한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 153 産 業 關 係 硏 究 第21 卷 第1號, 2011. 3, pp.153~183 ⓒ 韓 國 勞 使 關 係 學 會 1) 한국에는 Glass Ceiling 효과가 존재하는가?: 노동조합과 분위별 성별 임금격차 분석을 중심으로* 정 한 나**․이 태*** 본 연구에서는 한국노동패널 2008년 자료를 이용하여 임금소득분위가 높 아질수록 성별 임금격차가 증가하는 유리천장효과(Glass Ceiling effect)의 존 재 여부를 노조유무별로 나누어 살펴보았다. 이를 위해 분위회귀(quantile regression)를 이용하여 분석한 결과 임금분포의 상위 분위로 옮겨갈수록 성 별 로그임금격차가 증가하는 것으로 나타났다. 그리고 분위별 성별 임금격차에 대한 노조효과를 살펴보면 무노조 사업장 의 경우 임금분포의 상위 분위로 옮겨갈수록 성별 로그임금격차가 증가하나, 유노조 사업장의 경우 상위 분위에서 오히려 격차가 감소하는 것으로 분석되 었다. 보다 엄밀한 Glass Ceiling 효과의 존재를 밝히기 위해 Counterfactual Decomposition을 실시한 결과 무노조 사업장에 비해 유노조 사업장에서 임 금소득 분위가 높아질수록 차별로 해석되는 성별 임금격차가 증가하는 Glass Ceiling 효과가 존재하는 것으로 나타났다. ▶ 주제어: 유리천장효과, 분위회귀분석, 성별 임금격차, 노조효과 , Counterfactual Decomposition 논문접수일: 2010년 7월 23일, 심사의뢰일: 2010년 7월 30일, 심사완료일: 2011년 2월 20일 *** 본 논문은 2010년 한국노사관계학회 하계학술대회에서 발표된 논문임을 밝힙니다. 유익한 논평을 해주신 익명의 심사자님들께 진심으로 감사드립니다. *** 성균관대학교 HRD센터 연구원, 010-3733-5493, cs36912@skku.edu *** 성균관대학교 HRD센터 연구원, 010-3314-1860, OIEH@skku.edu 154 産業關係硏究 제21권 제1호 I. 서 론 노동조합이 남성과 여성, 숙련노동자와 미숙련노동자, 블루칼라와 화이트칼라의 임금격 차에 미치는 영향은 중요한 연구 주제로 다루어져 왔다. 본고에서는 그 중 노동조합이 성별 임금격차에 미치는 영향에 초점을 두고 연구를 진행하였다. 기존 연구들은 비노조 부문에 비해 노조 부문에서 성별 임금격차가 적은 것으로 주로 분석하고 있다(Lemieux & Craig, 2003; 조동훈․조준모, 2009). 노동조합의 임금효과의 변화를 분석하기 위하여 통상적인 노 조 더미변수 계수추정 방식이 아닌 조직 유무별 임금구조의 차이를 반영한 구조효과를 살 핀 김장호(2008)의 연구에서는 노조 유무에 따라 임금결정 방식에 차이가 존재한다는 사실 을 실증적으로 확인했으며, 노조 부문이 비노조 부문에 비해 표준화․균등화 전략이 더 지 배적이라는 해석을 하였다. 또한 여성의 노조프리미엄이 남성보다 높다는 사실을 확인하였 다. 한편, 이정현(2004)은 노동부의 임금구조기본조사 자료를 이용하여 임금분포의 각 분위 에서 노조의 임금효과를 분위회귀를 통해 살펴보았다. 1994년 전까지는 저임금 미숙련노동 자에 대한 노조의 임금효과 크기가 컸지만 1990년대 중반부터 저임금 노동자를 위한 노동 조합의 성격은 바뀌기 시작하여 1996년부터는 숙련 고임금 노동자의 노조임금효과가 가장 크게 나타나는 결과를 보였다. 본 연구에서도 노조 유무별 임금결정 방식의 차이가 있다는 전제 하에 한국 노동시장에서 노동조합의 유무에 따른 성별 임금격차의 차이가 존재하는지 를 보다 정밀하게 분석하기 위하여 Glass Ceiling 효과 개념을 사용하여 분석할 것이다. 1. Glass Ceiling 효과의 정의 Glass Ceiling(유리천장) 효과는 충분한 능력을 갖춘 사람이 직장 내 성차별이나 인종차 별 등의 이유로 고위직을 맡지 못하는 상황을 비유적으로 이르는 용어이다. Glass Ceiling 이라는 용어에서 ‘Ceiling(천장)’은 승진을 방해하는 상황을 비유적으로 표현한 것이다. 또 한, 이러한 차별은 공식적인 정책 등에는 드러나지 않아서 존재하지 않는 것처럼 보이므로 이러한 현상을 ‘Glass(유리) Ceiling’이라 일컫는 것이다. 그러나 본 연구에서는 Glass Ceiling 효과를 직장 내에서 여성들이 받는 직․간접적인 차별에 국한하여 사용하고자 한 다. 즉 앞으로 본 연구에서 사용되는 ‘Glass Ceiling 효과’는 여성들의 고위직 진출을 가로 막는 회사 내 보이지 않는 장벽, 승진을 막는 보이지 않는 장벽을 의미함을 밝혀둔다. 예를 들어 생산성 면에서 차이가 없는 남성근로자는 승진을 하지만 여성근로자는 그렇지 못할 때 그 노동시장 내에는 Glass Ceiling 효과로 인한 여성차별이 존재하는 것이다. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 155 2. Glass Ceiling 효과의 측정 문제 이제 여성들이 남성에 비해 승진에 있어서 차별받는지 여부의 실증적 분석을 위하여 Glass Ceiling 효과를 어떻게 측정하느냐의 문제가 발생한다. 이에 대한 한 가지 방안으로 여성의 차별이라는 질적인 문제를 상대적으로 관찰하기 용이한 양적인 변수로 대신하여 파악하는 것이다. 예를 들어, 만약 생산성이 동일한 남․녀 두 근로자가 동일한 직위에서 근로를 시작할 경우 두 근로자의 임금수준은 동일할 것이다. 하지만 계속적인 근무기간 동 안 Glass Ceiling 효과가 존재하여 여성이 남성에 비해 승진 등에 직접적 차별을 받는다면 이는 간접적으로 임금에 의한 차별로 나타날 것이다. 이와 같은 승진과 그에 따른 임금차 이의 관계를 적용하면 Glass Ceiling 효과를 간접적으로나마 측정할 수 있다. 즉 최초 임금 노동을 시작하는 단계에서는 남․녀 모두 임금수준이 낮을 것(임금소득분포상의 하위 분 위)이며 또한 두 근로자의 임금수준 차이도 미미할 것이다. 하지만 근로기간이 지속되어감 에 따라 발생하는 계속적인 직위 상승 및 근속기간의 연장은 근로자의 임금 상승(임금소득 분포상 상위 분위로의 이동)을 가져올 것이다, 그런데 만약 이 노동시장 내에 Glass Ceiling 효과가 존재한다면 남성에 비해 여성의 고위직 진출 비율은 적어지고 이는 상위 임금소득 수준에서 남․녀 간 임금격차가 더욱 크게 나타나는 현상으로 이어질 것이다. 따라서 본 연구에서는 ‘Glass Ceiling 효과’를 임금소득분포상의 상위 분위에서 성별 임금격차가 더 커지는 현상으로 정의하여 이를 확인하는 분석을 시도하려 한다. 즉 Glass Ceiling 효과가 존재한다면 여성의 임금은 임금소득 분위가 높아질수록 동일한 인적 특성을 가진 남성의 임금수준에 미치지 못할 것이며, 이는 여성들이 보이지 않는 장벽으로 인하여 노동시장 내 에서 차별을 받고 있다고 해석할 수 있다. 본 연구에서는 이렇게 임금소득 분포상 어느 분위에서 임금격차가 더 크게 나타나는지를 살펴보기 위해서, 단지 평균적인 임금격차만 을 살펴보는 기존 방식에서 벗어나 각 소득분위별로 임금격차를 살펴볼 수 있는 분위회귀 분석(quantile regression) 방법을 사용하였다. 분위회귀분석에 대한 설명은 제II장에서 좀 더 자세히 다루도록 하겠다. 3. Glass Ceiling 효과의 측정과 관련된 선행연구 Glass Ceiling의 존재 여부 및 측정과 관련된 국외 논문들을 살펴보면 스웨덴, 호주, 중 국, 스페인 등의 국가들에서 분위회귀분석(quantile regression) 방법을 사용하여 노동시장 의 여성차별 문제를 분석한 연구들이 진행되었다. Albrecht et al.(2003)은 남성과 여성 간 의 임금격차가 상위 분위에서 더욱 크게 나타남을 통해서 스웨덴 노동시장에 Glass Ceiling 156 産業關係硏究 제21권 제1호 효과가 존재함을 보였고, Hiau Joo Kee(2005)는 호주의 HILDA 데이터를 사용하여 노동시 장을 private sector와 public sector로 나누어 분석한 결과 private sector, 즉 public sector보 다 상대적으로 더 경쟁적인 문화가 지배적인 곳에서 Glass Ceiling 효과가 크게 나타남을 보였다.1) 스페인의 ECHP 데이터로 분석을 진행한 Rica, Dolado and Llorens(2008) 역시 quantile regression을 활용하였지만 패널분석을 함께 사용하였으며, 분석 결과 본격적인 Glass Ceiling 분석의 시작 연구라 볼 수 있는 스웨덴에 비해 분위가 높아질수록 성별 임금 격차가 덜 커지는 모습을 확인하였다. 국내의 성별 임금격차 연구들을 살펴보면 주로 평균을 중심으로 남녀의 임금격차를 살 펴보는 Oaxaca-Blinder 분석방법(Oaxaca, 1973)을 사용하고 있다(정진화, 2007; 조준모 외, 2009). 하지만 기존의 분석방법은 높은 소득을 가지는 여성이 그렇지 않은 여성과 비교했 을 때 임금격차를 더 많이 경험하고 있는지, 혹은 낮은 소득분위에서 여성이 남성 임금에 비해 임금격차가 더 크게 나타나는지에 대한 답을 이끌어낼 수 없다. 따라서 본 연구의 제III장에서는 우선 성별 임금격차의 정도를 임금분포상의 분위에 따라 구분하여 살펴봄으 로써 임금수준이 높은 상위 노동자일수록 남․녀 근로자 간의 임금격차가 크게 나타나는 지, 혹은 적게 나타나는지를 분석해 볼 것이다. 그리고 이어서 이렇게 파악된 분위별 성별 임금격차 자체를 여성근로자들이 겪고 있는 차별로 파악할 수 없기 때문에 분위별 성별 임금격차를 근로자의 인적특성 및 생산성의 차이로 설명되는 정당한 차이(difference)와 설 명되지 않는 차별(discrimination)로 나누어 살펴보고, 그로부터 한국 노동시장 내에 실제적 으로 Glass Ceiling 효과가 존재하는지에 대한 결론을 내리도록 하겠다. 그리고 제IV장에서는 더 나아가 한국의 노동시장에서 임금결정에 중요한 역할을 하는 노동조합의 존재 유무를 분석모형에 도입함으로써 유노조 부문과 무노조 부문 간의 성별 임금격차가 임금소득분위별로는 어떻게 상이하게 나타나는지에 초점을 맞추어 분석해 보 았다. 그리고 이어서 격차분해(decomposition) 분석을 진행하여 각 부문에서 존재하는 성별 임금격차를 Glass Ceiling 효과로 볼 수 있는지 결론내리도록 하겠다. II. 데이터 및 분석방법 1. 한국의 남녀 임금격차 현황 한국 노동시장에서 여성근로자의 중요성은 꾸준히 높아지고 있다. 통계청에서 매년 조 1) 스웨덴, 호주의 노동시장은 private / public sector의 구분이 중요하기 때문에 Glass Ceiling 분석에 사용하 였지만, 본 연구에선 한국 노동시장의 특성을 보다 잘 반영하는 기업규모 변수를 사용하여 분석하였다. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 157 사되는 ｢경제활동인구연보｣에 따르면 취업자 전체에서 여성이 차지하는 비중은 1963년의 34.8%에서 2009년에는 41.6%로 높아졌고, 대졸 이상 고학력 취업자 중 여성의 비중 역시 1991년 25.6%에서 2009년 36.4%로 상승하여 여성노동력이 양적․질적인 측면 모두 높아 지고 있음을 알 수 있다. 그러나 2007년 6월 기준 ｢임금구조기본통계조사｣의 발표 결과에 따르면, 여성노동자의 평균 월급여액은 158만 원으로 남성근로자의 평균 월급여액 238만 원의 66.4% 수준으로, 임금근로를 하고 있는 여성의 임금이 남성에 비해 열악함을 보여주 고 있다. 또한 [그림 1]을 통해 다른 국가들과 비교했을 때 한국의 성별 임금격차가 매우 높음을 확인할 수 있다. Booth et al.(2003) 역시 동일한 특성을 가진 남성과 여성은 동일한 임금을 받아야 함에도 불구하고 남성의 임금수준에 비해 여성의 임금수준이 더 낮다는 것 을 연구를 통해 보이고 있다. 본 연구에서는 높아지는 여성근로자 임금에 대한 문제의식에 노조의 역할을 반영하여 한국 노동시장에서 노조가 성별 임금격차를 완화하는 역할을 하 고 있는지를 보다 정밀하게 분석할 것이다. 또한 Glass Ceiling 효과 개념을 도입하여 분석 결과를 해석할 것이다. 2. 데이터 및 기초통계량 본 연구에서는 성별 임금격차의 분석을 위해서 ｢한국노동패널｣의 10차년도(2008년) 자 료를 이용하였다. 분위별 임금소득에 영향을 미치는 요인들을 파악하기 위해 임금소득을 [그림 1] OECD 주요 국가 비교: 연평균 임금과 성별 임금격차(2009 발행 자료)2) 50 40 30 1997 2007 20 10 0 미국 캐나다 프랑스 스웨덴 일본 한국 2) 본 그래프의 성별 임금격차는 남성근로자 소득의 중간값에 대한 남성과 여성 소득의 중간값의 격차를 계산한 것이다. 스웨덴은 2004년, 프랑스는 2005년 자료를 사용하여 계산되었고, 다른 국가들은 2007 년 자료를 바탕으로 하고 있다. 158 産業關係硏究 제21권 제1호 <표 1> 남녀 임금소득 Wage 변수 설명 Obs. mean 월평균 임금 액수(만) 4,334 189.72 Men (n=2257) Women (n=1504) Mean sd Mean sd 240.94 232.16 136.50 101.62 P90/P10* 4.00 - 4.03 - P90/P50 2.00 - 2.02 - P50/P10 2.00 - 2.00 - Monthly wage 1.20 1.42 0.73 0.62 P90/P10 4.80 - 4.09 - P90/P50 2.25 - 2.33 - 2.13 - 1.76 - 2.25 0.64 1.80 0.57 P90/P10 2.07 - 2.20 - P90/P50 1.36 - 1.49 - P50/P10 1.51 - 1.48 - Hourly wage 시간당 임금 액수(만) 3,761 1.01 P50/P10 Log hourly wage ln(시간당 임금x10) 3,761 2.07 * P는 임금소득분포상의 분위(th Percentile)를 의미함. 종속변수로 사용하고 있는데 <표 1>에는 임금소득과 관련된 통계 자료를 요약해 놓고 있 다. 먼저 노동패널에서 설문 조사된 월평균 임금을 주당 정규근로시간과 주당 평균초과근 로시간을 고려한 월평균 근로시간으로 나누어 시간당 임금변수를 생성한 후 이 변수의 로 그값을 종속변수로 사용하였다. <표 1>에서도 보여주듯이 여성의 임금은 남성 임금수준의 약 60% 정도밖에 미치지 못함을 알 수 있다. 김주영 외(2008) 역시 ｢임금구조기본통계조 사｣의 발표 내용을 인용하여 2003~2007년까지 남성 대비 여성의 월급여액 수준의 추이를 보이고 있는데 65%대에서 66%대로 약간 상승했음을 보이고는 있지만 그 정도가 미미하 여 여전히 여성근로자가 남성근로자에 비해 임금을 적게 받고 있음을 확인할 수 있다. 남녀의 임금소득 격차가 분위별로 어떻게 나타나는지 계량분석하기 이전에 밀도추정함 수(Kernel Density Estimation Function)를 이용하여 남성과 여성의 로그임금소득의 임금분 포 차이를 살펴보았다. 여기서 커널 밀도함수를 사용한 이유는 이것을 통해 각 소득분위별 임금의 분포를 대략적으로 살펴볼 수 있기 때문이다. [그림 2]의 결과를 보면 여성의 임금 분포는 남성의 임금분포에 비해 좌측에 위치하고 있으며, 평균값은 남성보다 낮은 위치에 있다. 또한 여성의 임금이 남성의 평균의 왼쪽 어느 특정값 부근에 매우 밀집되어 있어 단순한 평균값의 차이만으로는 설명이 부족한 성별 분포상의 차이를 확인할 수 있다. 또한 남성과 여성의 임금소득을 분위별로 비교하여 현실에서 관찰되어지는 그 격차 ( )를 그림으로 나타내어 보면 [그림 3]과 같다. 그림에 서 알 수 있듯이 관찰되어지는 남․녀 간의 임금격차는 25분위 이하의 최하위에서는 비교 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 159 [그림 2] 로그임금소득의 성별 분포 [그림 3] 한국의 (관찰된)남녀 임금 격차: 2008 0.40 0.30 0.20 0.00 0.10 Gender Gap (+) 0.50 [ ] 0 .25 .5 .75 1 Quantile 적 작게 나타나고 있는 반면, 그 이상의 분위에서는 임금격차가 급속히 증가하여 최하위 분위의 2배에 가까운 성별에 따른 임금격차를 보여주고 있다. 이렇게 관찰된 결과를 보았 을 때 한국의 노동시장 내에서는 남․녀 간 소득편차가 크고, 부문 내 이질성이 클 것으로 예상할 수 있다. 따라서 개인의 특성과 소속된 사업체의 특성을 적절하게 통제해 줄 수 있는 설명변수들을 모형에 추가해 가며 OLS추정과 더불어 소득분위별 회귀분석을 실행하 160 産業關係硏究 제21권 제1호 <표 2> 사용변수 설명 및 기초통계량 전체 (n=3761) Continuous Variable Age Experience Daummy variable Education edu1 *3) edu2 edu3 edu4 edu5 edu6 edu7 Marriage not married married * Job type fulltime * temporary Union non-union Union * Industry ind_1 ind_2 * ind_3 ind_4 ind_5 ind_6 ind_7 Occupation occup_1 occup_2 occup_3 occup_4 occup_5 occup_6 occup_7 occup_8 occup_9 * Firm size fs_small * fs_med fs_large 변수 설명 남성 (n=2257) 여성 (n=1504) Obs. Mean Mean sd Mean sd 3,761 3,749 39.20 6.76 변수 설명 Obs. % 11.57 5.38 % (X=1) 3,759 282 332 1,300 739 937 138 31 3,761 1,232 2,529 3,761 909 2,852 3,761 2,948 813 3,761 27 998 282 799 678 740 237 3,761 61 506 605 725 508 18 516 416 406 3,301 1,971 537 793 10.88 7.57 % (X=1) 100 37.90 5.17 Freq. (X=1) 교육이수 분류 초졸 이하 중졸 고졸 2년제, 전문대 졸 4년제 대학 졸 석사 졸 박사 졸 결혼여부 미혼 기혼 고용형태 정규직 비정규직 사업장내 노조존재 유무 무노조 유노조 산업분류 농업, 수렵업 및 임업, 어업, 광업 제조업 전기, 가스 및 수도사업, 건설업 도소매, 숙박 및 음식업, 운수업 통신, 금융, 보험, 부동산 사업서비스업 공공, 사회보장, 교육서비스, 사회복지 오락, 방송, 공연, 기타 개인서비스 등 직종분류 입법공무원, 고위임직원 및 관리자 전문가 기술공 및 준전문가 사무 종사자 서비스 및 판매종사자 농업 및 어업숙련 종사자 기능원 및 관련 기능 종사자 장치, 기계조작 및 조립 종사자 단순노무 종사자 및 미상 사업체규모 소규모 기업(100인 미만) 중견 기업(100인~500인 미만) 대규모 기업(500인 이상) 40.07 7.83 Freq. (X=1) 2,256 111 181 781 420 634 103 26 2,257 630 1,627 2,257 413 1,844 2,257 1,681 576 2,257 17 688 253 400 459 311 129 2,257 60 244 415 351 174 11 429 337 236 2,003 1,107 360 536 1,503 4.92 8.02 34.62 18.62 28.10 4.57 1.15 100 27.91 72.09 100 18.30 81.70 100 74.48 25.52 100 0.75 30.48 11.21 17.72 20.34 13.78 5.72 100 2.66 10.81 18.39 15.55 7.71 0.49 19.01 14.93 10.46 100 55.27 17.97 26.76 171 151 519 319 303 35 5 1,504 602 902 1,504 496 1,008 1,504 1,267 237 1,504 10 310 29 399 219 429 108 1,504 1 262 190 374 334 7 87 79 170 1,298 864 177 257 100 11.38 10.05 34.53 21.22 20.16 2.33 0.33 100 40.03 59.97 100 32.98 67.02 100 84.24 15.76 100 0.66 20.61 1.93 26.53 14.56 28.52 7.18 100 0.07 17.42 12.63 24.87 22.21 0.47 5.78 5.25 11.30 100 66.56 13.64 19.80 나이 (세) 근속기간 (년수) 100 7.50 8.83 34.58 19.66 24.93 3.67 0.82 100 32.76 67.24 100 24.17 75.83 100 78.38 21.62 100 0.72 26.54 7.50 21.24 18.03 19.68 6.30 100 1.62 13.45 16.09 19.28 13.51 0.48 13.72 11.06 10.80 100 59.71 16.27 24.02 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 161 여 남성과 여성 간의 임금격차는 어떻게 변하여 가는지 살펴볼 필요가 있다. <표 2>는 종속변수인 로그시간당 임금을 설명하기 위한 설명변수들이 정리되어 있다. 먼저 개인의 특성을 통제하기 위하여 연속형 설명변수인 나이, 나이 , 근속연수, 근속연수 와 가변수(dummy variable)인 교육수준, 결혼 여부, 고용형태 등을 사용하였다. 그리고 개 인이 소속된 사업체의 특성을 고려하기 위하여 사업장 내 노조유무, 산업분류, 직종분류, 사업체 규모 등을 가변수로 사용하였다. 교육수준은 수료 여부를 기준으로 초졸~박사졸까 지 7개로 분류하였으며, 산업 및 직종 분류는 통계청의 분류 기준에 맞추어 구분하였다. 3. 분석방법 (1) 분위회귀분석(quantile regression) 본 연구에서는 임금소득에 영향을 미치는 요인들의 효과를 각 소득분위별로 나누어 살 펴볼 것이다. 이러한 목적에 맞게 통상최소장법(OLS) 추정과 더불어 소득분위별 분석이 가능한 분위회귀분석(quantile regrssion)을 실시하였다. 고전적인 회귀분석이 종속변수의 조건부 평균(conditional mean)을 중심으로 하는 선형모형을 사용하는 데 반해, 분위회귀법 은 종속변수의 조건부 -분위(conditional -quantile)를 중심으로 하는 선형모형을 사용한 다는 점에서 더 일반적이다. 앞서 Kernel Density에서도 살펴보았듯이 임금근로자의 소득 분포가 정규분포가 아닌 한 쪽으로 치우친 편중분포(skewed distribution)이다. 이는 임금근 로자가 서로 이질적이며 평균 임금이 가지는 의미가 한계가 있음을 의미한다. 이 문제를 다루기 위해 선택한 분석방법이 분위회귀분석이다. 이 분석방법은 Koenker and Bassett (1978)에 의해 처음 소개되었는데 이 방법은 -분위에서 종속변수 (log wage)의 conditional quantile을 추정하는 기법으로서 식 (1)에서처럼 의 conditional quantile은 설명 변수 에 대해서 선형임을 가정하고 있다.4) (1) 여기서 는 추정이 이루어지는 해당 분위수, 는 결정변수 벡터, 는 분위에서의 추정계수 벡터, 은 오차항을 각각 나타낸다. 그리고 이때의 는 아래의 식 (2)를 만족 시키는 를 구함으로 찾아낼 수 있다. 3) *은 Base category를 의미. 4) 본 분석방법의 설명은 Koenker(2001)에서 인용. 162 産業關係硏究 제21권 제1호 ≥ ≤ (2) 이렇게 구해진 추정계수 는 임금분포상의 분위에서 개인들의 특성에 대한 보상 또는 인적자본투자수익률의 추정치 등으로 해석할 수 있다. 앞 절에서 소개된 [그림 3]을 예로 들어 분위회귀분석의 장점을 살펴보면 통상적인 회귀분석(OLS)에 의해서 추정된 성 별 임금격차는 그림에서 점선으로 표시된 수치인 약 0.45의 수준이지만 이것을 분위회귀 분석 방법을 이용하여 임금소득분위별로 추정해 보면 하위 분위에서는 OLS의 추정치보다 낮게, 그리고 중ㆍ상위 분위에서는 OLS추정치보다 더 높게 나타난다. 즉 임금소득분포상 의 위치에 따라 의 추정치가 다르게 나타나고 있으며 이러한 점을 이용하여 특정 설 명변수가 임금에 미치는 영향이 분포에 따라서는 어떻게 변화되는지 분석해 볼 수 있다. (2) 분위격차분해(counterfactual decomposition) 본 연구에서는 앞서 소개한 분위회귀분석 방법을 통해 임금소득 분위에 따른 임금격차 를 살펴볼 것이며, 이에 이어서 이러한 격차가 생산성과 같은 개인특성(differences in labor market characteristics between the genders)에 기인한 것인지 아니면 생산성으로 설명할 수 없는 성별에 의한 차별에 의한 것인지 여부를 분해해서 살펴보려고 한다. 왜냐하면 남성과 여성의 임금격차가 존재한다는 것만으로는 여성이 차별받고 있다고 해석할 수 없기 때문 에 총 임금격차 중 어느 정도가 ‘개인의 특성 및 생산성에 기인한 차이(difference)로 설명 될 수 있는 부분’인지, 또는 ‘불합리한 보상에 따른 차별(discrimination)로 설명할 수 있는 부분’인지를 격차분해를 통해 확인해볼 필요가 있다. 이러한 분석을 위해 본 연구에서 사 용한 임금격차분해방법(wage difference decomposition)은 Machado and Mata(2000)와 Melly(2006)가 연구한 분위회귀(quantile regression)를 이용한 ‘counterfactual decomposition’이 다. 이것은 남성과 여성의 로그임금 분포의 차이를 각 분위별로 살펴보는 방법으로서 남성 과 여성의 임금차이를 평균에 초점을 맞추어 분석하는 기존의 Oaxaca-Blinder 임금분해 방 법과 차이를 지닌다. Machado and Mata(2000) 분석은 두 개의 counterfactual densities를 기본 모델로 삼고 있으며, 아래와 같은 구조를 가지고 있다. 여기서 위첨자 m은 남성, f는 여성을 나타낸다. 1) (0,1)을 n개의 분위로 나누면 로 나타낼 수 있다. 2) 여성 임금 근로자의 데이터에서 분위회귀분석의 계수벡터인 , for 를 추정한다. 3) 남성 임금 근로자의 데이터를 n개의 분위로 나눈 후 , 을 이끌어 낸다. 를 도출할 수 있다. 4) 위의 2), 3) 과정을 통해 Counterfactual Density 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 163 위의 과정을 통해 구한 은 여성이 남성의 노동시장 특성을 반영하는 임금 분포를 가진다고 가정하였을 때의 여성근로자가 얻게 되는 임금소득 수준이다.5) 이것은 남성의 특성 분포(male distribution of labor market characteristics)를 가졌다는 가정 하에 노동시장 보상은 여성으로서 받는 것임을 의미한다. 그리고 이렇게 구해진 를 이 용하면 임금소득의 각 분위에서 남성과 여성의 임금격차를 ‘인적특성의 차이에 의한 부분’ 과 ‘불공평한 차별적 보상에 의한 부분’으로 나누어 살펴볼 수 있다. Total Gap Explained Gap Unexplained Gap (총임금격차) (인적특성에 기인한 차이) (불공평한 보상에 의한 차별) (3) 식 (3)은 Counterfactual Density를 통해 구한 을 총 임금격차 식에 대입하 여 임금격차를 설명가능한 부분과 설명 불가능한 부분으로 나누어 계산한 식이다. 본 연구 에서는 이 식을 통해 각 임금소득 분위에서 나타나는 총 임금격차 중에서 여성이 노동시장 에서 ‘생산성에 의한 차이(explained gap)’ 및 ‘불공평한 보상에 의한 차별(unexplained gap)’ 을 겪고 있는지를 살펴볼 것이다. III. 실증분석 결과 1. 통합 분위회귀분석(pooled quantile regression with gender dummy) 남성과 여성의 성별에 따른 임금격차를 알아보기 위해 우선 가장 기본적인 분석방법으 로 남성과 여성이 모두 포함된 전체 표본에서 성별 임금격차를 나타낸다고 볼 수 있는 ‘성 별 더미의 계수추정치’가 설명변수들을 통제해감에 따라 어떻게 변해 가는지 또는 분위별 로 어떠한 특성을 나타내는지 살펴보고자 한다. 이러한 분석에서 주 관심사인 성별 더미의 계수추정치가 실제 성별 임금격차를 대변한다고 보려면 우선 노동시장에서 남성과 여성의 개별 특성에 대한 보상이 동일하다는 가정이 필요하다. 여기서 남ㆍ녀 개별 특성에 대한 보상이 동일하다는 것은 에서 남성과 여성의 가 동일하다는 전 5) 이것은 일반적은 Oaxaca 격차분해와는 다르게 1분위, 2분위 … 99분위, 즉 n 분위에서 회귀계수를 추정하여 구한 것이며, 이 같은 반복을 통해 구한 추정된 밀도들의 집합(a set of estimated densities)을 통해 표준오차(standard error) 또한 구해진다. 164 産業關係硏究 제21권 제1호 제 하에 분위별 회귀분석을 실시하는 것으로서 임금을 결정짓는 각 설명요인들에 있어서 남성과 여성 간에 보상에 따른 차별이 존재하지 않는다는 것을 가정한다. 즉 동일한 조건 을 가진 남성과 여성이라면 성별에 의한 임금격차만이 존재하고 또한 이러한 성별 임금격 차는 회귀모형에서 성별더미의 계수추정치로 나타난다고 보는 것이다. 임금근로자의 로그시간당임금 결정에 영향을 미치는 설명요인을 분석하기 위하여 최초 기본모형은 식 (4)에서 보여지는 것처럼 성별더미, 나이, 나이 , 근속연수, 근속연수 등이 포함된 통상적인 인적자본 임금함수에서 시작하였으며, 이러한 기본모형에 설명변수를 확 장하여 교육수준더미, 결혼여부더미, 정규직여부더미, 노조존재여부더미, 직종더미, 산업 더미, 사업체규모더미 등을 포함시켜 모형을 확장해 나갔다. [기본모형 (모형②)] ∙ ․ ․ ․ ․ ․ (4) 여기서 는 추정이 이루어지는 임금소득 분포상의 해당 분위수, 는 설명변수 벡터, 는 분위에서의 추정계수 벡터, 은 오차항을 각각 나타낸다. 이렇게 설정된 임금함수 회귀식에서 각 설명변수의 추정계수 는 분위에서 해당 변수의 가격을 의미한다. 더 구체적으로는 인적자본투자수익률 또는 해당 설명요인에 의 한 임금격차의 순효과 등으로 해석할 수 있다. 그리고 특별히 여기서 추정된 성별더미 (female)의 계수인 은 개인별 특성을 고려한 후에도 각 분위에서 설명되지 않는 남성과 여성 간의 임금소득 차이(gender gap)를 나타내게 된다. 따라서 본장에서는 남성과 여성의 개별특성에 대한 보상이 동일하다는 가정 하에 성별더미(female)의 계수( ) 추정치를 분 위별로 살펴봄으로써 성별 임금격차(gender gap)가 각 임금소득 분위별로는 어떠한 차이를 보이는지 알아보고자 한다. 그리고 이러한 분석과정을 통해서 궁극적으로는 남성과 여성 간에 체계적인 성별 임금격차(임금소득분위를 옮겨갈수록 임금격차가 지속적으로 증가하 거나 감소하는 현상)가 존재하는지를 확인해 보도록 하겠다. <표 3>에는 최초 성별더미(female)만 포함된 모형(①)에서 출발하여 나이(age), 나이 , 근속연수(experi), 근속연수 (experi )까지 통제된 모형(②), 교육수준(edu1~edu7)까지 통제 된 모형(③), 결혼여부(married)까지 통제된 모형(④), 정규직여부(fulltime)까지 통제된 모 형(⑤), 노조존재유무(union)까지 통제된 모형(⑥), 그리고 직종분류(occup1~occup9) 및 산 업분류(ind1~ind7)까지 설명변수로 통제된 모형(⑦, ⑧)과 마지막으로 사업체의 규모 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 165 <표 3> 성별 임금격차(Gender Gap)의 변화 모형 OLS 5th 10th 25th 50th 75th 90th 95th ① 관찰된 임금격차 (n = 3761) -0.452*** -0.192*** -0.300*** -0.470*** -0.492*** -0.511*** -0.460*** -0.446*** ② 기본통제변수 (n = 3749) -0.338*** -0.229*** -0.271*** -0.320*** -0.317*** -0.340*** -0.367*** -0.382*** ③ ˝ + 교육더미 (n = 3747) -0.261*** -0.151*** -0.185*** -0.231*** -0.259*** -0.292*** -0.316*** -0.329*** ④ ˝ + 결혼여부 (n = 3747) -0.259*** -0.162*** -0.202*** -0.228*** -0.263*** -0.293*** -0.306*** -0.311*** ⑤ ˝ + 정규직여부 (n = 3747) -0.247*** -0.142*** -0.170*** -0.214*** -0.249*** -0.296*** -0.303*** -0.308*** ⑥ ˝ + 노조존재유무 (n = 3747) -0.242*** -0.148*** -0.151*** -0.205*** -0.247*** -0.286*** -0.291*** -0.257*** ⑦ ˝ + 직종더미 (n = 3747) -0.264*** -0.208*** -0.168*** -0.230*** -0.268*** -0.305*** -0.347*** -0.317*** ⑧ ˝ + 산업더미 (n = 3747) -0.251*** -0.186*** -0.173*** -0.212*** -0.258*** -0.288*** -0.314*** -0.319*** ⑨ ˝ + 사업체규모더미6) -0.239*** -0.203*** -0.180*** -0.210*** -0.237*** -0.273*** -0.283*** -0.293*** (n = 3291) 주: *** p<0.01. (fs_small~fs_large)까지 설명변수로 통제된 모형(⑨)을 각각 설정한 후 분위회귀분석 방법 을 이용하여 각 모형에서의 추정한 의 값, 즉 남성과 여성의 임금소득분위별 성별 임금 격차의 추정 결과를 정리해 놓았다. 우선 추정치 중 제일 왼쪽 열에 표시된 OLS 추정치는 각 모형의 성별더미(female : 여성 일 경우=1)를 통상적인 최소자승법으로 추정한 결과를 보여주고 있다. 이 결과에 따르면 임금함수를 통제해 주는 설명변수들이 늘어감에 따라 통상적인 최소자승법으로 추정된 임 금격차는 점점 더 작아지고 있음을 알 수 있다. 즉 최초 모형 ①에서 나타난 현실에서 관찰 되어지는 임금격차( )의 추정치는 0.452이지만, 각 설 명변수에 의해서 모형이 통제된 후 실제로 추정된 임금격차는 0.238로 최초 관찰된 임금격 차의 절반에 불과함을 알 수 있다. 그리고 모형 ①에서 나타난 현실에서 관찰된 성별 임금 격차를 임금소득분위별로 살펴보면 하위 5분위(5th)에서는 0.192로 성별 임금격차가 상대 적으로 낮은 것으로 나타나지만 하위 5분위(5th) 이상부터는 성별 임금격차가 급속하게 증 가하여 모형의 평균적인 성별 임금격차를 나타내는 OLS 추정치(0.452)를 상회하고 있음을 알 수 있다. 이렇게 임금소득분포상의 하위 분위(5th)에서 상위 분위(95th)로 옮겨갈수록 성별 임금격차가 증가하는 현상은 설명변수를 추가적으로 통제해 감에 따라 더욱 분명하 게 나타나고 있다. 즉 교육수준까지 통제된 모형 ③부터는 성별 임금격차의 OLS 추정치가 6) 최종 모형인 모형 ⑨의 각 설명변수에 대한 추정치는 부록의 <표 A.1> 참조. 166 産業關係硏究 제21권 제1호 분위회귀분석으로 추정된 50분위(50th)의 성별 임금격차의 추정치와 대략적으로 일치하는 데 이 50분위(50th)를 기준으로 임금소득분포상의 하위 분위로 내려갈수록 성별 임금격차 는 감소하고 있으며, 반대로 상위 분위로 옮겨갈수록 성별 임금격차는 증가하고 있음을 알 수 있다. 예를 들어 모든 설명변수가 고려된 모형 ⑨를 살펴보면 임금소득분포상의 5분위 (5th)에서 여성은 남성보다 20% 정도 임금수준이 낮은 것으로 나타나지만, 상위 분위로 옮 겨갈수록 남성과 여성의 임금격차 수준은 증가하여 50분위(50th)에서는 모든 소득분위의 평균적인 임금격차 수준을 나타내는 OLS 추정치와 거의 일치하는 약 24%를 나타내고 있 다. 또한 최상위 분위인 95분위(95th)에서는 여성이 남성보다 약 29% 정도 임금수준이 낮 은 것으로 나타나 임금수준의 격차가 지속적으로 증가하는 것으로 분석되고 있다. [그림 4]에는 위에서 분석한 <표 3>의 결과를 임금소득분위별로 구분하여 그래프로 나 타내 보여주고 있다. 그래프상의 수평 축에는 임금소득분포를 각 분위별로 나타내고 있고 수직 축에서는 성별 임금격차의 수준을 표시하고 있으며, 수평의 점선으로 표시된 수치는 OLS로 추정된 각 모형의 성별 임금격차의 소득분위 간 평균치이다. 한 가지 유의할 점은 [그림 4] 성별 임금격차(Gender Gap)의 변화 모형 ① 모형 ② 모형 ③ 모형 ④ 모형 ⑤ 모형 ⑥ 모형 ⑦ 모형 ⑧ 모형 ⑨ 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 167 <표 3>의 결과에서 음수로 나타난 성별 임금격차를 시각적 분석의 용이함을 위하여 양수 로 바꾸어서(절댓값을 취하여) 그래프상에 실선으로 나타내서 보여주고 있다. [그림 4]에 서 나타난 것처럼 성별 임금격차는 개인별, 소속 사업장별 특성을 통제해 감에 따라 소득 분위 간 차이가 일관된 방향으로 나타남을 알 수 있다. 즉 임금소득분포상의 하위 분위 (5th)에서 상위 분위(95th)로 옮겨갈수록 성별 임금격차가 지속적으로 증가하고 있다. 이러 한 성별 임금격차의 지속적인 증가추세는 나이와 근속연수만을 통제해 준 기본모형(모형 ②)에서부터 보여지고 있으며, 특히 교육수준까지 통제해 준 모형 ③부터는 임금소득분위 의 증가율과 성별 임금격차의 증가율이 거의 선형에 가까운 비례관계를 보여주고 있다. [그림 5]에는 개인 특성과 소속된 사업장 특성을 모두 고려한 모형 ⑨에서 추정된 성별 임금격차가 소득분위별로 나타나 있다. 그림에서 보여지듯이 소득분포상의 최하위 분위에 서 상위 분위로 옮겨가면서 성별 임금격차는 지속적으로 증가하고 있음을 알 수 있다. 이 러한 결과를 좀 더 자세히 정리해 보면 다음과 같다. 첫째, 남성과 여성의 임금차이는 하위 분위로 갈수록 그 격차가 줄어들고, 상위 분위로 옮겨갈수록 그 격차가 커진다. 즉 임금소 득 측면에서 상위 분위의 여성들이 하위 분위의 여성들보다 남성의 임금수준에 훨씬 더 못 미치고 있음을 알 수 있다. 둘째, 임금소득분포상의 하위 분위에서 상위 분위로 옮겨갈 수록 남성과 여성의 임금격차는 지속적으로 증가하고 있다. 약 20분위 이하의 일부 구간만 을 제외하고는 성별 임금격차가 지속적으로 증가하고 있음을 발견할 수 있다. 이러한 성별 임금격차의 지속적인 증가 현상은 상위 분위에 있는 여성들이 하위 분위에 있는 여성들보 다 상대적으로 더 큰 차별을 받고 있을 가능성을 시사한다. 즉 상위 분위의 여성들이 보이 지 않는 장벽으로 인하여 상위 분위의 남성들보다 더 큰 차별을 받고 있으며, 이것이 현실 0.20 0.10 0.00 Gender Gap (+) 0.30 [그림 5] 한국의 분위별 성별 임금격차 추정치(모형 ⑨) 0 .25 .5 Quantile .75 1 168 産業關係硏究 제21권 제1호 의 임금격차로 나타났을 가능성을 내포하는 것이다. 하지만 현재 분석 모형에서 추정된 성별 임금격차의 수치 자체를 남성과 여성의 차별로 받아들이는 것에는 무리가 있다. 왜냐하면 분석의 처음 단계에서 가정한 남성과 여성의 임 금함수가 동일하다는 전제와는 달리 실제 현실에서는 남성과 여성의 임금함수에 있어서 각 설명요인에 대한 보상( )이 다를 것이기 때문이다. 뿐만 아니라 일반적으로 노조 부 문과 비노조 부문 간에도 성별 임금격차의 수준이 다르게 나타날 가능성이 크다. 이렇게 유노조 부문과 무노조 부문 간에 그리고 남성과 여성 간에 임금결정방식이 다르다면 각 집단별로 상이한 임금함수가 존재할 것이며, 이러한 현실을 모형에 반영하기 위해서는 각 집단별로 임금함수를 따로 추정한 후 그 결과를 비교하는 분석방법이 필요하다. 따라서 다 음 제2절에서는 남성과 여성을 나누어, 즉 성별 분리를 통한 분위회귀분석을 시행할 것이 다. 또한 제3절에서는 성별 분리와 더불어 본 연구의 핵심인 무노조 부문과 유노조 부문으 로 집단을 세분류하여 분위회귀분석을 실시하여 성별 임금격차가 어떠한 차이를 보이는지 살펴보도록 하겠다. 그리고 최종적으로는 counterfactual decomposition을 통해 임금격차 중 생산성에 의한 부분과 차별로 설명되는 부문을 구별하여 유노조 그룹과 무노조 그룹에서 의 Glass Ceiling 효과를 설명할 것이다. 2. 성별에 따른 임금격차분석 (1) 성별에 따른 분위회귀분석(quantile regression by gender) 지금까지는 노동시장에서 남성과 여성에 대한 보상이 동일하다는 전제 하에 소득분위별 회귀분석을 시행하였다. 그러나 실제 노동시장을 들여다보면 나이, 근속연수, 교육수준 등 의 개별 특성에 대한 보상은 남성과 여성에 있어서 상이한 것이 일반적이다. 즉 남성과 여성의 임금함수 자체가 아래 식 (5)처럼 완전히 다를 수 있다는 것이다. － : 남성의 임금함수 － : 여성의 임금함수 (5) 이러한 현실을 고려하기 위해서는 남성과 여성을 분리하여 각각 소득분위별 회귀분석을 시행한 후에 그 결과를 비교해볼 필요가 있다. 즉 성별에 따라 분리된 분위회귀분석을 시 행한 후에 남성 집단 내의 소득분위별 차이와 여성 집단 내의 소득분위별 차이를 서로 비 교해 봄으로써 남녀 임금격차에 대한 유의미한 결과를 이끌어낼 수 있을 것이다. 그리고 이러한 분석들은 다음 절에서 시도하고자 하는 성별 임금격차 분해를 위한 선행 작업이기 도 하다. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 169 <표 4> 성별 분리에 의한 분위회귀분석 Men (n=1,994) 설명변수 OLS 나이 나이 근속기간 Women (n=1,297) 10th 50th 90th OLS 10th 50th 90th 0.072*** 0.067*** 0.085*** 0.087*** 0.014*** 0.017*** 0.026*** 0.005*** -0.084*** -0.084*** -0.102*** -0.092*** -0.022*** -0.027*** -0.035*** -0.009*** 0.026*** 0.029*** 0.025*** 0.022*** 0.035*** 0.023*** 0.031*** 0.038*** -0.013*** -0.017*** -0.010*** -0.022*** -0.013*** 0.011*** 0.012*** 0.007*** 중졸 0.066*** 0.059*** 0.116*** 0.116*** 0.056*** 0.013*** 0.033*** 0.127*** 고졸 0.227*** 0.154*** 0.231*** 0.296*** 0.161*** 0.060*** 0.139*** 0.255*** 전문대졸 0.302*** 0.245*** 0.266*** 0.398*** 0.305*** 0.135*** 0.296*** 0.406*** 4년제졸 0.432*** 0.370*** 0.425*** 0.558*** 0.448*** 0.234*** 0.458*** 0.575*** 석사졸 0.549*** 0.452*** 0.468*** 0.712*** 0.910*** 0.899*** 0.836*** 0.953*** 박사졸 0.707*** 0.849*** 0.643*** 0.492*** 1.789*** 1.032*** 1.827*** 2.563*** 결혼(기혼) 0.121*** 0.090*** 0.109*** 0.118*** 0.032*** 0.005*** 0.019*** 0.079*** 정규직 0.083*** 0.142*** 0.116*** 0.033*** 0.101*** 0.098*** 0.110*** 0.080*** 노조존재 0.092*** 0.075*** 0.101*** 0.060*** 0.117*** 0.112*** 0.107*** 0.077*** 직종더미 1 0.720*** 0.714*** 0.698*** 0.653*** 0.862*** 1.220*** 0.874*** 0.454*** 직종더미 2 0.539*** 0.550*** 0.495*** 0.426*** 0.287*** 0.316*** 0.285*** 0.353*** 직종더미 3 0.456*** 0.500*** 0.412*** 0.333*** 0.251*** 0.252*** 0.196*** 0.258*** 직종더미 4 0.360*** 0.414*** 0.286*** 0.256*** 0.184*** 0.210*** 0.224*** 0.138*** 직종더미 5 0.260*** 0.354*** 0.216*** 0.125*** 0.030*** 0.025*** 0.023*** 0.065*** 근속기간 직종더미 6 0.167*** 0.221*** 0.061*** -0.068*** -0.214*** -0.123*** -0.036*** -0.399*** 직종더미 7 0.322*** 0.384*** 0.238*** 0.196*** -0.008*** -0.026*** 0.071*** -0.085*** 직종더미 8 0.232*** 0.258*** 0.219*** 0.162*** 0.077*** 0.117*** 0.068*** -0.080*** 산업더미 1 0.132*** 0.012*** 0.204*** 0.235*** 0.118*** 0.264*** 0.027*** -0.161*** 산업더미 3 0.095*** 0.057*** 0.126*** 0.122*** 0.285*** 0.256*** 0.137*** 0.272*** 산업더미 4 -0.105*** -0.244*** -0.064*** -0.009*** 0.042*** 0.050*** 0.038*** -0.108*** 산업더미 5 0.011*** -0.018*** 0.038*** 0.048*** 0.136*** 0.162*** 0.146*** 0.000*** 산업더미 6 0.067*** -0.047*** 0.021*** 0.196*** -0.019*** -0.042*** -0.004*** -0.167*** 산업더미 7 -0.096*** -0.127*** -0.059*** -0.017*** 0.020*** -0.094*** -0.013*** 0.050*** 규모더미2 0.086*** 0.009*** 0.103*** 0.146*** 0.123*** 0.099*** 0.130*** 0.071*** 규모더미 3 0.290*** 0.273*** 0.295*** 0.318*** 0.171*** 0.138*** 0.186*** 0.151*** -0.280*** -0.574*** -0.466*** -0.233*** 0.847*** 0.595*** 0.618*** 1.436*** 상수항 주: * p<0.1; ** p<0.05; *** p<0.01. <표 4>에는 전체 표본을 남성과 여성으로만 양분한 후 각 집단별로 분위회귀분석을 시 행한 결과가 나타나 있다. 우선 교육 이수에 따른 임금상승 효과(교육수익률)를 살펴보면 고졸 이하의 교육수준에 있어서는 남성의 교육수익률이 더 크지만, 대졸 이상부터는 오히 려 여성이 더 높은 것으로 나타나고 있다. 특히 석․박사졸의 집단에 있어서는 여성이 남 성보다 2배 가까운 교육수익률을 보여주고 있어서 고학력의 취득에 있어서는 남성들보다 여성에게 더 큰 유인이 있는 것으로 생각되어진다. 또한 박사졸업을 임금소득분위별로 살 170 産業關係硏究 제21권 제1호 펴보면 남성 집단에 있어서 박사 학위의 교육수익률은 소득분위가 높아질수록 낮아지고 있는데, 반대로 여성 집단에 있어서는 소득분위가 높아질수록 교육수익률이 오히려 크게 높아지고 있다. 결혼에 의한 임금상승 효과를 보면 다른 조건이 동일할 때 결혼한 남성들은 미혼의 남성 들보다 모든 임금소득분위에서 약 10% 정도 임금이 더 높은 것으로 나타나고 있지만, 여 성의 경우에는 결혼 여부의 임금상승 효과가 모든 임금소득 분위에서 통계적으로 유의하 지 않게 나타나고 있다. 그리고 노동조합의 존재에 의한 임금상승 효과는 남성보다는 여성 집단에 있어서 다소 높게 나타나고 있으며, 특히 남성과 여성 집단 모두 중간 분위 (25th~75th)에서 임금상승 효과가 가장 크고 통계적으로 유의하게 나타나고 있다. 한편 정규직(fulltime)에 따른 임금상승 효과를 살펴보면, 남성보다는 여성 집단에서 정 규직임으로 얻게 되는 임금상승 효과가 더 크다. 그리고 90분위 이상의 최상위 분위부터는 정규직 여부에 의한 임금상승 효과가 통계적으로 유의하지 않은 것으로 나타나는데 이것 은 임금소득분포의 상위 분위, 즉 고급관리자(임원진)의 직위는 대부분 비정규직임에서 그 원인을 찾을 수 있을 것이다. 다음 절에서는 지금까지 분석한 남성과 여성의 임금함수 추정치를 바탕으로 성별 임금 격차 중 실제 차별로 설명할 수 있는 부분을 따로 분리하여 낸 후 이러한 실제 차별의 부분 이 임금소득분위별로는 어떠한 변화를 보이는지 분석할 것이다. (2) 분위별 성별 임금격차분해(counterfactual decomposition) 본장에서는 분위회귀분석을 통해 보인 남성과 여성의 분위별 성별 임금격차가 생산성과 같은 개인 특성(differences in labor market characteristics between the genders)에 기인한 것인지, 아니면 성별에 따른 차별에 의한 것인지 여부를 분위별 성별 임금격차분해를 통해 살펴볼 것이다. 아래의 <표 5>에는 앞 절에서 추정한 와 를 이용하여 총 임금격차 ( )를 계산한 결과를 보여주고 있다. 우선 <표 5>의 결과는 앞에서 제시한 <표 3>의 결과와 구별된다. <표 3>에서 나타난 성별 임금격차는 노동시장에서 남 성과 여성에 대한 보상이 동일하다는 가정 하에 추정된 결과(즉 전체 표본집단에서 추정된 성별더미의 계수값)이고, <표 5>는 남성과 여성에 대한 보상에 차별이 존재한다는 가정 하에 추정된 결과(즉 식 (5)와 같이 남성 집단과 여성 집단을 구분하여 추정된 각 집단의 계수값을 이용한 결과)이다. 따라서 <표 5>에 나타난 임금격차의 결과가 남성과 여성에 있어서 임금결정방식이 상이한 현실의 상황을 더욱 잘 설명할 수 있을 것이다. <표 5>에서 보여지는 총 임금격차(total gap)를 살펴보면 첫째, 임금소득분포상의 모든 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 171 <표 5> 성별에 의한 총 임금격차(Total Gap = ) 10th 20th 30th 40th 50th 60th 70th 80th 90th ① 관찰된 임금격차 -0.300 -0.419 -0.501 -0.499 -0.492 -0.502 -0.528 -0.473 -0.460 ② 기본통제변수 -0.333 -0.403 -0.451 -0.476 -0.493 -0.501 -0.511 -0.522 -0.503 ③ ˝ + 교육더미 -0.343 -0.424 -0.468 -0.491 -0.490 -0.489 -0.495 -0.500 -0.504 ④ ˝ + 결혼여부 -0.345 -0.421 -0.465 -0.488 -0.490 -0.491 -0.494 -0.504 -0.509 ⑤ ˝ + 정규직여부 -0.341 -0.428 -0.468 -0.486 -0.491 -0.490 -0.497 -0.506 -0.511 ⑥ ˝ + 노조존재유무 -0.341 -0.434 -0.471 -0.484 -0.491 -0.490 -0.498 -0.504 -0.501 ⑦ ˝ + 직종더미 -0.345 -0.437 -0.475 -0.487 -0.484 -0.483 -0.485 -0.495 -0.504 ⑧ ˝ + 산업더미 -0.348 -0.433 -0.470 -0.482 -0.481 -0.484 -0.489 -0.497 -0.509 ⑨ ˝ + 사업체규모더미 -0.322 -0.416 -0.461 -0.492 -0.512 -0.526 -0.547 -0.566 -0.576 주: 모든 p값이 1% 수준에서 유의. 분위에서 성별 임금격차가 존재하는 것으로 나타났다(모든 계수값이 음(-)). 이것은 모든 분위에서 여성이 남성들보다 더 적은 임금소득을 받는 것을 의미하며, 이러한 결과는 통제 변수를 늘려가도 마찬가지이다. 이렇게 개인의 생산성을 대표하는 변수들을 통제해 감에 도 불구하고 여성의 임금소득이 남성보다 낮다는 결과를 통해 여성이 남성에 비해 보상을 덜 받고 있을 가능성, 즉 여성이 불공평한 차별을 받고 있을 가능성을 예상해 볼 수 있다. 그리고 두 번째로 약간의 등락은 존재하지만 임금분포의 상위 분위로 갈수록 성별 총 임금 격차가 증가하고 있음을 알 수 있다. 이렇게 상위 분위에서 총 임금격차가 점점 더 크게 벌어지는 현상은 통제변수들을 추가해 가도 동일하게 나타난다. 이러한 현상들은 상위 분 위의 여성들이 하위 분위에 위치한 여성들보다 상대적으로 남성근로자들의 임금수준에 못 미치는 대우를 받고 있음을 의미하고 있으며, 만약 이러한 임금격차의 대부분이 차별에 의 한 것이라면 이는 이 노동시장 내에 Glass Ceiling 현상이 존재한다고 볼 수 있을 것이다. 하지만 이러한 해석을 가능케 하기 위해서는 분위회귀분석을 통해 보인 남성과 여성의 분 위별 성별 임금격차가 생산성과 같은 개인 특성에 기인한 것인지, 아니면 성별에 따른 차 별에 의한 것인지 여부를 먼저 살펴야 한다. 따라서 이제 본격적으로 총 임금격차 중에서 생산성에 의한 정당한 차이와 불합리한 보상에 의한 차별을 구분하여 살펴보기 위하여 앞 서 제II장 제3절에서 설명한 counterfactual decomposition 방법을 활용하여 임금격차분해를 시행하였다. <표 6>은 <표 5>에서 추정한 성별에 의한 총 임금격차(모형 ⑨)를 차이(explained gap )와 차별(unexplained gap )로 분해한 값이다. 그리고 [그림 6]은 <표 6>에 나타난 성별 임금격차의 counterfactual decomposition을 시 각적으로 살펴보기 용이하도록 나타낸 분위별 그래프이다. 그래프에서 가로 축은 ‘분위 (quantile)’를, 세로 축은 ‘로그임금 효과(log wage effects)’를 나타낸다. 172 産業關係硏究 제21권 제1호 [그림 6] 성별 임금격차의 Counterfactual 분해 0.6 Total Gap 0.5 Explained Gap 0.4 0.3 Unexplained Gap 0.2 0.1 0.0 10th 20th 30th 40th 50th 60th 70th 80th 90th <표 6> 성별 임금격차의 Counterfactual 분해 10th 20th 30th 40th 50th 60th 70th 80th 90th Total Gap : -0.322 -0.416 -0.461 -0.492 -0.512 -0.526 -0.547 -0.566 -0.576 Explained Gap : -0.159 -0.174 -0.188 -0.201 -0.215 -0.234 -0.260 -0.285 -0.311 Unexplained Gap : -0.163 -0.242 -0.274 -0.291 -0.297 -0.292 -0.287 -0.282 -0.265 주: 모든 p값이 1% 수준에서 유의. 격차분해(counterfactual decomposition)의 결과를 살펴보면 생산성과 같은 개인 특성으 로 설명되는 차이(difference)는 임금소득분포상의 분위가 높아질수록 증가하고 있고, 차별 (discrimination)에 의한 부분은 감소하고 있음을 알 수 있다. 즉 임금소득분위가 높아질수 록 늘어나고 있는 성별 총 임금격차(total gap)의 주된 원인이 생산성으로 설명되지 않는 차별(discrimintaion)에 의한 것이라고 설명할 수 없는 것이다. 결과적으로 남성과 여성 간 의 총 임금격차는 임금소득의 상위 분위로 갈수록 커지고 있어 노동시장 내에 Glass Ceiling 효과가 존재하는 것처럼 보이나, 실제로 이것을 격차분해해 보면 차별(discrimination)로 설 명되는 성별 임금격차는 감소하고 있어 Glass Ceiling 효과의 존재를 직접적으로 뒷받침하 지 못한다. 하지만 본 연구에서 진정한 차별효과로 보고 있는 ‘성별 임금격차의 설명되지 않는 부분 (unexplained gap)’이 가지는 한계도 있다. 먼저, 여성이 노동시장에서 실제적으로 경험하 고 있는 차별을 과소 추정할 가능성을 가지고 있다. 여성은 자신에 대해 비우호적인 현실 을 반영하여 노동시장 진입 여부를 결정하는, 다시 말해 여성의 노동시장 참여에 대한 자 기선택(self-selection) 문제가 발생하기 때문에 본 연구에서 밝히고 있는 차별의 정도가 과 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 173 소 추정될 가능성이 존재한다. 더불어 고용주 차별(employer discrimination) 효과로 인해 여성근로자들이 노동시장의 진입 시점부터 업무의 배치까지 남성에 비해 차별을 미리 짊 어지고 근로생애를 시작할 가능성이 크다. 만약 이러한 고용주 차별 등에 의한 효과가 노 동시장의 저변에서 강력하게 작용하고 있다면 본 연구에서 추정한 ‘성별 임금격차의 설명 되지 않는 부분(unexplained gap)’은 실제 여성근로자가 겪게 되는 차별의 일부분만을 대변 하고 있을 뿐이다. 또한 성별 임금격차의 전통적인 분해방법인 Oaxaca-Blinder 임금격차 분석의 한계로서 개인적 특성으로 설명되지 않는 부분은 차별적 요소와 기타 오차를 포함하고 있어 차별의 가능한 최대치로 해석해야 한다는 점을 고려해야 한다. 분석에서 고려하지 못한 생산성을 대변하는 개인적 특성의 부분이 성별 임금격차의 설명되지 않는 부분에 포함되어 있기 때 문에 차별효과의 해석 시 이것이 차별의 최대치임을 고려해서 해석할 필요가 있는 것이다. 따라서 본 연구의 분석에서는 높은 소득분위로 갈수록 증가하고 있는 총 임금격차 모두 를 노동시장에서 존재하는 여성에 대한 임금차별, 즉 Glass Ceiling 현상으로 해석하는 것 에는 한계가 있음을 지적하고 있지만 본 연구에서 추정된 차별 부분이 가지는 한계가 존재 하며 이와 관련한 문제를 감안한 연구는 향후의 과제로 남겨 두기로 하겠다. 다음 절에서는 근로자의 임금결정에 중대한 역할을 하는 노동조합의 존재효과를 모형에 도입하려고 한다. 일반적으로 성별 임금격차는 비노조 부문보다는 노조 부문에서 더 작은 것으로 알려져 있다. 이는 노조 부문과 비노조 부문 간에 존재하는 근로자의 특성 차이에 기인하는 것일 수도 있고, 또는 성별 간의 임금불평등도를 해소하기 위한 노동조합의 역할 에서도 그 원인을 찾을 수 있다(조동훈․조준모, 2009). 따라서 노조의 존재가 남․녀 간 임금격차의 완화에 긍정적인 역할을 하는지에 대해서는 보다 구체적인 점검이 필요하다. 이것을 위해 다음 절에서는 전체 표본을 노조 부문과 비노조 부문으로 구분하여 임금소득 분위에 따른 성별 임금격차의 존재 여부 및 분위별 임금격차 분해를 시행해 보겠다. 3. 노동조합 존재효과에 따른 성별 임금격차 분석(quantile regression by gender and union) 일반적으로 노조의 존재가 근로자의 임금상승에 정(+)의 효과를 미친다는 노조의 임금 프리미엄과 관련하여 다양한 측면에서 연구가 진행되어 왔다. 김장호(2008)의 연구에 따르 면 지난 1988년 이후 20년간의 자료를 바탕으로 추정된 노조의 임금프리미엄은 20년간 평 균 3.4%로 나타났다. 또한 조동훈(2008)의 연구에서는 횡단면 분석을 통하여 추정한 결과 노동조합이 임금상승에 미치는 효과는 약 4.6%로, 그리고 고정효과 모델을 통하여 추정된 노조의 임금상승 효과는 약 2.1%로 제시되고 있다. 본 연구의 제III장 제1절에서 분석한 174 産業關係硏究 제21권 제1호 분위회귀분석 모형에서도 동일하게 노조의 임금프리미엄 효과를 보여주고 있다. 제III장 제1절에서 성별 임금격차를 추정한 분위회귀분석 모형 ⑨에서 설명변수로 사용된 노조존 재 유무(union dummy)의 추정계수만을 따로 떼어내어 그래프로 나타내 보면 [그림 7]과 같다. [그림 7]에서 점선으로 나타난 OLS 추정치(0.11)에서 보여지듯이 노조의 존재는 모든 임금소득분위에서 임금을 상승시키고 있으며, 특히 중위 분위에서 그 효과가 좀 더 크게 나타나고 있다. 이러한 분석 결과들은 노조 사업장과 무노조 사업장 사이에 임금결정방식 에 있어서 특징적 차이가 존재한다는 것을 실증적으로 확인해 준다. 특히 한국에서는 분권 적 교섭과 실리적 조합주의 운동이념이 중심이므로 노조 사업장에서는 노조가 선호하는 표준화․균등화 전략이 지배적이고, 무노조 사업장에서는 사용자가 선호하는 차별화 전략 이 지배적일 것이라는 예상을 가능케 한다(김장호, 2008). 이렇게 노동조합의 존재가 임금결정방식에 있어서 무노조 사업장과는 다른 차이를 가지 게 한다면 단체교섭 중심의 노조 사업장과 개별교섭 위주의 무노조 사업장에는 상이한 임 금함수가 존재할 것으로 판단된다. 앞서 적용한 남성과 여성의 상이한 임금결정방식에 더 해 유노조 부문과 무노조 부문 사이에 임금결정방식 차이를 분석 모형에 반영하여 부문별 로 상이한 임금함수를 설정한 후 각 부문에서의 성별 임금격차를 따로 분석하는 것이 현실 을 더 잘 반영한 모형이라 하겠다. 이를 임금함수로 표현하면 식 (6)과 같다. 0.00 0.05 Union 0.10 0.15 [그림 7] 임금소득분위별 노조 존재의 임금상승 효과 0 .25 .5 Quantile .75 1 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 무노조 부문 (Non-Union) 175 : 무노조-남성 임금함수 : 무노조-여성 임금함수 (6) 유노조 부문 (Union) : 유노조-남성 임금함수 : 유노조-여성 임금함수 하지만 위의 분석을 통해 도출한 노조유무별 성별 임금격차의 존재와 그 크기는 직접적 으로 여성에 대한 차별로 설명될 수 없다는 한계가 있다. 남성과 여성이 각각 다른 개별 특성을 가지고 있다면 그에 따라 노동시장에서의 보상에 차이가 있는 것은 당연한 결과이 기 때문이다. 따라서 보다 정확하게 여성에 대한 불합리한 처우의 존재를 살펴보기 위해서 는 남성과 개별 특성이 같을 때 노동시장에서 여성이 받는 보상 수준을 구해야 한다. 또한 본 연구는 식 (6)과 같이 노조의 유무에 따라 임금결정방식의 차이가 존재한다고 전제하고 있기 때문에 노조가 존재할 때와 존재하지 않을 때를 나누어 분위별 성별 임금격차분해를 시행하였다. 이것을 통해 노조가 존재하는 기업에 일하는 여성근로자가 남성에 비해 어느 정도의 임금격차를 받고 있는지를 밝히고 나아가 그 임금격차를 차이와 차별로 나누어 살 펴볼 것이다. <표 7>은 앞 절에서 사용한 격차분해(counterfactual decomposition) 방법을 유노조 사업장과 무노조 사업장에 각각 적용하여 모형 ⑨의 총 임금격차를 차이(explained gap)와 차별(unexplained gap)로 분해한 결과를 보여주고 있다. 먼저 무노조 사업장(non-union)의 경우 임금분포의 상위 분위로 갈수록 성별 총 임금격 차(total gap)가 증가하고 있다. 하지만 유노조 사업장(union)에서는 70분위까지 총 격차가 증 가하지만 70분위 이상에서는 오히려 그 격차가 감소하는 모습을 보이고 있다. counterfactual decomposition을 시행하지 않은 분위별 성별 총 임금격차(total gap)만 보아 서는 유노조 사업장에 비해 무노조 사업장에서 Glass Ceiling 효과가 존재하고 있는 것으로 <표 7> 노조 유무별 Counterfactual 성별 임금격차(모형 ⑨) 10th 20th 30th 40th 50th 60th 70th 80th 90th 1) 유노조 사업장 Total Gap -0.336 -0.361 -0.396 -0.419 -0.442 -0.469 -0.464 -0.448 -0.426 Explained Gap -0.215 -0.275 -0.308 -0.325 -0.329 -0.330 -0.313 -0.280 -0.222 Unexplained Gap -0.121 -0.086 -0.088 -0.095 -0.112 -0.140 -0.150 -0.168 -0.205 2) 무노조 사업장 Total Gap -0.274 -0.359 -0.412 -0.443 -0.460 -0.465 -0.468 -0.475 -0.479 Explained Gap -0.096 -0.117 -0.135 -0.147 -0.152 -0.160 -0.173 -0.191 -0.223 Unexplained Gap -0.178 -0.242 -0.277 -0.295 -0.307 -0.305 -0.295 -0.284 -0.256 주: 모든 p값이 1% 수준에서 유의. 176 産業關係硏究 제21권 제1호 해석할 수도 있다. 하지만 이것은 앞에서도 밝혔듯이 생산성으로 설명되는 차이(difference) 와 설명되지 않는 차별(discrimination)로 구분하여 살펴볼 때 Glass Ceiling 효과의 존재를 주장 할 수 있다. [그림 8]은 데이터를 노조 유무별로 나누어 counterfactual decomposition을 시행한 결과 를 분위별로 나타낸 그래프이다. 가로 축은 ‘분위(quantile)’를, 세로 축은 ‘로그임금효과 (log wage effects)’를 나타낸다. 먼저 유노조 사업장과 무노조 사업장의 그룹 간 비교를 해 보면 설명되지 않는 성별 임금격차의 절댓값이 유노조 사업장에서 더 작게 나타나고 있어 노조가 존재할 때 모든 분위에서 무노조 사업장에 비해 성별 임금격차가 더 작게 나타난 다. 이것은 비노조 부문에 비해 노조 부문에서 성별 임금격차가 적은 것으로 분석하고 있 는 기존 연구와 결과가 유사하다(Lemieux & Craig, 2003; 조동훈․조준모, 2009). 둘째로 유노조 사업장의 경우 분위가 높아지면서 총 임금격차(total gap)의 크기가 증가하다가 70 분위 이상에서는 줄어드는 모습을 보이고 있다. 이것은 노조가 성별 임금격차를 감소시키 는 효과를 가진다는 기존 연구 결과와 일치하는 듯 보이지만 이것을 차이와 차별로 격차분 해하면 유노조 사업장의 경우 소득의 상위 분위에서 개인의 생산성으로 설명되는 부분은 감소하고 있고 차별로 해석되는 부분이 커지는 것을 볼 수 있다. 이것은 임금소득 분포의 상위 분위에서 여성에 대한 임금격차 중 차별로 설명되는 부분이 커질 때 여성에 대한 불 합리한 처우가 높아지고 있다고 해석할 수 있다. 반면 무노조 사업장의 경우 총 임금격차 (total gap)가 상위 분위로 갈수록 높아지고 있는 데 비해 생산성으로 설명되지 않는 차별의 부분은 줄어들고 있다. 본 연구에서는 counterfactual decomposition을 통해 생산성으로 설명되지 않는 차별 (discrimination)의 부분이 증가할 때 Glass Ceiling 효과가 존재한다고 해석할 수 있으므로 분위가 높아질수록 설명되지 않는 격차가 줄어들고 있는 무노조 사업장에 비해 유노조 사 [그림 8] 분위별 Counterfactual 성별 임금격차: Union/Non-union [유노조 사업장] [무노조 사업장] 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0.0 0.0 10th 20th Total Gap 30th 40th 50th Explained Gap 60th 70th 80th Unexplained Gap 90th 10th 20th Total Gap 30th 40th 50th Explained Gap 60th 70th 80th 90th Unexplained Gap 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 177 업장의 경우에 여성에 대한 임금 Glass Ceiling 효과가 존재한다고 결론 내릴 수 있다7) IV. 결 론 본 연구는 한국노동패널 2008년 자료를 이용하여 한국의 임금노동시장 내에 노조유무에 따른 Glass Ceiling 효과가 존재하는지를 분석하였다. Glass Ceiling 효과는 주로 노동시장 에서 남성과 여성 사이의 불평등함을 설명할 때 사용하는 개념으로 여성이 직장에서 어느 정도 수준에 이르면 그 이상의 위치－진급, 임금 등에 있어서－로 진입하는 데 보이지 않 는 장벽에 부딪히는 현상을 말한다. 본 연구에서는 여성의 차별이라는 질적인 문제를 상대 적으로 관찰하기 용이한 양적인 변수로 대신하여 파악하기 위해 로그임금을 종속변수로 사용하였고, 임금소득의 분위가 높아질수록 성별 임금격차가 증가하는지 여부를 통해 Glass Ceiling 효과의 존재를 확인하고자 분위회귀분석(quantile regression) 방법을 사용하 였다. 먼저 가장 기본적인 분석방법으로 남성과 여성의 개별 특성에 대한 보상이 동일하다 는 가정 하에 통합 분위회귀분석을 실시한 결과 성별 임금격차를 대변하는 성별더미의 계 수추정치는 50분위를 기준으로 임금소득분포상의 하위 분위로 내려갈수록 감소하고 있으 며, 반대로 상위 분위로 옮겨갈수록 증가하고 있었다. 이러한 결과는 나이, 교육, 노조더미, 산업 및 직종더미, 사업체규모더미와 같은 통제변수를 추가해 가며 모형을 확장해 가도 동 일하게 임금분포의 상위 분위로 갈수록 성별 로그임금격차가 증가하는 것으로 나타났다. 하지만 통합 분위회귀분석을 통해 도출된 성별 임금격차 수치를 여성에 대한 차별로 해 석하기에는 무리가 있다. 현실에서는 남성과 여성의 개인 특성에 대한 보상이 다를 것이기 때문이다. 이를 반영하여 남성과 여성의 임금함수 자체가 다를 것이라는 가정 하에 성별 분리에 의한 분위회귀분석을 실시하였다. 더불어 성별 로그임금격차에는 ‘생산성 차이 (difference)에 의한 격차’와 ‘생산성으로 설명되지 않는 차별(discrimination)로 해석되는 격 차’가 섞여 있기 때문에 남성과 여성의 총 임금격차 전부를 여성에 대한 차별로 해석해서 는 안 된다. 총격차를 차이와 차별로 나누어 Glass Ceiling 효과를 살펴보는 것이 본 연구의 목적과 부합하기 때문에 이를 위한 분석방법인 counterfactual decomposition을 실시하였다. 7) 유노조 그룹과 무노조 그룹의 성별 임금격차로 해석되는 계수 값을 비교해 보면 무노조 그룹의 차별로 해석되는 값이 유노조 그룹에 비해 절대적으로 큼을 볼 수 있다(예를 들어 40분위의 유노조 사업장 unexplained gap은 -0.095이지만 무노조 사업장의 경우 -0.295로 나타난다.). 본 연구에서 Glass Ceiling 효과란 여성이 임금소득을 더 많이 받게 될수록, 즉 소득의 상위 분위로 올라갈수록 받게 되는 차별의 정도가 커져 상위 분위로의 진출에 어려움을 겪는 것을 일컬음으로 Glass Ceiling 효과를 설 명하기 위해서는 유노조와 무노조 그룹 간 차별의 절댓값 크기가 아닌 그룹 내에서 소득의 상위 분위 로 갈수록 임금격차 중 차별의 크기가 늘어나고 있는 것을 통해 해석하고 있음을 밝힌다. 178 産業關係硏究 제21권 제1호 기존의 연구들에서는 Oaxaca-Blinder decomposition 분석방법을 주로 사용한 것과 다르게 본 논문에서는 분위회귀분석을 통해 얻는 임금방정식의 계수값과 변수들을 이용하여 임금 격차가 개인의 생산성으로 인한 차이(difference)에 의한 것인지, 그것으로 설명되지 않는 차별(discrimination)에 의한 것인지를 구분할 수 있는 counterfactual decomposition 분석을 사용하였다. 그 결과 남성과 여성 간의 총 임금격차는 임금소득의 상위 분위로 갈수록 커 지고 있어 노동시장 내에 Glass Ceiling 효과가 존재하는 것처럼 보이나, 실제로 이것을 격 차분해해 보면 차별(discrimination)로 설명되는 성별 임금격차는 오히려 감소하고 있어 한 국 임금노동시장 내에 Glass Ceiling 효과의 존재를 뒷받침하지는 못한다. 따라서 높은 소 득분위로 갈수록 커지고 있는 총 임금격차 모두를 노동시장에 존재하는 여성에 대한 임금 차별, 즉 Glass Ceiling 현상으로 해석하는 것은 한계가 있음을 확인할 수 있다. 또한 한국 노동시장에서 노동조합의 존재 유무가 근로자의 근로여건 및 성별 임금격차 에도 유의한 영향을 준다는 기존 연구결과를 바탕으로 노동조합의 존재가 분위별 성별 임 금격차에 어떠한 영향을 미치는지 살펴보았다. 이후 노동조합 존재 유무에 따라 상이한 임 금함수가 존재할 것으로 판단되어 유노조 부문과 무노조 부문으로 나누어 분석을 하였고, 이어 동일하게 counterfactual decomposition을 실시하였다. 분석 결과 기존 연구들과 마찬 가지로 노동조합의 존재 자체만으로도 임금분포상의 모든 분위에 있어서 수치상 비슷한 정도의 임금상승 효과를 가져옴을 확인할 수 있었다. 그리고 노조 유무에 따라 그룹을 나 누어 분석한 결과를 살펴보면 무노조 사업장(non-union)의 경우 임금분포상의 상위 분위로 갈수록 성별 총 임금격차(total gap)는 증가하고 있지만 유노조 사업장(union)에서는 70분 위까지만 총 격차가 증가하고 70분위 이상에서는 오히려 그 격차가 감소하는 모습을 보이 고 있다. 이와 같이 분위별 성별 총 임금격차(total gap)만 보아서는 유노조 사업장에 비해 무노조 사업장에서 Glass Ceiling 효과가 존재하고 있는 것으로 해석할 수도 있다. 하지만 유노조 그룹과 무노조 그룹의 임금분위에 따른 성별 임금격차가 개인의 생산성 부분에 의 한 차이(difference)인지, 노동시장의 구조적 원인으로 인한 차별(discrimination)인지를 구 별하기 위해 counterfactual decomposition을 시행한 결과, 유노조 사업장의 경우 소득의 상 위 분위에서 개인의 생산성으로 설명되는 부분은 감소하고 있고 차별로 해석되는 부분이 커지는 것을 볼 수 있다. 반면 무노조 사업장의 경우 총 임금격차(total gap)가 상위 분위로 갈수록 높아지고 있는 데 비하여 생산성으로 설명되지 않는 차별의 부분은 줄어들고 있다. counterfactual decomposition을 통해 ‘생산성으로 설명되지 않는 차별(discrimination)’의 부 분이 증가할 때 Glass Ceiling 효과가 존재한다고 해석할 수 있으므로 분위가 높아질수록 설명되지 않는 격차가 줄어들고 있는 무노조 사업장에 비해 유노조 사업장의 경우에는 여 성에 대한 임금 Glass Ceiling 효과가 존재하는 것으로 분석되었다. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 179 참고문헌 1. 김유선(2009), “한국 노동시장의 임금결정요인 - OLS 회귀분석과 분위회귀분석,” 산 업관계연구, 제19권, 제2호, 2009. 6, pp.1-25. 2. 김장호(2008), “노동조합 임금효과의 변화, 1988~2007,” 노동경제논집, pp.75-105. 3. 김주영 외(2008), 한국의 임금격차, 한국노동연구원, 4. 박우성, 박재용(2005), “비정규직의 활용과 노동조합의 역할: 실증분석과 시사점 ,” 산 업관계연구, 제15권, 제1호, 2005. 6, pp.23-41. 5. 이시균(2008), “노동조합이 비정규노동의 고용에 미치는 효과,” 산업관계연구, 제18 권, 제1호, 2008. 6, pp.1-27. 6. 이정현(2004), “한국 노동조합은 어느 노동자집단을 위한 조직인가?: 1987~1999년까지 집단별 노조 임금 효과의 변화,” 인사․조직연구, 제12권, 제2호. 7. 최강식․정진욱․정진화(2005), “자영업 부문의 소득분포 및 소득결정요인: 분위회귀 분석,” 노동경제논집, 제28권, 제1호, pp.135-156. 8. 정진화(2007), “한국 노동시장에서의 성별 임금격차 변화－혼인상태 및 직종특성별 비 교,” 노동경제논집, 제30권, 제2호, pp.33-60. 9. 조동훈(2008), “패널자료를 이용한 노동조합의 임금효과 분석,” 노동경제논집, 제31 권, 제2호, pp.103-128. 10. 조준모․조동훈(2009), “노동조합과 성별 임금격차에 관한 연구,” 한국경제연구, 제 24권, 제3호, pp.83-108. 11. Albrecht et al.(2003), “Is There a Glass Ceiling in Sweden?,” Journal of Labor Economics, Vol.21, No.1, pp.145-177. 12. Arulampalam et al.(2007), “Is There A Glass Ceiling over Europe? Exploring the Gender Gap Across the Wage Distribution,” Industrial and Labor Review, Vol.60, No.2, pp.163-186. 13. Blau and Kahn(2000), “Gender Differences in Pay,” Journal of Economic Perspective, Vol.14, No.4, pp.75-99. 14. Card, D., T. Lemieux and W. Craig(2003), “Unions and the Wage Structure,” International Handbook of Trade Unions. 15. Chi, Wei and Li, Bo(2007), “Glass Ceiling or Sticky Floor? Examining the Gender Pay Gap across the Wage Distribution in Urban China, 1987-2004,” Munich Personal RePEc Archive Paper. 180 産業關係硏究 제21권 제1호 16. Freeman, Ricahrd B.(1980), “Unionism and the Dispersion of Wages,” Industrial and Labor Relations Review, Vol.34, No.1, pp.3-23. 17. Hiau Joo Kee(2006), “Glass Ceiling or Sticky Floor? Exploring the Australian Gender Pay Gap using Quantile Regression and Counterfactual Decomposition Methods,” Economic Record. 18. Hirsch and Schumacher(1998), “Unions, Wages, and Skills,” The Journal of Human Resources, Vol.33, No.1, pp.201-219. 19. Koenker and Hallock(2001), “Quantile Regression,” Journal of Economic Perspective, Vol.15, No.4, pp.143-156. 20. Machado and Mata(2005), “Counterfactual Decomposition of Changes in Wage Distributions using Quantile Regression,” Journal of Applied Econometrics, Vol.20, No.4, pp.445-465. 21. Melly(2006), “Estimation of Counterfactual Distribution using Quantile Regression,” Review of Labor Economics. 22. Oaxaca, Ronald(1973), “Male-Female Wage Differentials in Urban Labor Markets,” International Economic Review, Vol.14, No.3, pp.693-709. 23. OECD(2009), OECD Employment Outlook. 24. Rica, Donaldo and Llorens(2008), “Ceiling or Floors? Gender Wage Gaps by Education in Spain,” Journal of Population Economics, Vol.21, No.3, pp.693-709. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 181 [부 록] <표 A.1> Model(⑨) 분위회귀분석 결과 Variable female age age2_100 experi experi2_100 OLS 5th 10th 25th 50th 75th 90th 95th -0.239*** -0.203*** -0.180*** -0.210*** -0.237*** -0.273*** -0.283*** -0.293*** 0.044*** 0.042*** 0.050*** 0.051*** 0.049*** 0.045*** 0.031*** 0.028*** -0.054*** -0.062*** -0.068*** -0.068*** -0.060*** -0.050*** -0.031*** -0.026*** 0.032*** 0.039*** 0.032*** 0.032*** 0.032*** 0.032*** 0.035*** 0.030*** -0.021*** -0.057*** -0.016*** -0.014*** -0.021*** -0.035*** -0.048*** -0.010*** edu_2 0.035*** 0.094*** 0.016*** 0.019*** 0.023*** 0.083*** 0.042*** 0.115*** edu_3 0.186*** 0.135*** 0.070*** 0.111*** 0.156*** 0.246*** 0.285*** 0.409*** edu_4 0.286*** 0.158*** 0.158*** 0.242*** 0.251*** 0.324*** 0.392*** 0.528*** edu_5 0.429*** 0.283*** 0.266*** 0.377*** 0.403*** 0.470*** 0.553*** 0.680*** edu_6 0.615*** 0.520*** 0.476*** 0.559*** 0.533*** 0.611*** 0.721*** 1.196*** edu_7 0.923*** 0.516*** 0.884*** 0.845*** 0.757*** 0.716*** 1.610*** 2.036*** married 0.064*** 0.058*** 0.018*** 0.053*** 0.055*** 0.042*** 0.099*** 0.101*** fulltime 0.095*** 0.093*** 0.130*** 0.122*** 0.132*** 0.081*** 0.064*** -0.032*** union 0.110*** 0.031*** 0.088*** 0.096*** 0.138*** 0.114*** 0.087*** 0.085*** occupation_1 0.689*** 0.691*** 0.618*** 0.675*** 0.630*** 0.707*** 0.664*** 0.767*** occupation_2 0.442*** 0.399*** 0.428*** 0.375*** 0.400*** 0.505*** 0.489*** 0.485*** occupation_3 0.383*** 0.350*** 0.371*** 0.308*** 0.335*** 0.405*** 0.359*** 0.390*** occupation_4 0.323*** 0.325*** 0.328*** 0.280*** 0.274*** 0.361*** 0.291*** 0.273*** occupation_5 0.161*** 0.173*** 0.213*** 0.159*** 0.099*** 0.146*** 0.129*** 0.140*** occupation_6 0.052*** -0.094*** 0.086*** 0.155*** -0.091*** 0.155*** -0.009*** -0.053*** occupation_7 0.232*** 0.194*** 0.236*** 0.214*** 0.184*** 0.210*** 0.192*** 0.157*** occupation_8 0.179*** 0.012*** 0.142*** 0.190*** 0.153*** 0.195*** 0.188*** 0.193*** industry_1 0.147*** 0.166*** 0.084*** 0.135*** 0.218*** 0.176*** 0.173*** -0.076*** industry_3 0.150*** 0.086*** 0.138*** 0.164*** 0.133*** 0.134*** 0.115*** 0.045*** industry_4 -0.058*** -0.096*** -0.119*** -0.048*** -0.034*** -0.049*** -0.044*** -0.077*** industry_5 0.051*** 0.025*** 0.033*** 0.068*** 0.065*** 0.052*** 0.055*** 0.022*** industry_6 -0.004*** -0.089*** -0.076*** -0.023*** -0.013*** 0.002*** 0.015*** -0.101*** industry_7 -0.030*** -0.186*** -0.120*** -0.111*** -0.026*** 0.031*** 0.088*** 0.130*** fsize_med 0.099*** 0.058*** 0.051*** 0.085*** 0.105*** 0.120*** 0.125*** 0.096*** fsize_large 0.251*** 0.235*** 0.247*** 0.249*** 0.245*** 0.277*** 0.271*** 0.200*** constant 0.386*** 0.108*** 0.040*** 0.126*** 0.335*** 0.486*** 0.897*** 1.110*** 182 産業關係硏究 제21권 제1호 <표 A.2> 무노조 부문의 성별 분리에 의한 분위회귀분석 무노조부문 (Non-union) Variable Men (n=1,505) OLS age age2/100 experi experi2/100 0.089*** 10th 0.092*** 50th 0.105*** Women (n=1,139) 90th 0.084*** OLS 0.015*** 10th 0.018*** 50th 0.024*** -0.004*** -0.104*** -0.120*** -0.126*** -0.084*** -0.023*** -0.028*** -0.034*** 0.026*** 0.039*** 0.029*** 0.038*** 0.013*** 0.036*** 0.000*** 0.056*** 0.005*** -0.035*** 0.031*** -0.017*** -0.081*** edu_2 0.103*** 0.193*** 0.112*** 0.193*** 0.055*** 0.003*** 0.031*** 0.040*** edu_3 0.274*** 0.268*** 0.255*** 0.402*** 0.197*** 0.089*** 0.140*** 0.230*** edu_4 0.428*** 0.373*** 0.364*** 0.599*** 0.420*** 0.199*** 0.397*** 0.535*** edu_5 0.618*** 0.556*** 0.556*** 0.847*** 0.609*** 0.403*** 0.565*** 0.745*** edu_6 0.845*** 0.661*** 0.754*** 1.165*** 1.070*** 0.870*** 0.882*** 1.249*** edu_7 1.082*** 1.092*** 1.003*** 1.056*** 2.481*** 2.152*** 1.905*** 2.831*** married 0.120*** 0.109*** 0.109*** 0.154*** 0.029*** -0.014*** -0.002*** 0.127*** fulltime 0.092*** 0.167*** 0.083*** 0.067*** 0.129*** 0.110*** 0.163*** 0.121*** fs_med 0.135*** 0.083*** 0.110*** 0.161*** 0.143*** 0.161*** 0.176*** 0.039*** fs_large 0.222*** 0.212*** 0.198*** 0.175*** 0.172*** 0.209*** 0.216*** 0.148*** -0.407*** -0.834*** -0.617*** -0.161*** 0.919*** 0.685*** 0.757*** 1.546*** Constant -0.012*** -0.067*** -0.016*** 0.020*** 90th 주: * p < 0.1; ** p < 0.05; *** p < 0.01. <표 A.3> 유노조 부문의 성별 분리에 의한 분위회귀분석 유노조부문 (Union) Men (n=489) Variable age age2/100 OLS 0.072*** -0.089*** 10th Women (n=158) OLS 10th 50th 0.084*** -0.013 -0.014 -0.008 0.001 -0.075 -0.099*** -0.079*** 0.001 0.002 0.001 -0.018 0.049 50th 0.085*** 90th 90th experi 0.016 0.025 0.007 0.018 0.041** 0.050 0.055** 0.037 experi2/100 0.037 0.042 0.046 -0.034 0.002 0.005 -0.044 0.019 edu_2 -0.134 -0.053 0.042 0.655 0.249 -0.315 edu_3 0.261 0.358** -0.061 -0.353*** 0.306 0.184** 0.508** 0.851*** 0.696** 0.289 edu_4 0.308* 0.505*** 0.402* 0.137 0.595*** 0.909** 0.724** 0.221 edu_5 0.565*** 0.708*** 0.641*** 0.393*** 0.700*** 0.935** 0.927*** 0.601 edu_6 0.737*** 0.827*** 0.805*** 0.605*** 1.178*** 1.870*** 1.279*** 0.678* edu_7 0.900*** 0.952*** 0.860*** 0.470** 1.775*** 2.025*** 1.498*** 1.642*** married 0.227*** 0.406*** 0.226*** 0.111 0.106 0.142 0.064 0.061 fulltime 0.189** 0.061 0.332*** -0.013 0.141* 0.153 0.086 0.127 fs_med -0.033 -0.049 0.018 0.017 0.048 -0.020 0.067 0.132 fs_large 0.315*** 0.375*** 0.328*** 0.305*** 0.142 0.155 0.144 0.237 0.031 -0.099 -0.460 0.385 1.474*** 0.662 1.118* 1.811* Constant 주: * p < 0.1; ** p < 0.05; *** p < 0.01. 한국에는 Glass Ceiling 효과가 존재하는가?(정한나․ 이 태) 183 abstract Is there a Glass Ceiling in Korea?: Focused on Labor Union and Gender Wage Gap using Quantile Regression Hanna Jung․Tai Lee This paper examines the significance of the glass ceiling effect in unionized and nonunionized sectors using quantile wage regression for analyzing data from 2008 KLIPS. The result shows that the gender wage gap increases in upper quantile of wage distribution. For non-unionized sectors, the gender wage gap increases in upper quantile while it decreases in upper quantile for unionized sectors. Moreover, counterfactual decomposition of the gender wage gap shows that there is a stronger glass ceiling effect in unionized firms relative to non-unionized firms. Keywords: Glass Ceiling Effect, Quantile Regression, Gender Wage Gap, Labor Union Effect, Counterfactual Decomposition