본 연구에서는 수도권의 통근통행에 기초하여 중심지의 설정방법론을 제시하고, 기존의 중심지 설정방법과 비교 분석하였다. 이를 위해 수도권의 행정동을 대상으로 지역 간 통근통행량을 이용하여 요인분석 및 공간적 자기상관분석을 수행함으로써 중심지를 도출하였다. 또한 선행연구의 중심지 설정 방법론을 특성에 따라 단일지표 기반의 방법, 다수지표 기반의 방법, 비모수적 분석방법, 공간통계 분석방법의 네 가지로 분류하여 각각의 방법론을 적용한 결과를 비교분석하였다. 분석결과, 서울의 주요한 중심지를 포함하여 일부 유사한 중심지가 도출되었으나 각 방법론마다 상이한 결과가 나타났고, 수도권의 다핵 중심지를 설정하는데 한계가 있음을 보여주었다. 이 연구를 통해, 이미 다핵 도시공간구조의 수도권이 이제는 광역도시권의 맥락에서 논의되고 있는 상황에서 새로운 중심지 체계에 기반한 공간구조계획의 수립 보완이 필요함을 재확인할 수 있다.
본 연구에서는 수도권의 통근통행에 기초하여 중심지의 설정방법론을 제시하고, 기존의 중심지 설정방법과 비교 분석하였다. 이를 위해 수도권의 행정동을 대상으로 지역 간 통근통행량을 이용하여 요인분석 및 공간적 자기상관분석을 수행함으로써 중심지를 도출하였다. 또한 선행연구의 중심지 설정 방법론을 특성에 따라 단일지표 기반의 방법, 다수지표 기반의 방법, 비모수적 분석방법, 공간통계 분석방법의 네 가지로 분류하여 각각의 방법론을 적용한 결과를 비교분석하였다. 분석결과, 서울의 주요한 중심지를 포함하여 일부 유사한 중심지가 도출되었으나 각 방법론마다 상이한 결과가 나타났고, 수도권의 다핵 중심지를 설정하는데 한계가 있음을 보여주었다. 이 연구를 통해, 이미 다핵 도시공간구조의 수도권이 이제는 광역도시권의 맥락에서 논의되고 있는 상황에서 새로운 중심지 체계에 기반한 공간구조계획의 수립 보완이 필요함을 재확인할 수 있다.
In this study, we propose a methodology of center setting based on commuter traffic in the Seoul metropolitan area, and compared with the center setting method in previous studies. For this purpose, the center was derived by performing factor analysis and spatial autocorrelation analysis using the i...
In this study, we propose a methodology of center setting based on commuter traffic in the Seoul metropolitan area, and compared with the center setting method in previous studies. For this purpose, the center was derived by performing factor analysis and spatial autocorrelation analysis using the interregional commuting traffic for the administrative districts of the metropolitan area. In addition, we compared the results of applying each methodology of previous studies by classifying the methodologies into four categories: single index - based, multiple index - based, nonparametric, and spatial statistical method. As a result, some similar centers including major centers in Seoul were derived, but different results were obtained for each methodology and it was found that there were limitations in setting the multi sub-centers. Through this study, it can be reaffirmed that it is necessary to establish and supplement the spatial structure plan based on the new center system in the situation where the seoul metropolitan area of the polycentric spatial structure is now being discussed in the context of the urban realms.
In this study, we propose a methodology of center setting based on commuter traffic in the Seoul metropolitan area, and compared with the center setting method in previous studies. For this purpose, the center was derived by performing factor analysis and spatial autocorrelation analysis using the interregional commuting traffic for the administrative districts of the metropolitan area. In addition, we compared the results of applying each methodology of previous studies by classifying the methodologies into four categories: single index - based, multiple index - based, nonparametric, and spatial statistical method. As a result, some similar centers including major centers in Seoul were derived, but different results were obtained for each methodology and it was found that there were limitations in setting the multi sub-centers. Through this study, it can be reaffirmed that it is necessary to establish and supplement the spatial structure plan based on the new center system in the situation where the seoul metropolitan area of the polycentric spatial structure is now being discussed in the context of the urban realms.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 하나의 대도시권을 이루고 있는 수도권의 행정동을 분석단위로 하여 통근통행 OD행렬에 기반을 두고 공간적인 상호작용을 고려한 중심지를 설정한다는 점에서 기존 연구와 차별성을 갖는다. 또한 이를 통해 도출된 결과와 모수적, 비모수적 중심지 설정 방법론을 적용하여 도출된 결과를 비교함으로써 본 연구의 중심지 설정방법론에 대한 차별성을 검토하고자 한다.
본 연구는 수도권의 지역 간 통행량을 이용하여 중심지를 설정하기 위해 요인분석(factor analysis) 및 공간자기상관분석을 활용하고자 한다. 요인분석은 다수의 변수들을 몇 개의 요인으로 요약하고, 측정된 변수와 내재된 변수사이에서 그 차원(dimensions)을 감소시킬 수 있는 분석방법이다(Taherdoost et al.
본 연구는 지역 간의 통근통행을 이용하여 공간적인 상호작용에 기반한 중심지 설정방법론을 제시함으로써 광역적인 도시권 차원에서의 공간구조 체계의 재고찰이 필요함을 언급하였다. 그러나 본 연구에서는 다핵화된 도시공간구조의 고용의 분산이라는 점에 주목하여 중심지를 설정하는데 있어 통근통행만을 이용하였다.
이상의 연구들은 도시 공간상의 중심지의 기능적 정의나 이론적 토대는 유사하나 중심지 설정을 위해 각각 다른 분석방법론을 제시하였으며, 이용한 지표의 정도나 개수도 다르며 분석결과 또한 차이가 존재함을 확인하였다. 본 연구에서는 선행연구에서 활용된 분석방법론을 각각 단일지표, 다수지표, 비모수적통계분석, 공간통계분석의 네 가지 측면에서 분류하여 이를 이용한 분석결과와 본 연구에서 제시한 분석 결과를 비교하고자 하였다.
특히 사람들의 경제활동이 특정한 고용의 중심지에서 발생되는 것이 아니라 다양한 행태를 갖고 이루어지므로 중심지의 기능을 고려한 위계별 중심지체계가 요구된다고 할 수 있다. 본 연구의 분석결과를 통해 개별 도시 내의 중심지가 아닌 수도권의 다핵중심지를 도출함으로써 광역도시권 개념의 중요성을 재확인하였다. 따라서 본연구의 결과가 미국의 메가리전(mega region)과 같은 도시권 차원의 공간구조 계획에서 수도권의 경제활성화와 더불어 직주불균형 완화, 교통혼잡 감소 등의 문제를 해결할 수 있도록 계획 수립 및 보완에 실질적인 도움이 될 수 있을 것이다.
즉, 수도권의 지역 간 통근통행을 기초로 공간 상호작용을 분석하여 고용의 중심지를 설정할 수 있는 방법을 제시하고, 선행연구에서 활용하였던 다양한 방법론을 적용한 결과와 비교·분석하는 것이다. 이를 통해 사람들의 활동패턴을 고려한 중심지를 규명함으로써 효율적인 중심지체계를 확립하기 위한 방향을 제시하고자 한다.
이를 통해 실제 사람들의 활동행태를 고려한 공간구조 정책을 수립·보완하는데 유용한 근거를 마련하고자 하였다.
이에 본 연구에서는 공간 상호작용이라는 관점에서 지역 간 통행량을 이용하여 중심지를 도출하고, 선행연구에서 활용된 분석방법론을 적용 및 분석결과를 비교함으로써 다핵 대도시권에 대한 중심지설정 방법론을 제안하고자 하였다. 이를 통해 실제 사람들의 활동행태를 고려한 공간구조 정책을 수립·보완하는데 유용한 근거를 마련하고자 하였다.
한편 요인점수 계수의 값이 큰 지역은 각 요인과 상관성이 높은 출발지로부터의 통행량 중 도착지로의 통행량 표준 점수가 높게 되므로 주요 도착지로써 도출되는 것을 의미한다. 이에 본 연구의 주된 관심사인 중심지를 도출하기 위해 요인별로 요인점수 계수의 값이 가장 큰 지역을 파악하였다.
이에 서울시는 ‘2030 서울플랜’을 수립하여 3도심-7광역중심-12지역중심의 중심지체계 및 53개의 지구중심을 설정하였고, 인천광역시는 2020 도시기본계획에서 공간구조를 3도심-5부도심으로 두고 구·신시가지의 개발을 도모하여 중심지를 육성하고자 하였다(옥석문·이명훈, 2008; 정윤영·문태헌, 2014).
이와 같은 배경에 따라 본 연구의 목적은 수도권의 공간적 상호작용을 고려한 중심지의 설정방법론을 구축하고, 기존의 중심지 설정방법과 비교·분석하는 것에 있다.
제안 방법
또한, 본 연구의 중심지 설정 결과와 선행연구의 중심지 설정 방법론에 기초한 분석결과를 일관성을 갖추어 비교·분석하기 위해 선행연구에서 활용한 분석 지표를 본 연구의 범위와 통일하였다. 각 연구의 분석 지표를 구축함에 있어 통계자료 및 건축물대장 데이터 등을 활용하였으며, 분석지표는 선행연구의 중심지 설정 방법론을 정리하여 후술하였다.
McMillen(2001)과 전명진(2003)의 분석방법론을 적용한 결과, <그림 7>과 같은 중심지 패턴이 도출되었다. 기존 연구에서 활용한 GWR 모형과 같은 종속변수와 독립변수를 설정하였으며, 개별 행정동의 인접한 30개 지역을 기준으로 평균 거리를 계산하여 각각 Kernel type은 고정(fixed type), Bandwidth는 Parameter로 하여 모형을 구축하였다. 기존 연구는 전역적, 국지적 영향을 미치는 중심지를 구분하여 도출하였으나 여기서는 이러한 중심지의 분류보다 중심지를 설정하는 방법 자체에 초점을 맞춰 행정동별 (yi-yi)/σi가 1.
둘째, 중심지의 설정 및 중심지의 규모나 기능 등 중심지체계를 파악하고자 한 선행연구의 면밀한 검토를 통해 중심지 설정에 관한 방법론을 고찰하고, 이를 바탕으로 각각의 방법론을 적용하여 비교·분석하였다.
따라서 본 연구는 하나의 대도시권을 이루고 있는 수도권의 행정동을 분석단위로 하여 통근통행 OD행렬에 기반을 두고 공간적인 상호작용을 고려한 중심지를 설정한다는 점에서 기존 연구와 차별성을 갖는다. 또한 이를 통해 도출된 결과와 모수적, 비모수적 중심지 설정 방법론을 적용하여 도출된 결과를 비교함으로써 본 연구의 중심지 설정방법론에 대한 차별성을 검토하고자 한다.
이러한 공간적 자기상관분석을 통해 통계적으로 유의한 지역의 공간적 군집패턴을 도출할 수 있다. 따라서 본 연구에서는 요인분석의 결과로 도출된 고용중심지 후보에 대해 LISA분석을 수행하여 각 지역별 요인점수의 군집패턴을 도출하고, 이로 인한 공간적 군집을 최종적인 중심지로 설정하였다. 이때, 공간가중 행렬은 인접한 30개의 지역에 대한 역거리 가중행렬로 산출하여 적용하였다.
따라서 요인분석의 결과로 도출된 중심지에 지역별 유입통행량의 크기를 반영하기 위해 각 요인점수 계수와 유입통행량을 표준화하였다. 표준화방법은 요인점수 계수와 통행량을 스케일 조정(re-scaled)값으로 환산하여 곱하였다.
그러나 중심지 설정에서 개별 지표를 이용하였고, 이용된 지표가 한정적이며, 대부분 서울시를 중심으로 연구가 진행되었다. 또한 개별 단위지역이 아닌 사람들의 지역 간 활동에 대한 공간적 상호작용 관계를 고려하지 못한 채 중심지를 설정하였다.
분석과정은 일반적인 요인추출의 방법으로써 주성분 분석을 적용하고, Varimax 회전으로 요인회전을 수행하였다. 또한 지역 간 통행의 관계를 고려하기 위해 내부 통행에 해당하는 대각 원소는 0으로 설정하고, 통행량이 매우 적은 강화군, 옹진군은 제외한 수도권 행정동을 대상으로 행렬을 구축하였다. 이를 통해 요인점수의 계수가 가장 높게 도출되는 지역이 주요 도착지가 되며, 이를 본 연구에서의 고용중심지 후보로 설정하였다.
또한, 본 연구의 중심지 설정 결과와 선행연구의 중심지 설정 방법론에 기초한 분석결과를 일관성을 갖추어 비교·분석하기 위해 선행연구에서 활용한 분석 지표를 본 연구의 범위와 통일하였다.
McMillen(2001)과 전명진(2003)의 연구는 CBD와의 거리와 고용밀도를 각각 독립변수, 종속변수로 설정하고, 지리가중회귀모형(GWR)을 이용하여 공간상의 통계적으로 유의한 중심지를 탐색하였는데, 각 존별 고용밀도의 실제 값과 추정값의 통계적 차이를 검정하여 중심지를 설정하였다. 또한, 중심지가 공간적으로 영향을 미치는지를 파악하기 위해 퓨리어 확장(fourier expansion)을 통한 고용밀도 경사함수를 이용하여 중심지의 계층을 도출하였다.
이 연구의 분석방법론은 고용밀도,고용-인구비율과 CBD와의 거리를 주로 이용한 것으로써, 하나의 도심지역을 기준으로 삼았고, 거리가 멀어짐에 따라 주변 지역보다 고용이 많은 지역을 중심지로 설정할 때 어느 수준의 고용을 높은 것으로 하는지에 대한 기준이 명확하지 않다. 또한, 중심지를 설정하는 과정에서 산업지구나 철강공장 등에 인접하였는지를 판단함으로써 연구자의 주관에 의해 중심지를 설정하였다. 따라서 결과를 도출하는 데에서 연구자의 기준에 따라 결과가 바뀌게 된다는 한계를 보인다.
마지막으로 앞서 도출한 중심지 후보에 대해 공간적 자기상관분석인 LISA분석을 수행한 결과, 와 같이 최종적인 중심지를 도출하였다.
본 연구에서는 고용의 중심지를 설정하기 위해 Q모드의 방법으로 도착지-출발지 행렬(DO)을 구축함으로써 출발지들을 하나의 요인으로 축약하고, 지역 간의 통행에 상관성이 높도록 하는 잠재적 도착지를 도출한다. 분석과정은 일반적인 요인추출의 방법으로써 주성분 분석을 적용하고, Varimax 회전으로 요인회전을 수행하였다.
본 연구의 공간상호작용을 고려한 중심지와 기존의 연구에서 설정한 중심지를 비교·분석하여 각 방법론 간의 차이를 도출하기 위해 선행연구의 중심지 설정방법론을 적용하여 분석하였다.
먼저 McDonald(1987)의 분석방법론을 적용한 결과, <그림 5>와 같이 명동, 역삼1동, 여의동을 포함한 서울의 3도심이 중심지로 도출되었으며, 서남권의 가산동이나 동남권의 잠실, 가락동 또한 중심지로 설정되었고, 인천·경기지역은 성남시와 수원시에서 중심지가 도출되었다. 이 연구의 분석방법론은 고용밀도,고용-인구비율과 CBD와의 거리를 주로 이용한 것으로써, 하나의 도심지역을 기준으로 삼았고, 거리가 멀어짐에 따라 주변 지역보다 고용이 많은 지역을 중심지로 설정할 때 어느 수준의 고용을 높은 것으로 하는지에 대한 기준이 명확하지 않다. 또한, 중심지를 설정하는 과정에서 산업지구나 철강공장 등에 인접하였는지를 판단함으로써 연구자의 주관에 의해 중심지를 설정하였다.
김창석·우명제(2000)의 연구는 서울시의 다중심지체계를 파악하기 위해 고용밀도, 상업, 업무시설 연면적 등의 다양한 지표를 이용하여 요인분석 및 군집분석을 수행하였다. 이때, 개별지표의 특성이 강하게 나타나는 지역과 요인분석, 군집분석의 결과로 도출된 지역을 종합적으로 고려하여 중심지를 도출하였다. 이를 통해 중심지의 계층을 구분하고, 각 중심지의 기능적 측면에서 연도별 특화도와 특화도의 변화를 분석함으로써 중심지의 특성을 규명하였다.
따라서 본 연구에서는 요인분석의 결과로 도출된 고용중심지 후보에 대해 LISA분석을 수행하여 각 지역별 요인점수의 군집패턴을 도출하고, 이로 인한 공간적 군집을 최종적인 중심지로 설정하였다. 이때, 공간가중 행렬은 인접한 30개의 지역에 대한 역거리 가중행렬로 산출하여 적용하였다.1)
인접한 존보다 해당 지표가 높으면서, CBD로부터 거리가 멀어질수록 고용밀도나 고용/인구 비율이 감소하다가 같은 거리구간에 속한 존보다 높은 국지적 최대(local peak)의 존을 중심지로 설정하였다. 이때, 인접 지역의 산업지구나 철강 공장 등 고용을 유발할 수 있는 특성을 고려하여 중심지를 설정하였다.
마지막으로 임영식·이창수(2016)의 연구는 중심지의 특성에 대해 상업·업무기능이 밀집되어 있고, 토지경쟁에 의한 높은 지가를 형성하고 있다는 점을 이용하여 중심지 지수를 도출하고, 공간통계적 분석인 국지적 자기상관분석(Local Morans’I)을 수행하여 중심지를 설정하였다. 이때, 집계구의 공간단위에 대해 중심지 지수의 공간적 군집패턴을 도출함으로써 중심지의 범위를 파악하였다.
또한 지역 간 통행의 관계를 고려하기 위해 내부 통행에 해당하는 대각 원소는 0으로 설정하고, 통행량이 매우 적은 강화군, 옹진군은 제외한 수도권 행정동을 대상으로 행렬을 구축하였다. 이를 통해 요인점수의 계수가 가장 높게 도출되는 지역이 주요 도착지가 되며, 이를 본 연구에서의 고용중심지 후보로 설정하였다.
이때, 개별지표의 특성이 강하게 나타나는 지역과 요인분석, 군집분석의 결과로 도출된 지역을 종합적으로 고려하여 중심지를 도출하였다. 이를 통해 중심지의 계층을 구분하고, 각 중심지의 기능적 측면에서 연도별 특화도와 특화도의 변화를 분석함으로써 중심지의 특성을 규명하였다.
이후 선행연구 검토를 통해 파악한 다양한 중심지 설정방법론을 적용하여 도출된 결과를 비교·분석하고자 한다.
이후 중심지의 성격이 재화와 서비스에 따라 다르다는 것에 착안 하여 뢰쉬는 비계층적 중심지 체계를 통해 기존의 이론을 수정·보완하였다.
먼저 McDonald(1987)의 연구는 시카고시의 중심 업무지역(CBD)으로부터의 거리에 대해 제조업 고용 밀도와 총 고용밀도, 고용/인구비율을 비교하였다. 인접한 존보다 해당 지표가 높으면서, CBD로부터 거리가 멀어질수록 고용밀도나 고용/인구 비율이 감소하다가 같은 거리구간에 속한 존보다 높은 국지적 최대(local peak)의 존을 중심지로 설정하였다. 이때, 인접 지역의 산업지구나 철강 공장 등 고용을 유발할 수 있는 특성을 고려하여 중심지를 설정하였다.
즉, 수도권의 지역 간 통근통행을 기초로 공간 상호작용을 분석하여 고용의 중심지를 설정할 수 있는 방법을 제시하고, 선행연구에서 활용하였던 다양한 방법론을 적용한 결과와 비교·분석하는 것이다.
또한, 행정동별 중심지 판정값이 군집분석의 데이터로 쓰였기 때문에 군집방법은 Ward방법으로 하였다. 특히 기존의 연구에서는 각 군집을 지표의 수준에 따라 계층을 구분하였으나 여기서는 주변 지역을 고려한 공간적인 군집경향을 파악하기 위해 국지적 공간자기상관 지수(Getis-Ord-Gi*)를 이용하여 분석하였다. 다른 분석결과와 마찬가지로 서울의 3도심 지역에 유의한 중심지 군집이 도출되었으며, 군집의 유의수준에 따라 중심지의 분포패턴이 다르게 도출되었다.
대상 데이터
본 연구에서 제시하고자 한 중심지 설정을 위해 지역 간 통근통행 데이터를 활용하였으며 2015년 수도권을 연구의 범위로 설정하였다. 수도권은 하나의 대도시권으로써 개별 도시 내에서의 활동뿐만 아니라 주변 지역과의 상호작용이 활발하게 나타나고 있다.
전체요인 중 서울시 84개, 인천 30개, 경기도 139개가 도출되었고, 각 지역은 과 같으며 상위 3요인을에 요약하여 제시하였다.
데이터처리
김창석·우명제(2000)의 분석방법론을 적용한 결과는 <그림 6>과 같다. 분석 과정은 요인분석의 결과로 도출한 행정동별 요인점수에 요인별 가중치를 곱한 값을 중심지 판정값으로 하여 계층적 군집분석을 실시하였다. 또한, 행정동별 중심지 판정값이 군집분석의 데이터로 쓰였기 때문에 군집방법은 Ward방법으로 하였다.
본 연구에서는 고용의 중심지를 설정하기 위해 Q모드의 방법으로 도착지-출발지 행렬(DO)을 구축함으로써 출발지들을 하나의 요인으로 축약하고, 지역 간의 통행에 상관성이 높도록 하는 잠재적 도착지를 도출한다. 분석과정은 일반적인 요인추출의 방법으로써 주성분 분석을 적용하고, Varimax 회전으로 요인회전을 수행하였다. 또한 지역 간 통행의 관계를 고려하기 위해 내부 통행에 해당하는 대각 원소는 0으로 설정하고, 통행량이 매우 적은 강화군, 옹진군은 제외한 수도권 행정동을 대상으로 행렬을 구축하였다.
다른 분석결과와 마찬가지로 서울의 3도심 지역에 유의한 중심지 군집이 도출되었으며, 군집의 유의수준에 따라 중심지의 분포패턴이 다르게 도출되었다. 이 연구의 분석방법론은 중심지의 기능적 특성을 반영하는 변수를 이용하여 요인분석과 군집분석을 통해 중심지를 도출하였다. 그러나 중심지의 설정과정에서 개별지표의 강도가 3배 이상인 지역을 중심지로 설정하여 비교함으로써 이 역시 연구자의 주관에 의한 분석결과임을 보여준다.
따라서 요인분석의 결과로 도출된 중심지에 지역별 유입통행량의 크기를 반영하기 위해 각 요인점수 계수와 유입통행량을 표준화하였다. 표준화방법은 요인점수 계수와 통행량을 스케일 조정(re-scaled)값으로 환산하여 곱하였다.3)<그림 3>과 같이, 가장 높은 표준화값을 갖는 지역은 초지동, 종로5·6가동, 한강로동으로 도출되었고, 이를 포함하여 상위 20개의 표준화값을 갖는 지역은 <표 2>와 같다.
이론/모형
본 연구는 지역 간의 통근통행을 이용하여 공간적인 상호작용에 기반한 중심지 설정방법론을 제시함으로써 광역적인 도시권 차원에서의 공간구조 체계의 재고찰이 필요함을 언급하였다. 그러나 본 연구에서는 다핵화된 도시공간구조의 고용의 분산이라는 점에 주목하여 중심지를 설정하는데 있어 통근통행만을 이용하였다. 고용뿐만 아니라 다양한 활동목적이 도시 외곽으로 분산되어 형성되므로 주변 도시로의 통근통행뿐만 아니라 여가, 쇼핑목적의 통행이 중요해지고 있음에도 불구하고 이를 고려하지 못한 한계를 갖는다.
분석 과정은 요인분석의 결과로 도출한 행정동별 요인점수에 요인별 가중치를 곱한 값을 중심지 판정값으로 하여 계층적 군집분석을 실시하였다. 또한, 행정동별 중심지 판정값이 군집분석의 데이터로 쓰였기 때문에 군집방법은 Ward방법으로 하였다. 특히 기존의 연구에서는 각 군집을 지표의 수준에 따라 계층을 구분하였으나 여기서는 주변 지역을 고려한 공간적인 군집경향을 파악하기 위해 국지적 공간자기상관 지수(Getis-Ord-Gi*)를 이용하여 분석하였다.
서울시의 종로와 강남, 구로 일대에 중심지가 도출되었으며 서울시에 인접한 성남시, 의정부시 등과 멀리 떨어진 양평군, 연천군, 평택시 등에도 중심지가 도출되었다. 이 연구의 분석방법론은 공간적 상관성을 고려할 수 있는 지리가중회귀모형을 사용함으로써 분석의 통계적 신뢰성을 높였다고 할 수 있다. 그러나 하나의도심을 기준으로 삼았기 때문에 서울시 3도심 등에서 보이는 것과 같이 다핵화가 이미 진행된 수도권에는 적용하기 어렵다고 판단된다.
성능/효과
상관관계 행렬상의 값들이 유의한지, 전체 상관관계 행렬이 요인분석에 적합한지를 판단하는 KMO-Bartlett 검정은 유동패턴을 분석하는데 사용되는 관측치가 지역 간 통행량이고, 각 관측치가 변수의 개수보다 많아야 하나 행정동의 수만큼 한정되어있으므로 변수 간 상관행렬이 도출되지 않기 때문에 여기서는 수행되지 않았다.2) 요인에 의해 변수가 설명되는 정도인 공통성은 모두 0.5보다 크게 나타나 각 요인들이 변수를 충분히 설명하고 있음을 알 수 있다. 이를 토대로 상위 10개 요인에 대한 요인분석 결과는<표 1>과 같다.
가장 많은 분산을 설명하는 1요인의 주요 도착지는 범박동으로 도출되었고, 상위 10개 요인별 주요 도착지는 용문동, 원곡2동, 남촌도림동, 하안1동, 삼평동,정자1동, 우이동, 장항1동, 창3동으로 나타났다. 전체요인 중 서울시 84개, 인천 30개, 경기도 139개가 도출되었고, 각 지역은 <그림 1>과 같으며 상위 3요인을<부록 1>에 요약하여 제시하였다.
3 통행으로 많았다. 가장 적은 유입통행량을 보이는 지역은 연천군의 장남면, 중면, 왕징면이 87.567, 61.511, 49.159 순으로 적게 나타났다. 유입 통행량만을 기준으로 중심지를 도출하는 것은 중심지설정에 관한 선행연구의 밀도 접근방법과 같이 어떤 값을 중심지의 기준으로 설정할 지에 대한 임의성의 문제가 존재한다.
둘째, 중심지의 설정 및 중심지의 규모나 기능 등 중심지체계를 파악하고자 한 선행연구의 면밀한 검토를 통해 중심지 설정에 관한 방법론을 고찰하고, 이를 바탕으로 각각의 방법론을 적용하여 비교·분석하였다. 분석 결과, 서울의 주요한 중심지를 포함하여 일부 유사한 중심지가 도출되었으나, 각 방법론마다 상이한 결과가 나타났다. 이는 각각의 방법론이 적용된 연구의 공간적 범위나 당시 중심지에 관한 논의의 맥락에서 볼 때, 도시공간구조 관련 정책의 목적에 맞는 방법론에 따라 중심지를 설정하는 것이 의미 있는 것으로 평가될 수 있음을 의미한다.
수도권 행정동 1,133개 중 강화군, 옹진군을 제외한 1,113개의 행정동을 대상으로 통근통행의 도착지출발지 행렬(DO)에 대해 요인분석을 수행한 결과, 총 253개의 요인이 도출되었다. 253개의 요인에 대해 설명된 총분산의 회전 제곱합 적재값이 누적 82%까지 설명하였다.
이상의 연구들은 도시 공간상의 중심지의 기능적 정의나 이론적 토대는 유사하나 중심지 설정을 위해 각각 다른 분석방법론을 제시하였으며, 이용한 지표의 정도나 개수도 다르며 분석결과 또한 차이가 존재함을 확인하였다. 본 연구에서는 선행연구에서 활용된 분석방법론을 각각 단일지표, 다수지표, 비모수적통계분석, 공간통계분석의 네 가지 측면에서 분류하여 이를 이용한 분석결과와 본 연구에서 제시한 분석 결과를 비교하고자 하였다.
마지막으로 임영식·이창수(2016)의 분석방법론을 적용한 결과는 <그림 8>과 같이 도출되었다. 중심지지수의 공간적 자기상관분석을 수행한 결과, 서울시의 3도심에 해당하는 지역의 넓은 범위에 걸쳐 고용중심지의 군집이 나타났고, 인천광역시의 일부지역과 성남시, 안양시, 고양시 등에서 중심지가 설정되었다. 이 방법론의 경우 집계구의 공간단위에 대한 중심지지수를 설정함으로써 정밀한 중심지의 체계를 파악하고, 고차산업 위주의 산업구조를 반영하기 위한 서비스 산업의 고용밀도를 활용하였으며 공간적 자기상관성을 고려하여 공간데이터 활용의 신뢰성을 높였다고 볼 수 있다.
본 연구의 결과를 요약하면 다음과 같다. 첫째, 수도권 행정동을 대상으로 요인분석을 수행하여 총 253개의 요인별 중심지 후보지가 도출되었고, 각 지역별 총 통근통행 유입량을 고려하여 국지적 공간자기상관분석을 통해 중심지를 파악한 결과, 서울시의 한양도 성도심, 강남, 여의도와 같은 도심 및 인천, 경기지역의 신시가지, 공업단지 인접지역 등에서 중심지가 도출되었다. 이는 기존의 공간구조계획을 통해 설정된 중심지에 고용기능이 집적되어 있어 경제활동이 지역 간으로 활발하게 이루어지고 있음을 알 수 있다.
마지막으로 앞서 도출한 중심지 후보에 대해 공간적 자기상관분석인 LISA분석을 수행한 결과, <그림4>와 같이 최종적인 중심지를 도출하였다. 총 21개의 행정동이 유의한 군집패턴을 이루었는데, 군집경향은 서울의 종로일대와 용산, 강남에서 주변 지역과 함께 높은 중심지 표준화값을 보였으며, 세 지역 외에 동선동, 상암동이 서울시 내의 중심지로 설정되었다. 인천·경기지역의 경우 서울시와 비교적 가까운 지역에 중심지가 도출되었는데, 고양시, 의정부시, 김포시,안산시, 군포시 등에서 주변 지역보다 높은 중심지 표준화값을 갖는 지역이 탐색되었다.
후속연구
또한, 통근통행량을 이용한 요인분석이 지역 간의 상관관계에 기반하여 도출되기 때문에 절대적인 통행량의 크기를 반영하거나 공간적 자기상관성을 고려한 분석을 수행했음에도 불구하고 이에 대한 검증이 추가적으로 필요할 것으로 보인다. 그리고 기존의 중심지체계와는 달리 공간적 상호작용을 고려한 중심지가 갖는 특성과 주변 지역에 어떤 영향을 미치는지에 대한 논의가 함께 이루어져야 함에도 불구하고 본 연구에서는 다루지 못하였다. 향후 이러한 한계를 보완할 수 있는 연구가 요구된다.
본 연구의 분석결과를 통해 개별 도시 내의 중심지가 아닌 수도권의 다핵중심지를 도출함으로써 광역도시권 개념의 중요성을 재확인하였다. 따라서 본연구의 결과가 미국의 메가리전(mega region)과 같은 도시권 차원의 공간구조 계획에서 수도권의 경제활성화와 더불어 직주불균형 완화, 교통혼잡 감소 등의 문제를 해결할 수 있도록 계획 수립 및 보완에 실질적인 도움이 될 수 있을 것이다. 또한, 최근 추진되고 있는 창동·상계지역 경제중심지 프로젝트나 서울시 생활권계획, 광역도시권 수립 등 사람들의 실제 활동행태를 고려한 공간구조의 결정이 중요해지고 있다는 점에서 더욱 의미 있을 것으로 판단된다.
고용뿐만 아니라 다양한 활동목적이 도시 외곽으로 분산되어 형성되므로 주변 도시로의 통근통행뿐만 아니라 여가, 쇼핑목적의 통행이 중요해지고 있음에도 불구하고 이를 고려하지 못한 한계를 갖는다. 또한, 통근통행량을 이용한 요인분석이 지역 간의 상관관계에 기반하여 도출되기 때문에 절대적인 통행량의 크기를 반영하거나 공간적 자기상관성을 고려한 분석을 수행했음에도 불구하고 이에 대한 검증이 추가적으로 필요할 것으로 보인다. 그리고 기존의 중심지체계와는 달리 공간적 상호작용을 고려한 중심지가 갖는 특성과 주변 지역에 어떤 영향을 미치는지에 대한 논의가 함께 이루어져야 함에도 불구하고 본 연구에서는 다루지 못하였다.
이러한 특성은 수도권의 인구 및 고용의 교외화가 진행되어 새로운 지역 중심지가 형성되었고, 이들 입지가 광역적인 중심지의 역할을 하고 있다는 것을 의미한다. 특히 최근 논의되고 있는 수도권 광역급행철도(GTX)의 추진계획과 2020수도권 광역도시계획의 다핵화 추진전략 등을 고려할 때, 서울시와 인접한 위치의 거점도시를 육성함에 있어 본 연구를 통해 확인된 중심지를 반영해야 한다고 보여진다.
그리고 기존의 중심지체계와는 달리 공간적 상호작용을 고려한 중심지가 갖는 특성과 주변 지역에 어떤 영향을 미치는지에 대한 논의가 함께 이루어져야 함에도 불구하고 본 연구에서는 다루지 못하였다. 향후 이러한 한계를 보완할 수 있는 연구가 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
모란지수의 측정방법은 어떻게 구분 할 수 있는가?
모란지수의 측정방법은 전역적 모란지수(global)와 국지적 모란지수(local)로 구분되는데, 이는 공간 전체의 자기상관성을 측정하거나 또는 지역 내부의 공간적 연관성을 고려한 국지적 자기상관성을 측정하는 것으로 설명할 수 있다. Anselin(1995)은 국지적 자기 상관성을 측정하기 위해 LISA(Local Indicator of Spatial Association) 지표를 개발하였는데, 구체적인 산출 식은 아래 식과 같다(이희연·노승철, 2013).
R모드와 Q모드의 행렬은 무엇인가?
Pandit(1994)는 공간 상호작용의 관점에서 주성분분석을 기반으로 한 요인분석(principal component analysis)이 목적통행의 출발지-도착지 쌍에 대해 어떤 요인으로 축약하느냐에 따라 R모드와 Q모드의 행렬로 구분할 수 있다고 하였다. R모드는 유동데이터 행렬에 대해 출발지를 행,도착지를 열로 구성하는 방법이고, Q모드는 R모드와반대방법으로 행렬을 구성하게 된다. 이를 바탕으로 요인분석을 수행할 경우, 상관성이 높은 출발지 또는 도착지로 이루어진 요인이 도출된다.
요인분석은 무엇인가?
본 연구는 수도권의 지역 간 통행량을 이용하여 중심지를 설정하기 위해 요인분석(factor analysis) 및 공간자기상관분석을 활용하고자 한다. 요인분석은 다수의 변수들을 몇 개의 요인으로 요약하고, 측정된 변수와 내재된 변수사이에서 그 차원(dimensions)을 감소시킬 수 있는 분석방법이다(Taherdoost et al., 2014).
참고문헌 (46)
김감영, 2011, GWR과 공간 군집 분석 기법을 이용한 중심지 식별: 대구광역시를 사례로, 한국도시지리학회지, 14(3), pp.73-86.
김광익, 2009, 서울대도시권의 통근권 변화 특성, 국토지리학회지, 43(4), pp.571-586.
김상수.안상현.신영철.김홍태, 2008, 대전광역시 중심지 위계 변화 분석, 한국지리정보학회지, 11(3), pp.23-33.
Gordon, P., Kumar, A., Richardson, H. W., 1989, The Spatial Mismatch Hypothesis: Some New Evidence, Urban Economics, 26, pp.315-326.
Gordon, P., Richardson, H. W., Giuliano, G., 1988, Travel Trends in Non-CBD Activity Centers. School of Urban and Regional Planning, USC.
Gordon, P., Richardson, H. W., Wong, H. L., 1986, The Distribution of Population and Employment in a Polycentric City: The Case of Los Angeles, Environment and Planning, 18, pp.161-173.
Murphy, R. E., Vance, J. E., 1967, Delimiting the CBD, Gibbs, Jack P. Princeton ed., Urban Research Methods, D. Van Nostrand Company, pp.187-220.
Pandit, K., 1994, Differentiating between subsystems and typologies in the analysis of migration regions: A U.S. example, The Professional Geographers, 46(3), pp.331-345.
Taherdoost, H.A.M.E.D., Sahibuddin, S.H.A.M.S.U.L., Jalaliyoon, N.E.D.A., 2014, Exploratory factor analysis; concepts and theory, Advances in Pure and Applied Mathematics.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.