선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 우리나라 노인장기요양보험의 장기요양운영센터별 인정률(인정률 1 및 인정률 2)의 결정요인을 파악해보기 위해 전국의 227개 장기요양운영센터의 2010년부터 2014년까지 5개년의 패널자료를 구축하고 다음과 같은 패널분석모형을 설정하였다.
- 따라서 지역 간 인정률의 격차나 편차를 인위적으로 감소시키는 정책에 초점을 맞추기보다는 인정조사나 등급판정의 정확성을 제고하는데 중점을 두어야 할 것으로 생각된다. 본 연구에서는 인정조사의 정확성 향상을 통하여 인정률의 지역 간 편차에 대한 문제 제기를 줄이기 위해서 다음과 같은 세 가지의 정책방안을 제시하였다.
- 노인장기요양보험의 보험자인 국민건강보험공단은 전국적으로 227개소의 장기요양운영센터를 설치하여 운영하고 있으며 장기요양운영센터는 대체로 전국의 기초자치단체에 해당하는 행정구역 단위로 배치되어 있다[1]. 본 연구의 목적은 건강보험공단의 227개 장기요양운영센터의 5년간의 패널자료를 이용하여 장기요양운영센터 인정률 결정요인을 추정해 봄으로써 인정률에 영향을 미치는 요인을 파악하고 이를 통해 장기요양운영센터 간의 인정률 격차를 완화할 수 있는 정책적 함의를 도출해보는 데 있다.
제안 방법
- 주민 소득 관련 변수는 지역의 소득수준에 따라 인정률 편차가 발생하는지 파악해보기 위해 설정한 변수로 장기요양운영센터 관할 지역의 평균보험료(원)를 지역의 소득수준의 대리변수로 사용하였다. 노인장기요양보험서비스의 공급이 많은 지역일수록 서비스 이용에 대한 접근성이 높을 것이라 판단하여 장기요양서비스 접근도에 대한 변수에는 장기요양운영센터 관할 지역의 재가서비스 기관 수(개), 요양시설 정원 수(명), 요양보호사 수(명) 등을 설명변수로 포함하였다.
- 본 연구에서는 설명변수를 지역본부 특성, 장기요양운영센터의 지역적 특성, 장기요양운영센터 관할 주민의 특성, 지자체 관련 변수, 의료접근성 관련 변수, 장기요양운영센터 관할 지역 주민의 건강 관련 변수, 주민소득 관련 변수, 장기요양서비스 접근도에 대한 변수 등으로 구분하였으며 모형에 포함되어 있는 세부적인 설명변수에 대한 자세한 설명은 Table 1에 제시하였다.
- 의료접근성 관련 변수로는 장기요양운영센터 관할 지역의 의료기관 수(개), 요양병원 병상(정원) 수(명), 의사 수(명) 등을 설명변수로 사용하였다. 급성기 병원, 요양병원, 장기요양시설 간에 유사한 환자에 대한 경쟁 및 대체관계를 보고한 선행연구[10]를 참고하여 이들이 지역 간 인정률 차이에 영향을 줄 수 있다고 판단하여 설명변수에 포함하였다.
- 패널분석을 위한 2010–2014년까지의 패널자료를 구축함에 있어 장기요양운영센터별로 노인 인구수는 노인장기요양통계연보의 65세 이상 의료보장 적용 인구수를 사용하였으며, 등급판정자는 각 연도 말을 기준으로 사망, 중복이 제외된 등급판정자 수로 하였고 기각, 각하, 진행 중인 경우는 제외하였다. 인정자 수는 연도 말을 기준으로 유효한 인정자 수로 패널자료를 구축하였다.
- 장기요양운영센터 관할 주민의 건강 관련 변수로는 65세 이상 치매환자 수(명), 고혈압 환자 수(명), 당뇨 환자 수(명), 중풍 환자 수(명), 이상지질혈증(고지혈증 포함) 환자 수(명), 관절염 환자 수(명) 등을 설명변수에 포함하였다. 장기요양서비스에 대한 건강 측면에서의 요구도에 따라 지역별 인정률의 차이가 발생하는지 파악해보기 위하여 설명변수로 설정하였다.
- 장기요양운영센터 관할 주민의 특성변수에는 독거노인 비율, 기초생활자 비율, 65세 이상 여성 비율을 설명변수로 사용하였다. 기초생활자 비율, 65세 이상 여성 비율이 인정률에 영향을 미치는 것으로 보고한 선행연구[6]를 참고하여 지역별 인정률의 결정요인변수로 사용하였다.
- 장기요양운영센터의 지역적 특성에는 지역의 규모, 도농, 재정현황 등이 지역 간 인정률 편차에 영향을 줄 것이라고 판단하여 운영센터가 출장소인지 여부, 운영센터가 농촌지역에 위치하고 있는지 여부에 대한 더미변수와 운영센터 관할 지역의 재정자주도(%), 인구증가율(%) 변수를 포함하였다.
- 주민 소득 관련 변수는 지역의 소득수준에 따라 인정률 편차가 발생하는지 파악해보기 위해 설정한 변수로 장기요양운영센터 관할 지역의 평균보험료(원)를 지역의 소득수준의 대리변수로 사용하였다. 노인장기요양보험서비스의 공급이 많은 지역일수록 서비스 이용에 대한 접근성이 높을 것이라 판단하여 장기요양서비스 접근도에 대한 변수에는 장기요양운영센터 관할 지역의 재가서비스 기관 수(개), 요양시설 정원 수(명), 요양보호사 수(명) 등을 설명변수로 포함하였다.
- 지역본부 특성은 서울지역본부, 경인지역본부, 대구지역본부, 부산지역본부, 광주지역본부 중 해당 장기요양운영센터가 어느 지역본부에 속하는지를 더미변수를 사용하여 구분하였다.
- 지자체 관련 변수로는 장기요양운영센터 관할 지역의 노인돌봄서비스 수혜 비율(%)을 변수로 사용하였다. 현재 지자체에서 노인장기요양보험 등급 외 A, B, 장애인 1–3등급, 차상위계층 이하 노인을 대상으로 노인돌봄서비스를 실시하고 있다[9].
대상 데이터
- 2010–2014년의 재정 자주도는 행정자치통계연보, 인구증가율은 국가통계포털(Korean Statistical Information Service)을 각각 이용하였고, 기초생활수급자 비율 및 65세 이상 여성 비율은 2010–2014년 노인장기요양보험 통계연보를 이용하였다.
- i장기요양운영센터가 어느 지역본부에 속하는지 여부, 출장소인지 여부, 농촌지역에 위치하는지 여부, 지역별로 독거노인 비율, 노인돌봄서비스 수혜 비율, 의료기관 수, 요양병원 병상(정원) 수, 의사 수, 65세 이상 치매 환자 수, 고혈압 환자 수, 당뇨 환자 수, 중풍 환자 수, 이상지질혈증 환자 수, 관절염 환자 수, 평균보험료, 재가서비스 기관 수, 요양시설 정원 수, 요양보호사 수는 국민건강보험공단에서 받은 자료를 이용하였다. 2010–2014년의 재정 자주도는 행정자치통계연보, 인구증가율은 국가통계포털(Korean Statistical Information Service)을 각각 이용하였고, 기초생활수급자 비율 및 65세 이상 여성 비율은 2010–2014년 노인장기요양보험 통계연보를 이용하였다.
데이터처리
- 통계 package인 STATA SE ver. 13.0 (Stata Corp., College Station, TX, USA)를 사용하여 상기 모형 1과 모형 2를 패널분석하였으며, Hausman test 결과 설명변수와 ηi(개인적인 효과) 사이에 상관관계가 없음이 확인되었으므로 확률효과모형(random effects model)을 사용하여 GLS (generalized least squares) 추정을 시도하였다.
이론/모형
- 장기요양운영센터 관할 주민의 특성변수에는 독거노인 비율, 기초생활자 비율, 65세 이상 여성 비율을 설명변수로 사용하였다. 기초생활자 비율, 65세 이상 여성 비율이 인정률에 영향을 미치는 것으로 보고한 선행연구[6]를 참고하여 지역별 인정률의 결정요인변수로 사용하였다.
성능/효과
- 먼저 인정률 1에 정(positive)의 영향을 주는, 통계적으로 유의한 설명변수는 해당 장기요양운영센터가 경인지역본부에 속할 경우, 독거노인 비율, 요양병원 병상(정원) 수, 치매 환자 수, 이상지질혈증 환자 수, 재가기관 수, 요양시설 정원 수 등이며 인정률 1에 부(negative)의 영향을 주는 설명변수로는 대구지역본부, 부산지역본부, 광주 지역본부 더미, 의사 수 등으로 나타났다. 통계적으로 유의한 지역본부 더미변수에서는 경인지역본부(X2)의 인정률이 가장 높은 것으로 나타났고 대구(X3), 광주(X5), 부산(X4)지역본부 순으로 높은 것을 알 수 있다.
- 본 연구에서 주민들의 소득에 대한 대리변수로 사용한 건강보험 평균보험료는 등급판정자 대비 인정자 수인 인정률 2와 정의 관계에 있는데, 소득수준이 높은 지역의 인정률이 높아진다는 것을 알 수 있다. 선행연구[1]에서도 고소득층 비율이 높을수록 인정률이 높아지는 결과를 보고하고 있는데, 저소득층의 경우에는 지방자치단체의 돌봄서비스 등 장기요양보험이 아닌 다른 복지시스템을 이용할 수 있기 때문인 것으로 생각된다.
- 분석 결과 인정률 1(65세 이상 노인 인구 수 대비 인정자 수)에 정(positive)의 영향을 미치는, 통계적으로 유의한 설명변수는 해당 장기요양운영센터가 경인지역본부에 속할 경우, 독거노인 비율, 요양병원 병상(정원) 수, 치매 환자 수, 이상지질혈증 환자 수, 재가기관 수, 요양시설 정원 등이며, 부(negative)의 영향을 미치는 설명변수로는 대구지역본부, 부산지역본부, 광주지역본부의 더미 변수와 의사 수 등인 것으로 나타났다. 한편, 인정률 2(등급판정자 수 대비 인정자 수)에 부(negative)의 영향을 주는, 통계적으로 유의한 설명변수는 대구지역본부, 부산지역본부, 광주지역본부의 더미 변수, 출장소 여부의 더미 변수, 65세 이상 여성 비율 등이며 정(positive)의 영향을 주는 설명변수는 재정 자주도, 독거노인 비율, 건강보험 평균보험료, 요양시설 정원 등인 것으로 나타났다.
- 셋째, 일본은 지역포괄지원센터에서 사전에 상담을 통해 인정 가능성이 높은 노인계층의 신청을 유도함으로써 99%의 신청자 대비 인정률을 시현하고 있다. 우리나라도 일본의 경우를 벤치마킹하여 건강보험공단의 지사(또는 장기요양운영센터) 내에 지역포괄지원센터를 설치하고 장기요양 예방 및 상담업무를 수행하게 한다면 지금과 같이 장기요양 등급신청의 남발에 따르는 등급 탈락과 이에 대한 이의 제기가 줄어들 수 있을 것으로 기대된다.
- 독거노인 비율(X10)은 인정률 2에도 정의 효과를 주고 있으며 주민들의 소득에 대한 대리변수(proxy variable)로 사용한 건강보험 평균보험료(X23)도 인정률 2와 정의 관계에 있는데, 소득수준이 높은 지역의 인정률이 높아진다는 것을 알 수 있다. 요양시설 정원(X25)은 인정률 1에서와 마찬가지로 인정률 2에서도 통계적으로 유의한 0.05의 탄력성을 시현하고 있는데, 요양시설 정원이 1% 증가하면 인정률 2가 0.05% 증가하는 것으로 나타났다.
- 인정률 2의 양상은 인정률 1과는 달라서 서울지역본부와 부산지역본부의 경우 인정률 1은 낮았으나 인정률 2는 높은 경향을 보였고, 인정률 1이 비교적 높았던 광주지역본부의 경우 인정률 2는 매우 낮게 나타났다. 6개 지역본부 중에서 광주지역본부의 인정률 2가 가장 낮았고, 서울지역본부가 가장 높았으며 이와 같은 양상은 2008년부터 2015년까지 계속 유지되고 있다(Table 3).
- 장기요양 인정률의 지역 간 격차는 여러 가지 요인에 의해 영향을 받을 수 있으며 이를 크게 구분하면 노인장기요양보험제도 내적인 요인과 제도 외적인 요인으로 나눌 수 있겠다[12]. 지역별 인정률 결정요인에 대한 패널분석결과 장기요양운영센터 간의 인정률 격차는 제도 내적인 문제라기보다는 장기요양운영센터가 영향을 미칠 수 없는, 요양시설, 재가기관의 존재 등의 외부적, 구조적 요인에 의해 크게 영향을 받는 것으로 나타났다. 따라서 지역 간 인정률의 격차나 편차를 인위적으로 감소시키는 정책에 초점을 맞추기보다는 인정조사나 등급판정의 정확성을 제고하는데 중점을 두어야 할 것으로 생각된다.
- 먼저 인정률 1에 정(positive)의 영향을 주는, 통계적으로 유의한 설명변수는 해당 장기요양운영센터가 경인지역본부에 속할 경우, 독거노인 비율, 요양병원 병상(정원) 수, 치매 환자 수, 이상지질혈증 환자 수, 재가기관 수, 요양시설 정원 수 등이며 인정률 1에 부(negative)의 영향을 주는 설명변수로는 대구지역본부, 부산지역본부, 광주 지역본부 더미, 의사 수 등으로 나타났다. 통계적으로 유의한 지역본부 더미변수에서는 경인지역본부(X2)의 인정률이 가장 높은 것으로 나타났고 대구(X3), 광주(X5), 부산(X4)지역본부 순으로 높은 것을 알 수 있다. 독거노인(X10)은 추정결과 (+) 값을 갖는 것으로 나타났는데, 독거노인 비율이 높으면 인정률이 높아지는 것으로 해석할 수 있겠으며 독거노인 비율이 1% 증가하면 인정률이 0.
- 분석 결과 인정률 1(65세 이상 노인 인구 수 대비 인정자 수)에 정(positive)의 영향을 미치는, 통계적으로 유의한 설명변수는 해당 장기요양운영센터가 경인지역본부에 속할 경우, 독거노인 비율, 요양병원 병상(정원) 수, 치매 환자 수, 이상지질혈증 환자 수, 재가기관 수, 요양시설 정원 등이며, 부(negative)의 영향을 미치는 설명변수로는 대구지역본부, 부산지역본부, 광주지역본부의 더미 변수와 의사 수 등인 것으로 나타났다. 한편, 인정률 2(등급판정자 수 대비 인정자 수)에 부(negative)의 영향을 주는, 통계적으로 유의한 설명변수는 대구지역본부, 부산지역본부, 광주지역본부의 더미 변수, 출장소 여부의 더미 변수, 65세 이상 여성 비율 등이며 정(positive)의 영향을 주는 설명변수는 재정 자주도, 독거노인 비율, 건강보험 평균보험료, 요양시설 정원 등인 것으로 나타났다.
후속연구
- 선행연구[1]에서도 고소득층 비율이 높을수록 인정률이 높아지는 결과를 보고하고 있는데, 저소득층의 경우에는 지방자치단체의 돌봄서비스 등 장기요양보험이 아닌 다른 복지시스템을 이용할 수 있기 때문인 것으로 생각된다. 그러나 장기요양보험의 본인부담금으로 인하여 저소득층의 장기요양보험 이용이 제한되고 있는지 확인할 필요가 있으며 다른 복지서비스가 저소득층 노인의 요양필요도를 충족시키는데 충분한 양질의 서비스를 제공하고 있는지도 검토하여야 할 것이다.
- 노인장기요양보험 등급 인정에 중요한 변수 중 하나는 일상생활 수행능력이며 선행연구[13]에서는 치매나 뇌졸중 등의 주요 질병을 통제하고도 등급 판정에 유의한 영향을 미치는 변수가 일상생활 수행능력임을 보고하고 있다. 그러나 현재 지역별 노인의 일상생활 수행능력 장애율을 파악할 수 있는 2차 자료를 얻는데 한계가 있어서 본 연구의 분석모형에는 포함하지 못한 것을 제한점으로 지적할 수 있다.
- 둘째, 앞으로 지역 간, 장기요양운영센터 간 인정률 격차에 대한 분석보다는 52개 인정조사항목에 대한 운영센터별, 인정조사자별 분석으로 이행하는 것을 고려해 보아야 할 것이다. 인정조사항목 중 주관적으로 판단하여야 하는 항목의 편차를 줄일 수 있다면 인정조사의 신뢰성이 높아질 것으로 생각된다.
- 지역 간 인정률 격차 결정요인에 대한 국내외 연구가 부족한 상황에서 기존의 연구[1,5,6]가 횡단면자료를 이용하고 있는데 비해 본 연구는 패널자료를 이용함으로써 인정률의 시간적 변화 추이를 반영하였다는 점에서 의의가 있다고 하겠다. 또한 비교적 최근 자료를 활용하였기 때문에 향후 장기요양 관련 정책 수립에 있어 기초자료로서 활용도가 높을 것으로 판단된다.
- 본 연구에서는 자료 구득의 제약으로 인해 인정 여부를 결정하는 등급판정위원회의 특성을 반영하지 못하였으나 선행연구[14,15]에 따르면 등급판정위원회의 구성방법, 의결정족 수, 등급판정위원회 간사의 설명, 등급판정위원의 참석률 등이 장기요양등급인정에 영향을 미친다고 보고하고 있는데, 향후에는 이와 같은 특성을 반영할 수 있는 연구가 수행되어야 할 것으로 생각된다.
- 셋째, 일본은 지역포괄지원센터에서 사전에 상담을 통해 인정 가능성이 높은 노인계층의 신청을 유도함으로써 99%의 신청자 대비 인정률을 시현하고 있다. 우리나라도 일본의 경우를 벤치마킹하여 건강보험공단의 지사(또는 장기요양운영센터) 내에 지역포괄지원센터를 설치하고 장기요양 예방 및 상담업무를 수행하게 한다면 지금과 같이 장기요양 등급신청의 남발에 따르는 등급 탈락과 이에 대한 이의 제기가 줄어들 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.