정주여건을 고려한 의사결정나무기법 활용 농촌지역 유형화
Typical Classification of Rural Area Considering Settlement Environment by Decision Tree Method
배승종*･ 김대식**†･ 은상규* Bae, Seung-Jong ･ Kim, Dae-Sik ･ Eun, Sang-Kyu
Abstract
The objective of this study is to classify the types of rural areas (138 si･gun) considering settlement environment by Decision Tree Method (CHAID).
The CHAID method was used for decision tree algorithm and the seven dependant variables and 5 explanatory variables were selected, respectively. By decision tree method, rural areas were finally classified into six groups through three separate processes. City area, lower area in aging rate and higher area in farmland area ratio was analyzed to be relatively rich rather than other area in the case of settlement environment index. In the future, this study will be able to utilize as a reference to the planning of rural development projects.
Keywords: Typical Classification; Rural area; Decision tree method; Settlement environment
* Institute of Green Bio Science and Technology, Seoul National University
** Department of Agricultural Engineering, College of Agricultural
& Life Sciences, Chungnam National University
† Corresponding author
Tel.: +82-42-821-5795 Fax: +82-2-821-8877 E-mail: [email protected]
Received: September 26, 2016 Revised: October 4, 2016 Accepted: October 24, 2016
Ⅰ. 서 론
1990년대 이전까지의 농촌개발은 대부분 하향식 사업추 진의 정부주도적 형태를 띄어왔다고 해도 과언이 아니다. 그 러나 2000년 이후 농촌개발을 위한 농정의 변화방향은 지역 주민의 참여와 마을유형에 맞는 단계별 사업추진의 형태로 점차 흘러가고 있다 (Ka et al., 2014). 최근에 들어서는 지역 발전특별회계를 통해 농산어촌지역 주민의 소득과 기초생활 수준을 높이고 농촌의 어메니티 증진 및 계획적인 개발을 통 하여 농산어촌의 인구유지 및 지역별 특화 발전을 도모하고 자 1조원 수준의 예산을 투입하여 농촌지역 읍･면 및 마을 단 위에 일반농산어촌개발사업을 시행하고 있다.
그러나 정주여건 (주거･생활･안전･문화 등)에 대한 기초 자료 부족으로 지역개발정책 수립, 지역개발사업 추진 등에 있어 지자체･전문가 등의 주관적 판단에 의존하는 상황이며, 마을 단위 사업을 추진함에 있어서 개발사업 시행 전후에 농 촌마을의 상태를 평가할 수 있는 객관적인 방법론 등 근거 제 시가 미흡하고, 사업 추진에 따른 성과가 어떠한지를 판단할
수 있는 근거자료가 부족하다는 지적이 제기되고 있는 상황 이다. 농촌지역을 체계적으로 개발하고 정비하기 위해서는 단위지역에 대한 개발수준 및 여건 등을 종합적으로 조망할 수 있는 평가기준, 즉 정주환경지표가 필요하고, 이 지표를 기 준으로 관련 자료를 확보하고 관리하여 농촌개발과 관련된 정책 수립과 사업시행에 기초자료로 활용할 수 있어야 할 것 이다 (Kim et al., 2010).
이에 따라 관련 기관 및 연구자들은 마을별 인프라 구축 및 낙후 수준, 주요 취약 요소, 개선 필요 분야 등에 대한 분석을 위하여 정주 여건의 분석을 위한 진단지표를 개발하여 왔다.
도시의 경우, Kim et al. (2007)에서 발표한 군단위 지역진단 지표에서 30개의 세부지표를 사용하고 있으며, 도시를 중심 으로 국민이 생활 속에서 이용하고 체감하는 국토의 다양한 영역을 측정 진단할 수 있는 체감형 지표를 개발하여 정책수 립에 활용하고 있으며, 농촌의 경우 ｢농어업인 삶의 질 향상 및 농어촌지역 개발촉진에 관한 특별법｣에 근거하여 농어촌 서비스기준 이행실태조사, 농어업인 복지실태 조사를 추진 하고 있는 상황이다. 또한, KRC (2007)는 읍면지역에 대한 개발수준 및 여건 등을 종합적으로 조망할 수 있는 기준을 마 련하였고, Kim et al. (2010)은 기존의 정주환경 진단지표를 정리하고 농촌마을 단위에서 사용 가능한 지표를 추출하여 마을단위의 정주환경을 분석한 바 있다.
한편, 농촌지역의 특성을 분석하고 개발방향을 제안하기 위해서는 먼저 해당지역의 유형분류가 전제되어야 한다. 선 행연구에서는 연구목적에 따라 전국 또는 일부 시･군 지역에 서 마을에 이르기까지 다양한 수준의 지역적 범위에 대해 유
형화를 시도하였다 (Go, 2009). 그러나 대부분의 연구에서는 대상지역의 인구특성, 농업적 특성, 경제적 특성 등의 분류기 준 자료를 중심으로 주성분분석 및 군집분석방법을 적용하여 유형화하였으며, 농촌지역 정주여건을 고려한 분류기준을 적 용한 연구는 미흡한 실정이다.
본 연구에서는 데이터마이닝 (data mining)의 한 기법으로 의사결정나무 (decision tree)의 모형구축에 사용되는 대표적 인 알고리즘의 하나인 CHAID (Classification and Regression Tree)를 사용하여 일반농산어촌개발사업이 시행되는 시군을 중심대상으로 하여 정주여건을 고려한 농촌지역 유형화를 시 도하였으며, 각 유형별 특성을 분석하고자 하였다.
II. 재료 및 방법
1. 의사결정나무기법(Park and Cho, 2005)
데이터마이닝이란 방대한 양의 데이터 속에서 쉽게 드러나 지 않는 유용한 정보를 찾아내는 과정으로, 대용량 (massive) 의 관측 가능한 데이터를 기반으로 숨겨진 지식, 기대하지 못 했던 패턴, 새로운 법칙과 관계를 발견하고 이를 바탕으로 의 사결정 등을 위한 정보로 활용하고자 하는 것이다. 데이터마 이닝 기법으로는 군집분석 (cluster analysis), 연결분석 (link analysis), 판별분석 (discrimination analysis), 의사결정나무 (decision tree)기법 등 다양한 방법들인 존재한다. 본 논문에 서 적용하고자 하는 의사결정나무기법은 우리가 관심을 갖는 변수에 영향을 미치는 변수들과 그 변수들 간의 상호작용을 이용하여 의사결정규칙을 만들고, 그 규칙으로 관심 대상을 여러 개의 유사한 성질을 지닌 소집단으로 분류 및 예측하여 나무구조로 도표화하는 방법이다. 우리가 관심 갖는 대상을 목표변수 (target variable)라 하며 목표변수를 설명 및 분류하 는데 이용되는 변수를 설명변수라 한다. 의사결정나무는 목 표변수가 범주형 변수인 경우 분류나무라 하며 각 범주에 속 하는 빈도 (최빈값)에 기초하여 분리가 일어나며, 목표변수가 계량형 변수인 경우에 회귀나무라 하고 목표변수의 평균 및 중앙값에 기초하여 분리가 일어난다. 의사결정나무는 크게 분리기준 (splitting criterion), 정지규칙 (stopping rule), 가지 치기 (pruning)에 의해 형성되며 어떠한 기준으로 이 세 가지 를 조합하느냐에 따라 CART (Classification and Regression Tree), CHAID (Chi-squared Automatic Interaction detection), C4.5, QUEST (Quick, Unbiased, Efficient, Statistical Tee) 등 다양한 알고리즘이 있다.
본 논문에서는 여러 가지 의사결정나무 알고리즘 중에서 CHAID 알고리즘을 이용하여 농촌지역 유형화를 시도하고
자 하였으며, CHAID 알고리즘은 카이제곱-검정 (이산형 목 표변수) 또는 F-검정 (연속형 목표변수)을 이용하여 다지분 리(Multiway Split)를 수행하는 알고리즘이다. 다지분리란 부모 마디에서 자식 마디들이 생성될 때, 2개 이상의 분리가 일어나는 것을 허용함을 의미한다.
의사결정나무기법은 모집단의 분포를 사전에 예상할 수 없는 상황에서 특정 조건에 부합하는 집단을 식별할 필요가 있는 시장세분화나 고객관계관리 관련 연구에서 유용하게 활 용되고 있으며, 다양한 분야의 연구에서 응용되고 있다. 집단 을 분류하는데 자주 사용되는 요인분석이나 군집분석 방법과 는 달리 의사결정나무기법이 갖는 특징은 다음과 같다. 첫째, 집단 분류에 유의한 변수들을 토대로 세분화하는 것이 가능 하다. 집단을 분류하고자 할 때 요인분석이나 군집분석과 같 은 방법은 종속변수가 없는 서술적 방식을 채택하기 때문에 어떤 변수가 세분화에 유의한 독립변수인지를 판단하기가 어 렵다. 그러나 의사결정나무기법은 여러 개의 독립변인들 중 에서 그 종속변수를 가장 잘 예측하는 것들만을 선택할 수 있 다. 둘째, 특정한 관심 대상이 되는 기준 (criterion of interest) 과 가장 관련 있는 집단을 파악할 수 있다. 셋째, 새로운 관찰 치가 어느 집단에 속하는지 평가하고 분류할 수 있다. 이처럼 의사결정 나무 기법은 인간이 이해할 수 있는 명시적인 규칙 을 통해 집단을 분류하고 일반적으로 두 개 이상의 집단을 생 성하므로 최근에는 분류에 많이 이용된다. 특히, 모집단의 분 포를 사전에 예상할 수 없는 상황에서 사전에 결정된 특정 조 건에 부합하는 집단을 식별할 필요가 있는 분석에 활발하게 활용되고 있다 (Kim and Kim, 2006).
2. 분석변수 설정 및 분석방법
농어촌 주민의 삶의 질 향상을 위한 범정부적인 투자에도 불구하고 농어촌의 활력 저하와 공공서비스 공급 및 삶의 질 에 있어 도농간 격차가 지속적으로 심화되어 왔다. 이와 더불 어 농어촌의 여건 변화와 특수성에 대한 정책적 고려가 부족 한 일률적 투자로 인해 공공서비스 공급의 효율성과 효과성 이 저하되어 온 상황이다. 이에 따라 농어촌 정책의 효율성 및 효과성 증대, 주민의 삶의 질 향상 체감 증대를 위한 정책 수단 으로 ‘농어촌서비스기준’을 마련하고 2011년 ｢삶의 질 향상 특별법｣ 개정 및 시행을 통해 제도 운용에 관한 법적 근거를 마련하였다. 즉, 농촌지역 정주여건의 향상을 위해 정부차원 의 기준을 마련하고 목표를 달성하기 위한 농촌정책의 추진 을 꾀하고 있는 실정이다.
농어촌서비스 기준은 2011년 처음 시행 당시 8대 부문 31 개 항목으로 구성되었으나 2013년 9월 일부 개정을 통해 1개 부문, 1개 기준항목을 추가함으로써 주거, 교통, 교육, 보건의
Table 1 Precedent studies of settlement environment index in the rural area
Sector Item Kim et al. (2007) Kim et al. (2010) Kim et al. (2014a)
Rural service standard
Housing
Housing Proportion of co-housing,
proportion of old housing Residential satisfaction, proportion
of old housing Proportion of old housing, proportion of housing usage Heating
Village community
facility Village community facility possession
degree
Water supply Water supply ratio Water supply ratio Water supply ratio
Sewerage Sewerage ratio Sewerage ratio Sewerage ratio
Transportation
Public
transportation Pavement rate, road length per car
Public transportation accessibility, administrative center accessibility, high-speed transportation network
accessibility
Public transportation number
Passenger ship Sidewalk
Education
Kindergarten, elementary school,
junior high school Education facility possession degree (Kindergarten, elementary school, junior
high school, high school)
Elementary school accessibility High school Number of teachers per
100 students Abolished school
After-school Opinion convergence Lifelong education
Health and medical
Medical services Number of doctor per
1,000 population Healthcare facilities possession degree
(hospital, community health center) Healthcare facilities accessibility Round visit
Pharmaceutical
accessibility Healthcare facilities possession degree
(pharmacy)
Welfare
The elderly The elderly welfare
services Village community facility possession
degree (the elderly community center) Village community facility possession degree
Adolescent Children
Infant-Toddler Infant welfare facility Welfare facility possession degree (care center)
Multicultural family
Emergency
Emergency services Emergency services in island and remote region
Fire services Security
Police services Safety level of the local community
Culture
Reading Culture facility and
program
Number of culture and sports facility per 10,000
population Culture facility possession degree Culture and sports facility possession degree
Outreach culture program Information and
communication Super-highway
information network Computer penetration rate, computer usage rate
Other major index
Population
Characteristics Settlement, population vitality
Population per household, aged-child ratio, Variation rate of population,
economically active people ratio, Non-farming economically active people
ratio
Population per household, Population density, aged-child ratio, return people
ratio to the farm and rural
Agricultural and economic characteristics
Employment, income, land use
Farmland area per household, secondary industrial facility possession
degree, tertiary industrial facility possession degree
Farm household ratio, Part-time farm household ratio, number of company, proportion of secondary industry workers,
proportion of tertiary industry workers, participation household ratio of Urban-Rural exchange program
Table 2 Precedent studies of typical classification in the rural area
Spatial Scale The main index The main results
Choi et al.
(1985) City･County - Population size of the central city, variation rate of population, proportion of farmland
- 6 types (metropolitan suburban rural area, typical rural area (plain, middle, mountainous), special rural area, etc.)
Lee
(1987) County - 53 index (population, land use, mining and
manufacturing industry, agriculture, etc.) - 8 types (metropolitan suburban rural area, development potential area, etc.)
Park et al.
(1999) Village - Population and social characteristics index, physical characteristics index, functional characteristics index, etc.
- 5 types (non-farm general village, aging mixed village, general mixed village, etc.)
Park et al.
(2001) Eup･myun - Population reduction rate, population density,
elderly population ratio - 5 types (population growing rural area, plains paddy cultivation area, etc.)
Seong et al.
(2003) City･County - 14 index (population, commuting /students commuting, regional economic characteristics, etc.)
- 4 types (non-farm area, self-sufficient dominant area, metropolitan suburban area, general rural area)
(2005)Im City･County - Population, industry structure, Agriculture,
economy, informatization level - 9 types (paddy cultivation dominant area, upland dominant area, etc.)
KRC
(2007) Eup･myun - 33 index (accessibility, population, economy,
agriculture, etc.) - 6 types (high-growth city type, general type, etc.)
※ KRC (2007), Kim et al. (2014)에서 수정 정리
료, 복지, 응급, 안전, 문화, 정보통신의 9개 부문으로 구성되 었고, 총 32개 기준항목으로 운용하였다. 2015년 12월에는 법 개정을 통해 7개 부문으로 17개 부문으로 대폭 축소하였으 며, 경제활동 및 일자리 등 S/W적인 서비스 기준을 일부 추가 하였다.
본 연구에서는 정주여건을 고려한 농촌지역 유형분류 분 석변수를 설정하기 위해 농촌정주환경과 관련된 주요 선행연 구 (Kim et al., 2007; Kim et al., 2010; Kim et al., 2014)를 바 탕으로 법 시행당시에 제시한 9개 부문 (주거, 교통, 교육, 보 건･의료, 복지, 응급, 문화, 정보통신)별로 선행연구에서 사용 된 지표를 고찰하였다. Table 1에서 제시한 바와 농어촌서비 스기준을 제외한 타 지표는 대부분 인구특성, 농업특성, 경제 특성지표를 사용하고 있는 것으로 파악되었다.
농촌 지역을 일정 기준에 따라 지역을 구분하고 유형화하 여 다양한 지역특성을 살펴봄으로써 국토공간상에서 매우 다 양하게 관찰되는 공간적 현상을 일목요연하게 파악할 수 있 다 (Seong and Song, 2003). 이에 따라 여러 연구자들에 의해 농촌지역 유형화 연구가 진행되어 왔으며, 분석지표설정을 통한 주요 연구사례 및 지표를 정리하면 다음 Table 2와 같다.
대부분의 연구사례들에서 인구특성 지표, 토지이용지표, 경 제적특성 지표, 농업특성 지표가 사용되었으며, 농촌지역 유 형화를 위한 분석기법으로 요인분석 중 주성분분석과 군집분 석을 주로 사용하였다.
의사결정나무기법의 적용을 위해서는 목표변수와 설명변 수가 우선 설정되어야 한다. 앞서 살펴본 농촌지역 정주여건
지표와 유형화 지표들을 고려하여, 본 연구에서 사용한 최종 적인 분석변수는 Table 3과 같다. 목표변수로는 농어촌서비 스기준 항목 중 정보통신을 제외한 7개 부문에 대해 각 부문 을 대표할 수 있는 변수를 선정하였으며, 설명변수로는 기존 연구사례를 참조하여 행정특성, 인구특성, 농업적특성 등 3 개 부문 5개 변수를 선정하였다. 각 변수에 대해서는 기존의 연구사례를 참고하여, 주거부문에서는 주택노후율을 선정하 였으며, 교통부문의 경우 대중교통접근성을, 교육부분은 의 무교육을 시행하고 있는 인구대비 초,중,고등학교 수를 나타 내는 교육시설 보유정도, 보건의료는 보건소인력확보정도, 복지부문은 노인복지관, 경로당, 노인교실수의 합을 나타내 는 노인복지시설보유정도, 응급부문은 소방･경찰시설보유 정도, 문화부분은 문화시설보유정도를 선정하였다. 각 지표 별로 일차자료부터 환산하여, 표준화하였으며 실제 값이 그 대로 반영되는 선형연속점수의 개념을 적용하였다. 주택부 문의 주택노후율 지표의 경우 지표점수와의 역상관관계를 고 려하였다. 또한, 각 부문별 지표값을 합산하여 재표준화한 후 해당시군의 정주여건을 전반적으로 조망할 수 있도록 정주환 경지표를 복합지표로 추가하였다. 설명변수로는 도농복합형 도시와 군지역을 구분하기 위한 행정특성, 인구특성부문에 는 농가인구비율과 고령화율, 농업적 특성으로는 경지면적 비율과 논면적비율을 선정하여 사용하였다.
본 연구에서는 정주여건을 고려한 농촌지역 유형화를 위 해 목적이었기 때문에 각 목표변수 부문 및 복합지표인 정주 환경부문 등 총 8개 지표에 대해 의사결정나무분석을 사용하
Table 3 Analysis variables
Varaibles Sector Index Quantification standard
Dependent variables
Housing Housing aging rate The number of damaged houses/ total houses Transportation Public transportation accessibility The number of local bus/area
Education Education facility possession degree The number of school (elementary school, junior high school, high school)/population
Health and medical Securing degree of human resources
in community health center The number of human resources in community health center/population
Welfare The elderly welfare facility
possession degree The number of the elderly welfare facility Emergency Fire․police facility possession degree The number of fire station (station, substation, box) and
police station (station, substation, box) Culture Culture facility possession degree The number of public library, public art center and
movie-theaters Settlement
environment Settlement environment The sum of seven sectoral index
Explanatory variables
Administrative
characteristics City, County City (yes), County (no)
Population characteristics
Farm household population rate Farm household population/population Ageing rate The population proportion of 65-year-old or more Agricultural
characteristics
Farmland area ratio Farmland area/area
Paddy area ratio Paddy area/farmland area
였다. 또한 변수의 특성이 이산변수를 포함하기 때문에 카이 제곱량을 이용한 CHAID 알고리즘을 적용하였다. 설명변수 들간의 분리 (splitting)와 병합 (merging)기준은 .05수준이었 으며, 자동적으로 집단 내의 구간을 변경한 것을 감안해 p값 에 대한 Bonferroni 조정을 거쳤다. 정지규칙으로 최대 나무 깊이 (maximum tree depth)는 3 수준으로 하였으며, 각 정주 여건 부문별 특성을 고려하여 부모마디 (parent node)와 자식 마디 (child node)의 사례수를 조정하였다.
III. 결과 및 고찰 1. 대상지역 및 자료 수집
본 연구에서는 Table 4에서 제시된 바와 같이 일반농산어 촌개발사업이 시행되고 있는 시･군지역과 특수상황지역을 포함하여 138개 시군에 대해서 자료를 수집하여 분석하였다.
자료 수집은 KOSIS (국가통계포털) 자료 검색을 통해 인구 주택총조사 및 농림어업총조사 결과를 기반으로 제공되고 있는 최근 자료를 활용하였으며, 각 시군별 일부 누락된 자료 는 해당 시군의 최근 통계연보 자료를 수집하여 포함하였다.
2. 적용결과
가. 정주여건 변수에 따른 유형화 결과
의사결정나무기법을 활용하여 복합지표인 정주여건에 따 른 시군별 유형화 분류결과는 Fig. 1과 같으며, 각 그룹별 해 당시군을 Table 5에 제시하였다. 총 3번의 분리과정을 거쳐 최종적으로 6개 집단으로 분류할 수 있었다. 첫 번째 분리는
‘시군 여부’변수에 의해 이루어졌으며, 군지역으로 분류된 83 개 지역은 두 번째 분리로 고령화율에 의해 3개 집단으로 분 류되었고, 시지역으로 분류된 55개 지역도 군지역과 마찬가 지로 고령화율에 의해 2개 집단으로 분류되었다. 군지역으로 분류된 지역 중 중간정도의 고령화율 (21.9 %에서 28.7 % 수 준)을 지닌 33개 지역은 경지면적비율에 따라 세 번째 분리가 이루어졌다. 그룹 IV에 속하는 26개 시군이 정주여건이 전반 적으로 가장 낙후된 것으로 분류되었으며, 해당지역은 군지 역, 높은 고령화율 (28.7 % 이상) 특성을 지니고 있는 것으로 분석되었으며, 정주여건이 가장 양호한 지역으로 분류된 그 룹 V지역 (33개)은 시지역, 낮은 고령화율 (16.7 %이하) 특성 을 보유한 것으로 파악되었다. 지역적 위치를 살펴보면 (Fig.
9 (h) 참조), 그룹 V지역은 수도권지역과 광역시 주변, 공업단 지가 위치한 지역에 주로 분포하였으며, 그룹 IV지역은 소백 산맥 인근지역과 경북 내륙지방에 주로 위치하는 것으로 나
Table 4 Study area
Classification City (si)･County (gun)
Metropolitan
city (5) Gijang-gun, Dalseong-gun, Ganghwa-gun, Onjin-gun, Ulju-gun Sejong (1) Sejong-si
Gyeonggi
(15) Pyeongtaek-si, Yangpyeong-gun, Icheon-si, Anseong-si, Gwangju-si, Yeoju-si, Gapyeong-gun, Yongin-si, Namyangju-si, Hwaseong-si, Paju-si, Gimpo-si, Yangju-si, Yeoncheon-gun, Pocheon-si
Gangwon
(15) Wonju-si, Gangneung-si, Samcheok-si, Hongcheon-gun, Hoengseong-gun, Yeongwol-gun, Pyeongchang-gun, Jeongseon-gun, Yangyang-gun, Chuncheon-si, Cheorwon-gun, Hwacheon-gun, Yanggu-gun, Inje-gun, Goseong-gun Chungbuk
(11) Chungju-si, Jecheon-si, Cheongju-si (Cheongwon-gun), Boeun-gun, Okcheon-gun, Yeongdong-gun, Jeungpyeong-gun, Jincheon-gun, Goesan-gun, Eumseong-gun, Danyang-gun
Chungnam
(15) Gongju-si, Boryeong-si, Asan-si, Seosan-si, Nonsan-si, Gyeryong-si, Geumsan-gun, Dangjin-si, Buyeo-gun, Seocheon-gun, Cheongyang-gun, Hongseong-gun, Yesan-gun, Taean-gun, Cheonan-si
Jeonbuk
(13) Gunsan-si, Iksan-si, Jeongeup-si, Namwon-si, Gimje-si, Wanju-gun, Jinan-gun, Muju-gun, Jangsu-gun, Imsil-gun, Sunchang-gun, Gochang-gun, Buan-gun
Jeonnam (21)
Yeosu-si, Suncheon-si, Naju-si, Gwangyang-si, Damyang-gun, Gokseong-gun, Gurye-gun, Goheung-gun, Boseong-gun, Hwasun-gun, Jangheung-gun, Gangjin-gun, Haenam-gun, Yeongam-gun, Muan-gun, Hampyeong-gun, Yeonggwang-gun, Jangseong-gun, Wando-gun, Jindo-gun, Sinan-gun
Gyeongbuk (23)
Gyeongju-si, Gimcheon-si, Andong-si, Sangju-si, Gumi-si, Yeongju-si, Yeongcheon-si, Mungyeong-si, Gyeongsan-si, Gunwi-gun, Uiseong-gun, Ulleung-gun, Cheongsong-gun, Yeongyang-gun, Yeongdeok-gun, Cheongdo-gun, Goryeong-gun, Seongju-gun, Chilgok-gun, Yecheon-gun, Bonghwa-gun, Uljin-gun, Pohang-si
Gyeongnam (17)
Hapcheon-gun, Jinju-si, Tongyeong-si, Sacheon-si, Miryang-si, Geoje-si, Yangsan-si, Uiryeong-gun, Haman-gun, Changnyeong-gun, Goseong-gun, Namhae-gun, Hadong-gun, Sancheong-gun, Hamyang-gun, Geochang-gun, Gimhae-si
Jeju (2) Jeju-si, Seogwipo-si
Fig. 1 The results of decision tree analysis for settlement environment
타났다.
즉, 전반적인 정주여건의 경우 시지역보다는 군지역에서, 고령화율이 낮은 지역보다는 높은 지역에서, 경지면적비율 이 높은 지역보다는 낮은 지역에서 상대적으로 열악한 것으 로 분류되었다. Kim (2014)은 농산촌 지역의 인구 감소와 심
각한 고령화 진행에 따라 정주 여건이 악화되고 있으며, 특히, 농산촌 인구 고령화 현상은 지역 활력 저하로 연계되고, 이로 인해 발생되는 지역 경제 침체는 정주 여건이 악화되는 문제 로 이어지고 있다고 지적하였으며, 이 결과는 본 연구의 결과 와 실증적으로 일치하고 있음을 나타내고 있다.
Table 5 The classification results of settlement environment Group
(number) City (si)･County (gun)
I (24)
Onjin-gun, Jeungpyeong-gun, Ulleung-gun, Yanggu-gun, Inje-gun, Jincheon-gun, Hongcheon-gun, Hwacheon-gun, Gijang-gun, Jeongseon-gun, Dalseong-gun, Ulju-gun, Eumseong-gun, Haman-gun, Muan-gun, Cheorwon-gun, Gapyeong-gun, Yeoncheon-gun, Hongseong-gun, Pyeongchang-gun, Wanju-gun, Chilgok-gun, Yangpyeong-gun, Dangjin-si
II (22)
Goesan-gun, Yangyang-gun, Goryeong-gun, Hoengseong-gun, Damyang-gun, Hadong-gun, Hwasun-gun, Muju-gun, Yeongwol-gun, Goseong-gun, Jangseong-gun, Seongju-gun, Jangheung-gun, Okcheon-gun, Danyang-gun, Jangsu-gun, Goseong-gun, Geochang-gun, Yeongdong-gun, Uljin-gun, Wando-gun, Geumsan-gun
III
(11) Yeonggwang-gun, Haenam-gun, Gangjin-gun, Buan-gun, Ganghwa-gun, Buyeo-gun, Taean-gun, Yesan-gun, Yeongam-gun, Changnyeong-gun, Gochang-gun
(26)IV
Jinan-gun, Bonghwa-gun, Yeongyang-gun, Cheongdo-gun, Jindo-gun, Sancheong-gun, Hampyeong-gun, Yecheon-gun, Sunchang-gun, Gunwi-gun, Boeun-gun, Uiryeong-gun, Hapcheon-gun, Hamyang-gun, Sinan-gun, Seocheon-gun, Imsil-gun, Cheongsong-gun, Gokseong-gun, Yeongdeok-gun, Namhae-gun, Cheongyang-gun, Uiseong-gun, Gurye-gun, Boseong-gun, Goheung-gun
(33)V
Gyeryong-si, Sejong-si, Gwangyang-si, Gyeongsan-si, Yangsan-si, Icheon-si, Seosan-si, Anseong-si, Yangju-si, Pocheon-si, Tongyeong-si, Gwangju-si, Wonju-si, Suncheon-si, Gimpo-si, Geoje-si, Iksan-si, Jinju-si, Chungju-si, Gumi-si, Gunsan-si, Namyangju-si, Pyeongtaek-si, Yeosu-si, Hwaseong-si, Pohang-si, Chuncheon-si, Gimhae-si, Paju-si, Yongin-si, Jeju-si, Cheonan-si, Asan-si,
VI (22)
Sangju-si, Yeongcheon-si, Gimcheon-si, Miryang-si, Samcheok-si, Yeoju-si, Yeongju-si, Sacheon-si, Nonsan-si, Naju-si, Boryeong-si, Gongju-si, Namwon-si, Gimje-si, Jecheon-si, Gangneung-si, Mungyeong-si, Jeongeup-si, Andong-si, Seogwipo-si, Gyeongju-si, Cheongju-si (Cheongwon-gun),
Fig. 2 The results of decision tree analysis for housing sector
나. 정주여건 세부변수별 적용결과
정주여건 세부 목표변수별로 의사결정나무기법을 적용한 결과는 Fig. 2 ~ Fig. 9에 나타내었다.
주거부문 분류결과를 살펴보면 2번의 분리과정을 거쳐 최 종적으로 7개 집단으로 분류되었으며, 첫 번째 분리는 ‘고령 화율’ 변수에 의해 이루어졌다. 고령화율이 높을수록 주거부
Fig. 3 The results of decision tree analysis for transportation sector
Fig. 4 The results of decision tree analysis for education sector
Fig. 5 The results of decision tree analysis for health and medical sector
Fig. 6 The results of decision tree analysis for welfare sector
Fig. 7 The results of decision tree analysis for emergency sector
Fig. 8 The results of decision tree analysis for culture sector
(a) housing (b) transportation
(c) education (d) health and medical
Fig. 9 The classification results of si･gun by sector
문 정주여건이 열악한 것으로 파악되었으며, 그룹 IV와 V에 서는 ‘시군구분’에 따라 분리가 이루어져 시지역이 상대적으 로 정주여건이 양호한 것으로 분석되었다. 교통 부문의 경우 에는 농가인구비율에 의해 첫 번째 분리가 이루어 졌으며, 농 가인구비율이 상대적으로 높은 지역에서 ‘논면적비율’ 변수
에 의해 분리가 이루어졌다. 즉, 농가인구가 많고 논면적 비 율이 낮은 곳에서 상대적으로 교통여건이 열악한 것으로 밭 및 과수원이 주요한 농가인구가 많은 지역에서 교통여건이 불리하다는 것을 의미한다. 교육 부문의 경우에는 첫 번째 분 리가 ‘시군구분’ 변수에 의해 발생하였으며, 군지역의 경우
(e) welfare (f) emergency
(g) culture (h) settlement environment
Fig. 9 The classification results of si･gun by sector (Continued)
에는 경지면적비율이 높은 곳에서 상대적으로 교육여건이 양호한 것으로 분석되었다. 시지역의 경우에는 경지면적이 아니라 고령화율에 의해 분리되었으며 고령화율이 높을수록 교육여건이 불량한 것으로 분석되었다. 보건의료여건에서 는 ‘시군구분’과 ‘농가인구비율’에 의해 분리가 이루어졌으
며, 시지역보다는 군지역에서 농가인구가 많을수록 보건의 료여건이 양호한 것을 분석되었는 바, 보건의료여건의 지표 로 사용한 보건소 인력에 의해 기인한 것으로 파악된다. 복지 여건의 경우 ‘논면적비율’에서 첫 번째 분리가 이루어졌으 며, 두 번째 분리는 ‘시군구분’에 의해 이루어졌다. 논면적비
율이 높을수록 군지역보다는 시지역에서 복지여건이 양호한 것으로 분석되었는데, 논의 경우 밭 및 과수원에 비해 노동강 도가 약하고 고령인구에 의해 논농사가 유지될 수 있으므로 해당지역에서 노인복지시설의 수가 상대적으로 많은 것으로 파악된다. 응급여건의 분류결과를 살펴보면, 농가인구비율 이 높을수록 정주여건이 상대적으로 열악한 것으로 나타났 으며 농가인구비율이 상대적으로 높은 83개지역에서는 두 번째 분리가 ‘경지면적비율’에 의해 이루어졌다. 경지면적비 율이 높을수록 응급여건에 상대적으로 응급여건이 양호한 것으로 나타난 바 산간지역보다는 농업이 많이 이루어지는 농업지역에서, 농업지역보다는 타 산업의 비중이 높은 곳에 서 응급여건이 우수한 것을 의미한다. 문화여건의 경우에는 시지역에서 압도적으로 높은 것으로 나타났으며, ‘농가인구 비율’에 의해 두 번째 분리가 이루어져 농가인구가 상대적으 로 적은 도시화가 진행된 지역에서 문화여건이 우수한 것으 로 파악되었다.
IV. 요약 및 결론
농촌지역을 체계적으로 개발하고 정비하기 위해서 단위지 역에 대한 개발수준 및 여건 등을 종합적으로 조망할 수 있는 평가기준을 활용함으로써 보다 효율적으로 정책 사업을 진행 할 수 있을 것이며, 해당지역의 정주여건을 토대로 유형화하 는 작업은 향후 지역개발사업 추진에 있어 발전방향을 모색 하는데 기초자료로 사용될 수 있을 것이다. 본 연구에서는 일 반농산어촌개발사업이 시행되고 있는 시･군지역과 특수상 황지역을 포함하여 138개 시군에 대해서 의사결정나무기법 을 활용하여 정주여건을 고려한 농촌지역 유형화 연구를 수 행하였으며, 그 결과를 요약하면 다음과 같다.
1. 본 논문에서는 집단 분류에 유의한 변수들을 토대로 세분 화하는 것이 가능한 여러 가지 의사결정나무 알고리즘 중 에서 CHAID 알고리즘을 이용하여 농촌지역 유형화를 시 도하였다. 의사결정나무기법의 적용을 위해 목표변수로는 농어촌서비스기준 항목 중 정보통신을 제외한 7개 부문에 대해 각 부문을 대표할 수 있는 변수를 선정하고 해당시군 의 정주여건을 전반적으로 조망할 수 있도록 정주환경지 표변수를 추가하여 총 8개 설정하였으며, 설명변수로는 기 존 연구사례를 참조하여 행정특성, 인구특성, 농업적특성 등 3개 부문 5개 변수를 선정하였다.
2. 각 세부변수들은 지표별로 일차자료부터 환산하여, 표준 화하였으며 실제 값이 그대로 반영되는 선형연속점수의 개념을 적용하였으며, 일부 지표의 경우 지표점수와의 역
상관관계를 고려하였다. 설명변수들간의 분리 (splitting) 와 병합 (merging)기준은 .05수준으로 설정하였으며 정지 규칙으로 최대 나무깊이 (maximum tree depth)는 3 수준 으로 하였으며, 각 정주여건 부문별 특성을 고려하여 부모 마디 (parent node)와 자식마디 (child node)의 사례수를 조 정하였다.
3. 의사결정나무기법을 활용하여 복합지표인 정주여건에 따 른 시군별 유형화 분류결과 총 3번의 분리과정을 거쳐 최종 적으로 6개 집단으로 분류할 수 있었으며, 첫 번째 분리는
‘시군 여부’변수에 의해 이루어졌으며, 군지역으로 분류된 83개 지역은 두 번째 분리로 고령화율에 의해 3개 집단으 로 분류되었고, 시지역으로 분류된 55개 지역도 군지역과 마찬가지로 고령화율에 의해 2개 집단으로 분류되었다.
전반적인 정주여건의 경우 시지역보다는 군지역에서, 고 령화율이 낮은 지역보다는 높은 지역에서, 경지면적비율 이 높은 지역보다는 낮은 지역에서 상대적으로 열악한 것 으로 분류되었으며, 이는 일반적으로 인지하고 있는 사실 과 동일함을 확인할 수 있었다.
4. 정주여건 세부 목표변수별로 의사결정나무기법을 적용한 결과를 살펴보면, 주거부문의 경우 ‘고령화율’, 교통 부문 의 경우에는 ‘농가인구비율’, 교육 부문의 경우에는 ‘시군 구분’, 보건의료여건에서는 ‘시군구분’과 ‘농가인구비율’, 복지여건의 경우 ‘논면적비율’, 응급여건의 경우네는 ‘농 가인구비율’, 문화여건의 경우에는 ‘시군구분’변수가 주 요한 분리기준으로 파악된 바 해당 목표변수에 따라서 분 리기준이 서로 상이하게 나타나는 것으로 분석되었다.
인구과소화와 정주인구 고령화의 급속한 진행으로 인하여 우리나라 농촌지역의 정주여건은 급속히 쇠퇴되는 추세에 있 다. 따라서 농촌 활성화와 관련된 각종 정책사업들의 실효성 이 저하될 수밖에 없다. 그리고, 농촌지역 인적 자원의 전문성 과 규모 등이 취약하기 때문에 지역주민 등을 중심으로 지역 자율성에 의한 계획의 수립과 집행을 통하여 지역활성화를 도모하는 데는 한계가 있을 수밖에 없다. 이러한 지역에 대해 서는 큰 틀에서 지역문제와 정책적 지향방향을 정부나 관련 전문기관이 제시하고 지역발전을 선도적으로 이끌어주는 역 할이 필요하다 (Kim et al., 2007). 이러한 관점에서 그 동안 농촌지역의 유형화에 대한 연구는 수많은 연구자들의 다양한 시도속에서 오랜시간 활발하게 진행되어 왔다. 농촌지역의 유 형화는 특정한 주제아래 새로운 단위 (unit) 또는 영역 (area) 을 형성하는데 연구초점을 맞추고 있었으며, 이를 지역발전 에 활용코자 하는 경우가 많았다 (Ka et al., 2014). 종래 일반 적으로 이용되어 온 요인분석 및 주성분분석을 사용한 연구 의 경우 해당지역의 정주여건을 종합적으로 조망하기에 어려
운 측면이 존재한다. 이러한 측면에서 본 연구는 농촌지역 정 주여건을 고려한 의사결정나무기법의 활용을 시도함으로써 그 의미를 가지며, 향후 농촌지역개발사업의 계획 수립에 참 고자료로 활용될 수 있을 것이다. 그러나, 본 연구는 시군단위 의 공간 수준에서 시도된 연구로 시군 내부의 변이가 고려되 지 않은 한계를 가지고 있다. 보다 세밀한 농촌지역 유형화를 통해 읍면 또는 농촌마을 수준에서 미시적인 유형화 연구가 지속된다면 현재 진행되고 있는 다양한 농촌지역개발사업의 추진방향 설정, 성과 분석 및 정책환류시 참고자료로 활용될 수 있을 것이다.
사 사
본 성과물은 농촌진흥청 연구사업 (세부과제명: 농촌마을 정주여건 현장조사 및 진단체계 개발 (농업첨단핵심기술개 발-핵심전략기술개발), 세부과제번호: PJ012420)의 지원에 의해 이루어진 것임.
REFERENCES
1. Bae, W. K., Y. W. Yun, D. S. Jeong, and D. K. Joo, 2014. An Analysis of Residential Environment and Satisfaction by Rural Area Types, Journal of the Korean Society of Rural Planning 20(3): 165-177 (in Korean).
2. Choi, M. H., 2015. Effectiveness analysis of rural on-site forum by rural amenity resources and the types of characteristic rural village, Master’s thesis, Gyeongsang National University (in Korean).
3. Choi, M. H., Y. Y. Choi, G. H. Kim, and Y. J. Kim, 2015, Effectiveness Analysis of Rural On-site Forum Based on Rural Amenity Resources and the Types of Distinct Village, Journal of Agriculture & Life Science 49(5): 311-319 (in Korean).
4. Do, J. W., 2013. An Analysis of Residents’ Satisfaction on the Comprehensive Rural Village Development Project by Investment Types, Master’s thesis, University of Seoul (in Korean).
5. Im, S. B., J. H. Shin, and H. J. Yoon, 2002. The Classification and Problem Analysis of Rural Villages Based on the Ecological and the Cultural Resources, Korean Society of Rural Planning 8(1): 77-84 (in Korean).
6. Jang, T. J., 1998. A Study on the Spacial Characteristics Based on the Typical Classification of the Rural Areas, Journal of the Architectural Institute of Korea Planning and Design 14(4):
69-80 (in Korean).
7. Ka, S. H., 2014. A Study on the Classification of Rural Villages
Case for Rural Development Planning: The Case of Jeonbuk province, Master’s thesis, Chonbuk National University (in Korean).
8. Ka, S. H., A. S. Jeong, and D. H. Shin, 2014. International society : A Study on the Classification of Rural Villages in Korea: focusing on the Jeonbuk province, The International Association of Area Studies 18(1): 533-559 (in Korean).
9. Kim, A. and J. S. Kim, 2006. Classification of the Demand Groups for the Rural College Student Loans by Decision Tree Method, Korean Journal of Sociology of Education 16(1):
51-75 (in Korean).
10. Kim, C. H., J. T. Park, and K. H. Park, 2007, Development and Policy Applications of Indicators for Identifying Rural Problems, The Korea Spatial Planning 38 (in Korean).
11. Kim, C. H., S. J. Lee, and S. S. Lee, 2006. The Inter-Rural Comparative Analysis on Regional Uniqueness and Policy Implications, Korea Research Institute For Human Settlements (in Korean).
12. Kim, D. S., T. K. Jeon, and S. J. Bae, 2010. Development of Settlement Environment Diagnostic Indices for Rural Village Unit, Korean Society of Rural Planning 16(3): 27-41 (in Korean).
13. Kim, H. S. and C. H. Oh, 2011. Classification of rural villages based on Landscape Indices: Focusing on Landscape Ecological Aspects, Korean Society of Rural Planning 17(3): 1-13 (in Korean).
14. Kim, J. H., S. S. Yoon, and S. H. Lee, 2005. Classification of Rural Village of Eum-Seong Gun by Amenity investigation base on village, Proceedings 2005 Annual Conference KSAE (in Korean).
15. Kim, S. H., 2014. A study on the domicilaiation conditions of depopulation in rural area, Residental Environment 12(3):
57-69 (in Korean)
16. Kim, S. H., J. W. Seo, Y. S. Park, and J. H. Kim, 2013. An Analysis of Residents' Supplementation Demand and Expected Effect by Types of Mountain Village Development Project, Korean Society of Rural Planning 19(1): 71-80 (in Korean).
17. Kim, Y. T., 2014. Indicators System for Grading of Development Potentials by Rural Village Types, Ph. D’s thesis, Chonnam National University (in Korean).
18. Kim, Y. T., S. M. Choi, E. J. Cho, H. G. Kim, and S. B. Im, 2014a. An Analysis of Importance Weight of Evaluation Indicators for Classification of Rural Village, Journal of the Korean Society of Rural Planning 20(3): 121-130 (in Korean).
19. Kim, Y. T., S. M. Choi, H. K. Kim, and S. B. Im, 2014b.
Development of Evaluation Indicators System by Rural Village Types, Journal of the Korean Society of Rural Planning 20(1):
37-49 (in Korean).
20. Ko, Y. B., 2009. Typical Development Models for Revitalization
of Rural Market Towns, Ph. D’s thesis, Chonnam National University (in Korean).
21. Korea Research Institute for Local Administration, 2013. Study of Development and Application about Rural Village Classification Index, Seoul in Korea (in Korean).
22. Korea Rural Community and Agriculture Corporation (KRC), 2007. A Study on the Classification Criteria and Development Directions of Rural Areas in Korea, Naju, Korea (in Korean).
23. Kwon, J. Y., 2015. An Ability Education Needs Analysis of Village Development the Rural Village Types, Master’s Thesis, Kongju National University (in Korean).
24. Lee, D. K., J. H. Ok, C. S. Hong, S. W. Youn, C. S. Park, and H.
S. Yoo, 2005. A Study on Assessment and Classification about Landscape Resources: Centered on Comprehensive Development Project of Rural Village, Korean Society of Rural Planning 11(2): 21-34 (in Korean).
25. Lee, J. H., 2008. An Analysis of Comprehensive Rural Clustered Community Development Program about Types of Rural Community, Master’s thesis, University of Seoul (in Korean).
26. Lee, S. H., 1995. Classification of Rural Area by Maul, Korea
Agricultural Economics Association 36(2): 139-143 (in Korean).
27. Lee, S. H., 2008. Analysis and Classification on Rural Areas by Using the Multivariate techniques of Factor and Cluster, Journal of Rural Development 31(4): 33-48 (in Korean).
28. Park, C. S., 1999. Investigation of Its Characteristics and Classification of the Village Type for the Korean Rural Village Planning, Korea Planning Association 103: 61-69 (in Korean).
29. Park, H. C. and K. W. Cho, 2005. Social Indicator Survey Data Analysis using Decision Tree, Journal of the Korean Data Analysis, 7(3): 773-783 (in Korean).
30. Seong, J. I. and M. R. Song, 2003. Classification and Charac- teristics of Rural Areas in Korea, Journal of Rural Development 26(2): 1-22 (in Korean).
31. Song, M. R., G. S. Kim, and I. H. Kwon, 2014. Application of Service Standard in Rural Area for Improving Life Quality, Korea Rural Economic Institute (in Korean).
32. Yim, S. H., 2005. An Analysis of Regional Types of Rural Areas, Journal of the Korean Association of Regional Geographers 11(2): 211-232 (in Korean).
