인구주택총조사 자료연계 및 활용방안 연구 -인구주택총조사 종단자료 구축 중심으로-

최근 통계조사의 환경은 갈수록 악화되어지고 있다. 사생활 중시 및 기업비밀 보호 의식의 확산으로 조사 참여를 거부하거나 민감한 항목에 대해서 응답을 기피하는 현상이 늘어나고 있다. 또한 1인가구, 노인가구, 맞벌이가구, 소규모사업체의 증가 등 인구, 사회 및 경제 구조학적인 변화로 조사상의 어려움은 더욱 더 커질 전망이다. 하지만, 최근에 통계 이용자가 요구하는 자료의 수준은 점점 복잡해지고 다양해지는 추세로 이 모든 것을 충족시키기 위해 조사를 확대한다는 것은 한계가 있다. 조사를 통해 발생하는 비용과 시간, 그리고 조사자의 응답부담을 고려할 때 조사 확대가 근본적인 해결방안이 아닌 것만은 확실하다. 이러한 환경에서 통계 이용자의 요구를 충족시킬 수 있는 대안으로 현재 생산 가능한 자료를 활용하여 2차 자료를 생산하는 방안을 고려할 수 있다. 현재 통계청을 비롯하여 많은 통계작성 기관에서 다양한 통계를 생산 중이며, 수년간의 노력으로 통계청에서 입수하고 있는 행정자료만 해도 약 140종이다. 이 많은 자료를 연계한다고 가정하면 수많은 2차 자료의 생산이 가능할 것이다. 물론 연계가 가능한지, 연계를 위해 자료 사용이 가능한지 등에 대한 문제는 추가적으로 검토되어야 할 부분이다. 호주통계청은 센서스 자료의 활용성을 제고하기 위해 2006년 통계적 종단센서스 자료구축(Statistical Longitudinal Census Dataset)을 제안하였으며, 2006년 센서스 자료를 기반으로 통계적 연계방법을 사용하여 2011년 자료와 연계하고 향후 2016년, 2021년 센서스 자료와 지속적으로 연계를 할 예정이다. 구축된 종단센서스 자료는 그 자체로도 유용하게 이용될 수 있으며, 더 나아가 특별한 통계적 목적을 위해 다른 자료와 연계되어 활용성을 높일 수 있다. 호주의 경우 종단센서스 자료를 활용하여 교육효과에 따른 직업의 변화 과정이나 부모의 사회적·경제적 수준이 자녀에게 미치는 세대간 전이 효과 등에 관한 정보를 얻고 있다. 또한 타 조사자료와의 연계를 통해서도 많은 정보를 획득한다. 가구조사와 연계하여 개인 또는 가족에 대한 조사 결과가 어떠한 영향으로 발생하는지 등의 영향 요소를 분석하고, 건강조사와 연계하여 사람의 과거 특성(사회적, 경제적, 육체적 환경)이 현재의 건강상태에 미치는 연관관계를 분석한다. 호주통계청은 2006년 자료와 2011년 자료의 종단화 구축에 앞서 사전준비 연계작업을 실시하였다. 2005년에 실시된 시험조사와 2006년 센서스 자료를 연계함으로써 연계의 정확성 및 연계방법에 대한 평가를 실시하였다. 호주는 센서스에 포함된 이름과 주소 항목은 센서스 자료처리가 모두 끝난 후에 폐기해야 하므로 센서스 간 연계를 위해 이름과 주소를 사용할 수 없다. 따라서 이름과 주소를 폐기하기 전 이름과 주소를 사용한 경우와 사용하지 않은 경우의 연계결과를 비교하여 연계의 정확성을 평가하였다. 그리고 주소 대용으로 매쉬 블록(mesh block) 정보를 활용하여 연계의 정확성을 높이고자 하였다. 다음으로 두 자료의 연계를 위해 연계 항목에 대한 표준화 작업이 필요하다. 이름 항목은 자동방법과 수동방법을 이용하여 정비하고 있다. 먼저 이름수정 소프트웨어와 이름사전을 이용하여 자동으로 정비하는데 사전의 이름과 정확하게 매칭되지 않는 경우에는 사전의 이름과 유사성에 대한 점수를 계산하여 일정 수준 이상인 경우에 사전의 이름으로 변환한다. 자동으로 정비되지 않는 경우에는 수동방법을 이용하지만 비용을 고려하여 제한적으로 적용한다. 뉴질랜드의 센서스 종단화 연구는 2012년 정부로부터 승인을 받아 처음으로 시작되었으며, 가장 최근의 자료인 2006년 센서스를 기반으로 2001년, 1996년, 1991년 센서스 자료를 역으로 연계하는 방법을 사용하였다. 뉴질랜드에서 센서스 종단화 연구를 시작한 주요 목적은 시간에 따라 변화하는 모집단의 현상을 이해·분석하여 센서스의 활용성을 강화하기 위함이다. 기본적인 분석내용은 호주의 센서스 자료 활용 내용과 유사한데, 교육 효과에 따른 직업의 성장과 패턴에 대한 결정요인 분석 및 세대 간의 전이 효과에 관한 다양한 분석을 통해 국가정책에 유용한 정보를 제공할 수 있다. 또한 출생·사망 등록자료에 대한 연계나 이주자료 연계를 통해서도 많은 정보의 활용이 가능하다. 뉴질랜드 통계청의 센서스 자료의 연계과정을 살펴보면 다음과 같다. 뉴질랜드의 경우 호주와 영국과는 달리 최근 센서스를 이전 센서스 자료에 연계시키는 backward 방법을 사용하고 있으며, 연계 방법은 호주와 유사하게 결정적(deterministic) 연계방법과 확률적(probabilistic) 연계방법을 순차적으로 적용하였다. 또한 종단화를 위한 표본을 추출하지 않고, 연계가 가능한 모든 국민을 대상으로 연계를 실시하였다. 2000년 이전 센서스 자료의 연계과정을 살펴보면 다음과 같다. 1971년 실시된 센서스로부터 잉글랜드와 웨일즈에 속한 사람들 중 1년 365일 중 특정한 4일에 출생한 사람 전체를 표본으로 선택하며, 선택된 사람은 대략 500,000명으로 전체 국민의 1% 정도가 된다. 센서스 자료의 연계는 국민보건서비스 등록자료(National Health Service Central Register)를 이용하여 수행하는데 이 국민보건서비스 등록자료에는 NHS 번호인 개인 식별번호가 있다. NHS 번호는 국민보건서비스가 실시된 1948년부터 잉글랜드와 웨일즈 모든 국민에게 부여하고 있으며, 새로 출생하는 사람 및 이민자에게도 NHS 번호를 부여하여 지속적인 관리를 하고 있다. 연계과정의 사전단계로 1971년 센서스 자료로부터 특정 4일(예: 1.1, 4.1, 7.1, 10.1)에 출생한 사람을 선택하여 종단화 연구(LS)를 위한 멤버를 구성한다. 추출된 멤버들에 대하여 8자리 고유번호를 할당하고, 센서스 자료를 식별(조사구, 성별, 생년월일, 결혼상태 등)할 수 있는 정보와 함께 인덱스 카드를 출력하여 이름과 주소를 기록한다. vital event 정보의 연계과정은 발생한 vital event에 대한 정기적인 통지에 의한 방법과 ONS에서 작성한 vital event 통계 활용에 의한 방법으로 진행된다. 사망, 이민, 군복무와 관련된 사항은 주로 정기적 통지에 의한 방법에 의해서 연계된다. NHSCR 센터로 정기적인 통지가 이루어지고, LS 멤버와 관련된 정보가 있는지 확인한다. 이 때 LS 멤버로 확인된 사람이 있으면 관련된 사건 정보를 기록하여 ONS로 보내며 ONS에서는 database에 있는 LS 멤버에 대하여 기록된 사건의 정보를 연계하여 관리한다. 그리고 출생 및 사망, 영아 사망, 배우자 사망, 암등록 정보에 관련된 사항은 vital event 통계를 활용하여 연계한다. ONS에서는 작성한 vital event 통계를 활용하여 해당 출생일자를 가진 사람에 대한 자료를 NHSCR 센터로 보낸다. 이 때 NHSCR 센터에서는 확인된 LS 멤버에 대한 정보를 다시 ONS로 보내게 되며 ONS에서는 그 정보를 연계하여 관리한다. 본 연구는 2009년 시범예행조사와 2010년 센서스를 연계하여 센서스 종단자료를 시범적으로 구축해봄으로써 센서스 자료의 분석 및 활용가치를 제고하고자 시작되었다. 해외사례에서 언급하였듯이 호주, 영국, 뉴질랜드에서는 이미 센서스 종단자료를 구축하고 있으며, 센서스 자료의 가치와 활용성 강화를 위해 많은 노력을 하고 있다. 본 연구에서는 2010년과 2015년 센서스 종단자료 구축을 위한 시범적 연계로 향후 자료 구축을 위해 연구결과를 활용할 예정이다. 본 연구는 결정적 연계 후 연계되지 못한 자료에 대해서는 확률적 연계를 실시하는 방법으로 진행되었다. 결정적 연계를 위해 이름, 주소, 생년월일(나이), 성별을 블록킹 변수로 사용하였고, 정확 연계율을 높이기 위해 2단계로 나누어 진행하였다. 첫 번째 단계에서는 총 315,227명 중 208,097명인 66%가 정확 연계되었다. 추가로 실시한 두 번째 단계에서는 22,294명이 더 연계되어 총 정확 연계된 자료(추정포함)는 230,373명(73.1%)으로 결정되었다. 확률적 연계방법은 센서스 종단자료 구축 시 호주와 뉴질랜드에서 사용하는 방법을 적용하였다. 확률적 연계방법에 대한 평가는 결정적 연계자료 중 표본항목으로 선정된 자료(9,645명)를 모집단으로 가정하고, 모집단에서 임의로 25% 자료(2,411명)를 확률적 방법에 의해 연계하여 실제 모집단 자료와 25%가 확률적으로 연계된 자료 간의 교차분석 결과를 비교하였다. 그 결과 경제활동상태 항목의 경우 확률적 연계 후에 2010년에 일을 하지 않는 것으로 나타난 비율이 3.9%p로 다소 늘어났으나 전체적인 분석 결과의 패턴과 방향성에 대해서 큰 영향을 미칠 정도의 차이는 아닌 것으로 판단된다. 하지만, 종사상 지위와 직업 항목의 경우에는 확률적 연계결과가 일을 하지 않은 비율이 조금씩 더 늘어나는 것을 확인할 수 있었다. 앞에서 언급하였듯이 이러한 이유 중에는 연계변수가 부족하여 연계의 정확도가 떨어질 수 있고, 내검오류 및 무응답 등으로 연계변수의 효과가 감소할 수도 있을 것이다. 그리고 최고 연계가중값이 동점인 경우 비율(도수)이 높은 부분으로 연계될 가능성이 높아질 수도 있을 것이다. 하지만, 기준 자료가 유성구와 홍성군에만 한정된 시범예행조사가 아닌 2010년 센서스 자료를 기준자료로 이용한다면 이러한 문제는 해결될 수 있을 것이라 판단된다. 혼인상태별 연계율은 사별이 50.7%로 가장 적게 연계되고, 그 다음으로 이혼, 미혼, 배우자 있음 순이다. 혼인상태는 연령과 높은 연관성이 있는데 사별이 많은 60대 이상과 미혼이 많은 20대~30대 초반의 사람들이 연계율이 낮은 것과 일치한다고 볼 수 있다. 교육정도별로 살펴보면, 대학원졸 이상과 초졸 이하의 연계율이 높은 반면, 중졸과 고졸은 평균 연계율에 미치지 못하고 있다. 1-12세 정도의 초등학교를 졸업하지 못한 아이들이 연계율이 높고, 고학력의 사람들일수록 이동 없이 안정적인 정착 생활을 하고 있는 것으로 보인다. 이러한 현상은 직업에서도 확인할 수 있는데, 고학력이 많은 전문직과 사무직이 농어업과 기능노무 관련 직업보다 연계율이 10%p 이상 높은 것을 볼 수 있다. 다음으로 점유형태별로 살펴보면 자기집이나 전세가 월세나 무상임대보다 연계율이 높은 것도 직업 및 학력과 연관해서 알 수 있을 것이다. 또한 자기집의 경우에는 이사 등 이동이 타 점유형태보다 낮기 때문인 것으로 생각할 수 있다. 연구자의 목표는 본 연구 내용을 바탕으로 2010년 센서스를 기준으로 2015년 센서스와 종단자료를 구축하는 것이다. 본 연구에서의 정확 연계율은 73.1%이나, 종단자료의 특성상 정확 연계율이 더 높아야 정확성 높은 분석결과를 제공할 수 있으므로 무엇보다도 정확 연계율 향상에 많은 노력을 해야 할 것이다. 결정적 연계에 사용되는 식별정보에 대한 표준화 작업 및 주민등록번호를 이용한 연계 등에 대한 노력도 필요할 것이다. 영국의 사례를 활용한 연계가 이에 해당되며 2015년 등록센서스가 진행된 후에 충분한 검토가 필요할 것으로 생각된다. 그동안 센서스는 타 조사의 모집단이 될 뿐만 아니라 전체규모(인구, 주택 등) 통계와 관련하여 많이 활용되어 왔다. 이러한 연속적인 자료가 종단화가 된다면 그 활용가치는 한층 더 높아질 것이다. 또한 다른 조사자료 또는 행정자료와 연계함으로써 더 유용한 정보를 제공할 수 있도록 추가적으로 연계 가능한 자료 발굴에 더 많은 노력이 필요할 것이다. 마지막으로 본 연구가 타 자료연계 연구에도 많은 도움이 되기를 기대한다.