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
- 본 연구는 부산지역을 대상으로 미세먼지 노출에 대한 지역적 여건과 특성을 반영하여 정량적으로 취약성 평가를 실시하였음에 의의가 있다. 이를 위해 취약성 평가요소인 노출 지수, 민감도 지수, 적응능력 지수를 산출하여 정량적 평가를 수행하고 최종적으로 부산지역의 미세먼지 취약성 평가를 수행하였다.
- 본 연구에서 부산지역의 지역적 특성을 반영하고더 심도 있는 정량적 방법으로 취약성을 평가하려하였으며, 각 지역의 건강 취약성을 상대적인 비교를 통해 우선순위를 도출하였고, 취약한 원인을 파악하였다. 이는 지자체에서 각 지역의 취약성을 낮추기 위한 적응정책 수립과 대책마련에 기초자료로 활용 가능할 것이다.
- 본 연구에서는 부산지역을 대상으로 2006~2010년 동안 미세먼지 대상 건강 취약성을 평가하였다. 이를 위해 노출, 민감도, 적응능력 지표에 대한 지수 값을 생성하였으며 행정구역별 건강 취약성을 정량적으로 평가하였다.
제안 방법
- 건강 취약성이 낮게 평가된 지역(해운대구와 수영구)에 대하여 각 지표의 기여도를 분석하였다(Fig. 6(b)).
- 노출 지표의 대응변수로 미세먼지 농도와 양의 관계를 나타내는 일 최고기온( ℃)과 미세먼지 농도와 음의 관계에 있는 일평균 풍속(m/s), 일 강수량(mm/일)의 기상요소와 미세먼지 농도(μg/ m3)와 미세먼지 배출량(ton/km2), 미세먼지발생일수를 선정하였다.
- 노출, 민감도, 적응능력 지표별 대응변수를 통해 산출된 값을 각 지수(노출 지수, 민감도 지수, 적응 능력 지수)로 지칭하였으며, 이 세 지수를 입력하여 건강 취약성 지수(VI, vulnerability Index)를 산출하였다. 여기서 건강 취약성 지수는 기후변화 취약성의 개념적인 방향성에 따라 노출 지수(EI, Exposure Index), 민감도 지수(SI, Sensitivity Index)와 양의 관계를, 적응능력 지수(AI, Adaptive capacity Index)와 음의 관계를 가짐에 따라 식 (2)와 같이 나타낼 수 있다.
- 적응능력 지표는 미세먼지 영향에 대한 잠재적 피해를 완화 및 대처하는 정도로 사회가 미세먼지 영향으로부터 얼마나 빨리 회복할 수 있는가를 나타내는 지역 내부적 요소이다. 대응변수로 GRDP (Gross Regional Domestic Product)와 재정자립도, 건강보험 적용 인구비율, 보건소인력 비율, 의료기관수와 의료 종사자 비율을 선정하였다.
- 먼저 지표별 대응변수는 정량적 자료의 취득이 가능한 범위 내에서 미세먼지와 건강과 관련된 변수를 선정 및 수집하여 각 지표별로 분류하였다 (Table 1). 먼저 노출 지표는 미세먼지에 대한 직접적인 영향을 나타내며, 미세먼지 발생에 영향을 주는 지역 외부적 요소이다.
- 민감도 지표는 미세먼지에 의한 영향을 받는 민감한 정도를 나타내는 변수들로 구성되어 있으며 미세 먼지 영향으로 인한 지역 변화를 유발할 수 있는 지역 내부적 요소로서, 65세 이상 인구비율, 13세 이하 인구비율, 독거노인 비율, 기초생활수급자 비율, 인구밀도, 차량등록대수와 미세먼지와 관련 있는 심혈관계 질환인 허혈성 심장질환 사망률, 뇌혈관질환 사망률과 호흡기계 질환인 호흡기결핵 사망률, 만성 하기도질환 사망률을 민감도 변수로 선정하였다.
- 본 연구에서는 주성분분석을 통해 각 지표의 대응 변수들을 입력하여 고유값을 도출하였으며 이를 각 대응변수들의 가중치로 설정하였다. 그 결과 각 지표의 대응변수들의 가중치는 뚜렷한 차이를 보이지 않아 사용된 모든 변수가 지수결정에 중요한 역할을 함을 확인할 수 있었다.
- 부산지역의 미세먼지에 대한 건강 취약성의 변화를 파악하기 위하여 2006년과 2010년의 취약성 지수 산정하여 비교/분석하였다. Fig.
- 부산지역의 지표별로 지역적 편차의 원인을 파악 하기 위해 각 지표들의 변수 기여도를 분석하였다. 먼저 노출 지수는 중구와 사하구 지역이 높은 반면기장군, 해운대구, 영도구는 낮게 나타났으며 Fig.
- 본 연구에서는 부산지역을 대상으로 2006~2010년 동안 미세먼지 대상 건강 취약성을 평가하였다. 이를 위해 노출, 민감도, 적응능력 지표에 대한 지수 값을 생성하였으며 행정구역별 건강 취약성을 정량적으로 평가하였다. 입력자료는 미세먼지 관련 농도및 배출량과 기상자료, 사회ㆍ인구ㆍ보건ㆍ경제ㆍ질병사망률 통계자료를 사용하였으며 자료의 표준화 (re-scaling method 적용)와 주성분분석을 통해 지수별 대응변수의 가중치를 설정하였다.
- 본 연구는 부산지역을 대상으로 미세먼지 노출에 대한 지역적 여건과 특성을 반영하여 정량적으로 취약성 평가를 실시하였음에 의의가 있다. 이를 위해 취약성 평가요소인 노출 지수, 민감도 지수, 적응능력 지수를 산출하여 정량적 평가를 수행하고 최종적으로 부산지역의 미세먼지 취약성 평가를 수행하였다.
- 이를 위해 노출, 민감도, 적응능력 지표에 대한 지수 값을 생성하였으며 행정구역별 건강 취약성을 정량적으로 평가하였다. 입력자료는 미세먼지 관련 농도및 배출량과 기상자료, 사회ㆍ인구ㆍ보건ㆍ경제ㆍ질병사망률 통계자료를 사용하였으며 자료의 표준화 (re-scaling method 적용)와 주성분분석을 통해 지수별 대응변수의 가중치를 설정하였다.
대상 데이터
- 먼저 도시대기 측정망에서 베타선 흡수법에 의해 측정된 1시간 평균자료인 미세먼지(PM10) 농도측정자료를 사용하였으며, 관측지점이 없는 행정구역은 ArcGIS를 이용하여 보간법(interpolation) 중 Inverse Distance Weighting(IDW) 방법을 통해 산출된 농도값을 적용 하였다. 기상자료는 기상청에서 제공한 Automated Synoptic Observing System(ASOS) 및 Automatic Weather System(AWS)의 1시간 평균자료인 기상자료를 사용하였으며 미세먼지의 배출량 자료는 대기 정책지원시스템(CAPSS, Clean Air Policy Support System)의 격자별 배출량을 사용하여33) 행정구역별로 구축하였다. 사회ㆍ인구ㆍ보건ㆍ경제ㆍ질병사망률 통계자료는 통계청 (http://kostat.
- kr)36)에서 취득하여 사용하였다. 대상기간은 모든 자료 생성기간 및 수집자료의 특성, 가용여부 등을 고려하여 2006~2010년의 5년간으로 선정하였다. 참고로 매년 구축되지 않는 통계자료(13세 이하 인구자료)는 2010년 자료를 대표로 이용하였다.
- 본 연구의 대상지역은 한반도 남동단에 위치한 부산광역시로 15개 구와 1개 군의 행정구역으로 구분 된다. 지형적으로 복잡한 골을 따라 도시역이 존재하며 연안역을 따라 다수의 공단지역을 비롯한 선박등 다수의 배출원이 존재한다(Fig.
- 기상자료는 기상청에서 제공한 Automated Synoptic Observing System(ASOS) 및 Automatic Weather System(AWS)의 1시간 평균자료인 기상자료를 사용하였으며 미세먼지의 배출량 자료는 대기 정책지원시스템(CAPSS, Clean Air Policy Support System)의 격자별 배출량을 사용하여33) 행정구역별로 구축하였다. 사회ㆍ인구ㆍ보건ㆍ경제ㆍ질병사망률 통계자료는 통계청 (http://kostat.go.kr)34)과 부산시청 통계 (http://busanlibrary.busan.go.kr)35), 국가통계포털 (http://kosis.kr)36)에서 취득하여 사용하였다. 대상기간은 모든 자료 생성기간 및 수집자료의 특성, 가용여부 등을 고려하여 2006~2010년의 5년간으로 선정하였다.
- 대상기간은 모든 자료 생성기간 및 수집자료의 특성, 가용여부 등을 고려하여 2006~2010년의 5년간으로 선정하였다. 참고로 매년 구축되지 않는 통계자료(13세 이하 인구자료)는 2010년 자료를 대표로 이용하였다.
데이터처리
- 취약성 평가에 있어서 각 지표들의 대응변수들 간의 상대적 중요도를 고려할 수 있는 대응변수별 가 중치(weighting) 설정은 취약성 결과를 결정하는 중요한 평가과정으로 AHP(Analytical Hierarchy Process) 기법, 델파이 조사, 사례-대조 연구 등 다양한 방법이 있다. 본 연구에서는 통계적 분석 방법인 주성분 분석(PCA, principal component analysis)을 통하여 가중치를 산정하였다.20) 여기서 주성분분석이란 서로 상관관계가 있는 여러 변수들에 포함된 정보의 손실을 가능한 작게 해서 복잡했던 구조를 좀 더 간편하고, 이해하기 쉽게 축약하기 위해 사용되는 기법으로 서로 독립적인 새로운 인공변수들을 유도하여 해석해야 하며, 이때 새로운 인공변수의 고유 값을 가중치로 이용하게 된다.
이론/모형
- 본 연구에서는 Re-scaling 방법과 주성분분석을 적용하였으며 구체적으로 살펴보면 다음과 같다.
- , 2010년 기준)와 유사한 수준이며 취약성 지표의 변수 산정을 위해 이용된 자료는 취약성 관련 다수의 선행연구를 바탕으로 Table 1에 제시하였다. 먼저 도시대기 측정망에서 베타선 흡수법에 의해 측정된 1시간 평균자료인 미세먼지(PM10) 농도측정자료를 사용하였으며, 관측지점이 없는 행정구역은 ArcGIS를 이용하여 보간법(interpolation) 중 Inverse Distance Weighting(IDW) 방법을 통해 산출된 농도값을 적용 하였다. 기상자료는 기상청에서 제공한 Automated Synoptic Observing System(ASOS) 및 Automatic Weather System(AWS)의 1시간 평균자료인 기상자료를 사용하였으며 미세먼지의 배출량 자료는 대기 정책지원시스템(CAPSS, Clean Air Policy Support System)의 격자별 배출량을 사용하여33) 행정구역별로 구축하였다.
성능/효과
- Fig. 9(a)에서 제시된 바와 같이 5년 동안 건강 취약성 지수의 차이가 가장 큰 지역인 동구는 미세먼지 관련 질환 사망률의 증가로 민감도 지수가 0.62에서 0.74로 증가하였고, 경제요소의 감소로 적응능력 지수가 0.46에서 0.31로 낮아졌다. 미세먼지에 대한 내부적 위험도가 높아지고 이를 극복할 수 있는 지역 내 능력이 감소하여 종합적인 건강 취약성이 더욱 증가한 것으로 분석된다.
- 기장군(Fig. 9(b))은 2006년에 비해 2010년의 적응능력 지수(0.39에서 0.42로 3%증가)는 거의 차이가 없으나 노출 지수 (15%)와 민감도 지수(13%)가 크게 감소하였다. 이는 지역 내 미세먼지에 대한 잠재적 영향(노출과 민감도)의 위험이 줄어들어 종합적인 건강 취약성 감소에 기여가 컸으며, 취약성을 감소시킬 수 있는 적응능력이 다소 향상되어 취약성 증가를 억제시킨 것으로 분석되었다.
- 2(a)), 중구지역은 PM10농도(55.7 μg/m3, 전체평균 51.3 μg/m3), 미세먼지 발생일수(873일, 전체평균 777일), PM10배출량(1,272 ton/ km2, 전체평균 595 ton/km2)의 변수들이 높은 값을 보였다.
- 먼저 높은 민감도를 보인 동구(도심)와 기장군(교외지역)의 민감도 변수를 분석한 결과 (Fig. 3(a), 동구는 부산지역에서 민감도가 가장 높은 지역으로 허혈성 심장질환, 뇌혈관질환, 만성 하기도질환의 사망률이 높게 나타났다. 또한 타 지역에 비하여 높은 인구밀도와 65세 이상 노인과 독거노인과 같은 취약인구의 비율이 높은 지역인 것으로 분석되었다.
- 가장 낮은 건강 취약성을 보인 해운대구는 부산지역 내에서 상대적으로 미세먼지에 대하여 노출 정도(노출 지수: -0.02)가 낮은 지역에 속하며, 민감도 지수(0.35) 또한 비교적 낮으며, 적응능력(0.44)은 상대적으로 높은 지역으로, 종합적인 취약성이 –0.10으로 가장 낮게 평가되었다.
- 이는 인구당 보건소 인력(6명/만명, 전체평균 2명/만명), 인구당 의료기관 수(30명/만명, 전체평균 12명/ 만명), 인구당 의료종사자 수(219명/만명, 전체평균 108명/만명)의 보건적 적응능력 변수가 타 지역에 비해 높아 적응능력 지수에 큰 영향을 미친 것으로 분석되었다. 강서구는 인구당 의료기관 수(4명/만명)와 인구당 의료종사자 수(20명/만명)가 타 지역에 비해 열악함(낮은 보건요소)에도 불구하고 GRDP(62천억원, 전체평균 34천억 원)와 재정자립도(32.7%, 전체 평균 24.1%)와 같은 경제요소가 타 지역에 비해 높은 수준을 보여 적응능력 지수가 높게 나타났다.
- 건강 취약성 지수(Health Vulnerability Index)는 각 지표들의 종합적인 결과로서 앞서 연구 및 분석한 노출, 민감도, 적응능력 지수들의 연산에 의해 산출되었으며, 그 결과 건강 취약성 지수 범위의 크기는 3이며, 취약성 지수는 –1.4에서 1.7사이에 분포한다.
- 본 연구에서는 주성분분석을 통해 각 지표의 대응 변수들을 입력하여 고유값을 도출하였으며 이를 각 대응변수들의 가중치로 설정하였다. 그 결과 각 지표의 대응변수들의 가중치는 뚜렷한 차이를 보이지 않아 사용된 모든 변수가 지수결정에 중요한 역할을 함을 확인할 수 있었다.
- 또한 타 지역에 비하여 높은 인구밀도와 65세 이상 노인과 독거노인과 같은 취약인구의 비율이 높은 지역인 것으로 분석되었다. 기장군은 심혈관계 질환 사망률과 호흡기계 질환 사망률 모두 높게 나타났으며, 13세 이하의 인구비율 (15%, 전체평균 12.2%)이 타 지역에 비하여 높았다. 따라서 대체로 민감도 지수가 높은 지역은 높은 고령자비율과 높은 미세먼지 관련 질환 사망률이 나타나는 것으로 분석되었다.
- 노출, 민감도, 적응능력 지표를 종합하여 산출한 건강 취약성을 행정구역별로 평가한 결과, 건강 취약 지역은 동구와 서구로 나타났다. 이 지역들은 미세먼지에 대한 직접적인 영향에 대한 노출이 컸으며, 높은 미세먼지 관련 사망률과 취약 인구 비율로 잠재적 영향의 위험이 높고, 경제 요소의 적응능력이 낮은 것으로 분석되었다.
- 6(a)는 건강 취약성이 높게 평가된 지역(취약지역)인 동구와 서구의 각 지표(노출 지수, 민감도 지수, 적응능력 지수)들의 기여도 분석 결과이다. 동구의 종합적인 건강 취약성 지수는 0.60으로 노출 지수 0.25와 적응능력 지수 0.38, 민감도 지수 0.73로 나타났으며, 부산지역 내에서 취약인구비율과 미세먼지 관련 질환사망률이 높아 민감도 지수가 높게 산출된 지역이다. 서구의 경우, 건강 취약성 지수는 0.
- 2%)이 타 지역에 비하여 높았다. 따라서 대체로 민감도 지수가 높은 지역은 높은 고령자비율과 높은 미세먼지 관련 질환 사망률이 나타나는 것으로 분석되었다.
- 따라서 부산지역의 건강 취약성이 높은 지역은 미세먼지 영향으로 인한 위험이 많이 노출되었으며, 지역 내 경제복지보건 등 적응능력 또한 낮아 취약성을 줄이기 위한 효과적 적응대책을 적용하기 어려운 지역으로 평가되었다.
- 3(a), 동구는 부산지역에서 민감도가 가장 높은 지역으로 허혈성 심장질환, 뇌혈관질환, 만성 하기도질환의 사망률이 높게 나타났다. 또한 타 지역에 비하여 높은 인구밀도와 65세 이상 노인과 독거노인과 같은 취약인구의 비율이 높은 지역인 것으로 분석되었다. 기장군은 심혈관계 질환 사망률과 호흡기계 질환 사망률 모두 높게 나타났으며, 13세 이하의 인구비율 (15%, 전체평균 12.
- 특히 미세먼지 관련 질환 사망률 및 환경노출 민감군(고령자ㆍ어린이 등)의 비율이 높게 나타났다. 마지막으로 적응능력지수는 중구, 강서구와 부산진구로 나타났으며 이 지역들은 경제ㆍ복지ㆍ보건요소가 타 지역에 비해 높은 수준으로 분석되었다.
- 이 지역들은 미세먼지에 대한 직접적인 영향에 대한 노출이 컸으며, 높은 미세먼지 관련 사망률과 취약 인구 비율로 잠재적 영향의 위험이 높고, 경제 요소의 적응능력이 낮은 것으로 분석되었다. 반면 해운대구와 수영구가 건강 취약성 지수가 낮은 지역으로 평가되었으며 미세먼지에 대한 영향을 적게 받아 위험도가 낮고 타 지역에 비해 보건ㆍ경제요소의 적응능력이 높게 분석되었다.
- 4에 제시하였다. 부산지역에서 가장 인구밀도가 높은 지역인 중구의 적응능력이 가장 높게 나타났다(Fig. 4(a)).
- 10으로 가장 낮게 평가되었다. 수영구의 건강 취약성지수는 0.05로 부산지역 내에서 두 번째로 낮게 평가되었으며, 노출 지수(0.08)와 민감도 지수(0.33)는타 지역에 비해 상대적으로 낮아 미세먼지에 대한 영향을 적게 받는 지역에 속하고, 적응능력(0.35)이 다른 지역과 거의 비슷한 수준으로 지역적 차이가 없어 취약성 지수에 큰 영향을 미치지 못하였다.
- 4(b))를 나타낸 지역인 북구는 인구당 건강보험 적용인구는 높았으나, 그 외 다른 변수들의 값이 거의 0에 가깝게 산정되어 보건요소ㆍ경제요소가 많이 부족하였다. 영도구는 보건ㆍ복지ㆍ경제의 적응능력 모든 요소가 낮게 나타나 전반 적인 미세먼지에 대한 적응능력의 사회적ㆍ물적 인프라가 부산지역에서 가장 미흡한 곳으로 분석되었다.
- 사상구 역시 북구와 유사하게 민감변수 값이 적었으며, 특히 인구밀도, 고령자 비율과 독거노인 비율의 값이 0으로 산출되어 인구요소의 영향이 큰 지역인 것으로 나타났다. 요약하면 민감도 지수가 낮은 지역은 대부분 대응변수의 값이 비교적 낮았으며, 그중 인구요소의 영향을 많이 받는 것으로 분석되었다.
- 노출, 민감도, 적응능력 지표를 종합하여 산출한 건강 취약성을 행정구역별로 평가한 결과, 건강 취약 지역은 동구와 서구로 나타났다. 이 지역들은 미세먼지에 대한 직접적인 영향에 대한 노출이 컸으며, 높은 미세먼지 관련 사망률과 취약 인구 비율로 잠재적 영향의 위험이 높고, 경제 요소의 적응능력이 낮은 것으로 분석되었다. 반면 해운대구와 수영구가 건강 취약성 지수가 낮은 지역으로 평가되었으며 미세먼지에 대한 영향을 적게 받아 위험도가 낮고 타 지역에 비해 보건ㆍ경제요소의 적응능력이 높게 분석되었다.
- 42로 3%증가)는 거의 차이가 없으나 노출 지수 (15%)와 민감도 지수(13%)가 크게 감소하였다. 이는 지역 내 미세먼지에 대한 잠재적 영향(노출과 민감도)의 위험이 줄어들어 종합적인 건강 취약성 감소에 기여가 컸으며, 취약성을 감소시킬 수 있는 적응능력이 다소 향상되어 취약성 증가를 억제시킨 것으로 분석되었다.
- 적응능력 지수는 중구(0.65), 강서구(0.54), 부산진구(0.52)에서 높은 값을 보여 부산지역의 적응능력이 높게 평가된 반면, 영도구(0.17)와 북구(0.22)는 가장 낮게 나타났다.
- 전 대상기간(2006-2010년)동안 건강 취약성 지수의 공간분포도를 분석한 결과(Fig. 5), 취약한 지역은 동구(0.60)와 서구(0.57)로 분석되었다. 반면 해운대구(-0.
- 28)에서는 낮았다. 전반적으로 지수값이 도심에서 교외지역으로 갈수록 낮아지다가 교외지역에서 다시 높아졌으며, 지역편차는 약 0.4로 부산지역 내 지역적 편차가 크게 나타났다.
- 종합적으로 미세먼지 노출이 높은 도심 및 공업지역을 중심으로 미세먼지에 대한 건강 취약성이 높게 평가되었고(Fig. 1 참조), 미세먼지에 대한 영향력이 적고 보건적ㆍ경제적 인프라가 잘 갖추어진 지역은 취약성이 낮게 평가되었다.
- 32의 지수를 나타내어 동구와 비슷한 수준을 보였다. 특징적으로 서구는 부산지역 내 공업지역과 교통지역에 위치하여 미세먼지에 대한 노출이 많으며, 미세먼지와 관련된 질환 사망률(민감도 지수 기여율 50.3%)이 상대적으로 높은 민감한 지역으로, 종합적 미세먼지 영향에 대하여 취약한 지역으로 분석되었다.
- 2℃)이 비교적 높은 값으로 나타났으나 그 외 대응변수가 전반적으로 낮게 나타났다. 해운대구는 기장군과 유사한 특징을 보였으며, 영도구는 일강수량이 노출 지수에 대하여 44.5%의 기여율을 보여 이에 따라 노출 지수가 낮게 나타났다.
후속연구
- 하지만 도시별 지리적/지역 환경이 상세히 고려되지 못하였으며 입력자료 및 평과 결과의 해상도 문제 등이 있어 취약성의 해석 및 비교에 한계가 있었다.26) p본 연구는 미세먼지 취약성에 대한 고해상도(구/군 단위) 결과를 제시하여 지자체의 의사결정을 위한 기초자료로 활용 가능할 것으로 사료된다.
- 이는 지자체에서 각 지역의 취약성을 낮추기 위한 적응정책 수립과 대책마련에 기초자료로 활용 가능할 것이다. 또한 과거 관측ㆍ측정 데이터나 통계자료의 지표를 이용한 취약성 분석을 실시하였으나, 좀 더 상세하고 정확성이 높은 데이터를 활용하여 취약성 평가가 이루어지기 위해 대기질 예측 모델 등을 이용하여 소규모 지역을 대상으로 하는 취약성이나 미래 취약성을 분석할 수 있도록 인프라 구축이 필요할 것으로 사료된다.
- 본 연구에서 부산지역의 지역적 특성을 반영하고더 심도 있는 정량적 방법으로 취약성을 평가하려하였으며, 각 지역의 건강 취약성을 상대적인 비교를 통해 우선순위를 도출하였고, 취약한 원인을 파악하였다. 이는 지자체에서 각 지역의 취약성을 낮추기 위한 적응정책 수립과 대책마련에 기초자료로 활용 가능할 것이다. 또한 과거 관측ㆍ측정 데이터나 통계자료의 지표를 이용한 취약성 분석을 실시하였으나, 좀 더 상세하고 정확성이 높은 데이터를 활용하여 취약성 평가가 이루어지기 위해 대기질 예측 모델 등을 이용하여 소규모 지역을 대상으로 하는 취약성이나 미래 취약성을 분석할 수 있도록 인프라 구축이 필요할 것으로 사료된다.
- 지역의 미세먼지에 대한 취약한 점을 파악하여 피해의 최소화를 위해 지방자치단체 차원에서 환경노출 민감군에 대한 집중적 관리와 보건적 물적ㆍ인적인프라 강화, 취약성 및 적응ㆍ위험 노출의 인식 증대 위한 사회적ㆍ정책적 교육 및 홍보가 필요하며, 미세먼지의 잠재적 영향에 대한 사전예방 시스템 구축하거나, 적응을 촉진하기 위한 정책 수립과 집중 투자 및 지원 등과 같은 사회적 자본과 제도적 역량을 높여야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.