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 주성분분석의 목적이 다변량변수들에 대한 단순화를 도모하고, 서로 상관되어 있는 변수들간의 내적 구조를 분석하는 것에 있으므로, 다각적인 상관성을 갖는 카셰어링 거점주변 의 지역적 요인들을 설명하는 본 연구의 방법론으로서 활용가치가 높다고 판단한다. 따라서 변수들이 갖는 정보의 설명력을 최대한 추출하고 보다 간결한 분석모델을 구축하기 위하여 본 연구에서는 주성분 분석을 활용하여 거점 주변의 지역적 특성을 설명하는 잠재변인을 도출하였다.
- 이러한 배경에서 본 연구에서는 카셰어링 거점주변의 지역적 요인에 대한 데이터베이스 구축하고 카셰어링의 이용에 영향을 미치는 지역특성에 대한 요인분석을 실시하고자 한다. 또한 추출한 잠재요인을 다중회귀분석모형에 투입하여 추가적인 거점확보에 있어서 고려되어야 할 지역특성에 대한 고찰을 실시하고자 한다.
- 본 연구에서 사용하고 있는 분석 자료는 카셰어링 거점 주변의 지역적 요인이 카셰어링의 수요에 미치는 영향력을 파악하기 위한 것이다. 이를 위해 버스교통카드자료, 현장조사 자료, GIS 자료 등 다양한 분석데이터를 활용 하였으며, 분석은 각각의 자료 중 입수가 가능한 가장 최근 년도를 기준으로 하였다.
- 본 연구에서는 카셰어링 이용에 영향을 미치는 사회경제 및 입지적 특성을 규명하고자 하였으며 운영사례 실증데이터를 활용하여 영향관계를 분석하였다. 카셰어링 운영 거점(주차장)을 중심으로 관련 사회/경제/교통·입지적 통계자료를 구축하였고, 주성분분석 및 다중회귀분석을 통해 카셰어링의 이용도에 영향을 미치는 변수의 의미를 살펴보았다.
- 우선 본 연구는 서울시의 카셰어링 거점 주변의 물리적인 교통환경과 사회경제 및 제반 도시개발조건이 카셰어링의 이용에 미치는 영향요인을 파악하는 것을 목적으로 한다. 따라서 이와 관련한 상기의 지역적 특성을 설명하는 데이터를 수집하였고, 이를 GIS에 적용하여 공간적, 시간적 측면의 동일한 조건에서 DB를 구축하였다.
- 이러한 배경에서 본 연구에서는 카셰어링 거점주변의 지역적 요인에 대한 데이터베이스 구축하고 카셰어링의 이용에 영향을 미치는 지역특성에 대한 요인분석을 실시하고자 한다. 또한 추출한 잠재요인을 다중회귀분석모형에 투입하여 추가적인 거점확보에 있어서 고려되어야 할 지역특성에 대한 고찰을 실시하고자 한다.
- 이러한 배경을 토대로 본 연구에서는 GIS를 활용하여 서울시내의 카셰어링 거점 주변의 지역특성에 대한 데이터베이스를 구축하고, 이를 활용하여 카셰어링 이용에 영향을 미치는 지역적특성에 대한 요인분석을 실시하였다. 이를 통해 카셰어링의 활성화 영향요인을 분석하여 다양한 영향요인간의 중요도를 검토하고 향후의 카셰어링 이용활성화를 위한 전략적 방안에 대해 살펴보고자 한다.
제안 방법
- 우선 본 연구는 서울시의 카셰어링 거점 주변의 물리적인 교통환경과 사회경제 및 제반 도시개발조건이 카셰어링의 이용에 미치는 영향요인을 파악하는 것을 목적으로 한다. 따라서 이와 관련한 상기의 지역적 특성을 설명하는 데이터를 수집하였고, 이를 GIS에 적용하여 공간적, 시간적 측면의 동일한 조건에서 DB를 구축하였다. 또한 거점별로 지역적 특성변수를 추출하여 카셰어링 이용의 영향인자에 대한 분석을 실시하였다.
- 세부적인 구득 자료는 (1) 서울시 교통카드자료(2007년~2013년), BMS자료(2013년), (2) 역세권 주변 지적, 과세, 건축물대장자료(2013년, 서울시 전산자료 활용), (3) GIS를 활용한 도시설계자료 (2013년, 서울시 전산자료 활용) (4) 한국교통연구원에서 구축하고 있는 국가교통 DB의 교통시설물 자료 등을 GIS에 입력하여 500m 단위의 Buffer(100m 포함)로 수집 재정리하였다. 또한 개발밀도, 토지이용 다양성, 그리고 대중교통 접근성을 버퍼별로 계량화하여 분석모형에 적용하였다. 개발밀도는 주거지를 기준으로 도시화된 면적 대비과세대장 상의 연상면적을 이용하였기 때문에 순 개발밀도로 정의된다.
- 따라서 이와 관련한 상기의 지역적 특성을 설명하는 데이터를 수집하였고, 이를 GIS에 적용하여 공간적, 시간적 측면의 동일한 조건에서 DB를 구축하였다. 또한 거점별로 지역적 특성변수를 추출하여 카셰어링 이용의 영향인자에 대한 분석을 실시하였다. 다만, 보다 다양한 지역적 특성을 고려하기 위한 과정에서 GIS를 통해 추출한 데이터와는 달리 몇몇 거점주변의 특성변수를 더미 형태로 분석에 적용한 점에서 설명변수의 구성과 관련한 디테일 수준측면의 한계가 존재한다.
- 또한 우리나라의 수요대응형 교통시스템의 운영현황과 문제점을 파악하여 효과적인 수요대응형 교통시스템의 운영을 위해 수요대응형 교통시스템을 평가하는 평가모형을 구축하였다.
- 또한 카셰어링 거점주변의 지역적 특성을 규정하기 위해 인구-사회-경제-교통환경 등 총 24개의 요인에 대한 주성분분석의 결과를 살펴보면, Fig. 3에서 나타내는 바와 같이 카셰어링 거점주변의 지역적특성을 6가지 잠재 변인으로 추출할 경우, eigenvalue 1.0이상에서 전체분산의 약 86.7%가 설명되는 것으로 나타났으므로 본 연구에서는 6개의 잠재변인을 분석을 위한 독립변수로 활용하기로 한다.
- 그리고 다중회귀분석을 실시하여 카셰어링 이용에 영향을 미치는 지역적 요인의 영향력을 파악하였다. 마지막으로, 카셰어링이용의 활성화를 위해 향후 고려해야 할 지역적 특성에 대한 고찰과 전략방안을 제시하였다.
- 수집변수는 크게 사회경제변수와 도시교통환경변수로 구분되며 카셰어링 거점(주차장) 지역의 토지이용, 경제규모(조세), 도시·교통활동을 나타내는 변수로 구성하였다.
- 수집자료를 바탕으로 카셰어링 전용거점 주변의 인구-사회-교통환경적 특성이 종속변수(카셰어링 이용도)에 미치는 영향이 지역(거점특성)차이에 초점을 맞추어 실증분석을 실시하였다. 상기하였듯이, 서울시 25개 거점을 중심으로 반경 500m기준 통계데이터베이스의 구축과 함께 거점이 속해 있는 동별지역속성에 대한 데이터를 수집하여 분석데이터베이스를 구축하였다.
- 역세권의 대표적인 물리적 영향요인은 Space Syntax를 활용하여 녹색교통 접근성을 역세권별로 정리한 자료, Density(개발특성: 연상면적, Open Space면적, 순개발밀도 등), Diversity(주거, 상업, 업무 등에 대한 토지이용 복합도(LUM)), Accessibility(접근성: 버스, 철도, 도로 등) 를 기준으로 하여 GIS에 입력하여 500m단위[16,17]로 수집-재정리하였다. 추가적으로 공공기관 통계자료 및 Internet 문헌조사를 활용하여 주변개발계획(뉴타운, 재개발 등), 대중교통 운영특성(배차간격, 운영시간) 등을 추가적으로 보완하였다.
- 한편, 국내의 경우 활성화 관련 영향요인 규명 연구는 매우 미흡한 실정이며 실증데이터를 바탕으로 한 분석결과는 전무하다. 이러한 배경을 토대로 본 연구에서는 GIS를 활용하여 서울시내의 카셰어링 거점 주변의 지역특성에 대한 데이터베이스를 구축하고, 이를 활용하여 카셰어링 이용에 영향을 미치는 지역적특성에 대한 요인분석을 실시하였다. 이를 통해 카셰어링의 활성화 영향요인을 분석하여 다양한 영향요인간의 중요도를 검토하고 향후의 카셰어링 이용활성화를 위한 전략적 방안에 대해 살펴보고자 한다.
- 본 연구에서 사용하고 있는 분석 자료는 카셰어링 거점 주변의 지역적 요인이 카셰어링의 수요에 미치는 영향력을 파악하기 위한 것이다. 이를 위해 버스교통카드자료, 현장조사 자료, GIS 자료 등 다양한 분석데이터를 활용 하였으며, 분석은 각각의 자료 중 입수가 가능한 가장 최근 년도를 기준으로 하였다.
- 역세권의 대표적인 물리적 영향요인은 Space Syntax를 활용하여 녹색교통 접근성을 역세권별로 정리한 자료, Density(개발특성: 연상면적, Open Space면적, 순개발밀도 등), Diversity(주거, 상업, 업무 등에 대한 토지이용 복합도(LUM)), Accessibility(접근성: 버스, 철도, 도로 등) 를 기준으로 하여 GIS에 입력하여 500m단위[16,17]로 수집-재정리하였다. 추가적으로 공공기관 통계자료 및 Internet 문헌조사를 활용하여 주변개발계획(뉴타운, 재개발 등), 대중교통 운영특성(배차간격, 운영시간) 등을 추가적으로 보완하였다. 세부적인 구득 자료는 (1) 서울시 교통카드자료(2007년~2013년), BMS자료(2013년), (2) 역세권 주변 지적, 과세, 건축물대장자료(2013년, 서울시 전산자료 활용), (3) GIS를 활용한 도시설계자료 (2013년, 서울시 전산자료 활용) (4) 한국교통연구원에서 구축하고 있는 국가교통 DB의 교통시설물 자료 등을 GIS에 입력하여 500m 단위의 Buffer(100m 포함)로 수집 재정리하였다.
- 카셰어링 이용요인에 대한 다중회귀분석모형의 구축에서는 카셰어링사업체에서 제공하는 차량서비스(전기자동차)의 운행상태와 거점(주차장)에 대한 지리적 특성(대학교 인근지역여부), 운영주차장의 공간적 특성(주차장 실내외 구분)을 추가적인 더미변수형태로 투입하였다.
- 개발밀도는 주거지를 기준으로 도시화된 면적 대비과세대장 상의 연상면적을 이용하였기 때문에 순 개발밀도로 정의된다. 토지이용 용도는 과세대장의 용도분류를 주거, 상업, 업무, 공공, 여가, 기타 등 6개로 재분류하여 그 중 도시용도로서 중요하게 다루어지는 용도에 대한 개발밀도(순 개발밀도)를 산출하였다.
- 한편 영향인자의 중요도를 파악하기 위해 본 연구에서는 주성분분석을 실시하여 잠재적인 지역적 요인(잠재변수)을 도출하였고, Table 3에서 각 잠재요인에 영향을 미치는 요인을 순차적으로 설명하고 있다. 본 연구의 분석에서 활용한 거점주변의 지역적특성에 대한 데이터의 개요는 다음과 같다.
- 한편, 본 연구에서는 주성분분석(Principal Components Analysis)를 통해 카셰어링 거점주변 지역적 요인들에 내재되어 있는 공통된 잠재적인 요인을 추출하였고 이를 다중회귀분석의 독립변수요인으로 활용하여 카셰어링의 이용에 영향을 미치는 지역적 특성을 파악하였다. 주성분분석은 많은 변수들이 공통적으로 내포하고 있는 주된 성분을 추출하여 변수의 차원을 축소(Dimension reduction)하는 다변량분석기법으로 잠재요인의 추출을 통해 보다 많은 변수들을 분석에 활용할 수 있고, 새롭게 압축된 요인을 기타 분석기법에 활용할 수 있는 장점이 있다.
대상 데이터
- 본 연구에서 구축한 카셰어링 이용관련 지역적 특성에 대한 데이터베이스는 서울에서 카셰어링 사업을 운영하고 있는 국내 A업체의 2013년 4분기~2014년 1분기 동안의 거점별(총 25개 거점) 이용현황자료를 종속변수로 설정하고 있다.
- 수집자료를 바탕으로 카셰어링 전용거점 주변의 인구-사회-교통환경적 특성이 종속변수(카셰어링 이용도)에 미치는 영향이 지역(거점특성)차이에 초점을 맞추어 실증분석을 실시하였다. 상기하였듯이, 서울시 25개 거점을 중심으로 반경 500m기준 통계데이터베이스의 구축과 함께 거점이 속해 있는 동별지역속성에 대한 데이터를 수집하여 분석데이터베이스를 구축하였다. 수집변수는 크게 사회경제변수와 도시교통환경변수로 구분되며 카셰어링 거점(주차장) 지역의 토지이용, 경제규모(조세), 도시·교통활동을 나타내는 변수로 구성하였다.
- 추가적으로 공공기관 통계자료 및 Internet 문헌조사를 활용하여 주변개발계획(뉴타운, 재개발 등), 대중교통 운영특성(배차간격, 운영시간) 등을 추가적으로 보완하였다. 세부적인 구득 자료는 (1) 서울시 교통카드자료(2007년~2013년), BMS자료(2013년), (2) 역세권 주변 지적, 과세, 건축물대장자료(2013년, 서울시 전산자료 활용), (3) GIS를 활용한 도시설계자료 (2013년, 서울시 전산자료 활용) (4) 한국교통연구원에서 구축하고 있는 국가교통 DB의 교통시설물 자료 등을 GIS에 입력하여 500m 단위의 Buffer(100m 포함)로 수집 재정리하였다. 또한 개발밀도, 토지이용 다양성, 그리고 대중교통 접근성을 버퍼별로 계량화하여 분석모형에 적용하였다.
데이터처리
- 1과 같다. GIS를 활용하여 서울시내의 카셰어링 거점 주변의 인구-사회-경제-교통 등의 지역적 특성을 반영하는 데이터베이스를 구축하였고, 카셰어링 거점주변의 지역적 특성을 설명하는 요인설정을 위해 주성분분석을 실시하여 잠재변수를 도출하였다. 그리고 다중회귀분석을 실시하여 카셰어링 이용에 영향을 미치는 지역적 요인의 영향력을 파악하였다.
- GIS를 활용하여 서울시내의 카셰어링 거점 주변의 인구-사회-경제-교통 등의 지역적 특성을 반영하는 데이터베이스를 구축하였고, 카셰어링 거점주변의 지역적 특성을 설명하는 요인설정을 위해 주성분분석을 실시하여 잠재변수를 도출하였다. 그리고 다중회귀분석을 실시하여 카셰어링 이용에 영향을 미치는 지역적 요인의 영향력을 파악하였다. 마지막으로, 카셰어링이용의 활성화를 위해 향후 고려해야 할 지역적 특성에 대한 고찰과 전략방안을 제시하였다.
- 주성분분석결과 도출된 요인점수는 회귀분석의 독립변수로 활용할 수 있다. 본 분석에서는 요인점수와 구축변수를 이용하여 이용빈도 영향력 분석을 위한 다중회귀분석을 실시하였다. 6개요인 중 (요인1) Private car dependent(자가용의존지역)과 (요인6) Green modes centric(녹색교통편이지역)을 회귀모형에 투입한 결과 각각의 잠재변인의 통계적 유의수준이 낮게 나타나 분석에서 제외하기로 하였다(요인1: t=-.
- 본 연구에서는 모든 측정변수의 공통된 구성요인을 추출하기 위해 주성분분석을 실시하였고, 요인적재치의 단순화를 위해서 Varimax방식을 채택하였다. 문항의 선택기준을 Eigenvalue 1.
- 본 카쉐어링 이용에 영향을 미치는 요인규명에 앞서, 거점 주변에 다양하게 존재하는 지역적 요인(인구-사회-경제-교통)에 내재되어 있는 공통된 잠재적인 요인을 추출하기 위해 본 연구에서는 주성분분석(Principal Components Analysis)을 실시하였다. 주성분분석은 다수의 변수들 간의 상관관계를 분석하여 공통차원(Common Underlying Dimension)을 추출하는 방법론으로, 서로 연관성을 갖는 변수들이 관측되었을 경우 이 변수들이 가지고 있는 정보를 최대한으로 확보하는 잠재변수를 생성하는 기법이다[18].
- 카셰어링 운영 거점(주차장)을 중심으로 관련 사회/경제/교통·입지적 통계자료를 구축하였고, 주성분분석 및 다중회귀분석을 통해 카셰어링의 이용도에 영향을 미치는 변수의 의미를 살펴보았다.
성능/효과
- 본 분석에서는 요인점수와 구축변수를 이용하여 이용빈도 영향력 분석을 위한 다중회귀분석을 실시하였다. 6개요인 중 (요인1) Private car dependent(자가용의존지역)과 (요인6) Green modes centric(녹색교통편이지역)을 회귀모형에 투입한 결과 각각의 잠재변인의 통계적 유의수준이 낮게 나타나 분석에서 제외하기로 하였다(요인1: t=-.630, 요인6: t=-.955).
- 둘째, 중장거리 노선의 버스 등 대중교통과의 연계를 위한 인프라조건이 양호한 지역을 근거지로 하는 카셰어링거점에 있어서 그 활용도가 두드러지는 것을 확인할 수 있었다.
- 또한 오차항간의 독립성 검증을 나타내는 Durbin-Watson값은 2.0를 중심으로(2.174) 분포하며 F값은 10.03, 유의확률은 .000(p<.05)로 나타나 회귀선이 모델에 적합한 것으로 나타났다.
- 다음으로 (요인5)는 중앙·가로변 버스차로 및 버스 이용과 관련된 변수집단으로 버스·택시의 이용성과 관련이 있다. 마지막으로 (요인6)은 보행, 자전거, 도시철도로 구성된 요인으로 보행과 자전거 이용이 편리할수록 도시철도의 이용과는 반대된다고 확대 해석이 가능하다.
- 본 연구에서 구축한 데이터베이스(2013년 4분기~2014년 1분기)를 통해 대학교 주변 거점의 카셰어링 이용빈도를 살펴본 결과, 분석기간의 대학교주변 거점의 평균이용건수는 84.2건으로 서울시 대상거점의 평균 이용건수인 61건을 크게 상회하는 것으로 나타났다. 이는 서울시 총 이용건수의 약 26.
- 셋째, 전반적으로 종사자수가 많은 지역에서 이용도가 높은 것으로 나타났으나, 복합적인 지역기능을 갖는 종합개발밀도가 높은 지역에서는 지역요인의 영향력이 약한 것을 확인할 수 있었다. 종합개발밀도의 세부적인 업무/상업/주거의 비율과 규모, 업무적 특성이 차지하는 영향력에 대한 분석이 필요하다고 판단된다.
- 여기서 KMO(Kaiser-Meyer-Olkin)값은 입력변수 들간의 상관계수 제곱들과 편상관계수 들을 모두 더한 값 중에서 상관계수 제곱의 합이 차지 하는 비율값을 의미하며, 이 값은 준비된 자료가 요인분석하기에 적합한가를 검정 하는 용도로 사용된다. 순수한 상관관계의 편상관관계가 높을수록 KMO값이 작고, 편상관관계가 낮을수록 KMO값이 크다. 따라서 여러변수들 간의 연관성이 높을수록 KMO 값이 크고 KMO값이 클수록 준비된 자료는 변수 들간의 서로 공통된 부분을 추출하는 요인분석에 적합한 것으로 해석이 가능하다.
- of financial company(금융기관수)는 카쉐어링 이용도와 부(−)의 관계를 보이고 있다. 이러한 분석결과를 토대로 지역적 요인의 영향력을 개괄하면, 종사자밀도가 높은 지역, 철도를 중심으로 역세권이 형성되어 유동인구가 많은 지역, 철도 및 버스 등의 대중교통의 활용도가 높은 지역, 젊은 층의 유동이 많은 대학교인근 지역 등의 카셰어링 거점에 있어서 이용도가 상대적으로 활성화 되는 경향을 보이는 것으로 파악되었다.
- 첫째, 사업체밀집지역은 경제활동인구 및 교통이동 활동이 주거지역보다 높은 지역으로 업무중심지역, 역세권 지역을 바탕으로 카셰어링의 거점이 존재할 경우 그 활용도가 활발하였고, 특히 20~30대의 젊은 세대가 많이 활동하는 대학교 주변의 거점에서 이용도가 높은 것으로 나타났다.
- 회귀분석결과를 살펴보면, 종속변수에 미치는 영향관계는 8개의 모든 독립변수에서 t값이 ±1.96이상이고 유의확률(p)이 .05이하로 나타나 통계적으로 유의한 것으로 파악되었다.
후속연구
- 현재 한국의 카셰어링 사업은 도입초기단계이므로 지속적인 데이터베이스구축을 통한 시계열적 경위파악과 개인속성에 초점을 맞춘 미시적인 요인분석이 필요할 것으로 판단된다. 그러나 본 연구는 실증데이터를 활용한 카셰어링 이용에 영향을 미치는 지역적 요인파악이라는 관점에서 향후의 카셰어링 활성화 및 추가거점 확보방안에 있어서 기초자료로 의의를 갖는다.
- 특히 실질적인 지역데이터와 이용실적 데이터를 활용한 실증분석이라는 측면에서 의미하는 바가 크다. 다만, 카셰어링 이용자의 사회 경제적 속성, 통행목적 및 거리 등 개인속성을 반영하지 못한 것을 연구의 한계점으로 들 수 있으며, 향후 설문조사를 통해 사회경제적속성 및 통행목적 등 교통 행동주체의 사회적 속성에 대한 구체적인 조건을 반영한 분석이 필요할 것으로 판단된다. 또한 분석 데이터베이스 구축에 있어서 카셰어링의 서비스 제공 특성이라 할 수 있는 카셰어링 운영정보(차종, 요금 등) 등의 정보를 보완하여 분석에 반영할 필요가 있을 것을 판단된다.
- 다음으로 금융기관수가 밀집된 지역에서 카셰어링의 활용도가 나타난 것과 관련해서는 그 지역의 시중은행 및 특수은행을 모두 포함한 총계로 은행특성을 고려하지 못한바 본 연구에서는 의미해석에 한계가 있다. 다만, 본 분석의 결과에서 금융권이 집중한 지역의 자가용의존도가 높다는 점에서 보면 금융계에 종사하는 고소득층의 높은 자가용이용률이 반영된 결과라고도 추측이 가능하다.
- 이는 설명변수의 구성 및 도출에 있어서 DB의 상세도 여부가 분석결과에 영향을 미칠 가능성이 존재한다는 측면에서 분석결과의 해석에 신중함을 요한다. 데이터구성의 디테일수준에 대해서는 향후 보완되어야 할 부분이지만, DB 구축상에 제약조건이 존재하였음을 한계로 삼고자 한다.
- 물론 상기의 설문결과는 대상지역의 지역적 특성이 반영된 것이므로 일반화된 경향이라고 판단하기에는 한계가 존재한다. 따라서 국내 실정에 맞는 보다 구체적인 카셰어링 이용특성의 파악을 위해서는 통행목적, 성별, 이용자의 사회적 속성 등을 고려한 카셰어링 통행특성에 대한 추가연구가 필요할 것으로 사료된다.
- 다만, 카셰어링 이용자의 사회 경제적 속성, 통행목적 및 거리 등 개인속성을 반영하지 못한 것을 연구의 한계점으로 들 수 있으며, 향후 설문조사를 통해 사회경제적속성 및 통행목적 등 교통 행동주체의 사회적 속성에 대한 구체적인 조건을 반영한 분석이 필요할 것으로 판단된다. 또한 분석 데이터베이스 구축에 있어서 카셰어링의 서비스 제공 특성이라 할 수 있는 카셰어링 운영정보(차종, 요금 등) 등의 정보를 보완하여 분석에 반영할 필요가 있을 것을 판단된다.
- 셋째, 전반적으로 종사자수가 많은 지역에서 이용도가 높은 것으로 나타났으나, 복합적인 지역기능을 갖는 종합개발밀도가 높은 지역에서는 지역요인의 영향력이 약한 것을 확인할 수 있었다. 종합개발밀도의 세부적인 업무/상업/주거의 비율과 규모, 업무적 특성이 차지하는 영향력에 대한 분석이 필요하다고 판단된다.
- 주성분분석은 다수의 변수들 간의 상관관계를 분석하여 공통차원(Common Underlying Dimension)을 추출하는 방법론으로, 서로 연관성을 갖는 변수들이 관측되었을 경우 이 변수들이 가지고 있는 정보를 최대한으로 확보하는 잠재변수를 생성하는 기법이다[18]. 특히 주성분분석의 목적이 다변량변수들에 대한 단순화를 도모하고, 서로 상관되어 있는 변수들간의 내적 구조를 분석하는 것에 있으므로, 다각적인 상관성을 갖는 카셰어링 거점주변 의 지역적 요인들을 설명하는 본 연구의 방법론으로서 활용가치가 높다고 판단한다. 따라서 변수들이 갖는 정보의 설명력을 최대한 추출하고 보다 간결한 분석모델을 구축하기 위하여 본 연구에서는 주성분 분석을 활용하여 거점 주변의 지역적 특성을 설명하는 잠재변인을 도출하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.