A Study of the Correlation Between Nighttime Light and Individual Land Price by Province in South Korea, Using DMSP OLS Data

야간광과 남한의 시도별 개별 공시지가 총액의 상관관계 연구 - DMSP OLS 자료를 중심으로

Abstract

The Operational Linescan System (OLS)sensor is a sensor aboard satellites launched through the Defense Meteorological Satellite Program (DMSP) that detects light in the visible and infrared bands emitted at night. Studies by several researchers have shown a high correlation between nighttime light data from OLS sensors and gross domestic product values. In this study, we investigated the correlation of nighttime light data with the total amount of individual land prices, which is one of the various indicators related to economic development. The study found that most cities and provinces showed a high correlation with a correlation coefficient of more than 0.7, and the correlation coefficient of 0.7837 between the total amount of individual land price and nighttime light data for the entire South Korea was also high. However, unlike other cities and provinces, Seoul has a low correlation coefficient of 0.5648 between nighttime light and the total amount of individual land price, which is analyzed as a reason that the digital number value of the OLS sensor is close to the maximum value and cannot show further brightness changes. This study is expected to help identify announced land prices in areas where announced land prices are not systematically organized and to analyze land use changes in such areas.

Operational Linescan System (OLS) 센서는 Defense Meteorological Satellite Program (DMSP) 프로그램을 통해 발사된 위성체에 탑재된 센서로, 야간에 방출되는 가시광 및 적외선대의 빛을 감지한다. 여러 연구자들의 연구를 통해 OLS 센서를 통해 획득한 야간광 자료와 국내 총생산(gross domestic product, GDP) 값에는 높은 상관관계가 존재함이 밝혀졌다. 본 연구에서는 경제 발전과 관련된 다양한 지표 중 하나인 개별 공시지가 총액과 야간광 자료의 상관관계에 대한 연구를 진행하였다. 연구 결과 대다수의 시, 도에서 0.7 이상의 상관계수로 높은 상관관계를 보였으며 남한 전체의 개별 공시지가 총액과 야간광 자료 간에도 상관계수는 0.7837로 높은 상관관계를 보였다. 그러나 타 시, 도와 달리 서울특별시의 경우 야간광과 개별 공시지가 총액은 상관계수가 0.5648로 낮은 상관계수를 보였는데, 이는 서울특별시의 digital number (DN) 값은 OLS 센서의 최대 DN 값에 가깝게 나타나 그 이상의 변화를 나타낼 수 없는 것이 원인으로 분석되었다. 본 연구를 통해 향후 공시지가가 체계적으로 정리되지 않은 지역의 공시지가를 파악하고, 이를 이용한 지역의 토지이용 변화 등을 분석하는 데 도움이 될 것으로 기대한다.

1. 서론

경제의 발전은 인간들로 하여금 다양한 활동을 가능케 하며 특히 국가의 경제 발전은 사회 기반 시설의 증가 및 공공서비스의 증대로 이어져 국민들의 삶의 질에 직접적인 영향을 미친다. 이러한 기반 시설의 증가와 밀접한 관련이 있는 수치 중 하나는 공시지가이다. 공시지가란 국토교통부 장관이 매년 1월 1일의 표준지 1 m³당 가격을 조사 및 평가해 공시하는 적정가격이다(Kim and Kim, 2014). 학교 및 도심형 복합 상업시설 등의 건설은 해당 지역의 공시지가에 큰 영향을 미치므로 공시지가를 이용해 다양한 기반 시설의 확충 정도를 파악할 수 있다(Choi et al., 2009; Choi, 2014; Park and Lee, 2019).

또한 공시지가 자료는 토지이용의 측면에서 도시의 도심부 및 교외 지역의 변화 파악에 사용하고 있다. Yim and Song (2013)은 대구광역시의 도심부 및 주변부의 토지이용 변화를 분석하기 위해 개별 공시지가 자료를 활용하였으며, Yoo et al. (2011)은 주거 유형별 공시지가의 변화를 시계열적으로 분석해 전주시의 도심부 및 외곽지역의 토지 이용 변화에 대해 연구하였다.

이렇듯 공시지가의 변화를 확인하는 것은 기반 시설의 확충 정도, 더 나아가 다양한 토지 이용의 변화를 파악하는데 중요하다. 그러나 공시지가의 경우 방대한 분량의 자료 특성상 체계적으로 정리되지 않은 지역 및 시기가 존재한다. 이러한 경우 공시지가를 활용한 토지 이용의 변화를 파악하는데 어려움이 존재한다. 그러므로 체계적으로 정리되지 않은 공시지가를 추정할 수 있는 방법들이 요구되고 있다.

Defense Meteorological Satellite Program (DMSP) 위성에 탑재된 Operational Linescan System (OLS) 센서의 경우 야간에 방출되는 가시광선 및 적외선 영역대를 감지한다. Elvidge et al. (1997b)는 DMSP OLS 자료를 이용해 야간광의 면적과 국내 총생산(gross domestic product, GDP) 및 인구에 대한 상관관계 분석을 수행하였고 Bhandari and Roychowdhury (2011)는 인도의 GDP 추정치를 산출하기 위해 DMSP OLS 자료를 이용한 연구를 수행하였다. Ma et al. (2012)은 중국 도시의 도시화 과정을 모니터링하기 위해 DMSP OLS 자료를 사용하였으며, Zhou et al. (2015)은 DMSP OLS 자료를 이용해 남아시아 전역의 도시 성장에 관련한 공간 패턴을 분석하는 연구를 수행하였다.

본 연구에서는 DMSP의 야간광 자료를 이용해 시도별 개별 공시지가 총액과 야간광의 상관관계에 대한 분석을 수행하였다. DMSP 자료에 나타나는 시도별 픽셀들의 digital number (DN) 값 평균을 산출하였으며, 이후 도출된 결과를 시도별 개별 공시지가 총액과 비교 분석하였다.

2. 연구자료 및 방법

2.1. 연구 자료

본 연구에서는 DMSP OLS 자료와 시도별 개별 공시지가 총액 자료를 사용하였다. DMSP OLS는 1아크초, 1 × 1 km의 공간 해상도를 가지고 있으며 6비트 (0–63)의 밝기 값을 나타낸다. 특히 DMSP OLS는 가시광선 및 근적외선, 열 적외선 파장 대역의 센서를 가지고 있어 야간에 나타나는 인공조명의 탐지에 탁월한 성능을 보인다(Doll, 2008). DMSP 프로그램은 수십 년간 다양한 위성들을 운용하였는데, 해당 위성들의 운용 기간은 Table 1과 같다. 해당 자료 중 운용 기간이 겹치는 경우 최신의 위성 자료를 사용해 연구를 진행하였다.

Table 1. List of images provided by 6 different satellites

DMSP OLS 자료는 미국 해양 대기청(National Oceanic and Atmospheric Administration)에서 운영하는 DMSP 프로그램에서 획득한 영상 중 하나인 DMSP OLS Version 4를 사용하였다. Version 4의 경우 태양 고도에 따른 태양광의 세기 및 glare, 달의 조도에 따른 월광 데이터가 보정되었다. 또한 구름이 존재하는 지역의 경우 정확한 밝기를 측정하는 데 어려움을 주기에 구름이 존재하는 지역을 제외하여 Version 4 자료가 산출되었다. Version 4는 보정에 따라 세 가지 유형으로 제공되며 목록은 Table 2와 같다(Elvidge et al., 1997a; Baugh et al., 2010). 본 연구에서는 일시적인 화재 등으로 인한 밝기 변화 및 구름에 의한 밝기 변화가 보정된 stable_light.avg_vis 확장자 파일을 활용하였다.

Table 2. Description of the three types of DMSP OLS Version 4

본 연구에서는 DMSP 자료 중 남한 전 영역에 해당하는 북위 33° 06′ 44″에서 38°–36′ 42″, 동경 124°–36′ 35″에서 131°–52′ 17″를 사용하였으며, 남한 지역의 시도별shapefile을 사용해 시도별 밝기 자료를 추출하였다(GADM, 2023). 이 중 세종특별자치시 지역의 경우 2012년 7월에 출범한 관계로 계산에서 제외하였으며 울산광역시 지역의 경우 1997년 7월에 출범하였기에 1998년 자료부터 본 계산에 포함하였다.

공시지가의 경우 지가정보의 제공 및 토지 거래의 지표로 활용되는 정보로 정확한 조사가 필요하다. 그러나 매년 모든 필지를 조사 및 평가하기에 인력, 시간 및 예산 등의 문제가 발생할 수 있다. 2020년 기준 남한의 토지는 약 3,890만 필지이나 조세 또는 부담금 부과 대상이자 지가 산정이 필요한 3,398만여 필지를 추려 이들의 공시지가를 공시하였다. Fig. 1은 개별 공시지가를 산정하는 방법을 보여준다. 정부는 대표성이 인정되는 50만 필지를 비교표준지로 선정해 가격을 조사 및 평가를 하여 표준지 공시지가를 산정한다. 이렇게 산정된 표준지 공시지가를 바탕으로 시, 군, 구에서 자체적으로 토지특성에 대한 조사 및 평가를 진행해 토지 특성 항목을 제작한다. 그런 다음 토지 특성 항목과 비준표를 이용해 가격 배율을 산출, 이를 표준지 공시지가와 곱해 나머지 필지에 대한 개별 공시지가를 산정하여 공시한다(Ministry of Land Infrastructure and Transport, 2020).

Fig. 1. Flow chart of calculating individual land price (Ministry of Land, Infrastructure, and Transport, 2020).

시도별 개별 공시지가 총액의 경우 한국 부동산 연구원에서 제공하는 1997년부터 2013년까지의 자료를 사용하였다. 본 연구에서 사용한 시도별 개별 공시지가 총액의 자료는 Table 3과 같다(Korea Real Estate Research Institute, 2022).

Table 3. Total individual land price by province (Unit: KRW 100 million)

The individual land price for (a) South Korea and metropolitan cities and (b) other provinces (Korea Real Estate Research Institute, 2022).

2.2. 연구 방법

DMSP OLS Version 4 자료를 활용하는 경우 동일한 연도의 자료를 획득해도 위성에 따라 다른 결과를 얻을 수 있다. 또한 위성에 탑재된 센서의 노후화에 의해 관측 능력이 저하되는 문제가 발생한다. 따라서 이러한 문제점을 해결하기 위해 Elvidge et al. (2014)은DMSP OLS 영상의 센서별, 자료 획득 연도별 밝기 보정 식을 제안하였다. 그러나 해당 보정 방법의 경우 이탈리아의 시칠리아(Sicily) 섬을 기반으로 작성하였기에 전 세계 지역의 밝기 변화를 정확하게 보정하기 어렵다는 문제가 존재한다. 따라서 본 연구에서는 Fig. 2와 같이 DMSP OLS Version 4 자료를 토대로 시도별 해당하는 지역을 추출하고 해당 지역의 전체 밝기 값을 산출하였다.

Fig. 2. Flow chart of the study shows the process of calculating average nighttime light data and Pearson correlation coefficient.

지역별 OLS 데이터를 산출한 다음, 파일명을 통해 기록된 위성명과 자료의 획득 연도를 분류한다. 이후 픽셀 값을 확인해 Nan에 해당하는 값은 no data로 처리하며 그렇지 않은 경우 픽셀 값을 합산해 총 밝기 값을 산출한다. 이 때 합산한 픽셀들의 개수를 모두 합산해 총 픽셀 수를 구하고 총 밝기 값과 총 픽셀 개수를 이용해 시도별 평균 야간광 밝기를 산출한다. 이렇게 산출된 평균 야간광 밝기와 Table 3에 제시된 시도별 개별 공시지가 총액 간 상관계수를 산출하는 형태로 상관관계를 분석하였다. 상관계수 산출에는 피어슨(Pearson) 상관관계를 사용하였으며 식(1)과 같다.

\(\begin{aligned}r_{X Y}=\frac{\sum_{i}^{n}\left(X_{i}-\bar{X}\right)\left(Y_{i}-\bar{Y}\right)}{\sqrt{\sum_{i}^{n}\left(X_{i}-\bar{X}\right)^{2}} \sqrt{\sum_{i}^{n}\left(Y_{i}-\bar{Y}\right)^{2}}}\end{aligned}\)       (1)

여기서 r_XY는 X와 Y에 대한 피어슨 상관계수를 나타내며 n은 자료의 개수를 나타낸다(Hong and Hur, 2021).

3. 연구결과 및 토의

Fig. 3는 시도별 개별 공시지가 총액을, Fig. 4는 1997년 및 2013년의 남한 지역의 평균 야간광 값을, 마지막으로 Fig. 5는 DMSP OLS 자료에서 추출한 시도별 야간광 추이를 보여준다. Fig. 3(a)는 서울특별시 및 광역시의 개별 공시지가 총액을 보여주며 좌측의 축은 서울특별시의 개별 공시지가 총액을, 우측의 축은 광역시의 개별 공시지가 총액을 의미한다. Fig. 3(b)는 서울특별시 및 광역시를 제외한 광역자치단체의 개별 공시지가 총액을 보여주며 좌측의 축은 경기도의 개별 공시지가 총액을, 우측의 축은 나머지 도의 개별 공시지가 총액을 의미한다. Fig. 5(a)는 광역시 및 서울특별시의 평균 야간광 밝기를 보여준다. 좌측의 축은 서울특별시의 평균 야간광 밝기를, 우측의 축은 광역시들의 평균 야간광 밝기를 의미한다. Fig. 5(b)는 서울특별시 및 광역시를 제외한 광역자치단체의 평균 야간광 밝기를 보여주며 좌측의 축은 경기도의 평균 야간광 밝기를, 우측의 축은 나머지 도들의 평균 야간광 밝기를 의미한다.

Fig. 3. Total individual land price by province. (a) shows the total individual land price of metropolitan city and Seoul and (b) shows the total individual land price of other province.

Fig. 4. Average nighttime light image of Republic of Korea. (a) shows image acquired by the F14 satellite in 1997 and (b) shows images acquired by F18 satellite in 2013.

Fig. 5. Average nighttime light by province from DMSP OLS. (a) shows the average nighttime light of the metropolitan city and Seoul and (b) shows the average nighttime light of other provinces.

Fig. 3는 1997년부터 2013년까지 모든 시간 범위 내에서 시도별 평균 야간광 밝기는 서울특별시가 가장 높았으며, 강원특별자치도가 가장 낮았음을 보여준다. 개별 공시지가의 총액 같은 경우 모든 필지의 개별 공시지가의 합이므로 비교적 면적이 좁은 편에 속하는 광역자치 단체인 제주특별자치도가 가장 낮은 값을 보였다. 그러나 면적이 제주특별자치도의 1/3에 불과한 서울특별시의 개별 공시지가의 총액이 가장 높게 나타났으며, 연구 기간 전체를 통틀어 남한 개별 공시지가 총액의 약 1/3을 차지했다. Fig. 3(a)는 부산광역시, 대구광역시 및 광주광역시의 개별 공시지가 총액이 1999년, 2006년 및 2009년에 하락하였음을 보여준다. 또한 이들 광역시의 1997년 대비 2013년의 개별 공시지가 총액은 부산광역시가 약 66%, 대구광역시가 약 70%, 광주광역시가 약 66% 증가한 것으로 나타난다. 서울특별시, 인천광역시, 대전광역시 및 울산광역시의 경우 1999년 및 2009년에는 개별 공시지가 총액이 하락하였으나 2006년에 개별 공시지가 총액이 증가함을 보여준다. 1997년 대비 2013년 개별 공시지가 총액 상승폭은 서울특별시는 약 196%, 인천광역시는 약 308%, 대전광역시는 약 139%로 나타났으며 울산광역시의 경우 1998년 대비 2013년 개별 공시지가 총액 상승폭은 약 133%로 나타났다. Fig. 3(b)는 전라북도와 제주특별자치도의 개별 공시지가 총액이 1999년, 2006년 및 2009년에 하락하였음을 보여준다. 또한 이들 광역자치단체의 1997년 대비 2013년 개별 공시지가 총액은 전라북도가 약 86%, 제주특별자치도가 약 95% 증가한 것으로 나타난다. 또한 경기도, 충청북도, 충청남도, 전라남도, 경상북도 및 경상남도의 경우 1999년 및 2009년에 개별 공시지가 총액이 하락하였으나 2006년에는 증가함을 보여준다. 강원특별자치도의 경우 다른 광역자치단체와는 다르게 1999년에만 개별 공시지가 총액이 하락하였다. 1997년 대비 2013년의 개별 공시지가 총액은 경기도가 약 362%, 강원특별자치도가 약 179%, 충청북도가 약 168%, 충청남도가 약 263%, 전라북도가 약 86%, 전라남도가 약 118%, 경상북도가 약 114%, 경상남도가 약 94%, 제주특별자치도가 약 95% 증가한 것으로 나타났다.

1997년 하반기 발생한 대한민국의 경제 위기로 인해 1998~1999년간 대부분의 시, 도에서 개별 공시지가 총액이 하락세를 보였으며, 2008년 서브프라임 모기지 사태로 인한 전 세계적인 경제 위기의 여파로 2008~2009년간 거의 모든 시, 도에서 개별 공시지가가 하락하였다.

Fig. 4(a)는 1997년, Fig. 4(b)는 2013년 남한 지역의 평균 야간광 밝기를 보여준다. 전반적으로 도시 및 도시 인근 지역에서 밝기 값이 증가한 것을 보여주며 특히 수도권 지역은 그 정도가 두드러짐을 확인할 수 있다.

Fig. 5(a)에서 서울특별시의 경우 1997년부터 2013년까지의 기간 동안 DMSP OLS 센서의 최대 밝기 값인 63에 근접하게 나타나며 전반적으로 밝기 값의 상승과 하락이 반복되는 양상을 보이나 변동 폭은 DN 값 0.5 내외로 1% 미만의 밝기 값의 변화를 보인다. 서울특별시를 제외한 나머지 광역시들의 경우 전반적으로 비슷한 평균 야간광 밝기 변화 경향을 보이나, 2000년 대비 2001년 서울특별시의 경우 약 0.4%, 부산광역시의 경우 약 1%, 울산광역시의 경우 약 0.4%만큼 평균 야간광 밝기가 하락할 때 대구광역시의 경우 약 1%, 인천광역시의 경우 약 11%, 대전광역시의 경우 약 6% 평균 야간광 밝기가 증가하였다. 또한 광주광역시의 경우 2007년과 비교하여 2008~2009년 동안 평균 야간광 밝기 값이 약 4% 증가하였으나 다른 광역시의 평균 야간광 밝기는 하락 또는 0.25% 이내의 상승으로 답보를 하였다. Fig. 5(b)에서 모든 도들은 전반적으로 비슷한 평균 야간광 밝기 변화 경향을 보이나 1997년 대비 1998년에 다른 도에서는 10% 이하의 평균 야간광 밝기 변화를 보였으나 제주특별자치도의 경우 약 24%만큼 평균 야간광 밝기가 하락하였다. 2011년 대비 2012년에는 다른 도에서는 평균 야간광 밝기가 전부 증가하는 추세를 보였으나, 전라북도 및 전라남도가 약 4%, 제주특별자치도가 약 5% 만큼 평균 야간광 밝기가 하락하는 등 남한에서 남서쪽에 위치한 지역의 평균 야간광 밝기가 하락하는 것을 볼 수 있다.

Fig. 6는 시, 도별 평균 야간광 밝기 값과 개별 공시지가 총액의 상관관계를 보여준다. Fig. 6는 전반적으로 평균 야간광 밝기 값과 개별 공시지가 총액이 낮아 그래프의 좌 하단 영역에 자료가 더 많이 존재함을 보여준다. Fig. 6(a)는 서울특별시의 경우 평균 야간광 밝기 값과 개별 공시지가 총액 간 상관계수가 0.5648로 다른 시, 도 대비 낮음을 보여준다. Figs. 6(b, d)는 각각 부산광역시와 인천광역시를 보여준다. 두 도시는 상관계수가 0.8730, 0.8863으로 다른 시, 도보다도 더 높은 평균 야간광 밝기값과 개별 공시지가 총액 간 상관계수를 보여준다. Figs. 6(b–h, k, m–o)에서 인접한 광역시 및 도의 평균 야간광 밝기 값과 개별 공시지가 총액 간 상관계수는 주로 인접한 광역시가 더 높게 나타났으나 충청남도 및 대전광역시의 경우 충청남도의 상관계수가 더 높은 값을 보여주었다. 남한 전역 및 각 시도별 평균 야간광의 밝기 값과 개별 공시지가의 총액 간 피어슨 상관계수 값은 Table 4와 같다.

Fig. 6. Correlation coefficient between total individual land price and average nighttime light by province. (a) Seoul, (b) Busan, (c) Daegu, (d) Incheon, (e) Gwangju, (f) Daejeon, (g) Ulsan, (h) Gyeonggi, (i) Gangwon, (j) Chungbuk, (k) Chungnam, (l) Jeonbuk, (m) Jeonnam, (n) Gyeongbuk, (o) Gyeongnam, and (p) Jeju.

Table 4. Correlation between total individual land price and average nighttime light by province

서울특별시를 제외한 다른 지역에서는 최대 0.8863으로 높은 상관관계를 보인다. 서울특별시의 경우 Fig. 7(a)와 같이 DMSP OLS 센서가 표현할 수 있는 최대 밝기 값에 도달해 추가적인 밝기의 증가를 포착하지 못해 낮은 상관계수를 보이는 것으로 판단된다. 그에 비해 Fig. 7(b)와 같이 타 시, 도의 경우 DMSP OLS 센서의 최대 밝기 값에 도달하지 못하였으므로 시도별 개별 공시지가 총액과 시도별 평균 야간광 밝기가 높은 상관계수를 보인다.

Fig. 7. Comparison of average nighttime light and total individual land price. (a) Seoul City (correlation coefficient: 0.5648) and (b) Busan City (correlation coefficient: 0.8730).

4. 결론

본 연구에서는 1997년부터 2013년까지 남한 지역의 시도별 평균 야간광 값과 시도별 개별 공시지가 총액 사이의 상관관계에 대해 알아보고자 하였다. 사용된 자료는 미국 해양 대기청에서 운용하는 DMSP 위성의 OLS 센서 자료와 국토교통부에서 공표하는 시도별 개별 공시지가 총액 자료를 사용하였다. 해당 자료들을 통해 얻은 결론은 다음과 같다.

1) 시도별 평균 야간광 자료와 시도별 개별 공시지가 총액 간 상관관계 분석을 시행한 결과, 두 자료 사이에는 높은 상관관계가 존재한다.

2) 서울특별시와 같이 이미 DMSP OLS 센서가 나타낼 수 있는 최댓값에 도달한 도시들의 경우 밝기값의 변화가 매우 적어 본 연구 방법을 적용하기 어렵다.

추후 연구에서는 본 연구에서 나타난 한계점을 극복하기 위해 더 넓은 밝기 값 범위를 지닌 Suomi NPP의 VIIRS 센서 자료 등을 활용할 수 있을 것이다. 또한 본 연구에서는 시도별 단위의 비교적 큰 행정구역에 대한 연구를 진행하였으나 추후 연구에서 시, 군, 구 등 좀더 작은 행정구역에 대한 연구를 진행한다면 정확한 공시지가 자료가 존재하지 않는 시, 군, 구 지역의 세부적인 토지이용 변화 자료로 활용할 수 있을 것으로 기대된다.