[도시 및 지역분석] Netminer 4 (넷마이어)-통근통학패턴 분석을 통한 도시공간구조 해석

2013. 6. 8. 11:23 자료공유/도시 지역 분석

 

 

통근통학패턴 분석을 통한 도시공간구조 해석

 

 

 

 

 

1. 분석개요

 

분석 지역: 대구광역시 및 경상북도 지역

분석 년도: 2000, 2005, 2010

분석 자료: 현거주지/통근통학지별 통근통학자수(국가통계포털)

분석 방법: 넷마이어 프로그램 사용

 

 

 

 

 

2. 분석 목적

 

도시 간 상호작용을 잘 나타내주는 현거주지/통근통학자수 데이터를 통해 패턴을 분석하여 대구와 주변 경북지연에 연결체계가 어떠한 형식으로 되어있는지 확인해본다.

 

 

 

 

3. 분석 결과

1) 대구-경북 간 통학통근자 증감 추이

 

구분

2000

2005

2010

      통학/통근지

 

현거주지

대구 광역시

경상북도

대구 광역시

경상 북도

대구 광역시

경상 북도

대구광역시

1,065,445

116,334

1,050,236

129,627

1,219,808

142,436

경상북도

39,697

1,373,497

36,931

1,314,699

41,675

1,466,228

 

  •  2000년부터 2010년까지 최근 10년 동안 대구와 경북 간 통학통근자수는 꾸준히 늘고 있음을 확인할 수 있다. 이러한 변화는 대구 주변 교외지역들의 점진적인 성장과 교통망의 발달로 인한 것으로 보인다. 20129, 대구지하철은 경산 영남대까지 연장공사를 마쳤다. 역세권을 중심으로 한 주거 및 상업지역들이 급격히 늘어날 것으로 판단된다.

 

 

 

2) 통학통근 패턴 파악

 

                                                         2000년

 

2005년

 

2010년

 

3) Link Threshold 제한을 통한 흡수/발생 통근통행량 패턴 파악

 

개요: Link Threshold1000을 초고하면 링크수가 현저하게 줄어들어드는 것을 확인했다. 따라서 2000년부터 2010년까지 5001000일때의 대구시를 중심으로 한 지역간 흡입/발생 통근통학량을 확인해보도록 한다.

 

 

 

Link Threshold: 500

 

                                                    2000년

 

                                                        2005년

 

                                                          2010년

 

 

Link Threshold: 1000

 

 

2010년

 

4) 흡수/발생 통학통근량에 따른 도시 순위 비교

 

비교 방법 : 넷마이어 프로그램을 이용하여 링크수를 중심으로 한 흡수/발생 통학통근자수에 따른 도시순위를 비교해본다. 그리고 1mode network에 나타난 흡수/발생 통학통근자수에 따른 도시순위를 비교해본다. 최종적으로 링크수와 실제 통학통근자수 사이에 어떠한 연관성이 있는지 확인해본다.  

 

 

링크수를 기반으로 한 통근통학자수에 따른 도시순위

 

<2> In-Degree Centrality

지역순위

2000(링크수)

2005(링크수)

2010(링크수)

1

안동시 (19)

대구광역시 (18)

대구광역시 (19)

2

대구광역시 (17)

경산시 (17)

경산시 (19)

3

경산시 (14)

안동시 (16)

안동시 (17)

4

의성군

구미시

구미시

5

상주시

경주시

칠곡군

6

칠곡군

칠곡군

경주시

7

구미시

포항시

상주시

8

영주시

의성군

포항시

9

예천군

영천시

김천시

10

영덕군

군위군

성주군

 

최근 10년 동안 상위 10위내에서 연결중심성의 순위변화를 살펴보면 <3>과 같다. 연결중심성 순위가 점진적으로 상승한 지역은 구미시를 비롯한 경산시와 대구광역시이고, 하락한 지역은 안동시, 상주시, 경주시 등이다.

 

대구광역시의 점진적인 순위상승과 링크수 증가는 기반산업이나 중추적인 중심산업이 잘 형성되어 통근통학이 서울 및 주변 지역으로부터 활발히 진행되었다는 것을 보여준다.

 

 

 

 

 

<3> Out-Degree Centrality

지역순위

2000

2005

2010

1

대구광역시

대구광역시

대구광역시

2

경산시

안동시

안동시

3

구미시

경산시

경산시

4

안동시

칠곡군

구미시

5

포항시

구미시

포항시

6

칠곡군

영천시

영주시

7

김천시

영주시

김천시

8

경주시

의성군

문경시

9

영천시

상주시

영천시

10

상주시

김천시

칠곡군

 

 

 

1mode network에 나타난 대구지역 흡수/발생 통근통학자수 비교 및 분석

 

<4> 흡수 통근통학자수에 따른 도시순위

지역순위

2000

2005

2010

1

대구광역시

경산시

경산시

2

구미시

구미시

대구광역시

3

포항시

대구광역시

구미시

4

경산시

칠곡군

칠곡군

5

경주시

경주시

경주시

 

<5> 발생 통근통학자수에 따른 도시순위

지역순위

2000

2005

2010

1

대구광역시

대구광역시

대구광역시

2

경산시

경산시

경산시

3

칠곡군

칠곡군

칠곡군

4

경주시

경주시

경주시

5

포항시

포항시

포항시

 

 

 

결과비교 및 고찰

 

- 링크수를 기준으로 한 In/Out-Degree Centrality와 실제 통근통학자수에 따른 도시순위는 많은 지역에서 일치하는 경향을 보였으나, 특정지역에서는 다소 큰 차이점을 보였다. 링크수와 흡수/발생 통근통학자수와 연관성이 있으나, 비례적으로 증가한다거나 감소하는 일정한 경향을 나타내진 않았다.

 

- 대구광역시, 경산시는 흡수(in) 및 발생(out)을 나타내는 링크수가 많았다. 또한 통학통근자수도 다른 지역보다 월등히 높은 것으로 나타났다. <5>에서는 2000년부터 2010년까지 계속 대구광역시와 경산시가 1, 2위로 나타났다.

 

- 안동은 In-Degree Centrality <2>의 링크수에 따른 도시순위에서 2000, 2005, 2010년에 각각 1, 3, 3위였으나, 통근통학자수에 따른 도시순위에서 2000, 2005, 2010년에 각각 11, 10, 8위로 나타났다. Out-Degree Centrality <3>에서 안동은 2000, 2005, 2010년에 각각 4, 2, 2위로 나타났으나, 발생 통근통학자수에 따른 도시순위에는 상위에 속하지 못했다.

 

- 경산지역은 흡수와 발생 통근통행자수가 다른 지역들보다 확연히 높게 나타났다. 이러한 현상은 경산시에 영남대를 비롯한 여러 대학들이 있기 때문이다. 더욱이, 최근 경산 영남대까지 지하철이 개통되었기 때문에 대구와 경산 간 유입/유출인구는 더 많아질 것으로 예상된다.

 

- 구미시는 발생 통근통행자수가 경산시를 이어 두 번째로 높게 나타났다. 이는 구미지역에 대규모 공장들이 많이 입지되어 있기 때문에, 공장으로 출·퇴근 하는 인원이 많은 것으로 판단된다.

 

 

 

4. 결론

 

 대구광역시에 집중된 인구 및 서비스 산업으로 인해 주변 신도시 지역 개발이 되었고 교통망도 광범위하게 발달했다. 이로 인해 주변 경북지역으로 유·출입되는 인구가 늘어나게 되었다. 또한 개발 초기단계의 지역은 대구보다 집값이 싸기 때문에 외곽지역에 집을 얻는 경향이 커지고 있다. 매일 직장까지 먼 거리를 다녀야 하는 부담감이 있음에도 불구하고 직주불일치 현상은 심화되고 있는 것으로 알려지고 있다.

 

 

 

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

 

 

 

 

반응형

라우리 모델(Lowry Model)을 이용한 인구 추정 (대구광역시 수성구)

2013. 6. 1. 00:40 자료공유/도시 지역 분석

 

 

 

Lowry Model

 

 

 

 

 

1. Lowry Model의 특성과 작동원리

 

 

▣ 특성

 

- 토지이용의 직접적인 설명변수로서 접근성(accessibility)의 개념에 입각하여 개발한 토지 이용의 수리적 모형의 대표적인 것이 라우리(Lowry)모형이다.

 

- 라우리(Lowry)는 모형은 도시 활동을 기반부분(basic sector), 서비스부분(service sector), 주거부분(Residential sector)로 구분한다.

 

- 기반부분은 제조업 및 수출업무를 담당하는 분야로 그 입지 및 고용이 도시 내 여건보다는 외부지역의 시장에 의해서 영향을 받는다.

 

- 서비스부분은 주로 도시내에 거주하는 인구를 대상으로 상업, 업무, 서비스, 행정 기타 활동부분으로 입지의 결정은 도시주민의 접근성에 의해 결정되고 고용수준은 도시규모에 의해 결정된다.

 

- 주거부분은 기반부분과 서비스부분에 종사하는 사람들과 그 가족들로 구성되어 있으며서비스부분에 종사하는 고용수준은 주거인구의 구매력에 의해 결정되고, 주거인구은 기반 부분과 서비스부분에 종사하는 고용수준에 의해 결정된다.

 

 

 

▣ 작동원리

 

 

 

 

 

 

 

2. 2010년 인구예측

 

분석개요

분석년도: 2000

분석지역: 대구광역시 수성구(23개동)

분석자료: 해당도시의 동 자료(인구, 서비스업, 총 종사자수, 기반산업 종사자수), 거리측정의 기준점  

 

 

동 분류

중심지로부터 거리

인구수

고용자수

범어1

0.00

16,207

11,452

범어2

1.15

12,709

15,360

범어3

1.22

11,630

10,470

범어4

1.01

21,841

7,998

만촌1

2.77

15,512

5,438

만촌2

2.29

14,859

4,696

만촌3

2.13

20,903

6,840

수성1가동

1.47

20,425

4,592

수성2_3가동

0.88

13,659

13,440

수성4가동

1.40

17,253

5,642

황금1

1.73

20,708

3,886

황금2

1.03

14,878

11,382

중동

1.69

16,483

7,826

상동

2.66

19,055

6,512

파동

4.68

16,820

5,110

두산동

2.84

11,011

9,738

지산1

2.79

30,412

11,982

지산2

3.96

27,599

6,780

범물1

5.71

19,816

5,548

범물2

5.06

21,898

3,842

고산1

8.05

31,302

9,660

고산2

4.84

26,327

5,382

고산3

7.88

27,186

7,682

합계 

448,493

181,258

 

*참고: 구청이 있는 범어 1동을 중심지로 간주함

 

 

 

 

1) 거리에 따른 인구 및 종사자 수 분석

 

 

 

 

 

 

2) 기반산업 선정 및 종사자수

 

▣2000년

 

산 업 분 류

지역고용자수

국가고용자수

LQ

농업

203

23,963

0.17

임업

14

843

0.34

어업

0

31,302

0

광업

153

21,406

0.15

제조업

164,819

3,333,018

1.01

전기, 가스 및 수도사업

2,209

56,629

0.80

건설업

24,601

640,755

0.79

도매 및 소매업

133,919

2,493,217

1.10

숙박 및 음식점업

75,890

1,555,985

0.99

운수업

40,405

765,300

1.08

통신업

6,683

130,831

1.05

금융 및 보험업

26,803

613,580

0.89

부동산업 및 임대업

16,885

329,886

1.05

사업서비스업

20,696

619,007

0.68

공공행정, 국방 및 사회보장행정

25,089

520,932

0.99

교육 서비스업

45,191

921,158

1.00

보건 및 사회복지사업

26,777

487,902

1.12

오락, 문화 및 운동관련 사업

16,373

318,409

1.05

기타공공,수리및개인서비스

38,150

740,151

1.05

합 계

664,860

13,604,274

 

 

LQ값이 1이 넘을 것을 기반산업으로 간주하고 종사자수를 산정하였음. 따라서 기반산업은 제조업, 도매 및 소매업, 운수업, 통신업, 부동산 및 임대업 등임.

 

 

3) 라우리 모델분석을 통한 예측인구

 

동 분류  

기반산업 종사자수

분산 인구 1

서비스 산업 유발인구수

분산 인구 2

예측인구수

범어1

2,556

2,979

1,177

3,366

10,737

범어2

4,132

2,827

1,107

3,108

10,103

범어3

2,543

2,697

1,068

3,088

9,761

범어4

3,002

2,841

1,121

3,246

10,276

만촌1

1,429

2,043

819

2,602

7,657

만촌2

1,620

2,319

926

2,894

8,632

만촌3

2,656

2,509

992

2,997

9,204

수성1가동

1,582

2,610

1,039

3,033

9,491

수성2_3가동

3,962

2,963

1,171

3,326

10,658

수성4가동

1,701

2,587

1,031

3,028

9,430

황금1

1,335

2,551

1,018

3,084

9,397

황금2

3,090

2,862

1,130

3,226

10,308

중동

2,522

2,607

1,033

2,972

9,422

상동

2,157

2,382

946

2,747

8,641

파동

1,966

1,957

777

2,268

7,109

두산동

2,375

2,475

981

2,838

8,962

지산1

3,335

2,571

1,012

2,906

9,269

지산2

2,327

2,281

905

2,647

8,291

범물1

2,072

1,949

773

2,346

7,169

범물2

1,039

1,915

772

2,421

7,160

고산1

3,595

2,125

812

2,282

7,541

고산2

1,819

1,958

776

2,657

7,502

고산3

3,193

1,998

6,548

6,037

10,981

합계

56,008

56,008

27,934

69,188

207,701

 

 

한계점

 

기반산업 종사자와 입지확률행렬을 곱하여 얻는 분산인구수의 총합은 기반산업 종사자 총합과 같았다. 각 동마다 값은 다르지만 전체 총합이 값이 똑같이 나왔다. 따라서 개별적인 변화는 예측할 수 있으나 전체적인 변화는 예측할 수 없다는 것이다.

 

 

 

4) 예측 인구수와 2005년 인구수 비교

 

동 분류  

예측인구수

2005년 실제인구수

인구수 차이

범어1

10,737

14,956

8,611

범어2

10,103

10,471

4,536

범어3

9,761

6,772

987

범어4

10,276

19,723

13,636

만촌1

7,657

27,447

22,802

만촌2

8,632

14,446

9,233

만촌3

9,204

19,073

13,567

수성1가동

9,491

20,098

14,455

수성2_3가동

10,658

10,008

3,719

수성4가동

9,430

15,788

10,173

황금1

9,397

12,302

6,667

황금2

10,308

14,444

8,356

중동

9,422

15,240

9,661

상동

8,641

18,429

13,300

파동

7,109

16,813

12,589

두산동

8,962

9,898

4,585

지산1

9,269

28,579

23,101

지산2

8,291

25,706

20,778

범물1

7,169

17,119

12,824

범물2

7,160

20,200

15,864

고산1

7,541

31,823

27,416

고산2

7,502

26,280

21,665

고산3

10,981

29,683

21,648

합계

207,701

425,298

- 

 

 

예측인구수와 실제인구수와 차이가 나는 이유

 

- 라우리 모델로 예측한 인구수와 실제인구수는 많은 차이를 보였다. 이는 기반산업만을 바탕으로 인구가 추정되기 때문이다. 예를 들어 어떤 지역이 인구수는 많지만 기반산업이 발달되지 않은 곳이라면 기반산업 종사자가 적을 것이다. 이를 바탕으로 미래인구를 예측하면 당연히 실측치보다 적은 값을 가지게 될 것이다.

 

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

 

 

반응형

[도시 및 지역분석] 도시공간구조 - 중력모델

2013. 5. 15. 00:06 자료공유/도시 지역 분석

 

 

도시 공간구조

- 중력모델실습-

 

 

 

1. 분석 목적

 시청이 있는 곳을 도심지로 가정하여, 도심지로부터 거리에 따른 인구밀도와 종사자 밀도를 그래프로 작성해본다. 이를 통해 대구광역시의 인구와 종사자의 분포가 접근성이 좋은 중심지와 어떠한 연관성이 있는지 확인해본다.

 

 

 

2. 분석자료

 

▹ 분석 지역:  대구광역시

2000, 2010년 대구광역시 동 별 인구 수 (국가통계포털)

2000, 2010년 대구광역시 동 별 종사자 수 (국가통계포털)

동별 면적(대구광역시 각 구청) 

 

3. 분석결과

<1> 도심지로부터 거리에 따른 인구/고용자 밀도

 

동이름

도심지로부터 거리

인구

면적

인구밀도

2000

2010

2000

2010

동인1-4가동

0.0000

6,834

5,765

0.65

10513.85

8869.23

동인3가동

0.4005

4,974

4,693

0.65

7652.31

7220.00

삼덕동

0.5122

5,309

4,813

0.64

8295.31

7520.31

신천1-2

0.9034

18,012

11,943

0.47

38323.40

25410.64

신암2

1.0440

12,370

10,451

0.38

32552.63

27502.63

수성4가동

1.1570

17253

17384

0.84

20539.29

20695.24

대봉2

1.4823

5,620

4,102

0.25

22480.00

16408.00

신천3

1.4836

12,890

12,316

0.70

18414.29

17594.29

범어3

1.6014

11630

10,986

0.57

20403.51

19273.68

신암3

1.7486

12,603

9,738

0.61

20660.66

15963.93

수성2_3가동

1.8727

13659

11037

0.65

21013.85

16980.00

이천동

2.0249

15030

15657

1.09

13788.99

14364.22

남산3

2.1207

7,744

5,226

0.4

19360.00

13065.00

신천4

2.1422

12,856

9,101

0.78

16482.05

11667.95

범어2

2.5450

12709

12,084

1.13

11246.90

10693.81

중동

2.7917

16483

12790

1.20

13735.83

10658.33

황금2

3.0738

14878

13309

1.52

9788.16

8755.92

만촌1

3.8643

15512

24957

2.87

5404.88

8695.82

상동

4.0484

19055

15891

1.73

11014.45

9185.55

만촌2

4.0834

14859

13306

1.62

9172.22

8213.58

황금1

4.2695

20708

25253

3.50

5916.57

7215.14

봉덕3

4.3190

19422

18571

2.69

7220.07

6903.72

지저동

4.6671

13,511

11,538

1.94

6964.43

5947.42

두산동

4.7183

11011

12399

2.58

4267.83

4805.81

봉덕2

5.0730

14756

11985

3.07

4806.51

3903.91

동촌동

5.2960

15,125

13,634

5.34

2832.40

2553.18

파동

6.2750

16820

13222

7.61

2210.25

1737.45

불로_봉무동

6.5302

16,345

13,498

7.98

2048.25

1691.48

고산2

7.2633

26327

29733

31.92

824.78

931.48

도평동

9.8487

7,753

5,707

19.23

403.17

296.78

공산동

13.3521

15,857

16,364

83.70

189.45

195.51

 

 

 

도심지로부터 거리에 따른 인구 밀도 그래프

 

 

도심지로부터 거리에 따른 인구밀도를 그래프로 그려본 결과, 그래프가 일정한 추이를 나타내지 못했음. 따라서 일정추이를 나타내기 위해 범위를 벗어나는 데이터는 제외시킴.

 

2000년에 비해 2010년 인구수는 전체적으로 줄어들었음. 하지만 지역별 분포도는 2000년보다 균등해졌음.

 

 

 

도심지로부터 거리에 따른 고용자 밀도 그래프

 

 

 

도심지로부터 멀어질수록 종사자수가 감소하는 경향을 보이지만, 일정하진 않음.

 

종사자수는 업종별로 증감의 추세가 다름. 전체적으로 2000년에 비해 2010년 종사자수는 감소추세를 보이고 있음. 도심지에 가까울수록 감소폭이 큰 것으로 보임.

 

 

 

 

 

                        도움이 되셨다면, 아래의 손가락을 눌러주세요.

더 많은 사람들과 소통 & 공유 할 수 있습니다.

반응형

[도시 및 지역 분석]중심지 이론; 예제를 통한 인구수와 순위 분석

2013. 5. 4. 22:27 자료공유/도시 지역 분석

 

■ 중심지수에 따른 지역 순위

Reference Number

Settlement

Population

Number of Functions

Centrality

Index

Rank Order

1

Newports

18,702

244

2115.3

1

2

Ryde

17,991

236

1803.9

2

3

Shanklin

7,496

168

1210.6

3

4

Cowes

7,212

165

1186.8

4

5

Ventnor

5,031

122

952

5

6

Sandown

5,110

127

876.5

6

7

Freshwater

4,070

89

648

7

8

E.Cowes

3,986

69

406.3

8

9

Totland

2,950

44

284.6

9

10

Lake

2,896

33

232.9

10

11

Bembridge

3,272

40

201.4

11

12

Seaview

2,225

31

201.2

12

13

Yarmouth

853

24

150.5

13

14

Wootton Bridge

1,423

21

108

14

15

Carisbrook

1,872

20

98.1

15

16

Brading

1,323

20

92.8

16

17

St. Helens

1,201

14

86.7

17

18

Godshill

1,067

16

72.9

18

19

Parkhurst

611

9

48.1

19

20

Niton

1,742

12

44.9

20

21

Brighstone

810

9

35.1

21

22

Arreton

609

8

34.1

22

23

Binstead

1,305

9

33.9

23

24

Northwood

1,512

10

25.5

24

25

Nettlestone

809

7

20.1

25

26

Wroxhall

1,189

7

18.9

26

27

Havenstreet

445

5

18.2

27

28

Chale

235

5

16.6

28

29

Newchurch

534

5

16.2

29

30

Blackgang

134

3

15.9

30

31

Calbourne

489

5

14.7

31

32

Shalfleet

551

4

13.1

32

33

Whitwell

581

5

12.1

33

34

Wellow

225

4

11.8

34

35

Shorwell

538

4

9.9

35

36

Porchfield

350

4

9.9

35

 

37

Chale Green

167

4

9.9

35

38

Apse Heath

238

3

9

38

39

Winford

209

2

8.5

39

40

St. Lawrence

279

3

7.2

40

41

Brook

218

2

7.2

41

42

Newbridge

394

3

7

42

43

Whippingham

250

3

7

43

44

Yaverland

180

2

6.6

44

45

Gurnard

268

2

4.6

45

46

Rookley

150

2

4.6

46

47

Chillerton

103

2

4.6

47

48

Whitey Bank

153

2

4.4

48

49

Ningwood

78

1

2.4

49

50

Mottistone

80

1

2.2

50

51

Thorley Street

75

0

0

51

52

Blackwater

69

0

0

52

53

Gatcombe

68

0

0

53

54

Moortown

62

0

0

54

55

Newtown

60

0

0

55

 

 

 

 

1. 지역순위를 결정하기 위해 semi-logarithmic 그래프를 그려라.

 

 

 

2. Rank-size 그래프는 지역의 계층성(hierarchy)을 잘 뒷받침 해주고 있는가.

 

 

Answer) 중심지수(centrality Index)를 바탕으로 정해진 순위와 인구수 간의 일정한 상관관계가

있음을 추세선을 통해서 알 수 있다. 전체적으로 봤을 때는 인구수와 순위간의 일정 상관관계

가 있다. 만약 인구가 늘어나서 사람들이 사는 지역 분포도가 커지면, 어떤 한 기업이나 상점

에서 공급할 수 있는 범위는 한계가 있기 때문에 같은 상품을 제공하는 공급처가 입지하게 될

것이기 때문이다.

 

 하지만 그래프에서 인구 순위가 30 안팎의 지역에서는 점들은 추세선을 기준으로 멀리 분

포되어 있는 것을 확인할 수 있다. Christaller이론에 의하면 모든 공급자는 최소한의 적은 수의

중심지로 재화를 공급하려는 경향이 있으며, 그 결과 중심지들은 분산하여 분포된다고 하였

. 그러나 그래프에서 인구수 30위 지역은 하위 랭크된 지역보다 인구수가 적지만 중심지 수

가 높다. 이는 공급자들이 효율적인 입지선점을 하지 않았다는 것이다. , 1s1e of Wight의 지

역에서는 적은 수의 중심지에서 보다 넓은 지역에 재화와 서비스를 공급한다는 가설과는 다른

결과를 보인 것이다. christaller의 중심지 계층성에 따른 공간분포는 1s1e of Wight의 지역에서

는 일치하지 않는 부분이 있다.

 

 

 

3. 인구수와 여러 기능의 상점의 관계를 나타낸 Log-Log 그래프에서 기울기 중가율이 의미하는 바는 무엇인가.

 

 

 

Answer)

그래프에 나타나는 증가율은 어떤 지역의 인구수가 증가할수록 그 주변의 다양한 업종의 가계들도 함께 증가함을 알려주는 것이다. 인구가 증가하면 일반적인 수요가 늘어날 것이다. 표의 수치를 바탕으로 작성된 아래 그래프를 참조하면, 일상생활에 필요한 여러 물건을 파는 잡화점(general store), 공공주택, 가전제품들이 증가하고 있음을 알 수 있다.

또한 종주 도시에는 기본적인 삶을 충족시켜주는 상점이나 주택 외에 문화생활을 영위할 수 있는 영화관, 여행사, 사진관 등이 생겨나는 것을 발견할 수 있다. 인구수가 종주도시에 비해 현저하게 적은 곳에서는 이러한 종류의 가계들을 거의 없음을 표 1.6을 통해 알 수 있다.

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

반응형

[도시 및 지역 분석] 중심지 이론; 우리나라 도시 인구수와 순위 관계분석

2013. 5. 4. 22:04 자료공유/도시 지역 분석

 

우리나라 도시 인구수와 순위 관계분석

 

 

 

※개요

 

1990, 2000, 2005, 2010년의 도시 인구수에 따른 순위를 비교함으로써 종주도시가 어떻게 변해왔는지 확인해본다. 또한 다른 지역들의 인구수를 살펴봄으로써 우리나라 각 지역의 인구수를 분석한다.  

 

 

 

1. Double-log paper 2개년도 그리기

 

 

 

 

 

 

1990년에서 2000년으로 넘어가는 시기에 전체적으로 인구수가 많이 증가했음. 1990년과

  2000년대의 인구수 낮은 지역에서의 편차는 크나, 인구수가 증가할수록 편차는 줄어듦.

 

1990년대부터 2010년까지 종주도시는 서울특별시임. 여기서 주목해야 할 점은 서울시 인구는 1990년대 1,060만 명에서 2000년대에 들어가면서 980만 명으로 줄어들었고, 2010년까지 960만 명으로 계속 줄어듦. 인구수 2위 도시인 부산도 마찬가로 줄어듦. 아래의 Primacy 경향을 보면, 2010년이 2.84로 가장 높은 것을 확인 할 수 있음. 이는 2010년에 접어들면서 서울특별시에서 줄어든 인구수보다 부산특별시에서 줄어든 인구가 더 많았다는 것을 알려줌.

 

 

 

 

이에 반하여, 인구수 1위인 서울특별시 주변 경기도 지역은 인구수가 계속 증가했음.

 

지역

1990

2000

2005

2010

인천광역시

1,817,919

2,475,139

2,531,280

2,632,035

수원시

644,805

946,704

1,044,113

1,054,053

성남시

540,754

914,590

934,984

936,267

 

인천광역시가 가장 큰 폭으로 증가했고, 수원, 성남 순으로 증가율이 높다. 이는 서울시에 인구가 집중됨에 따라 교통정체가 심화되고 집값이 상승하게 됐음. 이에 따라 서울시에 살던 사람들은 경기도 지역으로 이동해서 좀 더 싼 가격으로 주택을 구매 및 분양 받아 거주하게 됨.

 

서울특벽시는 종주도시이긴 하지만 계속 인구는 증가하지 않을 것임. 최근 5년만 보더라도 인구는 감소했음. 하지만 우리나라의 주요 산업이 밀집되어 있기 때문에 여러 분야의 산업과 서비스는 몰려들 것으로 예상. 현재의 추세에 따라 경기도 지방 인구는 계속적으로 증가할 것으로 보임.

 

 

 

 

추세선을 이용하여 계수 q 구하기

 

 

 

1990

2000

2005

2010

q

1.128

1.077

1.08

1.101

 

q값을 통해 종주도시규모가 커졌을 때와 약해졌을 때는 확인할 수 있음. 1990년대는 종주도시의 인구수가 크게 확장된 반면에 2000, 2005년 종주도시규모가 약화되었음. 그러다 2010년 되어 다시 종주도시 규모가 확장되었음.

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

 

 

 

반응형

[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악

2013. 5. 4. 21:42 자료공유/도시 지역 분석

 

 

투입산출 모형 분석

 

 

 

 

 

※개요

 특정지역의 관찰된 경제 자료를 바탕으로 만들어진 투입산출표(input-output table)를 이용하여 지역의 경제를 분석한다

 

▣투입산출표란?

 일정 기간 동안 경제 내에서 생산된 제품에 대해 생산단계에서부터 최종 소비 단계까지 모든 과정에서 발생한 거래를 기록한 종합적인 통계표이다.

 

 

 

분석산업: 전기

 

 

 

1. 분석자료

 

sector

중간수요

최종수요

총수요

수입(공제)

총산출

기계

전기

금속

철강

기타

소비

투자

수출

중간

기계

550

400

300

400

250

650

950

630

4130

130

4000

전기

200

600

100

270

420

740

760

470

3560

70

3490

금속

250

350

700

210

180

870

920

840

4320

210

4110

투입

철강

350

100

650

900

330

940

1000

340

4610

150

4460

기타

150

140

260

330

460

2000

1650

920

5910

470

5440

부가가치

노동

1500

1100

1150

1250

2100

 

 

 

 

 

 

자본

1000

800

950

1100

1700

 

 

 

 

 

 

투입계

4000

3490

4110

4460

5440

 

 

 

 

 

 

 

Technical coefficient matrix(A)

sector

기계

전기

금속

철강

기타

기계

0.138

0.115

0.073

0.090

0.046

전기

0.050

0.172

0.024

0.061

0.077

금속

0.063

0.100

0.170

0.047

0.033

철강

0.088

0.029

0.158

0.202

0.061

기타

0.038

0.040

0.063

0.074

0.085

 

0.250

0.229

0.231

0.247

0.313

 

Technical coefficient matrix의 각 기술계수 구하는 방법: 각 산업을 투입계 총합으로 나눈값.

                                                         예) 기계 550/4000 = 0.138

 

 

위의 표에서 전기 제품 1단위를 생산하기 위해 기계제품을 0.115단위, 전기제품은 0.17

단위, 금속제품은 0.100 단위, 철강제품은 0.029단위, 그리고 기타산업의 제품은 0.040

단위가 각각 투입되었음을 가리킨다.

 

위의 표는 한 산업이 총생산이 증가하였을 경우, 한 산업에서 필요로 하는 다른 산업의 양을

알 수 있다. 예를 들어 전기 산업 총생산이 3490에서 5000으로 증가했다면 전기산업에서

필요로 하는 철강사업의 양은 145단위(5000*0.029)가 되는 것이다.

 

투입산출 계수는 특정산업의 수요변화가 타 산업이 미치는 영향을 전적으로 나타내지는 못하는 한계를 가진다.

 

 

 

 

2. 유형에 따른 승수값 변화

 

▣ Open Types

effect

분야

initial

firstround

(direct)

Total

(direct+indirect)

output

income

output

income

기계

0

0.115

0.029

0.196

0.049

전기

1

0.172

0.039

1.240

0.284

금속

0

0.100

0.023

0.174

0.040

철강

0

0.029

0.007

0.107

0.027

기타

0

0.040

0.013

0.083

0.026

합계

 

0.456

0.111

1.800

0.426

 

Multiplier

Output

1.800

income

1.702

 

가계부분의 소득과 소비를 외생부문으로 취급할 때 개방 투입산출 모형이라고 한다. (Open input-output model)

 

생산 승수는 어떤 산업에 대한 1단위 최종수요 변화가 전체 경제에 미치는 생산효과를 나타내는 것이다.

 

전기 산업의 생산 승수의 경우, 전기 산업 제품 1단위의 외부수요 증가는 “N”국 전체 1.800단위 생산을 증가시킨다. 이를 각 산업별로 살펴보면, 기계 산업 0.196 단위, 전기 산업 1.240단위, 금속 산업 0.174단위, 철강 산업 0.107단위, 그리고 기타 산업 0.083단위이다.

 

소득 승수는 최종 수요 변화가 가계 부문의 소득에 미치는 효과를 측정하는 것이다.

전기 산업의 소득 승수의 경우, 외부 수요 1단위 증가는 국가 전체적으로 0.426단위 만큼 가계 부분 소득을 증가시켰다.

 

 

 

▣Close types

 

Effect

분야

initial

firstround

(direct)

Total

(direct+indirect)

output

income

output

income

기계

0

0.112

0.041

0.480

0.175

전기

1

0.169

0.052

1.527

0.472

금속

0

0.098

0.026

0.490

0.130

철강

0

0.028

0.008

0.493

0.134

기타

0

0.039

0.014

0.627

0.223

합계

 

0.447

0.141

3.617

1.133

 

Multiplier

Output

3.617

income

3.120

 

가계부문이 산업부문으로 내생화될 때 이를 가계부문에 대해 닫힌 폐쇄 투입산출 모형이라고 한다. (Closed input-output model)

 

전기 산업에서 생산승수의 경우, 전기 산업 제품 1단위의 외부수요 증가는 “N”국 전체 3.617단위 생산을 증가시킨다. 이를 각 산업별로 살펴보면, 기계 산업 0.480 단위, 전기 산업 1.527단위, 금속 산업 0.490단위, 철강 산업 0.493단위, 그리고 기타 산업 0.627단위이다.

 

전기 산업에서 소득승수의 경우, 외부 수요 1단위 증가는 국가 전체적으로 1.133 단위 만큼 가계 부분 소득을 증가시켰다.

 

 

 

 

 

 

 

 도움이 되셨다, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유할 수 있습니다.

반응형

변이할당법(shift share method)을 이용한 지역 분석

2013. 4. 28. 23:33 자료공유/도시 지역 분석

변이할당법(shift share method)을 이용한 지역 분석

 

분석 지역: 대구광역시

분석 년도: 2000, 2005, 2010

분석 자료: 국가통계포털

 

 

2000~2005년

 

 

 

 

1차 산업인 농업, 어업, 광업의 고용자수는 점차 감소했음. 1차 산업의 고용자수의 감소는 농촌 및 어촌 거주민들의 고령화와 FTA로 인한 작물의 경쟁력 약화, 어족감소 등으로 인한 것으로 보임. 지역적으로 보면, 증가인원은 적지만 큰 비율로 증가했음.

 

국가변화측면에서 보면, 임업은 아주 큰 폭으로 증가했음. 지역적으로 보면, 증가 인원은 적지만 2000년 대비 큰 비율로 증가했음. 산림 조성 및 목재생산 수요가 지속적으로 증가함에 따라 그 수요를 감당하기 위해 인력이 보충되고 있는 것으로 해석 됨. 또한 고부가 작물인 버섯류 재배업자들이 증가한 것으로 추정됨.

 

 

 

 

2005년 ~ 2010년

 

 

 

 

산업별 지역변화는 국가 변화의 추세와 비슷함. 1,2차 산업은 점차 감소했으며, 3차 서비스와 오락관련 사업들이 큰 폭으로 증가하였음.

 

국가변화와 지역변화에서 차이점은 농업과 임업에서 두드러짐. 국가적으로 농업고용자수는 줄어들고 있는 반면, 대구 지역은 농업고용자수가 늘어나고 있음. 이와는 달리, 임업은 국가적으로는 증가했지만 지역적으로는 감소했음.

 

 

 

 

변이 할당(shift-share) 기법의 한계

 

- 지역 경쟁 요인에 대한 근거가 전혀 없음. . 지역의 어떠한 생산 환경이 지역의 경쟁요인을 구성하는 가에 따른 이론적 배경이 없음.

 

- 지역의 경쟁요인은 시간에 대해 일정하다는 가정은 현재 급속히 변하는 기술과 지역 간 보급을 고려했을 때 적절치 않음.

 

- 지역 내 산업간 연관관계가 전혀 고려되지 않았음.

 

 

변이 할당(shift-share) 기법의 장·단점

 

-변이 할당법에 의한 지역경제의 예측은 수출산업 중심이 아닌, 지역 내 모든 산업의 변화를 각 요인별로 구분하기 때문에 정확한 예측이 가능함.

 

- 두 기간동의 성장과정을 토대로 예측하기 때문에 두 기간사이의 산업특징이 반염됨.

 

- 변이 할당모형의 일정할당과 일정변의 가정은 현실을 충분히 반영하지 못하기 때문이 측정의 한계를 가짐.

 

 

 

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락을 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

 

 

 

반응형

수출기반모형 _ 입지상(Location Quotient, LQ) 계수

2013. 4. 18. 21:07 자료공유/도시 지역 분석

 

 

수출기반 모형

 

▶분석개요

 

분석지역: 대구광역시

분석년도: 2000,2005,2010

분석자료: 국가통계포털

 

 

 

1. 산업별 입지상(Location Quotient)계수

▣ 2000년

산 업 분 류

지역고용자수

국가고용자수

LQ

수출부문여부

수출부문

수입부문

농업

203

23,963

0.17

X

0

203

임업

14

843

0.34

X

0

14

어업

0

31,302

0

X

0

0

광업

153

21,406

0.15

X

0

153

제조업

164,819

3,333,018

1.01

O

1930

162,889

전기, 가스 및 수도사업

2,209

56,629

0.80

X

0

2,209

건설업

24,601

640,755

0.79

X

0

24,601

도매 및 소매업

133,919

2,493,217

1.10

O

12072

121,847

숙박 치 음식점업

75,890

1,555,985

0.99

X

0

75,890

운수업

40,405

765,300

1.08

O

3004

37,401

통신업

6,683

130,831

1.05

O

289

6,394

금융 및 보험업

26,803

613,580

0.89

X

0

26,803

부동산업 및 임대업

16,885

329,886

1.05

O

763

16,122

사업서비스업

20,696

619,007

0.68

X

0

20,696

공공행정, 국방 및 사회보장행정

25,089

520,932

0.99

X

0

25,089

교육 서비스업

45,191

921,158

1.00

O

173

45,018

보건 및 사회복지사업

26,777

487,902

1.12

O

2933

23,844

오락, 문화 및 운동관련 사업

16,373

318,409

1.05

O

812

15,561

기타공공,수리및개인서비스

38,150

740,151

1.05

O

1978

36,172

합 계

664,860

13,604,274

 

 

23,952

640,908 

 

대구지역은 전반적으로 전국에 비해 산업구조 기반이 약함. 경제성장를 보이는 산업이 없음.

 

2000년에 LQ값이 1보다 큰 산업은 제조업, 도매 및 숙박업, 운수업, 통신업, 부동산업 및 임대업 등으로 1.0~1.1사이의 값을 가짐. 이는 대구 지역은 전국에 비해 지역적으로 특화된 산업이 없다는 것을 보여주는 것임.

 

 

▣ 2005년

산업분류

지역고용자수

국가고용자수

LQ

수출부문여부

수출부문

수입부문

농업

266

22,812

0.25

X

0

266

임업

40

3,196

0.27

X

0

40

어업

-

6,286

0

X

0

0

광업

131

19,372

0.14

X

0

131

제조업

155,484

3,450,893

0.95

X

0

155,484

전기, 가스 및 수도사업

2,419

66,370

0.77

X

0

2,419

건설업

30,666

779,864

0.83

X

0

30,666

도매 및 소매업

131,073

2,440,701

1.14

O

15913

115,160

숙박 및 음식점업

81,161

1,696,133

1.01

O

1132

80,029

운수업

40,463

881,104

0.97

X

0

40,463

통신업

5,786

138,577

0.88

X

0

5,786

금융 및 보험업

29,293

591,969

1.05

O

1362

27,931

부동산업 및 임대업

18,699

404,290

0.98

X

0

18,699

사업서비스업

38,036

1,066,107

0.76

X

0

38,036

공공행정, 국방 및 사회보장행정

23,333

539,085

0.92

X

0

23,333

교육 서비스업

61,523

1,193,363

1.09

O

5217

56,306

보건 및 사회복지사업

35,220

647,746

1.15

O

4657

30,563

오락, 문화 및 운동관련 사업

19,298

396,290

1.03

O

600

18,698

기타공공,수리및개인서비스

41,812

803,313

1.10

O

3909

37,903

합 계

714,703

15,147,471

 

 

32,791

681,912

 

 

▣ 2010년

산업분류

지역고용자수

국가고용자수

LQ

수출부문여부

수출부문

수입부문

농업

316

21,044

0.33

X

0

316

임업

28

3,964

0.16

X

0

28

어업

0

5,410

0

X

0

0

광업

24

16,377

0.03

X

0

24

제조업

155,490

3417,698

1.01

O

1330

154,160

전기, 가스 및 수도사업

2,265

66,267

0.76

X

0

2,265

건설업

42,563

1180,659

0.80

X

0

42,563

도매 및 소매업

131,477

2617,891

1.11

O

13393

118,084

숙박 및 음식점업

78,269

1766,290

0.98

X

0

78,269

운수업

45,171

992,546

1.01

O

401

44,770

통신업

3,821

105,146

0.81

X

0

3,821

금융 및 보험업

35,188

706,859

1.10

O

3304

31,884

부동산업 및 임대업

17,544

440,556

0.88

X

0

17,544

사업서비스업

51,949

1,539,,067

0.75

X

0

51,949

공공행정, 국방 및 사회보장행정

32,319

663,673

1.08

O

2383

29,936

교육 서비스업

70,276

1,420,892

1.10

O

6185

64,091

보건 및 사회복지사업

54,934

1,084,758

1.12

O

6004

48,930

오락, 문화 및 운동관련 사업

13,818

322,881

0.95

X

0

13,818

기타공공,수리및개인서비스

41,030

842,479

1.08

O

3029

38,001

합 계

776,482

17,214,457

 

 

36,029

740,453

 

2005년과 2010년 사이 산업별 LQ값은 큰 변동이 없음. LQ값이 1보다 큰 산업들은 1.0~1.12범의 값을 가짐. 2000~2010년까지 전국 대비 지역적으로 특화된 산업이 없음을 알려줌.

 

 

 

LQ지수가 가지는 한계점

 

- 지역 산업의 수출 부문의 여부를 제시하여 주지만 그 산업의 수출 규모에 대해서는 제시하지 않음.

- 가정이 현실을 반영하지 못함.

 

 

LQ지수의 문제점

 

- 가정의 비현실성 때문이 신뢰성이 떨어짐.

 

- 동일한 노동 생산성이라고 가정하는데, 노동생산성은 지역의 여러 가지 요인으로 인해 지역 간 다르게 나타남. 동일한 노동 생산성이라는 가정과 함께 지역의 수출 규모를 계산했을 경우, 실제 수출규모보다 과소 또는 과대평가 될 가능성이 큼.

 

- 동일한 소비수준의 가정은 현실을 반영하지 못함. 현재 소득의 불평등은 더욱 심화됨에 따라 빈부격차가 더욱 커지고 있음.

 

- LQ는 국가 간 무역을 배제시켰음. , 국가는 외부로부터 폐쇄된 경제라고 가정함. 그러나 실제에서는 존재할 수 없는 모형임. 수출의존도가 높은 산업이나 제품은 실제규모와 비교했을 때 큰 차이가 날 수 있음.

 

 

 

 

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

 

반응형

로렌츠 곡선을 통한 지역분석

2013. 4. 11. 19:50 자료공유/도시 지역 분석

 

Soli Deo Gloria

 

 

로렌츠 곡선을 통한 지역 분석

 

 

■ 분석개요

  ▷선정지역: 대구 광역시

  ▷선정년도: 2010년

  ▷선정 구역: 중구, 서구, 수성구, 동구, 남구, 달서구

 

1. 대구광역시 각 구별 분석

 

구 분

인구수

고용자수

면 적

중 구

72,399

160,994

7.37

서 구

210,409

147,966

17.48

수성구

444,119

400,916

96.49

동 구

319,022

173,262

182.22

남 구

167,873

90,124

17.44

달서구

600,509

483,114

62.34

합 계

1,814,331

1,456,376

383

 

<1> 각 구별 인구수, 고용수 및 면적 

 

 

<1>를 통해 한 지역의 인구수와 고용자수는 면적는 비례 선형적인 관계는 아님을 알 수 있음. 동구지역은 면적에 비해 인구수와 고용자수가 상당히 적음을 알 수 있음. 중구지역은 면적은 비해 고용자수가 상당히 많음.

 

 

고용자수가 인구수보다 많은 지역은 중구 한 지역뿐임. 중구는 대구의 중심번화가로서 영화관, 백화점을 비롯한 각종 건물들이 밀집되어 되어있음. 따라서 다른 지역에 비해 각 업종에서 일자리가 많이 나오기 때문에 고용자수가 많은 것으로 판단됨.

 

 

면적에 비해 인구수가 많은 지역은 수성구와 달서구이다. 수성구는 전국적으로 교육열이 높은 것으로 알려져 있음. ·고등학생 자녀를 둔 학부모들이 수성구에 몰려들기 때문이라고 분석됨. 달서구는 현재 개발되고 있으며, 향후 더 개발될 가능성이 큰 지역임. 개발되기 전에 땅을 구매하려는 부동산 매매 관련업자나 싼 값에 집을 마련하고자 하는 중산층이 몰려들기 때문이라고 분석됨.

 

 

2.로렌츠 곡선(면적대비인구, 인구대비고용, 면적대비고용)

 

 

출처: 네이버

                       

□ 로렌츠 곡선은 가구의 x축에 인구누적 백분율, y축에 소득금액 비율을 표시함. 로렌츠 곡선은 재산의 분포를 나타내는 데에도 사용될 수 있음. 기준선에서 멀어질수록 사회적 불평등이 크다는 것을 의미함. 즉, 한 사회의 사회적 불평등을 측정하는 척도로 사용되고 있음.

 

 

 로렌츠 작성을 위해서는 각 그래프에 대한 통계값이 필요하다. 각 구 인구수와 고용자수는 국가통계토털에서 얻을 수 있음. 각 구의 토지면적은 해당 구청 홈페지에서 찾아볼 수 있음. 해당 구청에서 제공하는 통계연보의  토지(위치) 및 기후에서 면적에 대한 정보들을 얻을 수 있음. 각 지역에 따른 정보들을 수집하여 엑셀에 기입한 후 인구 백분위, 면적백분위, 고용백분위를 구해야 함. 그런 다음 인구 백분위와 면적백분위, 고용백분위 값을 구해야 함. 

 

 

 이제부터가 중요함. 예를 들어 면적대비인구에 대한 로렌츠 그래프를 그릴 때는 인구를 면적으로 나눈 값을 오름차순으로 정리한 다음, 인구백분위와 면적백분위를 누적값으로 구함. 엑셀에서 분상형 그래프를 선택하여 x축은 면적누적비율, y축은 인구누적비율값을 적용하면 됨. 기준선을 추가하여 불평등 정도를 가시적으로 드러내주면 더욱 좋음.  

 

 

 

3. 로렌츠 곡선 분석

 

 

 

면적대비인구 그래프는 면적이 클수록 인구수가 밀집되는 경향을 보여주고 있음.

 

 

인구대비고용 그래프의 곡선은 세 그래프 중 기준선에 가장 근접함. 인구수 많아질수록 고용자수가 비례하게 커진다는 것임. 이로 인해 인구수 증가에 따른 고용기회는 비교적 평등하게 주어진다는 것을 의미함.

 

 

세 가지 그래프를 비교하면, 면적대비고용의 로렌츠 곡선이 기준선에서 가장 멀리 떨어져 있음을 알 수 있음. 면적에 따른 고용기회는 불평등하게 주어짐을 알수 있음. 지역의 면적이 작으면 고용기회가 거의 없지만 지역 면적이 커질수록 고용자수는 크게 늘어난다는 것을 의미함.

 

 

 

Soli Deo Gloria

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있습니다.

반응형

조성법 _ 인구 이동률을 고려한 인구추정

2013. 4. 4. 18:46 자료공유/도시 지역 분석

 

 

 지난 번 조성법을 이용해 미래 인구추정을 했을 때는 생잔률만을 고려하여 인구이동률을 적용하였다. 인구이동률인 증감은 여러가지 복합적인 용인들에 의해 달라질 수 있다. 따라서 이번에는 2005~2010년의 출산률(Fertility Rate), 전 출입인구수, 순 이동인구수를 이용하여 미래 인구를 추정해보도록 하겠다.

 

---------------------------------------

 

 

1. 인구이동률 추가 산정

- 조사 기간: 2005.1 ~ 2009.12

- 조사 방법: 한 해를 상반기 하반기로 나누어 각각 특정 월을 대푯값을 정했음. 반기는 1, 하반기는 7월임. 추가적으로 200912월도 더했음.

 

총 전입 인구수

연령별

2005.01

2005.07

2006.01

2006.07

2007.01

2007.07

2008.01

2008.07

2009.01

2009.07

2009.12

0 - 4

2,396

2,016

2,188

1,489

2,271

1,440

2,285

1,802

1,866

1,823

2,029

5 - 9

3,103

1,646

3,004

1,327

3,421

1,263

3,015

1,555

1,927

1,564

2,163

10 - 14

1,996

1,833

2,071

1,652

2,568

1,827

2,448

2,245

1,901

2,094

1,843

15 - 19

1,748

1,594

1,727

1,361

2,024

1,483

1,906

1,920

1,728

1,816

1,847

20 - 24

3,123

2,746

3,026

2,199

2,914

2,023

2,390

2,118

2,038

2,077

2,073

25 - 29

4,063

3,818

4,256

3,410

4,685

3,445

4,160

3,974

3,821

3,537

3,938

30 - 34

4,454

3,762

4,367

3,088

4,682

3,078

4,210

3,526

3,525

3,451

3,930

35 - 39

3,382

2,857

3,552

2,624

4,343

2,665

4,099

3,153

3,185

3,492

3,538

40 - 44

2,731

2,600

2,748

2,185

3,243

2,305

3,075

2,829

2,618

3,010

2,849

45 - 49

2,119

2,168

2,249

1,980

2,707

2,048

2,476

2,491

2,213

2,490

2,474

50 - 54

1,335

1,464

1,423

1,276

1,761

1,284

1,616

1,689

1,645

1,942

1,922

55 - 59

992

1,016

1,065

943

1,167

932

1,255

1,183

1,190

1,187

1,290

60 - 64

891

892

877

674

1,021

702

889

828

840

872

936

65 - 69

783

673

746

576

953

686

844

752

762

815

778

70 - 74

517

509

531

451

673

509

570

567

556

568

597

75  -79

312

316

352

256

439

353

355

353

361

406

394

8 0 +

316

293

325

258

380

284

324

363

371

395

366

34,261

30,203

34,507

25,749

39,252

26,327

35,917

31,348

30,547

31,539

32,967

 

 

 

 

 

- 총 전입 인구표를 보면 젊은 연령층의 전입되는 인구는 감소하는 반면, 노년 연령층의 전입되는 인구는 증가하거나 일정수준을 유지하고 있음.

 

- 전입하는 장노년층이 증가하기 이유는 다른 지방에서 직장생활을 하다가 직장을 잃거나 조기 퇴직해서 고향으로 들어오기 때문임. 퇴직시기가 더욱 빨라지고 있어 전입하는 연령층도 더욱 낮아질 것으로 예상됨.

 

- 어떤 특정시점에 유입인구가 갑자기 증감했다가 다시 떨어지는 경우가 있음. 인구 유입의 이유는 대구에서 어떤 행사가 이루어졌거나 도시계획에 의핸 주거지가 형성되었기 때문이라고 생각됨.

 

총 전출 인구수

연령별

2005.01

2005.07

2006.01

2006.07

2007.01

2007.07

2008.01

2008.07

2009.01

2009.07

2009.12

0 - 4

2,407

1,888

2,252

1,508

2,302

1,454

2,209

1,754

1,714

1,782

2,011

5 - 9

3,015

1,599

2,970

1,326

3,206

1,260

2,726

1,533

1,801

1,543

2,117

10 - 14

1,803

1,850

2,044

1,609

2,356

1,753

2,101

2,244

1,674

2,036

1,875

15 - 19

1,858

1,631

1,962

1,446

2,118

1,533

2,097

2,033

1,787

1,878

2,165

20 - 24

3,126

2,973

3,261

2,356

2,983

2,193

2,556

2,272

2,101

2,226

2,537

25 - 29

4,358

4,104

4,762

3,588

5,001

3,776

4,550

4,247

4,085

3,935

4,762

30 - 34

4,606

3,850

4,711

3,210

4,838

3,273

4,377

3,661

3,483

3,500

4,314

35 - 39

3,384

2,911

3,672

2,660

4,233

2,618

3,864

3,175

3,111

3,461

3,666

40 - 44

2,762

2,746

2,853

2,236

3,265

2,345

2,975

2,867

2,558

3,074

3,035

45 - 49

2,138

2,286

2,454

2,039

2,835

2,140

2,595

2,623

2,263

2,545

2,727

50 - 54

1,371

1,536

1,563

1,322

1,871

1,393

1,681

1,776

1,699

2,039

2,165

55 - 59

1,011

1,127

1,158

939

1,219

984

1,273

1,231

1,235

1,280

1,472

60 - 64

888

978

970

674

1,032

743

903

881

839

951

1,026

65 - 69

756

745

775

597

968

682

836

766

743

891

834

70 - 74

503

532

579

463

641

496

547

571

528

598

621

75 - 79

292

314

368

232

411

355

322

351

358

412

407

80세이상

300

301

321

256

350

311

329

340

352

408

398

34,578

31,371

36,675

26,461

39,629

27,309

35,941

32,325

30,331

32,559

36,132

 

 

- 2005년 초반에는 총 전출 인구증가율이 낮았음

- 총전입 그래프에서 인구 유입이 많았던 시기에 전출도 많았음.

- 극심한 취업난으로 고생하고 있는 남녀 취업연령대(남자 20대 반~30, 여자 20대 중후반)가 직장을 얻기 위해서 서울이나 경기도 지방으로 올라가기 때문에 20대 중반에서 30대 중반 전출 인구가 증가하는 것임. 따라서 대구지역 인구는 더욱 감소할 것으로 예상됨.

 

순 이동 인구수

연령별

2005.01

2005.07

2006.01

2006.07

2007.01

2007.07

2008.01

2008.07

2009.01

2009.07

2009.12

0 - 4

-11

128

-64

-19

-31

-14

76

48

152

41

18

5 - 9

88

47

34

1

215

3

289

22

126

21

46

10 - 14

193

-17

27

43

212

74

347

1

227

58

-32

15 - 19

-110

-37

-235

-85

-94

-50

-191

-113

-59

-62

-318

20 - 24

-3

-227

-235

-157

-69

-170

-166

-154

-63

-149

-464

25 - 29

-295

-286

-506

-178

-316

-331

-390

-273

-264

-398

-824

30 - 34

-152

-88

-344

-122

-156

-195

-167

-135

42

-49

-384

35 - 39

-2

-54

-120

-36

110

47

235

-22

74

31

-128

40 - 44

-31

-146

-105

-51

-22

-40

100

-38

60

-64

-186

45 - 49

-19

-118

-205

-59

-128

-92

-119

-132

-50

-55

-253

50 - 54

-36

-72

-140

-46

-110

-109

-65

-87

-54

-97

-243

55 - 59

-19

-111

-93

4

-52

-52

-18

-48

-45

-93

-182

60 - 64

3

-86

-93

0

-11

-41

-14

-53

1

-79

-90

65 - 69

27

-72

-29

-21

-15

4

8

-14

19

-76

-56

70 - 74

14

-23

-48

-12

32

13

23

-4

28

-30

-24

75 - 79

20

2

-16

24

28

-2

33

2

3

-6

-13

80세이상

16

-8

4

2

30

-27

-5

23

19

-13

-32

-317

-1,168

-2,168

-712

-377

-982

-24

-977

216

-1,020

-3,165

 

 

- 거의 모든 인구 연령대에서 순 이동은 마이너스 값을 가짐. 이는 전입하는 인구보다 전출하는 인구가 많다는 것을 알려줌.

- 20대 초반부터 30대 중반 연령대에서 전출하는 사람이 많음. 특히 25~29세의 인구가 빠른 속도로 대구를 빠져나가고 있음.

- 전출 인구로 인한 인구감소를 막으려면 대구지역을 기반으로 한 기반산업들이 육성 및 정착되어 차세대 산업단지로 발전해야 함.

 

 

              □총 인구예상

 

2010

2015

2020

2025

2030

2035

2040

0-4

101,667

90,365

78,276

73,995

73,114

62,783

51,280

5-9

118,717

102,251

90,884

78,725

74,420

73,534

63,144

10-14

167,820

120,254

103,579

92,063

79,747

75,386

74,489

15-19

185,952

169,474

121,449

104,617

92,985

80,545

76,140

20-24

162,748

181,512

165,431

118,553

102,122

90,768

78,625

25-29

169,158

148,128

165,262

150,701

108,019

93,072

82,722

30-34

174,275

160,665

140,611

156,895

143,099

102,581

88,394

35-39

201,620

172,792

159,286

139,242

155,406

141,798

101,664

40-44

217,539

199,693

171,139

157,759

137,854

153,872

140,417

45-49

219,070

210,985

193,685

165,986

153,000

133,608

149,155

50-54

200,207

209,644

201,947

185,404

158,876

146,444

127,713

55-59

148,331

190,346

199,388

192,125

176,385

151,174

139,341

60-64

113,154

139,544

179,071

187,663

180,878

166,100

142,349

65-69

89,508

104,188

128,651

165,202

173,099

167,290

153,752

70-74

74,175

79,714

92,825

114,802

147,258

154,847

149,868

75-79

48,893

60,275

64,880

75,676

93,432

120,673

127,247

80-84

24,970

34,203

42,233

45,602

52,912

66,199

85,805

85+

13,970

18,313

24,744

31,233

35,056

40,570

49,765

TOTAL

2,431,774

2,392,348

2,323,340

2,236,242

2,137,663

2,021,245

1,881,871

추가적인 출산율조정과 총전출입에 따른 이동율 감소 적용한 총 인구

TOTAL

2,431,774

2,368,642

2,278,546

2,171,228

2,056,091

1,925,266

1,772,869

 

결과 및 논의

-  총 전출입 및 순 이동 인구를 고려한 인구 이동률을 적용한 결과, 생잔률만 고려했을 때보다 총인구가 약 100,000명 감소하였음.

- 대구는 전 연령대에서 인구감소추세를 보이고 있기 때문에, 연령대별로 감소율을 더했음. 생잔율만 고려하여 인구를 추정했을 때보다 추정인구수가 적게 나왔다고 생각됨.

- 총 전출입 인구이동에 따른 추세를 파악할 때 그 지역에서 어떠한 사건으로 인해 순간적으로 증가하거나 감소하는 시기를 예측하는 것이 쉽지 않다는 것을 알았음. 예를 들면 20052009년 전출입 인구를 살펴보면 특정 세 시점에서 인구 이동률이 증가하는데, 자료를 검색해보았으나 확실한 이유를 알아내지 못함.

 

 

 

 

 

 

 

 

 

 

 

 

도움이 되셨다면 아래의 손가락 표시를 눌러주세요

더 많은 사람과 소통 & 할 수 있습니다.

반응형

조성법(Cohort-Component Method)을 이용한 인구 추정

2013. 3. 29. 16:59 자료공유/도시 지역 분석

조성법에 의한 인구 증감 추이 분석

 

 

 

1. 현재 인구 증가 추이 분석

    □ 지역 선정: 대구광역시

 

<1> 인구통계 남자

Females

 

2000

2005

2010

0-4

74,897

54,981

48,898

5-9

81,609

76,058

56,199

10-14

75,170

84,124

78,388

15-19

99,744

77,580

84,008

20-24

108,902

96,247

71,760

25-29

113,795

95,018

84,654

 30-34

108,568

103,837

88,308

35-39

114,391

109,463

103,757

40-44

110,779

113,563

111,816

45-49

84,472

106,253

111,812

50-54

65,822

80,161

101,813

55-59

52,996

62,351

76,760

60-64

47,043

50,535

59,131

65-69

36,191

44,515

48,992

70-74

25,200

33,736

42,749

75-79

16,800

21,396

30,402

80-84

8,813

12,319

17,372

85+

5,071

6,711

10,527

TOTAL

1,230,263

1,228,848

1,227,346

 

<표2> 인구통계 여자

Males

 

2000

2005

2010

0-4

86,183

61,406

52,769

5-9

100,692

87,135

62,518

10-14

95,477

103,046

89,432

15-19

110,687

96,585

101,944

20-24

114,971

105,665

90,988

25-29

110,314

94,343

84,504

30-34

108,302

99,748

85,967

35-39

111,612

104,879

97,863

40-44

110,287

110,111

105,723

45-49

83,573

104,530

107,258

50-54

65,427

76,926

98,394

55-59

49,891

59,951

71,571

60-64

41,150

44,998

54,023

65-69

27,561

36,042

40,516

70-74

14,589

23,542

31,426

75-79

8,102

11,145

18,491

80-84

3,369

5,111

7,598

85+

1,422

2,005

3,443

TOTAL

1,243,609

1,227,168

1,204,428

 

- 2000~2010년의 인구통계를 바탕으로 인구피라미드를 작성을 통한 인구분석.

- 인구피라미드를 통한 분석은 인구의 성장 또는 쇠토의 원인 분석의 방향을 제시가능

 

 

 

- 인구피라미드를 살펴보면 전체적으로 인구가 감소하는 경향이 있음을 알 수 있음.

 

- 특히 남자는 30대 초중반, 여자는 20대 중후반 인구가 눈의 띄게 감소하는 경향이 있음. 이는 대학을 졸업한 취업준비생들이 직업 환경이나 대우가 좋은 서울 및 경기도 지역으로 이동했기 때문이라고 분석. 대구지역의 산업구조가 약한 탓에 취업할 수 있는 곳이 많지 않음.

 

 - 남녀 모두 40대 중반 인구는 최근 10년간 증가하는 추세임. 이는 20~30대에 취업이나 직장 근무지 변경으로 인해 대구를 빠져나갔다가 퇴직하거나 실업하여 대구로 다시 돌아온 인구가 많아졌기 때문이라 분석됨.

 

- 인구통계를 살펴보면 70대 중반과 후반사의 인구 차는 여성에 비해 남성이 큼. 인구 차는 대부분 사망에 의한 인구감소일 것이다. 이로 인해 알 수 있는 것은 여성이 남성보다 수명이 긴 것을 의미함.

 

 

Five year age cohort

Five year Fertility Rate

Select Five year Fertility Rate(2005~2010)

2000~2005

2005~2010

10-14

0.0001

0.0000

0.0000

15-19

0.0078

0.0080

0.0080

20-24

0.1435

0.0617

0.0617

25-29

0.7718

0.4631

0.4631

30-34

0.4274

0.4248

0.4248

35-39

0.0730

0.0847

0.0847

40-44

0.0102

0.0082

0.0082

45-49

0.0011

0.0003

0.0003

 

  

   - 두개의 5년간 출생률을 비교했을 때, 2000년과 2005년 사이 출생율은 대체로 높

   음을 알 수 있음

 

   - 2010년 이후도 그 전 5년간 추세와 같이 높지 않을 것으로 예상되므로 2005년과

   2010년 사이의 출생률을 택함.

 

 

 

 

   2) 인구 이동률 추가 산정

 

    - 미래로 갈수록 대구의 기반 산업이 정착하지 못할 가능성이 큰 것으로 추정함.

    라서 취업연령대(남자 20대후반-30대초반, 여자 20대 중후바)의 인구이동율이 더

    감소할 것으로 예상하여 추가적인 감소율 적용(1-2% 내외)

 

    - 남자(25-29:-1%, 30-34: -0.5%)

    - 여자(20-24: -0.5%, 25-29: -1%)

 

 

  3) 총 인구 예상 (2015-2040)

 

2010

2015

2020

2025

2030

2035

2040

0-4

101,667

90,365

78,276

73,995

73,114

62,783

51,280

5-9

118,717

102,251

90,884

78,725

74,420

73,534

63,144

10-14

167,820

120,254

103,579

92,063

79,747

75,386

74,489

15-19

185,952

169,474

121,449

104,617

92,985

80,545

76,140

20-24

162,748

181,512

165,431

118,553

102,122

90,768

78,625

25-29

169,158

148,128

165,262

150,701

108,019

93,072

82,722

30-34

174,275

160,665

140,611

156,895

143,099

102,581

88,394

35-39

201,620

172,792

159,286

139,242

155,406

141,798

101,664

40-44

217,539

199,693

171,139

157,759

137,854

153,872

140,417

45-49

219,070

210,985

193,685

165,986

153,000

133,608

149,155

50-54

200,207

209,644

201,947

185,404

158,876

146,444

127,713

55-59

148,331

190,346

199,388

192,125

176,385

151,174

139,341

60-64

113,154

139,544

179,071

187,663

180,878

166,100

142,349

65-69

89,508

104,188

128,651

165,202

173,099

167,290

153,752

70-74

74,175

79,714

92,825

114,802

147,258

154,847

149,868

75-79

48,893

60,275

64,880

75,676

93,432

120,673

127,247

80-84

24,970

34,203

42,233

45,602

52,912

66,199

85,805

85+

13,970

18,313

24,744

31,233

35,056

40,570

49,765

TOTAL

2,431,774

2,392,348

2,323,340

2,236,242

2,137,663

,021,245

1,881,871

 

 

 

3. 정부 인구예측과 비교

 

년도

조성법에 의한 인구수

대구기본도시계획

인구 차이수

2000

2,473,872

2,473,872

0

2010

2,413,774

2,575,000

161,226

2020

2.323,340

2,600,000

276,660

 

 

- 대구기본도시계획에 예상한 인구수는 낮은 증가율로 인구가 증가한다고 추산함.

- 조성법에 의한 인구는 전체인구가 감소한다고 예상함.

- 최근 10(2000-2010)의 인구추세만 보더라도 대구시의 인구는 감소하고 있음. 따서 인구 예측이라는 것은 예상치 못한 요소로 인해 정확하기 측정하기 어렵다는 것을 알수 있음.

 

 

외삽법의 장 단점

-외삽법으로 예측된 인구수와 실제 인구수에 차이가 큰 것을 인구의 성별, 출생률, 연령등과 같은 세부적인 특성요인들을 고려하지 않았기 때문.

-이는 과거 인구 추세만으로 인구 증감의 정확하게 판단될 수 없다는 것을 알려주는 것임.

-외삽법은 자료수집이 용이하고 적은 자료로 짧은 시간 내 인구 예측이 가능한 이점이 있음

-시간이 비용이 한정되어 있을 때, 용이함.

 

조성법의 장 단점

-인구의 성별과 연령별 특성을 고려했기 때문에 외삽법보다 이론적 우수성을 가짐.

- 예측인구의 성별연령별로 정보를 제공하기 때문에 행정 및 계획 분야에 유용하게 적용 가능함.

- 인구의 자연적인 성장뿐 아니라 사회적 성장을 고려했기 때문에 인구 추정의 정확성을 높일 수 있음.

- 조성법은 인구예측뿐 아니라 토지이용의 변화나 주택 양 측정 등 도시 및 지역계획에 사용될 수 있음.

- 조성법의 산업의 변화를 예측하기 어렵기 때문에 지역의 성장과 쇠퇴에 대한 인구특성에 대해서는 설명하기 어려움.

- 인구 이동률은 생잔률에 의해 단순히 추정된 값이기 때문에 정확성이 떨어짐. 인구 이동은 산업의 성장과 쇠퇴, 지역 개발 등과 같은 사회적 요인과 연관 지어 생각해야 함.

 

 

 

 

5. 정확한 인구 예측을 위한 방법

 

 

1) 인구의 증감은 자연성장만으로 설명될 수 없다. 조성법과 같이 인구의 성별, 연령별 특성을 고려함과 동시에 인구이동에 대한 지역 산업의 성장과 쇠퇴와 관련된 사회적 요인들과 함께 고려되어야 한다.

 

 

2) 과거 사례 자료를 잘 활용해야 한다. 지역 개발 사업이나 상업지구 형성을 위한 도시계획 등에 인구 유출입에 대한 정확한 인구 추정을 위해서는 과거사례나 유사한 특성을 가지는 지역의 사례를 검토하면 근사한 인구 증감에 대한 값을 가질 수 있을 것이다.

 

 

3) 최근 10년 인구추세를 잘 분석해야 한다. 외삽법 가장 큰 약점은 인구 감소예측이 어렵다는 것이다. 한국의 경우 과거에는 거의 모든 지역에서 인구증가율이 컸었다. 이런 자료를 바탕으로 예측했을 경우, 외삽법은 인구의 감소를 예측하기 어렵다고 봄. 따라서 정확한 인구 추정을 위해서는 과거인구 추세를 고려함과 동시에 최근 10년간 인구추세에 대한 정확하고 세밀한 분석이 요구된다.

 

 

 

 

 

 

 

 

 

                      도움이 되셨다면 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유할 수 있습니다.

반응형

외삽법 인구 추정

2013. 3. 28. 07:59 자료공유/도시 지역 분석

 

 

 

외삽법에 의한 인구 증가 추이 분석

 

 

1. 지역 선정 및 조사

   1) 선정 지역: 대구광역시

    2) 선정 배경

  대구광역시에서 초등학교 1학년 때부터 대학교 졸업할 때까지 약 20년을 살았다. 하지만 대구가 어떠한 역사적 배경을 가지고 있는지, 다른 도시들과 다른 특성들은 무엇인지 젼혀 모르고 있다. 대구를 선정하여 조사 및 분석함으로써, 대구에 대한 정보를 많이 습득하여 대구에 대한 이해를 높이기 위함이다.

 

     3) 대구광역시의 특성

        ➀ 위치

대한민국 동남부 내륙에 있는 광역시이다. 동쪽으로 경상북도 경산시,영천시, 서쪽으로 고령군, 성주군, 북쪽으로 군위군, 칠곡군, 남쪽으로 청도군, 경상남도 창녕군이 인접한다.

 

        <그림-1> 대구 위치

 

 

   ➁ 지형 및 기후 
        - 대구는 북동부와 남부는 산지로 둘러싸여 있고, 서부가 상대적으로 개방되어 있는 분

          지형 지형이며, 겨울에는 춥고 여름은 무더운 내륙분지형 기후의 특성을 가짐.

 

                    - 2008년 연평균 기온은 15.0, 월평균기온은 8월이 27.6로 가장 높고, 1월이

                    3.3로서 가장 낮음.

 

                     - 대구지역의 지난 30년 간((1973~2002) 강수량은 1,035.8로 우리나라의 대표

                      적인 과우지역임. 1년 중 6~9월에 비가 가장 많이 내리며, 2008년 총 강수량은 973.9

                      이며, 월강수량은 가장 많은 달은 8월로 198이다. 반면에 1월 강수량은 30에 지

                      나지 않음.

 

                ➂도시 발전 특성

                    - 1769년 서문시장을 비롯한 물물교환기구가 1,604개처로서 활발한 물물교환으로 약

                       령시와 더불어 상업의 중심지를 형성함.

                    - 1941년 제1공업단지 면적 862,000를 조성하여 방직공장을 건설함으로서 전국 제

                       1의 섬유공업도시로 발전되어 우리나라 근대공업의 선도적 역할을 담당함.

                    - 1981년 대구직할시로 승격되고, 1995년에 대구광역시로 확장됨

 

 

2. 인구 증가 추이 분석

    1) 참조연도 기간 : 1950~2000

     2) 인구 증가율 분석

 

<1> 예상인구 추정

년도

인구수 ()

인구증가율

예상인구

1950

296,406

-

227,243

1960

675,644

127.9

690,710

1970

1,063,513

57.4

1,154,177

1980

1,604,934

50.9

1,617,645

1990

2,227,979

38.8

2,081,112

2000

2,473,990

11.0

2,544,579

 

 

 

3,008,046

 

 

 

3,471,513

 

 

 

3,934,980

 

1960년대에 급격히 인구가 증가하지만 그 후로 인구증가율은 차츰 떨어져서 2000년대에 들어와서는 11%라는 낮은 수치를 보여줌. 이는 대구 주력산업이 섬유와 패션이 불황을 겪으면서 대구로 유입되는 산업인구의 감소와 IMF로 인한 생계위축으로 저출산이 확산되었기 때문이라고 생각됨.

 

 

3) 인구 추정식의 선택  

 

<2> CRV, ME, MAPE 비교

추정식 종류

CRV

ME

MAPE

Linear

33.1

0.0

6.11%

Geometric

67.2

-27890.1

20.35%

Parabolic

587.8

0.0

5.45%

Mod Exp*

43.8

0.0

3.58%

Mod Exp UL

43.8

11000.9

39.24%

Gompertz*

43.0

2727.4

4.75%

Gomp UL

43.0

-13833.5

7.37%

Logistic*

45.3

7048.7

4.94%

Log UL

43.0

10622.6

5.75%

 

 

 

 

 

 

 

 

 

CRV, ME, MAPE 비교의 의한 선택

- 먼저, ME가 값이 가장 0인 것을 기준으로 MAPE에서 낮은 값을 가지는 추정식를 가려냄. 낮은 값을 가지는 추정식은 Linear, Parabolic, Mod Exp*이 각각 6.11%, 5.45%, 3.58%. ParabolicCRV값이 상대적으로 너무 크기 때문에 제외하도록 함.

 

- 추정식의 특성상, Mod Exp*(수정된 지수 곡선식)은 시간대별로 변화된 인구의 비가 일정한 곳에 적절함. 그러나 대구지역의 인구증가율은 1960년대에 급격히 증가했다가 10년 단위로 큰 폭으로 감소하기 때문에 Mod Exp*은 부적합하다고 생각함. 따라서 Linear식을 가장 적합한 추정식으로 결정함.

 

 

 

 

 

 

 

3. 국가통계청 인구수와 외삽법추정 인구수의 비교

 

 년도  

 외삽법 인구 추정

 대구기본도시계획

인구차이수 

 2000

2,544,579

2,538,000

6,579

 2010

3,008,046

2,575,000

433,046

 2020

3,471,513

2,600,000

871,513

    ※대구기본도시계획은 2000년 기준으로 향후 2020년까지 인구수를 추정하였으므로 2020년까지만 비교하도록 함.

 

 

-  Linear식에 의해 추정된 인구수와 대구기본도시게획에 추정인구수 차이는 년도가 커질수록 더 커짐. 따라서 외삽법에 의해 추정식을 선택하는 기준에 문제가 있었음을 알려줌.

 

- 국가통계포털에서 1985년 전에 대구광역시 인구통계는 나와 있지 않아서 다른 사이트를 통해 인구통계를 얻었다. 그래서 1950~80년의 출처와 1990~2000의 출처가 다르다. 다른 출처에서 나온 인구통계치를 합쳤기 때문에 미래인구를 예측하는데 오차범위가 더 커진 것으로 생각된다.

 

- <3>으로부터 대구도시기본계획에서 추정된 인구수는 Mod Exp UL과 가장 근접함을 알수 있음. 대구기본도시계획의 예상인구수는 2000년을 기준으로 조성법으로 추정됨. Mod Exp ULCRV,ME, MAPE를 비교할 때, ME값이 상당히 커서 처음부터 제외된 추정식이다. 이것으로부터 알 수 있는 사실은 ME값이 추정식의 정확성에 큰 영향을 끼치지 않는다는 것이다. 그러나 Mod Exp ULMAPE의 값이 가장 높다는 것을 감안하면, 외상법에 의한 추정식의 정확성을 이론적으로 MAPE, CRV, ME 값의 판단 가능한가에 대한 의구심이 듬.

 

 

 

 

 

 

 

 

 

 

도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.

더 많은 사람과 소통 & 공유 할 수 있 습니다.


 

 

반응형
반응형

L'Étranger by kangsy85

Notices

Search

Category

First scene (1189)
프로필 (19)
삶을 살아내다 (407)
산업단지 (13)
도시재생 (4)
토목직 7급 수리수문학 (8)
토목직 7급 토질역학 (8)
자료공유 (106)
블로그 (1)
취업 (24)
국제개발협력 (4)
물, 인간의 최소한의 권리 (16)
도시 지역 분석 (12)
신재생 에너지 (9)
대학원 진학 (9)
생활정보 (20)
여행 (11)
편집 프로그램 (8)
신앙 (285)
책과 글, 그리고 시 (252)
초대장 배포 (55)

Statistics

  • Total :
  • Today :
  • Yesterday :

Recent Posts

Recent Comments

Recent Trackbacks

Copyright © Nothing, Everything _ Soli Deo Gloria All Rights Reserved | JB All In One Version 0.1 Designed by CMSFactory.NET