김문정
(Moon Jeong Kim)
1
김시곤
(Si Gon Kim)
2†
-
정회원 · 서울과학기술대학교 철도경영정책학과 박사수료
(Seoul National University of Science&Technology ․ sdfkmj@seoultech.ac.kr)
-
종신회원 · 교신저자 · 서울과학기술대학교 철도경영정책학과 교수
(Corresponding Author ․ Seoul National University of Science&Technology ․ sigonkim@seoultech.ac.kr)
Copyright © 2021 by the Korean Society of Civil Engineers
키워드
심야버스, 대중교통 접근성, GIS 공간분석, 주거 유형
Key words
Night bus, Public transport accessibility, GIS spatial analysis, Housing type
1. 서 론
1.1 연구의 배경 및 목적
도시 내 대중교통은 단순한 이동 수단을 넘어 시민의 삶의 질과 공간적 기회 접근에 중요한 영향을 미치는 공공 인프라이다. 특히 심야 시간대에는 교통수단이
제한되기 때문에 대중교통 서비스의 존재 유무는 특정 시간대의 활동 가능성과 생활 안전에 직결된다. 이러한 특수한 시간대에 운영되는 심야버스는 이동
수단의 공백을 일부 보완하는 역할을 해왔으며, 서울시는 2013년부터 ‘올빼미버스’라는 명칭으로 심야버스를 운행하고 있다.
그러나 이들 노선은 통신사 유동인구 데이터를 기반으로 수요를 추정하여 설계되었기 때문에, 중심업무지구나 상업지역을 중심으로 한 공간적 편중 현상이
나타난다. 실제로 심야 시간대 이동이 필요한 계층은 주거지를 중심으로 출발할 가능성이 있기 때문에, 현재의 심야버스 노선 설계가 이러한 주거지 기반
수요를 충분히 반영하고 있는지, 그리고 자치구 간 접근성에 어떠한 공간적 불균형이 존재하는지에 대한 실증적 분석이 요구된다.
본 연구는 서울시를 사례로 하여, 주거 유형별 심야버스 접근성 수준의 차이를 공간적으로 분석하고, 자치구 단위에서의 불균형 현상을 파악하는 것을 목적으로
한다. 특히 건축물대장과 심야버스 정류장 위치 데이터를 활용하여 주거 유형을 분류하고, 정류장을 중심으로 도보권 내의 유형별 건축물을 비교함으로써,
유형 간·지역 간 상대적 차이를 정량화하고자 한다.
1.2 연구의 범위 및 방법
본 연구의 공간적 범위는 서울특별시 전역이며, 시간적 범위는 2024년 12월을 기준 시점으로 설정하였다. 심야 시간대의 대중교통 접근성을 주거 유형별로
비교·분석함으로써, 정량적으로 파악하는데 초점을 두고 있다.
분석 대상은 심야버스(N번대 노선)의 정류장 위치(Seoul Metropolitan Government, 2024)와 GIS건물통합정보의 건축물대장(Ministry of Land, Infrastructure and Transport, 2024)을 활용해 구축한 주거 유형별 건축물 데이터이며, 아파트형, 비아파트형(다세대·다가구 등), 취약주거형(고시원·원룸 등)으로 분류하였다.
분석 방법으로 GIS 기반의 공간 분석 기법을 적용하였다. 각 정류장을 중심으로 반경 500 m를 도보 접근 가능 범위로 설정하고, 해당 범위 내에
포함되는 건축물의 유형별 비율을 산출하였다. 이후 자치구 단위에서 주거 유형 간 접근성의 상대적 격차(Coverage Gap)를 비교·분석하였다.
2. 선행연구 및 이론적 고찰
2.1 심야버스의 도입과 한계점
서울시는 2013년부터 시민의 심야 시간대 이동권 편의 제공과 택시 수급 불균형 해소를 위해 심야버스(‘올빼미버스’)를 도입하였다. 이 정책은 통신사
유동인구 데이터를 활용한 수요 예측 기반의 노선 설계로 주목받았으며, 도입 초기부터 높은 이용률을 기록하며 대표적인 정책 혁신 사례로 평가받고 있다(Jung and Lee, 2019). 위치 기반 데이터는 시간 정보와 공간 분포의 밀도 측면에서 기존의 정류장 이용 통계보다 우수하며, 야간 상업지역과 주요 거점 간 연결성을 확보하는
데 효과적인 수단으로 평가된다.
그러나 이러한 방식은 상업 및 업무지역 중심의 수요를 우선적으로 반영하는 구조이기 때문에, 실제 거주지 기반의 이동 수요나 정류장 접근성 측면에서는
한계가 드러난다. 특히 체류 인구가 낮게 포착되는 외곽 지역이나, 비정형 주거 유형이 밀집된 지역 등의 경우에는 서비스 배치가 상대적으로 미흡하게
이루어질 가능성이 높다.
한편 Hertel et al.(2016)의 연구는 토론토 대도시권(GTHA) 내 노선 재설계와 접근성 개선을 통해 교통 형평성 강화의 가능성을 탐색하며, 접근성 개선의 중요성을 강조하였다.
2.2 대중교통 접근성 개념 고찰
대중교통 접근성은 도시 내 주민이 대중교통 수단에 얼마나 쉽게 용이하게 도달할 수 있는지를 의미한다. 접근성은 일반적으로 공간적 접근성(spatial
accessibility), 시간적 접근성(temporal accessibility)으로 구분된다.
먼저, 공간적 접근성은 특정 위치에서 대중교통 정류장까지의 도보 거리 또는 반경을 기준으로 측정된다. 이는 물리적 거리 기반의 단순한 접근성 평가로,
정류장 반경 내에 포함된 인구, 주거 건축물 수 등을 통해 정량화되며, GIS 기반 버퍼(Buffer) 분석에서 널리 활용된다. Zóchowska et al.(2022)은 대중교통 접근성을 교통시설 이용의 용이성과 목적지 도달 가능성을 중심으로 정의하고, 공간적 및 시간적 측면을 반영한 분석 방법을 통해 접근성 수준을
체계적으로 평가하였다.
한편, 시간적 접근성은 정류장과 연결된 교통수단의 운행 빈도, 배차 간격, 운영 시간 등의 요소에 따라 결정되며, 실제 서비스 가능 시간대와 이동
소요 시간을 반영한 실질적 접근 여건을 평가한다. Stępniak et al.(2017)은 이러한 시간 기반 요소들이 단순한 거리 중심의 접근성과는 구별되며, 교통 서비스 스케줄의 시간적 변동성이 접근성 수준에 중대한 영향을 미친다고
지적하였다.
이처럼 대중교통 접근성은 단일 지표로 정의하기 어려운 다차원적 개념으로, 도시 내 공공 교통서비스 분포를 해석하는 핵심 지표로 활용된다.
2.3 주거 유형과 대중교통 서비스 간의 불균형
도시 내 대중교통 서비스는 일반적으로 인구 밀도나 평균 수요를 중심으로 설계되기 때문에, 주거 유형에 따른 접근성 불균형이 발생할 수 있다. 특히
아파트와 같은 계획형 고밀도 공동주택은 도시 인프라와 연계되어 정류장 접근성이 높게 나타나는 반면, 고시원·원룸·다세대주택 등 비아파트형 혹은 비정형
주거지는 도심 외곽이나 저층 주택 밀집지에 위치하는 경우가 많아 대중교통 접근성이 낮게 형성되는 경향이 있다.
Zarghamfard et al.(2023)은 이란 테헤란 대도시권 내 22개 지역을 대상으로 주거 환경의 질을 구성하는 다양한 지표들의 상태와 공간적 불균형을 분석하였다. 분석 결과, 북부에서
남부로 갈수록 주거 환경의 질이 감소하는 경향이 나타났으며, 특히 남부 지역은 보건, 교통, 문화, 녹지 등 공공 서비스 접근성이 낮은 걸로 나타났다.
Dewita et al.(2020)은 인도네시아 수도권을 대상으로 한 연구에서, 주거 유형에 따라 교통비용 및 접근성 수준에 명확한 차이가 나타난다고 밝혔다. 특히 저소득층이 거주하는
주거지의 경우 정류장 거리, 환승, 이동 시간 등의 측면에서 많은 불편을 겪고 있으며, 이는 결과적으로 교통비 부담과 이동권 제약으로 이어질 수 있음을
시사한다.
이러한 선행연구들은 주거 유형의 특성과 분포가 대중교통 접근성에 영향을 미칠 수 있음을 보여주며, 공공교통 체계 설계에서 주거 형태별 접근 여건을
함께 고려할 필요성을 시사한다. 특히 심야 시간대처럼 서비스 공급이 제한되는 시간에는 주거 유형 간의 접근성 차이가 더욱 뚜렷하게 나타날 수 있다.
2.4 본 연구의 차별성
기존의 대중교통 접근성 연구는 정류장 반경 내 인구나 건축물 수를 기준으로 한 비율 분석이나, 통행 데이터를 활용한 일반 시간대 중심의 이동성 평가에
초점을 두는 경우가 많았다(Saghapour et al., 2016). 그러나 이들 연구는 대체로 심야 시간대의 제한된 서비스 구조나 비정형 주거 유형에 대한 접근성 차이를 직접적으로 다루지 못하는 한계를 가진다.
서울시 심야버스 노선은 상업지역 중심 수요에 기반하여 설계되었기 때문에, 비아파트형 및 취약 주거지의 이동 수요는 정책 설계 단계에서 충분히 고려되지
않았을 가능성이 있다. 이러한 공간적 불균형은 단순히 노선 분포의 문제가 아니라, 주거지 유형별 서비스 수혜 격차라는 점에서 보다 정밀한 분석이 요구된다.
본 연구는 서울시 전역을 대상으로 건축물대장 기반 주거 유형 데이터를 구축하고, 이를 심야버스 정류장 위치 정보와 연계하여 주거 유형별 접근성을 정량적으로
분석하였다. 특히 자치구 단위에서 아파트형, 비아파트형, 취약주거형 간의 상대적 접근성 격차를 비교함으로써, 주거 유형의 공간적 분포를 반영한 심야
버스의 형평성 분석을 수행하였다.
이와 같은 방식은 심야 시간대의 특성과 주거 형태의 공간적 특성을 동시에 반영한 접근으로, 기존 연구와 차별화를 가진다. 또한 정책 측면에서도 단순
인구 기반이 아닌, 주거 유형 기반의 심야 교통 서비스 설계 필요성을 제기함으로써, 교통의 공공성을 위한 정책 설계에 실질적인 함의를 제공할 수 있을
것으로 기대된다.
3. 분석의 틀
3.1 분석 대상지 및 공간 단위
서울은 고밀 주거지와 심야 대중교통망이 복합적으로 분포해 있어, 공간적 접근성과 형평성의 불균형을 분석하기에 적절한 도시이다. 본 연구는 행정구역
단위인 자치구를 비교 단위로 설정하고, 정류장 중심 반경 500 m의 도보 접근 범위를 공간 분석 단위로 활용하였다. 이는 격자 기반 분석에서 발생할
수 있는 공간 왜곡을 줄이고, 실제 생활 반경에 기반한 분석을 가능하게 하기 위함이다.
3.2 주거 유형 분류 기준
본 연구는 GIS건축물통합정보의 건축물대장을 활용하여, 주거 유형을 정량적으로 분류하였다. 건축물대장의 ‘건축물용도명’ 항목을 기준으로 하여, 주거용
건축물을 다음과 같이 세 가지 유형으로 구분하였다.
첫째, 아파트형은 ‘공동주택’으로 분류되며, 일반적으로 대중교통 인프라와 함께 조성되는 계획형 대단위 주거지이다.
둘째, 비아파트형 주거지는 ‘단독주택’ 및 ‘다가구주택’으로 분류된 건축물을 포함한다. 이들은 대부분 서울시 외곽지역이나 저층 주택 밀집 구역에 분포한다.
셋째, 취약주거형은 ‘제1종근린생활시설’, ‘제2종근린생활시설’, ‘근린생활시설’로 분류된 건축물 중 일부가 실제로 고시원, 원룸형 숙소 등 주거
목적의 용도로 사용되는 점을 고려하여 포함하였다. 해당 시설은 주택 공급 부족이나 임대 시장 특성으로 인해 비정형 거주지로 활용되는 사례가 다수 존재한다.
이외의 비주거 용도(업무시설, 판매시설, 종교시설 등)는 상시 거주가 이루어지지 않거나 거주 가능성이 낮은 시설로 판단하여 ‘기타’로 분류하고 본
분석에서는 제외하였다.
Table 1. Classification of Residential Types Based on Building Use Type
Building Use Type
|
Residential Type Classification
|
Apartment Housing
|
Apartment Type
|
Detached Housing
|
Non-Apartment Type
|
Multi-Family Housing
|
General Living Facility Type 1
|
Vulnerable Housing Type
|
General Living Facility Type 2
|
Neighborhood Living Facility
|
3.3 심야버스 정류장 중심 접근성 산정 방식
심야버스 정류장의 접근성은 정류장을 중심으로 반경 500 m의 도보 가능 범위를 기준으로 산정하였다. GIS 기반 접근성 연구에서도 유사한 방식으로
활용된 바 있다(Saghapour et al., 2016). 공간분석은 GIS를 이용해 각 정류장을 중심으로 버퍼(Buffer)를 생성하고, 해당 범위 내 포함된 주거 유형별 건축물 수를 집계하여 비율을
산출하였다.
이러한 방식은 거주지 기반 생활 반경을 고려한 접근성 평가로서, 접근성과 형평성 분석에 적합하다. 또한 심야 버스 정류장 중심으로 공간단위를 버퍼(Buffer)로
채택함으로써, 기존 정류소 영향권 분석 방법과 호환되며 정량적 비교가 용이하다.
3.4 주거 유형별 상대적 접근성 차이(Coverage Rate Gap) 산정 방법
심야버스 정류장의 접근성을 단순한 포함 여부로만 평가할 경우, 지역 간 주거 밀도와 정류장 분포의 구조적 차이를 충분히 반영하지 못한다는 한계가 있다.
이에 따라 본 연구는 동일 자치구 내 주거 유형별 접근성 차이를 정량적으로 비교하기 위해 Coverage Rate Gap 지표를 활용하였다.
Cij : i번째 자치구의 j 유형의 접근 가능한 건물 수
Tij : i번째 자치구의 j 유형의 전체 건물 수
Ci,a : i번째 자치구의 a 유형의 접근 가능한 건물 수
Ti,a : i번째 자치구의 a 유형의 전체 건물 수
Coverage Rate Gap은 값이 0보다 작을 경우, 해당 주거 유형은 같은 자치구 또는 서울시 내 아파트에 비해 심야버스 접근성이 낮아 상대적
교통 소외를 시사하며, 반대로 양수일 경우 상대적 접근성 우위를 의미한다.
이 지표는 정류장 반경 500 m 이내에 포함되는 건축물의 단순 비율의 한계를 보완하고, 자치구 및 서울시 단위에서 주거 유형 간 접근성 형평성을
상대적으로 비교·진단할 수 있도록 한다. 특히, 접근성의 불균형이 뚜렷하게 나타나는 지역이나 주거 유형을 실증적으로 식별함으로써, 교통 정책의 공간적
우선순위 설정에 기초자료로 활용될 수 있다.
4. 분석결과
4.1 심야버스 정류장 분포 및 접근범위
서울시 전체를 대상으로 자치구별 건축물 기준 심야버스 정류장의 접근성 비율을 분석한 결과, 자치구 간 심야버스 접근성의 공간적 편차가 뚜렷하게 나타났다.
접근성 비율은 정류장 중심 반경 500 m 이내에 포함되는 건축물 수를 전체 건축물 수로 나눈 값으로 정의하였다.
가장 높은 접근성을 보인 자치구는 중구(98.1 %), 중랑구(87.7 %), 마포구(85.7 %), 동대문구(81.1 %), 성북구(78.7 %),
광진구(75.6 %) 등의 순으로, 이들 지역은 심야버스 정류장과 주거지가 높은 수준의 공간적 연계를 유지하고 있는 것으로 나타났다.
반면, 노원구(34.6 %), 강북구(46.0 %), 강남구(45.1 %), 송파구(54.4 %), 성동구(55.8 %) 등은 상대적으로 낮은 접근성
비율을 기록하였으며, 특히 노원구는 서울시 평균(66.5 %) 대비 30 % 이상 낮은 접근성을 보였다.
Fig. 1. Spatial Distribution and 500 m Coverage Areas of Night Bus Stops in Seoul
4.2 자치구의 주거 유형별 접근성 비교
자치구별로 아파트형, 비아파트형, 취약주거형 주거지에 대한 심야버스 정류장 접근성을 비교한 결과, 주거 유형 간 접근 수준에서 뚜렷한 차이가 나타났다.
이는 동일 자치구 내에서도 주거 유형에 따라 심야 대중교통 접근성에서 구조적 불균형이 발생할 수 있음을 의미한다.
강북구는 아파트형 주거지의 접근성 비율은 35.6 %에 불과한 반면, 비아파트형은 52.1 %, 취약주거형은 55.8 %로 상대적으로 높은 접근성을
보였다. 양천구는 아파트형 접근성 비율은 64.1 %, 취약주거형이 64.7 %인 데 비해, 비아파트형은 50.5 %로 상대적으로 낮은 값을 보이며
유형 간 격차가 확연히 차이가 났다.
중구는 아파트형(97.0 %), 비아파트형(98.4 %), 취약주거형(98.9 %) 모두 심야버스 정류장 접근성 비율이 매우 높으며, 세 유형간에도
가장 균형있게 확보된 자치구로 나타났다.
서초구나 송파구는 세 유형 간 접근성 차이가 비교적 작았다.
반면, 성동구, 종로구 등에서는 취약주거형 주거지의 접근성 비율이 아파트형보다 20 % 포인트 이상 높아, 일부 지역에서는 심야버스 정류장 반경 내에
취약주거형 건축물이 상대적으로 더 많이 포함된 것으로 나타났다.
Table 2. Building Status within 500 m Radius of Night Bus Stops by District in Seoul
District
|
No. of Buildings within
Coverage
|
Total No.
of
Buildings
|
Coverage
Rate
(%)
|
Gangnam-gu
|
12,733
|
28,228
|
45.1
|
Gangdong-gu
|
14,131
|
20,589
|
68.6
|
Gangbuk-gu
|
14,584
|
31,700
|
46.0
|
Gangseo-gu
|
19,305
|
30,030
|
64.3
|
Gwanak-gu
|
26,764
|
38,550
|
69.4
|
Gwangjin-gu
|
20,771
|
27,491
|
75.6
|
Guro-gu
|
14,738
|
25,324
|
58.2
|
Geumcheon-gu
|
11,031
|
17,044
|
64.7
|
Nowon-gu
|
7,287
|
21,049
|
34.6
|
Dobong-gu
|
11,856
|
18,758
|
63.2
|
Dongdaemun-gu
|
30,333
|
37,399
|
81.1
|
Dongjak-gu
|
21,675
|
31,260
|
69.3
|
Mapo-gu
|
25,086
|
29,282
|
85.7
|
Seodaemun-gu
|
18,234
|
29,397
|
62.0
|
Seocho-gu
|
14,309
|
24,922
|
57.4
|
Seongdong-gu
|
13,991
|
25,074
|
55.8
|
Seongbuk-gu
|
31,868
|
40,491
|
78.7
|
Songpa-gu
|
14,841
|
27,288
|
54.4
|
Yangcheon-gu
|
11,126
|
20,019
|
55.6
|
Yeongdeungpo-gu
|
17,441
|
27,620
|
63.1
|
Yongsan-gu
|
22,234
|
29,751
|
74.7
|
Eunpyeong-gu
|
23,127
|
33,825
|
68.4
|
Jongno-gu
|
18,338
|
29,370
|
62.4
|
Jung-gu
|
20,129
|
20,526
|
98.1
|
Jungnang-gu
|
27,105
|
30,902
|
87.7
|
Seoul(Total)
|
463,037
|
695,889
|
66.5
|
Table 3. Coverage Rates of Night Bus Stops by Housing Type in Seoul Districts
District
|
Coverage Rate of Apartment Housing
|
Coverage Rate of Non-Apartment Housing
|
Coverage Rate of Vulnerable Housing
|
Gangnam-gu
|
49.9 %
|
38.6 %
|
42.2 %
|
Gangdong-gu
|
69.7 %
|
70.1 %
|
69.7 %
|
Gangbuk-gu
|
35.6 %
|
52.1 %
|
55.8 %
|
Gangseo-gu
|
62.4 %
|
69.5 %
|
75.3 %
|
Gwanak-gu
|
61.2 %
|
71.8 %
|
82.5 %
|
Gwangjin-gu
|
69 %
|
78.5 %
|
80.7 %
|
Guro-gu
|
52.3 %
|
60.8 %
|
61.3 %
|
Geumcheon-gu
|
57.4 %
|
72.7 %
|
75.2 %
|
Nowon-gu
|
46.4 %
|
44.4 %
|
52.6 %
|
Dobong-gu
|
64.2 %
|
63.1 %
|
71.2 %
|
Dongdaemun-gu
|
79.7 %
|
82.9 %
|
83.6 %
|
Dongjak-gu
|
72.2 %
|
72.2 %
|
81.5 %
|
Mapo-gu
|
81.4 %
|
89 %
|
88.2 %
|
Seodaemun-gu
|
58.5 %
|
58.8 %
|
75.8 %
|
Seocho-gu
|
66.2 %
|
67.8 %
|
67.1 %
|
Seongdong-gu
|
35.7 %
|
55.9 %
|
65.6 %
|
Seongbuk-gu
|
72.9 %
|
78.9 %
|
88.9 %
|
Songpa-gu
|
52.3 %
|
49.4 %
|
61.5 %
|
Yangcheon-gu
|
64.1 %
|
50.5 %
|
64.7 %
|
Yeongdeungpo-gu
|
64 %
|
53.8 %
|
72.5 %
|
Yongsan-gu
|
71.3 %
|
72.5 %
|
83.9 %
|
Eunpyeong-gu
|
70.2 %
|
69.9 %
|
76.9 %
|
Jongno-gu
|
48.1 %
|
51.5 %
|
77.8 %
|
Jung-gu
|
97 %
|
98.4 %
|
98.9 %
|
Jungnang-gu
|
85.9 %
|
88.5 %
|
91.0 %
|
4.3 자치구별 주거 유형 간 상대적 접근성 차이 분석
서울시 25개 자치구를 대상으로 주거 유형별 심야버스 접근성 차이를 정량적으로 분석한 결과, 자치구별 전체 건축물 대비 아파트, 비아파트형 및 취약주거형의
접근성 비율은 뚜렷한 지역 간 편차를 보였다. 강남구의 아파트형 접근성 비율은 5 %로 상대적으로 높게 나타난 반면, 비아파트형과 취약주거형은 각각
-7 %, -3 %로 주거 유형 간 접근성에 불균형이 확인되었다.
반대로, 강북구, 강서구, 관악구 등 비아파트형 및 취약주거형이 아파트형 대비 높게 나타나는 양상이 관찰되었다. 이는 심야버스 노선이 반드시 아파트
중심으로만 편중되어 있지 않음을 시사하는 동시에, 지역별 주거 유형 분포에 따라 접근성이 상대적으로 다르다는 것을 보여준다.
서초구와 노원구는 아파트형 접근성 비율은 각각 9 %, 12 %로 높은 수준을 유지하면서도, 취약주거형 접근성 비율도 각각 10 %, 18 %로 나타나
주거 유형 간 접근성 형평성이 비교적 양호한 자치구로 평가된다. 반면, 종로구, 성북구 등 일부 자치구에서는 아파트형 접근성 비율이 낮은 데다, 취약주거형과의
격차가 10 % 이상 벌어지는 등 상대적 소외가 뚜렷하게 드러났다.
Table 4. Differences in Coverage Rates by Housing Type within Each District
District
|
Coverage
Rate of Apartment Housing
|
Coverage Rate of Non-
Apartment Housing
|
Coverage
Rate of
Vulnerable
Housing
|
Gangnam-gu
|
5 %
|
-7 %
|
-3 %
|
Gangdong-gu
|
1 %
|
1 %
|
1 %
|
Gangbuk-gu
|
-10 %
|
6 %
|
10 %
|
Gangseo-gu
|
-2 %
|
5 %
|
11 %
|
Gwanak-gu
|
-8 %
|
2 %
|
13 %
|
Gwangjin-gu
|
-7 %
|
3 %
|
5 %
|
Guro-gu
|
-6 %
|
3 %
|
3 %
|
Geumcheon-gu
|
-7 %
|
8 %
|
10 %
|
Nowon-gu
|
12 %
|
10 %
|
18 %
|
Dobong-gu
|
1 %
|
0 %
|
8 %
|
Dongdaemun-gu
|
-1 %
|
2 %
|
2 %
|
Dongjak-gu
|
3 %
|
3 %
|
12 %
|
Mapo-gu
|
-4 %
|
3 %
|
2 %
|
Seodaemun-gu
|
-3 %
|
-3 %
|
14 %
|
Seocho-gu
|
9 %
|
10 %
|
10 %
|
Seongdong-gu
|
-20 %
|
0 %
|
10 %
|
Seongbuk-gu
|
-6 %
|
0 %
|
10 %
|
Songpa-gu
|
-2 %
|
-5 %
|
7 %
|
Yangcheon-gu
|
9 %
|
-5 %
|
9 %
|
Yeongdeungpo-gu
|
1 %
|
-9 %
|
9 %
|
Yongsan-gu
|
-3 %
|
-2 %
|
9 %
|
Eunpyeong-gu
|
2 %
|
2 %
|
9 %
|
Jongno-gu
|
-14 %
|
-11 %
|
15 %
|
Jung-gu
|
-1 %
|
0 %
|
1 %
|
Jungnang-gu
|
-2 %
|
1 %
|
3 %
|
5. 결론 및 향후 연구과제
5.1 결론
본 연구는 서울시를 사례지역으로 설정하여, 심야버스 정류장 접근성과 주거 유형 간의 공간적 불균형을 실증적으로 분석하였다. 건축물대장 데이터를 바탕으로
주거 유형을 아파트형, 비아파트형, 취약주거형으로 분류하고, 심야버스 정류장을 중심으로 설정한 도보 생활권 범위 내 포함되는 건축물 수를 산정함으로써
각 유형별 접근성 수준을 정량화하였다.
분석 결과, 서울시 전체 평균 심야버스 정류장 접근성 비율은 66.5 %였으며, 자치구별로 최소 34.6 %(노원구)에서부터 최대 98.1 %(중구)까지
상당한 편차가 나타났다.
주거 유형 간의 상대적 접근성 차이(Coverage Gap)를 분석한 결과, 일부 자치구에서는 아파트형 주거지에 비해 비아파트형 및 취약주거형 주거지의
접근성 차이를 보였다. 강남구는 아파트형 대비 취약주거형 접근성이 8 % 낮았고, 성동구는 아파트형과 취약주거형 간의 격차가 30 %로 가장 크게
나타났다. 이는 주거 유형 간 교통 서비스 제공의 공공성과 형평성이 미흡하다는 것을 시사한다. 반면 서초구, 노원구, 동작구는 주거 유형 간 접근성
격차가 상대적으로 작으면서 모두 우위에 있어 가장 균형 잡힌 접근성이 유지되는 것으로 평가되었다.
이러한 결과는 기존 심야버스 노선이 유동인구 기반 중심업무지구(상업지역) 위주로 설계된 구조가 거주지 기반의 교통 수요나 사회적으로 교통소외 지역이
될 가능성이 크며, 이는 정책의 재조정이 필요하다. 특히 지역 간 접근성 격차를 해소하고, 심야버스 접근의 사각지대를 방지하기 위한 서비스 확대가
필요하다.
5.2 향후 연구 과제
첫째, 본 연구는 직선 거리를 기준으로 접근성을 평가 기준으로 설정하였으나, 실제 보행 가능 거리나 지형, 보행 인프라 등 네트워크 기반의 접근성
분석이 추가로 필요하다.
둘째, 주거 유형 외에도 인구 구성(연령, 소득, 차량 보유 여부 등)을 고려한 다차원적 접근성 분석이 가능하도록 통계자료 연계가 요구된다.
셋째, 본 연구에서는 정류장 중심으로 초점을 두었으나, 향후에는 실제 심야 시간대의 이동 경로와 수요 발생 시간대를 반영한 분석이 요구된다.
넷째, 본 연구는 서울시에 국한된 사례 분석이므로, 향후에는 타 도시와의 비교 분석을 통해 지역별 심야 교통의 접근성과 형평성 차이를 입체적으로 진단하고,
도시 규모나 구조에 따른 정책 적용 가능성을 검토할 필요가 있다.
이와 같은 분석의 확장은 향후 심야 대중교통 정책 수립 시, 형평성과 실효성을 동시에 고려하는 데 기초자료로 활용될 수 있을 것이다.
References
"Dewita, Y., Burke, M. and Yen, B. T. H. (2020). “The relationship between transport,
housing and urban form: Affordability of transport and housing in Indonesia.” Case
Studies on Transport Policy, Vol. 8, No. 1, pp. 252-262, https://doi.org/10.1016/j.cstp.2019.01.004."

"Hertel, S., Keil, R. and Collens, M. (2016). Next stop: Equity - Routes to fairer
transit access in the Greater Toronto and Hamilton Area. The City Institute at York
University."

"Jung, S. H. and Lee, J. W. (2019). “How could the city of seoul launch the late-night
bus services?: A political management perspective.” Journal of Local Government Studies,
Vol. 23, No. 3, pp. 261-283, http://dx.doi.org/10.20484/klog.23.3.11"

"Ministry of Land, Infrastructure and Transport. (2024). VWorld spatial information
open platform: Spatial data download service. VWorld. https://www.vworld.kr/dtmk/dtmk_ntads_s002.do?svcCde
=NA&dsId=18 (Accessed: May 6, 2025)."

"Saghapour, T., Moridpour, S. and Thompson, R. G. (2016). “Public transport accessibility
in metropolitan areas: A new approach incorporating population density.” Journal of
Transport Geography, Vol. 54, pp. 273-285. https://doi.org/10.1016/j.jtrangeo.2016.06.019."

"Seoul Metropolitan Government. (2024). Passenger boarding and alighting data by bus
route and stop in Seoul. Seoul Open Data Plaza. https://data.seoul.go.kr/dataList/OA-12912/S/1/datasetView.do
(Accessed: May 6, 2025)."

"Stępniak, M. and Goliszek, S. (2017). “Spatio-temporal variation of accessibility
by public transport-The equity perspective.” In The Rise of Big Spatial Data, Springer,
pp. 241-261. https://doi.org/ 10.1007/978-3-319-45123-7_18."

"Zarghamfard, M., Bahadori, B. and Hoseinzadeh, R. (2023). “Analysis of the spatial
inequality in residential quality indicators: The 22 urban regions of Tehran Metropolis.”
Bulletin of Geography. Socio-economic Series, Vol. 59, pp. 7-23, https://doi.org/10.12775/bgss-2023-0001."

"Zóchowska, R., Kłos, M. J., Soczówka, P. and Pilch, M. (2022). “Assessment of accessibility
of public transport by using temporal and spatial analysis.” Sustainability, Vol.
14, No. 23, 16127, https://doi.org/10.3390/su142316127."
