이동요인별 시·공간적 인구이동 특성을 고려한 인구분포 예측: 마르코프 연쇄 모형을 활용하여 A Markov Chain Model for Population Distribution Prediction Considering Spatio-Temporal Characteristics by Migration Factors원문보기
본 연구의 목적은 주요 이동요인별 인구이동 및 인구분포의 시공간적 특징을 분석하고 장래 지역별 인구분포의 변화를 예측하고 전망하는 것이다. 이를 위해 직업, 가족, 주택, 교육 등 주요 이동요인별 거주지 변화로 나타나는 지역별 인구이동의 추이를 파악하고, 장래 지역별 인구 유출입에 의한 인구분포의 변화를 추정하는 예측 시뮬레이션을 진행한다. 분석결과, 거주지를 변경함에 있어 대도시지역과 시 단위 중심의 지리적 이동이 나타나고 있으며 대도시와 시 단위 내에서도 지역별 인구 유출입에 영향을 미치는 주요 이동요인별 구성 비율은 각기 상이하게 나타난다. 또한 이동요인별 시군구별 추이확률과 상태확률을 토대로 6단계-정상 마르코프 연쇄 프로세스를 진행한 결과, 각 이동요인에 따라 장래 시군구별 인구분포의 변화 정도도 차이가 나타날 것으로 추정된다. 본 연구에서 제시하는 방법론과 분석결과는 특히 인구감소로 지방소멸이 우려되는 지역에서 인구의 유입요인은 강화하고 유출요인은 개선하는 지역 맞춤형 인구 및 각종 정책을 계획하고 마련하는데 활용될 수 있다.
본 연구의 목적은 주요 이동요인별 인구이동 및 인구분포의 시공간적 특징을 분석하고 장래 지역별 인구분포의 변화를 예측하고 전망하는 것이다. 이를 위해 직업, 가족, 주택, 교육 등 주요 이동요인별 거주지 변화로 나타나는 지역별 인구이동의 추이를 파악하고, 장래 지역별 인구 유출입에 의한 인구분포의 변화를 추정하는 예측 시뮬레이션을 진행한다. 분석결과, 거주지를 변경함에 있어 대도시지역과 시 단위 중심의 지리적 이동이 나타나고 있으며 대도시와 시 단위 내에서도 지역별 인구 유출입에 영향을 미치는 주요 이동요인별 구성 비율은 각기 상이하게 나타난다. 또한 이동요인별 시군구별 추이확률과 상태확률을 토대로 6단계-정상 마르코프 연쇄 프로세스를 진행한 결과, 각 이동요인에 따라 장래 시군구별 인구분포의 변화 정도도 차이가 나타날 것으로 추정된다. 본 연구에서 제시하는 방법론과 분석결과는 특히 인구감소로 지방소멸이 우려되는 지역에서 인구의 유입요인은 강화하고 유출요인은 개선하는 지역 맞춤형 인구 및 각종 정책을 계획하고 마련하는데 활용될 수 있다.
This study aims to predict the changes in population distribution in Korea by considering spatio-temporal characteristics of major migration reasons. For the purpose, we analyze the spatio-temporal characteristics of each major migration reason(such as job, family, housing, and education) and estima...
This study aims to predict the changes in population distribution in Korea by considering spatio-temporal characteristics of major migration reasons. For the purpose, we analyze the spatio-temporal characteristics of each major migration reason(such as job, family, housing, and education) and estimate the transition probability, respectively. By appling Markov chain model processes with the ChapmanKolmogorov equation based on the transition probability, we predict the changes in the population distribution for the next six years. As the results, we found that there were differences of population changes by regions, while there were geographic movements into metropolitan areas and cities in general. The methodologies and the results presented in this study can be utilized for the provision of customized planning policies. In the long run, it can be used as a basis for planning and enforcing regionally tailored policies that strengthen inflow factors and improve outflow factors based on the trends of population inflow and outflow by region by movement factors as well as identify the patterns of population inflow and outflow in each region and predict future population volatility.
This study aims to predict the changes in population distribution in Korea by considering spatio-temporal characteristics of major migration reasons. For the purpose, we analyze the spatio-temporal characteristics of each major migration reason(such as job, family, housing, and education) and estimate the transition probability, respectively. By appling Markov chain model processes with the ChapmanKolmogorov equation based on the transition probability, we predict the changes in the population distribution for the next six years. As the results, we found that there were differences of population changes by regions, while there were geographic movements into metropolitan areas and cities in general. The methodologies and the results presented in this study can be utilized for the provision of customized planning policies. In the long run, it can be used as a basis for planning and enforcing regionally tailored policies that strengthen inflow factors and improve outflow factors based on the trends of population inflow and outflow by region by movement factors as well as identify the patterns of population inflow and outflow in each region and predict future population volatility.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 주요 이동요인별 인구이동 및 인구분포의 시공간적 변화에서 나타나는 특징을 분석하고, 이를 토대로 이동요인별 지역별 인구분포의 변화를 단기 예측하였다. 이를 위해 직업(취업, 구직, 직장이전, 사업 등), 가족(결혼, 이혼, 별거, 사별, 분가, 독립 등), 주택(내집마련, 전·월세 등 계약기간만료, 주택규모 변경, 집세, 재개발, 재건축 등), 교육(진학·학업, 자녀교육 등)의 주요 이동요인별 거주지 이전으로 나타나는 지역별 인구이동의 특징을 살펴보고, 장래 지역별 유출입인구에 의한 인구분포의 변화를 추정하는 시뮬레이션을 진행하였다.
본 연구는 주요 이동요인별 전·출입 이동의 지역별 특징을 비롯해 전국 229개 시군구를 대상으로 이동요인별 인구이동 추세를 반영하여 장래 이동요인별 시군구별 인구분포의 변화를 예측한다는 점에서 차별성을 갖는다.
이에 본 연구는 전국 시군구를 대상으로 주요 이동요인별 인구이동 및 인구분포에서 나타나는 시공간적 변화를 살펴보고, 이를 토대로 이동요인별 지리적 이동에 따른 인구분포를 예측하고 전망한다. 이를 위해 지역간 인구이동 패턴의 유의미한 변화를 가져온 세종시의 인구이동 자료가 확보되고 동시에 이동요인별 인구이동 마이크로데이터가 공표되기 시작한 2013년부터 자료구득의 가장 최근 시점인 2018년까지 직업과 가족, 주택, 교육 등 주요 이동요인별, 지역단위별(시도 및 시군구) 거주지 변화에 따른 인구 유출입의 변화를 살펴본다.
가설 설정
본 연구에서 사용한 정상 마르코프 연쇄에 의한 예측치는 분석기간 동안의 추이확률, 즉 인구이동패턴의 추세가 미래에도 일정할 것이라고 가정하고 진행되기 때문에 예상치 못한 대내외적 환경 변화에 의한 인구분포의 변동성은 반영하기 어려운 제약이 있다. 또한 인구의 사후분포 추정에서 출생, 사망에 의한 인구의 자연적 증감을 제외한 사회적 인구이동인 전출입에 따른 인구 증감만을 고려하는 전제조건을 두고 예측 시뮬레이션을 진행한 한계가 있다.
정상 마르코프 연쇄 모형은 분석기간의 인구이동 추이패턴이 장래에도 지속될 것이라는 가정 하에 인구분포를 예측한다. 그러므로 예상치 못한 대내외적 환경 변화를 반영하는데 어려움이 있어 단기 예측일수록 유용하다(Plane and Rogerson, 1994).
제안 방법
이를 위해 지역간 인구이동 패턴의 유의미한 변화를 가져온 세종시의 인구이동 자료가 확보되고 동시에 이동요인별 인구이동 마이크로데이터가 공표되기 시작한 2013년부터 자료구득의 가장 최근 시점인 2018년까지 직업과 가족, 주택, 교육 등 주요 이동요인별, 지역단위별(시도 및 시군구) 거주지 변화에 따른 인구 유출입의 변화를 살펴본다. 다음으로 2018년을 기준으로 놓고 장래 지역단위별(시군구) 전출입 이동에 따른 인구분포의 변화를 추정하는 시뮬레이션을 진행한다. 분석자료는 통계청국가통계포털 <국내인구이동통계>데이터(2013~2018)와 마이크로데이터통합서비스(MDIS)의 인구 이동 마이크로데이터(2016~2018)를 사용하며, 장래 사후분포 예측을 위한 분석기법은 마르코프 연쇄 모형(Markov Chain Model)을 활용한다.
그러므로 예상치 못한 대내외적 환경 변화를 반영하는데 어려움이 있어 단기 예측일수록 유용하다(Plane and Rogerson, 1994). 본 분석에서도 이를 고려하여 이동요인별 장래(2024년) 전국 시군구별 인구분포의 변화를 추정하는 6단계 정상 마르코프 연쇄 과정의 단기 예측 시뮬레이션을 진행하였다.
이동요인별 인구 유출입에 의한 지역별 장래 인구분포의 변화를 예측하기 위하여 이동요인을 직업, 가족, 주택, 교육의 주요 4개 요인으로 구분한 다음 2016~2018년간 각 이동요인별 전국 시군구별 인구유출입 평균이동량을 변화확률로 산정하여 추이(전이)확률 Pij를 산출하였고, 상태확률(St)은 2018년 시점의 시군구별 주민등록연앙인구로 설정하였다.
이에 본 연구는 전국 시군구를 대상으로 주요 이동요인별 인구이동 및 인구분포에서 나타나는 시공간적 변화를 살펴보고, 이를 토대로 이동요인별 지리적 이동에 따른 인구분포를 예측하고 전망한다. 이를 위해 지역간 인구이동 패턴의 유의미한 변화를 가져온 세종시의 인구이동 자료가 확보되고 동시에 이동요인별 인구이동 마이크로데이터가 공표되기 시작한 2013년부터 자료구득의 가장 최근 시점인 2018년까지 직업과 가족, 주택, 교육 등 주요 이동요인별, 지역단위별(시도 및 시군구) 거주지 변화에 따른 인구 유출입의 변화를 살펴본다. 다음으로 2018년을 기준으로 놓고 장래 지역단위별(시군구) 전출입 이동에 따른 인구분포의 변화를 추정하는 시뮬레이션을 진행한다.
이를 위해 직업(취업, 구직, 직장이전, 사업 등), 가족(결혼, 이혼, 별거, 사별, 분가, 독립 등), 주택(내집마련, 전·월세 등 계약기간만료, 주택규모 변경, 집세, 재개발, 재건축 등), 교육(진학·학업, 자녀교육 등)의 주요 이동요인별 거주지 이전으로 나타나는 지역별 인구이동의 특징을 살펴보고, 장래 지역별 유출입인구에 의한 인구분포의 변화를 추정하는 시뮬레이션을 진행하였다.
전입에서 전출을 뺀 인구의 차이를 나타내는 순이동인구의 시도별 분포를 살펴보았다(표 2). 서울은 전입보다 전출이 많은 인구 순유출 지역이지만, 직업과 교육 요인에서는 전입초과 지역으로 나타났다.
데이터처리
정상 마르코프 연쇄 프로세스로 현재 상태의 인구분포(그림 2)와 이동요인별 추이확률(표 4,5,6,7)을 통해 장래 인구분포를 추정하였고 그 결과는 그림 4와 같다. 또한 예측결과 산출된 추정치와 실측치가 근사한지 점검하기 위해 2018년 시군구별 실제 거주인구와 추정한 인구분포 값에 대하여 상관분석을 실시하였다. 실측치와 예측치의 상관계수 값은 직업요인(r=.
이론/모형
분석자료는 통계청국가통계포털 데이터(2013~2018)와 마이크로데이터통합서비스(MDIS)의 인구 이동 마이크로데이터(2016~2018)를 사용하며, 장래 사후분포 예측을 위한 분석기법은 마르코프 연쇄 모형(Markov Chain Model)을 활용한다.
이를 위해 직업(취업, 구직, 직장이전, 사업 등), 가족(결혼, 이혼, 별거, 사별, 분가, 독립 등), 주택(내집마련, 전·월세 등 계약기간만료, 주택규모 변경, 집세, 재개발, 재건축 등), 교육(진학·학업, 자녀교육 등)의 주요 이동요인별 거주지 이전으로 나타나는 지역별 인구이동의 특징을 살펴보고, 장래 지역별 유출입인구에 의한 인구분포의 변화를 추정하는 시뮬레이션을 진행하였다. 장래 사후분포 추정을 위한 예측기법은 마르코프 연쇄 모형을 적용하였다.
성능/효과
가족과 주택 요인에 따른 인구분포의 증감 추정치를 살펴보면, 먼저 서울과 지리적으로 인접하여 접근성이 높은 경기 대부분의 지역과 인천의 대단위아파트 밀집지, 그리고 충남 천안시, 아산시, 세종시 등에서 가족과 주택 요인으로 인구의 유입이 증가할 것으로 예측되었다. 전북 전주시, 경남 창원시, 제주시에서도 이들 요인에 의한 인구유입으로 인구가 증가할 것으로 추정되었다.
진학, 학업, 자녀교육 등 교육요인에서는 지방대도시에서도 지역내 특정 행정구를 제외하고는 인구분포가 감소할 것으로 추정된 반면에 서울, 경기 지역과 충청권은 인구유입으로 인구가 증가세를 나타낼 것으로 전망되었다. 강원의 경우 직업, 가족, 교육 요인 등 주요 요인 모두에서 춘천시, 강릉시, 원주시를 중심으로 인구 증가세가 관측될 것으로 추정되었다.
경남 창원시(2,585명)와 김해시(1,996명)의 경우 가족요인에 의한 순유입이 높은 것으로 나타났다. 관악구는 전국에서 직업요인 순유입이 가장 높은데 반해 가족요인에 의한 순유입(-6,937명)은 전국에서 가장 적은 것으로 나타났다. 그 뒤로 동작구(-3,442명), 강남구(-3,132명) 등의 순으로 이들지역은 서울 내에서 1인가구 분포가 높은 지역에 해당한다.
그러나 대도시와 시 단위 내에서도 지역별 인구 유출입에 영향을 미치는 주요 이동요인별 구성 비율은 상이한 것으로 나타났다. 다음으로 2016~2018년 각 이동요인별 시군구별 추이확률(Pij)값과 상태분포(2018년)값을 기준으로 6단계-정상 마르코프 연쇄 프로세스를 진행한 결과, 각 이동요인에 따라 장래 시군구별 인구분포의 변화 정도도 다소 차이가 나타날 것으로 추정되었다.
노원구는 교육요인을 제외한 모든 이동요인 때문에 전입보다 전출이 많아 순유출 상위지역으로 산출되었다. 대규모 산업단지가 조성되어 있는 지방대도시에서도 취업, 구직 등을 이유로 유출되는 인구가 유입되는 인구보다 많은 것으로 나타났다. 인천의 경우 인천 서구를 제외한 지역 전반에서 전입보다 전출이 많은 순유출이 나타났고 그 주된 이동요인인 주거환경과 관련되는 시설을 확충하고 정비하는 등 정책적 노력이 필요해 보인다.
2018년 기준 세종시는 7개 모든 요인에서 순유입이 발생하였고, 경기 용인시와 충북 진천군, 충남 천안시는 기타요인을 제외한 6개의 요인에서 전입초과인 순유입을 나타냈다. 먼저 직업요인에 의한 순유입은 관악구(26,112명)가 가장 높은 것으로 나타났고, 그 뒤로 경기 화성시(9,057명), 세종시(7,770명) 등의 순으로 나타났다. 서울의 경우 도심의 오피스 밀집지인 영등포구와 마포구, 관악구와 강남구로의 전입초과가 눈에 띈다.
직업과 달리 가족요인과 주택요인에 의한 인구이동에서 순유입이 높은 상위지역은 중첩되는 것으로 나타났다. 세종시가 두 요인 모두에서 가장 순유입이 높은 곳으로 산출되었고, 수도권 신도시로 주거기능을 담당하는 서울 외곽의 대단위아파트 밀집지인 김포시, 고양시, 화성시, 하남시, 용인시, 시흥시, 인천 서구, 파주시 등이 상위지역에 분포하였다. 경남 창원시(2,585명)와 김해시(1,996명)의 경우 가족요인에 의한 순유입이 높은 것으로 나타났다.
우리나라 전체 인구이동의 약 88%를 차지하는 주요 이동요인은 주택>가족>직업>교육의 순으로 나타났다. 이들 주요 이동요인을 중심으로 전국229개 시군구별 유출입 인구이동의 특징을 살펴본 결과, 상태분포(St) 설정 시점인 2018년 기준 거주 인구분포가 높은 지역은 인구의 전출입 이동도 많은 지역으로 거주인구분포가 낮은 군 단위 보다 시단위와 대도시지역을 중심으로 주요 이동요인별 인구의 유출입이 활발한 것으로 나타났다. 거주지를 변경함에 있어 대도시 지역과 시 단위 중심의 지리적 이동이 이뤄지고 있음을 알 수 있다.
반면에 제주에서는 교육요인 때문에 순유출이 발생하는 것으로 나타났다. 자연환경을 이유로 강원과 전남, 경북 지역으로 인구가 순유입하였고, 세종의 경우 모든 이동사유에서 인구의 순유입이 나타났다.
직업과 달리 가족요인과 주택요인에 의한 인구이동에서 순유입이 높은 상위지역은 중첩되는 것으로 나타났다. 세종시가 두 요인 모두에서 가장 순유입이 높은 곳으로 산출되었고, 수도권 신도시로 주거기능을 담당하는 서울 외곽의 대단위아파트 밀집지인 김포시, 고양시, 화성시, 하남시, 용인시, 시흥시, 인천 서구, 파주시 등이 상위지역에 분포하였다.
진학, 학업, 자녀교육 등 교육요인에서는 지방대도시에서도 지역내 특정 행정구를 제외하고는 인구분포가 감소할 것으로 추정된 반면에 서울, 경기 지역과 충청권은 인구유입으로 인구가 증가세를 나타낼 것으로 전망되었다. 강원의 경우 직업, 가족, 교육 요인 등 주요 요인 모두에서 춘천시, 강릉시, 원주시를 중심으로 인구 증가세가 관측될 것으로 추정되었다.
전북 전주시, 경남 창원시, 제주시에서도 이들 요인에 의한 인구유입으로 인구가 증가할 것으로 추정되었다. 특히 전북지역의 경우 가족요인에서는 상대적으로 소폭이지만 증가세가 나타날 것으로 추정되었고, 제주시의 경우 본 분석의 추이확률 적용뿐만 아니라 향후에도 이러한 이동추세가 지속된다면 주요 요인 등에서 인구유입이 증가할 것으로 전망되었다.
그림 2는 2018년 기준 전국 시군구별 거주인구분포를 나타낸다. 히스토그램을 토대로 상태집합을 구간별로 살펴보면 6만 명 이하의 시군구 지역은 64곳으로 총인구의 4.8%를 차지하는 것으로 나타났다. 6만 명 초과~12만 명 이하 분포는 7.
후속연구
이처럼 순이동인구가 전출초과를 나타낸 지역일지라도 모든 이동요인에서 순유출을 나타내는 것은 아니며, 반대로 전입초과를 나타낸 지역에서도 순유출을 발생시키는 요인이 존재한다. 따라서 이동자의 총 규모뿐만 아니라 이동요인별 지역별 유출입 이동의 추세를 파악한다면 각 지역별 인구의 유입요인은 강화하고 인구의 유출요인은 보완하는 지역별 맞춤 인구정책을 수립할 수 있을 것이다. 아울러 장래 지역별 인구 변동성을 추정하여 전망할 경우 특히 지방소멸이 우려되는 지역들은 인구유출 가능성이 있는 이동요인을 중심으로 선제적으로 대응할 수 있는 각종 정책안을 사전에 마련할 수 있을 것이다.
본 연구의 분석결과 및 예측기법 등 중장기적 관점에서 이동요인별 지역별 인구이동의 추세를 추정하여 장래 인구분포의 변동성을 예측하는 작업은 향후 인구 및 일자리, 정주환경 등 각종 관련 정책을 계획하고 집행하는데 기초지표로 활용될 수 있다. 특히 인구소멸이 우려되는 지방의 시군 지역을 중심으로 인구유출에 영향을 미치는 여러 이동요인에 대하여 각각의 대응방안을 마련할 수 있으며, 이는 곧 여러 이동사유로 수도권 및 대도시로 이동하는 인구의 유입을 완화시키는 데도 기여할 수 있을 것이다.
따라서 이동자의 총 규모뿐만 아니라 이동요인별 지역별 유출입 이동의 추세를 파악한다면 각 지역별 인구의 유입요인은 강화하고 인구의 유출요인은 보완하는 지역별 맞춤 인구정책을 수립할 수 있을 것이다. 아울러 장래 지역별 인구 변동성을 추정하여 전망할 경우 특히 지방소멸이 우려되는 지역들은 인구유출 가능성이 있는 이동요인을 중심으로 선제적으로 대응할 수 있는 각종 정책안을 사전에 마련할 수 있을 것이다.
한편, 어디에도 속하지 않는 이동사유일 경우 기타요인에 해당하는데 이 요인이 차지하는 비중이 큰 지역들이 상당 부분 있다. 이동사유에 대한 조사항목을 현재보다 좀 더 세분화하여 기타요인이 다른 이동요인에 비해 상대적으로 작은 비중을 차지할 수 있도록 문항 보완 작업도 이뤄져야 할 것으로 보인다. 아울러 본 예측분석에는 포함하지 않은 이동요인 중 주거환경, 자연환경은 전체 이동의 5% 내외를 차지하는데 불과하지만 최근 들어 이 요인을 이유로 거주지를 변경하여 전출입 이동하는 인구가 증가하고 있다.
본 연구의 분석결과 및 예측기법 등 중장기적 관점에서 이동요인별 지역별 인구이동의 추세를 추정하여 장래 인구분포의 변동성을 예측하는 작업은 향후 인구 및 일자리, 정주환경 등 각종 관련 정책을 계획하고 집행하는데 기초지표로 활용될 수 있다. 특히 인구소멸이 우려되는 지방의 시군 지역을 중심으로 인구유출에 영향을 미치는 여러 이동요인에 대하여 각각의 대응방안을 마련할 수 있으며, 이는 곧 여러 이동사유로 수도권 및 대도시로 이동하는 인구의 유입을 완화시키는 데도 기여할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
이동요인별 지역별 유출입 이동의 추세를 파악하면 지역별 맞춤 인구정책을 수립할 수 있는 이유는 무엇인가?
이처럼 순이동인구가 전출초과를 나타낸 지역일지라도 모든 이동요인에서 순유출을 나타내는 것은 아니며, 반대로 전입초과를 나타낸 지역에서도 순유출을 발생시키는 요인이 존재한다. 따라서 이동자의 총 규모뿐만 아니라 이동요인별 지역별 유출입 이동의 추세를 파악한다면 각 지역별 인구의 유입요인은 강화하고 인구의 유출요인은 보완하는 지역별 맞춤 인구정책을 수립할 수 있을 것이다.
지역내 인구이동에서 가장 큰 규모와 비중을 차지하는 것은 무엇인가?
우리나라 인구이동에서 지역간 이동은 이직, 직장이전, 취업, 구직 등 직업요인에 따른 지리적 이동이 가장 큰 규모와 비중을 차지하고(박소현·이금숙, 2016), 지역내 인구이동에서는 내집마련, 전·월세, 재개발(재건축) 등 주택요인 인구이동이 가장 큰 규모와 비중을 차지한다.2) 또한 특유의 높은 교육열 등 자녀교육을 위해 상대적으로 교육환경이 더 양호한 지역으로 이동하려는 의사를 갖게 되는 경우도 적지 않으며, 최근에는 역세권, 웰빙(wellbeing), 건강(미세먼지) 등 더 나은 삶의 질을 고려한 인구이동도 증가하고 있는 추세이다.
저출산-고령시대 지역발전의 중요한 요소는 무엇인가?
저출산-고령시대 지역발전의 중요한 요소는 지속가능한 인구이다. 인구는 곧 노동력으로 소비와 생산의 주체가 되며 인구의 규모와 구조의 변화는 지역경제의 변화를 가져온다.
참고문헌 (22)
류주현.장동호, 2018, "세종시 전출입 이동과 이동 이유," 한국사진지리학회지 28(3), pp.149-165.
민보경, 2017, "서울시 학령인구의 이동패턴 및 유형에 관한 연구," 한국지역개발학회지 29(3), pp.47-72.
박소현.이금숙, 2014, "노동시장의 구조 변화에 따른 성인 대상 사교육 시장의 성장과 공간적 함의," 한국경제지리학회지 17(2), pp.402-419.
Kemeny J. G. and Snell, J., L., 1976, Finite Markov chains, Springer, Berlin, Heidelberg.
Lee, R. D. and Tuljapurkar, S., 1994, "Stochastic Population Forecasts for the United States: Beyond High, Medium and Low," Journal of the American Statistical Association 89(428), pp.1175-1189.
Massey, D. S., Arango, J., Hugo, G., Kouaouci, A., Pellegrino, A. and Taylor, J. E., 1993, "Theories of international migration: A review and appraisal," Population and Development Review 19, pp.431-466.
McCann, P., 2013, Modern Urban and Regional Economics, Oxford University Press, Oxford, UK.
Osaki, S., 1992, Applied stocahastic system modeling, Springer, Berlin, Heidelberg.
Plane, D. A. and Rogerson., P. A., 1994, The Geographical Analysis of Population with Applications to Planning and Business, John Wiley&Sons, New York.
Raghuram, P., 2009, "Which migration, what development? Unsettling the edifice of migration and development," Population, Space and Place (special issue Rethinking migration and development) 15(2), pp.103-117.
Ravenstein, E. G., 1885, "The Laws of Migration," Journal of the Statistical Society 48, pp.167-227.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.