공간필터링을 이용한 지역 간 건강 격차의 다수준 분석

국문 초록 (Abstract)

정부의 건강정책의 불평등한 분배는 사회적 양극화를 심화시킨다는 점에서 지역사회 및 정부 차원에서 반드시 해결해야 할 심각한 사회적 문제이다. 그 동안, 개인의 건강이 개인적 요인뿐만 아니라 사회적, 경제적, 환경적 요인들에 의해서도 영향을 받는다는 사실에도 불구하고 건강문제는 개인적인 문제로만 치부된 경향이 있었다. 그러나 최근 지역 간 건강 불평등에 대한 사회적 인지에 따라, 개인의 건강에 대한 지역적 차원의 영향도 중요하게 인식되면서 이에 초점을 둔 연구가 진행되기 시작하였다.
기존 연구들은 주로 다수준 분석을 이용하여 건강이 개인이 속한 지역의 특성에 영향을 받는다는 점은 고려하고 있지만, 인접 지역의 특성에도 영향을 받음으로써 인접 지역 간 건강 수준이 유사해지는 점은 고려하지 못하였다. 따라서 본 연구는 1) 건강 수준이 지역에 따라 차이가 나타나는지 파악하고; 2) 일반적인 다수준 분석이 고려하지 못하는 건강 현상의 공간적 자기상관성을 설명하기 위해 공간필터링을 적용한 다수준 분석을 이용하여 건강에 영향을 주는 개인적, 지역적 요인을 탐색한다.
주요 연구 결과는 다음과 같다. 먼저, 건강 수준의 지역 간 격차를 파악하기 위해 주관적 건강수준 인식을 수치화한 건강측정지표인 EQ-5D지수를 시군구 단위로 지도화한 결과, 수도권과 비수도권의 뚜렷한 건강 불평등이 확인되었다. 수도권 중에서도 특히 서울시는 건강 수준이 가장 높았고 지역 내 편차도 가장 작았는데, 이에 반해 강원, 전남, 경북, 경남 등의 지역은 전반적으로 건강 수준이 낮고 지역 내 편차도 큰 것으로 나타났다.
다수준 분석 결과, 개인수준 변수로는 성별, 직업 유무, 가구소득, 스트레스 변수가 개인의 건강에 유의미한 영향을 미쳤고, 지역수준 변수로는 지역 박탈지수와 의사 수가 유의미하게 나타났으며 재정자주도는 유의미하지 않았다. 남성일수록, 직업이 있을수록, 소득이 높을수록, 스트레스를 적게 받을수록, 지역 박탈지수가 낮을수록, 지역 내 의사 수가 많을수록 건강 수준이 높게 나타났다. 또한 개인수준 변수만으로 분석한 모형보다 지역수준 변수를 추가한 모형의 설명력이 높은 것으로 보아, 개인의 건강에 지역적 특성이 분명한 영향을 미치고 있음을 확인할 수 있었다.
그러나 다수준 분석 모델에는 공간적 자기상관이 존재하기 때문에 편향된 추정치를 산출할 가능성이 있다. 따라서 모델 추정의 정확성과 효율성을 높이고자 다수준 분석에 아이겐벡터 공간필터링을 적용하였다. 그 결과 아이겐벡터 공간필터링을 적용한 다수준 분석이 공간적 자기상관 문제가 해결됨으로써 일반적인 다수준 분석보다 설명력이 향상되었으며 더욱 올바른 추정이 가능해졌다.
본 연구는 지역의 건강 수준을 파악하고 이에 대응할 수 있는 계기를 마련하였으며, 지역사회 차원에서 건강 불평등의 원인을 파악하고 어떠한 측면에 노력을 기울여야 하는지에 대한 시사점을 제공하였다. 또한 다수준 분석의 문제점을 해결하는 공간적 분석모델을 제안하였다는 점에서 학문적 의의를 지닌다. 궁극적으로, 본 연구는 건강 정책의 형평성을 도모함으로써 우리 사회의 상대적 박탈감 해소 및 지역 간 위화감 완화에 기여 할 수 있을 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

This study aims to analyze regional health inequality in South Korea. The uneven distribution of health care provisions afforded by the government in South Korea is a serious social problem that needs to be addressed before it causes even greater social polarization. Identifying the health status of regions around the country is an important step towards solving this social problem.
Additionally, this study investigates the individual and regional factors influencing health status of individual people, utilizing a coupled approach of an eigenvector spatial filtering and multilevel analysis. Health related research needs to consider both individual and regional factors, as both can influence the health status of individual people. However, although many studies have used multilevel analysis to address both of these factors, they have failed to account for spatial autocorrelation in their models because multilevel analysis assumes that health events in a certain region occur independently from other regions. However, health can be influenced not only by the characteristics of the regions which individuals belong to, but also the attributes of neighboring areas, which leads to the similarity of health status among geographically close regions. This means that it is necessary to conduct spatial analysis which can take into account both regional factors and the spatial autocorrelation in general multilevel analysis.
The major findings of this study are as follows. First, as a result of the mapping health status of regions using the EQ-5D index, an indicator used to measure health, explicit regional differences between metropolitan and non-metropolitan areas are identified. Seoul, Korea’s largest metropolitan area, tends to have higher health status than that of non-metropolitan areas, with only small deviations within the area. On the other hand, provinces classified as non-metropolitan areas, such as Gangwon-do, Jeollanam-do, Gyeongsangnam-do and Gyeongsangbuk-do generally show lower health levels with substantial intra-regional deviations.
Second, the multilevel analysis finds that the significant individual level variables for estimating health status are sex, occupation, household income and stress. Except for the ‘degree of the local government’s financial independence’ variable, regional level variables, such as the ‘regional deprivation index’ and the ‘number of doctors’ variable, are significant factors to health status. In particular, health status is significantly higher for subjects meeting the following conditions: male; having an occupation; higher household income; lower stress level; lower regional deprivation index; and more doctors in the region. Meanwhile, the explanatory power of the model using regional level variables is greater than that of the model using individual level variables. This suggests that regional factors explicitly influence the health of individuals.
However, because spatial autocorrelation exists in the result of general multilevel analysis, failing to control it may lead to biased and inefficient results. In order to address this problem, this study applies the eigenvector spatial filtering to the multilevel analysis. As a result, although the signs of the regression coefficients do not change between general multilevel model and spatially filtered model, spatially filtered multilevel analysis improves the accuracy of estimations by dealing with spatial autocorrelation.
This study offers further understanding of regional health status, and provides individuals and communities with an opportunity to take action, by suggesting the policy implications local communities and governments need to consider to solve health inequality. In terms of the methodology, it is academically worthwhile to suggest spatial model that can control the spatial autocorrelation in residuals of the multilevel analysis. Ultimately, this study is expected to contribute to the reduction in social deprivation, and to the promotion of fair health policies.

목차 (Table of Contents)

• 목차............................................................................i
• 그림 목차....................................................................iii
• 표 목차.......................................................................iv
• 논문 개요....................................................................v
• I. 서론...........................................................................1
• 1. 연구 배경 및 목적......................................................1
• II. 이론적 배경...............................................................8
• 1. 건강에 관한 논의.......................................................8
• 1) 건강의 정의..............................................................8
• 2) 건강측정지표............................................................9
• 3) 건강 불평등의 정의...................................................11
• 2. 공간적 자기상관성에 관한 논의.................................13
• 1) 공간적 자기상관성(spatial autocorrelation).................13
• 2) 건강 현상의 공간적 자기상관성.................................15
• 3. 문헌 연구..................................................................17
• III. 연구 방법..................................................................21
• 1. 다수준 분석(multilevel analysis)...................................21
• 1) 기초 모형(null model).................................................22
• 2) 1수준 모형.................................................................24
• 3) 2수준 모형.................................................................25
• 2. 아이겐벡터 공간필터링(eigenvector spatial filtering).....26
• 3. 아이겐벡터 공간필터링을 적용한 다수준 분석............30
• IV. 연구 대상 및 변수 선정.............................................31
• 1. 연구 대상자 및 연구 지역...........................................31
• 2. 변수 선정...................................................................32
• 1) 종속변수....................................................................32
• 2) 개인수준 독립변수.....................................................38
• 3) 지역수준 독립변수.....................................................42
• V. 결과..........................................................................48
• 1. 지역 간 건강 불평등 확인...........................................48
• 2. 다수준 분석 결과........................................................55
• 1) 기초 모형 분석 결과...................................................55
• 2) 1수준 모형 분석 결과..................................................57
• 3) 2수준 모형 분석 결과..................................................58
• 3. 아이겐벡터 공간필터링을 적용한 다수준 분석 결과......60
• 1) 공간가중치 행렬 정의.................................................60
• 2) SAR 아이겐벡터 공간필터링........................................62
• 3) Lag 아이겐벡터 공간필터링.........................................66
• 4) 모형 비교 및 추정 결과................................................71
• VI. 결론 및 논의...............................................................77
• 참고문헌.........................................................................80
• Abstract..........................................................................88