ISSN : 2093-5986(Print)
ISSN : 2288-0666(Online)
The Korean Society of Health Service Management
Vol.17 No.3 pp.55-66
https://doi.org/10.12811/kshsm.2023.17.3.055

COVID-19로 인한 경제적 피해 염려 관련 요인 : 직업유형을 중심으로

신단비1, 허민희1, 김영진1, 이정원1, 문준원2, 김희수3, 노진원2‡
1연세대학교 일반대학원 보건행정학과
2연세대학교 소프트웨어디지털헬스케어융합대학 보건행정학부
3연세대학교 글로벌창의융합대학 경영학부

Factors Associated with Concerns about Economic Damage due to The COVID-19 Pandemic : Focus on Job Types

Dan-Bee Shin1, Min-Hee Heo1, Young-Jin Kim1, Jung-Won Lee1, Jun-Won Mun2, Hui-Su Kim3, Jin-Won Noh2‡
1Department of Health Administration, Yonsei University Graduate School
2Division of Health Administration, College of Software and Digital Health care Convergence, Yonsei University
3Division of Business Administration, College of Humanities & Social Sciences Convergence, Yonsei University

Abstract

Objectives:

This study aimed to assess the factors associated with concerns about economic damage due to the COVID-19 pandemic.


Methods:

The total number of subjects was 205,589, as drawn from the 2021 Community Health Survey. Binary logistic regression analysis was used to identify the factors associated with concerns about economic damage due to the COVID-19 pandemic.


Results:

The finding indicates that concerns about economic damage due to the COVID-19 pandemic are high in the order of pink-collar job, blue-collar job, no occupation, and white-collar job. Sex, age, marital status, education level, residential area, family member, household income, smoking status, and unmet healthcare service were significant.


Conclusions:

The research results suggest that different administrative policies such as job support and psychological support should be applied because concerns about economic damage differs depending on job type.


Job Types , COVID-19 , Economic Damage

    Ⅰ. 서론

    2019년 12월 중국 우한에서 처음 발병한 Coronavirus disease 2019(COVID-19)는 2020년 3 월 감염병 최고 등급인 ‘세계적 유행병(Pandemic)’ 으로 선포되었으며, 전세계적으로 대규모 감염 확 산을 방지하기 위한 정책이 실시되었다[1]. 이에 COVID-19 종식을 위한 노력의 일환으로 2021년 2 월 26일 요양시설과 같은 고령층 이용시설을 중심 으로 첫 접종이 실시되었다[2]. 백신이 개발되기 전 한국 정부는 비약물적 중재로서 2020년 2월 사 회적 거리두기 지침을 선포하여 위험도에 따라 민 간 다중시설을 분류하고 집합 금지, 영업시간 제한 등의 조치를 취하였다[2]. 사회적 거리두기는 비약 물적 중재로서 COVID-19 확산을 방지하는데 효과 적이었으나 우울증, 불안, 공황장애, 감염자라는 낙 인으로 인한 두려움 등 사람들의 정신적 건강에 부정적인 영향을 미쳤다[2-3]. COVID-19는 신종감 염병은 대응 선례가 없고 대책을 마련하기 어렵기 때문에 사람들에게 감염에 대한 두려움을 유발하 였다[4]. COVID-19 대유행으로 사회적 거리두기를 포함한 다양한 COVID-19 대응정책이 실시됨에 따 라 개인의 일상 뿐만 아니라 사회경제적으로 많은 변화를 유발한 것으로 나타났다. 새로운 일상과 비 대면의 일상화 등은 경제활동의 위축과 함께 경제 활동의 행태와 방식의 많은 변화를 유발하였다[5]. 사회적 거리두기 정책 시행에 따라 유연·재택근무 가 권장되면서 업무환경의 밀집도가 최소화되는 등 근로형태가 변화하였으며, 휴직, 사직 등의 근 로위기를 야기하기도 하였다[6][7]. 사회적 거리두 기 정책으로 무인화 기술과 AI 기술이 도입되어 일자리가 사라짐으로써 고용 불안 또한 증가하는 것으로 나타났다[5]. 한 선행연구에 따르면 COVID-19 생존자들이 직장 복귀 이후 친구, 동료 로부터 감염자에 대한 낙인을 경험하였으며 소득 감소 및 일자리 실직 등 어려움을 겪은 것으로 보 고되었다[3]. 임금노동자의 경우 실직이나 근로시 간의 감소, 자영업자의 경우 휴업 및 폐업 등 경제 활동에 영향을 받았다[8]. 특히 COVID-19로 인한 부정적인 피해를 입은 부문은 고용시장이었다. COVID-19의 영향이 본격화된 2020년 3월 이후 취 업자 수가 급격히 감소하였으며, 소득 감소 비율이 매우 높게 나타나는 등 부정적인 결과를 보였다 [1][9]. 한편, 직업유형별 업무환경은 다르게 나타난 다. 화이트칼라 직업군은 문서 관련 업무를 하는 사무직으로, 앉아 있는 시간이 다른 직업군에 비해 길며, 업무 장소에 제약이 없다는 특징이 있다[10]. 또한 화이트칼라 직업군은 기술변화에 따른 고용 안정성이 높은 직업군으로 분류된다[11]. 반면, 블 루칼라 직업군은 비사무직 직업이 포함되며, 기술 변화에 따른 고용 안정성이 낮은 직업군으로 분류 된다. 또한 블루칼라 직업군은 반복적인 신체적 활 동을 요구하는 직업의 특징으로 인해 근골격계 통 증에 노출될 위험이 높다[11][12]. 핑크칼라 직업군 은 감정노동과 대면으로 서비스를 제공해야 한다 는 특징이 있으며, 이로인해 높은 업무 스트레스에 노출되어 있다. 또한 핑크칼라 직업군 중 남성은 화난 고객에 대응할 때 우울증 위험이 증가한 반 면, 여성은 감정을 숨겨야하거나 본인의 의견을 업 무에 적용하지 못하거나 업무가 유용하다고 생각 되지 않는 경우 우울증이 걸릴 가능성이 높은 것 으로 나타났다[13]. 이처럼 직업유형에 따라 다르 게 나타나는 업무환경의 특성으로 인해 COVID-19 로 인한 작업환경의 변화 및 사회경제적 여파가 다르게 나타날 것으로 보인다. 그럼에도 불구하고 대부분의 선행연구에서는 COVID-19로 인한 경제 적 어려움을 소득의 변화 만으로만 고려하여 COVID-19의 경제적 피해를 연구했다는 제한점이 보고되기도 하였다[7]. 또한 2020년 취업자 수는 2,690만 4천 명으로 전년 대비 21만 8천 명, 고용 률은 0.8%p 감소하는 등 COVID-19 이후 구직의 어려움과 같은 경제적 영향을 경제활동군 뿐만 아 니라 비경제활동군 또한 받았음에도 기존 선행연 구는 경제활동군만을 대상으로 한 연구가 대부분 이었다[1]. 이에 본 연구는 비경제활동군까지 포함 하고 경제적 피해에 대해 보다 포괄적으로 접근하 여 직업유형에 따른 COVID-19로 인한 경제적 피 해에 대한 염려 수준의 차이를 파악하고자 한다. 이를 통해 경제적 피해에 대한 염려가 높은 직업 유형을 파악하여 해당 취약집단에 대한 맞춤형 심 리 지원을 할 수 있도록 기초자료를 제공하고자 한다.

    Ⅱ. 연구방법

    1. 자료원

    본 연구는 매년 전국 보건소를 통해 만 19세 이 상을 대상으로 조사되는 2021년 지역사회건강조사 원시자료를 활용하였다. 지역사회건강조사는 질병 관리청에서 17개 시도 및 255개 보건소, 34개 책임 대학교 간의 협력 하에 수집된다. 본 연구의 대상 자는 2021년 8월 16일부터 2021년 10월 31일을 조 사기간으로 훈련된 조사원이 표본으로 선정된 가 구에 직접 방문하여 1:1로 전자설문조사를 진행하 여 수집되었다. 2021년 전체 조사 대상자 229,242 명 중 본 연구주제에 적합한 변수를 고려하였을 때, 결측치를 제외한 205,589명을 최종 연구대상자 로 선정하였다.

    2. 변수

    1) 종속변수

    본 연구의 종속변수는 COVID-19로 인한 경제 적 피해에 대한 염려이다. “COVID-19 유행으로 나와 우리 가족에게 경제적 피해가 올까봐(일자리 를 잃거나 구하기 어려움 등) 염려 된다” 문항으로 측정하였으며, 지역사회건강조사 원시자료 이용지 침서에 따라‘전혀 그렇지 않다’, ‘그렇지 않다’, ‘보 통이다’는 낮음, ‘그렇다’, ‘매우 그렇다’는 높음으 로 범주화하였다.

    2) 독립변수

    본 연구는 라론드 건강결정모형에 기반하여 통 제변수를 분석에 투입하였다[14]. 건강은 개인의 노력 뿐만 아니라 보건, 의료, 환경, 경제, 교육 등 많은 요인들의 복잡한 상호작용을 통해 결정된다. 이에 라론드 건강결정모형을 통해 건강에 영향을 미치는 요인을 생물학적 요인(Human Biology), 환 경 요인(Environment), 생활습관 요인(Life Style) 및 보건의료 요인 (Health Care Organization)으로 구 분하여 연구모형을 설정하였다[14]. 생물학적 요인 으로 성별과 연령을 포함하였으며, 환경 요인은 가 구원 수, 교육수준, 거주지역, 월 가구소득, 혼인상 태를 포함하였다. 생활습관 요인은 흡연 여부와 음 주 여부, 보건의료 요인은 연간 미충족 의료 여부를 분석에 투입하였다. 직업유형은 Che&Moon(2022)을 참고하여 ‘관리자’, ‘전문가 및 관련종사자’, ‘사무 종사자’는 화이트칼라 직업군, ‘서비스종사자’, ‘판 매종사자’는 핑크칼라 직업군, ‘농임어업종사자’, ‘기능원 및 관련 기능종사자’, ‘장치, 기계조작 및 조립종사자’, ‘단순노무종사자’는 블루칼라 직업군 으로 범주화하였다[15]. ‘비경제활동군’은 “귀하께 서는 최근 1주일동안 수입을 목적으로 1시간 이상 일을 하거나, 18시간 이상 무급 가족 종사자로 일 하신 적이 있습니까? 원래 일을 하고 있지만 일시 휴직 상태도 일을 하신 경우에 포함됩니다.”질문에 ‘네’라고 답한 대상자이다. 성별은 남성, 여성으로, 교육수준은 “귀하는 학교를 어디까지 다니셨습니 까?”문항으로 측정하였으며 ‘초등학교’, ‘중학교’, ‘고등학교’ 는 고등학교 이하, ‘2년/3년제 대학’, ‘4 년제 대학’, ‘대학원이상’은 대학교 이상으로 범주 화하였다. 거주지역은 동, 읍/면으로, 혼인상태는 “귀하의 현재 혼인상태는 다음 중 무엇에 해당합 니까?”문항에 대하여 ‘배우자가 있으며, 함께 살고 있다’는 기혼, ‘미혼으로 배우자가 없다’ 는 미혼, ‘배우자가 있으나, 함께 살고 있지 않는다’, ‘배우자 사망으로 배우자가 없다’, ‘이혼으로 배우자가 없 다’는 별거/사별/이혼으로 범주화하였다[16]. 흡연 여부는 “현재 일반담배(궐련)을 피웁니까?”문항에 대하여 ‘매일 피운다’, ‘가끔 피운다’는 흡연자, ‘과 거에는 피웠으나 현재 피우지 않는다’와 평생 흡연 을 한 적이 없는 대상자를 비흡연자로 재분류하였 다. 음주 여부는 “술을 얼마나 자주 마십니까?” 문 항에 대하여 ‘한 달에 1번 정도’, ‘한 달에 2~4번 정도’, ‘일주일에 2~3번 정도’, ‘일주일에 4번 이상’ 은 음주자, ‘최근 1년간 전혀 마시지 않았다’, ‘한 달에 1번 미만’과 음주경험이 없는 대상자는 비음 주자로 범주화하였다

    3. 분석방법

    연구대상자의 일반적 특성을 파악하기 위해 빈 도분석 및 기술통계를 실시하였으며, COVID-19로 인한 경제적 피해 염려 관련 요인을 파악하기 위해 이항 로지스틱 회귀분석(Binary logistic regression) 을 활용하였다. 모든 통계는 SAS9.4(SAS Institute Inc., Cary, NC, USA) 프로그램을 사용하였으며, 유의수준은 0.05 수준에서 검정하였다.

    Ⅲ. 연구결과

    1. 연구대상자의 일반적 특성

    연구대상자의 일반적 특성을 파악한 결과, ‘남 성’은 91,576명(44.54%), ‘여성’은 114,013명(55.46%) 이었다. 혼인상태의 경우 ‘미혼’ 32,292명(15.71%), ‘기혼’ 130,929명(63.68%), ‘별거/사별/이혼’ 42,368 명(20.61%)이었다. 교육수준은 ‘고등학교 이하’ 128,304명(62.41%), ‘대학교 이상’ 77,285명(37.59%) 으로 나타났으며 거주지역의 경우 ‘동’ 115,071명 (55.97%), ‘읍/면’ 90,518명(44.03%)이었다. 흡연 여 부는 ‘예’ 31,881명(15.51%), ‘아니오’ 173,708명 (84.49%), 음주 여부는 ‘예’ 87,012명(42.32%), ‘아니 오’ 118,577명(57.68%)으로 나타났다. 미충족의료 경험 여부는 ‘예’ 10,982명(5.34%), ‘아니오’ 194,607 명(94.66%)이었다. 직업유형은 ‘화이트칼라 직업군’ 41,390명(20.13%), ‘핑크칼라 직업군’ 25,713명 (12.51%), ‘블루칼라 직업군’ 60,246명(29.30%), ‘비 경제활동군’ 78,240명(38.06%), COVID-19로 인한 경제적 피해에 대한 염려는 ‘낮음’ 52,081명 (25.33%), ‘높음’ 153,508명(74.67%)으로 나타났다 <Table 1>.

    <Table 1>

    General characteristics.(N=205,589)

    Variables N %
    Concerns about economic damage due to the COVID-19 pandemic Low 52,081 25.33
    High 153,508 74.67
    Job type White collar 41,390 20.13
    Pink collar 25,713 12.51
    Blue collar 60,246 29.3
    No occupation 78,240 38.06
    Human biology Sex Male 91,576 44.54
    Female 114,013 55.46
    Age* Continuous 55.85±17.50 (Min=19;Max=108)
    Environment Marital status Single 32,292 15.71
    Married 130,929 63.68
    Etc. 42,368 20.61
    Educational level ≤High-school 128,304 62.41
    ≥University 77,285 37.59
    Residential area City 115,071 55.97
    Urban 90,518 44.03
    Monthly household income* Continuous 355.48±294.98 (Min=0;Max=2500)
    Family members* Continuous 2.57±1.21 (Min=1;Max=13)
    Life style Smoking status Non smoker 173,708 84.49
    Smoker 31,881 15.51
    Drinking status Non drinker 118,577 57.68
    Drinker 87,012 42.32
    Health care organization Unmet healthcare service No 194,607 94.66
    Yes 10,982 5.34

    *Continuous variable: Mean±std

    2. COVID-19로 인한 경제적 피해 염려에 영향 을 미치는 요인

    연구대상자의 특성에 따른 COVID-19로 인한 경제적 피해 염려의 차이는 음주 여부를 제외한 성별, 연령, 혼인상태, 교육수준, 거주지역, 월 가구 소득, 가구원 수, 흡연 여부, 음주 여부, 미충족 의 료여부에서 유의미한 관련성이 있었다<Table 2>.

    <Table 2>

    Difference in concerns about economic damage due to the COVID-19 pandemic based on the general characteristics

    Variables Concerns about economic damage due to the COVID-19 pandemic χ2 p-value
    Low High
    N % N %
    Job type White collars 15,337 7.46 26,053 12.67 1103.87 <0.001
    Pink collars 5,286 2.57 20,427 9.94
    Blue collars 11,901 5.79 48,345 23.52
    No occupation 19,557 9.51 58,683 28.54
    Human Biology Sex Male 25,543 12.42 66,033 32.12 350.28 <0.001
    Female 26,538 12.91 87,475 42.55
    Age Continuous 52.08± 18.05 (Min=19, Max=108) 57.13± 17.12 (Min=19, Max=106) 49.38 <0.001
    Environment Marital status Single 11,433 5.56 20,859 10.15 137.02 <0.001
    Married 31,671 15.41 99,258 48.28
    Etc. 8,977 4.37 33,391 16.24
    Educational level ≤High school 24,973 12.15 103,331 50.26 1120.76 <0.001
    ≥University 27,108 13.19 50,177 24.41
    Residential area City 32,891 16 82,180 39.97 131.35 <0.001
    Urban 19,190 9.33 71,328 34.69
    Monthly household income* Continuous 418.44±328.8 (Min=0,Max=2500) 334.12±279.38 (Min=0,Max=2500) 892.88 <0.001
    Family members* Continuous 2.63±1.22 (Min=1, Max=13) 2.54±1.21 (Min=1, Max=13) 306.77 <0.001
    Life style Smoking status Non smoker 43,718 21.26 129,990 63.23 6.78 0.01
    Smoker 8,363 4.07 23,518 11.44
    Drinking status Non drinker 27,939 13.59 90,638 44.09 3.78 0.05
    Drinker 24,142 11.74 62,870 30.58
    Health care organization Unmet healthcare service No 49,799 24.22 144,808 70.44 66.59 <0.001
    Yes 2,282 1.11 8,700 4.23

    *Continuous variable: Mean±std

    또한 COVID-19로 인한 경제적 피해 염려 관련 요인을 탐색하기 위한 이분형 로지스틱 회귀분석 결과, 음주 여부를 제외하고 모든 변수가 유의한 관련성이 있는 것으로 나타났다. 직업유형에서는 화이트칼라 직업군 대비 핑크칼라 직업군 (OR=1.65, p<0.001), 블루칼라 직업군(OR=1.48, p<0.001), 비경제활동군(OR=1.09, p<0.001) 순서대 로 염려 수준이 높았다. 통제변수 중 생물학적 요 인에서는 남성에 비하여 여성이(OR=1.26, p<0.001), 연령은 높을수록(OR=1.00, p<0.001) 염려 수준이 높았다. 환경 요인에서는 미혼 대비 기혼 (OR=1.22, p<0.001), 별거/사별/이혼(OR=1.16, p=0.01) 순서대로, 교육수준은 고등학교 이하가 대학교 이상에 대비하여 염려 수준이 높았다 (OR=0.63, p<0.001). 거주지역은 동 대비 읍/면에 서(OR=1.14, p<0.001), 월 가구소득은 낮을수록 (OR=0.10, p<0.001), 가구원 수는 많을수록 (OR=1.10, p<0.001) 염려 수준이 높았다. 생활양식 요인에서는 비흡연자에 비해 흡연자인 경우 (OR=1.04, p=0.01) 염려 수준이 높았다. 마지막으 로 보건의료 요인에서는 미충족의료 경험이 없는 사람 대비 있는 사람의 경우(OR=1.22, p<0.001) 염 려 수준이 높았다<Table 3>.

    <Table 3>

    Factors associated with concerns about economic damage due to the COVID-19 pandemic: focus on job types

    Variables OR p-value 95% CI
    Lower Upper
    Job type White collar Ref.
    Pink collar 1.65 <0.001 1.59 1.71
    Blue collar 1.48 <0.001 1.43 1.53
    No occupation 1.09 <0.001 1.06 1.13
    Human biology Sex Male Ref.
    Female 1.26 <0.001 1.23 1.29
    Age* Continuous 1.00 <0.001 1.00 1.00
    Environment Marital status Single Ref.
    Married 1.22 <0.001 1.18 1.27
    Etc. 1.16 0.01 1.11 1.21
    Educational level ≤High school Ref.
    ≥University 0.63 <0.001 0.61 0.65
    Residential area City Ref.
    Urban 1.14 <0.001 1.11 1.16
    Monthly household income Continuous 0.10 <0.001 0.10 0.10
    Family member* Continuous 1.10 <0.001 1.08 1.11
    Life style Smoking status Non smoker Ref.
    Smoker 1.04 0.01 1.01 1.08
    Drinking status Non drinker Ref.
    Drinker 1.02 0.05 1.00 1.05
    Health care organization Unmet healthcare service No Ref.
    Yes 1.22 <0.001 1.17 1.28

    *Continuous variable: Mean std

    ** OR: Odds Ratio; CI; Confidence Interval; LL: Lower Limit; UL; Upper Limit

    Ⅳ. 고찰

    본 연구는 직업유형을 중심으로 COVID-19로 인한 경제적 피해 염려 관련 요인을 파악하고자 하였다. 이에 전국단위의 자료원인 지역사회건강조 사 원시자료를 활용하여 직업유형과 COVID-19로 인한 경제적 피해 염려의 관련성을 파악하고 통제 변수인 생물학적 요인, 환경 요인, 생활습관 요인, 보건의료 요인과 COVID-19로 인한 경제적 피해 염려의 관련성을 분석하였다. 연구 결과, 직업유형 에서는 핑크칼라 직업군, 블루칼라 직업군, 비경 제활동군, 화이트칼라 직업군 순으로 COVID-19로 인한 경제적 피해에 대한 염려 수준이 높았다. 또 한 여성인 경우, 연령이 높을수록, 교육수준이 낮 을수록, 월 가구소득이 낮을수록 경제적 피해 염려 수준이 높았다. 직업유형의 COVID-19로 인한 경 제적 피해에 대한 염려는 직업군의 일반적 특성으 로 설명할 수 있다. 본 연구에서는 핑크칼라 직업 군의 염려 수준이 가장 높았는데 이는 대면 서비 스를 제공하는 서비스 종사자와 판매종사자의 업 무 특성의 영향을 받았을 것으로 판단된다[17]. 핑 크칼라 직업군은 불특정 다수와의 접촉으로 인해 감염 고위험군으로 분류되며, 이에 따라 휴직, 근 로시간 감소 등 경제적 피해에 대한 염려 수준이 더 높을 것으로 보고되었다[18]. 또한 핑크칼라 직 업군의 가장 높은 경제적 피해에 대한 염려 수준 은 COVID-19로 인한 소비지출의 감소가 운수업, 음식·숙박업, 문화 서비스 등 대면 접촉을 많이 하 는 업종이 크게 나타났다는 선행연구 결과와 일치 하는 연구결과이다[19]. COVID-19 대유행으로 인 해 근로자들의 근무형태가 원격근무, 원격 의료 등의 비대면 방식의 노동이 급격하게 증가하였다 는 점이 경제에 미친 영향 중 가장 두드러진 부문 으로 보고되었다[5]. 또한 관리직·전문직 등과 같은 원격근무로의 전환이 용이한 직업군은 해고나 휴 직의 가능성이 낮은 반면 원격근무로 전환 가능성 이 낮은 직업군은 해고나 휴직할 가능성이 높았으 며, 대부분 식당 및 숙박시설, 도소매업으로 보고 되었다[5]. 또한 화이트칼라 직업군의 경제적 피해 염려 수준이 가장 낮은 것은 재택근무의 용이성을 통해 설명될 수 있다. 화이트칼라 직업군은 업무 장소에 제약이 없으며 업무의 독립성이 강하기 때 문에 재택근무가 가능함에 따라 일자리를 유지할 가능성이 높은 것으로 보고되었다[8]. 그러나 블루 칼라 직업군인 농임어업 종사자, 기능원 및 관련 기능 종사자, 장치, 기계조작 및 조립종사자, 단순 노무 종사자의 육체노동이 필요한 물리적인 업무 환경과 특성을 고려하였을 때 재택근무에 제약이 있는 직종으로 보고되었다[6]. 재택근무 대체에 어 려움이 있는 직종일수록 낮은 임금과 불안정한 종 사상 직위를 가질 가능성이 높으므로 이러한 기존 의 경제적 취약성이 경제적 피해에 대한 염려로 이어진 것으로 판단된다[6]. 블루칼라 직업군 중 육체노동자, 운송 및 물류 노동자 등은 재택근무가 불가능할 뿐만 아니라 밀집도가 높은 작업환경에 노출되어 있으며, 이로 인해 다른 직업군에 비해 높은 감염 취약성이 보고되었다[5]. 또한 COVID-19에 대한 불안과 공포로 외부활동을 자제 가 민감도에 따라 다르게 나타났으며, 이러한 민감 도는 재택근무 시행 여부에 따라 다르게 나타나기 도 하였다[20]. 즉, COVID-19 대유행으로 인한 일 상의 변화에 대한 높은 민감성과 해당 직업군이 갖는 작업환경의 취약성으로 COVID-19로 인한 경 제적 피해에 대한 염려 수준이 높은 것으로 해석 될 수 있다. 비경제활동군의 COVID-19로 인한 경 제적 피해에 대한 염려 수준이 블루칼라 직업군과 핑크칼라 직업군에 비해서는 낮았다. 이는 비경제 활동군이 경제활동군에 비해 COVID-19로 인한 고 용의 불안정성에 노출될 가능성이 낮으므로 COVID-19 시기 불안 수준이 낮게 나타났다는 선 행연구 결과와 관련이 있을 것으로 판단된다[21]. 또한 이러한 연구결과는 화이트칼라 직업군 대비 비경제활동군의 COVID-19로 인한 경제적 피해에 대한 염려 수준이 높았다는 연구결과를 설명할 수 있다. 화이트칼라 직업군은 고용이 안정적인 상용 근로자일 경우가 높다는 점에서 이들의 취약성이 가장 낮았기 때문에 다른 직업유형에 비해 가장 낮은 염려수준이 나타났다는 것이다[6].

    한편, 여성은 남성에 비해 COVID-19로 인한 경 제적 피해 염려 수준이 높았다. 이는 남성 대비 여 성이 고용상태가 불안정할 가능성이 높기 때문에 COVID-19로 인한 고용 악화 및 근로시간 감소로 인한 피해가 비교적 컸다는 선행연구를 통해 설명 할 수 있다[21]. 또한, 여성은 COVID-19로 유치원, 학교 등의 교육기관이 휴관함에 따라 자녀 돌봄에 대한 스트레스에 노출될 뿐만 아니라 자녀 돌봄에 대한 부담으로 경제활동에 제약이 있을 수 있다는 연구결과와 관련이 있을 것으로 판단된다[23]. 가 구원 수가 많을수록 COVID-19로 인한 경제적 피 해 염려 수준이 높았으며, 이는 COVID-19 유행 시기 가족 구성원 부양에 대한 부담으로 경제활동 의 제약이 있었기 때문인 것으로 판단된다[4]. COVID-19 유행 시기 가족돌봄자의 불안이 증가하 였다는 선행연구 결과가 본 연구결과를 뒷받침한 다[22]. 또한 1인 가구 대비 다인 가구는 가족 구 성원의 전염 가능성으로 인해 COVID-19 감염에 대한 높은 염려가 보고되기도 하였다[16]. 이와 유 사하게 기혼인 경우 COVID-19로 인한 경제적 피 해 염려 수준이 높았다. 별거/사별/이혼의 경우 미혼인 경우에 높은 염려 수준이 보고되었으며, 이 는 해당 집단이 비자발적 1인 가구로서 고용, 소득 및 주거의 불안정 상황에 놓일 가능성이 높다는 선행연구결과와 관련이 있을 것으로 보인다[24]. 연령이 높을수록 COVID-19로 인한 경제적 피해 염려 수준이 높았으며, 이는 고령인구의 기술적응 및 기존 구직활동의 어려움 가중과 관련이 있을 것으로 판단된다. COVID-19 이후 원격개념이 도 입되어 기술변화에 적응해야 하는 상황에서 고령 일수록 이러한 변화에 적응하거나 새로운 기술 습 득하는데 어려움이 있을 것으로 보인다[25]. 또한 고령일수록 실직 기간이 늘어나거나 재취업 제약 이 더 크기 때문에 기존 경제활동의 어려움이 더 가중됨에 따라 COVID-19 시기의 경제적 타격이 클 것으로 판단된다[26]. 특히 60세 이상의 고령자 는 COVID-19로 인한 치명률 및 사망률이 높으며 완치 후에도 후유증을 가지게 되어 가족 구성원들 의 부양 부담으로 이어질 수 있다[4]. 거주지역은 동 대비 읍·면에서 COVID-19로 인한 경제적 피해 염려 수준이 높았으며, 이는 읍 · 면 지역은 상대 적으로 고령자의 비율이 높으며 고령자는 COVID-19에 취약함과 함께 경제활동의 제약이 있 기 때문으로 판단된다[16]. 한편 가구 월소득이 낮 을수록 경제적 피해 염려 수준이 높았는데 이는 높은 소득이 COVID-19 대유행 동안 불안에 대한 보호 요인으로 작용하였다는 점과 유사한 연구결 과이다[27]. 교육수준은 COVID-19 이후 고학력층 은 1~2년 이내로 COVID-19 이전 고용상태로 복귀 한 반면 저학력층의 경우 시간이 지나면서 고용상 태를 되찾지 못한 채 악화되었다는 선행연구가 본 연구결과를 뒷받침한다[28]. 미충족의료 경험 여부 의 경우 미충족 의료가 없는 연구대상자 대비 있 는 연구대상자가 높은 COVID-19로 인한 경제적 피해 염려 수준을 보였다. 연간 미충족의료 이유에 대한 답변에 따르면, ‘예’라고 응답한 4.9% 중 시 간이 없어서 의료이용을 하지 못한 경우가 1.8%로 가장 높은 비율을 보였다. 즉, 필요시 의료서비스 를 받지 못하는 경우 근무 여건의 제약사항이 많 거나 시간적 경제적 여유가 부족한 상황에 놓일 가능성이 높기 때문에 이러한 결과가 나타난 것으 로 판단된다[29]. 비흡연자에 비해 흡연자의 COVID-19로 인한 경제적 피해 염려가 높았던 것 은 우울 및 스트레스가 발생하여 흡연을 할 수 있 으며, 반대로 흡연을 함으로써 우울 및 스트레스가 발생할 수 있다는 선행연구로 설명할 수 있다[30].

    본 연구의 제한점은 다음과 같다. 첫째, 직업유 형에 따른 COVID-19 경제적 피해 염려 수준의 차 이를 분석한 연구로 횡단면적 자료원을 활용하였 기 때문에 구체적인 소득감소 변화를 고려하지 못 하였으며, 연구결과를 일반화하는데 제한이 있을 수 있다. 둘째, 본 연구는 직업유형 분류 시 직업 종류만을 고려하여 직업유형을 분류하였으므로 추 후 연구에는 종사상 직위까지 고려하여 직업의 유 형을 분류하는 작업이 필요하다. 또한 직업유형 뿐 만 아니라 종단 데이터를 활용하여 COVID-19 전 후 직업의 변화도 고려하여 COVID-19로 인해 실 직한 사람들의 취약성이 함께 고려된 연구가 필요 할 것으로 판단된다.

    이러한 제한점에도 불구하고 본 연구는 대표성 있는 자료원을 활용하여 COVID-19 경제적 피해 염려의 관련성을 살펴봄으로써 직업유형별 COVID-19 경제적 피해 염려를 해소하기 위한 정 책을 마련할 수 있다는 의의가 있다. 또한 직업을 단순히 유무로 분류하거나 경제활동 인구만 대상 으로 하지 않고 비경제활동 인구를 포함하여 직업 유형에 따른 COVID-19로 인 한 경제적 피해 염려 의 차이를 분석하였다는 점에서 의의가 있다. 현재 정부 차원에서 자영업자를 대상으로 대출 확대, 실 업급여의 기준 완화, 임대료 지원을 하고 있으며, 불안정 근로자를 대상으로 고용보험 확대, 실업급 여의 형태로 지원하고 있다. 또한 매출 급감 부문 종사자에 대해서는 심리상담 지원 및 가족 위기 지원을 하였다. 그러나 61.4%만이 정부의 지원정책 이 적절하다고 평가하였으며, 중앙정부가 전국민을 대상으로 기본적인 보장을 담당하되, 지방정부가 경제적 피해에 많이 노출된 계층에 대한 추가적 지원을 하는 방안이 제시되었다[7]. 본 연구결과를 통해 COVID-19로 인한 사회경제적 여파를 감소시 키기 위한 정부 차원의 지원정책 대상자를 보다 세분화하기 위한 기초자료를 제공할 수 있을 것으 로 판단된다.

    Ⅴ. 결론

    본 연구는 2021년 지역사회건강조사 자료를 이 용하여 직업유형을 중심으로 COVID-19로 인한 경 제적 피해 염려와 관련 요인을 파악하고자 하였다. 분석결과, 생물학적 요인 중 여성인 경우, 연령이 높을수록 COVID-19로 인한 경제적 피해에 대한 염려 수준이 높았다. 환경 요인 중 혼인상태가 기 혼, 별거/사별/이혼, 미혼인 경우, 교육수준이 높 을수록, 거주지역이 읍면인 경우, 월 가구소득이 낮을수록, 가구원 수가 많을수록 염려 수준이 높게 나타났다. 특히 직업유형의 경우 핑크칼라 직업군, 블루칼라 직업군, 비경제활동군, 화이트칼라 직업 군 순으로 COVID-19로 인한 경제적 피해에 대한 염려 수준이 높게 나타났다. 이러한 차이는 COVID-19 발생 이후 고용시장의 영향력, 업무환 경 및 고용의 회복탄력성 등이 직업유형별 특성의 영향을 받았을 것으로 해석된다. 핑크칼라 직업군 은 대면 서비스를 제공하는 업무 특성상 COVID-19의 감염에 대한 위험성이 높으며 재택근 무가 어렵고, 감염 예방을 위한 사회적 거리두기 정책으로 인한 수입 감소 및 고용자의 실직 등으 로 COVID-19로 인한 경제적 피해에 대한 염려 수 준이 가장 높은 것으로 판단된다. 블루칼라 직업군 은 육체노동이 요구되는 직업군으로 마찬가지로 재택근무가 불가능하고 밀집도가 높은 작업 환경 에 노출되어있어 감염 취약성이 높기에 염려 수준 이 높은 것으로 해석할 수 있다. 비경제활동군은 COVID-19로 인한 고용의 불안정성에 노출될 가능 성이 낮으므로 경제활동군에 비해 염려 수준이 낮 았으나, 화이트칼라 직업군은 재택근무로의 유연한 전환이 가능한 업무환경을 갖추고 있다. 또한 화이 트칼라 직업군은 고용이 안정적인 경우가 높다는 점에서 경제활동을 하지 않는 비경제활동군에 비 해 화이트칼라 직업군의 취약성이 낮았을 것으로 사료된다. 이러한 연구 결과는 COVID-19로 인한 사회경제적 여파를 감소시키기 위한 정부 차원의 지원정책 대상자를 보다 세분화하기 위한 기초자 료로 활용될 수 있다. 경제적 지원에 대한 선정 기 준에서 정합성과 형평성을 향상시킴으로써 보다 세분화된 취약계층 지원 방안을 위해 직업군의 특 성을 고려한 차별적인 지원 정책을 고려할 수 있 을 것이다.

    Figure

    Table

    General characteristics.(N=205,589)
    <sup>*</sup>Continuous variable: Mean±std
    Difference in concerns about economic damage due to the COVID-19 pandemic based on the general characteristics
    <sup>*</sup>Continuous variable: Mean±std
    Factors associated with concerns about economic damage due to the COVID-19 pandemic: focus on job types
    <sup>*</sup>Continuous variable: Mean std
    <sup>**</sup> OR: Odds Ratio; CI; Confidence Interval; LL: Lower Limit; UL; Upper Limit

    Reference

    1. J.H. Nam, R.H. Lee (2020), Is the COVID-19’s Impact Equal to All in South Korea?-Focusing on the Effects on Income and Poverty by Employment Status-, Korean Academy of Social Welfare, Vol.72(4);215-241.
    2. E.K. Lee (2023), Impact of Social Distancing Policy on COVID-19 Pandemic in South Korea, The Korean Association of Health Economics and Policy, Vol.29(1);1-26.
    3. M.A. Kim, J.M. Kim (2022), COVID-19 Survivors' Experiences of Stigma and Coping in the Workplace, Health and Social Welfare Reveiw, Vol.42(3);7-29.
    4. J.H. Moon, S.J. Kim, K.O. Seong (2021), An Exploratory Study on COVID-19 Phobia and Influencing Factors, Institute of Social Sciences, Vol.32(1);285-307.
    5. M.W. Lee, J.E. Yoo (2020), The Socio-Economic Effects of COVID-19: Focusing on Consumer Expenditure and Labor Market, Asia-Pacific Journal of Business&Commerce, Vol.12(3);121-141.
    6. S.W. Choi (2020), Characteristics and Distribution of Teleworkable Jobs Based on Physical Working Conditions, The Economic Geographical Society of Korea, Vol.23(3);276-291.
    7. H.J. Lee, E.H. Joung, M.K. Kim, J.H. Jeon (2020), COVID-19 and Household Income Reduction in Korea, Korea Institute for Health and Social Affairs, pp.21-64.
    8. K.S. Lee (2021), The Topology of AI-automated Platform Labor in the Phase of COVID19, Korean Association For Communication And Information Studies, Vol.109;68-98.
    9. https://kostat.go.kr/board.es?mid=a20105020000&bid=11732&tag=&act=view&list_no=385674&ref_bid=
    10. T.J. Hopkin, S. Sarkar (2016), Sedentary behavior of white collar office workers-review, EC Nutrition, Vol.3(6), 726-736.
    11. E.J. Oh (2018), 4th Industrial Revolution Era, Examination and countermeasures of Labor Market in Seoul, The Seoul Institute, pp.1-26.
    12. L.L Andersen, N. Fallentin, S.V. Thorsen, A. Holtermann (2016), Physical workload and risk of long-term sickness absence in the general working population and among blue-collar workers: prospective cohort study with register follow-up, Occupational&Environmental Medicine, Vol.73(4);246-253.
    13. H.R. Chun, I. Cho, Y. Choi, S.I. Cho (2020), Effects of emotional labor factors and working environment on the risk of depression in pink-collar workers. International journal of environmental research and public health, Vol.17(14);5208.
    14. M. Lalonde (1974), A New Perspective on the Health of Canadians: A working document, Government of Canada, pp.31-56.
    15. X.H. Che, D.S. Moon (2022), The Impact of Employment Precariousness on Depression: Focusing on the Multidimensional Concept of Precarious Employment, The Korea Contents Association, Vol.22(4);677-688.
    16. M.H. Heo, S.J. Baek, J.W. Noh (2023), The Association between Health Literacy and Health Concerns of COVID-19 Infection, Korean Public Health Research, Vol.49(1);111-123.
    17. H.W. Weon, H.K. Hae (2021), Correlation Analysis for COVID-19 Stress, QEEG Stress Quotient, and Coping Style of Face-to-Face Service Industry Employees, Korean Journal of Occupational Health Nursing, Vol.30(3);101-109.
    18. J.Y. Lee, M.H. Kim (2020), Estimation of the number of working population at high-risk of COVID-19 infection in Korea, Epidemiol Health, Vol.42;1-11.
    19. H.J. Sim (2020). After COVID-19, Changing Domestic Services Ecosystem, Korea International Trade Association, pp.1-10.
    20. J.W. Hwang, S.M. Jang (2022), Decrease in Activity and Changes in Sensitivity of Urban Residents during the COVID-19 Spread, The Korean Cadastre Information Association, Vol.24(1);180-201.
    21. S. Verma, A. Mishra (2020), Depression, anxiety, and stress and socio-demographic correlates among general Indian public during COVID-19, International Journal of Social Psychiatry, Vol.66(8);756-762.
    22. Y.Y. Yang, M.Y. Kim, S.M. Jeon (2022), The Affects of Resilience, Well-Being and Social Support on COVID-19 Anxiety in Prolonged Pandemic, The Korea Contents Association, Vol.22(12);666-675.
    23. T.W. Kim, J.Mi. Lee (2020), The Increasing Income Inequality in Times of Covid-19 and Its Policy Implications, Health and Welfare Policy Forum, Vol.290;20-33.
    24. M.J. Park, S.A. Kim (2022), Characteristics and Types of Loneliness, Social Isolation, and Mental Health Problems in Single-Person Households: Focusing on Single-Person Households in Seoul, Health and Social Welfare Review, Vol.42(4);127-141.
    25. M. Van der Horst (2019), Internalised Ageism and Self-Exclusion : Does Feeling Old and Health Pessimism Make Individuals Want to Retire Early?, Social Inclusion, Vol.7(3);27-43.
    26. C. Rampell (2011), Older Workers without Jobs Face Longest Time Out of Work, New York Times, May 6, https://www.nytimes.com(검색일: 2023.08.20.)
    27. J. Santabarbara, I. Lasheras, D.M. Lipnicki, J. Bueno-Notivol, M. Perez-Moreno, R. Lopez-Anton, C. De la Camara, A. Lobo, P. Gracia-Garcia (2021), Prevalence of anxiety in the COVID-19 pandemic: An updated meta-analysis of community-based studies, Progress in Neuro-Psychopharmacology and Biological Psychiatry, Vol.109
    28. D. Furceri, P. Loungani, J. Ostry, P. Pizzuto, (2020), Will Covid-19 affect inequality? Evidence from past pandemics, Covid Economics, Vol.12;138-157.
    29. G. Bae, J.H. Moon, M.A. Kang (2017), An Exploratory Study on the Factors of Precarious Health in South Korea, Health and Social Welfare Review, Vol.37(4);146-178.
    30. E.J. Park, J.A. Jun, N.S. Kim (2015), The Association of Multiple Risky Health Behaviors with Self-reported Poor Health, Stress, and Depressive Symptom, Health and Social Welfare Review, Vol.35(1);136-157.
    May 29, 2023
    July 20, 2023
    September 19, 2023
    downolad list view