여행바우처 사업의 효과 분석1) › paper › files › 9월_박상곤_2012.pdf먼저...

- 1 -

여행바우처 사업의 효과 분석1)

박상곤*

Ⅰ. 서 론

한국 정부는 외래 관광객 유치 및 국민관광 활성화를 위해 지난 40여 년간 다양한 형태로 시장에 개

입하여 왔다. 그간의 정부 개입은 주로 관광시장 활성화에 초점을 두었으나, 최근에는 관광활성화 뿐만

아니라 복지관광 정책도 추진하고 있다. 대표적인 복지관광 정책으로는 2005년부터 실시하고 있는 여

행바우처(travel voucher) 사업이다. 정부가 추진하고 있는 여행바우처 사업은 대부분 바우처 사업과 마

찬가지로 기본적으로 정부가 직 간접적으로 국민에게 구매권을 부여하여 관광이라는 가치재를 제공하

는 복지정책일 뿐만 아니라, 관광소비 진작을 통한 국내관광 활성화 정책이다.

이 사업은 저소득층(기초생활수급자, 법정 차상위계층)을 대상으로 참가 신청을 받아 신청자 중 일부

를 선정하여 여행경비의 일부를 현금 보조하는 사업으로 2012년 현재 사업예산액은 약 150억 원이다.

세부적으로 여행바우처에 선정되어 실제 여행을 다녀올 경우, 개별여행 수혜자에게는 국내여행 경비를

1인당 최대 15만원까지 지원하고 2인 이상의 가족여행 수혜자에게는 최대 20만원까지 여행경비를 지원

한다.

본 연구는 현재 실시되고 있는 여행바우처 사업이 참가자들의 삶의 질과 국내관광 소비라는 성과변

수에 어떠한 영향을 미쳤는지를 분석한다. 그간 식료품, 직업훈련, 보육, 교육, 문화 등 다양한 분야에서

도입 및 시행되고 있는 바우처와 마찬가지로 여행바우처에 대한 이해와 논쟁이 다양하게 전개되고 있

다. 이 논쟁의 핵심은 여행바우처가 의도한 목적을 달성했는지에 대한 효과성에 대한 것이다. 일각에서

는 여행바우처를 정책적 목적을 달성하지 못한 정책수단으로 이해하여 해당 사업을 폐지하거나 축소하

고 다른 관광 정책수단을 발굴하여 추진해야 된다고 주장하기도 한다. 그에 반해 사업 추진 주체들과

일부 복지정책을 옹호하는 이해관계자들은 여행바우처 사업의 효과가 있다고 주장하고 있다. 이러한

논쟁들로 인하여 여행바우처 사업의 추진에 있어 많은 혼란이 발생하고 있다. 이 논쟁의 본질적인 원인

은 여행바우처 사업의 효과에 대하여 과학적으로 엄밀한 검증이 이루어지고 있지 않기 때문이다.

정부의 여행바우처와 같은 보조금이 개인의 삶의 질과 여행소비에 어떤 영향을 미치는지를 직접적으

로 다룬 연구는 거의 없다. 연구자가 아는 범위 내에서 여행바우처와 참가자들의 여행 지출액에 대한

문제를 제기한 연구는 김재걸(2006)이 유일하다.1) 김재걸(2006)은 2006년도에 시행된 여행바우처 사업

수혜자들의 평균비용이 전국조사인 국민여행실태조사의 평균비용과 비교하고 있다. 그는 여행바우처

수혜자들이 1회 지출비용이 국민여행실태조사 응답자 1년간 평균지출비용보다 더 높기 때문에 여행바

우처가 고가의 여행을 촉진시켜 여행분야에 더 많은 소비를 발생시키며 여행비용의 상승을 유도한다고

주장한 바 있다. 그러나 김재걸(2006)의 연구는 여행바우처 사업의 개요와 해당 사업 수혜자들에 대한

* 한국문화관광연구원 관광산업연구실 박상곤 박사([email protected]) 본 연구는 박상곤(2011)의 이론적 논의와 분석전략을 기초로 하여 한국관광공사의 여행바우처 사업 심층평가의 일환으로 작

성된 내용이다. 세부적인 분석전략에 대한 자세한 자문을 해주신 중앙대학교 경제학부 강창희 교수께 진심으로 감사드린다. 1) 다만, 해당 바우처의 소개 정도에 그치고 있다. 대표적으로 Crompton(1983)의 South Barwon시에서 1976년부터 도입된 위락

바우처(Recreation voucher)에 소개이다.

- 2 -

유용한 정보를 제공함에도 불구하고, ‘비교할 수 없는 대상’을 비교하고 있다는 점에서 적절한 효과 추

정이라 보기 어렵다.

비록 여행바우처의 효과에 대한 직접적인 연구는 아니지만, 여행이 육체적 정신적 건강이나 삶의 질

을 증가시킨다는 많은 연구결과도 있다(Gump, et al., 2000; Westman & Etzion, 2001; Fritz & Sonnentag,

2006; De Bloom et al., 2009; 2010). 이러한 연구들이 시사하는 바는 휴가나 여행 등이 직장 등에서의 스

트레스를 감소시키고, 심리적 육체적 건강을 증진시키는 동시에 삶의 질(well-being)을 높인다는 것이다.

그러나 이들 연구들은 관찰 자료에 대한 단순 회귀분석방법(OLS)을 이용하여 여행과 성과간의 상관관

계를 규명하고 있을 뿐이다. 그간의 여행이 삶의 질을 증진시킨다는 다수의 실증결과에도 불구하고, 여

행이나 여행을 갈 수 있도록 지원하는 여행바우처가 성과에 미치는 인과적 효과를 추정한 실증분석은

거의 없다.

특히, 여행바우처 사업의 인과적 효과에 대한 실증적 증거가 부족한 이유는 바우처에 대한 경제학적

이론에 의해 예측된 방향성의 모호함이라기보다는 여행바우처 사업이 일부 제한된 지역2)에서 도입․

시행된 점과 경제학 등에서 여행 또는 관광이라는 주제가 다소 생소한 주제이기 때문이기도 하다. 이러

한 이유에도 불구하고 실증분석 관점에서 볼 때, 그간의 연구들은 여행과 삶의 질에 대한 유용한 정보

를 제공함에도 불구하고 공통적으로 여행바우처 사업체계로부터 발생하는 내생성(endogeneity)을 적절

히 통제하지 못하고 있다. 여행바우처에 대한 김재걸(2006)의 연구뿐만 아니라 여행이 삶의 질에 미치

는 효과를 논의한 기존의 연구들은 내생성 문제를 고려하지 않은 채 횡단면 관측 자료에 대한 단순

OLS를 적용하고 있다. 만약 삶의 질을 높이고자하는 저소득층일수록 또는 여행을 선호하는 사람일수록

그렇지 않을 사람들보다 여행바우처를 보다 더 신청할 성향이 높을 경우, 횡단면 관찰 자료에 대한

OLS 추정치는 여행바우처가 개인의 삶의 질이나 여행소비에 미치는 영향을 과대추정(overestimate)할

수 있다. 한편, 이러한 선행연구들과는 달리 비록 여행바우처에 대한 직접적인 연구는 아니더라도 바우

처 개입의 외생성을 고려한 선구적인 연구들도 존재한다.3) 이들 연구들의 해당 바우처의 효과 추정에

있어 분석전략상 중요한 시사점은 바우처 대상의 선정에 있어 무작위성(randomness)을 명시적으로 이용

하고 있다는 점이다. 무작위 배정이 주는 핵심적인 이점은 바우처 처치상태(treatment status)를 다른 모

든 특성들, 특히 관찰 불가능한 특성들(characteristics)과 독립적으로 만들 수 있다. 따라서 바우처 수혜

의 무작위 추첨은 실증분석에 있어 나타날 수 있는 내생성 문제를 근본적으로 제거하고 있다.

본 연구는 여행바우처의 효과 추정에 있어 발생 가능한 내생성 문제를 극복하기 위하여 최근 실증경

제학 연구에서 주목받고 있는 무작위 배정을 통한 처치 및 통제법(treatment/control method), 도구변수법

(instrument variable method, IV), 그리고 회귀단절모형(regression discontinuity design, RDD)을 적용한다.

먼저 여행바우처 사업의 단기효과 추정을 위해 2011년도 서울시 여행바우처 사업 자료를 이용한다.

2011년의 여행바우처 사업은 크게 (1) 지자체별로, (2) 참가자수에 따른 여행 형태별(개별여행․단체여

행)로 구분된다. 2011년도부터는 여행바우처 사업이 지방자치단체 보조 사업으로 사업추진 방식 및 추

2) 연구자들이 아는 범위 내에서 여행바우처 사례는 저소득 근로자들의 여행기회를 확대하기 위해 1982년 도입한 프랑스의 휴

가 바우처(Cheque Vacanes), 미국의 카운티에서 실시되는 공공프로그램으로 5~12세, 13~15세의 아이를 가진 저소득층 가족에

게 여름체험 기회를 제공하기 위한 미국의 레크리에이션 바우처, 1990년대 초부터 시작된 장기적인 경기침체를 극복하기 위

해 1998년 발표된 ‘경제성장을 위한 긴급대책’ 의 일환으로 1999년에 도입한 일본의 관광 바우처(지역진흥권), 그리고 한국의

여행바우처 정도이다.3) 예를 들어 교육바우처에 대한 Angrist, et al.(2002), Krueger & Zhu(2004), Rouse, et al.(2007)의 연구들과 주택바우처에 대한

Oreopoulos(2003)와 Kling, et al.(2007), Katz, et al.(2001)의 연구 등이 대표적이다

- 3 -

진체계가 변경됨에 따라 지방자치단체 현지 실정에 맞는 16개 광역 지자체별 사업을 독립적으로 추진

하게 되었다. 이에 따라 지원분야별 선정기준은 광역 지자체별로 상이하다. 대부분의 광역 지자체에서

는 해당 광역 지자체의 할당된 개별 및 단체분야의 여행바우처 예산보다 신청자가 더 많아 신청자 중

소득이 낮은 순으로 여행바우처 수혜대상자로 선정하였다. 그러나 이러한 일반적인 선정과는 달리 서

울시는 수혜자 선정을 무작위 추첨(randomized lottery)으로 하였다. 본 연구에서는 서울시의 무작위 수혜

자 선정방식을 이용하여 무작위 배정을 통한 처치 및 통제법과 도구변수법을 적용하여 여행바우처 사

업의 효과를 분석하고자 한다.

한편, 여행바우처의 중기효과 추정을 위하여 2010년도 한국관광협회중앙회에서 추진한 바우처 사업

의 선정방식을 이용한다. 당시 서울시의 여행바우처는 가족여행 신청자들 중 건강보험료가 27,770원 이

하인 사람들과 개인여행의 경우 29,040원이하인 사람들을 여행바우처에 선정하였다. 본 연구에서는 이

단절점을 근방에서의 무작위성을 이용한 회귀단절모형을 적용하여 여행바우처의 중기적 인과효과를 추

정하고자 한다. 회귀단절모형은 불연속점 주위에 무작위성이 존재할 경우 이 근방에서의 자료를 이용

한 추정방법은 무작위 실험(randomized experiments)의 결과와 매우 유사한 특성을 보유하는 것으로 알

려져 있다(Lee & Lemieux, 2009).

본 연구의 분석결과 여행바우처는 단기적으로 선정자의 여행일수에 유의한 양(+)의 영향을 미치나,

중기적으로는 통계적으로 유의한 영향을 미치지 않는다. 그러나 주관적 삶의 질에 대해서는 단기적인

영향을 주지 않으나, 중기적으로는 유의한 양(+)의 영향을 미친다. 즉, 현재의 여행바우처의 보조금지원

은 선정자의 여행소비와 삶의 만족에 유의한 영향을 미치고 있다. 이는 정부가 바우처를 통하여 저소득

층의 여행소비와 삶의 질을 개선할 수 있다는 의미로 해석될 수 있다. 이는 정부가 저소득층에게 여행

이라는 가치재를 제공하고 보다 더 확대해야 할 필요성을 시사해 준다.

본 연구의 순서는 다음과 같다. 먼저 제2절에서는 여행바우처 제도의 효과에 대한 기존 논의와 타 분

야의 바우처의 효과를 분석한 선행 연구들을 간략하게 정리하고, 여행바우처 사업의 효과 분석을 위한

시사점을 살펴보고자 한다. 제3절에서는 여행바우처 사업이 관광행태와 삶의 질에 미치는 효과에 대한

실증분석을 제시한다. 이를 위해 서울시의 여행바우처 사업의 선정 절차를 구체적으로 살펴보고, 해당

연도의 신청자(약 6,000명)에 대한 행정정보와 신청자들에 대한 별도의 설문조사를 이용해 얻은 구체적

인 관광행태, 삶의 질 그리고 인구 사회적 정보를 결합하여 여행바우처 수혜로 인한 인과적 효과에 대

하여 추론을 할 것이다. 마지막 제4절에서는 본 연구의 요약 및 시사점이 제시될 것이다.

- 4 -

Ⅱ. 여행바우처 사업추진 체계

본 장에서는 여행바우처 사업이 참여자의 여행소비와 삶의 질에 미치는 효과를 분석하기에 앞서 해

당 사업의 개요를 먼저 살펴본다.

일반적으로 바우처(voucher) 제도는 정부가 (1) 오직 특정 재화 또는 서비스(이하 서비스)에 대한 (2)

전체 또는 일정액에 상응하는 구매권을 (3) 전체 또는 특정집단(이하 수혜자)에게 부여하고 (4) 정부 또

는 민간 공급자에 대해서는 서비스 제공의 대가를 사후 지불해 주는 서비스 전달체계(a systems of

distribution)로 정의된다(Cave, 2002; Blöndal, 2005). 이러한 바우처는 지급형태에 따라 크게 세 가지로

구분된다. 먼저 수혜자가 직접 구매 가능한 쿠폰이나 카드 등을 지급하여 쿠폰이 수혜자에서 공급자로

다시 사업담당부서로 환류 하는 명시적 바우처(explicit voucher)가 있다. 이와는 달리 수혜자가 아닌 서

비스 공급자에게 지원 실적 등 수요량에 따라 일정한 보조금을 제공하는 묵시적 바우처(implicit

voucher)가 있다. 마지막으로 서비스 거래 후에 지원금을 환급받는 환급형 바우처도 있다. 결국 환급형

바우처와 명시적 바우처의 차이는 지급시점에 의해 구분된다.

이러한 바우처의 제공방식은 서로 혼합되어 다양한 방식으로 설계되기도 하나, 바우처의 핵심은 특

정 재화나 서비스 범위 내에서 정해진 공급자 중에서 수혜자가 선택할 수 있는 ‘제한된 구매력(limited

purchasing power)’을 제공한다는 점에 있다. 이러한 점에서 여행바우처는 수혜자가 지출된 여행 경비중

일정 금액이하의 여행 경비를 지원한다는 점에서 묵시적 바우처 형태를 띠고 있으며, 특히 국내 여행상

품으로 그 서비스를 제한하고 있다는 점에서 제한된 구매를 유도하고 있다. 이 외에도 여행바우처는 여

행 소비를 충분히 향유하지 못하는 기초생활수급자, 법정 차상위계층에게만 바우처를 지급한다는 점에

서 선별적 바우처(categorical voucher)라는 특징이 있으며, 수혜자의 지출 금액에 따라 지원 금액이 차별

화되기 때문에 차등 바우처(differentiated voucher)의 성격 또한 가지고 있다.

[그림 1] 여행바우처 사업 추진체계

자료: 문화체육관광부, 2011년도 여행바우처 사업계획(안) 2010. 12.

- 5 -

여행바우처 사업 내용을 세부적으로 살펴보면 다음과 같다. 먼저 동 사업의 신청자격은 기초생활보

장 수급자 및 법정차상위계층 가족 구성원으로 공개모집하며, 개인신청을 하도록 하고 있다. 다만, 최근

1년 내 지원을 받은 적이 있는 자 또는 거주지를 같이 하는 가족의 중복신청을 제한하고 있다. 따라서

가족 구성원을 동반한 가족여행을 희망하는 경우 반드시 가족여행 여부, 동반 가족 수를 기재하여야 가

족여행으로 지원 혜택 부여된다. 지원액은 개별여행의 경우 1인당 15만원까지, 가족여행의 경우 가족

수에 관계없이 최대 20만원까지 지원한다. 선정기준은 대부분 지자체에서 소득이 낮은 순 또는 연령이

높은 순으로 선정하고 있다. 다만, 서울시의 경우에는 컴퓨터 난수를 이용한 무작위 추첨을 통해 선정

한다. 선정된 자는 특정 신용카드를 발급받은 후 본인이 원하는 국내 여행상품을 선택하여 여행을 실시

하면 된다. 여행바우처의 사업 추진체계와 세부 사업내용을 구체적으로 보면 [그림 1]과 같다.

Ⅲ. 여행바우처 사업의 효과분석

1. 분석모형

본 절에서는 여행바우처 사업이 여행수요와 삶의 질이라는 성과들(outcomes)에 미치는 단기적

(short-term) 또는 중기적(medium-term) 인과효과를 추정하기 위해 (1) 무작위 배정을 통한 처치-통제법

(treatment-control methods), (2) 도구변수 추정법(instrumental variables methods), (3) 회귀단절모형

(regression discontinuity design)이라는 세 가지 분석전략을 도입하였다. 이 방법들의 핵심은 바우처 선정

이 ‘무작위’라는 점을 명시적으로 고려한다는 것이다. 좀 더 세부적으로 보면 다음과 같다.

첫째, 2011년도 서울시에서 추진한 여행바우처 사업을 대상으로 여행바우처의 단기적 인과효과를 추

정하고자 한다. 2011년도 서울시의 여행바우처는 무작위 추첨(randomly lottery)을 통해 선정이 이루어

졌다. 따라서 여행바우처 선정이 성과에 미치는 인과효과를 추정하기 위해 (1) 무작위 배정을 통한 처치

-통제법을 실증분석에 적용한다. 또한 여행바우처 선정이 아닌 실제 ‘여행바우처 수혜’가 성과에 미치

는 인과효과를 추정하기 위해 무작위 추첨을 통한 ‘여행바우처 선정여부’를 도구변수로 활용한 (2) 도구

변수 추정법을 실증분석에 적용한다. 둘째, 여행바우처의 중기적 인과효과를 추정하기 위해 2010년도

한국관광협회중앙회에서 추진한 바우처 사업의 선정방식을 이용한다. 세부적으로 당시 서울시의 여행

바우처는 가족여행 신청자들 중 건강보험료가 27,770원 이하인 사람들과 개인여행의 경우 29,040원이하

인 사람들을 여행바우처에 선정하였다. 본 연구에서는 이 단절점을 활용하는 회귀단절모형을 실증분석

에 적용한다.

<표 1> 여행바우처 사업효과의 분석전략

구 분2011년 여행바우처(서울시): 단기효과

2010년 여행바우처(서울시): 중기효과

선정효과회귀분석 (OLS)바우처 선정(): 무작위 처치

Sharp 회귀단절모형 (SRD)바우처 선정(): 단절점 이용

수혜효과도구변수 추정법 (IV)도구변수 : 바우처 선정()

Fuzzy 회귀단절모형 (FRD)바우처 선정(): 단절점 이용

- 6 -

통상적으로 여행바우처 사업의 성과에 대한 효과를 추정하기 위해 개인 자료를 이용하여 바우처 선

정자(또는 수혜자)와 비선정자(또는 미 수혜자)간의 여행수요와 삶의 질을 비교하는 분석방법은 일반적

으로 내생성(endogeneity)을 적절히 통제하지 못하는 한계가 있다. 그러나 우리가 도입하고자 하는 이 연

구전략들은 여행바우처 선정(또는 수혜) 여부에 따른 성과들을 비교함으로써 여행바우처 사업이 여행

수요나 삶의 질에 미치는 순수한 인과효과를 식별하는데 매우 유용한 연구전략들이다.

가. 무작위 배정을 통한 처치-통제법

본 연구의 실증분석에서 사용되는 분석모형은 다음과 같다.

′ (식 1)

여기서 는 여행바우처 신청자 ( ⋯ )의 성과(예를 들어, 여행 횟수나 삶의 질)로써 여행

바우처 사업의 효과에 측정되는 종속변수이다. 는 신청자 가 여행바우처에 선정4)되었는지 여부를

나타내는 더미변수이고, 는 신청자의 개인적인 특성변수들의 벡터이고, 는 모형의 오차 항이다. 본

연구에서 분석 초점은 여행바우처 선정이 성과에 미치는 인과효과인 에 있다.

여행바우처의 효과에 관한 기존 연구들에서는 (식 1)을 회귀모형에 대한 핵심가정에 대한 검토 없이

통상적인 회귀분석모형(ordinary least squares: 이하 OLS)을 이용하여 추정한다. 그러나 OLS에서 의 추

정량 이 일치추정량(consistent estimates)이 되기 위해서는 와 는 상관되지 않아야 한다

( )는 조건이 충족되어야 한다. 만약 분석 자료에서 이 조건이 충족되지 않는다면 일치추

정량이 아니다. 예를 들어 일 경우 은 에 대한 과대추정치(overestimates)가 되고,

일 경우에는 과소추정치(underestimates)가 된다.

따라서 주어진 자료를 대상으로 (식 1)를 OLS로 추정할 때, 이라는 조건이 충족되지 않

을 경우 을 에 대한 인과효과로 해석할 수 없다. 일반적으로 ≠인 문제를 의 내생성

(endogeneity)이라 말한다. 직관적으로 말하면 의 내생성이란 결국 가 외생적으로 주어지는 독립변수

이어야 함에도 불구하고 내생적으로 주어지는 독립적이지 않은 변수라는 의미이다.

일반적으로 여행바우처와 같이 대부분 자발적 프로그램(voluntary program) 참여에 대한 효과성 추정

시 횡단면 설문자료를 이용하여 통상적인 OLS로 추정할 경우, 그 추정결과는 이러한 자발성에 의해 발

생하는 내생성 문제를 적절하게 통제하기 어렵다. 왜냐하면 여행바우처와 같이 자발적 프로그램에서의

사업효과성 또는 정책효과성에 대한 평가는 해당 프로그램에서의 참여가 외생적(exogenous)으로 주어져

야만 하기 때문이다(Heckman & Smith, 1995).

예를 들어, 여행성향이 높은 사람일수록 그것이 낮은 사람들에 비하여 여행바우처에 관심이 더 높아

여행바우처 지원성향이 높다면 이 될 것이라 예상할 수 있다(reverse causality). 만약 이러

한 문제가 적절히 통제되지 않은 상태에서 통상적인 OLS의 추정치는 여행바우처 수혜가 개인의 여행

4) 실증결과에서는 여행바우처 ‘선정’과 ‘수혜’를 구분하여 기술한다. 여행바우처 선정자(vouchers)란 신청자 중에서 여행바우처

사업의 지원 대상으로 추첨된 사람을 의미하며, 수혜자(beneficiary)란 해당 선정자 중에서 중도 포기자, 자격미달자 등을 제

외하고 실제 바우처 예산을 지원받은 자들을 말한다. 다만, 여기서는 논의의 단순화를 위해 용어를 ‘선정’으로 통일하여 사용

한다. 만약 이 두개의 용어상 구분이 필요할 경우에는 별도로 언급하기로 한다.

- 7 -

과 삶의 질에 미치는 영향을 과대 추정할 수 있다. 한편 이 성립하는 가능성도 배제할

수 없다. 일반적으로 근로자들은 임금이 일정수준이상 상승하면 노동의욕이 오히려 감소하여 노동의

공급을 줄이고 여가공급을 늘리는 경향, 즉 노동공급곡선이 후방 굴절하는 현상이 발생한다고 한다. 이

경우 일정수준 이하의 저소득층에서는 여행대신 노동을 선택하는 성향이 높기 때문에

이 될 가능성이 높다(selection bias). 따라서 직관적으로 설문조사와 같은 관찰 자료에서는

인 상황보다 ≠인 경우가 거의 대부분일 가능성이 매우 높다는 것이다. 더

욱이 연구자들은 가 모형에서 관찰되지 않은 특성인 오차 항이기 때문에 의 크기와 방향

을 알 수 없다는 점이다.

따라서 여행바우처 사업이 성과에 미치는 순수한 인과적 효과를 추정함에 있어 계량분석의 핵심은

≠이라는 의 내생성 문제를 어떻게 해결할 것인가에 대한 문제로 귀결된다. 만약 ‘가

무작위로 처치’되었다면 우리는 (식 1)에 대하여 OLS를 적용하여 추정한 이 에 대한 일치추정량이

고, 이는 곧 여행바우처의 선정이 성과에 미치는 순수한 인과효과라 할 수 있을 것이다.

최근 실증경제학에서는 이러한 문제점을 해결하는 거의 유일한 방법으로 자연과학의 실험과 같이

가 무작위적인 방법에 의해 결정되는 무작위 실험(random experiments) 또는 준실험(quasi-experiments)을

통해 결정될 때 가능하다는 것을 제시하고 있다. 전술한 선행연구에서의 연구전략들은 결국 자료에서

나타나는 이러한 무작위성을 고려한 것이다.

따라서 우리는 무작위 배정을 통한 처치-통제법을 2011년도에 서울시에서 추진한 여행바우처에 대한

결합자료에 적용하여 의 인과적 효과를 추정하기 위해 적용한다. 왜냐하면 당해 연도 바우처 선정 여

부()가 컴퓨터 난수(random number)에 의한 무작위 추첨방식으로 추진되었기 때문이다.

나. 도구변수 추정법

여행바우처 선정() 대신에 여행바우처의 실제 수혜 여부인 에 관심이 있다고 하자. 다만, 여기서

는 여전히 무작위 처치되었다고 가정한다.

′ (식 2)

(식 2)에서 는 여행바우처 신청자 ( ⋯ )의 성과(예를 들어, 여행 횟수나 삶의 질)로써 여

행바우처 사업의 효과에 측정되는 종속변수이다. 는 신청자 가 여행바우처를 실제 사용했는지 여부

를 나타내는 더미변수이고, 는 신청자의 개인적인 특성변수들의 벡터이고, 는 모형의 오차 항이다.

따라서 (식 2)에서 관심의 초점은 여행바우처 수혜가 성과에 미치는 인과효과인 이다.

우리는 앞서 논의한 바와 같이 ≠일 가능성이 매우 높다고 예상할 수 있기 때문에 (식

2)의 는 에 대한 일치추정량이 아니라는 점을 알 수 있다.

예를 들어 여행바우처에 무작위로 선정된 사람들(vouchers)중에서 바우처 수혜를 받기 위해 실제 어

디로 언제 여행을 할까 등을 결정한 후, 국내여행사에서 여행상품을 구입하고, 별도의 시간을 내어 여

행을 한 후, 바우처를 정산을 하는 일련의 과정을 거치는 동안 중도에 포기하는 사람들(renouncers)이 존

재할 것이다. 이러한 여행바우처 포기자들은 신청할 때와는 달리 실제 수행하는 과정에서 나타나는 번

- 8 -

잡한 일을 꺼리거나 여행을 하기 위한 자기통제가 약한 사람들인 경우처럼 ‘중도 포기자들은 체계적인

특정 성향을 보일 수 있다’고 가정하는 것이 타당하다. 이 경우 수혜자들(beneficiary)과 비수혜자

(non-beneficiary)간에는 관찰 불가능한 특성이 다르게 나타날 가능성이 매우 클 것이다. 따라서 이전 논

의와 같이 ≠이기 때문에 우리는 는 에 대한 일치추정량이라 볼 수 없다.

그러나 우리는 (1) 여행바우처에 무작위로 선정된 사람들(vouchers)과 수혜자들(beneficiary)간에는 매

우 밀접한 상관관계가 있을 것( ≠)이라고 예상할 수 있으며(왜냐하면, 선정이 되어야 수혜

를 받을 수 있으므로), (2) 가정에 의해 여행바우처 선정여부()는 ‘무작위로 처치’라는 점에서 외생적

으로 주어지기 때문에 (식 2)에서의 오차항인 와 어떠한 관계도 없을 것, 즉 이라는 점

을 알 수 있다.

이러한 가 외생적으로 주어지고, 와 매우 밀접한 관계를 가지는 경우 ‘의 내생성을 통제하는

방법’으로 도구변수 추정법(instrument variables methods)을 생각할 수 있다. 왜냐하면, 도구변수 추정법

이란 (식 2)의 관심 변수이자 내생성을 가진 와는 관련성이 높고(조건 1), 오차 항()과는 무관한(조건

2) 도구변수를 사용하여 (식 2)를 다음과 같은 2단계 최소제곱 추정법(two-stage least squares methods:

2SLS)에 의해 추정하기 때문이다. 만약 도구변수(여기서는 )가 조건1과 조건 2를 충족할 경우 2SLS로

추정한 는 에 대한 일치추정량이다.

따라서 우리는 도구변수 추정법을 2011년도 서울시에서 추진한 여행바우처에 대한 결합자료에 적용

하여 의 인과적 효과를 추정하기 위해 적용한다. 왜냐하면 전술하였듯이 당해 연도 바우처 선정 여부

()가 컴퓨터 난수에 의한 무작위 추첨방식으로 이루어졌기 때문에 도구변수가 되기 위한 조건 2를 충

족시키고 있으며, 선정 여부()과 수혜 여부( )와는 매우 밀접한 상관성을 가지고 있다고 판단되기 때

문이다.

다. 회귀단절모형

본 연구에서 여행바우처 사업의 성과에 미치는 인과효과 추정을 위해 세 번째로 도입하는 방법은 회

귀단절 모형이다. 실증분석의 관점에서 여행바우처 선정과 회귀단절모형(Imbens & Lemieux, 2008; Lee

& Lemieux, 2009)을 설명하면 다음과 같다.

먼저 논의를 단순하게 하기 위해 본 연구의 실증분석 사례인 2010년도 서울시 여행바우처에 대한 개

인여행 신청자들로 국한시켜 보기로 하자. 당시 여행바우처 신청자들의 선정 방식은 무작위 추첨방식

이 아닌 건강보험료를 기준으로 건강보험료가 가장 낮은 사람들부터 여행바우처에 선정하는 방식이었

다. 선정결과 개인여행부문의 여행바우처 선정은 건강보험료가 29,040원이하인 사람들로 제한되었다.5)

이러한 사실을 바탕으로 우리는 신청자들의 여행바우처 선정여부() 변수가 갖는 값(0 또는 1)이 (식

3)의 규칙을 통해 정해졌음을 알 수 있다6).

≤ (식 3)

5) 한편, 2011년 서울시의 가족여행부문에 대한 여행바우처 신청자들의 경우 가족여행 신청자들 중 건강보험료 27,770원이하로

결정되었다.6) 이 규칙은 가 건강보험료에 따라 불연속적으로 변화한다는 사실을 단순화시킨 것이다.

- 9 -

여기서 ≤는 괄호 안의 내용, 즉 ≤가 참이면 1, 거짓이면 0을 부여하는 지시함수(index

function)이고, 는 개별 신청자 의 건강보험료(health insurance)이다. 는 규칙에 의해서 외생적으로 정

해지는 단절점(discontinuity or cutoff point) 또는 임계치(threshold)이다.

위에서 설명한 개별여행 신청자의 건강보험료의 단절점()은 29,040원이다. 따라서 건강보험료가

29,040원이하인 신청자들은 의 값은 1이고, 초과한 신청자들의 의 값은 0을 가진다.

회귀단절모형의 기본적인 아이디어는 관심을 갖는 변수()에 대한 처치(assignment to the treatment)

가 부분적으로 또는 완전하게 어떤 단절점의 양 측에서 존재하는 예측변수(predictor 또는 forcing

variable)의 값에 의해 결정된다는 점을 이용하는 것이다(Imbens & Wooldridge, 2009: 61; Lee & Lemieux,

2010: 283; Imbens & Lemieux, 2008: 616).

회귀단절모형을 좀 더 세부적으로 본 연구의 여행바우처 선정에 적용하면, 어떤 신청자 가 여행바우

처에 선정되는 것은 건강보험료라는 예측변수의 값이 29,040원이하에서 결정된다. 따라서 회귀단절모형

은 (식 1)을 추정하기 위하여 모든 개인의 정보를 이용하는 통상적인 회귀분석과는 달리, 단절점 에 근

사한(approximated) 건강보험료를 낸 개인들만을 분석의 대상으로 삼는다. 예를 들어 임계치가 29,040원

이하일 경우 건강보험료가 29,040원인 개인 A와 건강보험료가 29,050원인 개인 B가 있다고 해보자. 이

개인 A와 B는 에 대해서는 서로 다른 값(개인 A는 1, 개인 B는 0)을 갖지만, 이외의 여타 다른

변수들의 특성에 있어서는 매우 유사한 특성을 갖는다고 가정할 수 있다.7) 왜냐하면 신청자 개인이 자

의적으로 통제할 수 없는 우연한 이유로 인하여 개인 A는 선정되었고 개인 B는 선정되지 않았다고 가

정할 수 있기 때문이다.

비록 연구자들이나 정책담당자들은 이러한 우연적으로 발생한 원인이 무엇인지 정확하게는 알 수 없

지만, 결과적으로 전술한 무작위적 처치와 같이 개인 를 에 0과 1로 배정한다. 따라서 개인 A와 개

인 B의 값은 개인이나 관련 정책담당자들이 의도하지 않은 거의 순수한 외생적인 요인에 의해 결정

된다고 볼 수 있다. 이러한 외생성을 통해 의 내생성을 제거할 수 있다는 회귀단절모형의 아이디어를

본 연구에서는 이용하고자 하는 것이다.

지금까지 논의한 2명의 개인에 의해 회귀단절모형을 적용하는 방식을 보다 확장하여 만약 =29,040

원인 다수의 개인들(집단 A)이 존재하고, =29,050원인 다수의 개인들(집단 B)이 존재하고, 이를 관측

할 수 있을 경우를 생각해보자. 연구자들이나 정책담당자들은 다음과 같은 (식 4)과 같은 (

=29,040원)인 집단 A의 의 평균값과 (=29,050원)인 집단 B의 의 평균값의 차이( ② - ① )를

의 추정치로 볼 수 있다. 실제 (식 3)과 같은 차분은 같은 표본을 대상으로 (식 1)을 단순 회귀분석하

여 구한 OLS 추정치 과 산술적으로 같다.

(식 4)

그러나 통상적으로 사용하는 더미변수를 이용( 가 0 또는 1)하여 관측된 전체 표본을 대상으로 분

석하는 회귀분석의 추정치를 회귀단절모형의 추정치와 동일하게 생각하는 오해가 있다. 통상적으로 전

7) 실제 2010년 서울시의 여행바우처에 대하여 신청자들은 (1) 서울시의 당해 연도 여행바우처 예산, (2) 총 신청자 수, (3) 선정

이 어느 단절점인지 등에 대한 정보를 알 수 있는 경우에만 여행바우처를 선정받기 위한 전략적 행동이 가능하다. 따라서

이 정보들을 알지 못하는 상황에서 건강보험료 29,040원을 납입한 개인과 29,050원을 납입한 개인은 무작위로 여행바우처에

선정되거나 되지 않았다고 할 수 있다.

- 10 -

체표본을 대상으로 하는 회귀분석의 경우 선정 자체가 무작위로 결정된 것이 아닌 (2010년도의 경우)

‘건강보험료를 적게 내는 저소득층’으로 결정된다. 일반적으로 저소득층은 소득과 교육수준이 낮기 때

문에 여행수요와 밀접한 관계를 가질 수 있다. 이 경우 ≠될 가능성이 매우 높다. 그에 반

해 회귀단절모형에서는 전체 표본이 아닌 건강보험료라는 예측변수(forcing variable)의 단절점 주변의

일부 표본만을 대상으로 하기 때문에 은 내생성 문제가 제거된 의 일치추정치라고 할 수 있다. 왜

냐하면 의 선정이 외생적으로 결정된다고 볼 수 있으므로 이러한 준실험적 결과로 인하여

이라는 조건을 충족할 가능성이 매우 높기 때문이다.

지금까지 논의한 회귀단절모형은 단절점에 매우 가까운 주변의 건강보험료로 설명하였다. 회귀단절

모형을 좀 더 직관적으로 이해하기 쉽게 이러한 비교를 단절점에서 극단적으로 떨어진 건강보험료를

내는 개인들로 설명해보기로 하자. 개인 C는 건강보험료가 2,000원이고 개인 D는 건강보험료가 56,000

원인 신청자들이 있다고 하자. 전술한 방법과 유사하게 이 경우에도 건강보험료의 규모가 12,000원인

개인들과 56,000원인 개인들만을 이용하여 을 추정할 수 있다(식 5).8)

(식 5)

그러나 이렇게 추정한 은 전술한 경우(개인 A들과 개인 B들만을 이용한 회귀분석)와는 달리 의

일치 추정치를 구한다는 점에서 그리 좋은 추정치는 아닐 가능성이 매우 높다. 왜냐하면 개인 C들과 개

인 D들 간에는 값의 차이뿐만 아니라 고객의 관찰 가능한 또는 관찰 불가능한 다양한 특성들로 인한

체계적인 차이를 반영하고 있기 때문이다(전술한 바와 같이 집단 C, D 로 확장하여도 동일한 문제를 가

지고 있다). 즉, 이 경우에는 가 0이라는 조건을 충족시키지 못할 가능성이 매우 크다. 따라

서 이와 같은 경우에 에는 비록 관측된 차이는 통제할 수 있음에도 불구하고 여전히 의 순수한 인

과적 효과뿐만 아니라 두 집단(C, D)간에 관측되지 않은 특성들에 의해 유발되는 의 차이가 포함되어

있다. 따라서 (식 5)는 (식 4)와는 달리 내생성 문제가 제거되었다고 할 수 없다.

이상의 논의를 요약하면, 회귀단절모형의 핵심은 여행바우처 선정자를 결정하는 건강보험료 가 단

절점 주변에 위치하여 가 0, 즉 을 충족할 가능성이 높은 바우처 신청자들

을 선별하여, 분석시 이 신청자들로 국한하여 가 1일 때의 의 평균값과 가 0일 때의 의 평균값

을 추정함으로써 에 따른 의 차이[ ], 즉 여행바우처 선정 이 에 미치

는 순수한 인과효과를 추정한다는 것이다. 다만, 개인 의 가 주변이 아닌 에서 상당히 멀리 떨어

진 신청자들을 비교할 경우에는 가 0이라는 조건을 충족시키지 않을 가능성이 매우 높기 때

문에 또는 은 의 일치추정량이 아니다. 따라서 이와 같은 신청자들은

분석에서 제외된다.

지금까지 논의한 회귀단절모형을 개인의 여행 수요 및 삶의 질과 같은 성과()에 영향을 주는 연령,

성별 등과 같은 제반 특성 변수들()를 포함한 모형(식 1)에 적용하면 (식 6)와 같다.

8) 다만, (식 1)와 같이 가 추가된 경우의 와 만을 모형에 포함한 단순회귀 분석에서의 추정치 과 산술적으로 일치하

지 않는다. 그럼에도 불구하고, 회귀단절모형의 핵심적인 논의는 여전히 유지된다.

- 11 -

, if ln ≤ (식 6)

(식 1)과 같이 여기서 는 여행바우처 신청자들 ( ⋯ )에 대한 여행 수요 및 삶의 질과 같

은 성과변수이며, 는 신청자 가 여행바우처에 선정되었는지 여부를 나타내는 더미변수, 는 신청

자 의 개인적인 특성변수들의 벡터이고, 는 모형의 오차 항이다. 특히 조건식 ‘ln≤’는 분석

에 사용되는 신청자의 건강보험료 변수 는 단절점 로부터 상하 대칭적으로 약 ‘100×’내에 존재해야

한다는 회귀단절모형에서의 표본선정에 대한 조건을 표시하는 것이다. 예를 들어 가 0.05일 경우 신청

자의 건강보험료 29,040원을 기준으로 건강보험료가 아래에 위치한 약 27,588원(= 29,040 – 29,040 ×

0.05)에서 위에 위치한 30,492원(= 29,040 + 29,040 × 0.05)인 고객들만을 분석의 대상으로 삼는다는 의

미이다. 따라서 (식 6)는 (식 1)과 마찬가지로 신청자 개인의 관찰 가능한 특성()을 모형에 포함하고

있을 뿐만 아니라, 추가적으로 분석대상이 되는 표본을 선정하는 조건(ln≤)을 추가하였을 뿐

실질적으로 (식 1)과 다른 것은 없다.

[그림 2] SRD의 의 할당 확률

[그림 3] SRD의 잠재적/관측된 성과의 회귀함수

지금까지 설명한 회귀단절모형은 sharp regression discontinuity design(이하 SRD)이다. SRD란 여행바우

처 신청자들 중에서 건강보험료가 29,040원이하인 사람들은 [그림 2]에서 보는 바와 같이 값은 1(선

정)이고, 초과된 신청자들의 경우에 는 0(미선정)인 경우를 말한다. 즉, 단절점에서 값이 0에서 1

로만 변한다는 것이다. 따라서 SRD에서의 단절점에서 인과적 효과인 평균 처치 효과(average treatment

effect) 는 다음 (식 7)을 [그림 3]로 표현한 것이다.

(식 7)은 지금까지 논의한 회귀단절모형의 핵심적인 설명들과 동일하다. (식 7)은 단절점인 건강보험

료 29,400원이하인 건강보험료에서 단절점 29,400원으로 수렴하는 극한 값에서 29,400원을 초과한 건강

보험료에서 단절점 29,400원으로 수렴하는 극한 값의 차이일 뿐이다.

- 12 -

lim↑

lim↓

(식 7)

그러나 여행바우처 ‘선정’에서 나타나는 의 확률(1 또는 0)과는 달리 선정 후 여행바우처를 ‘수혜’

에서 는 여전히 1과 0의 값을 갖지만, 수혜 의 확률은 1에서 0으로 변화하지는 않는다. 이러한 경

우를 회귀단절모형에서는 fuzzy regression discontinuity design(이하 FRD)라고 한다.9) FRD에서는 단절점

에서 여행바우처를 ‘수혜’받을 확률이 0에서 1로만 변화해야 한다는 것을 필요로 하지 않는다. 대신에

단절점에서 처치에 대한 할당 확률에서 1로 점프하는 것이 아니라 작은 점프를 허용하는 것이다([그림

4] 참조). 예를 들어, 여행바우처 선정과 같이 기본적으로는 건강보험료 29,040원을 기준으로 여행바우

처에 선정되지만( )되지만, 신청자가 자발적으로 선정을 거부할 수도 있기 때문이다. 따라서 건강

보험료 29,040원이하에서 선정된 개인일지라도 일부는 ≠로 나타날 가능성도 있다. 다만, 여전히

[그림 4]에서 보는 바와 같이 건강보험료가 29,040원이하에서 0원으로 근접할수록 가 될 확률은 1이

될 가능성이 높은 반면, 29,040원을 초과할 경우에는 가 0로 수렴할 가능성이 높다.

따라서 FRD에서의 단절점에서 인과효과인 평균 처치 효과(average treatment effect) 는 다음 (식

8)과 같다.

lim↑

lim↓

lim↑

lim↓

(식 8)

(식 8)의 분자는 (식 7)과 같이 단절점인 건강보험료 0원으로 부터 29,040원으로 수렴하는 극한 값과

건강보험료 56,000원으로부터 단절점 29,040원으로 수렴하는 극한 값의 차이다. 분모는 단절점인 건강

보험료 0원으로 부터 29,040원으로 수렴하는 수렴할 때 가 될 확률에서 건강보험료 56,000원으로부터

단절점 29,040원으로 수렴할 때의 가 될 확률의 차이이다( [그림 5] 참조)

[그림 4] FRD에서 의 할당 확률

[그림 5] FRD의 잠재적/관측된 성과의 회귀함수

9) 사실 SRD는 FRD의 특수한 형태이다. 회귀단절모형에 대한 자세한 논의는 Imbens & Lemieux(2008)를 참조할 수 있다.

- 13 -

따라서 분모의 첫 번째 항( lim↓

)은 SRD에서 1이며, 두 번째 항( lim↑

)은

SRD에서 0이므로 SRD는 FRD의 특수한 형태로 볼 수 있는 것이다. (식 8)의 분자와 분모의 비율(ratio)을

해석하면, 결국 FRD가 전술한 도구변수와 관련되어져 있음을 알 수 있다(Imbens & Angrist, 1994). 즉,

단절점 주변에서 가 건강보험료 29,040원이하인 개인을 1로 하고 초과한 개인을 0으로 할 경우, 는

여행바우처 선정여부인 가 무작위로 처치되었기 때문에 (식 2)에서 는 오차 항 와 상관되지 않는

반면, 여전히 는 와 밀접한 관련성을 갖기 때문에 도구변수로써 가능하다는 것이다. 이러한 이유로

인하여 도구변수를 회귀단절모형으로 해석하는 많은 사례들(Angrist & Krueger, 1991; Imbens & Van Der

Klaauw, 1995)도 있다.

따라서 본 연구에서는 2010년 여행바우처사업을 대상으로 한 중기적 인과효과 추정을 위해 두 가지

관점에서 분석을 시도할 것이다. 첫째는 기존의 통상적인 회귀분석을 이용하여 (식 2)와 같이 여행바우

처가 개인의 여행수요와 삶의 질에 미치는 효과(연관성)를 분석하는 것이다. 다만, 이 추정치는 내생성

문제를 적절히 통제하지 못한 분석으로 일치추정치가 아닐 가능성이 높다. 둘째, 지금까지 논의한 바와

같이 여행바우처 ‘선정’이 여행수요나 삶의 질과 같은 성과에 미치는 인과효과를 추정하기 위해 SRD를

적용할 것이다. 또한 여행바우처 ‘수혜’가 여행수요나 삶의 질과 같은 성과에 미치는 인과효과를 추정

하기 위해 FRD를 적용할 것이다. 이 추정치들은 여행바우처의 선정과 수혜가 성과에 미치는 인과효과

를 나타낸다.

실증분석 관점에서 본 연구의 여행바우처 수혜의 인과효과 추정관련 분석 모형을 요약하면 다음과

같다. 먼저 (식 9)과 같은 1단계 분석(first stage)으로 단순 FRD 추정을 위해 도구변수로써 건강보험료

29,040원이하인 신청자 개인들을 변수 를 이용하여 를 예측한다. 이 때 개인의 건강보험료의 2차

다항식(2nd-order polynomials)을 1단계 분석에 포함시킨다.

(식 9)

여기서 는 공변량들이고,

로 1단계에서 적합된 값이다. 따라서 1

단계는 29,040원이하의 건강보험료를 낸 개인( )과 그렇지 않은 고객( )을 나타내는 를 도

구변수로 이용한다. 이 단계에서 추정된 는 (식 5)의 FRD 축약형으로 이용된다.

2. 분석자료

가. 2011년 서울시 여행바우처

1) 분석자료본 연구의 분석에 사용되는 자료는 2011년 서울시 여행바우처 행정자료와 2012년 5월에 이 행정자료

를 이용하여 설문조사를 한 조사 자료이다. 행정자료는 신청자들의 성, 지역, 주민등록번호, 전화번호,

- 14 -

전자우편 주소 등을 포함하고 있다. 추가정보를 획득하기 위하여 이 행정정보를 이용하여 설문조사10)

를 실시하였다. 조사 자료는 기본적으로 신청자들의 여행참여, 여행참여량, 그리고 삶의 질과 같은 성과

변수에 대한 정보와 개인 및 가구주에 대한 소득 등 인구통계학적 정보를 포함하고 있다.

<표 2> 모집단의 기술 통계량(행정자료, 2011년 여행바우처)

2011년 여행바우처(서울) 전체 S.D. 가족여행 S.D. 개인여행 S.D.A. 모집단: N 5,547 4201 1346선정 0.50 0.50 0.45 0.50 0.63 0.48수혜 0.40 0.49 0.38 0.49 0.45 0.50남성 0.28 0.45 0.22 0.41 0.48 0.50연령 47.17 13.02 43.96 10.51 57.18 14.87지역 강남구 0.04 0.18 0.04 0.19 0.03 0.16

강동구 0.03 0.16 0.03 0.16 0.02 0.14강북구 0.03 0.17 0.03 0.18 0.02 0.15강서구 0.05 0.21 0.05 0.21 0.04 0.19관악구 0.03 0.16 0.03 0.16 0.03 0.17광진구 0.04 0.20 0.04 0.21 0.04 0.19구로구 0.05 0.22 0.05 0.22 0.05 0.22금천구 0.06 0.25 0.06 0.24 0.07 0.25노원구 0.06 0.24 0.06 0.24 0.08 0.27도봉구 0.02 0.14 0.02 0.15 0.02 0.13동대문구 0.04 0.19 0.03 0.18 0.04 0.19동작구 0.08 0.28 0.09 0.28 0.07 0.26마포구 0.03 0.18 0.03 0.17 0.04 0.20서대문구 0.02 0.14 0.02 0.14 0.02 0.15서초구 0.01 0.11 0.01 0.10 0.02 0.13성동구 0.02 0.15 0.03 0.16 0.01 0.12성북구 0.05 0.21 0.04 0.20 0.06 0.23송파구 0.09 0.29 0.09 0.29 0.10 0.30양천구 0.03 0.17 0.03 0.18 0.03 0.16영등포구 0.05 0.22 0.05 0.21 0.06 0.24용산구 0.01 0.11 0.01 0.11 0.01 0.12은평구 0.07 0.25 0.06 0.25 0.07 0.25종로구 0.01 0.12 0.01 0.12 0.01 0.10중구 0.01 0.12 0.01 0.11 0.02 0.13중랑구 0.06 0.24 0.06 0.24 0.05 0.22

B. 조사 접촉: N 5,547 4,201 1,346전화 조사(%) 97.19 97.07 97.55조사 완료(%) 29.42 28.45 32.47

주) 서울시 여행바우처 신청자 6,024명중 미자격으로 인한 탈락자 474명과 타 지역 지원자 3명을 제외한 총 5,547명을 모집단으로 함

<표 2>에서는 행정자료에 대한 기술 통계량이 보고되어 있다. 먼저 2011년 서울시 여행바우처 신청

자는 총 5,547명(가족여행 4,201명, 개인여행 1,346명)으로 이 중 약 50%가 여행바우처에 선정되었으며,

10) 본 연구에서는 가장 최근의 사업인 2011년도 여행바우처 사업의 수혜자뿐만 아니라 비수혜자를 포함한 서울 신청자들을 대

상으로 한 조사를 시행하였다. 2011년도 여행바우처 사업의 효과를 살펴보자면, 단기적으로 수혜자들의 지원이 종료된 2011년도 12월 바로 직후인 2012년도 1월에 조사가 이루어지고, 좀 더 장기적 효과를 살펴보기 위해서는 2013년도 이후의 조사가

이루어져야 하나, 본 연구의 시작시점이 2012년 5월 초/중순이므로 해당 월에 조사한 자료를 이용하고자 한다. 다만, 조사의

대상 기간을 2011년 1월 1일부터 2011년 12월 31일로 한정하여 조사하였다.

- 15 -

실제 수혜는 약 40%정도이다. 신청자들 중 남성의 비율은 약 28%정도이고 연령은 평균 47.2세정도이

다. 지역별 신청자는 전체대비 자치구별 약 1~9%수준이다. 설문조사는 이들 모두를 대상으로 대부분

전화로 접촉하였다(약 97.2%). 실제 접촉 후 조사가 완료된 비율은 1,632명(약 30%)이 조사되었다.

<표 3>에서는 조사 완료된 1,632명에 대한 기술통계량이 보고되어 있다. 표본 집단에서의 여행바우처

선정자는 약 56%정도이며, 수혜자는 약 47%로 조사되었다. 남성의 비율은 약 29%, 연령은 약 48.5세로

조사되었다. 자치구별 조사율은 약 5%(1~9%)수준이다. 행정자료와 비교 가능한 항목에 국한하여 비교

해보면 모집단보다는 표본에서 선정과 수혜자 비율이 다소 높게 나오고 있고, 성별과 연령은 그리 큰

차이가 나타나지 않고 있다. 바우처 선정 및 수혜자가 응답률이 다소 높게 나타나지만, 분석상의 문제

를 발생할 정도의 차이는 아니다.

<표 3> 표본 집단의 기술 통계량(설문자료)

2011년 여행바우처(서울) 전체 S.D. 가족여행 S.D. 개인여행 S.D.C. 조사 완료(표본): N 1,632 1,195 437

전화 조사(%) 92.10 91.55 93.59선정 0.56 0.50 0.52 0.50 0.66 0.47수혜 0.47 0.50 0.46 0.50 0.50 0.50남성 0.29 0.45 0.21 0.41 0.49 0.50연령 48.47 12.63 45.07 10.17 57.76 13.98미혼 0.12 0.33 0.08 0.28 0.24 0.43별거/이혼 0.31 0.46 0.31 0.46 0.30 0.46사별 0.12 0.32 0.08 0.27 0.23 0.42교육년수 12.11 3.36 12.67 2.74 10.58 4.31직업있음 0.63 0.48 0.72 0.45 0.38 0.49고용원있는 사업주 0.01 0.09 0.01 0.10 0.00 0.07고용원없는 자영업자 0.07 0.26 0.08 0.28 0.05 0.22세금납부전월소득(만원) 79.60 89.95 92.35 88.94 44.74 83.33기회비용/1일(만원) 5.72 6.21 6.15 6.68 4.53 4.49가구주 0.79 0.41 0.75 0.44 0.91 0.29

남성 0.45 0.50 0.41 0.49 0.55 0.50연령 49.97 11.62 46.89 9.20 58.39 13.27미혼 0.09 0.28 0.04 0.19 0.22 0.41별거/이혼 0.32 0.47 0.32 0.47 0.31 0.46사별 0.12 0.33 0.08 0.27 0.23 0.42교육년수 12.12 3.38 12.69 2.78 10.54 4.27직업있음 0.70 0.46 0.80 0.40 0.41 0.49고용원있는 사업주 0.01 0.12 0.02 0.12 0.01 0.10고용원없는 자영업자 0.11 0.32 0.13 0.33 0.07 0.26세금납부전월소득(만원) 104.02 105.19 121.96 103.24 54.97 94.42기회비용/1일(만원) 6.40 6.62 6.94 6.89 4.93 5.53

여행참여 0.57 0.50 0.56 0.50 0.58 0.49총여행일(일) 4.17 6.73 4.30 6.99 3.82 5.96숙박여행(회) 0.94 1.73 0.95 1.72 0.91 1.74체류기간(일) 1.05 1.31 1.05 1.31 1.04 1.31당일여행(회) 1.91 3.81 2.02 4.04 1.63 3.07여가/문화 만족도(5점) 3.13 1.00 3.09 0.98 3.23 1.03가족관계 만족도(5점) 3.63 0.97 3.76 0.93 3.28 1.00전반적인 삶의 질 만족도(5점) 2.92 1.02 2.96 1.02 2.83 1.02

<표 계속>

- 16 -

2011년 여행바우처(서울) 전체 S.D. 가족여행 S.D. 개인여행 S.D.C. 조사 완료(표본): N 1,632 1,195 437지역층화 0.05 0.02 0.05 0.02 0.05 0.02

강남구 0.035 0.184 0.039 0.194 0.023 0.150강동구 0.019 0.137 0.017 0.128 0.025 0.157강북구 0.032 0.176 0.040 0.196 0.009 0.095강서구 0.059 0.237 0.065 0.247 0.043 0.204관악구 0.030 0.171 0.032 0.176 0.025 0.157광진구 0.040 0.197 0.041 0.198 0.039 0.194구로구 0.049 0.216 0.049 0.217 0.048 0.214금천구 0.075 0.263 0.074 0.261 0.078 0.268노원구 0.069 0.254 0.065 0.247 0.080 0.272도봉구 0.023 0.149 0.023 0.149 0.023 0.150동대문구 0.038 0.191 0.039 0.194 0.034 0.182동작구 0.078 0.269 0.084 0.277 0.064 0.245마포구 0.028 0.164 0.024 0.154 0.037 0.188서대문구 0.018 0.132 0.016 0.125 0.023 0.150서초구 0.009 0.095 0.008 0.086 0.014 0.117성동구 0.025 0.155 0.027 0.162 0.018 0.134성북구 0.050 0.219 0.048 0.213 0.057 0.233송파구 0.081 0.274 0.074 0.261 0.103 0.304양천구 0.032 0.177 0.037 0.188 0.021 0.142영등포구 0.049 0.216 0.044 0.206 0.062 0.241용산구 0.012 0.110 0.013 0.111 0.011 0.106은평구 0.067 0.250 0.069 0.253 0.062 0.241종로구 0.009 0.092 0.007 0.082 0.014 0.117중구 0.020 0.139 0.018 0.134 0.023 0.150중랑구 0.053 0.223 0.049 0.215 0.064 0.245

3. 무작위성 검증

앞서 언급한 바와 같이, 무작위 배정을 이용하여 정책의 효과를 분석하는 방법은 매우 간단하면서도

신뢰성 또한 매우 높다는 것이다. 본 연구에서는 이러한 무작위성을 이용하여 여행바우처 사업의 단기

효과를 추정하고자 한다.

<표 4>는 실제 2011년 서울시 여행바우처 선정()은 지원부문과 해당 자치구별 수혜대상수를 고려

한 층화 무작위 배정(stratified randomization)이 어떻게 이루어 졌는지를 보여 주고 있다. 예를 들어, 종

로구의 기초생활보장수급자 및 법정차상위계층은 총 5,146명으로 전체대비 1.83%(= 5,146/281,308)이다.

따라서 서울시는 종로구에 여행바우처 총 사업비의 1.83%인 9,800천원을 종로구에 배정하였다. 또한 이 배

정된 9,800천원 중 기족여행에 70%, 개인여행에 30%로 배분하였다. 이러한 예산 배분 후 컴퓨터 난수를 이

용하여 여행바우처 종로구 지원자 중 가족여행부문 34명, 개인여행부문 20명을 선정한 것이다.

이러한 여행바우처 선정에 있어 층화 무작위 배정이 제대로 이루어졌다면, 층화변수를 제외한 여행

바우처 선정()가 다른 변수들 와 독립적이어야 한다. 따라서 본 연구에서는 이를 재확인하기 위해

를 에 대하여 회귀분석하여 그 추정계수가 통계적으로 유의한지를 검정하고자 한다.

- 17 -

<표 4> 2011년 자치구별 개별여행 수혜대상 현황

자치구지원대상자 서울시 바우처 배정

지원부문가족여행(70%) 개인여행(30%)

명 % 지원액 가구 개인 지원액 선정 지원액 선정계 281,308 100 537,000 2,954 4,832 375,600 1,878 161,400 1,076

종로구 5,146 1.83 9,800 54 88 6,800 34 3,000 20 중구 5,122 1.82 9,800 54 88 6,800 34 3,000 20 용산구 5,534 1.97 10,550 58 95 7,400 37 3,150 21 성동구 8,785 3.12 16,900 93 152 11,800 59 5,100 34 광진구 8,510 3.03 16,350 90 147 11,400 57 4,950 33 동대문구 12,790 4.55 24,350 134 219 17,000 85 7,350 49 중랑구 17,297 6.15 32,900 181 296 23,000 115 9,900 66 성북구 15,616 5.55 29,800 164 268 20,800 104 9,000 60 강북구 15,980 5.68 30,550 168 275 21,400 107 9,150 61 도봉구 8,331 2.96 16,000 88 144 11,200 56 4,800 32 노원구 27,834 9.89 53,100 292 478 37,200 186 15,900 106 은평구 14,262 5.07 27,250 150 245 19,000 95 8,250 55 서대문구 7,383 2.62 14,000 77 126 9,800 49 4,200 28 마포구 10,170 3.62 19,450 107 175 13,600 68 5,850 39 양천구 11,878 4.22 22,550 124 203 15,800 79 6,750 45 강서구 23,457 8.34 44,750 246 403 31,400 157 13,350 89구로구 11,099 3.95 21,100 116 190 14,800 74 6,300 42 금천구 10,212 3.63 19,450 107 175 13,600 68 5,850 39 영등포구 10,461 3.72 20,000 110 180 14,000 70 6,000 40 동작구 9,454 3.36 18,000 99 162 12,600 63 5,400 36 관악구 8,116 2.89 15,450 85 139 10,800 54 4,650 31 서초구 4,088 1.45 8,000 44 72 5,600 28 2,400 16 강남구 11,341 4.03 21,650 119 195 15,200 76 6,450 43 송파구 9,305 3.31 17,800 98 160 12,400 62 5,400 36 강동구 9,137 3.25 17,450 96 157 12,200 61 5,250 35

주: 지원 대상자는 해당 자치구별 기초생활보장수급자 및 법정차상위계층 인원, 가족여행은 가구당 20만원, 개인여행은 가구당 15만원

으로 책정. 단위는 천원(또는 명)임.자료 : 2011년 서울시 자치구별 여행바우처 선정 할당표(서울시 내부자료)

<표 5>는 를 에 대하여 회귀분석한 결과이다. 먼저 층화변수인 자치구 변수와 가족부문 지원을

나타내는 더미변수는 통계적 유의한 차이가 있음을 알 수 있다. 그 이유는 이 변수들이 무작위 배정을 위한

층화변수이기 때문이다. 이 변수들을 제외하고 바우처 선정에 있어 통계적 유의한 차이를 보이는 변수는 전

혀 없는 것으로 나타났다. 이를 통해 2011년 여행바우처 선정이 무작위 배치가 되었음을 재확인할 수 있다.

- 18 -

<표 5> 무작위 검증(2011년 여행바우처)

종속변수: 바우처 선정(if 1=선정) 계수 표준오차 t값 p값남성 0.000 0.057 0.000 0.998연령 -0.001 0.004 -0.230 0.822미혼 -0.097 0.135 -0.720 0.474별거/이혼 0.167 0.145 1.150 0.249사별 0.015 0.140 0.100 0.917교육년수 0.009 0.010 0.870 0.387직업있음 -0.073 0.058 -1.250 0.210고용원있는 사업주 0.116 0.207 0.560 0.575고용원없는 자영업자 -0.027 0.073 -0.370 0.708세금납부전월소득(만원) 0.000 0.000 0.610 0.541기회비용/1일(만원) -0.005 0.006 -0.860 0.390가구주 -0.047 0.058 -0.820 0.413

남성 -0.060 0.056 -1.080 0.279연령 0.000 0.004 -0.040 0.965미혼 0.091 0.142 0.640 0.523별거/이혼 -0.166 0.143 -1.160 0.246사별 -0.030 0.139 -0.220 0.828교육년수 -0.004 0.010 -0.430 0.665직업있음 0.050 0.060 0.830 0.406고용원있는 사업주 -0.030 0.145 -0.200 0.839고용원없는 자영업자 0.035 0.061 0.570 0.567세금납부전월소득(만원) -0.001 0.000 -1.950 0.052기회비용/1일(만원) 0.007 0.006 1.230 0.220

가족부문 지원 0.160 0.033 4.800 0.000자치구 5.042 0.532 9.470 0.000상수 0.392 0.121 3.250 0.001N 1,632R-Squared 0.072

주 1) 자치구는 해당 지원자의 지역에 해당 자치구의 선정비율을 대입한 값임

2) 괄호는 로버스트 표준오차(robust standard errors)임. ** p<0.01, * p<0.05

나. 2010년 서울시 여행바우처

1) 분석자료본 연구의 분석에 사용되는 자료는 2010년 문화체육관광부(위탁기관: 한국관광협회중앙회) 여행바우

처 행정자료와 2012년 5월에 이 행정자료를 이용하여 설문조사를 한 조사 자료다. 2011년 자료와 마찬

가지로 행정자료에는 신청자들의 성, 지역, 주민등록번호, 전화번호, 전자우편 주소 등을 포함하고 있다.

이 자료에는 신청자들의 건강보험료 납입액 정보가 추가로 포함되어 있다. 2011년 자료와 마찬가지로

설문조사는 이 행정정보를 이용하여 부록2 설문지와 같은 정보를 추가로 확보하였다. 조사 자료에서는

기본적으로 신청자들의 여행참여, 여행참여량, 그리고 삶의 질과 같은 성과변수에 대한 정보와 개인 및

가구주에 대한 소득 등 인구통계학적 정보를 포함하고 있다.

<표 6>에서는 행정자료에 대한 기술 통계량이 보고되어 있다. 먼저 2010년 서울시 여행바우처 신청

자는 총 32,831명(가족여행 13,025명, 개인여행 19,806명)으로 이 중 약 7%가 여행바우처에 1차 선정되

었으며, 1차 선정자들의 수혜율은 약 3%정도이다11). 신청자들 중 남성의 비율은 약 27%정도이고 연령

은 평균 32.9세이다. 건강보험료 평균납부액은 약 4만원 정도이다. 설문조사는 이들 모두를 대상으로 이

- 19 -

메일과 전화조사를 하였다. 조사비 등의 문제로 대부분 조사는 이메일 조사를 실시(약 98%)하였다. 조

사완료는 최종적으로 2,622명이 이루어져 전체 신청자 대비 약 8%정도이다.

<표 6> 모집단의 기술 통계량(행정자료, 2010년 여행바우처)

2010년 여행바우처(서울) 전체 S.D. 가족여행 S.D. 개인여행 S.D.A. 모집단: N 32,831 13,025 19,806

선정 0.07 0.26 0.09 0.29 0.06 0.24수혜 0.03 0.17 0.04 0.19 0.02 0.15남성 0.27 0.44 0.30 0.46 0.25 0.43연령 32.9 7.17 36.24 8.16 30.70 5.40건강보험료(만원) 3.93 1.01 3.87 1.07 3.97 0.97

B. 조사 접촉: N 32,831 13,025 19,806이메일 조사(%) 98.15 97.50 98.58조사 완료(%) 7.99 7.35 8.41

주 2010년 여행바우처 신청자(전국기준) 132,264명 중 중복신청자, 신청 부적격자(건강보험료 상한액 초과)는 제외한 121,483명에 대하

여 총 3차에 걸쳐 선정이 진행됨. 이 중 2차 이상에서 선정된 자들은 분석상의 있어 오염자료이므로 이를 제거함. 서울지역은 신청

자 33,343명 중 중복신청자, 신청 부적격자(건강보험료 상한액 초과)를 제외한 33,303명에서 전국자료와 마찬가지로 오염자료 제거

후 최종 32,831명을 대상으로 함. 서울 신청자 32,831명 중 2,432명이 여행바우처에 선정되었으며 이 중 945명이 수혜(2차이상은

제거).

<표 7>에서는 조사 완료된 2,622명에 대한 기술통계량이 보고되어 있다. 대부분 이메일을 통해 조사

(약 91%)되었는데, 이 중 선정자는 20%이고 수혜자는 14%이다. 남성의 비율은 약 20%, 연령은 약 32.4

세로 조사되었다. 건강보험료는 3만 7천원수준으로 조사되었다. 행정자료와 비교 가능한 항목에 국한하

여 비교해보면, 2011년 조사결과와 비슷하게 모집단보다는 표본에서 선정과 수혜자 비율이 다소 높게

나오고 있고, 성별, 연령, 그리고 건강보험료 납부액은 그리 큰 차이가 나타나지 않고 있다. 이 자료 또

한 바우처 선정 및 수혜자가 응답률이 다소 높게 나타나지만, 분석상에 문제를 발생할 정도의 차이는

아니다.

11) 2010년 여행바우처의 경우 실제 수혜율이 낮아 총 6차에 걸쳐 재선정을 하였다. 본 연구에서는 최초 1차 선정자(2010년 7월)만을 대상으로 하고 있다. 따라서 2차 이상에서 선정된 사람들은 분석에서 제외하였다.

- 20 -

2010년 여행바우처(서울) 전체 S.D. 가족여행 S.D. 개인여행 S.D.C. 조사 완료(표본): N 2,622 957 1,665

이메일 조사(%) 90.58 86.42 92.97선정 0.20 0.40 0.27 0.45 0.16 0.37수혜 0.14 0.35 0.20 0.40 0.11 0.31남성 0.20 0.40 0.22 0.41 0.19 0.39연령 32.43 7.13 35.88 8.54 30.45 5.24미혼 0.62 0.48 0.35 0.48 0.78 0.41별거/이혼 0.03 0.18 0.06 0.24 0.02 0.14사별 0.01 0.08 0.01 0.11 0.00 0.04교육년수 14.84 1.53 14.61 1.63 14.97 1.46직업있음 0.90 0.30 0.89 0.32 0.90 0.29고용원있는 사업주 0.02 0.14 0.02 0.15 0.02 0.13고용원없는 자영업자 0.03 0.17 0.04 0.21 0.02 0.14세금납부전월소득(만원) 164.08 82.17 163.47 91.77 164.43 76.13기회비용/1일(만원) 7.04 6.61 7.54 8.18 6.76 5.49건강보험료(만원) 3.71 1.03 3.57 1.09 3.80 1.00가구주 0.39 0.49 0.46 0.50 0.35 0.48

남성 0.61 0.49 0.61 0.49 0.60 0.49연령 43.51 13.37 42.58 11.46 44.04 14.33미혼 0.27 0.44 0.15 0.36 0.34 0.47별거/이혼 0.06 0.24 0.08 0.28 0.05 0.22사별 0.04 0.19 0.04 0.20 0.04 0.18교육년수 13.73 2.65 14.01 2.34 13.57 2.80직업있음 0.86 0.34 0.88 0.32 0.85 0.35고용원있는 사업주 0.05 0.21 0.04 0.19 0.05 0.23고용원없는 자영업자 0.12 0.33 0.12 0.32 0.13 0.33세금납부전월소득(만원) 177.69 108.40 187.07 112.74 172.30 105.48기회비용/1일(만원) 8.89 8.23 9.32 9.21 8.65 7.60

총여행일(일) 9.19 9.61 8.54 8.90 9.56 9.97숙박여행(회) 2.44 2.73 2.14 2.54 2.61 2.82체류기간(일) 1.93 1.21 1.82 1.25 1.99 1.19당일여행(회) 3.46 5.17 3.53 5.08 3.42 5.22여가/문화 만족도(5점) 3.48 0.93 3.38 0.95 3.54 0.92가족관계 만족도(5점) 3.76 0.94 3.87 0.93 3.69 0.93전반적인 삶의 질 만족도(5점) 3.27 0.94 3.26 0.96 3.28 0.93

<표 7> 표본 집단의 기술 통계량(설문자료, 2010년 여행바우처)

2) 무작위성 검증

2010년 서울시의 경우 개인여행 부문에 대한 여행바우처 선정을 식별하는 변수()는 신청자들의 건

강보험료 납입액을 이용하였다. 개인여행 부문에 신청한 자들의 건강보험료 납부액이 29,040원이하일

경우 1을, 그렇지 않을 경우에는 0을 부여하였다. 마찬가지로 가족여행 부문의 경우에는 건강보험료

27,770원이하 신청자들에게는 1을, 그렇지 않을 경우에는 0을 부여하였다.

회귀단절모형의 아이디어에 따라 본 연구의 분석대상은 신청시점에서의 건강보험료 납부액이 개인여

행 부문은 29,040원에, 가족여행 부문은 27,770원에 근사한 신청자들로 한정된다. 앞서 언급한 바와 같

이, 만약 이 단절점 근방에 있는 신청자들의 여행바우처 선정이 무작위성을 가진다면 여행바우처 선정

()이 다른 변수들 와 독립적이어야 한다. 따라서 본 연구에서는 이를 확인하기 위하여 단절점 근방

에 있는 표본을 대상으로 를 에 대하여 회귀분석하여 그 추정계수가 통계적으로 유의한지를 검정

하고자 한다.

- 21 -

종속변수: 선정 ±5% ±10% ±15% ±20% ±30% 전체

남성 0.084(0.145)

-0.031(0.105)

-0.105(0.081)

-0.029(0.073)

-0.058(0.068)

-0.020(0.023)

연령 -0.002(0.008)

0.004(0.006)

0.009*(0.004)

0.007(0.004)

0.007(0.004)

0.009**

(0.002)

미혼 -0.235(0.207)

-0.063(0.149)

0.030(0.116)

0.040(0.112)

0.011(0.104)

-0.043(0.044)

별거/이혼 -0.036(0.271)

0.191(0.164)

0.185(0.130)

0.166(0.121)

0.154(0.116)

0.073(0.068)

사별 0.228(0.398)

0.064(0.209)

0.094(0.190)

0.229(0.162)

0.159(0.139)

0.097(0.114)

교육년수 0.019(0.033)

-0.004(0.022)

-0.006(0.017)

-0.012(0.016)

-0.000(0.014)

0.003(0.006)

직업있음 -0.100(0.180)

-0.028(0.131)

-0.019(0.108)

-0.019(0.098)

0.045(0.089)

0.156**

(0.044)

고용원있는 사업주 0.174(0.228)

0.234(0.228)

0.118(0.134)

-0.110(0.148)

-0.098(0.141)

0.035(0.072)

고용원없는 자영업자 -0.186(0.221)

-0.081(0.139)

-0.003(0.111)

0.005(0.093)

-0.024(0.083)

0.183**

(0.065)

세금납부전월소득(만원) 0.000(0.001)

0.000(0.001)

0.000(0.000)

0.000(0.000)

0.000(0.000)

-0.001**

(0.000)

기회비용(만원) -0.030(0.020)

-0.009(0.006)

-0.008(0.006)

-0.004(0.005)

-0.005(0.005)

0.000(0.002)

가구주 0.213(0.148)

0.060(0.105)

0.049(0.081)

-0.005(0.072)

0.060(0.068)

0.032(0.024)

남성 -0.108(0.134)

-0.114(0.102)

-0.066(0.076)

-0.044(0.072)

0.021(0.068)

-0.014(0.023)

연령 0.005(0.006)

0.001(0.005)

-0.001(0.004)

-0.001(0.004)

-0.001(0.004)

0.001(0.001)

미혼 0.028(0.214)

-0.087(0.158)

-0.107(0.128)

-0.093(0.122)

-0.067(0.114)

-0.026(0.044)

별거/이혼 0.153(0.242)

-0.209(0.155)

-0.284*(0.127)

-0.225(0.115)

-0.175(0.114)

-0.009(0.043)

사별 -0.011(0.399)

0.071(0.198)

-0.020(0.184)

-0.105(0.158)

-0.023(0.135)

-0.024(0.039)

교육년수 0.023(0.023)

0.028(0.017)

0.020(0.014)

0.014(0.013)

0.010(0.012)

0.005(0.004)

직업있음 -0.188(0.192)

0.045(0.139)

0.050(0.118)

0.144(0.106)

0.134(0.098)

0.053(0.034)

고용원있는 사업주 -0.020(0.352)

-0.091(0.262)

0.046(0.130)

-0.068(0.127)

-0.045(0.118)

-0.010(0.043)

고용원없는 자영업자 0.294(0.150)

0.154(0.095)

0.122(0.072)

0.113(0.064)

0.116*(0.057)

0.047(0.028)


0.000(0.001)

0.000(0.000)

-0.000(0.000)

-0.000(0.000)

0.000(0.000)

기회비용/1일(만원) 0.012(0.012)

0.003(0.005)

0.004(0.005)

0.003(0.004)

0.004(0.004)

0.001(0.001)

상수 0.194(0.526)

0.262(0.355)

0.239(0.273)

0.409(0.252)

0.226(0.218)

-0.284**

(0.099)

N 137 260 381 482 586 2,620

R-squared 0.174 0.110 0.102 0.072 0.072 0.090

<표 8>은 개인 및 가족여행 부문을 결합(pool)한 표본에 대하여 단절점의 ± 5%, ± 10%, ± 15%, ±

20%, 그리고 ± 30% 내에 존재하는 표본과 전체 표본에 대한 를 에 대하여 회귀분석한 결과이다.

<표 8> 무작위 검증(2010년 여행바우처: 전체)

주: 괄호는 로버스트 표준오차(robust standard errors)임. * * p<0.01, * p<0.05

- 22 -

종속변수: 선정가족부문 개인부문

±10% ±20% ±30% 전체 ±10% ±20% ±30% 전체

남성 -0.127(0.135)

-0.094(0.098)

-0.107(0.089)

-0.014(0.026)

-0.117(0.093)

0.084(0.117)

-0.007(0.077)

-0.031(0.053)

연령 0.010(0.009)

0.012(0.007)

0.010(0.006)

0.006*(0.003)

0.013(0.015)

-0.002(0.006)

-0.001(0.003)

0.013**(0.004)

미혼 -0.085(0.204)

0.110(0.163)

0.036(0.141)

-0.045(0.051)

0.175(0.302)

-0.096(0.161)

-0.096(0.084)

0.007(0.091)

별거/이혼 0.087(0.273)

0.153(0.179)

0.096(0.174)

-0.001(0.102)

0.349(0.279)

0.264(0.175)

0.112(0.098)

0.269**(0.088)

사별 - 0.152(0.271)

0.145(0.210)

0.354(0.200)

1.282(0.676)

0.234(0.263)

0.005(0.081)

0.033(0.141)

교육년수 0.016(0.037)

-0.009(0.023)

-0.002(0.022)

-0.005(0.007)

0.013(0.017)

0.025(0.021)

0.011(0.015)

0.021(0.012)

직업있음 0.087(0.254)

0.096(0.160)

0.161(0.138)

0.171**(0.055)

0.062(0.128)

0.041(0.140)

0.164(0.098)

0.147(0.076)

고용원있는 사업주 0.546(0.323)

-0.333(0.214)

-0.333(0.198)

0.055(0.082)

0.055(0.160)

-0.211(0.244)

-0.147(0.150)

0.043(0.140)

고용원없는 자영업자 -0.261(0.303)

-0.033(0.153)

-0.054(0.129)

0.156(0.097)

-0.203(0.168)

-0.226*(0.107)

-0.133(0.069)

0.183*(0.092)


0.000(0.001)

0.000(0.001)

-0.001**(0.000)

-0.000(0.001)

0.000(0.001)

-0.000(0.000)

-0.001**(0.000)

기회비용(만원) -0.022(0.013)

-0.001(0.009)

-0.002(0.008)

0.000(0.002)

0.005(0.004)

0.003(0.003)

0.001(0.003)

-0.002(0.003)

가구주 -0.007(0.161)

0.036(0.111)

0.088(0.098)

0.038(0.029)

0.092(0.138)

-0.093(0.104)

-0.032(0.062)

0.022(0.047)

남성 -0.045(0.154)

0.085(0.102)

0.141(0.092)

0.001(0.026)

-0.103(0.084)

-0.130(0.091)

-0.061(0.060)

-0.033(0.045)

연령 0.002(0.007)

-0.003(0.006)

-0.002(0.005)

0.002(0.002)

-0.012(0.012)

-0.003(0.006)

-0.002(0.003)

-0.003(0.003)

미혼 0.097(0.218)

-0.027(0.174)

0.010(0.155)

0.011(0.049)

-0.263(0.245)

-0.021(0.159)

-0.011(0.082)

-0.104(0.095)

별거/이혼 -0.015(0.205)

-0.077(0.150)

-0.044(0.147)

0.059(0.055)

-0.061(0.085)

-0.168(0.094)

-0.118(0.062)

-0.206**(0.052)

사별 0.321(0.218)

-0.043(0.225)

0.016(0.180)

-0.048(0.043)

-1.511*(0.708)

-0.244(0.262)

-0.150(0.078)

-0.006(0.078)

교육년수 0.019(0.026)

0.008(0.017)

0.005(0.016)

0.008*(0.004)

-0.004(0.010)

-0.019(0.018)

-0.013(0.014)

-0.005(0.009)

직업있음 -0.042(0.218)

-0.021(0.165)

-0.033(0.145)

0.033(0.038)

0.064(0.133)

-0.129(0.136)

-0.173(0.102)

0.075(0.069)

고용원있는 사업주 0.410*(0.201)

0.047(0.146)

0.080(0.130)

0.001(0.046)

-0.172(0.141)

0.330(0.314)

0.186(0.207)

-0.042(0.107)

고용원없는 자영업자 0.120(0.156)

0.142(0.095)

0.143(0.087)

0.035(0.033)

0.143(0.142)

0.121(0.103)

0.087(0.070)

0.082(0.052)


0.000(0.001)

0.000(0.001)

0.000(0.000)

-0.000(0.000)

-0.000(0.000)

-0.000(0.000)

0.000(0.000)

기회비용/1일(만원) 0.004(0.010)

-0.000(0.007)

0.002(0.006)

-0.001(0.001)

0.014(0.009)

0.001(0.004)

0.001(0.002)

0.004(0.003)

상수 -0.277(0.567)

0.213(0.389)

0.122(0.347)

-0.186(0.123)

-0.213(0.348)

0.315(0.248)

0.322(0.168)

-0.358*(0.172)

N 143 264 313 1,665 78 161 253 955R-squared 0.115 0.056 0.067 0.056 0.301 0.116 0.086 0.115

<표 9> 무작위 검증(2010년 여행바우처)

주1: 발제문의 편집상 ± 5%, ± 15% 결과는 미제시.주2: 괄호는 로버스트 표준오차(robust standard errors)임. * * p<0.01, * p<0.05

먼저 전체 표본의 경우에서는 연령, 직업유무, 직위, 소득 등에서 통계적으로 유의한 차이를 보이고

있음을 알 수 있다. 이는 2010년 여행바우처 선정에 체계적 성향이 있음을 보여주는 근거이다. 한편, 단

절점 주변 ± 5%, ± 10%, ± 15%, ± 20%, 그리고 ± 30% 표본에 대한 회귀분석 결과에서는 대부분 통제변

수들에 대한 통계적 차이가 나타나지 않고 있다. 다만, 내생성을 통제하기 위해 표본의 범위를 좁힐 경

우 분석에 사용되는 표본수가 작아지기 때문에 분석상의 한계를 가져온다. 특히 가족여행 부문과 개인

- 23 -

여행 부문의 자료에 대하여 분석의 범위를 좁힐 경우 공통영역의 부재(a lack of common support) 문제

가 발생할 수 있다. 예를 들어 가족여행 부문의 ± 10%에 대한 표본에서는 사별이 관찰되지 않는 경우가

대표적이다. 따라서 내생성 문제와 표본의 크기라는 상충관계(trade-off)를 고려하여 본 연구에서는 단절

점의 ± 20%와 ± 30%에 대한 표본을 대상으로 실증 분석하고자 한다.

Ⅳ. 여행바우처 사업효과

1. 단기효과 : 2011년 여행바우처 사업

여기에서는 여행바우처 사업이 여행수요와 삶의 질에 미친 인과효과를 식별하기 위하여 2011년 서울

시에서 여행바우처 선정이 층화 무작위 방식에 이루어 졌다는 사실을 실증분석에 적용한다. 무작위 배

정을 통한 여행바우처 선정()은 내생성을 통제할 수 있기 때문에 통상적으로 사용되는 여행바우처 성

과변수()를 여행바우처 선정()에 대하여 회귀분석할 수 있다.

그러나 여행바우처 수혜에 대한 인과효과는 여행바우처 선정에 대한 인과효과와는 달리 통상적인 회

귀분석을 적용할 수 없다. 왜냐하면 선정이후 실제 수혜를 받기 이전에 중도 포기하는 자들의 체계적인

성향으로 인하여 표본 선택 편의가 발생할 수 있기 때문이다. 그러나 여행바우처 수혜에 대한 인과효과

를 추정하기에 앞서 여전히 여행바우처 선정이 무작위로 배치되어 있다는 사실과 여행바우처 선정과

수혜가 매우 밀접한 관계를 가지고 있다는 사실을 알고 있다. 따라서 여행바우처 선정()을 도구변수

로 하는 도구변수 추정법을 적용할 수 있다.

가. 여행바우처 ‘선정’ 효과 : 회귀분석

<표 10>은 여행바우처 선정이 무작위로 되었다는 사실을 기반으로 회귀분석을 한 결과이다. (식 1)와

같이 를 에 대하여 회귀분석한 결과이다. 먼저 <표 10>에서 (1)~(3)열12)은 여행 참여라는 더미변

수13)를 여행바우처 선정()에 대하여 회귀분석한 결과이다. (1)열은 여행바우처 선정만을 고려하였을

12) 바우처 선정이라는 정책처치에 대하여 무작위 배정이 잘 이루어 졌다면 통제되는 설명변수들 변화함에 따라 바우처 선정의

효과는 크게 변하지 않을 것이다. 만약 처치효과가 변화한다면 왜 변하는지에 대한 추가적인 분석이 필요하다. 이를 확인하

기 위해 본 연구에서는 기본적 특성들을 통제하거나 통제하지 않은 상황에서의 핵심 결과를 모두 제시하고 있다. 또한 기본

적인 특성들을 통제할 경우 핵심 추정치의 정확도(precision)는 높아진다는 추가적인 이점이 있다.13) 여행수요를 나타내는 종속변수들은 거의 대부분 여행참여 여부와 같은 이변량(binary)이거나 여행횟수와 같은 영이 아닌

(non-negative) 값의 형태를 취하는 제한된 종속변수들(limited dependent variables: LDV)이다. 많은 계량경제학 교과서들에서는

OLS는 연속형 종속변수일 경우에 사용할 수 있고, LDV일 경우에는 이러한 선형 회귀모형은 적절하지 않기 때문에 프로빗

또는 포아송 모형 등이 적절하다고 언급하고 있다. 그러나 조건부 기대 함수(conditional expectation function: CEF)로써 선형

회귀모형을 고려할 경우 LDV 특성은 부차적인 문제일 뿐이다. 예를 들어 본 보고서에서 고려한 무작위 처치를 한 바우처

선정여부를 살펴보자. 선정은 으로, 미선정은 으로 표시하며, 무작위 처치의 성질에 따라 인 사람들과

인 사람들 간의 평균 차이는 비조건부 평균 처치 효과( = = )이다. 왜냐하면 는 여행참여라는 성과변수와는 독립이기 때문이다. 또한 는 의

회귀계수이다. 따라서 무작위 실험에서의 인과효과는 종속변수 가 이변량 분포, 포아송 분포, 또는 연속 분포이든 간에 어

떠한 특별한 고려도 필요하지 않다. 단지 상이한 종속변수에 대한 독립변수의 해석상의 문제만을 가질 뿐, 평균 인과효과에

대한 별도의 요구가 없다. 여행 참여와 같은 더미변수를 갖는 성과변수는 베르누이 시행(Bernoulli trials)으로 = = 이다. 따라서 평균 인과효과는 바우처 선정이 여행 참여율(participation rate) 또는 확률

(probabilities) 대한 인과효과를 뜻한다. 수혜에 대한 도구변수 추정법 역시 동일한 맥락이다(이에 대한 자세한 논의는 Angrist

- 24 -

경우로 여행바우처 선정자들은 비선정자들보다 여행참여율이 약 31%p 높아짐을 알 수 있다. (2)열은 개

인특성을 추가적으로 포함하였을 경우로 여행바우처 선정자들이 비선정자들보다 약 31%p 증가하는 것

으로 추정된다. (3)열은 추가적으로 가구주의 특성을 통제한 상태에서의 추정결과를 보여주고 있다. 이

추정결과 역시 여행바우처 선정자들은 비선정자들보다 여행참여율이 약 32%p 높다는 결과를 산출하고

있다. 이러한 효과는 가족부문과 개인부문에서도 비슷하게 나타나고 있다. 당일여행을 제외하고는 거의

모든 여행수요관련 성과에서 개인부문이 가족부문보다 효과가 크게 나타나고 있다. 일반적으로 가족여

행은 가족 구성원과의 일정조정 등으로 인하여 여행관련 의사결정이 개인여행보다 더 복잡하므로 여행

결정을 위한 화폐적 또는 비화폐적 비용이 개인여행보다 높을 가능성이 있어 개인부문에서의 효과가

가족부문보다 더 크게 나타날 가능성이 있을 수 있다.

한편 (1)에서 (3)열까지 추가적인 변수들을 통제하지 않았을 때와 통제하였을 때 여행바우처 선정의

추정 계수가 거의 변화지 않음을 알 수 있다. 이는 여행바우처 선정이 무작위로 배정되었음을 보여주는

또 다른 증거이다.

<표 10>에서 (4)~(6)열은 여행일수를 여행바우처 선정()에 대하여 회귀분석한 결과이다. (4)을 보면

여행바우처 선정자들은 비선정자들보다 여행일수가 약 1.7일 높음을 알 수 있다. (5)과 (6열)에서는 추가

적인 특성들을 통제한 결과를 보여주고 있는데, 여행바우처 선정자들이 비선정자들보다 여행일수가 약

1.8일 높다는 결과를 보여주고 있다. (1)~(3)열과 마찬가지로 여행바우처 선정의 효과는 추가적인 특성

들의 통제여부와는 관계없이 매우 강건한 추정량을 보여주고 있다.

<표 10>에서 (7)~(15)열은 여행바우처 선정에 따른 성과를 여행수요라는 양적 측면보다는 삶의 질과

관련된 질적 성과들에 대한 인과효과 분석이다. 먼저 (7)열에서 (9)열은 여가/문화 만족도(1~5점 척도: 5

점 매우만족)14)에 대하여 여행바우처 선정을 회귀분석한 결과이다. 여행바우처 선정자들은 비선정자들

보다 여가/문화 만족도가 약 0.2점 높게 추정되었다. 이 효과는 가족부문 지원자들보다 개인부문 지원자

들에서 보다 더 크게 나타나고 있다.

한편, 가족관계 만족도와 주관적 삶의 질에 대한 만족도에 대하여 여행바우처 선정자들과 비선정자

들간의 통계적으로 유의한 차이는 발견되지 않고 있다. 이는 여행바우처 선정이 1년 이하인 단기 측정

에 의해서 나타날 수도 있고, 실제 효과가 없기 때문일 수도 있다. 따라서 단기이상에서도 이 효과가 나

타나는지에 대한 확인이 필요하다.

& Pischke(2009) 3.4.2절과 4.6.3절을 참조). 따라서 본 연구에서는 비선형 모형이 갖는 해석상의 문제와 한계효과 추정상의 번

거로움 등을 피하고 보다 직관적이 해석이 가능한 선형 확률모형을 분석에 사용하고자 한다. 다만, 종속변수의 이분산성을

고려하기 위하여 추정치에 대한 강건한(robust) 표준오차를 계산하였다.14) OECD(2011)의 ‘삶의 질을 개선하기 위한 정책개발’을 목적으로 사회발전을 정확하게 측정하기 위한 지표개발 프로젝트의

결과물인 “How’s life? measuring well-being”에서는 삶의 질을 8개의 영역으로 나누고 있는데, 그 중 일과 여가, 사회적 관계, 주관적 삶의 질이 포함되어 있다. 본 연구에서 사용하고 있는 여가/문화만족도, 가족관계 만족도, 주관적 삶의 질에 대한 만

족도는 이 영역과 관련된 성과지표이다.

- 25 -

<표 10> 여행바우처 선정이 여행수요에 미치는 효과(단기)

종속변수 여행참여 여행일수 여가/문화 만족도 가족관계 만족도 삶의 질 만족도

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15)

전체(가족+개인)

바우처

선정

()

0.305** 0.309** 0.315** 1.678** 1.760** 1.840** 0.158** 0.162** 0.172** 0.046 0.047 0.049 0.039 0.038 0.038(0.024) (0.024) (0.024) (0.341) (0.324) (0.323) (0.051) (0.051) (0.051) (0.049) (0.049) (0.049) (0.052) (0.052) (0.052)

가족부문0.293** 0.297** 0.303** 1.629** 1.708** 1.814** 0.120* 0.136* 0.144* 0.049 0.062 0.061 0.053 0.063 0.064(0.028) (0.028) (0.028) (0.411) (0.387) (0.385) (0.059) (0.059) (0.059) (0.056) (0.056) (0.056) (0.061) (0.060) (0.060)

개인부문0.337** 0.341** 0.348** 1.823** 1.760** 1.878** 0.264* 0.260* 0.263* 0.037 -0.003 0.002 -0.004 -0.030 -0.036(0.049) (0.048) (0.049) (0.587) (0.553) (0.549) (0.103) (0.104) (0.105) (0.102) (0.099) (0.101) (0.102) (0.103) (0.104)

개인 특성√ √ √ √ √ √ √ √ √ √

가구주 특성√ √ √ √ √

층화변수 : 지원 및 자치구√ √ √ √ √ √ √ √ √ √ √ √ √ √ √


N

1,632 1,632 1,632 1,630 1,630 1,630 1,632 1,632 1,632 1,632 1,632 1,632 1,632 1,632 1,632

가족부문 1,195 1,195 1,195 1,193 1,193 1,193 1,195 1,195 1,195 1,195 1,195 1,195 1,195 1,195 1,195

개인부문 437 437 437 437 437 437 437 437 437 437 437 437 437 437 437


R-squared

0.099 0.140 0.157 0.017 0.132 0.154 0.011 0.032 0.041 0.048 0.081 0.087 0.003 0.040 0.044

가족부문 0.100 0.142 0.167 　 0.014 0.145 0.177 　 0.004 0.037 0.044 　 0.001 0.030 0.039 　 0.001 0.043 0.049

개인부문 0.102 0.150 0.166 　 0.022 0.137 0.183 　 0.021 0.045 0.071 　 0.001 0.116 0.136 　 0.000 0.046 0.068

주 1) 괄호는 로버스트 표준오차(Robust standard errors)임. √표시는 개인 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원), 가구주 여부), 가구주 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원)), 지원

분야(가족여행 더미) 및 자치구(자치구별 수혜대상비율)을 통제. ** p<0.01, * p<0.05, + p<0.1 2) 여행일수는 (숙박여행 횟수 × 평균 체류기간 + 당일여행 횟수)로 1인당 연간 여행일수를 의미.

- 26 -

나. 여행바우처 ‘수혜’ 효과 : 도구변수

2011년 서울시 여행바우처의 수혜가 어떻게 이루어 졌는지 좀 더 자세히 살펴보자. 먼저 서울시에서

는 여행바우처 신청자들을 대상으로 여행바우처 선정자()를 무작위로 선정하였다. 선정된 사람들 중

에서 실제 여행바우처를 수혜받기 위해서는 신청서를 작성하고, 실제 국내여행 상품을 구매 소비한 후

정산을 마쳐야 한다. 이 과정에서 최초 선정자 중 일부는 중도 포기하여 실제 수혜를 받지 않은 사람들

이 존재한다. 다른 한편으로 미선정자들은 사업이 끝날 때까지 절대로 수혜자가 될 수 없다. 이 상황에

서 본 연구에서 이용하고자 하는 수혜()에 대한 도구변수는 이다.

여기서 중요한 것은 가 무작위로 결정된 의 한쪽 부분, 즉 선정자들( )에서만 발생하고 있다

는 점이다. 대부분의 임상시험과 마찬가지로 여행바우처를 받기 위해 무작위로 선정된 사람들 중에서

실제 여행바우처 참여(수혜)는 자발적(voluntary)이라는 점에서 자기선택(self-selected)으로 이루어진다.

다른 한편, 선정되지 않은 통제집단에서는 어느 누구도 여행바우처에 참여할 수 없다. 무작위 처치에

의해 여행바우처 선정을 받은 집단에서 실제 수혜를 받은 사람들은 자기 선택된 부분집합(a self-selected

subset)이기 때문에, 실제 수혜 받은 집단과 미선정 집단 간에 비교는 매우 잘못된(misleading) 결론에 도

달할 위험성이 있다. 이와 같은 비교에서는 거의 언제나 양(+)의 선택편의가 나타난다(Angrist &

Pischke, 2009: 162). 왜냐하면 좀 더 여행을 좋아하는 사람일수록 또는 몸이 건강한 사람일수록 그렇지

않은 사람들보다 여행을 더 많이 가는 경향이 있기 때문이다.

한편, 도구변수 추정법에 의한 여행바우처의 효과 추정은 도구변수인 여행바우처 선정()이 변화할

때 이에 따른 수혜()의 변화에 대한 효과만을 식별할 수 있다. 따라서 순응행동 측면에서 볼 때, 도구

변수 추정법은 순응집단(compliers)에 대한 여행바우처 효과만을 식별한다는 것이다. 이런 의미에서 도

구변수 추정치를 국지적 평균 처치 효과(local average treatment effect: LATE)라고 부르기도 한다(Imbens

& Angrist, 1994). 본 연구에서와 같이 도구변수 는 무작위 여행바우처 선정을 나타내는 더미변수인

반면 여행바우처 수혜 는 여행바우처를 실제 사용했는지를 나타내는 더미변수이다. 실제 여행바우처

의 비순응자로 인해 는 와 같지 않다. 따라서 이러한 순응문제를 해결하기 위해 본 연구에서 여행

바우처의 수혜에 따른 인과효과15)를 추정하기 위해 사용한 분석전략은 도구변수이다.

앞서 설명한 바와 같이 도구변수의 핵심조건 중 하나인 도구변수인 여행바우처 선정()는 ‘무작위로

배정’되기 때문에(<표 5>의 무작위성 검증) (식 2)에서의 오차항인 와 어떠한 관계도 없다는 점

( )을 알 수 있다. 여기서는 도구변수의 두 번째 조건인 여행바우처에 무작위로 선정된 사

람들(vouchers)과 수혜자들(beneficiary)간에는 매우 밀접한 상관관계가 있는지, ≠에 대하여

통계적 검증을 한다. ≠을 검증하는 방법은 도구변수 추정법의 1단계 추정에서 바우처 선

정()에 대한 회귀계수가 통계적으로 0인지 여부를 검증하는 것이다. 만약 바우처 선정()에 대한 회

귀계수가 통계적으로 0이라는 가설을 기각한다면 ≠이라는 조건은 충족된다. 추가로 선정

()와 수혜()와의 상관관계가 비록 0이 아니더라도 그 크기가 작으면 는 ‘약한 도구변수(weak

15) 여행바우처의 정책효과를 선정에 대한 효과로 볼 것인가? 또는 수혜의 효과로 볼 것인가? 에 대한 고민이 있을 수 있다. 해당 정책을 주관하는 문화체육관광부에서는 예산의 증감과 선정절차의 개선 등 여행바우처 선정을 강력하게 통제할 수 있

지만, 선정된 사람들이 실제 수혜를 받게 하는 것은 쉬운 일이 아니다. 따라서 여행바우처 정책담당자에게는 여행바우처 선

정에 대한 정책효과가 1차적인 관심사일 수 있다. 한편, 해당 여행바우처 심층평가를 통하여 알고 싶은 것은 여행바우처를

실제 수혜 받은 사람들에게 이 여행바우처가 그들의 복지에 실질적으로 얼마나 도움이 되었는지에 대한 것일 수도 있다. 결국 여행바우처 효과는 선정과 수혜라는 두 가지 측면에서 별도로 보아야 할 것으로 판단된다.

- 27 -

instrument)'라고 말한다. 일반적으로 도구변수의 계수 추정치에 대한 F-통계량이 10을 넘으면 ‘강한 도

구변수’, 10미만이면 ‘약한 도구변수’, 그리고 그 값이 매우 작으면 도구변수라 보기 어렵다고 판단한다

(Stock et al., 2002).

이러한 도구변수의 두 번째 조건을 통계적으로 검증한 결과가 <표 11>에 제시되어 있다. (3)열에는 1

단계에 추정에 기타 모든 특성변수들을 추가한 상태에서 도구변수인 선정( )에 대한 계수가 0.84(t값

66.10)로 여행바우처 수혜와 매우 밀접한 양의 관계를 보이고 있다. (3)열의 마지막 행을 보면 F-통계량

이 4369.162로 여행바우처 선정()은 수혜()에 대하여 강한 도구변수임을 알 수 있다.

<표 11> 도구변수(바우처 선정)를 이용한 1단계 추정결과

종속변수

(바우처 수혜)(1) (2) (3)

계수 S. D. t값 계수 S. D. t값 계수 S. D. t값선정( ) 0.84 0.01 67.51 0.84 0.01 66.28 0.84 0.01 66.10남성 -0.02 0.02 -0.83 -0.02 0.03 -0.57연령 0.00 0.00 -0.74 0.00 0.00 0.16미혼 -0.06 0.03 -1.93 -0.13 0.09 -1.39별거/이혼 0.01 0.02 0.32 -0.13 0.06 -2.08사별 0.03 0.02 1.19 -0.13 0.08 -1.69교육년수 0.01 0.00 4.50 0.01 0.01 2.06직업있음 -0.02 0.02 -1.11 0.00 0.03 0.05고용원있는 사업주 -0.02 0.09 -0.27 0.01 0.11 0.09고용원없는 자영업자 0.05 0.02 1.84 0.04 0.03 1.04세금 납부전 월소 득(만원) 0.00 0.00 -0.95 0.00 0.00 0.10기회비용(만원) 0.00 0.00 -2.07 0.00 0.00 -1.32가구주 0.02 0.02 1.21 -0.02 0.04 -0.42남성 0.01 0.03 0.22연령 0.00 0.00 -0.48미혼 0.08 0.10 0.88별거/이혼 0.14 0.06 2.31사별 0.17 0.07 2.23교육년수 0.00 0.01 -0.22직업있음 -0.03 0.03 -0.96고용원있는 사업주 -0.03 0.07 -0.41고용원없는 자영업자 0.01 0.03 0.44세금 납부전 월소 득(만원) 0.00 0.00 -1.06기회비용/1일(만원) 0.00 0.00 0.01

가족부문 0.02 -4.28 -0.05 0.02 -2.41 -0.06 0.02 -2.50자치구 0.36 2.20 0.85 0.36 2.37 0.83 0.36 2.33상수 0.02 -1.11 -0.12 0.06 -2.00 -0.07 0.07 -1.01N 1,632 1,632 1,632R-squared 0.709 0.719 0.721도구변수 F-statistic 4557.87 4392.97 4369.16

주: 도구변수의 추정치에 대한 F-검정 통계량은 Kleibergen & Paap(2006)의 Wald F-통계량이며, 표준오차는 로버스트 표준오차임

도구변수의 두 가지 조건이 충족된 상태에서 <표 12>에는 지금까지 논의한 여행바우처 수혜의 효과

에 대한 도구변수 추정결과가 제시되어 있다.

먼저 실제 여행바우처를 수혜 받은 집단과 미선정 집단 간에 잘못된 비교 결과가 PP(OLS) 부분이다.

실제 여행바우처 수혜를 받은 사람들과 미선정자들의 여행참여를 비교한 결과인 <표 13>의 첫 번째 행

(PP: OLS)을 살펴보자. 수혜자들이 미선정자보다 (1)열에서 여행참여율이 38.8%p 더 높은 것으로 나타

나고 있다. 그러나 이러한 추정결과는 잘못된 비교이다. 그 이유는 선정 받은 사람들 중에서 약 20%는

- 28 -

실제 수혜 받지 않은 중도 포기자들 즉, 미순응자들로 이들에 의한 표본선택 편의가 존재하기 때문이

다. 실제 무작위 처치된 도구변수 를 이용한 수혜로 인하여 여행 참여율은 약 37.6%p (3열) 높아지는

것으로 나타났다16).

따라서 여행바우처 수혜의 인과효과(LATE)는 도구변수 를 이용한 결과이다. <표 12>의 바우처 수

혜()의 효과를 보면, 여행바우처 수혜는 모든 여행수요에 양의 인과효과를 미치고 있다. 세부적으로

보면, (순응자들에 대하여)실제 여행바우처 수혜를 받은 사람들의 여행참여를 약 37.6%p 증가시키며,

여행일수는 약 2.2일 증가시키고 있다. 또한 여행바우처 수혜는 여가/문화 만족도를 약 0.2점 높이는 것

으로 나타났다. 그러나 가족관계와 삶의 질에 대한 만족도에는 영향을 미치지 않고 있다.

한편 여행바우처가 삶의 질에 단기적으로 어떤 인과효과가 있는지 분석한 결과(<표 10>)를 살펴보자.

먼저, 여행바우처 수혜는 여가 및 문화만족도를 약 0.2점 증가시킨다. 반면 가족관계 만족도와 주관적

삶의 질에 대한 만족도에 대하여 여행바우처 선정과 마찬가지로 여행바우처 수혜 역시 단기적으로 가

족관계나 전반적인 삶의 질에 대한 효과가 없는 것으로 나타났다. 이전에 언급한 바와 같이 단기 측정

상의 문제인지 실제 효과가 없는 것인지는 명확하지 않다. 왜냐하면 이러한 결과를 뒷받침할 수 있는

구체적인 이론은 명확하지 않기 때문이다. 이 문제는 경험적 문제일 수도 있다. 다만, 단기적으로 여행

바우처 수혜는 그들의 여행참여를 증가시켜 이 수요와 직접적인 관계를 가지고 있는 삶의 질의 하위부

문인 여가/문화 여건을 증진시키기 때문인 것으로 판단된다.

본 연구에서 측정하고 있는 삶의 질이 ‘기억된 삶의 질’을 측정하고 있다는 점에서 초점 착각

(Focusing Illusion)에 기인한 문제 일 수도 있다(Kahneman, 1999; Kahneman, et al. 2006; Kahneman &

Krueger, 2006). 여행바우처가 여행참여율이 낮은 소외계층을 주 대상으로 하고 있다는 점과 일반적으로

여행은 ‘잊지 못할(memorable)’ 경험을 제공하는 체험소비라는 점을 고려할 때 여행바우처는 삶의 질에

있어 장기적인 효과가 있을 수도 있을 것이다. 즉, 여행바우처는 수혜자들에게 다른 경우에는 얻을 수

없는 자의적으로 기억할만한 경험을 단기적으로는 제공하지 못하지만 장기적으로는 제공함으로써 이

효과는 단기에 나타나지 않을 가능성도 있을 수 있다.

16) 한편 <표 10> 은 여행바우처를 실제 수혜 받지 않은 자(비순응자)를 포함한 선정과 비선정자들간의 비교, 즉 처치의도

(intention-to-treat: ITT) 효과(또는 ATE)이다. 여행바우처의 여행참여에 대한 ITT 효과는 가 무작위 처지 되었기 때문에 인

과효과이다. <표 10>의 여행참여( Ⅲ)을 다시 보면 ITT 효과가 약 31.5%이다. 반면 <표 12>의 도구변수 를 이용한 효과는

37.6%로 ITT 효과보다 크다. 이 효과가 실제 여행바우처 수혜로 인한 수혜자들의 여행 참여율에 대한 효과이다. 사실 <표

10>의 여행참여(모형 Ⅲ) 효과(0.315)를 최초의 선정과 비선정집단간에 순응률(compliance rate: <표 11>에서 0.84(=0.84-0.0)로

나누면, 도구변수 추정법을 이용한 결과인 <표 12>에서 0.376(≒0.375)을 확인할 수 있다(자세한 논의는 Angrist & Pischke, 2009. 4.4.3절 참조).

- 29 -

<표 12> 여행바우처 수혜가 여행수요에 미치는 효과(단기)


모형 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15)

PP : OLS 0.377** 0.382** 0.388** 1.966** 2.047** 2.135** 0.169** 0.183** 0.196** 0.058 0.059 0.060 0.062 0.061 0.064(0.024) (0.024) (0.024) (0.348) (0.336) (0.334) (0.054) (0.054) (0.054) (0.051) (0.051) (0.051) (0.055) (0.054) (0.055)

바우처 수혜 0.362** 0.368** 0.376** 1.988** 2.096** 2.193** 0.187** 0.193** 0.205** 0.055 0.056 0.058 0.046 0.045 0.045(): IV (0.028) (0.028) (0.027) (0.403) (0.383) (0.380) (0.060) (0.061) (0.061) (0.058) (0.058) (0.058) (0.062) (0.061) (0.061)

개인 특성 √ √ √ √ √ √ √ √ √ √

가구주 특성 √ √ √ √ √

지원 분야 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

자치구 비율 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

NPP 1,489 1,489 1,489 1,487 1,487 1,487 1,489 1,489 1,489 1,489 1,489 1,489 1,489 1,489 1,489

IV 1,632 1,632 1,632 1,630 1,630 1,630 1,632 1,632 1,632 1,632 1,632 1,632 1,632 1,632 1,632

R-squaredPP 0.154 0.192 0.209 0.023 0.118 0.141 0.011 0.035 0.045 0.039 0.066 0.078 0.002 0.037 0.044

IV 0.161 0.198 0.215 0.023 0.138 0.160 0.010 0.033 0.042 0.049 0.081 0.088 0.004 0.040 0.045

주: 괄호는 로버스트 표준오차(robust standard errors)임. √ 표시는 개인 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원), 가구주 여부), 가구주 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원)), 자치구

비율(자치구별 수혜대상비율)을 통제를 의미. ** p<0.01, * p<0.05, + p<0.1

- 30 -

2. 중기효과(2010년 여행바우처) : RDD

이전에 설명한 바와 같이 여기에서는 여행바우처 선정과 수혜가 여행수요 및 삶의 질에 미치는 인과

효과를 추출해내기 위하여 개인여행 부문 선정의 경우 건강보험료 납부액이 29,040원(가족여행 부문

27,770원)이하의 신청자에게는 여행바우처가 선정된다는 점을 활용하는 sharp 회귀단절모형을 실증분석

에 적용한다. 여행바우처 사업의 인과효과를 추정하기 위해 설문자료를 이용하여 여행바우처 선정자와

미선정자의 여행수요와 삶의 질을 비교하는 통상적인 분석방법은 일반적으로 내생성(endogeneity)을 적

절히 통제하지 못하는 한계가 있다. 회귀단절모형은 여행바우처 선정 여부가 불연속적으로 변화하는

29,040원 주변의 건강보험료 납부자들(예를 들어, ± 20%의 경우 23,232원과 34,848원 범위내의 신청자

들)에 속하는 개인들만을 대상으로 여행바우처 선정 여부에 대한 여행수요와 삶의 질을 비교함으로써

여행바우처 사업이 성과에 미치는 순수한 효과를 식별하는 데 유용한 도구를 제공해 준다. 아울러 본

연구에서는 이러한 단절점 주변에서의 여행바우처 선정의 정책처치에 대한 무작위성을 이용함으로써

여행바우처 수혜의 인과효과도 추정할 수 있는 fuzzy 회귀단절모형을 적용한다. 이를 통해 여행바우처

사업의 수혜에 대한 인과효과를 추정한다.

가. 여행바우처 ‘선정’ 효과 : RDD

<표 13>에는 종속변수로써 여행참여 여부를 나타내는 더미변수를 사용하여, 여행바우처 선정이 개인

의 여행 참여율에 미치는 영향을 회귀분석을 통하여 추정한 결과가 제시되어 있다. 이전에 설명한 바와

같이, 여행바우처 선정이 개인의 여행참여율에 미치는 영향은 분석대상 모집단의 총 참여율에 미치는

여향으로도 해석될 수 있다. 모집단 개인들의 총수에 여행참여율을 곱하면 여행참여량이 계산되기 때

문이다. <표 13>의 (7)~(9)열(전체 표본(OLS))의 회귀계수는 통계적으로 유의하지 않게 나타나고 있다.

이 결과는 단절점 근방의 표본을 대상으로 하지 않고 전체 표본을 대상으로 한 회귀분석 결과이다. 이

결과는 여행바우처 선정의 내생성을 적절히 통제하지 못한 추정치이다. 내생성을 통제하면서 공통영역

부재의 문제 등을 완화하기 위해 표본을 단절점 ± 20%와 ± 30%로 제한한 (1)~(6)열에서 기본적인 특성

들을 모두 통제한 (3열)과 (6)열의 결과를 보기로 한다. 추정 결과 여행바우처 선정은 2~3%p 증가하는

것으로 나타나고 있으나, 이는 통계적으로 유의한 결과는 아니다. 따라서 중기적으로 볼 때, 전체(가족+

개인)적으로 여행바우처 선정자들은 비선정자들과 여행참여율에 있어 차이가 나타나지 않고 있다. 이러

한 효과 차이가 없는 결과가 가족여행 부문과 개인여행 부문에서도 동일한지 확인하기 위해 이들 집단

에 국한하여 분석한 결과가 ‘가족부문’과 ‘개인부문’에 대한 행이다. 가족여행 부문((4)~(6)열)의 추정결

과에서는 여행바우처 선정이 여행참여율을 약 13~14%p정도 증가시키는 것으로 나타났다. 반면, 개인여

행 부문에서는 차이가 나타나지 않고 있다17). 종합적으로 볼 때, 중기적으로 여행바우처 선정은 전체

여행참여율을 증가시키지는 않지만, 가족부문의 선정자들의 여행참여율을 소폭 증가시킨다고 할 수 있

다.

<표 13>에서는 종속변수로써 여행참여 여부뿐만 아니라, 여행일수에 대한 여행바우처 선정의 효과가

제시되어 있다. 내생성을 고려하지 않은 전체 표본(OLS)에서의 추정결과로는 여행바우처 선정의 인과

17) 실제 여행바우처의 선정 및 수혜에 대한 인과효과의 해석은 단절점 ± 20%와 ± 30%로 제시하고 있으나, 표본 수에 따른 오

차를 고려할 때 ± 30%에서의 추정결과를 해석의 기본으로 삼고자 하였다.

- 31 -

효과에 대한 정확한 방향과 그 크기를 확신하기 어렵다. 더욱이 여행일수에 대한 전체 표본(OLS)에서의

추정결과는 여행바우처 선정이 여행수요에 미치는 인과효과에 대하여 매우 잘못된 결론을 유도할 위험

성도 있다. 내생성 문제를 통제하기 위해 단절점 ± 30%내에 대한 회귀단절모형의 결과들은 이와는 다

른 결과를 산출하고 있다. 즉, 내생성을 통제한 회귀단절모형에서 여행바우처 선정은 해당 종속변수에

통계적으로 유의하지 않은 추정계수를 나타내고 있다. 종합해보면, 중기적으로 여행바우처 선정은 여행

수요에 영향을 주지 못하는 것으로 나타나고 있다는 것이다.

한편 <표 14>에서는 종속변수로써 삶의 질과 관련된 여가/문화 만족도. 가족관계 만족도, 주관적 삶

의 질에 대한 만족도에 대한 여행바우처 선정의 효과를 보여주고 있다. 먼저 여가/문화 만족도에 대한

여행바우처 선정 효과는 전체표본을 대상으로 한 OLS에서는 가족부문에서 음(-)의 효과가 나타나고 있

으나, 이 결과는 앞서 설명하였듯이 내생성이 통제된 효과가 아니다. 내생성이 통제된 (6)열의 추정결과

를 보면 여가/문화 만족도에 대한 여행바우처 선정 효과는 통계적으로 없음을 알 수 있다.

가족관계 만족도와 주관적 삶의 질에 대한 만족도의 경우에는 단기 효과에 대한 2011년 자료와는 다

소 상이한 결과를 보여주고 있다. 먼저 내생성이 통제되지 않은 (9)열의 결과를 보면, 여행바우처 선정

은 가족관계 만족도와 주관적 삶의 질에 대한 만족도를 약 0.2점 증가시켰다. 그러나 이 결과 역시 내생

성을 통제하지 않은 결과이므로 인과효과로 해석할 수 없다. 내생성을 통제한 가족관계 만족도에 대한

(4)~(6)열의 결과를 보면, 약 0.2점 증가시키는 것으로 나타나고 있으나, 이 효과는 대부분 가족여행 부

문의 효과를 반영한 결과이다. 개인 부문의 효과는 없는 것으로 나타났다. 종합해보면 중기적으로 볼

때, 여행바우처 선정은 가족관계 만족도를 0.2점 증가시켰다. 특히 이 효과는 가족여행 부문에서 발생한

효과이고 가족여행 부문에서 여행바우처 선정은 가족관계 만족도를 약 0.6점정도로 다소 크게 증가시

킨 결과를 보인다. 주관적 삶의 질에 대한 만족도에 대한 결과 역시 이와 유사하다. 여행바우처 선정은

전체(가족+개인)적으로 주관적 삶의 질에 대한 만족도를 약 0.2점 증가시켰으나 이 효과 역시 가족부문

에서 발생하고 있다.

이상의 여행바우처 선정의 단기 효과와 비교하여 중기효과를 종합해보면 다음과 같다. 단기적으로

여행바우처 선정은 여행수요를 증가시키나 삶의 질을 증진시키지는 못하고 있다. 반면 중기적으로 여

행바우처 선정은 여행수요에는 영향이 없으나, 삶의 질에 대해서는 긍정적인 영향을 주고 있다. 특히

가족부문에 대한 영향력이 크다. 이러한 결과는 단기적으로 볼 때 여행비용의 직접 지원에 따른 여행수

요 증가를 가져오나, 삶의 질에 대한 궁극적인 효과는 다소 시간이 요구됨을 의미한다.

- 32 -

종속변수 (여행참여) ± 20% ± 30% 전체 표본(OLS)

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9)


바우처 선정 ()

0.028 0.018 0.023 0.040 0.033 0.035 -0.029 -0.022 -0.022(0.040) (0.041) (0.041) (0.038) (0.039) (0.040) (0.019) (0.019) (0.019)

가족부문0.099 0.090 0.090 0.134* 0.132+ 0.140+ -0.016 -0.006 -0.011

(0.071) (0.074) (0.079) (0.068) (0.071) (0.075) (0.028) (0.031) (0.031)

개인부문-0.017 -0.031 -0.031 -0.024 -0.034 -0.031 -0.029 -0.022 -0.022

(0.047) (0.047) (0.048) (0.044) (0.045) (0.046) (0.019) (0.019) (0.019)

개인 특성 √ √ √ √ √ √

가구주 특성 √ √ √


N

483 483 482 587 587 586 2,622 2,622 2,620

가족부문 219 219 218 274 274 273 957 957 955

개인부문 264 264 264 313 313 313 1,665 1,665 1,665


R-squared

0.003 0.027 0.041 0.005 0.019 0.033 0.006 0.022 0.025

가족부문 0.011 0.046 0.082 0.018 0.036 0.061 0.000 0.028 0.045

개인부문 0.000 0.048 0.089 0.001 0.047 0.082 0.002 0.014 0.021

<표 13> 여행바우처 선정이 여행수요에 미치는 효과(중기)


비율(자치구별 수혜대상비율)을 통제를 의미. ** p<0.01, * p<0.05, + p<0.1< 표 계속 >

- 33 -

종속변수 (여행일수) ± 20% ± 30% 전체 표본(OLS)

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9)


바우처 선정 ()

0.069 0.276 0.662 -0.066 0.136 0.426 -0.979* -0.708 -0.721(0.945) (0.969) (1.067) (0.936) (0.960) (1.029) (0.462) (0.505) (0.515)

가족부문0.582 0.706 0.748 0.517 0.692 0.785 -1.217* -0.965 -1.141+

(1.401) (1.394) (1.576) (1.316) (1.360) (1.503) (0.599) (0.631) (0.633)

개인부문-0.264 -0.226 0.216 -0.461 -0.437 -0.120 -0.777 -0.555 -0.490

(1.266) (1.307) (1.353) (1.293) (1.331) (1.365) (0.687) (0.761) (0.772)

개인 특성 √ √ √ √ √ √



N

482 482 481 586 586 585 2,621 2,621 2,619

가족부문 219 219 218 274 274 273 957 957 955

개인부문 263 263 263 312 312 312 1,664 1,664 1,664


R-squared

0.001 0.035 0.067 0.003 0.036 0.061 0.004 0.023 0.029

가족부문 0.001 0.069 0.101 0.001 0.055 0.094 0.004 0.048 0.067

개인부문 0.000 0.032 0.117 0.000 0.041 0.097 0.001 0.018 0.025



- 34 -

<표 14> 여행바우처 선정이 삶의 질에 미치는 효과(중기)

종속변수 (여가/문화 만족도) ± 20% ± 30% 전체 표본(OLS)

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9)


바우처 선정 ()

-0.013 0.003 -0.010 -0.068 -0.060 -0.073 -0.058 0.002 0.006(0.095) (0.098) (0.100) (0.090) (0.093) (0.095) (0.045) (0.047) (0.046)

가족부문-0.024 0.022 -0.019 -0.052 -0.006 -0.033 -0.136* -0.054 -0.062

(0.156) (0.163) (0.172) (0.151) (0.158) (0.169) (0.069) (0.073) (0.074)

개인부문-0.005 -0.005 -0.040 -0.078 -0.092 -0.113 0.009 0.050 0.055

(0.119) (0.124) (0.123) (0.111) (0.116) (0.116) (0.059) (0.060) (0.059)

개인 특성 √ √ √ √ √ √



N

483 483 482 587 587 586 2,622 2,622 2,620

가족부문 219 219 218 274 274 273 957 957 955

개인부문 264 264 264 313 313 313 1,665 1,665 1,665


R-squared

0.007 0.042 0.068 0.012 0.040 0.064 0.007 0.022 0.035

가족부문 0.000 0.071 0.099 0.000 0.053 0.075 0.004 0.040 0.062

개인부문 0.000 0.058 0.123 0.002 0.047 0.103 0.000 0.012 0.027



- 35 -

종속변수 (가족관계 만족도) ± 20% ± 30% 전체 표본(OLS)

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9)


바우처 선정 ()

0.224* 0.223* 0.204* 0.182* 0.168+ 0.145 0.162** 0.168** 0.161**

(0.099) (0.099) (0.102) (0.091) (0.091) (0.093) (0.044) (0.044) (0.045)

가족부문0.617** 0.632** 0.688** 0.539** 0.547** 0.571** 0.183** 0.171* 0.158*

(0.160) (0.162) (0.171) (0.145) (0.146) (0.152) (0.066) (0.068) (0.068)

개인부문-0.030 -0.029 -0.051 -0.060 -0.078 -0.100 0.143* 0.175** 0.174**

(0.122) (0.119) (0.119) (0.114) (0.110) (0.109) (0.060) (0.059) (0.060)

개인 특성 √ √ √ √ √ √



N

483 483 482 587 587 586 2,622 2,622 2,620

가족부문 219 219 218 274 274 273 957 957 955

개인부문 264 264 264 313 313 313 1,665 1,665 1,665


R-squared

0.019 0.097 0.121 0.013 0.079 0.101 0.013 0.053 0.063

가족부문 0.079 0.160 0.239 0.056 0.116 0.177 0.008 0.041 0.063

개인부문 0.000 0.113 0.149 0.001 0.108 0.148 0.003 0.061 0.071



- 36 -

종속변수 (삶의 질 만족도) ± 20% ± 30% 전체 표본(OLS)

모형 (1) (2) (3) (4) (5) (6) (7) (8) (9)


바우처 선정 ()

0.262** 0.271** 0.280** 0.177* 0.175+ 0.173+ 0.122** 0.160** 0.162**

(0.094) (0.095) (0.099) (0.088) (0.090) (0.093) (0.046) (0.046) (0.046)

가족부문0.532** 0.551** 0.606** 0.403** 0.445** 0.460** 0.077 0.130+ 0.131+

(0.138) (0.137) (0.153) (0.131) (0.133) (0.147) (0.070) (0.071) (0.072)

개인부문0.087 0.077 0.070 0.024 -0.008 -0.016 0.161** 0.196** 0.191**

(0.125) (0.125) (0.128) (0.116) (0.116) (0.120) (0.061) (0.060) (0.060)

개인 특성 √ √ √ √ √ √



N

483 483 482 587 587 586 2,622 2,622 2,620

가족부문 219 219 218 274 274 273 957 957 955

개인부문 264 264 264 313 313 313 1,665 1,665 1,665


R-squared

0.019 0.132 0.159 0.012 0.096 0.119 0.003 0.048 0.057

가족부문 0.056 0.239 0.306 0.030 0.161 0.220 0.001 0.058 0.069

개인부문 0.002 0.114 0.144 0.000 0.092 0.114 0.004 0.064 0.074


비율(자치구별 수혜대상비율)을 통제를 의미. ** p<0.01, * p<0.05, + p<0.1

- 37 -

나. 여행바우처 ‘수혜’ 효과 : fuzzy 회귀단절모형

앞서 설명한 바와 같이 여행바우처 수혜의 효과를 추정하기 위해 fuzzy 회귀단절모형(FRD)을 적용하

고자 한다. FRD는 (식 8)와 같이 분자와 분모의 비율(ratio)을 고려할 때 도구변수와 관련되어 있음을 설

명하였다. 즉, 단절점 주변에서 가 건강보험료 29,040원이하인 개인을 1로 하고 초과한 개인을 0으로

할 경우, 전술한 바와 같이 는 여행바우처 선정여부인 가 무작위로 처치된 것이라 생각할 수 있기

때문에 (식 2)에서 는 오차 항 와 상관되지 않는 반면, 여전히 는 와 밀접한 관련성을 갖기 때

문에 도구변수로써 가능하다. 이러한 이유로 인하여 도구변수를 회귀단절모형으로 해석하는 많은 사례

들(Angrist & Krueger, 1991; Imbens & Van Der Klaauw, 1995)도 있다.

<표 15> 도구변수(바우처 선정)를 이용한 1단계 추정결과

종속변수

(바우처 수혜)

(1) (2) (3)

계수 S.D. t값 계수 S.D. t값 계수 S.D. t값

선정( ) 0.70 0.02 32.49 0.69 0.02 31.42 0.69 0.02 31.32건강보험료 -0.05 0.03 -1.74 -0.05 0.03 -1.63 -0.05 0.03 -1.73건강보험료2 0.01 0.00 1.59 0.00 0.00 1.38 0.01 0.00 1.50가족부문 -0.01 0.01 -1.18 0.01 0.01 0.72 0.01 0.01 0.70남성 -0.01 0.01 -0.53 -0.01 0.01 -0.95연령 0.00 0.00 2.75 0.00 0.00 2.34미혼 -0.02 0.01 -1.86 0.01 0.02 0.44별거/이혼 -0.10 0.04 -2.71 -0.06 0.04 -1.46사별 0.09 0.04 2.56 0.08 0.04 2.09교육년수 0.00 0.00 0.79 0.00 0.00 -0.31직업있음 -0.01 0.02 -0.51 -0.02 0.02 -0.92고용원있는 사업주 -0.06 0.04 -1.55 -0.02 0.04 -0.62고용원없는 자영업자 0.08 0.03 2.86 0.07 0.03 2.41세금납부전월소득(만원) 0.00 0.00 0.91 0.00 0.00 0.29기회비용(만원) 0.00 0.00 -1.15 0.00 0.00 -1.17가구주 0.01 0.01 1.26 0.02 0.01 1.57남성 0.02 0.01 1.51연령 0.00 0.00 -0.29미혼 -0.02 0.02 -0.66별거/이혼 -0.03 0.03 -1.05사별 0.03 0.02 1.73교육년수 0.00 0.00 1.83직업있음 0.02 0.02 1.17고용원있는 사업주 -0.05 0.02 -2.22고용원없는 자영업자 0.01 0.01 0.48세금납부전월소득(만원) 0.00 0.00 1.21기회비용/1일(만원) 0.00 0.00 0.59

상수 0.12 0.06 2.03 0.01 0.07 0.12 -0.03 0.07 -0.38N 2,622 2,622 2,622R-squared 0.674 0.681 0.684도구변수 F-statistic 1055.517 987.001 981.061

주: 도구변수의 추정치에 대한 F-검정 통계량은 Kleibergen & Paap(2006)의 Wald F-통계량이며, 표준오차는 로버스트 표준오차임

- 38 -

따라서 본 연구에서는 2010년 여행바우처사업을 대상으로 한 여행바우처 ‘수혜’가 여행수요나 삶의

질과 같은 성과에 미치는 인과효과를 추정하기 위해 FRD를 적용할 것이다. 이 추정치들은 여행바우처

의 선정과 수혜가 성과에 미치는 인과효과를 나타낸다. 따라서 FRD 결과분석의 해석을 하기 전에 먼저

도구변수의 핵심조건 중 하나인 여행바우처에 무작위로 선정된 사람들(vouchers)과 수혜자들(beneficiary)

간에 매우 밀접한 상관관계가 있는지에 대하여 통계적 검증을 한다.

<표 15>의 (3)열에는 1단계에 추정에 기타 모든 특성변수들을 추가한 상태에서 도구변수인 여행바우

처 선정( )에 대한 계수가 0.69(t값 31.32)로 여행바우처 수혜와 매우 밀접한 양의 관계를 보이고 있다.

(3)열의 마지막 행을 보면 F-통계량이 981.061로 여행바우처 선정()은 수혜()에 대하여 강한 도구변

수임을 알 수 있다.

도구변수의 두 가지 조건이 충족된 상태에서 <표 16>에는 지금까지 논의한 여행바우처 수혜의 (중기)

효과에 대한 FRD 추정결과가 제시되어 있다. FRD 결과분석인 (3)열의 추정결과를 보면 여행바우처 수

혜는 여행수요에 어떠한 효과도 없는 것으로 나타났다. 여행수요와 관련된 성과들에 대한 여행바우처

수혜의 인과효과인 (1)~(3)열의 추정계수들을 보면, 여행바우처 수혜는 여행수요에 통계적으로 유의한

영향을 미치지 않는 것으로 나타났다.

한편 여행수요뿐만 아니라 여행바우처 수혜가 삶의 질에 중기적으로 어떤 영향을 주었는지 분석한

결과를 보면, 단기적으로는 여행바우처 수혜가 개인의 삶의 질에 영향을 주지 않는 것으로 나타났다.

FRD 추정결과를 보면 여행바우처 수혜는 가족관계 만족도를 0.23점, 주관적 삶의 질을 0.19점 높이는

것으로 나타났다.

여행바우처 수혜의 중기 정책효과를 종합하면, 단기 정책효과와는 달리 여행바우처 수혜는 중기적으

로 여행수요에 영향을 주지 못하고, 삶의 질(가족관계, 주관적 삶의 질)에 대한 만족도를 증가시켰다는

점이다.

- 39 -

<표 16> 바우처 수혜가 여행수요 및 삶의 질에 미치는 효과(중기)


모형 (1) (2) (3) (1) (2) (3) (1) (2) (3) (1) (2) (3) (1) (2) (3)

바우처 수혜

()

전체-0.007 -0.005 -0.005 -0.005 -0.512 -0.577 -0.091 -0.058 -0.051 0.263** 0.241** 0.233** 0.192* 0.181* 0.189*(0.033) (0.034) (0.035) (0.035) (0.937) (0.978) (0.082) (0.083) (0.083) (0.084) (0.084) (0.084) (0.091) (0.088) (0.089)

가족0.042 0.043 0.035 0.168 -0.162 -0.278 -0.093 -0.028 -0.040 0.268* 0.221+ 0.199 0.140 0.151 0.147

(0.058) (0.060) (0.059) (1.087) (1.148) (1.154) (0.134) (0.138) (0.140) (0.125) (0.129) (0.130) (0.133) (0.131) (0.133)

개인-0.041 -0.040 -0.038 -0.772 -0.745 -0.630 -0.058 -0.055 -0.040 0.249* 0.249* 0.253* 0.236* 0.206+ 0.207+(0.041) (0.042) (0.042) (1.371) (1.432) (1.453) (0.103) (0.104) (0.102) (0.112) (0.109) (0.109) (0.120) (0.114) (0.114)

개인 특성 √ √ √ √ √ √ √ √ √ √

가구주 특성 √ √ √ √ √

지원 분야 및 건강보험료 √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

N

전체 2,622 2,622 2,620 2,620 2,621 2,621 2,622 2,622 2,620 2,622 2,622 2,620 2,622 2,622 2,620

가족 957 957 955 957 957 955 957 957 955 957 957 955 957 957 955

개인 1,665 1,665 1,665 1,664 1,664 1,664 1,665 1,665 1,665 1,665 1,665 1,665 1,665 1,665 1,665

R-squared

전체 0.007 0.022 0.026 0.026 0.005 0.022 0.007 0.023 0.036 0.019 0.057 0.067 0.007 0.052 0.062

가족 0.009 0.035 0.052 0.010 0.050 0.070 0.005 0.041 0.063 0.021 0.051 0.071 0.008 0.064 0.075

개인 0.001 0.013 0.020 0.001 0.017 0.025 0.001 0.015 0.029 0.005 0.062 0.073 0.009 0.070 0.079

주: 괄호는 로버스트 표준오차임. √표시는 개인 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원), 가구

주 여부), 가구주 특성변수(남성, 연령, 미혼, 별거/이혼, 사별, 교육년수, 직업있음, 고용원있는 사업주, 고용원없는 자영업자, 세금 납부전 월소득(만원), 기회비용/1일(만원)), 지원 분야 및 건강보험료 (가족/개인

부문, 건강보험료(원)/건강보험료(원)2)을 통제를 의미. ** p<0.01, * p<0.05, + p<0.1

- 40 -

4. 요약 및 시사점

본 연구는 무작위 배정을 통한 처치 및 통제법, 도구변수법, 그리고 회귀단절모형을 적용하여 문화체

육관광부의 저소득층을 대상으로 한 여행바우처 사업이 개인의 여행소비와 삶의 질에 미치는 영향을

분석하였다.

여행바우처의 단기적 효과를 보기 위하여 2011년도 여행바우처 신청자들에 대한 행정정보와 그들에

대한 설문조사를 결합한 자료(combined data)를 사용하였으며, 중기적 효과를 보기 위한 분석 자료는

2010년도 여행바우처에 대한 결합자료를 사용하였다.

본 연구의 실증분석의 결과 개인의 다른 특성을 통제한 후에도 여행바우처 지원은 전반적으로 여행

소비와 삶의 질이라는 개인의 양적 질적 수준에 유의한 영향을 주는 것으로 나타났다. 세부적으로 여행

바우처 지원은 단기적으로 개인의 여행소비를 증가시키지만, 주관적 삶의 질에는 영향을 미치지 않고

있다. 이와는 달리 중기적으로 여행바우처는 개인의 주관적 삶을 증가시키지만, 여행소비에는 영향을

미치지 않고 있다. 이러한 결과는 정부가 저소득층에 대한 여행이라는 가치재의 제공함으로서 그들의

삶의 질을 개선할 수 있다는 측면에서 중기적인 노력을 필요로 함을 시사한다.

그러나 이러한 효과성에도 불구하고 2011년 여행바우처 사업 추진 결과 내부보고서에 따르면 바우처

에 선정되었음에도 불구하고 사용하지 않은 신청자들이 다소 많이 존재한다. 실제 바우처 선정 후 실제

해당바우처를 사용하지 않은 선정자의 이탈율이 상당수 되어 최종 여행바우처 사용률(take-up rate)은

예산대비 실적 86%선이다.

그러나 이러한 참여율 저조 현상은 2010년 여행바우처에서도 발생한 바 있다. 2010년 7월경에 여행바

우처를 선정한 후, 선정자들의 여행 미실시로 동년 10월, 12월에 여행기간을 연장한 바 있다. 이후 2011

년 1월~4월까지 지속적인 여행참여 독려를 위해 미실시자에게 직접 전화 안내 및 문자 안내, 여행상품

안내 리플렛 제작 및 DM발송 등을 하였다. 또한 미실시 등으로 인한 중도 이탈자로 인하여 2010년도

여행바우처 사업은 1차 선정(2010년 7월) 이후 2차(2010년 8월), 3차(2010년 9월), 4차 선정(2010년 11

월), 5차 선정(2010년 12월), 6차 선정(2011년 4월)까지 하게 된 바 있다. 이렇듯 여행바우처 선정이 6차

에 걸쳐 선정한 이유는 ‘선정자들 중 다수의 탈락자들이 발생’하였기 때문이다. 특히 마지막 6차 선정에

서는 ‘기존 선정자에 대한 다각적인 독려를 하였지만, 예산소진까지 목표인원 6,000명 달성이 어려울 것

으로 판단하여 기존신청자 중 후순위자를 대상으로 추가선정’하고 선정방법은 ‘후순위자 16,000명에게

SMS문자 발송 후 선착순 선정’하였다(한국관광협회중앙회, 『2010년 여행바우처』사업 실적보고서).

실적보고서에 따르면 대부분의 미실시자의 미실시 이유로는 여행시간 부족과 여행상품 정보부족인

것으로 조사되었다. 이 문제는 실제 참여자들에게서도 나타나고 있다. 참여자들에 대한 여행바우처 조

사결과에서도 ‘정해진 기간내 사용하는 것과 여행사 상품으로 제한되는 사항’에 대한 불만이 가장 높게

나타났다. 이에 따라 문화체육관광부에서는 2013년 사업부터 이를 보완하여 조기이용 및 조기마감 등

이용기간 조정과 맞춤형 상품 개발 및 사용처 확대가 필요하다는 인식을 하고 있다. 그러나 최초 2010

년도 사업에서부터 발생한 문제가 여러 이유로 인하여 2011년부터 반영되지 못한 점은 여행바우처 사

업의 비효율성의 문제를 발생시킨 것은 분명하다. 따라서 여행바우처의 향후 연구과제는 이러한 높은

이탈율의 발생원인과 그에 따른 개선책에 대한 사전실험이 필요하다. 이를 통해 여행바우처 사업의 효

율성을 보다 높일 필요성이 제기된다.

- 41 -

참고문헌

김재걸(2006) 여행바우처의 도입과 효과, 한국관광학회 학술대회(7월) 발표논문집 , 111～122.

문화체육관광부(2011), 2011년도 여행바우처 사업계획(안) , 2010. 12.

박상곤(2011), “여행바우처 사업의 정책효과: 무작위 자연 실험자료의 증거”, 미발표 원고

Angrist, J.D. and Krueger, A.B.(1991), Does Compulsory School Attendance Affect Schooling and Earnings?. Quarterly Journal of Economics, 106(4), 979~1014.

Angrist, J.D. and Pischke, J-S.(2009), Mostly Harmless Econometrics: An Empiricist's Companion, Princeton University Press.

Angrist, J.D.(2006) Instrumental variables methods in experimental criminological research: what, why and how, Journal of

Experimental Criminology, 2(1): 23～44

Angrist, J.D., Bettinger, E. and Kremer, M.(2006), Long-Term Educational Consequences of Secondary School Vouchers:

Evidence from Administrative Records in Colombia, American Economic Review, 96(3): 847～861.

Angrist, J.D., Bettinger, E., Bloom, E., King, E. and Kremer, M.(2002), Vouchers for Private Schooling in Colombia:

Evidence from a Randomized Natural Experiment, American Economic Review, 92(5): 1535～1558.

Blöndal, J.R.(2005), Market-type Mechanism and the Provision of Public Services, OECD Journal on Budgeting, 5(1):

79~106.

Cave, M.(2001), Voucher Programmes and their Role in Distributing Public Services, OECD Journal on Budgeting, 1(1):

59~88.

Chakrabarti, R.(2008), Can increasing private school participation and monetary loss in a voucher program affect public

school performance? Evidence from Milwaukee, Journal of Public Economics, 92(5-6): 1371～1393.

Crompton, J.L.(1983), A case study in administrative innovation and citizen participation, Public Administration Review,

43(6): 537~546.

De Bloom, J., Geurts, S.A.E., Taris, T.W., Sonnentag, G., de Weerth, C. and Kompier, M.A.J.(2010), Effects of vacation

from work on health and well-being: Lots of fun, quickly gone, Work and Stress, 26(1): 196 ~216.

De Bloom, J., Kompier, M., Geurts, S., De Weerth, C., Taris, T. and Sonnentag, S.(2009), Do we recover from vacation?

Meta analysis of vacation effects on health and well being, Journal of Occupational Health, 51, 13~25.

Fritz, C. and Sonnentag, S.(2006), Recovery, well being, and performance related outcomes: The role of workload and

vacation experiences. Journal of Applied Psychology, 91(4): 936~945.

Gump, B.B. and Matthews, K.A.(2000), Are vacations good for your health? The 9 year mortality experience after the

multiple risk factor intervention trial. Psychosomatic Medicine, 62(5): 608~612.

Heckman, J.J. and Smith, J.A.(1995), Assessing the Case for Social Experiments. Journal of Economic Perspectives, 9(2):

85~110.

Imbens, G.W. and Angrist, J.D.(1994) Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2),

467~476.

Imbens, G.W. and Lemieux, T.(2008). Regression discontinuity designs: A guide to practice, Journal of Econometrics, 142(2),

615-635.

Imbens, G.W. and van der Klaauw.(1995) Evaluating the cost of conscription in the Netherlands, Journal of Business and

Economic Statistics, 13(2), 207~215.

Imbens, G.W. and Wooldridge, J.M.(2009), Recent Developments in the Econometrics of Program Evaluation, Journal of

Economic Literature, 47(1): 5~86.

- 42 -

Kahneman, D. (1999). Objective happiness. In D. Kahneman, E. Diener and N. Schwarz(Eds.), Well-being: The foundations

of hedonic psychology (pp. 3-25). New York: Russell Sage Foundation.

Kahneman, D., Krueger, A.B.(2006) Developments in the Measurement of Subjective Well-Being, The Journal of Economic

Perspectives, 20(1), 3-24

Kahneman, D., Krueger, A.B., Schkade, and Schwarz, D. N.(2006) Would You Be Happier If You Were Richer? A Focusing

Illusion, Science, 312(5782), 1908-1910

Katz, L.F., Kling, J.R. and Liebman, J.B.(2001), Moving to Opportunity in Boston: Early Results of a Randomized Mobility

Experiment, Quarterly Journal of Economics, 116(2): 607～654.

Kleibergen, F. and Paap, R.(2006) Generalized Reduced Rank Tests Using the Singular Value Decomposition. Journal of

Econometrics, 133, 97-126.

Kling, J.R., Liebman, J.B. and Katz, L.F. (2007), Experimental Analysis of Neighborhood effects, Econometrica, 75(1): 83～

119.

Krueger, A.B. and Zhu, P.(2004), Another look at the new york city school voucher experiment, American Behavioral

Scientist, 47(5): 658～698.

Lee, D.S. and Lemieux, T.(2010). Regression Discontinuity Designs in Economics, Journal of Economic Literature, 48(2),

281-355.

OECD(2011) How’s life? measuring welling-being, OECD publishing.

Oreopoulos, P.(2003), The Long-Run Consequences of Living in a Poor Neighborhood, Quarterly Journal of Economics, 118(4): 1533～1575.

Rouse C.E., Hannaway J., Goldhaber D. and Figlio D.(2007), Feeling the florida heat? How low-performing schools respond to voucher and accountability pressure. Working Paper 13681, National Bureau Economic Research.

Stock, J.H., Wright, J.H. and Yogo, M.(2002) A Survey of Weak Instruments and Weak Identification in Generalized Method

of Moments. Journal of Business and Economic Statistics, 20(4), 518~529.

Westman, M. and Etzion, D. (2001), The impact of vacation and job stress on burnout and absenteeism. Psychology and Health, 16(5), 595~606.

여행바우처 사업의 효과 분석1) › paper › files › 9월_박상곤_2012.pdf먼저...

Documents

Transcript of 여행바우처 사업의 효과 분석1) › paper › files › 9월_박상곤_2012.pdf먼저...