All Issue

2021 Vol.56, Issue 5 Preview Page

Research Article

An Analytical Method for Age-Specific Patterns in Migration Flows: A Case Study of Internal Migration in South Korea

인구이동 플로의 연령-특수적 패턴 분석을 위한 방법론 연구 - 우리나라 시군구 단위 인구이동에의 적용 -

Sang-Il Leea
,
Hyun-Mi Kimb*
이 상일a
,
김 현미b*
aProfessor, Department of Geography Education, Seoul National University
bResearch Fellow, Korea Institute for Curriculum and Evaluation
a서울대학교 지리교육과 교수
b한국교육과정평가원 연구위원
*Corresponding Author
31 October 2021. pp. 537-550
PDF XML Citation
Abstract

The main objective of this paper is to propose a new analytical method for age-specific patterns in migration flows. It is composed of three key elements. First, the use of dyadic matrices as opposed to the traditional O-D matrices is strongly recommended to present age-specific migration flows as variables in a multivariate data set. Second, the flow SSD (standardized score of dissimilarity) as a flow standardization technique is proposed and is expected to capture the degree of flow specialization of each directional region pair in a particular age group with consideration of flow amount. Third, a dyadic PCA (principal component analysis) technique is proposed by employing the standardized flow SSD values as input variables. In order to assess the applicability of the proposed analytic framework, an analysis is conducted for inter-regional migration flows in South Korea, 2020. A dyadic matrix composed of 26,032 directional region pairs and 18 age group flow variables is prepared. The variables then are standardized and subsequently input into a dyadic PCA. The four PCs explain almost 80% of the total variances, and each PC appears to capture a particular facet of migration flows which is associated with a particular stage of life cycle. In conclusion, the method proposed in this paper appears to be a plausible analytical alternative to investigate age-specific patterns in migration flows.

Keywords
O-D matrix
Dyadic matrix
Flow standardization
Standardized score of dissimilarity (SSD)
Principal component analysis (PCA)

본 논문의 주된 연구 목적은 인구이동 플로의 연령-특수적 패턴을 분석하기 위한 새로운 방법론적 대안을 제시하는 것이다. 새로운 방법론을 구성하는 가장 중요한 요소로 세 가지 사항이 집중적으로 다루어 진다. 우선 전통적인 O-D 매트릭스 대신 하위 인구 집단의 플로 속성이 변수로 다루어 질 수 있는 다이아딕 매트릭스의 적극적인 사용이 제안된다. 둘째, 인구이동 플로를 표준화하는 측도로서 플로 SSD가 제시된다. 플로 SSD는 방향적 지역쌍별로 특정 연령 집단에 대한, 규모를 감안한 플로 특화도를 측정해 준다. 셋째, 연령 집단별 인구이동의 플로 SSD 값을 변수로 투입한 PCA의 활용이 제안된다. 분석 프레임워크의 적용성을 평가하기 위해 2020년 우리나라 시군구 단위 인구이동 데이터를 분석하였다. 26,082개의 방향적 지역쌍과 18개의 연령 집단으로 이루어진 다이아딕 매트릭스를 구성하였고, 개별 연령 집단별 이동량을 플로 SSD를 활용해 표준화하여, 다이아딕 PCA 분석에 최종 투입하였다. PCA의 결과, 네 개의 PC가 총변동의 거의 80%를 설명하며, 개별 PC는 인구의 생애 주기와 관련된 특징적인 인구이동 양상을 포착하는 것으로 드러났다. 결론적으로, 본 연구에서 제안된 방법론은 인구이동 플로의 연령-특수적 패턴을 분석하는데 매우 유용한 것으로 평가되었다.

키워드
O-D 매트릭스
다이아딕 매트릭스
플로 표준화
표준화상이점수
주성분분석
References
1
권상철, 2009, “우리나라 인구이동의 지역구조: 이동권역과 공간적 인구재분배 지역 분석,” 한국도시지리학회지, 12(2), 49-63.
2
김감영, 2011, “공간 상호작용 모델에 대한 공간단위 수정가능성 문제(MAUP)의 영향,” 대한지리학회지, 46(2), 197-211.
3
김감영･이상일, 2012, “Web GIS 기반 유선도 작성을 통한 인구이동통계의 지리적 시각화,” 대한지리학회지, 47(2), 268-281.
4
김영호, 2010, “서울시 자전거 이용의 공간 네트워크 패턴 연구: 공간적 네트워크 자기상관을 중심으로,” 국토지리학회지, 44(3), 339-352.
5
김현미･이상일, 2021, “이성분트렌드매핑 기법을 이용한 우리나라 인구 변화의 시공간적 역동성 시각화,” 한국사진지리학회지, 31(3), 50-67.
6
박지희, 2021, 학생쏠림과 학령 인구 이동의 시공간적 역동성 탐색, 서울대학교 박사학위논문.
7
손승호, 2007, “서울대도시권의 공간상호작용 변화와 시공간 패턴,” 대한지리학회지, 42(3), 421-433.
8
이경선, 2007, “우리나라 지역 간 택배유동량의 공간적 패턴 연구,” 지리교육논집, 51, 61-79.
9
이남승, 2016, 지역별 산업 특성 분포 파악을 위한 측도 간 비교 연구 -입지계수의 대안 모색-, 서울대학교 석사학위논문.
10
이상일, 2007, “거주지 분화에 대한 공간통계학적 접근 (I): 공간 분리성 측도의 개발,” 대한지리학회지, 42(4), 616-631.
11
이상일, 2008, “거주지 분화에 대한 공간통계학적 접근 (II): 국지적 공간 분리성 측도를 이용한 탐색적 공간데이터 분석,” 대한지리학회지, 43(1), 134-153.
12
이상일, 2012, “공간적 상호작용론의 본질과 연구 영역: 인문지리학에 대한 통섭적 접근,” 한국지리학회지, 1(1), 137-151. 10.25202/JAKG.1.1.11
13
이상일･이소영, 2019, “우리나라 센서스 지리의 고도화를 위한 제언: 메조-스케일 공간단위의 다양화,” 지리교육논집, 63, 1-13. 10.46329/LLF.2019.11.28.63
14
이소영, 2020, “교육성과에 대한 네이버후드 효과 연구에서의 공간단위 적절성 문제: MAUP를 고려한 작동스케일 탐색,” 대한지리학회지, 55(6), 601-618.
15
이화정･이상일･조대헌, 2013, “거주지 이동을 통한 학교 선택의 공간성에 관한 연구: 서울시 초등학생의 전학 양상을 사례로 한 시론적 분석,” 대한지리학회지, 48(6), 897-913.
16
전창우, 2017, 서울시 저소득 독거노인의 공간분포 특성과 유형에 관한 연구, 서울대학교 석사학위논문.
17
조대헌, 2011, “유동 패턴 분석 방법으로서의 요인 분석에 대한 비판적 검토,” 한국지도학회지, 11(1), 33-46.
18
조대헌, 2013, “카운트 데이터 기반 공간 군집 분석 연구의 동향과 방법론적 이슈,” 대한지리학회지, 48(5), 768-785.
19
주뢰, 2019, 인류발생적 건강위협 인자가 인체건강에 미치는 영향력의 공간적 변동 탐색: 원격탐사 데이터에 대한 ESDA적 접근, 서울대학교 박사학위논문.
20
통계청, 2021, “2020년 국내인구이동통계 결과,” 보도자료, 1월 26일.
21
허우긍･손정렬･박배균 편, 2015, 네트워크의 지리학, 푸른길, 서울.
22
Black, W. R., 1973, Toward a factorial ecology of flows, Economic Geography, 49(1), 59-67. 10.2307/142745
23
Black, W. R., 1992, Network autocorrelation in transports network and flow systems, Geographical Analysis, 24(3), 207-222. 10.1111/j.1538-4632.1992.tb00262.x
24
Champion, T., Cooke, T., and Shuttleworth, I., 2018, Internal Migration in the Developing World: Are We Becoming Less Mobile?, Routledge, New York. 10.4324/9781315589282
25
Chun, Y., 2008, Modeling network autocorrelation within migration flows by eigenvector spatial filtering, Journal of Geographical Systems, 10(4), 317-344. 10.1007/s10109-008-0068-2
26
Clayton, C., 1977, The structure of interstate and interregional migration: 1965-1970, Annals of Regional Science, 11(1), 109-122. 10.1007/BF01287253
27
Davies, W. K. D. and Thompson, R. R., 1980, The structure of interurban connectivity: A dyadic factor analysis of Prairie commodity flows, Regional Studies, 14(4), 297-311. 10.1080/09595238000185261
28
De Haas, H., Castles, S. and Miller, M. J., 2020, The Age of Migration: International Population Movements in the Modern World, 6th edition, The Guilford Press, New York.
29
Demšar, U., Harris, P., Brunsdon, C., Fotheringham, A. S. and McLoone, S., 2013, Principal component analysis on spatial data: an overview. Annals of the Association of American Geographers, 103(1), 106-128. 10.1080/00045608.2012.689236
30
Duke-Williams, O. and Stillwell, J., 2010, Temporal and spatial consistency, in Stillwell, J., Duke-Williams, O., and Dennett, A., eds., Technologies for Migration and Commuting Analysis: Spatial Interaction Data Applications, Business Science Reference, New York, 89-110. 10.4018/978-1-61520-755-8.ch005
31
Elmes, G. A. and Harris, T. M., 1996, Industrial restructuring and the United States coal-energy system, 1972-1990: Regulatory change, technological fixes, and corporate control, Annals of the Association of American Geographers, 86(3), 507-529. 10.1111/j.1467-8306.1996.tb01764.x
32
Fotheringham, A. S. and O’Kelly, M. E., 1989, Spatial Interaction Models: Formulations and Applications, Kluwer Academic Publishers, Boston.
33
Haynes, K. E. and Fotheringham, A. S., 1984, Gravity and Spatial Interaction Models, SAGE Publications, Beverly Hills.
34
Hepple, L., 2009, Spatial interaction, in Gregory, D., Johnsoton, R., Pratt, G., Watts, M., and Whatmore, S., eds., The Dictionary of Human Geography, 5th edition, Wiley-Blackwell, Chichester, 713.
35
Kim, K., Lee, S.-I., Shin, J. and Choi, E., 2012, Developing a flow mapping module in a GIS environment, The Cartographic Journal, 49(2), 164-175. 10.1179/174327711X13166800242356
36
LeSage, J. P. and Pace, R. K., 2008, Spatial econometric modeling of origin-destination flows, Journal of Regional Science, 48(5), 941-967. 10.1111/j.1467-9787.2008.00573.x
37
Li, Y., Liu, H., Tang, Q., Lu, D. and Xiao, N., 2014, Spatial-temporal patterns of China’s interprovincial migration, 1985-2010, Journal of Geographical Sciences, 24(5), 907-923. 10.1007/s11442-014-1128-9
38
Oden, N., 1995, Adjusting Moran’s I for population density, Statistics in Medicine, 14(1), 17-26. 10.1002/sim.47801401047701154
39
Pandit, K., 1994, Differentiating between subsystems and typologies in the analysis of migration regions: A U.S. example, The Professional Geographer, 46(3), 331-345. 10.1111/j.0033-0124.1994.00331.x
40
Rogerson, P. A., 1999, The detection of clusters using a spatial version of the chi‐square goodness‐of‐fit statistic, Geographical Analysis, 31(1), 130-147. 10.1111/gean.1999.31.1.130
41
Rogerson, P. and Yamada, I., 2009, Statistical Detection and Surveillance of Geographic Clusters, CRC Press, New York. 10.1201/9781584889366
42
Rummel, R. J., 1970, Applied Factor Analysis, Northwestern University Press, Evanston.
43
Schroeder, J. P., 2010, Bicomponent trend maps: A multivariate approach to visualizing geographic time series, Cartography and Geographic Information Science, 37(3), 169-187. 10.1559/15230401079219493023504193PMC3595555
44
Sheller, M. and Urry, J., 2006, The new mobilities paradigm, Environment and planning A, 38(2), 207-226. 10.1068/a37268
45
Smith, D. P., Finney, N., Halfacree, K., and Walford, N., eds., 2015, Internal Migration: Geographical Perspectives and Processes, Routledge, New York. 10.4324/9781315589275
46
Stillwell, J., Daras, K., and Bell, M., 2018, Spatial aggregation methods for investigating the MAUP effects in migration analysis, Applied Spatial Analysis and Policy, 11(4), 693-711. 10.1007/s12061-018-9274-6
47
Stillwell, J., Duke-Williams, O., and Dennett, A., eds., 2010, Technologies for Migration and Commuting Analysis: Spatial Interaction Data Applications, Business Science Reference, New York. 10.4018/978-1-61520-755-8
48
Sui, D., Elwood, S., and Goodchild, M., eds., 2012, Crowdsourcing Geographic Knowledge: Volunteered Geographic Information (VGI) in Theory and Practice, Springer, New York. 10.1007/978-94-007-4587-2
49
Tango, T., 1995, A class of tests for detecting ‘general’ and ‘focused’ clustering of rare diseases, Statistics in Medicine, 14(21‐22), 2323-2334. 10.1002/sim.47801421058711272
50
Ullman, E. L., 1980, Geography as Spatial Interaction, Boyce, R. R. ed., University of Washington Press, Seattle.
51
Waller, L. A. and Gotway, C. A., 2004, Applied Spatial Statistics for Public Health Data, John Wiley and Sons, Hoboken. 10.1002/0471662682
52
Yan, J. and Thill, J. C., 2009, Visual data mining in spatial interaction analysis with self-organizing maps, Environment and Planning B: Planning and Design, 36(3), 466-486. 10.1068/b34019
Information
  • Publisher :The Korean Geographical Society
  • Publisher(Ko) :대한지리학회
  • Journal Title :Journal of the Korean Geographical Society
  • Journal Title(Ko) :대한지리학회지
  • Volume : 56
  • No :5
  • Pages :537-550
  • Received Date : 2021-09-26
  • Revised Date : 2021-10-12
  • Accepted Date : 2021-10-13
  • DOI :https://doi.org/10.22776/kgs.2021.56.5.537
Journal Informaiton Journal of the Korean Geographical Society Journal of the Korean Geographical Society
online submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close