장애인 빈곤 결정요인 연구 : 장애유형·정도별 분절을 중심으로

다국어 초록 (Multilingual Abstract)

Most of the previous studies on the disabled poverty have only compared incomes between the disabled and the non-disabled and analysed causes of the gap if it exists. These studies also make sense. But analysing causes of the disabled poverty among the disabled is more important when considering policy availability and current poverty status of the disabled. Also, many previous studies analysed causes of the disabled poverty without considering segmented structures of the disability type and degree. These approaches makes it difficult to find the reason of disabled poverty according to several disability types and degrees and tend to overestimate the significance of variables by omitting autocorrelation problems. Hence, this study analysed causes of the disabled poverty according to the disability type and degree and tried to overcome autocorrelation problems through using hierarchical generalized linear model(HGLM). Main results of this study can be summarized as follows :
First, this study found causes of the disabled poverty according to several disability types and degrees. 1) Sex, age, education, place of residence, health, employment status, number of household, whether or not householder, discrimination when finding job and discrimination on the job significantly affected the poverty probability of persons who have disabilities in external part of body. 2) Education, health, employment status, number of household, whether or not householder and discrimination on the job significantly affected the poverty probability of persons who have disabilities in inner part of body. 3) Age, place of residence, number of household and whether or not householder affected the poverty probability of persons with mental disabilities.
Second, variables which affect the disabled poverty were different according to disability degrees. 1) Sex, age, education, place of residence, health, employment status, number of household, whether or not householder, discrimination when finding job and discrimination on the job significantly affected the poverty probability of persons who have slight disability. 2) Age, education, number of household and whether or not householder significantly affected the poverty probability of persons who have severe disability.
Third, there were some differences between results of general logistic regression model and those of hierarchical generalized linear model(HGLM). This means that autocorrelation problems in general logistic regression model were solved somewhat. So we can say the coffecients of variables in HGLM were not overestimated statistically.
Fourth, group effects of disability type and degree were significantly different in HGLM and ICC(interclass correlation cofficient) were calculated as 26.8%(disability type) and 15.0%(disability degree) respectively. This means that group variables like disability type and degree explain significant portion in total variance of the disabled poverty. In other words, these results imply that disability type and degree are important factors in the disabled poverty studies.

We can draw several political implications through the above results as follows :
First, government must consider disability characteristics like the disability type and degree when making the disabled poverty reduction policies. To begin with, poverty reduction policies for persons with mental disabilities and who have severe disability because these persons have been suffered from chronic poverty status for a long time. Especially, persons with mental disabilities more experienced social prejudice and discrimination and educated less than other disability types, and so these disability types are very vulnerable to poverty.
Second, age, place of residence, number of household and whether or not householder affected the poverty probability of persons with mental disabilities. So poverty reduction policies for persons with mental disabilities must be focused on the middle and older ages, residents in rural area and single households.
Third, for persons with severe disabilities, age, education, number of household and whether or not householder significantly affected the poverty probability. So government must have an attention to the older ages, less educated persons, small size households and householders specially. With these policies, increase of disability pension amount, increment of employment rate through activation of social company, support of school expenses and learning process and assistive technological support in daily living and working place are also needed to reduce the disabled poverty.

국문 초록 (Abstract)

장애인 빈곤에 관한 대부분의 연구는 비장애인과 장애인의 소득정도를 비교하고 그 결과 소득격차가 발견되면 그런 현상이 왜 나타나는지를 규명하는데 초점을 두고 있다. 물론 이런 측면에서의 연구도 의미는 있으나 현실적으로 더 시급하면서 정책적으로도 의미가 있는 것은 동일 장애인 집단 내에서 절대적 빈곤상태의 장애인과 그렇지 않은 장애인을 결정하는 원인을 분석하는 작업이라 할 수 있다. 또한 장애인빈곤 관련 선행연구들에서는 대체로 장애유형별·장애정도별 분절구조를 고려하지 않은 상태에서 빈곤원인을 분석하였다. 그러나 이러한 접근방법은 상이한 장애유형이나 장애정도에 따른 차별화된 원인규명이 어렵게 하고, 동일집단 내 관찰치 간의 자기상관 문제의 가능성을 고려하지 못해 설명변수의 통계적 유의성을 과다 추정할 우려가 있다. 따라서 본 연구는 이상과 같은 선행연구의 한계점들을 극복하기 위해 장애인만을 대상으로 장애유형·정도에 따라 빈곤원인을 분석하였고 동시에 위계적 일반화선형모형(HGLM)을 통해 관찰치 간의 자기상관 문제를 최소화하여 보다 신뢰성 높은 장애인 빈곤결정요인을 찾아내고자 노력하였다. 상기(上記)의 연구목적과 방법에 근거하여 수행된 본 연구의 주요결과는 아래와 같이 요약된다.
첫째, 장애인 빈곤 결정요인이 장애유형별로 분절되어 나타날 가능성이 큰 점을 고려하여 장애유형을 지체장애, 내부장애 및 정신적 장애의 세 가지로 구분하여 빈곤원인을 분석하였고 그에 따른 분석결과는 다음과 같다. ① 지체장애인만을 대상으로 설명변수들이 빈곤여부에 미치는 영향을 살펴본 결과, 성별, 연령, 학력, 거주지역, 주관적 건강상태, 취업여부, 가구원수, 가구주 여부, 취업시차별 및 취업후차별 변수가 빈곤여부에 통계적으로 유의미한 영향을 미치는 것으로 나타났다. ② 내부장애인의 경우는 학력, 건강상태, 취업여부, 가구원수, 가구주여부 그리고 취업후차별이 빈곤에 영향을 미치는 것으로 나타났다. ③ 정신적 장애인의 경우 설명변수들이 빈곤여부에 미치는 영향은 전체 장애유형, 지체장애 그리고 내부장애인을 분석대상으로 했을 때와 분명한 차이가 존재했다. 독립변수들 가운데는 연령, 거주지역, 가구원수 그리고 가구주여부만이 정신적 장애인의 빈곤여부에 통계적으로 유의미한 영향을 미치는 것으로 분석되었다.
둘째, 장애인 빈곤결정에 유의미한 영향을 미치는 설명변수들의 유형도 장애정도별로 다르게 나타났다. 경증장애인의 경우는 대체로 전체 장애유형에서 나타난 변수들의 효과와 유사하나 중증장애인은 그렇지 않은 것으로 분석되었다. ① 경증장애인의 경우 성별, 연령, 학력, 거주지역, 건강상태, 취업여부, 가구원수 및 가구주여부 변수들이 장애인 빈곤에 미치는 영향을 미치는 것으로 드러났다. ② 중증장애인의 경우는 연령, 학력, 가구원수 및 가구주여부 변수만이 빈곤에 유의미한 영향을 미치는 것으로 나타났다.
셋째, 위계적 일반화 선형모형(HGLM)을 통해 장애인 빈곤원인을 살펴본 결과는 연구자들이 일반적으로 사용하고 있는 고정효과모형의 결과와 다소 차이가 있었다. 이는 기존 고정효과모형에서 동질적 집단 내 관측치 간의 자기상관으로 인해 나타날 수 있는 계수의 오차를 과소추정함으로써 유의미하지 않은 변수를 유의미한 것으로 받아들이는 통계적 오류를 위계적 일반화 선형모형을 통해 어느 정도 해결하였음을 뜻한다.
넷째, 위계적 일반화 선형모형의 기초모형을 분석한 결과 장애유형·정도에 따라 집단효과가 통계적으로 유의미하게 달랐으며 장애유형·정도별 분산비율(ICC)은 각각 26.8%와 15.0%로 계산되었다. 이는 종속변수인 장애인 빈곤의 총 분산 가운데 집단별 변수, 즉 장애유형과 장애정도가 전체 분산의 26.8%와 15.0%를 설명하고 있음을 의미한다. 그리고 이 값들은 일반적인 횡단자료의 위계분석에서 나타나는 집단효과의 값보다 크며 이는 곧 장애인 빈곤결정요인에 장애유형과 장애정도가 적지 않은 비중을 차지하고 있음을 의미한다.
이상과 같은 연구결과들은 장애인 빈곤완화와 관련하여 다음과 같은 정책적 함의를 제공하고 있다. 첫째, 정부가 장애인 빈곤완화 대책을 수립할 때는 장애유형이나 장애정도와 같은 장애특성별 변수를 반드시 고려해야 한다. 가장 우선적으로는 정신적 장애인과 중증장애인의 빈곤문제가 심각하므로 이에 대한 대책이 마련되어야 한다. 여러 연구자들이 주장하는 것처럼 특히 정신적 장애인은 사회로부터 받는 따가운 시선과 편견 그리고 차별로 인해 교육수준이 매우 낮고 취업도 어렵기 때문에 빈곤상태에 처할 여지가 매우 높다. 따라서 정부는 이들 장애인의 빈곤상태개선을 위해서 차별완화, 고용증진, 의료서비스 확충 및 재정지원 등에 힘을 쏟아야 한다.
둘째, 정신적 장애인의 빈곤에는 연령, 거주지역, 가구원수 그리고 가구주여부가 통계적으로 유의미한 영향을 미치므로 정신적 장애인을 위한 빈곤대책도 이에 맞게 수립되어야 한다. 같은 정신적 장애인 중에서는 중장년과 고령층, 중소도시나 농어촌 거주자, 독거 등의 소수(小數) 가구원 및 가구주에 해당하는 장애인의 빈곤가능성이 높으므로 빈곤완화대책도 이에 맞게 수립되어야 한다.
셋째, 중증장애인의 경우는 연령, 학력, 가구원수 및 가구주여부 변수들이 빈곤에 유의미한 영향을 미치므로 정책당국은 고령, 저학력, 소규모가구 및 가구주인 중증장애인의 빈곤완화에 특별한 주의를 기울여야 할 것이다. 그리고 이와 함께 중증장애인 장애연금액 현실화, 중증장애인 사회적 기업육성을 통한 취업률 제고, 정규교육과정에서의 중증장애인 학비․교수학습지원 및 일상생활과 직장에서의 보조공학적 지원 강화 등의 빈곤완화대책도 조속히 시행될 필요가 있다.

목차 (Table of Contents)

• 제1장 서론 1
• 제2장 이론적 배경 4
• 제1절 장애인과 빈곤의 정의 4
• 1. 장애인 4
• 2. 빈곤 5
• 제2절 장애인 빈곤원인에 관한 제 이론 9
• 1. 장애인노동시장분절가설 9
• 2. 인적자본이론 17
• 3. 선별 또는 신호이론 18
• 4. 차별이론 20
• 5. 노동시장분절이론 21
• 6. Marxist 계급이론 24
• 제3절 장애인 빈곤 결정요인 25
• 1. 장애인 빈곤 결정요인(Ⅰ) 25
• 2. 장애인 빈곤 결정요인(Ⅱ) 30
• 제4절 이론적 모형 52
• 제5절 연구문제와 연구가설 53
• 제3장 연구방법 55
• 제1절 분석자료 55
• 제2절 변수정의 및 측정 55
• 1. 종속변수 58
• 2. 독립변수 58
• 제3절 분석모형 및 분석방법 65
• 1. 로지스틱 회귀모형(logistic regression model) 65
• 2. 위계적 일반화선형모형(HGLM) 66
• 제4장 장애인 빈곤 결정요인 분석 결과 69
• 제1절 조사대상의 일반적 특성 69
• 1. 1차 수준 변수 69
• 2. 2차 수준 변수 71
• 제2절 장애인 빈곤 결정요인 분석 71
• 1. 고정효과(fixed effect) 72
• 2. 임의효과(random effect)(Ⅰ) 74
• 3. 임의효과(random effect)(Ⅱ) 90
• 제5장 결론 97
• 제1절 분석결과 요약 97
• 제2절 정책적 함의 101
• 제3절 연구의 한계 104
• 참고문헌 106
• ABSTRACT 113