분석일: 2026년 6월 28일

데이터 소스: 후생노동성 「국민의료비」 「의료시설조사」 「병원보고」 「환자조사」, 총무성 「인구추계」 「사회·인구통계체계」, 인구동태통계 (모두 e-Stat API)

대상: 47개 도도부현 (의료비·병상·재원일수·수료율은 2023년, 연령조정 사망률은 2020년)

방법: 피어슨(Pearson)／스피어만(Spearman) 상관계수·중회귀 (표준화 $\beta$)$\cdot$ 편상관(Partial Correlation)$\cdot$ 간접 표준화 (연령 조정)$\cdot$ Mann-Whitney U 검정

「의료비가 높은 현은 노인이 많아서 그런 거 아냐?」

아마 많은 사람이 그렇게 생각하고 있을 것이다. 나도 그렇게 생각했다.

하지만 47개 도도부현의 데이터를 나열하여 계산해 나가자, 그 답은 차례차례 부정되었다. 고령화 때문도 아니다. 소득 때문도 아니다. 건강 의식 때문도 아니다. 의료 접근성 때문도 아니다.

마지막에 남은 것은 단 하나. 병상 수였다.

그리고 더 흥미로운 것은 그 다음이다. 「의료비가 높은 현일수록 오래 산다」는 관계는 어디에서도 발견되지 않았다.

이 기사는 의료비의 지역 차이라는 소박한 질문에서 출발하여, 최종적으로 「의료비의 지역 차이는 고령자 케어를 어디에서 제공할 것인가라는 제도적인 선택의 영향을 강하게 받고 있었다」라는 구조에 도달하기까지의 기록이다.

먼저 전체상을 한 장으로 정리해 둔다. 이제부터 이 그림의 흐름을 위에서부터 순서대로 데이터로 쫓아가 보겠다.

존재한다. 그것도 상당히 크게.

1인당 국민의료비 (2023년도)를 도도부현별로 나열하면, 최고인 고치(49.6만 엔)와 최저인 사이타마(34.3만 엔) 사이에 1.45배의 차이가 있다.

높은 5개 현	1인당 의료비
고치	49.6만 엔
...	...
낮은 5개 현	1인당 의료비
---	---
사이타마	34.3만 엔

깔끔하게 서고동저(西高東低) 형태다. 서일본이 높고, 동일본이 낮다 (Mann-Whitney U 검정에서 $p < 0.0001$).

그렇다면 이 차이는 무엇으로 결정되는가. 여기서부터 「범인 찾기」가 시작된다.

가장 유력한 용의자는 고령화다. 노인이 많으면 의료비가 늘어난다. 당연히 그렇게 생각한다.

그런데, 1인당 의료비 vs 고령화율의 상관관계를 보면 설명력이 거의 없다.

확인하기 위해 중회귀 (의료비 $\sim$ 병상 수 + 의사 수 + 고령화율)를 돌리면 다음과 같이 나왔다.

설명 변수	표준화 $\beta$	p-value
병상 수 (인구 10만 명당)	+0.79	<0.001
고령화율	+0.03	0.70
의사 수 (인구 10만 명당)	(약함)	–

결정계수 $R^2 = 0.841$. 병상 수의 $\beta$가 압도적이며, 고령화율은 $\beta = 0.03, p = 0.70$으로 거의 제로에 가깝다. 고령화는 의료비의 지역 차이를 전혀 설명하지 못했다.

「아니, 그래도 연령 구성을 보정하면 고령화가 영향을 미칠 거야」라고 생각할 것이다. 그래서 **간접 표준화 (연령 조정)**를 적용하여, 전국 공통의 연령별 단가로 각 현의 「기대 의료비」를 계산하고 실제와의 비율 (SMR)을 산출했다. 6569세, 7074세, 75세 이상의 3개 구간까지 세분화하여 보정했다.

결과는 바뀌지 않았다. 연령 조정 후에도,

• 병상 수와의 상관관계: **$r = 0.675$
• 고령화율과의 상관관계: $r = 0.048 (p = 0.75) \rightarrow$ 소멸

게다가 뒤틀림이 발생한다. 연령 조정을 하면, **고령층이 많은 도호쿠나 호쿠리쿠 지역일수록 의료비는 '과소', 젊은 도시 지역이나 서일본 지역일수록 '초과'**하게 된다. 「고령이라서 의료비가 높다」의 역현상이다.

고령화는 무죄였다.

「부유한 현이라서 의료에 돈을 쓸 수 있다」는 설도 부정할 수 있다. 소득이 높은 도쿄, 가나가와, 사이타마는 오히려 의료비가 낮은 쪽에 속한다.

그렇다면 「불건강한 현일수록 병에 걸려 의료비가 늘어나는가」? 이것도 달랐다. 흡연, 음주, 염분, 비만으로 만든 「불건강 스코어」와 연령 조정 의료비 (SMR)의 상관관계는 오히려 마이너스다.

생활 습관	연령 조정 의료비 (SMR)와의 상관관계
흡연율	$r = -0.24$
...	$r = -0.37 (p = 0.01)$
비만율	$r = +0.15$ (유의하지 않음)
불건강 스코어 (합성)	$r = -0.22$

흡연과 염분 섭취가 많은 도호쿠·북간토 지역일수록 의료비는 오히려 낮다. 직관과는 정반대다.

고령화도, 소득도, 건강 의식도 의료비의 지역 차이를 설명하지 못했다.

여기서 많은 사람은 이렇게 생각한다. 「의료비가 낮은 현 = 의료가 부족한 현 = 병원에 가지 못해 단명하는 것 아닌가?」

도호쿠는 바로 이 이미지에 해당한다. 단명하는 지역으로 알려져 있다. 하지만 도호쿠는 〈의료비도 낮고, 병상 수도 그렇게 많지 않다〉. 그렇다면 「병원에 가지 못해서 단명하는 것」인가?

연령 조정 사망률(남성, 2020년)로 분석해 보았다.

사망률(남성)과의 상관관계	r
연령 조정 의료비(SMR)	+0.02
...
「의료비를 많이 쓰는 현일수록 오래 산다」는 관계는 확인되지 않았다(의료비 SMR과 사망률의 상관관계는 거의 0). 반대로, 사망률을 강력하게 설명한 것은 생활 습관이었다.

사망률(남성)과의 상관관계	r
흡연율	+0.47
...
단명 현인 아오모리는 사망률이 가장 높지만, SMR(연령 조정 의료비)은 0.9로 낮다. 장수하는 지역은 나가노, 가나가와, 교토, 나라, 시가이다.

독자의 직관은 이렇다. 「단명 = 의료 자원이 부족하다」.

하지만 데이터에서는 단명 현의 의료 자원 부족 영향은 확인되지 않았으며, 사망률과의 관련성은 생활 습관 지표(흡연, 음주, 비만)가 더 강했다. 「의료 서비스를 받지 못해 단명한다」는 설은 적어도 이 데이터에서는 지지되지 않았다.

(참고로, 상관관계가 0이라고 해서 인과관계가 0인 것은 아니다. 현(Prefecture) 단위의 상관관계는 원래의 건강 상태, 소득, 기후, 산업 구조 등의 교란 요인(Confounding)으로 인해 사라질 수 있다. 여기서 말할 수 있는 것은 「의료비를 많이 쓰는 현일수록 오래 사는 것은 아니었다」까지다.)

후보를 하나씩 제거한 결과, 남은 것은 병상 수였다.

인구 10만 명당 병상 수 × 1인당 의료비 = r=0.903. 연령을 조정해도 r=0.675로 살아남는다. 다중 회귀(Multiple Regression)에서도 β=0.79로 지배적이다.

우측 상단에 고치, 좌측 하단에 사이타마·가나가와. 깨끗한 우상향 곡선을 그리며, 게다가 서일본(주황색)이 위쪽에, 동일본(파란색)이 아래쪽에 모여 있다.

이는 의료경제학에서 오래전부터 알려진 「Roemer's Law (병상을 만들면, 그것은 채워진다)」와 일치한다. 공급이 수요를 창출한다는 이야기다.

하지만 상관관계 0.9를 보여주어도 「그래서, 왜?」라는 의문이 남는다. 여기서부터가 본론이다.

「병상이 있으니까 채운다」는 내용의 실체를 데이터로 분해해 본다.

병상 수(10만 명당)와의 상관관계	r
입원 수령률 (인구 10만 명당)	+0.984
...
병상 수와 입원 수령률은 r=0.984로 거의 완벽하게 연동된다. 병상이 많은 현에서는 사람들이 더 많이 입원한다. 그리고 재원 일수(Length of Stay)도 길다. 반면 병상 이용률(채워지는 정도)과의 상관관계는 약하다. 즉, 「병상을 가득 채우는 것」이 아니라, 입원의 문턱이 낮아지고 재원 기간이 늘어나는 형태로 병상이 소비되고 있다.

그리고 그 입원은 의료비와 직결된다.

1인당 의료비와의 상관관계	r
입원 수령률	+0.908
평균 재원 일수	+0.734

이 부분이 결정적이다. 「병이 중한 현이라서 입원이 많은 것 아닌가?」라는 반론을 편상관(Partial Correlation)으로 검증했다.

병상 수를 일정하게 유지하고 사망률과 입원 수령률의 관계를 보면 → r=−0.09 (p=0.53, 소멸). 반대로 사망률을 일정하게 유지해도,
병상 수와 입원 수령률은 r=+0.979로 유지된다.

즉, 「환자가 중해서 입원이 많은 것」이 아니라 「병상이 있으니까 입원이 일어나고 있는 것」이다. 중증도(사망률)로 설명하려고 하면 관계는 사라진다. 남는 것은 공급 측면이다.

이 일련의 흐름을 한 장으로 정리하면 다음과 같다.

개인적으로 가장 충격적인 것은 병상 수와 입원 수령률의 r=0.984이다. 의료비와의 r=0.903보다 훨씬 높다. 병상이라는 '그릇'의 수가 거의 그대로 '사람들이 얼마나 입원하는가'를 결정하고 있다.

여기서 한 단계 더 나아가 병상을 종류별로 나누어 본다. 「급성기(일반 병상)」와 「만성기(요양 병상)」다. 성격이 완전히 달랐다.

병상의 종류	평균 재원 일수	범위	현 간의 편차(CV)
일반 병상 (≒급성기·생명을 구하는 의료)	16.4일	13.3~20.2일	0.09 (균일)
요양 병상 (≒만성기·장기 입원)	116.9일	83.8~187.0일	0.19 (불규칙)

주황색(일반 병상)은 어느 현이나 16일 전후로 밀집해 있는 반면, 청록색(요양 병상)은 84일부터 187일까지 크게 흩어져 있다. 급성기 의료는 전국 어디서나 16일 전후로 거의 균일하다. 뇌졸중·심근경색·외상·암 수술 등 「필요한 환자가 오는」 수요 주도형 의료이기 때문에 현에 따른 차이가 작다.

지역 차이를 만들고 있었던 것은 만성기 요양 병상 쪽이었다. 도야마 187일, 고치 133일, 오이타 84일. 같은 나라라고 믿기 어려울 정도로 차이가 난다. 요양 병상의 비율이 높은 곳은 야마구치(29.7%)·고치(28.5%)·사가·도쿠시마와 같은 서일본이며, 낮은 곳은 이와테(12.6%)·아키타·후쿠시마와 같은 도호쿠 지역이다.

생명을 구하는 급성기 의료 (Acute care)는 전국적으로 거의 비슷했다. 지역 차이를 만들어내고 있었던 것은 만성기 (Chronic phase)의 장기 입원이었다.

솔직히 보충하자면, 의료비는 일반 병상 (r=0.83)과 요양 병상 (r=0.79) 모두에 반응한다. 따라서 "요양 병상만이 범인"인 것은 아니다. 정확히 말하면 "의료비는 병상 공급 전체에 의존하지만, 현(県) 간의 "격차"를 만들고 있는 것은 만성기"이다.

왜 만성기만이 이렇게 현별로 차이가 나는가. 의료경제학에서는 요양 시설이나 가족 간병의 수용 능력 부족으로 인한 "사회적 입원 (Social hospitalization)"이 한 원인으로 지적되고 있다. 다만 나중에 살펴보겠지만, 이번 분석에서는 독거율이나 세대 구조만으로는 설명할 수 없었다. 적어도 현 단위에서는 병상 공급의 역사적인 스톡 (Stock)의 영향이 더 강하게 보인다.

여기서 처음에 나는 이렇게 예상했었다. "독거 고령자가 많은 현일수록, 퇴원 후의 수용처가 없어 요양 병상이 늘어나는 것이 아닐까"라고. 직관적으로는 맞는 말 같다. 그래서 세대 구조 데이터 (독거 고령자율·고령 부부만 있는 비율·자가 보유율)를 요양 병상에 대입해 보았다.

결과는, 가설을 지지하지 않았다. 독거 고령자율과 요양 병상 사이에는 단순한 상관관계 (r=0.54)가 있지만, 병상 수를 일정하게 유지하면 관계가 사라진다 (편상관계 r=−0.17, 유의하지 않음). 자가 보유율·고령 부부만 있는 비율도 요양 병상과는 거의 무상관이었다. 그리고 반례가 강력하다. 도야마 (독거 11.5%)나 사가 (독거 11.8%)처럼, 독거율이 낮은데도 요양 병상이 많은 현이 있다. 적어도 현 단위에서 요양 병상의 지역 차이는 가족 구조보다 병상 공급의 역사적인 스톡의 영향을 더 강하게 받고 있는 것으로 보인다.

다만 한 가지, 다른 관계가 남았다. 독거 고령자율은 병상 수를 통제하더라도 의료비 (전체)와는 편상관계 r=+0.48의 연관성이 남는다. 즉 "독거 → 요양 병상"이 아니라, "독거 → 다른 경로 → 의료비"가 있는 듯하다. 외래 진료의 증가 가능성, 응급 이송, 임종기 병원 사망 등 후보는 있으나, 독거율이 높은 현에는 도시 지역도 섞여 있기 때문에 이 부분은 아직 단정할 수 없다. 다음 과제로 남겨둔다.

유리한 결과만 골라내는 것이 아니라, 유력해 보이는 가설을 한 번 제대로 무너뜨려 본다. 그러고 나서 남는 것은 결국 이 질문이다. 왜 서일본에는 역사적으로 이토록 많은 병상이 남아 있는가. 이쯤 되면 의료비 분석이라기보다 일본의 의료 제도사 이야기로 넘어오게 된다.

요양 병상이 적은 현은 고령자 케어를 포기하고 있는 것인가? 그럴 리 없다. 다른 그릇으로 받고 있을 것이다. 그래서 요양 시설 (특양·노건)의 정원을 65세 인구 대비로 대조해 보았다.

요양 병상 (65세 대비)과의 상관	r
특양 (개호 노인 복지 시설)	−0.40 (p=0.006)
노건 (개호 노인 보건 시설)	−0.07 (무상관)
개호 시설 수	−0.31

약하게나마, 요양 병상이 적은 현일수록 특양이 많다는 대안적인 경향이 나타났다 (노건이 무상관이었던 것은 조금 의외였다).

그리고 의료비와의 관계를 보면——이 부분이 가장 흥미롭다.

1인당 의료비와의 상관	r
요양 병상 (65세 대비)	+0.72
개호 시설 수 (노건+특양)	−0.09 (거의 0)

같은 고령자를 장기 케어하더라도, "병원의 요양 병상"에서 돌보면 국민 의료비로 계상되고, "개호 시설"에서 돌보면 의료비에는 포함되지 않는다 (개호 보험이라는 별도의 회계이기 때문이다).

대표적인 사례로 보면 이해하기 쉽다.

현	타입	요양 병상	개호 시설	의료비
고치·야마구치	병상형 (병원에서 수용)	많음	중간	높음
니가타·나가노	시설형 (시설에서 수용)	적음	많음	낮음

니가타는 요양 병상이 최소 수준인데 개호 시설은 최대 수준이며, 의료비는 낮다. 병원에서 돌볼 것인가, 시설에서 돌볼 것인가——그 선택의 차이가 의료비라는 숫자로 나타나고 있었다.

가로축에 요양 병상, 세로축에 개호 시설을 두고 점의 색상을 의료비로 표시했다. 오른쪽 (병상형 = 고치·야마구치·도쿠시마)은 빨간색 = 고의료비, 왼쪽 상단 (시설형 = 니가타·나가노)은 파란색 = 저의료비. 같은 "고령자를 지원"하더라도, 오른쪽으로 갈수록 의료비로, 위로 갈수록 개호비로 계상된다.

참고로 "장기 케어의 총량 (요양 병상 + 노건 + 특양)"을 사망률과 대조해 보아도, 수명을 늘리는 방향의 관계는 나타나지 않는다 (r=+0.46은 오히려 양의 상관으로, 건강하지 않은 지역일수록 케어 수요가 높다는 역방향의 교란 요인이다). 병원에서 돌보든 시설에서 돌보든, 같은 고령자 케어라면 수명에 극적인 차이가 나지 않는 것은 이상할 것이 없다.

"병원에서 돌보면 의료비, 시설에서 돌보면 개호비"라면, 이런 의문이 생긴다. 의료비가 낮은 현은, 개호비로 돌아가고 있는 것뿐 아닌가?

그래서 개호보험 급여비(2023년)를 합산해 보았다. 솔직한 결론을 말하자면, "의료비↓라면 개호비↑"라는 단순하고 강력한 대체 관계는 성립하지 않는다 (의료비 vs 개호비의 상관관계는 -0.29~+0.24로, 정규화 방식에 따라 부호가 바뀔 정도이다). 이 부분을 단순화하면 논의가 무너진다.

다만, 눈에 띄지는 않지만 중요한 일이 일어난다. 의료비와 개호비를 합치면 변동성(Variability)이 줄어든다.

구분	변동성(CV)	최대/최소
1인당 의료비	0.098	1.45배
1인당 개호비	0.122	1.70배
의료+개호 합계	0.093 (최소)	1.40배 (최소)

합계의 변동성이 의료비 단독 또는 개호비 단독일 때보다 작아진다. 이는 "동일한 수요(고령자 케어)가 제도의 차이에 따라 의료와 개호로 배분되고 있을" 때 전형적으로 나타나는 패턴이다. 가나가와현은 의료비가 하위에서 2번째임에도 불구하고 개호비(65세 대비)는 최고 수준이다. 즉, 의료를 억제하고 개호로 뒷받침하는 형태다.

이를 뒤집어 말하면 다음과 같이도 말할 수 있다.

일본의 고령자 케어 총량은 지역 차 그 자체보다, "의료보험으로 지불할 것인가 / 개호보험으로 지불할 것인가"라는 제도적 분할의 영향을 강하게 받고 있다.

• 의료비의 지역 차는 1.45배. 하지만 고령화·소득·건강 의식·의료 접근성으로는 설명할 수 없었다
• 남은 것은 병상 수(r=0.903). 병상이 많은 현일수록 입원하기 쉽고 입원 기간이 길다 (수료율 r=0.98)
• 그것은 "환자가 중하기 때문"이 아니다. 편상관(Partial Correlation) 분석을 통해 중증도를 일정하게 유지해도 공급 효과는 남는다 (Roemer's Law). 급성기 의료는 전국적으로 거의 균일하다 (재원 일수 16일, CV 0.09). 차이를 만드는 것은 만성기(요양 병상 84~187일)이다
• 동일한 고령자 케어라도 병원에서 돌보면 의료비, 시설에서 돌보면 개호비. 니가타=시설형, 고치=병상형
• 의료+개호의 합계로 보면 변동성이 줄어든다 = 제도 간의 배분 차이를 보고 있었을 가능성

의료비의 지역 차는 주민의 건강 상태 차이를 반영하고 있었던 것이 아니었다. 고령자를 병원에서 돌보는 현이 있는가 하면, 시설에서 돌보는 현도 있다. 의료비란 장기 케어를 어디에서 제공할 것인가라는 제도적 선택의 투영이었다.

이 분석이 보여줄 수 있었던 것은 "무슨 일이 일어나고 있는가"이다. 반면 "어떻게 개혁해야 하는가"에 대해서는 의도적으로 발을 들이지 않는다. 그 영역은 단번에 정치·가치관·이해관계의 세계로 진입하기 때문이다.

"전국적으로 일률적으로 지원해야 하는가 / 지역마다 부담을 달리해야 하는가", "재가 개호(Home care)를 더 평가해야 하는가", "공적 부담을 늘릴 것인가 / 자기 부담을 늘릴 것인가" —— 이들은 데이터만으로는 결정되지 않는다.

특히 강조하고 싶은 점은, "의료비가 높은 현의 고령자가 이득을 보고 있는 것"은 아니다라는 사실이다. 고치가 병상형인 것이 주민들이 그것을 원했기 때문이라고 단정할 수 없다. 가족이 근처에 없거나, 특양(특별양호노인홈)이 부족하거나, 예전부터 병원이 수용 창구였던 —— 그러한 사정의 결과일지도 모른다. 따라서 이것은 "고치의 노인이 이득/손해"라는 이야기가 아니라, 더 정확하게는 "동일한 보험료를 내더라도, 병원이라는 고비용 형태로 케어를 받는 지역과 가족이나 시설로 뒷받침하는 지역이 있는 것처럼 보인다"는 이야기다.

그리고 이번에 측정할 수 있었던 것은 의료비·병상·개호 시설이라는 "돈과 그릇(시설)"까지다.

• QOL (삶의 질)
• 본인의 만족도
• 가족의 개호 부담
• 고독감

이것들은 측정되지 않았다. 따라서 "고치형(병원에서 돌봄)과 니가타형(시설에서 돌봄) 중 어느 쪽이 고령자 본인에게 행복한가"라는 가장 알고 싶은 질문에는 이 데이터로 답할 수 없다.

말할 수 있는 것은 "돈의 흐름은 보였다"까지다. "어느 쪽이 바람직한가"는 아직 알 수 없다. 이 선은 의도적으로 넘지 않는다.

• 이것은 도도부현이라는 집단 단위의 상관관계이며, 개인의 인과관계가 아니다 (생태학적 오류에 주의). "의료비가 낭비다", "병원이 나쁘다"라는 이야기가 아니다.
• 사고주(서비스 제공형 고령자 주택), 유료 노인 홈, 재가 개호는 이번 데이터에 포함되지 않았다 (국토교통성 등록 등 별도 계통이기 때문). 특히 도쿄·가나가와·사이타마·치바는 이 "보이지 않는 수용 창구"가 클 것으로 보여, "대도시권은 장기 케어가 불필요했다"라고는 말할 수 없다. "병원·특양·노건(노인건강관리시설) 이외의 수용 창구가 클 가능성이 있다" 정도로 제한한다.
• 입원 의료비는 병상 이용 그 자체이므로, 병상 수와의 관련성에는 정의적인 부분도 포함된다.
• 병원은 제도 안에서 합리적으로 움직이고 있을 뿐이라는 측면이 있다. 문제 제기는 "누가 잘못했나"가 아니라, "동일한 세금·보험료를 사용한다면, 정말로 효과적인 형태로 사용되고 있는가"라는 질문이다. 다만 그 답은 QOL이나 가족 부담을 측정하지 못한 본고의 범위를 벗어나 있다 (전절).

「의료비의 지역 차이」 다음은, 고령자 케어의 "총비용"(의료비 + 간병비 + 자기부담금 + 서비스 제공형 고령자 주택(사고주)·재택)이다. 거기까지 합산해야 비로소 〈정말로 효율적인 현〉과 〈비용을 다른 지갑으로 옮기고 있을 뿐인 현〉을 구분할 수 있다.

그 너머에는 이제 통계만으로는 나아갈 수 없는 영역이 있다. "의료비의 지역 차이를 조사했더니, 결국 마지막에는 『공정함이란 무엇인가』의 이야기가 되었다" —— 도시 지역의 현역 세대, 지방의 고령자, 재택에서 간병하는 가족, 병원, 간병 시설. 각자의 입장에서 바라보는 이야기는 통계 기사가 아니라 정책 에세이가 된다. 따라서 이 기사와는 구분하고 싶다.

의료비 이야기라고 생각하며 시작했더니, 어느샌가 고령자 케어의 회계 구조 이야기가 되어 있었다. 데이터는 생각했던 것보다 더 멀리까지 데려다준다. 다만 "어디서 내릴지"를 결정하는 것은 데이터가 아니라 필자의 절제다.

e-Stat Analysis Pipeline | 국민의료비 0003356095 / 의료시설조사 0004024814 / 병원보고 0004029028 / 환자조사 0004026111 / 인구동태 0002061839 / 사회·인구통계체계 0000010109·0000010110·0000010201·0000010208 | 2023년(사망률 2020년·세대구조 2020년)