우리나라의 인구 고령화 현상은 매우 빠르게 진행되고 있으며 농촌지역의 인구 고령화가 도시지역보다 더욱 빠르게 진행되고 있다. 그러나 지금까지 인구 고령화에 관련한 정책이나 연구들은 농촌지역보다 주로 도시지역에 초점을 두고 있다. 이에 본 연구에서는 농촌지역의 고령화 문제에 대한 심각성을 일깨우고, 나아가 지역 맞춤형 인구 고령화 정책을 수립하기 위한 기초정보를 제공한다. 이를 위해 농촌지역의 인구 고령화 수준을 미시적으로 제시하고 인구 고령화 현상의 공간적 확산 패턴을 분석하였다. 분석 결과 첫째, 읍면 단위의 농촌지역에 따라 인구 고령화 수준과 공간적 확산 패턴이 각각 다르게 분석되었다. 둘째, 고령화의 시공간적 확산 측면에서 인구 고령화 지수가 높으면서 공간적으로 집중되어 있는 지역(High-High, hot spot 지역)과 지수가 낮으면서 집중되어 있는 지역(Low-Low, cold spot 지역)은 뚜렷하게 구분되었다. 이상의 분석결과를 통해, 본 연구는 지역 맞춤형 인구 고령화 정책, 특히 농촌지역의 인구 고령화 정책을 수립하는데 기여하고자 한다.
우리나라의 인구 고령화 현상은 매우 빠르게 진행되고 있으며 농촌지역의 인구 고령화가 도시지역보다 더욱 빠르게 진행되고 있다. 그러나 지금까지 인구 고령화에 관련한 정책이나 연구들은 농촌지역보다 주로 도시지역에 초점을 두고 있다. 이에 본 연구에서는 농촌지역의 고령화 문제에 대한 심각성을 일깨우고, 나아가 지역 맞춤형 인구 고령화 정책을 수립하기 위한 기초정보를 제공한다. 이를 위해 농촌지역의 인구 고령화 수준을 미시적으로 제시하고 인구 고령화 현상의 공간적 확산 패턴을 분석하였다. 분석 결과 첫째, 읍면 단위의 농촌지역에 따라 인구 고령화 수준과 공간적 확산 패턴이 각각 다르게 분석되었다. 둘째, 고령화의 시공간적 확산 측면에서 인구 고령화 지수가 높으면서 공간적으로 집중되어 있는 지역(High-High, hot spot 지역)과 지수가 낮으면서 집중되어 있는 지역(Low-Low, cold spot 지역)은 뚜렷하게 구분되었다. 이상의 분석결과를 통해, 본 연구는 지역 맞춤형 인구 고령화 정책, 특히 농촌지역의 인구 고령화 정책을 수립하는데 기여하고자 한다.
The Korean population is aging rapidly and a disproportionate share of older people(aged 65 and older) lives in rural areas. The rural population is aging more rapidly than the population in urban area. However, the majority of studies on aging population focuses on an urban area rather than a rural...
The Korean population is aging rapidly and a disproportionate share of older people(aged 65 and older) lives in rural areas. The rural population is aging more rapidly than the population in urban area. However, the majority of studies on aging population focuses on an urban area rather than a rural area. Rural areas have been alienated from the priority of the national policy. For these reasons, this study is to show the level of population aging and to analyze the spatial spillover patterns of aging population in rural areas for the establishment of localized policy on population aging. The main findings of this study can be summarized as follows. First, the level of population aging varies in different localities such as socio-economic and locational characteristics. Secondly, there are distinct differences between hot spot region(clustering of high aging index) and cold spot region(clustering of low aging index) in spatio-temporal spillover patterns. This study intends to suggest an useful information to establish the area-specific policy on aging population through the results of analysis.
The Korean population is aging rapidly and a disproportionate share of older people(aged 65 and older) lives in rural areas. The rural population is aging more rapidly than the population in urban area. However, the majority of studies on aging population focuses on an urban area rather than a rural area. Rural areas have been alienated from the priority of the national policy. For these reasons, this study is to show the level of population aging and to analyze the spatial spillover patterns of aging population in rural areas for the establishment of localized policy on population aging. The main findings of this study can be summarized as follows. First, the level of population aging varies in different localities such as socio-economic and locational characteristics. Secondly, there are distinct differences between hot spot region(clustering of high aging index) and cold spot region(clustering of low aging index) in spatio-temporal spillover patterns. This study intends to suggest an useful information to establish the area-specific policy on aging population through the results of analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 인구 고령화 문제에 대비하여 미시적 지역 단위의 맞춤형 제도개선과 정책개발, 특히 농촌지역의 인구 고령화 문제에 대한 정책적 대안 마련을 위한 소지역 단위의 인구 고령화 수준과 확산패턴을 분석하고자 한다.
셋째, 시공간적으로 인구 고령화가 빠르게 진행되고 있음에도 불구하고 기존 연구들은 한 시점에서 인구 고령화 수준을 평가하였다. 따라서 본 연구에서는 인구 고령화가 본격적으로 논의되기 시작한 2000년부터 2010년까지 인구 고령화 수준의 변화를 분석한다. 넷째, 인구 고령화 정책의 효과를 극대화하고 정책실패를 줄이기 위해 정책의 우선 대상지역이 될 수 있는 인구 고령화 집중지역을 공간자기상관(spatial autocorrelation) 통계기법을 활용하여 분석한다.
본 연구는 도시지역 보다 심각하게 전개되고 있는 농촌지역 인구 고령화 현상에 주목하였다. 개별 농촌지역의 내·외부적 특성에 따라 차등하게 나타나는 인구 고령화 수준에 대응한 맞춤형 정책개발이 필요하다는 전제하에 면단위를 대상으로 인구 고령화 수준과 확산 패턴을 분석하였다.
본 연구에서는 Getis-Ord Gi*와 LISA 공간 분석 기법을 모두 적용하여 농촌지역 인구 고령화의 수준과 공간적 확산패턴을 분석하고자 한다. 분석결과는 상기 분석기법, 공간가중치 등에 따라 달라질 수 있는 문제점이 있다.
본 연구와 관련하여 기 진행된 연구는 인구 고령화의 공간적 분포 특성에 대한 연구와 인구 고령화의 요인으로 작용하는 지역의 특성을 파악하고자 하는 연구로 구분된다. 공간적 분포 특성에 대한 연구는 농촌지역을 포함한 전국을 대상으로 진행된 연구도 있으나 대부분이 서울·수도권, 대도시를 대상지로 하여 연구가 진행되었다.
둘째, 지역이나 권역차원의 기존 연구들이 대부분 시·군·구 단위로 진행되어 지역의 개별 특성에 따라 다르게 전개되는 인구 고령화 수준을 제대로 평가하지 못했다. 이러한 점에서 본 연구는 도시지역과 농촌지역을 분리하여 인구 고령화 수준을 평가한다. 셋째, 시공간적으로 인구 고령화가 빠르게 진행되고 있음에도 불구하고 기존 연구들은 한 시점에서 인구 고령화 수준을 평가하였다.
분석결과는 상기 분석기법, 공간가중치 등에 따라 달라질 수 있는 문제점이 있다. 이러한 점을 고려하여 분석결과의 신뢰도 및 객관성을 제고하기 위해 상기 분석기법과 공간가중치별로 시행착오 과정을 거쳐 최적의 분석결과를 도출하고자 한다.
가설 설정
그러나 Glasgow and Brown(2012)는 인구 고령화, 특히 농촌 지역의 인구 고령화 현상에 대해 다음의 4가지 초점을 견지하고 있다. 첫째, 인구 고령화가 무조건 지역에 부정적 영향으로 이어지지는 않는다. 둘째, 오히려 인구 고령화는 지역 성장 측면에서 새로운 기회 요인으로 작용할 수 있다.
제안 방법
개별 농촌지역의 내·외부적 특성에 따라 차등하게 나타나는 인구 고령화 수준에 대응한 맞춤형 정책개발이 필요하다는 전제하에 면단위를 대상으로 인구 고령화 수준과 확산 패턴을 분석하였다.
즉, 귀무가설은‘공간적 자기상관성이 존재하지 않는다’이며 일반적으로 10%, 5%, 1% 기각역 보다 p값이 작으면 귀무가설을 기각할 수 있다. 본 연구에서는 95% 신뢰수준을 적용하여 공간적 자기상관의 zscore 값이 (+)1.96보다 크면 통계적으로 유의한 hot spot 지역으로 해석하고, (-)1.96보다 작으면 통계적으로 유의한 cold spot 지역으로 해석한다.
시행착오 과정을 거쳐 본 연구에서는 queen’s case, 8-nearest neighbor, inverse distance의 제곱 가중치를 적용하여 분석기법별 차이와 최적의 결과를 도출하였다.
Getis(2010)는 래스터 자료 기반의 국지적 통계 분석을 통해 적절한 공간 가중치 설정에 대해 논의한 바 있다. 여기서는 벡터 기반의 지리자료를 사용하기에 공간가중치별로 공간적 자기상관성을 살펴보고 적절한 공간 가중치를 적용하여 인구 고령화의 지역적 확산 패턴을 분석한다.
제한된 비용으로 효율적인 정책 효과를 얻고 정책 실패를 최소화하기 위한 전략으로 관련 문제가 심각한 지역을 정책의 우선 적용대상으로 정할 수 있다. 인구 고령화 현상과 관련하여 상대적으로 심각한 상황에 처해 있는 지역을 합리적으로 식별하기 위해 공간자기상관 분석 기법을 활용하여 인구 고령화 수준이 심각한 지역을 파악하였다. 다만, 공간자기상관성은 어떤 공간가중치를 적용하느냐에 따라 통계적 유의도와 지역구분의 결과가 달라질 수 있다.
Getis-Ord Gi*의 분석결과는 queen’s case와 inverse distance보다 k-nearest neighbor에서 상대적으로 적절했다. 정책 대상지로서의 공간적 범위와 분석결과의 일관성 등을 고려하여 LISA는 inverse distance, Getis-Ord Gi*에서는 8-nearest neighbor의 공간가중치를 적용하여 인구 고령화의 공간적 확산 패턴을 분석하였다. 권역별 공간적 인구 고령화의 수준과 확산정도는 표 4, 5에 표시하였다.
지역별 고령화 수준과 확산패턴을 분석하기 위해 본 연구에서는 인구주택센서스(2000년, 2010년)를 활용하고 전국 읍·면·동의 지리정보와 통계자료를 통합하여 분석한다.
대상 데이터
첫째, 선진국과 마찬가지로 우리나라의 인구 고령화 현상도 농촌지역이 도시지역보다 훨씬 빠르게 진행되고 있고 고령화에 따른 부정적 영향도 농촌이 도시지역보다 높을 것으로 예상된다. 따라서 기존 연구의 대상에서 소외된 농촌지역을 연구 대상 지역으로 설정한다. 둘째, 지역이나 권역차원의 기존 연구들이 대부분 시·군·구 단위로 진행되어 지역의 개별 특성에 따라 다르게 전개되는 인구 고령화 수준을 제대로 평가하지 못했다.
제한된 비용으로 효율적인 정책 효과를 얻고 정책 실패를 최소화하기 위한 전략으로 관련 문제가 심각한 지역을 정책의 우선 적용대상으로 정할 수 있다. 인구 고령화 현상과 관련하여 상대적으로 심각한 상황에 처해 있는 지역을 합리적으로 식별하기 위해 공간자기상관 분석 기법을 활용하여 인구 고령화 수준이 심각한 지역을 파악하였다.
데이터처리
따라서 본 연구에서는 인구 고령화가 본격적으로 논의되기 시작한 2000년부터 2010년까지 인구 고령화 수준의 변화를 분석한다. 넷째, 인구 고령화 정책의 효과를 극대화하고 정책실패를 줄이기 위해 정책의 우선 대상지역이 될 수 있는 인구 고령화 집중지역을 공간자기상관(spatial autocorrelation) 통계기법을 활용하여 분석한다.
이론/모형
고령화 수준을 평가하기 위해 고령화 지수(index of aging)와 고령화 특화계수(specialization coefficient of aging)를 계산한다. 고령화 특화계수는 지역의 산업 특화도를 계산할 때 사용되는 입지계수(location quotient) 계산식에 고령화 지수를 대입하여 계산한다.
다음으로 농촌지역 인구 고령화 현상의 공간적 확산 패턴을 분석하기 위해 국지적 공간통계(local spatial statistics)기법을 활용한다. 또한 인구 고령화 현상이 미시적 공간단위에서 집중되거나 분산되는지를 분석하기 위해서는 Getis-Ord Gi*와 LISA(local indicator of spatial association)의 공간통계분석기법을 활용한다.
다음으로 농촌지역 인구 고령화 현상의 공간적 확산 패턴을 분석하기 위해 국지적 공간통계(local spatial statistics)기법을 활용한다. 또한 인구 고령화 현상이 미시적 공간단위에서 집중되거나 분산되는지를 분석하기 위해서는 Getis-Ord Gi*와 LISA(local indicator of spatial association)의 공간통계분석기법을 활용한다. 이것은 지역 간 공간적 인접성과 고령화 특화계수의 유사성을 바탕으로 공간적 자기 상관성(spatial autocorrelation)을 계산하여 파악할 수 있다.
성능/효과
1) 고령화 지수가 7% 이상이면 고령화 사회 (aging society), 14% 이상이면 고령 사회(aged society), 20%를 넘어가면 초고령 또는 후기고령 사회(super-aged society)로 구분하고 있다.
이와 관련하여 chen(2010)은 규모가 크고 복잡한 공간구조에서는 inverse distance의 가중치를 적용하는 것이 합리적인 결과를 도출한다고 제시하였다. 그러나 본 연구와 같이 복잡한 공간형태를 대상으로 하여 분석할 경우, 다양한 공간 가중치를 적용하고 그 결과와 실제 속성값의 공간적 분포를 비교하는 등 시행착오 과정을 거쳐 최적의 공간가중치를 선택할 수 있다. 시행착오 과정을 거쳐 본 연구에서는 queen’s case, 8-nearest neighbor, inverse distance의 제곱 가중치를 적용하여 분석기법별 차이와 최적의 결과를 도출하였다.
둘째, 서울·수도권을 중심으로 대도시 외곽 및 주변지역과 지방 대도시와 산업도시에서는 상대적으로 인구 고령화 수준이 낮았다.
첫째, 인구 고령화가 무조건 지역에 부정적 영향으로 이어지지는 않는다. 둘째, 오히려 인구 고령화는 지역 성장 측면에서 새로운 기회 요인으로 작용할 수 있다. 셋째, 지역의 여건과 특수한 상황에 따라 인구 고령화는 다르게 진행되고 그 영향도 다르다.
그림 4와 그림 5는 면지역을 대상으로 계산된 인구 고령화 특화계수를 바탕으로 공간가중치를 다르게 적용한 LISA와 Getis-Ord Gi*의 분석결과를 나타낸다. 분석결과, 공간적 분포의 범위는 분석기법별로, 공간가중치별로 차이를 보였으나 공간적 분포 패턴은 일관성 있게 나타났다. Getis(2010) 등 선행연구에 의하면 공간가중치의 적용에 따라 공간적 자기상관성이 달라질 수 있다.
즉, 고령화 지수가 높아지는 가운데 농촌지역의 인구 고령화 수준은 개선되지 않고 계속해서 높아졌다는 것을 의미하고 있다. 상대적 고령화 수준 측면에서 수도권의 낮은 특화계수가 충청권으로 남하하는 현상이 관찰되었다. 또 부산, 울산, 창원, 양산, 김해지역이 연담화되어 고령화 특화계수가 낮아지고 있음을 알 수 있다.
반면 이들 지역을 제외한 경상, 전라도 내륙의 농촌지역의 경우, 인구 고령화 수준이 높으면서 공간적으로도 집중되어 있어 정책적으로 우선적인 배려가 요구된다. 셋째, 인구 고령화 집중지역의 이전 현상이 지역적으로 차이를 보였다. HH 및 hot spot 지역이 전반적으로 감소하고는 있지만 여전히 집중되고 있는 지역에 대해 정책적 관심이 집중되어야 한다.
둘째, 오히려 인구 고령화는 지역 성장 측면에서 새로운 기회 요인으로 작용할 수 있다. 셋째, 지역의 여건과 특수한 상황에 따라 인구 고령화는 다르게 진행되고 그 영향도 다르다. 넷째, 인구 고령화 현상은 일시적이고 즉각적인 현상이 아니므로 현상적인 이해 및 정책적 측면 등에서 장기적으로 접근하는 것이 필요하다.
인구 고령화 집중지역에 대해서는 더 이상 사회현상의 하나로 취급하기보다 중앙 및 지방정부의 적절한 정책적 대안 마련이 시급하다. 셋째, 최근 10년간(2000년부터 2010년까지) 인구 고령화 집중 지역이 지역적으로 이전되는 현상이 관찰되었다. 전체적으로 HH 및 hot spot 지역은 감소 하였고, LL 및 cold spot 지역은 비슷한 수준을 유지했다.
여기서 고령화 특화계수의 공간적 분포와 비교해 볼 때 ‘8’미만의 nearest neighbor를 적용할 경우, 공간적 자기상관지역이 지나치게 좁게 설정되는 경향이 있었고, inverse distance에서는 거리의 제곱이 실제 거리를 적용할 때보다 합리적 결과를 도출하였다.
연구결과를 요약하면, 첫째, 동일한 농촌지역(면지역)이라도 인구 고령화 수준이 상이하였다. 인구 고령화 현상은 출생, 사망 등 자연적 요인과 인구이동, 신규 택지개발 및 산업단지 조성 등 사회적 요인과 더불어 지역의 내·외부 복합적인 요인에 의해 상이할 것으로 판단되며 각 요인별로 지역 특성에 맞게 인구 고령화 문제에 대처할 필요가 있다.
셋째, 최근 10년간(2000년부터 2010년까지) 인구 고령화 집중 지역이 지역적으로 이전되는 현상이 관찰되었다. 전체적으로 HH 및 hot spot 지역은 감소 하였고, LL 및 cold spot 지역은 비슷한 수준을 유지했다. 최근 10년간 LL, cold spot 지역은 서울·수도권을 중심으로 충청권으로 남하하거나 강원권으로 이동하고 있었다.
그림 1과 그림 2는 공간적으로 유사한 분포 패턴을 보이고 있다. 즉, 인구증가율이 높을수록 고령화 지수는 낮고 인구증가율이 낮을수록 고령화 지수는 높게 나타난다.
이상의 선행연구를 통하여 살펴본 본 연구의 차별성은 다음과 같다. 첫째, 선진국과 마찬가지로 우리나라의 인구 고령화 현상도 농촌지역이 도시지역보다 훨씬 빠르게 진행되고 있고 고령화에 따른 부정적 영향도 농촌이 도시지역보다 높을 것으로 예상된다. 따라서 기존 연구의 대상에서 소외된 농촌지역을 연구 대상 지역으로 설정한다.
인구 고령화 특화계수를 통한 인구 고령화 수준과 공간적 확산 패턴은 다음과 같이 요약된다. 첫째, 인구 고령화 수준이 높으면서 공간적으로 집중되는 지역(HH, hot spot 지역)과 반대로 고령화 수준이 낮으면서 집중되는 지역(LL, cold spot 지역)은 공간적으로 분명하게 구분된다. 이와 같은 공간적 분포 특성은 지역 맞춤형 인구 고령화 정책의 수립에 있어 시사 하는 바가 크다.
후속연구
셋째, 지역의 여건과 특수한 상황에 따라 인구 고령화는 다르게 진행되고 그 영향도 다르다. 넷째, 인구 고령화 현상은 일시적이고 즉각적인 현상이 아니므로 현상적인 이해 및 정책적 측면 등에서 장기적으로 접근하는 것이 필요하다.
개별 농촌지역의 내·외부적 특성에 따라 차등하게 나타나는 인구 고령화 수준에 대응한 맞춤형 정책개발이 필요하다는 전제하에 면단위를 대상으로 인구 고령화 수준과 확산 패턴을 분석하였다. 분석결과는 인구 고령화 현상으로 예견되는 다양한 지역 문제에 대비하고 지역 경쟁력 강화 및 노인복지향상 등의 맞춤형 제도의 개선과 정책개발을 위해 유용하게 활용할 수 있다.
둘째, 면지역의 공간단위로 하여 농촌지역의 시공간적 인구 고령화 현상에 대하여 분석하였으나 인구 고령화가 집중된 지역의 내·외부적 요인을 서술적으로만 기술하고 있다. 향후 고령화 집중지역, 즉 정책의 우선 대상지역에 대한 원인 규명이 필요하다.
향후 읍·면·동, 집계구, 기초단위구, 기타 그리드 단위 등 다양한 공간 단위를 고려하여 분석결과의 객관성을 향상시킬 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
도시와 농촌지역을 구분하는 국내 주요 법률에는 어떤 것들이 있는가?
즉, 국내 주요 법률에 의하면 도시와 농촌을 구분하는 것이 다르며 부처별로 차이가 있다. 도시와 농촌지역을 구분하는 국내 주요 법률로는 농업농촌기본법, 농림어업인 삶의 질 향상 특별법, 지방자치법 등을 들 수 있다(Statistical Research Institute, 2008). 농림축산식품부, 농촌진흥청은 동지역만을 도시지역으로 보고 읍·면지역은 농촌지역으로 규정하고 있다.
고령화 특화계수는 어떻게 계산하는가?
고령화 수준을 평가하기 위해 고령화 지수(index of aging)와 고령화 특화계수(specialization coefficient of aging)를 계산한다. 고령화 특화계수는 지역의 산업 특화도를 계산할 때 사용되는 입지계수(location quotient) 계산식에 고령화 지수를 대입하여 계산한다. 고령화 지수는 전체 인구수 대비 65세 이상 인구의 비중으로 계산되며 고령화 지수에 따라 지역을 고령화 사회(aging society), 고령사회(aged society), 초고령 사회(super-aged society)로 구분한다.
Getis-Ord Gi*와 LISA은 어떻게 파악할 수 있는가?
또한 인구 고령화 현상이 미시적 공간단위에서 집중되거나 분산되는지를 분석하기 위해서는 Getis-Ord Gi*와 LISA(local indicator of spatial association)의 공간통계분석기법을 활용한다. 이것은 지역 간 공간적 인접성과 고령화 특화계수의 유사성을 바탕으로 공간적 자기 상관성(spatial autocorrelation)을 계산하여 파악할 수 있다. 전자는 G*i를, 후자는 local moran’s index 통계량으로부터 집중과 분산의 공간적 자기상관을 계산한다.
참고문헌 (19)
Amanda, D. 2011. On constructing ageing rural populations:'Capturing'the grey nomad. Journal of Rural Studies 27: 191-199.
Choi, J.H. 2013. The analysis regional characteristics of the aging population in Korea. Journal of the Economic Geographical Society of Korea 16(2): 233-246 (최재헌. 2013. 한국 인구고령화 의 지역적 특성 분석. 한국경제지리학회지 16(2):233-246).
Getis, A. 2010. Constructing the spatial weights matrix using a local statistic. Geographical Analysis 36(2):90-104.
Getis, A. and K. Ord. 1992. The snalysis of spatial association by use of distance statistics. Geographical Analysis 24: 189-206.
Jeong, K.S., T.H. Moon, J.H. Jeong and S.Y. Heo. 2009. Analysis of spatiotemporal pattern of urban crime and Its influencing factors. Journal of the Korean Association of Geographic Information Studies 12(1):12-25 (정경석, 문태헌, 정재희, 허선영. 2009. GIS와 공간통계기법을 이용한 시.공간적 도시범죄 패턴 및 범죄발생 영향요인 분석. 한국지리정보학회지 12(1):12-25).
Keating, N. 2008. Rural Ageing: A Good Place to Grow Old?. The Policy Press. Bristol.
Kim, H.Y., J.S. Kim and S.H. Lee. 2012. A spatial statistical approach to the delimitation of CBD. Journal of the Korean Association of Geographic Information Studies 15(4):42-54 (김호용, 김지숙, 이성호. 2012. 도심경계설정을 위한 공간통계학적 접근. 한국지리정보학회지 15(4):42-54).
Kim, J.H. 2008. A prediction of demographic changes in Seoul metropolitan area with aging society. Journal of the Korean Urban Geographical Society 11(1):31-42 (김정희. 2008, 고령화시대의 수도권 인구구성 변화 예측, 한국도시지리학회지 11(1):31-42).
Lee, Y.M. and D.H. Koo. 2012. Changes in the spatial distribution of the elderly population in Busan, Korea. The Geographical Journal of Korea 46(2): 161-171 (이유미, 구동회. 2012. 부산시 고령인구의 공간적 분포 변화. 국토지리학회지 46(2):161-171).
Lowe, P. and Speakman, L. (eds.) 2006. The Ageing Countryside: The Growing Older Population of Rural England, Age Concern England, London.
Nam, K.W. and I.H. Gwon. 2013. Characteristics for the distribution of elderly population by utilizing the census data. Journal of the Korea academia-industrial cooperation society 14(1):464-469 (남광우, 권일화. 2013. 센서스 데이터를 활용한 고령인구 분포 특성. 한국산학기술학회논문지 14(1):464-469).
Ord, J.K. and A. Getis. 1995. Local spatial autocorrelation statistics: distributional issues and an application. Geographical Analysis 27(3):286-306.
Sekhar, S. and S. Matthew. 2013. Examining the distribution of the elderly and accessibility to essential service, Procedia-Social and Behavioral Sciences 104: 942-951.
Seo, K.M., H.Y. Kim and T.H. Kwon. 2014. Analysis on change characteristics of spatial structure related with urban planning: using spatial statistical method. Journal of the Korean Association of Geographic Information Studies 17(2):1-14 (서경민, 김호용, 이성호, 권태호. 2014. 도시계획과 연계한 공간구조의 변화 특성 분석-공간통계기법을 이용하여. 한국지리정보학회지 17(2):1-14).
Statistical Research Institute. 2008. Development of indices by types of rural areas (통계개발원. 2008. 농어촌 유형별 지표 개발보고서).
Yafei, L. and D. Martin and G. Stan. 2014. Residential segregation and well-being inequality between local and migrant elderly in Shanghai. Habitat International 42:175-185.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.