서 론 1.
1)
연구배경 및 목적 1)
도시는 인류 문명의 산물로 시대에 따라 성장과 쇠퇴의 시기를 겪기 마련이다 최근 세계적으로 도. 시성장 과정에서 무분별한 개발위주의 정책으로 기존 도심의 인구가 감소하는 등 활력을 잃고 낙 후되는 사례가 늘고 있다 국토교통부( , 2013). 이에 국가적인 차원에서 해당 지역은 물론이고 도시 전,
체의 균형발전을 위한 대책 마련에 나서고 있다. 국내에서도 쇠퇴한 구도심의 경쟁력을 되살리 고 상대적으로 열악한 환경개선을 위한 도시재생, 정책에 힘을 기울여 왔다 우선 법제적인 측면에. 서 도시재생 활성화 및 지원에 관한 특별법｢ ｣1)(이 하 도시재생특별법 과 관련 조례 등이 제정되었“ ”) 다 즉 도시재생 활성화를 위한 제도적 기반이 마. , 련되고 재생사업 추진을 위한 여건이 성숙되고 , 있음을 보여주는 셈이다 내용적인 측면에서는 도. 시재생을 위한 계획체계 확립 도시재생 조직 및 ,
* 전남대학교 지리학과 강사(Lecturer, Department of Geography, Chonnam National University)([email protected])
와 공간통계기법을 활용한 도시쇠퇴 특성 분석 GIS
－ 광주광역시를 중심으로 －
장 문 현*
Analysis on the Characteristics of Urban Decline Using GIS and Spatial Statistical Method : The Case of Gwangju Metropolitan City
Jang, Mun-Hyun*
요약 도시쇠퇴와 공동화 현상을 방지하고 침체된 지역경제를 활성화시키기 위한 새로운 도시재생 패러다임이 등장하： 고 있다 본 연구는 도시재생특별법에 제시된 쇠퇴기준과 공간자기상관 탐색을 기반으로 . GIS 및 공간통계기법을 활용 하여 도시쇠퇴 특성을 분석하는데 그 목적을 두고 있다 광주광역시를 대상으로 하여 도시재생특별법에 제시된 쇠퇴 . 기준인 인구감소 사업체감소 노후건축물에 관한 지표를 적용함으로써 객관성을 확보하고자 하였다 특히 , , . GIS와 공간 통계기법을 적용함에 있어서 공간자기상관 탐색을 통해 도시쇠퇴 특성을 분석한다는 점에서 기존의 연구와 차별성을 지닌다 전체적인 분석과정은 도시활성화지역 지정 기준을 원용하고 공간탐색적 절차에 따라 단계적으로 추진하였다. , . 따라서 본 연구를 통해 제시된 공간통계분석 절차 및 도시쇠퇴 특성 분석의 결과는 대도시권 수준에서 도시쇠퇴 진단 에 기여하고 도시재생과 관련한 공간의사결정에 유용한 정보를 제공할 것으로 기대한다, .
주요어：GIS, 공간통계기법 도시쇠퇴 도시재생 공간자기상관 광주광역시, , , ,
Abstract：In an effort to prevent urban decline and hollowing-out phenomenon and to vitalize stagnant local economy, a new urban regeneration paradigm is on the rise. This study aims to analyze urban decline characteristics using the spatial statistical method and GIS on the basis of decline standards in the Urban Regeneration Special Act, and spatial autocorrelation technique. The Gwangju Metropolitan City was set as a research target, and the decline standards in the Urban Regeneration Special Act - population reduction, business declines, and outworn buildings - were applied as the indicator to secure the objectivity. In particular, this study has a distinctive feature from the other existing ones, as applying GIS and the spatial statistical technique, in a sense to make urban decline characteristics analysis by the spatial autocorrelation technique. The overall analysis procedure was carried out by applying the standards of designating urban regeneration regions, and following the spatial exploratory procedure step by step. Therefore, the spatial statistical method procedure and the urban decline characteristics analysis data being presented in this study, as the results, are expected to contribute to the urban decline diagnosis at the level of metropolitan city, as well as to provide useful information for spatial decision making in accordance with urban regeneration.
Key Words：GIS, Spatial Statistical Method, Urban Decline, Urban Regeneration, Spatial autocorrelation, Gwangju Metropolitan City.
추진체제 구축 도시재생사업 선도지역 지정 등을 , 통해 기존 법제의 한계를 극복하는데 방점을 두고 있다 특히 지역특성에 맞는 도시재생의 추진 틀. 이 마련되었다는 점에서 큰 의미를 지닌다 이재우 ( 외, 2014).
한 도시의 성장과 쇠퇴는 인구에 따라 변화하고, 그 변화 정도는 산업 교통 정책 등의 영향을 받는･ ･ 다 도시화와 함께 교외화가 진행되면서 교외지역. 은 빠른 속도로 성장하는 반면 도심지역은 쇠퇴, 하는 현상을 보인다 이러한 도심공동화와 교외지. 역 난개발은 심각한 도시문제로 인식되고 있다.
이러한 맥락에서 도시는 지역의 특성에 따라 성 장 쇠퇴하기 때문에 그 쇠퇴원인에 대해 정밀히 ･ 진단하고 시급한 재생지역을 선정하는 한편 차별, , 적으로 도시재생이 추진되어야 할 것이다 윤경미( ･ 서경천, 2010).
도시재생특별법 제정은 기존의 철거 위주의 도 시정비에서 벗어나 지역주민과 지자체 등이 중심, 이 되어 경제 사회 문화 등 종합적 재생으로 패러･ ･ 다임이 전환되는 계기가 될 것으로 기대되고 있다 이재우 외 여기서 도시재생은 궁극적으로 ( , 2014).
도시의 부흥을 도모하는데 중점을 두고 있다 또. 한 도시재생 활성화는 민 관 협력과 지역의 자생･ 적인 역량 강화를 바탕으로 추진한다는 점에서 주 민의 참여와 효율적인 추진체계 구축을 필요로 한 다 김종익 외( , 2015).
이를 위해 도시쇠퇴 실태 및 진단을 위한 연구 와 분석 기법들이 제시되고 있다 하지만 쇠퇴특. 성 도출 및 평가에 있어서 공간이라는 요소를 배 제하고 쇠퇴요인의 지표에 집중하는 경향을 보이 고 있다 이를 극복하기 위해서는 인접지역과의 . 공간적인 상호작용 및 관계성을 고려하여 쇠퇴특 성을 도출하여야 한다 윤경미 서경천( ･ , 2010).
기존의 선형모델들은 주로 도시쇠퇴 요인들이 공간상에 무작위로 분포한다고 가정하고 있다 그. 러나 전통적인 선형분석 방법으로 공간준거 데이 터를 분석할 경우 많은 사회 경제현상 인구 및 , ･ , 자연현상이 공간상에서 나타나는 의존성 및 상호 작용을 통제하지 못한다(Doreian, 1981). 지리적 공간상의 실체들은 무작위로 분포하지 않고 서로 영향을 주고받고 있으며 이를 공간적자기상, (spatial 이 존재한다고 정의내린 바 있다 autocorrelation)
(Cliff and Ord, 1973).
따라서 본 연구는 도시재생특별법에 제시된 쇠 퇴기준과 공간자기상관 탐색을 기반으로 GIS 및 공간통계기법을 활용하여 도시쇠퇴 특성을 분석하 는데 그 목적을 두고 있다 대상지역은 도시쇠퇴 . 징후지역2)으로 평가되는 광주광역시이며 향후 도, 시재생계획 및 활성화지역 선정 등 의사결정자의 정책 수립에 일정 부분 기여할 것으로 사료된다.
선행연구 및 차별성 2)
도시쇠퇴와 관련한 선행연구는 쇠퇴원인 및 특 성, GIS와 공간통계기법 연구로 구분하여 고찰하 였다 도시쇠퇴 원인 및 특성에 관한 연구를 살펴. 보면 도시쇠퇴지표를 선정하고 이에 따라 도시를 , 분류하여 재생방안을 모색하는 연구 이소영 외( ,
황희연 외 이영성 외 조진희
2012; , 2011; , 2010;
외, 2010; 박병호 조준용･ , 2010; 임준홍 외, 2009) 가 주류를 이루었다 특히 조윤애. (2014)는 기존의 쇠퇴지표 및 지수가 지니는 문제점들을 보완하여 대안적 지표를 제시하였다.
또한 개별도시의 쇠퇴현상을 관찰하여 원인을 밝히고 재생방안을 모색하는 연구 김승희 김범수 ( ･ 외, 2013; 김광중, 2010; 장희순, 2010; 권대환 고･ 재찬, 2007; 송상열, 2006)가 수행되었고 성공적, 인 해외사례를 통하여 시사점을 도출하는 연구 서( 준교, 2014; 민학기 박천보･ , 2013; 임배근, 2011;
김항집, 2011; 정철모 노형규･ , 2009)도 성과를 보 이고 있다 상기의 연구사례들은 연구자의 주관에 . 따라 지표를 선정하거나 지수를 산출하는 과정이 , 서로 상이한 측면이 드러났다 서로 상충되거나 . 부적절한 지표로 분류하는 등 논란의 여지도 잠재 하고 있었다.
다른 한편으로는 공간통계분석을 통해 도시진단 및 재생이 필요한 지역을 식별하고자 하였다 김홍( 관 여성준 ･ 2007; 김홍관 여성준･ , 2008; 김감영 박･ 지혜, 2012). 주로 인자분석을 실시하여 동별 특성 을 파악한 후 이에 부합하는 도심재생 방안을 제, 시하였다 최근에는 . GIS를 활용하여 대도시권의 재생 방향을 설정하기 위한 기초적인 연구 이민석( , 가 발표되었다 이와 같이 국내의 연구가 주
2015) .
로 넓은 공간단위의 광역적 재생에 집중된 반면,
는 보다 상세한 블록단위의 군집분 Figueroa(1995)
석을 통해 젠트리피케이션된 지역을 도출하는 연 구를 시도하였다.
지자체의 도시재생 행정을 지원하기 위한 일환 으로 도시쇠퇴 실태 자료 및 종합시스템 구축 사 업 도시재생사업단( , 2010)이 추진되었고 시 군 구 , ･ ･ 단위로 쇠퇴진단이 가능한 도시재생 종합정보체계3) 를 구축하는 연구 양동석 유영도( ･ , 2011)도 성과를 보였다.
국외 연구에서는 특정 국가를 대상으로 지역내 총생산을 통해 도시들 간의 공간 통계적 상호작용 을 규명하였다(Marquez et al., 2002; Nazara et al., 2006). Stone(2008)과 Clark, et al.(2011)은 도시 공간과 대기오염 물질에 대한 통계적 분석 을 시도하였으며, Silva, et al.(2014)은 도시 형태 와 소음의 상관성을 분석하였다 범죄분야에서도 . 공간의존성 및 핫스팟에 관한 연구를 통해 공간 통계기법이 범죄패턴 분석에 유용함을 제시하였다 (Osborne and Wernicke, 2003; Chainey and Ratcliffe, 2005).
전술한 사례를 종합해보면 도시쇠퇴 및 재생에 , 대한 이론적 논의를 바탕으로 방향 및 전략 수행 , 체계에 대한 연구는 성숙단계에 접어들었다고 볼 수 있다 하지만 일반화된 지표의 적용 및 효율적. 인 분석 방법론에 대한 연구는 부족한 것으로 파 악되었다.
도시쇠퇴 및 재생 등 도시의 공간적 변화가 진 행되었거나 가능성이 있는 지역은 상대적으로 동 질적인 특성을 지니며 발생 가능성이 높은 공간, 적 범역을 효율적으로 추출하는 방법론이 필요하 다(Figueroa, 1995). 특히 ICT와 공간통계학의 발 달 그리고 다양한 분야에서 응용되고 있는 지리, 정보체계(GIS) 등의 도움으로 많은 실증적 연구에 서 공간의 영향을 고려하게 되었다 김광구( , 2003).
따라서 본 연구에서는 도시쇠퇴 특성을 파악하 고 도시재생활성화 지역을 선정하기 위하여 도시 재생특별법에서 제시하는 기준인 인구감소 사업, 체감소 노후건축물에 관한 지표를 적용하여 객관, 성을 확보하고자 한다 특히 . GIS와 공간통계기법 의 활용에 있어서 공간자기상관 탐색을 통해 도시 쇠퇴의 특성을 분석한다는 점이 기존 연구와는 다 른 차별성이라고 할 수 있다.
관련 이론 및 분석기법 2.
이론적 고찰 1)
관련 정책 및 법률 (1)
국내 도시재생정책의 추진과정을 간추려보면, 외곽개발 위주의 도시정책이 한계에 도달하고 생, 활밀착형 도시재생정책의 중요성이 커짐에 따라
년 월 도시재생 활성화 및 지원에 관한 특 2013 5 ｢
별법 이 제정되었다｣ . 2013년 12월에는 국가도시‘ 재생기본방침(2014~2023 )’년 이 수립되었고, 2014 년 월 도시재생이 시급하고 파급효과가 높은 5 13 개 지역을 도시재생선도지역으로 지정하였다. 2014 년 월에는 도시재생 활성화 및 지원에 관한 조례 9 표준안을 확정하고 일반지역의 경우 선도지역 사, 업의 초기성과를 토대로 2016년부터 매년 35 (개 경 제기반 5, 근린재생 30) 내외의 지역을 단계적으 로 지원 한다4).
도시재생특별법의 골격은 국가도시재생기본방 침5), 도시재생전략계획6), 도시재생활성화계획7)의
단계 계획 체계를 갖추고 있다 국가차원에서 국
3 .
가도시재생기본방침을 경정한 다음 지역차원에서 , 국가 방침에 부합하도록 도시재생전략계획과 도시 재생활성화계획을 수립하는 것이다 전략계획수립. 권자가 도시재생활성화지역을 지정하려는 경우,
인구가 현저히 감소하는 지역 총 사업체
) , )
ⅰ ⅱ
수의 감소 등 산업의 이탈이 발생되는 지역, ) ⅲ 노후주택의 증가 등 주거환경이 악화되는 지역에 대하여 상기의 요건 중 개 이상을 충족하도록 명2
출처 국토교통부: (2013)
그림 1. 도시재생 계획체계 도시재생특별법( )
시하고 있다 그림 ( 1).
공간통계기법과 공간자기상관 (2) GIS
과거에 공간의 영향에 대한 연구는 상대적으로 주목 받지 못하다가, 1970년대 초에 계량분석론
이라는 용어를
(spatial econometrics) Jean Paelinck 가 제안하면서부터 논의되었다 모델설정이나 추. 정에서 야기되는 문제의 심각성을 인식하게 된 것 이다(Paelinck and Klassen 1979). 그 후 1980년대 후반에는 Anselin(1988)이 전통적인 선형모델의 한 계를 극복할 수 있는 공간계량모델을 제시하여 학 계에 커다란 영향을 미쳤다. 1990년대 들어 관심 이 더욱 높아지면서 공간의 영향을 진단해 내는 방법 및 공간의존성에 대한 공간계량분석 기법들 이 소개되었다.
년대는 컴퓨터 기술의 발전으로 과거보다 2000
복잡한 통계분석이 가능해진 것도 공간계량분석의 발전에 많은 영향을 주었다 이러한 추세는 또한 . 대용량의 공간자료를 손쉽게 다룰 수 있는 지리 정보체계(GIS)의 발전으로 이어졌다 최근 들어 . 공간계량분석 기법들이 GIS 프로그램들과 통합되 어감에 따라 공간계량분석이 더욱 활성화되고 있 다(Anselin et al,, 1993; Zhang and Griffith 1997;
Lee and Wong 2001).
기존의 공간통계기법들은 공간단위와 분석대상인 공간현상이 일치하지 않는 문제점을 지녀왔다 이. 에 대한 의문은 공간자기상관(spatial autocorrelation) 에 대한 연구로 이어졌다 공간상의 객체들은 서. 로 영향을 주고받으며 존재한다는 것이다. Anselin
는 공간상에 분포하는 공간객체들 and Bera(1998) “
은 위치의 유사성이 높아짐에 따라 객체들이 갖는 값의 유사성도 높아가는 현상 이라고 공간자기상” 관을 정의하기도 하였다 여기에는 정적. ‘ (positive) 공간자기상관 과 부적’ ‘ (negative) 공간자기상관 이 ’ 있다 전자는 공간실체들이 서로 유사한 값을 가. 지며 군집적으로 분포하는 경우이며 반대로 후자, 는 서로 상이한 값들을 가지며 군집적으로 분포하 는 경우이다(Lee and Wong, 2001).
공간자기상관의 원인은 공간객체들의 상호작용 이다 공간상의 상호작용은 정보 및 기술의 확산 . 등으로 나타나기도 하며 공간 간의 위계구조도 , 낳기도 한다 결과적으로 이러한 과정을 통해 한 .
장소에서 발생하는 현상이 다른 장소의 현상을 결 정하게 된다 공간객체들은 상호의존성을 갖기도 . 하지만 이질성을 갖기도 한다 예컨대 중심지와 . , 배후지, 선도 및 낙후지역(leading and lagging 의 존재 등이 그 대표적인 사례이다 김광
regions) (
구, 2003).
공간통계분석 기법 2)
공간자기상관 분석은 공간적 분포 패턴을 파악 하는데 있어 그 분포가 공간상에 내재하는 특정 , 질서에 의해 형성된 것인지를 분석하는 방법이다
홍남희 이명훈 전체 지역의 패턴이 군집 ( ･ , 2011).
을 이루는지를 알아보기 위해서는 전역적인 방법 으로 Getis-Ord’s G와 Global Moran’s I 통계량 을 분석할 수 있다. Getis-Ord G 통계는 높거나 낮은 값들의 군집성을 보여준다 이를 통해 높은 . 값 또는 낮은 값 중 하나의 군집 정도를 측정한 다 따라서 값이 고르게 분포하며 예기치 않은 이. 상치를 찾고자 할 경우에 적합하다. Getis-Ord’s
의 계산식은 다음과 같다
G .
≠
이 식에서 와 는 관측치 와 의 속성 값 이며, 는 , 의 가중치이다 여기서 높은 값과 . 낮은 값을 모두 측정하고자 한다면 다른 대안을 찾아야 한다 이러한 경우 주로 . Global Moran‘s I 를 사용한다 공간자기상관을 파악하기 위한 유용. 한 척도로 인접해 있는 단위공간들의 값을 비교, 하여 계수를 산출하게 된다. Global Moran’s I 통 계량은 –1(부적 공간자기상관 에서 ) +1(정적 공간 자기상관 까지의 값을 갖는다) . +1에 가까울수록 유사한 값을 갖는 지역들이 공간적으로 인접해 있 는 상태이고, -1에 가까울수록 높은 값 및 낮은 값의 지역들이 규칙적으로 분포해있는 상태이다. 만약 임의적이고 독립적인 분포가 나타나면 통계 량은 에 가까워지고 공간자기상관성이 약하다고 0 할 수 있다 이를 식으로 표현하면 다음과 같다. .
위의 식에서 은 관측개체의 수이며 공간가중, 치 행렬 의 구성인자인 가중치 는 와 가 서로 인접하면 1, 인접하지 않으면 을 갖는다0 . 는 지점 의 관측치, 는 지점 의 관측치, 는 관측치 의 평균값이다 즉. , Globlal Moran’s I 통 계량을 산출하면 전역적인 공간자기상관성을 측정 할 수 있는 것이다.
전술한 두 가지의 기법은 전역적 차원에서의 공 간군집 패턴의 통계적 유의성 검정에 주로 사용된 다 만일 연구지역이 상대적으로 넓은 경우 그 지. , 역 내부에서도 공간적자기상관이 위치에 따라 발 생할 수 있다 전역적 측정이 어렵다면 이를 보완. , 하도록 국지적 공간연관성 지표(local indicators
를 이용하여 측정한다 of spatial association, LISA)
(Anselin, 1995).
국지적 규모에서의 공간자기상관 정도를 측정하 는 방법은 Local Moran’s I가 대표적이다 한 변. 수의 공간자기상관이 특정 지역에서 매우 높게 나 타나는 지점을 찾을 수 있다 공간적자기상관의 . 국지적 변이를 고려한 시각적 지표로 다음과 같이 계산한다.
·
상기의 수식에서 는 가중치이며, 는 표준화 점수를 의미한다 그 크기는 인접지역과 해당지역의. 유사성 또는 차이성을 나타낸다. Local Moran’s I 는 특정 지역이 전체의 공간적 자기상관성에 얼마 나 영향을 미치고 있는지를 측정하며 클러스터 , 맵(cluster map)을 통해 시각화할 수 있다 여기서 . 공간적 연관성이 존재하는 유형을 지수 값이 높은 지역끼리 인접한 경우 HH(high-high), 낮은 값끼 리 인접한 경우 LL(low-low), 높은 값과 낮은 값 이 인접한 경우 HL(high-low), 낮은 값과 높은 값이 인접한 경우 LH(low-high)의 네 가지로 구 분한다 이희연 심재헌( ･ , 2011).
또한 분석에 필요한 공간군집을 식별하고 그 범 역을 보다 가시적으로 파악하기 위한 기법으로
Getis-Ord’s
를 고려할 수 있다 상용화된 . GIS 소프트웨어에서는 주로 핫스팟 분석(hot spot
으로 불리며 계산식은 다음과 같다
analysis) , .
이 식에서 는 표준편차, 는 공간가중 행렬의 요소 값, 은 전체 공간 단위의 수를 의미한다. 와 가 서로 인접하면 , 그렇지 않으면
이 된다 김갑영 박지혜( ･ , 2012). Getis-Ord’s
를 이용하는 가장 큰 이유는 Local Moran’s I 와 달리 계산된 통계량으로부터 직관적으로 핫 스팟(hot spot)과 콜드스팟(cold spot)을 구분할 수 있기 때문이다 이상일 외( , 2009). , 즉 통계량이 양수이면 높은 속성 값을 지닌 공간단위들의 군집 인 핫스팟을 얻을 수 있다 반대로 . 통계량이 음수이면 낮은 속성 값들을 가진 공간단위들의 군 집인 콜드스팟을 나타낸다. 0에 가까우면 통계 량은 대상이 되는 공간단위 주변에 높거나 낮은 값들이 집중되지 않음을 의미한다(Mitchell, 2005).
일반적으로 도시지역의 특정 대상에 대한 공간 패턴은 전역적 공간상관이 높은 것으로 알려져 있 다 다만 본 연구에서는 공간통계기법의 방법론적 . 적용 및 향후 전국 규모의 도시쇠퇴 특성을 파악 하기 위한 선행적인 차원에서 전역적 공간자기상 관을 포함하여 분석에 적용하였다.
분석의 틀 3.
연구범위와 지표선정 1)
도시쇠퇴는 인구의 감소 및 고령화 산업경쟁력, 의 약화 기존 건축물의 노후화 등으로 중심지 기, 능이 약화되면서 일어난다 이 외에도 행정기능 . 및 주요 사회기반시설의 이전 등으로 도시의 외연 적 확산이 이루어지게 된다 공간적 연구범위인 . 광주광역시도 그 변화의 중심에 놓여있다 광주광. 역시는 2015년 말 현재 개 구 5 95개 행정동으로
인구는 1,472,199명이며 면적은 501.18km2이다. 토지이용계획을 보면 주거 상업 공업지역 등 시, ･ ･ 가화지역을 포함한 기개발지 135.7km2(27.1%), 개 발억제지 260.0km2(52.0%), 개발불가능지는 80.5 km2(16.9%) 규모이다 이를 제외한 개발가능지는 . 24.5km2(4.9%)로 기개발지의 적극적인 도시재생이 요구됨을 알 수 있다.
특히 개 구 가운데 광산구와 동구는 뚜렷한 5 지역적 특성의 차이를 보인다 광산구의 경우 전. 체 면적의 약 45%의 규모로 개발제한구역이 55.9%
를 차지하고 있다 개발이 제한되는 지역 이외에 . 주거 산업 교통적 측면을 고려할 때 활발한 성장･ ･ , 을 보이고 있는 성장형 도시라고 할 수 있다 반. 면 동구의 경우는 예로부터 호남의 정치 경제 문, ･ ･ 화의 중심지 역할을 수행하였던 지역으로서 대표, 적인 원도심에 해당한다 그러나 전남도청 이전과 . 도시공간 다핵화 전략에 따른 공동화 현상이 발생 하고 있으며 인구구성비 중 고령자 비율, (17.6%) 이 상대적으로 높다 인구 및 지역내 총생산이 감. 소하며 전체 건축물의 약 , 70%가 노후건축물로 분 류되는 전형적인 침체형도시라 할 수 있다 그림 ( 2).
출처: www.biz-gis.com
그림 2. 연구지역의 도시계획
도시재생 관련 지표는 도시재생종합정보체계8) 의 쇠퇴진단 지표와 국내 외 문헌 및 사례에서 도･ 출된 지표 도시재생특별법 상의 지표 등 다양한 , 활용이 가능할 것이다.
본 연구에서는 앞서 고찰한 관련 정책 및 법률 의 내용에 따라 도시재생특별법에 제시된 도시재‘ 생 활성화지역 지정의 세부 기준9)’을 지표로 적용
하였다 도시재생 관련 지표 선정에는 인구 사업. , 체 건축물 등의 변화를 핵심적으로 제시하고 있, 다 도시재생특별법 제 조( 17 ).
따라서 인구 사회 부문은 인구의 증감 지표로 ･ 지난 30년간 최대치 대비 20% 감소여부와 지난 5 년간 년 연속 감소여부를 선정하였다 산업 경제 3 . ･ 부문은 사업체수 증감 지표로 지난 10년간 최대치 대비 5% 감소여부 지난 년간 년 연속 감소여, 5 3 부를 선정하였다 또한 물리 환경 부문의 경우도 . ･ 동법 시행령 제 조에 의거하여 준공 후 17 20년 이 상 지난 노후건축물 비율 지표를 반영하였다 즉. , 인구감소 사업체 감소 그리고 노후건축물 증가라, , 는 대분류 기준과 과거 및 최근 시기별 비율과 특 성 등을 세분류 기준으로 삼아 분석에 적용하였 다 상기의 판단기준에 따른 구체적인 선정 지표. 의 세부내용을 정리하면 다음과 같다 표 ( 1).
부문 기준 지표 선정내용
인구 사회
인구 감소
과거대비 인구 변화
최근 30년간 최대치 대비 20% 이상 감소
지역 최근
인구 변화
최근 년간 년 이상 5 3 연속 인구 감소지역
산업 경제
사업체 감소
과거대비 사업체 변화
최근 10년간 최대치 대비 5% 이상 감소
지역 최근
사업체 변화
최근 년간 년 이상 5 3 연속 사업체 수 감소
지역 물리
환경 노후주 택 증가
노후건축물 비율
전체 건축물 중 20년 이상 건축물 50%
이상 지역 주: 도시재생특별법 제 조 제 항에 따른 도시재생활성13 5
화지역 지정의 세부 기준을 정리함.
표 1. 지표선정 기준
분석체계 2)
본 연구는 도시쇠퇴 특성을 분석하기 위하여 도 시재생특별법의 도시활성화지역 지정 기준을 원용 하고, GIS 및 공간통계기법을 기반으로 공간탐색 적 절차에 따라 추진하였다 기본도가 되는 공간. 데이터는 광주광역시의 새주소 사업으로 구축된
행정동 경계 및 지형지물 레이어를 활용하였다. 일부 지역의 행정구역이 몇 차례에 걸쳐 분할 통･ 합되고 도시쇠퇴 관련 통계자료가 행정동과 법정, 동으로 분리되어 배포됨에 따라 이를 행정동(95 개 을 기준으로 일원화하여 기초자료를 생성하였) 다 속성데이터는 인구 변화 자료의 경우 최근 . , 30 년 동안 년 단위로 실시된 인구주택총조사5 (1985
및 매년 집계되고 있는 최근 년의 주민
~2015) 5
등록인구(2010~2015) 통계를 적용하였다 사업체 . 변화 자료는 전국사업체조사 및 각 구청의 최근
년의 통계연보 를 참조하였다 노후
10 (2013~2013) .
건축물 자료는 건축행정시스템 세움터의 최근 년 5 통계치(2008~2013)를 활용하였다.
상기의 공간데이터와 속성데이터는 행정동 코드 를 공통 ID로 설정하여 상호 연결하였다 분석용 .
프로그램은 버전의
GIS ArcGIS 10.3 Spatial analyst 및 Spatial statistics 툴을 활용하여 공간분석 및 공간통계분석을 실시하였다 분석과정은 크게 세 . 단계로 첫, 째 단계는 GIS 매핑 툴을 통해 전술한 원시자료의 공간분포 현황을 표출하고 공간데이, 터 분석 결과를 시각화하였다 둘째 단계에서는 .
통계량에 의한
Getis-Ord General G High/Low 클러스터링과 Global Moran’s I 계수에 의한 군집 패턴을 분석함으로써 공간자기상관성 여부를 파악 하였다 마지막 셋째 단계에서는 . Getis-Ord
지
수 값으로 핫스팟 분석을 실시하고, Local Moran’s 통계량에 따른 군집특성을 나타내는 도면을 생 I
성하는 과정을 거쳤다.
종합하자면 연구지역 전체의 공간적 자기상관, 의 정도를 도출하기 위해 전역적 지수를 사용하여 데이터의 공간적자기상관성을 선행적으로 탐색하 였다 여기서 공간적 자기상관성을 전역적으로 분. 석하고 국지적 지수를 사용하여 연구지역 내에서 , 동질성을 지닌 지역을 도출하였다 즉 전역적 공. , 간자기상관 분석을 통해 데이터의 통계적 유의성 을 확인하고 국지적 공간자기상관을 유형함으로, 써 도시쇠퇴의 특성을 고찰하도록 한다 그림 ( 3).
공간통계분석 결과 4. GIS
공간데이터 분석 및 시각화 1)
공간자기상관 이론과 공간통계기법을 활용하여 도시쇠퇴 특성을 도출하는 과정에는 선정된 지표 의 공간분석과 시각화 절차가 필요하다 이를 통. 해서 부문별 데이터가 갖는 공간특성을 쉽게 파악 할 수 있기 때문이다.
인구 사회 부문은 인구 감소를 기준으로 과거대･ 비 인구 변화 및 최근의 인구 변화를 살펴보았다. 최근 30년간(1985~2015) 인구가 가장 많았던 시 기와 비교한 결과 인구 감소율이 , 0.1%에서 90%
이상까지 매우 넓은 변화 폭을 보였다 일부 증가. 한 광산구 수완동 하남동 어룡동 등 및 남구 송( , , ) ( 암동 효덕동 봉선동 등 의 택지개발지역을 제외, , ) 그림 3. 연구의 분석체계
하면 전체적으로 감소하는 현상이 두드러졌다 특, . 히 20% 이상의 인구 감소는 구도심을 중심으로 동 서 남 북구 접경지역과 시 외곽의 분동이 이루･ ･ ･ 어진 곳 비아동 서창동 등 에서 주로 나타났다 그( , ) ( 림 4a).
또한 최근 년간5 (2010~2015) 3년 이상 연속으 로 인구가 감소한 지역은 전체 95개 행정동 가운 데 70개 동(73.7%)에 이른다 구 단위로는 북구. 개 동 가 가장 많았고 광산구 개 동 동구
(23 ) , (14 ),
개 동 및 남구 개 동 순으로 나타났다 이
(13 ) (10 ) .
과거대비 인구변화
a. b. 최근 인구변화
과거대비 사업체변화
c. d. 최근 사업체변화
노후건축물 비율
e. f. 도시재생활성화 부합여부
그림 4. 도시쇠퇴 지표의 공간분석 및 시각화
중에 년 연속 감소한 곳도 5 38개 동으로 전체의 를 차지했으며 주로 구도심 및 타 시 군의
40.0% , ･
경계지역 광산구 삼도 본량동 북구 석곡동 남구 ( ･ , , 대촌동 등 에 분포하였다 그림 ) ( 4b).
산업 경제 부문은 총 사업체 수의 감소 등 산업･ 의 이탈이 발생한 지역이 해당된다 사업체 감소. 를 기준으로 과거대비 사업체 변화 및 최근의 사 업체 변화를 분석하였다. ｢통계법 제 조에 따라 ｣ 18 통계청이 승인한 전국사업체총조사 결과에 기초‘ ’ 한다 즉 최근 . , 10년간(2003~2013) 총 사업체 수 가 가장 많았던 시기와 비교하여 5% 이상 감소한 지역이 20개 동으로 파악되었다 인구의 변화와 . 유사하게 구도심을 포함한 주변지역에서 그 감소 양상이 뚜렷했다 서구와 인접한 광산구 동부 담. , 양군과 경계를 이루는 북구 북부지역이 대표적이 다 특히 . 20% 이상의 높은 감소율을 보이는 지역 광산구 송정 동 북구 건국 중앙동 서구 양동 도
( 2 , ･ , )
나타났다 그림 ( 4c).
최근 년간5 (2008~2013) 3년 이상 연속으로 총 사업체 수가 감소한 지역은 12개 동으로 전체의 를 보였다 여기에는 년 연속 감소한 개
12.6% . 4 2
동 북구 임동 풍향동 을 비롯하여( ･ ) , 5년 연속 감소 한 개 동 서구 양동 이 포함되었다 그림 1 ( ) ( 4d).
물리 환경 부문의 경우는 노후주택의 증가 등 ･ 주거환경이 악화되는 지역을 대상으로 한다 전체 . 건축물 중 준공된 후 20 (2013년 년 기준 이상 지) 난 건축물이 차지하는 비율이 50% 이상인 지역은 총 62개 동으로 나타났다 이는 전체 . 95개 동 가 운데 65.3%에 해당하는 매우 높은 비율이며 주로 , 구도심 부근과 광산구의 외곽지역 임곡동 본량동( , , 삼도동 등 및 서구 경계지역 월곡) ( 1 2 , ･ 동 송정1 2･ 동 신가동 등 에 위치하였다 이 중에는 , ) . 20년 이 상 지난 건축물의 비율이 90%에 이르는 심각한 지역도 개 동 북구 두암 동 남구 월산 동 이 분2 ( 1 , 5 ) 포하였다 그림 ( 4e).
전술한 각 부문별 도시쇠퇴 지표를 토대로 전략 계획수립권자는 도시재활성화계획을 수립할 수 있 다 즉 도시재생특별법 시행령 제 조 에 의거하. , ( 17 ) 여 도시재생활성화지역 지정의 세부 기준을 따르 고 동법 제 조 제 항 의 도시재생활성화지역을 , ( 13 4 ) 지정할 수 있는 경우의 요건 중 개 이상을 갖추2 어야 한다10). 법률상의 요건을 적용하여 개 부문3
의 세부 지표에 대한 공간분석을 실시한 다음 그 , 결과를 시각화하고 도시재생활성화지역에 부합하
구분 쇠퇴지역 동수
쇠퇴징후 지역 지표 개 ( 3
중 개 1 해당)
서구 금호 동 상무 동 서창동1 , 1 , ,
유덕동 4
남구 대촌동 백운 동 송암동, 1 , 3 북구 동림동 매곡동 문흥 동, , 1 ,
삼각동 일곡동, 5 광산구 비아동 우산동 운남동, , ,
첨단 동 첨단 동 평동1 , 2 , 6
쇠퇴진행 지역 지표 개 ( 3
중 개 2 해당)
동구
계림 동 계림 동 동명동1 , 2 , , 산수 동 산수 동1 , 2 , 지산 동 지산 동1 , 2 , 지원 동 지원 동 학운동1 , 2 ,
10
서구
광천동 농성 동 농성 동, 1 , 2 , 상무 동 양 동 화정 동2 , 3 , 1 , 화정 동 화정 동3 , 4 8
남구
방림 동 방림 동1 , 2 , 봉선 동 양림동 월산 동1 , , 5 , 주월 동 주월 동1 , 2 7
북구
건국동 두암 동 두암 동, 2 , 3 , 문흥 동 석곡동 신안동2 , , , 오치 동 오치 동1 , 2 , 운암 동 운암 동1 , 2 , 운암 동3
11
광산구
도산동 동곡동 본량동, , , 삼도동 송정 동 신가동, 1 , , 월곡 동 월곡 동 임곡동1 , 2 , 9
쇠퇴심각 지역 지표 개 ( 3
중 개 3 해당)
동구 서남동 충장동 학동, , 3 서구 양동 화정 동, 2 2 남구 백운 동 사직동 월산 동2 , , 4 ,
월산동 4
북구
두암 동 문화동 우산동1 , , , 임동 중앙동 중흥, , 1 2･ ･
동 풍향동
3 , 9
광산구 송정 동 신흥동2 , 2
쇠퇴 해당 없는 지역
서구 금호 동 동천동 치평동2 , ,
풍암동 4
남구 봉선 동 효덕동2 , 2 북구 양산동 용봉동, 2 광산구 수완동 신창동 어룡동, , ,
하남동 4
표 2. 광주광역시 도시쇠퇴 유형 분석
는지 여부를 고찰하였다 그림 ( 4f).
상기의 기준에 부합하는 부문별 지표의 개수에 따라 가지 유형으로 연구지역을 분류하였다 광4 . 주광역시의 도시쇠퇴를 유형별로 살펴보면 지표 ,
개 중 개가 해당되는 쇠퇴징후 지역 은 개
3 1 ‘ ’ 18
동으로 나타났다 지표 개 중 개가 해당되는 쇠. 3 2 ‘ 퇴진행 지역 은 ’ 45개 동으로 가장 많았고 지표 , 3 개 중 개 모두가 해당되는 쇠퇴심각 지역 은 3 ‘ ’ 20 개 동으로 파악되었다 또한 개도 해당되지 않는 . 1 지역의 경우는 12개 동으로 분석되었다.
이들 유형 중에 도시재생특별법에 따라 개 이2 상의 지표가 해당되어 도시재생활성화지역으로 지 정할 수 있는 쇠퇴지역은 총 65개 동으로 전체의
에 달하는 높은 쇠퇴수준을 보였다 특히 동
68.4% .
구는 전 지역이 재생활성화지역에 포함될 만큼 도 시쇠퇴가 진행되었다 가장 쇠퇴가 심한 지역으로. 는 동구 개 동 서남동 충장동 학동 과 서구 개 3 ( , , ) 2 동 양동 화정 동( , 2 ), 남구 개 동 백운 동 사직동4 ( 2 , , 월산동 월산 동 으로 나타났고 북구는 개 동 두, 4 ) , 9 ( 암 동 문화동 우산동 임동 중앙동 중흥1 , , , , , 1 2 3･ ･ 동 풍향동 으로 가장 많았다 광산구는 개 동 송, ) . 2 ( 정 동 신흥동 이 심각한 도시쇠퇴 유형으로 분류2 , ) 되었다 표 ( 2).
전역적 공간자기상관 탐색 2)
도시 및 지역사회의 제반 현상은 공간상에 무작 위로 분포하는 것이 아니라 특정 지역을 중심으로 집중되어 발생한다 이를 통해 도시쇠퇴 현상도 . 지리적으로 인접한 지역과 깊은 연관성을 지니고 있음을 유추할 수 있다 따라서 본 연구에서는 연. 구지역 전체의 공간적 자기상관성 존재 여부와 활 용 데이터의 유의성을 확인하기 위해 전역적 공간 자기상관 지표인 Getis-Ord General G와 Global
를 병행하여 검토하였다
Moran’s I .
여기서 공간자기상관 탐색을 위한 분석지표는 전술한 지표선정 기준 표 ( 1)에 의거하였다11). 저 먼
도구를 활용하여
High/Low Clustering Getis-Ord 의 높은 값과 낮은 값의 집중도를 측정 General G
한 결과, General G 값은 0.00022, z-score는 6.05 로 신뢰구간에서 유의한 것으로 나 (p<0.05) 99%
타났다 즉 전체적으로 공간자기상관성을 갖는 높. ,
은 군집(high-clusters) 패턴을 보였다 또한 . Spatial 도구를 이용하여
Autocorrelation Global Moran’s 값을 측정한 결과 값이 으로 보다 크
I , I 0.26 0
며, z-score가 13.22(p<0.05)로 도출되어 신뢰구간 99%범위에서 유의한 결과를 보였다 결과적으로 . 정(positive)의 공간자기상관인 매우 높은 군집
패턴을 보이는 것으로 분석되었다 즉
(clustered) . ,
전역적 공간자기상관 탐색을 통해 연구지역의 도 시쇠퇴 유형분석 결과는 유의성이 있는 것으로 파 악되었다 표 ( 3).
구 분 index z-score p-value Getis-Ord
General G 0.00022 6.05 0.00 Global
Moran’s I 0.26108 13.22 0.00 표 3 전역적 공간자기상관 통계량.
국지적 공간자기상관 측정 3)
상기의 전역적 공간자기상관 탐색으로 연구지역 내에 도시쇠퇴에 따른 군집 패턴의 유의성을 확인 하였으므로 국지적 공간자기상관을 통해 유형화, 하고 특성을 고찰하였다.
이 과정에서는 Hot spot(Getis-Ord )과 LISA 분석을 적용하였다
(Local Moran’s I) . Hot spot 분석은 Getis-Ord 통계량을 계산하여 군집 패턴을 보여주며, z-score를 통해 군집의 강도를 판단한다 여기서 . p-value는 통계값의 유의수준을 의미하는 것으로 보통 p<0.05를 취하지만 본 연, 구에서는 p<0.01인 구간에 해당하는 지역을 추출 하여 분석에 활용하였다.
분석결과는 연구지역에서 통계량이 양수(+) 이면서 높은 값들이 군집하는 핫스팟(hot spot)과 음수(-)이면서 낮은 값들이 군집된 콜드스팟(cold 이 확실히 나타났다 핫스팟은 도시쇠퇴가 심
spot) .
한 지역으로 구도심을 포함한 동 남 북구의 경계･ ･ 가 교차하는 지역에 집중되었고 콜드스팟은 광산, 구 동북부의 영산강 인접지역에 집중되는 양상을 보였다 전체적으로 보면 핫스팟은 . , 95개 행정동 중에 40개 동이 해당되었다 구 단위로는 동구 . 11
개 동 서구 개 동 남구 , , 11개 동이 포함되었으며, 북구가 17개 동으로 가장 많았고 광산구는 존재, 하지 않았다 반면 콜드스팟은 총 . , 11개동으로 북 구에 개 동 광산구에 1 , 10개 동이 분포하였으며, 나머지 구에서는 나타나지 않았다 그림 ( 5a).
다음으로 LISA 분석은 Local Moran’s I 통계량 으로 공간자기상관 정도를 측정하고 클러스터 맵, 을 생성한다 일종의 군집 및 이상치 (cluster map) .
를 판별함으로써 통계적으로 (cluster and outlier)
유의한 값(p<0.05)을 지닌 지역에 대한 공간통계 분석 방법이다. Moran’s I 통계량이 클수록 양의 공간자기상관 관계를 갖고 있음을 의미한다.
단위공간과 그 주변공간이 모두 도시쇠퇴가 심 한 H-H(high-high) 유형의 군집지역은 18개 동 동구 서구 남구 북구 으로 주로 구도 ( 3, 2, 4, 9)
심 일원에 분포하였다 또한 도시쇠퇴가 약한 . L-L 유형의 군집지역은 개 동 서구 북
(low-low) 12 ( 2,
구 3, 광산구 6)으로 광산구와 북구 북구와 서구, 의 경계선을 따라 분포하는 양상을 보였다 이에 . 반하여 단위공간의 도시쇠퇴 수준은 높지만 주변 공간은 약한 H-L(high-low) 유형과 그 반대인
유형의 지역은 각각 개 동 광산
L-H(low-high) 1 (
구 1) 및 개 동 남구 3 ( 1, 북구 2)으로 분석되었다 (그림 5b).
이와 같은 LISA 분석 결과를 앞서 도출한 도시 쇠퇴 유형분석 결과 표 ( 2)와 비교해 보면 도시쇠, 퇴가 심한 지역들이 매우 유사하게 나타남을 알 수 있다 따라서 쇠퇴심각 지역 지표 개 중 개 해. ‘ ( 3 3
당 으로 평가된 )’ 20개 동은 공간자기상관이 높은 지 역으로 도시재생특별법에 따른 도시재생활성화지역 , 지정 요건을 충족한다고 해석할 수 있다 표 ( 4).
구분 유형 해당 지역 동수
Cluster H-H
동구 서남동 충장동 학동, , 3 서구 양동 화정 동, 2 2 남구 백운 동 사직동2 , ,
월산동 월산 동, 4 4
북구
두암 동 문화동1 , , 우산동 임동 중앙동, , , 중흥1 2 3 , ･ ･동 풍향동
9
L-L
서구 유덕동 치평동, 2 북구 동림동 동천동, ,
양산동 3
광산구
비아동 수완동, , 신창동 첨단, 1 2 , ･ 동 하남동
6
Outlier
H-L 광산구 신흥동 1
L-H 남구 봉선 동2 1
북구 문흥동 용봉동, 2 표 4. 광주광역시 도시쇠퇴 LISA 분석
도시쇠퇴 특성 분석 4)
광주광역시의 도시쇠퇴 주요 원인과 특성을 공 간데이터 및 시각화를 통해 분석한 결과 동구의 , 쇠퇴지역은 구도심을 중심으로 주변지역까지 공동 a. Hot spot(Getis-Ord Gi*) 분석 b. LISA(Local Moran’s I) 분석
그림 5. 국지적 공간자기상관 분석
화 현상을 겪고 있는 결과로 풀이된다 서구는 기. 존의 재래시장과 인근의 열악한 주거환경이 그 원 인을 제공하고 있으며 노후화된 아파트가 밀집되, 어 현재 재개발 광주유니버시아드 선수촌 이 진행( ) 되고 있는 대규모 단지(2016년 월 입주 가 반영4 ) 된 것으로 나타났다 남구는 과거에 개발된 도시. 공원과 인근의 가파른 경사지에 노후주택이 밀집 된 곳으로 재생이 시급한 것으로 판단되었다 북. 구는 점차 기능이 상실된 광주역 주변 권역과 무 등산 인접한 지역들이 성장이 더딘 대표적인 쇠퇴 지역으로 드러났다 광산구의 쇠퇴지역은 군공항. 이 입지하여 활주로가 넓게 분포하고 있으며 그 , 주변의 개발제한구역 등이 장기간 영향을 미친 것 으로 분석되었다.
전역적 및 국지적 공간자기상관 분석에 따른 특 성을 종합적으로 고찰해 보면 핫스팟은 도시쇠퇴, 가 심한 지역으로 원도심 중심부와 주변지역에 집 중되는 특성을 보였다 반면 콜드스팟은 최근 대. , 규모 택지개발로 신도심이 형성된 권역에 집중되 는 대조적인 양상을 보였다. LISA 분석의 결과에 서는 공간적자기상관이 강한 H-H cluster와 H-L
지역에 주목할 필요가 있다 이 지역은 상
outlier .
대적으로 도시쇠퇴 정도가 심하거나 상당부분 진 행된 곳으로 향후 도시재생전략계획이 우선적으, 로 수립되어야 할 것이다.
결 론 5.
도시쇠퇴와 공동화 현상을 방지하고 침체된 지 역경제를 활성화시키기 위한 새로운 패러다임이 등장하고 있다 도시는 지역의 특성에 따라 성장. ･ 쇠퇴하기 때문에 그 원인에 대한 정확한 진단과 시급한 재생지역을 선정하여 올바른 도시재생이 추진되어야 한다 이에 본 연구는 도시재생특별법. 에 제시된 쇠퇴기준과 공간자기상관 탐색을 기반 으로 GIS 및 공간통계기법을 활용하여 도시쇠퇴 특성을 분석하는데 중점을 두고 있다.
광주광역시를 대상으로 하여 도시재생특별법에 의거하여 인구감소 사업체감소 노후건축물에 관, , 한 쇠퇴 지표를 적용함으로써 객관성을 확보하고 자 하였다 특히 . GIS와 공간통계기법을 적용함에 있어서 공간자기상관 탐색을 통해 도시쇠퇴 특성
을 분석한다는 점에서 기존의 연구와 차별성을 지 닌다.
공간통계기법과 공간자기상관에 대한 이론 GIS
적 고찰을 통하여 도시쇠퇴 분석의 토대를 마련하 였다 또한 관련 정책 및 법률의 내용에 따라 인. 구 사회 부문 산업 경제 부문 물리 환경 부문의 ･ , ･ , ･ 분류 기준과 과거 및 최근의 시기별 비율과 특성 등을 쇠퇴지역 분석에 적용하였다.
그 분석과정은 도시재생특별법의 도시활성화지 역 지정 기준을 원용하고, GIS 및 공간통계기법을 기반으로 공간탐색적 절차에 따라 세 단계에 걸쳐 추진하였다 첫째 단계는 공간데이터를 시각화하. 는 단계로 GIS 매핑 툴을 통해 전술한 원시자료의 공간분포 현황을 표출하였다. 둘째 단계에서는
통계량에 의한
Getis-Ord General G High/Low 클러스터링과 Global Moran’s I 계수에 의한 군집 패턴을 분석함으로써 공간자기상관성 여부를 파악 하였다 마지막 셋째 단계에서는 . Getis-Ord 지수 값으로 핫스팟 분석을 실시하고, Local Moran’s I 통계량을 통해 군집 특성을 도면으로 생성하여 가 독성을 높였다.
전술한 절차에 따라 도시쇠퇴 특성을 분석한 결 과 광주광역시의 경우 도시화된 지역의 상당 부, 분이 도시재생을 고려해야 하는 쇠퇴 지역으로 드 러났다 특히 기존 구도심을 중심으로 군집을 이. 루며 도시쇠퇴가 심화되었고 도시재생활성화지역 , 지정이 필요한 것으로 분석되었다 도출된 도시쇠. 퇴 지역을 대상으로 공간자기상관 분석을 통해 군 집의 강도와 공간적 범역을 도출할 수 있었다.
본 연구에서는 공간데이터의 처리를 위하여 GIS 를 이용하고 공간적 범역을 추출하기 위한 방법, 으로 공간통계분석 기법을 적용하였다 도시쇠퇴 . 현황이 공간상에 동질적으로 발현되지 않고 특정 지역에 집중되는 공간 이질성을 파악하는데 효과 적이기 때문이다.
상기의 연구를 통해 제시된 공간통계분석 절차 및 도시쇠퇴 특성 분석의 결과는 대도시권 수준에 서 도시쇠퇴 진단에 기여하고 도시재생과 관련한 , 공간의사결정에 유용한 정보를 제공할 것으로 기 대한다 한편으로 도시재생법이 개정된 이후 보다 . 효율적인 도시쇠퇴 지표가 요구되고 있다 이러한 . 측면에서 본 연구는 복합지표의 산정 및 적용에
대한 제한성을 지니고 있다 따라서 지역적 특성. 에 따라 선택 가능한 지표의 도출 및 일반화된 복 합지표의 적용에 대한 보완이 필요한 것으로 사료 된다 향후에는 도시쇠퇴의 범역 확대를 통한 전. 국단위의 분석 및 쇠퇴지역의 도시재생 방법론에 대한 후속적인 연구를 수행할 예정이다.
주
1)2013년 월 제정되고 6 12월 시행된 도시재생 활성｢ 화 및 지원에 관한 특별법 은 도시의 자생적 성장기｣ 반을 확충하고 도시의 경쟁력을 제고하며 지역 공, 동체를 회복하는 등 국민의 삶의 질 향상에 이바지 하는 것을 목적으로 하고 있다.
2) 국토교통부(2013)에서 사회 경제 환경 분야를 대표･ ･ 하는 지표들을 통해 도시쇠퇴 현황을 파악한 결과, 전국 144개 시 구 자치구 중 분의 ･ ( ) 3 2(96 )개 가 도시 쇠퇴 징후를 나타냈다.
3) 국토교통부장관은 도시재생활성화를 위해 관련 정보 및 통계를 개발 검증 관리하는 도시재생종합정보체･ ･ 계를 구축하도록 하였다 법 제 조( 29 ).
4)2017년까지 국토교통부는 선( ) 先 투자 성격의 마중 물 예산으로 개소당 60 ~250억 억 원을 지원하고 각 , 부처의 협업사업 및 민간투자 사업까지 총 조 천1 2 억 원의 투자계획이 확정된 상태이다.
5) 도시재생을 종합적 계획적 효율적으로 추진하기 위･ ･ 하여 수립하는 국가 도시재생전략으로 국토교통부장 관이 10년마다 수립 필요한 경우 년마다 그 내용, 5 을 재검토하여 정비할 수 있다.
6) 도시재생과 관련한 각종 계획 사업 프로그램 유, , , 형 무형의 지역자산 등을 조사 발굴하고 도시재생･ ･ , 활성화지역을 지정하는 등 도시재생 추진전략을 수 립하는 계획을 말한다.
7) 도시재생전략계획에 부합하도록 도시재생활성화지역 에 대하여 국가 지방자치단체 공공기관 및 지역주, , 민 등이 지역발전과 도시재생을 위하여 종합적으로 수립하는 계획이다.
8) 국토교통부장관은 도시재생활성화를 위하여 관련 정 보 및 통계를 개발 검증 관리하는 도시재생종합정보･ ･ 체계를 구축하여야 한다 법령 제 조 도시재생종합( 29 , 정보체계의 구축).
9) 전략계획수립권자가 도시재생전략계획으로 도시재생 활성화지역을 지정하려는 경우에는 다음 각 호의 요 건 중 개 이상을 갖추어야 한다 시행령 제 조 도2 ( 17 , 시재생활성화지역 지정의 세부 기준).
10) 도시재생특별법 시행령 제 조 도시재생활성화지역 17 ( 지정의 세부기준): 동법 제 조 제 항의 도시재생활13 5 성화지역 지정의 세부기준에 따른다.
11) 인구 사회 부문은 최근 년간･ 30 (1985~2015) 최대치 대비 20% 이상 감소한 과거대비 인구 변화와 최근 년간 년 이상 연속 인구가 감소한 5 (2010~2015) 3
최근의 인구 변화를 적용하였다 산업 경제 부문은 . ･ 최근 10년간(2003~2013) 최대치 대비 5% 이상 감 소한 과거대비 사업체 변화와 최근 년간5 (2008~2013)
년 이상 연속 사업체 수가 감소한 산업의 이탈을 3
기준으로 하였다 물리 환경 부문의 경우는 전체 건. ･ 축물 중 20 (2013년 년 기준 이상 지난 건축물이 ) 50%
이상인 노후화된 건축물 비율을 활용하였다.
문 헌
광주광역시, 2015, 광주통계연보 2015, 광주광역 시 법무담당관실.
국토교통부, 2013, 함께 하는 도시재생 홍보물, . 도시재생사업단, 2010, 도시쇠퇴 실태 자료 구축
및 종합시스템 구축 경기도, .
이소영 오은주 이희연･ ･ , 2012, 지역쇠퇴분석 및 재 생방안 한국지방행정연구원, .
이희연 심재헌･ , 2011, GIS 지리정보학 법문사 서울, , . 강석진, 2010, 안전한 도시관리를 위한 범죄 위험 도 연구: GIS를 기반으로 한 MLRA method의 적용 고려대학교 대학원 박사학위논문, , 113.
권대환 고재찬･ , 2007, 공공기관 이전이 도심쇠토 에 미치는 영향에 관한 연구 한국도시설계학회, 지, 8(3), 73-88.
김감영 박지혜･ , 2012, GIS와 공간 군집기법을 활 용한 잠재적 도시재생 구역 식별 한국도시지리, 학회지, 15(2), 67-80.
김광구, 2003, 공간자기상관의 탐색과 공간회귀분 석의 활용 정책분석평가학회보, , 13(1), 276-306.
김광중, 2010, 한국 도시쇠퇴의 원인과 특성 한국, 도시지리학회지, 13(2), 43-58.
김승희 김범수･ , 2013, 지방중소도시의 도심 상권 쇠퇴와 도시재생 방향에 관한 연구 주거환경, , 11(2), 169-188.
김종익 장미 김태현･ ･ , 2015, 광주광역시 도시재생 활성화를 위한 지원체계 구축방안 연구 광주광, 역시.
김항집, 2011, 역사 문화자원과 연계한 지방중소･ 도시의 도시재생방안 한국지역개발학회지, , 23(4), 123-148.
김홍관 강기철･ , 2008, 도시재생을 위한 부산시의 재생지역 분석에 관한 연구 한국지리정보학회, 지, 11(1), 167-177.
김홍관 여성준･ , 2007, GIS를 이용한 부산시 도심 재생에 관한 연구 한국지리정보학회지, , 10(1), 205-217.
김홍관 여성준･ , 2008, 부산시 도심기능의 유형별 도심재생에 관한 연구, 한국지리정보학회지, 11(3), 174-182.
민학기 박천보･ , 2013, 도시쇠퇴에 따른 도시재생 사업의 방향에 관한 연구 대한건축학회 추계발, 표대회 논문집, 23- 28.
박병호 조준용･ , 2010, 복합쇠퇴지수를 활용한 지 방도시 동태적 쇠퇴유형 연구 지역연구, , 26(2), 3-17.
서준교, 2014, 도시쇠퇴와 수축의 원인과 대응전 략 연구 한국지방자치학회보, , 26(1), 97-115.
송상열, 2006, 지방도시 쇠퇴원인과 활성화 방안, 한국주거환경학회 추계학술대회발표 논문집, 52 -55.
양동석 유영도･ , 2011, 도시재생 종합정보시스템 구축 시군구단위 쇠퇴진단시스템 구현을 중심: 으로, LHI journal of land, housing, and urban affairs, 2(3), 249-258.
이동현 윤상복 김재승･ ･ , 2015, 공간적 자기상관을 활용한 부산시 범죄의 공간패턴 및 영향요인 분 석 한국지역개발학회지, , 27(2), 259-276.
이민석, 2015, GIS를 활용한 광주광역시 도시재생 방향에 대한 기초연구 한국주거학회지, , 26(1), 99-107.
이영성 김예지 김용욱･ ･ , 2010, 도시차원의 쇠퇴실 태와 경향 한국도시지리학회, , 13(2), 1-11.
이재우 유재윤 최창규 홍경구 강성길 강동석 정소･ ･ ･ ･ ･ ･ 양, 2014, 도시재생특별법의 시행방향과 과제, 도시정보, 382, 3-20.
임배근, 2011, 역사문화기반의 도시재생과 지역경 재 활성화 한국지역경재연구, 20, 193-219.
임준홍 조수희 김용범･ ･ , 2009, 도시성장과 쇠토로 본 충정권 지역유형화와 도시재생 방향 부동산, 학보, 40, 81-92.
장희순, 2010, 지방도시의 쇠퇴와 리조트산업의 역할 사회과학연구, , 49(2), 75-105.
정철모 노형규･ , 2009, 도시재생을 통한 창조도시 만들기 한국지역개발학회지, , 21(2), 35-64.
조윤애, 2014, 도시 쇠퇴지수 개발에 관한 연구,
대한국토계획학회지, 49(7), 117-134.
조진희 이동건 황희연･ ･ , 2010, 도시쇠퇴 수준 및 특성 유형화 국토지리학회지, , 44(1), 35-50.
홍남희 이명훈･ , 2011, 지속가능한 개발 관정에서 의 서울시 도시공간구조 변화특성에 관한 연구, 대한국토 도시계획학회지･ , 46(1), 39-50.
황희연 성순아 심용주 장민철･ ･ ･ , 2011, 지방중소도 시 쇠퇴에 대한 공무원의 인지도와 쇠퇴현상의 일치도 분석 한국도시지리학회지, , 14(3), 129- 143.
Anselin, Luc & Anil K. Bera, 1998, Spatial dependence in linear regression models with an introduction to spatial econometrics, in Aman Ullah and David Giles(eds.), Handbook of Applied Economic Statistics, New York, 237-289.
Anselin, Luc & Sheri Hudak & Rustin Dodson, 1993, Spatial data analysis and GIS: Interfacing GIS and econometric software, National Center for Geographic Information and Analysis, Santa Barbara, CA.
Anselin, Luc, 1988, Spatial Econometrics:
Methods and Models, Boston: Kluwer.
Chainey, S. P. and Ratcliffe, J. H., 2005, GIS adn Crime Mapping, Wiley, London.
Clark, L. P., Millet, D. B. and Marshall, J. D., 2011, Air Quality and Urban Form in U.S.
Urban Areas: Evidence from Regulatory Monitors, Environmental Science & Technology, 45(16), 7028-7035.
Cliff A. D. & Ord, J. K., 1973, Spatial Autocorrelation, Pion, London.
Doreian & Patrick, 1981, Estimating linear models with spatially distributed data, in Samuel Leinhardt(ed.), Sociological methodology, San Francisco, CA: The Jossey-Bass Publishers, 359-388.
Lee, Jay & David W. S. Wong, 2001, Statistical Analysis with ArcView GIS, John Wiley &
Sons, Inc.
Marquze, M. A., Ramaju, J. and Hewings, G. J.
D., 2003, Regional Interconnections and
