전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과

2010년 7월 1일 마산·창원·진해가 통합 창원시로 합쳐진 뒤, 경계가 바뀌지 않은 전국의 다른 기초 시들과 비교해 (통합 전 3개 시를 합산해 같은 경계로 맞춘) 창원의 사업체 종사자수·사업체수·제조업 종사자 비중·재정자립도가 한국은행 전남·광주 보고서가 통합의 목표로 둔 방향(고용·기업 유치 확대, 산업구조 고도화, 지방재정 확대)으로 달라졌는가?

크기를 판별하지 못함

아직은 '모르겠다'예요. 추정은 했지만 범위가 0을 포함하거나 조건이 약해서, 효과가 있었는지·얼마나인지 말할 수 없어요.

작성자 해석 종합 판정은 '판별 불가' — 추정한 11개 지표가 모두 ⚪(목표 방향 ✅ 0, 반대 ❌ 0)이고 공무원 1인당 주민수는 자료 없음입니다 (scorecard.md). 1차 지표인 사업체 종사자수(로그)의 통합 후 평균효과는 −0.147(약 −14%), 무작위화 추론 95% 구간 [−0.349, 0.059], p = 0.18 로 구간이 0을 포함하고, 사업체수 −0.097 [−0.325, 0.136], 제조업 비중 −1.4%p [−7.6, 4.9], 재정자립도 −1.4%p [−13.0, 9.8], 청년 비율 −0.1%p, 고령 비율 +0.3%p, 청년 순이동률 −0.7‰, 재정자주도 −2.7%p, 고용률 +0.1%p, 고부가 서비스 비중 +0.3%p 가 모두 같은 상태입니다. 사전추세 검정(p ≥ 0.10)은 실업률(p = 0.027)만 기각돼 그 지표는 방향을 읽지 않습니다. 가짜 시점(2008) 검정은 통과(p = 0.26)했습니다.

파이프라인 자동 요약 보기

요약(크기를 판별하지 못함): 추정치는 -0.15 log 명 (95% CI -0.35 ~ 0.06) 이지만 다음 위험 신호가 있어 단정하지 않고 범위로만 보고합니다: 처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함. 신뢰구간이 0을 포함하므로 효과의 방향과 크기는 판별 불가입니다. 결론 전에 보완 분석이 필요합니다.

이 결과를 쓰려면

이렇게 쓰세요

  • "이 자료로는 효과가 있었는지·얼마나인지 판별하지 못했다."
  • 범위를 함께 쓰기: 사업체 종사자수(로그) -13.7%, 95% 범위 -29.5% ~ +6.1%
  • 그래도 말할 수 있는 것(배제 범위) — 사업체 종사자수(로그): +6.1%보다 큰 증가나 -29.5%보다 큰 감소는 이 자료와 맞지 않습니다(설계 가정이 맞다는 전제).

이렇게 쓰면 안 됩니다

  • '효과가 없다' — 판별하지 못한 것과 없는 것은 다릅니다
  • 추정치 하나만 떼어 인용
인용문

전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과 — 판정: 크기를 판별하지 못함. 출처: 정책 효과 분석 플랫폼(가짜연구소 인과추론팀 오픈소스), 2026-10-22 실행, https://causalinferencelab.github.io/policy-effect-analytics-agent/answers/buildergarlic-changwon-jeonnam-frame.html · 공식 평가 아님

근거

결과 지표추정 효과95% 범위판정주의
사업체 종사자수(로그) 주 지표-13.7%-29.5% ~ +6.1%크기를 판별하지 못함처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함
사업체수(로그)-9.2%-27.7% ~ +14.6%크기를 판별하지 못함처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함
제조업 종사자 비중-1.43%-7.61 ~ +4.94%크기를 판별하지 못함처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함
재정자립도-1.35%-13 ~ +9.85%크기를 판별하지 못함처치 단위 수 부족(무작위화 추론 사용), 신뢰구간이 0을 포함

로그 지표는 %로 바꿔 보여 줍니다(대조 대비 변화). 95% 범위가 0을 포함하면 '변화 없음'과 구별되지 않습니다.

사업체 종사자수(로그) 정책 시작 전후 시점별 차이(%). 구간별 세로선은 참고용입니다(처치 단위가 적어 실제 불확실성은 더 큼). 0선에 가까울수록 차이 없음.
-20.0%0+20.0%정책 시작정책 기준 -8기: +15.2% (구간 +11.1% ~ +19.5%)정책 기준 -7기: +11.9% (구간 +8.6% ~ +15.3%)정책 기준 -6기: +10.9% (구간 +8.3% ~ +13.7%)정책 기준 -5기: +9.9% (구간 +7.7% ~ +12.2%)정책 기준 -4기: +9.3% (구간 +7.7% ~ +10.9%)정책 기준 -3기: +3.9% (구간 +2.7% ~ +5.1%)정책 기준 -2기: +0.0% (구간 +0.0% ~ +0.0%)정책 기준 +0기: -3.3% (구간 -4.9% ~ -1.8%)정책 기준 +1기: -4.6% (구간 -6.2% ~ -3.0%)정책 기준 +2기: -7.7% (구간 -9.7% ~ -5.7%)정책 기준 +3기: -10.4% (구간 -12.7% ~ -8.1%)정책 기준 +4기: -11.8% (구간 -14.4% ~ -9.2%)정책 기준 +5기: -13.2% (구간 -15.8% ~ -10.6%)정책 기준 +6기: -15.0% (구간 -17.9% ~ -12.0%)정책 기준 +7기: -18.3% (구간 -21.6% ~ -14.9%)정책 기준 +8기: -20.4% (구간 -23.7% ~ -17.0%)정책 기준 +9기: -19.7% (구간 -23.4% ~ -15.9%)정책 기준 +10기: -23.3% (구간 -27.3% ~ -19.1%)-8-6-4-20246810

그래도 말할 수 있는 것

효과가 있었는지는 판별하지 못했지만, 95% 범위 밖의 큰 효과는 이 자료와 맞지 않습니다(배제 범위). '효과가 없다'는 뜻이 아닙니다.

숫자 내려받기 (CSV) · 전체 결과 API (JSON) · 전체 결과 CSV

전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과 — benchmark_elderly_share.png전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과 — benchmark_employment_rate.png전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과 — benchmark_fiscal_autonomy.png전남·광주 행정통합 영향분석(한국은행 2026.7)의 지표와 프레임으로 본 마산·창원·진해 통합(2010)의 성과 — benchmark_fiscal_independence.png

작성자가 적은 한계

이 결과를 얼마나 믿을 수 있나

판정과 별개로, 기록으로 확인되는 것만 적었습니다. 노란 항목은 결과가 틀렸다는 뜻이 아니라 아직 확인되지 않았다는 뜻입니다.

교차 재현을 하셨나요? 재현 기록 남기기

쓴 공공데이터

데이터이용 조건
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2001~2001 (KOSIS DT_SAUP120, 확인됨, 산업분류 8차)
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2002~2003 (KOSIS DT_118N_SAUP17, 확인됨, 산업분류 8차)
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2004~2006 (KOSIS DT_118N_SAUP37, 확인됨, 산업분류 8차)
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2007~2011 (KOSIS DT_118N_SAUP57, 확인됨, 산업분류 9차)
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2012~2016 (KOSIS DT_118N_SAUP78, 확인됨, 산업분류 9차)
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
시군구별(9개도)·산업별·규모별 사업체수 및 종사자수 — 사업체노동실태현황 2017~2023 (KOSIS DT_118N_SAUPN78, 확인됨, 산업분류 10차) 데이터 지도
고용노동부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)
나머지 2개 출처 보기
데이터이용 조건
재정자립도(시도/시/군/구) — e-지방지표 (KOSIS DT_1YL20921, 확인됨) 데이터 지도
행정안전부 · KOSIS e-지방지표
공공누리 1유형(출처표시)
행정구역(시군구)별 성별 인구수 — 주민등록인구현황 (KOSIS DT_1B040A3, 확인됨) 데이터 지도
행정안전부 · KOSIS 국가통계포털
공공누리 1유형(출처표시)

원자료는 레포에 올리지 않습니다. 아래 명령이 공개 창구에서 직접 받아 같은 결과를 만듭니다. 각 데이터의 단위·받는 법·키 필요 여부는 데이터 지도에 있습니다.

직접 돌려 보기

git clone https://github.com/CausalInferenceLab/policy-effect-analytics-agent.git
cd policy-effect-analytics-agent
pip install -e ".[dev,analysis]"
make flow CASE=cases/buildergarlic-changwon-jeonnam-frame

실행 2026-10-22 · 코드 e75e823 · 데이터 해시 a06e2a3301b3 · 실행 당시 작업 폴더에 커밋 안 된 변경 있음

내 지역·정책에 적용하기

  1. 이 폴더를 복사합니다: cp -r cases/buildergarlic-changwon-jeonnam-frame cases/<내ID>-<주제>
  2. plan.yaml의 처치(정책·시작일·대상)와 대조를 바꾸고, 데이터를 보기 전에 커밋합니다.
  3. 작업 제안으로 올리면 리뷰 후 이 화면에 같은 형식으로 나옵니다.

전체 리포트 · 분석 폴더 · 다른 결과