본 논문의 목적은 지역을 대상으로 자료포락분석방법을 적용하여 한방병원에 내원한 환자의 지역적 특성 분석 및 성과개선규모를 파악하는 데 있다. 본 논문에서 사용된 자료는 대전광역시에서 운영 중인 일개 한방병원을 대상으로 수집되었다. 환자의 위치 정보는 행정구역의 가장 작은 단위인 '동'을 사용하였으며, 연구대상 병원의 의무기록 자료에서 환자 주소를 기준으로 수집하였다. 각 행정동의 인구사회학적 변수들은 통계청 자료를 사용하였다. 자료포락분석을 이용하여 행정동에서 내원한 환자의 규모를 비교 평가하였고, 그리고 Tobit 회귀분석을 이용하여 효율성 점수와 지역 특성 변수들 간의 관계를 분석하였다. DEA 분석결과 효율적인 동은 6개였으며, Tobit 회귀분석에서는 각 동별 기초생활수급자수와 총인구수 변수에서 통계적으로 유의하였다. 본 논문에서는 분석단위를 행정구역의 최소단위인 행정동 별로 세분화하여 자료포락분석방법이 가지는 벤치마킹의 개념을 이용하여 분석하였다는 점에서 의의가 있다. 그리고, 병원의 성과 개선을 위해 필요로 하는 각 지역별 환자수를 구체적으로 파악하여다는 점에서 의의가 있다.
본 논문의 목적은 지역을 대상으로 자료포락분석방법을 적용하여 한방병원에 내원한 환자의 지역적 특성 분석 및 성과개선규모를 파악하는 데 있다. 본 논문에서 사용된 자료는 대전광역시에서 운영 중인 일개 한방병원을 대상으로 수집되었다. 환자의 위치 정보는 행정구역의 가장 작은 단위인 '동'을 사용하였으며, 연구대상 병원의 의무기록 자료에서 환자 주소를 기준으로 수집하였다. 각 행정동의 인구사회학적 변수들은 통계청 자료를 사용하였다. 자료포락분석을 이용하여 행정동에서 내원한 환자의 규모를 비교 평가하였고, 그리고 Tobit 회귀분석을 이용하여 효율성 점수와 지역 특성 변수들 간의 관계를 분석하였다. DEA 분석결과 효율적인 동은 6개였으며, Tobit 회귀분석에서는 각 동별 기초생활수급자수와 총인구수 변수에서 통계적으로 유의하였다. 본 논문에서는 분석단위를 행정구역의 최소단위인 행정동 별로 세분화하여 자료포락분석방법이 가지는 벤치마킹의 개념을 이용하여 분석하였다는 점에서 의의가 있다. 그리고, 병원의 성과 개선을 위해 필요로 하는 각 지역별 환자수를 구체적으로 파악하여다는 점에서 의의가 있다.
This study purposed to benchmark the number of patients who visited an oriental medicine hospital from its surrounding regions using data envelopment analysis (DEA) model, and to analyze the relationships between regional characteristics and efficiency scores from DEA. Study data was collected from ...
This study purposed to benchmark the number of patients who visited an oriental medicine hospital from its surrounding regions using data envelopment analysis (DEA) model, and to analyze the relationships between regional characteristics and efficiency scores from DEA. Study data was collected from one oriental medicine hospital operated in a metropolitan city in Korea. Patient locations were identified at the smallest administrative district, Dong, and number of patients was calculated at the Dong level based on the address of patients in hospital information system. Socio-demographic variables of each Dong were identified from the Statistics of Korea web-sites. DEA was used to benchmark the number of patients between Dongs and to compute the efficiency scores. Tobit regression analysis model was applied to analyze the relationship between efficiency scores and regional variables. 6 Dongs were identified as efficient after DEA. In Tobit analysis, number of medical aid recipients and number of total population in each Dong was significant in explaining the differences of efficiency scores. The study model introduced the application of DEA model in benchmarking the patients between regions. It can be applied to identify the number of patients in each region which a hospital needs to improve their performances.
This study purposed to benchmark the number of patients who visited an oriental medicine hospital from its surrounding regions using data envelopment analysis (DEA) model, and to analyze the relationships between regional characteristics and efficiency scores from DEA. Study data was collected from one oriental medicine hospital operated in a metropolitan city in Korea. Patient locations were identified at the smallest administrative district, Dong, and number of patients was calculated at the Dong level based on the address of patients in hospital information system. Socio-demographic variables of each Dong were identified from the Statistics of Korea web-sites. DEA was used to benchmark the number of patients between Dongs and to compute the efficiency scores. Tobit regression analysis model was applied to analyze the relationship between efficiency scores and regional variables. 6 Dongs were identified as efficient after DEA. In Tobit analysis, number of medical aid recipients and number of total population in each Dong was significant in explaining the differences of efficiency scores. The study model introduced the application of DEA model in benchmarking the patients between regions. It can be applied to identify the number of patients in each region which a hospital needs to improve their performances.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 대전광역시 일개 한방병원을 대상으로 행정동의 인구사회학적 요인들을 투입변수로 설정하고 행정동에서 한방병원으로 내원한 환자수를 산출변수로 설정하여 효율성 점수를 구하고 그 효율성에 영향을 미치는 지역특성 요인을 알아본 논문이다. 특히 본 논문에서는 분석단위를 행정구역의 최소단위인 행정동별로 세분화하여 자료포락 분석방법이 가지는 벤치마킹의 개념을 이용하여 분석하였다는 점에서 의의가 있다.
본 논문의 목적은 자료포락분석방법을 적용하여 한방병원에 내원한 환자의 지역적 특성분석 및 성과개선규모를 파악하는 데 있다. 구체적으로 첫째, 연구대상 한방병원이 위치하는 지역의 인구사회학적 특성변수와 지역에서 연구대상 한방병원에 내원한 환자정보를 바탕으로 한 자료포락분석을 실시한다.
본 논문이 가지는 의의는 기존의 연구에서는 찾아볼 수 없었던 DEA 분석방법을 통해 어느 지역에서 환자가 많이 오고 적게 왔는지를 비교 평가하였다는 점이다.
이에 본 논문에서는 자료포락분석방법이 가지는 벤치마킹의 개념을 의료기관이 아닌 지역을 대상으로 하여 적용하고자 한다.
가설 설정
첫째, 규모의 증가에 따라 일정하게 수익도 증가하는 불변규모수익(CRS)을 가정한 CCR 모형이다.
제안 방법
DEA 모형을 적용하여 효율성 분석을 시행한 기존연구에서는 대다수가 병원을 분석대상으로 하였지만[2, 8, 16, 18, 19, 25], 본 논문에서는 병원의 구조적인 효율성이 아닌 각 행정구역의 최소단위인 행정동을 분석단위로 하여 자료포락분석을 수행한다.
DEA 분석에서 산출된 효율성 값을 종속변수로 하고 효율성에 영향을 줄 수 있는 지역특성 변수인 연구대상 한방병원과 각 동 사이의 거리, 동별 65세 이상 인구수와 기초생활수급자수, 그리고 총 인구수를 독립변수로 설정한 Tobit 다변량분석을 시행하였다.
Tobit 분석에서 사용된 거리변수는 연구대상 한방병원과 각 행정동의 중심점간의 거리를 계산하여 분석에 사용하였으며, 동 이름은 같지만 행정구역 상 분할이 되어있는 행정동의 경우 새롭게 통합한 동의 면적에서 중심점을 새롭게 설정하여 중심점간의 거리를 계산하여 연속변수로 사용하였다.
각 동별 인구수(남자, 여자)는 2007년 주민등록인구통계를 이용하여 연속변수로 사용하였고 지역 내 직무종사자수는 대전광역시 자치구별 통계자료 중 산업별 사업체 종사자수를 합산하여 연속변수로 사용하였다.
구체적으로 첫째, 연구대상 한방병원이 위치하는 지역의 인구사회학적 특성변수와 지역에서 연구대상 한방병원에 내원한 환자정보를 바탕으로 한 자료포락분석을 실시한다.
기존연구를 바탕으로 본 논문에서는 사용이 용이한 방법인 병원과 각 동과의 직선거리를 이용하여 거리를 측정하고 분석하였다.
병원에 내원한 환자의 동은 병원에 기록된 환자의 주소를 기반으로 분류되었다. 동의 분류작업결과 병원에서 수집한 환자자료에 기록된 동과 행정동 사이에 일부 일치하지 않았기 때문에, 연구에서는 병원에서 수집한 환자자료에 기록된 환자의 주소를 기반으로 동을 분류하였다. 예를 들어, 판암 1동과 판암 2동은 행정구역상 분리된 동이지만 병원자료에서는 판암동으로 통합하여 기록되어 있었기 때문에 연구에서는 동을 따로 구분하지 않고 판암동으로 통합하여 분석에 활용하였다.
둘째, 본 논문에서는 1동과 2동으로 분리된 행정동을 통합하여 거리를 계산하고 독립변수의 특성들을 합산하여 연구에 사용하였다. 행정동은 행정안전부에서 인구수에 비례하여 행정상의 편의를 위해 나눈 것으로 다른 단독으로 이루어진 행정동과의 차이가 나타날 수 있다.
구체적으로 첫째, 연구대상 한방병원이 위치하는 지역의 인구사회학적 특성변수와 지역에서 연구대상 한방병원에 내원한 환자정보를 바탕으로 한 자료포락분석을 실시한다. 둘째, 지역사회 특성변수와 자료포락분석에서 생성된 효율성 점수 간의 관계를 분석한다. 본 논문을 통해 제시되는 모형은 지역을 대상으로 한 자료포락분석방법의 적용 가치를 제공할 것이다.
둘째, 효율성 분석을 위해 DEA 분석방법 중 산출기준(Outputoriented) CCR 방법을 사용하였다. 본 논문에서는 투입변수들(지역 내 남자인구수, 여자인구수, 직무종사자수)을 조작하기가 어렵기 때문에 산출기준 CCR 방법을 선택하였다. 셋째, DEA 분석결과 벤치마킹의 대상이 되는 효율적인 지역과 비효율적인 지역의 변수들 간의 차이분석을 실시하였다.
본 논문에서는 실제거리를 측정하는 방법의 어려움과 환자의 이동경로에 대한 경우의 수가 많아 유클리드 거리를 제안하였다.
본 논문은 일개 광역시에서 파악된 67개 행정동에서 연구대상 한방병원으로 내원한 환자수를 이용하여 자료포락분석방법이 가지는 벤치마킹의 개념을 적용하여 분석하였다.
산출변수는 기존 연구[20, 24]와 마찬가지로 각 동별 입원환자수와 외래환자수로 정의하였으며, 투입변수는 지역 내 인구사회학적 특성을 나타내는 각 동별 인구수(남자, 여자)와 지역 내직무종사자수를 투입변수로 선정하였다.
셋째, DEA 분석결과 벤치마킹의 대상이 되는 효율적인 지역과 비효율적인 지역의 변수들 간의 차이분석을 실시하였다.
연구의 모형은 [Figure 1]과 같으며, DEA 분석에서는 각 동별 인구특성 변수인 인구수(남자, 여자)와 동별 직무종사자수를 투입변수로 사용하였고 각 동에서 연구대상 병원에 내원한 외래환자수와 입원환자수를 산출변수로 사용하였다.
그 후 Charnes, Cooper and Rhodes[3]이 자료포락분석(DEA)을 연구하면서 비모수적인 효율성 산출방법을 연구하였다. 이 연구에서 DEA는 다수의 투입변수들과 산출변수들을 사용하여 조직이나 구조가 유사한 의사결정단위(DMU) 간의 상대적인 효율성을 측정하였다.
중심점을 계산한 뒤 지도상에 나타난 중심점에서 spider diagram 기능을 이용하여 연구대상 병원까지의 유클리드 거리(Euclidean distance)를 계산하였다.
대상 데이터
본 논문의 분석은 대전광역시에서 운영 중인 일개 한방병원을 대상으로 수집된 자료를 이용하였다[13].
연구대상 지역인 대전광역시는 2007년 현재 5개의 구와 81개 동으로 이루어져 있지만 본 논문에서는 67개 동을 분석에 활용하였다.
한방병원에서 수집된 자료는 연구대상 지역인 대전광역시의 각 행정동에서 연구병원에 내원한 환자자료이며, 2007년 12월 31일 기준으로 수집되었다. 한방병원에서 수집된 자료가 2007년 환자자료를 기준으로 작성되었기에 본 논문에서 사용한 지역특성 변수는 통계청에서 제공하는 2007년 주민등록인구통계자료 및 대전광역시 자치구별 통계를 이용하였다.
한방병원에서 수집된 자료는 연구대상 지역인 대전광역시의 각 행정동에서 연구병원에 내원한 환자자료이며, 2007년 12월 31일 기준으로 수집되었다.
데이터처리
기술통계분석과 차이분석, 상관관계 분석은 SAS 9.2 통계패키지를 사용하였으며, DEA 분석은 DEA Frontier 2007을 사용하였고, Tobit 회귀분석은 STATA 11.1을 사용하였다.
셋째, DEA 분석결과 벤치마킹의 대상이 되는 효율적인 지역과 비효율적인 지역의 변수들 간의 차이분석을 실시하였다. 넷째, Tobit 분석에서 사용된 변수들 간의 상관관계 분석을 실시하였다. 다섯째, 효율성 평가에 영향을 미치는 요인을 알아보기 위해 DEA 분석에서 산출된 효율성 값을 종속변수로 하고, 각 행정동의 지역 특성변수인 지역 내 65세 이상 인구수, 총 인구수, 기초생활수급자수, 그리고 거리변수를 독립변수로 설정하여 Tobit 회귀분석을 시행하였다.
다섯째, 효율성 평가에 영향을 미치는 요인을 알아보기 위해 DEA 분석에서 산출된 효율성 값을 종속변수로 하고, 각 행정동의 지역 특성변수인 지역 내 65세 이상 인구수, 총 인구수, 기초생활수급자수, 그리고 거리변수를 독립변수로 설정하여 Tobit 회귀분석을 시행하였다.
자료포락분석에서 산출된 효율성 점수는 Tobit 회귀분석 모형에서 종속변수로 사용하여 효율성 점수에 영향을 미치는 지역특성 요인을 분석하였다.
통계분석은 첫째, 자료포락분석에 사용된 투입변수(지역 내 남자인구수, 여자인구수, 고용자수)와 산출변수(입원환자수, 외래환자수) 그리고 Tobit 회귀분석에서 사용된 변수들의 기술통계분석을 실시하였다.
이론/모형
65세 이상 인구수, 기초생활수급자수, 총 인구수 변수는 2007년 주민등록인구통계를 이용하여 연속변수로 사용하였다.
통계분석은 첫째, 자료포락분석에 사용된 투입변수(지역 내 남자인구수, 여자인구수, 고용자수)와 산출변수(입원환자수, 외래환자수) 그리고 Tobit 회귀분석에서 사용된 변수들의 기술통계분석을 실시하였다. 둘째, 효율성 분석을 위해 DEA 분석방법 중 산출기준(Outputoriented) CCR 방법을 사용하였다. 본 논문에서는 투입변수들(지역 내 남자인구수, 여자인구수, 직무종사자수)을 조작하기가 어렵기 때문에 산출기준 CCR 방법을 선택하였다.
연구에 사용된 67개 행정동과 연구대상 한방병원과의 거리를 계산하기 위해 ArcGIS 9.2의 spider diagram 기능을 사용하였다.
성능/효과
Tobit 회귀분석에서 기초생활수급자수 변수는 효율성 점수와 음의 관계를 나타냈고, 지역 내 총 인구수 변수는 양의 관계가 있었으며 95% 신뢰수준에서 통계적으로 유의하였다.
Tobit 회귀분석에서 사용된 변수들을 살펴보면 병원과의 거리는 효율적인 동이 평균 4,935.21m(표준편차 2,853.74)로 비효율적인 동의 평균인 5,556.70m(표준편차 2,667.48)보다 짧았다.
Tobit 회귀분석에서 기초생활수급자수 변수는 효율성 점수와 음의 관계를 나타냈고, 지역 내 총 인구수 변수는 양의 관계가 있었으며 95% 신뢰수준에서 통계적으로 유의하였다. 기초생활수급자수가 효율성 점수와 음의 관계를 나타낸 결과는 기초생활수급자수가 많을수록 효율성이 떨어진다는 것을 예상할 수 있다. 기초생활수급자수는 그 지역 내의 소득수준을 간접적으로 측정할 수 있으며 기초생활수급자수가 많을수록 소득수준은 낮을 것으로 예상된다.
기초생활수급자수의 추정계수는 음의 값으로 나타나 기초생활수급자수와 효율성 점수 간에 음의 관계가 있음을 알 수 있었고, 지역 내 총 인구수는 추정계수가 양의 값으로 나타나 지역 내 총 인구수가 많을수록 효율성 점수는 증가하는 것을 알 수 있다.
둘째, 규모의 증가에 따라 일정하게 수익도 증가하는 불변규모수익(CRS)을 가정한 CCR 모형과 달리 불변규모수익의 가정을 만족하지 않을 때 가변규모수익(VRS)가정이 사용된다.
분석결과 67개 행정동에서 벤치마킹의 대상이 될 수 있는 효율성 점수가 1인 행정동은 모두 6곳이었으며, 산출변수인 입원환자수와 외래환자수는 효율적인 행정동과 비효율적인 행정동 간의 차이는 95% 신뢰수준에서 유의한 차이가 있었다.
분석결과 Tobit 회귀모형의 적합도를 나타내는 Pseudo R2 값은 0.23이였고, 기초생활수급 대상자수와 지역 내 총 인구수 변수에서 95% 유의수준에서 통계적으로 유의하였다.
분석결과 기초생활수급자수와 65세 이상 인구수에서 통계적으로 유의한 양의 상관관계를 보였고, 지역 내 총 인구수는 효율성 값, 65세 이상 인구수, 기초생활수급자수, 거리 변수와 통계적으로 유의한 양의 상관관계를 보였다.
산출변수들의 효율적인 동과 비효율적인 동 간의 차이분석에서는 입원환자수와 외래환자수 모두 통계적으로 유의하게 두 그룹 간의 차이가 있었다.
셋째, 각 행정동에서 연구대상 한방병원으로 내원하는 환자들의 상태나 중증도를 보정하지 못하였다는 점이다. 한방병원에 내원하는 환자들을 대상으로 상태나 중증도는 조사하기 어려웠으며 향후 연구에서 환자들의 상태를 정확히 파악하고 연구에 활용하여야 할 것이다.
연구결과 기초생활수급자수와 효율성 점수 간에는 음의 관계를 확인할 수 있었으며, 지역 내 총 인구수와 효율성 점수 간에는 양의관계를 확인할 수 있었다.
효율성 점수가 1보다 작은 61개 동의 여유분(slack)을 이용한 분석결과, 입원환자수는 동별로 평균 3.71명의 증가가 필요로 하였으며, 그리고 외래환자수는 평균 518.57명의 증가가 필요로 한 것으로 파악되었다.
후속연구
병원행정가는 본 논문에서 적용한 벤치마킹의 개념을 적용할 수 있으며, 이를 통해 증거에 기초한 경영활동에 활용 가능할 것이다.
본 논문을 통해 제시되는 모형은 지역을 대상으로 한 자료포락분석방법의 적용 가치를 제공할 것이다.
본 논문의 제한점으로는 첫째, 각 동과 연구대상 한방병원 사이의 거리를 유클리드 거리로 측정하여 실제로 연구대상 한방병원에 내원하는 경로를 적용하여 거리를 분석한다면 다른 결과가 나올 수 있다.
이에 본 논문에서는 자료포락분석방법이 가지는 벤치마킹의 개념을 의료기관이 아닌 지역을 대상으로 하여 적용하고자 한다. 지역을 단위로 한 자료포락분석에서 생성되는 효율성 점수 및 여유분분석을 통하여 성과향상에 필요로 하는 지역별 환자수의 규모, 관련 요인에 대한 분석이 가능하게 할 것이다.
지역인구집단의 인구사회학적 특성에 바탕을 둔 분석은 의료기관에 방문하는 환자의 위치, 지역적 특징 등과 같은 정보를 제공할 수 있으며, 이러한 정보를 통하여 의료기관의 입지, 병원의 마케팅전략 등의 수립에 유용하게 활용할 수 있을 것이다.
한방병원에 내원하는 환자들을 대상으로 상태나 중증도는 조사하기 어려웠으며 향후 연구에서 환자들의 상태를 정확히 파악하고 연구에 활용하여야 할 것이다.
기존연구에서는 대도시에서 측정한 실제 이동경로와 유클리드 거리를 측정하는 두 방법 사이의 상관관계가 높아 유클리드 거리를 사용하였다. 향후 연구에서는 실제 이동경로를 측정하여 연구 결과에 미치는 효과를 평가할 필요가 있을 것이다.
향후 연구에서는 1동과 2동을 분리하여 행정동을 독립적으로 변수에 사용하여 연구에 사용한다면 이러한 점을 극복 할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
병원 수의 꾸준한 증가가 초래한 결과는 무엇인가?
국민건강보험 건강통계연보에 따르면 2009년에 2,039개였던 병원의 수는 2010년 2,182개소, 2011년 2,363개소, 2012년 2,524개소로 꾸준히 증가하였다[17]. 병원 수의 꾸준한 증가는 병원간의 경쟁을 심화 시키는 계기가 되었으며, 그리고 정부의 저수가 정책은 병원의 수익성 악화라는 결과를 낳았다. 이러한 외부환경의 변화는 병원으로 하여금 병원경영의 효율성을 강조하도록 만들었다[26].
국민건강보험 건강통계연보에 따른 병원 수의 증가추세는 어떠한가?
국민건강보험 건강통계연보에 따르면 2009년에 2,039개였던 병원의 수는 2010년 2,182개소, 2011년 2,363개소, 2012년 2,524개소로 꾸준히 증가하였다[17]. 병원 수의 꾸준한 증가는 병원간의 경쟁을 심화 시키는 계기가 되었으며, 그리고 정부의 저수가 정책은 병원의 수익성 악화라는 결과를 낳았다.
병원 수의 꾸준한 증가로 인해 어떤 것을 만들었는가?
병원 수의 꾸준한 증가는 병원간의 경쟁을 심화 시키는 계기가 되었으며, 그리고 정부의 저수가 정책은 병원의 수익성 악화라는 결과를 낳았다. 이러한 외부환경의 변화는 병원으로 하여금 병원경영의 효율성을 강조하도록 만들었다[26].
참고문헌 (26)
Banker, R., Charnes, A., and Cooper, W. W., "Models for estimating technical and scale efficiencies in data envelopment analysis," Management Science, Vol. 30, pp. 1078-1092, 1984.
Chang, H. H., "Determinants of Hospital Efficiency : The Case of Central Government-owned Hospitals in Taiwan," Omega, Vol. 26, No. 2, pp. 307-317, 1998.
Charnes, A., Cooper, W. W., and Rhodes, E., "Measuring the efficiency of decision making units," European Journal of Operations Research, Vol. 2, No. 6, pp. 429-444, 1978.
Cooper, W. W., Seiford, L. M., and Tone, K., Data Envelopment Analysis : A Comprehensive Text with Models, Applications, References and Dea-Solver Software, Kluwer Academic Publishers, pp. 85-95, 2000.
Farrell, M. J., "The measurement of productive efficiency," Journal of Royal Statistical Society, Vol. 120, No. 3, pp. 253-281, 1957.
Hatry, H. P., "Performance measurement principles and techniques : An overview for local government," Public Productivity Review, Vol. 4, pp. 312-339, 1980.
Jones, S. G., Ashby, A. J., Momin, S. R., and Naidoo, A., "Spatial implications associated with using Euclidean distance measurements and geographic centroid imputation in health care research," Health Services Research, Vol. 45, No. 1, pp. 316-327, 2010.
Kim, J. K. and Jeon, J. H., "Static and Dynamic Analysis of Efficiency of Korean Regional Public Hospitals," Korean Journal of Hospital Management, Vol. 15, No. 1, pp. 27-48, 2010.
Kim, S. H., Ho, S. H., Chae, Y. M., Choi, K. J., and Kim, Y. E., "Analysis of Geographic Accessibility of the Inpatients Using GIS : Case of a Hospital in Kyeonggido," Journal of the Korean Society of Health Information and Health Statistics, Vol. 31, No. 1, pp. 21-34, 2006.
Kim, S. Y. and Park, J. Y., "The Utilization of Western and Oriental Medical Services by Outpatients with Musculoskeletal System Disorders and Its Related Factors," The Korean Journal of Health Service Management, Vol. 6, No. 1, pp. 27-38, 2012.
Kim, T. I., Choi, Y. Y., and Lee, K. H., "Analysis on the differences in medical service usage in terms of income Levels," Korean Social Security Studies, Vol. 24, No. 3, pp. 53-75, 2008.
Kim, W. J., "A Study on the Relative Efficiency Measurement of Visiting Health Service," a doctor's thesis of Won Kwang University, pp. 21-23, 2001.
Lee, K. S., Lee, J. S., Hong, S. J., and Jeon, B. J., "Spatial Implications of Euclidean Distance on the Service Use in Oriental Medicine Hospital," The Korean Journal of Health Service Management, Vol. 4, No. 2, pp. 23-31, 2010.
Lee, S. E. and Hong, S. C., "Equity in Health Care Utilization by Income Class of Jeju Residents Who are Beneficiaries of National Health Insurance Program for Employees in South Korea," Health and Social Science, Vol. 14, pp. 147-168, 2003.
Lee, Y. M. and Yoo, J. K., "Analyzing the Influence Factors on Efficiency of Railway Transport using DEA and Tobit Model," Journal of the Korean Society for Railway, Vol. 12, No. 6, pp. 1030-1036, 2009.
Linna, M., Hakkinen, U., and Magnussen, J., "Comparing Hospital Cost Efficiency between Norway and Finland," Health Policy, Vol. 77, No. 3, pp. 268-278, 2006.
National Health Insurance Services, Health Insurance Statistics Yearbook 2012, pp. 38-39, National Health Insurance Services, 2013.
Nayar, P. and Ozcan, Y. A., "Data envelopment analysis comparison of hospital efficiency and quality," Journal of medical systems, Vol. 32, No. 3, pp. 193-199, 2008.
Park, B. S., Kim, Y. S., and Lee, Y. K., "Analysis on Hospital Management Performance Using the DEA(Data Envelopment Analysis) Efficiency and Profitability Indices," Korean Public Health Research, Vol. 35, No. 2, pp. 63-73, 2009.
Park, B. S., Lee, Y. K., and Kim, Y. S., "Efficiency Evaluation of General Hospitals using DEA," The Journal of the Korea Contents Association, Vol. 9, No. 4, pp. 299-312, 2009.
Park, S. D. and Hong, S. K., "OECD countries by using nonparametric methods R&D efficiency and productivity analysis," Journal of the Korean Society for Technology Management and Economics, Vol. 11, No. 2, pp. 151-174, 2003.
Tobin, J., "Estimation of relationship for limites dependent variables," Econometrica, Vol. 26, pp. 24-36, 1958.
Yang, D. H. and You, Y. Y., "A Study on Competitive Analysis Using Multidimensional Efficiency Analysis," The Journal of Society for e-Business Studies, Vol. 17, No. 4, pp. 117-140, 2012.
Yang, J. H. and Jang, D. M., "A Study on Analyzing the Efficiency between National and Private University Hospitals," The Korean Journal of Health Economics and Policy, Vol. 15, No. 2, pp. 93-121, 2009.
Yoo, K. R., "Evaluating the Operational Efficiency of Local Medical Centers in Korea," Korean Journal of Public Administration, Vol. 47, No. 3, pp. 385-413, 2009.
Yoon, J. R. and Jang, J. S., "An Empirical Study on the Effects of Competencies on the Performance of Hospitals : Focusing on the Mediator Effect of Service Orientation and Customer Orientation," Review of Management Consulting, Vol. 1, No. 2, pp. 1-28, 2010.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.