지자체 기후변화 적응 세부시행계획 수립 지원을 위한 기후변화...

지자체 기후변화 적응 세부시행계획 수립 지원을 위한

기후변화 부문별 취약성 지도- 보 건 -

2012. 1.

환경부․국립환경과학원

지자체 기후변화 적응 세부시행계획 수립 지원을 위한

기후변화 부문별 취약성 지도

Ⅰ. 보 건

제1장 보건 부문별 취약성 평가 개요 및 세부항목 5

1. 보건 부문의 취약성 평가 개요 ······················································· 5

2. 보건 부문의 취약성 평가 세부항목 도출 배경 ································ 6

제2장 보건 부문별 취약성 평가 9

부 록 127

1. 부문별 세부항목, 대용변수 표 ···················································· 127

2. 델파이 설문 결과 ······································································· 134

3. 지자체 활용방안 및 개선방안 ····················································· 141

참고문헌 143

• • • 보건

보건 부문별 취약성 평가 개요 및 세부항목

5

제1장 보건 부문별 취약성 평가 개요 및 세부항목

1. 보건 부문의 취약성 평가 개요

기후변화는 열파나 극단적 기후와 대기오염 및 공기 알레르겐(Aeroallergens)의 영향과

같은 직접적 영향과 식량생산 및 공급, 매개체 및 설치류에 의한 전염병, 수인성 감염

질환, 사회 경제적 혼란으로 인한 정신적 스트레스와 같은 간접적인 분야까지 건강에

광범위하게 영향을 미침

WHO는 오존층 감소, 해수면증가, 수인성전염병, 매개체 및 해양요인, 대기오염, 폭염

등의 현상을 기후변화로 인한 대표적인 건강위험요인으로 제시하고 있음. 이와 같은

요인은 피부암, 설사질환, 전염병, 호흡기질환, 폭염으로 인한 사망 등 다양한 질병

및 건강위해를 미치는 것으로 보고됨

IPCC 4차 평가보고서(2007)에 의하면 기온 1℃ 상승은 전염병 증가, 오존 증가로 인한

심혈관계 질환, 호흡기 질환 증가, 식중독 증가를 유발하며, 2℃ 상승은 뎅기열 증가,

전염병 증가, 오존 증가로 인한 심혈관계 질환, 호흡기 질환증가, 식중독 증가에 영향을

미치는 것으로 알려짐. 3~6℃ 의 증가는 기온에 민감한 각종 질환자의 발생률이 큰

폭으로 증가하는 것으로 알려짐

기후변화에 대한 보건 분야의 적응은 생명과 건강에 직간접적으로 영향을 미치기 때

문에 중요한 사항임. 더불어 증가하는 한국의 노인인구, 독거노인의 증가, 세계화로

인한 전염병의 확산이 용이해진 점, 영유아의 알러지 환자의 증가 등과 같은 인구 및

환경의 변화로 기후변화의 건강 위험에 대한 민감도와 취약성도 점차 증가되고 있어

이에 대한 적절한 대응이 필요함. 또한 기후변화는 건강과 관련된 형평성을 악화시킬

수 있기 때문에 보건학적으로 중재가 필요한 중요한 위험요인임. 그러므로 기후변화

기후변화 부문별 취약성지도 보건

6

세부항목 선정 배경

Ⅰ-①홍수에 의한 건강 취약성

IPCC 4차 보고에 의하면 2020년 해안침식 는 홍수 험에 처할 유럽 인구는 15만 8천명을 과할 것으로 상됨. 연 강수량의 부분이 여름에 집 되는 우리나라 역시 기후변화로 인한 강수량 증가로 인한 지 가구의 염병 유병률 상승 등의 홍수로 인한 건강 향이 증가될 것으로 상됨(김록호, 1999; 권호장, 2004; 박윤형 외, 2006; Marmot & Wilkinson, 2006; Vincent, 2004)

Ⅰ-②태풍에 의한 건강 취약성

자연재해는 외상이나 사망과 같은 건강피해에 직 으로 련되어 있으며 특히 여름철에 집 되는 태풍은 지 연약지반 거주가구에게 홍수나 산사태 등과 같은 요인으로 인한 사상 염병 발생 등의 건강 향을 미치며, 기후변화로 인한 폭풍 태풍 등의 세계 빈도 증가는 향후 이와 같은 향을 가 시킬 것으로 상됨(권호장,2004; 박윤형 외, 2006; IPCC, 2007; Marmot, 2006; Vincent, 2004)

Ⅰ-③폭염에 의한 건강 취약성

IPCC 3차 보고서에 의하면 여름철 기온이 2∼3℃ 증가하면 극단 으로 더운 날의 발생빈도가 약 2배 증가하는 것으로 알려졌으며 폭염(heat-wave)에 의한 사망 역시 증가하고 있는 추세임. 따라서 취약계층인 노인 유아 인구 비율이 높은 지역의 호흡기와 심 계 질환자의 사망률과 열사병 환자수가 상승할 것으로 상됨(IPCC 4차보고서, 2007; Jongsik Ha,2011)

Ⅰ-④한 에 의한 건강 취약성

장기 인 기후변화 폭염에 비해 한 에 한 건강 향은 감소하는 것으로 기후변화 련 연구에서 보고되고 있지만, 노인 인구가 증가하는 상황에서 뇌 질환 등에 한 취약그룹인 노인인구 유아인구 비율이 높은 지역의 뇌졸 사망률 동사자 환자에 한 책이 마련되어야 할 것임(Jongsik Ha. 2009)

로 인한 주요 건강위험요인에 대한 취약집단과 민감도를 파악하여 정책수립의 우선순

위와 목표대상(target population)을 정할 수 있는 과학적 근거를 제시하는 연구와

근거에 기반을 둔 정책이 필요함

2. 보건 부문의 취약성 평가 세부항목 도출 배경

보건 부문에서 선정된 세부항목은 총 9분야로, 홍수에 의한 건강취약성, 태풍에 의한

건강 취약성, 폭염에 의한 건강취약성, 한파에 의한 건강 취약성, 오존농도 상승에 의한

건강 취약성 등이 선정되었음. 각 세부항목의 선정 배경과 참고문헌은 다음과 같음

<표 Ⅰ-1> 세부항목 선정배경

보건 부문별 취약성 평가 개요 및 세부항목

7

세부항목 선정 배경

Ⅰ-⑤오존농도 상승에

의한 건강 취약성

기온과 오존(선진국형 공해) 농도의 증가는 사망 질병률 증가와 련 있음.

특히 취약계층인 노인인구 유아 비율이 높은 지역과 호흡기 질환자

천식환자의 건강에 높은 향을 미칠 것으로 상됨(조수헌, 1997; 권호장,

1998; SunYoung Kim, 2004; Sun Young Kim, 2007)

Ⅰ-⑥미세먼지에 한 건강 취약성

PM10 농도에 한 사망 상병의 계 인 향이 존재하는데, 기후변화로

인한 여름의 온도와 계 의 길이변화는 여름 동안 PM10농도에 한 사망

상병 증가에 향을 미치므로 미세먼지가 천식환자 호흡기 질환자,

심 질환자의 사망률 유병률에 향을 미칠 것으로 상됨(박 옥,

2002; OkHee Yi, 2010)

Ⅰ-⑦

기타 기오염물질에

한 건강 취약성

기상요인은 기의 질(air quality)에 가장 많은 향을 주는 요인 의 하나

로 고농도 기오염은 사망률 증가부터 호흡기질환 심 질환에 이르기

까지 다양한 건강 향을 미침. 특히 만성심장질환이나 폐질환이 있는 취약

집단에게 향 . 한 건강 향에 있어 사망과 기오염의 계는 온도나

계 에 의하여 향을 받아 여름이나 고온상태에서 더 분명하고 크게 나타

나는 가운데 기후변화로 인한 기온상승이나 계 의 길이변화는 기오염에

의한 건강 향을 증가시킬 가능성이 있음(Ren, C. Tong, 2006; Qian, Z. He,

2008; Katsouyanni, 1993; Ae Kyung Park, 2009)

Ⅰ-⑧

곤충 설치류에 의한

염병 건강 취약성

우리나라는 매개곤충 설치류 등에 의한 염병에 해 비교 안 지 로

알려졌으나 기후변화로 인한 기후 의 변화로 인해 매개곤충 서식지 종의

변화 등이 발생할 수 있음. 향후 말라리아와 같이 모기로 인해 감염되는 질

환의 경우 지속 으로 질병의 부담이 증가할 뿐만 아니라 서식모기의 종에

있어서의 변화로 인한 새로운 질환이 발생될 험도 있음. 한 도시화가

가속되어 인구 도의 증가, 외국인 입․출입의 증가는 염병 확산 속도를

증가시킬 수 있을 뿐만 아니라 외국에서의 염병이 유입될 수 있는 험에

노출되어 있음. 한 염병의 발병 지역에 있어서도 감염 환자 발생에 지

역 인 편차가 발생하여 취약지역이 존재함을 알 수 있어 기후변화로 증가

될 수 있는 곤충 등의 매개에 의한 염성 질환에 의한 질병부담이 사회

으로 증가할 가능성이 존재함(박윤형 외, 2006; 신호성 외, 2008; Marmot &

Wilkinson. 2006; UNDP, 2005; WHO, 2004)

Ⅰ-⑨수인성 매개 질환에 한 건강 취약성

수인성매개질환의 감염경로는 오염된 물이나 음식을 섭취하거나 감염자와의

을 통해 발생하며 기후변화로 인하여 기온이 상승하면 장 감염증이

증가하고 세균증식속도가 증가로 인해 설사환자가 증가함. 기후변화로 인한

잦은 홍수 발생은 수인성 매개 질환의 발생증가에 향을 미치는 것으로 보

고되고 있으며 기후변화로 인한 해수면 온도 상승과 비 리오균 검출, 콜 라

발병과 연 이 있으므로 이에 따른 건강 향 취약성을 평가 할 필요가 있음

(박윤형 외, 2006; 신호성 외, 2008)

보건 부문별 취약성 평가 Ⅰ-① 홍수에 의한 건강 취약성

9

제2장 보건 부문별 취약성 평가

Ⅰ-① 홍수에 의한 건강 취약성

대 용 변 수

세부항목 용변수 가 치 변수목록 가 치

Ⅰ-①홍수에 의한 건강취약성

기후노출 0.50

일최 강수량(mm) 0.30

일강수량이 80mm 이상인 날의 횟수(회) 0.15

홍수로 인한 침수면 (ha) 0.55

민감도 0.23

65세 이상 인구(명) 0.07

13세 이하 인구(명) 0.07

독거노인 비율(총인구)(%) 0.12

기 생활수 자 비율(%) 0.11

10m 이하 지 면 (km2) 0.07

10m 이하 지 가구(세 ) 0.14

홍수피해인구수(명) 0.31

수인성 질환자 수(명) 0.11

응능력 0.27

지역내 총생산(GRDP)(백만원) 0.23

재정자립도(%) 0.30

건강보험 용인구비율(%) 0.11

인구당 보건소 인력(명/만명) 0.11

인구당 응 의료기 수(개/백만명) 0.11

GRDP 보건업 사회복지 서비스업 (백만원) 0.14

<표 Ⅰ-2> 대용변수


10

대용변수 선정 근거

- 기후노출 변수 선정 근거 : 홍수 상태를 반영할 수 있는 대용변수들로서 강수량과

강수 빈도를 보여주는 변수들이 선정됨

- 민감도 변수 선정 근거 : 건강취약인구의 특성을 반영하는 지표와, 홍수로 인해 주

로 많은 영향을 받는 수인성질환자수, 홍수 취약지대의 특성을 반영하는 변수들을

민감도 지표로 선정(김록호,1999; 권호장, 2004; 박윤형 외, 2006)

- 적응능력 변수 선정 근거 : 건강분야의 적응능력은 사회경제적 요인 및 의료체계

등의 의료 인프라가 중요한 역할을 하며 방역 등 체계적인 사전적 대응과 신속하고

정확한 감시체계(surveillance)가 필요로 하는 홍수와 관련된 질환은 공중보건 인

프라에 영향을 받는 것으로 알려져 이와 관련된 변수를 선정함(Marmot & Wilkinson,

2006; Vincent, 2004)


11

기 후 노 출

∎현재(2000년대)를 기준으로, 홍수에 의한 건강 취약성에 영향을 미치는 기후노출

대용변수로 시·군·구 단위의 기후노출 지수 분포를 산출한 결과물임

∎홍수에 의한 건강 취약성과 관련된 기후노출이 상대적으로 높은 시·군·구가

분포한 곳은 전라남도 지역의 서쪽에서 남쪽으로 이어지는 해안지대임. 광역시

기준으로는 울산광역시의 기후노출 지수가 가장 높은 것으로 나타났으며,

다음으로는 제주특별자치도, 부산광역시, 경상남도의 순으로 나타남

∎홍수의 기후노출수준 전반적으로 높지 않았으나 일부지역에 집중적인 홍수의

기후노출이 발생하는 것으로 나타남. 또한 기후노출이 많은 시·군·구가 많은

전라남도가 광역시 단위에서는 제주 등지에 비해서는 상대적으로 기후노출지수

순위가 낮았는데, 이는 지역 간의 실제 기후노출 지수의 격차가 크지 않은 가운데

광역시에 포함된 시·군·구의 평균값을 산출해내는 방식의 비교로 인한 것임


12

민 감 도

∎현재(2000년대)를 기준으로, 홍수에 의한 건강 취약성에 대한 민감도 대용변수로 시·군·구 단위의 민감도 지수의 분포를 산출한 결과물임

∎홍수에 의한 건강 취약성의 민감도가 상대적으로 높은 시·군·구는 전라북도와 전라남도 전반에 분포하고 있으며 경상북도와 인천광역시 해안지역 등지에도 일부 분포함

∎광역시 기준으로는 전라남도 지역이 민감도 지수가 가장 높은 것으로 나타났으며, 다음으로는 전라북도, 경상남도, 경상북도의 순으로 나타남. 반면, 울산광역시, 대전광역시, 충청북도, 인천광역시 순으로 기후노출 지수가 낮은 것으로 나타남

∎광역시 간의 홍수에 의한 건강 취약성과 관련된 민감도의 지역간 격차는 크지 않게 나타났으나 취약한 시·군·구가 특정 광역시에 밀집되어 분포한 것이 특징적임


13

기 후 영 향 (기후노출 + 민감도)

∎현재(2000년대)를 기준으로, 홍수에 의한 건강 취약성과 관련된 기후노출 대용변수와

민감도 대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로

산출한 결과물임

∎홍수에 의한 건강의 취약성에 영향을 미치는 기후영향이 상대적으로 높은 시·군·구는

전라남도의 서·남해안 지역에 가장 집중적으로 분포하고 있음. 인천 및 경기 지역과

전라북도의 서해안 연안지역, 경상남도 등지 지역에도 다소 높은 기후영향을 받는

시·군·구지역이 분포하고 있음. 전반적으로 내륙지역이 홍수에 의한 기후영향이 낮은

것으로 나타났으며 남해안 지역에 취약한 지역이 상대적으로 많이 분포된 것으로 나타남.

∎기후영향이 높은 시·군·구의 분포 면적이 많은 전라남도와 전라북도는 광역시

수준의 지표비교에서는 기후영향 지표가 가장 크지 않은 것은 시·군·구 간

기후영향에 차이가 크지 않고, 광역시의 지수는 시·군·구의 평균값으로 산출된

것이 원인임


14

적 응 능 력

∎현재(2000년대)를 기준으로, 홍수에 의한 건강 영향과 관련된 적응능력 대용변수를 합산하여 산출한 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎서울특별시, 경기도, 강원도지역의 시·군·구에 상대적으로 적응능력이 높은 지역이 다수 분포되어 있고, 그 외에 전라남도, 경상남도, 경상북도의 서해안에서 동해안까지 분포한 지역이 상대적으로 적응능력이 높은 것으로 나타남. 광역시별로 홍수에 의한 건강 영향에 대한 적응능력은 서울특별시, 경기도, 강원도, 경상남도의 순으로 높은 것으로 나타남.

∎홍수에 의한 건강영향의 적응능력은 기후노출과 민감도에 비해 지역 간의 격차가 상대적으로 큰 것으로 나타남. 일부 도서지역의 적응능력이 상대적으로 높게 나타난 것은 낮은 인구밀도로 인구수에 민감함 적응능력 대용변수들이 영향을 받은 것으로 추정. 서울특별시를 제외한 광역시의 낮게 평가된 적응능력은 자료의 구축이 대부분 광역시·도 단위로 구축되어, 지역내 총생산(GRDP) 등이 도단위 지역보다 상대적으로 작은 것이 주된 원인으로 추정됨


15

취 약 성 (현재)

∎현재(2000년대)를 기준으로, 홍수에 의한 건강의 취약성을 시·군·구 단위의

분포로 산출한 결과물임

∎홍수에 의한 건강 취약성이 상대적으로 높은 시·군·구 지역은 전라남도,

전라북도, 제주특별자치도, 경상북도, 경상남도에 주로 분포하고 있음. 반대로 서울

및 경기 지역 일대에서 강원도에 이르는 우리나라 북단 지역의 시·군·구 지역이

상대적으로 취약성이 낮은 것으로 나타남. 광역시 별로 홍수에 의한 건강 취약성은

전라남도가 가장 높고, 부산광역시, 제주특별자치도 순으로 나타남.

∎제주특별자치도의 높은 취약성은 광역시 단위의 평가에서 기후영향이 상대적으로

높게 나타난 반면 적응능력은 상대적으로 낮은 것이 주된 원인중 하나로 추정됨.

홍수에 의한 건강 취약성과 관련된 지표들은 적응능력이 지역 간 격차가 큰 반면

기후영향이나 민감도는 상대적으로 지역격차가 크지 않음


16

취 약 성 (미래)

∎홍수에 의한 건강 취약성을 평가한 결과가 다음과 같이 도출되었음. 시간의 흐름에 따라

전반적으로 취약성이 전국적으로 증가하는 추세로 2050~2100년대 경 홍수에 의한 건강

취약성이 높은 지역의 분포가 최대화 됨. 그러나 서울의 경우는 시간의 변화에도

상대적으로 취약성의 변화에 큰 변화를 받지 않고 비교적 낮은 취약성을 유지하는 것으로

나타남. 2100년대 경에 강원지역의 취약지역이 전반적으로 크게 확대되는 것이 특징적임.

∎미래의 취약성 지도에서는 2050년대에는 전라남도와 전라북도 지역의 취약성이

두드러지고, 2100년대에는 취약지역이 강원도 전반에 새로이 확대되는 것을 볼 수 있음

재 2020년

2050년 2100년

<그림 Ⅰ-1> 홍수에 의한 건강 취약성 평가결과


17

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 합한 홍수와

관련된 기후영향에 대한 도면으로 시간의 흐름에 따라 기후영향이 점차 북상하면서

남쪽에 집중된 홍수에 의한 건강의 취약성의 원인이 되는 기후영향이 2100년대에는

우리나라 내륙의 중앙지역을 제외하고 북단과 남해안지역으로 양분하여 분포하게 됨

재 2020년

2050년 2100년

<그림 Ⅰ-2> 홍수에 의한 건강 취약성에 대한 기후영향(기후노출+민감도)


18

취 약 성 (통계분석)

전국 232개 시·군·구에 대한 홍수에 의한 건강 취약성에 영향을 미치는 대용변수의

기여도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의 기여도를

파악하였음

분석결과에 의하면 홍수에 의한 건강 취약성 지수에 가장 많은 영향을 주는 변수는

적응능력으로 다음으로는 기후노출의 순서로 나타남

취약성을 개선하기 위해서는 적응능력의 강화가 가장 중요하며 그 중 ‘건강보험적용인구

비율’과 ‘인구당 보건소 인력’이 중요한 적응능력 대용변수로 나타났음. ‘건강보험

적용인구 비율’과 ‘인구당 보건인력’이 적응능력에서 중요한 대응변수라는 것의 이미는

지역사회의 의료 보장성과 기초의료체계의 접근성(accessability)이 기후변화로 인한

건강영향의 적응에 있어 가장 중요한 의미가 있는 것으로 해석할 수 있음


19

- 국 232개 시·군·구의 홍수에 의한 건강 취약성 련

용변수의 취약성 기여도를 악한 결과, 응능력이

가장 높은 기여도를 갖는 것으로 나타남

취약성 지수

- 홍수에 의한 건강취약성과 련된 기후노출은 ‘일강수

량의 최 값’이 가장 높은 기여도를 보 고, ‘일강수량

이 80mm이상인 날의 수’ 는 ‘홍수로 인한 침수면 ’에

비해서는 높은 기여도를 보임

기후노출

- 홍수에 의한 건강 취약성과 련된 민감도에 가장 기

여도가 높은 용변수는 ‘수인성 질환자 수’와 ‘기 생

활수 자 비율’로 나타났음. 그 외에도 건강취약계층인

‘독거노인 비율’도 상 으로 높은 수 으로 기여하는

것으로 나타남. 반면 ‘홍수 피해 인구수’와 ‘10m이하

지 가구 수와 면 ’ 자체는 상 으로 기여도가 낮

은 것으로 나타남

민감도

- 홍수에 의한 건강 취약성에 한 응능력은 ‘지역의

재정자립도’나 ‘지역내 총생산’과 같은 반 인 지역의

경제능력보다는 지역사회의 의료보장성(건강보험과 의

료체계를 통한 의료 근이 보장되는 인구의 규모)과

한 계를 가지는 ‘건강보험 용인구 비율’이나 ‘인

구당 보건소 인력’이 요한 것으로 나타남

응능력

<표 Ⅰ-3> 전국 232개 시·군·구의 취약성 분석


20

<그림 Ⅰ-3> 16개 광역시·도별 홍수에 의한 건강 취약성 평가 지수

도출된 취약성 평가 지수를 표준화하여 16개 광역시·도에 대해 순위를 매겨 본 결과는

<그림 Ⅰ-3>과 같음.

홍수에 의한 건강 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게 나타난

전라남도와 취약성이 상대적으로 가장 낮게 나타난 서울특별시의 취약성에 대한 세부적인

내용을 비교분석하였음

먼저 취약성 지수를 구성하는 대용변수인 기후노출, 민감도, 적응능력이 미치는 영향을

분석하여, 두 광역시의 대용변수들의 값에 어떤 차이가 있는지 파악하였음. 이어서 기

후노출, 민감도, 적응능력 각각을 구성하는 세부 대용변수의 값 또한 비교함으로써 각

세부 대용변수의 기여도를 파악하였음

비교분석에 의하면 전라남도는 서울특별시에 비해 기후노출과 민감도는 높은 값을 나타

내는 동시에 적응능력에 있어서는 낮은 값을 나타내 세 가지 요소가 복합적으로 전라

남도의 취약성을 높이는 것으로 나타남. 그러나 특히 적응능력에 있어서는 큰 차이를 보임


21

- 라남도와 서울특별시의 취약성 기여도 그래 를 보

면, 라남도가 기후노출과 민감도에서 높은 값을 보인

반면, 서울특별시는 응능력에서 높은 값을 갖는 것을

알 수 있음

취약성 지수

- 라남도와 서울특별시의 기후노출 용변수의 기여도

를 보면, 라남도와 기후노출 용변수 부분이 서울

특별시에 비해 높은 값을 갖는 것으로 나타났음

기후노출

- 라남도와 서울특별시의 민감도를 구성하는 세부 용변수들을 보았을 때, 라남도는 ‘독거노인비율’과 ‘기 생활수 자 비율’이 서울특별시와 비교할 때 매우 높음. 그 외에도 ‘10m이하 지 가구 면 ’이 다소 높은 것으로 나타났으나 그 외의 변수는 서울특별시보다 낮은 수 을 보임. 서울특별시의 경우 인구 도와 집단 식단체의 수가 많은 등의 요인으로 수인성 질환자 수는 상 으로 매우 높음

민감도

- 서울특별시는 많은 인구수로 인하여 ‘인구당 응 의료

기 수’ ‘인구당 보건소 인력’은 라남도보다 낮게

나타났으나 그 외의 요인에서 상 으로 매우 큰 차

이를 보이며 높은 것으로 나타났음

응능력

<표 Ⅰ-4> 전라남도와 서울특별시의 취약성 비교분석


22

Ⅰ-② 태풍에 의한 건강 취약성

대 용 변 수


Ⅰ-②태풍에 의한 건강취약성

기후노출 0.50



일최 풍속이 14m/s 이상인 날의 횟수(회) 0.48

민감도 0.23

65세 이상 인구(명) 0.10

13세 이하 인구(명) 0.10


기 생활수 자 비율(%) 0.14

10m 이하 지 면 (km2) 0.14

10m 이하 지 가구(세 ) 0.20

수인성 질환자 수(명) 0.14

응능력 0.27


재정자립도(%) 0.28




GRDP 보건업 사회복지 서비스업(백만원) 0.12


주1) 태풍은 일반 으로 심최 풍속이 17m/s 이상이며 폭풍우를 동반하는 열 기압(기상청,

2011)을 말하는데, 시·군·구 수 의 자료의 한계로 인하여 폭풍 수 인 14m/s 이상의 날수를

체변수로 사용하 음

보건 부문별 취약성 평가 Ⅰ-② 태풍에 의한 건강 취약성

23


- 기후노출 변수 선정 근거 : 태풍의 기후영향을 반영할 수 있는 대용변수들로서 강수

량과 풍속을 보여주는 변수들이 선정됨

- 민감도 변수 선정 근거 : 인구특성 및 사회경제적 요인으로 인한 건강취약인구는

기후변화에 민감한 집단이므로 건강 취약계층의 변수로 선정. 태풍으로 인해 발생

하는 수인성 질환자수와 태풍으로 인해 발생하는 침수와 관련한 저지대의 특성을

반영하는 변수들을 민감도 지표로 선정(권호장, 2004; 박윤형 외. 2006; IPCC,

2007)


등의 의료 인프라가 중요한 역할을 하며 방역 등 체계적인 사전적 대응 및 신속하고

정확한 감시체계(surveillance)가 필요로 하는 전염성 질환은 공중보건 인프라에

영향을 받는 것으로 알려져 이와 관련된 변수를 선정함(Marmot & Wilkinson,

2006; Vincent, 2004)


24

기 후 노 출

∎현재(2000년대)를 기준으로, 태풍으로 인한 건강 취약성에 영향을 미치는 기후노출

대용변수를 종합하여 시·군·구 단위의 기후노출 지수 분포를 산출한 결과물임

∎태풍과 관련된 기후노출에 있어서 상대적으로 가장 취약한 시·군·구가 분포한

곳은 전라남도의 서쪽해안에서 남해안선을 따라 경상남도로 이어지며,

제주특별자치도를 포함하는 해안지대와 강원도 및 경상북도의 동해안 지역임.

광역시 기준으로는 울산광역시가 기후노출 지수가 가장 높은 것으로 나타났으며,

다음으로는 부산광역시, 제주특별자치도, 경상남도의 순으로 나타남. 반면, 경기도,

서울특별시, 인천광역시, 대전광역시 순으로 기후노출 지수가 낮은 것으로 나타남

∎다른 기후변화 건강취약성 원인과 비교할 때, 태풍의 노출에 대한 광역시 간의

격차는 크지 않은 것으로 나타났고, 주로 해안가에 위치한 지역이 기후노출 지수가

높은 것으로 나타남


25

민 감 도

∎현재(2000년대)를 기준으로, 태풍에 의한 건강 취약성에 대한 민감도 대용변수를

종합하여 시·군·구 단위의 민감도 지수의 분포를 산출한 결과물임

∎태풍에 의한 건강 민감도가 상대적으로 높은 시·군·구는 전라남도와 전라북도

지역 전반에 분포하고 있으며 경상북도와 인천광역시 및 경기도 해안지역 등지에도

분포함. 광역시 기준으로는 전라남도가 민감도 지수가 가장 높은 것으로

나타났으며, 다음으로는 전라북도, 경상북도, 경상남도의 순으로 나타남. 반면,

울산광역시, 대전광역시, 충청북도, 대구광역시 순으로 가장 기후노출 지수가 낮은

것으로 나타남

∎태풍에 의한 건강 민감도를 광역시간 비교할 때, 홍수와 관련된 민감도와 유사한

구성요소를 가지고 있지만 ‘홍수피해인구수’가 제외되고 홍수에 의한 건강

취약성과 관련된 민감도와 다른 가중치를 적용하여 다소 결과의 차이가 있음.

취약한 시·군·구가 특정 광역시에 밀집되어 분포한 것이 특징적임


26


∎현재(2000년대)를 기준으로, 태풍에 의한 건강 취약성과 관련된 기후노출

대용변수와 민감도 대용변수를 합하여 산출한 기후영향 지수를 시·군·구 단위의


∎태풍에 의한 기후영향이 상대적으로 높은 시·군·구는 전라북도와 전라남도의

서·남해안 지역에 가장 집중적으로 그리고 높은 수준의 영향을 보이며 분포하고

있음. 전반적으로 내륙지역이 태풍에 의한 기후영향이 낮은 반면, 남해안 지역과

동해안 지역에 취약한 지역이 상대적으로 많이 분포된 것으로 나타남. 광역시별로

태풍에 의한 건강 취약성과 관련된 기후영향은 전라남도, 전라북도, 경상북도,

경상남도의 순으로 높게 나타남

∎기후영향이 높은 시·군·구의 분포가 많은 전라남도와 전라북도가 광역시간

비교에서도 기후영향이 높은 것으로 나타남


27

적 응 능 력

∎현재(2000년대)를 기준으로, 태풍에 의한 건강 영향과 관련된 적응능력

대용변수를 합산하여 산출한 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎서울특별시, 경기도, 강원도의 시·군·구에 상대적으로 적응능력이 높은 지역이

다수 분포되어 있고, 그 외에 전라남도, 경상남도, 경상북도의 서해안에서

동해안까지 분포한 시·군·구가 상대적으로 적응능력이 높은 것으로 나타남.

광역시별로 태풍에 의한 건강 영향에 대한 적응능력은 서울특별시, 경기도, 강원도,

경상남도 순으로 높은 것으로 나타났음.

∎태풍에 의한 건강영향의 적응능력은 기후영향과 취약성에 비해 지역 간의 격차가

상대적으로 보다 큰 것으로 나타남. 일부 도서지역의 상대적으로 높은 적응능력은

인구수에 민감한 적응능력 대용변수가 낮은 인구밀도의 영향을 받은 것으로 추정.

서울특별시를 제외한 광역시의 적응능력이 낮게 평가된 것은 자료의 구축이

광역시·도 단위로 구축되어, 지역내 총생산(GRDP) 등이 도단위 지역보다

상대적으로 작기 때문으로 해석에 유의할 필요가 있음


28


∎현재(2000년대)를 기준으로, 태풍에 의한 건강 취약성을 시·군·구 단위의


∎태풍에 의한 건강 취약성이 높은 시·군·구 지역은 부산 및 전라남도 지역에 주로

분포하고 있음. 반대로 서울 및 경기 지역 일대에서 강원도에 이르는 우리나라 북부

내륙 지역의 시·군·구 지역은 상대적으로 취약성이 낮은 지역으로 나타남.

광역시별로 볼 때 부산광역시가 가장 높고, 제주특별자치도, 전라남도, 전라북도가

그 뒤를 이어 취약성이 높음

∎부산광역시의 높은 취약성은 상대적으로 높은 기후영향과 낮은 적응능력 지수가

원인임. 태풍에 의한 건강 취약성과 관련된, 지표들은 적응능력과 기후변화 민감도의

지역 간 격차가 상대적으로 크게 나타났으며, 도서지역을 포함한 광역시와 남해안과

서해안의 해안에 접한 지역의 취약성이 높은 것으로 나타남


29


∎태풍에 의한 건강 취약성을 시나리오에 기반하여 평가한 결과가 다음과 같이 현재 및 미래의 취약성 결과가 도출되었음. 홍수와 마찬가지로 시간의 흐름에 따라 점차 취약 지역이 북상하면서 한반도 전반에 취약성이 증가하는 것으로 전망됨

∎미래전망에 있어서는 2050년대 경 전라북도 지역에 가장 취약성이 낮은 지역이 집중적으로 분포하는 것이 특이점임. 2100년대에는 가장 취약한 지역이 강원도의 동해안에서 시작하여 경상북도지역까지 분포하면서 취약지역의 분포의 변화가 발생함

재 2020년

2050년 2100년

<그림 Ⅰ-4> 태풍에 의한 건강 취약성 평가결과


30

∎다음은 태풍에 의한 건강 취약성에서 적응능력을 배제하고, 기후노출과 민감도만을

종합한 기후영향에 대한 도면임. 태풍의 건강영향은 시간의 흐름에 따라 일부

내륙지역을 제외하고 지속적으로 북쪽으로 확대되는 것으로 나타나며 전라남도

지역의 남해안 지역은 현재 가장 많은 기후영향을 받고 있으며 2100년대까지의

미래에도 이와 같은 지형적인 특성으로 인해 불가피하게 기후영향이 높은 수준으로

유지될 것으로 보임

재 2020년

2050년 2100년

<그림 Ⅰ-5> 태풍에 의한 건강의 기후영향(기후노출+민감도)


31


전국 232개 시·군·구에 대한 태풍에 의한 건강 취약성에 영향을 미치는 대용변수의 기여

도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의 기여도를 파악

하였음

분석결과, 태풍에 의한 건강 취약성 지수에 영향을 많이 주는 대용변수는 적응 능력으로

파악되었으므로 태풍에 의한 건강 취약성을 개선하기 위한 노력은 적응능력을 개선이

가장 효율적인 것으로 나타남

적응능력 개선을 위해서는 건강보험적용인구 비율 개선이 가장 의미가 있는 변수인데,

이는 의료접근도를 높일 수 있는 정책이 최우선적으로 필요한 것을 의미함. 그러나 보건

복지에 대한 사회적 인프라와 보다 보건의료체계와 직접적으로 관련된 변수가 적응능력 대용

변수에 보완되었을 때 적응능력에 대한 이해가 보다 높아질 수 있을 것임. 현재는 자료의

한계로 인하여 이와 같은 점이 충분히 고려되지 못하였기에 결론을 내리기에 한계점이 있음

각 대용변수 내에서는 기후노출은 ‘일강수량이 80㎜이상인 날의 수’가, 민감도는 ‘수인성

질환자수’와 ‘기초생활수급자비율’이, 적응능력은 ‘건강보험적용인구 비율’로 나타남. 이에 따라

기후노출에서는 ‘강수량이 80㎜이상인 날수’를 태풍에 의한 건강취약성에 대한 주요한

노출로 주의 깊은 관찰이 필요함. 또한 민감도에 있어서는 수인성 질환에 노출되기 쉬운 인구

집단과 사회경제적 취약계층인 기초생활수급자들이 정책의 우선적으로 대상임을 함의함


32

- 태풍에 의한 건강 취약성에 한 용변수의 기여도를

악한 결과, 응능력이 월등하게 높은 기여도를 갖는

것으로 나타났음

취약성 지수

- 기후노출에 있어서는 ‘일강수량의 최 값’이 가장 높은

기여도를 보 으며, 다음으로는 ‘일강수량이 8mm 이

상인 날의 횟수’로 나타남

기후노출

- 태풍에 의한 건강 취약성의 민감도에 기여도가 가장

높은 변수는 ‘수인성 질환자수’와 ‘기 생활수 자 비

율’로, 민감도를 낮추기 해서는 수인성 질환의 취약

계층과 기 생활수 자가 표하는 사회경제 취약집

단을 정책의 우선순 상으로 해야 함을 의미

민감도

- 기후변화로 인한 건강 취약성에 한 응능력은 모두

동일한 용변수로 구성되어 있어 동일한 해석이 가능

함. 지역의 ‘재정자립도’나 ‘지역내 총생산’과 같은 반

인 지역의 경제능력보다는 지역사회의 의료보장성

(건강보험을 통한 의료 근이 보장되는 인구의 규모)과

한 계를 가지는 건강보험 용인구 비율이나 ‘인


응능력



33

<그림 Ⅰ-6> 16개 광역시·도별 태풍에 의한 건강 취약성 평가 지수


<그림 Ⅰ-6>과 같음

16개 광역시·도를 비교한 태풍에 의한 건강 취약성은 부산광역시가 가장 높은 반면

서울특별시가 가장 낮은 것으로 나타남

태풍에 대한 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게 나타난 부산

광역시와 취약성이 상대적으로 가장 낮게 나타난 서울특별시의 취약성에 대한 세부적인

내용을 비교분석하였음


분석하여, 두 광역시의 대용변수들의 값에 어떤 차이가 있는지 파악하였음. 이어서

기후노출, 민감도, 적응능력 각각을 구성하는 세부 대용변수의 값 또한 비교함으로써

각 세부 대용변수의 기여도를 파악하였음

비교분석을 통하여 부산광역시가 서울특별시에 비해 기후노출에서 높은 값을 나타내며,

적응능력에 있어서는 낮은 값을 나타내는 것을 파악하였음. 민감도에서는 큰 차이를

보이지 않음

이처럼 부산광역시와 서울특별시는 민감도에 있어서는 유사한 값을 보이지만, 부산광역시는

그 지리적 특성에 의해 태풍에 대한 기후노출이 높고, 서울특별시는 태풍에 대한 적응능력이

높다는 점이 두 광역시의 취약성 지수에 큰 차이가 발생하는 주요한 원인으로 사료됨


34

- 부산 역시와 서울특별시의 취약성 지수를 구성하는

용변수들의 값을 비교해보면, 부산 역시가 기후노

출 더 높게 나타나고, 서울특별시는 응능력이 높게

나타나는 것을 악할 수 있음.

취약성 지수

- 부산 역시와 서울특별시의 기후노출을 구성하는 세부

용변수들의 값을 비교해보면, 부산이 ‘일강수량이

80mm이상인 날의 횟수’, ‘일강수량의 최 값’, 그리고

‘일 최 풍속이 14m/s이상인 날의 횟수’ 모든 변수에서

서울에 비해 높은 것으로 나타남

기후노출

- 부산 역시와 서울특별시의 민감도를 구성하는 세부

용변수들을 보았을 때, ‘기 생활수 자 비율’, ‘10m

이하 지 가구’, ‘독거노인비율’이 서울에 비해 높게

나타났음

민감도

- 응능력에 있어서는 서울특별시가 6개 에서 5개의

세부 용변수인 ‘GRDP 보건업 사회복지 서비스

업’, ‘재정자립도’, ‘지역내 총생산’, 그리고 ‘인구당 보건

소 인력’에서 구 역시에 비해 높은 것으로 나타났음

응능력

<표 Ⅰ-7> 부산광역시와 서울특별시의 취약성 비교분석

보건 부문별 취약성 평가 Ⅰ-③ 폭염에 의한 건강 취약성

35

Ⅰ-③. 폭염에 의한 건강 취약성

대 용 변 수


Ⅰ-③

폭염에 의한

건강취약성

기후노출 0.50

일최고기온(℃) 0.11

일 최고 기온이 33℃ 이상인 날의 횟수(회) 0.26

일 최 기온이 25℃ 이상인 날의 횟수(회) 0.10

체감온도(℃) 0.13

불쾌지수(-) 0.15

열 지수(-) 0.15

상 습도(%) 0.10

민감도 0.25

65세 이상 인구(명) 0.20

13세 이하 인구(명) 0.10


기 생활수 자 비율(%) 0.10

심 질환 사망자수(명) 0.16

열사병/일사병으로 인한 사망자수(명) 0.24

응능력 0.25


재정자립도(%) 0.21







36


- 기후노출 변수 선정 근거 : 폭염으로 인한 실질 및 체감온도와 관련된 변수로 극심한

기온상승으로 인한 기후노출을 적절히 반영하는 기온변수로 선정함


기후변화에 민감한 집단이므로 건강 취약계층의 변수로 선정. 폭염으로 인해 발생

하는 열사병/일사병으로 인한 사망자수는 폭염으로 인한 특성을 반영하는 변수이기에

민감도 지표로 선정(IPCC 4차보고서, 2007; Jongsik Ha, 2011)

- 적응능력 변수 선정 근거 : 건강 위험인자를 조절할 수 있는 능력은 보건의료체계와

사회경제적 요인들이 영향을 미치기 때문에 이를 적응능력변수로 선정


37

기 후 노 출

∎현재(2000년대)를 기준으로, 폭염에 의한 건강 취약성에 영향을 미치는 기후노출


∎폭염에 의한 건강 취약성과 관련된 기후노출이 상대적으로 높은 시·군·구가

분포한 곳은 경상남도와 전라남·북도의 내륙지대임. 광역시 기준으로는 광주광역시가

기후노출 지수가 가장 높은 것으로 나타났으며, 다음으로는 제주특별자치도,

대구광역시, 경상남도의 순으로 나타남. 반면, 강원도의 폭염에 대한 기후노출

지수가 가장 낮고 이어 인천광역시, 울산광역시, 경상북도의 순으로 기후노출

지수가 낮은 것으로 나타남

∎폭염의 기후노출 지수가 가장 큰 광주광역시는 강원도의 지후노출지수와 2.5배

이상의 차이를 보임


38

민 감 도

∎현재(2000년대)를 기준으로, 폭염에 의한 건강 취약성에 대한 민감도 대용변수를

종합하여 시·군·구 단위의 민감도 지수 분포를 산출한 결과물임

∎폭염에 의한 건강 민감도가 상대적으로 높은 시·군·구는 전라남도, 전라북도,

경상북도에 다수가 분포하고 있으며 서울특별시와 경상남도 등지에도 산발적으로

분포함. 광역시 기준으로는 전라북도 지역이 민감도 지수가 가장 높은 것으로

나타났으며, 다음으로는 전라남도, 경상북도, 부산광역시의 순으로 나타남. 반면,

울산광역시가 가장 민감도 지수가 낮고 이어 대전광역시, 인천광역시, 경기도

순으로 민감도 지수가 낮은 것으로 나타남

∎광역시 지역 간의 폭염에 대한 건강 취약성과 관련된 민감도의 격차는 비교적 크지

않게 나타났으며 경기도 서부에 상대적으로 민감도가 낮은 지역이 밀집되어 분포한

것이 특징적임


39


∎현재(2000년대)를 기준으로, 폭염에 의한 건강 취약성과 관련된 기후노출



∎폭염에 의한 건강 취약성에 영향을 미치는 기후영향이 상대적으로 높은 시·군·구는

강원과 인천 일부지역을 제외하고는 대체로 전국적으로 고르게 분포하고 있으나

전라북도, 전라남도, 경상북도에 보다 집중적으로 분포된 것으로 보임

∎광역시별로 폭염에 의한 건강 취약성과 관련된 기후영향은 광주가 가장 높은 것으로

나타났으며 이어 제주특별자치도, 대구광역시, 경상남도의 순으로 큰 것으로 나타났음.

반면 강원도는 폭염의 기후영향이 가장 낮고 다음으로 인천광역시, 울산광역시,

경기도의 순으로 낮은 것으로 나타남


40

적 응 능 력

∎현재(2000년대)를 기준으로, 폭염에 의한 건강 영향과 관련된 적응능력 대용변수를

합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎상대적으로 적응능력이 높은 지역일수록 진한 색으로 표시되는데, 서울특별시, 경기도,

강원도에 상대적으로 적응능력이 높은 시·군·구 지역이 다수 분포되어 있음. 그

외에 전라남도, 경상남도, 경상북도의 일부 시·군·구가 상대적으로 적응능력이 높은

것으로 나타남. 광역시별로 폭염에 의한 건강 영향에 대한 적응능력은 서울특별시,

경기도, 강원도, 경상남도 지역의 순으로 높은 것으로 나타남

∎적응능력이 가장 낮은 지역은 대전광역시이며, 다음으로 광주광역시, 대구광역시,

인천광역시 순으로 낮은 것으로 나타남. 서울특별시를 제외한 광역시의 낮게 평가된

적응능력은 자료의 구축이 대부분 광역시·도 단위로 구축되어, 지역내 총생산(GRDP)

등이 도단위 지역보다 상대적으로 작은 것이 주된 원인으로 추정됨


41


∎현재(2000년대)를 기준으로, 폭염에 의한 건강의 취약성을 시·군·구 단위의


∎폭염에 의한 건강 취약성이 상대적으로 높은 시·군·구 지역은 전라북도, 전라남도,

경상남도의 내륙, 제주특별자치도에 주로 분포하고 있음. 반대로 강원도에는

상대적으로 취약성이 낮은 시·군·구 지역이 다수 나타남. 광역시별로 폭염에 의한

건강 취약성은 대구광역시가 가장 높고, 광주광역시, 제주특별자치도, 대전광역시의

순으로 취약성이 높은 것으로 나타남. 반면 강원도는 폭염에 대한 취약성이 가장 낮고

이어 인천광역시, 경기도, 서울특별시의 순으로 취약성이 낮은 것으로 나타났음

∎대구광역시는 지형적·기후적 특성으로 인하여 기후노출이 크고 적응능력이 낮아

취약성이 상대적으로 낮은 것으로 추정됨. 폭염에 의한 건강 취약성과 관련된,

지표들은 기후노출과 적응능력의 지역 간 격차가 상대적로 커서 취약성 지수의

지역 간 차이도 다소 높은 편임


42


∎폭염에 의한 건강 취약성을 평가한 결과 다음과 같이 도출되었음. 현재 전라북도,

전라남도, 경상남도 지역에 집중된 폭염에 대한 취약 지역은 시간의 흐름에 따라 첨차

북상하여 한반도 전반에 취약성이 증가하는 것으로 전망되며, 제주특별자치도를

포함한 우리나라 남부지역의 취약성은 매우 높아질 것으로 전망됨

∎미래의 취약성 지도에서는 2050년대에는 전라남도와 전라북도 외에도 경상남도,

경상북도, 부산광역시 등 의 지역에서 폭염에 대한 취약성이 증가함. 2100년대에는

취약지역이 제주특별자치도를 비롯한 한반도 남단 전반으로 확대되는 것을 볼 수 있음

재 2020년

2050년 2100년

<그림 Ⅰ-7> 폭염 의한 건강 취약성 평가결과


43

∎다음은 적응능력을 고려하지 않고 기후노출과 민감도만을 종합한 기후영향에 대한

도면임. 기후영향은 취약성과는 달리 시간에 따라 확연한 지수의 증가를 보이기보다는

일부 지역에 다소간 확대되는 양상을 보임. 2100년대에도 강원은 비교적

기후노출이 낮은 상태를 유지할 것으로 전망됨

재 2020년

2050년 2100년

<그림 Ⅰ-8> 폭염에 의한 건강 취약성에 대한 기후영향(기후노출+민감도)


44


전국 232개 시·군·구에 대한 폭염에 의한 건강 취약성에 영향을 미치는 대용변수의


파악하였음

분석결과, 폭염에 의한 건강 취약성 지수에의 영향을 많이 주는 대용변수는 기후노출로

파악되었음. 기후의 노출은 ‘일최고기온’, ‘상대습도’, ‘체감온도’의 기여도가 높았고,

민감도는 ‘기초생활수급자비율’과 ‘독거노인비율’에 관심을 가져야 하는 것으로 나타남

적응능력은 ‘건강보험적용인구 비율’과 ‘인구당 보건소인력’으로 나타남. 즉, 폭염에

의한 건강 취약성을 개선하기 위한 노력은 기후노출에 의한 모니터링을 통해 취약계층에

적절한 정보를 제공하는 것이 가장 중요하며 적응능력의 개선 또한 필요한 것으로

나타남


45

- 폭염에 의한 건강 취약성에 기여하는 용변수를 고찰

한 결과, ‘기후노출’이 가장 요하게 나타나 폭염의

‘기후노출’이 건강에 매우 직 으로 나타나는 것으로

알려진 바와 같음. 그러나 응능력 한 꾸 한 개선

이 필요함

취약성 지수

- 폭염과 련된 기후노출은 ‘일최고기온’, ‘상 습도’, ‘체

감온도’ 등이 상 으로 큰 의미를 가지고 있으며, 특

히 ‘최고기온’과 ‘상 습도’가 요한 요인으로 나타남

기후노출

- 폭염의 건강 취약성과 련된 민감도는 ‘기 생활수

자비율’이 가장 높은 향요인이며 다음으로는 ‘독거노

인 비율’로, 모두 지역사회에서 건강 사회경제 취

약계층의 규모를 의미

민감도

- 폭염의 건강 취약성과 한 응능력은 다른 건강 취

약성 요인과 동일하게 구성되어 있어 동일한 해석이

가능함. 지역의 ‘재정자립도’나 ‘지역내 총생산’과 같은

반 인 지역의 경제능력보다는 지역사회의 의료보장

성(건강보험을 통한 의료 근이 보장되는 인구의 규모)

과 한 계를 가지는 ‘건강보험 용인구 비율’이

나 ‘인구당 보건소 인력’이 요한 것으로 나타남

응능력



46

<그림 Ⅰ-9> 16개 광역시·도별 폭염에 의한 건강 취약성 평가 지수


<그림 Ⅰ-9>와 같음

폭염에 대한 건강 취약성 평가결과에서 상대적인 취약성이 가장 높게 나타난 대구광

역시와 취약성이 상대적으로 가장 낮게 나타난 강원도의 취약성에 대한 세부적인 내용을

비교분석하였음

먼저 취약성 지수를 구성하는 대용변수인 기후노출, 민감도, 적응능력이 미치는 영향

을 분석하여, 두 지역의 대용변수들의 값에 어떤 차이가 있는지 파악하였음. 이어서



비교분석 결과 대구광역시가 강원도에 비해 기후영향(기후노출과 민감도의 합)에서

높은 값을 나타내며, 적응능력에 있어서는 낮은 값을 나타내는 것을 알 수 있음. 두 지역은

기후영향에서는 큰 차이를 보이지 않지만, 적응능력에서 큰 차이를 보이는 것이 두 지역의

취약성의 격차를 유발한 것으로 판단됨 분석하여, 두 광역시의 대용변수들의 값에 어떤

차이가 있는지 파악하였음. 이어서 기후노출, 민감도, 적응능력 각각을 구성하는 세부

대용변수의 값 또한 비교함으로써 각 세부 대용변수의 기여도를 파악하였음


47

- 구 역시와 강원도의 취약성 지수를 구성하는 용

변수들의 값을 비교해보면, 두 지역 간 가장 큰 차이를

보이는 것은 응 능력과 기후노출로 기후변화민감도

는 강원도에 비해 구 역시가 다소간 높음

취약성 지수

- 구 역시와 강원도의 기후노출을 구성하는 세부

용변수들의 값을 비교해보면, 구 역시가 일 최고 기

온, 체감온도, 열 지수 불쾌지수가 강원도에 비해

큰 차이로 높은 것이 보임

기후노출

- 구 역시와 강원도의 민감도를 구성하는 세부 용

변수들을 보았을 때, 구 역시는 ‘13세 이하 인구’

‘65세 이상 인구’ 비율이 강원도에 비해 높고 ‘열사병/일

사병으로 인한 사망자 수’ ‘심 질환 사망자수’

역시 강원도에 비해 크게 높은 민감도를 보임. 독거노

인 비율 기소생활 수 자 비율은 강원도가 높음

민감도

- 폭염의 건강 취약성과 한 응능력은 다른 건강 취약

성 요인과 동일하게 구성되어 있어 동일한 해석이 가능

함. 지역의 재정자립도나 지역내 총생산과 같은 반

인 지역의 경제능력보다는 지역사회의 의료보장성(건

강보험을 통한 의료 근이 보장되는 인구의 규모)과

한 계를 가지는 ‘건강보험 용인구 비율’이나 ‘인


응능력

<표 Ⅰ-10> 대구광역시와 강원도의 취약성 비교분석


48

Ⅰ-④. 한파에 의한 건강 취약성

대 용 변 수


Ⅰ-④한 에 의한 건강취약성

기후노출 0.50

일최 기온이 하인 날의 횟수(회) 0.24

일평균기온이 하인 날의 횟수(회) 0.36

연속 인 무강수일수의 최 값(회) 0.10

일최 풍속이 14m/s이상인 날의 횟수(회) 0.14

설량(cm) 0.16

민감도 0.27

65세 이상 인구(명) 0.14

13세 이하 인구(명) 0.08


기 생활수 자비율(%) 0.17

호흡기질환 입원환자수(명) 0.18

뇌 질환 사망자수(명) 0.20

응능력 0.23


재정자립도(%) 0.26






보건 부문별 취약성 평가 Ⅰ-④ 한파에 의한 건강 취약성

49


- 기후노출 변수 선정 근거 : 한파로 인한 실질 및 체감온도와 관련된 변수로 극심한

기온하강으로 인한 기후노출을 적절히 반영하는 기온변수로 선정함


기후변화에 민감한 집단이므로 건강 취약계층의 변수로 서정. 한파 시 뇌혈관질환

으로 인한 사망의 위험도가 높아지므로 이를 반영하는 변수를 민감도 지표로 선정

(Jongsik Ha,2009)





2006; Vincent, 2004)


50

기 후 노 출

∎현재(2000년대)를 기준으로, 한파에 의한 건강 취약성에 영향을 미치는 기후노출


∎한파에 의한 건강 취약성과 관련된 기후노출이 상대적으로 높은 시·군·구는

강원도에 집중적으로 분포하며 해안보다는 내륙을 중심으로 분포되어 있음. 광역시

기준으로는 강원도의 기후노출 지수가 가장 높은 것으로 나타났으며, 다음으로는

경기도, 충청북도, 서울특별시의 순으로 한반도의 북부에 위치한 지역을 위주로 나타남.

반면, 우리나라 최남단에 위치한 제주특별자치도는 가장 한파의 기후노출이 낮은

것으로 나타났으며 이어 울산광역시, 부산광역시, 경상남도의 순으로 기후노출

지수가 낮은 것으로 나타남

∎다른 기후변화 건강취약성 원인과 비교할 때, 한파의 기후노출은 폭염과 함께

지리적인 특성이 매우 잘 반영되어 나타났음. 이에 따라 남북으로 긴 한반도의

특성과 고도 등의 영향에 의해 지역 간의 기후노출 격차는 매우 큰 것으로 나타남


51

민 감 도

∎현재(2000년대)를 기준으로 한파에 의한 건강 취약성에 대한 민감도 대용변수를

종합하여 시·군·구 단위의 민감도 지수의 분포를 산출한 결과물임

∎한파에 의한 건강 취약성과 관련된 민감도가 상대적으로 높은 시·군·구는

전라북도, 전라남도, 경상북도 그리고 서울 외곽에 인접한 경기도 및 인천광역시에

지역에 다수 분포하고 있음. 광역시 기준으로는 경기도의 민감도 지수가 가장 높은

것으로 나타났으며, 다음으로는 서울특별시, 전라북도, 부산광역시 순으로 나타남.

반면, 울산광역시가 가장 민감도가 낮고 이어 대전광역시, 강원도, 충청북도의

민감도 지수가 낮은 것으로 나타남

∎광역시 지역 간의 한파에 의한 건강 취약성과 관련된 민감도 격차는 다소간 존재함


52


∎현재(2000년대)를 기준으로, 한파에 의한 건강 취약성과 관련된 기후노출 대용변수와 민감도 대용변수를 합하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎한파에 의한 건강 취약성에 영향을 미치는 기후영향이 상대적으로 높은 시·군·구는 강원도와 경기도를 비롯하여 내륙지역에 전반적으로 분포되어 있음. 이는 한파의 기후노출은 낮지만 민감도가 높은 지역이 다수 있어 기후노출과 민감도를 종합할 때 두 영향을 교차ㆍ상쇄하여 특정지역이 두드러지게 기후영향이 크기보다는 전반적으로 한파의 기후영향에 노출된 것으로 나타난 것임. 그러나 광역시별 기후영향 지수는 여전히 강원도가 가장 높은 것으로 나타나며, 이어 경기도, 전라북도, 서울특별시 순으로 기후영향이 큰 것으로 나타나 시각적인 분포에 비해 수리적 결과는 기후노출에 영향이 큰 것을 알 수 있음. 한파에 대한 기후영향이 비교적 낮은 지역은 제주특별자치도, 울산광역시, 부산광역시, 경상남도의 순임


53

적 응 능 력

∎현재(2000년대)를 기준으로, 한파에 의한 건강 영향과 관련된 적응능력 대용변수를

합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎상대적으로 적응능력이 높은 시·군·구는 서울광역시, 경기도, 강원도, 전라남도에

상대적으로 적응능력이 높은 지역이 다수 분포되어 있음. 대전 및 대구광역시의

시·군·구는 상대적으로 적응능력이 낮은 것으로 나타남

∎서울특별시를 제외한 광역시의 낮게 평가된 적응능력은 자료의 구축이 대부분

광역시·도 단위로 구축되어, 지역내 총생산(GRDP) 등이 도단위 지역보다 상대적으로

작은 것이 주된 원인 중 하나로 추정됨


54


∎현재(2000년대)를 기준으로, 한파에 의한 건강의 취약성을 시·군·구 단위의


∎한파에 의한 건강 취약성이 상대적으로 높은 시·군·구 지역은 강원도, 경기도

북부, 경상북도, 전라북도에 주로 분포하고 있음. 반대로 제주특별자치도, 전라남도와

경상남도의 도서지역, 경기남부, 충청남도, 경상남도의 시·군·구 지역이 상대적으로

취약성이 낮은 것으로 나타남

∎광역시 별로 볼 때, 한파에 의한 건강 취약성은 강원지역이 가장 높고, 전라북도,

대구과역시, 충청북도의 순으로 취약성이 높은 것으로 나타남. 반면 제주특별자치도,

울산광역시, 부산광역시, 경상남도 순으로 취약성이 낮은 것으로 나타났음. 가장

취약성이 높은 강원도의 취약성 지수는 제주특별자치도의 취약성 지수의 약 5배에

달해 한파로 인한 건강취약성이 가장 지역 간 격차가 큰 건강 위험요인임. 특히,

남북 지역 간의 격차가 잘 나타남


55


∎한파에 의한 건강 취약성을 평가한 결과가 다음과 같이 도출되었음. 한파의 경우 기후변화 시나리오가 기온상승의 방향으로 설정된 것에 의한 영향으로 전반적인 한파의 취약성이 시간의 흐름에 따라 감소하는 것으로 나타남

∎미래의 취약성 지도에서는 2020년대까지는 강원을 중심으로 전라북도까지 한파에 의한 건강 취약성이 매우 낮다가 시간이 지나면서 취약성이 매우 낮은 지역이 점차 사라짐. 그럼에도 불구하고 전국적으로 볼 때 강원 지역의 한파로 인한 건강취약성은 가장 낮은 수준으로 지속적으로 유지됨. 2050년대에는 전라남도와 전라북도 지역의 취약성이 지속적으로 높은 것으로 나타나는 동시에 경상북도 북부에서 강원도까지 취약지역이 다소 확대됨. 2100년대에는 취약지역이 강원도 전반에 확대되는 것을 볼 수 있음

재 2020년

2050년 2100년

<그림 Ⅰ-10> 한파에 의한 건강 취약성 평가결과


56

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 합한 한파에

의한 건강취약성에 영향을 미치는 기후영향에 대한 도면임. 2050년대 이후 한파에

대한 기후영향이 크게 전반적으로 개선되는 방향으로 변화됨. 2050년대 이후 일부

강원도 및 전라북도 일원의 지역을 제외하고 한파의 기후영향이 전반적으로 낮아짐

재 2020년

2050년 2100년

<그림 Ⅰ-11> 한파에 의한 건강 취약성에 대한 기후영향(기후노출+민감도)


57


전국 232개 시·군·구에 한파에 의한 건강 취약성에 영향을 미치는 대용변수의 기여도를

파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의 기여도를 파악하였음

분석결과, 한파에 의한 건강 취약성 지수에 영향을 많이 주는 대용변수는 기후노출과 적응

능력이나 특별히 한가지의 요인이 두드러지게 큰 영향을 미치기 보다는 세 가지 요인이 복합

적인 영향을 미치는 것으로 파악되었음. 기후의 노출은 ‘연속적인 무강수일수의 최댓값’이

가장 높은 것으로 나타났는데, 기후노출 중 가장 가중치가 낮은 변수임에도 영향이 큰 것으로

나타남. 민감도는 ‘기초생활수급자비율’과 ‘호흡기질환 입원환자수’가 비교적 높은 영향요인

이었고 적응능력은 ‘건강보험 적용인구비율’과 ‘인구당 보건소 인력’이 비교적 높은 영향요인임

한파에 의한 건강 취약성 개선을 위해서는 정책적으로 개선하기 어려운 기후노출보다는

적응능력에 보다 중점을 두는 것이 보다 효율적일 것으로 예상되나, 현재의 분석에서

모든 건강 취약성과 적응능력이 동일하다는 가정으로 적용되었기에 제안에 한계점이 있음.

특히, 한파와 관련한 적응능력은 보건복지 및 에너지 취약계층과 관련된 사회복지 등과

관련된 여건 등에 대한 사항의 검토가 이루어지지 못하였다는 한계점이 있음


58

- 한 에 의한 건강 취약성에 한 용변수의 기여도를

악한 결과, 특별히 한 가지 요인이 월등한 향을 갖

기보다는 세 가지 요인이 유사한 수 으로 복합 인

향을 미치는 것으로 나타남

취약성 지수

- 한 에 한 건강 취약성에 향을 미치는 기후노출은

가장 요한 것이 ‘연속 인 무강수일수의 최 값’과

‘일최 기온이 하인 날의 수’인 반면 풍속과 련된

요인과 설량은 상 으로 낮은 향을 미치는 것으

로 나타남

기후노출

- 한 에 의한 건강 취약성에 향을 미치는 기후변화

민감도 역시 다양한 요인이 고르게 향을 주는 가운

데 상 으로 ‘13세 이하 인구’의 향은 낮은 것으로

나타남

민감도

- 한 의 건강 취약성과 한 응능력은 다른 건강 취

약성 요인과 동일하게 구성되어 있어 동일한 해석이

가능함. 지역의 ‘재정자립도’나 ‘지역내 총생산’과 같은

반 인 지역의 경제능력보다는 지역사회의 의료보장

성(건강보험을 통한 의료 근이 보장되는 인구의 규모)

과 한 계를 가지는 ‘건강보험 용인구 비율’이

나 ‘인구당 보건소 인력’이 요한 것으로 나타남

응능력



59

<그림 Ⅰ-12> 16개 광역시·도별 한파에 의한 건강 취약성 평가 지수

한파에 의한 건강 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게 나타난

강원도와 취약성이 상대적으로 가장 낮게 나타난 제주특별자치도의 취약성에 대한 세부

적인 내용을 비교분석하였음





비교분석을 통하여 강원도가 제주특별자치도에 비해 적응능력에서 높은 값을 나타냄

에도 불구하고 기후영향(기후노출과 민감도의 합)에 있어서는 제주의 3배 수준의 높은

값을 나타내 두 지역의 취약성 차이를 결정짓는 가장 중요한 요인이 기후노출임을 알

수 있음. 지리적으로 보다 남쪽에 위치한 제주는 한파로 인한 기후영향이 전반적으로 낮

은 것을 설명함


60

- 강원도와 제주특별자치도의 취약성 지수를 구성하는

용변수들의 값을 비교해보면, 기후노출 응능력

에서 강원도가 높게 나타나는 것을 알 수 있음

취약성 지수

- 강원도와 제주특별자치도의 기후노출을 구성하는 세부

용변수들의 값을 비교해보면, 강원도의 ‘ 설량’, ‘일

평균 기온이 하인 날의 횟수’ 등이 월등히 높은 것으

로 나타났으며, ‘일 최 풍속이 14m/s이상인 날의 횟수’

는 값이 비슷한 것으로 나타났음

기후노출

- 강원도와 제주특별자치도의 민감도를 구성하는 세부

용변수들을 보았을 때, ‘호흡기 질환 입원환자수’

‘기 생활 수 자 비율’은 강원도가 다소 높은 것으로

나타났음. ‘13세 이하 인구’ ‘65세 이상인구’ 비율은

강원도에 비해 제주가 두 배 이상 높은 것으로 나타났

음

민감도

- 응능력에 있어서는 제주특별자치도가 4개의 세부

용변수인 ‘인구당 응 의료기 수’, ‘인구당 보건소 인

력’, ‘지역내 총생산’ ‘GRDP 보건업 사화복지 서

비스’에서 제주보다 높은 것으로 나타났음

응능력

<표 Ⅰ-13> 강원도와 제주특별자치도의 취약성 비교분석

보건 부문별 취약성 평가 Ⅰ-⑤ 오존농도 상승에 의한 건강 취약성

61

Ⅰ-⑤. 오존농도 상승에 의한 건강 취약성

대 용 변 수


Ⅰ-⑤오존농도 상승에 의한 건강취약성

기후노출 0.48

일최고기온(℃) 0.14

시간 오존농도가 100ppb 이상인 날의

횟수(회)0.31

오존주의보 발령 일수(일) 0.29

8시간 오존농도가 60ppb/8hr 이상인

날의 횟수(회) 0.26

민감도 0.27

65세 이상 인구(명) 0.16

13세 이하 인구(명) 0.13


기 생활수 자 비율(%) 0.13

호흡기질환 입원환자 수(명) 0.25


응능력 0.25


재정자립도(%) 0.25







62


- 기후노출 변수 선정 근거 : 오존농도의 노출 영향을 잘 대변하는 변수를 선정함과

동시에 기온상승과의 교호작용 역시 고려하여 기후노출 항목을 세부 변수로 선정함


기후변화에 민감한 집단이므로 건강 취약계층의 변수로 선정. 오존농도 상승으로

인해 심혈관 및 호흡기 질환에 대한 위험도가 높아지므로 이를 반영하는 변수를

민감도 지표로 선정(조수헌, 1997; 권호장, 1998; SunYoung Kim, 2004; SunYoung

Kim, 2007)





2006; Vincent, 2004)


63

기 후 노 출

∎현재(2000년대)를 기준으로, 오존농도 상승에 의한 건강 취약성에 영향을 미치는

기후노출 대용변수로 시·군·구 단위의 기후노출 지수 분포를 산출한 결과물임

∎오존농도 상승에 의한 건강 취약성과 관련된 기후노출이 상대적으로 높은

시·군·구가 분포한 곳은 경기 및 인천 지역, 충청남도내륙, 전라남도 및

경상남도 지역임. 반대로 강원, 충청북도, 경상북도, 전라북도 지역은 오존농도

상승과 관련된 기후노출이 상대적으로 낮음. 광역시 기준으로는 인천 지역이

기후노출 지수가 가장 높은 것으로 나타났으며, 다음으로는 경상남도, 부산, 경기의

순으로 나타남. 반면, 강원, 대전, 경상북도, 전라북도의 순으로 오존과 관련된

기후노출 지수가 가장 낮은 것으로 나타남

∎오존 농도 상승에 의한 건강 취약성과 관련된 기후노출은 가장 기후노출이 높은

인천이 강원의 기후노출 지표의 3.4배의 값으로 나타남


64

민 감 도

∎현재(2000년대)를 기준으로, 오존농도 상승에 의한 건강 취약성에 대한 민감도

대용변수를 종합하여 시·군·구 단위의 민감도 지수의 분포를 산출한 결과물임

∎한파에 의한 건강취약성과 관련된 민감도가 상대적으로 높은 시·군·구는

전라남도, 전라북도, 경상북도 전반에 분포하고 있으며 울릉도나 전라남도의

도서지역에서도 민감도가 상대적으로 높게 나타남. 광역시 기준으로는 전라북도

지역이 민감도 지수가 가장 높은 것으로 나타났으며, 다음으로는 전라남도,

경상북도, 서울특별시의 순으로 나타남. 반면, 울산광역시가 가장 민감도가 낮고

이어 대전광역시, 인천광역시 광주광역시의 민감도 지수가 낮은 것으로 나타남.

광역시 지역 간의 한파에 의한 건강 취약성과 관련된 민감도 격차는 상대적으로 큰

편임


65


∎현재(2000년대)를 기준으로, 오존농도 상승에 의한 건강 취약성과 관련된

기후노출 대용변수와 민감도 대용변수를 합하여 산출한 기후영향 지수를

시·군·구 단위의 분포로 산출한 결과물임

∎오존농도 상승에 의한 건강 취약성에 영향을 미치는 기후영향이 상대적으로 높은

시·군·구는 인천광역시와 경기도, 전라남도와 경상남도 지역에 가장 집중적으로

그리고 높은 수준의 영향을 보이며 분포하고 있음. 강원도와 충청북도 지역은

상대적으로 오존농도 상승으로 인한 건강 취약성의 기후영향이 낮은 지역으로

나타났음

∎광역시별로 오존농도 상승에 의한 건강 취약성과 관련된 기후영향은 경기도,

경상남도, 부산광역시, 서울특별시의 순으로 큰 것으로 나타났음. 반대로 기후영향

지수는 강원도가 가장 낮고 다음으로 울산광역시, 대전광역시, 광주광역시의

순으로 낮은 것으로 나타남


66

적 응 능 력

∎현재(2000년대)를 기준으로, 오존농도 상승에 의한 건강 영향과 관련된 적응능력

대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한

결과물임

∎수도권 지역과 강원도, 전라남도와 경상남도 지역에 상대적으로 적응능력이 높은

시·군·구 지역이 다수 분포되어 있음. 인천광역시, 대구광역시, 부산광역시에는

상대적으로 적응능력이 낮은 시·군·구가 분포됨을 볼 수 있음. 광역시별로

오존농도 상승에 의한 건강 영향에 대한 적응능력은 서울특별시 경기도, 강원도,

경상남도 지역의 순으로 높은 것으로 나타났음

∎서울특별시를 제외한 광역시의 낮게 평가된 적응능력은 자료의 구축이 대부분


상대적으로 작은 것이 주된 원인으로 추정됨. 건강분야의 기후변화 영향에 대한

적응능력의 대용변수는 동일하게 적용되었지만 가중치에 있어 차이가 있어 산출된

적응능력 지수의 값은 다른 위험요인과 다소 차이가 있음


67


∎현재(2000년대)를 기준으로, 오존농도 상승에 의한 건강의 취약성을 시·군·구

단위의 분포로 산출한 결과물임

∎오존농도 상승에 의한 건강 취약성이 상대적으로 높은 시·군·구 지역은 경기도 및

인천광역시, 충청남도, 전라남도, 경상남도, 부산 및 대구광역시 등에 광범위하게

분포하고 있으나 강원도 지역은 상대적으로 취약성이 매우 낮은 것으로 나타남.

광역시별 오존농도 상승에 의한 건강 취약성은 부산광역시가 가장 높고, 이어서

인천광역시, 경상남도, 경기도의 순으로 취약성이 높은 것으로 나타남. 반면

강원도, 울산광역시, 충청북도, 대전광역시 순으로 취약성이 낮은 것으로 나타났음

∎오존농도 상승에 의한 건강 취약성과 관련된, 지표들은 대체로 지역 간 격차가 큰 것으로

나타났으며 이에 따라 취약성에서도 지역 간의 격차가 상대적으로 큰 것으로 나타남


68


∎오존농도 상승에 의한 건강 취약성을 평가한 결과가 다음과 같이 도출되었음.

시간의 흐름에 따라 변화가 있지만, 전국적으로 지속적으로 증가 혹은 감소하는

방향성을 보이지는 않음. 지역마다 시간의 경과에 따른 변화의 방향이 다양함

∎ 2020년대에 오존농도 상승으로 인한 건강 취약성이 최고조로 증가함. 그러나

2050년대 이후에는 오히려 다시 현재의 수준 이하로 회귀하는 것으로 보임. 이와

같은 변화는 기후변화 시나리오의 가정에 따른 것이 주요 요인임. 그러나 현재의

취약지역은 미래에도 취약지역으로 유지될 가능성이 높음을 보여줌

재 2020년

2050년 2100년

<그림 Ⅰ-13> 오존농도 상승에 의한 건강 취약성 평가결과


69

∎ <그림Ⅰ-14>는 기후노출과 민감도만을 종합한 기후영향에 대한 도면으로 2020년까지 오존농도 상승은 최고조에 달하고 이후 2050년대부터는 다시 감소하는 것으로 나타남. 이는 기후변화 시나리오의 사회경제적 요인과 지표오존의 원인인 연료사용 감축 시나리오의 영향을 받은 것일 가능성이 있음

∎2050년대 이후에는 기후영향이 감소하는 양상으로 바뀌어 2100년대의 기후영향은 현재의 수준 이하로 낮아질 것으로 전망됨. 오존농도에 의한 건강 취약성에 영향을 미치는 기후영향이 최고조로 달하는 2020년대에 서울특별시 및 수도권과 전라남도지역이 가장 기후영향이 높을 것으로 전망되며, 강원도와 충청북도지역을 제외하고 대분의 지역이 중간 수준 이상의 기후영향을 경험할 것으로 전망됨. 반면 2100년대 오존농도 증가로 인한 기후영향이 전반적으로 감소되는 가운데에서도 서울특별시의 외곽 지역, 경기도, 전라남도 지역의 기후영향은 지속적으로 높은 수준을 유지할 것으로 전망됨

재 2020년

2050년 2100년

<그림 Ⅰ-14> 오존농도 상승으로 인한 건강 취약성에 미치는 기후영향(기후노출+민감도)


70


전국 232개 시·군·구에 대한 오존농도 상승에 의한 건강 취약성에 영향을 미치는 대용변

수의 기여도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의 기여

도를 파악하였음

분석결과, 오존농도 상승에 의한 건강 취약성 지수에 상대적으로 높은 영향을 주는 대용

변수는 적응능력으로 파악되었음. 그러나 다른 요인과의 큰 격차를 보이기보다는 세 가지

요인이 유사한 수준으로 복합적으로 작용하는 것으로 이해할 수 있음

적응능력 개선을 위해서는 기존의 다른 영역의 위험요인과 동일하게 ‘건강보험적용인구

비율’ 개선이 가장 의미가 있는 변수로 나타남. 그러나 보건복지에 대한 사회적 인프라와

보다 보건의료체계와 직접적으로 관련된 변수가 적응능력 대용변수에 보완되었을 때 적응

능력에 대한 이해가 보다 높아질 수 있을 것임. 현재는 자료의 한계로 인하여 이와 같은

점이 충분히 고려되지 못하였음

기후노출에서는 ‘일최고기온’과 ‘오존주의보발령’이 주요한 노출로 주의 깊은 관찰이

필요함. 또한 민감도에 있어서는 ‘호흡기질환자수’와 ‘기초생활수급자비율’이 영향력이

높은 변수로 건강 및 호흡기 취약계층을 우선적인 정책의 대상으로 선정하여야 함


71

- 국 232개 시·군·구의 오존농도 상승에 의한 건강 취

약성에 한 용변수의 기여도를 악한 결과, 응

능력이 다소 높은 기여도를 갖지만 다른 요인들 역시

체로 유사한 수 으로 취약성 지표에 균형 인 향

을 주고 있음

취약성 지수

- 기후노출에 있어서는 ‘일최고기온’이 가장 요한 기후

노출 변수 고, 다음으로는 ‘오존주의보 발령횟수’ 음.

상 으로 ‘시간당 오존농도가 100ppb이상인 날의 수’

는 그 향의 크기가 낮았음

기후노출

- 오존농도 상승으로 인한 건강 취약성의 민감도에 기여

도가 가장 높은 변수는 ‘기 생활수 자비율’과 ‘호흡기

질환 입원환자수’로 나타남

민감도

- 오존농도 상승으로 인한 건강 취약성의 응능력은 다

른 건강 취약성 요인과 동일하게 구성되어 있어 동일

한 해석이 가능함. 지역의 ‘재정자립도’나 ‘지역내 총생

산’과 같은 반 인 지역의 경제능력보다는 지역사회

의 의료보장성(건강보험을 통한 의료 근이 보장되는

인구의 규모)과 한 계를 가지는 ‘건강보험 용

인구 비율’이나 ‘인구당 보건소 인력’이 요한 것으로

나타남응능력



72

<그림 Ⅰ-15> 16개 광역시·도별 오존농도 상승에 의한 건강 취약성 평가 지수

도출된 취약성 평가 지수를 표준화하여 16개 광역시·도에 대해 산출한 결과 <그림

Ⅰ-15>와 같이 도출되었음

오존에 의한 건강취약성이 가장 높은 광역시·도는 부산광역시이며 가장 낮은 곳은

강원도로 나타남

오존농도 상승에 의한 건강 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게

나타난 부산광역시와 취약성이 상대적으로 가장 낮게 나타난 강원도의 취약성에 대한

세부적인 내용을 다음 <표Ⅰ-16>와 같이 비교･분석함






73

- 강원도와 부산 역시의 취약성 지수를 구성하는 용

변수들의 값을 비교해보면, 부산 역시는 기후노출

민감도가 높게 나타난 반면 강원도는 응능력이 높게

나타나는 것을 악할 수 있음

취약성 지수

- 강원도와 부산 역시의 기후노출을 구성하는 세부

용변수들의 값을 비교해보면, ‘시간 오존농도가

100ppb 이상인 날의 횟수’를 제외한 모든 변수에서 부

산 역시가 강원도에 비해 월등히 높은 것으로 나타남

기후노출

- 부산 역시와 강원도의 민감도를 구성하는 세부 용

변수들을 보았을 때, 부산 역시의 ‘심 질환사망자

수’, ‘호흡기질환 입원환자 수’, ‘13세 이하 인구’ ‘65

세 이상인구 비율’은 높은 반면 다른 두 변수들은 강원

도가 높게 나타남

민감도

- 강원도는 인구당 응 의료기 수 보건소 비율이 부

산 역시와 비교할 때 매우 높은 것으로 나타났으나

그 외의 변수는 부산 역시와 유사하거나 오히려 다소

낮은 것으로 나타남

응능력

<표 Ⅰ-16> 강원도와 부산광역시의 취약성 비교분석


74

Ⅰ-⑥. 미세먼지에 대한 건강 취약성

대 용 변 수


Ⅰ-⑥미세먼지에 한

건강취약성

기후노출 0.50

일최고기온(℃) 0.20

미세먼지 농도(ug/㎥) 0.30

시간미세먼지 농도가 100ug/㎥ 이상인 날의 횟수(회)

0.50

민감도 0.28

65세 이상 인구(명) 0.14

13세 이하 인구(명) 0.16


기 생활수 자 비율(%) 0.14

호흡기질환 입원환자수(명) 0.26


응능력 0.22


재정자립도(%) 0.26




GRDP 보건업 사회복지 서비스업(백만원) 0.15


보건 부문별 취약성 평가 Ⅰ-⑥ 미세먼지에 대한 건강 취약성

75


- 기후노출 변수 선정 근거 : 미세먼지의 노출 영향을 잘 대변하는 변수를 선정함과

동시에 기온상승과의 교호작용 역시 고려하여 기후노출 항목을 세부 변수로 선정함


기후변화에 민감한 집단이므로 건강 취약계층의 변수로 선정. 미세먼지 농도의

상승으로 인해 심혈관 및 호흡기 질환에 대한 위험도가 높아지므로 이를 반영하는

변수를 민감도 지표로 선정(박영옥, 2002; OkHee Yi, 2010)





2006; Vincent, 2004)


76

기 후 노 출

∎현재(2000년대)를 기준으로, 미세먼지에 대한 건강 취약성에 영향을 미치는

기후노출 대용변수를 종합하여 시·군·구 단위의 기후노출 지수 분포를 산출한

결과물임

∎미세먼지에 대한 건강 취약성과 관련된 기후노출이 상대적으로 높은 시·군·구가

주로 분포한 곳은 서울특별시, 인천광역시 및 수도권, 충청북도 등의 지역임.

광역시 기준으로는 서울특별시가 기후노출 지수가 가장 높은 것으로 나타났으며,

다음으로는 경기도, 인천광역시, 충청북도의 순으로 나타남. 반면, 제주특별자치도,

경상남도, 대전광역시, 울산광역시의 순으로 기후노출 지수가 낮은 것으로 나타남

∎가장 기후노출지수가 높은 서울특별시는 가장 노출지수가 낮은 제주특별자치도의

약 3배 이상 높은 수준으로 나타났으며 지역 간 격차가 큰 요인으로 나타남


77

민 감 도

∎현재(2000년대)를 기준으로, 미세먼지에 대한 건강 취약성에 대한 민감도

대용변수를 종합하여 시·군·구 단위의 민감도 지수의 분포를 산출한 결과물임.

이와 같은 대용변수의 구성은 오존농도와 관련된 민감도와 동일한 구성이나

가중치에 있어 다소 차이가 있음

∎미세먼지에 대한 건강취약성과 관련된 민감도가 상대적으로 높은 시·군·구는

서울특별시, 경기도 및 인천광역시의 수도권 지역, 전라북도, 전라남도, 경상북도,

부산광역시 등지에 분포하고 있음. 특히 서울외곽에 근접한 지역의 노출이 높음.

광역시 기준으로는 경기도가 민감도 지수가 가장 높은 것으로 나타났으며,

다음으로는 서울특별시, 전라북도, 전라남도의 순으로 나타남. 반면, 울산광역시가

가장 민감도가 낮고 이어 대전광역시, 강원도, 충청북도의 순으로 민감도 지수가


∎미세먼지에 대한 건강 민감도 지수가 가장 높은 경기도는 울산광역시의 민감도

지수의 약 4배에 달함


78


∎현재(2000년대)를 기준으로, 미세먼지에 대한 건강 취약성과 관련된 기후노출



∎미세먼지에 대한 건강 취약성에 영향을 미치는 기후영향이 상대적으로 높은

시·군·구는 서울특별시 및 수도권 지역에 가장 집중적으로 그리고 높은 수준으로

분포하고 있음. 그 외에도 전라북도, 전라남도 등지의 민감도가 높은 시·군·구

지가 분포함. 반면, 제주특별자치도, 강원도, 경상남도 북부 지역은 상대적으로

민감도가 낮은 지역이 분포된 것으로 나타남. 광역시별로 미세먼지에 대한 건강

취약성과 관련된 기후영향은 서울특별시, 경기도, 인천광역시, 전라북도의 순으로

큰 것으로 나타났음. 반면 제주특별자치도는 기후영향이 가장 낮고 다음으로

울산광역시, 대전광역시, 강원도의 순으로 낮게 나타남


79

적 응 능 력

∎현재(2000년대)를 기준으로, 미세먼지에 대한 건강 취약성과 관련된 적응능력 대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한 결과물임

∎상대적으로 적응능력이 높은 지역일수록 진한 색으로 표시되는데, 수도권 지역과 강원도, 전라남도와 경상남도 지역에 상대적으로 적응능력이 높은 시·군·구 지역이 다수 분포되어 있음. 광역시별로 미세먼지에 대한 건강 취약성에 대한 적응능력은 서울특별시, 경기도, 강원고, 경상남도 지역의 순으로 높은 것으로 나타남

∎서울특별시를 제외한 광역시가 적응능력이 낮게 평가된 것은 자료의 구축이 대부분 광역시·도 단위로 구축되어, 지역내 총생산(GRDP) 등이 도단위 지역보다 상대적으로 작은 것이 주된 원인으로 추정됨. 건강분야의 기후변화 영향에 대한 적응능력의 대용변수는 동일하게 적용되었지만 가중치에 있어 차이가 있어 산출된 적응능력 지수의 값은 다른 위험요인과 다소 차이가 있음


80


∎현재(2000년대)를 기준으로, 미세먼지에 대한 건강의 취약성을 시·군·구 단위의


∎미세먼지에 대한 건강 취약성이 상대적으로 높은 시·군·구 지역은 서울특별시 및

수도권지역, 전라북도, 전라남도, 부산광역시에 주로 분포하고 있음. 반대로 강원도,

경상남도, 제주특별자치도의 시·군·구 지역이 상대적으로 취약성이 낮은 것으로

나타남. 광역시별 미세먼지에 대한 건강 취약성은 서울특별시가 가장 높고, 경기도,

인천광역시, 부산광역시의 순으로 취약성이 높은 것으로 나타남. 반면 제주특별자치도,

울산광역시, 강원도, 경상남도 순으로 취약성이 낮은 것으로 나타남

∎서울특별시와 경기도는 높은 적응능력에도 불구하고 기후변화영향과 민감도가

모두 높은 결과 높은 취약지수를 보임. 미세먼지에 대한 건강 취약성과 관련된

지표들은 기후노출이 지역 간 격차가 가장 컸으며, 적응능력과 기후변화 민감도

역시 지역적인 격차가 두드러지게 나타남


81


∎미세먼지에 대한 건강 취약성을 평가한 결과 다음과 같이 도출되었음. 미세먼지의

취약성은 시간의 흐름에도 급격한 변화를 보이지 않으나 현재 취약한 지역을

위주로 다소간 취약성이 상승하는 변화를 보이는 것으로 나타남

∎현재의 취약지역인 서울특별시 및 수도권, 전라북도 지역 주변지역으로 향후 취약성이

증가하는 것으로 보이며 경상북도 지역까지도 장기 전망에서는 취약지역으로 포함되고

있음

재 2020년

2050년 2100년

<그림 Ⅰ-16> 미세먼지에 대한 건강 취약성 평가결과


82

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 합한 기후영향에

대한 도면임. 기후영향 자체는 현재에서 2100년대까지 거의 변화를 볼 수 없음

재 2020년

2050년 2100년

<그림 Ⅰ-17> 미세먼지에 대한 건강 취약성 기후영향(기후노출+민감도)


83


전국 232개 시·군·구에 대한 미세먼지에 대한 건강 취약성에 영향을 미치는 대용변수의


파악하였음

분석결과, 미세먼지에 대한 건강 취약성 지수는 특정한 한 요인에 영향을 받기 보다는

3가지 구성요소에 복합적인 영향을 받는 것으로 파악되었음. 기후의 노출은 ‘미세먼지

연평균농도’가 민감도는 ‘기초생활수급자비율’과 ‘호흡기질환 입원환자수’가 적응능력은 ‘건강보

험적용인구 비율’이 각기 구성요소에서 영향력이 큰 변수로 나타남. 즉, 미세먼지에 대한 건

강 취약성을 개선하기 위한 노력은 미세먼지에 대한 관리, 건강 및 호흡기 질환 취약인구에

대한관리, 건강보험적용확대와 같은 의료자원 접근성 개성의 정책이 복합적으로 필요함

본 지표 결과는 민감도에 보다 다양한 현실적인 변수를 적용하지 못하였다는 한계가 있으며

기후노출변수에서도 환경적인 요인을 반영하는 변수가 포함되지 못하였다는 한계가 있으나

현재는 자료로 구성할 수 있는 최선의 모델 구축을 통해 변수가 구성됨


84

- 국의 미세먼지에 한 건강 취약성에 한

용변수의 기여도를 악한 결과, 기후변화 민

감도가 상 으로 취약성에 미치는 향이 낮

으나 비교 세 개의 변수가 균형 으로 향

을 미치는 것으로 나타남

취약성 지수

- 기후노출에 있어서는 ‘미세먼지 연평균 농도’가 가장

크게 향을 미치는 것으로 나타났음. 반면 ‘시간미세먼

지농도가 100ug/m³인 날의 수’의 향은 상 으로 낮

은 것으로 나타남

기후노출

- 미세먼지에 한 건강 취약성의 민감도에 기여도가 가

장 높은 변수는 ‘기 생활수 자비율’과 ‘호흡기질환 입

원환자수’임. 반면 ‘13세 이하 인구’와 ‘심 질환 사망

자수’는 상 으로 향의 크기가 작음

민감도

- 미세먼지에 한 건강 취약성에 한 응능력은 다른

건강 취약성 요인과 동일하게 구성되어 있어 체로

동일한 해석이 가능함. 지역의 ‘재정자립도’나 ‘지역내

총생산’과 같은 반 인 지역의 경제능력보다는 지역

사회의 의료보장성(건강보험을 통한 의료 근이 보장

되는 인구의 규모)과 한 계를 가지는 ‘건강보험

용인구 비율’이나 ‘인구당 보건소 인력’이 요한 것

으로 나타남응능력



85

<그림 Ⅰ-18> 16개 광역시·도별 미세먼지에 대한 건강 취약성 평가 지수



미세먼지에 대한 건강 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게

나타난 서울특별시와 취약성이 상대적으로 가장 낮게 나타난 제주특별자치도의 취약성에

대한 세부적인 내용을 비교분석하였음





비교분석을 통하여 서울특별시가 제주특별자치도에 비해 기후영향(기후노출과 민감

도의 합)및 적응능력에 있어서 모두 높은 값을 나타내는 것을 파악하였음


86

- 서울특별시는 제주특별자치도에 비해 상 으로 기후

노출과 민감도, 응능력 모두에 있어서 높은 값을 나

타냄

취약성 지수

- 서울특별시와 제주특별자치도의 기후노출을 구성하는

세부 용변수들의 값을 비교해보면, ‘일최고기온’은 제

주특별시가 조 높은 반면 ‘미세먼지 연평균 농도’는

‘시간미세먼지농도가 100ug/m³ 이상인 날의 횟수’는

서울특별시가 세배 이상 높음을 볼 수 있음

기후노출

- 서울특별시와 제주특별자치도의 민감도를 구성하는

‘호흡기 질환 입원환자 수’ ‘심 질환 사망자수’는

서울특별시가 상 으로 매우 높음을 알 수 있음. ‘독

거노인 비율이’나 ‘기 생활 수 자 비율’은 제주특별자

치도가 높으나 ‘13세 이하 인구’ ‘65세 이상 인구 비

율’은 두 지역이 비슷하게 나타남

민감도

- 응능력에 있어서는 서울특별시가 ‘인구당 응 의료

기 수’와 ‘인구당 보건소 인력’을 제외하고 모두 제주

특별자치도 보다 높은 수 임

응능력

<표 Ⅰ-19> 서울특별시와 제주특별자치도의 취약성 비교분석

보건 부문별 취약성 평가 Ⅰ-⑦ 기타 대기오염물질에 대한 건강 취약성

87

Ⅰ-⑦. 기타 대기오염물질에 대한 건강 취약성

대 용 변 수


Ⅰ-⑦기타 기오염에

한 건강 취약성

기후노출 0.50

일최고기온(℃) 0.10

CO(주거난방 외 배출량)(kg) 0.14

CO(산업 배출량)(kg) 0.16

SOx(주거난방 외 배출량)(kg) 0.14

SOx(산업 배출량)(kg) 0.16

NOx(주거난방 외 배출량)(kg) 0.14

NOx(산업배출량)(kg) 0.16

민감도 0.23

65세 이상 인구(명) 0.14

13세 이하 인구(명) 0.15


기 생활수 자 비율(%) 0.14

호흡기질환 입원환자 수(명) 0.25


응능력 0.27


재정자립도(%) 0.24







88


- 기후노출 변수 선정 근거 : 기타 대기오염물질의 노출 영향을 잘 대변하는 변수를

선정함과 동시에 기온상승과의 교호작용 역시 고려하여 기후노출 항목을 세부 변수로

선정함


기후변화에 민감한 집단이므로 건강 취약계층의 변수로 선정. 기타 미세먼지 농도의

상승으로 인해 심혈관 및 호흡기 질환에 대한 위험도가 높아지므로 이를 반영하는

변수를 민감도 지표로 선정(Ren, C. Tong, 2006; Qian, Z. He, 2008; Katsouyanni,

1993; Ae Kyung Park, 2009)





2006; Vincent, 2004)


89

기 후 노 출

∎현재(2000년대)를 기준으로, 기타 대기오염물질에 대한 건강 취약성에 영향을

미치는 기후노출 대용변수를 종합하여 시·군·구 단위의 기후노출 지수 분포를


∎기타 대기오염에 의한 건강 취약성과 관련된 기후노출이 상대적으로 높은

시·군·구가 분포한 곳은 수도권지역과 경상북도와 경상남도, 울산광역시임. 광역시

기준으로는 울산광역시의 기후노출 지수가 가장 높은 것으로 나타났으며, 다음으로는

대전광역시, 충청남도, 대구광역시의 순으로 나타남. 반면, 강원도, 전라남도,

전라북도, 인천광역시, 경상북도의 순으로 가장 기후노출 지수가 낮은 것으로 나타남

∎기후노출이 많은 시·군·구의의 면적이 넓게 분포된 경상북도지역이 광역시

단위에서는 상대적으로 기후노출이 낮은 지역으로 지수가 산출되었음. 이는 지역

간의 실제 기후노출 지수의 격차가 크지 않은 가운데, 광역시의 기후노출 지수는

광역시에 포함된 시·군·구의 평균값을 산출해내는 방식의 비교로 평균화된

값이기 때문으로 추정됨


90

민 감 도

∎현재(2000년대)를 기준으로, 기타 대기오염물질에 대한 건강 취약성에 대한

민감도 대용변수를 종합하여 시·군·구 단위의 민감도 지수의 분포를 산출한

결과물임. 미세먼지, 오존농도, 대기오염에 대한 건강 취약성은 동일한 민감도

대용변수를 포함하고 있으나 가중치에 다소간 차이가 있어 결과에 차이가 나타남

∎기타 대기오염물질에 대한 건강 취약성과 관련된 민감도가 상대적으로 높은

시·군·구는 전라북도, 전라남도, 경상북도 및 서울 외곽, 경기도 및 인천광역시

지역에 분포하고 있음. 광역시 기준으로는 경기도가 민감도 지수가 가장 높은

것으로 나타났으며, 다음으로는 서울특별시, 전라북도, 전라남도의 순으로 나타남

∎기타 대기오염물질에 대한 건강 취약성과 관련된 민감도 지수는 광역시간의 다소간

격차가 있는 것으로 나타남. 가장 민감도가 높은 지역은 가장 민감도가 낮은

지역의 대비 4배 정도의 높은 값으로 나타남


91


∎현재(2000년대)를 기준으로, 기타 대기오염물질에 대한 건강 취약성과 관련된

기후노출 대용변수와 민감도 대용변수를 합하여 산출한 기후영향 지수를 시·군·구


∎기타 대기오염물질에 대한 건강 취약성에 영향을 미치는 기후영향이 상대적으로

높은 시·군·구는 서울 및 수도권 지역, 경상북도와 경상남도 지역에 상대적으로

넓은 면적으로 분포함. 반면, 제주특별자치도, 강원도, 전라남도 지역은 상대적으로

기후영향이 낮은 지역이 분포된 것으로 나타남

∎광역시별로 기타 대기오염물질에 대한 건강 취약성과 관련된 기후영향은 서울특별시,

경기도, 울산광역시, 대구광역시의 순으로 큰 것으로 나타남. 반면 강원도의

기후영향이 가장 낮고 다음으로 인천광역시, 충청북도, 대전광역시의 순으로 낮게

나타남


92

적 응 능 력

∎현재(2000년대)를 기준으로, 기타 대기오염물질에 대한 건강 취약성과 관련된

적응능력 대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로


∎상대적으로 적응능력이 높은 지역일수록 진한 색으로 표시되는데, 수도권 지역과

강원도, 전라남도, 경상남도 지역에 상대적으로 적응능력이 높은 시·군·구 지역이

다수 분포되어 있음. 광역시별로 기타 대기오염물질에 대한 건강 취약성에 대한 적응능력은

서울특별시, 경기도, 강원도, 경상남도 지역의 순으로 높은 것으로 나타남

∎서울특별시를 제외한 광역시가 적응능력이 낮게 평가된 것은 자료의 구축이 대부분




적응능력 지수의 값은 다른 위험요인과 다소 차이가 있음


93


∎현재(2000년대)를 기준으로, 기타 대기오염물질에 의한 건강의 취약성을

시·군·구 단위의 분포로 산출한 결과물임

∎기타 대기오염물질에 의한 건강 취약성이 상대적으로 높은 시·군·구 지역은 서울

외곽의 수도권지역, 전라남도, 경상북도, 경상남도, 부산광역시에 주로 분포하고

있음. 반면 강원도, 전라남도, 경기도 서부 지역의 시·군·구 지역이 상대적으로

취약성이 낮은 것으로 나타남

∎광역시 별로 기타 대기오염물질에 의한 건강 취약성은 대구광역시가 가장 높고,

이어서 부산광역시, 대전광역시의 순으로 취약성이 높은 것으로 나타남. 반면

강원도가 가장 취약성이 낮고, 서울특별시, 경기도, 경상남도 순으로 취약성이 낮은

것으로 나타남

∎기타 대기오염물질에 대한 건강 취약성 지수는 가장 취약성이 높은 지역이 가장

취약성이 낮은 지역과 4배 정도의 차이를 보임


94


∎기타 대기오염물질에 대한 건강 취약성을 평가한 결과가 다음과 같이 도출되었음.

기타대기오염의 취약성은 시간에 따라 크게 변화를 보이지 않은 것으로 나타남

∎현재의 수준에서 취약한 지역이 2100년대까지 거의 그대로 유지되는 것으로

나타남. 전반적으로 충청남도에서 전라북도로 이어지는 해안지역과 경상북도의

북동부 지역은 지속적으로 취약한 지역으로 나타남

재 2020년

2050년 2100년

<그림 Ⅰ-19> 기타 대기오염에 물질에 대한 건강 취약성 평가결과


95

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 종합한

기후영향에 대한 도면임. 취약성에 있어서 2100년대까지 크게 두드러지는 변화를

볼 수 없었듯이 기후영향에서도 큰 변화 없이 지속적으로 일정한 수준을 유지함.

즉 기후영향이 높은 포항, 여수 등지의 일부지역은 지속적으로 영향을 받음

재 2020년

2050년 2100년

<그림 Ⅰ-20> 기타 대기오염물질에 의한 건강의 기후영향(기후노출+민감도)


96


전국 232개 시·군·구의 기타 대기오염물질에 대한 건강 취약성에 영향을 미치는 대용

변수의 기여도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의

기여도를 파악하였음

분석결과, 기타 대기오염물질에 대한 건강 취약성 지수에 가장 영향을 많이 주는 대용

변수는 적응능력으로 파악되었음

적응능력 개선을 위해서는 건강보험적용인구 비율 개선이 가장 의미가 있는 변수임. 이는

의료접근도를 높일 수 있는 정책이 최우선적으로 필요한 것을 의미함. 그러나 보건복지에

대한 사회적 인프라와 보다 보건의료체계와 직접적으로 관련된 변수가 적응능력 대용


한계로 인하여 이와 같은 점이 충분히 고려되지 못하였음

기후노출에서는 ‘일최고기온’이 기타 대기오염물질에 의한 건강 취약성에 대한 주요한 노출로

주의 깊은 관찰이 필요함. 또한 민감도에 있어서는 사회경제적 취약계층인 기초생활수급자

비율과 ‘호흡기질환자’가 중요한 결정요인으로, 취약성 개선을 위해서는 사회적 취약계층과

아울러 호흡기 건강 취약계층을 우선적으로 정책의 대상으로 선정하여야 함을 시사함


97

- 국 232개 시·군·구의 기타 기오염물질에 한 건

강 취약성에 한 용변수의 기여도를 악한 결과,

응능력이 가장 요한 취약성 결정변수로 나타남

취약성 지수

- 기타 기오염물질에 한 건강 취약성과 련된 기후

노출에 있어서는 ‘일최고기온’이 가장 요한 향요인

으로 그 외의 변수의 향력은 상 으로 매우 낮음

기후노출

- 기타 기오염에 한 건강 취약성을 악화시키는 민감

도는 ‘기 생활수 자 비율’과, ‘호흡기질환 입원환자수’

로, 각기 기오염에 취약한 인구 상을 의미한다고 할

수 있음

민감도

- 기태 기오염물질에 한 건강 취약성과 련된 응

능력 용변수는 다른 건강 취약성 요인과 동일하게

구성되어 있어 동일한 해석이 가능함. 지역의 ‘재정자

립도’나 ‘지역내 총생산’과 같은 반 인 지역의 경제

능력보다는 지역사회의 의료보장성(건강보험을 통한

의료 근이 보장되는 인구의 규모)과 한 계를 가

지는 ‘건강보험 용인구 비율’이나 ‘인구당 보건소 인

력’이 요한 것으로 나타남응능력



98

<그림 Ⅰ-21> 16개 광역시·도별 기타 대기오염물질에 대한 건강 취약성 평가 지수



기타 대기오염에 물질에 대한 건강 취약성 평가결과를 기반으로 상대적인 취약성이

가장 높게 나타난 대구광역시와 취약성이 상대적으로 가장 낮게 나타난 강원도의

취약성에 대한 세부적인 내용을 비교분석하였음






99

- 구 역시와 강원도의 취약성 지수를 구성하는 용

변수들의 값을 비교해보면, 구 역시는 강원도에 비

해 기후노출 민감도, 즉 기후 향은 높고, 응능력

은 낮은 것으로 나타남

취약성 지수

- 구 역시와 강원도의 기후노출을 구성하는 세부

용변수들의 값을 비교해보면, 반 인 변수들의 분포

의 패턴은 비슷한 양상을 보이나 ‘일최고기온’ ‘ 기

오염 물질의 주거난방 외 배출량’이 강원도에 비해

구 역시가 높은 것을 볼 수 있음

기후노출

- 구 역시와 강원도의 민감도를 구성하는 세부 용

변수들을 보았을 때, 구 역시는 ‘기 생활수 자 비

율’ ‘독거노인 비율’이 강원도 보다 낮으나 나머지

모든 변수에서는 두 배 이상 높은 값을 보임

민감도

- 응능력에 있어서는 강원도는 ‘인구당 응 의료기

수’와 ‘인구당 보건소 인력’에서만 구 역시 높으나

그 격차는 다른 변수의 차이에 비해 매우 높은 편임

응능력

<표 Ⅰ-22> 대구광역시와 강원도의 취약성 비교분석


100

Ⅰ-⑧. 곤충 및 설치류에 의한 전염병 취약성

대 용 변 수


Ⅰ-⑧곤충 설치류에 의한 염병 취약성

기후노출 0.47

일 최고 기온이 33 ℃ 이상인 날의 횟수(회) 0.22

일 최 기온이 25 ℃ 이상인 날의 횟수(회) 0.30

일 최 강수량(mm) 0.20

일 강수량이 80mm 이상인 날의 횟수(회) 0.28

민감도 0.30

65세 이상 인구(명) 0.13

13세 이하 인구(명) 0.13


기 생활수 자 비율(%) 0.10

연간 평균 말라리아 발명자수(명) 0.26

연간 평균 쯔쯔가무시증 발명자수(명) 0.25

응능력 0.23


재정자립도(%) 0.23






보건 부문별 취약성 평가 Ⅰ-⑧ 곤충 및 설치류에 의한 전염병 취약성

101


- 기후노출 변수 선정 근거 : 곤충 및 설치류 등을 매개체로 하는 전염성 질환은 고온과

강수량 등에 밀접한 상관관성이 밝혀져 있음. 온도와 습도의 상승은 매개 곤충의

번식속도를 가속시키며 또한 서식지의 변화를 가져오는 등의 영향을 미치며 홍수 와

같은 많은 강우 이후 설치류에 의한 매개질환이 증가하는 것으로 알려짐. 이에 따라

기온과 온도와 관련된 변수를 선정함(박윤형 외, 2006; 신호성 외, 2008)

- 민감도 변수 선정 근거 : 건강 취약계층은 사회경제적 요인, 인구 특성 등에 의해

결정되므로 주요 변수를 민감도 변수로 선정하였으며, 질병특이성을 반영할 수 있는

민감도 변수로 말라리아 및 쯔쯔가무시증의 발병과 관련된 변수를 선정함(박윤형 외,

2006; 신호성 외, 2008; Marmot & Wilkinson, 2006; UNDP, 2005; WHO, 2004)





2006; Vincent, 2004)


102

기 후 노 출

∎현재(2000년대)를 기준으로, 곤충 및 설치류에 의한 전염병 취약성에 영향을

미치는 기후노출 대용변수를 종합하여 시·군·구 단위의 기후노출 지수 분포를


∎곤충 및 설치류에 의한 전염병 취약성과 관련된 기후노출은 전반적으로 낮으며

상대적으로 기후노출이 높은 시·군·구가 분포한 곳은 전라남도에서 경상북도까지

이어지는 남쪽으로 이어지는 해안지대와 강원 해안지대 및 제주지역임

∎광역시 기준으로는 울산 지역이 기후노출 지수가 가장 높은 것으로 나타났으며,

다음으로는 제주특별자치도, 부산광역시, 경상남도의 순으로 나타남. 반면, 인천광역시,

경기도, 충청남도, 대전광역시의 순으로 기후노출 지수가 낮은 것으로 나타남

∎가장 기후노출지수가 높은 지역인 울산광역시가 가장 노출지수가 낮은 지역인

인천광역시의 기후노출지수는 약 3배의 차이가 있음


103

민 감 도

∎현재(2000년대)를 기준으로, 곤충 및 설치류에 의한 전염병 취약성에 대한 민감도


∎곤충 및 설치류에 의한 전염병 취약성과 관련된 민감도가 상대적으로 높은

시·군·구는 경기도, 전라북도, 전라남도, 경상북도 지역에 분포하고 있음. 광역시

기준으로는 전라북도 지역이 민감도 지수가 가장 높은 것으로 나타났으며, 다음으로는

전라남도, 경상북도, 충청남도의 순으로 나타남. 반면, 울산광역시가 가장 민감도가

낮고 이어 인천광역시, 서울특별시, 경기도의 민감도 지수가 낮은 것으로 나타남

∎곤충 및 설치류에 의한 전염병 취약성과 관련된 민감도는 가장 민감도가 높은

전라북도가 가장 민감도가 낮은 울산광역시의 3배 수준임


104


∎현재(2000년대)를 기준으로, 곤충 및 설치류에 의한 전염병 취약성과 관련된

기후노출 대용변수와 민감도 대용변수를 합하여 산출한 기후영향 지수를 시·군·구


∎곤충 및 설치류에 의한 전염병 취약성에 영향을 미치는 기후영향이 상대적으로

높은 시·군·구는 전라북도, 전라남도, 경상북도, 부산광역시, 제주특별자치도

지역에 가장 넓게 분포하고 있음. 반면, 강원도, 경기도 서부 등지에는 상대적으로

기후영향이 높지 않은 시·군·구가 분포하고 있음. 광역시별로 곤충 및 설치류에

의한 전염병 취약성과 관련된 기후영향은 제주특별자치도, 전라북도, 전라남도.

부산광역시의 순으로 큰 것으로 나타났음. 반면 인천광역시의 기후영향이 가장

낮고 다음으로 경기도, 서울특별시, 대전광역시 순으로 낮게 나타남


105

적 응 능 력

∎현재(2000년대)를 기준으로, 곤충 및 설치류에 의한 전염병 취약성과 관련된

적응능력 대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로


∎상대적으로 적응능력이 높은 지역일수록 진한 색으로 표시되는데, 수도권 지역과

강원도, 전라남도와 경상남도 지역에 상대적으로 적응능력이 높은 시·군·구

지역이 다수 분포되어 있음. 광역시별로 곤충 및 설치류에 의한 전염병 취약성에

대한 적응능력은 서울특별시가 가장 높고 이어서 경기도, 강원도, 경상남도 지역의

순으로 높은 것으로 나타났음.

∎서울특별시를 제외한 광역시가 적응능력이 낮게 평가된 것은 자료의 구축이 대부분




적응능력 지수의 값은 다른 위험요인과 다소 차이가 있었음


106


∎현재(2000년대)를 기준으로, 곤충 및 설치류에 의한 전염병 취약성을 시·군·구


∎곤충 및 설치류에 의한 전염병 취약성이 상대적으로 높은 시·군·구 지역은 충청남도,

전라북도, 전라남도, 경상남도, 제주까지 광범위하게 분포하고 있음. 반대로

서울특별시와 수도권 및 경기도 지역 일대에서 강원도 지역의 시·군·구 지역이

상대적으로 취약성이 낮은 것으로 나타남. 광역시 별로 곤충 및 설치류에 의한

전염병 취약성은 제주특별자치도가 가장 높고, 부산광역시, 전라북도, 전라남도의

순으로 취약성이 높은 것으로 나타남. 반면 서울특별시, 경기도, 강원도, 인천광역시

순으로 취약성이 낮은 것으로 나타났음

∎곤충 및 설치류에 의한 전염병 취약성이 가장 높은 제주특별자치도는 가장 취약성이

낮은 서울특별시의 3배 이상 높은 취약성 지수값을 보임


107


∎곤충 및 설치류에 의한 전염병의 취약성을 평가한 결과는 다음과 같음. 시간이 흐름에

따라 취약지역이 점차 증가하며 특히 강원도 지역의 취약성의 증가가 두드러짐

∎취약성이 상대적으로 높았던 지역을 위주로 주변으로 취약성이 파급되는 것을 볼 수

있으며, 2100년대에는 전라북도와 경상북도의 거의 전역이 취약성이 높은

지역으로 변해가는 것을 볼 수 있음

재 2020년

2050년 2100년

<그림 Ⅰ-22> 곤충 및 설치류에 의한 전염병 건강 취약성 평가 결과


108

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 합한 기후영향에

대한 도면임. 기후영향은 시간이 지나면서 남부지역에서 점차 북상하는 경향을 보이

면서 점차 기후영향이 높은 지역이 증가하나 일부 감소하는 지역도 관찰됨. 2100년대에

는 제주특별자치도 북부 지역과 전라북도와 전라남도의 일부지역은 기후영향이 상대적

으로 높은 수준으로 증가될 것으로 예상됨

재 2020년

2050년 2100년

<그림 Ⅰ-23> 곤충 및 설치류에 의한 전염병에 한 기후영향(기후노출+민감도)


109


전국 232개 시·군·구에 대한 곤충 및 설치류에 의한 전염병 취약성에 영향을 미치는

대용변수의 기여도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의

기여도를 파악하였음

분석결과, 곤충 및 설치류에 의한 전염병 취약성 지수에 영향을 많이 주는 대용변수는

적응 능력으로 파악되었음. 즉, 곤충 및 설치류에 의한 전염병 취약성을 개선하기 위한

노력은 적응능력을 개선이 가장 효과적인 것으로 나타남

적응능력 개선을 위해서는 ‘건강보험적용인구 비율’ 개선이 가장 의미가 있는 변수임.

이는 의료접근도를 높일 수 있는 정책이 최우선적으로 필요한 것을 의미함. 그러나 보건

복지에 대한 사회적 인프라와 보다 보건의료체계와 직접적으로 관련된 변수가 적응능력

대용변수에 보완되었을 때 적응능력에 대한 이해가 보다 높아질 수 있을 것임. 현재는

자료의 한계로 인하여 이와 같은 점이 충분히 고려되지 못하였음

기후노출에서는 ‘일강수량의 최대값’이 가장 영향력 있는 변수였으며, 민감도는 ‘기초생활

수급자비율’과 ‘독거노인비율’이 가장 큰 영향요인으로 나타남. 곤충 및 설치류에 의한

전염병 적응대책을 마련할 때에는 일강수량의 최대값에 대한 고려 또는 감시체계가 필요하며,

사회경제적 취약계층인 기초생활수급자와 독거노인들을 우선적으로 정책의 대상으로

선정하여야 함


110

- 국 232개 시·군·구의 곤충 설치류에 의한 염병

취약성을 평가한 결과, 응능력이 가장 요한 향

을 미치는 것으로 나타남

취약성 지수

- 기후노출에 있어서는 일강수량이 가장 요한 변수이

며 다음으로는 일강수량이 80mm이상인 날의 횟수임.

즉, 강수량과 련된 기후노출이 요한 향을 하는

것으로 나타남

기후노출

- 곤충 설치류에 의한 염병 취약성의 민감도에 기

여도가 가장 높은 변수는 기 생활수 자 비율과 독거

노인의 비율로 나타남

민감도

- 곤충 설치류의 염병 취약성과 련한 응능력은

다른 건강 취약성 요인과 동일하게 구성되어 있어 동

일한 해석이 가능함. 지역의 재정자립도나 지역내 총생

산과 같은 반 인 지역의 경제능력보다는 지역사회

의 의료보장성(건강보험을 통한 의료 근이 보장되는

인구의 규모)과 한 계를 가지는 ‘건강보험 용

인구 비율’이나 ‘인구당 보건소 인력’이 요한 것으로

나타남응능력



111

<그림 Ⅰ-24> 16개 광역시·도별 곤충 및 설치류에 의한 전염병 취약성 평가 지수


<그림 Ⅰ-24>와 같음

곤충 및 설치류에 의한 전염병 취약성 평가결과를 기반으로 상대적인 취약성이 가장

높게 나타난 제주특별자치도와 취약성이 상대적으로 가장 낮게 나타난 서울특별시의

취약성에 대한 세부적인 내용을 비교분석하였음



기후노출, 민감도, 적응능력 각각을 구성하는 세부 대용변수의 값을 비교함으로써 각

세부 대용변수의 기여도를 파악하였음


112

- 제주특별자치도와 서울특별시의 취약성 지수를 구성하

는 용변수들의 값을 비교해보면, 서울특별시의 응

능력이 상 으로 매우 높게 나타나는 것을 악할

수 있음. 기후노출 민감도는 제주가 약간 높으나 비

슷한 것으로 나타남

취약성 지수

- 제주특별자치도와 서울특별시의 기후노출을 구성하는 세

부 용변수들의 값을 비교해보면, 제주특별자치도가 ‘일

강수량이 80mm 이상인 날의 횟수’ ‘일강수량의 최

값’이 서울특별시에 비해 높은 것으로 나타났으며, ‘일 최

고 기온이 33℃이상인 날의 횟수’ ‘일 최 기온이 25℃

이상’인 날의 횟수는 서울이 제주보다 높은 것으로 나타남

기후노출

- 제주특별자치도와 서울특별시의 민감도를 구성하는 세

부 용변수들을 보았을 때, 제주의 ‘독거노인 비율’

‘기 생활수 자 비율’이 서울특별시에 비해 높게 나타

났음. 나머지 변수들은 유사한 수 으로 나타남

민감도

- 서울특별시는 제주도에 비해 ‘재정자립도’, ‘지역내 총

생산’, ‘GRDP 보건업 사회복지서비스업’, ‘건강보험

용인구비율’에 있어 높은 것으로 나타났으며 특히

‘지역내 총생산’과 ‘GRDP 보건업 사회복지서비스업’

은 매우 큰 격차를 보임

응능력

<표 Ⅰ-25> 제주특별자치도와 서울특별시의 취약성 비교분석

보건 부문별 취약성 평가 Ⅰ-⑨ 수인성 매개 질환의 건강 취약성

113

Ⅰ-⑨. 수인성 매개 질환의 건강 취약성

대 용 변 수


Ⅰ-⑨수인성 매개 질환의

건강 취약성

기후노출 0.47

일최고기온이 33℃ 이상인 날의 횟수(회) 0.25

일최 기온이 25℃ 이상인 날의 횟수(회) 0.25



민감도 0.30

65세 이상 인구(명) 0.14

13세 이하 인구(명) 0.19


기 생활수 자 비율(%) 0.13

수인성질환자 수(명) 0.38

응능력 0.23


재정자립도(%) 0.25







114


- 기후노출 변수 선정 근거 : 수인성 매개질환은 온도와 습도가 밀접한 함수관례를

가지고 있는 질환으로 특히 고온 다습한 조건을 조성하는 기후노출 요소들을 노출

변수로 선정함

- 민감도 변수 선정 근거 : 건강 취약계층은 사회경제적 요인, 인구 특성 등에 의해

결정되므로 이와 관련된 주요 변수를 민감도 변수로 선정하였으며, 질병특이성을

반영할 수 있는 민감도 변수로 수인성 질병 발병과 관련된 변수를 선정함(박윤형

외, 2006; 신호성 외, 2008)





2006; Vincent, 2004)


115

기 후 노 출

∎현재(2000년대)를 기준으로, 수인성 매개질환의 건강 취약성에 영향을 미치는

기후노출 대용변수를 종합하여 시·군·구 단위의 기후노출 지수 분포를 산출한

결과물임

∎수인성 매개질환의 건강 취약성과 관련된 기후노출이 상대적으로 높은 시·군·구가

분포한 곳은 제주특별자치도와 전라남도 지역의 남서쪽에서 경상남도와 울산광역시로

이어지는 해안지대임. 광역시 기준으로는 울산광역시가 기후노출 지수가 가장 높은

것으로 나타났으며, 다음으로는 제주특별자치도, 부산광역시, 경상남도의 순으로

나타남. 반면, 강원도, 인천광역시, 경기도, 충청남도의 순으로 가장 기후노출 지수가


∎가장 기후노출 지수가 높은 울산광역시는 가후노출지수가 가장 낮은 강원도의

기후노출지수의 5배 이상 높은 수치를 보여 지역 간의 큰 격차를 보임


116

민 감 도

∎현재(2000년대)를 기준으로, 수인성 매개 질환의 건강 취약성에 대한 민감도


∎수인성 매개 질환의 건강 취약성 관련된 민감도가 상대적으로 높은 시·군·구는

경기도, 전라북도, 전라남도, 경상남도에 광범위하게 분포하고 있음. 특히

경기지역에는 우리나라에서 민감도가 가장 높은 지역들이 분포하고 있음. 광역시

기준으로는 경기 지역이 민감도 지수가 가장 높은 것으로 나타났으며, 다음으로는

경상남도, 서울특별시, 전라북도의 순으로 나타남. 반면, 울산광역시가 가장 민감도가

낮고 이어 대전광역시, 충청북도, 인천광역시 순으로 민감도 지수가 낮은 것으로

나타남

∎민감도가 가장 높은 경기도의 민감도지수는 가장 민감도가 낮은 울산광역시의 3배에 달함


117


∎현재(2000년대)를 기준으로, 수인성 매개 질환의 건강 취약성과 관련된 기후노출



∎수인성 매개 질환의 건강 취약성에 영향을 미치는 기후영향이 상대적으로 높은

시군·구는 서울 및 수도권 지역에 가장 집중적으로 분포하고 있음. 또한

전라남도와 경상남도, 부산광역시 등에도 취약성이 높은 지역들이 분포하고 있음.

반면 강원도는 기후영향이 높은 지역이 상대적으로 적음. 광역시별로 수인성 매개

질환의 건강 취약성과 관련된 기후영향은 부산광역시에서 가장 높음

∎기후노출이 높은 시·군·구가 분포하는 서울특별시와 경기도는 상대적으로

기후영향지수 순위가 낮았는데, 이는 지역 간의 실제 기후노출 지수값의 격차가

크지 않은 가운데 광역시에 포함된 시·군·구의 평균값을 산출해내는 방식의

비교로 인한 것임


118

적 응 능 력

∎현재(2000년)를 기준으로, 수인성 매개질환에 의한 건강 취약성과 관련된 적응능력

대용변수를 합산하여 산출한 기후영향 지수를 시·군·구 단위의 분포로 산출한

결과물임

∎수도권 지역과 강원도, 전라남도와 경상남도 지역에 상대적으로 적응능력이 높은

시·군·구 지역이 다수 분포되어 있음. 인천광역시, 대전광역시, 대구광역시,

부산광역시에는 상대적으로 적응능력이 낮은 시·군·구가 분포됨을 볼 수 있음.

광역시별로 수인성 매개질환에 대한 건강 취약성에 대한 적응능력은 서울특별시가

가장 높고 뒤를 이어 경기도, 강원도, 경상남도의 순으로 높은 것으로 나타났음.

반면 대전광역시가 가장 적응능력이 낮은 것으로 나타났음. 뒤이어 대구광역시,

광주광역시, 인천광역시 순으로 나나타남. 가장 적응능력이 좋은 서울특별시의

적응능력지수는 가장 적응능력이 낮은 대전광역시의 적응지수의 3배 이상 커 지역

간의 격차가 있음이 나타남


119


∎현재(2000년대)를 기준으로, 수인성 매개질환의 건강 취약성을 시·군·구 단위의


∎수인성 매개질환의 건강 취약성이 상대적으로 높은 시·군·구 지역은 전라북도,

전라남도, 제주특별자치도, 경상북도, 경상남도에 주로 분포하고 있음. 반대로

서울특별시 및 경기도의 수도권지역 일대에서 강원도에 이르는 우리나라 북부

지역의 시·군·구 지역이 상대적으로 취약성이 낮은 것으로 나타남. 광역시 별로

수인성 매개질환의 건강 취약성이 가장 높은 곳은 부산광역시이고 이어서

경상남도와 제주도 순으로 취약서이 높은 지역으로 나타남

∎제주특별자치도의 높은 취약성은 광역시 단위의 평가에서 기후영향이 상대적으로

높게 나타난 반면 적응능력은 상대적으로 낮은 것이 주된 원인의 하나로 추정됨.

수인성 매개질환의 건강 취약성이 가장 높은 부산광역시의 취약성 지표는 취약성이

가장 낮은 강원도의 취약성 지수의 약 4배로 지역 간 큰 격차가 존재함을 알 수 있음


120


∎수인성 매개 질환의 건강 취약성을 평가한 결과가 다음과 같이 도출되었음. 시간의 흐름에 따라 수인성 매개 질환의 건강취약 지역의 분포가 지속적으로 증가되는 추세를 보이며 특히 북상하는 양상을 보임

∎제주특별자치도의 경우 2020년대 이후 섬 전체가 취약지역으로 나타남. 취약지역의 분포는 현재의 취약지역 근방에서 확장되어 지역적인 취약 클러스터가 점차 커지는 경향을 보임

재 2020년

2050년 2100년

<그림 Ⅰ-25> 수인성 매개질환에 대한 건강 취약성 평가결과


121

∎다음은 취약성에서 적응능력을 고려하지 않고 기후노출과 민감도만을 종합한

기후영향에 대한 도면으로 전반적으로는 기후노출이 증가하는 방향을 보임. 대체로

현재 기후영향이 높은 인천광역시와 경기도의 서해안 지역과 전라남도에서 경상북도까지

연결되는 남해안을 중심으로 시간이 흐름에 따라 기후영향이 높은 지역이 확산되는

모습을 보임

재 2020년

2050년 2100년

<그림 Ⅰ-26> 수인성 매개질환에 대한 기후영향(기후노출+민감도)


122


전국 232개 시·군·구에 대한 수인성 매개 질환의 건강 취약성에 영향을 미치는 대용변

수의 기여도를 파악하고, 기후노출, 민감도, 적응능력을 구성하는 세부 대용변수의 기

여도를 파악하였음

분석결과, 수인성 매개 질환의 건강 취약성 지수는 적응능력, 기후노출과 기후민감도의

세 요소에 대체로 골고루 영향을 받는 것으로 나타남

기후노출은 ‘일강수량의 최대값’이, 민감도는 ‘기초생활수급자 비율’과 ‘수인질환자의

수’ 가, 적응능력에는 ‘건강보험적용인구 비율’이 가장 영향력 있는 변수로 나타남

적응능력 개선을 위해서는 건강보험적용인구 비율 개선이 가장 의미가 있는 변수로 이는

의료접근도를 높일 수 있는 정책이 최우선적으로 필요한 것을 의미함. 그러나 보건복지에

대한 사회적 인프라와 보다 보건의료체계와 직접적으로 관련된 변수가 적응능력 대용


한계로 인하여 이와 같은 점이 충분히 고려되지 못하였음


123

- 국 232개 시·군·구의 수인성 매개 질환의 건강 취약

성에 한 용변수의 기여도를 악한 결과, 응능

력이 가장 큰 기여도를 보 으며 기후변화 민감도도

기후노출에 비해 높은 요도를 보임

취약성 지수

- 수인성 매개질환의 기후노출에 있어서는 ‘일최고기온

이 높은 날의 수’보다는 ‘일강수량의 최 값’이 보다

요한 기후노출 요인으로 나타남

기후노출

- 수인성 매개질환에 한 취약성의 민감도에 기여도가

가장 높은 변수는 ‘수인성 질환자수’와 ‘기 생활수 자

비율’임. 한 ‘독거노인의 비율’ 역시 상 으로 높은

수 의 민감도 기여요인으로 나타남

민감도

- 수인성 매개질환에 한 건강 취약성과 련된 응능

력은 다른 건강 취약성 요인과 동일하게 구성되어 있

어 동일한 해석이 가능함. 지역의 ‘재정자립도’나 ‘지역

내 총생산’과 같은 반 인 지역의 경제능력보다는 지

역사회의 의료보장성(건강보험을 통한 의료 근이 보

장되는 인구의 규모)과 한 계를 가지는 ‘건강보

험 용인구 비율’이나 ‘인구당 보건소 인력’이 보다

요한 것으로 나타남응능력



124

<그림 Ⅰ-27> 16개 광역시·도별 수인성 매개질환에 대한 건강 취약성 평가 지수

수인성 매개질환의 건강 취약성 평가결과를 기반으로 상대적인 취약성이 가장 높게

나타난 부산광역시와 취약성이 상대적으로 가장 낮게 나타난 강원도의 취약성에 대한

세부적인 내용을 비교분석하였음






125

- 부산 역시와 강원도의 취약성 기여도 그래 를 보면,

부산 역시는 기후노출과 민감도에서 상 으로 높은

값을 보인반면, 강원도는 응능력에서 상 으로 높

은 값을 갖는 것을 알 수 있음

취약성 지수

- 부산 역시와 강원도의 기후노출 용변수의 기여도를

보면, 부산 역시의 기후노출 용변수 부분이 강원

도에 비해 높은 값을 갖는 것으로 나타남

기후노출

- 부산 역시와 강원도의 민감도를 구성하는 세부 용

변수들을 보았을 때, 부산 역시의 ‘수인성 질환자수’,

‘13세 이하 인구’ ‘65세 이상 인구’가 상 으로 높

은 것으로 나타남. 강원도의 경우 반 로 ‘독거노인비

율’과 ‘기 생활수 자 비율’이 부산 역시 보다 다소

높은 것으로 나타남

민감도

- 강원도와 부산 역시의 응능력은 ‘인구당 응 의료

기 수’와 ‘인구당 보건소 인력수’에서 가장 큰 차이를

보임

응능력

<표 Ⅰ-28> 부산광역시와 강원도의 취약성 비교분석

부록 부문별 세부항목, 대용변수 표

127

세부항목 용변수 변수목록 참고문헌

홍수에 의한 건강 취약성

기후노출

일최 강수량(mm)

김록호(1999),

권호장(2004),

박윤형 외(2006),

Marmot & Wilkinson

(2006),

Vincent(2004)

일강수량이 80mm 이상인 날의 횟수(회)

홍수로 인한 침수면 (ha)

민감도

65세 이상 인구(명)

13세 이하 인구(명)

독거노인 비율(총인구)(%)

기 생활수 자 비율(%)

10m 이하 지 면 (km2)

10m 이하 지 가구(세 )

홍수 피해 인구수(명)

수인성 질환자 수(명)

응능력

지역내 총생산(GRDP)(백만원)

재정자립도(%)

건강보험 용인구 비율(%)

인구당 보건소 인력(명/만명)

인구당 응 의료기 수(개/백만명)

GRDP 보건업 사회복지 서비스업(백만원)

1. 부문별 세부항목, 대용변수 표

부 록


128


태풍에 의한 건강취약성

기후노출


권호장(2004),

박윤형 외(2006),

IPCC(2007),

Marmot(2006),

Vincent(2004)


일최 풍속이 14m/s 이상인 날의 횟수(회)

민감도





10m 이하 지 면 (km2)

10m 이하 지 가구(세 )

수인성 질환자 수(명)

응능력


재정자립도(%)

건강보험 용인구비율(%)



GRDP 보건업 사회복지 서비스업 (백만원)

폭염에 의한 건강 취약성

기후노출

일최고기온(℃)

IPCC 4차보고서(2007),

Jongsik Ha(2011)

일 최고 기온이 33℃ 이상인 날의 횟수(회)

일 최 기온이 25℃ 이상인 날의 횟수(회)

체감온도(℃)

불쾌지수(-)

열 지수(-)

상 습도(%)

민감도65세 이상 인구(명)



129


독거노인 비율(총인구) (%)

기 생활수 자비율(%)

심 질환 사망자수(명)

열사병/일사병으로 인한 사망자수(명)

응능력


재정자립도(%)





한 에 의한 건강 취약성

기후노출

일 최 기온이 하인 날의 횟수(회)

Jongsik Ha(2009)

일 평균기온이 하인 날의 횟수(회)

연속 인 무강수일수의 최 값(회)

일최 풍속이 14m/s이상인 날의 횟수(회)

설량(cm)

민감도





호흡기질환 입원 환자수(명)

뇌 질환 사망자수(명)

응능력


재정자립도(%)

건강보험 용인구 비율(%)



130




오존농도 상승에 의한 건강 취약성

기후노출


조수헌(1999),

권호장(1998),

SunYoung Kim (2004),

SunYoung Kim(2007)

시간 오존농도가 100ppb 이상인 날의 횟수(회)

오존주의보 발령 일수(일)

8시간 오존농도가 60ppb/8hr 이상인

날의 횟수(회)

민감도





호흡기질환 입원환자수(명)


응능력


재정자립도(%)





미세먼지에 의한 건강 취약성

기후노출


박 옥(2002),

OkHee Yi(2010)

미세먼지 농도(ug/㎥)


민감도 65세 이상 인구(명)


131







응능력


재정자립도(%)





기타 기오염물질에 의한 건강 취약성

기후노출


Ren, C. Tong(2006),

Qian, Z. He(2008),

Katsouyanni(1993),

Ae Kyung Park(2009)

CO(주거난방 외 배출량)(kg)

CO(산업 배출량)(kg)

SOx(주거난방 외 배출량)(kg)

SOx(산업 배출량)(kg)

NOx(주거난방 외 배출량)(kg)

NOx(산업배출량)(kg)

민감도








132


응능력


재정자립도(%)





곤충 설치류에 의한 염병 건강 취약성

기후노출

일 최고 기온이 33 ℃ 이상인 날의 횟수(회)

박윤형 외(2006),

신호성 외(2008),

Marmot & Wilkinson

(2006),

UNDP(2005),

WHO(2004)

일 최 기온이 25 ℃ 이상인 날의 횟수(회)

일 최 강수량(mm)

일 강수량이 80mm 이상인 날의 횟수(회)

민감도




기 생활수 자 비(%)

연간 평균 말라리아 발명자수(명)

연간 평균 쯔쯔가무시증 발명자수(명)

응능력


재정자립도(%)






133


수인성 매개 질환에 한 건강 취약성

기후노출

일최고기온이 33℃ 이상인 날의 횟수(회)

박윤형 외(2006),

신호성 외(2008),

일최 기온이 25℃ 이상인 날의 횟수(회)



민감도





응능력

수인성질환자 수(명)


재정자립도(%)






134

2. 델파이 설문 결과

가. 대용변수 가중치

세부항목 용변수 가 치의 합 1차 델 이 가 치 2차 델 이 가 치

홍수에 의한

건강 취약성

기후노출

1

0.52 0.50

민감도 0.23 0.23

응능력 0.25 0.27

태풍에 의한

건강 취약성

기후노출

1

0.53 0.50

민감도 0.22 0.23

응능력 0.25 0.27

폭염에 의한

건강 취약성

기후노출

1

0.45 0.50

민감도 0.30 0.25

응능력 0.25 0.25

한 에 의한

건강 취약성

기후노출

1

0.42 0.50

민감도 0.30 0.27

응능력 0.28 0.23

오존농도 상승에


기후노출

1

0.42 0.48

민감도 0.32 0.27

응능력 0.27 0.25

미세먼지에 의한

건강 취약성

기후노출

1

0.47 0.50

민감도 0.32 0.28

응능력 0.22 0.22

기타

기오염물질에


기후노출

1

0.42 0.50

민감도 0.30 0.23

응능력 0.28 0.27

곤충 설치류에

의한 염병

건강 취약성

기후노출

1

0.50 0.47

민감도 0.20 0.30

응능력 0.30 0.23

수인성 매개 질환에

한 건강

취약성

기후노출

1

0.47 0.47

민감도 0.27 0.30

응능력 0.27 0.23

부록 델파이 설문 결과

135

세부항목 용변수 변수목록 가 치의 합1차 델 이

가 치

2차 델 이

가 치

홍수에 의한

건강

취약성

기후노출


1

0.36 0.30

0.16 0.15 일강수량이 80mm 이상인 날의 횟수(회)

홍수로 인한 침수면 (ha) 0.48 0.55

민감도


1

0.09 0.07

13세 이하 인구(명) 0.06 0.07

독거노인 비율(총인구)(%) 0.13 0.12

기 생활수 자 비율(%) 0.08 0.11

10m 이하 지 면 (km2) 0.11 0.07

10m 이하 지 가구(세 ) 0.21 0.14

홍수피해인구수(명) 0.21 0.31

수인성 질환자 수(명) 0.11 0.11

응능력


1

0.20 0.23

재정자립도(%) 0.28 0.30

건강보험 용인구비율(%) 0.10 0.11

인구당 보건소 인력(명/만명) 0.14 0.11

인구당 응 의료기 수(개/백만명) 0.15 0.11

GRDP 보건업 사회복지 서비스업 (백만원) 0.14 0.14

태풍에 의한

건강취약성

기후노출


1

0.33 0.27

일강수량이 80mm 이상인 날의 횟수 (회) 0.25 0.25

일최 풍속이 14m/s 이상인 날의 횟수(회) 0.43 0.48

민감도


1

0.08 0.10

13세 이하 인구(명) 0.06 0.10

독거노인 비율(총인구)(%) 0.21 0.18

기 생활수 자 비율(%) 0.15 0.14

10m 이하 지 면 (km2) 0.15 0.14

10m 이하 지 가구(세 ) 0.21 0.20

수인성 질환자 수(명) 0.14 0.14

나. 세부 대용변수별 가중치


136


가 치

2차 델 이

가 치

응능력


1

0.19 0.23

재정자립도(%) 0.26 0.28

건강보험 용인구비율(%) 0.10 0.11




폭염에 의한

건강 취약성

기후노출


1

0.15 0.11

일 최고 기온이 33℃ 이상인 날의 횟수 (회) 0.27 0.26

일 최 기온이 25℃ 이상인 날의 횟수(회) 0.12 0.10

체감온도(℃) 0.13 0.13

불쾌지수(-) 0.10 0.15

열 지수(-) 0.15 0.15

상 습도(%) 0.08 0.10

민감도


1

0.17 0.20

13세 이하 인구(명) 0.08 0.10

독거노인 비율(총인구)(%) 0.25 0.20

기 생활수 자비율(%) 0.13 0.10

심 질환 사망자수(명) 0.15 0.16

열사병/일사병으로 인한 사망자수(명) 0.22 0.24

응능력


1

0.18 0.21

재정자립도(%) 0.28 0.21

건강보험 용인구비율(%) 0.10 0.10



GRDP 보건업 사회복지 서비스업(백만원) 0.12 0.16


137


가 치

2차 델 이

가 치

한 에 의한

건강 취약성

기후노출

일 최 기온이 하인 날의 횟수(회)

1

0.28 0.24

일 평균기온이 하인 날의 횟수(회) 0.33 0.36

연속 인 무강수일수의 최 값(회) 0.09 0.10

일최 풍속이 14m/s이상인 날의 횟수(회) 0.15 0.14

설량(cm) 0.16 0.16

민감도


1

0.15 0.15

13세 이하 인구(명) 0.08 0.08

독거노인 비율(총인구)(%) 0.26 0.24

기 생활수 자비율(%) 0.14 0.18

호흡기질환 입원 환자수(명) 0.18 0.19

뇌 질환 사망자수(명) 0.20 0.20

응능력


1

0.19 0.18

재정자립도(%) 0.26 0.26

건강보험 용인구비율(%) 0.09 0.09


인구당 응 의료기 수 (개/백만명) 0.18 0.15


오존농도 상승에

의한 건강

취약성

기후노출

일최고기온 (℃)

1

0.15 0.14

시간 오존농도가 100ppb 이상인 날의 횟수(회) 0.30 0.31

오존주의보 발령 일수(일) 0.28 0.29

8시간 오존농도가 60ppb/8hr

이상인 날의 횟수(회) 0.28 0.26

민감도


1

0.15 0.16

13세 이하 인구(명) 0.14 0.13

독거노인 비율(총인구)(%) 0.15 0.15


138


가 치

2차 델 이

가 치

기 생활수 자 비율(%) 0.10 0.13

호흡기질환 입원환자수(명) 0.28 0.25

심 질환 사망자수(명) 0.16 0.18

응능력


1

0.18 0.17

재정자립도(%) 0.25 0.25

건강보험 용인구비율(%) 0.10 0.11




미세먼지에 의한

건강 취약성

기후노출


1

0.19 0.20

미세먼지 농도(ug/㎥) 0.30 0.30


0.51 0.50

민감도


1

0.14 0.14

13세 이하 인구(명) 0.11 0.16

독거노인 비율(총인구)(%) 0.16 0.14

기 생활수 자 비율(%) 0.11 0.14


심 질환 사망자수(명) 0.18 0.16

응능력


1

0.19 0.18

재정자립도(%) 0.26 0.26

건강보험 용인구비율(%) 0.10 0.11


인구당 응 의료기 수 (개/백만명) 0.18 0.15



139


가 치

2차 델 이

가 치

기타

기오염물질에

의한 건강

취약성

기후노출


1

0.09 0.10

CO(주거난방 외 배출량)(kg) 0.15 0.14

CO(산업 배출량)(kg) 0.15 0.16

SOx(주거난방 외 배출량)(kg) 0.15 0.14

SOx(산업 배출량)(kg) 0.19 0.16

NOx(주거난방 외 배출량)(kg) 0.13 0.14

NOx(산업배출량)(kg) 0.15 0.16

민감도


1

0.13 0.14

13세 이하 인구(명) 0.14 0.15

독거노인 비율(총인구)(%) 0.15 0.14

기 생활수 자 비율(%) 0.11 0.14


심 질환 사망자수(명) 0.18 0.18

응능력


1

0.18 0.16

재정자립도(%) 0.25 0.24

건강보험 용인구비율(%) 0.10 0.13




곤충

설치류에 의한

염병

건강 취약성

기후노출

일 최고 기온이 33 ℃ 이상인 날의 횟수(회)

1

0.25 0.22

일 최 기온이 25 ℃ 이상인 날의 횟수(회) 0.28 0.30

일 최 강수량(mm) 0.20 0.20

일 강수량이 80mm 이상인 날의 횟수(회) 0.28 0.28

민감도65세 이상 인구(명)

10.11 0.13

13세 이하 인구(명) 0.11 0.13


140


가 치

2차 델 이

가 치

독거노인 비율(총인구)(%) 0.14 0.13

기 생활수 자 비율(%) 0.09 0.10

연간 평균 말라리아 발명자수(명) 0.26 0.26

연간 평균 쯔쯔가무시증 발명자수(명) 0.29 0.25

응능력


1

0.14 0.18

재정자립도(%) 0.15 0.23

건강보험 용인구비율(%) 0.10 0.11




수인성 매개

질환에 한

건강

취약성

기후노출

일최고기온이 33℃ 이상인 날의 횟수(회)

1

0.25 0.25

일최 기온이 25℃ 이상인 날의 횟수(회) 0.23 0.25

일최 강수량(mm) 0.29 0.26

일강수량이 80mm 이상인 날의 횟수(회) 0.24 0.24

민감도


1

0.15 0.14

13세 이하 인구(명) 0.20 0.19

독거노인 비율(총인구)(%) 0.16 0.16

기 생활수 자 비율(%) 0.10 0.13

수인성질환자 수(명) 0.39 0.38

응능력


1

0.20 0.19

재정자립도(%) 0.26 0.25

건강보험 용인구비율(%) 0.09 0.11




부록 지자체 활용방안 및 개선방안

141

3. 지자체 활용방안 및 개선방안

가. 지자체 활용방안

전 지구적으로 온난화가 진행되고 있는 가운데, 우리나라의 연평균 온도 증가는 세계

평균을 상회하는 것으로 나타나고 있는 가운데, 모기와 같은 곤충의 방역이 여름 외의

계절에도 필요하게 되고 식중독의 발생이 겨울이나 봄가을에도 증가하는 등 건강의

위험으로써 기후변화가 보건 분야에서 체감되고 있음

기후변화를 위한 완화(mitigation)에 대한 노력이 진행된다 하더라도 기후변화로

인한 건강에 대한 직ㆍ간접적인 영향은 일정기간 지속될 것으로 전망되는 가운데,

적절한 보건의료분야의 기후변화 적응정책이 필요한 상황임. 그러므로 지방자치

단체에서는 기존의 보건의료분야의 정책을 보완 하고 필요에 따라 새로운 감시 및

경보체계를 신설할 필요가 있음

이에 따라 본 연구는 우리나라의 기후변화로 인한 건강위험 요인에 대한 취약성의

지리적 분포를 고찰하여 각 지자체의 상대적인 취약성에 따른 정책의 시급성 및 우선

순위 대상에 대한 대략적인 틀을 제공하는 것을 목적으로 함. 이와 같은 결과는 중앙

부처 및 지방자치단체의 보건의료 정책에 근거를 제공할 수 있음

특히, 지방자치 단체는 기후변화로 인한 건강위험 요인간의 타 지역과 비교로 보다

취약한 질병이 무엇인지 파악하여 해당 질병을 우선적으로 정책대상으로 삼는데 본

연구의 결과를 참고할 수 있겠음. 또한 이와 같은 취약성에 영향을 미치는 기후영향

외의 요인간의 영향의 크기 및 해당 지역의 취약한 요인을 밝혀 정책의 목표집단

(target population) 설정 및 우선순위 결정에 근거로 참고할 수 있음

또한 향후 미래의 결과는 현재의 상태에서 정책 중재가 없는 상태이면서 기후변화

의 시나리오와 같은 외부적인 요인의 변화만을 고려할 때의 상태이므로 정책의 성

과의 기준(baseline)으로 설정하는 데 활용할 수 있음. 그러나 미래의 결과는 불확

실성이 존재하므로 개별 지방자치단체에서는 이와 관련된 해석에 있어 유의할 필요

가 있음


142

본 연구결과에 의하면 대부분의 기후변화로 인한 건강 취약성의 중요한 원인은 보건

의료분야와 관련된 적응력이며 특히 의료의 접근성과 관련된 분야임을 고려할 때

지방자치단체의 기후변화에 대한 보건의료적응력은 중앙정부정책과의 공조가 필요

함을 알 수 있음

나. 개선방안

도출된 취약성 평가 결과는 현재 가용한 자료를 위주로 변수가 한정적으로 구성되어

보다 포괄적이고 다면적인 정책고찰에는 한계가 있음. 이에 따라 각 지자체의 정책

결정시에는 제시된 틀을 참고하되 지역적 특성, 정책의 우선순위 및 조화 등을 고려

하여 현지화된 분석 및 해석이 필요함

현재 분석결과가 제시되는 기후변화로 인한 건강위험은 크게 9가지 분류로 1) 홍수,

2) 태풍, 3) 폭염, 4) 한파, 5) 오존농도 상승, 6) 미세먼지, 7) 기타 대기오염물질, 8)

곤충 및 설치류에 의한 전염병, 9) 수인성 질환으로 분류되어 대부분의 기후에 영향을

받는 요인이 연구되었음. 그러나 각 분류는 변수의 구성 및 건강의 결과들은 서로

배타적인 사항은 아님. 예를 들면 홍수나 태풍의 경우 곤충 및 설치류에 의한 전염병,

수인성 질환이나 상해(injury)와 긴밀한 영향이 있으므로 각 항목별로 개별적인 대응을

하는 정보로 본 결과를 사용하기 보다는 상대적인 비교로써의 의미에 더욱 무게가 있음.

향후 질병분류에 따른 혹은 직접적요인과 간접적요인과 같은 새로운 분류에 따른 연구를

통해 직접적인 질환이나 환자군 또는 취약집단에 대한 연구가 필요할 것으로 보임

향후 취약성을 구성하는 민감도 및 적응능력과 관련된 보다 세분화된 연구 및 적용이

필요할 것으로 보임. 이에 따라 본 보고서에 적용된 적응능력과 관련된 변수와 관련

된 해석은 유의할 필요가 있음

자료의 구축이 광역시·도 단위로 구축되어 있는 데이터와 같은 경우, 실질적으로

광역시가 높은 값을 보이나 자료구축의 한계로 인해 도단위 지역보다 광역시의

값이 상대적으로 작게 나타나 편향된 결과가 나타날 우려가 있기에 실질적으로

지자체별에서 사용 시 이러한 자료는 면적이나 인구수에 비례하는 변수로 변환하여

평가할 필요가 있음

참 고 문 헌

143

참 고 문 헌

권호장. 2004. 지구온난화가 건강에 미치는 영향. UNEP 한국위원회, 지구온난화관련

정책 및 대응방안 국제심포지엄 발표자료.

권호장, 조수현. 서울시의 대기오염과 일별 사망자 수의 관련성에 대한 시계열적 연구

Air Pollution and Daily Mortality in Seoul. 예방의학회지 1999; 32(2) 191-199

김록호. 1999. 날씨 기후와 건강: 지구온난화에 의한 환경변화의 보건학적 중요성. 기상청

강연회 자료집.

박영옥 실내 생활공간에서의 미세먼지 오염 특성 및 제어 기술, 한국생활환경학회지.

2002; 9(2): 122-128.

박윤형, 김호, 장원기, 기용배, 황보영, 기모란 외. 2006. 기후변화에 의한 전염병 발생

영향 통합관리체계 구축. 순천향대학교/건강증진기금사업지원단.

신호성, 김동진. 2008. 기후변화와 전염병 질병부담. 한국보건사회연구원

조수헌, 권호장, 임형준, 이상윤, 윤기정, 최성우, 김재용. 오존과 미세먼지에 의한 대기

오염의 건강영향 -(I) 오존의 영향. 2000년 제8회 기초의학학술대회 및 2000년도

대한예방의학회 춘계학술대회, 2000년 4월 27일(목) 10:00, 경북대학교병원 강당

Ae Kyung Park, Yun-Chul Hong, Ho Kim, “Effect of changes in season and

temperature on mortality associated with air pollution in Seoul, Korea”,

Journal of Epidemiology and Community Health.

IPCC, 2001. Climate Change 2001-IPCC Third Assessment Report.

IPCC, 2007, Climate change : Physical science basis. Paris, France.

IPCC, IPCC Fourth Assessment Report: Climate Change, 2007 IPCC. 2007.

Jongsik Ha, Ho Kim, Shakoor Hajat, “Effect of Previous-Winter Mortality on

the Association between Summer Temperature and Mortality in South

Korea” Environmental Health Presepctives.2011

Jongsik Ha, Joungho Yoon, Ho Kim, “Relationship between winter temperature

and mortality in Seoul, South Korea, from 1994 to 2006” Science of the

Total Environment 2009; 407(7):2158-2164.


144

Katsouyanni, K. Pantazopoulou, A. Touloumi, G. Tselepidaki, I. Moustris, K.

Asimakopoulos, D. et al. Evidence for interaction between air pollution

and high temperature in the causation of excess mortality. Arch

Environ Health. 1993; 48(4): 235-242.

Marmot, M.G., Wilkinson, R. G. 2006. Social Determinants of Health.

Okhee Yi, Yun-Chul Hong, Ho Kim, “Seasonal effect of PM10 concentrations on

mortality and morbidity in Seoul, Korea: A temperature-matched case-crossover

analysis”, Environmental Research 2010;110(1): 89-95.

Qian, Z. He, Q. Lin, HM. Kong, L. Bentley, CM. Liu, W. et al. High temperatures

enhanced acute mortality effects of ambient particle pollution in the

“oven” city of Wuhan, China. Environ Health Perspect. 2008; 116(9):

1172-1178.

Ren, C. Tong, S. Temperature modifies the health effects of particulate matter

in Brisbane, Australia. Int J Biometeorol. 2006; 51(2): 87-96.

Sun-Young Kim SY, Marie S. Oneill, Jong-Tae Lee, Youngtae Cho, Jaiyong

Kim, Ho Kim. “Air pollution, socioeconomic position, and emergency hospital

visits for asthma in Seoul, Korea” Int Arch Occup Environ Health. 2007;80:701-710.

Sun-Young Kim, Jong-Tae Lee, Yun-Chul Hong, Kyu-jeong Ahn, Ho Kim,

“Determining the threshold effect of ozone on daily mortality: An

analysis of ozone and mortality in Seoul, Korea, 1995-1999” Environmental

Research 2004;94(2):113-119

UNDP. 2005. Adaptation Policy Frameworks for Climate Change.

Vincent, Katharine. 2004. Creating an index of social vulnerability to climate

change for Africa. Tyndall Centre for Climate Change Research, Working

Paper 56.

WHO. Using climate to predict infectious disease outbreak: a review. 2004.

지자체 기후변화 적응 세부시행계획 수립 지원을 위한 기후변화...

Documents