1) 대상기관 현황 및 정책효과분석 가) 평가대상 의원 기관수 추이
효과분석 해당기간(2012년 7월부터 2016년 6월)의 월별 평가대상 의원 기관수는 2016 년 4월(25,840기관), 2016년 3월(25,839기관), 2016년 5월(25,836기관), 2015년 10월 (25,768기관)순으로 높았으며, 2013년 2월(24,577기관), 2012년 12월(24,581기관), 2012년 7월(24,596기관), 2012년 8월(24,618기관)순으로 낮게 나타났다.
자료를 살펴보면 2015년에서 2016년이 상대적으로 2012년에서 2013년에 비해 높게 나 타났다. 이에 주사제 지표의 월별 평가대상 기관수 추이가 가감지급사업 이후 소폭 증가하 는 것을 알 수 있다(별첨2).
[그림 37] 월별 주사제 처방률 평가대상 의원수
www.hira.or.kr 121
2) 주사제 처방률 추이
의원에서의 주사제 처방률에 대하여, 가감지급사업이 시작된 2014년 7월 기준으로 전‧
후 24개월의 추이를 분석했다. 분석된 월별 주사제 처방률을 살펴보면, 가감지급사업이 시 작된 2014년 7월 20.18%로 6월 20.55%보다 0.37%p 감소하였지만, 이후 처방률은 자료의 계절성으로 인한 오르내림을 반복하며 19%~22%사이에 분포되었다. 또한 주사제 처방률 에 대해서 반기별 처방률과 연도별로 월별 처방률을 비교한 결과, 해당지표의 2012년 하 반기(평균 21.63%)와 2016년 상반기(평균 20.27%)사이에 1.36%p 차이가 나타났으며, 연 도별로 미미하게나마 감소한 것을 알 수 있었다.
[그림 38] 월별 주사제 처방률
122 건강보험심사평가원
[그림 39] 반기별 주사제 처방률
[그림 40] 월별 주사제 처방률, 연도별
www.hira.or.kr 123
3) 구간회귀분석(Segmented regression analysis)을 이용한 정책효과 분석 구간회귀분석을 통하여 살펴본 결과, 의원의 월별 주사제 처방률 수준()은 약 21.97%, 처방률 기본추세(time:)는 0.02%p 소폭 감소하였지만 이는 통계적으로 유의하지 않은 변 화였다(p=0.4232). 가감지급사업(intervention:) 시행 이후 주사제 처방률은 0.25%p 감소 하였으나 통계적으로 유의하지 않았다(p=0.6515). 가감지급사업 후(TAI:)의 주사제 처방 률 추세는 0.03%p 소폭 감소하나 통계적으로 유의하지 않은 변화였다(p=0.4856). 즉, 구간 회귀분석으로 살펴본 가감지급사업은 주사제 처방률 감소에 효과가 없다고 할 수 있다.
구간회귀분석의 Durbin-Watson값과 Total 의 설명력이 미미하여 적절한 분석이 추가 적으로 필요하다는 것을 알 수 있다.
Specification: Yt=β0+β1Timet+β2Interventiont+β3Timeafterinterventiont+et
주사제 처방률 월별
년 월이 의 값을 가지고 월 단위로 증가하는 연속 변수로 시계열 트렌드 가감지급사업 시행 전후 년 월
가감지급사업 시행 이후 시계열 트랜드 변화
<표 56> Segmented regression model : Full segmented regression model
Parameter Estimates Variable
Parameter Estimates
Estimate Standard Error Approx Pr > |t|
Intercept 21.97 0.40 <0.001
time -0.02 0.03 0.4232
intervention -0.25 0.55 0.6515
TAI126) -0.03 0.04 0.4856
Durbin-Watson: 0.75, Total : 0.33
<표 57> Full segmented regression model
126) TAI : Time after intervention(가감지급사업 시행 이후 시계열 트랜드 변화)
124 건강보험심사평가원
4) 시계열 모형을 이용한 정책효과 분석
가감지급사업 전(2012년 1월부터 2014년 6월)을 이용하여 자료의 계절적 추세를 고려 한 예측값과 실제 정책사업 이후 관찰된 값의 차이를 분석하였다.
그 결과, 가감지급사업 전의 자료를 이용한 예측값은 평균 20.04%, 최소값 17.67%, 최대 값 23.14%였고, 가감지급사업 후 실제값은 평균 20.55%, 최소값 19.01%, 최대값 22.60%
로 평균차이 0.51%p 나타났다. 월별로 실제값과 예측값의 차이를 비교한 결과, 차이의 폭 이 ±3%p로 미미하게 나타났다(별첨3). 따라서 가감지급사업 전‧후의 주사제 처방률 추이 는 뚜렷한 감소의 변화가 없어, 가감지급사업으로 기대되어진 효과가 나타나지 않았다.
[그림 41] 가감지급사업 후 데이터예측 ARIMA(0,1,0)(0,1,0)
intervention N Mean Std Dev Std Err Minimum Maximum
가감 후 실제값 24 20.55 1.01 0.21 19.01 22.60
가감 후 예측값 24 20.04 1.48 0.30 17.67 23.14
Diff(실제값-예측값) 0.51 1.26 0.36
<표 58> 기본통계량
www.hira.or.kr 125 [그림 42] 예측값과 관찰값
5) 시계열모형을 이용한 예측
정책효과 분석결과 가정 하에서 2020년까지의 예측을 실시하였다. 그 결과 2019년(1 월~12월) 평균 15%, 최대 18%, 최소 14%로 예측되어졌다.
[그림 43] 데이터예측 ARIMA(0,1,1)(0,1,0)
126 건강보험심사평가원