본문 바로가기

Content

시군구별 연령별 인구 변화 시각화(2000~2020)

앞의 글에 이어 이번에는 성연령별로 구분해본 인구의 변화를 본다. 

앞의 글(아래 링크)에서 대체적인 취지와 개요를 설명했다.

 

대한민국 시군구 인구 변화 시각화(1975~2020)

우리나라 인구 변화를 지도 위에 시군구 단위로 시각화 한 이 글에 새로운 발견은 없다. 인구 변화에 관심있던 사람이라면 대부분 아는 내용이다. 서울-인천-경기를 포괄하는 '수도권'으로 인구

www.vw-lab.com

 

 

 

데이터

 

 

이번에는 성연령 인구 변화를 보기 위해 통계청 통계지리정보서비스(SGIS)의 자료신청을 통해 집계구별 인구를 받아서 가공했다. 과거의 인구를 2021년 행정구역에 맞춰 재집계해 주므로 행정구역의 시계열 변화에 따라 인구를 재조정하는 작업을 해 주지 않아도 된다. 단, 집계구 인구이므로 특정 성연령이 5명 미만일 경우 별표 처리가 된다. 이 경우 2.5를 일괄적으로 곱해서 사용했는데, 여기에서 실제 시군구 성연령 인구와 다소 차이가 발생하게 된다. 이 글은 이러한 점을 감안하고 보아야 한다.

 

 

자료제공|통계지리정보서비스

통계지리정보시스템에서는 더이상 지도 데이터를 제공하지 않습니다. 지도 데이터가 필요하신 사용자께서는 링크된 설명서를 다운로드 받아 도로명 지도를 신청하시기 바랍니다.

sgis.kostat.go.kr

 

 

우선 연령으로 데이터를 필터링해보자.

 

9세 이하 인구

 

시작하자마자 모두 오른쪽으로 이동한다. 오른쪽은 해당 연도에 2000년 대비 인구가 감소한 지역들.

저출산 현상은 익히 알려진 사실이며, 대부분의 지역에서 9세 이하 어린이 인구가 줄어들었다.

 

 

그래도 늘어난 곳이 있는데 수도권의 경우 서울 주변지역이고, 충청남도의 아산, 세종시, 대전 유성구, 경북 예천, 대구 달성군, 전남 무안, 부산 기장군, 강서구 정도다. 무안의 경우 목포 동쪽의 남악신도시에 대규모 주거단지가 건설되어 인구가 늘어났고, 예천의 경우 경상북도청 이전과 그 주변 주거단지의 영향인데, 결국 넉넉하지 않은 주변 인구를 흡수한 셈이라 지속가능성에 대해서는 판단하기 조심스럽다는 견해가 많다.

강원도, 충청북도, 전라북도, 광주, 울산, 제주도에서는 9세 이하 인구가 늘어난 곳이 한 곳도 없다.

 

 

9세 이하 인구는 전체적으로 많이 줄어들어서 증가한 시군구가 별로 없는데, 그렇다면 그나마 전국대비 비율로 보면 늘어난 지역이 있을까? 2000년의 9세 이하 인구 전체에서 2000년의 각 시군구가 가져간 비율과, 2020년의 9세 이하 인구 전체에서 2020년의 각 시군구가 가져간 비율을 계산하여 비율이 늘어난 곳이 있는지 살펴봤다. 즉, 다 같이 줄어든 상황에서 상대적으로 좀 더 선호되는 지역이라고 말할 수 있겠다.

 

전국 대비 상대적 비율로 보면 절대 인구 수 보다는 늘어난 지역들이 조금 더 보인다. 수도권의 경우 특이한 점은,  주거비용이 서울보다 대체로 낮은 경기도의 9세 이하 인구비율이 늘어난 현상과, 서울에서 가장 주거 비용이 높은 강남서초송파구에서 9세 이하 인구 비율이 늘어난 현상이 동시에 존재한다는 점이다.

 

 

여기서 눈여겨 볼 지역들은 전주, 포항, 창원, 순천, 여수처럼 9세 이하 인구의 절대 규모는 크지만 전국대비 9세 이하 인구의 상대적 비율은 줄어든 곳들이다. 현재는 아닐지라도 앞으로 인구의 지속가능성에 대해 의문을 가져볼 수 있다. 앞과 마찬가지로 오른쪽은 2000년 대비 9세 이하 인구가 줄어든 시군구들이다.

 

 

 

 

 

이번에는 20대

20~29세 인구다. 상대 비율이 아닌 절대 수치 인구

왔다갔다 하는 지역들이 좀 있다.

 

 

2000년 대비 2020년에 인구가 늘어난 시군구는 아래와 같다.

9세 이하와는 양상이 비슷하면서도 조금 달라보이는 것 같지만, 정확하게 비슷한지 다른지는 이런 그림으로는 알 수 없다. 이 그림은 증가 혹은 감소를 근거로 두 그룹으로 극단적으로 분류한 것이므로 약간 증가한 지역과 많이 증가한 지역이 함께 섞여 있기 때문이다. 일단은 '대체로 비슷하다'고 말할 수 있을 것 같다.

20대는 대학이 인구 유입 요인일 것이라 생각했는데, 지도를 보면 그렇게 보이지는 않는다. 생각해보면 2000년에도 대학은 비슷하게 있었을 것이고 오히려 대학 정원이 감축된 경우가 많기 때문에 그런 것 같다. 이 지도는 2000년 대비 2020년의 인구 증가지역이기 때문이다.

충청북도의 진천, 증평, 괴산 같은 곳들은 산업단지의 영향으로 늘어난 것 같다. 물론 절대량이 많지는 않다.

 

 

 

 

 

이번에는 30대

30-39세의 변화를 그렸다.

통영, 김천, 구미 등 산업단지가 많은 지역은 2015년경까지 버티다가 오른쪽으로 가버렸다.

 

 

 

30대의 2020년 증가지역 캡쳐 그림

30대는 대학을 다니든 안다니든, 직장을 찾아 먼 거리로 이주하거나 가정을 이루며 아이를 키울 보금자리를 찾기도 한다. 거제시는 산업단지의 영향인 것 같고, 나주시는 혁신도시와 관련이 있을 것 같다.

 

 

 

40대

 

40대와 50대를 합쳐서 그렸다가 다시 분리했다. 2020년 시점으로 40대가 두 가지 다른 양상이 교차하는 연령대인 것 같다.

그래도 40대 인구가 증가한 지역들은 산업단지가 증가한 지역들과 대체로 비슷해보인다.

 

 

서울의 경우 은평, 강서, 마포, 서초구의 인구가 2000년 대비 증가했고,

 

 

남쪽을 봐도 순천, 광양, 진구 사천 같은 곳들이 늘어났다.

 

 

 

 

이제 50대

50~59세다. 2020년 기준으로 대략 1960년대생

마치 데이터를 잘못 만든 것 같은 인구 증가지역의 역주행 현상은, 다름아닌 베이비붐 세대 때문이다. 2001년에 감소한 지역들이 많았다가 차츰 줄어드는데, 한해 한해 지나면서 베이비 붐 세대가 50대 집계에 포함되기 때문이다. 

이런 특정 세대의 특이성은 연령별 인구 분석을 할 때 주의를 기울여야 하는데, 어찌보면 우리나라 인구는 연령보다는 출생연도를 따라가는 코호트 분석이 더 적합할 수도 있을 것 같다는 생각도 든다.

 

 

 

그런데 베이비붐 세대의 편입에도 불구하고 50대 인구가 줄어든 지역들이 있다.

어떤 의미에서 인구 문제가 정말 심각한 지역이라고 볼 수도 있을 것 같다. 부산의 네 개 구가 눈에 띈다.

 

 

 

60대 이상

 

아래는 60대 이상 인구의 증가 지역. 60대 이상 인구는 2000년 대비 2020년에 줄어든 곳이 단 한 곳도 없다.

모든 곳이 늘어났기 때문에, 앞서 살펴본 9세 이하처럼 상대적 비율로 봤다. 2000년의 60세 이상 인구 전체에서 2000년의 각 시군구가 가져간 비율과, 2020년의 60세 이상 인구 전체에서 2020년의 각 시군구가 가져간 비율을 계산하여 비율이 늘어난 곳이 있는지 살펴봤다. 즉, 2020년의 60대 이상은 어떤 지역을 상대적으로 더 선호하는가?

 

 

 

60대 이상 인구의 상대적 비율 증가 지역.

결과는 약간 의외였다.

60대 이상 역시 대도시를 선호한다. 이걸 '선호한다'라고 해석하는게 적절한지는 모르겠는데, 어쨌든 대도시에서 나이들어간 60대 이상 인구가 '상대적으로' 많기 때문에 위와 같은 결과가 나타나는 것 같다. 다시 설명하지만, A 시군구의 2000년 60대 이상 인구가 100명이고 2020년 60대 이상 인구가 110명으로 10명(10%) 늘어났더라도, 전국적으로 20%늘어났다면, A 시군구의 상대적 인구 비율은 줄어든 것이 된다. 위의 그림은 이러한 비율의 증감을 구분하여 그린 것이다.

 

 

이 비율의 증감은 절대량도 아니고 비율을 문턱값에서 끊은 것도 아니고, 2000년 대비 증감으로 구분하다보니 해석하면서 몇 번 헷갈렸다. 다음부터는 선형 그래프 방식이 아닌 지도에 곧바로 표시하는 방식으로는 쓰지 말아야겠다는 생각이 든다. -_-a

 

 

 

소멸위험지역 ( 마스다 지수 )

 

마스다 지수는 20~39세 여성 인구를 65세 이상 인구로 나눈 지수로서, 한국고용정보원에서 이 지수를 이용하여 지방소멸 위험 지역을 분류한 바 있다. 0.5 미만이면 소멸 위험지역, 0.2 미만 지역은 소멸 고위험 지역으로 분류한다.

아래에서 마스다 지수를 그려봤는데, 한국고용정보원에서는 통계청의 주민등록 연앙인구를 사용했고, 여기서는 집계구별 총조사인구를 바탕으로 작업했으므로 약간의 차이는 있다.

일단 이 글에서는 그대로 계산해서 표현해봤지만, 이 지수가 우리나라 실정에 약간 맞지 않는다는 비판도 있고, '소멸'이라는 단어 자체가 과연 상황을 올바르게 표현하고 있는지에 대한 문제제기도 있다는 점도 기억했으면 좋겠다.

 

이 글에서는 소멸위험지수 결과만 표현하기보다, 지수를 결정하는 두 가지 변수인 20-39세 여성 인구와 65세 이상 고령인구를 직접 표시해서 근 20년간의 변화를 관찰해봤다.

 

아래 그림처럼 표현했다.

원의 상단에 청록색으로 표현된 부분이 20-39세 여성 인구, 원의 하단에 주황색으로 표시된 부분이 65세 이상 인구를 가리킨다. 가로로 그어진 선들 네 개가 각각 소멸위험지수 경계선이다. 다시 설명하면,

 

소멸 지수 = 20~39세 여성 인구 / 65세 이상 인구

 

가장 위의 선이 소멸 지수 0.2 ,

그 아래가 소멸지수 0.5 -> 길게 표시했다. 이 경계 위 쪽으로 4단계 소멸위험지역 이상의 등급

그 아래가 소멸지수 1.0 ->  1:1 이 되는 경계이므로 원 전체 높이의 절반에 해당한다.

가장 밑이 소멸지수 1.5

 

그리고, 

소멸 고위험 지역 < 0.2 <= 소멸 위험 지역 < 0.5 <= 소멸 위험 주의 지역 < 1.0 <= 소멸 위험 보통 지역 < 1.5 <= 소멸 저위험 지역이다.

 

즉, 시간이 지나면 아래부터 주황색이 점점 차오르다가 가로로 가장 긴 0.5 지수를 넘어서게 되면 4단계인 소멸위험지역에 들어선다. 그렇게 되면 주황색을 좀 더 붉은색으로 표시해서 지도의 오른쪽으로 보내서 구분했다.

 

 

위 지역들이 소멸지수 0.5 미만, 즉 20-39세 여성 인구가 65세 이상 인구의 절반 미만인 곳들이다. 앞에서 설명했듯이 가로로 가장 긴 0.5 지수선보다 붉은색이 더 차올라있다.

 

 

 

 

이제 20년간 변화를 보자. 오른쪽이 4단계 소멸위험지역 이상인 지역들이다.

 

 

 

2020년 기준 4단계, 5단계 소멸위험지역

앞에서 만든 규칙을 그대로 사용해서 2000년 대비 인구가 줄어든 지역도 표시했는데, 몇 개 없고, 이 그림에서 그렇게 중요하지는 않다.

 

 

몇몇 지역은 가장 위의 눈금, 즉 5단계 소멸 고위험 지역을 넘어서거나 근접해있다.

 

 

 

 

 

 

수도권 지역은 많이 버티고 있지만, 고령 인구가 차올라오는 속도를 보면 얼마 남지 않은 것처럼 보인다.

실제로 한국고용정보원과 감사원에서는 미래 인구 추계를 바탕으로 2047년, 2067년, 2117년에 우리나라 대부분 시군구가 소멸 고위험지역이 됨을 계산한 바 있다.

 

분야별 감사결과 | 감사결과

분야별 감사결과 | 감사결과

www.bai.go.kr

 

위에서 링크한 보고서는 주민등록연앙인구를 사용했기 때문에, 총조사인구를 사용한 위의 시각화와는 약간의 차이가 있을 수 있다.

 

끝.

 

Comments

  • 익명 2022.08.22 12:12 댓글주소 수정/삭제 댓글쓰기

    비밀댓글입니다

    • 안녕하세요.
      출처만 표기해주신다면 사용하셔도 괜찮습니다. 고등학생이라면 더 궁금한 학생들이 찾아볼 수도 있을 것 같네요.
      아래와 같이 주소를 표기해주시면 감사드리겠습니다.
      출처 : vw-lab.com/101