Types of Social Exclusion in Older Adults and Their Multiple Exclusion: Focusing on Latent Class Analysis

Abstract

본 연구는 노인의 사회적 배제 상태가 다양한 모습을 가질 수 있다는 전제에서 출발한다. 연구목적은 노인의 사회적 배제 하위 집단의 유형분류 및 각 집단 유형의 특성을 파악하고 나아가 영향요인을 규명함으로써 ‘사회적 배제’(social exclusion)를 극복하고 ‘사회적 포용’(social inclusion)으로 연결하기 위한 정책함의를 도출하는 것이다. 분석방법으로는 잠재계층 분석(Latent Class Analysis)을 사용하였다. 분석자료는 한국보건사회연구원에서 조사한 ‘2017년 노인실태조사’이며, 만 65세 이상 노인 10,070명의 자료가 최종분석에 사용되었다. 사회적 배제 지표는 다차원성을 고려하여 소득, 소비, 사회적 활동, 사회적 관계, 건강, 주거 등 6차원으로 구성되어 측정되었다. 각 사회적 배제 유형별 특성과 사회적 배제 유형에 미치는 영향요인을 규명하기 위해 다항 로지스틱 회귀분석을 사용하였다. 분석결과, 노인의 사회적 배제는 비배제형(46.0%), 소비배제형(16.3%), 건강배제형(17.0%), 건강⋅교류제한형(7.5%), 고위험다중배제형(13.2%)의 5개 유형으로 나타났고, 응답노인 중 20.7%의 노인은 동시에 두 개 이상의 차원에서 중복적으로 사회적 배제 상태를 보이는 다중배제형에 속하는 것으로 나타났다. 인구사회학적 특성, 사회경제적 특성, 건강 특성, 사회적 관계특성, 지역사회 특성 등에 따라 유형간 차이를 보였으며, 교육수준, 로그연가구소득이 사회적 배제 유형에 대한 공통된 주요 예측 요인으로 확인되었고, 성별, 연령, 건강변인, 사회적 관계 만족도 변인, 거주지는 특정 사회적 배제 유형에서만 유의한 예측요인으로 확인되었다. 연구 결과를 토대로 노인의 사회적 배제 문제를 해결하기 위한 실천적⋅정책적 개입 방안에 대해 논의하였다.This study is based on the assumption that there are various types of social exclusion in older adults. The purpose of the study is to identify subgroups of social exclusion in older adults, and examine the characteristics of each group. We expect this study to provide suggestions to overcome social exclusion and achieve social inclusion. The data were gathered from the “2017 National Profile Survey of Older Adults,” which was conducted by the Korea Institute for Health and Social Affairs. Respondents were 65 years or older (N=10,070) and latent class analysis was applied to identify the optimal subgroups by using Social Exclusion Indicators that comprised six domains (income, consumption, social activities, social relationship, health, and housing status). We also performed multinomial logistic regression analysis and the result identified five different subgroups of social exclusion: non-exclusion (46%); consumption exclusion (16.3%); health exclusion (17.0%); health, social activities, and social relationship exclusion (7.5%) ; and high-risk multiple exclusion (13.2%). Of all the respondents, 20.7% appeared to belong to multiple social exclusion groups under two or more domains. Findings also showed that the social demographic factors, health factors, socio-economic factors, and community factors affect the subgroups differently. Meanwhile, education and logged annual household income level were significant predicting factors associated with each subgroup. This provided us with new implications in terms of practice and policy.