서 론
3. 연구방법
[그림 Ⅰ-3-1] 연구 추진 체계
가. 연구범위
본 연구는 앞서 전술하였듯이 향후 3년간 지역별 육아지원 인프라의 공급 현황 과 수요를 분석하고 지역별 인프라의 공급과 수요의 불균형과 편차를 파악하는 것 이 목적이다. 본 연구는 1년차 연구로 임신･출산관련 인프라를 표적으로 하여 연
구를 진행한다. 이에 맞춰 본 연구에서는 산부인과, 소아청소년과 이를 포함하고 있는 종합병원과 응급시설, 산후조리원, 보건소 등 임신･출산 가구가 주로 이용하 게 되는 시설로 연구범위를 설정하였다.
나. 문헌연구
임신･출산 관련 현황과 정책 동향을 파악하기 위해 관련 정부정책자료, 사업자 료를 조사한다. 구체적으로 전국 합계 출산율, 출산아 수, 인구대비 출산아 수, 청 년 인구 비율 등의 현황 등에 대해서 조사한다. 최근 임신･출산 육아 인프라 관련 정부보고서, 사업자료, 언론 보도자료 등의 자료를 정부정책 방향을 파악하기 위해 조사한다. 또한, 최근 출산･육아 인프라 및 지역 환경 관련 인프라 연구에 대해서 도 살펴본다.
다. GIS 분석
주요 임신･출산기 인프라의 현황과 밀집도 파악, 취약지구 선정을 위해 GIS분석 을 실시한다. 분석을 위한 공간적 범위는 2022년 기준 광역자치단체에 속해 있는 228개 행정구역 단위이다.
우선 임신･출산 서비스에 대한 수요가 있는 인구의 지역별 격차가 있는지를 살 펴볼 때 분석의 초점은 다음과 같다. 의료 서비스와 같은 지리적 현상의 지역별 격차 분석을 수행할 때 인구집단의 특성을 공유한다고 가정하는 공간단위의 선정 은 매우 중요하다(김종근 외, 2014). 예를 들어 현재 우리나라에서 획득할 수 있는 지역기반 특성 정보는 읍면동 수준인 경우가 많은데, 읍면동과 같이 비교적 범위가 큰 공간단위 내의 인구집단이 유사한 사회적 특성이 있다고 보기 어렵다(김종근 외, 2014: 163). 이처럼 공간분석 단위를 적절하게 설정하는 것은 중요하므로 본 연구에서는 공간분석 단위를 읍면동으로 하는 경우와 더욱더 상세한 단위인 집계 구를 기준으로 분석한 결과를 비교한다.
통계청에서 제공하는 집계구란 기초단위구를 기반으로 인구규모(최적 500명), 사회경제적 동질성(주택유형, 지가), 집계구 형상을 고려하여 구축한 최소 통계 집 계구역으로 개인정보보호 및 통계적 유의성 확보를 위하여 최소인구 300명, 최적
Ⅰ
Ⅱ
Ⅲ
Ⅳ
Ⅴ
인구 500명, 최대인구 1,000명을 설정한다3). 건물을 단독, 아파트, 비거주용으로 분류, 기초단위구별 주택유형 분석하여 이를 기반으로 집계구가 유사한 주택유형 을 가지도록 하고 필지별 지가를 기반으로 기초단위구의 평균지가 산정, 이를 기 반으로 집계구가 유사한 평균지가를 가지도록 한다.4) 집계구의 면적은 읍면동의 평균 1/24정도의 크기이다.5) 본 연구에서 집계구 형상은 정방형을 이상적인 형상 으로 보고 이를 유지할 수 없다면 가시적 측면에서 단순한 형태를 유지하도록 하 였다.
임신･출산 서비스 수요와 같은 지리적 현상의 공간적 분포를 분석하고 표현하는 방법 중 대표적인 것은 얼마나 밀집되어있는지를 볼 수 있는 밀도분포도이다. 이를 통해 단위 공간 상 수요의 강도를 지역별로 비교할 수 있으나 그 차이의 통계적 유의성을 파악할 수 없다. 이처럼 수요의 분포를 공간 관계를 고려하여 통계적으로 유의한 분포를 분석하고 시각화하기 위해 사용되는 공간통계 기법으로는 공간 군 집분석(Spatial Cluster Analysis)이 대표적이다. 공간 군집 탐지 방법은 크게 세 가지 방법(전역적, 국지적, 초점 모델)이 널리 사용된다(Cromley & McLafferty, 2011; Mitchell, 2005). 특히 국지적 방법은 집계된 공간단위가 지도위의 점과 점 을 이어 만든 다각형인 폴리곤(polygon)인 경우 많이 사용하는 국지적 모란지수 (Local Moran statistics)를 시각화하는 LISA 맵(Anselin, 1995)과 공간단위가 점(point)인 경우 많이 사용하는 Getis와 Ord(1992)의 Hot/Cold Spot 분석이 대표적이다.
국지적 모란지수(Local Moran’s I)는 다음 식과 같이 정의된다.
3) 통계청 통계용어설명, https://sgis.kostat.go.kr/mobile/board/term.sgis (2022. 6. 30. 인출) 4) 통계청 통계용어설명, https://sgis.kostat.go.kr/mobile/board/term.sgis (2022. 6. 30. 인출) 5) 통계청 통계교육원. http://sti.kostat.go.kr/window/2018b/main/2018_winter_10.html (2022. 6.
30. 인출)
집계구 의 국지적 모란지수
집계구 의 지리적 현상 수요 공급규모 인프라 접근성
공간가중행렬 공간관계 모형
사례 수 집계구 수
국지적 모란지수는 표준화를 통해 z값으로 변환한 다음 네 가지 유형의 공간 군 집을 식별할 수 있다. 높은 값 주변에 높은 값이 분포하는 High-High 클러스터, 낮은 값 주변에 낮은 값이 분포하는 Low-Low 클러스터, 높은 값 주변에 낮은 값 이 분포하는 High-Low 이례지역(outlier), 그리고 낮은 값 주변에 높은 값이 분포 하는 Low-High 이례지역으로 분류된다(류나영, 2020: 72).
국지
G
통계치(Getis and Ord’s )는 통계적으로 유의미하게 국지적으로 높 은 값이 군집을 이루는 곳(hot spot)과 낮은 값 군집(cold spot)을 탐지하기 위해 널리 사용된다(김종근 외, 2014: 165). 특정 지역을m
개의 하부 지역으로 나누었 다고 가정하고, 를 i 지역의 특성(서비스 수요, 공급 인프라 규모, 인프라의 접 근성 등)을 나타내는 변수로 상정하며, 를 지역 i 와 j 사이의 접근성을 대표하 는 공간가중치로 정의할 수 있다. 이때 표준화된 통계치는 다음과 같은 식으로 표현할 수 있다.
위 식은 공간 j의 속성 값과 공간 가중평균의 차이를 비교하여 공간 j의 속성 값 이 공간관계를 고려한 분포상 통계적으로 유의한 값인지를 판별한다(이소영･김가 희, 2021: 146). 이때 분석을 위해 각 지점을 포함하는 공간적 범위를 지정하거나 공간관계를 로 모형화한다. 분석결과는 정규분포를 가정하여 z값으로 제시되
Ⅰ
Ⅱ
Ⅲ
Ⅳ
Ⅴ
며 이 값의 절댓값이 큰 경우(>3) 큰 속성 값을 가지는 집단이 군집을(Hot Spots) 이룬다고 해석하고, z값의 절댓값이 작은 경우(<3) 낮은 값이 군집을 이룬다(Cold Spots)고 분류하게 된다.
임신･출산 의료서비스의 수요를 나타내기 위한 자료는 주민등록 자료를 기준으 로 발표되는 인구자료 중 가임연령 여성 인구와 0-5세 인구를 사용하고, 집계구별 로 발표되는 연령대 및 성별 인구자료를 활용한다.
임신･출산 의료시설의 공급에 관한 공간분석을 위해 종합병원, 산부인과 개설병 원, 소아청소년과, 유아 전용 응급병상을 보유한 응급병동 및 달빛병원 자료를 활 용한다. 해당 자료는 의료시설 또는 의원 등의 주소와 기본 시설에 관한 정보를 포함하고 있는데, 공간분석을 위하여 지오코딩(geocoding)을 통해 주소에 해당하 는 공간좌표를(경도/위도 및 좌표공간 상의 투영 좌표값) 구하고 이를 다시 위치점 (point)으로 변환하여 공간자료를 구축한다. 이렇게 구축한 종합병원, 산부인과, 소아청소년과, 유아응급병동의 공간자료를 통해 각각의 의료서비스 공급 시설의 공간 군집 특성을 앞에서 설명한 로컬 모란 지수와 LISA map 이나 Hot/Cold Spots을 확인하여 살펴본다.
임신･출산 인프라의 공간적 접근성 분석을 위해서 우선 시도별 또는 시군구를 기준으로 지역별 수요 대비 공급의 규모를 비교한다. 이러한 기술적인 분석에서 더 나아가 의료자원에 대한 공간적 접근성 분석의 필요성(Higgs, 2004)에 따라 미국 보건부에서 사용되는 대표적 방법의 하나는 Luo와 Wang(2003)의 2SFCA(two step floating catchment area)기법이다. 2SFCA 기법의 특징은 행정경계에 제 한받지 않고 의료자원의 규모를 동시에 고려한다는 점이다. 의료자원 공급관리, 의 료 서비스 이용관리를 위한 지역적 단위로서 의료권 또는 진료권은 기능적으로 통 합된 공간적 범위이므로 행정구역 단위와 일치하지 않는다(김종근 외, 2014:
163). 즉, 의료서비스 이용자는 행정경계에 제약받지 않는다(문정주･이태호･곽미 영･나백주･성상모, 2013; 오영호･신호성･이상영･김진현, 2007). 2SFCA는 잠재 적 환자와 의료인력 간의 상호작용을 통행시간에 의거해 산출하기 때문에 행정경 계에 국한하지 않고 각 수요지점이 가진 접근성의 지역차를 드러내 준다는 장점이 있다(김종근 외, 2014: 165). 이 기법은 아래와 같은 식으로 나타낼 수 있다.
∈≤
∈≤
수요지점 의 접근성 점수
의료 서비스 규모 인력 병상 수 등
서비스 지역에 포함되는 즉 인 수요지점 의 수요
에서 로의 이동거리 시간
이 방법은 세계적으로 여러 학자들에 의해 개선되었는데, 구체적으로 거리에 따 른 서비스 이용률의 감소정도, 사회적 요인에 대한 고려, 대중교통의 이용에 따른 접근성 분석 등(조대헌･신정엽･김감영･이건학, 2010; Apparicio, Abdelmajid, Riva & Shearmur, 2008; Guagliardo, 2004; Wang & Luo, 2005) 모델이 가 진 현실성을 향상시키기 위한 노력이 지속되었다.
본 연구는 전국규모의 자료 분석의 효율성을 위해서는 수요지점과 의료시설 간 의 직선거리를 사용하였다. 다만, 위 식에서 임계거리(
d
0)는 30㎞ 및 60㎞의 두 가 지를 사용하였다. 이처럼 둘 이상의 임계거리를 적용한 접근성 분석을 통해 의료시 설 유형에 따른 적정한 임계거리 산정과 적용을 위한 탐색의 활용성을 높였다.라. 사례조사
임신･출산 관련 인프라 구축 지자체 지원 우수 사례를 조사한다. 대상은 인천의 도서지역 보건의료서비스 개선 사업과 인천에서 추진한 공공산후조리원을 갖춘 육 아복합센터 사례, 지리산권 6개 시군을 아우르는 거점공공형 산모보건의료센터 사 례이다. 해당 사례를 통해서 지자체의 임신･출산 인프라 지원 방향에 대해서 고찰 한다.
마. 설문조사 1) 표본
최근 임신･출산 인프라를 이용하였던 24개월 이하 영아 자녀가 있는 산모 대상 으로 설문조사를 실시하였다. 표본은 주민등록인구통계 2022년 4월 거주자 기준
Ⅰ
Ⅱ
Ⅲ
Ⅳ
Ⅴ
으로 만 24개월 영아 수를 표본틀로 활용하여 설계하였다. 크게 특별･광역시의 동 부, 자치시의 동부, 읍면부의 모집단 분포를 고려하였다. 모집단 분포를 살펴보면 특별･광역시의 동부의 24개월 이하 영아 수 인구 비율은 38.9%, 자치시의 동부는 45.2%, 읍/면지역은 15.9%였다. 최종 조사된 산모 수는 608명이었으며 특별･광 역시의 동부가 40.8%(248명), 자치시의 동부가 44.7%(272명), 읍면부가 14.5%(8 8명)이었다.
<표 Ⅰ-3-1> 지역별 모집단 특성 및 표본 수
구분 모집단 표본 수
명 % 명 %
특별･광역시의 동부 200,564 38.9 248 40.8
자치시의 동부 233,305 45.2 272 44.7
읍/면부 82,071 15.9 88 14.5
합계 515,940 100.0 608 100.0
주: 1) 지역별 비중은 행정안전부 「주민등록인구통계」(2022. 7. 15. 인출). 2022년 4월 거주자 기준, 만 24개월 영아 수를 표본틀로 사용함.
2) 주민등록인구통계(거주자) 기준 지역규모별 인구 비중은 광역(38.9%), 시(45.2%), 읍면(15.9%)로 지역규모별 비례배분추출함.
응답자 특성 중 연령 기준으로 살펴보면 30세~34세가 44.9%(273명)로 가장 비 율이 높았으며 다음으로 35세~39세 30.1%(183명), 20세~29세 14.6%(89명), 40 세 이상 10.4%(63명) 순이었다. 소득 기준으로 살펴보면 200만원~400만원 미만 가구가 34.2%(208명)로 가장 비율이 높았으며 다음으로 400만원~600만원 미만 가구 30.6%(186명), 600만원~800만원 미만 가구 18.3%(111명) 순이었다. 행정 구역이 구가 있는 지역에 거주하고 있는 응답자의 비율이 58.7%(357명)로 가장 높았으며 구가 없는 지역의 동부에 거주하고 있는 응답자가 26.8%(163명), 읍/면 지역에 살고 있는 응답자가 14.5%(88명)였다. 지역별로 보면 수도권에서 살고 있 는 응답자의 비율이 33.6%(204명)로 가장 높았으며 다음으로 경상권 29.1%(177 명), 충남/대전/세종권 12.5%(76명) 순이었다.
<표 Ⅰ-3-2> 응답자 특성
구분 사례수 %
계 (608) 100.0
연령
20~29세 (89) 14.6
30~34세 (273) 44.9
35~39세 (183) 30.1
40세 이상 (63) 10.4
소득
200만원 미만 (36) 5.9
200만원 ~ 400만원 미만 (208) 34.2 400만원 ~ 600만원 미만 (186) 30.6 600만원 ~ 800만원 미만 (111) 18.3
800만원 이상 (67) 11.0
지역 구분1
대도시
(구가 있는 지역의 동부) (357) 58.7 (구가 없는 지역의 동부)중소도시 (163) 26.8
읍/면부 (88) 14.5
지역 구분2
수도권(서울/인천/경기) (204) 33.6
강원/충북권 (65) 10.7
충남/대전/세종권 (76) 12.5
경상권 (177) 29.1
전라권 (74) 12.2
제주권 (12) 2.0
주: 모집단 분포는 주민등록인구통계 2022년 4월 거주자 기준, 만 24개월 영아수를 표본틀로 사용함