Land and Housing Review (토지주택연구)

Land and Housing Research Institute (한국토지주택공사 토지주택연구원)
권호 표지
DOI QR코드

DOI QR Code

Spatial Scale Analysis for Exploring Zoning Patterns and Floating Population : Application of Multiscale Geographically Weighted Regression (MGWR) Model

용도지역별 생활인구 영향요인의 공간적 범위 분석 : 다중범위 지리가중회귀 모형의 적용

  • 박정호 (연세대학교 사회과학대학 행정학과) ;
  • 진영주 (경희대학교 주거환경학과 학부과정) ;
  • 양주나 (경희대학교 주거환경학과 고령서비스-테크 융합전공)
  • Received : 2024.08.07
  • Accepted : 2024.10.07
  • Published : 2025.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study examines the impact of zoning patterns on the density of the floating population based on 2022 data across 226 sigungu areas in South Korea. Using the Multiscale Geographically Weighted Regression (MGWR) model, we attempt to expand results from existing approaches based on the Geographically Weighted Regression (GWR) and Ordinary Regression (OLS). We find that zoning patterns have a significant impact on the floating population but the spatial scale of the influence was different for residential, commercial, industrial, and green zones. Nationwide, the low-density residential zone had the widest global impact on the floating population. Central commercial zone appears to influence the floating population at the regional scale. In contrast, high-density residential zone and general commercial zone have the narrowest local impact on the floating population. Revealing these spatial variations, our findings suggest that, as a national demographic policy response to population decline and local extinction, it is recommended to closely consider the variations of the spatial scope of land use influences to vitalize the floating population across the nation as a whole.

본 연구는 전국 226개소 시군구를 대상으로 용도별 토지이용과 생활인구의 관계를 공간적 범위 측면에서 파악하고자 다중범위 지리가중회귀(MGWR: Multiscale Geographically Weighted Regression) 모형을 분석하고 그 결과를 일반회귀(OLS) 및 지리가중회귀(GWR) 모형과 비교하였다. 용도별 토지이용-생활인구 관계의 공간 범위를 분석한 결과, 용도별 토지이용은 생활인구 밀도에 유의미한 영향을 미치는 한편 그 영향력의 공간적 범위(Spatial Scale)는 고밀주거·저밀주거·중심상업·일반근린상업·공업·녹지 용도별로 상이하였다. 가장 광범위한 글로벌(Global) 영향력을 지닌 용도는 저밀주거용지로 나타났으며, 이어 하위의 리저널(Regional) 영향력을 보여준 용도는 중심상업용지였고, 마지막으로 가장 지엽적인 로컬(Local) 영향력이 포착된 용도는 고밀주거용지와 일반근린상업용지로 나타났다. 전국 시군구에 걸쳐서 용도별 토지이용-생활인구 관계의 존재 여부, 방향성 및 강도 역시 지역별로 차별화 되었다. 본 연구 결과에서 나타난 바와 같이 인구감소 대응 정책의 일환으로서 전국적 차원에서 생활인구 확대를 도모하고자 한다면 용도지역별로 상이한 생활인구 파급효과 범위를 지역별로 면밀하게 고려할 수 있는 방안을 모색할 필요가 있을 것이다.

Keywords

Acknowledgement

본 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구(과제번호: RS-2024-00335298) 및 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구(과제번호: NRF-2023S1A5A8077612)이며, 경희대학교 주거환경학과 강민형 데이터조사원이 자료 구축에 적극 참여하였고, 대한국토·도시계획학회 2024 추계학술대회에 발표된 내용을 바탕으로 작성됨.

References

  1. 곽호찬･송지영･엄진기･김경태(2018), "이동통신 자료를 활용한 대도시 유동인구 영향요인 분석", 「한국도시철도학회논문집」, 6(4): 373~381.
  2. 관계부처 합동(2024a), "국민 주거안정을 위한 주택공급 확대방안", 세종.
  3. 관계부처 합동(2024b), "｢인구감소지역 부활 3종 프로젝트｣ 추진방안", 세종.
  4. 김동찬･전병윤･염우･이만형(2022), "일일 인구이동의 네트워크 특성과 영향요인 분석", 「지역정책연구」, 33(3): 103~154.
  5. 김병제(2016), "여름철 상권지역의 고령자 유동인구 증감영향요인 분석", 「서울연구원 제4회 서울연구논문 공모전」.
  6. 김수진･김흥순(2024), "서울시 교통 민원과 도시 특성 요인 간의 상관성 분석 지리가중회귀모형의 적용", 「국토계획」, 59(1): 46~59.
  7. 김슬기･고준호(2024), "통신자료를 활용한 활동인구 연령계층의 혼합도 측정과 영향요인: 서울시를 사례로", 「국토계획」, 59(1): 161~175.
  8. 김형준･원미리･이정민･채호동･박인권(2021), "외국인 거주자의 시공간적 분포패턴 및 결정요인: 서울시 생활인구 데이터 분석", 「LHI Journal」, 12(1): 101~117.
  9. 대한국토･도시계획학회(2015), 「토지이용계획론(4정판)」, 서울: 보성각.
  10. 류은혜･김은정(2021), "코로나19(COVID-19) 유행전후 서울의 생활인구 패턴변화 및 지역환경이 생활인구 변화에 미치는 영향", 「한국도시지리학회지」, 24(3): 19~35.
  11. 박진홍･강민규(2022), "사물인터넷 기반 도시데이터 센서를 활용한 서울시 유동인구의 측정 및 입지특성에 관한 기초연구", 「국토계획」, 57(5): 40~56.
  12. 변미리･서우석(2011), "도시 거리의 주간활동인구 측정과 해석: 서울시 유동인구 조사 사례", 「조사연구」, 12(2): 27~50.
  13. 송지영･곽호찬(2020), "사회경제지표 기반 대도시 유동인구 예측", 「한국도시철도학회논문집」, 8(2): 611~617.
  14. 안주연･김형규(2022), "코로나19에 따른 경의선 숲길 주변 토지이용 별 생활인구 변화", 「LHI Journal」, 13(4): 73~89.
  15. 유현지(2022), "생활인구와 토지이용 특성과의 영향 관계 연구: 서울시를 중심으로", 「한국도시지리학회지」, 25(3): 67~85.
  16. 윤정미･최돈정(2015), "서울시 유동인구 분포의 공간 패턴과 토지이용 특성에 관한 지리가중 회귀분석", 「대한공간정보학회지」, 23(3): 77~84.
  17. 이금숙･김호성(2018), "교통과 토지이용 정보를 결합한 서울 인구분포의 시공간적 분석: 4차원 시각화 방법을 토대로", 「한국경제지리학회지」, 21(1): 20~33.
  18. 이소영･배민철･주희선(2023), "모바일 생활 통행데이터를 활용한 일간 인구이동 패턴 및 영향요인 분석: 경상남도의 직장인구와 방문인구 비교를 중심으로", 「국토계획」, 58(2): 5~21.
  19. 이유진･최명섭(2018), "노인 인구 밀집지역의 시공간적 분포와 결정요인 분석: 서울 생활인구 빅데이터의 활용", 「서울도시연구」, 19(4): 149~168.
  20. 이정민･박인권(2021), "혼합적 토지이용이 통행행태에 미치는 영향: 수평적 용도혼합과 수직적 용도 혼합 효과 분석", 「대한국토･도시계획학회 2021 추계학술대회」.
  21. 이진택･정다운･김흥순(2011), "상업적 토지이용의 출･퇴근방향별 차이성에 관한 연구", 「국토계획」, 46(1): 91~104.
  22. 이현정･박정호(2023), "인구감소 시대와 초고령 사회의 지속가능한 삶으로서 스마트 에이징의 개념과 모형에 관한 탐색적 연구", 「LHI Journal」, 14(4): 1~16.
  23. 이희연･노승철(2013), 「고급통계분석론」, 고양: 문우사.
  24. 임수명･김현철･김동준･안영수(2019), "다중회귀모델을 이용한 보행가로별 유동인구의 추정에 관한 연구: 서울 강남･서초구를 중심으로", 「서울도시연구」, 20(2): 121~139.
  25. 장인수･정찬우(2022), "출산지원금이 지역 출산력에 미치는 영향에 대한 공간적 변이 탐색: 다중범위 지리가중회귀모형의 적용과 함의", 「보건사회연구」, 42(4): 305~325.
  26. 장진영･최성택･이향숙･김수재･추상호(2015), "토지이용유형별 보행량 영향 요인 비교 분석: 서울시 유동인구 조사자료를 바탕으로", 「한국 ITS 학회 논문집」, 14(2): 39~53.
  27. 정재훈･남진(2019), "위치기반 빅데이터를 활용한 서울시 활동인구 유형 및 유형별 지역 특성 분석", 「국토계획」, 54(3): 75~90.
  28. 정찬우･장인수(2023), "지역사회 복지자원이 노인인구 이동에 미치는 영향: 다중범위 지리가중회귀모형을 활용하여", 「통계연구」, 28(1): 70~97.
  29. 조동재･황정현･김신･조항훈･김흥순(2023), "코로나 19 발생 전후 서울시 동남권 생활인구 수의 변화에 미친 영향 요인: 슈퍼블록 단위의 분석", 「국토지리학회지」, 57(4): 391~406.
  30. 조월･하재현･이수기(2021), "서울시 생활인구의 시간대별 혼합수준에 영향을 미치는 요인 분석", 「국토계획」, 56(1): 22~38.
  31. 조형욱･김다솜･이삼수(2022), "코로나19 전후 대구광역시 도시공간의 유동인구 분포 변화: 핫스팟 분석을 중심으로", 「국토계획」, 57(2): 5~17.
  32. 진주혜･성병찬(2020), "코로나-19에 따른 서울시 생활인구 변화와 동별 반응 차이 분석", 「응용통계 연구」, 33(6): 697~712.
  33. 채한희･이경환(2023), "상업지역 유동인구에 영향을 미치는 도시공간구조 및 물리적 환경특성 분석: 서울 도심부 상업지역을 대상으로", 「대한건축학회논문집」, 39(8): 165~173.
  34. 통계청(2023), "2023 통계로 보는 1인가구", 대전.
  35. 통계청(2024), "인구총조사", 대전.
  36. 홍석찬･양병윤(2021), "코로나-19 확산에 대한 GWR과 MGWR의 비교분석: 서울시를 배경으로", 「한국지도학회지」, 21(3): 77~91.
  37. Brunsdon, C., A. S. Fotheringham and M. E. Charlton (1996), "Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity", Geographical Analysis, 28(4): 281~298.
  38. Foley, D. L. (1952), "The Daily Movement of Population into Central Business Districts", American Sociological Review, 17(5): 538~543.
  39. Foley, D. L. (1954), "Urban Daytime Population: A Field for Demographic-Ecological Analysis", Social Forces, 32(4): 323~330.
  40. Fotheringham, A. S. and Z. Li (2023), "Measuring the Unmeasurable: Models of Geographical Context", Annals of the American Association of Geographers, 113(10): 2269~2286.
  41. Fotheringham, A. S., T. M. Oshan and Z. Li (2023), Multiscale Geographically Weighted Regression: Theory and Practice, Boca Raton: CRC Press Taylor & Francis Group.
  42. Fotheringham, A. S., W. Yang and W. Kang (2017), "Multiscale Geographically Weighted Regression (MGWR)", Annals of the American Association of Geographers, 107(6): 1247~1265.
  43. Fotheringham, A., C. Brunsdon and M. Charlton (2002), Geographically Weighted Regression: The Analysis of Spatially Varying Relationships, Hoboken: Wiley.
  44. Li, Z., T. Oshan, S. Fotheringham, W. Kang, L. Wolf, H. Yu, M. Sachdeva and S. Bardin (2020), MGWR 2.2 User Manual, Tempe: Spatial Analysis Research Center (SPARC) Arizona State University.
  45. Oshan, T. M., J. P. Smith and A. S. Fotheringham (2020), "Targeting the Spatial Context of Obesity Determinants via Multiscale Geographically Weighted Regression", International Journal of Health Geographics, 19(1): 11.
  46. Oshan, T., Z. Li, W. Kang, L. Wolf, and A. Fotheringham (2019), "MGWR: A Python Implementation of Multiscale Geographically Weighted Regression for Investigating Process Spatial Heterogeneity and Scale", ISP RS International Journal of Geo-Information, 8(6): 269.
  47. esri (2023a), "How Multiscale Geographically Weighted Regression (MGWR) Works". https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-statistics/how-multiscale-geographicallyweighted-regression-mgwr-works.htm.
  48. esri (2023b), "Multiscale Geographically Weighted Regression (MGWR) (Spatial Statistics)". https:// pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-statistics/multiscale-geographically-weighted-regression.htm.
  49. esri (2023c), "What's new for Spatial Statistics in ArcGIS Pro 3.1". https://www.esri.com/arcgis-blog/products/arcgis-pro/announcements/whats-newfor-spatial-statistics-for-arcgis-pro-3-1/.
  50. Fotheringham, A. S., C. Kao, H. Yu, S. Bardin, T. Oshan, Z. Li, M. Sachdeva and W. Luo (2024), "Exploring Spatial Context: A Comprehensive Bibliography of GWR and MGWR", arXiv preprint arXiv: 2404.16209. https://arxiv.org/abs/2404.16209.