사건의 효과를 평가하는 이중차분법(2022, 6월모평)

 

 

경제학에서는 증거에 근거한 정책 논의를 위해 사건의 효과를 평가해야 할 경우가 많다. 어떤 사건의 효과를 평가한다는 것은 사건 후의 결과와 사건이 없었을 경우에 나타났을 결과를 비교하는 일이다. 그런데 가상의 결과는 관측할 수 없으므로 실제로는 사건을 경험한 표본들로 구성된 시행집단의 결과와, 사건을 경험하지 않은 표본들로 구성된 비교집단의 결과를 비교하여 사건의 효과를 평가한다. 따라서 이 작업의 관건은 그 사건 외에는 결과에 차이가 ⓐ날 이유가 없는 두 집단을 구성하는 일이다. 가령 어떤 사건이 임금에 미친 효과를 평가할 때, 그 사건이 없었다면 시행집단과 비교집단의 평균 임금이 같을 수밖에 없도록 두 집단을 구성하는 것이다. 이를 위해서는 두 집단에 표본이 임의로 배정되도록 사건을 설계하는 실험적 방법이 이상적이다. 그러나 사람을 표본으로 하거나 사회 문제를 다룰 때에는 이 방법을 적용할 수 없는 경우가 많다.

이중차분법은 시행집단에서 일어난 변화에서 비교집단에서 일어난 변화를 뺀 값을 사건의 효과라고 평가하는 방법이다. 이는 사건이 없었더라도 비교집단에서 일어난 변화와 같은 크기의 변화가 시행집단에서도 일어났을 것이라는 평행추세 가정에 근거해 사건의 효과를 평가한 것이다. 이 가정이 충족되면 사건 전의 상태가 평균적으로 같도록 두 집단을 구성하지 않아도 된다.

이중차분법은 1854년에 스노가 처음 사용했다고 알려져 있다. 그는 두 수도 회사로부터 물을 공급받는 런던의 동일 지역 주민들에 주목했다. 같은 수원을 사용하던 두 회사 중 한 회사만 수원을 ⓑ 바꿨는데 주민들은 자신의 수원을 몰랐다. 스노는 수원이 바뀐 주민들과 바뀌지 않은 주민들의 수원 교체 전후 콜레라로 인한 사망률의 변화들을 비교함으로써 콜레라가 공기가 아닌 물을 통해 전염된다는 결론을 ⓒ 내렸다. 경제학에서는 1910년대에 최저임금제 도입 효과를 파악하는 데 이 방법이 처음 이용되었다.

평행추세 가정이 충족되지 않는 경우에 이중차분법을 적용하면 사건의 효과를 잘못 평가하게 된다. 예컨대 ㉠어떤 노동자 교육 프로그램의 고용 증가 효과를 평가할 때, 일자리가 급격히 줄어드는 산업에 종사하는 노동자의 비중이 비교집단에 비해 시행 집단에서 더 큰 경우에는 평행추세 가정이 충족되지 않을 것이다. 그렇다고 해서 집단 간 표본의 통계적 유사성을 ⓓ 높이려고 사건 이전 시기의 시행집단을 비교집단으로 설정하는 것이 평행 추세 가정의 충족을 보장하는 것은 아니다. 예컨대 고용처럼 경기변동에 민감한 변화라면 집단 간 표본의 통계적 유사성보다 변화 발생의 동시성이 이 가정의 충족에서 더 중요할 수 있기 때문이다.

여러 비교집단을 구성하여 각각에 이중차분법을 적용한 평가 결과가 같음을 확인하면 평행추세 가정이 충족된다는 신뢰를 줄 수 있다. 또한 시행집단과 여러 특성에서 표본의 통계적 유사성이 높은 비교집단을 구성하면 평행추세 가정이 위협받을 가능성을 ⓔ 줄일 수 있다. 이러한 방법들을 통해 이중차분법을 적용한 평가에 대한 신뢰도를 높일 수 있다.

 

 

@ 2023학년도 대학수학능력시험 6월 모의평가 14~17번.