LA 카운티 무주택 인구 추계: 표본 설계와 실무 교훈

초록

본 논문은 2004‑2005년 로스앤젤레스 카운티에서 시행된 무주택 인구 조사 프로젝트를 분석한다. 2,054개 조사구역(시민통계구역) 중 211개는 무주택 인구가 많을 것으로 예상돼 확정적으로 포함하고, 나머지는 8개의 서비스 제공 구역(SPA)별로 층화 무작위 표본(299구역)을 추출하였다. 현장 조사 후, 표본 추정식과 유한 모집단 보정식을 이용해 각 SPA와 전체 카운티의 무주택 인구를 추정하고, 표준오차와 오차범위를 제시한다. 조사 과정에서 장거리 도시(롱비치·패서디나·글렌데일)의 협조 거부와 표본 교체 등 실무적 어려움이 발생했으며, 이들 지역에 대한 인구는 모델 기반 보간법으로 추정하였다. 연구는 표본 설계의 타당성, 정치·재정적 제약, 그리고 추정 불확실성 관리에 대한 교훈을 제공한다.

상세 분석

이 연구는 무주택 인구 추계라는 사회정책적 고위험 과제를 통계학적 표본 설계와 현장 실행으로 연결한 사례이다. 첫째, 조사 단위로 시민통계구역을 선택한 이유는 공간적 경계가 명확하고, 인구·주거·경제 변수 등 보조 자료가 풍부해 회귀 기반 소규모 지역 추정(small‑area estimation)에 유리하기 때문이다. 둘째, 211개 구역을 ‘확정 표본’으로 선정한 것은 사전 정보(전문가 의견·과거 조사)와 정치적 압력 사이의 타협으로, 고밀도 무주택 지역을 반드시 포함시켜 추정 편향을 최소화하려는 전략이다. 셋째, 나머지 구역을 8개 SPA별로 층화 무작위 표본(총 299구역)으로 추출한 것은 ‘비례층화’ 원칙에 따라 각 구역군의 크기와 변동성을 반영한 효율적 설계다. 이는 표본 크기가 제한된 상황에서 전체 모집단 평균을 최소 분산으로 추정하도록 돕는다.

표본 추정식 τ̂ = (N/n)·∑c_i는 전형적인 확장 추정량이며, 여기서 N은 해당 SPA 내 추정 가능 구역 수, n은 실제 조사된 구역 수, c_i는 각 구역의 무주택 인구 계수이다. 연구자는 유한 모집단 보정인 (N−n)/(N−1)를 적용해 분산을 조정함으로써 표본 비율이 높을 때 발생할 수 있는 과소평가를 방지하였다. 표준오차(SE)와 2·SE를 오차범위로 제시한 점은 정책 입안자가 추정치의 신뢰구간을 직관적으로 이해하도록 돕는다.

실무적 문제점도 상세히 다루어진다. 롱비치·패서디나·글렌데일이 조사에 협조하지 않아 해당 구역의 무주택 인구를 모델 기반 보간법으로 추정해야 했으며, 이는 추가적인 가정(예: 인구 특성의 공간적 연속성)과 불확실성을 내포한다. 또한, SP A4(메트로 로스앤젤레스)에서 무작위 표본이 33구역으로 교체된 사건은 표본 설계의 실행 단계에서 발생할 수 있는 ‘표본 교체’ 문제를 보여준다. 연구진은 이를 ‘확정 표본’으로 간주해 추정에 포함시켰지만, 실제 표본 독립성 가정이 약화될 위험이 있다.

과거의 무주택 조사 방법(예: Rossi의 블록 샘플링, 캡처‑리캡처, 서비스 제공자 데이터 활용)과 비교했을 때, 본 연구는 ‘다중 출처 결합’보다는 ‘현장 직접 조사’를 중심으로 하면서도, 통계적 보정과 모델링을 보조 수단으로 활용한다는 점에서 현실적·경제적 타당성을 확보한다. 그러나 모든 통계적 추정이 그렇듯, ‘모델의 적합성 검증’과 ‘가정 검증’이 충분히 이루어지지 않으면 추정치의 편향과 과소·과대 추정 위험이 남는다.

결론적으로, 이 논문은 제한된 자원과 복잡한 정치·행정 환경 속에서도 과학적 표본 설계와 투명한 불확실성 평가를 통해 정책 친화적 추정치를 제공한 좋은 사례이며, 향후 대규모 무주택 조사에서 표본 설계·실행·보정 단계별 체크리스트로 활용될 수 있다.