[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

Netminer, 경북, 대구광역시, 도시 및 지역분석, 도시공간구조 해석, 수성구, 통근통학패턴 분석, 현거주지

Trackbacks 0 / Comments 0

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

basic sector, Lowry model, service sector, 기반부분, 대구광역시, 도시 및 지역분석, 라우리 모델, 서비스부분, 수성구, 인구추정, 주거부분

Trackbacks 0 / Comments 0

[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

대구광역시, 도시 및 지역분석, 도심지로부터 거리에 따른 인구밀도, 종사자 밀도, 중력모델

Trackbacks 0 / Comments 1

  • 2013.11.25 21:30

    비밀댓글입니다

[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

centrality index, Christaller 이론, hierarchy, semi-logarithmic graph, 종주도시, 중심지수, 지역의 계층성

Trackbacks 0 / Comments 0

[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

Double-log paper, Population-rank, Primacy 경향, 도시 및 지역 분석, 종주도시, 중심지 이론, 추세선

Trackbacks 0 / Comments 0

[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.