Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.54 No.1 pp.109-116
DOI : https://doi.org/10.14397/jals.2020.54.1.109

A Study on the Factors Influencing the Depopulation of Rural Villages

Cheong-Ryong Lim*, Sang-Bong Im
Rural Reserch Institute Korea Rural Community Corporation, Ansan Gyeonggi, 15634, Korea
Corresponding author: Cheong-Ryong Lim Tel: +82-31-400-1769 Fax: +82-31-400-1794 E-mail: lql8287@naver.com
February 18, 2020 February 18, 2020 February 18, 2020

Abstract


In this study, we use agricultural census data to analyze agricultural life service on the affecting factors of the depression of rural villages. The results of the analysis are summarized as follows. First, the analysis of the kernel density function shows that the distribution of subdivision rate by region in 2010 is wider than in 2015. Second, there is a positive correlation between the rural living services and the depression rate of rural villages. Third, the increase in the distance to receive basic education services, cultural services and welfare services leads to an increase in the depression rate of rural villages.



농촌마을 과소화에 영향을 미치는 요인에 대한 연구

임 청룡*, 임 상봉
한국농어촌공사 농어촌연구원

초록


이 연구에서는 농림어업총조사 자료를 활용하여 읍·면단위 과소화비율에 영향을 미치는 요인들을 분석함에 있어서 농촌생활서비스 를 중심으로 분석결과를 요약하면 다음과 같다. 첫째, 커널밀도함수를 이용한 분석을 통하여 2010년 읍·면별 과소화비율 분포가 2015년에 비해 넓게 분포되어 있음을 알 수 있다. 둘째, 농촌생활서비스 요인과 읍·면별 과소화비율 간에 정의 상관관계가 존재하는 것을 확인할 수 있었다, 셋째, 기초교육서비스, 문화서비스 및 복지서비스를 받기 위한 이동거리 증가가 과소화비율 증가를 유발하는 것을 알 수 있었다.



    Korea Rural Community Corporation, KRC

    서론

    2017년 한국지방행정연구원에서 발표한 저출산 고령화 에 의한 소멸지역 분석에서는 인구감소로 인해 2040년 인 구소멸이 우려되는 위험지역은 전국 229개 지자체 중 시 4 곳, 군 36곳, 구 17곳에 이를 것으로 예측하였다. 우리나라 농촌인구는 내국인 기준 ’90년대 11백만 명에서 ’15년에는 9백만 명으로 지속적으로 감소하고 있다. 농촌인구 감소를 유발하는 원인 중의 하나가 농촌지역과 도시지역 각종 생활 서비스 수준 차이일 수가 있다.

    이러한 농촌인구의 지속적인 감소로 농촌지역 과소화 현 상은 갈수록 부각되고 있으며, 농촌지역 과소화 관련 연구 들도 활발하게 진행되고 있다. 농촌과소화 관련 연구 중 Lee(2010)는 입지유형을 대도시권농촌지역과 일반농촌지 역으로 나누고, 그리고 일반농촌지역은 다시 평야농촌지역, 산간농촌지역으로 구분하여 사례지역을 선정하여 농촌과소 화 실제 모습을 분석하고자 하였다. Park et al.(2018)은 농 림어업총조사 원자료를 통해 과소화 마을의 특징이 어떻게 변화했는지 살펴보고 어떤 요인의 변화가 과소화 마을에서 제외되는데 영향을 주는가를 파악하였다. 농촌 과소화 지역 정주여건 관련하여 Kim(2014)은 농산촌지역의 정주현황관 련 실태조사를 실시하고, 농산촌지역의 정주환경에 대한 구 체적 분석을 실시하여 어떠한 문제점이 있는지를 밝혀, 농 산촌지역 정주여건 개선 방향 모색에 시사점을 제시하였다. Lee & Kim(2009)는 농촌지역의 삶의 질을 측정하기 위해 기존에 개발된 지표를 근거로 하여 구성하여 정주소요와 정 주속성 간의 인과모형을 분석하였다.

    농촌생활서비스와 관련하여 Lee(2018)는 사회관계망이 생활서비스 필요도에 어떠한 영향을 미치는지를 분석하여 노인들이 맺는 사회관계망의 중요성을 확인하고, 사회관계 망을 확대시킬 수 있는 방안을 제시하고자 하였다. Jang et al.(2014)은 사회적 지원망이 기초생활보장 수급자의 생활 만족도를 향상시킬 수 있는 지원방안에 대해 보다 구체적으 로 모색해 보고자 하였다. Lee et al.(2016)은 농촌 독거노인 들의 일상생활실태를 통하여 얼마나 안전한 생활을 영위하 고 있는지를 파악하고, 그들이 필요로 하는 생활안전서비스 가 무엇인지, 그리고 생활안전서비스 필요성에 미치는 영향 요인이 무엇인지를 규명함으로써, 농촌 독거노인들이 실제 로 필요로 하는 생활안전서비스를 제안하고자 하였다. 이 연구에서는 농촌생활서비스 구성요소들을 중심으로 농촌마 을 과소화에 영향을 미치는 요인들을 확인하고자 한다.

    재료 및 방법

    1 연구재료

    1.1 농촌마을 과소화 현황

    2010년과 2015년 농림어업총조사 원자료에 대한 분석을 통해 지역별 가구 현황을 살펴보면 다음과 같다. 2010년 전 국 행정리 수는 36,496개이며, 20가구 미만의 행정리를 과 소화 마을로 간주할 경우 2010년 과소화 마을 수는 총 3,091 개로 전체 행정리의 8.47%를 차지하는 것으로 나타났다. 반 면 2015년 전체 행정리 수는 36,786개로 2010년에 비해 행 정리 수가 290개 증가하였으나, 과소화 마을 수는 1,270개 로 2010년 대비 1,821개 감소한 것으로 나타났다(Table 1).

    인구의 고령화와 이농현상의 심화 등 농촌마을 과소화에 는 여러 가지 요인들이 작용 하고 있다. 읍·면별 전체 행정 리 수에서“20가구미만”과소화 마을 비율인 읍·면별 과소화 비율에 대한 분포를 커널밀도함수1) 추정을 통해 살펴보면, 2010년 과소화마을이 전체 마을 수의 8.47%로 높게 나타나 읍·면별 과소화비율이 상대적으로 높은 지역이 많으므로, 2015년에 비해 넓게 분포되어 있음을 알 수 있다(Figure 1).

    이러한 과소화 비율의 변화에는 다양한 요인들이 작용하 였을 것이며, 이 연구에서는 이러한 과소화 비율 변화에 영 향을 미치는 요인을 농촌생활서비스를 중심으로 확인해 보 고자 한다.

    1.2 분석자료

    농촌생활서비스의 영역은 아주 광범위하지만 이 연구에서는 농림어업총조사 자료 중 교육, 의료, 문화, 복지 등 요인을 중심 으로 살펴보고자 한다. 통계청 농림어업총조사자료를 살펴보면, 교육분야에 있어서 유치원(Kindergarten), 초등학교(Elementary school), 중학교(Middle school), 고등학교(High school), 입시학원 (Preparatory school), 예능학원(Art school), 체육도장(Gymnasium) 등까지의 이동시간을 조사하고 있으며, 의료에 있어서는 약국 (Pharmacy), 보건진료소(HealthCare center), 보건지소(Health center), 병의원(Clinics), 종합병원(General hospital) 등에 대한 이 동시간을 조사하고 있다. 또한 문화에 있어서는 영화관(Cinema) 과 도서관(Library)까지의 이동시간을 조사하고 복지에 있어서 는 어린이집(Daycare center)과 마을회관(Village hall)까지의 이 동시간을 조사하고 있다.

    2010년과 2015년의 교육, 의료, 문화, 복지 관련 변수들 의 기초통계량을 살펴보면, 평균 이동시간에 있어서는 특별 한 변화를 발견하기 어렵지만, 최대이동시간에 있어서는 2015년이 2010년에 비해 대부분 변수들에 있어서 많이 줄 어든 것을 알 수 있다. 이러한 경향으로 인해 2015년 조사변 수들의 표준편차가 2010년에 비해 줄어든 것을 알 수 있다. 이것은 생활서비스에 대한 소외 심화수준이 시간이 흐름에 따라 완화되고 있음을 알 수 있다(Table 2).

    2 연구방법

    읍·면단위 과소화비율에 영향을 미치는 요인을 분석하기 위해 교육, 의료, 문화, 복지 관련 변수들을 직접 사용할 수 있겠지만, 동일 분야 내 변수들이 서로 유사한 성격을 띠고 있으므로 우선 요인분석을 활용하여 차원을 축소하여 분석 에 사용하고자 한다. 또한 종속변수인 읍·면단위 과소화비율 이 0과 1 사이 값으로 절단된 형태를 띠고 있어 토빗 모형을 활용하고자 하며, 분석데이터가 2010년과 2015년 두 개 기간 에 거쳐 수집되었으므로 패널토빗 모형도 고려하고자 한다.

    2.1 요인분석

    요인분석(Factor Analysis)은 변수들에 내재되어 있는 상 관관계를 이용하여 요인을 구하고, 구한 요인들을 활용하여 기존 변수들을 몇 개의 그룹으로 구분하여 그룹별 적절한 의 미를 부여하는 방법이며, 아래 식 (1)과 같이 나타낼 수 있다.

    X ( p × 1 ) = M ( p × 1 ) + L ( p × m ) F ( m × 1 ) + ε ( p × 1 )
    (1)

    식 (1)에서 X(p×1) 은 관측 변수벡터를 나타내며, M(p×1) 은 변수들의 평균을 나타내는 벡터를 나타낸다. 또한 L(p×m) 은 요인 부하 행렬(factor loading matrix)이며, F(m×1) 는 공통인자(common factor) 벡터이며, ε(p×1) 은 특 정 인자(specific factor) 벡터로서 한정된 오차 변동을 나타 낸다(Richard & Wichern, 2007).

    직접적인 관측이 불가능한 F(m ×1)ε(p×1) 은 아래와 같 은 가정 하에서 추정하게 된다.

    • 1) F(m ×1)ε(p×1) 은 서로 독립이며,

    • 2) E(F) = 0, Coυ (F) = I,

    • 3) E(ε) = 0, Coυ(ε) = D, D 는 대각선 행렬

    요인분석 모수추정에는 다양한 추정방식이 있으나, 이 연구에서는 최대우도방식을 사용하여 추정하고자 하며, 좌 표축 회전은 베리맥스(varimax)방식을 사용하고자 한다.

    2.2 토빗모형

    종속변수가 연속성 변수이고, 특정 값을 기준으로 절단 될 경우 토빗모형(Tobit Model)을 사용하는 것이 회귀모형 을 사용하는 것보다 효율적일 수 있다. 토빗모형은 다음과 같이 나타낼 수 있다.

    y i * = X i β + i y i = { R i if y i * R i y i * if L i < y i * < R i L i if y i * L i
    (2)

    식(2)에서 y i * 는 읍·면단위 과소화비율로 0과 1사이 값을 가지게 되며, Ri 는 절단 상한 값이고 Li 는 절단 하한 값을 의미한다. Xi는 독립변수들로 구성된 행렬이고, ϵi는 잔차 항이며 ϵiN (0, σ2) 을 따르게 된다. 이러한 경우 토빗모 형 추정계수 벡터 β 추정을 위한 우도함수는 다음과 같이 나타낼 수 있다(Greene, 2008).

    l = i { L i < y i < R i } ln [ ψ ( y i X i β σ ) / σ ] + i { y i R i } ln [ Φ ( R i X i β σ ) ] + i { y i = L i } ln [ Φ ( L i X i β σ ) ]
    (3)

    식(3)에서 Φ(∙) 는 표준정규분포의 누적밀도함수를 나 타내고, ψ(∙)는 표준정규분포의 확률밀도함수를 의미하 며, 우도함수는 최우추정법을 활용하여 추정할 수 있다.

    분석에 활용될 자료는 읍·면별로 2010년과 2015년 2개 기간에 걸쳐서 수집된 자료로 패널데이터의 성격도 어느 정 도 나타나지만 시계열적인 기간이 짧아 데이터를 풀링 (pooling)한 토빗모형을 사용하여도 계량적인 문제가 발생하 지 않을 수 있다. 따라서 이 연구에서는 토빗모형과 패널토 빗모형(Panel Tobit Model)을 동시에 추정한 경우 통계적 검정을 거쳐 데이터에 보다 적합한 모형을 선택하고자 한다. 패널토빗모형은 다음과 같이 나타낼 수 있다(Greene, 2008).

    y * = X β + υ i + i t
    (4)

    식(4)에서 소첨자 i는 각각의 읍·면을 의미하고, 소첨자 t는 시계열적인 기간을 의미한다. 읍·면간의 이질성을 나타 내는 오차항 υi υ i N ( 0 , σ υ 2 ) 와 같은 정규분포를 따르 고, 잔차항 ϵit i t N ( 0 , σ 2 ) 와 같은 정규분포를 따르게 되며, υiϵit는 상호 독립적인 관계를 가진다. 계수추정을 위한 우도함수는 다음과 같이 구성되게 된다.

    l i = e υ i 2 / 2 σ υ 2 2 π σ υ { t = 1 n i F ( y i t , X i t β + υ i ) } d υ i
    (5)

    결과 및 고찰

    1 분석결과

    1.1 요인분석 결과

    요인분석을 수행함에 있어서 교육, 의료, 문화, 복지 등 4개 분야에 걸쳐 각각 요인분석을 수행하였으며, 분석결과 를 KMO(Kaiser-Meyer-Olkin) 측도가 모두 0.6 이상으로 나 타났고, Bartlett의 구형성 검정 카이제곱 값 역시 모두 5% 이상 유의수준에서 통계적으로 유의한 것으로 나타났다.

    교육분야에 있어서는 유치원, 초등학교, 중학교가 기초 교육요인(Basic Education)으로 묶였고, 고등학교, 입시학 원, 예능학원, 체육도장이 심화교육요인(Further Education) 으로 구분되었다. 의료분야에서는 약국, 보건진료소, 보건 지소, 병의원, 종합병원 모두가 하나의 의료요인(Medical Treatment)으로 구분되었으며, 문화분야에 있어서는 영화관 과 도서관이 하나의 문화요인(Culture)으로, 복지분야에서 는 어린이집과 마을회관이 하나의 복지요인(Welfare)으로 구분되었다(Table 3).

    요인분석을 통해 산출된 요인점수들과 읍·면별 과소화비 율 간의 관계를 살펴보기 위해 상관관계 분석을 수행 하였으 며, 분석결과 모두 1% 유의수준에서 통계적으로 유의한 정 (+)의 상관관계가 존재하는 것을 확인할 수 있었다(Table 4).

    1.2 토빗모형 분석결과

    농촌생활서비스 관련 요인들의 요인점수를 독립변수로 하고 과소화 비율을 종속변수로 하여 추정한 토빗모형과 패 널토빗모형에 대한 추정결과는 다음과 같이 나타났다 (Table 5).

    패널토빗모형이 일반토빗모형보다 데이터에 보다 적합하 기 위해서는 συ에 대한 추정계수가 통계적으로 유의하여야 한다. συ에 대한 LR검정 결과 χ2값이 161.82로 1% 유의수준 에서 통계적으로 유의하게 나타났다. 따라서 토빗모형보다 패널토빗모형이 데이터에 더 적합하다는 것을 알 수 있다.

    패널토빗모형에 대한 추정결과를 살펴보면 기초교육요 인, 복지요인에 대한 추정계수가 1% 유의수준에서 통계적 으로 유의한 것으로 나타났고, 문화요인에 대한 추정계수가 5% 유의수준에서 통계적으로 유의한 것으로 나타났다.

    기초교육요인에 대한 추정계수는 양(+)의 값으로 이것은 기초교육서비스를 받기 위해 이동하는 시간이 증가할수록 과소화비율이 증가하는 것을 의미한다. 문화요인에 대한 추 정계수 역시 양(+)의 값으로 이것은 문화서비스를 받기 위 해 이동하는 시간이 증가할수록 과소화비율이 증가하는 것 을 의미한다. 또한 복지요인에 대한 추정계수도 양(+)의 값 으로 나타났으며 이것은 복지서비스를 받기 위해 이동하는 시간이 증가할수록 과소화비율이 증가하는 것을 의미한다 (Table 5).

    추정결과를 활용하여 변수들의 한계효과를 살펴보면 과 소화비율에 영향을 미치는 요인 중 기초교육요인에 0.0096 으로 가장 큰 영향을 미치고 다음으로 복지요인, 문화요인 순으로 나타났다(Table 6).

    2 결과고찰

    이 연구에서는 농림어업총조사 자료를 활용하여 읍·면단 위 과소화비율에 영향을 미치는 요인들을 분석함에 있어서 농촌생활서비스를 중심으로 살펴보았으며, 분석결과를 요 약하면 다음과 같다.

    첫째, 커널밀도함수를 이용한 분석을 통하여 2010년 읍· 면별 과소화비율 분포가 2015년에 비해 넓게 분포되어 있음 을 알 수 있다. 둘째, 농촌생활서비스 요인과 읍·면별 과소화 비율 간에 정의 상관관계가 존재하는 것을 확인할 수 있었 다, 셋째, 기초교육서비스, 문화서비스 및 복지서비스를 받 기 위한 이동거리 증가가 과소화비율 증가를 유발한다.

    이러한 분석결과로부터 다음과 같은 시사점을 도출할 수 있다. 첫째, 20가구 미만을 기준으로 한 과소화비율은 감소 하고 있지만 농촌인구의 지속적 감소와 초고령화 사회의 진 입 등으로 인해 과소화를 해소하기 위한 노력을 지속적으로 해야 한다. 둘째, 농촌생활서비스 중 교육, 의료, 문화, 복지 가 과소화와 밀접한 관계가 존재하므로 ICT 기술들을 적극 도입하여 농촌생활서비스 소비를 위한 소요시간 단축을 위 한 노력이 지속적으로 필요하다. 셋째, 농촌생활서비스 유 형별 중도도 순위를 살펴보면, 우선적으로 기초교육서비스 개선이 필요하며 다음으로 복지서비스와 문화서비스 순으 로 농촌생활서비스 개선이 필요한 것으로 나타났다.

    이 연구에서는 농림어업총조사 자료를 활용하여 읍·면단 위 과소화비율과 농촌생활서비스 요인 간의 관계를 분석하 였다. 그러나 과소화비율을 분석함에 있어서 서비스를 받기 위한 이동시간들만을 이용함으로써 이동시간 이외 서비스 의 질을 반영하지 못한 한계가 있다. 따라서 이러한 한계를 극복하기 위한 추후 연구가 필요할 것으로 여겨진다.

    감사의 글

    본 연구는 2019년 한국농어촌공사 농어촌연구원 농촌기 반기술과제(과제번호: N2019-0027)의 지원으로 수행되었 습니다.

    Figure

    JALS-54-1-109_F1.gif

    Kernel densities for depopulation ratio.

    Table

    Distribution of administrative-ri by household size (Unit: count, %)

    Basic statistics for variables (Unit: min)

    Factor analysis on the specific factors of the rate of depopulation

    Estimate of the correlation between the rural living services and the rate of depopulation

    Estimate of factors influencing the depopulation rates

    Marginal Effects of estimated coefficients

    Reference

    1. Greene WH. 2008. Econometric Analysis(6th edition). Prentice Hall Inc., New Jersey.
    2. Jang BY , Baek IR and Kim HJ. 2014. An empirical analysis of the impact of social support network on life satisfaction of the poor in rural areas: Focused on the recipients of National Basic Livelihood Security Program for Hoengseong district. Social Welfare Policy. 41(2): 27-56.
    3. Kim SH. 2014. A Study on the domicilaiation conditions of depopulation in rural area. Residental Environment. 12: 57-69.
    4. Lee BK. 2010. A study on the actual state and prospect for a diminishing in population of rural community. Korean J. of Agricultural Extension. 17: 773-797.
    5. Lee HC and Kim H. 2009. Determinants of demand for residential settlement in rural society based on depopulation classification. J. of The Korean Society of Rural Planning. 15: 61-71.
    6. Lee MY , Cho HK and Choi YJ. 2016. A study on life safety services support for single elderly in rural areas. J. of Korea Family Resource Management. 20: 43-60.
    7. Lee MY. 2018. The effects of social networks on the need for life services for the elderly in rural Areas. J. Of Korea Family Resource Management. 21: 23-42.
    8. Park JW , Lee TH and An DH. 2018. An analysis of the transformation of over-depopulated rural villages. J. of the Korean Society of Rural Planning. 24: 79-89.
    9. Richard AJ and Wichern DW. 2007. Applied multivariate statistical analysis. Pearson Prentice Hall.
    오늘하루 팝업창 안보기 닫기