연령뭉침 (Age Heaping)
쉽게 풀면
사람들이 자기 나이를 정확히 모르거나 어림해서 답하면 40세, 45세, 50세처럼 딱 떨어지는 숫자에 응답이 쏠립니다. 그 결과 연령별 인구를 그려 보면 5년 간격마다 뾰족한 봉우리가 생기고 그 사이는 움푹 꺼집니다. 이런 톱니 모양은 실제 인구구조 때문이 아니라 신고 방식 때문에 생긴 것이므로 자료의 질을 의심하게 하는 신호입니다.
왜 중요한가
연령별 출산율이나 사망률처럼 연령이 분모가 되는 지표는 연령 분포가 왜곡되면 곧바로 흔들립니다. 특히 출생신고 제도가 충분히 정착되지 않은 지역의 센서스 자료에서는 연령뭉침의 정도가 자료 신뢰도를 판단하는 1차 관문 역할을 하며, 필요하면 평활화 절차를 거친 뒤에야 분석에 사용합니다.
논문에서는 이렇게 쓰입니다
연령 신고 오류가 커서 한 살 단위 자료를 그대로 쓰지 않고 보정했다는 설명입니다.
조금 더 깊게 보면
연령뭉침의 크기는 휘플지수나 마이어스 혼합지수 같은 지표로 수치화하며, 값이 클수록 특정 끝자리에 대한 선호가 강하다는 뜻입니다. 뭉침은 문해율이 낮은 집단이나 고연령층에서 더 크게 나타나는 경향이 보고되어 왔고, 따라서 집단 간 비교 자체가 자료 질의 차이에 오염될 수 있습니다. 실무에서는 5세 계급 집계, 이동평균 평활화, 모형생명표 적합 같은 방법으로 영향을 줄입니다.
주의할 점
연령뭉침은 응답자가 의도적으로 나이를 다르게 신고하는 경우와 원인이 다르며, 후자는 특정 방향으로 치우치기 때문에 평활화로는 교정되지 않습니다. 또 5세 계급마다 인구가 많아 보이는 것이 실제 출생아 수 변동 때문일 수도 있으므로, 뭉침으로 단정하기 전에 지수로 확인해야 합니다.