[논문]시스템 다이내믹스를 이용한 스마트도시계획이 도시동태성에 미치는 영향 분석 - 안양시를 중심으로

이미숙; 여관현; 김창훈

doi:10.7848/ksgpc.2020.38.1.57

시스템 다이내믹스를 이용한 스마트도시계획이 도시동태성에 미치는 영향 분석 - 안양시를 중심으로
The Effect Analysis of Smart City Planning on Urban Dynamics Using System Dynamics Method - Focused on Anyang-city, Korea 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.38 no.1, 2020년, pp.57 - 67

이미숙 (Dept. of Urban Information Engineering, Anyang University) , 여관현 (Dept. of Public Administration, Anyang University) , 김창훈 (Dept. of Industrial Engineering, Hanyang University)

초록
AI-Helper

최근 스마트도시는 교통, 환경, 안전, 에너지 등 다양한 도시문제를 해결하기 위한 대안으로 주목받고 있다. 그러나 스마트도시의 개념, 동향, 정책 및 법제도에 관한 연구는 활발히 이루어지는데 비해서, 도시의 성장·정체·쇠퇴 과정 등 전 단계를 고려한 동태적 관점에서 스마트도시 서비스가 실제로 도시에 어떠한 영향을 미치는지에 대한 연구는 미흡한 실정이다. 따라서 도시를 인구, 산업, 교통, 환경, 주택, 토지 등의 하위 구성요소들이 상호간에 밀접하게 상호작용 하는 하나의 전체 시스템으로 보는 시각을 바탕으로, 도시가 시간의 흐름에 따라 어떻게 변화하는지 파악할 필요가 있다. 이에 본 연구는 시스템 다이내믹스 기법을 활용하여 안양시의 도시동태성이 장기적으로 어떠한 행태로 나타나는지 규명하고, 안양시의 스마트도시계획 등 관련 사업예산 투자가 도시동태성에 어떠한 영향을 미치는지를 분석하였다. 분석결과, 안양시는 성숙·안정형 도시에 해당되며 2040년까지 인구가 서서히 감소하는 것으로 나타났다. 구체적으로 안양시 인구는 2030까지 55만3천명 수준으로 감소하고 2040년까지 54만3천명 수준으로 감소하는 것으로 나타났다. 안양시 스마트도시계획(안)에 따라 스마트도시 사업예산을 투입하면 투자하지 않을 경우에 비해서 인구감소 완화, 사업체수 증가, 도시안전지수 개선, 평균 주행속도 개선 등의 효과가 있는 것으로 나타났다. 인구는 2040년 기준으로 예산 투입 이전보다 4000명 정도 증가하고 사업체수는 761개 증가하는 것으로 나타났다. 이러한 연구결과는 장기적인 관점에서 스마트도시 관련 정책의 효과를 파악하고 예측하는데 활용될 수 있다.

Abstract ▼ AI-Helper

Recently, smart cities are attracting attention as a solution for a plethora of urban problems, including transportation, environment, safety, and energy. However, despite a substantial body of research dealt with the concept, trends, policy, and legal institutions of smart cities, few researchers have examined how the smart city services influence the cities from the dynamic perspective that considers the entire cycle of a city, including its growth, stagnation, and decline. Thus, it is vital to understand how the city changes with time from the view that a city is a system of sub-elements-population, industry, transportation, environment, housing, and land-closely interacting together. Within this context, this study explores how the urban dynamics of Anyang-city develop for the long term using the System Dynamics method and analyzes the effect of smart city project investment on the dynamics of Anyang-city. According to the result, Anyang-city is a "mature and stable" type, and its population is expected to decrease slowly by 2040. Specifically, the Anyang-city population will be reduced to 553,000 by 2030. It was analyzed that the number will decrease to 543,000 by 2040. It was also found that the investment in smart city projects in Anyang, based on the Plan for Anyang Smart City, would have the following effects: easing population decline, increasing number of businesses, improving urban safety index, and increasing average driving speed. The population will grow by 4,000 and the number of businesses will increase by 761 than before budget investment. The result of this paper is expected to contribute to identifying and predicting the effect of smart city policies from a long-term perspective.

주제어

표/그림 (11)

그림 Fig. 1. Sub-elements of urban dynamics model
그림 Fig. 2. Causal loop diagram of urban dynamics model
그림 Fig. 3. Stock-ﬂow diagrams of urban dynamics model
표 Table 1. The equations of population model and industrial model
표 Table 2. The equations of housing model, environment model, and traﬃc model
그림 Fig. 4. Simulation results of Anyang-city model
그림 Fig. 5. Actual data and simulation results of key variables
그림 Fig. 6. The effect of smart city planning on population sector
표 Table 3. Comparison before and after budget investment
표 Table 4. Population change in Anyang
그림 Fig. 7. The efect of smart city planning on key variables

AI 본문요약
AI-Helper

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

문제 정의

이에 본 연구에서는 시스템 다이내믹스 기법을 이용하여 안양시를 대상으로 도시 시스템의 하위 구성요소와 이들간의 인과관계를 파악하고, 도시의 인과순환적 피드백루프에 의해서 도시동태성이 장기적으로 어떠한 행태로 나타나는가를 규명하고자 한다. 또한 본 연구에서 규명한 인과순환적 피드백구조를 시뮬레이션 모형으로 구축하고 정책 모의실험을 수행하여 안양시의 스마트도시계획 등 관련 사업예산 투자가 안양시의 도시동태성에 어떠한 영향을 미치는지를 파악하는데 연구 목적이 있다.
본 연구는 안양시의 도시동태성을 파악하기 위한 인과지도를 작성하고 이를 기반으로 시뮬레이션 모형을 구축하여 안양시의 스마트도시 정책효과를 분석하여 제시하였다는데 연구의 의의가 있다. 그러나, 도시는 다양한 구성요소들이 상호 작용하는 매우 복잡한 시스템 구조를 갖고 있기 때문에 본 연구모형에 반영되지 않은 주요 변수들이 존재할 수 있다.
본 연구에서는 2010년을 시뮬레이션 시작년도로 설정하고 2040년까지 시간의 흐름에 따른 변수들의 변화와 시스템의 행태를 파악하고자 하였다. 따라서 변수의 초기값은 2010년을 기준으로 입력한 후 30년간의 변화 패턴을 분석하였다.
본 연구에서는 산업 부문, 교통 부문, 안전 부문, 환경 부문으로 투입되는 예산을 구분하여 기본모형에 예산투입시 안양시 도시동태성에 어떠한 변화가 발생하는지 예산 투입의 효과를 분석하였다. 산업 부문의 스마트도시 서비스는 주로 일자리 정책으로 창의교육 프로그램, 청년 공유 오피스, 일자리 스튜디오, 생생 체험서비스 등이며 25억원이 투입될 예정이다.
본 연구에서는 시스템 다이내믹스 기법을 이용하여 안양시를 대상으로 도시 하위 구성요소인 인구, 산업, 안전, 환경, 토지, 교통, 주택 부문의 인과관계를 파악하고, 도시의 인과순환적 피드백루프에 의해서 도시동태성이 장기적으로 어떠한 행태로 나타나는가를 분석하였다. 또한 안양시 도시동태성 모형을 구축하고 정책실험을 수행하여 안양시의 스마트도시계획 등 관련 사업예산 투자가 안양시의 도시동태성에 어떠한 영향을 미치는지를 파악하였다.
이에 본 연구에서는 시스템 다이내믹스 기법을 이용하여 안양시를 대상으로 도시 시스템의 하위 구성요소와 이들간의 인과관계를 파악하고, 도시의 인과순환적 피드백루프에 의해서 도시동태성이 장기적으로 어떠한 행태로 나타나는가를 규명하고자 한다. 또한 본 연구에서 규명한 인과순환적 피드백구조를 시뮬레이션 모형으로 구축하고 정책 모의실험을 수행하여 안양시의 스마트도시계획 등 관련 사업예산 투자가 안양시의 도시동태성에 어떠한 영향을 미치는지를 파악하는데 연구 목적이 있다.

제안 방법

환경 부문은 Moon(2007)의 연구를 바탕으로 이동오염원, 고정오염원, 이산화질소 발생량, 환경질 등의 주요 변수를 도출하고 인과지도에 반영하였다. 교통 부문은 Choi(2003)와 An(2009)의 연구를 참고하여 총통행량, 도로용량, 평균주행속도, SOC 투자 등의 변수를 도출하고 인과관계를 설정하였다.
셋째, 이러한 개념화를 바탕으로 실제로 정책분석에 이용될 컴퓨터 모델을 작성한다. 넷째, 작성된 모델에서 보여지는 주요변수들의 행태를 중심으로 모델의 타당성을 평가한다. 모델의 타당성이 입증되면 마지막으로 이 모델을 이용하여 정책대안에 대한 분석을 행하게 된다.
이러한 부문별 주요 변수와 인과관계를 모두 합치면 전체 인과지도를 도출할 수 있다. 도시는 인구, 안전, 산업, 주택, 토지, 환경, 교통 등 하위 구성요소간의 순환적인 인과관계의 상호작용으로 구성된 동태적인 시스템이기 때문에 본 연구에서는 이러한 하위 구성요소들을 종합하여 Fig. 2와 같이 전체 인과지도를 도출하였다.
본 연구에서는 2010년을 시뮬레이션 시작년도로 설정하고 2040년까지 시간의 흐름에 따른 변수들의 변화와 시스템의 행태를 파악하고자 하였다. 따라서 변수의 초기값은 2010년을 기준으로 입력한 후 30년간의 변화 패턴을 분석하였다.2010년을 시뮬레이션 시작시점으로 선정한 이유는 시뮬레이션 결과값과 2010년부터 2018년까지의 실제 통계값을 비교하여 모형의 타당성을 검증하기 위해서이다.
본 연구에서는 시스템 다이내믹스 기법을 이용하여 안양시를 대상으로 도시 하위 구성요소인 인구, 산업, 안전, 환경, 토지, 교통, 주택 부문의 인과관계를 파악하고, 도시의 인과순환적 피드백루프에 의해서 도시동태성이 장기적으로 어떠한 행태로 나타나는가를 분석하였다. 또한 안양시 도시동태성 모형을 구축하고 정책실험을 수행하여 안양시의 스마트도시계획 등 관련 사업예산 투자가 안양시의 도시동태성에 어떠한 영향을 미치는지를 파악하였다.
Urban 1 Model을 활용하여 도시성장관리를 위한 여러 정책수단을 모의실험한 Moon(2002b)의 연구, 기존의 도시동태모형에 도로, 상수도, 하수도 등 기반시설 부문을 추가하여 도시성장관리를 위한 개발밀도관리방안을 제시한 Jeon(2003)의 연구, 서울시 도시동태성의 비선형적 패턴을 분석하고 정책실험을 하기 위해 경제, 교통, 환경 등 하위 시스템간의 상호작용 모형을 구축한 Choi(2003)의 연구가 대표적이다. 본 연구는 기존 Urban 1 Model에 교통, 환경, 안전부문을 추가하여 컴퓨터 시뮬레이션을 위한 도시동태모형을 구축하고 안양시 스마트도시계획이라는 정책을 모의실험한다는 점에서 기존 연구와의 차별성이 있다.
스마트도시 구축 관련 정책방향을 분석하고 법제도 현황과 개선방안을 분석한 Lee and Kim(2019)의 연구, 지자체의 스마트도시계획이 국가 차원의 마스터플랜인 스마트도시종합계획과 실제로 연결성이 높은지를 네트워크 분석을 활용하여 파악한 Kim and Yi(2018)의 연구, 국내외 스마트도시 정책의 등장 배경 및 전환과정에 대해 검토 후 지자체의 대응전략을 분석한 Lee and Han(2019)의 연구 등이 최근에 진행되었다. 본 연구는 스마트도시계획과 정책의 파급 효과를 분석하기 위하여 시스템 다이내믹스 방법론을 활용하여 정책효과를 시뮬레이션하였다는 점에서 기존 연구와 차별점이 있다.
Lewis(1982)의 해석기준에 의하면, MAPE가 10 미만이면 매우 정확한 예측, 10이상 20 미만이면 우수한 예측, 20이상 50미만이면 합리적 예측, 50 이상이면 부정확한 예측으로 본다. 본 연구에서는 2010년부터 2018년까지의 실제값과 시뮬레이션 결과값을 비교하여 MAPE를 도출하였다. 검증 결과, 인구규모의 오차율은 2.
본 연구에서는 안양시의 도시동태성을 분석하기 위하여 도시의 하위 구성요소를 인구(population sector), 안전부문 (satety sector), 산업부문(industry sector), 주택부문(housing sector), 토지부문(land sector), 환경부문(environment sector), 교통부문(traffic sector)으로 구분하여 주요변수를 도출하였다(Fig. 1).
산업 부문은 Alfeld and Graham(1976), Jeon(2003), An(2009)의 연구를 반영하여 노동력, 사업체수, 일자리수, 노동력 공급 여건 등을 주요 변수로 선정하고 변수간의 인과 관계를 도출하였다.
이 단계에서는 특정 문제를 야기시키는 여러 원인들이 어떻게 상호 연결되어 있는가를 피드백 시각에서 나타내는 인과지도(causal loop diagram)의 작성이 중요한 과제가 된다. 셋째, 이러한 개념화를 바탕으로 실제로 정책분석에 이용될 컴퓨터 모델을 작성한다. 넷째, 작성된 모델에서 보여지는 주요변수들의 행태를 중심으로 모델의 타당성을 평가한다.
안양시라는 전체 시스템을 구성하는 하위 시스템들의 장기적인 행태와 변화 패턴을 분석하기 위하여 시스템 다이내믹스 기법을 이용하여 Fig. 3과 같이 시뮬레이션 모형을 구축하였다. 본 모형의 시뮬레이션 결과는 스마트도시계획 관련 예산을 투입하지 않은 경우의 안양시의 장기적인 변화 행태를 나타낸다.
인구 부문의 주요 변수는 인구, 출생, 사망, 전입, 전출, 가구수 등이며, Choi(2003), Moon(2007), An(2009), Oh and Byeon(2016)의 연구를 참고하여 변수를 도출하고 변수간의 인과관계를 설정하였다. 안전 부문은 범죄발생 건수, 도시안 전지수 등의 변수로 구성되며, 행정안전부에서 매년 발표하는 정책자료인 「전국 지역 안전지수」를 기반으로 작성하였다.
3과 같이 안양시 도시동태성의 변화 행태를 분석하기 위한 시뮬레이션 모델인 Stock/Flow 다이어그램을 작성하였다. 이를 위해 본 연구에서는 인구모형, 산업모형, 주택모형, 환경모형, 교통모형으로 구분하여 전체 모형을 구축하였다. 인구모형에 도시의 하위 구성요소인 인구 부문과 안전 부문을 포함하였으며, 주택모형에 주택 부문과 토지 부문의 인과지도를 반영하였다.
인구 부문의 주요 변수는 인구, 출생, 사망, 전입, 전출, 가구수 등이며, Choi(2003), Moon(2007), An(2009), Oh and Byeon(2016)의 연구를 참고하여 변수를 도출하고 변수간의 인과관계를 설정하였다. 안전 부문은 범죄발생 건수, 도시안 전지수 등의 변수로 구성되며, 행정안전부에서 매년 발표하는 정책자료인 「전국 지역 안전지수」를 기반으로 작성하였다.
이를 위해 본 연구에서는 인구모형, 산업모형, 주택모형, 환경모형, 교통모형으로 구분하여 전체 모형을 구축하였다. 인구모형에 도시의 하위 구성요소인 인구 부문과 안전 부문을 포함하였으며, 주택모형에 주택 부문과 토지 부문의 인과지도를 반영하였다. Fig.
즉, 정책 시행 이후에는 일자리 창출 투자 연간 5 억원, 스마트시티 ITS 투자 연간 21억원, 지능형 방범·방재 투자 연간 38억원, 오염저감 투자 연간 2억원으로 입력값을 변경 하여 예산 투입 이전과 비교·분석하였다.

대상 데이터

2010년을 시뮬레이션 시작시점으로 선정한 이유는 시뮬레이션 결과값과 2010년부터 2018년까지의 실제 통계값을 비교하여 모형의 타당성을 검증하기 위해서이다. 또한 2020년이후의 장기적인 패턴을 파악하기 위하여 종료시점을 2040년으로 설정하였다.
안양시 도시동태모형은 시스템 다이내믹스 분석툴인 Powersim studio 10을 이용하여 구축하였다. 변수값은 경기데이터드림, 통계청, 국토교통부, 안양시 2030 도시기본계획의 통계 및 현황자료 등을 참고하여 입력하였다. 안양시 도시동태성 시뮬레이션 모델인 Fig.

데이터처리

모델의 타당성 검사는 모형의 시뮬레이션 결과가 현실 시스템의 행태와 동일한 특성을 나타내는지 알아보기 위해 절대평균오차비율(MAPE: Mean Absolute Percentage Error)을 적용하였다(Lewis, 1982; Oh and Byun, 2016). MAPE 값을 구하기 위한 수식은 Eq.

이론/모형

3과 같은 다이어그램을 도출할 수 있다. 안양시 도시동태모형은 시스템 다이내믹스 분석툴인 Powersim studio 10을 이용하여 구축하였다. 변수값은 경기데이터드림, 통계청, 국토교통부, 안양시 2030 도시기본계획의 통계 및 현황자료 등을 참고하여 입력하였다.
인과지도를 토대로 Fig. 3과 같이 안양시 도시동태성의 변화 행태를 분석하기 위한 시뮬레이션 모델인 Stock/Flow 다이어그램을 작성하였다. 이를 위해 본 연구에서는 인구모형, 산업모형, 주택모형, 환경모형, 교통모형으로 구분하여 전체 모형을 구축하였다.
주택 부문은 Alfeld and Graham(1976)이 제시한 Urban 1 Model을 반영하여 변수명과 인과지도를 작성하였다. 주택 부문은 주택수, 가구수, 주택가격, 주택수요, 주거 매력도⁵⁾ 등이 주요 변수를 이룬다.
토지 부문은 토지수요, 토지가격 등의 변수로 구성되어 있으며, 변수들간의 관계는 Moon(2002b), Jeon(2003), An(2009) 등의 연구를 참고하였다. 환경 부문은 Moon(2007)의 연구를 바탕으로 이동오염원, 고정오염원, 이산화질소 발생량, 환경질 등의 주요 변수를 도출하고 인과지도에 반영하였다.
토지 부문은 토지수요, 토지가격 등의 변수로 구성되어 있으며, 변수들간의 관계는 Moon(2002b), Jeon(2003), An(2009) 등의 연구를 참고하였다. 환경 부문은 Moon(2007)의 연구를 바탕으로 이동오염원, 고정오염원, 이산화질소 발생량, 환경질 등의 주요 변수를 도출하고 인과지도에 반영하였다. 교통 부문은 Choi(2003)와 An(2009)의 연구를 참고하여 총통행량, 도로용량, 평균주행속도, SOC 투자 등의 변수를 도출하고 인과관계를 설정하였다.

성능/효과

본 연구에서는 2010년부터 2018년까지의 실제값과 시뮬레이션 결과값을 비교하여 MAPE를 도출하였다. 검증 결과, 인구규모의 오차율은 2.8%, 주택수의 오차율은 2.2%, 기업체수의 오차율은 0.8%, 자동차수의 오차율은 1.5%로나타나 MAPE가 10 미만이므로 모형의 타당성이 높은 것으로 판단된다.
분석결과, 안양시는 성숙·안정형 도시에 해당되며 2040년까지 인구가 54만명 수준으로 서서히 감소하는 것으로 나타났다. 기업체수는 2015년 이후 지속적으로 감소하고, 주택 수는 2020년에 비해 2040년까지 1만호 정도 증가하는 것으로 예측되었다. 안양시 스마트도시계획(안)에 따라 스마트도시 사업예산을 투입하면 투자하지 않을 경우에 비해서 인구감소 완화, 사업체수 증가, 도시안전지수 개선, 평균 주행속도 향상 등의 효과가 있는 것으로 나타났다.
실제로 「안양시 2030 도시기본계획(2017)」을 보면 안양시는 도시성장패턴에서 성숙·안정형으로 분류하고 있으며, 과거추세 연장법에 의한 인구추정 결과 2030년 인구는 59만명으로 추계되어 있다. 본 시뮬레이션 결과는 과거추세연장방식인 등차 급수, 등비급수, 최소자승, 지수함수, 로지스틱곡선법에 의한 추정 결과보다 인구가 4만명 정도 더 감소할 것이라는 결과가 나왔지만 인구가 점차적으로 감소할 것이라는 변화행태를 예측하였다는데 의미가 있다. 안양시 주택수의 경우에는 안양시의 주택수요과 공급의 증가로 2010년 163,084호에서 2030년 17만8천호로 증가하고 2040년 18만2천호 수준까지 지속적으로 증가하는 패턴을 보이고 있다(Fig.
분석결과, 안양시는 성숙·안정형 도시에 해당되며 2040년까지 인구가 54만명 수준으로 서서히 감소하는 것으로 나타났다.
시뮬레이션 결과를 보면, 안양시의 인구는 2010년 617,940 명에서 점차적으로 감소하여 2030년에는 553,260명으로 감소하고 2040년에는 54만명 수준으로 감소하는 패턴을 보이고 있다. 이러한 결과는 안양시가 도시 생애주기에서 성숙단계를 지나 안정단계에 해당한다는 의미로 해석할 수 있다.
기업체수는 2015년 이후 지속적으로 감소하고, 주택 수는 2020년에 비해 2040년까지 1만호 정도 증가하는 것으로 예측되었다. 안양시 스마트도시계획(안)에 따라 스마트도시 사업예산을 투입하면 투자하지 않을 경우에 비해서 인구감소 완화, 사업체수 증가, 도시안전지수 개선, 평균 주행속도 향상 등의 효과가 있는 것으로 나타났다. 본 연구결과는 향후 연구모형의 예산투입 금액을 추가하거나 감소시킴으로써 장기적인 관점에서 스마트도시 관련 정책의 효과를 파악하고 예측하는데 활용될 수 있다.
안전 부문에서는 지능형 방범 및 방재에 예산을 투입하여 도시안전지수가 기존에 비해서 향상된 것으로 나타났다. 도시안전지수는 숫자가 작을수록 높은 등급이므로 스마트도시 서비스 예산을 투입하기 이전에 비해 등급이 소폭 상승하였음을 알 수 있다(Fig.
이러한 결과를 종합해 볼 때, 안양시가 스마트도시계획(안)을 수립하고 지속적으로 관련 예산을 투입하면 안양시의 인구감소 완화, 기업체수 감소 완화, 도시안전지수 향상, 평균주행속도 향상 등의 효과가 나타나는 것을 시뮬레이션 결과를 통해 예측할 수 있다.
인구 부문에서는 스마트도시계획에 따른 예산 투입시 인구 감소가 소폭 완화되는 것을 확인할 수 있었다(Fig. 6). 정책 시행 이전에는 2030년 인구가 55만3천명 수준인데 반해서, 정책 시행 이후에는 55만8천명으로 5천명 정도 인구수에 차이가 있었다(Table 4).

후속연구

최근 안양시는 향후 10년간의 안양시 스마트도시 기본계획을 수립하고 33개의 스마트도시 서비스 구축 로드맵을 제시하였다. 계획 내용을 보면, 4차 산업혁명의 신기술을 활용해 교통, 관광, 환경, 복지 등의 분야에 인공지능과 빅데이터, IoT, VR과 드론 등이 적용될 예정이다⁴⁾. 안양시는 시민이 체감할 수 있는 스마트도시 서비스를 통해 활력 증진 균형도시, 시민 행복 포용도시, 도시통합 성장도시 구현을 목표로 하고 있다.
안양시 스마트도시계획(안)에 따라 스마트도시 사업예산을 투입하면 투자하지 않을 경우에 비해서 인구감소 완화, 사업체수 증가, 도시안전지수 개선, 평균 주행속도 향상 등의 효과가 있는 것으로 나타났다. 본 연구결과는 향후 연구모형의 예산투입 금액을 추가하거나 감소시킴으로써 장기적인 관점에서 스마트도시 관련 정책의 효과를 파악하고 예측하는데 활용될 수 있다.
교통 부문은 대중교통 지능형 안내 지원 서비스, 도로 신호 및교통 정보제공서비스, 자율주행차 운행, 5G기반 도로상태 정보 관리 서비스 등으로 107억원 정도의 예산을 투입할 계획이다. 안전 부문의 예산 투입이 가장 높으며 스마트 가로등, 지능형 횡단보도, 지능형 무인 택배함, 여성안심 비상벨 알림 서비스, 위급상황 대응 서비스, 재난 재해 드론 출동 서비스 등에 188억원의 예산을 투입할 예정이다. 환경 부문은 미세먼지 모니터링 서비스에 8억원의 예산을 투입할 계획이다.
후속 연구에서는 여기에서 고려하지 못한 다양한 변수들이 도시동태성 모형에 추가되어야 할 것이다. 특히 환경 부문에서 도시 환경의 질을 반영하기 위해 보다 구체적인 변수가 추가되어 모형의 완성도가 제고되기를 기대한다.
그러나, 도시는 다양한 구성요소들이 상호 작용하는 매우 복잡한 시스템 구조를 갖고 있기 때문에 본 연구모형에 반영되지 않은 주요 변수들이 존재할 수 있다. 후속 연구에서는 여기에서 고려하지 못한 다양한 변수들이 도시동태성 모형에 추가되어야 할 것이다. 특히 환경 부문에서 도시 환경의 질을 반영하기 위해 보다 구체적인 변수가 추가되어 모형의 완성도가 제고되기를 기대한다.

참고문헌 (22)

Alfeld, L.E. and Graham, A.K. (1976), Introduction to Urban Dynamics, Wright-Allen Press, Incorporated, Cambridge, U.K
Anyang-city. (2017), 2030 Anyang City Master Plan, Anyang City Planning Division, Anyang, Korea.
Bertuglia, C.S., Leonaridi, G., and Wilson, A.G. (1987), Urban Dynamics : Designing an Integrated Model, Routledge, London, U.K.
Choi, N.H. (2003), A system dynamics approach in analyzing the dynamics of Seoul metropolitan and finding policy leverages, Korean Public Adminstration Review, Vol. 37, No. 4, pp. 1-30. (in Korean with English abstract)
Forrester, J.W. (1969), Urban Dynamics, M.I.T. Press, Boston, M.A.
Jeon, Y.S. (2003), A Study on the Development Density Control for Urban Growth Management, Doctoral dissertation, Chung-Ang University, Seoul, Korea, 262p.
Kim, D.H. (2004), Systems Thinking, Sunhaksa Co., Seoul.
Kim, D.H., Moon, T.H., and Kim, D.H. (1999), System Dynamics, Dae Young Co., Seoul.
Kim, H.G. and Yi, M.S. (2018), A study on the connectivity between smart city planning and smart city planning using social network analysis, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 36, No. 6, pp. 601-609. (in Korean with English abstract)
Lee, J.Y. and Han, S.H. (2019), An investigation of a smart city policy change and local government response, Journal of the Korean Urban Geographical Society, Vol. 22, No. 2, pp. 1-11. (in Korean with English abstract)
Lee, Y.H. and Kim, S.R. (2019), Policy and legislative studies on smart city construction, Law Review, Vol. 19, No. 4, pp. 163-202. (in Korean with English abstract)
Lewis, C.D. (1982), Industrial and Business Forecasting Methods, Butterworth Scientific, Boston, M.A.
Moon, T.H. (2002a), Issues and methodological status of system dynamics, Korean System Dynamics Review, Vol. 3, No. 1, pp. 61-77. (in Korean with English abstract)
Moon, T.H. (2002b), Evaluation of urban growth management policy using urban dynamics model, Korean System Dynamics Review, Vol. 3, No. 2, pp. 5-27. (in Korean with English abstract)
Moon, T.H. (2007), Sustainable City from a System Thinking, Jipmoondang Co., Seoul, Korea.
Oh, S.U. and Byeon, B.S. (2016), Dynamics analysis of urban functions of the old downtown of Incheon by using system dynamics, The Geographical Journal of Korea, Vol. 50, No. 2, pp. 227-238. (in Korean with English abstract)
Park, E.A. (2010), Evaluation of Urban Growth Management Measures Using Urban Dynamics Model-Focused on the case of Namyangju, Master's thesis, University of Seoul, Seoul, Korea, 109p.
Park, Y.J. (2008), Study on Application of Urban Dynamics Model to Daejeon Metropolitan City, Master's thesis, Hannam University, Seoul, Korea, 89p.
Richardson, G.P. and Pugh, A.L. (1981), Introduction to System Dynamics Modeling with Dynamo, The MIT Press, Cambridge, M.A.
Saeed, K. (1998), Towards Sustainable Development: Essays on System Analysis of National Policy, Ashgate Publishing, Burlington, V.T.
Sancar, F. and Onaran, K.S. (1997), Modeling the dynamics of informalization in land use controls: using system dynamics to formulate research in land use planning, University of Colorado Proceedings for the 15th International System Dynamics Conference, 19-22 August, Istanbul, Turkey, pp. 219-222.
Yi, M.S. (2018), A structural analysis between overseas opening of geospatial information and the promotion of geospatial information industry using the systems thinking, Journal of The Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, Vol. 36, No. 4, pp. 213-221. (in Korean with English abstract)

저자의 다른 논문 :

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