Ⅰ. 서 론

한국의 산업화와 도시화 과정에서 주거지 개발사업은 수도권의 주택 부족과 도시 과밀에 대응하기 위한 대표적인 도시개발 수단으로 추진되어 왔다. 그러나 주택 공급 확대에 초점을 둔 개발은 토지이용과 교통계획의 연계가 충분하지 못해 직주불균형, 모도시 의존형 통근, 장거리 이동 및 승용차 의존을 심화시키는 문제를 초래하였다(Go and Choi, 2013;Lee et al., 2015). 반면 해외 일부 신도시는 철도와 토지이용을 연계하여 자동차 의존을 완화하고 대중교통 중심의 도시구조를 구축한 사례가 보고되고 있다(Cervero, 1995). 이에 비해 국내 개발사업지구는 광역교통 인프라가 입주 이후 단계적으로 확충되는 경우가 많아 지속가능한 교통체계 구축에 한계를 보여 왔다(Park and Woo, 2022). 따라서 개발사업지구의 공간구조가 지속가능 교통수단 이용과 어떠한 관련성을 갖는지를 규명하는 것은 도시 및 교통계획 분야의 중요한 연구 주제로 제기되고 있다(Banister, 2008).

이러한 문제를 설명하기 위한 대표적인 접근이 건조환경(built environment) 연구이다. 건조환경과 교통행태의 관계는 다양한 실증연구를 통해 체계화되어 왔으며, 대중교통 접근성, 토지이용 특성 및 가로망 구조 등 공간적 특성이 교통수단 선택과 밀접한 관련성을 갖는 것으로 보고되어 왔다(Cervero and Kockelman, 1997;Ewing and Cervero, 2010). 그러나 기존 연구는 주로 행정동, 교통존 또는 역세권을 분석단위로 수행되어 실제 공간계획이 이루어지는 개발사업지구의 공간구조를 충분히 반영하지 못하였다. 또한 통행목적에 따라 건조환경과의 관계가 달라질 수 있다는 논의는 축적되어 왔으나 주로 역세권 등 대중교통 결절 주변을 대상으로 이루어졌으며(Lee and Ahn, 2005;Wu et al., 2023), 공간구조 지표의 해석은 분석단위에 따라 달라질 수 있다는 점(Bae et al., 2024)을 고려하면 실제 계획단위인 개발사업지구를 대상으로 목적별 교통수단 이용을 분석할 필요가 있다. 주거지 개발사업지구는 토지이용과 교통체계가 함께 계획되는 도시개발 단위로, 광역 통근을 위한 대중교통 결절 기능과 일상생활을 위한 생활권 기능이 동시에 작동하는 공간이다. 따라서 목적별 지속가능 교통수단 이용을 분석하기 위해서는 대중교통 시설의 물리적 접근 여건뿐 아니라 활동집적, 가로망 구조, 대중교통 기반 광역 접근성 및 자동차 대비 상대적 경쟁력을 함께 고려할 수 있는 공간구조 분석틀이 요구된다. 이에 본 연구는 Bertolini(1996)의 Node-Place 모형과 TOD 관련 연구를 바탕으로 주거지 개발사업지구에 적용할 4차원 NPDA(Node-Place-Design-Accessibility) 분석틀을 구성하였다. 경기도 주거지 개발사업지구 127개를 대상으로, 사업지구 단위로 측정한 건조환경 지표와 KTDB 행정동 OD 자료의 면적가중 재배분을 통해 산정한 네 가지 목적·수단별 분담률 추정치, 즉 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 간의 관련성을 분석하였다.

본 연구의 연구질문은 다음과 같다. 첫째, 본 연구에서 구성한 NPDA 4차원과 14개 세부 건조환경 지표는 통근·비통근의 대중교통 및 도보·자전거 분담률 추정치와 각각 어떠한 관련성을 보이는가? 둘째, 동일한 교통수단에서 모형 A의 NPDA 차원계수는 통근과 비통근 사이에 유의한 차이를 보이는가? 모형 A는 NPDA 4 차원 수준의 핵심 분석으로, 모형 B는 14개 세부 건조환경 지표의 조건부 관련성을 살펴보는 탐색적 분석으로 구분한다. 아울러 종속변수가 행정동 OD 자료를 면적가중 재배분하여 산정한 추정치라는 점을 고려하여, 분석단위 불일치에 대한 주요 결과의 민감도, 관측치 비독립성, 공간자기상관 및 지표 간 정보 중복을 검토한다. 이를 통해 개발사업지구 경계에서 측정한 건조환경과 목적·수단별 지속가능 교통수단 분담률 추정치 간의 관련성을 분석하고, 본 연구의 자료와 분석수준에서 제시할 수 있는 계획·평가상의 시사점을 도출하고자 한다.

Ⅱ. 선행연구 고찰

1. 건조환경과 목적별 교통수단 이용

건조환경(built environment)과 교통행태의 관계는 교통 및 도시계획 분야에서 지속적으로 연구되어 온 주제이다. Cervero and Kockelman(1997)은 건조환경을 밀도(Density), 토지이용 다양성(Diversity), 가로망 설계(Design)의 3D 요소로 체계화하였으며, Ewing and Cervero(2010)는 여기에 목적지 접근성(Destination accessibility)과 대중교통 접근성(Distance to transit)을 추가한 5D 프레임워크를 제시하였다. 이들 연구는 대중교통 접근성, 토지이용 특성 및 가로망·보행환경을 포함한 건조환경과 통행거리 및 교통수단 선택 사이에 통계적 관련성이 있음을 제시하였다.

이러한 건조환경 논의는 대중교통지향개발(Transit-Oriented Development, TOD) 연구와 결합하여 발전해 왔다. TOD는 대중교통 결절을 중심으로 고밀·복합 토지이용과 보행친화적 환경을 조성함으로써 승용차 의존을 줄이고 대중교통 및 보행 중심의 이동을 유도하는 계획전략으로 이해된다(Calthorpe, 1993;Sung and Oh, 2011). 그러나 건조환경과 교통행태의 관련성은 모든 통행에서 동일하게 나타나는 것이 아니라 통행목적에 따라 달라질 수 있다. 통근은 주거지와 고용 중심지를 연결하는 반복적 이동이므로 통행거리, 소요시간 및 대중교통의 광역 접근 여건과 밀접하게 관련될 수 있다. 반면 쇼핑, 여가, 의료 및 방문 등을 포함하는 비통근은 통근보다 목적지와 통행시간대가 다양하므로 근린 생활서비스의 분포와 보행 여건의 관련성이 상대적으로 크게 나타날 수 있다(Lee and Ahn, 2005;Wu et al., 2023). 따라서 동일한 건조환경 지표도 통행목적과 교통수단에 따라 서로 다른 관련성을 보일 가능성이 있다.

건조환경과 교통행태의 관계를 다룬 선행연구는 행정동, 교통존 및 역세권 등 다양한 공간단위를 대상으로 축적되어 왔다. 그러나 직주균형을 비롯한 공간지표의 측정값과 해석은 분석단위의 범위와 경계 설정에 따라 달라질 수 있다(Bae et al., 2024). 기존 연구는 주로 전체 통행이나 통근 통행 또는 특정 역세권의 TOD 성과에 초점을 두었으며, 통행목적을 구분한 연구도 대체로 역세권이나 행정구역을 분석단위로 수행되었다. 이에 따라 토지이용과 교통체계가 함께 계획되는 개발사업지구 경계에서 건조환경을 측정하고, 그 특성이 목적·수단별 교통수단 이용과 어떠한 관련성을 갖는지를 검토한 연구는 상대적으로 제한적이다. 본 연구는 이러한 연구 공백을 보완하기 위해 개발사업지구 경계에서 측정한 건조환경 지표와 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 추정치 간의 관련성을 분석한다.

2. 신도시·주거지 개발사업지구와 지속가능 교통수단

신도시와 주거지 개발사업지구를 대상으로 한 연구는 개발사업지구의 공간구조와 교통행태 사이의 관련성을 지속적으로 보고하였다. 특히 자족기능이 충분하지 않은 개발사업지구는 모도시로의 장거리 통근과 승용차 의존이 높게 나타난 반면(Go and Choi, 2013;Lee et al., 2015;Park and Woo, 2022), 고용과 생활서비스가 함께 집적된 지역은 대중교통 이용과 생활권 내 이동이 상대적으로 활성화되는 것으로 보고되었다(Vongpraseuth et al., 2020). 또한 철도와 토지이용을 통합적으로 계획한 해외 신도시는 자동차 의존을 완화하고 대중교통 중심의 도시구조를 형성한 사례로 제시되고 있다(Cervero, 1995).

개발사업지구의 공간구조와 기능은 준공 이후 입주, 상업·업무시설의 집적, 생활서비스 확충 및 대중교통 공급 변화와 함께 점진적으로 달라질 수 있다. 이러한 변화는 광역 통근과 생활권 내 이동환경에 서로 다른 관련성을 가질 수 있으며, 지속가능 교통의 관점에서는 광역 차원의 대중교통과 생활권 차원의 보행·자전거를 함께 고려할 필요가 있다(Banister, 2008). 본 연구는 계획의 정착 및 생활권 성숙 정도를 직접 관측하기 어려운 점을 고려하여 준공경과년수를 통제변수로 사용한다.

그러나 기존 신도시·개발사업지구 연구는 자족성, 직주균형 및 통근거리 등 개별 특성에 초점을 둔 경우가 많았다. 신도시의 계획요소를 다차원적으로 평가한 연구도 이루어졌으나(Sung and Eom, 2024), 개발사업지구의 공간구조를 다차원적으로 측정하고 통근·비통근의 대중교통 및 도보·자전거 분담률 추정치와의 관련성을 함께 분석한 연구는 상대적으로 제한적이었다. 또한 공간구조를 구성하는 개별 지표가 각각의 목적·수단별 분담률 추정치와 어떠한 관련성을 갖는지에 대한 실증적 검토도 충분하지 않았다. 따라서 개발사업지구의 공간구조를 다차원적으로 측정하고 목적·수단별 지속가능 교통수단 분담률 추정치와의 관련성을 분석할 수 있는 틀이 요구된다. 다음 절에서는 이를 위한 Node-Place 모형과 그 확장 논의를 검토한다.

3. Node-Place 모형의 확장과 사업지구 단위 NPDA 분석틀

건조환경과 교통행태의 관계를 설명하는 대표적인 접근으로는 3D·5D 프레임워크와 TOD가 있다. 3D·5D 프레임워크는 밀도, 토지이용 다양성, 가로망 설계, 목적지 접근성 및 대중교통 접근성 등 교통행태와 관련될 수 있는 건조환경의 구성요소를 체계화하고, TOD는 이러한 요소를 대중교통 결절 중심의 고밀·복합·보행친화적 개발이라는 계획원칙으로 구체화한다. 다만 이들 접근은 건조환경의 구성요소와 계획원칙을 제시하는 데 초점을 두므로, 개별 공간의 교통 결절 기능과 도시활동의 집적 수준을 차원별로 측정하고 그 관계를 분석하는 틀과는 구분된다. 이에 본 연구는 주거지 개발사업지구의 공간구조를 다차원적으로 측정하기 위한 이론적 출발점으로 Node-Place 모형과 그 확장 논의를 검토한다.

Bertolini(1996)는 역세권을 대중교통 결절 기능(Node)과 도시활동의 집적 수준(Place)이라는 두 차원에서 평가하는 Node-Place 모형을 제안하였다. Node는 철도·버스 네트워크의 연결성과 교통서비스 공급 수준을, Place는 인구·고용 및 도시활동의 집적 수준을 나타낸다. 이 모형은 두 기능의 수준과 균형을 바탕으로 역세권의 공간구조와 토지이용-교통 간 관계를 진단하는 데 활용되어 왔다. 그러나 기존 Node-Place 모형은 하나의 철도역을 중심으로 설정한 역세권을 주된 분석 대상으로 발전하였다는 점에서, 주거지 개발사업지구에 그대로 적용하기에는 한계가 있다.

주거지 개발사업지구는 하나의 철도역을 중심으로 형성된 공간이 아니라 철도, 버스, 도로망 및 생활권 기능이 복합적으로 작동하는 계획단위이다. 사업지구 내부에 철도역이 없거나 철도역이 경계 외부에 위치할 수 있으며, 하나의 사업지구가 여러 철도역과 버스정류장의 영향권에 포함될 수도 있다. 또한 입주 이후 철도와 버스 등 대중교통 공급이 단계적으로 확충되는 경우도 있다. 규모와 입지가 유사한 사업지구라도 대중교통 시설에 대한 물리적 접근 여건, 인구·고용과 도시활동의 집적 수준, 가로망의 형태, 주요 고용·활동기회까지의 도달 가능성 및 자동차 대비 대중교통의 경쟁력은 서로 다를 수 있다. 따라서 개발사업지구의 지속가능 교통 여건을 분석하기 위해서는 Node와 Place뿐 아니라 사업지구 내부의 가로망 구조와 광역 활동기회에 대한 실질적 접근성을 별도의 차원으로 고려할 필요가 있다.

다만 본 연구의 Node는 기존 역세권 연구에서 사용된 철도 운행빈도, 노선 수, 환승 가능성 등 개별 교통 결절의 서비스 공급 수준을 그대로 측정한 것은 아니다. 분석 대상이 단일 철도역 중심의 역세권이 아니라 다수의 철도역·버스정류장과 공간적으로 연계될 수 있는 개발사업지구라는 점을 고려하여, 철도역·버스정류장까지의 거리와 버스정류장 밀도를 이용해 대중교통 시설에 대한 사업지구 차원의 물리적 접근 여건으로 조작화하였다. 따라서 본 연구의 Node는 전통적인 Node-Place 모형의 결절 기능을 개발사업지구의 공간적 특성과 가용 자료에 맞게 재구성한 차원으로 해석한다.

Node-Place 모형의 확장 방식은 연구 목적과 공간 범위에 따라 다양하게 발전해 왔다. Vale(2015)와 Vale et al.(2018)은 보행 접근성과 가로망 여건을 포함하여 역세권의 토지이용-교통 통합 수준을 평가하였고, Lyu et al.(2016)은 TOD의 지향성(Oriented)을 별도 차원으로 추가하였다. Cummings and Mahmassani(2022)는 도시 간 철도역의 입지와 역 접근 용이성을 고려하였으며, Wu et al.(2023)은 역세권의 국지적(local) 접근성과 광역적(regional) 접근성을 Node 및 Place와 함께 분석하였다. 이처럼 확장 차원의 명칭과 측정 내용은 연구 목적과 공간적 맥락에 따라 다르며, 보편적으로 합의된 단일 확장모형은 존재하지 않는다(Kang and Miwa, 2025). 따라서 확장모형을 적용할 때에는 분석 대상의 공간적 특성과 각 차원의 개념적 역할을 명확히 구분할 필요가 있다.

본 연구에서 Design을 별도 차원으로 설정한 이유는 Node와 Place만으로는 사업지구 내부의 가로망 구조를 충분히 설명하기 어렵기 때문이다. 대중교통 시설에 대한 물리적 접근 여건과 인구·고용의 집적 수준이 유사한 사업지구라도 도로망과 교차로가 형성된 정도는 서로 다를 수 있다. 이에 본 연구의 Design은 도로밀도와 교차로밀도를 이용하여 사업지구 차원의 가로망 형태를 측정한다. 다만 보도 폭, 자전거도로, 횡단시설 및 교통안전시설 등 미시적 보행·자전거 환경을 직접 측정하지 않으므로, Design을 보행친화성이나 자전거 이용환경의 종합적인 지표로 해석하지 않는다.

Accessibility를 Node와 구분한 이유는 대중교통 시설에 대한 물리적 근접성이 대중교통을 이용한 실질적인 도달 가능성을 반드시 보장하지 않기 때문이다. Ewing and Cervero(2010)의 5D 논의에서도 대중교통 시설까지의 거리와 목적지 접근성은 별개의 요소로 구분되며, Wu et al.(2023)은 국지적 접근성과 광역적 활동기회 접근성을 구분하였다. 또한 Kwok and Yeh(2004)는 자동차와 대중교통 사이의 접근성 격차를 지속가능 교통의 지표로 제시함으로써, 대중교통 접근성을 자동차 대비 상대적 경쟁력의 관점에서 평가할 필요가 있음을 보여주었다. 따라서 철도역이나 버스정류장이 가까이 있더라도 주요 고용기회까지의 소요시간이 길거나 자동차보다 현저히 불리하다면 광역 대중교통 접근성이 높다고 보기 어렵다.

이상의 논의를 바탕으로 본 연구는 Node-Place 모형과 TOD 문헌에서 다루어 온 대중교통 시설 여건, 활동집적, 가로망 형태 및 광역 접근성의 개념을 종합하여 주거지 개발사업지구에 적용할 NPDA(Node-Place-Design-Accessibility) 4차원 분석틀을 구성하였다. Node는 철도역·버스정류장까지의 거리와 버스정류장 밀도로 측정한 대중교통 시설에 대한 물리적 접근 여건을 의미한다. Place는 인구·고용 및 도시활동의 집적 수준과 토지이용 특성을, Design은 도로밀도와 교차로밀도로 측정한 사업지구 차원의 가로망 형태를 나타낸다. Accessibility는 서울 3도심 중 가장 가까운 도심까지의 대중교통 소요시간, 자동차 대비 대중교통 소요시간, 60분 이내 대중교통 고용접근성 및 자동차 대비 대중교통 고용접근성의 균형을 반영하여 대중교통 기반 광역 접근성과 상대적 경쟁력을 나타낸다.

이를 개념적으로 구분하면, Node는 대중교통 시설에 물리적으로 ‘접근할 수 있는가’, Place는 인구·고용과 도시활동이 ‘집적되어 있는가’, Design은 사업지구 내부의 가로망이 ‘어떠한 형태로 형성되어 있는가’, Accessibility는 대중교통을 이용하여 주요 활동기회에 ‘실제로 도달할 수 있으며 자동차와 경쟁할 수 있는가’를 각각 나타낸다. 이와 같은 구분은 대중교통 시설에 대한 물리적 근접성이 주요 목적지까지의 실질적인 도달 가능성이나 자동차 대비 대중교통의 경쟁력을 반드시 보장하지 않으며, 활동집적 수준이 유사한 사업지구에서도 가로망 형태가 다르게 나타날 수 있다는 점을 반영한다.

본 연구의 NPDA는 기존의 특정 확장모형을 그대로 적용한 보편적 모형이 아니라, 주거지 개발사업지구의 복합적인 공간구조를 다차원적으로 측정하기 위해 분석 대상의 특성과 가용 자료에 맞추어 구성한 분석틀이다. 따라서 NPDA 각 차원의 명칭과 측정 지표는 보편적인 표준으로 제시되는 것이 아니라, 본 연구의 공간적 분석단위와 연구 목적에 따라 조작적으로 정의된 것으로 해석한다.

4. 본 연구의 차별성

이상의 선행연구 검토를 종합하면, 건조환경과 통행목적, 신도시·개발사업지구 및 Node-Place 모형에 관한 논의는 꾸준히 축적되어 왔으나, 기존 연구는 대부분 역세권·행정동·교통존을 분석단위로 하거나 통근 또는 전체 통행에 초점을 두었다. 본 연구의 차별성은 다음과 같다.

첫째, 토지이용과 교통계획이 실제로 수립·집행되는 개발사업지구 경계에서 건조환경을 측정하고, 이를 통근·비통근의 대중교통 및 도보·자전거 분담률 추정치와 연결하여 건조환경의 목적·수단별 관련성을 분석한다.

둘째, 대중교통 시설에 대한 물리적 접근 여건을 나타내는 Node와 대중교통을 이용한 광역 활동기회에 대한 도달 가능성 및 자동차 대비 상대적 경쟁력을 나타내는 Accessibility를 구분하고, 사업지구 차원의 가로망 형태를 Design으로 별도 측정한다. 이를 통해 시설에 대한 물리적 접근 여건, 활동집적, 가로망 형태 및 광역 접근성을 서로 구분된 차원으로 검토한다.

셋째, NPDA 4차원의 종합적인 관련성을 검토하는 모형 A와 14개 세부 건조환경 지표의 조건부 관련성을 탐색하는 모형 B를 별도로 추정한다. 또한 연구의 핵심 분석인 모형 A에 한하여 동일한 교통수단 내 통근과 비통근의 대응 계수 차이를 교차방정식 z-검정으로 직접 확인한다. 이를 통해 개별 회귀모형에서 나타난 통계적 유의성의 차이만으로 통행목적 간 차이를 판단하지 않는다.

넷째, 종속변수가 행정동 OD 자료의 면적가중 재배분으로 산정한 분담률 추정치라는 제약을 명시하고, 자료구조 진단, 지배 행정동 클러스터 강건 표준오차, 부표본 분석 및 공간오차모형 등을 적용한다. 이를 통해 주요 결과가 분석단위 불일치, 관측치 간 상관 및 공간자기상관에 얼마나 민감한지를 검토한다. 다만 이러한 강건성 검토가 종속변수의 공간 해상도를 사업지구 수준으로 향상시키는 것은 아니므로, 분석 결과는 인과효과가 아닌 조건부·탐색적 관련성으로 해석한다.

Ⅲ. 분석 자료 및 방법

1. 분석 대상 및 통행자료

분석 대상은 경기도에 위치한 주거지 개발사업지구이다. 택지정보시스템을 기준으로 2020년 말까지 준공된 지구(부분준공 제외) 가운데 토지이용계획도가 구축되어 있고, 주거지역을 포함하며, 사업면적이 100,000 m² 이상인 사업지구를 대상으로 하였다. 이어 행정동 OD 자료를 사업지구 경계에 면적가중 재배분한 후 통근과 비통근의 추정 유출통행량이 각각 300 이상인 지구를 포함하여 최종 127개 사업지구를 선정하였다. 사업면적 기준은 물리적으로 지나치게 작은 지구를 제외하기 위한 것이고, 추정 유출통행량 기준은 소량의 통행량으로 산정된 분담률의 불안정성을 줄이기 위한 운영적 기준이다. 준공 시점을 2020년 말까지로 제한한 것은 2023년 통행자료를 기준으로 최소 3년의 명목상 준공 경과기간을 확보하고, 준공 직후의 초기 입주단계에 있는 지구를 제외하기 위한 것이다. 다만 이 기준은 사업지구의 준공시점에 관한 표본선정 기준으로, 철도·버스 공급 및 대중교통 소요시간 등 일부 설명변수의 기준시점을 2023년 통행자료와 일치시키는 것은 아니다. 또한 이 기준만으로 각 지구의 계획된 공간구조와 생활권이 실제로 정착되었다고 판단하지 않으며, 정착·성숙 정도는 회귀모형에서 준공경과년수로 대리한다. 토지이용계획도는 계획 토지이용혼합도 산정에 활용되므로 해당 자료가 구축된 지구로 한정하였다.

본 연구의 분석단위는 행정동이나 교통존이 아닌 주거지 개발사업지구이다. 개발사업지구는 토지이용과 교통계획이 실제로 수립· 집행되는 공간단위이고 본 연구의 주된 관심도 지구별 분석에 있으므로 사업지구 단위를 유지하였다. 분석 대상인 127개 사업지구의 공간적 분포는 <Fig. 1>에 제시하였다.

<Fig. 1>

Location of the 127 residential development districts in Gyeonggi Province

Source: Compiled from the Housing Land Information System (MOLIT/LX).

통행자료는 국가교통DB(KTDB)의 2023년 수도권 주수단 OD 자료를 활용하였다. KTDB OD 자료는 가구통행실태조사를 바탕으로 구축된 행정동 단위의 목적·수단별 통행자료이다. 본 연구는 사업지구에서 발생하는 유출통행을 대상으로 목적별 수단분담률을 산정하였다. 통행목적은 출근을 통근으로, 통학과 귀가를 제외한 그 밖의 목적을 비통근으로 구분하였다. 통학은 학교 입지와 학생집단의 특성이 강하고, 귀가는 선행 목적통행의 복귀 성격을 가지므로 목적별 관계의 해석에서 제외하였다. 교통수단은 분석 대상 통행을 승용차, 버스, 지하철, 버스-지하철 환승 및 도보·자전거의 5개 수단으로 재분류하였다. 원자료의 수단 구분 중 택시, 화물·기타, 일반철도 및 KTX(합계 약 5%)는 분석 대상에서 제외하였으며, 분담률은 5개 수단의 추정 유출통행량 합을 분모로 산정하였다. 버스에는 시외·고속 등 기타 버스를 포함하였고 지하철은 도시철도로 한정하였으며, 버스·지하철·환승은 대중교통으로 통합하였다. 종속변수는 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 추정치의 네 가지이다.

KTDB는 사업지구 단위의 OD 자료를 제공하지 않으므로, 행정동 단위의 목적·수단별 통행량을 사업지구와 행정동의 중첩면적 비율에 따라 사업지구 단위로 재배분하였다. 각 사업지구에는 해당 행정동 통행량 중 중첩면적 비율에 해당하는 부분을 배분하였으며, 하나의 사업지구가 여러 행정동에 걸친 경우에는 행정동별 배분 통행량을 합산하였다. 재배분에는 통계청 통계지리정보서비스(SGIS)의 행정동 경계를 활용하였고, KTDB 행정동 코드는 2021년 4분기 행정동 체계에 정합하였다. 이러한 면적가중 재배분은 행정동 내 통행이 면적에 비례하여 분포한다는 가정에 기반하며, 재배분된 목적·수단별 추정 통행량으로 사업지구별 분담률을 산정하였다.

재배분의 기준으로는 면적 외에 인구를 활용하는 방식도 검토하였다. 인구가중 재배분은 행정동 내부의 통행 발생 분포를 면적가중 방식보다 현실적으로 반영할 수 있다는 장점이 있다. 그러나 본 연구는 Place 차원의 인구밀도 산정에도 동일한 소지역 인구자료를 사용하므로, 인구가중 방식을 적용할 경우 종속변수와 설명변수 사이에 공통자료원에 따른 인위적 연관이 커질 가능성이 있다. 이러한 점을 고려하여 본 연구는 설명변수와 직접 연계되지 않는 면적가중 방식을 적용하였다. 다만 면적가중 방식은 행정동 내부의 실제 통행 발생 분포를 반영하지 못하므로, 이는 본 연구의 측정상 한계로 남으며 결과 해석에서 함께 고려하였다.

재배분 자료의 구조는 다음과 같다. 전체 127개 사업지구는 공간 중첩 기준으로 총 246개의 고유 행정동과 연결되었다. 각 사업지구에서 중첩면적 비중이 가장 큰 행정동을 지배 행정동으로 정의한 결과, 고유 지배 행정동은 101개였다. 지배 행정동별 사업지구 수는 1개인 경우가 78개 행정동, 2개인 경우가 20개 행정동, 3개인 경우가 3개 행정동으로, 127개 사업지구가 소수의 지배 행정동에 집중된 구조는 아니었다. 한편 127개 지구 중 42개(33.1%)는 단일 행정동에 포함되어 분담률 추정치가 해당 행정동의 분담률과 동일하며, 나머지 85개(66.9%)는 둘 이상의 행정동에 걸쳐 행정동별 면적가중 배분 통행량을 합산하여 산정한 값이다. 네 종속변수 값이 다른 지구와 모두 동일한 중복 관측치는 10개 지구(7.9%)였다. 동일한 지배 행정동을 공유하는 경우는 23개 행정동의 49개 지구였으며, 이들 집단 내에서도 사업지구가 복수의 행정동과 중첩되는 정도와 배분 구성이 달라 분담률 추정치가 반드시 동일하지는 않았다. 따라서 종속변수의 지구 간 변이는 상당 부분 행정동 값과 면적가중치의 결정론적 조합에서 비롯되며, 이러한 자료구조가 주요 결과를 좌우하는지는 Ⅳ장 4절의 부표본 분석에서 확인한다.

그럼에도 분담률은 통행량의 비율이므로 하나의 행정동에 전부 포함된 사업지구에서는 면적가중치가 분자와 분모에 동일하게 적용되어 사업지구의 분담률 추정치가 해당 행정동의 분담률과 동일해진다. 하나의 행정동에 대부분 포함된 사업지구도 해당 행정동과 유사한 값을 가질 수 있다. 이는 사업지구 경계로 통행량을 재배분하더라도 종속변수의 원자료가 가진 공간 해상도는 행정동 단위에 제약되기 때문이다. 또한 사업지구 내부에서 완결되는 단거리 도보·자전거 통행이 행정동 유출통행 자료에 충분히 반영되지 않을 가능성이 있다.

따라서 종속변수는 사업지구에서 직접 관측된 값이 아니라 KTDB 행정동 OD 자료를 면적가중 재배분하여 산정한 목적·수단별 분담률 추정치이다. 분석 결과는 사업지구 경계에서 측정한 건조환경과 이 분담률 추정치 간의 통계적 관련성으로 해석한다. 이러한 자료상의 제약에 주요 회귀결과가 얼마나 민감한지는 Ⅳ장 4절에서 지배 행정동 클러스터 강건 표준오차, 완전중복 관측치 제외 부표본 및 공간자기상관 검토를 통해 살펴본다.

2. 건조환경 변수의 구성 및 측정

Ⅱ장 3절에서 제시한 NPDA 분석틀에 따라 건조환경을 결절점(Node), 장소(Place), 디자인(Design), 접근성(Accessibility)의 4개 차원과 14개 세부 지표로 측정하였다(<Table 1>). Node는 대중교통 시설의 물리적 접근 여건을, Place는 인구·고용 및 도시활동의 집적과 토지이용 특성을, Design은 가로망 구조를, Accessibility는 대중교통을 이용한 광역적 활동기회 접근성과 자동차 대비 상대적 경쟁력을 나타낸다. 각 지표의 정의, 방향, 측정단위, 기준연도 및 자료 출처는 <Table 1>에 제시하였다.

건조환경 변수는 두 가지 방식으로 활용하였다. 모형 A에서는 세부 지표를 차원별로 통합한 4개의 NPDA 차원지수를 사용하여 사업지구 공간구조의 차원 수준 관련성을 분석하였다. 모형 B에서는 네 종속변수별로 14개 세부 건조환경 지표를 동시에 투입하여, 다른 지표가 통제된 상태에서 각 지표가 갖는 조건부 관련성을 탐색하였다. 차원지수와 그 구성지표를 동일한 모형에 함께 포함하지 않고 모형 A와 모형 B를 별도로 추정하였다. 또한 접근성 관련 지표 등에 일부 유사한 정보가 포함될 가능성을 고려하여 세부 지표 간 상관관계와 분산팽창계수(VIF)를 검토하고, 접근성 차원의 구성지표를 하나씩 제외한 민감도 분석을 수행하였다. 관련 결과는 Ⅳ장 4절에 제시하였다.

철도역 및 버스정류장 접근거리는 사업지구 내 500m 격자 중심점에서 가장 가까운 시설까지의 보행 네트워크 최단경로거리로 산정하였다. OpenStreetMap 보행 네트워크와 OSRM 보행 프로파일을 이용하여 하천·철도 등 물리적 장애물로 인한 우회경로를 반영하였으며, 격자별 접근거리는 격자 배분인구를 가중치로 하여 사업지구 단위 평균값으로 집계하였다.

대중교통 고용접근성은 보행 네트워크와 KTDB GTFS 시각표를 결합한 r5py를 이용하여 평일 오전 8시 출발을 기준으로 60분 이내에 도달할 수 있는 종사자 수로 산정하였다. 자동차 고용접근성도 동일한 시간 범위를 기준으로 산정하였다. PT-Car 균형지수는 대중교통 고용접근성(PT)과 자동차 고용접근성(Car)을 이용하여 2 × PT PT + Car로 계산하였다. 이 지수는 자동차와 비교한 대중교통 고용접근성의 상대적 수준을 나타내며, 값이 클수록 두 수단 간 접근성 격차가 작고 대중교통의 상대적 경쟁력이 높음을 의미한다.

3도심 접근시간은 사업지구의 인구가중 중심점에서 서울의 세 도심 대표지점인 시청역, 여의도역 및 강남역까지의 대중교통 소요시간을 각각 산정한 뒤, 가장 짧은 소요시간으로 정의하였다. 대중교통 불편도는 동일한 도심까지의 대중교통 소요시간을 자동차 소요시간으로 나누어 산정하였다. 두 지표의 경로시간은 TMAP API를 이용하여 평일 오전 첨두시간대인 07:00를 기준으로 산정하였다. 이에 따라 3도심 접근시간은 대중교통을 이용한 서울 주요 고용·활동 중심지까지의 절대적 접근성을, 대중교통 불편도는 자동차와 비교한 대중교통의 상대적 시간 경쟁력을 나타낸다.

계획 토지이용혼합도는 택지정보시스템의 토지이용계획도에 제시된 용도별 계획면적을 주거, 상업·업무, 공업, 공급·기반시설, 공원·녹지의 5개 용도군으로 재분류한 뒤 정규화 엔트로피로 산정하였다. 지구 전체면적에서 용도군 k가 차지하는 비율을 p k라 할 때 토지이용혼합도는 LUM = − ∑ p j ln p j ln ( 5 )이며, 값이 클수록 계획된 토지이용 구성이 고르게 분포함을 의미한다. 이 지표는 계획단계의 토지이용 구성을 반영하므로 준공 이후 실제 이용과 동일한 지표는 아니다. POI는 소상공인시장진흥공단 상가(상권)정보를 음식·카페, 소매·판매, 생활서비스, 업무·전문, 교육, 문화·여가 및 의료·보건의 7개 기능군으로 재분류한 뒤 사업지구 경계와 공간조인하였다. POI 밀도는 지구면적당 POI 수로, 기능군 j의 구성비를 q j라 할 때 POI 엔트로피는 H poi = − ∑ q j ln q j ln ( 7 )로 산정하였다. 격자 단위로 구축한 지표는 격자 배분인구를 가중치로 하여 사업지구 단위 평균값으로 집계하였다.

사업지구 경계 내 등록된 상가 POI가 없어 POI 밀도가 0이고 POI 엔트로피에 0을 부여한 지구는 전체 127개 중 2개(1.6%)였다. 해당 사례는 각각 국민임대주택단지와 일반산업단지를 포함한 지구로 확인되었다. 다만 POI가 0인 것이 실제 상업·생활서비스 시설의 부재, 인접 지역에 대한 기능적 의존 또는 상가정보 자료의 미등록·누락 가운데 어느 요인에 기인하는지는 본 연구에서 사용한 자료만으로 구분하기 어렵다. 따라서 두 지구가 이상치로 작용하여 분석 결과에 영향을 미치는지를 확인하기 위해 Ⅳ장 4절에서 해당 지구를 제외한 부표본(n=125)을 대상으로 모형을 재추정하였다.

NPDA 차원지수는 각 구성지표를 0과 1 사이의 값으로 min-max 정규화한 뒤, 값이 클수록 지속가능 교통에 유리한 여건을 나타내도록 지표의 방향을 통일하고 차원별 동일가중 평균으로 산정하였다. 동일가중 방식은 차원 내 구성지표의 상대적 중요도에 관해 보편적으로 합의된 기준이 존재하지 않는다는 점을 고려한 본 연구의 분석상 선택이다(Kang and Miwa, 2025). 반면 모형 B에서는 지표의 원래 측정 방향을 유지한 상태에서 각 원지표를 z-score로 표준화하였다. 따라서 모형 A의 계수는 NPDA 각 차원의 종합적인 관련성을 나타내며, 모형 B의 계수는 다른 세부 지표가 통제된 상태에서 개별 지표가 종속변수와 갖는 조건부 관련성을 나타낸다.

본 연구의 설명변수는 연구 수행 시점에 확보할 수 있는 자료를 이용하여 구축하였으며, 지표별 기준연도는 완전히 일치하지 않는다. 종속변수는 2023년 KTDB 자료를 기반으로 하지만 일부 건조환경 지표는 이와 다른 기준시점의 자료로 구축되었다. 행정경계, 개발사업지구 경계 및 도로망과 같이 단기간에 변화가 제한적인 지표가 있는 반면, 철도·버스 공급과 대중교통 소요시간처럼 시점에 따라 달라질 수 있는 지표도 포함되어 있다. 자료원별로 동일한 기준연도의 과거 자료를 확보하는 데 제약이 있어 모든 변수의 기준연도를 통일하지 못하였으며, 본 연구는 이러한 시차의 영향이 제한적이라고 전제하지 않는다.

특히 통행자료의 기준시점 이후 철도 노선이 개통되거나 버스 노선이 조정된 지구에서는 Node와 Accessibility 지표가 2023년 통행 당시의 여건보다 양호하게 측정되었을 수 있다. 이러한 시점 불일치는 설명변수의 측정오차를 발생시킬 수 있으나, 개발사업지구의 입지와 준공 이후 경과기간, 교통시설 공급시점 등이 서로 관련되어 있을 가능성이 있으므로 그에 따른 계수 편향의 방향과 크기를 사전에 단정하기 어렵다. 따라서 본 연구의 분석 결과는 완전히 동일한 시점에서 측정된 변수 사이의 관계가 아니라 자료원별 가용 자료를 결합하여 확인한 횡단면적 관련성으로 해석한다. 각 지표의 구체적인 기준연도와 자료 출처는 <Table 1>에 제시하였다.

3. 분석모형 및 강건성 검토

종속변수는 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 추정치(%)이다. 네 종속변수에 동일한 형태의 회귀모형을 각각 적용하였으며, 통행목적에 따른 계수 차이는 동일한 교통수단 내에서 통근과 비통근을 비교하였다.

설명변수는 두 수준으로 구성하였다. 모형 A는 Node, Place, Design 및 Accessibility의 4개 차원지수를 사용하여 NPDA 차원 수준의 관련성을 분석한다. 모형 B는 네 종속변수별 회귀모형에 14개 세부 건조환경 지표를 동시에 투입하여, 다른 지표가 통제된 상태에서 각 지표의 조건부 관련성을 탐색한다. 차원지수와 그 구성지표를 동일한 모형에 함께 투입할 경우 발생할 수 있는 정보 중복과 다중공선성을 피하기 위해 모형 A와 모형 B를 별도로 추정하였다. 통제변수로는 사업지구 규모를 통제하기 위한 지구면적의 상용로그 log₁₀(면적)과 계획된 공간구조 및 생활권의 정착·성숙 정도를 대리하는 준공경과년수(2023-준공연도)를 포함하였다.

분석은 OLS(Ordinary Least Squares) 회귀모형으로 수행하였다. 종속변수는 분담률의 원 단위(%)를 사용하였으며, 설명변수와 통제변수는 z-score로 표준화하여 투입하였다. 따라서 회귀계수는 다른 변수가 통제된 상태에서 해당 설명변수가 1표준편차 증가할 때 분담률 추정치가 평균적으로 몇%p 차이를 보이는지를 나타낸다. 종속변수는 0~100% 범위의 비율자료이지만 계수의 직관적인 해석과 목적·수단별 모형 간 비교를 위해 OLS를 적용하였다.

표준오차는 이분산성에 강건한 HC3 방식으로 산정하였다. HC3은 관측치별 레버리지를 반영하여 잔차에 대한 보정 정도를 달리함으로써, 표본 규모가 크지 않거나 고레버리지 관측치가 존재할 때 일반적인 이분산 강건 표준오차보다 추론의 안정성을 높이기 위해 사용되는 방식이다. 다중공선성은 분산팽창계수(VIF)로 점검하였으며, 최댓값은 모형 A에서 1.73, 모형 B에서 5.66이었다. 모형 B에서 확인된 일부 지표 간 정보 중복 가능성은 상관관계 분석과 접근성 구성지표 제외 분석을 통해 추가로 검토하였다. 통계적 유의성은 1%, 5%, 10% 수준으로 구분하여 보고하되, 본문의 주요 해석은 5% 수준을 기준으로 하고 10% 수준의 결과는 제한적 관련성으로만 기술하였다.

통행목적에 따른 계수 차이는 연구의 핵심 분석인 모형 A의 4개 NPDA 차원에 한하여 검정하였다. 동일한 교통수단에서 통근과 비통근의 대응 계수를 직접 비교하기 위해 두 방정식을 결합한 stacked model을 구성하고, 사업지구 단위 클러스터 강건 표준오차를 적용한 교차방정식 z-검정을 수행하였다. Stacked model은 통근과 비통근 방정식의 관측치를 하나의 자료로 결합한 뒤 통행목적 더미와 각 설명변수 간 상호작용항을 투입하는 방식이다. 이때 상호작용항의 계수는 통근과 비통근 간 대응 계수의 차이를 나타내므로 목적 간 차이의 통계적 유의성을 직접 검정할 수 있다. 동일한 사업지구가 통근과 비통근 방정식에 반복하여 포함되는 자료구조를 고려하여 사업지구를 군집으로 하는 클러스터 강건 표준오차를 적용하였다. 귀무가설은 동일한 교통수단에서 통근과 비통근의 대응 계수가 같다는 것이며, 양측 5% 수준에서 귀무가설이 기각된 경우에만 통행목적 간 차이가 확인된 것으로 해석하였다.

아울러 종속변수가 KTDB 행정동 OD 자료를 사업지구 경계에 재배분하여 산정한 추정치라는 점을 고려하여 네 가지 강건성 검토를 수행하였다(Ⅳ장 4절). 첫째, 행정동 자료의 재배분에 따른 관측치 간 상관 가능성을 고려하여 지배 행정동을 군집으로 하는 클러스터 강건 표준오차를 적용하였다. 다만 복수 행정동에 걸친 사업지구의 경우 지배 행정동 하나를 기준으로 한 군집화만으로 종속변수 산정에 관여한 모든 행정동의 공유구조를 완전히 반영하기는 어렵다. 또한 네 종속변수 값이 다른 지구와 모두 동일한 중복 관측치를 제외한 부표본(n=117)과, 단일 행정동에 포함된 사업지구에서 발생하는 면적가중치의 완전한 상쇄를 배제하기 위해 둘 이상의 행정동과 중첩된 지구만으로 구성한 부표본(n=85)으로 각각 재추정하였다. 아울러 사업지구가 지배 행정동 면적의 30% 이상(n=30) 및 50% 이상(n=16)을 차지하여 공간단위 불일치가 상대적으로 작은 대표사업지구 부표본에서도 모형을 재추정하였다. 이때 표본 규모를 고려하여 4개 차원지수를 모두 투입한 모형과 Accessibility 차원지수 및 통제변수만 투입한 축약모형을 함께 추정하였으며, 계수의 비교가능성을 위해 전체 표본을 기준으로 산정한 변수를 그대로 사용하고 관측치만 부표본으로 제한하였다. 이러한 분석은 사업지구와 행정동 간 공간단위 불일치가 주요 추정결과에 미치는 민감도를 확인하기 위한 것이다.

둘째, OLS 잔차의 공간자기상관을 Moran's I로 검정하고, 공간적 오차 상관을 반영하는 공간오차모형(spatial error model)으로 재추정하였다. 공간가중행렬은 EPSG:5186 좌표계에서 산정한 사업지구 경계 폴리곤의 기하학적 중심점 간 유클리드 거리를 기준으로 최근접 이웃 방식인 KNN(k=5)을 적용하여 구축하고 행표준화하였다. 이웃 수 설정에 따른 결과의 민감도를 확인하기 위해 k=4와 k=6에 대해서도 모형을 재추정하였다.

셋째, Accessibility 차원을 구성하는 지표들이 대중교통 소요시간과 접근성에 관한 일부 공통 정보를 포함할 가능성을 고려하여 구성지표 간 상관계수와 VIF를 검토하였다. 또한 구성지표를 하나씩 제외하고 차원지수를 다시 산정하는 leave-one-out 민감도 분석을 수행하여 특정 구성지표가 Accessibility 차원의 결과를 주도하는지 확인하였다.

넷째, 사업지구 경계 내 등록된 POI가 없어 POI 밀도와 POI 엔트로피에 0을 부여한 2개 지구가 분석 결과에 미치는 영향을 확인하기 위해 해당 지구를 제외한 부표본(n=125)으로 모형을 재추정하였다.

본 연구는 횡단면 자료를 이용하여 사업지구 단위에서 측정한 건조환경과 목적·수단별 지속가능 교통수단 분담률 추정치 간의 통계적 관련성을 분석한다. KTDB 자료의 특성상 소득, 차량보유 및 가구구성 등 개인·가구 수준의 통행수단 선택요인을 직접 통제하지 못하였으며, 건조환경 지표와 통행자료의 기준시점도 완전히 일치하지 않는다. 또한 강건성 검토는 이러한 자료상의 제약에 대한 결과의 민감도를 평가하는 절차이지, 행정동 OD 자료가 갖는 공간적 해상도의 한계를 해소하는 것은 아니다. 따라서 분석 결과는 건조환경의 인과효과가 아니라 본 연구에서 사용한 자료와 모형의 범위에서 관찰된 조건부·탐색적 관련성으로 해석한다.

Ⅳ. 분석 결과

1. 목적별 지속가능 교통수단 분담률의 기술통계와 공간적 분포

분석 변수의 기술통계는 <Table 2>에, 목적·수단별 지속가능 교통수단 분담률 추정치의 분포와 공간적 분포는 각각 <Fig. 2>와 <Fig. 3>에 제시하였다. 통근 대중교통 분담률 추정치는 평균 26.6%로 비통근 대중교통의 19.1%보다 높았으며, 비통근 도보·자전거 분담률 추정치는 평균 31.1%로 통근 도보·자전거의 13.4%보다 높았다. 승용차 분담률 추정치는 통근 60.1%, 비통근 49.7%로 통근에서 약 10.3%p 높았다. 이에 따라 통근에서는 대중교통과 승용차의 비중이 상대적으로 높고, 비통근에서는 도보·자전거의 비중이 크게 나타나는 목적별 차이가 확인되었다.

<Fig. 2>의 박스플롯에서는 통근 대중교통과 비통근 도보·자전거 분담률 추정치가 상대적으로 넓게 분포한 반면, 통근 도보·자전거와 비통근 대중교통 분담률 추정치는 분포 폭이 비교적 좁게 나타났다.

<Fig. 2>

Distribution of estimated purpose- and mode-specific sustainable mode shares (n = 127 districts)

Note: In each box, the central line is the median and the white diamond is the mean; the box spans the interquartile range (IQR; Q1-Q3). Whiskers extend to the most extreme observation within 1.5×IQR of the nearer quartile (Tukey rule), and observations beyond the whiskers are plotted individually as outliers (hollow circles).

<Fig. 3>

Spatial distribution of estimated purpose- and mode-specific sustainable mode shares: (a) commuting transit, (b) commuting walking/cycling, (c) non-commuting transit, and (d) non-commuting walking/cycling

Note: Shares are district-level estimates (%) derived from the area-weighted reallocation of 2023 KTDB administrative-dong OD data. The classification method and exact non-overlapping intervals are reported in the legend. The same class breaks are applied within each mode to compare commuting and non-commuting panels.

목적·수단별 분담률 추정치는 사업지구의 입지에 따라 공간적으로 상이한 분포를 보였다(<Fig. 3>). 통근 대중교통 분담률 추정치는 서울 인접지역과 일부 광역철도축 주변의 사업지구에서 상대적으로 높게 나타났다(<Fig. 3(a)>). 비통근 도보·자전거 분담률 추정치는 서울 인접지역의 일부 사업지구에서 상대적으로 높은 반면, 일부 외곽 신규 지구에서는 낮게 나타났다(<Fig. 3(d)>). 비통근 대중교통 분담률 추정치는 특정 지역에 집중되기보다 공간적으로 분산된 양상을 보였으며(<Fig. 3(c)>), 통근 도보·자전거 분담률 추정치는 전반적으로 낮은 가운데 일부 사업지구에서 상대적으로 높은 값이 관찰되었다(<Fig. 3(b)>). 이러한 공간적 분포는 지도에 나타난 기술적 양상으로, 특정 입지요인의 독립적인 관련성을 의미하지 않는다. 건조환경 지표와 목적·수단별 분담률 추정치 간의 조건부 관련성은 다음 절의 회귀분석을 통해 검토한다.

2. NPDA 4차원과 목적별 지속가능 교통수단 분담률 추정치의 관련성 및 목적 간 차이(모형 A)

모형 A의 추정결과는 <Table 3>에 제시하였다. 모형 A는 Node, Place, Design 및 Accessibility의 4개 NPDA 차원과 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 추정치 간의 조건부 관련성을 분석하는 본 연구의 핵심 모형이다. 통행목적에 따른 계수 차이는 동일한 교통수단의 통근과 비통근 방정식을 결합한 stacked model에 기초한 교차방정식 z-검정으로 확인하였으며, 그 결과는 <Table 4>에 제시하였다.

대중교통 분담률 추정치에서는 Accessibility 차원이 통근(b=4.66, p<0.01)과 비통근(b=1.65, p<0.05) 모두에서 유의한 양(+)의 관련성을 보였다. 이는 다른 변수가 통제된 상태에서 Accessibility 차원지수가 1표준편차 높을 때 대중교통 분담률 추정치가 통근에서는 평균 4.66%p, 비통근에서는 평균 1.65%p 높게 나타났음을 의미한다. Node 차원도 통근(b=2.15, p<0.10)과 비통근(b=1.70, p<0.10)에서 양(+)의 계수를 보였으나, 두 결과 모두 5% 유의수준에는 이르지 못하여 제한적인 관련성으로 해석하였다. Place와 Design 차원은 통근 및 비통근 대중교통 분담률 추정치와 유의한 관련성을 보이지 않았다.

Accessibility 차원은 서울 도심까지의 대중교통 소요시간, 자동차 대비 대중교통 소요시간의 비율, 60분 이내 대중교통 고용접근성 및 자동차 대비 대중교통 고용접근성의 균형을 함께 반영한다. 따라서 Accessibility 차원의 양(+) 계수는 대중교통을 이용하여 주요 도심과 고용기회에 도달할 수 있는 수준과 자동차 대비 대중교통의 상대적 경쟁력이 높은 사업지구에서 대중교통 분담률 추정치도 높게 나타나는 관련성을 보여준다. Node 차원이 철도역과 버스정류장까지의 물리적 접근 여건 및 버스정류장 공급수준을 나타낸다면, Accessibility 차원은 해당 교통시설을 이용하여 광역적 활동기회에 실질적으로 도달할 수 있는 수준과 수단 간 상대적 경쟁력까지 반영한다. 이러한 결과는 대중교통 분담률을 분석할 때 시설의 존재와 근접성뿐 아니라 목적지까지의 도달 가능성과 자동차 대비 경쟁력을 함께 고려할 필요가 있음을 시사한다.

Place와 Design 차원은 사업지구 내부의 활동집적·토지이용 및 가로망 구조를 주로 나타내며, 본 연구의 대중교통 분담률 추정치와는 통계적으로 유의한 관련성이 확인되지 않았다. 이는 광역 이동의 성격이 강한 대중교통 이용에서는 사업지구 내부의 공간적 특성보다 광역 목적지까지의 도달 가능성과 수단 간 경쟁력이 상대적으로 더 밀접하게 관련될 가능성을 보여준다. 다만 비유의 결과만으로 Place와 Design 차원이 대중교통 이용과 관련이 없다고 단정할 수는 없다.

대중교통 모형의 교차방정식 검정 결과, Accessibility 차원이 1표준편차 증가할 때의 계수는 통근이 비통근보다 3.01%p 컸으며 그 차이가 통계적으로 유의하였다(Δb=3.01, z=4.60, p<0.001). 이는 광역 고용기회로의 이동이 집중되는 통근에서 대중교통 기반 도달 가능성과 자동차 대비 상대적 경쟁력의 관련성이 비통근보다 크게 나타났음을 의미한다. Place 차원의 목적 간 계수 차이는 10% 수준에서만 나타났으며(Δb=1.02, z=1.73, p=0.083), 본 연구의 해석 기준인 5% 수준에는 이르지 못하였다. Node와 Design 차원에서도 통근과 비통근 간 계수 차이는 5% 수준에서 유의하지 않았다.

한편, OLS 잔차의 공간적 상관을 고려한 공간오차모형에서는 Node 차원이 통근 대중교통에서 b=2.33(p<0.05), 비통근 대중교통에서 b=1.56(p<0.10)으로 나타났다(Ⅳ장 4절 참조). 이에 따라 Node 차원은 OLS에서는 두 목적 모두 10% 수준의 제한적인 관련성을 보였지만, 공간적 오차 상관을 반영한 모형에서는 통근 대중교통과의 관련성이 5% 수준에서 확인되었다. 따라서 Node 차원의 결과는 모형 설정에 따라 유의수준이 달라지는 보조적인 근거로 해석하였다.

도보·자전거 분담률 추정치에서는 Place 차원이 통근(b=1.32, p<0.01)과 비통근(b=1.92, p<0.05) 모두에서 유의한 양(+)의 관련성을 보였다. Accessibility 차원도 통근(b=1.05, p<0.05)과 비통근(b=3.24, p<0.01) 모두에서 유의한 양(+)의 관련성을 나타냈다. 반면 Node와 Design 차원은 통근과 비통근 모두에서 5% 수준의 유의한 관련성이 확인되지 않았다.

Place 차원의 양(+) 계수는 인구·고용 및 도시활동의 집적과 토지이용 특성을 종합한 Place 차원지수가 높은 사업지구에서 도보·자전거 분담률 추정치도 높게 나타나는 관련성을 보여준다. 다만 비통근 도보·자전거 모형에서 Place 차원은 공간오차모형 적용 시 계수가 b=1.13으로 감소하고 통계적 유의성이 유지되지 않았다(Ⅳ장 4절 참조). 따라서 비통근 도보·자전거와 Place 차원의 관련성은 공간적 오차 상관의 반영 여부에 따라 달라질 수 있으므로 제한적으로 해석하였다.

Accessibility 차원의 양(+) 관련성은 광역 접근성과 대중교통의 상대적 경쟁력이 높은 사업지구에서 도보· 자전거 분담률 추정치도 함께 높게 나타나는 공간적 패턴을 보여준다. 다만 통근 도보·자전거의 Accessibility 차원은 부표본 분석과 공간오차모형에서 5% 수준의 유의성이 유지되지 않았으므로(Ⅳ장 4절 참조), 두 목적 가운데 상대적으로 안정적인 결과는 비통근 도보·자전거의 Accessibility 차원이다. 다만 Accessibility는 도보· 자전거 환경을 직접 측정한 차원이 아니므로, 이 결과를 광역 접근성이 도보·자전거 이용을 직접 증가시키는 효과로 해석하기는 어렵다. 대중교통 접근성, 활동집적 및 도시적 입지 특성이 함께 나타나는 사업지구의 공간적 맥락이 도보·자전거 분담률 추정치와 관련되어 있을 가능성을 고려할 필요가 있다.

도보·자전거 모형의 교차방정식 검정에서는 Accessibility 차원의 목적 간 계수 차이만 5% 수준에서 유의하였다. Accessibility 차원이 1표준편차 증가할 때의 계수는 통근보다 비통근에서 약 2.20%p 크게 나타났다. 통근-비통근의 차이로 표시하면 Δb=-2.20이며, 해당 차이는 통계적으로 유의하였다(z=-3.43, p<0.001). 반면 Node, Place 및 Design 차원에서는 통근과 비통근 간 계수 차이가 5% 수준에서 유의하지 않았다. 이는 도보· 자전거 분담률과 Accessibility 차원의 양(+) 관련성이 두 목적 모두에서 나타나지만 그 크기는 비통근에서 상대적으로 더 컸음을 의미한다.

통제변수인 준공경과년수는 통근 도보·자전거(b=1.38, p<0.05)와 비통근 도보·자전거(b=4.45, p<0.01)에서 모두 유의한 양(+)의 관련성을 보였다. 반면 통근 및 비통근 대중교통 분담률 추정치와는 유의한 관련성이 확인되지 않았다. 준공경과년수는 계획 이행 이후 사업지구의 정착·성숙 정도를 대리하기 위해 포함한 변수이므로, 이 결과는 준공 후 경과기간이 긴 지구에서 도보·자전거 분담률 추정치도 높게 나타났다는 범위에서 해석한다. 준공경과년수가 생활서비스의 실제 정착이나 보행환경의 질을 직접 측정한 변수는 아니므로 구체적인 작동경로를 단정하지 않는다.

모형 A의 설명력은 통근 대중교통에서 R²=0.34(수정 R²=0.31), 통근 도보·자전거에서 R²=0.22(수정 R²=0.18), 비통근 대중교통에서 R²=0.14(수정 R²=0.09), 비통근 도보·자전거에서 R²=0.41(수정 R²=0.38)로 나타나 종속변수에 따라 차이가 있었다. 통근 대중교통과 비통근 도보·자전거 모형은 나머지 두 모형보다 상대적으로 높은 설명력을 보였다. 이는 본 연구에서 측정한 NPDA 건조환경 지표가 통근 대중교통과 비통근 도보·자전거 분담률 추정치의 사업지구 간 차이와 상대적으로 밀접하게 관련되어 있음을 보여준다. 다만 설명력의 차이만으로 각 수단 이용의 공간적 범위나 인과적 작동기제를 확정할 수는 없다.

통근 도보·자전거와 비통근 대중교통 모형의 설명력은 상대적으로 낮았다. 통근 도보·자전거는 평균 분담률이 13.4%로 낮고 사업지구 간 편차도 상대적으로 작게 나타났다(표준편차 5.2%p). 이와 함께 통근거리, 직장 위치, 개인의 자전거 이용 가능성 및 미시적 보행환경 등 본 연구에 포함되지 않은 요인이 중요하게 작용했을 가능성이 있다. 비통근 대중교통은 쇼핑·여가·의료·방문 등 이질적인 통행목적을 포괄하고 목적지와 시간대가 다양하므로, 사업지구 단위에서 측정한 건조환경만으로 관련 변이를 충분히 설명하기 어려웠을 수 있다. 또한 두 종속변수 모두 소득, 차량보유 및 가구구성 등 개인·가구 수준의 통행수단 선택요인을 통제하지 못하는 집계자료의 제약을 공유한다. 따라서 이들 모형의 결과는 확정적인 근거로 제시하지 않으며, Ⅴ장의 정책적 시사점은 상대적으로 설명력이 높은 통근 대중교통과 비통근 도보·자전거 모형의 결과를 중심으로 제한적으로 도출하였다.

종합하면, 통근과 비통근 대중교통 분담률 추정치는 모두 Accessibility 차원과 유의한 양(+)의 관련성을 보였다. Node 차원은 두 대중교통 방정식의 OLS에서 10% 수준의 제한적인 양(+) 관련성을 보였으며, 공간오차모형에서는 통근 대중교통에서 5%, 비통근 대중교통에서 10% 수준의 관련성이 나타났다. 통근과 비통근 도보·자전거 분담률 추정치는 OLS에서 모두 Place 및 Accessibility 차원, 준공경과년수와 양(+)의 관련성을 보였다. 다만 도보·자전거의 Place 차원은 공간오차모형에서, 통근 도보·자전거의 Accessibility 차원은 부표본 분석과 공간오차모형에서 각각 5% 수준의 유의성이 유지되지 않았다. Design 차원은 네 방정식 모두에서 유의하지 않았다.

교차방정식 검정에서 통행목적 간 계수 차이는 두 교통수단 모두 Accessibility 차원에서만 5% 수준으로 확인되었다. Accessibility 차원의 계수는 대중교통에서는 통근에서, 도보·자전거에서는 비통근에서 더 크게 나타났다. 이는 Accessibility 계수의 방향이 통행목적에 따라 반대로 나타났다는 의미가 아니라, 네 방정식에서 모두 양(+)으로 나타난 관련성의 상대적 크기가 통행목적과 교통수단에 따라 달랐다는 의미이다.

3. 세부 건조환경 지표와 목적별 지속가능 교통수단 분담률 추정치의 관련성(모형 B)

모형 B에서는 네 종속변수별 회귀모형에 14개 세부 건조환경 지표를 동시에 투입하여, 다른 지표가 통제된 상태에서 각 지표가 분담률 추정치와 갖는 조건부 관련성을 분석하였다(<Table 5>). 모형 B는 개별 지표의 독립적인 인과효과를 규명하기 위한 모형이 아니라 지표 수준의 관련성을 살펴보기 위한 탐색적 모형이다. 통계적 유의성은 1%, 5%, 10% 수준으로 구분하여 보고하되, 본문에서는 5% 유의수준을 기준으로 결과를 해석하였다.

대중교통 분담률 추정치에서는 철도역 접근거리, 대중교통 불편도 및 대중교통 고용접근성이 통근과 비통근 모두에서 5% 수준의 유의한 관련성을 보였다. 철도역 접근거리는 통근(b=-3.51, p<0.01)과 비통근(b=-2.09, p<0.01)에서 모두 음(-)의 관련성을 나타냈다. 대중교통 불편도 역시 통근(b=-2.71, p<0.01)과 비통근(b=-2.06, p<0.05)에서 음(-)의 관련성을 보였다. 반면 대중교통 고용접근성은 통근(b=7.47, p<0.01)과 비통근(b=3.02, p<0.05)에서 모두 양(+)의 관련성을 나타냈다.

이러한 결과는 다른 건조환경 지표와 통제변수가 일정할 때 철도역까지의 보행 네트워크 거리가 짧고, 자동차 대비 대중교통의 시간상 불편이 작으며, 대중교통을 이용하여 60분 이내에 도달할 수 있는 고용기회가 많은 사업지구에서 대중교통 분담률 추정치가 높게 나타났음을 의미한다. 특히 대중교통 고용접근성의 계수는 통근 대중교통 모형에서 상대적으로 크게 나타나, 광역 고용기회에 대한 실질적인 도달 가능성이 통근 대중교통 분담률 추정치와 밀접하게 관련되어 있음을 보여준다. 다만 이 결과는 각 접근성 지표의 인과효과가 아니라 다른 지표가 통제된 상태에서 관찰된 조건부 관련성으로 해석한다.

비통근 대중교통 모형에서는 버스정류장 접근거리도 유의한 음(-)의 관련성을 보였다(b=-1.57, p<0.05). 이는 다른 건조환경 지표가 통제된 상태에서 버스정류장까지의 보행 네트워크 거리가 짧은 사업지구일수록 비통근 대중교통 분담률 추정치가 높게 나타났음을 의미한다. 다만 비통근은 쇼핑·여가·의료·방문 및 개인업무 등 다양한 활동을 포괄하고 목적지의 공간적 범위도 상이하므로, 이 결과를 사업지구 내부 생활권에서 이루어지는 통행으로 한정하여 해석하지 않는다.

도보·자전거 분담률 추정치에서는 통근과 비통근에서 서로 다른 세부 지표가 유의하게 나타났다. 통근 도보·자전거 모형에서는 고용밀도(b=1.85, p<0.01)와 도로밀도(b=2.81, p<0.01)가 양(+)의 관련성을 보였으며, 교차로밀도는 음(-)의 관련성을 나타냈다(b=-2.23, p<0.05). 고용밀도의 양(+) 계수는 다른 건조환경 조건이 통제된 상태에서 사업지구 내 고용집적 수준이 높은 지구일수록 통근 도보·자전거 분담률 추정치도 높게 나타났음을 의미한다.

통근 도보·자전거 모형에서 도로밀도와 교차로밀도가 서로 다른 부호를 보인 결과는 신중하게 해석할 필요가 있다. 두 변수는 모두 Design 차원의 가로망 구조를 측정하지만, 도로밀도는 단위면적당 도로망의 총연장을, 교차로밀도는 가로망의 연결과 분절 정도를 나타낸다. 또한 모형 B의 계수는 다른 13개 세부 건조환경 지표를 동시에 통제한 상태에서 산정된 부분회귀계수이다. 따라서 이 결과를 도로 공급의 긍정적 효과 또는 교차로의 부정적 효과로 직접 해석하기보다, 가로망 지표 간 상관관계와 다른 건조환경 조건을 통제한 상태에서 나타난 탐색적·조건부 관련성으로 이해해야 한다. 특히 본 연구의 Design 지표는 보도 폭, 자전거도로, 경사도 및 교통안전시설과 같은 미시적 보행·자전거 환경을 직접 측정하지 않았으므로 구체적인 작동경로를 단정하기 어렵다.

비통근 도보·자전거 모형에서는 인구밀도(b=2.70, p<0.05), 대중교통 고용접근성(b=4.27, p<0.01) 및 준공경과년수(b=3.10, p<0.05)가 양(+)의 관련성을 나타냈다. 반면 최근접 도심 대중교통 통행시간은 음(-)의 관련성을 보였다(b=-3.11, p<0.05). 이는 인구집적 수준이 높고, 대중교통을 이용하여 접근할 수 있는 고용기회가 많으며, 서울의 세 도심 가운데 대중교통 소요시간이 가장 짧은 도심까지의 접근시간이 짧은 사업지구에서 비통근 도보·자전거 분담률 추정치도 높게 나타났음을 의미한다.

다만 최근접 도심 대중교통 통행시간과 대중교통 고용접근성은 도보·자전거 환경을 직접 측정하는 지표가 아니다. 따라서 이들 지표의 관련성을 광역 대중교통 접근성이 도보·자전거 이용을 직접 증가시키는 효과로 해석하기보다, 대중교통 접근성, 인구집적 및 도시적 입지 특성이 함께 나타나는 사업지구에서 비통근 도보·자전거 분담률 추정치도 높게 관찰되는 공간적 패턴으로 해석한다. 준공경과년수의 양(+) 계수 역시 준공 후 경과기간이 긴 사업지구에서 비통근 도보·자전거 분담률 추정치가 높게 나타났음을 의미할 뿐, 생활서비스 정착이나 보행환경 개선의 구체적인 작동경로를 직접 입증하는 것은 아니다.

계획 토지이용혼합도와 POI 밀도 및 POI 엔트로피는 네 종속변수의 모든 방정식에서 5% 수준의 유의한 관련성이 확인되지 않았다. 따라서 본 연구의 자료와 모형에서는 이들 지표가 목적·수단별 분담률 추정치와 갖는 독립적인 관련성을 확인하기 어려웠다. 계획 토지이용혼합도는 개발계획에 제시된 용도별 면적구성을 사업지구 전체 수준에서 측정한 지표이므로 준공 이후의 실제 토지이용 및 근린 수준의 시설배치를 충분히 반영하지 못할 수 있다. POI 지표도 사업지구 경계 내 등록된 상가정보에 기초하므로 경계 인접지역의 생활서비스, 미등록 시설 및 개별 시설의 규모·이용 빈도를 포착하지 못한다. 따라서 비유의 결과를 토지이용혼합이나 생활서비스가 지속가능 교통수단 이용과 관련이 없다는 근거로 해석하기보다, 본 연구의 공간단위와 자료를 이용한 지표에서 유의한 조건부 관련성이 확인되지 않았다는 범위로 한정한다.

모형 A와 모형 B의 결과는 일대일로 대응하지 않았다. 예를 들어 철도역 접근거리는 통근과 비통근 대중교통 모형에서 모두 유의하였지만, 철도역 접근거리를 포함한 Node 차원지수는 OLS에서 5% 수준의 유의성을 보이지 않았다. 반대로 통근 도보·자전거 모형에서는 Accessibility 차원지수가 유의하였으나, 이를 구성하는 개별 접근성 지표는 모두 5% 수준에서 유의하지 않았다.

이러한 차이는 두 모형에서 계수가 나타내는 의미가 다르기 때문이다. 모형 A의 차원지수는 여러 구성지표를 방향이 통일된 상태로 결합한 동일가중 평균으로, 해당 차원의 종합적인 관련성을 나타낸다. 반면 모형 B의 개별 계수는 다른 13개 세부 지표와 통제변수가 동시에 투입된 상태에서 산정된 조건부 관련성을 나타낸다. 또한 세부 지표 간 상관관계가 개별 계수의 크기와 유의성에 영향을 미칠 수 있다. 실제로 모형 B의 최대 VIF는 5.66으로 나타나 일부 지표 간 정보 중복 가능성이 확인되었으며, 이에 대한 상관관계 분석과 Accessibility 구성지표 제외 분석은 Ⅳ장 4절에 제시하였다. 따라서 차원지수의 결과를 특정 구성지표의 효과로 환원하거나, 모형 B의 개별 계수를 해당 지표의 독립적인 효과로 해석하지 않는다.

모형 B의 설명력은 통근 대중교통에서 R²=0.47(수정 R²=0.39), 통근 도보·자전거에서 R²=0.36(수정 R²=0.27), 비통근 대중교통에서 R²=0.24(수정 R²=0.13), 비통근 도보·자전거에서 R²=0.58(수정 R²=0.52)로 나타났다. 비통근 도보·자전거와 통근 대중교통 모형은 나머지 두 모형보다 상대적으로 높은 설명력을 보였다. 이는 모형 B의 세부 건조환경 지표가 두 종속변수의 사업지구 간 차이와 상대적으로 밀접하게 관련되어 있음을 보여준다.

반면 비통근 대중교통 모형은 14개 세부 지표를 투입하였음에도 수정 R²가 0.13에 그쳤다. 비통근 대중교통은 다양한 활동목적과 목적지를 포괄하고 있으며, 서비스 빈도, 환승조건, 요금, 개인·가구의 차량보유 및 통행자의 사회경제적 특성 등 본 연구에서 측정하지 못한 요인의 영향을 받을 수 있다. 따라서 비통근 대중교통 모형의 개별 계수는 확정적인 근거가 아닌 탐색적 관련성으로만 제시한다. 통근 도보·자전거 모형도 수정 R²가 0.27로 상대적으로 높지 않으므로, 해당 결과를 해석할 때 통근거리, 직장 위치, 자전거 이용 가능성 및 미시적 보행환경 등 누락된 요인의 가능성을 함께 고려한다.

종합하면, 대중교통 분담률 추정치에서는 철도역까지의 물리적 접근 여건뿐 아니라 자동차 대비 대중교통의 시간상 경쟁력과 대중교통을 이용한 고용기회 접근성이 통근과 비통근 모두에서 주요한 관련성을 보였다. 도보·자전거 분담률 추정치에서는 통근의 경우 고용밀도와 가로망 지표가, 비통근의 경우 인구밀도, 도심 접근시간, 대중교통 고용접근성 및 준공경과년수가 조건부 관련성을 나타냈다. 반면 계획 토지이용혼합도와 POI 관련 지표는 네 방정식 모두에서 유의하지 않았다. 다만 모형 B는 다수의 상관된 세부 지표를 동시에 투입한 탐색적 모형이므로, 개별 계수는 인과효과가 아니라 본 연구의 자료와 모형에서 관찰된 조건부 관련성으로 해석한다.

4. 강건성 검토

본 연구의 종속변수는 KTDB 행정동 OD 자료를 사업지구 경계에 면적가중 재배분하여 산정한 추정치이다. 따라서 사업지구 단위로 측정한 건조환경과 행정동 단위 원자료에서 산정한 종속변수 사이의 공간단위 불일치와 동일 행정동을 공유하는 관측치 간 상관이 회귀결과에 영향을 미칠 수 있다. 이러한 자료구조에 대한 분석 결과의 민감도를 확인하기 위해 분석단위와 관측치 간 상관, 공간자기상관, 접근성 지표 간 정보 중복 및 POI가 없는 지구의 영향에 관한 네 가지 강건성 검토를 수행하였다.

첫째, 분석단위 불일치와 관측치 간 상관이 분석 결과에 미치는 영향을 확인하기 위하여 네 가지 민감도 분석을 수행하였다. 먼저 각 사업지구에서 중첩면적 비중이 가장 큰 행정동을 지배 행정동으로 정의하고, 101개 지배 행정동을 군집으로 하는 클러스터 강건 표준오차를 적용하였다. 다음으로 네 종속변수의 결합값이 다른 지구와 완전히 동일한 중복 관측치 10개를 제외한 부표본(n=117)으로 모형을 재추정하였다. 또한 단일 행정동에 포함된 사업지구에서 발생하는 면적가중치의 완전한 상쇄를 배제하기 위하여, 둘 이상의 행정동과 중첩된 사업지구만으로 구성한 부표본(n=85)에서 모형을 재추정하였다. 끝으로 지배 행정동 면적의 30% 이상 및 50% 이상을 차지하는 대표사업지구 부표본에서도 모형을 재추정하였다.

지배 행정동을 군집으로 하는 클러스터 강건 표준오차를 적용한 경우 OLS의 점추정치는 동일하게 유지되었다. 통근·비통근 대중교통과 비통근 도보·자전거의 Accessibility 및 비통근 도보·자전거의 준공경과년수는 통계적 유의성이 유지되었다. 반면 통근 도보·자전거의 Accessibility는 기준모형의 5% 수준에서 클러스터 강건 표준오차 적용 후 10% 수준으로 약화되었다.

중복 관측치를 제외한 부표본에서도 통근 대중교통의 Accessibility는 기준모형 +4.66에서 +4.90으로, 비통근 대중교통의 Accessibility는 +1.65에서 +1.74로 나타나 모두 양(+)의 부호와 통계적 유의성이 유지되었다. 비통근 도보·자전거의 Accessibility도 +3.24에서 +3.29로, 준공경과년수는 +4.45에서 +4.58로 나타나 모두 p<0.01 수준에서 유의하였다. 반면 통근 도보·자전거의 Accessibility는 +0.88로 양(+)의 부호는 유지되었으나 통계적 유의성은 유지되지 않았다. 따라서 주요 결과 가운데 통근·비통근 대중교통과 비통근 도보·자전거의 Accessibility는 중복 관측치의 포함 여부에 크게 민감하지 않은 것으로 나타났다.

복수 행정동 중첩 지구만을 대상으로 한 부표본 분석에서도 통근 대중교통의 Accessibility는 +5.52(p<0.01), 비통근 대중교통의 Accessibility는 +1.99(p<0.05), 비통근 도보·자전거의 Accessibility는 +3.82(p<0.01), 준공경과년수는 +5.34(p<0.01)로 나타나 주요 결과의 부호와 유의성이 유지되었다. 반면 통근 도보·자전거의 Accessibility는 +0.90으로 양(+)의 부호를 보였으나 유의하지 않았다. 이러한 결과는 통근·비통근 대중교통과 비통근 도보·자전거의 Accessibility를 중심으로 한 주요 결과가 행정동 분담률과 동일한 값을 갖는 단일 행정동 사업지구에만 의존하지 않음을 보여준다. 다만 이러한 부표본 분석도 행정동 OD 자료의 공간적 해상도를 사업지구 수준으로 향상시키거나 사업지구의 실제 통행을 직접 관측하는 것은 아니다.

분석단위를 행정동에 맞추기 위한 대안으로, 지배 행정동에서 일정 면적 이상을 차지하는 대표사업지구를 선정하여 모형을 재추정하였다. 사업지구와 지배 행정동의 중첩면적이 해당 행정동 면적의 50% 이상인 대표사업지구는 16개였으며, 기준을 30% 이상으로 완화하면 30개였다. 이들 표본은 사업지구가 행정동의 상당 부분을 차지하므로 재배분에 따른 공간단위 불일치가 상대적으로 작다.

동일한 축약 사양에서 비교하면, 통근 대중교통의 Accessibility 계수는 전체 표본 +5.84, 30% 기준 +6.31, 50% 기준 +6.64였으며, 비통근 대중교통은 +2.28, +2.54, +3.19로 모두 p<0.01 수준에서 유의하였다. 두 대중교통 방정식에서는 공간단위 불일치가 작아질수록 계수가 오히려 커지는 양상이 나타났다. 비통근 도보·자전거의 Accessibility는 +3.82, +2.69, +2.42로 계수가 다소 감소하였으나 부호와 유의성은 유지되었으며, 전체 표본과 50% 기준 표본의 계수 차이는 해당 부표본의 표준오차 범위 내에 있었다. 통근 도보·자전거는 대표사업지구 표본에서 유의하지 않았다. 4개 차원지수를 모두 투입한 모형에서는 표본 규모에 비해 모수가 많아 표준오차가 크게 확대되었으나, 통근 대중교통의 Accessibility는 +4.58(p<0.01)로 유의하였다.

다만 대표사업지구 표본은 일부 종속변수의 분포가 전체 표본과 달라 선택성을 배제하기 어렵다. 비통근 도보·자전거 분담률 추정치는 전체 표본에서 평균 31.1%였으나 50% 기준 표본에서는 39.3%였다. 따라서 이 분석은 전체 표본 결과를 대체하는 추정이 아니라, 공간단위 대응성이 상대적으로 높은 표본에서도 주요 결과가 유지되는지를 탐색적으로 점검하는 민감도 분석으로 활용하였다.

둘째, OLS 잔차의 공간적 독립성 여부를 확인하기 위해 잔차의 공간자기상관을 Moran's I로 검정하였다. 공간가중행렬은 EPSG:5186 좌표계에서 산정한 사업지구 경계 폴리곤의 기하학적 중심점 간 유클리드 거리를 기준으로 최근접 이웃 방식인 KNN(k=5)을 적용하여 구축하고 행표준화하였다. Moran's I 검정 결과, 네 종속변수 모형의 OLS 잔차는 모두 유의한 정(+)의 공간자기상관을 보였다(I=0.110~0.257, p<0.05).

이에 공간적으로 상관된 오차구조를 반영하는 공간오차모형으로 모형 A를 재추정하였다. 공간오차모형에서도 통근 대중교통의 Accessibility 차원(+4.71, p<0.01), 비통근 대중교통의 Accessibility 차원(+1.89, p<0.05), 비통근 도보·자전거의 Accessibility 차원(+2.48, p<0.05) 및 준공경과년수(+3.07, p<0.01)는 부호와 유의성이 유지되었다.

다만 공간오차모형에서 세 가지 변화가 확인되었다. 첫째, 대중교통의 Node 차원은 OLS에서 통근과 비통근 모두 10% 수준의 관련성에 그쳤으나, 공간오차모형에서는 통근 +2.33(p<0.05), 비통근 +1.56(p<0.10)으로 나타나 통근 대중교통에서 5% 수준의 관련성이 확인되었다. 둘째, 통근 도보·자전거에서는 Place 차원이 OLS의 +1.32(p<0.01)에서 +0.86(p<0.10)으로, Accessibility 차원이 +1.05(p<0.05)에서 +0.85로 감소하여 모두 5% 수준의 유의성이 유지되지 않았다. 셋째, 비통근 도보·자전거의 Place 차원은 OLS에서 +1.92(p<0.05)였으나 공간오차모형에서는 +1.13으로 감소하고 유의성이 유지되지 않았다. 따라서 Node 차원, 도보·자전거의 Place 차원 및 통근 도보·자전거의 Accessibility 차원은 모형 설정에 따라 유의수준이 달라지는 결과로서 보조적으로 해석하였으며, 대중교통과 비통근 도보·자전거의 Accessibility 차원을 상대적으로 강건한 결과로 해석하였다.

공간오차모형의 필터링 잔차에 대한 Moran's I는 네 종속변수 모두에서 통계적으로 유의하지 않았다(|I|≤0.031, p=0.194~0.454). 이에 따라 적용한 공간오차모형에서 잔여 공간자기상관이 검정상 확인되지 않았다. 이웃 수의 설정에 따른 민감도를 확인하기 위해 공간가중행렬을 k=4와 k=6으로 변경하여 재추정한 경우에도 핵심 계수의 부호와 유의성은 유지되었다.

셋째, Accessibility 차원을 구성하는 네 지표 간 정보 중복 가능성을 검토하였다. 3도심 접근시간, 대중교통 고용접근성 및 PT-Car 균형지수는 대중교통 소요시간에 관한 일부 공통 정보를 포함하고 있어 지표 간 상관이 상대적으로 높게 나타났으며, 절댓값 기준 최대 상관계수는 |r|=0.79였다. 모형 B의 최대 VIF는 5.66으로 나타나 심각한 다중공선성의 일반적 기준으로 사용되는 10보다는 낮았지만, 보다 엄격한 기준인 5를 상회하므로 중간 수준의 다중공선성과 정보 중복 가능성을 배제하기 어려웠다. 반면 대중교통 불편도는 다른 세 접근성 지표와의 상관이 상대적으로 낮아 동일한 정보를 반복하여 측정하는 지표로 보기는 어려웠다.

이에 상관계수와 VIF만으로 지표의 중복 여부를 판단하지 않고, Accessibility 구성지표를 하나씩 제외한 뒤 차원지수를 다시 산정하는 leave-one-out 민감도 분석을 수행하였다. 어느 구성지표를 제외하더라도 Accessibility 차원의 계수는 통근 대중교통에서 +4.13~+4.76(모두 p<0.01), 비통근 도보·자전거에서 +2.02~+4.12(모두 p<0.05)로 양(+)의 부호와 통계적 유의성이 유지되었다. 이는 통근 대중교통과 비통근 도보·자전거 모형에서 Accessibility 차원의 핵심 관련성이 특정 구성지표 하나 또는 특정 지표에 포함된 정보의 반복에만 의존한 결과는 아님을 보여준다. 주 모형인 모형 A에서는 네 구성지표를 동일가중 평균한 Accessibility 차원지수를 유지하되, 구성지표 간 정보 중복 가능성은 이러한 민감도 분석을 통해 별도로 검토하였다.

넷째, 사업지구 경계 내 등록된 POI가 없어 POI 밀도에 0, POI 엔트로피에 0을 부여한 2개 지구가 모형 B의 결과에 미치는 영향을 검토하였다. 해당 지구를 제외한 부표본(n=125)으로 모형 B를 재추정한 결과, 전체 표본과 부표본 모두에서 POI 밀도와 POI 엔트로피는 네 종속변수 방정식 어디에서도 5% 수준의 유의한 관련성이 확인되지 않았다. 다른 주요 지표의 계수 부호와 유의성에도 실질적인 변화가 나타나지 않았다. 따라서 모형 B의 결과는 POI가 없는 2개 지구의 포함 여부에 민감하지 않은 것으로 판단하였다.

이상의 분석단위 및 관측치 간 상관, 대표사업지구 부표본, 공간자기상관, 접근성 지표 간 정보 중복, POI가 없는 지구의 영향에 관한 복수의 검토에서 Accessibility 차원을 중심으로 한 핵심 결과의 부호와 유의성은 대체로 유지되었다. 그러나 이러한 강건성 검토는 행정동 OD 자료를 사업지구 경계로 재배분하여 사용한 결과가 특정 관측치, 공간가중행렬 또는 구성지표의 설정에 얼마나 민감한지를 평가하는 절차이다. 행정동 OD 자료의 공간적 해상도를 사업지구 수준으로 향상시키거나, 사업지구에서 실제 발생한 통행을 직접 관측한 것은 아니다. 따라서 강건성 검토 이후에도 종속변수는 사업지구 단위의 직접 관측값이 아닌 재배분 추정치이며, 분석 결과는 인과효과가 아니라 조건부·탐색적 관련성으로 해석한다.

Ⅴ. 결론 및 시사점

본 연구는 경기도 주거지 개발사업지구 127개를 대상으로, Node-Place 모형과 TOD 문헌을 바탕으로 구성한 Node-Place-Design-Accessibility(NPDA) 4차원 건조환경 지표와 목적·수단별 지속가능 교통수단 분담률 추정치 간의 관련성을 분석하였다. 종속변수는 2023년 KTDB 행정동 OD 자료를 사업지구 경계에 면적가중 재배분하여 산정한 통근 대중교통, 통근 도보·자전거, 비통근 대중교통 및 비통근 도보·자전거 분담률 추정치이다. 모형 A에서는 4개 NPDA 차원의 종합적인 관련성을 분석하고, 모형 B에서는 14개 세부 건조환경 지표를 동시에 투입하여 각 지표의 조건부 관련성을 탐색하였다. 아울러 모형 A의 동일 교통수단 내 통근과 비통근 계수 차이를 교차방정식 z-검정으로 확인하였다.

모형 A의 OLS 분석 결과, Accessibility 차원은 네 종속변수 모두에서 유의한 양(+)의 관련성을 보였다. 다만 강건성 검토에서 부호와 유의성이 일관되게 유지된 것은 통근·비통근 대중교통과 비통근 도보·자전거의 Accessibility 차원이며, 통근 도보·자전거의 Accessibility 차원은 모형 설정에 따라 유의수준이 달라졌다. Place 차원은 통근과 비통근 도보·자전거 분담률 추정치에서, 준공경과년수도 두 도보·자전거 방정식에서 유의한 양(+)의 관련성을 나타냈다. Node 차원은 통근과 비통근 대중교통 방정식에서 10% 수준의 제한적인 양(+) 관련성을 보였으나 OLS에서는 5% 수준에 이르지 못하였으며, Design 차원은 네 방정식 모두에서 유의하지 않았다. 교차방정식 검정에서는 Accessibility 차원에서만 통근과 비통근 간 계수 차이가 5% 수준으로 확인되었다. Accessibility 계수는 대중교통에서는 통근이 비통근보다 컸고, 도보·자전거에서는 비통근이 통근보다 컸다. 이는 Accessibility 차원의 관련성 방향이 목적에 따라 반대로 나타났다는 의미가 아니라, 네 방정식에서 모두 양(+)으로 나타난 관련성의 크기가 통행목적과 교통수단에 따라 달랐다는 의미이다.

모형 B에서는 통근과 비통근 대중교통 분담률 추정치가 모두 철도역 접근거리 및 대중교통 불편도와 음(-), 대중교통 고용접근성과 양(+)의 관련성을 보였다. 비통근 대중교통에서는 버스정류장 접근거리의 음(-)의 관련성도 추가로 확인되었다. 통근 도보·자전거에서는 고용밀도와 도로밀도가 양(+), 교차로밀도가 음(-)의 관련성을 나타냈다. 비통근 도보·자전거에서는 인구밀도, 대중교통 고용접근성 및 준공경과년수가 양(+), 최근접 도심 대중교통 통행시간이 음(-)의 관련성을 보였다. 반면 계획 토지이용혼합도와 POI 밀도 및 POI 엔트로피는 네 방정식 모두에서 5% 수준의 유의한 관련성이 확인되지 않았다. 이러한 비유의 결과는 토지이용혼합이나 생활서비스가 지속가능 교통수단 이용과 관련이 없다는 의미가 아니라, 사업지구 전체 수준의 계획 토지이용과 경계 내 등록 POI를 이용한 본 연구의 지표에서 독립적인 관련성이 확인되지 않았다는 의미로 해석해야 한다.

강건성 검토에서 통근·비통근 대중교통과 비통근 도보·자전거의 Accessibility 차원은 부호와 유의성이 일관되게 유지되었다. 지배 행정동 클러스터 강건 표준오차, 중복 관측치 제외 부표본, 복수 행정동 중첩 부표본, 공간오차모형, Accessibility 구성지표의 leave-one-out 분석 및 POI가 없는 지구의 제외 분석에서 이들 결과는 분석설정의 변경에 크게 민감하지 않았다. 반면 대중교통의 Node 차원은 공간오차모형에서 통근 5%, 비통근 10% 수준으로 나타났고, 비통근 도보·자전거의 Place 차원은 공간오차모형에서, 통근 도보·자전거의 Accessibility 차원은 부표본 분석과 공간오차모형에서 각각 5% 수준의 유의성이 유지되지 않았다. 따라서 Node 차원, 도보·자전거의 Place 차원 및 통근 도보·자전거의 Accessibility 차원은 모형 설정에 따라 달라질 수 있는 보조적인 근거로 해석하였다.

모형 A의 설명력은 통근 대중교통(R²=0.34), 통근 도보·자전거(R²=0.22), 비통근 대중교통(R²=0.14), 비통근 도보·자전거(R²=0.41)로 종속변수에 따라 차이가 있었다. 특히 통근 도보·자전거와 비통근 대중교통 모형은 설명력이 상대적으로 낮았다. 이는 두 종속변수의 사업지구 간 차이가 본 연구에서 측정한 건조환경뿐 아니라 통근거리, 목적지 위치, 서비스 공급, 차량보유 및 개인·가구 특성 등 관측되지 않은 요인과 관련될 가능성을 보여준다. 따라서 다음의 계획적 시사점은 상대적으로 설명력이 높은 통근 대중교통과 비통근 도보·자전거 모형의 결과를 중심으로 제시하되, 인과적 정책효과가 아닌 사업지구의 계획·평가에서 검토할 수 있는 탐색적 근거로 한정한다.

본 연구의 결과는 주거지 개발사업에서 토지이용계획과 교통계획을 다층적으로 연계할 필요성을 보여준다. 통근 대중교통 분담률 추정치와 가장 일관된 관련성을 보인 것은 대중교통을 이용하여 주요 도심과 고용기회에 도달할 수 있는 수준과 자동차 대비 대중교통의 상대적 경쟁력을 나타내는 Accessibility 차원이었다. 이는 개발사업의 대중교통 여건을 철도역이나 버스정류장까지의 거리만으로 평가하기보다, 해당 시설을 이용하여 주요 고용·활동기회에 실제로 도달하는 데 필요한 시간과 자동차 대비 경쟁력을 함께 평가할 필요가 있음을 시사한다. 따라서 주거지 개발사업의 입지 선정과 계획 수립 단계에서 지구 내부의 토지이용계획뿐 아니라 광역 대중교통 노선, 운행서비스 및 주요 고용 중심지와의 연결계획을 함께 검토할 필요가 있다.

비통근 도보·자전거 분담률 추정치는 Accessibility와 준공경과년수에서 비교적 일관된 양(+)의 관련성을 보였다. Place와 인구밀도도 OLS 또는 세부지표 모형에서 관련성이 확인되었으나, Place는 공간오차모형에서 유의성이 유지되지 않았으므로 보조적인 결과로 해석한다. 이는 비통근 도보·자전거 이용을 검토할 때 사업지구 내부의 활동집적과 준공 후 정착과정뿐 아니라 사업지구가 위치한 도시적 맥락과 광역 접근성을 함께 고려할 필요가 있음을 보여준다. 다만 Place 차원의 유의성이 공간오차모형에서 유지되지 않았고, 본 연구의 Design 차원은 보도 폭, 자전거도로, 경사도 및 교통안전시설과 같은 미시적 보행·자전거 환경을 직접 측정하지 않았다. 따라서 본 연구의 결과만으로 밀도 증가나 특정 가로망 조성이 도보·자전거 이용을 직접 증가시킨다고 단정해서는 안 된다. 후속 계획평가에서는 보도·자전거도로의 연속성, 교차안전, 경사도, 생활서비스까지의 실제 보행거리 등 미시적 지표를 추가할 필요가 있다.

통행목적에 따른 차이는 광역 접근성과 생활권 특성을 서로 대체적인 계획요소로 보기보다 상호 보완적인 계획수준으로 다룰 필요가 있음을 시사한다. 통근 대중교통에서는 광역 고용기회까지의 도달 가능성과 수단 경쟁력의 관련성이 상대적으로 크게 나타난 반면, 비통근 도보·자전거에서는 활동집적, 준공 후 경과기간 및 도시적 입지 맥락이 함께 관련되었다. 따라서 개발사업지구의 지속가능 교통성과를 하나의 통합 분담률로만 평가하기보다 통행목적과 교통수단을 구분하고, 사업지구 내부의 공간구조와 광역 접근성을 함께 평가하는 것이 바람직하다.

본 연구의 학술적·방법론적 의의는 다음과 같다. 첫째, 토지이용과 교통계획이 실제로 수립·집행되는 개발사업지구 경계를 건조환경의 측정 및 결과 제시 단위로 설정하고, 이를 행정동 OD 자료의 면적가중 재배분으로 산정한 목적·수단별 분담률 추정치와 연결하여 탐색하였다. 둘째, Node-Place 및 TOD 문헌을 바탕으로 대중교통 시설의 물리적 접근 여건을 나타내는 Node와 대중교통 기반 광역 접근성 및 자동차 대비 상대적 경쟁력을 나타내는 Accessibility를 구분한 연구대상별 NPDA 지표체계를 구성하였다. 이는 Node-Place 확장 연구에서 차원의 명칭, 측정방식 및 공간 범위가 연구 목적에 따라 다양하게 구성되어 온 방법론적 논의(Cummings and Mahmassani, 2022;Wu et al., 2023;Kang and Miwa, 2025)를 주거지 개발사업지구에 적용한 것이다.

셋째, 동일한 교통수단에서 통근과 비통근의 회귀계수를 교차방정식 검정으로 직접 비교하였다. 이를 통해 개별 회귀식에서 나타난 유의성의 유무만으로 목적 간 차이를 판단하지 않고, Accessibility 차원의 계수 크기에서만 목적 간 차이가 통계적으로 확인되었음을 제시하였다. 넷째, 종속변수가 행정동 OD 자료의 재배분 추정치라는 제약을 명시하고 지배 행정동 군집표준오차, 완전중복 관측치 제외 부표본, 복수 행정동 중첩 부표본, 대표사업지구 부표본 분석 및 공간오차모형을 적용하였다. 또한 접근성 구성지표의 상관관계·VIF와 leave-one-out 분석, POI가 없는 지구의 제외 분석을 수행하여 주요 결과가 자료구조와 모형 설정에 얼마나 민감한지를 검토하였다. 이러한 절차는 유사한 집계자료를 사업지구 등 별도의 공간경계에 연계하여 분석하는 후속 연구에 참고자료를 제공할 수 있다.

본 연구에는 다음과 같은 한계가 있다. 첫째, 횡단면 자료를 이용하였으므로 거주지 자기선택과 소득, 차량보유, 가구구성 등 개인·가구 수준의 통행수단 선택요인을 충분히 통제하지 못하였다(Cao et al., 2009). 따라서 관찰된 계수는 건조환경의 인과효과가 아니라 다른 설명변수와 통제변수가 주어진 상태에서 나타난 조건부 관련성이다.

둘째, 종속변수는 행정동 OD 통행량을 사업지구와 행정동의 중첩면적 비율에 따라 재배분하여 산정한 추정치이다. 하나의 행정동에 전부 포함된 사업지구에서는 면적가중치가 분담률의 분자와 분모에서 상쇄되므로 해당 사업지구의 분담률 추정치가 행정동 분담률과 동일해진다. 또한 면적가중 재배분은 행정동 내부의 실제 인구 및 통행 발생 분포와 사업지구 내부의 단거리 도보·자전거 통행을 충분히 반영하지 못할 수 있다. 본 연구의 민감도 분석에서 핵심 결과가 중복 관측치의 포함 여부에 크게 민감하지는 않았지만, 이러한 분석이 종속변수의 공간적 해상도를 사업지구 수준으로 향상시키는 것은 아니다. 행정동을 법정동이나 집계구 경계로 세분하는 방식도 이 한계를 해소하지 못한다. 분담률 산정의 기초가 되는 OD 자료가 행정동 단위로 제공되므로, 행정동을 더 작은 단위로 나누더라도 세분된 각 단위에는 동일한 행정동 분담률이 부여되어 공간 단위만 작아질 뿐 분담률의 정보 해상도는 향상되지 않기 때문이다. 향후 연구에서는 통신자료, 교통카드 자료, 내비게이션 자료 또는 보다 세분화된 가구통행실태조사 자료를 활용하여 사업지구 단위의 목적·수단별 통행을 직접 관측할 필요가 있다.

셋째, 종속변수는 2023년 KTDB 자료를 기반으로 하지만 건조환경 설명변수의 기준연도는 자료원에 따라 서로 다르다. 특히 통행자료 기준시점 이후 철도 노선이 개통되거나 버스 노선이 조정된 지구에서는 Node와 Accessibility 지표가 2023년 통행 당시보다 양호한 여건을 나타낼 수 있다. 이러한 기준시점 불일치는 설명변수의 측정오차를 발생시킬 수 있으나, 그에 따른 계수 편향의 방향과 크기는 사전에 단정하기 어렵다. 향후 연구에서는 통행자료와 건조환경 자료의 기준시점을 일치시키거나 교통시설 공급 전후의 변화를 추적하는 패널자료를 구축할 필요가 있다.

넷째, 본 연구의 대중교통 및 자동차 고용접근성은 일정 시간 이내에 도달할 수 있는 고용기회를 합산한 비경쟁형 누적기회 지표로, 다른 통행자와의 일자리 경쟁 및 고용기회의 질적 차이를 반영하지 못한다. 또한 자동차 고용접근성 산정에 적용한 평균 통행속도는 시간대별·구간별 실제 혼잡을 충분히 반영하지 못할 수 있다(Merlin and Hu, 2017). 후속 연구에서는 경쟁형 접근성 지표, 시간대별 실제 통행시간 및 다양한 활동기회 자료를 함께 활용할 필요가 있다.

다섯째, 계획 토지이용혼합도와 POI 지표는 사업지구 전체 수준에서 측정되었으며, Design 차원은 도로밀도와 교차로밀도만으로 구성되었다. 이에 따라 사업지구 경계 인접지역의 생활서비스, 준공 이후 실제 토지이용, 시설별 규모·이용 빈도 및 미시적 보행·자전거 환경을 충분히 반영하지 못하였다. 향후 연구에서는 근린생활권 또는 보행권 단위의 실제 토지이용과 POI, 보도·자전거도로·경사도·교통안전시설 등을 함께 측정하여 공간적 측정단위에 따른 결과의 차이를 검토할 필요가 있다.

향후 연구에서는 이와 같은 자료 및 측정상의 한계를 보완하고, 시점이 정합된 세밀한 이동자료와 건조환경 자료를 결합할 필요가 있다. 나아가 패널자료, 교통시설 개통 전후 비교 또는 준실험 설계를 활용하여 본 연구에서 확인한 조건부 관련성의 시간적 변화와 인과경로를 검토할 필요가 있다. 아울러 본 연구에서 적용한 횡단면 다변량 회귀모형 외에, 사업지구와 행정동의 위계구조를 반영하는 다수준모형(multilevel model)이나 개인 단위 관측자료가 확보될 경우의 이산선택모형 등 대안적 방법론의 적용도 함께 고려할 수 있다.