앞 장에서 10개 읍면 단위 대상지에서의 주거 관련 용도와 공장 관련 용도의 비율을 살펴 보았으나, 양 용도의 비율이 비슷하다 하여 공장과 주거가 혼재하여 입지한다고 단정할 수는 없다. 즉, 한 단위공간 안에서 두 용도가 서로 격리된 형태로 개발이 이루어진다면 입지적으로 혼재되었다고 할 수 없기 때문이다(그림 5-1 참조). 본 연구에서 도출하고자 하는 공장-주거 혼재지수는 특정 단위 공간 내에서 공장과 주거가 입지적으로 혼재되어 있는 정도를 측정하기 위한 지수이다.
자료: 이영재 외(2015). p.87.
<그림 5-1> 공간 구성은 같지만(모든 구성 요소들의 면적 같음) 배치가 다른 경관
본 연구는 경관지수를 응용하여 공장과 주거의 혼재 정도를 측정하는 지수를 제안한다.
경관지수는 분석 대상이 경관상에 분포된 형태를 계량화하는 기법
21)으로서, 경관의 구성 (composition), 구성 요소들의 형태(shape), 구성 요소들의 배치(configuration) 등을 측정 하는 지수들이 개발되어 있다.
22)이들 중 공장-주거 혼재도를 측정하기에 적정한 방법론은 배치(configuration)를 측정하는 지수와 관련한 것으로서, 본 연구에서는 특히 주거지와 주거지의 밀집도와 주거지와 공장의 혼재도를 이용한다. 각 지수의 산정 및 적용방법 등은 아래와 같다.
가. 주거-공장 혼재 개발 지수
1) 주거-주거 밀집도(residential-residential clumpiness index: RRCI )
주거-주거 밀집도는 대상지 내 주거용 건축물들이 공간적으로 서로 인접한 정도를 나타낸 지수로서, 아래 수식에서 대상지 내 주거용지 i 의 경계로부터 반경 r 이내 위치한 공업용지 면적비를 모든 주거용지 N 에 대해 평균한 값을 의미한다
-
: 계획관리지역 내 주거용 대지 i 의 경계로부터 반경 r 이내 주거용 대지 j 의 면적
- N : 계획관리지역 내 주거용 대지 총 수
- 0 < RRCI < 1. 1에 가까울수록 주거용도끼리 밀집
21) McGarigal et al.(2012); 성찬용, 조우(2012); Turner(2005): 이영재 외(2015)에서 재인용.
22) McGarigal et al.(2012); Turner(2005): 이영재 외(2015)에서 재인용.
제5장 공장-주거 혼재지수 산정 예시 ∣ 37
2) 주거-공업 혼재도(residential-industrial mix index: RIMI )
주거-공업 혼재도는 대상지 내 주거용 건축물들과 공업용 건축물들이 공간적으로 혼재되어 있는 정도를 나타낸 지수로서, 아래 수식에서 대상지 내 주거용지 i 의 경계로부터 반경 r 이내 위치한 공업용지 면적비를 모든 주거용지 I 에 대해 평균한 값을 의미한다.
-
: 계획관리지역 내 주거용 대지 i 의 경계로부터 반경 r 이내 공업용 대지 j 의 면적. 본 연구에서 r 은 500m로 설정
- N : 계획관리지역 내 주거용 대지 총 수
- 0 < RIMI < 1. 1에 가까울수록 주거용도와 공업용도 혼재
3) RIMI/RRCI
주거-공업 혼재도(RIMI) 가 1에 가깝다고 해서 대상지 내 주거용도와 공장용도가 반드시 혼재되어 있다고 할 수는 없다. 주거 밀집도(RRCI)나 주거-공업 혼재도(RIMI) 두 지수 모두 대상지의 주거 개발 밀도가 높을 경우 주거 밀집도나 주거-공업 혼재도와 상관없이 증가하기 때문이다. 따라서 RIMI 를 RRCI 로 나누어 주거 밀도에 의한 영향을 제거한 지수가 유효할 것으로 판단하였다.
나. 분석 방법
본 분석은 관리지역 제도가 확립되고 계획관리지역 내 공장입지 제한이 완화된 2008년을 기준으로 계획관리지역 내 주거-공업 혼재도가 어떻게 변화되었는지 함께 보고자 하였다.
하지만 일부 대상지의 경우 2008년 이전에 이미 주거-공업 혼재 개발된 상태로 2015년의 RRCI 나 RIMI 만으로는 토지이용 규제 완화의 영향 파악할 수 없는 문제가 있다.
따라서 본 연구에서는 2008년 시점의 토지이용 현황과 2015년 시점의 토지이용 현황에 대해 각각 RRCI 와 RIMI, RIMI/RRCI를 산정하고, 2008년 시점의 혼재도 지수와 2015년 시점의 혼재도 시점을 비교 분석하였다.
분석방법으로 먼저 공장-주거 난개발 우려지역으로 선정된 10개 연구 대상지에 대하여
지적도와 건축물관리대장 자료를 연결하여 대지별 건축물 용도 및 사용허가 시점에 대한
지리정보데이터를 구축하였다. 이를 토대로 건축물 대장 정보를 이용하여 2008년 시점의
토지이용(주거용도, 공업용도, 기타)을 구분한 현황도와 2015년 시점의 토지이용 현황도를
2m×2m 셀 크기의 래스터 데이터로 변환 구축하였다.
39
자료: 저자 작성. <그림 5-2> 경남 김해시 한림면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
자료: 저자 작성. <그림 5-3> 경기 화성시 팔탄면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
41
자료: 저자 작성. <그림 5-4> 경남 함안군 칠원면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
자료: 저자 작성. <그림 5-5> 경기 남양주시 진접읍의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
43
자료: 저자 작성. <그림 5-6> 충남 아산시 음봉면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
자료: 저자 작성. <그림 5-7> 충북 청주시 청원구 북이면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
45
자료: 저자 작성. <그림 5-8> 경북 경주시 외동읍의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
자료: 저자 작성. <그림 5-9> 충북 음성군 대소면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
47
자료: 저자 작성. <그림 5-10> 경북 성주군 선남면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
자료: 저자 작성. <그림 5-11> 경기 김포시 대곶면의 계획관리지역 내 주거용지 및 공장용지 분포
면 경계 계획관리지역 주거관련용도 공장관련용도
제5장 공장-주거 혼재지수 산정 예시 ∣ 49
2008년과 2015년 시점에서 주거용도로 이용 중인 대지 중 계획관리지역에 위치한 대지만 추출한 다음, 각 대지 경계선에서 500m 이내의 인접구역을 설정하였다. 이후 각 대상지와 각 시기에 대하여 각 주거용 셀의 500m 인접구역 내 주거지들과의 인접 정도 및 공장들과의 인접 정도를 토대로 대상지의 주거밀집도와 주거-공장 혼재도를 산정하였다. 산정은 ArcGIS에서 제공하는 레스터 데이터 계산 알고리즘을 활용하였다.
다. 산정 결과 및 해석
지수 산정 결과는 <표 5-1>과 같다. 2008년 RRCI 은 충남 아산시 음봉면이 0.6%로 가장 낮고, 경기도 남양주시 진접읍이 14.8%로 가장 높았다. RIMI 은 충남 아산시 음봉면이 0.1%로 가장 낮고, 경기도 김포시 대곶면이 9.1%로 가장 높았다.
개발밀도로 인한 왜곡을 보정하기 위해 차용한 RIMI/RRCI 는 2008년 충남 아산시 음봉면이 0.20으로 가장 낮아 주거용도 인접률 대비 주거-공업 혼재율도 가장 낮은 것으로 나타났다.
지도를 보면 이 시기 음봉면은 개발이 거의 이루어지지 않은 것으로 보인다. 반면 경기도 김포시 대곶면이 1.31로 가장 높아, 주거용도 인접률 대비 주거-공업 혼재율이 가장 심각한 지역으로 나타났다.
2015년 기준 RRCI 는 충북 음성군 대소면이 6.9%로 가장 낮고, 경기도 남양주시 진접읍이 19.4%로 가장 높았다. RIMI 는 충남 아산시 음봉면이 0.1%로 가장 낮고, 충북 청주시 청원구 북이면이 3.7%로 가장 낮고, 경기도 김포시 대곶면이 13.7%로 가장 높았다.
RIMI/RRCI 는 경북 경주시 외동읍이 0.29로 가장 낮아 주거용도 인접률 대비 주거-공업
혼재율이 가장 낮았다. 경기도 김포시 대곶면이 1.43으로 가장 높아, 주거용도 인접률 대비
주거-공업 혼재율이 가장 심각한 지역으로 나타났다.
대상지
2008년 2015년
유형 분류 RRCI RIMI RIMI/
RRCI RRCI RIMI RIMI/
RRCI
대곶면 0.069 0.091 1.31 0.096 0.137 1.43 주거-공업혼재 개발형 진접읍 0.148 0.051 0.35 0.194 0.067 0.34 택지 개발형 팔탄면 0.068 0.083 1.23 0.101 0.115 1.13 주거-공업혼재 개발 심화형 음봉면 0.006 0.001 0.20 0.078 0.054 0.69 주거-공업혼재 개발형 대소면 0.057 0.048 0.84 0.069 0.078 1.13 주거-공업혼재 개발형 북이면 0.064 0.025 0.40 0.072 0.037 0.51 주거-공업혼재 개발형 한림면 0.078 0.074 0.94 0.089 0.103 1.16 주거-공업혼재 개발 심화형 칠원면 0.061 0.028 0.45 0.076 0.045 0.60 주거-공업혼재 개발형 외동읍 0.132 0.029 0.22 0.148 0.043 0.29 주거-공업혼재 개발형 선남면 0.053 0.025 0.47 0.065 0.049 0.76 주거-공업혼재 개발형
<표 5-1> 공장-주거 혼재지수 산정 결과
자료: 저자 작성.
두 시기별 주거-공업용도 건축물 개발 추세 비교를 위해 2008년 RIMI와 2015년 RIMI/RRCI 그래프에 나타낸 결과(그림 5-12 참조), 3가지 유형으로 분류하였다.
자료: 저자 작성
<그림 5-12> 주거-공업 혼재형 분류
제5장 공장-주거 혼재지수 산정 예시 ∣ 51
경기도 김포시 대곶면, 경기 화성시 팔탄면, 경남 김해시 한림면은 주거-공업 혼재 개발 심화형으로 기준년도인 2008년에 이미 주거-공업 혼재되어 개발된 상태로 계획관리지역 지정으로 혼재도가 심화된 지역이다.
경기도 남양주시 진접읍은 택지개발형으로 분류하였으며, 주거 밀집도는 높고, 주거-공업 혼재도는 낮은 지역으로 계획관리지역 지정으로 주거-공업 혼재도는 심화되지 않았지만, 택지 개발 심화된 특징을 갖고 있다.
경남 함안군 칠원면, 경북 경주시 외동읍, 경북 성주군 선남면, 충남 아산시 음봉면, 충북 음성군 대소면, 충북 청주시 청원구 북이면 등은 주거-공업 혼재 개발형으로 분류하였으며, 2008년 이전에는 주거-공업 혼재도가 심하지 않았지만, 계획관리지역 지정으로 혼재도가 높아진 지역이다.
이후 보다 많은 공장-주거 혼재형 난개발 우려지역을 대상으로 주거-공업 혼재 패턴을
분석하면, 지역 특성을 고려한 계획관리지역 내 난개발 관리 방지 방안을 도출할 수 있을
것으로 기대한다.
제6장
결론 및 정책 제언
1. 결론
공장-주거 혼재형 난개발 우려지역의 선정을 위한 지표로 인구 변화율 및 개발행위허가 건수와 계획관리지역 면적 등은 적정하지 않은 것으로 판명되었고, 개별공장 등록건수만이 난개발 우려지역 선정 기준으로 채택되었다.
인구 변화율 및 개발행위허가 건수와 계획관리지역 면적 등은 상호 상관성이 낮은 것으로 분석되었으며, 이는 계획관리지역이 향후 인구 및 개발을 수용하기 위한 용도지역임을 고려할 때 현재 계획관리지역의 규모를 설정하는 도시관리계획이 체계적이지 못함을 반영한다.
개발행위허가 건수는 2012년을 기점으로 크게 상승하는 양상을 보인 반면, 단위 개별공장 등록수는 특별한 패턴 없이 지속적으로 증가하는 양상을 보였다. 이는 해당 연도에 개별개발을 촉진하는 기제가 작용한 것으로 판단되며, 공장보다 주택 등 다른 형태의 개발이 많았던 것으로 해석할 수 있다. 이러한 이유로 공장-주거 혼재형 난개발에 특화된 본 연구의 취지와는 부합하지 않은 것으로 판단된다.
개별공장 등록수를 활용하되 읍면동 단위의 통계를 기반으로 공장-주거 난개발 우려지역을 선정하는 것이 적정하다 결정하였고, 이를 토대로 상위 40개 난개발 우려지역을 선별하였다.
경기도에 가장 많은 우려지역이 집중되어 있었고, 경북, 경남, 충북, 충남지역에도 일부 지역이 분포하는 것으로 나타났다.
본 연구의 주목적인 공장-주거 혼재지수의 실제 적용을 위하여 앞서 선정한 40개 공장-
주거 혼재형 난개발 우려지역 중 10개 대상지를 선정하였고, 혼재지수 산정에 앞서 각 대상지에
대하여 2008년 전후의 토지이용 분포를 비교 분석하였다. 공장용지 대 취락용지 비율은
제6장 결론 및 정책 제언 ∣ 53