패널자료를 활용한 수도권과 비수도권 지역의 생활만족도 결정요인

• 영문명: Determinants of Life Satisfaction in Capital and Non-capital Regions Using Panel Data
• 발행기관: 부경대학교 인문사회과학연구소
• 저자명: 이옥자(Lee okja)
• 간행물 정보: 『인문사회과학연구』인문사회과학연구 제18권 제1호, 241~266쪽, 전체 26쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2017.02.28

국문 초록

본 연구의 목적은 한국복지패널자료(2007~2014)를 병합하여 수도권과 비수도권지역의 생활만족도차이 및 결정요인을 실증분석 하는데 있다. 실증분석결과는 다음과 같다. 첫째. 생활만족도 차이는 비수도권이 수도권에 비해 유의미하게 높은 것으로 분석되었으며, 2010년과 2014년도에 가장 큰 것으로 나타났다. 2010년도의 두 지역간의 생활만족도차이의 원인은 2009년도에 생활만족도가 감소하다가 2010년도에 다시 회 복되면서 두 지역 모두 생활만족도가 증가 하지만 그 증가폭이 수도권에 비해 비수도권이 더 크게 증가함으로써 그 차이가 확대된 것으로 분석되었다. 그리고 2014년도의 두 지역 간의 생활만족도 차이의 원인은 비수도권지역의 생활만족도는 큰 변화가 없으나 수도권지역의 생활만족도가 2013년도에 비해 낮게 나타났다. 이는 최근 한국의 주택시장에서 전세가 감소하고 월세가 증가하는 것과 관련된 것으로 보인다. 둘째, 수도권과 비수도권의 거주지역의 차이에 따라 생활만족도 격차가 존재하는지를 추정하기 위해서는 성별, 학력, 소득, 건강상태 등 생활만족도에 영향을 미치는변수 들을 통제한 상태에서 생활만족도결정요인을 추정하여야 한다. 그 결과, 통계적 으로 유의미 하지 않은 것으로 추정되었다. 셋째, 중앙정부는 물론 지방정부의 중요한 정책 중의 하나는 지역주민의 삶의 질을 높이는 것이다. 지역주민의 삶의 질을 높이기 위해서는 생활만족도에 영향을 미치는 변수들이 무엇인지를 알아야만 효과적인 정책을 펼 수 있다. 또한, 생활만족도결정요인은 거주 지역에 따라 영향요인이 다른 만큼 각각 구분하여 추정하여야 한다. 이러한 필요에 의해 패널회귀분석(고정효과모형)을 통해 수도권과 비수도권 지역을 각각 구분하여 생활만족도를 추정한 결과, 수도권의 경우 연령, 가처분소득, 년부채, 생활비, 건강상태 변수였으며, 비수도권지역은 연령, 가처분소득, 건강상태, 월 세, 상용직변수로 나타났다. 따라서 수도권과 비수도권 지역의 생활만족도를 높이기 위해서는 유의한 영향을 미친 변수들을 고려할 필요가 있다.

영문 초록

The purpose of this empirical study is to analyze the difference in life satisfaction and determinants of the metropolitan and the non-metropolitan areas by merging the Korea Welfare Panel Study data (2007~2014). The results of the empirical analysis are as follows. First, life satisfaction was significantly higher in the non-metropolitan areas than in the metropolitan areas, and the difference was the largest in 2010 and 2014. The reason for the difference in life satisfaction between the two regions in 2010 is that the life satisfaction decreased in 2009, but life satisfaction was recovered in both regions in 2010. The increase is larger in non-metropolitan areas than in the metropolitan areas which made for a bigger gap. The reason for the difference in life satisfaction between the two regions in 2014 is that the life satisfaction in the non-metropolitan area showed not much difference but life satisfaction in the metropolitan area was lower than 2013. This seems to be related to the recent decline in leases but increase in monthly rents in the Korean housing market. Second, in order to estimate whether there is a difference in life satisfaction depending on the resident location in the metropolitan areas and the non-metropolitan areas, it is necessary to estimate the life satisfaction determinants by controlling variables affecting life satisfaction such as gender, education, income and health condition. As a result, the non-metropolitan area showed higher life satisfaction than the metropolitan area, but it was not statistically significant. Third, one of the important policies of the central governments as well as the local governments is to improve the local residents’ quality of life. It is necessary to know what variables affect life satisfaction in order to implement effective policies for improvement of the local residents’ quality of life. In addition, the determinants of life satisfaction should be estimated separately for each resident area since the influencing factors are different depending on the resident area. As a result of estimating the life satisfaction using the panel regression analysis (fixed effect model) by dividing the metropolitan areas and the non-metropolitan areas, the age, disposable income, year debt, living cost, and health condition were variables in the metropolitan areas whereas age, disposable income, health condition, monthly rent, and regular employment were the variables in the non-metropolitan areas. Therefore, it is necessary to consider the variables that have significant influence to increase life satisfaction in metropolitan and non-metropolitan areas.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경 및 선행연구

Ⅲ. 연구방법

Ⅳ. 실증분석

Ⅴ. 결론

참고문헌

키워드

생활만족도 패널회귀분석 고정효과모형 확률효과모형 life satisfaction panel regression analysis fixed-effects model random effects model