(An) estimation model of commercial areas size of city types

국문 초록 (Abstract)

이 연구의 목적은 지역의 여건변화에 유연하게 대응할 수 있도록, 도시유형별 상업지역 면적에 미치는 영향요인을 분석하고, 도시 유형별로 적합한 상업지역 규모 추정 모델을 구축해서, 저성장 패러다임 변화에 대응할 수 있는 도시계획을 수립하여 효율적인 도시토지이용을 도모하는 것이다. 그래서 경제성장률, 합계출산율, 인구성장률, 생산가능인구 및 고령인구 등 5가지 지표를 설정해서, 전국과 시도 및 시·군의 저성장 변화를 살펴보고, 시·군의 계획인구와 토지이용 수요추정이 시·군의 여건에 적합하게 추정되고 있는지 분석했다. 기존의 선행연구들이 주택수요와 주거용지 수요에 집중하고 있는 반면에, 이 연구는 도시 및 지역 경제에 많은 영향을 미치는 상업용지의 수요에 관점을 갖고 연구하였다. 상업지역면적을 종속변수로 설정하고, 법과 선행연구, 상관계수 및 다중공선성 등을 고려하여 선정한 7개 변수와, 4개 도시유형을 종속변수로 사용하여, 다중회귀분석을 실행해서, 도시 유형별 상업지역면적에 미치는 영향요인을 분석하고, 도시유형별 상업지역 규모 추정 모델을 구축하였다.
이 연구의 결과는 첫째, 우리나라 전국은 이미 저성장 패러다임 전환이 시작되었으나, 시도 및 시·군에서는 지역의 특성과 경제여건 등에 따라서 저성장이 다양하고 차별적으로 나타나고 있는 것을 확인하였으며, 둘째, 전국 161개 시·군의 2017년 기준 전체인구는 5,178만천 명, 도시인구는 4,754만 명, 도시인구비율은 91.8%이고, 도시지역은 전체면적의 16.6%, 상업지역은 전체면적의 0.31% 그리고 도시지역면적의 1.9%였다. 도시기본계획을 수립한 126개 시·군의 목표연도 계획인구는 6,486만 명으로, 이는 161개 시·군의 전체인구 보다 1,308만 명이 과다하게 계획인구가 추계되었으며, 용도별 토지이용 수요도 이 계획인구를 토대로 과대하게 추정되었다. 이에 따라 시·군에서는 지금도 지역의 상황과 관계없이 성장주도 도시계획을 수립하고 있는 것을 알 수 있었다. 이처럼 이 연구에서 분석한 상업지역면적비율과 1인당 상업지역면적이 선행연구의 상업지역비율과 1인당 상업지역면적보다 대부분 작은 것은, 선행연구가 일부 시군이나 신시가지 등의 사례를 분석한 것과 달리 이 연구에서는 우리나라 전국 161개 시·군 전부를 대상으로 분석한 결과라고 판단할 수 있다.
셋째, 요인분석과 군집분석을 실행하여 161개 시·군을 4개 도시유형으로 유형화하였다. 이처럼 우리나라 전국 161개 시·군을 대상으로 인구, 사회, 경제, 산업, 재정, 도시의 물리적 규모를 잘 나타내는 변수들을 종합적으로 고려하여, 시·군을 4개로 유형화한 것은 유형별로 적합한 토지이용을 추정할 수 있는 기초적인 토대를 마련한 것이다. 넷째, 다중회귀분석 결과, 상업지역은 전체인구, 도시지역인구비율 및 1인당주거지역면적과 정의 영향을 미치고, 재정자립도와 도시지역면적비율은 부의 영향을 미치는 것으로 나타났다. 그리고 상업지역은 유형별로는 대도시, 소도시, 중도시, 군지역 순으로 면적이 큰 것을 확인할 수 있었다. 그리고 저성장의 여건변화가 시작되기 전인 2008년과 이후인 2017년에 대한 실증분석 결과를 비교해 보면, 161개 시·군의 유형이 변화되고 있고, 다중회귀분석 결과도 다르게 나타나고 있어서, 시·군은 지역이 처한 상황과 도시특성 및 지역여건에 따라서 지속적으로 변화하고 있는 것을 확인할 수 있다. 따라서 이 연구의 결과인 시·군의 유형화 및 도시 유형별 상업지역 면적에 미치는 영향요인들과 도시 유형에 적합한 상업지역 규모 추정 모델을 활용해서, 저성장 패러다임 변화에 대응하는 합리적인 도시계획을 수립한다면 보다 효율적인 도시토지이용을 도모할 수 있을 것이다.
이 연구에서는 시·군을 도시특성과 지역여건으로 유형화하고, 상업지역면적에 영향을 미치는 요인들을 확인하였으나, 상업지역의 특성상 지역별 수급에 가장 큰 영향을 줄 것으로 예상되는 인구 및 경제 관련 자료를 보다 다양하게 고려하지 못한 한계가 있다. 즉, 상업지역의 규모와 관련이 많은 민간소비, 민간소득(1인당 개인소득, 1인당 지역총소득) 및 재정력지수 등의 경제 관련 변수와 서울시의 생활인구와 같이 빅데이터를 활용한 지역별 인구규모를 보완할 수 있는 인구 관련 변수 등에 대해서 지속적인 연구가 이루어진다면 보다 더 실현성 높은 상업지역 규모를 추정할 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

This study analyzed the factors that affected commercial areas area and developed an estimation model of commercial areas size by city types to flexibly respond to changes in local conditions and characteristics and to plan more efficient urban land use by properly responding to the low growth paradigm shift. The study examined how economic growth rate, total fertility rate, population growth rate, working age population, and elderly population affected at the nation, cities and provinces, and cities and counties. This study also analyzed how land use demand and plan population estimates were to suit the conditions of cities and counties. Unlike previous related studies which focused on the demand for housing and residential land, this focused on the demand for commercial land as it has a greater influence on urban and regional economies than residential land. In this study, a multiple regression analysis was conducted on seven independent variables, determined in consideration of laws, other studies, correlation coefficients, and multicollinearity, including dummy variables for four city types, with commercial areas area as the dependent variable. The analysis was conducted to determine which variables affected commercial areas area by city types to ultimately produce an estimation model of commercial areas size by city types.
The main results of this study were as follows. First, in Korea, a low growth paradigm shift has already started due to low economic and population growth, and population structure change to an aging, but this is manifested differently in each city and province, each city and county according to their characteristics and economic conditions. Second, as of 2017, the resident registration population in the 161 cities and counties examined in this study was 51.78 million people, and the urban population was 47.54 million people, and the urban population ratio was 91.8%. Urban areas area accounted for 16.6% of total area while commercial areas area was 0.31% of total area and 1.9% of urban areas area. The plan population of the 126 cities and counties that established an urban master plan in 2017 was 64.86 million people, which was 13.08 million people excessively more than the resident population of the 161 cities and counties in 2017. Estimates for land use demand depended heavily on extensive plan population estimates. Therefore, the growth-oriented urban planning is still established regardless of the local situations and conditions. The commercial land ratios and per capita commercial land area produced in this study were mostly smaller than those in other studies. Unlike other studies that only analyzed a small selection of cities or new towns, this study analyzed all 161 cities and counties in Korea.
Third, the factor and cluster analysis produced ultimately classified each of 161 cities and counties as belonging to one of four by reflecting their urban characteristics and regional conditions. The four types of the 161 cities and counties provided a foundation for estimating land use demand, taking comprehensive account of the variables of population, society, economy, industry, finance, and the physical size of the city. Fourth, as results of the multiple regression analysis, commercial areas area was shown to be positively correlated with total population, urban population ratio, and per capita residential areas area, while it was shown to be negatively with self-reliance ratio and urban areas area ratio. Metropolitan city type had the most commercial areas area, followed by small city, medium city, and count types. The results of this multiple regression analysis were like those in other studies that commercial areas area demand was estimated by population size and indicated a certain ratio of residential area. Based on an empirical analysis of data from 2008 and 2017, each type of cities and counties was empirically shown to have experienced low national growth differently. This conclusion confirms that cities and counties are continuously changing according to their own local characteristics and conditions. If urban planners are planning for using city types and factors affecting commercial areas area and an estimation model of commercial areas size by city types developed in this study, they will produce urban plans that are more responsive to a low growth paradigm shift, increasing the efficiency of urban land use.
This study is limited as it only considered population and economic data, which are expected to have the greatest impact on the size for commercial areas. If continuous studies were conducted using other variables, such as personal consumption, personal income, per capita income, per capita gross income, financial strength index, and the Seoul’s living population by using big data, all of which affect the size for commercial areas, it would be possible to more accurately estimate future commercial areas size.