3.2 전체 낙상사망자 기초통계
낙상사망자의 특성을 분석하기 위해 지난 3년간 전체 낙상사망자를 대상으로 인적특성과 사회적 특성 그리고 물리적 특성을 나누어 통계분석을 실시했다.
첫째, 지난 3년간 낙상 사망자 6,947명중에서 성별, 나이에 따른 인적 특성을 살펴보았다.
Table 1에 따르면 성별에 따른 낙상사망자는 남자(74.3%)가 여자(25.7%)보다 훨씬 높은 비중을 차지하고 있다.
Table 1
Total Deaths by Fall(Gender)
Year |
Total death |
Male(%) |
Female(%) |
2013 |
2,339 |
1,765(75.5) |
574(24.5) |
2014 |
2,288 |
1,694(74.0) |
594(26.0) |
2015 |
2,320 |
746(62.08) |
472(38.02) |
Total |
6,947 |
5,161(74.3) |
1,786(25.7) |
둘째,
Table 2에서 나이 대에 따른 사망자를 살펴보면, 전체 낙상사망자 중에서 40~89세에 사망자(89.0%)의 대부분이 집중되어 있음을 알 수 있다. 그리고 65세 이상 노인인구는 전체 사망자 중, 3,560명(51.2%)이었고 40~64세 계층의 사망자는 2,895명(41.7%)로 두 번째로 높은 비중을 보여준다. 이것은 낙상사망자가 특정한 나이 계층에 집중되어 있음을 보여준다.
Table 2
Total Deaths by Fall(Age)
Year |
Total death |
Rate(%) |
0~9 |
80 |
1.2 |
10~19 |
49 |
0.7 |
20~29 |
114 |
1.6 |
30~39 |
249 |
3.6 |
40~49 |
763 |
11.0 |
50~59 |
1,492 |
21.5 |
60~69 |
1,313 |
18.9 |
70~79 |
1,516 |
21.8 |
80~89 |
1,100 |
15.8 |
90~99 |
255 |
3.7 |
More than 100 |
16 |
0.2 |
Total |
6,947 |
100.0 |
More than 65 |
3,560 |
51.2 |
40~64 |
2,895 |
41.7 |
0~39 |
492 |
7.1 |
Total |
6,947 |
100.0 |
셋째, 낙상사망자의 사회적 특성인 사망자의 직업과 배우자여부에 따른 차이점을 살펴보았다. 낙상사망자의 직업을 살펴보면 학생⋅가사⋅무직(54.3%)로 가장 많았고 단순노무(12.2%), 농림어업(9.5%) 순으로 나타났다. 사망원인 통계에서 사용되는 직업군 중, 학생⋅가사⋅무직은 상호간에 구분이 되지 않아 유의미한 결과를 찾기는 어렵다. 그렇지만
Table 3에서 무직, 단순노무 직업 등에서 높은 사망자 비중을 보이는 것은 직업상 위험한 환경에 노출될 가능성이 높을수록 낙상으로 인한 사망자수가 증가한다는 것을 의미한다.
Table 3
Total Deaths by Fall(Job)
Division |
Total |
Rate(%) |
Student, Housework, Unemployed |
3,773 |
54.3 |
Simple Labor |
847 |
12.2 |
Agriculture, Forestry, Fishery |
660 |
9.5 |
Service |
388 |
5.6 |
Skilled-worker |
328 |
4.7 |
Professional |
268 |
3.9 |
Manager |
200 |
2.9 |
Machine operator |
191 |
2.7 |
Office worker |
179 |
2.6 |
Unknown, Army Officer |
113 |
1.6 |
Total |
6,947 |
100.0 |
낙상사망자의 배우자 여부에 따른 특성은 배우자가 있는 경우(55.1%)와 배우자가 없는 경우(미혼, 이혼, 사별)가 거의 절반씩을 차지하고 있어 배우자 여부는 낙상 사망에 별다른 영향이 없음을
Table 4에서 알 수 있다.
Table 4
Total Deaths by Fall(Marriage)
Division |
Total death |
Male |
Female |
Rate(%) |
Married |
3,829 |
3,303 |
526 |
55.1 |
Single |
872 |
751 |
121 |
12.6 |
Divorced |
800 |
694 |
106 |
11.5 |
Bereavement |
1,423 |
395 |
1,028 |
20.5 |
Unknown |
23 |
18 |
5 |
0.3 |
Total |
6,947 |
5,161 |
1,786 |
100.0 |
지금까지 사망자의 인적특성(나이, 성별)과 사회적 특성(직업, 결혼)을 살펴보았다. 그러나 이것만으로 낙상사망자의 특성을 분석하고 사망원인을 일반화시키는 것에는 한계가 존재한다.
이에 낙상사망자의 물리적 특성을 살펴보았다. 물리적 특성은 실제 낙상사망자가 어느 장소에서 어떤 원인으로 인해 사망했는지를 보여주는 가장 중요한 분석 변수이다.
Table 5에는 낙상사망자가 발생한 장소를 분석하였다. 실제 낙상사망 사고가 가장 많이 발생한 곳은 주거지(2,428명)으로 가장 높게 나타났고, 상세불명(1,336명, 사고장소 알 수 없음), 산업 및 건설지역(926명) 순으로 나타났다. 그러나 나이대별, 성별에 따라 교차분석 시, 다른 결과가 나올 수 있기에 이를 고려한 추가 분석이 필요하다.
Table 5
Total Deaths by Fall(Accident Location)
Division |
Total |
Rate(%) |
Home |
2,428 |
35.0 |
Unknown |
1,336 |
19.2 |
Industry & Construction |
926 |
13.3 |
Other specified places |
546 |
7.9 |
Road |
517 |
7.4 |
Commercial Area |
494 |
7.1 |
School & Others |
350 |
5.0 |
Farm |
224 |
3.2 |
Collective Residency |
120 |
1.7 |
Athletic field |
6 |
0.1 |
Total |
6,947 |
100.0 |
그리고
Table 6에서 또 다른 물리적 특성인 낙상사망 원인을 살펴보았다. 낙상사고의 특성상, 실제로 사망에 이르게 한 직접 원인을 파악하지 못하는 경우가 많아 상세불명이 가장 많이 나타났다. 이는 앞으로 사망원인 통계가 더욱
Table 6
Total Deaths by Fall(Cause of Accident)
Division |
Total |
Rate(%) |
Unknown |
2,696 |
38.8 |
Building structure |
1,166 |
16.8 |
Stair |
935 |
13.5 |
Fall on same side |
595 |
8.6 |
Sliding |
519 |
7.5 |
Fall on other side |
310 |
4.5 |
Ladder |
170 |
2.4 |
Scaffolding |
136 |
2.0 |
Bed |
136 |
2.0 |
Cliff |
71 |
1.0 |
Wheelchair |
70 |
1.0 |
Tree |
52 |
0.7 |
Snow & Ice |
32 |
0.5 |
Chair |
28 |
0.4 |
Carrying & Helping up |
9 |
0.1 |
Other Furniture |
6 |
0.1 |
Drowning |
5 |
0.1 |
Crash |
5 |
0.1 |
Exercise equipment |
4 |
0.1 |
Skate |
2 |
0.0 |
Total |
6,947 |
100.0 |
자세히 조사될 필요성이 있음을 알려준다. 그 외에는
Table 6에서 볼 수 있듯이 빌딩 구조물(1,166명), 계단(935명), 기타 동일면(595명, 하나의 바닥면에서 같은 바닥면으로 넘어짐), 미끄러짐(519명, 하나의 바닥면에서 다른 높이의 바닥면으로 넘어짐) 순으로 나타났다. 사망장소와 사망원인을 함께 고려하면 주거지 내의 계단, 기타동일면, 미끄러짐 등이 낙상사망자의 주용 사망원인이며, 산업 및 건설지역에 위치한 빌딩구조물, 계단 등은 또 다른 위험요인으로 볼 수 있다.
앞선 통계 분석 결과를 활용하면 다양한 해석이 가능해진다. 예를 들면, 직업과 물리적 특성 분석 결과를 함께 고려할 때 직업(단순 노무), 사망장소, 사망원인에서 산업 및 건설 지역에서 일하는 단순 노동자가 낙상 사고에 노출되어 있다는 점을 알 수 있다. 이렇게 해석이 설득력을 얻게 하기 위해 교차 빈도를 활용하여 인적, 사회적, 물리적 특성을 함께 고려하여 더욱 자세한 분석을 진행하고 낙상 사고에 가장 취약한 계층의 특성을 분석해 보려고 한다.
3.3 교차빈도 분석
기초통계분석을 통해 나이에 따른 낙상사망자 위험계층을 1차적으로 구분할 수 있었다. 10세 별로 나누어 보았을 때, 40~89세에 해당하는 계층이 전체 사망자의 89%를 차지하고 있었다. 사회적 특성에서 직업은 학생, 가사, 무직이 절반 이상(54.3%)을 차지하고 있었다. 그러나 학생, 가사, 무직의 구분이 되지 않아 자료 분석에 사용하기에는 어려움이 있다. 그래서 적절할 기준을 통해 이 직업을 분리하고 다시 교차빈도를 알아보려고 한다.
직업 분류기준은 통계청에서 획득한 통계자료를 기반으로 조작적 분류를 진행하였다. 활용된 통계자료는 평균 취업 연령, 첫 결혼 연령을 활용하였다. 이를 활용하여 낙상사망자 중 직업이 학생, 가사, 무직인 3,773명을 대상으로 직업을 구분하였다. 대상자의 나이가 0~6세(무직), 7~26세(학생), 27~30세(남: 학생, 여: 배우자 있는 경우 가사, 배우자 없는 경우 무직), 31~100세 이상(남: 무직, 여: 가사)로 구분하였다. 예를 들면, 27세 여자의 경우 학생, 가사, 무직이 직업일 때, 대상자가 배우자가 있는 경우 직업은 가사가 된다.
이런 조작적 기준을 적용하여 직업(학생, 가사, 무직)을 분류하고 교차빈도를
Table 7에서 살펴보았다. 인적 특성 중 낙상사망자의 집중도가 극명하게 드러나는 특성인 나이대별 계층을 기준으로 교차빈도를 살펴보면, 앞서 언급한바와 같이 40대(763명)를 기점으로 사망자수가 급격히 증가하며, 50대(1,492명), 60대(1,313명), 70대(1,516명), 80대(1,100명)부터 감소한다.
Table 7
Cross Check about Deaths by Fall(Human, social and physical characteristics)
Human Character |
Social Character |
Physical Character |
Age |
Cross Frequency |
Gender |
Cross Frequency |
Job |
Cross Frequency |
Death location |
Cross Frequency |
0~9 |
80 |
Male |
53 |
Unemployed |
48 |
Home |
42 |
Student |
4 |
Home |
3 |
Female |
27 |
Unemployed |
23 |
Home |
24 |
Student |
4 |
Home |
3 |
10~19 |
49 |
Male |
37 |
Student |
35 |
Home |
19 |
Skilled-worrker, Simple Labor(Each 1) |
2 |
Unknown, School & Others(Eaxh 1) |
2 |
Female |
12 |
Student |
12 |
Home |
7 |
20~29 |
114 |
Male |
88 |
Student |
45 |
Home |
19 |
Unknown, Army officer |
9 |
Home, Collective Residency, Industry, Commercial(Each 2) |
8 |
Female |
26 |
Student |
16 |
Home |
7 |
Office, Service(Each 3) |
6 |
Commercial Area |
3 |
30~39 |
249 |
Male |
210 |
Manager |
12 |
Commercial Area |
5 |
Skilled-worker |
16 |
Home |
12 |
Female |
39 |
Housework |
18 |
Home |
12 |
40~49 |
763 |
Male |
672 |
Simple Labor |
345 |
Industry & Construction |
76 |
Home |
23 |
Unemployed |
144 |
Home |
56 |
Female |
91 |
Housework |
54 |
Home |
22 |
Road |
11 |
50~59 (A group) |
1,492 |
Male |
1,347 |
Unemployed |
372 |
Home |
143 |
Road |
43 |
Simple Labor |
345 |
Industry & Construction |
171 |
Home |
56 |
Female |
145 |
Housework |
97 |
Home |
82 |
Commercial Area |
8 |
60~69 |
1,313 |
Male |
1,111 |
Unemployed |
451 |
Home |
200 |
Road |
50 |
Simple Labor |
221 |
Industry & Construction |
108 |
Home |
37 |
Female |
202 |
Housework |
156 |
Home |
82 |
School & Others |
15 |
Agriculture, Forestry, Fishery |
19 |
Road |
6 |
Home |
3 |
70~79 (B group) |
1,516 |
Male |
1,024 |
Unemployed |
660 |
Home |
302 |
Road |
53 |
Agriculture, Forestry, Fishery |
206 |
Home |
71 |
Farm |
30 |
Female |
492 |
Housework |
417 |
Home |
208 |
School & Others |
33 |
Agriculture, Forestry, Fishery |
55 |
Home |
21 |
80~89 |
1,100 |
Male |
528 |
Unemployed |
393 |
Home |
141 |
School & Others, Road(Each 34) |
68 |
Agriculture, Forestry, Fishery |
100 |
Home |
36 |
Farm |
11 |
Female |
572 |
Housework |
530 |
Home |
225 |
School & Others |
46 |
Agriculture, Forestry, Fishery |
30 |
Home, Farm(Each 8) |
16 |
90~99 |
255 |
Male |
87 |
Unemployed |
70 |
Home |
26 |
Collective Residency |
4 |
Agriculture, Forestry, Fishery |
12 |
Home |
4 |
Farm, Road, School & Others(Each 1) |
3 |
Female |
168 |
Housework |
157 |
Home |
52 |
School & Others |
13 |
More than 100 |
16 |
Male |
4 |
Unemployed |
4 |
Home, Collective Residency, Faem(Each 1) |
3 |
Female |
12 |
Housework |
11 |
Home |
5 |
School & Others |
1 |
이를 통해 인적 특성 중, 나이대별 특성만을 고려하면 50대 1,492명, 60대 1,313명, 70대 1,516명으로 낙상사망자가 3개의 나이집단에 집중적으로 분포하고 있음을 알 수 있다. 이를 조금 더 상세히 살펴보면 50대 중년층과 70대 노년층이 낙상사망자 6,947명 중, 3,008명(43.3%)으로 약 절반을 차지하고 있어 낙상사고 발생 시 사망자가 발생할 수 있는 가장 위험한 계층이라고 볼 수 있다. 이들 50대(이하 A그룹)와 70대(이하 B그룹) 두 그룹을 낙상사망 위험 계층으로 구분하고 이후의 분석을 진행하였다.
A, B 두 그룹에 대한 낙상 대응방안을 마련하기 위해서는 이 두 그룹이 어떻게 다른 특성을 가지고 있는지 분석해야 한다. 이를 고려하여 또 다른 인적특성인 성별로 구분하여 사망자를
Table 7에서 살펴보면, A그룹의 사망자는 전체 1,492명 중 남자가 1,347명(90.3%)을 차지하고 있다. 그리고 B그룹의 경우에도 50대 남성 낙상사망자 수의 비율에 비하면 작지만, 전체 사망자 1,516명(100%)중 1,024명(67.5%)이 사망하여 매우 높은 비중을 차지하고 있음을 알 수 있다. 그러므로 A, B그룹은 남성에 대한 낙상사고 대응방안이 필요하다고 볼 수 있다.
이를 바탕으로 사회적 특성(직업)과 물리적 특성(사망장소)을 함께 살펴보면, A그룹 남성사망자의 상위 2개 직업은 무직 372명(27.6%)과 단순노무 345명(25.6%)이 가장 많은 비중을 차지하고 있다. 그리고 무직인 경우, 거주하고 있는 집에서 사망하는 경우가 가장 많았고, 단순노무의 경우 산업 및 건설지역에서 가장 많은 사망자수를 보였다. 무직의 경우 인과관계 설명을 위해서는 거주환경의 질, 정신건강(음주, 흡연 등)에 관한 더 많은 근거자료가 필요하지만 단순노무의 경우, 산업 및 건설지역에서 가장 높은 낙상사망자를 보이는 것은 상당한 인과관계가 있다(
Im, 2009).
B그룹의 경우에도 무직 660명(64.5%), 농림어업(20.1%)이 가장 높은 비중을 차지하고 있다. 그리고 A그룹 무직인 남성과 마찬가지로 주거지에서 가장 높은 사망자 수를 보인다. B그룹 남성 중 농림어업의 경우에 농장이 2번째로 높은 비중을 보이고 있어 직업적 연관성이 낙상과 관련이 있음을 시사하고 있지만, 그 보다 많은 사망자가 주거지에서 발생하고 있음을 고려할 때, 노인계층의 경우에는 낙상사고가 직장, 주거지 등 어떤 곳에서든 발생 가능함을 고려한 낙상사고 대응이 필요함을 시사한다.
여성의 경우에는 A, B그룹 모두 비슷한 양상을 보이고 있음을
Table 7에서 알 수 있다. 직업이 가사인 경우가 대다수를 차지하고 사망장소 또한 주거지에 집중되고 있다. 이는 직업상 거주지의 특성과 상당한 인과관계가 있음을 설명하고 있고 이들의 거주환경에 대한 직접적인 낙상대응 방안이 필요함을 시사하고 있다.
상기 분석결과를 종합하면, 기존 우리 정부의 노인위주 주거지 낙상 예방정책 및 연구들의 결과는 상당한 설득력을 지니고 있는 것을 확인할 수 있었다. 그러나 그 외에도 낙상사망은 다양한 위험계층이 존재하고 있는 것을 확인할 수 있었고 이들의 인적, 사회적, 물리적 특성도 나이, 성별, 직업, 사망장소 등에서 다양한 특성을 가지고 있음을 알 수 있었다. 이를 바탕으로 우리정부의 향후 낙상 예방 정책 개선방향에 차별화가 필요함을 알 수 있다.