국제이동학생 순흐름의 성별비교 값은 국가마다 얼마나 달랐을까? (2023년)

UNESCO Institute for Statistics(UIS)의 MENFR.5T8.GPIA는 국제이동학생의 순흐름 비율(inbound−outbound)에 대한 조정 성별격차지수(GPIA)를 국가·지역별로 보여준다. 2023년 공식 자료에는 78개 관측값이 있으며, 중앙값은 0.76142, 평균은 0.93848다. 이 지표는 일반적인 취학률 GPIA처럼 단순히 1보다 작은지 큰지만 보고 성별 우위를 판단하기 어렵다. 실제 관측값이 0.04838에서 3.82418까지 퍼져 있고 2를 넘는 값도 있기 때문이다.

기초 지표 이름의 “net flow ratio”는 국제이동학생의 유입과 유출을 함께 고려한 순흐름 개념이다. 따라서 성별별 기초값은 단순한 양의 참여율처럼 움직이지 않을 수 있고, 유입보다 유출이 큰 경우 부호가 달라질 가능성도 있다. 일반적인 GPIA 공식은 양의 지표를 전제로 1을 중심으로 대칭화하는 방식으로 널리 설명되지만, 이번 시계열에서는 실제 값이 2를 크게 넘는다. 이 때문에 0.97~1.03을 기계적으로 “성별 균형”이라고 확정하거나 1보다 크면 어느 성별이 더 유리하다고 단순화하지 않고, 먼저 UIS가 공개한 값의 분포 자체를 설명한다.

2023년 중앙값은 0.76142였고 분포는 매우 넓었다

78개 값을 낮은 순서에서 높은 순서로 정렬하면 중앙값은 0.76142다. 1사분위수는 0.61833, 3사분위수는 1.14014이므로 가운데 절반의 관측값도 약 0.522 폭에 걸쳐 있다. 평균 0.93848는 중앙값보다 높지만, Chile 3.82418과 Jordan 2.36630처럼 큰 값이 상단에 있어 산술평균이 위로 끌려간다. 이런 분포에서는 평균 하나보다 중앙값과 사분위수를 함께 보는 편이 안정적이다.

통상적인 GPIA 설명에서 자주 사용하는 0.97~1.03 구간에 들어가는 값은 이번 자료에서 2개뿐이다. 0.97보다 낮은 값은 50개, 1.03보다 높은 값은 26개이며, 2를 넘는 값도 5개 있다. 하지만 이 숫자를 그대로 성별 유불리 국가 수로 바꾸지는 않는다. 기초 순흐름 비율이 부호를 가질 수 있기 때문에 지수 방향을 해석하려면 여성·남성별 원지표를 함께 확인해야 한다.

값 구간을 단순 분포로 보면 0.5 미만이 11개, 0.5 이상 1 미만이 40개, 1 이상 1.5 미만이 18개, 1.5 이상 2 이하가 4개다. 이 구간화는 지수의 의미를 새로 정의하려는 것이 아니라 값이 어디에 많이 모여 있는지를 보여주기 위한 것이다. 특히 1 아래에 값이 많다는 사실만으로 여성 또는 남성의 국제이동이 더 크다고 결론 내리면 안 된다.

1에 가까운 값도 있지만 전형적인 GPIA 해석은 주의가 필요하다

1에 가장 가까운 관측값은 Brunei Darussalam 1.02038, Spain 0.97944, Austria 0.96448, Cameroon 1.03597 순이다. 이 값들은 수치상 1과 가깝지만 “성별 균형이 완전히 달성됐다”는 식으로 단정하기보다는 여성·남성의 순흐름 원값이 서로 비슷한지 추가 자료로 확인하는 것이 안전하다.

UIS의 일반적인 parity index 설명은 한 집단의 지표값을 다른 집단의 지표값과 비교하며, 1이면 두 값이 같다는 개념을 사용한다. 조정 GPI는 1을 중심으로 대칭적인 비교가 가능하도록 만든다. 그러나 순흐름처럼 기초값이 음수가 될 수 있는 지표에서는 같은 공식의 직관이 깨질 수 있다. 이번 자료가 2를 초과한다는 사실 자체가 일반적인 “0~2 안의 조정 GPI” 설명만으로는 충분하지 않다는 신호다.

따라서 이 글에서는 1과의 거리를 참고하되 그것을 성과점수나 정책평가로 사용하지 않는다. 국제학생 이동은 유입과 유출, 국내 고등교육 규모, 학생의 목적지 선택, 이민·비자환경, 학위과정 구조 등 다양한 요인의 영향을 받는다. 하나의 성별비교 값만으로 이런 요인들의 효과를 분리할 수 없다.

상단에서는 Chile가 3.82418로 가장 높았다

가장 높은 2023년 값은 Chile의 3.82418다. Jordan 2.36630, Bahrain 2.33280, Serbia 2.17265, Ukraine 2.02413, Slovakia 1.99095가 뒤를 잇는다. 상위 여러 관측값이 2에 가깝거나 2를 넘어 일반적인 양의 지표 GPIA 분포와 다른 모습을 보인다.

Chile의 3.82418을 “여성이 남성보다 3.8배 유리하다”처럼 읽는 것은 잘못된 해석이 될 수 있다. adjusted GPIA 값은 단순 배수가 아니며, 특히 순흐름 원지표가 음수 또는 서로 다른 부호를 가질 수 있으면 수치가 2를 넘어갈 수 있다. 정확한 방향을 설명하려면 Chile의 여성 순흐름 비율과 남성 순흐름 비율을 별도로 확인해야 한다.

상단 관측값이 높다는 사실과 국제학생 유입이 많다는 사실도 동일하지 않다. 이 지표는 유입과 유출의 순흐름 비율에 대한 성별비교값이다. 한 국가의 전체 국제학생 순유입 규모가 큰지, 외국인 학생 수가 많은지, 자국 학생의 해외유학이 많은지는 별도 지표를 봐야 한다.

하단에서는 Romania가 0.04838이었다

가장 낮은 관측값은 Romania의 0.04838다. Cuba 0.14745, Sri Lanka 0.19253, Latvia 0.24114, Lithuania 0.24899, Rwanda 0.27982가 뒤를 잇는다. 하단 역시 1에서 크게 떨어진 값들이 있어 전체 범위가 넓어진다.

낮은 값도 “남성이 더 유리하다” 또는 “여성의 국제이동이 거의 없다”라고 바로 해석해서는 안 된다. 순흐름 비율은 유입과 유출의 차이를 포함하기 때문에 양쪽 성별의 기초값 부호와 크기를 함께 봐야 한다. 예를 들어 한쪽은 순유입이고 다른 쪽은 순유출이라면 단순 비율의 직관이 크게 달라진다.

또한 국제이동학생 지표는 국내 학생 전체의 성별 구성과도 다른 질문을 다룬다. 국내 고등교육에서 여성 비중이 높거나 낮다는 사실과 국제이동학생 순흐름의 성별 패턴은 반드시 같은 방향으로 움직이지 않는다. 유학 목적지, 장학정책, 학위단계, 전공구성 등 추가 맥락이 필요하다.

정렬된 분포는 상단 극단값의 영향을 보여준다

정렬 그래프를 보면 많은 값이 0.5~1.2 사이를 지나지만 마지막 구간에서 기울기가 빠르게 커진다. 특히 2를 넘는 관측값은 소수지만 평균을 끌어올리는 영향이 크다. 이 때문에 중앙값 0.76142가 평균 0.93848보다 낮다. 분포를 한 줄의 평균으로 요약하면 상단의 특이한 값과 중심부의 차이를 놓치기 쉽다.

국가 순위도 수치 자체 이상의 의미를 부여하지 않는 것이 좋다. 0.75와 0.80 사이의 순위 차이가 실제 국제학생 정책이나 성별격차의 중요한 차이를 뜻하는지는 이 자료만으로 알 수 없다. 반대로 0.05와 3.82처럼 분포 양끝의 값은 명확하게 다른 수치패턴을 보이지만, 그 원인은 여성·남성별 기초 순흐름 자료가 있어야 설명할 수 있다.

78개 보고 관측치 밖의 국가는 0이 아니다

이번 데이터의 78개 행에는 공식 0값도 결측값도 없다. 그러나 UIS 카탈로그에는 2023년 값이 보고되지 않은 국가와 지역이 다수 존재한다. 이들을 0으로 채우면 실제로 보고되지 않은 곳을 매우 낮은 GPIA 값으로 만들어 분포와 평균을 왜곡한다. 따라서 모든 계산은 실제 값이 있는 78개 관측치만 사용한다.

이 때문에 “세계에서 가장 높다” 또는 “세계에서 가장 낮다”라고 표현하기보다 “2023년 78개 보고 관측치 가운데”라는 범위를 유지하는 것이 정확하다. 미보고 국가가 어떤 값을 가질지는 이 자료만으로 알 수 없다.

한 해 값으로 국제학생 이동의 변화 추세를 말할 수는 없다

이번 자료는 2023년 한 해의 국가 간 단면이다. 어느 나라에서 성별 차이가 확대되거나 축소되고 있는지 말하려면 같은 MENFR.5T8.GPIA의 여러 연도 값을 비교해야 한다. 더 중요한 것은 지수만 보지 않고 여성과 남성의 기초 순흐름 비율도 함께 추적하는 것이다.

지수가 1에 가까워졌다고 해서 반드시 두 성별의 국제학생 이동이 모두 개선된 것은 아니다. 여성과 남성의 순흐름 값이 동시에 나빠지면서 서로 비슷해질 수도 있고, 한쪽만 크게 변할 수도 있다. 따라서 장기 분석에서는 parity 값과 원지표 수준을 분리해서 확인해야 한다.

자료 출처와 해석 기준

국가별 값은 UNESCO UIS Data API의 MENFR.5T8.GPIA 시계열에서 제공된 2023년 관측값을 사용했다. UIS의 Data Browser 용어집은 parity index를 두 집단의 지표값 비율로 설명하고, 1을 두 값이 같은 기준으로 설명한다. 일반적인 adjusted GPIA 설명은 UIS 자료에서 확인할 수 있다.

이번 시계열은 일반적인 양의 비율 지표와 달리 2를 넘는 관측값이 실제로 존재한다. 따라서 통상적인 GPIA 범위나 성별 방향 규칙을 자동으로 적용하지 않고, 2023년 공식 값의 분포와 예외를 그대로 보여주는 것이 가장 안전하다. 여성·남성의 실제 순흐름 방향까지 설명하려면 별도의 성별 원지표가 필요하다.

자주 묻는 질문

관련 글

• 세계은행 Global Economic Monitor 사용법 ｜ 국가별 경제지표 조회·다운로드
• 국가별 GDP 디플레이터 지수는 그대로 비교해도 될까? (2024년)
• 다차원 빈곤율은 나라별로 얼마나 다를까?
• 아랍권 유학 이동률의 성별 차이는 국가별로 얼마나 달랐을까? (2023년)
• 여아의 취학 전 교육 총등록률은 얼마나 달랐을까? (2020년)