$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

의료자원 공급, 수요의 성과 효율성에 대한 실증분석
Technical Efficiency of Medical Resource Supply and Demand 원문보기

地域硏究 = Journal of the Korean Regional Science Association, v.34 no.2, 2018년, pp.3 - 19  

장인수 (한국보건사회연구원) ,  안형석 (한국보건사회연구원) ,  김홍석 (서울대학교 농경제사회학부 및 농업생명과학원)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 우리나라 의료자원의 임상적 성과에 대한 효율성을 종단적으로 관찰하는 데 있다. 이를 위하여, 2006년부터 2013년까지 우리나라 16개 시도의 연령 표준화 사망률을 산출변수로, 의사, 전문의, 수술, 의료기관, 상급종합병원비율, 만성질환 진료 실인원, 만성질환 내원일 수를 투입변수로 정하고, 이를 이용한 의료성과 및 의료자원에 대한 집계자료를 구축하여 패널확률프론티어모형을 분석방법으로 적용하였다. 또한 시도별 인구사회학적, 사회경제적 특성, 의료자원 분포 특성 변수인 실업률, 노인인구비율, 1인당 GRDP, 종합병원 대비 상급종합병원 비율이 패널확률프론티어모형 분석 결과를 바탕으로 도출된 기술적 효율성에 미치는 영향을 추가적으로 살펴보았다. 이때 오차항의 이분산과 자기상관을 고려한 패널모형을 적용하였다. 주요 분석 결과는 다음과 같다. 첫째, 임상적 성과에 대해서는 의사, 전문의와 같은 공급 측면의 인적 의료자원과 단위 인구당 만성질환 진료 실인원과 같은 수요 측면의 요인이 각각 유의한 영향력을 미치는 것으로 나타났다. 둘째, 투입요소 시변 마모 모형 적용 결과 각 투입요소별 기술 결합 효율성 추정치는 임상적 성과 효율성이 지역별로 59~70%로 나타났다. 셋째. 임상적 성과에 영향을 미치는 투입요소의 기술적 효율성 추정치는 분석기간 동안 모든 지역에서 미세하게 증가하는 추세가 도출된 반면, 증가 추세는 미세하게 감소하였다. 넷째, 지역의 노인인구비율과 1인당 GRDP는 기술적 효율성 수치에 유의한 정(+)적 영향력을 미치는 것으로 나타났다. 지역별 각 효율성의 차이는 투입요소인 의료자원의 지역별 차이와 이의 결합과 지역의 인구사회학적, 사회경제적 특성 등에 기인한 것으로서, 지역별로 임상적 성과에 영향을 미치는 의료자원의 공급 편중과 수요의 접근성 차이, 인구구조와 경제적 차이가 복합적으로 작용함에 따른 기술적 효율성 차이가 다르게 나타나고 있음을 보였다는 점에 본 연구의 의의가 있다.

Abstract AI-Helper 아이콘AI-Helper

The objective of this study is to observe the efficiency of clinical performance on the supply and demand of medical resources in Korea. For the empirical analysis, we constructed the dataset on age standardized mortality rate, the number of physician, specialist, surgery, medical institution, ratio...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 거리함수의 개념을 바탕으로 생산성 변화의 정도를 판단하는 맘퀴스트 생산성 지수 등 (비)효율성을 측정할 수 있는 방법론적 접근이 다양하게 이루어져 왔으나, 본 절에서는 본 연구의 분석방법과 관련된 확률 프론티어 비용함수 모형을 적용한 주요 사례만을 고찰하기로 한다. 구체적으로, Zuckerman, S.
  • 이에 지금까지 다양한 연구에서 두루 적용되어 온 패널 확률프론티어모형을 분석방법으로 하여, 임상적 성과를 대리하는 변수로서 연령 표준화 사망률을, 지역별 의료자원의 수요와 공급을 투입요인으로 복합적으로 고려하여, 우리나라 지역별 의료자원의 특성과 각 부문별 효율성에 영향을 미치는 역할에 주목한다. 또한 분석기간 내 지역별 의료자원의 임상적 성과에 대한 기술적 효율성을 살펴봄과 동시에, 패널확률 프론티어 모형 적용 결과 도출된 기술적 효율성 수치에 영향을 미치는 요인을 살펴봄으로써, 임상적 성과 효율성에 미치는 지역 특성을 실증적으로 관찰한다.
  • 이에 본 연구는 지역별 의료자원의 수요와 공급에 대한 심층적인 이해를 위해, 보건의료부문에서 임상적 측면의 산출물 생산에 대한 의료 자원 투입(결합) 효율성을 실증적으로 고찰하고자 한다. 또한 의료자원의 공급과 수요에 따른 산출물 수준(성과)의 종단적 양상을 관찰하고자 한다. 실증분석을 위해 우리나라 16개 시도의 2006~2013년까지의 의료 자원 현황의 집계 자료를 패널 형태로 구축하였으며, 패널확률프론티어 시변 마모 모형(panel stochastic frontier time decay model)을 적용하여, 분석 결과를 바탕으로 각 시도별 임상적 성과의 효율성 추이를 도출한다.
  • 앞서 언급한 바와 같이, 지역별 의료자원 결합의 임상적 효율성을 각각 살펴보기 위하여 본 연구에서는 패널확률프론티어모형(Panel Stochastic Frontier Analysis)을 적용하기로 한다. 본 모형의 적용은 각 지역별 의료자원 결합의 효율성을 종단적으로 살펴보고자 하는 본 연구의 목적과도 맞물려 있다. 분석방법과 관련하여 좀 더 구체적으로, 본 연구의 실증분석 구조가 우리나라 16개 시도에 대한 시계열적 관찰을 전제로 하므로, 횡단면 확률경계분석의 직접적인 적용이 어렵다.
  • 본 연구는 지금까지 보건 의료 부문에서 거의 수행되지 않았던 의료자원 투입의 임상적 성과에 대한 효율성을 살펴보고자 하였다. 이를 위하여 우리나라 16개 시도의 2006~2013년 자료를 구축하여 Battese & Coelli(1992)이 제시한 패널확률프론티어모형을 적용하였다.
  • 특히 본 연구는 비효율 추정치에 병원의 산출물간 측정되지 않은 차이가 반영되는 것을 최소화하기 위하여, 질병 중증도, 환자의 건강 수준 향상 등의 성과와 같은 요인을 비용함수에 반영하였다는 점에 그 특징을 찾을 수 있다. 아울러, 특정 기간 동안 특정 공간(일국 내지는 특정 지역)의 의료기관에 대하여 패널 자료를 구축하여, 운영 비효율성이 어떠한 추세를 보이고 있는지, 또한 이러한 비효율이 야기되는 실증적 근거를 규명하는 데 초점을 두고 있다. 보다 구체적으로, Rosko, M.
  • 앞서 살펴본 바와 같이 각 의료자원의 임상적 성과에 미치는 영향에 대한 의 각각의 분석 결과를 바탕으로 식 4)를 적용하여, 임상적 성과(산출물) 에 대한 각 지역별 투입물의 기술적 효율성을 도출하고, 이의 시도별 추이를 관찰하고자 하였다.
  • 지금까지 관련된 국내외 선행연구에 대한 논의를 종합하여 볼 때, 보건의료 부문에서 병원과 같은 기관에 초점을 둔 생산성과 효율성에 대한 경험적 연구가 양적으로 증가하고 있음에도, 주로 기관의 운영 측면을 견지한 경제적 성과에 주목하여 임상적 성과 등 다른 부문에 대한 생산성, 효율성에 대한 종단적 검토는 상대적으로 미진하다. 이에 본 연구는 우리나라 지역별 보건의료 부문의 의료자원에 대한 임상적 성과를 각각 실증적으로 검토함으로써, 의료자원 공급 불균형과 이에 따른 접근(수요) 불균형이 야기하는 지역별 효율성 차이를 좀 더 심도 있게 제시하고자 한다. 이에 지금까지 다양한 연구에서 두루 적용되어 온 패널 확률프론티어모형을 분석방법으로 하여, 임상적 성과를 대리하는 변수로서 연령 표준화 사망률을, 지역별 의료자원의 수요와 공급을 투입요인으로 복합적으로 고려하여, 우리나라 지역별 의료자원의 특성과 각 부문별 효율성에 영향을 미치는 역할에 주목한다.
  • 또한, 의료자원의 공급 측면 에만 치중하여 의료자원 공급에 대한 임상적 성과만을 고려하고 있어, 수요 측면이 배제되어 있는 한계점이 존재한다. 이에 본 연구는 지역별 의료자원의 수요와 공급에 대한 심층적인 이해를 위해, 보건의료부문에서 임상적 측면의 산출물 생산에 대한 의료 자원 투입(결합) 효율성을 실증적으로 고찰하고자 한다. 또한 의료자원의 공급과 수요에 따른 산출물 수준(성과)의 종단적 양상을 관찰하고자 한다.
  • 실증분석을 위해 우리나라 16개 시도의 2006~2013년까지의 의료 자원 현황의 집계 자료를 패널 형태로 구축하였으며, 패널확률프론티어 시변 마모 모형(panel stochastic frontier time decay model)을 적용하여, 분석 결과를 바탕으로 각 시도별 임상적 성과의 효율성 추이를 도출한다. 추가적으로 도출된 효율성에 대한 각 시도별 사회경제적 여건의 영향을 살펴본다.
  • 6%임을 실증적으로 보였다. 특히 본 연구는 비효율 추정치에 병원의 산출물간 측정되지 않은 차이가 반영되는 것을 최소화하기 위하여, 질병 중증도, 환자의 건강 수준 향상 등의 성과와 같은 요인을 비용함수에 반영하였다는 점에 그 특징을 찾을 수 있다. 아울러, 특정 기간 동안 특정 공간(일국 내지는 특정 지역)의 의료기관에 대하여 패널 자료를 구축하여, 운영 비효율성이 어떠한 추세를 보이고 있는지, 또한 이러한 비효율이 야기되는 실증적 근거를 규명하는 데 초점을 두고 있다.
  • (2) 효율성 영향요인 패널모형

    패널확률프론티어모형의 분석 결과를 바탕으로 각모형별 기술적 효율성 수치를 도출한 바, 이들 기술적 효율성 수치와 시도별 인구구조 및 사회경제적 특성 간 연관성을 추가적으로 분석하고자 하였다. 이를 위해 패널자료에서 흔히 나타날 수 있는 오차항의 이분산과 자기상관을 고려한 모형을 적용하였으며, 각 모형에 대한 개괄적 설명은 다음과 같다.

가설 설정

  • 2) 음영은 효율성 영향요인에 대한 최종모형임.
  • 본 모형은 다음과 같은 일반적인 패널 회귀모형 yi,t = α+βxi,t+γzi+Εi,t 에서 각 패널의 오차항 분산 구조가 다를 수 있음을 가정한 모형이다.
  • 본 연구 에서는 앞서 Battese, G. E. & T. J. Coelli(1992)이 제시한 바와 같이 uit ≥0인 절단된 정규분포(truncated normal distribution)를 가정하는데, 이는 적용 모형이 최대 효율을 갖는 확률 프론티어에서 기술적 비효율성 uit를 제외하여 효율성을 결정하는 모형이므로 uit를 비음 절단(non-negative truncation) 조건을 충족하도록 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
시변 마모란? 특히 본 연구는 패널자료의 특징을 고려하여 시변 마모 특징(time-varying decay specification)을 적용 하는데, 시변 마모란 기간에 걸친 개별 개체의 기술적 효율성(본 연구에서는 개별 시도의 의료자원의 결합에 대한 임상적성과 효율성)이 변화함을 의미한다.
의료 자원 공급의 과잉으로 나타나는 문제는? 이러한 공급 불균형은 의료 자원 이용 형평성의 비효율성을 야기하는 큰 문제로 인식되는데, 의료 자원의 공급이 부족하면 의료 서비스 이용을 적시에 이용할 수 없는, 이른바 미충족 의료 욕구가 발생하게 된다. 반대로 의료 자원 공급의 과잉은 국민 의료비가 과다 지출되는 문제가 발생할 수 있다는 점이 바로 그것이다. 특히 의료자원의 지역 불균형 현상을 의료 자원의 공급 부족 측면에서 접근하면, 의료 분야에서 인적, 물적 의료 수준이 향상되고 의료 인력과 자원은 정책적 방향에 의해 지속 증가하고 있음에도 불구하고 주된 의료 시설, 의료 인력에 대한 공간적 편중 현상이 지속 심화되어 의료 서비스의 접근성 문제가 야기될 수 있다.
의료 자원 공급이 임상적 성과에 미치는 영향이 지역별로 달라질 수 있음을 시사하는 내용은? 반대로 의료 자원 공급의 과잉은 국민 의료비가 과다 지출되는 문제가 발생할 수 있다는 점이 바로 그것이다. 특히 의료자원의 지역 불균형 현상을 의료 자원의 공급 부족 측면에서 접근하면, 의료 분야에서 인적, 물적 의료 수준이 향상되고 의료 인력과 자원은 정책적 방향에 의해 지속 증가하고 있음에도 불구하고 주된 의료 시설, 의료 인력에 대한 공간적 편중 현상이 지속 심화되어 의료 서비스의 접근성 문제가 야기될 수 있다. 이는 의료 자원 공급이 건강 수준과 같은 임상적 성과(health performance)에 미치는 영향이 지역별로 달라질 수 있음을 시사한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (41)

  1. 김두섭.박효준. 2003. 사망력 수준의 시.군별 편차 및 그 변화 추이, 1990-2000. 한국인구학, 26(1), pp.1-30. 

  2. 김순은.최선미, 2014. 공공의료기관과 일반의료기관의 성과비교분석, 한국사회와 행정연구, 24(4), pp.29-52. 

  3. 김철민, 2009. 일차의료에서 보건경제학과 성과분석, Korean Journal of Family Medicine, 30(8), pp.577-587. 

  4. 박경애, 2003. 시도의 사망원인별 사망력, 한국인구학, 26(2), pp.1-32. 

  5. 박성용.조은경.이광수, 2014. 지역 간 의료자원 이용의 효율성 분석, 대한보건연구, 40(4), pp.107-119. 

  6. 박은옥, 2013. 시.군.구 단위 지역사회 심뇌혈관 질환 표준화 사망률과 관련 요인 분석, 보건과 사회과학, 34, pp.257-271. 

  7. 변용찬.이성국.박수지.이민경, 2011. 지역별 건강수명의 형평성 분석과 정책과제. 한국보건사회연구원 연구 보고서 2011-28. 

  8. 오영호, 2008. GINI계수에 의한 주요 보건의료인력의 지역간 분포 변화, 한국보건사회연구원 보건복지포럼, 139, pp.98-110. 

  9. 유금록, 2003. 보건소의 생산성 측정: 전라북도를 중심으로, 한국행정학보, 37(4), pp.261-280. 

  10. 유금록, 2010. 공공의료서비스의 효율성 평가:지방 의료원에 대한 부트스트랩 자료포락분석모형의 적용, 한국사회와 행정연구, 212, pp.117-140. 

  11. 이상규, 2012. 우리나라 고가 의료장비 현황과 정책대안: 정책의 수직적, 수평적 동기화, Journal of Korean Medical Association, 55(1), pp.950-958. 

  12. 이성용, 2003. 사망수준과 사망 원인관련 지표들 간의 관계에 대한 자료탐색 분석, 한국인구학, 26(1), pp. 33-62. 

  13. 장인수.권대영.김홍석, 2017. 지역별 의료 자원의 성과 효율성 분석, 보건사회연구, 37(4), pp.336-369. 

  14. 정재명, 2015. 지방공공기관의 정태적, 동태적 효율성 및 생산성 분석: 경남 지방보건소를 중심으로, 지방행정연구, 29(3), pp.84-111. 

  15. 조재영.이광수.정형선, 2014. 맘퀴스트 생산성 지수를 이용한 지역별 보건의료 생산성 추세 분석2002-2011), 보건경제와 정책연구, 20(1), pp.63-86. 

  16. 통계청, 2015, 2014년 사망원인통계 보도자료. 

  17. Aigenr, Lovell, Schmidt. 1977. Formulation and estimation of stochastic frontier production function models, Journal of Econometrics, 6, pp.21-37. 

  18. Battese, G. E. & T. J. Coelli. 1992. Frontier production functions, technical efficiency and panel data: With application to paddy farmers in India, Journal of Productivity Analysis, 3, pp.153-169. 

  19. Battese, G. E. & T. J. Coelli. 1995. A model for technical inefficiency effects in a stochastic frontier production function for panel data, Empirical Economics, 20, pp.325-332. 

  20. Chirikos, T. & Sear, A. 2000. Measuring hospital inefficiency: A comparison of two approaches, Health Services Research, 34(February), pp.1389-1408. 

  21. Dor, A. 1994. Non-minimum cost functions and the stochastic frontier: On applications to health care providers, Journal of Health Economics, 13(3), pp.329-334. 

  22. Greene, W. 2004. Distinguishing between heterogeneity and inefficiency: stochastic frontier analysis of the World Health Organization's panel data on national health care systems, Health economics, 13(10), pp.959-980. 

  23. Greene, W. 2005. Fixed and random effects in stochastic frontier models, Journal of productivity analysis, 23(1), pp.7-32. 

  24. Hollingsworth, B. 2008. The measurement of efficiency and productivity of health care delivery, Health economics, 17(10), pp.1107-1128. 

  25. Karpa, W., Lesniowska, J., 2014, Efficiency of Health Care Systems: Stochastic Frontier Analysis Including Innovation Component, Prace Naukowe Akademii im. Jana Dlugosza w Czestochowie. Pragmata Tes Oikonomias, 8, pp.159-167. 

  26. Koop, G., Osiewalski, J., Steel, M. F. 2000. Modeling the sources of output growth in a panel of countries, Journal of Business & Economic Statistics, 18(3), pp.284-299. 

  27. Linna, M. 1998. Measuring hospital cost efficiency with panel data models, Health economics, 7(5), pp.415-427. 

  28. Li, T., Rosenman, R. 2001. Cost inefficiency in Washington hospitals: a stochastic frontier approach using panel data, Health care management science, 42, pp.73-81. 

  29. Miller, M. E. Page, A. H. Stevens, M. Filipski, 2009, Why Are Recessions Good for Your Health?, American Economic Review Papers & Proceedings, 99(2), pp.122-127. 

  30. Ogloblin, C. 2011. Health care efficiency across countires: a stochastic frontier analysis, Applied econometrics and international development, 11(1), pp.5-14. 

  31. Olley, S. and A. Pakes. 1996. The Dynamics of Productivity in the Telecommunications Equipment Industry, Econometrica, 64, pp.1263-1297. 

  32. Rosko, M. D. 2001. Cost efficiency of US hospitals: a stochastic frontier approach, Health economics, 10(6), pp.539-551. 

  33. Rosko, M. D., Mutter, R. L. 2008. Stochastic frontier analysis of hospital inefficiency: a review of empirical issues and an assessment of robustness, Medical Care Research and Review, 652, pp.131-166. 

  34. Ruhm. C. J. 2000, Are recessions good for your health?, Quarterly Journal of Economics, 115, pp.617-650. 

  35. Skinner, J. 1994. What do stochastic frontier cost functions tell us about inefficiency?, Journal of Health Economics, 13(3), pp.323-328. 

  36. Tsionas, E. G. 2002. Stochastic frontier models with random coefficients, Journal of Applied Econometrics, 172, pp.127-147. 

  37. Vitaliano, D. F., Toren, M. 1994. Cost and efficiency in nursing homes: a stochastic frontier approach, Journal of Health economics, 13(3), pp.281-300. 

  38. Wagstaff, A., Lopez, G. 1996. Hospital costs in Catalonia: a stochastic frontier analysis, Applied Economics Letters, 3(7), pp.471-474. 

  39. Worthington, A. C. 2004. Frontier efficiency measurement in health care: a review of empirical techniques and selected applications, Medical care research and review, 612, pp.135-170. 

  40. Zuckerman, S., Hadley, J., Iezzoni, L. 1994. Measuring hospital efficiency with frontier cost functions, Journal of health economics, 13(3), pp.255-280. 

  41. 국가통계포털, http://kosis.kr. 

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로