도시 경제 규모와 계층 구조 재해석

초록

본 논문은 미국 대도시권(MSA)의 총생산(GMP)과 개인소득 데이터를 재분석하여, 기존 연구가 제시한 “인구에 대한 초선형 파워 스케일링”이 통계적으로 설득력 없으며, 실제로는 인구와 1인당 생산성 사이의 관계가 매우 약함을 보여준다. 규모에 따른 생산성 차이는 주로 대도시가 보유한 고부가가치 전문 서비스 산업 비중에 기인한다는 ‘중심지 계층 이론’으로 설명한다.

상세 분석

논문은 먼저 베텐코트·웨스트 등이 제시한 Y∝N^b (Y: 총생산, N: 인구) 모델을 검증한다. 로그 변환 후 선형 회귀를 적용하면 b≈1.12, R²≈0.96이라는 높은 설명력을 얻지만, 이는 총량(Y)이라는 광범위 변수에만 적용된 결과이다. 저자는 동일 데이터를 1인당 생산성(y=Y/N) 형태로 변환해 보면, y와 N 사이의 관계가 거의 무시할 수준임을 보여준다. 구체적으로 로그 선형(y∝ln N), 로지스틱(y∝e^{(N−d₃)/d₄}), 비모수 스플라인(s(ln N)) 등 네 가지 대안 모델을 모두 적합했으며, RMS 오차와 R²가 모두 0.230.29, 0.240.29 수준으로 거의 차이가 없었다. 즉, 인구 규모가 1인당 생산성을 예측하는 데 기여하는 변동량은 25% 정도에 불과하고, 평균값을 단순히 사용해도 비슷한 정확도를 얻는다.

또한, 인구와 총생산 사이의 높은 R²는 “집계 효과”에 기인한다는 수학적 설명을 제시한다. y와 N이 독립이면 ln Y=ln y+ln N이 두 독립 변수의 합이 되며, ln N의 분산이 전체 변동의 94%를 차지한다. 따라서 광범위 변수에 파워 스케일링을 강제로 적용하면 거의 자동적으로 기울기 1에 가까운 지수를 얻는다.

그 다음 저자는 경제지리학의 ‘중심지 계층 이론’을 도입한다. ICT, 금융, 전문·기술 서비스, 기업 관리 등 네 개의 고부가가치 산업 비중(x₁~x₄)을 회귀식 ln y=ln c+b ln N+∑fⱼ(xⱼ) 에 포함시켰다. 여기서 fⱼ는 스플라인으로 추정된 비선형 함수이며, b는 거의 0에 수렴한다. 결과적으로 인구 규모 자체는 통계적으로 유의미하지 않으며, 산업 구조가 1인당 생산성을 거의 전적으로 설명한다는 결론에 도달한다.

통계적 방법론 측면에서 저자는 OLS, 비선형 최소제곱, 스플라인 평활화, 교차 검증을 적절히 활용했으며, 부트스트랩을 통한 신뢰구간 추정도 수행했다. 또한, 파워‑법 분포 적합에 흔히 쓰이는 밀도 추정과 회귀 추정의 차이를 지적하며, 기존 연구가 과도하게 모델 선택을 제한한 점을 비판한다.

전반적으로 이 논문은 도시 규모와 생산성 간의 관계를 단순 파워 스케일링으로 설명하려는 시도가 통계적으로 근거가 부족함을 입증하고, 대신 산업 구조와 전문 서비스 집중이라는 전통적 경제 이론이 데이터를 더 잘 설명한다는 점을 설득력 있게 제시한다.