대한지리학회지제53권제3호 2018(371~385)? 저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 박소현 * 이금숙 ** Prediction for the Spatial Distribution of Medical Facilities Complying with the Changes in the Population Structure in Korea So Hyun Park* Keumsook Lee** 요약 : 본연구의목적은저출산-고령사회로접어들며급격한변화를보이는인구구조및사회경제적변동을고려하여장래지역별의료서비스및의료시설의수요변화를예측하는것이다. 이를위하여한국이고령화사회에진입한 2000년부터고령사회로진입한현재까지인구구조의변화와의료시설의분포변화를살펴보고, 이를토대로장래의료시설분포에나타날변화를예측한다. 특히현격한인구변화를보이는유소년인구 (0~14세) 와노령인구 (65세이상 ) 를대상으로연령층별인구분포와이들연령계층과연관된의료시설인산부인과, 소아청소년과및노인전문병원 ( 요양병원 ), 한방병원, 한의원등진료과목별의료시설의분포패턴을비교분석하고, 공간마르코프연쇄과정을통한시뮬레이션을진행하여두인구계층의장래지역별인구분포와관련의료시설의분포를예측한다. 단기예측결과, 전반적으로유소년인구는감소하고노령인구는더증가할것으로전망되는가운데노령인구는수도권과지방대도시중구도심을중심으로큰폭의증가세를나타낼것으로추정된다. 또한유소년인구를대상으로하는소아청소년과의지리적분포는향후대도시를중심으로분포가감소할것으로추정되고, 노령인구를전문으로하는요양병원의수는전체적으로급격한증가세를나타냈음에도불구하고지역별분포변화를예측한결과기존상위분포지역을중심으로더급증할것으로추정된다. 결과적으로의료서비스의지역적격차는더욱강화될것으로보이므로이에대한정책적대안을마련해야할것으로보인다. 주요어 : 저출산-고령사회, 인구구조변화, 의료시설수급분포, 공간마르코프연쇄과정, 시뮬레이션, 단기예측 Abstract : The purpose of this study is to provide an appropriate medical service provision at the local level by considering rapid changes in the demographic structure in Korea. For the purpose, we investigate the spatial variations in the demographic structural changes in Korea since 2000 when the country achieves the aged society. Focus has been laid on the spatial distributional changes in the population of two age groups (the childhood and the elderly) and the medical facilities related with them. We examine the spatial correlation between the population and the related medical facilities for each age group over the period, and estimate the spatial Markov transition probabilities. The demand for and the provision of medical facilities related with each age group has been simulated by applying the Markov chain process. The results of short-term prediction reveal that the population of the elderly seems to increase more rapidly, while the population of the childhood decrease. At the same time, the medical facilities related with the childhood have been predicted a bit increment at a few the Mega cities, while the rapid augmentation of the medical facilities related with the 이논문은 2017년도성신여자대학교학술연구조성비지원에의하여연구되었음. * 서울대학교환경계획연구소박사후연구원 (Postdoctoral Researcher, Environmental Planning Institute, Seoul National University), sohyunpk5@hanmail.net ** 성신여자대학교지리학과교수 (Professor, Department of Geography, Sungshin Women s University), kslee@sunshin.ac.kr - 371 -
박소현 이금숙 elderly over the nation. However, the increasing rate is much higher at the Mega cities rather than the rural areas showing higher elderly index. Key Words : low birth-aged society, demographic structural changes, spatial variations in the demand for provision of the medical facilities, transition probability, spatial Markov process, short-term prediction 1. 서론 후기산업화사회에접어든대다수의 OECD국가는저출산, 인구고령화를경험하고있다. 그중에서도우리나라는유례없이빠른속도로초저출산과인구고령화가진행되고있어장래인구구조에큰변동이예상된다. 인구구조의변화는지역사회에다양한사회 경제적문제를야기할수있으므로이에대한분석과대책마련의필요성이제기된다 (Graff and Wiseman, 1978; Kelley and Schmidt, 1995; Jaimovich and Siu, 2009; Bloom et al., 2008, 2010). 특히건강한삶에대한관심이고조되면서국가나지역단위에서의료서비스및의료시설의수급문제가대두되고있어이에대한면밀한분석과대책마련이요구된다. 우리나라는소득수준향상에따른미용, 관리차원의의료수요증가와더불어식생활과생활패턴의변화로만성질환의증가, 그리고인구고령화에따른평균수명의연장등으로의료수요가확대되는추세이다. OECD보건통계에따르면, 우리나라국민 1인당외래진료를받는횟수는연간 16.0회로 OECD평균 7.0회보다 2.3배많으며, 그증가속도도상대적으로훨씬빠른것으로나타난다 ( 보건복지부, 2017). 특히인구고령화로노령인구가증가하면서의료서비스이용은더욱큰폭으로증가하고있다. 1) 우리나라 65세이상인구의의료기관이용횟수는 1996년 15.68일에서 2006년 38.34일로 10년사이에 2배이상증가하였고, 2016년 65세이상인구의연간진료비도같은기간동안 4.7배증가한것으로나타난다 ( 건강보험평가원 국민건강보험공단, 2017). 이러한의료수요증가에부응하여의료산업도급 성장하여의료서비스및의료시설공급도양적, 질적으로크게확대되고있다. 그결과, 2015년현재병원병상수가인구 1천명당 11.5병상으로 OECD 평균 4.7병상보다 2.4배많으며, CT 스캐너와 MRI 장비등의료설비보유대수도 OECD 평균보다많으며, 지난 2010~2015년간이들의증가속도도다른국가들에비해빠른것으로나타난다 ( 보건복지부, 2017). 특히인구고령화와연관된요양병원이가장많이증가하였다. 2) 최근들어의료수급의문제와관련하여수요층의연령을고려한연구들이소개되고있지만주로국민의료비재정안정성에기여할수있는정책고안에활용하기위하여장래의료비수준을추계하려는시도 ( 정채림 이태진, 2017) 와소비구조의연령효과를파악하려는시도 ( 김동석, 2006; 박실비아등, 2015; 최병호, 2015) 등경제적측면에초점을두고있다. 그러나지역간인구격차가크고초저출산과인구고령화가빠른속도로진행되고있는우리나라의최근추세를감안해볼때, 멀지않는장래에지역별인구구조의변동이매우클것으로보인다. 특히지역에따라연령대별인구분포및인구증감률에현격한차이를보이므로앞으로지역별연령대별인구수가지금과는크게달라질것으로보인다. 그러므로향후각지역의의료서비스및의료시설의유형과수요규모는현재와는크게달라질것으로예상되므로, 의료서비스및의료시설수급문제를다룰때지역별인구특성을고려한인구구조의변화가반드시고려되어야할것이다. 특히지역의연령층별인구수를고려하는공간적차원에서의료서비스및의료시설의수급에대한예측이이루어져야할것이며이를토대로한수급계획이마련되어야할것이다. 이제까지지역을고려한공간적차원에서이루어 - 372 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 진의료서비스및시설에대한연구는주로그들의분포특징이나지역적격차를파악하는문제에초점이집중되었다 ( 김현정 이금숙, 1998; 이희연, 2004; 이용재, 2005; Lee, 2005; 강암구, 2007; 서위연 이금숙, 2007; 김흥순 정다운, 2010; 김미송 유환희 ; 2014; 이경주 임준홍, 2015; 박정환등, 2017; 양호민, 2018). 최근에지역의인구구조를고려한의료서비스나의료시설의분포및공간적불일치문제를다루는연구가소개되기시작하고있다 ( 박정환등, 2017; 조성아 이건학, 2017). 그러나앞서진행된연구들은특정지역을대상으로현재인구구조를대상으로의료서비스및의료시설의수급특징을분석하는데그치고있다. 아직까지지역별인구구조및변동율의차이를고려하여장래지역별연령층별인구를예측하고, 이에따라각지역별인구계층별관련의료서비스및의료시설에대한수요와공급을예측하는연구는없는상태이다. 따라서인구구조의변화추세를고려하여장래의지역별의료서비스및의료시설의수요를예측하고그에대비하는적절한공급계획을제시하는연구가시급히요청된다. 본연구의목적은저출산-고령사회로접어들어급격한변화를보이는인구구조및사회경제적변동을고려하여장래의지역별의료서비스및의료시설의수요를예측하고그에대비하는적절한공급계획을제시하려는것이다. 이를위하여먼저우리나라인구구조의변화와의료시설의분포변화에서나타나는지리적특성을분석하고, 공간적관계를파악하여향후이들의수요와공급을전망한다. 특히본연구에서는지역별저출산과고령화로수요규모에큰변화를보일것으로예상되는두인구집단에관련된의료시설을대상으로지역별수급의변화추이를파악하여이를고려한장래수요와공급을예측한다. 특히접근성이상대적으로높게요구되는 1차진료과목시설중초저출산과관련하여감소세를보일것으로예측되는산부인과, 소아청소년과및인구고령화로증가세를보일것으로예측되는노령인구를주요대상으로하는요양병원과한방병원, 한의원을집중적으로분석한다. 먼저우리나라가고령화사회에진입한 2000년부터고령사회로진입한현재에이르기까지 전국인구구조의변화와의료시설의분포변화를파악한다. 특히유소년인구 (0~14세) 와노령인구 (65세이상 ) 를대상으로이들연령층을주요수요로하는의료시설인산부인과, 소아청소년과및노인전문병원 ( 요양병원 ), 한방병원, 한의원등노령층관련의료시설의분포변화를살펴본다. 다음으로시군구단위지역별인구계층별인구와관련의료시설의변화추이를토대로마르코프연쇄과정을진행하여지역별유소년인구와노령인구의분포변화를예측하고이들연령층과관련된진료과목별의료시설의분포변화를예측한다. 2. 유소년층, 노령층인구분포 저출산, 인구고령화의영향으로우리나라연령층별인구구성의규모와비중이빠른속도로변하고있다. 세계에서가장낮은출산율과함께유소년인구는급격한감소세를보이는반면평균수명의증가와함께노령인구는큰증가세를보인다 ( 표 1). 2000 년고령화사회로진입한이래노령인구는꾸준한증가세를나타내며 2008년에 10% 의비율을넘어선이후, 노령인구비는빠른속도로증가하여 2012년 11.7%, 2016년 13.5%, 2017년 14.2% 에달하게되어불과 17년만에고령화사회에서고령사회로진입하였고, 일부광역시 도는이미초고령사회에진입해있는상태이다. 반면, 유소년인구는 2000년에 20.9%, 2008년 17.2%, 2016년 13.4%, 그리고 2017 년 13.1% 의비중으로꾸준한감소세를나타냈다. 2016년에는노령인구 ( 약 677만명 ) 가유소년인구 ( 약 676만명 ) 수를앞지른해로고령화의속도가빨라지고있다. 이처럼유소년인구는감소하는데반해노령인구는증가하면서이를반영한노령화지수도크게상승하였다. 2016년에 100을넘어서며 2017년기준유소년인구 100명당노령인구수는 108.4명인것으로산출된다. 유소년인구의감소는곧생산가능인구의감소세에도영향을미쳐노년부양비도증가세를나타냈 - 373 -
박소현 이금숙 다. 2000년 9.7을기록한데이어 2008년 14.1, 2017 년에는생산가능인구 100명당노령인구 19.5명을부양해야하는것으로산출된다. 인구의고령화는평균연령에서도드러난다. 2000년우리나라인구의평균연령은 33.1세이었으나 17년후, 2017년기준평균연령은 41.2세로고령화되었다. 행정구역상지역을시군구단위로구분할경우인구구조의지역간차이와변화양상은더욱두드러진다. 노령인구비율을기준으로전국을고령화지역 (7~14%), 고령지역 (14~20%), 초고령지역 (20% 이상 ) 으로구분하면다음그림 1과같다. 급속도로진 행되는인구고령화로총인구에서노령인구가차지하는비율 20% 를넘는초고령지역의공간적확산이관측된다. 2000년만하여도행정구역상 군 에해당되는 26곳의농어촌지역만이초고령지역으로산출되는정도였으나, 2008년에는군지역외에 시 단위지역에서도고령화가심화되면서총 89곳이초고령지역으로산출된다. 가장최근시점인 2016년은시군구단위지역의절반가량인 118곳이초고령지역에해당되는것으로산출된다. 과거에는농어촌지역을중심으로초고령화가진행되었지만대도시인부산 ( 중구, 서구, 동구, 영도구, 수영구 ), 대구 ( 중구, 남구 ), 인천 ( 동 표 1. 전국인구구조의변화 ( 단위 : %, 백명당, 세 ) 유소년인구 노령인구 노년부양비 노령화지수 평균연령 2000 20.9 7.0 9.7 33.7 33.1 2004 19.5 8.5 11.8 43.6 34.9 2008 17.2 10.2 14.1 59.5 37.0 2012 15.0 11.7 16.0 78.4 38.8 2016 13.4 13.5 18.5 101.1 40.8 2017 13.1 14.2 19.5 108.4 41.2 자료 : 통계청, 국가통계포털 ( 주민등록인구통계 ) 2000 2008 2016 그림 1. 전국시군구별노령인구의분포변화자료 : 통계청, 국가통계포털 ( 주민등록연앙인구 ) - 374 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 구, 강화군, 옹진군 ), 광주 ( 동구 ) 등의지역에서도구도심을중심으로총인구의 20% 이상이 65세이상의노령인구로구성되어있음을알수있다. 초고령지역중노령인구의비율이 30% 이상인지역도무려 68곳으로산출된다. 서울의경우양천구 (13.3%), 강남구 (13.2%), 송파구 (13.0%) 3곳을제외한나머지지역구모두고령지역으로나타났으며, 특히종로구 (20.0%) 를비롯해중구, 강북구는노령인구비율이 20% 에근접하여초고령화가진행되고있는것으로나타난다. 전국에서노령인구비율이가장낮은지역은창원시성산구 (7.2%) 로나타난다. 다음으로유소년인구대비노령인구의비중을나타내는노령화지수의상위지역과하위지역을살펴보면다음표 2와같다. 노령화의속도를엿볼수있는노령화지수에서상위지역 10곳은모두행정구역상 군 지역으로경북군위군은노령화지수 830.7로가장노령화가빠르게진행되는지역으로나타난다. 울산북구는유소년인구 100명당노령인구 46.3명으로노령화속도가상대적으로가장낮은지역으로산출된다. 그외노령화지수하위지역은모두대단위아파트단지가밀집된신도시구역이포함된지역이거나산업단지밀집지역임을알수있다. 전국시군구중노령화지수가 100이하인지역은총 53곳 (2016) 으로나타난다. 표 2. 노령화지수상위지역및하위지역분포 (2016) 노령화지수상위지역노령화지수하위지역 1 경북군위군 (830.7) 울산북구 (46.3) 2 경북의성군 (788.0) 창원성산구 (49.1) 3 전남고흥군 (671.1) 경기오산시 (49.5) 4 경남남해군 (652.7) 경기화성시 (52.1) 5 경북청도군 (649.9) 광주광산구 (52.3) 6 경남합천군 (645.5) 대전유성구 (53.9) 7 경북청송군 (599.6) 경남거제시 (57.3) 8 전남신안군 (599.5) 경북구미시 (57.7) 9 경남의령군 (587.1) 울산동구 (61.6) 10 충북괴산군 (549.6) 인천서구 (63.8) 자료 : 통계청, 국가통계포털 ( 주민등록인구통계 ) 3. 유소년층, 노령층관련의료시설분포 이와같이고령사회로의변화는노동력부족과노년부양비증가등의문제를발생시킬수있으나, 다른한편으로노령인구의증가는다양한소비시장을이끄는주요동력이되고있다. 특히이전세대에비해고학력, 고소득을보이고있는베이비붐세대의고령화는새로운수요창출, 의료수요의증가, 생활욕구의다양화로고령친화산업이발전할수있는요인으로기대되고있다 ( 임팩트북, 2015). 이를반영하듯국내고령친화산업의규모는 2012년기준약 27조4천억원에이르렀고향후 2020년에는약 72조8천억원으로연평균 13% 가량성장할것으로전망하고있다 ( 산업경제리서치, 2017). 고령자를대상으로하는산업은자립적생활을지원하는스마트홈, 로봇을이용한서비스제공, 의료, 건강, 안전에서미용, 패션, 여행, 문화, 교육, 직업훈련, 자동화개인교통, 은행, 재무상품에이르기까지다양하다 ( 임팩트북, 2015). 다른나라들도고령사회에주목하고있으며특히 활동적이고건강한고령화 를위해의료 보건분야에대한이슈가부각되고있다. 본절에서는인구고령화관련의료시설의공간적분포변화를살펴본다. 먼저표 3은전국에분포하는산부인과의증감현황을나타낸것으로, 급격한감소세가관측된다. 2009년 1,628개에서 2012년 3,637 개, 2016년 1,338개로지난 7년간무려 17.8% 감소하였다. 반면, 유소년층을주요의료수요로하는소아청소년과는 2016년 2,226개로 2008년 (2,122개) 대비 표 3. 전국유소년인구관련의료시설의규모및증감률변화 ( 단위 : 개, %) 2009 2012 2016 증감률 (09-16) 총계 3,750 3,637 3,564-5.0 산부인과 1,628 1,457 1,338-17.8 소아청소년과 2,122 2,180 2,226 4.9 주 ) 각연도별 4/4 분기집계수치임자료 : 국민건강보험공단 ( 지역별의료이용통계 ) - 375 -
박소현 이금숙 4.9% 증가한것으로나타난다. 총량적으로산부인과는감소세, 소아청소년과는증가세를나타냈지만이를공간적으로살펴보면지역적차이가관측된다 ( 그림 2). 유소년인구 1만명대비두진료과목의상대적분포에서모두행정구역상 군 지역에는분포하지않거나감소세가관측되고, 특히소아청소년과의경우서울에서는전반적으로증가세, 지방대도시에서구도심은상대적으로감소한데반해신도시구역을포함하는지역은소폭의증가세가관측된다. 2016년기준유소년인구 1만명에대한산부인과수는대구중구가약 12개로상대적으로가장많고, 그뒤로서울강남구와중구가약 7개, 서울종로구와부산중구가 6개로산출된다. 경기파주시와의왕시에는유소년인구 1만명대비산부인과가 1개에못미치는것으로산출되었고, 행정구역상 군 에해당하는 59개지역은산부인과가소재하지않는지역으로나타난다. 남양주시와양주시의경우 2009 년에는유소년인구 1만명대비산부인과가 1개에못미쳤으나 2016년에는각각약 1개가분포하는것으로산출된다. 다음으로유소년인구대비소아청소년과의분포를살펴보면, 2009년에는서울지역과지방대도시의구도심을중심으로높은분포가관측되었고, 2016년에는서울을포함하여수도권, 수도권과경계에있는강원, 충청지역에서증가세가관측된다. 서울성동구, 부산중구와진구, 경기의왕시에서유소년인구 1만명대비약 6개의산부인과로높은분포를나타낸다. 소아청소년과가소재하지않는곳은행정구역상모두 군 단위지역으로산부인과가소재하지않는지역과전반적으로일치한다. 노령인구관련의료서비스시설의분포는증가세가관측된다. 표 4와같이노령층을주요의료수요로하는노인전문병원 ( 요양병원 ), 한방병원, 한의원등은지난 8년간급격한증가세를나타냈다. 이들의료기 산부인과소아청소년과 2009 2016 2009 2016 그림 2. 전국시군구별산부인과, 소아청소년과의분포변화주 ) 유소년인구 1만명대비관련의료시설의상대적분포임. 자료 : 국민건강보험공단 ( 지역별의료이용통계 4/4분기 ) - 376 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 표 4. 전국노령인구관련의료시설의규모및증감률변화 ( 단위 : 개, %) 2008 2012 2016 증감률 (08-16) 총계 12,056 13,818 15,331 27.2 요양병원 ( 노인전문병원 ) 679 1,088 1,402 106.5 한방병원 148 201 276 87.8 한의원 11,229 12,529 13,653 23.0 자료 : 국민건강보험공단 ( 지역별의료이용통계 ) 관은 2008년총 12,056개에서 2016년총 15,311개로지난 8년간 27.2% 증가하였고, 특히노인을전문으로하는요양병원의경우 2008년 (679개) 대비 2016 년 (1,402개) 에무려 106.5% 증가한것으로나타난다. 한방병원도지난 8년동안 87.8% 증가하였고, 한의원도 23.0% 증가한것으로나타난다. 전국시군구중노령인구대비한방병원과한의원의상대적분포를살펴보면 ( 그림 3), 울산동구의경우 2009년에는 77개로가장많았으나 2016에는 24 개로급감하였고, 인천동구가 19개 (2009) 에서 2016 년에 59개로증가하면서가장많은것으로나타났다. 그다음상위분포지역은서울강남구, 서초구, 종로구와대구중구로나타났다. 한편, 2016년기준전국시군구지역중노령인구대비한방병원이나한의원이상대적으로분포하지않는지역구는없는것으로나타난다. 다음으로노령인구 1만명에대한요양병원의상대적분포는 2016년기준인천동구가약 10개로가장많고, 경남화순군과부산중구, 울산남구에약 6개, 경기동두천시와경남김해시, 경북포항시, 부산사상구등이약 5개로산출된다. 인천동구의경우노령인구대비한방병원과한의원, 요양병원모두에서전국시군구단위지역중가장높은분포를나타냈다. 한방병원과한의원노인전문병원 ( 요양병원 ) 2008 2016 2008 2016 그림 3. 전국시군구별노령층관련의료시설의분포변화주 ) 노령인구 1만명대비관련의료시설의상대적분포임. 자료 : 국민건강보험공단 ( 지역별의료이용통계 ) - 377 -
박소현 이금숙 4. 인구연령층별, 관련의료시설별분포변화예측 전통적으로인구예측은인구통계학적관점에서결정론적모형을활용하여추정해왔으나최근들어시간의흐름에따라변하는동적모형이대두되고있다. 이중자료의확률분포를사용하여사후분포를추정하는베이지안 (Bayesian) 추정 (Bernardo and Smith, 1996) 기법의일환인마르코프연쇄모형 (Markov Chain model) 이주목받고있다. 마르코프확률과정은물리적, 생물학적, 사회경제적현상을설명하는데다양하게응용되고있으며 (Robert and Casella, 2004; Ibe, 2013), 지리학에서는인구 ( 가구 ) 및고용지표의지역단위별재분산에따른사후분포의변동성을예측하는데주로활용되고있다. 마르코프확률과정을적용한기존연구는주로지역간인구이동에따른지역단위별인구분포의재분산을예측하는것에초점을두었다 ( 남봉현 이승욱, 1989; 김경수 장욱, 2003; 안종욱, 2006). 최근에는지역간전체인구이동뿐만아니라성별, 연령별로인구를구분하여예측한연구 (Constant and Zimmerman, 2003; 김홍배등, 2009) 및출생과사망등자연적성장을고려하여장래인구를예측한연구 ( 이상일 조대헌, 2012) 들이진행되었다. 그밖에가구구조의변화를예측하거나 (Simmonds, 1999; 황지은등, 2011) 직업요인인구이동에따른직종별취업자의공간적분포에나타나는변화를예측하기도하였다 ( 박소현 이금숙, 2016). 본절에서는앞서살펴본인구연령층별, 관련의료시설별분포변화를토대로공간마르코프과정 (spatial markov process) 을적용하여향후이들연령층별인구및관련의료시설의분포에서나타나는변동성을단기예측한다. 시 공간적전이를반영하여현재의상태분포가다음의결과분포에영향을미치는이산형 (discrete) 분포를전제로하는마르코프연쇄과정을통해지역별 t시점 i상태의분포확률이 t+1시점 j상태의분포확률로변화되는양상을파악한다 3). P(Xt+1=j Xt=i, Xt-1=it-1,, X0=i0)=P(Xt+1=j Xt=i) Pij=P(Xt+1=j Xt=i) 유소년인구와노령인구, 그리고이들연령층을주요수요대상으로하는의료시설중소아청소년과와노인전문병원 ( 요양병원 ) 을대상으로지역자료를추출하여예측모델링을구축하였다. 분석에투입한데이터는통계청국가통계포털에서제공하는주민등록인구 ( 행정안전부 ) 와지역별의료통계 ( 국민건강보험공단 ) 의연도별수치자료를사용하였다. 먼저 2016년기준전국시군구단위연령층인구및의료시설수에대한초기상태분포확률값을산출하여총 10개와 5개의상태공간 (state space) 으로구분하고 4), 2010~2015년간인구연령층별, 의료시설별분포의공간적전이확률의행렬 (spatial transition probability matrix) 을구축하였다. 다음으로채프만-콜모고로프방정식 (Chapman-Kolmogorov equation) 을적용하여초기시점 n의 i상태에서출발하여 (n+m) 의단계의임의의 k상태를거쳐 m단계에서 j상태가되는확률과정을구축하였다. Pij (n+m) =Pi1 (n) P1j (m) +Pi2 (n) P2j (m) = Pik (n) Pkj (m) k 즉, 산출한상태분포확률값과전이확률값을토대 로총 5단계의시뮬레이션을진행하여향후 2021년까지전국연령층인구및의료시설의분포변동성을추정하는과정이다 5). 아울러장래분포추정에앞서, 예측모형의적합성을검증하고자과거특정시점에대하여마르코프연쇄과정을통해산출된예측치와실제실측치간의오차범위를확인한후두값의상관관계를분석하였다. 그결과, 유의수준을만족하는높은상관계수값이산출되어실측치에예측치가근사하게추정되고있음을확인하였다. 유소년인구와노령인구에대한상태공간은각각 10개의집합으로구분하여설정하였고 ( 그림 4) 6), 시군구단위공간마르코프전이확률분포에대한결과 (10 10행렬) 는각각표 5, 표 6과같다. 2010~2015 년간유소년인구 (0~14세) 의분포는기존의상태에서다음의상태집합으로전환된확률보다머물러있거 - 378 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 나하위의상태로전환된분포확률이더큰것으로나타난다. 전반적으로기존의상태를유지한확률이높은편으로나타났고, S6, S7, S9 지역은다른상태로전환된확률이더높은것으로나타났다. S6의 67% 는 S8의상태로, S7의 63% 는 S6의상태로, S6의 50% 는 S5의상태로전환되었다. 반면, 노령인구 (65세이상 ) 의분포는기존상태를유지한확률보다상위의상태로이동하여전환된 (S2, S3, S4, S5, S6, S7, S8) 확률이더높은것으로나타났다. S8의무려 95% 는 S9의상태로이동한것으로나타났고, S7의 79% 가 S8의상태로, S6의 66% 가 S7 로이동하였다. 또한 S5의 81% 가 S6의상태로, S4 의 49% 가 S5의상태로, S3의상태에서 S4의상태로 50% 가이동하였고, S2에서 S3로 53% 가전환된것으로나타났다. 한편, 상태 S9와 S10은전이확률값이 1 로산출되어다른상태로더이상전환하지않는흡수 (absorbing) 상태에놓인것으로나타났다. 이상의공간전이확률패턴 (2010~2015년) 을토대로 2016년이후정상마르코프연쇄과정을통해 5단계시뮬레이션을거쳐장래 2021년상태집합의분포 율변화를추정하였고, 이는그림 5와같다. 유소년인구의경우 S1, S2, S4, S5에서상대적으로분포확률이증가할것으로추정되고, 나머지 6개상태지역의분포율은모두감소세를나타낼것으로추정된다. 노령인구는서울중랑구, 성북구, 동작구, 관악구, 강남구를비롯해부산, 대구, 인천, 광주등대도시의구도심지역등이포함된 S9지역에서다른상태분포지역대비큰폭의증가세를나타낼것으로추정된다. 다음으로유소년층과노령층을주요수요로하는의료시설중소아청소년과와노인전문병원 ( 요양병원 ) 을대상으로상태분포확률을산출한후각각 5개의집합으로구분하여설정하였고 ( 그림 6) 7), 2010~ 2015년의공간마르코프전이확률산출값 5 5행렬은다음표 7, 표 8과같다. 2010~2015년간소아청소년과의분포는기존의상태를유지하며잔존해있거나이동이이뤄질경우하위의상태로전환된분포확률이상위의상태로전환된확률보다더높은것으로나타났다. 전반적으로기존의상태분포를유지한확률이높은것으로나타났고, S5지역의경우 S4의상태로 19% 의확률이전환되었고, S4에서 S3로, S3에 유소년인구 노령인구 그림 4. 유소년인구및노령인구상태분포 (2016) - 379 -
박소현 이금숙 표 5. 유소년인구분포공간마르코프전이확률행렬 (2010~2015) S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S1 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 S2 0.06 0.94 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 S3 0.00 0.29 0.68 0.02 0.00 0.00 0.00 0.00 0.00 0.00 S4 0.00 0.00 0.24 0.70 0.03 0.03 0.00 0.00 0.00 0.00 S5 0.00 0.00 0.00 0.21 0.79 0.00 0.00 0.00 0.00 0.00 S6 0.00 0.00 0.00 0.00 0.50 0.43 0.07 0.00 0.00 0.00 S7 0.00 0.00 0.00 0.00 0.00 0.63 0.33 0.04 0.00 0.00 S8 0.00 0.00 0.00 0.00 0.00 0.00 0.40 0.60 0.00 0.00 S9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.67 0.33 0.00 S10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.43 0.57 표 6. 노령인구분포공간마르코프전이확률행렬 (2010~2015) S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S1 0.50 0.50 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 S2 0.00 0.47 0.53 0.00 0.00 0.00 0.00 0.00 0.00 0.00 S3 0.00 0.00 0.47 0.50 0.03 0.00 0.00 0.00 0.00 0.00 S4 0.00 0.00 0.00 0.46 0.49 0.05 0.00 0.00 0.00 0.00 S5 0.00 0.00 0.00 0.00 0.19 0.81 0.00 0.00 0.00 0.00 S6 0.00 0.00 0.00 0.00 0.02 0.32 0.66 0.00 0.00 0.00 S7 0.00 0.00 0.00 0.00 0.00 0.00 0.18 0.79 0.03 0.00 S8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.05 0.95 0.00 S9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 S10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 유소년인구 노령인구 그림 5. 유소년인구및노령인구의상태집합분포율 (%) 변화추정 - 380 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 소아청소년과노인전문병원 ( 요양병원 ) 그림 6. 소아청소년과및요양병원상태분포 (2016) 서 S2전환된확률도 18% 로나타났다. S3의경우 S4 로전환된확률도 18% 로나타났다. S1지역의경우 1 에가까운전이확률값으로본분석에서진행한시뮬레이션에추가마르코프과정을진행할경우 2021년이후에는다른상태로변환되지않는흡수상태를갖는분포지역으로될가능성이크다. 노인전문요양병원의분포는소아청소년과보다다른상태로이동하여전환된확률이상대적으로높은편으로나타났다. S4의무려 89% 는 S5로상태이동한것으로나타났고, S3의 58% 가량은 S4와 S5의상태로전환되었다. 또한 S2의 26% 가 S3의상태로, S1 의 29% 가 S2의상태로전환된것으로나타났다. 요양병원의분포가상대적으로높은 S5지역은전이확률값 1로다른상태로전환하지않는흡수상태에놓인것으로보인다. 이상의공간전이확률패턴을토대로 2016년이후정상마르코프연쇄과정을통해 5단계의시뮬레이션을거쳐장래 2021년상태집합의분포율변화를추정하였고, 이는그림 7과같다. 소아청소년과의경우 S1, S2 지역의분포확률이상대적으로증가할것으로추정되고, S3, S5는감소할것으로추정된다. 특히 S5 의경우수도권을비롯한대도시지역으로소아청소년과상위분포지역에해당하나향후감소세가나타날것으로예측된다. 요양병원은 S5지역에서급격한증가세를보일것으로추정된다. 한편, 노령인구의분포확률이증가하고유지될것으로추정된 S9, S10과노인전문요양병원이증가할것으로추정된 S5지역이대체적으로일치하는것으로산출되었으나, 서울외곽의경기지역인평택시, 용인시, 파주시등의경우노령인구분포와대비할경우노인전문병원의분포가매우낮은상태를갖는것으로나타났다. 5. 결론 의료서비스에대한수요와공급은인구수및인구구조에영향을받게되므로지역의료서비스의수급 - 381 -
박소현 이금숙 표 7. 소아청소년과공간마르코프전이확률행렬 (2010~2015) S1 S2 S3 S4 S5 S1 0.96 0.04 0.00 0.00 0.00 S2 0.05 0.91 0.03 0.00 0.00 S3 0.00 0.18 0.64 0.18 0.00 S4 0.00 0.00 0.18 0.66 0.16 S5 0.00 0.00 0.00 0.19 0.81 표 8. 노인전문병원공간마르코프전이확률행렬 (2010~2015) S1 S2 S3 S4 S5 S1 0.71 0.29 0.00 0.00 0.00 S2 0.04 0.61 0.26 0.07 0.02 S3 0.00 0.00 0.41 0.33 0.25 S4 0.00 0.00 0.00 0.11 0.89 S5 0.00 0.00 0.00 0.00 1.00 소아청소년과노인전문병원 ( 요양병원 ) 그림 7. 소아청소년과및노인전문병원 ( 요양병원 ) 의상태집합분포율 (%) 변화추정 계획을수립하기위해서는지역별인구구조와연령층별인구예측이선행되어야한다. 이에본연구는고령화사회에진입한 2000년부터고령사회가된현시점까지전국의인구구조와의료시설의분포변화에서나타나는특징을살펴보고, 향후연령층별인구및관련의료시설의지역적분포에서나타나는변동성을예측하고자하였다. 특히유소년인구 (0~14세) 와노령인구 (65세이상 ), 그리고이들연령층을주요의료수요로하는산부인과, 소아청소년과및노인전문병원 ( 요양병원 ), 한방병원, 한의원등관련의료시설의지리적분포변화를살펴보고, 연령층별, 진료과목중소아청소년과와노인전문병원의지역자료를중심으로장래사후분포를추정하기위한예측모델링을구축하였다. 저출산, 인구고령화로우리나라인구구조에서유소년인구는감소세, 노령인구는증가세가관측되고, 행정구역상지역을시군구단위로구분할경우인구구조의지역간차이와변화양상은더욱두드러졌다. 단순히수도권, 비수도권그리고도농지역간의차이뿐만아니라, 대도시에서도구도심과신도시지역을중심으로노령인구비에서큰차이가나타났다. 부산, 대구, 인천, 광주등의대도시에서도구도심지역은초고령지역으로산출되었다. 인구구조의변화와함께진료과목중산부인과의감소세가관측되고, 노인전문병원과한방병원, 한의원등은급격한증가세가관측되었다. 소아청소년과의경우소폭의증가세를나타냈으나유소년인구수를대비할경우서울과경기신도시구역이포함된위성도시에서집중분포가관측되고, 그외수도권과인접한강원과충청지역에서증가세가관측되었다. 다음으로전국유소년인구와노령인구를대상으로 2010~2015년간의공간적전이확률행렬을구축하고, 분석시작시점인 2016년의상태분포값을토대로 5 단계의시뮬레이션작업을거쳐장래 2021년연령층별지역적분포변화를추정한결과, 유소년인구는수도권신도시구역을포함하는지역과충북청주시등 - 382 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 을비롯해지방대도시등에서전반적으로감소할것으로추정되고상대적으로하위분포지역에서소폭이지만증가세를나타낼것으로예측된다. 노령인구는서울과초고령지역으로산출된기존상위분포지역을중심으로큰폭의증가세를나타낼것으로추정된다. 이어서유소년인구를주요의료수요로하는소아청소년과와노령인구를주요의료수요로하는노인전문병원의분포에대하여산출한공간적전이확률 (2010~2015년) 값과 2016년상태분포값을토대로위와같이 5단계의시뮬레이션작업을진행한결과, 소아청소년과의경우총량적으로증가하였음에도불구하고지역간분포차이를나타내며서울대도시권을중심으로집중분포하고있었으나향후 2021년에는분포확률의감소세가나타날것으로추정된다. 노령인구를전문으로하는요양병원의수는급격한증가세를나타냈음에도불구하고공간상의변화는기존상위분포지역을중심으로분포확률이급증할것으로추정된다. 결과적으로총량적지표의변화와함께수급분포의지역간차이도고려하는관련정책방안이마련되어야할것이며, 특히현정부가의료 분만취약지역에대한지원과고령화에따른요양대상 ( 치매 ) 노인을위한요양기관의확대정책을추진하고있다는점에서본연구의예측분석결과는향후관련의료시설의입지정책의방향성을잡는데기초자료로활용될수있을것이다. 한편, 본분석에서인구연령층별, 관련의료시설분포확률의추정치를산출하기위해사용한예측기법인마르코프연쇄모형은하위단위지역간시공간적전환을고려할수있다는점에서높은활용도를갖지만, 예측기법의가정 ( 전제조건 ) 상과거현황과추이의지역자료를토대로장래의지역적변화를추정한다는점에서향후예기치못한대내외적환경변화에따른수급분포의변동성은반영할수없다는제약을갖는다. 또한본연구는분석대상집단인유소년인구와노령인구를주요의료수요로하는소아청소년과와노인전문병원의지역자료만별도추출하여장래분포변화를추정하였으나, 실제이들연령층을대상으로하는의료시설은보다광범위하며, 이를다분석범위로다루지못한다는현실적한계를가진다. 이에대한보 다구체적인분석은추후연구과제로남겨둔다. 주 1) 2016 건강보험통계연보에따르면 65세이상노령인구는 2009년 4,826천명에서 2016년 6,445천명으로 1.34배증가하였으며노인진료비증가는동기간 12조5,442억원에서 25조2,692억원으로 2배증가한것으로나타난다. 2) 2010년에비해 2015년의병원및의원수증가율은요양병원이 57.2% 로가장많이증가하였으며, 일반병원 29.3%, 종합병원 8.0% 증가하였다 ( 한국보건산업진흥원, 2016). 3) 마르코프연쇄모형에대한보다자세한이론적설명은 Ibe (2013), 박소현 이금숙 (2016) 의연구에서참고하였다. 4) 상태공간은 GIS 기초분석을통해연령층별, 의료시설별기술통계량의임계값을고려하여각각 10개, 5개의상태집합으로구분하여설정하였다. 5) 채프만-콜모고로프방정식을적용한마르코프연쇄과정을통해그값의변화를살펴보는시뮬레이션단계에서일정횟수 ( 시점 ) 가거듭되면값이수렴되는상태즉, 다른상태로전환되지않는안정상태에도달하게된다. 마르코프연쇄프로세스상, 여러번의시뮬레이션을거듭하면초기분포의영향이사라지고결과적으로수렴상태에이르기때문에단기예측일수록예측결과가우수하다고할수있다. 이에본연구는분석시작시점의 5년후인 2021년분포값을추정한다. 6) 기술통계값을고려하여유소년인구의상태집합의분포는 S1(2천명이하 ), S2(2천 ~5천명 ), S3(5천 ~1만명 ), S4(1 만 ~2만명 ), S5(2만 ~3만5천명 ), S6(3만5천 ~5만명 ), S7(5 만 ~7만명 ), S8(7만 ~10만명 ), S9(10만 ~12만명 ), S10(12만명초과 ) 로구분하여설정하였고, 노령인구의상태집합은 S1(5천명이하 ), S2(5천 ~1만명 ), S3(1만 ~1만5천명 ), S4(1 만5천 ~2만명 ), S5(2만 ~2만5천명 ), S6(2만5천 ~3만5천명 ), S7(3만5천 ~5만명 ), S8(5만 ~6만5천명 ), S9(6만5천만 ~8만명 ), S10(8만명초과 ) 로구분하여설정하였다. 7) 기술통계값을고려하여소아청소년과의상태집합의분포는 S1(0개 ), S2(1~4개 ), S3(5~9개 ), S4(10~19개 ), S5(20개이상 ) 으로구분하여설정하였고, 노인전문병원 ( 요양병원 ) 의상태집합은 S1(0개 ), S2(1~3개 ), S3(4~6개 ), S4(7~9개 ), S5(10개이상 ) 으로구분하여설정하였다. - 383 -
박소현 이금숙 참고문헌강암구, 2007, 지역간보건의료자원분포에따른의료이용의형평성, 사회보장연구, 23(2), 189-219. 건강보험평가원 국민건강보험공단, 2017, 2016건강보험통계연보. 김경수 장욱, 2003, 정상마르코프연쇄모형에의한부산권인구분포예측연구, 국토계획, 38(4), 33-46. 김동석, 2006, 소비구소장기전망 : 인구구조변화의영향을중심으로, KDI Journal of Economic Policy, 28(2), 1-49. 김미송 유환희, 진주시한의원의료서비스공간특성분석, 한국지형공간정보학회지, 22(3), 107-112. 김현정 이금숙, 1998, 서울시병원분포와사회경제지표의관계, 응용지리, 21, 17-37. 김홍배 김재구 임병철, 2009, 조성법과 Markov Chain 모형을결합한지역인구예측모형에관한연구, 국토계획, 44(6), 139-146. 김흥순 정다운, 2010, 서울시의료시설의공간적분포특성에관한연구, 도시행정학보, 23(1), 27-45. 남봉현 이승욱, 1989, Markov Chain을이용한인구이동경향분석, 한국보건통계학회지, 14(1), 72-80. 박소현 이금숙, 2016, 마르코프체인모형을이용한직종별취업자의공간적분포변화예측, 대한지리학회지, 51(4), 525-539. 박실비아 김대중 김소운, 2015, 인구요인을고려한건강보험약품비변동요인의기여도분해, 보건사회연구, 35(2), 457-476. 박정환 우현지 김영훈, 2017, 수정 3SFCA 모형을활용한응급의료서비스접근성분석 : 충청남도를사례로, 한국지역지리학회지, 23(2), 388-402. 산업경제리서치, 2017, 고령화사회의유망고령친화사업 ( 실버산업 ) 분야별시장동향및관련산업동향. 서위연 이금숙, 2007, 진료전문과목별개원의원의공간적분포특성, 한국경제지리학회지, 10(2), 153-166. 안종욱, 2006, Markov Chain 모형을이용한수도권인구분포예측에관한연구, 수도권연구, 3, 1-18. 양호민, 2018, 한국의료서비스의이용과제공의공간적특성, 한국경제지리학회지, 21(1), 1-19. 이경주 임준홍, 2015, 의료서비스취약지역탐색을위한분석방법론구축및실증분석연구, 도시행정학보, 28(1), 105-125. 이상일 조대헌, 2012, 지역간인구이동의예측을통한우리나라시도별장래인구추계 : 다지역코호트-요인법의적용, 대한지리학회지, 47(1), 98-120. 이용재, 2005, 지역별보건의료자원의분포와특성분석, 지역연구, 21(3), 3-27. 이희연, 2004, 응급의료기관의공간분포와응급의료서비스수급의공간적격차, 한국지역지리학회지, 10(3), 606-623. 임준홍 박정환, 2016, 응급의료서비스취약지역의공간적분포와응급환자발생의특성, 국토계획, 51(1), 63-75. 임팩트북, 2015, 고령화로주목받는유망실버산업제품및시장동향, 임팩트북. 정채림 이태진, 2017, 인구고령화가의료비증가에미치는영향 : 연령대별사망전의료비변화를중심으로, 보건경제와정책연구, 23(4), 127-148. 조성아 이건학, 2017, 공간통계를활용한서울시노년인구거주지와노인수요시설분포의공간적불일치탐색, 한국도시지리학회지, 20(2), 99-112. 최병호, 2015, 보건의료서비스공급체계에관한성찰, 한국보건사회연구원, 보건복지포럼, 2-4. 한국보건산업진흥원, 2016, 2016의료서비스산업동향분석. 황지은 이창효 이승일, 2011, 마코프체인모델을이용한수도권장기가구구조변화예측연구, 국토계획, 46(6), 203-218. Bernardo, J. M., and A. F. Smith., 1996, Bayesian theory, John Wiley & Sons, New York. Bloom, D. E. and Canning, D., 2008, Global Demographic Change: Dimensions and Economic Significance, Population and Development Review, 34 (Supplement), 17-51. Bloom, D. E., David C. and Gunther F., 2010, Implications of Population Ageing for Economic Growth, Oxford Review of Economic Policy, 26(4), 583-612. Constant, A. and Zimmerman, K., 2003, The Dynamics of Repeat Migration: A Markov Chain Analysis, IZA Discussion Paper, 885. Institut zur Zukunft der - 384 -
저출산 - 고령사회지역인구구조변화를고려한인구연령층별관련의료시설분포예측 Arbeit, Bonn. Gagniuc, Paul A., 2017, Markov Chains: From Theory to Implementation and Experimentation, John Wiley & Sons, NJ. Graff, T. O. and Wiseman, R. F., 1978, Changing Concentrations of Older Americans, Geographical Review, 68(4), 379-393. Ibe, O., 2013, Markov Processes for Stochastic Modeling, 2nd Edition, Elsevier. Jaimovich, N. and Siu, H. E., 2009, The young, the old, and the restless: Demographics and business cycle volatility, The American Economic Review, 99(3), 804-826. Kelley, A. and Schmidt, R., 1995, Aggregate Population and Economic Growth Correlations: The Role of the Components of Demographic Change, Demography, 32, 543-55. Lee, K., 2005, Distribution Characteristics of the Medical Services in Korea, Journal of the Korean Geographical Society, 40(2), 242-251. Robert, C. and Casella, G., 2004, Monte Carlo Statistical Methods, Springer-Verlag, New York. Schoen, R., 2006, Dynamic Population Models, Springer- Verlag, New York. Simmonds, D., 1999, The design of the DELTA land-use modelling package, Environment and Planning B: Planning and Design, 26(5), 665-684. 통계청, 국가통계포털 (www.kosis.or.kr). 교신 : 이금숙, 02844, 서울특별시성북구보문로34다길 2, 성신여자대학교지리학과 ( 이메일 : kslee@sungshin. ac.kr, 전화 : 02-920-7138) Correspondence: Keumsook Lee, Department of Geography, Sungshin Women s University, 2 Bomun-ro 34da-gil, Seongbuk-gu, Seoul 02844, Korea, phone: 82-2-920-7138, E-mail: kslee@sungshin.ac.kr 최초투고일 2018. 5. 8 수정일 2018. 5. 27 최종접수일 2018. 6. 8-385 -