중장년 노년층 디지털 배제 연령 시기 코호트 효과 분석 2011 2022

초록

본 연구는 2010‑2022년 사이 중국의 세 개 국가대표 설문(CHARLS, CFPS, CGSS)을 활용해 연령, 시기, 코호트가 디지털 배제에 미치는 영향을 계층적 연령‑시기‑코호트(HAPC) 모델로 분석하였다. 디지털 배제는 연령이 높아질수록 증가하고, 2010년대 전반에 걸쳐 점진적으로 감소했으며, 1950년대 출생 코호트에서 추가 위험이 관찰됐다. 농촌·서부 지역, 다중질환 및 인지위험군이 지속적으로 더 높은 배제율을 보였으며, 도시‑농촌 격차는 완화되지 않았고 인지위험 격차는 확대되었다.

상세 분석

본 논문은 중국 고령화와 디지털 전환이라는 거시적 배경을 토대로, 디지털 배제라는 복합사회현상을 연령‑시기‑코호트(APC) 프레임워크로 해석한 점이 학술적 의의가 크다. 세 개의 대규모 국가대표 조사(CHARLS, CFPS, CGSS)를 병합해 2억 건에 달하는 관측치를 확보하고, 각 파형마다 가중치를 적용한 뒤 안정화된 역확률 가중법(stabilized inverse probability weighting)으로 비응답 편향을 보정한 절차는 통계적 엄밀성을 높인다. 특히, 다중 삽입법(MICE)과 결합해 공변량 결측을 처리하고, 설문 가중치와 아이템 비응답 가중치를 곱해 최종 가중치를 산출한 방법은 표본 대표성을 유지하면서도 추정의 효율성을 확보한다는 점에서 모범적인 접근이라 할 수 있다.

연령 효과는 비선형 형태를 보이며, 45‑65세 구간에서 완만한 감소 후 65세 이후 급격히 상승한다는 “중년 완화‑노년 급증” 패턴을 확인했다. 이는 디지털 기술 습득 능력과 건강·인지 기능 저하가 상호작용하는 메커니즘을 시사한다. 시기 효과는 2010‑2020년대 전반에 걸쳐 디지털 배제 확률이 점진적으로 감소했으나, 각 조사별 파형 차이(예: CHARLS는 5년 주기, CFPS는 2년 주기) 때문에 절대적 감소 속도는 다소 상이했다. 코호트 효과는 1950년대 출생 코호트에서 유의한 초과 위험을 드러냈으며, 이는 해당 세대가 급격한 사회·경제 변동(문화대혁명, 개혁개방 초기) 속에서 교육·디지털 인프라 접근성이 낮았던 역사적 맥락과 연결될 수 있다.

이질성 분석에서는 도시‑농촌, 동부‑서부 지역, 다중질환 여부, 인지위험 상태에 따라 디지털 배제 격차가 지속적으로 존재함을 확인했다. 특히, 농촌·서부 거주자는 도시·동부 대비 배제 위험이 1.5‑2배 수준으로 높았으며, 인지위험군은 시기별 격차가 확대되는 추세를 보였다. 이는 디지털 인프라와 교육 자원의 지역·건강 불평등이 디지털 배제에 복합적으로 작용한다는 증거다.

방법론적 강점에도 불구하고 몇 가지 제한점이 있다. 첫째, 디지털 배제 측정이 설문마다 다소 차이가 있어(인터넷 사용 여부 vs. 사용 빈도) 잠재적 측정 오류가 존재한다. 둘째, HAPC 모델은 선형 가정과 연령·시기·코호트 간 완전한 구분이 어려운 “식별 문제”에 민감하므로, 저자들이 수행한 APC bounding 분석이 충분히 설득력을 제공하는지 추가 검증이 필요하다. 셋째, 관측 연령을 45‑88세로 제한함으로써 초고령(90세 이상) 인구의 디지털 배제 양상을 포착하지 못했다. 마지막으로, 인과관계 추론이 제한적이며, 정책적 함의를 도출하기 위해서는 실험적 개입 연구가 뒤따라야 할 것이다.

전반적으로 본 연구는 중국 고령층 디지털 배제의 구조적·시간적 동태를 정량적으로 규명하고, 지역·건강 격차가 지속되는 현실을 강조함으로써, 디지털 포용 정책 설계에 중요한 근거를 제공한다.