본 연구는 기업 간 거래망을 활용하여 지역 간 경제적 연계를 확인하고 경제적 상호의존성에 기초한 기능적 경제권을 설정하는데 그 목적이 있다. 기존의 경제권은 이미 알려진 행정도 경계나 문화적 동질성을 기준으로만 설정되거나 실증자료를 활용하더라도 통근, 인구이동, 화물흐름 등 경제활동을 충분히 설명하지 못하는 자료에만 의존하였다. 본 연구는 이러한 한계를 극복하기 위해 한국기업데이터의 CRETOP+ 데이터베이스를 활용하여 실제 기업 간 거래망을 구축하고, 커뮤니티 발견법을 적용해 우리나라의 기능적 경제권을 파악하였다. 분석결과 거래망에 따라 6~7개의 경제권이 도출되었다. 특히 수도권, 충청권, 강원권을 통합한 하나의 거대한 경제권역이 형성되어 있었으며, 전북, 전남은 서로 간의 기업 간 거래빈도가 매우 낮아 호남권으로 묶이기보다 별도의 경제권을 형성하고 있는 것으로 나타났다. 대구, 경북의 경제권과 부산, 경남의 경제권이 각각 존재하는 것으로 나타났지만 울산, 경주, 포항은 도 경계를 넘어서 별도의 권역을 형성하고 있는 것으로 나타났다. 이를 통해 본 연구는 향후 국가균형발전정책에서 실증 자료에 기반한 정책공간의 설정이 필요함을 주장한다.
본 연구는 기업 간 거래망을 활용하여 지역 간 경제적 연계를 확인하고 경제적 상호의존성에 기초한 기능적 경제권을 설정하는데 그 목적이 있다. 기존의 경제권은 이미 알려진 행정도 경계나 문화적 동질성을 기준으로만 설정되거나 실증자료를 활용하더라도 통근, 인구이동, 화물흐름 등 경제활동을 충분히 설명하지 못하는 자료에만 의존하였다. 본 연구는 이러한 한계를 극복하기 위해 한국기업데이터의 CRETOP+ 데이터베이스를 활용하여 실제 기업 간 거래망을 구축하고, 커뮤니티 발견법을 적용해 우리나라의 기능적 경제권을 파악하였다. 분석결과 거래망에 따라 6~7개의 경제권이 도출되었다. 특히 수도권, 충청권, 강원권을 통합한 하나의 거대한 경제권역이 형성되어 있었으며, 전북, 전남은 서로 간의 기업 간 거래빈도가 매우 낮아 호남권으로 묶이기보다 별도의 경제권을 형성하고 있는 것으로 나타났다. 대구, 경북의 경제권과 부산, 경남의 경제권이 각각 존재하는 것으로 나타났지만 울산, 경주, 포항은 도 경계를 넘어서 별도의 권역을 형성하고 있는 것으로 나타났다. 이를 통해 본 연구는 향후 국가균형발전정책에서 실증 자료에 기반한 정책공간의 설정이 필요함을 주장한다.
The study aims to identify economic interdependencies between regions and define functional economic areas of Korea by analyzing inter-firm transaction networks. Previous research has relied on pre-given administrative boundaries or cultural homogeneity and used data such as commuting, population mo...
The study aims to identify economic interdependencies between regions and define functional economic areas of Korea by analyzing inter-firm transaction networks. Previous research has relied on pre-given administrative boundaries or cultural homogeneity and used data such as commuting, population movement, and cargo flows which could not fully explain economic activities. To overcome the limitations, this study applies a community detection method to inter-firm transaction networks derived from the CRETOP+ database of Korean corporate data. The novel dataset and the network analysis enables us to identify Korea's functional economic areas based on actual inter-firm linkages. The result shows that there are six to seven economic blocs in the networks as of 2018. In particular, one huge economic bloc is formed integrating the Seoul metropolitan area, Chungcheong, and Gangwon provinces. Meanwhile, North Jeolla and South Jeolla provinces form two economic blocs separately rather than being tied up in one bloc due to the low frequency of transactions between each other. The two big economic blocs of Daegu-Gyeongbuk and Busan-Gyeongnam exist, and interestingly, Ulsan, Gyeongju, and Pohang form a separate middle-sized bloc across the administrative boundaries. The results reveal that the future balanced national development policies should be implemented based on functional economic areas derived from empirical data.
The study aims to identify economic interdependencies between regions and define functional economic areas of Korea by analyzing inter-firm transaction networks. Previous research has relied on pre-given administrative boundaries or cultural homogeneity and used data such as commuting, population movement, and cargo flows which could not fully explain economic activities. To overcome the limitations, this study applies a community detection method to inter-firm transaction networks derived from the CRETOP+ database of Korean corporate data. The novel dataset and the network analysis enables us to identify Korea's functional economic areas based on actual inter-firm linkages. The result shows that there are six to seven economic blocs in the networks as of 2018. In particular, one huge economic bloc is formed integrating the Seoul metropolitan area, Chungcheong, and Gangwon provinces. Meanwhile, North Jeolla and South Jeolla provinces form two economic blocs separately rather than being tied up in one bloc due to the low frequency of transactions between each other. The two big economic blocs of Daegu-Gyeongbuk and Busan-Gyeongnam exist, and interestingly, Ulsan, Gyeongju, and Pohang form a separate middle-sized bloc across the administrative boundaries. The results reveal that the future balanced national development policies should be implemented based on functional economic areas derived from empirical data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
구분된 커뮤니티는 지도화를 통해 경제권의 공간적 분포를 검토하고 기존 설정된 경제권역과 비교하였다. 또한 네트워크 시각화를 통해 커뮤니티의 근간이 된 거래망의 구조를 파악하고자 하였다.
본 연구는 기업 간 거래망을 활용하여 지역 간 경제적 연계를 확인하고 경제적 상호의존성에 기초한 기능적 경제권을 설정하는데 그 목적이 있다. 기존의 경제권은 5+2 광역경제권과 같이 지역 간 실질적인 경제적 연관성을 고려하지 않고 이미 알려진 도 경계나 문화적 동질성을 기준으로만 설정되었다.
실증자료를 활용하더라도 통근에 기반한지역노동시장권을 경제권과 동일하게 취급하거나 인구이동이나 화물흐름 등 경제활동을 충분히 설명하지 못하는 자료에만 의존하였다. 본 연구는 이러한 한계를 극복하기 위해 한국기업데이터의 CRETOP+ 데이터베이스를 활용하여 실제 기업 간 거래관계에 기초하여 우리나라의 기능적 경제권을 파악하고 지자체 간의 연결 관계를 분석하였다. 특히 경제권을 도출하는데 있어 연구자의 주관적 판단을 가급적 배제하고 네트워크의 흐름에 따라 권역을 구분할 수 있는 커뮤니티 발견법을 활용하였다.
을 설정하고 그 함의를 제시하는데 목적이 있다. 본 연구는 한국기업데이터(KED)의 CRETOP+ 데이터베이스에서 제공하는 기업 간 거래 자료를 분석 자료로 활용함과 동시에 네트워크 과학과 사회연결망분석에서 활발히 활용되고 있는 커뮤니티 발견법(community detection)을 경제권 설정을 위한 방법론으로 활용함으로써 자료의 네트워크 특성을 정확하게 반영하면서도 연구자의 주관적인 판단을 최소화하고자 하였다. 본 연구에서는 전 산업 거래와 제조업 거래망 자료를 분석하여 우리나라에서 기존의 5+2 광역경제권과 유사하면서도 차별적인 경제권이 형성되고 있으며 그에 따른 정책공간의 설정이 필요함을 주장한다.
본 연구는 한국기업데이터(KED)의 CRETOP+ 데이터베이스에서 제공하는 기업 간 거래 자료를 분석 자료로 활용함과 동시에 네트워크 과학과 사회연결망분석에서 활발히 활용되고 있는 커뮤니티 발견법(community detection)을 경제권 설정을 위한 방법론으로 활용함으로써 자료의 네트워크 특성을 정확하게 반영하면서도 연구자의 주관적인 판단을 최소화하고자 하였다. 본 연구에서는 전 산업 거래와 제조업 거래망 자료를 분석하여 우리나라에서 기존의 5+2 광역경제권과 유사하면서도 차별적인 경제권이 형성되고 있으며 그에 따른 정책공간의 설정이 필요함을 주장한다. 이를 통해 실증기반(evidence-based)의 지역발전정책 추진을 위한 기초자료를 제공하고자 한다.
이러한 배경에 기초하여 본 연구는 지역 간 경제적 연계를 명확히 드러내는 기업 간 거래자료를 통해 우리나라의 기능적 경제권(functional economic areas)1)을 설정하고 그 함의를 제시하는데 목적이 있다. 본 연구는 한국기업데이터(KED)의 CRETOP+ 데이터베이스에서 제공하는 기업 간 거래 자료를 분석 자료로 활용함과 동시에 네트워크 과학과 사회연결망분석에서 활발히 활용되고 있는 커뮤니티 발견법(community detection)을 경제권 설정을 위한 방법론으로 활용함으로써 자료의 네트워크 특성을 정확하게 반영하면서도 연구자의 주관적인 판단을 최소화하고자 하였다.
본 연구에서는 전 산업 거래와 제조업 거래망 자료를 분석하여 우리나라에서 기존의 5+2 광역경제권과 유사하면서도 차별적인 경제권이 형성되고 있으며 그에 따른 정책공간의 설정이 필요함을 주장한다. 이를 통해 실증기반(evidence-based)의 지역발전정책 추진을 위한 기초자료를 제공하고자 한다.
정보통신기술의 발달로 인해 경제활동과 사회적 관계의 범위가 획기적으로 확장되면서 이에 대응한 새로운 경제적·사회적 공간을 설정하기 위한 논의가 지리학뿐만 아니라 도시계획, 지역학 분야에서 지속되었다(Parr, 2005). 특히 세계화 시대에 힘입어 세계경제를 구성하는 주된 공간단위가 국가에서 지역으로 변모하면서 도시-지역(city-region), 글로벌 도시-지역(global city-region), 거대-도시 지역(mega-city region), 기능적 도시지역(functional urban region), 거대-지역(mega-region) 등 다양한 용어를 통해 확장된 경제공간을 개념화하고자 하였다. 정책차원에서도 이러한 변화를 수용하기 위해 유럽 및 일본 등에서는 이미 1990∼2000년대 초반부터 광역 수준의 공간구획에 관한 논의가 활발히 이루어졌다(Rodríguez-Pose, 2008).
제안 방법
구분된 커뮤니티는 지도화를 통해 경제권의 공간적 분포를 검토하고 기존 설정된 경제권역과 비교하였다. 또한 네트워크 시각화를 통해 커뮤니티의 근간이 된 거래망의 구조를 파악하고자 하였다.
기업 거래망을 활용한 기능적 경제권역 구분은 다음 그림 1 및 표 3과 같다. 도출된 각 경제권별로 색을 달리하여 구분하였으며, 시군구별로는 총 거래건수에 비례하는 원그래프를 표기해 커뮤니티 내에서 중요한 역할을 하는 지역을 탐색하였다. 각 거래망은 모두 2단계 총 6∼7개의 커뮤니티로 분할되었으며, 커뮤니티 개수 측면에서 제조업의 1, 2차 거래망과 전 산업 거래망 간의 차이는 거의 없는 반면 지역 구분은 가시적인 차이가 나타났다.
본 분석에서는 CRETOP+ 데이터베이스의 2018년 데이터를 활용하여 시군구를 노드(Nodes)로 시군구 간 거래건수3)를 링크(Links)로 하는 거래망을 구축하였다. 분석대상은 전국 시군구이며, 시급 도시의 비자치구는 시급 단위로 통합하여 총 229개 시군구를 분석에 활용하였다.
본 연구에서는 지역설정을 위한 다양한 방법론들 중 커뮤니티 발견법을 활용하여 경제권을 설정하였다. 지금까지 요인분석법, 지역노동시장권, 지오컴퓨테이션 기법 등 다양한 방법론들이 지역 구분을 위해 개발되어 폭넓게 활용되고 있으나, 연구자의 주관적 판단이 상당수 개입하거나 모든 공간단위들 간에 양방향으로 흐르는 흐름들을 명확히 포착할 수 없다는 단점이 있다(권규상, 2019).
우선 표준산업분류에 따라 대분류 C에 해당하는 제조업 기업 간의 거래를 포함하는 ‘제조업 내 거래망’, 제조업 기업과 거래한 모든 거래를 포함하는 ‘제조업1차 거래망’, ‘제조업 1차 거래망’과 거래한 모든 거래를 포함하는 ‘제조업 2차 거래망’, 그리고 산업분류와 관계없이 전체 거래를 포괄하는 ‘전 산업 거래망’을 구축한다. 즉, 제조업을 기준으로 점차 거래의 범위를 넓혀가는 방식으로 거래망을 구축하였다. 제조업 거래망을 구분해서 살펴보는 이유5)는 우리나라 경제구조의 근간이 되는 산업이면서지역 간 경제적 연계를 형성하는 주된 산업부문이기 때문이다.
이를 반복하여 맵방정식을 최소화하는 커뮤니티 구조를 발견한다. 초기 배정된 커뮤니티가 고정되는 경우 정확도가 떨어질 수 있다는 점을 보완하기 위해, 각 커뮤니티 내부에 하위 커뮤니티를 구성해 이동시키고, 개별 노드에 대해서도 무작위로 이동을 시켜 알고리즘을 반복 적용한다. 여기서 구성된 하위 커뮤니티가 맵방정식을 감소시키는 경우 이를 그대로 두고 그 내부에 또 다시 하위 커뮤니티 존재 여부를 탐색하는 방식으로 알고리즘을 반복 적용한다.
대상 데이터
본 연구에서는 우리나라의 기능적 경제권 구분을 위하여 ㈜한국기업데이터의 CRETOP+ 데이터베이스를 이용하였다. 데이터베이스에는 국내 약 550만 개 기업의 정보(e.g., 주소지, 한국표준산업분류코드 세세부업종)가 수집되어 있다. 통계청에서 수집한 전국사업체조사와 달리 CRETOP+의 경우 기업 간 주요 거래 내역(e.
본 연구에서는 우리나라의 기능적 경제권 구분을 위하여 ㈜한국기업데이터의 CRETOP+ 데이터베이스를 이용하였다. 데이터베이스에는 국내 약 550만 개 기업의 정보(e.
를 링크(Links)로 하는 거래망을 구축하였다. 분석대상은 전국 시군구이며, 시급 도시의 비자치구는 시급 단위로 통합하여 총 229개 시군구를 분석에 활용하였다.4) 거래망은 거래의 범위에 따라 총 4개의 지역 간 거래망을 추출하였다.
전체 거래망에 포함된 기업의 수는 24만여 개이며, 거래망은 45만여 개이다. 이를 229개 시군구간 거래망으로 변환하였을 때 기업 간 거래건수를 가중치로 하는 28,471개가 분석에 투입되었다. 거래망을 구성하는 기업의 한국표준산업분류 상 대분류 특성을 살펴보면 표 2와 같다.
데이터처리
더욱이 기존 발견법들이 모듈성 지수에 기반을 두고 있는 것과 달리, 위계적 맵방정식을 활용한 위계 구조 탐색은 우리나라의 높은 수도권 중심성을 효과적으로 반영할 수 있는 방법론이라고 할 수 있다. 분석은 mapequation.org에서 제공하는 어플리케이션을 통해 수행하였다.
이론/모형
각 노드의 크기는 연결 중심성(degree centrality)6)에 비례하게, 각 링크의 두께는 거래건수에 비례하게 표기했다. 노드의 색은 커뮤니티별로 구분하였으며 Rosvall and Bergstrom(2011)을 참고하여 도표 가운데에 커뮤니티 간 관계를 보여주는 메타 거래망을 시각화했다.7)
본 연구에서는 기존 제시된 다양한 커뮤니티 발견법 중 Rosvall and Bergstrom(2011)이 제시한 위계적 맵방정식(hierarchical map equation)을 활용한다. 위계적 맵방정식은 커뮤니티 발견을 위해 활용되어 온 다양한 알고리즘 중 InfoMap을 위계적 차원으로 확장한 것으로서, 커뮤니티를 무작위 서퍼(random surfer)가 더 머물 가능성이 높은 노드 그룹으로 정의하는 방법론이다.
본 연구는 이러한 한계를 극복하기 위해 한국기업데이터의 CRETOP+ 데이터베이스를 활용하여 실제 기업 간 거래관계에 기초하여 우리나라의 기능적 경제권을 파악하고 지자체 간의 연결 관계를 분석하였다. 특히 경제권을 도출하는데 있어 연구자의 주관적 판단을 가급적 배제하고 네트워크의 흐름에 따라 권역을 구분할 수 있는 커뮤니티 발견법을 활용하였다. 분석결과 제조업체 간 거래망에서 전체 거래망에 이르기까지 6∼7개의경제권이 도출되었다.
성능/효과
각 거래망은 모두 2단계 총 6∼7개의 커뮤니티로 분할되었으며, 커뮤니티 개수 측면에서 제조업의 1, 2차 거래망과 전 산업 거래망 간의 차이는 거의 없는 반면 지역 구분은 가시적인 차이가 나타났다.
특히 5+2 광역경제권과 달리 수도권, 충청권, 강원권을 통합한 하나의 거대한 경제권역이 형성되어 있었으며, 전북, 전남은 서로 간의 기업 간 거래빈도가 매우 낮아 호남권으로 묶이기보다 별도의 경제권을 형성하고 있는 것으로 나타났다. 대구, 경북의 경제권과 부산, 경남의 경제권이 각각 존재하는 것으로 나타났지만 울산, 경주, 포항은 도 경계를 넘어서 별도의 권역을 형성하고 있는 것으로 나타났다. 즉 기업 거래망에 기초하여 지역 간 실질적인 경제적 상호의존성을 고려하면 경제적 측면에서 정책의 공간단위는 우리가 익숙하게 알고 있는 지역구분과 유사하지만 수도권의 영향력은 보다 크고, 전북과 전남의 연계는 매우 약하다.
특히 제조업의 1차, 2차 거래망은 제조업 기업과 거래하는 모든 산업의 거래를 담고 있다는 점을 상기할 때 제조업이 우리나라 산업의 근간이자 하나의 경제권역을 형성하는데 중요한 역할을 하고 있음이 명확하게 드러난다. 둘째, 제조업의 계층적 거래망뿐만 아니라 전체 기업 거래에서도 수도권의 영향력이 가장 큰 것으로 나타난다는 점이다. 실제 서울, 경기 등 수도권을 중심으로 한 커뮤니티는 가장 많은 시군구를 해당 경제권에 포함하고 있으며, 거래빈도의 상당수가 수도권 내 시군구에 밀집되어 있다.
분석결과 제조업체 간 거래망에서 전체 거래망에 이르기까지 6∼7개의경제권이 도출되었다.
가장 거래망이 작은 제조업 내의 거래망에서도 수도권을 포함한 1번 커뮤니티의 범위는 충청권 전체와 강원도의 접경지역 및 동해안 일부를 제외하고 전체를 포함하고 있으며, 거래망이 확장될수록 서울, 인천, 경기뿐만 아니라 대전, 세종, 강원, 충북, 충남이 모두 포함된 거대한 경제권역이 나타나고 있다. 셋째, 점차거래가 확장됨에 따라 경제권이 하나 혹은 둘 이상의 도경계로 구분되는 경향이 있다. 제조업 내 거래망에서는 제조업 거래가 상대적으로 드문 강원도 일부 지역(커뮤니티 2)과 경상북도 일부 지역(커뮤니티 6)이 별도의 제조업 중심의 경제권을 형성하지만, 제조업 2차 거래망에서는 각기수도권(커뮤니티 1)과 경북권(커뮤니티 5)으로 편입된다.
셋째, 제조업의 2차 거래망이 전체 기업 간 거래망을 대부분 설명하고 있음을 고려하면 여전히 우리나라 산업구조의 근간은 제조업이며, 주력 제조업의 위기는 기업 간 상호의존적 관계를 따라 경제권 전체로 파급될 수 있다.제조업 내의 거래망이 아닌 전 산업 거래망에서도 경제권내 중심적인 역할을 담당하는 시군구는 모두 제조업 중심지역이다.
거래망을 구성하는 기업의 한국표준산업분류 상 대분류 특성을 살펴보면 표 2와 같다. 전체 거래망 기준 제조업 다음으로 도매 및소매업, 건설업, 정보통신업 등의 순서로 많은 기업들이 거래에 참여하고 있는 것으로 나타났다.
따라서 제조업의 1차 거래망으로 거래관계를 확장하면 공간적으로 불연속적이었던 경제권역이 대체로 지리적 인접성을 만족시키는 권역으로 나타남을 확인할 수 있다. 제조업 1차 거래망에 기초한 경제권에서는 기존의 수도권 중심의 경제권이 포함하고 있지 않았던 강원도 접경지역과동해안 지역들이 하나의 경제권을 형성하고 있음을 확인할 수 있다. 또한 별도의 경제권을 형성하던 경북 북부지역에서 울진, 영덕은 부산, 울산 중심의 경제권에 포함되고 나머지 지역들은 대구 중심의 경제권으로 포함되고 있다.
제조업의 2차 거래망과 전 산업 거래망까지 그 범위를 확장하면 7개의 지리적으로 연속된 경제권이 형성됨을 확인할 수 있다. 수도권, 강원도, 충청도를 포함한 경제권과 전북 중심의 경제권, 전남 경제권, 대구 및 경북북부를 포함한 경제권, 부산과 김해 등을 중심으로 한 경남 경제권, 울산, 포항, 경주의 경제권, 제주 경제권으로 구분할 수 있다.
Jones(2017: 493)는 기능적 경제권을 설정하기 위해서는 다음의 측면에 대한 유연한 접근이 필요하다고 주장한다. 첫째, 경제권 내에 명확한 중심노드가 반드시 존재할 필요가 없으며, 둘째, 주변지역까지 포함할 수 있는 포괄적인 영역구분이 필요하고, 셋째, 경제적 흐름을 통해서 탐색되어야 하며, 넷째, 중심지적 요건을 가지고 있어야 한다. 첫 번째, 두 번째를 반영하기 위해서는 명확한 중심노드를 설정하지 않으면서 주변지역을 폭넓게 포괄할 방법론이 필요하다.
기업 간 거래망을 통해 도출한 경제권은 기존의 5+2 광역경제권과 비교했을 때 크게 두 가지 함의를 지닌다. 첫째, 광역시도를 경제권의 구성단위로 간주한 5+2 광역경제권의 경제권 설정은 일정부분 유효하다는 것이다. 광역시도보다 작은 시군구 단위의 기업 간 거래관계를 통해 설정된 경제권역에서 제조업체 간 거래 혹은 제조업의 1차거래에서는 도 경계를 넘거나 공간적으로 불연속적인 경제권이 나타나지만, 거래관계가 확장될수록 울산-경주 포항권 이외에 도 경계를 넘어 형성되는 경제권은 나타나지 않았다.
기업의 실제 거래망을 통해 우리나라를 기능적 경제권으로 구분한 결과는 다음과 같은 특성으로 요약할 수 있다. 첫째, 제조업 2차 거래망에 의한 경제권의 구분과 전 산업 거래망에 의한 경제권은 동일한 기능적 경제권을 생성하고 있다. 즉 제조업 거래망을 2단계 이상으로 확장하면, 3단계, 4단계 그리고 그 이상의 거래는 대부분 같은 경제권내에서 발생한다는 것이다.
기업의 실제 거래관계를 바탕으로 도출한 경제권은 다음과 같은 정책적 시사점을 제공한다. 첫째, 현재의 국가균형발전 정책은 개별 광역지자체 단위에서의 정책에만 초점을 맞추고 있는데, 이를 넘어선 정책공간에 대한 재논의가 필요하다. 이명박 정부에서 추진한 광역경제권의 경우 광역경제권발전계획을, 박근혜 정부에서 추진한 지역행복생활권은 지역생활권발전계획을 수립하고 정책을 수행하였다.
특징적인 부분들을 살펴보면 우선 제조업 내 거래망에서는 안산시, 인천서구, 창원시, 김해시, 달성군, 달서구등 제조업체가 다수 입지한 지역의 역할이 두드러지게 나타나지만 그 중에서도 화성시의 역할이 전 거래망에 걸쳐 매우 중요하게 나타나고 있음을 확인할 수 있다. 특히 수도권을 중심으로 한 커뮤니티 1은 화성시, 안산시, 시흥시 등경기남부의 강력한 연계를 중심으로 김포시, 인천서구, 부천시 등 서부권, 천안시, 아산시 등 충청권과 연결되는 구조를 띄고 있다.
분석결과 제조업체 간 거래망에서 전체 거래망에 이르기까지 6∼7개의경제권이 도출되었다. 특히 5+2 광역경제권과 달리 수도권, 충청권, 강원권을 통합한 하나의 거대한 경제권역이 형성되어 있었으며, 전북, 전남은 서로 간의 기업 간 거래빈도가 매우 낮아 호남권으로 묶이기보다 별도의 경제권을 형성하고 있는 것으로 나타났다. 대구, 경북의 경제권과 부산, 경남의 경제권이 각각 존재하는 것으로 나타났지만 울산, 경주, 포항은 도 경계를 넘어서 별도의 권역을 형성하고 있는 것으로 나타났다.
경제권 간의 관계, 즉 커뮤니티 간의 관계를 살펴보면 수도권을 중심으로 한 경제권과 대구, 경북을 중심으로 한대경권, 부산, 경남을 중심으로 한 동남권 간의 흐름이 크게 나타나고 다른 경제권 간에는 흐름의 강도가 약한 것으로 나타난다. 특히 전라북도와 광주 및 전라남도는 지리적으로 인접해있지만 흐름이 거의 나타나지 않고, 수도권을 중심으로 한 경제권과 경제권 간의 연결성이 가장 높게 나타나고 있음을 확인할 수 있다.
후속연구
둘째, 경제권의 특성에 따라 경제권 내부와 외부 간 연계에 대한 방향정립이 필요하다. 수도권은 이미 강원도와 충청남북도, 대전까지 하나의 경제권으로 포섭하고 있다.
우선 본 분석에서는 기업 간 거래빈도로만 지역 간 경제적 연계정도를 판단하였는데, 실제 모든 거래가 같은 중요성을 갖는다고 보기는 어렵다. 비록 자료의 한계로 각 거래별 중요도를 판단할 수 없었으나 향후 연구에서는 거래액 혹은 거래비중을 통해 보다 현실적인 지역 간 경제적 연계를 파악할 필요가 있겠다. 또한 2018년 한 시점의 경제권만을 분석하였기 때문에 지역 간 경제적 연계의 시간에 따른 변화를 파악하고 있지 못하다.
또한 2018년 한 시점의 경제권만을 분석하였기 때문에 지역 간 경제적 연계의 시간에 따른 변화를 파악하고 있지 못하다. 향후 분석에서는 시계열적 분석을 통해 기업 간 거래관계에 기초할 때 우리나라 경제권의 변화양상과 변화를 추동한 원인에 대한 분석이 수행될 필요가 있다.
Bohlin, L., Edler, D., Lancichinetti, A. and Rosvall, M., 2014, "Community Detection and Visualization of Networks with the Map Equation Framework," in Ding, Y., Rousseau, R. and Wolfram, D.(eds.), Measuring Scholarly Impact, Cham: Springer, pp.3-34.
Coombes, M., 2014, "From city-region concept to boundaries for governance: The English case," Urban Studies 51(11), pp.2426-2443.
Hanssens, H., Derudder, B., Van Aelst, S. and Witlox, F., 2014, "Assessing the functional polycentricity of the mega-cityregion of Central Belgium based on advanced producer service transaction links," Regional Studies 48(12), pp.1939-1953.
Harrison, J., 2007, "From competitive regions to competitive cityregions: a new orthodoxy, but some old mistakes," Journal of Economic Geography 7(3), pp.311-332.
Hoyler, M., Kloosterman, R. C. and Sokol, M., 2008, "Polycentric puzzles-emerging mega-city regions seen through the lens of advanced producer services," Regional Studies 42(8), pp.1055-1064.
Jones, C., 2017, "Spatial economy and the geography of functional economic areas," Environment and Planning B 44(3), pp. 486-503.
Lovering, J., 1999, "Theory led by policy: the inadequacies of the 'new regionalism' (illustrated from the case of Wales)," International Journal of Urban and Regional Research 23 (2), pp.379-395.
Orman, G. K., Labatut, V. and Cherifi, H., 2012, "Comparative evaluation of community detection algorithms: a topological approach," Journal of Statistical Mechanics: Theory and Experiment 2012(08), P08001.
Pan, F., Bi, W., Lenzer, J. and Zhao, S., 2017, "Mapping urban networks through inter-firm service relationships: The case of China," Urban Studies 54(16), pp.3639-3654.
Ratti, C., Sobolevsky, S., Calabrese, F., Andris, C., Reades, J., Martino, M., Claxton, R. and Strogatz, S. H., 2010, "Redrawing the map of Great Britain from a network of human interactions," PloS One 5(12), e14248.
Rodriguez-Pose, A., 2008, "The rise of the "city-region" concept and its development policy implications," European Planning Studies 16(8), pp.1025-1046.
Rosvall, M. and Bergstrom, C. T., 2008, "Maps of random walks on complex networks reveal community structure," Proceedings of the National Academy of Sciences 105(4), pp. 1118-1123.
Rosvall, M. and Bergstrom, C. T., 2011, "Multilevel compression of random walks on networks reveals hierarchical organization in large integrated systems," PloS One 6(4), e18209.
Scott, A. J., Agnew, J., Soja, E. W. and Storper, M., 2001, "Global city-regions: an overview," in Scott, A. J.(ed.), Global City-Regions: Trends, Theory, Policy, Oxford: Oxford University Press, pp.11-30.
Torreggiani, S., Mangioni, G., Puma, M. J. and Fagiolo, G., 2018, "Identifying the community structure of the food-trade international multi-network," Environmental Research Letters 13(5), 054026.
Van Oort, F., Burger, M. and Raspe, O., 2010, "On the economic foundation of the urban network paradigm: Spatial integration, functional integration and economic complementarities within the Dutch Randstad," Urban Studies 47(4), pp.725-748.
Yang, Z., Algesheimer, R. and Tessone, C. J., 2016, "A comparative analysis of community detection algorithms on artificial networks," Scientific Reports 6, 30750.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.