I. 서론

우리나라의 경제･사회적 지역별 격차는 지난 수십년간 지속적으로 확대되어 온 것으로 평가되고 있다. 인구 및 경제활동의 집중 현상이 지속되면서 서울을 중심으로 한 수도권 지역의 인구 및 지역총생산(GRDP) 비중은 이제 50%를 상회하게 되었다. 특히 상대적으로 젊은 연령의 도시지역 집중 현상으로 인해 비도시 지역의 경우는 인구구조의 고령화가 빠른 속도로 진행되고 있으며 이는 지역 간 경제･사회적 격차를 더욱 심화시키는 요인으로 작용하고 있다. 이러한 현상이 지속된다면 가까운 장래에 상당 수의 비도시 지역이 인구 소멸에 이를 것으로 우려된다(임석회, 2018). 지역별 격차의 확대는 수도권 등 도시지역에는 거주비의 증가 및 교통의 혼잡 등 각종 경제･사회적 비용을 초래하는 한편 비도시지역에는 경제･사회적 활기를 상실하는 등 인구가 집중되는 지역과 그렇지 않은 지역 모두에게 있어 많은 문제를 야기한다. 이러한 점에서 지역별 격차 확대의 문제는 그 동안 정책적으로도 시급히 대응하여야 할 주요 현안 과제로 간주되어 많은 정책들이 시도되었으나 그럼에도 불구하고 뚜렷한 정책의 효과나 상황의 개선이 나타나지 않고 있다.

경제학 및 지역학 분야에서는 오래전부터 이와 같은 경제･사회적 지역별 격차의 주요 요인 또는 이러한 격차와 함께 나타나는 주요 현상으로서 지역별 격차를 더욱 확대시키는 요인으로 작용하는 인적자본(Human Capital) 분포의 변동 현상에 주목하여 왔다. 이는 경제활동 및 성장을 이루는 근본 요소로서 인적자본이 지닌 중요성을 고려한 것이다. 인적자본은 소속된 지역의 경제･사회적 성과에 중대한 영향을 미치는 기본 요소로서 불균등한 인적자본의 분포는 불균등한 지역별 경제･사회적 성과를 야기하는 주요 요인으로 간주될 수 있다. 특히 기존의 많은 연구들은 인적자본의 분포가 공간적인 집중화 경향을 지니고 있다는 점을 보고하고 있는데 이는 지식의 확산(Knowledge Spillover) 과정이 본질적으로 규모의 경제(Economies of Scale)의 속성을 지니고 있기 때문으로 인적자본의 수준이 상대적으로 높은 곳에 오히려 더 많은 인적자본이 집중되는 경향을 보인다. 이러한 인적자본 분포의 공간적 집중화 경향은 경제･사회적 성과의 지역별 격차를 더욱 확대시키는 요인으로 작용하게 된다.

이러한 점을 감안하여 본고에서는 우리나라 인적자본의 분포가 지난 기간 지역별로 어떻게 변화하여 왔으며 이러한 변화에 서로 영향을 주고 받은 주요 요인들이 무엇인지 살펴보고자 한다. 구체적으로는 우리나라 인적자본의 지역별 시계열 자료를 이용하여 인적자본 자체의 공간적 집중화 경향 정도를 파악해 보는 한편 이러한 인적자본 분포의 변화가 지역별 인구구조의 고령화 정도 및 혁신역량 등과 서로 어떠한 관련이 있는지 살펴보도록 한다.

본고는 다음과 같이 구성되어 있다. 먼저 제1장 서론 부분에서는 본 연구의 연구 배경과 연구 목적이 무엇인지 설명한다. 2장에서는 본 연구과 관련된 기존의 국내외 연구들을 정리해 보는 한편 본 연구가 지닌 기존 연구들과의 차별성을 설명한다. 3장에서는 우리나라 지역별 인적자본 분포의 변동 추이와 이의 주요 요인이 무엇인지 살펴보고 4장에서는 지역의 경제적 성과를 결정하는 주요 요인인 혁신역량과 인적자본 간의 관계를 분석한다. 마지막으로 5장에서는 이와 같은 분석 결과를 통해 얻을 수 있는 정책적 시사점을 논의한다.

II. 선행연구

경제활동 및 성장을 이루는 근본 요소로서 인적자본이 지닌 중요성은 오래전부터 주목되어 왔다(Barro and Sala-i-Martin, 1992). Gottlieb and Fogarty(2003)는 미국의 지역별 자료를 이용하여 평균적인 교육수준이 높았던 지역일수록 이후의 1인당 소득 및 고용 증가율이 높은 경향을 나타낸다는 사실을 보고한 바 있다. 또한 소득 및 고용 증가율이 높은 지역일수록 인적자본의 유입과 축적이 더욱 빠른 속도로 진행됨으로써 인적자본의 지역간 불균형은 부유한 지역과 가난한 지역간의 격차를 더욱 확대시키는 요인으로 작용하고 있음도 보고되었다(Duranton and Puga, 2014; McHenry, 2014). Berry and Glaeser(2005)의 연구에 따르면 대학졸업자 이상의 학력을 가진 인구의 비중을 지역별 인적자본의 양을 대리하는 변수로 이용하여 분석한 결과 미국의 도시들간의 인적자본의 격차는 점차 확대되고 있는 것으로 확인된다. 상기한 연구에서는 1970, 1980, 1990, 2000년 미국 센서스 자료를 이용하여 318개 도시의 인적자본의 양(대학졸업자 비중)을 비교하였는데 초기에 인적자본의 양이 많았던 지역일수록 이후에 인적자본의 증가 속도도 더 큰 경향이 있는 것으로 나타나는 등 인적자본의 공간적 집중화 경향이 있음을 확인하였다. 이러한 인적자본의 공간적 집중화 경향은 미국 뿐만 아니라 독일, 브라질 등 다른 나라들의 자료를 통해서도 확인되고 있다(Ades and Glaeser, 1995; Arntz et al., 2014; Queiroz and Golgher, 2008). 이와 같은 고학력자들의 모여 살기 경향은 특히 대도시 지역으로의 인적자본 집중화 현상으로 나타나는데 이는 대도시의 경우 상대적으로 높은 학력을 가진 사람들이 선호하는 좋은 일자리를 풍부하게 제공할 뿐만 아니라 고학력자들이 중요시하는 교육 및 문화적인 인프라도 더 잘 구축되어 있으며 전반적인 교육수익률도 더 높은 경향이 있기 때문이다(Costa and Khan, 2000; Compton and Pollak, 2007; Betz et al., 2016).

이와 같은 인적자본의 공간적 집중화 경향과 이에 따른 인적자본 분포의 지역별 격차 확대 및 이로 인한 경제･사회적 성과의 지역별 차이 등에 대한 연구는 우리나라에서도 활발히 진행되고 있다. 장수명･이번송(2001)은 통계청의 인구주택총조사 및 한국노동패널 자료를 이용하여 우리나라의 각 도시별 인적자본의 분포 현황을 살펴보고 상대적으로 인적자본의 양이 많은 지역일수록 임금수준도 높은 경향이 있음을 확인하였다. 김종구(2007)는 1995-2005년 기간을 대상으로 분석한 결과 우리나라의 인적자본 수준은 전반적으로 증가하여 왔으나 이와 동시에 인적자본의 수도권 집중 현상이 지속되어 왔으며 1인당 인적자본 투자율은 1인당 물적자본 투자율 보다 지역 경제의 성장에 더 크고 유의한 영향을 미친다는 사실을 보고하였다. Kwon(2001), 권상철(2003, 2005), 문남철(2010), Kim(2016) 등은 1990년대 이후 우리나라 인구의 지역별 이동과 인적자본의 분포 변동을 살펴본 결과 농촌지역에서 도시지역으로 그리고 비수도권 지역에서 수도권 지역으로의 고학력자들의 이동 현상이 전국적으로 뚜렷하게 진행되고 있으며 이에 따라 국내 지역별 인적자본 분포의 불균형이 지속적으로 확대되어 오고 있음을 보고하였다. 특히 이들의 연구에 따르면 우리나라의 경우 인적자본 분포의 지역간 불균형 현상은 지역별 인적자본 투자량의 차이 보다는 주로 고학력자의 지역간 이동에 따른 인적자본의 지역간 유출입에 따라 발생하는 경향이 있으며 특히 고학력 젊은 연령 인구의 도시 및 수도권 이동에 주로 기인하는 것으로 분석된다.

김우영(2014)은 Berry and Glaeser(2005) 등이 사용한 방법에 따라 우리나라 인적자본의 지역간 분포 현황과 이의 변동 추이를 분석하였다. 상기한 연구에서는 지역별 인적자본 양을 대리하는 변수로 성인(25세 이상) 인구 중 대학졸업 이상의 학력을 지닌 인구의 비중을 사용하였으며 1985, 1995, 2005년 인구주택총조사 자료를 이용하여 200여개의 우리나라 지역별 인적자본의 분포 현황과 이의 변동 추이를 분석하였는데 분석 결과 1985-2005년 기간 중 우리나라의 지역간 인적자본 분포의 불균형은 지속적으로 확대되어 왔으며 이는 지역별 고령화 정도(65세 인구 비중)와 밀접한 관계가 있는 것으로 보고하였다. 즉 우리나라의 경우 지역별 고령화 정도와 인적자본의 양은 서로 강한 역의 상관관계에 있으며 고령화 속도가 빠른 지역일수록 인적자본의 수준도 상대적으로 더욱 낮아지는 경향이 있음이 확인되었다.

하준경(2019)은 우리나라 수도권 지역을 시군구별로 구분하여 다양한 방법으로 인적자본 수준을 측정하였는데 2005-2015년 기간에 대한 수도권 각 시군구 지역의 학력별 인구 비중을 자료를 이용하여 지역별 인구의 평균 취학년수(years of schooling)를 추정하여 분석한 결과 수도권 지역의 경우 인적자본의 전반적인 수준은 지역별로 평준화되고 있는 경향이 있음을 확인하였다. 즉 수도권 지역으로 한정할 경우 초기에 인적자본 수준이 낮은 곳일수록 인적자본의 증가율이 인적자본 수준이 높은 곳일수록 그 증가율이 낮은 경향이 있다는 것이다. 또한 이러한 경향은 15세 이상 인구 중 대졸자 비중을 인적자본 수준을 대리하는 변수로 사용하였을 때도 유사하게 나타남을 확인하였다. 다만 최근 대학 진학률의 급격한 상승 및 사회 전반의 고학력화 추세를 고려하여 15세 이상 인구 중 석사 및 박사 비중을 통해 지역별 인적자본 수준을 평가한 경우에는 대졸자 비중과 달리 수도권 지역내에서도 인적자본의 공간적 집중화 현상이 있는 것으로 파악되었다. 즉 석사･박사 등 전문가 수준의 고학력자를 기준으로 하였을 경우에는 초기에 인적자본 수준이 높은 곳일수록 인적자본의 증가율이 상대적으로 더 높다는 사실이 확인되었다. 또한 인구구조의 고령화는 전반적으로 인적자본의 증가율과 음의 상관관계가 있음도 확인되었다. 즉 인구고령화가 빠르게 진행되고 있는 지역일수록 전반적인 인적자본의 증가율이 더 낮은 경향이 있다는 것으로 이는 앞서 언급한 Kwon(2001), 권상철(2003, 2005), Kim(2016) 등의 연구 결과와도 일치하는 것이다.

본 연구는 연구 방법에 있어 상기한 김우영(2014) 및 하준경(2019)의 연구와 유사하지만 다음과 같은 차별성이 있다. 첫째, 김우영(2014)의 연구가 대략 지금으로부터 20년 전인 1985-2005년 기간에 대한 분석이라는 점과 하준경(2019)의 연구가 우리나라 전체 지역이 아닌 수도권 지역에 국한하여 수행된 연구라는 점에서 본 연구와 차이가 있다. 본 연구는 2005-2020년 기간을 분석 대상으로 하였으며 수도권 지역 뿐만 아니라 우리나라 전지역을 대상으로 수행되었다. 따라서 본 연구는 2005년 이후 최근까지 우리나라 인적자본 분포의 변동 추이를 보다 전국적인 범위에서 파악해 볼 수 있다는 점에서 상기한 연구들과 차별성을 지닌다고 볼 수 있겠다. 둘째, 본 연구는 지역별 인적자본의 수준과 지역별 혁신역량 간의 관계에 대한 분석을 시도하였다는 점에서 상기한 연구와 차별성을 지닌다. 산업연구원에서는 유럽혁신지수(EIS; European Innovation Scoreboard) 및 장재홍(2006)의 연구를 바탕으로 2008년부터 한국의 여건에 맞게 조정된 지역별 혁신지수를 산출해 오고 있다. 지역혁신지수(Innovation Score)는 인적자본, 지식창출, 혁신활용, 지식재산권 축적 등 네 가지 부문의 주요 지표들을 이용하여 산출되는데 연도별로 지역의 혁신역량을 평가하는 데 활용되고 있다(장재홍･유이선, 2017; 산업연구원, 2018). 정진원 등(2019), 권상준(2021), 김영수(2022) 등 선행연구에 따르면 지역혁신지수는 1인당 지역내총생산(GRDP) 등 지역의 경제적 성과와 밀접한 관계가 있는 것으로 확인되고 있다. 본고에서는 상기한 자료를 이용하여 지역의 혁신역량과 인적자본 간의 관계를 분석해 보았다.

III. 인적자본의 지역별 분포 변화 추이 및 요인

지역별 인적자본(Human Capital)의 양을 측정하는 방법은 다양한데 일반적으로 해당 지역에 거주하는 사람들의 교육 수준을 기준으로 평가하는 방법과 임금 소득을 기준으로 평가하는 방법으로 크게 나누어 볼 수 있다. 거주자의 교육 수준을 기준으로 인적자본을 평가하는 경우 초등학교 졸업자에게는 6년, 중학교 졸업자에게는 9년, 고등학교 졸업자에게는 12년, 4년제 대학 졸업자에게는 16년 등의 수치를 부여하고 이를 평균하여 평균취학년수(years of schooling)를 구한 후 이를 기준으로 평가하는 방법이 대표적이다(Mincerian 방법). 한편 임금 소득을 기준으로 평가하는 경우는 해당 지역 근로자의 임금 총액이나 평균 임금 등의 자료를 이용하는데, 개별 거주자별 임금수준을 구체적으로 파악하기 어려울 경우에는 거주자들의 직업 현황 자료에 각 직종별 평균 임금 자료를 접목하여 추산하기도 한다. 이는 개별 거주자들의 임금 소득은 그들이 지닌 인적자본의 양에 비례하여 결정된다는 점을 전제하는 것이다. 본 연구에서는 Berry and Glaeser(2005), McHenry(2014), 김우영(2014) 등을 따라 25세 이상 성인 인구 중 대학(2년제 대학 포함) 졸업 이상의 학력을 지닌 사람들의 비중을 기준으로 지역의 인적자본 수준을 측정하였는데 이는 우리나라의 경우 전국적으로 중･고등학교 진학률이 매우 높아 이의 전국적인 차이가 별로 없음을 감안한 것이다. 또한 2000년대 이후 우리나라의 대학진학률이 전국적으로 크게 상승하였다는 점을 감안하여 하준경(2019)을 따라 대졸자 비중 외에 석사 및 박사 비중을 지역의 인적자본 수준을 평가하는 보조적인 지표로 활용하였다.

대학 졸업이나 석･박사 등 학력별로 구분된 지역 인구 자료는 통계청의 인구총조사 20% 표본 자료를 이용하였다. 내국인을 기준으로 하였으며 대학 졸업자는 4년제 대학을 포함한 2년제 이상 대학의 졸업자를 기준으로 하였고 석사 비중과 박사 비중은 전공 분야의 구분없이 각각 석사학위 및 박사 학위 보유자를 기준으로 하였다. 지역 구분은 통계청 인구총조사의 2레벨(시군구 단위)을 기준으로 하였는데 새로운 시로 통합되는 등 분석 기간 중 행정구역 범위의 변동이 있었던 지역은 변동 전후의 지역 구분을 참조하여 조정하였다. <표 1>은 2005-2020년 기간에 대해 5년 단위로 파악한 우리나라의 지역별 인적자본(25세 이상 인구 중 대졸자 비중 기준) 분포 현황을 정리한 것이다. 지역별로 인구가 서로 상이하기 때문에 지역별로 구한 인적자본을 평균한 값과 전국을 통틀어 구한 평균값에는 차이가 있다. <표 1>에서 전국 평균은 전국을 통틀어 구한 평균값을, 지역단위 평균은 지역별로 구한 인적자본을 평균한 값을 의미한다. 한편 <표 2>와 <표 3>은 각각 석사 및 박사 학위 소지자를 기준으로 구한 우리나라의 지역별 인적자본 분포 현황을 정리한 것이다.

<표 1>~<표 3>을 통해 확인할 수 있듯이 학사 및 석사, 박사 학위 소지자의 비중을 기준으로 평가한 우리나라의 인적자본 수준은 2005년 이후 지속적으로 향상되어 왔음을 확인할 수 있다. 전국적으로 대학 졸업 이상의 학력을 지닌 사람의 비중은 2005년 이후 2020년까지 15년간 10%p 가량 증가하였으며 석사 및 박사 학위 소지자의 비중도 같은 기간 1.5~2배 가량 증가하였음을 확인할 수 있다. 상기한 김우영(2014)은 우리나라 인적자본의 지역별 격차(대졸 이상의 학력을 지닌 사람의 비중 기준)는 1985-2005년 기간 중 점차 확대되어 온 것으로 보고하고 있다. 그러나 <표 1>에서 볼 수 있듯이 2005년 이후의 자료를 통해 점검해 보면 2005년부터는 이러한 지역별 격차의 확대 현상이 상당히 둔화된 것으로 확인된다. 다만 석사 및 박사 학위 소지자를 기준으로 보면 지역별 인적자본 분포의 격차는 2005년 이후 최근까지 점차 확대되어 오고 있음을 확인할 수 있다. <표 2>와 <표 3>에서 볼 수 있듯이 석사 및 박사 학위 소비자 비중의 지역별 표준편차 값은 2005년 이후 증가 추세에 있는데 이러한 사실은 해당 기간 중 전국적인 대학 진학률의 급격한 상승으로 대졸자 비중은 전국적으로 최근 다소 평준화되고 있는 반면 석사 및 박사 학위 소지자들의 공간적 집중화 현상은 여전히 진행중에 있음을 시사한다고 볼 수 있다(<그림 1>).

그림 1.

인적자본의 지역별 분포(2005, 2010, 2015, 2020)
(주: 좌측부터 순서대로 2005, 2010, 2015, 2020년도의 경우임.)
(자료: 통계청 인구총조사 각 년도.)

기존의 연구에 따르면 우리나라의 지역별 인적자본의 분포는 인구구조의 고령화 정도와 상당한 관계가 있는 것으로 보고되고 있다(김우영, 2014; 임석회, 2018). 김우영(2014)에 따르면 인구구조의 고령화와 인적자본의 수준 간에는 강한 역의 관계가 있는 것으로 나타난다. 상기한 연구에서는 1985-2005년 기간의 자료를 이용하여 분석한 결과 65세 이상 인구의 비중이 상대적으로 높은 지역일수록 대졸자 비중이 낮은 경향이 뚜렷하다는 점을 보여준다. 또한 이와 같은 고령화의 정도 외에도 고령화의 속도도 인적자본과 상당한 관계가 있는 것으로 확인되었는데 상기한 연구에 따르면 1985-1995년 기간의 경우 전국적으로 65세 인구 비중이 1%p 증가할 때마다 대졸자 비중은 0.68%p 감소하는 경향이 있으며 1995-2005년 기간의 경우에는 65세 인구 비중이 1%p 증가할 때마다 대졸자 비중은 0.64%p 감소하는 경향이 있는 것으로 보고되었다.

한편 인적자본의 공간적 집중화 현상에 대한 분석도 진행되었는데 김우영(2014)에 따르면 대졸자 비중이 높은 지역일수록 향후 10년간 해당 지역의 대졸자 비중 증가율이 상대적으로 더 높은 경향이 있는 것으로 보고되었다. 구체적으로는 1985-2005년 기간의 자료를 이용하여 분석한 경우 초기의 대졸자 비중이 1%p 더 높을수록 향후 10년간 대졸자 비중이 1.144-1.321%p 가량 더 높게 증가하는 경향이 있는 것으로 보고되었다. 그러나 이와 같은 우리나라 인적자본의 공간적 집중화 경향 여부와 그 정도가 하준경(2019)의 연구에서는 다소 다르게 나타난다. 하준경(2019)은 2005-2015년 기간에 대한 수도권 지역의 자료를 이용하여 분석한 결과 거주자의 평균 연령의 변동을 통제하여 분석할 경우 거주자의 평균 취학년수(years of schooling)가 낮은 지역일수록 향후 취학년수의 증가율은 상대적으로 더 높은 경향이 있음을 확인하였다. 즉 적어도 수도권 지역에서는 지역별 인적자본 수준(평균 취학년수 기준)이 점차 평준화되는 경향이 있음을 보고한 것이다. 다만 상기한 연구에서도 석사 및 박사 비중을 이용하여 분석한 경우에는 인적자본의 공간적 집중화 현상이 확인되었다. 즉 대졸자 비중은 전반적으로 평준화 경향을 보이는 반면 석사 및 박사 등 대학원 이상 졸업자들의 경우에는 상대적으로 인적자본이 풍부한 곳으로 모이는 집중화 현상이 존재함을 확인할 수 있었다.

상기한 바와 같은 김우영(2014)과 하준경(2019)의 상반된 연구 결과는 2005년 이전과 그 이후라는 분석 기간의 차이, 전국과 수도권 지역이라는 분석 대상의 차이, 평균 취학년수나 대졸자 및 석박사 비중 인적자본을 대리하는 변수로 무엇을 사용하였는지, 그리고 계량분석시 인구고령화 요인의 통제 여부 등에 기인하는 것으로 판단된다. 이러한 점을 고려하여 본 연구에서는 2005-2020년 기간에 대한 전국 단위의 자료를 이용하여 분석을 시도하였으며 인적자본을 대리하는 변수로 대졸자 비중 뿐만 아니라 석사 및 박사 학위 소지자 비중을 추가적으로 고려하였다. 또한 인구의 고령화 정도가 인적자본과 밀접한 관계가 있다는 기존의 연구 결과를 감안하여 계량분석시 인구고령화 요인을 고려하여 분석을 실시하였다.

<그림 2>는 우리나라의 지역별 인구고령화 정도와 인적자본 수준 간의 관계를 보여주고 있다. X축은 전체 인구 중 65세 이상 인구의 비중(sh_65)을 나타내며 Y축은 25세 이상 인구 중 대학 졸업자(sh_ba), 석사(sh_ma) 및 박사(sh_phd) 학위 소지자 비중 등으로 평가한 인적자본 수준을 나타낸다. <그림 2>를 통해 볼 수 있듯이 2005-2020년 전 기간에 있어서 지역의 인구고령화 정도와 인적자본 수준 간에는 뚜렷한 음의 상관관계가 있는 것으로 확인된다.

그림 2.

지역별 고령인구 비중과 인적자본의 산포도(2005, 2010, 2015, 2020)
(주: 좌측부터 순서대로 2005, 2010, 2015, 2020년도의 경우임.)
(자료: 통계청 인구총조사 각 년도.)

이하에서는 <식 1>과 같은 회귀분석을 통해 우리나라 인적자본의 공간적 집중화 경향 여부와 인구고령화 간의 관계를 검증해 보았다. 앞서 언급한 바와 같이 김우영(2014)에 따르면 대학 졸업자 비중을 기준으로 한 경우 1985-2005년 기간 중 우리나라의 인적자본은 공간적 집중화 경향이 있으며 이에 따라 인적자본의 지역별 격차도 점차 확대되는 방향으로 변동되어 온 것으로 나타난다. 반면 하준경(2019)에 따르면 2005-2015년 기간 중 수도권 지역에 국한하여 볼 경우 인적자본의 분포가 지역별로 평준화되는 방향으로 변동되어 온 것으로 확인된다. 다만 상기한 연구에서도 인적자본 수준을 석･박사 비중을 기준으로 평가할 경우에는 인적자본의 지역별 격차가 점차 확대되는 방향으로 변동되어 온 것으로 나타난다. 본 연구에서는 이와 같이 분석기간 및 지역범위 등에 따라 상반된 연구 결과를 감안하여 2005-2020년 기간 중 수도권을 포함한 우리나라 전 지역을 대상으로 대졸자 및 석･박사 비중을 모두 고려하여 우리나라 인적자본의 공간적 집중화 경향 여부와 인구고령화 간의 관계를 검증해 보았다. 이를 위한 회귀식은 아래 <식 1>과 같다.

위의 <식 1>에서 HCi,t는 t 시점의 지역별 인적자본 수준을, AGEi,t는 인구고령화 정도를 나타낸다. 지역별 인적자본 수준은 25세 인구 중 대학 졸업자, 석사 및 박사 학위자 비중 등이며 인구고령화 정도는 총 인구 중 65세 이상 인구 비중이다. HCi,t-1 및 AGEi,t-1는 각각 t-1 시점의 지역별 인적자본 수준과 인구고령화 정도를 나타내는데 본 연구에서는 5년 단위의 자료를 사용했으므로 여기서 t-1 시점은 t 시점의 5년 전을 의미한다. 즉 t 시점이 2020년일 수 경우 t-1 시점은 2015년이다. i는 지역을 나타내는 하첨자이다.

회귀분석 결과는 <표 4>~<표 6>에 제시되어 있다. 먼저 25세 이상 인구 중 대학 졸업자 비중을 기준으로 지역의 인적자본 수준을 평가한 경우 2005-2020년 전 기간에 있어서 65세 이상 인구 비중 증가세가 더 큰 지역일수록 인적자본 증가율이 뚜렷이 더 낮은 것으로 나타난다. 즉 인구고령화와 인적자본 수준 간의 역의 관계는 2005년 이후 최근까지도 여전하다는 점을 확인할 수 있었다. 한편 대학졸업자 비중의 초기값에 대한 회귀계수의 추정치가 대체로 음의 값을 지니는 것으로 나타나 김우영(2014)의 선행연구 결과와 달리 적어도 2005년 이후부터는 지역별 대학졸업자 비중의 지역별 평준화가 진행되고 있음을 확인할 수 있었다. 특히 하준경(2019)의 연구 결과와 같이 이러한 평준화 현상은 수도권 지역에서 보다 분명하게 나타나고 있음을 알 수 있었다. 한편 지역별 인적자본 수준을 석사학위자 비중으로 평가하였을 경우에도 인구고령화와 인적자본 간에는 분명한 역의 관계가 있는 것으로 확인된다. 다만 대학졸업자 비중을 기준으로 하였을 경우와 달리 석사학위자 비중을 기준으로 인적자본을 평가할 경우 인적자본의 공간적 집중화 경향이 존재함을 확인할 수 있었다. 즉 석사학위자 비중이 상대적으로 높은 지역일수록 향후 5년간 석사학위자 비중의 증가세가 더 크다는 점이 통계적으로 유의한 수준에서 확인되었다. 이와 같은 경향은 박사학위자 비중을 기준으로 하였을 경우에도 대체로 유사한 것으로 확인되었다. 다만 2015-2020년 기간에 있어서는 이러한 경향성이 2005-2015년 기간에 비해 통계적으로 덜 분명하게 나타난다. 마지막 행은 전 기간에 걸친 패널분석을 실시한 결과를 보여주고 있다. 패널분석에 있어서는 하우스만 검정(Hausman Test) 결과 고정효과(Fixed Effect) 모형이 적합한 것으로 판단되어 고정효과 모형을 이용하였으며 연도별 더미변수를 만들어 시간요인을 통제하였다. 패널분석 결과도 연도별 회귀분석 결과와 유사한 경향을 보여준다.

IV. 인적자본과 지역 혁신역량 간의 관계

본 장에서는 상기한 바와 같은 2005-2020년 기간의 인구총조사 자료를 이용하여 지역의 혁신역량과 인적자본 간의 관계를 분석해 보고자 한다. 산업연구원에서는 유럽혁신지수(EIS; European Innovation Scoreboard) 및 장재홍(2006)의 연구를 바탕으로 2008년부터 한국의 여건에 맞게 조정된 지역별 혁신지수를 산출해 오고 있는데 지역혁신지수(Innovation Score)는 인적자본, 지식창출, 혁신활용, 지식재산권 축적 등 네 가지 부문의 15개 지표들을 각각 정규화한 후 이를 가중평균하여 산출된다(장재홍･유이선, 2017; 산업연구원, 2018). 정진원 등(2019), 권상준(2021), 김영수(2022) 등 선행연구에 따르면 지역혁신지수는 1인당 지역내총생산(GRDP) 등 지역의 경제적 성과와 밀접한 관계가 있는 것으로 확인되고 있다. 구체적인 지역별 혁신지수의 산출식 및 지표체계는 <식 2> 및 <표 7>과 같으며 연도별･지역별 혁신지수 산출값은 <표 8>과 같다.

위의 <식 2>에서 yijt는 표준화된 값으로 yijt=[xijt-Min(xit)]/[Max(xjt)-Min(xjt)]이며, i는 지역 j는 15개 평가지표, x는 원지표, q는 항목별 가중치를 의미한다.

김영수(2022)는 지역혁신지수를 이용하여 지역의 성장잠재력(성장요인)을 추정하였는데 1인당 지역내총생산(GRDP)로 대표되는 지역의 성장성과와 강한 정의 상관관계가 있는 것으로 확인되었다(<그림 3>). 이하에서는 지역혁신지수를 이용하여 지역의 혁신역량과 인적자본 간의 관계를 분석해 보도록 한다.

그림 3.

지역별 성장성과와 성장요인의 관계
(자료: 산업연구원(2018), 김영수(2022).)

우리나라의 16개 광역자치단체 자료를 이용하여 본 연구에서 지역의 인적자본 수준을 대리하는 변수로 사용한 25세 이상 인구 중 대학 졸업자 비중, 석･박사 학위자 비중 등과 지역의 종합적인 혁신역량을 나타내는 산업연구원의 지역혁신지수 간에는 뚜렷한 정의 상관관계가 있는 것으로 확인된다(<그림 4>). 즉 상대적으로 인적자본의 수준이 높은 지역일수록 지역의 혁신역량도 더 큰 것으로 확인되었다. 특히 지역별 대학 졸업자 비중과 혁신지수 간의 상관계수값은 연도별로 0.44~0.51 정도인 데 비해 석･박사 학위자 비중과 혁신지수 간의 상관계수값은 0.63~0.76으로 나타나 상대적으로 고학력 인적자본일수록 지역의 혁신역량과 더욱 밀접한 관계가 있는 것으로 확인되었다.

그림 4.

지역별 인적자본과 혁신역량의 관계
(주: 좌측부터 순서대로 대학졸업자(sh_ba), 석사학위자(sh_ma), 박사학위자(sh_phd) 기준의 인적자본을 나타냄. X축은 인적자본, Y축은 혁신지수(innov).)
(자료: 산업연구원, 통계청 인구총조사 각 년도.)

다음으로는 지역혁신지수를 통해 평가한 지역별 혁신역량의 변동에 인적자본이 어떠한 영향을 미치는지 분석해 보았다. 분석 기간은 2005-2020년이며 지역 구분은 해당 기간 시계열이 확보되지 않는 세종시를 제외한 16개 광역자치단체 자료를 대상으로 하였다. 지역별 혁신지수의 5년 단위 증감분을 종속변수로 하고 독립변수로는 25세 이상 인구 중 대학 졸업자 비중, 석･박사 학위자 비중 등으로 평가한 인적자본의 증감분(5년 단위) 및 전기의 인적자본 값(5년전 값), 인구고령화를 나타내는 65세 인구 비중의 증감분(5년 단위)을 사용하였다. 광역자치단체의 수가 연도별로 분석하기에는 충분히 크지 않음을 감안하여 패널 분석을 실시하였다. 하우스만 검정(Hausman Test) 결과 고정효과(Fixed Effect) 모형이 적합한 것으로 판단되어 고정효과 모형을 이용하였으며 연도별 더미변수를 만들어 시간요인을 통제하였다. 패널분석을 위한 추정식은 <식 3>과 같다.

위의 <식 3>에서 ISi,t는 t 시점의 지역별 혁신지수(Innovation Score), HCi,t는 인적자본 수준, AGEi,t는 인구고령화 정도를 나타낸다. 지역별 혁신지수는 산업연구원 자료이며 지역별 인적자본 수준은 25세 인구 중 대학 졸업자, 석사 및 박사 학위자 비중 등으로 평가하였다. 인구고령화 정도는 총 인구 중 65세 이상 인구 비중이다. ISi,t-1, HCi,t-1, AGEi,t-1 등은 각각 t-1 시점의 지역별 혁신지수, 인적자본, 인구고령화 정도를 나타내는데 본 연구에서는 5년 단위의 자료를 사용했으므로 여기서 t-1 시점은 t 시점의 5년 전을 의미한다. i는 지역을 나타내는 하첨자이다.

상기한 바와 같은 패널분석 결과는 <표 9>에 제시되어 있다. <표 9>에는 Pooled OLS 및 패널 고정효과 모형 추정 결과가 제시되어 있는데 대체로 대학 졸업자(학사) 비중의 경우는 지역의 혁신역량 변동에 분명한 영향을 미치지 않으나 석･박사 학위자 등 상대적으로 고학력자 비중의 경우는 통계적으로 보다 유의한 수준에서 지역의 혁신역량 변동과 관계가 있는 것으로 확인된다. 패널 고정효과 모형 추정 결과를 보면 석사 및 박사의 초기값, 즉 5년전 인적자본의 값이 높은 지역일수록 향후 5년간 지역의 혁신지수가 상대적으로 더 크게 증가하는 경향이 확인된다. 특히 이러한 경향은 석사 보다는 박사 학위자 비중의 경우에 더 크고 분명하게 나타남을 알 수 있다.

V. 결론 및 시사점

우리나라의 경제･사회적 지역별 격차는 지난 수십년간 지속적으로 확대되어 온 것으로 평가되고 있다. 상대적으로 젊은 연령의 수도권 등 도시지역 집중 현상으로 인해 지방의 비도시 지역은 인구고령화가 빠른 속도로 진행되고 있으며 이는 지역 간 경제･사회적 격차를 더욱 심화시키는 요인으로 작용하고 있다. 특히 대학 졸업자 이상의 고학력 인구의 도시지역 집중으로 인한 인적자본 분포의 불균형은 이와 같은 지역 간 경제･사회적 격차 확대의 주요 요인으로 평가된다. 이러한 점을 감안하여 본고에서는 우리나라 인적자본의 분포가 지난 기간 지역별로 어떻게 변화하여 왔으며 이러한 변화에 서로 영향을 주고 받은 주요 요인들이 무엇인지 살펴보았다. 구체적으로는 우리나라 인적자본의 지역별 시계열 자료를 이용하여 인적자본 자체의 공간적 집중화 경향 정도를 파악해 보는 한편 이러한 인적자본 분포의 변화가 지역별 인구구조의 고령화 정도 및 지역의 혁신역량 등과 서로 어떠한 관련이 있는지 살펴보았다.

통계청의 2005-2020년 기간에 대한 인구총조사 자료를 이용하여 분석한 결과 인구고령화와 인적자본 수준 간의 역의 관계는 2005년 이후 최근까지도 여전하다는 점을 확인할 수 있었다. 또한 2005년 이전과는 달리 2005년 이후부터는 전국적으로 지역별 대학 졸업자 비중의 평준화가 진행되고 있음을 확인할 수 있었다. 다만 석･박사 학위자 등 보다 고학력자를 기준으로 하였을 때는 인적자본 수준이 높은 지역에 오히려 인적자본 수준의 향상이 더 빨리 진행되는 인적자본의 공간적 집중화 경향이 존재하는 것으로 확인되었다. 한편 지역별 인적자본과 혁신역량 간의 관계를 살펴본 결과 상대적으로 인적자본의 수준이 높은 지역일수록 혁신역량도 더 큰 것으로 나타났는데 특히 지역별 대학 졸업자 비중과 혁신역량 간의 관계에 비해 석･박사 학위자 비중 등 보다 고학력자를 기준으로 하였을 경우 지역별 인적자본과 혁신역량 간의 정의 관계가 더 크고 뚜렷하다는 점을 알 수 있었다. 또한 석･박사 학위자 등 고학력자를 기준으로 하였을 경우 인적자본 수준이 상대적으로 높은 지역에서 지역의 혁신역량 향상 속도도 더 빠르다는 점도 확인할 수 있었다.

이와 같은 실증분석 결과는 대학 진학률의 급격한 상승으로 대학 졸업자를 기준으로 한 우리나라 인적자본의 지역별 분포가 근래 들어서는 전국적으로 평준화되는 모습을 보이고 있는 반면 석･박사 등 보다 고학력자를 기준으로 하면 인적자본 분포의 지역별 격차가 여전히 확대되고 있음을 시사한다. 특히 최근 들어 지역 발전의 주요 요인인 지역별 혁신역량과 인적자본 간의 관계가 대학졸업자 보다는 석･박사 학위자 등 보다 고학력자를 기준으로 하였을 경우에 더 크고 분명하게 나타나고 있음을 감안하면 지역의 인적자본 수준을 평가하고 이에 대한 정책을 수립하는 데 있어 대학졸업자 보다는 석･박사 학위자 등 보다 고학력자를 대상으로 생각할 필요가 있을 것으로 생각된다. 다만 본 연구에서는 대학졸업자 및 석･박사 학위자 비중 등 주로 양적인 측면에서 인적자본을 평가함으로써 인적자본의 질적인 부분이 상당 부분 간과되었다. 이는 후속 연구를 통해 보완될 필요가 있을 것으로 생각된다.