문맥 (context)
셋째, 지역의 소득 수준을 대리하는 지역별 매출액은 2010년 「경제총조사」 자료의 값을 활용하였다. 지역의 소득수준은 GRDP와 같은 지표를 사용하는 것이 보다 일반적이지만, 현재 국내의 GRDP는 지역별로 자료 작성 방법 및 공표 자료 시점 등이 각기 달라 지역 간 소득을 비교하기에는 적합지 않다. 무엇보다 GRDP의 추계 지역 단위가 시도로, 시군구 단위 GRDP의 제공 여부는 시도별로 상이하며, 특히 서울 지역의 경우 구 단위 GRDP가 제공되지 않고 있는 실정이다. 나머지 15개 시도(세종시 제외)의 시군구 GRDP의 시점 또한 2012년 지표를 공표한 지역부터 2010년 이후 추계가 중단된 지역이 있는 등 각기 다르게 운영되고 있다. 반면, 지역 내 매출액은 2010년 통계청의 「경제총조사」를 통해 일괄 조사된 바 있어 시군구 단위의 매출액 통계를 활용할 수 있다는 장점이 있다. 무엇보다 매출액은 GRDP 추계의 기본이 되는 지표이기 때문에, 지역의 소득 수준을 대리하는 변수로 지역 내 매출액을 사용하는 것에 무리가 없다고 판단된다.
실제 지자체별 GRDP를 제공하지 않는 서울을 제외한 나머지 시군구의 2010년 GRDP와 2010년 「경제총조사」의 지역별 매출액 간의 상관은 0.975(p < .0001)로, 거의 동일한 변수로 보아도 무방하다 하겠다. 다만, 가장 최근에 실시된 「경제총조사」가 2010년으로, 세종시의 분리 등과 같이 2010년 이후에 발생한 지역 변동을 반영하지 못하는 등 자료의 시의성이 다소 떨어진다는 단점이 있다. 또한, 2010년 「경제총조사」는 GRDP와 달리 지역 내 인력 구성을 반영한 1인당 총생산을 제공하지 않는다. 따라서, 본 연구에서는 지역 내 총생산 규모를 나타내는 변수로는 2010년 「경제총조사」의 시군구별 매출액을, 1인당 총생산액은 시도별 단위로 1인당 GRDP를 제시하였다.
시군구별 매출액을 살펴보면, 서울 및 경기도의 다수 지역과 울산, 포항, 창원을 위시한 경남 남부 지역, 전라남도 여수 및 광양 등의 매출액이 높음을 알 수 있다. 인구 및 산업이 집중되어 있어 워낙에 경제 규모가 큰 서울을 제외하고, 지역내 매출액이 높은 지역들은 대부분 중화학 공업 위주의 대규모 기반 시설이 위치한 지역들이다. 즉, 자동차 산업을 포함한 중공업을 위주로 하는 울산, 제철 산업의 중심지인 포항, 조선 산업 및 화학 산업을 중심으로 한 여수와 광양, 거제, 그리고 자동차 및 조선 부품 산업이 발달한 창원 등은 모두 거대 기반 산업을 중심으로 하는 지역내 매출액이 높은 특징을 보이는 지역이다. 따라서, 이들 지역은 지역 내 소득 수준 또한 상대적으로 높은 수준을 보이는 지역이라 볼 수 있다. 다만, 지역내 인구 규모가 다르기 때문에, 지역내 매출액이 높은 지역이 가구의 소득 수준도 높다고 천편일률적으로 말할 수는 없다. 지역의 소득 수준 또한 어린이집 유치원과 같은 육아지원기관의 서비스 수요 및 공급에 영향을 미치는 요인일 수 있어 본 연구에서는 이를 대리하는 지역 특성 변수로 시군구별 통계를 활용할 수 있는 ‘지역별 매출액’을 사용하였다.
군집 분석이란, 탐색적 자료 분석 방법으로 통상 여러 개의 변수를 함께 고려해서 유사성을 갖는 자료끼리 서로 묶어서 군집을 형성해 나가는 분석 방법이다. 군집 분석을 위해서는 유사성 또는 비유사성을 정의하기 위해서 관측치들 사이의 거리를 측정하는데, 거리를 측정하는 방법에 따라 다양한 군집 방법이 존재하며, 거리를 측정하는 방법에 따라 군집의 결과도 달라진다. 일반적으로 많이 사용하는 군집 방법으로는 평균연결법(Average Linkage Method), Ward 방법, 최적분리법(K-means)을 들 수 있다. 평균연결법과 Ward 방법은 계층적 방법에 속하고, 최적분리법(K-means)은 비계층적 방법에 속한다. 계층적 방법이란 가장 가까운 두 군집을 하나의 군집으로 묶어 가는 방법으로, 한번 하나의 군집으로 묶이게 되면 다시 분리되지 않는다는 단점이 있다. 반면, 비계층적 군집 방법인 최적분리법은 관측치간의 비유사성을 정량하여 군집을 형성해 나가는 방법으로, 몇 개의 특정 기준에 따라 초기 군집에 각 개체들을 할당하고 최적분리에 이를 때까지 해당하는 규칙에 재할당하는 방식을 취한다. 따라서 최적분리법에 의한 군집 방법은 초기 잘못된 군집 결과를 재할당을 통해 바로 잡을 수 있다는 장점이 있다.
어린이집 유치원 인프라 격차에 따라 지역을 유형화하기 위해 본 연구에서는 비계층적 군집 분석 방법인 최적분리법(K-means Clustering)을 활용하였으며, 군집 분석에서 1차적으로 구분된 지역 유형을 다시 영유아 인구밀도를 고려하여 보정하였다. 군집 분석에 활용된 지역별 어린이집 유치원 인프라 관련 변수는 어린이집 유치원 공급률, 어린이집 유치원 정원충족률, 국공립 어린이집 유치원 공급률, 국공립 어린이집 유치원 정원충족률, 어린이집 공급률, 유치원 공급률로 총 6개이다. 이들 변수는 앞선 선행 연구와 지역별 어린이집 유치원 공급 현황 분석을 통해 지역별 어린이집 유치원 인프라 격차를 잘 반영할 수 있는 변수라 판단한 변수를 중심으로 선정하였다. 참고로 군집 분석 초기 단계에서는 영유아 인구밀도를 포함한 총 7개 변수를 기준으로 군집 분석을 시도해보았으나, 영유아 인구밀도가 다른 변수에 비해 지배적 영향을 미쳐, 다른 변수들 간의 격차를 잠식하는 결과가 도출되곤 하였다. 즉, 영유아 인구밀도의 지역별 편차가 너무나 확연하여 어린이집 유치원 인프라 차이보다는 영유아 인구밀도의 대소에 따라 군집이 이뤄지는 특징을 보였다.
다섯째, 0~5세 국공립 어린이집 유치원 공급률은 11.86%로, 시도별 0~5세 국공립 어린이집 유치원 공급률이 가장 높은 지역은 세종시(23.47%)였으며, 0~5세 국공립 어린이집 유치원 공급률이 가장 낮은 지역은 대구광역시(5.66%)였다. 시군구별 0~5세 국공립 어린이집 유치원 공급률은 주로 강원도, 경상북도, 충청남도 등 농어촌 지역에 속한 시군구의 공급률이 높은 수준을 보였으며, 부산, 대구, 인천, 울산 등 광역시와 경기도의 경우에는 0~5세 국공립 어린이집 유치원 공급률이 낮은 시군구가 많은 것으로 분석됐다. 여섯째, 서울특별시의 경우, 0~5세 국공립 어린이집 유치원 공급률이 특별히 높은 지역은 없지만, 지역 내 25개 시군구 중에서 21개 시군구의 공급률이 10~20%사이로 균질적인 공급률 수준을 보이고 있었다. 이처럼 지역 내 공급률 편차에 따라 시도별 공급률과 시군구별 공급률이 차이를 보이고 있었는데, 통상 영유아 가구의 부모들은 자신이 살고 있는 시군구 내의 어린이집 혹은 유치원을 이용하기 때문에, 보다 세분된 지역에 대한 공급 분석의 필요성을 재확인할 수 있었다.
일곱째, 0~5세 국공립 어린이집 유치원 정원충족률은 80.73%였으며, 국공립 어린이집 유치원 정원충족률이 가장 높은 시도는 인천광역시(89.38%)이고, 가장 낮은 지역은 세종시(65.23%)이었다. 한편, 시도별 0~5세 국공립 어린이집 유치원 정원충족률은 경기도를 제외한 모든 도 지역의 정원충족률이 전국 평균을 밑돌지만, 도 지역 내에서도 시군구별로는 0~5세 국공립 어린이집 유치원 정원충족률이 높은 지역이 다수 있었다. 즉, 도 지역내 시군구별로 국공립 어린이집 유치원 정원충족률이 상당한 편차를 보이고 있으므로, 이를 감안한 정책 지원이 필요하다고 사료된다. 여덟째, 기관 유형별 공급률을 살펴보면, 유치원 공급률이 높은 지역은 부산광역시를 포함하는 동남권과 경기도, 경상북도에 밀집되어 있는 반면, 전라남도와 강원도는 상대적으로 유치원 공급률이 낮은 지역인 것으로 분석됐다. 한편, 어린이집 공급률은 부산광역시, 서울특별시 등의 대부분의 대도시 지역의 공급률이 낮게 나타났다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
본 연구에서 군집 분석 초기 단계에 영유아 인구밀도를 포함하지 않은 이유는 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation연구에서 군집 분석 변수 선정 시 영유아 인구밀도를 제외한 구체적인 이유를 파악해야 한다.
-
2정보 추출
information_extraction군집 분석 초기 단계에서 영유아 인구밀도를 포함하여 시도했던 시도와 그 결과를 추출한다.
- 군집 분석 초기 단계에서는 영유아 인구밀도를 포함한 총 7개 변수를 기준으로 군집 분석을 시도해보았으나
- 영유아 인구밀도가 다른 변수에 비해 지배적 영향을 미쳐, 다른 변수들 간의 격차를 잠식하는 결과가 도출되곤 하였다.
-
3근거 선택
evidence_selection영유아 인구밀도가 미친 영향과 그로 인한 결과에 대한 문구를 선택한다.
- 영유아 인구밀도가 다른 변수에 비해 지배적 영향을 미쳐, 다른 변수들 간의 격차를 잠식하는 결과가 도출되곤 하였다.
- 영유아 인구밀도의 지역별 편차가 너무나 확연하여 어린이집 유치원 인프라 차이보다는 영유아 인구밀도의 대소에 따라 군집이 이뤄지는 특징을 보였다.
-
4논리 통합
logical_integration영유아 인구밀도의 지역별 편차가 너무 커서 다른 인프라 변수들의 차이를 가려버린다는 인과관계를 연결한다.
-
5결론 도출
conclusion_formulation영유아 인구밀도가 지배적인 영향을 미쳐 인프라 격차를 반영하지 못하고 인구밀도에 의해서만 군집이 형성되는 문제를 정리한다.
-
6답변 생성
answer_generation질문에 대한 최종 답변을 작성한다.
근거 (evidence)
- 군집 분석 초기 단계에서는 영유아 인구밀도를 포함한 총 7개 변수를 기준으로 군집 분석을 시도해보았으나
- 영유아 인구밀도가 다른 변수에 비해 지배적 영향을 미쳐, 다른 변수들 간의 격차를 잠식하는 결과가 도출되곤 하였다.
- 영유아 인구밀도의 지역별 편차가 너무나 확연하여 어린이집 유치원 인프라 차이보다는 영유아 인구밀도의 대소에 따라 군집이 이뤄지는 특징을 보였다.
최종 답변 (final_answer)
영유아 인구밀도의 지역별 편차가 너무나 확연하여, 이 변수가 다른 변수들에 비해 지배적인 영향을 미침으로써 어린이집 유치원 인프라 간의 격차를 잠식하고 인구밀도의 대소에 따라 군집이 형성되는 결과가 나타나기 때문이다.