Journal Archive

2004년 개통된 고속철도인 KTX는 우리나라의 지역 간 간선교통체계에 적지 않은 변화를 가져다주었다. KTX를 통한 지역 간 이동시간의 단축은 지역 간 이동성(mobility)의 향상을 가져다주었으며, 이는 결국 각 지역에 대한 접근성(accessibility)을 제고시켜 각종 사회 경제활동의 지역 간 교류를 확대시키는 결과를 가져다주었다.

이러한 지역 간 교류의 확대가 효율성이라는 측면에서 긍정적인 영향을 미치는 것은 지극히 당연하다. 그러나 이것이 지역균형발전이라는 측면에서 어떠한 영향을 미칠 것인가에 대해서는 명확한 답을 찾지 못하고 있다. 그동안 KTX 개통에 따른 지역 간 교류 증대가 대도시, 특히 각종 도시활동의 규모가 큰 수도권에 사회적, 경제적 활동의 집중을 심화시키는 이른바 ‘빨대효과(straw effect)’를 가질 것인가, 아니면 반대로 ‘분산효과(sprawl effect)’를 통한 지역균형발전에 기여를 할 것인가에 대한 몇몇 연구가 있었다. 이들 연구는 주로 이론적 측면에서 전망하는 수준이었으며, 현황 자료를 통한 실증분석 연구는 없었다.

본 연구에서는 다른 지역에서 어느 한 지역으로의 사회경제적 의존성을 계량경제모형을 이용하여 추정하고, 이를 통해 KTX 개통이 이에 어떠한 영향을 미치는가를 계량적으로 규명하고자 한다. 특히 각 지역의 인구 및 경제적 특성 변화가 의존성에 어떠한 영향을 미치는가를 분석하기 위해 패널자료 분석기법을 사용하였으며, 각 지역의 인구 및 경제적 특성외의 일부 지역에 편중된 영향을 줄 수 있는 잠재변수(lurking variables)들을 가능한 배제하기 위해 지역을 5대 광역시로 제한하고, 이들 간의 상대적인 영향을 분석 대상으로 하였다.

본 연구에서는 실증분석을 통해 KTX 개통이 지역 간 의존성에 미치는 영향을 분석할 수 있는 모형을 개발하고, 각 지역의 인구분포에 따른 접근성, 산업특성, 경제규모의 변화가 지역 간 경제적 의존성에 미치는 영향을 계량적으로 분석한다. 이를 위해 2001년부터 2011년까지 과거 10년간의 지역 간 통행자료, 지역별 인구 및 산업 분포, 경제규모 등의 실증자료를 ‘패널자료(panel data)’로 구성하고, 패널자료 분석 기법을 이용하여 계량경제모형을 개발한다.

일반적으로 KTX 개통으로 인한 사회경제적 영향에 대해 공간적 범위를 명확히 규명하기는 어렵다. 하지만 그 영향은 역을 중심으로 확산되는 것으로 판단하고, 고속철도역이 위치하고 있는 지역을 연구의 대상으로 보는 것이 타당할 것이다. 그러나 KTX개통 이외의 다른 영향을 가능한 배제하기 위하여 서울, 부산, 대구, 광주, 그리고 대전 등 5대 광역시를 지리적 대상으로 한정한다.

여기에서 종속변수인 사회경제적 의존성은 일반적으로 널리 적용되는 지역 간 통행자료를 근거로 산출한다. 단, 의존 정도를 절대값이 아닌 상대값으로 하여 지역 간의 특별한 연관관계가 가져다 줄 수 있는 잠재적 영향을 배제하도록 한다. 따라서 본 논문에서는 이 종속변수를 ‘상대적 의존성(relative dependency)’라 칭한다. 또한 독립변수들로는 인구와 지역 간 통행비용을 근거로 한 지역별 접근성, 지역별 산업특화도와 같은 산업특성, 지역 총 생산성 및 경제활동인구 등 지역별 경제규모, 그리고 KTX 연계 여부를 나타내는 더미변수(dummy variable) 등을 사용한다.

국내와 일본의 연구 사례를 살펴보면 연구자에 따라 지역 간 고속철도가 지역균형발전에 어떠한 영향을 줄 것인가에 대해 각기 상반된 주장과 결과를 제시하고 있음을 볼 수 있다. 국내에서는 실제 현황자료를 이용한 실증분석연구는 전무하다고 할 수 있다. 또한 일본에서는 실증 연구를 진행하였으나 그 결과에 대한 논란이 지속되고 있을 알 수 있다. 따라서 충분한 실증자료를 활용하여 보다 명확한 효과를 추정할 수 있는 모형의 개발이 필요하며, 특히 다양한 잠재변수의 영향으로 인해 왜곡된 결과를 배제할 수 있도록 변수를 선정하여야 한다.

기존문헌 검토를 통해 도출한 기존 연구의 한계점은 다음과 같다.

첫째, KTX 영향에 대한 연구가 대부분 개통이전에 이루어진 전망에 관한 것이었고, 개통 이후의 실증자료, 특히 시계열자료를 활용한 연구는 없었다.

둘째, 대부분의 연구는 고속철도 개통에 따른 빨대효과의 유무를 단순히 지역별 인구 수, 노동력, 기업체 수 등과 같은 사회경제지표의 변화로 분석하였다. 다시 말해서 빨대효과를 개통 전후 지역 별 인구의 감소, 노동력의 유출, 기업의 유출 등으로 설명하고 있으며, 이러한 변화량은 고속철도 개통의 영향이외의 기타 잠재변수들의 영향을 받을 수 있으므로 적절하지 못하다.

본 연구에서는 KTX 개통에 따른 지역 간 의존성의 변화를 보다 정밀하게 추정할 수 있는 모형을 제안하고자 한다.

첫째, KTX 개통년도인 2004년 이전 3년간의 자료와 이후 8년간의 시계열 자료를 이용하여 그 효과를 실증적으로 분석한다.

둘째, 지역 간 의존성을 분석함에 있어서 잠재변수의 영향을 배제하기 위하여 절대적 변화가 아닌 상대적 변화를 분석 대상으로 한다. 즉 지역 간 상대적 의존성을 분석하므로 각 지역별 특성에 따른 변화를 배제하도록 한다. 또한 공간적 범위를 사회·경제적 측면에서 전국적인 변화와 큰 차이가 없다고 판단되는 5대 광역시로 한정하였다.

본 연구는 세 가지를 기본 가정으로 한다.

첫째, 지역 간 통행량의 규모로 지역 간 사회경제적 의존성을 설명할 수 있다. 다시 말해서 지역 간 통행량은 지역 간 다양한 취업기회뿐만 아니라 교육시스템, 상업망, 다양한 연령계층을 위한 사회, 문화, 여가서비스, 지역사회 전체를 위한 공공시설서비스의 수요를 의미한다고 볼 수 있다. 즉 지역 통행량은 지역 간 사회·경제적 활동의 크기를 나타내므로 이들의 규모로 지역 간 의존성을 나타낼 수 있다.

둘째, KTX외 지역 간 기타 교통시설의 변화는 큰 차이가 없다. 연구의 분석기간 중 지역 간 교통시설투자는 KTX만 이루어졌다. 즉 지역 간 도로(일반도로 및 고속도로)는 분석기간 전에 이미 완공되었다는 것을 전제로 한다. 셋째, 분석 기간 동안 분석 대상지의 사회·경제적 규모 변화율은 전 대상 지역의 변화율과 큰 차이가 없다.

본 연구에서는 전국 5대 광역시별 특성과 이들 도시 간의 통행량을 시계열 패널자료(panel data)로 구축하고, 이를 이용한 계량경제모형을 정산한 것을 바탕으로 KTX 개통이 지역 간 의존성에 미치는 영향을 규명하고자 한다. 특히 각 지역의 사회 경제적 특성과 이들의 시간적 변화가 각 지역의 상대적 의존성에 미치는 여향을 분석하기 위해 패널자료분석(panel data analysis)이란 기법을 사용한다.

패널자료분석은 여러 개체에 대한 변수들의 ‘정적 관계(static associations)’와 시간에 따른 ‘동적 변화(dynamic change)’를 동시에 추정하는 방법이다. 이는 일정시점이나 전체 기간의 평균값에 의한 ‘횡단면 자료(cross -sectional data)’만을 분석하는 다중회귀분석과는 달리 시간적 변화를 동시에 분석할 수 있는 방법이다. 다시 말해서, 패널자료분석은 일정 시점에서 나타나는 여러 개체의 특성의 정적(static) 특성을 나타내는 횡단면 특성과 이들의 동적(dynamic) 변화를 나타내는 시계열 특성을 통합적으로 분석할 수 있는 방법이다. 특히 일반 횡단면 자료에 시계열 형태 자료가 함께 추가되었다는 점과 자료 구조가 복잡한 패널자료(panel data)를 분석할 수 있다는 점에서 그 가치가 있다. 패널자료는 시계열 자료와 횡단면 자료를 합쳐 놓은 것이라는 점에서는 일반 다중회귀분석에서 사용하는 ‘합동 횡단면 자료(pooled cross-sectional data)’와 동일하나, 동일한 개체를 시간에 따라 반복적으로 관찰한 자료라는 점에서 차이가 있다(참조: 위키백과).

본 연구는 2001-2011년 까지 전국 5대 광역시(서울, 부산, 대구, 광주, 대전)와 이들 간의 통행량 자료를 구축하였다. 각 지역별 자료는 통계청 국가통계포털(http://kostat.go.kr/) 및 각 시도별 통계연보로부터 추출하여 사용하였다. 또한 지역 간 통행량 자료는 국가교통 데이터베이스(KTDB)를 활용하였다.

본 연구는 각 지역에 대한 다른 지역의 의존성을 분석하기 위한 것으로, 각 지역별로 5개의 모형을 별개로 정산하였다. 정산은 SAS 9.3을 이용하였으며, 최적의 설명변수 조합을 찾아내기 위해 단계 선택 회귀분석(stepwise regression analysis)을 사용하였다. 그 결과 최종적으로 접근성 지수(ACC), 경제활동 인구 비율(REAP), 3차 산업 특화도(LQ3), 그리고 KTX 더미 변수를 적합한 설명변수로 선정하였다.

모형의 정산 결과는 표 2와 같다. 모형의 설명력을 나타내는 R-square 값은 모두 0.6이상으로 적절한 것으로 나타났다. 또한 각 독립변수의 계수값의 유의확률은 최대 0.057로 나타난 광주의 접근성에 대한 계수 값만 95% 신뢰수준에 약간 못 미치고 나머지는 모두 95% 신뢰수준을 만족하는 것으로 나타났다.

모형 추정 결과, 모든 모형에서 경제활동인구 비율(REAP)에 대한 계수의 부호가 음(-)로 산출되었다. 이는 각 지역의 경제활동 인구비율이 높을수록 다른 지역에 대한 의존성이 낮아진 것으로 해석할 수 있다. 즉, 경제규모가 큰 지역일수록 사회경제활동이 지역내부에서 더 크게 일어남으로 외부 지역에 대한 의존성이 떨어진다는 것을 의미한다.

접근성(ACC)의 부호는 모두 양(+)로 추정되어 지역의 접근성이 높을수록 다른 지역에 대한 의존성이 높아졌음을 알 수 있다. 지역의 접근성이 한 단위 증가할 경우 서울로의 의존성은 6.352, 부산으로의 의존성은 2.889, 대구로의 의존성은 2.277, 광주로의 의존성은 2.230, 끝으로 대전으로의 의존성은 1.481 증가하는 것으로 추정되었다. 여기서 해당 지역에 대한 접근성은 각 지역별 인구규모에 대한 가중평균 통행시간의 역수로 산출되므로, 평균 통행시간이 커질수록 의존성은 낮아지는 것으로 해석할 수 있다. 대전으로의 접근성이 대전으로의 의존성에 가장 적은 영향을 미치는 것으로 나타난 것은 대전이 지리적으로 중심에 입지하고 있기 때문으로 판단된다.

마찬가지로 3차 산업 특화도에 대한 계수 부호가 모두 양(+)로 추정된 것은 3차 산업으로 특화된 지역일일수록 다른 지역에 대한 의존성이 더 커진다는 것을 나타낸다. 계수의 크기는 대구 3.798, 대전 3.688, 서울 2.016, 부산 1.714, 광주 1.229 순으로 추정되어 지역의 3차 산업에 특화된 지역이 대구와 대전에 대한 의존성이 상대적으로 크며, 반대로 광주로의 의존성이 가장 작은 것으로 나타났다. 이는 대전과 대구가 지리적 여건으로 볼 때 3차 산업 특화도가 높은 서울과 부산에 대한 의존이 높아진 것으로 판단된다.

끝으로 KTX 개통 더미변수의 계수 값이 서울로의 의존 모형인 경우 +0.069로 양(+)의 값으로 추정된 반면 다른 지역에 대한 의존성 모형은 모두 부산 –0.120, 대구 –0.148, 광주 –0.185, 대전 –0.201로 모두 음(-)으로 추정되어 KTX 개통이 서울로의 의존성을 높게, 반대로 다른 지역으로의 의존성은 낮게 만드는 것으로 추정되었다. 결과적으로 KTX 개통이 서울로의 집중을 높이는 빨대효과를 보이는 것으로 나타났다. 표 3은 KTX 개통여부가 지역 간 의존성에 미치는 영향을 산출한 것이다. 예를 들면, KTX 개통은 부산으로부터 서울로의 상대적 의존성을 18.9%(= 0.069 + 0.120) 상승한 것으로 추정된다. 마찬가지로 대구-서울 간의 상대적 의존성은 21.7%, 부산-대구 간은 2.8%, 대전-광주 간은 1.6% 상승하는 것으로 추정되었다.