- 1 -

정보화와 도시권 공간 구조 변화 분석

김미 1)

<요 약>

본 연구의 목 은 정보화의 진행에 따른 도시권의 공간구조

변화를 직주거리의 공간 분화라는 측면에서 망하고,

Ubiquitous 시 의 진입이 공간구조 변화에 미치는 향의 분석을

계량화된 방법으로 수행하는 데에 있다. 연구의 진행을 해 첫째,

정보화는 공간 거리 제약을 완화하며 직주거리는 이를 반 하고

있고 둘째, 직주거리의 변화는 직업에 따라 다른 반응도를 가질 것

이며 셋째, 직주간 거리의 변화는 통근통학 소요시간의 합리화로

구 된다는 세 가지 가정을 설정하 다. 본 연구는 통계청의 2000

년과 2005년 인구주택총조사 2% 표본자료에서 제공하는 정보화

련 변수를 활용 주성분분석을 통해 정보화지수를 구성하고 각종

인구사회학 변수들을 고려한 직주거리 분석모형을 계량경제모형

으로 구성하여 정보화에 따른 공간구조의 변화를 OD Line

Analysis 3-D Plot을 통해 분석하는 과정으로 진행되었다. 이로

부터 정보화의 진행이 기존 공간의 과 는 팽창의 일정한 패턴

으로 진행될 것이라는 통념과는 달리 도시권 체 는 특정 지

역에 따라 매우 다양한 방식으로 과 는 팽창이 동시에 나타날

수 있다는 결론에 도달하 다.

1) 서울대학교 농경제사회학부 지역정보전공 석사과정.

- 2 -

I. 서론

정보화 사회의 진척에 따른 유비쿼터스(Ubiquitous) 시 의 도

래가 도시의 면 인 변화를 유도할 것이라는 견해는 꾸 히 제

기되어 왔다. 정보화가 도시의 공간구조에 미칠 향에 해서는

정보화의 진행이 정보통신기기의 발달과 함께 기존의 물리 거리

제약의 완화를 가져와 인간의 공간 활용 범 를 역화할 것이라

는 시각이 통 이다. Tofler(1981)와 같은 많은 학자들은 정보화

로 인해 입지의 유연성이 증가하고 집 의 필요성이 감소하므로

도시에 집되어 있던 산업활동이나 인구의 분산이 이루어져 도

시의 과 이 해소될 것이라고 내다보았다. 그러나 우리나라에서 교

외화 상(suburbanization)이 시작된 1970년 이후 심지화와 다

핵화는 재까지 계속 진행되고 있으나, 탈도시화 상은 아직까지

뚜렷한 추세로 나타나고 있지 않다. 이에 정보화로 인한 도시 공간

구조의 변화가 어떻게 이루어질지에 한 다양한 연구가 진행되었

다. 이에 따라 정보화가 분산화 경향과 동시에 기존 도시로의 집

화 경향 역시 강화할 수 있다는 측이 제기되기도 하 으며(강

수 1993), 이자원(2000)은 정보통신산업이 도시에 집 하여 입

지하고 있는 것에 주목하고, 정보화로 인하여 오히려 도시 집

이 일어날 수 있음을 지 했다.

기존에 이루어진 이러한 연구들은 정보화가 도시공간에 미치는

향을 다양한 이론 측면에서 검토하고 있으나 체로 문가의

의견이나 설문조사에 의존한 선험연구라는 한계를 가지고 있다. 실

제로 우리나라의 도시권에서 일어나고 있는 공간구조의 변화를

실제 데이터를 사용하여 실증 으로 규명해 내는 경험연구는 거의

무한 실정이다. 이에 따라 본 연구에서는 정보화의 진행에 따른

도시권의 공간구조의 변화를 직·주거리의 공간 분화라는 측면

에서 계량 으로 근해보고자 한다. 정보화와 직·주거리와의 계

- 3 -

를 고찰하고 이를 바탕으로 재 진행되고 있는 정보화와 공간구

조 활용의 상 계를 정량 으로 규명할 것이다. 이를 해 2000

년과 2005년의 통계청 인구주택총조사 2% 표본자료를 이용하 다.

정보화와 공간구조 활용의 정량화를 하여 주성분분석과 계량경

제모형을 사용하 고, 공간 이동행태 분석을 하여는 OD Line

Analysis와 3-D Plot Analysis를 사용하 다.

본 연구의 구성은 다음과 같다. 2장에서는 정보화와 도시공간구

조에 한 기존 문헌을 고찰하고, 3장에서는 자료와 분석 모형 등

분석방법에 해 서술한다. 4장에서는 분석결과를 제시하고 끝으로

5장에서는 분석결과를 바탕으로 정책 시사 을 도출하기로 한다.

II. 선행 연구

정보화가 도시에 미치는 향은 한국에서 정보화가 시작된 80년

반부터 꾸 히 연구되어 왔다. 강 수(1993)은 정보기술의 발

달에 따른 도시 지역구조의 변화양상을 악하기 해서 정보

화가 기업의 생산과정 기업조직에 미칠 변화에 을 맞추어,

노동의 지역 분업 심화와 도시의 이 구조화라는 새로운 사회

-공간 구조의 계층화가 나타나고 있다고 주장하 다. 원제무(1996)

은 정보화가 도시공간의 재구조화를 일으킬 것이나 상당한 시간이

걸릴 것이라고 보고 문가 설문조사를 바탕으로 정보화사회 진입

기·진행기·성숙기의 3단계로 나 어 도시구조 재구축 양상을 망

하 다. 정보화사회 진입기에는 정보화로 인한 향이 거의 나타나

지 않으나 2007년~2020년으로 상되는 정보화 진행기에는 추업

무기능의 도심집 과 공업기능의 교외이 등 도시기능의 공간

변화가 조 씩 표출될 것으로 보았다. 2021년 이후 정보화 성숙기

에는 직주근 거주패턴과 정보통신네트워크를 통한 다핵체계가

일반화될 것으로 측하 다.

- 4 -

한편 행태조사를 통하여 앞으로 도래할 도시공간구조의 변화를

측한 일련의 연구가 존재한다. 김 정(2000)은 주시민들을

상으로 한 설문조사를 바탕으로 한 연구에서 정보기술의 발달이

도시 생활 양식에 큰 변화를 가져오고 있지 못하며, 따라서 기존의

학자들이 주장해온 정보화에 따른 시공간 이완 상이 실화되

지 않고 있다고 주장하 다. 김 식·진 효(2003)은 가계생활·직장

생활·문화 여가생활·교육생활의 네 가지 측면에서 일반 시민들

이 재 정보화의 향을 받고 있는 정도와 앞으로 정보화를 수용

할 정도를 설문조사하여 앞으로의 도시 시민 생활의 행태를 측

하고, 이를 바탕으로 도시 공간 구조의 변화를 유추하 다. 분석

결과 정보화는 주거지와 업무지의 통합을 진하여 공간의 용도

혼재를 가져올 것이며, 집 과 분산이 동시에 이루어지는 양상이

개될 것이라고 하 다.

도시에 미치는 정보화의 향을 정보통신산업의 발달에서 찾으

려는 시도도 이루어졌다. 이자원(2000)은 속하게 발달하는 정보

화 련 산업의 도시 집 상으로 인해 정보화가 오히려 도

시권으로의 집 을 가져오고 있다고 주장하 다. 서종국(2005)은

정보화를 정보통신산업의 성장으로 보고, 수도권 지역의 1995년과

2000년의 인구주택총조사 자료를 바탕으로 정보화와 도시구조, 통

근패턴의 변화에 한 실증 연구를 수행하 다. 분석 결과 정보서

비스산업은 서울외곽으로 집 이 심화되고 있었으며 정보통신제조

업은 경기시부 지역에 집 하여 입지하 다. 이들 산업의 종사자들

을 상으로 통근시간을 종속변인, 종사 산업과 기타 인구학 변

인을 설명변인으로 하는 다 회귀분석을 실시하여 정보서비스산업

종사자들은 통근시간이 길어지고 정보제조업 종사자들은 통근시간

이 짧아지는 결과를 얻었다. 이를 토 로 정보화에 따라 분산화와

집 화가 이루어지고 있다고 분석하 으나, 정보화의 향을 정보

통신산업의 성장에서만 유추한 한계가 있다.

- 5 -

구 분 내 용 단

가구에

한사항

팩스보유 황

인터넷회선 사용 황 회선

이블TV 시청 황

지역유선방송 시청 황

성송수신기 사용 황

일반 화기 보유 황 회선

개인용 컴퓨터 보유 황

III. 분석 방법

1. 2000년 가구별 정보화지수

본 연구의 분석 상은 합리 인 개인의 직주거리 결정 요소이

므로, 개별 측치(가구)의 정보화 정도가 계량 으로 측정 가능해

야 한다. 본 연구의 원천자료는 통계청의 2000년 인구주택총조사

2% 표본 수도권지역(서울, 인천, 경기) 자료이다. 원천자료에서

추출할 수 있는 가구별 정보화 련 변수(이하 정보화 변수)는 다

음의 <표 1>와 같다.

<표 1> 2000년 인구주택총조사 2% 표본의 정보화 변수

정보화 변수를 활용하여 가구별 정보화의 정도를 측정하는

방법으로 주성분분석(Principal Component Analysis)을 사용하

다. 정보화지수로 계량되는 정보화 변수들의 기여도는 주어진 자료

에 의해 결정되어야 하며, 가 치(기여도)는 연구자의 자의에 의해

과 는 과소평가되어서는 안된다. 문춘걸·나성린(2002)에서는 각

종 정보화지수 계산에 있어 연구자 개인의 자의 개입에 의한 신

뢰도 훼손 문제를 제기한 바 있으며, 이에 한 안으로 요인분석

- 6 -

(Factor Analysis)에 의한 정보화지수 산출을 제안하 다. 이에 따

라 본 연구에서는 정보화 변수들이 정보화를 결정하는 측 가능

한 요인임에 주안 을 두고 문춘걸·나성린(2002)의 방법을 역으로

용한 주성분분석을 통해 정보화지수를 계산하 다. 주성분분석은

여러 변수들 사이의 분산 공분산을 이용해 선형결합(Linear

Combination)으로 가장 높은 설명력을 지닌 주성분을 찾기 한

다변량 분석기법을 뜻한다(Press 1982). Mardia et al.(2000,

pp.211-254.) Press(1982, pp.306-325)에 따른 주성분분석의 모형

개는 다음과 같다.

→ ′ (1)

이때 x는 p×1의 Random Vector로 평균이 , 공분산 행렬이 Σ

이다. 는 ′ 을 만족하며, 는 Eigenvalue 를 각원소로

갖게 된다. 식(1)에 따라 다음의 식(2)가 정의된다.

′ (2)

이때 ′는 의 i번째 열을 뜻하며 식(2)의 가정은 다음과 같다.

단, i≠ j ≥≥…≥≥

(3)

가장 설명력이 높으며 모든 ′의 값이 모두 양수를 가지는 주성

분 값을 활용하여 다음 식(4)의 정보화 지수를 계산하게 된다.

- 7 -

′ (4)

식(1)-(3)에 <표 1>의 변수들을 용한 결과는 다음 <표 2>와

같다.

<표 2> 주성분분석결과(Eigenvectors)2)

변 수 주성분1 주성분2 주성분3 주성분4 주성분5 주성분6

팩스 0.3361 0.1016 0.7473 -0.2124 -0.5226 0.0007

인터넷 0.5269 -0.0520 -0.4354 -0.0039 -0.2913 0.6673

CATV 0.3348 -0.1383 0.2398 0.8833 0.1722 -0.0382

성 0.1372 0.9740 -0.0748 0.0941 0.1323 -0.0229

화기 0.4179 -0.1024 0.2497 -0.3841 0.7621 0.1554

PC 0.5513 -0.0930 -0.3557 -0.1354 -0.1181 -0.7270

주성분 개수 결정을 한 Eigenvalue 값 Scree Plot은 다음

의 <표 3>과 <그림 1>과 같다.

<표 3> 주성분분석의 Eigenvalue 련 통계량

통계량 주성분1 주성분2 주성분3 주성분4 주성분5 주성분6

Eigenvalue 1.7616 0.9897 0.9423 0.9027 0.8194 0.5842

Difference 0.7719 0.0474 0.0395 0.0833 0.2352 0.0974

설명비율 0.2936 0.1650 0.1570 0.1505 0.1366 1.0000

설명비율0.2936 0.4586 0.6156 0.7661 0.9026

2) 지역유선방송 시청현황 변수의 경우 주성분1에 대해 음(-)의 값을 가져 해석상 모순이

발생함에 따라 모형에서 제외하였다.

- 8 -

<그림 1> Scree Plot

<표 4> <그림 1>에 따라 Eigenvalue가 1보다 큰 값인 주

성분1 총 설명비율이 60% 이상인 주성분3 까지 , 모든 정

보화변수에 해 양(+)의 값을 갖는 주성분1의 Eigenvector를 정보

화 변수의 가 치로 활용하 다. <그림 1>에서 주성분1에서 주성

분 2로 떨어진 이후 X축과 나란한 분포를 보이는 나머지 주성분에

비해 주성분1이 높은 설명력을 지닌다는 것을 알 수 있다. 결정된

정보화 변수의 가 치를 표로 정리하면 다음과 같다.

<표 4> 정보화 지수의 변수와 가 치

변 수 가 치

팩스 0.3361

인터넷 0.5269

이블TV 0.3348

성 0.1372

화기 0.4179

PC 0.5513

- 9 -

즉 각 가구의 정보화 지수는 다음과 같이 계산된다.

′ (4)

= (0.3361 × 팩스 보유 수)

+ (0.5269 × 인터넷 회선 수)

+ (0.3348 × 이블TV 시청 수)

+ (0.1372 × 성송수신기 사용 수)

+ (0.4179× 화기 보유 수)

+ (0.5513 × PC 보유 수)

본 연구에서는 와 같이 계산된 정보화 지수들 가장 큰 값

으로 나 어 모든 정보화 지수가 0과 1사이의 값을 가지도록 정규

화하여 사용하 다.

2. 2000년도 계량경제모형

직주거리를 결정하는 요인에 한 분석은 정보화지수를 포함한

다양한 변수들의 향력을 함께 고려함으로써 실에 해 보다

설명력 있는 도시권 공간구조 변화 모형을 구축하기 한 방안

의 일환이다. 서종국(2005)은 통근시간에 향을 미치는 변인으로

성별, 통근 수단, 결혼 여부 등을 사용하여 회귀모형을 구성한 바

있다. 본 연구에서는 직주거리를 종속변인으로 하는 회귀모형이라

는 을 고려하여 성별과 자가용 소유여부, 통근통학 소요시간을

인구사회학 변인으로 구성하고 정보화에 한 직주거리의 변화

가 직업에 따라 다르게 나타날 것임을 가정하여 직업변인을 설명

변수로 추가하 다. 이를 해 통계청의 원천자료와 ArcGIS Map

등을 활용하여 분석 상이 되는 자료를 다음과 같이 구축하 다.

- 10 -

변 수 명 변 수 설 명 출 처

종속변수

dist 직주거리(Km)인구주택총조사

자료 가공3)

독립변수

성별변인 gender 성별(남=1, 여=0) 인구주택총조사

통근변인 car자가용 소유여부

(유=1, 무=0)〃

comtime 통근통학 소요시간(분) 〃

정보화변인 info 정보화지수인구주택총조사 자료

가공4)

직업

Dummyjob1

의회의원,

고 임직원 리자인구주택총조사

job2 문가 〃

job3 기술공 문가 〃

job4 사무 종사자 〃

job5 서비스 종사자 〃

job6 매 종사자 〃

job7농업, 임업 어업 숙련

종사자〃

job8 기능원 련 기능 종사자 〃

job9 장치, 기계조작 조립종사자 〃

<표 5> 2000년 계량경제모형 변수 설명

3) 2000년 인구주택총조사에서 제공하는 거주지·통근통학지의 시군구 코드를 이용하여 각

- 11 -

이 함수의 계량경제모형구성을 해 다음의 식(5)을 고려하 다.

…… (5)

는 직주거리

는 k번째 인구사회학 설명변수

는 정보화지수

은 l번째 직업변수 Dummy

그러나 이 함수가 어떤 형태를 취할 것인가에 한 이론 선행

연구는 무한 것으로 단되어, 식(5)를 계량경제모형 식으로

환하기 해 Box-Cox Transformation을 실시하 다. Box-Cox

Transformation은 선형회귀분석의 모형 활용시 종속변수와 독립변

수간의 선형결합(Linear Combination)을 보장할 수 없는 경우, 이

들 간의 계규명을 통해 선형결합 형태로 환(Transformation)하

는 방법이다. Box & Cox(1964)는 종속변수에 수(Power)를 용

한 모형을, Box & Tidwell(1962)은 독립변수에 수(Power)를

용한 모형을 각각 제안하 으나, 본 연구에서는 상용 통계패키지

로그램인 SAS 9.1.3에서 제공하는 다음 식(6)의 Box &

Cox(1964)를 용하여 분석하 다.

단,

≠

(6)

시군구의 중심점을 이은 직선거리를 ArcGIS Map을 통해 계산하였다.

4) 앞절에서 전술한 바와 같이 인구주택총조사에서 제공하는 가구별 정보화 변수를 토대로

주성분분석을 실시하여 산출한 값이다.

- 12 -

Estimator R-Square LogLike

-2 0.19 -207352

-1.5 0.24 -179328

-1 0.3 -156571

-0.5 0.35 -140702

0 0.39 -133823

0.5 0.4 -132001 <

1 * 0.4 -154086

1.5 0.32 -181031

2 0.26 -216692

술한 식(6)의 모형을 <표 5>의 설명변수들에 용하여 SAS

9.1.3을 통해 분석한 결과는 다음의 <표 6>과 같다.

<표 6> Box-Cox Transformation의 결과

주: * : Convenient Estimator / < : Best Estimator

<표 6>의 결과에 의해 Convenient Estimator인 1을 식(6)에

용하여 식(5)을 일반선형회귀모형 식인 다음의 식(7)로 정의하 다.

(7)

단, 는 인구사회학 변인 의 추정계수

는 정보화지수 I의 추정계수

는 직업변수 의 추정계수

직주거리에 따른 정보화와 직업별 향력을 분석하기 해서는

식(7)에 정보화지수 직업변수를 활용한 Interaction

Effect(Jaccard & Turrisi 2003) 분석을 용하여야 하나 모형의 설

- 13 -

명력이 좋지 않아 단일 변수로 구성된 식(7)만을 용하 다. 식(7)

에 의해 정의된 계량경제모형은 일반선형회귀모형 식과 동일한 식

으로 일반성형회귀분석모형(Ordinary Least Squares)으로 분석할

수 있다. 단 Interaction Effect를 고려하지 않았기 때문에 정보화지

수 직업변수 각각의 단일 변수의 효과만을 고려한 해석을 용

하여야 한다.

3. 2005년 가구별 정보화지수

정보화지수의 변동에 따른 도시공간구조의 변화를 분석하기

해서는 2000년에 이은 2005년 인구주택총조사 2% 표본을 활용한

추가 인 분석이 요구된다. 그러나 2005년 인구주택총조사 2% 표

본자료에는 <표 1>과 같은 정보화 변수가 포함되지 않는다. 따라

서 가구별 정보화지수를 직 산출하는 것은 불가능하다. 이에 따

라, 2000년도의 정보화지수를 시군구 단 별로 평균을 계산한 뒤 5

년간의 상 국 정보화지수 상승률을 곱하여 2005년 시군구별

정보화지수를 추정하여 지역 가구에 일률 으로 입, 분석에 사용

하 다. 국 정보화지수 상승률은 국제 기통신연합(ITU) 자료를

인용하여 한국정보사회진흥원에서 발표한 2000년(0.70) 2005년

(0.91)의 값을 반 하 다.

I' =

(8)

I'는 2005년 지역별 정보화지수

는 2000년 지역별 정보화지수의 평균

- 14 -

4. 2005년 직주거리

2005년 인구주택총조사 2% 표본자료에서는 2000년 자료와 달리

제공되지 않는 자료가 있어 추정이 필요한 변수가 두 가지 존재한

다. 첫 번째 부재자료는 정보화 련변수이다. 이에 따라 2005년

도 정보화지수는 앞 에서 술한 바와 같이 지역별로 평균 정보

화지수를 추정하여 사용한다. 두 번째 부재자료는 통근통학지역의

시군구 단 코드로, 2005년도 자료에서는 시도단 로만 제공되어

2000년도와 같은 직주거리 산출이 불가능하다. 이에 따라 계량경제

모형의 종속변인인 직주거리를 추정할 수 밖에 없으므로, 2005년

자료는 종속변인에 향을 미치는 설명변인의 효과를 측정하기

해 회귀모형을 구성하는 것이 아니라 2000년도 회귀모형으로 계산

된 설명변인의 계수들을 이용하여 각 측치별 상 직주거리를

추정하기 해 사용된다. 이에 따라 2000년의 설명변수별 직주거리

에 한 향력의 크기(회귀모형의 설명계수)가 2005년에도 동일하

게 용된다는 가정을 하고 다음의 식(9)을 이용하여 측치별 직

주거리를 추정하 다.

(9)

단, 는 2000년 인구사회학 변인 의 추정계수

는 2000년 정보화지수 I의 추정계수

는 2000년 지역별 정보화지수의 평균

는 2000년 직업변수 의 추정계수

- 15 -

단 :명0~

0.10.1~

0.20.2~

0.30.3~

0.40.4~

0.50.5~

0.60.6~

0.70.7~

0.80.8~

0.90.9~

1.0합계

0-10 4680 35955 1257 48700 1649 6102 1575 33872 4832 15483 154105

10-20 681 6484 205 10577 394 1460 374 8727 1316 4436 34654

20-30 212 2493 110 4268 182 550 133 3349 458 1614 13369

30-40 80 942 33 1638 82 230 59 1254 201 588 5107

40-50 17 314 13 576 24 72 22 392 53 223 1706

50-60 9 161 5 284 9 45 12 178 31 135 869

60이상 9 130 6 148 9 32 3 115 11 55 518

합계 5688 46479 1629 66191 2349 8491 2178 47887 6902 22534 210328

IV. 연구 결과

1. 정보화지수와 직주거리의 계

2000년도 인구주택총조사 2% 표본 수도권(서울, 인천, 경기)

지역의 총 측치 210,328명에 하여 정보화지수와 직주거리에 따

른 측치 분포를 함께 나타낸 것이 다음 <표 7>이다. <그림 2>

는 <표 7>를 백분율로 바꾸어 나타낸 그래 이다.

<표 7> 정보화지수 직주거리(Km) 분석표

<표 7> <그림 2>는 정보화지수 거리가 특정 지 에서

특성이 환되는 지 (Threshold)을 가진다는 것을 보여 다. 표에

서 음 으로 표시한 지 즉 정보화 지수에 있어서는 0.2 이내,

0.3~04, 0.7~0.8 부분에 높은 비율이 존재하며, 직주거리에 있어서는

30Km 이내에 높은 비율이 분포하고 있는 것으로 나타나고 있다.

- 16 -

<그림 2> 정보화지수와 직주거리 그래

모든 직주거리에 있어 특정 정보화지수 역에서 높은 비율을

보이는 지 이 존재하게 되는데, 이러한 결과는 사람들은 개인이

지닌 정보화지수에 따라 선호하는 직주거리가 존재하고 이를 바탕

으로 도시 공간의 활용이 결정된다는 것으로 단된다. 그러나 이

상의 결과는 특정 심지로부터의 거리에 따른 정보화지수별 공간

활용도가 비례 는 반비례하는 형태로 결정될 것이라는 기존의

공간분화 이론으로는 설명될 수 없는 복잡한 형태를 보인다. 정보

화지수에 따라 선호하는 직주거리가 많은 사람에 있어 일치하고

있다는 해석 정도가 당할 것으로 단된다. 이상의 결과를 토

로 실제 직주의 행동 패턴을 살펴보기 해 수도권 지역의 OD

Line Analysis를 용한 결과는 <그림 3>과 같다.

- 17 -

<그림 3> 직주간 OD Line Analysis 결과

<그림 3>의 결과는 2000년 인구주택총조사 2% 표본에서 수도

권 지역으로 통근통학 하는 측치의 합계를 시군구 단 의

OD Line으로 표시한 것이다. 평균 시군구간 거리가 약 10Km라

고 가정할 때. 시군 내의 통근통학이라고 볼 수 있는 0~20Km,

30~40Km의 비율이 가시 으로 높게 나타나고 있음을 알 수 있다.

정보화지수 직주거리의 상 계에 한 분석은 다음과 같은

두 가지 결론을 내릴 수 있다. 첫째, 정보화지수는 직주거리와 상

당한 수 의 연 계를 가지고 있다. 특히, 직주거리를 공간의 분

화 개념으로 볼 때 공간 활용에 한 선호를 결정하는 결정요인으

로 작용할 것이라고 보여진다.

둘째, 정보화지수는 단일한(Monotonic) 형태의 공간구조 변화를

유도하지 않는다. 정보화지수에 따른 통근통학 패턴은 특정 거리에

한 선호가 다양한 거리범 에서 나타날 것으로 상되며, 고

공간분화 형태의 단조증가 는 단조감소하지 않을 것으로 단된

다.

- 18 -

변 수 추정치 S. E. Tolerance VIF

Intercept -5.5500 *** 0.0783 . 0.0000

gender 1.3543 *** 0.0413 0.8830 1.1325

car 1.7264 *** 0.0420 0.8844 1.1307

comtime 0.2783 *** 0.0008 0.9368 1.0675

info 0.0896 *** 0.0230 0.8577 1.1659

job1 2.3536 *** 0.1006 0.5456 1.8330

job2 1.1757 *** 0.0883 0.4392 2.2767

job3 0.9653 *** 0.0886 0.4587 2.1802

job4 0.9993 *** 0.0819 0.3769 2.6536

job5 0.7781 *** 0.0911 0.4971 2.0119

job6 0.8955 *** 0.0849 0.4271 2.3414

job7 0.6115 *** 0.1255 0.7300 1.3698

job8 0.3767 *** 0.0861 0.4563 2.1917

job9 0.6035 *** 0.0890 0.4854 2.0603

R2 0.4927

Adj. R2 0.4927

2. 직주거리에 향을 미치는 요인의 분석

식(7)의 계량경제모형을 일반선형회귀분석 용을 통해 추정된

결과는 <표 8>에서 확인할 수 있다.

<표 8> 계량경제모형 추정결과

주1: *** p<.01, ** p<.05, * p<.10

주2: Tolerance : Tolerance Number

VIF : Variance Inflation Factor

추정결과 모든 변수에 있어 높은 통계 유의수 을 보이고 있

는 것으로 나타났다. R-Square Adjusted R-Square의 수 이

- 19 -

약 50% 수 이라는 은 추정된 모형 체의 설명력은 낮은 편임

을 뜻하나 모형의 안정성 검정에 있어 변수의 추가 표본의 변

화에 해 R-Square Adjusted R-Square 모두 약 ±2% 오차수

을 가지는 것으로 나타났으며, 활용 가능한 설명변수가 부재한다

는 실 제한을 감안하여 그 로 활용하 다. Dummy 변수가

다수를 차지하는 계량경제모형에 일어날 수 있는 다 공선성

(Multicolinearity)의 문제는 <표 8>의 결과에 있어 Toerance

Number VIF 기 치를 통과하고 있어 본 연구에 사용된 모형의

다 공선성은 존재하지 않는 것으로 단된다.

각 설명변수별 직주거리에 끼치는 향력을 분석하기 해 <표

8>의 추정치를 다음의 <그림 4>로 표 하 다.

<그림 4> 설명변수별 직주거리 반응도

성별 변수의 계수가 높은 것은 남성보다 여성의 직주간 거리가

짧다는 것을 뜻하며, 이러한 경향은 일반 으로 가정과 육아에

- 20 -

한 부담이 여성에게 많은 한국 사회의 실을 반 한 것으로 해석

할 수 있다. 자가용 소유는 직주거리를 길게 하는 주요한 요인으로

분석되었으며, 직업변인의 경우 job1(의회의원, 고 임직원 리

자)에 있어 직주거리에 가장 폭넓게 쓸 수 있는 집단으로 단되

며, job8(기능원 련 기능 종사자)가 직주거리를 가장 짧게 쓰

는 집단으로 나타났다. 이에 비해 통근통학 소요시간 정보화지

수는 직주거리에 비교 은 향을 끼치고 있는 것으로 나타났

다.5)

3. 정보화에 따른 공간구조분석

정보화에 따른 공간구조의 변화를 살펴보기 해 정보화지수,

직주거리, 통근통학 소요시간으로 구성한 3-D Plot을 구성하고 구

성된 입체면의 형태를 분석하는 방법을 사용하 다. 일반 인 경우

3-D Plot은 X-Y 평면을 결정하는 두 가지 변수에 해 함수 계

를 가지는 Z축을 구성하여 그래 화 하는 것이지만, 본 연구에서는

X-Y 평면을 결정하는 정보화지수와 직주거리를 통근통학 소요시

간의 함수로 구성하지 않았다. 즉 본 연구의 3-D Plot은 3개 변수

간의 조합이 만드는 벡터들이 어떤 형태를 구성하고 있는지에

한 정보만을 확인할 수 있다.

도시권역 내에서의 통근통학 소요시간은 개인의 통근통학 형태

를 분석할 수 있는 주요한 변수이다. 특정 지역에서 비슷한 직주거

리와 정보화지수를 가지는데 통근통학 소요시간이 길다면, 즉, 3-D

Plot의 분포가 높게 나타나는 경우, 해당 지역은 교통 체증 등 공

간 근성이 떨어지는 문제를 가지고 있는 것으로 해석가능하다.

5) 그러나 상기의 모형이 Interaction Term을 고려하지 않은 모형으로 상정되어 모든 설명

변수와 직․간 으로 연계되어 있는 통근통학 소요시간 정보화지수의 간 효과

(Indirect Effects)를 반 하고 있지 않다는 을 고려한다면 두 변수의 직주거리에 한

향력이 과소하게 추정되었음을 간과할 수는 없다.

- 21 -

반면, 특정 지역에서 긴 직주거리와 특정 정보화지수를 가지면서

짧은 통근통학 소요시간을 가진 사람들이 많다면 도시의 공간구조

가 근성이 좋고 비교 넓은 향권을 형성하고 있는 것으로 해

석할 수 있다.

정보화 효과로 인한 공간구조의 변화를 보기 해서는 경부축을

심으로 한 경제 동기유발에 의한 효과와 분리하여 분석할 필

요성이 있으므로 이를 고려하여 총 6개 지역(서울시 강동구, 강남

구, 강서구, 인천시 부평구, 경기도 수원시 의정부시)에 해

3-D Plot을 구성하고 이를 통한 분석을 실시하 다.6) <그림 5>에

해당 지역별 3-D Plot의 구성 결과를 나타내었다.

6) 경부축에 치한 서울시 강남구, 경기도 수원시 2개 지역과 축에서 벗어나 있는 서울시

강동구, 강서구, 경기도 의정부시를 선정한 것이다.

- 22 -

<그림 5> 주요 지역별 3-D Plot(2000년)

- 23 -

<그림 5>의 결과는 3-D Plot의 체 인 경향에 해 다음의

두 가지 공통 인 공간구조의 변화를 나타내는 것으로 해석할 수

있다.

첫째, 정보화지수-직주거리-통근통학 소요시간은 체 으로 정

(+)의 방향성을 가진다.

둘째, 경제 유발동기와 함께 작용하는 경우 공간구조의 변화

는 더 크게 나타나고 있다 경부축의 심에 근 한 지역인 서울시

강남구 경기도 수원시의 3-D Plot의 부피가 더욱 크게 나타난

다는 것은 이러한 경향을 반 한 것으로 보인다.

정보화에 따라 발생하는 공간구조 변화는 세 가지 형태가 찰

되었다. 첫째, 특정 직주거리의 선호가 분명한 경우로 일정 거리

범 의 도가 높은 형태가 있다. 서울시 강남구와 강서구의 형태

를 가지는 것으로 <표 7> 그리고 <그림 2>에서 분석한 것과 같은

형태의 공간구조를 가지는 지역이다.

둘째, 정보화의 진행과 직주거리의 증가 통근통학 소요시간

의 증가가 지속 으로 진행되다가 정 에 도달 후 감소세로 돌아

서는 형태이다. 서울시 강동구, 경기도 수원시 의정수시가 가지

는 형태로 정보화의 진행에 따라 지역의 도가 높아지다가 일정

권역 밖으로는 감소하는 공간구조를 가지는 지역이다.

셋째, 특정 지역에 한 비선호가 분명한 경우로 일정 거리 범

까지 도가 증가하다가 특정 거리에 한 도가 상실되는 경

우로 인천시 부평구와 같은 형태를 가진다. 이러한 경향은 특정 지

역에서의 소요 비용 증가나 삶의 쾌 성을 해하는 요인이 있을

경우에 발생하는 형태로 단된다.

2005년의 공간구조변화는 2000년의 정보화지수로부터 추정된

2005년 정보화지수 값을 가지고 분석을 시도하 다. 이에 덧붙여,

측하지 못한 정보화지수의 큰 폭 상승이 있을 경우 직주거리와

통근통학 소요시간에 미치는 향을 시뮬 이션하여 보았다. 결과

는 다음 <그림 6>~ <그림 9>과 같다.

- 24 -

　 0~10 10~20 20~30 30~40

I 17.042 43.694 77.878 116.061

I+0.5 17.042 43.694 77.878 116.061

I+1.0 17.042 43.694 77.878 116.061

I+1.5 17.034 43.677 77.878 116.061

　 0~10 10~20 20~30 30~40

I 16.211 42.820 73.803 112.547

I+0.5 16.211 42.820 73.803 112.547

I+1.0 16.200 42.795 73.803 112.547

I+1.5 16.071 42.158 73.803 112.547

　 0~10 10~20 20~30 30~40

I 16.339 44.025 74.613 115.493

I+0.5 16.339 44.025 74.613 115.493

I+1.0 16.339 44.025 74.613 115.493

I+1.5 16.324 43.993 74.613 115.493

서울 강서구 서울 강남구 서울 강동구

<그림 6> 서울 지역 2-D Plot(2005년) - 계속

- 25 -

+0.5 +1 +1.5

0~10 0.0000 0.0000 0.0085

10~20 0.0000 0.0000 0.0169

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

+0.5 +1 +1.5

0~10 0.0000 0.0117 0.1405

10~20 0.0000 0.0250 0.6623

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

+0.5 +1 +1.5

0~10 0.0000 0.0000 0.0144

10~20 0.0000 0.0000 0.0312

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

서울 강서구 서울 강남구 서울 강동구

<그림 7> 서울 지역 2-D Plot(2005년)

- 26 -

　 0~10 10~20 20~30 30~40

I 16.943 42.176 77.186 116.652

I+0.5 16.943 42.176 77.186 116.652

I+1.0 16.943 42.176 77.186 116.652

I+1.5 16.943 42.176 77.186 116.652

　 0~10 10~20 20~30 30~40

I 16.132 41.187 76.399 116.077

I+0.5 16.135 41.187 76.399 116.077

I+1.0 16.135 41.187 76.399 116.077

I+1.5 16.132 41.187 76.399 116.077

　 0~10 10~20 20~30 30~40

I 16.676 43.023 78.275 116.790

I+0.5 16.676 43.023 78.275 116.790

I+1.0 16.672 43.023 78.275 116.790

I+1.5 16.676 43.023 78.275 116.790

인천 부평구 경기 수원시 경기 의정부시

<그림 8> 기타 수도권 지역별 2-D Plot(2005년) - 계속

- 27 -

+0.5 +1 +1.5

0~10 0.0000 0.0000 0.0000

10~20 0.0000 0.0000 0.0000

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

+0.5 +1 +1.5

0~10 0.0000 0.0000 0.0000

10~20 0.0000 0.0000 0.0000

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

+0.5 +1 +1.5

0~10 0.0000 0.0000 0.0000

10~20 0.0000 0.0000 0.0000

20~30 0.0000 0.0000 0.0000

30~40 0.0000 0.0000 0.0000

인천 부평구 경기 수원시 경기 의정부시

<그림 9> 기타 수도권 지역별 2-D Plot(2005년)

- 28 -

정보화지수는 정보화 련변수의 총량 증가에 의해 그 상향

여부가 결정되는 변수로서 그 변화 정도를 악하기 해 식(8)의

에 ( +0.5), ( +1.0), ( +1)의 총량 증가가 진행된 경우의 6개

지역의 직주거리 통근통학 소요시간의 계를 분석하 다.

서울시 3개 지역(강동구, 강남구, 강서구)은 인천시 부평구

경기도 수원시, 의정부시보다 정보화지수의 반응도(추정계수)가 약

0.1 정도 높은 지역으로 2005년의 향상비율은 약 (0.91/0.70)의 1.13

정도로 반 되어 있으므로 서울지역 비서울지역의 분석은 정보

화의 질 차이(반응도의 크기)에 따른 공간구조 변화를 분석할 수

있다.

분석 결과 6개 지역 모두에 있어 총량 변화에 따른 직주거리

통근통학소요시간의 증가폭은 ( ), ( +0.5), ( +1.0), ( +1)에 있

어 거의 유사한 것으로 악되었다. 그러나 서울지역 3개 구는 유

사한 4개 그래 의 차이를 분석한 그래 에서 30Km 이내의 지역

에 있어 근소한 차이를 반 하고 있는 것으로 나타난 반면, 비서울

지역은 이러한 차이조차 발생하지 않는 것으로 나타났다.

이러한 차이는 정보화 련변수의 총량 증가에 의해 향상된

정보화지수의 상향은 해당 지역의 공간구조의 변화를 결정하는데

큰 향력을 가지지 못한다는 것을 의미하며, 정보화 기술의 향상

는 정보화 문화의 성숙 등과 같은 정보화 반응도의 증가에 따른

정보화 지수의 질 향상은 공간구조 변화에 결정 요인을 제공

하는 것으로 생각된다.

한, 서울시 3개 지역에 있어 정보화지수의 상향에 따른 직주

거리 통근통학 소요시간은 정(+)의 계를 가지는 것으로 악

되었으며, 이러한 경향도 30Km이내에서 유의미하며 20Km 이내에

서는 한계체증으로 20-30Km 구간에서는 한계체감으로 나타나고

있어 정보화의 진행은 특정 지역의 공간구조를 일정 구간의 거리

에 따라 변화시키는 것으로 단된다.

- 29 -

V. 결론

지 까지 본 연구에서는 정보화가 도시공간구조 변화에 미치고

있는 향을 정보화지수가 직주거리와 통근 통학시간에 미치는

향을 살펴보는 방법으로 살펴보았다.

본 연구에서 사용된 모형은 정보화에 따른 공간구조의 변화가

다양하고 복합 으로 이루어지고 있음을 실증 으로 보여주었다.

정보화에 따른 수도권지역의 공간구조 변화 양상은 직주거리에 따

라 다양한 지역 특색을 가지고 있으므로, 도시권 체에 한

정책보다는 자치구 단 별 정책을 고려하여 이를 통합하는 형태로

진행하는 것이 효과 이다. 이는 지역에 따라 동일한 직주거리 구

간에도 선호되는 지역과 선호되지 않는 지역이 존재하며, 인 지

역간에는 선호되는 지역이 합지역(Joint Zone)을 형성하게 되어

병목 상과 같은 사회 혼잡비용을 수반할 수 있으므로 이들에

한 종합 인 고려가 필요하다는 것을 의미한다.

한, 재 사용되고 있는 정보화 지수는 정보화 련변수의 총

량 증가에 의존해 계산되고 있으나, 공간구조의 변화에 직

효과를 유도하는 것은 정보화의 질 수 의 향상과 계한 것이

다. 향후 정보화 반응도의 증가에 따른 공간구조 변화가 어떻게 진

행될 지에 한 추가 인 연구가 수행되어야 할 것으로 단된다.

수도권의 실사례를 심으로 정보화에 따른 도시권 공간구조

변화의 망에 해 분석한 본 연구는 다양하고 실제 인 분석기

법의 용에 따른 수월성 확보에도 불구하고, 직주거리와 이와

련된 변수화의 계를 설득력 있게 구성할 수 있는 함수를 가지고

있지 않다는 한계를 가지고 있다. 따라서, 정보화와 공간구조의 변

화를 분석하는 차후 연구들에서는 직주거리 함수에 한 고려와

함께 시기별로 효과를 분석할 수 있는 동태 공간구조 분석에

한 고려를 기 한다.

- 30 -

참고문헌

강 수(1993), “정보기술의 발달과 도시 지역구조의 변화”, 『

한국토도시계획학회지』, 28(3): 71-84, 한국토도시계획학회.

김 정(2000), “정보화와 도시생활양식의 변모- 신화와 실-”,

『사회과학연구』, 26(0): 39-56, 북 학교 사회과학연구소.

김 식·진 효(2003), “정보화시 도시공간 변화에 한 연구”,

『국토연구』, 36(0): 59-76, 국토연구원.

문춘걸․나성린(2002), “요인분석에 의거한 국가별 정보화지수의

측정,” 『응용경제』, 4(2): 89-114, 한국응용경제학회.

서종국(2005), “정보화와 도시공간 행태의 변화에 한 연구”,

『한국행정논집』, 17(2): 291-311, 한국정부학회.

원제무(1996), “정보화 사회의 도래가 도시에 미치는 향”, 『지역

연구』, 12(1): 31-45, 한국지역학회.

이경기(2000), “디지털시 지방의 응과 략 ; 정보화시 에 따

른 도시공간구조의 변화”, 『충북리포트』, 7(1): 22-26, 충북개

발연구원.

이성우․박지 ․민성희․윤성도(2005), 『로짓․ 라빗모형 응

용』, 박 사.

이자원(2000), “정보화와 도시공간구조의 변화”, 『지리학연구』,

34(4): 245-258, 국토지리학회.

임창호(1998), “정보기술의 발달과 도시에의 향”, 『국토계획』,

33(6): 7-31, 한국토도시계획학회.

명진(1997), “서울 도시권 도시공간구조변화의 요인분석에 한

연구”, 『국토계획』, 32(6): 225-238, 한국토도시계획학회.

조 래(2004), “정보화사회의 도시교통환경”, 『도시문제』, 39(423):

77-78, 한지방행정공제회.

주성재(1999), “정보화에 따른 국토공간변화 망”, 『한국경제지리

- 31 -

학회지』, 2(1): 169-182, 한국경제지리학회.

최남희(1997), “정보화에 따른 도시공간의 변화와 도시행정의 방

향”, 『97년 동계학술 회 논문집』, 0(0): 663-685, 한국행정학

회.

Box, G. E. P. and D. R. Cox(1964), "An Analysis of

Transformation," Journal of Statistical Society B, 26(2):

211-252.

Box, G. E. P. and P. W. Tidwell(1962), "Transformation of the

Independent Variables," Technometrics, 4(4): .531-550.

Castells, M.(2000), The Rise of the Network Society, Oxford :

Blackwell Publishers.

Hall, P. G(1996), Cities of Tomorrow, Oxford : Blackwell

Publishers.

Jaccard, J. and R. Turrisi(2003), Interaction Effects in Multiple

Regression(2nd Ed.), Quantitative Application in the Social

Science 07-72, California : Sage Press.

Judge, G. G., R. C. Hill, W. E. Griffiths, H. Lutketpohl, and T.

C. Lee(1982), Introduction to the Theory and Practice of

Econometrics(2nd Ed.), New York : John Wiley & Sons.

Mardia, K. W., J. T. Kent and J. M. Bibby(2000), Multivariate

Analysis, London : Academic Press.

Menard, S. W.(1995), Applied Logistic Regression Analysis,

Quantitative Application in the Social Science 07-106,

California : Sage Press.

Press, S. J.(1982), Applied Multivariate Analysis(2nd Ed.), New

York : Dover Publications.

Tofler, A.(1981), The Third Wave.