2013. 6. 8. 11:23 자료공유/도시 지역 분석
통근통학패턴 분석을 통한 도시공간구조 해석
1. 분석개요
▷분석 지역: 대구광역시 및 경상북도 지역
▷분석 년도: 2000년, 2005년, 2010년
▷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 |
|
|
2) 통학통근 패턴 파악
2000년
2005년
2010년
3) Link Threshold 제한을 통한 흡수/발생 통근통행량 패턴 파악
개요: Link Threshold가 1000을 초고하면 링크수가 현저하게 줄어들어드는 것을 확인했다. 따라서 2000년부터 2010년까지 500과 1000일때의 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 1–mode network에 나타난 흡수/발생 통학통근자수에 따른 도시순위를 비교해본다. 최종적으로 링크수와 실제 통학통근자수 사이에 어떠한 연관성이 있는지 확인해본다.
⓵ 링크수를 기반으로 한 통근통학자수에 따른 도시순위
<표 2> In-Degree Centrality
지역순위 2000년 (링크수) 2005년 (링크수) 2010년 (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 <표 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.
<표 3> Out-Degree Centrality
지역순위 |
2000년 |
2005년 |
2010년 |
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 |
⓶ 1–mode network에 나타난 대구지역 흡수/발생 통근통학자수 비교 및 분석
<표 4> 흡수 통근통학자수에 따른 도시순위
지역순위 |
2000년 |
2005년 |
2010년 |
1 |
대구광역시 |
경산시 |
경산시 |
2 |
구미시 |
구미시 |
대구광역시 |
3 |
포항시 |
대구광역시 |
구미시 |
4 |
경산시 |
칠곡군 |
칠곡군 |
5 |
경주시 |
경주시 |
경주시 |
<표 5> 발생 통근통학자수에 따른 도시순위
지역순위 |
2000년 |
2005년 |
2010년 |
1 |
대구광역시 |
대구광역시 |
대구광역시 |
2 |
경산시 |
경산시 |
경산시 |
3 |
칠곡군 |
칠곡군 |
칠곡군 |
4 |
경주시 |
경주시 |
경주시 |
5 |
포항시 |
포항시 |
포항시 |
⓷ 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. <표 5>에서는 2000년부터 2010년까지 계속 대구광역시와 경산시가 1, 2위로 나타났다.
- 안동은 In-Degree Centrality <표 2>의 링크수에 따른 도시순위에서 2000년, 2005년, 2010년에 각각 1위, 3위, 3위였으나, 통근통학자수에 따른 도시순위에서 2000년, 2005년, 2010년에 각각 11위, 10위, 8위로 나타났다. Out-Degree Centrality <표 3>에서 안동은 2000년, 2005년, 2010년에 각각 4위, 2위, 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.
라우리 모델(Lowry Model)을 이용한 인구 추정 (대구광역시 수성구) (0) | 2013.06.01 |
---|---|
[도시 및 지역분석] 도시공간구조 - 중력모델 (1) | 2013.05.15 |
[도시 및 지역 분석]중심지 이론; 예제를 통한 인구수와 순위 분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 중심지 이론; 우리나라 도시 인구수와 순위 관계분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악 (1) | 2013.05.04 |
Netminer, 경북, 대구광역시, 도시 및 지역분석, 도시공간구조 해석, 수성구, 통근통학패턴 분석, 현거주지
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: 2000년
․분석지역: 대구광역시 수성구(23개동)
․분석자료: 해당도시의 동 자료(인구, 서비스업, 총 종사자수, 기반산업 종사자수), 거리측정의 기준점
동 분류 |
중심지로부터 거리 |
인구수 |
고용자수 |
범어1동 |
0.00 |
16,207 |
11,452 |
범어2동 |
1.15 |
12,709 |
15,360 |
범어3동 |
1.22 |
11,630 |
10,470 |
범어4동 |
1.01 |
21,841 |
7,998 |
만촌1동 |
2.77 |
15,512 |
5,438 |
만촌2동 |
2.29 |
14,859 |
4,696 |
만촌3동 |
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 |
황금1동 |
1.73 |
20,708 |
3,886 |
황금2동 |
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 |
지산1동 |
2.79 |
30,412 |
11,982 |
지산2동 |
3.96 |
27,599 |
6,780 |
범물1동 |
5.71 |
19,816 |
5,548 |
범물2동 |
5.06 |
21,898 |
3,842 |
고산1동 |
8.05 |
31,302 |
9,660 |
고산2동 |
4.84 |
26,327 |
5,382 |
고산3동 |
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
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 |
범어1동 |
2,556 |
2,979 |
1,177 |
3,366 |
10,737 |
범어2동 |
4,132 |
2,827 |
1,107 |
3,108 |
10,103 |
범어3동 |
2,543 |
2,697 |
1,068 |
3,088 |
9,761 |
범어4동 |
3,002 |
2,841 |
1,121 |
3,246 |
10,276 |
만촌1동 |
1,429 |
2,043 |
819 |
2,602 |
7,657 |
만촌2동 |
1,620 |
2,319 |
926 |
2,894 |
8,632 |
만촌3동 |
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 |
황금1동 |
1,335 |
2,551 |
1,018 |
3,084 |
9,397 |
황금2동 |
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 |
지산1동 |
3,335 |
2,571 |
1,012 |
2,906 |
9,269 |
지산2동 |
2,327 |
2,281 |
905 |
2,647 |
8,291 |
범물1동 |
2,072 |
1,949 |
773 |
2,346 |
7,169 |
범물2동 |
1,039 |
1,915 |
772 |
2,421 |
7,160 |
고산1동 |
3,595 |
2,125 |
812 |
2,282 |
7,541 |
고산2동 |
1,819 |
1,958 |
776 |
2,657 |
7,502 |
고산3동 |
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 범어1동 10,737 14,956 8,611 범어2동 10,103 10,471 4,536 범어3동 9,761 6,772 987 범어4동 10,276 19,723 13,636 만촌1동 7,657 27,447 22,802 만촌2동 8,632 14,446 9,233 만촌3동 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 황금1동 9,397 12,302 6,667 황금2동 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 지산1동 9,269 28,579 23,101 지산2동 8,291 25,706 20,778 범물1동 7,169 17,119 12,824 범물2동 7,160 20,200 15,864 고산1동 7,541 31,823 27,416 고산2동 7,502 26,280 21,665 고산3동 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.
[도시 및 지역분석] Netminer 4 (넷마이어)-통근통학패턴 분석을 통한 도시공간구조 해석 (0) | 2013.06.08 |
---|---|
[도시 및 지역분석] 도시공간구조 - 중력모델 (1) | 2013.05.15 |
[도시 및 지역 분석]중심지 이론; 예제를 통한 인구수와 순위 분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 중심지 이론; 우리나라 도시 인구수와 순위 관계분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악 (1) | 2013.05.04 |
basic sector, Lowry model, service sector, 기반부분, 대구광역시, 도시 및 지역분석, 라우리 모델, 서비스부분, 수성구, 인구추정, 주거부분
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
<표1> 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 |
신천1-2동 |
0.9034 |
18,012 |
11,943 |
0.47 |
38323.40 |
25410.64 |
신암2동 |
1.0440 |
12,370 |
10,451 |
0.38 |
32552.63 |
27502.63 |
수성4가동 |
1.1570 |
17253 |
17384 |
0.84 |
20539.29 |
20695.24 |
대봉2동 |
1.4823 |
5,620 |
4,102 |
0.25 |
22480.00 |
16408.00 |
신천3동 |
1.4836 |
12,890 |
12,316 |
0.70 |
18414.29 |
17594.29 |
범어3동 |
1.6014 |
11630 |
10,986 |
0.57 |
20403.51 |
19273.68 |
신암3동 |
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 |
남산3동 |
2.1207 |
7,744 |
5,226 |
0.4 |
19360.00 |
13065.00 |
신천4동 |
2.1422 |
12,856 |
9,101 |
0.78 |
16482.05 |
11667.95 |
범어2동 |
2.5450 |
12709 |
12,084 |
1.13 |
11246.90 |
10693.81 |
중동 |
2.7917 |
16483 |
12790 |
1.20 |
13735.83 |
10658.33 |
황금2동 |
3.0738 |
14878 |
13309 |
1.52 |
9788.16 |
8755.92 |
만촌1동 |
3.8643 |
15512 |
24957 |
2.87 |
5404.88 |
8695.82 |
상동 |
4.0484 |
19055 |
15891 |
1.73 |
11014.45 |
9185.55 |
만촌2동 |
4.0834 |
14859 |
13306 |
1.62 |
9172.22 |
8213.58 |
황금1동 |
4.2695 |
20708 |
25253 |
3.50 |
5916.57 |
7215.14 |
봉덕3동 |
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 |
봉덕2동 |
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 |
고산2동 |
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.
더 많은 사람들과 소통 & 공유 할 수 있습니다.
[도시 및 지역분석] Netminer 4 (넷마이어)-통근통학패턴 분석을 통한 도시공간구조 해석 (0) | 2013.06.08 |
---|---|
라우리 모델(Lowry Model)을 이용한 인구 추정 (대구광역시 수성구) (0) | 2013.06.01 |
[도시 및 지역 분석]중심지 이론; 예제를 통한 인구수와 순위 분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 중심지 이론; 우리나라 도시 인구수와 순위 관계분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악 (1) | 2013.05.04 |
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 30위 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
다. 그러나 그래프에서 인구수 30위 지역은 하위 랭크된 지역보다 인구수가 적지만 중심지 수
가 높다. 이는 공급자들이 효율적인 입지선점을 하지 않았다는 것이다. 즉, 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.
라우리 모델(Lowry Model)을 이용한 인구 추정 (대구광역시 수성구) (0) | 2013.06.01 |
---|---|
[도시 및 지역분석] 도시공간구조 - 중력모델 (1) | 2013.05.15 |
[도시 및 지역 분석] 중심지 이론; 우리나라 도시 인구수와 순위 관계분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악 (1) | 2013.05.04 |
변이할당법(shift share method)을 이용한 지역 분석 (0) | 2013.04.28 |
centrality index, Christaller 이론, hierarchy, semi-logarithmic graph, 종주도시, 중심지수, 지역의 계층성
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 2000년, 2005년 종주도시규모가 약화되었음. 그러다 2010년 되어 다시 종주도시 규모가 확장되었음.
도움이 되셨다면, 아래의 손가락 표시를 눌러주세요.
더 많은 사람과 소통 & 공유 할 수 있습니다.
[도시 및 지역분석] 도시공간구조 - 중력모델 (1) | 2013.05.15 |
---|---|
[도시 및 지역 분석]중심지 이론; 예제를 통한 인구수와 순위 분석 (0) | 2013.05.04 |
[도시 및 지역 분석] 투입산출모형분석 - 산업간 의존관계 파악 (1) | 2013.05.04 |
변이할당법(shift share method)을 이용한 지역 분석 (0) | 2013.04.28 |
수출기반모형 _ 입지상(Location Quotient, LQ) 계수 (0) | 2013.04.18 |
Double-log paper, Population-rank, Primacy 경향, 도시 및 지역 분석, 종주도시, 중심지 이론, 추세선
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 |