[DATA&R]근로시간과 노동생산성 이대로 괜찮은가?

안녕하세요, 최근 근로시간제도 개편안이 정말 큰 이슈입니다. 몇일 전 정부에서 기존 주52시간 근무제도를 주당 최대 69시간으로 개편하고 연장 근로 단위를 기존의 '주' 단위에서 '월, 분기, 반기, 연'으로 관리하는 안을 발표하였으나 사회적으로 논란이 생기자 정부는 근로 유연화를 재검토하고 있습니다. 

MZ세대 반발에 화들짝… '주 69시간' 백지화

한국보건사회연구원의 설문조사결과에 따르면 취업자가 원하는 근로 시간은 주 40시간 이하라고 합니다. 그렇다면 한국의 근로시간은 단축되고 있을까요? 그리고 근로시간이 단축되면 노동생산성이 떨어질 것이라는 인식이 여전히 사회에 있는데 과연 그럴까요?

보완 중인 ‘주 69시간’ 근로…취업자 희망은 ‘주 36.7시간’

자료 from KOSIS

고용노동부에서는 고용형태근로실태조사를 실시하고 있으며  총근로일수, 총근로시간, 월임금총액 등 임금, 근로시간 등과 관련된 통계를 KOSIS를 통해서 공개하고 있습니다. 이번 포스팅에서는 2007년부터 2021년까지 전체근로자, 정규근로자, 비정규근로자의 총근로일수, 총근로시간, 월임금총액 변수를 활용해보겠습니다.

• 고용노동부,「고용형태별근로실태조사」, 2021, 2023.03.19, 고용형태별 임금 및 근로시간

KOSIS

@KOSIS

노동생산성과 관련해서는 한국생산성본부에서 발표하는 노동생산성지수를 활용할 수 있으며 2011년부터 2021년까지의 비농전산업, 광공업, 건설업, 서비스업의 산업생산기준 노동생산성지수를 살펴보겠습니다. 참고로 한국생산성본부에서는 부가가치 기준 노동생산성 지수도 발표하고 있는데 해당 자료 시각화는 직접 해보시는 것을 추천합니다.

• 한국생산성본부,「노동생산성지수」, 2022 3/4, 2023.03.19, 노동생산성지수(산업생산기준)

KOSIS

@KOSIS

자료는 위의 링크에 들어가셔서 다운로드 하시면 됩니다.

 

근로시간과 노동시간

우선 정규근로자와 비정규근로자를 구분해서 총근로시간을 살펴보면 비정규근로자는 2010년대에 접어들면서 총근로시간이 급감함을 확인할 수 있습니다. 근로가 소득을 위한 행위라는 점을 감안할 때 비정규근로자는 경제적 어려움을 겪고 있을 것으로 보입니다. 

시간당 임금을 살펴보면 근로 유형과 무관하게 유사한 추세로 증가하는 것으로 보입니다. 그러나 2007년 최저시급(시간급 기준)이 3,480원이었고 2023년 최저시급이 9,620원이라는 점을 감안하면 이러한 추세는 최저시급 인상의 영향을 받은 결과일 수 있습니다.

이러한 점을 고려하기 위하여 최저임금위원회의 연도별 최저임금 결정현황 자료를 추가적으로 수집하였습니다.

main | 최저임금위원회

 

이후 최저시급 대비 시간당 임금을 이용하여 시각화해본 결과, 앞서 살펴본 시간당 임금 추세와는 상당히 다른 결과를 보입니다. 하지만 상당히 해석이 어려운 부분이 있습니다. 이는 최저시급 대비 시간당 임금에 대한 해석의 어려움이 있기 때문입니다. 최소한 아래의 결과를 볼 때 최저시급의 증가가 모든 근로자에게 동일한 영향을 미치는 것은 아니며 비정규근로자와 정규근로자 간의 최저시급 대비 시간당 임금의 격차가 완화되고 있음을 알 수 있습니다. 

다음으로 한국생산성본부가 발표한 노동생산성 지수입니다. 서비스업과 비농전산업은 유사한 추세를 보이고 있으며 광공업도 앞선 두 산업과 비교적 유사한 추세를 보입니다. 그리고 코로나19 이후에도 노동생산성 지수는 상승한 것으로 나타났습니다. 반면 건설업은 무슨 일이 있는지 생산성의 변동 폭이 상당히 크고 2017년 이후에는 지속적으로 노동생산성 지수가 하락하고 있습니다. 

마지막으로 근로시간과 노동생산성지수 간의 관계를 살펴보겠습니다. 2011년부터 2021년 자료를 활용하여 산점도를 그리고 회귀직선을 그려보았습니다. 근로시간이 많다고 해서 노동생산성지수가 높아지는 것은 아닐 수 있음을 보여줍니다. 그러나 단순히 두 변수 간의 관계를 살펴본 것이며 시계열적 특성, 여러 혼란변수를 통제하지 않았기 때문에 엄밀한 분석은 아니므로 해석에 주의가 필요합니다. 

위의 시각화를 위하여 아래와 같은 코드가 활용되었습니다. ggplot을 활용한 시각화 뿐만 아니라 산점도 시각화에는 기본 명령어인 plot을 활용하였고 전처리에 도움이 될 수 있는 새로운 변수 만들기, 데이터셋 결합(merge) 코드도 확인할 수 있습니다.

library(ggplot2)
library(readxl)
library(showtext)
showtext_auto()
hour<-read_excel("//고용형태별_임금_및_근로시간_20230319185706.xlsx")
hour$wage<-hour$`월임금총액 (천원)`/hour$`총근로시간 (시간)`*1000
head(hour)

ggplot(hour, aes(x=시점, y=`총근로시간 (시간)`, color=고용형태, group=고용형태, linetype=고용형태))+
  geom_line(size=0.4) +
  xlab("연도") + ylab("총근로시간 (시간)") +
  geom_hline(yintercept = 160, color='grey')+
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

ggplot(hour, aes(x=시점, y=wage, color=고용형태, group=고용형태, linetype=고용형태))+
  geom_line(size=0.4) +
  xlab("연도") + ylab("시간당 임금(원)") +
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

시점<-c(2007:2021)
min<-c(3480,3770,4000,4110,4320,4580,4860,5210,5580,6030,6470,7530,8350,8590,8720)
min<-data.frame(시점,min)
head(min)

mer<-merge(hour, min, by='시점')
mer$ratio<-mer$wage/mer$min

ggplot(mer, aes(x=시점, y=ratio, color=고용형태, group=고용형태, linetype=고용형태))+
  geom_line(size=0.4) +
  xlab("연도") + ylab("시간당 임금/최저시급") +
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

product<-read_excel("//노동생산성지수_산업생산기준__20230319185321.xlsx")
head(product)

ggplot(product, aes(x=시점, y=value, color=산업, group=산업, linetype=산업))+
  geom_line(size=0.4) +
  xlab("연도") + ylab("노동생산성지수") +
  geom_hline(yintercept = 100, color='grey')+
  theme_classic() +
  theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=10, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))

연도<-c(2011:2021)
근로시간<-c(180.8,173.7,167.9,165.5,173.5,171.1,168.5,156.4,152.4,163.6,164.2)
노동생산성지수<-c(105.3,101.9,106.1,104.2,100.0,102.8,107.8,107.0,105.3,106.9,109.0)

ex<-data.frame(연도,근로시간,노동생산성지수)
plot(근로시간,노동생산성지수,pch=19)
abline(lm(노동생산성지수~근로시간,data=ex), col='blue')

 

아쉬운 점은 한국생산성본부의 산업 구분과 고용노동부의 산업 구분이 차이가 있어서 산업별 근로시간과 노동생산성 간의 관계를 직접적으로 비교하지 못하였다는 점입니다. 앞으로 이런 부분이 해결되면 조금 더 흥미로운 분석을 할 수 있을 것같습니다.

감사합니다!