농촌지역의 서비스 접근성과 취약지역

1.1. 개요

○ 농촌지역의 공공 및 생활 서비스 접근성은 도시지역과 확연히 차이가 있다.

농촌지역 내에서도 그 차이가 상당히 크다. 농촌은 상대적으로 희박한 인구 밀도로 인해 각종 서비스가 도시지역에 비해 조밀하게 입지하지 못한다. 농 촌에 거주하는 사람들의 생활실태는 이러한 서비스에 따라 달라질 수 있다.

- 이러한 공간적 특성으로 인해 거주하는 주민의 구성이 다양하게 나타나 며 실제 취약계층의 생활실태도 달라질 수 있다. 즉, 공간의 특성은 취약 계층의 생활실태에 영향을 미치거나 취약계층 분포에 영향을 미칠 수 있 을 것으로 예상할 수 있다.

○ 따라서 이 장에서는 공공 및 생활 서비스 접근성에 따라 농촌의 차이를 살 펴보고자 한다. 각종 공공 및 생활 서비스 접근성 차이가 농촌지역에 거주하 는 주민들에게 영향을 줄 수 있기 때문이다.

- 다양한 생활 및 공공서비스를 종합적으로 고려하여 마을 단위⁵² 농촌지

역의 접근성 현황을 살펴본다.

- 취약지역 특성을 파악하기 위해서는 다양한 인구‧사회‧경제적 현황을 파악해야 하는데 마을 단위로 관련 자료가 부재하기 때문에 취약지역의 현황은 읍‧면 단위의 통계자료를 활용하여 분석한다.

1.2. 서비스 접근성 측정

○ 마을 단위의 생활 및 공공서비스 접근성 취약지역 분석을 위해 건축물의 층 별 이용 정보를 담고 있는 건축물 관리대장을 사용하였다.

- 통계 자료를 이용하여 마을이나 읍·면별 생활 및 공공서비스 수치를 집 계할 수도 있으나, 이 경우 제공되는 수치는 행정단위로 집계하는 방식 이기 때문에 인접지역에 해당 생활 및 공공서비스 시설이 있어도 사용 가능성을 파악하기 어렵다. 또한 각종 통계치는 최소한 읍·면 단위로만 제공되기 때문에 마을 단위에서의 생활 서비스 측정을 위해서는 적절하 지 않다.

○ 생활 및 공공서비스 접근성을 분석하기 위한 자료는 2015년 11월 기준 국토 교통부 건축물 층별 관리대장 원자료이다. 이 자료는 약 1,810만 건의 레코 드를 가진 방대한 자료이다.

- 건축물 층별 관리대장을 사용한 이유는 동일 건물에도 여러 시설이 입지 할 수 있기 때문이다.

- 건축물 층별 관리대장에는 건물의 주소, 층, 건축구조, 해당 층의 주 용도, 기타 용도, 면적 등이 기록되어 있다.

52 분석상 마을 단위(행정리)에서 연구를 진행하여야 하나 현재 국내에서 행정리 경계 에 대한 자료가 부재하기 때문에 분석 단위로 사용할 수 없었다. 이에 연구에서는 KLIS에서 제공하는 법정리 수준으로 접근성을 분석하였다.

○ 사용한 자료는 정보의 양이 일반적인 수준을 넘어서는 빅데이터의 한 종류 라고 할 수 있다. 정보의 양도 크거니와 이 자체 역시 수치와 문자로 전산 기록된 일반적인 데이터베이스 형태이기 때문에 접근성을 분석하는 데에 바로 사용할 수 없다.

- 우선, 빅데이터를 정제할 수 있도록 관계형 데이터베이스시스템인 My-SQL을 사용하여 연구에서 필요한 정보를 추출하였다. 이후 정제된 자료를 공간정보화시켰고, 이를 바탕으로 전국적인 생활 및 공공서비스 시설의 접근성을 공간분석프로그램인 ArcGIS와 그것의 확장 기능인 Spatial Analyst를 사용하여 산출하였다.

○ 이후 연구에서는 다음과 같은 순서를 따라 마을(법정리) 단위에서의 생활 및 공공서비스 접근성 수준을 분석하였다.

1) 건축물 층별 관리 대장으로부터 공공 및 생활서비스 관련 시설을 추출 - 공간분석에 앞서 건축물 층별 관리대장으로부터 공공 및 생활서비스 시 설을 분류하는 작업을 수행하였다. 그 시설은 다음과 같은 기준으로 선 정하였다.

① 기존 생활 서비스 접근성 관련 연구에서 중복적으로 나타나는 시설 ② 단순 시설보다는 서비스 제공이 주요 목적인 시설

③ 공공성이 높은 시설

- 농촌의 공공 및 생활서비스 접근성과 관련된 선행연구 3가지를 바탕으로 위의 기준을 적용하여 최종 시설 부문을 산출하였다.

- 산출된 부문을 바탕으로 층별 건축물관리대장의 주 용도를 참고하여 다 음과 같이 최종 시설물을 부문별로 추출하였다.

대분류 중분류 김현호

대분류 중분류 세분류 대분류 중분류 세분류

다음·카카오에서 제공하는 Geocoding API⁵³와 GeoCoder-Xr 프로그램⁵⁴ 을 사용하여 위치 포인트로 만들어 공간정보화시켰다.

3) 각 시설물 그룹별 위치 공간 정보를 바탕으로 GIS 프로그램을 활용하여 유클리디안 거리를 산출하여 각 시설별 거리 표면도를 생성하였다.

- 해당 시설의 주소 정보가 공간 좌표상에 위치하면 GIS 프로그램을 사용하 여 시설로부터의 거리 값을 산출할 수 있다. 이 연구에서는 ArcGIS의 Spatial analyst의 Distance 툴을 사용하여 시설별 거리 표면도를 산출하였다.

- 거리 표면도를 산출할 때 각 시설별로 산출하지 않고, 부문별로 하나의 거리 표면도를 산출하였다. 즉, 보건복지 거리 표면도, 경제활동·일자리 거리 표면도, 정주생활기반 거리 표면도, 교육 거리 표면도, 문화·여가 거리 표면도, 생활안전 거리 표면도를 산출하였다.

4) 산출된 거리 표면도의 의미는 각 시설로부터의 거리를 의미하는데, 일정 거리 이하에서는 해당 시설로의 접근성이 유사하게 양호할 것이고, 일정 수준을 넘어가면 해당 시설로의 접근성 값이 무의미해질 수 있다. 따라 서 연구에서는 퍼지함수를 활용한 표준화 방식⁵⁵을 사용하였다.

- 각 시설로부터 5km 이상~30km 이하 지역에는 0의 점수에 가깝게, 시설 에 가까울수록 1의 점수를 받도록 구성하였다.

53 다음·카카오 Maps API 홈페이지(http://apis.map.daum.net/: 2016. 3. 17.).

54 GeoCoder-Xr 프로그램 홈페이지(http://www.gisdeveloper.co.kr/entry/주소를-좌표로 -GeoCoder-Xr-30-ㅡ?category=1: 2016. 3. 17.).

55 연구에서는 표준화하는 방법으로 퍼지함수의 개념을 적용하였다. 퍼지함수는 각 평 가기준의 임계치 경계가 명확하지 않은 애매모호한 분류를 표현할 때 소속도 함수 로 정의되므로, 불확실성 또는 부정확성을 다룰 수 있다는 장점이 있다. 평가기준들 을 표준화하는 경우 퍼지함수를 적용하면 정보의 손실을 적게 하고 공간정보들의 불명확성, 모호성을 수용할 수 있는 장점을 가진다. 각 평가기준에 소속도 함수를 적용하여 표준화하는 것은 공간정보의 정도 차이를 반영할 수 있는 함수에 근거하 여 속성정보를 ‘0’과 ‘1’ 사이의 값으로 대체하는 것이다. 따라서 기준요인의 특성 을 가장 적합하게 표현할 수 있는 함수의 형태를 결정하고 또한 함수의 변곡점을 결정하는 것이 중요하다.

<보건복지> <경제활동·일자리> <정주생활기반>

<교육> <문화·여가> <생활안전>

그림 5-1. 각 공공·생활 서비스 접근성 Fuzzy 표준화 결과

5) 각 시설물로부터의 표준화된 거리 표면도를 중첩하여 가장 높은 거리 값 을 지닌 지역을 산출하였다. 거리 표면도를 중첩할 때는 생활 및 공공서 비스 부문의 중요도에 따라 가중치를 적용하여 농촌 주민들의 의견을 반 영하였다.

- 접근성 산출에 있어서 가중치를 반영한 이유는 농촌 주민들이 생활하는 데 중요하게 생각하는 시설들의 영향력을 반영하기 위함이다.

- 종합 점수 지도를 산출하기 위해서 농촌 주민들이 생각하는 삶의 질 부 문별 중요도 가중치를 사용하였다.

보건복지 교육 정주환경 경제활동·

일자리 문화여가 안전

가중치 0.283659 0.115947 0.219722 0.223534 0.097012 0.060125 자료: 정도채 외(2015)의 조사결과를 활용.

표 5-3. 종합적인 생활 및 공공서비스 접근성 산출에 적용하기 위한 가중치

6) 가중치를 반영한 생활 및 공공서비스 취약지역을 산출하기 위한 접근성 종합 점수지도는 다음과 같다.

그림 5-2. 생활 및 공공서비스 접근성 지도