CHAID분석을 이용한 서울시 지하철 역세권 지가 영향모형 개발 Development of Selection Model of Subway Station Influence Area (SIA) in Seoul City using Chi-square Automatic Interaction Detection (CHAID)원문보기
본 연구는 합리적인 역세권 범위를 설정하고 이에 미치는 요인을 규명하기 위해 CHAID분석을 이용하여 서울시의 강남 강북지역에 대해 SIA모형을 개발하였으며, 그 결과를 요약하면 다음과 같다. 첫째, 지하철 역세권에 영향을 미치는 변수를 중심으로 상관관계를 분석한 결과, 역세권 지가에 영향을 미치는 주요요인이 도보거리로 나타났으며, 두 관계를 이용하여 SIA모형을 개발하였다. 둘째, SIA모형식(선형식, 2차 다항식)을 비교분석한 결과, 강남 북의 역세권의 범위는 지하철역사로부터 도보거리기준으로 강남지역이 767m, 강북지역이 452m로 각각 다르게 나타났다. 셋째, 강남지역의 구간 1(0$\leq$175m)의 경우 역으로부터 거리와 가격과의 관계가 선형이 아닌 2차 다항식의 형태를 나타내고 있다 따라서 현행 도시철도법상 역세권 범위 반경 500m의 기준을 획일적으로 적용하기 보다는 도시의 지역적 특성을 고려하여 재설정하는 것이 바람직하다고 판단된다.
본 연구는 합리적인 역세권 범위를 설정하고 이에 미치는 요인을 규명하기 위해 CHAID분석을 이용하여 서울시의 강남 강북지역에 대해 SIA모형을 개발하였으며, 그 결과를 요약하면 다음과 같다. 첫째, 지하철 역세권에 영향을 미치는 변수를 중심으로 상관관계를 분석한 결과, 역세권 지가에 영향을 미치는 주요요인이 도보거리로 나타났으며, 두 관계를 이용하여 SIA모형을 개발하였다. 둘째, SIA모형식(선형식, 2차 다항식)을 비교분석한 결과, 강남 북의 역세권의 범위는 지하철역사로부터 도보거리기준으로 강남지역이 767m, 강북지역이 452m로 각각 다르게 나타났다. 셋째, 강남지역의 구간 1(0$\leq$175m)의 경우 역으로부터 거리와 가격과의 관계가 선형이 아닌 2차 다항식의 형태를 나타내고 있다 따라서 현행 도시철도법상 역세권 범위 반경 500m의 기준을 획일적으로 적용하기 보다는 도시의 지역적 특성을 고려하여 재설정하는 것이 바람직하다고 판단된다.
In general, based on criteria of subway law, radius 500m from subway station is defined as SIA (Subway Station Influence Area). Therefore, in this paper, selection models of SIA are developed to identify appropriate SIA for specific legions in Seoul metropolitan city based on CHAID analysis. As a re...
In general, based on criteria of subway law, radius 500m from subway station is defined as SIA (Subway Station Influence Area). Therefore, in this paper, selection models of SIA are developed to identify appropriate SIA for specific legions in Seoul metropolitan city based on CHAID analysis. As a result, following outputs are obtained; (1) walking distance from subway station is the most influential factor to define SIA (2) SIAs vary with regions (i. e. Gangnam area: 767m, Gangbuk area: 452m), and (3) walking distance from subway station is influential to land price of SIA. In addition, in Gangnam, the structure of land price of the closest section has a polynomial trend curve rather than linear compared in comparison with other sections. Therefore, it is desirable for current definition of SIA (radius 500m from subway station) to be redefined to reflect characteristics of land use and walking distance according to each region respectively.
In general, based on criteria of subway law, radius 500m from subway station is defined as SIA (Subway Station Influence Area). Therefore, in this paper, selection models of SIA are developed to identify appropriate SIA for specific legions in Seoul metropolitan city based on CHAID analysis. As a result, following outputs are obtained; (1) walking distance from subway station is the most influential factor to define SIA (2) SIAs vary with regions (i. e. Gangnam area: 767m, Gangbuk area: 452m), and (3) walking distance from subway station is influential to land price of SIA. In addition, in Gangnam, the structure of land price of the closest section has a polynomial trend curve rather than linear compared in comparison with other sections. Therefore, it is desirable for current definition of SIA (radius 500m from subway station) to be redefined to reflect characteristics of land use and walking distance according to each region respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 서울시의 강남 및 강북의 일부 지역을 대상으로 지하철 역세권 범위의 과학적 설정을 위하여 지역특성(강남 . 북), 보행접근성 특성(직선거리, 도보거리, 보행굴곡도), 토지특성 (공시지가), 시간변화특성년도) 등 역세권 범위에 영향을 미치는 주요 변수의 특성을 반영하여 의사결정나무분석법 중 하나인 CHAID(Chi-square Automatic Interaction Detection : 다진 분류)분석을 수행하였다. 분석결과를 바탕으로 역세권 내부에서 동질한 공간분포의 범위를 나누어 각각에 대하여 지하철 역세권 영향 범위 (SIA: Station Influence Area)모형을 개발하고 영향력을 규명 및 활용방법을 모색해보고자 한다.
또한, 지역특성 및 공간분포 규명을 위해 새로운 통계분석방법 (CHAID분석)을 이용하여 역세권내부의 공간분포를 규명하고자 하였다.
본 연구는 합리적인 역세권 범위를 설정하기 위하여 CHAID를 이용하여 지역특성 , 보행접근성특성, 토지특성 변수를 고려한 SIA 모형 개발결과를 바탕으로 기성 시가지의 역세권 범위 및 이에 영향을 미치는 주요요인을 규명하는 것으로, 연구의 결과를 요약하면 다음과 같다.
본 연구에서는 선행연구 및 법적기준의의 한계점을 보완하여 지하철 역세권의 위치적 특성인 지역특성과 역세권 내 공간 분포 특성을 유형화를 시도하는 연구를 진행한다. 또한, 지역특성 및 공간분포 규명을 위해 새로운 통계분석방법 (CHAID분석)을 이용하여 역세권내부의 공간분포를 규명하고자 하였다.
북), 보행접근성 특성(직선거리, 도보거리, 보행굴곡도), 토지특성 (공시지가), 시간변화특성년도) 등 역세권 범위에 영향을 미치는 주요 변수의 특성을 반영하여 의사결정나무분석법 중 하나인 CHAID(Chi-square Automatic Interaction Detection : 다진 분류)분석을 수행하였다. 분석결과를 바탕으로 역세권 내부에서 동질한 공간분포의 범위를 나누어 각각에 대하여 지하철 역세권 영향 범위 (SIA: Station Influence Area)모형을 개발하고 영향력을 규명 및 활용방법을 모색해보고자 한다. 이러한 영향모형을 통해 기성시가지의 재개발 및 도시재생사업에서 주요한 과제인 역세권 개발계획 수립에 있어 합리적인 철도 역세권 범위 및 적정 지가산정에 활용할 수 있으며, 대중교통 지향형 개발(TOD : Transit Oriented Development), 프로젝트 파이낸싱 사업 (P/F), 압축도시 (Compact City) 정책 수립 시 기초자료로 활용할 수 있을 것으로 판단된다.
제안 방법
1990년, 1995년, 2000년, 2005년도의 공시지가 자료를 바탕으로 강남지역 역세권의 지가가 연도별로 공간분포의 변화를 살펴보았다. 4단계의 공시지가 간 차이가 있는지를 공 변량분석(ANCOVA)을 실시하였다.
강남과 강북의 일부지역에 대해 특성분석을 수행하였으며 (Fig. 1), 지역별 지하철역세권 지가의 특성은 강남과 강북으로 구분되었다. 구분된 지역별 지가의 평균값은 강남지역 평균 1, 129만원/m% 강북지역은 435만원/m2으로 강남지역의 평균지가가 강북지역보다 높은 것으로 나타났다.
강남지역의 역세권 범위를 판단하기위해, 2차다항식, 선형회귀식 형태로 전 분석구간에 대해 SIA통합모형을 개발하였다. 2차다항식의 경우 역세권 범위가 지가에 반영된다는 전제에 따라 철도역사로부터 도보거리가 증가할수록 지가가 하락하여 임계값(X)에 수렴하게 되는데 이를 역세권의 범위로 해석할 수 있다.
강북지역의 경우도 Fig. 9와 같이 2차 다항식, 선형회귀식 형태로 전 분석구간에 대해 SIA통합모형을 개발하였다. 그 결과, 도보거리(X) 452m 지점에서 지가가 213.
공간분포의 변화를 시각적으로 보다 면밀히 확인하기 위하여 산점도 분석 (Scatter Diagram)을 실시하였다. 1990년에서 2005년으로 변화해 갈수록 역에 근접한 지역 (150~200m이내)의 지가가 다른 지역에 비해 급격한 지가상승이 나타나는 것을 알 수 있다.
공간분포의 변화를 시각적으로 보다 면밀히 확인하기 위하여 스]점도 분석 (Scatter Diagram)을 실시하였다.
넷째, 지하철 역세권 공간분포 유형별 영향모형인 SIA 모형 식을 개발 및 비교분석한다.
다섯째, SIA 영향 모형을 비교결과를 바탕으로 역세권의 공간분포에 대한 정책적 시사점을 도출한다.
셋째, 지역 공간분포 변화특성을 규명하기 위해 시계열 자료에 대하여 산점도 분석 (Scatter Diagram)을 실시하고, 의사결정나무법인 CHAID석을 통해 역세권의 내부 공간분포를 세분화한다. 분석결과에 대한 공간분포의 유형 확정을 위해 검증(t-test, ANCOVA, ANOVA)을 수행하고, 공간분포 유형별 차이가 통계적으로 유의한 지를 판단한다.
영향변수로는 지역특성, 보행접근성특성, 토지특성을 이용하며, 이중 토지특성변수는 시계열자료로 구축하여 시간의 흐름에 따른 역세권의 지가 공간분포의 변화추세를 분석한다. 이를 위한 본 연구의 공간적, 시간적 범위는 Table 1과 같다.
첫째, 문헌고찰을 통해 역세권 범위설정에 사용된 변수 및 분석방법을 고찰하며, 분석의 틀을 정립한다.
대상 데이터
본 연구의 공간적 범위는 서울시의 지역 (강남, 강북의 일부 지역)별 보행접근성을 포함한 지가 관련특성을 수집할 수 있는 지역으로 설정하였다.
데이터처리
살펴보았다. 4단계의 공시지가 간 차이가 있는지를 공 변량분석(ANCOVA)을 실시하였다. 이 때, 2007년도 공시지가를 공변량으로 두고 네 집단 간 차이를 검증하였다.
세분화한다. 분석결과에 대한 공간분포의 유형 확정을 위해 검증(t-test, ANCOVA, ANOVA)을 수행하고, 공간분포 유형별 차이가 통계적으로 유의한 지를 판단한다.
지역별로 분류되어진 집단간 차이검증을 위하여 t-test를 수행하였으며, 분석결과 신뢰수준 95%내에서 F값이 199.772,p값이 0.000으로 지역별로 차이가 있는 것으로 나타났다. 지하철역세권의 지가 분석할 경우 지역에 대한 특성 고려가 필요한 것을 알 수 있다.
이론/모형
본 연구에서는 역세권의 공간분포를 규명하기 위하여 데이터마이닝 기법의 하나인 CHAID분석을 이용한다. 영향변수로는 지역특성, 보행접근성특성, 토지특성을 이용하며, 이중 토지특성변수는 시계열자료로 구축하여 시간의 흐름에 따른 역세권의 지가 공간분포의 변화추세를 분석한다.
성능/효과
8과 같이 나타난다. 각 구간별 특성을 살펴보면, 역으로부터 최근 거리에 위치한 0tn<X<175m 구간의 지가특성은 역으로부터 멀어질수록 지가가 상승하다가 100ml 전후로 다시 감소하는 형태를 보여, 선형으로는 설명할 수 없음을 알 수 있다. 이 구간에서 회귀식의 R2를 보면 선형식이 0.
강남지역의 경우 도보거리별 집단의 차이검증을 위하여 Oneway-Anova(일원배치분산분석)을 수행한 결과 CHAID 에서 분류된 3개의 특성은 각각 다른 공간분포를 가지는 것으로 나타났으며, 지하철 역세권이 175m이내 지역이 2, 290만원/m2로 가장 높은 것으로 나타났다.
강남지역의 경우 보행접근특성변수로 직선거리 , 도보거리 , 굴곡도 중 도보거리가 지하철 역세권 지가에 가장 많은 영향을 미치고 있는 것으로 나타났다. 상관분석 결과, 도보거리와 공시지가의 상관관계가 -0.
강북지역도 강남지역과 동일한 분석을 시행하였으며, 공 변량분석 결과, 신뢰수준 95% 내에서 F값이 205.4, P값이 0.000으로 시간이 흐름에 따라 지가의 분포 패턴에 유의한 차이가 있는 것으로 나타났다. 사후검정 결과, 강북지역 역세권의 지가는 1990년, 1995~2000년, 2005년이 긱기 다른 패턴을 보인다는 것을 알 수 있다.
강북지역의 경우 상관분석 결과, 도보거리와 공시지가의 상관관계가 -0.544로 강남지역에 비해 유의하지는 않으나, 동일하게 보행접근특성변수 중 도보거리가 지하철 역세권 지가에 가장 많은 영향을 미치고 있는 것으로 나타났다.
1), 지역별 지하철역세권 지가의 특성은 강남과 강북으로 구분되었다. 구분된 지역별 지가의 평균값은 강남지역 평균 1, 129만원/m% 강북지역은 435만원/m2으로 강남지역의 평균지가가 강북지역보다 높은 것으로 나타났다.
필요한 것으로 판단된다. 그러나 본 연구에서는 역세권 내부 그룹별로 추정한 SIA구간모형은 역세권 전체구간의 추정한 SIA통합모형보다 설명력이 크게 떨어지는 것으로 나타났다.
넷째, CHAID분석결과 지하철 역세권을 각 3개의 그룹으로 분류함이 바람직하며, 각 구간에서 선형모형과 다항식모형을 도출해본 결과 각 구간은 서로 다른 특성을 가지며 특정 구간에서는 선형으로 설명이 불가능한 것을 알 수 있었다. 따라서 변수의 비선형적 특성을 반영하여 모형을 개발할 필요가 있는 것으로 판단된다.
6과 같이 도보거리를 변수로 하여 CHAID분석을 실시한 결과, 도보거리별 지가 특성은 108m 이하, 108~230m, 230~470m, 470m 초과의 4개 그룹으로 나누어지는 것을 알 수 있다. 도보거리별 집단의 차이검증을 위하여 Oneway-Anovaf- 수행한 결과 CHAID에서 분류된 4개의 특성은 각각 다른 공간분포를 가지는 것으로 나타났으며, 지하철 역세권이 108m 이내 지역이 852만 원/m로가장 높은 것으로 나타났다.
둘째, 도보거리와 역세권지가의 관계를 지역별로 시계열 특성을 살펴본 결과, 역에서 가까운 구간에서의 지가 변화가 가장 크게 나타나며 변화 형태는 강남과 강북이 다르게 나타나 역세권의 지가구조 모형은 구간별로 다르게 설정해야 함을 알 수 있다.
또한 Fig. 6과 같이 도보거리를 변수로 하여 CHAID분석을 실시한 결과, 도보거리별 지가 특성은 108m 이하, 108~230m, 230~470m, 470m 초과의 4개 그룹으로 나누어지는 것을 알 수 있다. 도보거리별 집단의 차이검증을 위하여 Oneway-Anovaf- 수행한 결과 CHAID에서 분류된 4개의 특성은 각각 다른 공간분포를 가지는 것으로 나타났으며, 지하철 역세권이 108m 이내 지역이 852만 원/m로가장 높은 것으로 나타났다.
이 때, 2007년도 공시지가를 공변량으로 두고 네 집단 간 차이를 검증하였다. 분석 결과, 신뢰수준 95% 내에서 F값이 96.131, p값이 0.000으로 시간이 흐름에 따라 지가의 분포 패턴에 유의한 차이가 있는 것으로 나타났다. 사후검정 결과, 지가는 1990 년~2000년까지 동일한 패턴을 보이다가 2005년이 되면 그 패턴에 변화가 생긴다는 것을 알 수 있다.
000으로 시간이 흐름에 따라 지가의 분포 패턴에 유의한 차이가 있는 것으로 나타났다. 사후검정 결과, 지가는 1990 년~2000년까지 동일한 패턴을 보이다가 2005년이 되면 그 패턴에 변화가 생긴다는 것을 알 수 있다.
미치고 있는 것으로 나타났다. 상관분석 결과, 도보거리와 공시지가의 상관관계가 -0.837로 가장 높게 나타났다.
셋째, 첫 번째의 결과를 바탕으로 도보거리와 역세권 지가와의 관계를 이용하여 SIA통합모형식(2차 다항회귀식)을 개발한 결과, 서울시의 지역별 역세권의 범위는 철도역사로부터 도보거리기준으로 강남지역이 767m, 강북지역 452m로 각각 다르게 나타났다. 따라서 현행 도시철도법상 역세권범위인 반경 500m이내로 획일적으로 정한 기준은 불합리하며 지역의 토지이용특성을 반영하여 재설정하는 것이 바람직하다고 판단된다.
것을 알 수 있었다. 지하철 역세권의 공간분포 및 영향권 분석을 위해 적용되고 있는 요인으로는 직선거리, 도보거리, 접근시간, 보행거리 굴곡도, 지가 등인 것으로 나타났다.
첫째, 국내의 역세권 설정방법은 지하철 노선이 존재하는 서울시의 지역적 특성(강남, 강북)에 대한 고려가 미흡하다.
첫째, 역세권 지가에 영향을 미치는 주요변수를 도출하기 위해 상관분석을 실시한 결과, 도보거리가 가장 유의미한 영향을 미치는 것으로 나타났다.
후속연구
둘째, 국내의 역세권 설정의 경우 공간분포의 특성검토가 미흡하여 역세권 내부의 변화특성을 반영하기 어렵다는 한계점을 가진다.
둘째, 지하철역세권 공간분포 규명을 위해 분석대상 지역에 대한 다양한 변수 및 관련 자료를 수집한다.
하고 있다는 데 한계가 있다. 따라서 향후 연구과제로 모형의 일반화를 위한 자료수집지역의 확대와 인공신경망 모형과 같은 비선형 특성을 반영할 수 있는 SIA 모형 개발이 필요하다고 판단된다. 또한, 공간적 범위를 지하철에서 일반철도역세권으로 확대한 연구가 추가로 필요하다 하겠다.
또한, 선형모형과 다항식 모형을 비교해 볼 때, 대부분의 구간에서는 각 모형의 값이 큰 차이가 없이 나타나나, 강남지역의 지가가 가장 높은 구간에서는 2차식의 형태로만 설명이 가능한 구조로 나타나며, 앞서 살펴본 바와 같이 시간이 흐름에 따라 이러한 경향이 더욱 강해진다고 할 수 있다. 따라서 향후 지가분석에 관한 연구를 진행할 경우 기존 도시의 지하철역세권의 내부 공간분포를 유형별로 구분하는 연구가 필요하다고 판단된다.
따라서 향후 연구과제로 모형의 일반화를 위한 자료수집지역의 확대와 인공신경망 모형과 같은 비선형 특성을 반영할 수 있는 SIA 모형 개발이 필요하다고 판단된다. 또한, 공간적 범위를 지하철에서 일반철도역세권으로 확대한 연구가 추가로 필요하다 하겠다.
본 연구에서는 역세권 내부 그룹별로 추정한 SIA 구간모형은 역세권 전체구간의 추정한 SIA통합모형보다 설명력이다소 떨어지는 것으로 나타났으며, 한정된 지역의 자료를 바탕으로 하고 있다는 데 한계가 있다. 따라서 향후 연구과제로 모형의 일반화를 위한 자료수집지역의 확대와 인공신경망 모형과 같은 비선형 특성을 반영할 수 있는 SIA 모형 개발이 필요하다고 판단된다.
셋째, 지하철역세권 범위의 규명을 위해 주로 이론적 접근, 기술통계를 주로 이용하고 있어 전체적인 측면의 결과도출은 가능하나, 공간의 내부 분포의 유형화 및 변화 특성을 규명하는 데는 다소 한계가 있다는 한계점을 가진다.
아울러, CHAID 분석결과 분류된 3개 그룹의 유형을 바탕으로 모형을 개발하는 것이 바람직하며, 이러한 유형 분류를 고려한다면 변수의 비선형적 특성을 반영한 모형 개발이 필요한 것으로 판단된다. 그러나 본 연구에서는 역세권 내부 그룹별로 추정한 SIA구간모형은 역세권 전체구간의 추정한 SIA통합모형보다 설명력이 크게 떨어지는 것으로 나타났다.
분석결과를 바탕으로 역세권 내부에서 동질한 공간분포의 범위를 나누어 각각에 대하여 지하철 역세권 영향 범위 (SIA: Station Influence Area)모형을 개발하고 영향력을 규명 및 활용방법을 모색해보고자 한다. 이러한 영향모형을 통해 기성시가지의 재개발 및 도시재생사업에서 주요한 과제인 역세권 개발계획 수립에 있어 합리적인 철도 역세권 범위 및 적정 지가산정에 활용할 수 있으며, 대중교통 지향형 개발(TOD : Transit Oriented Development), 프로젝트 파이낸싱 사업 (P/F), 압축도시 (Compact City) 정책 수립 시 기초자료로 활용할 수 있을 것으로 판단된다.
참고문헌 (21)
김규찬, 1995, 지하철건설이 지가에 미치는 영향분석, 성균관대학교 석사학위논문
연규태, 1996, 전철역 입지가 토지가격에 미치는 영향에 관한 연구(서울시 전철 3호선 역세권을 중심으로), 단국대학교 박사학위논문
채미옥, 1997, 서울시 지가의 공간적 분포특성과 지가결정요인에 관한 연구, 서울시립대학교 박사학위논문
채미옥, 1998, 접근성 및 입지요인을 고려한 서울시 지가의 공간적 분포특성, 국토계획 제33권 3호, 대한국토도시계획학회
김재원, 2000, 지하철 역세권 지가 변화에 관한 연구(부산지하철 1호선 서면, 동대신동, 당리역 중심으로), 부산대학교 석사학위논문
이성호, 김재원, 2000, 지하철 역세권 지가변화에 관한 연구(부산지하철 1호선 서면, 동대신동, 당리 역 중심으로), 부산대학교 논문집
※ AI-Helper는 부적절한 답변을 할 수 있습니다.