Journal of the Korean Association of Geographic Information Studies (한국지리정보학회지)

The Korean Association of Geographic Information Studies (한국지리정보학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of the Characteristics of Subway Influence Areas Using a Geographically Weighted Regression Model

지리가중회귀모델을 이용한 역세권 공간구조 특성 분석

  • Sim, Jun-Seok (Interdisciplinary Program of Geographic Information System, Pusan National University) ;
  • Kim, Ho-Yong (Department of Urban Engineering, Pusan National University) ;
  • Nam, Kwang-Woo (Department of Urban Engineering, Kyungsung University) ;
  • Lee, Sung-Ho (Department of Urban Engineering, Pusan National University)
  • 심준석 (부산대학교 공간정보협동과정) ;
  • 김호용 (부산대학교 도시공학과) ;
  • 남광우 (경성대학교 도시공학과) ;
  • 이성호 (부산대학교 도시공학과)
  • Received : 2013.01.04
  • Accepted : 2013.03.15
  • Published : 2013.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

For the sake of the Transit-Oriented Development that has been prominent recently, an analysis of the spatial structures of transit centers, above all, should be carried out at a local level. This study, thus, analyzes the spatial structures of subway influence areas by applying a Geographically Weighted Regression (GWR) model to individual parcels. As a result of the validity analysis of the model, it has turned out that the subway influence areas have different characteristics respectively, and there is spatial heterogeneity even in the same single area. Also, the result of the comparison among models has proved that the GWR model is more adequate than the Ordinary Least Square (OLS) model and $R^2$ has been also increased in the GWR model. Then, the results have been mapped by means of the GIS, which have made it possible to understand the spatial structures at a local level. If the Transit-Oriented Development is fulfilled in consideration of the spatial structural characteristics of the subway influence areas drawn respectively from the model analysis, it will be helpful in adopting effective policies.

최근 대두되는 대중교통지향형 도시개발을 위해서는 대중교통 결절점 주변의 공간구조에 대하여 국지적 차원의 해석이 선행되어야 한다. 이에 본 연구에서는 개별 필지 단위에 지리가중회귀모델을 적용하여 역세권 주변의 공간구조를 분석하였다. 분석 결과 역세권마다 다른 특징을 가지고 있으며, 같은 역세권 안에서도 공간적 이질성이 존재하고 있었다. 또한, AIC값을 이용하여 모델을 비교한 결과 지리가중회귀모델이 일반회귀모델보다 적합한 모델로 판정되었으며 모델의 설명력도 향상되었다. 지리가중회귀모델을 통하여 분석된 결과는 GIS 환경에서 지도화함으로써 국지적 차원의 공간구조 해석이 가능하였다. 역세권마다 모델분석을 통하여 도출된 개별적 공간구조 특성을 고려하여 대중교통 중심개발이 이루어진다면 정책 운용시 보다 효율적일 것으로 판단된다.

Keywords

References

  1. 김미리. 2000. 지하철 역세권 지가변화에 관한 연구-서울시 8호선 잠실역, 송파역, 문정역을 중심으로. 이화여자대학교 대학원 석사학위논문. 5-61쪽.
  2. 김원경과 이미영. 2002. 김해시 CBD의 지가 패턴. 한국도시지리학회지 5(1):15-33.
  3. 김유호. 2012. 도시철도 개통에 따른 광주시 역세권 지가의 특성에 관한 연구. 한국전자통신학회 논문지 7(1):171-180.
  4. 김호용. 2010. 공간통계기법을 이용한 도시 교통량 예측의 정확성 향상. 한국지리정보학회지 13(4):138-147.
  5. 김호용, 김지숙, 이성호. 2012. 도심경계설정을 위한 공간통계학적 접근. 한국지리정보학회지 15(4):42-54. https://doi.org/10.11108/kagis.2012.15.4.042
  6. 서경천. 2003. 부동산 가격 추정에 있어서 비 모수적 헤도닉 방법을 도입한 공간적 변동성 측정: 부산광역시 서부산권을 중심으로. 한국지역개발학회지 15(2):183-204.
  7. 성현곤. 2011. 대중교통 중심의 개발(TOD)이 주택가격에 미치는 잠재적 영향. 지역연구 27(2):63-76.
  8. 성현곤, 노정현, 김태현, 박지형. 2006. 고밀도시에서의 토지이용이 통행패턴에 미치는 영향: 서울시 역세권을 중심으로. 국토계획 41(4):59-75.
  9. 유승환, 강준모. 2012. 역세권 공간구조특성이 지가에 미치는 영향요인분석. 대한토목학회 논문집D 32(1):61-69.
  10. 유형식. 1996. 역세권개발개념 도입을 통한 시 가지정비.개발계획안-경기도 수원시 수원역 일대를 대상으로. 서울대학교 대학원 석사학위논문. 1-132쪽.
  11. 윤시운, 이광국. 1999. 지하철 역세권의 상세계획구역 설정방법에 관한 연구. 한국지역개발학회지 11(3):89-103.
  12. 이광국. 2004. 부산시 지하철 역세권의 상업용도 분포특성에 관한 연구. 건설환경연구 3(1):35-51.
  13. 이응현, 오덕성. 2008. 도심재생 측면에서 본 고속철도 역세권 개발(계획)분석. 대한건축학회지 24(6):253-264.
  14. 이창무, 김흥순, 김미경. 2007. 역세권개발과 수도권 공간구조 재편. 국토계획 42(6):67-88.
  15. 전병운. 2011. 환경적 형평성과 도시 삶의 질의 공간적 관계에 대한 탐색. 한국지리정보학회지 14(3):223-235.
  16. 조동기. 2009. 지역 단위 조사연구와 공간정보의 활용: 지리정보시스템과 지리적 가중 회귀분석을 중심으로. 조사연구 10(3):1-19.
  17. 조영진. 2008. 보행접근 특성을 고려한 지하철 역세권 지가 입지특성 분석 연구. 한양대학교 대학원 석사학위논문. 1-79쪽.
  18. 허윤경. 2007. 도시별 주택가격의 공간적 영향력 검증: 서울과 부산의 아파트 가격을 중심으로. 주택연구 15(4):5-23.
  19. 허윤경, 이주영. 2009. 울산의 도시공간구조 변화분석: 1995-2005년 인구밀도.고용밀도.지가를 중심으로. 국토계획 44(2): 111-121.
  20. 허창무. 2010. 복합민자역사 개발로 인한 주변 상업시설 지가 변화특성에 관한 연구. 서울시립대학교 대학원 석사학위논문. 1-69쪽.
  21. Anselin, L.. 1995. Local indicators of spatial association LISA. Geographical Analysis 27(2):258-306.
  22. European Commission. 1990. Green Paper on the Urban Environment. Brussels, EC.
  23. European Union. 1990. Green Paper on the Urban Environment Communication from the Commission to the Council and Parliament. COM(90) 218pp.
  24. Fotheringham A.S., C. Brunsdon and M. Charlton. 2002. Geographically Weighted Regression: the Analysis of Spatially Varying Relationships. Chichester, Wiley.
  25. Fotheringham A.S., M. Charlton and U. Demsar. 2008. Looking for a relationship? Try GWR. In: Miller, H.and Han J. (2nd ed.). Geographic Data Mining and Knowledge Discovery. Taylor & Francis, London, pp.227-254.
  26. Sa, A.C.L., J.M. Pereira, M.E. Charlton, B. Mota, P.M. Barbosa and A.S. Fotheringham. 2011. The pyrogeography of sub-Saharan Africa: a study of the spatial non-stationarity of fire-environment relationships using GWR. Journal of Geographical Systems 13(3):227-248. https://doi.org/10.1007/s10109-010-0123-7

Cited by

  1. Geographic Distribution of Periphyton Diatom Species: A Case Study of Achnanthes convergens in Nakdong River Basin vol.17, pp.3, 2014, https://doi.org/10.11108/kagis.2014.17.3.175
  2. A Study on the Exploratory Spatial Data Analysis of the Distribution of Longevity Population and the Scale Effect of the Modifiable Areal Unit Problem(MAUP) vol.16, pp.3, 2013, https://doi.org/10.11108/kagis.2013.16.3.040
  3. The Effect of the Regional Factors on the Variation of Suicide Rates: Geographic Information System Analysis Approach vol.24, pp.2, 2014, https://doi.org/10.4332/KJHPA.2014.24.2.143
  4. An Empirical Study on the Correlation between TOD Planning Elements and Subway Ridership in Busan Metropolitan City vol.17, pp.3, 2014, https://doi.org/10.11108/kagis.2014.17.3.147
  5. Analysis of Regional Characteristics that affect Housing Prices Using a GWR Model －Focused on Busan Metropolitan City－ vol.40, pp.None, 2014, https://doi.org/10.35349/tar.2014..40.001
  6. 지리가중회귀모델을 적용한 빈집 발생의 공간적 특성 분석 - 부산광역시를 대상으로 - vol.24, pp.1, 2021, https://doi.org/10.11108/kagis.2021.24.1.068