경기도 4차 산업의 특화도 및 동태적 변이할당 분석

1. 4차 산업혁명 및 4차 산업의 개념

산업혁명은 영국에서 시작되어 18세기에서 19세기 초반까지 일어났던 산업적 변화와 기술혁명의 과정을 일컫는다. 이를 통해 대량생산이 가능해지면 제조업 분야의 비약적인 발전이 가능해지면서 사회적으로 큰 변화를 가져오게 되었다. 이러한 산업혁명은 시기별로 1차 증기 혁명, 2차 전기 혁명, 3차 정보혁명으로 진행되었다. 하지만 기존 제조업의 한계를 지적하며, 신기술과 제조업을 결합한 독일의 인더스트리 4.0 정책이 등장하였으며, 이후 기술의 발전을 통해 기존의 산업혁명과는 차별화되는 4차 업 혁명이라는 개념이 등장하였다. 이러한 논의를 쟁점화 시킨 것은 슈밥(Schwab)으로 다보스포럼에서 처음으로 4차 산업 혁명이라는 단어를 사용하였다. 슈밥(Schwab)은 4차 산업 혁명은 신기술을 이용해 기술과 산업의 융합이라는 차별화된 특성을 가지고 있다고 주장하였다(이정훈 외, 2018). 이러한 4차 산업의 중요성을 인식한 각국은 이에 대한 대응책을 마련하였다. 미국은 2015년 ‘신 미국혁신전략(New Strategy for American Innovation)’을 통해 9대전략분야 중 첨단제조업을 핵심 전략 중의 하나로 지정하였으며 중국은 2025 전략을 통해 제조업 혁신능력을 성장시키는데 주력하였다. 일본 역시 ‘일본재흥전략 2015’에서 4차 산업과 관련한 정책을 추진하였다(배영임, 2017). 우리나라는 2015년 스마트혁명에 대비하기 위한 제조업혁신 3.0전략을 추진하였으며(임명성, 2016), 2017년 4차 산업혁명위원회가 조직되었으며, 이후 2022년 디지털플랫폼정부위원회로 발전하였다. 4차 산업혁명위원회는 4차 산업 혁명을 ‘인공지능, 빅데이터 등 디지털 기술로 촉발되는 초연결 기반의 지능화 혁명’이라고 정의하였다. 그러나 4차 산업혁명이라는 용어와 관련하여 기존의 디지털 혁명과 차별성이 약하며, 우리나라와 달리 세계적으로는 Digital Transformation, Industries 4.0, Smart Factory 등의 용어가 더 대중적인 용어라는 비판도 제기되었다(윤기영, 2016, Cook, 2021, 주재욱·이지연, 2018). 그러나 4차 산업 혁명과 관련된 용어나 개념상의 차이는 있지만 기존과는 다른 신기술을 융합한 근본적인 산업상의 혁신이 일어나고 있다는 점에는 대체로 합의가 이루어지고 있다.

이와 더불어 4차 산업 혁명과 관련된 4차 산업을 과연 어떻게 분류해야하는지에 대한 논의 역시 진행되었다. 4차 산업 혁명은 “유전자, 나노, 컴퓨팅 등 모든 기술이 융합하여 파괴적 혁신을 일으키는 혁명(Schwab, 2016)”으로 핵심 개념은 융합이라고 할 수 있다. 핵심기술과 산업 간의 융합을 통해 이제까지와는 다른 새로운 산업의 탄생이 가능하며, 한 걸음 더 나아가 핵심기술간, 산업간 다양한 변화를 예상할 수 있다. 이에 따라 4차 산업혁명은 산업 전분야로 확장되는 것 역시 가능하다(현대경제연구원, 2017). 따라서 선행연구들에 따르면, 4차 산업혁명 관련 산업은 1차적으로 핵심기술 관련된 산업으로 구분되고 2차적으로 전 산업으로 확대될 수 있다. 현대경제연구원(2017)은 4차 산업혁명 관련 산업을 요소기술과 관련된 산업(촉진자)과 사실상 이에 영향을 받는 전 산업(수용자)로 차별화하며 제시하였으며, 김은영(2018)은 핵심요소기술과 관련 있는 “기반산업”과 기반산업을 통해 확장될 수 있는 거의 전 산업분야를 “응용산업”으로 구분하였다. 박승빈(2017)은 표준산업분류상 세세분류를 이용하여 4차 산업혁명 관련 산업을 가장 구체적으로 정의하였다. 이를 위해 우선 4차 산업혁명과 관련된 핵심기술이라고 할 수 있는 11개의 테마를 선정하였다. 4차 산업 혁명 관련 11개의 주요 테마 및 기술은 자율주행차, 로봇, 인공지능, 빅데이터, 사물인터넷, 모바일, 가상현실, 블록체크, 핀테크, 드론(무인항공기), 3D프린팅으로 구분하고, 이렇게 분류된 테마와 관련된 표준산업분류를 이용하여 4치산업을 제시하였다.

2. 선행연구

2016년 슈밥(Schwab)이 처음으로 4차 산업혁명이라는 단어를 사용한 이후, 다양한 연구가 진행되었으며, 지역 차원의 연구도 이에 포함된다. 4차 산업 혁명과 관련한 지역차원의 논의를 살펴보면 다음과 같다.

첫째, 4차 산업 혁명 도래에 따라 일자리 및 직업 구조변화가 예상되며, 이러한 변화가 지역불평등에 미치는 영향에 대한 논의가 진행되었다. 4차 산업 일자리는 세계화의 속도를 따라가지 못하며, 4차 산업 기반이 약한 중소도시 및 농촌지역에서 감소속도가 더욱 빠를 것으로 분석되었다.(Frank, 2019; Macurová, Pavla, Ludvík, and Žvakowa. 2017). 우리나라 역시 소규모 시·군지역의 경우 이러한 변화의 폭이 더욱 클 것으로 예상되고 있다(안흥기·조은주, 2917).

둘째, 4차 산업의 공간적 집적에 대한 논의이다. 4차 산업 중 제조업은 스마트제조혁명으로 인해 무인화, 자동화가 일어나게 되며, 이로 인해 규모의 경제에 따른 경제효과는 감소할 것이며, 공간적 집적의 중요성이 약해질 것이라는 주장이 제기되었다(산업연구원, 2017). 하지만 오히려 4차 산업의 집중이 일어날 것이라는 반론도 있다. 4차 산업은 산업간 융·복합과 이를 활용할 수 있는 핵심기술이 중요함으로 인적자본이 많이 모인 지역에 입지할 가능성이 크며, 산업클러스터의 중요성이 강화될 수 있다. 이로 인해 정보와 공간이 집적화 될 가능성도 제기되고 있다(Turkina, 2019; Dosso & Lebert, 2020) 우리나라의 경우 수도권 중심으로 공간적으로 집중되며 비수도권으로의 분산화 경향은 크지 않다는 연구들이 발표되었다(산업연구원, 2020; 나중규·김종달, 2017; 정진원·조형진·변병설, 2020).

셋째, 4차 산업이 지역경제에 미치는 영향은 최근에 논의가 진행됨에 따라 제한적이지만 대체로 지역경제 성장을 견인하는 것으로 나타났다(Kireeva & Tsoi, 2018; Cooke, 2021; De Propris & Bailey, 2021; Ramirez, 2021). 우리나라의 경우, 신학철·우명제(2020)은 4차 산업의 균형발전에 미친 영향력을 분석하였으며, 이를 통해 관련 산업이 수도권에 집중되어 있으며, 인구와 1인당 GRDP에 긍정적인 영향을 주었다고 분석하였다. 또한 주미진(2020)은 4차 산업의 집적이 지역 생산에는 영향을 주지만 소득에는 주는 영향은 확인되지 않는다고 지적하였다.

넷째, 수도권 및 경기도와 관련하여 4차 산업을 분석한 연구들은 주로 지역의 현황을 분석한 후, 이를 해소하기 위한 정책적 제언이 주를 이루고 있다. 김은경·문영민(2016)은 경기도의 4차 산업 현황과 정책방향을 분석하였다. 이에 ICT 산업을 분석하여 제조분야는 강하지만, 서비스관련 분야는 약하는 것을 지적하였다. 이에 경기도가 4차 산업혁명에 대응하기 위해서는 ‘지역형’ 4차 산업 혁명을 추진해야하며 R&D 역량을 강화하고, 혁신스타트업을 활성화하며, 인적자원 지원책이 필요하다고 강조하였다. 배영임, 신혜리(2017)은 경기도의 4차 산업 혁명 기반을 위한 우선순위를 도출하기 위하여 설문조사를 실시하였으며, 이를 토대로 문제의 발굴, 리빙랩 프로젝트, 신기술 테스트베드 구축, 미래인재 양성 교육프로그램, 통합적 추진체계 등을 제시하였다. 이정훈 외(2018)은 경기도의 4차 산업 혁명을 위한 모델을 제시하였는데, 이는 스마트 교통, 물류, 에너지시스템, 환경관리, 공유 및 혁신의 도시테스트베드 구축 등 다양한 실행계획을 포함하고 있다. 주재욱·이지연(2017)의 연구에서는 서울시의 4차 산업혁명 관련 현황을 분석하였으며, 4차 산업 혁명 기술의 기반이 되는 정보통신업은 서울시에 특화되어 있음을 지적하였다. 관련 4차 산업 대응을 위해 교육정책, 신기술 활용, 관련 법 제도의 정비를 통한 서울시의 정책방향을 제시하였다. 김종욱(2020)은 4차 산업혁명 관련 산업이 수도권과 대전에 과도하게 편중되어 있어, 부산의 육성기반이 약함을 지적하고 4차산 산업혁명 관련한 거버넌스, 혁신 및 창업인프라 구축, 지역산업 고도화, 포스트 코로나 19 대응 신산업 육성 정책 과제 등을 제언하였다.

우리나라의 4차 산업과 관련된 연구들은 경기도를 포함한 수도권 지역에 4차 산업이 집중되어 있음을 지적하며, 수도권 지역이 가지는 중요성을 강조하고 있다. 그러나 이들 연구들은 4차 산업혁명에 대비하기위한 정책 제언 등이 주를 이루고 있으며, 경기도 지역의 4차 산업 현황과 관련한 분석은 제한적이라고 할 수 있다. 따라서 본 연구의 차별성은 다음과 같다. 첫째, 경기도 유형별 4차 산업의 성장에 영향을 주는 요인을 특화도 및 동태적 변이할당 분석을 활용하여 국가성장, 산업구조, 지역할당효과로 구분하여 살펴보았다. 둘째, 2009년부터 2019년까지의 10년간의 자료를 분석하여 경기도 4차 산업의 동태적 변화과정을 분석하였다. 셋째, 경기도 4차 산업을 지역할당 효과를 바탕으로 수도권정비계획상의 3개 권역으로 구분하여 경기도 지역 내 4차 산업의 공간적 분포를 살펴보았다.

1. 연구의 자료

특화도와 동태적 변이할당 분석을 실시하기 위해서는 각 연도별 산업분류가 포함된 기초자료를 활용하여야 한다. 이에 본 연구에서는 통계청에서 발표하는 2009년부터 2019년까지의 전국사업체조사 자료를 사용하였다. 전국사업체조사 자료는 산업분류를 세세분류를 바탕으로 사업체구분별, 조직형태별, 종사자규모별, 종사자 지위별 사업체수와 종사자수를 제공하고 있다. 이들 변수 중 연구에서는 산업별 종사자수를 활용하여 특화도 및 변이할당분석에 활용하였다.

2. 연구의 범위

본 연구의 공간적 범위는 경기도 지역으로 시군구 지역을 포함한다. 시간 범위는 2009년부터 2019년 10년간으로 설정하였다. 본 연구에서 사용된 4차 산업의 범위는 박승빈(2017)의 연구를 바탕으로 선택되었다. 4차 산업 혁명 관련 11개의 주요 테마 및 기술을 정리하여 4개의 대분류 기준인 1)제조업, 2)출판, 영상, 방송통신 및 정보서비스업, 3)금융 및 보험업, 전문, 4)과학 및 기술서비스업으로 구분하였다. 이에 본 연구에서는 박승빈(2017)의 연구를 바탕으로 4차 산업을 구분 및 분류하였다. 그러나 해당 연구는 9차 한국표준산업분류를 기준으로 하고 있기 때문에 개정된 10차 표준산업분류로 재분류하였다. 이는 표 1>에서 제시되었다.

<표 1>

9차와 10차 개정 4차 산업분류 비교

3. 분석모형

본 연구에서는 지역의 경제를 분석하기 위하여 입지상지수(LQ지수)와 변이할당 분석을 이용하였다. 첫째, LQ지수는 해당 지역의 특정 산업의 비율을 전국의 특정산업의 비율과 비교하여 특화도를 분석하는 기법이다. 이에 따라 1보다 크면 해당 지역의 특정산업의 전국보다 더 많이 집적해있다고 판단할 수 있는 근거가 된다(윤윤규 외, 2012).

그러나 LQ 지수의 경우, 해당 지역의 경제규모를 반영하지 못한다는 한계가 존재한다. 이에 이러한 한계를 극복하기 위하여 Flegg and Webber (1997; 2000)는 FLQ 지수를 제안하였다. FLQ 지수는 기존의 LQ 지수에 해당 지역의 종사자규모를 반영하게 됨으로 산업의 특화도를 순수하게 분석하는 것이 가능하다. 이 식은 LQ값에 전국총산업규모에서 해당 지역이 차지하는 비중(ni/N)을 가중치화하여 0보다 크고 최대 1이 되도록 log를 취하였다. 이에 본 연구에는 최상의 결과를 가져오는 것으로 알려진 =0.3을 적용하였다. 그러나 이러한 장점에도 불구하고, LQ와 같은 1을 통해 특화도를 판단하는 기준값이 없다는 단점 역시 존재한다. 그러나 FLQ를 사용하면 지역의 상대적 크기를 고려하지 않아 과장이 나타나는 점을 최소화함으로써 FLQ값의 절대값이 높을수록 그 지역이 특화되어 있다는 것을 나타내게 된다(김명진, 2014; 김성희, 2020). 이에 본 연구에서 년도별 산업의 특화도를 판단하기 위하여 LQ를 주로 사용하였으며, 보조적으로 FLQ를 사용하여 다양한 해석이 가능하도록 하였다.

둘째, 변이할당 분석은 지역경제에 분석에 가장 유용하게 사용되는 분석기법 중의 하나이다. 입지상지수(이하 LQ지수)를 포함한 기존의 지역경제기법분석들은 지역의 환경 및 특성을 반영하지 못한다는 비판을 받아왔다. 하지만 변이할당 분석은 지역의 환경뿐만이 아니라 국가경제성장율, 산업구조 등을 반영할 수 있다는 측면에서 장점을 가지고 있다. 또한, 자료 취득이 용이하고 비교적 단순한 분석기법과 직관적인 분석결과를 보여주어 다양한 지역 경제 분석에 활용되어 왔다. 변이할당분석은 국가성장효과(National Growth Effect: NG), 산업구조효과(Industrial Mix Effect: IM) 및 지역할당효과(Regional Share Effect: RS)로 구분된다. 국가성장효과는 국가의 성장률이 지역의 산업 성장에 영향을 준다고 가정하고 있다. 이에 따라 지역의 특성보다는 국가성장률에 영향을 받기 때문에 일반적으로 지역 내부 효과보다는 외부효과로 평가받는다. 반면, 산업구조효과는 산업의 성장이 지역의 산업성장에 영향을 주며, 지역할당효과는 지역의 산업특성이 지역의 산업성장에 영향을 준다. 변이할당 분석에서 가장 중요한 분석은 지역할당효과로 지역의 환경적 특성을 반영함으로 지역할당효과가 양(+)의 값인 경우는 해당 지역의 경쟁력이 높음을 나타내며, 반면, 음(-)의 값인 경우는 해당 산업의 지역경쟁력이 낮음을 뜻한다. 따라서 특정 산업에 대한 해당 지역의 경쟁력을 파악하기 위해서 지역할당 효과가 가장 중요하게 취급된다. 이에 변이할당 공식은 다음과 같다.

변이할당 분석의 결과는 다음과 같이 해석할 수 있다. 첫째, 산업구조효과와 지역할당효과가 모두 양수(+)이면, 산업구조와 지역여건이 우수하며, 둘째, 산업구조효과는 양수(+)이지만 지역할당효과는 음수(-)인 경우, 산업구조에 비해 지역경쟁력이 낮으며, 셋째, 산업구조효과는 음수(-), 지역할당효과는 양수(+) 인 경우, 산업구조는 약하지만 지역의 경쟁력이 우수한 지역이라고 할 수 있다. 넷째, 산업구조효과와 지역할당 효과가 모두 음수(-)인 경우는 산업구조와 지역경쟁력이 모두 낮다고 할 수 있다(김주진, 2020).

변이할당분석은 지역의 산업구조 변화를 다양한 측면에서 보여준다는 장점이 있지만, 단 2개의 시점만으로 분석이 이루어지기 때문에 해당 분석 기간 내에 벌어지는 변화의 양상을 반영하지 못한다는 한계가 존재한다. 이에 따라 Barff와 Knight III(1988)는 이러한 변이할당 분석의 한계를 극복하기 위하여 특정기간내의 국가성장효과, 산업구조효과 지역할당효과를 연속적으로 모두 계산한 뒤 해당 값을 합산하였다. 예를 들어 2009년부터 2019년까지의 산업구조를 분석할 경우, 2009년에서 2010년 기간에 대해 변이할당 분석을 하고, 2011~2012년, 2012~2013년, 2013~2014년, 2015~2016년, 2016~2017년, 2018~2019년에 대해서도 분석한 뒤 각각의 변이할당 분석을 모두 합산하는 방법이다. 이러한 분석기법은 기존의 변이할당 분석이 특정 년도의 2개의 시점만으로 이루어진 한계를 보완하고 동태적 변화를 확인할 수 있어 동태적 변이할당분석으로 불리 운다. 이에 본 연구에서는 2009년~2019년까지 10년 동안의 변이할당분석을 2가지로 분석하였다. 즉 기존의 변이할당 분석처럼 2009년, 2019년 단 2개의 시점만으로 분석하고, 다른 한 편으로는 연간 변이할당 분석을 각각 구한 후 합산한 동태적 변이할당 분석기법을 사용하였다. 이를 통하여 단순한 2개의 시점의 변화량뿐만이 아니라 시간의 경과에 따른 변화량을 분석함으로써 구조적인 변화추세를 식별하고자 하였다(양영준, 2019; 오세준·양영준, 2020)

1. 경기도 4차 산업 특화도 분석

먼저, 경기도시의 4차산업 현황을 살펴보았다. 경기도의 4차 산업의 경우, 지속적으로 증가하여 왔다. <표 2>를 살펴보면, 2009년 경기도의 4차 산업 종사자 수는 167,420명이었으나, 2019년 252,092명으로 증가하였다. 전국 4차 산업에서 경기도가 차지하는 비중 역시 2009년 28.5%에서 2019년 30.6%로 증가하였다. 이를 통하여 4차 산업혁명 관련 산업에서 경기도의 비중이 높으며, 2009년~2019년 10년간 지속적인 증가추세를 보였다는 것을 알 수 있다.

<표 2>

경기도 4차 산업 종사자수(단위: 명, %)

<표 3>의 경기도 4차 산업의 LQ 지수에 따르면, 4차 산업의 경우, 1보다 높아 지역의 특화가 이루어진 것으로 판단된다. 4차 산업 유형별로 살펴보면, 제조업과 전문, 과학 및 기술서비스업의 경우, 1보다 높아 특화가 이루어졌으나, 출판, 영상, 방송통신 및 정보서비스업. 금융 및 보험업의 경우는 1보다 낮아 특화가 이루어졌다고 보기 어렵다. 연도 별로 살펴보면, 제조업의 경우, 2009년 1.8이었으나 2019년 1.7로 약간 특화도가 낮아졌다. 반면, 전문, 과학 및 기술서비스업은 2009년 2.1에서 2019년 2.30으로 특화도가 높아졌다고 할 수 있다. FLQ지수는 LQ와 같은 1를 기준으로 특화도를 판단할 수는 없으나 절대 값이 높으면 특화도가 높다는 것을 직관적으로 알 수 있다. <표 4>의 FLQ지수를 살펴보면, 전체 4차 산업의 FLQ는 년도 별로 증가하였다. 유형별로 살펴보면, 모든 산업의 FLQ가 증가하였으며, 산업별로는 전문, 과학 및 기술서비스업의 값이 가장 높았으며, 제조업이 그 뒤를 이었다. 출판, 영상, 방송통신 및 정보서비스업과 금융 및 보험업은 상대적으로 특화도가 낮았다. 이를 통해 경기도 지역은 전문, 과학 및 기술서비스업에서 특화가 가장 많이 이루진 것을 확인할 수 있었다.

<표 3>

경기도 4차 산업 LQ지수

<표 4>

경기도 4차 산업 FLQ 지수

2. 경기도 4차 산업 동태적 변이할당 분석

경기도 4차 산업의 변화를 분석하기 위하여 동태적 변이할당 분석을 실시하였다. 변이할당 분석은 국가성장효과, 산업구조효과, 지역할당효과로 구분되는데, 국가성장효과는 국가 전체 산업의 평균 성장률에 의한 부분으로 지역에서 통제하기 힘든 효과이다. 국가전체산업의 성장률이 양(+)의 값인 경우, 지역의 경우 특정 산업에 관계없이 모두 양(+)의 값을 갖게 된다. 산업구조효과는 전국의 해당산업의 성장률이 해당 지역의 특정산업을 성장을 설명하며, 지역할당효과는 지역의 입지적 특성을 반영하는 효과로 양(+)의 값이 나올 경우, 해당 지역의 경쟁력이 다른 지역에 비해 높다는 것을 알 수 있다. 유형별 4차 산업의 경우 동태적 변이할당 효과를 <표 5>를 통해 살펴보면, 다음과 같다. 첫째, 제조업의 경우, 산업구조 효과가 2012~2017년 음(-)의 값으로 5년간 장기적으로 산업경쟁력이 낮은 시기가 존재하였다. 지역의 경쟁력은 특정 시기보다는 오르고 내리는 흐름을 반복하고 있는 것으로 나타났다. 둘째, 출판, 영상, 방송통신 및 정보서비스업은 산업구조 효과는 특정 시기인 2013~‘2014년, 2015~2016년에는 음(-)의 값으로 나타났다. 이에 반해 지역할당 효과는 2009~2010년 이후로는 꾸준히 양(+)의 값을 보이고 있어, 안정적인 지역 경쟁력을 가지고 있는 판단된다. 셋째, 금융 및 보험업의 경우, 산업 구조효과와 지역경쟁력 모두 년도 별로 높아지고 낮아지는 변화를 보이고 있으며, 2011-2012년에는 산업구조와 지역경쟁력이 모두 낮은 시기였다. 넷째, 전문, 과학 및 기술서비스업은 LQ지수는 가장 높았으나, 산업구조 효과와 지역의 경쟁력은 연도별로 변화를 겪고 있는 것으로 나타났다. 흥미로운 사실은 지역의 경쟁력이 떨어지는 시기에는 산업구조효과도 열악한 시기가 다른 산업에 비해 많았다. 마지막으로 전체 4차 산업은 2012~2013년 기간에는 산업과 지역경쟁력이 모두 낮았으며, 2017~2018년에는 지역할당효과가 낮았지만, 이후에는 대체로 지역의 경쟁력이 확보되고 있는 것으로 판단된다.

<표 6>

경기도 4차 산업 동태적 변이할당분석2

2009~2019년까지의 경기도의 4차 산업의 구조를 변이할당 분석과 동태적 변이할당분석을 비교한 결과는 <표 7>과 같다. 국가성장효과는 동태적 변이할당 분석에서 더 높게 나온 반면, 산업구조효과와 지역할당효과는 일반 변이할당 분석에서 더 높게 나타나고 있다. 이는 일반변이할당분석이 분석기간 동안에 일어난 변화를 반영하지 못하여 과장되어 효과가 나타난 것으로 유추할 수 있다(오세준·양영준, 2020). 첫째, 산업구조효과와 지역할당 효과가 제조업을 제외한 모든 산업이 양(+)의 부호가 나타나 경쟁력이 높았다. 그러나 제조업의 경우, 산업구조효과는 음(-)의 값, 지역할당 효과는 양(+)의 값이 나타났다. 이는 4차 산업관련 제조업의 경우, 산업경쟁력은 낮으나 경기도는 지역적으로 입지적 우위를 갖고 있는 것으로 해석할 수 있다. 둘째, 모든 산업별로 순성장과 순상대부효과는 양(+)의 나타났다. 다만 순상대 효과의 경우, 제조업은 변이할당분석과 동태적 변이할당분석의 결과가 달랐다. 순상대 효과는 지역적으로 통제가 어려운 국가성장효과는 제외하고 순수하게 산업구조와 지역경쟁력이 해당 산업에 미치는 영향을 측정한 지표이다(양영준, 2019). 제조업의 경우, 일반변이할당분석에서는 양(+)의 값이 나왔지만, 동태적 변이할당 분석에서는 음(-)의 값으로 나타났다. 이는 제조업의 경우, 2009년과 2019년의 두 시점으로 비교했을 때보다, 년도 별로 분석했을 때, 산업구조 효과의 음(-)의 값이 크기 때문이다. 분석기간이 길어지거나 산업의 변동이 클 경우에는 이러한 변동을 반영하는 동태적 변이할당 분석을 이용하게 된다(정홍렬, 2017). 이에 따라 동태적 변이할당 분석을 활용하였을 때, 4차 산업 관련 제조업의 경우, 경기도의 지역우위에도 불구하고, 제조업의 산업 경쟁력이 이보다 더욱 낮다는 것을 의미한다.

<표 7>

경기도 4차 산업 변이할당 분석 종합(단위: 명)

이에 경기도 4차 산업 분석 결과를 종합하여 <표 8>에서 살펴보면, 경기도 4차 산업은 LQ가 1보다 높아 산업적으로 특화되어 있으며, 산업구조와 지역할당효과가 모두 양(+)의 값으로 나타나 지역의 우위산업이라고 할 수 있다. 유형별로 살펴보면, 4차 산업혁명 관련 산업에 따라 서로 다른 특성을 보이고 있음을 확인할 수 있다. 우선, 전문, 과학 및 기술서비스업은 특화도가 높으며, 산업구조와 지역할당효과가 높아 경기도에 가장 경쟁우위가 있는 4차 산업혁명 관련 산업이라고 할 수 있다. 반면 제조업의 경우는 산업적으로 집적되어 특화산업이라 할 수 있으나 순상대효과가 음(-)의 값을 가진다. 이는 산업구조효과가 음(-)의 값이며, 지역할당효과는 양(+)의 값으로 경기도 지역이 가지고 있는 지역적 경쟁우위는 높지만 산업경쟁력은 낮기 때문이다. 출판, 영상, 방송통신 및 정보서비스업과 금융 및 보험업은 산업 구조효과와 지역할당 효과는 모두 양(+)의 값으로 지역이 산업 구조적으로 건실하며 지역의 경쟁력도 우위에 있다고 할 수 있다. 그러나 산업적으로 아직 특화산업으로는 성장하지 못하고 있다. 하지만 산업구조효과가 지역할당 효과가 모두 우수하여 향후 특화산업으로 성장할 수 있는 잠재적인 산업이라고 할 수 있다.

<표 8>

경기도 4차 산업 특화도 및 동태적 변이할당 분석 종합

4. 경기도 지역별 동태적 변이할당 분석

경기도 지역별로 4차 산업의 동태적 변이할당 분석의 결과를 지역의 경쟁력을 보여주는 지역할당효과만을 중심으로 현황을 살펴보았다. 수도권 지역은 수도권정비계획의 규제를 받는 3개의 권역으로 구분된다. 이에 인구와 산업이 지나치게 집중되거나 집중될 우려가 있는 지역을 이전하거나 정비하는 ‘과밀억제권역’, 과밀억제권역으로부터의 이전기능을 수용하고 자족기반시설을 확충하는 ‘성장관리권역’, 난개발 및 수질오염방지 계획을 수립하고 한강수계를 보전하는 ‘자연보전권역’으로 구분하여 분석하였다.

<표 9>을 살펴보면, 4차 산업의 지역할당효과가 양(+)의 값인 지역은 수원 권선구, 영통구, 성남 분당구, 남양주시, 오산시, 의왕시, 파주시, 화성시 등으로 전통적으로 산업구조가 튼튼했던 지역이다. 공간상으로는 과밀억제권역과 성장관리권역을 포함하며, 경기남부와 파주시와 고양시 덕양구 등 경기북부의 일부지역을 포함한다.

<표 9>

경기도 4차 산업 변이할당분석

유형별로 살펴보면, 제조업의 경우, 수원 권선구, 팔당구, 수정구, 성남 분당구, 남양주시, 오산시, 화성시, 파주시 등의 산업단지가 입지해 있는 지역들의 경쟁력이 높았다. 공간적으로는 과밀억제권역과 성장관리권역을 포함하며 경기도 남부와 북부지역을 포함한다. 출판 및 영상산업의 경우, 성남 분당구, 안양동안구, 부천시, 평택시, 파주시, 용인 기흥구, 화성시 등으로 나타났다. 해당 지역들은 출판 단지, 영상단지들이 입지해 있는 지역이다. 파주시를 포함하기는 하지만 대부분의 지역할당 효과가 높은 지역은 경기남부지역에 밀집하여 있다. 금융 및 보험업은 성남 분당구, 구리시, 화성시가 경쟁력이 높았으나, 다른 산업에 비해 대부분의 지역이 지역할당 효과는 크지 않았다. 전문, 과학 및 기술서비스업은 수원 권선구, 성남 분당구, 고양 덕양구, 남양주시, 의왕시, 화성시 등의 지역할당효과가 높았다. 공간적으로 과밀억제권역과 성장관리권역을 포함한 경기 남부지역의 지역 경쟁력이 높은 것으로 나타났다. 종합적으로 경기도 지역별로 지역의 경쟁력이 높은 지역은 과밀억제권역과 성장관리권역에 걸쳐 분포하고 있으며, 자연보전권역은 거의 포함되지 않았다. 이에 따라 4차 산업이 경기도 내에서도 공간적으로 불균등하게 분포하고 있음을 확인할 수 있다.

<그림 1>

경기도 4차 산업 지역할당효과