Journal Archive

도시의 토지이용 및 도시형태 특성과 교통에너지 소비의 관계를 분석한 다양한 연구가 국내외에서 활발히 진행되고 있으며, 많은 연구들이 에너지 효율성이 높은 도시계획 모델로 압축도시(compact city)를 제시하고 있다.

관련 연구들을 살펴보면 전 세계 32개 도시를 대상으로 한 Newman and Kenworthy(1989)의 연구에서는 도심의 인구밀도가 높고 직장과 주거 간의 통행거리가 짧으며, 대중교통 이용률이 높은 도시의 에너지 소비량이 적은 것으로 나타났다. Rickaby(1991)의 연구에서는 고밀 집중 형태의 도시지역과 고밀 분산 형태의 도시마을이 교통에너지 소비 저감에 효율적인 것으로 나타났다. Cervero(1989)는 직주균형 향상이 교통혼잡 완화와 에너지 효율성 제고 측면에서 효과적인 정책임을 입증하였으며, Schwanen(2002)의 연구에서는 인구밀도가 높을수록 통근시간 및 통근거리가 줄어드는 것으로 나타났다. 또한 Holden and Norland(2005)의 연구에서는 주거밀도와 교통에너지가 부의 상관관계를 가지는 것으로 나타났다.

그러나 한편으로는 고밀개발에 대한 반론도 제기되었다. Breheny(1995)는 고밀개발이 에너지 소비 감소와 큰 연관이 없다고 주장하였으며, Stead(2001)는 고밀개발보다 도시의 사회‧경제적 여건이 에너지 소비와 더 높은 연관성을 가진다고 주장했다. 또한 Gordon et al.(1987)과 Anderson et al.(1996)은 지나치게 집중된 개발은 교통정체와 혼잡을 유발해 에너지 측면에서 효과적이지 못하다고 주장하였다.

관련 국내 연구를 살펴보면, 김학용(2002), 차영화·김학열(2008)의 연구에서는 인구밀도가 증가할수록 교통에너지 소비가 감소하는 것으로 나타났으며, 김민주 외(2010)의 연구에서는 토지이용 혼합도가 높을수록 대중교통 이용이 늘어나고 직주 근접도가 높을수록 차량 이동거리가 감소하여 교통에너지 소비량이 줄어드는 것으로 나타났다. 또한, 안건혁(2000)의 연구에서는 분산된 집중 개발 형태가 에너지 소비 측면에서 효율적인 것으로 나타났으며, 심교언(2001)의 연구에서도 고밀 분산된 도시에서 에너지 소비량이 줄어드는 것으로 나타났다. 또한 국내 54개 시급 도시를 대상으로 한 김승남 외(2009)의 연구에서는 다핵 집중형 도시의 교통에너지 소비량이 가장 낮게 나타났다.³⁾

도로 및 대중교통 특성과 교통에너지 소비의 관계에 대해서도 다양한 연구가 진행되었다. 우선 도로 확충을 통한 통행 효율성 개선과 대중교통 접근성 제고가 교통에너지를 줄이는 것에 효과적인 것으로 나타났다(안건혁, 2000; 서민호·김세용, 2011). 또한 노승철·이희연(2013)의 연구에서는 대중교통 종사자수가 많을수록 자가용 주행거리가 감소하는 것으로 나타났다. 그러나 전국 시·군·구를 대상으로 교통량, 내부 통행비율, 평균 통행거리 및 개발밀도 의 관계를 분석한 김보현 외(2013)의 연구에서는 광역권 중심도시에서는 도로 관련 변수들이 교통에너지 소비에 영향을 미치지만, 광역권 주변 도시 및 지방 소도시에는 유의미한 영향을 미치지 못하는 것으로 나타났다.

한편, 도시형태와 교통에너지 소비의 관계를 보다 명확히 파악하기 위해 도시의 공간적 특성을 계량화하기 위한 연구들이 진행되었는데, 구체적으로는 상이성 지표, 타일 지표, 엔트로피 지표, Moran`s I 지표, Greary's C 지표 등을 이용하여 도시의 압축도를 산정하고 도시형태를 유형화하는 연구들이 진행되었다(임은선 외, 2006; 남기찬 외, 2008; .이상헌·오규식, 2013; 김병석, 2013). 그 밖에 도시의 중심지 분포 패턴을 파악하기 위한 측정지표로 중심 상업지 면적을 이용하거나 고용자 수, 고용밀도 표준화 지수 등을 이용하는 연구들도 진행되었다(심교언, 2001; 구정은, 2006; 김승남, 2008).

위에서 살펴본 도시 토지이용 및 도시형태와 교통에너지 소비의 상관관계를 분석한 선행연구들은 대부분 교통에너지 소비 정도를 나타내는 변수로 주유소 유류 소비량을 사용하고 있다. 그러나 앞에서 서술한 바와 같이 유류 소비량은 해당 지역의 주유소에서 판매된 유류 판매량을 기반으로 조사되기 때문에 통과교통에 의한 유류 소비를 배제하지 못하는 한계가 있다. 이와 같은 문제를 해결하기 위해 차량 주행거리를 활용한 연구들이 최근 들어 진행되고 있는데, 노승철·이희연(2013)의 연구에서는 가구부문의 교통부문 에너지 소비량을 나타내는 지표로 자가용 주행거리 자료를 이용하였으며, 남기찬 외(2008)의 연구에서는 인구 압축도와 교통에너지의 상관관계를 분석하기 위해 종속변수로 차량 통행거리를 이용하였다. 그러나 위 논문들은 주로 광역시·도 단위에서 분석이 이루어지고 있으며, 독립변수도 주로 소득수준과 같은 지역의 사회·경제적 특성을 나타내는 변수들을 활용하고 있어 공간계획 측면에서 함의를 제공하기에는 한계가 있다고 판단된다.

본 연구의 공간적 범위는 국내 74개 중소도시이다. 물론 국내 모든 도시를 대상으로 분석을 수행하는 것이 바람직하나, 특별시와 광역시의 경우 다른 중소도시들과의 공간적 특성 차가 뚜렷할 것으로 판단되어 연구 대상에서 제외하였다. 또한 중소도시 중에서도 자료 구축이 용이하지 않은 통영시를 제외하였으며, 이를 통해 최종적으로 74개 중소도시를 공간적 범위로 설정했다.⁴⁾

차량 주행거리 자료는 2011년 1월 1일부터 2011년 12월 31일까지 자동차 정기검사 유효기간 내 교통안전공단⁵⁾의 자동차 검사소 및 출장검사장, 지정 정비 사업체에서 검사를 받은 자동차의 주행거리 자료를 이용하였으며, 최종적으로 74개 도시 743,312대의 자가용 승용차로 분석 대상을 한정하였다.⁶⁾

각 도시의 사회·경제적 특성과 토지이용, 도시형태 특성에 대한 자료는 2010년 통계청 자료를 이용하여 구축하였으며, 2010년 자료가 없는 경우에는 2010년 이전의 가장 최근 자료를 이용하였다.⁷⁾

본 연구의 종속변수인 차량 주행거리는 교통안전공단에서 2011년에 발간한 주행거리 실태조사 보고서의 산출 방법을 기준으로 구축하였다. 우선 주행일 수 계산은 최종 자동차 정기검사 년·월·일에서 바로 전 정기검사 년·월·일을 뺀 일수로 하였으며, 최근 검사 날짜가 없는 경우에는 최초 자동차 등록일을 이용하였다.

이어서 조사된 차량 주행거리를 주행일 수로 나누어 일평균 주행거리를 도출하고 여기에 365일(연간 일수)를 곱해서 각 차량별 연평균 주행거리를 산출하였다. 또한 자료의 이상치(outlier)를 제거하기 위해 차량별 주행거리 자료 중 상하위 5%를 제거한 절사 평균을 적용하였다(교통안전공단, 2011). 차량 주행거리의 구체적인 산정식은 다음과 같다.

본 연구에서 사용한 독립변수의 각 영역별 측정 항목은 기존의 선행연구를 참고하여 조사 대상 차량의 기본 특성과 차량이 등록된 도시의 사회·경제적 특성, 토지이용 특성, 도시형태 특성, 도로 및 대중교통 특성으로 구분하여 구축하였다. 각 변수의 구체적인 산정 방식은 <표 1>과 같다.

먼저 1수준 변수인 차량 특성 변수로는 차량의 규모(경형, 소형, 중형, 대형)와 연료 유형(휘발유, 경유, LPG)을 적용하였다.

다음으로 도시의 사회경제적 특성을 나타내는 변수로는 소득수준과 3차산업 비율을 이용하였다. 토지이용 관련 변수로는 인구밀도, 직주균형비와 함께 도시공원 면적을 이용하였다. 도시형태 관련 변수로는 압축도 지표와 단핵 또는 다핵으로 분류한 중심지 분포 패턴 변수를 활용하였다.

이때 종합압축지표(TCI)는 각 도시의 인구수와 고용자수를 이용하여 상이성 지표, 타일 지표, 상대 엔트로피 지표, 허핀달 지표를 측정한 후 산출된 4개 지표의 표준화 값을 선형 결합하여 산정하였다.^8)9)10) 각 지표의 구체적인 산정식은 (1)~(4)와 같다.¹¹⁾

다음으로 중심지 분포 패턴은 각 도시의 행정동별 고용밀도 표준화 값과 고용자 수 비율을 이용하여 단핵과 다핵으로 구분하였다. 우선 각 행정동의 고용밀도 표준화(Z-score)¹²⁾값을 산정하고 고용밀도 표준화 값이 1 이상인 지역을 고밀 중심지 후보 지역으로 판단하였다. 이어서 절대 고용자수 기준을 5,000인으로 정하고 절대 고용자수가 5,000인 보다 작은 지역은 중심지 후보에서 제외하였다(송미령, 2003; 구정은, 2006). 단, 해당 지역의 고용자가 5,000인이 되지 않더라도 도시의 전체 고용자의 5% 이상을 포함하는 경우는 중심지 후보로 포함하였다. 마지막으로 고밀 중심지 후보 지역 간의 인접성을 고려하여 도시의 중심지역이 하나일 경우 단핵, 두 개 이상일 경우 다핵으로 구분하였다.¹³⁾

도로 및 대중교통 관련 변수로는 간선도로 비율과 가로의 연결성, 지하철역 유무를 이용하였다. 이 중 가로의 연결성은 ITS 국가교통정보센터의 도시별 표준노드링크를 이용하여 산정하였다.¹⁴⁾

각 변수의 구체적인 기술통계량은 <표 2>와 같다.

본 연구에서는 차량의 주행거리에 영향을 미치는 독립변수로 차량 특성과 도시의 토지이용 및 도시형태 특성을 동시에 고려하기 위해 다수준 분석(Multilevel Analysis)을 이용하였으며, 구체적으로는 임의절편선형모형(Random Intercept Linear Model)¹⁵⁾을 기본 모형으로 설정하고 분석을 수행하였다. 임의절편선형모형은 설명변수의 투입에 따른 분산 감소 비율을 통해 모델의 설명력 증가를 확인할 수 있는 장점이 있다(이희연·노승철, 2012). 본 연구에서는 최소 유의수준을 10%로 정하고 HLM 7 프로그램을 이용하여 분석을 수행하였다.

교통안전공단 자동차 정기검사 자료를 토대로 도시별 연평균 주행거리를 산정한 결과는 <표 3>과 같다.

분석 결과 도시별 승용차 연평균 주행거리는 10,694km~14,570km로 나타났다. 이를 구체적으로 살펴보면 제주시, 과천시, 춘천시, 안양시, 부천시 등의 승용차 연평균 주행거리는 짧은 반면, 나주시, 광주시, 김제시, 공주시, 논산시 등의 승용차 연평균 주행거리는 긴 것으로 나타났다.

본 연구는 이와 같이 도시별로 차량 주행거리의 차이가 나타나는 것이 일정 부분 해당 도시의 토지이용 및 도시형태 특성의 영향을 받는다는 가설에서 출발한다. 이에 다음 절에서는 이러한 가설을 검증하기 위해 임의절편선형모형을 이용하여 도시의 토지이용과 도시형태 특성이 차량 주행거리에 미치는 영향을 실증적으로 분석한다.

Fig 1.  
Annual Vehicle Kilometer Traveled by Cities

차량 주행거리에 영향을 미치는 요인을 분석한 결과는 <표 4>와 같다.¹⁶⁾

먼저 모형 1은 아무런 설명변수를 포함하지 않고 분석한 무제약 모델이다. 이러한 모형은 계속적으로 설명변수를 포함하여 변화된 분산을 파악하기 위한 기준이 된다.

모형의 분석 결과를 살펴보면 차량 수준의 분산과 도시 수준의 분산 모두 통계적으로 유의하게 나타나는데, 이는 차량 간 그리고 도시 간 차량 주행거리에 차이가 있음을 나타낸다.

이어서 모형 2는 차량 특성 변수를 추가하여 분석을 수행한 결과이다. 분석 결과 차량의 규모, 연료 특성이 차량 주행거리와 통계적으로 유의미한 상관관계를 갖는 것으로 나타났다.

이와 같은 결과는 규모가 큰 차량일수록 주행거리가 길며, 휘발유 차량이 경유나 LPG 차량에 비해 주행거리가 짧다는 것을 의미한다. 또한 차량 특성 분산과 도시 특성 분산이 모두 줄어드는 것으로 나타나는데, 이는 차량 특성 변수가 차량 간 차이와 도시 간 차이 모두를 어느 정도 설명하고 있음을 보여준다.

모형 3은 앞의 모형에 도시 특성 변수를 설명변수로 추가한 모형이다. <표 4>에서 보는 바와 같이 도시 특성 변수를 설명변수에 포함할 경우 차량 수준의 분산은 큰 차이를 보이지 않았으나, 도시 수준 분산은 크게 줄어드는 것으로 나타났다. 실제 차량 수준 분산은 약 8.78%가 줄어든 반면, 도시 수준 분산은 약 60.15%가 줄어든 것으로 나타나 모형 3에 포함된 도시 특성 변수들이 도시 간 차량 주행거리의 차이를 상당 부분 설명하고 있음을 알 수 있다.

구체적으로 각 변수별 분석 결과를 살펴보면 도시의 사회·경제적 특성 변수 중 소득수준은 차량 주행거리에 정(正)의 영향을 미치는 것으로 나타났다. 이와 같은 결과는 소득수준이 높은 도시에 거주하는 주민일수록 차량 이용이 더 많다는 것을 보여준다. 또한 3차 산업 비율이 높을수록 차량 주행거리가 짧아지는 것으로 나타나는데, 이와 같은 결과는 도시에 3차 산업 비율이 높을수록 타 도시로의 통행이 감소하고 자립적인 경제권을 형성함으로써 차량 주행거리가 감소하는 것으로 생각된다. 또한, 3차 산업 비율이 높을수록 대도시권에 인접한 도시라고 볼 수 있는데, 이들 지역의 대중교통 서비스가 양적이나 질적으로 보다 우수하기 때문에 상대적으로 자가용 통행거리가 작게 나타난 것으로 판단된다.

이어서 토지이용 변수들 중에서 인구밀도와 직주균형비는 차량 주행거리에 부의 영향을 미치는 것으로 나타난다. 이와 같은 결과는 인구밀도가 높은 도시일수록 가까운 거리에 통행을 유발하는 시설들이 많이 입지하게 되고, 이로 인해 통행 목적지 간 이동거리가 짧아져 차량 주행거리가 감소하는 것으로 해석된다. 또한 직주균형비가 높을수록 비교적 가까운 거리에 직장이 입지함으로써 통행거리가 감소하는 것으로 해석할 수 있다. 그러나 1인당 공원면적은 기존 연구 결과(서동환 외, 2011)와는 달리 차량 주행거리와 통계적으로 유의미한 상관관계를 보이지 않았는데, 이와 같은 결과는 여가활동을 발생시키는 내적 결정 요소가 모형에 충분히 반영되지 않아 나타난 것으로 생각된다.¹⁷⁾

도시형태 특성이 차량 주행거리에 미치는 영향을 살펴보면, 압축 지표와 중심지 분포 패턴 모두 차량 주행거리에 영향을 미치는 것으로 분석되었다. 이를 구체적으로 살펴보면, 도시의 압축도가 높을수록 차량 주행거리가 감소하는 것으로 나타나는데 이는 기존의 선행연구 결과(남기찬 외, 2008; 김승남 외, 2009)와도 일치하는 것으로 국내 중소도시들의 경우 고밀개발이 이루어질 경우 차량 주행거리가 줄어들고 이로 인해 교통에너지 소비가 줄어드는 것으로 생각된다. 또한 단핵 도시보다 다핵 도시에서 차량 주행거리가 짧은 것으로 나타나는데, 이와 같은 결과는 다핵 도시의 경우 단핵 도시보다 인구 및 고용 중심지의 접근성이 높기 때문에 주행거리가 감소하는 것으로 판단된다.

이어서 도로 및 대중교통 특성에 대한 분석 결과를 살펴보면 간선도로 비율은 차량 주행거리와 통계적으로 유의미한 상관관계가 나타나지 않으며, 가로의 연결성과 지하철역 유무는 차량 주행거리에 부(負)적인 영향을 미치는 것으로 분석되었다. 이는 가로의 연결성이 높을수록 목적지까지 경로 선택이 다양해지고 통행거리가 짧아져 차량 주행거리가 감소한 것으로 해석된다. 또한 도시 내 지하철역이 입지해 있을 경우 대중교통 이용이 늘어나고 승용차 의존도가 낮아짐에 따라 차량의 주행거리가 줄어드는 것으로 판단된다.