대학서열과 노동시장*

金 珍 永**

요 약

명문대를 정점으로 한 서열구조는 우리 사회의 역동성을 제약하고 공교육

붕괴를 초래하는 사교육 문제의 근원으로 인식되고 있다. 본고에서는 대학 서

열이 노동시장, 특히 임금에서는 어떻게 반영될 것인가를 2003년도 졸업생들

의 2005년도 노동시장 성과에 대한 실증적 검토를 통해 살펴본다. 민서(Mincer)

임금 방정식에 학과별 수능점수를 추가하는 방식으로 졸업생의 능력과 성실

도를 통제한 대학서열의 영향을 살펴본 결과는 수능점수 1점의 상승이 0.2%

의 임금상승으로 연결되며 수능점수 통제 후 상위 5~10개교의 임금 프리미엄

은 5～7% 정도에 이르는 것으로 나타났다. 그러나 이런 임금 프리미엄은 약

상위 100개 학교까지 나타나 상위대학 문제보다는 오히려 과잉고등교육이 더

심각한 문제일 수 있음을 시사한다. 또한 Theil 불평등 지수 분석에서는 학교

내 불평등이 전체 불평등의 88%이고 학교 간 불평등은 약 12%로 나타나 출

신 대학의 서열이 개인의 숙명은 될 수 없음을 반증하고 있다. 한편 지방대학

은 수도권으로부터의 거리에 학생들의 입학 성적은 물론 임금까지도 크게 의

존하는 모습을 보인다. 본 연구는 대학 서열 문제가 적어도 노동시장 진입 초

기에는 심각한 문제가 되지는 않음을 보여주지만 대학서열과 노동시장에 대

한 충분한 논의를 위해서는 향후 노동시장 경력 증가에 따른 상위 학교 프리

미엄 변화에 대한 추가적인 연구가 따라야 할 것이다.

핵심 주제어 : 대학서열, 지방대학, Mincer 임금 방정식

JEL 분류기준 : I23, J24, J31

* 본 논문에 대해 좋은 논평으로 논문의 개선은 물론 향후 연구 방향 설정에도 도움을 주신

남기곤, 김태종 교수님, 그리고 2007년 6월 15일 패널 참가자 분들께 감사드린다. 또한 분석

자료의 형성과 정리에 도움을 주신 한국직업능력개발원 오호영 박사님과 건국대학교 경제

학과 오시진, 김창호 두 학생에게도 감사드린다.

최초심사일(2007년 6월 8일), 최종심사일(2007년 11월 29일)

** 건국대학교 경제학과 부교수, E-mail: jykm19@konkuk.ac.kr

2 韓國經濟의 分析 제13권 제3호(2007. 12)

Ⅰ. 서 론

대학서열은 우리나라 교육 문제를 논할 때 매우 중요한 핵심 어구 중 하나이

다. 특히 극심한 경쟁을 유도하는 입시제도나 그에 따른 사교육 등과 관련된 논

의에서 대학 서열은 거의 빠지지 않고 등장하면서 우리나라 교육 문제의 근원으

로 인식되기도 한다.

대학 서열에 대한 시각은 전반적으로 긍정적이지 않다. 적지 않은 사람들이

서열을 사교육 확대와 공교육 붕괴의 근본 원인으로 생각하고 있는 것으로 보인

다. 이를테면 최근의 기사 중 하나는 다음과 같이 학원이나 학부모의 의견을 전

하고 있다. “입시학원 관계자들은 학벌주의와 대학 서열화가 해결되지 않고는

사교육 시장은 죽지 않는다고 입을 모은다. 교육 관련 시민단체도 같은 입장으

로, 학교 교육 내실화도 필요하지만 학력 중심의 서열화 사회가 해결되지 않고는

사교육이 없어질 수 없다고 지적했다.”(서울신문 2007년 5월 27일자).

한편 입시 평준화를 주장하는 책의 서문에는 다음과 같은 내용이 들어있다.

“한국의 입시경쟁이 지구상에서 유례없는 ‘지옥'이 된 것은 그것이 무한 경쟁이

기 때문이다. 이러한 입시무한경쟁을 불러온 것은 바로 대학의 서열화이다. 우리

나라의 160여 개 대학은 서울대를 정점으로 거의 획일적으로 서열이 매겨진 상태

이며, 출신대학의 서열은 곧 자신의 ‘등급'과 직결되므로 수험생들은 한 단계라

도 더 높은 대학에 가려고 무한경쟁을 하지 않을 수 없다.”(김경근,『대학 서열깨

기』). 저자는 이 책을 통해 학생과 학부모, 그리고 교사가 힘을 합해 대학의 서

열화를 폐지하면 그 동안 0.5%가 독식해 온 낡은 판을 깨고 다수가 승자가 되는

행복한 판을 새로 짤 수 있다는 것을 말한다.

이런 대중적 인식과 궤를 같이 하는 서열의 원인과 결과에 대한 연구는 2000

년대 이후 지속적으로 진행되어 왔다. 대학서열화의 형성원인으로 교육계 내부

적 요인을 강조한 연구 가운데 최수태(2000)는 수능성적으로 대학의 당락이 결

정되고, 일선 고등학교에서 학생의 소질과 적성보다 수능성적에 따라 합격 가능

한 대학을 위계화시켜 작성한 배치 기준표에 학생의 성적을 대비시켜 진학지도

를 하는데서 그 원인을 찾고 있다. 신극범(2003)은 한국대학들의 위기의식과 정

대학서열과 노동시장 3

도가 수도권과 지방대학, 그리고 국립대학과 사립대학, 대학의 규모와 역사, 인

지도 등에 따라 차이가 있으며 이러한 차이가 대학들의 서열화 구조에 그대로

반영된 것으로 분석한다.

한편 이두휴․고형일(2003)은 기회와 자원의 수도권 집중으로 인한 지역 간

불균등 발전이라고 하는 대학 밖의 구조적 요인들에 의해 대학의 서열이 형성되

었고, 대학 간의 경쟁에 의한 서열체계의 유동화가 불가능하도록 구조화되어 있

다고 주장하면서 지방대학의 문제를 강조하고 있다. 박부권(1999)은 대학설립준

칙주의가 시설여건이 불비한 상황에서 기존에 각종 학교로 분류되던 대학들이

대거 4년제 대학으로 편입됨에 따라 이들이 대학서열체계의 저변을 형성하는 새

로운 층을 형성함으로써 대학서열화를 공고화하였다고 주장하였다.

이렇게 서열의 원인을 지적한 연구들은 대체로 대학 서열에 대해 비판적인 입

장을 취하고 있는데 이러한 주장에 대해 선험적으로 반대할 근거는 없지만 이런

명제들은 실증적인 점검을 거쳐야 할 것이다.

실증분석을 기초로 대학서열의 결정 요인을 다룬 최근의 연구로는 이주호 외

(2003)와 김진영(2006), 오호영․김승보(2006) 등이 있다. 이주호 외(2003)에서는

서열을 대학별 신입생의 평균 수능성적(백분위 환산 성적)의 순서로 정의하고,

대학의 교육 및 연구수준에 관계없이 지역, 국립 여부에 따라 고정적으로 결정되

는지 아니면 교육 및 연구 수준이 높은 대학이 우수한 학생을 유치하여 높은 서

열을 차지하고 있는지를 실증하였다. 회귀분석 결과에 따르면 학생 1인당 운영

지출비, 교원확보율, 교수 당 SCI논문 편수, 대학원생수 등 대학의 교육 및 연구

의 수준이 대학의 서열에 영향을 미치는 것으로 나타났다. 이와 동시에 수도권

대학 프리미엄이 지방대학에 비해 12～20%를 상회하며, 국립대학의 사립대학에

대한 프리미엄도 12～14% 정도인 것으로 나타나, 지방의 사립대학이 대학서열

상위에 오르는 것이 결코 쉽지 않다는 점을 확인했다. 이 연구는 서열을 다루면

서 단 한 해의 수능점수로 서열을 파악했기 때문에 실제로 서열의 공고화가 있

었는지에 대한 의문에는 답을 제시하지 못하고 있다.

김진영(2006)에서는 10년간 서열 자료를 통해 서열의 동태적 측면을 파악하고

자 했다. 이 연구에서는 1994년에서 2003년까지 10년 동안 대학 서열의 변화는

주로 서열 상 중위권 이하의 학교들 사이에서 주로 이루어져 왔으며 상위 30%

4 韓國經濟의 分析 제13권 제3호(2007. 12)

이상에서는 거의 서열의 변동이 없는 것을 발견했다. 또한 서열의 변화는 1998

년 이전이 그 이후보다 활발했음이 나타나 최근 들어 고착화가 다소 심화되는

경향을 보이는 한편 2000년 이후 전공에 따른 서열화가 새로운 현상으로 나타남

도 보이고 있다. 그리고 서열이 대학의 재정적 측면의 노력보다는 학교의 위치와

규모 등의 요인에 크게 좌우되는 것으로 나타나지만 우수 교수진의 확보 혹은

교수들의 연구 성과는 서열에 변화를 가져올 잠재력을 크게 가지고 있음을 발견

하였다.

이런 기존 연구들이 서열이라는 현상에 대한 파악에 기여하기는 하였지만 그

결과라는 측면에 대한 연구는 거의 없었다. 서열의 결과에 대해서 과연 부정적인

평가를 내려야만 하는 것인지에 대한 최종적인 판단은 노동시장 분석을 통해서

이루어져야 할 것이다. 그럼에도 불구하고 노동시장에 대한 분석은 별로 없었던

주된 이유는 자료가 없기 때문이었다. 최근에는 사회와 학계의 관심을 반영하여

대학교육의 성과를 측정하기 위한 자료들이 생성되고 있다. 대표적인 자료로는

노동연구원의 노동패널과 직업능력개발원의 졸업생 조사를 들 수 있다.

대학서열이 노동시장의 성과에 미치는 영향을 분석한 연구로 문제의식이나 분

석 방법 상 본 연구와 가장 유사한 연구로는 장수명(2005)을 들 수 있다. 이 연구

에서는 고등교육의 확대에도 불구하고 고등교육에 대한 선호가 줄어들지 않는

원인을 학력간, 학교서열간의 경제적 수익률 차이에서 찾고자 하였다. 그 결과

노동패널 1～5차 자료를 이용하여 대학서열이 임금에 미치는 효과를 알아보기

위한 회귀분석을 통해 경력, 근속년수 등 기본적인 변수들과 교육 연수, 의학전

공 및 교육대학 변수까지 통제한 후에도 명문대학의 임금효과는 상당히 큰 것을

발견했다. 상기 연구와 본 연구는 대상이 되는 표본의 특성 및 조사 시점 등에서

차이가 있다. 본 연구는 같은 2003년도 대학 졸업생들의 2005년 노동시장 성과

에 대한 분석인 반면 장수명(2005)의 연구는 같은 연도 졸업생이 아닌 많은 연령

층의 1998～2001년 노동시장 성과를 분석했다. 이 외에 수능 점수의 통제 유무

도 중요한 차이점이다. 수능점수가 진정한 능력의 대리변수인지에 대해서는 쉽

게 판단하기 어렵겠지만 수능점수를 통제하지 않을 경우, 명문대학 프리미엄 추

정은 개인 능력과 대학서열이 혼합된 효과일 수밖에 없다. 따라서 불완전한 능력

의 대리변수라 할지라도 수능점수는 통제하는 것이 바람직할 것이다.1)

대학서열과 노동시장 5

실제로 수능점수가 임금에 미치는 영향에 초점을 맞춘 김홍균․문혜영(2007)

은 노동패널 자료를 이용하여 4년제 대학 이상을 졸업한 그룹에서 수능점수와

임금에 미치는 효과가 매우 커서 수능시험 표준편차가 1단위 증가함에 따라 임

금은 평균적으로 7.26% 증가하는 것을 보이고 있다.

본 연구와 동일한 자료를 이용하여 지방대의 차별 문제를 중심으로 서열문제

를 연구한 오호영․김승보(2006)에서도 수능점수가 최근 대졸자들의 임금에 중

요한 영향을 미치며 수능점수를 넘어서는 차별은 크지 않은 것으로 보고하고 있

다. 이렇게 수능점수와 임금의 관계를 분석한 논문은 많지 않으나 대체로 대학

수능서열이 임금에 유의한 영향을 미치는 것으로 나타났다.2)

물론 수능점수와 임금과의 상관관계를 발견한다고 해서 그것을 대학 서열이

노동시장에 미치는 영향에 대한 분석이라고 보기는 어려울 것이다. 수능점수를

능력의 대리변수라 한다면 수능점수에 따른 임금 차이 자체를 차별과 심각한 서

열문제로 인식하기는 어려울 것이다. 수능점수로 임금을 설명하고서도 출신 대

학의 효과가 남는지의 여부로 대학 서열이 노동시장에 어떤 형태로 반영되는지

를 평가할 수 있을 것이다. 노동시장에서 대학 서열이 문제가 된다면 그것은 특

정 대학 출신이라는 이유로 개인의 능력 이상 혹은 이하의 대우를 받기 때문일

것이다.

본고의 실증분석은 크게 두 부분으로 구성된다. 대학 서열의 문제를 크게 나

눈다면 상위에 있는 소위 명문대나 일류대 문제와 점차 설 자리를 잃어가는 지

방대 문제라고 할 수 있기 때문이다. 기존 연구나 일반적 인식도 주로 서열의 상

하 양극단에 주된 초점을 맞추고 있으며 본 연구도 기존 연구의 문제의식을 반

1) 수능점수가 능력의 대리변수는 아닐지라도 능력 외의 임금에 영향을 미치는 다른 요소들, 이

를테면 성실도와 같은 요소까지도 포함하고 있다면 IQ 같은 변수들보다 오히려 더 좋은 통제

변수가 될 수도 있을 것이다.

2) 해외연구는 주로 우수대학(elite college)을 졸업할 경우 경제적 보상이 있는가에 초점이 맞추

어져 왔다. 우수대학에 대한 정의, 실증분석 자료, 실증분석 방법론 등이 상이하기는 하지만,

많은 연구들이 우수대학 졸업생의 경제적 성과가 더 높다는 점을 밝히고 있다(Brewer, Eide

and Ehrenberg 1999 ; Bowen and Bok 1998 ; Behrman, Rosenzweig and Taubman 1996 ;

Loury and Garman 1995 ; Kingston and Smart 1990). 그러나, 몇몇 연구에서는 우수대학 졸업

생의 경제적 성과가 여타대학 졸업생과 비교하여 유의한 차이가 없다는 결과를 제시하고 있

다(Black and Smith 2003 ; Dale and Krueger 2002).

6 韓國經濟의 分析 제13권 제3호(2007. 12)

영하여 명문대 효과와 지방대 효과라고 하는 두 개의 극단을 중심으로 서열과

노동시장의 관계에 대해 실증적으로 분석해 본다.

본고는 다음과 같이 구성된다. 명문대 효과의 검토가 주로 이루어지는 제Ⅱ장

은 수능점수를 이용, 대학별 서열변수를 구성하고 수능점수를 통제하고도 취업

확률 및 임금에서 서열의 효과가 남는지를 살펴보는 부분이다. 이어 지방대 문제

가 다루어지는 제Ⅲ장에서는 수도권에서 거리라는 외생 여건이 지방대학 및 그

졸업생들에게 어떤 영향을 미쳤는지를 주로 검토할 것이다. 제Ⅳ장에서는 실증

분석을 바탕으로 한 몇 가지 규범적 논점들을 제시하면서 정책 시사점을 생각해

본다. 제Ⅴ장은 맺는말이다.

Ⅱ. 서열과 졸업생 임금 및 취업률

대학 서열에 대한 일반적인 인식 중 하나는 가구 소득으로 대변되는 가정환경

과 입학하는 대학교 사이에 밀접한 관계가 있으며 좋은 학교, 혹은 서열이 높은

학교와 좋은 직장 사이에 또한 밀접한 관계가 있다는 것이다. 그리하여 소득이

높은 가정 출신의 학생들이 좋은 대학과 좋은 직장을 얻게 될 가능성이 높아지

며 이에 따라 소득이 대물림될 수 있다는 함의로까지 이어진다.

이번 장에서는 이러한 예측의 진위 여부를 자료를 통해 실증적으로 점검해 본

다고 할 수 있다. 입학 단계, 구직 단계, 취업확률, 현 직장에서의 임금 등과 대학

교의 서열 사이에 어떤 관계가 있는지 살펴볼 것이다.

실증분석에 이용되는 자료는 한국직업능력개발원(이하 직능원)에서 실시한

2005년도『전문대․대학교 졸업생의 경제활동상태 추적조사』자료와(이하 졸업

생 조사) 진학사에서 축적한 1994~2003년의 학교별․학과별 평균 수학능력점

수 자료이다.

직능원의 졸업생 자료는 대졸자들의 노동시장 성과를 파악하기 위해 형성된

것으로 2005년부터 2년 단위로 추적하는 패널자료 성격을 가질 예정이다. 본고

에 이용된 자료는 2003년 졸업생들을 대상으로 한 자료로 전문대 및 대학졸업생

대학서열과 노동시장 7

의 학교교육, 직업 이행을 위한 준비, 이행과정, 경제활동 상태, 임금 등의 노동

시장 성과 등에 대한 개인 정보를 담고 있다. 직장과 임금에 관한 자료는 졸업

후 2년이 지난 2005년 자료이다.3) 졸업 직후보다는 노동 시장에 어느 정도 안착

한 다음의 자료로써 졸업 직후 자료보다는 오히려 신뢰성이 있으리라 생각된다.

서열 분석에 핵심적으로 필요한 자료는 대학 및 학과별 수능성적 자료이다.

본고에서 분석된 자료는 김진영(2006)이나 오호영․김승보(2006) 등의 기존연구

에서도 이용된 진학사의 자료로 이 수능점수 DB는 교육인적자원부의 협조를 받

아 각 대학으로부터 수능평균점수를 수합하여 구축된 것이다. 이 수능점수 자료

는 직능원 졸업생조사와 결합되어 출신 학과의 평균 수능점수가 각 개인의 점수

로 부여되게 될 것이다.

아쉽게도 직능원의 졸업생 조사 데이터에서 수능 점수는 별도로 조사되지 않

았기 때문에 개인별 수능점수 자료는 현재 가용한 어떠한 DB의 형태로도 존재

하지 않는다. 따라서 본고의 분석에서 이용되는 학과 평균 수능점수를 개인의 능

력에 대한 대리변수로 해석하는 데에는 명백한 한계가 따르게 된다. 학생이 속한

학과의 수능성적은 개별 수능점수를 대신하여 보이지 않는 능력을 통제할 차선

의 선택으로 간주될 수는 있을 것이다.

물론 수능점수를 IQ와 같은 선천적 능력을 대변하는 변수로 간주할 수는 없기

때문에 본고의 분석에서 개인들에게 부여된 수능점수에 대한 해석에는 개인의

능력이라는 측면과 노동시장에 보내는 일종의 신호라는 두 가지 가능성을 모두

열어두어야 할 것으로 생각된다.

원칙적으로는 각 개인의 수능점수는 입학연도를 고려하여 부여되어야겠지만,

그 경우에는 연도별 난이도의 차이로 각기 다른 연도의 절대치를 비교하는 것은

큰 의미가 없어진다. 따라서 가장 바람직한 것은 각 연도별로 백분위 점수를 구

하는 것이다. 이런 세심한 작업은 추후 연구로 미루고 본고에서는 선행 연구인

오호영․김승보(2006)의 예를 따라 중간치에 해당하는 1998년도 점수를 이용하

였다.4) 기존연구에서 밝혀진 바와 같이 각 학년도간 학교․학과별 수능평균성적

3) 대학 졸업 후 첫 직장에 대한 질문도 있으나 이에 대한 응답률은 낮은 편이다.

4) 예를 들어 4년제 대학의 경우 2003학년도 졸업자 10,605명 중 1995년 이전 입학자가 1,489명

(14.0%), 1996년도 입학자가 2,271명(21.4%), 1997-1998년도 입학자가 2,410명(22.7%), 1999

8 韓國經濟의 分析 제13권 제3호(2007. 12)

은 단기간 내에는 비교적 안정적이고 인접한 두 연도 사이의 수능점수의 상관계

수가 0.9 이상이라는 점을 감안하면 특정입학년도의 수능성적을 사용하더라도

추정결과는 크게 달라지지는 않을 것이다. 단, 이 경우 수능점수의 해석을 개인

능력의 대리변수로 삼는 데 대한 정당성이 다소 떨어진다는 점은 인정해야 할

것이다.

그럼 이하에서는 수능점수를 결합한 대학졸업생 자료를 활용하여 노동시장에

서 대학서열과 졸업생의 노동시장 성과 사이의 관계의 다양한 측면에 대해 살펴

보기로 한다.

1. 입학단계

노동시장 성과라고는 할 수 없지만 우선 대학 서열을 논할 때 흔히 제기되는

“가정환경이 출신 대학을 결정하는 중요한 원인이 된다”는 명제에 대해 직능원

의 졸업생 조사에 나타난 바를 토대로 검토해 보기로 하자.

아쉽게도 직능원 졸업생 조사 데이터에 직접적으로 부모님의 소득을 묻는 항

목은 없지만 총 가구 소득에 대한 질문으로부터 본인 이외의 소득을 계산할 수

는 있다. 이 항목에 대해서는 응답률이 낮아 표본의 수는 줄어드는 단점은 있지

만 이 데이터로는 가구 소득과 수능점수의 상관관계를 알아볼 수 있는 유일한

단서이다.

부모와 동거하지 않는다는 졸업생이 40% 가량 되어서 일단 부모와 동거하는

졸업생을 대상으로 가구 전체의 연간 소득에 응답한 졸업생들의 가구의 연간 총

소득에서 본인 연간소득을 빼는 방법으로 본인 이외의 가구원 소득 변수를 생성해

보았다. 이렇게 한정된 표본(관측치 3828)으로만 판단해 보면 다음의

과 같이 본인 외의 가구 연간소득과 수능점수와의 상관관계는 강하지 않은 것으로

보인다. 물론 전체 표본 수에 비해 관측치 수가 작고 이 질문에 대한 응답을 꺼리

는 졸업생이 많았다는 사실로 미루어 볼 때 조사에 임하는 성실도가 떨어져 측

정오차가 클 가능성도 배제할 수 없으므로 성급한 결론은 내리기 어려울 것이다.

년도 입학자가 3,455명(32.6%) 등이었다.

대학서열과 노동시장 9

그러나 일단 이 자료만을 근거로 본다면 수능점수와 가구 소득 사이의 상관관계

는 그리 크지 않은 것으로 보인다. 수능점수와 자신의 소득을 제외한 가구 총소

득 사이의 상관계수는 0.04에 불과하다.

본인 이외의 가구원 소득(가로축)과 수능점수

100

200

300

400

po

int

0 10000 20000 30000 40000othinc

또한 이 자료에 따르면 본인 이외의 가구원의 소득과 본인의 소득 사이의 상

관관계도 별로 없는 것으로 나타난다. 본인의 소득과 다른 가구원들의 소득 사이

의 상관계수는 오히려 음의 값이 보이고 있다(-0.364). 취업 상태인 졸업생들로

표본을 한정하더라도 여전히 음의 값을 보인다(-0.137). 이는 가구의 소득이 높은

성적으로 이어진다는 일반적 인식과는 배치되는 결과이다.

다음으로 학교 및 학과의 입학 성적의 분포에 대해 살펴보자. 김진영(2006)에

서도 제시되었지만 학교가 먼저 선택되고 학교 내에서 전공이 선택되는 서열, 즉

학교를 선택하는 사람들이 辭典的으로(lexicographic) 학교와 학과를 선택하는 형태의 대학 서열화는 이제 상당 정도 해체되었다고 보아야 한다.

그러나 여전히 출신 대학은 중요한 의미를 갖는다는 것은 부인할 수 없다. 다

음의 은 대학의 서열과 학교 내 전공별 점수분포를 제시하고 있다. 현

수능점수 자료가 1998년에 맞추어져 있으므로 학교 별 순위도 1998년도 각 학교

10 韓國經濟의 分析 제13권 제3호(2007. 12)

의 인문계 평균 백분위점수를 중심으로 도출하되 이공계열만 있는 학교들도 순

위의 대상으로 하였다. 학교의 수능 점수는 학과별 평균점수를 바탕으로 학과의

인원을 고려한 가중평균 값으로 도출되었다. 이 점수를 바탕으로 자료가 이용 가

능한 165개 대학을 성적순으로 1위부터 165위까지 정렬하여 순위를 부여하여 서

열 변수를 생성하였다.

에서도 분명히 나타나지만 각 학교 내에서 가장 높은 학과의 성적은 서

열에 따른 점수 차이가 크게 나타나지 않고 있다. 물론 이런 현상은 전공서열이

형성되어가는 과정의 한 단면으로 해석할 수 있을 것이다.

한 연도를 선택할 경우 어떤 해라도 수능으로 서열을 정의하는 이상 서열은

분명히 나타난다. 이를테면 1998년의 자료를 이용할 경우 각 학과별 점수를 종

속변수로 하고 학교의 서열을 설명변수로 하는 OLS 회귀분석은 학교 서열이 한

단계 내려갈 때 수능 평균 점수가 약 0.9점씩 내려가고 있음을 보여준다. 수능

점수 1점도 안 되는 차이라면 결코 큰 차이라고 할 수 없다. 이런 차이로 인해

노동시장에서 큰 차별을 받게 된다면 이는 결코 바람직하지 못할 것이다. 그러나

현실적으로 모든 대학이 비슷한 능력을 갖는 학생을 받아들이는 것은 아니며 순

본인 이외의 가구원 소득(가로축)과 본인의 소득

100

0200

0300

0400

0500

0

ye

arn

0 10000 20000 30000 40000othinc

대학서열과 노동시장 11

위의 격차가 벌어질수록 순위만큼의 큰 점수 차이가 존재하는 것이 사실이기 때

문에 서열의 차이가 많이 나는 상위와 하위권 학교 출신 졸업자 사이의 임금 차

이를 차별로 간주할 수 없음 또한 사실이다. 따라서 이하의 수능점수를 근거로

서열을 도출하는 분석에서는 큰 의미가 없는 서열 한 계단의 차이를 부각시키기

보다는 서열을 근거로 한 10분위로 대학들을 나누거나 상위 10~100개교를 묶는

방식을 주로 이용하게 될 것이다.

한편 앞서 언급한대로 수능점수는 한 학교 내에서도 학과별로 넓게 분포되어

있다. 따라서 평균점수만으로는 넓게 분포된 학교 내 학과 점수라는 자료의 특징

을 충분히 드러내기 어렵다.

여기서 자연스럽게 제기되는 질문은 각 대학의 상위권 학생들 사이의 차이와

하위권 학생들 사이의 차이는 어떠한가 하는 것이다. 선험적으로 각 대학의 상위

그룹학생들 사이의 차이는 평균적인 차이보다 그리 크지 않을 것이라는 예상이

가능하다.5) 이러한 예측이 맞는지에 대해서는 분위 회귀(quauntile regression) 분

석이 답을 제시해 줄 수 있을 것이다.

학교의 서열(가로축)과 학교내 전공 별 점수분포(4년제, 1998년)

100

200

300

400

av

gs

cr

0 50 100 150 200a_rank98

5) 같은 질문을 임금에 대해서도 제기할 수 있을 것인데 이에 대해서는 뒤에서 논하기로 한다.

12 韓國經濟의 分析 제13권 제3호(2007. 12)

은 서열과 학교-학과별 점수 사이의 관계를 보여주는 OLS와 분위회귀

분석 결과를 제시하고 있다. 예측과 일관되게 90% 분위나 75% 분위 회귀분석의

서열 계수는 OLS 계수보다는 작은 절대 값을 가지고 있다. 즉 각 학교의 상위

학생들 사이에는 평균적인 차이보다 큰 차이가 나지 않음을 알 수 있다. 그러나

25~50% 분위회귀에서는 서열변수의 계수 값이 OLS 계수 값보다 더 커서 하위

학생들 사이의 차이는 오히려 평균보다 더 크다는 것을 알 수 있다.6) 그러나 각

대학의 최하위 10% 학생들 사이에는 서열에 따른 점수 차이 폭이 더 줄어들고

있다. 이 역시 전공 서열의 한 단면일 것으로 생각된다.

OLS Meidan 90% 분위 75% 분위 25% 분위 10% 분위

서 열-0.893

(0.008)

-0.940

(0.007)

-0.841

(0.017)

-0.873

(0.008)

-0.997

(0.019)

-0.702

(0.025)

상 수342.16

(0.760)

340.28

(0.65)

357.82

(1.572)

346.52

(0.766)

325.64

(1.787)

265.38

(2.358)

R2 0.7625 0.438 0.382 0.454 0.312 0.193

서열과 학과별 수능점수(OLS and Quantile Regression)

이제 대학 서열 한 단계 사이에 수능 점수로는 이 정도의 차이가 있다는 사실

을 염두에 두고 입직과정과 취업확률 및 연소득의 차이에 대해서 차례로 살펴보

기로 하자.

2. 재학 중 입직 준비 과정

재학 중 입직 준비과정에서 서열이 미치는 영향은 노동시장에 진입하기 위한

재학생들의 노력을 통해 파악할 수 있을 것이다. 노동시장에 진입하기 위한 노력

을 더 많이 한다는 것 자체가 재학 중인 학교의 낮은 서열을 극복하기 위한 노력

의 한 단면으로 볼 수 있기 때문이다.

6) median 회귀의 계수값이 OLS 계수값보다 더 크다는 사실은 일부 인기학과의 점수가 매우 높

다는 데이터의 특징으로부터 예상할 수 있는 결과이다.

대학서열과 노동시장 13

직능원의 졸업생 조사 자료에는 재학 중이나 졸업 후 취업을 위한 학원수강에

대한 질문이나 자격증 수 그리고 취업까지의 면접회수 등에 대한 질문을 마련하

고 있다. 여기서는 자격증 수나 면접 회수에 대한 정보를 근거로 서열의 영향에

대해 생각해 보기로 한다.

우선 자격증 수부터 보면 에서 보듯이 대체로 절반이 넘는 학생들이

1~3개의 자격증을 취득하고 있다. 전반적으로 전문대 학생들이 약간 더 많은 자

격증을 취득하는 경향이 있다. 그렇지만 자격증을 취득하지 않는 학생들도 상당

수 있어 전문대나 4년제 대학 모두 그 비중이 약 40%에 이른다.

자격증 수빈 도

대 학 교 전 문 대

0 5,980 5,067

1 4,279 3,856

2 2,025 2,049

3 857 1,053

4 167 255

5 94 129

6 40 66

7 19 43

8 11 13

9 2 6

10 8 13

합 계 13,482 12,550

자격증 수 빈도

서열과 관련지어 자연스럽게 제기되는 질문은 수능점수가 낮을수록 많은 자격

증을 보유하는 경향이 있는가 하는 점이다. 자격증 수의 분포는 자료의 특징 상

Poisson 분포라고 생각하는 것이 가장 적절할 것이다.7) 이에 따라 설명변수로 수

7) 자격증 수의 평균은 1.01이고 분산은 1.21로 평균과 분산이 같다는 Poisson 분포의 특징을 완

전히 충족시킨다고 볼 수는 없지만 분산이 평균에 비해 지나치게 큰 편은 아니어서 회귀분석

결과가 크게 왜곡된 결과를 보이지는 않을 것으로 보인다.

14 韓國經濟의 分析 제13권 제3호(2007. 12)

능점수만 선택한 Poisson 회귀분석을 실시하였다. 그 결과는 과 같이 전문

대와 4년제 대학 모두 수능 점수가 낮은 졸업생들이 자격증을 더 많이 가지려는

경향이 분명히 있는 것을 보여주고 있다.

자격증 수와 수능점수(Poisson Regression)

전체표본 4년제 전문대

수능점수 -.001331

(10.15)**-.00096

(4.88)**-0.0006565

(3.36)**

상 수 0.356265

(10.27)**0.1746

(3.16)** 0.2618573

(5.35)**

log likelihood

관측치 수

-33,833.621

24,102

-15,941.913

12,028

-17,814.032

12,074

주 : ( ) 안은 z값이며 **는 1%에서 유의

적어도 평균적으로는 수능점수가 낮은 학생들이 자격증을 취득하려는 노력을

많이 하는 경향이 있는 것은 사실이다.

이번에는 면접회수에 대해 생각해 보자. 면접회수와 서열의 관계에 대해서는

다음과 같이 추론해 볼 수 있다. 면접이라는 것 자체가 서류전형의 통과를 의미

하므로 서열이 높은 학교 출신들에게 더 많은 면접기회가 주어질 수 있다. 또한

많은 면접기회는 더 많은 직장 선택기회를 의미하므로 일반적으로 서열이 높은

학교 출신 졸업생들이 유리할 것이다. 그렇다면 수능점수가 높을수록 면접회수

는 늘어날 것이다.

면접도 자격증 수와 유사하게 1~3회가 가장 높은 비중을 차지하고 있다. 그러

나 10회 이상이 되는 경우도 적지 않게 나타난다. 그리고 일반적으로 전문대 졸

업생들이 면접을 더 많이 하는 경향이 발견된다.

면접회수에 대해서도 자격증 수와 마찬가지로 Poisson 회귀분석을 통해 수능

점수와의 관계를 살펴보았다. 앞서의 추론과 부합되게 전문대나 4년제 대학교

모두 수능점수의 계수가 유의한 양의 값을 갖고 있다. 즉 수능점수가 높은 졸업

생들이 면접을 더 많이 하는 경향이 있음이 발견되는 것이다. 수능점수가 높은

졸업생들이 취업 시 직장 선택 폭이 넓다는 사실을 보여주는 결과이다.

대학서열과 노동시장 15

면접회수 대학교 전문대

0 2,576 3,088

1 4,746 4,265

2 2,104 1,874

3 1,515 1,620

4 441 554

5 522 783

6 134 214

7 55 105

8 47 66

9 7 15

10 248 551

11~20 99 238

21~30 23 59

31~40 7 14

41~50 11 15

51~99 2 4

100 이상 3 5

합 계 12,540 13,470

면접회수 빈도

면접회수와 수능점수(Poisson Regression)

전체 표본 4년제 전문대

수능점수 0.002804

(31.97)**

.002164

(18.52)**

0.00180

(12.3)**

상 수 0.13243

(5.52)**

.411763

(12.27)**

0.275136

(7.35)**

log likelihood

관측치 수

-67,387.508

24,083

-37,504.275

11,701

-29,818.81

12,382

주 : ( ) 안은 z값이며 **는 1%에서 유의

16 韓國經濟의 分析 제13권 제3호(2007. 12)

그렇지만 면접 회수와 첫 직장에서 얻은 연소득 사이의 상관관계가 낮다는 점

은 지적해 두어야 할 것이다. 두 변수 사이의 상관계수는 0.02 정도로 면접을 많

이 하는 것이 반드시 높은 임금으로 연결되는 것은 아님을 말해 준다. 오히려 전

문대학의 경우는 이 두 변수 사이의 상관계수가 약한 음의 값을 보이고 있다. 그

렇다면 수능점수가 더 높을수록 더 많은 면접기회를 가지기는 하지만 더 많은

면접이 높은 임금으로 이어지는 것은 아니라고 정리할 수 있다.

관측치수 점수평균 표준편차 최 저 최 고

1~4인 839 243.1 48.65 111 374

5~9인 1,533 253.1 44.28 117 372

10~29인 1,900 261.0 43.11 112 375

30~49인 789 256.9 42.81 120 365

50~99인 755 260.7 46.01 120 359

100~299인 856 262.6 46.17 120 369

300~499인 306 267.9 41.63 122 365

500~999인 277 268.2 49.41 151 374

1000인 이상 961 268.8 48.18 116 376

첫 직장의 규모별 수능점수(전문대 + 4년제)

관측치수 점수평균 표준편차 최 저 최 고

1~4인 227 249.8 51.1 138.7 374

5~9인 539 261.4 45.1 138.7 372

10~29인 809 269.1 43.6 138.7 369

30~49인 345 266.5 41.6 162 365

50~99인 354 272.7 42.4 140 359

100~299인 388 276.4 42.6 151 369

300~499인 152 277.2 41.1 170.1 365

500~999인 150 285.3 48 168.4 374

1000인 이상 442 285.7 47 150 376

첫 직장의 규모별 수능점수(4년제)

대학서열과 노동시장 17

한편 현 직장의 종사자 수도 서열과 관계 깊을 수 있다. 일반적인 인식은 부유

한 가정 → 좋은 학교, 혹은 서열이 높은 학교 → 좋은 직장, 일반적으로 대기업

으로 이어진다는 것이다. 은 이러한 인식이 사실과 부합함을 보여주고 있

다. 대체로 직장의 규모와 수능점수 사이에는 정비례의 관계가 발견된다. 특히

이러한 경향은 에서와 같이 4년제 대학 졸업생들만을 대상으로 했을 때

더 강하게 나타난다. 이를테면 종사자 수 11~30인 정도 규모의 직장에 취업해

있는 졸업생들의 평균 점수는 270점 정도인 반면 종사자 500인 이상의 직장에

취업해 있는 졸업생들의 평균점수는 285점에 달한다.

지금까지 살펴본 바로는 수능점수가 낮을수록 입직을 위한 자격증 획득 등을

통해 노동시장 진입을 위한 노력을 하지만 입직 과정에서 면접 회수는 수능점수

가 높을수록 더 많이 주어지는 경향이 있으며 수능점수가 높을수록 졸업 후 얻

게 되는 첫 직장의 규모가 큰 경향이 나타나고 있다. 이제 보다 본격적으로 취업

가능성과 임금에 미치는 서열의 영향을 보다 자세히 살펴보자.

3. 노동시장 성과: 취업과 임금

앞에서는 입학 성적과 취업과정 그리고 첫 직장 등에서 보이는 서열의 효과를

개략적으로 살펴보았다. 이제부터는 서열과 노동시장의 관계에 대한 여러 개의

검정 가능한 가설들을 세워보고 이들에 대해서 하나씩 검토해 보기로 하자.

우선 1998년 수능점수를 이용하여 학교별로 그 평균점수에 따라 순위를 부여

하고 이를 서열이라고 했을 때 이 서열을 근거로 학교를 10개 분위(가장 성적이

낮으면 1분위, 높은 성적이면 10분위)로 나누어 볼 수 있다. 수능 점수자료가 이

용 가능한 학교 수가 165개였기 때문에 각 분위별로는 16개의 학교가 포함되어

있으며 성적이 가장 낮은 1분위 그룹에 속한 학교 수만 21개가 된다. 졸업생 조

사 자료에 포함된 165개의 4년제 대학교 졸업생 12,362명을 출신 대학 서열로

나누어 보았을 때 그 취업률과 연평균 소득은 과 같다. 각 대학에 대한 서

열이 4년제 대학을 대상으로 부여되었기 때문에 이하의 분석은 4년제 대학 졸업

생들만을 대상으로 한다.

18 韓國經濟의 分析 제13권 제3호(2007. 12)

을 보면 수능점수 분위별로는 취업률이나 연평균 소득에서 큰 차이를

보이지 않는다. 가장 상위 분위의 소득이 전체 평균보다 400만원 정도 높은 것이

사실이고 취업률도 다소 높은 편이지만 취업률 면에서는 하위 서열의 학교라 할

수 있는 2분위나 6분위의 취업률이 오히려 약간 높은 것을 볼 수 있다. 연 평균

소득 면에서도 서열이 가장 높은 10분위보다 7분위 학교 출신 졸업자들의 평균

소득이 약간 더 높게 나타나고 있다.

소속학교 수능 서열과 취업률 및 임금

(단위 : 만원)

관측치수 취업자 취업률 연소득 평균 표준편차

1분위 1,658 826 49.8% 2,540.7 903.4

2분위 964 518 53.7% 2,317.7 762.0

3분위 878 433 49.3% 2,414.3 867.9

4분위 1,151 535 46.4% 2,149.7 720.9

5분위 769 362 47.0% 2,302.9 751.5

6분위 1,062 569 53.5% 2,441.4 839.6

7분위 2,074 941 45.3% 2,755.6 1,312.2

8분위 1,269 653 51.4% 2,434.7 737.7

9분위 823 437 53.0% 2,533.2 1,097.1

10분위 1,714 902 52.6% 2,725.5 834.3

합 계 12,362 6,176 50.0% 2,309.2 989.3

이렇게 출신 대학의 서열과 노동시장에서의 성과 사이에 매우 뚜렷한 관계가

나타나지 않는 것은 출신 대학 서열별 임금의 분포를 보여주는 산포도에서도 확

인할 수 있다. 2003년에 졸업한 4년제 대학 졸업생 중에서 2005년 취업 상태로

있는 학생들의 임금 분포를 평균 수능 점수로 파악한 학교 순위별로 보여주는

에서는 학교 서열과 임금 사이의 관계가 뚜렷하게 관찰되지는 않는다.

물론 연령이나 현 직장 근속 년수 등 통제되어야 할 변수들이 있기는 하지만

대학서열과 노동시장 19

에서는 적어도 취업자들 사이의 임금 차이가 학교 별 차이는 적고 학교

내 차이가 크다는 양상을 보여주고 있다. 또한 서열별로 임금 격차가 뚜렷하게

보이지는 않고 있다.

67

89

10

lye

arn

0 50 100 150 200a_rank98

학교 별 수능 서열과 임금분포

적어도 직능원 졸업생 조사 표본 내의 졸업생들 중 40명 이상은 고용된 상태

로 있는 학교에 한하여 회귀분석을 실시하면, 실제로 서열이 한 계단 떨어질 때

0.07%의 임금감소가 있는 것으로 나타나고 있다. 이는 그리 큰 임금 감소폭이라

고 보기는 어려울 것이다. 165개의 학교에 대해 서열이 부여되었기 때문에 1등

에서 마지막 등으로 떨어질 때 임금 감소의 폭은 11.4%라고 할 수 있다. 이런 결

과는 100명 이상이 취업한 학교에 대해 분석해 보아도 큰 차이를 보이지 않는다.

한 학교에 많은 학생들이 모여 있으며 가장 낮은 임금과 가장 높은 임금의 차이

가 크고 이상 관측치도 적지 않은 데이터의 성격을 고려하여 분위 회귀(quantile

regression)를 적용할 수도 있다. 이미 위의 산포도만으로도 예견할 수 있겠지만

같은 학교 졸업생들에 비해 높은 임금을 받는 졸업생들끼리 비교하거나 낮은 임

금을 받는 졸업생들끼리 비교할 경우에 학교별 임금 차이는 크게 존재하지 않는

다. 분위 회귀분석 결과에 따르면, 연소득이 낮은 편에 속하는 졸업생들 차이에는

20 韓國經濟의 分析 제13권 제3호(2007. 12)

임금 격차는 비교적 큰 편이라고 할 수 있다. 연 소득이 출신학교에서 10% 이하

에 속하는 졸업생들끼리 비교해 본다면 서열이 한 단계 낮아지면 연소득은 0.1%

감소하고 있다. 반면 대략 상위 25%에 속하는 졸업생들(75% 분위 회귀 결과) 사

이에서 서열에 따른 임금 차이는 소멸되는 것으로 나타나고 있다.

이런 결과는 데이터의 신뢰성에 대한 의심으로 이어질 수 있는데, 응답자들의

연소득에 대한 보고가 대체로 백만 단위에서 끊어져서 어느 정도 측정 오차가

있음을 짐작할 수 있다. 그러나 서열이 낮은 학교 출신의 졸업생들이 체계적으로

연소득을 과다하게 보고했다고 믿을 만한 선험적 근거는 찾기 어려운 것으로 보

인다.

학교 서열과 졸업생 log(연소득)

OLS 75% 분위 median 25% 분위 10% 분위

서 열-0.0007

(9.82)**

0.000

(0.00)

-0.00097

(11.46)**

-0.000843

(11.35)**

-0.0013

(8.46)**

상 수7.832

(1020.31)**

8.006

(1.97e+09)**

7.844

(1023.04)**

7.634

(1131.04)**

7.489

(514.83)**

R-squared 0.020

주 : ( ) 안은 t값이며 **는 1%에서 유의, *는 5%에서 유의

의 임금분포와 이를 근거로 한 의 회귀분석 결과는 노동시장

에서 서열에 따른 차별이 일반적인 인식과는 달리 큰 문제가 아닐 수도 있다는

시사점을 주고 있다. 특히 출신 대학에서 상위 25% 내의 높은 연소득을 올리는

졸업생들끼리 비교할 경우 서열에 따른 차이 자체가 없다는 발견은 노동시장에

서는 서열에 따른 차별도 크게 존재하지 않음을 보여주는 결과로 해석할 수 있

다. 물론 자료 자체가 노동시장에 진입한 지 얼마 되지 않은 사람들이 주를 이루

고 있다는 한계는 남지만 졸업 초기의 서열에 따른 차별은 일반적인 인식보다는

심각하지 않은 것으로 보인다.

대학서열과 노동시장 21

그러나 앞의 결과는 취업자들만으로 한정했을 때 서열에 따른 임금격차가 심

하지 않다는 것으로 취업률까지 고려하면 다른 결과가 나올 수도 있다. 이제 취

업확률에 대해서 살펴보기로 하자.

우선 4년제 대학생들을 대상으로 2005년 현재 취업상태에 있을 가능성을 추정

하는 Probit 추정을 해 보았다. 출신대학의 서열과 관련되지 않은 설명변수로는

연령과 연령의 제곱, 남성 더미, 면접 회수, 자격증 수 등을 포함하였다. 높은 연

령일수록 취업할 확률이 높기는 하지만 취업가능성은 선형으로 증가하지는 않으

리라는 추론은 회귀분석 결과에서도 확인되고 있다. 또한 여전히 남성의 취업 확

률이 더 높은 것으로 나타나는데, 이는 부분적으로는 노동시장에서 성차별을 반

영할 것이며 또 다른 한편에서는 성차별과도 어느 정도 관련이 있겠지만 구직활

동 자체를 남성이 더 활발히 할 가능성과도 관련이 있다고 생각된다. 한편 면접

회수와 자격증 수 모두 취업확률을 높일 것으로 예상할 수 있는 데 이런 예상도

회귀분석 결과에서 긍정적으로 확인된다.

이제 우리의 주 관심사인 서열 혹은 수능점수와 취업확률과의 관계를 살펴보

기 위해 설명변수로 수능점수 혹은 수능점수로부터 도출된 학교 서열 분위를 넣

어 보았다. 우선 수능점수는 취업할 확률을 통계적으로 유의하게 높여준다는 사

실은 의 두 번째 회귀분석 결과에서 확인할 수 있다. 또한 서열 분위 상

최상위에 속하는 8분위, 9분위, 10분위 학교 출신 졸업생들의 취업확률이 서열의

중간에 해당하는 5분위 학교 졸업생들에 비해 통계적으로 유의하게 높다는 사실

이 확인된다.

그러나 수능점수와 학교 순위에 따른 분위변수를 함께 설명변수로 포함하였을

경우, 수능점수는 통계적으로 유의하게 취업확률을 높여주지만 출신학교의 서열

은 취업확률에 큰 영향을 주지 못하는 것으로 나타나고 있다. 수능점수를 통제한

학교 서열의 효과를 보면 오히려 낮은 서열인 2분위 졸업생들의 취업확률이 더

높은 것으로 나타나고 있다.

22 韓國經濟의 分析 제13권 제3호(2007. 12)

(1) (2) (3) (4)

연 령 0.084

(4.31)**

0.127

(4.71)**

0.088

(4.40)**

0.121

(4.49)**

연령제곱-0.001

(4.57)**

-0.002

(4.03)**

-0.001

(4.61)**

-0.001

(3.83)**

남성 더미0.454

(16.41)**

0.297

(8.72)**

0.444

(15.52)**

0.299

(8.74)**

면접 회수0.026

(8.89)**

0.025

(8.24)**

0.026

(8.80)**

0.025

(8.21)**

자격증 수0.04

(3.62)**

0.043

(3.50)**

0.043

(3.84)**

0.041

(3.33)**

수능점수0.0021

(8.10)**

0.0027

(8.01)**

1분위0.053

(1.09)

-0.010

(0.19)

2분위0.141

(2.41)*

0.174

(2.95)**

3분위-0.001

(0.02)

-0.035

(0.44)

4분위-0.012

(0.22)

-0.035

(0.63)

6분위0.071

(1.15)

-0.009

(0.15)

7분위0.024

(0.50)

0.084

(1.51)

8분위0.15

(2.73)**

0.046

(0.81)

9분위0.20

(3.27)**

0.063

(0.99)

10분위0.121

(2.53)*

-0.096

(1.71)

상 수-1.71

(5.22)**

-3.21

(7.07)**

-1.876

(5.50)**

-3.26

(7.11)**

log likelihood -6,883.74 -6,870.75 -6,870.75 -5,967.36

관측치 수 10,320 8,967 10,320 8,967

주 : ( ) 안은 z값이며 **는 1%에서 유의, *는 5%에서 유의

취업확률과 수능점수 및 서열(probit)

대학서열과 노동시장 23

앞에서 행한 취업확률에 대한 Probit 분석은 수능점수 자체는 취업확률에 영향

을 주지만 수능점수를 고려하고 나면 서열 자체는 취업확률에 큰 영향을 주지

못함을 시사하고 있다. 그렇다면 수능점수를 통제한 후에도 취업 확률을 높여주

는 대학 서열은 어느 정도인가 하는 의문을 가져볼 수도 있다. 달리 표현하자면

취업에서 확실히 아래 서열보다 우대를 받는다고 할 수 있는 서열이 어디까지인

가 하는 의문이다.

이러한 의문에 대한 답은 수능점수를 포함하여 취업에 영향을 줄 수 있는 변

수들을 포함하고 거기에 학교 서열과 관련된 더미를 포함한 회귀분석을 통해 알

아볼 수 있을 것이다. 은 취업률에 영향을 주는 다른 변수들에 흔히 서

열의 가장 정점에 있다고 생각하는 3개의 대학 더미, 1998년 상위 10개 대학 내

에 드는 대학 더미, 상위 20개 대학 더미, 25개 및 30개 대학 더미 등을 각각 더

한 회귀분석의 결과를 보여주고 있다.

이 회귀분석 결과에 따르면 수능점수를 통제한 후에는 대학 서열이 취업확률

에 미치는 영향은 거의 없는 것으로 나타나고 있다. 이를테면 수능점수 외에도

상위 3개 대학의 더미를 더했을 때 이 변수의 계수 값은 유의한 음으로 나타나

고 있다. 이들 학교를 나온 것이 취업에 부정적인 영향을 준다고 해석하는 것은

무리겠지만 수능점수가 통제된 상태에서 이들 학교를 나왔다는 사실 자체가 높

은 취업확률로 연결되지 못한다고는 해석할 수 있을 것이다.

이와 유사한 결과가 상위 10개 대학 더미변수 및 15, 20, 25, 30개 대학 더미변

수의 계수를 통해서도 확인된다. 수능점수를 통제한 이상 이들 대학 출신이라는

것 자체만으로는 취업확률이 오른다고 할 수 없다.

물론 취업의 질이 고려되지 않은 상태에서 취업확률만이 갖는 의미를 확대 해

석해서는 안 되겠지만 수능점수를, 능력을 통제하는 변수로 해석할 경우 취업 가

능성은 출신학교보다는 능력이 더 고려된다고 해석하는 것이 큰 무리는 아닐 것

이다.

표본 추출의 신뢰성이나 응답자의 성실성 등의 요인이 어떤 작용을 했는지는

알 수 없으나 적어도 우리가 현재 가지고 있는 단 하나의 자료를 통해 보자면 위

와 같은 결론을 내릴 수 있을 것이다.

24 韓國經濟의 分析 제13권 제3호(2007. 12)

(1) (2) (3) (4) (5) (6)

연 령 0.125 0.126 0.125 0.126 0.126 0.126

(4.65) ** (4.69) ** (4.66) ** (4.68) ** (4.68) ** (4.69) **

연령제곱-0.001 -0.002 -0.002 -0.002 -0.002 -0.002

(3.98) ** (4.01) ** (3.99) ** (4.00) ** (4.01) ** (4.01) **

남성 더미0.300 0.298 0.300 0.298 0.297 0.297

(8.81) ** (8.75) ** (8.80) ** (8.75) ** (8.72) ** (8.72) **

면접 회수0.024 0.025 0.025 0.024 0.024 0.025

(8.16)**

(8.25)**

(8.22)**

(8.20)**

(8.19)**

(8.22)**

자격증 수0.041 0.042 0.041 0.041 0.041 0.042

(3.35)**

(3.42)**

(3.37)**

(3.37)**

(3.40)**

(3.41)**

수능점수0.003 0.002 0.003 0.003 0.003 0.003

(8.32)**

(7.67)**

(8.23)**

(8.22)**

(8.16)**

(8.07)**

sky-0.122

(2.25) *

top10-0.045

(0.96)

top15-0.100

(2.31) *

top20-0.099

(2.37)*

top25-0.091

(2.34)*

top30-0.083

(2.16)*

Constant -3.248 -3.234 -3.267 -3.281 -3.283 -3.278

(7.15) ** (7.11) ** (7.18) ** (7.21) ** (7.21) ** (7.20) **

주 : 1) 관측치 수는 모두 8,967임.

2) ( ) 안은 z값이며 **는 1%에서 유의

이제 다음으로 수능점수를 통제하지 않는 경우라면 상위 몇 개 학교 정도가

그 아래 순위의 학교에 비해 취업확률이 높다고 할 수 있는가 하는 의문을 제기

해 볼 수 있다. 이런 의문에 대한 답을 얻기 위해 수능점수를 설명변수에서 빼

고 순위와 관련된 더미변수들만을 포함한 회귀분석을 실행해 보았다. 그 결과는

에 제시되어 있다.

취업확률과 서열 효과(수능점수를 통제한 Probit)

대학서열과 노동시장 25

흥미롭게도 서열변수들 중에서 서열이 15위 이상 되는 학교 졸업생 더미 변수

들부터 유의한 양의 값을 갖고 있다. 취업확률로만 보자면 상위 10여개의 학교

들이 수능점수를 고려하지 않더라도 그 이하에 비해 확실하게 더 높다고는 볼

수 없다고 해석할 수 있는 결과이다. 물론 이는 취업의 질이 고려되지 않은 것이

큰 이유일 가능성이 높다. 그리고 수능점수를 고려하지 않는다면 상위 30개 대

학들 졸업생들의 취업확률이 그 이하 순위 대학의 졸업생들에 비해 통계적으로

유의하게 높은 것이 확인되고 있다.

(1) (2) (3) (4) (5) (6)

연 령 0.084 0.085 0.085 0.085 0.086 0.086

(4.34)**

(4.39)**

(4.37)**

(4.38)**

(4.40)**

(4.41)**

연령제곱-0.001 -0.001 -0.001 -0.001 -0.001 -0.001

(4.59)**

(4.62)**

(4.61)**

(4.61)**

(4.62)**

(4.63)**

남 성0.452 0.448 0.449 0.449 0.449 0.449

(16.27) ** (16.11) ** (16.15) ** (16.17) ** (16.17) ** (16.16) **

면접 회수0.026 0.026 0.026 0.026 0.026 0.026

(8.90) ** (8.81) ** (8.87) ** (8.88) ** (8.87) ** (8.85) **

자격증 수0.041 0.043 0.042 0.042 0.042 0.042

(3.69) ** (3.83) ** (3.75) ** (3.76) ** (3.77) ** (3.77) **

sky0.051

(1.04)

top100.112

(2.73)**

top150.075

(2.01)*

top200.079

(2.23) *

top250.081

(2.47) *

top300.084

(2.62) **

Constant -1.727 -1.757 -1.747 -1.753 -1.766 -1.769

(5.26)**

(5.35)**

(5.32)**

(5.34)**

(5.38)**

(5.39)**

주 : 1) 관측치수는 10,320

2) ( ) 안은 z값이며 **는 1%에서 유의

취업확률과 서열 효과(1～30위 : 수능점수를 통제하지 않은 Probit)

26 韓國經濟의 分析 제13권 제3호(2007. 12)

한편 와 같은 회귀분석은 그 이하 순위 학교로까지 확대될 수 있다.

은 그러한 분석의 결과를 제시하고 있다. 이 분석 결과는 수능점수를 고

려하지 않은 경우라면 약 순위 90위~100위까지의 학교의 졸업생들까지는 그 이

하의 학교 졸업생들에 비해 취업확률이 높다는 것을 보여준다.

(1) (2) (3) (4) (5) (6) (7)

연 령 0.087 0.088 0.076 0.076 0.078 0.080 0.082

(4.47)**

(4.51)**

(3.88)**

(3.90)**

(3.98)**

(4.12)**

(4.20)**

연령제곱-0.001 -0.001 -0.001 -0.001 -0.001 -0.001 -0.001

(4.66) ** (4.68) ** (4.25) ** (4.25) ** (4.31) ** (4.42) ** (4.49) **

남 성0.448 0.447 0.464 0.463 0.461 0.459 0.458

(16.17)**

(16.09)**

(16.66)**

(16.64)**

(16.59)**

(16.50)**

(16.45)**

면접 회수0.026 0.026 0.026 0.026 0.026 0.026 0.026

(8.82)**

(8.80)**

(8.90)**

(8.88)**

(8.89)**

(8.89)**

(8.90)**

자격증 수0.043 0.044 0.042 0.042 0.042 0.041 0.041

(3.85) ** (3.89) ** (3.74) ** (3.77) ** (3.72) ** (3.67) ** (3.64) **

top400.113

(3.81)**

top500.104

(3.75)**

top600.081

(3.13) **

top700.079

(3.06)**

top800.069

(2.67)**

top900.045

(1.73)

top1000.032

(1.20)

Constant -1.806 -1.827 -1.600 -1.610 -1.635 -1.672 -1.697

(5.49)**

(5.55)**

(4.87)**

(4.90)**

(4.98)**

(5.10)**

(5.18)**

주 : 1) 관측치수는 10,320

2) ( ) 안은 z값이며 **는 1%에서 유의

취업확률과 서열 효과(40～100위 : 수능점수를 통제하지 않은 Probit)

대학서열과 노동시장 27

이상의 취업률 분석 결과를 요약하자면 취업확률은 수능점수에 따라 올라가며

수능점수를 고려한다면 학교 순위가 취업확률을 높여주지는 못하는 것으로 나타

났으나 수능점수를 고려하지 않는다면 대략 순위 100위까지의 학교 졸업생들의

취업확률이 그 이하 순위의 학교 졸업생들의 취업확률에 비해 높다는 것을 보여

주고 있다. 물론 이들 학교 졸업생들의 취업확률이 높은 이유로는 높은 수능 점

수, 즉 능력이나 동료 효과에 힘입은 바가 크다는 것도 들 수 있다.

다시 한 번 강조하지만 취업률 자체는 취업의 질을 설명해 주지 못한다. 이를

테면 상위 대학 출신 졸업생들의 취업률이 낮은 이유는 취업 자체가 어렵기보다

는 그들의 ‘눈높이’에 맞는 직장을 찾기가 쉽지 않기 때문일 가능성이 높다.

그럼 이제부터는 취업의 질적 측면을 고려하기 위해 임금 혹은 연소득 자료를

활용해 보자. 기본적으로는 수능점수가 포함된 Mincer 방정식 회귀분석을 하게

될 것이다. 물론 표본에 속한 모든 학생들이 대학 졸업생들로 같은 교육 연수를

가지기 때문에 교육연수는 임금방정식에서 빠지게 된다. 대학서열과 임금사이의

관계를 알아보기 위해 취업률 분석에서와 마찬가지로 임금에 영향을 줄 수 있는

다른 변수들을 통제한 상태에서 수능점수 혹은 수능점수에서 도출된 서열 관련

설명변수들을 임금방정식에 포함하는 방식을 취하게 될 것이다.

는 취업 상태인 졸업생들을 대상으로 log(연소득)을 추정한 회귀분석

결과를 보여주고 있다. 설명변수로는 표준적인 변수들이라 할 수 있는 연령과 연

령제곱 외에도 현 직장에서 근무 연수와 남성 더미 변수 등을 포함하였다. 이들

모든 변수들의 계수 값이 양으로 예상되며 실제 결과도 예상과 일치하는 것으로

나타났다.

이들 변수 외에 수능점수 변수를 추가했을 때 수능점수 변수 역시 유의한 양

의 값을 보여주고 있다. 수능점수 1점 상승이 약 0.21%의 임금 상승으로 연결되

는 것으로 나타나고 있다. 앞에서 본 바와 같이 서열 1단계가 수능점수 1점 미만

의 차이로 나누어지고 있으므로 서열 1단계에 따른 임금 차이는 약 0.18~0.19%

라고 할 수 있을 것이다. 이는 앞서 다른 변수들을 통제하지 않은 상태에서 측정

한 서열의 효과보다 꽤 높은 값이라고 할 수 있다.

한편 수능점수를 넣지 않고 서열 변수를 10분위 더미 변수 형태로 넣었을 때

는 6분위에서 10분위까지가 중간 분위인 5분위보다 높은 임금을 받는 것으로 나

28 韓國經濟의 分析 제13권 제3호(2007. 12)

타났으며 그 계수 값도 점증하는 형태로 나타났다. 서열이 가장 낮은 분위인 1분

위의 계수가 유의한 양의 값인 것은 다소 의외의 결과이지만, 이 결과도

(1) (2) (3) (4)

연 령0.037 0.054 0.039 0.052

(4.95) ** (6.42) ** (5.35) ** (6.27) **

연령제곱-0.00039 -0.00056 -0.00041 -0.00055

(3.83) ** (4.83) ** (4.12) ** (4.74) **

현 직장 근무연수0.023 0.025 0.024 0.024

(14.59) ** (12.15) ** (15.89) ** (12.12) **

남 성0.165 0.123 0.160 0.126

(16.38) ** (11.38) ** (16.21) ** (11.65) **

수능점수0.002 0.002

(26.20)* ** (17.08) **

1분위0.060 0.033

(3.74) ** (2.17) *

2분위-0.003 0.024

(0.18) (1.40)

3분위0.047 0.032

(1.84) (1.33)

4분위-0.056 -0.046

(3.20) ** (2.65) **

6분위0.059 0.011

(2.96) ** (0.59)

7분위0.037 0.032

(2.36) * (1.95)

8분위0.093 0.027

(5.34) ** (1.62)

9분위0.130 0.050

(6.83) ** (2.70) **

10분위0.223 0.099

(14.62) ** (5.98) **

상 수6.882 5.940 6.765 6.058

(54.97) ** (42.01) ** (54.74) ** (42.66) **

관측치 수 5,123 4,558 5,123 4,558

R-squared 0.21 0.28 0.27 0.29

주 : ( ) 안은 t값이며, **는 1%에서 유의, *는 5%에서 유의

log(연소득)과 수능점수 및 서열

대학서열과 노동시장 29

에서 나타난 자료의 특징과 상응한다고 볼 수 있다.

수능점수를 통제한 상태에서도 서열을 대변하는 일부 10분위 더미 변수의 계

수들은 유의한 양의 값을 나타내고 있다. 즉 취업률에 대한 분석과는 달리 수능

점수로 능력이나 동료효과를 통제하더라도 상위 2개 분위에 속하는 약 30개 학

교의 졸업생들은 중간 분위에 속하는 대학교 졸업생들보다 평균적으로 높은 임

금을 받고 있는 것이다.

만약 수능점수로 능력이 충분히 통제된다고 한다면 이는 노동시장에서 어느

정도 차별이 있음을 나타내는 결과로 볼 수 있다. 그렇다면 일단 수능점수가 능

력을 통제하는 변수라는 가정을 하고 개인 능력 외의 학교 순위라는 요인에 의

해 ‘우대’를 받는 대학의 순위는 어디까지라고 할 수 있는지 하는 의문이 자연스

럽게 제기된다.

이에 대한 답을 제시하기 위해 앞서 취업률에 대한 분석에서 활용했던 방식과

유사하게 상위 N개 출신 대학교 더미 변수들을 차례로 형성하면서 그 이상 순위

와 이하 순위와의 차이에 대해 살펴보기로 한다.

즉, 수능점수라는 능력 요인을 통제하고도 다른 하위 순위 학교에 비해 평균

적으로 더 높은 임금을 받는 학교의 순위는 대략 어디까지인지를 살펴보는 것이

다. 그 결과는 와 에 제시되어 있다.

그 결과는 다소 의외라고 할 수 있다. 의 첫 번째 결과를 보면 상위 3

개 대학들이 수능점수를 통제한 상태에서도 그 이하 순위 학교에 비해 5.3% 높

은 임금을 받고 있음을 알 수 있다. 앞서 언급한대로 수능점수가 능력을 완전히

대변할 수 있다고 한다면, 그리고 누락변수의 문제가 심각하지 않다고 한다면 이

는 노동시장에서 5.3%만큼의 서열에 따른 프리미엄이라는 형태의 차별이 있다

고 해석할 수 있다.8) 그러나 그 차별은 상위 3개 대학에만 국한된 것은 아니라는

점이 흥미롭다.

의 결과가 말해주듯이 수능점수를 통제하더라도 상위 30개 학교의 졸

업생들까지도 그 아래 순위 학교의 졸업생들에 비해 높은 임금을 받고 있다.

8) 능력과 수능점수 사이에 단순한 선형관계가 아닌 이차함수나 그 이상의 관계가 있다고 생각

해 볼 수도 있다. 수능점수와 그 제곱을 임금함수에 포함하였을 경우 제곱항의 계수 값은 양

(+) 일차항의 계수 값은 음(-)이 나와 그 개연성이 충분함을 암시하고 있다. 그러나 그 경우에

도 순위 더미 변수들의 계수값이 크게 달라지는 것은 아니다.

30 韓國經濟의 分析 제13권 제3호(2007. 12)

(1) (2) (3) (4) (5) (6)

연 령0.054 0.054 0.055 0.054 0.054 0.054

(6.50) ** (6.53) ** (6.61) ** (6.56) ** (6.53) ** (6.49) **

연령제곱-0.001 -0.001 -0.001 -0.001 -0.001 -0.001

(4.89)**

(4.92)**

(4.98)**

(4.94)**

(4.92)**

(4.89)**

현직장 근속연수0.024 0.025 0.024 0.024 0.025 0.025

(12.12) ** (12.15) ** (12.12) ** (12.15) ** (12.21) ** (12.23) **

남 성0.122 0.122 0.122 0.124 0.124 0.124

(11.32) ** (11.32) ** (11.34) ** (11.53) ** (11.52) ** (11.53) **

수능점수0.002 0.002 0.002 0.002 0.002 0.002

(22.76)**

(20.92)**

(20.24)**

(19.69)**

(19.69)**

(19.78)**

sky0.053

(3.35) **

top100.069

(5.22) **

top150.076

(6.01)**

top200.079

(6.48) **

top250.064

(5.60) **

top300.062

(5.56)**

Constant5.960 5.984 5.983 5.999 5.994 5.997

(42.16) ** (42.37) ** (42.42) ** (42.53) ** (42.43) ** (42.44) **

관측치 수 4,558 4,558 4,558 4,558 4,558 4,558

R-squared 0.29 0.29 0.29 0.29 0.29 0.29

주 : ( ) 안은 t값이며, **는 1%에서 유의, *는 5%에서 유의

의 결과는 이러한 차별이 (차별이라고 이름붙일 수 있다면) 90~100위

까지 이르고 있음을 보여주고 있다. 물론 순위 프리미엄은 줄어들고 있지만 순

위 90위에 이르기까지 유의한 양의 값을 지속적으로 보여주고 있으며 통계적

유의성은 순위 100위에 이르러서야 멈추고 있다.

수능점수 통제 후 순위의 효과(1～30위)

대학서열과 노동시장 31

(1) (2) (3) (4) (5) (6) (7)

연 령0.053 0.053 0.053 0.052 0.052 0.053 0.053

(6.39) ** (6.40) ** (6.32) ** (6.27) ** (6.30) ** (6.37) ** (6.41) **

연령제곱-0.001 -0.001 -0.001 -0.001 -0.001 -0.001 -0.001

(4.79) ** (4.80) ** (4.76) ** (4.71) ** (4.73) ** (4.79) ** (4.82) **

현직장 근무연수0.025 0.025 0.025 0.025 0.025 0.025 0.025

(12.18)**

(12.25)**

(12.24)**

(12.20)**

(12.20)**

(12.16)**

(12.16)**

남 성0.127 0.126 0.127 0.126 0.126 0.125 0.124

(11.76)**

(11.66)**

(11.69)**

(11.66)**

(11.59)**

(11.50)**

(11.43)**

수능점수0.002 0.002 0.002 0.002 0.002 0.002 0.002

(20.12)**

(20.34)**

(21.32)**

(20.94)**

(21.86)**

(23.12)**

(24.32)**

top400.057

(5.57) **

top500.047

(4.83) **

top600.043

(4.79) **

top700.041

(4.46)**

top800.033

(3.71)**

top900.020

(2.22)*

top1000.010

(1.14)

Constant6.005 5.994 5.998 6.002 5.987 5.961 5.945

(42.46) ** (42.36) ** (42.37) ** (42.33) ** (42.23) ** (42.08) ** (42.03) **

관측치 수 4,558 4,558 4,558 4,558 4,558 4,558 4,558

R-squared 0.29 0.29 0.29 0.29 0.29 0.28 0.28

주 : ( ) 안은 z값이며, **는 1%에서 유의, *는 5%에서 유의

수능점수 통제 후 순위의 효과(40～100위)

32 韓國經濟의 分析 제13권 제3호(2007. 12)

100위라는 서열은 백분위로 보았을 때 대략 66%, 즉 상위 1/3에 해당한다. 이

100위라는 순위가 취업률에서 차이가 있는 한계 순위와도 대략 일치한다는 사실

은 흥미롭다. 만약 노동시장의 평가가 상위 1/3과 2/3를 차별하는 것이라고 한다

면 큰 문제는 아닐 수도 있다. 물론 수능점수가 능력을 충분히 대변하지 못할 가

능성도 완전히 배제할 수는 없지만 임금과 높은 상관관계나 계수의 안정성 등을

생각하면 어느 정도 능력을 대변한다는 사실을 받아 들일 수 있을 것이다.

이렇게 본다면 전체의 4년제 대학생의 약 2/3, 그리고 같은 해에 대학 입학시

험을 치른 학생의 약 1/3에 대한 차별을 차별로 보아야 할 것인가 하는 의문이

제기될 수 있다. 이러한 차별은 상위권 대학 학생들에 대한 차별적 대우라기보다

는 과잉 학력을 발생시킨 대학 정원 증가에 대한 노동시장의 대응으로도 볼 수

있기 때문이다. 이는 적정한 대학생 수라는 질문과도 적지 않은 관련이 있으리라

생각되며 본고의 범위를 넘어서지만 흥미 있는 향후 연구 과제가 될 수 있을 것

이다.

마지막으로 임금과 관련하여 그 분포와 서열이 갖는 관계를 불평등지수로부터

검토해 보고자 한다. 서열과 대졸자들 사이의 소득 불평등의 관계에 대해 생각해

보면 대학들이 심각하게 서열화되어 있을 경우 같은 대학을 졸업한 학생들 사이

의 소득불평등도는 크지 않은 반면 대학 사이의 불평등도는 매우 클 것이라는

가설을 설정할 수 있다.

이러한 가설을 검정하자면 대졸자들의 임금 불평등 정도를 학교 간 불평등과

학교 내 불평등으로 분해하는 것이 필요하다. 물론 학교 내 불평등도에 비해 학

교 간 불평등도가 클수록 노동시장에서 학교 서열에 따른 차별이 심하다고 해석

할 수도 있을 것이다. 전체가 여러 개의 집단으로 분리된 경우 집단 간(between)

불평등도와 집단 내(within) 불평등도로 분리가 가능한 타일 지수(Theil index)를

이용하여 졸업생 연소득의 불평등과 서열의 관계를 생각해 보기로 한다.

타일지수는 다음과 같이 정의된다.

∙

대학서열과 노동시장 33

이 지수는 그 절대값의 크기를 직관적으로 설명하기 어렵다는 단점이 있지만

전체 집단이 여러 개의 하위집단으로 나누어질 경우 집단 내 불평등과 집단 간

불평등으로 나눌 수 있다는 장점을 갖는다.

예를 들어 전체 인구가 m개의 집단으로 나누어지고 를 전체소득에서 k 집

단의 소득이 차지하는, 를 k 집단의 타일지수, 그리고 를 집단 k의 평균이

라고 하면 타일 지수는 다음과 같이 분해할 수 있다.

물론 위의 식에서 처음 항이 집단 내 불평등이며 두 번째 항이 집단 간 불평등

이라고 할 수 있다.

이제 25명 이상이 취업한 82개 대학들을 대상으로 타일 지수를 구해 보면,

88.25%는 학교 내 불평등이며(within school variation)이며 11.75%가 학교 간

(between school) 불평등인 것으로 나타난다. 이는 다른 방식으로 학교 간 차이와

학교 내 차이를 도출했던 오호영․김승보(2006)의 결과와도 잘 상응하고 있다.

동 연구에서 개인간 임금차이의 12.2%는 학교 간 차이에 의해서, 그리고 나머지

87.8%는 학교 내 졸업생간 차이에 의해 발생함을 발견한 바 있다.

물론 취업률까지 고려하면 다른 결론을 얻을 수도 있다. 30명 이상이 표본에

포함된 104개교를 대상으로 학교 간 불평등과 학교 내 불평등으로 나누어 보면

96.8%가 학교 내 불평등으로 나온다.

즉, 취업가능성까지 고려한다면 대부분은 학교 내부의 불평등으로 보아야 한

다는 것이다. 에서 본 산포도의 특징, 즉 학교 간 연소득의 격차보다는

학교 내의 연소득 격차가 크다는 사실은 소득불평등도의 분해를 통해서도 확인

할 수 있는 것이다.

학교 내 불평등도가 서열이 높은 학교일수록 낮은 것도 아니란 점도 지적할

수 있다. 만약 서열이 높은 학교들이 학교 내 불평등도가 낮다면 높은 서열의 학

교들이 선호되는 이유는 충분하다고 할 수 있다. 출신 학교의 높은 서열이 장래

의 소득과 관련된 위험을 제거해 준다고 볼 수 있기 때문이다. 그러나 아래의

34 韓國經濟의 分析 제13권 제3호(2007. 12)

와 같이 학교의 서열과 Theil 지수로 측정된 학교 내 불평등도 사이에

는 높은 상관관계가 존재하지 않는다.

서열과 학교 내 소득 불평등도(Theil 지수 : 취업자만 고려)

0.0

02

.004

.006

.008

.01

(su

m)

theil_

1

0 50 100 150 200(mean) a_rank98

지금까지 분석에서는 취업률이나 임금에서 서열의 효과가 강하게 나타나지는

않는다는 사실을 보여주고 있다. 이러한 결과는 대체로 같은 자료를 이용한 기존

연구인 오호영․김승보(2006)의 결과와 크게 다르지 않다.

지금까지는 상위서열이 중심이 된 분석이었는데, 다음 장에서는 하위 서열이

라고 할 수 있는 지방대의 문제에 대해 생각해 보기로 한다.

Ⅲ. 지방대학 문제

일류대를 향한 과도한 경쟁과 노동시장에서의 일류대 차별이라는 문제 외에

우리나라 서열의 다른 현상으로는 갈수록 어려움에 처해가는 지방대학의 문제를

들 수 있다. 지방대학의 위기는 학령인구 감소에 따라 더 심각해졌으며 사실 지

방대학이 우수한 학생을 받아들이지 못하는 현상은 수능시험이 시작된 지 얼마

대학서열과 노동시장 35

안 된 1990년대 중반부터 지속적으로 이루어져 왔다. 그리고 현재는 지방과 수

도권의 격차가 고착된 상황으로 보인다.

이런 맥락에서 이두휴(2003)에서는 다음과 같은 주장을 발견할 수 있다. “대학

의 교육력의 차이에 따라 중앙에서 지방의 순으로 서열이 형성된다고 믿기 때문

에 교육수요자들은 수도권으로 진학하기 위한 경쟁을 치열하게 전개하고 있다.

이러한 경쟁 구조 속에서 지방에 거주하는 학생들은 수도권 대학에 진학하기 위

한 과외비뿐만 아니라 수도권 대학에 진학한 이후에도 막대한 사교육비를 들여

가면서 유학해야 한다는 점에서 형평성의 문제를 제기할 수 있다. 물론 문제가

여기서 종결되는 것은 아니다. 지방에서 수도권으로 유학한 학생들은 대학졸업

후에도 지방으로 되돌아가지 않고 다시 수도권에 정착하게 됨으로써 정착에 따

른 비용의 부담은 물론 지방의 공동화를 초래하게 되고, 이는 결과적으로 지역격

차를 심화시키는 요인이 된다.”

그러면서 지방대의 운명은 거의 수도권과의 거리에 의해 결정된다고 주장하고

있다. 이러한 주장은 수도권과의 거리와 서열이 갖는 관계에 대한 일반적인 믿음

을 대변한다고 볼 수 있다. 그러나 이런 주장에 대한 실증적 근거는 기존 연구에

서 제시되지 못하고 있다.

본 장에서는 지방대학이 노동시장에서 과연 차별을 받고 있는지를 앞 장에서

이용한 방법을 적용하여 살펴보고 입학생들의 성적이 과연 수도권과의 거리와는

어떤 관계가 있는지를 집중적으로 살펴본다. 그리고 지방대 문제의 규범적 측면

에 대한 논의는 다음 장에서 행하기로 한다.

지역은 행정구역 상의 16개 시도를 (1) 서울, (2) 경기와 인천, (3) 강원, (4) 충

남과 대전, (5) 충북, (6) 전북, (7) 전남과 광주, (8) 경북과 대구, (9) 경남과 울산,

(10) 부산, (11) 제주 등 11개 지역으로 재 구분하여 살펴본다. 지방 거점 도시라

할 수 있는 광역시들과 광역시를 둘러싼 도를 한 단위로 묶어 살펴보는 것이 적

절하다고 판단되기 때문이다. 본 장의 분석대상은 4년제 대학으로 국한한다.9)

우선 수능점수로 지방대학의 현실을 살펴보면 수학능력 시험 실시 10년간 지

방대의 위상이 크게 격하된 것만은 명백한 사실이다. 경기지역은 오히려 10년

9) 전문대에 대한 지방대학 차별은 4년제 대학에 비교할 때 크지 않다는 기존 연구의 지적도 참

조하였다(안종석(2004)).

36 韓國經濟의 分析 제13권 제3호(2007. 12)

동안 약간의 상승이 있었던 것으로 보이나 경기를 제외한 전 지역에서 상당한

점수의 하락이 있었다. 학교별 수능평균 점수 백분위 환산 값의 지역 평균이 10

년간 강원도가 약 19%p, 충남 대전 지역은 12%p, 충북지역은 7%p, 전북은 6%p,

지 역 연도(학교수) 평 균 표준편차 최 저 최 고

서 울

1994(30)

1998(29)

2002(29)

90.15

89.08

88.34

9.39

11.3

11.4

59.0

40.9

50.7

99.4

98.8

99.3

경 기

인 천

1994(17)

1998(17)

2002(17)

79.36

79.07

82.55

10.2

10.0

7.71

63.7

63.3

65.5

96.5

92.0

94.1

강 원

1994(5)

1998(7)

2002(8)

77.90

63.86

56.39

6.35

17.2

21.7

69.7

42.4

30.2

86.2

90.5

97.9

충 남

대 전

1994(14)

1998(17)

2002(17)

70.72

60.92

58.96

13.37

12.04

17.67

41.3

44.3

15.5

90.4

88.0

85.8

충 북

1994(6)

1998(8)

2002(7)

80.84

69.93

73.68

8.41

16.9

17.41

72.7

49.4

49.6

92.3

94.3

95.7

전 북

1994(6)

1998(6)

2002(6)

71.32

60.31

64.99

16.1

24.9

20.7

42.0

24.0

42.5

88.5

92.7

95.1

전 남

광 주

1994(9)

1998(10)

2002(9)

71.97

59.18

61.59

12.35

23.8

23.0

55.5

21.2

32.8

91.3

92.4

95.7

경 북

대 구

1994(7)

1998(10)

2002(12)

75.32

60.40

58.42

13.9

20.9

23.3

49.8

29.9

24.0

95.0

92.5

92.6

경 남

울 산

1994(5)

1998(5)

2002(5)

81.11

77.20

76.72

5.84

8.47

1.70

71.19

63.15

74.48

86.6

86.1

79.1

부 산

1994(9)

1998(12)

2002(12)

84.50

78.51

70.03

6.99

12.4

17.6

72.5

50.3

46.1

95.7

94.6

96.6

제 주

1994(2)

1998(3)

2002(2)

83.93

71.85

61.54

3.24

18.0

46.8

81.6

53.7

28.4

86.2

89.8

94.6

지역별 수능점수 백분위의 변화 추이

대학서열과 노동시장 37

전남 광주가 약 10%p, 대구 경북이 약 17%p, 경남 울산이 약 4.5%p, 부산은

14%p, 제주도는 22%p 등으로 크게 하락한 것이다. 그리고 이런 하락은 대부분

1994년에서 1998년에 일어났음을 알 수 있다. 에서도 확인되지만 충북이

나 전북 지역과 같이 1998년과 2002년 사이에 평균은 약간 올라간 지역들도 찾아

볼 수 있다. 물론 이들 지역의 대학들은 이미 1998년까지 서열의 하락이 상당히

진행되었기 때문에 이러한 소폭의 상승에 큰 의미를 부여하기는 어려울 것이다.

이렇게 지방 대학의 서열이 하락하는 데에는 해당 지역 고등학생들이 수도권

대학을 선호하는 것이 큰 원인으로 작용한다. 은 졸업생 조사 자료를 바

탕으로 계산한 출신고교 지역과 출신 대학 지역별 수능 평균점수를 제시하고 있

다. 이에 따르면 서울, 경기, 강원, 충남, 부산 지역을 제외하면 해당 지역 고등학

교 학생들 전체 평균점수보다 해당지역 대학에 진학한 학생들의 평균 수능점수

가 낮다. 물론 대부분의 성적 우수 학생들은 수도권으로 모이는 경향은 강하게

나타난다.

출신고교지역(row)과 출신대학 지역(column) 별 수능점수 평균

서울경기인천

강원충남대전

충북 전북전남광주

경북대구

경남울산

부산 제주전체평균

서울 309 285.4 298.6 281 245.8 221.1 283.9 254.7 279.2 250.5 265 290.2

경기인천

300.6 287.3 290.9 269.9 262.1 233.9 256.2 243.4 279.4 270.3 255.1 279.2

강원 272.4 305.4 267.5 243.6 235.4 200 259.1 236.4 274.8 236.8 n.a.? 260.7

충남대전

285.8 286.1 305.1 268.6 267.8 216.8 252.2 259.2 271.9 255.8 296.3 266.0

충북 269 298.5 310.4 269.1 255.6 226.5 292.4 260.3 277.5 276 246.6 265.4

전북 273.3 268 325.1 278.9 274 210.9 268.4 232.4 254 234.6 246.8 265.0

전남광주 314.7 293 308 288.3 299.2 218.4 232.6 237.2 272.9 271.1 265.8 277.2

경북대구

285.9 254.9 323.3 290.7 282.2 218.1 280.8 235.7 238.8 258.6 279.2 267.3

경남울산 296.3 285.5 322.3 270.3 269.9 219 240.4 226.7 266 231.7 264 267.8

부산 314.7 297.4 328.2 287.1 281.2 228.2 288.3 251.2 278 285.6 179.3 285.0

제주 326.4 296 309 300.9 297.8 n.a. 360 301.7 320.6 262.7 236.9 261.7

38 韓國經濟의 分析 제13권 제3호(2007. 12)

사실 더 눈여겨 보아야 할 대목은 지역별로 대학 입학생들의 수능점수 평균

자체가 수도권에 비해 지방이 낮다는 것이다. 특히 광역시를 포함하지 않은 도

지역에서 평균이 낮은 현상은 더 두드러지게 나타난다.

요컨대 전반적인 성적이 낮은데다가 더 나은 학생을 수도권으로 보내야 하는

것이 지방의 현실이라는 일반적인 믿음은 졸업생 조사 자료를 통해서도 확인할

수 있는 것이다.

그렇다면 이러한 지방대학의 현실에 거리라는 요소는 어떤 영향을 주었을 지

가 중요한 의문으로 떠오른다. 서울 혹은 수도권으로부터의 거리는 학교의 어떤

노력으로도 극복할 수 없는 외생적인 변수라고 할 수 있다. 외생적인 영향이 어

느 정도 영향을 주는지를 좀 더 정밀하게 살펴보기 위해 서울로부터의 거리 및

시간이라는 변수를 생성해 보기로 한다. 지방대 문제를 분석하는 기존의 많은 논

의들에서 거리라는 변수가 명시적으로 고려된 바는 없었기 때문에 이러한 분석

은 지방대 문제를 바라보는 새로운 시각을 제공할 수 있을 것으로 기대된다.

분석을 위해 각 대학별로 서울에서부터의 거리를 측정해 보았다. 대학별 거리

변수는 인터넷 검색을 통해 생성되었는데, 서울에 위치한 대학은 거리를 모두 0으

로 측정하며 경기권은 해당대학에서 ‘서울시청'까지의 거리로 측정한다. 그리고

서울과 경기권을 제외한 나머지 학교들은 해당대학에서 ‘판교IC'까지의 거리로

측정하기로 한다.

수도권에서 거리와 수능점수 사이의 관계는 에 제시되어 있다. 각 학

교의 인문계열 수능점수 평균을 백분위로 환산한 값을 종속변수로 하고 서울에

서의 거리와 거리제곱만을 설명변수로 한 OLS와 분위 회귀분석의 결과이다. 우

선 OLS 회귀분석 결과부터 보면 거리와 거리 제곱이 모두 유의한 양의 값을 가

질 뿐 아니라 1994년에서 2002년 사이에 거리의 계수가 큰 폭으로 증가하고 있

음을 볼 수 있다. 즉, 서울에서 거리에 따른 수능점수 하락 폭이 점증하는 경향

을 찾을 수 있는 것이다.

물론 거리의 영향은 같은 거리에 있더라도 상위권 대학과 하위권 대학 사이에

적지 않은 차이가 난다. 이는 분위 회귀에서 90%나 75% 분위 회귀식의 거리나

거리제곱의 계수들이 50% 분위 이하의 계수들에 비해 현저히 낮다는 데에서 잘

대학서열과 노동시장 39

나타난다. 이렇게 비교적 상위학교들이 하위 학교에 비해 거리의 영향을 덜 받은

것은 사실이나 기본적으로 거리에 따른 점수 하락이 연도가 지남에 따라 더욱

증가하고 있음은 쉽게 확인된다.

(1) (2) (3) (4) (5) (6)

1994년 OLS 90%분위 75%분위 Median 25%분위 10%분위

거 리-0.138 -0.066 -0.146 -0.169 -0.141 -0.206

(5.82) ** (1.94) (9.77) ** (8.30) ** (4.53) ** (1.93)

거리제곱.000301 .00012 .00034 .000374 .000287 .000414

(5.11) ** (1.65) (9.75) ** (7.42) ** (3.57) ** (1.65)

상 수88.688 96.591 95.674 91.943 85.455 80.666

(52.39) ** (36.63) ** (86.02) ** (63.48) ** (41.13) ** (9.82) **

관측치수 110 110 110 110 110 110

R-squared 0.25

1998년 OLS 90%분위 75%분위 Median 25%분위 10%분위

거 리-0.212 -0.074 -0.214 -0.316 -0.285 -0.252

(6.66) ** (2.52) * (8.89) ** (8.24) ** (9.43) ** (3.04) **

거리제곱.000434 .000141 .000486 .0007099 .000518 .000401

(5.75) ** (2.32) * (9.12) ** (7.79) ** (7.07) ** (2.33) *

상 수86.879 96.552 95.541 90.433 84.462 74.750

(34.69) ** (39.15) ** (46.26) ** (29.98) ** (37.25) ** (11.03) **

관측치 수 124 124 124 124 124 124

R-squared 0.28

2002년 OLS 90%분위 75%분위 Median 25%분위 10%분위

거 리-0.214 -0.059 -0.170 -0.289 -0.361 -0.230

(5.86) ** (1.77) (5.84) ** (6.22) ** (7.88) ** (2.25) *

거리제곱.000415 .00012 .00034 .00063 .00072 .00027

(4.67) ** (1.62) (5.11) ** (5.53) ** (6.22) ** (1.21)

상 수86.718 98.083 95.724 90.969 84.877 73.556

(31.05) ** (34.77) ** (39.26) ** (25.70) ** (26.94) ** (9.80) **

관측치 수 124 124 124 124 124 124

R-squared 0.27

연도별 대학 수능평균점수와 수도권에서의 거리

40 韓國經濟의 分析 제13권 제3호(2007. 12)