인근지역 범위 설정이 공간회귀모형 적합에 미치는 영향

The Effects of Neighborhood Segmentation on the Adequacy of a Spatial Regression Model

공간회귀모형은 공간가중행렬을 통해 공간관계를 명시적으로 정량화한다는 점에서 타 모형과 뚜렷하게 구별되는 강점이 있는 동시에, 공간가중행렬 구성에 자의성이 개입된다는 약점을 가지고 있기도 하다. 본 연구에서는 공간가중행렬의 구성에 따라 모형 적합도가 어떻게 변화하는지 인천시를 사례로 실증적으로 검토하였다. 또한 인근지역 범위 설정에 따라 공간시차모형(spatial lag model) 또는 공간오차모형(spatial error model) 중 어떠한 모형이 보다 우수하게 나타는지 검토하였다. 분석 결과, 토지가격 추정에 있어 인근지역 범위를 좁게 파악하는 공간가중행렬을 구성할수록 모형 적합도가 전반적으로 개선되는 것이 확인되었다. 또한, 공간적 이질성이 심한 지역은 공간오차모형의 적합도가 보다 우수한 것으로 파악되었다. 공간적 이질성이 심한 지역은 동질적 성격을 갖는 하부 인근지역으로 세분함으로써 그러한 이질성을 완화시킬 수 있었고, 그 결과 공간오차모형보다 공간시차모형의 적합도가 우수하게 나타날 수 있음을 밝혔다.

It can be advantage as well as disadvantage to use the spatial weight matrix in a spatial regression model; it would benefit from explicitly quantifying spatial relationships between geographical units, but necessarily involve subjective judgment while specifying the matrix. We took Incheon City as a study area and investigated how the fitness of a spatial regression model changed by constructing various spatial weight matrices. In addition, we explored neighborhood segmentation in the study area and analyzed any influence of it on the model adequacy of two basic spatial regression models, i.e., spatial lagged and spatial error models. The results showed that it can help to improve the adequacy of models to specify the spatial weight matrix strictly, that is, interpreting the neighborhood as small as possible when estimating land price. It was also found that the spatial error model would be preferred in the area with serious spatial heterogeneity. In such area, we found that its spatial heterogeneity can be alleviated by delineating sub-neighborhoods, and as a result, the spatial lagged model would be preferred over the spatial error model.