I. 서론

현재 한국은 인구감소와 고령화로 인해 지방에서의 경제 활동이 더욱 어려워지고 있으며, 지방 내 청년인구의 유출이 지속적으로 발생하고 있다. 특히, 최근에 더욱 급속히 진행되고 있는 청년인구의 지방 유출은 지방소멸 위기를 더욱 고조시키고 있으며 이로 인한 지역 간 불균형은 더욱 심화되고 있는 실정이다. 이에 지방소멸 위기에 대한 논의가 활발히 진행되고 있으나 이를 더욱 심화시키고 있는 핵심적 요인인 청년층의 지역 간 이동 동인에 대한 논의는 부족하여 지방소멸 위기에 대한 미래적 대응에 한계를 보이고 있다. 한국 지방의 경제 발전과 지역 활력을 유지하기 위해서는 청년인구의 지역 내 고정이 반드시 필요하다.

이러한 인식을 바탕으로 한국의 윤석열 정부는 청년층이 지방으로 이동하며 새로운 일자리를 창출하고, 혁신적인 아이디어와 역량을 지방에 기여할 수 있는 환경을 조성하기 위한 국정과제를 추진하고 있다. 이러한 국정과제의 성공적 추진을 위해서는 본격적인 과제 추진에 앞서 지역적으로 차별화된 청년층의 실질적인 니즈를 파악하는 것이 우선시 되어야 할 것이다. 이에 청년층의 니즈의 발현인 청년층의 지역 간 인구이동의 특성 분석을 통한 공간적으로 차별화된 청년층의 지역 간 인구이동의 동인을 파악하는 연구는 그 중요성과 시급성이 담보되어 있다 할 것이다.

본 연구의 목적은 지방소멸 위기에 가장 크게 영향을 미치는 청년층의 지역 간 이동 특성분석을 통해 공간적으로 차별화된 청년층 인구이동의 동인을 파악하여 지방소멸 위기에 대한 공간적 정책 방안을 모색하는 것이다. 이를 위해 통계청의 인구주택총조사 자료와 통계청 MDIS 2021년 국내인구이동통계 자료를 통해 청년층(19세~39세)의 인구이동의 특성을 분석하고자 한다.한국의 청년기본법에서는 청년의 정의를 19세부터 34세까지로 정의하고 있으나 한국의 고령화로 인한 법 기준의 청년층의 비중이 크게 감소하고 있으며( 19세-34세 기준 : 2020년 청년층의 비중은 13.9%, 1990년 28.8%, 1980년 33.3%), 또한 초혼 연령이 늦어지면서(한국의 평균 초혼 연령은 1980년 남성이 27.3세, 여성이 24.1세에서 2000년에는 남성 29.3세, 여성 26.5세, 2020년에는 남성 31.8세, 여성 28.9세로 계속해서 상승하고 있음) 일상적인 생활 속에서 청년이라 일컫는 사람들의 연령이 크게 증가하고 있어 이에 이 연구에서는 법적인 정의보다 5세 이상 범위를 늘려 보다 현실에 가깝게 청년을 정의하였다.

II. 연구 자료 및 방법

이 연구의 분석에 활용될 자료는 통계청의 인구주택총조사(1966년, 1980년, 2000년, 2020년)와 통계청 MDIS 국내인구이동통계(2021년)이며 공간적 범위는 전국 광역(시･도) 및 기초(시･군･구) 지자체이다.

1. 한국 통계청 MDIS(MicroData Integrated Service) 국내인구이동통계

1) 작성목적

국민의 지역별 인구이동량 및 이동방향 등을 파악하여 주택공급, 교통망 구축, 교육수요 예측, 노동시장 등의 정책 수립이나 지역 간의 균형적인 국토개발이나 지역별 인구추계 등에 필요한 기초자료를 제공하는 것을 목적으로 한다.¹⁾

2) 주요항목

전･출입지 행정정보(읍･면･동)정보 및 일자, 전입자 성별, 연령, 전입 사유 등으로 구성되어 있다.

3) 2021년 MDIS

2021년 기준 MDIS 인구이동통계 자료에는 약 620만 건의 인구이동자료가 수록되어 있으며 총 936만여 명의 전체 인구이동자 중 청년인구(19세-39세)는 396만여명으로 전체 이동자의 42.3%를 차지한다. 청년층이 차지하는 인구이동자 비율은 2021년 기준 청년인구가 총인구에서 차지하는 비중이 27.2%(1,398만/5,133만)임을 고려하면 상대적으로 높은 인구이동률이라 할 수 있으며 또한, 청년인구 4명 중 1명 이상(28.3%(396만/1,398만))이 이동을 경험하였음을 알 수 있다.

2. 공간계량경제모델링(SEM:spatial econometric modeling)

SEM(spatial econometric modeling)은 사상(phenomenon)의 공간분포와 그 이면에 있는 프로세스를 분석하는 방법으로, 주로 공간데이터의 공간효과를 통제하여 모델 추정 및 분석결과의 신뢰도를 향상시키며 이는 공간사상을 포함한 다양한 현상과 인과관계를 파악하고, 공간적인 특성과 상호작용을 고려하여 보다 정확하고 타당한 결과를 도출하는데 기여한다(LeSage and Pace, 2009).

SEM은 선형회귀모델의 형태를 가지기 때문에 청년인구의 이동에 영향을 미치는 다양한 요인을 설명변수로 이동 인구수를 종속변수로 사용하여 이 연구에 활용하였다. 또한, 청년층의 인구이동은 공간상에서 발생하여 필연적으로 공간효과(spatial effect)가 나타나기 때문에 이를 고려하여 일반선형회귀모델 적용 시 발생하는 과대 추정 또는 과소 추정을 보정할 수 있는 분석 방법론인 SEM을 선택하였다.

1) SAR모형(Spatial Autoregressive Model) (Anselin, 1988)

SAR모형은 종속변수가 자기 자신과 주변 지역의 종속변수에 영향을 받는 모델이다.즉, 어떤 지역의 종속변수 값은 해당 지역의 자기 자신과 주변 지역의 종속변수 값들에 영향을 받는다.

SAR모형은 (식 1)과 같이 표현된다.

여기서,

Y는 종속변수 벡터, W는 가중행렬(Wij)(지역 간의 공간적 상호작용을 나타냄), Wij는 i번째 지역과 j번째 지역 간의 가중치

ρ는 공간적 자기상관계수로, 0보다 크고 1보다 작은 값을 가짐(공간적 자기상관성의 강도를 조절)

X는 독립변수들로 구성된 행렬이며, β는 이에 대한 계수 벡터, ε는 오차항

SAR모형은 공간적 자기상관성을 고려하여 데이터를 모델링하므로, 종속변수에 공간적 자기상관성이 존재하는 경우에 적합하다.

2) SEM 모형 (Spatial Error Model)(Anselin, 1988)

SEM모형은 종속변수 값의 공간적 오차항에 의해 주어지는 모델로 종속변수 값은 해당 지역의 독립변수와 해당 지역의 오차항에 의해 결정된다.

SEM모형은 (식 2)와 같이 표현된다.

여기서,

Y는 종속변수 벡터, X는 독립변수들로 구성된 행렬이며, β는 이에 대한 계수 벡터임

W는 가중행렬(Wij)(지역 간의 공간적 상호작용을 나타냄), Wij는 i번째 지역과 j번째 지역 간의 가중치를 나타냄, ε는 오차항, λ는 공간적 오차항에 대한 공간적 자기상관계수( 0보다 크고 1보다 작은 값을 가짐)

SEM모형은 오차항에 공간적 자기상관성이 존재하는 경우에 사용된다.

SAR모형과 SEM모델은 둘 모두 공간적 자기상관성을 반영하는 방법론이며, 데이터에 따라 어떤 모델이 더 적합한지를 결정하는 데에는 다양한 검정과 평가가 필요하다(Okunlola et al., 2021).

III. 분석 결과 및 고찰

1. 청년인구의 성장과 분포 변화

1) 청년인구의 성장

1, 2차 베이붐 세대의 영향으로 인해 1980년 2000년까지 청년인구는 증가하였고 전체인구에서 청년층이 차지하는 비율도 1966년 28%에서 2000년 34.1%까지 상승하였다(표 1). 그러나 2000년 이후 밀레니얼세대가 주축이 되는 2020년도에는 청년인구는 급격히 감소하여 연구기간 최고를 나타냈던 2000년의 청년층 인구(16,225,345명)와 비율(34.1%)에서 인구는 14,137,817명으로 비율은 27.5%로 급격히 감소하였다(표 1).

2) 청년인구의 불균등 성장과 분포

1980년대 이후 청년인구는 수도권 및 지방 대도시로의 편향된 분포가 나타나며 2020년에 이르러 최고조에 이르렀다(그림 1).

그림 1.

1966-2020년간 청년층 인구 분포 변화(출처: 신휴석 등(2023) 수정)

변수의 불균등도를 측정할 수 있는 대표적인 지수인 Theil’s T 지수를 이용하여 국내 전국 시군구 단위 청년인구의 불균등도를 측정한 결과 1966년에는 0.199298을 나타냈으나 그 이후 꾸준히 상승하여 2020년에는 1966년 값의 2배가 넘는 0.404374로 나타났다(표 2). 이는 Theil’s T 지수값이 0.2이하이면 상대적으로 낮은 불균형 수준이며 0.4이상이면 극심한 불균형 수준으로 해석될 수 있으므로(OECD, 2023) 우리나라는 반세기만에 특정 계층 간 격차가 크지 않은 비교적 균형잡힌 상태에서 사회 불안정 및 갈등 심화 가능성이 높은 상태로 변화되었음을 알 수 있어 현 국내 상황에 큰 경종을 울리는 결과라 할 수 있다.

3) 청년층의 이동성

과거 1980-2000년의 변화 보다 최근 20년간(2000년, 2020년)의 변화가 더욱 두드러짐에 따라(그림 2) 최근에 이르러 청년층 인구 이동에 의한 지방의 인구감소 문제가 더욱 크게 부각되고 있다.

청년인구의 차별적 공간적 집중은 공간적인 경제적 불균형을 야기할 수 있다. 특히, 수도권에 집중된 청년인구는 일자리와 경제 기회에 더욱 접근하기 쉽지만, 지방 지역에서는 일자리 부족과 경제 활동 기회의 감소로 인한 지역 간 격차가 심화될 수 있으며 이는 비수도권 지역의 인구감소를 가속화하여 지방소멸로 이어지게 되므로 급격한 청년인구의 감소가 보여지고 있는 이 시점에서 지방에서의 청년인구의 지역 내 정착이 그 어느 때보다도 중요하다고 볼 수 있다.

그림 2.

1980년 2000년도 청년층의 20년 후의 분포 변화(출처: 신휴석 등(2023) 수정)

2. 청년인구의 지역 간 이동 동인

1) 회귀모델링을 이용한 청년인구의 지역 간 이동 동인 분석

(1)종속변수

이 연구에서 사용한 종속변수는 기본적으로 전국 시･군･구 단위 청년인구의 순 전입자 수(전입자 수에서 전출자 수를 뺀 값이 양으로 나타난 수로, 지역의 청년인구 순증을 나타내는 변수), 순전출자 수(전입자 수에서 전출자 수를 뺀 값이 음으로 나타난 수로, 지역의 청년인구 순감을 나타내는 변수)로 설정하였다.

연구과정에서 종속변수를 순전입자 수(전입자 수-전출자 수 결과의 양의 값), ln(유입인원수),순전출자 수(전입자 수-전출자 수 결과의 음의 값), ln(순유출인원 수) 등으로 데이터의 정규성을 개선하고 다중공선성 문제 완화하여 유의하고 신뢰성 있는 회귀 결과값을 얻을 수 있도록 자연로그 변형을 통해 종속변수를 설정하였다.

(2)설명변수

청년인구에 영향을 미치는 다양한 요인 중에서 이 연구에서 사용한 요인(설명변수)은 총 21개로 경제적 기회요인(1), 교육기회요인(1),주거 기회요인(7), 생활기회요인(10), 더미변수(2)개로 분류된다(표 3).

① 주택 가격지수

주택가격지수(House Price Index, HPI)는 일정 기간에 주택 가격의 변동을 측정하는 지표로써 주택 시장의 트렌드를 파악하는 데 유용하게 사용되며 일반적으로 기준 연도에 비해 얼마나 주택 가격이 상승하거나 하락했는지를 백분율로 나타낸다. 이 연구에서 사용된 주택 가격지수 관련 독립변수로는 총 5가지가 있으며 구체적인 사항은 다음과 같다.

I) total_juns : KB 부동산 데이터허브에서 제공하는 주택종합 전세가격지수로써 주거요인에 해당하는 변수로 청년층의 지역 간 이동에 있어 주거 부담의 요인에 대한 영향력을 파악하기 위해 설명변수로 설정하였다.

ii) total_trad : KB 부동산 데이터허브에서 제공하는 주택종합 매매가격지수로써 청년층의 주거 부담의 요인에 대한 영향력을 파악하기 위해 설명변수로 설정하였다.

iii) apt_trade_: KB 부동산 데이터허브에서 제공하는 아파트 매매가격지수로써 아파트만을 대상으로 청년층의 주거 부담의 요인에 대한 영향력을 파악하기 위해 설명변수로 설정하였다.

iv) average : KB 부동산 데이터허브에서 제공하는 월간 아파트 전세가격지수를 평균한 것으로써 청년층의 지역 간 이동에 있어 아파트 전세가격의 상승에 따른 주거 부담의 요인 영향력을 파악하기 위해 설명변수로 설정하였다.

v) max : 월단위의 아파트 전세가격지수의 최대값을 나타내는 것으로 아파트 전세가격의 최고 상승치에 대한 심리적 및 경제적 부담을 독립변인화 하였다.

가격지수는 많은 연구들에서 청년층의 지역 간 인구이동과 밀접히 관련돼 있다고 밝히고 있다. Fernandez-Reino and Fernandez-Reino (2018)의 연구에서는 주택 가격지수가 높을수록 청년층의 지역 간 이동이 증가하는 것으로 나타났으며 연구자들은 주택 가격지수가 높아지면 청년층이 주택 구입이나 임차에 어려움을 겪게 되고, 이는 청년층의 삶의 질을 떨어뜨려 지역을 떠나게 하는 요인이 된다고 설명하였다. 또한, 주택 가격지수가 높으면 청년층의 취업 기회가 줄어들고, 이는 또한 지역을 떠나게 하는 요인이 된다고 밝히고 있다. Abel and Deitz(2019)의 연구에서는 주택 가격지수가 청년층의 노동시장 결과에 미치는 영향을 분석하여 연구 결과, 주택 가격지수가 높을수록 청년층의 노동시장 결과가 악화되는 것으로 나타났다. 연구자들은 주택 가격지수가 높아지면 청년층이 주택 구입이나 임차에 어려움을 겪게 되고, 이는 청년층의 노동시장 참여를 줄이고, 임금을 낮추는 요인이 된다고 설명하였다. Fernandez-Reino and Fernandez-Reino(2018)의 연구와 Abel and Deitz(2019)의 연구는 모두 주택 가격지수가 청년층의 지역 간 인구이동과 노동시장 결과에 부정적인 영향을 미친다는 것을 보여주고 있다. 이는 주택 가격지수의 상승이 청년층의 삶의 질과 경제적 기회를 제한하는 요인이 되고 있다는 것을 시사하고 있다. 따라서 정부의 정책적 개입을 통해 주택 가격지수의 상승을 완화하고, 청년층의 주거 안정과 경제적 기회를 보장하는 것이 필요하다고 할 수 있다.

② LNEmploy : 고용 매력도

고용 매력도 변수는 (식 3)과 같이 정의 되며 격자단위(100m×100m) KCB(Korea Credit Bureau) 월평균소득 빅데이터를 시군구 단위로 가공하여 이용하였다.

고용 매력도 변수는 청년층의 이동 지역 선택에 있어 고용기회의 측면(직장인 인구수)과 경제적 측면(월평균소득)을 모두 반영한 변수로 청년층의 지역 간 인구이동에 영향을 미칠 수 있는 하나의 요인으로 일반적으로 논의되는 ‘일자리’와 관련된 단편적인 측면이 아닌 고용기회와 경제적 측면을 모두 반영한 종합적인 측면을 반영할 수 있는 변수이다.

‘일자리’는 국내외 많은 연구에서 지속적으로 청년층의 지역 간 이동에 대한 중요한 요인으로 도출되고 있다.

2000년부터 2020년까지의 20~29세 청년층의 지역 간 이동 데이터를 분석한 한요셉･윤참나(2021)에 따르면 청년층의 수도권 이동은 취업, 가족, 친지 등 다양한 요인에 의해 발생하지만, 그중에서도 취업은 가장 중요한 동인이라고 밝히고 있다. 이탈리아의 지역 노동시장과 이탈리아 대학생의 지역 간 이동을 분석한 Dotti et al. (2013) 연구에서는 지역 노동시장의 고용률은 대학생의 지역 간 이동에 긍정적인 영향을 미치며 고용률이 높은 지역은 일자리 기회가 많기 때문에, 대학생들이 취업을 위해 그 지역으로 이동할 가능성이 높다고 말하고 있다. 또한, 영국의 청년층을 대상으로 거주지 이동의 동기를 분석한 Coulter and Scott(2015)연구에서도 일자리는 청년층의 거주지 이동의 가장 중요한 동인으로 나타났다.2000년부터 2020년까지 20% 이상 인구가 감소했고 청년층의 유출이 심각헸던 경상북도 봉화군을 사례로 인구 감소 문제 분석 및 해결 방안을 제시한 조영국(2023)의 연구에서는 지역 경제 활성화를 통한 일자리 창출의 노력이 필요하다고 피력하였다.

③ sale_faci:교통연구원이 제공하는 판매시설 접근성

청년층은 새로운 트렌드, 패션, 문화 등을 중요하게 여기며 이를 충족시키는 쇼핑시설에 큰 관심을 갖는다.²⁾ 또한 쇼핑시설은 청년층의 여가 활동, 사회 활동, 문화 활동 등의 중심지 기능도 한다.³⁾ 인도네시아 도시의 어메니티 지수를 측정하여 인구이동에 미치는 영향을 분석한 Hakim et al.(2023)연구에서는 인도네시아 도시의 인구이동에 도시 편의 시설이 중요한 영향을 미친다는 것을 발견하였으며, 특히 청년층은 쇼핑 시설이 풍부한 도시에 거주하기를 선호하는 경향이 있다고 말하고 있다 (:332). 이는 청년층이 소비 성향이 높고, 문화생활을 즐기고, 새로운 경험을 추구하는 경향이 있기 때문으로 해석된다. 1991년부터 2011년까지 스웨덴 스톡홀름의 도시 공간에서 연령대별 분포 변화를 조사한 Andersson et al.(2018 :374) 연구에서는 청년층은 쇼핑시설이 많은 지역에 거주하는 것을 선호하며, 쇼핑시설이 있는 지역에 거주하는 것이 자신의 삶의 질을 향상시킨다고 인식한다고 말하고 있다. 또한 연구자들은 쇼핑 시설이 청년층의 주거 만족도에 영향을 미칠 수 있음을 발견했으며 쇼핑 편의 시설이 풍부한 지역에 거주하는 청년층은 주거 만족도가 더 높은 경향이 있다고 말하고 있다. 위와 같은 모든 논의 들은 청년층의 주거지 선택에 있어 쇼핑시설이 중요한 역할을 하고 있음을 잘 나타내주고 있다.

④ safe_index : 지역안전지수

행정안전부가 제공하는 지역안전지수란 ‘지역 안전나침반으로 안전관련 각종 통계를 활용하여 자치단체별 6개 분야(교통사고, 화재, 범죄, 생활안전, 자살, 감염병) 안전역량을 5개 등급으로 객관적으로 계량화한 정보’⁴⁾를 말한다.

이 연구에서는 이영수 등(2023) 연구에서 도시 안전 정도에 영향을 미치는 독립변수로 도시 어메니티를 설정했듯이 지역안전지수를 지역의 어메니티(amenity)와 밀접히 연관되어 있다고 판단하여 지역의 어메니티 관점에서 지역안전지수를 독립변인으로 설정하였다.

(3)회귀 모형 분석 결과

청년층의 지역 간 인구이동에 있어 기존 문헌에서 밝혀진 주요 변인들과 변수 간의 상관분석 결과를 토대로 독립변수로 설정한 이후 변수들의 적출과 삽입을 통해 독립변수들의 유의성과 모델의 설명력 및 적합성 등을 토대로 최종 모델을 선정하였다.

OLS(Ordinary Least Squares), SEM(Spatial Error Model), SAR(Spatial Autoregressive Model) 모형 등의 모델링 결과를 통해 Schwarz criterion, Akaike info criterion과 R-squared를 바탕으로 회귀계수의 유의성 등과의 종합적인 판단하에 최종 선정하였다.

① Model 1: 종속변수를 청년인구 전･출입자 수의 차이로 설정한 결과(표 4)

OECD 국가들의 청년층 이동 결정 요인을 분석한 OECD(2018)보고서에 따르면, 청년층은 높은 임금, 더 나은 고용 기회, 저렴한 주거비, 양질의 교육 서비스 등을 제공하는 지역으로 이동하는 경향이 있다고 말하고 있으므로 이를 반영하여 경제적 기회요인(고용매력도),주거 기회요인(아파트가격지수 및 전세 매매가격),교육기회요인(대학교원 수)을 바탕으로 변수 간의 상관분석 결과를 반영하여 독립변수를 설정하였다.

model 1의 결과 모든 모형에서 공통적으로 유일하게 differ_dum(청년인구 순증가지역, 순감소지역)의 더미변수만이 유의미한 변수로 도출되었으며 이는 청년인구의 순증가지역과 순감소지역에서의 인구이동의 동인이 동일한 회귀식의 요인들 결합으로 설명될 수 없다는 것을 의미한다고 해석될 수 있다. 이에 청년인구의 순증가지역과 순감소지역으로 분리하여 분석을 시도하였다.

② Model 2-1(순증지역) : 종속변수를 청년인구 순증가 지역으로 설정한 결과(표 5)

∙ 결과 요약

종속변수는 LN_differ(전출입차의 양의 값)이며 독립변수는 LN_edu(교원수), jeonse_p(아파트 m²당 전세평균가격), ln_Employ(고용매력도), LNsell_P(아파트 m²당 매매평균가격), Safe_index(지역안전지수), sudokwon(수도권, 비수도권 더미), LN_med(의료시설 접근성), sale_faci(판매시설 접근성), green_ratio(녹지율), LNapt_juns(아파트전세가격지수) 등 총 10개의 변수가 설정되었다.

청년인구의 순증가 지역에서의 증가인원을 종속변수로 한 세 가지의(OLS, SAR,SEM) 청년인구의 이동 동인 모형 중에서는 SAR 모형이 가장 우수한 모형으로 판단되어 최종 모형으로 선택되었다. 유의미하게 나타난 설명변수는(p-value 0.05 기준) jeonse_p(아파트 m²당 전세평균가격), ln_Employ(고용매력도), Safe_index(지역안전지수), sudokwon(수도권,비수도권 더미), sale_faci(판매시설 접근성) 등 총 5개 변수가 도출되었다.

∙ 최종 모형 선택

분석 결과 종합적으로 판단했을 때, AIC와 BIC의 값이 가장 낮으며 R-squared 값이 가장 높은 SAR 모형이 가장 우수한 모형으로 선정되었다.

∙ 독립변수의 영향력 평가 결과(표 6)

해당 독립변수의 종속변수에 대한 영향력을 파악하기 위해 최종 회귀모델의 SAR 모형의 표준화된 회귀계수를 구한 결과 순증가지역에서 청년층의 이동 동인으로 가장 큰 영향력을 나타내는 요인은 ‘ln_Employ(고용 매력도)’로 나타났으며 ‘고용매력도’에 뒤를 이어 ‘판매시설 접근성’, ‘아파트 m²당 전세평균가격’, ‘수도권의 여부’, ‘지역안전지수’ 순으로 영향력이 크게 나타났다.

이 같은 결과에서 눈여겨볼 점은 청년인구가 증가한 지역에서 판매시설 접근성이 고용매력도에 뒤를 이어 두 번째로 중요한 인구이동의 동인으로 나타난 것은 청년들이 생활의 편리성, 사회적 활동, 고용 기회, 그리고 도시의 문화적 매력을 중요하게 여긴다는 것을 반영한다. 이는 도시 계획과 정책 수립에 있어서 청년층의 요구와 기대를 고려하여 생활환경을 개선하고, 사회적 및 문화적 활동의 기회를 확대하는 것이 중요함을 시사한다.

③ Model 2-2(순감지역) : 종속변수를 청년인구 순감소 지역으로 설정한 결과(표 7)

∙ 결과 요약

종속변수는 LN_differ(전출입차의 음의 값:분석 시에는 양의 값으로 변환)이며 독립변수로는 LN_edu(교원수), ln_Employ(고용매력도), max(아파트전세가격지수 월 최대값), LN_sale(판매시설접근성), apt_trade(아파트 매매가격지수), jeonse_p(아파트 전세가격), sudokwon(수도권 여부, 더미변수), total_trad(주택종합 매매 가격지수),등의 총 8개 변수가 설정되었다.

청년인구의 순감지역에서의 감소인원을 종속변수로 한 세가지의(OLS, SAR, SEM) 청년인구의 이동 동인 모형 중에서는 SAR 모형이 가장 우수한 모형으로 결정되어 최종 모형으로 선택되었으며 SAR모형을 통해 유의하게 나타난 독립변수는 ln_Employ_(고용매력도), max(아파트전세가격지수 월 최대값), total_trad(주택종합 매매 가격지수) 총 3개 변수로 나타났다.

∙ 최종 모형 선택

종합적으로 검토했을 때, AIC 값과 BIC값 모두 수치가 가장 낮고 R-제곱 값이 가장 높은 SAR 모형이 가장 우수한 모형으로 볼 수 있어 최종 모형으로 선택되었다.

∙ 독립변수의 영향력 평가 결과(표 8)

해당 독립변수의 종속변수에 대한 영향력을 파악하기 위해 최종적으로 선택된 SAR 모형의 표준화된 회귀계수를 파악한 결과 순감지역에서 청년층의 이동 동인으로 가장 큰 영향력을 나타내는 요인은 ‘고용 매력도’로 나타났으며 ‘고용매력도’에 뒤를 이어 ‘아파트 전세가격지수의 최대값’, ‘주택종합 매매 가격지수’ 순으로 영향력이 크게 나타났다.

청년인구가 감소한 지역에서는 ‘고용 매력도 (ln_Employ)’에 뒤를 이어 ‘아파트전세가격지수 월 최대값(max)’, ‘주택종합 매매가격지수(total_trad)’ 순으로 영향력이 크게 나타났다. ‘아파트전세가격지수 월 최대값(max)’, ‘주택종합 매매가격지수(total_trad)’는 모두 주거관련 기회요인이므로 주거관련 기회요인이 상당한 영향력을 나타내고 있음을 알 수 있으며, 이는 청년인구가 감소한 지역에서의 이동요인은 다양한 요인이 작용했던 인구 증가지역과는 달리 경제적요인과 주거요인 두 가지로 압축될 수 있음은 시사하는 바가 크다고 할 수 있다.

이 같은 점은 주택 가격 지수가 높은 지역은 주거비용이 상대적으로 높아진다는 것을 의미하며 청년층은 종종 제한된 소득을 가지고 있기 때문에, 높은 주거비용은 그들에게 큰 부담이 되어 더 낮은 주거비용을 제공하는 지역으로 이동하는 경향이 나타난다고 볼 수 있다.

이러한 요인들은 정책 결정자에게 해당 지역의 인구 유치 및 특히, 인구 고정을 위한 정책을 고려할 때 중요한 고려사항이 되어야 할 것이며 이는 젊은 세대의 주거 안정성과 지역 경제의 활성화에 기여할 수 있을 것이다.

3. 청년인구의 이동 동인에 따른 지방소멸위험에 대비한 정책과제

이 연구를 통해 논의 되고 분석된 내용과 도출된 청년층의 지역 간 인구이동의 동인 및 지방소멸위험에 대비한 정책과제 마련을 위한 원칙을 바탕으로 구체적인 정책과제를 1) 전세가격 안정화 및 지원, 2) 고용기회 창출, 3) 판매시설 접근성 개선, 4) 지역 안전도 향상 등 청년층의 지역 간 인구이동의 4가지 동인에 맞추어 제안하였다(표 9).

IV. 결론 및 요약

본 연구는 지방소멸 위기에 대응하기 위해 청년층의 지역 간 이동 특성 분석을 통해 공간적으로 차별화된 청년층 인구이동의 동인을 파악하여 지방소멸 위기에 대비한 정책과제를 마련하는 것을 목적으로 하였다. 이를 위해 통계청 인구 총조사 자료 및 MDIS 국내 인구이동통계 자료를 활용하여 청년인구의 성장과 분포 변화, 청년인구의 이동 현황과 특성, 청년인구의 이동 동인 분석과 지방소멸위험에 대비한 정책과제를 제안하였다.

인구 총조사 자료 및 MDIS 자료 분석 결과, 다음과 같은 주요 결론을 도출하였다.

i) 한국의 청년인구는 1980년대부터 급격하게 수도권 및 일부 지방 대도시로 집중되어 수도권과 지방 대도시 중심으로 편중 분포되었다.

ii) 청년층 인구이동에 의한 인구분포의 변화는 과거 1980~2000년의 변화보다 최근 20년간(2000년~2020년)의 변화가 더욱 두드러졌다. MDIS의 지역 전출입 자료를 바탕으로 공간회귀모형을 적용해 청년층의 지역 간 인구이동의 동인을 분석한 결과 ⅲ) 청년인구가 증가한 지역에서의 고용 매력도, 판매시설 접근성, 수도권 여부, 전세 가격, 지역 안전성 등은 청년들이 지역을 선택하고 정착하는 데 영향을 미치는 주요한 요인으로 확인되었다.이는 청년인구를 유치하고 유지하기 위해서는 고용 기회 제공뿐만 아니라, 주거비용의 합리성, 생활 편의시설의 개선, 안전한 환경 조성과 같은 다양한 요소들을 종합적으로 고려해야 한다는 것을 의미하며 또한, 지역별 특성에 맞는 맞춤형 전략이 필요하다는 점도 강조함을 나타낸다.

iv) 청년인구의 감소가 나타나는 지역에서는 고용 매력도, 주택 시장의 안정성 등이 청년인구의 이동에 큰 영향을 미치는 것으로 나타나 이러한 지역에서는 특히, 고용 기회 확대와 주택 시장 안정성에 초점을 맞춘 정책이 필요함을 의미한다.

위와 같이 논의되고 분석된 결과를 바탕으로 지방소멸 위험을 방지하기 위한 정책과제로 전세가격 안정화 및 지원, 고용기회 창출, 판매시설 접근성 개선, 지역 안전도 향상 등 4가지 동인에 맞는 구체적인 과제를 제시하였다.

이 연구에서 도출된 청년인구의 지역 간 인구이동의 동인을 바탕으로 제안한 세부적인 정책과제를 통해 지역의 상황에 맞는 청년인구의 유입 또는 지역에 정착하는 데 필요한 조건을 마련한다면 지방소멸 위험을 줄일 수 있을 것이다. 하지만 실제 효과를 거두기 위해서는 지역의 특성과 상황에 맞춰 조절하고 실행하는 것이 중요하다. 또한, 제시된 정책과제 이외에도 지역의 특성과 필요에 따라 다양한 정책과제가 추가될 수 있을 것이다. 지방소멸 문제는 단기간에 해결될 수 있는 문제가 아니므로, 이를 원천적으로 해결하기 위해서는 중앙 및 지방 정부의 지속적인 관심과 투자, 그리고 무엇보다도 지역 주민들의 자발적이고 끊임없는 참여가 필요할 것이다.