A Spatial Statistical Approach to Migration Studies: Exploring the Spatial Heterogeneity in Place-Specific Distance Parameters

인구이동 연구에 대한 공간통계학적 접근: 장소특수적 거리 패러미터의 추출과 공간적 패턴 분석

This study is concerned with providing a reliable procedure of calibrating a set of places specific distance parameters and with applying it to U.S. inter-State migration flows between 1985 and 1900. It attempts to conform to recent advances in quantitative geography that are characterized by an integration of ESDA(exploratory spatial data analysis) and local statistics. ESDA aims to detect the spatial clustering and heterogeneity by visualizing and exploring spatial patterns. A local statistic is defined as a statistically processed value given to each location as opposed to a global statistic that only captures an average trend across a whole study region. Whereas a global distance parameter estimates an averaged level of the friction of distance, place-specific distance parameters calibrate spatially varying effects of distance. It is presented that a poisson regression with an adequately specified design matrix yields a set of either origin-or destination-specific distance parameters. A case study demonstrates that the proposed model is a reliable device of measuring a spatial dimension of migration, and that place-specific distance parameters are spatially heterogeneous as well as spatially clustered.

이 연구의 목적은 장소-특수적 거리 패러미터를 측정하는 방법론을 제시하고, 그것이 인구이동 연구에서 가지는 의미에 대해 미국의 48개 주간(州間) 인구 이동자료를 사례로 검토해보는 것이다. 전통적인 인구이동 연구에서 추출하는 거리 패러미터는 인구 이동량에 대해 거리가 가지는 평균적인 효과를 측정하는 것이다. 그러나, 그 평균적인 거리 패러미터는 모든 지역간 인구이동의 대표값일 뿐 인구이동에 있어 거리가 가지는 효과의 공간적 변이에 대해서는 아무런 통찰을 제공해 주지 못한다. 장소-특수적 거리 패러미터란 개개 소지역이 평균적인 거리 패러미터에 대해 가지는 상대적인 값이며, 거리가 인구이동에 대해 가지는 효과의 지역적 특이성을 측정하려고 한다. 이러한 연구는 최근 계량지리학 분야에서 발생하고 있는 변화에 부응하는 것이다. 1980년대 이후, 계량지리학은 공간통계학이라는 보다 폭넓은 개념의 확장과 일반연구환경으로서의 지리정보체계(GIS)치 성장으로 학문적 재구조화 과정 속에 있다. 이러한 재구조화 과정은 특정한 패러다임으로서의 탐구적 공간자료분석(ESDA)과 그것을 통계적으로 가능케 하는 국지 통계(local statistics)의 발달로 특징 지워진다. 통계적으로 가공되어 지역에 부여된 값으로 정의되는 국지 통계는 그것의 시각화를 효과적으로 수행하는 GIS와 결합함으로써, 시각화(visualization)와 과학활동으로서의 탐구(exploration)를 강조하는 탐구적 공간자료분석이라는 계량지리학의 새로운 패러다임을 효과적으로 수행하게 된다. 이러한 맥락에서, 장소-특수적 거리 패러미터는 하나의 국지 통계치로 인식될 수 있으며, 그것이 보여주는 공간적 패턴을 탐구하는 것은, 인구이동연구에서 탐구적 공간자료분석의 전형을 수행하는 것이라 올 수 있다. 장소-특수적 거리 패러미터는 출발지-특수적 거리 패러미터와 도착지-특수적 거리 패러미터로 나뉘어 지는데, 이러한 패러미터를 추출하기 위해서는 특정한 통계기법이 요구된다. 이러한 패러미터를 추출하기 위해 전통적인 혹은 보다 진보된 형태의 중력모델이나 엔트로피-극대화 모델이 활용될 수 있지만, 본 논문은 포아송 회귀분석을 이용함으로써 패러미터의 추출이 가장 효과적으로 이루어짐을 논증하고 있다. 이 방법론은 1985년과 1990년 사이에 발생한 미국 48개 주간 인구이동량에 대한 사례연구에 적용되었다. 그 연구 결과는 장소-특수적 거리 패러미터의 공간성을 명확히 보여준다. 즉, 평균적 거리 패러미터로 부터의 편기로 이해될 수 있는 장소-특수적 거리 패러미터들이 지역별로 상당한 차이를 보여줄 뿐만 아니라(공간적 이질성), 유사한 장소-특수적 거리 패러미터들이 공간적으로 집중되어 있음을 확인할 수 있었다(공간적 의존성). 지역차에 대한 강한 전통을 가지고 있는 지리학내에서 태동한 계량지리학이 지역적 특이성을 무시하는 방향으로 발전해 온 것은 아이러니라 할 수 있다. 그것은 계량적 방법론의 한계라기 보다는 그 방법론을 사용하는 전통적 계량지리학자의 한계라고 보아야 할 것이다. 이러한 의미에서 본 연구는 최근 계량지리학의 경향을 인구이동연구에 적용한 사례임과 동시에 맥락 의존성을 강조하는 보다 폭넓은 과학운동의 계량지리적 반응이다.