남초
남초(男超)는 성비 불균형 현상 중 하나로 남자가 여자보다 더 많은 경우를 일컫는 말이다. 2017년 기준 전 세계 성비는 102 : 100으로 남성이 더 많은 남초 상태이다. 대륙별로 살펴보면 아시아가 104.8 : 100으로 가장 남초 현상이 심하고 뒤를 이어 오세아니아가 100.2 : 100이며 아프리카가 99.7 : 100, 북미가 98 : 100, 중남미가 97.8 : 100이고 유럽이 93.4 : 100으로 여초 현상이 심각하다.[1] 대한민국의 경우 2017년 통계청 인구조사 결과 전체 인구는 5,142만 2,507명이었는데 그 중 남자가 2,576만 8,055명이었고 여자가 2,565만 4,452명으로 집계되어 전체 성비는 100.4 : 100으로 근소하게 남초인 상태다.[2]
원인
일반적인 인류 사회에서는 여성의 기대 수명이 남성보다 더 높다. 그 때문에 출생 당시의 성비가 1 : 1일 경우엔 자라면서 남성들이 빨리 죽게 되므로 여성의 숫자가 남성보다 지나치게 많아진다. 그를 상쇄하기 위해서는 출생 당시 성비는 남성이 좀 더 높아야 한다. 그래서 사회적으로 용인하는 출생시 정상 성비는 105 : 100으로 보고 있다. 그래야 노년에 들어서 수명이 짧은 남성들이 죽으면서 전체 성비가 균형을 이루게 되기 때문이다. 남초 현상이 생기는 원인은 크게 2가지가 있는데 첫 번째는 남아선호사상이 강한 경우가 있고 두 번째는 외국인 노동자들의 유입이 많은 경우가 있다. 전자의 경우는 출생시의 성비가 정상 성비인 105 : 100을 초과했기 때문에 장년기, 노년기에 접어들어서도 계속해서 성비 불균형 상태가 유지되어 남자가 많은 상태가 이어진 것이고 후자의 경우는 내국인의 성비는 비교적 정상에 가깝지만 외국인 노동자들이 많이 유입되어 외국인 노동자들 때문에 성비가 왜곡된 경우이다. 전자의 대표적인 예가 1990년대까지의 한국과 현재의 중국, 인도 등이고 후자의 대표적인 예는 아랍에미리트, 카타르 등을 비롯한 중동 국가들이다.
한국의 남초 현상
한국의 경우 조선왕조실록을 참고하면 조선시대까지는 시대마다 약간의 변동이 있긴 했지만 대체로 여성이 남성보다 더 많은 여초 국가였다. 한 예로 헌종 14년(서기 1848년) 12월 29일 기록을 보면 당시 조선 조정에서 실시한 인구 조사 통계 결과에 따르면 가구 수는 111만 8,911호였고 인구는 1,264만 3,442명인데 이 중 남자가 602만 8,688명이었고 여자가 661만 4,754명으로 성비가 91.1 : 100인 여초 상태였다.[3] 그러다가 고종 1년(서기 1864년) 이후부터는 계속해서 남성의 인구가 여성보다 근소하게 더 많은 남초 상태가 이어지고 있다. 통계청 인구 전수조사 결과를 살펴보면 1925~2017년까지 자료가 수록되어 있는데 1925년 당시 조선의 인구는 372만 773호에 1,952만 2,945명이었고 이 중 남자가 1,002만 943명, 여자가 950만 2,002명으로 나타났다. 1930년 인구 조사 결과에서도 당시 조선의 인구는 398만 5,953호에 2,105만 8,305명이었고 이 중 남자가 1,076만 3,679명, 여자가 1,029만 4,626명으로 남자가 여자보다 더 많았다. 그 이후로 계속해서 남자가 더 많은 상태가 이어졌다. 즉, 한국은 현재 조선 고종 때부터 지금까지 150년이 넘도록 남성이 여성보다 더 많은 상태다.
그리고 1960년대 이후로 한국 정부는 산아제한정책을 실시하여 저출산을 장려했는데 그 때문에 대를 이을 아들을 선호하는 풍조와 맞물려 딸을 낙태하는 부모들이 많았다. 그 때문에 1980년대부터 1990년대까지 출생한 아이들의 성비는 매우 불균형이 심하다. 통계청 전수 조사 결과에 따르면 1985년 당시 한국의 전체 성비는 100.2 : 100으로 근소하게 남자가 더 많았지만 0~4세의 성비는 108 : 100이었고 1990년에도 한국의 전체 성비는 100.7 : 100으로 근소하게 남자가 더 많은 상태였지만 0~4세의 성비는 111.2 : 100이었다. 1995년에는 더 심해서 0~4세 성비가 113.4 : 100까지 벌어졌다고 한다.[4] 이로 인한 원인은 1980~1990년대에 자행되었던 여아 낙태 문제와 깊은 연관이 있다는 것이 정설이다. 이 시기에 태어난 남성들은 2010년대 들어 현재 20~30대 결혼 적령기에 접어들었는데 성비 불균형이 워낙 심해서 결혼 문제에 있어서 심각한 불편을 겪고 있다.
2015년 9월, 행정자치부에선 주민등록 인구 통계 결과 남성이 2,573만 212명, 여성이 2,573만 5,016명으로 처음으로 여성 인구가 남성 인구를 추월했다고 발표했다.[5] 그러나 같은 해 통계청 인구 전수 조사 결과는 달랐다. 2015년 통계청에서 실시한 인구 전수 조사 결과에 따르면 당시 대한민국의 총 인구는 5,106만 9,375명이었는데 이 중 남성이 2,560만 8,502명이었고 여성이 2,546만 873명으로 여전히 남성 인구가 14만 7,629명 더 많은 것으로 나타났다. 그 이유는 바로 외국인 노동자 때문이었는데 내국인의 통계 결과는 행정자치부 조사 결과대로 여성이 6만 6,000명 정도 더 많았지만 외국인을 포함한 결과 외국인 남성의 숫자가 여성보다 21만 3,000명 정도 더 많았기 때문에 여전히 남성 인구가 더 많은 것으로 나타났다.[6] 참고로 인구의 정의는 국민이나 민족과는 다르다. 인구의 정의는 한 지역 내에 거주하는 인간 집단의 계수를 말하는 것인데 내국인이라고 하더라도 인구 조사 당시에 그 나라에 거주하고 있지 않으면 인구에 포함되지 않고 외국인이라고 하더라도 그 나라에 거주하고 있으면 인구에 포함이 된다. 그래서 정부는 2016년 여성 인구가 남성 인구를 초월하는 ‘여초사회’는 앞으로 상당기간 도래하지 않을 것이라고 전망을 대폭 수정했다.[7]
2016년 통계청 인구조사 결과에서도 대한민국의 전체 인구는 5,126만 9,954명이었는데 이 중 남성은 2,569만 6,987명이었고 여성은 2,557만 2,567명으로 나타나 여전히 남성이 12만 4,420명 더 많은 것으로 나타났다. 이유는 역시 외국인 노동자 때문으로 내국인의 결과는 여성이 남성보다 9만 3,000명 정도 더 많은 것으로 집계되었지만 외국인의 결과를 보면 남성이 여성보다 21만 7,000명 정도 더 많았기 때문에 전체 합산 결과 여전히 남성이 더 많은 상태가 지속된 것이다. 2017년 통계청 인구 조사 결과에서도 대한민국의 전체 인구는 5,142만 2,507명이었는데 이 중 남성이 2,576만 8,055명이었고 여성은 2,565만 4,452명으로 여전히 남성이 11만 3,603명 더 많은 것으로 나타났다. 내국인의 결과는 여성이 남성보다 10만 명 정도 더 많았지만 외국인의 경우 남성이 여성보다 21만 2,000명 더 많았기 때문에 계속해서 남성의 인구가 더 많은 상태가 지속되고 있는 것이다. 앞으로도 한동안은 남성의 인구가 많은 상태가 지속될 듯하다.
광역지자체 별로 세분화해서 살펴보면 인천광역시와 대전광역시, 울산광역시, 세종특별자치시, 경기도, 강원도, 충청남도, 충청북도, 경상남도, 경상북도, 전라남도, 제주특별자치도가 남자가 여자보다 더 많은 남초 지역으로 나타났다. 각각의 성비는 인천은 101.3 : 100[8], 대전은 100.7 : 100[9], 울산은 107.7 : 100[10], 세종은 101.5 : 100, 경기도는 102.4 : 100[11], 강원도는 102.2 : 100[12], 충청남도는 105.2 : 100[13], 충청북도는 103.3 : 100[14], 경상남도는 103.6 : 100[15], 경상북도는 102.2 : 100[16], 전라남도는 100.7 : 100[17], 제주도는 102 : 100[18]으로 울산이 전국에서 가장 남초 현상이 심각하다는 것을 알 수 있다. 특히 울산은 5개 구, 군 모두 남자가 여자보다 더 많은 상태인데 그 중에서도 성비 불균형이 가장 심한 곳은 바로 동구로 그곳의 성비는 무려 114.5 : 100까지 벌어지는 극단적인 남초 현상을 보여준다.
시, 군, 구 별로 따져보았을 때 가장 남초 현상이 심각한 곳은 인천광역시 옹진군인데 이 곳의 성비는 무려 132.7 : 100이라는 극단적인 남초 현상을 보여준다. 이는 옹진군에 해병대가 주둔하고 있어 그곳에 거주하는 군인들 때문에 그런 것으로 보인다. 전국에서 성비가 130을 넘어가는 곳은 인천광역시 옹진군 단 하나 뿐이다. 그 다음으로 경상북도 울릉군이 124.4 : 100으로 역시 극단적인 성비를 보여주며 세 번째로 강원도 화천군이 123.1 : 100으로 극단적인 남초 현상을 보여주고 있다. 이 3곳 모두 군인들 때문에 성비가 높은 것으로 보인다.
자세한 내용은 대한민국의 도시 별 성비 문서 참조.
남초 국가
- 아시아 : 동티모르(101.7 : 100), 레바논(100.3 : 100), 말레이시아(107 : 100), 몰디브(103.3 : 100), 바레인(165.9 : 100), 방글라데시(100.3 : 100), 부탄(107.7 : 100), 브루나이(108 : 100), 사우디아라비아(135.2 : 100), 시리아(101 : 100), 아랍에미리트(223.1 : 100), 아프가니스탄(104.8 : 100), 예멘(102 : 100), 오만(188.9 : 100), 요르단(112.5 : 100), 우즈베키스탄(100.6 : 100), 이라크(102.1 : 100), 이란(102.7 : 100), 인도(108 : 100), 인도네시아(101 : 100), 중국(105 : 100), 카타르(307.7 : 100), 쿠웨이트(169.2 : 100), 파키스탄(105.1 : 100), 팔레스타인(103.3 : 100), 필리핀(101.8 : 100)
- 아프리카 : 나이지리아(104.1 : 100), 남수단(103 : 100), 리비아(103.2 : 100), 르완다(100.2 : 100), 마다가스카르(100.3 : 100), 상투메프린시페(100.2 : 100), 세이셸(106 : 100), 소말리아(101 : 100), 수단(102.9 : 100), 알제리(102.6 : 100), 앙골라(102 : 100), 에티오피아(100.8 : 100) 이집트(104 : 100), 잠비아(100.1 : 100), 적도기니(114.2 : 100), 카보베르데(100.5 : 100), 코트디부아르(106.1 : 100), 콩고 공화국(101 : 100), 콩고민주공화국(100.3 : 100)
- 오세아니아 : 나우루(102 : 100), 마셜 제도(104 : 100), 바누아투(103 : 100), 사모아(105.6 : 100), 솔로몬 제도(104.5 : 100), 통가(101 : 100), 투발루(102 : 100), 파푸아뉴기니(106.6 : 100), 팔라우(114.6 : 100), 피지(103 : 100)
- 유럽 : 노르웨이(101.4 : 100), 룩셈부르크(100.9 : 100), 마케도니아(100.4 : 100), 몰타(100.3 : 100), 스웨덴(100.2 : 100), 아이슬란드(101.2 : 100), 안도라(102 : 100), 알바니아(102.5 : 100), 터키(100.7 : 100)
- 북아메리카 : 과테말라(104.7 : 100), 벨리즈(100 : 100)[19], 세인트 빈센트 그레나딘(105.3 : 100), 트리니다드 토바고(100.7 : 100), 파나마(100.7 : 100)
이상의 자료는 모두 통계청의 국제, 북한 통계에서 가져왔음을 밝힌다.
각주
- ↑ “2015년 UN 성비 보고서”. 2020년 6월 4일에 원본 문서에서 보존된 문서. 2018년 11월 22일에 확인함.
- ↑ 통계청 2017년 인구 전수조사 결과
- ↑ 조선왕조실록 헌종 14년 12월 29일
- ↑ 통계청 1985~1995년 0~4세 인구 통계표
- ↑ 이한주 (2015년 9월 6일). “국내 여성인구, 남성인구 첫 추월…'여초사회'로 전환”. 《JTBC》. 2018년 11월 22일에 확인함.
- ↑ 통계청 2015년 인구 조사 결과
- ↑ 박용하 (2016년 12월 9일). “'여초사회’는 오지 않는다'... 남성 이민노동자 유입 영향”. 《경향신문》. 2018년 11월 22일에 확인함.
- ↑ 인천 내에서 가장 성비가 높은 곳은 옹진군인데 이곳의 성비는 132.7 : 100까지 벌어진다.
- ↑ 대전 내에서 가장 성비가 높은 곳은 유성구로 이곳의 성비는 106.3 : 100까지 벌어진다.
- ↑ 울산 내에서 가장 성비가 높은 곳은 동구로 이곳의 성비는 114.5 : 100까지 벌어진다.
- ↑ 경기도에서 가장 성비가 높은 곳은 포천시인데 이곳의 성비는 무려 117.7 : 100까지 벌어진다.
- ↑ 강원도 내에서 가장 성비가 높은 곳은 화천군인데 이곳의 성비는 무려 123.1 : 100까지 벌어진다.
- ↑ 충청남도 내에서 가장 성비가 높은 곳은 당진시로 이곳의 성비는 113.7 : 100까지 벌어진다.
- ↑ 충청북도 내에서 가장 성비가 높은 곳은 음성군으로 이곳의 성비는 무려 120.6 : 100까지 벌어진다.
- ↑ 경상남도 내에서 가장 성비가 높은 곳은 거제시로 이곳의 성비는 무려 117.6 : 100까지 벌어진다.
- ↑ 경상북도 내에서 가장 성비가 높은 곳은 울릉군으로 이곳의 성비는 무려 124.4 : 100까지 벌어진다.
- ↑ 전라남도 내에서 가장 성비가 높은 곳은 영암군으로 이곳의 성비는 112.5 : 100까지 벌어진다.
- ↑ 제주특별자치도 내에서 가장 성비가 높은 곳은 서귀포시로 이곳의 성비는 103.5 : 100이다.
- ↑ 남자가 여자보다 딱 5명 더 많았다.
- 잘못된 파일 링크가 포함된 문서
- 위키데이터 속성 P18을 사용하는 문서
- 위키데이터 속성 P41을 사용하는 문서
- 위키데이터 속성 P94를 사용하는 문서
- 위키데이터 속성 P117을 사용하는 문서
- 위키데이터 속성 P154를 사용하는 문서
- 위키데이터 속성 P213을 사용하는 문서
- 위키데이터 속성 P227을 사용하는 문서
- 위키데이터 속성 P242를 사용하는 문서
- 위키데이터 속성 P244를 사용하는 문서
- 위키데이터 속성 P245를 사용하는 문서
- 위키데이터 속성 P268을 사용하는 문서
- 위키데이터 속성 P269를 사용하는 문서
- 위키데이터 속성 P271을 사용하는 문서
- 위키데이터 속성 P347을 사용하는 문서
- 위키데이터 속성 P349를 사용하는 문서
- 위키데이터 속성 P350을 사용하는 문서
- 위키데이터 속성 P373을 사용하는 문서
- 위키데이터 속성 P380을 사용하는 문서
- 위키데이터 속성 P396을 사용하는 문서
- 위키데이터 속성 P409를 사용하는 문서
- 위키데이터 속성 P428을 사용하는 문서
- 위키데이터 속성 P434를 사용하는 문서
- 위키데이터 속성 P435를 사용하는 문서
- 위키데이터 속성 P436을 사용하는 문서
- 위키데이터 속성 P454를 사용하는 문서
- 위키데이터 속성 P496을 사용하는 문서
- 위키데이터 속성 P549를 사용하는 문서
- 위키데이터 속성 P650을 사용하는 문서
- 위키데이터 속성 P651을 사용하는 문서
- 위키데이터 속성 P691을 사용하는 문서
- 위키데이터 속성 P716을 사용하는 문서
- 위키데이터 속성 P781을 사용하는 문서
- 위키데이터 속성 P791을 사용하는 문서
- 위키데이터 속성 P864를 사용하는 문서
- 위키데이터 속성 P865를 사용하는 문서
- 위키데이터 속성 P886을 사용하는 문서
- 위키데이터 속성 P902를 사용하는 문서
- 위키데이터 속성 P906을 사용하는 문서
- 위키데이터 속성 P947을 사용하는 문서
- 위키데이터 속성 P950을 사용하는 문서
- 위키데이터 속성 P966을 사용하는 문서
- 위키데이터 속성 P982를 사용하는 문서
- 위키데이터 속성 P1003을 사용하는 문서
- 위키데이터 속성 P1004를 사용하는 문서
- 위키데이터 속성 P1005를 사용하는 문서
- 위키데이터 속성 P1006을 사용하는 문서
- 위키데이터 속성 P1015를 사용하는 문서
- 위키데이터 속성 P1045를 사용하는 문서
- 위키데이터 속성 P1048을 사용하는 문서
- 위키데이터 속성 P1053을 사용하는 문서
- 위키데이터 속성 P1146을 사용하는 문서
- 위키데이터 속성 P1153을 사용하는 문서
- 위키데이터 속성 P1157을 사용하는 문서
- 위키데이터 속성 P1186을 사용하는 문서
- 위키데이터 속성 P1225를 사용하는 문서
- 위키데이터 속성 P1248을 사용하는 문서
- 위키데이터 속성 P1273을 사용하는 문서
- 위키데이터 속성 P1315를 사용하는 문서
- 위키데이터 속성 P1323을 사용하는 문서
- 위키데이터 속성 P1330을 사용하는 문서
- 위키데이터 속성 P1362를 사용하는 문서
- 위키데이터 속성 P1368을 사용하는 문서
- 위키데이터 속성 P1375를 사용하는 문서
- 위키데이터 속성 P1407을 사용하는 문서
- 위키데이터 속성 P1556을 사용하는 문서
- 위키데이터 속성 P1584를 사용하는 문서
- 위키데이터 속성 P1695를 사용하는 문서
- 위키데이터 속성 P1707을 사용하는 문서
- 위키데이터 속성 P1736을 사용하는 문서
- 위키데이터 속성 P1886을 사용하는 문서
- 위키데이터 속성 P1890을 사용하는 문서
- 위키데이터 속성 P1907을 사용하는 문서
- 위키데이터 속성 P1908을 사용하는 문서
- 위키데이터 속성 P1960을 사용하는 문서
- 위키데이터 속성 P1986을 사용하는 문서
- 위키데이터 속성 P2041을 사용하는 문서
- 위키데이터 속성 P2163을 사용하는 문서
- 위키데이터 속성 P2174를 사용하는 문서
- 위키데이터 속성 P2268을 사용하는 문서
- 위키데이터 속성 P2349를 사용하는 문서
- 위키데이터 속성 P2418을 사용하는 문서
- 위키데이터 속성 P2456을 사용하는 문서
- 위키데이터 속성 P2484를 사용하는 문서
- 위키데이터 속성 P2558을 사용하는 문서
- 위키데이터 속성 P2750을 사용하는 문서
- 위키데이터 속성 P2980을 사용하는 문서
- 위키데이터 속성 P3223을 사용하는 문서
- 위키데이터 속성 P3233을 사용하는 문서
- 위키데이터 속성 P3348을 사용하는 문서
- 위키데이터 속성 P3372를 사용하는 문서
- 위키데이터 속성 P3407을 사용하는 문서
- 위키데이터 속성 P3430을 사용하는 문서
- 위키데이터 속성 P3544를 사용하는 문서
- 위키데이터 속성 P3562를 사용하는 문서
- 위키데이터 속성 P3563을 사용하는 문서
- 위키데이터 속성 P3601을 사용하는 문서
- 위키데이터 속성 P3723을 사용하는 문서
- 위키데이터 속성 P3788을 사용하는 문서
- 위키데이터 속성 P3829를 사용하는 문서
- 위키데이터 속성 P3863을 사용하는 문서
- 위키데이터 속성 P3920을 사용하는 문서
- 위키데이터 속성 P3993을 사용하는 문서
- 위키데이터 속성 P4038을 사용하는 문서
- 위키데이터 속성 P4055를 사용하는 문서
- 위키데이터 속성 P4114를 사용하는 문서
- 위키데이터 속성 P4143을 사용하는 문서
- 위키데이터 속성 P4186을 사용하는 문서
- 위키데이터 속성 P4423을 사용하는 문서
- 위키데이터 속성 P4457을 사용하는 문서
- 위키데이터 속성 P4534를 사용하는 문서
- 위키데이터 속성 P4535를 사용하는 문서
- 위키데이터 속성 P4581을 사용하는 문서
- 위키데이터 속성 P4613을 사용하는 문서
- 위키데이터 속성 P4955를 사용하는 문서
- 위키데이터 속성 P5034를 사용하는 문서
- 위키데이터 속성 P5226을 사용하는 문서
- 위키데이터 속성 P5288을 사용하는 문서
- 위키데이터 속성 P5302를 사용하는 문서
- 위키데이터 속성 P5321을 사용하는 문서
- 위키데이터 속성 P5368을 사용하는 문서
- 위키데이터 속성 P5504를 사용하는 문서
- 위키데이터 속성 P5587을 사용하는 문서
- 위키데이터 속성 P5736을 사용하는 문서
- 위키데이터 속성 P5818을 사용하는 문서
- 위키데이터 속성 P6213을 사용하는 문서
- 위키데이터 속성 P6734를 사용하는 문서
- 위키데이터 속성 P6792를 사용하는 문서
- 위키데이터 속성 P6804를 사용하는 문서
- 위키데이터 속성 P6829를 사용하는 문서
- 위키데이터 속성 P7293을 사용하는 문서
- 위키데이터 속성 P7303을 사용하는 문서
- 위키데이터 속성 P7314를 사용하는 문서
- 위키데이터 속성 P7902를 사용하는 문서
- 위키데이터 속성 P8034를 사용하는 문서
- 위키데이터 속성 P8189를 사용하는 문서
- 위키데이터 속성 P8381을 사용하는 문서
- 위키데이터 속성 P8671을 사용하는 문서
- 위키데이터 속성 P8980을 사용하는 문서
- 위키데이터 속성 P9070을 사용하는 문서
- 위키데이터 속성 P9692를 사용하는 문서
- 위키데이터 속성 P9725를 사용하는 문서
- 위키데이터 속성 P9984를 사용하는 문서
- 위키데이터 속성 P10020을 사용하는 문서
- 위키데이터 속성 P10299를 사용하는 문서
- 위키데이터 속성 P10608을 사용하는 문서
- 위키데이터 속성 P10832를 사용하는 문서
- 위키데이터 속성 P11249를 사용하는 문서
- 위키데이터 속성 P11646을 사용하는 문서
- 위키데이터 속성 P11729를 사용하는 문서
- 위키데이터 속성 P12204를 사용하는 문서
- 위키데이터 속성 P12362를 사용하는 문서
- 위키데이터 속성 P12754를 사용하는 문서
- 위키데이터 속성 P13049를 사용하는 문서
- 성별