저출생 정책에서 청년 주거 안정 지원이 실제 출산율에 미치는 인과효과를 규명하는 연구 설계는 어떻게 해야 할까?

1. 연구 목적이 무엇인가요?
– 청년 주거 안정 지원(예: 공공임대주택, 전세·월세 보조금 등)이 개별 가구의 실제 출산율에 미치는 인과효과를 엄밀히 추정하는 것을 목표로 합니다. 정책 개입이 없었다면 출산율이 어떻게 달라졌을지(반사실 counterfactual)를 밝혀내는 것이 핵심입니다.

2. 왜 인과효과 추정이 어려운가요?
– 자가(自家)주거 여건과 출산 결정 모두 가구의 소득·교육·가치관 등 다양한 요인에 의해 동시에 결정됩니다. 이들 교란변수가 통제되지 않으면 “주거 지원 → 출산” 인과관계가 단순 상관관계로 왜곡될 수 있습니다.

3. 가장 이상적인 실험 설계는 무엇인가요?
– 무작위배정실험(Randomized Controlled Trial, RCT)
• 지원 대상자를 무작위로 선정하면 알려진·알려지지 않은 교란변수가 균형을 이루어 인과추정이 가능
• 단점: 정책 수용성·윤리성·행정비용 문제로 현실 적용이 쉽지 않음

4. RCT가 불가능할 때 활용할 수 있는 준실험(Quasi-Experimental) 방법은?
1) 회귀불연속설계(Regression Discontinuity Design, RDD)
• 지원 자격 기준(소득·자산 수준 등)에 임계값(컷오프)이 있는 경우, 컷오프를 경계로 비교
• 가구가 컷오프 바로 위·아래에 있을 때 거의 동질적이라는 가정 하에 인과추정
2) 차분의차분법(Difference-in-Differences, DiD)
• 정책 도입 전후·처치그룹(지원 대상)과 통제그룹(비대상)을 비교
• 두 그룹의 출산율 추세 차이를 통해 정책효과 분리
3) 도구변수(Instrumental Variables, IV)
• 주거 지원 수급 결정에 영향을 주지만 출산율에 직접적 영향이 없는 변수(예: 지방자치단체별 지원 예산 배정 기준)를 도구로 활용
4) 합성통제법(Synthetic Control)
• 지원받은 지역을 모방하는 가공의 대조지역을 만들어 비교
• 소규모·지역 단위 정책 효과 분석에 유용

5. 표본과 자료는 어떻게 확보하나요?
– 가구 패널자료(예: 한국복지패널, 주민등록·출생신고 데이터)와 주거 지원 행정자료(지원 대상자 명단·지원 시기·지원액 등)를 결합
– 결혼/혼인상태, 소득·자산, 학력·직업, 주택 보유·임차 현황, 출생아 수·출생시기 등 변수를 포함

6. 주요 변수 정의는 어떻게 하나요?
1) 처치변수(Treatment)
• 주거 지원 수혜 여부(0/1), 지원 금액·기간
2) 결과변수(Outcome)
• 단기: 향후 1~2년 내 출산 여부(0/1)
• 장기: 누적 출산아 수, 첫 출산 시기
3) 통제변수(Covariates)
• 가구 특성: 소득·자산·학력·직업·혼인상태
• 지역 특성: 주거비 부담 수준, 주택 공급 현황, 고용·복지지표

7. 위협요인은 무엇이며 어떻게 대처하나요? 1) 선택편향(Selection Bias)
– 지원 신청자·비신청자의 차이를 교란변수로 통제: PSM, 공변량 통제, 고정효과 모형
2) 동시 변화(Biased Trends)
– 정책 전·후에 출산율에 영향을 미치는 외부 요인(경기변동, 육아휴직 확대 등)을 추가 통제 또는 DiD의 평행추세 검정 실시
3) 측정오류(Measurement Error)
– 주거 지원·출산 기록의 누락·유출을 최소화하기 위해 행정자료 활용

8. 통계·계량경제모형은 어떻게 구성하나요?
– 기본식(이중차분 예시):
Yit = β0 + β1·Postt + β2·Ti + β3·(Postt×Ti) + γXi + εit
• Yit: 가구i의 시점t 출산율
• Ti: 지원 그룹(1)/비지원 그룹(0) 더미
• Postt: 정책 시행 후(1)/이전(0) 더미
• β3가 인과효과 추정치
– RDD: Y = α + τ·Di + f(Xi − c) + εi (Di는 컷오프 기준 충족 더미)
– IV: 1단계 Zi → Ti, 2단계 Ti → Yi

9. 이질적 효과(Heterogeneous Effects)는 어떻게 살펴보나요?
– 소득수준, 혼인여부, 지역별 주거비 부담 차이별로 교차항(interaction) 도입 또는 소집단(subgroup) 분석
– 정책 설계를 더욱 타깃화할 근거 확보

10. 정책적 시사점은 무엇인가요?
– 유의미한 인과효과가 확인되면 주거 지원 확대가 출산 장려 정책의 핵심 수단임을 제시
– 효과가 미미하거나 특정 계층에만 유의할 경우, 지원 대상·수준·유형 재설계 필요성 도출
– 비용-편익 분석을 통해 정책 지속 가능성 및 예산 최적 배분 제언

11. 연구 수행 시 유의사항은?
– 윤리적 고려: 개인정보·민감정보 보호, 연구 목적 외 자료 활용 금지
– 외적·내적 타당도 검증: 견고한 식별전략, 민감도 분석, 대체 모형 비교
– 정책 변경·확산 과정에서 발생하는 동시 정책 효과(자료 추가 수집) 모니터링

12. 연구 단계별 진행 순서는?
1) 문헌·기초자료 검토 및 가설 수립
2) 자료 수집·전처리(행정자료 결합, 변수 정제)
3) 식별전략 설계(RCT 혹은 준실험 방법 선택)
4) 실증분석(회귀, DiD, RDD, IV 등)
5) 결과 해석 및 민감도·견고성 검사
6) 정책 제언 및 보고서·학술 논문 작성

– 끝 –

청년 주거 안정 지원이 실제로 출산율을 높이는 인과관계인지 검증하기 위해서는 가능한 한 ‘정책 효과’만을 분리해내는 설계가 필요합니다.

아래에서는 연구의 전체 흐름을 크게 다섯 단계(연구 질문과 가설, 데이터 및 표본 구축, 식별전략·실증 모형, 내생성 문제 다루기, 검증 및 추가분석)로 나누어 자세히 설명합니다.

1. 연구 질문과 가설 설정 • 연구 질문: “정부의 청년 주거 안정 지원(공공임대주택 제공, 전·월세 보증금 대출, 임차료 보조 등)이 해당 지원대상 젊은 부부 또는 예비부부의 출산율을 유의미하게 증가시키는가?” • 주요 가설: 주거 비용 부담 완화가 결혼·출산 시점을 앞당기거나 자녀 계획 규모(자녀수)를 확장시키므로, 지원 대상 그룹의 연평균 출산율(TFR 또는 연령별 출산율)이 비교집단보다 통계적으로 유의미하게 높아질 것이다.



2. 데이터 및 표본 구축 1) 대상·비대상 집단 선정 – 정책 시행 전후 시점·지역이 나뉜다면(예: A시는 2020년, B시는 2022년에 지원 개시), A·B 시를 Treatment(처치)·Control(비처치) 집단으로 설정 – 또는 소득·연령·혼인 여부 등 자격요건(예: 부부 합산소득 ≤ 5천만 원, 만 20~39세) 기준을 이용해 컷오프(Cutoff) 직전·직후 그룹 간 비교(RDD)

2) 자료 출처 – 행정자료: 주민등록·혼인신고·출생신고 연계자료, 국민건강보험공단 출산휴가 급여 수급 기록 등 – 설문자료: 청년층 주거실태·가족계획 설문(통계청·지방자치단체) – 시·군·구별 정책 집행 현황(시행 시기, 예산 규모, 지원 유형)

3) 시계열·패널 구축 – 가구·개인 단위 월별·분기별 패널을 구성해 출산 시점(자녀출생월)과 주거지원 수혜시점을 연결 – 공고일·신청일·입주일 등 시점을 가능한 한 정확히 기록

3. 식별전략과 실증모형 1) 차이의 차이(Difference-in-Differences, DiD) – 기본 가정: 정책 시행 전후 Treatment·Control 집단의 출산율 추세(Pre-Trend)가 평행하다(평행추세 가정). – 모형 예시: 출산율_it = α + β·(Treatment_i × Post_t) + γX_it + μ_i + λ_t + ε_it 여기서 Treatment_i는 대상지역(또는 자격충족 가구) 더미, Post_t는 정책 시행 후 더미, X_it는 시간·개인별 통제변수, μ_i·λ_t는 고정효과 – β가 정책의 인과효과 추정치

2) 회귀불연속설계(Regression Discontinuity Design, RDD) – 자격요건(연령, 소득 등) 컷오프 직전·직후 가구를 비교 – 처치 변수: Eligibility_i = 1[Score_i ≥ c] – 경계 근처 가구만 사용해 비교적 강력한 내생성 통제

3) 계량경제학적 도구변수(IV) – 예: 임대주택 공급이 지역별로 중앙정부·지자체 간 협의·재정 사정에 따라 불균등하게 배분된 것을 이용해 ‘주택공급 증가율’을 도구변수로 활용 – 1단계: HousingSupport_it = π·Instrument_it + … – 2단계: 출산율_it = β·Ŝupport_it + …

4) 무작위배정시험(Randomized Controlled Trial, RCT) – 가능하다면 신규 공공임대주택 입주 희망자를 대상으로 ‘추첨(로터리)’ 방식 활용 – 당첨그룹 vs 탈락그룹 간 출산율 비교로 순수 인과효과 식별

4. 내생성(endogeneity) 문제 대응 1) 역인과관계(reverse causality) – 이미 출산 계획이 있는 가구가 주거지원을 먼저 신청할 가능성→패널모형에 개인 고정효과(μ_i) 포함, 출산 직전 가구 특성더미 추가

2) 선별편의(selection bias) – 자발적 신청에 따른 차별적 특성→RDD나 IV 혹은 RCT를 통해 ‘정책 할당의 준(準)무작위성’을 확보

3) 동시 처리동향(Concurrent policies) – 보육료 인상·육아휴직 강화 등 다른 저출생 대책과 혼동→다른 정책 시행시점·지역을 통제하거나 상호작용항을 추가

5. 검증 및 추가분석 1) 사전 동향 검증(Event-study) – 정책 시행 전후 시차별 효과(β_k)를 추정해 평행추세 충족 여부 확인

2) 이질적 효과(Heterogeneous effects) – 소득 수준, 도시·농어촌, 혼인전·후, 양육지원망 보유 여부별 효과 차이 분석

3) 메커니즘 검토 – 중개변수(mediator) 조회: ‘주거비 비중 감소’, ‘결혼시점 단축’, ‘주택불안감 심리지표 완화’ 등이 α→출산율에 어떻게 연결되는지 구조식 모형(SEM) 또는 단계별 회귀로 해명

4) 견실성 검토(Robustness checks) – 다른 대조군 선택, 긴 시차 패널, 다른 출산율 지표(합계출산율, 연령별 출산율) 활용

5) 정책효과의 크기 비교 – 예산 1억 원당 출산 증가분, 국민경제 편익비용비율(BCR) 산출로 정책우선순위 판단 청년 주거지원 정책의 출산율 상승 인과효과를 입증하려면 ‘정책이 할당된 준(準)무작위성 식별전략’을 채택하고, 충분한 사전·사후 패널데이터를 활용해 다양한 견실성 검토를 병행하는 것이 관건입니다.

이런 설계를 통해 정책 당국은 주거 안정 지원이 실제로 몇 퍼센트포인트의 출산율 상승을 유발하는지, 그리고 비용 대비 효과가 적정한지를 객관적으로 판단할 수 있습니다.