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
- 따라서 본 연구는 각기 상이한 특성을 보이는 도시에 대한 보다 정확한 분석을 위하여 도시 유형화를 진행하였다. 유형화 방법으로 다수의 연구들에서 채택하고 있는 군집분석을 선정하였으며, 군집분석과 연계하여 사용하고 있는 요인분석을 추가로 선정하였다.
- 이러한 한계점을 극복하기 위해서 본 연구는 전국 도시를 그 특성에 따라 유형화하고 유형별 대표도시를 선정하여 도시 유형별 도시특성요소와 탄소 배출량, 에너지 소비량 간의 상관관계도출을 목적으로 한다. 방안을 위한 기초데이터 도출을 목적으로 한다.
- 이러한 한계점을 극복하기 위해서 본 연구는 전국 도시를 그 특성에 따라 유형화하고 유형별 대표도시를 선정하여 도시 유형별 도시특성요소와 탄소 배출량, 에너지 소비량 간의 상관관계도출을 목적으로 한다. 방안을 위한 기초데이터 도출을 목적으로 한다.
제안 방법
- 1차적으로 선행 연구에서 이용된 변수와 지표를 정리하여 31개 항목, 168개 변수를 도출하였다. 2차적으로 전문가 자문을 바탕으로 물리적 항목을 중심으로 변수를 추가 및 제거하여 6개의 항목 45개 변수를 최종 선정하였다. 전문가 자문은 10명의 도시계획 및 도시설계분야의 전문가에 대해서 서면으로 시행했으며, 2017년 6월 5 일부터 30일까지의 기간 동안 서면으로 변수의 의미가 중복되거나 그 의미가 모호한 경우, 연구의 방향성과 어긋나는 변수를 제외하고 연구에 활용할 수 있는 변수를 자유롭게 선정하는 자유기입방식으로 진행하였다.
- 각 군집의 특성을 비교하기 위해 군집별 대표도시 선정을 진행하였다. 대표도시는 10개 변수의 요인점수를 바탕으로 군집별 표준편차를 계산하여 선정하였으며, 표준편차 값 오차 범위에 있는 도시를 군집별로 1-4곳을 선정하였다.
- 군집 별 도시특성을 분석하고 도시 유형별 특성 요소와 탄소배출량, 에너지 소비량 간의 관계를 비교, 분석하기 위해 대표도시를 선정했다. 또한 변수 간 상관관계를 분석하기 위해 상관분석을 진행했다.
- 공간적 범위는 전국 시군구를 대상으로 하고 있으며 세부적으로는 232개 도시를 대상으로 진행하였다. 그러나 도시를 유형화하는 과정에서 군 단위의 도시가 하나의 군집으로 묶이고, 파편화되어 군집에 포함되지 않는 도시가 발생함에 따라 군을 제외한 특별시와 시급도시 144개 도시를 대상으로 범위를 수정하여 재유형화를 진행하였다.
- 실제로 본 연구는 탐색적인 연구로 사전에 국내 도시들에 대해서 본 연구의 관점에서 군집을 나누었던 연구가 없었으므로 사전에 군집수를 정하고 이를 확인하는 확인적인 방법인 비계층적 군집분석의 활용이 곤란했다. 그러므로 본 연구에서는 사전에 군집수를 결정하지 않고 탐색적으로 그 군집의 수를 분석 결과를 이용하여 결정 하는 계층적 군집분석을 실시하였다.
- 도시 특성지표를 선정하기 위해 키워드를 세분화하여 선행연구의 변수를 분석하였다.
- 군집분석을 통해 도출된 덴드로그램 통해 적정한 군집 수를 찾기를 위해 다양한 거리를 바탕으로 Case 도출을 시도했으나 군 단위의 도시가 하나의 군집으로 묶이는 특성이 나타났으며 파편화되어 군집에 포함되지 않는 도시가 발생하는 등 설명력이 낮아지는 결과가 발생하였다. 따라서 군 단위 도시를 제외한 광역시, 특별시와 시급도시를 중심으로 재유형화를 결정하였으며, 광역시와 특별시의 경우 시급 도시와 규모면에서 차이가 크기 때문에 자치구 단위로 유형화를 진행하였다.
- 또한 유형별 도시 특성요소와 온실가스 배출량·에너지 소비량 간의 관계를 분석하기 위해서 상관관계를 검토함으로써 유형별, 도시특성별 도시개발 방향을 제시했다.
- 본 연구에서 144개 도시의 유의한 군집 수를 결정하기 위해 군집분석 결과로 도출된 덴드로그램의 거리를 서로 다르게 하여 4개의 Case를 도출하였다. Case 별 군집화 분석 결과 Case 1에서 파편화된 도시가 발생하지 않고 군집 별 설명력이 가장 높다고 판단하여 Case 1의 7개 군집으로 군집 수를 결정하였다.
- 본 연구에서는 도시 특성별 분석을 위해 도시 유형화를 진행했으며, 이를 위해 도시를 구성하는 도시특성요소에 대한 변수를 선정했다.
- 본 연구에서는 유형별 도시 특성과 온실가스·에너지 사용량 간의 관계를 분석하기 위해 온실가스 배출량, 전력 사용량, 석유 사용량을 기준으로 군집 별 대표도시와 비교, 분석을 진행하였으며, 유의한 비교를 위해 수치를 총량과 인구수 대비 사용량으로 분류하였다.
- 사실 관련 연구들에서 직교회전이 다수 사용되고 있으나 직교회전은 요인들 간의 상관관계를 전제하지 않은 분석 방법이며, 사교회전은 요인들 간에 관계가 있을 수 있다는 가정 하에 분석하는 방법이다. 연구의 특성상 사교회전이 적절할 것으로 사료되나 기존 연구들에서 모두 직교회전을 채택한 이유로 본 연구에서도 직교회전 방식을 채택하였다.
- 801%로 232개 도시를 대상으로 분석을 실시했을 때보다 유의한 값이 도출되었다. 요인분석을 통해 도출된 요인점수와 10개의 변수를 바탕으로 계층적 군집분석을 진행하였다. 군집분석은 계층적 군집 분석(Hierarchical Clustering)과 비계층적 군집분석 (Nonhierarchical Clustering)으로 구분이 가능한데, 두방법 간 가장 큰 차이는 사전에 군집의 수를 결정하느냐 이다.
- 요인분석을 통해 축약된 12개의 변수들을 바탕으로 도시 특성요소가 유사한 도시들 간의 군집을 묶어주기 위해 군집분석을 진행하였다
- 따라서 본 연구는 각기 상이한 특성을 보이는 도시에 대한 보다 정확한 분석을 위하여 도시 유형화를 진행하였다. 유형화 방법으로 다수의 연구들에서 채택하고 있는 군집분석을 선정하였으며, 군집분석과 연계하여 사용하고 있는 요인분석을 추가로 선정하였다. 특히, 많은 도시 특성변수들을 효과적으로 압축하기 위해서도 요인분 석을 채택하였다.
- 2차적으로 전문가 자문을 바탕으로 물리적 항목을 중심으로 변수를 추가 및 제거하여 6개의 항목 45개 변수를 최종 선정하였다. 전문가 자문은 10명의 도시계획 및 도시설계분야의 전문가에 대해서 서면으로 시행했으며, 2017년 6월 5 일부터 30일까지의 기간 동안 서면으로 변수의 의미가 중복되거나 그 의미가 모호한 경우, 연구의 방향성과 어긋나는 변수를 제외하고 연구에 활용할 수 있는 변수를 자유롭게 선정하는 자유기입방식으로 진행하였다. 이에 최종적으로 선정된 45개 변수들은 아래 표2와 같다.
대상 데이터
- 1차적으로 선행 연구에서 이용된 변수와 지표를 정리하여 31개 항목, 168개 변수를 도출하였다. 2차적으로 전문가 자문을 바탕으로 물리적 항목을 중심으로 변수를 추가 및 제거하여 6개의 항목 45개 변수를 최종 선정하였다.
- 변수는 국가통계포털에서 제공하는 자료와 한국전력공사, 한국석유공사의 내부자료를 바탕으로 이루어졌으며 시간적 범위는 2015년이다. 공간적 범위는 전국 시군구를 대상으로 하고 있으며 세부적으로는 232개 도시를 대상으로 진행하였다. 그러나 도시를 유형화하는 과정에서 군 단위의 도시가 하나의 군집으로 묶이고, 파편화되어 군집에 포함되지 않는 도시가 발생함에 따라 군을 제외한 특별시와 시급도시 144개 도시를 대상으로 범위를 수정하여 재유형화를 진행하였다.
- 본 연구에서는 유형별 도시 특성과 온실가스·에너지 사용량 간의 관계를 분석하기 위해 온실가스 배출량, 전력 사용량, 석유 사용량을 기준으로 군집 별 대표도시와 비교, 분석을 진행하였으며, 유의한 비교를 위해 수치를 총량과 인구수 대비 사용량으로 분류하였다. 군집 별 비교를 위하여 표준편차 기준 대표도시 1을 대상으로 분석을 실시하였다. 각 군집별 대표도시 이외에 해당하는 도시들의 목록은 부록으로 정리하였다.
- 각 군집의 특성을 비교하기 위해 군집별 대표도시 선정을 진행하였다. 대표도시는 10개 변수의 요인점수를 바탕으로 군집별 표준편차를 계산하여 선정하였으며, 표준편차 값 오차 범위에 있는 도시를 군집별로 1-4곳을 선정하였다. 그 선정결과는 아래 표7, 표8과 같다.
- 이를 바탕으로 요인분석(Factor Analysis)과 군집분석 (Cluster Analysis)을 실시하였다. 변수는 국가통계포털에서 제공하는 자료와 한국전력공사, 한국석유공사의 내부자료를 바탕으로 이루어졌으며 시간적 범위는 2015년이다. 공간적 범위는 전국 시군구를 대상으로 하고 있으며 세부적으로는 232개 도시를 대상으로 진행하였다.
데이터처리
- 군집분석을 통한 도시 유형화를 진행하기 앞서 6개항목, 45개 변수들 간의 상관관계를 분석하고 변수를 축약하는 한편, 축약된 변수들의 요인점수(Factor Score)를 추출하여 군집분석에 활용하기 위해 요인분석을 실시하였다.
- 군집 별 도시특성을 분석하고 도시 유형별 특성 요소와 탄소배출량, 에너지 소비량 간의 관계를 비교, 분석하기 위해 대표도시를 선정했다. 또한 변수 간 상관관계를 분석하기 위해 상관분석을 진행했다. 이상의 본 연구과정을 도식화하면 그림1과 같다.
- 요인분석의 결과로 도출된 요인적재값(Factor Loading) 를 바탕으로 성분 특성을 규정하는 변수를 도출하였고 그 결과는 아래 표6과 같다.
- 5로 설정하였으며, 주성분 분석을 통한 요인추출 고유 값 기준은 1이다. 요인분석의 회전의 분석법으로는 직교회전인 베리맥스(Varimax) 회전을 이용했으며, 요인분석 결과 12개의 축약된 성분이 도출되었다. 모델추출 적재 값은 81.
- 이를 바탕으로 요인분석(Factor Analysis)과 군집분석 (Cluster Analysis)을 실시하였다. 변수는 국가통계포털에서 제공하는 자료와 한국전력공사, 한국석유공사의 내부자료를 바탕으로 이루어졌으며 시간적 범위는 2015년이다.
- 유형화 방법으로 다수의 연구들에서 채택하고 있는 군집분석을 선정하였으며, 군집분석과 연계하여 사용하고 있는 요인분석을 추가로 선정하였다. 특히, 많은 도시 특성변수들을 효과적으로 압축하기 위해서도 요인분 석을 채택하였다. 또한 유형별 도시 특성요소와 온실가스 배출량·에너지 소비량 간의 관계를 분석하기 위해서 상관관계를 검토함으로써 유형별, 도시특성별 도시개발 방향을 제시했다.
이론/모형
- 유의한 군집 형태를 도출하기 위해 대다수의 관련 연구들이 채택하는 Ward법에 의해 분석을 실시하였다. 군집분석을 통해 도출된 덴드로그램 통해 적정한 군집 수를 찾기를 위해 다양한 거리를 바탕으로 Case 도출을 시도했으나 군 단위의 도시가 하나의 군집으로 묶이는 특성이 나타났으며 파편화되어 군집에 포함되지 않는 도시가 발생하는 등 설명력이 낮아지는 결과가 발생하였다.
성능/효과
- 가정에서 배출된 온실가스 배출량은 다수의 지역에서는 수송 부분의 온실가스 배출량과 유사한 수치를 보이고 있다. 가정과 수송의 온실가스 배출량 간 높은 관계가 있는 것을 확인할 수 있으며, 가정(인구)-휘발유-수송 간의 관계 분석을 통해 연관성을 유추할 수 있다. 그러나 연수구, 광양시, 통합창원시의 경우 수송 부문에서 상이한 특성을 보이고 있는데, 연수구는 수송부문의 온실가스 배출량과 가장 높은 상관관계를 보이는 도시 주거 활성화 변수의 영향으로 분석된다.
- 가정에서 배출된 온실가스 배출량은 수송 부문의 온실가스 배출량과 유사한 수치를 보이며 높은 관련성을 나타내며 휘발유 사용량과의 연관성도 높았다. 하지만구 도시의 경우 등유, 경유와의 연관성이 더 높은 것으로 나타났다.
- 경유는 매력적인 오래된 CBD 관련 변수, 산업·공업 관련 변수와 높은 상관관계를 보이고 있으며, 통합창원시, 상주시, 광양시, 광산구의 상대적으로 높은 경유 사용량을 설명할 수 있으며, 성남시의 경우 도시 주거 활성화 변수의 영향으로 높은 소비 경향을 보이는 것으로 분석된다.
- 전라남도 광양시, 경상남도 통합창원시 같이 산업 관련 변수, 공업 중심 관련 변수를 특성으로 하는 대표도시 에서 상대적으로 많은 온실가스 배출량과 에너지 사용량을 나타내고 있었다. 광양시의 전력과 석유 사용량의 총량 부문에서 성남시와 통합창원시와 크게 차이가 없거나 적었지만, 온실가스 배출량에서는 큰 차이를 보이는 것을 통해 도시의 온실가스 배출량과 에너지 소비량에는 주거보다 산업과 공업에서 미치는 영향이 더 크다는 것을 확인할 수 있었다.
- 유의한 군집 형태를 도출하기 위해 대다수의 관련 연구들이 채택하는 Ward법에 의해 분석을 실시하였다. 군집분석을 통해 도출된 덴드로그램 통해 적정한 군집 수를 찾기를 위해 다양한 거리를 바탕으로 Case 도출을 시도했으나 군 단위의 도시가 하나의 군집으로 묶이는 특성이 나타났으며 파편화되어 군집에 포함되지 않는 도시가 발생하는 등 설명력이 낮아지는 결과가 발생하였다. 따라서 군 단위 도시를 제외한 광역시, 특별시와 시급도시를 중심으로 재유형화를 결정하였으며, 광역시와 특별시의 경우 시급 도시와 규모면에서 차이가 크기 때문에 자치구 단위로 유형화를 진행하였다.
- 그 선정결과는 아래 표7, 표8과 같다. 대표 도시 선정 결과를 살펴보면, 군집 1은 인천광역시 연수 구와 서울특별시 성북구로 상업 활력 변수와 도시주거활 성화 변수가 높아 근린 상업과 주거 중심 지역인 것을알 수 있었다. 군집 2의 대표도시는 서울특별시 종로구로 도시경제 활성화변수, 상업 중심 관련 변수, 매력적인 오래된 CBD 관련 변수가 (+)요인으로 나타나 도심 상업 중심 지역의 특성이 나타났다.
- 도시 주거 활성화 변수가 높고 인구수가 많은 성남시와 통합창원시에서 주택 전력 사용량이 상대적으로 높게 나타났으며, 통합창원시는 성남시와 비교하여 산업용 전력에서 높은 수치를 보이고 있는데 이는 공업 중심 관련 변수와 관련성을 찾을 수 있다.
- 도시 주거 활성화 변수와 공원 조성 비 활성화 관련 변수에서 대부분의 온실가스 배출량과 에너지 소비량은 높은 상관관계를 보이고 있었으며, 주거·상업 온실가스 배출량, 일반 전력, 휘발유 사용량의 수치는 전반적으로 비례하는 것으로 나타났다.
- 상주시는 인구수 대비 주거와 수송의 온실가스 배출 량에서 상대적으로 높은 수치를 보이고 있다. 도시특성으로 가정, 상업, 수송 부문의 온실가스 배출량과 높은 관련성을 보이고 있었다.
- 서울시 종로구는 상업·공공 부문의 온실가스 배출량 에서 상대적으로 높은 모습을 보이고 있는데, 이는 상관 관계에 있는 도시 경제 활성화 변수에 대해 양의 관계에 있기 때문인 것으로 해석된다. 또한 상업 부문의 전력 사용량이 상대적으로 높은 것을 확인 할 수 있었다. 상관분 석의 결과 상업 관련 변수의 온실가스 배출량과 상업 부문의 전력 사용량 간에 높은 유의도와 관련성을 확인할수 있었으며, 다른 변수 또한 전체적으로 같은 경향을 보이고 있었다.
- 이상의 연구결과를 바탕으로 시사점을 정리하자면 다음과 같다. 먼저, 유사한 배출량과 소비량을 보이더라도 군집별 대표도시의 특성요소에 따라 원인이 상이할 수있다는 것을 알 수 있었다. 반면 상업 부문 온실가스 배출량, 일반 전력, 휘발유 사용량처럼 관련성이 높은 경우도 있었다.
- 또한 상업 부문의 전력 사용량이 상대적으로 높은 것을 확인 할 수 있었다. 상관분 석의 결과 상업 관련 변수의 온실가스 배출량과 상업 부문의 전력 사용량 간에 높은 유의도와 관련성을 확인할수 있었으며, 다른 변수 또한 전체적으로 같은 경향을 보이고 있었다. 2008년 한국도시통계에 의하면 서비스업을 비롯한 상업시설의 경우 용도별 전력사용량 중 30% 를 차지하는 것으로 나타나 있다.
- 경유는 매력적인 오래된 CBD 관련 변수, 산업·공업 관련 변수와 높은 상관관계를 보이고 있으며, 통합창원시, 상주시, 광양시, 광산구의 상대적으로 높은 경유 사용량을 설명할 수 있으며, 성남시의 경우 도시 주거 활성화 변수의 영향으로 높은 소비 경향을 보이는 것으로 분석된다. 성남시와 통합창원시는 상대적으로 많은 인구수 때문에 총 전력, 석유 사용량이 높은 수치를 보이고 있으나 인구수 대비 소비량에서는 상주시, 광양시, 광산구에 비해 낮은 수치를 보임에 따라 인구수가 에너지소비 총량에 미치는 영향이 상당하며 휘발유가 가장 많은 영향을 받는 것을 알 수 있다.
- 성남시와 통합창원시의 경우 온실가스 배출량, 에너지 소비량의 총량에서 높은 수치를 보이고 있으나, 인구수 대비 비교 값에서는 상대적으로 큰 편차를 보임에 따라 인구수가 온실가스 배출량과 에너지 소비량에 영향이 상당하다는 것을 확인할 수 있었다.
- 도시 주거 활성화 변수는 요인분석 결과 인구수, 가구수, 주거지면적, 차량등록대수 등에서 높은 요인점수를 받았는데, Federation of Candian Municipalities에서 발표한 온실가스 배출원을 유발하는 활동에 의하면 휘발유는 자동차, 외부설비 등에서 온실 가스 배출을 유발 시키며 가정부문과 높은 관계를 보이고 있다고 밝히고 있다. 요소별 특성을 분석하면 주거지역 면적이 넓어지면 가정 부문과 차량부문의 휘발유 소비량이 증가하여 온실가스 배출량과 상관관계를 갖는 것으로 판단된다.
- 요인 1은 가구 수, 인구 수, 주택 수가 많으며 차량등 록대수가 많은 특징이 도시 주거 활성화와 관련성이 높았다. 요인 2는 삼백인 이상 사업체, 지방세, 경제활동인 구에서 가장 높은 적재값이 나타났으며, 요인 3은 석유, Co2eq 등 전체적으로 에너지 사용량과 관계있는 변수가 나타났다.
- 요인 1은 가구 수, 인구 수, 주택 수가 많으며 차량등 록대수가 많은 특징이 도시 주거 활성화와 관련성이 높았다. 요인 2는 삼백인 이상 사업체, 지방세, 경제활동인 구에서 가장 높은 적재값이 나타났으며, 요인 3은 석유, Co2eq 등 전체적으로 에너지 사용량과 관계있는 변수가 나타났다. 석유, Co2eq의 경우 산업, 공업에서 차지하는 부분이 많아서 요인 3과 같은 결과가 도출된 것으로 예상된다.
- 광양시와 통합창원시는 과거 70년대 공단 육성을 목적으로 개발된 공업 도시로 주거, 수송, 산업과 관련성이 높은 공업 중심관련 변수 영향으로 상대적으로 높은 수치를 보이는 것으로 판단된다. 이러한 점에서 수송 부문의 온실가스 배출량이 높은 동일한 현상에 대해 도시의 특성요소에 따라 영향을 미치는 변수가 다를 수 있다는 것을 확인 할 수 있었다.
- 전기의 경우 조명, 가정설비, 실내난방, 기계 및 도구 등에서 주로 이용되며 온실가스 배출원을 유발하고 있었다. 이를 통하여 상업 부문의 온실가스 배출량의 경우 전력 사용량과의 관련성이 높은 것을 확인 할 수 있었다.
- 전라남도 광양시, 경상남도 통합창원시 같이 산업 관련 변수, 공업 중심 관련 변수를 특성으로 하는 대표도시 에서는 상대적으로 온실가스 배출량과 에너지 사용량이 많은 것을 확인함에 따라 도시의 온실가스 배출량과 에너지 소비량에는 주거보다 산업과 공업에서 미치는 영향이 더 크다는 것을 확인할 수 있었다. 1996년 IPCC 가이드라인 중 연료제품별 탄소배출계수를 보면 휘발유 18.
- 성남시는 도시 주거 활성화 변수, 도시 경제 활성화 변수와 양의 상관관계를 보이는 반면, 산업 부문은 상대적으로 낮은 수치를 보이며 산업과 관련성이 높은 전력과 등유 부분 또한 낮은 소비의 특성을 보이고 있다. 주목할 점은 에너지 소비 총량에서 상대적으로 높은 수치를 나타내고 있지만, 인구수 대비 에너지 사용량의 경우 큰 폭으로 감소하는 모습을 보이며 인구와 온실가스 배출량, 에너지 소비량 간의 높은 상관관계가 있음을 확인할 수 있었다.
- 최종 분석의 범위를 군 단위 제외 144개 도시로 축약하여 요인분석을 실시한 결과, 군 단위 도시를 제거한 후진행한 요인분석의 결과 10개의 축약된 성분이 도출되었으며, 적재 값 82.801%로 232개 도시를 대상으로 분석을 실시했을 때보다 유의한 값이 도출되었다. 요인분석을 통해 도출된 요인점수와 10개의 변수를 바탕으로 계층적 군집분석을 진행하였다.
- 20KgC/GJ의 탄소배출계수를 보이며 경유의 탄소배 출계수가 높은 것을 알 수 있다. 하지만 각 도시의 온실 가스 배출량과 석유 사용량 간 비례하는 모습을 보이지는 않음에 따라 각 연료별 탄소배출계수보다는 석유 사용 총량이 미치는 영향이 더 크다는 것을 확인 할 수 있다. 광양시의 전력과 석유 사용량의 총량 부문에서 성남 시와 통합창원시와 크게 차이가 없나 적었지만, 온실가스 배출량에서는 큰 차이를 보이는 것으로 판단할 때 가정, 상업·공공, 수송 부문에 비해 산업 부문의 온실가스 배출 관리가 소홀 또는 미흡한 것으로 분석됨에 따라 추후 산업 부문의 온실가스 배출량 관리와 관련하여 개선 방안이 필요하다.
- 하지만 도시 경제 활성화 변수를 보면 상업·공공 온실가스 배출량과 휘발유 사용량 간 상관계수와 유의확률이 낮게 나옴에 따라 휘발유 사용량은 주거와 상관관계 높은 것을 알 수 있었다.
후속연구
- 광양시의 전력과 석유 사용량의 총량 부문에서 성남 시와 통합창원시와 크게 차이가 없나 적었지만, 온실가스 배출량에서는 큰 차이를 보이는 것으로 판단할 때 가정, 상업·공공, 수송 부문에 비해 산업 부문의 온실가스 배출 관리가 소홀 또는 미흡한 것으로 분석됨에 따라 추후 산업 부문의 온실가스 배출량 관리와 관련하여 개선 방안이 필요하다.
- 특히 온실가스 배출량의 경우 연도별로 체계적으로 데이터가 구축되지 않아 향후 보완이 필요한 실정이다. 군 단위 도시의 경우 1차 유형화 결과를 통해 연구범위에서 제외가 되었 는데, 추가적인 연구를 통한 분석이 필요하다. 이를 바탕으로 연구의 발전과 보완이 이루어진다면 좀 더 유의한 결과를 도출할 수 있을 것으로 판단된다.
- 본 연구에서는 도시 유형별 도시 특성요소와 온실가스 배출량과 에너지 소비량 간의 상관관계를 분석했다면, 추가적인 연구에서는 변수 간의 인과관계를 연구하여 어떠한 도시 요소가 직·간접 적으로 온실가스 배출량과 에너지 소비량을 통제하고 영향을 미치는지 분석할 필요가 있다.
- 이 연구의 한계로는 동일한 통계 주제에 대해 기관별 구축된 값이 불일치한 경우가 발생하여 도시 특성요소 분석을 위해 구축된 자료에 한계가 있었다. 특히 온실가스 배출량의 경우 연도별로 체계적으로 데이터가 구축되지 않아 향후 보완이 필요한 실정이다.
- 군 단위 도시의 경우 1차 유형화 결과를 통해 연구범위에서 제외가 되었 는데, 추가적인 연구를 통한 분석이 필요하다. 이를 바탕으로 연구의 발전과 보완이 이루어진다면 좀 더 유의한 결과를 도출할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.