한국 시·군·구 지역의 중심성과 관련 변인 연구

다국어 초록 (Multilingual Abstract)

To measure the current state of balanced development in Korean against the Comprehensive National Territorial Plan and present a direction for future development, it is necessary to accurately compare the centrality between 229 city, county or district areas across the country. Comparing centrality between regions can be a reasonable criterion for developing base areas and supporting underdeveloped areas.
Therefore, this study measures the size of centrality between 229 city, county or district areas across the country and compares the scores. Also, using an Origin-Destination matrix, this study analyzes the commuting data of 229 cities, counties or districts surveyed through the ‘Population and Housing Census’ conducted by KOSTAT(Korea Statistics) in 2015 to determine the variables related to the size of centrality.
The measurement methods used in this study were degree centrality, eigen vector centrality, and Bonacich beta centrality, the latter two being more generalized than degree centrality. Previous studies have never conducted a centrality investigation on all 229 city, county or district areas across the country.
There is no example about 229 city, county or district areas across the country among earlier studies. In this study, the centrality of major cities including Seoul was higher than the centrality of local cities, coastal cities, islands with a small population. According to the results, the centrality rankings of Ongjin-gun (county) of Incheon metropolitan city and Seo-gu (district) of Gwangju city differed significantly depending on the measurement method. After a detailed examination of the causes to this difference, it was concluded that a result value with high objectivity is obtained by measuring with the Bonacich beta (β<0) centrality because the relationship between areas is not complementary but competitive.
This study is different from previous studies in that analysis is conducted in the following three methods.
First, when calculating the centrality of cities, counties or districts, more accurate result value is obtained by measuring and comparing centrality scores using the outbound trip rate per person rather than calculating the centrality based on the total population of the area.
For example, if the centrality of 229 city, county or district areas were to be measured, this method might generate an error because, in the case of an area with change in total population due to consolidation or separation, the calculation will yield a different centrality score even when there is no change in the centrality of that area.
Second, the centrality result values(scores) computed by using commuting trip data of some regions such as Seoul or other metropolitan areas may be different from the centrality scores calculated by measuring 229 city, county or district areas at the same time. Therefore, this study is the first to compare and analyze the centrality of 229 city, county or district areas in Korea.
Third, the relationship between people is often complementary, but the relationship between regions tend to be competitive. Therefore, to compare the centrality between 229 city, county or district areas, it is more objective to use the Bonacich beta (β<0) centrality measure than the eigen vector centrality measure.
In calculating centrality scores of regions by using interregional flow data(traffic), existing studies mechanically applied the approach used in existing social network analysis without further discussing that centrality of areas may be different from the centrality involving people as actor and other actors. In other words, there is a limit to the objectivity of the centrality score when the method of existing studies is observed because the relationship between cities, counties or districts nationwide are analyzed as being complementary without further discussion on whether they are complementary or competitive.
Therefore, this study obtained objective scores by comparing the centrality between 229 city, county or district areas nationwide using commuting traffic data with the above three methods.
To establish future national territorial plan and metropolitan city-region plans and make plans for nationwide balanced development and support of underdeveloped areas, it is necessary to examine the size of centrality between 229 city, county or district areas across the country using Bonacich beta (β<0) centrality, and the more objective standard will be made if the difference between the eigen vector centrality and the Bonacich beta centrality is used.
In addition, since the variables that can be commonly used for cities, counties or districts across the country are limited, The analysis of the number of workers and the centrality of the degree of connectivity by industry confirmed the usefulness of the number of businesses and the number of workers as common variables. For future studies, it will be necessary to find more objective data and identify more variables related to the centrality of 229 city, county or district areas across the country.

국문 초록 (Abstract)

우리나라 국토계획 및 균형발전의 현재 상태를 비교하고, 미래의 발전방향을 제시하기 위해서는 먼저 전국 229개 시‧군‧구 지역(市‧郡‧區 地域)의 중심성(中心性, centrality)을 정확히 측정하는 것이 필요하다. 이러한 지역 간의 중심성 비교는 거점지역 개발 및 낙후지역 지원의 합리적인 기준이 될 수 있다.
이에, 본 연구는 전국 229개 시‧군‧구 간의 중심성 크기를 ‘2015년 인구주택총조사’의 전국 229개 시‧군‧구의 통근통행(通勤通行) O-D 행렬Origin-Destination matrix)을 이용하여 점수 형태로 측정하였고, 그 중심성의 크기와 관련되는 변인(変因, variable)을 구명(究明)하기 위하여 분석하였다.
여기서 사용된 중심성 측정방법은 ‘연결정도 중심성’(degree centrality)과 ‘고유벡터 중심성’(eigen vector centrality), 그리고 연결정도 중심성과 고유벡터 중심성을 일반화시킨 ‘보나시치 베타 중심성’(Bonacich beta centrality)이었다.
기존의 연구는 전국 229개 시‧군‧구 전체를 대상으로 조사한 사례가 없어, 본 연구에서는 전국 229개 지방자치단체를 대상으로 중심성 점수 및 순위를 비교하였는데, 서울 등 대도시가 중심성이 높았고, 지방, 교통이 불편하고 인구가 적은 내륙 및 섬, 그리고 해안가가 중심성이 낮았다. 그런데, 인천광역시 옹진군과 광주광역시 서구의 경우 측정방법에 따라 중심성 순위가 크게 차이가 났는데, 그 원인은 지역 간은 상호보완적(complementary)인 관계가 아니라 서로 경쟁적인(competitive) 관계이므로, 보나시치 베타() 중심성으로 측정하여야 정확성이 높은 결과값을 얻을 수 있다는 결론을 얻을 수 있었다.
이에, 본 연구는 다음 3가지 방법으로 선행연구와 다르게 분석하였다.
첫째, 어떤 시‧군‧구의 중심성을 계산하는 경우에 그 지역의 총통근통행자수를 기준으로 중심성을 계산하는 것보다 인구주택총조사의 천명당 외부와의 통행자수로 중심성 점수를 측정ㆍ비교하여 더 정확한 결과 값을 얻을 수 있다.
예를 들어, 전국 229개 시‧군‧구의 중심성을 총통근통행자수로 측정하게 되거나 지역이 통합 또는 분리되어 총인구가 달라지면, 그 지역의 중심성은 변하지 않는데도 중심성 점수가 달라지는 오류가 발생할 수 있다.
둘째, 서울특별시 또는 수도권 같은 일부 권역의 통근통행 자료를 사용하여 지역의 중심성을 계산한 결과값(점수)과 전국 229개 시‧군‧구를 동시에 측정하여 산출된 중심성 점수가 다를 수 있기 때문에, 본 연구에서는 한국 229개 시‧군‧구 전체를 대상으로 중심성을 비교‧분석하였다.
셋째, 사람 간의 관계는 상호보완적인 경우가 더 많지만, 지역 간의 관계는 상호경쟁적일 경우가 더 많다. 그러므로, 전국 229개 시‧군‧구 간의 중심성을 비교하려면, 고유벡터 중심성으로 측정하는 것보다 보나시치 베타() 중심성으로 비교하는 것이 더 정확성이 높다.
즉, 기존의 연구는 지역 간 흐름의 자료(통행량)를 이용하여 중심성 점수를 계산하면서, 지역의 중심성은 액터(actor) 및 알터(altor)가 사람일 때와 다를 수 있다는 별도의 논의 없이 기존의 사회관계망 분석에 사용했던 이론을 기계적으로 적용하였다. 다시 말하면, 전국 시‧군‧구 간의 상호관계가 보완적(complementary)인지 경쟁적(competitive)인지에 대한 별도의 논의 없이 보완관계 한가지로만 분석하였기 때문에 중심성 점수의 정확성이 떨어지는 문제가 발생된다. 이에, 본 연구에서는 통근통행 자료를 이용하여 위 세가지 방법으로 전국 229개 시‧군‧구 간의 중심성을 비교하여 정확한 결과값을 얻었다.
그러므로, 향후 국토계획 및 광역도시계획을 수립하고, 전국의 균형발전계획 및 낙후지역지원계획 등을 수립하기 위해서는, 전국 229개 시‧군‧구 간의 중심성 크기를 보나시치 베타() 중심성으로 조사하는 것이 바람직하고, 고유벡터 중심성과의 차이를 활용하면, 거점지역 개발 및 낙후지역 지원을 위한보다 객관적인 기준을 만들 수 있을 것이다.
또한, 전국 229개 시‧군‧구를 대상으로 공통적으로 사용할 수 있는 변인이 산업별 종사자수 정도로 제한되어 있었기 때문에, 산업별 종사자수와 연결정도 중심성을 분석한 결과, 공통적 변인으로 사업체수, 종사자수 등의 유용성을 확인했다. 차후엔 객관적인 자료를 더 많이 확보하여 지역의 중심성과 관련되는 변인을 더 많이 밝힐 필요가 있다.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 배경 1
• 제2절 연구목적 6
• 제3절 연구방법 7
• 제4절 연구대상지역 12
• 제2장 지역의 중심성 이론 및 선행연구 고찰 15
• 제1절 지역의 중심성 이론 15
• 1. 중심성의 의의 및 지역 간의 관계 15
• 1) 중심성의 의의 15
• 2) 지역 간의 관계 17
• 2. 지역의 중심성의 측정방법 19
• 1) 연결정도 중심성 20
• 2) 고유벡터 중심성 21
• 3) 보나시치 베타 중심성 22
• 3. 지역의 중심성과 관련 변인 24
• 제2절 선행 연구의 고찰 29
• 제3장 지역의 중심성 및 관련 변인의 분석 방법 및 자료 34
• 제1절 지역의 중심성 측정 방법 및 자료 34
• 1. 지역의 중심성 측정방법 34
• 2. 지역의 중심성 측정을 위한 통근통행 자료 및 가공 35
• 1) 통근통행 자료 35
• 2) 통근통행 자료의 가공 36
• (1) 통근통행 O-D 행렬의 대칭화 36
• (2) 인구 대비 통근통행 대칭 O-D 행렬 44
• (3) 원래의 통근통행과 인구 1,000명당 통근통행의 비교 45
• 제2절 지역의 중심성 관련 변인 추출의 방법 및 자료 54
• 제4장 한국 시‧군‧구 지역의 중심성 분석 54
• 제1절 시‧군‧구 지역의 3가지 중심성 54
• 1. 시‧군‧구 지역의 연결정도 중심 54
• 1) 연결정도 중심성 전국 상‧하위 20위 간 비교 54
• 2) 연결정도 중심성 전국 상위 10위 간 비교 56
• 3) 연결정도 중심성 전국 하위 10위 간 비교 60
• 4) 연결정도 중심성 측정자료 가공 및 비교 63
• 2. 시‧군‧구 지역의 고유벡터 중심성 66
• 1) 고유벡터 중심성 전국 상‧하위 20위 간 비교 66
• 2) 연결정도-고유벡터 중심성 상위 순위가 달라진 요인 67
• 3) 연결정도-고유벡터 중심성 하위 순위가 달라진 요인 69
• 4) 고유벡터 중심성 측정자료 가공 및 비교 71
• 3. 시‧군‧구 지역의 보나시치 베타 중심성 74
• 1) 보나시치 베타 중심성 전국 상‧하위 20위 간 비교 74
• 2) 연결정도-베타 중심성 상위 순위가 달라진 요인 75
• 3) 연결정도-베타 중심성 하위 순위가 달라진 요인 77
• 4) 보나시치 베타 중심성 측정자료 가공 및 비교 79
• 제2절 시‧군‧구 지역별 3가지 중심성 간의 비교 82
• 1. 연결-벡터-베타 중심성 전국 상위 10위 간 비교 82
• 2. 연결-벡터-베타 중심성 전국 하위 10위 간 비교 85
• 3. 베타 중심성이 벡타 중심성보다 큰 순위 10위 간 비교 86
• 4. 벡터 중심성이 베타 중심성보다 큰 순위 10위 간 비교 91
• 5. 측정방법에 따른 중심성 점수 간의 상관관계 95
• 제3절 시‧군‧구 지역 간 중심성 비교 97
• 제5장 한국 시‧군‧구 지역의 중심성과 관련 변인 99
• 제1절 내향연결 중심성과 관련 변인 103
• 제2절 외향연결 중심성과 관련 변인 105
• 제3절 연결정도 중심성과 관련 변인 107
• 제6장 요약, 결론 및 제언 110
• 제1절 요약 및 결론 110
• 1. 시군구 지역의 중심성 분석 결과 110
• 2. 중심성과 관련 변인의 추출 결과 115
• 제2절 제언 116
• 참고문헌 118
• ABSTRACT 124

참고문헌 (Reference)

1. ?도시의 이해?, 안태환, 대구대학교 출판부, 박영사, , 1998

2. 「교통계획」, 노정현, 나남출판, , 1999

3. 「도시해석」, 박수진, 김인, 푸른길, , 2006

4. 도시지리학원론, 김인, 법문사, 법문사, , 1995

5. 「도시의 이해」, 권용우, 제4판, 박영사, , 2012

6. 사회 연결망 이론, 김용학, 박영사, 박영사, , 2003

7. 「도시교통계획」, 임강원, 서울대학교출판부, , 1986

8. 「서울대도시권의 중심성 변화와 영향요인 분석」, 한종훈, 서울시립대 학교 석사학위 논문, , 2016

9. 「지역특성을 고려한 통행목적별 통행발생 예측모형」, 정지교, 연세대 학교 석사학위 논문, , 2001

10. 「활동중심지 개념을 기반으로 한 수도권 다핵 중심성 변화 연 구」, 김효화, 서울대학교 대학원, 서울대학교 박사학위 논문, , 2015

11. 「통행 OD 조사를 이용한 서울시 중심지의 지역특성에 관한 연 구: 광역 및 지역중심을 대상으로」, 한승철, 한양대학교 석사학위 논문, , 2017

12. 「강남도심 중심기능의 공간적 변화 특성과 요인분석: 강남 3구 (강남구, 서초구, 송파구)를 중심으로」, 정희종, 서울시립대학교 석사학위 논문, , 2017