20년 이상 유지된 낮은 합계출산율은 학령인구 감소로 이어져 고등학교 졸업자 수가 급격히 감소하는 상황에 직면하게 되었고, 교육부는 2014년 1월 향 후 10년간 약 16만 명에 해당하는 대학 입학정원을 강제로 감축하는 대학 구조개혁 추진 계획을 발표였다. 대학의 정원감축은 피할 수 없는 문제이지만, 대학 구조개혁 추진계획의 주된 근거로 교육부가 제시한 것은 통계청의 18세 전국 장래 추계인구와 2014년 전국단위 대학정원의 비교자료뿐이다. 대학정원의 감축이 학생, 대학, 지역경제까지 큰 파장을 미치는 것임을 고려할 때, 교육부의 근거가 세밀하지 못한 것에 아쉬움이 따를 수밖에 없다. 따라서 본 연구에서는 고3 수험생, 재수생을 포함하는 대학수학능력시험 응시자를 16개 시도 별로 2032년까지 전망하고 지역별 특성을 비교하였다. 16개 시도 별 현재의 대학정원이 2032년까지 계속된다는 가정 아래서 16개 시도 별 대학수학능력시험 응시자 전망결과를 이용하여 지역별 대학 충원율을 산출을 시도하였으나, 수험생의 지역 간 이동을 반영할 수 없어 현실적인 전망결과를 산출하지 못하였다. 이 문제의 해결을 위하여 본 연구에서는 2014학년도 대학배치표 상의 학과순위가 계속 유지된다는 가정에서 전체 일반대학 7,277개 학과 순위를 추정하고, 이 학과들의 정원을 전체 대학 정원에서 차감해 가는 방법으로 지역별 대학 충원율을 2032년까지 산출하였다. 16개 시도 별로 산출된 대학 충원율은 전국단위로 보았을 때보다 지역별 특성과 문제점을 좀 더 확연하게 보여주었다.
20년 이상 유지된 낮은 합계출산율은 학령인구 감소로 이어져 고등학교 졸업자 수가 급격히 감소하는 상황에 직면하게 되었고, 교육부는 2014년 1월 향 후 10년간 약 16만 명에 해당하는 대학 입학정원을 강제로 감축하는 대학 구조개혁 추진 계획을 발표였다. 대학의 정원감축은 피할 수 없는 문제이지만, 대학 구조개혁 추진계획의 주된 근거로 교육부가 제시한 것은 통계청의 18세 전국 장래 추계인구와 2014년 전국단위 대학정원의 비교자료뿐이다. 대학정원의 감축이 학생, 대학, 지역경제까지 큰 파장을 미치는 것임을 고려할 때, 교육부의 근거가 세밀하지 못한 것에 아쉬움이 따를 수밖에 없다. 따라서 본 연구에서는 고3 수험생, 재수생을 포함하는 대학수학능력시험 응시자를 16개 시도 별로 2032년까지 전망하고 지역별 특성을 비교하였다. 16개 시도 별 현재의 대학정원이 2032년까지 계속된다는 가정 아래서 16개 시도 별 대학수학능력시험 응시자 전망결과를 이용하여 지역별 대학 충원율을 산출을 시도하였으나, 수험생의 지역 간 이동을 반영할 수 없어 현실적인 전망결과를 산출하지 못하였다. 이 문제의 해결을 위하여 본 연구에서는 2014학년도 대학배치표 상의 학과순위가 계속 유지된다는 가정에서 전체 일반대학 7,277개 학과 순위를 추정하고, 이 학과들의 정원을 전체 대학 정원에서 차감해 가는 방법으로 지역별 대학 충원율을 2032년까지 산출하였다. 16개 시도 별로 산출된 대학 충원율은 전국단위로 보았을 때보다 지역별 특성과 문제점을 좀 더 확연하게 보여주었다.
The Ministry of Education of Korea announced the university structural reform plans which reduces 160,000 of the university entrance quota during 10 years from January 2014. Because the reduction plans of entrance quota influence regional economy as well as students and universities, naive evidence ...
The Ministry of Education of Korea announced the university structural reform plans which reduces 160,000 of the university entrance quota during 10 years from January 2014. Because the reduction plans of entrance quota influence regional economy as well as students and universities, naive evidence of the Ministry of Education of Korea is disappointed. In this research, we forecast the total number of the university entrance exam candidate by 2032 including not only third grade high school students but also repeaters according to the 16 metropolises and provinces in Korea. We also forecast the regional university recruiting rate using the forecasts of the total number of the university entrance exam candidates. However, we can not make more realistic results because we can not apply the inter-regional movement of students to the forecast. In order to handle this limitation, we first estimated the rank of the whole 7,277 departments of all universities in Korea and assigned the quotas according to the estimated rank for each departments and then we calculated the local university recruiting rate. The estimated the university recruiting rates of 16 metropolises and provinces can provide more noticeable results of characteristics and problems than that of nationwide.
The Ministry of Education of Korea announced the university structural reform plans which reduces 160,000 of the university entrance quota during 10 years from January 2014. Because the reduction plans of entrance quota influence regional economy as well as students and universities, naive evidence of the Ministry of Education of Korea is disappointed. In this research, we forecast the total number of the university entrance exam candidate by 2032 including not only third grade high school students but also repeaters according to the 16 metropolises and provinces in Korea. We also forecast the regional university recruiting rate using the forecasts of the total number of the university entrance exam candidates. However, we can not make more realistic results because we can not apply the inter-regional movement of students to the forecast. In order to handle this limitation, we first estimated the rank of the whole 7,277 departments of all universities in Korea and assigned the quotas according to the estimated rank for each departments and then we calculated the local university recruiting rate. The estimated the university recruiting rates of 16 metropolises and provinces can provide more noticeable results of characteristics and problems than that of nationwide.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
대학 정원은 정원 내 충원과 정원 외 충원으로 나눌 수 있으나, 본 연구에서는 정원 내 충원만을 다루고자 하였다. 정원 내 충원율은 년 대입 응시생 수에서 년의 ‘재수/기타’ 응시생의 수를 빼는 것으로 계산하였다.
너무나 분명한 미래이기 때문에 세부적인 연구의 필요성이 떨어질 수도 있으나 이에 대비해야 하는 지역사회 입장에서는 그렇지만은 않을 것이다. 본 연구는 기존의 부족한 지역별 연구 즉, 학령인구의 감소로 인해 발생할 지역별 대학의 충격에 대한 것을 세세히 알아보는 것에 초점을 맞추고 있다. 교육부에서는 질적 · 양적 요소로 나누어 대학을 5개 등급으로 평가하였지만, 본 연구에서는 유명입시학원의 학과 배치표를 대학의 평가 기준으로 사용하였다는 점에서 차이가 있다.
본 연구에서는 대학정원 감축으로 인한 파장을 고려하여 중요한 정책의 근거로 이용하고자 하는 연구를 진행하고자 하였다. 본 연구에서는 18세 (고3 학생) 인구가 아닌 대입 응시생 수에 초점을 맞추어 대학정원과의 관계를 살펴보고 16개 시도의 관점에서 대학정원 감축으로 인한 파장을 평가하여 대학정원감축을 위한 좀 더 세밀한 계량적 근거를 만들어 보고자 한다.
본 연구에서는 대학정원 감축으로 인한 파장을 고려하여 중요한 정책의 근거로 이용하고자 하는 연구를 진행하고자 하였다. 본 연구에서는 18세 (고3 학생) 인구가 아닌 대입 응시생 수에 초점을 맞추어 대학정원과의 관계를 살펴보고 16개 시도의 관점에서 대학정원 감축으로 인한 파장을 평가하여 대학정원감축을 위한 좀 더 세밀한 계량적 근거를 만들어 보고자 한다.
우리나라 전체 고등학생 수의 변화 과정을 살펴보자. 다음 Figure 2.
이제 전국단위에서 예측한 대학 입학 시험 응시생 수를 세종시를 제외한 16개 광역자치단체로 세분화하여 보자. 지역별 특성에 따라 구분해 보면 먼저 응시생 수가 고3 학생 수보다 많을 것으로 예측된 지역은 서울, 경기이며 응시생 수와 고3 학생 수가 유사할 것으로 예측된 지역은 부산, 대구, 인천, 광주, 대전, 경남, 제주 7개 지역이었으며 마지막으로 응시생 수가 고3 학생 수보다 적을 것으로 예측된 지역은 울산, 강원, 충북, 충남, 전북, 전남, 경북 7개 지역이었다.
재수생의 숫자를 반영하는데 있어서는 대학 입학시험 응시생 가운데 재수/기타의 비율을 이용하는 것보다 전년도 고 3학생 응시생 수 대비 재수를 선택하는 학생의 비율이 더욱 적절한 것으로 판단하여 이를 이용하고자 하였다. Table 2.
가설 설정
Bae(2012)에서는 4년제 대학 충원율과 전문대학 충원율을 나누어서 제시하였으며 지역별 충원율을 수도권, 충청권, 호남권, 대경권, 동남권, 강원권, 제주권 7개 권역으로 나누어서 제시하였다. 또한, 외국인 유학생 비율을 가정한 충원율까지도 제시하였다.
먼저 대학 입학정원에 대한 가설의 경우 현재의 입학정원이 그대로 유지된다고 가정하였다. 전문대학의 입학정원은 고려하지 않았으며 일반대학의 입학정원만을 고려하였다.
따라서 지역 간 이동 문제를 근본적으로 해결하기 위해서는 전혀 다른 방식의 접근이 필요하다. 이를 위하여 전국의 모든 학과를 대상으로 하여 학과 순위에 따라 먼저 정원이 충원된다는 가정하에 가상 실험을 진행하였다. 가상 실험을 위하여 대학 입학 정원과 학과 순위를 결정하기 위한 몇 가지 가정을 설정하였다.
인문계열과 자연계열의 입학 정원 비율도 현재의 비율이 그대로 유지된다고 가정하였다. 이와 같은 기준으로 2032년까지 같은 비율로 유지될 것이라 가정하였다.
전문대학의 입학정원은 고려하지 않았으며 일반대학의 입학정원만을 고려하였다. 이후 감소하게 되는 입학 정원은 현재 일반대학과 전문대학의 전체 비율이 그대로 유지된다고 가정하였다. 인문계열과 자연계열의 입학 정원 비율도 현재의 비율이 그대로 유지된다고 가정하였다.
이후 감소하게 되는 입학 정원은 현재 일반대학과 전문대학의 전체 비율이 그대로 유지된다고 가정하였다. 인문계열과 자연계열의 입학 정원 비율도 현재의 비율이 그대로 유지된다고 가정하였다. 이와 같은 기준으로 2032년까지 같은 비율로 유지될 것이라 가정하였다.
첫 번째 방법은 인위적인 정원 조정 없이 완전 경쟁상태에서 정원 조정이 이루어지는 경우를 가정하였고 두 번째는 교육부에 계획에 따라 매년 같은 비율로 모든 대학의 정원을 줄여나가는데 같은 비율로 차감된다고 가정하였다. 첫 번째 가정은 완전 경쟁상태에 놓이게 되는 상황을 가정한 것이고 두 번째는 완전 계획에 의하여 동등하게 구조조정이 되는 상황을 가정한 것이다. 다음 Table 4.
가상실험은 다시 두 가지 상황으로 나누어 진행하였다. 첫 번째 방법은 인위적인 정원 조정 없이 완전 경쟁상태에서 정원 조정이 이루어지는 경우를 가정하였고 두 번째는 교육부에 계획에 따라 매년 같은 비율로 모든 대학의 정원을 줄여나가는데 같은 비율로 차감된다고 가정하였다. 첫 번째 가정은 완전 경쟁상태에 놓이게 되는 상황을 가정한 것이고 두 번째는 완전 계획에 의하여 동등하게 구조조정이 되는 상황을 가정한 것이다.
제안 방법
지역별 대입 응시생의 예측은 지역별 고3 학생의 대입 응시비율 응시자 대비, 재수/기타 응시자 비율을 2012년, 2013년 자료로부터 추출하고 2개년도 평균비율을 이미 예측된 2032년까지의 고3 학생 수에 곱하여 1차 계산하였다. 1차 계산된 결과는 전국 대입 응시생의 예측결과를 이용하여 최종 조정하였다. Table 2.
1의 다섯 번째 열)의 비율은 약 22∼30% 수준이다. 2032년까지 고3 학생 수 대비 응시생 수를 예측하기 위해서 고3 학생 가운데 대입 응시비율과 전년도 고3 학생 가운데 재수를 선택하는 학생들의 비율을 계산하였다. 계산 결과는 Table 2.
이와 같은 과정을 2032년까지 진행하여 그 결과를 정리하였다. 가상실험은 다시 두 가지 상황으로 나누어 진행하였다. 첫 번째 방법은 인위적인 정원 조정 없이 완전 경쟁상태에서 정원 조정이 이루어지는 경우를 가정하였고 두 번째는 교육부에 계획에 따라 매년 같은 비율로 모든 대학의 정원을 줄여나가는데 같은 비율로 차감된다고 가정하였다.
고3 학생 수 예측은 먼저 초등학교 (1987∼2012년), 중학교 (1993∼2012), 고등학교 (1996∼2012)의 학생 수를 코호트로 합하여 정리하였다. 그 후 감소율을 구하기 위하여 한 코호트 별로 초등학교 1학년에서 2학년으로, 2학년에서 3학년으로의 감소율을 구하여 최근 5년의 감소 추세를 적용하여 2013년도에 들어온 초등학교 학생에 적용하여 학령인구를 구하였다. 초등학교에 입학하지 않은 미취학 아동들은 2013년도 1세부터 7세까지의 인구수에 인구별 사망률을 적용하여 초등학교입학까지의 인구 감소를 적용하여 초등학교 입학 후부터 다시 학생 수의 감소율을 적용하여 학령인구를 예측하였다.
전문대학을 제외한 이유는 배치표 상의 순위를 결정할 수 없기 때문이다. 배치표 상에 모집단위의 중복이 발생하는 경우, 즉 가군, 나군, 다군에서 중복이 발생하는 경우 높은 쪽으로 순위를 결정하였다. 배치표에 포함되지 않는 특수 학과의 경우 가상 실험에서 제외하였고 전체 입학정원에서도 차감하였다.
이와 같은 가정으로부터 2장에서 예측한 대입 응시생 수를 가지고 학과순위에 따라 학과별로 입학자 수를 배분하였다. 모든 배분이 완료되면 대학별로 배분 결과를 합하였다대학별 합산 결과 전체 정원의 50%를 채우지 못하고 이러한 결과가 2년 동안 유지되는 경우 해당 학교는 정원을 채우지 못하는 경우로 고려하여 전체 정원에서 해당 대학의 정원을 차감하고 학과 순위를 결정하는데 있어서도 해당 학과들을 제외하였다.
2에서 흰 동그라미로 표시된 대학 입학정원의 추세를 살펴보면 1998년부터 최근까지 지속적이고 선형적인 경향을 보인다 따라 계산된 시계열 자료이기 때문에 일정 정도의 자기상관이 존재할 것으로 생각한다. 이와 같은 특성을 반영하여 오차항이 자기회귀 과정을 따르는 시계열 회귀모형을 적용하여 대학 입학 정원 예측 모형을 구축하였다. 적합 된 모형은 다음과 같다.
여기서 생기는 의문은 당연히 앞으로 정원충원에서 일반대와 전문대 중 어느 곳이 더 어려움을 겪을 것인가에 대한 것이다. 조금 더 자세한 비교를 위하여 일반대과 전문대 간의 신입생 연령대를 나누어서 살펴보자. Table 3.
지역별 대입 응시생의 예측은 지역별 고3 학생의 대입 응시비율 응시자 대비, 재수/기타 응시자 비율을 2012년, 2013년 자료로부터 추출하고 2개년도 평균비율을 이미 예측된 2032년까지의 고3 학생 수에 곱하여 1차 계산하였다. 1차 계산된 결과는 전국 대입 응시생의 예측결과를 이용하여 최종 조정하였다.
대상 데이터
다음으로 학과의 순위를 결정하기 위하여 다음과 같은 가정을 세웠다. 먼저 전국 일반대학의 총 7,267개 학과를 가상 실험의 대상 학과로 선정하였다. 학과의 순위를 결정하기 위하여 대입종합학원에서 제공하는 배치표를 이용하였다.
이론/모형
따라서 과거 값의 평균을 적용하는 것보다는 시계열 모형을 이용하여 예측값을 추정하는 것이 타당할 것으로 판단되어 전년도 고3 학생 대비 재수생 비율의 예측을 위하여 감쇄추세지수평활법 (exponential smoothing with damping trend)을 사용하였다.
더욱 계량적인 측면에서 진행된 연구들을 살펴보면 Yoon과 Kim (2010)은 수도권 지역 고3 학생수 예측과 대학 입학 정원수와 관계에 대한 연구를 진행하였으며 Kim (2011)은 경상북도 지역 시군을 기준으로 하여 고3 학생수 예측에 대한 연구를 진행하였다. 이 연구들은 모두 이중지수평활법을 이용한 계량적 분석을 진행하였다. 계량적 모형에 기반한 연구로 Yoon과 Kim (2012)는 비선형 회귀모형을 이용하여 우리나라 전체 학년별 인구에 대하여 전국단위 연구를 진행하였다.
먼저 전국 일반대학의 총 7,267개 학과를 가상 실험의 대상 학과로 선정하였다. 학과의 순위를 결정하기 위하여 대입종합학원에서 제공하는 배치표를 이용하였다. 이 배치표를 기준으로 하여 정시모집에서의 학과 순위를 결정하였다.
성능/효과
따라서 과거 값의 평균을 적용하는 것보다는 시계열 모형을 이용하여 예측값을 추정하는 것이 타당할 것으로 판단되어 전년도 고3 학생 대비 재수생 비율의 예측을 위하여 감쇄추세지수평활법 (exponential smoothing with damping trend)을 사용하였다. 2032년까지 22개 시점 값을 예측하였고 이때 적합 된 모형의 계수는 LEVEL=0.10785, TREND=0.999, DAMPING=0.9로 계산되었다.
9%정도로 계산되었다. 고3 학생의 대학 입학시험 응시율은 큰 변화를 보이지 않으므로 본 연구에서는 모형에 의해 예측하는 것 보다는 과거의 변화양상을 통해 응시율을 결정하는 것이 더 안정적일 것으로 판단하였다. 2014∼2032년까지 고3학생 수의 변화는 이미 결정되어있으므로 (Figure 2.
이제 전국단위에서 예측한 대학 입학 시험 응시생 수를 세종시를 제외한 16개 광역자치단체로 세분화하여 보자. 지역별 특성에 따라 구분해 보면 먼저 응시생 수가 고3 학생 수보다 많을 것으로 예측된 지역은 서울, 경기이며 응시생 수와 고3 학생 수가 유사할 것으로 예측된 지역은 부산, 대구, 인천, 광주, 대전, 경남, 제주 7개 지역이었으며 마지막으로 응시생 수가 고3 학생 수보다 적을 것으로 예측된 지역은 울산, 강원, 충북, 충남, 전북, 전남, 경북 7개 지역이었다.
후속연구
1차 시기의 경우 대입 응시생의 수가 대학 정원보다 많은 상태였으나, 2차 시기의 경우 대학 정원보다 대입 응시생의 수가 적어질 것으로 예상한다. 따라서 더 정확한 대학 충원율에 대한 예측을 수행하기 위해서는 단순히 고3 학생 수만을 고려한 학령인구의 수만 가지고 분석을 수행해선 안되며 더욱 정확한 응시생 수에 기반을 둔 연구를 수행하여야 한다. 현재 우리나라 대학의 정원문제는 지역별로 큰 차이를 보인다.
비록 대학구조개혁법이 국회를 통과하지 못하였고, 교육부 역시 대학구조개혁 추진방향이 다소 변화를 보이지만, 교육부의 적절한 역할 없이 학령인구 감소로 발생한 이 위기를 서울·수도권 이외의 지역대학이 넘기는 너무 높을 것이다. 본 연구결과가 향후 우리나라 대학들이 건실한 체계로의 개선과 경쟁력을 갖도록 변화할 수 있도록 지원할 수 있는 정책개발에 도움이 되기를 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
전년도 고3 학생 대비 재수생 비율의 예측을 위하여 어떤 방법을 사용하였는가?
이는 고3 학생의 감소추세가 반영된 것으로 판단되며, 향후 계속된 고3 학생의 감소로 인해 재수/기타의 비율도 영향을 받을 것으로 판단된다. 따라서 과거 값의 평균을 적용하는 것보다는 시계열 모형을 이용하여 예측값을 추정하는 것이 타당할 것으로 판단되어 전년도 고3 학생 대비 재수생 비율의 예측을 위하여 감쇄추세지수평활법 (exponential smoothing with damping trend)을 사용하였다. 2032년까지 22개 시점 값을 예측하였고 이때 적합 된 모형의 계수는 LEVEL=0.
다른 지역에 비하여 지역 학생 수 대비 많은 대학정원을 갖고 있는 것은 무엇을 의미하는가?
강원, 충청, 경북의 경우 다른 지역에 비하여 지역 학생 수 대비 많은 대학정원을 갖고 있는 것으로 나타났다. 이는 다른 지역으로부터의 유입이 이들 지역의 대학충원율을 유지시켜주고 있음을 의미한다. 이들 지역은 계속적인 대학 신입생의 유입이 일어나도록 환경을 구축해야 할 것이며, 다른 지역들은 이와 반대되는 정책을 펴야할 것이다.
학령인구란?
학령인구의 감소가 뚜렷해지고 있는 가운데 교육부가 발표한 대학 구조조정 추진 계획에 대하여 대학들을 그 어느 때 보다 긴장된 모습을 보인다 학령인구란 초·중·고·대학에 재학하는 연령대인 만 6세에서 21세까지의 인구를 나타낸 것으로 그동안의 낮은 출산율을 고려한다면 학령인구 감소로 인한 대학의 정원 감축은 이미 예견된 것이다. 학령인구 감소에 따른 사회적 문제의 심각성을 고려하여 볼 때 이와 관련된 연구가 많이 진행되어 있지 않다고 볼 수 있다.
참고문헌 (8)
Bae, S. H. (2012). Study on Future changes in demand analysis and countermeasures of higher education, Korea Student Aid Foundation, Seoul.
Hwang, Y. J. and Choi, Y. S. (2011). Educational institutions operating according to the changes predicted population change, Statistics Korea, Daejeon.
Kim, C. H. (2010). Study on Improvement of Higher Education Institutions manpower supply system in accordance with school-age population decline, Ministry of Education, Science and Technology, Seoul.
Kim, J. (2011). The proposed algorithm for the student numbers in local government. Journal of the Korean Data & Information Science Society, 22, 1167-1173.
Lee, H. Y. (2011). Study on the school-age population decline compared to education sector restructuring strategy, Korean Educational Development Institute, Seoul.
Yoon, Y. H. and Kim, J. (2010). Projection number of the graduate student in high school around the capital area and an entrance quota. Journal of the Korean Data & Information Science Society, 21, 523-534.
Yoon, Y. H. and Kim, J. (2012). Estimations of the student numbers by nonlinear regression model. Journal of the Korean Data & Information Science Society, 23, 71-77.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.