Equity and Efficiency of Healthcare Resource Allocation in Shanghai, China: A Longitudinal Study from 2009 to 2024

기술 요약: 중국 상하이의 의료 자원 배분 형평성 및 효율성 (2009–2024)

문제 제기
중국의 2009년 의료 개혁 이후, 상하이는 외곽 지역의 의료 자원 부족을 해결하고 공간적 배치를 최적화하기 위해 표적화된 정책을 시행해 왔다. 그러나 의료 접근성의 형평성을 보장하는 것과 자원 제약 하에서 운영 효율성을 유지하는 것 사이에는 여전히 중대한 긴장이 존재한다. 글로벌 메가시티들이 고령화와 인구 유입 문제에 직면해 있는 가운데, 상하이는 특히 높은 고령화율, 지속적인 인구 유입, 그리고 중심 도심지와 외곽 지역 간의 뚜렷한 공간적 양극화 문제를 겪고 있다. 기존 문헌은 의료 자원 배분의 형평성 평가와 효율성 측정을 분리하여 다루거나, 중국의 개혁 정책 이행 관점에서의 장기적인 추적 조사가 부족하다는 한계가 있다. 따라서 16년간의 개혁 전 기간에 걸쳐 중국 메가시티 내 의료 자원 배분의 역동적인 형평성 및 효율성 결과를 체계적으로 탐색하는 데에는 공백이 존재한다.

연구 방법론
본 종단적 연구는 상하이 보건 통계 데이터와 상하이 통계 연보에서 추출한 2009년부터 2024년까지의 패널 데이터를 활용한다. 연구 대상 지역은 16개의 공간 단위(행정 구역)로 구성되며, 이를 중심 도심 지역, 외곽 지역, 그리고 푸동 신구(전이 지대로 취급)로 분류하였다. 데이터의 일관성을 유지하기 위해 병합된 구(루완 구의 황푸 구 편입, 자베이 구의 징안 구 편입)를 관련 연도에 맞춰 통합 처리하였다.

분석에는 세 가지 주요 정량적 프레임워크가 사용된다:

1. 형평성 평가:
   • 지니 계수(Gini Coefficient): 인구 기반 형평성을 측정하는 데 사용된다. 값은 0(완전 평등)에서 1 사이이며, 0.3 미만을 상대적 평등의 기준으로 본다.
   • 테일 지수(Theil Index): 지역적 불평등을 지역 내(intra-regional)(도심, 외곽 또는 푸동 그룹 내부) 불평등과 지역 간(inter-regional)(이들 그룹 간) 불평등으로 분해하여 측정한다.
2. 효율성 평가:
   • DEA-말름퀴스트 지수(MPI): (산출 지표에 대한 데이터 가용성 문제로 인해 2013년부터 2024년까지의 데이터 사용) 총요소생산성(TFP) 변화를 측정하기 위한 비모수적 방법이다.
   • 투입 요소: 병상 수, 의사 수, 간호사 수.
   • 산출 요소: 외래/응급 방문 횟수 및 입원 환자 수.
   • 분해: TFP 변화는 기술적 효율성 변화(Effch)와 기술 변화(Techch)로 분해된다. 기술적 효율성 변화(Effch)는 다시 순수 기술적 효율성 변화(Pech)와 규모 효율성 변화(Sech)로 나뉜다.

주요 결과

• 자원 확대: 2009년부터 2024년까지 의료 기관, 병상 수, 보건 인력은 각각 연평균 성장률(CAGR)로 5.18%, 4.51%, 4.95%씩 성장했다. 의사 대 간호사 비율은 1:1.02에서 1:1.26으로 개선되었다.
• 인구 기반 형평성: 모든 자원의 지니 계수는 0.3 미만으로 나타나 인구 수준의 형평성은 양호한 것으로 나타났다. 그러나 간호 인력 배분이 가장 낮은 형평성(지니 계수 0.21–0.26)을 보였으며, 병원 자원 형평성은 가장 유의미하게 개선되었다.
• 지역 불평등 (테일 지수):
  • 의료 기관: 지역 내 불평등이 불평등의 주요 원인으로 남아 있었다.
  • 병상: 2024년에 구조적 역전이 발생했다. 처음으로 구 간(inter-district) 불평등이 구 내(intra-district) 불평등을 넘어섰으며, 이는 병상 배분에 있어 지역 간 불균형이 재출현하고 있음을 시사한다.
  • 인력: 보건 전문 인력은 가장 지속적인 불평등(테일 지수 0.162–0.184)을 보였으며, 지역 내 불평등이 주요 기여 요인이었다.
• 효율성 추세 (2014–2024):
  • 전반적 하락: 평균 TFP는 매년 2.4%씩 감소했다 (평균 MPI = 0.976).
  • 하락 동인: 이러한 하락은 상당한 기술적 퇴보(Technological regression)(Techch = 0.969)에 의해 주도되었으며, 이는 규모 효율성에서의 이득을 상쇄했다. 순수 기술적 효율성(Pech)은 정체되거나 약간 감소(0.997)하였는데, 이는 제도적 관리 역량의 개선이 불충분함을 나타낸다.
  • 공간적 이질성: 쉬후이 구만이 유의미한 생산성 성장을 달enc성했다. 외곽 지역은 효율성 개선(Effch)의 잠재력이 더 큰 반면, 중심 도심 지역은 관리 효율성 측면에서 '천장 효과(ceiling effect)'에 직면해 있었다. 기술적 퇴보는 도시 전체의 구조적 문제였다.

핵심 기여

• 종단적 정책 분석: 본 연구는 상하이 의료 개혁의 16년 연속 추적을 제공하며, 타임라인을 네 가지 정책 단계(자원 보충, 계층 체계 구축, 고품질 균형, 심층 통합)로 구분하였다.
• 형평성과 효율성의 디커플링(Decoupling): 자원 확장이 인구 기반 형평성은 개선했으나, 동시에 공간적 및 구 내 불평등을 심화시키고 전반적인 배분 효율성을 저해했음을 실증적으로 보여준다.
• 구조적 병목 구간 식별: 연구는 효율성 저하의 구체적인 원인을 규명했다: 1차 의료의 기술적 퇴보, 정체된 순수 기술적 효율성, 그리고 도시-외곽 간 보건 인력의 구조적 불일치.
• 세밀한 지역적 분해: 테일 지수를 활용하여 의료 기관과 인력의 경우 지역 내 불평등이 주요 불평등 원인인 반면, 병상 배분의 경우 지역 간 불평등이 급증하고 있음을 식별하였다.

의의 및 주장
본 논문은 상하이의 경험이 전 세계 메가시티들에 중요한 사례 연구가 될 수 있다고 주장한다. 연구 결과는 규모의 확장만으로는 의료 시스템을 최적화하기에 불충분하며, 기술적 진보와 관리 혁신이 동반되지 않을 경우 형평성은 높일 수 있으나 효율성을 해칠 수 있음을 시사한다.

저자들은 현재의 "양적 중심" 확장 궤적이 형평성은 상승하는 반면 효율성은 하락하는 "디커플링" 현상을 초래했다고 주장한다. 이에 따라, 본 논문은 규모 확장에서 질적 고도화로의 전략적 전환을 옹호한다. 데이터에서 도출된 구체적인 권고 사항은 다음과 같다:

1. 디지털 역량 강화와 1차 의료의 지능형 보조 진단을 통해 기술적 퇴보 문제를 해결할 것.
2. 간호 및 기술 인력의 도시-외곽 격차를 줄이기 위해 차별화된 인센티브 정책을 시행할 것.
3. 재정 투자를 신규 병상 승인에서 운영 품질 관리 및 성과 기반 지급 방식으로 전환할 것.
4. 새롭게 등장하는 지역 간 병상 불균형을 관리하기 위해 역동적인 지역 간 병상 배분 메커니즘을 구축할 것.

본 연구는 결론적으로, 향고 연구가 현재의 상관관계적 평가의 한계를 완화하고 정책의 인과적 효과를 더 잘 식별하기 위해 포괄적인 평가 프레임워크와 엄격한 실증적 방법론(예: 공간 계량 경제학, 준실험 설계)을 채택해야 한다고 강조한다.