본 연구는 2010년 서울시를 대상으로 온실가스-대기오염 통합 배출량 산정과 이에 따른 도시공간구조와의 배출모형을 통계학적으로 해석하여, 다음과 같은 종합적 연구요약을 도출하였다.
2장의 온실가스-대기오염 통합 배출량 산정결과에서 온실가스-대기오염 통합 배출량은 각각 39,078,217 tonCO2eq, 2,924,098 tonAP로 산정되었다. 부문별로 살펴보면, 에너지부문의 온실가스 배출량은 50,539,566 tonCO2eq로 가장 많은 발생량을 보였으며, 대기오염 배출량은 281,061 tonAP로 산정되었다. 동물-식생부문에서 온실가스 흡수량은 식생에 의해 이루어지며, 연간 흡수량은 12,964,536 tonCO2eq로 나타났다. 그리고 대기오염 배출량은 동물-식생부문에서 2,607,398 tonAP로 타 부문에서 배출되는 휘발성유기화합물류 대비 많은 것으로 분석되었다. 폐기물부문 온실가스-대기오염 통합 배출량은 각각 1,499,320 tonCO2eq, 13,692 tonAP으로 산정되었으며, 소각과 매립이 주된 배출원으로 나타났다. 생물성 연소부문은 온실가스-대기오염 통합 배출량이 각각 3,867 tonCO2eq, 2,320 tonAP로 산정되었으며, 생물성 연소는 대부분 산불과 고기구이에서 배출하는 것으로 나타났다. 비산먼지부문 배출량은 TSP와 PM10이 각각 71,126 tonAP, 19,627 tonAP으로 산정되었으며, 비산먼지는 대부분 자동차와 나대지에 의한 것으로 특히 자동차의 운행에 의한 비산먼지 배출량이 많은 것으로 나타났다.
3장은 도시공간구조와 온실가스-대기오염 통합 배출특성을 통계적 분석한 결과로 도시공간구조와 온실가스-대기오염 통합 배출특성 사이에 의미 있는 관계를 보이는 것으로 나타났다. 기술통계 분석결과, 서울시의 행정구역별로 인구수와 자동차 등록대수에서 최대 5배의 차이를 보이는 반면, 온실가스 배출량은 25배, 대기오염 배출량은 약 12배의 차이를 보이고 있다. 따라서 행정구역별 도시공간구조의 상이함이 온실가스-대기오염 통합 배출량에 영향을 미치는 것으로 나타났다. 상관성 분석결과, 온실가스 배출량과 가장 큰 상관성이 있는 도시공간요소는 자동차 등록대수이며, 대기오염 배출량은 산림면적으로 나타났다. 특히, 대기오염 배출량은 식생에서 배출되는 휘발성유기화합물류에 주로 기인한 것으로 분석되었다. 요인분석결과 도시공간구조에 따른 온실가스-대기오염 통합 배출량에 미치는 주요 인자는 3개로 나타났으며, 인자 1은 도시개발, 주거 및 교통, 인자 2는 경제, 인자 3은 환경으로 분석되었다. 다중회귀분석에 의한 다중회귀모형 분석결과, 서울시 도시공간구조에 따른 온실가스 배출량에 가장 큰 영향을 미치는 요인은 자동차 등록대수(교통인자)이며, 대기오염 배출량은 산림면적(환경인자)으로 분석되었다. 군집분석 결과에서는 도시공간구조와 온실가스-대기오염 통합 배출량에 의한 도시의 유형을 6가지로 분석하였다.
4장은 서울시 도시공간구조와 온실가스-대기오염 통합 배출량 간의 배출모형을 분석하기 위해 구조방정식을 이용하여 분석하였다. 측정모형의 타당성분석결과 AVE의 값이 0.5 이상으로 나타났으며, 온실가스와 대기오염 배출량 연구모형의 C.R은 모든 변수가 1.96 이상으로 분석되었다. p-value는 0.05 이하로 연구모형에 대한 자료의 유의성이 있는 것으로 나타났다. 적합성 검정결과 온실가스 배출량 연구모형의 적합도 지수는 Q value=2.649, GFI=0.662, CFI=0.838, NFI=0.769로 나타났으며, 대기오염 배출량 연구모형의 적합도 지수는 Q value=2.771, GFI=0.643, CFI=0.816, NFI=0.745로 나타났다. 연구결과 적합도 기준들을 중심으로 양호하게 도출되어 연구모형은 유의하다고 판단된다. 잠재변수를 해석한 결과 온실가스-대기오염 통합 배출량에 미치는 잠재인자에서 도시인자는 온실가스와 대기오염 부문 각각 총인구수가 1.0으로 나타났으며, 교통인자는 온실가스와 대기오염 통합 배출량에 자동차 등록대수가 각각 0.99, 1.00로 가장 큰 영향력이 있는 것으로 나타났다. 경제인자는 지방세가 0.84, 1.000으로 가장 큰 영향력이 있는 것으로 나타났다. 또한 환경인자는 공원면적이 0.984, 0.916으로 가장 큰 영향력이 있는 것으로 조사되었다. 매개효과 분석결과 온실가스 배출량에 직접적으로 가장 큰 영향을 미치는 인자는 교통인자이며, 대기오염 배출량은 환경인자로 분석되었다. 온실가스 배출구조모형은 교통인자에 의한 영향력이 가장 큰 것으로 나타났으며, 환경인자는 온실가스를 저감시키는 흡수원의 역할을 하는 것으로 나타났다. 대기오염 배출구조모형은 환경인자가 가장 큰 영향을 미치는 것으로 나타났으며, 잠재인자 간의 인과관계 분석결과 온실가스 배출량과 동일한 결과로 도시화의 간접지표인 도시인자가 교통인자에 가장 큰 영향을 미치는 것으로 조사되었다.

핵심어 : 온실가스, 대기오염, 도시공간구조, 통계분석, 구조방정식
Key words : Greenhouse gas (GHG), Air pollution (AP), Urban spatial structure, Statistical analysis, Structure Equation model (SEM)

The Estimation of Greenhouse Gas (GHG) - Air Pollution (AP) Integrated Emissions and their Correlation with Urban Spatial Structures in Seoul

Jung, Jae Hyung
(Supervisor Kwon, O Yul)
Department of Environment and Energy
Graduate School of Energy and Environment
Seoul National University of Science and Technology

This study constructed greenhouse gas (GHG) and air pollution (AP) integrated emissions inventories in Seoul during the year 2010 for estimating GHG and AP emissions, and thereby the relationship between urban spatial structures and GHG-AP integrated emissions was investigated by statistically analyzing those from 25 administrative districts of Seoul using a SPSS program (ver. 20). Finally to enhance the understanding of urban spatial structures and GHG-AP integrated emissions, this study investigated the structural equation model (SEM) via which urban spatial structures influence on spatially GHG-AP integrated emission using a AMOS program (ver. 21) in Seoul.
In chapter 2, the annual GHG emission was estimated as 39,078,217 tonCO2eq, The annual AP emission was estimated as 2,924,098 tonAP. In energy sector, we constructed GHG and AP integrated emission inventories for direct and indirect sources in energy activities. The annual GHG emission was estimated as 50,539,566 tonCO2eq, of which 54.83% resulted from direct sources and the remaining 45.17% from indirect sources. In animal-vegetation sector, we applied to calculate GHG-AP integrated sink and emission. As a result, total annual GHG sink was estimated as 12,964,536 tonCO2eq, and AP sink was 23,309 tonAP. In waste sector, total GHG and AP integrated emissions were 1,499,320 tonCO2eq, 13,692 tonAP, respectively. scope 1 and scope 2 showed that GHG and AP were 825,588 tonCO2eq, 3,253 tonAP, 673,732 tonCO2eq, 10,439 tonAP in that order. Biomass burning includes open burning (waste, agriculture), residential fireplace, residential wood stove, meat cooking (beef, pork, chicken), fires (forest, incident) and cremation (human). GHG and AP integrated emissions were 3,867 tonCO2eq, 2,320 tonAP, respectively. Most of the emissions were emitted from meat cooking, incident fires and open burning of waste. Particulate matte (PM) emissions by different sectors which are surface soil sectors (playground, non-development land, Han river waterfront), vehicle driving sectors (road tyre, brake wear, road surface) and construction activity sectors (detached house, multi-family house, non-residential) were estimated. By size, TSP, PM10, PM2.5, PM1.0 showed 71,126 ton, 19,672 ton, 1,127 ton, 156 ton, respectively.
In chapter 3, urban spatial structures, of which data were obtained from Seoul statistics yearbook, were classified into five categories of city, residence, environment, traffic and economy. They were further classified into 10 components of local area, population, number of households, residential area, forest area, park area, registered vehicles, road area, number of businesses and total local taxes. GHG-AP integrated emissions were estimated based on IPCC 2006 guidelines, guideline for government greenhouse inventories, EPA AP-42 and preliminary studies. The result of statistical analysis indicated that GHG and AP integrated emissions were significantly correlated with urban spatial structures. The correlation analysis results showed that registered vehicles for GHG (r=0.803, p<0.01), forest area for AP (r=0.996, p<0.01), and park area for AP (r=0.889, p<0.01) were highly significant. Three groups such as city and traffic factors, economic factor and environmental factor were identified to be the governing factors controlling GHG and AP emissions from factor analysis. The multiple regression analysis also represented that the most influencing factors on GHG and AP emissions were traffic and forest factors, respectively. 25 administrative districts of Seoul were clustered into six groups, of which each has similar characteristics of urban spatial structures and GHG-AP integrated emissions. This study indicates that there were significantly correlations between urban spatial structures and GHG-AP integrated emissions. Thus, we recommend further studies to build the validity of the relationships between urban spatial structures and GHG-AP integrated inventories as well as to construct bottom-up approach (BUA) for an understanding of emission structures in the complex urban environment.
In chapter 4, from the validity results, AVE showed more than 0.5, and C.R values of GHG-AP integrated emissions for all variables were estimated as 1.96 and higher. Also, p-value was 0.005 which was significant. Based on the model fit, GHG model showed Q-value=2.649, GFI=0.662, CFI=0.838, NFI=0.796, and AP model showed Q-value=2.771, GFI=0.643, CFI=0.816, NFI=0.745. Latent variables strongly influencing on GHG-AP integrated emissions were: 1) total population in urban factor, 2) registered vehicle in traffic factor, 3) local tax in economic factor, and 4) park area in environmental factor. Direct effect on AP emission factors were economic, traffic and environmental factors and indirect factors were urban and economic factors. In addition, direct and indirect effects on GHG emission factors showed nearly the same as AP emission factors. In GHG emission model, traffic factor was shown the highest parameter, and economic factor took a role of sink for reducing GHG. In AP emission model, environmental factor was shown the highest parameter.
This study was meaningful for analyzing relationships between GHG-AP integrated emissions and urban spatial structures. And the findings of this study suggested that each urban region should take a specific management of GHG-AP integrated emission control, due to its specific urban structure. For constructing more correct GHG-AP integrated emission system, future study should be constructed on more detailed and fine-tuned emission estimation.