[Analytics] ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ ๊ณ ๊ฐ, ์œ„์น˜ ๋ฐ์ดํ„ฐ ๋ถ„์„ [1]

2022. 3. 23. 17:01ใ†๐Ÿงช Data Science/Analytics

 

 

 

์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๋ž€?

์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰์„ ๋ฐ›์€ ์–ด๋ฅด์‹ ๋“ค์„ ๋‚ฎ ์‹œ๊ฐ„ ๋™์•ˆ์— ๋ณดํ˜ธํ•˜๋ฉฐ, ๊ฑฐ๋™์ด ๋ถˆํŽธํ•œ ์–ด๋ฅด์‹ ๋“ค์—๊ฒŒ ๊ธฐ๋Šฅ ๊ฐ•ํ™”, ์ •์„œ์ง€์›, ๊ฑด๊ฐ•์ฆ์ง„, ์‚ฌํšŒ์žฌํ™œ ๋“ฑ์˜ ์ „๋ฌธํ™”๋œ ์„œ๋น„์Šค๋ฅผ ์ œ๊ณตํ•˜๋Š” ๊ณณ์ด๋‹ค.

 

 

 

 

๋ถ„์„์— ์ด์šฉํ•œ ์ž๋ฃŒ๋Š” ๋‹ค์Œ๊ณผ ๊ฐ™๋‹ค.

1. ์—ฐ๋ น๋ณ„ ์ธ๊ตฌํ˜„ํ™ฉ(ํ–‰์ •์•ˆ์ •๋ถ€)

2. ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ(๋ณด๊ฑด๋ณต์ง€๋ถ€)

3. ๋…ธ์ธ๋ณต์ง€์‹œ์„คํ˜„ํ™ฉ(e-๋‚˜๋ผ์ง€ํ‘œ)

4. ์˜๋ฃŒ๊ธฐ๊ด€ํ˜„ํ™ฉ(๋ณด๊ฑด๋ณต์ง€๋ถ€)

5. ๋…ผ๋ฌธ '๋…ธ์ธ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์— ๋Œ€ํ•œ ์ž ์žฌ ์ด์šฉ์ž์˜ ์ด์šฉ์š•๊ตฌ ๋ฐ ๋ฐœ์ „๋ฐฉํ–ฅ, ์ •์ง€๋‚˜, 2020' 

6. ๋…ผ๋ฌธ '๋…ธ์ธ ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์˜ ์šด์˜, ์ธ๋ ฅ, ์„œ๋น„์Šค ํ˜„ํ™ฉ, ๋ฐ•์—ฐํ™˜, 2007'

 

 

 

 

 

1. ๊ณ ๊ฐ ๋ถ„์„ 

- ์—ฐ๋ น๋ณ„ ์ธ๊ตฌํ˜„ํ™ฉ(ํ–‰์ •์•ˆ์ •๋ถ€)
- ๋…ผ๋ฌธ '๋…ธ์ธ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์— ๋Œ€ํ•œ ์ž ์žฌ์ด์šฉ์ž์˜ ์ด์šฉ์š•๊ตฌ ๋ฐ ๋ฐœ์ „๋ฐฉํ–ฅ, ์ •์ง€๋‚˜, 2020'
- ๋…ผ๋ฌธ '๋…ธ์ธ ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์˜ ์šด์˜, ์ธ๋ ฅ, ์„œ๋น„์Šค ํ˜„ํ™ฉ, ๋ฐ•์—ฐํ™˜, 2007'

 

 

 

์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๋Š” ์„ค๋ช…์—์„œ๋„ ์•Œ ์ˆ˜ ์žˆ๋“ฏ์ด 60์„ธ-65์„ธ ์ด์ƒ ๋…ธ์ธ์ด ๊ณ ๊ฐ์ด๋‹ค. ์ด์— ๋”ฐ๋ผ, ๊ฐ ์ง€์—ญ์— ๋…ธ์ธ ์ธ๊ตฌ ๋ถ„ํฌ, ์„ฑ๋ณ„ ๋น„์œจ์„ ์กฐ์‚ฌํ•˜๊ณ ์ž ํ•œ๋‹ค. ๋‹ค๋งŒ, ๋…ธ์ธ ์ค‘์—์„œ๋„ ์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰์„ ๋ฐ›์œผ์‹  ์‚ฌ๋žŒ๋งŒ์ด ๊ณ ๊ฐ์ด ๋  ์ˆ˜ ์žˆ๋‹ค. (์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰์„ ๋ฐ›๋Š” ๋ฐฉ๋ฒ•์€ ๋‹ค์Œ ๋งํฌ) ์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰ ํ˜น์€ ์ž ์žฌ ๊ณ ๊ฐ์„ ๋Œ€์ƒ์œผ๋กœ ํ•œ ๋…ผ๋ฌธ์„ ์‚ดํŽด๋ณด๋ฉฐ ๊ณ ๊ฐ ๋ถ„์„์— ๋””ํ…Œ์ผ์„ ๋”ํ•˜๋„๋ก ํ•˜๊ฒ ๋‹ค. 

 

 

 

1-1. ์—ฐ๋ น๋ณ„ ๋ฐ์ดํ„ฐ

์—ฐ๋ น๋ณ„ ์ธ๊ตฌํ˜„ํ™ฉ์€ ๊ณต๊ณต๋ฐ์ดํ„ฐ ํฌํ„ธ(https://www.data.go.kr/)์„ ํ†ตํ•ด์„œ ๋‹ค์šด๋กœ๋“œํ•˜์˜€๋‹ค. python์„ ํ†ตํ•ด ๋ถ„์„์„ ํ•˜๋ ค ํ–ˆ๋Š”๋ฐ ์ƒ๊ฐ๋ณด๋‹ค ๋ฐ์ดํ„ฐ๊ฐ€ ๋”๋Ÿฌ.. ์›์„œ ์ „์ฒ˜๋ฆฌ๋ถ€ํ„ฐ ๋จผ์ € ์ง„ํ–‰ํ–ˆ๋‹ค. ๋‹ค์Œ์€ ๊น”๋”ํ•˜๊ฒŒ ์ •์ œ๋œ ๋ฐ์ดํ„ฐ๋‹ค. 

# ์ธ๊ตฌ ๋ฐ์ดํ„ฐ
df_gyeng = pd.read_csv("/content/แ„Œแ…ฎแ„€แ…กแ†ซแ„‡แ…ฉแ„’แ…ฉแ„‰แ…ฆแ†ซแ„แ…ฅ/๊ฒฝ์ƒ๋ถ๋„_์—ฐ๋ น๋ณ„์ธ๊ตฌ.csv", encoding='cp949')
df_seoul = pd.read_csv("/content/แ„Œแ…ฎแ„€แ…กแ†ซแ„‡แ…ฉแ„’แ…ฉแ„‰แ…ฆแ†ซแ„แ…ฅ/์„œ์šธํŠน๋ณ„์‹œ_์—ฐ๋ น๋ณ„์ธ๊ตฌ.csv", encoding='cp949')

for i in ['์ด์ธ๊ตฌ์ˆ˜', '์—ฐ๋ น๊ตฌ๊ฐ„์ธ๊ตฌ์ˆ˜', '0~9์„ธ', '10~19์„ธ', '20~29์„ธ', '30~39์„ธ',
       '40~49์„ธ', '50~59์„ธ', '60~69์„ธ', '70~79์„ธ', '80~89์„ธ', '90~99์„ธ', '100์„ธ ์ด์ƒ',
       '๋‚จ_์ด์ธ๊ตฌ์ˆ˜', '๋‚จ_์—ฐ๋ น๊ตฌ๊ฐ„์ธ๊ตฌ์ˆ˜', '๋‚จ_0~9์„ธ', '๋‚จ_10~19์„ธ', '๋‚จ_20~29์„ธ', '๋‚จ_30~39์„ธ',
       '๋‚จ_40~49์„ธ', '๋‚จ_50~59์„ธ', '๋‚จ_60~69์„ธ', '๋‚จ_70~79์„ธ', '๋‚จ_80~89์„ธ', '๋‚จ_90~99์„ธ',
       '๋‚จ_100์„ธ ์ด์ƒ', '์—ฌ_์ด์ธ๊ตฌ์ˆ˜', '์—ฌ_์—ฐ๋ น๊ตฌ๊ฐ„์ธ๊ตฌ์ˆ˜', '์—ฌ_0~9์„ธ', '์—ฌ_10~19์„ธ', '์—ฌ_20~29์„ธ',
       '์—ฌ_30~39์„ธ', '์—ฌ_40~49์„ธ', '์—ฌ_50~59์„ธ', '์—ฌ_60~69์„ธ', '์—ฌ_70~79์„ธ', '์—ฌ_80~89์„ธ',
       '์—ฌ_90~99์„ธ', '์—ฌ_100์„ธ ์ด์ƒ']:
       df_gyeng[i] = df_gyeng[i].astype(str).str.replace(pat=r'[^\w]', repl=r'', regex=True)
       df_gyeng[i] = df_gyeng[i].astype(int)
       df_seoul[i] = df_seoul[i].astype(str).str.replace(pat=r'[^\w]', repl=r'', regex=True)
       df_seoul[i] = df_seoul[i].astype(int)

display(df_gyeng.head())
display(df_seoul.head())
display(df_gyeng.describe())
display(df_seoul.describe())

 

 

์„œ์šธ๊ณผ ๊ฒฝ๋ถ ์ธ๊ตฌ ๋ฐ์ดํ„ฐ๋ฅผ ์„ ์ •ํ–ˆ๋‹ค. ์ด์œ ๋Š” ๊ณ ํ–ฅ์ด ๊ฒฝ๋ถ ์ƒ์ฃผ๊ณ , ์„œ์šธ์—์„œ ํ•™๊ต๋ฅผ ๋‹ค๋‹ˆ๊ณ  ์žˆ์–ด์„œ ๊ทธ๋ƒฅ ์ œ์ผ ๊ถ๊ธˆํ–ˆ๋‹ค. ์„œ์šธ, ๊ฒฝ๋ถ ์ƒ์ฃผ ๋ฐ์ดํ„ฐ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ ์‹œ๊ฐํ™”๋ฅผ ํ•ด๋ณด๊ฒ ๋‹ค. 40์„ธ ์ด์ƒ๋ถ€ํ„ฐ ์—ฐ๋ น๋Œ€๋ณ„ ์ธ๊ตฌ์ˆ˜์™€ ๋‚จ๋…€ ์„ฑ๋น„๋ฅผ ๋‚˜ํƒ€๋ƒˆ๋‹ค. ๊ฒฝ๋ถ ์ƒ์ฃผ ๋ฐ์ดํ„ฐ๋ฅผ ๋ณด๊ณ , ์„œ์šธ ๋ฐ์ดํ„ฐ๋ฅผ ๋ณด๋„๋ก ํ•˜์ž. 

 

 

 

# ์ƒ์ฃผ ์—ฐ๋ น๋ณ„ ์„ฑ๋น„
df_gyeng_man = df_gyeng[demo_man].copy()
df_gyeng_woman = df_gyeng[demo_woman].copy()

x = np.arange(7)
ages = ['40~49', '50~59','60~69', '70~79', '80~89', '90~99', '100']
plt.figure(figsize=(8,10))
plt.bar(range(len(df_gyeng_woman.iloc[10,:])), df_gyeng_woman.iloc[10,:], color='limegreen', width=0.5)
plt.bar(range(len(df_gyeng_man.iloc[10,:])), df_gyeng_man.iloc[10,:], bottom=df_gyeng_woman.iloc[10,:], color='dodgerblue', width=0.5)
plt.title('์ƒ์ฃผ ์—ฐ๋ น๋ณ„ ์„ฑ๋น„')
plt.legend(['Woman', 'Man'])
plt.grid(True)
plt.xticks(x, ages)
# plt.savefig('/content/drive/MyDrive/Data Science/Colab Notebooks/Insight/แ„Œแ…ฎแ„€แ…กแ†ซแ„‡แ…ฉแ„’แ…ฉแ„‰แ…ฆแ†ซแ„แ…ฅ/sangu_age.png', bbox_inches='tight')

[์ƒ์ฃผ ์—ฐ๋ น๋ณ„ ์ธ๊ตฌ]

 

40๋Œ€ - 60๋Œ€๊นŒ์ง€๋Š” ์ธ๊ตฌ์ˆ˜๊ฐ€ ๋Š˜์–ด๋‚˜๋‹ค๊ฐ€ 70๋Œ€๋ถ€ํ„ฐ๋Š” ๊ธ‰์†ํžˆ ๊ฐ์†Œํ•˜๋Š” ๊ฒƒ์„ ๋ณผ ์ˆ˜ ์žˆ๋‹ค. ๋ฒ ์ด๋น„๋ถ ์„ธ๋Œ€๋“ค์˜ ์ธ๊ตฌ๊ฐ€ ๋งŽ์€ ๋ฐ˜๋ฉด, ๋น„๊ต์  ์ Š์€ ์„ธ๋Œ€(40-49)๋ถ€ํ„ฐ๋Š” ๊ธ‰๊ฒฉํžˆ ๊ฐ์†Œํ•œ๋‹ค. ๊ฒฝ๋ถ์ด ์ „๊ตญ์—์„œ ๊ณ ๋ นํ™” ๋น„์œจ์ด ์ œ์ผ ๋†’์€ ๊ฒƒ์„ ์ƒ๊ฐํ–ˆ์„ ๋•Œ, ์•ž์œผ๋กœ 20๋…„์€ ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ์˜ ์ž ์žฌ๊ณ ๊ฐ์ธต์ด ๋‘ํ„ฐ์šธ ๊ฒƒ์œผ๋กœ ์˜ˆ์ƒ๋œ๋‹ค. ๋‚จ๋…€ ์„ฑ๋น„์˜ ๊ฒฝ์šฐ, 60๋Œ€๊นŒ์ง€๋Š” ๋น„์Šทํ•œ ๋น„์œจ์„ ์œ ์ง€ํ•˜๋‹ค๊ฐ€ 70๋Œ€๋ถ€ํ„ฐ ์—ฌ์„ฑ ๋น„์œจ์ด ๊ธ‰๊ฒฉํžˆ ๋†’์•„์ง„๋‹ค. 

 

 

 

# ์„œ์šธ ์—ฐ๋ น๋ณ„ ์„ฑ๋น„
df_seoul_man = df_seoul[demo_man].copy()
df_seoul_woman = df_seoul[demo_woman].copy()

x = np.arange(7)
ages = ['40~49', '50~59','60~69', '70~79', '80~89', '90~99', '100']
plt.figure(figsize=(8,10))
plt.bar(range(len(df_seoul_woman.iloc[0,:])), df_seoul_woman.iloc[0,:], color='limegreen', width=0.5)
plt.bar(range(len(df_seoul_man.iloc[0,:])), df_seoul_man.iloc[0,:], bottom=df_seoul_woman.iloc[0,:], color='dodgerblue', width=0.5)
plt.title('์„œ์šธ ์—ฐ๋ น๋ณ„ ์„ฑ๋น„')
plt.legend(['Woman', 'Man'])
plt.grid(True)
plt.xticks(x, ages)
# plt.savefig('/content/drive/MyDrive/Data Science/Colab Notebooks/Insight/แ„Œแ…ฎแ„€แ…กแ†ซแ„‡แ…ฉแ„’แ…ฉแ„‰แ…ฆแ†ซแ„แ…ฅ/seoul_age.png', bbox_inches='tight')

[์„œ์šธ ์—ฐ๋ น๋ณ„ ์ธ๊ตฌ]

 

์„œ์šธ์˜ ์—ฐ๋ น๋ณ„ ์ธ๊ตฌ ๋˜ํ•œ ์ƒ์ฃผ์˜ ์ถ”์ด์™€ ๋‹ค๋ฅด์ง€ ์•Š๋‹ค. ๋‹ค๋งŒ, ์ƒ์ฃผ์— ๋น„ํ•ด 40๋Œ€-50๋Œ€ ์ธต์ด ํ›จ์”ฌ ๋‘ํ…๋‹ค. ์‚ฐ์—…, ๊ธˆ์œต ๋“ฑ์ด ํ™œ๋ฐœํ•˜๊ฒŒ ์ด๋ค„์ง€๋‹ค ๋ณด๋‹ˆ ๊ณ ๋ น ์ธ๊ตฌ๋ณด๋‹จ ์ Š์€ ์ธ๊ตฌ๋“ค์ด ๋งŽ์ด ์‚ด๊ณ  ์žˆ์Œ์„ ๋ณผ ์ˆ˜ ์žˆ๋‹ค. ๋‚จ๋…€ ์„ฑ๋น„ ๋˜ํ•œ 70๋Œ€์— ๋“ค์–ด์„œ๋ฉด์„œ ์—ฌ์„ฑ์˜ ๋น„์œจ์ด ํ›จ์”ฌ ๋†’์•„์ง„๋‹ค. ์ƒ์ฃผ ๋ฐ์ดํ„ฐ์™€ ์ข…ํ•ฉํ–ˆ์„ ๋•Œ, ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๋Š” ์ผ€์–ด ์‹œ์Šคํ…œ ๊ตฌ์ถ•์— ์žˆ์–ด ๋‚จ์„ฑ๋ณด๋‹จ ์—ฌ์„ฑ์—๊ฒŒ ์นœํ™”์ ์ธ ์‹œ์Šคํ…œ๊ณผ ์‹œ์„ค ๊ตฌ์ถ•์„ ๋ชฉํ‘œ๋กœ ํ•ด์•ผ ํ•  ๊ฒƒ์œผ๋กœ ๋ณด์ธ๋‹ค. 

 

 

 

 

1-2. ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ ์ด์šฉ์ž์˜ ์ „์ฒด ํŠน์„ฑ

 

 

https://synapse.koreamed.org/upload/synapsedata/pdfdata/1006jkan/jkan-37-613.pdf

 

 

์ด์šฉ์ž์˜ ํŠน์„ฑ์€ ๋…ผ๋ฌธ '๋…ธ์ธ ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์˜ ์šด์˜, ์ธ๋ ฅ, ์„œ๋น„์Šค ํ˜„ํ™ฉ, ๋ฐ•์—ฐํ™˜, 2007' ํ†ตํ•ด ์•Œ์•„๋ณด๊ฒ ๋‹ค. 2007๋…„ ์ž๋ฃŒ์ด์ง€๋งŒ ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ์˜ ์ „์ฒด์  ํ๋ฆ„์„ ํŒŒ์•…ํ•  ์ˆ˜ ์žˆ๋‹ค๋Š” ์ , ์กฐ์‚ฌ๊ฐ€ ์‹ ๋ขฐ์„ฑ ์žˆ๊ฒŒ ์ด๋ค„์กŒ๋‹ค๋Š” ์ ์—์„œ ์ž๋ฃŒ๋กœ ์„ ์ •ํ–ˆ๋‹ค. 

"2006๋…„ 6์›” ํ˜„์žฌ ๋ณด๊ฑด๋ณต์ง€๋ถ€์— ๋“ฑ๋ก๋œ ์ „๊ตญ์˜ ๋…ธ์ธ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค 280๊ฐœ์†Œ ์ „์ˆ˜๋ฅผ ์—ฐ๊ตฌ ๋Œ€์ƒ์œผ๋กœ ์„ ์ •ํ•˜์˜€๋‹ค. ์—ฐ๊ตฌ์ž ๋ฐ ์—ฐ๊ตฌ๋ณด์กฐ์›์ด ์ „ํ™”๋กœ ํ™•์ธํ•˜์—ฌ ์กฐ์‚ฌํ–ˆ๋‹ค. ์ตœ์ข…์ ์œผ๋กœ ์ด 212 ์‹œ์„ค์˜ ์ฃผ๊ฐ„๋ณดํ˜ธ ๋‹ด๋‹น์ž์—๊ฒŒ ์ž๋ฃŒ๋ฅผ ์ˆ˜์ง‘ํ•˜์˜€๋‹ค."

- ๋…ผ๋ฌธ '์—ฐ๊ตฌ๋Œ€์ƒ' ๋ถ€๋ถ„ -

 

 

๋…ธ์ธ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์„ ์ด์šฉํ•˜๊ณ  ์žˆ๋Š” ๋…ธ์ธ์˜ ํŠน์„ฑ

 

1. 65์„ธ ์ด์ƒ ๋…ธ์ธ์ด ์ด์šฉํ•˜๋Š” ์‹œ์„ค์ด 84.2%

2. ์น˜๋งค๋‚˜ ์ค‘ํ’ ๋…ธ์ธ์ด ํ•จ๊ป˜ ์ด์šฉํ•˜๋Š” ์‹œ์„ค 57.4%

3. ์น˜๋งค ๋…ธ์ธ ๋‹จ๋…์œผ๋กœ ์šด์˜๋˜๋Š” ์‹œ์„ค 21.5%

4. ์ด์šฉ ๋…ธ์ธ์˜ ์ˆ˜๋Š” 11~15๋ช…์ธ ์‹œ์„ค์ด 30.6%

5. ์ด์šฉ ๋Œ€๊ธฐ์ž๋Š” 10๋ช… ์ดํ•˜๊ฐ€ 72.7%

 

 

๋ˆˆ์— ๋„๋Š” ํŠน์„ฑ์„ ๊ผฝ์œผ๋ผ๋ฉด '์น˜๋งค ๋…ธ์ธ'์ด๋‹ค. ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ์˜ ๊ณ ๊ฐ์€ ์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰์„ ๋ฐ›์€ ์‚ฌ๋žŒ์ด๋‹ค. ์น˜๋งค๋ฟ๋งŒ ์•„๋‹ˆ๋ผ ๋‹ค์–‘ํ•œ ์งˆ๋ณ‘๊ณผ ๋ถˆํŽธํ•จ์„ ๊ฐ€์ง„ ๋…ธ์ธ๋“ค๋„ ๊ทธ ๋Œ€์ƒ์ด๋ผ๋Š” ๋œป์ด๋‹ค. ๊ทธ๋Ÿผ์—๋„ ๋ถˆ๊ตฌํ•˜๊ณ  ์น˜๋งค ๋…ธ์ธ๋งŒ์„ ๋ฐ›๋Š” ์‹œ์„ค์ด ์ „์ฒด์˜ 21.5%๋‚˜ ๋œ๋‹ค. ์ด๋Š” ์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰ ํŒ์ •์„ ๋ฐ›๋Š” ์‚ฌ๋žŒ๋“ค ์ค‘ ์น˜๋งค ๋…ธ์ธ์ด ๋†’์€ ๋น„์œจ์„ ์ฐจ์ง€ํ•˜๊ณ  ์žˆ์„ ์ˆ˜ ์žˆ๋‹ค๋Š” ๊ฐ€์„ค๋กœ ์ด์–ด์ง„๋‹ค. ์žฅ๊ธฐ์š”์–‘ ๋“ฑ๊ธ‰์€ ์ž์—ฐํžˆ ์ฃผ์–ด์ง€๋Š” ๊ฒƒ์ด ์•„๋‹ˆ๋ผ ๋ณต์ง€ ์„œ๋น„์Šค๋ฅผ ์œ„ํ•ด ์ž๋ฐœ์ ์œผ๋กœ ์‹ ์ฒญํ•ด์•ผ ํ•œ๋‹ค. ์ฆ‰, ์น˜๋งค ๋…ธ์ธ์„ ๋ถ€์–‘ํ•˜๊ณ  ์žˆ๋Š” ๊ฐ€์กฑ๋“ค์ด ๋‹ค๋ฅธ ๋ถˆํŽธํ•จ์„ ๊ฐ€์ง„ ๋…ธ์ธ์„ ๋ถ€์–‘ํ•˜๋Š” ๊ฐ€์กฑ์— ๋น„ํ•ด ํ›จ์”ฌ ๋” ์ ๊ทน์ ์œผ๋กœ ๋ณต์ง€ ์„œ๋น„์Šค๋ฅผ ์•Œ์•„๋ณธ๋‹ค๋Š” ์ด์•ผ๊ธฐ๋‹ค. ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๋Š” ์ด๋Ÿฌํ•œ ์ ์„ ๋…ธ๋ ค์„œ ๋งˆ์ผ€ํŒ…์„ ํ•œ๋‹ค๋ฉด ์ดˆ๊ธฐ ๊ณ ๊ฐ์„ ๋” ๋น ๋ฅด๊ฒŒ ํ™•๋ณดํ•  ์ˆ˜ ์žˆ์„์ง€๋„ ๋ชจ๋ฅธ๋‹ค. 

 

 

 

 

1-3. ์ž ์žฌ ์ด์šฉ์ž์˜ ์ธ์‹ & ํŠน์„ฑ

 

 

https://www.koreascience.or.kr/article/JAKO202013363976536.pdf

 

 

์ž ์žฌ์ด์šฉ์ž์˜ ์š•๊ตฌ๋Š” ๋…ผ๋ฌธ '๋…ธ์ธ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์— ๋Œ€ํ•œ ์ž ์žฌ์ด์šฉ์ž์˜ ์ด์šฉ์š•๊ตฌ ๋ฐ ๋ฐœ์ „๋ฐฉํ–ฅ, ์ •์ง€๋‚˜, 2020'์„ ํ†ตํ•ด ์•Œ์•„๋ณด๊ฒ ๋‹ค. ์ผ๋ฐ˜์ธ 320๋ช… ์„ค๋ฌธ์กฐ์‚ฌ, 6๊ฐœ ์‹œ์„ค์˜ ๊ธฐ๊ด€์žฅ ๋ฐ ์ข…์‚ฌ์ž์— ๋Œ€ํ•œ ์‹ฌ์ธต ์ธํ„ฐ๋ทฐ๋กœ ์กฐ์‚ฌ๊ฐ€ ์ง„ํ–‰๋˜์—ˆ๋‹ค. 

์ž ์žฌ์ด์šฉ์ž์˜ ์ธ์‹ ์กฐ์‚ฌ

 

"์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์— ๋Œ€ํ•ด ์•Œ๊ณ  ์žˆ๋Š”์ง€์— ๋Œ€ํ•œ ์‘๋‹ต์€ “๋“ค์–ด๋ณด๊ธด ํ–ˆ๋‹ค”(๋‚จ 24.6%, ์—ฌ 22.4%)๊ฐ€ ๊ฐ€์žฅ ๋งŽ์•˜๊ณ  “์•ˆ๋‹ค “ (๋‚จ 15%, ์—ฌ 11.8%), “๋ชจ๋ฅธ๋‹ค”(๋‚จ 14.1%. ์—ฌ 12.1%) ์ˆœ์ด์—ˆ๋‹ค. ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์ด “ํ•„์š”ํ•˜์ง€ ์•Š๋‹ค”(๋‚จ 0.3%, ์—ฌ 0.0%)๋Š” ์˜๊ฒฌ์ด ๊ฑฐ์˜ ์—†๋Š” ๊ฒƒ์œผ๋กœ ๋ณด์•„ ๋Œ€๋ถ€๋ถ„์ด “์žˆ์Œ” ์ด ์ข‹๊ฑฐ๋‚˜ ํ•„์š”ํ•˜๋‹ค๊ณ  ๋Š๋ผ๊ณ  ์žˆ์—ˆ๋‹ค. ์ด๋Š” “๋ชจ๋ฅธ๋‹ค”๊ฐ€ ์ด 26,2%๋กœ ๋‚˜ํƒ€๋‚˜ ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์˜ ์ธ์ง€๋„๋ฅผ ๋†’์—ฌ์•ผ ํ•  ํ•„์š”๊ฐ€ ์žˆ๋Š” ๊ฒƒ์œผ๋กœ ๋‚˜ํƒ€๋‚ฌ์œผ๋ฉฐ, ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์— ๋Œ€ํ•˜์—ฌ ์ž์„ธํ•˜๊ฒŒ ์‹œ์„ค์˜ ๊ธฐ๋Šฅ์€ ๋ชจ๋ฅด์ง€๋งŒ 99. 7%๊ฐ€ ์ฃผ๊ฐ„๋ณดํ˜ธ์‹œ์„ค์ด ํ•„์š”ํ•˜๋‹ค๊ณ  ์ƒ๊ฐํ–ˆ๋‹ค."               - ๋…ผ๋ฌธ '์ž ์žฌ ์ด์šฉ์ž ์ธ์‹ ์กฐ์‚ฌ' ๋ถ€๋ถ„ -

 

 

 

์ผ๋ฐ˜์ธ์˜ ์ด์šฉ์š•๊ตฌ

 

"ํ–ฅํ›„ ์ด์šฉ ์˜ํ–ฅ์—์„œ๋Š” “๊ฐ€๊ณ  ์‹ถ์„ ๊ฒƒ ๊ฐ™๋‹ค”(๋‚จ 30.0%, ์—ฌ 25.6%)๋Š” ์˜๊ฒฌ์ด ๊ฐ€์žฅ ๋งŽ์•˜๊ณ , ๊ทธ ์ด์œ ๋Š” “๊ฐ€์กฑ์—๊ฒŒ ํ ๋ผ์น˜๊ธฐ ์‹ซ์–ด์„œ”(๋‚จ 20.1%, ์—ฌ 13.4%)์˜€์œผ๋ฉฐ, ๋‹ค๋‹ ์˜ํ–ฅ์ด ์—†๋‹ค๋Š” ์˜๊ฒฌ์— ๊ทธ ์ด์œ ๋กœ “๊ฐ€์กฑ๋“ค๊ณผ ์‚ด๊ณ  ์‹ถ์–ด์„œ” (๋‚จ 21.2%, ์—ฌ 20.2%)์˜€๋‹ค. ์ด๋Ÿฐ ๊ฒฐ๊ณผ๋Š” ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๋Š” ๊ฐ€์กฑ์—๊ฒŒ ํ๋ฅผ ๋ผ์น˜๊ฒŒ ๋˜๋Š” ์ƒํ™ฉ์ด๋ฉด ๊ฐ€๊ณ , ๊ทธ๋ ‡์ง€ ์•Š์€ ์ƒํ™ฉ์ด๋ฉด ๊ฐ€์ง€ ์•Š์œผ๋ ค ํ•˜์ง€๋งŒ ๊ฒฐ๊ตญ ๊ฐ€์กฑ์„ ๋Œ€์‹ ํ•ด์„œ ๋…ธ ์ธ์„ ์ผ€์–ดํ•˜๋Š” ๊ณณ์œผ๋กœ๋Š” ๋Œ€๋ถ€๋ถ„์ด ํ•„์š”ํ•œ ๊ธฐ๊ด€์ž„์„ ์ž˜ ์•Œ๊ณ  ์žˆ์Œ์„ ๊ฐ€๋Š ํ•  ์ˆ˜ ์žˆ๋‹ค."

- ๋…ผ๋ฌธ '์ผ๋ฐ˜์ธ์˜ ์ด์šฉ์š•๊ตฌ' ๋ถ€๋ถ„ - 

 

 

ํ•ด๋‹น ๋…ผ๋ฌธ์—์„œ ์ฃผ๋ชฉํ•ด์•ผ ํ•  ๋ถ€๋ถ„์€ ๋‹ค์Œ๊ณผ ๊ฐ™๋‹ค. 

1) ์ธ์‹ ์กฐ์‚ฌ์—์„œ '๋“ค์–ด๋ณด๊ธด ํ–ˆ๋‹ค'๊ฐ€ ๊ฐ€์žฅ ๋งŽ์€ ์ 
2) ์ด์šฉ์š•๊ตฌ์˜ ์ด์œ  ์ค‘ '๊ฐ€์กฑ์—๊ฒŒ ํ ๋ผ์น˜๊ธฐ ์‹ซ์–ด์„œ'๊ฐ€ ๊ฐ€์žฅ ๋งŽ์€ ์ 

์ž ์žฌ ์ด์šฉ์ž๋“ค์€ ์• ์ดˆ์— ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ์˜ ์กด์žฌ๋ฅผ ์ž˜ ์•Œ์ง€ ๋ชปํ•œ๋‹ค. ๋…ธ์ธ ๋ณต์ง€๋ฌธํ™”๊ฐ€ ํ™œ๋ฐœํ•˜๊ฒŒ ์žกํ˜€์žˆ๋Š” ์ผ๋ณธ๊ณผ ๋‹ฌ๋ฆฌ, ํ•œ๊ตญ์€ ์ธ์‹์ด ์ œ๋Œ€๋กœ ์žกํ˜€์žˆ์ง€ ์•Š์œผ๋‹ˆ ์„ผํ„ฐ ์ž ์žฌ๊ณ ๊ฐ๋„ ์ค„์–ด๋“œ๋Š” ๊ฒƒ์ด๋‹ค. ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๊ฐ€ ํ™œ๋ฐœํ•˜๊ฒŒ ์šด์˜๋˜๊ธฐ ์œ„ํ•ด์„  ์ž ์žฌ ์ด์šฉ์ž๋“ค์ด ๋จผ์ € ์ธ์‹ํ•  ์ˆ˜ ์žˆ๊ฒŒ๋” ํ•˜๋Š” ๊ฒƒ์ด ์„ ํ–‰๋˜์–ด์•ผ ํ•œ๋‹ค. ์ด์šฉ ์š•๊ตฌ ์ค‘ '๊ฐ€์กฑ์—๊ฒŒ ํ ๋ผ์น˜๊ธฐ ์‹ซ์–ด์„œ'๊ฐ€ ๊ฐ€์žฅ ๋งŽ๋‹ค๋Š” ๊ฒƒ์€ ๊ฒฐ๊ตญ ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๊ฐ€ ํ–‰๋ณต, ํ™œ๊ธฐ๋ผ๋Š” ๊ธ์ •์ ์ธ ํ‚ค์›Œ๋“œ๋ณด๋‹จ '์–ด์ฉ” ์ˆ˜ ์—†์ด ๊ฐ€์•ผ ํ•˜๋Š” ๊ณณ'์œผ๋กœ ์ธ์‹๋จ์„ ์•Œ ์ˆ˜ ์žˆ๋‹ค. ์‚ฌ๋žŒ๋“ค์€ ๊ฐ€๊ณ  ์‹ถ์ง€ ์•Š์€ ๊ณณ์„ ๊ธฐ์–ตํ•˜์ง€ ์•Š๋Š”๋‹ค. ์ด๊ฒƒ์ด ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ๊ฐ€ ๊ธ์ •์ ์ธ ํ‚ค์›Œ๋“œ์™€ ์—ฐ๊ฒฐ๋˜๋„๋ก ๋…ธ๋ ฅํ•ด์•ผ ํ•˜๋Š” ์ด์œ ์ด๋‹ค. ์„ผํ„ฐ๊ฐ€ ์ž์ฒด์ ์œผ๋กœ ๋…ธ์ธ์ด ์ง„์ •์œผ๋กœ ํ–‰๋ณตํ•˜๊ณ  ํ™œ๊ธฐ๋ฅผ ๋Œ ์ˆ˜ ์žˆ๋Š” ๋ฐฉ๋ฒ•์„ ์—ฐ๊ตฌํ•ด์•ผ ํ•˜๊ณ , ๊ทธ๊ฒƒ์„ ์ ๊ทน์ ์œผ๋กœ ์‚ฌ๋žŒ๋“ค์—๊ฒŒ ํ™๋ณดํ•ด์•ผ ํ•  ๊ฒƒ์ด๋‹ค. 

 

 

 

๋‹ค์Œ ๊ธ€์€ ์ฃผ๊ฐ„๋ณดํ˜ธ์„ผํ„ฐ์˜ ์œ„์น˜ ๋ฐ์ดํ„ฐ๋ฅผ ๋‹ค๋ฃจ๋„๋ก ํ•˜๊ฒ ๋‹ค.