[논문]다항 로지스틱 회귀모형을 이용한 우리나라 산지면적 변화 추정에 관한 연구

곽두안

doi:10.11108/kagis.2020.23.4.042

다항 로지스틱 회귀모형을 이용한 우리나라 산지면적 변화 추정에 관한 연구
Change Prediction of Forestland Area in South Korea using Multinomial Logistic Regression Model 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.23 no.4, 2020년, pp.42 - 51

곽두안 (국립산림과학원 산림복지연구과)

초록
AI-Helper

본 연구는 산림기본법 10조에 명시되어 있는 산림자원 및 임산물 수급의 장기전망을 통한 제6차 산림기본계획 수립을 지원하기 위하여 수행되었다. 우리나라 산지의 정의는 산지관리법에서 명시하고 있으며 산림 조성, 생산, 관리를 위해 필수 불가결한 요소로서 미래 산림자원의 변화를 예측하는데 가장 기본이 되기 때문에 미래의 산지면적 변화를 예측하는 것은 향후 계획수립을 위해 매우 중요하다. 그리하여 본 연구에서는 지대극대화 이론에 근거한 임업부가가치, 농업소득, 인구밀도를 종속변수로 하는 다항로지스틱 모형을 개발함으로써 미래의 산지면적, 농지면적, 도시 및 기타지의 면적 변화를 예측할 수 있었다. 그 결과 산지면적은 2026년까지 약 6,300천ha로 줄어들어 현재 대비 약 34천ha의 감소분이 발생할 것으로 전망되었으며, 이후 2027년부터는 반등을 시작하여 6,470천ha로 늘어나 약 172천ha의 증가분이 발생할 것으로 예측되었다. 이러한 산지면적의 증가는 임업부가가치의 증가와 관련이 있고, 농지면적의 증가는 농업소득의 증가, 그리고 도시 및 기타지의 증가는 인구밀도의 증가와 양의 상관관계를 가지고 있는 것으로 분석되었다. 그러나 산지면적의 주된 증가원인은 한계효과와 탄성치가 큰 인구밀도의 감소로 밝혀졌는데, 이는 저출산으로 인해 절대인구가 2032년부터 감소함에 따라 산지면적의 증가하기 때문인 것으로 나타났다. 또한 산지면적의 증가분은 도시 및 기타지에서 산지로 전환되는 면적이 대부분을 차지하는 것으로 나타났는데, 이것은 인구감소에 따른 도시 주변 지역의 인구 공동화 현상과 지방 소도시의 소멸 등과 같은 사회적인 문제에 기인하는 것으로 분석되었다. 이러한 산지의 증가를 산지관리 차원에서 살펴보면, 증가되는 산지면적은 지목상 임야 이외의 토지로부터 편입될 것으로 전망되기 때문에, 사후 산지관리법상의 산지로서 관리되기 위해서는 산림 관련 법령의 정비는 물론 변화에 대응한 새로운 산지관리 체계를 구축하는 것이 필요할 것으로 판단된다.

Abstract ▼ AI-Helper

This study was performed to support the 6th forest basic planning by Korea Forest Service as predicting the change of forestland area by the transition of land use type in the future over 35 years in South Korea. It is very important to analyze upcoming forestland area change for future forest planning because forestland plays a basic role to predict forest resources change for afforestation, production and management in the future. Therefore, the transitional interaction between land use types in future of South Korea was predicted in this study using econometrical models based on past trend data of land use type and related variables. The econometrical model based on maximum discounted profits theory for land use type determination was used to estimate total quantitative change by forestland, agricultural land and urban area at national scale using explanatory variables such as forestry value added, agricultural income and population during over 46 years. In result, it was analyzed that forestland area would decrease continuously at approximately 29,000 ha by 2027 while urban area increases in South Korea. However, it was predicted that the forestland area would be started to increase gradually at 170,000 ha by 2050 because urban area was reduced according to population decrement from 2032 in South Korea. We could find out that the increment of forestland would be attributed to social problems such as urban hollowing and localities extinction phenomenon by steep decrement of population from 2032. The decrement and increment of forestland by unbalanced population immigration to major cities and migration to localities might cause many social and economic problems against national sustainable development, so that future strategies and policies for forestland should be established considering such future change trends of land use type for balanced development and reasonable forestland use and conservation.

주제어

표/그림 (9)

그림 FIGURE 1. Overall model building process for predicting future forestland use change
표 TABLE 1. Regression model types for forestland area change prediction
표 TABLE 2. Used data for forestland area change model
표 TABLE 3. Coefficients of regression model for agricultural land rate estimation
표 TABLE 4. Coefficients of regression model for urban and others estimation
표 TABLE 5. Estimates of marginal effect by explanatory variables
그림 FIGURE 2. Long-term change prediction of forestland area to 2050
표 TABLE 6. Estimates of partial elasticity by explanatory variables
표 TABLE 7. Long-term change prediction of forestland area every 5 years to 2050

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

, 2017) 국가 규모의 장기적 토지이용 변화패턴을 추정하는데 적합하고, 독립변수를 다양하게 선택하여 입력할 수 있기 때문에 토지 이용변화와 관련된 변수를 선택적으로 입력할 수 있는 유연성이 있다. 특히 본 연구에서는 종속변수가 이항(binomial)이 아닌 다항(multinomial) 이기 때문에 일반적인 로지스틱 회귀모델이 아닌 다항 로지스틱 회귀모형을 이용하여(Hong, 2005), 미래 2050년까지 전국 단위의 산지, 농지, 도시 및 기타지의 상호 변화를 추정함으로써 제6차 산림기본계획을 위한 산지면적 변화 전망을 함으로써 향후 산지 및 산림정책 수립을 위한 거시적 자료를 제공하고자 하였다.

가설 설정

국토의 총면적에서 공유지 면적(국유림, 공유림) 과사유림 시업 제한지 면적을 제외한 토지면적을 산지, 농지, 도시 및 기타용지로 구분하였으며, 공유지 면적과 사유림 시업 제한지 면적을 제외한 이유는 이들 면적은 공공목적을 위해 다양한 법률과 제도에 따라 용도가 지정되고 관리되기 때문에 면적 변화가 없는 것으로 가정하여 분석하였다.
산지면적 변화 장기전망을 위한 미래 예측 자료 중 농업소득은 2015년 농업소득을 고정시켜 2050년까지 지속된다고 가정하였고, 임업부가 가치는 단기임산물 총생산액과 목재 총생산액 전망치로 산출된 값을 이용하였다. 또한 인구밀도는 통계청의 인구추계 보고서 자료 중 인구 성장 중위 가정에 따른 인구밀도 예측치를 활용하였다.

제안 방법

ha 당 임업부가가치는 사유림 시업지에서 얻을 수 있는 지대의 대리변수로 사용하였으며, 목재 및 단기소득임산물의 생산액에서 중간제비를 제하고 전체 산림면적으로 나누어 계산하였다. 농지의 지대 대리변수로는 ha 당 농업소득을 사용하였고, 농림축산식품부 통계연보를 활용하여 자료를 구축하였다(표 2).
임업부가 가치 및 농업소득 자료는 2010년 생산자가격 지수로디플레이트하여 모델 구축에 이용하였다. 또한 도시 및 기타지의 지대에 대한 대리변수는 인구밀도를 사용하여 최종적으로 산지면적 변화모델을 개발하였다(표 2).
산출된 값을 이용하였다. 또한 인구밀도는 통계청의 인구추계 보고서 자료 중 인구 성장 중위 가정에 따른 인구밀도 예측치를 활용하였다. 산지면적 변화는 한계효과 및 탄성치 분석에서 나타난 바와 같이 인구밀도 변화 추이에 가장 큰 영향을 받아, 표 7 및 그림 2에서 보는 바와 같이 전체 산지면적은 2015년 6, 335천ha 에서 2022년 6, 307천ha, 2026년까지 6, 300천 ha로 줄어들어 향후 11년간은 연간 약 3천ha씩 감소하여 총 34천ha의 감소분이 발생할 것으로 전망되었다.
산지면적 변화모델은 표 1과 같이 산지 면적대비 농지점유율을 나타내는 모형 1과 산지 면적대비 도시 및 기타지 점유율을 나타내는 모형 2 로 구분하였다.
용도별 점유율은 국토의 총면적에서 공유지 면적(국유림, 공유림)과 사유림 시업제한지 면적을 제외한 토지면적을 분모로 하여 산지와 농지의 점유율을 계산하였으며(식 3, 4), 도시 및 기타지 점유율은 식 5와 같이 산지와 농지의 점유율을 차감하여 계산하였다.
, 2000, 2001, 2002; Ahn, 2008). 지대 극대화 이론에 따라 산지의 지대를 설명하는 변수로 임업부가가치를, 농지의 기대를 설명하는 변수로 농업소득을, 도시 및 기타지의 지대를 설명하는 변수로 인구밀도를 이용하였다. 각 토이지용형태별 대리변수를 사용한 이유는 실제 과거부터 본 연구를 위해 모의한 연도까지의 실제 지대에 대한 자료를 취득할 수 없었고, 또한 미래에 대한 예측이 불가능하였기 때문이다.
토지용도별 점유율에 대한 설명변수의 직접적인 영향을 평가하기 위해 한계효과(marginal effect)를 분석하였다. 한계효과는 다른 변수는 일정하고 어느 한 설명변수의 1단위 변화에 대한 토지용도 점유율의 변화라고 정의된다(Joo et al.

대상 데이터

농지의 지대 대리변수로는 ha 당 농업소득을 사용하였고, 농림축산식품부 통계연보를 활용하여 자료를 구축하였다(표 2). 임업부가 가치 및 농업소득 자료는 2010년 생산자가격 지수로디플레이트하여 모델 구축에 이용하였다.
농지의 지대 대리변수로는 ha 당 농업소득을 사용하였고, 농림축산식품부 통계연보를 활용하여 자료를 구축하였다(표 2). 임업부가 가치 및 농업소득 자료는 2010년 생산자가격 지수로디플레이트하여 모델 구축에 이용하였다. 또한 도시 및 기타지의 지대에 대한 대리변수는 인구밀도를 사용하여 최종적으로 산지면적 변화모델을 개발하였다(표 2).
토지용도별 점유율 함수를 구하기 위해 산지 면적, 농지면적, 인구밀도의 1970년부터 2015 년까지 45년간 시계열 자료를 활용하였다. 국토의 총면적에서 공유지 면적(국유림, 공유림) 과사유림 시업 제한지 면적을 제외한 토지면적을 산지, 농지, 도시 및 기타용지로 구분하였으며, 공유지 면적과 사유림 시업 제한지 면적을 제외한 이유는 이들 면적은 공공목적을 위해 다양한 법률과 제도에 따라 용도가 지정되고 관리되기 때문에 면적 변화가 없는 것으로 가정하여 분석하였다.

데이터처리

선택된 농업소득, 임업부가가치, 인구밀도를 독립변수로 하고 산지점유율 대비 농지점유율과 산지점유율 대비 도시 및 기타지 점유율을 종속변수로 하여 산림면적 변화모델의 모수를 SAS 통계프로그램을 활용하여 추정하였다(표 3, 4).

이론/모형

기본모델은 지대극대화 이론에 기초한  용도의 점유율(_)을 식 1과 같이 설명변수(_) 의 다항 로지스틱 함수로 설정하였다(Hardie et al., 1997; Ahn et al., 2000; Ahn, 2008).

성능/효과

계수 추정 결과 농업소득과 인구밀도가 0.05 유의수준에서 산림점유율에 대한 농지점유율의 로그 비율에 유의적인 영향을 주는 것으로 나타났다. 또한 산지 점유율에 대한 도시 및 기타지점유율도 0.
1970년대에는 국토이용관리법이 제정되어 국토의 대부분을 차지하는 산지를 다른 용도로 개발 가능한 토지로 인식하였다. 그리하여 경제성장을 위한 사회기반시설 확충과 산지개간 정책 등을 도입하면서 이 기간 동안 연평균 약 4천ha의 산지가 감소되었다. 1980년대에는 산업화·도시화에 따른 토지 수요 충당과 농지·초지 확대 정책 등으로 연평균 약 9천ha의 산지가 감소되었으나, 1990 년대에는 부동산 투기 억제정책과 1990년대 말 IMF 외환위기가 발생함으로써 연평균 약 5천ha 의 산지가 줄어드는 등 산지의 감소량이 둔화되었다.
05 유의수준에서 산림점유율에 대한 농지점유율의 로그 비율에 유의적인 영향을 주는 것으로 나타났다. 또한 산지 점유율에 대한 도시 및 기타지점유율도 0.05 유의수준에서 농업소득과 인구밀도가 유의적인 영향을 주는 것으로 나타났다. 종속변수에 대한 계수부호의 영향을 살펴보면 농업소득이 증가할수록 농지점유율은 증가하는 것으로 나타났으며, 임업부가가치와 인구밀도가 증가할수록 농지점유율은 감소하는 것으로 분석되었다.
종속변수에 대한 계수부호의 영향을 살펴보면 농업소득이 증가할수록 농지점유율은 증가하는 것으로 나타났으며, 임업부가가치와 인구밀도가 증가할수록 농지점유율은 감소하는 것으로 분석되었다. 또한 인구밀도가 증가할수록 도시 및 기타지 점유율은 증가하고 임업부가가치와 농업소득이 증가할수록 도시 및 기타지 점유율은 감소하는 것으로 나타났다.
06853 포인트 증가될 것으로 예측할 수 있다. 또한 해당 지대변수들은 용도별 점유율에 대해 양의 효과를 나타내는 것으로 분석되었다. 임업부가가치는 산지점유율에, 농업소득은 농지점유율에, 인구밀도는 도시 및 기타지 점유율에 양의 효과를 갖는 것으로 나타났다.
최종적으로는 2015년 6, 335천ha에서 2050 년 6, 473천ha까지 전체 전망기간 동안 총 137 천ha의 증가분이 발생할 것으로 전망되었다. 산지 면적의 증가 원인은 한계효과와 탄성치가 큰 인구밀도의 증감인데, 특히 미래에는 저출산으로 인해 절대인구가 2031년부터 감소하는 것으로 전망되었다. 그러한 인구감소에 따른 농촌 지역의 공동화 및 고령화로 노동력 부족이 발생하여 영농포기 가구가 증가할 것으로 예측되고, 이로 인해 방치되는 유휴농지 및 한계농지에 식생이 침입하여 입목이 분포하는 산지로 전환될 것으로 사료된다.
또한 인구밀도는 통계청의 인구추계 보고서 자료 중 인구 성장 중위 가정에 따른 인구밀도 예측치를 활용하였다. 산지면적 변화는 한계효과 및 탄성치 분석에서 나타난 바와 같이 인구밀도 변화 추이에 가장 큰 영향을 받아, 표 7 및 그림 2에서 보는 바와 같이 전체 산지면적은 2015년 6, 335천ha 에서 2022년 6, 307천ha, 2026년까지 6, 300천 ha로 줄어들어 향후 11년간은 연간 약 3천ha씩 감소하여 총 34천ha의 감소분이 발생할 것으로 전망되었다. 이후 2027년부터는 반등을 시작하여 2030년 6, 302천ha, 2037년 6, 334천ha, 2050년 6, 473천ha까지 늘어나, 2027년부터 2050년까지는 연간 약 7천ha씩 증가하여 총 172천ha의 증가분이 발생할 것으로 예측되었다.
또한 해당 지대변수들은 용도별 점유율에 대해 양의 효과를 나타내는 것으로 분석되었다. 임업부가가치는 산지점유율에, 농업소득은 농지점유율에, 인구밀도는 도시 및 기타지 점유율에 양의 효과를 갖는 것으로 나타났다. 특히 인구밀도의 한계효과는 임업부가 가치와 농업소득의 한계효과에 비해 상대적으로 높게 평가가 된 것으로 보아, 인구가 증가하면 산지와 농지로부터 도시 및 기타용지로 용도가 변화될 확률이 크다는 것을 알 수 있다.
05 유의수준에서 농업소득과 인구밀도가 유의적인 영향을 주는 것으로 나타났다. 종속변수에 대한 계수부호의 영향을 살펴보면 농업소득이 증가할수록 농지점유율은 증가하는 것으로 나타났으며, 임업부가가치와 인구밀도가 증가할수록 농지점유율은 감소하는 것으로 분석되었다. 또한 인구밀도가 증가할수록 도시 및 기타지 점유율은 증가하고 임업부가가치와 농업소득이 증가할수록 도시 및 기타지 점유율은 감소하는 것으로 나타났다.
이후 2027년부터는 반등을 시작하여 2030년 6, 302천ha, 2037년 6, 334천ha, 2050년 6, 473천ha까지 늘어나, 2027년부터 2050년까지는 연간 약 7천ha씩 증가하여 총 172천ha의 증가분이 발생할 것으로 예측되었다. 최종적으로는 2015년 6, 335천ha에서 2050 년 6, 473천ha까지 전체 전망기간 동안 총 137 천ha의 증가분이 발생할 것으로 전망되었다. 산지 면적의 증가 원인은 한계효과와 탄성치가 큰 인구밀도의 증감인데, 특히 미래에는 저출산으로 인해 절대인구가 2031년부터 감소하는 것으로 전망되었다.
임업부가가치는 산지점유율에, 농업소득은 농지점유율에, 인구밀도는 도시 및 기타지 점유율에 양의 효과를 갖는 것으로 나타났다. 특히 인구밀도의 한계효과는 임업부가 가치와 농업소득의 한계효과에 비해 상대적으로 높게 평가가 된 것으로 보아, 인구가 증가하면 산지와 농지로부터 도시 및 기타용지로 용도가 변화될 확률이 크다는 것을 알 수 있다.

후속연구

최근 10년 동안 보전산지 중 약 1%에 해당하는 28천ha가 타용도로 전용되어 개발행위가 허용됐기 때문에 국토보전을 위해 보전산지를 지정한 의미가 점차 퇴색되고 있다. 그러므로 미래의 산지관리는 보전이 반드시 필요한 산지와 국민적 수요에 따른 이용이 필요한 산지를 명확하게 구분하여 철저한 산지 보전과 자연 친화적 산지 이용이 이루어질 수 있는 정책 수립이 필요할 것으로 사료된다.

참고문헌 (22)

Ahn, S. 2008. How Feasible is Carbon Sequestration in Korea? A Study on the Costs of Sequestering Carbon in Forest. Environmental and Resource Economics 41(1):89-109.

상세보기
Ahn, S., A.J. Plantinga, and R.J. Alig. 2001. Historical Trends and Projections of Land Use for the South-Central United States. Res. Pap. PNWRP-530. Portland, OR: U.S. Department of Agriculture, Forest Service, Pacific Northwest Research Station. 20pp.
Ahn, S., A.J. Plantinga, and R.J. Alig. 2002. Determinants and Projections of Land Use in the South Central United States. Southern Journal of Applied Forestry 26(2):78-84.

상세보기
Ahn, S., Plantinga, A.J. and R.J. Alig. 2000. Predicting Future Forestland Area: A Comparison of Econometric Approaches. Forest Science 46(3):363-376.

상세보기
Alig, R.J. 1986. Econometric Analysis of the Factors Influencing Forest Acreage Trends in the Southeast. Forest Science 32(1):119-134.
Appianing, C.B., N. Kongchouy and O. Thinnukool. 2016. Land Use Change and Development Modeling Using Logistic Regression. Journal of Engineering and Applied Science 11(7):1676-1681.
Berkhoff, K. and S. Herrmann. 2009. Modeling Land Use Change: A GIS Based Modeling Framework to Support Integrated Land Use Planning(NabanFrame). In: Advances in GIScience. Springer, Berlin, Heidelberg. pp.309-328.
Clarke, K.C., S. Hoppen and L.J. Gaydos. 1997, A Self-Modifying Cellular Automata Model of Historical Urbanization in the San Francisco Bay Area, Environment and Planning B: Planning and Design 24(2):247-261.

상세보기
Hardie, I.W. and P.J. Parks. 1997. Land Use with Heterogeneous Land Quality: An Application of an Area Base Model. American Journal of Agricultural Economics 79(2):299-310.

상세보기
Hong, S.H. 2005. Binomial and Multinomial Logistic Regression Analysis. Kyoyookbook. Paju. Republic of Korea, pp.1-141.
Hu, Z. and C.P. Lo. 2007. Modeling Urban Growth in Atlanta Using Logistic Regression. Remote Sensing of Environment 31(6): 667-688.
Joo, R.W., Jeong, B.H., Lee, S.Y., Kim, C.S., Bae, J.S., Lee, K.H., Kim, K.H., Kim, J.J., Park, C.W., Han, S.Y., Kim, U.K., K. Choi and Y.C. Yoon. 2007. Historical Trends and Long-term Projections for Forest Sector in the Republic of Korea. National Institute of Forest Science Research Report 07-19. Seoul, Republic of Korea. 229pp.
Kim, J.H. 2002. An Analysis of Land Use Change in the Urban Fringe Using GIS and Logistic Regression in Korea. The Korea Spatial Planning Review 33:175-200.

상세보기
Kim, O.S., Ahn, S., Yoon, J.H., S.J. Bin and K.H. Kim. 2015. Development of Integrated Land-Use Model to Support Climate Change Adaptation Policy-Part I, Korea Environment Institute, Sejong, Republic of Korea, pp.1-119.
Kline, J.D. and R.J. Alig. 2001. A Spatial Model of Land Use Change for Western Oregon and Western Washington. Res. Pap. PNW-RP-528. Portland, OR: U.S. Department of Agriculture, Forest Service, Pacific Northwest Research Station. 24pp.
Korea Forest Service. 2019. Statistical Yearbook of Forestry. Daejeon, Republic of Korea.
Lee, Y.J. and S.J. Kim. 2007. A Modified CA-Markov Technique for Prediction of Future Land Use Change. KSCE Journal of Civil Engineering 27(6D):809-817.
Mitsova, D., W. Shuster and X. Wang. 2011. A Cellular Automata Model of Land Cover Change to Integrate Urban Growth with Open Space Conservation. Landscape Urban Plan 99(2):141-153.

상세보기
Seo, H.J. and B.W. Jun. 2017. Modeling the spatial Dynamics of Urban Green Spaces in Daegu with a CA-Markov Model. Journal of the Korean Geographical Society 52(1):123-141.
Verburg, P.H. and K.P. Overmars. 2009. Combining Top-Down and Bottom-Up Dynamics in Land Use Modeling: Exploring the Future of Abandoned Farmlands in Europe with the Dyna-CLUE Model. Landscape Ecology 24(9):1167-1181.

상세보기
Verburg, P.H., Soepboer, W., Veldkamp, A., Limpiada, R., V. Espaldon and S.S.A. Mastura. 2002. Modeling the Spatial Dynamics of Regional Land Use: The CLUE-S Model. Environmental Management 30(3):391-405.

상세보기
Wolfram, S. 1984. Computation Theory of Cellular Automata. Communications in Mathematical Physics 96(1):15-57.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증