안녕하십니까? 국가데이터처 사회통계기획과장입니다.

오늘 2015년부터 2023년까지의 자료를 분석한 인구동태패널통계 개발 결과를 말씀드리겠습니다.

이 통계는 1983~1995년생의 경제·사회적 특성과 혼인·출산 간의 종단 분석을 한 결과입니다.

국가데이터처는 개인의 혼인·출산에 영향을 주는 다양한 경제·사회적 결정 요인, 정책제도와의 관계를 확인할 수 있는 인구동태패널통계를 개발하고 그 결과를 오늘 공표합니다.

적극적인 저출생 대응을 위해 국가데이터처는 작년 12월에 3대 영역 61개 지표로 구성된 '저출생 통계지표 체계'를 공개한 바 있습니다. 올해는 보다 세밀한 분석이 가능하도록 개인 단위의 인구동태패널통계를 신규 개발하게 되었습니다.

이 통계는 기존 저희 국가데이터처에서 개발하여 서비스 중인 다양한 데이터를 연계하였는데요. 인구동태코호트DB를 기본으로 하고요. 거기에 다양한 통계등록부를 붙여서 다출처 데이터를 연계한 결과입니다.

특정 인구 집단, 코호트라고 부르는데요. 1983~1993년생에 대해서 패널 구조, 종단 구조의 데이터베이스를 구축하였습니다.

기준연도와 비교연도 두 시점 간의 혼인과 1자녀 출산, 다자녀 출산에 이르는 변화를 다양한 결정요인별로 분석하였습니다.

결정요인에는 거주지, 상시 임금 근로소득, 종사상지위, 기업규모, 또 주택 소유 여부, 육아휴직 사용 여부 등이 되겠습니다.

아래 그림에서 보시는 것처럼 동일시기에 출생한 집단이 있습니다. 이 집단이 시간이 흐름에 따라 출생한 이후에 다양한 삶의 궤적을 그리게 됩니다. 어떤 사람은 혼인이라는 인구학적인 생애사건을 선택하기도 하고 어떤 사람은 미혼 상태로 유지되기도 합니다. 또 출생이라는 사건도 있는데요. 이러한 생애사건 과정 중에 거주지나 지위나 소득 등 다양한 요인들이 영향을 주게 됩니다.

다음 쪽입니다.

오늘 발표한 인구동태패널통계에 따르면 출생 연도에 따라서 혼인과 출산을 선택한 비율에 차이가 있었습니다. 과거 년생이 최근 년생보다 기준연도에도 혼인과 출산 비율이 높았고요. 3년 후 혼인과 출산으로의 변화 비율도 모두 높았던 것으로 나타났습니다.

즉, 1990년대생보다는 1980년대 후반생이, 또 1980년대 후반보다는 초반생이 기준연도에도 3년 후 변화에도 혼인과 출산이 모두 높았던 것으로 나타났습니다.

거주지가 수도권인 경우 타 지역에 비해서 기준연도의 혼인·출산 비율이 낮았고요. 3년 후에 혼인과 출산으로의 변화 비율도 낮았습니다.

상시 임금 근로자의 근로소득 분석을 보면 기준연도의 혼인·출산 비율은 성별에 따라 차이가 있지만 여기에는 다양한 원인이 있을 수 있습니다. 그런데 이것을 고정하고 3년 후의 변화를 보게 되면 남녀 모두 동일하게 평균 소득 초과의 경우 혼인과 출산으로의 변화 비율이 더 높았던 것으로 나타났습니다.

또한, 첫째아 출산 후 육아휴직을 사용한 사람의 3년 후 다자녀 비율을 보면 거주지·소득·기업규모 등에 관계없이 사용하지 않은 사람보다 사용한 사람이 높게 나타남을 확인할 수 있었습니다.

국가데이터처는 앞으로 매년 인구동태패널통계 공표를 통해서 사회 전반의 구조적인 변화와 개인 특성을 함께 고려한 통합적인 저출생 분석 기반을 마련하고, 데이터 기반의 실효성 높은 저출생 정책 수립에 지속적으로 기여할 예정입니다.

한 장 넘겨서 일러두기 보시겠습니다.

인구동태패널통계는 다양한 행정자료를 연계한 가공통계로 올해 처음으로 작성하였고 매년 결과를 공표할 예정입니다.

패널 자료의 종적인 연계와 활용을 감안해서 개인 단위로 분석하였습니다.

아래 보시면 작성 지표가 크게 세 가지로 나뉩니다. 첫 번째는 혼인·출산 현황으로 년생별, 연도별 혼인 비율과 출산 비율, 당해연도 혼인 비율을 정리하였습니다. 두 번째는 패널 분석에 해당하는 부분인데요. 혼인·출산 변화 비율로서 년생별·연도별 혼인·출산 경험에 대해서 기준연도와 비교연도 간 변화를 보았습니다.

미혼에서 혼인으로 변화한 비율은 기준시점에 미혼인 사람이 비교 시점에 혼인 경험자로 변화한 비율이고요. 미출산에서 출산으로 변화한 비율은 기준시점에 아직 출산을 경험하지 않은 사람이 비교시점에 출산 경험자로 변화한 비율입니다.

저희가 행정자료를 연계한 통계이기 때문에 법적 혼인신고와 출생신고를 기준으로 작성하였습니다.

혼인 외에 출산의 경우에는 최근 증가하고는 있지만 아직은 1983~1995년생 코호트에서 포착되는 규모가 작습니다. 그래서 시계열이 축적된 이후 나중에 향후 별도 분석할 예정입니다.

마지막 세 번째 부분은 정책 효과 부분인데요.

대표적인 저출생 대응 정책인 육아휴직을 분석했습니다. 육아휴직 사용 여부별로 첫째아 출산 후에 육아휴직을 사용한 사람과 사용하지 않은 사람이 3년 후 다자녀로 변화하는 비율을 비교·분석했습니다.

다음 쪽입니다.

인구동태패널통계에서 활용한 지표는 다음과 같습니다.

거주지는 다섯 가지로 구분했습니다. 수도권, 충청권, 호남권, 대경권, 동남권 이렇게 되고요.

그다음에 종사상지위는 취업자 대상으로 분석을 했고, 상시근로자와 상시근로자가 아닌 자로 구분합니다. 이 종사상지위는 직업안정성을 측정하기 위한 지표입니다.

다음, 소득은 상시근로자의 임금 근로소득을 분석하였으며, 평균 초과와 평균 이하로 구분하였습니다.

다음, 기업 규모는 대기업·중견기업, 중소기업·소상공인, 공공기관·비영리기업 이렇게 세 가지로 구분하였습니다.

마지막, 자산은 거주안정성과 함께 보기 위해서 개인이 소유한 주택을 기준으로 주택 소유, 미소유로 구분했습니다.

표 아래 보시면 저희가 대상은 국내에서 출생신고한 1983~1995년생 내국인 전체입니다. 그래서 코호트 전수통계가 되겠고요.

활용 데이터는 인구동태코호트DB 그리고 인구가구, 취업활동, 아동가구, 청년 등 4종의 통계등록부 그리고 주택소유DB를 연계하였습니다.

연령은 동일 년생을 같은 나이로 설정해서 분석하기 위해서 '기준연도-출생연도'로 계산을 했고요. 예를 들면 1983년은 2015년에 모두 32세 이렇게 분석하였습니다.

다음 1쪽, 인구동태패널통계 개요입니다.

여기서는 간단히 통계의 이름, 통계명에 대한 설명만 드리고 넘어가겠습니다.

이 통계의 목적이 어떤 경제·사회적 특성을 가진 사람이 혼인과 출산이라는 인구동태 사건을 선택하는지를 시간의 흐름에 따라 추적·관찰한 통계, 추적·관찰하는 부분이 패널 분석에 해당이 되고요. 그래서 인구동태패널통계라는 이름을 가지게 됐습니다.

다음은 3쪽, 결과 요약입니다.

먼저, 혼인과 출산 현황입니다.

동일한 연령의 기준시점 혼인·출산 비율을 비교해 보면 남녀 모두 최근 년생보다 과거 년생에 해당할수록 더 높았습니다.

예를 들어보겠습니다. 동일한 남자 32세라 하더라도 1991년생의 32세 모습은 24.3%가 혼인을 한 모습으로 측정이 됩니다. 그런데 1983년생의 32세를 보면 42.8%가 혼인했습니다.

그래서 동일한 연령이라 하더라도 시대에 따라서 2배 가까이 차이가 나는 그런 모습을 보여줬고요.

2015년부터 2023년 동안 각 연생별로 당해연도 혼인비율을 비교해 봤는데요. 남자 쪽을 보시면 2015년에 당해연도 혼인비율이 가장 높은 연령이 몇 살인가, 이렇게 보면 31세였습니다. 그런데 이게 소수점 단위라서 조금씩 올라가면서 2019년에는 32세로 넘어가는 모습이 나타납니다.

여자의 경우에는 2015년에 29세에서 출발을 합니다. 그러다가 2018년에 30세로 넘어가고 2022년에는 31세까지 올라간 상황입니다.

저희가 1983~1995년생 모든 년생의 모든 연도 분석을 보도자료에 다 담을 수가 없어서 이거는 KOSIS로 제공을 하고요. 저희는 이 당해연도 혼인비율이 가장 높은 최근의 연령인 남자 32세와 여자 31세를 대상으로 혼인·출산 변화 비율 분석을 보도자료에 담았습니다. 이러한 분석들은 다른 연령대에 대해서도 다 분석이 가능한 부분입니다.

일단 2번 파트 보시겠습니다.

혼인·출산 변화 비율을 4개의 집단에 대해서 분석했습니다. 저희가 2015년부터 2023년까지 시계열이 있는 통계이기 때문에 가장 양 끝단의 집단을 비교하기 위해서 2015년 기준의 남자 32세가 1년 후, 2년 후, 3년 후에 어떤 변화를 보이는지 하나 보고요. 2020년 기준의 남자 32세가 1년 후, 2년 후, 3년 후, 그러니까 2023년까지 어떻게 변하는지를 비교해 봤습니다.

아래 그래프 보시겠습니다. 1983년생의 32세를 보면 기준년에 57.1%가 미혼 상태였습니다. 그런데 이 사람들이 1년 지나고 2년 지나고 3년 지나면서 혼인이라는 사건으로 넘어가게 됩니다. 그러면 1년 차에는, 1년 지났을 때는 10%가 혼인으로 넘어가고, 2년 지났을 때는 17.7% 이런 식으로 해서 3년이 지나게 되면 24.1%가 혼인을 하게 그런 변화를 보입니다.

그런데 반면에 1988년생 비교해 보겠습니다. 오른쪽에 있는 그래프고요.

기준연도의 미혼 비율이 일단 더 높습니다, 1983년생보다. 67.6%가 미혼인 상태였고요. 1년, 2년, 3년 지나면서 15.5%가 혼인을 선택하게 됩니다.

즉, 1983년생은 3년 후에 24.1%가 혼인을 선택한 반면에 1988년생은 혼인이 15.5% 선택에 그쳤습니다. 출산도 마찬가지의 패턴을 보이고요.

다음, 4쪽 보시겠습니다.

여자도 비슷한 흐름을 보이는데요. 1984년생의 31세를 먼저 봅니다. 그러면 기준연도의 43.5%가 미혼 상태입니다. 이 사람들이 3년 지나면 28.4%가 혼인으로 넘어갑니다.

그런데 1989년생을 보게 되면요. 기준연도의 같은 31세인데 54.7%가 미혼이었고요. 3년 후에 혼인을 선택한 비율은 19.1%에 그쳤습니다. 이러한 경향성이 모든 연령대에서 나타나게 됩니다. 년생에서요.

다음은 경제·사회적 분석인데요.

거주지, 종사상지위, 소득 수준, 기업 규모, 주택 소유 여부를 분석해 봤습니다.

먼저, 거주지 분석입니다.

남녀 모두 수도권의 경우에 기준연도 미혼과 미출산 비율이 가장 높았습니다.

거주지는 수도권, 충청권, 호남권, 대경권, 동남권 5개 그룹 비교인데요. 그런데 수도권을 자세히 살펴보면 3년 후에 남자의 경우는 혼인이 다른 지역에 비해서 큰 차이는 없었습니다. 그런데 출산 변화 비율이 다른 지역에 비해 가장 낮았습니다. 여자는 혼인과 출산 변화 비율 모두 다른 지역에 비해 일관되게 낮게 나타났습니다.

다음은 종사상지위 분석입니다.

남자는 기준연도에 상시근로자가 아닌 경우에 미혼과 미출산 비율이 높고 여자는 반대로 상시근로자인 경우에 미혼과 미출산 비율이 높았습니다.

이 기준시점의 상태는 상시근로자 여부뿐 아니라 다양한 요인이 영향을 미칠 수가 있는데요. 그러니까 단년도만 보는 통계 같은 경우에는 이렇게 기준연도만 분석을 할 수가 있습니다. 그런데 저희 통계는 이 사람들을 이 시점을 고정하고, 그룹을 고정하고 다른 요인을 통제한 상태에서 변화를 볼 수가 있거든요.

이 기준시점의 상태는 사실 혼인이나 출산으로 인한 경력 단절이 있을 수도 있고요. 경제활동으로 인해서 혼인 시점이 늦어지는 그런 현상도 있을 수가 있습니다. 그래서 지위나 소득도 마찬가지인데 지위나 소득이 시간 순서상 출산의 이전이 아니라 후일 수도 있는 그런 상태입니다.

그런데 이거를 다 고정해 놓고 이 요인의 영향을 살펴보면 3년 후에는 혼인과 출산 변화 비율이 모두, 남녀 모두 동일하게 상시근로자인 경우, 즉 직업안정성이 높은 경우가 더 혼인과 출산을 많이 한 걸로 나타났습니다.

다음은 소득 수준 분석인데요. 지위와 유사한 패턴이 나타납니다.

기준연도에는 남자는 상시근로소득 평균 이하인 경우에 미혼과 미출산 비율이 높고 여자는 상시근로소득 평균 초과인 경우에 미혼과 미출산 비율이 높습니다. 그런데 이 사람들을 고정해 놓고 다른 요인 통제하고 보면 3년 후의 혼인과 출산 변화 비율은 남녀 모두 동일하게 상시근로소득 평균 초과의 경우가 더 높았습니다.

다음은 기업 규모 분석입니다.

저희가 대기업·중견기업과 중소기업·소상공인, 공공기관·비영리기업 이렇게 3개 그룹 비교를 해보면요. 남녀 모두 중소기업·소상공인에 속한 경우에 기준연도 미혼과 미출산 비율이 높고, 즉 혼인과 출산을 덜했고요. 3년 후의 혼인과 출산 비율도 가장 낮았습니다.

마지막으로, 주택 소유 여부입니다.

이거는 자산이기도 하지만 거주안정성도 측정할 수가 있는데요. 남녀 모두 주택을 소유한 경우의 기준연도 미혼과 미출산 비율은 낮고 3년 후 혼인과 출산으로의 변화는 더 높았습니다.

다음, 5쪽입니다.

정책 효과를 보기 위해서 육아휴직 사용 여부별 추가 출산 비율을 분석해 봤습니다. 작성 대상은 2015년~2020년 동안 첫 자녀를 출산한 상시근로자를 뽑고요. 이 사람들이 첫째아 출산 후 육아휴직을 사용했는지를 먼저 봅니다. 그리고 이 사용 여부 그룹에 따라서 추가 출산을 했는지, 다자녀로 이행했는지를 봤습니다.

아래 그래프를 보시면 첫째아 출산 후 육아휴직 사용 여부가 있습니다.

남자 같은 경우에는 육아휴직 사용자 비중이 훨씬 여자에 비해서 낮습니다. 9%가 육아휴직을 사용했고요. 육아휴직 미사용자는 91%입니다. 여자는 육아휴직 사용자 비율이 더 높았습니다. 78.9%가 사용했고 21.1%가 미사용했습니다.

그런데 이 기준시점의 첫 출발에 상관없이 3년 후를 보게 되면 남자든 여자든 육아휴직을 사용한 사람이 사용하지 않은 사람에 비해서 다자녀 비율이 더 높았습니다.

아래 거주지, 소득 수준, 기업 규모, 주택 소유 여부도 저희가 같이 분석했는데 앞선 두 번째 파트에서 분석했을 때 이러한 요소들이 분명히 혼인과 출산에 영향을 어느 정도 선후관계가 있는 것으로 저희가 경향성을 확인했는데요.

그럼에도 불구하고 육아휴직을 사용한 그룹은 미사용한 그룹에 비해서 다자녀 비율이 높은 것으로 일관되게 나타났습니다.

거주지를 보시면 어느 광역권이든 5개 광역에서 모두 육아휴직 사용자가 미사용자보다 3년 후 다자녀 비율이 높았습니다. 그런데 출발점을 보시면 이거는 조금 권역에 비해... 권역에 따라 차이가 있었는데 남자는 호남권과 충청권에서 상대적으로 육아휴직 쓴 비율이 높았고요. 여자는 충청권과 수도권에서 높았습니다.

소득수준도 마찬가지로 상시근로소득 평균 초과 그룹도, 이하 그룹도 모두 육아휴직 사용자가 미사용자보다 다자녀 비율이 높았습니다.

기업 규모를 보시면 3년 후 다자녀 비율은 말씀드린 것처럼 모든 그룹에서 사용자가 더 높았는데요. 출발점을 보시면 조금 차이가 있는 게 남자 같은 경우에는 육아휴직 사용자 비율이 공공·비영리 그룹에서 가장 높았고, 여자는 대기업·중견기업에서 가장 높았습니다.

주택 소유 여부 보시면 남녀 공통으로 3년 후 다자녀 비율은 소유 그룹도 미소유 그룹도 모두 육아휴직 사용자가 미사용자보다 높았습니다.

지금까지 말씀드린 이 결과 요약의 각 변수별 상세한 수치와 그래프는 저희가 페이지 수를 옆에 다 명기를 해놨습니다. 보도자료 본문을 참고해 주시면 감사하겠습니다.

다음은 63쪽에 있는 부록 '자주 묻는 질문'을 간단히 설명드리겠습니다.

63쪽에 보시면 표가 하나 있습니다.

저희가 년생이라는 개념도 있고 연도라는 개념도 있고 연령이라는 개념도 있기 때문에 조금 어려우실 수 있을 것 같아서 표로 정리를 했는데요.

1983년생부터 1995년생이 2015년부터 2023년까지 각각 이렇게 매년 한 살씩 더 연령이 높아지게 됩니다. 그래서 주 혼인과 출산이 이루어지는 20대 후반부터 30대 초반까지 이렇게 연령이 설정됐고요.

저희가 작성 대상이 1883~1995년생인 이유는 기본 자료인 인구동태코호트DB가 1883년부터 제공을 하고 있는데요. 1880년대 초반에는 아직 우리나라 모든 전산화가 되지가 않아서 1882년의 자료는 미완성입니다. 그래서 인구동태, 그러니까 저희가 출생·사망·혼인·이혼 자료에서 1883년 기준으로 시작을 하게 됩니다. 그래서 1883년부터 분석이 가능하고요.

현재 1995년생까지 지금 저희가 이번에 분석했는데 1995년생이 보시는 것처럼 2023년도에 28세입니다. 그래서 향후에 시계열이 축적이 되면 이거는, 뒷부분은 점점 더 늘려나갈 생각입니다.

여기까지 설명드리고 질문 있으시면 답변 드리겠습니다.


[질문·답변]
※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.

<질문> 육아휴직 통계가 좀 눈에 띄는데 이렇게 육아휴직을 사용한 경우에 다자녀 비율이 높아진다는 연구가, 유사한 연구가 또 있었는지 궁금합니다.

<답변> 저희가 모든 연구 논문을 찾아본 것은 아니지만 일단 저희 국가데이터처에서 이렇게 패널 방식으로 정책 효과를 분석한 것은 처음입니다. 육아휴직 통계는 별도로 나옵니다. 그런데 그것은 각 시점, 시점별로 본 것이고요.

<질문> 이게 t1... t 시점에서 t+3, 3년을 기준으로 삼으신 이유가 이게 아무래도 첫째아 출산까지의 그 시간을 고려하신 건지,

<답변> 네, 그 기간을 고려... 네, 맞습니다.

<질문> 그렇죠? 그리고 그다음에 또 궁금한 게 여기 사회·경제적 요건이 거주지, 종사상지위, 소득 수준, 기업 규모, 주택 소유 여부 이렇게 다섯 개가 있는데 이 중에 조금 분석상 상관관계가 가장 높았던 요건을 한두 개만 혹시 꼽을 수 있을까요?

<답변> 저희 사실 변수끼리 비교를 한 게 아니라 그 변수가 그 집단에 영향을 줬는지를 비교했기 때문에 뭐가 더 영향이 높다, 라고 말씀드리는 어려운데요. 그런데 저희가 이 다섯 개를 비교... 다섯 개를 각각 분석을 해봤을 때 영향을 주지 않은 것은 없었습니다. 그러니까 모든 각각의 요인들이 확실히 인과관계라고 말하기는 어렵지만 선후관계는 확실히 있었던 걸로 보이고요. 어떤 경향성은 다 관찰이 됐다, 이렇게 말씀드릴 수 있겠습니다.

<질문> ***

<답변> 네. 각각 변수가 대상이 조금씩 달라요. 왜냐하면 지위 같은 경우에는 취업자 대상으로 또 분석을 하게 되고요. 소득은 상시임금근로소득이 있는 사람을 대상으로 분석을 했기 때문에 그 비율 차이가 이 어떤 변수 간의 차이라고 보기는 어려운 상황입니다.

<질문> ***

<질문> 저도 비슷한, 저도 비슷한 질문으로 이게 저희가 이렇게 비교, 이거 다 표를 보면 될 것 같기도 한데 예를 들어 지금 소득 기준으로 본다고 하면 여성의 경우 1984년생하고 1989년생 소득 평균 초과, 둘 다 소득 평균 초과 집단이더라도 이때 여기 보면 t+3년일 때 1984년생은 36.9%, 혼인율이요. 그리고 1989년생은 25.3% 이런 식으로 나타나는데, 그러니까 이런 격차가 같은 변수 안에서도 드라마틱하게 나는 게 어떤 게 있는지를 정 기자도 물어보는 것 같아서 저도 한번 이런 식의 예를 들어서 다시 여쭤봅니다.

<답변> 일단 저희 통계가 어려운 것은 저희도 익히 알고 있는 부분이고요. 왜냐하면 그동안에 봤던 분석은 단년도 분석에 보통 다 그치기 때문에 이런 시도를 한 것은 저희로서도 처음이고, 이게 여러 변수가 동시에 분석이 되다 보니까 어려우실 수 있습니다.

그런데 제가 사실 가장 포인트는 저희 제일 표지 다음 페이지에 정리를 해뒀거든요. 그래서 년생 간 차이와 거주지 차이 또 소득 차이 이런 것들이 출산과 혼인에 다 영향을 주고, 그리고 이 지위라는 것이 단순히 지위가 뭐다, 라는 것보다는 직업의 안정성이 혼인과 출산 이행에 도움을 준다. 또 소득의 안정성, 거주의 안정성이 혼인과 출산의 변화에 영향을 준다, 라는 거를 이렇게 다 모든 변수별로 정리가 되었다, 이런 점에서 저는 의미가 있는 통계라고 생각을 하고요.

아까 말씀드린 변화율이 드라마틱하게 차이가 나는 건 저도, 이 그래프를 보시면 체크를 하실 수 있을 것 같은데, 제가 지금 바로 한번 보겠습니다. 이게 년생별로도 어떻게 보면 세대 차이라는 게 나타날 수 있고, 그 시간의 흐름에 따라서 우리 사회의 인식 차이 이런 것들도 있고요.

그리고 일단 제가 거주지에서 눈에 띄었던 점은 수도권의 경우에 기준연도에도 수도권, 어떻게 보면 그동안 인구학계에서 '수도권 페널티'라는 용어도 사용했었는데요. 수도권에 거주하는 것이 혼인과 출생 이행에 썩 도움이 되지는 않는다, 라는 그런 것들이 있었는데 그게 저희 통계를 통해서 집단을 고정시켜 놓고 3년 후를 보면서 이 숫자 차이가 확연하게 드러나는 부분, 이 부분이 눈에 띄었던 걸로 보입니다.

<질문> ***

<답변> 네, 맞습니다.

<질문> 통계가 굉장히 좋고 여러 내용이 있는데 크게 제가 느끼기에는 세 가지 내용인 것 같은데 같은 나이여도 늦게 태어날수록 결혼·출산 비율이 낮았다.

<답변> 맞습니다.

<질문> 그다음에 같은 세대에서도 요건에 따라 다르다.

<답변> 맞습니다.

<질문> 그다음에 육아휴직은 육아휴직 사용 여부에 따라 다자녀 비율이 다르다, 이렇게 세 가지 큰 내용이 있는 것 같은데.

<답변> 네, 잘 들어주셨습니다.

<질문> 이 중에 조금 중요한, 과장님 보시기에 좀 중요한 내용을 조금 꼽아 주신다면.

<답변> 일단 세대 차이는 사실 저희가 느끼고 있을 거라고 생각하고요. 그런데 이게 아직 통계가 짧아서 더 길면 더 급격한 세대 차이를 볼 수 있겠지만 일단은 저희 통계 안에서는 세대 차이가 어쨌든 나기는 나는 걸로 보이고요.

그다음에 두 번째 파트에서 같은 세대라도 이 요건에 따라서 혼인·출생 이행 여부에 영향을 준다, 라는 점이 우리의 통념이 숫자로 확인되었다, 이 점에 의의가 있다고 생각합니다.

그리고 마지막 세 번째 파트에서 저희가 정책 효과를 다양하게 분석할 수 있겠지만 현재 행정자료로 개인별로 다 붙일 수 있는 게 육아휴직이거든요, 대표적인 정책이기도 하고. 그런데 육아휴직 통계 분석에서 의미가 있는 게 다양한 그 변수가 분명히 영향을 주는 것처럼 보임에도 불구하고 육아휴직을 사용할 수 있는 상황, 육아휴직을 사용한 사람은 다자녀로 이행이 더, 일관되게 더 높았어요. 그 부분이 상당히 정책의 어떤 효과가 있는 것 아닌가, 이렇게 생각됐습니다.

<질문> ***

<답변> 네, 저희가 2023년까지 지금 DB가 구축되어 있고 2024년을 추가해서 분석할 수 있습니다.

<질문> ***

<답변> 네, 기존 데이터베이스는 그대로 거기에 추가하는 거긴 한데요. 2024년 같은 경우에는 저희 인구동향 공표에서 보셨듯이 또 출산율이나 혼인율이 조금 반등한 부분이 있어서 그 부분이 같이 분석되지 않을까 싶습니다.

나중에 전화로 또 질문 주시면 제가 성실히 답해드리겠습니다.

<질문> ***

<답변> 그렇지만 핵심을 아까 잘 정리해 주셔서, 네.

<질문> 혹시 남자는 32세고 여자는 31세를 기준으로 한, 그 자료를 정리한 이유가 있을까요?

<답변> 저희 아까 요약자료 잠깐 보시면, 3페이지에 있는데요. 이게 모든 연령을, 저희가 모든 년생을 분석할 수는 있지만 보도자료에서 담기 위해서 대표 그룹을 선정한 건데요. 가장 최근에 당해연도 혼인 비율이 제일 높은 그룹이 남자는 32세였고 여자는 31세였습니다. 그래서 이 연령을 대표 그룹으로 선정해서 분석한 것이고 저희 KOSIS를 통해서는 다른 연령대도 분석하실 수 있습니다.

추가적인 질문 없으시면 여기서 브리핑을 마치도록 하겠습니다. 감사합니다.

<끝>

이전다음기사

다음기사외교부 대변인 정례브리핑