행복과 지속가능성의 복합연계: 그래프 라쏘와 분위수‑대‑분위수 회귀 분석

초록

본 연구는 2022년 126개 국가 데이터를 활용해 주관적 행복과 SDG 지수 간의 관계를 그래프 라쏘와 분위수‑대‑분위수 회귀(Quantile‑on‑Quantile Regression)로 심층 분석한다. 그래프 라쏘는 거버넌스·소득·기대수명 등 통제변수를 포함한 조건부 네트워크에서 행복과 지속가능성 사이의 직접 연결을 확인하고, 부분 상관계수는 약 0.21로 나타났다. 분위수‑대‑분위수 회귀는 양변의 분포 전반에 걸쳐 이질적인 효과를 드러내어, 낮은 행복·높은 지속가능성 국가에서는 긍정적, 높은 행복·낮은 지속가능성 국가에서는 부정적 영향을 보였다. 결과는 행복‑지속가능성 연계가 평균 수준에서는 약하지만, 극단 상황에서는 비대칭적이며 정책 설계 시 분포적 차이를 고려해야 함을 시사한다.

상세 분석

이 논문은 기존 연구가 주로 평균 기반 OLS 회귀나 단순 상관분석에 의존해 온 점을 비판하며, 두 가지 최신 통계 기법을 결합함으로써 한계점을 보완한다. 첫 번째 단계인 그래프 라쏘(Graphical Lasso)는 고차원 변수들 사이의 조건부 의존성을 희소화된 네트워크 형태로 추정한다. 여기서는 행복, SDG 지수, 거버넌스 효율성, 규제 품질, 법치, 부패 통제, 목소리·책임성, 기대수명, 국내 신용·민간 부문 비중, 경제 자유도 등 14개 변수를 동시에 고려했으며, L1 페널티를 통해 불필요한 엣지를 제거한다. 결과적으로 행복과 지속가능성 사이에 직접적인 엣지가 남았으며, 부분 상관계수는 0.21로 통계적으로 유의하지만 강한 연관성은 아니다. 이는 두 변수 간 관계가 다른 공통 요인(소득, 제도)에 크게 매개된다는 점을 시사한다. 두 번째 단계인 분위수‑대‑분위수 회귀(Quantile‑on‑Quantile Regression, QQR)는 독립변수와 종속변수 각각을 여러 분위수 구간으로 나누어, 특정 분위수 조합에서의 국부적 기울기를 추정한다. 이 접근법은 전통적인 분위수 회귀가 종속변수의 분위수별 효과만을 제공하는 반면, 독립변수의 분위수 변화까지 반영함으로써 비대칭·비선형 관계를 포착한다. 논문은 QQR 결과를 3×3 격자(낮음·중간·높음 행복 × 낮음·중간·높음 지속가능성)로 시각화했으며, 주요 발견은 다음과 같다. (1) 낮은 행복·높은 지속가능성 구간에서는 지속가능성 향상이 행복을 약 0.12 포인트 상승시킨다. (2) 높은 행복·낮은 지속가능성 구간에서는 반대로 약 –0.09 포인트의 감소 효과가 나타난다. (3) 중간 구간에서는 효과가 통계적으로 유의하지 않다. 이러한 이질성은 정책이 ‘극단적’ 국가, 즉 행복이 낮지만 지속가능성이 높은 국가에 지속가능성 투자를 확대하면 복지 효과를 동시에 얻을 수 있음을 암시한다. 반대로 이미 행복이 높은 국가에서는 지속가능성 목표가 과도한 규제나 비용을 초래해 복지를 저해할 위험이 있다. 논문은 또한 거버넌스·소득·기대수명 등 통제변수들의 계수가 전반적으로 양의 방향이며, 특히 거버넌스 효율성은 모든 분위수 조합에서 가장 큰 영향을 미친다고 보고한다. 한계점으로는 단면 데이터에 기반한 인과관계 추정의 어려움, SDG 지수의 복합성(17개 목표를 단일 지표로 축소) 및 잠재적 측정오차, 그리고 QQR 모델이 비선형성을 포착하지만 여전히 선형 가정(예: 로컬 선형성) 하에 추정된다는 점을 들 수 있다. 향후 연구에서는 패널 데이터와 도구변수를 활용한 구조적 방정식 모델링, 혹은 베이지안 그래프 모델을 적용해 인과 네트워크를 보다 정교히 추정할 필요가 있다. 전반적으로 이 논문은 행복‑지속가능성 관계를 평균 수준이 아닌 분포 수준에서 재조명함으로써, 정책 설계 시 ‘누구에게, 어느 정도’ 영향을 미치는지를 정밀하게 파악할 수 있는 방법론적 토대를 제공한다.