Korea Planning Association
[ Article ]
Journal of Korea Planning Association - Vol. 56, No. 5, pp.165-181
ISSN: 1226-7147 (Print) 2383-9171 (Online)
Print publication date 31 Oct 2021
Final publication date 19 Aug 2021
Received 23 Jun 2021 Reviewed 22 Jul 2021 Accepted 22 Jul 2021 Revised 19 Aug 2021
DOI: https://doi.org/10.17208/jkpa.2021.10.56.5.165

서울시 근린지역 상업 매출 감소와 회복탄력성 영향 요인 분석 : COVID-19 영향을 중심으로

하정원** ; 이수기***
Analysis of Neighborhood Factors Influencing Commercial Sales Drop and Resilience in Seoul, Korea : Focusing on the Impacts of COVID-19
Ha, Jungwon** ; Lee, Sugie***
**Master’s Student, Department of Urban Planning & Engineering, Hanyang University jungwonha@hanyang.ac.kr
***Professor, Department of Urban Planning & Engineering, Hanyang University sugielee@hanyang.ac.kr

Correspondence to: *** Professor, Department of Urban Planning & Engineering, Hanyang University (Corresponding Author: sugielee@hanyang.ac.kr)

Abstract

The COVID-19 pandemic has critically affected global and local economic activities, increasing non-face-to-face interactions and changing citizens’ lifestyles drastically. Furthermore, local economies, which are dependent on face-to-face businesses, are facing serious challenges. Although many studies have analyzed the resilience of regional economies, very few studies have focused on neighborhood-level commercial resilience during the pandemic. The purpose of this study is to determine the relationship between commercial resilience and neighborhood-level characteristics during the pandemic. This study uses credit card transaction data to analyze drops in commercial sales and resilience in the census unit of Gypgaegu in Seoul. The analysis results indicate that proximity to a park is the main factor to both alleviate commercial sales decline and enhance commercial sales resilience at the neighborhood level. In addition, this study shows that residential areas are resistant to the pandemic as well as business diversity and accessibility to vehicles, which translate to transport with low infection risk, as important factors of commercial resilience. Moreover, the results indicate that the government’s emergency relief fund was useful in coping with the economic shock due to COVID-19. In contrast, neighborhoods relying on people in the age group between 20 and 24, which mostly include university students, as well as 25 and 54, which include workers, had low commercial resilience, thus implying that influx of preexisting de facto population before COVID-19 is required for reviving neighborhood economies. This study therefore suggests that considering economically sustainable urban forms is necessary in terms of establishing the new normal for urbanism.

Keywords:

COVID-19, Commercial Sales, Resilience, Sustainability

키워드:

상업 매출, 회복탄력성, 지속가능성

Ⅰ. 연구의 배경 및 목적

COVID-19는 현재까지 광범위하게 확산하며 전례가 없는 수준으로 전 세계 경제에 큰 영향을 미치고 있다(Liu et al., 2020; David et al., 2021). 2020년 1월 국내 첫 확진자가 발생한 이후 COVID-19는 경제뿐만 아니라 시민의 일상생활에 큰 피해를 주며 대면 활동에 의존적인 지역 경제를 마비시키고 있다(Kang et al., 2020).

시민들은 COVID-19로 인한 팬데믹 상황 속 감염 위험을 낮추기 위해 대면 접촉을 최소화하고 다중이용시설을 기피하는 소비 경향을 보이고 있다(김태영 외, 2020). 또한, 과거 MERS와 SARS 시기와 마찬가지로 소비자의 상업 시설 이용 변화는 업종별로 상이하게 나타나 업종에 따른 지원책의 필요성을 시사하고 있다(Wen et al., 2005; Jung et al., 2016; Jung and Sung, 2017).

특히 매출 규모가 상대적으로 작은 소상공인 업종은 COVID-19에 대한 위기 대응력이 낮은 것으로 나타났다(Bartik et al., 2020; Gong et al., 2020). 이에 정부는 소상공인을 중심으로 COVID-19와 사회적 거리두기에 따른 피해를 업종과 피해액에 따라 나누어 차등적 지원 정책을 실행하고 있다. 세부적으로 정부가 실행한 첫 번째 지원책은 소상공인 매장 및 필수재 구매에서 사용 가능한 1차 긴급재난지원금을 전 가구에 지급한 것이었다(행정안전부, 2020). 이후 2차, 3차 재난지원금은 집합금지·영업 제한 조치를 받은 업종의 소상공인과 작년 대비 매출액이 감소한 일반 업종의 소상공인으로 나누어 차등적으로 직접 지급하였다(중소벤처기업부, 2020; 중소벤처기업부, 2021a). 4차 재난지원금을 통한 지원에서는 소기업까지 지원범위를 넓혔으며, 일반 업종은 피해 정도에 따라 지급액을 차등 설정하였다(중소벤처기업부, 2021b). 그러나 정부가 업종에 초점을 맞추어 지원 정책을 펼치는 반면, 상업시설의 매출 피해는 업종뿐만이 아니라 상업 시설이 위치한 지역의 사회경제적 특성에 따라서도 다르게 나타나고 있다(이성호·최석환, 2020; 하정원 외, 2021). 이러한 점에 비추어 볼 때, COVID-19로 인한 상업 매출의 영향은 소규모 지역 단위인 근린지역 간에도 다르게 나타날 수 있을 것으로 판단된다.

한편, COVID-19 확산으로 인한 사회경제적 충격과 시민 생활의 변화에 따라 감염병 확산 속 지속가능한 도시의 필요성이 제기되고 있다(Sharifi and Khavarian-Garmsir, 2020). 기존 도시 구조의 변화에 대한 요구는 주로 기후 변화, 인간 소외, 공중 보건에 초점을 맞춘 것으로서, Transit Oriented Development(TOD), 압축 도시 등의 전략이 제시된 바 있다. 이들의 바탕이 되는 뉴어바니즘(new urbanism) 운동은 압축 개발, 혼합용도, 보행 친화성으로 요약이 되는데, 이들의 연장선상에서 최근 15분 도시가 COVID-19 시기에 세계 여러 도시로부터 주목받고 있다(Pozoukidou and Chatziyiannaki, 2021). 15분 도시가 주목받고 있는 이유 중 하나는 감염병 확산에 따른 대중교통의 이용량 감소로 대중교통 중심적 수단 설계의 재고가 필요해진 것으로 볼 수 있다(Megahed and Ghoneim, 2020; Vickerman, 2021). 이에 따라 15분 도시는 보행, 자전거를 기본적 교통수단으로 삼으며 근린지역 수준의 생활 편의시설 인접성을 강조하고 있다.

감염병의 확산은 전무후무한 위기가 아니며, COVID-19 이후에도 새로운 유행병인 질병 X(Disease X)의 등장 가능성이 제기되었다(송영구, 2005; Simpson et al., 2020). 하지만 현재까지 감염병 확산하에서 지속가능한 도시를 실증적으로 살펴본 연구는 매우 부족한 실정이다(Sharifi and Khavarian-Garmsir, 2020; Moreno et al., 2021). 이에 본 연구는 감염병의 확산에 따른 경제적 취약 지역과 회복탄력성을 근린지역 수준에서 도출하여 감염병에 대해 경제적으로 지속가능한 공간 구조를 살펴보았다. 그리고 근린지역의 상업 매출의 감소와 회복탄력성에 영향을 미치는 사회경제적 영향 요인을 분석하여 팬데믹 상황에서 지속가능한 도시를 위한 정책적 시사점을 도출하고자 하였다.


Ⅱ. 선행연구 고찰

본 연구에서는 COVID-19로 인한 경제적 타격 속 지역별 매출 감소와 회복탄력성에 대한 영향 요인을 분석하기 위하여 크게 상업 매출 영향 요인과 지역의 회복탄력성에 관련한 선행 연구를 살펴보았다. 먼저 본 연구는 기존 연구에서 상업 매출에 유의한 영향을 미친 변수가 팬데믹 상황 속 매출 감소 및 회복탄력성 증감 요인으로 나타날 수 있는지 확인하기 위하여 상업 매출을 분석한 연구를 확인하였다. 그리고 감염병의 확산에 따라 나타난 사회적 변화 중 매출에 영향을 줄 수 있는 요인을 함께 살펴보았다. 또한, 본 연구에서는 지역의 회복탄력성을 다룬 연구를 고찰하여 회복탄력성의 정의와 측정 방법을 살펴보고, 본 연구에 적합한 회복탄력성 지표를 선택하였다.

1. 상업 매출 회복탄력성 영향 요인

본 연구는 상업시설의 매출 회복탄력성 영향 요인을 도출하기 위해 먼저 상업 매출의 영향 요인을 다룬 연구를 고찰하였다. 특정 업종의 매출을 분석한 연구로 정은애 외(2015)는 공간적 자기상관성을 고려하여 의류 소매업 매출액에 대한 인구, 토지이용, 차량 및 대중교통 접근성, 입지 특성의 영향을 분석하였다. 분석 결과 토지이용 복합도는 매출에 부정적 관계를 가지는 것으로 나타났는데, 의류 소비자의 쇼핑 목적 통행을 원인으로 지목하여 의류 업종의 군집성을 강조하였다. 마찬가지로 김수현 외(2015)정은애·성현곤(2018) 연구에서는 매출 영향요인으로 입지, 인구, 접근성, 토지이용 등의 특성을 고려하여야 한다고 주장하였다.

상권에 따른 연구로 김현철·이승일(2019)은 골목상권의 월평균 매출액에 대한 영향요인을 분석하였다. 연구는 경제활동을 하는 20~40대 연령층의 매출 비율과 업종별 경쟁 요인, 배후 지역 특성 등이 영향을 준 것을 확인하여 소상공인 중심으로 형성된 골목상권 보호를 위한 정책적 근거를 제시하였다. 또한, 이연수 외(2014)는 캠퍼스 상권의 매장당 매출액을 산출하여 대중교통 접근성, 토지이용, 유동인구, 상권의 규모와 같은 입지요인과 영향 관계를 분석하였다. 분석 결과 대중교통 접근성과 유동인구가 매장당 매출액에 유의한 양의 관계를 보였다. 그리고 필지의 규모는 매장당 매출액에 부정적인 영향을 끼친 것으로 나타나 상권 활성화에 있어서 소규모 공간 구조의 중요성을 시사했다. 이와 유사한 결론으로 Walzer et al.(2018)은 업종별 매출 혼합도를 통해 중소도시 소매 상권에 있어서 다양한 구매 기회 제공의 필요성을 시사했다.

또한, 많은 연구에서는 보행량을 매출의 주요한 설명 변수로 채택하고 있었는데, 최막중·신선미(2001)는 매출액에 큰 영향을 끼치는 입점 고객 수에 대하여 보행량이 높은 설명력을 가지는 것을 확인하였다. 같은 맥락에서 김수현 외(2015)의 연구에서는 보행량을 대표할 변수로 유동인구를 사용하여 편의점 매출에 유의한 양의 영향을 보인 것을 확인했다. 유사한 결과로 김현철·이승일(2019)은 이동통신사의 유동인구 추정 데이터를 활용하여 유동인구 수가 골목 상권의 매출액에 유의미한 영향을 끼친 것을 확인하였다. 한편 유동인구는 상업 매출뿐만 아니라 가로 및 도시 활력 연구에서 중요한 지표로 사용된다. 일례로 윤나영·최창규(2013)양용택·배웅규(2018)는 매출 연구와 마찬가지로 토지이용과 건조 환경 특성을 주요한 유동인구 요인으로 분석하고 있는데, 이는 도시 활력과 매출이 밀접한 관계를 가지고 있음을 시사한다. 또한, 최근 많은 도시 활력 연구는 생활인구를 유동인구 지표로 해석하여 분석하고 있으며, 일부 연구는 생활인구 데이터를 활용하여 실제적 토지이용을 설명할 수 있음을 확인했다(Yue et al., 2017; 정재훈·남진, 2019; 조월 외, 2021).

추가적으로 본 연구는 COVID-19로 인한 시민의 행동 변화를 고려해야 한다고 판단하여, 감염병으로 인해 나타날 수 있는 사회경제적 현상을 살펴보았다. MERS 시기 나타난 변화로 Jung and Sung(2017)의 연구에서는 일부 소매 업종에서 소비자의 감염 우려로 인한 온라인 판매로의 전환을 확인하였으나, 식료품과 같은 필수품 소매에서는 온라인 전향성이 없는 것으로 나타났다. 이와 유사한 결과로 Jung et al.(2016)은 MERS로 인한 전통적 경로의 소비에서 매출 감소와 온라인 경로에서의 매출 증가를 확인하였다. 또한, 감염병으로 인한 시민의 수단 선택 변화도 나타났는데, MERS 시기 통행 패턴 변화에 대해 분석한 Kim et al.(2017)의 연구는 스마트카드 환승 데이터를 통해 감염 우려로 인한 대중교통 이용량 감소를 확인하였다.

비슷한 현상은 COVID-19 상황 속에서도 나타났다. 김태영 외(2020)에 따르면 2020년 2월 말부터 3월 초 기간에 COVID-19로 인한 매출 피해가 최대로 나타났으며, 다중이용시설 및 대중교통 운영 업종, 대면접촉이 필요한 업종 위주로 피해가 발생했다. 이처럼 사람들은 감염 위험을 최소화하고 주거지에 머무르는 경향을 보이고 있다(Sehra et al., 2020; Tan and Ma, 2021). 상권에 따른 피해에 대한 연구로 이성호·최석환(2020)은 수원역 상권과 성균관대 상권에서 매출의 큰 타격을 확인하였다. 세부적으로 수원역 상권은 기존 외부인구 소비가 활발한 지역으로 COVID-19로 외부인구가 줄어들자 매출이 급감하였으며, 성균관대 상권은 성균관대학교의 2020년 1학기 온라인 개학으로 대학생 인구 유입이 사라져 큰 타격을 입은 것으로 나타났다.

전술한 바와 같이 유동인구는 상업 매출과 밀접한 연관을 갖는데, 일부 연구에서는 COVID-19 시기 특정 지역에서의 유동인구 증가를 시사하고 있다. Geng et al.(2020)은 구글의 지역사회 이동성 보고서 데이터를 활용하여 각 국가의 공원 이용량 변화를 분석하였는데, 한국은 COVID-19의 빠른 확산이 이루어진 2020년 3월 초까지 공원 이용량 감소를 보였으나 확산이 안정화되자 COVID-19 확산 이전 대비 최대 150%의 증가를 보였다. Arimura et al.(2020)은 삿포로(Sapporo)시를 대상으로 COVID-19로 인한 생활인구의 변화 양상을 살펴보았으며, 긴급 사태 이후 Central Business District (CBD) 지역의 전반적 생활인구 감소와 주거지역의 주간 생활인구 증가를 확인하였다. 세부적으로 CBD 지역의 경우, 삿포로역 인근 업무 위주 지역에서 주간에 생활인구 감소가 타 지역에 비해 높게 나타났으며, 스스키노(Susukino) 지역 인근의 유흥업 밀집 지역은 야간에 상대적으로 감소가 높게 나타났다. 본 연구는 선행연구를 종합적으로 고려하여 다양한 공간적 특성에 따라 다르게 나타나는 COVID-19의 영향을 살펴보고자 하였다.

2. 지역의 회복탄력성

본 연구는 근린지역의 상업 회복탄력성을 분석하기 위해 지역의 회복탄력성을 조작적으로 정의한 연구를 중심적으로 고찰하였다. 먼저 회복탄력성의 정의를 살펴보면, 회복탄력성이란 기본적으로 시스템이 현재 상태를 벗어나는 변동을 흡수하고 시스템을 지속하는 능력으로 정의할 수 있다(Holling, 1973). 변화를 유발하는 외부 충격은 자연 재해, 테러, 경제적 불황 등이 될 수 있으며, 국가, 회사, 노동자 등이 충격의 대상이 될 수 있다(Gong et al., 2020). Simmie and Martin(2010)은 두 가지 방식으로 회복탄력성이 논의될 수 있다고 하였다. 먼저 공학적 회복탄력성(engineering resilience)은 시스템이 충격 이후 기존의 궤도로 돌아온 정도를 통해 설명한다. 공학적 회복탄력성은 정상적 상태로의 회복을 의미하는 탄성력(elasticity)이라고도 볼 수 있다(김원배·신혜원, 2013). 다른 형태로 생태적 탄력성(ecological resilience)은 경제 시스템이 충격에 어떻게 적응하는지에 중점을 두어 충격 이후의 대처 능력을 설명한다. Han and Goetz(2015)의 연구는 충격이 없는 경우 정상적 성장세를 보이는 고용자 수를 추정하여 공학적 회복탄력성 관점의 회복탄력성 지표를 제시하였다. Han and Goetz(2015)는 회복탄력성 지표에 포함되는 충격 양상의 두 가지 단계를 제시하였다. 첫 번째는 충격 흡수 단계로 경제적 충격이 지속되는 동안의 변화를 의미한다. 두 번째는 복원 단계로 경제적 충격으로부터 회복하는 것을 의미한다. 연구는 월별 고용자 수에 흡수와 복원 지표를 적용해 미국발 금융위기(Great Recession) 이후 기존 고용자 수 성장세에 따른 주(county)별 회복탄력성을 측정하였다.

재난 대응의 관점에서 회복탄력성을 다룬 다른 연구로 Vugrin et al.(2011)은 회복탄력성 비용(resilience cost)이라는 개념을 제시하여 허리케인으로 인한 기반시설별 회복탄력성을 계산하고자 하였다. 회복탄력성 비용은 피해가 시작된 시점과 복구가 끝난 시점까지의 피해(systemic impact) 및 복구투입(recovery effort)의 선적분 합을 기존 시스템 목표치(targeted system performance)로 나눈 값으로 정의된다. 이를 활용한 국내 연구로 유순영 외(2014)Vugrin et al.(2011)이 제시한 회복탄력성 비용 함수를 활용하여 시도 단위의 지역별 호우에 따른 방재력 비용을 산출하였다. 연구는 노출인자를 통해 방재력 비용을 정규화하여 사회경제적 규모가 다른 지역 간 방재 사업의 우선순위를 부여하였다. 이처럼 회복탄력성 비용 지표는 충격 이후 복구까지 모두 완료된 경우 측정에 적합한 것을 알 수 있다.

본 연구에서는 COVID-19로 인한 피해가 급격하게 나타난 점과 피해 기간을 정의하기 어렵다는 점을 고려하여, 기존의 정상적 상태로부터 회복 정도를 조작적으로 정의 가능한 공학적 회복탄력성 관점에서 회복 수준을 확인하는 것이 적합하다고 판단하였다(정혜진, 2016). 따라서 본 연구는 공학적 회복탄력성 개념을 차용한 Han and Goetz(2015)의 회복탄력성 지표를 활용해 집계구별 일평균 매출액을 분석하였다.

3. 연구의 차별성

매출 영향 요인에 대한 선행 연구 고찰 결과, 상업 매출에 영향을 미치는 요인으로 인구학적 특성, 토지이용 특성, 접근성 특성, 입지 특성 등이 주요하게 다루어진 것으로 나타났다. 또한, 상업 매출과 관련하여 보행 인구가 주요한 요인으로 작용하고 있는 것을 확인할 수 있었다. 따라서 본 연구에서는 매출 영향 요인이 매출 감소와 회복탄력성 영향 요인으로 나타날 수 있는지 실증적으로 분석하였다. 또한, 소규모 근린 단위의 분석단위를 사용함에 따라 주거인구보다는 근린의 생활인구를 고려하는 것이 더욱 타당하다고 판단하였다(정은애 외, 2015). 추가적으로 본 연구에서는 감염병으로 인한 사회경제적 변화 선행 연구 고찰을 통해 대면 업종, 다중이용시설 업종, 대학생 및 근로자와 같은 외부 인구 유입, 공원의 접근성을 살펴볼 필요성이 있다고 판단하여 회복탄력성과의 관계를 살펴보았다.

따라서 본 연구의 차별성을 정리하면 첫째, 회복탄력성 연구에 있어서 대부분의 연구가 시군 규모의 단위를 대상으로 분석한 것과 달리, 본 연구는 COVID-19 확산 아래 주목받고 있는 근린 단위인 집계구를 활용하여 보다 세부적인 공간 단위에서 분석을 진행하였다. 둘째, 기존의 상업 매출 영향 요인뿐만 아니라 감염병 확산 시기 나타날 수 있는 매출 감소와 회복탄력성 요인을 함께 분석에 고려하였다. 세부적으로 2020년 COVID-19 확산에 따라 나타난 공원 이용량 증가, 온라인 개학, 대면 소비 기피 등과 같은 사회적 변수를 분석에 반영하여 팬데믹이라는 특수한 상황에서 나타날 수 있는 매출 변화 요인을 살펴보았다. 셋째, 본 연구는 집계구 수준의 분석을 진행함에 따라 주거인구가 아닌 시간대별 생활인구를 근린지역의 인구학적 특성으로 활용하였다. 따라서 본 연구는 COVID-19 시기 회복탄력성 영향 요인을 종합적으로 고려하여 앞으로 발생 가능한 감염병의 확산에 대비해 경제적으로 지속가능한 공간 구조와 대응 방안을 제시한 차별성을 지닌다.


Ⅲ. 연구 방법론

1. 활용 데이터 및 연구 범위

본 연구에서 활용한 매출 데이터는 법인 거래를 제외한 서울시 내 BC카드 가맹점의 월별 오프라인 결제 데이터(2019.10~ 2020.05)이다. BC카드의 매출액 점유율은 24%로 나타나고 있다(이성호·최석환, 2020). 이에 따라 본 연구는 BC카드 데이터가 서울시의 매출을 대표할 수 있다는 가정하에 진행되었다. 카드 데이터는 18개 업종으로 분류되어 있으며, 18개 업종의 세부 업종에 관한 내용은 <표 1>과 같다. 그 외 공원, 생활인구, 학교, 건축물, 공시지가, 대중교통시설에 관련한 공간 데이터는 서울열린데이터광장, 국가공간정보포털, 공공데이터포털의 데이터를 활용하였다. 본 연구의 공간적 범위는 서울시를 대상으로 하며, 분석단위는 <그림 1>과 같이 근린 단위인 2019년도 기준 집계구이다.

Classification of businesses

Figure 1.

Unit of analysis

2. 변수 구축

선행 연구 고찰을 통해 상업 매출의 변화와 회복탄력성에 대한 영향 요인을 크게 인구학적 특성, 토지이용 특성, 접근성 특성, 입지 특성의 4가지로 설정하였다. 본 연구에서 사용한 변수는 <표 2>에 정리하였다.

Variable definitions

먼저 본 연구에서 활용한 매출은 월단위로 매출이 발생하는 업종을 고려하여 월별 일평균 매출액으로 설정하였다. 다음으로 본 연구의 종속변수인 상업 매출 감소(drop)와 회복탄력성(resilience)은 Han and Goetz(2015)에서 제시한 상대적 회복탄력성 지표를 식 (1)과 같이 활용하였다. 본 연구의 시간적 범위는 비교적 짧기 때문에 시스템의 정상적 성장세를 나타내는 복리성장률(compound growth rate)은 0으로 설정하였고, 회복 기간의 지연은 고려하지 않았다. 이에 따라 충격을 받지 않았을 경우 t2에서 기대되는 매출액은 t1의 매출액과 같다. ratio는 매출 감소와 회복(rebound)의 비율을 의미하며, 이를 Z-score로 표준화한 것이 회복탄력성이다. r은 복리성장률, y는 집계구별 t월의 일평균 매출액, s는 0.0001이다.

(1) 

t1이성호·최석환(2020)에 따라 COVID-19 이전 지역 경제의 정상적 상태를 2019년 10월·11월로 보고, 집계구별로 10월·11월 중 국소 최댓값(local maximum)을 보이는 달로 설정하였다. t2는 각 집계구별 COVID-19로 인한 영향이 나타난 시작한 2020년 2월·3월·4월 중 국소 최솟값(local minimum)을 보이는 기간이다. 선행 연구의 결과에 따른 2020년 매출의 감소는 1월을 기점으로 3월에 최대로 나타나지만, 업종별로 감소가 나타나는 기간과 집계구별 업종의 구성이 다르므로 유연하게 구성하였다(Han and Goetz, 2015; 김태영 외, 2020; 이성호·최석환, 2020). 마지막으로 t3은 매출 데이터의 마지막 기간인 2020년 5월이다. 이를 도식화한 결과는 <그림 2>와 같다.

Figure 2.

Concept of resilience by census unit

본 연구는 인구학적 특성에 대해 전술한 바와 같이 생활인구가 주거인구보다 집계구 매출에 대한 설명력이 높다고 판단하였다. 따라서 본 연구는 2016년도 집계구 기준으로 작성된 생활인구 데이터를 활용하기 위해 생활인구 밀도를 산출하여 2019년도 집계구 면적에 따라 생활인구 수를 역산하였다. 생활인구는 매출 데이터와 t1 기간을 일치시키기 위하여 COVID-19 이전 정상적 상태를 보이는 2019년 10월·11월의 데이터를 활용하였다. 이후 정재훈·남진(2019)에 따라 주거, 업무, 여가 기능 지역의 특성이 나타나는 시간대를 각각 오전 0~5시, 오후 1~4시, 주말 및 공휴일 오후 18~22시로 설정하여 각 집계구별로 해당 시간대의 생활인구 값을 표준화하여 표준화된 생활인구 변수로 사용하였다. 또한, 본 연구에서는 2020년 상반기 COVID-19로 인한 온라인 개학, 재택근무 등을 고려하여 대표적 외부인구인 대학생과 근로자가 주로 분포된 나이대의 생활인구 비율을 분석 변수로 활용하였다(이경민·정창무, 2014; 김진유·이창우, 2017). 생활인구 표준화 식과 나이대 비율은 다음과 같으며, X는 생활인구, c는 집계구, t는 각 시간대, a는 해당 나이대를 의미한다.

(2) 

토지이용 특성은 정하림·최창규(2013), 정은애 외(2015), 김수현 외(2015) 등의 연구에 따라 건물의 용도를 주거, 상업, 업무, 공공, 문화, 기타시설의 6가지로 나누었다. 분석 변수로는 선행 연구에서 고려한 평균 층수, 평균 건폐율, 주거·상업·업무 중 2개 용도 간 복합도(mix between two uses)와 모든 용도의 혼합도(overall mix)를 사용하였다. 혼합도는 엔트로피 개념을 적용한 다양성 지표로서 본 연구에서는 6개 용도의 전체적 토지이용 혼합도와 18개 업종의 매출 혼합도 산출에 활용하였다(Song and Knaap, 2004). 토지이용의 다양성 지표인 복합도와 혼합도에 관한 식은 아래와 같다. A와 B는 복합도 산출에 사용할 용도의 집계구 내 총 연면적, s는 0.0001, p는 i별 비율, n은 용도 혹은 업종의 개수이다.

(3) 

접근성 특성 중 교통 접근성은 이연수 외(2014), 김수현 외(2015), 정은애 외(2015), 정은애·성현곤(2018) 등의 매출 연구뿐만 아니라 MERS 당시 대중교통의 통행 감소를 확인한 Kim et al. (2017)의 연구를 참고하여 대중교통 접근성과 차량 접근성을 고려하였다. 대중교통 접근성은 집계구 중심점으로부터 버스 정류장 및 지하철 역사까지의 직선거리로 도출하였으며, 차량 접근성은 집계구 면적 대비 도로 면적의 비율로 산출하였다. 집계구 단위의 버스 접근성은 선행 연구에 따라 중심점으로부터의 거리 또는 정류장 밀도로 나타나는데, 매출 데이터상에 존재하는 집계구는 대부분 버스 정류장을 포함하고 있지 않기 때문에 본 연구는 거리 지표가 적합하다고 판단하였다(정은애·성현곤, 2018; 조월 외, 2021). 또한, 본 연구에서는 COVID-19 이후 공원 방문이 증가함에 따라 공원 방문량 증가가 매출 증가로 이어지는지 살펴보았다(Geng et al., 2020). 공원 접근성 산출에 사용한 공원은 일정 규모 이상의 도시공원이 여가 통행의 목적지로 적합하다고 판단하여, 휴식 및 운동 공간의 성격을 띠고 있는 근린공원 규모인 10,000m2 이상의 공원만을 활용하였다. 추가적으로 도시자연공원은 근린공원과 유사한 성격을 가지고 있기 때문에 분석에 포함하였다(손승우·안동만, 2013). 공원의 접근성은 근린공원의 법령상 규모와 유치 거리에 따라 10,000~30,000m2의 경우 500m, 30,000m2 이상의 경우 1,000m 버퍼로 서비스 권역을 설정하여 집계구 면적 대비 공원 서비스 권역의 포함 비율로 산출하였다(국가법령정보센터, 2021). 추가적으로 정부의 초·중·고등학교 개학 연기 조치와 서울시 내 대다수 대학의 개학 연기 및 온라인 개강으로 인한 매출의 변화 가능성이 높기 때문에 초등학교, 중학교, 고등학교, 대학교와의 접근성을 함께 살펴보았다. 접근성 지표는 집계구의 중심점과의 직선거리를 통해 산출하였으며, 차량 접근성을 나타내는 도로율은 집계구 면적 대비 도로의 면적으로 산출하였다.

입지 특성은 정은애 외(2015), 김수현 외(2015) 김현철·이승일(2019) 등의 연구에서 활용한 단위면적 공시지가와 업종 밀도를 고려하였다. 입지 특성 변수는 COVID-19로 인한 영향 관계를 도출하기 위하여 COVID-19 이전인 2019년을 기준으로 하였다. 지가는 집계구의 단위면적 가격을 활용하였으며, 매장 밀도는 BC카드 데이터의 매장 수를 활용하여 단위 면적당 매장 수로 산출하였다. 추가적으로 본 연구에서는 업종별 매출의 혼합도가 실제 토지이용의 다양성과 다양한 소비 기회의 제공을 통한 보행자 흡인력을 설명할 변수로 적합하다고 판단하여, 전술한 혼합도 수식에 따라 18개 업종 간 매출 비율을 통해 산출하였다.

마지막으로 상업 특성으로 대면 업종 시설은 소비자의 감염 위험 회피 경향에 따라, 주요 소비 행태가 마스크 탈거를 동반하는 업종을 고려하여야 한다고 판단하였다(Jung et al., 2016; Kang et al., 2020). 또한, 다중이용시설 업종 매출 비율은 업종 특성상 밀집된 이용을 동반할 뿐만 아니라 사회적 거리두기 조치에 따라 소비에 제한이 있기 때문에 포함하였다. 다중이용시설 업종의 기준은 보건복지부의 다중이용시설 분류에 따라 해당 시설이 포함된 업종으로 설정하였다(보건복지부, 2020). 제한 업종 비율은 2020년 3월 22일 정부의 고강도 사회적 거리두기 정책에 따라 운영중단 권고 및 집합금지가 시행된 실내체육시설, 유흥업소, 학원이 포함된 업종의 매출 비율로 산정하였다(중앙재난안전대책본부, 2020). 마지막으로 긴급재난지원금 사용처 비율은 BC카드 데이터 내 18개 업종의 전체 매출 중 긴급재난지원금 사용이 불가한 세부 업종을 제외한 나머지 업종의 매출 비율로 산출하였다(비씨카드, 2020).

3. 분석 모형

다중공선성을 확인한 결과, 0~5시와 13~16시 표준화된 생활인구의 상관성은 -0.944로 높게 나타났다. 이러한 결과는 주거와 업무 생활권 간 출퇴근으로 인한 것으로 판단된다. 따라서 본 연구는 13~16시의 표준화된 생활인구를 분석에서 제외하였다. 최종적으로 모든 변수의 VIF 값은 5 이하로 나타나 다중공선성 문제는 없다고 판단하였다. 추가적으로 본 연구는 퀸(queen) 방식 인접성(contiguity), k-Nearest(k=5), 역거리(inverse distance) 공간 가중치 행렬을 사용하여 전역적 공간 자기상관성을 확인하였다. 그 결과 매출 감소와 회복탄력성에 대한 Moran’s I 값은 0.1 미만으로 나타났으며, 다중회귀모형과 공간회귀모형의 결과 간 차이는 크지 않았다. 따라서 본 연구는 다중회귀모형을 분석에 활용하였으며, 다중회귀모형에 대한 Breusch and Pagan(1979)의 이분산 검정 결과 이분산성이 확인되어 다중회귀모형의 표준 오차를 강건한(robust) 표준 오차로 조정하였다.


Ⅳ. 연구 결과

1. 기술통계량

본 연구는 COVID-19로 인한 서울시 상업 매출 변화의 일반적 경향을 확인하기 위하여 Interquartile Range(IQR) 기준에 따라 매출 감소(drop)와 회복(rebound)의 1분위 수와 3분위 수 지점에서 IQR의 1.5배 수 경계를 넘어서는 수치를 보이는 집계구를 제거하였다. 이후 인구학적 특성, 토지이용 특성, 접근성 특성, 입지 특성, 상업 특성의 데이터를 결합하여 <표 3>과 같이 총 5,987개의 집계구를 최종적으로 도출하였다. 추가적으로 본 연구는 2020년 상반기 나타난 집계구별 매출 감소와 회복탄력성을 행정동에 따라 평균하여 <그림 3>과 같이 시각화하였다.

Summary statistics

Figure 3.

Average sales drop and resilience by ‘dong’ of administration

2. 매출 감소 분석

집계구별 상대적 매출 감소를 활용한 매출의 변화 분석 결과는 <표 4>와 같다. 먼저 인구 특성을 살펴보면 기존 0~5시와 주말 18~22시에 생활인구가 높게 나타나는 지역에서 매출 감소가 유의하게 낮았다. 이는 정재훈·남진(2019)의 연구에 따라 주거 위주 지역과 문화 및 여가 기능이 높은 지역의 소비 감소폭이 타 지역에 비해 낮았던 것으로 해석할 수 있다. 세부적으로 강동구, 동작구, 노원구, 은평구 일부의 주거 기능 지역이 포함되는데, 주거 위주 지역(0~5시)의 낮은 매출 감소는 수원 호매실 상권과 같은 근린생활 상권에서 오프라인 매출 감소폭이 작았던 결과와 일치한다(이성호·최석환, 2020). 이는 COVID-19 이후 주거지역에서 상주하는 시간이 길어지자, 체류시간 증가에 따라 소비가 증가한 결과로 볼 수 있다(Sehra et al., 2020). 그러나 수원역 상권과 같이 주말 매출 및 외부 유동인구 비중이 높은 지역에서 매출 피해가 컸던 이성호·최석환(2020)의 연구와, 유흥업 밀집 지역에서 유동인구가 급감한 Arimura et al.(2020)의 연구 결과와 달리 본 연구의 결과는 서울의 문화 및 여가 기능이 높은 지역(주말 18~22시)에서 매출 감소가 작게 나타났다. 이러한 결과는 정재훈·남진(2019)의 연구에서 지적한 여가 기능 지역의 다양한 주중 시간대별 인구 특성으로 인한 것으로 판단되며, 이들 지역에 대해서는 보다 세밀한 분석이 필요할 것으로 보인다. 나이대의 비율에 따른 결과로, 대학생이 중심적으로 분포된 20세에서 24세 사이의 생활인구 비율이 높은 지역에서 매출 감소가 유의하게 나타났다. 기존 생활인구가 대학생 중심으로 이루어진 상권의 경우, 2020년 1학기 개강 연기 및 비대면 개강으로 인구 유입이 감소하자 매출이 큰 타격을 받은 것으로 판단된다.

Regression result on the sales drop

토지이용 특성에 대한 분석 결과 평균 건폐율은 매출 감소와 유의한 음의 관계를 보이는 것이 확인되는데, 이는 거주지 체류 시간 증가에 따라 건폐율이 높은 다세대주택 밀집지에서 매출이 증가한 결과로 판단된다. 그러나 가로 활력 측면에서 건폐율은 보행량에 상반된 결과가 모두 나타나기 때문에 가로 수준의 세밀한 분석이 필요할 것으로 보인다(윤나영·최창규, 2013; 양용택·배웅규, 2018).

접근성 특성에서 버스 정류장과의 거리는 매출 감소와 음의 관계를 보였다. 즉, 버스 정류장과 멀어질수록 매출 감소가 적었던 것으로, 시민들의 대중교통 기피 심리에 따라 나타난 결과로 볼 수 있다(Tan and Ma, 2021). Kim et al.(2017)의 연구에서는 감염 우려로 인한 통행량 감소가 버스보다 지하철에서 크게 나타났으나, 본 연구는 매출을 대상으로 하므로 역 인근 상권의 높은 도보 접근성으로 버스 접근성과는 상이한 결과를 도출한 것으로 판단된다(김태호·박기혁, 2010). 다른 한편, 공원의 접근성은 매출 감소와 유의한 음의 결과를 보였다. 즉, 공원 방문에 따른 인근 지역에서의 소비 증가 경향을 시사한다. 그러나 본 연구의 결과는 Geng et al.(2020)의 결과에서 나타난 2020년 3월 초까지의 공원 이용량 감소와 다른데, 이는 Geng et al.(2020)의 연구에서 활용한 구글 이동성 보고서의 공원의 정의가 광장 및 해수욕장을 포함하는 광범위한 공공장소이기 때문에 나타난 결과로 판단된다. 대학교와의 거리는 매출 감소와 음의 관계를 보이는데, 이를 해석하면 대학교와 거리가 먼 지역일수록 매출 피해가 상대적으로 작았다고 볼 수 있다. 이러한 결과는 전술한 바와 같이 서울 대다수 대학의 개학 연기 및 비대면 개강으로 인하여 대학교 인근의 인구 유입이 감소하자 매출의 피해가 확대된 것으로 추측할 수 있다. 반면, 초·중·고의 접근성은 매출 감소와 유의한 관계를 보이지 않았는데, 이는 대부분의 학교가 주거지역에 위치하여 나타난 결과로 판단된다.

입지적 특성으로 단위면적 공시지가는 매출 감소와 양의 유의한 관계를 보였다. 이러한 결과는 기존에 높은 유동인구에 따라 임대료와 지가가 높게 형성된 상업지역에서 COVID-19로 인해 유동인구가 급감하자 매출 감소가 크게 나타난 것으로 볼 수 있다. 마찬가지로 업종 매출 혼합도는 유의한 양의 결과를 보였는데, 이는 다양한 업종이 혼재된 상업지역에서 COVID-19로 인해 유동인구가 감소한 결과로 판단된다.

마지막으로 상업 특성 중, 대면 업종 매출 비율과 다중이용시설 업종 매출 비율은 매출 감소와 유의한 양의 관계를 보였는데, 이러한 결과는 MERS 시기 소비자에게서 나타난 감염 위험을 피하고자 하는 경향과 일치한다(Jung et al., 2016). 반면, 긴급재난지원금 사용처 업종 매출 비율은 2020년 2~4월 긴급재난지원금 지급이 실시되기 이전임에도 불구하고 유의한 음의 관계를 보였다. 긴급재난지원금 사용처는 대부분 소상공인과 필수재에 국한되어 있기 때문에, 비교적 타인과 접촉이 적은 소규모 소상공인 매장과 필수재 판매 업소에서 입점객 감소가 낮게 나타난 것으로 추정된다(Jung and Sung, 2017; Kang et al., 2020).

3. 매출 회복탄력성 분석

매출 회복탄력성의 분석 결과는 <표 5>와 같다. 먼저 여가 기능 지역으로 대표되는 주말 18~22시의 생활인구가 높은 지역에서 회복탄력성과 유의한 양의 관계를 보였다. 이는 COVID-19 확산 완화에 따라 주말을 중심으로 가족단위 활동이 증가한 경향으로 해석할 수 있다(이성호·최석환, 2020). 그러나 앞서 매출 감소 분석과 마찬가지로 이들 지역은 주중 생활인구 특성이 다르게 나타나는 지역이기 때문에 보다 세밀한 분석이 필요할 것으로 보인다. 나이에 따른 인구학적 특성으로 대학생이 중점적으로 분포한 20~24세 생활인구의 비율이 높은 지역은 회복탄력성이 낮게 나타났다. 이는 2020년 1학기 내 지속된 온라인 개학의 영향으로 판단된다. 또한, 소득이 있는 근로자로 구성된 25~54세 생활인구 비율이 높은 지역은 매출 감소와는 유의한 관계를 보이지 않았으나 2020년 5월까지를 고려한 회복탄력성에서 상대적으로 낮은 모습을 보였다. 이는 COVID-19 확산 초기 근로자에 대한 사회적 거리두기 정책이 타 인구 그룹보다 미흡했으나, COVID-19 장기화로 사회적 거리두기가 2020년 5월에도 지속되면서 사회 전반적으로 수용된 점이 원인으로 추정된다.

Regression result on the sales resilience

다음으로 토지이용 특성과 매출의 회복탄력성 관계를 살펴본 결과, 주거와 업무 복합도가 높은 지역에서 회복탄력성이 낮게 나타났다. 전술한 바와 같이, 근로자 비율이 높은 지역에서 회복탄력성이 떨어짐에 따라 주거지역과 업무 지역 간 경계에 위치한 지역 역시 회복탄력성이 낮게 나타난 것으로 보인다. 또한, 평균 건폐율은 매출 감소 분석에서와 마찬가지로 긍정적 요인으로 작용한 것을 알 수 있다.

접근성에서 차량 접근성을 대변하는 도로율은 회복탄력성과 유의한 양의 관계를 보였다. 이러한 결과는 다수가 이용하는 대중교통에 대한 심리적 감염 우려가 작용한 것으로 판단되며, 밀집된 공간의 위험이 증대되었을 때 사람들이 차량을 선호하였다는 결과와도 일치한다(Elias et al., 2013; Kim et al., 2017; Tan and Ma, 2021). 반면, 공원 접근성이 높을수록 회복탄력성은 높은 것으로 나타났는데, 이러한 결과는 2020년 2월 초와 비교해 5월까지 공원 방문 횟수가 높게 나타나는 결과와도 일치한다(Geng et al., 2020). 또한, 대학교 인근 지역에서 매출 회복탄력성이 낮게 나타났는데, 이는 2020년 1학기 내 지속된 서울시내 대학교의 온라인 개강으로 대학생 유입이 줄어든 결과로 판단된다. 반면, 초·중·고 학교의 접근성은 매출 감소와 회복탄력성 모두에서 유의한 결과가 도출되지 않았는데, 다수의 초·중·고 학교가 주거지역 인근에 위치한 것이 원인으로 보인다.

입지 특성 중 단위면적 공시지가는 회복탄력성에 부정적인 영향을 끼친 것으로 나타났다. 이는 기존 높은 유동인구로 임대료와 지가가 높게 형성된 중구의 명동과 같은 지역에서 COVID-19 신규 확진자 수의 안정화 이후인 2020년 5월에도 유동인구가 유입되지 않아 회복이 더디게 나타나는 것을 시사한다. 반면, 업종 매출 혼합도는 회복탄력성과 유의한 양의 관계를 보인다. 이러한 결과는 2020년 4월·5월 신규 확진자 수가 감소하며 외출이 증가하자 다양한 소비 기회를 제공하는 집계구에서 보다 소비가 늘어난 것이 원인으로 보인다(Walzer et al., 2018). 김원배·신혜원(2013)은 시도 단위의 회복탄력성에 있어서 산업 다양성의 중요성을 시사했지만, 본 연구의 결과는 집계구 단위의 매출 회복탄력성에서 업종 다양성의 중요성을 나타내고 있기 때문에 후속 연구를 통해 다양한 공간적 범위에서 지속적으로 검토할 필요가 있다. 매장 밀도는 선행 연구에서 업종에 따라 매출액에 집적 이익 혹은 경쟁 요인으로 나타나지만 근린 지역의 매출 회복탄력성에 대해서 집적 이익으로 나타났다(최유나·정의철, 2012; 김수현 외, 2015).

상업 특성은 대면 업종 매출 비율이 회복탄력성과 양의 관계를 보였는데, 2020년 4월·5월 신규 확진자 수 감소와 함께 일부 대면 업종에서의 필수적 소비를 통해 매출이 회복한 것으로 추정된다(Jung and Sung, 2017). 또한, 제한 업종 매출 비율은 회복탄력성에 부정적 영향을 끼쳤는데, 2020년 5월 초까지 정부의 운영 중단 및 자제 권고로 매출회복이 어려웠던 것으로 보인다(Kang et al., 2020). 반면, 긴급재난지원금 사용처 업종 매출 비율은 회복탄력성에 긍정적 영향을 끼쳤다. 2020년 5월 11일부터 전 가구에 지급된 1차 긴급재난지원금이 5월 내 전체금액의 약 60%가 사용된 점을 고려할 때, 긴급재난지원금의 소비 진작 효과가 나타난 결과로 판단된다(행정안전부, 2020). 그러나 지원금 지급 이전에도 사용처 업종의 특성에 따라 피해가 상대적으로 낮게 나타난 점을 함께 고려할 필요가 있다.


Ⅴ. 결 론

본 연구는 전통적으로 국가, 시군 등 큰 규모의 분석단위에 사용되던 회복탄력성 개념을 활용하여 COVID-19 확산 시기 집계구 매출의 변화와 회복탄력성 영향 요인을 실증적으로 분석하였다. 먼저 매출 감소 분석 결과로 대학생 의존도가 높은 지역, 상업지역, 버스 접근성이 높은 지역, 대면 및 다중이용시설 업종 위주 지역에서 매출 감소가 높게 나타났다. 반면, 주거 기능 지역과 공원에 인접한 지역은 매출 감소가 상대적으로 적었다. 이러한 결과는 소비자들이 감염 위험이 높은 공간을 피하고 그 대안으로 공원을 선택하는 경향을 나타내며, 개학 연기와 같은 사회적 조치 역시 매출에 영향을 끼칠 수 있음을 시사한다.

매출의 회복탄력성 분석 결과, 대학생 의존도가 높은 지역과 상업 및 업무 지역에서 지속적 침체를 보였는데, 이는 온라인 개학, 재택근무 등으로 인한 것으로 판단된다. 이들 지역은 유동인구 회복이 미미한 지역으로 유동인구 회복 대책의 필요성을 시사했다. 반면, 회복탄력성은 사람 간 접촉 가능성이 상대적으로 낮은 차량의 교통 접근성과 긍정적 관계를 보였다. 이는 COVID-19 감염 우려로 인한 통행 수단 전환으로 개인 차량 접근성이 높은 지역에서 소비가 이루어진 결과로 보인다. 공원 접근성은 회복탄력성과 양의 관계를 보였는데, COVID-19의 장기화에 따라 시민들의 공원 방문 횟수가 지속적으로 증가한 결과로 판단된다. 또한, 업종별 매출 다양성과 같은 소비자 유인 요인은 회복탄력성에 긍정적 영향을 끼쳤는데, 타 근린지역에 비해 다양한 소비 기회를 제공하는 지역이 상대적으로 유동인구 회복에 유리했던 것으로 추정된다. 그리고 운영 제한 업종과 재난지원금 사용 가능 업종에서 회복탄력성과 양의 관계를 보이며, 2020년 5월 정부의 긴급재난지원금이 유효한 영향을 끼친 것으로 판단된다(이성호·최석환, 2020).

결과를 종합하면, 본 연구의 결과는 COVID-19 사태 속 회복탄력성을 확인하기 위해 근린지역의 사회경제적 특성과 건조 환경 특성을 고려하는 것이 적합함을 나타냈다. 세부적으로 본 연구는 경제적으로 지속가능한 공간 계획을 위해 공원 접근성, 밀접 접촉 가능성이 낮은 교통의 접근성, 주거지 근린상권의 중요성을 확인했다. 그리고 운영 제한 업종과 재난지원금 사용 가능 업종에서 사회적 거리두기와 긴급재난지원금의 효과가 유의하게 나타남에 따라 팬데믹 시기 정부 개입의 실효성을 시사했다. 또한, 유동인구 유입이 침체된 지역에서 나타나는 낮은 회복탄력성을 근거로 기존 고객층이 이탈한 상권에 대해 적극적인 유동인구 유입 대책이 필요함을 나타냈다.

과거부터 정주 환경은 위기에 따라 진화되어 왔으며, 현재 사회가 직면한 위기 또한 예외가 아니다. COVID-19는 감염병 확산 아래 일상을 유지할 수 있는 도시 공간의 필요성을 제기하고 있다. 그러나 기존에 많은 도시에서 지속가능한 발전을 위해 채택하고 있는 TOD와 압축 개발은 COVID-19 확산에 따라 재고할 계기를 맞이하고 있다. 세부적으로 COVID-19 이후 대중교통의 이용이 줄어들며 환경적으로 지속가능성이 떨어지는 자동차로의 수단 전환 가능성이 증대되었으며, 이와 함께 감염병과 도시 밀도 및 연결성에 대한 다양한 논의가 이루어지고 있다(Megahed and Ghoneim, 2020; Sharifi and Khavarian-Garmsir, 2020; Vickerman, 2021). 이에 따라 15분 도시와 같이 보행과 자전거를 통한 인접성 중심의 근린 단위 소생활권 도시가 지속가능한 대안으로 제시되고 있으나, 근린 중심으로 편의시설이 분산된 도시가 어떻게 지역 경제 활력을 유지할 것인지에 관한 논의는 부족한 실정이다. 따라서 뉴노멀(new normal) 시대, 다시 도래할 수 있는 팬데믹에 대비하여 현재 도시계획의 방향성을 점검하고, 도시 구조의 경제적 지속가능성을 고려한 연구가 꾸준히 이루어질 필요가 있다.

본 연구는 데이터의 제약으로 온라인으로의 매출 전환, 2020년 5월 이후의 매출, 세분된 업종 분류를 고려하지 못한 한계점을 지닌다. 또한, 본 연구는 상업 매출 감소와 회복탄력성에 영향을 미칠 수 있는 거시적 변수나 상업시설의 점포 특성을 고려하지 못하였다. 따라서 장기적인 시계열 자료의 확보와 상업 매출에 영향을 미치는 다양한 변수를 고려하여 후속 연수를 진행할 필요가 있다.

Acknowledgments

이 논문은 한양대학교 교내연구지원사업(HY-2020)으로 연구되었음.

References

  • 김수현·김태현·임하나·최창규, 2015. “소매업의 매출액을 결정하는 보행량 및 건조 환경 요인에 관한 연구: 서울시 편의점, 화장 품소매점, 커피전문점을 중심으로”, 「국토계획」, 50(3): 299-318.
    Kim, S.H., Kim, T.H., Im, H.N., and Choi, C.G., 2015. “Pedestrian Volume and Built Environmental Factors on Sales of Convenience Stores, Cosmetic Shops and Coffe Shops in Seoul”, Journal of Korea Planners Association, 50(3): 299-318. [ https://doi.org/10.17208/jkpa.2015.04.50.3.299 ]
  • 김원배·신혜원, 2013. “한국의 경제위기와 지역 탄력성”, 「국토 연구」, 79: 3-21.
    Kim, W.B. and Shin, H.W., 2013. “Economic Crisis and Regional Resilience in Korea”, The Korea Spatial Planning Review, 79: 3-21. [ https://doi.org/10.15793/kspr.2013.79..001 ]
  • 김진유·이창우, 2017. “공공임대주택 입주계층별 주택수요추정 방법 연구 –행복주택을 중심으로–”, 「주택도시연구」, 7(3): 1-18.
    Kim, J.Y. and Lee, C.W., 2017. “Housing Demand Estimation Method for Public Rental Housing –Focused on Happy House–”, SH Urban Research & Insight, 7(3): 1-18. [ https://doi.org/10.26700/shuri.2017.12.7.3.1 ]
  • 김태영·이유진·박원익, 2020. 「코로나19 경제위기, 끝은 보이고 있는가?」, 경기: 경기연구원.
    Kim, T., Lee, Y., and Park, W., 2020. When will the end of COVID-19 Economic Crisis?, Gyeonggi: Gyeonggi Research Institute.
  • 김태호·박기혁, 2010. “서울시 지하철 연계수단 실증분석”, 「철도저널」, 13(2): 25-29.
    Kim, T.H. and Park, G.H., 2010. “An Empirical Analysis of Transportation Connections in Seoul Subway”, Railway Journal, 13(2): 25-29.
  • 김현철·이승일, 2019. “서울시 골목상권 매출액에 영향을 미치는 요인에 관한 연구”, 「서울도시연구」, 20(1): 117-134.
    Kim, H. and Lee, S., 2019. “A Study on the Factors Affecting the Revenue in Seoul‘s Side Street Trade Areas”, Seoul Studies, 20(1): 117-134.
  • 손승우·안동만, 2013. “도시공원 서비스권역 내·외 이용인구 정밀분석 –대구광역시 근린공원, 주민등록 데이터 분석을 중심으로–”, 「한국조경학회지」, 41(5): 9-18.
    Son, S.W. and Ahn, T.M, 2013. “Sensitivity Analysis on the Population within and outside of the Urban Park Service Areas –Focused on Daegu Metropolitan City Neighborhood Parks and Resident Registration Number Data–”, Korea Environment Institute, 41(5): 9-18. [ https://doi.org/10.9715/KILA.2013.41.5.009 ]
  • 송영구, 2005. “감염병의 역사는 ‘진행 중’”, 「대한내과과학지」, 68(2): 127-129.
    Song, Y., 2005. “The History of Infectious Disease is Ongoing”, The Korean Journal of Medicine, 68(2): 127-129.
  • 양용택·배웅규, 2018. “지구단위계획구역 내 가로의 물리적 특성 이 가로보행량에 미치는 영향 분석 –서울시 지구단위계획구역 내 가로 및 역세권을 중심으로–”, 「서울도시연구」, 19(2): 21-38.
    Yang, Y. and Bae, W., 2018. “An Empirical Analysis on the Effect of Physical Characteristics of Streets on Pedestrian Volume in the District Unit Plan Area, Seoul, Korea”, Seoul Studies, 19(2): 21-38.
  • 유순영·안현욱·김성욱·이길하·김진만, 2014. “방재력 비용 지수를 이용한 복구활동의 효과 분석”, 「환경정책」, 22(1): 31-54.
    Yu, S.Y., An, H.U., Kim, S.W., Lee, K.H., and Kim, J.M., 2014. “Impact Analysis of Disaster Recovery Using Resilience Cost Index”, Journal of Environmental Policy and Administration, 22(1): 31-54. [ https://doi.org/10.15301/jepa.2014.03.22.1.31 ]
  • 윤나영·최창규, 2013. “서울시 상업가로 보행량과 보행 환경 요인의 관련성 실증 분석”, 「국토계획」, 48(4): 135-150.
    Yun, N.Y. and Choi, C.G., 2013. “Relationship Between Pedestrian Volume and Pedestrian Environmental Factors on the Commercial Streets in Seoul”, Journal of Korea Planners Association, 48(4): 135-150.
  • 이경민·정창무, 2014. “시간대별 유동인구가 업종별 점포 입지에 미치는 영향에 관한 연구 –수원시 소매업 및 음식업 점포를 중심으로–”, 「대한건축학회 논문집–계획계」, 30(8): 47-55.
    Lee, K.M. and Jung, C.M., 2014. “The Effect of Time Period Pedestrian Volume on Store Location –Focused on the Suwon’s Retail Stores and Restaurants–”, Journal of the Architectural Institute of Korea Planning & Design, 30(8): 47-55. [ https://doi.org/10.5659/JAIK_PD.2014.30.8.47 ]
  • 이성호·최석환, 2020. “신용카드 빅데이터를 활용한 코로나19 발생의 지역상권 영향 분석: 수원시를 사례로”, 「공간과 사회」, 73: 167-208.
    Lee, S. and Choi, S., 2020. “Analysis of the Impact of the COVID-19 on Local Market Areas Using Credit Card Big Data: A Case of Suwon”, Space & Environment, 73: 167-208. [ https://doi.org/10.19097/kaser.2020.30.3.167 ]
  • 이연수·박현신·유승환·강준모, 2014. “캠퍼스상권 매출액에 영향을 미치는 입지요인 분석”, 「서울도시연구」, 15(1): 17-34.
    Lee, Y.S., Park, H.S., Lew, S.H., and Kang, J.M., 2014. “An Analysis of the Location Factors that Affects the Sales of Campus Commercial District”, Seoul Studies, 15(1): 17-34.
  • 정은애·성현곤·노정현, 2015. “공간자기상관성을 고려한 의류 소매업 매출액 영향요인분석”, 「국토계획」, 50(5): 215-231.
    Jung, E., Sung, H., and Rho, J., 2015. “Analysis on Influence Factors for Apparel Retail Sales Considering Spatial Autocorrelation”, Journal of Korea Planners Association, 50(5): 215-231. [ https://doi.org/10.17208/jkpa.2015.08.50.5.215 ]
  • 정은애·성현곤, 2018. “공간의 이질성 특성이 소매업 매출액에 미치는 차별적 영향 분석”, 「국토계획」, 53(4): 163-180.
    Jung, E. and Sung, H., 2018. “The Differentiative Effects of Spatial Heterogeneous Characteristics on Retail Sales”, Journal of Korea Planners Association, 53(4): 163-180. [ https://doi.org/10.17208/jkpa.2018.08.53.4.163 ]
  • 정재훈·남진, 2019. “위치기반 빅데이터를 활용한 서울시 활동인구 유형 및 유형별 지역 특성 분석”, 「국토계획」, 54(3): 75-90.
    Jung, J. and Nam, J., 2019. “Types and Characteristics Analysis of Human Dynamics in Seoul Using Location-Based Big Data”, Journal of Korea Planners Association, 54(3): 75-90. [ https://doi.org/10.17208/jkpa.2019.06.54.3.75 ]
  • 정하림·최창규, 2013. “대형할인점 선택에 있어 거주자 및 근린 토지이용의 특성이 미치는 영향에 관한 실증 연구: 서울특별시를 대상으로”, 「국토계획」, 48(4): 219-236.
    Jeong, H. and Choi, C., 2013. “Influence of Residents and Neighborhood Land Use on Choice of Large-Scale Discount Stores: Focused on Seoul in Korea”, Journal of Korea Planners Association, 48(4): 219-236.
  • 정혜진, 2016. “경제위기와 지역의 경제적 탄력성: 경험적 분석”, 「지방행정연구」, 30(4): 255-288.
    Jung, H.J., 2016. “Economic Crisis and Economic Resilience: An Empirical Study”, The Korea Local Administraion Review, 30(4): 255-288.
  • 조월·하재현·이수기, 2021. “서울시 생활인구의 시간대별 혼합 수준에 영향을 미치는 요인 분석”, 「국토계획」, 56(1): 22-38.
    Cao, Y., Ha, J., and Lee, S., 2021. “Analysis on the Determinants of Hourly-based Mixed Level of De Facto Population in Seoul, Korea”, Journal of Korea Planners Association, 56(1): 22-38. [ https://doi.org/10.17208/jkpa.2021.02.56.1.22 ]
  • 중소벤처기업부, 2020. “중기부, 소상공인 241만명에 새희망자금 추석전 지급 추진”, 대전.
    Ministry of SMEs and Startups, 2020. “Ministry of SMEs and Startups will Provide Small Business Support Fund to 2.41 Millions of Small Business Owners”, Daejeon.
  • 중소벤처기업부, 2021a. “버팀목자금, 1차 276만명에 11일부터 지급 시작”, 대전.
    Ministry of SMEs and Startups, 2021a. “Small Business Support Fund will be Provided to 2.76 millions of People on the 11th of January”, Daejeon.
  • 중소벤처기업부, 2021b. “3월 29일부터 소상공인 버팀목자금 플러스 지급 시작”, 대전.
    Ministry of SMEs and Startups, 2021b. “Small Business Support Fund Plus will be Provided from March 29”, Daejeon.
  • 최막중·신선미, 2001. “보행량이 소매업 매출에 미치는 영향에 관한 실증분석”, 「국토계획」, 36(2): 75-83.
    Choi, M. and Shin, S., 2001. “An Empirical Analysis of the Effect of Pedestrian Volume on Retail Sales”, Journal of Korea Planners Association, 36(2): 75-83.
  • 최유나·정의철, 2012. “입지요인이 편의점 성과에 미치는 영향에 관한 연구: 수도권 서부지역을 중심으로”, 「부동산·도시연구」, 5(1): 81-95.
    Choi, Y. and Chung, E., 2012. “Locational Factors and Financial Performance of Convenient Stores: The Case of Convenient Stores in Western Seoul Metropolitan Region”, Review of Real Estate and Urban Studies, 5(1): 81-95.
  • 하정원·김선재·이수기, 2021. “COVID-19 확산과 서울시 소상공 매출의 시공간 변화 특성 분석: 시공간 큐브 모형을 활용하여”, 「국토계획」, 56(2): 218-234.
    Ha, J., Kim, S., and Lee, S., 2021. “Analysis of Spatio-Temporal Characteristics of Small Business Sales by the Spread of COVID-19 in Seoul, Korea: Using Space-TimeCube Model”, Journal of Korea Planning Association, 56(2): 218-234. [ https://doi.org/10.17208/jkpa.2021.04.56.2.218 ]
  • 행정안전부, 2020. “정부 긴급재난지원금, 전국 2,216만 가구에 14조 2,357억원 지급완료”, 세종.
    Ministry of the Interior and Safety, 2020. “Government Provided 14 Trillion Won Emergency Relief Fund for 22 Million Households”, Sejong.
  • Arimura, M., Ha, T.V., Okumura, K., and Asada, T., 2020. “Changes in Urban Mobility in Sapporo City, Japan Due to the Covid-19 Emergency Declarations”, Transportation Research Interdisciplinary Perspectives, 7: 100212. [https://doi.org/10.1016/j.trip.2020.100212]
  • Bartik, A. W., Bertrand, M., Cullen, Z., Glaeser, E.L., Luca, M. and Stanton, C., 2020. “The Impact of COVID-19 on Small Business Outcomes and Expectations”, Proceedings of the National Academy of Sciences, 117(30): 17656-17666. [https://doi.org/10.1073/pnas.2006991117]
  • Breusch, T.S. and Pagan, A.R., 1979. “A Simple Test for Heteroscedasticity and Random Coefficient Variation”, Econometrica: Journal of the Econometric Society, 47(5): 1287-1294. [https://doi.org/10.2307/1911963]
  • David, S.A., Inácio Jr, C.M.C., and Machado, J.A.T., 2021. “The Recovery of Global Stock Markets Indices after Impacts Due to Pandemics”, Research in International Business and Finance, 55: 101335. [https://doi.org/10.1016/j.ribaf.2020.101335]
  • Elias, W., Albert, G., and Shiftan, Y., 2013. “Travel Behavior in the Face of Surface Transportation Terror Threats”, Transport Policy, 28: 114-122. [https://doi.org/10.1016/j.tranpol.2012.08.005]
  • Geng, D.C., Innes, J., Wu, W., and Wang, G., 2020. “Impacts of COVID-19 Pandemic on Urban Park Visitation: A Global Analysis”, Journal of Forestry Research, 32: 553-567. [https://doi.org/10.1007/s11676-020-01249-w]
  • Gong, H., Hassink, R., Tan, J., and Huang, D., 2020. “Regional Resilience in Times of a Pandemic Crisis: The Case of COVID‐19 in China”, Tijdschrift voor Economische en Sociale Geografie, 111(3): 497-512. [https://doi.org/10.1111/tesg.12447]
  • Han, Y. and Goetz, S. J., 2015. “The economic resilience of US counties during the Great Recession”, Review of Regional Studies, 45(2): 131-149. [https://doi.org/10.52324/001c.8059]
  • Holling, C.S., 1973. “Resilience and stability of ecological systems”, Annual Review of Ecology and Systematics, 4(1): 1-23. [https://doi.org/10.1146/annurev.es.04.110173.000245]
  • Jung, E. and Sung, H., 2017. “The influence of the Middle East respiratory Syndrome outbreak on online and offline markets for retail sales”, Sustainability, 9(3): 1-23. [https://doi.org/10.3390/su9030411]
  • Jung, H., Park, M., Hong, K., and Hyun, E., 2016. “The Impact of an Epidemic Outbreak on Consumer Expenditures: An Empirical Assessment for MERS Korea”, Sustainability, 8(5): 1-15. [https://doi.org/10.3390/su8050454]
  • Kang, M., Choi, Y., Kim, J., Lee, K.O., Lee, S., Park, I.K., Park, J., and Seo, I., 2020. “COVID-19 Impact on City and Region: What’s Next after Lockdown?”, International Journal of Urban Sciences, 24(3): 297-315. [https://doi.org/10.1080/12265934.2020.1803107]
  • Kim, C., Cheon, S.H., Choi, K., Joh, C.H., and Lee, H.J., 2017. “Exposure to Fear: Changes in Travel Behavior during MERS Outbreak in Seoul”, KSCE Journal of Civil Engineering, 21(7): 2888-2895. [https://doi.org/10.1007/s12205-017-0821-5]
  • Liu, Y., Gayle, A.A., Wilder-Smith, A., and Rocklöv, J., 2020. “The Reproductive Number of COVID-19 is Higher Compared to SARS Coronavirus”, Journal of Travel Medicine, 27(2): 1-4. [https://doi.org/10.1093/jtm/taaa021]
  • Megahed, N.A. and Ghoneim, E.M., 2020. “Antivirus-Built Environment: Lessons Learned from Covid-19 Pandemic”, Sustainable Cities and Society, 61: 102350. [https://doi.org/10.1016/j.scs.2020.102350]
  • Moreno, C., Allam, Z., Chabaud, D., Gall, C., and Pratlong, F., 2021. “Introducing the ‘15-Minute City’: Sustainability, Resilience and Place Identity in Future Post-Pandemic Cities”, Smart Cities, 4(1): 93-111. [https://doi.org/10.3390/smartcities4010006]
  • Pozoukidou, G. and Chatziyiannaki, Z., 2021. “15-Minute City: Decomposing the New Urban Planning Eutopia”, Sustainability, 13(2): 1-25. [https://doi.org/10.3390/su13020928]
  • Sehra, S.T., George, M., Wiebe, D.J., Fundin, S., and Baker, J.F., 2020. “Cell Phone Activity in Categories of Places and Associations with Growth in Cases of COVID-19 in the US”, JAMA Internal Medicine, 180(12): 1614-1620. [https://doi.org/10.1001/jamainternmed.2020.4288]
  • Sharifi, A. and Khavarian-Garmsir, A.R., 2020. “The COVID-19 Pandemic: Impacts on Cities and Major Lessons for Urban Planning, Design, and Management”, Science of the Total Environment, 749: 142391. [https://doi.org/10.1016/j.scitotenv.2020.142391]
  • Simmie, J. and Martin, R., 2010. “The Economic Resilience of Regions: Towards an Evolutionary Approach”, Cambridge Journal of Regions, Economy and Society, 3(1): 27-43. [https://doi.org/10.1093/cjres/rsp029]
  • Simpson, S., Kaufmann, M.C., Glozman, V., and Chakrabarti, A., 2020. “Disease X: Accelerating the Development of Medical Countermeasures for the Next Pandemic”, The Lancet Infectious Diseases, 20(5): 108-115. [https://doi.org/10.1016/S1473-3099(20)30123-7]
  • Song, Y. and Knaap, G.J., 2004. “Measuring the Effects of Mixed Land Uses on Housing Values”, Regional Science and Urban Economics, 34(6): 663-680. [https://doi.org/10.1016/j.regsciurbeco.2004.02.003]
  • Tan, L. and Ma, C., 2021. “Choice Behavior of Commuters’ Rail Transit Mode during the COVID-19 Pandemic Based on Logistic Model”, Journal of Traffic and Transportation Engineering (English Edition), 8(2): 186-195. [https://doi.org/10.1016/j.jtte.2020.07.002]
  • Vickerman, R., 2021. “Will Covid-19 Put the Public Back in Public Transport? A UK Perspective”, Transport Policy, 103: 95- 102. [https://doi.org/10.1016/j.tranpol.2021.01.005]
  • Vugrin, E.D., Warren, D.E., and Ehlen, M.A., 2011. “A Resilience Assessment Framework for Infrastructure and Economic Systems Quantitative and Qualitative Resilience Analysis of Petrochemical Supply Chains to a Hurricane”, Process Safety Progress, 30(3): 280-290. [https://doi.org/10.1002/prs.10437]
  • Walzer, N., Blanke, A., and Evans, M., 2018. “Factors Affecting Retail Sales in Small and Mid-Size Cities”, Community Development, 49(4): 469-484. [https://doi.org/10.1080/15575330.2018.1474238]
  • Wen, Z., Huimin, G., and Kavanaugh, R.R., 2005. “The Impacts of SARS on the Consumer Behaviour of Chinese Domestic Tourists”, Current Issues in Tourism, 8(1): 22-38. [https://doi.org/10.1080/13683500508668203]
  • Yue, Y., Zhuang, Y., Yeh, A.G., Xie, J.Y., Ma, C.L., and Li, Q.Q., 2017. “Measurements of POI-Based Mixed Use and Their Relationships with Neighbourhood Vibrancy”, International Journal of Geographical Information Science, 31(4): 658-675. [https://doi.org/10.1080/13658816.2016.1220561]
  • 국가법령정보센터, “도시공원 및 녹지 등에 관한 법률 시행규칙”, 2021.7.2. 읽음. https://www.law.go.kr/, 법령/도시공원및녹 지등에관한법률시행규칙
    Korean Law Information Center, “Enforcement Decree of the Act on Urban Parks, Green Areas, Etc”, Accessed July 2, 2021. https://www.law.go.kr/, 법령/도시공원및녹지등에관한법 률시행규칙
  • 보건복지부, 2020.2.5. “집단시설 및 다중이용시설 범위 및 대상”, http://ncov.mohw.go.kr/shBoardView.do?brdId=2&brdGubun=25&ncvContSeq=8
    Ministry of Health and Welfare, 2020.2.5. “The Range of Facilities Subjected to Multi-Purpose Facilities and Crowded Facilities”, http://ncov.mohw.go.kr/shBoardView.do?brdId=2&brdGubun=25&ncvContSeq=8
  • 비씨카드, 2020.5.7. “‘힘내라 우리국민, 힘내라 우리경제’ 정부 긴급재난지원금 이용 안내”, https://www.bccard.com/app/card/BcnewsViewActn.do?newsno=1363&newsurl=/card/html/etc/notice/1206869_21460.jsp&linkTp=1&listgo=1
    BC Card, 2020.5.7. “‘Cheer Up Everybody, Cheer Up Economoy’ Guide for Emergency Relief Fund”, https://www.bccard.com/app/card/BcnewsViewActn.do?newsno=1363&newsurl=/card/html/etc/notice/1206869_21460.jsp&linkTp=1&listgo=1
  • 중앙재난안전대책본부, 2020.4.19. “‘사회적 거리두기’ 완화된 형태로 지속… 2주마다 평가해 수위 조절”, 대한민국정책브리핑, https://www.korea.kr/news/policyNewsView.do?newsId=148871640
    Central Disaster Safety and Countermeasure Headquarters, 2020.4.19. “Eased ‘Social Distancing’ will be Continued… Distancing Level will be Assessed at an Interval of 2 Weeks”, Korea Policy Briefing, https://www.korea.kr/news/policyNewsView.do?newsId=148871640

Figure 1.

Figure 1.
Unit of analysis

Figure 2.

Figure 2.
Concept of resilience by census unit

Figure 3.

Figure 3.
Average sales drop and resilience by ‘dong’ of administration

Table 1.

Classification of businesses

Table 2.

Variable definitions

Table 3.

Summary statistics

Table 4.

Regression result on the sales drop

Table 5.

Regression result on the sales resilience