Using an Activity-Based Model to Determine Effects of a Flexible and Teleworking Policy on Air Pollution Exposure

활동기반모형을 이용한 근무유연제와 재택근무제 시행에 따른 대기오염노출의 시공간 변화 분석

최문기*·김예린*·조성진**·황철수***

Using an Activity-Based Model to Determine Effects of a Flexible and Teleworking Policy on Air Pollution Exposure

Moongi Choi* · Yelin Kim* · Sung-Jin Cho** · Chul Sue Hwang***

* 경희대학교 지리학과 석사과정(Graduate Student, Dept. of Geography, Kyung Hee University)

** 아주대학교 교통연구센터 전임연구원(Researcher, Transportation Research Institute, Ajou University)

*** 경희대학교 지리학과 교수, 교신저자(Professor, Dept. of Geography, Kyung Hee University, [email protected])

?

?

?

?

참고문헌

?

대한지리학회지

?

?

?

?

?

?

?

?

?

?

요약:이 연구는 근무유연제와 재택근무제의 확산에 따른 대기오염노출의 영향을 평가하기 위해 활동기반모형 을 활용하였다. 점사상의 대기오염 배출원(PM10, NO2) 자료를 크리깅(Kriging)을 통해 서울시 전체를 포함하는 면사상의 자료로 변환하였고, 가구통행실태조사와 마이크로센서스를 활동기반모형(FEATHERS)에 적용하여 개인일과표를 추정하였다. 이후 기준시나리오(Business-As-Usual; BAU)에 기초해 2030년 연구지역에 거주 하는 대상인구의 매시간대 활동장소에서의 대기오염노출 정도를 구하여 2010년과 비교하였다. 그리고 미래분 석시점에서 근무유연제와 재택근무제 확산을 가정한 2가지 시나리오에 따라 각 인구집단별 대기오염노출의 시 공간 패턴을 구했으며, 이를 기준시나리오(BAU)와 비교하여 새로운 근무제도의 시행에 따른 직장인들의 대기 오염노출의 영향을 평가하였다. 그 결과, 2030년의 대기오염노출 정도는 2010년과 비교해 전반적으로 증가하였 고, 재택근무제 시나리오를 적용한 경우 대기오염노출은 전반적으로 감소함을 확인하였다. 이에 비해 유연근무 제 시나리오를 적용한 대기오염노출은 오전시간대에서 감소하고 오후시간대에서 증가하며, 지역별로는 다른 양 상을 나타내었다. 마지막으로 개인단위의 대기오염노출은 새로운 제도로 인한 근무시간·장소의 변화가 유발하 는 개인일과활동의 재조정(최적화)으로 인해 일관된 변화양상을 파악하기 어려웠다.

주요어: 근무유연제, 재택근무제, 대기오염노출, 활동기반모형, 공간내삽법

Abstract: This study discusses the impact of flexible- and tele-working policy on individual’s air pollution

1. 서론

1992년 유엔기후변화협약(UNFCCC)이 채택된 이 후에 전 세계적으로 기후변화와 환경오염에 대한 관 심이 고조되고 있다. 특히 우리나라는 대도시 위주의 높은 개발밀도와 자가용 위주의 교통체계로 인한 배 기가스배출과 중국발 황사, 미세먼지에 의한 심각한 대기오염으로 인해 다른 어느 때보다 환경오염, 특히 대기오염에 대한 사회적 관심이 높다(곽소윤·이창 훈, 2015). 이에 관련 중앙정부나 지자체는 직접적으 로는 대기오염발생원을 조사, 관리하여 오염발생량 을 축소함과 동시에 대기오염이 심각한 도심 내부에 가로수, 녹지공원 등 대기자연정화기능이 있는 시설 을 조성하고 있으며 간접적으로는 도심 개발 계획·

정책을 수립, 시행하기 이전에 환경성 평가를 수행하 여 개발로 인한 환경오염을 최소화하도록 노력하고 있다(김승완, 2011).

하지만 이러한 노력에도 불구하고 대부분의 계획·

정책은 그 실효성에 있어 논란의 대상이 되고 있는 데, 이는 대기오염현상이 복잡한 확산 메커니즘에 의 해 특정 시공간에 따라 동적으로 발생하고, 또한 대기 오염에 의한 피해가 오염물질에 노출된 대상에 따라 그 규모나 증상이 다르기 때문에 정책의 실질적 효과 를 가늠하기 어렵기 때문이다. 따라서 관련 계획·정 책의 시행 후 노출원의 다양한 사회·경제·인구학적 특성에 따른 영향을 정확하게 평가할 수 있는 방법론 의 개발이 요구된다(구도완, 2002). 이러한 배경에서 이 연구는 근무유연제와 재택근무제의 시행에 따른 직장인들의 대기오염노출(PM

, NO

)의 변화를 활동 기반모형을 이용한 시나리오분석을 통해 분석하고자 한다.

2. 선행 연구 검토

이 장에서는 대기오염노출과 관련된 국내외 연구 사례를 살펴보고자 한다. 구체적으로는 기존에 활동 기반모형을 적용한 국내 사례가 없기 때문에 비교적 최근에 수행된 관련 국내사례들을 연구 주안점과 한 계점을 중심으로 살펴보고, 뒤이어 활동기반모형을 적용한 해외사례를 토대로 모형 적용 시 요구사항과 주의사항에 대해 사전 학습한다.

1) 국내 연구

조용성 등(2006)은 전국 7개 대도시를 대상으로 대 기오염자료와 사망자료 간의 역학관계를 살펴보았 으며, 각 도시의 개별 위해결과로부터 병합된 영향평 가와 이질성 확인을 위해 메타분석을 실시하였다. 이 지영 등(2012)은 수도권지역의 대기오염자료와 지리 정보자료를 이용하여 Land Use Regression(LUR)모 델링을 구축하고, 선형회귀분석을 통해 수도권의 초 등학교별 대기오염 노출 값을 추정하였다. 김기범 등 (2007)은 시화공단의 배후도시인 시흥시를 대상으로 대기오염 노출지표(APEI:Air Pollution Exposure Index)를 산출하여 도시개발입지를 평가하였다. 정 순원 등(2013)은 2009년 광양만권 코호트 참여자 (2,283명)을 대상으로 거주지 위치정보를 기반으로 대기오염물질의 개인노출 추정방법에 대해 비교, 분 석하였으나 개인들이 도시공간에서 겪는 대기오염노 출에 대한 논의가 부족한 것으로 나타난다. 김순신 등 (2013)은 비교적 생활양상이 불규칙한 대학생을 대상 으로 주요생활환경과 시간활동양상을 분석하여 대기 오염 노출정도를 추정하였다. 이 연구는 대학생이라 는 특정 인구집단을 대상으로 노출 시나리오를 구축

Key Words: flexible work, teleworking, air pollution exposure, activity-based model, spatial interpolation

하고 대기오염 노출결과를 추정하여 연구대상이 한 정적이다.

2) 해외 연구

Yoram Shiftan(2000)은 대기질 관리에 있어 활동 기반모형의 이점에 대해 연구하기 위해 Transporta- tion Control Measures(TCM)를 사용하여 전통적 인 Four-step 모형과 활동기반모형을 비교하였다.

이 연구에서 논의된 활동기반모형은 The Portland Activity-Based Model로, 제한된 선택의 범위를 가 정하여 수많은 속성단계로 나타내는데 결정확률은 로짓모형으로 나타난다. Beckx et al .(2009)은 대기 오염 노출평가를 위해 활동기반모형을 사용하였다.

기존 연구는 개인의 거주지를 중심으로 오염노출정 도를 파악하여 개인이 도시 공간에서 오염에 노출되 는 상황을 간과하여 그 정도가 과소 추정되는데 반 해 이 연구는 ALBATROSS(네델란드의 활동기반 교 통수요예측모형시스템)를 사용하여 전수인구의 행동 양식을 예측하였다. 마찬가지로 Beckx et al .(2009) 에서도 ALBATROSS를 사용하였는데, 노출모형인 MIMOSA와 함께 사용하여 피크 타임이 아닌 시간별 통행과 노출 값을 산출하였다. 이전 연구는 주로 제한 된 연구지역과 표본 인구만을 다룬데 반해 이 연구는 네덜란드 전역의 전수인구를 대상으로 진행하였다.

Hatzopoulou et al .(2007)은 활동기반 통행수요모형

을 자동차 배출가스모형과 결합하여 토론토 대 도시 권의 차량 배출량을 계산하였다(표 1 참조).

3) 소결

국내에서 대기오염에 대한 연구는 오래전부터 끊 임없이 진행되어왔으며 그 연구방법도 회귀분석, 모 델링, GIS 기법 등으로 다양하게 시행되었다. 하지만 대기오염노출 연구는 주로 거주지를 기반으로 노출 량을 측정하거나 일부 집단을 대상으로 시간활동양 상을 파악하여 조사하는데 그치고 있다. 실제 대부분 의 도시민들이 옥외활동 중 대기오염에 더 많이 노출 되는 경향을 고려하면, 개인별 및 소규모 집단(인구특 성별)의 (거주지를 포함한) 전체 활동공간에서의 시 간대별 활동-통행패턴을 토대로 대기오염 노출정도 를 파악할 필요성이 대두된다.

앞서 국외문헌을 통해 살펴본 활동기반모형을 이 용한 대기오염노출연구는 다음 몇 가지 특징으로 요 약할 수 있다. 첫째, 개인 및 소규모 집단의 시간대별 통행패턴에 따른 노출정도를 산출할 수 있다. 둘째, 거주지를 포함한 전체 활동공간을 대상으로 분석함 으로서 거주지 기반의 대기오염 과소추정의 문제를 해결할 수 있다. 셋째, 마이크로센서스를 이용해 전 수인구에 대한 대기오염노출의 양상을 분석할 수 있 다. 마지막으로 활동기반모형의 입력자료 요건과 모 형 실행을 위한 높은 시스템 요구사항 등은 활동기반

표 1. 대기오염노출에 관한 해외연구 비교

저자명 Shiftan (2000) Beckx (2009) Hatzopoulou (2007)

연구 지역 Portland, US Utrecht, Netherlands Toronto, Canada

입력 자료 1994 Portland의 가구통행·활동 조사

1997-2001년 네덜란드에서 수집된 10,000명의 활동기록, AURORA 모델을 통 해 도출한 2005년 4월 대기오염농도 지도

2001년 1월 4일, 7월 4일의 시간 별 기온, 습도자료(Environment Canada)

연구 방법

Four-step 모델과 비교하여 활동 기반모델을 통한 대기오염과 대기 질 분석의 이점을 살펴봄

전통적인 통계기법과 활동기반모형을 통한 인구자료를 각각 대기오염농도 지도와 결합 하여 각각 노출정도를 산출, 비교

통행 활동 정보를 통해 차량 배출량 을 수량화하여 하루 동안의 추이를 나타냄

연구 특징

활동기반모델을 대기오염과 연결 하여 살펴보아, 본 연구에서의 접 근방식의 의의를 보여줌

교통기반 시뮬레이션 모델 사용, 전통적인 기법과 활동기반 접근 방식을 비교하여 대 기오염 노출량을 나타냄

활동기반 통행모델과 차량배출모델 을 결합하여 차량 배기가스 배출량 을 추정하는 방법 제안

모형의 활용에 있어서 여전히 숙제로 남아있다. 하지 만 국내의 대기오염 연구에 있어서 새로운 접근방법 을 제시한다는 점에서 본 연구의 필요성과 의의를 찾 을 수 있다.

3. 연구방법 및 설계

그림 1은 전체 연구흐름도를 나타낸 것으로, 세 부적인 연구방법과 내용은 다음과 같다. i) 크리깅 (Kriging)을 이용해 대기오염물질의 공간분포를 추정 한 후, ii) 활동기반모형을 이용하여 개인의 활동스케 쥴을 생성한다. iii) 대기오염 노출대상(즉, 직장인)의 활동-통행, 인구 특성을 차례대로 분석하여 연구지 역의 대기오염 노출실태를 파악하고, 마지막으로 ⅳ) 관련 계획 및 정책(근무유연제, 재택근무제) 시나리 오별 노출 양상을 분석하여 대기오염노출의 측면에 서 해당 정책의 환경영향을 평가한다.

1) 공간내삽법: 크리깅

관측지점에서 측정된 점 데이터를 바탕으로, 미지 점으로 이루어진 면 오염농도를 산출하기 위한 공간

내삽법의 종류로는 Bilinear 보간법, Cubic convo- lution 기법, IDW(Inverse distance weighting)법, 그리고 크리깅 내삽법등이 있으며, 이중 대기환경분 야에서 일반적으로 많이 사용되는 기법은 IDW와 크 리깅(Kriging) 내삽법이다(성동권 등, 1999). 이 연구 에서는 대기오염농도의 내삽에 있어 연구자의 주관 을 배제하고 객관성을 최대화하기 위해 크리깅을 사 용하였다. 다음 식은 크리깅의 Semivariogram값을 산출하는 공식이다.

∑ z(x

)-z(x

+ h)

γ (h)=1/2 N (1)

γ (h): Semivariogram 값 z(x

): x

지점에서의 관측값

z(x

+ h)

: x

지점에서 거리 h만큼 떨어진 지점에서 의 관측값

N: 거리 h에 의해 나누어진 관측값들의 쌍의 개수 2) 활동기반모형: FEATHERS

최근 교통 분야에서 통행수요 예측연구의 새로

운 패러다임으로 인식되고 있는 활동기반접근법

(activity-based approach)은 전통적인 통행기반접

근법(trip-based appro-ach)과 달리 통행을 활동

에 의해 유발되는 현상으로 정의하고, 개개인의 일상 활동을 유추함으로써 통행수요를 추정하는 연구방 법이다(Bowmand & Ben-Akiva, 2001). 통행기반 접근법에 기초한 여러 모형 중 벨기에 (플란더스)지 역의 통행수요예측을 목적으로 개발된 활동기반 교 통수요예측 모형시스템인 FEATHERS(Forecasting Evolutionary Activity-Travel of Households and their Environmental Repercussions)는 관측자료 (예로, 가구통행실태조사)로 부터 활동 및 통행 요소 (활동 유형, 시간, 장소, 통행수단 등)에 대한 의사결 정규칙을 의사결정나무를 이용한 휴리스틱기법에 의 해 추론하고, 이 규칙을 전수인구에 적용함으로서 대 상 인구의 활동-통행 행태를 모의한다(Bellemans et al ., 2010). 따라서 이 모형의 입력 자료로써 의사결정 규칙을 추론하기 위한 관측자료와 이 규칙을 적용할 전수인구자료가 요구되며, 이때 전수인구자료는 일 반적인 (집계구별) 통계자료가 아닌 개인/가구 단위 의 인구특성을 정의하는 마이크로센서스 자료가 필 요하다. 일반적으로 마이크로센서스는 직접 취득이 어려우므로 인구전수화기법을 이용해 연구자가 직 접 생산하며(Arentze, Timmermans and Hofman, 2007), 따라서 이 연구에서는 여러 인구전수화기법 중 IPU(Iterative Proportional Updating)를 이용하 여 전수인구자료를 생산하였다(지면 관계상 자료생 성과정에 대한 상세한 설명은 생략한다) (Ye et al ., 2009). FEATHERS는 활동과 통행으로 구성되는 개 인의 일상 활동에 대한 세부적인 정보(일일활동스케 쥴)를 추정하며, 이 정보를 토대로 특정 시공간에서

활동을 수행하는 전수인구를 추산할 수 있다. 따라서 대기오염에 노출된 인구를 세부적인 시공간 차원별 총량적으로 평가할 수 있으며, 또한 개개인이 하루 일 과 동안 대기오염에 노출되는 정도를 미시적으로 파 악할 수 있다.

3) 대기오염농도에 따른 개인별 오염물질 노출 도 산출

FEATHERS에 의해 생성된 개인의 일일활동스케줄 에는 각 개인(ID)별로 하루 동안의 시공간 궤적이 생 성되며 노출도를 산출하기 위해서는 특정 시공간에 서의 대기오염배출농도 정보가 필요하다. 따라서 크 리깅을 이용해 산출된 시간당 대기오염농도 분포자 료를 각 개인의 활동궤적에 적용하여 대기오염 노출 량를 계산하였다.

동일한 정도의 대기오염에 노출되더라도 인구특 성에 따른 흡입량과 실내·실외와 같은 환경조건에 따라 그 영향이 다르게 나타날 수 있기 때문에 이에 대한 고려가 필요하다(Beckx et al ., 2009; Dirks, 2012; Dons et al ., 2012; Dons, 2014). 이 연구에서 는 노출 외에 추가로 기존 연구(Peng et al ., 2002)에 사용된 활동별 흡입량을 적용하였다(표 2 참조). 세 부적으로 Young Women(YW)인 경우 0.94, Young Men (YM)의 경우 1.06, Elderly Women(EW)의 경 우 0.97, Elderly Men(EM)의 경우 1.03을 흡입의 비 율을 각각 적용하였다.

본 연구에서는 주거지를 제외한 야외 활동을 실외

표 2. 성별/연령별 호흡빈도

Variable Young women Young men Elderly women Elderly men

Mean IBI(s) 3.49±0.27 3.96±0.76 3.61±0.70 3.83±0.57

Range of IBI(s) 3.03-3.89 2.93-5.26 2.60-4.87 3.13-4.85 αexponent by DFA 0.70±0.07 0.68±0.07 0.67±0.08 0.60±0.08 βexponent by FFT 0.40±0.19 0.35±0.14 0.30±0.19 0.23±0.20 βexponent by Lomb periodogram 0.47±0.18 0.39±0.19 0.35±0.22 0.25±0.27 IBI: Interbreath Interval, DFA: Detrended Fluctuation Analysis. FFT: Fast Fourier transform.

The IBI values are unadjusted means ±SD.

자료출처: PENG

et al

로 구분하여 실내/야외에서의 흡입량 차이를 Dons (2014)의 연구를 참고하여 (실외 대비 실내 흡입량 비 율) 0.76으로 적용하였다. 본고에서 사용된 용어에 대 한 혼선을 피하기 위해, 개인이 활동공간에서 노출된 주변 대기오염농도(PM

, NO

)의 총량을 ‘노출량’으 로, 이때 노출대상의 인구특성과 주변환경(실내·외) 에 따른 흡입빈도를 고려한 것을 ‘흡입량’으로 각각 정의하였다.

4) 시나리오 구성 및 평가

연구지역에서 대기오염노출에 대한 근무유연제 와 재택근무제의 영향을 평가하기 위해 다음의 세 가 지 시나리오를 설정하였다.먼저, 2030년을 기점으로 예정된 도시 및 교통시설 개발계획(노선 확장 및 신 설 등)과 함께, 노령화(2011년 통계청의 ‘장래인구추 계’ 참조), 대중 및 자가용 교통비용(2012년 서울연구 원의 ‘서울물가상승추이’참조), 빈부격차 및 1인가구 급증(2013년 기획재정부 ‘대한민국 중장기 정책과제’

참조) 등 2030년의 토지이용 및 교통환경, 인구·사회 변화상을 반영한 BAU(Business-As-Usual)를 설정 한다. 즉 BAU는 기존 패턴이나 예상되는 전망을 따 르되 어떤 이벤트도 발생하지 않은 미래의 추정치를 의미한다. 다음으로, 우리나라에서 시행되는 유연근 무제(또는 시차근무제; Flexible working)

와 재택 근무제(또는 원격근무제; Tele-working)를 가정한 시나리오(각각 FLX, TELE)를 설정하였다. 구체적으 로 유연근무제(FLX 시나리오)의 경우 직장인 중 일부 가(전체 직장인의 약 50%를 무작위 선정) 업무시간 을 최대 2시간 전후로 조정하여(단, 총 근무시간은 준 수) 근무하도록 설정하였으며, 재택근무제(TELE 시 나리오)는 일부 직장인이 근무지(회사)가 아닌 자신 의 거주지에서 근무하는 것으로 가정하였다.

위에서 설정한 각 시나리오별 평가는 2010년(현재 시점), 2030년의 BAU, FLX, TELE 시나리오별로 하 루 시간대별(3시~24시), 활동장소별(행정동), 인구특 성별(성별, 연령대)로 구분해서 비교/분석하였다.

4. 연구 지역 및 자료

1) 연구지역 개관

연구 지역인 서울시는 대한민국의 수도로, 전체 인 구의 약 1/5 정도(약 990만명)가 거주하는 대도시이 며, 업무 및 교육기관, 문화시설이 밀집되어 있는 경 제·문화·교육의 중심지이다. 공간적으로 연구지역 의 중앙인 종로구와 강남구 일대에 주로 업무 및 상 업 지구가 분포하는 반면에, 외곽에 주거 지구가 위치 해 주야간 도심공동화현상이 발생한다. 연구지역의 교통여건은, 약 800만대의 자가용이 등록되어 가구당 자가용 1.08대를 소유하고 있으며, 수백 개 노선의 버 스와 19개 노선의 지하철이 이 지역의 주요 대중교통 수단으로 이용되고 있다. 앞서 도시 구조상 중심업무 지구와 주거지역의 공간적 차이로 인해 출퇴근시간 대 교통 혼잡이 극심하고 그에 따라 대기오염(자가용 배출가스) 발생량도 집중된다.

2) 자료 수집 및 처리

연구에 사용된 자료는 표 3과 같으며, 각 자료별 수 집/처리방법은 다음과 같다.

(1) 대기오염농도 분포자료

대기오염농도의 경우, 2010년 10월 2일 하루 동 안 측정소(null data, 측정소 위치 주소 및 좌표부재 인 측정소를 제외한 103지점)에서 측정된 데이터를 이용했으며, 주변 값(edge value)이 고려되지 않으 면 보간의 정확성이 주변으로 갈수록 떨어지는 edge effect를 방지하기 위해 그림 2와 같이 서울시 주변 경기지역을 포함시켰다.

대기오염측정소에서 수집되는 4가지(SO

, NO

, CO, O

, PM

) 대기오염물질 중 세계보건기구(WHO) 에서 1급 대기오염으로 규정한 미세먼지 PM

과 연 구지역 내에서 자체적으로 발생하는 NO

두 가지 오 염물질을 대상으로 연구를 진행하였다.

연구지역의 대기오염농도현황을 추정하기 위한 크

리깅 모델은 ArcMap10.1 소프트웨어에서 분석하 였으며, Semivariogram 모델은 대기오염농도 크리 깅 함수형태에 적합한 Gaussian model을 적용하였 다. 또한 15년 10월 20일 당시 평균 풍속이 4km/h임 을 고려하여, 서울범위에 반지름이 4km

인 원을 다 수 생성하였다. 해당 원은 평균풍속에 따른 대기오염 의 이동범위가 되며 그 안에 포함된 대기오염 측정소 들의 점이 최소 10에서 최대 20으로 나타났기 때문에 해당 범위를 측정소에서 측정한 대기오염물질 영향 의 범위로 정하였다. 따라서 kriging과정에서 가중치 적용을 위한 이웃 수를 minimum 10, maximum 20 으로 설정하였다.

(2010년 10월 20일 측정당시) PM

의 공간적 분 포를 1시간 단위로 추정하였으며, 출퇴근 시간인 오 전 8시와 오후 6시로 나누어 살펴보았다(그림 2). 오 전시간대는 연구지역의 북쪽에서, 오후시간대는 연 구지역의 북서쪽에서 PM

의 농도가 비교적 높게 나 타나는 특징을 보인다. NO

의 공간분포는, 오전시간 대에 연구지역의 북동부를 제외한 전역에서 높게 나 타나는 반면에, 오후시간대는 연구지역 남동부 지역 을 중심으로 높은 오염농도를 보인다. 이는 오전 출근 시간대에 집중된 통근차량에서 발생하는 배출가스의 영향이 큰 것으로 보이며, 비교적 오후 퇴근시간대는 통행량이 분산되어 상대적으로 낮은 대기오염농도를

나타내는 것으로 보인다.

(2) 대기오염 노출대상의 일일활동스케쥴 FEATHERS를 이용한 대기오염 노출대상(직장인) 의 활동-통행 정보를 추정하기 위해 다음의 자료를 사용하였다. 우선, 2010년 수도권을 대상으로 수집 된 가구통행실태조사 자료를 FEATHERS에 입력하 여 대기오염 노출대상의 인구특성(가구 및 가구원 정 보)과 활동-통행 정보(활동 및 통행 요소) 간의 상관 성을 토대로 의사결정규칙을 정의한다. 다음으로 인 구생성 소프트웨어(PopCon

)을 이용해 생산된 연구 지역 대상인구에 앞서 정의된 활동-통행 의사결정규 칙을 적용하여 직장인의 활동-통행 패턴을 추정했 다. 인구자료를 생성하기 위해서 2010년 가구통행실 태조사의 가구/가구원의 사회경제적 특성자료와 수 도권교통본분에서 작성한 2010년 사회경제지표를 각 각 참조자료와 마진자료로 적용하였다. 인구전수화 에 사용된 변수와 추정결과는 표 3과 같다. 전수결과

그림 2. PM10(상단), NO2(하단) 농도의 공간분포 (좌측: 오전 8시 우측: 오후 6시)

표 3. 인구전수화 결과(%)

변수 항목 참조

자료(%)

추정 결과(%)

주택 유형

아파트 48.4 48.3

기타 (단독주택, 빌라,

오피스텔 등)

51.6 51.7

주택 보유형태

자가 전세 월세 기타

46.4 29.5 21.6 2.4

46.6 29.6 21.5 2.2

연령대

20세 미만 20-34세 35-54세 55-64세 65-74세 75세 이상

23.3 23.2 34.6 9.6 6.0 3.2

23.3 23.2 34.7 9.6 6.0 3.2

성별 남자

여자

48.9 51.1

48.9 51.1

가구원 수 1명

2명 이상

21.9 78.1

21.9 78.1

SRMSE의 값이 0.0029로 상당히 높은 정확도를 나타 냈다.

IPU는 리스트 형식으로 작성된 참조자료(seed data)를 그대로 피팅(fitting)

과정에 적용하여 참조 자료(seed data)의 특정 빈도가 0인 경우에 발생하는

‘Zero-cell’ 문제로부터 자유롭다. 반면에 피팅 과정 에서 가구별 전수화 가중치를 계산하기 위해 가구 및 가구원 자료의 가능한 모든 항목별 조합으로 구성된 가구x가구원 유형을 적용하기 때문에 전수화 항목이 늘어날수록 입력자료의 크기가 증가하고 처리속도가 떨어지는 단점이 있다(Pritchard & Miller, 2012).

이때 집계구별 사업체 통계와 교통서비스 자료는 각 활동을 수행하기 위한 활동공간선택에 있어서 매 력도에 해당하는 정보로, 가령 쇼핑활동은 쇼핑영역 의 종사자 수를 기반으로 쇼핑공간을 선택했다. 또한, 통행수단별 OD별(출발지-도착지) 통행시간, 거리, 비용은 통행의 물리적 자원의 속성으로 의사결정과 정에 반영된다. 마지막으로 시나리오분석의 경우, 관 련 문헌을 참고하여 분석에 필요한 정보를 수집, 활동 기반모형의 입력 자료에 활용하였다.

5. 인구특성별 대기오염노출의 시공간적 특성 분석

1) 2010년 vs. 2030년(BAU시나리오)

시나리오분석의 평가기준이 되는 2030년 BAU시 나리오 하에서 인구집단별 대기오염 노출정도(일평 균노출량)를 2010년과 비교·분석하였다(표 4). 먼저 NO

의 노출량은 (흡입량 미적용시) 18~34세 집단의 감소와 남성, 직장인의 증가폭이 뚜렷하며, (흡입량 적용시) 21~34세 여성의 대기오염노출량이 다른 연 령대에 비해 비교적 큰 폭으로 증가하였다. 이는 여성 의 사회참여가 점차 증대되면서 야외 활동이 많아졌 기 때문인 것으로 해석된다.

PM

의 경우, (흡입량 미반영시) 연령대별로 18~

34세, 65~74세 집단의 노출량 증가와 직장인, 남성 의 노출량 감소폭이 (평균 변화량과 비교해) 크게 나 타나고, (흡입량 적용시) 2010년과 2030년 사이에 21~34세 집단의 대기오염 노출량이 크게 증가한 것 으로 나타났다. 이는 마찬가지로 여성직장인의 사회 참여 증대와 전체적 인구증가에 기인한 것으로 생각 된다.

표 4. 수집 데이터 분류

분류 공공데이터 명 필요 정보 및 활용 계획

서울연구원 제공자료

대기오염 측정자료 Kriging 모델의 입력 자료로써 서울시 시간별 대기오염자료 활용(대기오염 측정 소 위치 및 대기오염 물질, 농도)

기본 공간자료

행정구역 경계 연구지역범위 선정 및 대기오염 확산, 시·공간적 대기오염 노출 분석을 위한 기본 자료, 시각화로써의 활용

집계구 경계

가구통행실태조사 자료 활동기반모형의 입력 자료로서 에이전트의 인구·사회·경제적 특성에 관한 정보 와 더불어 활동-통행 정보(유형, 수단, 시간 등)

집계구별 인구/가구/주택 통계

인구전수화를 위한 가구 및 가구원의 마진자료 (예: 동별 성별, 직업유무, 주택유형 등)

집계구별 사업체 통계 각 활동유형에 해당하는 산업영역별 노동자 수 또는 취학아동 수, 도시밀도(인구/

면적) 등

교통서비스 자료 OD별(origin-destination) 수단별 통행시간, 거리, 요금 등 교통관련 정보

기타 참고문헌 시나리오 분석에 필요한 추정자료

전반적으로 2010년과 2030년 사이에 대기오염노 출량(PM

, NO

)이 증가하는 양상을 보이지만 흡입 량 반영여부와 인구집단별로 다른 패턴을 나타낸다.

흡입량을 반영한 결과만을 높고 보자면 특히 20-30 대 여성의 대기오염노출 증가세가 가장 뚜렷하며 이 는 미래 노동시장에서 여성인력의 높은 참여율로 인 해 야외활동이 많아짐에 기인한 것으로 보여진다.

2) FLX, TELE 시나리오의 거시적 평가

근무유연제와 원격근무제 적용 시 직장인들의 대 기오염 노출변화를 거시적으로 관찰하기 위해 FLX, TELE를 BAU 시나리오와 활동시간과 활동공간의 두 차원에서 각각 비교하였다.

① 활동시간대별 대기오염노출 변화

2030년의 근무유연제(FLX)와 재택근무제(TELE) 각 시나리오에 따른 대기오염의 개인평균 노출정도 를 기준시나리오(BAU)와 활동시간대별로 비교하였 다(그림 3).

PM

의 경우, 오전시간대(5시~13시 사이)에는 FLX, TELE 두 시나리오 모두 BAU에 비해 노출량이

적지만, FLX의 경우는 이후 시간대에서 BAU와 비슷 한 수준에서 점차 증가하는 것으로 보인다. 이는 근무 유연제 시행시 오전 근무자의 비중이 상대적으로 감 소하는 대신 저녁시간대 근무자의 비중이 증가함에 따라 노출량 패턴이 이를 반영한 것으로 보인다. 반면 에 재택근무제의 경우 주거지에서 근무하므로 시종 일관 BAU에 비해 낮은 노출량을 보인다.

NO

의 경우는 전반적으로 PM

과 유사한 패턴을

시나리오 인구특성

PM10(㎍/㎥) NO2(ppm)

2010년 2030년(BAU) 2010년 2030년(BAU)

흡입량 미반영

연령별

18~34세 1668.81 1696.47 1.0059 1.0212

35~54세 1676.48 1672.71 1.0015 0.9972

55~64세 1638.22 1641.75 0.9799 0.9835

65~74세 1592.19 1612.40 0.9547 0.9643

75세 이상 1558.99 1567.50 0.9372 0.9407

성별 남성 1711.26 1677.34 1.0254 1.0040

여성 1610.23 1598.27 0.9634 0.9571

직장여부 직장인 1729.14 1705.31 1.0357 1.0199

비직장인 1549.86 1547.86 0.9274 0.9281

흡입량

반영 연령×성별

21~34세 남성 1810.36 1828.10 1.0922 1.0989

21~34세 여성 1539.23 1560.52 0.9271 0.9412

68~81세 남성 1657.25 1671.21 0.9937 0.9999

68~81세 여성 1512.87 1515.58 0.9083 0.9084

그림 3. 시나리오별 대기오염노출 패턴 (상단: PM10, 하단: NO2)

보이지만 노출량의 차이는 더 큰 폭으로 나타난다. 이 러한 결과는 앞서 연구지역에서 살펴보았듯이 PM

에 비해 시공간대별 분포의 편차가 크므로 근무유연 제와 재택근무제로 인한 활동시공간의 변화가 노출 량 변화에 크게 기여한 것으로 보인다.

② 활동공간별 대기오염노출 변화

근무유연제와 재택근무제 시행 시 활동공간별 대 기오염노출 변화를 살펴보기 위해 오전/오후 첨두시 간대(오전9시, 오후6시)의 BAU 대비 FLX와 TELE 의 대기오염 노출량(행정동별 누적총량) 차이(BAU- FLX, BAU-TELE)를 단계구분도로 나타내었다(그림 4, 5). 대기오염 노출값이 감소한 경우 파란색, 증가 한 경우 붉은색으로 표시하였다.

오전시간대는 일반적으로 업무활동이 시작되므로 FLX, TELE에서 주요 업무지구인 CBD(중구나 종로 구 등)를 중심으로 감소 경향을 보이며, 반면 주거지 구(서울 외곽지역)에서 노출량이 증가하는 것으로 나 타났다. 이러한 결과는 근무유연제, 재택근무제 시 오 전시간대(9시)에 여전히 주거지역에 머물러 있는 직

장인이 많아지면서 노출 총량이 증가한 것으로 해석 된다.

오후시간대는 일반적으로 퇴근 후 귀가활동이 발 생하며, 오전시간대의 경향과 다르게 FLX와 TELE 두 시나리오의 결과가 확연한 차이를 보인다. 이유는 재택근무제의 경우 일과시간 내내 주거지에서의 직 장인 비중이 높은 반면에, 근무유연제의 경우 저녁시 간(오후 6시 이후) 근무자의 비중이 증가하면서 업무 지구에서 노출량이 상대적으로 증가하기 때문이다.

근무유연제와 재택근무제를 가정한 시나리오분석 의 결과를 요약하자면 다음과 같다. 첫째, 활동시간 차원에서 시나리오 적용시 상대적으로 오염도가 낮 은 거주지에서의 활동시간 증가로 오전시간대에서 직장인들의 대기오염노출 감소효과를 기대할 수 있 으며, 특히 NO

농도의 공간분포 격차에 의해서 감 소경향이 뚜렷하다. 반면 오후시간대는 BAU와 큰 차 이가 없거나 오히려 근무시간이 저녁시간까지 연장 되면서 노출량이 소폭 증가하는 것으로 나타난다. 둘 째, 활동공간 차원에서 오전과 오후시간대의 노출량 분포가 다르게 나타나는데, 오전시간대는 두 시나리

그림 4. 오전시간대 대기오염 노출값 차이 (좌상단부터 : FLX-NO2/PM10, TELE-NO2/PM10)

그림 5. 오후시간대 대기오염 노출값의 차이 (좌상단부터 : FLX-NO2/PM10, TELE-NO2/PM10)

오 모두 주거지를 중심으로 상대적으로 높은 노출량 을 나타내는 반면에 오후시간대는 근무유연제 시 일 부 중심업무지구를 제외하고 전반적으로 감소 경향 을 보인다.

3) FLX, TELE 시나리오의 미시적 평가

다음은 두 제도의 적용에 따른 대기오염노출의 미 시적 변화를 관찰하기 위해서 연구지역내 특정 관심 지역과 관심집단에 대해 비교분석하였다.

① 관심지역의 대기오염노출 변화

앞서 살펴본 여러 지역(행정동) 중 공간별 대기오 염노출량의 변화가 큰 지역(종로지구, 장지동 일대) 을 선별하여 활동시간대별 노출변화를 분석하였다.

종로지구(종로 1,2,3,4가 동)은 연구지역에서 대표 적인 업무지역으로 근무유연제를 시행함에 따라 출 근시간(오전 7시~9시)대의 대기오염의 노출값이 크 게 감소하였다. 하지만 퇴근시간 지연으로 인해 오후 1시를 기점으로 오히려 노출이 증가하는 것으로 나타 났다. 반면 재택근무제 시 업무지구의 상주인구가 감 소하면서 대기오염노출량이 전시간대에서 감소하는 경향을 보인다.

장지동 일대는 근무유연제 시행에 따른 출근시간

변동에 의한 대기오염 노출수치가 기존 시나리오보 다 매우 높게 나타났으며, 퇴근시간대에는 비교적 낮 은 값을 보였다. 이 곳은 주거밀집지역으로, 직장인들 의 업무시간이 늦춰짐에 따라 대기오염 노출패턴이 기존의 시나리오보다 늦춰진 것으로 해석된다. 재택 근무제 시 전체적으로 기존 보다 대기오염 노출값이 증가한 것을 확인할 수 있다.

② 관심대상의 대기오염노출 변화

근무유연제와 재택근무제와 같은 근무제도의 시행 은 직장인으로 하여금 업무시간, 공간의 변화뿐만 아 니라 전후 활동의 변화를 야기한다. 새로운 제도의 적 용은 관련 활동/통행뿐만 아니라 연속된 대부분 일과 활동의 변화를 수반하므로 그 효과를 단순히 평가할 수 없다. 따라서 특정 활동/통행 요소의 변화에 따른 전체 일과패턴의 적응과정을 추정할 수 있는 활동기 반접근법은 이러한 경우에 매우 유용하다.

활동 시공간의 변화에 따른 대기오염노출량의 변 화를 미시적으로 관찰하기 위해 FEATHER에 의해 추정된 직장인의 활동-통행 정보를 토대로 활동 시 공간 객체 모델로 나타내었다. 시공간 객체모델은 (spatio-temporal object model) Worboys(1992)가 제안한 객체지향적인 방법으로 지리사상의 시간자 료와 공간자료를 객체로 저장시키는 모델이며(오충

그림 6. 근무유연제(좌측), 재택근무제(우측) 시행 후 종로 지 구의 대기오염노출 분포 (상단: PM10, 하단: NO2)

그림 7. 근무유연제(좌측), 재택근무제(우측) 시행시 장지동 일대의 대기오염노출 분포(상단: PM10, 하단: NO2)

원 외 1명, 2001), 시공간 경로의 특성을 분석함으로 써 개개인의 일상활동과 물리적·사회적 환경의 특성 을 유추해 볼 수 있다(김은경 외 1명, 2010). 분석을 위해 각 시나리오에서 주거지와 직장 위치의 변화가 없는 표본(YW, YM)을 선별하였으며, 시나리오 시행 전·후의 대기오염 노출량의 변화를 활동시공간 궤적 에 따라 비교하였다.

첫 번째 사례로 대치4동에 거주하며 마장동으로 통 근하는 젊은 직장여성(YW)의 대기오염노출 변화를 살펴보았다(그림 7 참조). 평소 업무시간이 8:44분

~18:07분인 이 직장여성은 근무유연제를 신청하여 10:48분~19:43분으로 업무시간이 변경되었다. 이에 따라 평소 퇴근 이후에 압구정동에서 2시간 30분가 량 활동을 하고 22시경에 귀가하는 패턴을 보이다가

시간 장소 NO2총량(ppm)

0:00~7:22 숭인2동 0.4116 635.0 8:06~18:45 사직동 0.7255 1170.8

19:29~21:12 명동 0.0827 120.6

21:46~24:00 숭인2동 0.1264 192.5

총합계 1.3462 2120.0

시간 장소 NO2총량(ppm)

0:00~8:49 숭인2동 0.4807 736.2

9:33~15:24 사직동 0.5202 795.9

16:13~17:50 가회동 0.0981 215.3 19:48~22:42 신당6동 0.1671 247.2 22:50~24:00 숭인2동 0.0535 82.0

총합계 1.3196 2076.7

그림 9. 젊은 직장남성(YM)의 대기오염노출 변화(상단: BAU, 하단: FLX)

시간 장소 NO2총량(ppm)

0:00~7:45 대치4동 0.3696 558.8

8:44~18:07 마장동 0.6431 1056

19:10~21:42 압구정동 0.2144 341.9 22:01~24:00 대치4동 0.0954 144.2

총합계 1.3226 2100.9

시간 장소 NO2총량(ppm)

0:00~10:13 대치4동 0.5588 890.9 10:48~19:43 마장동 0.5353 908.5 19:49~21:14 용신동 0.0902 150.7 21:52~22:17 역삼2동 0.0194 174.8 22:30~24:00 대치4동 0.0743 114.1

총합계 1.2782 2239.0

그림 8. 젊은 직장여성(YW)의 대기오염노출 변화(상단: BAU, 하단: FLX)

근무유연제 이후, 용신동과 역삼2동에서 총 약 2시간 가량 활동을 하는 것으로 변경되었다. 그에 따라 NO

의 하루 총 노출량은 감소(1.3226 → 1.2781)한데 반 해 PM

은 오히려 증가(2100.9 → 2239)하였다. 이러 한 결과는 근무시간 변동 이후 미세먼지농도가 높은 대치4동(거주지)에 더 오래시간 머물기 때문인 것으 로 생각된다.

두 번째 사례로 숭인2동에 거주하며 사직동에서 근 무하는 직장인(YM)은 평소 8:06분~18:45분까지 업 무시간을 마치고 명동에서 1시간 30분 가량 활동을 한 후에 귀가한다. 하지만 근무유연제 이행 후 가회 동에서 출장근무, 신당6동에서 3시간가량 활동을 한 후 귀가하는 것으로 변경되었다. 그에 따라 NO

노 출량은 감소(1.3462 → 1.3196)했으며, PM

역시 감 소(2120 → 2076.7) 경향을 보였다. 이는 마찬가지로 출/퇴근시간에 집중되는 NO

의 노출을 피했기 때문 이며, PM

은 지역적 차이와 실내보다 실외에서 장시 간 활동함에 기인한 것으로 보인다.

위에서 살펴보듯이 미시적 수준에서 개인의 대기 오염노출에 대한 근무유연제와 재택근무제의 영향은 업무활동을 포함한 일과활동 전체의 변화에 따라 그 영향이 거시적 패턴과 상이하게 나타날 수 있다. 따라 서 새로운 제도의 영향은 거시적 평가와 더불어 미시 적 단위에서 좀 더 상세히 살펴볼 필요가 있다. 특히, 거시적 분석에서 배제되기 쉬운 특정(소수)집단에 대 한 영향평가는 미시적 수준에서의 평가가 반드시 수 행되어야 한다.

6. 결론 및 시사점

본 연구에서는 서울시 거주 직장인을 대상으로 근 무유연제와 재택근무제 시행에 따른 대기오염노출 정도의 변화를 활동기반모형에 기초하여 분석하였 다. 실험을 위해 대기오염노출 분석을 위한 입력자료 로, 점 사상의 대기오염농도(관측)자료를 공간내삽법 (크리깅)을 이용해 면 사상의 자료로 변환하였고, 활 동기반모형인 FEATHERS에 가구통행실태조사자료

와 인구전수화기법을 통해 생성된 마이크로센서스 (그외 토지이용 및 교통서비스자료)를 적용하여 대기 오염 노출대상(직장인)의 일과활동스케쥴 정보를 취 득하였다. 두 자료를 결합하여 활동시간대와 공간별 (행정동)로 각 인구집단(성별, 연령대, 직장여부)의 대기오염물질(PM

, NO

)의 노출량을 각 시나리오별 (BAU, FLX, TELE)로 비교·분석하였다. 분석결과는 다음과 같이 요약할 수 있다.

1) 2010년과 비교해 2030년(BAU)의 대기오염노출 은 직장남성을 제외하고 증가한다.

2) 근무유연제와 재택근무제에 대한 거시적 평가는 기준시나리오(BAU)에 비해 대기오염노출이 대체로 감소하는 경향을 보이지만, 오후시간대에 근무유연 제에 따른 업무시간의 변화로 노출량이 다소 증가한 다.

3) 두 사례(직장여성과 직장남성)에 대한 미시적 평 가는, 근무유연제로 인한 업무시간 변화는 퇴근 후 활 동공간의 변화를 가져와 대기오염노출의 다양한 변 화를 수반하므로 거시적 경향과 다른 결과를 나타낸 다.

기존 연구와 다르게 활동기반접근법을 이용한 본 연구는 거시적 평가에 있어서 다양한 (시공간)차원에 서 근무유연제와 재택근무제의 영향을 분석함으로서 보다 다양한 시각에서 평가하였으며, 또한 새로운 제 도에 따른 특정 인구집단에의 미시적 변화를 분석함 으로서 거시적 평가에서 배제될 수 있는 소수집단에 의 영향을 평가하였다. 따라서 대기오염 노출대상의 인구학적 특성 및 일상 활동을 고려한 거시적·미시 적 영향평가는 대기오염피해에 대한 적극적, 능동적 대처에 반드시 필요한 부분이라 할 수 있다.

한편, 활동과 통행으로 구성되는 도시민의 일상생 활에서 대기오염 노출지수를 시공간 차원에서 실질 적, 구체적으로 평가하는데 유용한 정보를 제공하며, 동시에 재택근무제, 유연근무제와 같은 개인의 일상 활동에 변화를 가져오는 새로운 제도에 대한 환경영 향평가에 활용될 수 있는 가능성을 보여준다.

이러한 방법론적 장점에도 불구하고 실전에 적용

하기에 앞서 노출대상(직장인)의 일과활동 변화에 따

른 (노출뿐만 아니라) 배출영향 파악, (직장인을 포함

한) 분석대상인구의 확대, 해외사례에서 차용했던 수 치들(성별, 연령대별 호흡량, 실내·실외 배출량 등) 의 국산화 등 여러 한계점들을 향후 연구에서 개선하 고자 한다.

주

1) 노동부에서는 “근로자와 사업주가 근무시간이나 장소를 선택 조정하여, 일과 가정을 조화롭게 하거나, 인력활용의 효율성을 제고 할 수 있도록 하는 제도“인 유연근무제로 통칭하여 사용함.

2) 하셀트대학 교통연구소(IMOB)에서 자체 개발한 활동기반 모형 FEATHERS의 인구자료(micro-census)를 생성하기 위해 기존의 여러 인구전수화기법 중 IPU(Ye et al., 2009) 를 적용하여 개발한 인구생성소프트웨어(Cho, 2017).

3) 기존 연구(Ye et al., 2009에 의하면 SRMSE가 0.05 미만일 경우 전수결과의 정확도가 높은 것으로 평가한다.

4) IPF, IPU 등 전수화기법은 전수화계수를 산출하는 피팅과 정과, 전수화계수를 이용해 실제 인구자료를 생산하는 드 로잉과정으로 구분한다.

참고문헌

곽소윤·이창훈, 2015, “2015 국민환경의식조사 연구,” 기 초연구보고서, 2015(단일호).

구도완, 2002, “환경영향평가제도와 사회영향평가-제도 도입과 발전 방안. 환경사회학연구,” ECO, 133- 156.

김기범·권우택·김형철, 2007, “대기오염 노출지표에 의 한 도시개발 입지의 평가에 관한 연구,” 환경영향 평가, 16(4), 267-275.

김은경·황철수, 2010, “시공간 GIS 자료의 3 차원 유형화 연구,” 대한지리학회 학술대회논문집, 136-141.

김순신·홍가연·김동건·김성삼·양원호, 2013, “노출 시 나리오를 이용한 대학생들의 유해 공기오염물질 노출 추정,” 한국환경과학회지, 22(1), 47-57.

김승완, 2011. “지방자치단체의 환경정책 의지와 역량의 비교분석,” 한국정책연구, 11(3), 61-78.

성동권·김태승·정일록·김태근·조기성, 1999, “GSIS

환경에서 Kriging 보간법을 이용한 이동오염원 배출량산정에 관한 연구,”한국측량학회지, 17, 273-282.

오충원·황철수, 2001, “시간지도 구현을 위한 자료 모형 연구,”한국지도학회지, 1(1), 13-24.

이지영·임종한·김환철·황승식·정달영·박명숙·강성찬, 2012,“Land Use Regression 모델을 이용한 수도 권 초등학교 대기오염 노출 분석,”한국대기환경 학회지, 28(5), 571-580.

정순원·조용성·양원호·유승도·손부순, 2013,“광양만권 주변지역 주민들의 대기오염 노출추정을 위한 방 법론 비교 연구,”한국환경과학회지, 22(2), 151- 161.

조용성·이종태·손지영·김윤신, 2006, “메타분석을 적용 한 전국 7 개 대도시의 대기오염과 일일사망발생 의 상관성 연구(1998~2001년),”한국환경보건학 회지, 32(4), 304-315.

Arentze, T., Timmermans, H., and Hofman, F., 2007, Cre- ating synthetic household populations: problems and approach, Transportation Research Record: Jour-

nal of the Transportation Research Board, 85-91.

Beckx, C., Panis, L. I., Arentze, T., Janssens, D., Torfs, R., Broekx, S., and Wets, G., 2009, A dynamic activity-based population modelling approach to evaluate exposure to air pollution: methods and application to a Dutch urban area, Environmental

Impact Assessment Review, 29(3), 179-185.

Beckx, C., Panis, L. I., Vankerkom, J., Janssens, D., Wets, G., and Arentze, T., 2009, An integrated activity- based modelling framework to assess vehicle emis- sions: approach and application, Environment and

Planning B: Planning and Design, 36(6), 1086-

Beckx, C., Panis, L. I., Uljee, I., Arentze, T., Janssens, D., and Wets, G., 2009, Disaggregation of nation-wide dynamic population exposure estimates in The Netherlands: applications of activity-based trans- port models, Atmospheric Environment, 43(34), 5454-5462.

Bellemans, T., Kochan, B., Janssens, D., Wets, G., Arentze, T., and Timmermans, H., 2010, Implementation framework and development trajectory of FEATH-

ERS activity-based simulation platform, Transpor-

tation Research Record: Journal of the Transportation Research Board, 2175, 111-119.

Bowman, J. L. and Ben-Akiva, M. E., 2001, Activity-based disaggregate travel demand model system with activity schedules, Transportation Research Part A:

Policy and Practice, 35(1), 1-28.

Cho, S., 2017, Study on activity-based approach to travel demand forecasting in the korean context using FEATHERS: model building, validation and ap- plication, Ph.D. dissertation of Hasselt University, Belgium.

Dirks, K. N., Sharma, P., Salmond, J. A., and Costello, S. B., 2012, Personal exposure to air pollution for various modes of transport in Auckland, New Zealand, The

Open Atmospheric Science Journal, 6(1), 84-92.

Dons, E., Panis, L. I., Van Poppel, M., Theunis, J., and Wets, G., 2012, Personal exposure to black carbon in transport microenvironments, Atmospheric Envi-

ronment, 55, 392-398.

Dons, E., Van Poppel, M., Kochan, B., Wets, G., and Panis, L. I., 2014, Implementation and validation of a modeling framework to assess personal exposure to black carbon, Environment International, 62, 64- 71.

Hatzopoulou, M., Miller, E., and Santos, B., 2007, Integrat- ing vehicle emission modeling with activity-based travel demand modeling: case study of the Greater Toronto, Canada, Area, Transportation Research

Record: Journal of the Transportation Research Board,

Peng, C. K., Mietus, J. E., Liu, Y., Lee, C., Hausdorff, J. M., Stanley, H. E., and Lipsitz, L. A., 2002, Quantify-

ing fractal dynamics of human respiration: age and gender effects, Annals of Biomedical Engineering, 30(5), 683-692.

Pritchard, D. R. and Miller, E. J., 2012, Advances in population syn- thesis: fitting many attributes per agent and fitting to house- hold and person margins simultaneously, Transportation, 39(3), 685-704.

Shiftan, Y., 2000, The advantage of activity-based model- ling for air-quality purposes: theory vs practice and future needs, Innovation: The European Journal of

Social Science Research, 13(1), 95-110.

Worboys, M. F., 1992, Object-oriented models of spatiotem- poral information, GIS-LIS International Confer-

ence, American Society For Photogrammetry And

Ye, X., Konduri, K., Pendyala, R. M., Sana, B., and Wad- dell, P., 2009, A methodology to match distribu- tions of both household and person attributes in the generation of synthetic populations, 88th Annual

Meeting of the Transportation Research Board, Wash-

교신: 황철수, 02447, 서울특별시 동대문구 경희대로 26, 경희대학교 지리학과 (이메일: [email protected], 전화:

02-961-9313)

Correspondence: Chul Sue Hwang, Department of Geog- raphy, Kyung Hee University, 26 Kyungheedae-ro, Dong- daemun-gu, Seoul 02447, Korea (e-mail: [email protected], phone: +82-2-961-9313)

최초투고일 2017. 6. 14 수정일 2017. 7. 17 최종접수일 2017. 9. 27