메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

전소열 (한국교원대학교, 한국교원대학교 대학원)

지도교수
김영훈
발행연도
2013
저작권
한국교원대학교 논문은 저작권에 의해 보호받습니다.

이용수4

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2013

지역분류를 위한 Geodemographics 분석방법 및 활용 방안 연구 : 서울시를 사례로
전소열 ,  김영훈 한국지역지리학회 학술대회발표집 2013.02 학술대회자료
Geodemographics를 활용한 지역분류방법 및 활용 방안 연구 : 서울시를 사례로
전소열 사회과교육학과 2013.01 학위논문

초록· 키워드

오류제보하기
Geodemographics는 통계 데이터가 제공하는 최소 공간 단위를 기반으로 데이터베이스를 구축하고, 다양한 공간 데이터 분석기법을 통해 공간상에 나타나는 복잡한 지리적 실재를 단순화하여 그 지역의 의미와 특성을 탐구하고자하는 연구이다. 본 연구에서는 서울시를 사례로 Geodemographics 연구에 필요한 국내 데이터베이스를 구축, 타당한 데이터의 선정 및 표준화와 그에 적절한 보편적이며 합리적인 분석기법은 무엇인지 제안하고자 하였다. 또한 GIS 분석 기법을 바탕으로 Geodemographics의 공공분야 활용 방안을 제시하였다.
연구를 위해 수집한 데이터는 센서스 데이터 및 센서스 공간 데이터(지도)이다. 센서스 데이터는 읍면동단위의 ‘2010년 인구주택총조사’데이터와 ‘서울통계’, ‘SGIS’ 사이트에서 제공되는 통계데이터로 구성했다. 이를 통해 구축한 변수의 표준화 후 각 케이스(행정동)들을 군집분석을 사용하여 유사한 지리통계적 특성을 갖는 지역들로 분류했으며, 각 지역별 특성을 지리적 맥락에서 해석하였다. 또한 이를 활용하여 지역특성과 범죄발생 및 복지시설 분포간의 관계 연구를 함으로써 공공분야측면에 적용해보고자 하였다. 연구 결과를 요약하면 다음과 같다.
첫째, Geodemographics 분석과정으로 변수 선정, 변수의 선별 및 표준화, 군집분석, 지역해석 및 특성파악의 4단계를 구성하였다. 서울시를 사례로 분석과정을 도입한 결과 12개의 지역유형을 도출했다. 이를 통해 부유한 강남지역, 운수업종사자가 많은 빈곤한 외곽지역, 안정된 경제력을 가진 북동부 지역, 외국인 노동자 및 제조업 종사자가 많은 도심과 같은 지역 특성을 파악하고 해석할 수 있었다. 또한 주로 아파트 거주 가구가 많은 지역은 고학력자가 많고 부유한 지역인 것과 반대로 주택 거주 가구가 많은 지역은 평균학력 또는 저학력자가 많은 빈곤지역임을 알 수 있었다. 직업과 학력, 그리고 인구구성의 측면에서, 전문직의 고학력자가 많은 지역은 오피스텔 거주자가 많으며, 1인 가구 및 미혼남녀가 많은 지역으로 분류되었다. 상대적으로 제조업 및 사업시설관리 및 사업지원 서비스업 종사자가 많은 지역은 고령자 및 저학력자가 많고 빈곤한 지역 특성을 갖고 있었다. 또한 사택과 관사를 통해 주택을 무상으로 점유하고 있는 가구의 속성은 외국인 및 제조업 종사자의 인구비율과 높은 상관성을 보였다.
둘째, 지역분류의 공공분야 활용을 위해 지역특성과 범죄발생간의 관계를 연구한 결과, 범죄 발생률이 높은 지역은 주로 도심에 위치했다. 또한 20대 및 30대의 미혼남녀 비율이 높고, 원룸에 사는 1인 가구, 금융업 및 보험업 종사자가 많은 주택지구의 특성을 공통적으로 갖고 있었다.
셋째, 범죄 외 공공분야 활용의 사례로 지역특성과 복지시설 분포간의 관계를 연구하였다. 복지시설이 밀집된 지역의 특성은 기초생활수급권자, 독거노인 및 저학력 인구가 많으며 월세로 주택을 점유하고 있는 가구가 많은 소형아파트 지역특성을 보였다.
넷째, 범죄발생률이 높고 복지시설 수가 적은 상위 20%지역을 사회적 취약지역으로 판단 및 분류하였다. 이를 위해 범죄발생 및 복지시설 데이터를 5분위하여 지역혼합지수(Area-based Composit Index)를 산출했다. 그 결과 사회적 취약지역은 주로 서울시 도심과 남서쪽에 위치, 20대 및 30대의 젊은층 비율이 높으며, 1인 가구 및 원룸이 많고 단독주택·다세대 주택·오피스텔의 비율이 높았다.
#Geodemographics #지역분류 #군집분석 #K-means Clustering #지역혼합지수

목차

I. 서 론 1
1. 연구 배경 및 목적 1
2. 연구 방법 2
3. 연구지역 개관 및 연구 자료 5
가. 연구지역 개관 5
나. 연구 자료 6
II. 이론적 배경 및 선행연구 7
1. Geodemographics의 이론적 배경 및 개념 7
가. Geodemographics의 이론적 배경 7
나. Geodemographics의 개념 및 정의 10
2. 선행연구 및 Geodemographics의 활용 현황 14
가. 선행연구 및 연구동향 14
나. 해외 Geodemographics의 활용 및 연구사례 17
III. Geodemographics 지역분류 방법 연구 22
1. 변수 선정 23
2. 변수의 표준화 및 가중치 부여 25
가. 변수의 표준화 25
나. 변수의 가중치 부여 25
3. 군집분석 26
가. 유사성측정 방법의 선택 27
나. 군집화 (clustering) 29
다. 군집의 수 결정 33
4. 군집해석 및 특성파악 34
5. 군집의 타당성 검토 36
IV. Geodemographics 지역분류의 활용 37
1. 서울시 지역분류 37
가. 변수 선정 37
나. 변수의 선별 및 표준화 40
다. 군집분석을 통한 지역분류 42
라. 지역 해석 및 특성 파악 56
2. 지역특성과 범죄발생간의 관계 연구 77
가. 범죄 발생 지역 특성 분석 79
나. 강간 발생 지역 특성 분석 83
다. 강도 발생 지역 특성 분석 87
라. 폭력 발생 지역 특성 분석 90
마. 절도 발생 지역 특성 분석 94
3. Geodemographics를 활용한 지역특성과 복지시설 분포간의 관계 연구 100
가. 노인복지시설 분포 지역 특성 분석 100
나. 보육시설 분포 지역 특성 분석 105
4. 서울시 사회적 취약지역의 지역특성 분석 112
V. 결론 및 향후 과제 119
참고문헌 123
ABSTRACT 130
부록 134

최근 본 자료

전체보기

댓글(0)

0