2016.11.10

- 1 -

사회취약계층?

2016년 보건복지부 기준 가족수에 따른 최저 생계비용

사회취약계층은 현 시점에서 혼자 힘으로 자립하기가 힘든 사람들로

가구의 소득이 최저생계비에 미치지 못하는 사람들

(월 단위)

649,932원 1,106,642원 1,431,608원 1,756,574원 2,081,540원

- 2 -

왜 먼저 도움을 요청하지 않는가?

송파 세모녀 사건

지난 28일 송파구에서 숨진 채 발견된 세 모녀의 비극은 사회안전망의 한계와 복지 사각지대를 드러낸 안타까운 사건이다. 28일 송파구 등에 따르면

긴급지원은 연락이 두절된 가족의 소득 등으로 인해 기초수급자 자격에 벗어나거나 갑작스러운 실직 등으로 생활고에 빠진 취약계층을 발굴해 지원하는 복지제도이지만 송파구는 세 모녀의 존재를 몰랐다. 송파구는 가스나 전기요금 체납 내역을 관련 기관으로부터 전달받아 도움이 필요한 가구를 먼저 찾아내 지원에 연계해왔지만 세 모녀가 지금까지 한 차례도 가스‧전기요금을 체납하지 않았기 때문에 지원을 받을 수 없었다. 연합뉴스 (2014-02-28) 하채림 기자

숨진 박모(60)씨 모녀는 질병 상태로 수입도 끊겼지만, 국가와 자치단체가 구축한 어떤 사회보장체계의 도움도 받지 못했다.

그 어느 곳에서도 도움의 손길을 내밀지 못했다. 무엇보다 세 모녀가 가장 기본적인 복지제도인 기초생활보장제도나 의료급여제도 대상에 들지 못했다는 점이 가장 안타깝다는 지적이다. 기초생활보장제도는 저소득층에 최저생계비 수준의 소득을 보장해주는 복지제도이고, 의료급여는 기초수급자와 차상위층을 위한 의료보장제도이지만 이들에게 먼 나라 얘기였다.특히 큰 딸은 고혈압과 당뇨로 건강이 좋지 않았지만, 병원비 부담으로 치료를 제대로 받지 못한 것으로 전해졌다. 홍순화 송파구 복지정책과장은 “동주민센터에서 기초수급자 발굴을 하는데 박씨 모녀가 직접 신청을 하지 않았고 주변에서 이들에게 지원이 필요하다는 요청이 한 차례도 들어 온 적이 없다”고 말했다. 숨진 박씨가 실직 후 실업급여를 받았는지도 확인되지 않았다. 홍 과장은 “이들이 복지제도에 손을 벌리지 않고 스스로 힘으로 생계를 꾸렸기 때문에 숨지기 전까지 어떤 상황이었는지 아무것도 파악하지 못했다”고 덧붙였다. 긴급지원 복지제도 역시 박씨 모녀를 챙기지 못했다.

가족의 생계를 책임진 박씨는 한 달 전 다쳐 일을 그만둬서 수입이 끊겼고, 30대인 두 딸은 신용불량 상태였으나

정보에 취약 제도권 범위 밖 가정안에서 해결

- 3 -

그럼 사회취약계층을 선제적으로 알아내는 방법은 없는 걸까?

- 4 -

사회취약계층을 지원할 방법은?

국민연금공단과 남양주시가 갖고 있는 공공데이터를 연계분석하여

사회취약계층의 “취업”을 선제적으로 지원하자!

남양주시

- 5 -

사회취약계층을 어떻게 분석해 낼까?

분석결과를 활용해서 어떻게

취약계층을 지원할까?

지속적으로 활용되고 확산될 수 있을까?

1

2

3

4 취업 지원활동의 기대효과

1. 사회취약계층을 어떻게 분석해 낼까?

- 7 -

1. 분석 데이터

국민연금공단 데이터 (총 15억6천만건) 지방자치단체 데이터

고객 기본정보 연령대, 성별, 지역, 직종,

취업여부, 소득정보, 세대구성정보 등

가입자 월별현황 가입자 월별 집계

사업장 기본정보 직장가입자의 사업장 정보

사업장 월별현황 직장가입자 월별 집계

가입자 변동 이력 가입자 자격변동 이력

사업장 변동 이력 사업장 휴페업 등 이력

구직신청목록 구직자 성명, 학력, 연령, 성별 등

구인신청목록 사업장명, 업종, 주소 등

취업자목록 취업자 성명, 연령, 고용형태 등

버스정류소정보 정류소ID, BIS NO, 정류소명 등

데이터 연계방법 : 기관간 서로 다른 데이터 구조를 극복하고 개인정보의 보호 등을

위해 “생활지역 단위의 집계정보”로 변환

(남양주시)

- 8 -

구성항목 가족

구성원수 부부수 자녀수

경제 인원수

실업 인원수

경제소득월액

연령대 코드

거주기간 소득월액 실업기간

가족구성원수 1.000 0.498 0.788 0.697 0.474 -0.173 -0.337 -0.070 0.161 -0.182

부부수 0.498 1.000 0.245 0.270 0.233 -0.144 0.013 0.080 0.071 0.041

자녀수 0.788 0.245 1.000 0.646 0.451 -0.056 -0.458 -0.109 0.162 -0.251

경제인원수 0.697 0.270 0.646 1.000 0.742 0.061 -0.470 -0.085 0.206 -0.266

실업인원수 0.474 0.233 0.451 0.742 1.000 -0.126 -0.326 0.001 0.059 -0.095

경제소득월액 -0.173 -0.144 -0.056 0.061 -0.126 1.000 -0.083 -0.076 0.343 -0.094

연령대코드 -0.337 0.013 -0.458 -0.470 -0.326 -0.083 1.000 0.176 -0.087 0.369

거주기간 -0.070 0.080 -0.109 -0.085 0.001 -0.076 0.176 1.000 -0.053 0.105

소득월액 0.161 0.071 0.162 0.206 0.059 0.343 -0.087 -0.053 1.000 -0.156

실업기간 -0.182 0.041 -0.251 -0.266 -0.095 -0.094 0.369 0.105 -0.156 1.000

취업기간 -0.016 -0.076 0.002 0.138 -0.084 0.128 -0.059 -0.015 0.362 -0.209

추정등급 0.053 0.014 0.067 0.152 -0.011 0.255 -0.062 -0.048 0.714 -0.149

구성항목 경제 소득 월액

레벨별 가중치

1등급 2등급 3등급

소득월액 0.543 31점 20점 10점

부부수 0.346 20점 13점 6점

경제인원수 0.325 19점 13점 6점

자녀수 0.206 12점 8점 4점

과세표준금액 0.175 10점 6점 3점

자동차세 근거등급

0.145 8점 5점 3점

2. 분석 기법

소득월액

부부수

경제인원수

자녀수

과세표준금액

자동차세근거등급

2. 가설 검증을 통한 영향변수 선정

1. 세대구성과 경제수입 (소득금액 – 최저생계비용)의 상관성 분석

세대주 나이가 어릴수록 세대 가족수는 적을 것이다.

세대 가족수가 많을수록 세대 경제수입은 낮을 것이다.

세대 경제수입이 낮을수록 세대 경제인원이 적을 것이다.

홀가정이 경제 수입이 낮을 것이다.

다문화 가정의 경제 수입이 낮을 것이다.

실업자가 많은 가정이 세대 경제수입이 낮을 것이다.

세대 경제수입이 낮을수록 각종 세금(자동차세, 재산세, 진료비부담금 등)에 대한 등급이 낮을 것이다.

가설 검증을 통한 영향변수 선정

가설 1

가설 2

가설 3

가설 4

가설 5

가설 6

가설 7

3. 취약계층 우선 지원

- 9 -

3. 분석 결과

주요 분석내용(데이터 연계분석)

분석 주제 분석 내용 활용업무

취업현황 분석

• 연금가입 유형별 취업자수 및 실직자수 • 세대주 분포 분석 – 지역별/가족구성원수별 • 취업자 현황분석 - 지역별/업종별 • 취업자 현황분석 - 지역별/연령대별 • 취업자 업종 - 이전업종 분석

정책수립 (지역별/계층별/업종별)

실직현황 분석 • 실직자 분석 – 지역별/업종별 • 실직자 분석 – 지역별/연령대별

현황 파악 직업훈련 계획

취약계층 우선정책

실직-실직기간 교차분석 • 실직자 – 실직기간 분석 (실직기간별/연령대별) • 실직자 – 실직기간 분석 (지역별/연령대별)

실직-세대특성 상관분석

• 실직자 – 부부수/자녀수 분석 • 실직자 – 부부수/자녀수 분석 (지역별) • 실직자 – 다문화가족 분석 (연령대별) • 실직자 - 소득금액 분석

취업-사업장 현황분석 • 취업자 거주지 – 관내 사업장 분석 • 취업자 거주지 – 관외 사업장 분석(경기도) • 취업자 거주지 – 관외 사업장 분석(서울)

취업 알선

- 10 -

3. 분석 결과 취업

취업 현황 분석

읍면동별/업종별 취업현황 읍면동별/연령대별 취업현황

취업자 업종/이전업종 분석 읍면동별/연령대별 소득금액

- 11 -

3. 분석 결과 실직

실직 현황 분석

읍면동별/업종별 실직현황 읍면동별/연령대별 실직현황

가족구성원수별/연령대별 실직현황 블록별 취약계층 밀집도 분석

- 12 -

3. 분석 결과

사업장 현황분석

업종별 사업장 증가 추이 읍면동별 사업장 증감율 업종별 사업장 증감율

2. 분석결과를 활용해서 어떻게 취약계층을 지원할까?

- 14 -

1. 지자체 일자리센터 업무 연계

지역별, 업종별, 성별, 연령별 실직자

현황은 어떨까?

희망일자리상담소는 어디에서 실시하면

좋을까?

일마니 발굴단은 어느 사업장에 파견할까?

구직자를 대상으로 어떤 훈련계획을

세우면 좋을까?

- 15 -

2. 희망일자리 상담소는 어디에서 실시하면 좋을까?

Target Block 제공 (12개 읍면동 상담사 활용)

유동인구가 많은곳 버스/지하철역

현재 정밀 타게팅(다산아파트 1단지)

취업활동 지역 정밀 타게팅!!

취약계층 거주지역

실업 증가율이 높아 지는 곳

연령대별, 업종별 해당 지역

- 16 -

구인 기업(워크넷) 관내 기업

현재

순위 사업장명 법정동명 리명 직장업종중분류명 증가인원

1 （주）범양이엔씨-(일용)구리~포천 고속도로 제3공구 터널공사

별내면 광전리 전문직별 공사업 57

2 마석기독요양병원 화도읍 창현리 보건업 22

3 주식회사 팩스타 진접읍 금곡리 펄프, 종이 및 종이제품 제조업

21

4 (주)빙그레영업직 도농동 식료품 제조업 21

5 씨에스테크（CSTECH） 화도읍 묵현리 화학물질 및 화학제품 제조업(의약품 제외)

20

6 싱싱마트 오남읍 양지리 소매업(자동차 제외) 18

7 원광산전(주) 진건읍 배양리 도매 및 상품중개업 15

8 바라던유통(주) 진건읍 신월리 도매 및 상품중개업 15

9 예사랑주야간복지센터 진접읍 금곡리 미분류 14

10 아트인 호평동 사업지원 서비스업 14

3. 일마니 발굴단은 어느 사업장으로 파견하면 좋을까?

능동적/적극적 취업 지원활동!!

수동적 → 적극적 지원

시민의 일자리센터 인식 강화

업종별/지역별 맞춤 정보 제공

유력업체 확대(관외포함)

집중 홍보의 날 찾아가는 일자리버스

- 17 -

취업 및 실업의 현황정보 부족

현재

4. 취약계층 자립지원을 위한 교육훈련은 어떤걸 하면 좋을까?

맞춤 지원(취약계층 우선)

취약계층의 자립역량 지원!!

취업/실업 현황 정밀 모니터링

계층별/업종별 맞춤 취업전략 수립

직업훈련 정책에 반영

일자리 Mismatching 파악/해소 업종에 맞는 훈련계획

3. 지속적으로 활용되고 확산될 수 있을까?

- 19 -

1. 본 과제는 빅데이터기반의 공공기관 협업모델의 훌륭한 사례입니다.

기관간 협업

취약계층 분석정보 제공, 발굴모형 개발

지원과정 중 파악되는 고가치 정보 공단업무 활용

취약계층 발굴모형을 국민연금 사각지대 해소에 활용

취약계층 우선의 취업지원 활동 강화

기업 및 중점관리 지역 현장방문, 취업 지원

현황파악 강화 → 홍보방안 개선 → 일자리 알선 효과 증대

지속적인 협력 강화, 추진성과 모니터링, 서비스 개선

국민연금 지자체 (240개)

지자체별 활용지원 (지역별 최적 모델)

취약계층 지원 대책 수립 및 지원 활동

부처별 정보 공유 및 협조체계 개선

표준분석 모델 지원 및 정보화 사업 지원

연금 가입/상실 데이터의 가공 및 분석정보 제공

- 20 -

외국인거주지역

2. 다른 지자체로 확산할 예정입니다

전국 240여개의 지자체로 확대

공단 밀집지역 다문화 가정…

현재 시흥시, 대전광역시 등 10여개 지자체 및 광역시, 도에서 참여 의사

지자체별 특성을 그룹화하여 분석모델 고도화

- 21 -

3. 데이터의 확장과 연계로 활용도가 높아집니다.

한국지역정보개발원, 한국국토정보공사(국토부) 및 신용보증재단(중기청) 등과 취약계층발굴모형 확대 적용방안

및 지자체 서비스 방안

한부모 가정 및 맞벌이 부부의 취업을 위한 보육 지원 및 장애인, 홀몸노인 복지지원체계 연결

정부 기관간의 협력 강화

한국지역정보개발원 한국국토정보공사 신용보증재단중앙회

4. 취업지원 활동의 기대효과

- 23 -

1. 취업 지원 활동 강화

정부(지자체)의 한정된 자원을 보다 효과적으로 집행 가능

취업지원 활동의 성과측정 요소

우리는 이제까지 실체를 모르고 일했다. 즉, 모수가 극히 작은 중앙정부의 샘플링 통계자료에 의존하여 시정을 펼쳤다. 하지만,

이번 사업을 통해 시민 전체를 모수(母數)로 한 취업지원 활동이 가능해졌다. - 남양주시 담당자

단기 2016년 4분기 중기 2017년 상반기 장기 2017년 하반기

= 해당년도 상담실적

x 100 전년도 상담실적

= 해당년도 취업실

x 100 전년도 상담실적

= 해당년도 노후준비 상담실적

x100 전년도 노후준비 상담실

= 해당년도 상담안내 홍보실

x 100 전년도 상담실적

= 해당년도 취업자 임금수익

x 100 전년도 취업자 임금수익

- 24 -

2. 정성적 기대 효과

데이터를 공유, 활용하여 국민을 위한 보다 나은 복지 지원

기관간의 벽을 허물고 긴밀한 협력체계 구축으로 Win-Win 전략 구현

기관간의 협력을 통한 시너지 효과 창출

지자체 일자리 센터에 내방하기 전에는 지원이 필요한 상황에 처한 사람을 파악하기 어려움

관내 기업체 위주의 취업 알선

에서 대상 시민에게 가장 적합한 기업

대상의 알선으로 변경(관외포함)

국민연금 실직 등으로 소득이 없는 취약계층의 경우 국민연금 가입대상이면, 미가입하거나 가입 후 납부예외자로 관리

지자체

국민연금

사회경제적 어려움에 처한

계층을 선제적 지원

시민의 취업이력 분석에 따른

최적 기업 취업 알선(관외포함)

취약계층의 시급한 문제를 우선 해소하고, 국민연금 가입으로

연계하여 국민연금 사각지대 해소에 기여

- 25 -

3. 정량적 기대 효과 (남양주시)

6개월간 약 100여명 (남성 70여명, 여성 30명)이 신규 취업할 것으로 기대

이때 취업으로 기대되는 임금수익은 연간 총 18억원으로 가계경제 및 지역경제 활성화에

도움을 줄 것으로 기대

기대효과 * 240개 지자체!!

= 8,348명 (관심취약계층) x 17% (알선충족율) x 5% (미개척구직자 취업율)

= 3,495명 (관심취약계층) x 17% (알선충족율) x 5% (미개척구직자 취업율)

= 12억7,620만원(남)+5억3,460만원(여)

= 70.9명 x 3명(남) + 29.7명 x 2명(여)

발표자: 조기행 남양주시 빅데이터 분석 전문관