본 프로토콜은 Baidu 히트맵 데이터, 관심 지점(POI), 거리 뷰 이미지 및 다중 척도 지리 가중 회귀 분석을 통합하여 도시 활력을 정량화하고, 중국 옌타이의 도시 공간 구조가 주간 및 야간 활력 패턴에 미치는 영향을 평가합니다.
연구 논문
다중척도 지리적 가중 회귀분석을 이용한 중국 옌타이시의 도시 공간 구조가 도시 활력에 미치는 영향에 대한 공간 분석
이 논문에서
요약
초록
도시 공간 구조가 도시 활력에 미치는 영향을 이해하는 것은 인간 중심의 도시 계획 전략을 수립하는 데 필수적입니다. 그러나 이러한 관계의 공간적 이질성과 다양한 도시 공간 구조 요소가 주간 및 야간 활력에 기여하는 상대적 영향에 대해서는 여전히 충분히 알려지지 않았습니다. 본 연구는 중국 옌타이의 주요 도시 지역을 대상으로 도시 활력을 정량화하고, 도시 공간 구조가 활력의 시공간적 변화에 어떤 영향을 미치는지 조사하는 것을 목적으로 하였습니다. 도시 활력과 도시 공간 구조를 특성화하기 위해 Baidu 히트맵 데이터, 관심 지점(POI), 거리 뷰 이미지, 도로 네트워크, 건물 정보 및 토지 이용 데이터를 포함한 다중 소스 공간 데이터 세트를 통합하였습니다. 도시 활력의 공간적 분포와 도시 공간 구조 변수의 척도 의존적 효과를 평가하기 위해 커널 밀도 추정, 공간 자기상관 분석 및 다중 척도 지리적 가중 회귀(MGWR)를 활용하였습니다. 연구 결과, 도시 활력은 복합적인 "중심-주변" 및 "일핵 다심" 패턴으로 특징지어지는 뚜렷한 공간적 양극화와 유의미한 양의 공간 자기상관을 보이는 것으로 나타났습니다. 도시 공간 구조의 영향은 공간에 따라, 그리고 주간과 야간 사이에 상당한 차이를 보였습니다. 주간 활력의 주요 동인은 관심 지점의 다양성과 근접성이었으며, 야간 활력에는 주거 기능과 관심 지점의 다양성이 가장 큰 영향을 미쳤습니다. 보행 편의성은 두 시간대 모두에서 도시 활력과 일관되게 양의 상관관계를 보여, 인간 중심의 거리 환경의 중요성을 강조하였습니다. 이러한 결과는 도시 활력 평가를 위해 다중 소스 공간 데이터와 MGWR를 통합하는 것의 가치를 입증하며, 증거 기반의 도시 계획 및 공간 최적화를 지원하는 실무적인 프레임워크를 제공합니다.
서론
도시 활력은 지속 가능한 도시 개발 수준, 주민의 삶의 질, 그리고 고품질 도시 건설의 효과를 측정하는 핵심 지표입니다. 이는 오랫동안 도시 지리학 및 도시 및 지역 계획 분야 학자들로부터 상당한 관심을 받아왔습니다.1,2점진적인 도시화와 급격한 공간 확장이 진행되는 단계에서, 불균형한 도시 공간 개발과 관련된 문제들이 점점 더 두드러지고 있습니다. 비효율적인 토지 이용 배분, 환경 오염, 교통 혼잡, 그리고 직주분리와 같은 지속적인 도시 문제가 근린 활력을 계속해서 약화시키고 있습니다.3현재 중국은 도시화의 새로운 단계에 진입했으며, 도시 개발의 중심이 외연적 '도시 건설'에서 정밀한 '도시 관리'로 이동하고 있으며, 사람 중심의 공간 개발이 핵심 우선순위가 되고 있습니다. 인간 중심의 척도는 주민들이 직접 체감할 수 있는 미세 공간 단위에 집중하며, 이는 전통적인 필지 및 근린 규모 분석의 확장 및 정밀화를 의미합니다. 18세기 이래로th 중국 공산당 전국대표회의 이후, 사람 중심의 발전은 공간 거버넌스의 기본 원칙이 되었으며, 생활 환경의 질을 개선하는 것이 도시 계획의 주요 목표가 되었습니다. 이러한 배경 하에, 도시 활력의 시공간적 패턴을 정확하게 특성화하고 인간 중심의 건조 환경이 활력에 영향을 미치는 이질적 메커니즘을 규명하는 것은 가로 수준의 도시 재생 및 근린 지역 개선을 포함한 정밀 계획 실무를 위한 과학적 근거를 제공할 수 있습니다. 한편, 옌타이시는 14차th 5개년 계획에 따라, 2021년 주택도시농촌건설부에 의해 최초의 국가 도시 재생 시범 도시 중 하나로 선정되었으며, 2026년에는 도시 재생을 위한 추가 중앙 재정 지원을 받았다. 이러한 정책적 및 재정적 이점은 옌타이의 기존 도시 공간의 질을 개선하고 해안 도시를 위한 차별화된 도시 재생 전략을 탐색하는 데 유리한 조건을 제공하여, 고품질의 도시 발전을 촉진한다.
도시 활력(urban vitality)의 개념은 미국 학자인 제인 제이콥스(Jane Jacobs)에 의해 처음 제안되었으며, 그녀는 기능적 다양성, 작은 블록, 다양한 연령대의 건물, 그리고 높은 밀도가 활기찬 도시를 구성하는 네 가지 필수 조건이라고 주장했다4. 초기 연구들은 주로 현장 조사와 설문 조사를 기반으로 이론적 틀을 구축했으나, 이후 연구들은 점차 미시적 규모로 전환되어 인간 활동의 공간적 집중도에 초점을 맞추기 시작했다5. 세밀한 시간적 동태와 공간적 변동이 도시 활력을 이해하는 데 중요한 역할을 한다는 증거가 점점 더 많이 입증되었다6. 고해상도 지리공간 빅데이터의 급격한 발전은 도시 활력의 대규모 동적 모니터링을 위한 새로운 기회를 창출했다. 이에 따라 연구자들은 휴대폰 신호 데이터, 위치 궤적, 소셜 미디어 체크인, 히트맵 데이터 및 관심 지점(POIs)을 포함한 다중 소스 데이터셋에 점점 더 의존하여, 서로 다른 공간 단위에서의 인간 활동 강도를 정량화하고 다양한 규모에서 도시 활력을 조사하고 있다7,8,9,10,11,12. 이러한 데이터 소스 중에서 히트맵 데이터는 인구 집중의 공간적 분포와 시간적 동태를 정확하게 포착할 수 있어 필지, 블록 및 도시 규모에서 도시 활력을 정량화하는 데 널리 적용되어 왔다13,14,15. 예를 들어, Wang Chenggang 등16은 히트맵 데이터를 사용하여 광저우 중심부의 활력 패턴을 식별하고, 건조 환경의 비선형 관계 및 임계값 효과를 정량화하며, 평일 시간대별로 서로 다른 영향력을 구분함으로써 도시 활력 연구에 귀중한 실증적 근거를 제공하였다.
도시 활력은 근본적으로 인간 활동을 수용하는 도시 공간 구조에 의해 형성되고 제약을 받습니다. 도시 공간 구조가 도시 활력에 영향을 미치는 메커니즘을 이해하는 것은 정교한 도시 계획과 증거 기반의 도시 거버넌스를 위한 중요한 지원을 제공합니다. 기존 연구들은 도시 규모, 기능적 배치, 공간 형태, 콤팩트성 및 사회경제적 특성을 포함하는 도시 공간 구조에 대한 다차원적 평가 시스템을 개발해 왔습니다. 이러한 연구들은 입지 조건, 인구 밀도, 건축 형태, 토지 이용 혼합, 시설 다양성, 경제 발전, 기능적 다양성, 가로 구성, 접근성 및 보행 가능성이 도시 활력의 공간적 차별화에 영향을 미치는 주요 요인임을 일관되게 입증해 왔습니다17,18,19,20,21,22. 그럼에도 불구하고, 대부분의 이전 연구들은 물리적, 사회적, 장소 기반 및 이동성 공간 사이의 거시적 관계에 집중해 왔으며, 인간 중심의 척도에서의 정밀한 분석에는 상대적으로 적은 관심을 기울였습니다. 다중 소스 개방형 지리 공간 데이터와 지능형 분석 알고리즘에 기반한 새로운 연구 패러다임은 이러한 더 세밀한 척도에서의 공간 지각과 정량적 분석을 위한 새로운 기회를 제공합니다23. 머신러닝 기술을 거리 뷰 이미지 분석과 통합함으로써, 이 접근 방식은 광범위한 공간적 커버리지와 인간 중심의 분석적 정밀도를 결합하는 동시에, 전통적인 공간 평가 방법과 관련된 주관성과 제한된 정확도를 줄여줍니다. 방법론적으로, 이전 연구들은 주로 일반 최소 제곱법(ordinary least squares)과 지리적 가중 회귀(geographically weighted regression) 모델을 사용하여 건조 환경과 도시 활력 사이의 관계를 조사했습니다24,25. 그러나 이러한 접근 방식들은 일반적으로 정적인 공간적 특성에 집중하며, 도시 공간 구조와 도시 활력 사이의 관계에서 나타나는 공간적 이질성과 주야간의 시간적 차별성을 흔히 간과합니다.
요약하자면, 도시 활력에 관한 연구는 전통적인 거시적 규모의 이론적 조사에서 지리공간 빅데이터를 활용한 시공간적 정량 분석으로 발전해 왔습니다. 그럼에도 불구하고 중요한 한계점이 여전히 존재합니다. 기존 연구들은 물리적 공간 특성의 거시적 수준 정량화에 계속해서 치중하는 반면, 도시 공간 구조가 도시 활력에 영향을 미치는 방식의 시공간적 이질성에는 상대적으로 주의를 덜 기울이고 있습니다. 또한, 인간의 지각 차원을 통합한 정밀한 측정 방식이 여전히 제한적이어서, 기존 접근법들이 가로 수준의 도시 재생과 같은 세부적인 계획 실무를 지원하는 능력에 제약이 있습니다. 이러한 지식 공백을 바탕으로, 본 연구는 다음과 같은 가설을 제안합니다. (1) 도시 공간 구조는 도시 활력에 시공간적으로 차별화된 유의미한 영향을 미친다; (2) 도시 활력에 미치는 도시 공간 구조 지표의 효과는 유의미한 공간적 비정상성(spatial non-stationarity)을 보인다.
본 연구의 주요 혁신성은 세 가지로 요약할 수 있습니다. 첫째, Baidu 히트맵 데이터와 거리 뷰 이미지를 포함한 다중 소스 지리 공간 데이터셋을 통합함으로써, 주민의 일상 활동 관점에서 도시 활력을 정량화하여 인간 중심 규모에서 정밀하고 객관적인 측정을 가능하게 했습니다. 전통적인 “5D” 프레임워크를 바탕으로 본 연구는 인간 지각 차원을 추가하여 기능성, 건축 형태, 접근성, 사회경제적 특성, 생태 공간 및 인간 지각으로 구성된 6차원 도시 공간 구조 지표 체계를 개발했습니다. 이 프레임워크는 주로 물리적 공간 및 사회경제적 변수를 강조했던 이전 연구들의 한계를 보완하며, 거시적 규모의 공간 분석과 미시적 규모의 인간 중심 측정을 통합할 수 있게 합니다. 둘째, 본 연구는 기존 회귀 분석 방식의 전역적 정상성 가정을 극복하기 위해 다중 척도 지리 가중 회귀(MGWR) 모델을 적용했습니다. 이 모델을 통해 국지적 공간 효과와 도시 공간 구조 및 주야간 도시 활력 간의 척도 의존적 관계를 식별함으로써, 도시 공간 구조와 도시 활력 사이의 시공간적 비정상 결합 관계를 밝혀냈습니다. 셋째, 옌타이(Yantai)를 대표적인 연안 도시로 선정하여, 연안 도시 공간 특성 맥락 내에서 인간 중심 관점으로 주야간 도시 활력을 견인하는 차별화된 메커니즘을 체계적으로 조사했습니다. 이러한 연구 결과는 유사한 연안 도시의 공간 최적화, 도시 활력 증진 및 도시 재생을 위한 실증적 근거와 방법론적 틀을 제공하며, 인간 중심의 정밀한 도시 공간 거버넌스를 지원하는 정량적 증거를 제시합니다.
프로토콜
본 연구에서는 공간 그리드 수준의 익명화 및 집계된 히트맵 데이터를 사용하였습니다. 해당 데이터에는 개인 식별자나 개인 수준의 정보가 포함되어 있지 않으며, 인간 피험자가 직접 참여하지 않았습니다. 따라서 윤리 승인, 면제 또는 기관 심의 위원회(IRB)의 검토가 필요하지 않았습니다.
연구 프레임워크
인간 중심 척도에서의 도시 공간 구조가 도시 활력의 시공간적 차이에 미치는 영향 기전을 탐구하기 위해, 본 연구는 그림 1에 제시된 연구 프레임워크를 제안한다. 우선, 도시 거주자의 주간 및 야간 도시 활동의 시공간적 속성을 측정하는 히트맵 데이터를 기반으로 옌타이시 주요 도심 지역의 주야간 도시 활력을 측정한다. 둘째, 기능성, 접근성, 건축 형태, 사회 경제, 생태 공간 및 인간 지각을 포함하는 다차원적 도시 공간 구조 지표 체계를 구축한다. 마지막으로, MGWR 모델을 사용하여 도시 공간 구조가 도시 활력의 시공간적 차이에 미치는 영향 기전을 밝힌다. 데이터 획득, 전처리, 지표 계산, 이미지 분석 및 모델 구현에 대한 상세한 작업 흐름은 보충 파일 1–4에 제공되며, 해당 계산 작업 흐름은 보충 코드 1–4에 제공된다. 본 연구의 목적은 새로운 도시화 전략 하에서 도시 재생과 활기찬 도시 조성을 위한 이론적 근거와 참고 자료를 제공하는 것이다.
그림 1연구 프레임워크 다이어그램. 이 도표는 다중 소스 공간 데이터 획득, 데이터 처리, 도시 공간 구조 지표 구축, 도시 활력도 측정, 다중 척도 지리 가중 회귀(MGWR) 모델링 및 활력 최적화 전략을 포함한 전체 분석 워크플로우를 요약하여 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
연구 지역 개요
연태시는 산둥반도 북동부에 위치하며 황해와 발해에 접해 있습니다. 산둥성의 중요한 항구 도시인 이곳은 5개의 구와 6개의 현급 시를 관할하며, 총 면적은 13,930.1 km2입니다. 본 연구에서는 연태시의 주요 도심 지역(지부구)을 연구 지역으로 선정하였습니다. 이 지역의 면적은 179.18 km2이며, 등록 인구는 707,700명이고 12개의 가도(subdistrict)로 구성되어 있습니다(그림 2).
그림 2. 연구 지역의 모식도. 지도는 옌타이시의 위치, 지푸구 내 주요 도시 연구 지역, 하위 행정 구역 경계 및 지형 고도를 나타냅니다. 색이 어두울수록 고도가 높음을 의미합니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
본 연구는 연구 지역이 상대적으로 좁고 도로망이 조밀한 도심 지역에 초점을 맞추고 있으므로, 전통적인 블록 규모로는 도시 활력을 정확하게 특성화하기에 불충분합니다. 반면, 300 m 규모는 '5분 생활권'의 공간적 범위와 밀접하게 일치하며, 주민들의 일상 활동의 기본 공간 단위를 더 잘 나타낼 수 있습니다. 그리드 규모의 선택은 기본적으로 정보의 세밀함과 통계적 안정성 사이의 절충 과정입니다. 규모가 작을수록 더 많은 공간적 세부 사항을 보존할 수 있지만, 각 단위 내의 표본 크기가 줄어들어 통계적 노이즈가 증가하고 인접한 보행 활동 공간이 단절될 수 있습니다. 반면, 규모가 클수록 국지적 변화를 평탄화하여 공간적 이질성을 모호하게 만드는 경향이 있습니다. 300 m 그리드는 세밀한 공간적 특성을 유지하면서도 통계적 안정성을 향상시키고 규모 선택으로 인한 분석 오차를 줄일 수 있습니다. 또한, 이 규모는 Baidu 히트맵 데이터, 관심 지점(POI), 거리 뷰 이미지 등 다중 소스 데이터의 공간 해상도와 잘 부합하여 분석 정확도와 결과의 신뢰도를 높여줍니다. 따라서 본 연구에서는 연구 지역을 300 m × 300 m 그리드를 사용하여 2,221개의 셀로 나누어, 도시 활력의 시공간적 패턴을 세밀한 규모에서 시각화하고 도시 공간 구조와의 관계를 탐색하였습니다. 그리드는 CGCS2000 3도 가우스 좌표계 하에서 ArcGIS 10.4의 Create Fishnet 도구를 사용하여 생성되었습니다. 피시넷은 연구 지역의 최소 XY 좌표에 고정하고 연구 경계에 맞춰 클리핑하여 총 2,221개의 분석 단위를 도출하였습니다.
지표 체계 구축
도시 공간 구조를 위한 지표 체계를 구축하는 것은 도시 활력을 평가하는 중요한 부분입니다. 이는 공간 배치, 기능적 혼합, 접근성 및 관련 특성 측면에서 도시의 종합적인 특성을 반영합니다. 본 연구는 밀도, 설계, 다양성, 대중교통 거리, 목적지 접근성이라는 "5D" 이론을 기반으로 합니다. 기존 연구를 바탕으로 도시 공간 구조 요소의 표현 방법을 확장하여 기능성, 건축 형태, 접근성, 사회 경제, 생태 공간, 인간 지각의 6가지 범주와 15가지 요인으로 구분하였습니다. 각 요인은 개별적으로 분석됩니다 (표 1). 모든 지표에 대한 완전한 정의, 계산식, 매개변수 설정, 전처리 절차 및 정규화 방법은 다음에서 제공됩니다. 보충 파일 2.
표 1: 도시 공간 구조 지표 체계. 이 표는 기능성, 건축 형태, 접근성, 사회경제적 특성, 생태 공간 및 인간 지각을 포함하여 도시 공간 구조를 특징짓는 데 사용되는 6가지 차원과 15가지 지표를 요약한 것입니다. 각 지표에 대한 정의와 계산 식이 제공됩니다. 약어: POI, 관심 지점; FAR, 용적률; NDVI, 정규 식생 지수. 이 표를 다운로드하려면 여기를 클릭하십시오.
이들 중 기능성은 도시 공간 활력을 측정하는 중요한 지표 중 하나로, 서로 다른 기능 구역 간의 상호 연결 및 통합 정도를 반영합니다. 기능적 혼합도가 높다는 것은 주거, 경제 및 생활 기능 구역이 고르게 분포하고 얽혀 있음을 의미하며, 이는 인간 활동을 촉진하고 도시 활력을 강화합니다26. 건축 형태의 진화는 활력과 연관되어 있으며, 건물 밀도와 용적률은 도시의 조밀도를 반영하는 중요한 지표입니다. 접근성은 도시 공간의 연결성과 교통 효율성에 직접적인 영향을 미칩니다. 본 연구에서는 접근성을 나타내기 위해 근접성과 투과성 지표를 선택하였습니다. 사회 경제는 경제 활동의 집중도와 지역 경제 발전 수준을 반영합니다. 도심 및 상업 중심지까지의 거리를 통해 사회경제적 활동을 특성화하며, 일반적으로 거리가 짧을수록 경제 활동이 더 활발함을 나타냅니다27. 생태 공간은 도시의 경제적, 사회적, 문화적 활력에 영향을 미치는 중요한 요소입니다. 본 연구에서는 환경 품질과 생태적 활력을 나타내기 위해 수변 근접 지수와 정규화된 차이 식생 지수(NDVI)를 사용합니다. 인간 지각은 도시 공공 공간과 건물의 외부 인터페이스(예: 거리, 건물, 녹지, 공원) 및 이와 관련된 경제적, 사회적, 생태적 영향을 포함하여 주민들이 일상생활에서 빈번하게 접하는 도시 공간 형태와 관련 환경 특성에 초점을 맞춥니다. 본 연구에서는 이 차원을 나타내기 위해 건물의 연속성, 천공 조망률 및 보행 가능성을 선택하였습니다. 이러한 지표들은 도시 활력에 대한 인간 지각의 기여도를 더 잘 포착하며, 주로 객관적 변수에 의존하는 기존의 지표 체계를 보완합니다.
특히, 전통적인 건축 환경 측정 방식은 본 연구에서 채택한 인간 중심의 도시 공간 구조 평가와 근본적으로 다릅니다. 전통적인 방법은 필지 및 지구와 같은 거시적 규모의 물리적 단위를 분석 단위로 사용합니다. 이러한 방법은 토지 이용 분류, 건물 footprint 및 도로망 데이터와 같은 정적인 데이터셋에 의존하여 개발 강도와 기능적 배치를 정량화합니다. 이러한 기존의 평가는 하향식 계획 관점에서 공간의 물리적 상태를 평가합니다. 이러한 방법은 도시 공간의 물질적 속성을 정확하게 특성화하지만, 거주자의 현장 인지 및 미시적 규모의 보행 경험을 포착하지 못한다는 한계가 있습니다. 반면, 인간 중심의 프레임워크는 연구의 초점을 내재적인 공간 속성에서 인간-환경 상호작용으로 전환합니다. 이러한 패러다임의 전환은 세 가지 주요 변화를 포함합니다. 첫째, 측정 내용 측면에서 본 연구는 시각적 인지, 보행 편의성, 안전성 및 쾌적함과 같은 경험적 차원을 통합함으로써 건물 밀도나 토지 이용 비율과 같은 전통적인 물리적 지표를 넘어 확장되었습니다. 본 연구에서는 이에 대응하는 세 가지 지표로 건물 연속성, 천공조망요소(sky view factor) 및 보행 편의성을 선정하였습니다. 둘째, 데이터 소스와 관련하여, 계획도 및 원격 탐사 데이터에 거리 뷰 이미지와 딥러닝 기반의 시맨틱 세그멘테이션을 보완하여 보행자의 눈높이 관점에서 공간적 특성을 포착하였습니다. 셋째, 분석 단위를 블록 규모에서 가로 구간 또는 개별 시야 범위로 더욱 세분화하였습니다. 강조해야 할 점은, 인간 중심의 측정이 전통적인 건축 환경 평가를 대체하는 것이 아니라, 연구 관점과 공간 규모를 변경함으로써 이를 보완한다는 것입니다. 이 두 가지 접근 방식은 연구 초점, 지표 체계, 분석 규모 및 실무적 목적에서 차이가 있으며, 함께 작용하여 도시 공간 구조를 평가하기 위한 종합적인 분석 프레임워크를 제공합니다.
데이터 소스 및 처리
Baidu 히트맵 데이터:
본 연구에서 채택한 도시 열 데이터는 Baidu 지도의 개방형 위치 서비스에서 유래하며, 이는 방대한 익명 사용자 행동 기록을 마이닝하여 생성됩니다. 해당 데이터셋은 모바일 앱 사용자의 위치 정보를 집계하고, 실시간 위치 서비스 요청을 통해 이러한 지리 좌표를 공간 그리드에 매핑함으로써 실시간 인구 분포를 포착합니다.
우리는 Baidu Map Open Platform(https://lbsyun.baidu.com/)의 API를 호출하여 2022년 6월 13일부터 17일까지(5영업일 연속) 옌타이(Yantai) 중심 시가지의 히트맵 데이터를 수집하였습니다. 데이터는 매일 07:00부터 24:00까지 2시간 간격으로 수집되었습니다. 데이터 획득, 전처리, 노이즈 제거, 시간별 분류, 공간 변환, 커널 밀도 추정 및 도시 활력도 계산의 전체 워크플로우는 Supplementary File 1에 제공되며, 해당 전처리 스크립트는 Supplementary Code 1에 제공됩니다. 우리는 도시 활력도의 일일 변동을 개별적으로 정량화하기 위해 각 날짜를 주간(07:00–18:00)과 야간(18:00–24:00) 시간대로 더욱 세분화하였습니다. API 요청에는 Baidu Maps 액세스 키(AK)와 BD09로 정의된 연구 지역 경계가 포함되었습니다. 지도 확대 레벨은 16으로 고정되었으며 타일 크기는 256 × 256 pixels였고, 인터페이스는 JSON 형식의 히트맵 데이터를 반환하였습니다. 후처리 과정에서, 이후 분석의 공간적 정확성과 일관성을 보장하기 위해 모든 BD09 좌표를 WGS84 좌표계로 변환하였습니다. 나머지 전처리 워크플로우는 Supplementary File 1 및 Supplementary Code 1에 제공됩니다. 모든 공간 시각화는 ArcGIS (v10.4) (RRID: SCR_011081)에서 수행되었습니다.
6월은 옌타이(Yantai)의 초여름에 해당하며, 야외 활동에 적합한 온화한 날씨를 보입니다. 이 시기 주민들의 일상적인 이동 패턴은 일반적인 평균 활동 수준을 반영합니다. 모든 샘플링일은 맑고 구름이 없었으므로, 극한 날씨로 인한 인간 이동성의 방해 요인이 제거되었으며, 이는 인구 히트맵이 일상적인 도시 활력 패턴을 식별하는 데 적합하게 만들었습니다.
히트맵 기반 활성 측정값의 신뢰성을 검증하기 위해, 상호 비교를 위한 NPP-VIIRS 야간 조명 데이터를 통합하였습니다. 야간 조명 데이터셋은 Chen Zuqi 등이 Earth System Science Data에 발표한 Cross-sensor calibrated extended time series of global NPP-VIIRS-like nighttime light data (2000–2018)라는 제목의 논문에서 사용되었으며, Harvard Dataverse 리포지토리(https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/YGIVCD)를 통해 공개적으로 액세스할 수 있습니다.
공간 비교 결과, 야간 빛 영상을 통해 식별된 도시 활력 핫스팟과 본 연구의 히트맵 데이터에서 추출된 고활력 및 저활력 구역 사이에 높은 일관성이 있음이 입증되었습니다. 야간 빛 강도와 히트맵 기반 도시 활력의 비교 결과는 부록 그림 1에 제시되어 있습니다. 데이터 신뢰성을 평가하기 위해, 먼저 이상치를 제거하고 데이터셋을 정규화한 후 WGS84 좌표계로 재투영하였습니다. 그 다음, 히트맵 데이터와의 공간적 정렬을 보장하기 위해 쌍선형 보간법을 사용하여 야간 빛 데이터를 300 m × 300 m 그리드로 리샘플링하였습니다. 두 데이터셋 간의 일치 여부는 피어슨 상관계수(r ≥ 0.6)와 LISA 클러스터의 공간 중첩률(≥70%)을 수용 기준으로 하여 평가되었습니다.
데이터 소스의 관점에서 볼 때, 휴대전화 신호 데이터는 포괄적인 인구 커버리지와 세밀한 궤적 정보를 제공하지만, 획득이 어렵고 복잡한 전처리가 필요하여 장기적인 미세 규모 연구에는 적합하지 않습니다. 반면, 소셜 미디어 체크인 및 리뷰 데이터는 주로 소비 및 레저 중심의 활동을 포착하며, 뚜렷한 행동 편향과 상대적으로 낮은 시간적 안정성을 보입니다. 이와 대조적으로, 본 연구에서 사용된 Baidu 히트맵 데이터는 접근이 쉽고 시간적으로 연속적이며 더 높은 공간 해상도를 제공하므로, 주요 도시 지역의 주야간 활력 역동성을 그리드 규모로 모니터링하는 데 매우 적합합니다. POI 및 거리 뷰 데이터와 결합하여 공간 속성 표현을 풍부하게 함으로써, 이 프레임워크는 주민들의 일상적인 활동 패턴을 더 정확하게 반영할 수 있으며 본 연구의 연구 규모 및 분석 목적과 잘 부합합니다.
도시 공간 구조 요소:
기본 도시 공간 데이터:
온라인 지도 서비스 인터페이스를 기반으로 숙박, 쇼핑, 외식, 주거 지역, 교통 인프라, 생활 편의 시설, 스포츠 및 레저 시설, 공공 서비스 시설을 포함한 11개 기능 범주에 걸쳐 총 37,851개의 관심 지점(POI)을 수집하였습니다. 추가적인 전처리 과정과 계산 세부 사항은 보충 파일 2에 제공되어 있습니다. POI 데이터는 2024년 7월에 Baidu Map API를 사용하여 500 m 그리드 기반 검색 전략으로 추출되었습니다. 전처리 과정에서는 데이터셋의 공간적 정확성과 무결성을 보장하기 위해 중복 기록을 제거하였으며, Zhifu 구 행정 경계 밖의 기록, 속성 레이블 누락, 상당한 좌표 오차가 있는 무효한 기록들을 제외하였습니다.
도시 건축물 footprint 및 도로 네트워크 데이터는 오픈 소스 지리 공간 플랫폼인 OpenStreetMap (OSM; RRID: SCR_007854, https://www.openstreetmap.org)에서 확보하였습니다. 토지 이용 데이터는 국토지리정보원 (https://www.gscloud.cn/search)에서 수집하였습니다.
~에 제시된 바와 같이 표 1각 시설 유형의 공간 밀도는 클러스터링 패턴을 통해 개별 공간 단위의 기능적 특성을 반영하며, 한편 엔트로피 값은 각 단위 내의 기능적 다양성 정도를 정량화합니다. 전체 계산식, 전처리 절차, 매개변수 설정 및 정규화 방법은 다음에서 제공됩니다. 보충 파일 2.
도시 건설 강도를 평가하기 위해 건축물 벡터 데이터를 2차원(2D) 및 3차원(3D) 관점에서 분석하였으며, 특히 건축 밀도와 용적률(FAR) 지표를 활용하였습니다. 도시 도로망 데이터를 사용하여, 공간 설계 네트워크 분석(sDNA) 툴킷(RRID: SCR_017646)28으로 근접성과 매개 중심성 지표를 모두 포함하여 각 공간 단위의 접근성을 계산하였습니다.
본 지표의 분석 척도로 300 m 반경을 선택하였으며, 이 거리는 도로 세그먼트를 기준으로 정의되어 반경 내의 모든 위상학적 연결 도로를 포함합니다. 이를 통해 지정된 공간 범위 내에서 코너 밀도와 노드 연결성을 포함한 도로 네트워크 형태의 변화에 대한 종합적인 통계 분석이 가능해집니다. 이러한 접근 방식은 도로 간의 국지적 공간 상관 패턴을 의도적으로 강조함으로써, 블록 수준에서 연결성이 높은 도로를 정밀하게 식별할 수 있게 하며, 이는 블록 척도에 집중한 도시 공간 활력의 이론적 틀과 일치하는 방법론적 선택입니다29,30. 위상 도로 네트워크는 양방향 도로 세그먼트를 단일 중심선으로 통합하여 OSM 벡터 도로 데이터를 기반으로 구축되었습니다. 접근성은 근접도(proximity) 및 매개 중심성(betweenness) 지수를 바탕으로 ArcGIS 10.4의 sDNA 플러그인을 사용하여 계산되었으며, 공간적 활동 잠재력을 나타내기 위해 그리드 기반의 POI 총계가 가중치로 적용되었습니다. 사용자 정의 탐색 반경인 300 m를 제외한 모든 sDNA 매개변수는 기본값으로 유지되었습니다. 또한, 이 공간 척도는 "5분 생활권" 개념과 밀접하게 부합하며, 옌타이시 지푸구 내 역사적 블록의 물리적 규모 및 주민들의 일반적인 일일 도보 활동 범위와도 잘 일치합니다.
거리 뷰 이미지 데이터:
OSM 도로 네트워크 데이터와 GIS 기술을 결합하여 거리 뷰 이미지 샘플링 지점을 배치하였습니다. 먼저, 연구 지역 내 도로의 중심선을 추출하고, 왕복 도로는 단일선으로 단순화하였습니다. 도로 중심선을 따라 50 m 간격으로 샘플링 지점을 균등하게 배치하였습니다. 그 다음, 정밀한 공간 위치 매칭을 위해 모든 샘플링 지점에 GIS 분석에 사용된 것과 동일한 투영 좌표계를 할당하였습니다.
Python (RRID: SCR_008394)과 Street View Image API (http://api.map.baidu.com/lbsapi/)를 사용하여 이미지를 수집하였다. 전체 획득 워크플로우는 Supplementary File 3 및 Supplementary Code 3에 제공되어 있다. 총 1,599개의 샘플링 지점이 생성되었다. 이미지 획득 시, 각 이미지의 투영 폭은 90°로, 수평 시야각은 0°로 설정하였다. 각 샘플링 지점에서 전, 후, 좌, 우 방향으로 이미지를 수집하였으며, 이미지 품질을 보장하기 위해 비, 눈, 짙은 안개가 없는 맑은 날씨 조건에서만 이미지 획득을 수행하였다. 마지막으로, OpenCV 프로그램을 사용하여 다방향 이미지를 스티칭하고 이미지 전환을 최적화함으로써 거리 공간 환경의 전방위 커버리지를 달성하는 파노라마 이미지를 생성하였다. 연구 대상 지역은 총 3,251개의 거리 세그먼트를 포함하였다. API 요청 매개변수에는 개발자 액세스 키(AK), 지점 좌표, 이미지 관점 및 촬영 방향이 포함되었다. 캡처된 이미지는 후속 분석을 위해 480 × 360 pixels (RGB) 크기로 일괄적으로 조정되었다. 날씨 기반 스크리닝, 다방향 이미지 획득, 그리고 이후 SegNet 기반의 시맨틱 세그멘테이션을 통해 이미지의 가용성을 검증하고 거리 뷰 지표를 추출함으로써 이미지 품질을 확보하였다.
가로경관 특징을 추출하기 위해 완전 합성곱 신경망인 딥러닝 SegNet 네트워크(RRID: SCR_017042)를 도입하였습니다. 이 모델은 이미지 픽셀을 하늘, 보도, 차도, 건물, 녹지의 다섯 가지 범주로 분류합니다. 이후 픽셀 분류 결과는 각 거리 뷰 이미지 내에서 각 공간 요소의 면적 비율을 계산하는 데 사용되었습니다. 상세한 모델 구현, 시맨틱 세그멘테이션 워크플로우, 검증 절차 및 인간 지각 지표의 계산 방법은 부록 파일 3, 부록 코드 2 및 부록 코드 4에 제공되어 있습니다. SegNet은 MIT ADE20K 데이터셋으로 학습된 공개 사전 학습 가중치를 사용하여 PyTorch(v1.0)로 구현되었습니다. 추론 과정에서 이미지는 개별적으로 처리되어 픽셀 수준의 시맨틱 세그멘테이션 맵을 생성하였으며, 이는 이후 각 가로경관 요소의 면적 비율을 계산하는 데 사용되었습니다. 모델 성능은 5-겹 교차 검증을 통해 평가되었습니다.
연구 방법
도시 활력 측정을 위한 정량적 방법:
커널 밀도 분석은 이동 검색 창을 사용하여 점 또는 선 피처의 밀도를 추정함으로써, 도시 요소의 공간적 군집 특성과 도시 활력의 집중 및 분산을 직관적이고 정확하게 표현할 수 있게 합니다. 본 연구에서는 커널 밀도 추정을 사용하여 히트맵 데이터의 연속 보간을 수행함으로써 사용자의 공간적 응집성과 도시 활력의 시공간적 역동성을 특성화했습니다. 기본 검색 반경(대역폭) 500 m를 사용하여 가우시안 커널 밀도 추정을 적용했습니다. 결과의 강건성을 평가하기 위해 8개의 추가 대역폭(200, 300, 400, 600, 700, 800, 900 및 1,000 m)을 함께 테스트했으며, 그 결과 각 300 m × 300 m 그리드 셀의 평균 RV 값은 대역폭 전반에 걸쳐 높은 일관성을 보였습니다. 보간에는 Value 필드를 가중치 변수로 사용하였고, 경계 보정은 적용하지 않았으며, 모든 커널 밀도 분석은 ArcGIS 10.4 (RRID: SCR_011081)에서 수행되었습니다. 수학적 표현식은 다음과 같습니다 (식 1):
(1)
여기서 n은 데이터 포인트의 수를, h는 대역폭을 나타내며, (x − xi)는 추정 지점 x에서 샘플 xi까지의 거리를 의미합니다.
도시 동적 공간 패턴 분석 방법:
공간 자기상관은 서로 다른 공간 단위 간 동일한 속성 값들의 공간적 연관 정도를 특성화하는 데 사용됩니다. 이는 전역적 자기상관과 국지적 자기상관으로 나뉩니다.
전역 공간 자기상관:
전체 연구 지역에 걸친 공간적 연관성을 평가하기 위해 전역 공간 자기상관(Global Moran’s I)을 사용하였다. 이는 한 지점의 속성 값과 주변 지점들의 값 사이의 관계를 정량화하여 공간상에서 변수들의 유사성 또는 상관관계를 측정하며, 전역 Moran’s I 계수로 나타낸다. 인접 단위를 정의하기 위해 Queen 인접성 기준의 300 m × 300 m 분석 격자를 사용하여 공간 가중치 행렬을 구축하였으며, 가중치는 행 표준화를 거쳤다. 전역 Moran’s I는 ArcGIS 10.4 (RRID: SCR_011081)의 공간 통계 도구를 사용하여 계산하였으며, 통계적 유의성은 95% 신뢰 수준에서 정규 근사(z-검정)를 통해 평가하였다. 수학적 표현식은 다음과 같다 (식 2):
(2)
여기서 I는 자기상관 지수를 나타내며, n은 총 연구 단위 수, yi 및 yj 는 각각 지역 i와 j의 분류 지표, y′는 분류 지표의 평균, 그리고 Wij 는 서로 다른 지역 간의 연관 정도를 나타내는 공간 가중치 행렬입니다.
국소 공간 자기상관:
국소 공간 자기상관(LISA)은 국소 수준에서 연구 대상이 나타내는 공간적 연관 정도를 측정하며, 이를 통해 연구 지역 내의 국소 클러스터와 공간적 이상치를 식별하고 공간적 이질성에 대한 보다 상세한 이해를 제공한다31. 가장 일반적으로 사용되는 국소 통계량은 Local Moran’s I이다. 공간 가중치 행렬은 Queen 인접성(Queen contiguity)을 사용하여 구축하였으며, 이때 인접한 그리드 셀은 공통 경계 또는 꼭짓점을 공유하는 것으로 정의하였다. 통계적 유의성은 999회의 무작위 순열을 사용하여 0.05 수준에서 평가하였다. 다중 검정 보정은 적용하지 않았으며, 모든 분석은 ArcGIS 10.4 (RRID: SCR_011081)를 사용하여 수행하였다. 수학적 표현식은 다음과 같다 (식 3):
(3)
여기서 xi와 xj는 각각 지역 i와 j의 도시 활력도 값을 나타내며, x′는 모든 지역의 평균 도시 활력도, S2는 분산, Wij는 지역 간의 공간적 연관성을 나타내는 공간 가중치 행렬입니다.
도시 활력의 공간적 이질성을 위한 연구 방법:
다중척도 지리적 가중 회귀분석 (MGWR)
MGWR 모델은 황금분할 탐색 알고리즘을 사용하여 탐색 구간을 반복적으로 좁힘으로써 각 회귀 계수에 대한 최적의 대역폭을 식별합니다. 이러한 접근 방식은 매개변수 추정 과정에서 노이즈를 최소화하고 모델의 예측 성능을 향상시킵니다. 대역폭 선택 방법(적응형 또는 고정형), 커널 함수, 대역폭 탐색 범위, 수렴 기준, 정지 허용 오차 및 예측 변수 표준화 절차에 관한 상세 정보는 보충 자료 4에 제공되어 있습니다. 계산 공식은 다음과 같습니다 (식 4):
(4)
여기에, 제공된 텍스트가 없습니다. 번역할 내용을 입력해 주세요.j 의 회귀 계수에 사용된 대역폭을 나타냅니다. 제공된 텍스트가 없습니다. 번역할 내용을 입력해 주세요.-번째 변수; k 설명 변수의 수를 나타냅니다. 제시된 텍스트가 없습니다. 번역할 원문을 제공해 주시기 바랍니다.ij ~을(를) 지칭합니다 j-번째 예측 변수 i-번째 그리드; (ui, vi) ~의 중심점 좌표를 나타냅니다. i-번째 그리드; β(bwj) 회귀 계수가 해당 대역폭을 사용하여 추정되는지 확인하고, εi 은 무작위 오차항입니다.
상세한 모델 구성, 대역폭 최적화 절차 및 구현 워크플로우는 보충 자료 4에 제공되며, 전체 주간 및 야간 모델 출력값은 각각 보충 자료 5 및 6에서 확인할 수 있습니다. 최소제곱법 회귀 진단 결과는 보충 자료 7에 제공됩니다.
도시 개발 이론, 연구 범위 및 실질적 적용 가능성의 관점에서 MGWR은 일반 최소 제곱 회귀(OLS)와 전통적인 지리 가중 회귀(GWR) 모두에 비해 뚜렷한 장점을 제공합니다. OLS는 전역 모델링 프레임워크를 사용하여 모든 설명 변수가 전체 연구 지역에서 균일한 효과를 가진다고 가정합니다. 이러한 가정은 도시 시스템 고유의 공간적 이질성을 간과하여, 국지적 실상을 포착하지 못하는 평균화된 매개변수 추정치를 산출함으로써 맥락 민감적인 정책 수립을 위한 지원 능력이 제한적입니다. 전통적인 GWR은 공간적 비정상성을 고려하지만, 모든 변수에 대해 단일 대역폭, 즉 균일한 공간 척도를 적용합니다. 이러한 제약은 다양한 도시 요소(예: 교통 인프라, 토지 이용 혼합 또는 녹지 공간)가 현저히 다른 공간적 범위에 걸쳐 영향을 미친다는 실증적 증거와 상충합니다. 결과적으로, 이러한 지나친 단순화는 모델 편향을 유발하고 분석의 타당성을 저해할 수 있습니다. MGWR은 각 예측 변수의 실증적으로 관찰된 공간적 영향 범위에 기반하여 변수별 개별 대역폭을 추정함으로써 이러한 한계를 극복합니다. 그 결과, 도시 공간 구조가 도시 활력을 형성하는 척도 의존적 메커니즘을 더욱 충실하게 포착합니다. 이러한 발전은 도시 내 인간-환경 상호작용에 대한 이론적 이해를 풍부하게 할 뿐만 아니라, 공간적 개입의 차별화된 우선순위 설정을 가능하게 하고 도시 활력 증진을 위한 정량적, 증거 기반 지원을 제공함으로써 실질적인 유용성을 높입니다. 계산 워크플로우는 Supplementary Codes 1–4에 제공됩니다.
결과
도시 활력의 공간적 패턴 분석
도시 활력의 공간적 분포 특성:
옌타이 주요 도심 지역의 주야간 도시 활력의 시공간적 진화를 보다 자세히 조사하기 위해, 본 연구에서는 히트맵 데이터를 기반으로 커널 밀도 분석을 수행하고 이를 주민들의 일상 활동 패턴과 결합하였으며, 지리정보시스템(GIS) 소프트웨어를 사용하여 시간대별 도시 활력을 시각화하였습니다. 다음에서 보는 바와 같이 그림 3연태시(Yantai) 주요 도심 지역의 도시 활력은 07:00부터 23:00까지 집적-분산-집적 패턴으로 특징지어지는 뚜렷한 시공간적 동태를 보인다. 낮과 밤 동안 고활력 및 저활력 지역의 공간적 분포가 매우 유사하게 나타나며, 이는 해당 시간대 간의 도시 활력 변동이 비교적 안정적임을 시사한다.
그림 3옌타이 주요 시가지 내 도시 활력의 시공간적 분포. 주변 지도는 서로 다른 시간대의 도시 활성도를 나타내며, 중앙 지도는 주간 및 야간 활성도 패턴을 요약하여 보여줍니다. 따뜻한 색상일수록 활성도가 높음을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
공간적 관점에서 볼 때, 옌타이 주요 도시 지역의 도시 활력도는 전반적으로 북동쪽이 높고 남서쪽이 낮으며, “중심-주변” 패턴과 “다핵” 구성이 모두 나타나는 복잡한 공간 구조를 보입니다. 도시 활력이 높은 지역은 주로 통션 거리, 위황딩 거리, 샹양 거리 및 다하이양 도로와 공항 도로를 따라 북동쪽 구역에 집중되어 있습니다. 또한, 즈추 거리의 동쪽 부분과 펑황타이 거리의 중앙 부분에서도 활력이 상대적으로 높게 나타납니다. 옌타이 주요 도시 지역의 도시 활력도는 지형 조건에 의해서도 강한 영향을 받습니다. 황진딩, 전산, 진쾅딩과 같은 중앙 지역의 산악 지대는 저활력 구역으로 분류됩니다. 주간에는 하이킹 및 레저 활동 등으로 인해 이 지역들의 활력이 다소 증가하지만, 야간 활력도는 매우 낮습니다. 이러한 패턴은 도시 활력의 분포에 뚜렷한 공간적 격차가 있음을 나타내며, 활력도는 고밀도 주거 지역, 레크리에이션 목적지, 그리고 교통 접근성이 뛰어난 위치에 집중되는 경향이 있습니다. 이러한 복합적인 공간 구조는 도시 기능 구역과 인구 이동성 사이의 결합 관계를 확인시켜 줍니다. 더욱이 지형과 교통의 중요한 역할은 여러 도시 공간 구조가 공동으로 도시 활력을 형성한다는 가설을 더욱 뒷받침합니다.
시간적 관점에서 볼 때, 옌타이(Yantai) 주요 도심 지역의 도시 활력은 주로 거주자의 업무 및 여가 활동에 의해 형성됩니다. 07:00부터 18:00까지의 시간대는 오전 피크 시간대와 주간 업무 및 학습 시간을 포함하며, 이 기간 동안 거주자들은 일반적으로 집에서 직장으로 출퇴근함에 따라 도시 활력의 공간적 패턴이 집적(aggregation)에서 분산(dispersion)으로 전환됩니다. 18:00부터 23:00까지의 시간대는 저녁 피크 시간대와 여가 시간을 포함합니다. 특히 22:00 이후에는 도시 활력의 공간적 분포가 더욱 집중되는 반면, 전반적인 활력 수준은 감소합니다. 이는 한편으로는 거주자들이 업무와 여가 활동 후 집으로 돌아가고, 다른 한편으로는 이전에 활발했던 도시 공간들이 밤을 맞아 점차 마무리되는 현상을 반영합니다. 전반적으로 도시 활력의 주야간 변동은 거주자의 일상적인 업무 및 휴식 루틴에 의해 명확하게 주도됩니다. 주간 시간대(07:00–18:00)는 도시 활력의 정점 시기로, 더 높은 활력 수준, 더 넓은 공간적 범위, 그리고 매우 적은 저활력 지역이 특징입니다. 대조적으로, 야간 시간대(18:00–23:00)는 활동 범위가 점진적으로 축소되며 활력이 주거 지역으로 점점 더 집중되는 양상을 보입니다. 이러한 결과는 옌타이 주요 도심 지역의 도시 활력에 미치는 업무 및 휴식 활동의 시간 의존적 영향을 명확히 입증하며, 일주기적 진화 특성을 드러냅니다. 또한 이는 도시 활력의 시공간적 패턴을 식별한다는 핵심 목표를 달성하며, 거주자의 일상 활동 리듬이 도시 활력과 밀접한 관련이 있다는 가설을 뒷받침합니다.
도시 활력의 공간적 군집 특성:
연태시 주요 도심 지역의 도시 활력에 대한 공간적 자기상관성을 조사하기 위해 전역 Moran’s I 지수를 이용하였다. 분석 결과, 주간 및 야간 도시 활력의 Moran’s I 값은 각각 0.722와 0.736으로 나타났다. 유의성 검정 결과, 연태시 주요 도심 지역의 도시 활력은 주간과 야간 모두에서 유의미한 군집 현상을 보이며, 특히 야간에 주간보다 더 뚜렷한 군집 효과가 나타나는 것으로 확인되었다.
그림 4에 나타난 바와 같이, 옌타이 주요 도심 지역의 도시 활력은 주로 "고-고(high–high)" 군집과 "저-저(low–low)" 군집이라는 두 가지 군집 패턴을 따릅니다. 전체적인 공간 분포는 "중심-주변" 및 "1핵 다점" 구조가 결합된 불규칙한 복합 패턴을 보이지만, "중심"과 "주변"은 공간적으로 분리되어 있으며, 그 사이의 전이 지대에는 유의미한 군집이 나타나지 않는 지역이 다수 포함되어 있습니다. 공간 자기상관 분석 결과는 도시 활력의 군집 패턴과 공간적 분화를 명확히 식별함으로써 패턴 인식이라는 연구 목적을 달성하였습니다. 이러한 결과는 관련 연구 가설을 뒷받침하며, 본 연구의 전체 분석 프레임워크와 밀접하게 일치하고, 공간 구조의 차별적 효과에 대한 추가 분석의 기초를 제공합니다.
그림 4. 도시 활력의 주간 및 야간 국지적 공간 집적. 국지적 공간 자기상관 지수(LISA) 지도는 주간 및 야간 활력에 대해 고-고(high-high), 고-저(high-low), 저-고(low-high), 저-저(low-low) 및 비유의미한 공간 클러스터를 보여준다. 여기를 클릭하여 이 그림의 확대 버전을 확인하십시오.
도시 공간 구조가 도시 활력에 미치는 영향의 MGWR 기반 공간적 이질성
도시 공간 구조의 다양한 요인 간 상호 영향으로 인한 추정 편향을 방지하기 위해, 모든 설명 변수를 테스트하는 데 분산 팽창 요인(VIF)을 사용하였다. VIF 값이 클수록 다중공선성이 높음을 의미한다. 일반적으로 VIF 값이 7.5보다 크면 해당 설명 변수가 중복된 것으로 간주한다32. 테스트 결과는 표 2에 제시되어 있다. 모든 VIF 값이 7.5 미만으로 나타나, 선택된 지표들이 다중공선성을 보이지 않음을 확인하였다. 이후 p > 0.05인 지표들은 도시 활력에 유의미한 영향을 미치지 않는 것으로 판단하여 제거하였다. 변수 선택 과정을 거쳐 POI 다양성, 생활 기능, 주거 기능, 건물 밀도, 근접성, 중심 업무 지구까지의 거리(DBC), 보행 편의성의 최종 7가지 요인이 MGWR 모델(RRID: SCR_017651)을 구축하기 위한 설명 변수로 선택되었다. 이 단계로 변수 선택 프로세스가 완료되었으며, 유지된 핵심 요인들은 연구 프레임워크와 일치하여 후속 모델 분석을 통해 연구 가설을 효과적으로 검증할 수 있도록 하였다.
| 변수 | p-값 | 분산팽창지수 (VIF) |
| POI 다양성 | 0 | 1.946 |
| 경제적 기능 | 0.025 | 3.15 |
| 생명 기능 | 0.004 | 3.834 |
| 주거 기능 | 0.001 | 1.925 |
| 건물 밀도 | 0 | 3.062 |
| 용적률 | 0.084 | 5.723 |
| 근접성 | 0 | 1.732 |
| 매개 중심성 | 0.952 | 2.022 |
| 시내 중심가까지의 거리 | 0.458 | 1.407 |
| 비즈니스 중심지까지의 거리 | 0.009 | 1.498 |
| 근수면 지수 | 0.06 | 1.132 |
| 정규화 식생 지수 (NDVI) | 0.118 | 1.049 |
| 연속성 구축 | 0.364 | 2.746 |
| 천공 조망 인자 | 0.22 | 1.177 |
| 보행 가능성 | 0.004 | 2.094 |
표 2: 후보 설명 변수의 다중공선성 평가.이 표는 다중척도 지리 가중 회귀(MGWR) 분석 전 변수 스크리닝 과정에서 사용된 각 후보 설명 변수의 통계적 유의성(p-value)과 분산팽창요인(VIF)을 나타냅니다. 이후 모델링에 유지된 변수들은 사전 정의된 통계적 선택 기준을 충족하였습니다. 약어: VIF, 분산팽창요인.
모델 적합도 효과:
모델링 분석은 전역 OLS 모델, 전통적인 GWR 모델, 그리고 MGWR 모델의 세 가지 접근 방식을 사용하여 수행되었습니다. 모델 수렴은 SOC-f (평활화 f) 기준을 기반으로 하였으며, 두 번의 연속적인 반복 계산 간에 추정된 모든 회귀 계수의 최대 절대 변화량을 수렴 기준으로 사용하였습니다. 수렴 임계값은 1.0 × 10⁻5로 설정하였고, 최대 반복 횟수는 200회로 설정하였습니다. 결과의 비교 가능성을 보장하기 위해 주간 및 야간 모델은 커널 함수, 대역폭 탐색 규칙, 수렴 기준 및 기타 파라미터 설정을 포함하여 동일한 방법론적 설정을 채택하였습니다. 종속 변수만 달랐으며, 이에 따라 추정된 최적 대역폭과 회귀 계수 또한 다르게 나타났습니다. 분석 결과, 주간 모델은 28회 반복 후, 야간 모델은 34회 반복 후에 수렴하였습니다. 두 모델 모두 수렴 임계값을 충족하여 추정 결과가 안정적이고 신뢰할 수 있음을 나타냈습니다. 세 가지 모델에 대한 지표는 표 3에 기재되어 있습니다.
| 카테고리 | 변수 | 최소자승법 | 지리적 가중 회귀 (Geographically Weighted Regression) | MGWR |
| 모델 성능 | AICc | 6703 | 4417 | 3463 |
| 보정된 R²² | 0.62 | 0.56 | 0.8 | |
| 최적 가변 대역폭 (MGWR) | POI 다양성 | — | 53 | 239 |
| 생명 기능 | — | — | 724 | |
| 주거 기능 | — | — | 256 | |
| 건물 밀도 | — | — | 237 | |
| 근접성 | — | — | 921 | |
| 비즈니스 센터까지의 거리 | — | — | 2220 | |
| 보행 가능성 | — | — | 2220 |
표 3: 최소제곱법(OLS), 지리적 가중 회귀(GWR) 및 다중척도 지리적 가중 회귀(MGWR) 모델 간의 성능 비교.이 표는 보정된 아카이케 정보 기준(AICc)과 수정 결정 계수(Adjusted R2)를 사용하여 최소제곱법(OLS), 지리적 가중 회귀(GWR) 및 다중척도 지리적 가중 회귀(MGWR) 모델의 성능을 비교합니다. 또한 MGWR 모델에서 각 설명 변수에 대해 추정된 최적 대역폭을 보고하여, 회귀 분석의 변수별 공간 척도를 보여줍니다. 약어: AICc, 보정된 아카이케 정보 기준; OLS, 최소제곱법; GWR, 지리적 가중 회귀; MGWR, 다중척도 지리적 가중 회귀.
표 3에 나타난 바와 같이, MGWR 모델은 OLS 및 GWR 모델보다 AICc 값이 더 낮고 수정된 R2 값이 더 높으며, 이는 모델 적합도가 더 우수함을 입증합니다. 또한, OLS 및 GWR 모델과 비교하여 MGWR 모델은 각 설명 변수가 237에서 2,220 사이의 범위 내에서 고유한 최적 대역폭을 갖도록 허용합니다. 이는 도시 활력에 미치는 서로 다른 변수들의 영향이 공간적 척도에 따라 상당히 다르다는 것을 나타냅니다.
변수들 중에서 DBC와 보행 편의성의 대역폭은 전체 샘플 크기에 근접하며, 이는 이들의 영향이 국지적이기보다는 주로 전역적임을 시사합니다. 이는 이러한 요인들이 대부분의 지역에서 공간적 변동성이 상대적으로 제한적이기 때문일 수 있습니다. 사회경제적 조건과 인간의 지각과 밀접하게 연관된 거리 환경 특성을 나타내는 지표로서, 이들은 도시 활력에 전반적인 영향을 미칩니다. 반면, POI 다양성, 생활 기능, 주거 기능, 건물 밀도, 근접성의 다섯 가지 변수는 대역폭이 상대적으로 작으며, 이는 이들의 영향이 국지적 공간 규모에 집중되어 있음을 나타냅니다. 이러한 요인들은 기능적 복잡성, 주거 환경 및 접근성에 대한 주민들의 차별화된 수요를 반영하며, 따라서 국지적 공간에서 다양한 유형의 활동을 유인하거나 제약함으로써 도시 활력을 형성할 수 있습니다.
특히 POI 다양성, 주거 기능 및 건축 밀도의 대역폭은 각각 239, 256, 237이며, 이는 전체 샘플의 11%, 12%, 11%를 차지합니다. 생활 기능과 근접성의 대역폭은 샘플의 더 큰 비율인 각각 33%와 41%에 해당하며, 이는 해당 요인들의 영향이 더 넓은 공간적 규모에서 작용함을 시사합니다. 전반적으로 MGWR 모델의 장점은 분명합니다. 설명 변수들의 다양한 영향 규모는 공간적 이질성 가설을 더욱 뒷받침하며, 본 연구에서 선택한 모델의 적절성을 확인시켜 줍니다.
영향의 유의성:
MGWR 모델에서 얻은 회귀 계수의 통계적 결과가 표 4에 제시되어 있다. 평균 회귀 계수의 절대값을 기준으로 한 주간 도시 공간 구조 변수의 기여도 순위는 POI diversity > accessibility > building density > life function > residential function > walkability > DBC 순이다. 야간에는 순위가 약간 변하여 POI diversity > life function = residential function > building density > walkability > DBC > accessibility 순으로 나타난다.
| 변수 | 주간 평균 | 주간 수면 박탈 | 주간 중앙값 | 야간 평균값 | 야간 수면 박탈 | 야간 중앙값 |
| POI 다양성 | 0.226 | 0.126 | 0.196 | 0.322 | 0.096 | 0.315 |
| 생명 기능 | 0.088 | 0.006 | 0.088 | 0.145 | 0.075 | 0.153 |
| 주거 기능 | 0.019 | 0.158 | 0.004 | 0.145 | 0.173 | 0.123 |
| 건축 밀도 | 0.132 | 0.029 | 0.131 | 0.070 | 0.126 | 0.053 |
| 근접성 | 0.165 | 0.188 | 0.121 | 0.030 | 0.048 | 0.024 |
| 비즈니스 센터까지의 거리 | −0.010 | 0.004 | −0.010 | 0.032 | 0.003 | 0.031 |
| 보행 친화성 | 0.011 | 0.002 | 0.011 | 0.039 | 0.002 | 0.039 |
표 4: 다중 척도 지리 가중 회귀(MGWR) 모델로 추정된 회귀 계수의 요약 통계량. 이 표는 주간 및 야간 도시 활력에 대해 다중 척도 지리 가중 회귀(MGWR) 모델로 추정된 회귀 계수의 분포를 요약한 것입니다. 각 설명 변수에 대해 평균, 표준 편차(SD) 및 중앙값 회귀 계수를 보고하여, 두 시간대에 걸쳐 효과의 크기와 변동성을 비교할 수 있도록 하였습니다. 약어: MGWR, 다중 척도 지리 가중 회귀; SD, 표준 편차.
특히, POI 다양성은 낮과 밤 모두에서 도시 활력에 대해 일관되게 가장 큰 기여도를 보이며 긍정적인 영향을 미치는 것으로 나타났다. 이는 다양한 도시 시설과 높은 수준의 기능적 혼합이 특징인 지역이 도시 거주자들에게 특히 매력적이며, 이를 통해 도시 활력이 증진됨을 시사한다. 낮 시간 동안 거주자의 활동은 주로 통근, 사무 업무 및 공공 서비스에 집중되므로, 근접성과 건축 밀도가 중요한 역할을 한다. 밤 시간대에는 거주자의 활동이 주거, 레저 및 지역 소비로 전환되며, 생활 기능과 주거 기능의 기여도가 크게 증가하는 반면, 근접성의 기여도는 현저히 감소한다. 이러한 낮과 밤의 순위 차이는 거주자의 일상 활동 패턴 변화에 따른 도시 활력 동력 메커니즘의 구조적 전환을 직접적으로 반영하며, 향후 구역 및 시간대별 차별화된 계획 수립을 위한 거시적 근거를 제공한다.
그림 5에 나타낸 바와 같이, 영향 요인을 스크리닝한 후 회귀 계수의 변동과 영향 구역의 차이를 분석한 결과, 생활 기능, DBC 및 보행 편의성의 효과는 낮 시간 동안 비교적 안정적인 것으로 나타났다. 생활 기능과 보행 편의성은 긍정적인 효과를 가지는 반면, 비즈니스 센터까지의 거리는 긍정적 효과와 부정적 효과를 모두 보였다. POI 다양성, 주거 기능 및 접근성의 영향 범위는 크게 변동하며 마찬가지로 긍정적 효과와 부정적 효과를 모두 나타냈다. 건물 밀도의 영향은 일정 범위 내에서 변동하지만 계속해서 긍정적인 상태를 유지했다. 밤 시간대에는 DBC와 보행 편의성의 효과가 더 안정적이었으며 두 요인 모두 긍정적인 상태를 유지했다. 이와 대조적으로, POI 다양성, 주거 기능 및 건물 밀도의 효과는 상당한 변동을 보였으며, POI 다양성은 긍정적인 효과를 나타낸 반면 주거 기능과 건물 밀도는 도시 활력과 긍정적 및 부정적 관계를 모두 보였다. 생활 기능과 접근성의 효과 또한 일정 범위 내에서 변동하였다.
그림 5다중 스케일 지리 가중 회귀 모델의 회귀 계수 분포. 바이올린 도표는 각 영향 요인에 대한 주간 및 야간의 계수 분포를 비교합니다. 영역이 넓을수록 계수 밀도가 높음을 나타내며, 양수 값은 촉진 효과를, 음수 값은 억제 효과를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
영향의 공간적 이질성
도시 공간 구조가 도시 활력에 미치는 영향의 공간적 이질성을 추가로 분석하기 위해, 영향 수준이 유의미한 샘플을 선정하였습니다. 각 도시 공간 구조 요소의 주간 및 야간 회귀 계수를 시각화하였습니다(그림 6 및 7). 자연적 구분점(natural breakpoint) 분류법을 사용하여 회귀 계수를 10단계로 나누어, 영향의 공간적 범위, 강도 및 방향성 변화를 나타내었습니다.
그림 6다중 척도 지리 가중 회귀 계수의 주간 공간 분포. 지도는 관심 지점 다양성, 생활 기능, 주거 기능, 건물 밀도, 근접성, S 및 보행 가능성에 대한 주간 회귀 계수의 공간적 변이를 보여줍니다. 색상 그라데이션은 각 패널의 범례에 표시된 대로 계수의 크기를 나타냅니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 7. 다중 척도 지리 가중 회귀 계수의 야간 공간 분포. 지도는 관심 지점 다양성, 생활 기능, 주거 기능, 건물 밀도, 근접성, 비즈니스 센터까지의 거리 및 보행 편의성에 대한 야간 회귀 계수의 공간적 변화를 보여준다. 색상 기울기는 각 패널 범례에 표시된 것과 같이 계수의 크기를 나타낸다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
POI 다양성은 각 공간 단위 내 도시 기능의 다양성과 복잡성을 측정합니다. 도시 활력의 핵심 메커니즘은 목적지의 다양성과 활동의 시너지 효과에 있습니다. 특정 지역의 POI 다양성이 높을수록 동일 공간 내에서 쇼핑, 외식, 엔터테인먼트 및 일상 서비스에 대한 주민들의 다양한 요구를 더 잘 충족시킬 수 있으며, 이를 통해 지역 간 이동 필요성을 줄이고 보행자의 체류 시간을 연장하며 공간 이용 강도를 높일 수 있습니다. 분석 결과, POI 다양성은 도시 활력에 가장 강력한 영향을 미치며 뚜렷한 공간적 변동성을 보이는 것으로 나타났습니다. 구체적으로, 그 분포는 효과가 높거나 낮은 지역에 상대적으로 집중되어 있는데, 주로 도심에서는 더 강한 영향이 관찰되는 반면 도시 외곽에서는 더 약한 영향이 발견됩니다. 전체적인 회귀 계수는 주로 양수로 나타나 명확한 양의 관계를 보였으며, 약한 음의 상관관계는 소수에 불과했습니다. 이는 대부분의 지역에서 POI 다양성이 높을수록 도시 활력이 더 높다는 것을 시사합니다. 또한, POI 다양성이 도시 활력에 미치는 영향의 공간적 차이는 낮보다 밤에 더 뚜렷하게 나타나, 야간에 가장 영향력 있는 요인이 됩니다. 이러한 일주기적 차이는 낮과 밤 사이 주민들의 활동 수요의 구조적 차이에서 기인합니다. 낮 시간대의 복합 토지 이용은 주로 통근과 휴식 시간 동안의 단기적이고 단편적인 소비 수요를 수용하며, 보행 활동을 유인하는 역할은 상대적으로 제한적입니다. 그러나 밤이 되면 사람들의 활동은 여가, 사회적 상호작용 및 체험형 소비로 전환됩니다. 이러한 맥락에서 POI 다양성이 높은 지역은 다양하고 연속적인 야간 소비 시나리오를 제공함으로써 주민들의 야외 체류 시간을 효과적으로 연장하고, 결과적으로 야간 활력에 더 두드러진 추진 효과를 발휘합니다.
생활 기능은 주민들의 일상적 필요를 충족시키는 교육, 과학, 문화, 보건, 교통 및 공공 서비스 관련 시설을 포함합니다. 이러한 기능의 영향 메커니즘은 활동-목적지 네트워크의 형성에 있으며, 이러한 시설들은 그 자체로 보행자 흐름을 유인할 뿐만 아니라 다른 기능과의 시너지를 통해 안정적인 활동 흐름을 생성합니다. 회귀 분석 결과, 생활 기능이 주간 활력에 미치는 긍정적인 영향은 계수가 0.078에서 0.098 사이로 나타나며 영향 강도의 변동이 적어 안정적으로 유지되는 것으로 나타났습니다. 반면, 야간의 계수 범위는 0.005–0.256으로 확대되어 공간적 영향력이 훨씬 더 넓음을 시사합니다. Zhichu Street와 Xingfu Street를 핵심 지역으로 하여, 영향도는 중심부에서 주변 지역으로 갈수록 점차 증가합니다. 이 지역은 인구 분포가 집중된 특성을 보이지만, 도시 계획이 상대적으로 낙후되었고 경제 발전의 제약을 받아, 도시 동부 지역보다 오락 시설 및 기타 생활 기능 편의 시설의 전반적인 공급 수준이 낮습니다. 그 결과, 주민들에 대한 유인력이 약하며 도시 활력에 미치는 영향도 덜 뚜렷합니다. 이러한 시간적 변화는 주민들의 활동 목적의 변화를 반영합니다. 주간에는 생활 기능이 주로 공공 서비스 중심으로 운영되어 보행자 흐름이 상대적으로 안정적입니다. 그러나 야간에는 여가 및 오락 수요가 보충되면서 외식 및 쇼핑과 같은 소비 지향적 기능과 상호 보완적인 관계를 형성하며, 이를 통해 생활 기능이 더 넓은 공간 범위에서 도시 활력에 더 강력한 추진 효과를 발휘하게 됩니다.
주거 기능은 거주자의 야간 귀가와 체류를 수용하는 공간적 기반을 구성합니다. 주거 기능과 도시 활력의 관계는 주간과 야간에 뚜렷하게 다른 양상을 보입니다. 주간에 주거 지역은 인구 유출의 기점으로 작용하므로, 단순히 주거 밀도를 높이는 것이 반드시 도시 활력을 증진시키지는 않습니다. 지원 상업 및 서비스 시설이 없다면, 고밀도 주거 지역은 오히려 활력이 낮은 '베드타운'이 될 수 있습니다. 그러나 야간에는 거주자들이 집으로 돌아오며, 주거 지역은 야간 활동의 공간적 기초가 됩니다. 분석 결과, 주거 기능 변수의 전체 평균 효과는 상대적으로 약하게 나타났으나, 특정 지역에서는 뚜렷한 공간적 이질성과 차별성을 보였으며, 이러한 영향의 공간적 분포는 주간과 야간 모두 대체로 유사했습니다. Hongrun 자재 시장, 과일 도매 시장, Fenghuangtai 초등학교 및 Jinxiu Xincheng 주변 지역은 주거 기능이 밀집되어 있음에도 불구하고 도시 활력과의 관계는 음(-)으로 나타났습니다. 이는 해당 지역에 주거 기능을 추가하는 것이 도시 활력을 높이지 못하며, 오히려 과도한 주거 집중이 공간적 혼잡과 지원 시설 부족으로 인해 야간의 사회적 및 소비 활동을 저해할 수 있음을 시사합니다. 반면, Shihuiyao 거리에서는 주거 기능이 도시 활력과 양(+)의 상관관계를 보여, 이 지역의 주거 시설이 도시 활력을 지원하는 더 강력한 역할을 하며 거주자들에게 더 큰 유인력을 발휘하고 있음을 나타냅니다.
건물 밀도는 특정 지역 내 개발 강도를 반영하며, 그 근저에 있는 메커니즘은 인구 집결을 위한 물리적 기반을 제공하는 데 있습니다. 즉, 건물 밀도가 높을수록 인구 수용 능력이 더 크고 고용 기회와 상업 시설이 더 밀집되어 있음을 나타냅니다. 본 연구 결과에 따르면, 건물 밀도는 낮 시간대 도시 활력에 전반적으로 긍정적인 영향을 미치며, 그 영향력은 동쪽에서 서쪽으로 갈수록 점차 약해지며 뚜렷한 동심원 구조를 형성하는 것으로 나타났습니다. 도시 서부 지역에서 건물 밀도가 도시 활력에 미치는 영향은 동부 지역보다 약하게 나타났으며, 이는 서부 지역의 건물 밀도를 높이는 것이 동부 지역보다 도시 활력을 증진하는 데 덜 효과적임을 시사합니다. 그러나 밤 시간대에는 양방향 패턴이 나타납니다. 건물 밀도가 도시 활력에 미치는 영향은 Jiahe 강 인근 Xingfu Street 서부와 Zhichu Street의 저가치 클러스터에서 음의 상관관계를 보였으며, 그 크기의 변동폭은 상대적으로 작았습니다. 이러한 주야간의 차이는 기능적 분화에서 기인합니다. 낮 동안 고밀도 시가지는 사무 및 상업 기능이 집중되어 인구 유입의 주요 구역 역할을 하지만, 밤에는 일부 고밀도 상업 지구에서 인구가 분산되며 도시 활력이 주변 주거 지역으로 외곽 이동합니다. 이런 의미에서 고밀도 시가지는 낮에는 활력 집결의 중심지로 기능하는 반면, 밤에는 활력 확산의 원천이 되어 외부 전이 효과를 통해 주변 활력을 촉진합니다.
근접성은 도로 네트워크 연결성의 효율성을 측정하며, 거주자가 다양한 유형의 목적지에 얼마나 편리하게 도달할 수 있는지를 결정합니다. 근접성의 핵심 메커니즘은 통행 시간 비용을 줄이고 활동의 공간적 범위를 확장하는 데 있으며, 근접성이 높을수록 장소 방문 가능성과 빈도가 직접적으로 증가합니다. 본 연구 결과에 따르면, 근접성은 주간 시간대에 POI 다양성에 이어 두 번째로 중요한 추진 요인이었으나, 야간에는 그 영향력이 크게 감소하는 것으로 나타났습니다. 이러한 뚜렷한 주야간 대비는 거주자의 활동 패턴의 근본적인 변화를 반영합니다. 주간에는 통근, 심부름, 업무 처리와 같은 활동이 교통에 대해 상대적으로 높은 요구 사항을 가지며 접근성에 크게 의존합니다. 반면, 야간에는 거주자의 활동이 더 가정 중심으로 바뀌고 활동 반경이 축소되며, 통행의 주 목적이 여가와 소비로 이동함에 따라 거주자들이 도로 네트워크 접근성에 훨씬 덜 민감해집니다. 또한, 근접성은 양방향의 국지적 효과를 보입니다. Jiahe 강을 따라 형성된 지역과 Zhichu Street 및 Fenghuangtai Street에서는 도시 활력과 강한 양의 상관관계를 보이는 반면, Xingfu Street 북쪽의 인구 희박 지역에서는 약한 음의 상관관계를 보입니다. 이는 근접성의 활력 추진 효과가 충분한 보행 수요의 존재 여부에 달려 있음을 시사합니다.
DBC는 각 공간 단위와 도시 중심 상업 지구 간의 근접성을 측정하며, 이는 고용 기회, 소비 환경 및 경제적 외부 효과에 대한 접근성 측면에서의 입지적 이점을 반영합니다. 그 기저 메커니즘은 집적 경제와 소비자 접근성에 있습니다. 즉, 지역이 상업 중심지에 가까울수록 고용 기회가 더 밀집되고, 소비 선택지가 풍부하며, 사회경제적 상호작용이 더 활발해져 더 많은 보행자 흐름을 끌어들입니다. 본 연구 결과에 따르면 DBC가 주간 도시 활력에 미치는 영향은 남쪽에서 북쪽으로 갈수록 감소하며 음의 상관관계를 보입니다. 남쪽 지역은 상업 중심지에서 더 멀리 떨어져 있어 도시 활력에 미치는 영향이 약한 반면, Kuiyu Road 북쪽 지역은 상업 중심지에 더 가까워 더 강한 영향을 미칩니다. 그러나 야간에는 이 관계가 양의 관계로 변하며, Hongqi Road의 남북 양측으로 두 개의 환형 지대가 형성되고, 영향력이 중심에서 주변 지역으로 갈수록 점차 증가합니다. 이러한 주야간 반전 현상은 공간 구조의 기저 논리를 드러냅니다. 주간에는 상업 중심지가 고용과 소비의 핵심 목적지 역할을 하여 인구가 내부로 집중되는 반면, 야간에는 주민들이 도시 전역에 분포된 집으로 돌아가면서 상업 중심지에서 더 멀리 떨어진 주거 지역이 오히려 인구 회귀로 인해 활력이 증가하기 때문입니다.
보행 친화성(Walkability)은 거리 환경의 보행자 친화 정도를 측정하며, 물리적 공간과 인간의 지각 사이를 연결하는 핵심적인 가교 역할을 합니다. 보행 친화성의 독특한 기제는 보행 흐름을 직접적으로 생성하는 것이 아니라, 보행 경험을 개선하고 안전감과 쾌적함을 증진하며, 보행자의 체류 시간을 연장하고 사회적 상호작용을 촉진함으로써 도시 활력에 기여하는 데 있습니다. 본 연구에서 보행 친화성은 주야간 모두 도시 활력에 대해 안정적인 정(+)의 효과를 보였으며, 이는 그 영향이 전반적이며 보행자 친화적인 거리 환경이 일반적으로 공간 활력을 높인다는 것을 나타냅니다. 주간 동안 보행 친화성이 도시 활력에 미치는 영향은 주자촌(Zhujia Village)과 봉황태 거리(Fenghuangtai Street)에서 저활성 구역을 형성합니다. 이는 주로 주자촌 인근의 보행 흐름이 상대적으로 제한적이며, 해당 지역 주민들의 보도 의존도가 낮기 때문일 수 있습니다. 봉황태 거리의 경우, 건물 배치가 밀집되어 있고 거리 레이아웃이 노후화되었으며, 보도가 좁고 빈번하게 점유되어 비동력 교통을 통한 활력 응집 지원이 제한적인 결과를 초래했습니다. 야간에는 보행 친화성의 영향력이 남서쪽에서 북쪽으로 갈수록 점차 감소하며, 도시 남부에서는 효과가 강하고 북부에서는 상대적으로 약하게 나타났습니다. 이러한 패턴은 연태(Yantai) 중심 시가지의 보행 흐름 분포, 교통 시설 및 지역 개발 격차와 관련이 있습니다. 또한, 보행 친화성의 효과는 야간에 상대적으로 더 강하게 나타나는데, 이는 야간 활동이 인지된 안전성과 환경 품질에 더 크게 의존함을 반영합니다. 적절한 조명, 연속적인 보도, 명확한 거리 폐쇄감(street enclosure)은 야간 보행 시의 불안감을 효과적으로 줄여 야간 도시 활력의 잠재력을 끌어낼 수 있습니다.
대표 지역 및 도시 활력 최적화 프레임워크
MGWR 분석을 통해 확인된 공간적 이질성을 더욱 상세히 설명하기 위해, 서로 다른 도시 공간적 특성을 가진 대표적인 근린 지역을 선정하여 현장 조사를 수행하였습니다(그림 8 및 9). 이러한 사례들은 분석 결과와 관련된 공간적 조건에 대한 시각적 증거를 제공합니다.
그림 8싱푸 신도시(Xingfu New Town) 내 노후 블록의 기존 현황. 대표 사진들은 불균형한 공공시설 분포와 제한적인 거리 환경 품질을 포함한 거리 및 건축 환경 조건을 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 9낭구 가-진더 및 바이스-황산 지역 구시가지 공동체의 기존 현황. 대표 사진들은 밀집된 주거 단지, 제한적인 공공 개방 공간 및 현재의 주변 환경 조건을 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 8은 공공 서비스 시설의 분포가 불균등하고 거리 환경의 질이 상대적으로 낮은 대표적인 노후 주거지인 Xingfu New Town을 보여줍니다. 그림 9는 주거 개발 밀도가 높고, 공공 오픈 스페이스가 제한적이며, 거리 인터페이스가 상대적으로 단조로운 Nangou Street–Jinde 및 Baishi–Huangshan 지역의 대표적인 주거 단지를 나타냅니다. 이러한 관찰된 공간적 특성은 생활 기능과 주거 기능이 도시 활력에 미치는 영향의 차이를 설명하는 분석 결과와 일치합니다.
그림 10은 도시 공간 구조의 주요 차원 간의 관계와 이들이 도시 활력에 미치는 영향력을 요약하여 보여줍니다. MGWR 분석 결과를 바탕으로, 이 프레임워크는 확인된 동인 요인들과 그들 간의 상호작용을 통합하여 주간 및 야간 도시 활력에 영향을 미치는 메커니즘에 대한 전반적인 개념적 표현을 제공합니다.
그림 10도시 공간 구조 최적화 및 활력 증진 메커니즘. 이 도표는 주간과 야간의 활성도 차이를 고려하여 기능적 요소, 건축적 형태, 접근성, 사회경제적 요인, 생태 공간 및 인간의 지각에 걸친 활성도 개선 전략을 요약하여 보여줍니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
데이터 가용성:
본 연구의 결과를 뒷받침하는 모든 데이터는 본 논문 및 보충 자료에 제공됩니다. 여기에는 보충 그림 1, 데이터 수집, 전처리, 분석 워크플로우, 모델 출력 및 회귀 진단 내용을 기술한 보충 파일 1–7, 데이터 전처리 및 거리 뷰 이미지 처리에 사용된 Python 스크립트와 Jupyter 노트북이 포함된 보충 코드 1–4, 그리고 분석에 사용된 원본, 표준화 및 처리된 도시 공간 구조 지표 데이터 세트를 제공하는 보충 데이터 1–3이 포함됩니다.
보충 그림 1. 야간 조도 강도를 이용한 히트맵 유래 도시 활력도 검증. 야간 조도 강도(왼쪽)와 Baidu 히트맵 데이터에서 유래한 야간 도시 활력도(오른쪽)의 공간적 분포 비교. 두 데이터 세트 간의 공간적 일치성을 입증하기 위해 대표적인 핫스팟 영역을 강조 표시하였으며, 이는 연구 지역에서 히트맵 유래 활동 강도를 도시 활력도의 대리 지표로 사용할 수 있음을 뒷받침한다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 1. Baidu 히트맵 데이터 수집 및 처리 워크플로우. 이 파일은 Baidu 히트맵 데이터 획득, 전처리, 노이즈 제거, 시간적 분류, 공간 변환, 커널 밀도 추정, 그리고 300 m × 300 m 격자 규모의 주간 및 야간 도시 활력 계산을 위한 워크플로우를 설명합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 2. 도시 공간 구조 지표 정의 및 계산 절차. 이 파일은 기능성, 건축 형태, 접근성, 사회경제적 특성, 생태 공간 및 인간 지각을 포함하여 분석에 사용된 모든 도시 공간 구조 지표의 정의, 계산 방정식, 전처리 절차, 파라미터 설정 및 정규화 방법을 제공합니다. 이 파일을 다운로드하시려면 여기를 클릭하십시오.
보충 파일 3. 거리 뷰 이미지 획득 및 분석 워크플로. 이 파일은 거리 뷰 이미지 샘플링 전략, 이미지 획득 매개변수, 파노라마 이미지 생성, SegNet 모델을 이용한 시맨틱 세그멘테이션, 모델 검증, 그리고 거리 뷰 이미지에서 도출된 인간 지각 지표의 계산 방법을 설명합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 4. 다중 척도 지리적 가중 회귀(MGWR) 모델링 워크플로우. 이 파일은 데이터 전처리, 변수 선택, 다중공선성 평가, 모델 구성, 대역폭 최적화, 파라미터 설정, 모델 구현, 그리고 최소제곱법(OLS), 지리적 가중 회귀(GWR) 및 MGWR 모델 성능의 비교를 포함한 MGWR 모델링 절차를 설명합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 자료 5. 주간 다중 척도 지리적 가중 회귀(MGWR) 결과.전역 회귀 통계, 대역폭 최적화, 진단 지표, 매개변수 추정치 및 주간 도시 활력의 공간적 이질성을 평가하는 데 사용된 요약 통계를 포함한 전체 주간 MGWR 모델 결과입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 6. 야간 다중척도 지리 가중 회귀(MGWR) 결과. 전역 회귀 통계, 대역폭 최적화, 진단 지표, 매개변수 추정치 및 야간 도시 활력의 공간적 이질성을 평가하는 데 사용된 요약 통계량을 포함한 전체 야간 MGWR 모델 결과입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 7. 최소제곱법(OLS) 회귀 진단 및 모델 평가. 다중공선성 평가, 회귀 진단, 잔차 분석 및 지리 가중 회귀 모델과의 비교에 사용된 보조 도표를 포함한 OLS 모델의 진단 결과물. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 코드 1. Baidu 히트맵 데이터 전처리를 위한 Python 워크플로우. 중복 제거, 결측치 필터링, 타임스탬프 변환, 주간/야간 분류, 좌표 표준화 및 후속 공간 분석을 위한 처리된 데이터 세트 내보내기를 포함하여, 원시 히트맵 데이터를 전처리하는 데 사용된 Python 스크립트입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 코드 2. 스트리트 뷰 이미지 스티칭 워크플로. 이후의 가로 경관 분석을 위한 이미지 스티칭 및 파노라마 이미지 생성을 포함하여, 스트리트 뷰 이미지 처리를 구현한 Jupyter 노트북입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 코드 3. 거리 뷰 이미지 획득 워크플로우. Baidu 거리 뷰 응용 프로그램 인터페이스(API)를 통해 거리 뷰 이미지를 검색하고, 이미지 메타데이터를 정리하며, 시맨틱 세그멘테이션을 위해 이미지를 준비하는 데 사용된 Jupyter 노트북입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 코드 4. 거리 뷰 이미지 처리 워크플로우. 인간 지각 지표를 추출하기 전에 거리 뷰 이미지를 처리하고 통합하는 데 사용된 Jupyter 노트북입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 데이터 1. 원본 도시 공간 구조 지표 데이터셋. 연구에 포함된 모든 공간 단위에 대해 전처리 및 표준화 이전에 수집된 원본 지표 값들입니다. 이 파일을 다운로드하시려면 여기를 클릭하십시오.
보충 데이터 2. 표준화된 도시 공간 구조 지표 데이터셋. 다중 척도 지리 가중 회귀 분석의 입력값으로 사용된 표준화된 예측 변수들입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 데이터 3. 필터링 및 처리된 도시 공간 구조 지표 데이터셋. 전처리와 변수 스크리닝을 거쳐 품질 관리가 완료된 데이터셋으로, 통계 분석 및 모델 개발에 사용되었습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
토론
옌타이(Yantai) 주요 도심 지역의 도시 활력은 위치, 공간적 범위 및 분석 척도에 따라 달라지는 다양한 클러스터링 패턴과 이질적인 공간적 영향력을 나타냅니다. 본 연구는 도시 활력이 건조 환경의 다차원적 요소들이 주민들의 주간 및 야간 활동에 공동으로 영향을 미치는 복합적이고 중첩된 공간 구조에 의해 형성됨을 입증합니다. 다중 소스 지리공간 빅데이터와 MGWR 모델을 사용하여, 본 연구는 기능성, 건조 형태, 접근성, 사회경제적 조건 및 인간의 지각이 도시 활력에 미치는 영향에서 상당한 공간적 이질성을 확인했습니다. 전통적인 전역 회귀 접근 방식과 비교했을 때, MGWR 모델은 이러한 관계의 공간적 비정상성을 더 효과적으로 포착하여 도시 활력의 기저에 있는 메커니즘에 대해 더욱 정밀한 이해를 제공했습니다. 이러한 결과는 도시 활력을 배양하기 위한 전략이 주민들의 시공간적 활동 요구를 기반으로 해야 하며, 사람, 시간, 장소에 따라 달라지는 공평하고 상황 특이적인 접근 방식을 채택해야 함을 시사합니다. 또한, 효과적인 활력 증진을 위해서는 자원 배분 및 환경적 제약과 관련된 비효율성, 비효과적인 개입 및 부정적 영향을 줄이면서 전역 및 지역 공간 구조를 모두 협력적으로 최적화하는 것이 필요합니다. 종합적으로, 이러한 발견은 도시 활력 증진 전략의 효과와 정밀도를 높이기 위한 증거 기반의 프레임워크를 제공합니다 (그림 10).
조사된 기능적 요소 중에서 POI 다양성, 생활 기능 및 주거 기능이 도시 활력의 주요 결정 요인으로 확인되었다. POI 다양성은 도시 활력에 가장 강력한 긍정적인 영향을 미쳤으며, 이는 혼합된 도시 기능이 인구 집적을 촉진하고 공간적 활력을 증가시킨다는 Ye와 Zhuang33 및 Cetin 등34의 연구 결과와 일치한다. 본 연구에서 POI 다양성은 낮 시간 동안 주요 도시 구역의 대부분에서 도시 활력과 유의미한 정(+)의 관계를 보인 반면, 주변부 지역에서는 약한 부(-)의 연관성만이 관찰되었다. 이러한 패턴은 다양한 주거, 상업, 레저 및 서비스 기능의 집중이 인간 활동의 연속적인 체인을 형성하고 시간적, 공간적 활력을 모두 강화하는 것으로 설명될 수 있다. 반대로, 단일 기능 토지 이용이 특징인 주변 구역은 파편화된 활동 체인과 도시 공간의 시간적 이용 감소를 보인다. 이러한 동심원적 차별화는 Fang 등35 및 Xu 등36의 이전 연구들과도 일치한다. 베이징과 우한에서도 기능적 통합 수준이 높을수록 보행자 및 상업 활력이 더 강하게 나타난다는 유사한 패턴이 보고된 바 있다37,38. 일반적으로 비교적 완전한 지원 시설을 갖춘 베이징의 교외 주거 구역과 달리, 옌타이의 Huangwu Street 및 Wanhua Industrial Park와 같은 공업 지역은 일상적인 POI가 부족하여 기능적 단일 문화의 부정적 영향이 더 두드러지게 나타난다. 따라서 주상 복합 개발, 커뮤니티 서비스 및 공공 오픈 스페이스를 통한 기능적 다양성 증대는 이러한 구역의 활력을 향상시킬 가능성이 높으며, 야간 상업 거리와 야시장을 확대함으로써 야간 활동을 더욱 강화할 수 있을 것이다. 생활 기능 또한 낮과 밤 모두, 특히 도시 동부 지역에서 도시 활력에 일관되게 긍정적인 영향을 미치는 것으로 나타났다. 교육, 의료, 문화, 레크리에이션, 교통 및 공공 서비스 관련 시설은 매일 반복적인 방문을 유도하며 이동과 사회적 상호작용의 중요한 목적지 역할을 한다. 이러한 시설들이 상업 서비스와 공간적으로 중첩되면 보행자의 체류 시간과 활동 강도가 더욱 증가하여 도시 활력이 유지된다. 이러한 결과는 커뮤니티 활력 증진에 있어 공공 서비스 제공의 중요성을 강조한 Liu와 Ge39의 연구뿐만 아니라, 균형 잡힌 생활 지원 시설이 하루 종일 주민의 활동 강도를 유의미하게 증가시킨다는 난징과 우한의 연구 결과와도 일치한다40,41. 결과적으로 종합적인 도시 재생은 생활 기능 시설의 양과 질 모두를 개선하는 것을 우선순위로 두어야 한다. 그림 8에서 보듯이, Xingfu Xincheng과 같은 노후 주거지와 주변 도시 마을들은 여전히 공공 서비스 부족과 상대적으로 열악한 공간 품질을 겪고 있다. 교육, 의료, 노인 돌봄, 공공 녹지 및 비상 인프라에 대한 접근성을 개선하고, Zhichu Park와 같은 기존 산업 부지를 공원 및 공공 광장으로 적응적 재사용하는 것은 더욱 강력하고 지속 가능한 도시 활력에 기여할 것이다. 주거 기능은 낮과 밤 모두 유사한 공간 패턴을 보였으며, 일반적으로 주거 POI가 고도로 집중된 지역에서 약한 부(-)의 관계를 나타냈다. 이러한 지역은 주로 지배적인 주거 토지 이용, 제한된 공공 오픈 스페이스, 불충분한 상업 활동 및 상대적으로 적은 사회적 상호작용 기회로 특징지어지며, 그 결과 주거적 속성은 강하지만 활동 강도는 상대적으로 약한 환경이 조성된다. Chen 등42 또한 도시 인프라가 적절한 밀도와 함께 지속적인 업그레이드 및 재생이 수반될 때만 활력을 증진시킨다는 점을 입증했다. 광저우의 고밀도 도시 구역에서 수행된 연구에서도 공공 서비스, 상업 시설, 보행 인프라 및 고품질 공공 공간의 지원 없이는 단순히 주거 개발을 늘리는 것만으로는 반드시 활력이 개선되지 않음을 시사한다. 그림 9에 나타난 바와 같이, 주거 집중도가 높은 많은 동네들이 여전히 공공 공간 부족과 비활성화된 가로 전면 공간 문제를 겪고 있다. 따라서 주거 밀집 구역은 공공 서비스 시설의 표적 개선, 주거 기능의 최적화, 녹색 건축 기술 도입, 커뮤니티 거버넌스 강화 및 향후 주거 개발의 세밀한 계획을 통해 주거 품질과 도시 활력을 모두 향상시키는 것이 유익할 것이다.
기능적 요소 외에도, 본 연구는 건축 형태, 접근성, 사회경제적 조건 및 인간의 지각이 모두 도시 활력의 공간적 이질성에 기여한다는 것을 입증합니다. 건축 밀도는 근린 활력의 중요한 결정 요인으로 나타났습니다. 충칭에서의 Yang 등43의 연구 결과와 일관되게, 높은 건축 밀도는 일반적으로 인구 집적과 경제 활동을 촉진하여 근린 활력을 강화합니다. 마찬가지로, 본 연구에서는 건축 밀도의 영향력이 서쪽에서 동쪽으로 갈수록 점차 증가하는 것으로 나타났으며, 이는 옌타이 주 도심의 북동쪽 핵심 지역에 개발 및 상업 활동이 집중되어 있음을 반영합니다. 광저우의 이전 연구들은 건축 밀도의 증가가 초기에는 도시 활력을 촉진하지만, 이 관계는 결국 최적 임계값에 도달하며 그 이상의 밀도는 수익 체감 현상을 보인다는 것을 추가로 입증했습니다16. 이와 비슷하게, 칭다오에서 수행된 연구들은 생태 공간 주변 지역이 과도하게 집약적인 개발에 부적합하며, 해안선의 선형 또는 자유형 공간 배치가 고밀도의 압축된 도시 형태보다 더 매력적인 환경을 제공하는 경우가 많다는 점을 시사했습니다. 이러한 결과는 건축 밀도가 최대화되기보다 최적화되어야 함을 시사합니다. 따라서 옌타이역과 해상월드 주변 지역을 포함하여 고도로 개발된 상업 및 주거 지구에서는 지역 건축 밀도를 적절히 낮추는 동시에, 공공 녹지 및 휴식 공간을 확대해야 합니다. 차오양 거리와 숴청리 같은 역사 지구는 역사적 건축물의 보존을 우선시하고 과도한 재개발을 피해야 하며, 해안 관광 벨트와 중앙 산 공원 주변의 개발 강도는 도시 활력을 유지하면서 생태 및 경관 자원을 보존하기 위해 신중하게 통제되어야 합니다. 접근성 또한 뚜렷한 시공간적 이질성을 보였습니다. 이전 연구들45,46과 일치하게, 낮 시간의 근접성은 도시 활력과 유의미한 정(+)의 관계를 보인 반면, 밤 시간대에는 그 영향력이 남쪽에서 북쪽으로 갈수록 감소했습니다. 근접성은 도로망의 연결성과 주민의 이동 비용을 반영하므로, 높은 접근성은 이동 시간을 단축하여 빈번하고 다목적인 활동을 용이하게 합니다. 마찬가지로 이전 연구들은 야간 활력이 특히 밀집 개발된 도시 지역에서 인구 밀도 및 교통 연결성과 강한 연관이 있음을 보여주었습니다47. Wei Wei 등48은 우한에서의 연구를 통해 고도로 연결된 도로망과 잘 발달된 저속 교통 체계가 특히 야간에 근린 활력을 실질적으로 향상시킨다는 것을 입증했습니다. 이러한 결과는 향후 도로망 계획이 "소규모 블록 및 조밀한 가로망" 전략을 채택해야 함을 시사합니다. 난고우 거리-진더 및 바이스-후산 등 산악 지형 근처의 노후 주거지에서는 막다른 길을 제거하고 보행자, 자전거 및 도로 인프라를 확장하여 연결성을 개선함으로써 접근성과 전반적인 활력을 강화할 수 있을 것입니다. 마찬가지로, 싱푸 거리 북부 지역의 교통 개선은 야간 활력을 더욱 높일 것입니다. DBC로 대표되는 사회경제적 조건 또한 명확한 주야 간 이질성을 보였습니다. 낮 시간대에는 낮은 DBC 값이 더 강한 인구 집적 및 높은 도시 활력과 연관되었으나, 야간 활력은 Wang 등49이 보고한 결과와 일치하게 반대 패턴을 보였습니다. 이러한 차이는 낮 시간의 통근 및 쇼핑 활동과 야간의 여가 및 주거 활동의 상반된 공간적 조직을 반영합니다. 낮 동안 도시의 상업 핵심 지역은 고용과 소비의 주요 목적지 역할을 하여 강한 활력 집중을 만들어냅니다. 그러나 밤에는 여가 활동이 더 분산되는 반면, 주민들이 집으로 돌아오면서 주변부 주거 지역의 활력이 증가합니다. 이 패턴은 또한 옌타이의 지배적인 단핵 상업 구조하에서의 일자리와 주거 사이의 불균형을 반영합니다. Bianchini의 야간 경제 이론50과 일치하게, 다양화된 야간 상업 활동을 구축하는 것은 교외 지역의 활력을 강화하기 위한 효과적인 전략입니다. 따라서 황우 가도와 같은 교외 지역은 보조 상업 중심지 개발, 다양화된 야간 소비 기회, 교외 주거지와 도심 간의 교통 연결 개선을 통해 도시 전역에 걸쳐 더 균형 잡힌 활력을 촉진함으로써 이익을 얻을 수 있을 것입니다. 마지막으로, 보행 가능성으로 대표되는 인간의 지각은 낮과 밤 모두 도시 활력에 지속적으로 긍정적인 영향을 미쳤습니다. Geurs 등51은 보행 접근성이 높을수록 주민들이 자발적인 보행 여행을 수행하려는 의지가 높아져 근린 활력이 촉진된다는 것을 입증했습니다. Mahmood 등52은 야간 도시 활동이 교통 접근성, 보행자 편의성 및 인지된 안전성에 크게 의존하며, 따라서 고품질의 보행 환경이 야간 활력을 유지하는 데 필수적임을 더욱 강조했습니다. 본 연구 결과 역시 낮 시간의 보행 활동은 주로 시설 접근성에 영향을 받는 반면, 야간 활력은 환경적 쾌적함, 보행 경로의 연속성 및 인지된 안전성에 더 강하게 의존한다는 것을 나타냅니다. Si Rui 등53 또한 더 안전한 보행 환경이 야간 활력을 촉진하고, 다양한 가로 인터페이스가 주간 활력을 향상시킨다고 보고했습니다. 옌타이의 노후 주거지에서는 여전히 단절된 보행 시설과 심각한 보행자-차량 갈등이 흔하게 나타나며, 이는 전일 활력의 발현을 제한하고 있습니다. 따라서 향후 계획은 연속적인 보도, 무장애 보행 시설, 더 안전한 횡단보도, 풍부한 가로 인터페이스, 조명 개선 및 야간 환경 품질 향상을 우선시하여 주민들의 야외 활동을 확장하고 사회적 상호작용과 상업 활동을 촉진하며, 주야간 도시 활력을 모두 강화해야 합니다. 그림 10은 이러한 결과로부터 도출된 제안된 최적화 전략을 요약하여 보여줍니다.
종합적으로, 본 연구는 다중 소스의 지형 공간 빅데이터를 MGWR 모델과 통합함으로써 도시 공간 구조의 다양한 차원이 서로 다른 공간적 척도와 시간대에 따라 도시 활력에 어떠한 영향을 미치는지 정량화하여 도시 활력에 대한 이해를 증진시켰습니다. 기존의 전역 회귀 모델과 달리, MGWR 접근 방식은 각 설명 변수가 고유의 공간적 척도에서 작용하도록 하여 기능성, 건축 형태, 접근성, 사회경제적 조건, 인간의 인지 및 도시 활력 간의 관계에서 상당한 공간적 비정상성을 밝혀냈습니다. 이러한 분석 프레임워크는 도시 활력의 기저 기제에 대한 해석력을 높일 뿐만 아니라, 증거 기반의 도시 계획 및 거버넌스를 위한 실질적인 지침을 제공합니다. 도시 전역에 일률적인 계획 개입을 적용하는 대신, 본 연구 결과는 지역적 기능 특성, 개발 강도, 교통 접근성, 사회경제적 상황 및 보행 환경에 맞춘 차별화된 최적화 전략을 뒷받침합니다. 결과적으로, 제안된 프레임워크는 도시 재생, 근린 재생, 공공 공간 최적화, 교통 계획 및 지속 가능한 주야간 경제 발전에 응용될 가능성이 있습니다. 서로 다른 공간적 요소가 어디에서 어떻게 활력에 영향을 미치는지 식별함으로써, 본 연구는 도시 공간의 질을 개선하는 동시에 균형 잡히고 지속 가능한 도시 발전을 촉진하는 정밀하고 인간 중심적인 계획 전략을 실행하기 위한 과학적 근거를 제공합니다.
본 연구는 다중 소스 지리공간 데이터와 MGWR 모델을 사용하여 도시 활력을 조사하기 위한 분석 체계를 구축하였으나, 몇 가지 한계점을 인정해야 한다. 첫째, 분석의 시간적 범위가 5일 연속 평일 동안 수집된 히트맵 데이터로 제한되어, 주말, 공휴일 또는 다른 계절 동안의 거주자 행동 패턴 변화를 포착하지 못했으며, 따라서 시간적 분석의 완전성에 한계가 있다. 둘째, 히트맵 데이터는 방대한 사용자 기반을 통해 광범위한 공간적 범위를 제공하지만, 필연적으로 샘플링 편향을 포함하며 전체 도시 인구를 완전히 대표할 수 없으므로 표본의 대표성에 한계가 있다. 셋째, 본 연구는 옌타이시 지푸구의 주요 도심 지역에만 집중했다. 결과적으로, 연구 결과는 지역 건축 환경의 특성과 밀접하게 연관되어 있으며, 산악 도시, 교외 지역, 해안 도시 및 거대 도시를 포함한 다른 도시 맥락으로의 적용 가능성은 비교 연구를 통한 추가 검증이 필요하다. 넷째, 본 분석에서는 도시 공간 구조가 도시 활력에 미치는 영향만을 조사하였으며, 도시 활력과 공간 구조 간의 잠재적인 양방향 상호작용은 조사되지 않았다. 마지막으로, MGWR 모델은 공간적 비정상성을 효과적으로 포착하지만, 기본적으로 선형 가정을 바탕으로 하므로 도시 활력, 인간 활동 및 공간 요소 간의 복잡한 비선형 관계와 상호작용 효과를 완전히 특성화하지 못할 수 있다. 이러한 한계점은 제안된 분석 체계의 방법론적 정교화 및 광범위한 적용을 위한 중요한 방향을 제시한다.
향후 연구는 본 연구의 성과를 바탕으로 여러 방향으로 확장될 수 있습니다. 주말, 공휴일 및 다양한 계절 동안 수집된 히트맵(Heat Map) 데이터를 통합함으로써 도시 활력의 장기적인 동적 모니터링이 가능해지며, 시공간적 진화 과정에 대해 더욱 포괄적인 이해를 제공할 수 있을 것입니다. 산악 도시, 평지 도시, 해안 도시, 교외 지역 및 거대 도시를 포함한 다양한 도시 유형 간의 비교 분석을 통해 보편적인 메커니즘과 지역 특유의 특성을 구분하고 연구 결과의 일반화 가능성을 높일 수 있습니다. 또한 인구 구조, 산업 분포, 고용 특성 및 주민 소득과 같은 사회경제적 정보를 통합한다면 도시 활력 형성의 기저에 있는 메커니즘을 더욱 종합적으로 해석하는 데 도움이 될 것입니다. 향후 연구에서는 휴대전화 신호 데이터 및 고빈도 소비 기록과 같은 다중 데이터 소스를 머신러닝 및 기타 비선형 분석법과 결합하여 도시 공간 구조, 인간 행동 및 도시 활력 간의 복잡한 상호작용을 더 잘 포착할 수 있을 것입니다. 나아가 본 연구에서 개발된 분석 프레임워크는 도시 재생, 근린 재생, 공공 공간 최적화 및 정밀 도시 거버넌스, 특히 노후 공동체, 교외 지구 및 상업적 활력이 상대적으로 낮은 지역에서 상당한 실무적 가치를 지닙니다. 지역적 공간 특성에 기반한 차별화된 계획 전략에 정량적 근거를 제공함으로써, 본 프레임워크는 더욱 정밀하고 사람 중심적이며 지속 가능한 도시 개발을 지원할 수 있습니다. 종합적으로, 본 연구는 다원적 지리공간 빅데이터를 MGWR 모델과 통합하는 것이 도시 활력의 공간적 이질성을 밝히는 효과적인 접근법임을 입증하며, 증거 기반의 계획과 거버넌스를 통해 도시 공간 구조를 최적화하고 도시 활력을 제고하는 데 귀중한 과학적 근거를 제공합니다.
공개 사항
이해관계 충돌:
저자들은 본 논문의 연구, 저술 또는 출판과 관련하여 어떠한 이해관계 충돌도 없음을 선언합니다.
감사의 글
본 연구는 산둥성 대학 청년 혁신 팀 프로젝트(Grant No. 2022RW026), 중국 국가 자연 과학 재단(Grant No. 42377207), 산둥성 인문 사회 과학 프로젝트(Grant No. 2022-YYGL-31), 산둥 타이산 학자 청년 전문가 프로그램(Grant No. tsqn202306240), 산둥성 학부 교육 개혁 일반 프로젝트(Grant No. Z2021177), 산둥성 핵심 연구 및 개발 프로그램(Grant No. 2022RKY07006), 옌타이 학교-토지 통합 발전 재단(Grant No. 2021XDRHXMQT18), 호수 과학 및 환경 국가 핵심 연구소 개방 재단(Grant No. 2022SKL005), 중국 과학원 지구 환경 연구소 황토 및 제4기 지질 국가 핵심 연구소 개방 재단(Grant No. SKLLQG2024), 산둥성 대학 인재 도입 및 육성을 위한 청년 혁신 팀 프로젝트(Grant No. SKLLQG2024)의 지원을 받아 수행되었습니다.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| ArcGIS | Esri | 버전 10.4 (RRID: SCR_011081) | 공간 분석 및 지도 시각화에 사용되는 지리 정보 시스템 소프트웨어 |
| Baidu Maps API | Baidu, Inc. | 버전 3.0 | 히트맵, 관심 지점(POI) 및 거리 뷰 이미지 데이터를 획득하는 데 사용됨 |
| 멀티스케일 지리 가중 회귀(MGWR) | 애리조나 주립 대학교 | 버전 2.2 | 다중척도 지리 가중 회귀 분석에 사용되는 소프트웨어 |
| 국토지리정보원 토지피복 데이터셋 | 국토지리정보원 | https://www.gscloud.cn/search | 토지 이용 데이터 출처 |
| NPP-VIIRS 야간 빛 데이터셋 | Harvard Dataverse | DOI: 10.7910/DVN/YGIVCD | 열지도 기반의 도시 활력 패턴을 검증하는 데 사용됨 |
| OpenCV | OpenCV | 버전 4.5.5 | 파노라마 이미지 스티칭 및 이미지 처리에 사용됨 |
| OpenStreetMap | OpenStreetMap Foundation | https://www.openstreetmap.org | 건물 footprint 및 도로 네트워크 데이터 출처 |
| 파이썬 | Python Software Foundation | 버전 3.8 (RRID: SCR_008394) | 데이터 획득, 전처리 및 분석에 사용됨 |
| SegNet | 케임브리지 대학교 | PyTorch 구현 (버전 1.0) (RRID: SCR_017042) | 가로경관 특성 추출을 위해 사용되는 딥러닝 기반 시맨틱 세그멘테이션 네트워크 |
| 공간 설계 네트워크 분석 (sDNA) | 카디프 대학교 | 버전 4.0 | 도로 네트워크 접근성 지표를 계산하는 데 사용됨 |
참고문헌
- Jin X, et al. Evaluating cities' vitality and identifying ghost cities in China with emerging geographical data. Cities. 2017;63:98-109.
- Montgomery J. Making a city: Urbanity, vitality and urban design. J Urban Des. 1998;3(1):93-116.
- Zhang W. Theoretical basis and methods of city health examination evaluation in China. Sci Geogr Sin. 2021;41(10):1687-1696.
- Jacobs J. The Death and Life of Great American Cities. Random House; New York; 1992.
- Maas PR. Towards a Theory of Urban Vitality. University of British Columbia; Vancouver; 1984.
- Sulis P, Manley E, Zhong C, Batty M. Using mobility data as proxy for measuring urban vitality. J Spat Inf Sci. 2018;16:137-162.
- Jia C, et al. Evaluation of urban vibrancy and its relationship with the economic landscape: A case study of Beijing. ISPRS Int J Geo-Inf. 2021;10(2):72.
- Kim YL. Seoul's Wi-Fi hotspots: Wi-Fi access points as an indicator of urban vitality. Comput Environ Urban Syst. 2018;72:13-24.
- Yue H, Zhu X. Exploring the relationship between urban vitality and street centrality based on social network review data in Wuhan, China. Sustainability. 2018;11(16):4356.
- Zhang L, Chiaradia A. Three-dimensional spatial network analysis and its application in a high-density city area, Central Hong Kong. Urban Plan Int. 2019;34(1):46-53.
- Feng D, Tu L, Sun Z. Research on population spatiotemporal aggregation characteristics of a small city: A case study of Shehong County based on Baidu Heat Maps. Sustainability. 2019;11(22):6276.
- Ye Y, Li D, Liu X. How block density and typology affect urban vitality: An exploratory analysis in Shenzhen, China. Urban Geogr. 2018;39(4):631-652.
- Liu M, Jiang Y, He J. Quantitative evaluation on street vitality: A case study of Zhoujiadu Community in Shanghai. Sustainability. 2021;13(6):3027.
- Wang B, et al. Elaborating spatiotemporal associations between the built environment and urban vibrancy: A case of Guangzhou City, China. Chin Geogr Sci. 2022;32:480-492.
- Hu C, et al. Research on the spatiotemporal pattern and influencing mechanism of coastal urban vitality: A case study of Bayuquan. Buildings. 2024;14(7):2173.
- Wang C, Wang B, Wang Q, Lei Y. Nonlinear associations between urban vitality and built environment factors and threshold effects: A case study of central Guangzhou City. Prog Geogr. 2023;42(1):79-88.
- Huang LS, Han Y, Ye Y. Coastal waterfront vibrancy: An exploration from the perspective of quantitative urban morphology. Buildings. 2022;12(10):1585.
- Yue W, Chen Y, Zhang Q, Liu Y. Spatially explicit assessment of urban vitality using multi-source data: A case of Shanghai, China. Sustainability. 2019;11(3):638.
- Pan J, Zhu X, Zhang X. Urban vitality measurement and influence mechanism detection in China. Int J Environ Res Public Health. 2022;20(1):46.
- Zeng Z, Li Y, Tang H. Multidimensional spatial driving factors of urban vitality evolution at the subdistrict scale of Changsha City, China, based on the time series of human activities. Buildings. 2023;13(10):2448.
- Xia X, Zhang Y, Zhang Y, Rao T. The spatial pattern and influence mechanism of urban vitality: A case study of Changsha, China. Front Environ Sci. 2022;10:942577.
- Ye Y, Zhuang Y, Zhang L, Nes A. Designing urban spatial vitality from a morphological perspective: A study based on quantified urban morphology and activities' testing. Urban Plan Int. 2016;31(1):26-33.
- Long Y, Ye Y. Human-scale urban form: Measurements, performances, and urban planning and design interventions. South Architecture. 2016;(5):41-47.
- Shen T, Li F, Chen Z. The evaluation of urban vitality and spatial correlation based on multi-source data: A case study of the main urban area of Changzhou. Resour Environ Yangtze Basin. 2022;31(5):1006-1015.
- Liu Y, Zhao P, Liang J. A study of urban vitality based on location-based service data: A case study of the area within the Sixth Ring Road of Beijing. Areal Res Dev. 2018;37(6):64-69.
- Zhang F, Liu Q, Zhou X. Vitality evaluation of public spaces in historical and cultural blocks based on multi-source data: A case study of Suzhou Changmen. Sustainability. 2022;14(21):14040.
- Gong Z, Ma Q, Kan C, Qi Q. Classifying street spaces with street view images for a spatial indicator of urban functions. Sustainability. 2019;11(22):6424.
- Ye Y, Zhang L, Yan W, Zeng W. Measuring street greening quality from a humanistic perspective: A large-scale analysis based on Baidu street view images and machine learning algorithms. Landscape Architecture. 2018;25(8):24-29.
- Penn A, Hillier B, Banister D, Xu J. Configurational modelling of urban movement networks. Environ Plann B Plan Des. 1998;25(1):59-84.
- Ye Y, et al. Measuring daily accessed street greenery: A human-scale approach for informing better urban planning practices. Landsc Urban Plan. 2019;191:103434.
- Moran PAP. Notes on continuous stochastic phenomena. Biometrika. 1950;37(1-2):17-23.
- Yang L, Jiao H. Spatiotemporal changes in ecosystem services value and its driving factors in the Karst region of China. Sustainability. 2022;14(11):6695.
- Ye Y, Zhuang Y. A hypothesis of urban morphogenesis and urban vitality in newly built-up areas: Analyses based on street accessibility, building density and functional mixture. Urban Plan Int. 2017;32(2):43-49.
- Cetin M, et al. Evaluation of thermal climatic region areas in terms of building density in urban management and planning for Burdur, Turkey. Air Qual Atmos Health. 2019;12(9):1103-1112.
- Fang C, He S, Wang L. Spatial characterization of urban vitality and the association with various street network metrics from the multi-scalar perspective. Front Public Health. 2021;9:677910.
- Xu Q, Zhou X, Zhou S. Identifying urban fringe boundaries and evaluating urban vitality using multi-source data: A case study of Hangzhou's central urban area. Urban Dev Stud. 2024;31(1):80-88.
- Hao X, Long Y, Shi M, Wang P. Street vibrancy of Beijing: Measurement, impact factors and design implication. Shanghai Urban Plan Rev. 2016;(3):9.
- Zeng C, Song Y, He Q, Shen F. Spatially explicit assessment on urban vitality: Case studies in Chicago and Wuhan. Sustain Cities Soc. 2018;40:296-306.
- Liu S, et al. Urban vitality assessment at the neighborhood scale with geo-data: A review toward implementation. J Geogr Sci. 2023;33(7):1482-1504.
- Tang L, Xu H, Ding Y. Comprehensive vitality evaluation of urban blocks based on multi-source geographic big data. J Geo-Inf Sci. 2022;24(8):1575-1588.
- Yang W, Ren Z, He J. Analysis of spatial disparity based on supply and demand service level of life service facilities: A case of Jianghan District in Wuhan City. Geomat Inf Sci Wuhan Univ. 2024;49(3):473-481.
- Chen Z, Dong B, Pei Q, Zhang Z. The impacts of urban vitality and urban density on innovation: Evidence from China's Greater Bay Area. Habitat Int. 2022;119:102490.
- Yang FF, et al. Understanding urban vitality from the economic and human activities perspective: A case study of Chongqing, China. Chin Geogr Sci. 2024;34(1):52-66.
- Sun X, Yuan Y, Wang J, Dong Q. Research on the influence factors and spatial characteristics of urban coastal space vitality via multi-scale geographically weighted regression: A case study of Tsingtao East Coast. J Qingdao Agric Univ (Soc Sci). 2024;36(1):50-58.
- De Vries S, et al. Local availability of green and blue space and prevalence of common mental disorders in the Netherlands. BJPsych Open. 2016;2(6):366-372.
- Chen Y, et al. Emerging social media data on measuring urban park use. Urban For Urban Green. 2018;31:130-141.
- Li Z, Zhao G. Revealing the spatiotemporal heterogeneity of the association between the built environment and urban vitality in Shenzhen. ISPRS Int J Geo-Inf. 2023;12(10):433.
- Wei W, Zhang Y, Hong M, Xia J. Influence of the built environment on outdoor space fitness vitality and its heterogeneity: A case study of the Wuhan urban area. Prog Geogr. 2024;43(1):93-109.
- Wang B, Lei Y, Wang C, Wang L. The spatiotemporal impacts of the built environment on urban vitality: A study based on big data. Sci Geogr Sin. 2022;42(2):274-283.
- Bianchini F. Night cultures, night economies. Plan Pract Res. 1995;10(2):121-126.
- Geurs KT, Krizek KJ, Reggiani A. Accessibility Analysis and Transport Planning. Edward Elgar Publishing; Cheltenham; 2012.
- Mahmood A, et al. A photovoice documentation of the role of neighborhood physical and social environments in older adults' physical activity in two metropolitan areas in North America. Soc Sci Med. 2012;74(8):1180-1192.
- Si R, Lin Y, Xiao Z, Ye Y. Spatiotemporal analysis of the relationship between the built environment and street vitality based on street-level imagery: A case study of Futian District, Shenzhen. Sci Geogr Sin. 2021;41(9):1536-1545.