보건·의료 분야와 관련된 연구의 주된 연구 단위는 ‘개인 수준’에 초점을 두어 개인의 건강 등 생물학적 특성이나 행태를 고려한 연구가 대부분 진행되었다(전희정·강승엽, 2023). 또한, 의료시설 및 의료서비스에 대한 접근성 관련 연구도 개인을 중심으로 하는 미시적 접근에 주목하고 있다(윤희숙·권형준 2008; 이용재, 2009; Wang et al., 2010; 박경돈, 2012). 그러나 개인 수준에 초점을 둔 미시적 접근은 물리적·사회적·지리적 특성에 대한 영향력을 고려한 연구 결과를 도출할 수 없는 한계가 존재하여(박경돈, 2012), 다수의 선행연구(Murray and Lopez, 1996; Northridge et al., 2003; Marmot and Wilkinson, 2005; 정영호·고숙자, 2006; 김형용·최진무, 2014)는 개인 특성뿐만 아니라, 물리적·사회적 환경 등의 지역 특성에 영향을 받을 수 있음을 주장했다. 실제로 의료시설 및 의료서비스는 개인에 초점을 맞추어 공급되지 않고, 지역 수준의 특징을 반영하는 인구통계학적·공간적·지리적·사회경제적·환경적 특성을 우선 고려하여 종합적인 판단 아래에 지역사회에 공급되고 있다(김헌민·김희영, 2004; 이병록, 2005; 최영근·이동명, 2017; 하상호·이춘원, 2019). 또한, 수요자는 의료시설 및 의료서비스로 접근하여 서비스를 공급받기 때문에 ‘접근성’을 고려하는 것은 중요하고, 이러한 의료시설 접근성은 인근 의료시설이나 인근 지역의 특성에 영향을 받거나 영향을 주는 공간적 상호의존성의 특성이 존재한다(신호성·이수형, 2011). 구체적으로, 특정 지자체의 정책확산(policy diffusion) 효과로 인해 인접 지자체는 우수한 의료시설 접근성을 탐색하여, 자신의 지자체에 접근성과 관련된 부분을 모방(mimicking)이나 벤치마킹(benchmarking)하는 등의 형태로 나타나며, 이는 의료시설 및 의료서비스의 접근성을 강화할 수 있다(Eyestone, 1977; Berry and Berry, 2018; Braun and Gilardi, 2006). 또한, 우수한 의료시설을 중심으로 유사한 수준의 의료시설을 군집화하여 하나의 의료 클러스터를 구성하는 현상이 나타난다. 한편, 개인 수준에서도 전문종합병원이나 대학병원 등의 우수한 의료서비스를 받는 사람들과 이웃한 자는 그들과 유사한 수준의 의료서비스를 희망하는 등의 의료 욕구를 가지기 때문에, 자신의 지자체에도 우수한 의료시설 및 의료서비스 수준을 요구하거나 우수한 의료시설로의 접근성 향상을 추구하는 등의 모습을 보이는 등의 공간적 상호의존성의 행태가 나타날 수 있다(박경돈, 2012).

이외에도 보건·의료분야는 의료서비스를 받기 원하는 수요자에게 의료시설로의 ‘공간적 이동’을 요구하는 특징을 고려해야 한다(이금숙, 1998; 김태완, 2021). 이러한 이유로 의료시설은 적절한 수준의 의료서비스를 제공할 수 있도록 적절한 접근성을 갖추는 것이 중요하며, 접근성은 합리적이고 과학적인 근거를 통해 측정하는 것이 바람직하다(Baker et al., 1994). 이에 의료시설 및 의료서비스의 공급 과정에서 우선으로 고려해야 할 것은 지역주민의 이용을 극대화하는 접근성이 우수한 입지를 선정하는 것이다(White, 1979; Bach, 1981; 이건세 외, 1996). 즉, 지역주민에게 의료서비스의 적정한 수준을 공급하고 있는지 실증적인 평가를 하기 위해서는 ‘시설 입지 적합성’과 ‘이용자 접근성’을 함께 고려하는 것이 중요하며, 이를 통해 ‘공간적 효율성’과 ‘공간적 형평성’을 평가할 수 있다(조대헌 외, 2010; 강암구, 2007). 종합적으로, 의료시설의 수요자들과 의료시설이 불균등하게 분포하고 있어, 의료시설이 위치한 지역의 공간적 특징을 반영하여 공간적 형평성을 평가할 수 있는 접근성을 통해 지역 간 격차를 살펴보는 것이 현실을 반영한 실증적인 연구 결과 도출에 적합하며, 동등한 의료서비스에 대한 접근성의 균등이 최적의 기준이라고 볼 수 있다(이용재, 2005). 종합하면, 의료시설 및 의료서비스는 공간적 상호의존성이 존재하고, 그 자체가 공간적 속성을 가지고 있음에 따라 공간적 측면을 고려한 연구를 수행하는 것은 다양한 함의를 도출할 수 있다는 의의가 있다.

한편, 우리나라의 의료시설 및 의료서비스는 대도시를 중심으로 인구집중 현상에 따라 수도권 및 대도시 등 특정 지역에 대규모로 공급되기 시작하면서, 대도시와 중·소도시 간 격차가 발생하기 시작했다(김동환, 2020). 심지어 최근에는 중·소도시의 출산율 감소, 전출자 증가에 따라 지방소멸의 위기가 발생하면서 의료시설과 의료서비스 측면에서 지역 간 격차의 심화로, 지역 의료를 회복하기 위한 핵심 정책과제를 수립하는 등의 회복을 위해 노력하고 있다(보건복지부, 2023). 특히, 의료시설의 규모가 크고, 수준이 높은 대규모 의료시설에 있어 지역 간 격차는 강하게 발생하고 있다. 대부분의 선행연구(이금숙, 1998; 강은정, 2004; 이용재, 2005; 오영호, 2013; 조준혁 외, 2014)는 규모 있는 의료시설인 종합병원의 경우, 수도권 및 광역시 등 대도시로 집중하는 것을 지적하고, 이에 대한 문제를 지속하여 제기했다. 그러나 2018년 기준으로, 수도권 및 광역시 등 인구 100만 이상의 대도시를 제외하고 관내에 종합병원이 없거나 1개만 존재하는 시·군·구는 152개에 이르고 있어, 규모 있는 의료시설에 대한 수도권 및 광역시 등의 대도시와 중·소도시와의 지역 간 격차는 현재까지 상당히 존재하고 있음을 확인했다(임인선, 2023).

의료시설 및 의료서비스 공급에 대한 지역 간 격차는 대부분의 나라에서 발생하는 현상이나(Blaxter, 2022), 우리나라는 영리를 목적으로 하는 사적 부문에 의료시설 공급을 의존하는 경향이 높다는 점에서 문제가 있다(이금숙, 1998). 사적 부문은 경제성과 시장성을 기준으로 의료서비스의 공급을 결정하고, 특히 종합병원 등 대규모 의료시설에 대한 서비스 향상에 주력하고 있다(김진현 외, 2010). 이러한 이유로 인해, 종합병원 등의 의료시설과 의료인력 대부분이 경제성이나 시장성이 높은 지역에 밀집하여 분포하고, 지역적 편중이 발생했다. 즉, 의료시설은 규모와 서비스 수준에 따라 시설 간 이격이 존재하기 때문에 공간적 분포나 공급에서 계층성(hierarchy)이 발생할 수 있으나, 우리나라는 다른 국가에 비하여 양질의 의료시설이 대도시로 편중된 현상이 더욱 강하게 나타나고 있다(이금숙, 1998). 또한, 의료시설 및 의료서비스는 해당 지역 내 의료부문의 양적·질적 수준을 나타내고, 인근 지역의 의료시설 이용에 대한 영향을 미치며, 의료시설의 규모가 증가함에 따라 이러한 영향력도 강해진다(Nakaya et al., 2005). 예를 들어, 종합병원 등 대규모 의료시설일수록 이러한 서비스를 선호하는 수요자 특성으로 인해 이를 충족하기 위한 공급이 지속하여 발생한다. 즉, 이러한 대규모 의료시설의 특성으로 인해 다른 의료시설보다 더욱 강한 공간적 상호의존성이 발생함으로써, 대도시와 중·소도시 간 격차를 심화시키며 지역 간 보건·의료 분야의 사회적 불균형을 초래하고 있다(Zhou et al., 2011).

한편, 의료시설에 대한 접근성으로 인해 지역 간 격차가 심화할 수 있다. 의료시설 접근성은 인구 및 공공시설의 공간적 분포와 함께 도시 내 교통망 구조에 의해 영향을 받는다(이연수 외, 2012). 토지이용 및 도시구조와 교통망의 연관성을 강조하는 대중교통 지향형 개발(Transit Oriented Development; TOD)은 대중교통이 도시공간 구조에 영향을 주거나 받고 있음을 제시하고 있다. 구체적으로 대중교통의 결절점에서 생활권의 중심지가 형성되고, 이를 중심으로 고밀·복합화를 통한 개발이 진행됨을 주장했다(박세훈 외, 2009). 이러한 이유로 인해 접근성은 시·군·구의 지역 수준에 따라 지역 간 차이가 존재한다. 대도시에 비해 중·소도시는 도시중심지가 적고 교통망 구조의 연계가 다양하지 않아, 교통접근성의 수준이 낮고 공공시설의 수요와 공급 등 입지의 불일치가 발생하여 지역 간 격차가 존재하는 실정이다(손순금·김호철, 2020). 실제로 농어촌의 중·소도시는 일부 소도읍에 한정하여 교통망이 형성됨에 따라 도시 내 의료시설로의 접근성이 제한되고 있으며, 중·소도시 간 교통망 구조의 단순화로 인해 다른 지역 의료시설로의 접근성까지의 제약을 받고 있다. 구체적으로 중·소도시는 대도시에 비해 특정 시간 내 의료시설로 접근할 수 없는 의료취약지로 선정될 가능성이 높다(윤흰뫼 외, 2021).

의료시설 접근성은 보건·의료 분야에서 과거부터 현재까지 중요 이슈로 논의되었고, 미시적으로는 의료서비스를 이용하는 개인의 건강과 행태에 대한 근거자료로 활용되며, 거시적으로는 국가 차원에서 의료형평성에 관한 정책 수립에 기초가 될 수 있다는 점에서 의미가 있다(이은주 외, 2016). 접근성의 개념은 학문 분야에 따라 다소 차이가 있으나, 개인이 특정 목표 지점까지 이동할 수 있음을 의미하고 있다(윤종진·우명제, 2015). 구체적으로, 접근성은 설계적인 측면에서 교통시설로의 접근성에 초점을 두고 있으며, 교통시설까지의 접근 용이성을 보편적으로 ‘접근성’으로 이해되어 통용되고 있다(김아연·전병운, 2012). Hansen(1959)은 접근성의 개념을 처음으로 제시했으며, ‘교통수단을 통해 공공시설과 서비스에 접근하기에 용이함에 대한 정도’를 의미한다고 주장했으며(유동균·정현, 2022), 의료시설 및 의료서비스 측면에서는 통상적으로 30분 이내 의료시설에 도달할 수 있는 정도가 적정한 수준임을 제시하고 있다(고은정·조근자, 2021; Lee, 2022). 구체적으로, 보건의료서비스의 경우 30분 이내 병원에 도착하여 응급 처치가 진행되는 것을 강조하고 취약계층이 대중교통을 통해 접근하는 적정한 시간을 30분 이내로 제시하고 있다. 이러한 이유로 의료시설의 접근성은 자기 소유 차량보다 대중교통의 이용 및 기회와 직결되며, 개인의 기본적인 일상 활동에 영향을 미칠 수 있다는 점에서 형평성의 특성이 강조되어 하나의 공공서비스로 인식된다(하재현·이수기, 2017).

하나의 공공서비스인 접근성은 입지라는 공간적 특성을 포함하고 있어, 접근성 편익은 교통시설에서 멀어질수록 감소하는 경향이 존재한다(Tiebout, 1956). 이러한 경향으로 인해 적정한 접근성의 확보를 위해 입지적 측면의 효율성과 형평성 등의 각 특성을 적정하게 고려해야 한다(김광식·Bach, 1998). 따라서 의료시설 접근성을 살펴보기 위해서는 공간분석을 통해 의료시설 접근성에 미치는 다양한 요인을 고려할 필요가 있다. 통상적으로, 접근성은 다차원적인 분야에서 영향을 받기 때문에 하나의 요인으로 결정될 수 없고(Grengs, 2015), 개인 수준의 소득, 건강, 교육 등의 수준에 따라 영향을 받거나, 해당 지역의 인구구조나 경제 수준, 물리적 특성에 따라 영향을 받는다는 점에서 다양한 요인을 고려할 필요가 있다(Wachs and Kumagi, 1973).

즉, 교통접근성에 영향을 미치는 요인은 매우 다양하나, 연구 주제와 대상, 그리고 특징 및 종류에 따라 크게 생태 모형, 계층 모형, 관료제 모형 등으로 구분될 수 있다(김헌민·김희영, 2004). 먼저, 생태 모형(the ecological model)은 개인의 인구통계학적 특성이나 지역의 물리적·지리적 특성에 의해 수요가 창출되고, 공공서비스 공급이 결정되는 것을 강조한다(Benson and Lund, 1969; Lineberry, 1977; Lewis, 1981; Logan and Schneider, 1981; Neiman, 1981; Boyle and Jacobs, 1982). 다음으로, 계층 모형(the Class model)은 공공서비스가 정치적 협상에 의한 산물이라고 보며, 공공서비스의 공급은 정치적·경제적 영향력에 의해 결정된다고 주장하며, 예를 들어 집권 정당의 성격이나 지역주민의 정치 참여 등을 제시하고 있다(Merget and Wolff, 1976; Antunes and Plumlee, 1977; Mladenka, 1989; Rich, 1982). 공공시설의 우선순위나 입지 등은 주민들의 의견을 적극적으로 반영하는 것은 중요하고, 실제로 정책결정 과정에서 이를 반영하며 지역주민의 의사를 대표하는 정치인의 성향에 따라 영향을 받는다(박환용 외, 2010). 마지막으로, 공공서비스 공급은 행정관료의 의사결정이나 공공의 서비스 배분이 중요한 기준임을 강조하는 관료제 모형(the Bureaucratic model)이 존재하고, 해당 모형에는 행정관료의 인원 수와 행정예산의 비중, 조직구성의 특성 등을 예로 들 수 있다(Mladenka and Hill, 1977; Nivola, 1978; Ostrom et al., 1979; Jones, 1981). 그러나 특정 모형이 다른 모형에 비하여 상대적으로 우수한 기준임을 주장하는 것은 바람직하지 않으며, 각 이론에서 강조하는 중요한 설명변수를 교통접근성 공급에 미치는 영향 요인으로 추출하여 활용하는 것이 실증적인 결과를 도출할 수 있다(김헌민·김희영, 2004).

한편, 상술한 바와 같이 공공시설 공급이나 접근성에 미치는 영향 요인은 다양하게 존재하며, 구체적으로 각 시설의 규모나 특성에 따라 영향을 미치는 요인이 다르다. 특히, 의료시설은 규모에 따라 시설 및 서비스에 대한 지역 수요가 다르며, 이를 토대로 공급되는 지역이 통상적으로 결정되고 있다. 특히, 소규모 의료시설과 다르게 대규모 의료시설은 대도시에 주로 공급되고 있으며, 사회적·경제적·정치적·행정적 요인 등의 복합적인 영향 관계를 통해 공급이 결정되고 있다. 즉, 의료시설 규모에 따라 주된 영향을 미치는 요인이 상이할 수 있고, 의료시설 규모를 구분하여 결정 요인의 탐색이 대규모 의료시설에 대한 지역 간 격차 발생의 원인을 탐구하는데 올바른 연구 결과를 도출할 수 있다.

의료시설 및 의료서비스는 서비스 수요자가 의료시설로의 공간적 이동을 요구하며, 더 나아가 수준 높은 의료서비스를 받기 위해서 높은 수준의 의료시설로 공간적 이동을 요구하기 때문에, 의료시설 및 의료서비스에 대한 접근성은 공간적 측면을 고려하는 것이 필요하다(박경돈, 2012; 김태완, 2021). 다만, 의료시설 교통접근성과 관련한 모든 선행연구에서 공간적 측면을 고려한 것은 아니며, 보통 의료시설 교통접근성이 개인의 병원 이용이나 주관적인 건강에 미치는 인과관계를 실증 분석하고 있다. 이상완(2022)은 개인의 인지된 병원 접근성이 병원 방문에 미치는 영향에 초점을 두어 가중 음이항회귀모형을 통해 결과를 도출했고, 남궁은하(2023)은 지역사회의 접근성이 노년기 주관적 건강에 미치는 영향을 증명하고 있으며, 개인 수준과 지역 수준으로 구분하여 다수준 모형을 통해 결과를 제시했다. 이러한 선행연구의 결과로, 의료시설에 대한 교통접근성은 병원 이용이나 주관적인 건강 수준에 긍정적인 영향을 미치고 있음을 확인했다.

반면, 앞선 선행연구와 다르게 의료시설 교통접근성을 측정하고, 이와 관련된 지표를 산정하는 등의 단순하게 탐색적 분석을 진행한 연구도 존재한다. 박정환 외(2017)는 수정 3SFCA 모형을 활용하여 충청남도의 응급의료서비스 접근성을 분석했고, 연령별 접근성에 차이가 존재하고 있음을 실증 분석했다. 또한, 박소현 외(2018)는 대구지역의 노인요양시설의 접근성에 대한 공간분석을 위해 GIS 공간분석기법을 활용하여 접근성 현황을 분석한 결과를 토대로, 향후 의료서비스의 보완이 필요한 지역을 나타냈다.

한편, 본 연구와 유사하게 의료시설 및 의료서비스의 지역 간 격차에 초점을 두고 공간적 측면에서 살펴본 선행연구도 존재한다. 문연옥 외(2006)는 지역별 암 환자의 분포와 암 질병과 관련된 의료서비스를 제공할 수 있는 종합병원의 분포를 비교하여, 암 환자의 의료기관 접근성이 지역 간 불균형함을 증명했다. 김흥순·정다운(2010)은 서울특별시 내 의료기관을 1~3차 의료기관으로 분류하여 접근성을 토대로 현황을 파악했고, 질적인 측면에서 우수한 의료서비스는 특정 지역에 밀집되어 공간적 불균형이 존재하는 결과를 제시했다. 전희정·강승엽(2021)은 1998~2018년의 지역 사망률이 공간적 상호의존성을 보이며, 이러한 현상이 지역별로 군집 되어 있음을 제시하여 대도시와 다른 지역 간 건강 수준에서 격차가 있음을 증명했다.

그러나 본 연구는 기존의 선행연구와 다르게 다음과 같은 차별성을 가지고 있다. 첫째, 의료시설에서 필수적으로 고려해야 하는 접근성을 핵심 변수로 설정하여 지역 각 격차를 분석한다. 기존의 선행연구는 보건·의료 분야에서 지역 간 격차를 살펴볼 때 의료시설의 수나 표준화 사망률 등 단순한 수치를 토대로 분석했으나, 본 연구는 전국의 교통접근성이라는 실증적인 변수를 토대로 지역 간 격차를 살펴본다는 점에서 차별성을 가지고 있다. 둘째, 본 연구는 의료시설 접근성에 대하여 공간분석을 실시하며, 의료시설 규모를 중심으로 대도시와 중·소도시 간 지역 격차를 파악한다. 기존 선행연구는 의료시설 및 의료서비스에 대한 지역 격차를 의료시설 규모에 대한 고려가 부족했으나, 본 연구는 규모에 따른 의료시설 접근성의 지역 격차와 영향 요인을 파악한다. 실제 우리나라는 대규모 의료시설을 중심으로 지역 격차가 강하게 발생하는 상황에서, 이에 대한 격차 완화를 위해 대규모 의료시설 접근성에 대한 현상을 진단하고 이에 대한 영향 요인을 파악한다는 점에서 차이가 존재한다.

앞서 논의를 종합하여, 우리나라는 대도시를 중심으로 불균형한 발전으로, 보건·의료 분야에서 의료시설 및 의료서비스에 대한 접근성도 지역 간 격차가 발생했다. 이는 인접 지역과의 상호작용이나 교류를 통해 의료시설 및 의료서비스에 대한 수요, 지자체의 보건·의료 정책 등의 전이효과가 발생하여 의료시설 교통접근성이 우수한 지역은 우수한 지역끼리, 열악한 지역은 열악한 지역끼리 군집을 형성하는 공간적 상호의존성이 나타날 것으로 예측된다. 특히, 과거부터 현재까지 우리나라는 시장성에 민감한 종합병원 등 대규모 의료시설이 수도권 등 대도시에 편중되어 공급되었고, 양질의 의료서비스에 대한 수요도 편중되었다. 즉, 다른 의료시설보다 대규모 의료시설은 지역 간 격차가 강하게 발생할 수 있고, 사회적 불평등을 초래될 수 있다. 또한, 각 지역 수준에 따라 도시 내·외 간 교통망 발전 정도에 차이가 존재하고 개인이 접근할 수 있는 의료서비스에도 지역 간 격차가 발생할 수 있다. 예를 들어, 대중교통이 발달한 수도권에 비해 대중교통이 열악한 지방은 동일 시간 내 도달할 수 있는 의료시설의 수가 적고, 이는 의료시설에 대한 한정된 선택에 따라 또 다른 사회적 불평등을 초래할 수 있다.

한편, 공공서비스인 의료시설 교통접근성은 개인 수준의 인구통계학적 특성이나 지역 수준의 사회적·경제적·정치적·행정적 특성 등 다양한 요인에 따라 의료시설 접근성이 달라질 수 있다. 특히, 이러한 접근성은 의료시설의 유형이나 특성에 따라 영향을 미치는 요인이 다를 수 있기에 의료시설 유형별로 영향 요인을 살펴보는 것은 중요하다. 이러한 논의를 종합하여 본 연구는 다음과 같은 연구 가설을 제시하고자 한다.

• 가설 1. 의료시설 규모가 클수록 의료시설 접근성에 대한 대도시와 중·소도시 간 격차는 강하게 나타날 것이다.
• 가설 2. 의료시설 규모에 따라 의료시설 접근성에 미치는 영향 요인은 다를 것이다.

본 연구는 한국교통연구원에서 제공하는 교통접근성 지표를 활용하여 분석을 수행한다. 본 자료는 국가 및 지방정부 수준에서 우리나라의 교통접근성을 평가하고, 각 시설¹⁾에 대한 교통접근성의 경쟁력을 진단하고 낙후 지역에 대한 개선 방안을 마련하기 위한 기초자료로 활용될 목적으로 구축되었다(한국교통연구원, 2022). 본 자료의 교통접근성을 토대로 인프라 공급과 현재 수준의 평가가 가능하고, 대중교통 이동성 취약지역을 분석함으로써 지역별 생활 인프라의 편리성에 대한 파악이 가능하다는 점, 그리고 주변 지역의 이용 가능성을 고려하여 신규 시설의 입지 선정을 고려할 수 있다는 점에서 주요한 자료라고 판단하여 본 연구에서 활용했다.

한편, 본 연구에서 의미하는 의료시설 접근성은 ‘특정 시간 내(15분, 30분, 45분, 60분) 접근 가능한 의료시설 수’를 의미한다. 본 자료는 전국²⁾을 대상으로 승용차, 대중교통/도보 등 두 가지 교통수단³⁾에 대한 교통접근성을 측정하고 있으며, 각 수단에 대한 측정시간대를 일평균(06~20시): 오전첨두(07~09시): 낮시간(12~14시): 저녁첨두(18~20시)로 나누어서 측정값을 제시하고 있다. 또한, 통계지표를 주요시설별 평균접근시간과 주요시설별 접근 가능 인구 비율, 주요시설별 접근 가능 시설 수 등 세 가지⁴⁾로 구분하여 통계지표를 산정하여 자료를 구축하고 있으나, 본 연구는 ‘접근 가능 시설 수’에 한정하여 접근성을 활용했다. 결론적으로, 본 연구의 의료시설 접근성은 ‘대중교통’과 ‘도보’에 대한 병·의원, 종합병원 등 두 가지 의료시설⁵⁾의 일평균(06~20시) 접근성 수치를 활용했다. 특히, 본 연구에서는 통계지표 산출 방법론 중에서 ‘접근 가능 시설 수’를 활용했으며, 이는 특정 시간(15분, 30분, 45분, 60분) 내 도달할 수 있는 서비스시설 수의 평균 값이며, 행정 구역의 도달 가능한 의료시설 수에 대해 각 집계구별 인구를 기준으로 가중평균을 통해 산출된 ‘표준화된 값⁶⁾’이다.

예를 들어, 종로구의 15분에 도달할 수 있는 병·의원 수는 종로구 내 각 집계구에서 병·의원까지 15분 이내 접근할 수 있는 수를 인구 기준으로 가중평균하여 도출된 값을 의미한다. 상기와 같이 15분 간격으로 접근 가능 시설 수를 측정하는 것은 의료시설 접근성에 대한 양상을 구체적으로 살펴볼 수 있으며, 특히 각 의료시설에 대한 대도시와 중·소도시 간 접근성이 취약한 시간대를 확인할 수 있다는 의의가 있다. 예를 들어, 15분을 기준으로 대도시와 중·소도시 간 의료시설 접근성의 양상은 크게 차이가 없으나, 30분을 기준으로 대도시와 중·소도시 간 격차가 크게 발생한다면 30분 이내 접근성 향상을 위한 방안이 필요하다는 시사점을 도출할 수 있다. 결론적으로, 단순 의료시설 수 또는 의사 수 등의 정적인 자료를 활용한 결과보다, 교통접근성 지수를 활용하여 의료시설에 대한 지역 간 격차를 살펴보는 것이 지역주민의 일상을 반영한 결과 도출이 가능하다는 점에서 본 데이터를 활용했다. 또한, 본 연구 결과를 토대로, 의료시설 공급을 위한 분석이나 평가, 향후 의료시설 추가 공급에 따른 접근성 등의 변화에 대한 예측이 가능하다는 점에서 다른 자료보다 활용 측면에서 강점이 있다. 한편, 본 연구의 시·공간적 범위는 2020년 기준 전국 227개의 시·군·구 단위로 설정했다. 공간분석에서는 인접 지역의 영향력을 고려해야 하기에, 대중교통으로 접근할 수 없는 ‘인천광역시 옹진군’과 ‘경상북도 울릉군’은 분석에서 제외했다.

독립변수의 경우, 앞서 논의한 바와 같이 지역의 인구통계학적 특성과 경제적 특성, 정치적 특성, 행정적 특성 등으로 구분하여 변수를 구축했다. 인구통계학적 특성은 십만 명당 사망률, 고령화비율(65세 이상 인구 비율): 인구밀도, 인구증감률 등을 구성했다. 또한, 경제적 특성은 GRDP와 지가변동율을, 정치적 특성은 지자체 집권 정당이 ‘진보’ 성향인지 아닌지를 구별하는 더미 변수와 보건 및 의료분야의 민원 수로 구성했다. 마지막으로, 행정적 특성은 십만명 당 공무원 수, 공공행정예산 비율(지자체 일반회계 중 공공행정예산이 차지하는 비중) 등이며, 모든 독립변수는 의료시설 및 서비스에 영향을 미칠 수 있는 변수로 구성되었다.

본 연구는 2020년 전국 시·군·구 의료시설의 대중교통 접근성에 대한 공간적 상호의존성과 교통접근성에 미치는 영향 요인을 분석한다. 먼저, 공간분석을 위해서는 공간 가중행렬(spatial weight matrix)을 작성해야 하며, 이는 공간적으로 인접한 지역을 설정한 결과를 수치화한 것이다. 공간상 인접 지역을 설정하는 방법은 크게 두 가지로 인접성(contiguity)이나 거리(dis-tance) 기반으로 측정하며, 인접성을 기반으로는 Rook과 Queen 방식이 존재한다. Rook은 두 지역의 공통 경계선(boundary)이 공유될 때 인접 지역이라 판단하며, Queen은 두 지역이 경계선 또는 모서리(vertex)를 공유할 때 인접 지역으로 판단하는 방식이며(Chi and Zhu, 2019), 각 방식에 따라 Moran’s I값은 다르게 도출되고 있다. 공간 가중행렬의 선택 기준에 대한 이론적 근거가 부재하며, 대부분 선행연구는 각 연구에 있어 Moran’s I값이 가장 높은 값을 토대로 적합한 방식을 선택하고 있어(Voss and Chi, 2006; Jun, 2017; Chi and Zhu, 2019): 본 연구도 마찬가지로 선행연구의 논리를 토대로, Moran’s I값이 가장 높은 ‘Queen 방식’을 채택하여 공간적 상호의존성을 분석했다.

본 연구는 의료시설 교통접근성에 대한 공간적 상호의존성을 파악하고자 Moran’s I값을 도출하고, LISA(Local Indicator of Spatial Association) 분석을 수행했다. 먼저, Moran’s I값은 전역적(global) 공간적 상호의존성 정도를 파악하며, 공간적으로 유사한 지역들이 어느 정도로 분포했는지를 거시적으로 판단할 수 있다(Chi and Zhu, 2019). 해당 수치가 1에 가까울수록 유사한 값을 가지고 있는 지역이 인접해 있다는 것을 의미한다. 다음으로, LISA 분석은 국지적(local) 수준의 교통접근성에 대한 공간적 상호의존성을 파악할 수 있다. LISA 분석 결과, H-H, L-L, H-L, L-H 등 네 가지 유형의 군집이 나타날 수 있고, H-H의 군집은 의료시설에 대한 교통접근성이 높은 군집으로, 인접 지역보다 우수한 교통접근성을 가진 지역이 집중적으로 위치함을 나타낸다. 반대로, L-L의 군집은 인접 지역보다 열악한 교통접근성을 가진 지역이 집중적으로 위치함을 보여주는 것이다. 특히, H-H나 L-L의 군집이 많아질수록 Moran’s I값이 높아지며, 이와 반대 유형인 H-L이나 L-H의 군집이 많을수록 Moran’s I값은 낮아진다(Chi and Zhu, 2019).

한편, 공간회귀모형은 공간적 속성을 가진 데이터에서 공간적인 영향을 통제하면서 회귀식을 추정한다는 점에서, 회귀모형에 따른 계수에 대한 신뢰도를 높일 수 있다는 장점이 있다(Chi and Zhu, 2019). 대표적으로 두 가지 모형이 존재하며, 먼저, 공간시차모형(Spatial Lag Model; SLM)은 해당 지역의 독립변수 외에 인접한 지역의 종속변수를 회귀방정식에 함께 포함하여 공간적 상호의존성을 가지고 있음을 가정한다(Chi and Zhu, 2019). 다음으로, 공간오차모형(Spatial Error Model; SEM)은 오차의 공분산을 회귀방정식에 포함하여, 오차에 공간가중행렬을 적용함으로 투입된 독립변수 외에 측정되지 않은 변수들의 영향력을 탐색할 수 있다는 장점이 있다(이희연·심재헌, 2011). 다만, 변수에 공간적 상호의존성이 존재할 경우, 일반적인 회귀분석 중 하나인 최소자승법(Ordinary Least Square; OLS)으로 분석을 수행하여 영향 관계를 도출해야 한다(Jun, 2017).

본 연구의 종속변수인 의료시설 접근성과 각 독립변수의 기술통계 결과는 <표 1>에서 확인할 수 있다. 먼저, 병·의원의 경우 15분에 도달할 수 있는 병·의원의 평균 개수는 0.4789개며, 접근성 측정시간이 증가함에 따라 평균값이 점차 증가하다가 60분일 경우 7.8590개에 이른다. 또한, 최대값은 15분 이내일 때는 1.76개나, 30분 이내부터 10개(최대치)로 확장된다. 종합병원의 경우, 병·의원의 기술통계 결과와 일부 유사한 양상을 보였다. 15분 이내에 도달할 수 있는 종합병원의 평균 개수는 0.4643개며, 점차 증가 추세를 보이다가 60분 이내일 때 평균 개수가 5.3145개로 증가하나, 병·의원에 비해 다소 낮은 평균값이 도출되었다. 최대값은 15분 이내는 4.10개나, 30분 이내부터 10개(최대치)로 증가하고 있다. 한편, 독립변수에 대한 기술통계 결과도 <표 1>에서 제시하고 있으나, 인구밀도와 GRDP, 보건·의료분야의 민원 수 등은 로그값을 활용하여 다른 독립변수와의 단위를 맞추었다.

종합적으로 기술통계 결과를 요약한다면, 병·의원과 종합병원은 15분 이내일 경우 도달할 수 있는 평균 시설의 수가 현저히 적지만, 30분 이내를 초과할 때부터는 일정 수준의 접근성을 갖춘 것으로 나타났다. 그러나 기술통계는 지역 간 구분 없이 단순하게 각 의료시설에 대한 교통접근성의 수준을 확인하는 것만 가능하며, 지역 간 격차를 확인할 수 없다. 또한, 기술통계 결과 그대로를 해석한다면, 각 의료시설이 이미 30분 이내에서 적정한 수준을 달성한 것으로 오해할 수 있다. 한편, <부록 1>은 각 시·군·구의 병·의원과 종합병원의 수와 교통접근성 수치를 제시하고 있다. 병·의원과 종합병원의 수를 중심으로, 병·의원의 평균은 151.16, 최소값은 2, 최대값은 1,732의 값을 가진다. 종합병원의 평균은 1.58, 최소값은 0, 최대값은 11의 값을 보인다. 이러한 결과에 따르면, 전국의 모든 시·군·구는 평균적으로 지역 내 2개의 종합병원도 갖추지 못한 것으로 나타났다. 또한, <부록 2>는 병·의원과 종합병원의 수를 시각화하여 표현하고 있으며, 의료시설 유형별에 대한 지역 간 격차가 대도시와 중·소도시를 중심으로 유사하게 나타나는 것을 확인할 수 있다. 다만, 기술통계와 의료시설 수 등의 단순한 자료만으로는 각 의료시설 수준에 대한 지역 간 격차를 확인하는 데 한계가 있어, 각 의료시설 간 교통접근성 수준에 따른 군집 형성을 확인할 필요가 있고, 군집 형성의 양상을 비교하여 지역 간 격차를 확인하기 위해서 공간적 상호의존성에 대한 분석의 필요성을 확인했다.

앞서 논의한 바를 토대로, 의료시설 교통접근성에 대한 공간적 상호의존성의 분석 결과가 무작위한 분포를 보이지 않고, 교통접근성이 우수한 지역과 열악한 지역으로 구분된다면, 이는 의료시설 교통접근성에 대한 지역 간 격차가 존재하는 것으로 판단할 수 있다. 본 연구는 의료시설 교통접근성의 지역 간 격차를 파악하기 위해 각 측정시간에서 Moran’s I값이 가장 높게 도출되는 Queen 방식의 공간 가중행렬로 전역적·국지적 공간적 상호의존성에 대한 분석을 수행했다. 두 가지 의료시설(병·의원, 종합병원)의 각 접근시간에 따른 Moran’s I값은 <표 2>에서 제시하고 있다. 먼저, 병·의원의 Moran’s I값은 0.567(15분): 0.356(30분): 0.335(45분): 0.315(55분)로 모든 측정시간에서 통계적으로 유의한 양(+)의 값을 나타냈다. 다만, 15분 이내의 값과 다르게 30분을 초과한 값부터는 공간적 상호의존성이 감소하는 것으로 나타났다. 반면에 종합병원은 Moran’s I값이 0.604(15분): 0.755(30분): 0.777(45분): 0.782(60분)로 모든 측정시간에서 통계적으로 유의한 양(+)의 값을 나타냈다. 또한, 모든 시간대에서 강한 공간적 상호의존성을 가지고 있으며, 시간이 늘어날수록 오히려 공간적 상호의존성이 강해지는 경향을 보였다. 이러한 결과는 규모에 따른 의료시설 공급 및 교통접근성의 접목으로 인한 것임을 예상할 수 있다. 먼저, 병·의원은 원활한 공급으로 인해 측정시간이 증가할수록 병·의원에 대한 대도시와 중·소도시 간 격차는 감소한다.반면, 종합병원은 대도시에 집중하여 공급되어 있고, 중·소도시는 대중교통에 의한 접근성도 대도시에 비해 열악한 환경이다. 이러한 환경으로 인해 측정시간이 증가하더라도 대도시와 중·소도시 간 격차는 여전히 존재하고 있다. 즉, 병·의원의 경우 측정시간이 증가하면서 지역 간 격차가 완화되어 인접한 이웃 지역 간 관계성이 감소하나, 종합병원의 경우 측정시간이 증가하나 대도시에 비해 중·소도시의 열악한 교통접근성으로 인해 지역 간 격차가 강해지면서 인접한 지역 간 관계성이 역시 강해지기 때문이다.

한편, Moran’s I값은 전역적 수준에서 공간적 상호의존성이 존재하는 여부를 확인할 수 있고, 지역적 수준에서 세부적인 공간적 상호의존성을 파악할 수 없다는 한계가 존재한다. 이에 국지적으로 의료시설에 대한 교통접근성이 어떤 지역에서 군집을 형성하는지를 파악하고자 LISA 분석을 수행했다. 특히, 기술통계 결과와 Moran’s I값을 를 토대로, 15분에서 30분으로 측정시간이 늘어남에 따라 각 의료시설 유형별 교통접근성이 다른 양상을 보이는바, <그림 1>에서는 병·의원의 15분~60분 LISA 분석의 결과를 제시했다. 앞서 논의한 바와 같이, <그림 1>에서 H-H 유형은 의료시설 교통접근성이 높은 군집이며, L-L 유형은 의료시설 교통접근성이 낮은 군집이다.

Figure 1. 
Private clinic accessibility LISA map

먼저, 15분의 병·의원 LISA 분석 결과, 통계적으로 유의미한 군집을 형성하는 시·군·구는 101개로 나타났고 이 가운데 H-H 유형의 지역은 55개(54.5%): L-L 유형의 지역은 39개(38.6%)로 나타났다. 군집의 분포 양상을 살펴보면, 수도권 지역과 부산, 대구, 대전 등 광역시에 H-H 유형의 군집이 분포하고 있고, 강원, 경북, 전남 등 지역에 L-L 유형의 군집이 분포하고 있는 것이 확인되었다. 반면 30분부터 60분까지는 통계적으로 유의미한 군집을 형성하는 시·군·구가 점점 감소하는 것으로 나타났다. 구체적으로 30분은 통계적으로 유의미한 군집을 형성하는 시·군·구는 47개로 나타났고 이 가운데 H-H 유형의 지역은 10개(21.3%): L-L 유형의 지역은 20개(42.6%)로 나타났다. 또한, 분포 양상 측면에서 15분보다 대도시에 밀집된 H-H 유형의 군집과 중·소도시 규모에 밀집된 L-L 유형의 군집 간 차이가 전체적으로 감소함에 따라, 지역 간 격차가 감소했다. 한편, 45분과 60분은 통계적으로 유의미한 H-H 유형의 군집은 거의 사라졌으며, L-L 유형의 군집도 감소하여 뚜렷하게 지역 간 격차가 감소했다.

다음으로, 종합병원의 LISA 분석 결과는 <그림 2>에서 제시하고 있다. 15분의 종합병원 LISA 분석 결과, 통계적으로 유의미한 군집을 형성하는 시·군·구는 72개로 나타났고 이 가운데 H-H 유형의 지역은 29개(40.3%): L-L 유형의 지역은 36개(50.0%)로 나타났다. 군집의 분포 양상은 서울과 부산, 광주에 H-H의 유형이 밀집하고, 나머지 지역에 전체적으로 L-L의 유형이 분산된 형태를 보인다. 또한, 30분의 경우 통계적으로 유의미한 군집을 형성하는 시·군·구는 111개로 나타났고 이 가운데 H-H 유형의 지역은 48개(43.2%): L-L 유형의 지역은 61개(55.0%)이며, 15분 이내보다 서울과 그 주변 및 부산, 대구, 광주에 밀집된 H-H 유형의 군집과 강원, 충북, 충남, 경북, 전북, 전남 등의 지역에 밀집된 L-L 유형의 군집이 밀집되어 있어 15분보다 지역 격차가 더욱 커진 것으로 나타났다. 45분의 경우 통계적으로 유의미한 군집을 형성하는 시·군·구는 127개이며, 이 가운데 H-H 유형과 L-L 유형의 지역이 동일한 63개(50%)로 나타났다. 30분과 다르게 대전과 울산 등이 새롭게 H-H 유형으로 나타났으며, L-L 유형은 중·소도시를 중심으로 증가했다. 60분의 경우 통계적으로 유의미한 군집을 형성하는 시·군·구는 132개이며, 이 가운데 H-H 유형이 69개(52.3%): L-L 유형은 63개(47.3%)로 나타났다. 특히, 45분에 비해 수도권을 중심으로 H-H 유형이 확장된 것으로 나타났다.

Figure 2. 
General hospital accessibility LISA map

LISA 분석 결과를 각 의료시설 유형별로 종합하여 살펴보면 다음과 같다. 먼저, 병·의원 교통접근성의 경우 15분에서 수도권 및 대도시와 중·소도시 간 군집을 형성하며 지역 격차가 발생하는 것으로 나타나고 있으나, 30분일 경우에는 지역 간 격차가 감소하고 있다. 또한, 45분과 60분 이후에는 대도시와 중·소도시 간 격차가 거의 존재하지 않는 것으로 나타났다. 이는 Lee(2022)의 연구 결과와 유사하며, 병·의원의 경우 민간이 설립하는 소규모 의료기관으로 지역 수준에 상관없이 비교적 공급이 원활한 특성이 있어, 접근성의 측정시간이 늘어남에 따라 대도시와 중·소도시 되면서 지역 내 도달할 수 있는 시설 수가 많아져 대도시와 중·소도시 간 격차가 감소하는 것으로 나타났다.

반면, 종합병원은 15분부터 대도시(서울, 부산, 광주)와 중·소도시 간 격차가 존재하기 시작하고, 30분 이후에는 격차가 뚜렷하게 커지고 있음을 확인할 수 있다. 「의료법」 제3조의3에 따르면 종합병원은 100개 이상의 병상을 의무적으로 갖추어야 하기에, 적정 수준을 갖춘 도시 내 위치하는 것이 일반적이다(김태완, 2021). 즉, 종합병원과 같이 병상 규모가 적정 수준 이상인 의료시설의 경우, 공급되는 지역이 한정적이기 때문에 종합병원의 접근 가능한 중심지가 작다. 이러한 이유로 종합병원이 위치한 지역을 중심으로 이용자가 유입되는 현상이 발생하고, 종합병원에 대한 접근성이 우수한 지역을 중심으로 군집이 형성된다(김동환외, 2020). 즉, 교통시설의 공급이 우수하며 교통망 구조가 지역 간 체계적으로 구축되어 대도시 지역은 중·소도시에 비하여 종합병원의 접근성이 우수한 군집이 형성되는 것이다. 이러한 현상은 대도시를 중심으로 공급되는 종합병원의 상황과 함께 접근성과 관련된 인프라 및 시스템의 우수성으로 인해 지역 간 격차가 크게 발생하는 것으로 이해할 수 있다. 심지어 종합병원 접근성에 대한 지역 간 격차는 병·의원과 다르게 15분에서 60분으로 측정시간이 늘어날수록 증가하는 것으로 나타났다. 종합병원은 15분부터 병·의원에 비하여 Moran’s I값이 높다는 점과 LISA 분석 결과 15분부터 대도시 및 중·소도시 간 차이가 뚜렷하게 존재한다는 점에서 본 연구의 ‘가설 1’를 지지할 수 있고, 이는 종합병원 공급에 대한 결정 요인과 지역의 접근성 수준으로 인한 것임을 확인할 수 있다.

본 연구의 기술통계 및 LISA 분석 결과에 따르면, 의료시설 유형별 접근성이 15분과 30분을 기준으로 다른 양상이 나타남을 확인할 수 있었다. 다수의 선행연구에서도 보건의료서비스의 적정한 접근성의 기준을 30분 이내로 설정하고 있다(고은정·조근자, 2021; Lee, 2022). 이에 본 연구의 분석 결과 및 선행연구의 검토를 토대로, ‘15분 접근성’과 ‘30분 접근성’을 본 연구의 종속변수로 설정하여 공간회귀분석을 수행했다.

본 연구는 병·의원, 종합병원을 중심으로 15분과 30분의 접근성 측정시간을 구분하여 공간회귀분석을 실시했다. 먼저, 공간회귀분석의 적합성을 검증하고자 각 유형의 OLS모형에 공간가중행렬의 가중치를 반영하여 Moran’s I값을 도출하고, 라그랑지 승수 검정(Lagrange Multiplier; LM)과 Robust 라그랑지 승수 검정(Robust LM) 등의 결과를 검토했다. 검토 결과, 잔차를 고려한 OLS모형을 활용하더라도 공간적 특성을 반영한 연구 결과 도출과정에 문제가 없어, ‘OLS’모형을 최종 분석방법으로 채택했다. 반면에, 종합병원의 경우 OLS모형을 토대로 독립 및 종속변수의 정확한 인과관계를 도출하는데 한계가 있어, 공간회귀분석을 통해 연구 결과를 도출했으며, LM 및 Robust LM 값이 유의함에 따라 공간회귀분석을 수행하기에 적합함을 확인했다. 한편, 종합병원의 경우 공간시차모형(SLM)에서는 LM, Robust LM 값이 모두 유의하게 나타났으나, 공간오차모형(SEM)에서는 LM 값만 유의하고 Robust LM 값은 유의하지 않은 것으로 도출되었다. 이러한 결과를 토대로 종합병원은 ‘SLM’모형을 최종 분석 방법으로 채택했다. 이외에도 OLS모형보다 SLM모형에서 분석모형과 관련해 더 높은 log-likelihood 값을 보이고, 더 낮은 AIC(Akaike Info Criterion)와 SC(Schwarz Criterion) 값이 도출되어, 모형적합도 측면에서도 SLM모형이 개선된 모형임을 확인할 수 있었다.

의료시설 접근성에 대한 공간회귀분석의 결과, 의료시설의 유형별 특성에 따라 영향을 미치는 요인이 다르게 나타났다. 먼저, <Table 3>은 병·의원에 대한 의료시설 접근성을 중심으로 분석 결과를 나타내고 있다. ‘OLS’모형의 분석 결과, 인구통계학적 특성의 ‘십만명 당 사망률(0.00023): ‘고령화율(18.91)’, ‘인구밀도(2.272)’ 등과 경제적 특성의 ‘GRDP(0.842)’이 유의미한 변수로 도출되었고, 30분 접근성에서는 인구통계학적 특성의 ‘고령화율(22.01)’, ‘인구밀도(1.238)’ 등과 경제적 특성의 ‘GRDP(0.293)’와 ‘지가변동률(-1.271)’이 유의미한 변수로 도출되었다. 먼저, 사망률이 높거나 건강 수준이 낮은 지역이 의료서비스에 대한 수요가 많아져 의료시설 공급을 유발할 수 있으며(이우리 외, 2021), 이를 토대로 ‘십만명 당 사망률’이 유의미한 변수로 도출되는 것을 이해할 수 있다. 또한, 측정시간에 관계없이, 병·의원 접근성은 고령화율과 인구밀도, GRDP와 정(+)의 관계를 보였다. 1차 의료기관으로 볼 수 있는 병·의원은 주민의 생활권 내에서 가장 쉽게 접근할 수 있는 의료시설로 대부분 민간에 의해 운영되는 것이 보편적이다(강은정, 2004). 한편, 측정시간이 30분일 경우에는 지가변동률이 유의미한 변수로 도출되었으며, 이는 병·의원이 지가변동률에 따라 의료시설 운영 및 관리와 관련하여 안정적인 환경을 조성할 수 있기 때문인 것으로 예상된다. 즉, 지가변동율이 작아 운영상 임대료와 같은 고정운영비용을 안정적으로 유지할 수 있는 여건이 개인이 운영하는 병·의원과 같은 소규모 의료시설 운영에 유리한 것을 고려한다면, 이러한 결과를 이해할 수 있다. 또한, 이와 유사한 맥락에서, 지역의 경제 발전과 향상 통해 지역 경제가 선순환되고 있음을 의미하는 GRDP는 병·의원의 공급 및 운영에 긍정적인 영향을 미칠 수 있다(조준혁 외, 2014). 한편, 이용재(2005)는 병·의원이 고령화율과 인구밀도가 높은 지역에 다수 분포하고 있음을 실증적으로 증명하며, 본 연구의 결과와 유사한 결과를 제시하고 있다.

다음으로, 종합병원에 대한 의료시설 접근성을 중심으로 공간회귀분석 결과는 <Table 4>에서 확인할 수 있다. 종합병원은 측정시간에 관계없이, 접근성에 미치는 영향 요인이 동일하게 도출되었다(15분/30분). 구체적으로. 인접 지역의 종합병원 접근성(0.482/0.519)이 자신의 접근성에도 영향을 미치는 공간적 상호의존성이 강하게 존재하고 있음을 확인했다. 또한, ‘고령화율(1.864/14.53)’과 ‘인구밀도(0.3754/2.239)’가 유의한 설명변수로 도출됐다. 이금숙(1998)은 종합병원의 입지에 있어 가장 중요한 변수로 인구밀도를 제시하고 있으며, 종합병원의 다양한 서비스에 대한 공급에 대응할 수 있는 적정한 수요를 확보하기 위해 인구밀도가 높은 지역을 중심으로 공급되고 있음을 주장하고 있다. 또한, 이용재(2005)는 다양한 진료 서비스를 요구하는 고령자가 집중된 지역을 중심으로 전문의료시설이나 요양기관 등이 공급되었고, 고령자의 비중이 종합병원 공급 기준에 중요한 요인이 될 수 있음을 제시하고 있다.

회귀분석과 공간회귀분석의 결과를 종합하면, 종합병원 교통접근성은 인접 지역의 교통접근성에 강한 영향력을 받고 있으며, 공간적 상호의존성이 존재하고 있음을 확인했다. 또한, 의료시설 유형에 상관없이, ‘인구밀도’와 ‘고령화율’은 접근성에 정(+)의 상관관계를 보였고, 이외의 특성들은 의료시설 유형별로 다른 결과가 나타났다. 한편, 병·의원은 지역 경제의 수준을 나타내는 GRDP가 높을수록, 지가변동률이 낮을수록 접근성이 우수했다. 결론적으로 의료시설 유형과 관계없이 인구통계학적 특성의 독립변수가 공통적으로 접근성에 영향을 미치는 요인으로 도출되었음을 확인했으나, 의료시설 유형별 특성에 따라 교통접근성에 미치는 독립변수가 다를 수 있음을 연구 결과를 통해 증명했고 본 연구의 가설을 지지할 수 있다.