1인당 국민의료비에 영향을 미치는 요인 분석

Abstract

[한글]

본 연구에서는 지금까지 일부 선진국 중심의 OECD 국가를 대상으로 한 국민의료비에 영향을 미치는 요인에 관한 연구에서 UN에 가입하고 있는 선진국 및 저개발국가 중 UNDP의 Human Development Report (2003)에 수록된 172개국으로 연구대상을 확장하여 1인당 국민의료비에 영향을 미치는 여러 가지 사회 경제적인 요인을 분석하였다.

1인당 국민의료비에 영향을 미치는 여러 가지 요인에 대해 OECD 국가를 대상으로 한 선행연구에서 사용하였던 변수 중 경제관련 변수로는 1인당 GDP, Gini계수와 여성의 경제 참가율을 사용하였고 인구사회관련 변수로는 도시인구의 비율과 65세 이상의 인구비율을 사용하였으며 보건의료관련 변수로는 10만명당 의사수, 성인의 담배소비량과 공공의료비 비율을 사용하여 변수의 분류에 따라 다중회귀분석을 실시한 후 모든 변수를 다시 다중 회귀분석을 실시하였다.

변수의 분류에 따른 다중회귀분석 결과 경제관련 변수에서는 1인당 GDP와 여성의 경제 참가율이 1인당 국민의료비에 영향을 미치는 요인으로 분석되었지만 오히려 여성의 경제 참가율이 높아질수록 1인당 국민의비가 감소하는 것으로 분석되었다. 현재까지 이루어진 국민의료비의 결정요인에 관한 연구에서 1인당 GDP가 가장 영향력 있는 설명변수였고 본 연구에서도 경제 성장을 나타내는 1인당 GDP는 국민의료비를 설명하는 중요한 변수였다. 인구사회관련 변수에서는 도시인구의 비율과 65세 이상의 인구비율이 모두 1인당 국민의료비에 영향을 미치는 요인으로 분석되었으며 보건의료관련 변수에서는 10만명당 의사수, 성인의 담배 소비량, 공공의료비비율이 1인당 국민의료비에 영향을 미치는 것으로 파악되었다. 그러나 모든 변수를 다중회귀 분석한 결과에서는 1인당 GDP, Gini계수, 도시인구의 비율, 공공의료비 비율만이 1인당 국민의료비에 영향을 미치는 요인으로 파악되어 1인당 GDP가 증가할수록, 소득의 불평등이 높을수록, 도시인구비율이 높을수록, 공공의료비 비율이 높을수록 1인당 국민의료비는 증가하는 것으로 분석되었다.

선행 연구에서 1인당 국민의료비 증가에 영향을 주었던 것으로 분석되었지만 본 연구에서 유의한 영향력이 없는 것으로 분석된 여성의 경제 참가율, 65세 이상의 인구비율, 10만명당 의사수, 성인의 담배 소비량을 사사분위로 나누어 가변수(Dummy variable)처리한 후 다중회귀분석을 시행한 결과 65세 이상의 인구비율에서는 가변수 처리한 세그룹이 모두 유의한 영향력을 나타내었으며 삼사분위의 그룹, 사사분위 그룹, 이사분위 그룹의 순으로 1인당 국민의료비에 더욱 영향력을 나타내는 것으로 분석되어 대체로 65세 이상의 인구가 증가할수록 1인당 국민의료비가 증가하는 것으로 분석되었고 10만명당 의사수의 경우는 10만명당 의사수가 적은 그룹일수록 1인당 국민의료비가 증가하는 것으로 분석되었으며 성인의 담배 소비량이 증가 할수록 국민의료비가 증가하는 것으로 분석되었다. 하지만 여성의 경제 참가율의 경우 가변수 처리하여 분석한 결과에서도 1인당 국민의료비에 영향을 주지 못하는 것으로 분석되었다.

본 연구의 결과를 종합하여 볼 때 소득의 불평등을 최소화 시키고 점점 도시에 집중하는 인구를 적절하게 배분하여 의료비의 증가를 어느 정도 조절하고 경제 성장과 더불어 점점 노령화 되어가는 사회에 대비한 대책이 시급하다 할 것이다.

핵심 되는 말 : 국민의료비, 의료비

[영문]This study expands the study of medical expenditure which were mainly focused on OECD countries to the developed countries registered in UN and underdeveloped countries listed in the Human Development Report (2003) of UNDP, totaling 172 countries, and analyses the social economic factors that can be affected to the per capita medical expenditure.

The variables affected to per capita medical expenditure include per capita GDP, Gini index, and the rate of economic participation of female from the ones used for the previous OECD studies, the rate of urban population and the rate of population over 65 as demographic ones, the number of doctors per 0.1 million, the amount of cigarettes consumption of adults, and the rate of public medical expenditure for health and medical aspects. Multiple regression analysis was performed based on the categories of variables and multiple regression analysis was once again performed for all variables.

As the result of multiple regression analysis based on the classification of variables, among economic variables, per capita GDP and the rate of economic participation of female were analyzed to be the factors that affect the per capita medical expenditure. But as the rate of economic participation of female was increases, the per capita medical expenditure were decreased. For the studies about the determining factors of medical expenditure conducted so far, per capita GDP was the most effective explanatory variable. As the indicator of economic growth, the per capital GDP was the important variable to determine the medical expenditure for this study as well. For the demographic and social perspective, both the rate of urban population and the rate of population over 65 were analyzedas the influential factors for the per capita medical expenditure. And for health and medical related variables, the number of doctors per 0.1 million, the amount of cigarettes consumption of adults, and the rate of public medical expenditure were identified that they affects medical expenditure.

However the results of the multiple regression analysis for all variables, only per capita GDP, Gini index, the rate of urban population, the public medical expense rate were the factors to affect per capita medical expenditure. The per capita medical expenditure are increased as the per capita GDP is increased, the inequality of income is high, the urban population is high, and the public medical expense rate is high.

The rate of economic participation of female, the rate of population over 65, the number of doctors per 0.1 million the variables that were analyzed to have affects in the previous studies but did not have significant affects in this study were divided into quadrant and the multiple regression analysis was performed once again as dummy variables. For the population rate over 65, all other three groups as dummy variables have significant affects. The order of its effect on the per capita medical expenditure was the third quadrant, the fourth quadrant, and the second quadrant. As the population over 65 increases, the per capita medical expenditure were increased. As the number of doctors per 0.1 million is small, the per capital medical expenditure increases. But the rate of economic participation for female did not show any significant impacts on the per capita medical expenditure after this dummy variable analysis.

In conclusion, the inequality of income should be minimized, the increase of medical expenditure should be adjusted by dispersing the population that are focused on the urban areas, and the growth of economy as well as the policies or practices for the aging society are urgently required.