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

닉네임

비밀번호

제목

내용 [이미지 업로드는 권한이 있는 사람만 가능. 하단 카톡으로 연락]

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 <a href='https://sangseek.com/sangseeks/자격요건/ko'>자격요건</a>(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) <a href='https://sangseek.com/sangseeks/정책효과/ko'>정책효과</a>의 크기 비교        – 예산 1억 원당 출산 증가분, <a href='https://sangseek.com/sangseeks/국민경제/ko'>국민경제</a> 편익비용비율(BCR) 산출로 정책우선순위 판단      결론적으로, 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.