본 연구는 아시아태평양경제협력체(APEC) 회원국을 대상으로 환경(Environment), 사회(Social), 지배구조(Governance, 이하 ESG) 요인과 전통적 경제 변수가 출산율 변화에 미치는 영향을 실증적으로 분석하였다. 최근 전 세계적으로 출산율 하락이 가속화되고 있으며, 특히 한국·일본·싱가포르 등은 초저출산 단계에 진입한 반면, 인도네시아·베트남 등 신흥국도 장기적으로 출산율의 빠른 하락이 예상되고 있다. 이러한 이질성을 지닌 APEC 지역은 저출산 현상을 비교·분석하기에 적합한 사례군이라 할 수 있다.

연구는 1996~2021년 세계은행 World Development Indicators(WDI) 자료를 활용하여 1,400개 이상의 지표를 구축하였다. 종속변수는 조출생률(Crude Birth Rate, CBR)의 연간 변화율이며, 설명변수로는 ESG 지표와 경제 변수를 포함하였다. 분석 방법으로는 머신러닝 알고리즘(선형회귀, Random Forest, LightGBM, XGBoost, LSTM)을 적용하였으며, 비(非) APEC 국가 자료로 모형을 학습한 뒤 APEC 국가를 별도의 검증 집단으로 활용하여 외부 타당성을 확보하였다.

예측 성능 비교 결과, Random Forest 모형이 가장 낮은 예측오차(RMSE 0.397)를 기록했으며, ESG와 경제변수를 결합한 모형이 경제변수만을 사용한 모형보다 더 높은 설명력을 보였다(RMSE 0.271 vs. 0.298). 이는 출산율 변화가 전통적 경제 요인뿐 아니라 환경, 사회, 제도적 요인의 복합적 영향하에 있다는 점을 시사한다.

SHAP(Shapley Additive Explanations) 분석 결과, APEC 지역에서는 환경 요인이 가장 중요한 예측 요인으로 나타났고, 그 다음으로는 지배구조, 마지막으로 사회 요인이 뒤따랐다. 다만 사회 요인의 중요성은 시간의 흐름에 따라 점차 증가하는 추세를 보였다. 시차 효과 분석에서는 사회와 거버넌스 요인은 단기적(1년 이내) 영향이 두드러졌으며, 환경 요인은 중기적(약 4년 시차) 누적 효과가 관찰되었다. 국가별 분석에서는 중국과 러시아는 환경 요인의 영향력이 크고, 한국과 미국은 지배구조 요인의 중요성이 두드러졌으며, 일본과 캐나다는 사회 요인의 영향이 상대적으로 높게 나타났다. 이는 APEC 회원국 간의 이질성을 잘 보여준다.

본 연구의 학문적 기여는 다음과 같이 세 가지로 요약될 수 있다. 첫째, 기존 연구의 소득·고용·보육정책 등 전통적 요인에 국한된 분석을 넘어서, ESG 차원을 포함한 종합적 분석 틀을 제시하였다. 둘째, 글로벌-지역 연계 설계(비 APEC 학습, APEC 검증)를 통해 모형의 외부 타당성을 확보하였다. 셋째, 복잡한 머신러닝 모형에 대해 SHAP 분석을 적용하여 해석 가능하게 만들어 정책적 활용 가능성을 높였다.

다만 본 연구의 한계도 분명하다. 본고는 예측모형에 기반한 연관(associational) 분석이므로, 변수 간 인과적 효과를 직접적으로 규명하지는 않는다. 또한 국가 단위 지표의 측정오차, 문화적·제도적 맥락의 차이, 변수 간 다중상관성 등으로 인해 결과 해석에는 신중함이 필요하다. 정책적 함의 또한 보수적으로 접근할 필요가 있다. 본 연구 결과는 특정 정책 처방을 직접적으로 제시하기보다는 환경·사회·지배구조 요인이 출산율 변화를 이해하는 데 중요한 분석 축이 될 수 있음을 보여준다. 즉 ESG 지표와 출산율 간의 연계성을 발견함으로써 정책 설계에서 고려할 새로운 차원을 제시하였다는 데 의의가 있다. 향후에는 보다 정밀한 자료와 인과식별 기법을 활용하여, ESG 요인이 실제로 출산행태에 미치는 효과를 검증하는 후속 연구가 필요하다.