<363120B3B2B1A4BFEC2DBCBEBCADBDBA20B5A5C0CCC5CDB8A620C8B0BFEBC7D120B0EDB7C9C0CEB1B82E687770>

Size: px

Start display at page:

Download "<363120B3B2B1A4BFEC2DBCBEBCADBDBA20B5A5C0CCC5CDB8A620C8B0BFEBC7D120B0EDB7C9C0CEB1B82E687770>"

향기 형
6 years ago
Views:

1 Journal of the Korea Academia-Industrial cooperation Society Vol. 14, No. 1 pp , 센서스데이터를활용한고령인구분포특성 남광우 1*, 권일화 1 1 경성대학교도시공학과 Characteristics for the Distribution of Elderly Population by Utilizing the Census Data Kwang-Woo Nam 1* and Il-Hwa Gwon 1 1 Department of Urban Design & Development, Kyungsung University 요약부산광역시는 2000년고령화사회에진입한이후, 2011년기준고령화율이 7대도시중가장높은 11.8% 에이르고있다. 또한전체인구및평균세대원수가감소하는가운데 65세이상고령인구는급격히증가하고있어 2020년이후고령화율이 20% 를상회하는초고령사회로의진입이예상된다. 이에본연구는그동안의고령층의주거관련분석이동단위로이루어져보다미시적인분석의필요성증가에따라 2000년부터 2010년사이에조사된센서스집계구단위의공간분석을실시하였다. 이를활용하여고령인구의밀집지역, 급증지역, 고밀지역등과같은관심지역을 1차추출하여미시적인위치와공간상의분포패턴을분석하였다. 분석결과고령인구는도심과그인접지역인고지대에밀집해있었으며, 특정집계구의경우 10년간증가속도가 30배이상으로나타났다. 이러한지역의국지적수준의분포특성을살펴보면, 부산시원도심에고령인구의편중이심화되고있고, 2000년부터 2010년까지부산의전반적분포패턴에서는고령인구가점점분산되고있는것을확인했다. 이는이전의관련연구결과와대치되는결과로향후초고령사회진입에따른사회적비용의경감과고령층의삶의질개선을위한공간적차원의대응을위한기초자료로의활용이기대된다. Abstract After city of Busan has been entered to the aging society in 2000, the city has the highest aging rate among 7 representative cities in Moreover, while entire population and number of average household are decreasing, over 65 years old of elderly population is rapidly increasing. So, it is possible to enter the super-aged society, where aging rate would be about 20% after The purpose of this study is that older housing-related analysis is consisted of dong-unit, and this led microscopic analysis has become necessary. Surveys from 2000 through 2010, census aggregate (output area) unit of spatial analysis was conducted. Take advantages of this, aging population and area, soaring area, high-density areas, such as the region of interest were primary extracted, and microscopic location and spatial distribution patterns were analyzed. Upon analysis, aging population is concentrated in the city and adjacent area, the highlands, and 10 years of increasing rate was more than 30 times in certain aggregate. Regarding the characteristic of these areas, the original city center, Busan, especially concentrated and intensified in aging population. Also, 2000 to 2010, the overall distribution pattern of Busan has identified aging population that is increasingly being distributed. This is the result, which is confronted with previous research result. Entering a super aged-society for the future is accordance with migration of social costs and improve the quality of life of elderly. And this could be the basic information to use the spatial dimension for the corresponding. Key Words : Census Data, Output Data, Super-Aged Society, Hotspot Analysis, Cluster and Outlier Analysis 본논문은 2013학년도경성대학교학술연구비지원에의하여연구되었음. * Corresponding Author : Kwang-Woo Nam (Kyungsung University) Tel: kwnam@ks.ac.kr Received December 4, 2012 Revised December 28,, 2012 Accepted January 10,

2 센서스데이터를활용한고령인구분포특성 1. 서론 1.1 배경및목적 우리나라는경제의급속한성장과의료기술의발달로인해평균수명이늘어나게되고, 2000년이후 65세이상의노인인구가전체인구의 7% 를차지하면서유엔이분류한 고령화사회 로진입하게되었다. 또한, 베이비부머 (baby boomer) 세대가고령인구로편입되면서그규모는더욱확대될전망이다. 특히, 부산은 7대도시중고령화율이가장높아이에대한대책마련이시급한상황이다. 2011년기준 7대도시고령화비율을살펴보면부산의고령인구비율이 11.8% 로전국의 11.2% 에비해높아 7 대도시중고령도시로분류된다. 또한, 연도별인구및세대변화현황에서는전체인구와평균세대원은감소하는반면, 연령별인구현황에서는 65세이상의고령인구비율이빠른속도로증가하는것을알수있다. 장래인구추계로볼때 2020년고령인구비율이 19.0% 로, 이후초고령화사회로진입이예상되며, 2030년에는 29.7% 로부산시민 10명중 3명이고령층으로예상되고있다. 이러한노인인구증가는복지서비스수요증가이외에도주거, 일자리등과같은사회경제적측면의다양한도시차원의대비가필요함을의미한다. 이에본연구는 2000년부터 2010년사이에조사된센서스데이터를통해초고령화사회진입에따른사회적비용의증가에대비하고주거및복지서비스와같은고연령층의삶의질개선을위해고령인구의도시내분포를집계구를대상으로공간적차원의대응을위한기초자료구축을목적으로분석을실시하였다. 즉, 그동안의고령층의주거및분포에관한연구가대부분동단위로이루어져보다미시적인공간단위를활용한공간분석을실시하였다. 1.2 연구방법연구의시간적범위는통계청에서 5년단위로조사한 2000, 2005, 2010년센서스데이터를활용하였다. 공간적범위는부산시행정구역을대상으로하였으며, 보다미시적인공간분석을위해부산시집계구를활용하였다. 통계청에서인구주택총조사정보를수집하고제공하는기초단위인집계구는 2010년 6066개로, 2011년부산시행정동이 214개동인점을고려할때, 약 30배가까운정밀분석이가능하다. 연구방법으로는먼저, 센서스데이터를활용하여고령인구밀집지역과고밀지역, 급증지역의분포를파악하는기초분석을실시하였다. 다음으로는이와같은고령인구 집중지역을대상으로 hotspot analysis, cluster and outlier analysis를활용하여국지적수준의공간분포패턴을살펴본후, 분포유형별관리방안을도출하고자한다. 2. 관련연구동향 고령인구분포에관련연구는현재까지의인구구조분석에관련연구에비해상대적으로미비한실정이다. 특히, 부산지역을대상으로이루어진선행연구는극히소수에불과하다. 이중부산시고령인구분포관련연구동향을살펴보면, 서의택외 (1998) 연구는노령화지수를통해고령인구의공간적분포를파악하였고, 그결과고령인구의아파트에대한낮은선호도로인해외곽지역의노령화지수가높게나타난다고설명하였다.[1] 그후김수남외 (2005) 연구에서는분석단위의보다미시적인접근을위해, 부산시 209개행정동을대상으로 ( 강서구, 기장군제외 ) 노령화지수와노인부양지수를활용해인구고령화의공간적분포특성을파악하였고, 이를통해도심지역의비고령정주인구증가를유발시킬수있는도시지역적측면의공간관리필요성을제시하였다.[2] 이밖에공간적차원의고령인구분포관련연구가진행되어왔으나, 보다미시적차원의분석단위와국지적수준의입지분석방법은다소미흡했다. 이에본연구는기존연구에서활용된구 / 군, 동단위의분석방법을다시재조명해보며, 부산시집계구를통해보다세분화된분석을실시하고자한다. 3. 고령인구분포특성 3.1 고령인구집중지역 부산시고령인구집중지역을살펴보기위해공간단위별고령인구분포를살펴보았다. 고령인구관련지표로고령인구수, 비율, 노령화지수, 노년부양비, 밀도등을활용하였고, 각항목에서상위에속하는지역별로고령인구밀집지역, 고밀지역, 급증지역등과같은관심지역을 1 차적으로추출하였다. 우선수, 비율, 노령화지수, 노년부양비를활용하여공간단위별고령인구밀집지역을살펴본결과구 / 군별밀집지역은부산진구, 동구, 중구등으로나타났으며, 이는부산의도심지역으로도심및인접지역에서전반적으로고령인구의분포가높게나타났다. 또한, 동별고령인구밀집지역에서는부전1동을제외한다수의동이도시주변 465

3 한국산학기술학회논문지제 14 권제 1 호, 2013 부와도시외곽지역에서높게나타나고있었고, 집계구역시학장동과장전2동, 기장읍등도시외곽지역에높은분포형태를보이고있어공간단위별로고령인구분포는상이하게나타났다. 이는도심의경우고령인구는기존에살고있던곳에정착하려는경향과더불어도시의질적서비스에대한만족도가높다고판단되고, 주변부와외곽지역고령인구의경우복잡한도시구조에대한기피현상과주거선호도에아파트보다단독주택을선호하는경향이높고고령인구경제활동비중이 1차산업에높기때문에강서구와기장군과같은도시외곽지역에다수가분포하고있다고판단되어진다. 이상의결과는각지표값의차이를활용하여밀집지역을살펴보았다. 이는공간상의면적을고려하지않아고령인구가얼마나집중되어있는지에대한판단기준에있어다소미흡하다. 집계구의특성상면적에따라그규모가상이하기때문에이경우인구밀도를활용하여그집중도를평가하기도한다. 특히, 집계구의경우최대면적 ( 장안읍, 1,358,470 ) 과최소면적 ( 명장1동, 317 ) 이매우상이하며, 이를보완하기위한방법으로기존의인구밀도산출방법 ( 인 ) 을통해고령인구밀도 (세이상인구 ) 를산출하여고령인구고밀지역을분석하였다. 또한, 시계열적분석을위해 5년단위또는 10년단위로증가밀도를산출하여고령인구급증지역을추출하였다. 이는현재고령인구분포의현황만을분석할뿐만아니라장래고령인구가집중될지역을예상하는데있어용이할것이라판단된다. 고령인구증가밀도산출식을정리하면다음과같다. 여기서, EID는고령인구증가밀도, Ea는예측년도고령인구, Eb는기준년도고령인구, A는집계구면적 ( ) 이다. 분석결과고령인구고밀지역의경우도심인접지역에서높게나타나고있었으며, 이는도심지역의경우타지역에비해좁은면적에도불구하고, 많은고령인구가분포해있다고판단된다. 또한, 고밀인구급증지역의경우동삼3동이고령인구밀도가가장높은지역이며, 집계구별로는거제1동과동삼3동에위치하는집계구가가장높게나타난것으로보아장래고령인구급증지역으로예상된다. 또한, 2010년으로갈수록새롭게나타나는집중지역의경우 5년에서 10년사이급격히상승하는지역으로점점고령인구가늘어나도시전반적으로고령화가진행되고있다고할 수있다. 10년간고령인구증가밀도를통해부산의도심지역과비교하여살펴보면전체집계구중 94% 가꾸준히증가하고, 특히거리상으로는도심인접한지역이며, 주택가격은상대적으로낮게나타났다. (a) [Fig. 1] Elderly Increase Density (a) distance (b) price of land 위그림은도심과의거리, 지가대비 10년간증가밀도이다. 서비스환경이우수한도심지역으로고령인구가집중되고있으나, 지가가상대적으로저렴한도심주변의노후주거지로판단되며, 향후도심주변지역의주거문제해결이필요하다. 각연도별고령인구증가밀도의경우전년도대비얼마나증가하였는지를볼수있었다면, 증가밀도에속도개념을적용한증가속도의경우 10년동안증가속도가평균에비해얼마나빠르게진행되는지예측가능하다. 총집계구중가장고령화진행속도가빠른집계구 1% 를추출하여분석한결과, 5년간증가속도가가장빠른집계구는모라1동, 모라3동, 동삼3동에위치하는집계구이며, 특히, 모라1동의경우평균에비해 5년간 30배가넘는빠른속도로고령화가진행중이며, 10년간증가속도가가장빠른곳은거제1동, 동삼3동, 신평2동에분포하고있었다. 이중거제1동의경우가장빠른속도로 19배가넘어고령화가가속화되고있다고판단된다. 또한, 전체중 4062개의집계구에서증가속도가평균 2배이상으로나타났고, 증가속도상위 1% 집계구 60개의경우는 10년간평균증가율 1% 의 6배인 6% 를보이고있었다. 이들지 역또한도심과인접하여있는것이확인가능했다. 위분석결과는복지와관련된주거및복지서비스환경의개선이우선시되어야할곳으로판단되고, 향후고령화가더욱빠르게진행될수있는지역으로예상된다. 고령인구가공간상으로면적에비해밀집되어있고, 지속적으로증가한다는것은주거및복지서비스시설의수요가높다고해석할수있다. 3.2 공간상의분포패턴분석 앞서고령인구집중지역의경우수, 비율, 밀도등을 (b) 466

센서스데이터를활용한고령인구분포특성 통해상위집중지역의기초적분석차원에서접근하였다면, 이러한집중지역들을대상으로국지적수준의분포특성을살펴보기위해공간적자기상관성분석및공간적군집분석을실시하였다. 공간상의많은현상들의경우특정한위치를중심으로모이려는성향을가지고있다. 이러한성향은일정한형태의공간패턴으로나타난다.

4 센서스데이터를활용한고령인구분포특성 통해상위집중지역의기초적분석차원에서접근하였다면, 이러한집중지역들을대상으로국지적수준의분포특성을살펴보기위해공간적자기상관성분석및공간적군집분석을실시하였다. 공간상의많은현상들의경우특정한위치를중심으로모이려는성향을가지고있다. 이러한성향은일정한형태의공간패턴으로나타난다. 이를공간적자기상관성이라고하는데, 본연구에서는이를위한방법으로 Cluster and Outlier(Anselin Local Morans I) 분석을실시하였다. 여기서, Local Moran I 지수는특정지역의값과인접한주변지역들이갖는값의가중평균값이서로유사하게나타나면정적인자기상관으로 (+) 값을가지고, 반대로차이가크게나타나면부적인자기상관으로 (-) 값을나타난다. LISA(Local Indicator of Spatial Association) 기법을통해해당지역과주변에유사한값을갖는공간적군집의유의성을판정할수있으며, 국지적군집지역과이례지역을추출할수있다.[3] Local Moran I 산출식은다음과같다. 와 는각지역간평균과의편차이고, 는가 중치이다.[4] 분석결과공간적연관성유형에서부산시동구, 서구, 중구일대의원도심에가장높은 (HH) 지역으로나타났고, 도심주변고지대에집중하고있었다. 이러한지역의경우평균고령인구의 4배이상의지역으로, 이는부산시원도심지역의산복도로일대로고령인구의편중이가장심각한지역이라판단된다. 역에집중되어나타나는 hotspot 지역과 coldspot지역으로구분되며, 그변수에따라각연도별공간적군집과 확산을나타낼수있다. 여기서, Getis-Ord [5] 가활용 되는데, 이는 Local Maran I 와달리계산된 통계량으로부터직관적인 hotspot지역이나 coldspot지역을구분 할수있기때문이다. Getis-Ord 산출식은다음과같다.[6] 여기서 s는표준편차, 는가중치, n은전체공간단위의수를나타낸다. 분석결과, 외곽지역의 10년간고령인구분포를보면 HotSpot지역을나타내는진한색이점점엷게나타나는것을볼수있는데, 이는 2000년의경우도심지역과외곽지역에분포해있던고령인구가 2005년, 2010년으로갈수록점점분산되고있기때문이다. 외곽지역의경우정관신도시나강서지역의개발로인한것으로판단되며, 밀도를통해살펴본결과로는고령인구밀도상위지역의경우고령인구가점점집중되고있으며, 원도심지역및해운대구반송동등으로나타났다. 또한특정집계구의경우주변지역들과격리되는집중지역도나타났다. 이를통해앞으로고령인구관련정책이집중및격리지역등지역별다양성에맞춘복지서비스의제공이필요하며, 복지수요자의국지적수준을고려한복지시설입지가제공되어야한다. 4. 결론 [Fig. 2] Cluster and Outlier Analysis 또하나의방법으로, HotSpot(Getis-Ord Gi*) 분석을통해 2000년부터 2010년까지의고령인구분포를살펴보았다. HotSpot분석은공간상의고령인구분포가특정한지 살펴본바와같이부산은국내 7대도시중고령인구가가장많이분포해있고, 그진전속도또한빠르게진행되고있었다. 이에본연구는부산광역시를대상으로하여 2010년기준 6066개의집계구데이터를활용하여공간단위별고령인구분포를살펴보았다. 먼저고령인구밀집지역을살펴본결과도심인접지역에고령인구분포비율이점차높게나타났다. 또한, 공간분석단위인집계구면적차이를일반화하기위해고령인구의밀도를적용함과동시에 5년단위및 10년단위의증가밀도를통해고령인구고밀지역및급증지역을살펴본결과전체집계구중 94% 가꾸준히증가하는것으로나타나며, 4062개의집계구에서는증가속도가평균의 2 467

한국산학기술학회논문지제 14 권제 1 호, 2013 2000 년고령인구비율 2000 년고령인구밀도 2005 년고령인구비율 2005 년고령인구밀도 2010 년고령인구비율 2010 년고령인구밀도 [Fig. 3] HotSpot Analysis(Getis-Ord ) 배이상으로나타났다.

5 한국산학기술학회논문지제 14 권제 1 호, 년고령인구비율 2000 년고령인구밀도 2005 년고령인구비율 2005 년고령인구밀도 2010 년고령인구비율 2010 년고령인구밀도 [Fig. 3] HotSpot Analysis(Getis-Ord ) 배이상으로나타났다. 특히, 각연도별고령인구증가속도를보면, 최대평균의 30배가넘는증가속도를보이는집계구가있으며, 증가속도상위 1% 집계구 60개의경우는 10년간평균증가율 1% 의 6배인 6% 을보이고있었다. 이러한고밀지역및급증지역의특성을살펴본바, 도심으로갈수록고령인구의분포는높게나타나며, 주택가격의경우상대적으로낮은지역에높게나타났다. 이는이전의관련연구결과와대치되는결과로향후초고령화사회대비에따른기초자료가될것이라생각된다. 이러한고령인구집중지역을대상으로국지적수준의분포특성을살펴보기위해공간적자기상관성분석및공간적 군집분석을실시한결과부산원도심지역이가장높은 (HH) 지역으로나타났고, 이는부산시산복도로일대로고령인구편중이가장심각한지역으로판단되었다. 또한 2000년에서 2010년으로갈수록도심과외곽지역에분포해있던고령인구분포가점점분산되고있는것으로확인되며, 이는외곽지역의경우정관신도시나강서지역의개발로인한것으로판단되었다. 본연구의분석결과는초고령화사회진입에따른사회적비용의경감을위한정책마련과고령인구의삶의질개선을위한공간적차원의대응에있어기초자료로의활용이기대된다. 468

센서스데이터를활용한고령인구분포특성 References [1] Eui-Taek Suh, Sung-Il Kim. A Study on the Change of the Population Distribution in Pusan, Journal of the Korean Planners Association, Vol 33(2), pp.

23-48, 2005 [3] Anselin, 2007, Exploring spatial data with GeoDaTM: A workbook. Center for Spatially Integrated Socaial Science [4] Kyeong-Seok Jeong, Jae-Hee Jeong, Tae-Heon Moon, Heo Sun-Young.

6 센서스데이터를활용한고령인구분포특성 References [1] Eui-Taek Suh, Sung-Il Kim. A Study on the Change of the Population Distribution in Pusan, Journal of the Korean Planners Association, Vol 33(2), pp.29-49, 1998 [2] Su-Nam Kim, Young-Ho Park, Chang-Hwan Choi. Special Distribution Characteristics of Aging of Population in Busan, Korean Urban Management Association, Vol 18(3), pp.23-48, 2005 [3] Anselin, 2007, Exploring spatial data with GeoDaTM: A workbook. Center for Spatially Integrated Socaial Science [4] Kyeong-Seok Jeong, Jae-Hee Jeong, Tae-Heon Moon, Heo Sun-Young. Analysis of Spatio-temporal Pattern of Urban Crime and Its Influencing Factors, Journal of the korean Association of Geographic Information Studies, Vol 12(1), pp.12-25, 2009 [5] Getis, A. and Ord, J. 1996, Local spatial statistics: An overview, in Longly, P. and Batty, M.(eds), Spatial Analysis: Modeling in GIS Environment, Geoinformation International, Cambridge, [6] Kam-Young Kim, Jee-Hye Park. Detecting Potential Urban Regeneration Districts GIS and Spatial Clustering Analysis, Journal of the Korean Urban Geography Society, Vol 15(2), pp.67-80, 2012 권일화 (Il-Hwa Gwon) [ 준회원 ] 2012 년 2 월 : 경성대학교도시공학과 ( 공학사 ) 2012 년 3 월 ~ 현재 : 경성대학교일반대학원도시공학과 ( 공학석사과정 ) < 관심분야 > 도시계획, 도시공간구조, GIS 응용, U-city 남광우 (Kwang-Woo Nam) [ 정회원 ] 1996 년 2 월 : 동아대학교도시공학과 ( 공학사 ) 1998 년 2 월 : 부산대학교대학원 GIS 학과 ( 공학석사 ) 2001 년 8 월 : 부산대학교대학원 GIS 학과 ( 공학박사 ) 2003 년 3 월 ~ 현재 : 경성대학교도시공학과부교수 < 관심분야 > 도시모델링, 도시공간구조, GIS 응용, U-City 469

서울도시연구_13권4호.hwp

서울도시연구_13권4호.hwp ~ An Analysis of Spatial-Temporal Changes in the Longevity Degree and Characteristics of the Long-live Community in Seoul Jae Hun Sim* Seung Cheol Noh** Hee Yeon Lee*** 7)8)9) 요약 주제어 This paper aims to