선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 특히, 자동차 이용 감소의 주요 요소로 꼽히는 Cevero& Kockelman(1997)의 3Ds에 Ewingetal.(2008)이 두 가지 요소를 추가한 5Ds를 중심으로 그것들과 자동차 이용과의 관계분석을 수행하고자 한다. 여기서 5Ds는 밀도 (Density),다양성(Diversity),디자인(Design),환승수단까지의 거리(Distance to Transit),목적지 접근성 (DestinationAccessibility)을 의미한다.
- 각종 변수별 데이터를 구축하기 위해 2005년 인구주택총조사 자료 및 각종 도시별로 구축한 통계 Data를 바탕으로 하였다. 각 도시들의 도시형태 및 도로 네트워크 분석을 위해서는 ArcGIS10.
- 본 연구에서는 개인수준의 자료로는 2005년 인구주택 총조사 자료를 대상으로 그 중 MDSS에서 제공하는 2%수준의 마이크로 데이터를 활용했다. 본 연구에서는 이 자료 중 자동차 운전이 가능한 만18세 이상 및 통근을 하는 시민들을 대상으로 자료를 재구성했다. 이 중 도시수준과 동일한 도시들에 거주하며,통근에 자동차,대중교통(전철,버스,기차)을 이용하는 시민들로 최종 선정하였다.
- 또,도시공간구조 구성과 관련이 깊은 나머지 2개요소를 도시형태변수로 묶어서 2차적으로 모델에 도입하여,모델4를 만들었다.이를 통해 각 변수들의 효과의 변화정도 역시 확인하였다.
- 이에 본 연구는 개인들의 통행수단으로서 자동차 선택에 대해서 개인수준과 5Ds,도시형태의 세 가지 측면에서 접근하여 상관관계 및 그 양상을 밝히고자 한다. 특히, 자동차 이용 감소의 주요 요소로 꼽히는 Cevero& Kockelman(1997)의 3Ds에 Ewingetal.
- 또한 압축도시의 자동차 이용 저감효과를 검증하기 위해서 도시형태 요소를 추가로 검토하였다. 특히,다양한 통행 목적 중 가장 많은 통행량을 유발하는 통근통행을 중심으로 관련 이슈 들에 대해 검토하고자 했다.
가설 설정
- 첫째,자동차 이용패턴은 도시별로 차이가 존재할 것이다. 둘째,자동차 이용에는 개인적인 차이 즉,개인의 연령,재산수준 등이 영향을 줄 것이다. 셋째,기존에 알려진 바와 같이 5Ds요소는 자동차 이용 감소에 영향을 미칠 것이다.
- 둘째,자동차 이용에는 개인적인 차이 즉,개인의 연령,재산수준 등이 영향을 줄 것이다. 셋째,기존에 알려진 바와 같이 5Ds요소는 자동차 이용 감소에 영향을 미칠 것이다.
- 첫째,자동차 이용패턴은 도시별로 차이가 존재할 것이다. 둘째,자동차 이용에는 개인적인 차이 즉,개인의 연령,재산수준 등이 영향을 줄 것이다.
제안 방법
- 다만,본 연구의 종속변수가 대중교통(‘0’으로 코딩) 대비 자동차(‘1’로 코딩)이용인 이분형 자료이므로 이항로짓모델과 위계선형모델을 결합한 HGLM(Hierachical GeneralizedLinearModel.이하 HGLM)을 활용하여 분석을 시도하였다.
- 목적을 달성하기 위해서 본 연구에서는 개인수준의 변수와 이를 포함하는 도시공간 차원의 변수를 동시에 분석하기 위해서 위계선형분석을 활용했다. 다만,종속변수가 대중교통 대비 자동차 이용의 이분형 변수이므로 일반화위계선형분석을 활용했다.
- 도시수준에서는 도시별 차이를 최소화하기 위해서 인구 10만 이상이되 특별시 및 광역시를 제외한 75개 도시를 대상으로 다양한 변수별로 데이터를 구축하였다. 다만,특별시 및 광역시는 인구,산업 등 다양한 변수에서 타도시들과 큰 격차를 보이고 있어 이들을 제외한 일반도시들에 대해서 분석을 하였다. 특별시 및 광역시를 제외할 때,문제 소지가 높은 지하철 접근성 변수에 대해서는 경기도 내,수원시,성남시,부천시,일산시,구리시,의정부시,안양시,과천시,안산시,용인시,화성시 등의 대다수 도시들이 지하철 역사를 포함하고 있으므로 문제가 되지 않는다고 판단하였다.
- 도시수준에서는 도시별 차이를 최소화하기 위해서 인구 10만 이상이되 특별시 및 광역시를 제외한 75개 도시를 대상으로 다양한 변수별로 데이터를 구축하였다. 다만,특별시 및 광역시는 인구,산업 등 다양한 변수에서 타도시들과 큰 격차를 보이고 있어 이들을 제외한 일반도시들에 대해서 분석을 하였다.
- 또한 가설설정에서 밝힌 바와 같이 추가로 개인수준의 변수로 성별,나이,교육수준,결혼 여부 등의 변수를활용했다[Table2].
- 여기서 5Ds는 밀도 (Density),다양성(Diversity),디자인(Design),환승수단까지의 거리(Distance to Transit),목적지 접근성 (DestinationAccessibility)을 의미한다. 또한 압축도시의 자동차 이용 저감효과를 검증하기 위해서 도시형태 요소를 추가로 검토하였다. 특히,다양한 통행 목적 중 가장 많은 통행량을 유발하는 통근통행을 중심으로 관련 이슈 들에 대해 검토하고자 했다.
- 1을 이용해서 2005년의 도시별 GISData를 분석했다. 또한 용도별 건축물 연면적 자료를 구득하기 위해서 각 도시들에서 행정업무를 위해서 별도로 구축하여 활용 중인 내부자료인 재산세과세대장상의 용도별 연면적 자료를 별도로 연락하여 구득한 후, 이를 정리하여 활용했다.
- 모델2는 개인변수 만을 투입한 경우를,모델3은 모델2의 개인변수에 도시특성변수에 해당하는 밀도·다양성·목적지 접근성을 추가한 경우를,모델4는 전체 모델3에 도시형태변수에 해당하는 환승까지의 거리,디자인 변수를 추가하여 각 단계별로의 설명력을 검토하였다.
- 다음으로 도시수준의 변수들에 대해서 알아보자면 다음과 같다.본 연구에서는 도시에서의 자동차 이용과 관련이 깊은 5개 요소 중 도시의 속성과 관련이 깊은 3개요소를 선정하여,도시특성 변수로 묶어서 1차적으로 모델에 도입하여 모델3을 만들어 분석을 수행했다.또,도시공간구조 구성과 관련이 깊은 나머지 2개요소를 도시형태변수로 묶어서 2차적으로 모델에 도입하여,모델4를 만들었다.
- 본 연구에서 활용한 도시특성을 대표하는 3개요소는 (1)밀도,(2)다양성,(3)목적지 접근성이다. 이들과 관련된 변수는 (1)밀도의 경우에는 고밀도,압축을 나타내는 변수들을,(2)다양성은 용도혼합을 나타내는 변수들을,(3) 목적지 접근성은 주거,업무시설 등 통행목적이 되는 주요시설과의 접근성을 나타내는 변수들로,접근성은 각도시의 CBD로부터 시설들까지의 표준편차거리(Meanof DeviationDistance.이하 MD)를 이용하여 계산했고,공식은 아래 수식(4)와 같다.
- 모델2는 개인변수 만을 투입한 경우를,모델3은 모델2의 개인변수에 도시특성변수에 해당하는 밀도·다양성·목적지 접근성을 추가한 경우를,모델4는 전체 모델3에 도시형태변수에 해당하는 환승까지의 거리,디자인 변수를 추가하여 각 단계별로의 설명력을 검토하였다. 이러한 과정을 거쳤기 때문에 Table9와 같이 단계별로 결과가 산출되었으며,각 모델별로의 설명력 및 각 변수별 유의도 등의 비교를 수행하였다.
- 또,뒤의 두 요소는 교통 및 도로 네트워크 체계 그리고 토지이용 및 각종 시설 등의 입지와 관련이 있다는 점에서 도시형태와 관련이 깊다. 이상과 같이 본 연구에서는 5Ds를 도시 특성과 도시형태의 2가지로 재정리한 후,선행연구들에서 활용한 변수들을 재정리하여 아래와 같은 독립변수들을 구성했다.
대상 데이터
- 이러한 점에서 2010년 자료는 본 연구에서 목적으로 하는 도시들 간의 특성을 분석하는데 적합 하지 않으므로 부득이 2005년 데이터를 활용하였다. 공간적 범위는 전국의 인구 10만이상의 시급도시들을 대상으로 하되,특별시 및 광역시 중 인구가 현저히 많은 서울 및 광역시 등 7개 도시를 제외한 75개 도시를 공간적 범위로 설정하였다. 연구의 내용적 범위는 개인수준의 변수,도시특성 중 자동차 이용 감소와 관련이 깊은 5Ds 요소들 중 지역적 차원과 관련된 변수들로 한정하였다.
- 본 연구에서 활용한 도시특성을 대표하는 3개요소는 (1)밀도,(2)다양성,(3)목적지 접근성이다. 이들과 관련된 변수는 (1)밀도의 경우에는 고밀도,압축을 나타내는 변수들을,(2)다양성은 용도혼합을 나타내는 변수들을,(3) 목적지 접근성은 주거,업무시설 등 통행목적이 되는 주요시설과의 접근성을 나타내는 변수들로,접근성은 각도시의 CBD로부터 시설들까지의 표준편차거리(Meanof DeviationDistance.
- 본 연구에서 활용한 도시형태를 대표하는 2개요소는 (1)환승수단까지의 거리,(2)디자인이다. 이들과 관련된 변수는 (1)환승수단까지의 거리는 대중교통 환승 및 각 정거장까지의 접근성을 나타내는 변수들을,(2)디자인은 도로의 체계 및 밀도,입지의 불균형 및 압축배치,도로 네트워크의 밀도 등을 나타내는 변수들로 구성했고 각각의 정의는 아래 Table6,Table7과 같다.
- 본 연구에서는 개인수준의 자료로는 2005년 인구주택 총조사 자료를 대상으로 그 중 MDSS에서 제공하는 2%수준의 마이크로 데이터를 활용했다. 본 연구에서는 이 자료 중 자동차 운전이 가능한 만18세 이상 및 통근을 하는 시민들을 대상으로 자료를 재구성했다.
- 공간적 범위는 전국의 인구 10만이상의 시급도시들을 대상으로 하되,특별시 및 광역시 중 인구가 현저히 많은 서울 및 광역시 등 7개 도시를 제외한 75개 도시를 공간적 범위로 설정하였다. 연구의 내용적 범위는 개인수준의 변수,도시특성 중 자동차 이용 감소와 관련이 깊은 5Ds 요소들 중 지역적 차원과 관련된 변수들로 한정하였다.
- 위에서 밝힌 목적을 달성하기 위해서 본 연구는 시간적 범위는 2005년으로 한정하여 데이터를 구득하였다. 그 이유는 본 연구에서 활용한 통계청 MDSS(Micro DataServiceSystem)의 마이크로 데이터의 경우,2010년 자료는 시군구 단위가 아닌 시도 단위로만 구축하여 공개하고 있다.
- 본 연구에서는 이 자료 중 자동차 운전이 가능한 만18세 이상 및 통근을 하는 시민들을 대상으로 자료를 재구성했다. 이 중 도시수준과 동일한 도시들에 거주하며,통근에 자동차,대중교통(전철,버스,기차)을 이용하는 시민들로 최종 선정하였다.
- 그 이유는 본 연구에서 활용한 통계청 MDSS(Micro DataServiceSystem)의 마이크로 데이터의 경우,2010년 자료는 시군구 단위가 아닌 시도 단위로만 구축하여 공개하고 있다. 이러한 점에서 2010년 자료는 본 연구에서 목적으로 하는 도시들 간의 특성을 분석하는데 적합 하지 않으므로 부득이 2005년 데이터를 활용하였다. 공간적 범위는 전국의 인구 10만이상의 시급도시들을 대상으로 하되,특별시 및 광역시 중 인구가 현저히 많은 서울 및 광역시 등 7개 도시를 제외한 75개 도시를 공간적 범위로 설정하였다.
- 특별시 및 광역시를 제외할 때,문제 소지가 높은 지하철 접근성 변수에 대해서는 경기도 내,수원시,성남시,부천시,일산시,구리시,의정부시,안양시,과천시,안산시,용인시,화성시 등의 대다수 도시들이 지하철 역사를 포함하고 있으므로 문제가 되지 않는다고 판단하였다. 최종적으로 본 연구에서 활용한 데이터는 75개 도시와 그곳들에 거주하며 통근통행을 하는 69,721명의 데이터가 최종적으로 활용되었다.
데이터처리
- 본 연구의 모델에 대한 HLM을 바탕으로 한 위계적 회귀분석의 분석과정은 다음과 같다. HLM을 바탕으로 위계적 회귀분석을 활용하여 모델간 비교를 수행하였다. 먼저 모델1은 기초 모델로,HLM이 적합한지 또는 기존의 방식인 회귀분석이 적합한지를 판별하는 모델로,상수의 유의미성만 검토하므로 상수 부분에 대한 모델 추정이 이루어지므로 해당 부분에만 값이 산출된다.
- 각종 변수별 데이터를 구축하기 위해 2005년 인구주택총조사 자료 및 각종 도시별로 구축한 통계 Data를 바탕으로 하였다. 각 도시들의 도시형태 및 도로 네트워크 분석을 위해서는 ArcGIS10.1을 이용해서 2005년의 도시별 GISData를 분석했다. 또한 용도별 건축물 연면적 자료를 구득하기 위해서 각 도시들에서 행정업무를 위해서 별도로 구축하여 활용 중인 내부자료인 재산세과세대장상의 용도별 연면적 자료를 별도로 연락하여 구득한 후, 이를 정리하여 활용했다.
- 먼저 모델1은 기초 모델로,HLM이 적합한지 또는 기존의 방식인 회귀분석이 적합한지를 판별하는 모델로,상수의 유의미성만 검토하므로 상수 부분에 대한 모델 추정이 이루어지므로 해당 부분에만 값이 산출된다. 모델 2-4까지는 본 연구에서 관심을 갖는 변수들의 설명력을 비교검증하기 위해서 위계적 회귀분석의 검증방식을 이용하였다. 모델2는 개인변수 만을 투입한 경우를,모델3은 모델2의 개인변수에 도시특성변수에 해당하는 밀도·다양성·목적지 접근성을 추가한 경우를,모델4는 전체 모델3에 도시형태변수에 해당하는 환승까지의 거리,디자인 변수를 추가하여 각 단계별로의 설명력을 검토하였다.
- 목적을 달성하기 위해서 본 연구에서는 개인수준의 변수와 이를 포함하는 도시공간 차원의 변수를 동시에 분석하기 위해서 위계선형분석을 활용했다. 다만,종속변수가 대중교통 대비 자동차 이용의 이분형 변수이므로 일반화위계선형분석을 활용했다.
- 위에서 도출한 가설을 확인하기 위해서 본 연구에서 분석에 활용한 모델은 개인과 그 개인들이 속해있는 도시의 서로 다른 2개 수준을 동시에 고려하여 분석이 가능한 위계선형분석(HierarchicalLinerModel.이하 HLM) 을 활용하였다.HLM은 MultilevelLinearModel또는 Random InterceptModel등의 다양한 이름으로 불리며, 비교적 최근에 도시분야에 활용되기 시작한 분석 방법으로 지리적 공간 분석시,자기상관 문제를 해결할 수 있는 효과적인 방법 중 하나로 각광받기 시작했다.
- 이 연구에서는 분석을 위해서 Stata13.0과 HLM 7.1프로그램을 사용하였으며,최소 유의수준을 10%로 정하여 분석을 수행하였다.
성능/효과
- 7배에 가까울 정도로 큰 것으로 나타났다.결혼 여부 역시 비슷한 양상을 보였으며,결혼을 한 경우가 그렇지 않은 경우에 비해서 자동차이용을 할 확률이 높았으며,그 정도는 결혼한 사람이 그렇지 않은 사람에 비해서 대중교통 대비 자동차를 이용할 확률이 1.5배 정도 높았다.주거상태와 소유 정도로 대변해본 재산소유 정도 역시 이미 알려진 사실과 유사하게 나왔으며,재산이 높을수록 자동차를 이용하는 것으로 나타났다.
- 교육수준은 그 수준 정도가 증가할수록 즉,고학력자 일수록 자동차를 이용하는 것으로 나왔으며,그 정도는 0.548이고,승산비가 1.730로 고학력자가 자동차를 이용 하는 확률은 저학력자의 자동차 이용 확률에 1.7배에 가까울 정도로 큰 것으로 나타났다.결혼 여부 역시 비슷한 양상을 보였으며,결혼을 한 경우가 그렇지 않은 경우에 비해서 자동차이용을 할 확률이 높았으며,그 정도는 결혼한 사람이 그렇지 않은 사람에 비해서 대중교통 대비 자동차를 이용할 확률이 1.
- 실제로 도시형태 측정 지표로 알려진 지니 중심성지수(Gini’s Centrality), 엔트로피지수 (Entrophy),모란지수(Moran’sI)등은 불균등할수록,집중이 될수록,도시의 표준편차거리가 짧을수록 자동차 이용이 감소되는 것으로 나타나 실제로 압축도시가 자동차 이용 감소에 영향이 있음을 확인할 수 있었다. 다만,그 영향정도는 -1.226,-0.241,-0.231,0.001로 거리의 압축보다는 입지의 집중이,입지의 집중보다는 불균등 수준 향상이 더 자동차 이용 감소에 효과적인 것으로 나타났다. 추가적으로 도로연장 보다는 교차로의 밀도를 높이는 것이 자동차 이용 감소에 효과적인 것으로 나타났다.
- 다음으로 모델4의 2개 요소에 대해서 살펴보자면,먼저 대중교통 접근성에 대해서 살펴보자면 버스와 지하철 모두 자동차 감소 효과에 의미가 있음을 알 수 있었다. 다만,주차장 밀도의 경우에는 관계가 없었다.
- 이를 통해 밀도변수는 도시형태 변수 통제와 관련 없이 자동차 이용과 일정한 관계를 갖는다는 결론을 이끌어낼 수 있다.또한 밀도가 높고 도시 지역이 좁을수록 자동차 이용이 줄어든다는 결론을 내릴수 있다.단,영향력을 살펴보자면 0.
- 다만,유의미 정도와 상관성 정도가 도시형태 변수 통제 후,변화되었는데 이 역시 도시형태 변수와 관련이 깊기 때문인 것으로 볼 수 있다. 또한 주거관련 2개 변수와 업무관련 2개 변수가 도시형태 변수 통제 전후로 상관성이 변화되었는데,이를 통해도시형태가 고려되었을 때,도시형 혼합주거로의 주거형식 변화 및 고밀화를 통한 접근성 향상이 자동차 이용 감소에 효과가 높다는 결론을 내릴 수 있다. 이에 반해 업무시설로의 접근성은 그 영향도를 볼 때,-21.
- 마지막으로 도시형태를 구성하는 요소인 디자인에 대해서 알아보자면,도로율을 제외한 대부분의 요소가 상관관계가 있었다. 실제로 도시형태 측정 지표로 알려진 지니 중심성지수(Gini’s Centrality), 엔트로피지수 (Entrophy),모란지수(Moran’sI)등은 불균등할수록,집중이 될수록,도시의 표준편차거리가 짧을수록 자동차 이용이 감소되는 것으로 나타나 실제로 압축도시가 자동차 이용 감소에 영향이 있음을 확인할 수 있었다.
- 먼저,도시특성변수들 중 밀도의 경우에는 도시지역이 넓으면 넓을수록 자동차 이용이 높았으며,인구밀도는 높을수록 대중교통이용이 높았고,고용밀도는 높을수록 자동차 이용이 높은 것으로 나타났다.밀도에 속하는 3개의 변수는 모두 유의미했으며,모델3과 모델4간에 유의도 변화가 크지 않았다.
- 본 결과는 기존의 연구들과 유사하게 통행 목적을 고려하지 않은 모형과 유사하게 통근통행 만을 고려한 모델에서도 도시별로 자동차 이용의 차이가 있음을 알 수있게 해주는 결과이다.
- 본 연구에서 증명한 사실로 미뤄볼 때,도시특성과 도시형태로 구분지을 수 있는 도시차원의 자동차 이용에 미치는 효과는 분명히 존재하고 있다고 결론을 내릴 수 있다. 또한 중요한 이슈 중의 하나인 압축도시 전략 역시 자동차이용 감소에 분명히 효과적인 전략으로 판단된다.
- 세 번째 도시특성변수인 목적지 접근성에 대해서 살펴보자면,모두 접근성이 향상될수록 자동차 이용이 증가한다는 결론을 내릴 수 있다. 다만,유의미 정도와 상관성 정도가 도시형태 변수 통제 후,변화되었는데 이 역시 도시형태 변수와 관련이 깊기 때문인 것으로 볼 수 있다.
- 세 번째로,기존에 자동차 이용과 관련이 깊은 것으로 나타난 5가지 요소는 실제로 한국에서도 모두 관련이 있었고,자동차 이용 감소에 효과가 있었다. 이러한 결론은 모델3과 모델4의 결과에서 확인할 수 있었다.
- 실제로 도시형태 측정 지표로 알려진 지니 중심성지수(Gini’s Centrality), 엔트로피지수 (Entrophy),모란지수(Moran’sI)등은 불균등할수록,집중이 될수록,도시의 표준편차거리가 짧을수록 자동차 이용이 감소되는 것으로 나타나 실제로 압축도시가 자동차 이용 감소에 영향이 있음을 확인할 수 있었다.
- 831의 수준으로 자동차 이용을 감소시키고 있었다. 이를 승산비로 해석하면,버스 접근성이 좋은 곳은 그렇지 않은 곳에 비해서 자동차 이용이 0.35배 수준으로 줄어들고,지하철의 경우에는 접근성 좋은 곳이 그렇지 않은 도시에 비해서 0.15배 수준으로 줄어든다는 결론을 내릴 수 있다. 역시 알려진 대로 지하철이 버스에 비해서 자동차 이용 감소 효과가 크다는 것 역시 확인할 수 있었다.
- 밀도에 속하는 3개의 변수는 모두 유의미했으며,모델3과 모델4간에 유의도 변화가 크지 않았다.이를 통해 밀도변수는 도시형태 변수 통제와 관련 없이 자동차 이용과 일정한 관계를 갖는다는 결론을 이끌어낼 수 있다.또한 밀도가 높고 도시 지역이 좁을수록 자동차 이용이 줄어든다는 결론을 내릴수 있다.
- 000으로 1% 수준에서 유의미하게 나왔다. 이를 통해 본 연구에서 설정한 HLM 분석방법이 일반 회귀분석 보다 적절한 방법임을 검증할수 있었다. 또 한 개인들의 자동차 이용패턴이 도시 간에 차이가 있다는 사실 역시 확인할 수 있었다.
- 5배 정도 높았다.주거상태와 소유 정도로 대변해본 재산소유 정도 역시 이미 알려진 사실과 유사하게 나왔으며,재산이 높을수록 자동차를 이용하는 것으로 나타났다.다만,그 정도는 -0.
- 573로 높게 나왔다는 점과 도시형태변수 통제 후,유의도와 상관정도가 높아졌다는 점에서 도시형태변수와 관련이 높다는 점을 알 수 있다. 즉,도시형태변수들이 동일하다고 가정했을 때,그 정도가 변화된 것으로 다양성은 도시형태변수와 관련성이 높다는 결론을 내릴 수 있다.다양성 변수들이 유의하지 않게 나온 것은 국외 연구들과는 다른 한국적 특성이 반영된 것으로 사료된다.
- 573로 높게 나왔다는 점과 도시형태변수 통제 후,유의도와 상관정도가 높아졌다는 점에서 도시형태변수와 관련이 높다는 점을 알 수 있다. 즉,도시형태변수들이 동일하다고 가정했을 때,그 정도가 변화된 것으로 다양성은 도시형태변수와 관련성이 높다는 결론을 내릴 수 있다.다양성 변수들이 유의하지 않게 나온 것은 국외 연구들과는 다른 한국적 특성이 반영된 것으로 사료된다.
- 001로 거리의 압축보다는 입지의 집중이,입지의 집중보다는 불균등 수준 향상이 더 자동차 이용 감소에 효과적인 것으로 나타났다. 추가적으로 도로연장 보다는 교차로의 밀도를 높이는 것이 자동차 이용 감소에 효과적인 것으로 나타났다.
후속연구
- 본 연구는 기존에 유사한 연구에서 수행되어온 변수 들을 통합적으로 이용하여 개인수준과 도시수준을 동시에 고려하여 분석하였다는 점에서 의의를 지닌다. 다만, 기존의 연구들에서 이용한 변수들에 대한 보다 심도있는 검토가 선행되지 못했다는 점,비교적 최근의 자료인 2010년 자료가 통계청에 의해서 생산되지 못하였기 때문에 좀 더 시점이 지난 2005년 자료를 사용했다는 점,통계자료에서 제공하는 수준 이상으로 개인수준의 변수를더 다양하게 고려하지 못했다는 점,개인수준과 도시수준 변수들 간의 상호작용 또는 개인수준 변수들 간과 도시수준 변수들 간의 복잡한 상호작용 여부와 그 효과가 모델에 포함되어 연구되지 못한 점 등은 명백한 한계점으로 추후 연구에서는 이를 보완하는 후속연구가 진행될 필요가 있다고 판단된다.
- 또한 그간 도시수준 연구에 가려 진행되지 않거나 전혀 통제되지 않았던 개인수준을 고려한 도시수준에서 드러나는 차이에 관한 연구도 보다 활성화될 필요가 있다. 본 연구결과가 그것을 말해주며,특히,개인의 나이,소득,교육수준,직업 등에 따라 자동차 이용이 어떻게 변화 되는지,또 그것들이 도시특성 및 도시형태 변수들과는 어떤 양상으로 상호작용을 하여 자동차 이용에 영향을 미치는지에 대한 구체적이고 복잡한 연구들도 추가로 수행될 필요가 있다.
- 이러한 결과를 해석하면 다음과 같다. 먼저,본 연구에서 활용한 HLM이 의미가 있는지에 대한 1차적인 확인이 선행되어야 한다. 이는 개인들의 자동차이용이 각각의 도시별로 차이가 있는지에 대해서 알아보는 것으로이 확인을 통해 2개 이상의 차원을 동시에 다룰 HLM을 도입해서 분석할지와 그렇지 않고 일반적인 회귀모델을 도입해서 분석할지가 결정되기 때문이다.
- 또한 그간 도시수준 연구에 가려 진행되지 않거나 전혀 통제되지 않았던 개인수준을 고려한 도시수준에서 드러나는 차이에 관한 연구도 보다 활성화될 필요가 있다. 본 연구결과가 그것을 말해주며,특히,개인의 나이,소득,교육수준,직업 등에 따라 자동차 이용이 어떻게 변화 되는지,또 그것들이 도시특성 및 도시형태 변수들과는 어떤 양상으로 상호작용을 하여 자동차 이용에 영향을 미치는지에 대한 구체적이고 복잡한 연구들도 추가로 수행될 필요가 있다. 이를 통해서 도시별로 보다 구체적이고 세밀한 자동차 이용 감소 정책을 수립할 수 있을 것으로 생각된다.
- 또한 연령이 높을수록 자동차를 이용하는 것으로 나왔으며, 그 영향력은 매우 작았다. 이는 아마도 연령의 증가와 함께 자동차가 이용이 증가했다가 일정 연령 이상의 경우 자동차 이용이 감소하는 현상때문인 것으로 판단되나 본 연구에서는 이 점을 밝혀내는 것은 목표가 아니므로 이연구문제는 후속 연구로 넘겨 연령대별 자동차 이용과그 임계치를 밝히는 연구를 진행할 필요가 있다 하겠다.
- 이러한 차이가 도시별로 존재할지,유럽,미국,아시아 등의 지역 및 문화별로 다르기 때문에 그 전략이 달라져야할지에 대해서는 추가 연구가 필요하다. 이러한 점을 밝히기 위해서 추후 한국의 도시들에 대해서 유형화를 통한 자동차 이용과 도시특성 및 형태와의 관련성에 대한 연구와 국제간 비교 연구 등이 추가로 진행되어야 할 것이다.
- 다만,본 연구에서도 누차례 밝혔듯이 지역에 따라 자동차 이용 감소를 위한 전략이 달라야 한다. 이러한 차이가 도시별로 존재할지,유럽,미국,아시아 등의 지역 및 문화별로 다르기 때문에 그 전략이 달라져야할지에 대해서는 추가 연구가 필요하다. 이러한 점을 밝히기 위해서 추후 한국의 도시들에 대해서 유형화를 통한 자동차 이용과 도시특성 및 형태와의 관련성에 대한 연구와 국제간 비교 연구 등이 추가로 진행되어야 할 것이다.
- 본 연구결과가 그것을 말해주며,특히,개인의 나이,소득,교육수준,직업 등에 따라 자동차 이용이 어떻게 변화 되는지,또 그것들이 도시특성 및 도시형태 변수들과는 어떤 양상으로 상호작용을 하여 자동차 이용에 영향을 미치는지에 대한 구체적이고 복잡한 연구들도 추가로 수행될 필요가 있다. 이를 통해서 도시별로 보다 구체적이고 세밀한 자동차 이용 감소 정책을 수립할 수 있을 것으로 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.