GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 * A Study on the Site Selection of Bank Branches and the Estimation of their Market Share Rate using GIS 1) 김선철 ** 임병준 *** Kim, Seon Cheol Rhim, Byeong Jun 目次 Ⅰ. 서론 1. 연구의배경및목적 2. 연구의진행방법 3. 선행연구고찰 Ⅱ. 실증분석 1. 연구대상지기초통계자료 2. 은행점포입지요인분석 3. GIS 커버리지데이터분석 4. 커널밀도분석 5. 중첩분석 6. 신규출점은행점포입지선정 7. 허프모형을이용한신규은행점포시장점유율추정 Ⅲ. 결론및시사점 <abstract> < 참고문헌 > ABSTRACT 1. CONTENTS (1) RESEARCH OBJECTIVES The purpose of our study is to choose the optimal location for new bank branches. We started from analyzing competing regions by the buffer zone analysis of the existing bank branches based on GIS analysis. After analyzing the estimated income, land prices, and the overlay analysis of kernel density of the residential population, we proceed to analyze the requirements for chosen bank branches to extract the target location for new branches. We, finally, come to the optimal location for new bank branches by comparing expected market shares. (2) RESEARCH METHOD First, we used GIS spatial analysis to determine three new locations for bank * 본연구는한성대학교교내학술연구비지원과제임. 본연구는주저자의박사학위논문의일부분을수정 보완한것임. ** 주저자 : SK건설 ( 주 ) 부장, 부동산학박사, sksckim7708@nate.com *** 교신저자 : 한성대학교부동산학과부교수, 경제학박사, bjrhim@hansung.ac.kr 접수일 (2015년 12월 31일 ), 수정일 (1차 : 2016년 3월 24일, 2차 : 2016년 4월 12일, 3차 : 2016년 5월 11일 ), 게재확정일 (2016년 5월 20일 ) - 191 -
192 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 branch. Secondly, the Huff model was used to calculate the market share of three locations. Thirdly, we choose the optimal location for bank branches by comparing market shares. (3) RESEARCH FINDINGS By performing the GIS analysis on bank branches in Jungrang Gu area and analyzing locational characteristics established bank branches based on previous research and empirical analysis, we could choose location A among three candidate location A, B and C. The location A excelled in accessibility and traffic because it shared the border with a 24m 8-lane two-way road and located on the HyeWon crossroad. The location A belonged to the highest quintile in the estimated income, land prices, and the overlay analysis of kernel density of the residential population. 2. RESULTS According the Huff model, the market share of the location A turned out to be 2.23 percent, the highest among three candidate locations. 3. KEY WORDS GIS, Bank Branches, Site Selection, Market Share, Huff model 국문초록 본연구는대상지역의 GIS 분석을이용하여기존은행점포의버퍼존분석을통한경쟁권역분석을진행하고, 추정소득, 토지가격, 주거인구의커널밀도추정결과를중첩분석한이후실증분석을통하여선정된은행점포의입지요인을적용하여, 경쟁력있는신규은행점포의출점을위한대상지역을추출한다. 그리고허프모형을이용하여추출된대상지역의예상시장점유율을비교 분석하여최적의은행점포의입지를선정하고자한다. 중랑구은행점포의 GIS 공간분석을진행하고, 선행연구와실증분석을통하여선정된은행점포의입지요인을적용한결과신규은행점포출점대상지역 A, B, C 지점중 A지점가장적합한입지로나타났다. A지점은왕복 24m 8차선도로에접하고있으며, 혜원사거리교차로에위치하고있어접근성이우수하고교통이편리하다. 그리고 A지점은추정소득, 토지가격, 주거인구커널밀도추정의중첩분석결과 5분위등급중가장높은 5분위등급의입지이다. 그리고, 허프모형을이용하여신규은행점포출점대상지역 A, B, C 지점의시장점유율을추정한결과 A지점의시장점유율은 2.23% 로가장높게추정되었다. 핵심어 : 지리정보시스템, 은행점포, 입지선정, 시장점유율, 허프모형
김선철 임병준 193 Ⅰ. 서론 1. 연구의배경및목적 우리나라최초로한성은행이 1897년 2월설립된이후은행점포가빠르게증가했다. 특히은행업무의전산화가이루어진 1980년대중반이후점포수는크게증가했다. 이후 1994년금융기관점포설치등의자율화조치에따라점포간거리제한이철폐되었고, 2013 년 6월말현재시중은행과지방은행, 특수은행을포함한은행점포수는 7,625 개로늘었다. 하지만최근은행권은오버뱅킹 1) 에따른총자산수익률 (ROA) 과자기자본이익률 (ROE) 이급감하고, 2) 여기에저금리, 저성장이겹치면서최악으로내몰리고있다. 3) 이에금융당국은은행별로적자점포를정리하는등경영성과 4) 및수익악화에대응한구조조정을적극독려하는실정이다. 5) 실제전국 7,544개 (2010년 12월기준 ) 은행점포중에서 34.4% 를차지하는서울 2,598개은행점포중에서는약 6.3% 인 164개은행점포가마이너스수익률로분석되었다. 특히 402개의은행점포가출점되어있는강남구에있는은행점포중 6.9% 인 28개의은행점포가마이너스수익률을기록했다. 6) 이에전문가들은지점과인력의재 배치의필요성 7) 을강조하는데, 특히지점의수보다위치가중요하고, 길목이나이용고객이많은곳에지점이배치되기를강조한다. 8) 이창구 (2002) 9) 는금융기관의수익성확보에중요한요인중하나는입지라고했고, 손경중 (1998) 10) 은은행경영에있어서잘못된입지선정은경영의효율화를어렵게할뿐만아니라투하자본을회수하기는더욱어렵다고했다. 김선철 임병준 유선종 (2012) 11) 은과거농경사회를지나산업사회에들어오면서경제활동간의접근성과네트워크가토지의가치를결정하는중요한요인이되었고, 위치의가치는더욱중요해진다고했다. 과거의입지에관한연구는사회 경제적측면에서논의되거나통계기법에의한연구들로한정되어있었지만, 1990년대에들어와서 GIS(Geographic Information System) 12) 를활용하기시작했다. 이시스템은의사결정을지원하기위해공간상위치를나타내는도형자료와이에관련된속성자료를연결하여처리하는정보시스템으로서다양한형태의지리정보를효율적으로수집, 저장, 갱신, 처리, 분석, 출력하는데보다편리하다. 최근에는이시스템을지형의공간영향력 13) 및분석에대한비중이커짐에따라지형공간정보또는공간정 1) 은행수, 점포, 인력등이포화상태를오버뱅킹 (Over-Banking) 이라고한다. 서울경제신문이금융감독당국과금융계의점포구조조정움직임에따라 2013 년7월29일업권별로금융회사들의지점수를파악한결과총 3만349개로나타났다. 2013 년 6월말현재시중은행, 지방은행, 특수은행을포함한은행권이 7,625 개였고, 농업협동조합과새마을금고, 신협등상호금융권은 1만24 개로가장많았다. 우체국도 2,810개이고, 생보사와손보사 ( 영업소포함 ) 에증권사와저축은행, 카드같은기타금융사들도 9,890개로나타났다. 2) 지동현전금융연구원연구위원은점포수의증대가 ROA 하락의원인을제공했다고볼수있으며, 암묵적으로자기자본이점포에배분되고있기때문에 ROE와점포수는일정한관계를보이며다른조건이일정할때점포수를줄이면 ROE의상승을기대할수있다고분석했다. 3) 김영필, 은행점포최대 20% 가적자, 서울경제, 2013.07,29. 4) 구찬림 정준호 방경식, 은행점포의경영성과에영향을미치는요인, 부동산학보, 한국부동산학회, 2015, 61권, p.95. 5) 박종진, 국민은행점포 5개중 1개는적자, 머니투데이, 2013,07,29. 6) 자료출처 : 2010 년 12월말기준전국은행협회에서정리한은행점포현황내부자료 7) 조덕훈, 정보화에따른오프라인서점의입지변화분석, 부동산학보, 한국부동산학회, 2015, 61권, p.137. 8) 김영필, 전게서, 서울경제 9) 이창구, 금융기관의입지에관한연구, 대구대학교석사학위논문, 2002, p.1. 10) 손경중, 은행점포입지요인과영업실적과의관계에관한실증적연구, 건국대학교석사학위논문, 1998, p.1. 11) 김선철 임병준 유선종, 허프모형을이용한은행점포의시장점유율추정에관한연구, 부동산연구, 한국부동산연구원, 2012, 22권3 호, p.236. 12) Burrough(1986) 는 GIS란실세계의다양한형상들에대한공간자료를수집, 생성, 갱신, 검색, 저장, 변환, 분석, 표현을위해다양한도구들이모여진도구상자이다. 라고하며, 공간자료는실세계의형상을반영하는것이다. 라고정의했다.
194 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 보라고부른다. 이러한 GIS 기술의발전에힘입어입지분석, 상권분석등과같은복잡하고다양한공간문제를해결하는데그응용분야가더욱확대되고있다. 본논문은 GIS분석을이용하여분석한결과를김선철 임병준 유선종 (2012) 14) 의분석결과와비교한다. 김선철 임병준 유선종 (2012) 은허프모형을통한분석결과과실제와같다고볼수있는가를검정하여은행점포에도허프모형을적용할수있다고결론짓고있다. 한편본논문에서는 GIS를이용하여신규점포의진출지로어디가좋을가를결정하고, 해당위치에점포가진출할경우의시장점유율의변화를허프모형을통해시물레이션을하였다는점이다르다. 상기논문에서허프모형을적용할수있다는결론은본논문이시물레이션을해도된다는근거가된다. 비교분석을위해분석대상및시기를김선철 임병준 유선종 (2012) 와동일하게선정했다. 기존연구는분석시기의시장점유율을추정하여실제시장점유율과동일한가에초점을맞추고있다면, 본연구는신규점포가입점한다면어떤지역을택하는것이좋은가를우선 GIS분석을통해선정하고, 이후선정된지역의예상시장점유율을허프모형을이용하여추정 15) 하여전체적인시장점유율과 비교하여최적의은행점포의입지인지도검정한다. 이시물레이션결과를김선철 임병준 유선종 (2012) 와비교하면신규점포가들어설경우시장점유율의변화를살펴볼수있다. 2. 연구의진행방법 상기의연구목적에따라분석범위는김선철 임병준 유선종 (2012) 16) 과동일하다. 즉공간적으로는규모 ( 면적 ) 와거리의변수를적용하여분석하는허프모형을통한시장점유율의추정을위하여서울시 25개자치구중인구밀도대비은행점포의출점빈도가가장낮아접근성의영향력이가장큰중랑구를선정하고, 17) 시간적으로는 2010년 12월을기준으로한다. 본연구의구체적인진행순서는다음과같다. 우선문헌및자료조사를통하여거래은행선택요인 18) 등은행점포의입지선정요인에관한선행연구를진행하고, 해당지역의주거인구, 토지가격, 추정소득 GIS 커버리지 (Coverag e) 19) 데이터를구축한다. 즉대상지역의행정동지도 20) 와축적 1:5000 수치지형도 21), 버스정거장 22) 및대상지역에기존에출점된은행점포의 GIS 커버리지데이터 23) 를구축한다. 이를 MS Excel 2010과공간분석 Tool인 ArcGIS 13) 전해정, 공간계량분석기법과 GIS를이용한주택가격모형비교에관한연구, 부동산학보, 한국부동산학회, 2015, 64권, p.47 14) 이연구는 Huff 모형을은행점포에적용할때, 설명력이있는가를통계적기법을활용하여분석하고있다. 2010년중랑구의은행점포를대상으로분석한결과 Huff 모형을통해도출한시장점유율과실제시장점유율이통계적으로다르지않다고결론짓고있다. 15) 입지분석을위한다양한공간경쟁모형이있는데, 그중에서허프모형을적용한이유는이모형은상업시설뿐만아니라, 금융시설인은행점포의시장점유율을추정하는데도설명력과타당성이높다는김선철 임병준 유선종 (2012) 을근거로한다. 16) 김선철 임병준 유선종 (2012) 은서울시중랑구에출점한은행점포만을대상으로했기때문에다음과같은한계점을밝히고있다. 우선연구결과가서울시다른자치구나서울시외타지역의은행점포에동일하게적용시키에는문제가있다. 또한시계열분석을통한분석이아닌횡단면분석을기준으로하였고, 점포의규모와거리변수만을활용하였기에은행점포의특성에따른다양한변수를고려하고있지않다는것을한계로밝히고있다. 17) 서울시 25개구의자치구별면적당인구수를반영한인구밀도 ( 명 / km2 ) 를분석하여자치구별인구밀도대비출점은행점포수를나누었을때출점은행점포대비가장인구밀도가높게나타나는자치구가중랑구로나타났다. 18) 이호병, 주택모기지론거래은행선택요인분석, 부동산학보, 한국부동산학회, 2015, 62권, p.177. 19) ESRI 사의 GIS 소프트웨어인 ArcGIS 의주요형식으로벡터자료저장형식이다. 위상관계로연결된대상물들 ( 점, 노드, 아크, 레이블, 폴리곤등 ) 로구성되고각각의대상물은속성정보를포함할수있다. 20) 행정동지도는안전행정부자료를 GIS United 에서 GIS의데이터로활용할수있도록가공한것을활용했다. 21) 축적 1:5000 수치지형도는국토교통부국토지리정보원수치지형도 GIS 커버리지데이터를활용했다. 22) 버스정거장 GIS 데이터는 2011 년 9월기준으로포털에서제공하고있는각버스운행정보를취합한후 GIS United의 Geocoding Tool을활용하여공간정보화했다.
김선철 임병준 195 9.2 프로그램을이용하여 GIS 공간분석기법중커널밀도분석 (Kernel density analysis), 버퍼존분석 (Buffer zone analysis), 중첩분석 (Overlay analysis), 최근린분석 (Nearest Neighbor Analysis) 을통해신규은행점포의출점대상지역을추출한다. 이를구체적으로나타내면대상지역의주거인구 24), 토지가격 25) 및추정소득 26) 의자료를 GIS 커버리지데이터로구축하여커널밀도분석을실시한다. 이희연 김은미 (1997) 의선행연구에따라대상지역의 37 개은행점포각각의반경 300m 의버퍼존 27) 을설정하여경쟁권역 28) 을분석한다. 주거인구, 토지가격, 추정소득 29) 의동일가중치를적용한커널밀도분석을중첩분석한다. 그리고최근린분석과그리드분석을통하여신규은행점포의출점대상지역을추출한다. 선정지역에실제로은행점포가입점했다는가정을바탕으로허프모형을이용하여시장점유율을추정하고, 이수치와실제시장점유율과의차이를비교 분석하여최 적의은행점포입지인지를검정한다. 결론에서는 GIS 분석을이용한은행점포의입지선정결과에따른시사점과한계를제시한다. 3. 선행연구고찰 GIS 를이용하여은행점포의입지선정에관한선행연구는크게네가지로구분된다. 우선은행점포의입지요인중가장중요한요인인접근성을강조한다. 이에대한연구로김선철 임병준 백성준 (2013) 30) 을들수있다. 이연구에서는시중은행본점전문가, 시중은행지점은행원, 부동산중개업자, 점포개발전문가등 4 그룹을대상으로전체의평가항목중요도및복합가중치에의한우선순위를분석하였는데, 그결과은행점포를선택하는우선적요인으로 1 위가점포의거리, 2 위가점포의규모로나타났다. 이정섭 (2006) 31) 은입지특성에따른고객의은행점포선택요인에관한연구에서고객은은행점포 23) 은행점포 GIS 데이터는 2010 년 12월말기준전국은행협회에서정리한은행점포현황내부자료중주소자료를 Geo coding 서비스를이용하여주소 data를정제하여 X, Y 좌표로변환하여 GIS 데이터로가공하여적용했다. 24) 주거인구 GIS 데이터는 2011 년 9월기준으로대상지역의 2005 년통계청집계구정보중성, 연령등의일부정보와행안부새주소사업 DB 중건물의위치정보를격자중심점은 100m 형태로적용하여활용했다. 25) 토지가격 GIS 데이터는국토해양부에서제공하고있는 2009 년~2011 년평균공시지가의표준지공시지가정보를취합하고격자중심점은 100m 형태로적용하여활용하며, 이자료들은 GIS United 의 Geocoding Tool을활용하여공간정보를부여하여 GIS 데이터로적용했다. 26) 추정소득 GIS 데이터는 2010 년기준으로거주지역기준세대별추정소득자료로연평균소득액자료로아파트, 빌라, 다세대, 일반주택의가격정보와통계청지역통계자료및국세청의납세정보등을결합하여세대별소득추정하고있으며, 제공하는추정소득은국토교통부, 통계청, 국세청자료등을 GIS United 에서결합하여추정한데이터를활용했다. 27) 이희연 김은미 (1997) 는설문조사를통해고객들은해당은행으로부터거리가멀어짐에따라은행이용고객의빈도가어느정도로감소되는가를분석해본결과은행고객의약 70% 가은행으로부터 300m 이내의거리에위치하고있다고분석했다. 28) Rosenbloom(1981) 은 1차상권은점포고객의 60~70% 를포함하는공간범위를의미하며, 점포에서가장가까운위치에분포해있고, 고객의밀도가가장높다고설명하고있다. 일반적으로 1차상권은고객의 60~70% 가거주하는지역으로예상점포를기준으로반경 500m 이내의범위를말한다. 상권과유사한의미로역세권이있으며, 역세권은기차나지하철역을일상적으로이용하는주변거주자가분포하는범위로상업, 업무기능이활성화되어일반인의활동성과접근성이강한지역으로기차나지하철역을이용하기위한목적성도있지만, 역을중심으로형성된상업. 업무. 서비스기능을이용하고자하는활동성이강한지역을말한다. 선행연구에따라역세권의거리적인범위는도시계획법의지구상세계획지침에따르면반경 500m를말하며, 허창무 (2006) 는역사중심권을반경 100~200m, 직접역세권을반경 300~500m, 조영진 (2008) 은역연접권을반경 300m, 직접역세권을반경 500m, 김대응 (2002) 은도보역세권을반경 530m, 김미리 (2001) 는역세권을반경 500m, 이웅현 (2008) 은역사부지를약 200m이내, 1차역세권을 500m 이내, 이재영 (2004) 은도보역세권을 534m, 유형식 (1996) 은 1차영향권을반경 200m~500m 로분석했다. 이희연 김은미 (1997) 는설문조사를통해고객들은해당은행으로부터거리가멀어짐에따라은행이용고객의빈도가어느정도로감소되는가를분석해본결과은행고객의약 70% 가은행으로부터 300m 이내의거리에위치하고있다고분석했다. 본논문에서는이선행연구결과를적용했다. 29) 이호병, 커피전문점선택속성의만족도에기초한점포입지및고객특성별세분화모형에관한연구, 부동산학보, 한국부동산학회, 2014, 59권, p.327. 30) 김선철 임병준 백성준, AHP 를이용한은행점포의선택요인에관한연구, 부동산연구, 한국부동산연구원, 2013, 23권1호, pp.197-221.
196 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 선택요인으로상품구색및서비스, 시설, 수익성, 관련업무처리성, 접근성등 5가지요인을선정하였으며, 특히고객은은행점포선택시서비스와이미지와같은무형적조건보다는접근성에의해더크게영향을받는다고분석했다. 둘째는 GIS 를이용하여효율적인공간데이터를활용한다. Zhuang Wei(2008) 32) 는 GIS 는정보기술, 물류에대한위치문제에있어서더정확하고편리하게정착될수있는장점을가지며, Qi(2008) 33) 은이를이용하면시스템에입력된데이터로여러가지분석을통해물류계획을찾을수있고, 사용자는대안의결정의효율성을크게향상시킬수있다고했다. Beaumont(1991) 34) 는 GIS 를이용하여입지분석을할경우짧은시간에효과적으로입지에영향을미치는요인의추출이가능하며, 자료분석을통하여적합한입지의선정과잠재적입지지점에대해예측할수있다고했다. Burrough(1986) 는많은분야에서이용되는 GIS 는방대한양의지리정보를효과적으로입력하고, 저장, 관리하며, 목적에따라서분석하여, 결과를출력할수있는종합적인컴퓨터시스템이라고했다. 셋째는 GIS 공간분석기법을이용하여은행의적정입지를결정한다. 정규용외 (2010) 35) 는 GIS의공간분석기법인버퍼링분석, 중첩분석을이용하여신도시의입지특성을분석했고, 이용익 (2007) 36) 은그리드분석과버퍼링분석을통하여대형할인점의입지를분석했다. 기정훈 구자문 (2007) 37) 은 GIS를이용한중첩분석기법과지리적중심성, 인구분포, 교통접근성, 지역균형발전, 성장거점개발에관한지리적데이터를구축하여경북도청후보지를결정한후인구와교통시간을고려한평균적인접근성에따라적지를결정했다. Landgraf(1993) 38) 는 GIS의도입으로인한데이터관리의효용성에대하여은행의위치에대한공간데이터에속성데이터를연결하여방대한데이터를효율적으로관리하는데초점을두었다. King(1993) 39) 은 GIS 기법을효율적으로활용하는경우각종수요잠재력에대한데이터를통해은행신설후보지를추출할수있고, 은행지점의상권분석도가능하다고했다. King & Willer(1993) 40) 는입지, 배분모델을통하여은행의적정한입지를결정할수있으며, GIS응용프로그램에공간모델을통합하여각은행의금융서비스망을형성할수있다고했다. 넷째는 GIS 의공간분석에허프모형을적용하여은행점포의입지분석에객관성을부여했다. 김선철 임병준 유선종 (2012) 은허프모형을활용하여은행점포의시장점유율추정했다. 이를통해기존은행점포의매출경쟁력을분석하는기초자료로활용이가능하고, 신규은행점 31) 이정섭, 입지특성에따른고객의은행점포선택요인에관한연구, 단국대학교박사학위논문, 2006, pp.5-7. 32) Zhuang, Xiuqin and Dongxue, Wei, The analysis of Location selection for commercial net based on GIS, Commerce Modernzation, 2008, Vol.12 No.560, pp.3-65. 33) Qi, Xiang-qian "Application of GIS space analysis in the choosing of supermarket site", Science of Surveying and Mapping, 2008, 6, p.3-5. 34) Beaumont, J. R., "GIS and Market Analysis" in McGuire, D. J., Goodchild, M. F. and Rhind, D. W. (eds.), Geographical Information Systems : Principles and Applications, London : Longman, 1991, pp.21-22. 35) 정규용 강인준 김수겸 주홍식, "GIS 기법을이용한대기온도변화분포분석 ", 한국측량학회학술대회자료집, 한국측량학회, 2010, pp.359-397. 36) 이용익, GIS와데이터마이닝을활용한서울시대형할인점의입지유형분석, 인하대학교석사학위논문, 2007, pp.1-7. 37) 기정훈 구자문, 경상북도도청이전의최적입지분석에관한연구, 한국행정학보, 한국행정학회, 2007, 제41권4호, pp.335-356. 38) Landgraf, J. P., The Use of a GIS-Based Spatial Decision Management System in the Banking Industry", GIS in business '93 conference Proceedings, GIS World, Inc, 1993, pp.403-412. 39) King, L. J. C., Financial Institutions", Profiting From A Geographic System, GIS world, Inc, 1993, pp.57-74. 40) King, L. J. C. and D. J. Willer, The Application of Spatial Modeling Techniques in Delivery Network Planning for Financial Services", GIS in Business '93 Conference Proceedings, GIS World, Inc, 1993, pp.301-330.
김선철 임병준 197 포출점전략의수립과정에서신속한타당성분석으로활용될수있다는것을보였다. 이병길 (2003) 41) 은비즈니스 GIS상에서공간데이터마이닝기법을이용한상권추출에서카드가맹점자료를이용하여상권을추출하고 DENCLUE(Density based Clustering) 기법이공간데이터마이닝기법으로적합하다는것을보였다. 이원호 (2003) 42) 는 gcrm 시스템을적용한의사결정모형에관한연구에서기존 CRM 기술에 GIS기술을도입하여상권분석에관련된의사결정모형을제시했다. 신우진 정찬무 이상경 (2002) 43) 은 GIS를이용한소매업종상권반경과중심지이동분석으로소매업종 49 개업종을 GIS 자료를활용, 점포별상권의반경과중첩밀도를이용하여, 상권중심지를찾고중심지의이동양상을분석했다. 전명진 (1996) 44) 은지리정보체계를이용한상권분석의구성에관현연구로중력모형을적용하여신규점포가기존상권에미치는영향을분석했다. Reilly(1931) 45) 는은행과같이고객에게서비스를공급하는업종의경우입지선정에서가장중요한기준은고객들과상호작용의용이성이라고주장하며, 전통적으로고객과의거리와점포의규모를기본변수로하는중력모델을통해점포의고객흡인력을산출했다. 본연구는기존점포의경쟁권역의분석및은행점포의입지요인을적용한분석결과에 GIS 를이용하여신규은행점포의출점대상지역을선정한다. 그리고허프모형을적용하여예상시장점유율을추정한다. 이결과는은행점포의신규출점을위한기초자료로활용할수있다는데기존연구와차별성이있다. Ⅱ. 실증분석 인구 면적 주택수 1. 연구대상지기초통계자료 연구대상지인중랑구의기초통계자료는 < 표 1> 과같다. 46) 총세대수는 176,096 세대이며, 인구는 432,302 명이고, 면적은 18.51 km2 ( 서울시의 3.1%) 로주거지역은 10.63 km2 (57.43%), 상업지역 0.33 km2 (1.78%) 이고, 주택은총 140,535 호로아파트가 43,751 호 (31.13%), 단독주택 78,207 호 (55.65%), 연립주택 6,563 호 (4.67%), 다세대주택 10,770 호 (7.66%) 기타주택 1,244 호로구성된다. 2. 은행점포입지요인분석 은행점포의매출에영향을주는입지요인은매우다양하다. 본연구에서는중랑구내은행점 < 표 1> 중랑구기초통계자료 구분내용비율 총인구 432,302명 100.00% 총세대 176,096세대 100.00% 남자 216,255명 50.02% 여자 216,047명 49.98% 총면적 18.51km2 100.00% 주거지역 10.63 km2 57.43% 녹지지역 7.56 km2 40.84% 상업지역 0.33 km2 1.78% 총주택수 140,535호 100.00% 아파트 43,751호 31.13% 단독 78,207호 55.65% 연립 6,563호 4.67% 다세대 10,770호 7.66% 기타 1,244호 0.89% 41) 이병길, 비지니스 GIS에서공간데이터마이닝기법을이용한상권추출, 한국GIS 학회지, 한국공간정보학회, 2011, 11권2호, pp.171-184. 42) 이원호, gcrm 시스템을적용한의사결정모형에관한연구, 경복논총, 경복논총발간위원회, 2003, 제7권, pp.61-76. 43) 신우진 정찬무 이상경, GIS 를이용한소매업종상권반경과중심지이동분석, 부동산학연구, 한국부동산분석학회, 2002, 8 권 1 호, pp.1-11. 44) 전명진, 지리정보체계를이용한상권분석모형의구성에관한연구, 산업경영연구, 중앙대산업경영연구소, 1996, 5권, pp.123-136. 45) Reilly, W. J., The Law of Retail Gravitation, Kinkerbocker Press, New York, 1931, pp.1-11. 46) 통계수치는중랑구청기획홍보과에서제작한중랑통계연보 (2011) 에서구했다. 연구대상인은행점포데이터와의동일시점통계의적용을위하여최종수록연도는원칙적으로 2010 년말통계를이용했다.
198 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 포의분포패턴을기준으로은행점포의정량적입지요인에대한선행연구를조사했다. 이를통해은행점포입지의중요요인을선정하여 GIS 공간분석에적용했다. 첫째, 은행점포의입지에는점포의거리등은행접근성이중요하며, 교통이편리한대로 47) 에접한은행점포가많은것으로나타났다. 고객이은행점포를선택하는가장중요요인으로은행점포의접근성 48) 을선정했으며, 다음으로점포의면적등은행점포의쾌적성 49) 이중요요인으로나타났다. 또한은행점포의도로유형별접근성을분석하여기존의은행점포가교통이편리한대로에입지한은행점포가많은것으로나타났다. 50) 둘째, 상업지역등지가가높은곳에은행점포가많은것으로나타났다. 51) 동별지가와동별은행점포수와의상관관계분석결과 R값이 0.64로높은상관관계 52) 가있다고나타났다. 지가가높은지역 ( 도심지역 ) 에출점한은행점포가많다는것은그지역의은행접근성이편리하기때문이다. 셋째, 은행점포의매출이높은지역은인구밀도가높은지역으로나타났다. 인구밀도가높을수록점포의매출이높을수있다고분석되었다. 인구밀도요인과점포매출과의상관관계분석결과 R값이 0.44 53) 로비교적높은상관관계가있는것으로나타났다. 54) 넷째, 소득수준이높을수록은행점포의매출이높다고추정되었다. 은행점포의수는지역 의경제력을나타내는실질적인산업변수와상관성이높게나타났다. 55) 중랑구에입지한은행점포의중요입지요요인을선정한결과, 접근성이편리한대로에인접한지역, 토지가격이높은지역, 인구밀도가높은지역, 소득수준이높은지역등총 4가지입지요인을선정했다. 이제이를기반으로 GIS 커버리지데이터를작성하여기존은행점포의경쟁권역을분석하고, 신규출점점포의입지를선정한다. 3. GIS 커버리지데이터분석 < 그림 2> 는중랑구 16 개동의행정도를 GIS 커버리지데이터에 1:5000 수치지형도를중첩한 GIS 커버리지데이터이다. < 그림 3> 은중랑구행정도에기존에출점된 37 개은행점포 GIS 커버리지데이터를중첩한새로운 GIS 커버리지데이터이며, < 그림 4> 는중랑구도로와은행점포를중첩한 GIS 커버리지데이터이다. < 그림 5> 는 37 개은행점포 GIS 커버리지데이터에버스정거장 GIS 커버리지데이터를중첩하였으며, < 그림 5> 는중랑구행정도에 1:5000 의수치지형도와기존 37 개은행점포 GIS 커버리지데이터를중첩하여중랑구동별은행점포의도로접근성을분석할수있는새로운 GIS 커버리지데이터이다. < 그림 6> 과 < 그림 7> 은중랑구기존은행점포의 300m 버퍼존을적용하여은행점포간의경쟁권역을나타낸것이다. 작성된 GIS 커버리지데이터의분석결과첫째, 중랑구 47) 대로는도로폭이 25m~30m 이상을말한다. 48) 이정섭, 입지특성에따른고객의은행점포선택요인에관한연구, 단국대학교박사학위논문, 2006, pp.144~147. 49) 김선철 임병준 유선종, 허프모형을이용한은행점포의시장점유율추정에관한연구, 부동산연구, 한국부동산연구원, 2012, 제22권3 호, pp.255-257. 50) 박찬석 이윤영, GIS 기법에의한은행점포의입지변동, 한국지형공간정보학회지, 한국지형공간정보학회, 1993, 제1권2호, pp.118-119. 51) 박찬석 이윤영, 상게서, p.123. 52) Pearson 상관계수는 0.4~0.6 은비교적높은상관관계를나타내며, 0.6~0.8 은높은상관관계를나타내고, 0.8 이상은매우높은상관관계를나타낸다.( 참조 : 이훈영, 연구조사방법론, 도서출판청람, 2010, p.333) 53) 왕효석, 상권유형별대형마트의영향권및매출영향요인분석, 한양대학교석사학위논문, 2011, p.69. 54) 상관관계분석은대형마트를기준으로하였기에은행점포와의차이가있을수있으나본연구에서는고려하지않았다. 55) 박찬석 이윤영, 상게서, p.126.
김선철 임병준 199 의기존은행점포는대다수대로변교차로중심으로은행점포가출점되어있는것으로나타났다. 둘째, 은행점포는버스정거장, 지하철역 56) 등교통의편리성이비교적높은입지에위치하고있는것으로나타났다. 위결과는은행점포의입지요인으로은행점포의접근성을중요시여기는것으로김선철 임병준 백성준 (2013) 57) 의결과와동일하다. 4. 커널밀도분석 커널밀도분석은직관적인해석이가능하기때문에점데이터의분포패턴을시각화하는데널리이용된다. < 그림 7> 은중랑구주거인구커널밀도추정결과로상봉 1 동에서신내 1 2 동, 묵 1 동까지주거지역으로인구가밀집되어있는것으로나타났으며, 이는이지역에공동주택 ( 아파트, 빌라등 ) 이밀집되어있기때문인것으로설명될수있다. 기존은행점포의주거인구커널밀도분석의 5 분위등급중 4 분위등급이상에입지한은행점포는 22 개점포로총 37 개은행점포중 57% 를나타내고있다. < 그림 8> 는중랑구토지가격커널밀도추정결과로 < 그림 7> 의주거인구커널밀도추정결과와다르게묵 2 동, 중화 2 동, 상봉 2 동, 망우본동, 면목본동, 면목 2 동, 면목 7 동등큰도로, 지하철역주변의주거지역이아닌상업지역중심으로토지가격이높은것으로나타났다. 기존은행점포의토지가격커널밀도분석의 5 분위등급중 4 분위등급이상에입지한은행점포는 32 개점포로총 37 개은행점포중 87% 를나타내고있다. < 그림 9> 은중랑구추정소득커널밀도추정결과로주거인구가많고토지가격이높은지역이비교적높은추정소득의지역으로나타났다. 기존은행점포의추정소득커널밀도분석의 5 분위등급중 4 분위등급이상에입지한은행점포는 26 개점포로총 37 개은행점포중 70% 를나타내고있다. 기존은행점 포의주거인구, 토지가격, 추정소득의커널밀도분석결과 5 분위등급중 4 분위등급이상의입지에는토지가격이높은곳에 87% 의은행점포가입지하고있는것으로나타났다. 그다음으로추정소득이높은입지에 70%, 인구밀도가높은입지에 57% 출점되어있는것으로나타났다. 5. 중첩분석 중첩분석은하나의커버리지위에다른커버리지를올려놓고두커버리지에나타난형상들간의관계를분석하는것으로, < 그림 7> 주거인구커널분석과 < 그림 8> 토지가격커널분석과 < 그림 9> 추정소득커널분석커버리지를중첩하면 < 그림 10> 과같이높은환경적민감성을나타내는지역은누적적으로점점더어둡게나타나게된다. 민감도가더높은곳으로부터낮은곳으로등급화되어나타났으며, 5분위등급중 4분위등급이상의입지에위치한은행점포가중랑구 37개은행점포중 87% 인 32개로나타났다. 4분위등급에포함되지않은은행은김선철 임병준 유선종 (2012) 의선행연구에서분석된 15. 국민신내, 17. 국민봉화산, 20. 외환신내, 28. 신한신내, 33. 우리중랑구 로나타났다. 이 5 개은행점포가중첩분석의 4분위등급이상에포함되지않은입지적특정을분석하면, 15. 국민신내 는아파트단지내입지하고있으며, 17. 국민봉화산 과 20. 외환신내 는봉화산역내에입지하고있으며, 대규모아파트단지가인접되어있다. 28. 신한신내 와 33. 우리중랑구 는중랑구청에인접하여입지하고있으며, 인근에대규모아파트단지가입지하고있다. 중첩분석결과를살펴보면, 첫째, 은행점포는기존의선행연구에서와같이큰도로교차로에위치하여은행점포의접근성이중요하다는것을나타낸다. 둘째, 은행점포는경제활동의중 56) 지하철역 GIS 커버리지데이터확보가어려워중랑구지하철역 GIS 커버리지데이터를중첩하여은행점포의입지요인을분석하지는않았으나지하철역주변에다수의은행점포가출점되어있는것을포털지도 Site를통해알수있다. 57) 김선철 임병준 백성준, AHP 를이용한은행점포의선택요인에관한연구, 부동산연구, 한국부동산연구원, 2013, 23권1호, pp.197-221.
200 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 < 그림 1> 중랑구행정도 < 그림 2> 기존은행점포 < 그림 3> 도로, 은행점포 < 그림 4> 도로, 은행점포, 버스정거장 < 그림 5> 은행점포버퍼존 300m < 그림 6> 은행점포버퍼존 300m 채우기 < 그림 7> 주거인구커널분석 < 그림 8> 토지가격커널분석 < 그림 9> 추정소득커널분석 심이되는상업지역등토지가격이높은지역에입지하는것으로나타났다. 셋째, 은행점포는비교적소득이높은곳에입지하는것으로나타났 다. 넷째, 왕효석 (2011) 58) 의선행연구와동일하게인구요인보다는토지가격이나추정소득이은행점포의입지요인에더많은영향을미치는 58) 왕효석, 상권유형별대형마트의영향권및매출영향요인분석, 한양대학교석사학위논문, 2011, pp.1-74.
김선철 임병준 201 < 그림 10> 중첩분석결과 < 그림 11> 신규출점대상지역그리드분석 것으로나타났다. 다섯째, 중첩분석의 5 분위등급중 4 분위등급이상에포함되지않은은행점포는중랑구청, 대규모아파트단지내상가, 지하철역등입지적특수성이있었다는것을감안하면, 중첩분석은은행점포의입지요인분석에설명력이높다는것을나타낸다. 6. 신규출점은행점포입지선정 신규출점은행점포의입지를선정하기위하여먼저기존은행점포의공간분포패턴을분석하여이를신규은행점포입지에적용한다. 공간분포패턴분석을위해서공간분석기법중의하나인최근린분석을이용한다. 최근린분석은점사상의분포가임의적인지규칙적인지아니면군집을이루고있는지를판단하는분석으로써점사상의관측된평균거리를기대되는평균거 리로나누어계산되는값이다. 59) 즉, 실세계에분포되어있는점들이군집되어있는지, 일정한거리를두고규칙적으로분포하고있는지, 무작위로분포되어있는지에대한경향을최근린분석을이용하여밝힐수있다. 일반적으로최근린지수 (R) 가 1이면그것은완전한무작위분포가되며, R값이 1보다크면규칙적인분포에가까워진다. 반면 R값이 1보다작은 0에가까워지면그점들은군집유형에가깝다고할수있다. 중랑구의기존에출점한 37개은행점포를대상으로 ArcGIS 9.2를이용하여최근린분석결과최근린지수 (R) 가 0.94로, 무작위분포패턴로나타났으며, Z-score 는 -0.68 로통계적으로유의하다. 이에따라중랑구에신규은행점포의출점을위한대상지역선정시군집또는규칙적분포가아닌무작위분포를기준 60) 으로기존 59) 이방법은생리학분야에서 Clark & Evans(1954) 가식물군집분포패턴을파악하기위해고안하였으며, 이후지리학에서도입되어사용되고있다. ( 출처 : 신정엽 이상일, GIS의개념과원리, 다락방, 2011, p.264) 60) 2010 년 12월기준서울시에출점된 2,597 개은행점포의최근린분석결과최근린지수 (R값) 은 0.48이며, 강남구 402개은행점포의경우최근린분석결과최근린지수 (R값) 은 0.49로군집적인분포패턴을가지고있다. 그러나중랑구의경우출점된은행점포의수가 37
202 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 < 그림 12> 신규은행점포출점입지선정 은행점포버퍼존에의한경쟁권역이아닌입지를선정한다. 추정소득, 토지가격, 주거인구의커널밀도추정결과를중첩분석하여선정된 GIS 커버리지데이터에기존은행점포의 300m 버퍼존을중첩한결과 < 그림 10> 과같이나타났다. GIS 공간분석중매우직관적이며유용한 < 그림 10> 의중첩분석결과에 < 그림 11> 과같은신규출점대상지역그리드분석을실시한다. 그리드분석의기준은첫째, 최근린분석을통하여무작위분포를기준으로기존은행점포버퍼존에의한경쟁권역이아닌입지를탐색한다. 둘째, 선 행연구를통하여선정된은행점포입지의중요 4가지요인인접근성이편리한대로에인접한지역, 토지가격이높은지역, 인구밀도가높은지역, 소득수준이높은지역등입지요인을 < 그림 11> 과같이중첩분석을통하여적용한다. 그리드분석결과, 가장유사한입지요인을가지고있는지역은 e4지역의 A지점으로나타났다. e4 지역의 A지점은왕복 24m 8차선도로에접하고있으며혜원사거리교차로에위치하고있어접근성이우수하다. A지점에버스정거장이있고, 북측거리 150m 도보 3분거리에상봉터미널이위치하고있어교통이편리하다. 북측거리 250m 도보 5분거리에대형상업시설인이마트가위치하고있어경제활동이활발한지역이다. A지점은추정소득, 토지가격, 주거인구커널밀도추정의중첩분석결과 5분위등급중가장높은 5분위등급의입지이다. 하지만 e4지역의 A지점이최적의입지인지의검증을위하여추정소득, 토지가격, 주거인구커널밀도추정의중첩분석결과 5분위등급중 3 분위등급의입지인 b4지역의 B지점과, 4분위등급의입지인 g4지역의 C지점을추가로선정하여시장점유율을추정한다. 7. 허프모형을이용한신규은행점포시장점유율추정 대상지역인중랑구에내에서 GIS 공간분석통해신규은행점포대상지 (A 지점, B 지점, C 지점 ) 를선정했다. 61) 그리고김선철 임병준 유선종 (2012) 의선행연구에서이용된허프모형 62) 개점포로적으며, 법인보다는개인이은행점포선택시거리변수의영향이더클것으로가정 ( 중랑구는은행점포의매출중개인비율이평균 71% 로, 서울시은행점포 2,597 개의매출중개인비율평균 61%, 강남구은행점포 402개의매출중개인비율평균 52% 보다높다. 그리고 38개은행점포로중랑구다음으로출점빈도수가낮은도봉구의은행점포매출중개인비율은중랑구와동일하게 71% 로나타남 ) 했다. 이에따라최근린지수에의한공간분포패턴이군집이아닌무작위패턴으로나타났다. 은행점포의공간분포패턴이군집, 무작위, 규칙적분산인가에대한연구는향후연구과제로남긴다. 61) 한편신규은행점포 A지점, B지점, C지점의점포면적은기존중랑구 37개은행점포의평균면적인 782m2를적용했다. 62) 허프모형에서고객의유인력은다음과같은식으로나타낸다. 여기서, : 은행점포 j가 i지역의고객에게주는효용, : 은행점포 j의매장면적, : 고객 i로부터은행점포 j까지의거리, : 매장면적에대한고객의민감도계수, : 거리에대한고객의민감도계수민감도계수 (, ) 의크기는특정지역에대한고객의점포선택과관련한조사결과로산출된다. 이들의값은점포의선택에있어서점포의규모와거주지로부터점포까지의거리각각에대한고객의상대적인중요도를반영한다. 일반적으로점포와규모의민감도계수는,
김선철 임병준 203 < 표 2> 중랑구은행점포의시장점유율추정 구분 신규추정시장점유율 기존추정시장점유율 편차 ( 신규 - 기존 ) 1.SC 중랑 1.90% 2.02% -0.12%p 2.SC 면목 1.82% 1.95% -0.13%p 3.SC 묵 1.94% 2.01% -0.07%p 4.SC 한신 1.00% 1.06% -0.06%p 5. 하나망우 1.68% 1.81% -0.13%p 6. 하나면목 2.92% 3.11% -0.19%p 7. 하나면목역 2.82% 3.03% -0.21%p 8. 하나태릉 1.60% 1.68% -0.08%p 9. 국민망우 3.66% 3.93% -0.27%p 10. 국민망우본 1.83% 1.97% -0.14%p 11. 국민면목 4.79% 5.09% -0.30%p 12. 국민묵 2.79% 2.90% -0.11%p 13. 국민사가정 3.22% 3.45% -0.23%p 14. 국민상봉 2.33% 2.49% -0.16%p 15. 국민신내 2.04% 2.19% -0.15%p 16. 국민중화 4.76% 5.04% -0.28%p 17. 국민봉화산 1.13% 1.20% -0.07%p 18. 농협면목역 2.25% 2.41% -0.16%p 19. 농협중화 2.11% 2.22% -0.11%p 20. 외환신내 0.89% 0.94% -0.05%p 21. 외환망우 1.56% 1.67% -0.11%p 22. 기업면목 2.52% 2.69% -0.17%p 23. 기업중화 2.29% 2.40% -0.11%p 24. 신한상봉 2.68% 2.87% -0.19%p 25. 신한망우 1.55% 1.67% -0.12%p 26. 신한사가정 4.16% 4.48% -0.32%p 27. 신한중화 4.21% 4.42% -0.21%p 28. 신한신내 4.57% 4.83% -0.26%p 29. 우리망우 3.67% 3.98% -0.31%p 30. 우리면목 3.19% 3.42% -0.23%p 31. 우리상봉 1.82% 1.96% -0.14%p 32. 우리중랑교 2.89% 3.07% -0.18%p 33. 우리중랑구 2.69% 2.85% -0.16%p 34. 우리중화 2.37% 2.48% -0.11%p 35. 우리태릉역 1.52% 1.60% -0.08%p 36. 수협면목 2.06% 2.19% -0.13%p 37. 수협중화 2.78% 2.93% -0.15%p 신규 A지점 2.23% - - 신규 B지점 1.63% - - 신규 C지점 2.15% - - 합계 100.00% 100.00% - 을재이용하여중랑구 37 개은행점포의시장점유율을추정했다. 63) 기존 37 개은행점포의시장점유율과 A, B, C 지점이신규로출점했을경우의시장점유율을추정하고신규은행점포의출점에따라기존은행점포의추정시장점유율의변화의편차를분석한결과는 < 표 2> 와같다. 신규은행점포대상지역인 A, B, C지점의시장점유율은각각 2.23%, 1.63%, 2.15% 로추정되었다. 3개의지점이새로출점할경우시장점유율이가장크게하락하는곳은신한은행사가정지점으로시장점유율이 4.48% 에서 (-)0.32%p 감소했다. 반대로시장점유율을하락폭이가장적은은행점포는외환은행신내동지점으로시장점유율이 0.05%p 하락했다. 신규은행점포 A, B, C지점의출점에따른시장점유율추정및변화의편차분석결과와 GIS 공간분석인중첩분석결과, A지점은 5분위등급중가장높은 5분위등급의입지인 A지점의시장점유율이 2.23% 로가장높게추정되었다. A지점의매출액은전체매출액 7조8066 억원중 2.23% 인 1,738억원으로추정되었다. 이는 40개은행점포중 22번째의시장점유율로평균시장점유율 2.50%, 매출액 1,952 억원에근접한금액이다. Ⅲ. 결론및시사점 본연구는중랑구를대상으로다양한 GIS 분석과실증분석을통해경쟁력있는신규은행점포의출점을위한대상지역을선정했다. 선정지역에허프모형을적용하여예상시장점유율을비교 분석하여최적의은행점포의입지를선정했다. 그분석결과는다음과같다. 첫째, 은행점포의입지에는점포의거리등은행접근성이중요하며, 교통이편리한대로에접한은행점포가많다. 둘째, 상업지역등지가가높은곳에은행점포가많다. 셋째, 은행점포의매출이높은지역은인구밀도가높은지역으로추정되었다. 넷째, 소득수준이높을수록은행점포의매출이높다. 은행점포입지의중요요인으로교통이편리한접근성이좋은지역, 토지가격이높은지역, 인 로적용하지만, 일반상점이아닌은행점포라는특수성을고려하여 와 를일반적인수치가아닌 0.5단위로시행착오법을이용하여추정시장점유율과실제시장점유율의편차가가장낮게분석된민감도계수인, 을적용했다. 63) 김선철 임병준 유선종, 전게서, 부동산연구, 2012, p.249
204 GIS 를활용한은행점포의입지선정과시장점유율추정에관한연구 구밀도가높은지역, 소득수준이높은지역등총 4가지입지요인이선정되었다. 이들요인을기반으로중랑구은행점포의 GIS 공간분석을진행하고, 추정소득, 토지가격, 주거인구의커널밀도추정결과를중첩분석했다. 또한최근린분석을이용한공간분포패턴분석과실증분석을통하여은행점포의입지요인을적용하여신규은행점포출점대상지역을선정했다. < 그림 12> 에서의 A지점, B지점, C지점이그지역이다. 신규은행점포출점대상지역으로선정된상봉동의 A지점은은행점포의입지요인에가장유사한입지요인을가지고있는지역으로왕복 24m 8차선도로에접하고있으며, 혜원사거리교차로에위치하고있어접근성이우수하고교통이편리하다. 또한, A지점은추정소득, 토지가격, 주거인구커널밀도추정의중첩분석결과 5분위등급중가장높은 5분위등급에입지하고있다. 허프모형을이용하여신규은행점포의시장점유율을추정한결과신규은행점포출점대상지역인 A지점의시장점유율은 2.23%( 매출 1,738 억원 ) 로추정되었다. 이는 40개은행점포중 22번째의시장점유율로 40개은행점포의평균시장점유율 2.50%, 매출액 1,952억원에근접한금액이다. GIS 커버리지데이터를통한공간분석을 이용하여직관적인은행점포의입지요인을파악하고, 은행점포간의경쟁권역을분석한결과를바탕으로본시사점은첫째, GIS맵을이용하여은행점포의신규출점대상지역을선정하는데매우유용하다는것이다. 둘째, 선정된신규은행점포출점대상지역에허프모형을이용하여시장점유율을추정하여은행점포출점의객관적판단의근거가될수있다는것이다. 본연구의한계는첫째, GIS 커버리지데이터를이용한공간분석기법중가장핵심인중첩분석과정에서주거인구, 토지가격, 추정소득커널밀도추정에있어가중치를적용하지않고동일한가중치로분석했다. 둘째, 신규은행점포출점대상지역 A지점의시장점유율은면적과거리의변수만을가지고추정한시장점유율로고객이은행점포를선택하는비입지적요인 64) 이반영되지않았다. 이러한한계점은향후가중치연구를통해 GIS 공간분석시은행점포의중요입지요인에대해반영되어야할것이다. 고객의차별화도필요하다. 주거인구는경제인구와비경제인구로의구분하고, 개인고객과법인고객과의차이에따라은행점포의군집, 무작위, 규칙적분산등공간분석패턴의특성에대한추가연구도필요할것으로판단된다. 參考文獻 구찬림 정준호 방경식, 은행점포의경영성과에영향을미치는요인, 부동산학보, 한국부동산학회, 2015, 61권. 김선철 임병준 유선종, 허프모형을이용한은행점포의시장점유율추정에관한연구, 부동산연구, 한국부동산연구원, 2012, 22권3호. 김선철 임병준 백성준, AHP를이용한은행점포의선택요인에관한연구, 부동산연구, 한국부동산연구원, 2013, 23권1호. 김영필, 은행점포최대 20% 가적자, 머니투데이, 2013.07.29. 박종진, 국민은행점포 5개중 1개는적자, 머니투데이, 2013.07.29. 박찬석 이윤영, GIS기법에의한은행점포의입지변동 : 대구시를사례로, 지형공간정보, 한국지형공간정보학회, 1993, 1권2호. 손경중, 은행점포입지요인과영업실적과의관계에관한실증적연구, 건국대학교석사학위논문, 1998. 64) 김선철 임병준 백성준 (2013) 에따르면비입지적요인은저금리대출상품, 고금리저축상품, 급여이체은행, 직장업무연계항목등을나타낸다.
김선철 임병준 205 손영기 안상현 신영철, GIS 기반의상권분석모형연구, 한국지리정보학회지, 한국지리정보학회, 2007, 10 권 2 호. 신우진 정찬무 이상경, GIS를이용한소매업종상권반경과중심지이동분석, 부동산학연구, 한국부동산분석학회, 2002, 8권1호. 신정엽 이상일, GIS의개념과원리, 다락방, 2008. 이병길, 비지니스 GIS에서공간데이터마이닝기법을이용한상권추출, 한국GIS학회지, 한국공간정보학회, 2011, 11권2호. 이원호, gcrm 시스템을적용한의사결정모형에관한연구, 경복논총, 경복논총발간위원회, 2003, 제7권. 이용익, "GIS와데이터마이닝을활용한서울시대형할인점의입지유형분석 ", 인하대학교석사학위논문, 2007. 이정섭, 입지특성에따른고객의은행점포선택요인에관한연구, 단국대학교박사학위논문, 2006. 이호병, 주택모기지론거래은행선택요인분석, 부동산학보, 한국부동산학회, 2015, 제62권. 이호병, 커피전문점선택속성의만족도에기초한점포입지및고객특성별세분화모형에관한연구, 부동산학보, 한국부동산학회, 2014, 제59권. 이훈영, 연구조사방법론, 도서출판청람, 2010. 이희연 김은미, GIS 기법을활용한은행입지분석에관한연구, 한국공간정보학회지, 한국공간정보학회, 1997, 5권1 호. 이창구, 금융기관의입지에관한연구, 대구대학교석사학위논문, 2002. 왕효석, 상권유형별대형마트의영향권및매출영향요인분석, 한양대학교석사학위논문, 2011. 전국은행협회내부자료, 2010년 12월말기준은행점포현황, 2011.2. 전명진, 지리정보체계를이용한상권분석모형의구성에관한연구, 산업경영연구, 중앙대산업경영연구소, 1996, 5권. 전해정, 공간계량분석기법과 GIS를이용한주택가격모형비교에관한연구, 부동산학보, 한국부동산학회, 2015, 64권. 조덕훈, 정보화에따른오프라인서점의입지변화분석, 부동산학보, 한국부동산학회, 2015, 61권. 정규용 강인준 김수겸 주홍식, "GIS 기법을이용한대기온도변화분포분석 ", 한국측량학회학술대회자료집, 한국측량학회, 2010. 중랑구청기획홍보과, 중랑통계연보, 2011. Beaumont, J. R., "GIS and Market Analysis" in McGuire, D.J., Goodchild, M. F. and Rhind, D. W. (eds.), Geographical Information Systems : Principles and Applications, London : Longman, 1991. Burrough, P, Principles of Geographical Information Systems for Land Resources Assessment, Oxford, Oxford University Press, 1986. Clark, Philip J. and Francis C. Evans, Distance to Nearest Neighbor as a Measure of Spatial Relationships in populations, Ecology, 1954., Vol.35, Issue 4. King, L. J. C., Financial Institutions", Profiting From A Geographic System, GIS world, Inc, 1993. King, L. J. C. and D. J. Willer, The Application of Spatial Modeling Techniques in Delivery Network Planning for Financial Services", GIS in Business '93 Conference Proceedings, GIS World, Inc, 1993. Landgraf, J. P., The Use of a GIS-Based Spatial Decision Management System in the Banking Industry", GIS in business '93 conference Proceedings, GIS World, Inc, 1993. Reilly, W. J., The Law of Retail Gravitation, Kinkerbocker Press, NewYork, 1931. Qi, Xiang-qian, "Application of GIS space analysis in the choosing of supermarket site." Science of Surveying and Mapping, 2008, 6. Zhuang, Xiuqin and Dongxue Wei, The analysis of Location selection for commercial net based on GIS, Commerce Modernzation, 2008, Vol.12 No.560.