[카테고리:] 사회

우리 사회는 연령별 자살률에 대한 관심이 높지만, 지역별 자살률에 대한 논의는 부족한 편이다. 국토가 좁다고 해도 도시와 시골의 구분은 명확하며, 지역마다 문화적 차이가 존재하기 때문에 자살률에도 영향을 미칠 수 있다고 생각된다.

이번 글에서 지역별 자살률, 변화량, 제한적으로 성별 자살률 분석을 통해 다음과 같은 질문에 답하고자 한다.

• 어느 지역에서 자살률이 높은가?
• 지역별 자살률은 최근 어떻게 변화했는가?
• 지역별 자살률 변화량에 영향을 미치는 요인은 무엇일까?
• 성별에 따른 지역별 자살률 차이가 존재하는가?

참고로 모든 자료는 ‘연령표준화 자살률’을 사용했다. 완벽하게 인구 구조에 따른 영향을 배제할 수 있는지는 모르지만, 단순히 시골 지역이 고령화로 인해 자살률이 높은 것은 보정이 되어있는 자료이다.

지역별 자살률은 2013년부터 2022년 수치의 평균치를 사용하였으며, 변화량은 2013년부터 2017년까지 평균과 2018년과 2022년의 평균을 비교하여 만들었다.

지역별 자살률 (2013~2022)

지역별 자살률 지도를 만들었을 때, 지역에 따른 자살률의 차이를 볼 수 있다. 특히, 충청도와 강원도에서는 자살률이 유독 높게 나타났다. 반면, 수도권에서는 상대적으로 낮은 자살률을 보였다.

충청도와 강원도의 높은 자살률: 두 지역은 고령화가 진행중이, 젊은 인구 유출이 심한 지역이다. 강원도의 경우 다른 지역보다 상황이 열악하지만, 충청도의 경우 반대의 경향이 있기 때문에 단순히 이 이유만으로 두 지역이 높은 것으로 해석하기는 어려워 보인다.

수도권의 낮은 자살률: 상대적으로 높은 경제 수준, 접근성이 좋은 의료 서비스 등이 자살률 감소에 기여했다고 볼 수는 있지만, 이 자료에서 단순히 그러한 결론을 내리기는 어려울 것으로 보인다. 소백산맥 부근의 자살률이 낮은 것을 고려한다면 다른 이유의 가능성이 있을 가능성이 있다.

시군구별 자살률을 정리한 뒤 낮은 지자체는 왼쪽 높은 지자체는 오른쪽으로 정렬한 뒤, 지역별로 색을 입힌 차트다. 경기 지역, 전라-경상 지역, 충청-강원 지역 순서로 자살률이 심각한 지자체가 있다는 것을 볼 수 있다. 특히 충청도-강원도 보다 전라도-경상도의 지자체 수가 많음에도 차트 오른편에서 밀도가 낮은 것을 볼 수 있는데 같은 시골이라 하더라도 상황이 다름을 알 수 있다.

시군구로 나누어 생각을 한다면, 광역시나 대도시의 구가 비교적 자살률이 낮으며 군으로 갈수록 자살률이 높은 지자체가 많아지는 것을 볼 수 있다.

참고로 이 자료는 연령표준화 자료이기 때문에, 단순히 군 지역이 고령화 지역이기에 높다고는 볼 수는 없을 것이다.

지역별 자살률 변화량

앞서 말했듯이 2013년부터 2017년까지의 평균과 2018년과 2022년까지의 평균의 차이를 자료로 사용을 했다. 변화량의 경우 지도에서는 특징이 두드러지게 보이지는 않는다.

지역별 변화는 그렇게 크지 않은 면이 있지만 차트를 만들어서 보았을 때는 수도권과 비수도권이라는 차이가 발생했다.

자살률 변화량을 살펴보면, 수도권은 자살률이 개선되고 있지만, 다른 지역들은 평균적으로 개선이 되지 않는다. 시군구로 나누어보면 군 사이 자살률의 편차가 크게 나왔다. 이는 군 지역의 인구가 적은 편이기에 나온 현상이 아닌지 추측된다.

지역별 성별 자살률 경향

마지막으로 성별 자살률을 살펴보면, 일반적으로 남성과 여성의 자살률은 상관관계가 있다. 다만 시군구로 나누었을 때 군에서는 이러한 상관관계가 나타나지 않는다.

마무리

이 분석을 통해 알 수 있는 점은 지역별 자살률은 도시와 시골, 그리고 특정 지역에 따라 다르며, 둘째, 시간이 지나면서 자살률의 변화는 수도권에서는 감소하는 경향을 보이지, 다른 지역에서는 크게 변화하지 않는 특성 있다. 마지막으로 성별에 따른 자살률은 일반적으로 상관관계에 있으며 군 지역에서는 이러한 현상이 발견되지 않는다는 점이다.

다만 발견된 현상은 있지만 그 원인에 대해서는 알만한 자료나 데이터를 만들지는 못했다. 예를 들면 충청도와 강원도에서 자살률이 높게 나타나는 이유와 수도권의 자살률 감소의 이유가 그러할 것이다.

추가로, 이 자료는 ‘연령표준화 자살률’을 기반으로 하므, 연령에 따른 차이는 배제되어 있다. 그러나 그 밖의 변수는 분석되지 않았으며 그에 따른 영향이 배제된 것은 아니기에 이러한 요인들을 고려해야 좀 더 정확해질 것이다.

출처와 데이터

행정경계(시군구) 링크

통계청,「사망원인통계」, 2022, 2024.03.06, 시군구/사망원인(50항목)/성/ 사망자수, 사망률, 연령표준화 사망률(1998~) 링크

데이터

최근 한국은행에서 한 보고서가 발표됬다. 미혼율에 관련된 자료만 인용된 기사가 있고 제목과 통계가 극적이어서 인터넷 사이트 어느 곳에서 이슈가 되었다. 그 기사의 제목은 아래와 같다.

똑똑한 여성일수록 나 혼자 산다?…고학력 女미혼율 ‘껑충’

서울신문 / 최재헌

기사에 세 번째 차트는 학력에 따른 미혼의 영향이 여성이 더 크게 보이게 그려져 있다. 한편으로는 이슈가 되는데 좀 더 도움이 된 것으로 보였다.

남성의 저학력에 비해 여성의 고학력이 미혼 비중에 훨씬 더 영향을 주는 것으로 보이지만, 실제 한국은행 자료의 나머지 차트를 보면 그럴 가능성이 작아 보였다.

아래는 위와 동일한 것을 그린 차트와 연령별로 나누었을 때 학력별 미혼 비중 차트이다. 저학력 고학력의 미혼 영향은 남성에 더 강하게 나오는데 왜 정작 위의 차트는 여성이 더 강하게 되었을까?

보고서 내용 보기

[제2024-1호] 미혼인구 증가와 노동공급 장기추세

한국은행 / 정선영, 한지우

두 번째 차트에 저학력 남성 여성 수치는 적혀있고 고학력 남성 여성은 없어서 값을 추측한 뒤 비교를 해보았다.

	고학력 남성	저학력 남성	차이	고학력 여성	저학력 여성	차이
30대초	65	63	-2	57	50	-7
30대후	34	43	+9	33	24	-8
40대초	18	30	+12	19	17	-2
40대후	13	21	+8	11	8	-3
50대초	7	14	+7	9	4	-5
평균	27.4	34.2	+6.8	25.8	20.6	-5.2

단순히 나이별 차이를 내서 연령별 미혼 차이를 비교하면 남성이 6.8% 정도고 여성은 5.2%가 차이 난다.

인구와 진학률을 고려하면?

하지만 자료에서는 남성은 3.5%, 여성은 무려 12.2%나 차이 났다. 그래서 인구구조와 대학 진학률 자료를 참고해서 그 변화만으로 값이 어떻게 달라지는지 모델을 만들어 보았다. 정확히는, 고학력과 저학력의 혼인율 차이가 없을 때 차트가 어떻게 그려지는지 만들기 위해 몇가지 추가 자료를 정리했다.

	평균 미혼율 (단순 평균 값)	인구	대학 진학률
30대초	58.75	339	69.54
30대후	33.5	317	65.1
40대초	21	404	51.92
40대후	13.25	387	36.24
50대초	8.5	450	23.42

행정안전부,「주민등록인구현황」, 2023.12, 2024.01.18, 행정구역(읍면동)별/5세별 주민등록인구(2011년~)

통계청

대학진학률

e-나라지표

평균 미혼율은, 위에서 구한값의 연령별 평균을 넣었으며, 인구와 대학 진학률은 실제 자료를 참고해서 값을 만들었다. 그리고 결과는 아래와 같다. 그런 뒤, 미혼율을 다시 뽑아보았다.

아래는 단순 평균 미혼율, 인구 구조를 고려한 미혼율, 학력별 미혼율, 인구구조까지 고려한 학력별 미혼율 차트다.

평균 미혼율의 단순 평균값은 27.0%이다. 인구를 고려하면 25.3%이다. 학력만 고려할 경우 미혼율은 고학력 32.6%, 저학력 21.5%로 나온다. 마지막으로 인구까지 고려할 경우 고학력은 31.1% 저학력은 20.1%로 나온다.

하지만 위의 결과는 고학력이든 저학력이든 같은 평균 미혼율을 사용했을 때 계산해서 나온 결과이다. 결과는 다르지만. 같은 연령별로 비교할 땐 차이가 없다.

이 이유는 아래와 같다.

우리나라의 인구구조는 통계 결과에서 미혼율을 낮추는 영향이 있다. 즉 나이 든 사람들이 평균적으로 인구가 많고 결혼을 많이 해서 그것의 영향이 크다.

젊을수록 높아지는 대학 진학률은, 학력에 따른 미혼율의 차이가 없다고 해도, 저학력의 미혼율이 낮게 계산되는 결과를 만들어 낸다.

그렇기 때문에, 남자들에게 학력에 따른 결혼의 영향이 더 크더라도 높은 남성 저학력의 미혼율을 올려서 그 영향을 줄인다. 그리고 낮은 고학력 여성의 미혼율을 높여서 그 영향이 큰 것처럼 나온다고 볼 수 있다.

딴 생각

보고서에서는 저학력 여성의 미혼율이 높고 고학력의 미혼율이 낮은 이유를 여성의 선택으로 해석하고 있다. 다만 이 해석은 이 자료에서 증명된 것은 아니다. 그냥 결혼 정도를 나타낼 뿐이다. 여기 자료는 아니지만 일반적으로 인터넷에서 돌아다니는 소득별 미혼율에서 여성 또한 남자와 같이 소득과 비례하는 경향이 있고 이는 시간이 갈수록 강화되는 방향으로 움직이는 것으로 보인다.

비자발적인 요소로 여성들이 결혼을 못 하는 경향이 강화되는 상황에서 이러한 방향으로 해석하는 것은 ‘옳지 않은 선택’이 아닌가 싶다. 참고로 분석이라 하지 않고 ‘선택’이라고 한 이유는, 저 보고서 내에서 인용되거나 나열되어 있는 통계자료에서 증명된 바 없는 해석을 했기 때문이다. 고학력 여성을 남자들이 기피해도 똑같은 현상이 나올 것이다. 과연 저 자료에서 그것이 증명되어 있는가?

감기가 왔어요~

감기의 계절이 왔습니다! 코로나 이후 달라진 것들을 정리하다 감기 진료건수를 발견하게 되었는데요. 물론 저도 알고 여러분도 알고 있듯이 진료건수는 줄어있었습니다. 그러나 기존 감기 진료 수의 지역별로 차이와 코로나 전후의 차이가 궁금해서 좀 더 파 보았습니다. 감기 진료 건수를 정리해 주시고 공개해 주신 보건복지부 감사합니다. 아 참고로 제가 이걸 여름에 정리해서 한차례 자료를 만들었는데 그 이후에 다시 데이터가 업데이트되었더군요. 기존 자료는 하늘로 보냈고 두 번 작업하다 보니 능숙하게 작업을 하게 되었습니다. 보건복지부 두 번 감사합니다!

자료 정리 방법

보건복지부의 자료는 일간 자료로 정리되어 있습니다. 이것을 주간, 월간, 연간으로 정리했습니다. 그리고 인구로 나누었는데, 주간 월간 자료는 인구 1000명 당 진료건수로 계산했으며 연간 자료는 인구 1명당 진료건수로 계산했습니다. 이러면 인구가 많아서 높을 진료건수를 보정할 수 있을 것입니다. 이 자료를 qgis 프로그램을 이용해 하나하나 수작업으로 지도를 만든 뒤, gimp를 이용해 조금 편집해서 필요한 형태로 가공했습니다.

연간 감기 진료건수 비교

코로나 이전 2년(2018년, 2019년)과 코로나 이후 2년(2020년, 2021년)을 비교해 보겠습니다.

1인당 진료건수를 기준으로 정리했습니다. 2018년 2019년의 밝은 색이 보이던 지도가 코로나를 기점으로 어두운색이 된 것을 볼 수 있습니다. 본격적인 코로나19의 유행이 2020년 조금 지나서 시작되어서인지 2021년의 진료건수가 더 낮게 보입니다.

참고로 감기 진료 수가 줄어들어서인지 코로나 시기 건보재정 수지가 좋아진 면이 있었던 것 같습니다. (2020년 예상 적자 2조 7300억, 실제 적자 3531억 적자, 참고로 2021년은 2조가량 흑자)

월간 감기 진료건수

2014년 7월 – 2022년 4월까지의 월간 진료건수를 정리해서 애니메이션으로 만들었습니다. 2014년 행정구역 개편으로 인해 그 이후 자료부터 정리했습니다. 코로나 이후 감소하는 모습을 볼 수 있으며, 조금씩 상황에 따라 진료건수가 증감이 있고 2022년에 들어오면서 확연히 증가하는 것을 볼 수 있습니다.

월간 진료건수를 보면 코로나19 유행시기 급감하는 진료건수를 볼 수 있습니다. 다만 2021년 이후로는 다시 진료건수가 늘어나는 것을 볼 수 있습니다. 그리고 특이점이 하나 있는데, 2016년을 기점으로 감기 진료건수가 꽤 늘어난 것으로 보입니다.

코로나19유행 이후 진료건수 감소 비율

2019년과 비교하여 2020년 2021년의 진료건수가 얼마나 줄었는지 비교를 했습니다. 모든 시군구의 진료건수가 줄었는데, 2020년 보다 2021년이 더 줄어든 것으로 나왔습니다. 다만 감소의 양상이 조금 달라졌는데, 비교적 도시지역에서 감소 폭이 컸던 2020년과는 달리 2021년은 비교적 고르게 줄어든 것을 볼 수 있습니다.

코로나가 진행되는 시기의 진료건수의 변화가 궁금해 2020년과 2021년의 진료건수를 비교했습니다. 위의 자료를 참고해서 보면 도시지역이 먼저 2020년에 진료건수가 감소한 뒤 2021년에 나머지 지역이 진료건수 감소를 뒤따른 것으로 보입니다.

---

참고 자료

국민건강보험공단 질병예측 정보
주민등록인구
대한민국 행정구역

관련 영상