기계학습을 활용한 소득계층별 통근시간 및 통근거리 영향요인 차이에 관한 연구

Abstract

통근시간 및 통근거리를 줄이는 것은 직주근접의 형태를 지닌 압축도시로 나아가 탄소배출을 줄이기 위한 주요한 공간 전략이며, 근로자의 삶의 질을 높이기 위한 중요한 방안이다. 통근시간, 거리를 줄이기 위해서는 다양한 요인들이 고려되어야 한다. 그 중 주거비용은 통근비용 결정에 있어 큰 영향을 끼칠 수 있다. 주거비용과 통근비용이 상쇄관계를 지니고 있다는 것은 오랜 기간 도시경제 이론에서 설명되었으며, 대도시를 중심으로 한 부동산 가격의 상승은 근로자를 일자리로부터 떨어진 주택 가격이 낮은 지역으로 이동하게 만들어, 통근시간 및 거리가 길어지는 양상이 나타나고 있다. 이 뿐 아니라, 교육, 안전, 도시 어메니티 등 삶의 질에 대한 고려 또한 고용 접근성에 대해 상쇄관계를 지니기에, 거주지의 환경적 질을 나타내는 특성 또한 통근시간 및 거리 결정의 주요 요인으로 고려될 수 있다. 특히, 소득계층별로 주거비용 및 거주지 특성이 통근시간 결정에 미치는 영향력은 다를 수 있다. 왜냐하면, 저소득 계층은 한정된 재원으로 인해 주거비 및 교통비에 매우 민감할 가능성이 높으나, 고소득 집단은 주거지를 선택하는데 있어 대중교통 수단의 이용가능성을 덜 고려할 뿐만 아니라 다른 어메니티 요소를 고려할 가능성이 높기 때문이다. 그럼에도 주거비와 통근의 관계는 여전히 분명하지 않으며, 특히 소득계층별로 나누어 주거비용의 영향력 차이를 분석한 연구는 매우 부족하다. 따라서 거주지, 직장지 특성 및 개인 특성이 통근시간 및 통근거리에 미치는 영향에 대한 심도있는 연구가 필요하며, 이를 소득계층별로 나누어 파악하여 그 차이를 비교해볼 필요가 있다. 이와 같은 배경에서 본 연구는 수도권 통근자의 가구통행실태조사 자료를 이용하여 소득계층별 통근시간 및 통근거리 영향요인 차이를 세밀하게 비교 분석했다. 분석 방법론으로는 우수한 설명력을 지닌 기계학습 방법론인 XGBoost를 사용하였다. 주택가격, 거주지 특성, 직장지 특성 및 개인 변수와 같은 다양한 요인들을 활용하여 소득계층별 통근시간 및 통근거리 결정에 주요한 영향요인을 파악했고, 각 영향요인이 통근시간 및 통근거리에 어떤 비선형관계를 지니는지 확인했다. 연구 결과에 따르면, 고소득층의 통근시간 및 거리가 가장 길게 나타났다. 고소득층일수록 직장지가 고용 중심지에 가깝게 위치하고 있었는데, 직장지가 고용중심지에 가까울수록 통근시간은 길어졌다. 반면, 통근거리는 중, 고소득층의 경우 직장지가 서울 3도심에서 일정 이상 멀어지면 오히려 길어지는 것으로 나타났다. 거주지와 직장지 간 주택가격의 차이가 통근시간 및 거리에 미치는 영향을 보면, 0을 기준으로 U자형 그래프를 그리고 있었다. 특히, 고소득층으로 갈수록, 서울에 거주할수록 통근시간은 증가함에도 불가하고 직장지에 비해 비싼 거주지를 선택하는 경향이 심화되었다. 저소득층의 경우 대중교통 통근이 주를 이루고 거주지에서 지하철역까지의 거리가 통근시간 결정에 중요하게 작용하였으며, 거주지 및 직장지가 저밀화되어 있을수록 통근거리가 증가했다. 중, 고소득층에서는 근린환경 개선에 관한 요인이 통근시간 증가에 영향을 미치고 있었다. 연구 결과를 토대로, 통근시간 및 통근거리를 줄이기 위한 주거 정책의 차별화가 어떻게 이루어져야 하는지에 대한 시사점을 제안하였다. 본 연구는 전반적인 소득계층의 통근시간 감축을 위해서는 서울 3도심 및 이외 고용 중심지에 인접한 저렴한 주택 공급이 어느 정도 필요하며, 저소득층의 통근시간 감축을 위해서는 대중교통과 인접하고, 고밀도 지역에 저렴한 주택 공급이 강조되어야 함을 시사한다. 반면, 중, 고소득층의 경우 통근시간 감축을 위해 직장지 인근의 주거 환경 개선이 중요하고, 지나친 고용지의 교외화는 자가용 중심의 장거리 통근을 유발할 수 있음을 시사한다.

Reducing commuting time and distance is a major spatial strategy to reduce carbon emissions and an important way to improve the quality of life of workers. This study analyzes the differences in influencing factors of commuting time and distance by income class using Household Travel Survey Data in Seoul Metropolitan Area with machine learning methodology, XGBoost. Various factors such as housing price, residential characteristics, workplace characteristics, and personal variables were used to identify major influencing factors in determining commuting time and distance by income class, and recognize nonlinear relationship between each influencing factor and commuting time and distance. According to the results, housing prices and commuting time/distance have an trade-off relationship in all income classes, and commuting time is increased as the workplace is nearly located in the employment center. However, as the workplace moved away from the CBD in Seoul to a certain extent, the commuting distance between middle and high-income class is rather longer. In the case of low-income class, public transportation and the distance from the residence to the subway station played an important role in determining the commuting time. In middle and high-income groups, the influencing factors related to the improvement of the residential environment affect the increase in commuting time. The higher the income group lives in Seoul, the more likely to choose a residence more expensive than their workplace. Based on the results of the study, it suggests that the supply of affordable housing adjacent to the employment centers would be effective to reduce commuting time for the overall income class. To reduce commuting time for low-income level, low-cost housing supply should be emphasized in areas adjacent to high-density neighbourhoods and public transportation. In the case of middle and high-income level, it would be important to improve the residential environment near the workplace to reduce commuting time. Also, suburbanization of workplace could increase commuting distance using automobiles.