Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-8857(Print)
ISSN : 2288-9493(Online)
Journal of Korean Society of Rural Planning Vol.23 No.1 pp.53-63
DOI : https://doi.org/10.7851/Ksrp.2017.23.1.053

Analysis of Central Place and Hinterland using Linear programming and Probability Model of Huff

Jeongbae Jeon, Meejeong Park, Eunja Kim, Jinah Choi, Changsu Lim
Department of Agricultural Environment Rural Environment & Resources Division, National Academy of Agricultural Science, Rural Development Administration

Corresponding author : Park, Mee Jeong 063-263-2617mj.park@korea.kr
January 9, 2017 February 1, 2017 February 20, 2017

Abstract

Although some indicators for evaluating rural settlement conditions have been offered, these indicators could not reflect unique characteristics that rural has its own peculiarities. The rural area is identified with central districts functioned as service provision and hinterlands used its service. The aim of this study is to find a central district of rural villages and define range of its hinterlands using various physical characteristics of rural areas. Targeting areas are Yongsan and Hwanggan in Yeongdong-gun . The physical characteristics are represented by building density, number of shops among secondary and tertiary industries, official land price, and density of bus line. The rural central district is estimated by linear programming using defined the physical characteristics. Also its hinterlands used Huff model and social accessibility. The results of this study are as follows; (1) The physical characteristics in Hwanggan myeon is higher than Yongsan myeon because Hwanggan area has a large floating population for using Hwanggan station and ticket office; (2) The central district in Hwanggan has wider regional range than Yongsan. When central district estimate in rural areas, we suggest a grid diameter of Hexagon for controlling errors; (3) Considering accessibility, the life zone of 4 districts defined legally in Hwanggan use Yongsan and 2 legal districts in Hwanggan are possible to take advantage of Yongsan’s life zone; (4) The results of survey targeting boundary villages between Yongsan and Hwanggan, individual drivers use central districts both Yongsan and Hwanggan, however users by public transportation (especially bus) go more to Hwanggan because bus lines to Hwanggan have many routes than to Yongsan. Evaluating the rural settlement conditions by national unit through grasping central districts and its hinterlands, these results can use as base line data and the evidence for regional development projects.


선형계획법과 허프확률모형을 이용한 농촌마을 중심지와 배후지 분석

전 정배, 박 미정, 김 은자, 최 진아, 임 창수
농촌진흥청 국립농업과학원 농업환경부 농촌환경자원과

초록


    Rural Development Administration
    PJ01202303

    I.서 론

    농촌은 2·3차 산업을 생산기반으로 하는 도시지역에 비해 인구와 사회적 및 경제적 기능의 집중도가 낮으며 지세, 수계 등과 같은 지형적인 조건으로 인구와 사회적 및 경제적 기능은 소규모로 불규칙하게 분산 분포하게 된다(Kim, 2013). 이로 인하여 사회적 및 경제적 서비스 를 이용하기 위한 농촌지역의 만족도는 도시지역에 비하 여 낮은 것으로 평가되고 있다(Jeon et. al., 2015). 그러나 베이비부머의 귀농귀촌 이주의향과 젊은층에서의 전원적 가치 실현을 추구하는 라이프스타일의 확대로 농어촌공 간에 이주를 희망하는 인구가 증가하고 있으며, 동시에 많은 마을에서는 고령화와 함께 과소화 및 공동화가 증 가되고 있는 추세이다(Seong and Lim, 2012). 이를 해결 하기 위하여 정부는 정주 기능을 재편하고자 노력하고 있지만, 농촌마을의 상태를 진단 할 수 있는 객관적인 방법이 부족하고, 정부 사업 추진에 따른 성과가 어떠한 지를 판단할 수 있는 근거자료가 부족하다는 지적이 제 기되고 있다(Kim et. al., 2010). 이에 따라 농촌지역의 특 성을 고려한 다양한 정주여건 진단지표를 개발하여 농촌 계획 수립을 지원할 수 있는 객관적인 판단기준을 제공 하고 있다(Kim et. al., 2014, Mo et. al., 2014). 그러나 이 들의 연구는 대부분 자료 취득이 비교적 용이한 읍·면 또는 시·군단위의 진단지표로 농촌마을에 적용하기에는 한계가 있다. 또한 행정마을 대상의 진단지표의 경우 농 촌마을이 사회·문화·경제적인 인프라가 집중된 읍·면소재 지와 같은 서비스 기능을 하는 중심지와 이를 이용하는 배후지로 구분되는 특성을 반영하고 있지 않아 사용성에 한계가 있다. 따라서 농촌마을의 정주여건 진단을 위해 서는 중심지와 배후지를 분리하여 특성에 맞는 진단을 시행해야 한다.

    지금까지 중심지를 파악하는 선행연구를 살펴보면, Kim(2002)은 대전광역시를 대상으로 토지이용집적도와 고용밀도, 건축물밀도, 지가수준의 평균과 표준편차를 이 용하여 도심과 부도심, 지구중심지를 평가하였으며, Cho et. al.(2007)은 새만금 간척지 주변지역인 군산시, 김제 시, 부안군의 읍·면지역을 대상으로 2·3차 산업의 점포수 를 기반으로 기능지수법에 의한 중심지 기능점수를 파악 하였다. Jung et. al.(2009)Kim(2011)은 대구시와 대전 시를 대상으로 지가에 따른 중심지를 파악하였으며, Kim(2014)는 충청권의 읍·면을 대상으로 통근통행량에 따른 통행중심지를 파악하였다. 그러나 기존의 연구는 대도시를 대상으로 한 연구가 대부분이며, 농촌지역에 대한 연구는 읍·면단위의 중심성만을 제시하고 있는 한 계가 있다. 또한 농림축산식품부에서 시행하는 농촌 중 심지 활성화사업에서는 해당시군의 읍면별 인구규모 혹 은 중심지 기능지수에 의하여 해당 중심지의 신청에 의 하여 사업대상지를 선정한다. 농촌 중심지 활성화사업은 인구규모와 기능지수에 의하여 사업대상지를 선정하기 때문에 중심지의 하드웨어 및 소프트웨어 인프라의 실제 적인 기능을 파악하기 어려운 실정이다. 따라서 농촌에 서 실제적으로 중심지의 역할을 하는 공간적 분포를 파 악할 수 있는 정량적인 판단근거가 필요하다. 또한 중심 지를 이용하는 배후마을에 관한 연구는 미비한 실정이 다. 배후마을에 연구는 중심지의 연구와 병행해서 이루 어지고 있으며, 중심지 활성화를 위하여 배후마을의 연 계성을 강화해야 한다는 정책적 제안만을 하고 있는 상 황이다(Kim et. al., 2014, Choe and Gang, 2016). Seong et al.(2008)은 설문조사를 통하여 읍면 소재지의 주민이 중 심지의 얼마나 이용하는지의 빈도를 분석하였으며, 중심 지의 이용 정도와 밀접한 관련을 갖는 요소로 주변 지역 과의 연계정도, 중심지까지의 접근성, 중심지의 계층에 따라 달라진다고 파악하였다.

    따라서 본 연구에서는 선형계획법에 의하여 중심지를 파악하고, 중심지를 이용하는 배후지의 범위를 접근성과 확률모형을 기반으로 분석하여, 실제 중심지를 이용하는 설문조사와 비교분석하고자 한다.

    II.연구대상지역 및 연구 방법

    1.연구대상지역

    연구의 공간적 범위는 충청북도 영동군 용산면과 황 간면을 대상으로 하였다. 용산면과 황간면은 영동군 가 운데 영동읍을 제외하고 인구규모 세 번째와 두 번째로 큰 지역이며, 용산면은 현재 중심지활성화 사업이 진행 되고 있고, 황간면은 사업이 진행되지 않고 있는 지역으 로 두 지역의 중심지를 비교 평가할 수 있는 지역이다. 또한 용산면과 황간면은 행정경계가 붙어 있어 일부 배 후마을은 서비스를 이용하기 위한 중심지까지의 지리적 거리가 모호하다. 따라서 배후마을에서 중심지를 이용하 는데 어떤 인자가 있는지 파악이 가능한 지역이다(Figure 1).

    2.연구방법

    본 연구에서는 중심지를 선형계획법에 의하여 파악하 였다. 선형계획법은 가중치가 곱해진 물리적 특성으로 설정하였으며, 사용된 물리적 특성은 건축물밀도, 2·3차 산업 점포 밀도, 지가분포, 버스 운행 밀도를 기준으로 산정하였다. 배후지를 산정하기 위해서는 접근성을 이용 한 방법과 허프의 확률 모형을 이용하여 분석하고, 설문 조사에 의한 실제 중심지 이용지역을 비교분석을 실시하 였다. 또한 공간적 분포로 파악하기 위하여 연구대상지 역을 Hexagon 격자로 분할하여 설정하였다(Figure 2). Hexagon격자는 원형과 유사한 6각형으로 분할하여 정보 겹침과 유실의 우려가 작은 장점을 가지며, 동일한 면적 으로 요소간의 비교분석이 효율적이며 정보의 일관성과 정확성이 높다고 알려진 격자이다. 기존의 연구에서 거 주밀집분석을 위한 격자의 직경을 500m로 제시하였으나, 주거지의 경계부분에서 제외되는 면적이 발생되는 문제 점을 개선하기 위하여 본 연구에서는 격자의 직경을 100m로 설정하였다(Yun et. al, 2014).

    중심지는 금융, 보건, 교육 등을 제공하기 때문에 건 축물의 밀도가 영향을 가지는 인자로 작용하기 때문에 건축물 밀도를 이용하였으며, 건축물은 수치지형도에서 제공하는 건물 레이어를 추출하여 사용하였다. 또한 중 심지는 2·3차 산업이 밀집된 지역으로 2·3차 산업에 해 당하는 점포는 114 DB를 이용하여 2·3차 산업에 해당하 는 점포의 주소데이터를 추출하고, Open Application Programming Interface(API)를 통하여 경위도 좌표로 변환 하였다. 농촌지역의 중심지는 용도지역에 따른 일반상업 지역 등의 분포로 인하여 타 용도지역보다 높은 지가분 포를 보이게 된다. 따라서 중심지를 파악하기 위하여 지 가의 분포를 사용하였으며, 지적도 상의 대지를 추출하 고, 국토교통부에서 제공하는 공시지가를 해당 지번에 입력하여 이용하였다. 마지막으로 중심지는 유동인구가 집중되는 지역으로 교통망이 집중되는 지역이다. 대표적 인 교통망을 버스의 운행노선으로 가정하여 버스의 운행 밀도를 이용하였다. 버스의 운행밀도는 영동군청에서 제 공하고 있는 버스운행노선을 수치지도의 도로망에서 추 출하여 데이터를 구축하였다. 지리정보시스템 기반의 분 석을 위하여 모든 데이터는 우리나라에서 사용하고 있는 국제기준타원체인 Geodetic Reference System 1980(GRS80)을 이용하였으며, 2010년 수정된 Transverse Mercator(TM, Korea 2000 Korea Central Belt 2010)좌표계 로 기하보정을 실시하였다.

    또한 중심지를 산정하기 위하여 조사된 물리적 특성 의 히스토그램으로부터 자연구분법(Natural Breaks Method)을 이용하여 점수를 부여하고, AHP에 의하여 가 중치를 산정하여 선형계획에 의한 중심지를 산출하였다. 배후지는 도로망도를 이용한 접근성과 허프의 확률모형 을 이용하여 중심지를 이용하는 배후마을을 산정하고 설 문조사를 통하여 비교를 실시하였다.

    III.중심지와 배후지 산정 모델

    1,중심지 지수 모델

    중심지 분석을 위하여 물리적 특성인 건축물밀도, 2·3 차 산업 점포, 지가, 버스 운행밀도를 이용하여 분석하였 다. 물리적 특성 가운데 건축물과 2·3차 산업 점포는 밀 도로 변환하여 점수화를 하였으며, 지가는 해당 격자의 최대 지가로 환산하여 점수화를 수행하였다. 마지막으로 버스 운행밀도는 버스 운행횟수에 따라 점수화를 수행하 였다. 중심지 지수 모델은 산정된 물리적 특성의 점수에 가중치를 곱한 선형계획모델로 산정하였으며, 가중치는 AHP기법을 통하여 산정하였다. 밀도와 점수분포의 산정 은 다음과 같은 방법을 이용하였다.

    건축물과 2·3차 산업 점포를 밀도로 표현하기 위하여 커널(Kernel) 밀도 함수를 이용하였다. 커널 밀도 함수는 커널 추정법이라고도 불리며 데이터의 이항확률밀도함수 를 이용하여 평활추정값(Smooth Estimation)을 산정하는 함수이다(Siveman, 1986). 커널 추정법을 이용하여 임의 의 지점에서 추정값을 산출하기 위해서는 선택된 지점을 중심으로 일정반경의 범위를 설정하고, 설정 범위내의 지점과 다른 지점과의 근접성 정도에 따라 추정값을 산 출한다. 이러한 방식으로 산정된 산출식은 다음의 식 (1) 과 같다(Gatrell et. al., 1996).

    k ^ i 9 s = h i τ 3 π τ 2 ( 1 h i 2 τ 2 ) 2 h i
    (1)

    where,

    • k ^ i : Estimate value of density

    • hi : Distance between points

    • τ : Bandwidth

    • 3 π τ 2 : Weight in accordance with the proximity

    커널 추정법은 연구자의 주관에 따라 반경의 범위를 설정해야 한다. 반경의 범위는 밀도를 측정하고자 하는 인자에 따라 달라지게 설정되어야 한다. 시도단위, 시군 구단위, 읍면동단위의 밀도를 산정하기 위해서는 반경의 범위는 차즘 작아져야 한다. 기존의 연구를 살펴보면 Choi and Joo(2013)는 광역시단위의 밀도를 파악하기 위 하여 반경의 크기를 1km로 설정하였으며, Lee(2008)는 서울시의 한식당과 변리사업종을 대상으로 거리별 밀도 를 파악한 결과 300~500m의 범위가 밀도의 특성을 나타 내는데 가장 효율적이라고 제시하고 있다. 또한 Kim and Rhim(2016)은 서울시 중랑구의 은행입지를 파악하기 위 하여 기초데이터로 사용된 인구밀도 반경을 300m로 설 정하고 있다. 따라서 본 연구에서는 도보로 이동이 가능 한 범위인 300m를 반경으로 설정하여 밀도를 추정하였 으며, 10m by 10m의 픽셀로 시각화 하였다. 점수를 부 여하기 위하여 산정된 밀도를 기준으로 Hexagon격자로 변환을 하였다. 해당 격자내에 포함되는 밀도 값 가운데 가장 큰 밀도를 격자의 대푯값으로 입력하였다.

    지가는 지역 내 물리적 상황 및 사회·경제적 상황을 대변하는 토지에 대한 가치의 지표이자 토지이용을 결정 하는 변수이다(Yoon and Kim, 2003). 본 연구에서는 지 목상 “대”인 지번을 추출하고, 해당 격자내에 포함되는 공시지가 중 가장 높은 지가가 해당격자를 대표한다고 가정하여 설정하였다. 또한 버스 운행밀도는 해당 경로 에 버스가 몇 번 지나는지를 카운트하여 설정하였다.

    설정된 4개의 물리적 특성을 선형계획법으로 적용하 기 위하여 점수화를 실시하였다. 획득된 데이터의 히스 토그램으로부터 자연구분법(Natural Breaks Method)으로 5등분하여 1점에서 5점까지 점수를 부여하였다. 자연구 분법은 클러스팅의 한 방법으로 평균으로부터 편차를 최 소화하고 각 등급간의 분산을 극대화하는 방법이다. 자 연구분법으로 설정된 점수를 기반으로 다음의 식 (2)와 같은 선형방정식을 이용하여 중심지를 평가하였다. 가중 치는 설문조사에 의한 AHP기법을 통하여 산정하였다.

    C P = i = 1 4 α i x i
    (2)

    where,

    • ai : Weight by elements

    • xi : Score by elements

    여기서 사용된 가중치는 설문조사에 의한 AHP기법을 통하여 산정하였다. 신뢰할 수 있는 중요도를 산정하기 위해 관련전문가 및 실무전문가인 농촌계획관련 교수 및 연구원을 대상으로 실시하였다. 설문시기는 2016년 10 월~11월 2개월간 조사하였으며, 총 30명의 연구자에게 이메일을 통하여 설문조사를 실시하였으며, 이 가운데 설문조사에 응답한 인원인 28명의 데이터를 이용하였다. 조사된 설문지 가운데 일관성비율(Consistency ratio, CR) 값이 10% 이내의 지표만을 이용하여 가중치를 설정하였 다.

    2.배후지 분석

    배후지 분석을 위하여 선형계획법을 통하여 결정된 중심지까지의 접근성과 허프의 확률모형을 적용하였다. 배후지는 중심지의 서비스를 이용하는 공간으로 서비스 를 선택함에 있어 접근성은 중요한 인자로 인식되고 있 다. 따라서 본 연구에서는 접근성 모델 이용하여 물리적 거리에 따른 접근성을 평가하였다. 접근성 모델은 Jeon et. al.(2015)이 수행한 모델을 이용하였다. 그러나 배후지 에서 중심지를 이용하기 위해서 중요한 인자는 접근성 만으로 평가되지 않는다. 사용자의 입장에서 서비스를 제공하는 시설이 존재하는 중심지를 이용하게 된다. 본 연구에서는 서비스 시설이 중심지에 존재한다고 가정을 하고 중심지의 규모에 따라 사용자는 서비스를 이용한다 는 허프의 확률모형을 이용하여 분석하였다. 허프의 확 률모형은 중력모형을 바탕으로 쇼핑패턴을 결정하는 확 률을 제시한 상권 분석모형으로 어떤 지역에 사는 사람 들이 특정 매장을 방문해서 물건을 구입할 확률을 매장 의 크기에 비례하고, 거리 반비례한다는 분석 모형이다. 본 연구에서는 매장의 크기를 중심지의 크기로 설정하여 분석을 수행하였으며, 산출식은 다음의 식 (3)과 같다. 또한 산정된 결과를 비교하기 위하여 지역주민의 설문조 사를 실시하였다. 설문조사는 마을대표자(이장)을 대상으 로 이용하는 중심지와 중심지 이용 목적, 이동 교통수단 에 대해서 질문하였다. 설문조사와의 비교를 통하여 배 후지에서 중심지를 이용하는 요인을 파악하였다.

    P i j = U i j j = 1 n U i j = S j T i j i = 1 n S j T i j
    (3)

    where,

    • Pij : Probability when consumer lived in i district go to j central district to purchase

    • Uij : Attractive force between j central district with consumer lived in i district

    • Sj : Size of j central district

    • Tij : Distance from consumer’s a residential area i to shop j

    • λ : Parameter

    IV.결과 및 고찰

    1.물리적 특성

    본 연구에서는 중심지 분석하기 위하여 물리적 특성 인 건축물밀도, 2·3차 산업 점포, 지가, 버스 운행밀도를 이용하였다. 건축물 분포를 살펴보면 용산면의 건물은 총 3629채, 황간면은 총 3204채로 조사되어 황간면보다 용산면의 건축물이 425채가 많은 것으로 조사되었다. 그 러나 법정리별 건물수를 살펴본 결과 용산면은 평균 191 채, 황간면평균 229채로 분석되어 황간면의 법정리에 건 물이 균등하게 분포된 것으로 파악되었다. 또한 용산면 과 황간면 모두 면사무소가 위치하는 법정리의 건물수가 높은 것으로 조사되었으며, 황간면의 경우에는 면사무소 가 위치하는 주변 법정리까지 건물수가 높은 것으로 분 석되었다.

    수집된 건축물을 밀도로 변환하고 이를 ArcGISTM 10.0 을 이용하여 시각화하였다. 이후 모든 시각화는 위 상용 프로그램을 이용하였다. 밀도로 변환한 결과 면사무소가 위치하는 지점에 밀도가 높게 나왔으며, 가장 높은 밀도 는 100㎡당 132채의 건물이 밀집되어있는 것으로 분석 되었다. 또한 황간면 보다는 용산면에서 건축물 밀도가 높은 것으로 파악되었다. 즉, 용산면은 자연부락 마을이 밀집되어 있으며, 황간면은 자연부락 마을이 넓게 분포 되어 있는 것을 의미하고 마을의 규모는 용산면 보다 황 간면이 작은 규모의 마을로 형성되었음을 알 수 있다 (Figure 3). 해당 밀도를 기준으로 점수화를 수행하였으 며, 산정된 점수분포를 시각화하면 Figure 4와 같다.

    다음으로 사업체를 살펴보면 면사무소가 위치한 곳에 집중적으로 배치되는 것으로 확인되었다. 용산면은 총 39개의 사업체가 조사되었으며, 황간면은 총 71개의 사 업체가 조사되어 사업체는 황간면이 많은 것으로 파악되 었다. 건물의 밀도는 용산면이 높지만, 건축물이 밀집되 어 있는 면적은 황간면이 넓어 사업체가 들어올 수 있는 조건이 높은 것으로 파악된다. 또한 관광지가 존재하는 지점에 숙박업소(펜션), 식당, 슈퍼가 위치하고 있으며 그 외의 마을에는 사업체가 위치하지 않는 것으로 파악 되었다. 조사된 사업체를 밀도로 변환하였으며, 건축물밀 도와 마찬가지로 면사무소가 위치하는 지점에 밀도가 높 게 나왔고, 가장 높은 밀도는 100㎡당 13개로 사업체가 밀집되는 것으로 분석되었다. 단위면적당 사업체가 10개 이상 밀집되는 면적은 용산면에서 40,400㎡으로 분석되 었으며, 황간면에서 59,000㎡으로 분석되어 황간면에서 사업체가 많고 집중되어 있는 것으로 분석되었다(Figure 5). 황간면의 경우에는 시외버스를 이용하기 위한 매표 소가 존재하고, 경부선을 이용하기 위한 황간역이 위치 하고 있어 유동인구가 용산면보다 많기 때문에 사업체의 규모가 크고, 종류가 많은 것으로 파악된다. 산정된 밀도 를 기준으로 점수를 부여하였다(Figure 6).

    지가분포를 살펴보면 ㎡당 지가는 최대 지가는 477,500원, 최저 지가는 1,300원으로 분석되었으며, 평균 적으로 48,257원으로 분석되었다. 용산면에서 최대 지가 는 404,200원, 최저 지가는 1,300원으로 분석되었으며, 평균적으로 36,767원으로 분석되었다. 황간면에서는 최 대 지가 477,500원, 최저 지가 2,030원, 평균 지가 59,033 원으로 분석되었다(Figure 7). 위치별로 살펴보면 용산면 은 면사무소를 중심으로 북쪽방향으로 514번 지방도를 중심으로 가격이 높게 형성되어 있고(Figure 9), 황간면 은 면사무소를 인근을 지나가는 49번 지방도를 중심으로 지가가 높게 형성되어 있으며, 황간역과 황간매표소를 지나는 4번 일반국도 중심으로 지가가 높게 형성되어있 다(Figure 10). 황간면은 도로등급이 높은 일반국도가 지 나가고, 기차역과 시외버스 매표소로 인하여 유동인구가 많아 용산면보다 지가가 높은 것으로 파악된다. 산정된 점수분포를 시각화하면 Figure 8과 같다.

    버스노선을 살펴보면 전체 126회의 버스가 운행되는 것으로 조사되었으며, 이 가운데 용산면과 황간면을 운 행하는 버스는 50개의 버스로 조사되어 약 40% 정도가 용산면과 황간면의 마을을 운행하는 것으로 조사되었다. 이 가운데 용산면사무소를 통과하는 운행 수는 총 11회 로 조사되었으며, 황간면사무소를 통과하는 운행 수는 4 회로 조사되었다. 그러나 황간면사무소는 49번 지방도로 부터 약 350m 떨어져 있는데 이 도로에는 총 33번의 버 스가 운행되는 것으로 조사되었다. 이 도로는 황간역과 황간매표소를 경유하는 노선으로 타지로 이동하는 대중 교통을 이용하는 유동인구가 많아 운행횟수가 많은 것으 로 파악된다. 또한 마을에서 가장 가까운 정류장에서 이 용할 수 있는 버스는 평균 9.7회로 조사되었으며, 용산면 과 황간면사무소에 지리적으로 멀수록 버스 운행 횟수는 적어져 일부 마을에서는 3~6회의 운행만 하는 것으로 조사되었다(Figure 11). 점수화를 위하여 해당격자내에 포함되는 운행 횟수를 Hexagon격자에 입력하여 동일한 방법으로 점수화 하였다(Figure 12).

    각 물리적 특성에 따른 점수별 분포를 살펴보면, 건축 물 밀도는 1점의 점수가 포함되는 격자가 2,421개로 전 체의 37.83%를 차지하고 있으며, 5점의 점수가 포함되는 격자는 50개로 전체의 0.78%를 차지하고 있다. 즉 대부 분의 건축물은 한곳에 밀집되지 않고 넓은 지역에 분포 하고 있는 것으로 파악된다. 2·3차 산업의 경우에는 점 수가 있는 격자는 371개로 전체의 5.80%에 해당한다. 대 부분의 지역에 2·3차 산업은 존재하지 않고 유동인구가 많은 한정된 지역에 집중되고 있는 것으로 파악된다. 지 가의 경우에도 3점 이상의 점수를 포함하는 격자는 35개 로 전체의 0.55%로 높은 지가를 보이는 구간은 극히 일 부분으로 분석되었다. 버스 운행 밀도의 경우에는 2점 이상의 점수를 포함하는 격자가 2,764개로 전체의 43.19%로 분석되었다. 버스 운행 밀도는 도로를 기반으 로 운영되기 때문에 공공재의 역할을 하는 도로에 따라 넓은 지역에 분포를 하고 있으며, 물리적 특성 가운데 가장 높은 점수로 분포하는 것으로 파악된다(Table 1).

    2.중심지 분석 결과

    점수화된 물리적 특성을 기준으로 선형계획법에 의한 방법으로 중심지를 설정하였다. 여기서 사용된 가중치는 AHP분석을 통하여 산정하였다. 분석결과 가장 높은 가 중치는 상업지밀도로 분석되었으며, 가장 낮은 가중치는 지가 수준으로 분석되었다. 중심지에서는 그 지역의 지 가 수준보다는 지역 주민들이 경제적인 대가로 이용할 수 있는 상업시설의 분포나 이를 이용하기 위한 버스의 운행이 중요하다고 판단됨을 확인하였다(Table 2).

    산정된 점수와 가중치를 이용하여 최종적인 점수를 계산한 결과 다음의 Figure13과 같이 분석되었다. 산정된 결과 4.0점 이상의 격자는 용산면에서 5격자, 황간면에서 7격자로 분석되어 용산면보다 황간면의 중심지가 넓은 것으로 파악되었다. 또한 분석된 지점의 2.0점 이상의 점 수를 갖는 격자는 중심지로 추정되는 곳에 집중되어 있 음을 확인하였다. 본 논문에서는 점수가 4.0점 이상이 되 는 곳을 지역의 중심지로 제안하고자 한다. 현재 농촌마 을의 중심지를 산정하는 기준이 미비하기 때문에 선형계 획법에 의하여 분석된 점수 가운데 가장 상위 등급의 점 수를 중심지로 설정하였다(Figure 13).

    산정된 중심지를 살펴보면 용산면의 경우에는 한 개 의 법정리에 포함되어 있지만, 황간면의 경우에는 세 개 의 법정리에 중심지가 분포되어 있는 것으로 분석되었 다. 따라서 중심지는 행정경계에 따라 설정할 경우에는 누락되는 지역의 발생 가능성이 있는 것으로 파악된다. 또한 산정된 중심지를 확대하여 살펴보면, 황간면의 중 심지는 Figure 14와 같이 나타났다. 황간면의 중심지는 면사무소를 중심으로 이루어지지 않고, 사업체가 밀집되 고, 매표소를 지나는 도로를 따라 길게 형성되어 있다. 또한 용산면의 중심지는 Figure 15와 같이 나타났으며, 이 지역은 면사무소를 중심으로 도로를 따라 형성되어 있다. 중심지활성화사업의 관점에서 보면, 용산면의 중심 지활성화사업은 면사무소를 중심으로 하드웨어적인 개선 이 진행되어 정주여건의 하드웨어적인 개선을 시도하고 있다. 따라서 황간면에서는 면사무소를 중심으로 개선이 이루어지는 것보다는 황간매표소와 황간역을 중심으로 하드웨어의 개선이 이루어져야 할 것으로 판단된다.

    본 연구에서는 중심지를 설정함에 있어 오차가 확인 되었다. 황간면의 경우 격자 번호 5번과 7번에서 많은 면적이 하천에 포함되어 중심지로서 역할을 하지 못하는 공간이 포함되었으며, 용산면의 경우 격자 번호 9번과 11번에 많은 공간의 논이 포함되어 분석되었다. 그러나 이 오차는 정밀도의 문제로 격자의 크기를 작게 하면 수 정이 가능한 오차들로, 본 연구에서는 이보다 작은 50m 의 직경을 이용하면 더욱 정확한 중심지 경계를 파악 할 수 있을 것으로 사료된다.

    3.배후지 분석 결과

    배후지는 중심지의 서비스를 제공받는 공간으로 중심 지의 규모에 따라 이용지역은 다르게 나타난다. 본 연구 에서는 접근성과 허프의 확률모형을 이용하여 배후지의 범위를 파악하고, 설문조사를 통하여 실제 이용하는 배 후지의 범위와 비교 분석을 실시하였다.

    가.접근성 평가에 의한 배후지의 범위

    접근성을 평가하기 위하여 용산면과 황간면의 수치지 형도로부터 도로망도를 제작하였다. 출발점은 격자 내에 건물이 있는 경우에 격자의 중심점으로 설정하였으며, 도착점은 중심지평가로 추출된 격자의 중심으로 설정하 였다. 또한 접근성은 물리적 거리를 기준으로 설정하였

    다. 접근성을 평가하기 위하여 출발점을 행정구역 단위 로 살펴본 결과 용산면에 건물이 포함되는 격자는 307 개, 황간면에 건물이 포함되는 격자는 331개로 조사되었 다. 도로망도에 의한 물리적 거리를 산정한 결과 용산면 의 중심지까지의 거리가 가까운 격자는 총 372개의 격자 로 분석되었으며, 최대거리 12.40km, 최소거리 0.29km, 평균거리 4.61km, 편차거리 2.61km로 분석되었다. 황간 면의 중심지까지 거리가 가까운 격자는 총 266개의 격자 로 분석되었으며, 최대거리 8.76km, 최소거리 0.11km, 평 균거리 3.83km로 분석되었다. 물리적 거리의 분포로 보 면 황간면보다 용산면이 넓은 지역에 주거지가 분포하여 중심지까지의 접근도가 낮은 것으로 파악된다. 이 가운 데 행정구역이 황간면에 포함되지만 물리적 거리가 용산 면에 가까운 격자는 총 65개로 분석되었다. 최대 거리 차이는 6.12km, 최소 거리 차이는 0.94km로 분석되었으 며, 평균 거리 차이는 3.18km로 분석되었다(Figure 17). 법정리의 기준으로는 4개의 법정리에서 용산면의 중심지 까지 거리가 가까운 것으로 분석되었다. 황간면의 법정 리 가운데 용산면의 중심지까지 지리적으로 가까운 법정 리는 북쪽에서 남쪽방향으로 금계리, 용암리, 회포리, 우 천리로 분석되었다(Table 3).

    나.허프의 확률모형에 의한 배후지의 범위

    중심지를 이용하기 위해서는 지리적 거리만으로 결정 되지 않고 중심지 상권의 크기, 서비스 제공 규모에 따 라 달라지게 된다. 따라서 중심지를 이용할 확률을 식 3 으로 산출하여 중심지 이용 가능성을 파악하였다. 사용 된 변수는 중심지격자의 크기와 해당 격자의 크기, 마지 막으로 해당격자에서 중심지까지의 지리적 거리를 이용 하였다. 산출된 결과 용산면의 중심지를 이용할 확률이 높은 격자는 343개로 분석되었으며 중심지가 가까운 격 자에서 최대 99.82%, 최소 58.21%, 평균 80.44%의 확률 로 용산면의 중심지를 이용할 것으로 분석되었다. 황간 면의 중심지를 이용할 확률이 높은 격자는 295개로, 최 대 100.00%, 최소 56.00%, 평균 91.32%의 확률로 황간면 의 중심지를 이용할 것으로 분석되었다. 이 가운데 행정 구역이 황간면에 포함되지만 용산면의 중심지를 이용할 확률이 큰 격자는 36개로 분석되었다(Figure 18). 법정리 의 기준으로는 2개의 법정리에서 용산면의 중심지를 이 용할 확률이 큰 것으로 분석되었다. 황간면에서 용산면 을 이용하는 법정리는 금계리(북쪽)와 용암리(남쪽)로 금 계리의 경우에는 용산면을 이용할 확률값은 평균 68.0% 로 분석되었으며, 황간면을 이용할 확률값은 평균 32.0% 로 분석되었다. 또한 용암리는 용산면을 이용할 확률값 이 64.6%로 분석되었으며, 황간면을 이용할 확률값이 35.5%로 분석되었다(Table 4).

    다.설문조사에 의한 배후지의 범위

    접근성을 이용한 배후지의 범위와 허프의 확률모형을 이용한 배후지의 범위에서 차이가 나는 4개의 법정리를 대상으로 설문조사를 통하여 실제 이용하는 중심지를 파 악하였다. 파악한 결과 차량이 있는 경우에 외식과 생필 품을 구매하기 위하여 용산면과 황간면을 동시에 이용하 고 있는 것으로 조사되었다. 그러나 용산면을 이용하는 경우 이동거리는 짧지만 용산면까지 이동하기 위해서는 용산면 북쪽에 위치한 천금산자락을 넘어야하기 때문에 일부 도로가 직선적이지 않고 커브길이 많아 운행의 불 편을 느껴 시간이 더욱 소요되더라도 황간면을 이용하는 주민이 있다고 응답하였다. 또한 교육시설은 황간면을 이용하는 것으로 조사되었다. 교육시설은 해당 행정구역 안의 학교를 통학해야하는 이유로 행정구역에 따라 중심 지를 이용하는 것으로 분석되었다.

    버스를 이용하는 경우에는 4개의 법정리에서 황간면 을 이용하였는데, 이는 용산면으로 이동하는 버스빈도보 다 황간면으로 이동하는 버스빈도가 많기 때문에 지리적 으로 가까운 용산면 보다는 황간면의 중심지를 이용하는 것으로 파악된다. 또한 버스를 이용하는 경우 황간면까 지 약 20분 정도가 소요되는데 비해, 영동읍까지 30분 정도가 소요되며, 버스의 운행빈도도 비슷하기 때문에 병원이나 문화시설을 이용하는 경우 영동읍의 중심지를 이용하는 것으로 파악되었다. 따라서 중심지를 이용하는 배후지의 경우에는 차량을 이용하는 경우와 버스를 이용 하는 경우로 분류 해야하며, 또한 버스를 이용하는 경우 에는 운행빈도와 운행노선이 중요한 인자로 인식되고 있 음을 파악하였다. 마지막으로 중심지를 이용하는데 면단 위의 중심지보다 그보다 상위단계인 군단위의 중심지를 이용할 가능성을 내포하고 있기 때문에 행정구역의 위상 에 따른 중심지와 이를 이용하는 배후지를 파악하는 연 구가 진행되어야 한다.

    V.결 론

    본 연구에서는 물리적특성을 기반으로 선형계획법에 의한 중심지를 파악하였으며, 설정된 중심지를 바탕으로 배후마을의 범위를 평가하였다. 산정된 결과는 다음과 같다.

    • 1. 물리적 특성은 용산면보다 황간면이 높은 것으로 분석되었으며, AHP를 통하여 가중치를 산정한 결 과 상업지밀도가 가장 높게 분석되었다.

    • 2. 선형계획법에 의하여 중심지를 분석한 결과 용산면 보다 황간면에서 중심지의 범위가 넓었으며, 황간 면에서는 3개의 법정리에 걸쳐 분포하였고, 오차를 제어하기 위한 Hexagon 격자의 직경을 50m의 범위 로 제한하였다.

    • 3. 접근성을 기반으로 한 배후지의 범위는 황간면에서 4개의 법정리가 용산면의 중심지를 이용하는 것으 로 평가되었으며, 허프의 확률 모형을 이용한 결과 는 2개의 법정리가 용산면의 중심지를 이용할 가능 성이 높은 것으로 분석되었다.

    • 4. 용산면과 황간면의 경계에 있는 마을에서 설문조사 를 한 결과 개인차량을 이용하는 경우 용산면과 황 간면을 동시에 이용하고 있었지만, 버스를 이용하 는 경우 운행빈도가 높은 황간면을 이용하는 것으 로 파악되었며, 중심지의 기능이 더욱 큰 영동읍까 지 이용을 하는 것으로 파악되었다.

    • 5. 배후지에서 중심지를 이용하는 경우 지리적 거리도 중요한 인자로 파악되지만, 도로에 따른 운행 편의 성, 버스의 운행빈도, 버스 운행노선에 따라 중심지 를 이용하는 공간이 넓어지기 때문에 지형의 요소 와 대중교통의 인자에 따른 중심지에서 서비스 제 공 범위를 산정해야 할 것으로 사료된다.

    본 연구는 농촌진흥청 국립농업과학원 농업과 학기술 연구개발사업(과제번호:PJ01202303)의 지 원에 의해 이루어진 것임.

    Figure

    KSRP-23-53_F1.gif

    Study area

    KSRP-23-53_F2.gif

    Hexagon grid network

    KSRP-23-53_F3.gif

    Density of buildings

    KSRP-23-53_F4.gif

    Score distribution for density of buildings

    KSRP-23-53_F5.gif

    Density of business facilities

    KSRP-23-53_F6.gif

    Score distribution density of business facilities

    KSRP-23-53_F7.gif

    Land price distribution

    KSRP-23-53_F8.gif

    Score distribution for land price

    KSRP-23-53_F9.gif

    Land price distribution of Yaongsan-myeon

    KSRP-23-53_F10.gif

    Land price distribution of Hwanggan-myeon

    KSRP-23-53_F11.gif

    Density of bus operation

    KSRP-23-53_F12.gif

    Score distribution for density of bus vehicle

    KSRP-23-53_F13.gif

    Score distribution by linear programming

    KSRP-23-53_F14.gif

    Central place of Hwanggan-myeon

    KSRP-23-53_F15.gif

    Central place of Yongsan-myeon

    KSRP-23-53_F17.gif

    Range of central place using accessibility

    KSRP-23-53_F18.gif

    Range of central place using Huff’s probability model

    Table

    Score distribution of physical properties (Unit : Count of grid, %)

    Weighting values by physical properties

    Average distance to the central place (unit : km)

    Probability access to the central place (unit : %)

    Reference

    1. Cho Y.J. , Choi S.M. , Yoon Y.C. , Kim Y.J. (2007) Central Function Analysis in the Saemangeum Area , Journal of Agriculture and Life Science, Vol.41 (1) ; pp.29-34
    2. Choe J.H. , Gang S.G. (2016) Promotion of General Agricultural and Fishery Development Project for the Feeling of Welfare of Rural Communities , Magazine of the Korean Society of Agricultural Engineers, Vol.58 (2) ; pp.52-60
    3. Choi J.H. , Joo S.M. (2013) An Analysis on the Characteristics of Obstetrics and Gynecology Distribution in Daegu Metropolitan City using GIS Spatial Analysis , Journal of Daegu Gyeonbuk Development Institute, Vol.12 (2) ; pp.149-156
    4. Gatrell A.C. , Bailey T.C. , Diggle P.J. , And Rowlingson B.S. (1996) Spatial point pattern analysis and its application geographical epidemiology , Trans. Inst. Br. Geogr, Vol.21 (1) ; pp.256-274
    5. Jeon J.B. , Oh H.K. , Park J.S. , Yoon S.S. (2015) Traffic Vulnerability Analysis of Rural Area using Road Accessibility and Functionality in Cheongju City , Journal of Korean Society of RuralPlanning, Vol.21 (2) ; pp.11-21
    6. Jung D.Y. , Kim S.S. , Kim K.H. (2009) The Central Place Analysis with the Characteristics of the Distribution of the Land Price using GIS , Journal of the Korean Society for Geospatial InformationScience, Vol.17 (3) ; pp.65-70
    7. Kim D.S. , Jeon T.K. , Bae S.J. (2010) Development of Settlement Environment Diagnostic Indices for Rural Village Unit , Journal of Korean Society of Rural Planning, Vol.16 (3) ; pp.27-41
    8. Kim H.C. (2002) Analytical Method and its Application of Urban Centrality in Metropolitan Area: The Case of Daejeon Metropolitan Area , Journal of the Korean Urban Management Association, Vol.15 (3) ; pp.43-61
    9. Kim J. Y. (2013) The direction of activation policies and initiatives in rural centers, he subcommittee discussed the basis for improving living environment of Chungnam Development Committee,
    10. Kim J. Y. , Lee S. J. , Han S. O. , Oh H. T , Ko H. J. (2014) Performance and Strategy of Programs for Rural Center Development, Chungnam Development researcher,
    11. Kim K.I. (2014) Analysis and Policy on the Rural Settlement System in an Era of the Rural PopulationDecline, The Korea Spatial Planning Review,
    12. Kim K.Y. (2011) Identification of Centers using GWR and Spatial Clustering Method : A Case Study on Daegu Metropolitan City , Journal of the Korean Urban Geographical Society, Vol.14 (3) ; pp.73-86
    13. Kim S.C. , Rhim B.J. (2016) A Study on the Site Selection of Bank Branches and the Estimation of their Market Share Rate using GIS, 2016 , Korea Real Estate Academy Review, Vol.65 ; pp.191-205
    14. Kim Y.T. , Choi S.M. , Kim H.G. , Im S.B. (2014) Development of Evaluation Indicators System by Rural Village Types , Journal of the Korean Society of Rural Planning, Vol.20 (1) ; pp.37-49
    15. Lee B.K. (2008) Applying the L-Index for Analyzing the Density of point Features , Journal of Korea Spatial Information Society, Vol.16 (2) ; pp.237-247
    16. Mo H.R. , Park H.K. , Jo J.H. , Lee H.S. (2014) A Study on Development of Diagnostic Index for Rural Areas , Journal of the Korean Society of Civil Engineers, Vol.34 (6) ; pp.1925-1935
    17. Seong J.I. , Lee D.P. , Kwon I.H. (2008) A Study on Policy Directions and Measures for Rural Central Places in Consideration of Transformation in National Spatial Structure, Korea Rural Economic Institute,
    18. Seong J.I. , Lim S.A. (2012) The direction of the settlement condition and reorganize rural village, Rural renovation experts on the enactment of the law on the special debate Kit,
    19. Siverman B.W. (1986) Density Estimation for Statistics and Data Analysis, Chapman and Hall,
    20. Yoon C.H. , Kim C.S. (2003) A Study on the Distribution Characteristics of Residential Land Value in Daegu Metropolitan Area , Journal of the Korea Planning Association, Vol.38 (2) ; pp.99-110
    21. Yun J. W. , Kim U. , Yang J. Y. (2014) A Study on the Development of Urban Park Environment easurement Model for Citizens : Focused on theApplicability for Citizens Satisfaction , Journal of the Koran Institute of the Spatial Design, Vol.9 (4) ; pp.129-138