지역별 산업 특성 분포 파악을 위한 측도 간 비교 연구 -입지계수의 대안 모색-

Abstract

지역별 산업 분포 특성을 파악하기 위한 기존의 연구에서 입지계수는 광범위하게 이용되었다. 입지계수는 표준화된 형태이면서, 지도화가 가능하여 산업의 공간적인 분포 패턴 분석이 가능한 분석 방법이다. 그러나 입지계수는 공간적 상호작용, 공간적 자기상관 등과 같은 효과의 영향이 반영되지 않는 비공간적 분석법이라는 한계점이 있다. 또한 입지계수는 일종의 행-비중 지수로서 각 공간단위의 총량 차이를 구분할 수 없다는 문제점도 갖고 있다. 무엇보다도 입지계수는 행-비중을 근간으로 하는 산업의 특화된 정도를 설명하는 지수이며 산업의 특정 지역에 집중된 정도를 분석하고 산업 클러스터를 탐색하는 데에는 부적합하다. 따라서 본 연구는 기존에 널리 사용되고 있는 입지계수(Location Quotient

LQ)와 행-비중의 문제를 해결하기 위해 고안된 표준화 상이점수(Standardized Score of Dissimilarity

SSD) 그리고 주변지역과의 상호작용을 반영한 국지적 입지계수(Focal Location Quotient

FLQ)의 차이점을 비교하고자 한다. 이를 위해서 서울시 구, 행정동, 집계구 단위에서 산업 대분류별 산업 특성 분포의 측도 간 비교 연구를 실시하였다. 분석을 위한 GIS툴로 ESRI사의 ArcGIS 10.0을 이용하였다. 측도 간 분석 결과를 해석하는 준거로써 집중도, 특화도, 공간 클러스터 탐색 적합성, 통계적 유의성 검정 등을 기준으로 정하였고 그 의미와 결과는 다음과 같다. 집중도는 전체 지역 중에 하부지역에 어떤 산업이 집중되어 있는지를 알아보기 위한 준거이며, SSD를 이용하여 산업의 집중도를 구하는 것이 적합하다. 특화도는 하부지역 내의 다양한 산업 중에서 어떤 산업이 전체 지역의 산업구성에 비해 특화되어 있는지를 알아보기 위한 준거이며, LQ를 이용하여 산업의 특화도를 구하는 것이 적합하다. 공간 클러스터 탐색 적합성은 특정 산업의 공간적 집중도 분석 가능여부에 대한 준거로 FLQ를 통해 산업의 클러스터 분석이 가능하다. 통계적 유의성 검정 여부는 LQ의 가장 큰 단점인 통계적 유의성을 보완할 수 있는지에 대한 준거이다. 표준점수와 유사하게 해석할 수 있는 SSD와 몬테카를로 시뮬레이션을 통한 FLQ 측도는 통계적 유의성 검정이 가능한 방법론이다. 서울시 2010년 사업체조사 자료를 바탕으로 구별, 동별, 집계구별로 연구의 공간 단위 크기를 달리하여 분석을 수행하였고 결과의 요약은 다음과 같다. 첫째, FLQ의 국지적 평활화 효과는 연구 공간 단위의 크기가 클수록 부작용이 클 수 있다. 따라서 집계구 공간 단위 크기에서 FLQ를 사용하는 것이 가장 적절한 결과를 낼 수 있다. 둘째, LQ와 SSD는 연구대상의 공간 단위 크기가 작아질수록 격차가 줄어드는 것을 확인할 수 있었다. 공간 단위 크기가 작아질수록 각 지역에 포함되는 종사자수의 차이가 줄어들어 불안정한 분산의 문제가 대부분의 지역에 동일한 수준으로 나타날 수 있기 때문이다. 그러나 정의적 측면에서 산업 분포의 집중도는 SSD로 분석하는 것이 적합하다. 셋째, SSD는 변수로 사용할 종사자수와 같은 카운트데이터나 LQ와 같은 비율데이터를 정규분포에 가깝게 만드는데 일조할 수 있다. 본 연구는 다음과 같은 의의를 지닌다. 첫째, LQ의 단점을 보완하기 위해 개발된 SSD나 FLQ와 같은 최신의 방법론을 실증적 데이터를 통해 공간 단위 크기별 측도 간 비교 분석하여 향후 연구자들에게 적절한 방법론을 선택할 수 있게 돕는다는 점에 그 의의가 있다. 둘째, 수많은 실증적 데이터를 생산함으로써 연구가 많이 부족했던 SSD나 FLQ등의 유의성 검정 방법을 보다 향상시키는데 기여할 수 있을 것이라는 의의를 갖는다