최적 병상 규모 연구 : 한국 중대형 병원(500−1,000병상)을 중심으로
A Study on the Optimal Bed Size: Focusing on Medium−to−Large Hospitals (500−1,000 beds) in Korea
- 주제(키워드) 병상 , 병상 규모 , 최적 병상 , 규모의 경제 , 패널회귀분석 , 고정효과 , 중대형 병원
- 주제(DDC) 613
- 발행기관 아주대학교 보건대학원
- 지도교수 노준수
- 발행년도 2026
- 학위수여년월 2026. 2
- 학위명 석사
- 학과 및 전공 보건대학원 보건학과
- 실제URI http://www.dcollection.net/handler/ajou/000000035746
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 연구는 국내 중대형 병원을 대상으로 병상 규모 및 비용 구조와 수익성 간의 비선형적 구조를 규명하고, 최적 병상 규모를 추정하는 것을 목적으로 한다. 연구자료는 2019년부터 2023년까지 5개 연도의 의료기관 회계정보공시 패널데이터(총 77개 병원, 385개 관측치)를 활용하였다. 종속변수는 진료 수익성을 반영하는 병상당 의료이익으로 설정하고, 비용 구조와 수익성 간의 관계를 분석하기 위해 병상당 인건비·재료비·관리운영비 등 비용 변수를 포함하였다. 또한 병상 규모에 따른 비선형 관계를 확인하기 위해 병상 수와 병상 수 제곱항을 독립변수로 포함하였으며, 병상 규모에 따른 변화량을 측정하고 최적 병상을 도출하였다. 분석 모형은 병원 간 고정된 특성과 연도별 변화를 통제하기 위하여 기관 고정효과(fixed effect)와 연도 더미(year dummies)를 포함한 패널회귀모형을 적용하였다. 분석 결과, 고정효과(FE)를 적용한 패널 회귀 모형에서 병상 수는 병상당 의료이익에 통계적으로 유의한 양의 영향(β1=43,969.176, p=0.023)을, 병상 수 제곱항은 유의한 음의 영향(β2=−278.030, p<0.001)을 나타내어 병상 규모에 따른 병상당 의료이익의 비선형 구조가 확인되었다. 이를 바탕으로 산출한 임계값은 816.11 (95% CI: 731.98−900.24)이며, 최적 병상 규모는 816병상으로 추정되었다. 이는 병상 규모가 800병상 전후까지는 병상 확대가 수익을 증가시키는 규모의 경제(economies of scale)가 나타나나, 이후에는 조직 복잡성 증가, 관리비용 상승 등의 사유로 인하여 수익이 점차 감소되는 규모의 비경제(diseconomies of scale)가 나타나는 것으로 확인됐다. 비용 구조 변수에선 병상당 인건비·관리운영비는 병상당 의료이익과 유의한 음의 관계를 보인 반면, 병상당 재료비는 유의한 양의 관계가 확인되어 비용 구조가 병원 수익성 관리에 있어 핵심 요인임을 재확인하였다. 본 연구는 국내 중대형 병원을 대상으로 병원 규모와 수익·비용 구조 간의 비선형적 구조를 실증적으로 제시함으로써 병상 확대 중심의 양적 성장 전략보다 적정 병상 규모를 기반으로 한 효율성 중심의 운영 전략이 필요함을 강조한다는 점에서 학문적·경영적·정책적 의의를 가진다. 다만 회계정보공시 자료의 한계로 인해 인력 구성, 환자 구조, 중증도 등 비재무적 요인을 포함하지 못하였으며, 의료 질, 환자 경험, 직원 효율성 다양한 질적 요소를 포함하지 못하였다는 점에서 한계가 있다. 향후 연구는 병상 규모-운영 구조-수익-의료 질 등 다층적 요소들에 대해 통합적 접근을 하여 병상 규모 변화의 영향을 보다 포괄적으로 분석할 필요가 있다.
more초록/요약
This study aims to examine the nonlinear relationship between hospital bed capacity and profitability and to estimate the optimal bed size for medium−to−large hospitals in Korea. The analysis utilizes panel data from the Healthcare Accounting Disclosure System covering a five−year period from 2019 to 2023, comprising 77 hospitals and 385 observations. The dependent variable is defined as medical profit per bed, which reflects hospital operating profitability. To analyze the relationship between cost structure and profitability, cost-related variables including labor cost per bed, material cost per bed, and administrative cost per bed are included in the model. To examine the nonlinear relationship associated with hospital bed capacity, the number of beds and its squared term are incorporated as independent variables. This specification enables the measurement of changes in profitability according to bed size and the estimation of the optimal hospital bed capacity. The analytical framework employs a panel regression model that includes hospital fixed effects and year dummies to control for time-invariant hospital-specific characteristics and year-specific changes. The results of the analysis indicate that, in the fixed-effects (FE) panel regression model, the number of beds has a statistically significant positive effect on medical profit per bed (β1=43,969.176, p=0.023), while the squared term of bed size exhibits a significant negative effect (β2=−278.030, p<0.001), confirming a nonlinear structure in the relationship between bed capacity and medical profit per bed. Based on these estimates, the calculated turning point is 816.11 beds (95% CI: 731.98−900.24), and the optimal hospital bed capacity is estimated to be approximately 816 beds. This suggests that economies of scale prevail as bed capacity increases up to around 800 beds, whereas beyond this level, diseconomies of scale emerge, with profitability gradually declining due to increasing organizational complexity and rising management costs. With respect to cost structure variables, labor cost per bed and administrative cost per bed are negatively associated with medical profit per bed, while material cost per bed shows a statistically significant positive relationship. These findings reaffirm that cost structure plays a critical role in hospital profitability management. This study provides empirical evidence of the nonlinear structure between hospital scale and revenue and cost structures among medium−to−large hospitals in Korea, thereby highlighting the academic, managerial, and policy significance of shifting from expansion-driven growth strategies toward efficiency-oriented operational strategies based on optimal bed capacity. However, this study has limitations in that the use of accounting disclosure data restricts the inclusion of non-financial factors such as workforce composition, patient structure, and disease severity. In addition, qualitative dimensions including quality of care, patient experience, and staff efficiency were not incorporated into the analysis. Future research should adopt an integrated approach that examines the effects of changes in hospital bed capacity more comprehensively by considering multiple dimensions, including bed capacity, operational structure, financial performance, and quality of care.
more목차
Ⅰ. 서론 1
1.1 연구 배경 및 필요성 1
1.2 이론적 배경 및 선행연구 고찰 4
1.2.1 병원의 비용 구조와 규모의 경제에 관한 연구 4
1.2.2 병상 규모와 수익성 간의 관계에 관한 실증 연구 5
1.2.3 병원 수익성에 영향을 미치는 결정요인 연구 6
1.2.4 선행연구의 한계 및 본 연구의 필요성 7
1.3 연구 목적 9
Ⅱ. 연구 설계 10
2.1 연구 대상 10
2.2 자료 수집 및 표본 선정 12
2.3 변수 정의 13
2.3.1 기관 특성 변수 13
2.3.2 병상 규모 변수 14
2.3.3 수익 및 비용 변수 16
2.4 연구 방법 20
2.4.1 데이터 정제 및 표본 선정 20
2.4.2 종속변수 및 독립변수 설정 20
2.4.3 병상 규모와 비용 구조 간 기초 관계 검토 21
2.4.4 병상 규모와 비용 구조가 수익성에 미치는 영향 분석 21
2.4.5 기관 고정효과를 반영한 고정효과 패널 회귀분석 21
2.4.6 임계효과 분석을 통한 최적 병상 규모 추정 21
2.5 분석 도구 22
2.6 연구 모형 23
2.6.1 다중 선형 회귀 모형 (Multiple Linear Regression Model) 23
2.6.2 고정효과 패널 회귀 모형 (Fixed Effects Panel Regression Model) 23
2.6.3 임계값(turning point) 산출식 24
Ⅲ. 연구 결과 25
3.1 연구 대상의 일반적 특성 25
3.2 연구 대상의 수익·비용 지표 특성 27
3.3 상관분석 결과 28
3.4 회귀분석 결과 29
3.4.1 다중 선형 회귀분석 결과 29
3.4.2 고정효과 패널 회귀분석 결과 31
3.5 보조분석 결과 33
3.5.1 강건성분석 - 고정효과 패널 회귀분석 결과 33
3.5.2 층화분석 - 공공병원 vs 민간병원 35
3.5.3 층화분석 - 상급종합병원 vs 종합병원 36
Ⅳ. 고찰 37
4.1 연구 결과 해석 37
4.2 시사점 41
4.3 연구 한계 및 향후 연구 과제 43
참고문헌 45
ABSTRACT 49
