공간회귀분석을 활용한 통행발생모형 추정 연구 : 서울특별시를 중심으로

진창종,이향숙,추상호 국토연구원 2012 국토연구 Vol.73 No.-

The paper develops trip generation models using the 2006 Seoul Household Travel Survey data for trip production and attraction models by the total and purpose(commute, school, shopping, business, others). The existing models frequently use linear regression models assuming independence among the error terms. However, traffic analysis zones(TAZs) are not simply distributed at random while having autocorrelation each other. To control such autocorrelation, spatial regression models need to be considered rather than linear regression models. Therefore, the paper examines the autocorrelation for trip production and attraction, and verify if the spatial regression models are suitable. Then, SEM(Spatial Error Model) or SLM(Spatial Lagged Model) is estimated according to the spatial regression decision process. The results indicate that spatial regression model is more reliable for most trip generation models except the school attraction model and other production/attraction models. The paper provides the improved trip generation models by applying the spatial interactions among TAZs and land use data. 본 논문은 4단계 교통수요 추정법 중 첫 번째 단계인 통행발생모형을 개선하기 위한 연구이다. 2006년 가구통계조사 전수화자료를 바탕으로 총통행 및 목적별 통행 유입˙유출량에 대한 모형정립을 목적으로 한다. 대상지는 서울특별시 전역으로 하며 분석단위는 행정동(소존)이다. 기존의 통행발생모형들을 살펴보면 대다수가 선형회귀모형을 이용하여 통행발생모형을 구축하였다. 선형회귀모형은 기본적으로 오차항의 독립성을 가정하고 있는데, 행정동(소존)별 통행량과 같이 공간을 준거로 하는 데이터들은 공간상에 무작위적으로 분포하고 있지 않으며 공간자기상관의 특징을 가지므로 오차항의 독립성이라는 기본가정을 위배하게 된다. 이러한 공간자기상관을 통제하기 위해 일반회귀분석이 아닌 공간회귀분석을 이용하게 되는 것이다. 따라서 본 연구에서는 총통행량 및 목적별 통행량(통근, 통학, 쇼핑, 업무, 기타)에 대한 공간자기상관 존재를 판단하고, 그 여부에 따라 일반회귀분석 또는 공간회귀분석을 선택하며, 공간회귀모형 선택 시 그 프로세스에 따라 SEM모형(Spatial Error Model, 공간오차모형), SLM모형(Spatial Lagged Model, 공간시차모형)을 선택하여 최종 모형을 도출하였다. 분석 결과 기타목적 유입˙유출 모형과 통학통행 유출모형을 제외한 9개의 모형이 공간회귀모형으로 선택되었으며, 회귀모형과의 비교를 통해 설명력이 상승하였음을 확인할 수 있었다. 또한 본 연구에서는 기존의 모형 연구에서 다루었던 변수 이외의 토지이용지표, 사회경제지표등을 추가 및 보완하여 분석 결과의 설명력을 상승시켰다.

방향성 공간적 조건부 자기회귀 모형의 베이즈 분석 방법

경민정,Kyung, Minjung 한국데이터정보과학회 2016 한국데이터정보과학회지 Vol.27 No.5

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀 (conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2009)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 확장된 공간 모형을 제시하였다. 제안된 방향적 조건부 자기회귀 (directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 모수추정으로 마르코프 체인 몬테 카를로 방법을 기반으로 한 베이즈 추정법을 제시한다. 제시한 모형을 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다. Counts or averages over arbitrary regions are often analyzed using conditionally autoregressive (CAR) models. The spatial neighborhoods within CAR model are generally formed using only the inter-distance or boundaries between the sub-regions. Kyung and Ghosh (2009) proposed a new class of models to accommodate spatial variations that may depend on directions, using different weights given to neighbors in different directions. The proposed model, directional conditionally autoregressive (DCAR) model, generalized the usual CAR model by accounting for spatial anisotropy. Bayesian inference method is discussed based on efficient Markov chain Monte Carlo (MCMC) sampling of the posterior distributions of the parameters. The method is illustrated using a data set of median property prices across Greater Glasgow, Scotland, in 2008.

공간적 자기상관성과 도시특성 요소를 고려한 자연재해 피해 분석

서만훈,이재송,최열 대한토목학회 2016 대한토목학회논문집 Vol.36 No.4

This study aims to analyze the effects of urban characteristics on the amount of damage caused by natural disasters. It is focused on the areas of a municipal level in Korea. Also, it takes into account the spatial autocorrelation of the damage caused by natural disasters. Moran’s I statistics was estimated to examine the spatial autocorrelation in the damage from the study area. Subsequent to evaluating the suitability for spatial regression models and the OLS regression model, the spatial lag model was employed as an empirical analysis for the study. It showed that the increase in residential area leads to the decrease in the amount of natural disaster damage. On the other hand, the increase in green area and river basin is associated with the increase in the damage. As a result of empirical analysis, appropriate policy establishment and implementation about the damage-adding factors is needed in order to reduce the amount of damage in the future. 본 연구는 도시특성 요소가 자연재해 피해액에 미치는 영향을 분석하는 것을 목적으로 한다. 특히, 자연재해 피해액에 대한 공간적 자기상관성을 분석하고, 이를 고려한 공간회귀모형을 통한 실증분석을 실시하였다. 연구 대상지는 울릉군, 제주시, 서귀포시를 제외한 전국의 227개 지방자치단체로 설정하였고, 수집할 수 있는 가장 최근의 자료가 2013년이라는 점을 고려하여 분석 시점을 2013년으로 설정하였다. 여기서 울릉군, 제주시, 서귀포시를 제외한 것은 해당 지역들이 육지와 원거리에 있어 공간적 자기상관성 분석에서의 오차 내지는 오류가 발생할 소지가 있기 때문이다. 공간적 자기상관성 분석 결과, 2013년의 전국 지자체에서 발생한 자연재해 피해액은 통계적으로 유의한 공간적 자기상관성이 존재하는것으로 도출되었다. 따라서 공간회귀모형을 활용하여 공간적 자기상관성을 통제할 필요가 있었고, 공간회귀모형과 OLS회귀모형의 비교를 통하여 공간회귀모형 중 공간시차모형이 최적합 모형인 것을 확인하였다. 공간회귀모형의 추정 결과를 살펴보면, 주거지역 면적이 증가할수록 자연재해 피해액이 감소하는 것으로 추정되었다. 반면에 녹지지역 및 하천 면적은 증가할수록 자연재해 피해액을 증가시키는 것으로 추정되었고, 통제변수로 활용된 연 강수량과 강우강도도 자연재해 피해액의 증가 요인으로 추정되었다. 실증분석 결과를 토대로 향후 자연재해 피해액 저감을 위하여 피해액 증가 요인에 대한 적절한 정책의 수립과 시행이 필요하다고 사료된다.

연구논문 : 지역 단위 조사연구와 공간정보의 활용: 지리정보시스템과 지리적 가중 회귀분석을 중심으로

조동기 ( Dong Gi Jo ) 한국조사연구학회 2009 조사연구 Vol.10 No.3

본 연구는 조사연구의 과정에서 활용 가능한 공간분석의 유용성을 지리정보시스템(GIS)과 공간적 이질성을 고려하는 지리적 가중 회귀분석(GWR)을 통해 탐색한다. 많은 사회현상은 공간적 차원을 포함하고 있으며, GIS, GPS 단말장치, 온라인 위치기반 서비스의 발달로 위치정보의 수집과 활용이 용이해짐에 따라 조사연구의 과정에서 공간정보를 활용하는 분석이 이전보다 훨씬 더 용이해지고 있다. 관찰의 독립성과 오차의 동분산성을 가정하는 전통적 회귀분석은 공간적 의존성을 분석하지 못한다. GWR 분석은 속성정보뿐만 아니라 공간정보를 활용하는 공간분석 기법으로서, 공간적으로 근접한 사례들은 유사성을 가진다는 가정에 따라 지리적 가중함수를 활용한다. A 기초자치단체 주민들을 대상으로 한 조사연구 자료를 공간정보와 결합시킨 후 간단한 행정만족도 모형을 추정해 본 결과, 지리적 가중 회귀분석은 전통적 회귀분석에 비해 공간적 자기상관의 문제를 극복하고 모형의 부합도를 증가시키는 것으로 나타났다. GWR결과를 GIS와 결합시켜 독립변수 효과의 공간적 변이를 시각화시켜 봄으로써, 변수들의 효과와 관계를 더 자세하고 풍부하게 이해할 수 있다. 나아가서 이 기법은 특정 변수의 효과가 예외적으로 낮거나 높은 지역을 더 쉽게 밝혀냄으로써 정책방안을 모색하는 데에도 유용하게 활용될 수 있다. This study investigates the utilities of spatial analysis in the context of survey research using Geographical Information System(GIS) and Geographically Weighted Regression (GWR) which take account of spatial heterogeneity. Many social phenomena involve spatial dimension, and with the development of GIS, GPS receiver, and online location-based services, spatial information can be collected and utilized more easily, and thus application of spatial analysis in the survey research is getting easier. The traditional OLS regression models which assume independence of observations and homoscedasticity of errors cannot handle spatial dependence problem. GWR is a spatial analysis technique which utilizes spatial information as well as attribute information, and estimated using geographically weighted function under the assumption that spatially close cases are more related than distant cases. Residential survey data from a Primary Autonomous District are used to estimate a model of public service satisfaction. The findings show that GWR handles the problem of spatial auto-correlation and increases goodness-of-fit of model. Visualization of spatial variance of effects of the independent variables using GIS allows us to investigate effects and relationships of those variables more closely and extensively. Furthermore, GIS and GWR analyses provide us a more effective way of identifying locations where the effect of variable is exceptionally low or high, and thus finding policy implications for social development.

방향성을 고려한 공간적 조건부 자기회귀 모형

경민정,Kyung, Minjung 한국통계학회 2016 응용통계연구 Vol.29 No.5

공간통계 방법 중 지역에 대한 어떤 집합체 자료나 평균자료들을 분석하는데 일반적으로 공간적 자기회귀(conditionally autoregressive) 모형을 사용한다. 공간적 자기회귀 모형에 정의되는 공간적 이웃 소지역들은 중점의 거리나 근접성으로 정의된다. Kyung과 Ghosh (2010)는 방향에 따라서 이웃간 자기상관성의 크기가 다른 공간적 확장 모형을 제시하였다. 제안된 방향적 조건부 자기회귀(directional conditionally autoregressive) 모형은 고유 이방성을 모형화하여 기존의 CAR과정을 일반화한다. 제시한 방향적 조건부 자기회귀모형의 최대우도 추정량의 특성에 대해 설명하였고, 스코틀랜드 그레이터 글래스고우의 로그변환된 부동산 가격에 적용하여 조건부 자기회귀모형과 비교하였다. To analyze lattice or areal data, a conditionally autoregressive (CAR) model has been widely used in the eld of spatial analysis. The spatial neighborhoods within CAR model are generally formed using only inter-distance or boundaries between regions. Kyung and Ghosh (2010) proposed a new class of models to accommodate spatial variations that may depend on directions. The proposed model, a directional conditionally autoregressive (DCAR) model, generalized the usual CAR model by accounting for spatial anisotropy. Properties of maximum likelihood estimators of a Gaussian DCAR are discussed. The method is illustrated using a data set of median property prices across Greater Glasgow, Scotland, in 2008.

공간적 연관구조를 고려한 총범죄 자료 분석

최정순,박만식,원유복,김학열,허태영,Choi, Jung-Soon,Park, Man-Sik,Won, Yu-Bok,Kim, Hag-Yeol,Heo, Tae-Young 한국통계학회 2010 응용통계연구 Vol.23 No.2

공간자료분석에서 공간적 상관성을 배제한 일반적인 회귀모형을 통한 모수 추정값들은 신뢰성의 문제가 지적 되어 오고 있다. 본 연구에서는 공간자료의 상관성을 고려한 모형을 구축하기 위하여 일변량 조건부자기회귀모형을 이용하였으며 베이지안 기법을 통하여 모수를 추정하고 공간상관성이 고려된 공간 가산자료모형과 고려되지 않은 일반 가산자료모형을 비교하였다. 연구 대상으로는 서울시의 25개 행정자치구별 총범죄 자료를 이용하였으며 자료분석을 통하여 도시계획과 같은 국가 정책의 수립에 참고자료로 활용될 수 있으리라 판단된다. Reliability of the estimation is usually damaged in the situation where a linear regression model without spatial dependencies is employed to the spatial data analysis. In this study, we considered the conditional autoregressive model in order to construct spatial association structures and estimate the parameters via the Bayesian approaches. Finally, we compared the performances of the models with spatial effects and the ones without spatial effects. We analyzed the yearly total crime count data measured from each of 25 districts in Seoul, South Korea in 2007.

공간 및 기상정보 시계열 모형을 이용한 양파 생산량 예측

오승원,김민수 한국자료분석학회 2017 Journal of the Korean Data Analysis Society Vol.19 No.5

Onion is a typical seasoning vegetable and has high self-sufficiency, so it is very closely related to the diet of Koreans. Therefore, if accurate prediction of domestic onion production is possible, it will be possible to solve the price instability and imbalance of supply and demand. In this paper, Three following model were used to predict onion production using the data of onion production per unit area, STARMA model which is considering the spatial information of the producing area, VAR model which is considering the regional correlation, VAR-X model which is considering exogenous variables using the correlation of production volume by region and weather information. The MAPE of the VAR-X model is the lowest among the MAPE estimates of the onion production per unit area in 2015 using the individual models fitted the data from 2006 to 2014. On the basis of the characteristics of the onion cultivated in the open field, the VAR-X model considering weather information has higher power to predict than the STARMA model considering spatial information of the producing area. However, considering the reduction of the difference in MAPE values between the STARMA model and the VAR-X model in the Jeonnam region, it is necessary to consider spatial information according to the region for predicting onion production in Jeonnam area in the future. 양파는 대표적인 양념채소류이며 자급률 또한 높기 때문에 한국인의 식생활과 매우 밀접한 관련이 있다. 따라서 가격불안과 수급의 불균형을 방지하기 위하여 국내 양파 생산량에 대한 정확한 예측이 필요하다. 본 논문에서는 단위면적당 양파 생산량 자료를 사용하여 시계열 모형 중 각 주산지의 공간정보를 이용한 공간자기상관이동평균모형(STARMA model), 각 지역별 상관성을 고려한 벡터자기상관모형(VAR model), 지역별 생산량의 상관성과 기상정보를 활용한 외생변수 벡터자기회귀모형(VAR-X model)을 이용하여 생산량을 예측하고자 한다. 2006년부터 2014년까지 데이터를 사용하여 2015년도 단위면적당 양파 생산량을 예측하였다. MAPE를 비교해본 결과 VAR-X, VAR, STARMA 순으로 예측력이 높았다. 노지에서 재배되는 양파의 특성상 주산지의 공간정보를 고려한 STARMA 모형보다 기상정보를 고려한 VAR-X 모형의 예측력이 더 높다는 사실을 확인할 수 있다. 하지만 전남, 제주를 포함한 남부지역에서는 STARMA 모형의 적합도가 VAR-X 모형보다 더 우수하다는 분석결과를 얻었으므로 추후 전남지역의 양파 생산량에 대한 효율적인 예측을 위해서는 지역에 따른 공간정보를 고려할 필요가 있다.

연구논문(硏究論文) : 지리가중회귀모델을 이용한 주택가격 결정요인의 지역별 특성에 관한 연구 -부산광역시를 중심으로-

오윤경 ( Yun Kyung Oh ),강정규 ( Jeong Gyu Kang ),김종민 ( Jong Min Kim ) 한국세무회계학회 2014 세무회계연구 Vol.0 No.40

주택가격에 영향을 미치는 다양한 특성들을 설명하기 위해 사용되는 일반적인 접근방법으로 헤도닉 가격 모형이 활용된다. 부동산은 공간적 의존성과 공간적 이질성으로 인한 문제가발생될 수 있다. 따라서 이러한 공간적 자기상관성을 고려할 수 있는 분석방법이 요구된다. 본 논문에서는 부동산과 같은 공간 데이터를 분석하기 위한 공간계량모델을 가운데 가장 많이 활용되고 있는 지리가중회귀모델을 통해 주택가격을 추정함에 있어 공간적 다양성에 의한 지역별 가격결정요인을 설명하고자 한다. 이를 위해 부산광역시의 공동주택을 대상으로지역별 주택가격을 형성하는 공간회귀모형을 구축하여 공간적 변이 분석을 통해 주택 매매가격 및 전세가격에 미치는 영향의 다양성을 분석하였다. AIC값과 설명력의 결과를 통해 지리가중회귀모델이 일반회귀모델보다 적합한 모델로 판정되었다. 전체적인 회귀계수의 결과는 매매가의 경우 ‘노령화지수’는 부(-)의 영향력, ‘경제인구수’, ‘사용승인년도’, ‘개별공시지가’는 정(+)의 영향력, 전세가는 ‘노령화지수’, ‘토지면적’은 부(-)의 영향력, ‘경제인구수’, ‘사용승인년도’, ‘개별공시지가’는 정(+)의 영향력을보였으며, 지역마다 개별적인 변수의 영향력 차이에 따라 회귀계수의 값은 각기 다른 값이산출되었다. 이러한 연구 결과를 통해 부동산의 고유한 특성과 지역별로 보다 다양화되고 세분화되어 가고 있는 부동산 시장에 대해 미시적이고 차별화된 접근 방법으로 분석의 정확성을 높일 수 있고, 그에 적합한 정책을 수립하는 데 효율적일 것으로 판단된다. The purpose of this study is to analyze variables that affect housing price in Busan considering the spatial dependence using a Geographically Weighted Regression model. Hedonic Price model is the most commonly used analysis method for explaining lots of characteristics on the effect of the housing price. However, real estate is affected by the interaction between the different real estate depending on the spatial position because it has intrinsic properties such as fixed position, persistence, individuality. Thus, the former method of analysis can be problems for the neglect of spatial dependence and spatial heterogeneity by the characteristics having spatial data. To resolve this problem, this study explained contextual variations on determinants of house prices by region with spatial autocorrelation by applying a GWR model. Targeting public housing to form regionally, sale prices and rent prices were analyzed by spatial regression. The results showed that GWR model has been proven to be a suitable model than Ordinary Least Square by improved AIC values and Rsquare. Also, each region has a different characteristic respectively and regression coefficients were derived locally. These results suggest that it can be accessed microscopically about real estate market with local differentiation and the accuracy of analysis is improved.

도시별 주택가격의 공간적 영향력 검증

허윤경(Youn-Kyoung Hur) 한국주택학회 2007 주택연구 Vol.15 No.4

  주택이 다른 재화나 서비스와 다른 특정을 보이는 이유 중 하나는 위치적 고정성이다. 그렇다면 도시별 주택시장에서 위치적 혹은 공간적 효과 및 영향력의 차이의 존재 여부 확인은 중요한 과제 중 하나일 것이다. 따라서 본 연구는 우리나라의 대표적인 도시인 서울과 부산을 선택하여 공간적 영향력의 두 도시 간 비교에 중점을 두고 공간적 자기상관을 제어한 공간회귀모형을 설정하여 공간적 영향력의 지역 간 특징 및 차이를 규명하고자 하였다.<BR>  분석결과 전통적인 회귀모형인 OLS보다 SAC 모형이 우수한 것으로 나타났고 편의현상도 줄어드는 것으로 분석되었다. 서울의 경우 부산보다 공간적 영향력이 보다 강함을 나타나고 있다. 결국 OLS로 추정된 계수값은 공간영향력을 고려하지 못하여 개별 변수를 과대 혹은 과소추정 할 가능성이 큰 것으로 보인다. 그리고 공간가중치 행렬의 경우 서울의 경우는 5㎞, 부산은 3㎞ 범위 내에서 높은 접합도를 보여 주택가격의 영향이 서울이 부산보다 광범위하게 미치는 것으로 해석할 수 있을 것이다.<BR>  결국, 향후 특성가격 함수모형 설정에서 공간적 영향력을 고려하지 않으면 편의가 발생 할 수밖에 없음을 보여주며 서울의 경우는 부산보다 넓은 지역에서 시장가격 결정을 위한 비교사례를 선정할 수 있으며 또한 일정지역에 한정된 정책 수단의 사용이 넓은 지역으로까지 영향을 미칠 수 있음을 본 연구는 시사한다.   The spatial effects have been little considered in general regression analyses. That is, the spatial effects pertaining to spatial dependence(spatial autocorrelation and spatial heterogeneity) have been ignored in the analyses. Thus, this study will extract the 2 representative cities(Seoul and Susan) and analyze spatial effects related to house price.<BR>  In the standard linear regression model, spatial autocorrelation can be incorporated in three distinct ways using spatial weights matrixs: as an additional regressor in the form of a spatially lagged dependent variable, or in the error structure or both. The general spatial models(SAC) us employed as the empirical analysis for this study, which it can be alleviated the problem of spatial autocorrelation. A study comparing study results has found that seoul are more stronger than Susan on spatial effects. and weight-matrix the range of the high correlation is 5㎞ in seoul, 3㎞ in Susan; thus Seoul cover a more wide range than Susan in the effect of house price.<BR>  This study show that the execution of the local policy in a limited district can have a great effect on wide range in Seoul and from this conclusion, this study can provide a quantitative ground for adjustment sale price related to cities when appraising properties by comparing them with sales comparables.

부동산 가격형성요인의 공간적 이질성 탐색 -최소자승모형과 지리적 가중회귀모형의 비교를 중심으로-

김세형 ( Se Hyong Kim ),한혜근 ( Hye Geun Han ) 한국감정평가학회 2014 감정평가학논집 Vol.13 No.1

본 연구는 전통적인 회귀모형과 지리적 가중회귀모형을 활용하여 서울특별시 송파구 소재 표준지(2012년 1월 1일 기준, 1,011필지) 공시지가의 가격형성요인의 공간적 이질성에 대하여 분석하였다. 회귀모형 분석결과, OLS 회귀모형은 분석지역을 하나의 단일지역으로 보고 각 설명변수마다 하나의 회귀계수를 산출하므로 세부지역에 따라 지가형성요인이 상이한 경우에는 이러한 단일 회귀계수에 기초한 추론이 잘못된 결과를 초래할 수 있으며, GWR 회귀모형은 세부지역별로 상이한 지가형성요인을보다 세밀하게 포착하고 있는 것으로 해석되어 토지가격비준표를 활용한 개별공시지가 산정 등 대량평가모형에 활용되면 보다 정밀한 평가모형이 될 것으로 예측되었다. 본 연구는 기존 연구와 달리 부동산 분야에서 관심이 적었던 국지적 모형(GWR 회귀모형)을 적용하고, 표준화가 잘 되어 있지 않는 토지를 대상으로 한 대량평가모형에 적용하고, 종속변수인 부동산 가격을 민간의 시세 제공업체가 제공하는 단순한 호가수준을 사용하지 않고 가격평가 전문가인 감정평가사가 평가한 표준지 자료를 활용하여 결과의 객관성을 높일 수 있었다. This study analyzes spatial heterogeneity of the price formation factors of announced standard lots (1,011 lots in year 2012) through a traditional regression model and a geographically weighted regression model. The results showed that the OLS model cannot represent detailed differences of price formation factors since it produced a single common parameter viewing the study area as one whole region. In contrast, the GWR model proved to be capable of capturing the local variations of price formation factors, which implies that the GWR model can serve as an efficient tool to enhance the accuracy of land price comparison matrix. We applied the GWR model to the price estimation of real estate in which the model has received relatively little attention in the area until now. This study also found its uniqueness in analyzing land price, which is contrast to previous trend that most studies have concentrated on well-standardized apartment price. The data used in this study are price determined by real estate experts (licensed appraisers), not the asking price provided by private real estate agencies, thus, this study could improve objectivity of analysis results.