I. 서 론

1. 이론적 배경 및 연구목적

우리나라는 세계적으로 빠른 속도로 고령화가 진행되고 있으며, 이는 의료서비스 수요 변화의 중요한 사회적 배경으로 작용하고 있다. 그러나 의료자원의 공간적 분포는 지역 간 균형을 이루지 못한 채 수도권과 일부 대도시에 집중되는 경향을 보이고 있다.

기존 연구에서도 인구 고령화가 의료수요를 증가시키고, 궁극적으로 지역 간 의료서비스 이용과 의료자원 분포의 불균형을 심화시킬 수 있다고 보고하였다(Zweifel, Felder, & Meiers, 1999; Cutler & Sheiner, 2001; Guagliardo, 2004; Dormont, Grignon, & Huber, 2006). 그러나 대부분의 선행연구는 특정 시점의 횡단면 자료 또는 단기 시계열 자료를 활용하여 고령화와 의료자원 간의 관계를 분석하였으며, 고령화를 의료공간 불균형의 직접적이고 선형적인 결정요인으로 가정하는 경향을 보였다. 이러한 접근은 의료공간 불균형이 형성･변화하는 장기적 과정과 지역별 구조적 특성을 충분히 설명하는 데 한계를 가진다.

의료공간 불균형은 단순히 의료수요 증가에 의해 발생하는 현상이 아니라, 장기간 축적된 의료자원의 입지 구조와 지역별 인구구조 변화, 도시 성장 과정, 정주 구조 및 의료시설의 공간적 배치가 상호작용하는 과정에서 형성되는 구조적 공간현상으로 이해될 필요가 있다. 특히 의료시설은 높은 초기 투자비용과 입지 고정성으로 인해 공급체계를 단기간에 조정하기 어렵고, 기존 의료자원의 배치 구조는 경로 의존성을 형성하여 지역 간 의료 접근성의 차이를 지속시키는 경향이 있다(OECD, 2020). 즉, 의료공간 불균형을 이해하기 위해서는 고령화와 의료자원 간의 단순한 인과관계를 넘어 지역 공간구조와 인프라, 정주 여건 등 축적효과를 함께 고려하는 접근이 요구된다.

따라서 본 연구는 고령화가 지속적으로 심화되고 있는 국내의 전반적인 양상을 인지하고, 그 변화 속도에 따른 고령화 수준과 통계적으로 유의한 관계성을 가지는지 중점적으로 검토하고자 한다. 이를 통해 획일적인 의료자원 배분 방식의 한계를 보완하고 지역 특성을 반영한 배치 전략과 공공의료 정책 수립을 위한 기초 자료를 제공하는 데 연구의 의의가 있다.

특히 의료서비스 접근성은 지역의 정주여건과 생활권 환경을 구성하는 중요한 요소라는 점에서, 본 연구의 결과는 주거･주택 분야에서 고령자의 정주환경과 의료서비스 접근성의 관계를 이해하는 기초자료로 활용될 수 있다.

2. 연구방법

1) 연구가설

다음은 의료 접근성 이론, 중심-주변 구조, 의료자원 배치의 경로 의존성, 인구 고령화에 따른 의료수요 변화에 관한 선행연구를 바탕으로 연구가설을 설정하였다. 그 결과 본 연구에서 의료공간 불균형은 기존 의료자원 배치 구조와 지역별 공간구조 차이가 복합적으로 작용하여 형성되는 구조적 공간현상일 것이라고 전제한다. 구체적인 연구가설은 다음 <Table 1>과 같다.

첫째, 국내 의료공간의 불균형은 전국 차원에서 지역 간 격차가 완화되는 경향을 보일 것이다. 둘째, 고령화율은 의료공간 불균형에 통계적으로 유의한 영향을 미칠 것이다. 셋째, 최근 10년 간 고령화율 변화는 의료공간 불균형의 변화에 통계적으로 유의한 영향을 미칠 것이다. 넷째, 의료공간 불균형의 시계열적 변화 양상은 지역별 공간적 특성에 따라 다르게 나타날 수 있다. 이와 같은 연구가설을 실증 분석을 통해 관계를 정량적으로 검증하고자 한다.

2) 연구방법

연구 흐름에 따른 절차와 방법은 다음과 같다<Figure 1>.

Figure 1.

Research Process

먼저 ‘인구 고령화’, ‘의료공간 불균형’, ‘의료자원 분포’ 및 ‘의료 접근성’을 주요 키워드로 하는 관련 선행연구를 검토하여 의료공간 불균형의 개념과 연구 동향을 이해하고, 고령화와 의료공간 불균형의 이론적 관계를 파악하였다. 다음으로 2015년부터 2024년까지 국내 17개 광역시･도를 대상으로 고령화와 의료기관 분포 관련 자료를 수집하였다. 이후 의료기관 밀도 분포에 기반하여 구조변이계수(SVC)를 산출하여 의료공간 불균형의 시계열적 변화와 지역 간 차이를 분석하였다. 분석은 SVC 산출,¹⁾ σ-분산²⁾ 및 σ-수렴 분석, 패널 회귀분석, 1차 차분모형 순서로 수행하였으며, 계량분석 결과를 보완하기 위해 고령화 단계와 SVC 변화 양상을 종합 고려하여 대표지역을 선정하고 지역별 차이를 비교･분석하였다.³⁾

II. 이론적 고찰

1. 의료공간 불균형 관련 연구 동향

의료공간 불균형은 일정한 공간 범위 내에서 의료기관, 병상, 인력 등의 의료자원이 균형적으로 배치되지 못하고 특정 지역에 편중되거나 결핍되는 현상을 의미한다(Guagliardo, 2004). 이는 단순한 자원의 양적 격차가 아닌 접근성, 이용 가능성 그리고 수요와 공급 간의 공간적 대응 관계를 포괄하는 다차원적 개념으로 볼 수 있다(Black et al., 1980; Whitehead, 1992).

의료공간 불균형 관련 초기 연구는 주로 의료 형평성의 관점에서 전개되었다. 대표적으로 Black(1980)는 건강 격차 및 의료서비스 이용 기회의 차이가 개인의 선택 보다는 사회･경제적 계층과 구조적 조건에 의해 형성됨을 규명하였다. 그러나 당시의 연구들은 주로 사회계층 간 불평등에 초점을 두어 의료자원의 공간적 배치와 지리적 접근성 차이를 설명하는 데에는 한계가 있었다. 이후 의료지리학과 지역연구가 발달하면서 공간적 요인이 의료서비스 이용의 차이를 설명하는 핵심 변수로 도입되었다. Penchansky and Thomas(1981)는 의료 접근성을 공급과 이용자 간의 적합성(fit)으로 정의하였으며, Joseph and Phillips(1984)는 의료기관의 공간적 분포가 의료서비스 이용 기회에 직접적인 영향을 미친다는 점을 제시하였다. 이후 의료공간 불균형 논의는 사회경제적 격차뿐 아니라 공간적 분포와 접근성 차이를 함께 고려하는 방향으로 확장되었다. 최근에는 GIS(지리정보시스템) 및 공간계량분석 기법의 발전에 따라 의료공간 불균형을 정량적으로 분석하는 연구가 활발히 이루어지고 있다. Guagliardo(2004)와 Wang and Luo(2005)는 지리적 거리, 서비스 공급 능력 등 공간적･비공간적 요인을 통합하여 의료 접근성의 공간적 격차를 분석하였다.

이러한 연구 흐름은 의료공간 불균형이 단순한 인프라 부족 문제가 아니라 대도시로의 자원 집중과 주변 지역의 결핍이라는 ‘중심-주변 구조’적 특성을 지님을 시사한다. 따라서 의료공간 불균형은 지역 발전 격차와 제도적 환경(Andersen, 1995; OECD, 2020) 그리고 자원 배분의 경로 의존성이 복합적으로 작용하여 형성된 구조적 공간 현상으로 이해되어야 한다.

2. 고령화와 의료공간 불균형의 관계

고령화는 만성질환 관리, 장기요양, 재활치료 등 의료서비스 수요 구조를 변화시키는 핵심요인으로 알려져 있다(Dormont, Grignon, & Huber, 2006; WHO, 2015). 그러나 실제 의료수요는 공간적으로 균등하게 제공되지 않으며 특히, 우리나라는 상급종합병원과 전문의료시설이 수도권 및 일부 대도시에 집중되는 경향이 강하기 때문에 이러한 의료자원 배치 구조는 장기간 유지되는 경로 의존성을 보인다(Lee & Kim, 2021; Lee, 2022). 그 결과 청년 인구 유출이 많고, 고령화율이 높은 농어촌 및 소도시, 비수도권 등과 같은 취약 지역의 의료공간 불균형 현상은 더욱 크게 나타나는 것으로 볼 수 있다(OECD, 2020).

반면, 의료자원의 공간적 배치는 이러한 수요 변화에 즉각적으로 대응하기 어려운 경직성을 지닌다. 의료기관의 입지는 단순한 인구 규모뿐만 아니라 교통 접근성, 도시 중심성, 기존 의료 인프라, 정책적 투자 등 다양한 구조적･제도적 요인의 영향을 받기 때문이다(Joseph and Phillips, 1984; Andersen, 1995). 따라서 고령화로 의료수요가 급증하더라도 의료시설 및 인력 공급은 기존 공간 구조의 제약을 받아 단기간 내 조정되기 어렵고, 앞으로도 수요와 공급간 불일치가 지속될 전망이다(WHO, 2015; OECD, 2020; Kang et al., 2023; Kwon, Sohn, & Choi, 2024).

선행연구를 종합하면, 의료공간 불균형은 장기간에 걸쳐 형성된 지역 내 의료자원 배치 체계와 도시 공간구조, 지역발전 수준이 복합적으로 작용하여 형성되는 구조적 공간현상이며, 고령화는 이러한 구조적 특성을 더욱 가시화하는 촉진 요인으로 기능한다고 볼 수 있다.

이에 본 연구에서는 ‘의료공간 불균형’을 “고령화가 진행되는 지역에서 의료시설의 공간적 배치가 기존의 자원 배치 경로와 공간구조의 제약을 받음으로써 의료시설 밀도가 지역 내부에서 불균등하게 분포하고, 변화하는 의료수요에 균형적으로 대응하지 못하는 구조적 공간 상태”로 조작 정의한다.

III. 분석틀 설정

1. 연구 대상 및 자료 수집

공간적 범위는 광역 단위에서 의료공간 밀도 분포의 장기적 변화와 지역 간 차이를 거시적으로 파악하고, 자료의 시계열적 일관성을 유지함과 동시에 통계데이터의 정확도가 높은 국내 17개 광역시･도를 기준으로 설정하였다. 시간적 범위는 기존 단기적･선형적 연구 한계를 보완하고, 고령화 수준의 변화를 함께 고려한 실증 분석을 위해 2015년부터 2024년까지로 설정하였다. 분석 자료는 통계청(KOSIS)의 고령화율 데이터와 보건복지부 통계에서 제공하는 하위 공간단위별 의료기관 수 및 행정구역 면적 데이터를 함께 활용하였다.

2. 주요 변수의 측정

종속변수는 의료기관 밀도 분포에 기반하여 산출한 SVC이다. 핵심 설명변수는 고령화율(전체 인구 중 65세 이상 인구가 차지하는 비율)을 중심으로 분석하였다.⁴⁾ 단, 본 연구는 장기 시계열 기준에서 지역 간 비교 가능성을 고려해야 하므로 일반적 고령화율의 변화폭을 기준으로 세분화하여 고령화 유형을 재구성하였다<Table 2>.

따라서 이러한 고령화 유형에 따른 지역을 도출하고, 대표 지역별 의료불균형의 특성을 제시하고자 한다.

3. 의료공간 불균형 지표(SVC) 산출

광역시･도의 의료공간의 균등성 및 편중 정도를 측정하기 위해 본 연구에서는 의료시설 밀도를 기준으로 SVC 값을 산출하였고, 밀도는 하위 공간단위별 의료기관 수를 해당 공간단위의 면적으로 나누어 산출하였다<Table 3>.

이는 지역 내 보편적인 의료공급 인프라의 공간적 총량을 직관적이고 거시적인 차원에서 분석하는 방법으로 판단하였고, 광역시･도 단위에서 주민들이 일상적으로 체감하는 기초 의료자원의 공간적 최소 기준선을 진단함으로써 공간적 불균형의 본질적 패턴을 규명하고자 한 것이기 때문이다.

4. 실증분석 모형 설정

연구가설에 따른 실증분석 모형 설정은 다음 <Table 4>에 제시되어 있다.

구체적으로 첫째, 연도별 SVC의 평균, 표준편차 및 변동계수를 활용하여 2015년~2024년까지 의료공간 불균형의 지역 간 상대적 분산 변화를 검토하였다(H1). 둘째, 고령화율과 SVC 간 통계적 관련성을 확인하기 위해 지역 및 연도 고정효과를 고려한 패널 회귀모형(H2)과 1차 차분모형을 적용(H3)하였다. 셋째, 계량분석 결과를 보완하기 위해 고령화 진행 수준, SVC 수준 및 변화 양상을 함께 고려하여 대표지역을 선정하고, 지역별 의료공간 불균형의 차이를 비교(H4)하였다.

IV. 실증분석 결과

1. 지역별 고령화의 시공간적 전개 특성

다음은 고령화의 전개 특성을 정밀하게 규명하기 위하여 고령화율 변화폭(ΔAi​)과 고령화 단계 이행 폭(ΔSi)을 결합한 종합적 분석을 수행하였다. 이는 고령화의 증가 폭과 단계적 진전 정도를 동시에 고려함으로써 지역 간 인구 고령화 진행 과정의 차이를 보다 입체적으로 파악하기 위함이다.

1) 고령화 단계의 시계열적 이행 결과

2015년 기준 국내 각 지역은 이미 뚜렷한 고령화 수준의 차이를 보였다. 수도권(서울, 경기, 인천)과 광역시(대구･광주･대전･울산･세종)는 ‘고령화 사회’ 단계에 머물러 있는 반면, 그 외 비수도권 지역은 이미 ‘고령 사회’에 진입한 것으로 나타났다. 특히, 전남은 전국에서 유일하게 ‘초고령 사회’ 단계에 도달하여 가장 높은 고령화 수준을 보였다.

이후 2024년 기준으로 살펴보면 ‘세종’을 제외한 전 지역에서 고령화 단계의 상승이 확인되었다. 부산, 대구, 강원, 충북, 충남, 전북, 전남, 경북, 경남 등 9개 지역은 ‘초고령 사회’로 진입하였으며, 서울을 포함한 나머지 7개 지역(인천, 광주, 대전, 울산, 경기, 경남, 제주)도 ‘고령 사회’ 단계로 이행하였다.

정리하면, 지난 10년간 국내 고령화는 ‘부분적 고령화’에서 ‘전반적 고령화 심화 및 비수도권의 초고령화 현상’으로 빠르게 전환되었음을 보여준다<Table 5>.

2) 장기 진행 양상에 따른 지역 유형 분류

앞서 제시한 고령화율 증가폭(ΔAi)과 고령화 단계 변화폭(ΔSi)을 결합한 분류 기준에 17개 광역자치단체의 장기 고령화 유형을 분류한 결과는 다음 <Table 6>과 같다.

대부분의 지역에서 고령화가 점진적으로 진행되는 가운데, 일부 지역(대구, 경남)에서는 2단계 상승하여 상대적으로 빠른 고령화가 이루어지고 있음을 알 수 있다. 또한, 대다수 지역이 ‘완만 증가형’으로 묶였으나, 연도별 세부 증가 구조를 살펴보면 그 진행 경로의 공간적 이질성이 뚜렷하게 관찰된다.

수도권 및 인구 유입 지역(서울, 경기, 인천)은 10년간 비교적 안정적이고 완만한 고령화 진행 양상을 보였다. 반면, 일부 비수도권 지역은 특정 연도에 고령화율이 큰 폭으로 상승하는 ‘국지적 가속’ 현상을 동반하며 더 큰 누적 증가폭을 기록하였다. 이는 고령화가 전체적인 심화 경향을 공유하면서도 그 진행 속도와 내부적 변동성 측면에서는 지역별 구조적 격차가 존재함을 의미한다. 이러한 공간적 이질성은 향후 고령화와 의료시설 분포 간의 관계를 분석할 때, 단순한 고령화율 수치뿐만 아니라 지역별 진행 경로의 특성을 통제해야 함을 실증적으로 뒷받침한다.

2. 의료 공간 불균형의 σ 분산 특성(2015-2024)

최근 10년간(2015~2024년) 광역시･도 단위 의료공간 불균형 지표(SVC) 및 고령화율의 σ 분산 특성을 파악한 결과는 다음 <Table 7>과 같다.

먼저 SVC의 평균값은 2015년 0.5636에서 2017년 0.5369로 일시 감소하였으나, 이후 점진적으로 반등하여 2024년에는 0.5970 수준에 도달하였다. 반면, 동기간 SVC의 표준편차(SD)는 2015년 0.8708에서 2024년 0.7043으로 감소 추세를 보였다.

이처럼 평균의 상승세와 표준편차의 감소세가 동시에 작용함에 따라 지역 간 상대적 격차를 나타내는 변동계수(CV)는 2015년 1.5449에서 2016년 1.5540으로 소폭 상승한 것을 제외하면 2017년 이후 뚜렷한 하향 안정화 추세를 유지하였는데, 2023년(1.2737)에 일시적 소폭 반등이 나타났으나, 2024년에는 다시 1.1797로 크게 하락하였다. 결과적으로 변동계수(CV)의 장기적 감소 추세는 최근 10년간 17개 광역시･도 간 의료공간 불균형의 상대적 격차가 완화되는 현상이 존재함을 실증하였다고 볼 수 있다.

한편, 평균 고령화율(Mean Aging)은 2015년 13.79%에서 2024년 20.01%로 급격히 상승하여 초고령 사회로의 진입을 정량적으로 보여준다. 주목할 점은 고령화율의 지역 간 표준편차(SD Aging) 역시 2015년 3.14에서 2024년 3.99로 매년 예외 없이 증가하였다는 것이다. 이는 의료공간 불균형(SVC)의 지역 간 격차는 장기적으로 완화(CV 감소)되고 있는 반면, 고령화의 공간적 편차는 오히려 심화되고 있음을 의미하므로 향후 고령 인구 밀집 지역을 중심으로 한 맞춤형 의료 공급 최적화가 필요함을 예측할 수 있다.

3. 고령화와 의료공간 불균형의 관계 분석

고령화율의 변화가 실제 의료공간 불균형(SVC)에 미치는 영향을 규명하기 위해, 지역 및 연도 고정효과를 제어한 수준 모형(Level Model)과 시계열적 변화율을 반영한 1차 차분모형(First-Difference Model)을 수행한 결과는 <Table 8>과 같다.

분석 결과, 수준 모형에서의 고령화율 추정계수는 -0.0230 (p = 0.1498), 1차 차분모형에서의 고령화율 변화 추정계수는 0.00643(p = 0.4284)으로 나타나 두 모형 모두 통계적 유의수준(p < 0.05)을 확보하지 못하였다. 통제 변수를 적용한 이후에도 고령화율의 양적 수준과 그 시계열적 변화가 SVC 변동에 즉각적이고 유의미한 동조화를 보이지 않는 것으로 확인되었다.

이러한 회귀계수의 비유의성은 국내 의료 자원 공급 체계가 지닌 구조적인 한계와 입지의 고착성을 실증하는 결과로 해석할 수 있겠다.

즉, 앞선 <Table 7>에서 확인한 바와 같이 국내 고령화율은 급격한 상승세(Mean 13.79% → 20.01%)와 함께 지역 간 편차(SD 3.14 → 3.99) 역시 심화되는 등 ‘의료 수요’의 공간적 재편이 뚜렷하게 진행되고 있다. 그럼에도 불구하고 회귀분석에서 유의한 영향 관계가 나타나지 않은 것은 현재의 민간 주도형 의료기관 공급 구조가 고령 인구 증가라는 실질적 공공 의료 수요 변화에 유연하게 반응하여 자원을 재배분하지 못하고 있음을 의미한다. 의료기관은 인구 구조적 급변보다 기존의 행정･상업 인프라, 즉 기존 입지적 이점에 고착되어 신규 개원 및 이전이 결정되는 경향이 강하기 때문이다.

결과적으로 수준 모형과 차분 모형에서의 가설 기각은 인구 고령화 추세에 부합하는 의료 자원의 효율적 배분을 위해서는 단순 시장 논리에 의존할 것이 아니라, 고령화 취약 지역을 대상으로 한 공공 의료 인프라의 확충 및 지자체 차원의 공간적 개입(예: 분산 유도 정책, 이동성 지원 등)이 필수적임을 역설하여 보여주는 실증적 근거를 제공한다.

4. 고령화 단계 대표지역의 의료공간 불균형 특성 분석

다음은 앞서 변수 간 평균적 관계를 다룬 회귀분석<Table 8>의 비유의적 결과를 미시적 관점에서 보완하고, 고령화 진행 속도 및 단계에 따른 의료공간 불균형(SVC)의 실질적 변화 궤적을 파악하기 위해 대표 지자체 5곳을 선정하여 비교분석하였다<Table 9>.

대표지역은 2015년 고령화 단계와 2024년 고령화 단계의 변화를 기준으로 SVC의 시계열 변화 폭이 가장 큰 지역(세종, 울산, 대구, 부산, 전남)을 기준으로 선정하였다(<Table 6> 참조). 또한, 5개 대표 지역의 고령화율과 SVC의 상호 작용 추이를 장기적 관점에서 파악하고자 10개년 분석 기간을 2015~2017년(초기), 2018~2020년(중기), 2021~2024년(최근)으로 구조화하여 비교 분석하였다.

분석 결과, 고령화 단계의 변화 추이와 SVC 간에는 다음과 같은 세 가지 구조적 특징이 관찰되었다.

첫째, 고령화 진행에 따른 의료공간 불균형(SVC)의 절대적 동반 상승 패턴이다. 5개 지역 모두 고령화율의 상승과 함께 SVC 값이 모두 증가하였다. 정체형의 ‘세종(SVC 0.216 → 0.364)’부터 급속한 고령화로 초고령 사회에 진입한 ‘대구(0.122 → 0.166)’, 이미 초고령 단계인 ‘전남(0.674 → 0.699)’에 이르기까지 고령 인구의 증가는 지역 내 의료공간 불균형을 심화시키는 방향으로 작용하고 있음을 보여준다.

둘째, 의료 자원 공급의 강력한 경로 의존성과 격차 고착화이다. 고령화 단계가 유사하더라도 지역이 보유한 기존 공간 구조와 의료 인프라 수준에 따라 SVC의 격차가 구조적으로 고정되어 있다. 예컨대 동일하게 ‘초고령사회’ 단계에 도달한 ‘부산(2021-2024 평균 고령화율 21.50%)’과 ‘전남(25.20%)’을 비교하면, ‘부산’의 SVC는 0.068에 불과하나 ‘전남’은 0.699로 대조를 이룬다. 이를 통해 광역시 단위 대도시는 고령 인구 급증에도 불구하고 기존에 축적된 풍부한 의료 자원 공급 능력 덕분에 낮은 불균형 수준을 유지하지만, 농어촌 및 도서 지역 중심의 ‘전남’은 고령화 가속화 속에서 의료 인프라 부족 현상이 지속되고 있음을 파악할 수 있다.

셋째, 거시적 회귀분석<Table 8> 통계치의 비유의성에 대한 원인 규명이다. 먼저 대도시에 해당하는 ‘부산’과 ‘대구’는 고령화가 초고령 단계로 진행됨에도 SVC는 각각 0.068, 0.166 수준으로 매우 낮게 나타났다. 다음으로 도 지역에 해당하는 ‘전남’은 이미 초고령화 단계가 정착된 상태에서 SVC 역시 0.699라는 매우 높은 불균형 수준을 유지하고 있으며, 신도시에 해당하는 ‘세종’은 고령화율 자체는 12%대로 전국 최저 수준이지만 신도시 특성상 의료자원의 공간적 정비가 미흡하여 SVC가 0.216에서 0.364로 급격히 상승하는 패턴을 보인다. 이처럼 기존 지자체가 지닌 공간적 특성(대도시, 농어촌, 신도시)에 따라 SVC의 반응 함수가 비선형적으로 작동하고 있으므로 통계적 비유의성이 나타난 것으로 증명할 수 있다.

종합하면 고령화라는 보편적 수요 증가 속에서 의료 공간의 불균형은 지역 내 기존 인프라 조성 여부와 공간 구조적 격차에 지배받고 있음을 실증하였다. 그러므로 ‘전남’이나 ‘세종’과 같이 SVC 절대치가 높고 고령화가 진행 중인 취약 지역의 경우는 공공 의료자원 배치 정책을 우선 수립할 필요가 있겠다.

V. 결 론

본 연구는 2015년~2024년까지 국내 17개 광역시･도를 대상으로 의료기관 밀도 기반의 의료공간 불균형 변화를 분석하고, 인구 고령화 추세와의 실증적 연계성을 검토하였다. 이를 위해 구조변이계수(SVC)를 활용하여 지역의 의료자원 밀도 분포 편차를 정량화하였으며, σ-분산 분석, 지역 및 연도 고정효과를 제어한 패널 회귀모형, 1차 차분모형 그리고 주요 대표 지역 간 시계열 비교 분석을 단계적으로 수행하였다. 구체적인 연구 결과는 다음과 같다.

첫째, 지역별 고령화 진행 속도와 공간적 궤적의 차별성을 확인하였다. 인구 유입으로 고령화 전이가 정체된 ‘세종(정체형)’, 이미 초고령 단계가 고착된 ‘전남(저속증가형)’, 고령화 단계가 점진적으로 상승한 ‘울산과 부산(완만증가형)’ 고령화 단계가 급격히 상승한 ‘대구(급속증가형)’으로 지역의 정주 여건에 따라 고령화 공급 수요가 이질적 경로로 전개되고 있었다.

둘째, 지역 간 의료공간 불균형의 상대적 격차는 제한적으로 완화되었다. 10년간 SVC 변동계수(CV)는 유의미하게 하락하여 수렴 경향을 보였다. 다만 동기간 평균 SVC는 소폭 상승하여, 불균형 자체의 절대적 해소보다는 지역 간 격차가 하향 안정화되는 과정에 있음을 보여준다.

셋째, 회귀분석 결과 고령화율 수준 및 변화량은 SVC에 통계적으로 유의한 영향을 미치지 않았다. 이는 급격한 고령화 수요에도 불구하고 의료 자원 공급 체계가 적시에 반응하지 못함을 실증한다. 즉, 의료 자원의 배치는 기존 인프라와 자본 등의 영향을 많이 받고 있음을 역설하여 보여준다.

넷째, 대표 지역 비교는 거시적 회귀 모형의 비(非) 유의적 원인을 미시적으로 해명한다. ‘전남’은 높은 고령화와 높은 SVC를 유지한 반면, ‘부산’은 초고령화 진입에도 대도시 인프라 영향으로 최저 수준의 SVC를 유지했고, ‘세종’은 낮은 고령화에도 인프라 형성 과도기로 인해 SVC가 급증했다. 이처럼 공간 속성(대도시 vs 농어촌 vs 신도시)에 따라 초기 출발선과 고령화에 따른 SVC 반응도가 완전히 다르기 때문에 나타난 결과로 볼 수 있다.

본 연구는 SVC 지표를 통해 광역시･도의 의료공간 불균형을 객관적으로 비교할 수 있는 분석틀을 제공하였다는 학술적 의의가 있다. 정책적으로는 단순 고령인구 비율에 의존한 일률적인 의료 자원 배분 정책의 구조적 한계를 실증하였다. 따라서 실효성 있는 공공 의료망 구축을 위해서는 고령화율이라는 단일 지표를 넘어 각 지자체의 SVC 수준과 공간 구조적 특성을 결합한 맞춤형 공공 개입 정책으로 전환해야 할 것이다.

아울러 연구의 한계점과 이를 보완하기 위한 향후 연구에서는 공간 단위를 광역시･도 단위 보다 세밀하게 접근하고, 의료자원 밀도 분포뿐만 아니라 지역 여건과 접근성 등을 함께 고려한 의료공간 불균형 분석이 이루어질 필요가 있겠다. 이를 통해 초고령사회 속에서 의료 사각지대가 발생하는 공간을 정밀하게 발굴하고, 해당 지역의 최적화 의료서비스가 우선 공급될 수 있는 근거 자료로 활용될 수 있기를 기대한다.

나아가 이러한 결과는 고령자의 정주여건과 생활권 의료접근성을 함께 고려하는 주거·주택 분야의 주거환경 개선 및 지역별 생활권 계획을 위한 기초적 시사점을 제공할 수 있을 것이다.