Ⅰ. 서론
부산광역시는 저출산과 고령화의 영향으로 인구 구조 변화가 빠르게 진행되고 있으며, 고령화와 인구 감소가 동시에 진행되는 대표적인 대도시이다[1]. 통계청에 따르면 2025년 부산광역시의 고령 인구 비율은 25.3%로 전국 평균(21.2%)을 상회하며, 2015년 14.6%에서 크게 증가한 것으로 나타났다. 같은 기간 총인구수는 7.75% 감소한 반면, 고령 인구 비율은 73.29% 증가한 것으로 나타나, 인구 구조 변화가 매우 뚜렷하게 진행되고 있음을 보여준다[2]. 이러한 특징은 부산광역시가 단순한 고령화 지역을 넘어, 인구 감소와 고령화가 복합적으로 작용하는 구조적 변화가 뚜렷하게 나타나는 대도시라는 점에서 중요한 시사점을 제공한다. 이러한 인구 구조 변화는 지역 간 불균형을 심화시키며, 실제로 행정안전부(2021)는 「지방자치분권 및 지역균형발전에 관한 특별법」에 근거하여 ‘인구감소지역’으로 전국 89개 시·군·구를 지정하였는데, 대도시인 부산광역시 내에서도 동구, 서구, 영도구가 이에 포함되었으며, 금정구와 중구가 ‘인구감소관심지역’으로 지정되었다[3]. 이는 동일한 대도시 생활권 내에서도 인구 쇠퇴와 고령화가 균등하게 나타나는 것이 아니라, 일부 지역에 집중되는 구조적 불균형이 존재함을 보여준다.
지역 간 인구 및 사회경제적 격차는 보건의료 서비스 이용 환경에도 중요한 영향을 미칠 수 있다[4]. 인구 감소 지역은 고령화가 빠르게 진행되어 만성질환 등 보건의료 수요가 급증하는 반면[5], 지역의 경제적 기반과 생활 인프라는 약화되는 이중고를 겪는다. 특히 고령화 수준, 인구증감률, 재정자립도 등을 포괄하는 지역의 다차원적 취약성은 서비스 접근성 저하와 연관될 가능성이 있으며, 이는 지역 간 건강 격차로 이어질 수 있다[6].
우리나라의 보건의료체계는 민간의료기관 중심으로 운영되고 있으며, 이와 같은 구조는 지역 간 의료자원의 분포 불균형과도 맞물려 작용한다[7]. 특히 인구 감소 지역 등과 같이 의료서비스 수요 기반이 상대적으로 취약한 지역에서는 민간의료 공급이 제한될 가능성이 있어, 공공보건의료의 보완적 역할이 더욱 중요해진다. 특히 지역보건의료기관(보건소, 보건지소, 보건진료소 등)은 지역 주민을 대상으로 예방 중심의 보건서비스 및 만성질환 관리 서비스를 제공하는 1차 보건의료의 핵심 기반으로서 중요한 역할을 담당한다[8][9].
한편, OECD 통계에 따르면 2022년 우리나라의 공공의료기관 기관 수 비중은 약 5.2%로 OECD 평균(55.1%)에 비해 현저히 낮은 수준에 머물러 있다[10]. 이는 공공보건의료 제공 기반이 상대적으로 제한적임을 의미하며, 지역 사회 내 필수 기반인 지역보건의료기관 역시 공간적·구조적 제약 하에 운영되고 있을 가능성을 시사한다. 이러한 여건은 지역보건의료기관 이용 수준이 지역 간 차이를 보일 수 있음을 함의하며, 이에 대한 구조적 분석의 필요성을 제기한다. 질병관리청의 「시·군·구별 연간 보건기관 이용률」통계에 따르면, 2024년 기준 전국 평균 이용률은 21.0%로 나타났다. 지역별로는 전라남도가 28.5%로 가장 높은 수준을 보인 반면, 대전광역시는 9.4%로 가장 낮은 수준을 나타냈다. 부산광역시의 경우 17.1%로 전국 평균보다 낮은 수준을 보였다. 이러한 결과는 동일한 국가 내에서도 지역 간 지역보건의료기관 이용 수준의 차이가 뚜렷하게 존재함을 보여준다[11].
지역보건의료기관과 관련된 기존의 연구들은 주로 보건소 이용의 개인적 결정요인이나 공공보건의 역할에 초점을 두고 이루어져 왔다. 보건소 이용은 연령, 소득, 건강상태 등 개인적 요인의 영향을 받으며, 취약계층을 중심으로 민간의료를 보완하는 기능을 수행하는 것으로 보고되었다. 한편, 최근에는 인구 감소 지역을 중심으로 공공보건의료기관의 접근성 문제를 다룬 연구도 수행되어 왔다. Park & Choi[12]는 전국 단위 자료를 활용하여 보건소 이용률과 개인 및 지역특성 요인을 함께 분석하였다. 연구 결과, 고령 인구 비율이 높은 지역과 사회경제적으로 취약한 집단에서 보건소 이용률이 높게 나타났으며, 개인특성과 지역특성을 동시에 고려할 때 설명력이 증가하는 것으로 확인되었다. 그러나 해당 연구는 보건소 이용에 영향을 미치는 요인에 보건기관 간 물리적 접근성을 측정하여 연구에 반영하지 못한 한계가 있었다.
또한 경상북도를 대상으로 한 연구에서는 인구 감소 지역 내 공공보건의료기관의 공간적 접근성을 분석하여 지역 간 의료서비스 이용 가능성의 격차를 확인하였다. 이는 지역 간 물리적 접근성 차이가 보건의료 이용과 관련될 수 있다는 점에서 의의가 있다. 그러나 해당 연구는 의료기관까지의 거리와 접근성 등 공급 측면에 초점을 두고 있어, 실제 이용 수준의 차이나 지역별 이용 양상의 구조적 차이를 설명하지는 못하였다[13]. Jang[14]의 지역 의료접근성이 개인의 미충족의료 경험에 미치는 영향 분석 결과, 의료기관까지의 이동거리와 같은 물리적 접근성 요인이 미충족의료 경험 증가와 유의한 관련이 있는 것으로 나타났으며, 지역 수준의 영향 역시 일정 부분 존재하는 것으로 확인되었다. 또한 의료자원의 단순한 가용성보다 실제 접근성이 의료이용에 더 중요한 요인으로 작용할 수 있음을 제시하였다. 개인 수준의 연구에서도 독거노인과 기초생활수급자와 같은 사회경제적 취약계층은 의료서비스 이용에 제약을 경험하며, 이들 집단에서 미충족 의료 경험이 높게 나타나는 것으로 보고되고 있다[15].
한편, 부산·경남 지역 65세 이상 고령층의 미충족 의료에 영향을 미치는 요인을 분석한 결과, 의료비 부담, 거동 불편, 의료서비스에 대한 인식 부족, 사회적 지원 부족 등 다양한 요인이 의료이용에 영향을 미치는 것으로 나타났다. 이는 의료이용이 단순한 물리적 접근성뿐만 아니라 개인의 인식과 사회적 환경 등 복합적 요인에 의해 결정될 수 있음을 시사한다[16].
그럼에도 불구하고, 기존의 연구들은 지역보건의료기관 이용에 영향을 미치는 개인의 소득 수준이나 고령화율과 같은 연속 변수 등 개별 요인을 중심으로 분석하거나, 변수 간 관계를 규명하는 데 초점을 두어 왔다. 이러한 연구들은 지역보건의료기관 이용에 영향을 미치는 주요 요인을 밝히는 데 기여하였다는 점에서 의의를 가진다.
그러나 이러한 접근은 지역을 단순한 배경 변수로 다루거나, 농어촌 및 의료취약지를 중심으로 분석이 이루어져, 대도시 내부에서 나타나는 인구 구조 변화와 공간적 불균형이 결합된 구조적 특성을 충분히 반영하지 못하였다. 특히, 동일한 대도시 내에서도 지역 간 인구 구조, 사회경제적 여건, 공간적 접근성이 상이함에도 불구하고, 이를 통합적으로 고려한 분석은 상대적으로 부족한 실정이다. 따라서 본 연구는 이러한 한계를 보완하기 위해, 지역 간 구조적 차이를 반영한 집단 구분을 통해 실제 이용 수준에서 의미 있는 격차가 나타나는지를 확인하고자 한다. 즉, 초고령화와 인구 감소가 동시에 진행되는 대표적인 대도시인 부산광역시 16개 구·군을 대상으로 인구 감소와 고령화, 그리고 공간적 접근성의 차이를 고려하여 지역 특성을 구분하고, 사회경제적 취약성 등이 결합된 구조가 지역보건의료기관 이용과 어떠한 관련성을 보이는지를 탐색적으로 확인하는 것을 목적으로 한다. 이를 통해 지역별 특수성을 반영한 보건의료 자원 배분 및 공공보건 기능 개선을 위한 기초자료를 제시하고자 한다.
Ⅱ. 연구방법
1. 연구대상 및 자료수집
본 연구는 부산광역시 16개 구·군을 분석 단위로 설정한 횡단면 연구이다. 분석 자료는 2024년 기준 지역사회건강조사와 국가통계포털(Korean Statistical Information Service, KOSIS), 통계지리정보서비스(Statistical Geographic Information Service, SGIS)에서 수집하였다. 지역사회건강조사는 「지역보건법」에 근거하여 매년 실시되는 질병관리청의 국가승인통계로, 시·군·구 단위 지역 주민의 건강수준, 건강행태 및 보건의료 이용 현황을 파악하기 위해 19세 이상 성인을 대상으로 표본 설문조사를 통해 자료를 수집한다. 해당 조사는 개인을 대상으로 수행되지만, 지역 단위의 대표성을 확보하도록 설계되어 있어 시·군·구 수준의 건강 관련 지표 산출에 활용된다. 지역 구조 특성을 반영하기 위해 고령화율, 인구증감률, 그리고 공간적 접근성을 나타내는 지역보건의료기관 20분 기준 미도달 인구 비율을 주요 변수로 구성하였다. 이들 변수는 지역보건의료기관 이용률과의 관계를 파악하기 위한 주요 구조 변수로 설정하였으며, 변수 간 단순한 선형적 관계뿐만 아니라 지역의 다차원적 구조를 함께 고려하여 분석하고자 하였다. 이를 위해 변수 간 상관분석과 회귀분석을 병행하여 각 변수와 이용률 간의 관계를 탐색적으로 분석하였다. 지역 구조 특성 변수 중 고령화율, 인구증감률, 기초생활수급자 비율, 독거노인 비율 및 재정자립도는 국가통계포털(KOSIS) 자료를 활용하였다. KOSIS는 통계청에서 운영하는 국가 공식 통계 제공 시스템으로, 지역 단위 인구·사회경제 지표 산출에 활용하였다. 재정자립도는 행정안전부에서 제공하는 지방재정 관련 통계를 기반으로 하였다. 또한 지역보건의료기관 20분 기준 미도달 인구 비율 산출을 위한 공간정보는 통계지리정보서비스(SGIS) 자료를 활용하였다. SGIS는 지역별 공간정보를 제공하는 통계 서비스로, 접근성 분석에 활용하였다.
2. 변수 정의 및 측정
1) 종속변수
본 연구의 종속변수는 지역보건의료기관 이용률이며, 질병관리청 지역사회건강조사 기반의 시·군·구별 연간 보건기관 이용률 자료를 활용하였다. 지역보건의료기관 이용률은 19세 이상 성인을 대상으로 최근 1년 동안 보건소(보건의료원), 보건지소, 건강생활지원센터, 보건진료소 등 지역보건의료기관을 이용한 경험이 있는 인구의 비율을 의미한다. 다만, 해당 지표는 이용의 목적과 서비스 세부 유형을 구분하지 못하므로, 본 연구에서는 지역보건의료기관의 전반적인 이용 수준을 나타내는 지표로 간주하였다.
2) 지역 구조 특성 변수
지역 간 구조적 차이를 설명하기 위해 고령화 수준, 인구 변화, 공간적 접근성, 그리고 사회경제적 및 보건학적 특성을 반영하는 변수를 포함하였다. 먼저, 구조적 특성을 반영하는 주요 변수로 고령화율, 인구증감률, 그리고 20분 기준 미도달 인구 비율을 포함하였다.
고령화율은 전체 인구 대비 65세 이상 인구의 비율로, 지역 내 보건의료 수요를 나타내는 지표이다. 고령화율이 높은 지역일수록 만성질환 관리 및 예방 중심의 보건의료 수요가 증가할 가능성이 크다[6]. 인구증감률은 일정 기간 동안 지역의 성장 또는 쇠퇴 수준을 반영하는 지표이다. 인구 감소가 지속되는 지역은 생활 기반 약화와 함께 보건의료 서비스 이용 환경에도 영향을 받을 가능성이 있다. 이러한 고령화와 인구 감소로 나타나는 지역소멸 위험은 의료이용과 유의한 관련이 있는 것으로 보고된 바 있어[17], 본 연구에서는 이를 고려하여 주요 구조 변수로 선정하였다. 20분 기준 미도달 인구 비율은 거주지에서 지역보건의료기관까지 20분 이내에 차량으로 도달하지 못하는 인구의 비율로, 물리적 접근성과 이동 제약을 반영하는 지표이다. 본 변수는 통계지리정보서비스(SGIS)의 「지역보건의료기관 접근현황」통계주제도에서 제공하는 자료를 활용하였다. 해당 지표는 지역보건의료기관 접근현황에 기반한 지역보건의료기관의 균형 배치와 활용도를 예측하기 위해 구축된 자료로, 실제 교통 여건을 반영한 생활권 기반의 실질적 접근성을 나타낸다. 또한, 선행연구에서도 의료기관까지의 물리적 접근성이 의료이용에 중요한 영향을 미치는 요인으로 제시되고 있어[14], 본 연구에서는 이를 반영하여 20분 기준 미도달 인구 비율을 공간적 접근성 변수로 포함하였다.
사회경제적 특성 반영을 위해 기초생활수급자 비율, 독거노인 비율, 재정자립도를 포함하였다. 기초생활수급자 비율은 지역 내 절대적 빈곤 수준을 나타내는 지표로, 사회경제적 취약성을 반영하고, 독거노인 비율은 사회적 고립 및 돌봄 수요를 나타내는 지표로, 지역 내 취약계층 구조를 설명한다. 재정자립도는 지방자치단체의 재정적 역량을 나타내는 지표로, 지역의 공공서비스 제공 역량을 간접적으로 반영한다[16]. 또한 지역보건의료기관 밀도는 인구 대비 지역보건의료기관 수를 의미하며, 지역 내 보건의료 인프라 수준을 나타낸다. 지역보건의료기관 수는 한국건강증진개발원 「지역보건의료기관현황」(2024년 12월 31일 기준)으로 산출하였다.
마지막으로, 만성질환 부담을 반영하기 위해 보건학적 변수로서 고혈압 진단경험률(30세 이상)과 당뇨병 진단경험률(30세 이상)을 포함하였다. 이는 단순한 고령 인구 비율을 넘어 지역보건의료기관의 예방 및 관리 대상이 되는 질병 부담 수준을 반영하기 위한 것이다.
3. 분석방법
1) 상관분석
먼저 기초통계 분석 후, 지역보건의료기관 이용률과 지역 구조 특성 변수 간의 전반적인 관계를 파악하기 위해 Spearman 상관분석을 실시하였다. Spearman 상관계수는 변수 간 순위 기반 관계를 측정하는 비모수적 방법으로, 표본 수가 제한된 상황에서도 변수 간 단조 관계를 안정적으로 확인할 수 있다는 장점이 있다. 또한 변수 간 상관행렬을 함께 검토하여 독립변수 간 상관 구조를 확인하고, 회귀분석에서 발생할 수 있는 다중공선성 가능성을 사전에 점검하였다.
2) 회귀분석
지역 구조 변수와 지역보건의료기관 이용률 간의 관계를 보다 구체적으로 확인하기 위해 회귀분석을 실시하였다. 먼저, 고령화율, 인구증감률, 20분 기준 미도달 인구 비율을 각각 독립변수로 투입한 단순 회귀분석을 수행하여 개별 변수와 이용률 간의 선형적 관계를 검토하였다.
또한 주요 구조 변수를 동시에 고려한 다중 회귀분석을 추가로 실시하여 변수 간 상호 영향을 통제한 상태에서 각 변수의 독립적인 영향을 확인하였다. 이 과정에서 분산팽창지수(VIF)를 산출하여 독립변수 간 다중공선성 여부를 검토하였으며, 고령화율(VIF=1.339), 인구증감률(VIF=1.344), 20분 기준 미도달 인구 비율(VIF=1.004)로 나타나 모든 변수의 VIF가 10 미만으로 확인되어 다중공선성 문제는 없는 것으로 판단하였다. 한편, 상관분석 결과 지역보건의료기관 이용률과 유의한 관계를 보인 취약성 관련 변수에 대해서는 추가적인 회귀분석을 수행하여 변수 간 관계를 보완적으로 분석하였다.
3) K-평균 군집분석(K-means clustering)(보조 분석)
한편, 보조분석으로 부산광역시 16개 구·군의 다차원적 구조적 특성을 종합적으로 파악하고 유사한 특성을 지닌 지역들을 탐색적으로 구분하기 위해 고령화율, 인구증감률, 20분 기준 미도달 인구 비율을 투입 변수로 하여 K-평균 군집분석을 실시하였다. 최적의 군집 개수는 실루엣 계수를 활용하여 결정하였으며, 변수 간 단위 차이에 따른 영향을 최소화하기 위해 모든 변수는 표준화(Z-score)를 수행하였다. 또한, 본 군집분석은 개별 변수와 지역보건의료기관 이용률 간의 통계적 관계를 검증하기 위한 것이 아니라, 여러 구조적 요인이 결합된 지역 특성을 종합적으로 파악하기 위한 탐색적 분석으로 수행되었다. 따라서 본 군집분석은 엄밀한 통계적 추정을 위한 주 분석이라기보다는, 지역의 구조적 특성을 직관적으로 이해하고 보완적으로 해석하기 위한 보조적·탐색적 분석으로 활용하였다. 그리고 이 군집분석 결과를 공간적으로 해석하기 위해 R 프로그램을 이용하여 부산광역시 지도에 시각화하였다.
4) 결과의 해석
본 연구는 변수 간의 엄밀한 인과관계를 규명하기보다는, 지역 구조와 지역보건의료기관 이용 수준 사이의 관계를 탐색적으로 파악하는 데 목적을 두었다. 따라서, 본 연구의 결과는 개별 통계량의 유의성 여부뿐만 아니라, 변수 간 관계의 방향성과 구조적 맥락을 종합적으로 고려하여 결과를 해석하였다. 모든 통계 분석과 시각화는 R 프로그램을 이용하여 수행하였다.
Ⅲ. 연구결과
1. 기초통계 분석
부산광역시 16개 구·군의 주요 변수에 대한 기초통계 분석 결과는 <Table 1>과 같다. 본 연구의 기초통계는 단순 평균값을 사용하였으며, 인구 가중 평균값은 포함하지 않았다.
지역보건의료기관 이용률의 평균은 17.21%였으며, 가장 낮은 지역은 강서구(11.60%), 가장 높은 지역은 중구(23.0%)로 나타났다. 부산광역시 고령화율의 평균은 24.96%였으며, 15.0%에서 33.4%까지 지역 간 차이를 보였다. 고령화율이 가장 낮은 지역은 강서구(15.0%), 가장 높은 지역은 영도구(33.4%)로 나타났다. 인구증감률의 평균은 -1.03%(표준편차 1.67)로 나타났으며, 가장 낮은 지역은 중구(-2.80%), 가장 높은 지역은 연제구(3.32%)로 나타났다. 20분 기준 미도달 인구 비율은 평균 0.37%였으며, 표준편차는 0.63이었다. 가장 낮은 지역은 중구, 수영구, 남구로 모두 0%였으며, 가장 높은 지역은 서구(2.21%)였다.
기초생활수급자 비율의 평균은 8.17%였으며, 가장 낮은 지역은 강서구(3.62%), 가장 높은 지역은 영도구(13.09%)로 나타났다. 독거노인 비율의 평균은 13.38%였으며, 가장 낮은 지역은 강서구(6.60%), 가장 높은 지역은 영도구(19.30%)로 나타났다. 기초생활수급자 비율과 독거노인 비율의 표준편차는 각각 2.88, 3.24였다. 재정자립도 평균은 19.34%였으며, 가장 낮은 지역은 영도구(9.20%), 가장 높은 지역은 강서구(41.60%)였고, 표준편차는 7.66이었다. 지역보건의료기관 밀도의 평균은 1.84였으며, 가장 낮은 지역은 사상구(0.50), 가장 높은 지역은 강서구(5.60)로 나타났다. 건강지표 측면에서 고혈압 진단경험률의 평균은 28.93%였으며, 가장 낮은 지역은 강서구(21.60%), 가장 높은 지역은 중구(34.20%)로 나타났다. 당뇨병 진단경험률의 평균은 13.62%였으며, 가장 낮은 지역은 강서구(10.30%), 가장 높은 지역은 사상구(17.40%)로 나타났다.
<Table 1>
Descriptive statistics
Note: RHCI = Regional Health Care Institutions; HTN = Hypertension; DM = Diabetes mellitus
| Variable | Mean | SD | Min | Max |
|---|---|---|---|---|
| RHCI use rate (%) | 17.21 | 3.42 | 11.60 (Gangseo-gu) | 23.00 (Jung-gu) |
| Aging rate (%) | 24.96 | 4.69 | 15.00 (Gangseo-gu) | 33.40 (Yeongdo-gu) |
| Population growth rate (%) | -1.03 | 1.67 | -2.80 (Jung-gu) | 3.32 (Yeonje-gu) |
| Unserved 20-min population rate (%) | 0.37 | 0.63 | 0.00 (Jung-gu, Suyeong-gu, Nam-gu) | 2.21 (Seo-gu) |
| Basic livelihood recipient rate (%) | 8.17 | 2.88 | 3.62 (Gangseo-gu) | 13.09 (Yeongdo-gu) |
| Elderly living alone rate (%) | 13.38 | 3.24 | 6.60 (Gangseo-gu) | 19.30 (Yeongdo-gu) |
| Fiscal self-reliance rate (%) | 19.34 | 7.66 | 9.20 (Yeongdo-gu) | 41.60 (Gangseo-gu) |
| RHCI density | 1.84 | 1.67 | 0.50 (Sasang-gu) | 5.60 (Gangseo-gu) |
| HTN diagnosis rate (%) | 28.93 | 3.76 | 21.60 (Gangseo-gu) | 34.20 (Jung-gu) |
| DM diagnosis rate (%) | 13.62 | 2.19 | 10.30 (Gangseo-gu) | 17.40 (Sasang-gu) |
2. 변수 간 상관분석 결과
지역보건의료기관 이용률과 지역 구조 특성 변수 간의 관계를 확인하기 위해 Spearman 상관분석을 실시한 결과를 <Table 2>에 나타냈다.
분석 결과, 지역보건의료기관 이용률은 기초생활수급자 비율(ρ=0.559, p<.05) 및 독거노인 비율(ρ=0.543, p<.05)과 유의한 양(+)의 상관관계를 보였다. 또한 인구증감률과는 유의한 음의 상관관계를 나타냈다(ρ=-0.562, p<.05).
반면, 고령화율(ρ=0.322, p=.223)과 20분 기준 미도달 인구 비율(ρ=-0.297, p=.265)은 지역보건의료기관 이용률과 통계적으로 유의한 상관관계를 보이지 않았다.
또한 독립변수 간 상관관계를 확인한 결과, 고령화율과 독거노인 비율, 기초생활수급자 비율과 독거노인 비율 등 일부 변수 간 높은 상관관계가 나타났다.
<Table 2>
Spearman correlation matrix
Note: Values are Spearman correlation coefficients.
RHCI = Regional Health Care Institutions; HTN = Hypertension; DM = Diabetes mellitus
†p<.10, *p<.05, **p<.01, ***p<.001
| Variable | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1. RHCI use rate (%) | 1 | |||||||||
| 2. Aging rate (%) | 0.322 | 1 | ||||||||
| 3. Population growth rate (%) | -0.562* | -0.693** | 1 | |||||||
| 4. Unserved 20-min population rate (%) | -0.297 | -0.14 | 0.094 | 1 | ||||||
| 5. Basic livelihood recipient rate (%) | 0.559* | 0.755** | -0.806*** | 0.143 | 1 | |||||
| 6. Elderly living alone rate (%) | 0.543* | 0.883*** | -0.767** | -0.034 | 0.897*** | 1 | ||||
| 7. Fiscal self-reliance rate (%) | -0.097 | -0.656** | 0.388 | -0.186 | -0.497 | -0.675** | 1 | |||
| 8. RHCI density | -0.218 | 0 | -0.079 | 0.241 | 0.041 | -0.153 | 0.368 | 1 | ||
| 9. HTN diagnosis rate (%) | 0.368 | 0.811*** | -0.677** | -0.117 | 0.768** | 0.759** | -0.469 | 0.107 | 1 | |
| 10. DM diagnosis rate (%) | 0.490† | 0.730** | -0.566* | 0.001 | 0.810*** | 0.790*** | -0.523* | -0.143 | 0.839*** | 1 |
3. 회귀분석 결과
1) 단순 회귀분석 결과
지역보건의료기관 이용률을 종속변수로 설정하고, 각 구조 변수를 개별적으로 투입한 단순 회귀 모형을 구성하여 변수별 독립적 효과를 추정하였다.
분석 결과, 고령화율(β=0.255, p=.183), 인구증감률(β=-0.824, p=.123), 20분 기준 미도달 인구 비율(β=-1.231, p=.401)은 모두 지역보건의료기관 이용률과 통계적으로 유의한 관계를 보이지 않았다. 한편, 상관분석에서 유의한 관계가 확인된 취약성 변수에 대해 추가적인 단순 회귀분석을 실시한 결과, 기초생활수급자 비율(β=0.576, p=.056)과 독거노인 비율(β=0.482, p=.075)은 유의수준 10%에서 지역보건의료기관 이용률과 양(+)의 관계를 보였다.
<Table 3>
Regression analysis results
Note: †p<.10
| Model | Variable | Estimate | Std. Error | t-value | p-value |
|---|---|---|---|---|---|
| Model 1: Aging | Aging rate (%) | 0.255 | 0.182 | 1.402 | .183 |
| Model 2: Population growth | Population growth rate (%) | -0.824 | 0.502 | -1.643 | .123 |
| Model 3: Accessibility | Unserved 20-min population rate (%) | -1.231 | 1.422 | -0.865 | .401 |
| Model 4: Basic livelihood | Basic livelihood recipient rate (%) | 0.576 | 0.277 | 2.079 | .056† |
| Model 5: Elderly alone | Elderly living alone rate (%) | 0.482 | 0.251 | 1.92 | .075† |
2) 다중 회귀분석 결과
고령화율, 인구증감률, 20분 기준 미도달 인구 비율을 동시에 투입하여 다중 회귀분석을 실시한 결과, 고령화율(β=0.149, p=.498), 인구증감률(β=-0.589, p=.346), 20분 기준 미도달 인구 비율(β=-1.126, p=.432)은 모두 지역보건의료기관 이용률에 유의한 영향을 미치지 않았다.
<Table 4>
Results of multiple regression analysis for RHCI use rate
Note: Dependent variable = RHCI use rate
| Variable | Estimate | Std. Error | t-value | p-value |
|---|---|---|---|---|
| Aging rate (%) | 0.149 | 0.213 | 0.698 | .498 |
| Population growth rate (%) | -0.589 | 0.601 | -0.98 | .346 |
| Unserved 20-min population rate (%) | -1.126 | 1.383 | -0.814 | .432 |
4. 군집분석 결과(보조 분석)
고령화율, 인구증감률, 20분 기준 미도달 인구 비율을 기준으로 군집 수를 결정하기 위해 실루엣 계수를 활용하여 군집 수를 2개에서 5개까지 탐색한 결과, 군집 수가 3개일 때 평균 실루엣 계수가 0.393으로 가장 높게 나타났다(k=2: 0.302, k=3: 0.393, k=4: 0.364, k=5: 0.347). 이에 따라 본 연구에서는 3개 군집을 최종 군집 수로 설정하였다. 군집분석 결과, <Table 5>와 같이 군집 1은 6개 지역, 군집 2는 2개 지역, 군집 3은 8개 지역으로 구성되었다. 군집 간 지역보건의료기관 이용률은 군집 1에서 15.73%, 군집 2에서 16.60%, 군집 3에서 18.46%로 나타났다.
고령화율의 경우, 군집 1은 21.62%, 군집 2는 24.50%, 군집 3은 27.59%로 나타났다. 인구증감률은 군집 1이 0.65%, 군집 2가 -1.30%, 군집 3이 -2.22%로 나타났다. 또한 20분 기준 미도달 인구 비율은 군집 1이 0.19%, 군집 2가 1.87%, 군집 3이 0.13%로 나타났다.
기초생활수급자 비율은 각각 6.53%, 9.01%, 9.87%였으며, 독거노인 비율은 각각 10.90%, 13.85%, 15.11%로 나타났다. 고혈압 진단경험률은 각각 26.03%, 28.40%, 31.23%, 당뇨병 진단경험률은 각각 11.88%, 13.90%, 14.85%였다.
Kruskal–Wallis 검정 결과, 지역보건의료기관 이용률(p=.124), 20분 기준 미도달 인구 비율(p=.082), 재정자립도(p=.111), 지역보건의료기관 밀도(p=.653)을 제외한 고령화율(p=.018), 인구증감률(p=.003), 기초생활수급자 비율(p=.010), 독거노인 비율(p=.013), 고혈압(p=.044) 및 당뇨병(p=.035) 진단경험률에서 군집 간 통계적으로 유의한 차이를 보였다.
<Table 5>
Cluster characteristics (Kruskal–Wallis test results)
Note: Values are presented as mean. *p<.05, **p<.01; χ2: Kruskal–Wallis test statistic.
RHCI = Regional Health Care Institutions; HTN = Hypertension; DM = Diabetes mellitus
| Variable | Cluster 1 (n=6) | Cluster 2 (n=2) | Cluster 3 (n=8) | χ2 value | p-value |
|---|---|---|---|---|---|
| RHCI use rate (%) | 15.73 | 16.60 | 18.46 | 4.17 | .124 |
| Aging rate (%) | 21.62 | 24.50 | 27.59 | 8.06 | .018* |
| Population growth rate (%) | 0.65 | -1.30 | -2.22 | 11.57 | .003** |
| Unserved 20-min population rate (%) | 0.19 | 1.87 | 0.13 | 5.01 | .082 |
| Basic livelihood recipient rate (%) | 6.53 | 9.01 | 9.87 | 9.23 | .010* |
| Elderly living alone rate (%) | 10.90 | 13.85 | 15.11 | 8.73 | .013* |
| Fiscal self-reliance rate (%) | 23.60 | 20.10 | 15.96 | 4.40 | .111 |
| RHCI density | 1.92 | 2.48 | 1.61 | 0.85 | .653 |
| HTN diagnosis rate (%) | 26.03 | 28.40 | 31.23 | 6.26 | .044* |
| DM diagnosis rate (%) | 11.88 | 13.90 | 14.85 | 6.71 | .035* |
K-평균 군집분석을 통해 도출된 3개의 지역 유형을 공간적으로 확인하기 위해 R을 이용하여 부산광역시 지도에 군집 결과를 매핑하였다. 그 결과는 <Figure 1>과 같이 나타났다.
<Figure 1>을 보면, 군집 1은 부산진구, 동래구, 남구, 해운대구, 강서구, 연제구에 분포하였다. 군집 2는 서구와 기장군으로 구성되었다. 군집 3은 중구, 동구, 영도구, 북구, 사하구, 금정구, 수영구, 사상구에 분포하였다.
Ⅳ. 고찰
본 연구는 부산광역시 16개 구·군을 대상으로 지역보건의료기관 이용과 지역 구조 특성 간의 관계를 탐색적으로 분석하였다. 특히 고령화율, 인구증감률, 그리고 지역보건의료기관 접근성을 나타내는 20분 기준 미도달 인구 비율과 함께, 지역의 사회경제적 취약성을 반영하는 변수들을 포함하여 지역보건의료기관 이용과의 관계를 종합적으로 검토하였다.
분석 결과, 고령화 수준, 인구증감률, 그리고 공간적 접근성과 같은 구조 변수는 지역보건의료기관 이용률과 통계적으로 유의한 관계를 보이지 않았다. 이는 단순 회귀분석뿐만 아니라 다중 회귀분석에서도 일관되게 나타났으며, 대도시 맥락에서 구조적 요인이 지역보건의료기관 이용을 직접적으로 설명하지 못할 가능성을 시사한다. 이러한 결과는 기존 연구에서 고령화율이나 접근성이 의료이용에 중요한 요인으로 작용한다고 보고된 것과는 구별되는 결과이다.
반면, 상관분석에서는 기초생활수급자 비율과 독거노인 비율과 같은 사회경제적 취약성 변수들이 지역보건의료기관 이용률과 유의한 양의 상관관계를 보였으며, 인구증감률과는 음의 상관관계가 확인되었다. 또한 단순 회귀분석에서도 기초생활수급자 비율과 독거노인 비율은 유의수준 10%에서 통계적으로 유의한 경향을 보였다. 이는 인구 감소 지역이 상대적으로 취약계층 비중이 높은 구조적 특성을 가진다는 선행연구와 일치하며, 지역보건의료기관 이용이 취약계층 분포와 연관될 가능성을 보여준다. 다만, 이러한 관계는 다중 회귀분석에서는 통계적으로 유의하게 유지되지 않았다. 이는 상관분석과 회귀분석 결과가 서로 모순된다기보다, 지역보건의료기관 이용과 관련된 사회경제적 취약성이 단일 변수보다는 여러 구조적 특성이 상호 중첩된 형태로 나타날 가능성을 시사한다. 즉, 기초생활수급자 비율이나 독거노인 비율과 같은 개별 지표는 이용률과 관련성을 보이지만, 실제 대도시 내 취약성은 경제적, 사회적, 인구학적 요인이 복합적으로 작용하는 다차원적 특성을 가질 수 있다.
Park & Choi[10]의 연구에서는 보건소 이용률이 고령 인구 비율 및 사회경제적 취약성과 유의한 관련이 있는 것으로 나타난 반면, 본 연구에서는 고령화율과 같은 구조 변수는 지역보건의료기관 이용률과 유의한 관계를 보이지 않았다. 이는 기존 연구가 개인 및 지역 특성을 중심으로 분석된 반면, 본 연구는 지역 단위에서 다양한 구조 변수를 동시에 고려함에 따라 개별 변수의 효과가 상대적으로 축소되었을 가능성을 시사한다.
인구 감소 지역 내 공공보건의료기관의 공간적 접근성을 분석하여 지역 간 의료서비스 이용 가능성의 격차를 확인한 Choi[11]의 연구와, 의료기관까지의 이동거리와 같은 물리적 접근성이 미충족의료 경험과 유의한 관련이 있는 것으로 나타난 Jang[12]의 연구와는 상이한 결과가 나타났다. 본 연구에서는 20분 기준 미도달 인구 비율로 측정한 변수는 지역보건의료기관 이용률과 통계적으로 유의한 관계를 보이지 않았다. 이는 기존 연구가 공급 측면의 접근성 또는 개인 단위의 의료이용 경험을 중심으로 분석된 반면, 본 연구는 지역사회건강조사 기반의 지역 단위 이용률을 활용함에 따라 접근성의 영향이 제한적으로 나타난 것으로 해석된다.
한편, 부산·경남 지역 고령층을 대상으로 한 Jang[13]의 연구는 의료이용이 단순한 물리적 접근성뿐만 아니라 복합적인 사회경제적 요인에 의해 결정된다는 점에서 본 연구와 비슷한 맥락을 보인다. 특히 본 연구에서 기초생활수급자 비율과 독거노인 비율이 지역보건의료기관 이용률과 유의한 관계를 보인 결과는 이러한 선행연구와 일관되는 결과로 해석될 수 있다.
이러한 결과는 대도시 환경에서 지역보건의료기관 이용을 결정하는 요인이 농어촌이나 의료취약지와는 다른 양상으로 나타남을 보여준다. 기존의 다수 연구에서는 물리적 거리와 지역의 단순 고령화율이 지역보건의료기관 이용을 결정하는 주요 장벽이자 요인으로 지목되어 왔다. 그러나 부산광역시와 같이 이미 고도로 도시화된 환경에서는 대다수 거주지가 일정 수준 이상의 교통 및 민간·공공 보건의료 인프라를 공유하고 있다. 따라서 20분 기준 미도달 인구 비율로 대변되는 물리적 접근성이나 단순 연령 구조(고령화율)의 지역 간 편차는 부산광역시와 같은 초고령 대도시에서는 지역보건의료기관 이용 수준을 설명하는 주요 요인으로 충분히 기능하는 것으로 관찰되지는 않았다. 오히려 본 연구에서는 기초생활수급자 비율과 독거노인 비율, 즉 경제적 빈곤과 사회적 고립이라는 다차원적인 사회경제적 취약성이 지역보건의료기관 이용을 견인하는 상대적으로 더 일관된 관련성을 보이는 요인으로 나타났다. 이는 국내 보건의료체계가 민간 중심으로 운영되는 가운데, 대도시 내의 지역보건의료기관 이용 격차는 공간적 거리뿐만 아니라 경제적 여력과 지역사회 내 돌봄 기반의 차이와도 관련될 가능성이 있음을 시사한다. 다만, 지역보건의료기관은 특정 계층만을 대상으로 하는 선별적 서비스 기관이 아니라, 지역 주민 전체를 대상으로 예방, 건강증진 및 만성질환 관리 기능을 수행하는 보편적 공공보건 인프라라는 점에서, 사회경제적 취약성 변수와 이용률 간의 관련성을 단순히 자명한 결과로 해석하는 것은 적절하지 않다. 오히려 본 연구의 의의는 보편적 서비스를 제공하는 공공보건 인프라조차 실제 이용 단계에서는 지역 내 사회경제적 구조의 영향을 받으며, 취약성의 공간적 집중 정도에 따라 이용 격차가 나타날 수 있음을 보여주었다는 점에 있다.
보조적으로 수행한 군집분석 결과 역시 대도시 내부의 공간적 특수성을 반영한다. 분석 결과 부산광역시가 세 가지 유형으로 구분되었고, 각 군집은 인구 구조, 사회경제적 취약성, 만성질환 부담에서 서로 다른 특성을 보였다. 특히 군집 2로 분류된 서구와 기장군의 경우, 20분 기준 미도달 인구 비율이 예외적으로 높게 산출되었다. 이는 서구를 비롯한 원도심 특유의 구릉지(산복도로) 중심의 지형적 제약 및 노후화된 도로망[18], 그리고 기장군의 광활한 도농복합적 공간 구조[19]가 반영된 결과로 풀이된다. 그럼에도 불구하고 이러한 물리적 제약이 지역보건의료기관 이용률의 유의미한 하락으로 직결되지 않은 점은, 물리적 거리가 의료 이용을 직접적으로 제약하는 농어촌 양상과는 뚜렷이 구별되는 대도시만의 특성이다. 결국 대도시의 지역보건의료기관을 포함한 공공보건의료자원 배분은 단순한 공간적 균형을 맞추는 단계를 넘어, 사회경제적 취약 계층의 공간적 분포를 더 세밀하게 반영한 자원 배분 전략을 검토할 필요가 있다. 또한 군집분석에서 고혈압 및 당뇨병 진단경험률은 군집 간 통계적으로 유의한 차이를 보였다. 이는 만성질환 부담이 높은 지역일수록 지역보건의료기관의 역할이 상대적으로 중요해질 수 있음을 시사한다. 특히 고혈압과 당뇨병은 지역사회 기반 만성질환 예방 관리사업의 핵심 대상 질환으로, 해당 질환 부담이 높은 지역에서는 조기 발견, 지속적 관리 및 건강교육을 포함한 지역보건의료기관의 기능 강화가 필요할 수 있다.
종합하면, 지역보건의료기관 이용은 고령화율이나 공간적 접근성과 같은 단일 구조 변수에 의해 설명되기보다는, 사회경제적 취약성과 같은 복합적인 요인과 보다 일관된 관련성을 나타낼 가능성이 있다. 특히 대도시 환경에서는 구조 변수의 설명력이 제한적으로 나타날 수 있으며, 이는 기존의 접근성 중심의 설명만으로는 본 연구에서 관찰된 지역별 이용 차이를 충분히 설명하지 못할 가능성을 시사한다.
정책적 측면에서, 본 연구 결과는 지역보건의료기관 이용 수준을 단순히 고령화율이나 접근성과 같은 단일 지표로 설명하기보다는, 취약계층의 분포와 같은 사회경제적 특성을 함께 고려할 필요가 있음을 보여준다. 특히 기초생활수급자 비율과 독거노인 비율이 높은 지역에서는 방문건강관리, 만성질환 관리 사업, 건강취약계층 대상 예방 서비스 등 보다 적극적인 공공보건 개입이 우선적으로 고려될 필요가 있다. 따라서 향후 지역보건의료기관을 포함한 공공보건의료 정책은 지역 간 격차를 일률적으로 완화하는 접근보다는, 지역별 취약성 수준과 건강 부담을 반영한 맞춤형 서비스 설계와 자원 배분 전략을 함께 고려할 필요가 있다.
본 연구는 변수 간 엄밀한 인과관계를 규명하기보다는 거시적 관계를 탐색하는 데 목적을 둔 생태학적 연구로서 다음과 같은 한계를 가진다. 첫째, 부산광역시 16개 구·군이라는 제한된 분석 단위(n=16)를 활용하였으므로, 통계적 검정력을 충분히 확보하는 데 근본적인 한계가 존재한다. 이에 따라 실제로는 의미 있는 구조적 요인임에도 통계적으로 기각되었을 가능성을 배제할 수 없다. 둘째, 본 연구는 제한된 횡단면 자료를 기반으로 수행되어 시계열적인 변화에 따른 인과관계를 설명하지 못한다. 향후 다년간의 패널 데이터를 활용한 후속 연구가 요구된다. 셋째, 지역사회건강조사의 지역보건의료기관 이용률은 이용 목적 및 세부 서비스 유형을 구분하지 못하며, 이용자의 만족도를 반영하지 못한다는 제한이 있다. 넷째, 분석 대상이 지역보건의료기관에 한정되어 있어, 대도시 공공의료체계 전체를 포괄하지 못하였다.
그럼에도 불구하고, 본 연구는 개별 환자 단위의 미시적 결정 요인 분석에서 벗어나, 초고령 대도시 내부의 거시적인 인구 구조 변화와 보건의료 정책 지표 간의 생태학적 상관성을 선도적으로 탐색했다는 점에서 학술적·정책적 의미가 있다.
Ⅴ. 결론
본 연구는 부산광역시 16개 구·군을 대상으로 지역보건의료기관 이용 수준과 지역의 구조적 특성 간의 관계를 탐색적으로 분석하였다. 분석 결과, 고령화율, 인구증감률, 그리고 공간적 접근성과 같은 구조 변수는 지역보건의료기관 이용률과 통계적으로 유의한 관계를 보이지 않았으며, 반면 기초생활수급자 비율과 독거노인 비율과 같은 사회경제적 취약성 변수는 이용률과 유의한 관련성을 나타냈으며, 단순 회귀분석에서도 이러한 경향이 확인되었다. 또한 인구증감률과의 음의 상관관계를 통해, 인구가 감소하는 지역일수록 이용률이 상대적으로 높게 나타나는 경향이 확인되었다. 이러한 결과는 지역보건의료기관 이용이 고령화율이나 접근성과 같은 단일 구조 변수보다는 지역 내 사회경제적 취약성과 더 밀접하게 관련될 가능성을 시사한다. 특히 부산광역시와 같은 초고령 대도시에서는 전반적인 의료 접근성이 일정 수준 이상 확보되어 있어, 고령화율·인구증감률·접근성과 같은 구조 변수의 차이가 이용 수준의 차이로 직접적으로 이어지지 않는 특성이 나타날 수 있다. 오히려 이러한 환경에서는 기초생활수급자 비율과 독거노인 비율로 대표되는 사회경제적 취약성의 공간적 집중 정도가 지역보건의료기관 이용의 지역 간 차이를 설명하는 데 더 중요한 요인으로 작용할 가능성이 있다.
또한 보조적으로 수행된 군집분석에서도 지역 간 차이가 확인되었으나, 이러한 차이가 지역보건의료기관 이용률의 유의한 격차로 직결되지는 않았다. 이는 대도시 내 지역보건의료기관 이용 격차가 단순한 지역 유형 구분으로 설명되기 어려운 복합적 성격을 지님을 시사한다.
이러한 결과를 바탕으로 다음과 같은 정책적 제언을 제시한다.
첫째, 보건의료 자원 배분 측면에서, 부산광역시와 같은 대도시에서는 단순한 구조 지표만이 아니라, 기초생활수급자 비율 및 독거노인 비율과 같은 사회경제적 취약성 지표를 종합적으로 고려한 우선순위 설정이 필요하다. 특히 취약계층 비중이 높은 지역을 중심으로 지역보건의료기관의 자원과 인력을 보다 우선적으로 배분하는 방안이 검토될 필요가 있다. 둘째, 공공보건 기능 개선 측면에서 만성질환 부담이 높은 지역을 중심으로 고혈압·당뇨병 예방 및 관리사업, 방문건강관리, 건강취약계층 대상 맞춤형 건강증진 프로그램 등 예방적·관리적 기능을 강화할 필요가 있다. 특히, 사회적 고립 위험이 높은 독거노인 밀집 지역에서는 지역사회 돌봄 자원과의 연계를 강화한 통합적 서비스 제공 체계가 요구된다. 이는 2026년 3월부터 시행된 ‘의료·요양 등 지역 돌봄의 통합지원에 관한 법률’의 방향성과도 맥을 같이하며, 향후 지역보건의료기관이 지역사회 기반 통합돌봄 체계와 보다 긴밀하게 연계될 필요가 있음을 보여준다. 셋째, 계획 수립 측면에서, 향후 부산광역시 지역보건의료계획 수립 시 고령화율이나 기관 수 등 단순 공급 중심 지표에서 벗어나 구·군별 사회경제적 취약성의 공간적 분포와 건강 부담을 함께 반영한 수요 기반 자원 배분 체계를 검토할 필요가 있다. 이는 부산광역시뿐만 아니라 유사한 인구 구조를 가진 초고령 대도시의 공공보건 정책 수립에도 기초자료로 활용될 수 있을 것이다.












