반려동물에 대한 인식 변화, 가계 소득 증대, 저출산에 따른 인구 구조의 변화와 더불어 국내 반려동물 보유가구가 증가하고 있다. 이에 따라 수의업도 지속적으로 성장하고 있다. 그러나 수의사의 초과 공급 등으로 인하여 동물병원의 경쟁은 갈수록 치열해지고 있으며 폐업도 급증하고 있는 실정이다. 이에 본 연구는 동물병원 경쟁이 가속화되는 상황 속에서 동물병원의 성공 경영과 직결되는 입지 요인을 분석하여 동물병원의 최적 입지 선정과 수의료 서비스의 적정 배치를 위한 입지모형개발의 기초 자료로 활용하고자 한다. 본 연구는 인터넷에서 제공되는 ...
반려동물에 대한 인식 변화, 가계 소득 증대, 저출산에 따른 인구 구조의 변화와 더불어 국내 반려동물 보유가구가 증가하고 있다. 이에 따라 수의업도 지속적으로 성장하고 있다. 그러나 수의사의 초과 공급 등으로 인하여 동물병원의 경쟁은 갈수록 치열해지고 있으며 폐업도 급증하고 있는 실정이다. 이에 본 연구는 동물병원 경쟁이 가속화되는 상황 속에서 동물병원의 성공 경영과 직결되는 입지 요인을 분석하여 동물병원의 최적 입지 선정과 수의료 서비스의 적정 배치를 위한 입지모형개발의 기초 자료로 활용하고자 한다. 본 연구는 인터넷에서 제공되는 공공 데이터를 이용하여 동물병원의 사업체수에 미치는 영향 요인을 분석한다. 우선, 행정구역별 현황을 살펴본 결과, 수의료 서비스의 지역별 격차를 확인할 수 있었다. 전국 동물병원은 2018년 현재 총 4,538개소로 전체의 약 43.6%가 서울 및 수도권에 위치하는 것으로 나타났다. 서울 지역을 살펴보면 전체의 약 27.5%가 강남구, 서초구, 송파구, 강동구에 위치하는 것으로 나타났다. 성남 소재 동물병원은 2018년 현재 총 104개소로 전체의 약 67.3%가 분당구에 위치해있는 것으로 나타났다. 반면, 수정구와 중원구는 각각 전체의 약 17.3%와 약 15.4%로 나타났다. 또한 동물병원을 운영, 폐업으로 구분하여 운영 상태별로 분석한 결과, 동물병원 빈도가 높은 곳에서 누적폐업수가 높게 나타났다. 동물병원의 입지 요인을 살펴보기 위하여 동물병원 사업체수를 종속변수로, 20~39세여성인구수, 공동주택세대수, 사업체수, 도시공원수, 의료기관수를 독립변수로 선정하여 다중회귀분석을 실시하였다. 분석결과, 20~39세여성인구수, 사업체수, 의료기관수, 공동주택세대수 순으로 유의미한 영향을 미치는 것으로 나타났다. 수의료 서비스의 지역별 격차를 고려하면 본 연구의 분석 결과는 지역 간의 균형 있는 발전을 위한 정책 수립에 중요한 시사점을 제공한다고 볼 수 있다.
반려동물에 대한 인식 변화, 가계 소득 증대, 저출산에 따른 인구 구조의 변화와 더불어 국내 반려동물 보유가구가 증가하고 있다. 이에 따라 수의업도 지속적으로 성장하고 있다. 그러나 수의사의 초과 공급 등으로 인하여 동물병원의 경쟁은 갈수록 치열해지고 있으며 폐업도 급증하고 있는 실정이다. 이에 본 연구는 동물병원 경쟁이 가속화되는 상황 속에서 동물병원의 성공 경영과 직결되는 입지 요인을 분석하여 동물병원의 최적 입지 선정과 수의료 서비스의 적정 배치를 위한 입지모형개발의 기초 자료로 활용하고자 한다. 본 연구는 인터넷에서 제공되는 공공 데이터를 이용하여 동물병원의 사업체수에 미치는 영향 요인을 분석한다. 우선, 행정구역별 현황을 살펴본 결과, 수의료 서비스의 지역별 격차를 확인할 수 있었다. 전국 동물병원은 2018년 현재 총 4,538개소로 전체의 약 43.6%가 서울 및 수도권에 위치하는 것으로 나타났다. 서울 지역을 살펴보면 전체의 약 27.5%가 강남구, 서초구, 송파구, 강동구에 위치하는 것으로 나타났다. 성남 소재 동물병원은 2018년 현재 총 104개소로 전체의 약 67.3%가 분당구에 위치해있는 것으로 나타났다. 반면, 수정구와 중원구는 각각 전체의 약 17.3%와 약 15.4%로 나타났다. 또한 동물병원을 운영, 폐업으로 구분하여 운영 상태별로 분석한 결과, 동물병원 빈도가 높은 곳에서 누적폐업수가 높게 나타났다. 동물병원의 입지 요인을 살펴보기 위하여 동물병원 사업체수를 종속변수로, 20~39세여성인구수, 공동주택세대수, 사업체수, 도시공원수, 의료기관수를 독립변수로 선정하여 다중회귀분석을 실시하였다. 분석결과, 20~39세여성인구수, 사업체수, 의료기관수, 공동주택세대수 순으로 유의미한 영향을 미치는 것으로 나타났다. 수의료 서비스의 지역별 격차를 고려하면 본 연구의 분석 결과는 지역 간의 균형 있는 발전을 위한 정책 수립에 중요한 시사점을 제공한다고 볼 수 있다.
With an increase in household income and the changes in population structure resulting from a low birth rate, recent years have seen a significant increase in companion animal households in South Korea. Growing affinity with pets are driving the veterinary services market. Veterinarians, meanwhile, ...
With an increase in household income and the changes in population structure resulting from a low birth rate, recent years have seen a significant increase in companion animal households in South Korea. Growing affinity with pets are driving the veterinary services market. Veterinarians, meanwhile, face increased competition and shutdowns have rapidly increased due to excess supply of veterinarians. This study aims to examine the spatial distribution characteristics and the locational factors of animal clinics. The analyses applied herein were conducted using the Korean government open data and converting address to the coordinates to investigate the local spatial clustering of animal clinics.
The number of animal clinics of the nation in 2018 was estimated to be approximately 4.5 thousand. 43.6% of the total are located in the Seoul metropolitan area. 27.5% of animal clinics of the Seoul Capital Area are located in Gangnam-gu, Seocho-gu, Songpa-gu and Gangdong-gu. The number of animal clinics of Seongnam in 2018 was estimated to be 1.04 hundred. 67.3%, 17.3%, and 15.4% of the total are located in Bundang-gu, Sujeong-gu, and Jungwon-gu, respectively. The results of these analyses demonstrate that significant regional disparities in veterinarian services exists across the nation.
To investigate the relationship among locational factors and animal clinics, the data were submitted to multiple regression analysis using SPSS version 25.0. The dependent variable was the number of animal clinics and the independent variables were: (a) female population aged 20–39, (b) households living in apartment houses, (c) the number of businesses, (d) the number of urban parks, and (e) the number of hospitals. The results demonstrate that, of these variables, female population aged 20–39 was the strongest predictor of animal clinics (β = 0.736, p 0.05). Also, the number of businesses (β = -0.546, p 0.05), the number of hospitals (β = 0.418, p 0.05), and households living in apartment houses (β = 0.375, p 0.05) were all significant predictors of animal clinics. However, the number of urban parks was not a significant predictor of animal clinics (β = -0.091, p = 0.290).
With an increase in household income and the changes in population structure resulting from a low birth rate, recent years have seen a significant increase in companion animal households in South Korea. Growing affinity with pets are driving the veterinary services market. Veterinarians, meanwhile, face increased competition and shutdowns have rapidly increased due to excess supply of veterinarians. This study aims to examine the spatial distribution characteristics and the locational factors of animal clinics. The analyses applied herein were conducted using the Korean government open data and converting address to the coordinates to investigate the local spatial clustering of animal clinics.
The number of animal clinics of the nation in 2018 was estimated to be approximately 4.5 thousand. 43.6% of the total are located in the Seoul metropolitan area. 27.5% of animal clinics of the Seoul Capital Area are located in Gangnam-gu, Seocho-gu, Songpa-gu and Gangdong-gu. The number of animal clinics of Seongnam in 2018 was estimated to be 1.04 hundred. 67.3%, 17.3%, and 15.4% of the total are located in Bundang-gu, Sujeong-gu, and Jungwon-gu, respectively. The results of these analyses demonstrate that significant regional disparities in veterinarian services exists across the nation.
To investigate the relationship among locational factors and animal clinics, the data were submitted to multiple regression analysis using SPSS version 25.0. The dependent variable was the number of animal clinics and the independent variables were: (a) female population aged 20–39, (b) households living in apartment houses, (c) the number of businesses, (d) the number of urban parks, and (e) the number of hospitals. The results demonstrate that, of these variables, female population aged 20–39 was the strongest predictor of animal clinics (β = 0.736, p 0.05). Also, the number of businesses (β = -0.546, p 0.05), the number of hospitals (β = 0.418, p 0.05), and households living in apartment houses (β = 0.375, p 0.05) were all significant predictors of animal clinics. However, the number of urban parks was not a significant predictor of animal clinics (β = -0.091, p = 0.290).
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.