제 4 절 국민의료비 결정요인 및 장기추계
3. 실증모형 및 분석결과
본 장에서는 우리나라의 GDP 대비 국민의료비의 비중에 대한 장기추계를 위 해 패널자료를 이용한 계량분석(Econometric Analysis)과 시계열 분석(Time Series Analysis)을 시도하였다. 첫째, 계량모형(Econometric Model)에 의한 예측 방법은 추정된 독립변수의 계수값을 이용하여 종속변수의 예측치를 구하는 방 법으로서 크게 조건부 예측(conditional forecast)과 비조건부 예측(unconditional
forecast)으로 구분된다. 조건부 예측의 경우 예측치의 계산에 이용되는 독립변 수의 값이 외생적으로 주어지지만, 비조건부 예측의 경우 시계열방식(time series method)을 이용하여 추정된 독립변수의 값이 예측치 계산에 이용된다. 또 한 계량모형을 이용한 예측방법은 종속변수의 시차와 시계열상관에 대한 가정 에 따라 다양한 형태가 존재하지만, 본 장의 분석에서는 다음의 계량모형을 추 정하여 GDP 대비 국민의료비의 비중을 예측한다.
Y = ∑
p k = 1X kβ
k + δ i + u i = 1, ⋯, N; t = 1, ⋯, T
여기서 δ i는 국가 i에 고유한 고정효과이며 u 는 오차항으로서 다음과 같은 속성을 갖는 것으로 가정한다.
u = ρ iu i, t -1 + ε , E[ε ] = 0, E[ε , ε jt] = σ ij
Y, N, T는 각각 1인당 국민의료비, 분석대상 국가의 수, 시계열의 길이를 나타 낸다. 독립변수에는 1인당 GDP, 65세 이상 노인인구 비중, 공공부문의료비 비 중, 여성의 경제활동참가율, 의료비지출제도 등이 포함된다.
<표 3-7>은 우리나라의 시계열자료를 이용하여 추정한 1인당 국민의료비의 회귀분석 결과이다. 자료Ⅰ(1985～2000)의 경우 OECD(2002) Health Data에 수 록된 한국의 자료를 이용한 것이고, 자료Ⅱ(1972～2000)의 경우 1972년부터 1984년까지의 자료는 홍정기(1995)의 추계치이다. 따라서 자료Ⅱ를 이용할 경 우 시계열의 불일치로 인한 오차에 유의해야 한다. 자료Ⅰ의 추정결과 1인당 국민소득이 1인당 국민의료비 지출의 상당부분을 설명하는 것으로 나타났으며, 모형2와 모형3에서 65세 이상 노인인구의 비중이 10% 증가할 경우 1인당 국민 의료비는 각각 1.1%, 0.7% 증가하는 것으로 나타났다. 자료Ⅱ의 추정결과를 보 면 자료Ⅰ의 추정결과에 비해 국민의료비의 소득탄력성과 노인인구의 증가에 따른 의료비지출 효과가 모두 높은 것으로 나타났다. 반면에 공공부문의료비
의료비 문제 113
〈표 3-8〉 국민의료비 예측
(단위: %, US달러)
구 분 2005 2010 2015 2020
노인인구 비중 9.0 10.7 12.6 15.1
1인당 GDP 12,657 15,293 17,714 20,119
1인당 국민의료비 877 1,281 1,837 2,765
국민의료비 비중 6.93 8.38 10.37 13.75
<표 3-9>는 OECD 국가의 패널자료를 이용한 분석결과이다. 국민의료비의 소 득탄력성은 1.052로 추정되었으며, 65세 이상 노인인구의 비중이 10% 증가할 때 국민의료비는 0.49% 증가하는 것으로 나타났다. 공공부문의료비의 비중이 증가할수록 국민의료비의 지출이 감소하는 것으로 나타나 우리나라만을 대상으 로 한 분석과 반대되는 결과를 보이고 있지만, 그 영향의 정도는 매우 작다. 여 성의 경제활동참가율은 국민의료비지출에 양의 효과를 보이지만, 추정된 계수 값은 매우 작을 뿐만 아니라 통계적으로도 유의하지 않다. 한편 의료비지출제 도의 더미변수는 0.17로 추정되어 행위별수가제를 채택한 국가의 경우 다른 제 도를 채택하고 있는 국가들에 비해 국민의료비 지출이 많은 것으로 나타났다.
추정계수를 이용한 GDP 대비 국민의료비 비중의 예측결과가 <표 3-10>에 나 타나 있다. 예측에 이용된 65세 이상 노인인구의 비중은 통계청(2001)의 자료이 며, 1인당 GDP, 공공부문의료비 비중, 여성의 경제활동참가율은 1985년부터 2000년 사이의 시계열자료를 이용하여 추정된 수치이다. 예측결과 우리나라의 2020년 GDP 대비 국민의료비 비중은 6.93%로 추정되어 우리나라만을 분석대 상으로 한 경우와 커다란 차이를 보이고 있다.
의료비 문제 115
〈표 3-10〉 국민의료비 예측
(단위: %, US달러)
구분 2005 2010 2015 2020
노인인구 비중 9.0 10.7 12.6 15.1
1인당 GDP 12,657 15,293 17,714 20,119
공공부문의료비 비중 47.5 51.9 56.5 61.1
여성의 경제활동참가율 42.2 43.1 44.0 44.9
1인당 국민의료비 690 873 1,093 1,394
국민의료비비중 5.46 5.71 6.17 6.93
둘째, 시계열 분석에 의한 예측방법은 종속변수가 단순히 과거의 수치에 의 해 영향을 받는 것으로 가정하며, 자기회귀모형(Autoregressive Model), 이동평균 모형(Moving Average Model), ARMA모형 등이 있다. ARMA모형은 전자의 두 모형이 결합된 형태로서 본 논문에서는 다음의 두 모형을 이용하여 시계열분석 을 시도하였다.
자기회귀모형 : Y t = α 1Y t - 1+ α 2Y t - 2 + ⋯ + α pY t - p + u t 이동평균모형 : Y t = v t - β 1v t - 1 - β 2v t - 2 - ⋯ - β qv t - q
자기회귀모형에서 Y t는 t 시점에서 Y값과 시계열 평균값과의 차이를 나타내 며, u t와 p는 각각 백색오차항(white noise)과 자기회귀구조의 차수를 나타낸다.
반면에 이동평균모형에서 v t는 백색오차항의 시계열이기 때문에 Y t는 백색 오차항의 선형결합으로 표시된다.
자기회귀모형과 이동평균모형을 이용하여 우리나라의 GDP 대비 국민의료비 의 비중을 추계한 결과가 <표 3-11>에 나타나 있다. 자기회귀모형을 추정한 결 과 2020년 GDP 대비 국민의료비의 비중은 자료Ⅰ과 Ⅱ의 경우 각각 7.32%, 7.79%를 기록하였지만, 이동평균모형을 추정한 결과는 각각 7.86%, 8.15%로 추 정되어 다소 높은 예측치를 기록하였다. 이와 같은 추정치는 65세 이상 노인인
의료비 문제 117
구의 비중이 14%를 통과하는 시점에서 OECD국가들의 GDP 대비 국민의료비 비중과 대체적으로 유사한 수치이다.
〈표 3-11〉 국민의료비 비중 추계
(단위: %) 연도 자료Ⅰ(1985～2000) 자료Ⅱ(1972～2000)
AR모형 MA(1)모형 AR모형 MA(1)모형
2005 5.92 6.39 6.18 6.48
2010 6.39 6.88 6.69 7.03
2015 6.85 7.37 7.24 7.59
2020 7.32 7.86 7.79 8.15