[논문]도시의 산업특성이 미세먼지 농도에 미치는 영향

음정인; 김형규

doi:10.5322/jesi.2020.29.5.445

도시의 산업특성이 미세먼지 농도에 미치는 영향
The Impacts of Industrial Characteristics of Cities on Fine Dust Levels 원문보기

Journal of environmental science international = 한국환경과학회지, v.29 no.5, 2020년, pp.445 - 455

음정인 (홍익대학교 도시공학과) , 김형규 (홍익대학교 도시공학과)

Abstract ▼ AI-Helper

Fine dust is one of the most critical environmental issues in Korea, and the government recognizes the need to establish customized reduction policies based on regional characteristics. Several studies on air pollutants investigate whether factories affect the distribution of fine dust in a particular region. However, understanding the impact of the entire industry sector requires further investigation. This study identifies the impacts of industrial characteristics on fine dust levels of 141 municipalities across Korea in 2016. A total of 23 variables were used, of which 12 referred to industries and 11 to general characteristics of each city. Due to the high correlation between independent variables, partial least squares (PLS) regression models were used. The analysis identified 14 significant variables for PM10 and 13 for PM2.5. Therefore, the results suggest that local industrial characteristics can significantly influence fine dust levels and provide suggestions for establishing customized reduction policies based on local characteristics.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 도시의 산업특성이 미세먼지 농도에 영향을 미치는 중요한 요인임을 분석하였다. 결과를 바탕으로 도시 특성에 따른 맞춤형 미세먼지 저감정책 수립에 중요한 참고자료로 활용될 수 있다.
인구 및 인구밀도와 토지이용 비율은 이미 많은 선행연구에서 미세먼지농도에 유의미한 영향이 있는 것으로 확인된 바 있다. 산지비율과 측정소의 해발고도는 지리 및 지형적 요인에 따른 미세먼지 농도의 변화를 고려하기 위해 설정하였다. 관련 데이터는 산림청에서 제공하는 산지통계와 에어코리아의 측정소 정보 및 국토지리정보원의 수치표고모델을 가공해 직접 구성하였다.
제조업이 지역의 미세먼지 분포에 미치는 영향에 대한 연구는 다수 존재하나, 도시의 전반적인 주요 산업과 관련된 연구는 찾기 어렵다. 이러한 배경 하에 본 연구는 2016년 전국 141개 시․ 군․ 구를 대상으로 도시 주요 산업특성의 영향이 미세먼지농도에 미치는 영향을 규명한다. 전통적인 다중회귀분석 시 발생할 수 있는 다중공선성 및 표본 수 문제를 해결하기 위해 PLS (Partial Least Squares) 회귀분석을 사용한다.
더불어 대다수의 선행연구에서 다중회귀분석을 사용하고 있다. 이와 달리 본 연구는 도시의 주요 산업특성이 미치는 영향을 규명하고, 통계적 한계를 극복하는 분석 기법을 사용한다는 점에서 차별성을 갖는다.

제안 방법

관련 데이터는 산림청에서 제공하는 산지통계와 에어코리아의 측정소 정보 및 국토지리정보원의 수치표고모델을 가공해 직접 구성하였다. 기상변수는 기상 변화에 따른 미세먼지 농도의 변화를 통제하기 위해 연간 평균풍속과 합계강수량을 사용하였으며, 기상자료개방포털의 종관기상관측 자료와 방재기상관측 자료를 활용하였다. 차량등록대수의 경우 도시별 교통량을 반영하기 위한 변수에 해당하고, 관련 데이터는 통계청에서 확보하였다.
독립변수로는 도시의 산업특성과 관련된 변수 12개, 도시의 일반적 특성과 관련된 변수 11개 등 총 23개를 설정하였다(Table 3 참조). 산업특성 변수는 우리나라에서 가장 비중이 큰 12개 산업의 도시별 산업별 종사자수로 구성하였다.
도시의 주요 산업을 충분히 고려한 미세먼지 저감정책이 필요하다. 또한, 지형 및 지리적인 차이가 미세먼지 농도에 미치는 영향을 확인하였다. 이를 바탕으로 도시별 지형 및 지리적 특성에 따라 다른 저감정책과 시스템을 갖춰야 할 것이다.
미세먼지를 포함한 총 9개의 대기오염물질을 대상으로 대기정책지원시스템(Clean Air Policy Support System, CAPSS)을 통해 국가 대기오염물질의 배출량을 산정한다. CAPSS는 대기오염물질 배출목록에 근거한 대기관리 종합시스템으로, 정책수행에 필요한 양질의 정보를 제공한다.
본 연구의 종속변수인 미세먼지 농도는 미세먼지(PM₁₀)와 초미세먼지(PM_2.5)로 설정한다. 미세먼지는 직경에 따라 구분하며, 미세먼지(PM₁₀)는 1000분의 10mm보다 작은 먼지이고, 초미세먼지(PM_2.
우선, 상관분석을 이용하여 도시의 산업특성 및 도시특성 변수들 사이의 관계를 파악하였다. 다중공선성은 두 변수 간의 선형관계에 의해 발생하지만, 다수의 변수들 간의 선형관계에 의해서도 발생될 수 있기 때문에 상관분석을 이용한 방법은 다중공선성을 진단하기 위한 기초적인 단계로 이해할 수 있다(Lee and Lee, 2012).
대기측정소는 전국 160개 시‧군‧구에 총 302개소가 존재한다. 한 도시에 다수의 측정소가 있는 경우 평균값을 해당 도시의 미세먼지 값으로 설정하였다.

대상 데이터

산지비율과 측정소의 해발고도는 지리 및 지형적 요인에 따른 미세먼지 농도의 변화를 고려하기 위해 설정하였다. 관련 데이터는 산림청에서 제공하는 산지통계와 에어코리아의 측정소 정보 및 국토지리정보원의 수치표고모델을 가공해 직접 구성하였다. 기상변수는 기상 변화에 따른 미세먼지 농도의 변화를 통제하기 위해 연간 평균풍속과 합계강수량을 사용하였으며, 기상자료개방포털의 종관기상관측 자료와 방재기상관측 자료를 활용하였다.
5 mm보다 작은 경우에 해당한다. 관련 데이터는 한국환경공단 에어코리아의 최종확정 측정자료에서 확보하였다. 대기측정소는 전국 160개 시‧군‧구에 총 302개소가 존재한다.
관련 데이터는 한국환경공단 에어코리아의 최종확정 측정자료에서 확보하였다. 대기측정소는 전국 160개 시‧군‧구에 총 302개소가 존재한다. 한 도시에 다수의 측정소가 있는 경우 평균값을 해당 도시의 미세먼지 값으로 설정하였다.
첫째, 본 연구에서 다룬 12개의 산업 이외의 산업의 영향이 존재할 수 있다. 둘째, 데이터의 한계로 인해 전국 166개 시‧군‧구 중 141곳만을 대상으로 분석을 수행하였다. 향후 연구에서는 전국 모든 지역을 대상으로 수행하며, 도시별 산업특성의 다양한 측면과 관계를 고려할 필요가 있다.
본 연구의 공간적 범위는 미세먼지 농도 및 기상변수 데이터가 존재하는 전국 141개 시․ 군․ 구로 설정하였다. 필요한 모든 데이터가 존재하는 시기 중 가장 최근인 2016년의 자료를 사용하였다.
독립변수로는 도시의 산업특성과 관련된 변수 12개, 도시의 일반적 특성과 관련된 변수 11개 등 총 23개를 설정하였다(Table 3 참조). 산업특성 변수는 우리나라에서 가장 비중이 큰 12개 산업의 도시별 산업별 종사자수로 구성하였다. 12개 산업은 통계청 9차 한국표준산업분류의 6개 대분류 산업과 6개의 중분류 산업으로 이루어진다.
본 연구의 공간적 범위는 미세먼지 농도 및 기상변수 데이터가 존재하는 전국 141개 시․ 군․ 구로 설정하였다. 필요한 모든 데이터가 존재하는 시기 중 가장 최근인 2016년의 자료를 사용하였다. 또한, 중국 등 인접 국가로부터 유입되는 미세먼지의 영향을 배제하기 위해 겨울철 북서풍이 부는 기간과 봄철 황사 기간을 분석에서 제외하였다.

데이터처리

이러한 배경 하에 본 연구는 2016년 전국 141개 시․ 군․ 구를 대상으로 도시 주요 산업특성의 영향이 미세먼지농도에 미치는 영향을 규명한다. 전통적인 다중회귀분석 시 발생할 수 있는 다중공선성 및 표본 수 문제를 해결하기 위해 PLS (Partial Least Squares) 회귀분석을 사용한다.

성능/효과

5)에 영향을 미치는 중요 요인으로 나타났다. 가장 중요한 요인으로 추정되는 독립변수는 측정소의 해발고도로 VIP 값이 2.015로 나타났다(Table 6 참조). 그 외 VIP값 1 이상의 중요한 요인으로 판단된 독립변수는 산지비율(1.
) 농도에 유의미한 양의 영향을 미치는 것으로 나타났다. 교육서비스업, 운수업, 보건 및 사회복지서비스업, 기타 기계 및 장비 제조업, 전자부품․ 컴퓨터․ 영상․ 음향 및 통신장비 제조업, 숙박 및 음식점업, 건설업, 도매 및 소매업의 종사자 수가 증가할수록 미세먼지(PM₁₀) 농도가 높아짐을 알 수 있다(Fig. 2 참조). 도시특성 변수 중에서는 주거지역 비율, 차량등록대수, 인구가 증가할수록 미세먼지(PM₁₀) 농도가 상승하였다.
서비스업은 도심에 위치하며 시민의 생활과 밀접한 관련이 있으므로 더욱 주의해야 함을 알 수 있다.구체적으로는 교육서비스, 운수업, 보건 및 사회복지 서비스업, 숙박 및 음식점업, 건설업, 도매 및 소매업의 종사자 수가 증가할수록 초미세먼지(PM_2.5) 농도가 증가함을 알 수 있다(Fig. 3 참조). 도시특성의 경우 주거지역 면적, 인구밀도가 양의 관계로 나타났다.
015로 나타났다(Table 6 참조). 그 외 VIP값 1 이상의 중요한 요인으로 판단된 독립변수는 산지비율(1.743), 인구밀도(1.451), 보건 및 사회복지 서비스업 종사자 수(1.221), 숙박 및 음식점업 종사자 수(1.156), 교육서비스 종사자 수(1.143), 녹지지역 비율(1.139), 인구 수(1.124), 건설업(1.070), 도매 및 소매업 종사자 수(1.047) 순으로 나타났다. 또한 VIP 값 0.
2 참조). 도시특성 변수 중에서는 주거지역 비율, 차량등록대수, 인구가 증가할수록 미세먼지(PM₁₀) 농도가 상승하였다. 도시특성 변수와 서비스업의 경우 인구가 증가할수록 많아지는 사람들의 활동에 따른 것으로 판단된다.
둘째, 초미세먼지(PM_2.5) 농도는 교육서비스업, 운수업, 보건 및 사회복지서비스업, 숙박 및 음식점업, 건설업, 도매 및 소매업 등 6개의 업종 종사자 수에 양의 영향을 받는다. 이 업종들은 모두 시민의 생활과 밀접한 관련이 있으며, 주로 도시 중심부에 분포하기 때문에 보다 엄격한 관리와 운영이 필요한 것으로 판단된다.
산업특성의 경우 총 6개 업종이 양의 영향을 미치는 것으로 나타났다. 모두 서비스업에 해당하며, 제조업의 경우 초미세먼지(PM_2.5)의 농도에 영향을 주지 않는 것으로 나타났다. 서비스업은 도심에 위치하며 시민의 생활과 밀접한 관련이 있으므로 더욱 주의해야 함을 알 수 있다.
녹지지역의 비율은 미세먼지 배출원 면적이 감소한 것에 따른 영향으로 추측할 수 있다. 미세먼지(PM₁₀) 분석 결과와 동일하게 지형‧지리적인 영향이 존재하며, 주거지역 비율이 가장 큰 양의 영향을, 측정소의 고도가 가장 큰 음의 영향을 주는 것으로 나타났다.
도시특성의 경우 주거지역 면적, 인구밀도가 양의 관계로 나타났다. 반면, 산지비율, 녹지지역 비율, 측정소의 고도의 경우 음의 관계임을 확인하였다. 녹지지역의 비율은 미세먼지 배출원 면적이 감소한 것에 따른 영향으로 추측할 수 있다.
분석 결과 총 13개의 독립변수가 초미세먼지(PM_2.5)에 영향을 미치는 중요 요인으로 나타났다. 가장 중요한 요인으로 추정되는 독립변수는 측정소의 해발고도로 VIP 값이 2.
분석 결과 총 14개의 독립변수가 미세먼지(PM₁₀)에 영향을 미치는 중요 요인으로 나타났다. 가장 중요한 요인에 해당되는 변수는 산지비율로서 VIP 값이 1.
다중공선성은 두 변수 간의 선형관계에 의해 발생하지만, 다수의 변수들 간의 선형관계에 의해서도 발생될 수 있기 때문에 상관분석을 이용한 방법은 다중공선성을 진단하기 위한 기초적인 단계로 이해할 수 있다(Lee and Lee, 2012). 분석 결과, 전체 253개의 상관계수 중 23개가 0.6 이상의매우 큰 상관관계를 보였고, 이는 다중공선이 발생할 가능성이 높음을 의미한다. 이 경우 독립변수들 간의 독립성이 부족하므로 다중회귀분석 적용이 어려워진다.
산업특성의 경우 총 6개 업종이 양의 영향을 미치는 것으로 나타났다. 모두 서비스업에 해당하며, 제조업의 경우 초미세먼지(PM_2.
산업특성의 경우 총 8개 업종(서비스업 6개 업종, 제조업 2개 업종)이 미세먼지(PM₁₀) 농도에 유의미한 양의 영향을 미치는 것으로 나타났다. 교육서비스업, 운수업, 보건 및 사회복지서비스업, 기타 기계 및 장비 제조업, 전자부품․ 컴퓨터․ 영상․ 음향 및 통신장비 제조업, 숙박 및 음식점업, 건설업, 도매 및 소매업의 종사자 수가 증가할수록 미세먼지(PM₁₀) 농도가 높아짐을 알 수 있다(Fig.
셋째, 산업 및 도시특성이 미세먼지(PM₁₀)와 초미세먼지(PM_2.5)의 농도에 공통적으로 양의 영향을 주는 것으로 나타났다. 도시의 주요 산업을 충분히 고려한 미세먼지 저감정책이 필요하다.
주요 결과는 다음 세 가지로 정리할 수 있다. 첫째, 미세먼지(PM₁₀) 농도는 교육서비스업, 운수업, 보건 및 사회복지서비스업, 기타 기계 및 장비 제조업, 전자부품‧컴퓨터‧영상‧음향 및 통신장비 제조업, 숙박 및 음식점업, 건설업, 도매 및 소매업 등 8개의 업종 종사자수의 양의 영향을 받는다. 또한, 주거지역 면적, 인구밀도, 인구 수가 증가함에 따라 상승한다.

후속연구

본 연구는 도시의 산업특성이 미세먼지 농도에 영향을 미치는 중요한 요인임을 분석하였다. 결과를 바탕으로 도시 특성에 따른 맞춤형 미세먼지 저감정책 수립에 중요한 참고자료로 활용될 수 있다. 주요 결과는 다음 세 가지로 정리할 수 있다.
상대적으로 인구가 많거나 인구밀도가 높은 지역에서는 미세먼지 저감대책을 더 적극적으로 마련할 필요가 있다. 공장이 위치한 지역에서는 공장을 가동함에 따라 배출되는 미세먼지(PM₁₀)에 대한 맞춤 저감대책과 추가적인 분석이 필요할 것으로 보인다.
이 업종들은 모두 시민의 생활과 밀접한 관련이 있으며, 주로 도시 중심부에 분포하기 때문에 보다 엄격한 관리와 운영이 필요한 것으로 판단된다. 더불어 녹지지역의 비율이 증가할수록 초미세먼지(PM_2.5) 농도가 감소하는 결과를 고려하여, 공원과 같은 녹지의 면적을 확대해야 하며 녹지를 감소시키는 행위는 지양해야 할 것으로 판단된다.
또한, 지형 및 지리적인 차이가 미세먼지 농도에 미치는 영향을 확인하였다. 이를 바탕으로 도시별 지형 및 지리적 특성에 따라 다른 저감정책과 시스템을 갖춰야 할 것이다.
둘째, 데이터의 한계로 인해 전국 166개 시‧군‧구 중 141곳만을 대상으로 분석을 수행하였다. 향후 연구에서는 전국 모든 지역을 대상으로 수행하며, 도시별 산업특성의 다양한 측면과 관계를 고려할 필요가 있다.

참고문헌 (28)

Choe, J. G., Lee, Y. S., 2015, A Study on the impact of $PM_{2.5}$ emissions on respiratory diseases, Jepa, 23(4), 155-172.
Henderson, S. B., Beckerman, B., Jerrett, M., Brauer, M., 2007, Application of land use regression to estimate long-term concentrations of traffic-related nitrogen oxides and fine particulate matter, Est, 41(7), 2422-2428.

상세보기
Hong, J. S., Kim, H. Y., Lee, S. J., 2007, An Analysis of the effects of urban characteristics on $NO_2$ concentrations in seoul, Ss, 8(3), 117-130.
Hong, S. Y., 2019, A Study on the relationship between $PM_{10}$ and the diseases of circulatory system, respiratory system and allergy, M. D. Dissertation, Dongduk Women's University, Seoul, Korea.
Jang, J. H., Lee, H. W., Lee, S. H., 2012, Spatial and temporal features of $PM_{10}$ evolution cycle in the korean peninsula, Jes, 21(2), 189-202.
Jeong, G. S., 2012, Presumed influence factors of decision-making of mega-projects, Bai, 19, 91-124.
Jeong, G. S., Park, G. Y., Lee, J. H., 2014, Presumed influence factors of user satisfaction of seoul digital industrial complex using pls-regression model, Kais, 15(6), 3931-3943.
Jeong, J. C., Lee, S. H., 2018, Spatial distribution of particulate matters in comparison with land-use and traffic volume in Seoul, Republic of Korea, Jcli, 48, 123-138.
Kang, B. W., Lee, H. S., 2015, Source apportionment of fine particulate matter ( $PM_{2.5}$ ) in the Chungju city, Kosae, 31(5), 437-448.

원문보기 상세보기
Kim, H. J., Won, J. M., 2012, A Study on examination of effect factors for changes of house price index using pls regression analysis: focused on 31 city.counties in Gyeonggi-do, Jpss, 7, 67-77.
Kim, J. H., Ghim, Y. S., Han, J. S., Park, S. M., Shin, H. J., Lee, S. B., Kim, J. S., Lee, G. W., 2018, Long-term trend analysis of korean air quality and its implication to current air quality policy on ozone and $PM_{10}$ , Kosae, 34, 1-15.

원문보기 상세보기
Kim, Y. S., 2013, $PM_{10}\;and\;PM_{2.5}$ source identification study in industrial and commercial region, Ph. D. Dissertation, Dong-A University, Busan, Korea.
Korea Environment Corporation Air Korea, 2017, https://www.airkorea.or.kr/web/airMatter?pMENU_NO130
Lee, J. H., Wu, C. F., Hoek, G., de Hoogh, K., Beelen, R., Brunekreef, B., Chan, C. C., 2015, LUR models for particulate matters in the Taipei metropolis with high densities of roads and strong activities of industry, commerce and construction, Scitoenv, 514, 178-184.
Lee, J. J., 2019, Research for characteristics and management of the fine particulate matter in the region of Gyeonggi province, M. D. Dissertation, Ajou University, Suwon, Korea.
Lee, Y. H., Lee, J. H., 2012, An Analysis on the affecting factor of subways service satisfaction level using the pls regression analysis: focused on the subway users in Seoul, Jtr, 19(4), 1-16.
Maeng, J. Y., 2014, A study on the correlations between urban variables and air pollutants: focused on $SO_2,\;NO_2\;and\;PM_{10}$ , Ph. D. Dissertation, Gachon University, Seongnam, Korea.
Ministry of Environment, 2018, Comprehensive plan on fine dust(2020-2024), Seoul, Korea.
Moon, N. K., Kim, S. T., Ha, J. S., Kim, Y. M., Seo, J. H., 2017, Analysis system for regional environmental status to support environmental assessment : source apportionment analysis of air pollutants from major industrial complexes and local governments, 2017-04-01, Korea Environment Institute, Sejong, Korea.
Moon, N. K., Kim, S. T., Seo, J. H., 2011, A Strategic environmental assessment(sea) framework of air quality management for industrial complex planning, Report 2011-14, Korea Environment Institute, Sejong, Korea.
National Institute of Environmental Research, 2018, 2015 National air pollutants emission, NIER-GP2017-210, Incheon, Korea.
Oh, K. S., Chung, H. B., 2007, The influence of urban development density on air pollution, Jkpa, 42(5), 197-210.
Oh, Y. J., Han, Y. D., Kim, Y. J., Jung, S. H., Jung, W. H., Im, J. Y., Lee, J. W., Park, M. K., Son, B. S., 2019, Heavy metals exposure and health risk assessment of $PM_{10}$ particles in indoor air in industrial area, Joie, 18, 18-27.

상세보기
Park, J. K., Choi, Y. J., Jung, W. S., 2017, Understanding on regional characteristics of particular matter in Seoul: distribution of concentration in borough spatial area and relation with the number of registered vehicles, Jesi, 26, 55-65.
Ross, Z., Jerrett, M., Ito, K., Tempalski, B., Thurston, G. D., 2007, A Land use regression for predicting fine particulate matter concentrations in the New York city region, Atmosenv, 41(11), 2255-2269.
Ryu, H. S., Lee, C. S., 2016, A Study on the criterion for residential area adjacent to an industrial complex by considering the dispersion characteristics of $PM_{10}$ , Jkpa, 51(6), 153-168.
Seo, Y. H., Ku, M. S., Choi, J. W., Kim, K. M., Kim, S. M., Sul, K. H., Jo, H. J., Kim, S. J., Kim, K. H., 2014, Characteristics of $PM_{2.5}$ emission and distribution in a highly commercialized area in Seoul, Korea, Kosae, 31(2), 97-104.
Yoon, Y. D., 2019, A Study on the relationship between urban characteristics and the concentration of the fine-particle( $PM_{10}$ ) for creating pleasant air-environment, M. D. Dissertation, Korea University, Seoul, Korea.

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