지난 10년간 우리나라는 몇 번의 경제위기를 겪으며 자산 가치의 급등을 경험하였다. 그러나 자산을 둘러싼 관심은 일부 고자산 계층에 집중되어 자산이 없거나 적은 자산을 가진 계층들의 자산 추세나 경향에 대한 관심은 상대적으로 적었다. 본 연구는 한국노동패널자료 2∼11차 자료를 이용하여 우리나라 전반의 자산 빈곤의 추세를 살펴보고, 1999년과 2008년 사이의 자산빈곤율의 변화를 Datt & Ravallion(1992)의 분해 방법을 사용하여 성장과 분배요인으로 분해하여 보았다. 본 연구를 통해 얻은 결과는 다음과 같다. 10년간 우리나라 가구의 전반적 자산액의 규모는 점진적으로 증가하여왔음에도 자산빈곤 역시 계속 증가하는 역설적인 상황이 전개되어 왔다. 1999년과 2008년 간의 자산빈곤율의 변화를 요인 분해한 결과, 두 연도간의 빈곤율 격차는 성장요인에 의해 빈곤율이 감소되었을 것임에도 분배적 요인이 빈곤율을 증가시켜 전체적인 빈곤율의 증가를 가져온 것으로 나타났다. 이는 지난 10년 간 우리나라 자산빈곤 변화에 있어 자산의 전반적 성장에 의한 빈곤 감소효과보다 분배 악화에 의한 빈곤 증가효과가 훨씬 컸다는 것을 보여준다.;Over the past ten years, Korea has experienced a surge in asset values and has become to face the problem of asset equity. However, people's concern surrounding asset has been concentrated on those with large amounts of asset. There has been less concern on those with little or no asset and on the trend of asset poverty. Using the 2nd to 11th waves of the Korea Labor and Income Panel Data, this study explored the trend of assetpoverty in Korea from 1999 to 2008 and also tried to decompose the change of poverty into the parts due to growth and distribution, using Dart and Ravallion(1992)'s method. The results showed that the asset poverty has continued to increase while the average amount of households' assets has gradually increased in Korea for the last ten years. The decomposition results on the change of poverty rate between 1999 and 2008 showed that the growth factor contributed to the decrease of asset poverty while the distribution factor contributed to the increase of asset poverty. Overall the distribution factor dominated the growth factor so that the asset poverty rate has increased during the ten years.
본 연구는 개인들이 생애에 걸쳐 지출하게 되는 의료비 분포를 분석하고자 하였다. 이를 위하여 생명표 모형(life table model)을 기반으로 하여 남자, 여자 각각 100,000명의 가상코호트를 설정하고 국민건강보험공단의 진료비자료와 통계청의 사망자료를 활용하여 생애의료비를 추정하고자 하였다. 분석결과, 우리나라 국민의 1인당 생애의료비는 남자의 경우에는 약 7천 415만원, 그리고 여자의 경우에는 약 8천 787만원을 지출하는 것으로 분석되었다(2007년 기준의 현재가치). 남녀의 차이를 보면, 여자의 1인당생애의료비가 남자의 생애의료비보다 약 19% 정도 더 지출하는 것으로 나타났다. 여성의 생애의료비가 남성의 생애의료비를 초과하는 가장 주요한 요인 중의 하나는 평균수명의 차이에 기인한 것으로 파악된다. 남성의 경우 64세까지 생애의료비의 절반에 해당하는 액수가 지출되는데, 이는 곧 64세 이후에 전 생애의료비의 절반을 지출하게 되는 것을 의미한다. 그리고 여성의 경우에는 66세까지 생애의료비의 50%를 지출하고, 66세 이후 50%를 지출하는 것으로 추정된다. 즉, 의료비 지출이 고령시기에 집중되는 불균형을 확인할 수 있었다. 본 연구에서 분석한 결과에 따르면 생애의료비의 절반 이상이 65세 이후에 발생하는 것으로 나타났는데, 급격한 고령화 사회에 직면하고 있는 우리에게 주요한 정책적 시사점을 제시하고 있다. 현재와 같은 의료비 분포가 지속될 경우 고령화의 정도가 가속화되면서 폭발적인 의료비의 급증이 예견된다. 따라서, 급격한 의료비의 증가에 대응하고 의료재정의 지속성, 안정성, 건전성을 위한 제도의 착실한 계획과 구축이 절대적으로 필요할 것이다.;With the recognition that health care cost is highly correlated with age, this study aims at estimating the magnitude and distribution of lifetime medical costs. We employed a period life table model using data on single year’s medical expenditures from the Korea National Health Insurance Corporation, population data and a life table from Statistics Korea. To estimate lifetime medical costs for males and females, 100,000 hypothetical cohorts for each sex whose mortality rates come from the life table were constructed and assigned to medical costs at different ages and sexes. This procedure permits us to estimate lifetime medical costs at each age and for each sex. The method used here is to conceptually convert cross-sectional costs data into a longitudinal pattern of costs, generating profiles of medical costs from birth to death. The average member of the birth cohorts will spend KRW 74,150,000 (US$ 98,883 PPP) for men and KRW 87,868,000 (US$ 117,177 PPP) for women in 2007 over the course of his or her life. Total lifetime medical costs are 19 percent higher for females than males mainly due to differences in life expectancy. For the average life table member, half of all lifetime costs occur after about age 65. We also estimate the distribution of lifetime medical costs by phases of the life course. For males(females), 12.7(9.2) percent of a cohort’s expenditures occur from birth to age 19; 8.4(10.0) percent accrue during ages 20~39; 30.2(28.4) percent are expended during ages 40~64; 42.7(44.0%) percent are realized during ages 65~84; 5.9(8.4) percent accrue over age 85. The findings of the study are similar to the patterns of medical costs of other countries’ experiences provided by other literatures-high during infancy, low during childhood and young adulthood, then rising during middle-age and rapidly growing during the senior years.
본 연구는 다중상태 생명표 모형을 활용하여 소득과 기대여명 사이의 연관성을 분석하고 있다. 특히, 본 연구는 전통적인 방식의 생명표 모형과 달리 단순한 생존 기간뿐만 아니라 생존 기간 동안의 건강 상태를 포착하고자 활동적 기대여명 추정치를 동시적으로 작성하였다. 본 연구는 또한 단일의 소득 지표 대신 가구소득, 개인소득, 생애소득과 같은 복수의 측정치를 고려함으로써 상이한 지표 사용에 따라 나타나는 기대여명 추정치의 유사성과 차이점을 살펴보고 있다. 분석 결과는 전반적으로 하위 소득계층에 대비한 상위 소득계층의 총 기대여명과 활동적 기대여명이 유의하게 높게 나타남으로써 소득이 생존 기간이라는 양적 측면뿐만 아니라 생존 기간 동안의 삶의 질에도 유의미한 영향을 미치는 요인임을 압축적으로 보여 주었다. 그러나 분석 결과는 또한 소득 측정치에 따라 기대여명 추정치(특히, 총 기대여명)가 다소 상이하게 나타남을 보여 줌으로써 소득계층의 구성과 관련된 측정치의 선택에 있어서 주의가 필요함을 시사하고 있다.;Using multi-state life table models, this study analyzes the association between income and life expectancy in Korea. Compared to previous research efforts, which mainly focused on total life expectancy, this study simultaneously examines total, active, and inactive life expectancies to capture the quality of life as well as the length of life. This study also employs several measures of income, such as current individual/household income and individual lifetime income, to take a closer look at the similarities and differences in total, active, and inactive life expectancies by income level. This study finds that on average individuals in the top half of the income distribution tend to have a longer total life expectancy than those in the bottom half. Further, individuals in the top half are also expected to live a larger share of their lives in an active state. However, this study also finds some inconsistencies in life expectancy estimates (in particular, total life expectancy) across income measures, indicating that some caution should be paid in measuring social class in terms of income.
말라리아는 우리나라에서는 1970년대 이후 사라졌지만, 1993년 휴전선 근처에서 재발생한 이후 매년 환자가 증가하고 있는 추세이다. 본 연구의 목적은 말라리아 발생에 있어서 기후요소의 영향을 살펴보고 기온 증가에 따른 말라리아 발생자수를 예측하는 것이다. 건강보험심사평가원으로부터 제공받은 2005~2007년 건강보험심사완결 원시자료 중 말라리아 16,898건이 분석대상에 포함되었다. 말라리아 발생 자료는 행정단위로 시군구, 발생기간은 주(week)를 분석단위로 하여 해당기간 시군구에서 발생한 전염병을 합산하였다. 기온자료는 전국 AWS(Automatic Weather Station)에서 3년간(2005~2007년) 최고기온, 최저기온, 평균기온, 일강수량 자료를 1일을 기준으로 작성된 자료를 이용하였다. 분석방법은 시계열 자료 분석방법인 Poisson 분포의 일반화추정방정식(Generalized Estimation Equation, GEE)을 기반으로 기온변수에 대한 3차원 스플라인, 다항 시간지연효과를 고려하였고 연간 주기성(Annual Periodicity)을 가지고 사인 함수와 코사인 함수로 표시되는 최대 6주기 조화함수인 Fourier Term을 회귀식 포함하였다. 말라리아 발생 회귀방정식에서 추정된 예측값과 기온과의 관계를 해석하는데 변곡점 영향을 살펴보았고 GIS(Geographic Information System) 상에 결과치를 표시하는 다양한 방법을 고려하였다. 분석기간 중 연도별 시군구 말라리아 발생자수는 계속 증가하였다. 2005년 평균 1.3명, 최대 262명이었으나 2006년 평균 1.6명 최대 240명, 2007년 평균 2.5명 최대 400명으로 증가하였다. 본 연구에서 제안된 기온상승에 따른 말라리아 발생예측 모형을 따라 분석을 수행한 결과 변곡점이 0.8℃, 20.2℃, 31.2℃인 영문글자 ‘M’자 모양을 나타내었다. 두 번째 변곡점(20.2℃) 이후의 경우, 기온이 1도 상승하면 주간 시군구단위 환자수가 0.212(95 CI, 0.201~0.224)명 증가할 것으로 예측되었다. 지역 결핍지수와 말라리아 발생과의 상관성을 살펴본 결과 말라리아 발생은 시군구 통합결핍지수가 낮은 지역에서 더 많이 발생하는 경향이 있었다. 말라리아 발생은 일부지역에 국한된 양상을 보였으나 해안가와 대도시의 경우 보다 세밀한 조사가 필요할 것으로 보인다.;Malaria has been eradicated since 1970’s, but has re-emerged near the DMZ in 1993. Malaria prevalence rates have tended to increase over time. The purpose of this study is to investigate the impact of weather factors on municipal malaria patient numbers, and to predict the future prevalence rate of malaria. The data came from 2005~2007 claim data from the National Health Insurance, which is calculated based on the municipal level in weekly time bands. Weather data were taken, including daily temperature and precipitation from 194 automatic weather station (AWS) managed by the Korea Meteorological Administration. The analytical approach that was used were a generalized estimation equation and a generalized linear model for a time-series of Poisson distribution. To account for the seasonal patterns of malaria not directly due to weather factors, Fourier terms with annual periodicity were introduced into the model. To allow autocorrelation due to the biological process of pathogen development and host reactions, we also considered time lags, cubic spline, and change point analysis. Malaria patients had continuously shown an increase during the study period. In 2007, for example, malaria patients were 2.5 on average and 400 in the maximum compared to those of the year 2005, which were 1.3 on average and 262 in the maximum. The distribution of the predicted model showed the shape of a character ‘M’, which had three change points in temperature 0.8℃, 20.2℃, and 31.2℃. In the prediction model of malaria, marginal temperature effects after the second change point temperature (20.2℃) was a 0.202 increase of the weekly municipal patients per 100,000 of population. While analyzing the effects of a regional socioeconomic status on malaria prevalence, we found the inverse relationship between estimated malaria patients and the deprivation index. In this study, malaria largely occurred near the DMZ, but we need more detailed investigations in specific regions such as costal areas and large cities.