Article

무자녀 맞벌이 청년가구의 주거 특성 분석

황광훈 1 , * https://orcid.org/0009-0005-0601-0626
Kwanghoon Hwang 1 , * https://orcid.org/0009-0005-0601-0626
Author Information & Copyright
1한국고용정보원 부연구위원
1Associate Research Fellow, Korea Employment Information Service
*Corresponding Author: hunzzang96@keis.or.kr

© Copyright 2025, Korea Appraisal Board. This is an Open-Access article distributed under the terms of the Creative Commons Attribution NonCommercial-ShareAlike License (http://creativecommons.org/licenses/by-nc-sa/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Received: Feb 15, 2025; Revised: Apr 07, 2025; Accepted: Apr 11, 2025

Published Online: Apr 30, 2025

국문초록

본 연구에서는 한국고용정보원의 청년패널 2007 코호트의 6~14차(2012~2020년) 자료를 이용하여 무자녀 맞벌이 청년가구의 주거 현황을 살펴보고, 무자녀 및 맞벌이 유무가 주거 형태(자가 소유 및 아파트 거주)에 미치는 영향을 분석하였다. 주요 분석결과, 무자녀 청년 가구의 분포에서는 2012년 26.1%에서 2020년 41.4%로 8년간 15.3%p가 증가하였다. 반면 같은 기간 동안 유자녀 가구는 15.3%p 감소하였다. 또한, 맞벌이 청년 가구의 분포에서는 2012년 35.3%에서 2020년 50.7%로 8년간 15.4%p가 증가하였다. 또한, 맞벌이 청년가구의 주택 소유 형태에서는 자가 비율은 소폭 감소하였지만, 아파트 거주 비율은 64.9%에서 73.6%로 증가하였다. 무자녀 맞벌이 청년층은 양육비 부담이 없고 가처분 소득이 높아 주택 구매 자금 마련이 비교적 수월하며, 대출 상환 능력도 갖추고 있어 자가 소유 가능성이 높다. 또한, 안정적인 직장 생활과 경제력을 바탕으로 장기적인 주거비 절감을 위해 전·월세보다 자가를 선호하며, 정부의 주택 금융 지원을 활용할 기회도 많다. 향후 무자녀, 맞벌이 청년가구는 지속적으로 증가할 가능성이 예상되므로, 무자녀 맞벌이 청년 가구를 위한 주거지원 정책은 폭넓은 지원과 유연한 정책 설계를 중심으로 발전 및 변화해야 할 것이다.

Abstract

This study examined the housing status of childless and dual-income youth households through the Youth Panel 2007 Cohort 6‒14 (2012‒2020) data of the Korea Employment Information Service and analyzed childlessness and dual-income effects on housing types (ownership and apartment occupancy). The main results showed that the distribution of childless and dual-income youth households increased by 15.3%p from 26.1% in 2012 to 41.4% in 2020 over eight years. On the other hand, households with children decreased by 15.3%p in the same period. In addition, the distribution of dual-income youth households increased by 15.4%p from 35.3% in 2012 to 50.7% in 2020 over eight years. In the housing types of the dual-income households, the ownership rate slightly decreased but the apartment occupancy rate increased from 64.9% to 73.6%. The childless and dual-income group has no burden of child-rearing expenses and high disposable incomes so that it is relatively easy to secure funds for purchasing a home and have the ability to repay loans, which means that there is a high possibility of owning a home. In addition, based on stable employment and economic power, they prefer owning a home to renting in order to reduce long-term housing costs and have many opportunities to utilize the government’s housing finance supports. Now that accessibility to working places is important, they tend to choose apartments in areas with convenient transportation and good infrastructures. As the number of childless and dual-income youth households is expected to gradually grow in the future, housing supports for them should develop and change with broad aids and flexible plans.

Keywords: 청년패널; 무자녀; 맞벌이; 이항 로지스틱 회귀분석; 패널로짓모형
Keywords: Youth panel; Childlessness; Double-income; Binary logistic regression; Panel logit model

Ⅰ. 서론

최근 한국 사회에서는 무자녀 맞벌이 청년가구가 지속적으로 증가하는 추세를 보이고 있다. 전통적으로 한국 사회는 결혼과 출산을 필수적인 삶의 과정으로 간주하였으며, 자녀 양육이 가족의 주요한 기능 중 하나로 자리 잡아 왔다. 그러나 사회·경제적 변화와 개인의 가치관 변화에 따라 결혼 후에도 자녀를 두지 않는 맞벌이 청년 부부의 비율이 급격히 증가하고 있으며, 이는 인구 구조 뿐만 아니라 노동 시장과 사회 복지 체계에도 중대한 영향을 미치고 있다. 이러한 변화는 단순히 개인의 선택에 따른 현상이 아니라, 사회·경제적 요인과 정책적 환경이 복합적으로 작용한 결과라고 볼 수 있다. 특히 저출산·고령화가 심화되는 상황에서 무자녀 맞벌이 청년가구의 증가는 정책적 논의의 중요한 주제가 되고 있으며, 이에 대한 심층적 연구가 필요하다. 본 연구는 무자녀 맞벌이 청년가구 증가 현상을 다각도로 분석하고, 이를 촉진하는 주요 배경을 검토함으로써 현대 한국 사회의 구조적 변화를 조망하고자 한다.

무자녀 맞벌이 청년가구란 결혼한 청년 부부 중에서 자녀를 두지 않고 맞벌이를 하고 있는 가구를 의미한다.1) 최근 이러한 가구 형태가 급증하고 있으며, 이는 통계청 및 관련 기관의 조사에서도 확인되고 있다. 특히 수도권을 중심으로 이러한 현상이 더욱 두드러지며, 이는 높은 주거 비용과 치열한 노동 환경이 주요한 배경으로 작용하고 있음을 시사한다. 또한, 학력 수준이 높을수록, 그리고 소득 수준이 일정 수준 이상일수록 무자녀 맞벌이 가구의 비율이 증가하는 경향을 보인다. 이는 단순히 경제적 어려움 때문만이 아니라, 삶의 질을 중시하는 가치관 변화가 영향을 미치고 있음을 의미한다. 맞벌이 청년 부부들은 직장 내 경쟁과 개인의 경력 개발을 중요한 요소로 고려하며, 출산과 육아가 이들의 삶의 목표와 맞지 않는 경우 자녀를 갖지 않는 선택을 하게 된다. 이러한 현상은 비단 한국뿐만 아니라, 일본, 독일, 미국 등의 선진국에서도 공통적으로 나타나고 있으며, 글로벌한 사회 변화 속에서 한국 또한 이러한 흐름을 따르고 있음을 시사한다.

무자녀 맞벌이 청년가구의 증가 배경을 분석할 때, 가장 중요한 요소 중 하나는 경제적 요인이다. 먼저, 한국의 높은 주거 비용은 청년 부부가 자녀 출산을 기피하는 중요한 원인 중 하나로 작용한다. 특히, 수도권을 중심으로 급등한 부동산 가격은 신혼부부의 내 집 마련을 어렵게 만들고 있으며, 이는 자녀 양육을 위한 안정적인 기반을 마련하기 어렵게 만든다.

더불어, 고용 환경의 불안정성도 중요한 요인으로 작용한다. 최근 청년층의 고용 형태가 정규직보다 비정규직 및 프리랜서 중심으로 변화하면서, 안정적인 가계 수입을 유지하기 어려운 상황이 지속되고 있다. 특히 여성의 경제적 독립성이 높아지면서 맞벌이 부부가 필수적인 가구 형태로 자리 잡았으나, 출산과 육아로 인한 경력 단절이 여성의 경제적 활동에 부정적인 영향을 미칠 수 있다는 점에서 자녀 출산을 미루거나 포기하는 경우가 많다. 이는 결과적으로 무자녀 맞벌이 청년가구의 증가를 더욱 가속화시키는 요인이 된다.

경제적 요인과 더불어, 사회·문화적 변화도 무자녀 맞벌이 청년가구의 증가에 중요한 영향을 미치고 있다. 현대 사회에서는 개인의 삶의 질과 행복을 중시하는 경향이 강화되고 있으며, 이는 결혼과 출산에 대한 전통적인 관념을 변화시키는 원인이 되고 있다. 과거에는 결혼과 출산이 자연스러운 삶의 과정으로 여겨졌으나, 최근 청년층 사이에서는 자녀를 갖지 않고도 만족스러운 삶을 추구할 수 있다는 인식이 확산되고 있다.

특히, 워라밸(work-life balance)과 같이 일과 삶의 균형에 대한 관심이 증가하면서, 육아가 개인의 자유와 여가를 제약하는 요소로 인식되는 경향이 강해지고 있다. 맞벌이 부부의 경우, 자녀를 출산할 경우 부모 모두가 직장 생활과 육아를 병행해야 하는데, 이는 상당한 신체적·정신적 부담을 초래할 수 있다. 또한, 현재 한국 사회에서 육아에 대한 공적 지원이 충분하지 않다는 점도 맞벌이 부부들이 자녀를 갖지 않으려는 중요한 이유가 되고 있다. 국공립 어린이집 부족, 직장 내 육아휴직 사용의 어려움, 여성의 경력 단절 문제 등이 종합적으로 작용하면서, 출산과 양육을 회피하는 경향이 더욱 강화되고 있다.

한편, 무자녀 맞벌이 청년가구의 증가 현상은 현대 사회의 가족 구조와 삶의 방식이 변화하고 있음을 보여준다. 이들은 결혼 후 자녀를 두지 않거나 출산을 늦추며, 경제적 안정과 개인의 삶의 질을 우선시하는 경향이 있다. 특히 청년층에서 이러한 선택이 두드러지면서, 전통적인 가족 중심의 정책과 제도가 현실을 반영하지 못하는 경우가 늘고 있다. 따라서 무자녀 맞벌이 청년가구의 증가 배경과 이들의 생활 양식을 분석하는 것은 현재 사회의 흐름을 이해하는 데 매우 중요한 의미를 가진다.

이러한 맥락에서 청년 가구 중에서 무자녀 맞벌이 가구를 대상으로 주거 특성을 분석하는 시도는 중요한 의미를 가질 수 있다. 무자녀 맞벌이 청년가구의 주거특성 연구는 기존의 가족 중심 주거정책에서 벗어나 변화하는 청년 세대의 생활방식과 가치관을 반영하기 위함이다. 이들은 자녀 교육보다는 직장 접근성, 문화생활, 개인의 독립성과 취향을 중시하며, 이에 따라 도심 소형 주택, 공유 공간, 반려동물 친화적 환경 등을 선호하는 특성을 보인다. 이러한 특성을 체계적으로 분석함으로써, 도시계획과 주택정책, 청년복지 정책 등에서 보다 실효성 있는 대응이 가능해진다. 또한, 향후 1~2인 가구 증가, 저출산 문제 대응, 청년층 삶의 질 향상을 위한 맞춤형 정책 수립에도 중요한 기초 자료로 활용될 수 있다.

이들 무자녀 맞벌이 청년가구의 증가 현상이 어느 정도로 발생하고 진행되고 있는지 살펴보고, 이들의 주거 특성이 무엇이고, 어떠한 요인들이 영향을 미치고 있는지를 실증적으로 분석하고자 한다. 이를 통해 현재 우리 청년들이 직면해 있는 높은 주거 비용과 육아 부담, 불안정한 고용 환경, 그리고 개인주의적 가치관의 확산 등의 사회적 현상과 문제 속에서 정부와 지자체가 어떠한 정책적 접근 방향과 대안을 가져야 할지 기초 및 참고자료로 활용할 수 있을 것이다.

본 논문의 구성을 정리해 보면, 제Ⅱ장에서는 선행연구를 간략히 요약·정리하고, 제Ⅲ장에서는 데이터와 표본 구성, 연구 모형 및 분석방법 등의 연구방법에 대해 간략히 소개한다. 제Ⅳ장에서는 무자녀 맞벌이 청년 가구의 분포 추이를 살펴보고, 제Ⅴ장에서는 무자녀, 맞벌이 유무가 자가 소유 및 아파트 거주 여부에 미치는 영향을 실증적으로 추정한 후, 그 결과를 제시하고자 한다. 마지막으로 제Ⅵ장에서는 본 연구의 내용을 요약하고, 연구 결과의 함의와 한계점 등을 맺음말로 정리하도록 한다.

Ⅱ. 선행연구 검토

본 연구 주제와 관련된 연구는 대부분 청년 가구(1인가구 포함)의 주거환경 및 특성 등에 관한 연구들이다. 무자녀, 맞벌이 청년가구에 대한 연구는 아직 본격적으로 다루어지고 있지 않는 것으로 확인된다. 그 이유는 우리나라에서 무자녀, 맞벌이 청년가구의 증가 현상이 최근에 두드러지게 나타나는 현상이기 때문일 것으로 추측된다.

여기서는 청년가구의 주거 관련 특성들을 주제로 논의가 이루어졌던 선행연구를 일부 요약·정리해 보도록 하겠다.

이현정(2015a)의 연구에서는 5대 광역시나 기타 지역보다 수도권 거주 청년가구의 주거 빈곤과 주거비 부담이 매우 큰 것으로 나타났으며, 특히 저소득 청년 가구에서는 주거 빈곤의 특성과 주거비 부담이 심각한 것으로 나타났다. 청년 주거특성을 보여주는 또 다른 연구로는 이현정(2015b)의 연구를 볼 수 있는데, 이 연구에서는 청년의 임차가구의 주거관을 주택 소유 희망, 주택투자, 임차, 지원필요 등의 그룹으로 분류하여 분석하였다. 분석 결과에서는 주택투자 및 주택 소유를 희망하는 집단은 다가올 미래에 주택을 매입할 확률이 높은 것으로 나타났다.

청년의 주거문제를 복지 측면에서 접근한 연구(이태진 외, 2016)에서는 청년층의 빈곤과 주거 실태 및 영향을 분석하였다. 19~34세 청년에 대한 주거 실태를 분석한 결과, 청년층의 빈곤율은 노인층에 비해 다소 낮은 수준이지만 빈곤을 경험하는 청년층은 많고, 미혼이면서 남성인 경우 빈곤율이 더욱 높은 것으로 나타났는데, 취업상태에 따라서는 실업인 청년의 빈곤율이 높고, 취업한 청년 중에서는 임시/일용직, 자영업에 종사하는 청년의 경우가 상용직인 청년보다 빈곤율이 높은 것으로 나타났다.

배병우·남진(2013)은 가장 높은 주거비가 필요한 지역인 서울시에 거주하는 대학생의 주거비 부담 능력을 파악한 연구를 발표하는데, 분석 결과, 대학생의 주거비 부담 수준이 일반가구에 비해 높은 것으로 나타났으며, 점유 형태가 전세일수록, 주거 유형은 기숙사인 경우 주거비 부담 능력이 높아졌다. 출신 지역별로는 수도권 지역 학생보다는 비수도권에 있는 학생일수록 주거 부담 능력이 낮게 나타났다.

다음으로 이현정·박상우(2022)의 연구에서는 청년층 월세 가구를 수도권과 비수도권으로 구분하여 거주환경과 주거비 부담을 분석하였다. 수도권 거주 가구는 비수도권보다 교육 수준, 소득, 임대료 등이 높았으며, 특히 서울은 고학력·고소득의 미혼 여성 1인 가구 비율이 높고 주거비 부담이 가장 컸다. 경인 지역은 30대 기혼 2인 가구가 많았으며 소득대비 주거비가 가장 낮았다. 청년층의 주거비 부담 완화를 위해 안정적인 일자리 확보와 지역별 특성을 고려한 차별화된 주거지원 정책이 필요함을 제안하였다.

또한 이현정·남상준(2023)의 연구는 전세 거주 청년 부부가구의 거주환경과 주거비를 지역별로 비교하고 영향 요인을 분석하였다. 2020년 주거실태조사 분석 결과, 청년 부부가구는 주로 31~32세의 대졸 이상 남성 가구주가 있는 혼인 23년 차 신혼부부로, 수도권에서는 맞벌이 2인 가구, 비수도권에서는 외벌이 유자녀 가구 비율이 높았다. 수도권 가구는 비수도권보다 자산, 전세 보증금, 부채, 소득이 더 컸으며, 특히 서울과 비수도권 간 격차가 가장 컸다. 대체로 60m2 이상의 침실 3개가 있는 아파트에서 1년 이상 거주하며, 전세자금대출을 주로 이용하고 있었다. 주택 및 전체적인 주거환경 만족도는 서울과 특·광역시에서 높았지만, 경인 지역은 모두 불만족하였고, 비특·광역시는 가장 낮은 만족도를 보였다. 지역별 주택시장과 소득원 차이는 가계 재무구조와 거주 질의 격차를 심화시키는 요인이 되었으며, 이는 자산시장 변동성을 통해 더욱 확대될 가능성이 있다. 주택 및 주거환경 만족도의 주요 영향 요인은 근린환경 만족도였으며, 주거비 결정 요인은 서울의 주택 규모, 경인의 생활편의시설 만족도, 비특·광역시의 여성 가구주 여부 등 지역별로 다르게 나타났다. 이러한 지역 간 주거 수준의 차이는 장기적으로 주거 불균형과 지역 불균형을 초래할 가능성이 높아 이를 완화할 선제적인 정책이 필요성을 언급하였다.

이현정·이강현(2023)의 연구는 월세 거주 신혼부부 가구의 주거비 부담과 거주환경 평가를 지역별로 비교하고 영향 요인을 분석하였다. 분석 결과, 조사대상 가구주는 주로 30대 중반의 고학력 남성 임금근로자로, 혼인 기간 4년 이내의 3인 가족 가장이며 공동주택에 거주하는 무부채 가구였다. 서울 가구는 무자녀 맞벌이 비율이 높고 주거비 부담이 가장 컸으며, 주거복지서비스 이용률이 낮았다. 경인 지역은 신축 아파트 거주율과 주거복지서비스 이용률이 높았으나, 문화시설에 대한 불만이 컸다. 특·광역시 가구는 무부채 비율이 높았지만 유부채 가구의 부채 규모가 가장 컸고, 비특·광역시 가구는 외벌이 유자녀 가구 비율이 높으며 가장 넓은 면적의 아파트에 거주했다. 주거환경 만족도는 서울이 가장 높았으나, 비수도권과 경인 지역에서는 생활편의시설과 문화복지시설에 대한 불만이 컸다. 회귀분석 결과, 모든 지역에서 소득대비주거비가 슈바베 지수에 영향을 미쳤으며, 비서울 지역에서는 주거복지서비스 이용이 추가적으로 중요한 요인으로 작용했다. 거주환경 평가는 근린환경과 생활편의시설 만족도가 주요 결정 변수였다. 따라서 신혼부부의 주거 안정을 위해 지역별 차이를 고려한 정책적 접근이 필요하며, 고용 및 양육 친화적 정주환경 조성과 문화복지 서비스의 통합적 지원이 요구된다고 주장하였다.

황광훈(2023)의 연구는 청년패널 자료를 활용하여 주거특성과 가구배경이 청년 니트(NEET) 이행에 미치는 영향을 분석하였다. 연구 결과, 열악한 주거환경에 거주하는 청년층이 니트로 이행할 가능성이 높았으며, 부모와 동거하거나 경제적 지원을 받을 경우 그 위험이 더욱 증가하는 것으로 나타났다. 이는 경제적 독립이 어려운 청년층이 노동시장 진입에 취약함을 시사한다. 따라서 맞춤형 주거 및 일자리 정책을 포함한 종합적인 지원이 필요하다. 특히 노동시장 진입을 촉진하기 위한 제도를 마련하고, 안정적인 일자리와 주거환경을 제공해야 한다. 또한, 청년층의 자립을 돕기 위해 경제적 지원책과 취업 연계 프로그램을 강화할 필요가 있다. 주거 안정성이 구직 활동에 중요한 만큼 청년층을 위한 주거 지원 확대가 필수적이다. 부모의 경제적 지원이 니트 이행을 촉진할 가능성이 있어 자립을 유도할 정책적 유인이 필요하다. 직업 교육 및 훈련 기회를 확대하여 노동시장 경쟁력을 높여야 하며, 기업과 연계한 취업 지원 프로그램을 개발해야 한다. 궁극적으로 주거·경제·고용을 포괄하는 종합적인 정책적 접근이 청년 니트 문제 해결에 필수적이라 역설하였다.

마지막으로 정미렴(2024)의 연구는 월세 거주 신혼부부 가구의 주거비 부담과 거주환경 평가를 지역별로 비교하고 영향 요인을 분석하였다. 조사 결과, 대체로 30대 중반의 고학력 남성 임금근로자가 가구주이며, 4년 이내 혼인 기간을 가진 3인 가족으로 침실 2개가 있는 공동주택에 거주하는 무부채 가구였다. 서울 가구는 무자녀 맞벌이 비율이 높고 주거비 부담이 가장 크며, 주거복지서비스 이용률이 낮았다. 경인 지역은 신축 아파트 거주율과 주거복지서비스 이용률이 높았지만, 문화시설에 대한 불만이 컸다. 특·광역시 가구는 무부채 비율이 높지만 부채 규모와 생활비 부담이 컸으며, 비특·광역시 가구는 외벌이 유자녀 가구로 넓은 면적의 아파트에 거주하며 부채 부담이 적었다. 주거환경 만족도는 서울이 가장 높았으나, 경인과 비수도권 가구는 생활편의시설과 문화복지시설에 대한 불만족이 컸다. 회귀분석 결과, 모든 지역에서 슈바베 지수가 소득대비주거비에 영향을 미쳤으며, 비서울 지역에서는 주거복지서비스 이용과 소득, 주택 규모가 중요한 요인이었다. 주거환경 만족도는 근린환경과 생활편의시설 만족도에 영향을 받았으며, 특히 특·광역시를 제외한 지역에서 근린환경 만족도가 중요한 변수였다. 이러한 결과는 신혼부부의 주거 안정을 위해 지역별 특성을 고려한 맞춤형 지원이 필요함을 시사하며, 고용 및 양육 친화적 정주환경 조성과 문화복지 서비스의 통합적 지원이 요구되고, 나아가, 신혼부부의 주거 사다리 상향 이동을 지원하는 정책적 노력이 필요하다고 주장하였다.

해외연구에서 다루었던 청년층 주거문제 관련 선행연구를 보면, 소득 및 주거비용이 가구형성에 미치는 영향에 대한 연구들이 일부 발표되고 있다. Haurin et al.(1993)에서는 미국의 대표적 청년층 패널조사자료(national longitudinal survey of youth)를 활용하여 소득을 분석하였다. 분석결과 청년가구의 실질 임금수준은 가구형성에 긍정적인 효과를 주었으며, 실질임대료는 부정적인 효과를 보인 것으로 나타났다. 또한, Haurin et al.(1997)는 호주의 패널자료(Australian longitudinal survey)를 이용하여 19~28세의 청년 가구를 표본으로 분석한 연구에서도 실질임금은 가구형성에 긍정적인 효과를 보인 것으로 확인하였다. 다음으로 영국의 아동발달조사(national child study) 자료를 이용한 Ermisch and Di Salvo(1997)의 연구는 청년가구가 아닌 개인(가구원)을 관찰단위로 하여 남성과 여성으로 나누어 추정하였는데, 주택매매가격은 남성 청년 가구원의 가구형성에는 유의하지 않았으나 여성 청년 가구원의 경우에는 주택매매가격이 높을수록 부모로부터 독립하여 배우자 또는 동거인과 같이 거주할 확률이 낮아지는 것으로 나타났다. 한편, 1991~1995년 영국의 가구패널자료(British household panel study)를 이용하여 16~30세 청년 가구원을 분석대상으로 한 Ermisch(1999)의 연구에서는 주택가격이 높을수록 청년 가구원이 부모로부터 독립할 확률이 낮았으며, 청년 가구원의 소득이 높을수록, 그리고 부모의 소득이 낮을수록 부모로부터 분가할 확률이 높은 것으로 추정되었다.

본 연구는 기존의 선행연구들이 다루지 않았던 무자녀 맞벌이 청년가구를 중심으로 이들의 주거 특성(자가 소유와 아파트 거주 여부)을 다루고자 한다. 무자녀 맞벌이 청년가구의 시계열에 따른 분포와 추이를 살펴보고, 자가 소유 및 아파트 거주 여부에 영향을 미치는 요인들이 무엇인지 밝혀내고자 한다. 아울러, 패널자료가 가지고 있는 특성을 고려함과 동시에 모형의 정확한 인과관계를 추정하기 위해 기본적인 횡단면 로짓모형에 추가하여 패널로짓 모형(고정효과 및 임의효과)을 추가하여 분석한다.

Ⅲ. 연구 방법

1. 데이터 및 표본

본 연구에서는 한국고용정보원이 정보를 수집하여 제공하고 있는 청년패널(youth panel)2) 자료를 활용하도록 한다. 청년패널 자료 중 YP2007 코호트의 6~14차(2012~2020년) 자료를 이용하여 무자녀 맞벌이 청년가구3)의 주거 현황을 살펴보고, 무자녀 및 맞벌이 유무가 주거 형태(자가 소유 및 아파트 거주)에 미치는 영향을 추정한다.

본 연구에서는 앞서 기술한 연구 목적을 달성하기 위해서 4장(무자녀 맞벌이 청년 가구의 분포 추이)에서는 2012~2020년까지 각 년도 25~34세로 구성된 청년층 자료를 분석대상 표본으로 구성하여(<표 1>), 무자녀 맞벌이 가구의 증감 추이를 살펴본다. 이 기간(9개년)에서는 각 년도를 기준으로 25~34세의 연령대를 동일하게 추출이 가능하다. 즉, 4장에서는 만 25~34세 연령대를 주된 분석대상 연령으로 규정하여 분석하게 된다. 만 15~24세 연령대를 분석에서 제외한 이유는 현재 우리나라의 사회·경제적 특성상 학생 또는 학교 졸업 후 성인이 된 청년층 중 상당수는 부모와 함께 거주하는 것이 외국에 비해 자연스러운 현상이며, 거의 모든 남성의 경우 20세 전후로 군복무를 경험하고 있기 때문이다. 또한, 최근의 노동시장 상황에서 청년들의 노동시장 진입 연령대가 다소 높아지고, 비혼, 만혼 등의 사회적 현상이 확산되고 있어 20대 중반 이후의 연령대를 분석하는 것이 현재 우리 사회의 청년 가구 상황을 정확히 분석하는 것이라 판단하였다.

표 1. 분석대상 표본 구성(만 25~34세): 2012~2020년
년도\연령 24 25 26 27 28 29 30 31 32 33 34 35
2012
2013
2014
2015
2016
2017
2018
2019
2020

주 : 2015년에 만 15~22세 표본 추가.

Download Excel Table

다음으로 5장 실증분석(5장 무자녀, 맞벌이 유무가 자가 소유 및 아파트 거주 여부에 미치는 영향)에서는 2012~2020년까지 모든 연령층으로 구성된 자료(각년도 기준 20~39세 연령층)를 분석대상으로 선별하여 구축한 뒤 실증분석을 실시한다.

2. 연구모형 및 분석방법

본 연구에서는 무자녀 및 맞벌이 유무가 주거 형태(자가 소유 및 아파트 거주)에 미치는 영향을 추정하기 위해 이항 로지스틱 회귀분석(binary logistic regression)을 사용한다. 일반적으로 회귀분석은 설명변수와 종속변수의 인과관계(종속구조)를 실증적으로 밝혀내는 분석방법으로 주로 종속변수와 설명변수(통제변수)가 연속적으로 측정되거나 관찰된 경우에 사용한다. 그러나 종속변수가 연속적 형태의 변수가 아닌 질적인 특성을 가진 경우(자가 소유 및 아파트 거주는 1, 전월세 및 비아파트 거주는 0)는 로지스틱 회귀분석을 이용할 수 있다. 여기서는 종속변수가 이변량(0과 1의 값) 특성을 가진 모형이기 때문에 로지스틱 회귀모형을 활용하여 실증분석을 실시하도록 한다.

합동로짓모형은 y*=+ε로 나타낼 수 있는데, 여기에서 주거형태의 특성(자가 여부, 아파트 거주 여부)을 나타내는 y는 두 개(binary)의 값을 갖는 이항변수로 정의된다(황광훈, 2022).

y = { 1 , y * = X β + ε 0 인경우 ( 자가또는아파트점유 ) 0 , y * = X β + ε < 0 인경우 ( 비자가또는비아파트 )

주된 측정변수는 자녀 유무, 맞벌이 유무이고, 나머지 설명변수(통제변수)로는 성별, 연령, 학력, 취업여부, 종사상지위, 기업체규모, 월평균소득, 배우자 직업, 배우자 소득, 가구실질소득, 가구원수, 거주지역, 연도 더미 등이 있다.

다음으로 패널자료인 경우, 자료의 고유한 특성들을 고려하여 패널모형분석(패널로짓분석)을 해야 한다. 따라서 패널모형(고정효과, 임의효과)의 추정 결과도 함께 제시하도록 한다. 패널자료는 횡단면 및 시계열 자료의 특성들을 모두 가지고 있기 때문에 일반적으로 오차항의 동분산성 가정을 위배 또는 오차항의 자기상관이 존재할 가능성이 높다. 따라서 합동(pooled) 프로빗이나 합동로짓 모형 등으로 추정할 경우, 일치추정량을 얻을 수 어렵게 되는 문제점이 발생하게 된다. 이 문제를 개선 및 해결하기 위해서는 오차항에 대한 패널 개체특성들을 추가적으로 고려해야 한다.

패널모형(고정효과, 임의효과)의 경우도 종속변수와 설명변수는 앞서 기술한 합동로짓모형과 대체로 유사하다. 주된 측정변수는 자녀 유무, 맞벌이 유무이고, 나머지 설명변수(통제변수)로는 성별, 연령, 학력, 취업여부, 종사상지위, 기업체규모, 월평균소득, 배우자 직업, 배우자 소득, 가구실질소득, 가구원수, 거주지역 등이 있다.

y i t * = α 0 + β x i t + u i + e i t

패널고정효과 모형(fixed effects model, FEM)은 패널 데이터를 분석할 때 개체별로 상이한 특성을 고려하기 위해 사용되는 회귀 모형이다. 패널 데이터는 동일한 개체(예: 개인, 기업, 국가)를 여러 시점에 걸쳐 관측한 데이터를 의미하며, 이러한 데이터의 특성을 반영하는 데 고정효과 모형이 유용하다.

고정효과 모형은 개체별로 일정하게 유지되는 특성이 있다고 가정하며, 이러한 개체 고유의 특성이 회귀 분석 결과에 영향을 미칠 수 있음을 고려한다. 즉, 관측되지 않은 개체별 고유 특성(unobserved heterogeneity)이 설명 변수와 상관관계가 있다고 가정하는 것이 특징이다. 이에 따라, 고정효과 모형은 개체별 상수항을 추가하여 이러한 차이를 반영하고자 한다.

이 모형에서는 개체별 고유 특성이 시간에 따라 변하지 않는다고 가정하므로, 개체 내(intra-unit) 변화를 분석하는 데 초점을 맞춘다. 즉, 개체 간 차이를 통제하고 개체 내부의 변화를 이용하여 회귀 계수를 추정한다. 이를 위해, 개체별 고유 효과를 제거하는 방법으로 가장 일반적으로 사용되는 것이 “고정효과 변환” 혹은 “편차 변환(within transformation)” 기법이다. 고정효과 모형은 개체별 특성이 설명 변수와 상관관계가 있는 경우에도 편향 없이 추정할 수 있는 장점이 있다. 반면, 시간에 따라 변하는 개체별 특성을 설명할 수 없다는 단점도 존재한다. 또한, 개체 간 차이를 분석하는 것이 아니라 개체 내 변화만을 이용하므로, 개체 간 차이를 설명하는 데에는 적절하지 않을 수 있다.

고정효과 모형과 대비되는 개념으로는 확률효과 모형(random effects model, REM)이 있다. 확률효과 모형은 개체별 특성이 설명 변수와 상관관계가 없다고 가정하고, 이를 확률적 오차로 처리한다. 따라서, 설명 변수와 개체별 특성이 상관관계를 가지는 경우에는 고정효과 모형이 더 적절한 선택이 된다.

Ⅳ. 무자녀 맞벌이 청년 가구의 분포 추이

본 장에서는 무자녀 맞벌이 가구의 분포 추이를 시계열로 살펴보도록 한다. 모집단의 규모를 정확히 반영하기 위해 가중치를 적용한 통계를 중심으로 설명하도록 한다. 먼저 25~34세 연령 기준(응답자 기준)으로 무자녀 청년 가구의 분포(<표 2>)에서는 2012년 26.1%에서 2020년 41.4%로 8년간 15.3%p가 증가하였다. 반면 같은 기간 동안 유자녀 가구는 15.3%p 감소하였다.

표 2. 연도별 무자녀 청년가구 분포 추이(2012~2020년): 25~34세(단위: 명, %)
2012 2016 2020
표본 전체 1,401 1,245 1,030
무자녀 가구 371 419 440
26.5 33.7 42.7
유자녀 가구 1,030 826 590
73.5 66.4 57.3
가중치 적용 전체 2,403,519 2,006,232 1,357,350
무자녀 가구 626,751 664,789 562,218
26.1 33.1 41.4
유자녀 가구 1,776,768 1,341,443 795,132
73.9 66.9 58.6

주 : 가중치 적용 통계는 각 년도 기준으로 연도별 횡단면 가중치를 부여하여 산출한 결과임.

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

무자녀 청년 가구가 증가하는 이유는 경제적, 사회적, 문화적 요인이 복합적으로 작용하기 때문으로 추정된다. 높은 주거비와 생활비 부담으로 인해 결혼과 출산을 기피하거나 연기하는 청년들이 많아졌고, 불안정한 고용 환경과 낮은 임금 수준이 자녀 양육에 대한 경제적 부담을 가중시키고 있기 때문이다. 또한, 개인의 행복과 자기 개발을 중시하는 가치관이 확산되면서 결혼과 출산이 필수가 아닌 선택으로 인식되는 경향이 강해졌으며, 이와 함께 육아와 경력 단절에 대한 부담이 특히 여성들에게 크게 작용하며 출산을 꺼리게 만드는 요인이 되고 있다. 이러한 이유들로 인해 무자녀 청년 가구가 지속적으로 증가하는 추세를 보이고 있다고 볼 수 있다.

다음으로 맞벌이 청년 가구의 분포(<표 3>)에서는 2012년 35.3%에서 2020년 50.7%로 8년간 15.4%p가 증가하였다. 맞벌이 청년 가구가 증가하는 이유는 경제적 필요와 가치관 변화가 주요 요인으로 보인다. 높은 주거비와 생활비 부담으로 인해 부부가 함께 소득을 올려야 안정적인 생활이 가능해졌다. 또한, 개인의 경제적 자립과 직업적 성취를 중시하는 문화가 확산되면서 결혼 후에도 경력을 지속하려는 청년들이 많아졌다. 육아 및 가사 부담을 부부가 분담하는 인식이 확산되면서 맞벌이를 선택하는 가구가 늘어나고 있다. 이러한 요인들이 맞물려 맞벌이 청년 가구가 증가하는 추세를 보이고 있다.

표 3. 연도별 맞벌이 청년가구 분포 추이(2012~2020년): 25~34세(단위: 명, %)
2012 2016 2020
표본 맞벌이 가구 518 507 518
37.0 40.7 50.3
비맞벌이 가구 883 738 512
63.0 59.3 49.7
가중치 적용 맞벌이 가구 849,395 820,202 688,036
35.3 40.9 50.7
비맞벌이 가구 1,554,124 1,186,029 669,314
64.7 59.1 49.3

주 : 가중치 적용 통계는 각 년도 기준으로 연도별 횡단면 가중치를 부여하여 산출한 결과임.

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

무자녀이면서 동시에 맞벌이인 청년가구의 분포에서는 2012년 14.4%에서 2020년 27.7%로 8년간 13.3%p가 증가하였다(<표 4>).

표 4. 연도별 무자녀 맞벌이 청년가구 분포 추이(2012~ 2020년): 25~34세(단위: 명, %)
2012 2016 2020
표본 맞벌이 가구 205 246 292
14.6 19.8 28.4
비맞벌이 가구 1,196 999 738
85.4 80.2 71.7
가중치 적용 맞벌이 가구 345,571 393,232 375,833
14.4 19.6 27.7
비맞벌이 가구 2,057,948 1,613,000 981,517
85.6 80.4 72.3

주 : 가중치 적용 통계는 각 년도 기준으로 연도별 횡단면 가중치를 부여하여 산출한 결과임.

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

다음으로 무자녀 청년가구의 특성 변화를 보면, 거주지역이 수도권인 가구의 비율이 2012년 59.7%에서 2020년 61.2%로 증가하였다. 주택 소유 형태에서는 자가 비율이 33.1%에서 41.8%로 크게 증가하였고, 주택종류의 경우 아파트 거주 비율이 62.7%에서 68.3%로 증가하였다(<표 5>).

표 5. 무자녀 청년 가구의 특성 변화(2012~2020년): 25~ 34세(단위: 명, %)
2012 2016 2020
거주지역 수도권 56.6 57.9 60.0
중부권 10.6 9.9 9.5
호남권 10.4 12.5 8.2
영남권 22.4 19.7 22.3
주택소유 형태 자가 37.6 36.3 42.3
비자가(전월세 등) 62.4 63.7 57.7
주택종류 아파트 64.3 63.2 70.0
비아파트(단독, 연립, 오피스텔 등) 35.7 36.8 30.0

주 : 1) 수도권은 서울·인천·경기, 중부권은 대전·세종·강원·충북·충남, 호남권은 광주·전북·전남·제주, 영남권은 부산·대구·울산·경북·경남 지역임.

2) 가중치 적용 통계는 각 년도 기준으로 연도별 횡단면 가중치를 부여하여 산출한 결과임.

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

맞벌이 청년가구의 특성 변화에서는 거주지역이 수도권인 가구의 비율이 2012년 50.5%에서 2020년 55.7%로 증가하였다. 주택 소유 형태에서는 자가 비율은 소폭 감소하였지만, 아파트 거주 비율은 64.9%에서 73.6%로 증가하였다(<표 6>).

표 6. 맞벌이 청년 가구의 특성 변화(2012~2020년): 25~ 34세(단위: 명, %)
2012 2016 2020
거주지역 수도권 50.5 50.6 55.7
중부권 10.8 10.0 10.1
호남권 14.4 15.2 9.5
영남권 24.2 24.2 24.7
주택소유 형태 자가 45.7 42.1 43.1
비자가(전월세 등) 54.3 57.9 56.9
주택종류 아파트 64.9 64.3 73.6
비아파트(단독, 연립, 오피스텔 등) 35.1 35.7 26.4

주 : 1) 수도권은 서울·인천·경기, 중부권은 대전·세종·강원·충북·충남, 호남권은 광주·전북·전남·제주, 영남권은 부산·대구·울산·경북·경남 지역임.

2) 가중치 적용 통계는 각 년도 기준으로 연도별 횡단면 가중치를 부여하여 산출한 결과임.

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

즉, 무자녀 맞벌이 청년 가구의 자가 소유 비율과 아파트 거주 비율이 점차 높아지는 이유는 경제적 여건의 향상과 주거 환경에 대한 인식 변화 때문으로 추정된다. 맞벌이 가구는 단일 소득 가구보다 경제적 여력이 커서 주택 구매가 상대적으로 용이하며, 특히 자녀가 없는 경우 교육비나 육아 비용 부담이 적어 주거비에 더 많은 지출이 가능하다.

또한, 아파트 거주 비율이 높아지는 이유는 편의성과 투자 가치의 영향 때문으로 추정된다. 일반적으로 아파트는 교통과 생활 인프라가 잘 갖춰져 있어 실거주에 유리하며, 관리가 용이해 청년층에게 선호도가 높다. 맞벌이 청년 가구는 이러한 주거 환경과 정책적 지원을 활용하여 아파트를 선택하는 경향이 강해지고 있으며, 이에 따라 아파트 거주율이 점점 높아지고 있다.

Ⅴ. 무자녀, 맞벌이 유무가 자가 소유 및 아파트 거주 여부에 미치는 영향

본 연구의 실증분석은 주요 내용은 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향과 아파트 거주 여부에 미치는 영향을 추정하는 것이다. 종속변수 자가 소유 여부와 아파트 거주 여부이며, 관찰하고자 하는 주요 설명변수는 무자녀 여부와 맞벌이 유무 변인이다.

1. 기초통계량

분석에 사용된 표본의 평균, 비율, 표준편차 등 주요 특징을 요약하여 정리하면 다음과 같다. 분석에 사용된 표본의 특징을 요약하면, 첫째, 입주형태가 자가인 비율은 46%이고, 주택종류가 아파트인 비율은 68%로 나타났다. 자녀가 있는 경우는 23%, 맞벌이를 하고 있는 비율은 13%, 자녀가 없으면서 맞벌이를 하고 있는 경우는 13%로 확인된다. 성별에서는 남성 40%, 여성 60%로 나타났고, 학력수준에서는 고졸 이하 24%, 전문대졸 27%, 4년제 대졸 43%, 대학원졸이 6%로 나타났다. 둘째 취업과 관련된 변수의 통계량을 보면, 취업한 청년층이 67%, 이 중 종사상 지위에서는 상용직이 54%로 가장 높았고, 기업체 규모에서는 50인 미만 소기업 비율이 30%로 가장 높게 나타났다. 셋째, 배우자 정보를 보면, 취업자는 68%이고, 이중 상용직 53%, 임시일용직 3%, 비임금근로자 12%로 확인된다. 배우자 소득의 경우 200만 원 미만 8%, 200~300만 원 미만 22%, 300~400만 원 미만 22%, 400만 원 이상 15%로 나타났다. 넷째 기타 가구관련 정보에서는 가구원수가 2명이 22%, 3명 34%, 4명 34%, 5명 이상이 11%로 나타났으며, 가구의 거주지역은 수도권이 51%로 가장 많이 차지하고 있다(<표 7>).

표 7. 기초통계량(N=21,204)
평균, 비율 표준편차
자가 0.46 0.50
아파트 0.68 0.47
자녀 유 0.23 0.42
맞벌이 유 0.41 0.49
무자녀 맞벌이 유 0.13 0.34
남성 0.40 0.49
연령 34.26 3.68
최종학력 고졸 이하 0.24 0.43
전문대졸 0.27 0.44
4년제졸 0.43 0.50
대학원졸 0.06 0.23
취업 0.67 0.47
종사상지위 상용직 0.54 0.50
임시일용직 0.05 0.21
비임금근로자 0.09 0.28
미취업 0.33 0.47
기업체규모 소기업 0.30 0.46
중기업 0.11 0.31
대기업 0.26 0.44
미취업 0.33 0.47
응답자 월평균 소득 미취업 200만 원 미만 0.11 0.32
200~300만 원 미만 0.22 0.41
300만 원 이상 0.33 0.47
미취업 0.34 0.47
배우자 직업 유 0.68 0.47
배우자 종사상 지위 상용직 0.53 0.50
임시일용직 0.03 0.17
비임근근로 0.12 0.32
미취업 0.32 0.47
배우자 소득 200만 원 미만 0.08 0.27
200~300만 원 미만 0.22 0.42
300~400만 원 미만 0.22 0.41
400만 원 이상 0.15 0.36
배우자 미취업 0.33 0.47
연간 가구실질소득(로그값) 3.35 1.15
가구원 수 2명 0.22 0.41
3명 0.34 0.47
4명 0.34 0.47
5명 이상 0.11 0.31
거주지역 수도권 0.51 0.50
중부권 0.12 0.33
호남권 0.11 0.31
영남권 0.26 0.44
연도 2012년 0.07 0.25
2013년 0.08 0.27
2014년 0.09 0.28
2015년 0.10 0.30
2016년 0.11 0.32
2017년 0.12 0.33
2018년 0.13 0.34
2019년 0.14 0.35
2020년 0.16 0.36

주 : 1) 소기업은 50인 미만, 중기업은 50~299인, 대기업은 300인 이상임(이하 표에서는 생략).

2) 가중치를 부여하지 않은 수치임(이하 표에서는 생략).

자료 : 청년패널조사(YP2007) 자료, 한국고용정보원.

Download Excel Table

본 연구모형에 투입된 주요 설명(통제)변수들 중 소득(임금)과 관련된 변인들을 중심으로 상관관계를 추정한 결과에서는 주요 설명변수들 간의 상관관계 정도의 크기는 다중공선성 문제로 판단할만한 정도로 높지 않으며, 본 연구의 추정결과에 편의를 가져올 정도의 수준이 아닌 것으로 판단하였다(<부록>).

2. 실증분석 결과

<표 8>은 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향에 대한 로짓분석 결과이다. 주요 추정결과를 정리하면, 유자녀 청년 가구를 기준으로 자녀가 없는 청년가구의 경우, 자가를 선택하거나 소유할 가능성은 높은 것으로 나타났다.

표 8. 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향(로짓분석)
추정치 표준오차
상수항 -2.958*** 1.050
무자녀(기준: 유자녀) 0.827*** 0.108
맞벌이 유(기준: 맞벌이 아님) -0.094 0.082
남성(기준: 여성) -0.049 0.050
연령 0.064 0.059
연령제곱 0.000 0.001
최종학력 (기준: 고졸 이하) 전문대졸 0.025 0.041
4년제졸 0.070* 0.039
대학원졸 -0.061 0.070
종사상지위 (기준: 상용직) 임시일용직 -0.097 0.074
비임금근로자 0.155*** 0.059
미취업 0.110 0.689
기업체규모(기준: 소기업) 중기업 0.094* 0.053
대기업 0.121*** 0.044
미취업 -0.137 0.673
응답자 월평균 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.090 0.058
300만 원 이상 0.083 0.062
미취업 -0.003 0.135
배우자 직업 유 (기준: 배우자 직업 무) -0.101 0.301
배우자 종사상 지위 (기준: 상용직) 임시일용직 -0.300*** 0.093
비임근근로 0.001 0.048
미취업 -0.505 0.315
배우자 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.078 0.066
300~400만 원 미만 0.174** 0.069
400만 원 이상 0.468*** 0.073
배우자 미취업 0.481*** 0.158
연간 가구실질소득(로그값) 0.080*** 0.014
가구원 수 (기준: 2명) 3명 0.988*** 0.111
4명 1.297*** 0.112
5명 이상 1.610*** 0.117
거주지역 (기준: 호남권) 수도권 -0.833*** 0.049
중부권 -0.468*** 0.060
영남권 -0.260*** 0.053
연도 (기준: 2012년) 2013년 -0.096 0.076
2014년 -0.079 0.074
2015년 -0.159** 0.072
2016년 -0.161** 0.071
2017년 -0.161** 0.071
2018년 -0.119* 0.071
2019년 -0.146** 0.071
2020년 -0.100 0.072
-2 LogL 29,276.55
LR 검정 통계량 1,419.21***
N 21,204

* 주 : 는 10%,

** 는 5%,

*** 는 1% 신뢰수준에서 유의함.

Download Excel Table

이는 자녀가 없는 청년가구의 경우, 유자녀 가구와 비교하여 경제적 부담 감소, 자산 형성의 유리함, 그리고 주거 선택의 유연성 때문이다. 자녀 양육과 교육비 부담이 없어 소득의 상당 부분을 주택 구입 자금으로 저축할 수 있으며, 대출 상환 부담도 상대적으로 낮다. 또한 맞벌이 청년가구일 경우 가처분 소득이 높아 주택 구매를 위한 자본 축적이 용이하고, 정부의 청년 대상 주택 금융 지원을 활용할 가능성이 크다. 자녀가 없기 때문에 주거 입지 선택이 자유로워 가격이 상대적으로 저렴한 지역에서 자가를 마련할 기회가 많고, 소형 주택 구매를 통해 초기 주택시장에 진입하기가 수월하다. 더불어, 청년층의 결혼 및 가족 형성이 늦어지면서 자산 형성을 위한 투자 개념으로 자가 구매를 고려하는 경우가 많다. 사회적 변화와 정책적 지원이 맞물리면서 자녀가 없는 청년가구의 자가소유 가능성이 더욱 높아지고 있는 것이 현실이다.

다음으로 맞벌이 유무 항목에서는 통계적으로 유의미한 결과가 추정되지는 않았다.

그리고 가구의 인구학적 속성과 경제활동상태, 취업 특성 등을 고려한 추정결과에서는 4년제 대졸학력을 가진 청년층의 경우 자가를 소유할 가능성이 높았고, 중소기업보다는 대기업에 취업한 청년층일수록 자가를 소유하는 것으로 확인되었다. 또한, 배우자의 종사상 지위가 상용직인 경우, 비임금근로자와 비교하여 자가 소유 가능성이 높은 것으로 추정되었으며, 배우자의 소득 수준과 관련해서는 소득이 높을수록 자가 소유 가능성이 높은 것으로 나타났다. 연간 가구의 실질소득이 증가할수록 자가소유 가능성이 높은 것으로 나타났다. 그리고 가구원 수가 증가할수록 자가 소유 가능성은 높은 것으로 확인되었다. 지역항목에서는 호남권을 기준으로 볼 때 수도권 및 중부권 청년층이 자가를 선택할 가능성이 낮게 나타났다. 수도권의 경우 부동산 가격이 비수도권과 비교하여 매우 높기 때문에 상대적으로 자가 소유 확률이 낮은 것으로 추정된다.

다음의 <표 9>는 무자녀, 맞벌이 유무가 아파트 거주에 미치는 영향에 대한 로짓분석 결과이다. 주요 추정결과를 보면, 무자녀 청년 가구 항목에서는 통계적으로 유의미한 결과가 나타나지는 않았고, 맞벌이 청년가구 여부에서는 맞벌이 청년가구일 경우 아파트에 거주하는 것으로 나타났다. 즉, 맞벌이 청년가구는 경제적 여건과 주거 선호 요인으로 인해 아파트 거주 가능성이 높다. 맞벌이로 인해 가구 소득이 단일 소득 가구보다 높아 주택 구매력과 대출 상환 능력이 강화되며, 안정적인 수입을 바탕으로 아파트를 선택할 가능성이 크다. 또한, 아파트는 편의시설과 보안, 주거 환경이 우수하여 직장 생활과 가사 부담을 병행하는 맞벌이 가구에 적합하며, 관리 효율성이 높은 점이 선호 요인으로 작용한다.

표 9. 무자녀, 맞벌이 유무가 아파트 거주에 미치는 영향(로짓분석)
추정치 표준오차
상수항 -0.062 1.060
무자녀(기준: 유자녀) -0.084 0.108
맞벌이 유(기준: 맞벌이 아님) 0.216** 0.086
남성(기준: 여성) -0.039 0.053
연령 -0.017 0.060
연령제곱 0.001 0.001
최종학력 (기준: 고졸 이하) 전문대졸 0.309*** 0.041
4년제졸 0.630*** 0.041
대학원졸 0.642*** 0.076
종사상지위 (기준: 상용직) 임시일용직 -0.038 0.076
비임금근로자 -0.154** 0.061
미취업 0.693 0.678
기업체규모 (기준: 소기업) 중기업 0.036 0.056
대기업 0.259*** 0.047
미취업 -0.675 0.662
응답자 월평균 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.081 0.060
300만 원 이상 0.326*** 0.065
미취업 0.307** 0.137
배우자 직업 유 (기준: 배우자 직업 무) -0.084 0.321
배우자 종사상 지위 (기준: 상용직) 임시일용직 -0.175** 0.091
비임근근로 -0.292*** 0.050
미취업 -0.371 0.334
배우자 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.324*** 0.066
300~400만 원 미만 0.500*** 0.071
400만 원 이상 0.854*** 0.078
배우자 미취업 0.687*** 0.165
연간 가구실질소득(로그값) 0.069*** 0.015
가구원 수 (기준: 2명) 3명 0.045 0.112
4명 0.214*** 0.113
5명 이상 -0.009 0.117
거주지역 (기준: 호남권) 수도권 -0.688*** 0.055
중부권 -0.198*** 0.068
영남권 -0.296*** 0.059
연도 (기준: 2012년) 2013년 -0.106 0.078
2014년 -0.185** 0.077
2015년 -0.202*** 0.075
2016년 -0.220*** 0.074
2017년 -0.222*** 0.074
2018년 -0.160** 0.074
2019년 -0.148** 0.075
2020년 -0.098 0.076
-2 LogL 26,645.31
LR 검정 통계량 1,250.71***
N 21,204

* 주 : 는 10%,

** 는 5%,

*** 는 1% 신뢰수준에서 유의함.

Download Excel Table

가구의 인구학적 속성과 경제활동상태, 취업 특성 등을 고려한 추정 결과에서는 응답자의 학력이 높을수록 아파트 거주하고, 응답자의 경제활동상태에서는 취업자 중에서 상용직 근로자의 아파트에 주로 거주하는 것으로 나타났다. 또한 취업자의 기업체 규모에서는 대기업 종사하는 청년층일수록 아파트 거주를 많이 하는 것으로 확인되었으며, 응답자의 임금수준이 높아질수록 아파트에 거주하는 것으로 나타났다.

배우자의 특성에서는 배우자의 종사상 지위가 상용직인 경우, 임시/일용직과 비임금근로자와 비교하여 아파트를 점유하는 것으로 나타났으며, 배우자의 소득 수준과 가구의 실질소득이 높아질수록 아파트에 거주하는 것으로 나타났다.

지역항목에서는 수도권에 거주하는 청년층일수록 아파트를 점유하고 있는 것으로 확인되었다. 수도권 거주 청년가구의 아파트 거주 가능성이 높은 이유는 주거 선호도, 경제적 여건, 그리고 정책적 지원 때문으로 추정된다. 수도권은 교통, 교육, 직장 접근성이 우수하여 청년층이 선호하는 지역이며, 아파트는 이러한 입지에 많이 공급되어 선택 가능성이 높다.

<표 10>은 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향에 대한 패널로짓분석 결과이다. 하우스만 테스트 결과, 고정효과보다는 임의효과 결과가 유의한 추정결과로 확인되었다. 임의효과 추정 결과를 중심으로 보면, 유자녀 청년 가구를 기준으로 무자녀 청년가구의 경우, 자가를 선택 및 소유할 가능성은 높게 나타났고, 맞벌이 유무 항목에서는 맞벌이 청년가구인 경우 자가를 소유하는 것으로 나타났다. 그리고 <표 11>에서는 무자녀, 맞벌이 유무가 아파트 거주 여부에 미치는 영향에 대한 패널로짓분석 결과를 보여준다. 여기서도 하우스만 테스트 결과, 고정효과보다는 임의효과 결과가 유의한 추정결과로 확인되었다. 추정 결과, 비맞벌이 청년가구보다는 맞벌이 청년 가구가 아파트를 선택하여 거주하는 것으로 나타났다.

표 10. 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향(패널로짓모형)
Fixed effects Random effects
추정치 표준오차 추정치 표준오차
자녀 유(기준: 자녀 무) 1.002*** 0.305 1.374*** 0.314
맞벌이 유(기준: 맞벌이 아님) 0.614*** 0.225 0.564** 0.225
남성(기준: 여성) - -0.301 0.299
연령 0.135 0.195 0.131 0.182
연령제곱 0.001 0.003 0.001 0.003
최종학력 (기준: 고졸 이하) 전문대졸 -14.367 715.415 -0.019 0.369
4년제졸 0.012 0.571 0.446 0.318
대학원졸 0.038 0.792 0.070 0.504
종사상지위 (기준: 상용직) 임시일용직 0.337 0.213 0.354* 0.212
비임금근로자 0.006 0.226 0.096 0.221
미취업 -0.479 2.428 -0.583 1.917
기업체규모 (기준: 소기업) 중기업 -0.405** 0.200 -0.290 0.194
대기업 -0.102 0.189 0.032 0.177
미취업 0.759 2.401 0.741 1.882
응답자 월평균 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.058 0.166 0.094 0.165
300만 원 이상 -0.440** 0.185 -0.359* 0.184
미취업 -0.187 0.306 -0.109 0.317
배우자 직업 유(기준: 배우자 직업 무) 0.336 0.797 0.245 0.808
배우자 종사상 지위 (기준: 상용직) 임시일용직 0.063 0.224 0.083 0.229
비임근근로 -0.378** 0.183 -0.333* 0.177
미취업 0.892 0.841 0.763 0.849
배우자 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.052 0.173 0.100 0.174
300~400만 원 미만 0.263 0.193 0.324* 0.191
400만 원 이상 0.505** 0.215 0.661*** 0.212
배우자 미취업 0.000 0.433 0.090 0.438
연간 가구실질소득(로그값) 0.088** 0.036 0.104*** 0.037
가구원 수 (기준: 2명) 3명 1.627*** 0.304 2.202*** 0.317
4명 1.967*** 0.309 2.731*** 0.325
5명 이상 2.589*** 0.335 3.570*** 0.355
거주지역 (기준: 호남권) 수도권 0.559 0.452 -1.303*** 0.327
중부권 0.251 0.526 -0.791** 0.390
영남권 1.214** 0.594 0.494 0.377
상수항 - -10.899*** 3.250
LR-chi2/Wald-test 529.23*** 629.46***
Number of obs 5,204 21,204

주 : 1) Fixed effects는 시간에 따라 변하지 않은 변수가 제거되고, random effects는 모든 관측치수를 사용하므로 두 모형의 관측치는 상이함.

* 2) 는 10%,

** 는 5%,

*** 는 1% 신뢰수준에서 유의함.

Download Excel Table
표 11. 무자녀, 맞벌이 유무가 아파트 거주에 미치는 영향(패널로짓모형: 고정효과)
Fixed effects Random effects
추정치 표준오차 추정치 표준오차
자녀 유(기준: 자녀 무) -0.180 0.321 -0.176 0.315
맞벌이 유(기준: 맞벌이 아님) 0.548** 0.261 0.673*** 0.259
남성(기준: 여성) - -0.551** 0.258
연령 0.202 0.238 0.050 0.208
연령제곱 0.001 0.003 0.003 0.003
최종학력 (기준: 고졸 이하) 전문대졸 -13.730 356.989 0.402 0.298
4년제졸 -0.880 0.673 1.663*** 0.264
대학원졸 -1.179 1.026 1.484*** 0.444
종사상지위 (기준: 상용직) 임시일용직 -0.033 0.260 -0.013 0.253
비임금근로자 -0.520** 0.248 -0.517** 0.237
미취업 0.716 1.437 0.908 1.486
기업체규모 (기준: 소기업) 중기업 -0.008 0.237 0.121 0.216
대기업 -0.258 0.226 -0.011 0.194
미취업 -0.426 1.353 -0.663 1.411
응답자 월평균 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.053 0.189 0.131 0.186
300만 원 이상 0.437** 0.216 0.637*** 0.209
미취업 0.040 0.429 0.262 0.413
배우자 직업 유(기준: 배우자 직업 무) 0.121 1.056 0.197 1.026
배우자 종사상 지위 (기준: 상용직) 임시일용직 0.306 0.259 0.367 0.263
비임근근로 -0.040 0.214 -0.103 0.197
미취업 0.202 1.047 0.297 1.031
배우자 소득 (기준: 200만 원 미만) 200~300만 원 미만 0.173 0.193 0.319 0.194
300~400만 원 미만 0.273 0.221 0.576*** 0.217
400만 원 이상 0.712*** 0.262 1.150*** 0.250
배우자 미취업 0.493 0.444 0.729 0.461
연간 가구실질소득(로그값) 0.082*** 0.046 0.120*** 0.045
가구원 수 (기준: 2명) 3명 0.936*** 0.320 1.024*** 0.320
4명 1.045*** 0.324 1.196*** 0.324
5명 이상 1.000*** 0.354 1.033*** 0.352
거주지역 (기준: 호남권) 수도권 1.459*** 0.477 -0.022 0.293
중부권 3.055*** 0.659 1.759*** 0.373
영남권 0.701 0.606 0.372 0.327
상수항 - -1.766 3.757
LR-chi2/Wald-test 459.94*** 559.99***
Number of obs 3,597 21,204

* 주 : 는 10%,

** 는 5%,

*** 는 1% 신뢰수준에서 유의함.

Download Excel Table

앞서 횡단면 로짓 모형 추정결과와 마찬가지고, 무자녀, 맞벌이 청년 가구가 자가를 소유하고, 아파트에 거주하려고 하는 이유는 경제적 여건과 생활 편의성, 자산 가치 상승 기대가 맞물려 있기 때문이다. 맞벌이로 인해 소득이 안정적으로 형성되면서 주택 구입을 위한 자금 마련과 대출 상환 부담이 줄어들고, 자녀가 없기 때문에 양육비와 교육비 지출이 없어 주택 구매에 더 많은 재정을 투자할 수 있다. 또한, 아파트는 보안과 관리가 용이할 뿐만 아니라 편의시설과 대중교통 접근성이 뛰어나 바쁜 직장 생활과 가사 부담을 병행해야 하는 맞벌이 가구에 적합하다. 특히 수도권과 대도시에서는 직장과의 접근성을 고려할 때 아파트가 주요 주거 형태로 자리 잡고 있어 자연스럽게 선호도가 높아진다. 게다가 부동산 시장에서 아파트는 안정적인 투자 자산으로 인식되기 때문에 미래의 자산 가치를 고려하는 청년층에게 매력적인 선택이 된다. 더불어, 전·월세 가격이 지속적으로 상승하면서 임대 비용 부담을 줄이고 장기적으로 주거비를 절감하기 위해 자가 소유를 고려하는 경향도 커지고 있다. 여기에 정부의 청년 및 신혼부부 대상 주택 지원 정책을 활용하면 보다 낮은 부담으로 내 집 마련이 가능해지면서 자가 소유의 기회가 더욱 확대된다. 한편, 무자녀 가구는 자녀 양육을 고려할 필요가 없어 공간 활용도가 높은 소형 아파트를 선택할 가능성이 크며, 실용적이고 효율적인 주거 공간을 선호하는 경향과도 맞물린다. 또한, 교통과 생활 인프라가 잘 갖춰진 지역에서 안정적으로 정착하려는 욕구가 강해 자연스럽게 아파트 거주를 희망하게 된다. 나아가, 청년층의 자립 의식이 강화되면서 임대보다 자가를 통해 장기적인 주거 안정성을 확보하려는 사회적 분위기도 영향을 미친다. 결국, 경제적 여건과 생활의 질을 고려하는 무자녀, 맞벌이 청년 가구에게 자가 소유와 아파트 거주는 실용적인 선택일 뿐만 아니라 미래를 대비하는 전략적 결정으로 이어지고 있다.

Ⅵ. 요약 및 시사점

본 연구에서는 한국고용정보원의 청년패널2007 코호트의 6~14차(2012~2020년) 자료를 이용하여 무자녀 맞벌이 청년가구의 주거 현황을 살펴보고, 무자녀 및 맞벌이 유무가 주거 형태(자가 소유 및 아파트 거주)에 미치는 영향을 추정하였다.

주요 분석 결과를 요약해서 정리하면 다음과 같다.

첫째, 25~34세 연령 기준으로 무자녀 청년 가구의 분포에서는 2012년 26.1%에서 2020년 41.4%로 8년간 15.3%p가 증가하였다. 반면 같은 기간 동안 유자녀 가구는 15.3%p 감소하였다. 또한, 맞벌이 청년 가구의 분포에서는 2012년 35.3%에서 2020년 50.7%로 8년간 15.4%p가 증가하였다.

둘째, 맞벌이 청년가구의 주택 소유 형태에서는 자가 비율은 소폭 감소하였지만, 아파트 거주 비율은 64.9%에서 73.6%로 증가하였다. 무자녀 맞벌이 청년 가구의 자가 소유 비율과 아파트 거주 비율이 점차 높아지는 이유는 경제적 여건의 향상과 주거 환경에 대한 인식 변화 때문으로 보인다.

셋째, 무자녀, 맞벌이 유무가 자가 소유에 미치는 영향에 대한 로짓분석 결과, 유자녀 청년 가구를 기준으로 자녀가 없는 청년가구의 자가소유 가능성은 높은 것으로 나타났다. 이는 자녀가 없는 청년가구는 양육과 교육비 부담이 없어 주택 구매를 위한 자금 마련이 수월하며, 맞벌이일 경우 가처분 소득이 높아 자산 형성이 유리하고 정부의 주택 금융 지원도 활용하기 쉽기 때문이다. 또한, 주거 입지 선택이 자유로워 비교적 저렴한 지역에서 자가를 마련할 기회가 많고, 소형 주택을 통해 초기 주택시장에 진입하기 용이하며, 결혼과 가족 형성이 늦어지는 사회적 변화와 정책적 지원이 맞물리면서 이들의 자가 소유 가능성이 더욱 높아지고 있기 때문으로 보인다.

넷째, 무자녀, 맞벌이 유무가 아파트 거주에 미치는 영향에 대한 로짓분석 결과, 맞벌이 청년가구 여부에서는 맞벌이 청년가구일 경우 아파트 거주 가능성이 높은 것으로 나타났다. 즉, 맞벌이 청년가구는 경제적 여건과 주거 선호 요인으로 인해 아파트 거주 가능성이 높다. 맞벌이로 인해 가구 소득이 단일 소득 가구보다 높아 주택 구매력과 대출 상환 능력이 강화되며, 안정적인 수입을 바탕으로 아파트를 선택할 가능성이 클 것으로 추정된다.

결국, 무자녀 맞벌이 청년층은 양육비 부담이 없고 가처분 소득이 높아 주택 구매 자금 마련이 비교적 수월하며, 대출 상환 능력도 갖추고 있어 자가 소유 가능성이 높다. 또한, 안정적인 직장 생활과 경제력을 바탕으로 장기적인 주거비 절감을 위해 전·월세보다 자가를 선호하며, 정부의 주택 금융 지원을 활용할 기회도 많다. 직장 접근성이 중요한 요소로 작용하는 만큼, 교통이 편리하고 생활 인프라가 잘 갖춰진 지역의 아파트를 선호하는 경향이 크다. 소형 아파트는 초기 주택시장 진입이 용이하고, 투자 가치가 높아 미래 자산 형성에도 유리하기 때문에 더욱 선호된다. 이러한 요인들이 맞물리면서 무자녀 맞벌이 청년층의 자가 소유와 아파트 거주 가능성이 높아지고 있다.

향후 무자녀, 맞벌이 청년가구는 지속적으로 증가할 가능성이 예상된다. 이에 무자녀 맞벌이 청년 가구를 위한 주거지원 정책은 폭넓은 지원과 유연한 정책 설계를 중심으로 발전해야 하겠다.

본 연구는 분석하는 과정에서 몇 가지 연구의 한계점에 발생하였다. 주거특성에 영향을 미칠 수 있는 중요한 몇 가지 요인들을 모형에 투입하지는 못하였다. 대표적으로 정서적 측면에서의 청년층 개인의 심리적 상태(자아존중감 등) 등이 있다. 데이터의 한계로 인해 모형에 포함시키지는 못하였다. 또한, 본 연구의 분석과정에서 패널분석을 위한 자료 구축이 균형패널데이터(balanced panel data)가 아닌 불균형패널데이터(unbalanced panel data)로 구성되어 있다. 즉, 일부 코호트의 경우에는 단 1~2개 연도만 관찰이 될 수 있는 등 패널 데이터 구조의 불균형성이 존재하여 일부 개체에 대한 정보가 부족하여 과소 또는 과대추정의 영향이 발생할 수 있다.

후속 연구에서는 이러한 한계적 요인들을 충분히 검토하여 발전시키도록 하겠다.

Notes

1) 엄밀하게 개념을 정의하면, “무자녀 맞벌이 신혼부부”의 표현이 더 정확한 표현으로 볼 수 있으나, 일반적으로 신혼부부의 개념이 결혼 후 7년 이내로 보고 있다. 하지만, 분석표본 대부분 결혼 후 7년 이내에 있지만, 일부 청년가구는 결혼 후 7년이 넘은 경우도 있기 때문에 “무자녀 맞벌이 청년가구”라는 표현을 사용한다.

2) 청년패널조사는 2007년 기준 만 15~29세를 대표하는 표본에 대해 매년 추적조사하는 종단면조사로 전체 청년층 연령대를 포괄할 수 있는 대규모 조사 자료이다. 2020년 기준으로는 만 28~42세가 되었으며, 2015년에 표본(2015년 기준 15~22세)이 추가되어 통합데이터 기준으로는 2020년 만 20~42세가 되었다. 특히, 청년패널조사는 우리나라 청년층의 중고등학교 및 대학(원) 생활, 다양한 사회 및 경제활동, 미취업자의 취업을 위한 다양한 노력과 활동, 직업훈련 및 자격증 경험, 가구배경 등 방대한 기초 자료(정보)를 조사/수집하여 청년고용 촉진 및 실업 개선을 위한 고용정책의 기초자료 및 학문적 연구 발전 기여를 목적으로 매년 실시하고 있다.

3) 본 연구에서의 혼인상태 여부에 대한 정확한 기준은 설문지(조사표)에 기술된 대로 호적 또는 주민등록과는 관계없이 사실상의 배우관계를 의미한다.

참고문헌

1.

배병우, 남진. (2013). 서울시 거주 대학생의 주거비 부담능력 분석. 서울도시연구, 14(1), 23-38.

2.

이태진, 김태완, 정의철, 최은영, 임덕영, 윤여선, 최준영, 우선희. (2016). 청년 빈곤 해소를 위한 맞춤형 주거지원 정책방안(연구보고서 2016-42). 한국보건사회연구원.

3.

이현정. (2015a). 2012년 주거실태조사에 나타난 청년 임차가구의 지역별 주거 실태 비교. 한국주거학회논문집, 26(1), 81-90.

4.

이현정. (2015b) 수도권 사회진출초기 임차자의 주거비 실태. 한국주거학회논문집, 26(1), 71-79.

5.

이현정, 남상준. (2023). 전세 거주 청년 부부가구의 지역 간 거주환경과 주거비 차이. LHI Journal, 14(3), 17-36.

6.

이현정, 박상우. (2022). 지역별 청년층 월세 가구의 거주환경 및 주거비 부담 결정요인 분석. 주택도시연구, 12(2), 21-49.

7.

이현정, 이강현. (2023). 신혼부부 월세 가구의 거주지역별 주거비 부담 및 거주환경에 관한 실증 분석. GRI연구논총, 25(2), 307-334.

8.

정미렴. (2024) 수도권 1인 청년가구의 주거관과 주거개선노력. 한국주거학회 학술대회논문집, 35(2), 351-354.

9.

황광훈. (2022). 수도권 및 비수도권 청년층의 주거특성 및 주거특성에 미치는 영향요인 분석. LHI 저널, 13(3), 21-38.

10.

황광훈. (2023). 청년층의 주거와 가구배경이 청년니트 이행에 미치는 영향. LHI Journal, 14(3), 1-15.

11.

Ermisch, J. (1999). Prices, parents and young people’s household formation. Journal of Urban Economics, 45(1), 47-71.

12.

Ermisch, J., & Di Salvo, P. (1997). The eonomic determinants of young people’s household formation. Economica, 64(256), 627-644.

13.

Haurin, D. R., Hendershott, P. H., & Kim, D. (1993). The impacts of real rents and wages on household formation. The Review of Economics and Statistics, 75(2), 284-293.

14.

Haurin, R. J., Haurin, D. P., Hendershott, P. H., & Bourassa, S. C. (1997). Home or alone: The costs of independent living for youth. Social Science Research, 26(2), 135-152.

Appendices

표 A-1. 소득관련 변인들간의 상관관계 추정
200만 원 미만 200~300만 원 미만 300만 원 이상 미취업 200만 원 미만 200~300만 원 미만 300~400만 원 미만 400만 원 이상 배우자 미취업 연간 가구 실질소득 (로그값)
200만 원 미만 1.000 -0.188 -0.247 -0.255 0.052 0.107 0.031 -0.019 -0.137 -0.035
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 0.006 <0.0001 <0.0001
200~300만 원 미만 -0.188 1.000 -0.370 -0.382 0.045 0.047 -0.033 -0.108 0.044 0.033
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
300만 원 이상 -0.247 -0.370 1.000 -0.502 0.029 -0.141 -0.127 -0.053 0.261 0.228
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
미취업 -0.255 -0.382 -0.502 1.000 -0.103 0.027 0.134 0.160 -0.205 -0.231
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
200만 원 미만 0.052 0.045 0.029 -0.103 1.000 -0.157 -0.154 -0.123 -0.204 -0.067
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
200~300만 원 미만 0.107 0.047 -0.141 0.027 -0.157 1.000 -0.284 -0.228 -0.376 0.013
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 0.067
300~400만 원 미만 0.031 -0.033 -0.127 0.134 -0.154 -0.284 1.000 -0.223 -0.368 0.105
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
400만 원 이상 -0.019 -0.108 -0.053 0.160 -0.123 -0.228 -0.223 1.000 -0.295 0.207
0.006 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
배우자 미취업 -0.137 0.044 0.261 -0.205 -0.204 -0.376 -0.368 -0.295 1.000 -0.223
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001
연간 가구실질 소득(로그값) -0.035 0.033 0.228 -0.231 -0.067 0.013 0.105 0.207 -0.223 1.000
<0.0001 <0.0001 <0.0001 <0.0001 <0.0001 0.067 <0.0001 <0.0001 <0.0001
Download Excel Table