비수도권 시·군의 토지이용 혼합도가 인구밀도 및 경제생산성에 미치는 영향 분석 : 공간회귀모형을 중심으로 = Analysis of the Impact of Land Use Mix on Population Density and Economic Productivity in Non-Metropolitan Cities and Counties : Focusing on Spatial Regression Models

국문 초록 (Abstract)

본 연구의 목적은 비수도권 시·군의 토지이용 혼합도를 상대적엔트로피 지수로 정량화하고, 이것이 인구밀도 및 1인당 GRDP 에 미치는 영향을 실증적으로 분석함으로써, 비수도권 균형발전을 위한 토지이용계획 방안을 도출하는 데 있다. 세부 목적은 다음과 같다.
첫째, 총괄표제부 데이터를 활용하여 비수도권 시·군의 토지이용 혼합도(상대적 엔트로피)를 정량화하고 지역별 분포 특성을파악한다.
둘째, 상관분석 및 회귀분석을 통해 토지이용 혼합도와 인구밀도·1인당 GRDP 간의 통계적 관계를 검증한다.
셋째, 공간 회귀분석을 통해 인접 시·군 간의 공간적 파급효과를 실증하고, 이를 광역 협력 정책의 학술적 근거로 제시한다.
넷째, 분석 결과를 바탕으로 혼합도 제고를 위한 구체적인 토지이용계획 방안을 제안한다.
연구의 공간적 범위는 수도권(서울·경기·인천) 및 5대 광역시를 제외한 비수도권 122개 시·군이며, 시간적 범위는 2025년 기준 총괄표제부 및 인구밀도와 2022년 기준 1인당 GRDP이다. 비수도권 시·군의 토지이용 체계는 단기간에 급격히 변화하지 않으므로 데이터 시점 차이(3년)가 분석 결과의 경향성을 왜곡할 가능성은 낮다고 판단하였으며, 표준화 및 공간회귀분석을 통해 이를보완하였다.

다국어 초록 (Multilingual Abstract)

This study empirically analyzes the relationship between land use mix and population density (as of 2025) and per capita GRDP (as of 2022) across 122 non-metropolitan cities and counties, using building register data and calculating Relative Entropy (R.E.) based on the floor area of six sectors (residential, commercial/service, office/knowledge, manufacturing/logistics, agriculture/livestock, public/other). Complementary indicators such as the Gini coefficient (G) and normalized Herfindahl-Hirschman Index (HHI*) were also employed. The analysis shows that entropy has a strong negative correlation with the Gini coefficient (r=−0.831) and HHI* (r=−0.828), while exhibiting a weak positive correlation with per capita GRDP (r=0.166). K-means clustering classified the regions into three types: high-diversity balanced (48), medium-diversity mixed (47), and low-diversity concentrated (27). High-diversity regions demonstrated advantages in economic vitality and spatial balance. Global Moran’s I analysis confirmed significant spatial autocorrelation for entropy (0.401) and per capita GRDP (0.258), while LISA analysis revealed High-High clusters in northern Chungcheongnam-do and Low-Low clusters in inland Jeollanam-do and Gyeongsangnam-do. OLS regression indicated that entropy had a significant positive effect on per capita GRDP (β=37.09, p<0.05), though explanatory power was low (R²=0.039). Applying the Spatial Lag Model revealed strong spatial dependence (ρ=0.300, p<0.001), with explanatory power improving substantially (R²=0.138). Based on these findings, the study proposes land use planning strategies such as setting an entropy target of 0.8 or higher, balanced development of residential, commercial, and office sectors, compact development promotion, and establishment of interregional cooperation systems.