yonsei university · À Á56´ÂÃÎwxah n1 Âh1 ÏÂh1Ðwh1m kn fyah Ñn h1ÒÓÂÔÕ ¾ 56 Æw...
TRANSCRIPT
DEA를 이용한 OECD 국가의
보건의료체계 효율성 변화 분석
연세대학교 대학원
보건행정학과
고 혜 진
DEA를 이용한 OECD 국가의
보건의료체계 효율성 변화 분석
지도 정 형 선 교수
이 논문을 석사 학위논문으로 제출함
2014년 1월
연세대학교 대학원
보건행정학과
고 혜 진
- i -
차례
표 차례 ···························································································································ⅲ
그림 차례 ·······················································································································ⅳ
국문요약 ·························································································································ⅴ
1. 서론 ·························································································································· 1
가. 연구배경 ············································································································· 1
나. 연구목적 ············································································································· 3
2. 이론적 고찰 ··········································································································· 4
가. 보건의료체계 ····································································································· 4
나. 효율성의 개념 ····································································································· 6
다. 효율성 측정 모형 ······························································································· 7
(1) Data Envelopment Analysis (DEA, 자료포락분석) ···························· 7
(2) Malmquist Productivity Index (MPI, 맘퀴스트 생산성 지수) ······· 10
라. 선행연구 고찰 ··································································································· 13
(1) 보건의료체계 성과평가 연구 ································································· 13
(2) OECD 회원국 대상 효율성 연구 (국외연구) ······································ 15
(3) OECD 회원국 대상 효율성 연구 (국내연구) ······································ 19
(4) 기타 보건의료부문 효율성 연구 ····························································· 22
- ii -
3. 연구방법 ················································································································· 23
가. 연구모형 ············································································································· 23
나. 분석 자료 및 대상 ··························································································· 24
다. 변수설정 ············································································································· 25
라. 분석방법 ············································································································· 29
4. 연구결과 ················································································································· 30
가. 기술통계량 ········································································································· 30
나. 효율성 분석결과 ······························································································· 33
(1) 모형 1 분석결과 ······················································································· 33
(2) 모형 2 분석결과 ······················································································· 38
(3) 효율성 변화 분석결과 ············································································· 41
(4) 의료보장형태별 효율성 비교 ······························································· 46
5. 고찰 및 결론 ········································································································· 48
(1) 고찰 및 제한점 ································································································· 48
(2) 결론 ··················································································································· 52
참고문헌 ······················································································································· 54
ABSTRACT ·············································································································· 58
- iii -
표 차례
<표 1> OECD 회원국 대상 효율성 연구 (국외연구) ······································· 18
<표 2> OECD 회원국 대상 효율성 연구 (국내연구) ······································· 21
<표 3> 연구모형 ········································································································ 23
<표 4> 투입변수 및 산출변수 ················································································ 25
<표 5> 기술통계량 ·································································································· 32
<표 6> 효율성 분석결과 (모형 1) ········································································· 35
<표 7> 국가별 준거집단 및 참조횟수 (모형 1) ················································· 37
<표 8> 효율성 분석결과 (모형 2) ········································································· 39
<표 9> 국가별 준거집단 및 참조횟수 (모형 2) ················································· 40
<표 10> 맘퀴스트 지수의 평균 (2005-2011년) ··················································· 42
<표 11> 각 국가의 기간별 맘퀴스트 지수 ·························································· 44
<표 12> 의료보장형태별 효율성 평균 비교 ························································ 46
<표 13> 의료보장형태별 맘퀴스트 지수의 평균 비교 ······································ 47
- iv -
그림 차례
<그림 1> Roemer가 정의하는 보건의료체계의 주요 구성요소 ······················ 4
<그림 2> 보건의료체계 성과평가를 위한 개념적 틀 ·········································· 5
- v -
국 문 요 약
DEA를 이용한 OECD 국가의 보건의료체계 효율성 변화 분석
보건의료체계는 국민의 건강향상을 목적으로 하며 자원투입, 관리, 재정적
지원, 조직화, 서비스 전달이라는 다섯 가지의 주요 요소들로 구성되어 있다.
최근 보건의료시장의 국가간 교류가 활발해지고 있다. 한국의 보건의료체계는
저출산·고령화, 의료비 증가, 건강보험 지속가능성 등 다양한 문제에 직면하고
있다. 보건의료시장에서 한국이 경쟁력을 갖추기 위해서는 성과를 지속적으로
모니터링 하고 개선해야 한다.
본 연구는 OECD 회원국의 보건의료체계 투입요소와 산출요소에 관한 ‘효율
성’ 및 ‘효율성 변화’ 분석을 목적으로 한다. 분석에 사용한 자료는 OECD
Health Data 2013이며, 분석대상 기간은 2005년부터 2011년까지이다.
각 연도별 ‘효율성’을 분석하기 위해서는 DEA(Data Envelopment Analysis,
자료포락분석), 시간의 흐름에 따른 ‘효율성 변화’를 분석하기 위해서는
Malmquist Productivity Index(맘퀴스트 생산성 지수)를 사용하였다.
‘효율성’ 분석에 사용된 투입변수는 의료비, 의사수, 간호사수, 병상수, 고가
의료장비이며 산출변수는 진찰건수, 영아사망률이다. 본 연구의 분석모형은 투
입변수의 조합에 따라 두 가지로 구분된다. ‘효율성 변화’ 분석에 사용된 투입
변수는 의료비, 의사수, 병상수, 고가의료장비이며 산출변수는 진찰건수, 영아
사망률이다.
주요 연구 결과는 다음과 같다. 한국의 보건의료체계는 효율적인 것으로 나
타났다. 의료비나 고가의료장비 등의 과잉투입에도 불구하고 한국의 보건의료
체계가 다른 회원국에 비해 효율적이라는 점은 분석기간 전체에 걸쳐 변함이
- vi -
없었다. 한편 시간의 흐름에 따른 기술퇴보가 지속되고 있음을 확인하였다.
OECD 회원국을 의료보장형태에 따라 분류하여 효율성을 비교한 결과 비스
마르크형 국가군이 베버리지형 국가군에 비해 효율성이 높고 시간의 흐름에
따른 효율성 감소도 적게 일어난 것으로 나타났다. 기술진보는 두 국가군에서
공통적으로 일어났으나 베버리지형 국가군이 더 크게 일어난 것으로 나타났다.
본 연구를 통해 한국의 보건의료체계는 투입과 산출을 효율적으로 활용하고
있으며 높은 효율성이 유지되고 있으나 기술퇴보로 인한 프론티어 하향이동이
지속적으로 일어나고 있음을 확인하였다. 이는 최신 치료기술이나 고가의료장
비의 도입을 통한 기술적 향상이 건강성과로 이어지도록 하는 노력이 필요함
을 시사한다. 올바른 진료행태를 유도하기 위한 정책수립이 요구된다.
핵심용어 : 보건의료체계, 보건의료체계 성과, OECD, 효율성, DEA(Data
Envelopment Analysis), MPI(Malmquist Productivity Index).
- 1 -
1. 서론
가. 연구 배경
각 국가의 보건의료체계(Health Care System)는 국민의 건강향상이라는 공
통된 목적을 가진다. 보건의료체계가 올바르게 운영되고 있는지 모니터링하기
위해서는 지속적인 성과평가와 개선이 이루어져야 한다. 보건의료체계의 성과
는 효과성, 효율성, 형평성, 접근성, 질 등 다양한 관점에서 측정될 수 있다.
보건의료를 둘러싼 환경은 지속적으로 변화하고 있다. 우리나라의 보건의료
체계는 1977년 의료보험제도의 도입, 2000년 의약분업과 건강보험 통합이라는
두 번의 커다란 패러다임의 전환을 겪었다. 의료보험제도 도입으로 인해 과거
공중보건 영역에 국한되어 있던 정부의 역할이 더욱 확대되었다. 의약분업을
거치면서 소비자들의 이용행태가 크게 변화하였고, 2001년에는 건강보험 재정
위기를 겪기도 하였다(사공진, 2006).
현재 우리나라 보건의료체계가 직면하고 있는 대표적인 문제는 저출산·고령
화, 의료비 급증, 보험재정의 지속가능성, 의료기관의 양적팽창 등이 있다. 특
히 우리나라의 의료비는 다른 국가에 비해 매우 빠르게 증가하고 있다. 우리
나라의 1980년 국민의료비 규모는 1.4조원이었으며 2011년 91.2조원으로 증가
하였다. 2011년 국민의료비 증가율은 6.6%였으며 매년 꾸준히 증가하고 있다.
증가율 자체는 2000년대 들어서 다소 둔화되었으나 일반 경제부문의 증가율과
비교하면 매우 높은 상승세이다(정형선, 2013a). 앞으로도 고령화, 질병패턴의
변화, 소득수준의 향상으로 인한 보건의료 요구도 증가와 의료기술의 발달로
인한 의료비 상승은 가속화될 것으로 보인다.
보건의료산업은 저성장 경제시대에서 고부가 가치를 창출할 수 있는 산업으
- 2 -
로서 가파르게 성장하였다. 또한 다른 산업부문과의 연관도가 높아 국민경제
에 긍정적인 역할을 할 수 있다(정영호와 서정석, 2005). 보건의료분야를 활성
화하기 위해 정부는 규제중심의 정책에서 각종 인프라구축을 위한 정책으로
방향을 변화시키고 있다(보건복지부, 2010). 최근에는 보건의료분야의 국제교
류가 활발해지면서 시장개방이 일어나고 있다. 경제자유구역의 지정 및 운영
에 관한 특별법에 따라 경제자유구역에 한해 외국인이 의료기관을 개설할 수
있도록 허용하고 있으며 의료관광을 통한 외국인 환자의 국내유입이 증가하고
있다.
동일한 자원을 사용하더라도 달성하는 건강성과는 국가마다 다르다. 국가간
보건의료부문의 교류가 점차 활발해 지고 있는 시점에서 우리나라가 우위를
점하기 위해서는 의료서비스의 경쟁력 강화가 필요하다. 주어진 자원을 활용
하여 최대한의 건강성과를 창출하기 위해서는 효율적으로 운영하는 것이 중요
하다. 의료분야에서도 효율성은 중요한 성과 중 하나이며 최근에는 질적 측면
을 평가하기 위한 하나의 측면으로 효율성에 대한 관심이 증가하고 있다
(Cassel, Brennan, 2007).
- 3 -
나. 연구목적
본 연구의 목적은 OECD 회원국의 보건의료체계 투입요소와 산출요소에 관
한 ‘효율성’ 및 ‘효율성 변화’를 분석하는 것이다. 이러한 연구목적을 수행하기
위해 OECD health data 2013을 활용하여 구체적으로 다음의 내용을 분석하였
다.
첫째, 연도별 보건의료체계 ‘효율성’을 파악한다.
둘째, 시간의 흐름에 따른 보건의료체계 ‘효율성 변화’를 파악한다.
- 4 -
<그림 1> Roemer가 정의하는 보건의료체계의 주요 구성요소
2. 이론적 고찰
가. 보건의료체계
보건의료체계는 다양하게 정의할 수 있으나 그 중 Roemer(1991)에 의한 정
의가 대표적이다. Roemer(1991)가 정의하는 보건의료체계는 5가지 주요 요소
의 상호작용으로 보았다. 자원, 관리, 재원, 조직요소가 결합하여 보건의료서비
스가 인구집단에 전달되고 이를 통해 국민의 건강상태가 변화한다.
위 <그림 1>의 점선 안쪽부분이 보건의료체계가 작동하는 영역이다. 즉, 자
원(인력, 시설, 물적자본, 지적자산 등)을 생산하고, 생산된 자원은 각 국가별
- 5 -
<그림 2> 보건의료체계 성과평가를 위한 개념적 틀
로 다양한 보건의료프로그램을 통해 조직화된다. 자원의 생산과 보건의료 서
비스 제공은 경제적 지원이 뒷받침되어야 하며, 최상의 서비스를 제공하기 위
해 적절한 관리가 이루어져야한다. 이러한 과정을 통해 보건의료 서비스가 국
민에게 전달되어 건강을 향상시키는 것이다.
Kelly and Hurst(2006)는 OECD health care quality indicator project에서
보건의료체계 성과측정을 위한 구조적 틀을 제안했다. 질, 접근성, 비용, 효율
성, 형평성 등 다차원적인 요소를 포함하고 있는 보건의료체계 성과를 측정하
기 위한 개념적인 틀을 <그림 2>와 같이 묘사하였다. 보건의료체계의 성과뿐
만 아니라 사회·경제·물리적 환경같은 비의료적 요인도 건강상태에 영향을 미
칠 수 있다.
- 6 -
나. 효율성의 개념
효율성(Efficiency)은 투입대비 산출을 의미한다. 예를 들면, 단위당 비용, 단
위당 이익, 단위당 만족의 형태로 나타낼 수 있다(Cooper et al, 2007). 관측치
의 투입대비 산출은 절대적 효율성을 의미하며 결과값의 범위에는 제약이 없
다.
이와 구분되는 개념인 상대적 효율성은 관측치가 가진 효율성을 관측치가
달성할 수 있는 효율성 최고치와 비교하여 도출된다. 주로 다른 대안이나 의
사결정단위와의 비교를 위해 상대적 효율성 개념이 사용된다. 특히 경제활동
에서는 상대적 경쟁력에 관심을 두기 때문에 통상적으로 상대적 효율성 개념
을 많이 사용한다(신종각, 2006; 이정동과 오동현, 2012). 현대적 의미의 상대
적 효율성은 Farrell(1957)이 제시한 개념에 의존한다(신종각, 2006).
Farrell(1957)은 효율성을 기술적 효율성(Technical Efficiency)과 배분적 효율
성(Allocative Efficiency)으로 구분하였다. 기술적 효율성은 주어진 투입요소하
에서 최대한의 산출을 창출하는 능력을 의미하며, 순수 기술적 효율성과 규모
효율성으로 분해할 수 있다. 배분적 효율성은 주어진 가격하에서 각 요소를
최적의 비율로 사용하는 능력을 의미한다.
즉, 상대적 효율성은 관측치들간의 상대적 비교를 통해 도출되며, 절대적 효
율성은 투입대비 산출 그 자체를 의미한다. 본 연구에서 DEA분석을 통해 도
출되는 효율성은 상대적 효율성 개념이며, 맘퀴스트 지수를 통해 도출되는 생
산성은 절대적 효율성 개념이다.
- 7 -
다. 효율성 측정 모형
(1) Data Envelopment Analysis (DEA, 자료포락분석)
효율성을 측정하기 위한 방법은 크게 함수적 접근법, 비율분석법, 생산성 지
수법 등이 있다. 그러나 위 방법들은 다수의 투입과 산출을 동시에 고려할 수
없고, 가격정보로 인해 순수한 효과가 왜곡될 가능성이 있다. 이러한 한계점을
극복하기 위해 자료포락분석(DEA, Data Envelopment Analysis)이 많이 사용
되고 있다(박만희, 2008). DEA는 경영, 금융, 보건 등 다양한 분야에서 효율성
을 분석하기 위해 널리 사용되어 왔다. 실제 투입요소와 산출요소의 정보만을
사용하여 효율성을 측정하며 다수의 투입·산출이 존재하는 상황을 일반적 상
황으로 하고 있어 분석의 폭이 넓다. 또한 각 요소들에 선험적 가중치를 부여
하지 않기 때문에 연구자의 주관성을 배제할 수 있는 장점이 있다(정형선과
이기호, 1996).
DEA모형은 Farrell(1957)의 기술적 효율성 개념을 기반으로 1978년
Charnes, Cooper, Rhodes에 의해 다수 투입과 산출을 고려한 비율모형으로
확장되었다(박만희, 2008). DEA는 비모수적인 방법으로서 특정한 생산함수를
가정하지 않는 선형계획모델이다. 주어진 다수의 투입과 산출요소의 정보만을
이용하여 효율성을 도출한다. 모든 의사결정단위(Decision Making Unit,
DMU)들이 생산경계 혹은 그 안에 위치하는 비모수적 포락경계(Envelope
Frontier)를 찾고, 프론티어와 각 DMU간의 거리를 측정하여 상대적 효율성을
도출한다(박수동과 홍순기, 2003). 각 DMU들이 포락경계 안에 위치하도록 투
입과 산출요소에 가중치가 부여되며 이때 가중치는 모형 내부적으로 각 DMU
별 최적 가중치가 설정된다(Cooper et al, 2007).
- 8 -
효율성을 도출하기 위해서는 먼저 생산가능 집합을 파악하여 포락경계를 찾
아야 한다. 생산가능 집합이란 특정 수준의 투입으로 특정 수준의 산출이 가
능한 조합을 의미하며 크게 네 가지 기본특성을 가지고 있다. 특정 투입과 산
출이 생산가능하다면 이보다 많은 투입이나 적은 산출을 가진 조합 또한 생산
가능함을 의미하는 자유가처분성, 두 관측치를 선형으로 연결한 내분점 역시
생산 가능함을 의미하는 볼록성, 생산 가능한 특정 관측치의 투입과 산출을
동일비율로 확장하거나 축소한 경우도 생산이 가능함을 의미하는 불변규모수
익, 불변규모수익이 성립되지 않고 규모의 경제성이나 규모의 비경제성이 존
재한다고 가정하는 가변규모수익이 생산가능 집합의 특성이다(이정동과 오동
현, 2012).
DEA의 기본 모형은 불변규모 수익(Constant Returns to Scale)을 가정하는
CCR모형과 가변규모수익(Variable Returns to Scale)을 가정하는 BCC모형이
있다. 이 모형은 투입과 산출 중 어디에 초점을 두느냐에 따라 산출기준 모형,
투입기준 모형으로 구분할 수 있다.1) 먼저, CCR모형은 모든 DMU의 투입 대
비 산출의 비율이 1을 초과하지 않고 각 요소들의 가중치는 0보다 크다는 조
건하에서 투입을 최소화하거나 산출의 최대화하는 형태로 재구성한다. 산출기
준 CCR모형을 식으로 표현하면 다음과 같다.
1) 산출을 고정시킨채로 투입을 최대화를 지향하는 모형은 투입기준(Input-oriented)모형이며
투입을 고정시킨채로 산출을 최대화를 지향하는 모형은 산출기준(Output-oriented)모형이다.
- 9 -
maximize
subject to
, , ≥
( , )
: 의 효율성
: 의 번째 투입요소의 양 : 의 번째 산출요소의 양
,
: 여유변수(Slack) : 의 가중치
CCR모형은 1984년 Banker, Charnes, Cooper에 의해 가변규모수익을 가정
하는 BCC모형으로 발전하였다. CCR모형에서 볼록성 제약(
)이 추가
되었다. 즉, 원점과 규모효율적인 점을 연결하는 무한한 직선은 허용되지 않으
며 관측치들간의 내분점과 자유가처분성을 만족하는 점들만 생산가능한 것으
로 본다. BCC모형은 규모수익2)의 체증, 불변, 체감상태를 모두 가정하고 있
다. 불변규모 수익을 가정하는 CCR모형의 생산변경과 가변규모수익을 가정하
는 BCC모형의 생산변경의 차이를 이용하여 규모효율성을 측정할 수 있다.
CCR모형을 통해 측정한 기술적 효율성(Technical Efficiency, TE)은 규모의
효과를 배제한 순수 기술적 효율성(Pure Technical Efficiency, PTE)과 규모
효율성(Scale Efficiency, SE)으로 분해할 수 있다.
2) 모든 투입요소를 K배 증가시켰을때, 산출요소가 K배보다 크게 증가하는 경우 - 규모수익 체증
모든 투입요소를 K배 증가시켰을때, 산출요소도 K배만큼 증가하는 경우 - 규모수익불변
모든 투입요소를 K배 증가시켰을때, 산출요소가 K배보다 작게 증가하는 경우 - 규모수익 체감
- 10 -
(2) Malmquist Productivity Index (MPI, 맘퀴스트 생산성 지수)
DEA 분석을 통해서는 특정시점의 '효율성'을 확인할 수 있는 반면 맘퀴스
트 지수를 이용하여 시간의 흐름에 따른 '효율성 변화'를 확인할 수 있다. 맘
퀴스트 지수는 1953년 Malmquist에 의해 거리함수의 비율로 투입지수를 계산
하는 방법이 최초로 제안되었으며 Caves et al(1982)에 의해 도입되었다. 이후
Fare et al(1994)에 의해 기술적 효율성 개념을 이용하여 시간의 흐름에 따른
생산성 변화를 측정하는 방법으로 발전하였다. 맘퀴스트 지수는 거리함수
(Distance function)개념에 기반하여 모든 투입과 산출요소를 고려한 총요소
생산성(Total Factor Productivity)을 측정한다. 성장요인분석(Growth
Accounting Method)이나 톤비스트지수(Tornqvist)등이 생산성 측정에 사용되
기도 하였으나 1990년대 중반부터는 맘퀴스트 지수가 많이 이용되고 있다. 맘
퀴스트 지수는 투입과 산출 요소의 가격정보를 필요로 하지 않으며 기술변화
와 기술적 효율성 변화를 동시에 확인할 수 있는 장점이 있다(박만희, 2008).
맘퀴스트 지수는 총 4개의 거리함수를 이용하여 도출된다. 거리함수를 적용
하기 위해서는 생산가능 집합이 구성되어야 하며, 생산가능 집합을 표현하기
위해 DEA모형이 주로 사용된다(이정동과 오동현, 2012).
t시점에서 정의되는 거리함수를 식으로 표현하면 다음과 같다(Shephard,
1970; Fare et al, 1994).
inf{ ∈ } = (sup{ ∈ }
- 11 -
는 투입 와 산출 로 구성된 생산가능 집합이며, 는 모든 산출요소를
동일한 비율로 변화시켜 생산변경에 도달하도록 하는 실수값이다. 관측치가
생산변경에 위치하면 거리함수 값은 1이고, 생산변경 내부에 위치한다면 1보
다 작은 값을 가진다(이정동과 오동현, 2012).
두 시점(t, t+1)의 산출지향 맘퀴스트 지수를 식으로 표현하면 다음과 같다.
·
·
위 식에서 ,
은 동시점 거리함수(Within-period
distance function)로서 동일한 시점의 생산가능 집합과 관측치를 이용하여 측
정한다. ,
은 이시점 거리함수(Cross-period distance
function)로서 서로 다른 시점의 생산가능 집합과 관측치를 이용하여 측정한
다. 맘퀴스트 지수는 t시점과 t+1시점을 기준으로 측정할 수 있는데 기준연도
선정의 자의성을 제거하기 위해 두 시점의 맘퀴스트 지수를 기하평균하여 도
출한다(박만희, 2008).
맘퀴스트 지수는 다음과 같이 분해할 수 있다.
·
·
·
·
즉, 맘퀴스트 지수는 효율성 변화지수(TECI : Technical Efficiency Change
Index)와 기술 변화지수(TCI : Technical Change Index)로 구분할 수 있다.
- 12 -
효율성 변화는 t시점에 비해 t+1시점에서 관측치가 생산변경으로부터 얼마나
가까워졌는지 혹은 멀어졌는지를 의미하는 추격효과(Catching-up effect)를 측
정하는 것이다. 도출된 효율성 변화는 기술적 효율성 변화이며 따라서 순수
효율성 변화와 규모효율성 변화로 세분화 할 수 있다(이정동과 오동현, 2012).
기술변화는 기술의 진보나 퇴보 등으로 인하여 생산변경 자체가 변화한 것
(Frontier shift)을 측정하며 혁신(Innovation)으로 표현되기도 한다(Fare et al,
1994).
- 13 -
라. 선행연구 고찰
(1) 보건의료체계 성과평가 연구
보건의료체계는 국가별로 상이한 운영방식과 환경 속에서 각기 다른 성과수
준을 달성하고 있다. 보건의료의 성과의 국가간 비교를 수행하기 위해서는 객
관적이고 통일된 자료를 이용해야 한다. 성과평가 지표는 계속해서 개발되고
있으며, 각 지표들은 성과의 일부분을 측정하는 것일 뿐 전체를 대표하는 것
은 아니다.
보건의료체계 성과를 평가한 대표적인 연구는 WHO에서 수행한 연구이다.
WHO(2000)는 보건의료체계 성과를 건강(평균적 수준, 형평한 분배), 반응성
(평균적 수준, 형평한 분배), 재원조달, 공정성 이렇게 5가지로 평가하였다. 여
기서 제시된 반응성은 단순히 건강과 관련된 영역 뿐만 아니라 소비자의 기대
(환자의 존엄성 존중, 비밀보장 등)를 얼만큼 충족시켰는가를 측정하는 것이
다. 최종적으로 위 5개 지표에 가중치를 부여하여 성과평가를 위한 하나의 지
표를 생성하였으며 이를 바탕으로 191개 국가의 순위를 매겼다. 그 결과, 우리
나라는 35위를 차지하였으며 의료비 대비 성과는 58위로 나타났다.
이규식과 김주경(2005)은 WHO와 NERA(National Economic Research
Associates)보고서에서 제시된 반응성 개념의 소개와 우리나라 반응성의 개선
방향을 제시하였다. NERA보고서는 의료체계의 성과를 접근성, 효율성, 반응
성, 혁신성 이렇게 4가지 측면에서 평가하였다. 이 중 반응성은 보건의료시스
템에 대한 소비자와 공급자의 불만이 높아진 현재 중요하게 고려되어야할 개
념이나 우리나라의 반응성은 아직 낮은 수준에 머무르고 있다. 반응성 제고를
위해 요양기관 계약제, 통합의료로의 전달체계 개편, 민영보험의 활성화 등을
- 14 -
제안하였으며 보험자 중심의 거시적 접근 뿐만 아니라 소비자 중심의 미시적
접근을 강조하였다.
Arah et al(2003)은 문헌고찰을 통하여 보건의료체계의 효과성
(Effectiveness)과 질(Quality) 평가지표를 영국, 캐나다, 호주, 미국을 중심으
로 비교하였다. Donabedian의 정의에 의하면 질은 ‘합법적인 방법으로 기대한
목적을 달성하는 능력’이다. 효과성과 질은 밀접한 관계가 있으며 질의 한 영
역으로 볼 수도 있다. 각 국가별 지표의 특징을 살펴보면 영국은 성과의 균형
적 측면, 캐나다와 호주는 건강성과나 체계적 측면, 미국은 시장과 소비자 측
면에 중점을 둔 평가지표를 사용하고 있었다. WHO나 OECD와 같은 국제기
구들는 자료의 이용가능성, 국제적 비교가능성, 근거기반(Evidence-based), 정
책적 측면을 고려하여 성과지표를 설정하는 것으로 나타났다.
Schoen et al(2004)은 5개국(호주, 캐나다, 뉴질랜드, 영국, 미국)의 일차보건
의료체계 접근성을 비교하였다. 각 국가의 성인을 대상으로 전화설문을 실시하
였으며 의사방문, 진찰시간, 진찰태도, 응급의료를 고려하여 접근성을 비교하였
다. 전반적인 시스템에 대한 소비자 만족은 영국이 가장 높게 나타났으며, 미국
은 환자 중심의 영역(접근성, 협진, 의사의 태도)에서 상대적으로 낮은 성과를
달성한 것으로 나타났다.
- 15 -
(2) OECD 회원국 대상 효율성 연구 (국외연구)
국가단위의 효율성 연구는 국내외에 다수 존재하며 DEA, SFA(Stochastic
Frontier Analysis), 회귀분석 등의 방법론을 사용하였다. DEA를 통해 효율성
을 분석한 선행연구들은 비모수적 방법의 한계를 극복하기 위해
Bootstrapping방법을 적용하여 효율성 점수의 신뢰구간을 추정하기도 하였다.
또는 회귀분석이나 Tobit분석을 이용한 효율성 결정요인 분석, 맘퀴스트 지수
를 이용한 생산성 변화분석을 수행한 연구들도 존재한다.
DEA분석을 수행한 연구들은 목적에 따라 사용한 변수들이 조금씩 다르지만
주로 사용한 투입·산출변수의 특징은 다음과 같다. 투입변수는 크게 비용, 인력,
물적자원을 나타내는 변수들을 선정하였고, 의료서비스를 제공하는 대표적인 인
력인 의사가 투입변수로서 가장 많이 사용되었다. 혹은 효율성에 영향을 줄 수
있는 사회경제적 환경을 투입변수로 사용하기도 하였다.
OECD 회원국간 보건의료체계의 효율성 분석을 수행한 대표적인 연구는
OECD에서 수행한 Joumard et al(2011)의 연구이다. 1인당 보건의료지출액, 사
회경제적 환경(1인당 GDP, 교육수준), 생활습관 요소(대기오염, 과일 및 야채
소비, 알코올 및 담배의 과거 소비)를 투입변수로 사용하였으며, 사회·경제적
환경과 생활습관요소는 하위지표들을 종합하여 하나의 지표를 만들어 분석에
사용하였다. 산출변수는 기대수명, 65세 기대여명, 회피 가능한 사망을 사용하
였다. 기대수명을 산출변수를 사용한 모형을 기본모형으로 설정하고 산출변수를
달리하여 효율성 점수의 민감성을 분석하였다. 그 결과 효율성 점수가 모형에
따라 민감하게 변화하지 않음을 확인하였다. 또한 Bootstrapping방법을 통해 효
율성 점수의 신뢰구간을 추정하여 통계적 교정을 실시하였다. 분석결과 한국,
뉴질랜드, 호주, 아이슬란드가 일관적으로 높은 효율성을 보였다.
- 16 -
Varabyova and Schreyogg(2013)은 비모수적 방법인 DEA와 모수적 방법인
SFA(Stochastic Frontier Analysis)을 사용하여 2000-2009년을 대상으로
OECD 회원국의 병원부문 효율성을 분석하였다. DEA와 SFA분석방법으로 도
출된 효율성을 비교한 결과 DEA를 통해 도출된 효율성 점수가 변수선정에
따라 더 민감하게 변화하는 것으로 나타났으며 호주, 덴마크, 독일, 노르웨이
가 효율적으로 나타났다. 회귀분석을 통해 효율성의 결정요인을 분석한 결과
의료비, 소득, 재원일수가 유의미한 변수로 도출되었다.
Hadad et al(2013)은 DEA와 Tobit분석을 통해 보건의료시스템의 효율성을
분석하였다. 투입변수의 특성에 따라 보건의료시스템 내부·외부적 변수로 구
분하여 효율성 분석을 실시하였다. 분석 결과 8개 국가(체코, 에스토니아, 아
이슬란드, 일본, 한국, 폴란드, 포르투갈, 슬로베니아)가 투입변수의 변화와 상
관 없이 모두 효율적으로 나타났다. 반면, 9개 국가(오스트리아, 캐나다, 이스
라엘, 이탈리아, 룩셈부르크, 스페인, 스웨덴, 스위스, 영국)는 내부적 요소를
투입변수로 사용한 모델에서는 효율적이나 외부적인 요소를 투입변수로 사용
한 모델에서는 비효율적으로 나타났다. Tobit 분석결과 gate keeping이 강력
할수록, 보험자수가 적을수록 효율적인 것으로 나타났다.
Spinks and Hollingsworth(2005)는 DEA와 맘퀴스트 지수를 이용하여 1995
년과 2000년의 건강생산(Health Production)의 효율성을 분석하였다. 그 결과
터키, 멕시코, 한국, 그리스, 스페인, 일본이 효율적으로 나타났다. 맘퀴스트 지
수 분석결과 네덜란드, 아이슬란드, 아일랜드가 생산성이 향상한 것으로 나타
났고 한국은 생산성이 감소한 것으로 나타났다.
Afonso and st.Aubyn(2006)은 Bootstrapped DEA와 Tobit분석을 사용하였
다. 2000부터 2003년을 대상으로 보건의료서비스의 효율성을 분석한 결과
OECD회원국은 평균적으로 약 40%의 비효율이 존재하는 것으로 나타났다.
Tobit분석 결과 GDP와 교육수준이 높을수록 효율적으로 운영되고 흡연과 비
- 17 -
만수준이 높을수록 비효율적으로 나타났다.
Retzlaff-Roberts et al(2004)은 2000년을 대상으로 건강결과(Health
Outcome)의 효율성을 분석하였다. 두 개의 모형을 사용하였으며 산출변수로
영아사망률과 기대수명을 각각 사용하여 분석하였다. 분석 결과 13개 국가가
모든 모형에서 효율적으로 나타났다. 투입·산출지향 모형의 효율성을 비교한
결과 투입을 줄이는 전략보다는 산출을 늘리는 전략이 더 큰 잠재력을 가지고
있는 것으로 나타났다.
Mirmirani(2008)는 사회주의체제에서 시장경제로 변화하는 전환경제
(Transition Economy)국가들과 OECD 회원국의 보건의료체계 효율성을 비교
하였다. 자료는 OECD 국가의 평균치와 UNICEF, World bank, World
development indicator를 이용하였다. 분석결과 전환경제 국가들의 효율성은
대부분 OECD 평균에 못 미치는 것으로 나타났으나 Albania와 Armenia는 효
율적으로 나타났다. 위 두 국가는 자원사용을 효과적으로 통제하고 있었으며
Public Health가 크게 향상되고 있었다. 반면 Belarus는 상대적으로 많은 의료
비를 투입하고 있음에도 알코올 섭취나 흡연율이 높아 가장 비효율적인 국가
로 나타났다.
- 18 -
대상
기간분석방법 투입변수 산출변수
Joumard
et al
(2011)
2007DEA
(Bootstrapping)
Ÿ 보건의료비
Ÿ 사회경제적환경
(1인당 GDP, 교육수준)
Ÿ 생활습관요소
(대기오염, 과일·야채
소비, 알코올 및 담배소
비)
Ÿ 기대수명
Ÿ 65세
기대여명
Ÿ 회피가능한
사망
Varabyova
and
Schreyogg
(2013)
2000
-
2009
DEA
SFA
Regression
Ÿ 병상수
Ÿ 병원직원수
Ÿ 의사수
Ÿ 간호사수
Ÿ 퇴원율
Ÿ 사망률
Hadad
et al
(2013)
2007DEA
Tobit
Ÿ 보건의료비
Ÿ 의사밀도
Ÿ 입원병상밀도
Ÿ 1인당 GDP
Ÿ 1인당 과일·채소
소비량
Ÿ 출생시
기대수명
Ÿ 영아사망률
Afonso
and
st.Aubyn
(2006)
2003
DEA
(Bootstrapping)
Tobit
Ÿ 활동 의사수
Ÿ 활동 간호사수
Ÿ 급성기병상수
Ÿ MRI개수
Ÿ 영아생존률
Ÿ 기대수명
Ÿ PYNLL
Spinks and
Hollingsworth
(2005)
1995
&
2000
DEA
Malmquist
Ÿ 교육수준
Ÿ 실업율
Ÿ 1인당 GDP
Ÿ 총 보건의료비
Ÿ 기대수명
Retzlaff-
Roberts
et al
(2004)
1998 DEA
Ÿ 보건의료비
Ÿ 의사수
Ÿ 병상수
Ÿ MRI
Ÿ GINI계수
Ÿ 기대교육년수
Ÿ 흡연율
Ÿ 영아사망률
Ÿ 기대수명
Mirmirani
(2008)
1997
-
2001
DEA
Ÿ 의사수
Ÿ 병상수
Ÿ 홍역
Ÿ 보건의료비
Ÿ 기대수명
Ÿ 사망률
<표 1> OECD 회원국 대상 효율성 연구 (국외연구)
- 19 -
(3) OECD 회원국 대상 효율성 연구 (국내연구)
OECD 회원국의 보건의료 효율성을 분석한 국내연구도 존재한다. 국내연구
는 주로 의료서비스측면에 초점을 두고 있었다. 보건의료체계의 성과는 크게
output(산출)과 outcome(성과)으로 분류할 수 있는데 국내연구는 주로 output측
면에서 외래진찰, 입원건수 등을 산출변수로 사용하여 분석하였다.
김지혜 외(2012)는 2005-2009년을 대상으로 DEA와 맘퀴스트 지수를 사용하
여 의료서비스를 분석하였다. 분석결과 한국은 다른 국가들에 비해 효율적으
로 운영되고 있었으며 이외에도 노르웨이, 폴란드, 헝가리 등이 효율적으로 나
타났다. 비효율적인 국가는 독일, 오스트리아, 핀란드, 벨기에로 나타났다. 맘
퀴스트 지수 분석결과 한국은 기술퇴보가 일어난 것으로 나타났다. 슬로베니
아와 노르웨이의 효율성은 높은 것으로 나타난 반면 룩셈부르크, 일본, 벨기에
는 효율성은 낮지만 연도별 생산성 변화 추이는 높은 것으로 나타났다.
장영재와 양동현(2012)은 여유분(Slack)을 고려한 효율성 측정모형인
SBM(Slack-Based Measure)모형을 사용하여 효율성을 분석하였다. 이때 각
국가의 의료제도와 인구사회학적 요인을 통제하기 위해 SFA를 이용해 조정
된 효율성 점수를 도출하였으며 추가적으로 Tobit분석을 실시하였다. 분석 결
과 한국, 일본, 영국은 효율적으로 나타난 반면 멕시코, 스웨덴, 미국은 낮은
효율성을 보였다. 효율적인 국가군과 비효율적인 국가군은 상이한 지불보상제
도를 적용하고 있는 것으로 나타났다. Tobit분석 결과 재원일수, 노인 인구 비
율, 국민 1인당 의료비 등이 유의미한 변수로 나타났다.
박지영 외(2008)는 2002년을 대상으로 DEA분석을 수행하였다. 18개국 중
10개국이 효율적으로 나타났다. 다른 선행연구 결과와는 달리 미국이 효율적
으로 나타났다. 선행연구에서는 매출액(Total Health Expenditure)이 주로 투
- 20 -
입변수로 사용된 것과 달리 위 연구에서는 산출변수로 사용되었기 때문으로
보인다. 여러 분석 모형들 중 재원일수를 산출변수로 한 운영성과모델 분석결
과 우리나라 효율성 점수가 32.10(100점 만점)으로 나타나 다른 모형에 비해
상대적으로 낮은 효율성 점수가 도출되었다.
김성옥 외(2012)는 DEA와 맘퀴스트 지수를 이용하여 보건의료체계의 효율
성을 분석하였다. 연도별 기술적 효율성, 보건의료체계, 질, 접근성 모델로 세
분화하여 분석하였다. 한국, 호주, 캐나다, 칠레, 일본 등이 효율적인 국가로
나타났다. 맘퀴스트 지수 분석 결과 OECD 국가의 평균적 효율성은 증가하는
것으로 나타났다. 보건의료제도의 특성에 따라 효율성 값의 차이가 있는지 비
교한 결과 주치의제도를 운영하는 국가들과 후향적 지불제도를 채택한 국가들
의 효율성 점수가 낮은 것으로 나타났다.
- 21 -
대상
기간분석방법 투입변수 산출변수
김성옥 외
(2012)
1999
-
2010
DEA
Ÿ GDP대비
국민의료비
Ÿ 의사수
Ÿ 간호사수
Ÿ 총병상수
Ÿ 출생시 기대여명
Ÿ 65세 기대여명
Ÿ 유아사망률
Malmquist
Ÿ GDP대비
국민의료비 비중
Ÿ 의사수
Ÿ 유아사망률
Ÿ 출생시 기대여명
김지혜 외
(2012)
2005
-
2009
DEA
Malmquist
Ÿ 의료지출
Ÿ 병원수
Ÿ 병상수
Ÿ 보건사회인력수
Ÿ 현직의사수
Ÿ 기대수명
Ÿ 환자진료횟수
장영재, 양동현
(2012)
2000
-
2009
SBM
패널Tobit
Ÿ 활동 의사수
Ÿ 활동 간호사수
Ÿ 병상수
Ÿ 외래방문건수
Ÿ 퇴원환자수
박지영 외
(2008)2002 DEA
Ÿ 활동 의사수
Ÿ 활동 간호사수
Ÿ 병상수
Ÿ 재원일수
Ÿ 외래환자 방문수
Ÿ 매출액
<표 2> OECD 회원국 대상 효율성 연구 (국내연구)
- 22 -
(4) 기타 보건의료부문 효율성 연구
남상요(2007)는 한국과 일본의 병원효율성을 비교하였다. 한국의 지방공사의
료원과 일본의 정령지정도시 병원을 대상으로 DEA분석을 수행하였다. 투입변
수는 의사수, 간호사수, 의료기술직수, 사무관리직수, 병상수를 사용하였고 산
출변수는 병상가동율, 일평균 외래환자수, 일평균 입원환자수, 평균재원일수,
의업수지비율, 노동소득분배율을 사용하였다. 투입·산출변수를 다양하게 조합
하여 분석을 수행하였는데, 인력효율성 모델 분석결과 한국의 병원효율성이
더 높게 나타난 반면 전체효율성 모델에서는 일본의 효율성이 더 높게 나타나
모델에 따라 상반되는 결과가 도출되었다.
국가간 연구 이외에도 병원, 지방의료원, 보건소 등을 대상으로 효율성을 분
석한 연구도 존재한다. 한동운 외(2010)는 한의약건강증진 사업을 수행하는 보
건소를 대상으로 효율성을 평가하였다. 질(Quality)적 측면을 고려하기 위해
만족비율을 산출변수로 사용하였다. 만족비율 포함 여부에 따라 효율성 점수
에 차이가 있는 것으로 나타났다. 배세영 외(2009)는 우리나라 국립대학병원과
사립대학병원의 효율성과 생산성 변화를 분석하였다. 산출변수는 입원·외래환
자수, 입원·외래수익을 사용하였다. 분석결과 인적효율성은 사립대학병원이 높
고, 입원·외래효율성은 국립대학병원에서 높게 나타났다. 생산성의 격차가 큰
것으로 나타나 양극화 현상이 존재함을 확인하였다.
- 23 -
3. 연구방법
가. 연구모형
투입변수 산출변수
효율성 분석
모형 1 의료비 의사수 병상수고가
의료장비
진찰건수
영아 사망률모형 2 의사수 간호사수 병상수
고가
의료장비
효율성 변화 분석 의료비 의사수 병상수고가
의료장비
<표 3> 연구모형
본 연구의 모형은 <표 3>과 같다.
연도별 ‘효율성’ 분석을 위해 두 가지 모형을 사용하였다. DEA 분석방법의
특성상 변수선정에 따라 효율성이 민감하게 변화할 수 있기 때문에 투입변수
조합을 달리하여 보건의료체계의 효율성을 분석하고자 하였다.
모형 1은 보건의료체계의 비용, 인력, 물적, 의료기술 측면을 의미하는 변수
를 투입변수로 사용하였다. 모형 2는 모형 1에서 사용한 투입변수 중 보건의
료체계의 투입정보가 직·간접적으로 반영된 의료비를 제외하고 대표적 의료인
력 중 하나인 간호사수를 추가하였다. 시간의 흐름에 따른 ‘효율성 변화’를 분
석하기 위해 사용한 투입변수는 모형 1과 동일하다. 산출변수는 진찰건수와
영아사망률을 사용하였다.
- 24 -
나. 분석 자료 및 대상
본 연구는 OECD health data 2013을 이용하여 2005부터 2011년까지 7년을
대상으로 분석하였다. OECD health data 2013은 1960년부터 2012년까지 자료
가 공개되어있으나 2005년 이전은 한국을 포함한 많은 국가들 자료에 결측치
가 존재하며 2012년 자료 또한 수치가 공개되어 있는 국가가 매우 적어 분석
대상기간을 2005년부터 2011년까지로 한정하였다.
OECD 회원국은 비교적 경제수준이 비슷한 국가들이며 OECD 회원국을 대
상으로 DEA분석을 수행한 연구들은 다수 존재하므로 DMU 동질성에 크게
위반되지 않는 것으로 판단된다. 34개 회원국 중 변수정보가 전혀 없는 국가
는 분석에서 제외하였고 결측치가 존재하는 경우에는 가장 최근연도 수치를
사용하거나 선형보간법을 이용하였다.
최종적으로 23개 OECD 회원국을 대상으로 분석하였으며, 효율성 분석 모
형 2는 19개국을 대상으로 분석하였다.3)
3) 모형 1에 사용된 23개국 중 간호사수 자료를 이용할 수 없는 4개국(미국, 슬로바키아, 이탈
리아, 프랑스)이 제외됨.
- 25 -
변수 변수설명
투입변수
의료비1인당 총경상의료비
(Total Current health expenditure per capita), US$ PPP.
의사수 인구 1000명당 활동 의사수
간호사수 인구 1000명당 활동 간호사수
고가의료장비 인구 100만명당 MRI, CT 장비수
병상수 인구 1000명당 병상수
산출변수진찰건수 1인당 의사진찰건수
영아사망률 출생 1000명당 영아 사망수(역수)
<표 4> 투입변수 및 산출변수
다. 변수설정
본 연구에서 사용한 변수는 <표 4>와 같다. 보건의료체계의 투입과 산출은
단일요소로 설명하기 어렵기 때문에 5개의 투입변수와 2개의 산출변수를 사용
하여 분석하였다. 선행연구들이 사용한 변수의 특성을 파악하고 본 연구 목적
에 맞는 변수를 선정하였다. 분석방법의 특성상 투입·산출변수의 개수가
DMU개수에 비해 지나치게 적을 경우 효율성 값이 왜곡될 수 있다. 분석에
사용되는 DMU와 변수의 개수에 대한 정해진 기준은 없으나 선행연구들은 주
로 DMU개수가 (투입변수의 수 + 산출변수의 수)*2 이상인 기준을 적용하고
있다(박만희, 2008; 한동운, 2010; 박병태와 이동현, 2011).4) 본 연구의 DMU개
수는 위 기준을 충족한다.
4) 이 외에도 (투입변수의 수 + 산출변수의 수)*3, (투입변수의 수 * 산출변수의 수) 등의 기준
을 적용하기도 한다.
- 26 -
가장 대표적인 투입요소는 서비스를 이용하거나 자원을 소비하기 위해 사용
되는 비용이다. 대부분의 선행연구들은 비용을 의미하는 변수로서 1인당 총
보건의료비를 사용하였으나 본 연구에서는 구매력이 보정된 1인당 총경상의료
비를 사용하였다. 총경상의료비는 보건의료재화와 서비스를 위해 국민들이 지
출한 최종 소비지출을 의미한다. OECD는 SHA(System of Health
Account)2011 version의 적용에 따라 기존에 사용하던 총보건의료비에서 자본
형성이 제외된 총경상의료비를 국제비교지표로 사용하기로 하였다.
의료서비스를 국민에게 제공하기 위해서는 다양한 인력이 필요한데 이중 가
장 대표적인 인력은 의사이다. 의사수는 선행연구에서도 가장 많이 사용하고
있는 변수 중 하나였다. 본 연구에서 사용한 의사수는 치과의사나 환자를 치
료하지 않는 행정, 연구부문에 종사하는 의사를 제외한 활동 의사수이다. 인력
측면을 나타내는 변수로 보건사회인력 혹은 병원 직원수를 사용한 선행연구도
존재한다(김지혜 외, 2012; Varabyova and Schreyogg, 2013). 그러나 보건의
료서비스 제공과 직접적인 관련이 없는 인력이 투입변수에 포함될 경우 산출
변수와의 관련성이 적어질 수 있어 본 연구에서는 활용하지 않았다.
의사와 더불어 주요한 역할을 수행하는 인력은 간호사이다. 본 연구에서 사
용한 간호사수는 해당 국가에서 활동하고 있는 자격을 갖춘 간호사를 의미하
며 인구 1000명당 활동 간호사수를 사용하였다.
병상수는 의료서비스를 제공하기 위해 필요한 물적 자원을 의미하며 이를
통해 수용 가능한 환자의 양을 파악할 수 있다. 본 연구에서 사용한 병상수는
일반병상, 정신과병상, 특수병상이 모두 포함되어 있으며 장기요양병상은 제외
된 수치이다. 병원수를 투입변수로 사용한 연구(김지혜 외, 2012)도 있으나 병
원수는 병원 규모를 고려할 수 없는 단점이 있으므로 본 연구에서는 병상수를
사용하였다.
고가의료장비는 각 국가의 의료기술 측면을 의미하며 여러 장비들 중
- 27 -
CT(Computed Tomography, 전산화 단층 촬영장치)와 MRI(Magnetic
Resonance Imaging, 자기공명영상 촬영장치)장비를 분석에 사용하였다. 선행
연구들도 의료기술을 의미하는 변수로 고가의료장비를 사용하였다. Afonso
and st.Aubyn(2006)와 Retzlaff-Roberts et al(2004)은 의료기술을 의미하는 변
수로 MRI를 사용하였으며, 최병호와 남상호(2010)는 MRI와 CT를 사용하였
다. 본 연구에서는 MRI와 CT를 모두 사용하고자 하며 위 두 장비는 대표적
인 진단장비로서 최근 10년간 우리나라에서 그 수가 급격히 증가하였다(김혜
련 외, 2012).
사회경제적 요소(소득, 교육수준)나 생활습관(담배, 알코올 소비 등)을 투입
요소로 사용한 선행연구들도 존재한다. 투입요소는 의도적으로 통제가 가능해
야 하지만 위 변수들은 통제가 불가능하므로 투입변수라기 보다는 환경적 측
면을 의미하는 변수로 판단되어 본 연구에서는 활용하지 않았다.
산출변수는 1인당 의사진찰건수와 영아사망률을 사용하였다. 영아사망률은
보건의료체계의 최종성과를 나타내며 1인당 진찰건수는 보건의료체계의 중간
산물로서 의료서비스의 접근성을 나타낸다. 한 국가의 보건의료체계 성과를
평가할 때 국민의 건강상태가 좋은 것 뿐만 아니라 의료서비스 제공과정에서
발생하는 중간산물도 중요한 평가요소 중 하나이므로 두 개의 변수를 산출변
수로 사용하였다.
본 연구에서 사용한 1인당 의사진찰건수는 환자와 의사간의 직접적인 진단
절차가 이루진 경우를 의미하며 치과의사, 간호사 방문은 제외되어 있다.
영아사망률이란 출생 1000명당 영아사망수이며 한 국가의 건강수준이나 보
건의료체계 성과를 나타내는 대표적인 지표 중 하나이다(Anand and
Barninghausen, 2004; 전국대학보건관리학교육협의회, 2011). 선행연구들에서
는 성과를 의미하는 변수로서 기대수명이 사용되기도 하였다. 그러나 기대수
명은 영아사망률에 비해 보건의료시스템 이외의 환경적 요인에 영향을 많이
- 28 -
받을 수 있기 때문에(Nixon and Ulmann, 2006), 본 연구에서는 영아사망률을
사용하였다. 영아사망률이 낮을수록 보건의료체계의 성과가 좋은 것으로 판단
할 수 있다. 그러나 DEA분석에서는 산출변수가 클수록 좋은 결과를 의미하기
때문에 영아사망률에 역수를 취하여 분석에 사용하였다. 영아사망률을 산출변
수로 사용한 선행연구들도 이러한 방법론적 문제를 해결하기 위해서 역수를
취하거나(김성옥 외, 2012), Infant survival rate로 변환하여 분석하였다
(Afonso and st. Aubyn, 2006; Hadad et al, 2013).
- 29 -
라. 분석방법
첫째, 투입변수와 산출변수의 기본적인 특성을 살펴보기 위해 기술통계량을
확인하였다. 둘째, 보건의료체계의 ‘효율성’을 분석하기 위해 산출지향 DEA분
석(CCR, BCC 모형)을 실시하여 각 모형의 효율성 점수를 도출하였다. 현재
주어진 투입을 최대한 활용하여 최대한 많은 산출을 내는 것이 보건의료체계
목적에 부합하는 것으로 판단되어 산출지향 모형5)을 선정하였다. 셋째, 시간
의 흐름에 따른 보건의료체계의 ‘효율성 변화’를 분석하기 위해 맘퀴스트 지수
를 사용하였다.
기술통계량 분석과 의료보장형태별 효율성 비교분석을 하기 위해 SAS 9.1
을 사용하였고, DEA 분석과 맘퀴스트 지수 도출을 하기 위해서는 EnPAS 프
로그램을 사용하였다.
5) 투입지향, 산출지향모형의 선택이 추정에 문제가 되는 것은 아니며, 투입요소와 산출요소의
특성에 따라 연구자가 선택하는 것이다(박만희, 2008).
- 30 -
4. 연구결과
가. 기술통계량
본 연구에서 사용한 OECD 회원국의 투입변수와 산출변수의 기술통계량은
<표 5>와 같다.
먼저 투입변수의 특징은 다음과 같다. 의료비는 2011년 평균적으로 3101.30
달러를 지출하고 있으며 국가간 편차가 큰 것으로 나타났다. 2005년 2398.43달
러에서 2011년 3101.30달러까지 의료비 평균은 꾸준히 증가하고 있었으며 국
가간 편차 또한 점차 커지고 있었다. 한국은 2011년 약 2100달러를 지출하였
으며 다른 국가들에 비해 비교적 적게 사용하는 편이었다. 의료비가 가장 높
은 국가는 미국이었다.
의사수 평균은 2011년 3.09명으로 나타났다. 2005년에는 2.88명, 2009년에는
3.01명으로 조금씩 증가하고 있으나 큰 변화는 없었으며 국가간 편차 또한 크
게 변하지 않았다. 한국의 의사수는 2011년 2.04명으로 회원국 중 가장 적었고
오스트리아가 4.83명으로 가장 많았다.
병상수 평균은 2005년 5.52개에서 2007년 5.42개, 2011년 5.23개로 조금씩 감
소하고 있었다. 2011년을 기준으로 보면 일본이 13.4병상으로 가장 많았으며
그 다음은 한국으로 9.56병상을 보유하고 있었다. 반면 멕시코는 1.68병상으로
가장 적었다.
고가의료장비의 평균은 2005년 31.11대, 2010년 37.20대로 점차 증가하였으
며 2011년 38.56대였다. 국가간 편차는 의료비 다음으로 크게 나타났으며 편차
가 계속 커지고 있었다. 한국은 2011년 57.23대로 평균보다 많은 수를 보유하
고 있었다. 일본은 148.15대로 다른 국가들에 비해 압도적으로 많이 보유하고
- 31 -
있었다.
간호사수 평균은 2005년 8.19명, 2008년 8.51명으로 지속적으로 증가하여
2011년 8.76명이었다. 2011년 스위스의 간호사수는 16.6명으로 가장 많았으며
멕시코는 2.54명으로 가장 적었다. 한국은 4.27명으로 두 번째로 적었다.
산출변수로 사용한 진찰건수의 평균은 2005년 7.18회에서 2011년 7.03회로
다소 감소하는 양상을 보였으며 국가간 편차도 조금씩 작아지고 있었다. 2011
년 한국과 일본의 진찰건수가 13.2회, 13.1회로 가장 높았고 멕시코와 뉴질랜
드는 2.7회, 3.7회로 가장 낮았다.
영아사망률(역수)의 평균은 2005년 0.24에서 2011년 0.31로 증가하였다. 영아
사망률(역수)은 다른 변수들에 비해 국가간 편차가 크지 않았다. 2011년 아이
슬란드의 영아사망률이 가장 낮았으며 한국도 평균보다 낮은 수치를 보였다.
- 32 -
2005 2006 2007 2008 2009 2010 2011
투입
변수6)
의료비
(US $)
평균 2398.43 2562.94 2703.87 2879.24 3029.50 3050.28 3101.30
표준편차 1303.92 1363.44 1416.66 1453.04 1509.13 1546.38 1599.03
최대값 6442.92 6811.29 7152.71 7408.37 7677.09 7923.02 8174.86
최소값 703.17 753.58 815.48 865.14 916.00 916.00 916.00
의사수
(명)
평균 2.88 2.92 2.94 2.98 3.01 3.03 3.09
표준편차 0.72 0.69 0.69 0.68 0.68 0.69 0.71
최대값 4.32 4.45 4.53 4.60 4.68 4.78 4.83
최소값 1.63 1.69 1.74 1.85 1.92 1.99 2.04
병상수
(개)
평균 5.52 5.47 5.42 5.37 5.31 5.26 5.23
표준편차 2.56 2.57 2.56 2.56 2.58 2.58 2.62
최대값 14.08 13.98 13.89 1.70 13.67 13.51 13.40
최소값 1.75 1.68 1.71 13.75 1.67 1.68 1.68
고가의료장비
(대)
평균 31.11 32.36 33.68 34.72 35.66 37.20 38.56
표준편차 27.85 28.35 28.31 28.28 28.33 29.12 30.06
최대값 135.09 136.85 138.61 5.88 139.63 143.89 148.15
최소값 4.83 4.95 5.72 140.37 6.28 6.94 6.85
간호사수
(명)
평균 8.19 8.24 8.35 8.51 8.62 8.71 8.76
표준편차 3.50 3.52 3.52 3.65 3.77 3.80 3.83
최대값 14.39 14.54 14.71 14.92 13.10 13.10 13.20
최소값 2.25 2.28 2.36 2.40 2.90 2.90 2.70
산출
변수7)
진찰건수
(회)
평균 7.18 7.11 7.09 7.14 7.09 7.01 7.03
표준편차 3.22 3.17 3.02 3.00 3.00 2.98 3.00
최대값 13.7 13.60 13.40 13.20 0.56 0.45 1.11
최소값 2.7 2.60 2.70 2.80 0.07 0.07 0.07
영아
사망률
평균 0.24 0.27 0.27 0.27 0.28 0.28 0.31
표준편차 0.08 0.12 0.11 0.11 0.11 0.09 0.19
최대값 0.43 0.71 0.56 0.56 15.44 16.02 16.60
최소값 0.06 0.06 0.06 0.07 2.47 2.54 2.66
<표 5> 기술통계량
6) 의료비 : 1인당 총경상의료비(US$, PPP)
의사수 : 인구 1000명당 활동 의사수
병상수 : 인구 1000명당 병상수
고가의료장비 : 인구 100만명당 MRI, CT 장비수
간호사수 : 인구 1000명당 활동 간호사수
7) 진찰건수 : 1인당 의사진찰건수
영아사망률 : 출생 1000명당 영아사망수
- 33 -
나. 효율성 분석결과
(1) 모형 1 분석결과
의료비, 의사수, 병상수, 고가의료장비를 투입변수로 사용하고 진찰건수와
영아사망률을 산출변수로 사용한 모형 1의 효율성 분석 결과가 <표 6>과
<표 7>에 제시되어있다. <표 6>에는 국가별 효율성 점수가 제시되어 있으며
TE(Technical Efficiency)는 기술적 효율성, PTE(Pure Technical Efficiency)
는 순수 기술적 효율성, SE(Scale Efficiency)는 규모 효율성을 의미한다. <표
7>에는 BCC모형 분석을 통해 도출된 국가별 준거집단과 참조횟수가 제시되
어 있다.
<표 6>에 제시된 OECD 회원국의 효율성 평균을 연도별로 살펴보면 다음
과 같다. 2005년의 평균 기술적 효율성 점수는 0.90으로 10%의 기술적 비효율
이 존재하는 것으로 나타났으며 2006년에는 15%, 2011년에는 17%의 기술적
비효율이 존재하고 있었다. 2011년의 OECD 회원국 평균 기술적 비효율성을
분해해 보면 12%의 순수 기술적 비효율과 6%의 규모 비효율이 존재하는 것
으로 나타났다.
분석대상 기간 전체에서 효율성 점수가 1로 도출된 국가는 한국을 포함한
스페인, 슬로바키아, 아이슬란드, 에스토니아, 이스라엘, 일본, 체코, 헝가리 이
렇게 총 9개국이다. 효율적으로 나타난 9개 국가 중 스페인과 아이슬란드는
조세를 이용하여 국민의 의료를 보장하는 베버리지(Beveridge)형 국가이며 나
머지 7개 국가(슬로바키아, 에스토니아, 이스라엘, 일본, 체코, 한국, 헝가리)는
사회보험을 통해 의료를 보장하는 비스마르크(Bismarck)형 국가이다.
한국은 여유분이 존재하지 않는 강효율점에 위치하고 있었으며 주로 호주,
- 34 -
미국, 룩셈부르크의 준거집단으로 선정되었다(<표 7>참조). 준거집단
(Reference unit, Reference set)이란 비효율적인 관측치가 효율적으로 변화하
기 위해 기준으로 삼을 수 있는 관측치를 의미한다(이정동과 오동현, 2012).
비효율적으로 나타난 국가의 준거집단은 해당 국가와 유사한 투입·산출구조를
가지고 있으면서도 기술적 효율에 도달한 국가가 선정된다. 따라서 비효율적
인 관측치는 준거집단과의 비교를 통해 비효율 개선방안을 모색하고 구체적인
목표설정을 할 수 있다(서수경과 권순만, 2000). 참조횟수는 해당 국가가 다른
비효율적인 국가의 준거집단으로 선정된 횟수이며 참조횟수가 높을수록 효율
성이 높은 것은 아니다(박만희, 2008).
- 35 -
국가명2005 2006 2007 2008 2009 2010 2011
TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE
스페인 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
슬로바키아 1 1 1 0.92 0.98 0.95 0.98 0.99 0.98 1 1 1 1 1 1 1 1 1 1 1 1
아이슬란드 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
에스토니아 1 1 1 1 1 1 0.91 1 0.91 0.76 0.93 0.81 1 1 1 1 1 1 1 1 1
이스라엘 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
일본 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
체코 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
한국 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
헝가리 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
이탈리아 0.85 0.85 1 0.8 0.82 0.97 0.88 0.88 1 0.89 0.9 0.98 0.87 0.87 1 0.9 0.9 0.99 0.92 0.92 1
영국 0.92 0.96 0.95 0.81 0.9 0.9 0.84 0.9 0.94 0.96 1 0.96 0.85 0.88 0.96 0.92 1 0.92 0.87 0.94 0.93
호주 0.78 0.78 0.99 0.74 0.77 0.97 0.81 0.83 0.98 0.81 0.83 0.97 0.84 0.85 0.98 0.85 0.88 0.97 0.87 0.9 0.96
<표 6> 효율성 분석결과 (모형 1)
- 36 -
국가명2005 2006 2007 2008 2009 2010 2011
TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE
슬로베니아 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.85 1 0.85
폴란드 0.96 1 0.96 0.93 1 0.93 0.87 1 0.87 0.87 1 0.87 0.86 1 0.86 0.85 1 0.85 0.85 1 0.85
멕시코 0.84 1 0.84 0.85 1 0.85 0.86 1 0.86 0.88 1 0.88 0.92 1 0.92 0.9 1 0.9 0.84 1 0.84
프랑스 0.96 0.98 0.98 0.83 0.84 0.99 0.78 0.79 0.98 0.73 0.74 0.98 0.68 0.73 0.92 0.74 0.78 0.96 0.75 0.76 0.98
룩셈부르크 1 1 1 0.86 0.92 0.94 1 1 1 1 1 1 0.85 0.89 0.96 0.76 0.77 0.99 0.68 0.69 0.98
미국 0.62 0.63 0.98 0.57 0.64 0.89 0.62 0.69 0.9 0.61 0.71 0.86 0.65 0.76 0.86 0.69 0.8 0.86 0.68 0.8 0.84
뉴질랜드 1 1 1 0.82 1 0.82 0.9 1 0.9 0.86 1 0.86 0.74 0.9 0.82 0.69 0.81 0.86 0.64 0.74 0.86
덴마크 0.75 0.75 1 0.67 0.68 0.99 0.68 0.69 0.99 0.71 0.73 0.98 0.73 0.74 0.99 0.75 0.75 1 0.64 0.65 0.97
핀란드 1 1 1 0.76 0.85 0.9 0.83 0.86 0.96 0.76 0.8 0.96 0.8 0.83 0.96 0.95 1 0.95 0.61 0.7 0.87
오스트리아 0.52 0.66 0.8 0.49 0.62 0.79 0.5 0.65 0.77 0.5 0.66 0.76 0.5 0.65 0.76 0.51 0.66 0.78 0.48 0.61 0.8
스위스 0.61 0.66 0.94 0.44 0.45 0.98 0.53 0.55 0.96 0.51 0.54 0.95 0.46 0.51 0.89 0.56 0.63 0.89 0.45 0.46 0.97
평균 0.90 0.92 0.97 0.85 0.89 0.95 0.87 0.91 0.96 0.86 0.91 0.95 0.86 0.90 0.95 0.87 0.91 0.95 0.83 0.88 0.94
표준편차 0.15 0.13 0.05 0.17 0.16 0.06 0.16 0.14 0.06 0.16 0.14 0.07 0.17 0.14 0.07 0.15 0.12 0.07 0.18 0.16 0.07
<표 6> 효율성 분석결과 (모형 1) (계속)
- 37 -
No 국가명2005 2006 2007 2008 2009 2010 2011
준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수
1 스페인 1 4 1 4 1 6 1 5 1 6 1 6 1 6
2 슬로바키아 2 0 8,9,14,15 0 7,8,9,15 0 2 0 2 1 2 0 2 7
3 아이슬란드 3 6 3 10 3 4 3 1 3 6 3 6 3 11
4 에스토니아 4 1 4 0 4 0 7,14,15 0 4 0 4 0 4 0
5 이스라엘 5 4 5 4 5 3 5 1 5 2 5 2 5 4
6 일본 6 1 6 1 6 1 6 1 6 3 6 1 6 0
7 체코 7 4 7 4 7 6 7 5 7 3 7 5 7 1
8 한국 8 3 8 7 8 3 8 2 8 4 8 3 8 4
9 헝가리 9 0 9 1 9 1 9 1 9 2 9 1 9 2
10 이탈리아 1,3,4,7,8 0 1,3,7 0 1,3,7,13 0 1,7,13,17 0 1,2,8 0 1,3,7 0 1,2,3,5 0
11 영국 5,13,15,19 0 3,5,8,13,15 0 1,5,7,13,15 0 11 0 1,5,9,13,15 0 11 1 1,2,3,5,15 0
12 호주 1,3,8,19 0 1,3,8,19 0 1,3,8,19 0 1,8,13,15 0 1,8,15 0 1,8,13,15 0 1,2,3,15 0
13 슬로베니아 13 2 13 4 13 5 13 6 13 8 13 7 13 1
14 폴란드 14 0 14 1 14 0 14 1 14 0 14 0 14 1
15 멕시코 15 1 15 3 15 3 15 3 15 5 15 3 15 7
16 프랑스 5,7,13 0 3,5,7,13 0 5,7,13 0 5,7,9,13 0 7,9,13 0 5,7,9,13 0 3,5,9,13 0
17 룩셈부르크 17 0 3,8,13 0 17 4 17 5 3,6,8,13 0 1,3,7,8,13 0 2,3,8,15 0
18 미국 1,3,8,19 0 1,3,8,19 0 1,8,15,19 0 1,8,13,15 0 1,8,13,15 0 1,8,13,15 0 2,3,8,15 0
19 뉴질랜드 19 4 19 2 19 3 19 1 1,3,13,15 0 1,3,13,15 0 1,2,3,15 0
20 덴마크 1,3,5,19 0 1,3,5,8,15 0 1,3,5,17,19 0 1,3,17,19 0 1,3,5,13,15 0 1,3,5,11,13 0 1,2,3,15 0
21 핀란드 21 0 3,8,13 0 3,13,17 0 13,17 0 3,6,13 0 21 0 3,8,14,15 0
22 오스트리아 3,6,7 0 3,6,7 0 6,7,17 0 6,7,17 0 3,6,7 0 3,6,7 0 3,7,8 0
23 스위스 3,5,7 0 3,5,7 0 1,7,13,17 0 1,7,13,17 0 3,7,13 0 3,7,13 0 1,3,5,9 0
<표 7> 국가별 준거집단 및 참조횟수 (모형 1)
- 38 -
(2) 모형 2 분석결과
투입변수는 의사수, 간호사수, 병상수, 고가의료장비를 사용하고 산출변수는
진찰건수와 영아사망률을 사용한 모형 2의 효율성 분석결과는 <표 8>과 <표
9>에 제시되어 있으며, <표 9>는 BCC모형 분석결과이다.
<표 8>에 제시된 OECD 회원국의 효율성 평균을 살펴보면 다음과 같다. 기
술적 효율성 점수는 2005년 0.90으로 10%의 기술적 비효율성이 존재하였고,
2006년에는 15%, 2011년에는 17%의 기술적 비효율성이 존재하는 것으로 나
타났다. 이러한 기술적 비효율성에는 규모 비효율성보다 순수 기술적 비효율
성이 더 큰 영향을 끼쳤다.
한국은 모형 1의 분석결과와 동일하게 전체 분석대상 기간에서 효율적으로
나타났다. 주로 호주, 오스트리아, 에스토니아, 핀란드의 준거집단으로 선정되
었다. 한국 이외에도 스페인, 아이슬란드, 이스라엘, 일본, 헝가리가 전체 분석
대상 기간에서 효율적으로 나타났다. 체코는 모형 1의 분석결과 효율적으로
나타났으나 모형 2의 분석결과에서는 2009년과 2011년에 4%의 비효율성이 존
재하는 것으로 나타났다. 이는 비효율은 최적화되지 못한 규모로 인해 발생된
것이었다.
- 39 -
국가명2005 2006 2007 2008 2009 2010 2011
TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE TE PTE SE
스페인 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
아이슬란드 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
이스라엘 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
일본 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
한국 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
헝가리 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
에스토니아 0.82 0.83 0.99 0.85 0.86 1 0.69 0.7 1 0.65 0.65 1 0.81 0.83 0.98 0.88 0.88 0.99 0.96 0.98 0.98
체코 1 1 1 1 1 1 1 1 1 1 1 1 0.96 1 0.96 1 1 1 0.96 1 0.96
호주 0.78 0.78 0.99 0.74 0.77 0.97 0.81 0.83 0.98 0.81 0.83 0.97 0.84 0.85 0.98 0.86 0.88 0.97 0.89 0.93 0.96
영국 0.92 0.96 0.95 0.81 0.9 0.9 0.84 0.9 0.94 0.96 1 0.96 0.85 0.88 0.96 0.92 1 0.92 0.88 0.95 0.92
슬로베니아 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.85 1 0.85
멕시코 0.84 1 0.84 0.85 1 0.85 0.86 1 0.86 0.9 1 0.9 0.92 1 0.92 0.89 1 0.89 0.83 1 0.83
폴란드 0.88 1 0.88 0.86 1 0.86 0.85 1 0.85 0.86 1 0.86 0.79 1 0.79 0.83 1 0.83 0.83 1 0.83
룩셈부르크 1 1 1 0.86 0.92 0.94 1 1 1 1 1 1 0.85 0.89 0.96 0.76 0.77 0.99 0.71 0.73 0.97
뉴질랜드 1 1 1 0.82 1 0.82 0.9 1 0.9 0.86 1 0.86 0.74 0.9 0.82 0.69 0.81 0.86 0.65 0.76 0.85
덴마크 0.75 0.75 1 0.67 0.68 0.99 0.68 0.69 0.99 0.71 0.73 0.98 0.73 0.74 0.99 0.75 0.75 1 0.65 0.67 0.97
핀란드 1 1 1 0.77 0.85 0.9 0.77 0.78 0.99 0.75 0.76 0.98 0.8 0.84 0.94 0.95 1 0.95 0.61 0.7 0.87
오스트리아 0.63 0.75 0.84 0.61 0.69 0.88 0.59 0.67 0.87 0.57 0.67 0.86 0.55 0.67 0.82 0.55 0.69 0.8 0.56 0.61 0.92
스위스 0.61 0.66 0.94 0.44 0.45 0.98 0.53 0.55 0.96 0.51 0.54 0.95 0.46 0.51 0.89 0.56 0.63 0.89 0.45 0.46 0.97
평균 0.90 0.92 0.97 0.85 0.89 0.95 0.86 0.90 0.97 0.87 0.90 0.96 0.86 0.90 0.95 0.87 0.91 0.95 0.83 0.88 0.94
표준편차 0.15 0.13 0.05 0.17 0.16 0.06 0.15 0.15 0.05 0.16 0.15 0.05 0.17 0.14 0.07 0.15 0.12 0.07 0.18 0.16 0.07
<표 8> 효율성 분석결과 (모형 2)
- 40 -
No 국가명2005 2006 2007 2008 2009 2010 2011
준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수 준거집단 참조횟수
1 스페인 1 3 1 3 1 6 1 5 1 4 1 5 1 6
2 아이슬란드 2 4 2 8 2 2 2 1 2 6 2 4 2 9
3 이스라엘 3 4 3 4 3 3 3 0 3 3 3 2 3 3
4 일본 4 1 4 0 4 1 4 1 4 1 4 1 4 0
5 한국 5 1 5 6 5 4 5 4 5 4 5 4 5 3
6 헝가리 6 1 6 0 6 0 6 1 6 1 6 0 6 6
7 에스토니아 3,6,8,13 0 2,3,8,11 0 1,3,5,8,11,12 0 1,5,6,8,11 0 3,5,8,11 0 1,3,5,11 0 2,3,5 0
8 체코 8 3 8 2 8 4 8 3 8 3 8 3 8 1
9 호주 1,2,5,15 0 1,2,5,15 0 1,2,5,15 0 1,5,11,12 0 1,5,12 0 1,5,11,12 0 1,2,6,12 0
10 영국 3,11,12,15 0 2,3,5,11,12 0 1,3,8,11,12 0 10 0 1,3,6,11,12 0 10 1 1,2,3,6,12 0
11 슬로베니아 11 1 11 4 11 4 11 4 11 8 11 7 11 0
12 멕시코 12 1 12 2 12 2 12 1 12 4 12 2 12 6
13 폴란드 13 1 13 0 13 0 13 0 13 0 13 0 13 1
14 룩셈부르크 14 0 2,5,11 0 14 4 14 4 2,4,5,11 0 1,2,5,8,11 0 1,2,6,12 0
15 뉴질랜드 15 3 15 1 15 2 15 1 1,2,11,12 0 1,2,11,12 0 1,2,6,12 0
16 덴마크 1,2,3,15 0 1,2,3,5,12 0 1,2,3,14,15 0 1,2,14,15 0 1,2,3,11,12 0 1,2,3,10,11 0 1,2,6,12 0
17 핀란드 17 0 2,5,11 0 1,5,11,14 0 1,5,11,14 0 2,11 0 17 0 2,5,12,13 0
18 오스트리아 1,2,4,8 0 1,2,5 0 4,5,8,14 0 4,5,8,14 0 2,5,8,11 0 4,5,8,11 0 2,5,8 0
19 스위스 2,3,8 0 2,3,8 0 1,8,11,14 0 1,8,11,14 0 2,8,11 0 2,8,11 0 1,2,3,6 0
<표 9> 국가별 준거집단 및 참조횟수 (모형 2)
- 41 -
(3) 효율성 변화 분석결과
맘퀴스트 지수를 이용하여 시간의 흐름에 따른 효율성 변화를 분석한 결과
는 <표 10>, <표 11>과 같다. <표 10>에는 맘퀴스트 지수의 평균(2005-2011
년)이 국가별로 제시되어 있으며, <표 11>에는 각 기간별 맘퀴스트 지수가 제
시되어 있다.8)
<표 10>에 제시된 2005-2011년 맘퀴스트 지수의 평균을 국가별로 살펴보면
맘퀴스트 지수가 1이상인 국가는 총 12개국(아이슬란드, 에스토니아, 미국, 스
위스, 슬로베니아, 영국, 핀란드, 덴마크, 이스라엘, 이탈리아, 일본, 호주)이었
다. 이와 반대로 맘퀴스트 지수가 1이하인 국가는 총 9개국(체코, 프랑스, 헝
가리, 한국, 룩셈부르크, 뉴질랜드, 폴란드, 슬로바키아, 스페인)이었다. 한국의
맘퀴스트 지수 평균은 0.98이며, 기술퇴보가 맘퀴스트 지수 하락에 영향을 미
친것으로 나타났다. 기술퇴보란 생산변경자체가 하락하여 전년도와 동일한 수
준의 투입을 하더라도 더 낮은 수준의 산출이 창출되는 것을 의미한다.
8) TECI (Technical Efficiency Change Index) : 기술적 효율성 변화 지수
TCI (Technical Change index) : 기술변화 지수
PECI (Pure technical Efficiency Change Index) : 순수 기술적 효율성 변화 지수
SECI (Scale Efficiency Change Index) : 규모 효율성 변화 지수
MPI (Malmquist Productivity Index) : 맘퀴스트 생산성 지수
- 42 -
국가명 TECI TCI PECI SECI MPI
아이슬란드 1 1.13 1 1 1.13
에스토니아 1 1.03 1 1 1.03
미국 1.01 1 1.02 0.99 1.02
스위스 0.95 1.08 1 0.95 1.02
슬로베니아 0.97 1.05 1 0.97 1.02
영국 0.99 1.03 1 0.99 1.02
핀란드 0.92 1.11 0.98 0.94 1.02
덴마크 0.97 1.04 1 0.97 1.01
이스라엘 1 1.01 1 1 1.01
이탈리아 1.01 0.99 1.01 1 1.01
일본 1 1.01 1 1 1.01
호주 1.02 0.99 1.02 1 1.01
멕시코 1 1 1 1 1
오스트리아 0.99 1.02 1 0.99 1
스페인 1 0.99 1 1 0.99
체코 1 0.98 1 1 0.98
프랑스 0.96 1.02 0.98 0.98 0.98
한국 1 0.98 1 1 0.98
헝가리 1 0.98 1 1 0.98
룩셈부르크 0.94 1.03 0.96 0.97 0.97
슬로바키아 1 0.97 1 1 0.97
폴란드 0.98 0.99 1 0.98 0.97
뉴질랜드 0.93 1.03 0.98 0.95 0.95
기하평균 0.98 1.02 1 0.99 1
<표 10> 맘퀴스트 지수의 평균 (2005-2011년)
- 43 -
<표 11>에는 OECD 회원국의 각 기간별 맘퀴스트 지수가 제시되어 있다.
한국의 기간별 맘퀴스트 지수는 2005-2006년 0.98, 2006-2007년 0.99,
2007-2008년 0.98, 2008-2009년 0.96, 2009-2010년 0.95, 2010-2011년 0.99로 모
든 기간에서 1이하로 나타났다. 이를 분해해보면 기술적 효율성 변화 지수는
모두 1이었으며 기술변화 지수는 1보다 작게 나타났다. 즉, 기술적 효율성 변
화는 일어나지 않았으나 기술변화 지수가 1보다 작게 도출되어 모든 기간에서
지속적인 기술퇴보가 일어난 것으로 나타났다.
모형 1의 연도별 효율성 분석 결과 분석기간 전체에서 효율적으로 나타난
국가는 총 9개국9)이었다. 이 국가들의 2011년 맘퀴스트 지수를 살펴보면 1이
상인 국가는 총 4개국(아이슬란드, 에스토니아, 이스라엘, 헝가리)이었다. 슬로
바키아, 일본, 체코의 맘퀴스트 지수는 1로 효율성과 기술변화가 일어나지 않
은 것으로 나타났다. 반면 스페인과 한국은 1보다 작은 것으로 나타났으며 두
국가 모두 기술퇴보가 일어난 것으로 나타났다.
9) 스페인, 슬로바키아, 아이슬란드, 에스토니아, 이스라엘, 일본, 체코, 한국, 헝가리.
- 44 -
DMU
2005 - 2006 2006 - 2007 2007 - 2008
TECI TCI
PECI
SECI MPI
TECI TCI
PECI
SECI MPI
TECI TCI
PECI
SECI MPI
아이슬란드 1 1.49 1 1 1.49 1 0.79 1 1 0.79 1 0.88 1 1 0.88
에스토니아 1 1.04 1 1 1.04 0.91 0.87 1 0.91 0.79 0.83 1.04 0.96 0.86 0.86
이스라엘 1 1.11 1 1 1.11 1 0.91 1 1 0.91 1 0.99 1 1 0.99
이탈리아 0.95 1.06 0.96 0.99 1.01 1.09 0.93 1.07 1.03 1.02 1.01 0.98 1.01 1.01 0.99
폴란드 0.97 1.01 1 0.97 0.98 0.93 0.97 1 0.93 0.91 1 0.94 1 1 0.94
스위스 0.72 1.36 0.94 0.76 0.98 1.2 0.92 1.02 1.18 1.1 0.96 1.02 0.99 0.97 0.99
오스트리아 0.94 1.13 0.96 0.97 1.06 1.01 0.96 0.99 1.03 0.98 1 1.01 1.01 0.99 1
헝가리 1 0.97 1 1 0.97 1 0.88 1 1 0.88 1 1.01 1 1 1.01
호주 0.95 1.05 1.02 0.93 1.01 1.09 0.96 1.03 1.05 1.05 1.01 1.01 1.03 0.98 1.01
미국 0.93 1.08 1.07 0.86 1 1.09 0.96 1 1.09 1.04 0.98 1.01 1 0.98 0.98
슬로바키아 0.92 0.89 0.98 0.94 0.83 1.06 0.93 1.01 1.05 0.99 1.02 1.03 1.01 1.02 1.05
일본 1 1.02 1 1 1.02 1 0.98 1 1 0.98 1 0.98 1 1 0.98
체코 1 0.97 1 1 0.97 1 0.97 1 1 0.97 1 0.98 1 1 0.98
프랑스 0.87 1.12 0.87 1 0.97 0.94 1.06 0.97 0.97 0.99 0.93 1.01 0.97 0.96 0.94
한국 1 0.98 1 1 0.98 1 0.99 1 1 0.99 1 0.98 1 1 0.98
덴마크 0.89 1.28 1 0.89 1.14 1.02 0.88 0.99 1.04 0.9 1.04 0.97 1.06 0.98 1.01
영국 0.89 1.15 0.96 0.93 1.02 1.04 0.99 0.99 1.05 1.03 1.14 0.99 1.08 1.05 1.13
스페인 1 0.99 1 1 0.99 1 0.98 1 1 0.98 1 0.99 1 1 0.99
핀란드 0.76 1.38 0.92 0.83 1.06 1.08 0.92 0.92 1.17 1 0.92 1.07 0.97 0.94 0.98
뉴질랜드 0.82 1.19 1 0.82 0.97 1.09 0.92 1 1.09 1.01 0.96 0.99 1 0.96 0.95
룩셈부르크 0.86 1.21 0.96 0.9 1.04 1.16 1.06 1.05 1.11 1.23 1 1 1 1 1
멕시코 1.01 0.98 1 1.01 0.99 1.02 0.98 1 1.02 1 1.02 1.01 1 1.02 1.04
슬로베니아 1 1.15 1 1 1.15 1 1.14 1 1 1.14 1 1.05 1 1 1.05
기하평균 0.93 1.11 0.98 0.95 1.03 1.03 0.95 1 1.03 0.98 0.99 1 1 0.99 0.99
<표 11> 각 국가의 기간별 맘퀴스트 지수
- 45 -
DMU
2008 - 2009 2009 - 2010 2010 - 2011
TECI TCI PE
CISECI MPI TE
CI TCI PECI
SECI MPI TE
CI TCI PECI
SECI MPI
아이슬란드 1 1.31 1 1 1.31 1 0.86 1 1 0.86 1 1.8 1 1 1.8
에스토니아 1.32 0.96 1.04 1.28 1.27 1 1.09 1 1 1.09 1 1.22 1 1 1.22
이스라엘 1 0.99 1 1 0.99 1 1.03 1 1 1.03 1 1.04 1 1 1.04
이탈리아 0.98 0.98 0.98 1 0.96 1.03 1 1.03 1 1.04 1.03 1 1.03 1 1.02
폴란드 0.99 0.95 1 0.99 0.94 0.98 1.03 1 0.98 1.01 1 1.02 1 1 1.02
스위스 0.9 1.06 0.98 0.92 0.95 1.22 0.93 1.09 1.11 1.13 0.8 1.25 0.97 0.82 1.01
오스트리아 1 0.99 1 1 0.99 1.03 0.97 1.03 1 0.99 0.95 1.06 0.99 0.95 1.01
헝가리 1 1.05 1 1 1.05 1 0.97 1 1 0.97 1 1.01 1 1 1.01
호주 1.03 0.98 1.01 1.02 1.01 1.02 0.97 1.02 1 0.99 1.02 0.99 1.01 1.01 1.01
미국 1.07 0.99 1.02 1.05 1.07 1.05 0.96 1.02 1.03 1.01 0.98 1.01 1.03 0.95 1
슬로바키아 1 0.96 1 1 0.96 1 1 1 1 1 1 1 1 1 1
일본 1 1.03 1 1 1.03 1 1.02 1 1 1.02 1 1 1 1 1
체코 1 0.9 1 1 0.9 1 1.06 1 1 1.06 1 1 1 1 1
프랑스 0.93 1.04 0.99 0.94 0.97 1.1 0.92 1.02 1.08 1.01 1.01 0.98 1.09 0.93 0.99
한국 1 0.96 1 1 0.96 1 0.95 1 1 0.95 1 0.99 1 1 0.99
덴마크 1.03 1.17 1.03 1 1.21 1.02 0.88 1.02 0.99 0.9 0.85 1.15 0.9 0.94 0.98
영국 0.88 1.01 0.91 0.97 0.89 1.09 1 1.1 0.99 1.09 0.95 1.04 0.96 0.99 0.98
스페인 1 1 1 1 1 1 0.99 1 1 0.99 1 0.97 1 1 0.97
핀란드 1.05 0.95 1.02 1.03 1 1.19 0.95 1.19 1 1.14 0.65 1.51 0.91 0.71 0.97
뉴질랜드 0.85 1.1 0.94 0.91 0.94 0.94 0.95 0.95 0.99 0.9 0.92 1.04 0.97 0.95 0.96
룩셈부르크 0.85 0.92 0.87 0.97 0.79 0.9 0.95 0.93 0.96 0.85 0.89 1.08 0.98 0.9 0.95
멕시코 1.04 0.99 1 1.04 1.04 0.98 1 1 0.98 0.98 0.93 1 1 0.93 0.93
슬로베니아 1 1.01 1 1 1.01 1 0.93 1 1 0.93 0.85 1.03 1 0.85 0.87
기하평균 0.99 1.01 0.99 1 1 1.02 0.97 1.02 1 0.99 0.94 1.08 0.99 0.95 1.02
<표 11> 각 국가의 기간별 맘퀴스트 지수 (계속)
- 46 -
N TE Z(P-value)
PTEZ
(P-value)SE
Z(P-value)
모
형
1
비스마르크형
국가군14 0.85
-0.53
(0.59)
0.89-1.30
(0.19)
0.95-0.25
(0.80)베버리지형
국가군8 0.82 0.86 0.95
모
형
2
비스마르크형
국가군12 0.85
-0.30
(0.76)
0.90-1.14
(0.25)
0.94-0.17
(0.86)베버리지형
국가군7 0.81 0.86 0.94
<표 12> 의료보장형태별 효율성 평균 비교
(4) 의료보장형태별 효율성 비교
미국을 제외한 OECD 국가를 의료보장제도에 따라 비스마르크형 국가군과
베버리지형 국가군으로 구분하여 두 집단의 ‘효율성’과 ‘효율성 변화’의 차이를
살펴보았다(2011년 기준).10)
모형 1의 효율성 평균값을 비교해보면 비스마르크형 국가군의 기술적 효율
성 평균값(0.85)이 베버리지형 국가군의 기술적 효율성 평균값(0.82)보다 높았
다. 모형 2의 효율성 평균값 또한 비스마르크형 국가군이 더 높게 나타났다.
규모에 의한 비효율성은 두 국가군이 동일하게 존재하는 것으로 나타났으나
순수 기술적 비효율성에 차이가 있었다.
윌콕슨 순위합 검정(Wilcoxon Rank Sum Test)을 실시한 결과 두 국가군의
‘효율성’ 차이가 통계적으로 유의하지 않은 것으로 나타났다.
* : P > 0.05
10) 비스마르크형 국가(14개국): 룩셈부르크, 멕시코, 스위스, 슬로바키아, 슬로베니아, 에스토니아,
오스트리아, 이스라엘, 일본, 체코, 폴란드, 프랑스, 한국, 헝가리.
베버리지형 국가(8개국): 뉴질랜드, 덴마크, 스페인, 아이슬란드, 영국, 이탈리아, 핀란드,
호주. (이규식(2013), Paris(2010)을 참고하여 분류하였음.)
- 47 -
N TECI Z(P-value)
TCI Z(P-value)
MPI Z(P-value)
비스마르크형 국가군 14 0.990.03
(0.97)
1.011.30
(0.19)
0.991.27
(0.20)베버리지형 국가군 8 0.98 1.02 1.00
<표 13> 의료보장형태별 맘퀴스트 지수의 평균 비교
2005년부터 2011년까지 두 국가군의 맘퀴스트 지수 평균을 비교해보면 베버
리지형 국가군(1.00)이 비스마르크형 국가군(0.99)에 비해 약간 높았다. 효율성
변화는 비스마르크형 국가군이 1% 감소, 베버리지형 국가군이 2% 감소한 것
으로 나타났다. 기술변화는 베버리지형 국가군이 1% 증가, 비스마르크형 국가
군이 2% 증가한 것으로 나타났다.
윌콕슨 순위합 검정결과 두 국가군의 ‘효율성 변화’와 기술변화의 차이는 통
계적으로 유의하지 않은 것으로 나타났다.
* : P > 0.05
- 48 -
5. 고찰 및 결론
(1) 고찰 및 제한점
본 연구는 OECD 회원국의 보건의료체계 ‘효율성’ 및 ‘효율성 변화’를 분석
하는데 목적을 두었다. 분석자료는 OECD Health Data 2013을 사용하였으며
분석대상기간은 2005년부터 2011년까지이다. DEA를 이용하여 연도별 ‘효율성’
을 분석하였고, 맘퀴스트 지수를 이용하여 시간의 흐름에 따른 ‘효율성 변화’
를 분석하였다.
보건의료체계의 성과를 분석한 연구들은 다수 존재하며 효율성의 관점에서
분석한 연구도 존재한다. 선행연구들은 주로 투입·산출변수의 변화에 따른 효
율성 점수의 민감성에 초점을 두거나 의료산업의 관점에서 효율성을 분석하였
다. 선행연구들이 사용한 변수들 중 의료인력수, 병원수, 사회경제적 환경, 재
원일수를 보건의료체계 효율성 분석에 사용할 경우 분석결과에 왜곡을 야기할
수 있을 것으로 판단되어 이를 보완하여 분석하였다.
‘효율성’ 분석은 투입변수에 따라 두 가지 모형으로 구분하여 분석하였다. 모
형 1과 모형 2의 분석결과를 비교해보면 각 국가의 효율성 순위에는 큰 변화가
없었다.
두 가지 모형을 이용한 '효율성' 분석 결과 한국은 모든 연도에서 효율적으
로 나타났다. OECD 회원국의 보건의료부문 효율성을 분석한 선행연구들에서
도 한국은 대체로 높은 효율성을 보였다(Afonso et al, 2006; Joumard et al,
2011; 김성옥 외, 2012; 김지혜 외, 2012; Hadad et al, 2013).
한국의 산출변수 지표는 지속적으로 개선되고 있었으며 영아사망률은 2005
년 4.7에서 2011년 3.0으로 줄어들었다. 영아사망률 지표는 과거부터 지속적으
- 49 -
로 개선되어 왔는데 1970년 이후 30년간 포르투갈, 룩셈부르크 다음으로 많이
감소하였다(강은정, 2010). 진찰건수는 13.2회(2011년)로 가장 높았으며 지속적
으로 상승하고 있었다. 이는 행위별 수가제도에 기반하고 있는 지불제도가 의
사 진료행태에 영향을 주었기 때문이다.
반면 투입변수와 관련하여 과잉공급의 우려가 지속적으로 제기되고 있다.
한국의 GDP대비 보건의료비용은 아직 낮은 수준이지만 성장 속도는 매우 빠
르다. 고령화와 의료비 증가는 많은 연관이 있는데 한국은 2050년 가장 급속
한 고령화가 예상되는 국가이다. 지불능력이 저하된 노인들의 의료비 증가는
사회적 부담으로 이어질 수 있다(정형선 외, 2007; 정형선, 2013b).
병상수는 평균을 상회하며 증가추세를 보이고 있다. 선진국의 급성기 병상
수는 줄어드는 반면 한국의 급성기 병상수는 증가하고 있으며 장기요양 병상
과 급성기 병상간의 뚜렷한 역할설정이 이루어지지 않았다(배성일, 2007).
고가의료장비도 평균보다 많은 수를 보유하고 있으며 증가하고 있다. 소비
자들의 보건의료 요구도 증대와 의료기술의 발전으로 고가의료장비가 급속하
게 확산되었다. 그러나 고가의료장비의 증가는 자칫 공급자 유인수요나 의료
비 증가를 야기할 수 있다. 또한 고가의료장비가 곧 양질의 의료서비스인 것
으로 여기는 국민의 잘못된 인식으로 인해 상급병원 뿐만 아니라 의원급까지
무분별한 분포양상을 보이고 있다(사공진, 2006; 한경희 외, 2007; 오영호,
2013).
이렇듯 병상수나 고가의료장비 등의 과잉공급 우려가 제기되고 있으나 투입
과 산출을 종합적으로 고려한 효율성 분석결과 한국은 다른 국가에 비해 효율
적으로 나타났다. 이는 투입변수의 증가뿐만 아니라 산출변수 측면에서도 지
속적인 향상이 일어났기 때문으로 보인다. 또한 한국은 여유분이 존재하지 않
는 강효율점에 위치하고 있으며 다양한 국가의 준거집단으로 선정되었다. 비
효율적으로 나타난 국가들은 한국의 투입과 산출구조를 벤치마킹하여 효율성
- 50 -
을 향상시킬 수 있을 것이다.
‘효율성 변화’ 분석결과 OECD 회원국은 평균적으로 맘퀴스트 지수의 증가
와 감소가 불규칙적으로 반복되고 있었다. DEA 분석에서 효율적으로 나타난
국가들 중 스페인과 한국을 제외한 나머지 국가들은 맘퀴스트 지수가 1보다
크거나 같았다. 즉, 효율적으로 나타난 대부분의 국가는 시간의 흐름에 따른
기술진보가 일어나고 있었다. 그러나 한국의 평균 맘퀴스트 지수는 0.98로 1보
다 작았으며 이는 기술퇴보에 의한 것이었다. 의료기술의 도입, 정책이나 제
도, 보건의료 환경의 변화 같은 외부적인 요인에 의해 프론티어가 하향 이동
하는 기술퇴보가 일어난 것이다. 김지혜 외(2012)의 연구에서도 본 연구결과와
동일하게 한국은 기술퇴보가 일어난 것으로 나타났다. 반면 Spinks and
Hollingsworth(2005)의 연구에서 한국은 효율성이 감소하였으나 기술진보가
일어난 것으로 나타났다. 위 연구의 분석 대상 기간에 1990년대가 포함되어
있으며 주로 사회경제적 환경을 의미하는 변수를 투입변수로 사용했기 때문에
본 연구와 상이한 결과가 도출된 것으로 보인다.
OECD 회원국을 의료보장제도에 따라 비스마르크형 국가군과 베버리지형
국가군으로 분류하여 효율성 분석결과를 비교해보았다. 베버리지형 국가는 주
로 조세를 통해 의료를 보장하며 비스마르크형 국가는 사회보험을 통해 의료
를 보장한다. 동일한 국가군에 속해있더라도 세부적인 의료보장 형태나 내용
은 국가별로 상이하다. 두 국가군의 효율성 비교결과 비스마르크형 국가군의
효율성 점수가 높고, 시간의 흐름에 따른 효율성 감소도 작게 일어난 것으로
나타났다. 베버리지형 국가군은 비효율성이 많이 존재하는 반면 기술진보가
더 크게 일어난 것으로 나타났다.
본 연구의 제한점은 다음과 같다.
첫째, 분석에 사용된 OECD health data는 자료에 결측치가 많아 모든 회원
국을 대상으로 분석하지 못하였으며 분석대상기간이나 변수 선정시 제약이 있
- 51 -
었다.
둘째, 본 연구는 보건의료체계의 성과 중 효율성에 초점을 두어 투입과 산
출 정보만을 이용하여 분석하였으므로 국가별 의료제도나 사회경제적 환경이
고려되지 않은 결과이다.
방법론적 제한점은 다음과 같다.
첫째, DEA기법의 특성상 변수나 분석대상이 변화하면 효율성 점수가 민감
하게 변화할 수 있으며 분석결과는 변수의 극단치에 영향을 받을 수 있다.
둘째, 모든 분석대상이 동일한 비효율성을 가지고 있는 경우에는 이를 파악
할 수 없는 한계점이 있다(서수경과 권순만, 2000).
셋째, 기술퇴보가 일어났다는 것은 지난해 생산가능했던 투입·산출 결합이
더이상 생산가능하지 않게됨을 의미하며 이론적으로는 기술의 변화에 따른 프
론티어 이동효과이다. 그러나 본 연구는 투입·산출변수의 정보만을 이용하여
분석하였기 때문에 기술변화 이외의 요인에 의한 프론티어 이동효과가 혼재되
어 있을 수 있다. 현실적으로 이러한 효과를 분리하는 것이 쉽지 않고 이를
분리하는 것이 자칫 순수한 기술변화에 의한 프론티어 이동효과까지 왜곡시킬
수 있으므로 기존 연구들에서도 기술변화를 포함한 모든 형태의 프론티어 이
동이 기술변화 효과에 포함되어 있다(오대원 외, 2007; 서수경과 권순만,
2002). 그러므로 기술변화에는 순수한 의미의 기술변화 뿐만 아니라 보건의료
정책 혹은 사회경제적 환경변화에 의한 프론티어 이동효과가 혼재되어 있을
수 있다.
- 52 -
(2) 결론
최근 한국 의료기관의 해외진출이나 외국인 환자의 국내 방문을 통한 국가
간 교류가 증가하고 있다. 한국의 보건의료체계는 저출산·고령화, 의료비 증
가, 건강보험 지속가능성 등 다양한 문제에 직면하고 있다. 활발한 국가간 교
류 속에서 한국의 보건의료가 경쟁력을 가지기 위해서는 보건의료체계의 성과
를 지속적으로 모니터링하고 부족한 부분을 개선하려는 노력을 해야한다. 이
러한 맥락에서 본 연구는 OECD 회원국의 보건의료체계 ‘효율성’ 및 ‘효율성
변화’를 분석하고자 하였다.
본 연구의 주된 연구결과는 다음과 같다.
첫째, 한국의 보건의료체계는 다른 회원국에 비해 효율적으로 나타났다. 대
표적 투입자원인 의료비, 병상수, 고가의료장비의 빠른 증가속도와 과잉공급
우려에도 불구하고 산출측면의 향상으로 인해 효율성이 높게 나타난 것으로
보인다.
둘째, 한국의 보건의료체계 효율성은 높게 유지되고 있었으나 시간의 흐름
에 따라 지속적인 기술퇴보가 일어났다. 따라서 최신의료기술이나 고가의료장
비를 도입을 통한 기술적 향상이 건강성과의 향상으로 이어질 수 있도록 해야
한다. 이를 위해서는 올바른 진료행태를 유도하기 위한 정책수립이 필요할 것으
로 보인다.
셋째, OECD 회원국을 의료보장제도의 유형에 따라 비교해 본 결과 비스마
르크형 국가군이 베버리지형 국가군에 비해 효율성이 높았으며 시간의 흐름에
따른 효율성 감소도 적게 일어났다. 기술진보는 두 국가군에서 공통적으로 일
어났으나 베버리지형 국가군이 더 크게 일어났다.
본 연구의 결과는 보건의료서비스의 질, 형평성이나 보건의료제도적 특성이
- 53 -
통제되지 않은 효율성이라는 한계점이 있으나 다수의 투입과 산출을 고려하여
보건의료체계의 관점에서 OECD 회원국의 연도별 ‘효율성’을 분석하고 시간의
흐름에 따른 ‘효율성 변화’를 분석하였으며 이를 통해 한국 보건의료체계 효율
성의 국제적 위치를 파악한 것에 의의를 두고자 한다.
- 54 -
참 고 문 헌
강은정, 우리나라 건강수준의 OECD 국가들과의 비교, 9:104-112, 2010.
김성옥, 전창배, 김윤희, 강민아, 이현복, 서수경, 황연희 이주향, 보건의료체계 성과 분
석: 효율성 평가를 중심으로, 국민건강보험공단, 2012.
김지혜, 김해수, 임빛나, 윤장혁, DEA와 맘퀴스트 생산성 지수를 활용한 OECD 국가
간 의료서비스 효율성 분석, 한국경영학회지, 37(4):125-138, 2012.
김혜련, 여지영, 강성욱, 정영호, 이수형, OECD 보건통계로 본 한국의 보건의료 위상
과 성과 및 함의, 한국보건사회연구원, 2012.
남상요, DEA를 이용한 한국과 일본 공공병원의 인적자원 효율성 평가, 병원경영학회
지, 12(1):51-74, 2007.
박만희, 효율성과 생산성 분석, 한국학술정보(주), 2008.
박병태, 이동현, 보건의료기관 DEA 활용 효율성 평가 연구에 관한 분석적 고찰, 보건
경제와 정책연구, 17(2):1-32, 2011.
박수동, 홍순기, 비모수적 방법을 이용한 OECD 국가별 R&D 효율성과 생산성 분석,
기술혁신연구, 11(2):151-174, 2003.
박지영, 조정은, 김수욱, DEA를 활용한 의료서비스 산업의 효율성: 국제비교연구, 한
국생산관리학회지, 19(4):107-130, 2008.
배성일, “OECD Health Data“를 통해 본 한국의 보건의료 현황, 건강보험포럼,
6(3):58-82, 2007.
배세영, 이영환, 김용하, 우리나라 대학병원의 효율성과 생산성변화의 수렴성 분석, 서
비스경영학회지, 10(3):53-95, 2009.
보건복지부, 보건복지백서, 2010.
사공진, 한국의 보건의료개혁: 형평과 효율성의 측면, 사회보장연구, 22(1):57-87, 2006.
서수경, 권순만, DEA를 이용한 의료기관의 효율성 벤치마킹, 병원경영학회지,
5(1):84-104, 2000.
- 55 -
신종각, 국립대학교병원의 효율성 및 생산성변화 분석, 사회보장연구, 22(4):49-78,
2006.
오대원, 이종훈, 민인식, 의약분업 전후의 지방공사의료원 생산성과 효율성분석: 모수
적·비모수적 추정방법을 이용하여, 보건경제와 정책연구, 13(1):173-198, 2007.
오영호, 고가의료장비 공급과잉의 문제점과 정책방향, 보건복지포럼, 8:62-73, 2013.
이규식, 의료보장과 의료체계, 계축문화사 2013.
이규식, 김주경, 의료체계의 반응성과 의료개혁, 사회보장연구, 21(4):199-226, 2005.
이정동, 오동현, 효율성분석이론: DEA 자료포락분석법, 지필미디어, 2012.
장영재, 양동현, OECD 국가의 의료서비스산업의 효율성 측정 및 효율성 결정요인:
SBM과 SFA의 결합, 25(6):3819-3844, 2012.
전국대학보건관리학교육협의회, 보건교육사를 위한 보건학, 한미의학, 2011.
정영호, 서정석, 보건의료서비스산업의 산업연관분석: 경로분석을 중심으로, 산업경제
연구, 18(5):2041-2065, 2005.
정형선, 송양민, 이규식, “인구고령화와 의료비”, 보건경제와 정책연구, 13(1):95-116,
2007.
정형선, 이기호, 공공병원의 효율성과 사회적 역할, 보건행정학회지, 6(2):1-13, 1996.
정형선, 2011년 국민의료비 및 국민보건계정, 보건복지부·연세대학교 의료복지연구소,
2013a.
정형선, 건강보험 노인의료비의 증가요인분석 및 향후전망, 보건경제와 정책연구,
19(2):21-38, 2013b.
최병호, 남상호, OECD 국가들의 건강수준 결정요인, 보건행정학회지, 20(1):1-18, 2010.
한경희, 고수경, 정설희, 우리나라 고가의료장비 분포 및 노후화 현황 분석, 병원경영
학회지, 12(1):31-50, 2007.
한동운, 정지영, 송재찬, DEA를 통한 보건소 한의약보건사업 효율성 평가, 보건사회연
구, 30(2):484-518, 2010.
- 56 -
Afonso. A., st.Aubyn. M., Relative efficiency of health provision: A DEA approach
with non-discretionary inputs, Department of economics, ISEG-UTL, Technical
university of Lisbon working papers, 33, 2006.
Anand. S., Bamighausen. T., Human resources and health outcomes: cross-country
econometric study, Lancet, 364:1603-1609, 2004.
Arah. O., Westert. G. P., Hurst. J., Klazinga. N. S., A conceptual frameworks for
health systems performance: a quest for effectiveness, quality and improvement,
International Journal for Quality in Health Care, 15:377-397, 2003.
Cassel. C. K., Brennan. T. E., Managing medical resources: returns to the
commons?, American medical association, 297(22):2518-2521, 2007.
Caves. D. W., Christense. L. R., Diewert. W. E., Multilateral comparisons of
output, input, and productivity using superlative index numbers, Economic
journal, 95(365):73-56, 1982.
Cooper. W. W., Seiford. L. M., Tone. K., Data envelopment analysis (Second
edition), Springer, 2007.
Fare. R., Grosskopf. S., Norris. M., Zhang. Z., Productivity growth, technical
progress, and efficiency change in industrialized countries, The American
Economic Review, 84(1):66-83, 1994.
Farrell. M. J. The measurement of productivity efficiency, Journal of the Royal
Statistical Society, 120(3):253-290, 1957.
Hadad. S., Hadad. Y., Simon-Tuval. T., Determinants of healthcare system's
efficiency in OECD countries, European Journal of Health Economics, 14:253-265,
2013.
Joumard. I., Hoeller. P., Andre. C., Nicq. C., Health care systems: Efficiency and
Policy Settings, OECD, 2011.
Kelly. E., Hurst. J., Health care quality indicators project conceptual framework,
OECD health working paper, 23, 2006.
- 57 -
Mirmirani. S., Li. H.C., Ilacua. J. A., Health care efficiency in transition economics:
An application of data envelopment analysis, International Business & Economic
Research Journal, 7(2):47-56, 2008.
Nixon. J., Ulmann. P., The relationship between health care expenditure and health
outcomes, The European Journal of Health Economics, 7:7-18, 2006.
OECD, Health at a Glance 2011: OECD indicators, OECD Publishing, 2011.
OECD, Eurostat, WHO, A system of health accounts, OECD Publishing, 2011.
Paris. V., Devaux. M., Wei. L., Health systems institutional characteristics: A
survey of 29 OECD countries, OECD working papers, 50, 2010.
Retzlaff-Roberts. D., Chang. C.F., Rubin. R. M., Technical efficiency in the use of
health care resources: a comparison of OECD countries, Health Policy, 69:55-72,
2004.
Roemer. M.I., National Health Systems of the World, Oxford University Press, 1991.
Scheon. C., Osborn. R., Huynh. P.T., Doty. M., Davis. K., Zapert. K., Peugh. J.,
Primary care and health system performance: adults' experiences in five
countries, Health Affairs, 4:487-503, 2004.
Shephard. R. W., Theory of cost and production functions, Princeton university
press, 1970.
Spinks. J., Hollingsworth. B., Health production and the socioeconomic
determinants of health in OECD countries : the use of efficiency models,
Monash university working papers, 151, 2005.
Varabyova. Y., Schreyogg. J., International comparisons of the technical efficiency
of the hospital sector: Panel data analysis of OECD countries using parametric
and non-parametric approaches, Health Policy, 112(1):70-79, 2013.
WHO, The world health report 2000 - health systems: improving performance, 2000.
- 58 -
ABSTRACT
Analysis on OECD countries' Health Care System
Efficiency Change using DEA
Ko, Hey Jin
Dept. of Health Administration
The Graduate school
Yonsei University
Health care system's purpose is health improvement. It consists of five
main components; resource, management, economic support, organization,
service delivery. Nowadays international health care market has been
expanded. In Korea, health care system is faced with low birth rate,
population aging, high medical expenditure, health insurance sustainability
and so on. To be competitive in health care field, we need to monitor and
improve health care system’s performance.
The objective of this study is to analyze ‘efficiency’ and ‘efficiency
change’ of OECD countries’ health care system. Using OECD health data
2013, data for the period 2005-2011 were used for analysis.
This study use DEA(Data Envelopment analysis) for ‘efficiency’ analysis
and MPI(Malmquist Productivity Index) for ‘efficiency change’ analysis.
For measuring ‘efficiency’, input variables are health expenditure,
physicians, nurses, beds and medical equipment. Output variables are
- 59 -
doctor's consultation and infant mortality. Input variables are used in part
for two different models. For measuring ‘efficiency change’, input variables
are health expenditure, physicians, beds and medical equipment. Output
variables are doctor's consultation and infant mortality.
The results of this study are as follows. Korea is one of the efficient
countries. Even though input variables such as health expenditure and
medical equipment are increasing, it shows that Korea is efficient compared
to other countries. But Korea has a continuous technical regress.
Comparing efficiency between Beveridge type countries and Bismark
type countries, Bismark type countries are more efficient and have less
efficiency decrease than Beveridge type countries. Beveridge type countries
have more technical progress than Bismark type countries.
The results indicate that Korea health care system is using input and
output efficiently. On the other hand, frontier shifts downward because of
technical regress. This result means that introduction of new medical
technology and equipment should be led to health improvement. The policy
to induce suppliers’ proper behavior should be established.
Key Words : Health Care System, Health Care System Performance,
OECD, Efficiency, DEA(Data Envelopment Analysis), MPI(Malmquist
Productivity Index).