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
- , 2005). 그러나 이렇게 자료가 변환 (transform)되는 과정에서는 실제 값을 왜곡하는 경우가 종종 발생할 수 있는데, 본 연구는 z-score 방법, re-scaling 방법과 극단값 처리가 용이한 수정 re-scaling 방법을 대상으로 각 표준화 방법의 적절성을 평가하기 위해 경기도 지역을 대상으로 민감도를 분석하였다.
- 그 동안의 경제성장으로 인하여 공공시설물 자산규모 또한 급격히 증가하였고, 향후 공공시설물의 홍수를 비롯한 자연재해 피해저감을 위한 예방, 유지 보수 및 관리에 많은 관심을 가질 필요가 있다. 본 연구는 정책적인 활용목적의 공공시설물 잠재홍수피해지수 평가 체계를 투입상태-반응의 프레임워크와 지수개발의 기본원리를 준수하여 제시하고, 이를 전국 231개 시군 단위의 지자체를 대상으로 평가하는 것을 목적으로 한다.
- 본 연구에서는 공공시설물의 잠재홍수피해지수 (P-PFDI) 개발을 위해 이를 직․ 간접적으로 설명가능한 평가지표를 선별하였고, 요인분석, 가중치 결정, 표준화방법을 검토하여 P-PFDI 평가 체계를 제시하였다. 본 연구로부터 주요 결론을 정리하면 다음과 같다.
제안 방법
- 경기도 내 31개 지자체를 대상으로 위 3가지 방법으로 표준화 (한정적인 대상의 간접 표준화)하였고, 평가집단을 달리하여 전국 231개 지자체 (모든 대상의 직접 표준화)에 대해서 같은 방법으로 분석하였다. 분석 결과, RMS의 경우 Table 5와 같이 z-score 방법과 re-scale 방법은 비교집단 변화에 따른 민감도가 1.
- 국내외에서 일반적으로 사용되는 지수개발 프레임워크는 (1) 투입-반응, (2) 상태, (3) 투입-상태-반응이 있으며, 본 연구는 IPCC (2001)에서 기후변화 취약성을 설명하는 데 사용한 바 있는, 외부적 스트레스에 대한 결과와 내적인 상태를 종합적으로 고려하는 “투입-상태-반응” 프레임워크를 기준으로 평가지표를 결정하였다.
- 우선, 개발목적을 정의하고, 시공간적 평가대상의 범위와 연관된 세부목표 등을 명확히 하여야 한다. 그리고 세부목표 별 지표 선택을 위한 개념적 프레임워크를 설정하여 지표 선택의 범위를 한정하여 연관되는 지표를 선택하기 위한 적절한 평가기준을 수립한다. 이로부터 잠재지표를 선택하고, 이 가운데 적절한 지표들을 최종 선별하여 결정한다.
- 요인분석 결과로부터 최종 선택된 변수들을 바탕으로 평가구조 (평가계층)를 확립하였으며, 추출한 변수들을 평가지표로 구성하였고, 각 요인들은 세부지수로 사용하였다. 다음으로 지표 간의 상대적 중요도 (weights)는 AHP (Analytic Hierarchy Process) 기반의 전문가설문 (expert survey) 결과를 바탕으로 결정하였고, 추가적으로 검토한 표준화 방법을 반영하여 공공시설물 잠재홍수피해지수 체계를 확립하였다. 이러한 일련의 절차를 전국 231개 행정구역을 대상으로 P-PFDI를 평가하였다.
- 본 연구는 기존 홍수재난 관련 지수연구와 차별화된 공공자산에 한정한 것으로 상태, 반응부문에서의 특징적인 몇몇 잠재지표는 서로 간의 상관성과 중복성에 관계없이 검토하였다. 따라서 이들 간의 내제된 통계적 특성을 고려하여 대표성을 검토할 필요가 있다.
- 본 연구는 위에서 언급한 지수개발의 기본원리를 최대한 준수 하여 공공시설물 잠재홍수피해지수 (P-PFDI)를 Fig. 1의 절차에 따라 개발하였다. 우선, 정의한 지수개발 프레임워크를 중심으로 공공시설물의 홍수피해에 대해 직･간접적으로 설명 가능한 잠재지표 (latent indicator)를 결정하였다.
- 본 연구에서 검토하고자 하는 3가지 표준화 방법의 적절성을 평가하기 위해 본 연구에서 제시한 P-PFDI를 경기도 지역을 대상으로 평가하였고, 그 결과로부터 표준화 방법 간의 민감도를 순위변동 정도를 중심으로 확인하였다. 여기서 민감도를 측정하기 위한 평가함수는 지나친 순위변동을 고려하기 위한 제곱평균 제곱근 (Root-Mean Square, RMS) 형태의 식 (8)과 전반적인 민감도를 고려하기 위한 평균절대편차 (Mean Absolute-Deviation, MAD) 형태의 식 (9)를 설정하여 비교 하였고, 이는 평가대상의 변화가 있을 시 기존 평가대상의 순위 (rank)가 변동되는 정도를 바탕으로 측정되며, 민감도 값이 적은 표준화 방법일수록 합리적인 표준화 방법이라 할 수 있다.
- 시간적 측면에서는 자료의 측정기간의 차이 때문에 일단위, 월단위 또는 연단위 등 동일한 범위로 통일시켜야 하는데, 본 연구는 연단위로 공표되는 자료가 많은 점을 고려하여 시간적 분석단위를 연단위로 하였다. 또한, 시계열 특성을 갖는 자료에 대해서는 데이터수집 시 가용자료의 시간적 범위를 결정할 필요가 있다.
- 이에 본 연구에서는 수자원/방재 분야 전문가 (8인)를 대상으로 일대일 대면 방식의 설문을 실시하였다. 쌍대비교는 1에서 9까지의 아홉 개 척도로 나누어 중요도를 정의하는 9점척도로 하였으며, Level 1 항목 (투입, 상태, 반응)의 경우 전체 구조에 미치는 영향이 매우 크기 때문에 보다 직접적인 질문방식인 100점 평점으로 질문하였다.
- 는 변수 x와 요인 f와의 요인부하량 (factor loading)이며, 이는 각 변수와 요인간의 상관관계 정도를 의미한다. 요인분석 결과로부터 최종 선택된 변수들을 바탕으로 평가구조 (평가계층)를 확립하였으며, 추출한 변수들을 평가지표로 구성하였고, 각 요인들은 세부지수로 사용하였다. 다음으로 지표 간의 상대적 중요도 (weights)는 AHP (Analytic Hierarchy Process) 기반의 전문가설문 (expert survey) 결과를 바탕으로 결정하였고, 추가적으로 검토한 표준화 방법을 반영하여 공공시설물 잠재홍수피해지수 체계를 확립하였다.
- 요인추출을 위한 방법에는 각회전방식과 직각회전 방식이 있는데, 본 연구는 사용상의 편리성과 간편성, 해석의 용이성 때문에 많은 연구에서 채택하고 있는 직각회전방식의 베리 맥스(varimax) 방법을 사용하였다. 요인을 몇 개까지 채택할 것인가에 대한 기준은 의견이 분분하나, 본 연구에서는 초기분석으로 KMO 표본적합도 측정 및 Bartlett 검정을 실시하여 요인분석에 적합성을 검토하였으며, 또한 고유값(eigenvalue) 1 이상, 요인부하량은 0.5 이상인 것을 우선 검토하였다.
- 1의 절차에 따라 개발하였다. 우선, 정의한 지수개발 프레임워크를 중심으로 공공시설물의 홍수피해에 대해 직･간접적으로 설명 가능한 잠재지표 (latent indicator)를 결정하였다. 잠재지표는 획득 가능한 유관기관 별 DB 현황과 국내･외 기존 연구에서 개발된 유사지표를 참고하였다.
- 잠재지표는 획득 가능한 유관기관 별 DB 현황과 국내･외 기존 연구에서 개발된 유사지표를 참고하였다. 이렇게 결정된 각각의 지표값들은 단위와 분산이 상이하기 때문에 표준화 (normalization) 과정을 필요로 하며, 표준화된 값을 기준으로 서로 간의 내제된 상관관계로부터 대표요인을 구하고 그룹에 적절한 의미를 부여하는 요인분석(factor analysis)을 수행하였다. 여기서, 요인분석은 독립변수와 종속변수가 없으며, 다수의 변수들의 정보손실을 최소화하면서 소수의 요인으로 축약하는 통계기법이다.
- 그리고 세부목표 별 지표 선택을 위한 개념적 프레임워크를 설정하여 지표 선택의 범위를 한정하여 연관되는 지표를 선택하기 위한 적절한 평가기준을 수립한다. 이로부터 잠재지표를 선택하고, 이 가운데 적절한 지표들을 최종 선별하여 결정한다. 선택한 지표를 이용해 분석하고 공표한 지표는 정의된 목표와의 비교를 통해 성능을 평가한다.
- 따라서 이들 간의 내제된 통계적 특성을 고려하여 대표성을 검토할 필요가 있다. 이를 위해 고려하는 잠재변수의 수가 많고 자료간의 차원의 확인과 축소가 용이하며, 측정변수들의 분산에 대해 설명이 용이한 요인분석을 활용하여 실제 P-PFDI의 평가지표를 결정하였다.
- 그러나 본 연구와 같이 일반인이 이해하기 어려운 기술 적인 내용은 관련 전문가를 대상으로 설문을 하는 것이 바람직하다. 이에 본 연구에서는 수자원/방재 분야 전문가 (8인)를 대상으로 일대일 대면 방식의 설문을 실시하였다. 쌍대비교는 1에서 9까지의 아홉 개 척도로 나누어 중요도를 정의하는 9점척도로 하였으며, Level 1 항목 (투입, 상태, 반응)의 경우 전체 구조에 미치는 영향이 매우 크기 때문에 보다 직접적인 질문방식인 100점 평점으로 질문하였다.
- 투입-상태-반응 (dose-status-response) 프레임워크를 중심으로 공공시설물의 잠재적 홍수피해 정도를 설명하기 위해 투입 부문은 외부적 스트레스와 관계되는 기후노출요소, 상태부문은 해당지역의 현 상황과 관계되는 인문･사회, 지형･환경, 사회기반요소, 이로부터 부정적 영향으로 정의되는 반응부문은 재난피해요소로 구분하였다. 이를 기준으로 정량적이며 직･간접적으로 설명 가능한 잠재지표들을 검토하여야 하는데, 본 연구는 과거 연구에서 자주 언급된 기후노출의 경우 기존의 연구결과를 참고 하여 검토과정을 간소화하였으나, 기존 연구에서 다루지 않은 공공시설물과 관련된 자료는 상관성, 중복성 제약 없이 검토하여 총 19개의 잠재지표를 선정하였다.
- 본 연구에서는 두 가지 방식 가운데, 설문대상자들이 비록 전문가라고 할지라도 AHP기법에 대해 생소하기 때문에 많은 수의 쌍대응비교 시 일관성을 유지하기가 쉽지 않고, 다양한 이해주체가 결부된 내용이 아닌 기술적 측면을 고려하여 응답자들의 판단행렬을 기하평균하는 AIJ 방식을 사용 하였다. 한편, 설문과정에서 개인별 판단의 일관성이 만족하지 않은 경우 (일관성비율0.1 초과) 재설문하였다. 이러한 과정으로부터 결정된 가중치는 Table 4와 같다.
대상 데이터
- 본 연구에서 설정한 평가지표 모두 평가목적에 양 (+)의 방향을 가지며, Fig. 2로부터 평가된 지자체별 평가지표 값으로부터 표준화된 값과 AHP로부터 결정된 가중치를 바탕으로 식 (2), (3), (4)에 의한 P-PFDI를 전국 231개 지자체를 대상으로 평가 하였다. Fig.
- 우리나라에서 발생된 자연재해 피해액 현황은 국민안전처 (Ministry of Public Safety and Security, MPSS)에서 매년 지자체 단위로 발표하는 재해연보에서 유일하게 확인이 가능하다. 여기서는 홍수, 태풍, 대설, 지진, 해일 등으로 인한 재난 피해를 조사하고 있으며, 건물, 선박, 농경지, 농작물 (피해액 계상 시 제외), 공공시설, 기타시설을 대상으로 한다. 2001년부터 2010년까지 재해연보 상에 기록된 “호우” (바람과 호우가 혼재된 태풍 재해는 제외)로 인한 피해액 현황을 정리해보면, 전체 피해액 (4.
- 또한, 시계열 특성을 갖는 자료에 대해서는 데이터수집 시 가용자료의 시간적 범위를 결정할 필요가 있다. 우선, 자료의 변동성이 매우 큰 인자인 기후노출 요소에 대해서는 불확실성을 최소화하기 위해 보유하는 전 기간 자료를 이용하였고, 현 상황을 나타내는 상태부문의 세부요소들은 최신자료를, 마지막으로 반응과 관계되는 재난피해 요소는 지속적인 재해 예방 투자의 성과를 고려하여 2001년부터 2010년까지의 최근 10년 자료를 수집하였다. 19개 잠재지표에 대한 자료명세를 정리하면 Table 1과 같다.
- 다음으로 지표 간의 상대적 중요도 (weights)는 AHP (Analytic Hierarchy Process) 기반의 전문가설문 (expert survey) 결과를 바탕으로 결정하였고, 추가적으로 검토한 표준화 방법을 반영하여 공공시설물 잠재홍수피해지수 체계를 확립하였다. 이러한 일련의 절차를 전국 231개 행정구역을 대상으로 P-PFDI를 평가하였다.
- 투입-상태-반응 (dose-status-response) 프레임워크를 중심으로 공공시설물의 잠재적 홍수피해 정도를 설명하기 위해 투입 부문은 외부적 스트레스와 관계되는 기후노출요소, 상태부문은 해당지역의 현 상황과 관계되는 인문･사회, 지형･환경, 사회기반요소, 이로부터 부정적 영향으로 정의되는 반응부문은 재난피해요소로 구분하였다. 이를 기준으로 정량적이며 직･간접적으로 설명 가능한 잠재지표들을 검토하여야 하는데, 본 연구는 과거 연구에서 자주 언급된 기후노출의 경우 기존의 연구결과를 참고 하여 검토과정을 간소화하였으나, 기존 연구에서 다루지 않은 공공시설물과 관련된 자료는 상관성, 중복성 제약 없이 검토하여 총 19개의 잠재지표를 선정하였다. 여기서의 잠재지표란 기존 유사 연구에서 사용된 지표와 획득 가능한 유관기관의 DB를 참고하여 선택한 P-PFDI 체계를 위한 잠재적인 지표를 의미한다.
- 전국 231개 지자체를 대상으로 요인분석을 실시하였으며, Fig.
데이터처리
- 231개 시군 단위 행정구역에 대하여 Table 2와 같이 산출된 잠재지표의 값들을 바탕으로 기초통계량을 산출하였고, 지역 별로 산출된 잠재지표의 결과는 Fig. 2와 같다. 각 잠재지표는 고유 특성과 단위가 상이하기 때문에 다양한 통계치를 나타냈으며, 지역 별 잠재지표값 또한 Fig.
- 이로부터 잠재지표를 선택하고, 이 가운데 적절한 지표들을 최종 선별하여 결정한다. 선택한 지표를 이용해 분석하고 공표한 지표는 정의된 목표와의 비교를 통해 성능을 평가한다.
이론/모형
- 여기서, AIJ 방식은 의사결정에 관한 경험적인 자료나 선행연구가 부족하거나 이에 대한 정보가 부족한 비전문가집단에 의한 의사결정시에 주로 활용하는 반면, AIP 방식은 일반적으로 평가에 참여하는 개별평가자의 견해를 집단 의사결정에 종합적으로 반영하고자 할 때 주로 사용된다. 본 연구에서는 두 가지 방식 가운데, 설문대상자들이 비록 전문가라고 할지라도 AHP기법에 대해 생소하기 때문에 많은 수의 쌍대응비교 시 일관성을 유지하기가 쉽지 않고, 다양한 이해주체가 결부된 내용이 아닌 기술적 측면을 고려하여 응답자들의 판단행렬을 기하평균하는 AIJ 방식을 사용 하였다. 한편, 설문과정에서 개인별 판단의 일관성이 만족하지 않은 경우 (일관성비율0.
- 요인분석은 사용되는 입력변수들의 총분산을 이용하여 변수들 내부에 존재하는 구조를 발견하고, 많은 변수들을 몇 개의 요인으로 묶어 중요도가 낮은 변수를 제거할 경우에 사용되는 통계적기법이다. 요인추출을 위한 방법에는 각회전방식과 직각회전 방식이 있는데, 본 연구는 사용상의 편리성과 간편성, 해석의 용이성 때문에 많은 연구에서 채택하고 있는 직각회전방식의 베리 맥스(varimax) 방법을 사용하였다. 요인을 몇 개까지 채택할 것인가에 대한 기준은 의견이 분분하나, 본 연구에서는 초기분석으로 KMO 표본적합도 측정 및 Bartlett 검정을 실시하여 요인분석에 적합성을 검토하였으며, 또한 고유값(eigenvalue) 1 이상, 요인부하량은 0.
- 우선, 정의한 지수개발 프레임워크를 중심으로 공공시설물의 홍수피해에 대해 직･간접적으로 설명 가능한 잠재지표 (latent indicator)를 결정하였다. 잠재지표는 획득 가능한 유관기관 별 DB 현황과 국내･외 기존 연구에서 개발된 유사지표를 참고하였다. 이렇게 결정된 각각의 지표값들은 단위와 분산이 상이하기 때문에 표준화 (normalization) 과정을 필요로 하며, 표준화된 값을 기준으로 서로 간의 내제된 상관관계로부터 대표요인을 구하고 그룹에 적절한 의미를 부여하는 요인분석(factor analysis)을 수행하였다.
- 따라서 본 연구의 대상집단에 한해 결론을 내린다면, z-score 방법은 대상의 높은 순위변동을 억제하기는 하나, 전반적인 순위변동은 re-scaling 방법에서 가장 우수했다. 특히, 표준화 결과값이 양 (+)의 값으로 제시되는 re-scale 방법의 장점을 고려하여 P-PFDI에서의 표준화 방법으로 re-scale 방법을 채택하였다. 반면, 수정 re-scale 방법은 상당히 보수적인 관점에서 이상점을 처리하여 기준치를 결정했음에도 불구하고 민감도가 가장 높게 나타나, 대상으로 하는 자료의 오류가 불분명할 시에는 표준화 작업 시 원자료를 적극적으로 활용하는 것이 합리적이라고 판단된다.
성능/효과
- 1. “투입-상태-반응”를 기준으로 마련한 평가체계 “기후노출상태-재난피해”에서 대부분의 전문가들은 기후노출 요소에 가장 높은 가중치를 부여했으나, 나머지 상태, 재난피해와비교했을 때 큰 차이는 보이지 않았다.
- 2. 표준화방식 (z-score, re-scaling, 수정 re-scaling) 에 따른 민감도를 분석한 결과 re-scaling 방법이 가장 우수하게 평가되었고, re-scaling 방법을 적용하는 데 필요한 기준치는 전국 지자체를 대상으로 제시함으로써 직접표준화가 가능하도록 하였다.
- 3. 231개 전국 지자체를 대상으로 P-PFDI를 평가한 결과, 서울･경기권과 제주도를 포함한 영동 해안도시를 중심으로 공공시설물 잠재홍수피해가 높은 것으로 나타났다. 특히, 극한기후에 취약하다고 알려진 제주도와 영동 해안도시의 경우 기후노출과 재난피해 요소에서 높은 값을 보였으며, 공공시설물의 자산가치가 높은 서울특별시, 경기도, 경상남도에 속한 몇몇 대도시는 상태부문에서 높은 값을 보였다.
- 4. 본 연구에서 제시한 P-PFDI는 추세적, 그리고 지역적 현황을 비교･분석하는 데 수월한 장점이 있으며, 직접적 표준화 방식을 채택하여 국가 전체적인 비교･평가에 용이할 수 있다. 특히, 재난에 그대로 노출된 공공시설물에 대한 유지관리, 피해저감대책 수립 등 의사결정 상황에서 자원배분의 근거자료로 활용할 수 있다.
- 2로부터 평가된 지자체별 평가지표 값으로부터 표준화된 값과 AHP로부터 결정된 가중치를 바탕으로 식 (2), (3), (4)에 의한 P-PFDI를 전국 231개 지자체를 대상으로 평가 하였다. Fig. 5와 같이 서울특별시 내 15개 지자체와 그 외 거제시, 구리시, 의정부시, 함안군, 안양시가 P-PFDI 상위 20개 지역에 포함되어 공공시설물 잠재홍수피해가 높은 것으로 평가되었다. P-PFDI가 0.
- 5와 같이 서울특별시 내 15개 지자체와 그 외 거제시, 구리시, 의정부시, 함안군, 안양시가 P-PFDI 상위 20개 지역에 포함되어 공공시설물 잠재홍수피해가 높은 것으로 평가되었다. P-PFDI가 0.4를 기준으로 높은 위험도를 보인 지역을 광역시도 단위로 구분하면 서울특별시 내 24개 지자체, 경기도 내 12개지자체, 경상남도 내 5개 지자체, 전라남도 내 1개 지자체, 제주도 (전체) 1개로 평가되어, 서울･경기권과 제주도를 포함한 영동 해안도시에서 높은 값을 보였다.
- 1 %를 설명하고 있는 것으로 나타났다. 그러나 잠재지표 가운데 1인당지역내총생산 (P5), 1000명당사업체수 (P6), 1인당자동차등록대수 (P8), 공공면적률 (P10), 미개수율 (P11), 철도밀도 (P15), 침수면적률 (P19)은 모든 성분에서 요인적재량이 0.5이하로 다른 변수들에 비해 대표성이 떨어지는 것으로 나타났다. 세부지표의 선정은 요인부하량이 0.
- 731로 나타났다. 두 번째 인간정 주요인으로 묶인 세부지표는 도로시설밀도, 인구밀도, 종사자수 밀도, 시가화면적률 순으로 요인부하량은 0.869, 0.802, 0.739, 0.645로 나타났다. 세 번째 물환경 요인으로는 상하수도시설밀도, 소하천연장밀도, 하천연장밀도이며, 부하량은 0.
- 또한, 같은 분석을 다른 집단에 적용하거나, 대상 집단을 확대할 경우 또한 적용 시마다 기준치가 달라기 때문에 상대적인 비교에만 활용이 가능하다. 따라서 본 연구는 참고가능한 모든 대상, 즉 전국 지자체 (231개)를 기준으로 하는 직접표준화를 채택하였고, 이때 기준치는 간접표준화 방식 보다 절대적인 의미를 가질 수 있다. Table 6은 전국 231개 지자체를 기준으로 결정된 re-scaling 방법에 필요한 기준치이다.
- 162 %를 보인 re-scaling 방법이 가장 낮은 변동성을 보였다. 따라서 본 연구의 대상집단에 한해 결론을 내린다면, z-score 방법은 대상의 높은 순위변동을 억제하기는 하나, 전반적인 순위변동은 re-scaling 방법에서 가장 우수했다. 특히, 표준화 결과값이 양 (+)의 값으로 제시되는 re-scale 방법의 장점을 고려하여 P-PFDI에서의 표준화 방법으로 re-scale 방법을 채택하였다.
- 539이다. 마지막으로 태풍피해 연간횟수, 우심피해 연간횟수, 공공시설물 연간 홍수피해액밀도가 재난피해요인으로 추출되었고 요인부하량은 0.734, 0.726, 0.607로 나타났다.
- 396 %로 앞의 두 방법에 비해 다소 높은 민감도를 보였다. 반면, MAD의 결과는 RMS와 마찬가지로 수정 re-scaling 방법이 가장 민감도가 높았고, 4.162 %를 보인 re-scaling 방법이 가장 낮은 변동성을 보였다. 따라서 본 연구의 대상집단에 한해 결론을 내린다면, z-score 방법은 대상의 높은 순위변동을 억제하기는 하나, 전반적인 순위변동은 re-scaling 방법에서 가장 우수했다.
- 경기도 내 31개 지자체를 대상으로 위 3가지 방법으로 표준화 (한정적인 대상의 간접 표준화)하였고, 평가집단을 달리하여 전국 231개 지자체 (모든 대상의 직접 표준화)에 대해서 같은 방법으로 분석하였다. 분석 결과, RMS의 경우 Table 5와 같이 z-score 방법과 re-scale 방법은 비교집단 변화에 따른 민감도가 1.760 %, 1.832 %로 나와 매우 유사한 반면, 수정 re-scale 방법의 경우 2.396 %로 앞의 두 방법에 비해 다소 높은 민감도를 보였다. 반면, MAD의 결과는 RMS와 마찬가지로 수정 re-scaling 방법이 가장 민감도가 높았고, 4.
- 645로 나타났다. 세 번째 물환경 요인으로는 상하수도시설밀도, 소하천연장밀도, 하천연장밀도이며, 부하량은 0.799, 0.612, 0.539이다. 마지막으로 태풍피해 연간횟수, 우심피해 연간횟수, 공공시설물 연간 홍수피해액밀도가 재난피해요인으로 추출되었고 요인부하량은 0.
- 요인분석을 통하여 최종적으로 추출한 4가지 요인은 기후노출, 인간정주, 물 환경, 재난피해이며, 아래 포함되는 세부 평가지표는 Table 3과 같다. 첫번째 요인인 기후노출에 포함된 세부지표로는 일강우량 80 mm이상 연간일수와 일강우량 150 mm이상 연간일 수이며, 요인부하량은 0.874, 0.731로 나타났다. 두 번째 인간정 주요인으로 묶인 세부지표는 도로시설밀도, 인구밀도, 종사자수 밀도, 시가화면적률 순으로 요인부하량은 0.
- 231개 전국 지자체를 대상으로 P-PFDI를 평가한 결과, 서울･경기권과 제주도를 포함한 영동 해안도시를 중심으로 공공시설물 잠재홍수피해가 높은 것으로 나타났다. 특히, 극한기후에 취약하다고 알려진 제주도와 영동 해안도시의 경우 기후노출과 재난피해 요소에서 높은 값을 보였으며, 공공시설물의 자산가치가 높은 서울특별시, 경기도, 경상남도에 속한 몇몇 대도시는 상태부문에서 높은 값을 보였다.
후속연구
- 그동안 개발된 치수목적의 지수들은 대부분 민간 자산과 관련된 인자에 집중하고 있고 공공자산은 개략적인 공공시설물 현황정보 만을 반영하는 수준이다. 그 동안의 경제성장으로 인하여 공공시설물 자산규모 또한 급격히 증가하였고, 향후 공공시설물의 홍수를 비롯한 자연재해 피해저감을 위한 예방, 유지 보수 및 관리에 많은 관심을 가질 필요가 있다. 본 연구는 정책적인 활용목적의 공공시설물 잠재홍수피해지수 평가 체계를 투입상태-반응의 프레임워크와 지수개발의 기본원리를 준수하여 제시하고, 이를 전국 231개 시군 단위의 지자체를 대상으로 평가하는 것을 목적으로 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.