1. 서론

원가족으로부터 분리되어 혼자 사는 것은 자신을 온전히 책임지는 개인으로서 사회적 인정을 받는 과정이기도 하다(Cordón, 1997; Baanders,1998). 특히 청년세대는 생애 최초의 주거독립을 통해 부모에 대한 의존도를 줄이며 자주권(autonomy)을 실현해나가기에 주거독립 논의에서 주목해야 할 대상이다. 청년의 주거독립은 거시적으로는 주택 및 노동시장과 복지정책, 미시적으로는 개별 가정환경 등의 사회경제적 요인들이 복합적으로 상호 작용한 결과물이다(Filandri and Bertolini, 2016; Walther, 2006). 특히 오늘날 비수도권 내 양질의 일자리 부족으로 인해 청년 이주가 심화되는 것을 고려하면(김준영, 2019; Jones, 2004; White, 2010), 노동시장은 청년의 주거독립을 유발하는 주요 요인으로 바라볼 수 있다.

일반적으로 거주지를 옮긴다는 것은 이동할 지역이 현 거주지보다 경제적･사회문화적으로 더 많은 기회가 있거나 그 기대의 결과라고 볼 수 있다(박소현･이금숙, 2019). 오늘날 이동성을 보유하고 있다고 여겨지는 이동 주체가 집단에서 개별 청년으로 확장되며(장민지, 2015) 청년은 더 나은 고용과 주거환경을 찾아 원가족을 떠나고 있다. 생애주기 상으로 20-24세는 대학 진학이, 25-29세는 첫 일자리 취업이, 30-34세는 근로조건이 더 좋고 자신의 적성과 더 잘 맞는 일자리를 찾아 이직하는 시기이기에(김준영, 2016), 25-34세 청년이 형성하는 1인 가구의 공간적 분포는 이들이 종사하는 직업의 위치와 관계를 맺는다고 할 수 있다. 따라서 어떤 청년이 어디에서 1인 가구를 형성하는지를 살핌으로써 청년 내부에서의 고용 차이를 유추할 수 있고, 이 차이가 청년의 삶에 미치는 영향을 톺아볼 수 있을 것이다.

본 연구는 25-34세의 1인 가구를 직업을 위해 이주한 집단으로 바라보고, 이들의 규모와 공간분포에서 드러나는 성별 차이에 주목한다. 2019년 기준 한국의 25-34세 여성인구는 약 303만 명, 남성인구는 334만 명으로 성별로 큰 차이가 없는 것에 반해서 동 연령대 여성 1인 가구 수는 49만 개, 남성 1인 가구 수는 75만 개로 여성 1인 가구 수가 남성 1인 가구 수의 66%에 지나지 않는다.¹⁾ 또한 그림 1^2),3)의 두 개 지도를 보면, 남성 1인 가구의 비율은 전국적으로 20-30대의 젊은 층이 높고 60대 이상 고령층의 비율이 낮은 분포를 보이는 것에 비해, 여성 1인 가구는 수도권과 일부 광역시에서만 30대의 비중이 높다. 즉 대학졸업 후 직업을 가질 시기의 청년여성 1인 가구는 청년남성 1인 가구보다 수적으로 적으면서 제한된 공간 범위에서 거주하고 있는 것이다. 이러한 청년 1인 가구의 특성을 곧 청년의 특성이라 단정 짓기는 힘든데, 청년과 청년 1인 가구가 보이는 공간분포가 남성 간에는 유사하나, 여성 간에는 차이를 보인다. 그림 2는 2019년 우리나라 총인구의 연령별 지역분포인데, 남성의 분포는 그림 1의 남성 1인 가구와 양상이 유사하나, 여성의 분포는 그림 1의 여성 1인 가구와 차이를 보이고 오히려 남성 및 남성 1인 가구의 분포와 더욱 유사하다. 즉 남성과 여성, 그리고 남성 1인 가구는 전국적으로 20-30대의 청년층이 다른 연령대에 비해 거주비율이 높고, 고령층 비율이 적은 양상을 보이는데 여성 1인 가구만 다른 패턴을 보이는 것이다.

그림 1.

1인 가구의 연령별 거주비율(시도 단위)

그림 2.

연령별 거주비율(시도 단위)

이렇게 청년 1인 가구 규모와 공간분포에서 성별 차이가 두드러지는 것은 노동시장에서의 성별 격차가 반영된 결과일 수 있다. 여성의 저임금과 고용불안정은 경력단절이 발생하기 전 청년세대부터 겪고 있는 문제이고(김창환･오병돈, 2019; 장지연, 2020), 이는 청년이 직업을 찾아 이주하는 지역과 종사 중인 일자리의 성별 차이로 이어질 수 있다. 이에 본 연구는 우리나라 시군을 단위로 지역별 노동시장의 구조와 청년 1인 가구비율의 관계를 분석한다. 산업별 특화정도를 보여주는 입지계수를 지역별로 산출하여 어떤 산업의 입지계수가 해당 지역의 청년 1인 가구비율과 유의한 관계인지, 성별로 유의한 산업이 다른지 살펴본다. 또한 청년과 청년 1인 가구의 종사 직업군, 이주이력 등의 기초통계를 비교하여 청년 1인 가구가 청년 집단과 다르게 지닌 특수성을 논의해보고자 한다.

2. 문헌연구

1) 지역노동시장 의미 및 특성

본 연구는 지역노동시장 특성이 어떻게 청년 1인 가구의 분포에 영향을 끼치는지 살펴보고자 하므로 먼저 지역노동시장의 의미와 속성을 분명히 해둘 필요가 있다. 노동시장은 구직자와 구인기업이 매칭하는 시장을 의미하고, 이러한 노동시장이 공간적 범역 내에서 수반되는 것을 지역노동시장이라 한다(남기찬 등, 2020). Maggioni and Gambarotto(2006)는 외생적･내생적 두 가지 측면에서 지역노동시장을 정의하였는데, 외생적 접근에 따르면 지역노동시장은 행정구역 기준을 그대로 따라 정의된다. 하지만 노동자들의 구직행태와 사용자들의 구인행태는 행정구역 경계를 넘어 이루어지는 경우가 많기 때문에 외생적 접근은 한계를 지닌다. 반면 내생적 접근은 노동력 교환이 이루어지는 공간적 단위의 유동성을 전제하고, 이에 상응하는 방법 중 하나는 통근권(travel-to-work areas)을 적용하여 지역노동시장을 정의하는 것이다.

중요한 것은 어떤 수준에서 지역노동시장이 정의되든 반드시 일정한 지리적 혹은 공간적 범위를 가진다는 것이다(윤윤규 등, 2012; 남기찬 등, 2020). 따라서 지리적 혹은 경제적으로 인접한 지역 단위 간에 공간적 상호의존성이 발생하기에 선행연구들에서는 ‘지역노동시장권(Local Labor Market Areas)’이라는 광역적 범위를 설정하여 각 권역별 특성을 분석하였다. 윤윤규 등(2012)는 전국적으로 137개, 고영우 등(2020)은 134개의 지역노동시장권을 도출하였고, 서로 개수의 차이는 있으나 권역별 노동시장의 특성은 유사하게 관찰된다. 6대 초광역권역(수도권, 강원제주권, 충청권, 호남권, 대구경북권, 동남권)을 단위로 노동시장 구조를 살펴보면 각 권역별로 취업자의 연령, 학력, 성별, 종사 산업군의 차이가 드러난다. 서울을 중심으로 수도권역에는 청년층, 고학력, 고숙련을 기반으로 한 거대 노동시장이 형성되어 있고, 경기도 일부 지역을 제외한 모든 수도권역에서 여성 고용률은 전국의 평균 여성 고용률보다 높게 나타난다. 강원제주권은 6개 권역 중 가장 규모가 작고 고숙련･고학력 취업자 비중이 가장 낮은 반면, 충청권은 고용률이 가장 높으며, 고숙련노동과 고학력을 요하는 관리자 및 전문가 직종 비중이 높다. 이는 충청권의 대전 및 세종에 위치한 정부청사와 연구단지의 영향으로 볼 수 있다. 호남권은 고용률이 낮고 높은 성별 고용률 격차를 보이는데, 이는 남성 일자리 위주의 산업구조에 기인하는 것으로 해석된다. 대구경북권과 동남권은 고학력 취업자 비중이 낮으며 생산직 비중이 높게 나타나는데, 두 권역에 있는 구미시, 울산광역시, 거제시 등에서 제조업이 크게 발달되어 있는 산업특성으로 해석할 수 있다.

지역노동시장 구조에서 알 수 있듯, 구직활동의 최전선에 있는 청년층은 수도권으로 고용이 집중되어 있다. 34세 이하 청년층 취업자의 27.9%가 수도권역에 있고 이는 전국 평균 25.4% 대비 높은 수치이다(고영우 등, 2020). 아울러 이상호(2012)는 우리나라 청년층의 노동시장 구조를 이해하는데 있어서 대학의 공간적 서열화 못지않게 일자리의 공간적 서열화가 중요하게 고려되어야 한다고 바라보았다. 대학 진학과정에서 서울-수도권-비수도권으로 이어지는 대학의 공간적 서열화가 생기고, 이 서열화는 노동시장 진입과정에서 청년층의 공간적 위계를 유지 혹은 강화하는 방식으로 작용한다는 것이다. 산업별 상이한 공간적 활용 방식은 상이한 형태의 지리적 불균등을 생산하고(정현주(譯), 2015) 이는 고학력 청년들이 지역 내 거점 도시 및 수도권으로 집중되는 현상을 낳는다.

2) 청년 노동시장의 성별 차이

자본은 노동, 노동자, 그리고 공간의 위계를 만들고 이에 더해 노동의 젠더 분업을 낳는다. 여성과 공간 연구회(譯) (2017)은 여성의 임금고용 형태가 일반적으로 세 가지 특징을 지닌다고 보았다. 첫째로 여성은 특정 영역 및 직업에 집중되어 있고(수평적 분리), 둘째로 그들은 직업 위계의 하단에 위치하는 경향이 있으며(수직적 분리), 마지막으로 집단으로서 여성은 집단으로서의 남성보다 적게 번다는 것이다. 우리나라에서의 수평적 분리는 지역노동시장권역별 특성에서도 확인되는데, 제조업과 농림어업의 비중이 낮은 수도권에서 여성 고용률이 높고, 산업도시로서 정체성이 강한 경북 및 동남권(구미, 울산, 거제 등)에서 청년여성이 이탈하여 수도권으로 이주하는 경향이 강하다(이정은, 2022; 전명숙, 2018).

아울러 수직적 분리 및 임금의 차이는 여성과 남성의 직업군 차이와 더불어 똑같은 형태의 일을 같은 수준의 책임감을 가지고 하더라도 발생하는 경향이 있다. 이러한 노동의 속성은 청년세대에서부터 직면하는데, 청년 노동시장은 임금, 직종, 직위에서 성별 차이를 보이고 청년여성이 청년남성에 비해 임금이 적은 직장과 직위에 배치된다는 연구들이 있다(김창환･오병돈, 2019; 장지연, 2020; Berloffa et al., 2019; Wang and Wong, 2021). 김창환･오병돈(2019), 장지연(2020) 그리고 Wang and Wong(2021)의 연구는 민간노동시장에서 청년여성에게 발생하는 차별을 밝혀내었다. 청년 직장인들 사이의 성별 소득격차 원인은 성차별 메커니즘 하에서 운영되는 남성지원자 선호와 그에 따른 지위배분의 결과라는 것이다. 같은 노동에도 불구하고 여성에게 저임금을 주는 것이 아니라 고용과 일자리 배분 과정에서부터 여성을 배제하고 있었다. 아울러 민간기업 고용주들은 청년여성을 임신, 출산 휴가 등으로 인해 생산성이 낮다고 생각하여 채용과정에서 여성을 제한하는 불공정한 조항과 규정을 채택하기도 한다. Berloffa et al.(2019)은 노동시장 진입 초기에는 청년여성이 청년남성보다 더 빨리 좋은 직장에 취직하는 경향을 보이지만, 취업 후 3년-7년이 지난 시기에는 청년여성이 임시계약직시장으로 몰리는 현상을 포착하였다. 이는 청년여성의 출산 경험 여부와 상관이 없는데, 여성노동의 저임금･저소득을 출산으로 인한 경력단절만으로 설명할 수 없음을 시사한다.

3) 청년 이주와 노동시장

청년 이주는 연령대별, 이주하는 지역별로 원인이 다르지만 대학 졸업 후 원가족으로부터 멀리 떨어진 지역으로의 이주는 직업이 주된 사유가 된다. Molgat(2002)은 원가족 인근에 독립가구를 꾸린 청년(non-migrants)은 자신의 삶을 주체적으로 꾸리고 싶은 이유로 독립하는 반면, 대학 졸업 후 이주독립형태(migrant)를 유지하는 청년의 이주 사유는 직업이 크다고 밝혔다. 또한 청년의 나이가 많고 교육수준이 높을수록, 여성이 남성보다 이주독립 비율이 높았다. White(2010)는 과거 폴란드에서 영국으로의 청년 이주는 주로 고소득층 가정에서 교육을 목적으로 발생했지만, 오늘날에는 가구 소득과 상관없이 폴란드의 실업과 저임금이 청년 이주의 중요한 요인임을 밝혀내었다. 이주는 대졸 및 고학력의 청년들 사이에서 더욱 빈번한데, 이는 괜찮은 일자리 시장이 적은 지역에서 청년유출이 많이 발생할 수 있음을 시사한다. 아울러 청년 이주는 임금노동으로 기반을 잡아가는 청년 1인 가구를 형성하고 이들은 직장 위치를 1순위로 고려하여 주거지 위치를 정하게 된다(Levine, 1998).

한편 직업이라는 동일한 이유로 이주했다 하더라도 청년들이 지방을 떠나 대도시로 몰리는 현상은 청년여성에게 더욱 두드러진다(김준영, 2019; 이희연 등, 2011). 젊은 여성 1인 가구가 대부분 도시에 거주하는 반면, 젊은 남성 1인 가구는 도시와 농촌에서 고루 비율이 높다. 김준영(2019)은 25-34세를 괜찮은 일자리를 찾기 위해 이주하는 시기로 바라보고, 이들이 수도권으로 집중되는 양상을 분석하였다. 비수도권 광역도(강원, 충북, 충남, 전북, 전남, 경북, 경남)에서는 청년여성이 청년남성보다 더 큰 규모로 유출되고 있는 반면, 비수도권 광역시(부산, 대구, 광주, 대전)는 청년여성이 청년남성보다 유출규모가 작았다. 또한 수도권으로의 유입 규모는 청년여성이 청년남성보다 크며 이러한 추세는 1984-1988년 출생집단보다 1989 -1993년 출생자들 사이에서 더욱 커지고 있음을 보였다. 전명숙(2018)과 이정은(2022)은 비수도권 광역도의 강한 산업 가부장제가 여성의 일을 임시적이며 보조적인 것으로 위치 지워 청년여성들이 수도권으로 이동하는 주요 기제가 된다는 사실을 확인하였다. Jones(2004)는 청년이 원가족을 떠날 결심을 하는 것과 일자리나 학업을 위한 고심의 과정 간에 벌어지는 복잡한 상호작용을 강조하였다. 지방(rural)에는 일자리 및 교육여건이 청년여성에게 더욱 제한적이기에 청년여성이 청년남성보다 더 많이 도시로 이주하도록 강요될 수밖에(push to the city) 없다고 설명했다.

4) 소결

교육수준 상승과 일자리에 대한 가치관 변화로 청년들은 나고 자란 지역에서 일자리가 제한적이라면 그곳을 떠나는 경향이 강해졌다. 이렇게 원가족을 떠나 이룬 청년 1인 가구는 고용에 의존하여 직장 인근에 거주하기 때문에, 지역노동시장의 성격은 고스란히 이들의 주거에 영향을 미칠 것이다. 노동의 공간적･젠더 분업은 청년노동의 성별 차이 및 불균등 분포를 만들어내는데, 이때 성별과 공간분포는 서로 독립적이지 않고 복합적으로 얽혀있는 관계성을 지닌다. 특히 본 연구에서는 청년 1인 가구가 본인의 경제활동에 의존하여 생활한다는 점에서, 청년 노동시장에 존재하는 임금과 직종 배치의 성별 차이가 이들의 주거독립결정에 끼치는 영향력이 상당할 것이라 바라보았다.

따라서 본 연구는 우리나라 청년 1인 가구 거주 비율이 지역별･성별로 차이가 있는지, 있다면 이를 해당 지역의 노동시장 특성으로 예측할 수 있는지 살펴보고자한다. 주거분포와 지역노동시장 특성의 관계성을 입증한 다음, 청년 1인 가구의 거주비율을 높이는 노동시장 특성의 성별 차이를 확인할 것이다. 하여 원가족을 떠나는 청년들에게 이주 지역과 직업의 선택폭이 성별로 다르다고 할 수 있는지 살피고자 한다. 기회를 찾아 이주를 감행한 청년이 어디에서, 어떤 직업에 종사하는지 살피는 것은 곧 오롯한 성인으로 자립할 수 있는 기반이 얼마나 공고한지 가늠하는 척도가 될 수 있을 것이다.

3. 분석 자료 및 연구 방법

1) 분석 전략

청년 1인 가구의 공간적 분포가 직업과 관련이 가장 크다는 것이 밝혀진바, 본 연구는 어떤 직업군이 이들의 공간분포에 영향을 미치고 영향을 미치는 직업군이 성별로 다른지 확인하고자 한다. 따라서 종속변수를 청년여성 1인 가구와 청년남성 1인 가구로 구분하여 두 개의 결과를 비교한다. 분석모형은 종속변수가 공간적 자기상관성을 가지고 있는 경우 OLS회귀모델의 대안으로 사용되는 공간회귀모델이다. 인접한 지역의 관측치에 대한 영향력을 통제하기 위해서 주변지역들이 종속변수에 미치는 영향력을 새로운 설명변수로 회귀모델에 추가한다. 공간회귀모델은 종속변수에 공간가중행렬을 곱한 값을 새로운 변수로 투입하는 공간시차모델과 오차항에 공간가중행렬을 곱한 공간오차모델이 있다. 본 연구에서는 두 모델의 결과를 비교하여 적합도와 설명력이 더 높은 모델을 적용하고자 한다.

공간시차모델 Y=ρWY+βX+ϵ

𝜌 = 공간자기상관계수, W = 공간가중행렬

공간오차모델 Y=βX+ϵ,ϵ=λWϵ+μ

𝜆 = 공간자기상관계수, W= 공간가중행렬, 𝜇 = 공간적 자기상관성이 없는 등분산 오차항

아울러 회귀모델 분석 전, 표집된 데이터를 토대로 청년과 청년 1인 가구의 이주이력, 생활비 원천, 거주지 분포 등의 기본 정보를 비교할 것이다. 청년 1인 가구가 청년과 차별적으로 논의되어야 하는 대상임을 확인하고 더욱이 청년여성 1인 가구가 청년 및 청년남성 1인 가구와도 다르게 지닌 특수성을 논의해보고자 한다.

2) 자료 및 변수 설정

종속변수는 시군별 25-34세의 미혼직장인 1인 가구 비율이다. 김준영(2019)의 연구에서 대학졸업 후 취업을 하고, 이후 더 나은 조건으로 이직하는 시기를 25-34세로 규정한 것을 참고하였고, 배우자가 있을 경우 주거지 선정에 개인 의사 외에 고려할 사항이 많아지기 때문에 미혼인 1인 가구만 표집하였다. 하여 본 연구에서 사용하는 “청년 1인 가구”는 25-34세의 미혼직장인 1인 가구로 조작적 정의하였음을 밝힌다. 통근목적으로 통행하고 세대주이면서 혼자 산다고 응답한 미혼 가구의 지역, 성, 연령이 모두 확인 가능한 2020년 인구주택총조사에서 표본을 수집하였다. 한편 청년 1인 가구 비율 계산 시 분모는 여성과 남성의 직접비교를 위해서 해당 지역의 전체(여성+남성) 1인 가구수로 설정하였다.

독립변수는 지역별 산업특화도를 나타내는 입지계수로, 2019년 전국사업체조사 데이터를 사용하여 10차 한국표준산업분류의 대분류에 따라 19개 산업군의 입지계수를 시군별로 산출하였다. 종속변수와의 상관계수 및 산업군들 간 공선성을 고려하여 7개 변수로 추린 후 전진선택법을 적용하여 모형의 설명력(R²)을 높이지 못하는 나머지 세 개의 변수를 제외하였다. 하여 최종적으로 네 개 산업군의 입지계수를 독립변수로 선정하였다. 아울러 선행연구에서 각 지역규모에 따라 청년 유입･유출량이 성별로 차이가 있다는 것을 확인한바, 인구수를 기준으로 분류한 도시규모를 통제변수로 추가하여 지역노동시장의 영향력을 더욱 가시화 하고자 하였다. 도시규모는 인구 140만 이상, 50만 이상-140만 미만, 20만 이상-50만 미만, 20만 미만으로 분류하여 더미변수로 설정하였다. 서울특별시, 광역시 및 특별자치시를 제외한 인구 50만 명 이상의 도시를 대도시로 정의하는데(안정근 등, 2021), 울산광역시를 제외한 서울 및 광역시의 최소 인구와(광주광역시, 약 142만 명) 대도시의 최대 인구(경기도 수원시, 약 113만 명)가 근 10년간 비슷한 차이를 유지하고 있기때문에 대도시와 서울 및 광역시를 구분하는 인구수로 140만 명이 적당하다고 보았다. 아울러 임석회(2019)는 도시의 규모, 구조 및 기능 면에서 중규모 도시와 소도시를 구분할 필요성을 주장하며 20만 명 이하 도시를 지방 소도시로 분류하였고, 본 연구에서도 이 기준을 채택하였다.

또한 본 연구는 지역노동시장 특성이 반영된 공간 단위를 설정하는 것이 중요한데, 청년 1인 가구의 통근권이 적용된 지역노동시장 단위로 시군이 적합하다고 판단하였다. 2020년 인구총조사에 따르면 우리나라 직장인의 평균 통근시간은 30.8분이고, 직장 근처에서 거주하려는 성향이 강한 청년 1인 가구는 이 통근시간을 초과하는 경우가 많지 않을 것이라 예상가능하다. 또한 청년은 원하는 일자리의 고용 기회가 많은 지역으로 이주할 것이고, 해당 지역의 입지계수를 특정 일자리의 고용기회가 많고 적음의 대리변수로 사용가능하다고 보았다. 지역노동시장을 행정구역대로 구분하는 것은 한계가 있기는 하나, 이와 같은 청년 1인 가구의 특수성을 고려하면 시군단위 설정이 연구목적에 부합한다고 판단하였다. 선정된 변수들의 세부사항은 표 1과 같다.

4. 연구결과

1) 청년과 청년 1인 가구 비교

우선 청년과 청년 1인 가구의 경제적 배경 및 거주이력을 비교하여 청년 1인 가구가 청년과 구분되어 살펴야 하는 대상임을 설명하고자 한다. 2020 인구주택총조사 데이터를 이용하여 청년은 1인 가구를 제외한 25-34세 인구를, 청년 1인 가구는 앞서 정의한대로 25-34세의 직장이 있는 미혼 1인 가구를 추출하였다. 조건에 맞는 응답자를 표집한 결과 청년여성의 규모는 청년남성의 102.35%, 청년 1인 가구는 여성이 남성의 69.2%로 규모의 차이가 있었다.⁴⁾ 2019년 인구총조사에서 20세부터 5세 단위로 남성인구대비 여성인구 비중을 보면, 40대까지는 90%대를 유지하다가 50세 이상부터는 100%를 넘어선다. 20-49세에서 여성인구는 남성보다 작은 규모임을 고려할 때, 동거가족이 있는 청년여성은 청년남성보다 다소 많고, 혼자 사는 청년여성은 청년남성보다 적은 것을 알 수 있다. 한편 인구주택총조사에는 소득을 묻는 문항이 없어 이는 2016년 가구통행실태조사의 가구 월평균 소득 문항으로 대체하였다. 마찬가지로 청년여성과 청년남성에서는 1인 가구를 제외하였으나, 개인소득이 아닌 가구소득이기 때문에 해당 값으로는 청년과 청년 1인 가구의 소득을 비교하지 않았다. 또한 2016년 가구통행실태조사는 가중값이 적용되지 않았기에 표본의 결과로서만 해석하고자 한다. 주요 문항별 응답을 정리하면 표 2와 같다.

5년 전과 거주지가 같다고 응답한 청년은 여성 42.52%, 남성 49.78%이고 청년 1인 가구는 여성과 남성이 각각 16.66.%, 19.63%로 확연히 청년 1인 가구에서 이주비율이 높음을 알 수 있다. 특히 청년 1인 가구의 응답에서 5년 전 거주지가 현재와 다른 시군구였다고 답한 비율이 같은 시군구라 응답한 비율보다 월등히 높은 것으로 보아, Molgat (2002)의 연구에서 청년이 원가족과 다른 시로 이주하는 주된 사유가 직업이라고 밝힌 결과와 일치함을 확인할 수 있다. 생활비 원천 부분을 보면, 청년과 청년 1인 가구 모두 본인 직업을 생활비의 원천으로 사용한다고 응답한 비율이 가장 높았지만, 청년은 여성 55.52%, 남성 67.51%로 성별 차이가 드러나고, 청년 1인 가구는 남녀 응답 모두 93%로 생활비의 본인 직업 의존도가 상당히 높다. 아울러 부모로부터 생활비 원조를 받고 있다고 응답한 비율이 청년 1인 가구에서는 2-3%비율을 보인 반면, 청년에서는 여성과 남성 각각 14.01%, 20.96%를 보인다. 이상의 결과에서 청년 1인 가구는 청년에 비해 원가족과 최소 다른 시에 살고있는 경우가 많고 본인의 직업에 의존하여 생계를 꾸리고 있음을 알 수 있다.

이렇게 청년 1인 가구는 본인 직업을 생활비 원천으로 사용하는데 월소득에서 성별 차이가 드러난다. 청년여성 1인 가구는 100만 원-200만 원 소득 비율이 42.55%로 가장 높은 반면 남성은 200만 원-300만 원 소득 구간의 비율이 48.79%로 가장 높고, 300만 원-1천만 원의 고소득 구간에서도 남성이 더 높은 비율을 보인다. 한편 청년여성과 청년남성의 가구소득 분포는 유사한 경향을 보인다. 모든 구간에서 청년남성이 미세하게 높은 응답을 보이다가 월소득 300만 원-500만 원 구간에서만 청년여성이 2%정도 높게 나타났다. 해당 데이터를 통해 청년이 혼자 살지 않을 때 그들이 속한 가구의 월소득에서 성별차이는 두드러지지 않으나, 1인 가구에서는 청년여성의 월 소득이 남성보다 낮은 성별 격차를 읽을 수 있다.

거처종류를 보면 청년은 배우자나 부모와 같은 동거가족이 있기에 아파트 거주비율이 높은 것으로 나타난다. 반면 청년 1인 가구는 원룸과 같은 자취 형태 가구를 많이 수용하는 단독주택에 거주한다는 비율이 가장 높고, 그다음 아파트, 오피스텔 순으로 응답이 높았다. 마지막으로 종사산업을 보면 성별 차이가 두드러지는데, 청년과 청년 1인 가구 모두 남성은 제조업 종사비율이 높고, 여성은 교육서비스업과 보건업 종사비율이 높다. 직장이 있는 청년 1인 가구만 표집하였기 때문에 ‘경제활동을 하지 않음’의 응답 결과는 청년에게만 유의한데, 여성 31.94%, 남성 23.82%로 낮지 않은 수치이다. 이는 생활비의 본인 직업 의존도가 청년이 청년 1인 가구보다 낮다는 결과와 일치한다고 볼 수 있다. 교육서비스업의 상세직군에는 초등 및 고등교육기관이나 사교육기관의 교사가 있고, 보건업 및 사회복지서비스업에는 의료인과 사회복지사 등이 있다. 두 산업 모두 청년여성 및 청년여성 1인 가구의 종사비율이 남성보다 월등히 높은데, 교사, 간호사 및 사회복지사와 같은 직종에 여성이 많이 고용되어있고 또한 의료인 중 의사는 남성이, 간호사는 여성이 많은 현실에서 소득의 성별 차이를 예상할 수 있다.

이상으로 청년 1인 가구는 본인 직업을 생활비의 원천으로 하고, 청년에 비해 5년 전 다른 시군구로부터 이주한 비율이 더 높다는 특징을 확인하였다. 이와 더불어 청년여성 1인 가구는 네 집단 중 규모가 가장 작고 소득 또한 남성보다 낮음을 알 수 있었다.

2) 청년 1인 가구의 공간분포 특성

162개 시군별 청년 1인 가구의 거주비율을 성별로 지도화하면 그림 3과 같다. 전국적으로 남성이 여성보다 거주비율이 높은데, 여성은 거주비율 5% 미만인 지역이 대부분인 반면 남성은 지역별로 비교적 다양한 거주비율을 보인다. 청년남성 1인 가구 거주비율의 평균은 6.5%, 최댓값은 21.28%이고 청년여성 1인 가구는 평균 3.3%, 최댓값 11.16%로 남성의 값이 여성의 값보다 2배정도 크며 대응표본 t검정 결과 평균의 성별 차이가 유의하게 나타났다(표 3).

그림 3.

시･군별 청년 1인 가구 거주비율 및 상위 10개 지역

거주비율이 높은 상위 10개 지역도 성별로 차이를 보이는데, 여성의 경우 거주비율이 10%가 넘는 지역은 서울특별시가 유일한 반면, 남성의 상위 10개 지역에는 서울특별시가 포함되지 않는다. 경기도 화성시, 경기도 수원시, 경기도 하남시, 충남 천안시에서는 두 성별의 거주비율이 모두 높은데, 이는 화성시, 수원시 그리고 천안시에 자리 잡은 삼성, 현대, LG 등 대규모 산업체가 청년 인력을 끌어들이고 하남시에는 서울 동부권역으로 통근하는 청년 1인 가구가 몰린 결과로 해석된다. 또한 서비스업과 사무직이 많은 서울과 세종시에 많은 청년여성 1인 가구가 거주하고, 청년남성 1인 가구는 군부대가 크게 들어섰거나 제조업이 강세를 보이는 지역에 많이 거주하는 것을 볼 수 있다. 군부대 인근에는 직업군인들이 관사 및 민간주택에 거주하게 되는데, 이는 직업이 있는 지역에서 1인 가구를 꾸린 경우이기에 본 연구의 대상으로 적합하다고 보았다. 또한 남성이 가지는 직업 선택권이 여성에 비해 다양하여 청년남성 1인 가구가 비교적 다양한 지역에 분포할 수 있는 근거가 된다고 해석하였다.

이들 분포의 공간적 자기상관성을 검정하기 위해 모란I 지수를 산출하고 LISA 클러스터맵 작성하였다(그림 4). 모란I 지수로 연구 대상지 내에서 청년 1인 가구 거주비율의 전반적인 군집경향을 알 수 있는데, 청년여성 1인 가구의 모란I 지수는 0.399, 청년남성 1인 가구는 0454로 모두 0.1% 유의수준에서 높은 값을 가진다. 즉 청년 1인 가구 분포는 거주비율이 유사한 지역들이 인접해있으며 이러한 경향은 청년남성 1인 가구에서 더 강하게 나타난다. 어떤 특정 지역들이 전체 지역의 공간적 자기 상관성에 영향을 미치고 있는지는 클러스터맵에서 확인가능하다. 붉은색으로 표기된 High-High 지역은 거주비율이 높은 지역끼리 유의한 상관관계로 밀집되어 있음을 뜻하고 반대로 파란색의 Low-Low는 거주비율이 적은 지역들의 밀집을 나타낸다. 두 집단 모두 서울에서 세종시 및 충북청주시까지 남쪽으로 High-High 지역이 이어지는 양상을 보인다. 다만 청년여성 1인 가구는 인천, 고양시 등 수도권이 추가로 포함되어있고, 남성은 충북 및 충남 일대의 지역에서도 거주가 밀집되어있는 차이를 보인다. 아울러 군부대가 있는 강원도 일부에서는 청년남성 1인 가구의 거주비율만 유의하게 높게 나타난다.

그림 4.

청년 1인 가구 거주분포의 공간적 자기상관성

이상으로 청년 1인 가구의 공간분포가 여성이 남성에 비해 국지적으로 특정 지역에서만 높은 비율을 보이며, 이러한 분포의 성별 차이와 공간적 자기상관성이 유의하다는 것까지 각각 검증하였다. 앞서 서술하였듯, 청년 1인 가구의 규모는 청년집단에 비해 성별 차이가 두드러진다. 청년여성 1인 가구가 특정 지역에 몰려 있고 거주비율의 평균값도 남성보다 작게 나타나는 것은 이러한 규모의 차이와 무관할 수는 없으나, 이들이 높은 비율로 거주하는 지역이 성별로 다르다는 것까지 수적 차이로 설명하지는 못한다. 지역의 어떠한 특성이 적은 규모의 청년여성 1인 가구를 국지적으로 유입시키고 청년남성 1인 가구를 전역적으로 분산시킬 수 있었는지 분석할 필요가 있다. 따라서 다음 장에서 이를 노동시장 특성으로 설명할 수 있는지 살펴보고자 한다.

3) 청년 1인 가구의 공간분포와 지역노동시장의 관계

25-34세 청년의 이주가 더 나은 고용기회를 찾는 과정에서 발생한다고 앞서 검토한바, 본 연구는 청년 1인 가구의 공간분포는 해당 지역의 노동시장과 관계가 있을 것이라 바라보았다. 청년 1인 가구의 거주비율을 높이는 산업군이 성별로 다르고, 그 산업이 특화된 지역을 따라 청년은 이주하기에 이들의 거주분포는 성별로 차이를 보일 것이다. 따라서 청년 1인 가구의 거주분포가 해당 지역의 노동시장으로 얼마나 설명될 수 있으며, 구체적으로 어떤 산업군이 청년 1인 가구 거주에 영향을 주는지 밝혀내고자 한다. 즉, 공간회귀모델을 통해 성별은 고정시켜 놓고 청년 1인 가구 거주비율을 특정 변수로서 예측할 수 있는지 살펴보고자 한다.

먼저 지역별 노동시장 현황을 살피기 위해 지역의 산업 특화 정도를 알려주는 입지계수(Local quotient)를 시군단위로 산출하였고, 독립변수로 선정한 네 개 산업군의 입지계수를 지도화 하였다(그림 5). 입지계수는 값이 1 이상이면 해당 지역이 그 산업에 특화되어 있다고 볼 수 있는데, 부동산업(L), 전문과학 및 기술서비스업(M), 사업시설 관리･사업지원 및 임대서비스업(N)이 주로 수도권일대에서 1 이상의 값을 보이는 것에 비해 보건업 및 사회복지서비스업(Q)은 충청남도와 경상북도를 포함하여 그 이남지역에서 색이 확연히 진해지는 것을 볼 수 있다.

그림 5.

산업군 4개(L, M, N, Q) 입지계수

본 연구는 시군단위 공간데이터를 사용하였고 데이터의 공간적 자기상관성이 강한 것을 확인하였기에 공간계량모델을 사용하는 것이 적합하다. 공간적 인접성을 측정하기 위해 Queen 방식으로 인접행렬을 산출하고 인접차수(order of contiguity)는 1로 설정하여 공간가중행렬을 계산하였다. 표 4에서 확인가능하듯 OLS회귀모델보다 공간시차모델과 공간오차모델에서 R-squared와 로그우도(Log likelihood)는 증가하고 AIC와 SC는 감소하게 되면서 모델의 적합도가 향상되었다. 또한 OLS 잔차의 모란I 지수는 청년여성 1인 가구는 0.148^**, 청년남성 1인 가구는 0.265^**로 OLS회귀모델이 공간 데이터를 온전히 설명하지 못함을 알 수 있었다. 반면 공간시차모델의 잔차 모란I 지수는 여성 0.081, 남성 0.045이고, 공간오차모델의 잔차 모란I 지수는 여성 -0.001, 남성 -0.023으로 잔차의 공간적 자기상관성이 약화되었다. 공간계량모델의 공간적 파급효과를 볼 수 있는 𝜌와 𝜆가 공간시차모델에서는 남성에게만 유의했고, 공간오차모델에서 모두 유의하게 나왔으며 적합도와 설명력 또한 공간오차모델이 더 높기때문에 최종모델로 공간오차모델을 선정하여 해석하고자 한다.

R-squared값은 청년여성 1인 가구는 65%, 청년남성 1인 가구는 57.8%로 지역별 청년 1인 가구의 거주비율이 해당 지역의 노동시장과 인구규모로 상당히 많이 설명되고, 특히 청년 여성 1인 가구의 설명력이 남성보다 높게 나타난다. 𝜆(Lambda)값을 풀이하면, 청년 1인 가구의 거주비율은 여성의 경우 주변 지역 청년여성 1인 가구 평균 거주비율의 30% 정도 영향을 받고 남성은 45% 정도 영향을 받는다. 즉 이들의 공간분포는 거주비율이 높은 지역이 가까이 있을수록 해당 지역도 거주비율이 높아지는데, 이 경향이 청년남성 1인 가구에서 조금 더 잘 드러난다.

다음으로 청년 1인 가구 거주비율과 지역 산업 입지계수 간의 관계를 살펴보면, 먼저 부동산업(L)의 입지계수는 청년여성과 남성 1인 가구에게 모두 양의 관계로 유의하다. 부동산업의 상세직군에는 부동산 임대 및 개발, 자문 및 감정 평가업 등이 있는데, 부동산업이 IT, 공간정보산업, 금융산업 등과 융합하면서(김행종, 2018) 부동산 개발 및 자산관리 업계로 취직하는 청년의 증가와 관련된 것으로 볼 수 있다. 또한 청년창업 업종 중 부동산 중개업이 증가하고 있는 현상을 보면⁵⁾, 청년 1인 가구의 거주지역과 부동산업의 관계가 밀접할 것이라 예상가능하다. 한편 전문, 과학 및 기술서비스업(M)의 입지계수는 두 성별 모두에서 양의 관계에 있지만 유의하지는 않다. 해당 산업의 상세직군에는 연구개발업, 변호사 등 석사학위 이상의 고학력이나 자격증을 필요로 하는 전문직이 많은데, 이는 조직에서의 자율성을 높여서 지역 선택권이 비교적 자유로울 수 있기 때문이라고 보았다. 정리하면, 부동산업이 특화될 때 해당 지역에서 청년여성과 남성 1인 가구의 거주비율은 높아진다고 볼 수 있지만, 전문, 과학 및 기술서비스업의 특화는 반드시 두 집단의 거주비율 증가로 이어진다고 보기는 어렵다.

다음으로 사업시설 관리･사업지원 및 임대서비스업(N)은 청년여성 1인 가구 거주비율에만 유의한 양의 관계를 보이고, 보건업 및 사회복지서비스업(Q)은 남성집단에서만 유의한 음의 관계를 가진다. 이는 인구 140만 이상 도시 변수가 여성 집단에서만 유의한 양의 관계를 가지는 것과 결부하여 해석 가능하다고 보았다. 인구 140만 이상 도시규모는 청년여성 1인 가구의 거주비율을 높이지만, 청년남성 1인 가구의 거주비율을 반드시 증가시키지는 않는다. 이는 일자리를 찾아 서울 및 광역시로 이주하는 경향이 청년남성보다 청년여성에게 더 강하다는 선행연구와 일치하는 결과이다. 사업시설 관리･사업지원 및 임대서비스업에는 콜센터, 여행사, 문서작성업 등 비교적 진입장벽이 낮으며 여성 고용률이 높은 서비스업이 많다. 이러한 직종이 서울 및 광역시에 많이 분포해있음을 고려할 때, 청년여성 1인 가구가 직업의 기회를 찾아 큰 도시로 이주하여 사업시설 관리･사업지원 및 임대서비스업에 많이 종사하기 때문에 이들의 거주비율과 해당 산업이 강한 양의 관계를 가지는 것이라 해석하였다. 아울러 청년여성 1인 가구와 청년여성의 보건업 및 사회복지서비스업(Q) 종사비율을 지역별로 비교하면(그림 6)⁶⁾, 청년여성 1인 가구는 서울과 광주, 부산과 같은 인구 140만 이상의 도시에서 월등히 높은 비율로 종사하는 반면, 청년여성의 비율은 비교적 전국적으로 균등한 분포를 보이는 것을 알 수 있다. 표 2에서 확인한 바와 같이 보건업 및 사회복지서비스업은 청년여성과 청년여성 1인 가구의 종사비율이 가장 높으면서 성별 종사비율의 차이가 가장 큰 산업이다. 청년남성의 종사비율이 낮은 산업이기에 청년남성 1인 가구의 거주비율과 해당 산업의 특화도가 음의 관계를 가지는 것은 예상가능하다. 하지만 청년여성 1인 가구의 거주비율과 유의하지는 않지만 음의 관계를 가지는 것은 이 역시 큰 규모의 도시로 집중되는 청년여성 1인 가구의 특성에 기인한다고 볼 수 있다. 즉 동거가족이 있는 청년여성은 보건업 및 사회복지서비스업에 종사하며 서울 및 광역시 뿐 아니라 전국 다양한 지역에 거주하지만, 청년여성 1인 가구는 서울 및 광역시에 집중하는 경향을 보인다는 것이다.

그림 6.

보건업 및 사회복지서비스업(Q) 종사비율

정리하면 청년들은 지역노동시장의 특성을 고려해서 원하는 일자리를 찾아 이주독립을 하고, 그렇게 형성된 청년 1인 가구의 공간적 분포에는 성별 차이가 존재한다. 이 성별 차이는 청년이라는 집단을 넘어서, 이들이 직업을 찾아 이주하여 혼자 살게 된다는 특성에 크게 기인한다고 볼 수 있다. 작은 규모의 청년여성 1인 가구가 국지적으로 특정 지역에 많이 거주하고 있으며, 또한 이들의 거주비율이 지역노동시장으로 남성보다 더 많이 설명된다는 것은, 특정 지역의 특정 노동시장에 청년여성 1인 가구가 많이 종사하고 있음을 의미한다. 특히 25-34세 여성이 많이 종사하는 보건업 및 사회복지 서비스업의 특화도가 청년여성 1인 가구의 거주비율과 음의 관계를 보인다는 것은, 청년의 고용현황을 살필 때 산업별 종사자수 뿐만 아니라 어느 지역에서 해당 산업에 종사하고 있는지까지 함께 고려해야 할 것을 시사한다. 직업과 지역의 선택권이 이주독립하는 청년여성에게 더욱 제한적일 수 있으며, 이주한 곳에서 이들이 종사하는 직업에는 고용상태가 안정적이지 못하거나 저임금의 직종도 상당수 포함되어 있을 수 있다. 어떤 청년이 원가족을 떠나려 하거나 떠날 ‘조건’을 갖추었냐는 질문에는, 여러 기회가 수도권에 집중된 불균등한 지역 발전과 노동시장의 성별 차이를 함께 염두에 두어야 할 것이다.

5. 결론

오늘날 청년세대는 주거, 직장 등 삶의 필수 영역에서 지속적인 불안정을 겪으며 낙관적인 미래를 그리기 힘든 여건에 처해있다. 청년세대 중에서도 성별, 직업, 연령에 따라 마주하는 불안의 정도와 양상이 다를 것이기에, 본 연구는 성별과 주거독립을 기준으로 청년집단을 세분화하여 살펴보았다. 청년여성 1인 가구와 청년남성 1인 가구가 규모와 거주 분포에서 보이는 차이에 착안하여 연구를 시작하였고, 이 차이의 요인을 노동시장에서 찾고자 하였다.

먼저 청년 1인 가구의 거주비율이 시군단위에서 공간적자기상관성을 가지는 것을 확인하였고, 공간회귀모형을 통해 성별은 고정시켜 놓고 청년 1인 가구 거주비율을 특정 변수로 예측할 수 있는지를 보고자 했다. 청년 1인 가구의 거주비율을 종속변수로, 네 개 산업(부동산업, 전문･과학 및 기술서비스업, 사업시설 관리･사업지원 및 임대서비스업, 보건업 및 사회복지서비스업)의 입지계수와 도시 규모를 독립변수로 설정하여 여성과 남성 따로 공간회귀분석을 실시하였다. 분석 결과 해당 지역의 노동시장과 인구규모에 의한 거주비율 설명력이 청년여성 1인 가구에서 더 높게 나타났고, 유의한 변수 또한 성별로 차이를 보였다. 부동산업의 특화도는 청년여성과 남성 1인 가구의 거주비율을 높이는 반면, 전문, 과학 및 기술서비스업의 입지계수는 두 집단과 양의 관계에 있으나 유의하지는 않았다. 반면 사업시설 관리･사업지원 및 임대서비스업의 특화도와 인구 140만 이상의 도시규모는 청년여성 1인 가구의 거주비율만 높이는 것으로 드러났다. 보건업 및 사회복지 서비스업의 특화도는 청년남성 1인 가구와 유의한 음의관계를 보이고 청년여성 1인 가구와는 음의관계를 보이나 유의하지는 않았다.

이러한 차이는 청년집단의 단순한 성별 차이에서 비롯되었다기보다는 청년 1인 가구가 청년과는 다르게 지니는 특성에 기인한다고 볼 수 있다. 청년 1인 가구는 동거가족이 있는 청년보다 본인 직업에 크게 의존하여 생활을 꾸리고, 원가족과 최소 다른 시에 거주하는 경향을 보인다. 즉 이들에게는 어떤 일을 하면서 독립적으로 생계를 유지할 수 있느냐가 매우 중요하다. 이러한 특성은 이들을 직업의 기회가 넓고 많은 지역으로의 이주를 이끄는데, 청년여성은 청년남성보다 수도권 및 광역시와 같이 규모가 큰 도시로 이주하여 1인 가구를 형성하는 경향이 강하다. 보건업 및 사회복지 서비스업이 청년여성 1인 가구의 종사산업에서 가장 큰 비중을 차지하지만 해당 산업의 특화가 해당 지역의 청년여성 1인 가구 거주비율 상승으로 이어지지 않는다는 것과, 사업시설 관리･사업지원 및 임대서비스업의 입지계수가 청년여성 1인 가구에서만 유의한 양의 관계를 가지는 결과는 이러한 경향과 밀접하게 연관되어있다.

청년여성이 청년남성보다 1인 가구 규모가 작으면서 특정 큰 규모의 도시로 집중되어 특정 직업을 가진다는 것은, 같은 청년일지라도 성별에 따라 주거독립의 여건이 다를 수 있다는 것을 말해준다. 비수도권에서 수도권으로 이주해서 1인 가구를 형성한 청년여성 중에는 상위 대학에 진학하거나 ‘괜찮은 일자리’에 종사하는 이들과, 비수도권의 부족한 일자리 기회를 극복하고자 대도시를 찾은 이들이 혼재한다. 후자의 경우라면 더 나은 경제활동과 보상을 위해 이주했음에도 낮은 연봉에 높은 주거비용을 감수해야 하는 아이러니를 직면할 가능성이 적지 않다. 전자의 경우에도 일자리 내 승진 및 직종배치 차별에 의해 남성보다 적은 임금을 받는 경우가 클 것이다. ‘공간적인 것’이란 ‘확장된’ 사회관계들의 상호 맞물림으로 구성되어 있다(정현주(譯), 2015). 오늘날 젊은 세대는 교육과 사회적 성취에서 성별 차이가 사라지고 있다는 인식과 다르게, 청년여성 1인 가구는 주거와 직업에서 지속적으로 불안정한 위치에 놓여있는 것이다. 청년을 한데 묶어 동일한 집단으로 볼 것이 아니라, 이들의 고용 및 주거가 혼자 산다는 것과 여성이라는 점에서 달라진다는 것을 주시해야 한다. 또한 산업별 청년 고용의 성별차이나 일자리의 수도권 집중이라는 사안들에 더하여 어떠한 산업이 어떤 지역에서 청년 고용의 차이가 발생하는지까지 함께 고려해야 할 것이다.

본 연구에서 채택한 자료와 모델을 통해서 청년 1인 가구의 분포 차이와 이를 예측하는 변수를 찾았지만, 청년 1인 가구 규모의 성별 차이가 1인 가구 형성욕구 차이에 따른 것인지, 취업여부에 따른 결과인 것인지는 확인할 수 없기에 추후 연구에서는 지역별 정주환경 및 사회적 규범 등의 영향력 또한 변수로 살펴볼 필요가 있다. 또한 본 연구는 공간 단위 및 변수 설정에서 몇 가지 한계를 지닌다. 첫째로 지역노동시장을 시군이라는 행정구역단위로 나누었다는 것이다. 노동시장의 공간적 현실을 반영하기 위해서라도 가급적 세분화된 단위를 기초로 지역노동시장을 설정하는 것은 가장 기본적인 문제이나(윤윤규 등, 2012), 본 연구에서는 정해진 시군단위의 입지계수를 지역노동시장의 특성으로 규정한 한계가 있다. 향후 연구에서 지역노동시장의 범위와 특성을 다른 방식으로 해석해볼 수 있을 것이다. 다음으로 독립변수로 선정한 네 개의 산업군 외에 청년 종사자 비율이 높은 제조업과 도소매업 등의 다른 산업이 왜 주요 변인이 되지 못하는지는 설명하지 못하고 있다. 또한 회귀분석 결과 독립변수에 의한 종속변수의 설명력이 높게 나오긴 했으나, 모형을 더욱 명료하게 하는 다른 통제변수를 찾을 필요가 있다.