1. 연구배경
지난 2016년 국회 입법조사처에서 IMF자료(2012년)를 분석한 결과 우리나라 주요 상위10% 소득집중도는 44.9%로 미국(47.8%)에 이어 세계에서 2번째로 나 타났다. 특히 상위층에 소득이 쏠리는 속도도 세계에서 가장 빠른 것으로 나타 났는데, 1995년 29.2%에 비해 15.7%가 증가하며 싱가포르(11.7%), 미국(7.3%) 등과 함께 가장 높은 증가율을 보였다. 리차드 윌킨슨(2011)은 빈부의 격차가 기대수명, 영아 사망률, 자살률, 정신질환 발병률, 투옥률, 10대 임신률 등과 같 은 부정적 사회적 지표와 상당한 상관관계가 있다는 것을 그의 연구를 통해 밝 혀냈는데, 이는 빈부의 격차가 사회적 신뢰를 떨어뜨리고, 소외된 사회구성원으 로 하여금 부정적 행동을 유발하게 된다고 설명하였다.
이처럼 소득 불평등이 국민 건강에 미치는 영향에 대해 유럽을 비롯한 서구 선진국들은 비교적 일찍이 관심을 가져왔다. 우리나라도 1989년 전 국민 건강 보험 제도를 도입한 이후 보험가입자에 따른 건강보험이용과 의료이용과 관련한 불평등 연구가 이루어져 왔지만 소득격차에 따른 사망률 연구가 시작된 것은 비 교적 최근의 일이다. 이는 지금까지 사망률 연구에 적합한 공공자료원과 코호트 데이터의 이용이 상대적으로 제한되어 왔기 때문인데(강영호, 2004), 2014년 전 국민을 표본으로 하는 건강보험공단 코호트데이터가 연구자들에게 공개된 것은 매우 반가운 일이 아닐 수 없다.
지금까지 사망과 관련된 연구 대상은 영유아(손미아 등, 2003)를 대상으로 한 연구와 65세 미만 성인을 대상으로 한 연구(문옥륜, 2000; 김재용 등, 2001;
손미아, 2002; 윤태호, 2003; 강영호, 2004)가 있지만 노인을 대상으로 한 연구
는 상대적으로 부족한 편이다. 최근 노인을 연구대상으로 한 건강불평등 연구 (강혜원, 2007; 이윤정, 2015; 박은주, 2016)가 이루어지고 있지만 노인의 주관 적 건강지표에 관한 연구였고, 횡단 자료원(Cross-Sectional Data)을 이용한 연구였기 때문에 최근 공개된 종단 자료원(Longtitudal Data)인 공단 표본 코 호트데이터를 활용하여 노인의 사망률을 분석해보는 것은 의미 있는 일이라고 할 수 있다.
또한, 건강문제에 있어서 지역단위 분석이 중요한 것은 점차 고령화되는 사 회에서 지역사회 중심의 통합서비스 체계가 의료비 절감에 기여할 수 있다는 데 에 있다. 이미 1980년대부터 많은 유럽 국가들은 초고령 사회를 대비하여 병원 중심의 의료체계가 의료비만 증가시킬 뿐 건강향상에 기여하지 못한다는 사실을 깨닫고 지역사회 중심의 통합서비스 체계로 전환하고 있다(이규식, 2016). 인구 의 25%가 노인인 나라 일본에서도 2006년 노인 인구에 대한 의료비 문제가 대 두되어 후생노동성(Ministry of Health, Labour and Welfare)에서는 2012년 부터 의료시스템을 지역포괄케어시스템으로 전환할 것을 명시적으로 밝힌바 있 다. 따라서 우리나라에서도 지역사회를 하나의 분석 단위로 보고 보건학적 문제 를 접근하고 해결하려는 시도는 이러한 움직임을 위한 출발점이 될 수 있을 것 이다.
2. 연구목적
※ 연구목적 : 우리 사회에서 지역간 노인 건강 불평등의 크기를 파악하고, 개인 수준과의 연관성을 파악함으로서 향후 노인 건강격차를 해소하기 위한 정책 입 안 연구에 기여한다.
구체적인 연구목적은 다음과 같다.
첫째, 연구대상자의 인구사회학적 특성, 건강 행태적 특성을 파악하고, 지역 수준의 사회적 박탈지수와 의료기관의 수, 의료인력 불평등 수준을 파 악한다.
둘째, 장애여부와 중증도를 보정한 개인수준에서의 소득구간별 생존시간 불 평등의 크기를 파악한다.
셋째, 개인수준의 변수를 통제하고, 지역수준에서의 사회적 박탈지수와 의료 기관의 수, 의료인력 수준에 따른 생존시간 불평등의 크기를 파악한다.
넷째, 개인수준과 지역수준에서의 변수를 모두 고려하여 개인의 소득수준과 지역의 사회적 박탈지수, 의료기관 및 지역별 의료수준에 따른 생존시 간 불평등 크기를 파악한다.
※ 가설설정 : 개인 소득이 낮은 계층일수록 낙후된 지역(지역 박탈지수가 높을 수록)에 거주할수록, 의료기관 수가 적은 곳에 거주할수록 생존시간이 짧다.