서울시 상권변화 유형도출 및 예측모델을 활용한 변화예측

Abstract

Since the urban commercial space structure is formed so that the commercial function of the city can be efficiently carried out, examining the change may provide the entire urban space structure and the basis for understanding the change (Sphericalmo, 2020). It is important to analyze this because changes in the commercial space structure of Seoul through the growth and decline of commercial areas can be understood as dynamic changes in commercial areas (Jeong-ran Lee, 2017). The biggest reason why existing studies on commercial areas have not been able to grasp the dynamic changes in commercial areas is that they have not been able to measure the dynamics of commercial areas (Jung Chang-moo, 2002). However, with the advent of urban big data, it has become possible to broaden the understanding of how the city is operating, and it has become possible to interpret the urban phenomena that have been fragmented from various perspectives in three dimensions and structure (Kuh Hyung-mo, 2020). Such big data can be actively used to understand the current status of commercial areas, and at the same time, it can also be used to predict changes in commercial areas as it is now. Therefore, this study aims to structure the spatial changes of the Seoul commercial district by categorizing the most recent dynamic changes in the Seoul commercial district using commercial district data. Based on this, we will apply the commercial district data to the prediction model to predict changes in commercial areas and identify the factors of changes in commercial areas. Through this series of processes, it is intended to present the observability of dynamic changes in commercial areas and the possibility of using store data in commercial district research.

The flow of research will be carried out in the following order. First, through a review of previous studies, an index that considers the quantitative and qualitative aspects of the commercial district that can best grasp the dynamic changes of the commercial district is derived. Second, cluster analysis through SOM-clustering is conducted using the selected change indicators to categorize changes in commercial areas. After that, the derived types are mapped to observe dynamic changes in the commercial district of Seoul and to structure the commercial district. Next, by selecting target sites for each type and predicting changes in commercial areas, we will understand the direction of change and characteristics of commercial areas.

The analysis results are as follows. Currently, commercial vitality in Seoul is decreasing overall, and in detail, it is classified into large-scale central stabilization commercial areas, medium-sized general revitalization commercial areas, medium-sized general decline commercial areas, small growth commercial areas, and small-scale decline commercial areas. Growth in traditional commercial areas in Gangnam, Jongno, and Mapo areas and other Magok, Gasan, Gangdong, and Songpa areas is remarkable. Accordingly, it was possible to grasp changes in the movement or spread of the center of change indicators with nearby commercial areas, and based on this, a total of 12 representative commercial areas could be derived. Next, when predicting the change using "the number of opening stores" for each type of commercial district derived, only small commercial areas were predicted to decline in growth-type commercial areas, and only specialized commercial areas were predicted to be activated. Through this, it was possible to derive the importance of the size of the commercial district and the specialization of the industry within the commercial district, and the importance of the size and specialization of each commercial district is analyzed. First of all, the growth forecasting area has three commonalities: Gwanghui-dong, Yeonnam-dong, Munjeong 2-dong, and Cheongwoonhyoja-dong, the existence of core facilities, growth of adjacent commercial areas, and convenient transportation, and all four regions have recently had regional development activities. Decline commercial areas had commonalities such as Itaewon 2-dong, Jamsil 4-dong, and Gahoe-dong, inconvenient traffic conditions, concentration of sloped residential areas, and fixed images. Accordingly, it was confirmed that the opposite spatial difference between the growth and decline commercial areas is clear and the size of the commercial district is an important factor in the growth of the commercial district, but the distribution of various industries can have a more impact on growth than the specialization of stores. It can be seen that the characteristics of the commercial district occur due to the difference in the ability to flexibly adapt to changes in the environment.

This study confirmed the dynamic changes in the commercial district of Seoul and presented the current and future characteristics of each type of change in the commercial district of Seoul. Through this, I would like to present implications as basic data for preparing systematic measures to effectively respond to future revitalization and decline of the local economy and establishing a stable start-up management system for self-employed people. | 도시상업공간구조는 도시의 상업기능이 효율적으로 수행될 수 있도록 형성되기 때문에 그 변화를 살펴보는 것은 전체 도시공간구조와 그 변화의 이해를 위한 기초를 제공할 수 있다(구형모, 2020). 상권의 성장과 쇠퇴를 통한 서울시 상업공간구조의 변화는 상권의 동태적 변화로 파악할 수 있기 때문에 이에 대한 분석을 하는 것이 중요하다(이정란, 2017). 기존의 상권에 대한 연구들이 상권의 동태적인 변화를 파악할 수 없었던 가장 큰 이유는 상권의 역동성을 측정할 수 없었기 때문이다(정창무, 2002). 하지만, 도시빅데이터의 출현으로 도시가 어떻게 작동하고 있는지에 대한 이해를 넓힐 수 있게 되었고 그 동안 단편적으로 보아왔던 도시현상을 다각적인 관점에서 입체적이고 구조적으로 해석하는 것이 가능해졌다(구형모, 2020). 이러한 빅데이터는 상권의 현황파악을 위해 적극 활용함과 동시에 현재와 같이 상권의 변화가 빠른 시기에 상권변화를 예측하는 시도에도 활용할 수 있다. 이에 본 연구는 상권데이터를 활용하여 서울시 상권의 가장 최근의 동태적인 변화를 유형화 하는 것을 통해 서울시 상권의 공간적인 변화를 구조화해 보고자한다. 이를 바탕으로 상권데이터를 예측모형에 적용하여 상권변화를 예측해보고 상권의 변화요인을 파악해 보고자한다. 이러한 일련의 과정을 통해 상권의 동태적 변화의 관찰가능성과 상권연구에서의 상점데이터의 활용가능성을 제시하고자 한다. 연구의 흐름은 다음과 같은 순서로 진행하고자 한다. 첫째, 선행연구 고찰을 통해 상권의 동태적인 변화를 가장 잘 파악할 수 있는 상권의 양적, 질적 측면을 고려한 지표를 도출한다. 둘째, 선정한 변화지표를 활용하여 SOM-clustering을 통한 군집분석을 진행하여 상권의 변화를 유형화한다. 이후 도출된 유형을 지도화하여 서울시 상권의 동태적인 변화를 관찰하고 상권을 구조화 해보고자 한다. 다음으로 각 유형별 대상지를 선정하여 상권의 변화를 예측하는 것을 통해 상권의 변화방향과 변화특성에 대해 파악해보고자 한다. 분석결과는 다음과 같다. 현재 서울시 상권은 전체적으로 상업활력이 감소하고 있는 형태를 보으며 세부적으로는 대규모 중심 안정화 상권, 중규모 일반 활성화 상권, 중규모 일반 쇠퇴상권, 중규모 특화 정체상권, 소규모 성장상권, 소규모 쇠퇴상권으로 분류된다. 강남, 종로, 마포 지역의 전통상업지와 그 외 마곡, 가산, 강동, 송파 지역에서의 성장이 두드러지고 있다. 이에 따라 변화지표를 인근 상권들과의 중심의 이동 혹은 확산 등의 변화를 파악가능 했고 이를 바탕으로 총 12개의 대표상권들을 도출할 수 있었다. 다음으로 도출된 각 상권의 유형별로 ‘순개업 점포수’를 활용하여 변화를 예측해보았을 때, 성장형 상권들에서는 소규모 상권만 쇠퇴가 예측되었으며 쇠퇴형 상권에서는 특화 상권만이 활성화가 예측되었다. 이를 통해 상권의 규모와 상권 내 업종 특화가 중요하다는 점을 도출할 수 있었으며 각 상권별 공간적인 특성을 분석하여 상권의 규모와 특화의 중요성을 입증하고자 한다. 먼저 성장예측상권은 광희동, 연남동, 문정2동, 청운효자동으로 핵심시설의 존재, 인접상권의 성장, 편리한 교통이라는 세 가지 공통점과 이 외에도 최근 네 지역 모두 지역적인 개발행위가 있었다. 쇠퇴상권은 이태원2동, 잠실4동, 가회동으로 불편한 교통상황, 경사형 주거지 밀집, 고정된 이미지 등의 공통점을 가지고 있었다. 이에 따라 성장상권과 쇠퇴상권의 반대되는 공간적인 차이가 분명하다는 점과 상권의 규모가 상권성장에 중요한 요소이지만 점포의 특화보다는 다양한 업종의 분포가 성장에 더 영향을 끼칠 수 있음을 확인하였다. 이는 상권의 특성이 환경의 변화에 유연하게 적응하는 능력의 차이로 발생함을 알 수 있다. 본 연구는 서울시 상권의 동태적인 변화를 확인하고 서울시 상권변화 유형별로 나타나는 현재와 미래의 특징을 제시했다. 이를 통해 상권의 변화를 시계열적으로 파악하고 변화를 예측하는 것을 통해 미래의 지역경제 활성화 및 쇠퇴에 효과적으로 대응할 수 있는 체계적인 대책마련 및 자영업자의 안정적인 창업지원을 위한 상권관리체계 마련 기초자료로서의 시사점을 제시하고자 한다.