[제864회] 코로나19와 노동시장
(2021.10.15, 조사국 고용분석팀 송상윤 과장)

(송상윤 과장)
안녕하십니까. 오늘 코로나19와 노동시장이라는 주제로 한은 금요강좌 발표를 맡게 된 한국은행 조사국 고용분석팀 송상윤 과장입니다.

[강좌 내용](p.1)
오늘 제가 강좌에서 말씀드릴 내용을 간략하게 네 가지로 요약해서 말씀드리겠습니다.
첫 번째는 코로나19의 파급 경로입니다. `코로나19가 고용에 미치는 영향의 경로에는 어떤 것들이 있는가?`, `코로나19 위기는 전 세계 고용에 어떠한 영향을 미쳤는가?`의 개괄 형태의 내용이 되겠습니다.
두 번째부터는 우리나라에 관해서 이야기하겠습니다. 첫 번째는 `코로나19의 고용 충격 및 소득충격인데 우리나라에서 나타난 코로나19의 고용 충격과 소득충격은 어떤 모습일까?`, `이러한 고용 충격과 소득충격 때문에 소득 불평등도에는 어떠한 영향을 미쳤을까?`가 우리나라에 대한 첫 번째 내용이 되겠습니다.
그리고 코로나가 있는지 시간이 많이 지났는데요. 그러는 동안 우리나라 경제는 코로나 시국에 상당한 적응을 했습니다. 초반보다는 굉장히 회복된 상태인데. 그러면 `코로나19로 인한 고용 충격이 어느 정도 회복되었을까?`, `회복 정도가 부문별로 같을까? 다를까?`가 다음 내용이 되겠습니다.
마지막으로 코로나19의 상황인데요. 고용이 앞에서 말씀드렸다시피 점진적으로 회복되고 있음에도 불구하고 여전히 우리나라 고용시장에는 문제점들이 있는데, 이 내용들이 과연 어떠한 것들일까를 오늘 강좌에서 차례대로 알아보겠습니다.

[1. 코로나19와 고용 : 파급 경로 및 세계 현황](p.2)
첫 번째로 코로나19와 고용 : 파급 경로 및 세계 현황입니다.

[1. 코로나19 충격의 파급 경로](p.3)
이 그림은 코로나19 충격이 고용에 어떤 영향을 미치는지 경로를 보여주고 있어서 매우 복잡한데 하나하나 설명해드리겠습니다.
먼저, 빨간색 글씨를 보시면 경로에는 크게 세 가지가 있는 것을 알 수 있습니다. 첫 번째는 코로나19의 직접적인 영향입니다. 두 번째는 코로나19 확산 방지를 위해서 각 나라들이 봉쇄함에 대한 영향입니다. 세 번째는 경제에 대한 불확실성이 커진 것에 대한 영향입니다.
두 번째를 보면 Mobility restrictions(유동성 제한)라고 되어있는데 봉쇄 조치로 인해 혹은 코로나19의 직접적인 영향으로 이동이 제한되었습니다. 우리나라에서도 사회적 거리두기 운동했습니다. 그런 것으로 인해 기업 운영이 어렵게 되고 소비에 부정적인 영향을 미쳤습니다. 이것 때문에 기업 운영이 어렵게 된 것은 사업장에서 확진자가 나온다면 문을 닫아야 해서 기업 운영이 예전 보다 어려워졌습니다. 소비자로서도 사회적 거리 운동 때문에 쉽게 돌아다니지 못해서 소비가 굉장히 위축된 측면이 있습니다. 또, 옆에 보시면 공급망 병목 현상(Supply chain disruptions)이라고 제가 적어놨는데요. 앞에서 말씀드렸다시피 기업들 운영이 어렵게 되고 제조업 공장들에 확진자가 발생하며 순탄하게 돌아가지 못하는 문제점이 생겼는데요. 한가지의 제품을 생산하기 위해서는 여러 나라, 여러 공장에서 생성되는데요. 한 공장에만 문제가 생겨도 부품수급에 문제가 생기기 때문에 제품 공급에 문제가 생깁니다. 최근에 반도체 관련된 내용들이 굉장히 많이 나왔습니다. 그에 대한 여파로 소비자들이 직접 느낄 수 있는 것은 차량 공급이 안 된다거나 노트북, 컴퓨터의 공급이 느려지는 것이 소비자들이 직접적으로 느낄 수 있는 것들이었습니다. 이러한 현상 때문에 노동자들 처지에서는 소득이 줄었고 그만큼 소비도 줄어들게 되었습니다. 기업으로서는 코로나가 언제 괜찮아질지 모르기 때문에 향후 미래를 위해서 투자를 하는 것도 줄어들겠습니다. 이러한 영향들이 있고 이러한 현상들이 종합적으로 산출량 자체에 부정적인 영향을 미치게 됩니다. 그래서 기업들이 덜 생산하게 되면 당연히 노동 수요에 고용을 적게 하게 되는 부정적인 영향을 미치겠습니다. 노동 공급에도 영향이 있는데, 봉쇄 조치로 사람들이 이동을 못 하게 되면 출근할 수 없게 됩니다. 재택근무가 가능할 때는 집에서 업무를 보면 되는데, 대면 일자리라던가 공장 생산설비에서 근무하는 경우는 출근할 수 없기 때문에 노동 공급도 줄어들게 됩니다. 또, 한가지 큰 문제가 있습니다. 자녀들이 학교에 가지 못하면서 부모들이 양육 문제에 시달리게 되었습니다. 양육 문제가 걸린 부모들의 경우는 일시 휴직을 한다거나 직장을 그만둠으로써 노동 공급이 줄어드는 현상도 발생하게 됩니다. 이러한 여러 가지 메커니즘들을 통해서 코로나19 충격이 고용에 많은 영향을 미쳤습니다. 그래서 전반적으로 노동시장이 줄었고 일자리의 퀄리티도 떨어졌습니다. 이러한 영향이 우리의 삶 자체에 큰 영향을 미쳤습니다.

[1. 코로나19가 전 세계 고용에 미친 영향](p.4)
다음은 과연 이러한 현상들 때문에 전 세계적으로 고용시장에는 어떠한 영향이 있었을까를 보여주는 장표입니다. 국제노동기구라는 곳에서 분석했는데요. 코로나19가 없다고 가정하고 한 상황과 현재 상황을 비교해서 분석해보니까 코로나바이러스 확산으로 인해서 전 세계 노동 시간이 8.8% 감소한 것으로 나타났습니다. 이는 전일제 일자리 2.5억 개가 사라진 것과 유사한 영향이라고 이야기하고 있습니다. 그래서 밑에 표를 보시면 이런 수치가 어떻게 나왔는가를 크게 3가지로 이야기하고 있습니다. 첫 번째는 일자리 증가율 하락입니다. 기본적으로 코로나가 없었다고 가정한다면 일자리가 증가했을 것입니다. 이것이 결국 증가하지 못한 것에 대한 계산을 한 것입니다. 두 번째는 증가를 못 했을 뿐만 아니라 고용이 감소한 것입니다. 그 고용 감소분만큼 손해를 본 것입니다. 세 번째는 노동 시간 감소입니다. 이것은 이미 해고됐거나 하지는 않고 자신의 일자리를 여전히 가지고 있지만 노동 시간이 감소한 것에서 오는 것입니다. 두 번째 고용감소 같은 경우는 고용 충격이라고 이야기할 수 있습니다. 세 번째 노동 시간 감소는 고용 충격이지만 현재의 일자리는 유지하고 있기 때문에 이러한 사람들은 소득이 줄어드는 영향을 받게 되겠습니다.
이러한 고용 충격은 마지막에 다시 두 가지로 분류하고 있습니다. 첫 번째는 경제활동인구에서의 이탈입니다. 여기서 경제활동인구의 이탈이라고 하는 것은 단순히 실업이 아니라 더 이상 일자리를 갖고자 하는 의지도 없는 상태로 변한다는 이야기입니다. 우리나라를 보면 구직단념자의 문제입니다. 구직단념자의 경우는 우리나라에서 경제활동인구에도 포함되지 않습니다. 이들의 경우에는 일자리를 갖겠다는 의지도 없어서 경제활동인구에 포함하지 않습니다. 두 번째로 실업인데, 실업은 현재 일자리는 없으나 적어도 구직활동은 하는 사람들이 되겠습니다. 구직활동은 하지만 일자리를 찾기 어려운 상황을 실업자라고 하고 코로나19로 인해 실업률이 상승하게 되는 영향이 있었습니다.

[2. 코로나19의 고용 충격 및 소등충격](p.5)
그래서 앞으로는 고용 충격과 소득충격이 우리나라에서 어떤 양상을 보이는가를 다루어보도록 하겠습니다. 지금부터는 우리나라의 현황입니다. 지금 말씀드릴 내용은 저와 고용분석팀의 김하은 조사역이 쓴 BOK 이슈 노트의 내용을 가져온 것이므로 좀 더 세부적인 내용을 알고 싶은 분들께서는 한국은행 홈페이지에서 참고하시면 되겠습니다.

[2.분석개요](p.6)
분석개요를 말씀드리겠습니다. 분석자료는 19년과 20년 2~4분기를 비교했습니다. 그리고 통계청에서 제공하는 가계동향조사를 이용했습니다. 분석 대상은 전국 2인 이상 비농림어가입니다. 이 가계동향 조사에 대해 간략히 말씀드리면 가계동향 조사는 한 가구에 대한 조사입니다. 가구에 포함된 가구주, 배우자, 각각의 소득과 일자리 특성을 제공하고 있기 때문에, 가구 소득이 변했으면 어떻게 변했는지, 누구 때문에 변했는지를 종합적으로 알 수 있는 데이터입니다.
두 번째 내용은 정말 중요한데요. 지금부터 제가 말씀드릴 내용에서 가구 소득이라는 말을 굉장히 많이 할 텐데요. 가구 소득은 한 가구 내에서 가구자와 배우자의 근로소득, 사업소득, 이전소득에서 사회수혜금 및 가구 간 이전소득을 제외한 소득으로 정의했습니다. 특히 사회수혜금이 빠졌다는 것이 굉장히 중요합니다. 이번 코로나19시국에서 정부에서는 가구의 소득감소를 보전하기 위해서 굉장히 정책적으로 자금을 지급했습니다. 우리가 모든 가구가 다 받았던 혜택도 있었습니다. 그런 것들이 본 분석에 들어오게 되면 본질적으로 코로나19가 가구 소득에 어떠한 영향을 미쳤는가를 볼 수 없기 때문에 일단, 사회수혜금은 빼고 분석했습니다. 사회수혜금들이 과연 어떠한 영향을 미쳤냐도 굉장히 중요한 내용이기 때문에 제일 마지막에 간략하게 언급하는 것으로 하겠습니다.
세 번째는 고용 충격과 소득충격인데요. 이 정의를 다시 한번 더 강조하고 넘어가겠습니다. 고용 충격이라는 것은 코로나19로 인한 실직으로 의미하게 되는 것입니다. 그래서 실업이 될 수 있고 경제활동인구가 아닌 구직단념자 이런 것들이 모두 포함되는 것입니다. 한마디로 이야기 하면 코로나19로 실직한 가구가 얼마만큼 증가했냐가 고용 충격이 되겠습니다. 그 다음 소득충격의 경우는 아까와는 다르게 고용상태는 유지하고 있는 가구인데 그 가구들의 소득이 얼마만큼 감소했냐가 소득충격입니다. 뉴스에서 보시면 알겠지만, 임시휴직이 늘어나 소득이 없는 것, 직장은 나가지만 직장의 상황이 안 좋아서 임금이 삭감되는 것, 자영업자의 경우 매출 감소로 인해 소득감소 되는 것이 모두 포함되는 정의라고 생각하시고 지금부터 말씀드릴 내용을 보시면 좀 더 이해가 수월하실 것 같습니다.

[2. 코로나19의 고용 충격](p.7)
첫 번째, 코로나19의 고용충격을 개괄적으로 볼 것입니다. 우리가 예상했던 사실이지만 코로나19의 고용충격으로 비취업 가구의 상승이 크게 상승했습니다. 비취업가구라는 것은 가구주와 배우자 모두 비취업상태인 가구를 이야기 하는 것입니다. 첫 번째 그래프를 보시면 소득 1분위 중 비취업가구 비중이라고 되어있습니다. 우리나라 가구를 전체적으로 보면 소득1분위에 소득이 낮은 가구가 몰려있고 이 중에는 전혀 소득없는 가구도 상당부분 포함되어 있습니다. 그 비중이 얼만큼 되는가를 본 것인데 전체를 보시면 8.7%p 상승했다고 되어있습니다. 핵심연령노동대를 보시면 10.4%p 상승했다고 되어있습니다. 소득이 굉장히 낮은 가구 중에서 현재 일자리가 없는 가구들이 이만큼 증가했다는 내용입니다. 특히 더 중요한 것은 핵심연령노동층(여기서 핵심연령노동층이라는 것은 가구주와 배우자의 연령 평균이 30세 ~ 54세라고 이야기합니다.)에서 비중이 매우 늘어났습니다. 이 말은 한창 일해야하는 가구의 연령대에서 일자리를 굉장히 잃었다고 해석할 수 있겠습니다. 조금 나누어봤는데요. 두 번째 그래프는 소득분위별 고대면 일자리 가구 비중입니다. 가로축같은 경우는 소득 수준으로 나눠놨습니다. 제일 왼쪽에 있는 것이 1분위 소득이 가장 낮은 계층인데, 이 계층에서 고대면 일자리 가구 비중이 8.9%p줄어들었다고 되어 있습니다. 이것을 왼쪽 첫번째 그래프와 비교해보면 비취업가구 비중이 매우 많이 늘었는데 `1분위에서 고대면 일자리 가구 비중이 줄었다.` 라고 할 수 있습니다. 비중은 합하면 1이 되어야 하기 때문에 고대면 일자리 가구 비중이 줄고 비취업가구 비중이 늘었다는 것은 고대면 일자리 가구 중에서 비취업가구 비중이 늘어났다라고 간접적으로 해석할 수 있겠습니다.

[2. 코로나19의 고용·소득충격 : 종사상 지위별](p.8)
다음으로 종사상 지위별로 한 번 보겠습니다. 종사상 지위라는 말이 생소하실 수 있습니다. 상용직, 임시일용직, 자영업 혹은 임금근로자, 비임금근로자로 구분하는 것이 종사상 지위라고 합니다. 이렇게 나눠서 보면 임시일용직 가구는 고용 충격에 굉장히 영향을 많이 받았고 상용직 및 자영업 가구는 소득충격에 매우 취약한 것으로 분석했습니다.
일단, 왼쪽 그래프를 먼저 보시면 현재 상용직, 임시·일용직, 자영업이 가로축으로 되어있는데 상용직, 자영업자 같은 경우는 19년 2~4분기 대비 20년 2~4분기에 비중이 큰 차이를 상대적으로 보이지는 않습니다. 임시·일용직 같은 경우에는 5.6%P 정도로 굉장히 많이 감소한 것을 볼 수 있습니다. 이 말은 1분위 안에는 상용직, 임시·일용직, 자영업자가 있지만 앞에서처럼 비취업 가구도 있겠습니다. 임시·일용직이 저렇게 줄어든 것은 비취업 가구에서 그만큼이 늘어났다고 해석할 수 있습니다. 그 말은 임시·일용직 가구가 비취업 가구로 이동했다고 해석할 수 있겠습니다. 그래서 이 그래프만 보면 임시·일용직 가구가 일자리를 많이 잃었기 때문에 고용 충격에 노출되어 있었다고 해석되겠습니다.
그다음 오른쪽 그래프는 소득감소율을 나타낸 것입니다. 앞에서 말씀드렸던 소득충격인데, 말씀드린 것 처럼 여기서 소득이 감소한 것은 고용 충격으로 해고된 가구, 비취업된 가구는 모두 제외되고 취업 가구 안에서만 계산된 것입니다. 다시 한번 말씀드리지만, 사회수혜금은 제외된 것입니다. 그래서 일단 크게 보시면 1분위 가로축에 2~4분위, 5분위 이렇게 되어있는데 1분위에서 소득이 많이 감소한 것을 보실 수 있습니다. 이 말은 소득이 낮은 계층이 코로나19의 영향을 많이 받았다고 결론 내릴 수 있습니다. 그다음 1분위 안에서 보겠습니다. 1분위 안에서 다시 상용, 임시·일용, 자영으로 나눠놨습니다. 상용과 자영업의 소득이 크게 줄어든 것으로 나타났습니다. 반면에 임시·일용직의 소득충격이 크지 않았는데요. 앞에서 이미 고용 충격을 많이 받아서 비취업 가구가 되어있기 때문에 취업 가구 안에서는 크게 소득이 감소하지 않은 것으로 알 수 있겠습니다. 상용직과 자영업 같은 경우에는 고용 충격은 크지 않지만, 여전히 직업이 있거나 자영업을 계속 유지하고 있는 가구에서 소득이 매우 많이 감소했다고 해석이 가능할 것입니다. 그래서 제가 써놓은 글을 보시면 `자영업 가구에서 왜 고용 충격이 낮게 나타났을까? 뉴스에서 자영업자가 굉장히 위험하다고 했는데.` 이것은 실제로 일용직과 성격에서 차이가 나기 때문에 그렇습니다. 자영업 가구 같은 경우에는 오늘 당장 폐업을 결정한다고 내일 폐업할 수 있는 것은 아니고 실제로 폐업을 결정하고 문을 닫는 데까지는 상당한 시간이 소요되는 것으로 다른 조사에서 나타나고 있습니다. 이러한 문제 때문에 데이터상에서 이러한 문제가 나타납니다. 그 다음 상용직의 경우에는 왜 소득충격이 컸냐 하면, 일시 휴직자가 굉장히 증가했고 코로나19 이전에는 상여금 같은 것들이 매우 많았는데 기업들이 어려워지면서 상여금을 대폭 줄여버립니다. 이러한 것들이 종합적으로 영향을 미친 것으로 파악됩니다.

[2. 코로나19의 고용·소득충격 : 성별 자녀 유무별](p.9)
그다음 성별, 자녀 유무별로 보겠습니다. 결론부터 말씀드리면 유자녀 여성 가구가 코로나19의 고용과 소득충격에 굉장히 취약한 것으로 나타났습니다. 첫 번째 그래프를 보겠습니다. 이 그래프에서 가로축은 어떠한 가구에서 자녀가 있느냐를 의미합니다. 여기서 자녀는 미성년 자녀를 말하는데 자녀가 있느냐 없느냐와 남성 여성으로 구분해놨습니다. 그래서 비취업 가구 비중을 보니까 남성에서도 자녀 없음, 자녀 있음을 보시면 소폭 비취업가구 비중이 증가한 것을 보실 수 있습니다. 그런데 여성을 보시면 비취업 가구의 증가 폭이 훨씬 컸습니다. 특히 빨간색으로 표시해놓은 자녀 있음으로 되어있는 곳을 보시면 11.9%에서 17.4%로 가장 많이 증가한 것으로 나타나고 있습니다. 이 말은 여성 가구 중에서도 자녀가 있는 가구의 고용 충격이 굉장히 심했다, 취약했다고 판단할 수 있겠습니다.
그다음 오른쪽 그래프를 보시면 유자녀 여성 가구의 소득감소율을 조사했습니다. 이것은 소득충격으로 고용 충격과는 다르게 취약 가구만을 대상으로 해 놓은 것입니다. 이 그래프에서는 한 단계 더 나갔는데요. 앞에서 고대면 일자리가 매우 많은 영향을 받았다고 말씀드렸는데요. 고대면으로 다시 한번 나누어 봤습니다. 그래서 짙은 파란색을 먼저 보시면 고대면 안에서도 유자녀 여성 가구의 소득이 23.1% 감소했고 그다음 유자녀 여성이 16.4% 감소했습니다. 이 말은 고대면 일자리 안에서도 유자녀 여성 소득감소 폭이 매우 컸다고 해석할 수 있겠습니다. 그다음 짙은 파란색과 옅은 파란색을 비교해보면 고대면 일자리가 더 많이 영향을 받은 것으로 나타난 것입니다. 그래서 제가 써 놓은 글로 요약해보면 고용 충격 같은 경우에는 남성이 무자녀 여성 가구보다 유자녀 여성 가구에서 비취업 가구 비중이 큰 폭 상승했다. 그래서 소득충격 같은 경우는 소득 1분위에 속한 취업 가구 중에서 고대면 일자리에 종사하는 유자녀, 여성 가구의 소득이 두드러지게 감소했다. 이는 고대면 일자리 같은 경우는 재택근무가 힘들기 때문에 양육 부담이 매우 큽니다. 고대면 일자리는 출근을 해야 하는데 자녀들이 등교를 안 하게 되면 그 사람의 경우는 일시 휴직 혹은 직장을 그만둬서 양육을 해야 하기 때문에 앞에 데이터에서 보여드린 것처럼 저러한 현상이 발생하게 되는 것으로 이해하시면 되겠습니다.

[2. 코로나19의 고용·소득충격 : 종사상 지위별](p.10)
한 가지 궁금한 점은 과연 이러한 현상이 우리나라에서만 보이는 현상이냐? 입니다. 유자녀 여성 가구의 소득이 많이 떨어지고 일자리를 잃은 것이 우리나라에서만 보이는 현상이냐는 것은 그렇지 않은 것 같습니다. 한 가지 예를 가지고 왔는데요. 올해 미국 중앙은행 FRB에서 낸 자료를 보면 미국에서도 매우 유사하게 나타난 현상이고 코로나19 충격에 성별과 차이는 자녀 유무에서 비롯된다는 결론을 내고 있습니다.
왼쪽 그래프를 먼저 보시면, 점선이 아닌 실선으로 된 것을 보시면, 남자와 여자는 큰 차이를 보이고 있는데 점선으로 된 것을 보시면 거의 유사하게 갑니다. 점선은 부모가 아닌 남자와 여자를 비교해놓은 것입니다. 부모가 아닐 경우에는 남자와 여자에 큰 차이가 없습니다. 이 그래프는 고용률을 나타내는 것인데 큰 차이가 없습니다. 하지만 부모일 경우에는 남성과 여성이 큰 차이를 보입니다. 이 말은 여성들이 양육 부담 때문에 고용 충격이 컸다는 것을 보이고 있습니다.

[2. Parents in a Pandemic Labor Market](p.11)
그 다음 미국에서는 여러 분석을 많이 했는데 그중에서 흥미로운 것을 하나 가지고 왔습니다. 오른쪽 그래프의 가로축은 가구의 소득입니다. 제일 첫 번째 왼쪽에 보이는 가구소득이 연간 5만 불이 안 되는 가구를 보시면 여성이면서, 아이가 있는 가구의 고용률이 매우 크게 감소한 모습이 보이고 있습니다. 그래서 미국에서도 여기 그래프에는 없지만, 학력이 낮거나 가구소득이 낮은 유자녀 여성의 고용이 큰 폭으로 감소한 것으로 나타나서 전반적으로 여성들, 유자녀 가구가 코로나19 충격을 많이 받은 것은 우리나라 이외에 다른 나라에서도 많이 보이는 현상이라고 이해하시면 되겠습니다.

[2. 코로나19의 고용·소득충격→소득 불평등 확대](p.12)
지금까지 이러한 분석의 결과로 지금까지 우리나라에서 소득 불평등이 확대가 되었는데요. 앞에서 보여드린 것처럼 1분위(저소득층)에서 소득충격과 고용 충격이 컸기 때문에 필연적인 결과입니다. 제가 써놓은 글을 보시면 코로나19 충격 초기인 20년 2분기에 지니계수가 가장 크게 상승했습니다. 지니계수는 소득 불평등도를 측정하는 대표적인 지표인데 0~1 사이의 값을 가지고 숫자가 클수록 불평등하다는 것을 뜻합니다. 첫 번째 그래프는 지니계수에 100을 곱해서 그래프를 그린 것인데요. 19년 2분기와 20년 2분기를 비교해보면 37.9에서 39.9로 많이 증가한 모습. 4분 기 에는데도 20년이 더 높게 유지되는 모습을 보실 수 있습니다. 그렇다면 이러한 불평등이 왜 확대가 되느냐를 다시 한번 생각해보면, 단순하게 하위소득이 내려가서 불평등이 확대될 수 있겠습니다. 그다음 하위소득이나 중위소득이 가만히 있어도 상위소득이 크게 증가하면 불평등이 확대되겠습니다. 이것을 계산해보면 코로나19로 인한 소득 불평등 확대는 고소득층의 소득이 더 증가했기 때문이 아니라 저소득층의 소득이 더 많이 감소했기 때문이라는 결론이 있었습니다. 그래서 그것을 보여준 것입니다. 이 표는 하위 10% 소득 대비 중위소득 배율을 이야기 한 것입니다. 여기서 첫 번째 4.8이라고 되어있는 것은 19년에 하위 10% 소득 대비 중위소득이 4.8배였다는 이야기입니다. 그래서 19년과 20년을 비교해보니까 4.8배에서 6.4배로 매우 크게 증가했습니다. 이것은 하위소득이 많이 증가했기 때문으로 해석이 됩니다. 3분기, 4분기에도 계속해서 이 배율이 19년보다 높은 추이를 유지하고 있는 것으로 보입니다.

[2. 사회수혜금이 가구소득에 미친 영향](p.13)
제가 사회수혜금을 말씀드린다고 했었는데요. 사회수혜금의 영향에 대해 말씀드리고 넘어가겠습니다. 사회수혜금은 코로나 19시기에 정부로부터 받았던 소득 보전액이 되겠습니다. 그래프 두 개로 비교를 해봤습니다. 이것은 가구의 경상소득인데, 경상소득은 근로소득, 사업소득, 재산소득, 이전소득을 합친 것이고 이것을 분위별로 증가율을 봤습니다. 증가율은 2019년 2~4분기 대비 20년 2~4분기의 평균을 낸 것입니다. 그래서 전체를 보시면 소득이 낮은 1분위가 3.4%로 굉장히 높게 증가한 것을 보실 수 있습니다. 그런데 이와 다르게 사회수혜금을 제외해놓고 보면 1분위의 소득이 오른쪽 그래프로 보시면 8.0% 감소한 것으로 나타납니다. 이 말은 코로나 19시기에 정부지원금이 저소득층의 소득을 보전해서 계층 간 소득 격차를 굉장히 줄이는 방향으로 작동했다고 요약할 수 있습니다.

[3. 고용회복 양상](p.14)
다음으로 넘어가겠습니다. 다음 말씀드릴 내용은 지금까지는 코로나19 초기에 우리나라에서 고용 충격과 소득충격 중 어떤 영향을 받았느냐를 말씀드렸는데 그 이후로부터 시간이 굉장히 많이 흘렀습니다. 우리 경제가 코로나19에 굉장히 적응하면서 고용도 상당 부분 회복이 되었습니다. 그것이 어떤 부분일까를 말씀드리겠습니다

[3. 고용회복 양상 (1)](p.15)
취업자 수 수준을 보겠습니다. 취업자 수 수준은 계절조정 기준으로 코로나 이전 (2020년 2월 전)에 비해 최대 3.7% 감소했었습니다. 2021년 1월 기준으로 전체적으로 102만 명이 일자리를 잃었습니다. 그 뒤에 21년 7월까지 상당 부분 회복한 상태입니다. 첫 번째 그래프 보시면 취업자 수 경로입니다. 제일 왼쪽이 210년 2월을 100으로 놓고 그려보니까 쭉 하락하다가 21년 1월에 100이 96.3, 96.1까지 하락했습니다. 여기서 이 파란 선은 비농림민간으로 농림어업, 공공행정, 보건복지를 뺀 수가 되겠습니다. 쭉 하락했다가 21년 1월부터 계속 상승하는 모습을 보여주고 있습니다. 계속 상승해서 7월 기준으로 거의 99.4까지 올라왔습니다. 그다음 비 농림 민간 같은 경우에는 98.5까지 올라오는 모습을 보실 수 있습니다. 이것이 그래프는 7월까지 그려져 있는데요. 현재는 8월까지 공표된 상태입니다. 8월 기준으로 89.3% 비농림민간의 경우 62.3% 정도 회복되었습니다. 이 수치는 최대감 소폭 대비 얼마만큼 회복되었느냐의 퍼센티지로 생각하시면 되겠습니다. 보시면 한 가지 알 수 있는 것은 전체보다는 비농림민간의 회복 속도가 느린 것을 보실 수 있습니다. 이 말은 농림어업, 공공행정, 보건복지 때문에 나타나는 차이입니다. 전체는 빠른데 비농림 민간의 경우에는 천천히 되는 이유가 우리나라에서 고용 충격이 많았다는 것을 정부에서 알고 있기 때문에 공공행정과 보건복지 부분에서 정부에서 정책적으로 일자리를 늘린 측면이 있습니다. 그것에 영향을 받아 이렇게 된 것입니다.
그것은 옆에 산업별 취업자 수 경로를 보시면 확 드러납니다. 이 그래프에서 파란색 점선을 보시면 공공행정, 보건복지입니다. 공공행정, 보건복지는 똑같이 20년 2월에 100으로 나왔으면 초반에는 줄었다가 계속 증가해서 현재는 코로나19 이전 시기인 20년 2월보다 더 많이 증가한 것을 보실 수 있습니다. 이것은 정부에서 정책적으로 이렇게 했다고 보실 수 있습니다. 그럼에도 불구하고 코로나19의 영향을 많이 받은 대면서비스업(그래프에서 초록색 점선)은 여전히 100보다 한참 모자란 수준에 있습니다. 여전히 부진한 모습으로 생각하시면 되겠습니다. 그래서 전반적으로 장표에서 알 수 있는 것은 많이 회복되긴 했지만, 타격을 많이 받은 대면 서비스는 아직 부진하고 그 대신 정부 정책적으로 고용을 늘리면서 상쇄되면서 회복한 모습이라고 해석되겠습니다.

[3. 고용회복 양상 (2)](p.16)
두 번째는 앞에서 말씀드린 종사상 지위별로 한 번 보겠습니다. 바로 그래프를 한 번 보겠습니다. 왼쪽 그래프가 핵심적인 그래프입니다. 20년 2월을 100으로 놓고 종사상 지위별로 그래프를 그려보았습니다. 하나씩 보면 빨간색 그래프는 상용직입니다. 이 그래프는 보시면 다른 종사상 지위 대비 안정적인 모습입니다. 이것은 당연한 결과인 것이 상용직이면 계약기간이 길기 때문에 어떠한 경제충격이 와도 쉽게 움직이지 않습니다. 반면에 보라색 그래프인 임시·일용직은 변동성이 심한 모습을 보이고 있고 아직까지 2020년 2월 대비 모자란 모습이 보이고 있습니다. 자영업 패턴도 흥미로운데요. 초록색 같은 경우는 고용원 없는 자영업자인데, 이것도 변동성이 작습니다. 오히려 최근이 될수록 올라가는 모습입니다. 이러한 이유는 임시직에서 일자리를 잃은 사람이 자영업을 하겠다고 자영업자로 전환되었을 수 있습니다. 이러한 영향 때문에 자영업자가 늘어나는 것으로 보고 있습니다. 파란색 점선을 보시면 고용원 있는 자영업자가 줄어든 이유는 통상적으로 지금까지 우리나라가 겪었던 외환위기, 2008년 글로벌 금융위기를 한 번 보시면 고용원 있는 자영업자 같은 경우는 구조조정이 활발하게 일어났고 고용이 있는 경우는 인건비가 많이 나가기 때문에 바로바로 매출이 일어나지 않으면 구조조정이 일어나는 특성이 있습니다. 이번에도 마찬가지로 고용원 있는 자영업자 같은 경우는 굉장히 많이 줄어들고 있고 지속해서 부진한 모습을 보이고 있습니다. 특히, 이러한 자영업자 같은 경우는 대면서비스업이 많기 때문에 영향을 많이 받았다고 생각하시면 될 것 같습니다.
그래서 오른쪽 그래프도 간략하게 보시면 종사상 지위별로 20년 4월 21년 1월 21년 7월 세 개를 비교하고 있는데요. 상용직의 경우 최근으로 올수록 늘어나고 있는데 임시·일용직의 경우 21년 1월에 확 줄었다가 그 감소 폭이 최근 들어 줄어들었습니다. 그다음 자영업자 같은 경우는 계속해서 나쁜 모습을 보이는 것으로 보이고 있습니다.

[3. 고용회복 양상 (3)](p.17)
그다음 연령별로 한 번 볼 건대요. 연령별로 보면 청년층 및 고령층 취업자 수는 코로나 이전 수준을 회복한 것으로 보이고 오히려 더 많이 증가한 측면도 없지 않아 있습니다. 그다음 핵심연령노동층 30대 ~50대에는 고용 부진이 지속되고 있습니다. 특히 청년층의 경우에는 왼쪽 그래프를 보시면 파란색 그래프인데요. 2021년 1월까지 계속 감소했다가 그 이후로는 쭉 증가하는 모습이 보이고 있습니다. 이것은 15세~24세에서는 임시일용직 25세~29세는 상용직이 증가한 것으로 보고 있습니다. 이것은 아르바이트가 많이 늘어났고 코로나19의 영향이 매우 심했던 시기에 기업들이 상용직 채용을 계속해서 뒤로 미루다가 다시 활발해지면서 나타나는 현상으로 볼 수 있겠습니다. 그 다음 60세 이상의 그래프가 굉장히 흥미로운데요. 이것은 앞에서 말씀드릴 때 정부가 정책적으로 고용을 늘리고 있다고 말씀드렸는데 그것과 굉장히 밀접한 관계가 있습니다. 노인 일자리가 코로나19 들어서 정부 정책적으로 많이 늘었습니다. 그 영향으로 고령층의 일자리가 계속 늘어나고 있는 상황입니다. 그래서 오른쪽 그래프도 간략하게 보시면 왼쪽 그래프와 크게 다르지 않습니다. 15세 ~ 29세까지가 굉장히 많이 증가했습니다. 60세 이상도 그 감소 폭이 많이 줄어든 것으로 나오고 있습니다.
이렇게 고용회복양상을 보여드렸는데, 간략하게 요약하면 우리나라 고용은 코로나 19시기 초기 대비 굉장히 회복했으나 회복 양상을 부문별로 보면 상이하다고 볼 수 있습니다. 대면 서비스는 여전히 부진하고 핵심 연령층의 취업자 수는 여전히 부진하다고 해석할 수 있습니다.

[4. 코로나19의 상흔: 노동시장의 3가지 이슈](p.18)
마지막 챕터입니다. 마지막 챕터는 코로나19의 상흔 : 노동시장의 3가지 이슈인데요. 여기서 말씀드릴 내용은 저와 김하은 조사역이 최근에 쓴 코로나19의 상흔 : 노동시장의 3가지 이슈라는 BOK 이슈 노트의 내용입니다. 여기에 대해서 조금 더 구체적인 사항을 알고 싶으면 본문을 참고하시면 되겠습니다.

[4. 배경](p.19)
제가 이 보고서를 왜 쓰게 되었느냐를 말씀드리겠습니다. 현재 우리나라뿐만 아니라 전 세계적으로 보면 코로나19 이후에 과연 코로나19 이전의 높은 성장세를 유지할 수 있을까에 대한 의문을 많이 제기하고 있습니다. 그래서 왼쪽 그래프를 보시면 이것은 고용률인데요. 고용률은 15세~64세의 인구 중에서 현재 고용이 된 상태의 비중이 얼마만큼 되느냐를 나타낸 것입니다. 한국도 그렇고 OECD 평균도 그렇고 최근 들어서 상승하는 모습을 보여주고 있습니다. 그런데 20년 들어서 우리나라도 줄었고 OECD도 많이 하락한 것을 볼 수 있습니다. 하락했는데 과연 코로나19가 회복되면 예전의 빨간 선 추세선을 따라 쭉쭉 성장해나갈 수 있을까에 대한 퀘스쳔이 붙었습니다. 하지만 상당수의 의견이 그것은 힘들 것이라고 말합니다. 그것은 노동시장의 구조변화 때문입니다. 코로나19로 인해 노동시장 구조변화가 생겨 예전만큼 성장이 어려울 것이라는 의견이 지배적입니다. 그러면 이 노동시장의 구조변화가 무엇인지를 살펴보면 디지털 경제 확산, 업무 자동화 가속화, 재택근무의 확산, 사업장의 탈도시화에 따른 자영업 부진 입니다. 사업장의 탈도시화에 따른 자영업 부진은 우리나라에는 생소한 내용이지만 이 말은 지금의 우리나라 같은 경우 대부분 서울에서도 중심지에 직장이 많이 몰려있습니다. 하지만 재택근무가 활성화되면 직장들이 중심지에 몰려있을 이유가 없고 다른 곳으로 이전하더라도 업무는 집에서 하기 때문에 사업장이 탈도시화되면 중심지에는 식당도 많고 사람이 많기 때문에 여러 인프라가 구성되어 있는데 이런 것들이 힘들어진다는 것입니다. 그다음 대기업 집중도 심화, 전자상거래 확대 등으로 인해 노동시장의 구조변화가 있을 것이라는 내용입니다. 이것들 때문에 고용회복이 제약될 가능성이 있습니다. 이것들이 지배적인 의견입니다.
오른쪽 그림은 매켄지에서 낸 것입니다. 맥킨지에서도 리모트(Remote work)라고 해서 재택근무가 활성화되고 디지털 경제 확산(Digitization)이 되고 자동화(Automation)가 계속될 것이라는 내용들을 미래에 대한 예측으로 하고 있습니다. 이 보고서의 배경은 중장기적으로 볼 때, `우리나라의 고용회복에 걸림돌이 되는 요인은 과연 무엇일까?`가 주 퀘스천이라고 생각하시면 될 것 같습니다.

[4. 이슈 ① : 자동화 가속화 (1)](p.20)
첫 번째 이슈는 자동화의 가속화입니다. 요즘 `로봇은 감염병에 걸리지 않는다.`라는 말을 많이 하는데요. 왜 이런 말들이 우리나라뿐만 아니라 해외에서도, 논문에서도 많이 등장하는 이유는 우리는 이미 감염병을 경험했고 이에 따라 경영 불확실성이 커지는 것도 경험했습니다. 확진자가 한 명이 나와도 공장 전체를 다 닫아야 하는 공장 폐쇄를 해야 하는 경우도 많이 봤습니다. 하지만 로봇을 도입하면 이러한 문제가 없습니다.
두 번째 문제는 기업이 로봇을 도입하고 싶다면 현재 일하고 있는 노동자들을 해고해야 하는데 이번 코로나19로 인해 대량 해고가 이미 된 상태이기 때문에 대량 해고를 하는 데 있어서 드는 비용들을 더 이상 기업들이 지급할 필요가 없어진 환경이 조성된 것입니다. 별도의 인력감축 비용을 조성하지 않아도 되는 환경이기 때문에 기업들이 로봇을 활발하게 도입할 가능성이 있다는 내용입니다. 그래서 미국에서 이와 관련되어 어느 정도 연구가 활발히 진행되고 있습니다. 그중에서 하나를 가지고 왔습니다. 왼쪽 그래프를 보시면 과거의 팬데믹이 로봇 도입에 어떠한 영향을 미쳤는가를 보여주는 것입니다. 파란색 선만 보시면 되겠습니다. 가로축에서 t는 팬데믹이 발생한 시점입니다. 그 시점으로부터 로봇 규모를 보시면 점진적으로 증가합니다. 기업들이 이러한 상황에 대응해서 인력을 채용하기보다는 로봇을 도입하는 것 때문에 나타난 현상입니다. 오른쪽 그래프는 이번 코로나19 팬데믹의 현상을 보이는 것입니다. 2020년 4월과 8월을 비교했고 자동화 저위험과 고위험을 비교했습니다. 자동화 고위험군이 전반적으로 고용증가율이 굉장히 많이 떨어졌다고 나타나고 있습니다.

[4. 이슈 ① : 자동화 가속화 (2)](p.21)
우리나라를 한 번 봐야 하는데요. 우리나라를 한 번 보시면 그래프를 먼저 설명하겠습니다. 첫 번째 그래프를 보시면 자동화 가능성과 취업자 수 추이라고 되어있습니다. 왼쪽은 전체산업을 놓고 했고, 오른쪽 그래프는 대면서비스업을 놓고 한 것입니다. 전체산업에서도 저위험군 보다는 고위험군의 고용이 2017년 4월을 100으로 놓았을 때 20년 10월에 97.5까지 더 많이 줄어든 것으로, 저위험군의 경우는 늘어난 것으로 파악되고 있습니다. 그다음 전 산업이 아니라 코로나19의 영향을 받은 대면서비스업을 보면 이러한 경향이 확 드러납니다. 고위험군이 100에서 97.5로 2% 줄었는데 대면 서비스의 경우 10.8% 줄어서 대면서비스업 중에서도 자동화 고위험군의 고용이 많이 줄어든 것으로 나타나고 있습니다. 오른쪽 그래프를 보시면 감염기 확산 그래프인데요. 이것은 감염 확산이라는 것이 밑에 주에 나와 있는 20년 3~4월, 20년 9월, 20년 12월, 21년 1월을 감염병 확산기로 정의했습니다. 보시면 오른쪽에 자동화 고위험군 고용이 많이 줄어들었고 시간이 흘러도 회복되지 못하는 모습을 보여주고 있습니다. 그래서 써 놓은 글을 보시면 코로나19가 극복된다고 하더라도 기업들이 이러한 상황에서는 재채용보다 자동화를 선호할 때 코용 회복이 더디게 진행될 가능성을 배제할 수 없는 상황입니다. 당연히 고위험군에서 일자리를 많이 잃었고 기업들이 없어진 일자리를 사람으로 채우기보다는 로봇으로 채우면 고용회복이 늦을 수밖에 없다는 이야기가 되겠습니다.

[4. 자동화 위험별 현황](p.22)
제가 앞에 말씀드리면서 계속 자동화 위험이라는 말씀을 많이 드렸는데요. 자동화 위험별이라는 것을 어떻게 식별하느냐를 간략하게 말씀드리겠습니다. 여기 Frey and Osborne의 2017년 논문에서 어떤 사람들이 702개의 직업에 대해서 컴퓨터 대체 확률을 추정했습니다. 아주 간략하게 말씀드리면 컴퓨터로 대체되기 어려운 창의적 직무가 있을 것이고 계속적으로 유기적인 관계를 가지면서 해나가야 하는 직무인 사회적 직무가 있을 것입니다. 그리고 인지능력이 필요한 업무의 경우에는 대체되기 어려울 것입니다. 이런 것들을 이용해서 702개의 직업에 대한 컴퓨터 대체 확률을 계산했습니다. 그것을 우리나라에 적용한 것입니다.
밑의 그래프의 경우에는 직업별, 산업별로 자동화 위험 고위험군. 여기서는 자동화 확률이 70% 이상 되는 직업의 비중이 얼마만큼 되느냐를 계산한 것입니다. 보시면 판매직, 장치, 단순 노무, 기능원 등의 직업들이 자동화의 위험이 큰 직업일 것입니다. 산업별로 보면 산업에서는 높은 산업 5개만 가지고 왔습니다. 운수·창고, 도소매, 금융보험사, 시설, 제조업 등이 자동화 위험이 큰 산업이 되겠습니다.

[4. 이슈 ② : 고용집중도 상승 (1)](p.23)
두 번째 이슈로 넘어가겠습니다. 제가 개요에서 설명해 드릴 대 고용집중도 상승이라는 말을 간략히 드렸었는데요. 지금까지 나온 연구 결과를 보면 고용이 소수기업에 집중될수록 경제 전체의 고용과 임금은 감소하는 경향이 두드러지게 나타납니다. 그래서 어떤 학자들이 프랑스 데이터를 가지고 한 번 연구를 해보았는데요. 이 그래프를 보시면 가로축은 고용집중도이고요. 세로축은 시간당 임금입니다. 어느 정도 음의 관계가 나타나고 있습니다. 오른쪽 그래프도 가로축은 고용집중도, 세로축은 신규 고용인데 음의 관계를 나타내고 있습니다. 그러니까 고용집중도가 높아질수록 신규고용도는 감소하는 현상을 나타내고 있습니다. 그렇다면 이런 현상이 왜 나타나는지를 생각해 봐야 합니다. 크게 두 가지 이유입니다. 첫 번째는 노동자의 협상력 역할 등으로 인한 임금 상승률 둔화, 그로 인한 노동인구 둔화인데 고용이 소수기업에 집중되면 왜 노동자의 협상력이 약화하느냐는 노동자 입장에서 본인이 갈 수 있는 회사의 선택지가 여러 개가 있다면 임금협상이 수월하고 자신에게 임금을 많이 주는 회사를 갈 수 있습니다. 하지만 그 선택지가 많이 없거나 극단적으로 하나밖에 없다면 기업에서 주는 대로 노동자 입장에서는 가야 하기 때문에 협상력이 떨어집니다. 그러면 당연히 임금 상승률이 떨어집니다. 임금 상승률이 떨어지면 수요와 공급법칙에 따라서 노동 공급은 줄어들게 되어있습니다. 그러한 영향이 첫 번째입니다. 두 번째는 독점력 상승, 규모의 경제 등으로 신규기업의 진입이 쉽지 않아 고용 창출이 저하되는 내용입니다. 이 말은 전반적으로 고용이 늘어나는 것은 신규기업이 계속적으로 늘어나고 부진한 기업들은 퇴출당하고 거기서 일하던 사람들이 신규기업으로 들어오고 신규기업이 성장하며 좀 더 고용이 늘어나고 이러한 선순환이 일어나야 하는데 어떤 큰 기업이 모든 것들을 독점하게 되어버리면 이런 것이 힘들어집니다. 그런 현상으로 인해 고용 창출이 저하되는 이 두 가지 메커니즘이 가장 큰 것으로 지목되고 있습니다.

[4. 이슈 ② : 고용집중도 상승 (2)](p.24)
다음으로 우리나라는 어떨까를 봐야 합니다. 앞에서 제가 사례를 든 것은 프랑스의 사례였습니다. 그렇다면 우리나라도 저런 관계가 있을까를 보겠습니다. 코로나 19시기 우리나라를 보면 사업체 규모 간 고용 격차가 확대되었습니다. 왼쪽 그래프를 보시면 사업체 규모별 취업자 수 추이인데요. 지금 이 그래프는 20년 2월을 100으로 놓고 19년 1월부터 그린 그래프입니다. 앞의 그래프들과 다르니 조금 유의해주시기를 바랍니다. 300인 이상의 경우 쭉 증가해서 코로나 19시기에도 계속적으로 고용이 증가하고 있습니다. 그런데 다른 30인 이하라던가 30인 ~299인 같은 경우는 고용이 상대적으로 지지부진한 모습을 보이고 있습니다. 이에 따라서 고용 허핀달-허쉬만 지수(Herfindahl-Hershman Index, HHI)의 상승세가 가속화되었습니다. 여기서 허핀달-허쉬만 지수라는 것은 꼭 고용에만 적용되는 지수는 아닙니다. 어떠한 집중도를 나타내는 지수인데요. 고용될 수도 있고 기업으로 생각하면 매출이 될 수도 있고, 영업이익이 될 수도 있는 여러 가지 측면에서 집중도를 계산하는 것입니다. 여기서 저희가 관심 있는 것은 고용이기 때문에 고용으로 계산해보면 고용 HHI는 고용집중도를 나타내는 대표적인 지표로 산업 내에서 개별기업이 차지하는 고용 비중의 제곱합으로 계산됩니다. 그래서 산술적으로 0-1 사이의 값을 가지게 됩니다. 소수기업에 고용이 집중될수록 1에 근접합니다. 오른쪽 그래프를 보시면 코로나19 이전에도 우리나라 고용 허핀달-허쉬만 지수는 계속 상승 추이를 보이고 있었는데 코로나19가 되면서 이 고용 허핀달-허쉬만 지수의 상승 속도가 굉장히 빨라진 것을 보여주고 있습니다. 그래서 20년 중에 고용 HHI의 상승 폭은 19년 중 상승 폭의 약 1.9배 수준으로 확대된 것을 볼 수 있습니다. 이 그래프에서 보여드린 것은 고용집중도가 굉장히 올라갔다는 내용입니다.

[4. 이슈 ② : 고용집중도 상승 (3)](p.25)
이것이 프랑스에서처럼 우리나라 고용에도 부정적인 영향을 미칠까는 또 다른 문제가 될 것입니다. 그래서 우리나라에서도 고용집중도와 고용의 관계가 프랑스처럼 음의 관계가 나오는지를 한 번 실증분석 해봤습니다. 그래서 자료는 통계청에서 제공하는 기업활동 조사라는 것을 썼습니다. 앞에서 코로나 시기에 대해 이야기를 했음에도 불구하고 코로나시기가 빠진 것은 코로나시기에는 고용증가율이 하락했고 대기업 고용 비중이 상승했는데 이러한 두 개의 상황이 인과관계라기보다는 전반적인 경제 상황에 의해 나타난 것이기 때문에 상관관계일 가능성이 커서 이러한 문제를 배제하려는 시도로 20년은 뺐다고 생각하시면 될 것 같습니다. 11년~19년 중에 이러한 현상이 관찰되느냐를 보는 것이 목표라고 생각하면 될 것 같습니다.
고용집중도는 앞에서 말씀드린 HHI지수를 썼습니다. HHI지수 뿐만 아니라 고용집중도는 다른 것으로 측정이 되기도 하는데 말씀드리는 총고용 중에서 고용자 수 상위 4개 또는 상위 10개 기업의 고용 비중을 추가적으로 이용해봤습니다. 이 분석 식을 보시면 Y 변수. 종속변수로는 고용증가율을 썼습니다. 한 기업의 고용증가율입니다. 그다음 고용집중도는 앞에서 말씀드린 측정을 사용해서 집중도를 넣었습니다. 그다음 고용증가율은 고용집중도뿐만 아니라 다른 변수에도 영향을 많이 받기 때문에 다른 변수를 통제했습니다. 업력이라던가 자산규모, 연도, 기업고정 효과 등을 써서 회기 분석을 해봤습니다.

[4. 이슈 ② : 고용집중도 상승 (4)](p.26)
결과를 보시면 간략하게 표를 보고 설명하겠습니다. 첫 번째로 고용집중도라고 되어있습니다. 옆에 숫자들은 모두 회기 계수가 되겠습니다. 회귀 계수는 별표가 하나 두 개 달려있는데 이것은 결과가 유의미하다는 것을 의미하고 부호가 중요한데 부호는 음의 부호로 되어있습니다. 음의 부호는 고용집중도와 기업 고용증가율이 음의 관계에 있다는 것을 보여주는 것입니다. 고용집중도 * 서비스업이라고 되어 있는데 여기서 저희가 궁금했던 것은 산업에 따라 고용집중도와 기업 고용증가율 음의 관계가 차이가 날까였습니다. 서비스업을 곱해놓은 것은 서비스업의 양상은 어떤가를 구한 것입니다. 그런데 이 추정된 회귀계수 0.002, 0.024, 0.007을 보시면 별표가 없습니다. 이것은 통계적으로 의미가 없다는 이야기입니다. 종합적으로 보면 이것의 경우 산업에 따라 심플하게 해봤을 때, 산업에 따라 큰 차이를 보이지 않았다고 해석할 수 있겠습니다.

[4. 이슈 ③ : 실업의 장기화 (1)](p.27)
마지막입니다. 세 번째는 실업의 장기화입니다. 실업의 장기화를 보시면 2011년 이후에 장기실업자가 큰 폭으로 증가했습니다. 그래프를 보시죠. 단기실업자, 장기실업자가 나누어져 있습니다. 단기실업자는 실업자 중에서 구직기간이 3개월 이하인 실업자를 이야기하고 장기실업자는 구직기간이 4개월 이상인 것을 이야기합니다. 보시면 단기실업자는 변동성이 있기는 하지만 올해 6월까지 많이 줄었고 장기실업자는 엄청나게 늘어난 것으로 보입니다. 2020년 2월을 100으로 보시면 2021년 6월에는 26.4% 증가한 것으로 나타났습니다.
오른쪽 그래프의 경우에는 장기실업자를 또 한 번 나누어봤습니다. 장기실업자는 구직기간이 4개월 이상이라고 말씀드렸는데 장기실업자의 새로운 유입, 구직기간이 4개월인 사람들이 되겠습니다. 그리고 기존 장기실업자는 구직기간이 5개월 이상인 사람이 되겠습니다. 이 그래프에서 구직기간이 5개월 이상인 사람이 그래프에서 0보다 높은 곳에서 쌓여있는 막대그래프를 보실 수 있을 텐데, 이 말은 장기실업자가 계속 유입되는 것이 아니고 장기실업자 안에서도 장기실업자의 적체가 일어나고 있다고 해석할 수 있겠습니다.

[4. 이슈 ③ : 실업의 장기화 (2)](p.28)
그러면 이 실업의 장기화가 왜 이렇게 문제가 되냐를 생각해볼 수 있겠습니다. 당연히 구직활동을 하는 사람의 입장에서는 실업이 장기화하면 실업할 가능성이 작다고 생각하기 때문에 더 이상 구직활동을 하고 싶어 하지 않습니다. 이럴 경우에는 구직단념자가 되는 것입니다. 구직단념자가 될 때에는 발표 초반에 말씀드렸다시피 경제활동인구에 포함되지 않습니다. 그러므로 경제활동에 참여 자체가 낮아지는 현상이 발생하는 것입니다. 간단하게 현황을 보시면 실업자에 구직 단념 전환율이라고 적어놓았는데 이것을 보시면 단기실업자의 경우에는 11.9%가 구직 단념이 되지만 장기실업자의 경우는 20.1%가 구직단념자로 전환되는 모습을 보여주고 있습니다. 더불어 취업 전환율을 보아도 구직단념자가 많아지면 취업으로 가는 사람들이 적어질 수 있는데 실업자의 경우 실업자의 약 30.2%가 현재 실업의 상태에서 3개월 뒤에 취업이 되는 것인데, 구직단념자의 경우에는 24.2%만이 취업이 되는. 취업자로 전환되는 비율이 낮습니다. 이러한 문제 때문에 전반적으로 우리나라 고용사회에 부정적인 영향을 미칠 수 있습니다.

[4. 이슈 ③ : 실업의 장기화 (3)](p.29)
그래서 이러한 실업 장기화가 어떠한 영향을 미치느냐를 생각해야 하는데 낙인효과, 이력현상 등으로 실업자의 노동시장 재진입을 어렵게 만드는 요인으로 작용할 수 있습니다. 낙인효과라는 것은 한 번 실업을 겪은 사람들이 현재 실업 상태에서 취업하려고 하면 재취업을 하려는 회사에서 이 사람은 한 번 실업을 한사람으로 낙인을 찍어버리는 효과 때문에 오히려 더 취업이 안되는 현상으로 생각하면 되겠습니다. 이력현상이라는 것은 생소하실 수 있지만 물리학에서 온 용어입니다. 일정 수준 이상의 힘이 가해지면 다시 정장 상태로 회복하지 못하는 현상입니다. 한 번 실업으로 빠지고 나면 다시 재취업으로 돌아오지 못하는 현상으로 경제학에서는 이해하시면 되겠습니다. 과연 이러한 현상들이 있느냐를 살펴볼 것인데 첫 번째로 현황을 보시면 단기실업자보다 장기실업자의 취업 전환율이 낮고 장기실업자 중에서는 취업 경험이 없는 여성 장기실업자의 취업 전환율이 두드러지게 낮은 수준으로 나타났습니다. 밑에 표를 보시면 굵은 표시로 되어있는데 장기실업자를 전체에서 보면 장기실업자의 취업 전환율이 32.3%로 조금 낮았습니다. 성별에서 보시면 여성의 장기실업자가 30.9%로 가장 낮았습니다. 취업 경험에서도 보시면 취업 경험이 없는 장기실업자가 25.0%로 굉장히 낮게 나타났습니다. 이는 실업 지속 기간이 길어짐에 따른 이력현상으로 코로나19의 충격이 큰 여성과 노동시장에 신규진입하는 청년층의 취업이 더 어려워질 수 있는 수치가 되겠습니다. 한 가지 유의할 점은 어쨌든 지금까지 우리가 본 것은 단기실업자보다 장기실업자의 취업 전환율이 낮다는 것이었습니다. 이것은 꼭 낙인효과, 이력 효과 보다도 실업이 길어진 사람들의 직업에서 일을 수행하는 능력이 낮기 때문에 취업을 못 하고 있는 상황일 수 있는 것입니다. 그래서 이런 것들은 굳이 실업 기간뿐만 아니라 그 사람의 교육 수준이나 연령 등에도 영향을 많이 받는 요인이 되겠습니다.

[4. 이슈 ③ : 실업의 장기화 (4)](p.30)
그래서 마지막으로 한 것은 이 이력현상, 낙인효과 같은 것들이 존재하는 지를 보기 위해서 회기 분석을 했습니다. 회기 분석을 한 이유는 앞에서 말씀드린 대로 앞서 보여드린 현상이 실업의 지속 기간(장, 단기 실업자)뿐만 아니라 다른 곳에서 영향을 받을 수 있기 때문에 다른 것을 통제한 후에도 영향을 미치느냐를 분석하기 위해 회기 분석을 했습니다. 회기 분석 측에서 간단히 설명하겠습니다. 장기실업. 알파 1으로 보이는 회기 계수가 우리에게는 중요한 회기 계수가 될 것입니다. 이 통제변수를 모두 통제한 이후에도 장기실업 알파 1과 종속변수로 있는 실업자이면서 3개월 동안 실업을 유지하고 있는 독립변수를 가지고 회기 분석에서는 취업자들의 취업확률을 계산하는 것입니다. 취업확률이 더 높아지는 것이냐, 이것을 보았을 때 알파 1이 유의미하냐 하는 회기 분석을 진행했습니다.

[4. 이슈 ③ : 실업의 장기화 (5)](p.31)
결과를 보겠습니다. 간략하게 표를 보고 이야기하겠습니다. 여기서 보시면 1번, 2번의 경우에는 장기실업자 더미를 쓴 것입니다. 더미라는 말은 이 사람이 실업자 중에서 장기실업자면 1을 주고 아니면 0을 준다는 것입니다. 실업 지속 기간의 경우에는 실업 지속 기간이 몇 개월이 되었는지를 직접적으로 넣은 것입니다. 그리고 중요한 것은 밑에 통제변수 유무가 되어있는데 통제변수 NO, YES가 되어있는데, NO는 넣지 않은 것 YES는 넣은 것입니다. 보시면 어쨌든 통제변수를 넣었냐 넣지 않았느냐에 따라 회기 계수는 통제변수를 넣은 것에 따라 0.06~0.43으로 줄었습니다. 모두 통계적으로 별표가 붙어 유의했고요. 앞에 회기에서 부호도 마이너스가 되겠습니다. 이 말은 장기적으로 실업자이거나 실업 지속 기간이 길어질수록 취업확률이 떨어진다고 볼 수 있습니다. 그래서 마지막 문장에 제가 써 놓은 걸 보시면 통제변수를 포함하더라도 동 확률은 각각 4.3%P, 1.2%P로 유의하게 추정되었습니다. 이러한 실업 지속 기간과 취업확률 간 음의 관계가 실업 지속 기간의 관계에서 실업 지속 기간의 순수효과가 작지 않음을 알 수 있습니다. 통제 효과를 제외해도 그리하기 때문이라고 볼 수 있습니다.

[4. 종합평가](p.32)
종합평가를 하겠습니다. 어쨌든 지금 쭉쭉 말씀드렸는데, 요약을 해보면 자동화 고위험군의 고용 부진, 고용집중도 상승, 실업의 장기화는 중장기적으로 고용증대를 제약할 가능성이 굉장히 큰 것으로 보이고 있습니다. 그래서 자동화의 가속화 같은 경우에는 앞으로 기술적 실업이라는 말을 합니다. 이렇게 자동화 같은 기술의 발전에 따라 나타나는 실업인데요. 충격으로 이어질 수 있으므로 자동화 고위험군에 있는 사람들이 다른 직종으로 원활하게 이동할 수 있도록 지원이 필요합니다. 그 다음 고용집중도 상승의 경우에는 제가 회기 분석에서 보여드린 것처럼 300인 이상 고용 비중 상승은 고용증가율에 부정적인 영향을 미쳤습니다. 이러한 상승이 앞으로 지속될지는 계속 모니터링해봐야 할 것입니다만 지속된다면 우리나라 고용증가율에 영향을 미칠 수 있을 것입니다. 구인.구직난 해소를 위해 중소기업 채용 확대에 힘쓸 필요가 있겠다고 생각할 수 있습니다. 마지막 장기실업자의 경우에는 이력 효과, 낙인효과로 인해 취업이 힘들다는 것을 말씀드렸습니다. 이것도 경력 공백을 단축하게 할 수 있는, 이력현상을 최소화할 수 있는 방안을 강구할 필요가 있겠습니다.

오늘 금요강좌는 여기서 마치도록 하겠습니다. 감사합니다.