서울시 연령대별 비통근 통행 집중지역 특성 분석 : 생활이동 데이터를 활용하여

Abstract

본 연구에서는 서울시 생활이동 데이터를 활용하여 연령대별 비통근 통행이 집중되는 지역을 파악하고, 출발-도착 현황을 시각화하고자 한다. 또한, 연령대별로 비통근 통행 집중지역의 도시 환경 특성을 분석하고자 한다. 이를 위한 분석 내용은크게 두 가지로 설정하였다. 먼저, 연령대별로 비통근 통행 패턴을 분석하였다. 구체적으로 입지계수를 활용하여 비통근 통행이집중되는 지역을 행정동 단위로 도출하고, 행정동 간의 출발, 도착을 시각화하였다. 그런 다음, 공간적 자기상관성을 제어할 수있는 공간회귀분석을 활용하여 비통근 통행 집중지역 특성을 분석하였다. 이에 본 연구의 목적은 다음과 같다. 첫째, 서울시 생활이동 빅데이터를 활용하여 연령대별 비통근 통행 집중지역을 비교한다. 둘째, 연령대별 비통근 통행의 출·도착 패턴을 시각화하여 서로다른 목적지 수요를 확인한다. 셋째, 비통근 통행 집중지역의 특성을 분석하여 연령대별로 비통근 활동을 충족시키는 요인을 파악한다. 연구는 <그림 1>과 같은 흐름으로 수행되었으며, 연구의배경과 목적을 바탕으로 2장에서는 이전 비통근 통행 연구에 대해 고찰한다. 그리고 3장에서는 본 연구에서 사용한 데이터와 방법론에 대해 소개하고, 4장에서는 연령대별 비통근 통행 패턴 분석과 집중지역 특성 분석 결과를 서술한다. 마지막으로 5장에서연구의 시사점과 함께 결론을 맺는다.

Amidst various changes in urban areas, non-commuting travel is gradually increasing while maintaining a complex relationship with commuting travel. Information and communication technology advancements have enabled the analysis of mobile phone location-based mobility data by capturing people's actual movements. While numerous studies have analyzed commuting patterns or focused on specific age groups and socially vulnerable populations, few studies have investigated the characteristics of areas where non-commuting travel destinations are concentrated based on age preferences. Additionally, research utilizing big data on mobile phone location-based daily mobility is scarce. This study utilizes big data on mobile phone location-based daily mobility to identify age-specific non-commuting travel patterns and areas where non-commuting travel is concentrated by age group. An analysis of the characteristics of these central non-commuting travel areas reveals that younger age groups focus their non-commuting travel around leisure and cultural facilities, which demonstrates a tendency to tolerate long travel times if it satisfies their demand for non-commuting activities. This finding suggests the need for policies that encourage long-duration travel via public transportation to support a sustainable transportation system. Conversely, older age groups, with limited leisure activity spaces, prefer locations such as squares and urban natural parks. Areas with excellent subway accessibility also see a concentration of non-commuting travel. Thus, additional leisure spaces, such as squares for older adults, are needed. This study is significant as it visually presents age-specific non-commuting travel patterns using large-scale mobility data and demonstrates variations in non-commuting travel concentration areas and their influencing factors by age group.