I. 서 론
전후 빠른 경제성장을 경험한 우리나라는 제조업 중심의 높은 경제성장률 기반을 두었고, 이는 남성위주의 높은 고용율과 양호한 가족임금을 제공하는 노동시장과 남성부양-여성돌봄이라는 표준화된 핵가족 중심의 전통적인 가부장적 가족모델(standard male- breadwinner nuclear family model)이 뒷받침되었기 때문에 가능하였다(Ronald & Hinokidani, 2011; Doling & Ronald, 2014). 그러나 후기 산업사회(post-industrial society)로 오면서 노동시장은 제조업 중심에서 서비스 중심으로 이행되었고, 경제 세계화(economic globalization)를 통해 고용불안과 저임금의 서비스직 팽창으로 재편되었다. 동시에 교육의 양성 평등으로 여성의 교육수준이 향상되고 경제활동참가율이 높아지면서 1) 전통적인 가족구조에서 여성의 지위와 역할이 중요해진 사회경제적 구조로 진행되었다(Kennett & Chan, 2011; Ronald & Hinokidani, 2011). 이러한 여성의 경제활동 증가는 여성 노동력의 자본화를 가속화시키고, 대부분의 복지국가들과 마찬가지로 우리나라도 전례없는 새로운 사회적 비용을 부담하게 되었다. 즉, 전통적 가족구조에서 여성은 자녀 양육과 부모 부양에서 헌신하는 무급의 케어 전담자(care giver)였으나, 2) 여성의 고용이 일반화되면서 이러한 가족 케어는 사회투자(social investment) 증가와 여성친화적인 인프라 구축을 요구하면서 국가가 도맡아야 할 몫이 커졌다(Hirayama & Izuhara, 2008; Ronald & Hinokidani, 2011). 따라서, 지속적인 경제성장을 위해 여성의 고용을 뒷받침할 사회투자가 병행되어야 하지만, 사회적 인프라가 여전히 미비한 상황에서 일과 가정의 양립을 위한 여성의 책무가 가중되면서 여성은 외벌이 또는 맞벌이라는 선택을 강요받게 되었다. 특히, 사회적 인프라 중 주거부문이 열악함에도 불구하고 육아 중심의 정책기조로 주거문제에 대한 중요성은 상대적으로 주목받지 못하고 있다. 실제, 여성의 고용이 보편화되면서 결혼 후에도 계속 고용시장에 잔류하는 수가 증가하고 있는데, 3) 이러한 맞벌이 가구의 증가는 고비용의 주택마련과 무관하지 않다. KMLIT(2014)의 「2014년도 신혼부부 가구 주거실태 패널조사」에 따르면, 신혼부부 중 대부분(84.7%)이 자가마련을 해야 한다고 생각하고, 신혼부부 중 1/3 이상(37.2%)이 맞벌이를 하였고, 맞벌이 가구의 3/5 이상(41.2%)은 주거비 조달(예, 주택비용 마련, 주택대출금 상환)을 위해 맞벌이를 하는 반면 외벌이 가구는 육아와 보육 때문에 외벌이를 선택하였다(81.5%). 양육으로 여성이 고용시장에서 철수하는 외벌이 가구는 소득감소로 이어져 경제적 궁핍의 위험을 높이는 결과를 초래하게 된다. 반면, 맞벌이가 중산층 가구의 표상이 된 맞벌이 가구의 경우, 여성의 근로소득이 추가되면서 가구 전체소득은 증가하여 경제적 여력이 커져야 하지만, 이들 가구들은 높은 주거비와 소득에 비례하여 늘어나는 각종 부가적인 고정지출 때문에 경제적인 상황은 크게 개선되지 않는 실정이다(Warren & Tyagi, 2016). 즉, 맞벌이가 외벌이만으로 생활비를 감당할 수 없는 경제적 환경으로 맞벌이 효과는 사라지고 생계형 맞벌이로 전락한다. 이와 관련하여 KMLIT(2014)의 패널조사에서 응답자들은 맞벌이 가구를 위한 지원대책으로 주택마련을 위한 지원(예, 주택마련 대출금, 주택공급 등) 요구(35.5%)가 육아지원(53.4%) 다음으로 가장 많았다. 실제, 주거비 마련을 위한 맞벌이 비율은 수도권에 거주하는 신혼부부 가구(46.1%)가 비수도권 거주(35.6%) 보다 더 높았고, 4) 자녀가 없는 가구(48.7%)가 자녀가 있는 가구(37.5%) 보다 더 높아 수도권에 거주하는 무자녀 신혼부부에게서 주거비 마련을 위해 맞벌이가 불가피한 선택이 되었다. 따라서, 맞벌이 가구 뿐만 아니라 외벌이 가구 모두 주거복지와 아동복지를 아우르는 지원책이 요구된다.
최근 일부 선진 복지국가들(예, 싱가포르, 영국, 캐나다 등)을 중심으로 사회투자정책의 일환으로 자산형성(assetbuilding) 전략을 적극 추진 중에 있다(Sherraden, 2003, 2005). 이는 기존의 사회경제적 취약계층을 위해 제공되는 공공부조를 통한 현금이전 대신 근로를 통해 저축을 하고 스스로 자산을 마련하는 접근으로, 이러한 자산을 기반으로 가구별로 다양하게 요구되는 복지서비스를 조달하도록 하는 모델이다. 이는 근로의욕을 고취할 뿐만 아니라 가구마다 달리 요구되는 가족복지 서비스(예, 주거비, 교육비, 의료비 등)를 양과 질 모두 적절히 조절할 수 있는 장점이 있다. 자산기반 복지서비스 조달은 기존의 공적부조를 보완하는 기제로서 역할을 담당할 뿐만 아니라 국가의 내수 5) 를 진작하는 선순환적인 효과를 거둘 수 있다. 통상 자가마련은 가족사에서 가장 뜻깊은 사건 중 하나로, 대부분의 가구에서 주택자산은 가계자산에서 차지하는 비율이 높다. 6) 아울러 주택자산을 기반으로 필요한 서비스를 조달하고, 가계의 유동성을 공급하는 수단으로 대두되면서 이에 대한 적극적인 활용 방안이 보다 중요해졌다( Doling & Elsinga, 2013; Doling & Ronald, 2010, 2012). 따라서, 가계 소비가 근로소득 뿐만 아니라 자산가치 변화에 따라 Ando and Modigliani(1963)의 생애주기가설을 통하여 근로형태에 따라 구분하여 가구의 자산효과(wealth effect)를 파악할 필요가 있다. 이를 위하여 본 연구는 한국노동패널조사(Korean Labor and Income Panel Study, KLIPS) 17차년도(2014년)를 이용하여 전국의 자가(自家)소유 외벌이와 맞벌이 부부가구를 대상으로 자산포트폴리오의 특성을 살펴보고, 주택자산효과 차이를 비교하고자 한다. 또한, 이들 가구의 주택자산효과를 거주지역, 연령층, 주택유형, 부채비율, 종사 상의 지위로 구분하여 그에 따른 차이를 분석한다.
II. 이론적 배경 및 선행연구 고찰
1. 맞벌이 가구와 비맞벌이 가구의 특성
여성의 학력신장으로 경제활동참가율이 높아지면서 맞벌이 가구 비율은 꾸준히 증가하고 있다. 여성의 경제활동참가율은 2009년 49.0%에서 2014년 51.1%로, 5년 간 2.1%p 늘어난 반면, 가구주가 혼인한 상태로 배우자가 있는 가구인 유배우 가구 중 맞벌이 가구의 비율은 각각 40.1%에서 43.9%로, 동 기간 3.8%p 향상되었다(Statistics Korea, 2016c). Statistics Korea (2015, 2016b)의 최근 발표에 따르면, 맞벌이 가구와 비맞벌이 가구의 사회인구학적 특성(예, 가구주 성별, 연령, 학력, 거주지역, 종사 상의 지위 등)에서 전체적으로 맞벌이와 비맞벌이 가구 모두 고졸 이하의 남성 가구주 비율이 높다고 하였다. 맞벌이 가구는 40대와 50대의 중장년층이, 비맞벌이 가구는 50대와 60대 이상의 장·노년층이 많았다. Statistics Korea(2015, 2016b)에 의하면, 2014년 기준 우리나라의 유배우 가구(약 1,183만 가구) 중 맞벌이 가구는 43.9%(약 519만 가구), 비맞벌이 가구 7) 는 56.1%(약 664만 가구)를 차지하였다. 가구주 성별로는 맞벌이 가구 중 88.9%(461만 가구)가 남성, 11.1%(약 58만 가구)는 여성이었으며, 비맞벌이 가구에서는 각각 89.3%(약 593만 가구), 10.7%(71만 가구)로 나타났다.
한편, 가구주의 연령층별 분포에서 맞벌이 가구의 경우, 50대가 32.5%(약 169만 가구)로 가장 많았으며, 40대 31.9%(165만 가구), 60대 이상 18.0%(93만 가구), 30대 16.4%(약 85만 가구), 30세 미만(15~29세) 1.3%(약 7만 가구) 순으로 나타났다( Statistics Korea, 2015, 2016b). 비맞벌이 가구에서는 60대 이상이 33.5%(약 223만 가구) 가장 많았으며, 그 뒤를 이어 50대 24.1%(160만 가구), 40대 23.1%(약 154만 가구), 30대 17.6%(약 117만 가구), 30세 미만 1.6%(약 11만 가구) 순이었다. 또한, 가구주의 학력을 살펴보면, 고졸 미만인 맞벌이 가구는 57.8%(299만 가구), 대졸 이상은 42.2%(약 219만명)이었으며 비맞벌이 가구에서는 각각 57.7%(약 383만 가구), 42.3%(281만 가구)였다( Statistics Korea, 2015, 2016b). 거주지역에서 맞벌이 가구 중 수도권에 거주하는 비율은 43.6%(226만 가구) 비수도권 거주 비율은 56.4%(약 293만 가구) 비맞벌이 가구에서는 각각 51.5%(342만 가구), 48.5%(약 322만 가구)로 나타났다. 종사 상의 지위에 따른 분포에서 2015년 기준 맞벌이 가구 중 임금근로자는 72.0%(145만 가구), 자영업자는 28.1%(약 57만 가구)였다(Statistics Korea, 2015, 2016b).
2. 관련 선행연구 고찰
자산효과(wealth effect)는 소득 이외에 가구가 보유한 자산의 가치가 증감되면서 가계소비에 영향을 주는 것으로, 소득이 일정하더라도 자산가격이 상승하면 소비가 증가하고, 이 때 자산가격의 상승분이 유동화되거나 차입이 가능하면 그 효과는 확실해진다(Kim, 2002). 자산효과와 관련한 가장 대표적인 이론으로 Ando and Modigliani(1963)의 생애주기가설(Life-cycle income hypothesis)이 있다. 이 가설은 가구가 생애에 걸쳐 소비를 안정적으로 유지하게 되어 전체적으로 역U자형 패턴을 보이며 소비의 평활화(smoothing)를 추구하게 된다고 하였다(Lee, 2005). 즉, 청년기와 노년기 때 소득보다 소비지출이 상회하고, 중·장년기 때 소비보다 소득이 초과하면서 저축하고 자산을 축적하게 된다. 따라서, 소득 절정기에 마련한 저축과 자산은 근로소득이 단절되는 노후에 적정 수준의 소비를 유지하기 위해 인출하여 사용하게 된다. 이 때 근로소득 뿐만 아니라 자산소득이 소비에 영향을 주게 되며, 자산가치의 변동과 소비는 정(+) 또는 부(-)의 관계를 보인다고 하였다.
자산효과와 관련한 국외 연구는 대부분 패널데이타(예, 미국 PSID, CES, SCF, 영국 FES)를 시계열 분석한 종단연구로(Skinner, 1996; Lehnert, 2004; Campbell & Coco, 2007; Bostic, Gabriel, & Painter, 2009; Tobing, 2012), 그 연구결과는 다양하지만 주택자산이 다른 유형의 자산보다 부의 효과가 명확하며, 자가소유 가구에서 그 효과가 뚜렷하다는 결과를 공통적으로 확인하였다. 반면 주택자산효과에 관한 국내 연구 상당수도 거시지표(예, 주택가격, 소비자물가지수, 주가, 주택담보대출 등)나 미시자료(예, 재정패널, 노동패널 등)를 활용한 종단연구(Kang, Chio, & Kim, 2009; Lee, 2009; Kim, 2010; Chae, 2015)가 많았으며, 일부 미시자료(KLIPS)를 이용한 횡단면 분석연구(Lee, 2004; Park & Lee, 2011; Kim et al., 2013; Lee & Yoon, 2015; Lee & Yu, 2015; Yoon, 2015)에서 가구의 주택자산효과는 일반적 특성 (예, 가구주 연령 및 교육수준, 가구원 수)과 가계재무특성(예, 총소득, 금융자산, 주택자산, 주택 외 부동산 자산)에 영향을 받으며, 거주지역, 가구주 연령층, 주택유형, 자산대비 부채비율, 종사 상의 지위에 따라 그 차이가 명확하다고 하였다. 주택자산효과 관련 연구 중 외벌이와 맞벌이 가구에 관한 연구는 단 한편에 불과하였는데, Yoon(2015)은 패널데이타를 활용하여 서울과 경기도에 거주하는 맞벌이와 홑벌이 가구의 자산효과를 주택유형에 따라 10년 전후로 어떻게 변화하였는지 비교하였다. 그 결과, 2002년 아파트에 거주하는 가구서 홑벌이 가구가 맞벌이 가구 보다 2.4배 더 컸고, 아파트 외 주택에서는 맞벌이 가구가 홑벌이 가구보다 1.1배 더 컸다. 2012년 아파트 거주 가구에서는 홑벌이 가구가 맞벌이 가구보다 1.3배, 아파트외 주택 거주 가구에서 맞벌이 가구가 홑벌이 가구보다 2.3배 더 컸다. 즉, 담보가치가 양호한 아파트의 가격 변동으로 인한 가계소비의 영향력은 10년 전이나 후 모두 홑벌이 가구에게서 더 높았으며, 아파트 외 주택의 자산효과는 맞벌이 가구에서 더 높았다.
한편, 외벌이와 맞벌이 가구에 관한 선행연구 중 주거학 분야에서는 주생활 특성이나 주택계획이 대부분이었으며, 맞벌이 가구에 편중되었다. 외벌이 가구와 맞벌이 가구에 대한 비교 연구가 전무한 상황에서 주택자산에 따라 두 가구 유형 간의 가계소비에 미치는 영향을 살펴본 연구가 필요하다는 점에서 본 연구의 의의를 찾을 수 있다.
III. 연구방법
본 연구는 전국적으로 비농촌 지역에 거주하고 자가를 소유한 부부가구를 대상으로 외벌이와 맞벌이로 구분하여 주택자산효과를 비교하는데 그 목적이 있으며, 이를 위해 국내 대표적인 미시데이터인 한국노동패널조사(Korean Labor and Income Panel Study, KLIPS) 17차년도(2014) 자료를 활용하였다. 최신판이 올해 초 출시된 패널표본(KLIPS)은 1998년부터 매년 5천 가구를 선별하여 가구와 가구원을 대상으로 가계 소득, 소비, 자산, 부채 등에 관한 내용을 담고 있는 종단면 조사로, 국내에서 가장 긴 역사를 지닌 비집계 미시자료이다. 전국 표본 대표성을 확보하기 위해 표본이 추가 보강된 12차년도(2009년)부터 매년 조사에 참여한 가구를 중심으로, 외벌이 부부 1,198가구, 맞벌이 부부 1,044가구를 추출하여 총 2,242가구를 분석대상으로 선정하였다.
조사대상 가구의 주택자산효과를 살펴보기 위해 통계분석에 사용된 변수들은 선행연구를 토대로 선별하였고, 독립변수(예, 가구의 일반적 특성, 총소득, 금융자산, 주택자산, 주택 외 부동산 자산 등)가 종속변수(연간 비내구재 소비액)에 주는 영향력을 소비탄력성으로 살펴보고, 이를 회귀분석의 비표준화 계수로 추정하였다. 이를 위해 SPSS 21 프로그램을 이용하여 다중회귀분석을 실시하였고, 선형관계에 의한 추정이 다중회귀분석의 특성인 점을 고려하여 비선형관계를 나타내는 변수는 자연로그를 취하였다. 본 연구의 분석에 사용된 기본 모형은 다음과 같다.
기본 모형을 토대로 보다 자세한 주택자산효과 차이를 분석하고자 거주 지역(수도권과 비수도권), 8) 연령층(30대, 40대, 50대, 60대 이상), 주택유형(아파트와 아파트 외 주택), 9) 자산대비부채비율(25% 미만과 25% 이상) 10) , 종사 상의 지위(임금근로자와 자영업자) 11) 로 세분화하였다.
IV. 결과분석 및 논의
1. 조사대상 외벌이와 맞벌이 부부가구의 일반적 특성
조사대상 2,242 부부가구의 일반적 특성을 살펴본 결과, <Table 1>에서 보는 바와 같이 외벌이와 맞벌이 부부가구 모두 대체로 50대 중반 장년층의 대졸 미만인 남성가구주인 경우가 많았으며, 비수도권 지역의 아파트에 거주하고 임금근로자인 가구 비율이 높았다. 카이제곱 검정과 ANOVA 분석에서 가구주 성별, 가구원 수, 거주지역, 종사 상의 지위에서 통계적 유의성을 보였는데, 외벌이 부부가구는 맞벌이 가구보다 여성 가구주의 비율(20.1%)이 상대적으로 더 높았고, 가구주 연령이 30대(13.8%)와 60대 이상(35.1%)의 비율이 조금 더 높았으며, 가구원 수(2.8명)가 적었고, 수도권(41.3%)에 거주하며, 임금근로자의 비율(64.3%)이 조금 더 높았다. 반면 맞벌이 부부가구는 외벌이 가구보다 50대의 장년층 가구주 비율(34.3%)이 조금 더 높았고 가구원 수(3.5명)가 조금 더 많았으며, 비수도권에 거주하고(63.4%) 자영업에 종사하는 비율(49,1%)이 더 높았다.
Table 1.
General Characteristics of Single Income and Dual Income Couples (years old, persons)
| Category | SIC | DIC | χ2 or t-value | |
|---|---|---|---|---|
| Gender of householder | Male | 957(79.9%) | 980(93.9%) | 92.851 *** |
| Female | 241(20.1%) | 64(6.1%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
| Age of householder | Mean | 55.34 | 55.10 | 0.463 |
| S.E. | 0.368 | 0.343 | ||
| Minimum | 25 | 29 | ||
| Maximum | 89 | 85 | ||
| 20s | 5(0.4%) | 1(0.1%) | ||
| 30s | 165(13.8%) | 93(8.9%) | ||
| 40s | 299(25.0%) | 272(26.1%) | ||
| 50s | 309(25.8%) | 358(34.3%) | ||
| 60 & older | 420(35.1%) | 320(30.7%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
| Educational attainment | High school graduate or less | 795(66.4%) | 697(66.8%) | 0.040 |
| College graduate & higher | 403(33.6%) | 347(33.2%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
| Household size | Mean | 2.83 | 3.47 | 12.950 **** |
| S.E. | 0.036 | 0.033 | ||
| Minimum | 1 | 1 | ||
| Maximum | 7 | 10 | ||
| Area | Seoul Metropolitan Area (SMA) | 495(41.3%) | 382(36.6%) | 5.238 ** |
| Non-SMA | 703(58.7%) | 662(63.4%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
| Current housing type | Apartment | 653(54.5%) | 552(52.9%) | 0.599 |
| non-APT | 545(45.5%) | 492(47.1%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
| Employment status | Wage earners | 770(64.3%) | 531(50.9%) | 57.013 **** |
| Selfemployed | 428(35.7%) | 513(49.1%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
2. 조사대상 외벌이와 맞벌이 부부가구의 자산포트폴리오 구성
외벌이와 맞벌이 부부가구의 가계자산 포트폴리오 구성과 두 가구유형 간의 통계적 차이를 조사한 결과는 <Table 2>로 정리할 수 있으며, 전반적으로 맞벌이 부부가구가 외벌이 가구보다 거의 모든 가계재무 항목에서 규모(금액) 상 조금 더 많았지만, 자본이득에서만 외벌이 가구가 맞벌이 가구보다 조금 더 컸을 뿐이었다. 즉, 몇몇 항목을 제외한 나머지 항목에서 통계적으로 큰 차이를 보이지 않았다(예, 임대소득, 금융자산, 주택자산, 부채액, 자산대비부채비율 분포). 가구 유형 간 차이를 보인 항목으로 소비(연간 가구 총소비, 연간 내구재 및 비내구재 소비지출액), 소득(연간 가구 총소득), 자산(총자산, 주택 외 부동산 자산)에서 통계적 유의성을 보였는데, 맞벌이 가구의 총소비 지출액은 외벌이 가구보다 1.2배 더 많았으나 이는 내구재 소비액의 차이(1.3배)에서 비롯되었다. 또한, 맞벌이 가구의 가계 총 자산도 외벌이 가구보다 1.2배 더 컸는데, 이는 주택 외 부동산 자산 규모의 차이(1.4배)에 의한 것이었다. 따라서, 맞벌이 부부가구는 외벌이 가구보다 증가한 근로소득에 비례하여 소비, 자산, 부채가 늘어나 두 가구유형 간 격차는 두드러지지 않았다. 즉 소득 증가로 인한 소비여력 개선은 소비와 투자의 질 향상으로 이어져지면서 되어 과잉 소비 경향을 보였다.
Table 2.
Financial Portfolio of Single Income and Dual Income Couples (ten thousand KRW)
| Category | SIC | DIC | χ2 or t-value | |
|---|---|---|---|---|
| Total household consumption | Mean | 2,913 | 3,484 | 7.316 *** |
| S.E. | 55.017 | 54.831 | ||
| Minimum | 228 | 228 | ||
| Maximum | 18,852 | 16,032 | ||
| Household consumption on durable goods and services | Mean | 1,181 | 1,490 | 7.754 **** |
| S.E. | 26.775 | 29.611 | ||
| Minimum | 48 | 60 | ||
| Maximum | 8,100 | 9,372 | ||
| Household consumption on nondurable goods and services | Mean | 1,732 | 1,994 | 5.565 **** |
| S.E. | 34.675 | 31.706 | ||
| Minimum | 108 | 168 | ||
| Maximum | 16,812 | 7,680 | ||
| Annual household income | Mean | 4,761 | 5,900 | 6.708 **** |
| S.E. | 114.671 | 125.556 | ||
| Minimum | 70 | 240 | ||
| Maximum | 51,910 | 62,870 | ||
| Annual rental income | Mean | 123.76 | 124.44 | 0.024 |
| S.E. | 18.843 | 22.445 | ||
| Minimum | 0 | 0 | ||
| Maximum | 11,800 | 15,300 | ||
| Total asset | Mean | 30,770 | 35,199 | -2.727 *** |
| S.E. | 1091.898 | 1206.715 | ||
| Minimum | 1,000 | 1,000 | ||
| Maximum | 712,000 | 556,000 | ||
| Financial asset | Mean | 3,194 | 3,551 | 0.972 |
| S.E. | 241.038 | 281.067 | ||
| Minimum | 0 | 0 | ||
| Maximum | 200,000 | 243,500 | ||
| Housing asset | Mean | 20,210 | 21,373 | -1.440 |
| S.E. | 549.655 | 591.782 | ||
| Minimum | 500 | 800 | ||
| Maximum | 200,000 | 200,000 | ||
| Real estate asset | Mean | 7,365 | 10,274 | -2.648 *** |
| S.E. | 719.027 | 830.318 | ||
| Minimum | 0 | 0 | ||
| Maximum | 500,000 | 420,000 | ||
| Capital gains | Mean | 1,211 | 1,122 | 0.337 |
| S.E. | 199.502 | 163.819 | ||
| Minimum | -16,000 | -14,000 | ||
| Maximum | 150,000 | 60,000 | ||
| Household debt | Mean | 5,363 | 5,587 | 0.279 |
| S.E. | 673.825 | 371.530 | ||
| Minimum | 0 | 0 | ||
| Maximum | 700,000 | 140,000 | ||
| Proportion of debt to asset | Less than 25% | 909(75.9%) | 776(74.3%) | 0.715 |
| 25% & more | 289(24.1%) | 268(25.7%) | ||
| Total | 1198(100.0%) | 1044(100.0%) | ||
3. 조사대상 외벌이와 맞벌이 부부가구의 주택자산효과
조사대상 외벌이와 맞벌이 부부가구의 자산효과를 실증분석한 결과를 정리하면 <Table 3>의 M1-1열과 M1-2열에서 보는 바와 같이 독립변수들의 종속변수(가구의 비내구재 소비액)에 대한 설명력(R2)은 외벌이 가구 77%, 맞벌이 가구 70%였으며, 이들 가구의 주택자산효과는 신뢰 수준 90%에서 통계적으로 유의하였다. 주택자산의 소비탄력성은 외벌이 부부가구(0.107)가 맞벌이 가구(0.061) 보다 1.8배 더 큰 것으로 나타났으며, 이는 주택자산의 가치 1% 증가는 외벌이와 맞벌이 부부가구의 비내구재 소비지출을 각각 0.11%, 0.06% 내외로 상승시키는 효과가 있다. 이는 여성의 소득으로 맞벌이 가구의 소득이 더 많아지면서 총 소득과 금융자산의 소비탄력성이 통계적 유의수준에서 더 커진 반면, 근로소득 여력이 크지 않는 외벌이 부부가구에서 주택자산의 가치 변동에 따라 소비지출 변화는 보다 크게 작용함을 알 수 있다.
Table 3.
Wealth Effect of Single Income and Dual Income Couples (Model 1)
| Variables | SIC | DIC |
|---|---|---|
| M1-1 | M1-2 | |
| ln(C) | ln(C) | |
| (ln)Total income | 0.413 | 0.420 |
| (22.145) **** | (20.396) **** | |
| (ln)Financial asset | 0.004 | 0.006 |
| (1.369) | (1.784) * | |
| (ln)Housing asset | 0.107 | 0.061 |
| (7.596) **** | (4.468) **** | |
| (ln)Real estate asset | 0.001 | 0.003 |
| (0.331) | (1.556) | |
| Household size | 0.270 | 0.090 |
| (6.829) **** | (2.176) ** | |
| Household size 2 | -0.024 | -0.002 |
| (3.780) **** | (0.482) | |
| Educational attainment | 0.116 | 0.078 |
| (4.624) **** | (3.229) *** | |
| Age of householder | 0.010 | 0.010 |
| (1.558) | (1.294) | |
| Age of householder 2 | 0.000 | 0.000 |
| (2.971) *** | (3.181) *** | |
| (Constant) | 2.107 | 3.016 |
| (9.704) **** | (11.861) **** | |
| R 2adj. | 0.770 | 0.700 |
| N | 1198 | 1044 |
외벌이와 맞벌이 부부가구의 주택자산효과를 거주지역(수도권과 비수도권), 연령층(30대, 40대, 50대, 60대 이상), 주택유형(아파트와 아파트 외 주택), 자산대비부채비율(25% 미만과 25% 이상), 종사 상의 지위(임금근로자와 자영업자)에 따라 세분화하여 추정하였으며, 그 분석 결과를 < Table 4>부터 <Table 8>까지 정리하였다. 먼저 거주지역에 따른 주택자산의 결정계수는 <Table 4>의 M2-1열부터 M2-4열에 열거한 바와 같이 비수도권 지역에 거주하는 외벌이 가구(0.107)에서 가장 컸으며, 수도권 거주 외벌이 가구(0.071), 비수도권 거주 맞벌이 가구(0.043) 순으로 신뢰수준 95%에서 통계적 유의성을 보였다. 거주지역에 따른 주택자산효과 차이는 외벌이 부부에서 비수도권 거주 가구가 수도권 가구 보다 1.5배, 비수도권 지역에 거주하는 경우, 외벌이 가구가 맞벌이 보다 2.5배 더 컸다. 비수도권에 거주하는 가구의 주택자산효과가 수도권 거주 가구보다 더 높다는 결과는 Lee & Yu(2015)의 연구와 일치한다. 주택자산효과는 소득 결정계수가 상대적으로 낮은 가구에서 크게 나타났다. 또한, 비수도권 지역의 외벌이와 맞벌이 가구 모두 금융자산의 결정계수가 신뢰수준 99%에서 유의하였는데, 외벌이 가구의 주택자산효과는 금융자산 보다 약 9배, 맞벌이 가구에서는 약 3배 더 커 비수도권 거주 가구, 특히 외벌이 부부가구에서 주택자산효과가 현저함을 알 수 있었다.
Table 4.
Wealth Effect of Single Income and Dual Income Couples by Area (Model 2)
| Variables | SIC | DIC | ||
|---|---|---|---|---|
| SMA | non-SMA | SMA | non-SMA | |
| M2-1 | M2-2 | M2-3 | M2-4 | |
| ln(C) | ln(C) | ln(C) | ln(C) | |
| (ln)Total income | 0.443 | 0.390 | 0.480 | 0.394 |
| (14.976) **** | (16.344) **** | (12.681) **** | (16.048) **** | |
| (ln)Financial asset | -0.001 | 0.012 | -0.006 | 0.016 |
| (0.292) | (2.758) *** | (1.184) | (3.915) **** | |
| (ln)Housing asset | 0.071 | 0.107 | 0.035 | 0.043 |
| (2.714) *** | (5.346) **** | (1.181) | (2.424) ** | |
| (ln)Real estate asset | 0.010 | -0.004 | 0.006 | 0.001 |
| (2.630) *** | (1.450) | (1.642) | (0.522) | |
| Household size | 0.162 | 0.346 | 0.173 | 0.017 |
| (2.623) *** | (6.758) **** | (2.731) *** | (0.308) | |
| Household size 2 | -0.006 | -0.036 | -0.012 | 0.007 |
| (0.649) | (4.337) **** | (1.622) | (0.936) | |
| Educational attainment | 0.104 | 0.132 | 0.066 | 0.114 |
| (2.924) *** | (3.758) **** | (1.808) * | (3.553) **** | |
| Age of householder | 0.002 | 0.015 | -0.009 | 0.025 |
| (0.208) | (1.788) * | (0.660) | (2.504) ** | |
| Age of householder 2 | 0.000 | 0.000 | -4.169E-5 | 0.000 |
| (1.093) | (2.774) *** | (0.341) | (4.003) **** | |
| (Constant) (Constant) | 2.658 | 1.960 | 3.179 | 2.998 |
| (7.287) **** | (6.532) **** | (6.885) **** | (9.160) **** | |
| R 2adj. | 0.721 | 0.779 | 0.594 | 0.730 |
| N | 495 | 703 | 382 | 662 |
Table 5.
Wealth Effect of Single Income and Dual Income Couples by Age Groups (Model 3)
| Variables | SIC | DIC | ||||||
|---|---|---|---|---|---|---|---|---|
| 30s | 40s | 50s | 60s & older | 30s | 40s | 50s | 60s & older | |
| M3-1 | M3-2 | M3-3 | M3-4 | M3-5 | M3-6 | M3-7 | M3-8 | |
| ln(C) | ln(C) | ln(C) | ln(C) | ln(C) | ln(C) | ln(C) | ln(C) | |
| (ln)Total income | 0.428 | 0.468 | 0.371 | 0.386 | 0.308 | 0.308 | 0.408 | 0.567 |
| (8.352) **** | (12.378) **** | (10.158) **** | (12.405) **** | (4.230) **** | (7.961) **** | (12.449) **** | (14.056) *** | |
| (ln)Financial asset | -0.011 | -0.003 | 0.007 | 0.014 | -0.002 | 0.015 | 0.002 | 0.003 |
| (1.579) | (0.513) | (1.184) | (2.460) ** | (0.169) | (2.387) ** | (0.393) | (0.462) | |
| (ln)Housing asset | 0.110 | 0.152 | 0.059 | 0.111 | 0.088 | 0.152 | 0.042 | 0.023 |
| (2.636) *** | (5.196) **** | (2.289) ** | (4.671) **** | (1.664) | (5.196) **** | (1.924) * | (0.985) | |
| (ln)Real estate asset | 0.009 | -0.009 | 3.189E-5 | 0.003 | -0.010 | 0.004 | 0.002 | 0.005 |
| (1.101) | (1.809) * | (0.007) | (0.689) | (1.088) | (0.822) | (0.562) | (1.167) | |
| Household size | 0.196 | 0.166 | 0.224 | 0.401 | 0.020 | 0.368 | 0.160 | -0.069 |
| (2.213) ** | (2.412) ** | (2.457) ** | (5.611) **** | (0.107) | (3.294) *** | (2.988) *** | (0.814) | |
| Household size 2 | -0.015 | -0.008 | -0.019 | -0.042 | 0.009 | -0.030 | -0.011 | 0.013 |
| (1.082) | (0.760) | (1.296) | (3.382) *** | (0.372) | (2.339) ** | (1.825) * | (1.249) | |
| Educational attainment | -0.038 | 0.069 | 0.131 | 0.371 | 0.042 | 0.082 | 0.084 | 0.056 |
| (0.726) | (1.793) * | (2.861) *** | (5.816) **** | (0.591) | (2.216) ** | (2.370) ** | (0.671) | |
| Age of householder | 0.119 | -0.025 | 0.068 | -0.092 | -0.110 | 1.006 | -0.033 | 0.106 |
| (0.484) | (0.120) | (0.228) | (1.536) | (0.291) | (4.757) **** | (0.136) | (1.360) | |
| Age of householder 2 | -0.002 | 0.000 | -0.001 | 0.001 | 0.002 | -0.011 | 0.000 | -0.001 |
| (0.488) | (0.071) | (0.271) | (1.311) | (0.325) | (4.859) **** | (0.061) | (1.607) | |
| (Constant) | 0.415 | 2.442 | 1.433 | 5.379 | 5.727 | -19.879 | 4.444 | -0.920 |
| (0.093) | (0.519) | (0.172) | (2.496) ** | (0.820) | (4.113) **** | (0.671) | (0.325) | |
| R 2adj. | 0.515 | 0.655 | 0.611 | 0.723 | 0.289 | 0.504 | 0.527 | 0.663 |
| N | 165 | 299 | 309 | 420 | 93 | 272 | 358 | 320 |
Table 6.
Wealth Effect of Single Income and Dual Income Couples by Current Housing Structure Type (Model 4)
| Variables | SIC | DIC | ||
|---|---|---|---|---|
| APT | Non-APT | APT | Non-APT | |
| M4-1 | M4-2 | M4-3 | M4-4 | |
| ln(C) | ln(C) | ln(C) | ln(C) | |
| (ln)Total income | 0.427 | 0.384 | 0.407 | 0.421 |
| (16.754) **** | (13.910) **** | (13.010) **** | (14.736) **** | |
| (ln)Financial asset | 0.002 | 0.005 | 0.004 | 0.007 |
| (0.468) | (1.154) | (0.941) | (1.474) | |
| (ln)Housing asset | 0.105 | 0.095 | 0.102 | 0.041 |
| (4.543) **** | (5.101) **** | (4.393) **** | (2.304) ** | |
| (ln)Real estate asset | 0.005 | -0.002 | 0.003 | 0.004 |
| (1.464) | (0.566) | (1.170) | (1.096) | |
| Household size | 0.217 | 0.348 | 0.144 | 0.044 |
| (4.002) **** | (5.786) **** | (2.607) *** | (0.694) | |
| Household size 2 | -0.017 | -0.037 | -0.009 | 0.005 |
| (1.943) * | (3.643) **** | (1.471) | (0.586) | |
| Educational attainment | 0.083 | 0.149 | 0.071 | 0.052 |
| (2.761) *** | (3.091) *** | (2.547) ** | (1.140) | |
| Age of householder | 0.014 | 0.004 | -0.009 | 0.022 |
| (1.299) | (0.389) | (0.614) | (1.656) * | |
| Age of householder 2 | 0.000 | 0.000 | -2.494E-5 | 0.000 |
| (2.010) ** | (1.413) | (0.175) | (2.862) *** | |
| (Constant) | 2.067 | 2.472 | 3.101 | 2.893 |
| (6.083) **** | (7.100) *** | (7.146) **** | (6.591) **** | |
| R 2adj. | 0.683 | 0.754 | 0.537 | 0.693 |
| N | 653 | 545 | 552 | 492 |
Table 7.
Wealth Effect of Single Income and Dual Income Couples by Household Debt-to-asset Ratio (Model 5)
| Variables | SIC | DIC | ||
|---|---|---|---|---|
| Less than 25% | 25% & more | Less than 25% | 25% & more | |
| M5-1 | M5-2 | M5-3 | M5-4 | |
| ln(C) | ln(C) | ln(C) | ln(C) | |
| (ln)Total income | 0.413 | 0.402 | 0.438 | 0.344 |
| (18.800) **** | (11.032) **** | (18.518) **** | (7.829) **** | |
| (ln)Financial asset | 0.003 | 0.009 | 0.002 | 0.018 |
| (0.760) | (1.545) | (0.581) | (2.961) *** | |
| (ln)Housing asset | 0.098 | 0.141 | 0.077 | 0.019 |
| (6.126) **** | (4.620) **** | (4.964) **** | (0.675) | |
| (ln)Real estate asset | 0.001 | 0.001 | 0.004 | -5.950E-5 |
| (0.439) | (0.213) | (1.734) * | (0.013) | |
| Household size | 0.257 | 0.307 | 0.117 | -0.037 |
| (5.519) **** | (3.859) **** | (2.611) *** | (0.359) | |
| Household size 2 | -0.022 | -0.029 | -0.008 | 0.018 |
| (2.921) *** | (2.326) ** | (1.460) | (1.533) | |
| Educational attainment | 0.155 | 0.031 | 0.076 | 0.080 |
| (5.162) **** | (0.661) | (2.613) *** | (1.872) * | |
| Age of householder | 0.021 | -0.013 | 0.004 | 0.017 |
| (2.693) *** | (0.832) | (0.374) | (1.014) | |
| Age of householder 2 | 0.000 | 2.175E-5 | 0.000 | 0.000 |
| (3.810) **** | (0.150) | (2.000) ** | (1.711) * | |
| (Constant) | 1.839 | 2.555 | 2.885 | 3.992 |
| (7.085) **** | (5.593) **** | (9.235) **** | (7.636) **** | |
| R 2adj. | 0.768 | 0.717 | 0.727 | 0.547 |
| N | 909 | 289 | 776 | 268 |
Table 8.
Wealth Effect of Single Income and Dual Income Couples by Employment Status (Model 6)
| Variables | SIC | DIC | ||
|---|---|---|---|---|
| Wage earners | The self-employed | Wage earners | The self-employed | |
| M6-1 | M6-2 | M6-3 | M6-4 | |
| ln(C) | ln(C) | ln(C) | ln(C) | |
| (ln)Total income | 0.368 | 0.472 | 0.439 | 0.414 |
| (15.877) **** | (14.887) **** | (13.782) **** | (14.841) **** | |
| (ln)Financial asset | 0.003 | 0.008 | -0.001 | 0.010 |
| (0.872) | (1.442) | (0.2338) | (2.329) ** | |
| (ln)Housing asset | 0.120 | 0.090 | 0.079 | 0.047 |
| (6.842) **** | (3.770) **** | (3.776) **** | (2.545) ** | |
| (ln)Real estate asset | 0.002 | 0.000 | 0.004 | 0.002 |
| (0.580) | (0.120) | (1.158) | (0.624) | |
| Household size | 0.278 | 0.263 | -0.053 | 0.143 |
| (5.717) **** | (3.881) **** | (0.694) | (2.667) *** | |
| Household size 2 | -0.023 | -0.027 | 0.016 | -0.008 |
| (2.927) *** | (2.500) ** | (1.602) | (1.341) | |
| Educational attainment | 0.096 | 0.176 | 0.082 | 0.067 |
| (3.234) *** | (3.796) **** | (2.679) *** | (1.695) * | |
| Age of householder | 0.022 | -0.011 | 0.009 | 0.16 |
| (2.653) *** | (0.927) | (0.754) | (1.277) | |
| Age of householder 2 | 0.000 | 9.604E-6 | 0.000 | 0.000 |
| (3.785) **** | (0.094) | (1.848) * | (2.485) ** | |
| (Constant) | 2.049 | 2.355 | 3.006 | 2.879 |
| (7.513) **** | (5.947) **** | (7.765) **** | (6.821) **** | |
| R 2adj. | 0.762 | 0.779 | 0.610 | 0.714 |
| N | 770 | 428 | 531 | 513 |
연령층에 따른 주택자산의 부의 효과를 살펴본 결과, <Table 5>에서 나타난 바와 같이 외벌이 부부가구는 4가지 연령층 모두에서, 맞벌이 가구는 40대와 50대에서만 신뢰수준 90%에서 통계적으로 유의하였다. 주택자산의 소비탄력성은 외벌이와 맞벌이 가구 모두 40대(0.152)에서 가장 컸으며, 이는 주택자산 가격이 1% 상승할 때, 가구의 비내구재 소비지출은 0.15%씩 증가함을 의미한다. 그 뒤를 이어 60대 이상 외벌이 가구(0.111), 30대 외벌이 가구(0.110), 50대 외벌이 가구(0.059), 50대 맞벌이 가구(0.042) 순으로 주택자산의 부의 효과가 크게 나타났다. 즉, 맞벌이 가구보다 근로소득원이 상대적으로 적은 외벌이 가구에서 주택자산효과가 더 두드러졌다. 특히 두 유형의 가구 모두 40대 중년층에서 주택자산효과가 큰 것은 자녀양육 및 각종 생활비(예, 보건의료비, 경조사비, 교양오락비, 차량유지비, 외식비, 생필품 구입비 등) 부담이 증가하고, 자가마련 또는 큰 규모의 주택으로 갈아타기로 인한 지출 확대에 연유한다.
주택유형에 따른 주택자산효과를 분석한 결과, <Table 6>의 M4-1열부터 M4-4열에 나열한 바와 같이 주택자산의 결정계수는 아파트에 거주하는 외벌이 가구(0.105)가 가장 컸으며, 그 뒤를 이어 아파트 거주 맞벌이 가구(0.102), 아파트 외 주택에 거주하는 외벌이 가구(0.095), 아파트 외 주택 거주 맞벌이 가구(0.041) 순으로 신뢰수준 95%에서 유의하게 높았다. 주택자산효과는 대체로 아파트 거주 가구가 아파트 외 주택 보다 외벌이 가구의 경우, 1.1배, 맞벌이 가구의 경우 2.5배 더 크게 나타났다. 아파트 거주에서 외벌이가 가구의 주택자산효과는 맞벌이 가구와 거의 동일하지만, 아파트 외 주택 거주에서 외벌이 가구는 맞벌이 가구보다 2.3배 더 높았다. 즉, 주택자산효과는 외벌이 가구가 맞벌이 가구보다 더 높으며, 아파트 거주는 그 효과를 증강시키며, 특히 맞벌이 가구에서 주택유형에 따른 차이가 더 두드러졌다. 통상 아파트는 아파트 외 주택에 비해 담보가치가 뛰어나고 유동성이 좋은 특성 때문에 자금 조달 시 유용한 수단이 된다. 따라서 이러한 결과는 아파트에 거주하는 가구에서 주택자산효과가 아파트 외 주택에 거주하는 가구 보다 높다는 Lee & Yu(2015), Park & Lee(2011), Yoon(2015) 등의 연구결과와 일치한다.
자산대비부채비율에 따른 주택자산의 소비탄력성을 살펴보면, <Table 7>에서 정리한 바와 같으며, 주택자산효과는 부채비율이 25% 이상인 고(高)부채의 외벌이 가구(0.141)에서 가장 컸으며, 주택자산 가격이 1% 증가할 때, 가구의 비내구재 소비지출은 각각 0.14% 상승을 뜻한다. 이어 25% 미만인 저(低)부채의 외벌이 가구(0.098), 저(低)부채의 맞벌이 가구(0.077) 순으로 높았으며, 이는 신뢰수준 99.9%에서 통계적 유의성을 보였다. 외벌이 가구의 주택자산효과는 고(高)부채가 저(低)부채 보다 1.4배 더 높았다. 일반적으로 저(低)부채의 가구는 부채를 변제하기 위해 소비를 줄이고 저축을 늘려야 하는 심리적 부담감이 덜하기 때문에 주택자산 가치 상승은 소비로 이어질 개연성이 높아진다. 그럼에도 불구하고 근로소득원이 한정된 외벌이 가구 중 고(高)부채에서 주택자산의 소비탄력성이 크게 나타난 것은 조사대상 외벌이 가구 상당수가 생애주기 상 소비지출이 큰 시기에 있는 장년층인데 연유하며, 목돈을 급히 조달해야 하는 상황에서 유동성 공급원으로서 주택자산이 중요한 기능을 담당하기 때문으로 풀이된다.
종사 상의 지위에 따라 임금근로자와 자영업자로 구분하여 주택자산의 결정계수를 추정한 결과, <Table 8>의 M6-1열부터 M6-4열에서 보는 바와 같이 임금근로자의 외벌이 가구(0.120)가 가장 컸으며, 자영업에 종사하는 외벌이 가구(0.090), 임금근로자의 맞벌이 가구(0.079), 자영업자의 외벌이 가구(0.047) 순으로 신뢰수준 95%에서 크게 나타났다. 주택자산효과는 대체로 외벌이 가구에서 높지만, 임금근로자인 경우 외벌이와 맞벌이 여부에 상관없이 그 효과를 강화시켰다. 실제, 외벌이 가구의 주택자산효과는 임금근로자가 자영업자 보다 1.3배, 맞벌이 가구에서는 1.7배였으나, 임금근로자 가구의 주택자산효과에서 외벌이 가구가 맞벌이 가구보다 1.5배, 자영업자 가구에서는 그 차이가 1.9배로 확대되었다. 즉, 고정적인 소득 확보는 가구 소비지출에 긍정적인 영향력을 주며, 안정적인 소득흐름은 외벌이 가구에서 더 중요함을 확인할 수 있다. 임금근로자의 주택자산효과가 자영업자 가구보다 더 높은 결과는 Lee & Yu(2015) 연구와 일치한다.
이상의 결과들에서 살펴본 대로 주택자산효과는 외벌이 부부가구가 맞벌이 가구보다 더 크며, 대체로 외벌이와 맞벌이 부부 모두 비수도권 지역에 거주하고, 40대이며, 아파트에 거주하고 임금근로자인 가구에서 주택자산효과가 큰 경향을 보였다. 다만, 부채비율에서 다소 상반된 결과를 보였는데, 고(高)부채의 외벌이 가구와 저(低)부채의 맞벌이 가구에서 주택자산효과가 높은 편이었다.
IV. 결 론
본 연구는 전국의 자가소유 가구 중 외벌이와 맞벌이 부부가구를 대상으로 가계자산 포트폴리오의 특성과 주택자산효과 차이를 비교하고자 최근 공개된 패널데이타를 활용하여 가계자산 구성과 주택자산이 가구의 비내구재 소비에 미치는 영향을 분석하였다. 이와 함께 거주지역, 연령층, 주택유형, 자산대비부채비율, 종사 상의 지위에 따른 주택자산효과 차이를 비교하였다. 분석 결과를 살펴보면 전체적으로 조사대상 외벌이와 맞벌이 부부가구는 대체로 50대 중반 장년층의 대졸 미만인 남성 가구주로 아파트에 거주하였고, 외벌이 가구가 맞벌이 가구보다 가구원 수가 더 적었고, 여성 가구주, 수도권 거주, 임금근로자 비율이 더 높았다. 가계자산 포트폴리오의 구성에서 전반적으로 맞벌이 부부가구에서 금액이 더 컸지만 외벌이와 맞벌이 가구 간 규모 상의 큰 차이가 없었다. 자본이득은 외벌이 가구에서, 내구재 소비액과 주택 외 부동산 자산은 맞벌이 가구에서 더 많았으며 그로 인한 총소비와 총자산 금액이 커졌다. 즉, 맞벌이로 인한 근로소득 증가에 비례하여 소비, 자산, 부채가 늘어난 것으로, 실질적으로 두 가구유형 간 가계재무 상의 규모 차는 매우 크지 않았다. 실제, 맞벌이 가구는 소득 증가에 따라 내구재 소비액과 주택 외 부동산 자산의 투자액이 모두 상승한 점을 볼 때 소비의 질과 양이 모두 커지면서 외벌이 가구에 비해 과잉 소비 경향이 짙었다.
한편, 주택자산효과는 외벌이 부부가구가 맞벌이 가구보다 약 2배 더 컸으며, 근로소득이 제한적인 외벌이 가구에서 주택자산의 가치 변동에 따른 비내구재 소비지출이 더 크게 나타났다. 거주지역, 연령층, 주택유형, 자산대비부채비율, 종사 상의 지위에 따른 주택자산효과에서 외벌이와 맞벌이 가구 모두 공통적으로 비수도권의 아파트에 거주하는 임금근로자의 부부 가구에서 주택자산의 소비탄력성이 더 컸으나, 외벌이 가구는 전(全) 연령층의 자산대비부채비율이 낮은 가구에서, 맞벌이 가구는 40대와 50대의 부채비율이 높은 가구에서 주택자산효과가 더 뚜렷하였다. 이러한 결과는 가족생애주기 상 자녀양육, 자가마련 또는 주택교체, 생활비 등 경제적 부담이 가중되고 지출이 급증하는 시기의 중·장년층에게 주택자산은 유동성 제약을 완화시킬 수 있는 수단임을 시사한다. 또한, 환금성이 양호하고 담보가치가 좋은 아파트와 고정적인 소득원의 확보는 주택자산효과를 배가시켜 주택자산 가치 상승 시 가구의 소비지출로 이어질 개연성은 높아지나 부채는 자산효과를 제약시켜 소비를 제어시켰다.
여성의 경제활동참가율이 증가하고 맞벌이 가구가 일반화되면서 맞벌이 가구에 대한 연구가 증가하고 있지만, 외벌이와 맞벌이 가구의 가계자산 구성과 주택자산효과를 살펴본 연구는 거의 전무한 상황에서 본 연구의 의의가 있다. 또한, 실질적인 소득 증가가 없는 작금의 상황에서 12) 외벌이 가구와 맞벌이 가구가 보유한 주택자산의 가치와 그 부의 효과를 계량적 분석으로 조명한 점에서 본 연구의 중요성을 지닌다. 본 연구에서 나타난 바와 같이 맞벌이 가구는 증가한 근로소득으로 소비여력이 향상되면서 소비의 질과 양(예, 내구재 소비, 부동산 투자)이 개선되었고 그로 인한 지출이 증가한 동시에 자산투자와 축적도 가능해졌다. 그러나 맞벌이로 소득이 증가하면서 주택자산에 의한 가족복지 재원이 분산되는 맞벌이 가구와 달리 제한된 소득원으로 재원 조달 수단이 한정된 외벌이 가구에서 소비 지출액은 맞벌이 가구에 비해 크게 감소되지 않았고 자산규모도 훨씬 작았다. 즉, 외벌이 가구는 맞벌이 가구보다 녹록치 않은 가계경제를 관리하기 때문에 비상 상황(예, 자녀 교육 및 결혼 등 목돈 지출, 실직, 폐업, 질병, 부상, 사망 등 긴급 자금 조달) 발생 시 주택자산 의존도는 높을 수 밖에 없고 자칫 빈곤에 취약해질 수 있다. 따라서, 주택자산 기반 가족복지 조달은 외벌이 가구에서 훨씬 크므로 이들 가구의 유동성을 약화시키지 않는 조치가 뒷받침되어야 할 것이다. 아울러 맞벌이 가구 중심의 자산관리 전략에서 외벌이 가구로까지 확대될 필요가 있으며, 나아가 외벌이와 맞벌이 가구 모두 가족복지 서비스 조달을 위한 재원 확보와 다각화 방안이 모색되어야 할 것이다. 이를 위해 향후 연구에서는 생애주기별 외벌이와 맞벌이 가구의 주택자산효과 변화를 추적할 필요가 있으며, 세대별 자산효과 차이를 비교 할 필요가 있다.
