서 론
급격한 인구 고령화로 최단기간 초고령 국가 대열에 합류한 우리나라는 노인이 친숙한 지역사회에서 건강하게 계속 거주(aging in place, AIP)할 수 있도록 공공 돌봄서비스 체계를 확충하고자 2007년「노인장기요양보험법」을 제정하고 이듬해인 2008년부터 노인장기요양보험제도를 시행해 오고 있다. 노후 건강증진과 생활안정, 가족 부담 경감, 삶의 질 향상을 목표로 하는 노인장기요양보험제도는 자립생활이 가능하도록 적정 수준의 급여(서비스)를 제공하고 재가급여를 우선시하며 의료서비스와 연계한다[1]. 초고령 시대 개막과 함께 노인인구 증가가 가속화됨에 따라 지역사회 단위의 요양 서비스 필요도와 규모는 빠르게 늘어나고 있다. 실제 2023년 주민등록인구 기준 전국(5,132.5만 명)의 65세 노인인구는 973.0만 명으로, 2017년(각각 5,177.8만 명, 735.6만 명)과 비교하여 총 인구의 감소(−0.9%)와 달리 큰 상승폭(32.3%)을 기록하여 대조를 이루었다[2,3]. 노인을 연령층 구간별로 세분화하면 연소 노인(65-74세) 567.6만 명(전체 노인인구 대비 58.3%), 고령 노인(75-84세) 303.1만 명(31.2%), 초고령 노인(85세 이상) 102.1만 명(10.5%) 순으로 많았고, 2017년(연소노인 414.0만 명 56.3%, 고령 노인 255.4만 명 34.7%, 초고령 노인 66.2만 명 9.0%)과 비교하여 전체 노인 증가폭(32.3%)보다 연령층 구간별 변화폭(각각 37.1%, 18.7%, 54.4%)이 더 역동적이었고 특히 초고령 노인의 급증(1.5배)이 두드러졌다.
한편 노인장기요양보험통계에 따르면 장기요양 등급(1-5등급) 인정자 대부분(2017년 75.0만 명→2023년 123.8만 명)은 노인(각각 95.0%→ 96.2%)으로, 그 상승폭(1.7배)은 노인인구 증가폭을 훨씬 웃돌았다[4]. 2022년 장기요양실태조사에 의하면, 장기요양서비스 수급(권)자는 성별로 여성(72.3%), 연령으로 80세 이상(70.4%), 장기요양 인정등급으로 총 6등급(1-5등급과 인지지원등급) 중 4등급(45.7%)에 가장 많이 분포되었다[3,4]. 과반수 이상의 수급(권)자(58.1%)가 타인의 도움이 필요한 상태였고, 수급(권)자의 만성질환 수는 평균 3.5개이었고, 주요 질환으로 고혈압(61.3%)이나 치매(54.4%)가 많았으며, 이어 당뇨병(31.7%), 골관절염이나 류마티즘(28.7%), 뇌졸중(20.2%) 보유자도 상당수를 차지하였다. 이러한 고령의 복합 만성질환을 보유한 수급(권)자 수가 증가하면서 최근 5년(2017년과 2023년) 동안 장기요양보험 급여의 전체 이용자 수(57.9만 명→154.4만 명)가 1.5배 가량 늘어난 가운데 급여 종류별 이용자 수의 격차(3.6배→5.8배)도 더욱 커져 재가서비스 이용자 수가 시설서비스 이용자 수보다 훨씬 더 빠르게 늘어났다. 즉 재가서비스 이용자 수(72.4만 명→154.4만 명)가 시설 서비스 이용자 수(20.0만 명→ 26.7만 명)보다 월등히 더 많은 가운데 재가서비스 이용자의 증가폭(2.1배)은 시설서비스 이용자 상승폭(1.3배)보다 현저히 더 컸다. 서비스(급여) 이용 노인의 연령층별 변화폭에서 초고령 노인 증가에 따른 서비스 이용자의 상승폭(2.0배)은 다른 연령층(연소 노인 1.2배, 고령 노인 1.3배)보다 현저히 컸고, 재가서비스를 이용하는 초고령 노인의 증가폭(2.8배)은 시설서비스 이용의 초고령 노인(1.6배)보다 더 컸다.
이처럼 전체 노인인구와 초고령 노인의 급증은 장기요양서비스 이용자 폭증으로 이어지면서 장기요양서비스의 필요와 수요 모두 가파르게 상승시키고, 특히 지역사회에서 계속 거주를 위한 재가서비스의 필요는 더욱 확대되므로 지역(사회) 차원에서 적정 수준의 안정적인 서비스 공급과 수급 관리를 위한 방안의 모색이 절실하다. 최근 지자체를 중심으로 초고령 시대를 대비하고자 지역 중심의 돌봄 ·건강 체계를 강화하는 통합돌봄서비스의 본격화를 앞두고 있으며, 장기요양시설(요양시설, 공동생활가정)을 개선하는 유니트케어(unit care) 시범사업이 진행 중인 상황에서 노후 건강과 노인 삶의 질이 더욱 강조되고 있다[5–11]. 이와 관련하여 지역별 장기요양급여 종류별 서비스 이용 현황과 지역 간 이용률의 차이를 파악할 필요가 있다. 그럼에도 불구하고 대부분의 보건 분야 연구에서는 공간데이터와 공간분석 기법을 활용하는 공간정보학적 접근이나 시도가 지극히 제한적이다. 이에 본 연구에서 전국 시군구를 대상으로 장기요양급여 종류별 서비스 이용률을 파악하고 지역별 공간적 분포를 비교하며 지역 간 차이의 영향 요인을 밝히고자 한다. 이를 통해 미시적으로 지역사회 거주 노인의 건강 노화(AIP)를 지원할 수 있도록 노인 보건 인프라의 구축과 확충을, 거시적으로 공공재로서 장기요양서비스의 접근성과 건강 형평성 확보를 위한 기초자료로 제공될 수 있다.
연구 방법
분석범위 및 자료처리
노인장기요양급여 종류를 재가서비스와 시설서비스로 나뉘어 전국 기초자치단체별 각 이용률의 분포와 지역 간 차이를 공간분석 기법으로 파악하고자 본 연구는 공간적 범위로 전국 시군구 229곳을 선정하였고, 시간적 범위는 변수 데이터의 가용 가능한 최근 연도인 2023년으로 설정하였다. 종속변수는 재가 및 시설 서비스의 이용률이며, 장기요양등급(1-5등급) 판정을 받은 65세 이상의 노인 수급(권)자 수 대비 실제 요양서비스를 이용하는 노인 수급(권)자 수로 계산하였다(Table 1). 장기요양 등급 중 1-2등급은 재가서비스 또는 시설서비스를 선택할 수 있으며, 3-5등급은 재가서비스를 주로 이용한다[4]. 선행연구[12–24]를 토대로 독립변수는 지역 특성과 밀접한 인구보건학적 요소(노인 1인가구 비율, 초고령 노인인구 비율), 거주환경 요소(노후주택 비율), 정책적 요소(재정자립도, 요양보호사 비율)로 구성하였다. 즉, 해당 지역의 전체 가구 중 홀로 거주 중인 노인 가구 수를 백분비로 계산한 노인 1인가구 비율, 각 시군구의 총 노인인구 중 85세 이상의 노인인구가 차지하는 비율인 초고령 노인인구 비율[25,26], 지역별 전체 주택 스톡에서 준공 후 30년 이상 경과된 주택의 수를 백분율로 나타낸 노후주택 비율[3], 각 시군구 총 예산 중 자체수입(지방세와 세외수입)이 차지하는 비중인 재정자립도, 한 지역의 장기요양등급 판정을 받은 노인 수급(권)자 수 대비 요양보호사 수로 산출한 요양보호사 비율이 포함되었다. 이러한 지자체별 지역 특성으로 구성된 공간데이터는 국민건강보험공단의 장기요양보험통계[4], 국토교통부의 통계누리[27], 통계청 국가통계포털과 통계지리정보서비스[3,28], 행정안전부의 공공데이터포털과 지방재정통합공개시스템[29,30]에서 제공하는 원시자료에 기반하였으며, 시군구별 집계데이터를 수집하여 데이터 전처리(예, 정제, 가공, 변환 등)를 거쳐 시군구 코드와 결합시켰다. 이어 분석 도구로 지리정보시스템(Geographic Information System, GIS) 프로그램(ArcGIS Pro 3.4, GeoDa 1.22, QGIS 3.42.0)을 사용하였다.
Table 1
Description of variables
분석방법
공간군집분석
공간데이터는 지리적 위치가 변수 속성에 큰 영향을 미치므로 공간분석에 앞서 일련의 공간적 특성을 파악하는 과정인 탐색적 공간 데이터 분석(exploratory spatial data analysis, ESDA)을 수행하였다. ESDA는 공간 데이터를 시각적으로 탐색하고 공간적 패턴, 군집, 이상값 등을 파악하는 과정으로, 공간적 패턴, 이상치, 군집, 경향 등을 가설 없이 직관적으로 파악하는 보편적 기법이다[31]. 이에 따라 단계구분도, 공간적 자기상관성, 공간적 군집성 등을 확인하였다[18,19]. 먼저 변수 간 공간구조 특성을 개략적으로 파악하고자 기술통계량을 토대로 단계구분도를 구현하였다. 단계구분도의 시각화를 위해 연속형 변수의 측정값을 범주화할 때 흔히 사용하는 Jenks의 자연구분법(Jenks natural breaks classification)을 사용하였다. 이어 공간데이터의 대표적인 속성인 공간적 자기상관성을 검토하는 전역적 모란지수(Global Moran's Examination)를 산출하였다. 이는 인접한 지역에 공간가중치를 부여하여 주변 값과의 상관계수를 산출하여 공간적 종속성 여부를 판단하고, 이때 공간가중행렬은 지역 간 경계선 또는 모서리를 공유하면 인접 지역으로 판단하는 Queen 방식을 사용하였다. 전역적 모란지수는 −1과 +1 사이의 값으로 표기된다(식 1). 이때 양(+)의 공간적 종속성은 인접 지역과 유사한 속성 값을, 음(-)의 공간적 종속성은 인접 지역과 상반된 속성 값을 의미하며, 0에 근접할수록 임의적인 공간적 종속성을 나타낸다. 즉 공간상에서 변수의 값(관측치)은 주변 지역과의 상호영향을 받으며 인접 지역과의 거리가 가까울수록 통계적 유의수준에서 유사한 관측치로 상관관계가 높아진다[32,33]. 이는 Tobler [34]의 지리학 제1법칙에 기초하며, 공간적으로 인접한 지역 간 상호작용으로 유사한 변화가 발생하는 현상(공간적 자기상관성)으로 공간적 근접성과 군집성을 파악하게 된다.
전역적 모란지수는 공간적 자기상관성의 존재 여부를 판정하므로 그 구체적인 정보인 강도와 방향을 파악하고자 국지적 모란지수(Local Moran's Index) (식 2)와 Getis-Ord Gi* (식 3)를 통해 진단하였다. 이들 통계량은 각각 국지적 공간 자기상관성을 판단하는 기법인 리사 분석(Local Indicators of Spatial Association, LISA)보다 심층적으로 공간적 군집 정도를 파악하는 기법인 핫스팟 분석(hot spot analysis)으로 도출되었다. 국지적 모란지수는 인접 지역과 분리하여 비교하며 그 차이가 확연한 지역을 탐색한다[32,33,35]. 인접지역과 유사하게 값이 높은 지역은 High-High (HH), 낮은 지역은 Low-Low (LL), 인접한 지역과 상반되게 값이 높은 지역은 High-Low (HL), 낮은 지역은 Low-High (LH), 인접한 지역이 없는 지역, 통계적으로 유의미하지 않아 공간적 자기상관성이 없는 지역 등 총 6가지의 범주로 나타난다[32–34,36]. 공간적 유사성을 지니는 HH와 LL은 군집 경향을 나타내므로 핫스팟 분석을 통해 통계적 유의성을 지니는 핫스팟(hot spot)과 콜드스팟(cold spot)으로, HL과 LH는 이상치로 간주된다.
공간회귀분석
앞서 살펴본 바와 같이 공간데이터가 지니는 속성인 공간적 자기상관성과 변수 간 공간적 영향 범위의 상이성으로 (비전역적) 공간회귀분석이 요구된다. 공간회귀분석의 적용 여부를 판단하고자 전역적 비공간회귀모형인 최소자승법의 일반선형회귀분석(ordinary least squares, OLS) (식 4)을 수행하였고, 독립변수들 간의 분산팽창계수(variance in-flation factor, VIF)를 통해 다중공선성을 검토하였다. 또한 오차의 정규성을 판단하는 Jarque-Bera 검정과 오차의 등분산성을 판정하는 Koenker-Bassett 검정의 통계량으로 비전역적 공간회귀분석의 적합성을 확인하였다[39–41]. 이어 공간데이터의 공간적 의존성과 이질성을 고려하는 공간분석 기법으로 비전역적 공간회귀분석인 국지적 공간회귀분석인 다중스케일 지리가중회귀분석(Multiscale Geographically Weighted Regression, MGWR) (식 5)을 진행하였다[39,42–46]. 즉 OLS 는 모든 공간에서 동일한 범위로 변수의 영향력을 추정하는 공간적 정상성을 전제로 하는 반면 MGWR은 변수에 내재된 공간적 다양성을 가정하며 공간적 범위에 따라 변수의 영향력이 달라지는 복수의 회귀계수를 추정하며, 공간가중행렬은 모든 함수와 커널이 지원되어 최적화된 대역폭(bandwidth, 영향권 내의 지역 수)을 산출한다[40,42,43]. 이들 두 가지 분석의 통계량 중 모형 설명력을 측정하는 결정계수(R2)와 수정 결정계수(adjusted R2), 정보유실 기준을 나타내는 AICc (Examination Akaike's Information Criterion) 등을 비교하여 가장 적합한 분석 기법을 선정하였다.
연구 결과
장기요양서비스 종류별 이용률의 공간적 분포
공간통계량
장기요양보험제도의 대표적인 급여 종류인 재가급여와 시설급여로 나뉘어 수급자의 서비스 이용률을 살펴본 결과, 재가서비스의 평균 이용률(67.2%)은 시설서비스(21.7%)와 비교하여 그 차이(45.5%p)가 매우 컸다(Table 2). 재가서비스 이용률이 가장 높은 시군구는 경북 경산시(76.8%)이었고, 가장 낮은 곳(경북 울릉군 29.6%)과의 격차(47.2%p)가 매우 컸다. 재가서비스 이용률의 상위 5곳(75% 이상)은 모두 영남지역(경북 3곳, 경남 2곳)에 집중된 반면 하위 5곳(55% 이하)은 주로 비수도권 지역(강원 2곳, 경북 ·제주 각각 1곳씩)으로 분산되었다. 또한 시설서비스 이용률이 가장 높은 지자체(경기 양주시 44.0%)와 가장 낮은 지역(부산 영도구 6.3%) 간 차이(37.7%p)도 상당히 컸다. 시설서비스의 이용률 상위 5곳(35% 이상)은 중부지방인 경인지역(경기 2곳, 인천 1곳)과 관동지역(강원 2곳)에 분포하였고, 하위 5곳(10% 이하)은 모두 부산 자치구였다. 이어 독립변수(5가지) 각각의 공간통계량을 살펴본 결과, 전체 가구 중 혼자 거주하는 노인 가구 수를 나타내는 노인 1인가구 비율은 평균 13.5%였으며, 독거노인 가구 비율이 가장 높은 지자체(경남 합천군 22.8%p)와 가장 낮은 곳(경기 화성시 4.7%) 간의 차이(22.8%p)가 다소 존재하였다. 노인인구 중 85세 이상의 초고령 노인인구가 차지하는 비율은 평균 12.0%로, 부산 강서구(43.2%)가 가장 높았고 경남 창원시(2.8%)가 가장 낮아 두 지역의 간극(40.4%p)이 상당하였다. 지역별 총 주택 수에서 건물 연수가 30년 이상의 노후화된 주택의 비율은 전체 평균 32.5%이었으며, 노후주택 비율이 가장 높은 시군구는 전남 신안군(68.8%)으로 가장 낮은 경기 하남시(4.1%)와 큰 격차(64.7%p)를 보였다. 지자체의 자체적인 재정 충당 능력을 나타내는 재정자립도는 시군구 평균 24.1%로, 재정자립도가 가장 높은 곳은 세종시(69.7%)이었으며 가장 낮은 전남 구례군(7.7%)과 큰 차이(62.0%p)를 보였다. 장기요양보험의 등급 인정을 받은 서비스 수급(권)자인 노인 수 대비 요양보호사 수를 나타내는 요양보호사 비율은 평균 51.7%로, 요양보호사 비율이 가장 높은 서울 서초구(197%)는 가장 낮은 경북 울릉군(11.1%)과 극명한 차이(185.9%p)로 대비되었다.
Table 2.
Descriptive statistics and choropleth maps of variables
이상에서 살펴본 바와 같이 재가서비스 공급을 우선시하는 노인장기요양보험제도로 인해 재가서비스의 평균 이용(67.2%)은 시설서비스 (21.7%)보다 훨씬 더 높았으며(45.5%p), 재가서비스 이용률이 높은 상위권 지자체는 영남지역에 집중된 반면 이용률이 낮은 하위권 시군구는 관동지역(강원)에 편중되었다. 시설서비스의 이용률이 높은 상위권 지역은 중부지방(경인지역과 강원)에 분포하였고 이용률이 낮은 하위권 지역은 부산에 밀집하였다. 독립변수에서 요양보호사 비율(평균 51.7%), 노후주택 비율(32.5%), 재정자립도(24.1%), 노인 1인가구 비율(13.5%), 초고령 노인인구 비율(12.0%) 순으로 높았으며, 변수별 범위(최고치-최저치)는 요양보호사 비율, 노후주택 비율, 재정자립도, 초고령 노인인구 비율, 노인 1인가구 비율 순으로 컸다.
공간적 자기상관성과 군집성
장기요양급여 종류별 서비스 이용률에 대한 공간적 자기상관성을 확인하고자 전역적 모란지수(Global Moran's I)를 살펴본 결과, 두 종속 변수 모두 통계적 유의성(p <0.001)이 관측되어 공간적 종속성이 확인되었고, 시설서비스 이용률(0.663)의 전역적 모란지수가 재가서비스(0.205)보다 훨씬 더 높은 양(+)의 관계를 나타내었다(Table 2). 전역적 공간적 자기상관성이 존재함에 따라 시군구 간 국지적 공간 자기상관성과 공간적 군집성을 검증하고자 국지적 모란지수(Local Moran's I)를 산출하는 리사(LISA) 분석을 수행하였다(Table 3). 재가서비스 이용률이 높은 지역끼리 인접한 HH에 해당하는 시군구(총 39곳)의 대다수(34곳)는 영남지역(경북 10곳, 부산 9곳, 대구 8곳, 울산 4곳, 경남 3곳)에 집중되었고 호남지역 일부(전남 3곳, 광주 1곳)와 충북(1곳)에서도 관측되었다. 이상치에 해당하는 HL(5곳)과 LH(9곳) 지역은 소수로, 영남지역과 호서지역 일부에서 포착되었다. 재가서비스 이용률이 낮은 시군구끼리 근접한 LL 지역(총 12곳)은 주로 관동지역(강원 7곳)에 위치한 가운데 경북(3곳)과 충북(2곳) 일부도 포함되었다. 또한 시설서비스 이용률의 리사 분석 결과에서 HH 지역(총 53곳)은 중부지방에 밀집하였고 수도권의 경인지역(경기 18곳, 인천 7곳), 관동지역(강원 17곳), 호서지역(충북 8곳, 충남 3곳)으로 분산되었다. 극소수의 HL 지역(2곳)과 LH 지역(1곳)은 전남·경남(각각 1곳씩)과 강원(1곳)에서 감지되었다. 시설서비스 이용률의 LL 지역(총 58곳) 대다수는 부울경(부산 16곳, 경남 8곳, 울산 5곳)과 호남지역 일대(전남 15곳, 전북 8곳, 광주 5곳)의 남부지방에 편중되었다.
Table 3.
Results of long-term care service uptake rates in spatial clustering and hot spot analysis
한편 국지적 모란지수 결과를 바탕으로 공간적 군집성을 검증하고자 핫스팟 분석을 실시하였고 Getis-Ord G 통계량을 산출하였다. 그 결과 재가 및 시설 서비스 모두 Getis-Ord G값은 통계적으로 유의미하였고(p <0.05), 통계적 유의성(p <0.05)을 보인 핫스팟과 콜드스팟을 서비스 종류별로 정리하면 다음과 같다. 재가서비스 이용률의 핫스팟은 총 29곳(평균 0.720, 표준편차 0.022)으로, 전남(1곳)을 제외한 모든 지역이 영남지역(대구·경북 각각 7곳씩, 부산 6곳, 울산 5곳, 경남 3곳)으로 나타났다. 반면 콜드스팟(16곳, 평균 0.574, 표준편차 0.112)은 주로 관동지역(강원 8곳)에 분포된 가운데 비수도권 지역 일부(경북 3곳, 충북 2곳, 제주 2곳)도 포함되었다. 한편 시설서비스 이용률의 핫스팟(52곳, 평균 0.304, 표준편차 0.048)은 수도권의 경인지역(경기 18곳, 인천 7곳), 관동지역(강원 17곳), 호서지역(충북 8곳, 충남 2곳) 등 중부지방에 분포하였고, 콜드스팟(49곳, 평균 0.130, 표준편차 0.037)은 부울경(부산 16곳, 경남 7곳, 울산 5곳)과 호남지역 일대(전남 8곳, 전북 7곳, 광주 5곳)에 집중되었다. 장기요양서비스 종류별 이용률의 핫스팟과 콜드스팟 간 평균 이용률 차이는 재가서비스 공급기관 수가 시설서비스 제공기관 수보다 더 많음에도 불구하고 재가서비스(0.148)와 시설서비스(0.175) 모두 대동소이하였다.
이상에서 살펴본 바와 같이 재가 및 시설서비스 이용률에 대한 공간적 자기상관성 및 군집성 분석 결과, 시군구별로 장기요양서비스 종류별 이용률은 권역별·지역별로 편향이 뚜렷하였다. 재가서비스 이용률은 주로 영남지역(부산·대구·울산, 경남·경북)에서 높았고 관동지역(강원)에서 낮았다. 반면 시설서비스 이용률은 중부지방(경인, 관동, 호서지역)에서 높았으나, 남부지방(부울경, 광주, 전남· 북)에서 낮았다. 특히 재가서비스 이용률이 높은 영남지역 중 부울경에서 시설서비스 이용률이 낮은 반면 시설서비스 이용률이 높은 중부지방 중 관동지역(강원)은 재가서비스 이용률이 낮았다. 또한 경인지역은 시설서비스 이용률이 높았으나 호남지역은 시설서비스 이용률이 낮았다.
공간회귀분석
모형 적합성
공간적 자기상관성과 군집성에서 모두 통계적으로 유의미함에 따라 공간적 비정상성을 반영하는 공간회귀분석에 앞서 먼저 최소자승법의 일반회귀분석으로 모형 적합성을 검증하였다. 전통적 일반회귀분석인 OLS에서 변수 간 다중공선성을 확인하는 분산팽창계수를 살펴본 결과, 모든 변수에서 다중공선성 여부의 판단 기준(VIF 5 미만)을 밑돌아(1.46-4.65) 문제가 없음을 확인하였다. 이에 다중선형회귀분석인 OLS 를 실시한 결과, 재가서비스 이용률은 양(+)의 관계에서 인구보건학적 요소인 노인 1인가구 비율과 정책적 요소인 요양보호사 비율, 음(-)의 관계에서 거주환경 요소인 노후주택 비율이 신뢰수준 95% (p <0.05)에서 유의하였고, 모형의 수정 설명력은 11.7%로 나타났다(Table 4). 즉 노인 1인가구 비율과 요양보호사 비율이 높을수록 재가서비스 이용률을 증가시키는 반면 노후주택 비율이 높을수록 재가서비스 이용률을 낮추었다. 특히 OLS의 변수들이 통제된다는 가정 하에 노인 1인가구 비율이 1단위 높은 시군구에서 재가서비스 이용률이 양(+)의 관계에서 0.366 단위 증가된다. 이러한 결과는 OLS가 지니는 한계인 공간적 맥락을 고려하지 않는 점을 고려할 때 남부지방의 영남지역 특성과 연관될 것으로 유추할 수 있어 공간분석을 통해 자세히 살펴볼 필요가 있다. 또한 시설서비스 이용률의 영향 변수는 거주환경 요소인 노후주택 비율(-)과 정책적 요소인 요양보호사 비율(-)이었으며, 모형의 수정 설명력 12.8%이었다. 즉 노후주택 비율과 요양보호사 비율이 높을수록 시설서비스 이용률을 낮추었다. 이때 OLS 모형의 변수 평균을 산술적으로 고정시킬 경우 노후주택 비율이 1단위 높은 시군구에서 시설서비스 이용률을 상당히(0.215) 감소시키며, OLS의 공간적 전역성으로 시설서비스 이용률이 높은 중부지방과 재가서비스 이용률이 높은 남부지방의 부울경과 호남지역 특성이 반영된 결과로 추정될 뿐 공간분석을 통해 변수별 지역 영향력을 보다 면밀히 살펴볼 필요가 있다.
Table 4.
Results of long-term care service uptake rates in regression models
| Statistics | Home-based care service uptake rate | Institutional care service uptake rate | ||||
|---|---|---|---|---|---|---|
| OLS | MGWR | OLS | MGWR | |||
| R2 | 0.136 | 0.714 | 0.147 | 0.828 | ||
| Adjusted R2 | 0.117 | 0.635 | 0.128 | 0.773 | ||
| AICc | 683.939 | 492.549 | −568.035 | 398.104 | ||
| Jarque-Bera | 417.553*** | – | 0.599 | – | ||
| Koenker-Bassett | 18.776** | – | 16.612** | – | ||
| Variables | Home-based care service uptake rate | Institutional care service uptake rate | ||||
| OLS | MGWR | OLS | MGWR | |||
| Coefficient | Coefficient | Bandwidth (%) | Coefficient | Coefficient | Bandwidth (%) | |
| (Intercept) | 0.597*** | 0.173 | 43 (18.8) | 0.365*** | −0.153 | 30 (13.1) |
| Proportion of one-person elderly households | 0.366** | 0.102 | 106 (46.3) | −0.032 | −0.031 | 30 (13.1) |
| Proportion of oldest-old elderly people | −0.047 | −0.101 | 110 (48.0) | −0.092 | 0.022 | 222 (96.9) |
| Proportion of old dwellings | −0.092* | −0.046 | 48 (21.0) | −0.215*** | −0.254 | 229 (100) |
| Fiscal autonomy | −0.000 | 0.033 | 95 (41.5) | −0.000 | 0.038 | 69 (30.1) |
| Proportion of care workers | 0.124*** | 0.380 | 30 (13.1) | −0.108*** | −0.134 | 31 (13.5) |
공간회귀분석
비전역적 공간회귀분석의 적용이 적절하다고 판명됨에 따라 장기요양급여 종류별 서비스 이용률에 대한 국지적 공간회귀분석인 MGWR 을 실시하였다. 먼저 시군구별 MGWR의 변수 간 국지적 다중공선성을 확인하고자 국지적 조건수(local condition number, LCN)를 추출한 결과, 기준점(30 미만)을 훨씬 하회하여(재가서비스 이용률 2.839-16.878, 시설서비스 이용률 2.450-21.347) 다중공선성이 존재하지 않았다. 이에 MGWR 분석 결과, 재가 및 시설 서비스 이용률에 대한 모형의 수정 설명력은 OLS보다 MGWR (63.5%, 77.3%)에서 현저히 개선되었고, 특히 시설서비스 이용률의 증가폭(64.5%p)이 재가서비스 이용률(51.8%p)보다 훨씬 더 컸다(Table 4). 아울러 MGWR은 OLS보다 정보소실량을 간접적으로 나타내는 AICc 값을 상당히 낮추어 모형이 주는 불확실성이 크게 감소되었다. 이에 따라 MGWR이 가장 적합한 분석으로 확인되었고 특히 시설서비스 이용률에 대한 분석 적합성이 재가서비스 이용률보다 더 뛰어난 것으로 판명되었다. 이는 다양한 공간적 범위에서 변수 간의 관계를 감지하여 다수의 회귀계수를 추정하는 MGWR의 속성에 기인한 결과이다.
MGWR 분석을 통한 전국 시군구별 모형 설명력을 살펴본 결과, 시군구별 재가서비스 이용률의 모형 설명력은 평균 47.1%이었고, 설명력이 가장 높은 경북 울릉군(79.6%)과 가장 낮은 충남 서천군(22.9%) 간 격차(56.7%p)는 매우 컸다. 모형 설명력이 가장 높은 지자체(61% 이상의 32곳) 대부분은 남부지방에 분포하여 광주(5곳)·전남(15곳)과 영남지역(경북 4곳, 경남 3곳)에 집중되었다. 이와는 대조적으로 모형 설명력이 다소 낮은 지역(33% 이하의 32곳)은 주로 중부지방(충남 11곳, 경기 9곳)에 위치하였다. 한편 시설서비스 이용률의 MGWR 모형 설명력은 평균 54.1%로, 설명력이 가장 높은 지역(경기 수원시 81.4%)과 가장 낮은 곳(강원 인제군 10.6%) 간의 간극(70.7%p)은 매우 커 재가서비스 이용률의 차이보다 훨씬 더 컸다(14.0%p). 모형 설명력이 가장 높은 시군구(68% 이상의 22곳) 대부분(14곳)은 경기에 밀집하였고, 설명력이 비교적 낮은 지자체(31% 이하의 23곳)는 강원(9곳)과 영남지역(경북 7곳, 경남 5곳)에 집중되었다. 아울러 두 종속변수에 대한 MGWR의 표준화된 잔차 분포도에서 특정한 공간적 패턴이 관측되지 않아 국지적 공간회귀모형의 적합성이 다시 한 번 확증되었다.
MGWR 분석 결과에서 재가서비스 이용률에 통계적 유의성(p <0.05)을 보인 독립변수는 거주환경 요소인 노후주택 비율(-), 정책적 요소인 재정자립도(-)와 요양보호사 비율(+)이 포함되었다(Table 5). 이 중 요양보호사 비율의 추정계수 영향력이 미치는 시군구(44곳) 수가 가장 많았으며, 주로 관동지역(강원 13곳), 영남지역(경북 8곳, 경남 5곳), 호남지역(전북 7곳, 전남 6곳)에서 집중되었다. 다음으로 재정자립도의 영향력이 미치는 시군구는 소수(8곳)로, 강원(5곳)과 경북(3곳) 일부였으며, 노후주택 비율의 추정계수는 극소수(4곳)의 강원(3곳)과 경북(1곳)에서만 영향력이 나타났다. 반면 시설서비스 이용률의 영향 변수는 유의수준 95% (p <0.05)에서 거주환경 요소인 노후주택 비율(-)이 유일하였으며, 변수의 영향력이 미치는 범위가 모든 시군구로 그 추정계수는 중부지방에서 남부지방으로 내려갈수록 소폭 증가하였다. 즉 추정계수가 상대적으로 더 큰 시군구(55곳)의 대다수는 영남지역(경남 17곳, 부산 16곳, 대구·경북 각각 8곳씩, 울산 5곳)에 집중되었으며, 추정계수가 비교적 더 낮은 지역(77곳)은 수도권(경기 29곳, 서울 25곳, 인천 10곳)과 강원(13곳)으로 중부지방에 분포하였다.
Table 5.
Statistically significant results of long-term care service uptake rates in multiscale geographically weighted regression (MGWR)
이상에서 살펴본 바와 같이 MGWR은 시군구의 장기요양급여 종류별 서비스 이용률에서 기존 OLS와 달리 공간적 관계에 따른 차이를 훨씬 더 잘 반영하는 회귀계수를 추정하여 지역별 공간적 다양성과 그 편차를 정교하게 감지할 수 있었다. 즉, MGWR 분석에서 재가 및 시설서비스 이용률 모두 모형 설명력은 OLS보다 대폭 개선되었고, 그 상승폭은 재가서비스(51.8%p)보다 시설서비스 이용률(64.5%p)에서 훨씬 더 컸다. 재가서비스 이용률의 MGWR 모형 설명력은 남부지방 일부(광주 ·전남과 영남지역)에서 높은 반면 중부지방 일부(충남과 경기) 에서 낮았다. 시설서비스 이용률의 모형 설명력은 경기에서 높았으나 강원 일부와 영남지역 일부 지자체에서 약간 낮았다. 또한 재가서비스 이용률의 영향 변수는 OLS에서 노인 1인가구 비율(+), 요양보호사 비율(+), 노후주택 비율(-)이었으나 MGWR에서 요양보호사 비율(+), 재정자립도(-), 노후주택 비율(-)로 나타났다. 즉 OLS와 MGWR 분석에서 나타난 공통 영향변인은 정책적 요소인 요양보호사 비율과 거주환경 요소인 노후주택 비율이었으나 그 영향 범위(전역성과 국지성)가 상이하였다. 요양보호사 비율의 MGWR 추정계수가 유의미하게 나타난 지자체(44곳)는 주로 강원과 영·호남지역에 집중되었다. 즉 요양보호사 비율의 상승이 재가서비스 이용률을 촉진시키므로 재가서비스 이용률이 다소 낮은 비수도권의 비특광역시 소재 지자체(예, 관동 및 영·호남지역)에서 일정 수준의 요양보호사 수가 확보· 유지될 경우 재가서비스 이용률이 향상될 여지가 있음을 의미한다. 요양보호사 비율과 달리 재정자립도와 노후주택 비율의 MGWR 추정계수는 강원·경북의 극소수 지역에서만 영향력이 감지되었다.
한편 시설서비스 이용률의 유의미한 변수는 OLS에서 노후주택 비율(-)과 요양보호사 비율(-)이었으나 MGWR에서 거주환경 요소(노후주택 비율(-)만 전국 모든 시군구에서 유의하였으며 추정계수는 중부지방에서 남부지방으로 하향할수록 미세하게 증가하였다. 이는 노후주택 비율이 낮은 중부지방 중 수도권(경기)에서 시설서비스 이용률이 높은 반면 노후주택 비율이 비교적 높은 남부지방(영남지역)에서 재가서비스 이용률이 높은 지역 간 차이의 결과로 풀이된다. 이처럼 지역별 재가서비스와 시설서비스의 이용률과 그 영향 변인의 차이가 명확하였고, 시설서비스 공급원이 비교적 많은 지역에서 시설서비스 이용이 자연스럽고 보편화된 내생적 요인의 결과로 유추된다. 재가 및 시설서비스 이용률 모두 OLS에서 공통 영향 변수는 정책적 요소의 요양보호사 비율(재가 +, 시설 -)과 거주환경 요소의 노후주택 비율(-)로 나타난 반면 MGWR에서 공통 결정 변인은 노후주택 비율(-)로 장기요양서비스 종류별 이용률은 인구학적 요소보다 거주환경 요소와 정책적 요소가 더 중요하였다. 즉 공간회귀분석을 통해 노후주택 비율(-)이 시군구의 장기요양서비스 종류별 이용률에 매우 의미있는 변수였고, 재가서비스 이용률은 추가적으로 요양보호사 비율(+)의 영향력이 존재하였다.
고 찰
초고령 시대가 본격화됨에 따라 노인인구 수와 노인장기요양서비스 수요의 급증이 가속화되는 시점에서 2026년 돌봄통합지원법의 전면 시행을 앞두고 시군구 단위의 의료·요양·돌봄 통합 서비스를 전달하는 재택의료센터의 확충이 진행 중이다. 아울러 새로운 요양시설의 운영 모델을 제시하는 유니트케어 시범사업이 2024년부터 시행되었고 올해 들어 더욱 확대 추진 중이다. 이에 따라 노인의 건강 노화와 지역사회 내 AIP를 위하여 장기요양서비스의 이용실태를 통해 건강 형평성을 살펴볼 필요성이 제기되면서 본 연구는 시군구별 노인장기요양급여 종류별 서비스 이용률과 영향 요인을 파악하고, 지역 간 차이를 공간통계로 분석하였다. 즉 상이한 지역 특성이 반영된 공간데이터와 공간지리정보시스템에 의한 공간분석기법을 활용하여 분석함으로써 노인 보건학과 공간정보학적 접목을 시도한 점에서 의의가 있다. 공간통계량에서 나타난 서비스 종류별 이용률은 재가서비스의 이용률(67%)이 시설서비스(22%)보다 훨씬 더 높았다. 이는 현행 노인장기요양보험제도가 초기부터 재가급여를 우선시하는 기조와 무관하지 않고, 장기요양등급 총 6가지(1-5등급과 인지지원등급) 중 중증 이상인 1-2등급을 판정받은 수급(권)자만 시설서비스를 이용할 수 있기 때문이다[1,4]. 또한 입소 기반의 시설서비스와 달리 재가서비스는 이용 가능한 서비스 범위(방문요양, 방문간호, 방문목욕, 주야간보호, 단기보호, 복지용구 지원 등)가 폭넓어 서비스의 다양성에도 연유한다.
또한 탐색적 공간데이터 분석에서 나타난 바와 같이 재가서비스 이용률이 높은 시군구는 영남지역(부산·대구 ·울산, 경남· 북)에 집중되었으며 이용률이 낮은 곳은 주로 관동지역(강원)으로 나타났다. 이와는 대조적으로 시설서비스의 이용률이 높은 지역은 중부지방(경인· 관동 ·호서지역)에 분포하였고 이용률이 낮은 곳은 남부지방(부울경, 광주, 전남· 북)에 밀집하였다. 즉 남부지방은 재가서비스 이용률, 중부지방(경인· 관동 ·호서지역)은 시설서비스 이용률이 높았다. 특히 재가서비스 이용률이 높은 남부지방 중 영남지역(부산·대구 ·울산, 경남· 북)에서 재가서비스 이용률이 더 높았고, 부울경과 호남지역(광주, 전남·북)에서 시설서비스 이용률이 더 낮아 지역 간 서비스 이용률의 차이가 두드러졌다. 시설서비스 이용률이 높은 중부지방 중 관동지역(강원)에서 재가서비스 이용률이 낮았다. 서비스 종류별 이용률의 지역 간 상이성과 유사한 서비스 종류별 이용률의 지역 내 차이가 감지되었다. 이를 통해 공간정보학의 제1법칙인 지역 간 공간적 상호작용(종속성), 인접성, 군집성에 기반하는 공간적 자기상관성의 결과를 확인할 수 있었다[34,43]. 즉 원거리의 지역보다 근거리의 지역에 더 많은 영향을 받는 공간데이터의 속성인 공간적 상호작용에 연유하며, 이는 통계분석의 기본 전제인 데이터 관측치의 독립성이 위배될 뿐만 아니라 지역 특성을 기반으로 공간적 관계(범위, scale)에 따라 변수 간 영향력의 강도와 방향이 다양하므로(공간적 비정상성에 기반한) 공간분석의 필요성이 제기된다[18,19,32,39].
한편 장기요양급여 종류별 서비스 이용률의 영향 요인을 파악하고자 실시한 OLS 결과, 재가서비스 이용률에서 노인 1인가구 비율(+), 요양보호사 비율(+), 노후주택 비율(-), 시설서비스 이용률에서 노후주택 비율(-)과 요양보호사 비율(-)이 설명변인으로 나타났다. 두 가지 서비스 이용률 모두 정책적 요소의 요양보호사 비율과 거주환경 요소의 노후주택 비율이 공통된 영향 변수였으나 요양보호사 비율의 유의성은 서비스 종류별로 상반된 방향을 나타내었다. 즉 전역적 비공간회귀분석 결과에서 노후주택 비율은 서비스 종류에 관계없이 이용률을 감소시켰으나 요양보호사 비율의 증가는 재가서비스 이용률을 증가시키는 반면 시설서비스 이용률을 오히려 하락시켰다. 또한 시군구별 서비스 종류에 따른 이용률의 공간적 다양성을 감지하는 MGWR 결과에서 OLS보다 모형 설명력이 현저히 향상된 가운데 그 상승폭은 재가서비스보다 시설서비스 이용률에서 훨씬 더 높았다. 재가서비스 이용률의 MGWR 모형 설명력은 시설서비스 이용률이 낮은 남부지방 일부(광주·전남과 영남지역)에서 다소 높은 반면 시설서비스 이용률이 높은 중부지방 일부(충남과 경기)에서 낮았다. 시설서비스 이용률의 MGWR 모형 설명력은 시설서비스 이용률이 높은 경기에서 높았으나 강원 일부와 영남지역 일부 시군구에서 다소 낮았다. 또한 MGWR 분석 결과에서 나타난 바와 같이 재가서비스 이용률의 설명변수는 비수도권 지역의 비특광역시 일부에서 주로 영향력을 발휘하는 정책적 요소인 요양보호사 비율(+), 극소수 지역에만 영향을 주는 재정자립도(-)와 노후주택 비율(-), 시설서비스 이용률의 영향 변인은 모든 시군구에 확산되는 거주환경 요소인 노후주택 비율(-)로 밝혀졌다. 시설서비스의 이용률이 낮은 지자체는 노후주택 비율이 높은 영·호남지역으로 재가서비스 이용률이 높은 곳이었다. 반면 시설서비스의 이용률이 높은 지역은 노후주택 비율이 낮은 경기였고, 이 지역은 시설서비스 제공 기관이 비교적 많이 위치한 곳이다. 이처럼 장기요양서비스 종류별 이용에서 노후주택 비율은 중요한 설명변인으로 밝혀졌고, 이러한 거주환경 요소는 재가서비스 이용보다 시설서비스 이용에서 훨씬 더 넒은 범위의 시군구에서 변수의 영향력이 나타났다. 일반적으로 노후주택 비율은 신축주택의 공급량과 밀접하며 그 공간구조적 맥락에서 보다 면밀히 조명할 필요가 있다. 민간 위탁 방식의 소규모 개인 영리 기관으로 운영되는 장기요양서비스 기관의 특성상 수익성과 인력 수급이 입지 선택에 가장 중요하며, 이로 인해 수도권 지역과 비수도권의 광역시에 더 많이 분포되어 있다[18,19]. 그 결과 서비스 이용률의 국토 공간의 편중이 두드러졌으며, 그 격차는 권역별, 지역
별로 세분화할수록 더욱 커지게 되었다. 즉 재가(서비스 공급)기관은 지역(시군구) 내 수요가 뒷받침되는 도시지역을 중심으로 급속히 늘어난 반면 서비스 이용의 지리적 범위가 비교적 크고 넓은 시설서비스의 제공기관은 도심 외곽지나 주변부에 분포하게 되었다. 일례로 생산가능인구 수가 비수도권보다 훨씬 더 많은 수도권 지역에서 시설서비스 기관이 공급되었고, 특히 지가와 임대료가 상대적으로 저렴한 서울 외곽과 경기에 주로 설치되었다. 최근 수도권으로의 인구 집중이 심화되면서 장기요양서비스를 제공할 요양보호사와 같은 장기요양서비스 전달 인력의 확보는 비수도권 지역보다 용이하고, 꾸준한 인구 유입으로 주택 수요층이 두터워 신규 주택의 공급은 지속적으로 유지된다. 노후주택 비율은 지역별 전체 주택에서 신축 주택 공급 규모에 따라 증감되며, 최근 신규 대형 아파트 단지가 많이 증가한 경기에서 노후주택 비율이 가장 낮은 시군구들이 다수 포진하였다. 이처럼 노인인구가 현재 거주하는 주택에 장기간 거주해 오는 점을 고려할 때 지역 내 주택은 노후화되고 지역 전체 주택 스톡의 노후도가 유사한 시군구일지라도 인구 유입과 그에 따른 주택 수요층 증가는 신규 주택 공급을 늘려 노후주택 비율을 낮추는 구조로 인해 노후주택 비율은 지역 간 종류별 서비스 이용률과 밀접하게 나타난 것이다.
반면 수도권으로의 유입된 인구 대부분은 비수도권 지역의 인구 유출에 기인하며, 유출된 인구는 주로 청년층을 포함한 생산가능인구이다. 인구 유출 지역에 인구 유입이 이루어지 않을 경우 신규 주택 수요는 사실상 사라지게 되고 노후주택 비율이 증가하면서 지역 내 노인인구의 사망으로 인하여 서서히 인구 자연 감소가 진행된다. 나아가 외부로부터의 (인구)유입 또는 지역 내 내부 출생에 의한 인구 증가가 뒷받침되지 않으면 장기요양서비스의 수요와 서비스를 전달할 인력이 부족하여 시설서비스 기관의 운영을 어렵게 한다. 아울러 본 연구의 분석 결과에서 나타난 노후주택 비율이 높은 지역(영·호남 지역)과 낮은 지역(경기)은 2021년 행정안전부가 지정한 인구감소지역(89곳)과 깊은 관련이 있다. 즉, 인구감소지역의 약 3/5에 이르는 시군구가 영·호남 지역(전남 16곳, 경북 15곳, 경남 11곳, 전북 10곳)에 위치한 반면 경기는 단 2곳에 불과하였다. 특히 인구감소지역 대부분은 노인인구, 노인 1인가구, 초고령 노인인구의 비율이 현저히 높아 일상생활에서 장기요양서비스 필요도가 높지만 지역 특성(예, 빠른 인구 고령화, 저밀도의 넓은 공간 범위 등) 상 그 서비스의 적시적소 전달이 원활하지 않다. 비수도권의 비특광역시 중 장기요양서비스 제공 기관의 과소공급지를 대상으로 독거노인 가구와 초고령 노인인구 비율이 현저히 높은 지역(또는 지역사회)을 선별하여 보건의료복지 서비스 기관 간의 연계 시스템(예, 통합적 재택서비스 센터)을 마련하고, 지역사회 간 서비스 공급의 유기적 연결을 담당하는 거점형 허브를 구축할 필요가 있다. 또한 지역사회(읍면동) 단위의 서비스 접근성을 평가하는 지표로 점수화하는 제도를 수립하여 그 기준치에 미달하는 지역사회에 조기 경보를 작동시켜 선제적인 개입과 대응이 가능하도록 할 필요가 있다. 이처럼 노인의 건강 형평성을 제고하기 위하여 지역사회 자원의 하드웨어적 요소뿐만 아니라 소프트웨어적 요소가 통합된 수평적 연결, 동시에 시도(광역)-시군구(지역)-읍면동(지역사회) 간 촘촘한 수직적 연계가 접목된 전략이 함께 요구된다. 지역 간 장기요양서비스 종류별 이용은 보건의료복지서비스 수급과 긴밀할 뿐만 아니라 인구구조, 노동 및 주택시장 간의 상호밀접한 연관성으로 서비스 이용의 공간적 편차를 심화시키며 나아가 장기요양서비스의 접근성은 지역 주민의 건강력과 지역사회의 지속가능성을 결정짓는 잣대가 된다.
결 론
올해로 시행 17주년을 맞이한 노인장기요양보험제도는 도입 초기부터 서비스 제공기관을 의도적으로 빠르게 공급하였고, 노인의 서비스 이용과 접근성에 크게 기여해 왔다. 재가서비스 제공 우선의 원칙에 따라 시설서비스보다 재가서비스 제공 기관의 대량 공급으로 재가서비스 이용률이 현저히 높아졌고 그 결과 서비스 종류별 및 지역별 이용률의 차이가 두드러졌다. 초고령 시대를 맞이하여 노인인구 수와 장기요양서비스 필요가 급증하므로 장기요양서비스 종류별 이용률의 지역 간 편향을 완화하기 위한 지역 특성 기반의 적절한 조치(개입)가 뒷받침되어야 할 것이다. 지역 내 필요한 서비스가 조달받지 못할 경우, 서비스 공급 가능한 지역(사회)으로의 비자발적인 거주지 이동을 유도할 수밖에 없고, 지역 건강력을 저하시키며 자본과 자생력의 잠식을 가속화시킨다. 따라서 공적 자원인 노인 서비스의 수요 격차를 토대로 서비스 이용의 지역 간 공평성을 확보하고자 지자체별 장기요양기관의 공급 기준을 조정할 필요가 있다. 특히 초고령 지역사회의 건강 노화와 AIP의 근간은 노인의 건강 형평성에서 비롯되며, 이를 구현하기 위하여 서비스 이용의 균등한 접근성과 직결된다. 따라서 장기요양기관의 지정 권한을 갖는 시군구에서 지역 내 필요 서비스 종류와 제공기관의 규모를 조절할 수 있다. 장기요양서비스 제공기관의 인위적인 유입이 어려운 지역에서는 지역 보건의료기관의 역할과 기능을 강화하여 서비스 전달체계를 개선시킬 필요가 있다. 아울러 동일한 기초자치단체 내에서도 지역사회(예, 읍면동)를 보다 세분화할수록 그 서비스 이용률의 편차는 더욱 커질 수 있으므로, 이에 대한 면밀한 실태 파악과 정교한 수요 조사를 병행하여 지역사회 특성과 변화에 부합하는 서비스 공급의 탄력적인 운용 계획이 수립되어야 할 것이다. 현재 재가서비스 전달체계를 개선하기 위한 ‘지역사회 통합돌봄(커뮤니티 케어)’의 보편화 단계를 앞두고 재택의료센터의 확충이 진행 중이며 시설서비스의 질을 향상시키기 위한 한국형 유니트케어가 시범 사업으로 진행 중이다. 이는 초고령 사회의 건강 노화를 위한 건강 형평성을 강조하는 동시에 AIP와 노후 삶의 질을 개선하기 위한 노력의 일환이므로, 보건의료복지 서비스의 접근성을 재편하는 연장선에서 장기요양서비스의 지역 간 이용 격차를 완화해야 할 것이다.
PDF Links
PubReader
ePub Link
XML Download
Full text via DOI
Download Citation 
Print 
