- 1 -

1인 가구의 탐색적 공간 자료 분석

2017

김정아

- 2 -

요약

1. 연 구 계 획 :

우리나라의 1인 가구의 탐색적 공간 자료 분석을 수행해 볼 것이다. 이 연

구에서는 1인 가구의 특성을 인구·사회·경제적 특성을 통계적으로 파악한

후, ‘이동성향’항목과 1인 가구의 특성을 연계하여 살펴볼 것이다. 이를 지역

별로 특성이 있는지 확인하고 궁극적으로 1인가구의 공간적 자기상관을 알

아본다.

2. 연 구 목 적 :

통계청 인구·주택 총조사 자료에 따르면, 2010년 현재 우리나라 전체 일반

가구 대비 1인 가구의 비율을 23.9%로, 2000년 15.5%에 비해 8.4% 증가

함을 알 수 있다. 통계청에서 장래 가구를 추계한 결과 2012년에 1인 가구

의 비율은 25.3%로 추정되었다. 즉 네 가구 중 한 가구가 1인 가구임을 의

미한다. 이에 따라 1인 가구에 대한 이해가 필요함 말 할 수 있다.

3. 가설의 설정 :

1인 가구는 인구·사회·경제적 특성에 따라 차지하는 비중이 다를 것이며,

또한 이러한 특성에 따라 거주하는 지역도 다를 것으로 예상된다. 최종적으

로 1인 가구는 공간적으로 군집되어 분포할 것으로 예상된다.

4. 연 구 방 법 :

2010년도 센서스 자료를 바탕으로 1인 가구의 특성을 인구·사회·경제적

특성에 따라 탐색적 자료 분석한다. 또한 이동성향 항목과 이전에 살펴본 1

인 가구의 특성과 결합하여 살펴본 후, 지역별로 1인 가구의 분포를 살펴본

다. 이 내용을 바탕으로 1인 가구의 중심과 산포를 측정해 보고, Moran’s I

지수, G통계량을 이용하여 공간적 자기상관의 정도를 알아본다.

5. 연 구 결 과 :

1인 가구의 지역별 분포와 이동 성향별 1인 가구의 지역별 분포 특성을

시․도 단위에서 분

석한 결과 지역별로 우세한 이동 성향이 비교적 뚜렷하게 나타나고 있음을

확인했다. 이들 지역의 인구구조를 살펴본 결과, 이들 지역 1인 가구의 연령

구성 역시 뚜렷한 차이가 나타났으며 시․도별로 1인 가구의 연령 양극화

현상이 나타남을 확인할 수 있었다. 서울특별시와 경기도 그리고 6대

- 3 -

광역시에서는 대체적으로 젊은 1인 가구가 많은 비중을 차지하였고 이외

전라남․북도, 경상 남․북도, 강원도, 충청 남․북도에서는 65세 이상 노인 1인

가구의 비중이 높았다. 즉, 해당 지역 1인 가구의 인구구조에서 연령 변수는

매우 중요한 역할을 하며 1인 가구의 공간분포를 분석 시에 유용한

변수임을 의미한다. 이는 인구․경제․사회학적 속성이 공간상으로 투영됨을

의미하기도 한다.

1인 가구의 지역별 분포 특성을 알기위해서 탐색적 공간 자료 분석과

공간적 군집의 가설을 검정해보았다. 탐색적 공간 자료 분석의 방법으로

Mean Center와 Standard Deviational Ellipse을 이용하였다. 2000년,

2005년, 2010년도 1인 가구 10% 표본 자료를 가지고 시계열적인 변화를

확인해보았다. 그 결과 시간이 흐를수록 경부선방향으로 1인 가구가

집중되며, 수도권방향으로 1인 가구의 평균 중심점이 상승함을 알 수

있었다. 이 다음으로 Moran's I지수를 통해 공간적 자기상관의 정도를

확인해 보았다. 그 결과 1인 가구의 분포가 통계적으로 유의한 공간적

군집을 보인다는 결론을 도출할 수 있었다.

- 1 -

제 1장 서론

제 1절 연구의 배경 및 목적

1)인구와 공간은 불가분의 관계를 가지고 있다. 인구란 ‘특정 공간 안에 사는 사람들의 수’라

고 정의된다. 2)인구는 규모에서도 중요한 의미를 갖지만 특성에 의해서도 그 지역의 특성을

파악할 수 있다. 지역 인구 특성은 지역이 가지고 있는 여건과 그 지역에 사는 사람들의 가치

관과 이에 기반을 둔 인간의 행동이 가지고온 여러 현상 중 하나라고 할 수 있다.

특히, 최근에 1인 가구의 급격한 증가가 사회․정책적 관심사로 부각되고 있다. 2010년도

인구․주택 총조사의 결과 중 「1인 가구 현황 및 특성」을 분석한 내용을 참조하면 2010년

11월 1일 현재 우리나라의 1인 가구는 414만 2천 가구로, 일반 가구대비 1인 가구 비율은

23.9%로 10년 전(2000년 15.5%)에 비해 8.4%증가하였다. 1인 가구의 규모가 늘고 있는 현재

상황에서 1인 가구의 공간적 분포에 대한 분석의 필요성이 날로 커지고 있다.

이에 본 연구는 아래와 같은 연구 수행을 위하여 공간적 범위는 전국을 대상으로 하였으며,

시간적 범위는 2010년을 기준으로 하여 1인 가구의 탐색적 공간 데이터 분석할 것이다. 3)탐

색적 공간 데이터 분석이란 공간 데이터 자체가 갖고 있는 고유한 성격을 다양한 측면에서 심

도 깊게 살펴보는 탐색적이고 기술적인(descriptive) 접근으로 1인 가구 데이터처럼 정보의

양이 많고 복잡한 데이터에서 새로운 패턴을 탐지하고, 이를 바탕으로 현상에 대한 가설과 모

델을 수립하는데 유용하다. 본론 제 1절에서는 점차 증가하는 1인 가구의 공간적 분포의 일반

적인 특성과, 이를 시도별 수준으로 파악할 것이다. 본론 제 2절에서는 1절의 내용과 ‘이동 성

향’이라는 항목을 결합하여 인구․사회․ 경제학적 특성별 1인 가구의 특성을 언급할 것이

다. 본론 제 3절에서는 1인 가구의 공간적 자기상관을 살펴볼 것이다.

제 2절 선행 연구 분석

1) 1인 가구에 대한 단독연구

1인 가구에 대한 단독 연구의 흐름은 크게 두 갈래로 나눌 수 있는데, 1인 가구의 가구주 속

성에 초점을 맞춘 연구와 1인 가구의 주거환경과 지역에 중점을 맞은 연구가 이루어지고 있다.

1) 권태환․김두섭, 1990, “인구의 이해”, 서울대학교출판부, p42) 국토연구원 엮음, 2004, “공간분석기법”, 한울아카데미, 제 3장 인구 참조3) 김감영, 2010, “연령별 인구이동 특성에 대한 탐색적 공간 데이터 분석(ESDA) :대구시를

사례로”, 한국지역지리학회지 제 16권 제 5호 p590-p609

- 2 -

전자에 초점을 맞춘 연구는 속성에 따라 공간적인 차이를 보이므로 이에 대한 사회적 지원과

정책마련의 필요성을 말하는 경우가 많다.

예를 들어 강민규(2011), “국내 1인 가구 증가와 공간적 분포에 따른 지역 정책적 함의” 연

구에서는 1인 가구의 증가는 청년층의 만혼, 장년층의 이혼, 노년층의 독거 등 우리나라의 경

제․사회적 현상에 기인함과 1인 가구의 증가현상은 도시지역과 비도시지역 등 공간적 분포

에 따라 현저한 차이가 있으므로 이를 고려한 1인 가구 관리정책의 필요성을 언급한다. 이희

연․노승철․최은영(2011),“1인 가구의 인구․경제․사회학적 특성에 따른 성장패턴과 공간

분포”연구에서는 1996-2005년 동안 급증하고 있는 1인 가구의 인구․경제․사회학적 특성에

따른 성장패턴을 기술하고, 1인 가구의 다양한 특성에 따른 공간분포 특성을 분석하는데 목적

을 두었다. 연구 결과 1인 가구의 성별, 연령별, 혼인상태별 교육수준에 따라 상당히 차별적인

1인 가구의 성장 패턴을 보이고 있었다. 이에 따라 해당 지자체가 직면하게 되는 경제․사회

학적 문제는 상당히 다를 것이며, 이에 따른 사회복지정책도 차별화되어야할 것을 제언하고

있다. 박주희(2007), “서울시 1인 가구의 분포 및 인구사회학적 특성 분석”연구에서는 서울시

전체 522개의 동에 거주하는 1인 가구를 대상으로 LQ와 격리지수를 통해 거주분포 및 집중

정도를 살펴보고 있다.

1인 가구의 주거 환경과 거주 지역에 초점을 맞춘 연구는 일반 가구와는 다른 1인 가구의

주거 환경을 분석하였다. 신상영(2010), “1인 가구 주거지의 공간적 분포에 관한 연구: 서울시

를 사례로”연구에서는 1인 가구를 대상으로 다양한 주택정책 내지 도시정책들이 적실하고 성

공적이기 위해서는 이들의 거주실태에 대한 심도 있는 지식과 이해가 선행되어야함을 지적하

고 있다. 이러한 주거환경을 분석한 경우에는 대부분 도시 주택 정책을 위한 이 연구들은 사

례지역이 대부분 서울시이며, 시간적 범위 역시 2005년에 한정되어있다는 한계를 지닌다.

2) 1인 가구 이동 관련 선행연구

인구 이동에 관한 연구는 실질적인 정책 마련을 위해 다양한 정책 연구기관에서도 활발히

이루어지고 있다. 이외희(2011), “2010 인구․주택 총조사로 본 경기도 가구와 주택변화 전망

-1인 가구와 주택 유형을 중심으로- ”와 변미리․신상영․조권중(2009), “1인 가구, 서울을

변화시킨다.”와 같이 정책리포트가 나타나고 있다. 한편, 김나영․신영미(2010), “이동 성향에

따른 1인 가구의 지역별 분포 특성”연구에서는 1인 가구의 연령별 이동 성향 차이와 이에 따

른 지역별 분포 특성을 고찰하는데 목적을 두었다. 연구 결과 1인 가구의 연령구조 차이는 결

과적으로 이동 성향 차이를 만들어 내고 이는 곧, 이들 지역의 사회경제적 속성 차이로 귀결되

- 3 -

는 것을 볼 수 있었다. 또한, 이동 성향별로 1인 가구의 지역별 분포에 대한 공간적 자기상관

분석을 수행한 결과 이들 지역이 통계적으로 유의한 공간적 군집을 보임을 확인할 수 있었다.

제 3절 연구의 대상 및 분석 방법

본 연구에서 사용하는 4)1인 가구란, 통계청 인구․주택 총조사에서 정의한 일반 가구 중에

서 혼자서 살림하는 가구, 즉 1인이 독립적으로 취사, 취침 등 생계를 유지하고 있는 가구를

말한다. 또한 연구의 시간적 범위는 2010년으로, 공간적 범위는 전국의 시군구로 설정하였다.

본 연구에서 사용한 인구․주택 총조사 원자료 2% 표본자료는 인구와 가구 정보의 유연한

연계가 가능하여 해당 인구 집단에 대한 사회․경제적 속성 정보를 다양하게 가공할 수 있고,

기존의 집계자료를 인용하는 것보다 자료의 신뢰성이 높다는 장점을 지닌다. 본 연구는 1인

가구의 일반적인 특성을 파악하기 위해 국가통계포털에서 제공하는 시군구 또는 시도 단위의

1인 가구 관련 통계표를 참조하였으며 특히, 1인 가구의 이동 성향을 파악하기 위해 인구․주

택 총조사 원자료 2% 표본자료의 항목 중 5년 전 거주지 항목을, 사회․경제적 특성 파악에

는 1인 가구의 혼인상태, 경제활동상태 및 거처종류 그리고 점유형태 항목을 이용하였다.

분석 과정에는 데이터 베이스를 구축하기 위해 Microsoft Office Excel2007을 이용하였고,

일반적인 탐색적 자료분석(EDA)하기 위해 SPSS ver.19와 SAS ver.9.2를 이용하였고, 탐색

적 공간 자료 분석(ESDA)을 하기 위해 ArcGIS ve.r9.3를 이용하여 공간 자료의 중심과 산

포를 알아보았다. 또한 지도와 공간 통계기법을 적용하는 과정에서는 ArcGIS ver.9.3와

GEODA를 이용하여 두 가지 패키지의 통계분석의 결과를 비교하였다. 우선 Microsoft

Office Excel2007을 이용해 인구․주택 총조사의 인구와 가구 자료를 연계한 후, 필요한 자료

를 1차적으로 추출하였고 Microsoft Office Excel2007을 이용해 추출한 자료를 재정리하였

다. 정리된 자료는ArcGIS9.3을 통해 지도화하였고(이 절에서는 2000년, 2005년, 2010년 인

구·주택 총조사 자료를 이용하여 시계열 적인 변화를 살펴보았다.), 최종적으로 1인 가구의 공

간적 분포가 통계적으로 유의한 군집을 보이는지를 검증하기 위해 ArcGIS의 Moran's I툴을

이용해 Moran's I지수를 산출하였다. 이와 같은 내용을 GEODA를 이용하여 수행하였다. 아

래의 <그림1>은 연구 순서를 도식화한 것이다.

4) 2010년 인구․주택 총조사 통계 설명 자료 참조 http://meta.narastat.kr/metasvc/index.do

- 4 -

그림1 연구 방법

- 5 -

제 2 장 본론

제 1 절 1인 가구 탐색적 자료 분석 및 공간 자료 분석

1) 인구학적 특성에 따른 1인 가구의 분포

(1) 연령에 따른 1인 가구의 분포

( 단위: % )

1인 가구 비율19세 이하 1.0620~24세 5.6025~29세 9.7330~34세 8.6635~39세 7.3540~44세 6.7545~49세 7.0650~54세 7.7155~59세 6.6160~64세 6.7765~69세 7.6870~74세 9.1675~79세 8.3280~84세 5.0885세 이상 2.45

표1 연령별 1인 가구자료: 통계청, 2010년 인구․주택 총조사 2% 표본

<표1>에서는 연령별 1인 가구의 분포를 알 수 있다. 25세 이상 29세 이하의 집단에서 1인

가구의 비율이 9.73%로 가장 높게 나타났으며, 그 다음으로는 70세 이상 74세 이하, 30세 이

상 34세 이하의 집단, 75세 이상 79세 이하 집단이 높은 비중을 차지함을 알 수 있었다.

<표2>에서는 <표1>의 내용에 ‘시도’라는 지역적 개념을 포함하여 비율을 낸 것인데 시도

별 연령 분포 알 수 있다. 서울특별시의 경우에 39세 이하 집단이 가장 높은 비율을 차지하였

다. 특히, 이 집단에서는 적게는 30%에서 많게는 약 50% 정도가 서울특별시와 경기도에 거주

하는 것으로 나타났다. 40세 이상 59세 이하 집단에서는 경기도에 거주하는 비율이 가장 높

게 나타났으며, 60세부터 69세 이하 집단에서는 서울특별시에 거주하는 비중이 높게 나타났

다. 반면 70세 이상 연령 집단에서는 전라남도에 거주하는 비중이 높게 나타났다. 또한 다른

집단에 비하여 수도권(서울특별시, 인천광역시, 경기도)에 거주하는 비율이 25% 이하로 나타

났으며, 특히 전라북도, 전라남도, 경상남도, 경상북도에 거주하는 비율이 두 자리 수로 나타났

다. 즉, 시도별로 연령의 비율이 나름을 알 수 있다.

- 6 -

( 단위: % )

서울특별시부산광역시

대구광역시인천광역시

광주광역시대전광역시

울산광역시경기도 강원도 충청북도 충청남도 전라북도 전라남도 경상북도 경상남도 제주도

19세이하 18.83 5.86 5.96 2.82 2.72 7.53 0.42 11.51 5.75 6.90 8.47 5.33 3.56 8.89 4.39 1.05 20~24세 23.04 7.16 4.44 3.95 3.85 6.07 0.99 12.26 5.30 6.31 7.24 4.31 1.92 8.65 3.95 0.56 25~29세 30.07 5.08 3.85 4.69 3.65 4.17 1.78 19.29 2.73 3.41 4.59 3.08 2.16 5.64 4.96 0.87 30~34세 28.48 4.94 3.91 5.31 3.35 3.70 2.00 22.47 2.74 3.03 3.74 2.70 2.33 5.15 5.28 0.86 35~39세 24.80 5.74 4.03 5.56 2.60 3.38 2.36 22.60 3.05 3.14 4.02 3.20 2.87 5.26 6.00 1.39 40~44세 19.83 6.15 4.36 6.20 2.71 2.98 2.01 22.36 4.09 3.70 4.26 3.70 4.16 5.52 6.49 1.50 45~49세 16.63 7.21 4.28 6.17 2.94 3.21 1.94 20.33 4.47 3.79 4.39 4.19 4.94 7.08 7.10 1.34 50~54세 15.20 8.24 4.19 4.68 2.90 2.81 2.20 16.53 5.71 4.06 4.87 5.37 5.63 7.82 8.18 1.59 55~59세 13.87 8.61 4.53 4.75 2.23 2.33 1.96 14.57 6.70 4.82 4.73 5.47 6.71 8.81 8.76 1.12 60~64세 14.28 8.53 4.28 3.69 2.15 2.02 1.57 12.97 5.92 3.39 6.03 6.64 8.38 9.56 9.49 1.10 65~69세 12.33 7.17 3.69 3.51 2.17 1.62 1.20 11.23 6.23 4.68 6.14 7.75 10.93 10.51 9.86 1.00 70~74세 9.01 5.76 3.55 3.24 2.02 1.49 0.93 9.88 5.84 4.85 6.74 9.08 12.95 12.67 10.92 1.08 75~79세 7.38 4.94 3.19 2.71 2.08 1.24 1.15 9.08 5.12 4.79 7.22 10.65 14.29 13.11 11.97 1.08 80~84세 7.06 4.57 2.16 3.04 1.73 1.09 1.03 8.58 5.26 4.81 7.06 10.33 15.60 14.07 12.23 1.40 85세이상 6.35 3.76 2.22 2.63 1.86 0.95 0.59 7.30 4.90 3.63 7.48 11.38 17.19 15.78 11.52 2.45

표2 시도별 연령 비율자료: 통계청, 2010년 인구․주택 총조사 2% 표본

2) 사회학적 특성에 따른 1인 가구의 분포

(1) 혼인 상태에 따른 1인 가구의 분포

( 단위: % )

미혼 배우자 있음 사별 이혼19세 이하 99.48 0.10 - -20~24세 99.64 0.30 - 0.0625~29세 96.70 2.64 - 0.6630~34세 89.14 7.92 0.17 2.7735~39세 76.04 12.05 0.39 11.5140~44세 55.52 20.32 1.55 22.6245~49세 33.82 28.81 5.74 31.6350~54세 21.18 29.84 14.35 34.6355~59세 12.00 26.46 31.24 30.3060~64세 6.20 21.13 52.76 19.9065~69세 3.08 13.90 72.13 10.8870~74세 1.54 9.06 84.72 4.6875~79세 1.04 5.50 91.27 2.1980~84세 0.79 3.56 94.52 1.1485세 이상 0.77 3.72 95.01 0.50

표3 연령별 혼인상태자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

<표3>을 통해 1인 가구의 연령별 혼인상태를 살펴보면 1인 가구의 일반적인 혼인 상태는

연령이 높아질수록 미혼 항목의 비중이 줄어들어드는 것을 알 수 있다. 또한, 44세 이하 연령

집단에서 미혼의 비율이 50%이상으로 인 것으로 보아(특히 35세 이상 44세 이하) 만혼이 1

인 가구의 수에 영향을 주는 것을 보여 준다. 한편, 50세 이상에서는 사별이 비율이 높게 나타

- 7 -

났으며, 이혼 또한 1인 가구의 수에 영향을 주는 것을 알 수 있다.

(2) 교육정도에 따른 1인 가구의 분포

( 단위: % )

안 받았음 초등학교 중학교 고등학교 대학교(4년제 미만 + 4년제 이상)대학원(석사과정 + 박사과정)

19세 이하 0.10 0.42 3.66 25.10 70.71 -20~24세 0.10 0.10 0.50 12.28 84.98 2.0425~29세 0.13 0.09 0.78 19.78 71.59 7.6530~34세 0.17 0.22 1.72 28.20 60.62 9.0835~39세 0.21 0.47 3.50 42.75 45.62 7.4540~44세 0.35 2.24 7.00 50.81 33.77 5.8445~49세 0.98 7.18 15.47 45.54 25.63 5.2150~54세 2.05 16.59 22.82 37.85 16.64 4.0555~59세 4.52 29.08 24.49 27.48 11.80 2.6460~64세 10.84 40.84 19.68 19.89 7.35 1.4165~69세 25.54 43.79 13.22 11.82 4.90 0.7270~74세 40.25 40.51 8.43 6.93 3.55 0.3375~79세 53.52 33.48 5.61 5.08 2.10 0.2180~84세 63.76 26.96 3.93 3.74 1.53 0.0985세 이상 71.20 20.86 2.90 3.36 1.59 0.09

표4 연령별 교육 정도주)

교육 상태에는 ‘졸업’, ‘졸업아님(재학, 수료, 휴학, 중퇴) 모두 포함.

자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

<표4>를 보면 1인 가구의 연령별 교육 정도 특성을 파악할 수 있다. 34세 이하에서는 대학

교항목의 비율이 60%이상으로, 75세 이상에서는 안 받았음 항목의 비율이 50%이상으로 가장

높게 나타났다. 특히 교육의 정도가 대학원인 경우 30세 이상 34세 이하 집단에서 9.08%로

가장 높게 나타났으며, 25세 이상 39세 이하의 집단에서 그 다음으로 높게 나타났다. 이 표를

통해 1인 가구의 연령별 교육 정도의 차이가 있음을 파악할 수 있다.

- 8 -

3) 경제학적 특성에 따른 1인 가구의 분포

(1) 경제활동상태에 따른 1인 가구 분포

( 단위: % )

시도 취업 미취업서울특별시 60.63 39.37부산광역시 46.18 53.82대구광역시 47.88 52.12인천광역시 60.75 39.25광주광역시 51.11 48.89대전광역시 55.59 44.41울산광역시 62.06 37.94

경기도 63.62 36.38강원도 49.77 50.23

충청북도 50.77 49.23충청남도 54.39 45.61전라북도 45.22 54.78전라남도 49.36 50.64경상북도 50.89 49.11경상남도 52.62 47.38제주도 57.90 42.10

표5 시도별 1인 가구 - 경제활동 상태자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

( 단위: % )

시도 관리자전문가 및 관련종사자

사무종사자 서비스종사자 판매종사자농림어업 숙련 종사자

기능원 및 관련 기능 종사자

장치․기계조작 및 조립 종사자

단순노무 종사자서울특별시 1.71 17.44 11.52 7.37 7.86 0.12 4.40 3.08 7.13부산광역시 0.90 7.51 5.99 7.00 6.56 0.95 4.93 5.28 7.06대구광역시 0.83 7.95 6.54 5.65 7.06 1.26 4.56 7.20 6.80인천광역시 1.12 10.79 9.39 6.87 6.23 2.31 6.79 9.39 7.86광주광역시 0.76 9.53 7.93 6.34 7.43 2.60 4.49 6.04 6.00대전광역시 1.28 14.98 8.85 7.25 7.53 0.24 4.65 4.41 6.41울산광역시 0.90 9.94 7.16 7.71 5.21 3.06 8.69 11.40 7.99

경기도 1.87 14.09 9.75 6.67 6.43 2.29 5.51 8.74 8.26강원도 1.90 7.05 4.55 5.98 4.15 12.15 3.39 3.11 7.49

충청북도 0.91 6.88 5.12 6.02 4.56 11.03 2.96 7.09 6.21충청남도 0.69 6.68 5.28 5.67 3.68 16.03 3.16 6.72 6.50전라북도 0.71 4.49 2.98 4.27 3.24 17.34 2.80 3.64 5.74전라남도 0.55 4.17 2.52 3.15 2.52 25.76 2.82 2.66 5.22경상북도 0.58 5.38 3.52 4.81 3.20 19.00 3.02 5.42 5.96경상남도 0.75 5.96 4.37 5.06 3.74 16.18 4.21 6.39 5.95제주도 1.14 7.52 4.29 9.43 5.52 12.00 4.67 3.43 9.90

표6 시도별 1인 가구 - 취업인구의 직업자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

<표5>를 보면 시도별 1인 가구의 경제활동 상태를 알 수 있다. 경제활동 상태별로 살펴보

- 9 -

면, 시도별로 취업한 비율은 거의 비슷하다. 하지만 이를 <표6>와 결합하여서 보면 서울특별

시와 6개의 광역시와 경기도에서는 전문가 및 관련 종사자와, 사무 종사자, 서비스 종사자, 판

매종사자, 단순 노무 조사자가 높은 비중을 차지하였으며, 특히 울산광역시의 경우 장치 기계

조작 및조립 종사자의 비중이 가장 높게 나타났다. 강원도, 충청북도, 충청남도, 전라북도, 전

라남도 경상북도, 경상남도, 제주도의 경우에는 농림․어업 순련 종사자의 비중이 적게는

11.03% 많게는 25.76%로 높게 나타났다. 이를 통해 직업 또한 1인 가구의 분포에 영향을 주

는 것을 알 수 있다.

(2) 점유 형태와 거처의 종류에 따른 1인 가구 분포

( 단위: % )

점유 형태 거처의 종류

자기 집 전세 월세 무상 단독주택 아파트 연립,다세대 주택비거주용건물내 주택 기타

19세 이하 5.75 8.58 80.86 4.81 74.48 9.83 2.93 3.77 9.0020~24세 4.19 14.68 76.83 4.31 73.19 9.29 4.56 2.10 10.8525~29세 8.28 27.27 57.62 6.82 61.42 17.78 7.38 1.84 11.5830~34세 13.84 30.05 47.84 8.27 51.97 27.91 8.40 1.85 9.8835~39세 20.65 25.36 46.07 7.92 49.31 32.49 8.87 2.10 7.2440~44세 23.08 20.89 47.39 8.63 52.15 30.30 8.52 2.65 6.3945~49세 28.07 17.78 44.94 9.21 55.75 28.78 8.01 2.83 4.6350~54세 36.54 15.23 39.83 8.40 57.56 28.27 7.55 2.91 3.7055~59세 47.09 13.51 32.28 7.12 60.48 26.59 7.10 3.24 2.5960~64세 59.75 12.17 22.38 5.71 63.73 23.86 7.92 2.38 2.1265~69세 67.80 11.40 16.22 4.58 69.30 20.78 6.24 2.14 1.5370~74세 73.39 9.95 12.37 4.29 75.42 17.16 5.25 1.20 0.9875~79세 75.00 9.28 10.76 4.96 79.21 14.87 3.84 0.97 1.1180~84세 75.05 8.91 10.70 5.33 81.11 12.58 3.74 1.42 1.1685세 이상 75.65 9.30 9.21 5.85 84.72 10.29 2.81 1.09 1.09

표7 점유형태와 연령 1인 가구자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

점유의 형태에는 자기 집(자가), 전세, 월세, 무상거주가 있으며, <표7>를 보면 29세 이하의

집단에서 점유 형태 중 월세를 차지하는 비율이 50%이상이며, 60세 이상의 집단에서 자가(자

기 집)를 차지하는 비율이 50%이상으로 나타난다. 거처의 종류에서는 단독주택의 비중이 다

른 거처의 종류보다 적게는 49.31% 많게는 84.72%로 가장 높게 나타났으며, 35세 이상 44세

이하 집단에서는 아파트의 비중이 약 30%정도 차지하였다.

- 10 -

제 2 절 이동 성향과 인구․사회․경제학적 특성에 따른 1인 가구

1) 이동 성향과 인구학적 특성에 따른 1인 가구의 분포

(1) 연령별 이동 성향의 특성

( 단위: % )

연령 비이동 이동같은 시군구 내 같은 시군구 밖

19세 이하 5.13 18.31 76.5720~24세 3.95 22.08 73.9725~29세 8.09 34.57 57.3430~34세 13.09 41.40 45.5135~39세 21.13 43.25 35.6240~44세 27.59 40.64 31.7845~49세 35.44 37.50 27.0750~54세 44.65 33.04 22.3155~59세 56.29 26.42 17.2960~64세 66.26 21.05 12.6965~69세 74.91 16.48 8.6170~74세 81.06 13.35 5.5975~79세 84.23 11.00 4.7880~84세 85.54 10.33 4.1385세 이상 87.48 8.53 3.99

표8 연령별 이동 성향의 특성 그림2 이동 성향별 연령 분포주)

1. 태어나지않음, 기타(북한, 외국 등에 거주) 항목 제외.

2. ‘같은 시군구 내’는 같은 시군구 내에서 다른 집으로 이동한 경우를, ‘같은 시군구 밖’은 다른 시군

구로 이동한 경우를 의미함.

자료: 통계청, 2010년도 인구․주택총조사 2% 표본.

2010년도 인구․주택 총 조사 항목의 5년 전 거주지 항목을 이용하여 연령별 이동 성향의

차이를 알아보았다. 총 5개의 하위 선택항목 중, 5세 미만의 경우에 해당되는 ‘태어나지 않음’

과 북한이나 외국 등으로부터 거주지 이동을 한 경우에 해당되는 ‘기타’항목을 제외하고 ‘이동

하지 않음’, ‘같은 시군구 내 다른 집으로 이동’, ‘다른 시군구로 이동’의 총 3개 항목을 이용하

여 <표9>를 구성하였다. <표9>에서 연령별 이동 성향의 확연한 차이를 확인할 수 있는데, 젊

은 연령층에서는 이동가구의 비중이, 노년층에서는 비이동가구의 비중이 높게 나타나고 있다.

20-24세 인구 집단에서 이동 성향이 가장 활발하며, 50세 이상의 인구 집단 모두에서는 비이

동의 비중이 가장 높게 유지되고 있다. 아래에는 3가지 분석 방법을 통하여 연령별 이동 성향

의 차이를 알아보았다. <그림2>은 이동 성향별 연령의 분포를 한 눈에 파악하기 위해서 그린

Box-plot이다. 비이동의 성향을 지닌 경우 평균연령이 이동의 성향을 지닌 경우보다 높음을

한눈에 쉽게 파악할 수 있다. 또한 특정 이동 성향에 속한 연령의 분포를 파악할 수 있다. 비

- 11 -

이동 성향의 경우에는 특정 연령이 높은 가구로 인해 오른쯕으로 치우치는 경향이 있음을 파

악할 수 있다. 그리하여 연령이 20대인 가구가 특이 값으로 판단되었다. 반면 이동 성향의 경

우에는 20대의 젊은 연령층의 수가 많아 왼쪽으로 치우치는 경향을 보이며, 특히 다른 시군구

로 이동한 80대 이상의 가구를 특이값(outlier)으로 판단하고 있다.

동질성 검정

<표9>은 동질성 검정을 통하여, 연령별 범주에 따라 3가지의 이동 성향에 속할 확률이 같

은가를 검정한 내용이다. Pearson's =36815.571이고, 유의확률이 0.000이므로 연령별 범주

에 따라 3가지의 이동 성향에 속할 확률이 같다는 귀무가설을 기각하고 연령별 이동 성향이

다름을 의미한다.

값 자유도 점근유의확률(양측검정)Pearson 카이제곱 36815.571a 28 .000

우도비 39588.892 28 .000선형대선형결합 31909.452 1 .000유효케이스수 90062

표9 연령별 이동 성향의 동질성 검정 결과

이동 성향과 5년 전 거주 지역에 따른 평균 연령의 차이 검정

① 분석 자료 형태

가구코드 연령(만나이) 이동 성향 5년 전 거주지역100015 36 2 0100021 77 2 0100032 80 2 0100071 46 2 0

․․․․․․

․․․․․․

9989 79 4 1199972 74 4 21

표10 이동 성향과 5년 전 거주지역의 따른 평균 연령의 차이 검정-원자료자료: 통계청, 2010년도 인구․주택총조사 2% 표본.

이동 성향과 5년 전 거주지역에 따라 평균 연령의 차이가 있는지 검정해볼 것이다. 이동 성

향와 5년 전 거주지역은 범주형 자료로 이산형 데이터이고, 이에 따라 준거 변수로 연령으로

지정하였다. 즉 ‘연령=f(이동 성향, 5년 전 거주지역)’의 함수식을 두고 유의수준 5% 하에서

검증해볼 것이다. 단 이동 성향과 5년 전 거주지역의 교호작용은 고려하지 않는다.

- 12 -

11 서울특별시 33 충청북도21 부산광역시 34 충청남도22 대구광역시 35 전라북도23 인천광역시 36 전라남도24 광주광역시 37 경상북도25 대전광역시 38 경상남도26 울산광역시 39 제주도31 경기도 0 5년 전 거주지역이 현재의 동일한 시군구 이거나, 이동하지 않는 경우를 포함32 강원도

표11 시도의 코드② 분석 모형

단 는 이동성향의 번째 처리의 효과 는 년전 거주지역의 번째 블럭의 효과를 의미한다

③ 가설 검정 및 결과

다음 아래와 같은 가설을 검정할 수 있다. 가설검정하기 위해서 유의수준은 0.05로 정할 것

이다.

DF Sum of Squares Mean Square F Value Pr >FModel 18 19546823.00 1085934.61 7120.92 <.0001Error 90043 13731483.54 152.50

Corrected Total 90061 33278306.54표12 GLM분석(1)

이동성향과 년전 거주지역에 따라 평균 연령에는 차이가 없다

즉 연령에 따라 선호하는 이동성향과 선호하는 거주지역이 없다

vs

이동성향과 년전 거주지역에 따라 평균 연령에는 차이가 있다

즉 연령에 따라 선호하는 이동성향과 선호하는 거주지역이 있다

SAS9.2에서 GLM 실시 결과, F-Value=7120.92 , P-value<0.0001이므로 ‘이동 성향과 5

년 전 거주 지역에 따른 평균적인 연령의 차이는 없다’라는 귀무가설을 기각한다. 이는 ‘연령에

따라 선호하는 이동 성향과 선호하는 거주 지역은 없다’라고 해석할 수 있으며, 연령에 따라

선호하는 이동 성향과 선호하는 거주지역이 있음을 말하여 준다. <표13>를 보면 이러한 모형

이 이 자료를 설명하는 정도는 0.59%정도 인 것을 알 수 있다. <표14>를 보면 각각의 요인인

이동 성향과 5년 전의 거주지역의 효과를 검정할 수 있다.

R-Square Coeff Var Root MSE age Mean0.587374 23.71467 12.34906 52.07349

표13 GLM분석(2)

- 13 -

Source DF Anova SS Mean Square F Value Pr >Fresidence 2 12412063.39 6206031.70 40695.5 <.0001

residence_locate 16 7134759.61 445922.48 2924.10 <.0001표14 GLM분석(3)

㉠ 이동 성향의 효과 검정

이동성향에 따라 평균 연령의 차이는 없다

vs

이동성향에 따라 평균 연령의 차이는 있다

㉡ 5년 전의 거주지역의 효과 검정

년 전의 거주지역에 따라 평균 연령의 차이는 없다

vs

년 전의 거주지역에 따라 평균 연령의 차이는 있다

<표14> 첫 번째 행은 이동 성향의 효과를 검정할 수 있다. 이동 성향에 따라 검정통계량

F-Value=40695.5 , P-value<0.0001로 나타난다. 즉 P-value<=0.05이므로, ‘이동 성향에

따라 평균 연령 차이는 없다’ 귀무가설을 기각한다. 유의수준 0.05하에서 통계적으로 이동 성

향에 따라 평균 연령의 차이가 유의함을 알 수 있다. <표14> 두 번째 행은 5년 전의 거주지역

의 효과를 검정할 수 있다. 5년 전 거주 지역에 따라 검정통계량 F-Value=2924.10,

P-value<0.0001로 나타난다. 즉 P-value<=0.05이므로, ‘5년 전의 거주 지역에 따라 평균

연령의 차이는 없다’라는 귀무가설을 기각한다. 유의수준 0.05하에서 통계적으로 5년 전의 거

주 지역에 따라 평균 연령의 차이가 유의함을 알 수 있다.

Tukey Grouping Mean N residence F Value Pr >FA 64.2892 41829 2 7120.92 <.0001B 45.4373 24143 3C 37.5134 24090 4

Means with the same letter are not significantly different.표15 GLM분석(4)

위에서 각각의 요인의 효과를 검정한 후에, 그 요인 내에서의 수준끼리의 평균차이를 검정

할 수 있는데 이를 다중비교라 한다. 우선 이동 성향에 대하여 다중비교분석을 실시하였다. 다

중비교의 방법 중 가장 보수적인 Tukey의 방법으로 다중비교 분석을 실시하여 보았다. 첫 번

째로는 이동 성향에 대하여 다중비교 분석을 실시하여 보았다. 이동 성향 중 비이동 성향을

보이는 집단2의 평균 연령이 62.29세로 가장 높게 나타났으며 같은 시군구내에서의 이동 성향

- 14 -

을 보이는 집단3의 평균 연령이 45.44세로, 같은 시군구 밖에서의 이동 성향을 보이는 집단4의

평균 연령이 37.51세로 가장 낮게 나타났다.

그 다음으로 5년 전 거주 지역에 대하여 다중비교 분석을 실시하여 보았다. 그 결과가 <표

16> 이다. <표16>을 보면 (결측치(5년 전 거주지역이 현재의 동일한 시군구 이거나, 이동하

지 않는 경우를 포함)), (서울특별시, 경기도, 인천광역시), (경기도, 인천광역시, 부산광역시,

대전광역시), (인천광역시, 부산광역시, 대전광역시), (대전광역시, 광주광역시, 대구광역시, 전

라남도, 제주도, 경상남도), (광주광역시, 대구광역시, 전라남도, 제주도, 경상남도, 강원도, 충

청남도, 충청북도), (전라남도, 제주도, 경상남도, 강원도, 전라북도, 전라남도, 충청북도, 울산

광역시, 경상북도) 총 6개의 그룹을 묶였다. 여기서 단 한 번도 같은 그룹에 속하지 않는 지역

은 유의수준 5%하여 통계적으로 유의하게 거주하는 인구의 평균 연령에 차이가 있음을 의미

한다.

Means with the same letter are not significantly different.Tukey Grouping Mean N residence_locate

A 57.3902 65972 0B 40.8867 5570 11B

C B 39.0357 4906 31C BC B D 38.4845 1065 23C DC D 38.1462 1587 21C DC E D 37.1635 844 25

E DF E D 36.4247 671 24F E DF E D 36.2046 1222 22F EF E G 35.3057 880 36F E GF E G 35.1414 198 39F E GF E G 34.9857 1472 38F GF G 34.5203 984 32F GF G 34.5122 900 35F GF G 34.3917 1113 34F GF G 34.2724 749 33

GG 33.5386 466 26GG 33.3185 1463 37표16 GLM분석(5)

- 15 -

2) 이동 성향과 사회학적 특성에 따른 1인 가구의 분포

(1) 혼인 상태

( 단위: % )

29세 이하 시군구 밖 이동가구 30~49세 시군구 내 이동가구 50세 이상 비이동가구미혼 96.01 37.67 2.15

배우자 있음 3.00 19.52 10.46사별 0.00 3.45 67.99이혼 0.99 39.36 19.39

표17 새로운 연령범주별 1인 가구의 이동 성향-혼인상태자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

위에서 살펴본 바와 같이 이동 성향에는 비이동, 같은 시군구 내로 이동, 시군구 밖으로 이

동의 3가지 이동 성향에 대하여 해당 이동 성향을 강하게 보이는 연령대를 선별하고 이들 연

령대에 속하는 1인 가구만을 추출하여 사회․경제적 특성에 대한 분석을 수행하였다. 비이동

의 경우 50세 이상의 8개 연령집단, 같은 시군구 내로 이동한 가구는 30세 이상부터 49세 이

하의 4개 연령집단, 현재 거주하고 있는 시군구의 밖으로 이동한 경우는 29세 이하의 3개 연

령집단을 해당 이동 성향을 대표하는 표본으로 설정하였다. 세 집단의 혼인상태, 경제활동상태

와 직업, 거처유형과 거주형태 항목에 관한 분석을 통하여 사회․경제적 특성을 살펴보고자

한다.

<표17>에서 전반적으로 이동가구는 미혼 항목의 비중이 높았고, 비이동가구는 사별 항목이

높게 나타났다. 시군구 밖 이동가구(29세 이하)는 미혼이, 비이동가구(50세 이상)의 경우 사별

이 높은 비중을 차지하였으나, 시군구 내 이동가구(30~49세)의 경우 미혼 37.67%, 이혼

39.36%, 배우자 있음 가구가 19.52%로 이혼과 배우자 있음 항목의 비중이 다른 집단에 비해

상대적으로 높게 나타났다. 주목해야 할 점은 특정 이동 성향을 강하게 보이는 특정 연령집단

을 대상으로 분석을 수행했지만, 이들의 혼인 상태는 전체 1인 가구의 연령별 혼인상태의 일

반적 특성과 유사하게 나타난다는 점이다. (위의 <표3 연령별 혼인상태>참조)

- 16 -

3) 이동 성향과 경제학적 특성에 따른 1인 가구의 분포

(1) 경제활동상태에 따른 1인 가구 분포

( 단위: % )

29세 이하 시군구 밖이동가구 30~49세 시군구 내 이동가구 50세이상 비이동가구미취업 28.15 8.04 45.15취업 71.85 91.96 54.85

표18 연령별 1인 가구의 이동 성향-경제활동 상태자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

<표18>을 통해 1인 가구의 이동 성향별 경제활동을 상태를 살펴본 결과 30세 이상 49세

이하 집단의 취업항목이 가장 높게 나타났으며 그다음으로는 29세 이하 시군구 밖 이동가구

집단이 높게 나타났다. 이는 이들 집단에 19세 이하, 20-24세의 학령인구가 많기 때문인 것으

로 보인다. 또한 50세 이상의 비이동가구의 경우 취업항목의 비중이 높은데 이는 고령의 1인

가구로부터 기인한 것으로 보인다.

경제활동 상태가 취업 상태인 취업 1인 가구의 직업 구성을 살펴보면, <표19>과 같다. 이동

가구는 전문가 및 관련종사자의 비중과 사무종사자 비중이 높게 나타났으며, 50세 이상 비이

동가구는 농업․어업 숙련 종사자의 비중이 가장 많은 것으로 보아 이들 가구는 도시가 아닌

농촌에 분포하는 것으로 보인다.

( 단위: % )

29세 이하 시군구 밖 이동가구 30~49세 시군구 내 이동가구 50세 이상 비이동가구관리자 1.73 1.84 0.74

전문가 및 관련종사자 39.71 27.78 4.08 사무종사자 19.96 20.91 2.52

서비스종사자 11.50 11.36 8.10 판매종사자 8.84 13.56 6.51

농림어업숙련종사자 0.39 0.44 50.91 기능원및관련기능종사자 4.93 7.11 4.78

장치 기계조작 및 조립종사자 9.02 12.00 5.04 단순노무종사자 3.92 5.00 17.32

표19 연령별 1인 가구의 이동 성향-취업 인구의 직업자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

- 17 -

(2) 점유형태와 거처의 종류에 따른 1인 가구 분포

( 단위: % )

29세 이하 시군구 밖이동가구 30~49세 시군구 내 이동가구 50세이상 비이동가구자기집 2.49 6.38 54.74 전세 13.71 10.31 4.73 월세 44.34 21.81 8.42 무상 3.73 2.26 3.37

표20 연령별 1인 가구의 이동 성향-점유형태자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

( 단위: % )

29세 이하 시군구 밖이동가구 30~49세 시군구 내 이동가구 50세이상 비이동가구단독주택 44.14 21.94 53.84 아파트 7.62 11.83 12.04

연립,다세대 주택 3.44 3.46 3.47 비거주용 건물내 주택 1.33 0.83 1.13

기타 7.74 2.70 0.78 표21 연령별 1인 가구의 이동 성향-거처의 종류

자료: 통계청, 2010년 인구․주택 총조사 2% 표본.

<표20>, <표21>과 같이 모든 이동 성향에서 단독주택에 거주하고 있는 1인 가구의 비중이

가장 높게 나타난다. 그 중에서도 50세 이상 비이동가구의 단독주택 거주 비율이 특히 높게 나

타났다. 단독 주택 항목 다음으로는 아파트 항목의 비중이 그 뒤를 이었다. 한편, 점유 형태는

이동 성향 별로 다른 특성을 보이는데 이동가구의 경우 전세와 월세의 항목이, 비이동가구의

경우 자기 집의 항목이 높은 비중을 차지하였다.

- 18 -

4) 지역별 이동 성향 분석

(1) 시도별 이동 성향의 일반적 특성

( 단위: % )

비이동이동

같은 시군구 내 같은 시군구 밖서울특별시 30.45 34.51 35.04부산광역시 45.34 34.49 20.17대구광역시 39.38 39.81 20.81인천광역시 35.33 35.13 29.53광주광역시 38.69 37.52 23.79대전광역시 28.19 34.80 37.00울산광역시 38.29 37.80 23.91

경기도 30.56 27.83 41.61강원도 55.10 21.27 23.63

충청북도 49.33 23.75 26.92충청남도 53.89 18.13 27.98전라북도 66.94 18.61 14.45전라남도 76.40 13.22 10.38경상북도 62.60 17.64 19.76경상남도 59.99 21.63 18.37제주도 47.52 31.81 20.67

표22 시도별 1인 가구 이동 성향주)

1. 태어나지않음, 기타(북한, 외국 등에 거주) 항목 제외.

2. ‘같은 시군구 내’는 같은 시군구 내에서 다른 집으로 이동한 경우를, ‘같은 시군구 밖’은 다른 시군

구로 이동한 경우를 의미함.

자료: 통계청, 2010년도 인구․주택총조사 2% 표본.

<표22>를 보면 서울특별시와 6개의 광역시와 경기도를 제외하고 약 50%이상이 비이동 집

단인 것을 알 수 있다. 대전광역시가 28.19%로 가장 낮은 비이동률을 보이며, 서울특별시와

경기도가 각각 30.45%, 45.34%로 낮은 비이동률을 보인다. 반면, 전라남도의 경우 비이동의

비중이 76.4%로 가장 높은 비중을 차지하였다. 2장 1절 (3) 경제학적 특성에 따른 1인 가구의

분포에서 <표6>을 고려하여 생각하면 전라남도에서의 농림 어업 숙련 종사자의 비율이 가장

높은 것이 ‘비이동’의 성향이 가장 높게 나타나게 했다고 추측할 수 있다. 또한 농림 어업 숙련

자의 종사자 비율이 두 자리의 퍼센트를 차지한 강원도, 충청남·북도, 전라남·북도, 경상남·북

도와 제주도의 비이동률이 일반적으로 다른 지역에 비해 높은 것을 알 수 있다. 이와 반대로

전문가 및 관련종사자의 항목이 높은 지역(두 자리의 퍼센트를 차지한 서울특별시, 경기도, 대

전광역시, 인천광역시)은 비이동률이 낮음을 알 수 있다. 즉 높은 이동률을 나타난다.

- 19 -

(2) 시도별 1인 가구의 사회․경제적 특성

( 단위: % )

거처종류 점유형태단독 주택 아파트 연립,다세대 주택

비거주용 건물 기타 자기집 전세 월세 무상

서울특별시 53.85 20.60 11.86 2.33 11.37 17.82 30.12 47.59 4.47 부산광역시 53.84 28.72 10.15 2.07 5.23 32.56 17.82 44.04 5.58 대구광역시 65.84 26.89 3.56 2.04 1.66 28.70 18.86 47.33 5.11 인천광역시 44.72 24.14 21.83 1.50 7.81 32.38 22.92 38.06 6.64 광주광역시 55.22 39.45 1.76 1.30 2.27 33.99 16.45 44.40 5.16 대전광역시 62.96 27.87 4.77 1.96 2.44 21.83 21.23 51.14 5.81 울산광역시 61.22 27.38 6.12 3.13 2.15 33.22 12.93 47.60 6.25

경기도 52.73 27.52 9.78 2.09 7.88 25.94 26.75 39.89 7.42 강원도 67.46 24.40 3.32 3.11 1.72 54.04 9.28 26.74 9.95

충청북도 68.90 24.87 2.69 2.40 1.15 48.27 13.06 31.24 7.44 충청남도 70.34 21.71 3.48 1.74 2.73 52.69 10.99 28.05 8.28 전라북도 76.30 19.35 1.31 1.64 1.40 65.17 6.04 22.36 6.43 전라남도 83.80 11.80 1.31 1.74 1.34 77.10 4.81 11.73 6.37 경상북도 80.69 13.74 2.39 2.01 1.17 61.10 6.49 25.45 6.96 경상남도 76.90 16.64 1.58 1.89 2.99 57.79 6.58 29.02 6.61 제주도 65.62 13.24 10.00 3.90 7.24 36.67 1.71 46.76 14.86

표23 시도별 1인 가구 - 거처 종류와 점유형태자료: 통계청, 2010년도 인구․주택 총조사 2% 표본.

<표23>를 통해 먼저 시도별 1인 가구의 거처 종류를 살펴보면 전국적으로 단독주택 항목

이 50% 이상을 차지하며, 그 중 전라남도(83.80%)로 가장 높은 비중을 차지한다. 점유형태를

보면 강원도, 충청북도, 충청남도, 전라북도, 전라남도, 경상북도, 경상남도는 자기 집 항목이

50%이상을 차지하는 것으로 파악된다. 이와 반대로 서울특별시와 6개의 광역시와 제주도 에

서는 전․월세의 비중이 높다. 이것이 위에서 살펴본 <표22>를 설명해준다. 다시 말해 비이

동률이 높은 지역은 거처의 종류가 단독주택이고 점유형태가 자기 집인 경우가 많다는 것을

의미한다. 즉 전라남도가 비이동률이 가장 높음을 다시 한 번 확인할 수 있다. 한편, 서울특별

시와 경기도와 6대 광역시의 경우에는 점유의 형태가 자기집이 아닌 경우가 많게는 약 83%,

적게는 66%를 차지하며 이동률도 다른 지역에 비해 높은 것을 확인할 수 있다.

- 20 -

( 단위: 명 )

5년후거주지5년 전 거주지

서울특별시

부산광역시

대구광역시

인천광역시

광주광역시

대전광역시

울산광역시

경기도강원도

충청북도

충청남도

전라북도

전라남도

경상북도

경상남도제주도

서울 1814 132 69 308 81 120 26 1889 224 144 234 122 93 156 112 46

부산 263 328 44 58 4 26 80 165 19 19 34 21 25 116 367 18대구 231 53 173 24 4 32 31 142 15 20 23 5 10 366 83 10인천 202 18 9 179 18 27 5 326 52 55 86 27 9 33 13 6광주 145 11 2 25 97 22 2 102 7 10 22 39 164 7 7 9대전 188 16 11 26 5 127 7 125 22 85 140 38 9 24 16 5울산 64 73 39 8 4 8 39 51 6 6 15 8 12 78 50 5경기 1216 63 34 287 53 99 26 1928 245 231 320 109 62 126 76 31강원 201 20 15 42 8 28 8 191 295 54 31 10 9 44 21 7충북 138 6 13 25 3 65 8 128 43 201 65 9 4 30 8 3충남 192 15 10 43 11 192 8 193 16 71 269 44 10 19 15 5전북 191 7 6 41 51 54 5 157 10 20 41 263 30 10 9 5전남 139 16 3 28 206 20 5 125 11 15 22 48 198 18 24 2경북 206 64 235 34 6 61 49 140 32 49 46 14 13 443 65 6경남 176 317 59 25 11 39 44 118 20 18 29 13 28 95 469 11제주 54 10 3 8 5 4 1 25 2 12 6 5 4 6 5 48표24 이동 성향 중 이동분류에 속한 1인 가구의 5년 전 거주지와 5년 후 거주지

주)

1. 음영은 같은 시군구내에서의 이동과 같은 시도내에서 다른 시군구로의 이동을 의미함.

2. 굵은 글자는 가장 이동한 수가 많은 지역을 표시함.

자료: 통계청, 2010년도 인구․주택 총조사 2% 표본

<표24>를 보면 1인 가구의 5년 전 거주지와 5년 후의 거주지를 알 수 있다. 서울특별시에

서 경기도로 이동하는 비율이 가장 높았으며, 부산광역시에서는 경상남도로 이동하는 비율이,

경기도에서 경기도 내 같은 시군구로 이동할 비중이 가장 높았다. 이외의 지역은 같은 시도 내

에서 같은 시군구로의 이동 또는 다른 시군구로의 이동의 비중이 높음을 확인 할 수 있다.

- 21 -

제 3 절 공간적 자기상관

공간자료는 전통적인 통계 분석 방식을 적용하는데 있어 한계점을 지닌다. 이는 공간 자료

가 갖는 특수성에서 기인하는데, 공간 자료는 ‘모든 것은 서로 관련되어 있지만, 가까이 있는

것이 멀리 있는 것 보다 더 관련되어 있다’는 ‘공간적 자기상관’ 혹은 ‘공간적 의존성’의 개념과

밀접한 관련을 가지기 때문이다. 따라서 1인 가구의 공간적 분포와 같은 공간 자료는 ‘위치 정

보’와 ‘속성 정보’를 모두 고려한 공간 통계 기법을 사용하는 것이 바람직하다. 이에 본 연구에

서는 1인 가구의 공간적 분포 특성을 살펴보기 위해 공간적 자기 상관(spatial

autocorrelation)을 측정하고 이를 통해 1인 가구의 분포의 공간적 군집과 분산의 정도가 통

계적으로 유의한지 검정하였다. 공간적 자기상관의 측정지수로써 Moran's I와 General G 통

계량을 사용하였다. 이전에 공간통계 기법으로 평균과 표준편차를 확인하여 탐색적으로 공간

자료를 파악할 필요가 있다.

1) 탐색적 공간 자료 분석

공간 자료의 중심 경향성을 보여주는 방법에는 크게 2가지가 있다. 이는 공간 자료의 기본

적인 기술을 한다. 중심을 측정하는 방법에는 Mean Center, Centroid, Weighted Mean

Center, Center of Minium Distance가 있으며, 산포를 측정하는 방법에는 Standard

Distance, Standard Deviational Ellipse(Directional Distribution), Linear Directional

mean이 있다. 이 연구에서는 중심을 측정하는 방법에는 Mean Center를, 산포를 측정하는

방법으로는 Standard Deviational Ellipse(Directional Distribution)를 이용하여 탐색적 공

간 자료 분석(ESDA)을 해보았다.

중심을 측정하는 방법에는 Mean Center, Median Center, Central feature 와 같이 3가지

종류가 있다. Mean Center는 연구지역의 모든 형태의 X좌표와 Y좌표를 평균을 낸 것이다.

이는 변화를 확인해보거나 분호를 비교할 때 유용하다. Median Center는 최적의 입지를 찾을

때 사용이 많이 된다. Central Feature는 다른 형태로 부터 총거리가 가장 짧은 형태를 선택

하고 싶을 때 사용한다. 이 방법에 가중치를 더하여 중심을 측정할 수 있다.

산포를 측정하는 방법에는 Standard Distance, Weighted Standard Distance가 있다.

Standard Distance 은 중심점(예를 들어 mean center)으로부터 1만큼 떨어진 지역을 선으

로 이은 것으로 이 원 안에 속할 확률은 68.2%임을 의미한다. 이것은 원형으로 표현이 되기

때문에 자료의 방향성은 알 수 없다. 즉 이 방법으로는 지리적인 추세(trend)를 설명하기 힘들

다. 이를 보완한 것이 Standard Deviational Ellipse이다. 이 방법은 ‘원’이 아닌 ‘타원’으로 자

- 22 -

료의 산포를 표현한 것으로 추세(trend)를 해석할 수 있다. 따라서 시계열적인 변화를 확인하

는데 유용하다.

∑

∑ 은 의 총 개수

수식1 Mean Center 공식

∑

∑

은 의총개수수식2 Standard Deviational Ellipse 공식

그 결과는 <그림3>과 같다. <그림3> 왼쪽 지도를 보면 1인 가구의 분포는 경부선 방향으

로 많이 분포함을 알 수 있다. 오른쪽 지도를 보면 2000년 Mean Center, 2005년 Mean

Center, 2010년 Mean Center를 비교하면 점점 수도권 방향으로 올라가고 있음을 확인할 수

있다. 한편 2000년도에서 2005년도로의 변화량보다 2005년도에서 2010년도로의 변화량은 작

아 보인다. 이를 가지고 앞으로도 변화량이 작을 것이라고 결론은 내리는 것은 성급하다. 또한

Standard Deviational Ellipse을 비교해보면, 점점 단축은 줄어들고 장축이 길어지는 형태를

보인다. 이는 경부선 방향의 1인 가구를 증가하는 폭이 경부선 방향이 아닌 지역에서의 1인 가

구 증가량보다 적기 때문이라 판단된다. 이를 더욱더 자세하게 파악하기 위해서 표준 편차 타

원의 장축과 단축의 길이, 회전 각도를 그래프화해 보았다. 장축의 길이는 시간이 흐를수록 점

점 증가하며, 단축의 길이는 2000년도 보다 2005년에서 값이 감소하다가 2010년도에서 약간

상승한 것을 볼 수 있다. 이는 2010년도에는 경부선 방향의 1인 가구도 증가하였지만 역시 경

부선 방향이 아닌 지역에서의 1인 가구도 증가율이 더 높음을 의미한다.

또한 <그림5>는 2010년도 자료로 일반 가구와 1인 가구의 Mean Center와 Standard

Deviational Ellipse를 그린 것이다. <그림5>를 보면 일반 가구의 Mean Center가 좀 더 높

은 지점에 있으며 방향은 더욱 수도권으로 향함을 알 수 있다. 일반 가구의 Standard

Deviational Ellipse의 폭도 좁은 것으로 보아 경부선 방향(도시지역)에 집중됨을 알 수 있고

경부선 방향의 지역과 아닌 지역의 편차도 큰 것을 알 수 있다. 그리고 1인 가구에서 수도권이

아닌 지역(지방)에 거주하는 인구의 비율이 일반 가구 중 지방에 거주하는 인구의 비율보다

높음을 보여준다.

- 23 -

")#

# 2000MC

") 2005MC

2010MC

2010SDE

2005SDE

2000SDE

0 10050 Km

")

#

청원군

보은군

괴산군

진천군

증평군

대덕구

옥천군

청주시흥덕구

청주시상당구

동구유성구

유성구

천안시동남구

2000년

2005년2010년

# 2000MC

") 2005MC

2010MC

그림3 1인 가구의 Mean Center & Standard Deviational Ellipse(Directional Distribution) :2000~2010

그림4 표준 편차 타원의 장․단축 길이의 변화와 회전각도의 변화

- 24 -

그림5 일반 가구와 1인 가구의 Mean Center & Standard Deviational Ellipse(Directional Distribution)를 나타낸 지도

2) 공간적 자기상관 분석

Moran's I지수를 산출하는 방법에는 전역적인 방법과 국지적인 방법이 있다. 우선 전역적

Moran's I지수는 -1과 1사이의 값을 가지게 되며, +1의 경우 완전한 양의 자기상관, -1의 경

우 완전한 음의 자기 상관관계가 있음을 의미한다. 높은 유사한 값들을 갖고 있는 지역들이 공

간적으로 인접해 있는 경향이 강할수록 (+)1에 가까운 값을 갖게 된다. 반면에(-)1에 가까울

수록 높은 값과 작은 값을 가지는 지역들이 규칙적으로 섞여서 분포하는 공간패턴이라 할 수

있다. Moran's I지수는 큰 값의 군집패턴이나 작은 값의 군집패턴을 구별할 수 없지만, G지

수는 큰 값의 군집패턴과 작은 값의 군집패턴을 구별할 수 있다. 따라서 Moran's I지수와 G

통계량은 유용한 공간패턴 정보를 생성하기 위하여 상호 보완적으로 활용되는 것이 바람직하

다. G통계량의 경우에도 정규분포를 가정하며, 표준정규분포로 변환하여 통계적 유의성을 검

정하고 있다.

- 25 -

평균 ∑∑

분산 ∑∑

수식3 Moran's I 지수 공식 산출 과정 ∑∑

∑∑

수식4 Moran's I 지수 공식

∑∑

∑∑

수식5 G통계량 공식앞으로 공간적 자기상관과 관련한 모든 통계분석에서는 Contiguity Weight(지역 간 경계

선의 인접 여부를 기준으로 인접지역을 선택하는 방법)방법 중 ROCK방법으로 선택한 후 인

접 차수는 1로 지정하여 공간가중행렬을 구축한 후 각각의 통계분석을 산출하였다.

한편, 어떠한 특정 지역들이 전체 지역의 공간적 자기상관성에 얼마나 영향을 미치고 있는

지를 파악할 수 없다. 이에 따라 LISA지표가 개발되었다. 국지적 Moran's I지수의 경우 특정

지역의 값과 인접한 주변 지역들이 갖는 값의 가중평균값이 서로 유사하게 나타나면 정적인

자기상관으로, 반대로 특정 지역의 값과 인접한 주변지역들의 가중 평균값과의 차이가 크게

나타나면 부적인 자기상관으로 나타난다. 따라서 LISA분석을 통해 해당지역 주변에 유사한

값을 갖는 공간적 군집의 유의성을 판단할 수 있으며, 국지적 군집지역과 이례지역을 추출할

수 있다.

또한 Luc Anselin 교수에 의해 만들어진 GEODA을 이용하여 공간데이터에 대한 공간적

종속성에 관한 통계분석 또한 실시해볼 것이다. 이 결과 값과 ArcGIS의 결과 값의 차이가 있

는지 확인해 볼 것이다.

(1) 전역적 Moran's I지수를 이용한 공간적 자기상관 가설 검정

① 가설

: 1인 가구의 비율(1인 가구/일반 가구)은 공간적으로 랜덤하게 분포한다.

: 1인 가구의 비율(1인 가구/일반 가구)은 공간적으로 랜덤하게 분포하지 않는다.

- 26 -

그림6 전역적 Moran's I 결과1

Global Moran's I SummaryMoran's Index 0.499464

Expected Index: -0.004000Variance: 0.001534Z Score: 12.855592p-value: 0.000000

표25 전역적 Moran's I 결과2

② 결과 해석

Moran's I=0.499464 으로 높은 자기상관을 나타나고, Z=12.855592이고

P-value=0.00000으로 유의수준(0.05)보다 작으므로 귀무가설을 기각한다. 즉, 1인 가구의 비

율은 공간적으로 랜덤하게 분포하지 않음을 알 수 있다. 특히 Z=12.855592로 보다

크므로 1인 가구는 군집함을 알 수 있으며, <그림6>을 보면 상세하게 나타나있다.

(2) G통계량을 이용한 공간적 자기상관 가설 검정

그림7 General G결과1

General G SummaryObserved General G: 0.020394Expected General G: 0.020271

Variance: 0.000000Z Score: 0.545440p-value: 0.585451

표26 General G결과2

① 가설수립

: 1인 가구의 비율(1인 가구/일반 가구)은 공간적으로 랜덤하게 분포한다.

: 1인 가구의 비율(1인 가구/일반 가구)은 공간적으로 랜덤하게 분포하지 않는다.

- 27 -

② 결과 분석

General G=0.020394, Z=0.545440이고 P-value=0.585451로 유의수준(0.05)보다 크므로

귀무가설을 채택한다. 즉, 1인 가구의 비율은 공간적으로 랜덤하게 분포 한다 것을 알 수 있다.

<그림7 >을 보면 상세하게 나타나있다.

(3) ArcGis를 이용한 분석

LISA MAP

High-High

High-Low

Low-High

Low-Low

0 10050 Km

1인가구 비율(1인가구/일반가구)

20.0%이하

20.0-23.5%

23.5-27.0%

27.0-30.0%

30.0%이상

0 10050 Km

그림8 시군구별 1인 가구의 분포와 LISA지표에 따른 클러스터링 패턴

<그림8>에서 왼쪽 지도는 시군구별 1인 가구 비율을 지도화한 것이고, 오른쪽 지도는 국지

적 Moran's I지수의 결과를 지도화한 것이다. 1인 가구 비율을 표현한 지도를 보면 부산광역

시 중구, 경상남도 의령군, 서울특별시 관악구, 전라남도 신안군, 경상남도 합천군의 순으로 나

타나며, 비율이 일반 가구 중 37%이상 1인 가구임을 알 수 있다. 한편, 경기도 남양주시와 경

기도 고양시 일산서구와 경기도 용인시 수지구순으로 낮은 비율을 차지하며 일반 가구의 14%

이하가 1인 가구임을 알 수 있다. 이러한 데이터를 가지고, LISA 지표에 따른 클러스터링 패

턴을 보여주는 것이 오른쪽 지도이다. 분석 결과를 보면 경기도 지역이 대개 낮은 공간 군집도

를 보여주며 이와는 반대로 경상북도와 전라남도 지역은 높은 공간 군집도임을 확인할 수 있

다.

- 28 -

(4) GEODA를 이용한 분석

그림9 Moran's I 지수 산포도y축은 공간가중행렬로 계산된 인접지역들의 영향력이고, x축은 해당지역의 종속변수(1인

가구비율)이며, 전역적 자기 상관 지수 Moran's I 값은 그래프 위에 표시된다. 산포도를 보면

종속변수와 공간시차 변수 간에 양(+)의 관계가 나타나고 있음을 알 수 있으며 Moran's지수

값은 0.46739로 높은 편이다. 따라서 종속변수의 분포는 공간적 자기상관성을 갖고 있다고 말

할 수 있다.

Moran's 산포도를 통해 Y변수와 그 변수에 대한 공간 시차변수(spatial lag)와의 산포도를

파악할 수 있다. <그림9>은 1인 가구비율과 1인 가구 비율에 대한 공간시차 값을 산포도로

나타낸 것이다. 4사분면으로 Y변수와 공간시차변수와의 공간적 연관성이 나타나고 있다. 1사

분면에 있는 지역의 경우 해당지역의 Y값도 높지만 공간시차변수 값도 상당히 높게 나타나고

있다. 반면에 3사분면에 있는 지역의 경우 Y값도 낮지만 주변의 인접한 지역의 값들을 참조한

공간시차변수 값도 상대적으로 적은 지역들이다. 공간시차변수는 이웃하는 주변지역들에 대한

Y변수의 평균치를 산출한 것이다.

- 29 -

그림10 1인 가구의 랜덤 시뮬레이션 결과

그림11 GEODA로 그린 공간적 자기상관의 유의성지도

그림12 GEODA로 그린, LISA지표에 따른 클러스터링 맵

<그림10>은 Moran's지수 분석 결과를 랜덤 시뮬레이션을 한 결과이다. pseudo

p-value=0.002000으로 이 분포는 랜덤으로 분포한다는 귀무가설을 기각하고, 이 자료는 군집

된 자료이라는 대립가설을 받아들이도록 한다. <그림11> 유의성 지도는 공간적 자기상관도의

통계적 유의성을 표시한 지도를 보여준다. 짙은 녹색일수록 유의수준이 높아서 공간적 자기상

관도가 유의한 지역이며 흰 부분은 공간적 자기상관이 유의하지 않은 지역이다. <그림12> 클

러스터 지도는 공간적 자기상관이 나타난 지역을 표시한 지도를 보여준다. 클러스터 지도에는

4가지 색으로 지역들이 표시되는데 여기서 붉은 색의 High-High 지역과 파란색의

Low-Low 지역이 공간적 자기상관성이 군집되어 나타나는 곳이다. High-High지역은 1인

가구의 비율이 높은 지역끼리 공간적으로 밀집되어있는 곳으로 지도에서 보면 경상북도와 전

라북도에서 전라남도로 이루어지는 권역이다. 반대로 Low-Low지역은 1인 가구 비율이 적은

지역들끼리 밀집되어 나타나는 것으로 주로 경기도 지역에서 넓게 나타난다.

- 30 -

제 3 장 결 론

연령 변수를 기준으로 1인 가구의 일반적인 특성 및 공간적인 특성을 살펴본 결과 연령별로

차이를 파악할 수 있었다. 또한 연령별로 이동 성향의 뚜렷한 차이를 파악할 수 있었다. 나이

가 들수록 비이동의 성향이 강해지고, 이동 성향이 약해지는 것이 일반적인 특성이었다. 우선

1인 가구의 일반적인 특성을 인구․사회․경제학적 측면에서 살펴본 후, 5년 전 거주지역과

이동 성향(1인 가구는 이동 성향에 따라 비이동, 같은 시군구 내에서의 이동, 다른 시군구로부

터 이동한 가구로 나눌 수 있다.)의 항목을 추가하여 일반적 특성 및 공간적 특성을 살펴보았

다. 이를 파악할 때 연령(단위가 1살인 연령)을 연령범주(단위가 5살인 연령을 묶은 범주)라는

새로운 변수로 변환함으로써 분석해 보았다. 이로 인해 5세별 연령에 따라 공간적인 분포와

함께 이동 성향이라는 항목을 고려했을 때의 분포가 차이가 있음을 알 수 있었다.

분석 결과, 50세 이상의 가구는 비이동 성향, 30-49세 가구는 시군구 내 이동 성향, 29세 이

하 가구는 시군구 밖 이동 성향이 강하게 나타나는 특징을 보이며 이들 집단의 사회․경제적

속성 차이 역시 뚜렷하게 나타났다. 상대적으로 젊고 동적인 이동 성향을 보이는 시군구 밖 이

동인구(29세 이하)와 시군구 내 이동가구(30-49세)는 비 이동가구(50세 이상)에 비해 미혼 가

구와 경제활동 가구의 비중이 상대적으로 높게 나타났다.

또한 경제활동 인구의 직업 구성을 살펴보면, 시군구 밖 이동가구(29세 이하)와 시군구 내

이동(30-49세) 가구는 전문가 및 관련종사자와 사무종사자와 서비스종사자, 판매종사자, 장치

기계조작 및 조립종사자가 비중이 높게 나타나는 반면 비이동가구(50세 이상)는 농림 어업 숙

련 종사자의 비중이 높게 나타났다. 한편 이들의 거처 유형과 점유 형태를 살펴보면 공통적으

로 단독 주택에 거주하는 비중이 50% 이상이었고, 특히 비이동가구(50세 이상)의 단독주택

거주비중은 70% 이상이었다. 또한 시군구 밖 이동가구(29세 이하)와 시군구 내 이동가구

(30-49세)의 점유형태는 자기 집의 비율이 낮고, 전세나 월세의 비중이 높은 반면 비이동가구

(50세 이상)는 자기 집의 비율이 압도적으로 높았다.

1인 가구의 지역별 분포와 이동 성향별 1인 가구의 지역별 분포 특성을 시․도 단위에서 분

석한 결과 지역별로 우세한 이동 성향이 비교적 뚜렷하게 나타나고 있음을 확인했다. 이들 지

역의 인구구조를 살펴본 결과, 이들 지역 1인 가구의 연령 구성 역시 뚜렷한 차이가 나타났으

며 시․도별로 1인 가구의 연령 양극화 현상이 나타남을 확인할 수 있었다. 서울특별시와 경

기도 그리고 6대 광역시에서는 대체적으로 젊은 1인 가구가 많은 비중을 차지하였고 이외 전

라 남․북도, 경상 남․북도, 강원도, 충청 남․북도에서는 65세 이상 노인 1인 가구의 비중이

높았다. 즉, 해당 지역 1인 가구의 인구구조에서 연령 변수는 매우 중요한 역할을 하며 1인 가

- 31 -

구의 공간분포를 분석 시에 유용한 변수임을 의미한다. 이는 인구․경제․사회학적 속성이 공

간상으로 투영됨을 의미하기도 한다.

1인 가구의 지역별 분포 특성을 알기위해서 탐색적 공간 자료 분석과 공간적 군집의 가설을

검정해보았다. 탐색적 공간 자료 분석의 방법으로 Mean Center와 Standard Deviational

Ellipse을 이용하였다. 2000년, 2005년, 2010년도 1인 가구 10% 표본 자료를 가지고 시계열적

인 변화를 확인해보았다. 그 결과 시간이 흐를수록 경부선방향으로 1인 가구가 집중되며, 수도

권방향으로 1인 가구의 평균 중심점이 상승함을 알 수 있었다. 이 다음으로 Moran's I지수를

통해 공간적 자기상관의 정도를 확인해 보았다. 그 결과 1인 가구의 분포가 통계적으로 유의

한 공간적 군집을 보인다는 결론을 도출할 수 있었다.

본 연구는 1인 가구의 연령에 따른 공간적 분포가 있음을 밝히고, 더 나아가 연령에 따른 이

동 성향의 차이가 있음을 확인하였다. 또한 1인 가구 연령 분포의 양극화가 결국 지역별 이동

성향의 공간적 편재로 나타남을 알 수 있었다. 해당 연령 인구 집단에 대한 풍부한 정보를 담

고 있는 인구․주택 총조사 원자료를 이용하여 기존의 집계자료로는 알 수 없는 1인 가구의

연령별 이동 성향과 5년 전 거주지에 대한 정보와 사회․경제적 속성과 집계연도 기준으로

거주하는 시도에 관한 기술적인 자료를 얻었다는 점에서 기존 연구과 차별성을 지닌다. 하지

만 자료가 이산형 데이터이기 때문에 연속형 데이터에 비해 적은 정보로 인해 좀 더 다양한

통계분석을 실시하지 못하였다. 또한 1인 가구의 연령 및 이동 성향의 상관여부나 인과관계

가 검증에 되지 않았다는(상관분석과 회귀분석을 수행하지 않았다는)점에서 한계점을 가진다.

인구의 분포를 분석할 때에는 생애주기를 언급하지 않을 수 없다. 특히 이 연구의 소재인 ‘1

인 가구’의 경우는 다른 가구원 없이 홀로 생활하기 때문에 ‘이동’을 일반 가구에 비해 쉽게 할

수 있다. 점차 증가하는 1인 가구를 분석하는 것은 효율적인 공간 정책을 수립 하는 데 중요한

과정이며 특히, 연령에 따른 1인 가구의 분포와 더 나아가 1인 가구의 이동 성향에 대한 공간

적인 분석은 필수적이다.