[논문]공간단위별 산업집적 분석 방법 연구: 뿌리산업을 중심으로

김성희

doi:10.5392/jkca.2020.20.06.256

공간단위별 산업집적 분석 방법 연구: 뿌리산업을 중심으로
Analysis Methodology of Industrial Integration by Spatial Unit: Based on Root Industry 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.6, 2020년, pp.256 - 266

초록
AI-Helper

산업의 공간적 입지에 대한 분포 패턴 분석은 관련된 공간정책 및 계획의 수립에 있어 매우 중요한 역할을 한다. 이러한 분석에 있어 먼저 고려되어야 하는 것은 어떠한 분석지표와 공간단위를 활용하는가에 있는데, 이는 지표와 공간단위에 따라 그 해석이 달라질 수 있기 때문이다. 이에 본 연구는 먼저 공간적 자기상관을 고려한 다양한 산업집적 지표들을 고찰하고 관련 지표에 따른 산업집적의 지역유형을 구분하며, 다음으로 개별입지, 그리드, 행정구역 등의 다양한 공간단위별 산업집적을 분석하는 방법론을 제시하여 뿌리산업에 대해 실증분석 하는 것을 목표로 한다. 실증분석 결과를 보면 공간단위에 있어서 그리드 단위가 행정구역 단위보다 세밀한 미시적 분석이 가능함을 알 수 있었고, 공간단위의 설정에 따라 발생할 수 있는 해석상의 차이와 같은 한계를 극복할 수 있는 것으로 기대된다. 지역유형 구분에 있어서는 울산광역시, 부산광역시, 창원시를 축으로 하는 동남권과 인천광역시, 화성시, 안산시를 축으로 하는 수도권 서부축이 뿌리산업의 산업집적 클러스터 지역유형으로 분석되었다.

Abstract ▼ AI-Helper

Spatial distribution analysis of industrial locations plays a very important role in the establishment of relevant spatial policies and plans. The first thing to consider in this analysis is what analysis indicators and spatial units are used, because the interpretation of the analysis results may vary depending on the analysis indicators and the spatial units. Therefore, this study first examines various industrial integration indicators considering spatial autocorrelation and suggests the classification of regional types of industrial aggregation through the combination of related indicators. And then, this paper aims to empirically analyze the root industry by presenting a methodology for analyzing industrial integration by various spatial units such as individual locations, grids, and administrative districts. The results of the empirical analysis show that the grid in the spatial unit can be analyzed in more detail than the administrative unit. In addition, it is expected to overcome the limitations such as differences in interpretation that may occur due to the setting of spatial units. In the classification of regional types, the south-eastern region of Ulsan, Busan, and Changwon, and the western region of the SMA of Incheon, Hwaseong, and Ansan were analyzed as the industrial cluster type.

주제어

표/그림 (10)

그림 그림 1. 산업집적의 지역유형 구분
그림 그림 2. 뿌리산업 사업체의 개별입지 공간맵핑
그림 그림 3. 뿌리산업 사업체의 커널밀도 결과
그림 그림 4. 공간단위별 뿌리산업 LQ ((좌)그리드, (우)행정구역)
그림 그림 5. 공간단위별 뿌리산업 FLQ ((좌)그리드, (우)행정구역)
그림 그림 6. 공간단위별 Local Moran's I ((좌)그리드, (우)행정구역)
그림 그림 7. 공간단위별 Getis-Ord's local Gi* ((좌)그리드, (우)행정구역)
표 표 1. 공간단위별 뿌리산업 Moran’s I
그림 그림 8. 뿌리산업의 산업집적 클러스터 지역 공간분포
표 표 2. 행정구역단위의 뿌리산업 산업집적 클러스터 지역

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 전통적인 산업특화 지표인 LQ 외에도, 이의 한계를 극복하기 위한 FLQ, 공간적 자기상관을 고려한 Moran’s I, Local Moran’s I, Getis- Ord's local Gi* 등과 같은 공간적 지표를 검토하여 뿌리산업에 대하여 실증적으로 분석하였다.
이에 이러한 뿌리산업의 공간분포패턴을 분석함으로 써 향후 연관 산업의 입지 및 연구개발 입지 등의 산업 입지정책 수립의 기초자료로 활용될 수 있다. 본 연구에서는 주조, 금형, 소성가공, 용접, 표면처리, 열처리의 뿌리기술 6대 분야를 통합하여 뿌리산업 전체에 대한 분석결과를 제시하였다.
뿌리산업의 공간집적을 살펴보기 위하여 앞에서 여러 가지 다앙한 지표를 살펴보았다. 각각의 개별 지표는 뿌리산업의 집적도를 대표하기 어려우며 해석상의 논란이 존재할 수 있다.
이에 본 연구에서는 전술한 뿌리산업 사업체의 개별 입지 정보를 ArcMap을 활용하여 균일한 그리드의 공간단위로 통계정보를 집계하여 재생성함으로써 공간 분석에 있어서 공간단위의 문제를 해소하고자 하였다. 즉 그리드 기반 공간정보 생성을 위해 주소형태의 통계 정보를 지오코딩하여 좌표데이터로 변환하고, 변환된 좌표데이터를 통해 개별입지 각각의 정보들을 연산하여 그리드 기반의 통계정보로 집계하는 방법을 활용한 것이다.

제안 방법

이에 본 연구에서는 사업체 각각의 개별입지, 개별입지를 기반으로 하는 그리드 단위, 기존 행정구역 단위의 세 가지 공간 단위에 대하여 분석방법을 제시하고, 뿌리산업의 공간집적을 실증적으로 비교 분석하였다. 개별입지의 미시적 산업집적 분석을 위해 사업체 주소정보를 바탕으로 공간맵핑하였으며, 커널밀도 추정법으로 사업체의 공간 밀도를 시각적으로 분석하였다.
공간 집적을 주된 연구방법론으로 제시하면서 Moran’s I를 산출하고 LISA 클러스터 맵 분석을 수행하였다.
국지적 공간자기상관 분석을 위해 Moran’s I 산점도가 아닌 LISA 군집도를 추가로 도출하였다.
동 계획은 시군구의 공간단위별 집계데이터를 활용하였으며, LQ를 활용한 특화도 분석과 Moran’s I를 활용한 공간자기상관 분석을 통해 분석대상 지역을 핵심-주변-낙후-고립지역으로 구분하였다.
첫째, 다양한 공간적․비공간적 산업집적 지표들을 고찰하고 지표들 간의 조합을 통하여 산업직접의 지역유형 구분을 제안한다. 둘째, 산업의 개별입지 단위, 그리드 단위, 행정구역 단위 등의 다양한 공간단위별 미시적 산업집적의 분석 방법을 제시한다. 셋째, 뿌리산업을 사례연구 대상으로 하여 공간단위별로 산업집적의 분포를 실증적으로 비교 분석한다.
본 연구에서는 전통적인 산업특화 지표인 LQ 외에도, 이의 한계를 극복하기 위한 FLQ, 공간적 자기상관을 고려한 Moran’s I, Local Moran’s I, Getis- Ord's local Gi* 등과 같은 공간적 지표를 검토하여 뿌리산업에 대하여 실증적으로 분석하였다. 또한 각각의 개별 지표는 산업집적의 측정에 있어 대표성을 가지기 어려운 한계가 있으므로 이를 조합한 지역유형을 구분하는 방법론을 제시하였다. 뿌리산업의 경우 울산광역시, 부산광역시, 창원시를 축으로 하는 동남권과 인천광역시, 화성시, 안산시를 축으로 하는 수도권 서부축이 산업집적 클러스터의 지역유형으로 분석되었다.
또한 공간데이터의 특성으로 인해, 데이터가 `집계되는 공간단위(spatial unit)가 실제 나타나는 특정 현상의 공간패턴에서 불일치하는 가변적 공간단위의 문제가 발생하므로 다양한 공간단위별로 산업의 공간집적 패턴의 분석 방법을 제시하고 실증적으로 비교 분석 하였다. 이에 행정구역에 따른 집계자료 분석 뿐 아니라 개별 사업체 각각의 위치로 포인트 데이터를 구축하였다.
사업체 주소 정보가 있는 KISValue 자료를 활용하여 좌표변환으로 공간맵핑을 실시하였으며, 커널밀도 (kernel density)의 GIS 기법을 활용하여 산업 입지의 공간분포 패턴을 분석하였다. 또한 구축된 포인트 데이터를 토대로 공간단위의 크기가 서로 다른 행정구역 대신 기본 공간단위인 그리드(grid)로 데이터를 집계하는 방법을 고안하여 분석함으로써 공간단위의 가변성으로 인한 영향력을 배제코자 하였다. 포인트 및 그리드 기반 데이터를 바탕으로 특정산업에 대한 미시적 공간집적 현상을 행정구역 단위의 결과와 실증적으로 비교 분석하였다.
또한 이러한 개별입지 공간맵핑 자료를 활용하여 그리드의 균일한 공간단위로 정보를 재집계하여 기존 행정구역단위와 비교 분석하였다. 분석결과 공간단위에 따라 분석의 결과가 일부 상이하게 나타나는 것을 확인 할 수 있었으며, 분석공간의 크기가 작은 그리드 단위에서 보다 구체적인 산업집적의 분포 양상을 살펴 볼 수 있었다.
본 연구는 이론적인 다양한 산업집적 지표들을 고찰하여 각각의 지표가 가지는 의미와 그 한계를 살펴보고, 각각의 지표가 산업집적의 대표성을 갖기 어려운 점에 착안하여 이러한 지표를 조합하여 특정 산업의 산업집적 클러스터 여부를 파악하는 지역유형을 구분하고 있다. 또한 공간분석에서 한계로 지적되고 있는 공간단위의 문제를 해결하기 위해 개별입지 기반과 그리드의 공간단위로 확대 적용하는 방법론을 제시하고, 사례 연구대상으로 뿌리산업에 대하여 실증분석을 하고 있다는 점이 차이점이라 할 수 있다.
본 연구에서는 그리드의 크기를 10㎞×10㎞로 설정하여 분석하였는데, 이는 도시기본계획이 수립된 광역시의 대생활권 평균 면적인 84.39㎢를 고려하여 단순화 하였다.
비공간적 산업집적 지표인 LQ, FLQ와 공간적 자기 상관을 고려한 Moran’s I, LISA Local Moran’s I, Getis-Ord's local Gi* 등과 같은 공간적 지표를 조합 하여 사분면 접근 방법(Quadrant Approach)으로 산업집적의 지역유형을 구분함으로써 산업집적 클러스터 지역 등을 판별하고자 하였다.
뿌리산업의 공간적 자기상관을 고려한 산업집적 지표인 Moran’s I와 LISA에 대해 그리드와 행정구역의 공간단위별로 살펴보았다.
이에 행정구역에 따른 집계자료 분석 뿐 아니라 개별 사업체 각각의 위치로 포인트 데이터를 구축하였다. 사업체 주소 정보가 있는 KISValue 자료를 활용하여 좌표변환으로 공간맵핑을 실시하였으며, 커널밀도 (kernel density)의 GIS 기법을 활용하여 산업 입지의 공간분포 패턴을 분석하였다. 또한 구축된 포인트 데이터를 토대로 공간단위의 크기가 서로 다른 행정구역 대신 기본 공간단위인 그리드(grid)로 데이터를 집계하는 방법을 고안하여 분석함으로써 공간단위의 가변성으로 인한 영향력을 배제코자 하였다.
산업집적의 지역유형의 구분 방법을 제안하기 위하여 공간적 지표와 비공간적 지표를 관련 문헌을 통하여 이론적으로 검토하고 대표적 지표를 조합한 사분면 접근 방법을 활용하였다.
둘째, 산업의 개별입지 단위, 그리드 단위, 행정구역 단위 등의 다양한 공간단위별 미시적 산업집적의 분석 방법을 제시한다. 셋째, 뿌리산업을 사례연구 대상으로 하여 공간단위별로 산업집적의 분포를 실증적으로 비교 분석한다.
해당 산업의 산업집적 정도를 분석하는 방법으로 우선 사업체 각각의 개별입지를 기반으로 직접적인 공간 데이터를 구축하여 활용하는 것을 검토할 수 있다. 이 경우 사업체의 주소정보를 활용하여야 하는데, 본 연구 에서는 2만여 개에 달하는 외부감사 대상 법인 데이터 베이스인 NICE평가정보의 KISValue를 이용하여 2,800여 개의 뿌리산업 사업체의 주소지를 추출한 후 위경도 좌표데이터로 변환하는 공간맵핑 방법[14]으로 분석하였다.
이러한 산업집적의 분석에 있어서 데이터가 집계되는 공간단위가 실제 현상의 공간패턴과 불일치하는 가변적 공간단위의 문제가 발생할 수 있다. 이에 본 연구에서는 사업체 각각의 개별입지, 개별입지를 기반으로 하는 그리드 단위, 기존 행정구역 단위의 세 가지 공간 단위에 대하여 분석방법을 제시하고, 뿌리산업의 공간집적을 실증적으로 비교 분석하였다. 개별입지의 미시적 산업집적 분석을 위해 사업체 주소정보를 바탕으로 공간맵핑하였으며, 커널밀도 추정법으로 사업체의 공간 밀도를 시각적으로 분석하였다.
이에 비공간적 지표인 LQ와 공간적 지표인 Getis-Ord's local Gi*를 종합하여 뿌리 산업의 공간집적 유형을 구분하였다.
또한 공간데이터의 특성으로 인해, 데이터가 `집계되는 공간단위(spatial unit)가 실제 나타나는 특정 현상의 공간패턴에서 불일치하는 가변적 공간단위의 문제가 발생하므로 다양한 공간단위별로 산업의 공간집적 패턴의 분석 방법을 제시하고 실증적으로 비교 분석 하였다. 이에 행정구역에 따른 집계자료 분석 뿐 아니라 개별 사업체 각각의 위치로 포인트 데이터를 구축하였다. 사업체 주소 정보가 있는 KISValue 자료를 활용하여 좌표변환으로 공간맵핑을 실시하였으며, 커널밀도 (kernel density)의 GIS 기법을 활용하여 산업 입지의 공간분포 패턴을 분석하였다.
박헌수 등[1]은 지역경제 분석에 있어 공간집적 개념을 도입하기 시작한 초기 단계의 연구를 수행하였다. 지역성장의 원인을 규명하기 위해 산업간 연관성뿐 아니라 지역간 연관성을 반영하는 변수로서 지역 간 거리 조락함수의 공간수요변수(SIDV)를 활용하여 분석하였다.
첫째, 다양한 공간적․비공간적 산업집적 지표들을 고찰하고 지표들 간의 조합을 통하여 산업직접의 지역유형 구분을 제안한다. 둘째, 산업의 개별입지 단위, 그리드 단위, 행정구역 단위 등의 다양한 공간단위별 미시적 산업집적의 분석 방법을 제시한다.
또한 구축된 포인트 데이터를 토대로 공간단위의 크기가 서로 다른 행정구역 대신 기본 공간단위인 그리드(grid)로 데이터를 집계하는 방법을 고안하여 분석함으로써 공간단위의 가변성으로 인한 영향력을 배제코자 하였다. 포인트 및 그리드 기반 데이터를 바탕으로 특정산업에 대한 미시적 공간집적 현상을 행정구역 단위의 결과와 실증적으로 비교 분석하였다.

이론/모형

이에 사업체 개별입지의 산업집적 정도를 시각적으로 파악하기 위하여 커널밀도 추정법을 활용하였다. 커널밀도 추정은 대상지역의 점 개체의 분포를 토대로 하여 대상 지역 전체에 걸친 공간밀도를 추정하는 방법이 다[15].

성능/효과

공간적 자기상관의 지역 구조를 살펴보기 위한 LISA 분석의 Local Moran’s I에서 HH유형 공간분포는 그리드와 행정구역 공간단위에서 비교적 유사한 형태를 보이나, 동남권에서의 지역 구조는 다소 차이가 나타나 는 것으로 분석되었다.
그리드 단위 에서는 행정구역 단위의 클러스터 판별지역 중에서 보다 구체적인 입지를 살펴볼 수 있으며, 대구광역시 일부지역과 울산광역시 일부지역 충남 북부지역 일부에서도 산업집적 클러스터의 공간분포가 나타남을 확인 할 수 있다. 또한 행정구역 단위에서는 광범위한 공간에서 특화지역이 도출되는 것으로 나타나지만, 그리드 단위에서는 수도권의 일부지역에서만 특화지역이 나타나고 있는 것으로 분석되었다.
또한 이러한 개별입지 공간맵핑 자료를 활용하여 그리드의 균일한 공간단위로 정보를 재집계하여 기존 행정구역단위와 비교 분석하였다. 분석결과 공간단위에 따라 분석의 결과가 일부 상이하게 나타나는 것을 확인 할 수 있었으며, 분석공간의 크기가 작은 그리드 단위에서 보다 구체적인 산업집적의 분포 양상을 살펴 볼 수 있었다. 이는 관련된 공간계획의 수립에 있어서 유용한 정보를 제공할 수 있을 것으로 판단된다.
575를 초과하는 지역을 잠재적인 산업집적 클러스터 로 판단할 수 있다. 분석결과 행정구역 단위에서 울산광역시, 안산시, 창원시, 인천광역시, 부산광역시, 화성시가 뿌리산업의 클러스터로 분석되었다. 그리드 단위 에서는 행정구역 단위의 클러스터 판별지역 중에서 보다 구체적인 입지를 살펴볼 수 있으며, 대구광역시 일부지역과 울산광역시 일부지역 충남 북부지역 일부에서도 산업집적 클러스터의 공간분포가 나타남을 확인 할 수 있다.
뿌리산업 사업체 입지에 대한 커널밀도 분석결과를 살펴보면 인천광역시, 경기도 남서부 지역, 동남권의 울 산-부산-창원지역, 대구시 일부, 포항시 일부가 뿌리산업 사업체의 밀도가 높은 것으로 분석되었다.
전체적으로 볼 때 시군구의 행정구역 공간단위에서 Moran’s I = 0.066596으로 분석되어 공간적 연계가 비교적 약한 것으로 해석할 수 있으나, 그리드의 공간 단위에서 Moran’s I = 0.348234로 나타나 비교적 뿌리산업이 군집을 이루어 형성되고 있는 것으로 해석될수 있다.
이러한 연구결과의 공간단위에의 의존성의 문제점은 연구에 사용되는 공간단위 선택은 기본적으로 작위적이며, 연구의 결과는 사용된 공간단위에 의존적임을 지적하는 것이다. 즉 분석의 결과로 도출된 통계치들은 선택된 공간단위에 따라 실질적으로 상이할 수 있다는 것이다. 만일 변수들의 공간관계에 대한 통계적 결론이 채택된 공간단위에 대해 상대적이라면, MAUP은 공간 분석이 직면하고 있는 가장 중요한 과제 중의 하나임에 틀림없다[18].

후속연구

이는 관련된 공간계획의 수립에 있어서 유용한 정보를 제공할 수 있을 것으로 판단된다. 그리고 이와 같은 분석 결과는 공간단위의 설정에 따라 발생할 수 있는 해석상의 차이와 같은 한계를 극복할 수 있는 것으로 기대된다. 행정구역 단위에서는 발견하지 못했 던 충청도 북부지역, 대구광역시 서남부 지역 등이 추가적으로 산업집적 클러스터로 분석되는 것을 볼 때, 다양한 공간단위별 분석은 산업별 지역의 이해와 관련 정책의 마련을 위해 유용한 것으로 판단된다.
뿌리산업 외에 사회적으로 요구되는 다양한 산업별 분석에서 이와 같은 다양한 분석지표와 지역유형의 구분 및 미시적 공간단위로의 적용이 가능하며, 이러한 분석결과는 향후 산업생태계 형성을 위한 산업입지 공간정책 측면에서 유용하게 활용될 수 있을 것으로 보인다. 다만, 사업체 개별입지에 기반하는 공간단위의 분석에 있어서 일부 상용 데이터베이스에서 제한적으로 제공하는 정보에 의존해야 하므로 데이터의 대표성이 지니는 근본적인 한계를 배제하기 어려운 점은 연구의 한계로 남는다. 뿐만 아니라 그리드의 크기 설정에 따라 분석결과가 부분적으로 상이해질 수 있는 한계도 있으므로, 분석 공간의 크기에 적합한 합리적인 그리드의 크기 설정이 필요하다.
또한 공간분석에서 한계로 지적되고 있는 공간단위의 문제를 해결하기 위해 개별입지 기반과 그리드의 공간단위로 확대 적용하는 방법론을 제시하고, 사례 연구대상으로 뿌리산업에 대하여 실증분석을 하고 있다는 점이 차이점이라 할 수 있다. 마지막으로 다양한 공간단위별 산업집적지표의 분석결과를 비교 분석함으로써 결과해석의 오류를 줄이고 지표와 공간단위 상호간에 보완적으로 활용될 수 있음을 제시하고 있다.
뿌리산업 외에 사회적으로 요구되는 다양한 산업별 분석에서 이와 같은 다양한 분석지표와 지역유형의 구분 및 미시적 공간단위로의 적용이 가능하며, 이러한 분석결과는 향후 산업생태계 형성을 위한 산업입지 공간정책 측면에서 유용하게 활용될 수 있을 것으로 보인다. 다만, 사업체 개별입지에 기반하는 공간단위의 분석에 있어서 일부 상용 데이터베이스에서 제한적으로 제공하는 정보에 의존해야 하므로 데이터의 대표성이 지니는 근본적인 한계를 배제하기 어려운 점은 연구의 한계로 남는다.
이에 이러한 뿌리산업의 공간분포패턴을 분석함으로 써 향후 연관 산업의 입지 및 연구개발 입지 등의 산업 입지정책 수립의 기초자료로 활용될 수 있다. 본 연구에서는 주조, 금형, 소성가공, 용접, 표면처리, 열처리의 뿌리기술 6대 분야를 통합하여 뿌리산업 전체에 대한 분석결과를 제시하였다.
하지만 전통적으로 주로 활용되어온 입지계수(LQ) 와 같은 산업특화 지표는 비공간적 요소만을 반영하는 것이어서 공간적 자기상관성이 매우 높은 우리나라의 산업분포 특성을 나타내기에 한계가 있다. 이에 추가적으로 공간적 자기상관을 고려한 지표의 활용과 분석이 필요하며, 이러한 지표들을 통해 산업집적의 지역유형을 구분함으로써 산업과 관련한 공간계획의 적절성을 평가하기 위한 기초자료로 활용할 필요가 있다.
하지만 부분적으로 공간패턴이 다른 곳도 있으며, 그리드 단위에서 보다 정밀한 공간단위로 관측할 수 있음을 알 수 있다. 특히 행정구역단위에서 관찰하지 못했던 뿌리산업 특화지역을 분석의 공간단위를 달리 적용함으로써 확인할 수 있었고, 이는 관련된 공간계획의 수립에 있어 매우 유용한 기초정보를 제공할 수 있을 것으로 판단된다.

참고문헌 (20)

박헌수, 조규영, 노춘희, 김군수, "지역간？산업간 연계를 고려한 지역경제성장 요인에 관한 연구," 국토계획, 제36권, 제3호, pp.1-15, 2001.
지식경제부, 산업집적활성화 기본계획, 지식경제부 고시 제2009-316호, 2009.
한국산업단지공단, 기업의 입지동향 및 변화추이 분석과 정책과제, 2010.
최열, 이재송, "공간회귀모형을 이용한 산업 및 용도지역 특성과 환경오염과의 상관관계 분석," 국토계획, 제49권, 제1호, pp.247-261, 2014.
장재홍, 송하율, 김홍석, 허문구, 김찬준, 변창욱, 창조 산업의 공간 분포와 집적 형성 요인 분석, 산업연구원, 2014.
A. M. Isserman, "The location quotient approach for estimating regional economic impacts," Journal of the American Institute of Planners, Vol.43, pp.33-41, 1997.
김명진, "Getis-Ord's Gi*와 FLQ를 이용한 공간 집적 분석: 경기도 지식기반산업을 대상으로," 한국지도학회지, 제14권, 제1호, pp.107-123, 2014.
A. T. Flegg and T. Tohmo, "Regional input-output tables and the FLQ formula: a case study of Finland," Regional Studies, Vol.47, pp.703-721, 2013.
W. Tobler, "A computer movie simulating urban growth in the Detroit region," Economic Geography, Vol.46, pp.234-240, 1970.

상세보기
정준호, 김선배, 변창욱, 산업집적의 공간구조와 지역혁신 거버넌스, 산업연구원, 2004.
L. Anselin, Interactive techniques and exploratory spatial data analysis, Regional Research Institute, 1996.
R. Florax and P. Nijkamp, Misspecification in Linear Spatial Regression Models, Tinbergen Institute, 2003.
정정규, 정진아, 연구개발사업 예비타당성조사의 정책적 타당성 분석 체계 정립을 위한 산업 입지선정 평가지표 적용 연구, 한국과학기술기획평가원, 2015.
http://www.biz-gis.com/XRayMap, 2016.9.15.
길혜민, 박혁서, 박지윤, "GIS기반 커널밀도함수분석 과 LISA 분석을 활용한 요양병원 입지선정요인분석," 주거환경, 제13권, 제4호, pp.283-299, 2015.
김문수, 이지영, "격자 기반의 통계정보 표현을 위한 데이터 변환 방법," 한국공간정보학회지, 제23권, 제5호, pp.31-40, 2015.

원문보기 상세보기
J. P. LeSage, The Theory and Practice of Spatial Econometrics, University of Toledo, 1999.
이상일, "도시내부 구조 연구에서의 공간 스케일의 함의: 서울을 사례로 한 MAUP의 검토," 대한지리학회 학술대회논문집, pp.29-30, 2006.
L. Anselin, "Local indicators of spatial association LISA," Geographical Analysis, Vol.27, pp.93-115, 1995.

상세보기
J. K. Ord and A. Getis, "Local spatial autocorrelation statistics: distributional issues and an application," Geographical Analysis, Vol.27, pp.286-306, 1995.

상세보기

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