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
- 2009년 조사자료 중 평일자료로 수요일 및 금요일 조사자료가 각각 있으며, 본 연구에서는 평일 평균 보행량을 활용하고자 하였다. 그러나 관측조사 특성상 수요일 및 금요일의 보행량간 편차로 인해 모형의 설명력이 저해될 수 있으므로, 이상치 제거를 위해 표본의 신뢰구간을 이용한 통계적 필터링을 수행하였다.
- 따라서 본 연구에서는 선행연구와 달리 보행활동(보행량)에 미치는 영향요인을 세 가지 공간적 위계로 구분하여 반영하고, 다양한 대중교통 관련 변수(물리적 시설 및 서비스 등)를 반영하여, 보행환경이 보행량에 미치는 영향을 토지이용 유형별로 검토하고자 한다.
- 본 연구는 이러한 보행량에 미치는 영향 요인 특성을 밝히고자 한다. 특히 보행량은 가로 주변의 토지이용 유형에 따라 상이한 특성을 보인다는 점에 착안하여 보행 공간을 토지이용 유형별로 구분하여 각각의 영향 요인을 비교․분석하고자 한다.
- 본 연구와 연관성이 큰 보행량에 관해 분석한 연구들은 주로 보행량에 영향을 주는 요인에 관하여 분석하였다. 최근 국내연구는 대규모 조사자료를 활용하여 보행활동 영향요인에 관하여 분석하는 사례가 많으며 활용 가능한 조사 자료는 <표 1>과 같이 3가지로 구분된다.
- 그리고 선행연구에서 수행된 방법론과 보행량에 영향을 미치는 활용변수 등을 수집한 뒤, 이를 공간적 위계로 구분하고 대중교통 특성 변수를 투입하여 다중회귀 분석시 독립변수로 활용하였다. 최종적으로 보행량에 관한 다중회귀모형을 개발하여 각 군집별 영향요인을 규명하고자 하였다.
제안 방법
- 요일별, 조사지점의 속성별, 시간대별 유동인구의 특성에 관한 분석은 기존 연구[1, 4, 13]에서 수행되었기 때문에, 본 연구에서는 5개 군집의 특성별 분석(화․금요일의 평균)을 수행하였다.
- 2012년에 수행된 조사지점을 토지이용 유형별로 구분하기 위하여, ArcGIS(ver. 10.2.2)를 이용해 조사지점 영향권의 토지이용 용도별 유형을 조사․수집하였다. 이때 조사지점에서의 영향권 반경은 500m로 설정하였는데, 다수의 기존 연구들이 역세권으로 반경 400m~600m를 제시하고 있고 서울시의 역세권 지구단위계획 수립 및 운영기준에서 역세권 범위로 500m를 제시하였기 때문이다.
- 보행량에 영향을 미치는 독립변수 설정을 위하여 공간적 위계를 감안하여 이용 가능한 변수를 설정하였다. 공간적 위계는 해당 유동인구 조사지점의 특성, 조사지점의 반경 500m의 영향권의 특성, 조사지점이 속한 행정동 특성 등 세 가지로 구분하였다.
- 군집별 종속변수 및 독립변수(행정동 위계의 공간적 변수 및 이산형 변수는 제외함)에 대한 기초 통계를 과 같이 분석하였다.
- 2009년 조사자료 중 평일자료로 수요일 및 금요일 조사자료가 각각 있으며, 본 연구에서는 평일 평균 보행량을 활용하고자 하였다. 그러나 관측조사 특성상 수요일 및 금요일의 보행량간 편차로 인해 모형의 설명력이 저해될 수 있으므로, 이상치 제거를 위해 표본의 신뢰구간을 이용한 통계적 필터링을 수행하였다.
- 2)를 이용하여 영향권 내 역사의 수 및 외부 출입구의 수로 설정하였다. 그리고 버스 서비스 관련 변수는 기존 연구를 감안하여 네 가지로 구성하였다. 첫 번째는 지하철과 같이 단순하게 영향권 내 버스정류장 수를 산정하는 방법이다.
- 우선, 2012년 조사자료에 관한 영향권을 설정한 뒤, 토지이용유형에 따른 조사지점의 군집을 설정하여 1차적 보행량 특성을 분석하고, 다중회귀 분석시 군집별 보행량을 종속변수로 활용하였다. 그리고 선행연구에서 수행된 방법론과 보행량에 영향을 미치는 활용변수 등을 수집한 뒤, 이를 공간적 위계로 구분하고 대중교통 특성 변수를 투입하여 다중회귀 분석시 독립변수로 활용하였다. 최종적으로 보행량에 관한 다중회귀모형을 개발하여 각 군집별 영향요인을 규명하고자 하였다.
- 그리고, 토지이용 유형별 보행량에 미치는 영향을 분석하기 위하여 독립변수를 3가지 공간적 위계로 구분하였다. 첫 번째 공간적 위계는 해당 보행량 조사지점의 물리적 특성(보도 폭원, 장애물 유무 등)으로 구성하였고, 두 번째 공간적 위계는 조사지점 영향권(조사지점 반경 500m)의 토지이용(시설물별 건축물 연면적) 및 대중교통 서비스 특성(버스 노선수 등)으로 구축하였으며, 세 번째 공간적 위계는 해당 조사지점의 행정동 위계(연령별 인구 등)로 구분하여 구축하였다.
- 대중교통특성변수의 함수는 과 같으며 회귀분석시 동일한 수단에 대하여서는 분석시 1개 변수만 반영되도록 하였다.
- 두 번째 위계는 조사지점 중심 반경 500m에 해당되는 공간적 특성으로 구성하였으며, 영향권의 건축물 이용특성 및 대중교통 서비스특성으로 구분하였다.
- 또한, 대중교통특성에 관한 변수는 해당 조사지점에서 대중교통 접근성을 표현하기 위하여, 지하철 및 버스로 수단을 구분하고, 영향권 내의 물리적인 시설 또는 서비스 수준으로 구분하였다. 기존 일부 연구에서는 대중교통 접근성을 표현하기 위하여 조사지점에서 최근접 지하철역 및 버스정거장까지의 직선거리를 반영하였으나, 이는 대중교통의 양적․질적 특성(노선의 수, 운행횟수 등)을 간과하는 한계를 갖기 때문에, 관련 변수를 다양하게 검토하였다.
- 보행량에 영향을 미치는 독립변수 설정을 위하여 공간적 위계를 감안하여 이용 가능한 변수를 설정하였다. 공간적 위계는 해당 유동인구 조사지점의 특성, 조사지점의 반경 500m의 영향권의 특성, 조사지점이 속한 행정동 특성 등 세 가지로 구분하였다.
- 본 연구는 토지이용유형별로 구분된 지점별 보행량을 종속변수로 하여 각각의 영향요인을 규명하였다. 따라서 향후 보행 가로 관련 정책수립, 또는 최근의 보행 네비게이션과 같은 보행정보 제공시스템 개발시 기초자료로 활용할 수 있을 것으로 판단된다.
- 유동인구조사는 한 지점에서의 방향별 유동 인구를 계측하는 방법이며, 속성/관찰조사는 일부지점에서 보행목적 보행편의성, 보행자의 개인속성에 대한 정보를 제한적으로 수집하는 방법이다. 본 연구의 목적인 보행환경에 따른 보행량에 미치는 영향요인을 분석하기 위하여 본 연구에서는 유동인구조사결과를 활용하였다.[3, 4]
- 선행연구를 감안하여 사회경제지표는 차량등록대수 및 인구관련지표, 종사자수(1차 · 2차 · 3차), 병원수, 직주비율로 구성하였다.
- 설정된 군집의 토지이용 유형을 와 같이 분석하여 총 5개의 군집의 지역별 특성을 분류하였다.
- 앞에서 설정한 토지이용 유형별 군집을 토대로 2012년 평일평균 유동인구 조사결과를 분석하였다. 요일별, 조사지점의 속성별, 시간대별 유동인구의 특성에 관한 분석은 기존 연구[1, 4, 13]에서 수행되었기 때문에, 본 연구에서는 5개 군집의 특성별 분석(화․금요일의 평균)을 수행하였다.
- 우선, 2012년 조사자료에 관한 영향권을 설정한 뒤, 토지이용유형에 따른 조사지점의 군집을 설정하여 1차적 보행량 특성을 분석하고, 다중회귀 분석시 군집별 보행량을 종속변수로 활용하였다. 그리고 선행연구에서 수행된 방법론과 보행량에 영향을 미치는 활용변수 등을 수집한 뒤, 이를 공간적 위계로 구분하고 대중교통 특성 변수를 투입하여 다중회귀 분석시 독립변수로 활용하였다.
- 비용등의 함수로 표현된다. 이때, Fij에 대한 함수 형태 및 파라미터는 기존 KTDB에서 통행목적별로 제공되고 있으나, 본 연구에서 사용되는 보행수단에 대해서는 제공되지 않기 때문에, 불가피하게 보행 수단 O/D에 대하여 파라미터 정산을 수행하였다.
- 이중 네 번째 방법(Alt B-4)인 거리조락 효과를 감안하기 위하여 2012 KTDB 수도권 (2013)에서 제공하는 Network의 각 존간 통행거리 및 보행 O/D를 활용하여 중력모형의 파라미터 정산을 수행하였다.[14]
- 이중 영향권의 건축물 이용특성은 개발밀도를 표현하기 위하여 기존 연구를 활용하여 건축물 연면적 자료(건축물대장 자료 및 2010년 서울시 편집 지적도 활용) 및 ArcGIS(ver. 10.2.2)를 활용하여 아래와 같이 32개의 용도별 건축물 연면적을 7개의 건축물 연면적으로 구분하여 집계하였다.[21]
- 0)의 Gravity Calibration 기능을 활용하였으며, <표 8>과 같이 일반화된 통행비용은 존간 통행거리(dij)를 활용하였고, 함수 형태는 음지수(Negative exponential)함수 및 역멱(Inverse Power)함수로 구성하였다. 정산결과, 관측결과와의 오차율을 표현하는 음지수함수의 O/D RMSE가 역멱함수에 비해 적은 것으로 도출되어 음지수 함수를 적용하였다.
- 정산은 TransCAD(ver. 5.0)의 Gravity Calibration 기능을 활용하였으며, 과 같이 일반화된 통행비용은 존간 통행거리(dij)를 활용하였고, 함수 형태는 음지수(Negative exponential)함수 및 역멱(Inverse Power)함수로 구성하였다.
- 조사지점 주변의 다양한 용도를 와 같이 유사한 성격의 4가지의 용도로 단순화하여 조사지점의 특성을 구분하였다.
- 지하철 서비스 관련변수는 ArcGIS(ver. 10.2.2)를 이용하여 영향권 내 역사의 수 및 외부 출입구의 수로 설정하였다. 그리고 버스 서비스 관련 변수는 기존 연구를 감안하여 네 가지로 구성하였다.
- 그리고, 토지이용 유형별 보행량에 미치는 영향을 분석하기 위하여 독립변수를 3가지 공간적 위계로 구분하였다. 첫 번째 공간적 위계는 해당 보행량 조사지점의 물리적 특성(보도 폭원, 장애물 유무 등)으로 구성하였고, 두 번째 공간적 위계는 조사지점 영향권(조사지점 반경 500m)의 토지이용(시설물별 건축물 연면적) 및 대중교통 서비스 특성(버스 노선수 등)으로 구축하였으며, 세 번째 공간적 위계는 해당 조사지점의 행정동 위계(연령별 인구 등)로 구분하여 구축하였다. 특히, 영향권 공간적 위계의 대중교통특성 관련변수는 수단을 지하철 및 버스로 구분하고, 영향권 범위의 물리적 시설물 수 및 서비스 수준으로 구축하여 기존 연구에 비해 세분화하였다.
- 본 연구는 이러한 보행량에 미치는 영향 요인 특성을 밝히고자 한다. 특히 보행량은 가로 주변의 토지이용 유형에 따라 상이한 특성을 보인다는 점에 착안하여 보행 공간을 토지이용 유형별로 구분하여 각각의 영향 요인을 비교․분석하고자 한다. 영향 요인으로는 기존 연구에서 도입한 보행로 속성과 함께 대중교통 특성 변수를 새롭게 정의하였다.
대상 데이터
- 서울시 유동인구조사는 2009년 처음 시행되었으며, 2012년에도 서울시 희망근로 프로젝트 사업의 일환 및 유동인구 규모, 특성, 유출입 흐름 등을 파악할 목적으로 수행되었다. 2009년에는 1만개 지점을 대상으로 속성조사를 수행하였으며, 2012년에는 상권의 변화 및 사회경제적 변동, 교통수단의 변화, 도시정책의 집행 등을 감안하여, 기존 조사지점 중 2,000개 지점에 대한 유동인구를 재조사하였다.
- 본 연구는 구득 가능한 최신 자료인 2012년에 수행된 서울시 유동인구 조사 자료를 활용하였다. 조사지점은 2,000개 지점이며, 조사대상 범위에 해당되는 서울시 전역을 연구의 공간적 범위로 설정하였다.
- 5s)의 범위를 넘어가는 조사지점의 보행량(5 sigma)을 이상치로 설정하여 분석에서 제외하였다. 분석결과, 총 2,000개 조사지점 중 58개 조사지점(2.9%)이 이상치로 산정되어, 1,942개 조사지점을 분석대상으로 설정하였다.
- 본 연구는 구득 가능한 최신 자료인 2012년에 수행된 서울시 유동인구 조사 자료를 활용하였다. 조사지점은 2,000개 지점이며, 조사대상 범위에 해당되는 서울시 전역을 연구의 공간적 범위로 설정하였다.[3, 4] 본 연구의 흐름은 다음과 같다.
데이터처리
- 영향요인 분석을 위한 방법은 다중선형 회귀분석을 활용하였으며 각 토지이용 유형별 보행량에 영향을 미치는 요인을 통계적으로 규명하였다. 다중회귀 분석결과, 조사지점 위계 설명변수 중 보도 폭원은 모든 군집 및 서울시 전체에서 양의 영향력을 보였으나, 다른 설명변수의 채택 여부 및 영향력 수준은 군집별로 상이하고, 공간 위계별 영향력도상이한 것으로 분석되었다.
이론/모형
- 조사지점별 반경 500m의 토지이용 유형은 단일 용도가 아닌 여러 용도지역이 혼재되어 있는 경우가 많기 때문에, 해당 조사지점의 공간적 특징을 유사한 대상들끼리 그룹화가 필요하다. 따라서 다변량 통계기법인 군집분석(Cluster analysis) 중 널리 이용되고 있는 K-평균법을 이용하여 유형을 구분하였다. 여기서 K는 군집의 수를 의미하며, 본 연구에서는 <표 3>과 같이 2개~6개의 군집을 분석하여 5개의 군집으로 설정하였다.
성능/효과
- 특히, 다양한 통행 수단을 이용하면서 자유로운 환승이 가능한 수도권 대도시 권역에서는 보행이 매우 중요한 역할을 담당하게 된다.[1] 그러나 산업 혁명시대를 필두로 교통수단의 효율성과 신속성만을 추구하게 된 결과, 교통 혼잡 및 환경오염이 가속화되었으며 이로 인해 보행자의 권리와 안전은 위협받게 되었다.
- 군집 1(상업중심) 및 군집 5(주거+녹지)는 영향권 및 조사지점 위계의 설명변수 영향력이 크지만, 행정동 위계의 설명변수 영향력은 크지 않고, 군집 2(주거중심)는 영향권 및 행정동 위계의 설명변수 영향력이 크지만, 조사지점 위계의 설명변수 영향력은 비교적 적은 것으로 분석되었다. 군집 3(산업 중심)은 영향권 위계의 설명변수 영향력이 큰 반면, 조사지점 위계의 설명변수 영향력은 비교적 적고, 행정동 위계의 설명변수는 유의미하지 않은 것으로 분석되었다.
- 군집 1~5의 공간적 위계별 설명변수 영향력 검토결과, 군집 1(상업중심) 및 군집 5(주거+녹지)는 영향권 및 조사지점 위계 설명변수의 영향력이 큰 것으로 분석된 반면, 행정동 위계 설명변수 영향력은 크지 않은 것으로 분석되었다. 이와 달리, 군집 2(주거 중심)는 영향권 및 행정동 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수의 영향력은 비교적 적은 것으로 분석되었다.
- 서울시 내부의 군집별 조사지점 위치 및 군집의 특성은 <표 5>와 같이 분석되었다. 군집 1은 서울 종로 부근 중심상업지구에 집중되었고, 여의도와 영등포역 인근에 일부 분포하고 있으며, 군집 3은 구로 산업단지에 집중되고, 성수동 인근에 일부 분포하는 것으로 분석되었다. 주거와 관련된 군집 2․4․5의 조사지점은 서울시 전역에 고루 분포하지만, 군집 4는 잠실역 신촌역 강남역 서울대입구역 등 지하철 역사 주변에 주로 분포하는 것으로 분석되었다.
- 군집별 비표준화계수(β)를 통한 설명변수의 영향력을 보면, 군집 1(상업 중심)은 영향권 위계의 상업시설 건축물 연면적의 영향력이 가장 크고, 조사지점 위계의 보도 폭원 및 차로수가 그 뒤를 잇는 것으로 분석되었고, 행정동 위계의 10대 인구수는 음(-)의 영향을 나타내는 것으로 분석되었다.
- 이와 달리, 군집 2(주거 중심)는 영향권 및 행정동 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수의 영향력은 비교적 적은 것으로 분석되었다. 그리고, 군집 3(산업 중심)은 영향권 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수 영향력은 비교적 적은 것으로 분석되었으며, 행정동 위계 설명변수는 유의하지 않은 것으로 분석되었다. 반면, 군집 4(주거+상업)는 이전 군집과 달리 공간적 위계별 설명 변수의 영향력이 크게 두드러지지 않는 것으로 분석되었으며, 이러한 경향은 서울 전체에 대한 분석 결과와 유사한 것으로 판단된다.
- 그리고, 채택된 대중교통 설명변수는 대부분 단순한 물리적 시설물의 양적 설명변수와 연관성이 있는 것으로 분석되었으나, 주거+상업 지역(군집 4)에서는 버스 횟수 및 거리조락효과가 반영된 변수(Alt B-4)가 유의미한 설명변수로 채택되었다. 주거+상업 지역은 <표 5>와 같이 공간적으로 주로 지하철역 인근(잠실역, 신촌역, 강남역, 서울대입구역 등)에 위치하고, <표 9>와 같이 버스서비스가 다른 군집에 비해 다양한(군집 4의 Alt B-1는 군집 2 대비 116%, 군집 5 대비 139% 수준, Alt B-4는 군집 2 대비 150%, 군집 5 대비 180% 수준) 특성이 있다.
- 554)으로 분석되었다. 다른 군집의 결정계수는 0.3을 상회하는데 비해, 군집 2는 비교적 낮은 것으로 분석되었는데, 보행량을 대상으로 분석한 기존 연구의 조정된 결정계수는 0.187~0.422 수준으로 분석되어 본 연구와 유사한 수준인 것으로 조사되었다.[1, 4, 18, 19]
- 영향요인 분석을 위한 방법은 다중선형 회귀분석을 활용하였으며 각 토지이용 유형별 보행량에 영향을 미치는 요인을 통계적으로 규명하였다. 다중회귀 분석결과, 조사지점 위계 설명변수 중 보도 폭원은 모든 군집 및 서울시 전체에서 양의 영향력을 보였으나, 다른 설명변수의 채택 여부 및 영향력 수준은 군집별로 상이하고, 공간 위계별 영향력도상이한 것으로 분석되었다.
- 분석결과, 보도 폭원 및 차로수는 상업중심지역인 군집 1의 평균이 가장 높은 것으로 분석되었다. 대중교통 관련변수 중 지하철 역사수 및 외부출입구 수는 상업시설과 연관된 군집 1과 군집 4의 평균이 가장 높은 것으로 조사되었다. 주거관련 지역에서 버스시설물 변수(Alt B-1)는 군집 4가 군집 2에 비해 약 116% 수준이지만, 거리조락효과가 감안된 버스서비스 변수(Alt B-4)는 약 150% 수준으로 군집간 차이가 더 큰 것으로 분석되었다.
- 그리고, 군집 3(산업 중심)은 영향권 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수 영향력은 비교적 적은 것으로 분석되었으며, 행정동 위계 설명변수는 유의하지 않은 것으로 분석되었다. 반면, 군집 4(주거+상업)는 이전 군집과 달리 공간적 위계별 설명 변수의 영향력이 크게 두드러지지 않는 것으로 분석되었으며, 이러한 경향은 서울 전체에 대한 분석 결과와 유사한 것으로 판단된다.
- 본 연구는 2012년 서울시 유동인구조사 자료를 토대로 조사지점을 상업중심지역, 주거중심지역, 산업중심지역, 주거 및 상업 복합지역, 주거 및 녹지 복합지역의 5개 토지이용 유형으로 분류하고, 유형별 유동인구 패턴을 비교·분석하여, 군집별 유동인구 보행량 차이 및 조사지점의 공간적 분포에 차이가 있음을 확인하였다.
- (2014)은 2010년 가구통행실태조사 데이터를 행정동 단위로 분석단위로 설정한 뒤, 임의절편 로짓모형을 활용하였다. 분석결과, 개인의 사회경제적 특성, 주거유형, 토지이용혼합이 보행활동에 영향을 미치고, 근린의 블록크기가 작을수록 지역주민의 보행통행이 증가하고, 경사도가 심할수록 보행통행이 감소하는 것으로 분석되었다.[16]
- 2012년 평일평균의 1일 보행량의 다중회귀 분석 결과는 군집 1~3은 <표 10>, 군집 4~5 및 서울 전체는 <표 11>로 구분하였으며, 비표준화계수(B) 및 표준화계수(β), t-value를 제시하였다. 분석결과, 모든 군집에서 영향을 미치는 변수는 보도 폭원뿐이며, 군집별로 유의미한 영향을 미치는 변수는 상이한 것으로 분석되었다.
- 분석결과, 보도 폭원 및 차로수는 상업중심지역인 군집 1의 평균이 가장 높은 것으로 분석되었다. 대중교통 관련변수 중 지하철 역사수 및 외부출입구 수는 상업시설과 연관된 군집 1과 군집 4의 평균이 가장 높은 것으로 조사되었다.
- 분석결과, 와 같이 서울시 전체에 비해 상업에 관련된 지역(군집 1, 군집 4)의 유동인구가 좀 더 많은 것으로 분석되었다.
- 양(+)의 영향력 검토결과, 영향권 위계의 지하철 외부출입구수의 영향력이 가장 크고, 조사지점 위계의 보도 폭원 · 버스전용차로 · 보행전용도로 여부, 행정동 위계의 인구 밀도, 영향권 위계의 업무시설 건축물 연면적 순으로 나타났다.
- 양(+)의 영향력 검토결과, 행정동 위계의 병원수의 영향력이 가장 크고, 조사지점 위계의 차선수, 영향권 위계의 지하철 출입구수 · 2차산업 종사자수 · 거리조락효과가 반영된 버스 서비스, 조사지점 위계의 버스 전용차로 유무 · 보도 폭원 · 펜스 유무 순으로 분석되었다.
- (2011)은 사회경제적 속성과 보행목적이 보행활동량에 미치는 영향을 분석하기 위하여 서울시에 거주하는 직장인을 대상으로 설문을 수행하였다. 연구결과, 직장인의 보행활동량은 개인의 사회경제적 속성뿐 아니라, 보행목적에 의해서도 많은 영향을 받으며 출퇴근 및 업무통행이 많은 영향력을 가지고 있는 것으로 분석되었다.[17]
- 보행행태와 관련된 국내외의 선행연구들은 대부분 국가 또는 대도시 단위의 조사자료를 이용하여 보행환경의 실태 파악 또는 보행 통행특성에 영향을 미치는 요인을 규명하였다. 요인은 크게 정량적 특징(개인특성, 보행 교통류, 보행자 시설 등)과 정성적 특징(만족도, 안전성, 조경 등)으로 분류되었다.[1]
- 군집 1~5의 공간적 위계별 설명변수 영향력 검토결과, 군집 1(상업중심) 및 군집 5(주거+녹지)는 영향권 및 조사지점 위계 설명변수의 영향력이 큰 것으로 분석된 반면, 행정동 위계 설명변수 영향력은 크지 않은 것으로 분석되었다. 이와 달리, 군집 2(주거 중심)는 영향권 및 행정동 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수의 영향력은 비교적 적은 것으로 분석되었다. 그리고, 군집 3(산업 중심)은 영향권 위계 설명변수 영향력이 큰 반면, 조사지점 위계 설명변수 영향력은 비교적 적은 것으로 분석되었으며, 행정동 위계 설명변수는 유의하지 않은 것으로 분석되었다.
- 설정된 군집의 토지이용 유형을 <표 4>와 같이 분석하여 총 5개의 군집의 지역별 특성을 분류하였다. 이중, 군집 1~3은 각각 상업 및 주거, 산업시설의 비율이 75% 이상으로 분석되어 단일 토지이용 성격이 강한데 반해, 군집 4~5는 주거를 중심으로 상업과 녹지의 비중이 상대적으로 높은 복합 토지 이용 성격이 강한 것으로 분류되었다.
- 대중교통 관련변수 중 지하철 역사수 및 외부출입구 수는 상업시설과 연관된 군집 1과 군집 4의 평균이 가장 높은 것으로 조사되었다. 주거관련 지역에서 버스시설물 변수(Alt B-1)는 군집 4가 군집 2에 비해 약 116% 수준이지만, 거리조락효과가 감안된 버스서비스 변수(Alt B-4)는 약 150% 수준으로 군집간 차이가 더 큰 것으로 분석되었다.
- 특히, 본 연구의 설명변수 중 기존 연구와 차별화된 대중교통 서비스 관련 변수는 각 군집별로 뚜렷한 차이가 있는 것으로 분석되었다. 지하철 및 버스 관련 변수는 상업 또는 산업 중심지역(군집 1 · 3)에서는 유의미한 변수로 채택되지 못한 반면, 주거와 연관된 지역(군집 2 · 4 · 5)에서는 두 가지 변수 모두 유의미한 변수로 채택되었다.
후속연구
- 본 연구는 토지이용유형별로 구분된 지점별 보행량을 종속변수로 하여 각각의 영향요인을 규명하였다. 따라서 향후 보행 가로 관련 정책수립, 또는 최근의 보행 네비게이션과 같은 보행정보 제공시스템 개발시 기초자료로 활용할 수 있을 것으로 판단된다. 앞으로 본 연구에서 중점을 둔 보행량 뿐만 아니라 보행밀도, 보행속도 등 보다 다양한 보행자 통행특성을 분석하기 위한 연구가 수행되어야 할 것이다.
- 서울시 유동인구 조사자료를 활용한 기존 연구[1, 3, 4, 18, 19] 중 상기 세 가지 공간적 위계가 모두 반영된 연구는 없는 것으로 나타났다. 또한, 기존 연구의 대중교통 관련 변수는 보행가로 인근의 가장 가까운 대중교통 시설까지의 거리 또는 대중교통 시설물 유무 정도로만 반영되었는데, 보행활동과 대중교통과의 깊은 연관성을 감안할 때 보다 면밀한 검토가 필요한 것으로 판단된다.
- 영향 요인으로는 기존 연구에서 도입한 보행로 속성과 함께 대중교통 특성 변수를 새롭게 정의하였다. 본 연구의 분석 결과는 보행공간을 토지이용 유형별로 각각의 영향 요인을 규명하였다는 점에서 차별화될 수 있으며, 향후 보행 가로 관련 정책수립시 토지이용 유형별 영향요인을 감안하는데 일조할 수 있을 것으로 기대한다.
- 따라서 향후 보행 가로 관련 정책수립, 또는 최근의 보행 네비게이션과 같은 보행정보 제공시스템 개발시 기초자료로 활용할 수 있을 것으로 판단된다. 앞으로 본 연구에서 중점을 둔 보행량 뿐만 아니라 보행밀도, 보행속도 등 보다 다양한 보행자 통행특성을 분석하기 위한 연구가 수행되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.