임금재의 묶음에 대한 분석

개요

노동력의 가치를 얘기할 때 전통적인 이론에서는 노동력을 재생산하기 위해 필요한 임금재 묶음의 가치라고 한다. 이러한 개념은 땅콩가치론과 같은 상품착취이론들^[각주:1]에 의해 문제점이 드러났으며 관련한 논의가 세련되어지고 있다.^[각주:2]

노동량으로 상품의 가치를 설명할 수 있다면 마찬가지 논리로 임의의 다른 투입물(땅콩이나 강철 등)의 양으로도 상품가치가 설명될 수 있기 때문에 노동력과 마찬가지 논리로 그 투입물도 착취된다고 주장할 수 있음을 보여주었다.^[각주:3]

폴리는 이를 분리하기 위해 노동력의 가치 개념을 화폐의 가치와 임금의 곱으로 표현한다.^[각주:4]

어쨌든 현재로서 논쟁적인 개념이긴 하지만 선형생산모형에서 관습적으로 사용하는 개념이기도 하고 편리함과 직관성을 가지고 있다는 점에서 강력한지라 개인적으로 선호하는 편이고 조금 옹호하는 측면도 있다. 여기서 내 간단한 생각은 이렇다. 노동력 재생산에 필요한 평균적인 임금재의 묶음 자체는 사회적 무의식에 의해 질서있게 작동한다고 생각해보는 것이다. 아주 가볍게 기술적 혹은 통계적인 성격이며 계산이 쉽다는 편리성 때문에 거기서 발생할 개념적 문제를 무시할 수 있을만큼 편리하다고 생각하면 어떨까? 아무튼 이런 생각에서 임금재 묶음에 대한 분석을 진행해보고자 한다.

간단한 확인

생활재의 구매는 어찌보면 굉장히 무질서해보일 수 있다. 실제로 기업들의 수요예측 솔루션들은 예측력이 그리 뛰어나지 않았다고 한다. 시계열 모델이 많은 발전을 이루었지만 계절요인 뿐 아니라 심리에 의해 외적요인들에 의해 흔들릴 수 있다. 하지만 시계열이 아니라 특정 시간 구간만을 보며 횡단면의 구성을 보게 되면 사람들의 구매는 그리 무질서하지 않을 수도 있다. 이 분석은 굉장히 단순하고 사회적 영역으로 보는 노동가치론의 입장으로 해석하긴 어렵더라도 특정 마켓에서 작동하는 구매 패턴에 대해 확인해봄으로서 비교적 공통적인 패턴을 보인다는 것을 확인해보고자 한다.

영국에서 2010년부터 2011년까지 1~2년동안 온라인에서 구매한 고객들의 주문정보를 담은 공개 데이터가 있다. 해당 데이터는 다음과 같은 주요 항목으로 구성되어 있다.

invoiceNo	invoiceDate	CustomerID	StockCode	Quantity	UnitPrice
536365	2010-12-01 AM 08:26	17850	85123A	6	2.55
536365	2010-12-01 AM 08:26	17850	71053	6	3.39
536366	2010-12-01 AM 08:45	13047	22752	2	1.69
536370	2010-12-01 AM 09:01	12583	22728	24	3.75

이는 시간이 포함된 패널데이터이긴 하지만 그냥 싸잡아서 확인해보자.

CustomerID, StockCode는 각각 고객ID와 제품코드이다. 위의 그림은 두 개가 좌표평면에서 만나는 지점에 점을 찍고 점의 색은 구매량이 높을수록 붉은색이 강해지도록 설정했다. 데이터가 상당히 많기 때문에 ggplot이 잘 작동하지 않아 고객ID에 따라 주문한 자료를 100개까지 샘플링해서 출력했다. 대체로 위와 같이 빈도가 높고 구매량도 높은 제품들이 보인다. 이는 전체 구매에서 밀도가 높은 측면으로 볼 수 있다. 코드는 다음과 같다.

library(ggplot2)
library(dplyr)

# 자료 원출처 : https://archive.ics.uci.edu/ml/datasets/Online+Retail
d <- read.csv(file='Online Retail.csv')
# invoiceNo: 주문번호
# StockCode: 아이템 아이디
# Description: 상품 설명
# Quantity: 상품 주문 수량
# InvoiceDate: 주문 시각
# UnitPrice: 상품 가격(동일한 통화)
# CustomerID: 고객 아이디
# Country: 고객 거주 지역(국가)
mmgroup <- function(doc, sampleN){
  df <- data.frame(CustomerID=doc$CustomerID, StockCode=doc$StockCode, Quantity=doc$Quantity)
  df <- df[complete.cases(df[, 2]),]
  
  d <- df %>% group_by(CustomerID) %>% slice_sample(n=sampleN, replace=T)
  #d <- d[sample(nrow(d), sampleN),]

  N <- nrow(d)
  print("nrow")
  print(N)
  d$CustomerID <- as.integer(as.character(d$CustomerID))
  d$StockCode <- as.integer(as.character(d$StockCode))
  p <- ggplot(data=d, aes(x=StockCode, y=CustomerID, fill=Quantity))
  p <- p + theme_bw(base_size=22) + theme(axis.text=element_blank(), axis.ticks=element_blank())
  p <- p + geom_point(shape=21, color='white', size=1.5)
  p <- p + scale_fill_gradient(limits=c(1, 100), high='red', low='grey80')
  p
}
mmgroup(d, 100)

지금 한국에서야 생활재, 식품 등의 구매를 온라인에서 모두 할 수 있는 여건이 있지만, 2010년대 영국에서 조사한 자료가 과연 일반적인 생활재의 묶음이라고 생각할 수 있으려나. 그렇진 않겠지만 만약 저런 식의 자료를 통해 일반화될 수 있다면야 우리는 어려움 없이 밀도가 높은 상품 집합 $b_1,b_2,...,b_n$에 대해 다음의 식을 나타낼 수 있을 것이다.

$노동력의가치=\lambda_1 b_1+...+\lambda_n b_n$

-끝-

1. Roemer, J. E. (2013). A general theory of exploitation and class. In A General Theory of Exploitation and Class. Harvard University Press. [본문으로]
2. 류동민. (2016). 『수리 마르크스 경제학』. p115, p147. 충남대학교출판문화원. [본문으로]
3. 이채언. (2008). [마르크스 정치경제학의 새 발견]. p191. 전남대학교출판부. [본문으로]
4. Foley, D. K. (1982). The value of money the value of labor power and the Marxian transformation problem. Review of radical political economics, 14(2), 37-47. [본문으로]