Journal Archive

소매업의 매출은 많은 요인들에 의해 영향을 받는다. 특히 상점의 입지, 크기, 이미지, 서비스수준(Hansen and Weinberg, 1979; Nevin and Houston, 1980)은 점포의 장기간의 매출을 결정하기 때문에 매우 중요하다. 이 중에서도 입지는 움직이지 않는 특성(Ghosh and Craig, 1983)으로 인해 결정 시에 많은 시간과 비용을 투자하는 부분이다.

점포들이 집적하여 입지할 경우 주요시설 및 소비자풀(이경민 외, 2014)의 공동이용과 다목적 구매활동(Gerbich, 1998; Harmen and Holyoake, 2004)의 편의로 인해 판매자와 소비자 모두에게 이득을 주기 때문에 판매자들은 구매자들을 확보하기 위하여 경쟁적 관계의 군집(Hotelling, 1929; Nevin and Houston, 1980)을 이룬다. 그런데 이러한 군집적 특성은 같은 업종끼리만 이루어지는 것은 아니며 소비자들의 소비패턴(Harmen and Holyoake, 2004; Gerbich, 1998; Teller and Elms, 2012; 이경민 외, 2014)에 따라 다양한 소매업종들이 혼합(Jacobs, 1961)되어 군집을 이루기도 한다.

이러한 소매업의 동종 및 이종의 공간적 군집 특성은 상업의 발달과 맥을 같이함에도 불구하고 집적의 긍정적 효과(Dudey, 1990; 정대석·김형보, 2014))나 부정적 효과(Eaton and Lipsey, 1979; Mulligan and Fik, 1995)에 대한 논의만 있을 뿐, 점포 군집의 궁극적 목적인 매출에 어떠한 영향을 주는지 실증한 연구는 거의 없다. 소매업의 공간적 입지 특성(Hotelling, 1929; Eaton and Lipsey, 1979; Sharpe and Roy, 1985)은 오랫동안 연구되어 왔으나 경쟁적 상황에 초점이 맞추어져 있으며, 최근의 국외 연구들은 대부분 쇼핑센터(Eppli and Benjamin, 1994; Gerbich, 1998)가 중심이 되어 왔다. 국내의 연구들 또한 군집을 이루는 초점이 대부분 산업(김애영, 2008; 정준호·김선배, 2005)이나 제조업(전상곤 외, 2012)분야에서 많이 이루어졌으며, 소매업 중심의 연구들은 하나의 업종을 대상으로 하거나 여러 업종을 대상으로 분포특성을 파악한 연구가 대부분이다.

결과적으로 어떤 한 업종에 대하여 동종업종과 이종업종의 군집 정도가 매출이나 이익에 미치는 영향이나 관계에 대하여 통계적으로 수치화하여 실증한 연구는 거의 없다. 따라서 본 연구에서는 3개로 분류 된 대분류 업종에서 각각 종속변수를 선정하여 그 군집지수(Local Getis-Ord G)를 산정하고 소매 업종별 매출액에 어떠한 영향을 미치는지 실증적으로 분석하는 것이 목적이다. 분석을 위하여 업종을 크게 서비스업종, 판매업종, 식음업종으로 구분하였다. 종속변수는 각 대별된 분류에서 대표업종으로 판단되면서 기존 연구에서 논의가 되어온 미용실(박일순·민성기, 2009; 조진우·민규식, 2013), 슈퍼마켓과 편의점(Ingene and Yu, 1982; 오세조 외, 2008; 서상윤 외, 2013; 이상민, 2013), 한식(정효선·윤혜현, 2010; 염지혜·양승우, 2014)으로 선정 하였다. 이들이 속한 상위 분류를 동종업종, 속하지 않은 상위 분류는 이종업종으로 하여 군집지수를 추출하였으며, 군집지수 선정이유에 대해서는 3장에 자세히 기술되어 있다.

동종 및 이종업종의 군집정도가 소매업의 매출에 미치는 영향을 파악하기 위한 방법은 크게 2단계로 진행된다.

첫 번째 단계는 종속변수인 미용실, 슈퍼·편의점, 한식업과 미용실 상위분류인 서비스, 슈퍼·편의점 상위분류인 판매, 한식업의 상위분류인 식음업종의 총 6개의 사업체수에 대하여 Moran’s I 값을 통해 전체 분포 특성을 파악하고 Gi*(d)을 이용하여 각 소지역의 군집지수(z-score)를 도출한다. Moran’s I값 산출을 위해서는 인접성(contiguity)을 기준으로 가중치를 부여하는 락(rock)방식을 이용하였다. Gi*(d)값 산출을 위해서는 임계거리 내에 있는 점은 1의 값을 밖에 있는 값을 0을 부여하여 공간가중행렬을 구축하였다.

두 번째 단계에서는 미용실, 슈퍼·편의점, 한식의 매출액을 각 종속변수로 하고, 군집지수(z-score)를 설명변수로 포함하여 각 매출액에 미치는 영향을 실증적으로 분석한다. 예를 들어 미용실의 경우, 같은 업종인 미용실 분포의 군집지수, 동종업종으로 미용실이 속한 상위분류인 서비스업종의 군집지수, 이종업종은 미용실이 속하지 않은 상위분류인 판매와 식음업종 분포의 군집지수를 설명변수로 모형에 포함하여 미용실 매출액에 미치는 영향을 파악한다.

요약하면 상권분석에 많이 이용되는 대분류인 서비스업종, 판매업종, 식음업종을 구분하였다. 그리고 차례대로 각각 속하는 미용실, 슈퍼·편의점, 한식업의 매출액을 종속변수로 3번의 분석을 하였다. 군집지수는 종속변수의 업종을 같은 업종, 종속변수가 속하는 상위분류는 동종업종, 속하지 않는 2개의 상위분류는 이종업종으로 구별하여 산정하고 설명변수로 포함하였다.

분석방법은 최소제곱법(Ordinary Least Squares, OLS)을 이용한 다중회귀분석이다. 지수의 영향 정도를 파악하기 위하여 군집지수를 포함하지 않는 최소제곱법모형과 군집지수를 설명변수로 포함한 최소제곱법 분석으로 총 두 번의 분석을 실행하였다. 또한 최소제곱법에 포함된 군집지수의 타당성과객관성을 알아보기 위하여 공간적 상관성을 반영한 모형인 공간시차모형(Spatial Lag Model, SLM), 공간오차모형(Spatial Error Model, SEM)을 이용한 추가분석을 실시하여 비교·분석하였다. 공간계량분석을 위한 공간가중행렬은 Moran’s I값 산출시 이용한 인접성(contiguity)의 락(rock)방식을 이용하였다.

본 연구의 주요 논점인 군집지수를 구체적으로 살펴보면, 각 소지역에 속한 사업체수를 대상으로 Gi*(d) 지수의 표준화된 z-score값을 이용하였다. 표준화된 z-score를 통해 미용실, 슈퍼·편의점, 한식의 회귀분석결과를 동등비교 할 수 있다. Gi*(d)의 z-score값은 핫스팟(hotspot)이 강할수록 양의 값을 가지면서 주변 지역의 사업체수 비율이 높은 것을 나타내며, 콜드스팟(coldspot)이 강할수록 음수 값을 가지면서 해당 지역과 주변지역의 사업체수의 비율이 낮은 것을 나타낸다. z-score는 신뢰수준 90%(±1.65), 95%(±1.96), 99%(±2.58)에서 통계적 유의성을 제공한다. 본 연구에서는 p<0.1이상의 유의성을 가진 z-score값을 표준화하여 군집지수로 활용하였다. 따라서 (+)값을 가지면서 커질수록 사업체들의 군집이 매출액에 정의 영향을 미치며, (-)값이 커질수록 작은 값을 가진 사업체들의 군집이 매출액에 부(-)의 영향을 미치는 것으로 해석할 수 있다.

공간적 범위는 서울시이며, 공간 단위는 소지역 단위이다. 시간적 범위는 SK지오비전에 제공한 자료 기준인 2013년을 기준으로 하였다. 서비스업종, 판매업종, 식음업종의 구분은 최근 민간상권분석시스템(SK지오비전, 소상공인포털)에서 산업 활동별로 구분된 분류이다. 분석 패키지는 자료의 구축은 STATA14.0, 회귀분석과 공간시차모형, 공간오차모형은 ArcGIS 10.1, GeoDa프로그램을 이용하였다.

본 연구에서 사용하는 종속변수는 서비스 대표업종으로 미용실 매출액, 판매(소매) 대표업종으로 슈퍼마켓·편의점 매출액, 식음 대표업종으로 한식 매출액으로 총 3개를 선정하였다. 세 업종은 각 대분류 안에서 소상공인이 쉽게 개·폐업을 반복하는 업종(주 현, 2014)으로 많은 경쟁을 일으키는 업종이라고 할 수 있다. 미용실의 경우 다양한 수요층과 풍부한 수요량을 가지고 있는 반면에 심각한 경쟁시장으로 주목(황문순, 2010)받고 있는 업종이다. 슈퍼마켓과 편의점은 소매 업종 중에서도 생활/잡화를 취급하는 대표 업종으로 사람들이 일상생활에서 가장 많이 이용하는 업종이다. 편의점의 경우 줄어들고 있는 슈퍼마켓의 수를 많이 대체하고 있으며, 비슷한 상품을 취급하고 비슷한 수요층을 공유하고 있기 때문에 슈퍼마켓과 편의점을 함께 묶어 소매 대표 업종으로 선정하였다. 한식 또한 일반음식점에서 차지하는 비율이 88%(강혜정 외, 2013, 고기포함)에 달할 정도로 많은 경쟁을 일으키며 개인적 선택에 의해 입지를 하는 업종이다. 각 종속변수는 사전검증을 거친 후 미용실 5,421개, 슈퍼·편의점 8,766, 한식 7,615개를 추출하였다.

설명변수는 기존의 선행연구(Eppli and Benjamin, 1994; Lee and Pace, 2005; 원유효 외, 2014; 김수현 외, 2015 등)에서 유의미한 결과로 도출되었던 인구특성, 경제적특성, 토지이용특성, 접근성 특성, 입지특성의 지표를 통제변수로 활용하였다. 인구특성은 소매업 매출액에 영향(왕효석, 2011; 손동욱 외, 2012)을 주는 변수로 많은 연구에서 이용되었다. 아파트 가격을 경제적변수로 활용한 이유는 소득수준을 알 수 있는 대리변수이기 때문이다. 토이지용특성은 토지용도의 다양성이 매출에 미치는 영향을 볼 수 있다. 접근성특성은 상권의 영향력을 설명하는데 많은 연구에서 이용하였으며, 영향력 있음이 입증(신우진·문소연, 2011)되었다. 입지특성에서는 독특한 문화를 형성(서환수, 2013)하면서 비슷한 점포들이 군집을 이룰 것으로 보이는 대학을 선정하였다. 또 다른 입지특성으로 전통시장과 소매유통시장에 많은 영향을 미치는 대형마트와 백화점(강지수·전현배, 2015)을 선정하였다. 본 연구에서는 대형마트와 백화점을 통칭하여 대형유통으로 명명하였다. 변수에 관한 구체적인 내용은 <표 1>과 같다.

각 회귀분석에서 설명변수로 포함된 군집지수(표준화된 z-score값)는 총 4개이다. 종속변수 자체의 사업체수 즉, 미용실, 슈퍼·편의점, 한식점 각각의 군집지수와 서비스업종, 판매업종, 식음업종의 사업체수 군집지수이다.

각 종속변수에 속하는 군집지수의 기초통계량은 <표 2>와 같으며, 통제변수로 포함된 설명변수는 [부록 1]으로 첨부하였다. 미용실에 대한 기초통계 분석결과를 보면 미용실의 군집정도인 표준화된 z-score의 평균값은 1.613으로 군집하는 곳이 다른 업종보다 많다는 것을 알 수 있으며, 동종업종인 서비스의 표준화된 z-score 평균값은 0.135, 이종업종인 소매와 식음 업종의 표준화된 z-score의 평균값은 각각 0.029와 0.407로 군집하여 분포하는 곳이 이질적으로 분포하는 것보다 좀 더 많다는 것을 알 수 있다. 슈퍼·편의점을 기준으로 같은 업종인 슈퍼마켓, 동종업종인 판매, 이종업종인 서비스와 식음의 표준화된 z-score 평균값은 각각 1.549, 0.026, 0.159, 0.125이다. 슈퍼·편의점이 가장 많이 군집하고 판매와 식음업종이 조금 군집한다. 그러나 서비스 업종의 군집지수는 크지 않아 집적하는 곳이 많지 않다는 것을 유추 할 수 있다. 한식업종을 기준으로 같은 업종인 한식, 동종업인 식음, 이종업종인 서비스와 판매의 표준화된 z-score 평균값은 각각 2.059, 2.063, 1.952, 1.794로 나타났다. 한식과 식음업종은 집적하여 분포하는 곳이 매우 많다고 할 수 있다.

군집지수가 미용실 매출액, 슈퍼·편의점 매출액, 한식 매출액에 미치는 영향 정도를 분석하기 위해 다중회귀모형을 구축하였다. 모든 종속변수는 log로 변형하였으며, 통제변수와 총 4개의 군집지수가 설명변수로 포함 되었다. 구체적인 식은 아래 <식 1>과 같다.

lnY_i : 로그변환된 매출액
X_i1 : 인구특성통제변수
X_i2 : 경제적특성통제변수
X_i3 : 토지이용특성통제변수
X_i4 : 접근성특성통제변수
X_i5 : 입지특성통제변수
X_i6 : 군집지수
β₁,β₂,β₃,β₄,β₅,β₆ : 계수
ϵ : 오차항

SK 지오비전에서 제공한 자료를 토대로 미용실과 상위분류인 서비스업종, 슈퍼마켓·편의점과 상위분류인 판매업종, 한식과 상위분류인 식음업종의 총 6개 상업체수의 군집정도를 살펴본 결과<그림 1-그림 6>과 같다. 분포특성을 살펴보면 종속변수의 상위분류인 서비스, 판매, 식음업종의 Moran’ I 값이 모두 0.2이상으로 전반적으로 군집하는 패턴을 보이고 있다.

Figure 1. 
Distribution of beauty shop

Figure 2. 
Distribution of service business

Figure 3. 
Distribution of supermarket & convenience store

Figure 4. 
Distribution of retail business

Figure 5. 
Distribution of Korean restaurant

Figure 6. 
Distribution of food & drink business

미용실<그림 1>의 군집 정도를 살펴보면 마포와 서대문·종로와 중구·강남과 서초 등 주요 상업지역에 밀집되어 있으며, 관악구와 금천구 등 서울 남서부일대·창동·정릉·신내동 등에서 이질적 분포를 보는 것을 알 수 있다. 미용실 동종업종인 서비스<그림 2>는 여의도와 마포·종로·성수·강남·가산동·강서일부 지역에서 밀집되어 있으며, 강북일대·서대문북부·목2동·상도1동·신림동과 개포동 일부에서 이질적 분포를 보이는 것으로 나타났다.

슈퍼·편의점<그림 3>의 분포는 주요 도심지인 중구·종로구·여의도와 강남·서초구 일대와 마포와 서대문 일대에서 군집한다. 주거지역이 대부분인 금천구와 노원구는 거의 대부분 이질적 분포를 보인다. 슈퍼·편의점 동종업종인 판매<그림 4>의 분포를 보면 중구와 종로 뿐 아니라 성북구·성동구·동대문구 일대, 마포구와 서대문 구등 강북 도심지역 대부분에 판매시설이 밀집해 군집해 있다. 강남에서는 논현동과 압구정동, 가산·세곡동 등에서 밀집도가 크며, 주요 주거지역인 도봉·노원·상계 등 강북지역과 양천구·동작·신림 등이 이질적 분포를 보이는 것으로 타났다.

한식<그림 5> 또한 서울 주요 상업지구인 중구·종로구, 마포, 여의도, 강남과 가산디지털·강서구 오곡동 일대에 많이 군집해 있다. 한식은 특이하게 서초구 원지동에 많이 분포 되어있는 것을 알 수 있다. 강북 서부지역일대·진관동일대·증산동·염창동·신정동·신도림동·상도1동·개포2동·거여동·명일동·금호동에서 이질적 분포를 보인다. 한식의 동종 업종인 식음업종<그림 6>은 한식과 비슷한 분포를 보이고 중심 상업지구에 집중되어 있음을 볼 수 있으며, 광진구 일대에 많이 분포되어 있다.

미용실 매출액 영향요인 분석결과는 <표 3>과 같다. 분석결과 군집지수를 포함한 회귀모형의 설명력(Adj_R²)이 0.212로 포함하지 않는 결과에 비해 0.011높아졌다. 군집지수는 미용실과 식음업종의 표준화된 z-score값만이 유의하게 나왔으며, 모두 양(+)의 영향을 보이는 것으로 나타났다. 즉, 미용실 점포와 식음업종이 같이 군집할수록 매출에 긍정적인 영향을 미치는 것으로 나타났다. 1절의 분포특성결과와 같이 해석하여 보면 미용실은 이대와 같은 특수상권이나 종로·강남과 같은 주요 상업 지구에 군집하면서 지역화 경제의 직접 이익을 얻는 것으로 볼 수 있다. 이러한 결과는 신우진·신우화, (2009)가 언급한 대로 도심과 부도심에는 사무용 공간 및 놀이문화가 조성되어 있어, 수요가 지속적으로 유입되는 통근자 층이 많을 뿐 아니라 유동인구 또한 높기 때문으로 보인다. 미용실의 매출액이 거주자수가 아닌 직장인수에 정(+)의 영향을 받는 것 또한 이러한 맥락에서 해석 할 수 있다. 식음업종은 사람의 활동에 필요한 식(食)을 담당하는 업종으로 사람들이 많이 있는 곳일수록 더 많이 분포하는 상호보완성의 성격을 가지기 때문에 주요 상업 지구에 입지한 미용실의 매출액에 긍정적인 영향을 준다.

동종업종인 서비스와 이질업종인 판매의 군집은 유의하지 않게 나왔다. 미용실이 속한 동종업종인 서비스업종이 유의하지 않은 것은 연구에 활용된 서비스에 속한 업종이 다양하여 미용실 활동과 같이 할 수 없는 서비스 업종이 많이 포함되어 있기 때문인 것으로 판단된다.

공간계량경제모형인 SLM과 SEM분석결과를 보면 미용실 매출액에 미치는 주변지역의 공간적 특성이 사업체수의 군집특성 외에 다른 것이 있음을 알 수 있다. 즉, 군집지수 외에 매출액을 증가시키는 다른 공간적 상호종속성이 있으며, 설명변수의 오차에서도 공간적 영향을 미치는 요인이 있을 수 있다.

슈퍼·편의점 매출액을 종속변수로 하여 군집에 대한 영향요인을 분석결과는 <표 4>와 같다. 분석결과 군집지수를 포함한 회귀모형의 설명력(Adj_R²)이 0.132로 포함하지 않는 결과에 비해 0.005높아졌다. 군집지수는 슈퍼·편의점과 식음업종의 표준화된 z-score 값만이 유의하게 나왔으며, 순서대로 각각 부(-)와 양(+)의 영향을 보이는 것으로 나타났다. 또한 동종업종인 판매와 이질업종인 서비스업종은 유의하지 않는 것으로 나타났다. 1절의 분포특성결과와 같이 슈퍼·편의점의 군집지수를 해석하여 보면 일정거리 이상 이격해서 떨어져야 매출액이 증가(신우진·신우화, 2010; 정경훈 외, 2013)한다는 기존 연구결과를 지지하는 반면, 유동인구가 많은 고밀의 상업 지구에서는 상대적으로 군집을 보인다고 할 수 있다. 즉, 슈퍼마켓이나 편의점은 식품이나 일상용품 등 편의품을 취급하기 때문에 선매품과 같이 집적을 함으로써 더 넓은 소비 상권을 확보 할 필요가 없다. 따라서 주거지역에서는 군집을 하지 않지만 유동인구가 많은 고밀의 상업지에서는 유동인구와 오피스·오피스텔의 많은 수요로 인해 상대적으로 가깝게 위치한다. 식음업종의 군집이 정의(+)의 영향을 미치는 것은 식사 후에 자연스럽게 생필품을 사서 집으로 가는 현대인의 압축적인 시·공간 생활패턴을 잘 보여준다고 할 수 있다. 또한 전술한 바와 같이 식음업종은 사람의 활동에 필요한 식(食)을 담당하는 업종으로 일상 활동에서 상호보완적인 역할을 하는 것을 보여준다.

슈퍼·편의점의 공간계량모형분석결과 또한 미용실과 마찬가지로 군집지수 외에 매출액을 증가시키는 다른 공간적 상호종속성 요소가 종속변수 내에 있다. 그러나 SEM의 R²값이 더 높은 것은 설명변수 오차에서의 공간적 요소가 더 크기 때문이다.

한식 매출액을 종속변수로 한 분석 결과는 <표 5>와 같다. 군집지수를 포함한 회귀모형의 설명력(Adj_R²)은 0.252로 포함하지 않는 회귀모형의 값보다 0.014 높아졌다. 군집지수는 한식의 군집, 동종 및 이종업종의 군집 모두 유의미한 영향을 주는 것으로 분석 되었다. 그러나 판매업종은 군집할수록 한식의 매출액을 감소시키는 부(-)의 영향을 주었으며, 나머지는 모두 군집할수록 한식 매출액에 정(+)의 영향을 주었다. 1절의 분포특성결과와 같이 해석하여 보면, 한식업종은 군집할수록 매출이 증가하는 것으로 나타났으나 그 영향은 지역마다 차이가 있음을 알 수 있다. 즉, 고밀도의 상업지구나 서초와 강남과 같이 주거지역이라도 고밀도의 주거와 상업이 혼재하는 곳에서 집적 할수록 매출이 증가한다.

이종업종인 서비스의 군집지수가 정(+)의 영향을 미치는 것은 한식과 서비스는 실생활과 밀접한 관련 있는 시설로 사람들이 많이 거주하는 곳에 같이 분포되어야 하는 공통적인 특징 때문인 것으로 판단된다. 즉, 신우진·신우화(2010)의 연구결과와 같이 한식은 동종업종과 이종업종 모두와 연접하여 군집하지만 그 중에서도 학생과 주부들이 주요 대상인 생활서비스의 이종업종이 한식과 같이 군집하는 것으로 볼 수 있다.

이질업종인 판매업종이 한식 매출액에 부(-)의 영향을 주는 것은 판매업종이 집적되는 곳에서 쇼핑이나 여가의 소비활동 뒤에는 좀 더 특별한 외식활동을 할 것이기 때문이라고 볼 수 있다.

동종업종인 식음업종이 정(+)의 영향을 주는 것은 우리나라 주요 상업지마다 먹거리 음식점들이 집적되어 있는 현상을 잘 설명해준다. 즉, 대표적 상업지구인 도심과 부도심에는 통근자와 젊은 층의 수요로 인해 음식점들이 군집(신우진·신우화, 2009)하면서 매출을 상승시키는 것으로 보여 진다. 그러나 1절의 분포특성결과와 같이 보면, 선행연구(신우진·신우화, 2010; 정대석‧김형보, 2014.)에서 보여준 바와 같이 한식업종은 동종업종끼리 군집하는 강한 상관성이 있기도 하지만 지역적 성격 및 우리나라 사람들의 식문화적 특징에 따라 이질적 패턴을 보이며 여러 업종과 군집하는 것을 알 수 있다.

한식의 공간계량모형분석결과 슈퍼·편의점과 마찬가지로 군집지수 외에 매출액을 증가시키는 다른 공간적 상호종속성 요소가 종속변수 내에 있으며, SEM의 R²값이 더 높은 것으로 봐서 설명변수 오차에서의 공간적 요소가 더 큰 것으로 보여 진다.