표제지
목차
주요 내용 및 정책제안 4
요약 5
CHAPTER 1. 서론 29
1. 연구의 배경 및 목적 30
2. 연구의 범위 및 방법 33
3. 선행연구 검토 및 차별성 37
4. 연구의 기대효과 39
CHAPTER 2. 도시공간구조 분석의 개념과 마이크로 공간데이터 활용의 필요성 42
1. 도시공간구조 분석의 개념과 범위 43
1) 도시공간구조의 개념 43
2) 도시공간구조 분석의 개념과 범위 46
2. 도시공간구조 분석의 주요 주제와 접근법 51
1) 국내 도시공간구조 분석의 주요 주제 51
2) 도시공간구조 분석을 위한 주요 방법론 59
3. 마이크로 공간데이터 활용의 필요성 73
1) 도시공간구조 분석에 대한 수요변화 73
2) 마이크로 공간데이터의 활용 필요성 74
CHAPTER 3. 마이크로 공간데이터 기반 도시공간구조 분석방법 개발: 중심지 분석을 초점으로 79
1. 분석방법의 기본 방향과 프레임워크 80
1) 기본 방향 80
2) 분석 프레임워크 82
2. 중심지 식별 및 위계 설정 방법 정립 84
1) 중심지 개념 및 분석지표 84
2) 중심지 분석지표별 데이터 86
3) 커널밀도추정을 통한 중심지 분석지표 산출 87
4) 중심지 분석지표 값을 이용한 집적지 추출 93
5) 집적지 대상의 도심/부도심/지역중심 식별 97
3. 중심지 특징 분석방법 정립 100
1) 분석의 틀 100
2) 활동의 집중에 관한 분석 101
3) 흐름의 유발에 관한 분석 102
4)/3) 산업ㆍ서비스 구성에 관한 분석 104
CHAPTER 4. 마이크로 공간데이터 기반 도시공간구조 분석방법의 시범 적용 107
1. 시범 적용의 개요 108
1) 사례지역의 요건 및 선정 방법 108
2) 사례지역 선정 결과 110
2. 천안/아산시의 공간구조 분석 114
1) 중심지 식별 및 위계 설정 114
2) 중심지별 특징 분석 135
3. 울산광역시의 공간구조 분석 156
1) 중심지 식별 및 위계 설정 156
2) 중심지별 특징 분석 171
4. 소결 및 시사점 191
1) 소결 191
2) 시사점 194
CHAPTER 5. 결론 및 향후 과제 199
1. 주요 연구 결과 200
2. 정책적 활용 방향 및 제언 205
3. 연구의 한계와 향후 과제 218
참고문헌 220
SUMMARY 231
[부록 1] 도시공간구조 분석에 활용 가능한 국내 마이크로 공간데이터 현황 236
[부록 2] 커뮤니티 발견법을 활용한 기능연계권 분석 과정 243
[부록 3] 천안/아산시 현장 조사 사진 251
[부록 4] 울산광역시 공간구조 분석 결과 참조 자료 258
[부록 5] 울산광역시 현장 조사 사진 264
[부록 6] 데이터 기반 도시계획의 해외 선진 사례와 국내 여건 271
[부록 7] 신용카드 가맹점 업종 분류 281
판권기 282
표 1-1. 선행연구 요약 및 차별성 38
표 2-1. 도시공간구조 관련 국내 문헌의 시기별 주요 연구주제 52
표 2-2. 선행 연구에서 사용된 중심지 분석 지표 60
표 2-3. 선행 연구의 중심지 분석에서 사용된 데이터 특징 64
표 2-4. 도시공간구조 분석을 위한 주요 접근법, 사용 데이터 및 공간 단위 72
표 2-5. 도시공간구조 분석에 대한 수요변화 73
표 3-1. 중심지 분석지표 값 산출을 위한 데이터 86
표 3-2. 집적지 추출 결과 검토를 위한 참고 데이터 87
표 3-3. 활동의 집중에 관한 지표 산식 102
표 3-4. 중심지로의 흐름 관련 용어 정의 103
표 4-1. 비수도권 광역시의 2017~2021년 주민등록인구 변화 110
표 4-2. 비수도권 광역시의 2017~2021년 경제활동인구 변화 110
표 4-3. 2019년 KT DB 활용 기능연계권 분석 결과 111
표 4-4. 2017~2021년 주민등록인구 증감량 기준 상ㆍ하위 5개 비수도권 시급 지역 113
표 4-5. 2017~2021년 경제활동인구 증감량 기준 상ㆍ하위 5개 비수도권 시급 지역 113
표 4-6. 천안/아산시의 非주거활동 집적지 131
표 4-7. 천안/아산시 지역중심 선정 대상 집적지의 상주인구 수, 비중 및 밀도 134
표 4-8. 천안/아산시 거주 근무인구의 중심지(도심/부도심/지역중심) 소재 직장으로의 통근 136
표 4-9. 중심지별 통근자수 및 평균 통근거리: 천안/아산 내부통행 144
표 4-10. 천안/아산시 거주 쇼핑객의 중심지 소재 카드 가맹점으로의 쇼핑 통행 145
표 4-11. 중심지별 쇼핑객수 및 평균 쇼핑통행 거리: 천안/아산 내부통행 152
표 4-12. 천안/아산시 중심지의 일반 자영업자 밀도 및 특화도 153
표 4-13. 천안/아산시 중심지 내 업종별 카드 가맹점 수 및 가맹점 밀도 154
표 4-14. 천안/아산시 중심지 내 업종별 카드 가맹점의 특화도 155
표 4-15. 울산광역시의 非주거활동 집적지 168
표 4-16. 울산광역시 지역중심 선정 대상 집적지의 상주인구 수, 비중 및 밀도 170
표 4-17. 울산광역시 거주 근무인구의 중심지(도심/부도심/지역중심) 소재 직장으로의 통근 173
표 4-18. 중심지별 통근자수 및 평균 통근거리: 울산광역시 내부통행 179
표 4-19. 울산광역시 거주 쇼핑객의 중심지 소재 카드 가맹점으로의 쇼핑 통행 180
표 4-20. 중심지별 쇼핑객수 및 평균 쇼핑통행 거리: 울산광역시 내부통행 187
표 4-21. 울산광역시 중심지의 일반 자영업자 밀도 및 특화도 188
표 4-22. 울산광역시 중심지 내 업종별 카드 가맹점 수 및 가맹점 밀도 190
표 4-23. 울산광역시 중심지 내 업종별 카드 가맹점의 특화도 191
표 4-24. 천안/아산시와 울산광역시에 대한 시범 적용 결과 비교 193
표 5-1. 데이터 기반 도시ㆍ군기본계획 수립 촉진을 위한 지침 개정(안) 214
그림 1-1. 연구 흐름도 36
그림 2-1. 도시공간구조의 개념 및 구성요소 45
그림 2-2. 도시공간구조 설명의 4가지 영역 48
그림 2-3. 분석 대상에 따른 도시공간구조 분석 접근법 분류 49
그림 2-4. 본 연구에서 검토하는 도시공간구조 분석의 범위 50
그림 2-5. 농촌공간 전략계획 내 제시된 중심지 계층구조 분석방법 예시 55
그림 2-6. 축소도시 적정규모화 전략의 개념 57
그림 2-7. 제천시 농촌공간 전략계획 예비계획에서 사용된 데이비스 기능지수 산출방법 62
그림 2-8. 데이비스 기능지수 산출방법을 이용한 제천시 중심지 구조 설정 결과 62
그림 2-9. 충남권 시군에 대한 연결중심성 분석 결과 65
그림 2-10. 인구밀도경사함수 분석 개념도 67
그림 2-11. 인구밀도경사함수로 본 충청남도 시군별 도시성장 유형 67
그림 2-12. 2035년 천안시 도시기본계획 내 도시성장형태(압축성) 진단 사례 69
그림 2-13. 모바일 빅데이터를 이용한 충남 읍면동 지역의 생활권 도출 결과 70
그림 2-14. 영국 런던 지하철역 기준 커뮤니티 탐지 결과 71
그림 2-15. 마이크로 공간데이터의 주요 특징 75
그림 2-16. 도시공간구조 분석에 있어 마이크로 공간데이터의 활용 가능성 76
그림 3-1. 분석방법 개발의 기본 방향 81
그림 3-2. 본 연구 분석방법의 프레임워크 83
그림 3-3. 커널밀도추정의 원리 모식도 88
그림 3-4. 커널밀도추정 시 확률 밀도의 누적 원리(예시: 5개 사상(事相)이 관측된 경우) 89
그림 3-5. 커널 반경에 따른 결과의 차이(Quartic 커널 함수 적용) 89
그림 3-6. 커널 함수의 종류 90
그림 3-7. 커널밀도추정을 통한 중심지 분석지표 값 산출 91
그림 3-8. 커널 반경 비교 결과(천안/아산시 상주인구) 92
그림 3-9. 집적지 추출 방법 94
그림 3-10. 등치선도 밀도-반경 곡선 개념도 95
그림 3-11. 집적지 대상의 도심/부도심/지역중심 식별 방법 99
그림 3-12. 중심지 특징 분석의 틀 101
그림 3-13. 통근권 추출 방법 105
그림 4-1. 사례지역 선정 방법 109
그림 4-2. 2019년 KT DB 출근 통행량 기준 기능연계권 추출 결과 111
그림 4-3. 2019년 KT DB 쇼핑 통행량 기준 기능연계권 추출 결과 112
그림 4-4. 중심지 식별 및 위계 설정의 분석 절차 114
그림 4-5. 천안/아산시의 근무인구/가맹점/상주인구 커널 밀도 추정 115
그림 4-6. 등치선 추출: 천안/아산시의 근무인구/가맹점/상주인구 커널 밀도 추정치 117
그림 4-7. 천안/아산시의 근무인구/가맹점/상주인구 집적지 임계치 119
그림 4-8. 천안/아산시의 근무인구 집적지 추출을 위한 임계치 민감도 분석 121
그림 4-9. 천안/아산시의 카드 가맹점 집적지 추출을 위한 임계치 민감도 분석 122
그림 4-10. 천안/아산시의 상주인구 집적지 추출을 위한 임계치 민감도 분석 123
그림 4-11. 아산시 배방읍 일원 현장조사(2022.9.30.) 사진 124
그림 4-12. 아산시 탕정면 일원 현장조사(2022.9.30.) 사진 125
그림 4-13. 천안/아산시의 근무인구/가맹점/상주인구 집적지 추출 결과 126
그림 4-14. 천안/아산시의 非주거활동 집적지 추출 결과 129
그림 4-15. 천안/아산시 非주거활동 집적지와 도시적 토지이용, 업무시설 및 상업용 건물과의 비교 130
그림 4-16. 천안/아산시 상주인구 집적지와 도시적 토지이용, 주거용 건물 분포 간 비교 132
그림 4-17. 천안/아산시의 지역중심 선정 대상 집적지 133
그림 4-18. 천안/아산시의 도심/부도심/지역중심: 최종 결과 134
그림 4-19. 천안/아산시 도심/부도심/지역중심 내 활동 집중도 136
그림 4-20. 자택 주소지(O)로부터 중심지 소재 직장 주소지(D)로의 통근통행 데이터 추출 결과(천안/아산시) 138
그림 4-21. 중심지로의 통근권 및 평균 통근거리: 천안/아산 내부통행 139
그림 4-22. 자택 주소지(O)로부터 중심지 소재 카드 가맹점(D)으로의 쇼핑 통행 데이터 추출 결과(천안/아산시) 146
그림 4-23. 중심지로의 쇼핑통행권 및 평균 쇼핑통행 거리: 천안/아산시 내부통행 147
그림 4-24. 울산광역시의 근무인구/가맹점/상주인구 커널 밀도 추정 156
그림 4-25. 등치선 생성: 울산광역시의 근무인구/가맹점/상주인구 커널 밀도 추정치 158
그림 4-26. 울산광역시의 근무인구 집적지 추출을 위한 임계치 민감도 분석 161
그림 4-27. 울산광역시의 카드 가맹점 집적지 추출을 위한 임계치 민감도 분석 162
그림 4-28. 울산광역시의 상주인구 집적지 추출을 위한 임계치 민감도 분석 163
그림 4-29. 울산광역시의 근무인구/가맹점/상주인구 집적지 추출 결과 164
그림 4-30. 울산광역시의 非주거활동 집적지 추출 결과 167
그림 4-31. 울산광역시의 지역중심 선정 대상 집적지 169
그림 4-32. 울산광역시의 도심/부도심/지역중심: 최종 결과 171
그림 4-33. 울산광역시 도심/부도심/지역중심 내 활동 집중도 172
그림 4-34. 중심지로의 통근권 및 평균 통근거리: 울산광역시 내부통행 174
그림 4-35. 중심지로의 쇼핑통행권 및 평균 쇼핑통행 거리: 울산광역시 내부통행 182
그림 4-36. 울산광역시 상주인구 집적지와 택지/도시개발구역 분포 비교 198
그림 5-1. 본 연구에서 개발한 분석방법의 주요 사항 요약 201
그림 5-2. 천안/아산시와 울산광역시의 중심지 분석 결과 203
그림 5-3. 천안/아산시 중심지 분석 결과와 기정 공간구조 구상안 비교 207
그림 5-4. 울산광역시 중심지 분석 결과와 기본계획 내 공간구조 현황 진단 결과 비교 208
그림 5-5. 천안/아산시와 울산광역시의 장래 공간구조 구상안 210
그림 5-6. 국토모니터링 중 국토변화 모니터링 프레임워크 212
그림 5-7. 서울특별시 빅데이터 캠퍼스 사례 215
그림 5-8. 온라인 분석 플랫폼을 통한 마이크로 공간데이터 제공의 예시 216
부표 1. 서울 생활인구 데이터 예시(집계구 단위, 내국인) 236
부표 2. 서울 생활이동인구 데이터 예시(행정동 단위) 237
부표 3. 배달호출데이터 예시(행정동 단위) 241
부표 4. CJ대한통운 택배 유형별 월 데이터 예시(블록 단위, 착지) 242
부표 5. 2019년 KTDB 출근통행 행렬 예시 244
부표 6. 계층트리 깊이별 커뮤니티 개수(가중치: 출근 통행량) 245
부표 7. 커뮤니티별 시군구 현황(가중치: 출근통행량, 깊이: 1, 커뮤니티 개수: 4) 246
부표 8. 커뮤니티별 시군구 현황(가중치: 출근 통행량, 깊이: 2, 커뮤니티 개수: 25) 247
부표 9. 2019년 KTDB 쇼핑통행 행렬 예시 248
부표 10. 계층트리 깊이별 커뮤니티 개수(가중치: 쇼핑통행량) 248
부표 11. 커뮤니티별 시군구 현황(가중치: 쇼핑통행량, 깊이: 1, 커뮤니티 개수: 3) 249
부표 12. 커뮤니티별 시군구 현황(가중치: 쇼핑통행량, 깊이: 2, 커뮤니티 개수: 31) 250
부표 13. 천안/아산시 현장 조사 개요 251
부표 14. 울산광역시 현장 조사 개요 264
부표 15. 영국의 도시ㆍ지역 계획 데이터 플랫폼의 수집 데이터 274
부표 16. 도시계획정보체계(UPIS) 작성 내용 278
부표 17. 기초조사 세부항목 및 조사내용 278
부표 18. 신한카드사의 가맹점 업종 분류 281
부도목차
부도 1. 계층트리 구조의 예시 245
부도 2. 천안/아산시 주요 현장 조사 지역 251
부도 3. 아산 온양온천역 도심(A) 252
부도 4. 아산 배방 부도심(B) 254
부도 5. 아산 탕정역 인근 상주인구 집적지(C) 255
부도 6. 아산 탕정 지역중심(D) 256
부도 7. 천안 불당동 도심(E) 257
부도 8. 울산광역시의 근무인구/가맹점/상주인구 집적지 임계치 258
부도 9. 울산광역시 非주거활동 집적지와 도시적 토지이용, 업무시설 및 상업용 건물과의 비교 260
부도 10. 울산광역시 상주인구 집적지와 도시적 토지이용, 주거용 건물 분포 간 비교 261
부도 11. 자택 주소지(O)로부터 중심지 소재 직장 주소지(D)로의 통근통행 데이터 추출 결과(울산광역시) 262
부도 12. 자택 주소지(O)로부터 중심지 소재 카드 가맹점(D)으로의 쇼핑통행 데이터 추출 결과(울산광역시) 263
부도 13. 울산광역시 주요 현장 조사 지역 264
부도 14. 범서읍 부도심(A) 265
부도 15. 범서읍 부도심 주변 지역(B) 266
부도 16. 무거동 도심(C) 267
부도 17. 화정동과 일산동 부도심(D) 268
부도 18. 농소동 부도심(E) 269
부도 19. Planning for the Future의 디지털 우선 접근방식 272
부도 20. 영국의 도시ㆍ지역 계획 데이터 플랫폼의 계획여건 관련 사항 시각화 예시 273
부도 21. 영국 계획 데이터 플랫폼의 데이터 제공 프로세스 274
부도 22. 싱가포르 계획 데이터 플랫폼의 계획 여건 분석 275
부도 23. 싱가포르 계획 데이터 플랫폼의 향후 시나리오 테스트 예시 276
부도 24. 싱가포르 계획 데이터 플랫폼의 계획 여건 시각화 예시 276
부도 25. 토지이음의 서비스 화면 예시 279