회복력은 보편적으로 합의된 단일의 정의가 없으며(Martin, 2012), 다양한 분야에서 다양한 정의를 가지고 활용되고 있다. 회복력의 개념은 레질리언스, 회복탄력성, 회복력 등 다양하게 번역되어 활용되고 있으나 일반적으로 ‘외부 충격을 견디고 흡수하여 회복하는 능력’ 또는 ‘원 상태로 돌아오는 능력’으로 활용되고 있다. 회복력의 개념은 ‘생태계가 외부의 교란으로 환경이 변화하는 과정 속에서 스스로를 유지하는 능력’으로 가장 생태계 분야에서 소개되었다(Holling, 1973). 이후 다양한 분야에서 다양한 정의를 활용하고 있다. 지역 경제 분야에서는 지역경제가 외부 충격으로 인해 위기가 발생하였을 때, 지역 내부의 자본 및 다양한 사회적 자본과 정책 수단을 활용하여 빠르게 극복하고 정상화되거나 새롭게 활성화될 수 있는 지역 차원의 역량을 지역 회복력으로 정의하였으며(Simmie and Martin, 2010). 재난⋅재해 분야에서는 사회 조직의 재난위험을 저감하고, 재해 발생 시 그 효과를 억제하여 사회적 혼란을 최소화하고 장래에 발생할 수 있는 재해의 영향을 저감하는 복구 활동을 수행할 수 있는 능력으로 정의되었다(Renschler et al., 2010). 특히 최근 방재 분야에서는 재난재해에 따른 피해 최소화에서 극복 노력 및 역량에 초점을 맞추면서 회복력의 개념이 중요하게 활용되고 있다. 사회 및 경제적 역량에 따라 재난의 피해 정도에 차이가 발생할 수 있으므로 재난에 대응하기 위한 지역사회의 역량으로서 그 중요성이 대두되고 있다(Kang et al., 2013).

회복력은 외부 충격 이후 지역의 성장 경로에 대한 균형을 어떻게 정의하느냐에 따라 공학적 회복력과 생태학적 회복력으로 그 개념을 구분할 수 있다(Fig. 1). 공학적 회복력은 공학적으로 시스템의 외생적 교란으로부터 균형을 이탈한 시스템이 정상상태 혹은 균형으로 돌아가기 위한 체계의 능력을 의미하며, 충격에 대한 저항력과 충격 이전의 상태인 기존의 평형상태로의 회복 속도를 이용하여 회복력을 측정할 수 있다(Martin, 2012; Kim et al., 2015). 이때, 교란이란 기존의 안정적 상태를 흔드는 것을 의미하며, 홍수와 같은 자연 재난과 사회적 변동을 포함한다. 즉, 위기 상황 이후 물리적 인프라, 경제 체제와 같은 시스템의 균형상태가 원래의 균형으로 회복할 수 있다고 가정하며, 단일의 평형상태를 가정한다. 외부 충격 이후 물리적 인프라나 시스템의 기능이 위기 상황 이전의 수준으로 완전히 회복할 수 있음을 가정하며, 충격 이전의 시스템은 안정적인 상태(equilibrium), 다시 돌아가야 하는(bounce-back) 상태임을 가정한다(Pendall et al., 2010).

공학적 회복력은 외부의 충격으로부터 손실이 작고, 시스템 균형이 위기 상황 이전의 수준으로 신속하게 회복할수록 회복력이 좋은 것으로 판단하므로, 교란에 대한 저항성과 균형상태로 돌아갈 수 있는 속도 및 시간으로 이를 측정하게 된다. 이러한 회복력의 개념에 있어 공학적 회복력에 있어 현재의 안정된 상태를 유지하기 위한 완충적인 역량이 회복력에 있어 영향을 줄 수 있다. 이때, 재난 및 재해 분야에서는 재난 이후 교란으로부터 돌아올 수 있는 도시의 역량, 경제, 인구구조, 건물구조 등이 영향을 미칠 수 있으며, 경제 분야에서는 산업구조, 도시의 혁신성 등이 영향을 미칠 수 있다(Vale and Campanella, 2005; Simmie and Martin, 2010).

생태학적 회복력은 하나의 안정적 균형상태가 아니라 복수의 균형점에서 충격이 회복력의 임계점을 넘어서는 경우, 시스템이 새로운 영역으로 이동하는 능력을 의미하며, 공학적 회복력과 달리 시스템은 다중 평형을 가지고 있으며 충격 이후 새로운 평형으로 이동할 수 있다는 것을 가정한다. 그러므로 충격 후 이전 경로 및 균형상태로의 복구보다는 사회 및 생태 시스템이 외부 충격에 대응하고 적응하는 시스템의 능력에 초점을 맞추고 있으며, 충격으로 인해 변화되는 환경에 적응해나가는 지역의 적응력이 회복력에 있어 영향을 미치게 된다(Fingleton et al., 2012; Han and Goetz, 2015; Evenhuis, 2017; Ringwood et al., 2019).

회복력에 대한 두 개념 중 공학적 회복력의 개념은 외부 충격이 발생한 경우, 여러 경제적 성장 지표들을 토대로 지역이 탄력적으로 충격 이전의 성장 경로로 복귀했는지 여부를 가늠할 수 있는 토대를 제공한다는 점에서 직관적인 판단의 근거를 제공해줄 수 있다는 장점이 존재한다. 특히 코로나19의 경우, 여전히 충격의 영향이 지속되고 있으므로 외부 충격의 영향이 장기적이거나 회복이 더딘 경우를 측정하는 것에 적절한 것으로 판단된다. 회복력에 대한 정의를 요약하자면 회복력이란 충격에 대한 시스템의 대응 방법으로 정의될 수 있다. 본 연구에서는 코로나19에 따른 실업을 지역사회가 직면한 충격으로 보고, 재난 이전 수준으로의 회복이 이루어졌는지, 회복이 이루어졌다면 얼마나 빠른 시간 내에 다시 회복이 되었는지 등에 대한 논의가 필요한 지표로 판단되므로, 본 연구에서 지역사회의 회복력은 공학적 회복력의 개념을 적용하여 회복력을 측정하고자 한다.

1997년 외환위기, 2008년 이후 두 차례의 글로벌 금융위기는 국내의 경제 및 사회에는 큰 파장을 불러일으키면서 경제위기에 따른 파급효과 및 사회경제적 영향력을 분석하는 연구가 이루어졌다. 그러나 지역별로 경제 회복의 수준 및 양상에 차이가 존재함에 따라 지역 경제의 회복력과 관련한 관심이 증대되었다. 지역 경제회복력은 일반적으로 충격과 혼란에 저항하고 회복할 수 있는 능력으로 정의되며 어떤 지역은 위기로 인한 어려움을 극복하고 변혁을 실현하며 경제를 고도화할 수 있으나 어떤 지역은 불황에서 벗어나지 못하는 이유를 설명할 수 있어 경기침체 상황의 지역별 영향력과 지역의 경제회복력의 차이를 살펴보는 것이 가능하다(Jung, 2016).

다양한 연구들에서는 지역 경제회복력을 측정하기 위해 크게 2가지 접근법을 활용한다. 먼저, 고용, 실업, GDP와 같은 핵심적인 경제변수가 외부의 충격으로부터 저항하는 것을 분석하여 경제적 회복력을 측정하는 것이며, 두 번쨰 방법은 회복력의 결정요인을 분석하는 것이다(Han and Goetz, 2015).

지역의 경제회복력을 측정하기 위한 경제변수 중 다수의 연구에서 고용 및 실업을 활용하고 있다. 실업은 경기 침체기간 동안 경제적 산출물보다 더 많은 변동 폭을 보이기 때문에 경기침체에 대한 민감도 및 회복 정도를 파악하는 것에 더욱 용이하다. 또한, 경기침체는 국가 전체의 경제구조와 같은 거시적인 수준보다 지역의 노동시장에 더 직접적인 영향을 미치는 경향이 강하며, 경기침체에 따른 실업은 지역의 재정 상태를 반영할 수 있으며 실업은 소득 및 산출물처럼 물가를 고려하지 않아도 된다는 장점을 가지고 있다. Kitsos and Bishop (2018)의 연구는 2008년 경기침체가 영국 지방자치구 노동시장에 미치는 영향과 이를 결정하는 요인을 식별하고자 하였으며, 초기 경제 상황, 산업구조, 산업의 다양성, 기업가정신, 인적자본, 연령, 인구밀도, 지리적특성을 경제회복력에 미치는 요인으로 활용하였다. Han and Goetz (2015)의 연구는 대공항 이후의 고용 성장률을 활용하여 경기침체 충격 이후 고용률의 감소와 회복 이후 반등을 측정하여 지역의 회복력을 산출하였다. 이때, 회복력이란 고용률 감소와 회복의 비율로 침체기간 동안 고용률 감소 대비 회복률이 높은 지역을 회복력이 높은 지역으로 정의하였다. Jung (2016)의 연구는 1997년 외환위기, 2008년, 2012년에 발생한 세계 금융위기 이후 지역의 경제적 회복력을 노동시장의 변화로 살펴보기 위해 고용자 수를 활용하여 회복력을 측정하였다. Di Caro (2017)의 연구도 지역의 경제적 회복을 측정하기 위한 변수로 분기별 고용 데이터를 활용하였다. Simmie and Martin (2010)의 연구는 영국 케임브리지와 스완지를 대상으로 지역 경제의 회복력을 측정하기 위해 고용자 수를 활용하였다. Sedita et al. (2017)의 연구는 이탈리아의 고용 증가율과 실업 증가율을 활용하여 회복력을 측정하였다.

외부 충격의 정도 및 회복 속도는 지역의 인구구성, 산업구조, 인구특성, 내부 역량 등 다양한 요건에 따라 다양한 경로를 가지게 된다. 실제로 지역이 충격에 다르게 반응하며, 서로 다른 충격의 반응 및 회복에 영향을 미치는 결정 요인에 대한 연구가 지속적으로 이루어지고 있다. Du et al. (2019)은 중국의 주강 삼각주 지역을 대상으로 저항력과 복원력을 측정하였고 이에 대한 영향요인으로 지방의 재정 상태, 경제적 혁신 수준, 외국인 투자의존도, 고학력 노동력, 제조업, 서비스업을 활용하였다. Giannakis and Bruggeman (2019)는 유럽 전역에 대한 경제적 회복력을 측정하기 위하여 고용회복력을 측정하였으며 이때 영향요인으로 1인당 GDP, 과학기술 분야의 고용, 교육 수준, 연령, 도시화 정도, 접근성, 이주민 비율 등을 활용하였다. Di Caro (2017)는 이탈리아를 대상으로 지역의 경제적 회복력을 측정하였으며, 이때 지역의 고용에 영향을 주는 결정요인으로 무역의 개방성, 평균 교육, 선거 참여 등을 활용하였고, 결과적으로 경제적 다양성과 무역의 개방성이 경제회복력에 긍정적인 영향을 미치는 것으로 나타났다. Martin (2012)는 지역사회의 경제적 회복력에 영향을 미치는 요인으로 고용, 제조업, 건설업 등 산업별 비율 등을 제시하였으며, 높은 고용률과 전문산업의 비율을 가지는 지역이 상대적으로 더 나은 재난 회복력을 가진다는 결과를 보였다.

선행연구 고찰 결과 선행연구의 한계점 및 본 연구의 차별성은 다음과 같다. 먼저, 재난 이전 수준으로 회복이 이루어졌는지, 회복이 이루어졌다면 얼마나 빠른 시간 내에 다시 회복되었는지에 대한 논의가 필요하므로, 코로나19에 대한 충격과 이에 대한 복구 속도 등 지역의 대응능력을 파악하기 위해 회복력을 측정하고자 한다. 다음으로 코로나19 관련 지역별 영향요인 분석 및 영향요인과 관련한 연구들이 대부분 상업시설의 매출 및 생활인구를 기반으로 수행되고 있었다. 그러나 해당 데이터를 기반으로 한 연구들은 데이터 확보의 문제로 대부분 특정 지역을 대상으로 짧은 기간에 대한 분석이 이루어졌다. 코로나19로 인한 충격에 대한 전국적 영향을 명확히 규명하는 것이 필요하다. 이에 본 연구는 전국범위 데이터가 존재하며, 코로나19 발생 시점부터 최근까지 자료확보가 가능한 실업급여 데이터를 활용하여 경제적 충격을 측정하였다.

다음으로 코로나19 관련 선행연구들의 경우, 코로나 확산 이후 1년 혹은 반년 정도의 시간적 범위를 가지고 회복력을 측정하는 경우가 많아 단기적 관점에서 회복력을 측정하고 있는 것으로 판단된다. 그러나 코로나19의 경우 여전히 그 충격이 경제적으로 지속되고 있으므로 장기적 관점에서 이를 평가하는 것이 필요하다. 이에 본 연구는 장기적인 관점에서 회복력을 측정하기 위해 코로나19의 국내 확진자 발생부터 가장 최근인 2022년 9월까지 약 3년의 기간을 연구 기간으로 설정하였다.

또한, 재난의 흐름에 따라 미치는 영향요인이 다를 수 있으므로 코로나19의 시기별로 회복력을 산출하고 해당 시기별로 회복력에 영향을 미치는 요인을 각각 구분하여 도출하였다.

본 연구는 국내 코로나 발생 시점인 2020년 1월부터 2022년 9월까지 약 3년 동안 전국 230개 시군구 단위 실업급여의 공간분포가 어떻게 변화하고, 어떤 요인이 영향을 미치는지를 살펴보고자 한다. 이를 위해 고용노동부에서 제공하고 있는 실업급여 지급자 수 자료를 활용하였다. 시간 단위는 월 단위이며 공간 단위는 시군구로 분석을 진행하였다. 다음으로 지역사회의 영향요인은 코로나 발생 전인 2019년 데이터를 활용하였다.

본 연구는 코로나19로 발생할 수 있는 실업이라는 충격에 대한 회복력을 지역별, 코로나 확산단계별로 측정하고, 개별 단계별로 영향을 미칠 수 있는 요인을 도출하는 것을 목표로 한다. 이에 본 연구의 목표에 따라 다음과 같은 연구 질문 및 연구 가설을 도출하였으며 연구의 프레임워크는 Fig. 2와 같다.

먼저, 연구 질문 1은 ‘코로나19 충격에 대한 회복력은 지역별, 확산단계별로 차이가 존재하는가?’이다. 앞선 연구들에 따르면 충격에 대한 회복력에는 각 지역 별로 차이가 존재하며 이를 평가하기 위해 지역의 회복력을 측정하는 연구들이 수행되고 있다. 또한, 코로나 확산이 장기화됨에 따라 코로나 확산의 시기에 따른 충격 대응의 경향이 지역의 특징에 따라 서로 다를 것으로 판단된다. 이에 다음과 같은 연구 질문 1을 도출하였다. 연구 질문 2는 ‘코로나19의 확산단계에 따라 지역 회복력에 미치는 영향요인이 다른가?’이다. 코로나19의 장기화에 따라 코로나 단계에 따른 영향요인에 차이가 있을 것으로 예상되며 단기적으로는 지역사회의 산업 및 경제적 특성에 따라 빠르게 실업의 상태에서 벗어나는 것에 영향을 크게 미치지만, 코로나19로 인한 충격이 장기로 갈수록 지역사회의 기존 쇠퇴 정도 및 혁신 및 개방성의 정도가 큰 영향을 미칠 것으로 예상된다.

선행연구를 기반으로 다음과 같은 연구 가설을 도출할 수 있었다. 먼저, 첫 번째 연구 질문에 대한 연구 가설은 ‘코로나19 충격에 대한 회복력은 지역별로 차이가 존재하며, 확산단계에 따라서도 다른 경향을 보일 것이다’이다. 두 번째 연구 질문에 대한 연구 가설은 ‘코로나19 확산단계에 따라 지역 회복력에 미치는 영향요인이 다를 것이다’이다.

본 연구에서는 다음과 같은 연구 가설을 증명하기 위해서 2단계에 따른 연구 흐름대로 연구를 수행하고자 한다. 먼저, 실업급여 지급자를 대상으로 코로나 확산단계별로 회복력을 도출하고 이를 지도로 표출하여 공간적인 분포 및 변화추이를 살펴본다. 다음으로 선행연구에 따라 회복력 영향요인을 도출하고 코로나 확산단계별로 다중회귀분석을 실시하여 회복력과 통계적으로 유의미한 영향을 미치는 요인을 파악하고자 한다.

본 연구에서 코로나19로 인한 충격은 실업이며, 이를 활용하기 위하여 실업급여 지급자 수는 연구에 활용할 수 있는 형태로 가공하였다. 먼저, 실업급여 지급자 수를 각 지역의 노동가능인구로 나누었으며, 실업급여 데이터는 계절성이 존재하는 데이터이므로 계절성을 제거하여 회복력을 측정하였다.

본 연구에서 회복력은 Han and Goetz (2019)가 제시한 회복력 산출식을 활용하였다. 해당 연구에서는 매출 감소(drop)와 매출 회복(rebound)의 비율을 ratio로 보았고 이를 표준화한 값을 회복력으로 정의한다. 본 연구에서는 연구 목적에 맞도록 실업급여 지급자 수의 증가와 감소의 비율을 ratio로 보고 이를 표준화한 값을 경제회복력으로 정의하였다. 이를 도식화한 것은 Fig. 3과 같다. X축은 시간을 의미하며, Y축은 실업급여 지급자 수를 의미한다. 실업급여 데이터는 경제가 성장하고, 침체되며, 다시 회복되는 사이클을 보여준다. 가장 먼저, 실업급여 지급이 줄어들어 경기가 성장(expansion)하는 시점이다. m₀ 은 코로나19의 처음 등장한 t₀ 의 실업급여 지급자수이며, 사이클 내에서 실업급여 최저점인 m₁ 의 시점인 t₁ 시점까지이다. 다음으로 코로나19의 확산에 따라 실업급여 지급자 수가 증가하고 경기가 침체(recession)되는 시기이다. 이 시기는 실업급여 지급자 수가 가장 적은 시기인 t₁ 부터 실업급여 지급자 수가 가장 많은 t₂ 까지다. 다음으로 다시 실업급여 지급자 수가 이전의 수준으로 회복(recovery)하는 시점이다. 실업급여 지급자 수가 가장 많았던 시점부터 실업급여 지급자 수가 다시 이전의 수준을 회복하는 t₃ 까지다.

회복력을 산출하기 위한 식은 다음과 같다. m₀ 과 m₁ 은 각각 시간 t₀ 와 t₁ 의 지역의 실업급여 지급자 수를 의미한다. 시간 t₀ 와 t₁ 사이의 고용변화 속도 v₁ 이다. 이때, Eq. (1)과 같이 정의할 수 있다. 또한, 침체와 회복에 대한 측정은 각각 Eqs. (2)와 (3)으로 정의된다. 침체와 회복에 대한 측정을 기반으로 ratio를 산출한다. 이때, 침체와 회복에 대한 비율이 양의 방향으로 치우쳐있으므로 자연로그를 취해 이를 정상화하며, 하락 폭이 더 작고 충격에 대한 회복이 더 큰 지역이 회복력이 있는 것으로 산출하였다. 이를 기반으로 최종적인 회복력 값은 Eq. (5)를 통해 도출할 수 있다. 경기침체 및 회복단계의 실업 변화 속도를 기반으로 산출한 비율을 표준화하여 최종적인 회복력 값을 산출하였다.

본 연구는 코로나19의 국내 확산 시작 시점인 2020년 1월부터 2022년 9월까지 전국 230개 시군구 단위의 실업급여의 공간 분포가 어떻게 변화하는지를 살펴보고 각 시기의 회복력에 영향을 미치는 요인을 확인하고자 한다. 확산단계에 따른 회복력이 다를 것으로 판단되므로, 코로나19의 확산단계에 따라 회복력을 산출하였다. 코로나19의 확산단계는 Table 1과 같다.

먼저 코로나 확산 1기는 1차 유행단계로 첫 코로나 확진자 발생 시점과 중국 등 해외 입국자 중심으로 확진자가 발생하였으며, 대구 및 경북지역의 신천지 집단 감염에 따른 시기로 전국적 집단 발생이 시작된 시기이다. 이후 사회적 거리두기 체계를 구축하는 등 팬데믹에 대응하기 위한 국가적인 정책들이 처음으로 시행된 시기이기도 하다. 다음으로 코로나 확산 2기는 교회 등 종교시설에서 이루어진 대규모 도심 집회, 다중이용시설에 따른 감염 등 발생이 급증하였으며, 위중증 환자가 증가한 시점이다. 코로나 3기는 종교시설, 병원시설 및 요양시설, 교정시설 등 기존에 특정 지역 중심에서 전국적으로 확진자가 증가한 시점으로 가족 간 감염이 증가하고 사망자 및 위중증 환자가 지속적으로 증가하였다. 코로나 확산 4기는 단계적 일상 회복이 시행된 시점(2021.11.01.~)으로 지역사회접촉 비중이 증가하고, 점차 일상 회복을 위한 다양한 활동이 이루어진 시점이다. 또한, 변이바이러스인 오미크론 유행으로 인해 타 기간보다 코로나 확진자가 급격하게 증가한 시점이다.

본 연구에서는 코로나 확산단계에 따라 4개의 시점으로 팬데믹 시기를 분류하고 각각의 시점에 따른 회복력을 측정하고자 하였다.

본 연구는 선행연구에 따라 다음과 같은 회복력 영향요인을 산업 특성, 경제 특성, 노후 특성, 혁신 특성으로 구분하여 Table 2와 같이 정리하였다. 산업 특성은 지역경제의 산업적 구조를 나타낼 수 있는 4개의 지표로 구성하였다. 산업 특성은 ‘제조업 종사자 수’, ‘도소매업종 종사자 수’, ‘서비스업 종사자 수’, ‘총 사업체 수’로 구성되어 있다. 도시의 경제적 구조를 파악할 수 있도록 3가지의 주요 산업을 선택하였으며, 실업과 관련성이 높도록 사업 분야에 따른 종사자 수를 활용하였다. 제조업은 경제적 파급효과가 큰 산업이므로, 제조업에 대한 의존도가 높은 도시는 경기침체가 발생하는 경우 저항력이 낮아 충격에 크게 반응할 가능성이 크다. ‘제조업 종사자 수’ 변수는 인구 천 명당 제조업 종사자로, 실제로 제조업에 종사하고 있는 종사자 수를 의미한다. ‘도소매업종 종사자 수’는 인구 천명당 도소매업종 종사자 수로, 실제로 도소매 업종에 종사하고 있는 종사자 수를 의미한다. 다음으로 서비스업은 도시의 주요 업종이다. ‘서비스업 종사자 수’도 인구 천 명당 서비스업 종사자 수를 활용하였다. ‘총 사업체 수’의 경우 국내에서 산업활동을 수행하는 사업체 수를 의미하며 개별 시군구의 사업체의 수를 의미한다.

두 번째로 경제 특성은 개별 시군구의 경제적 특성을 살펴보기 위해 2개의 지표로 구성하였다. 먼저, ‘재정자립도’는 지방자치단체의 자체 충당 능력을 나타내는 세입 분석 지표이며, 지역의 세입 징수 기반을 평가하기 위해 선정하였다. Du et al. (2019)의 연구에서는 지방의 공공부채가 적고, 세입이 많아 재정적으로 독립적일수록 경제적 충격에 있어 대응할 수 있는 저항력이 높아 회복력이 높음을 언급한 바 있다. 다음으로 ‘기초생활수급자’를 활용하였다. 기초생활수급자는 경제적 취약계층으로 지역사회의 경제적 취약성을 평가하기 위해 다수의 연구에서 활용되고 있다(Choi et al., 2021).

세 번째는 노후 특성이다. 지역 및 도시의 쇠퇴는 대내외적인 변화에 적절히 대응하지 못하고 변화 및 혁신이 이루어지지 못하여 발생하고, 이러한 도시들은 고용이 감소하고, 실업률이 증가하며, 인구가 감소하는 등의 현상을 보이게 된다. 이때, 도시의 쇠퇴는 도시의 물리적 노후 정도에 따라서 측정하는 것이 가능하므로 본 연구에서는 도시의 쇠퇴 정도를 측정하기 위해 노후 특성을 활용하고자 하였다. Sánchez-Zamora et al. (2014)의 연구에 따르면 지역의 문제를 해결할 수 있고 경제적 성장과 회복력에 있어 경제적 자본, 사회적 자본과 더불어 인구감소 경향, 지역 인프라 등 물리적 환경 등이 주요한 영향 요소임을 언급한 바 있다. 노후 특성을 나타낼 수 있는 4가지의 변수는 다음과 같다. 먼저, 소형주택의 비율을 통해 지역사회의 소득수준을 간접적으로 파악하는 것이 가능하며, 쇠퇴 수준 및 경제적 소득수준을 파악하기 위해 ‘소형주택 비율’을 활용하였다. 다음으로 ‘노후 건축물 비율’은 지역의 물리적 노후도를 파악하기 위한 변수이다. 다음으로 ‘공가율’은 지역의 인구 유출을 파악하고 지역의 주거 매력도를 판단할 수 있는 지표로 활용할 수 있다. 마지막으로 ‘인구 순 이동률’은 인구의 사회적 변화를 파악하기 위한 변수이다. 인구를 유치할 수 있는 지역은 산업을 유치하는 선순환을 가질 가능성이 있으며(Martin et al., 2016), 인구의 유출이 결국 도시의 장기적인 성장 잠재력과 회복력을 모두 감소시킬 수 있음을 암시한다.

마지막으로 혁신 특성은 지역사회의 혁신성을 평가하기 위해 2개의 지표로 구성하였다. 지역사회의 혁신성은 지역사회의 경제적 경쟁력을 강화하고 지역 노동시장의 회복력의 형성하는 핵심적 요인이다. 먼저, ‘여성 종사자 비율’은 산업 종사자 수 중 여성의 비율로 지역의 개방성 및 다양성을 의미하는 변수이다. 여성 종사자와 같은 새로운 인력을 발굴하고 활용하는 것은 노동시장의 유연성을 확보하는 것과 관련이 있어 경제적 회복력에 있어 긍정적인 영향을 미칠 수 있어 여성 종사자 수, 여성 노동 참여율, 여성 경제활동 참가율 등의 변수를 지역의 개방성을 나타내기 위해 활용하고 있다(Ha et al., 2014). 다음으로 ‘특허출원 건수’는 지역 내 특허 출원 건수로 지역 내 창작활동의 정도를 평가할 수 있는 변수이다. 다수의 연구에서는 지역 내 혁신역량이 우수할수록 창작활동이 활발히 이루어지고, 특허출원 역시 증가하므로 경제회복력에 있어 긍정적으로 영향을 미칠 수 있음을 시사하고 있다(Chapple and Lester, 2010; Ha et al., 2014; Du et al., 2019). 이에 본 연구에서도 지역사회의 경제적 혁신성을 파악하기 위해 특허출원 건수를 활용하고자 한다.

먼저, 코로나19의 확산단계별로 지역별 회복력에 차이가 존재하는지 확인하기 위해 각 단계 별 회복력 값을 산출하였고 이를 지도로 표출하였다.

먼저, 지역 회복력의 값을 구분하여 등급화하여 나타냈다. 등급화에 활용된 방법은 GIS 내 Natural Breaks Classification이다. 이는 통계적으로 각각의 그룹 내 분산을 최소화하고, 그룹 간 분산을 최대화하여 데이터 간 가장 유사한 값을 기반으로 그룹화하고 등급 별 차이를 최대화하는 방식으로 생성된다. 도출된 전체 지자체의 회복력 값을 5개의 등급으로 분류하여 지도로 표출하였다.

다음으로 지역별 경제회복력의 공간적 분포를 유형화하기 위하여 Hot-spot 분석(Getis-Ord Gi*)을 실시하였다. Hot-spot 분석은 특정한 범위의 공간에서 국지적으로 높은 값이나 낮은 값의 군집 경향을 검정하는 방법으로, 각 변수들이 높은 값을 나타내는 지역을 찾고 통계적 유의성을 알아볼 수 있다(Hwang and Kang, 2020). 이를 통해 콜드 스팟과 핫 스팟을 확인할 수 있으며, 해당 지역과 주변 지역간의 공간적 통계적 유의성에 따라 4단계로 구분된다. HH등급(High-High)는 한 지역을 중심으로 원점과 주변 지역이 모두 높은 값을 가질 때 나타난다. HL등급(High-Low)은 한 지역은 높은 값을 가지나, 주변 지역은 낮은 값을 가질 때 나타난다. LL등급(Low-Low)은 중심 지역과 주변 지역이 모두 낮은 값을 가질 때 나타난다. LH지역(Low-High)은 중심지역이 상대적으로 주변 지역보다 낮은 값을 가질 때 나타난다(Dong et al., 2019).

본 연구에서 HH등급으로 나타나는 지역은 회복력이 높은 곳이 밀집되어 있는 지역을 의미한다. 즉, 코로나 회복력이 높은 지역은 코로나로 인한 실업급여 지급자 수가 증가하였더라도 빠르게 전 수준으로 줄어들어 회복하였거나, 실업급여 지급자수 차제가 크게 증가하지 않은 지역이며, HH등급 지역은 이러한 지역이 밀집되어 있어 지역적으로 우수한 회복력을 가지고 있는 곳을 의미한다. 다음으로 LL등급으로 나타는 지역은 회복력이 낮은 곳이 밀집되어있는 지역을 의미한다. 즉, 코로나 회복력이 낮은 지역은 코로나로 인한 실업급여 지급자 수가 전 수준으로 회복되지 못하거나, 실업급여 지급자 수 자체가 크게 증가한 지역이며, LL등급지역은 이러한 지역이 밀집되어 있어 지역적으로 우수하지 못한 회복력을 가지고 있는 곳을 의미한다.

분석 결과, 각 단계 별로 회복력에 차이가 존재하며, 시기별 지역별 변화가 발생하고 있는 것을 Fig. 4를 통해 확인할 수 있었다. 먼저, 코로나 확산 1단계의 경우, Figs. 4(a)와 (b)에 나타난다. 충청남도 및 충청북도, 전라북도 일대에서 LL등급이 나타나 해당 지역은 지역경제 회복력이 낮은 지역이 밀집하여 있는 것으로 판단된다. 즉, 실업급여를 지급받는 사람이 많고 다시 회복되는 수준이 다른 지역과 비교하여 높은 것으로 나타나므로 해당 지역의 경제적 회복력 수준이 낮은 것으로 판단된다. 통계자료에 따르면, 2019년 3월 대비 충청남도 및 충청북도는 각각 실업자가 37.5%, 39.2% 증가하는 추세를 보이는 등 대량실업이 발생하게 되어 이러한 결과가 발생한 것으로 파악된다. 즉, 실제 실업이 다른 지역과 비교하여 크게 증가하였고 이에 따라 회복의 정도 역시 더딘 것으로 판단된다. 또한, 경상남도 및 경상북도, 울산, 부산, 경기도에서 HH등급이 나타나 회복력이 높은 지역이 밀집하여 있는 것으로 판단된다. 즉, 실업급여를 지급받는 사람이 적거나, 실업급여를 받는 사람 즉 실직된 사람이 많더라도 빠르게 다시 회복되는 경향을 보이는 것으로 판단된다. 요약하자면 코로나19가 시작된 초창기의 실업은 충청남도 및 북도 지역에서 다수 발생했으며 다시 이전 수준으로 돌아가지 못한 지역이 밀집되어 있으며, 부울경 지역의 경우 반대의 경향을 보이는 것으로 판단된다.

코로나 확산 2단계의 경우, Figs. 4(c)와 (d)에 나타난다. 공간적인 특징이 나타나지는 않은 것으로 확인되며, 회복이 빠르게 일어나는 HH지역은 나타나지 않았으며, LL등급이 충청북도 및 강원도 일대에서 나타났다.

다음으로 코로나 확산 3단계의 경우, Figs. 4(e)와 (f)에 나타난다. 코로나 확산 3단계의 지도 표출 결과 코로나 확산 2단계와는 다른 추세를 보이고 있으며 코로나 확산 1단계와는 유사한 추세를 보이고 있는 것으로 판단된다. 충청남도와 전라북도 일대에서 LL등급이 나타나 해당 지역이 코로나 확산 3기의 회복력이 다른 지역과 비교하여 낮은 것으로 판단된다. 즉, 해당 지역은 코로나 3기 시기에 실업이 다수 발생하거나 다시 이전 수준으로 돌아가지 못한 지역이 다수 밀집되어 있는 것으로 판단된다. 또한, 경기도 일대, 경상남도 일대에서 HH등급이 나타나 해당 지역은 다른 지역과 비교하여 회복력이 좋은 지역으로 판단된다.

마지막으로 코로나 확산 4단계의 경우, Figs. 4(g)와 (h)에 나타나 있다. 해당 단계의 경우 이전의 확산단계의 회복력 추세와는 전혀 다른 경향성을 보이는 것으로 판단된다. 먼저, 경기도 일대, 전라북도, 경상남도 일대에서 LL등급이 나타나 해당 지역에서 회복력이 다소 낮은 것으로 판단되며, 이전 시기와는 달리 충청남도 및 충청북도 일대에서 HH등급이 밀집된 것으로 나타나 해당 지역에서 이전 수준으로 실업에 대한 충격을 극복한 것으로 판단된다.

경제회복력에 미치는 영향요인을 코로나 확산단계에 따라 살펴보기 위해 각각의 단계별로 코로나 회복력을 종속변수로 회귀분석을 실시하였으며 그 결과는 Table 3과 같다. 코로나 확산 1단계 회복력에 통계적으로 유의미한 영향을 미치는 요인은 제조업 종사자 수, 서비스업 종사자 수, 총 사업체 수, 기초생활수급자 수, 소형주택 비율, 공가율, 인구순 이동률이다. 제조업 종사자 수, 서비스업 종사자 수, 인구 순이동률이 증가할수록 지역 경제회복력에 긍정적인 영향을 미치는 것으로 판단되며, 기초생활수급자 수, 소형주택 비율, 공가율이 증가할수록 지역 경제회복력에 부정적인 영향을 미치는 것으로 판단된다. 먼저, 산업 특성의 경우, 개별 종사자 수는 지역의 경제적 활력을 나타낼 수 있으며 개별 산업들의 종사자 수가 많은 것은 지역사회가 경제적으로 활발하다는 의미이다. 즉, 지역사회가 경제적으로 활발한 것은 재난 초기에 지역 경제가 빠르게 이전 상태로 돌아가는 것에 기여 할 수 있는 것으로 판단된다. 다음으로 경제적 특성인 기초생활수급자 수가 많은 것은 지역사회 주민들의 경제적 여건에 있어 취약한 계층이 많다는 것을 의미하며, 경제적으로 취약한 사람의 수가 많을수록 재난 초기에 지역 경제가 빠르게 이전으로 돌아가는 것이 힘듦을 의미한다. 다음으로 노후 특성의 경우, 소형주택 비율과 공가율이 높은 것은 지역사회의 노후도가 높고 지역사회가 노후화되고 활력 정도가 떨어진다는 것을 암시한다. 즉, 지역사회의 노후 정도가 재난 초기에 빠르게 이전 상태로 돌아가는 것에 부정적 영향을 미칠 수 있다고 해석할 수 있다. 또한, 인구 변화율이 큰 지역은 인구 유입이 이루어지는 지역이며, 인구 유입이 잘 이루어지는 지역에서 회복력이 높은 것으로 나타났다. 즉, 인구 유입이 이루어지는 지역일수록 재난 초기에 지역경제가 빠르게 이전으로 돌아가는 것이 가능하다는 것을 파악할 수 있다. 코로나 확산 1단계 회복력에 있어 혁신 특성은 통계적으로 유의미하지는 않은 것으로 나타났다. 이를 요약하자면, 코로나로 인한 실업이라는 충격에 대하여 재난 초기 시점인 코로나 확산 1단계에는 산업으로 활발하고, 경제적인 취약계층의 수가 적고, 지역적으로 노후도가 낮고 인구 유입이 다수 이루어지는 지역에서 회복력이 높은 것으로 판단된다.

다음으로 코로나 확산 2단계 회복력에 통계적으로 유의미한 영향을 미치는 요인은 서비스업 종사자 수, 총사업체 수, 공가율이다. 서비스업 종사자 수, 총사업체 수가 증가할수록 지역 경제회복력에 긍정적인 영향을 미치는 것으로 판단되며, 공가율이 증가할수록 지역 경제회복력에 부정적인 영향을 미치는 것으로 판단된다. 먼저, 산업 특성의 경우, 3차 산업인 서비스업 종사자 수가 많을수록 지역 경제가 빠르게 이전 상태로 돌아가는 것에 기여할 수 있는 것으로 판단되며, 코로나 확산 1단계와 마찬가지로 총 사업체 수가 많은 지역에서 빠르게 이전 상태로 돌아가는 것이 가능함을 시사한다. 다음으로 노후 특성의 경우, 공가율이 높은 지역이 지역사회의 경제회복력에 부정적인 영향을 미치는 것으로 나타났다. 코로나 확산 2단계 회복력에 있어 경제 특성과 혁신 특성은 통계적으로 유의미하지는 않은 것으로 나타났다. 이를 요약하자면, 코로나로 인한 실업이라는 충격에 대하여 일정 기간이 지난 코로나 확산 2단계에는 산업으로 활발하고, 지역적으로 노후도가 낮을수록 회복력이 높은 것으로 판단된다.

다음으로 코로나 확산 3단계 회복력에 통계적으로 유의미한 영향을 미치는 요인은 재정자립도, 소형주택 비율, 노후 건축물 비율, 여성 종사자 비율이다. 재정자립도, 여성 종사자 수가 증가할수록 지역 경제회복력에 긍정적인 영향을 미치는 것으로 판단되며, 소형주택 비율, 노후 건축물 비율이 증가할수록 지역 경제회복력에 부정적인 영향을 미치는 것으로 판단된다. 먼저, 경제 특성의 경우, 지역사회가 재정적으로 자립성을 가지고 있는 것이 지역 경제회복력에 있어 긍정적인 영향을 미치는 것으로 판단된다. 다음으로 노후 특성의 경우, 소형주택 비율, 노후 건축물 비율이 높은 지역이 지역사회의 경제회복력에 부정적인 영향을 미치는 것으로 나타났다. 마지막으로 혁신 특성의 경우, 여성 종사자의 수가 많을수록 지역사회의 경제회복력에 긍정적인 영향을 미치는 것으로 나타났다. 즉 지역사회가 개방성이 높을수록 재난 이후 이전의 수준으로 빠르게 회복할 수 있는 것으로 판단된다. 또한, 코로나 3단계 회복력에 있어 경제 특성과 혁신 특성은 통계적으로 유의미하지는 않은 것으로 나타났다. 이를 요약하자면, 코로나로 인한 실업이라는 충격에 대하여 일정 기간이 지난 코로나 확산 3단계에는 산업으로 활발하고, 지역적으로 노후도가 낮을수록 회복력이 높은 것으로 판단된다.

마지막으로 코로나 확산 4단계 회복력에 통계적으로 유의미한 영향을 미치는 요인은 노후 건축물 비율, 공가율로 나타났다. 노후 건축물 및 공가율이 높아질수록 지역사회의 경제회복력에 부정적인 영향을 미치는 것으로 판단된다. 코로나 확산 4단계는 팬데믹 이후 다시 일상으로 돌아가는 ‘단계적 일상 회복’이 시행된 시점으로, 코로나19 충격 이후 지역사회의 장기적인 대응능력을 살펴볼 수 있는 시점으로 판단된다. 이를 해석하면 코로나 확산 4단계에 영향을 미치는 요소 중 통계적으로 유의미한 요인은 노후 특성과 관련이 있는 것으로 나타나 코로나19의 충격 이후 장기적인 관점에서 지역의 노후 정도가 클수록 경제적 충격에 대응할 수 있는 능력이 낮아지는 것이다. 즉, 코로나로 인한 경제적 충격에 대응하기 위한 회복력에 영향을 미치는 요소는 지역의 노후 특성과 관련이 있는 것으로 판단된다.