I. 서 론
통근통행은 거주지와 직장을 연결하는 대표적인 네트 워크로써 도시 및 농촌계획, 인구이동, 교통문제 등 다양 한 측면에서 매우 중요한 주제이다(Ayeni, 1979; Frank et al., 2004; Ha and Lee, 2016). 도시지역에서는 노동시장의 크기와 주거지의 가격 또는 교통체계 등의 이유로 통근 통행 발생을 촉진시키며, 이에 대한 연구가 상당히 진행
Corresponding author : Kwon, Sung Moon
Tel : 063-906-5656 E-mail : [email protected]
되고 있다(Son, 2013). 그러나 농촌지역에서는 통근통행 에 관련한 연구는 미비한 상황이다. 이는 도시 간 통근 통행이 다수를 차지하고 있으며, 교통혼잡 등에 따라 도 시불경제 현상이 발생하고, 이에 사회적비용의 증대가 도시지역에 집중되어 이를 해결하기 위한 연구가 집중적 으로 수행된 경향으로 볼 수 있다(Lee et al., 2004).
최근에는 교통의 발달, 교통망의 확대 등으로 농촌에 서 도시로의 통근통행, 도시에서 농촌으로의 통근통행이 증가하고 있으며, 특히 농촌에서 대도시로의 통근통행이 증가하고 있다(Lee et al., 2004; KREI, 2017). 이로 인해 대도시는 더욱 광역화되어 지리적으로 먼 농촌지역의 일
가구통행실태조사 데이터를 이용한 도시지역과 농촌지역의 통근시간에 미치는 영향 비교 분석
전정배*⋅박미정**⋅김상민*⋅김솔희***⋅권성문*
*한국국토정보공사 공간정보연구원 ∙**농촌진흥청 국립농업과학원 농촌환경자원과
***서울대학교 농업생명과학대학 협동과정 농림기상학전공
Analysis of Impact on Commuting Behavior in Urban and Rural Areas using Travel Diary Survey Data
Jeon, Jeongbae*⋅Park, Meejeong**⋅Kim, Sangmin*⋅Kim, Solhee***⋅Kwon, Sung Moon*
*
Spatial Information Research Institute, Korea Land and Geospatial Informatix Corporation
**
Department of Agricultural Environment Rural Environment & Resources Division, National Academy of Agricultural Science, Rural Development Administration
***
Interdisciplinary Program in Agricultural and Forest Meteorology, Seoul National University
ABSTRACT : This study is to identify the factors affecting commuting time and modes in urban and rural areas using household traffic survey data. The findings indicated that commuting time using passenger car in rural areas was 1.6 times longer than those in urban areas. When citizen use public transportation, however, there was not much difference in commuting time in urban and rural areas. Among the various factors affecting commuting time in rural areas (13 factors have statistical significance), the most influential factors were that public transportation, managers and office workers, functional and device managers, and passenger car. In urban areas, the highly influential factors were public transportation and walking among the 16 affecting factors which have statistical significance. The commuting time in rural areas increased according to the occupation types, but the commuting time of full-time workers decreased. This phenomenom means that occupation groups with the full-time system prefer residential areas in the densely populated town.
Key words : Commuting, Regression analysis, Rural area, Travel diary survey, Urban area
1)자리 유입을 확대 할 수 있으며, 기존 중소도시들은 지 리적으로 근접한 농촌지역의 일자리 제공의 역할이 감소 할 수 있는 장단점을 가지게 된다. 따라서 도시지역과 농촌지역의 통근통행의 이동시간에 영향을 주는 요인이 무엇인지 파악되어야 한다.
농촌지역의 통근통학에 대한 연구는 외국에서 상당부 분 이루어지고 있으나(Green and Meyer, 2001; Hole et al., 2005; Partridge et al., 2010; Shama and Chandrasekhar, 2014) 국내에서는 수도권 및 5대 광역시를 중심으로 한 도시지역에 편중되어 있다(Choo et al., 2013; Park, 2015;
Ha and Lee, 2016). Choo(2012)는 서울시 가구통행실태조 사 데이터를 이용하여 서울특별시의 주말 통행특성 분석 을 수행하였으며, Kim and Kim(2011)은 시계열 단위의 서울시 가구통행실태조사 데이터를 이용하여 수도권 신 도시 건설에 따른 서울 거주자의 통근통행 패턴 변화 분 석을 수행하였다. Eh and Lee(2014)는 1995년도 인구총 조사 데이터와 2010년 국가교통DB의 가구통행실태조사 데이터를 이용하여 부산 대도시권에 포함되는 주변 도시 지역의 범위를 파악하여, 이 지역의 직주 불일치 수준을 분석하였고, Yoon and Chang(2015)는 2010년 국가교통 DB 가구통행실태조사를 이용하여 서울시 고령자의 통행 특성 및 행태 분석을 수행하여 학술적 및 정책적 시사점 을 제시하였다.
이처럼 국내에서는 도시지역에서 교통문제를 해결하 기 위한 많은 관심이 높았으며, 이와 관련된 많은 통근 통행 데이터가 제공되고 있다. 그러나 농촌지역에서는 상대적으로 낮은 관심을 가지고 있었으며, 동시에 통근 통행 데이터의 제공도 많지 않다. 국내에서 통근통행과 관련된 데이터는 통계청의 인구주택총조사, 서울시의 수 도권 가구통행실태조사, 국가교통DB의 가구통행실태조 사에 의해 제공되고 있다. 인구택총조사는 통계청 마이 크로데이터에서 제공되며, 최대 2%의 표본에 대하여 데 이터를 제공하고 있으나, 출발지역은 읍면동 단위, 도착 지는 시도단위로 제공되어 농촌지역에서 사용하는데 어 려움이 있다(MIDS, 2019). 수도권 가구통행실태조사는 서울시에 데이터를 수집하며, 서울시와 인근 위성도시 지역을 대상으로 하기 때문에 농촌지역에서 사용이 어렵 다(SRDS, 2019). 국가교통DB에서는 전국단위 가구통행 실태조사의 데이터를 읍면동 단위로 제공하고 있다. 가 구통행실태조사는 2006년과 2010년, 2016년 데이터를 제 공하며, 2010년 이전에는 5대 광역권에서 읍면동단위로 데이터를 제공하고 있으며, 전국단위는 시군구에 대한 정보를 제공하고 있다. 2016년에는 전국단위의 읍면동단 위 데이터를 제공하여 농촌지역에 대한 연구가 수행이 가능하게 되었다(KTDB, 2019).
농촌지역의 연구사례를 보면 Lee(2017)는 국가교통DB 광주광역권의 가구통행실태조사 데이터를 이용하여 네트 워크 이론에 기반한 도시와 농촌지역의 중심성을 분석하 였다. 그러나 데이터의 제공이 광주광역시와 인근 인접 지역의 데이터만 제공되어 한정된 지역의 특성만을 파악 하고 있다.
따라서 본 연구에서는 가구통행실태조사 데이터를 이 용하여 전국단위의 범위에서 통근시간 영향을 주는 요인 을 파악하고자 한다. 또한 도시지역과 농촌지역의 특성 을 비교하여 두 지역간의 차이점을 파악함을 목적으로 한다.
II. 재료 및 방법
1. 연구대상지역
연구대상지역은 가구통행실태조사 데이터에서 제공하 고 있는 전국을 대상으로 하였다. 2016년도 가구통행실 태조사 지역은 데이터에 제시된 행정구역 코드를 기준으 로 3,526개 읍면동에서 조사되었다. 이 가운데 도서지역 등 출장소의 행정구역코드를 가진 지역을 제외하고, 공 간적(2016년 행정구역도)으로 병합이 가능한 3,507개 읍 면동코드를 가진 지역을 대상으로 선정하였다.
이 가운데 도시와 농촌의 정의는 동과 읍면으로 구분 하였다. 농림축산식품부의 일반농산어촌 지역은 지방자 치법 제7조에 따른 도농복합형태의 시에 있는 읍⋅면 및 군으로 설정하고 있다(MGL, 2019). 이를 기준으로 농 촌지역은 읍⋅면지역으로 한정하고 그 외의 지역은 도 시지역으로 설정하였다.
2. 데이터
본 연구에서는 국가교통DB에서 제공하는 2016년도 가구통행실태조사 데이터를 이용하였다. 가구통행실태조 사는 국가통합교통체계효율화법에 의거하여 5년마다 시 행되는 전국단위실태조사이며, 표본조사(1.05%)로 진행된 다. 이 조사는 가구 및 가구원 현황조사와 개인별 통행 특성조사로 이루어지며, 가구, 가구원, 목적통행, 수단통 행의 정보를 제공한다.
가구정보는 해당가구의 속성정보로 가구원수, 주택종 류, 월평균소득, 차량보유현황 등의 정보를 제공하며, 가 구원정보는 해당가구의 가구원의 개별 속성정보로 출생 연도, 성별, 운전면허증 유무, 근무일수, 근무시간 등의 정보를 제공한다. 목적통행과 수단통행정보는 각 행위에
따른 출발시간과 도착시간의 시간속성, 출발지역과 도착 지역의 공간속성을 제공해준다. 본 연구에서 사용된 데 이터는 변수간 상관성의 검토를 통하여 VIF(Variance Inflation Factor)가 10 이상인 변수는 제외를 하고 최종 적으로 Table 1과 같이 정리하여 분석 데이터로 사용하 였다.
이 속성정보 가운데 본 연구에서는 가구주의 출근에 해당하는 항목만을 사용하였다. 출근의 경우에는 주거지 에서 직장으로 직접적으로 이동을 하지만, 퇴근의 경우 에는 다양한 지역을 방문할 가능성이 높기 때문에 본 연 구에서는 출근 데이터만을 선택하였다.
또한 출근을 위해서는 단일 교통수단을 이용하거나 다양한 교통수단을 이용할 수 있다. 특히 서울특별시와 경기도지역에서는 버스와 지하철을 동시에 이용하는 경 우가 많다. 이를 위해 본 연구서는 버스와 지하철을 이 용하는 경우에는 대중교통으로 통합하여 분석을 수행하 였다. 또다른 상황은 다양한 교통수단을 이용하는 경우 이며 도보, 대중교통, 열차, 자전거 등이 조합된 경우이
다. 이 경우에는 분석에서 모든 인자를 고려하기 어렵기 때문에 대표적인 교통수단을 선택하여 재설정하였다. 만 약 도보, 버스, 지하철의 조합이 있다면 대중교통으로 통 일하였으며, 도보, 지하철, 자전거의 조합이 있다면 대중 교통(지하철)로 설정하였다.
3. 연구방법
본 연구에서는 가구통행실태조사의 통근통행 시간에 영향을 주는 요인을 파악하였다. 이를 위해 가구통행실 태조사의 가구주의 출근 데이터를 추출하고, 하나의 교 통수단과 출발시간, 도착시간을 갖도록 데이터를 정제한 후 출발시간과 도착시간을 기준으로 통행수단별 이동시 간을 산정하였다. 또한 도시지역과 농촌지역의 구분은 출발지의 지역이 동인 경우 도시지역, 읍⋅면지역인 경 우를 농촌지역으로 설정하여 분석하였다.
분석에 사용된 데이터는 더미 변수와 연속형 변수로 구성하였다. 나이, 소득과 같은 데이터는 변수마다 가지
Data item Description
Household
IDX serial number
House type 1: apartment 2: row house 3: apartment unit a house and multiple dwellings house 4: detached dwelling 5: studio apartment 6: etc.
Average income (￦10,000) 1: less than 100 2: 100∼200 3: 200∼300 4: 300∼500 5: 500∼1,000 6: more than 1,000
Member of household
Type 1: head of household 2: spouse 3: children 4: parents 5: etc.
Division number
Year of birth year
Sex 1: male 2: female
Driver’s license 1: existence 2: nonexistence
Educational institution 1: not attending, 2: elementary 3: middle and high 4: university and college School administration code code
Jobs 1: specialist 2: service 3:retail business 4: manager and office 5: agriculture, forestry and fisher 6: technician, control and laborer 8: Student
Working day 1: 6 day 2: 5 day 3: etc.
Working time 1: full time 2: part time 3: etc.
Transit trip The purpose of commuting 4: work 5: school
Transit choice
Transportation 1: walking 2: car 3: car pool 4∼11: public transportation 17∼18: two wheeled 12∼16 & 19∼21: etc.
Departure time (hh) number Departure time (mm) number
Departure code code Arrival time (hh) number Arrival time (mm) number
Arrival code code
Table 1. Used data and definition of travel diary survey data
는 특성 값이기 때문에 연속형 데이터로 설정하였으며, 주거유형, 교육수준, 교통수단, 성별과 같은 데이터는 명 목형 데이터로서 각각의 변수를 0과 1로 표현하여 이진 데이터로 표현하였다.
설정된 데이터를 기반으로 통근통행 시간에 영향을 주는 요인을 파악하기 위하여 회귀분석을 이용하였다.
회귀분석은 한 개 혹은 그 이상의 독립변수(통행요인)가 종속변수(통근통행 시간)에 대한 영향을 추정하는 분석 이다. 본 연구에서는 다중회귀분석을 사용하였으며 다음 과 같은 형태의 선형식으로 표현된다.
⋯ (1) where, : Commuting time
:
Independent variable
:Probable error
회귀분석을 수행하기 위해 종속변수는 통근통행 시간 으로 설정하였으며, 분단위의 데이터를 입력하였다. 다음 으로 정제된 더미 변수와 연속형 변수를 통행시간에 영 향을 주는 독립변수로 설정하였다. 설정된 종속변수와 독립변수를 기준으로 도시와 농촌지역을 각각 회귀분석 을 수행하였으며, SPSS 20.0을 이용하여 수행하였다.
III. 결과 및 고찰
1. 통근통행 이동시간 분석
가구통행실태조사를 이용하여 도시와 농촌 통근통행 이동시간을 분석하였다. 그 결과 전국의 평균 통근통행 시간은 29.7분이 소요되는 것으로 분석되었다. 도시지역 과 농촌지역의 평균 통근통행 시간은 31.3분과 19.6분으 로 도시지역에서 약 1.6배가 더욱 소요되는 것으로 분석
되었다. 전국의 평균 통근통행 시간을 통행수단별로 분 류하여 보면, 대중교통을 이용하는 경우 54.4분, 자가용 을 이용하는 경우 29.1분, 도보는 14.0분으로 분석되었다.
또한 도시지역과 농촌지역으로 분류하여 보면, 대중교통 은 각각 54.3분과 54.9분으로 큰 차이가 나지 않았지만, 자가용을 이용하는 경우 30.3분과 23.4분으로 약 6분이 차이가 발생하는 등 농촌지역보다는 도시지역에서 통근 통행 시간이 높은 것으로 분석되었다(Table 2).
다음으로 지역간 이동에 따른 통행수단별 평균 통근 통행시간을 분석하였다(Table 3). 지역간 이동은 도시에 서 도시로, 도시에서 농촌으로, 농촌에서 도시로, 농촌에 서 농촌으로 이동으로 설정하였다. 그 결과 도시지역에 서 도시지역으로의 평균 통근통행 시간은 30.9분이 소요 되는 것으로 분석되었으며, 도시에서 농촌으로 평균 통 근통행 시간은 41.6 분이 소요되는 것으로 분석되었다.
농촌지역에서 도시지역으로 평균 통근통행 시간은 39.5 분, 농촌에서 농촌으로 평균 통근통행 시간은 16.9분이 소요되는 것으로 분석되었다. 평균통근통행 시간이 가장 오래 소요되는 교통수단은 대중교통으로 분석되었으며, 다음으로 자동차를 이용하는 경우로 분석되었다. 또한 농촌지역에서 도시지역으로 이동하는 경우가 가장 높은 시간이 소요되는 것으로 분석되었다. 읍면동 중심(공간 중심점)에서 이동하는 읍면중심지를 기준으로, 농촌지역 에서 도시지역까지 이동하는 평균거리는 15.4km로 도시 지역에서 농촌지역까지 이동하는 거리보다 작지만 이동 시간은 오히려 높은 것으로 분석되었다. 이는 외곽지역 에 위치한 지역에서 도심지로 차량이동이 많아지는 집중 현상에 의한 효과로 파악되고, 농촌지역에서 도시지역의 진입이 어려운 것으로 파악된다.
도시지역에서 도시지역으로 평균이동거리는 5.6km로 분석되었으며, 농촌지역에서 농촌지역으로 평균이동거리 는 2.0km로 분석되어 약 2배가량 더욱 이동해야 하는 것으로 분석되었다. 그러나 이동시간은 도시지역에서 도 시지역으로 이동이 큰 것으로 나타났으나, 상대적으로
Urban Rural Total Average
Walking 14.4 12.1 14.0
Car 30.3 23.4 29.2
Car pool 22.4 22.4 22.4
Public transportation 54.3 54.9 54.4
Two wheel 18.0 12.5 16.0
etc 26.2 14.4 18.9
Total Average 31.3 19.6 29.7
Table 2. Average commuting time by commuting mode in urban and rural area
(unit : min)
농촌지역에서 농촌지역으로의 이동시간이 큰 차이가 나 타나지 않았다. 이는 농촌지역의 특성상 넓은 지역을 이 동해야하는 것을 의미하며, 대중교통의 경우 도시지역보 다 대중교통체계가 미비하여 일어나는 현상으로 파악된 다. 따라서 농촌지역에서 대중교통을 효율적으로 운영할 수 있는 수단이 필요할 것으로 보여진다.
통근통행 시간을 공간적으로 살펴보면 인구가 집중되 어 있는 경기도와 5대 광역시 지역에서 높은 것으로 분 석된다(Figure 2). 특히 경기도 지역에서 가장 높은 통근 통행 시간이 분포하는 것으로 분석되었으며, 서울지역의 통근통행자 보다 약 7.7분이 더욱 소요되는 것으로 분석 되었다. 이는 경기도 외곽에 위치하고 있는 거주자 들이
Walking Car Car pool Public
transportation Two wheel etc Average
average commuting
distance
U* → U 14.4 29.6 22.5 54.0 18.0 24.8 30.9 5.6
U → R
**18.6 37.3 40.1 64.3 25.3 37.3 41.6 18.4
R → U 20.5 33.3 35.8 68.0 20.2 34.2 39.5 15.4
R → R 12.0 20.1 20.2 48.6 12.4 13.7 16.9 2.0
*U : Urban area
**R : Rural area
Table 3. Average commuting time between regions by commuting mode
(unit : min, km)
* Name of Region
Seoul-si: Seoul, Busan-si: BS, Daegu-si: DG, Incheon-si: IC, Gwangju-si: GJ, Daejeon-si: DJ, Ulsan-si: US, Sejong-si:
SJ, Gyeonggi-do: GGD, Gangwon-do: GWD, Chungcheongbuk-do: CCBD, Chungcheongnam-do: CCND, Jeollabuk-do:
JLBD, Jellanam-do: JLND, Gyeongsangbuk-do: GSBD, Gyeongsangnam-do: GSND, Jeju-do: Jeju
Figure 1. Average time and distribution of commuting time in urban and rural area서울지역까지 이동하거나, 출근 시간에 이동인구가 집중 되어 교통혼잡 등의 이유로 이동시간이 높은 것으로 파 악된다. 도시지역과 농촌지역의 통근통행 시간이 가장 차이가 많은 지역은 인천지역으로, 농촌지역보다 도시지 역에서 약 1.8배가량 시간이 더욱 소요되는 것으로 분석 되었다. 인천지역은 지리적으로 서울과 붙어있으며, 동시 에 강화군과 영종도 등의 도서지역이 위치한 지역이다.
특히 영종도는 인천국제공항이 위치한 지역으로 인천대 교와 영종대교를 통하여 접근이 가능한 지역이다. 또한 영종도에서 서울지역까지 출근하는 인원이 많으며, 교량 을 이용해야 하는 조건으로 통근통행 시간이 증가되는 것으로 파악된다. 농촌지역에 해당하는 강화군의 경우에 는 강화대교와 강화초지대교가 김포시와 연결되어 있다.
내륙으로 접근하기 위해서는 교량을 이용해야 하지만, 인천대교와 영종대교에 비해서 교량의 길이가 짧기 때문 에 이동시간은 상대적으로 낮은 것으로 파악되며, 또한 강화군 내부 혹은 지리적으로 가까운 김포시로 이동하는 가구가 많아 도시지역보다는 이동시간이 짧은 것으로 파 악된다(Figure 3(a and b)).
다음으로 통근통행 이동시간이 가장 많이 소요되는 대중교통을 이용한 경우를 살펴보았다. 평균적으로는 도 시와 농촌에서 비슷한 시간을 가지고 있는 것으로 분석 되었으나 지역별로 살펴보면 편차가 높게 나타나는 것으 로 분석되었다. 공간적 분석 결과와 동일하게 경기도에 서 통근통학 시간이 가장 오래 걸리는 것으로 분석되었 다. 경기도 지역은 인구가 1,300만 명이 넘으며, 서울과 지리적으로 근접해 있고, 버스노선 및 지하철 환승시스 템이 전국에서 가장 활발하게 작동하고 있는 지역이다.
따라서 출근을 위한 시간은 타 교통수단 보다 오래 걸리 지만, 편의성 및 편리성으로 대중교통을 이용하는 빈도 가 많다. 이로 인해 도시지역과 농촌지역 이동 시간에는 큰 차이는 없는 것으로 파악되지만, 대중교통의 특성상 도보를 이용한 시간, 대기시간, 운송시간, 환승시간이 복 합적으로 작용하여 전체적인 이동시간은 오래 소요되는 것으로 파악된다.
경기도를 제외한 지역에서는 인천, 대구, 세종 등 광역 시 지역에서 이동시간이 오래 걸리는 것으로 분석되었 다. 이와 같은 광역시 지역은 인구가 집중되어 있는 형 태로 타 지역보다 이동시간이 높은 것으로 파악된다.
특히 세종시 지역은 도시지역과 농촌지역의 이동시간 편차가 큰 것으로 분석되었다. 세종시는 2012년 광역자 치시를 출범하고 정부청사가 해당 지역으로 이전하게 되었다. 이와 동시에 통근자를 위한 KTX(Korea Train Express), SRT(Super Rapid Train) 등과 같은 고속열차와 BRT(Bus Rapid Transit)와 같은 급행버스의 운행빈도가 증가하게 되었고, 이를 이용하여 서울, 경기도 지역 및
대전지역에서 세종시까지 대중교통을 이용한 통근이 가능하게 되었다. 이로 인하여 세종시에서 서울, 경기, 대전까지 통근 가구가 증가하게 되어 평균이동시간을 높이는 것으로 분석되었다. 세종시의 농촌지역에서도 도시지역과 마찬가지로 서울, 경기, 대전까지 통근하는 가구가 있으나, 도시지역에 비하여 상대적으로 가구수 가 적으며, 세종시 내부로 통근하는 가구가 도시지역보 다 많아 평균적인 통근시간이 도시지역보다 낮은 것으 로 파악된다(Figure 3(c and d)).
마지막으로 충청남도에서 도시와 농촌에서 이동시간 편차가 높은 것으로 분석되었다. 충청남도는 16개 시군 구으로 도시 지역은 9개 지역이다. 이 가운데 천안, 아 산, 공주시는 KTX 역사가 위치하고 있으며, 천안은 수 도권의 지하철이 연결되어 있는 지역이다. 이에 따라 수 도권에서 출퇴근이 가능해 대중교통에 의한 출근 시간이 높아지는 것으로 분석된다. 농촌지역에서도 수도권으로 출근이 많지만 도시지역보다 상대적으로 적으며, 지역 내의 이동이 많아 상대적으로 이동시간이 적어 편차가 높은 것으로 파악된다(Figure 3(e and f)).
2. 회귀분석
가구통행실태조사를 통한 통근통행의 이동시간에 영 향을 주는 요인을 파악하기 위하여 회귀분석을 수행하였 다. 또한 농촌지역과 도시지역을 구분하기 위하여 읍면 지역과 동지역을 구분하여 분석을 수행하였다.
농촌지역에서의 회귀분석 결과 40.9%의 설명력을 보 였으며, 분산분석 결과 F=1009.263(p<0.000)로 분석되어 회귀분석 결과가 적합한 것으로 분석되었다(Table 4). 회 귀분석 결과 농촌지역에서는 도보, 자가용, 카풀, 대중교 통, 이륜차를 이용하는 경우 통계적으로 유의한 것으로 분석되었다. 이 가운데 도보와 이륜차를 이용하는 경우 통행시간이 감소되는 것으로 분석되었으며, 이는 가까운 거리를 이용하기 때문에 타 조건보다 시간이 감소하는 것으로 파악된다. 반면 자동차, 카풀, 대중교통은 통행시 간이 증가하는 것으로 분석되었다. 특히 대중교통은 통 행시간의 증가폭이 큰 것으로 분석되었다. 이는 대중교 통의 특성상 목적지로 바로 이동하지 않고, 정해진 노선 을 이용하여 이동하거나 환승을 해야하는 등의 이유로 통행시간이 증가하는 것으로 파악된다. 또한 근무형태가 전일제인 경우 통계적으로 유의한 것으로 분석되었으며, 통행시간이 감소되는 것으로 분석되었다. 다음으로 단독 주택에 거주하는 경우가 통계적으로 유의한 것으로 분석 되었으며, 통행시간이 감소하는 것으로 분석되었다. 이는 농촌지역의 대부분을 차지하는 주거의 형태이며, 주거지 로부터 가까운 지역까지 출근을 하여 통행시간이 감소하
는 것으로 판단된다. 소득금액에 따른 변수도 통계적으 로 유의한 것으로 분석되었으며 이는 소득이 높을수록 통근비용의 기회비용이 낮아짐을 알 수 있다. 즉 고소득 층은 통근비용보다 거주지의 만족도가 더 높음을 알 수 있다. 마지막으로 직업의 종류에서 농림어업을 제외한
모든 직업에서 통계적으로 유의한 것으로 분석되었으며, 통행시간이 증가하는 것으로 분석되었다. 농촌지역에서 농림어업은 대표적인 직업이지만 통근이 일정하지 않고, 통근시간이 개인별 편차가 심해 통계적으로 유의하지 않 는 것으로 파악된다.
(a) Commuting of Yeongjong Island (b) Commuting of Ganghwa-gun
(c) Commuting to the urban area of Sejong-si (d) Commuting to the rural area of Sejong-si
(e) Commuting to the urban area of Chungcheongnam-do (f) Commuting to the rural area of Chungcheongnam-do
Figure 2. Commuting network by region in urban and rural areas도시지역에서의 회귀분석 결과 33.2%의 설명력을 보 였으며, 분산분석 결과 F=2625.697(p<0.000)로 분석되어 회귀분석 결과가 적합한 것으로 분석되었다(Table 5). 회 귀분석 결과 도지지역에서도 농촌지역과 유사한 변수가 통계적으로 유의한 것으로 분석되었다. 통행수단에 따른 변수 중 도보, 자가용, 카풀, 대중교통, 이륜차를 이용하 는 경우 통계적으로 유의한 것으로 분석되었다. 도보와 이륜차의 경우에 이동시간이 감소되는 것으로 분석되었 으며, 농촌지역보다 약 4배 이상의 감소효과가 있는 것 으로 파악된다. 이는 도시지역에서는 긴 이동거리, 교통 혼잡 등의 이유로 통근통행 이동시간이 많지만, 지리적 으로 가까운 지역은 도보 및 이륜차에 의한 이동시간이 적게 소요되어 통행시간 감소효과가 큰 것으로 파악된 다. 대중교통도 마찬가지로 통행시간이 증가하는 것으로 분석되었으나, 농촌지역과 비교하면 그 효과는 적은 것 으로 분석되었다. 이는 농촌지역은 도시지역으로 통근을 해야하기 때문에 먼 거리를 이용하는 경우가 많지만, 도 시지역에서는 농촌지역과 상대적으로 짧은 거리를 이동
하거나, 교통체계의 차이로 인하여 나타나는 현상으로 파악된다. 또한 근무형태가 전일제인 경우 통계적으로 유의한 것으로 분석되었다. 다음으로 아파트, 연립주택에 거주하는 경우에 통계적으로 유의한 것으로 분석되었으 며, 통행시간이 증가하는 것으로 분석되었다. 도시지역에 서는 농촌지역보다 인구가 밀집되어 있어 아파트 및 연 립주택의 거주자가 많으며, 이로 인하여 통근시간에 차 량 및 인구가 집중되어 통행시간이 증가하는 효과가 있 는 것으로 파악된다. 또한 농촌지역에서와 같이 소득금 액에 따른 변수도 통계적으로 유의한 것으로 분석되었으 며 이는 농촌지역과 같이 소득이 높을수록 통근 비용보 다 거주지의 환경을 더 고려한다고 할 수 있다. 마지막 으로 직업의 종류 가운데 전문가를 제외하고 통계적으로 유의한 것으로 분석되었다. 이 가운데 관리자 및 사무종 사자는 통행시간이 증가되는 것으로 분석되었으며, 그 외에는 감소되는 것으로 분석되었다. 관리자 및 사무종 사자는 타 직업보다 평균소득이 높은 것으로 조사되었다 (Table 6). 이와 같은 경제적인 여유로 이동시간이 오래
Variables
B Standard
error
β t-value pConstant (Constant) 15.149 1.552 9.760 0.000
Transportation
walking*** -2.930 0.259 -0.078 -11.293 0.000
car*** 4.004 0.290 0.108 13.823 0.000
car pool*** 4.562 0.579 0.037 7.874 0.000 public transportation*** 35.501 0.396 0.511 89.692 0.000 two wheeled*** -2.070 0.320 -0.036 -6.461 0.000 Working time full time*** -1.946 0.350 -0.031 -5.566 0.000 part time -0.736 0.529 -0.008 -1.391 0.164 Working day 5 day -0.348 0.267 -0.010 -1.305 0.192
6 day 0.349 0.241 0.010 1.445 0.148
Sex male*** 0.865 0.231 0.017 3.749 0.000
House Type
apartment -1.863 1.355 -0.048 -1.375 0.169 row houes -1.418 1.388 -0.018 -1.022 0.307 apartment unit a house and multiple dwellings house -0.01 1.442 0.000 -0.007 0.994 detached dwelling* -2.359 1.353 -0.064 -1.744 0.081 studio apartment 0.977 2.123 0.003 0.460 0.645 Income Average income*** 0.005 0.000 0.051 10.31 0.000
Jobs
specialist*** 7.458 0.806 0.064 9.249 0.000 service*** 4.773 0.693 0.075 6.893 0.000 retail business*** 5.709 0.694 0.090 8.222 0.000 manager and office*** 8.231 0.665 0.166 12.38 0.000 agriculture, forestry and fisher 0.327 0.677 0.009 0.483 0.629 technician, control and laborer*** 5.162 0.662 0.111 7.796 0.000
Note : R
2=0.409; Adjusted R
2=0.408; F=1009.263(p=0.000);
*significant at p=0.1;
**significant at p=0.05;
***significant at p=0.01
Table 4. Regression result of affecting commuting time in rural area걸리더라도 개인의 취향에 따른 주거지 선택의 가능성이 높기 때문에 타 직업에 비해 이동시간이 높아지는 것으 로 보인다.
이상의 분석결과를 도시지역과 농촌지역을 비교분석 을 수행하였다. 도시지역과 농촌지역의 통근시간에 영향 을 주는 요인 가운데 직업에 해당하는 요인이 큰 차이가 발생하였다. 도시지역은 서비스업, 방문판매업, 농림어업, 기능원 및 장치관리자의 직업을 가진 경우 통근시간이 감소하였으나, 농촌지역에서는 모든 직업에서 통근시간 이 증가하는 것으로 분석되었다. 즉, 도시지역에서는 직 업의 특성에 따라 한정된 지역내에서 통근이 이루어지기 때문에 이동시간이 감소하는 것으로 보이며, 농촌지역은
상권의 범위가 도시지역보다 넓고, 이로 인해 출근을 위 한 이동범위가 넓어져 통근시간이 증가되는 것으로 판단 된다. 또한 전일제일 경우에 농촌지역은 통근시간이 감 소하는 것으로 분석되었으며, 도시지역에서는 증가되는 것으로 분석되었다. 도시지역은 긴 이동거리를 이동하거 나, 짧은 거리를 이동하더라도 교통혼잡 등의 이유로 이 동시간이 증가하게 되고, 또한 대중교통을 이용한 경우 이동 및 환승으로 인하여 통근시간이 증가하는 것으로 보여진다. 반면 농촌지역에서 전일제에 해당하는 가구가 통근시간이 감소하는 것은 파트타임으로 종사하는 사람 보다 짧은 거리를 이동하는 것으로 볼 수 있으며, 이는 곧 인구가 밀집되어 있는 읍면중심지와 가까운 지역에
Variables B Standard
error β
t-value pConstant (Constant) 23.13 1.071 21.594 0.000
Transportation
walking
***-11.555 0.461 -0.176 -25.082 0.000
car
**1.290 0.448 0.026 2.880 0.004
car pool
***2.608 0.617 0.014 4.224 0.000
public transportation
***26.727 0.456 0.471 58.646 0.000
two wheeled
***-8.176 0.540 -0.060 -15.144 0.000
Working time full time
**0.773 0.295 0.009 2.618 0.009
part time 0.201 0.390 0.002 0.517 0.605
Working day 5 day 0.462 0.323 0.009 1.427 0.153
6 day
**-0.947 0.323 -0.018 -2.930 0.003
Sex male
***2.923 0.177 0.043 16.509 0.000
House Type
apartment
*1.828 0.812 0.036 2.252 0.024
row house
*1.639 0.826 0.021 1.985 0.047
apartment unit a house and multiple dwellings house 0.984 0.831 0.011 1.184 0.237
detached dwelling -0.338 0.817 -0.006 -0.414 0.679
studio apartment -0.617 0.946 -0.003 -0.653 0.514
Income average income
***0.004 0.000 0.038 14.606 0.000
Jobs
specialist -0.075 0.521 -0.001 -0.144 0.885
service
***-3.350 0.487 -0.049 -6.873 0.000
retail business
***-3.221 0.486 -0.049 -6.624 0.000
manager and office
*1.108 0.479 0.021 2.315 0.021
agriculture, forestry and fisher
***-3.200 0.660 -0.017 -4.847 0.000
technician, control and laborer
***-1.815 0.480 -0.030 -3.779 0.000
Note : R
2=0.332; Adjusted R
2=0.332; F=2625.697(p=0.000);
*significant at p=0.1;
**significant at p=0.05;
***significant at p=0.01
Table 5. Regression result of affecting commuting time in urban areaJobs Average income (￦10,000)
service 348.39
retail business 366.82
manager and office 437.23
agriculture, forestry and fisher 206.20
technician, control and laborer 324.43
Table 6. Average income by jobs
주거지가 있어 짧은 거리를 통근하는 것으로 볼 수 있 다. 즉, 전일제의 가구주는 읍면지역의 중심지를 선호하 는 것으로 파악된다.
마지막으로 통근시간에 영향을 주는 요인의 상대적인 영향력을 비교분석하였다. 영향력은 회귀분석에서
값으 로 표현된다.
값의 절대값을 기준으로 보면 도시지역과 농촌지역 모두 대중교통의 영향력이 가장 높은 것으로 분석되었다. 이는 곧 통근통행 시간이 대중교통에 의하 여 큰 영향을 미치는 것이며, 이 시간을 줄이기 위해서 는 도시지역과 농촌지역 모두 대중교통 체계의 개편이 필요하다고 볼 수 있다. 다음으로 영향력의 크기가 0.1이 상인 항목을 살펴보면, 농촌지역에서는 매니저 및 사무 종사자, 기능원 및 장치관리자, 자동차를 이용하는 경우 에 영향력이 높은 것으로 분석되었다. 매니저 및 사무종 사자는 높은 경제적인 소득으로 통근비용보다 거주지의 환경에 매우 높은 영향을 미치는 것으로 파악되며, 기능 원 및 장치관리자는 직업의 특성상 다양한 장소를 이용 해야 하는 원인으로 통근시간의 영향을 높게 미치는 것 으로 보여진다. 또한 자동차는 대표적인 이동수단으로 많은 가구주가 통근을 위해 이용하기 때문에 높은 영향 력을 미치는 것으로 파악된다. 반면 도시지역에서는 도 보일 경우가 높은 영향력을 미치는 것으로 분석되었다.이는 도시지역에서 도보를 이용하는 경우는 짧은 거리를 짧은 시간에 이동하기 때문에 타 교통수단의 오래 소요 되는 시간에 비해 영향력이 큰 것으로 분석된다.
IV. 결 론
본 연구에서는 가구통행실태조사의 데이터를 이용하 여 도시와 농촌지역의 통근시간을 분석하였으며, 통근시 간에 영향을 주는 요인을 파악하였다. 분석된 결과는 다 음과 같다.
1. 전국의 통근통행 평균시간은 29.7분이 소요되었으 며, 도시지역은 평균 31.3분, 농촌지역은 평균 19.6 분으로 도시지역에서 약 1.6배 시간이 더욱 소요되 는 것으로 분석되었다.
2. 교통수단을 기준으로 보면 대중교통을 이용하는 경 우 54.4분, 자가용을 이용하는 경우 29.1분, 도보는 14.0분으로 분석되었으며, 도시지역과 농촌지역으로 분류하면, 대중교통은 각각 54.3분과 54.9분으로 큰 차이가 나지 않았으며, 자가용을 이용하는 경우 30.3분과 23.4분으로 약 6분이 차이가 발생하는 등
농촌지역보다는 도시지역에서 통근통행 시간이 높 은 것으로 분석되었다.
3. 통근통행 시간이 높은 지역은 수도권과 대도시권에 서 높은 것으로 분석되었으며, 그 외에 교량을 통하 여 접근해야 하는 인천지역과 KTX 및 SRT로 출근 이 가능한 세종 및 충남의 일부지역에서 높은 것으 로 분석되었다.
4. 도시지역에서 통근통행 시간에 영향을 주는 요인은 22개의 변수 가운데 16개 요인으로 분석되었으며, 이 가운데 대중교통과 도보의 영향력이 가장 높은 것으로 분석되었다.
5. 농촌지역에서 통근통행 시간에 영향을 주는 요인은 22개의 변수 가운데 13개 요인으로 분석되었으며, 이 가운데 대중교통, 매니저 및 사무종사자, 기능원 및 장치관리자, 자동차의 영향력이 가장 높은 것으 로 분석되었다.
6. 통근통행 시간에 영향을 주는 요인 가운데 소득이 높을수록 통근통행 시간이 증가되는 것으로 분석되 었으며, 이는 고소득층이 통근비용보다 거주지 환 경이 더욱 중요한 것으로 분석되었다.
도시와 농촌지역 모두 통근통행 시간이 증가하는 경 향을 보이고 있으나 증가 요인은 다른 양상을 보인다. 도시지역은 통근통행 거리가 상대적으로 길어졌으며, 교 통 혼잡이 통근통행 시간에 가중되는 형태이다. 반면 농 촌지역의 경우 주거지역이 도시지역에 비해 상대적으로 넓은 지역에 분포되어 있고, 직업군에 따라 통근통행 시 간이 증가하고 있다. 또한 대중교통에 의한 통근통행의 영향력이 크기 때문에 이동시간의 감소를 위해서는 대중 교통 체계의 개편이 필요할 것으로 보여진다. 그러나 일 부 도시지역은 광역열차와 광역버스에 의존하여 먼 지역 에서 출근하는 경우가 많기 때문에 농촌지역에서의 대중 교통 체계 개편 효과는 더욱 클 것으로 사료된다. 마지 막으로 농촌지역은 통근통행 시간이 오래 소요되지만 인 구가 집중되는 읍면 중심지에 거주지를 형성하는 것을 선호하는 것으로 분석되어, 외곽에 위치한 마을은 쇠퇴 가 진행될 가능성이 높으며, 이를위한 정책적 대책이 필 요할 것으로 사료된다.
References
1. Ayeni, B., 1979, Concepts and techniques in urban analysis, London: Croom Helm.
2. Choo S. H., Lee, H. S. and Shin, H. J., 2013, Analyzing changes in travel behavior of the elderly using travel diary survey data in seoul metropolitan area, The Korea Spatial Planning Review, 76: 31-45.
3. Choo, S. H., 2012, Analysis weekend travel characteristics in seoul, The Journal of The Korea Institute of Intelligent Transport Systems, 11(3):
92-101.
4. Eh, H. N. and Lee, H. Y., 2014, Changes of trip patterns and job-housing mismatch of busan metropolitan area, Journal of the Korean Geographical Society, 17(1): 1-14.
5. Frank, L. D., Andresen, M. A., Schmid, T. L., 2004, Obesity relationships with community design, physical activity, and time spent in cars, American Journal of Preventive Medicine, 27(2): 87-96.
6. Green, M. B. and Mayer, S. P., 1997, An Overview of Commuting in Canada with Special Emphasis on Rural Commuting and Employment, Journal of Rural Studies 13(2): 163-175.
7. Ha, J. H. and Lee, S. G., 2016, A study on the designation of living zones by its spatial hierarchy using OD data and community detection technique, Journal of Korea Planning Association, 51(6): 79-98.
8. Ha, J. H. and Lee, S. G., 2016, The estimation of commuting pattern and the analysis of the commuting network structure using smart card data: Focused on the possibility of application through the validation process with household travel survey data, Journal of Korea Planning Association, 51(4):123-143.
9. Hole, A. R. and Felix, F. R., 2005, Commuting in small towns in rural areas: the case of St Andrews, International Journal of Transport Economics/Rivista internazionale di economia dei trasporti, 77-92.
10. Kim, H. W. and Kim H. Y., 2011, Emergence of new towns and changes in commuting patterns of seoul residents, Journal of the Economic Geographical Society of Korea, 14(3): 437-451.
11. Korea Rural Economic Institute(KREI), 2017, A Study on the Promotion Plan of Regional Development
Policy by the Space Change of Future Rural Settlement, Research Report.
12. Korea Transport Data Base(KTDB), 2019, Household travel diary survey, https://www.ktdb.go.kr/
13. Lee, J. M., 2017, Analysis of spatial structures and sentral places of gwangju and jeonnam region using social network analysis, Journal Of The Korean Society Of Rural Planning, 23(2): 43-54.
14. Lee, S. Y., Ji, W. S., Jo, J. G., 2004, A Comparative Study of Commuting Choice in Urban and Rural Areas: Application of Conditional Logit Model:
1990-2000, Journal of Rural Development, 27(4):
29-53.
15. Microdata Integrated Service(MIDS), 2019, population and housing census, https://mdis.kostat.go.kr/
16. Ministry of Government Legislation(MGL), 2019, Local Autonomy Law, https://law.go.kr/
17. Park, T. Y., 2015, Factors affecting commuters’ travel time budgets in the seoul metropolitan area, Masters Degree, Seoul National University.
18. Partridge, M. D., Kamar, A. and Olfert, M. R., 2010, Rural‐to‐urban commuting: Three degrees of integration, Growth and Change, 41(2): 303-335.
19. Sharma, A. and Chandrasekhar, S., 2014, Growth of the urban shadow, spatial distribution of economic activities, and commuting by workers in rural and urban India, World Development, 61: 154-166.
20. Son. S. H., 2013, Time-spatial changing patterns of commuting and students’ commuting flows in seoul metropolitan area, Journal of the Korean Geographical Society, 16(2): 119-134.
21. The Seoul Research Data Service(SRDS), 2019, Household travel diary survey of seoul, http://data.si.re.kr/
22. Yoon, Y. W. and Chang, J. S., 2015, Assessment on social exclusion of vulnerable population by the analysis of their travel characteristics and behavior, The Korea Spatial Planning Review, 86:121-138.
