지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김영훈
- 발행연도
- 2023
- 저작권
- 한국교원대학교 논문은 저작권에 의해 보호받습니다.
이용수39
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
상권은 상업에 관련된 연구에서 기본적인 공간단위이다. 상업 활동을 수행하는 점포들은 다양한 조건을 고려하여 입지를 선택하는데, 개별 점포들의 입지 선택 결과에 따라 형성된 군집은 상권으로 정의할 수 있다. 상권은 고정되어 있지 않고 상권을 구성하는 개별 점포들의 변화에 따라 유동적으로 변화될 수 있기 때문에 상권을 빠르고 정확하게 설정하는 기준을 마련할 필요가 있다. 상업을 구성하는 다양한 업종 중 음식점 업종은 자영업 비중이 높은 업종 중 하나이다. 실생활과도 밀접하게 연관되기 때문에 지역 경제의 변화를 잘 나타내는 업종이라고 볼 수 있다. 따라서 음식점 업종은 지역 경제 활성화 측면에서 유의미하게 살펴볼 필요가 있는 업종이다.
본 연구에서는 상권을 설정하기 위하여 군집 분석 기법을 활용하였다. 군집 분석 기법은 유사성을 기준으로 그룹화하는 방법으로, 상권을 분류하기 위한 유사성은 점포들간의 거리를 통해 확인할 수 있다. 커널 함수를 이용한 밀도 추정 방법과 K-means 방법, DBSCAN 방법을 비교한 결과, 서로 가깝게 위치한 점포들을 효과적으로 군집으로 분류할 수 있는 DBSCAN 방법을 선택하여 상권 탐색에 활용하였다.
상권에 속하는 점포들의 속성정보를 이용하여 음식점 상권의 특성을 규모별 업종별, 시기별로 확인할 수 있었다. 상권 내 점포의 수를 기준으로 대규모, 중규모, 소규모의 3가지 상권 특성을 살펴본 결과, 대규모 상권의 경우 주로 대로변이나 교통시설, 관공서, 대학교 인근에 분포하였으며, 중규모 상권은 주요 도로의 교차로, 대규모 아파트 단지 인근에서 분포하였다. 소규모 상권은 골목을 중심으로 분포하고 배후에 다세대 주택들이 있는 것이 특징이었다.
음식점 상권의 세부 업종을 토대로 업종 구성의 다양성과 세부 업종들의 비율 간 상관관계를 살펴보았다. 한식 업종 비율이 낮은 상권일수록 업종 다양성이 높게 나타났으며, 업종 다양성이 높은 상권은 개업과 폐업의 발생빈도가 높게 나타나는 경향을 확인하였다.
2018년부터 2021년까지 4개년 동안 상권 내의 개·폐업으로 인한 점포 수 변화를 통해서 활성도를 계산하고, 이를 기준으로 쇠퇴, 유지, 활성, 신흥의 4가지 유형으로 분류하였다. 폐업으로 인하여 점포 수가 감소하는 쇠퇴상권은 해마다 4분기에 집중되는 경향을 보였으며, 형성된지 오래된 상권들에서 쇠퇴 경향이 뚜렷하게 나타났다. 개업으로 인하여 점포 수가 증가하는 신흥상권은 신축 아파트단지 인근과 고속버스 터미널, 대학가, 공업단지 인근에서 나타나고 있었다.
본 연구와 같이 군집 기법을 활용하면 점포가 밀집된 상권을 객관적으로 설정할 수 있기 때문에 상권 연구의 효율성과 타당성을 향상시킬 수 있다. 이를 기반으로 상업 활동이 이루어지는 공간에서 나타나는 다양한 현상들을 다각적으로 살펴보는 연구가 가능할 것으로 기대된다. 이러한 연구들은 상권 활성화 정책을 수립하거나 신규 창업자들이 상업 활동을 시작하는데 있어 실질적인 도움을 제공할 수 있을 것이다. 또한 본 연구에서는 음식점 업종의 상권만을 탐색하였지만 향후 다른 업종들의 상권 탐색과 연계한다면 동종 업종과 이종 업종 간의 관계를 통해 지역 상권에 대한 종합적인 이해가 가능할 것이다.
본 연구에서는 상권을 설정하기 위하여 군집 분석 기법을 활용하였다. 군집 분석 기법은 유사성을 기준으로 그룹화하는 방법으로, 상권을 분류하기 위한 유사성은 점포들간의 거리를 통해 확인할 수 있다. 커널 함수를 이용한 밀도 추정 방법과 K-means 방법, DBSCAN 방법을 비교한 결과, 서로 가깝게 위치한 점포들을 효과적으로 군집으로 분류할 수 있는 DBSCAN 방법을 선택하여 상권 탐색에 활용하였다.
상권에 속하는 점포들의 속성정보를 이용하여 음식점 상권의 특성을 규모별 업종별, 시기별로 확인할 수 있었다. 상권 내 점포의 수를 기준으로 대규모, 중규모, 소규모의 3가지 상권 특성을 살펴본 결과, 대규모 상권의 경우 주로 대로변이나 교통시설, 관공서, 대학교 인근에 분포하였으며, 중규모 상권은 주요 도로의 교차로, 대규모 아파트 단지 인근에서 분포하였다. 소규모 상권은 골목을 중심으로 분포하고 배후에 다세대 주택들이 있는 것이 특징이었다.
음식점 상권의 세부 업종을 토대로 업종 구성의 다양성과 세부 업종들의 비율 간 상관관계를 살펴보았다. 한식 업종 비율이 낮은 상권일수록 업종 다양성이 높게 나타났으며, 업종 다양성이 높은 상권은 개업과 폐업의 발생빈도가 높게 나타나는 경향을 확인하였다.
2018년부터 2021년까지 4개년 동안 상권 내의 개·폐업으로 인한 점포 수 변화를 통해서 활성도를 계산하고, 이를 기준으로 쇠퇴, 유지, 활성, 신흥의 4가지 유형으로 분류하였다. 폐업으로 인하여 점포 수가 감소하는 쇠퇴상권은 해마다 4분기에 집중되는 경향을 보였으며, 형성된지 오래된 상권들에서 쇠퇴 경향이 뚜렷하게 나타났다. 개업으로 인하여 점포 수가 증가하는 신흥상권은 신축 아파트단지 인근과 고속버스 터미널, 대학가, 공업단지 인근에서 나타나고 있었다.
본 연구와 같이 군집 기법을 활용하면 점포가 밀집된 상권을 객관적으로 설정할 수 있기 때문에 상권 연구의 효율성과 타당성을 향상시킬 수 있다. 이를 기반으로 상업 활동이 이루어지는 공간에서 나타나는 다양한 현상들을 다각적으로 살펴보는 연구가 가능할 것으로 기대된다. 이러한 연구들은 상권 활성화 정책을 수립하거나 신규 창업자들이 상업 활동을 시작하는데 있어 실질적인 도움을 제공할 수 있을 것이다. 또한 본 연구에서는 음식점 업종의 상권만을 탐색하였지만 향후 다른 업종들의 상권 탐색과 연계한다면 동종 업종과 이종 업종 간의 관계를 통해 지역 상권에 대한 종합적인 이해가 가능할 것이다.
목차
Ⅰ. 서론 11. 연구 배경 및 목적 12. 연구 범위 43. 연구 방법 6Ⅱ. 이론적 배경 및 선행연구 분석 121. 이론적 배경 12가. 상권의 개념 및 정의 12나. 군집 분석 151) 커널밀도 추정 162) K-means 군집 분석 183) 밀도기반 군집 분석(DBSCAN) 202. 선행연구 분석 23가. 상권 관련 연구 23나. 군집 분석 관련 연구 253. 선행연구와의 차별성 27Ⅲ. 청주시 음식점 밀집지역 탐색 281. 청주시 음식점 현황 282. 청주시 음식점의 공간적 분포 31가. 단계구분도 표현 31나. 밀도지도 표현 353. 커널밀도 추정을 활용한 밀집지역 탐색 43가. 밀집지역의 시계열 분포 45나. 개폐업 밀집지역 53다. 업종별 밀집지역 66Ⅳ. 군집 분석 기법을 활용한 음식점 상권 설정 731. 군집 분석 기법별 상권 비교 73가. 커널밀도 추정 73나. K-means 군집 분석 77다. 밀도기반 군집 분석(DBSCAN) 792. DBSCAN을 활용한 음식점 상권 설정 84Ⅴ. 청주시 음식점 상권의 특성 901. 상권의 규모별 특성 922. 상권의 업종별 특성 1003. 상권의 시기별 개폐업 변화 107Ⅵ. 결론 112참고 문헌 116ABSTRACT 121
최근 본 자료
댓글(0)
0