보행에 대한 도시환경의 차이: 서울 도심을 중심으로 = Effects of Urban Environments on Pedestrian Behaviors: a Case of the Seoul Central Area

다국어 초록 (Multilingual Abstract)

The objective of this study is to identify the causes of pedestrian volume path to the destination by investigating the influential levels of regional and planning features in the central area of Seoul. Regional characteristics can be classified from the result of the analysis and through the spatial characteristics of pedestrian volume. For global scale analysis, Ordinary Least Squares (OLS) regression is used for the degree of influence of each characteristics to pedestrian volume. For the local scale, Geographically Weighted Regression (GWR) is used to identify regional influential factors with consideration for spatial differences. The results of OLS indicate that boroughs with transportation facilities, commercial business districts, universities, and planning features with education research facilities and planning facilities have a positive effect on pedestrian volume path to the destination. Correspondingly, transportation hubs and congested areas, commercial and business centers, and university towns and research facilities in the Seoul central area can be identified through the results of GWR. The results of this study can provide information with relevance to existing plans and policies about the importance of regional characteristics and spatial heterogeneity effects on pedestrian volume, as well as significance in the establishment of regional development plans.

국문 초록 (Abstract)

본 연구의 목적은 서울 도심지역의 행정동별 지역적 요소와 계획적 요소가 목적지로의 통행수단으로서 보행을 결정하는 것에 미치는 영향의 정도를 파악하고, 이에 대한 분석 결과 및 보행의 공간적 특성을 통해 지역별 특성을 파악하고자 함에 있다. 보행 결정에 영향을 미치는 요소들의 영향 정도를 파악하기 위해 본 연구에서는 전역적 차원의 회귀분석 모형인 최소자승모형을 사용하였고, 이와 더불어 다양한 공간통계 분석모형 중 지역별 보행특성을 기반으로 공간적 이질성을 고려하는 지리가중회귀모형의 적용을 통해 지역별 특성을 파악하고자 하였다. 전역적 차원의 회귀분석 결과 목적지로의 보행 선택에 영향을 주는 요소로는 지역적 요소 중 교통시설 지역 및 상업지역, 대학교 면적이, 계획적 요소 중에서는 교육·연구시설 및 계획시설 면적이 보행 선택에 정의 영향을 주었다. 마지막으로 지리가중회귀모형의 분석 결과를 통해 서울 도심지역 중 교통 중심지 및 취약지, 상업·업무 중심지, 대학가 중심지, 연구시설 밀집지를 파악할 수 있었다. 본 연구의 결과를 통해 지역 및 공간적 이질성에 대한 이해 없이 진행되었던 기존의 계획 및 정책들에 지역적 특성이라는 정보를 제공함으로 이에 대한 반영의 여지를 주어 보다 지역발전 차원의 계획 수립에 기여할 수 있을 것이라는 점에 본 연구의 의의가 있을 것이라 여겨진다.

참고문헌 (Reference)

1 이경환, "지역 주민의 보행 활동에 영향을 미치는 근린 환경 특성에 관한 실증 분석" 대한건축학회 24 (24): 293-302, 2008

2 김현중, "수도권 5대 범죄의 결정요인: Mixed GWR모형의 적용" 서울연구원 12 (12): 137-155, 2011

3 이연수, "서울시 생활권별 보행량 변화에 미치는 요인 분석" 대한국토·도시계획학회 48 (48): 197-208, 2013

4 윤나영, "서울시 상업가로 보행량과 보행 환경 요인의 관련성 실증 분석" 대한국토·도시계획학회 48 (48): 135-150, 2013

5 박지영, "산업별 시 · 도간 경제교역량 추정" 한국지역학회 24 (24): 27-57, 2008

6 서한림, "근린에서 이루어지는 주민 보행량 및 경로에 관한 실증연구 GPS를 활용한 서울 북촌의 30대, 40대 주부들의 실제 보행데이터를 기반으로" 대한건축학회 27 (27): 271-281, 2011

7 이주아, "가로의 물리적 여건과 보행량의 영향관계 분석 - 서울시 도심권역, 강남권역, 여의도권역의 중심업무지구를 대상으로 -" 대한국토·도시계획학회 48 (48): 269-286, 2013

8 Cervero R., "Walking Bicycling, and Urban Landscapes: Evidence from the San Francisco Bay Area" 93 (93): 1478-1483, 2003

9 Handy S. L., "Understanding the Link between Urban Form and Nonwork Travel Behavior" 15 (15): 183-198, 1996

10 Kockelman K. M., "Travel Behavior as Function of Accessibility, Land Use Mixing, and Land Use Balance: Evidence from San Francisco Bay Area" 1607 (1607): 116-125, 1997

11 Zhang M., "The Role of Land Use in Travel Mode Choice: Evidence from Boston and Hong Kong" 70 (70): 344-360, 2004

12 Rodriguez D. A., "The Relationship between Non-motorized Mode Choice and the Local Physical Environment" 9 (9): 151-173, 2004

13 Mitchell A., "The ESRI Guide to GIS Analysis: Spatial Measurements and Statistics, 2" ESRI P 2005

14 Frank L. D., "The Development of a Walkability Index: Application to the Neighborhood Quality of Life Study" 44 (44): 924-933, 2010

15 Lee J., "Statistical Analysis with ArcView GIS" John Wiely & Sons 2001

16 Malczewski J., "Residential Burglaries and Neighborhood Socioeconomic Context in London, Ontario: Global and Local Regression Analysis" 57 (57): 516-529, 2005

17 Lee S. W., "Practice on Spatial Econometrics Models" Parkyoungsa 2006

18 Pinjari A. R., "Modeling Residential Sorting Effects to Understand the Impact of the Built Environment on Commute Mode Choice" 34 (34): 557-573, 2007

19 Yu D., "Modeling Owner-occupied Single-family House Values in the City of Milwaukee: A Geographically Weighted Regression Approach" 44 (44): 267-282, 2007

20 Burnham K. P., "Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach" Springer 2002

21 Cervero R., "Mixed Land-uses and Commuting: Evidence from the American Housing Survey" 30 (30): 361-377, 1996

22 Fotheringham A. S., "Geographically Weighted Regression: the Analysis of Spatially Varying Relationship" John Wiley & Sons 2003

23 Charlton M., "Geographically Weighted Regression, White Paper" National Centre for Geocomputation, National University of Ireland Maynooth 2009

24 Brunsdon C., "Geographically Weighted Regression" 47 (47): 431-443, 1998

25 Lee H. Y., "Geographic Information Science" Bobmunsa 2011

26 박철규, "GWR모델 이용한 수원시 일반버스노선 최적화에 관한 연구" 한국지형공간정보학회 22 (22): 41-46, 2014

27 Greenwald M. J., "Build Environment as Determinant of Walking Behavior: Analyzing Nonwork Pedestrian Travel in Portland, Oregon" 1780 (1780): 33-41, 2001

28 Wang J. F., "Assessing Local Determinants of Neural Tube Deffects in the Heshun Region, Shanzi Province, China" 10 (10): 52-, 2010