Research Article

Journal of the Korean Geographical Society. April 2021. 231-244
https://doi.org/10.22776/kgs.2021.56.2.231

ABSTRACT


MAIN

  • 1. 서론

  • 2. 선행연구

  • 3. 방법론

  •   1) 데이터

  •   2) 연구 절차

  • 4. 분석 결과

  • 5. 결론

1. 서론

코로나바이러스감염증(이하, 코로나-19)는 급성 호흡기 질환으로, 전 세계적으로 널리 확산되고 있다. 코로나-19가 우리나라에서는 2020년 1월 20일 처음으로 발병하였으며, 2021년 1월 18일 현재 누적 확진환자의 수는 72,729명, 사망자는 1,264명에 달하고 있다(질병관리청, 2021). 이에 따라 서울시에서는 2020년 3월 2일부터 사회적 거리두기 캠페인을 시작하였고, 코로나-19의 확진자에 대해서는 서울시와 관할 보건소에서 확진자의 동선을 적극적으로 파악하였다. 이러한 정보는 매일 서울시 홈페이지에 공개되고 있다(손창우, 2020). 특히, 2021년 1월 18일 현재, 서울시 내에 기존의 대학병원이나 보건소 등에 약 70개의 상설선별진료소를 운영하여 서울시민들이 빠르고 편리하게 코로나-19의 감염여부를 확인할 수 있도록 접근성을 높이고 있다. 하지만 지난 2020년 11월 13일 이후 코로나-19의 3차 대유행이 본격화되었는데, 2020년 1월부터 2021년 1월 21일 현재까지 발생한 확진자와 사망자수의 60% 정도가 바로 이러한 3차 대유행시기에 발생했다(연합뉴스, 2021).

우리나라 정부는 이러한 3차 대유행시기를 효과적으로 대응하기 위하여 수도권에 2.5단계의 사회적 거리두기 조치를 실시함과 동시에 2020년 12월 14일부터 수도권에 150곳의 코로나-19 임시선별검사소를 설치하고, 대민에게 무료 코로나-19 검사를 제공하기 시작했다(연합뉴스, 2020). 2021년 1월 18일 현재 서울시에 설치된 임시선별검사소는 25개의 자치구에 총 52개이다(서울특별시, 2021a). 하지만 이러한 추가적인 배치는 서울시민 모두에게 동일한 접근을 가능하게 하는가에 대해서는 의문이다. 왜냐하면 상설선별진료소들이 공간적으로 불균등하게 분포되어 있기 때문이다. 현재 임시선별검사소는 강남구와 서초구에는 각각 6개, 4개가 배치되어 있지만, 동대문구, 강북구, 노원구 등에는 1개씩 배치되어 있다.

위와 같은 특정 시설에 대한 접근의 용이성을 도달 시간 및 도달 범위와 같은 공간적인 개념과 더불어 살펴보는 것을 지리적(Geographical) 혹은 공간적 접근성(Spatial Accessibility)라고 한다. 이러한 공간적 접근성은 사람들의 특정 시설에 대한 접근성의 지리적 불평등(Geographical Inequality)과 더불어 사회경제적인 측면을 살펴보기 위해서(McLafferty, 1982), 지리학 및 공공보건학(Public Health)를 포함한 다양한 분야에서 많이 진행되어 왔다. 사람들의 특정 시설에 대한 공간적 접근성을 측정하기 위한 대표적인 방법론은 two-step floating catchment area(2SFCA) 방법(Luo and Wang, 2003)이다. 2SFCA 방법은 수요(인구수), 공급(서비스의 수), 수요와 공급 간의 거리를 고려하고 임계거리에 따른 접근 범위를 분석에 활용하여 접근성을 측정한다. 공간적 접근성의 측정 결과는 공간적 접근성이 낮은 지역은 추가적인 서비스의 공급을 제안하는 등의 공간적 의사결정에 도움을 줄 수 있다.

국내 문헌에서는 서울지역의 병원들은 공간적으로 불균등하게 분포하고 있고, 서울시민들의 병원에 대한 공간적 접근성은 불평등하다고 밝히고 있다(김하나, 2014; 김흥순・정다운, 2010). 이러한 공간적 접근성의 불평등은 현재의 코로나-19 팬데믹 상황에서 심화될 것으로 예상된다. 한편, 미국의 일리노이에서 코로나-19의 환자를 치료하기 위한 자원들의 위치는 공간적으로 불균등함에 따라 병상들의 재배치가 요구되고 있으며(Kang et al., 2020), 미국 플로리다의 코로나-19 선별 진료소에 대한 공간적 접근성에 대한 불평등이 존재함(Tao et al., 2020)이 밝혀졌다. 그렇다면 현재 우리나라의 서울시민들의 코로나-19 선별진료소에 대한 공간적 접근성은 어떠한지, 또한 어느 지역에 추가적으로 선별진료소를 배치해야 되는 지에 대해 알아볼 필요가 있다.

코로나-19의 선별진료소에 대한 공간적 접근성을 효과적으로 측정하기 위해서는 인구의 공간적 분포를 고려해야 한다. 왜냐하면 주간인구와 거주인구 간의 공간적 분포의 차이는 공간적 접근성 측정에 영향을 미치고 있기 때문이다(Lee et al., 2018). 현재 서울시에 위치한 코로나-19 임시선별진료소는 유동인구가 많을 것으로 판단되는 공원, 지하철 역 주차장 및 공영주차장에 배치되어 있다. 그렇기 때문에 코로나-19의 선별진료소에 대한 공간적 접근성을 측정하기 위해서는 주간인구와 거주인구에 대한 이해가 필요하다.

이에 본 연구는 이러한 코로나-19의 선별진료소・검사소의 분포와 관련하여 서울시민들의 선별진료소・검사소에 대한 공간적 접근성을 측정하는 것을 목표로 하고 있다. 특히 임시선별검사소의 추가적인 배치가 공간적 접근성에 미치는 영향을 파악하고자 한다. 이와 관련하여 연구 질문은 다음과 같이 설정하였다. 첫째, 기존 상설선별진료소에서 임시선별검사소가 추가적으로 배치되었을 때, 주간인구와 거주인구 모두를 대상으로 진료소・검사소에 대한 공간적 접근성을 향상되는가? 둘째, 주간인구와 거주인구를 대상으로 선별진료소・검사소에 대한 접근성의 불평등을 해소하기 위해서, 지속적으로 배치・유지되어야 하는 임시선별검사소는 어느 지역에 위치하고 있는가? 셋째, 임시선별검사소의 추가적인 배치는 공간적 접근성에 대한 형평성이 해소하는데 도움을 주는가?

2. 선행연구

공간적 접근성은 특정 재화・서비스가 접근 가능한 정도를 공간적으로 측정 및 평가하는 방법론으로써, Hansen (1959)가 처음 제시한 이후, 병원, 공원, 식료품점 등과 같은 시설물들의 형평성을 평가하는 것에 중점을 맞추어 활용되어왔다. 현재의 공간적 접근성 측정에 필수 요소로 고려되는 공급, 수요, 이동의 3가지 변수가 정착되기 까지 크게 3가지 단계로 분석 방법이 발전되어왔다. 첫째, 단지 공급과 이동만을 고려하여 특정 위치가 가지는 잠재적 기회(Potential Opportunity)를 측정하는 것이 초기의 공간적 접근성 측정 방법이다(Hansen, 1959). 둘째, 수요를 의미하는 인구의 분포가 공간적으로 불균등함에 착안하여(Huff, 1964), Hansen(1959)의 방법론과 수요를 고려하여 지리적 단위를 구획하는 방법인 Huff(1964)의 방법론을 통합하였다 (Shen, 1998). Shen(1998)은 현재 공간적 접근성을 측정하는 방법의 기본 요소인 공급, 수요, 이동의 3가지를 사용하는 최초의 접근이다. 하지만 Shen(1998)의 방법론은 사용자(수요)가 시설물(공급)에 접근하는 것에 있어 거리적인 제한을 두고 있지 않기 때문에 분석 결과가 전반적인 공간적 접근성을 과대평가한다는 한계를 지니고 있다. 마지막으로 Shen(1998)의 모델에 추가적으로 각 시설물이 가지는 한계 도달범위(Catchment Area)를 적용한 two-step floating catchment area(2SFCA) 방법이 제안되었다(Luo and Wang, 2003). 2SFCA 방법은 공간적 접근성 측정의 3 요소인 공급, 수요, 이동을 모두 고려할 뿐 아니라, 수요자가 공급 시설물에 접근할 의향을 의미하는 한계 이동시간(Threshold Travel Time)을 적용하여 각 공급 시설물의 도달범위를 설정하기 때문에 가장 효과적으로 공간적 접근성을 측정할 수 있는 방법론으로 평가받고 있다.

공간적 접근성을 보다 효과적으로 측정하기 위해서 2SFCA 방법을 기반으로 세부적인 변화가 있어 왔다. 첫째, 거리조락 함수의 활용이다. 기존의 2SFCA 방법은 서비스의 공급지로부터 특정 시간(예: 30분) 내에 위치한 수요지에 대해서는 동일한 접근성으로 측정하며, 특정 시간 이상 소요되는 거리에 대해서는 접근이 불가능하다고 가정한다. 이는 접근성을 이분법적으로 단순화시켜 측정하기 때문에 현실의 이동패턴을 고려하지 못할 수 있다. 따라서 지리학의 제 1법칙(Tobler, 1970)에 착안하여 다양한 거리조락 함수를 활용한 후속 연구가 진행되었다. 대표적으로는 Gaussian 함수를 활용한 Gaussian 2SFCA 방법(Dai, 2010), Enhanced 2SFCA (E2SFCA) 방법(Luo and Qi, 2009), 커널 밀도 함수를 활용한 KD2SFCA 방법(Dai and Wang, 2011) 등이 있다. 이러한 방법들은 모두 S2FCA 방법의 접근 방식을 활용하지만, 분석 대상 시설물의 실제 이동 상황(즉, 얼마나 먼 거리에서 사람들이 방문하는 지)에 따라, 모델의 정확도를 높이기 위하여 각기 다른 거리조락 함수를 활용하였다(Wang, 2012; Chen and Jia, 2019).

둘째, 도달범위 적용 방식의 변화이다. 기존의 2SFCA 방법은 수요자가 시설물에 접근할 의향이 있는 거리를 30분으로 가정하였다. 하지만 시설물의 밀도가 낮은 지역의 거주자이거나 시설물의 계층이 높을 때(예: 대형병원), 수요자가 시설물에 방문의향은 30분 보다 높을 수 있다. McGrail and Humphreys(2014)Luo and Whippo(2012)는 농촌의 거주자가 도시의 거주자에 비해 병원에 접근하기 위해 상대적으로 더욱 먼 거리를 이동할 의향이 있음을 반영하였다. 즉, 공간적 접근성의 측정을 수행하는 지역의 지리적인 환경(인구 규모 및 시설물의 계층)에 따라 다양한 크기의 도달범위를 측정에 활용하였다. 이 밖에도 Wang et al.(2018)은 식당의 유명도가 높을수록 큰 크기의 도달 범위를 가지도록 설정하여 분석의 정확도를 높였다.

셋째, 다양한 이동수단의 고려이다. 도로네트워크 안에서의 자가용의 사용을 가정하는 것은 공간적 접근성 측정을 위해 활용되는 가장 보편적인 방법이다. 하지만 사회・경제적으로 소외계층은 자가용을 소유하지 않을 수도 있기 때문에, 자가용의 소유를 가정하는 것은 이러한 계층에 대한 공간적 접근성의 측정이 부정확할 수 있다는 주장이 대두되었다(Mao and Nekorchuk, 2013). 따라서 선행연구들은 자가용과 대중교통을 이동수단으로 각각 분석에 적용하여 이동수단에 따른 접근성의 차이를 비교하였다(Mao and Nekorchuk, 2013; Langford et al., 2016). 그 결과 대중교통의 경우 정해진 경로를 이동하기 때문에 자가용에 비해 전반적으로 접근성이 낮은 경향을 보였다. 따라서 Mao and Nekorchuk(2013)은 각 지역의 차량 소유 가구 비율에 따라 차량을 소유한 가구는 병원에 자가용을 타고 이동한다고 가정하고, 그렇지 않은 경우는 버스를 타고 이동한다고 가정하여 이동수단을 포괄적으로 분석에 포함시킴으로써 접근성 측정의 정확도를 높였다. 또한, Dony et al.(2015)은 공원의 접근성을 측정하기 위하여 자동차, 대중교통, 자전거, 도보를 고려하였다.

넷째, 시변데이터(Time-dependent variable) 의 활용이다. 시간에 따라 공급, 수요, 이동의 특정이 변화하는 것을 반영하기 위하여, 각 시간대 별로 공간적 접근성을 측정하는 것이다. 이를 통해 접근성 측정의 시간해상도와 측정값의 정확도를 높이는 것을 목표로 한다. Lee et al.(2018)은 서울 강남구의 버스정류장의 접근성을 측정하기 위하여, 유동 인구를 활용하여 매시간 변화하는 수요의 분포를 효과적으로 반영하였다. Xia et al.(2019)은 GPS 데이터를 이용한 매 시간별 추정 인구를 활용하여 매시간 변화하는 수요의 분포를 효과적으로 반영하여, 시간에 따라 변화하는 응급의료시설에 대한 접근성을 분석하였다. 이와 같이 유동인구 데이터를 활용하면 주로 사람이 활동하는 낮 시간대의 수요 분포를 분석에 반영하기 때문에 기존 거주인구를 분석에 활용하였을 때 보다 현실에 가까운 측정값을 획득할 수 있다. 이러한 맥락에서 매시간 역동적으로 변화하는 도로네트워크의 교통 체증 (Chen et al., 2017; Chen et al., 2020; Lee and Miller, 2020)이나 공급 시설물의 운영 시간을 분석에 포함한 연구들도 있다(Hu and Downs, 2019; Järv et al., 2018; Wang et al., 2018). 도로에서 발생하는 교통 체증은 수요위치와 공급위치 간의 용이한 이동을 저해하는 가장 큰 요소이므로, 2SFCA가 시간을 기준으로 도달범위를 설정하는 것을 고려하였을 때, 교통 체증이 국지적인 공급-수요 비율에 큰 영향을 준다. 따라서, Wang et al.(2018)은 식당까지의 접근성이 시간이 변화함에 따라(즉, 오전, 정오, 오후, 심야) 각 시간대에 어느 지역의 접근성이 현저하게 떨어지는 지를 분석하였으며, 이는 교통체증을 고려하지 않았을 때와 상이한 결과를 나타낸 다는 것을 도출하였다. 더욱이 Lee and Miller(2020)Chen et al.(2020)은 접근성이 각 시간대에 따라 변화하는 것을 확률분포로 변환하여 각 지역이 확률적으로 어느 정도의 접근성을 가지는지 분석하기도 하였다.

이와 같이 공간적 접근성에 대한 연구는 과거 약 60년에 걸쳐 지속적으로 진행이 되었으며, 국내에서도 이에 발맞춰 보건지리학 위주의 연구가 진행이 되어 오고 있다. 국내 연구의 초점 또한 사회 취약계층 관련 시설물에 대한 접근성(김하나, 2014; 안재성 등, 2014)과 상대적으로 접근성이 취약할 것으로 고려되는 농촌 지역(박정환 등, 2017; 조대헌 등, 2010)에 관련한 연구로 대표된다. 국내 인구 고령화에 따라 취약 계층 중 하나인 노인관련 시설의 중요성이 조명받음에 따라 김하나(2014)는 수도권 지역을 대상으로 노인인구의 병원 접근성을 2SFCA 방법을 통하여 분석을 진행하였으며, 안재성 등(2014)는 구미시 노인복지 시설의 접근성을 분석을 분석하였다. 특히 안재성 등(2014)는 2SFCA 방법의 매개 변수 변화와 이에 따른 접근성 값의 변화 관계를 분석하였는데, 연구지역의 수요(즉, 노인 인구)가 감소하면 전반적인 접근성이 상승하고, 공급(즉, 각 노인복지 시설이 수용할 수 있는 인원)이 증가하면 전반적인 접근성 또한 상승한다는 결과를 도출하였다. 또한 도시에는 병원과 같은 사회기반시설의 밀도가 높게 나타나지만, 우리나라의 도시화가 진행된 후에도 농촌 지역은 이러한 혜택에서 소외되었다는 관점에서 농촌지역에 대한 연구가 활발히 진행되었다(박정환 등, 2017; 조대헌 등, 2010). 조대헌 등(2010)은 여주군의 공공 보건서비스의 공간적 접근성을 형평성을 대상으로 비교를 수행하였으며, 이를 위해 승용차와 버스를 이용한 이동을 고려하였다. 그 결과 승용차를 통한 이동을 분석에 활용하였을 때 접근성의 형평성이 더 높게 나타났으며, 따라서 대중교통을 통한 접근성이 접근성의 형평성을 더 악화시킬 수 있다는 결론을 도출하였다. 박정환 등(2017)은 국내에서 수행된 기존의 접근방법을 포괄적으로 통합하여 충청남도 전역의 응급의료서비스 접근성을 효과적으로 분석하였다. 이 연구는 실제 응급의료시설의 방문이력을 이용하여 거리조락함수를 도출하였으며, 앞선 연구들과는 다르게 도시와 농촌이 혼재되어 있는 충청남도 전역을 분석 대상으로 지정하였다는 것에 의의를 가진다.

3. 방법론

1) 데이터

본 연구에서 활동된 데이터는 크게 3가지이다. 첫째, 서울시의 생활인구데이터이다. 서울시의 생활인구데이터는 특정지역・특정시점에 존재하는 서울시의 인구수 데이터이며, 서울시와 KT가 함께 공공빅데이터와 통신데이터를 활용하여 추계하였다(서울특별시, 2021b). 서울 열린데이터광장 (http://data.seoul.go.kr/)은 1시간 단위의 추정인구를 집계구, 행정동, 자치구 단위로 서울시의 생활인구데이터를 제공하고 있다. 본 연구에서는 2020년 12월의 평일의 집계구 단위의 인구를 활용하였다. 주간인구와 거주인구를 각각 활용함에 따라 공간적 접근성이 어떻게 달라지는 지를 확인하기 위하여 주간인구와 거주인구(야간인구)를 추출 및 요약하여 활용하였다. 주간인구는 코로나-19 선별진료소・검사소의 운영시간이 보통 10시부터 17시인 것을 고려하여 각 집계구당 12월 한 달 동안의 10시부터 17시까지의 인구를 평균으로 계산하였으며, 거주인구는 대중교통이 운영하지 않기 때문에 사람들이 거주지에 체류하고 있을 것으로 판단되는 1시부터 5시까지의 인구를 평균으로 계산하였다. 그림 1은 서울시의 12월 평일의 주간 인구와 거주 인구의 분포를 나타내고 있다. Han et al.(2019)의 방법을 따라, 주간 인구 및 거주 인구 분포 지도에 동일한 급간을 적용하기 위하여 두 인구 분포의 합한 후 Fisher-Jenks 알고리즘을 활용하여 급간을 만들었다.

둘째, 서울시 코로나-19 선별진료소 데이터이다(그림 2). 코로나-19 선별진료소는 상설선별진료소와 임시선별검사소로 구성되어 있다. 상설선별진료소는 보건소를 포함하여, 코로나-19의 감염이 의심되거나 코로나-19의 확진자와 접촉한 것으로 판단되는 사람 및 해외 유입자에 대해서 코로나-19 검사를 실시하고 있다. 서울시에는 이러한 상설 진료소가 2021년 1월 18일 현재 총 69개가 위치해 있다. 임시선별검사소는 2020년 12월 14일 이후 코로나-19의 선제 검사를 통하여 코로나의 대유행을 막고자 임시적으로 설치한 것으로 현재 53개를 추가적으로 설치하였고, 대략적으로 2021년 2월 14일까지 운영할 것을 계획하였다. 특히 2020년 12월 14일 이후에는 상설선별진료소와 임시선별검사소 모두에서 코로나-19 검사를 희망하는 서울시민은 무료로 검사를 진행할 수 있다.

셋째, 서울시 도로네트워크데이터이다. 공간적 접근성은 수요지역 (집계구의 위치)에서 공급지역 (선별진료소의 위치)까지의 거리 또는 이동시간을 고려하여 측정되며, 이를 위해서는 도로네트워크를 반영한 거리를 계산하기 위해서는 도로네트워크의 데이터가 필요하다. 본 연구에서는 파이썬(Python) 패키지인 OSMnx(https://osmnx.readthedocs.io/en/stable/)를 활용하여, OSMnx에서 제공하고 있는 OpenStreetMap 데이터를 활용하였다.

/media/sites/geo/2021-056-02/N013560207/images/geo_56_02_07_F1.jpg
그림 1

주간 인구 및 거주 인구의 분포

/media/sites/geo/2021-056-02/N013560207/images/geo_56_02_07_F2.jpg
그림 2

서울시 내의 상설선별진료소와 임시선별검사소의 분포(컬러버전은 온라인 참조)

2) 연구 절차

본 연구는 앞서 언급한 3가지 연구 질문에 답하기 위하여 다음의 3단계에 걸쳐 분석을 진행하였다. 첫째, 임시선별검사소를 추가적으로 배치하였을 때의 코로나-19 선별진료소・검사소에 대한 접근성이 향상되었는지를 확인하기 위하여 E2SFCA 방법(Luo and Qi, 2009)를 활용하였다. 주간 인구와 거주 인구의 분포 데이터는 집계구 단위로 제공되기 때문에, 공간적 접근성 측정을 위한 공간 단위는 집계구이다. 이 때, 공간적 접근성의 향상 여부를 판단하기 위하여 상설선별진료소만을 고려한 공간접근성과 상설선별진료소와 임시선별검사소 모두를 고려한 공간적 접근성을 측정하였다. 또한 공간적 접근성을 측정할 때, 수요로 판단되는 인구분포가 측정값에 민감한 영향을 주기 때문에(Lee et al., 2018) 주간인구분포와 거주인구분포를 대상으로 각각 접근성을 측정하였다. 둘째, 임시선별검사소가 유지되어야 하는 위치를 판별하기 위하여, 상설선별진료소만을 고려한 공간적 접근성과 상선선별진료소와 임시선별검사소 모두를 고려한 공간적 접근성의 차이를 비교・분석하였다. 셋째, 임시선별검사소의 추가적인 배치가 공간적 접근성의 불평등을 해소하는지를 판단하기 위하여 공간적 접근성 측정값을 지니계수를 기반으로 비교・분석하였다. 본 연구의 분석은 파이썬을 활용하였으며, E2SFCA 방법을 프로그래밍하여 연구를 진행하였다. 또한, 공급지역과 수요지역간의 거리측정을 위해서는 파이썬 패키지인 NetworkX(https://networkx.org/)를 활용하였고, 이는 최단거리 계산 알고리즘인 Dijkstra (1959)를 기반으로 하고 있다.

(1) 공간적 접근성 측정

2SFCA 방법은 앞서 설명했듯이, 선별진료소 및 검사소에 대한 도달범위를 토대로 도달범위 내에서 선별진료소 및 검사소의 공급량 대비 인구수를 계산을 통해 공간적 접근성을 측정한다(Luo and Wang, 2003). 이때 선별진료소 및 검사소의 도달범위는 도로의 길이 혹은 이동 시간에 따라 폴리곤의 형태로 표현할 수 있다. 집계구의 인구 중심점이 도달 범위에 포함되면 집계구의 인구는 해당 선별진료소 및 검사소의 수요량으로 간주한다. 여러 개의 선별진료소 및 검사소가 배치되어 있을 경우는 도달범위가 중첩되는 지역이 나타나기 마련이며, 이러한 중첩되는 지역은 주변 선별진료소 및 검사소의 접근성의 값을 합산하여 공간적 접근성을 측정하게 된다. 이러한 2SFCA 방법의 개념적인 측정 절차는 그림 3과 같다. 그림 3(a)는 선별진료소 및 검사소의 도달범위의 개념을 표현하고 있으며, 그림 3(b)는 각각 선별진료소 및 검사소의 도달범위가 중첩되었을 경우에 표현되는 공간적 접근성이 상대적으로 높은 지역을 표현하고 있다.

/media/sites/geo/2021-056-02/N013560207/images/geo_56_02_07_F3.jpg
그림 3

2SFCA를 활용한 공간적 접근성 측정 절차(Kang et al., 2020)

본 단계에서는 2SFCA 방법의 수정된 방법론인 E2SFCA 방법(Luo and Qi, 2009)을 활용하였다. 이 방법론은 사람들이 서비스를 제공받기 위해 자신들의 위치로부터 보다 가까운 곳을 방문한다는 것을 고려하기 위하여 2SFCA 방법에 거리조락 함수를 포함시켜 측정값의 정확도를 향상시켰다. 공간적 접근성의 측정을 위하여 이 방법론은 공급 대비 수요의 비율을 다음의 두 단계를 통해 계산한다.

첫 번째 단계는 각 서비스 공급위치의 지역적 공급 대비 수요 비율을 계산한다(수식 (1)). 이 단계에서는 공급 위치(j)의 도달범위(즉, t1, t2, t3)내에 위치하고 있는 특정위치(k)의 인구수를 거리조락 함수에 따른 가중치(즉, W1, W2, W3)에 따라 합산한다. 그 후, 서비스 공급위치(j)의 공급을 도달범위 내의 총 인구수로 나눈다.

(1)
Rj=Sjk{tkj<t1}PkW1+k{t1<tkj<t2}PkW2+k{t2<tkj<t3}PkW3

이때 Sj는 각 서비스 공급위치(j)의 공급량, Pk는 특정 위치(k)의 인구수를 의미한다. W(W1, W2, W3)는 특정 지역 k에서 서비스 공급지역 j까지의 거리(tkj)에 따른 거리조락 가중치를 의미한다. 본 연구에서는 코로나-19가 의심될 경우 대중교통을 이용하는 것은 동승자에 대한 코로나-19의 확산을 야기할 수 있으므로, 진료소・검사소까지 도보 및 자가용만을 이용하여 이동하는 것을 고려하였다.

E2SFCA 방법에서는 거리조락의 급간을 3단계로 구분하며, 각 이동수단 별 이동시간에 따른 가중치는 다음과 같다. 자동차를 사용하는 경우 최대 이동시간은 30분으로 가정하였으며, 0-10분이 소요되는 경우의 가중치는 1, 10-20분이 소요되는 경우의 가중치는 0.68, 20-30분이 소요되는 경우의 가중치는 0.22를 적용하였다. 도보를 통한 이동은 최대 20분으로 가정하였으며, 0-10분, 10-15분, 15-20분의 소요시간 당 각각 1, 0.68, 0.22의 가중치를 적용하였다. 본 가중치는 선행연구에서 널리 활용되는 것을 채택하였으며, 가우시안 밀도함수에 따라 최대이동거리를 기반으로 계산되었다 (Dai, 2010). 또한 선행연구에서의 Sj는 서비스의 공급량을 의미하지만, 본 연구에서 활용된 서비스의 공급량(즉, 진료소・검사소에서의 검사)은 공급량을 파악하기가 어렵기 때문에 공급량을 일괄적으로 1로 적용하였다. 따라서 Rj는 진료소・검사소(j)에서 도달범위 내에서 사람들이 거주하는 위치(k)에 대한 지역적 공급 대비 수요 비율(코로나-19의 검역 분담율)이라고 볼 수 있다.

두 번째 단계는 수요 위치(i)를 대상으로 최대 이동거리(자동차:30분, 도보:20분)내에 위치한 공급위치(j)의 지역적 공급 때비 수요 비율을 합산한다(수식 (2)). 본 단계에서도 거리조락을 고려하기 위하여 전 단계에서 언급한 W를 3개의 급간으로 구분하여 가중치로써 활용하였다.

(2)
AMi=j{tij<t1}RjW1+j{t1<tij<t2}RjW2+j{t2<tij<t3}RjW3

이때, AMi는 특정 이동수단(M; 자동차 혹은 도보)을 이용하였을 때, 수요 위치(i)에 위치하고 있는 수요자의 서비스에 대한 접근성을 의미한다. Rj는 위의 수식 (1)에서 계산된 지역적 공급 대비 수요 비율을 의미한다. W1, W2, W3는 각각의 도달범위(t1, t2, t3)에 따른 가중치를 의미한다. 두 번째 단계에서도 첫 번째 단계와 같이 자동차의 경우 10, 20, 30분을, 도보의 경우 10, 15, 20분을 임계이동시간으로 설정하였다.

일반적인 E2SFCA 방법은 위의 두 단계를 통해 접근성 측정을 실시한다. 하지만 본 연구에서는 2가지 이동 수단(자동차, 도보)를 모두 고려하였기 때문에, 각 이동수단을 고려하여 측정된 값을 합산하여 최종적인 공간적 접근성을 도출하게 된다(수식 (3)). 이는 다른 이동수단을 이용한 코로나-19 선별진료소・검사소에 대한 방문이 상호 배타적인 것이 아니라 추가적인 접근의 용이성을 의미하는 것이기 때문에 검사 대상자의 편의에 따라 도보 혹은 자가용을 활용할 수 있다는 것을 반영할 수 있다.

(3)
Ai=AFi+ADi

이때 Ai는 수요위치(i)의 상설선별진료소와 임시선별검사소에 대한 공간적 접근성을 의미하며 AFi는 도보를 기준으로 측정된 공간적 접근성, ADi는 자동차를 기준으로 측정된 공간적 접근성을 의미한다.

(2) 공간적 접근성 차이 비교・분석

임시선별검사소가 유지되어야 할 필요가 있는 지역은 다음 수식 (4)에 의해 판별하였다(Mao and Nekorchuk, 2013).

(4)
AccDiff(Ai)=Afulli-ApermanentiApermannenti

이때 Afulli은 상설선별진료소와 임시선별검사소를 모두를 고려한 공간적 접근성 측정값이며, Apermanenti는 상설선별진료소만을 고려한 공간적 접근성 측정값이다. 따라서 수식 (4)의 결과는 지역(i)에 임시선별검사소가 추가적으로 배치됨에 따라 얼마나 공간적 접근성이 향상되었는지를 나타낸다. 임시선별검사소의 배치에 따라 공간적 접근성이 향상된 비율이 높을수록, 그 지역은 상설선별진료소에 대한 접근성이 취약한 지역이므로 임시선별검사소가 지속적으로 유지될 필요가 있는 지역이다.

(3) 공간적 접근성의 불평등 측정

공간적 접근성에 대한 불평등을 측정하는 방법으로는 지니계수(Gini Coefficient; 이하 GC)가 활용되고 있다 (Chen et al., 2020; Järv et al., 2018). 지니계수는 사회적 불평등을 측정하기 위한 지수로써, 0부터 1까지의 값을 지닌다. 본 연구에서는 코로나-19 팬데믹 상황에서 서울시민들의 코로나-19 선별진료소・검사소에 대한 공간적 접근성의 불평등을 측정하기 위해 공간적 접근성 측정값을 이용하여 지니계수를 측정하였다. 수식 (3)에서 측정된 접근성의 값이 지리적 단위(집계구)의 누적에 따라 점진적으로 증가하는지 여부를 지니계수를 통하여 판단할 수 있다. 지니계수의 측정결과가 0에 가까울수록 공간적 접근성이 전역적으로 평등하며, 1에 가까울수록 불평등함을 의미한다. 본 연구는 두 가지의 수요분포(주간인구, 거주인구)와 두 가지의 공급 분포(상설선별진료소, 상설선별진료소와 임시선별검사소)를 이용한 총 4가지의 시나리오(ACC(residence, permanent), ACC(residence, full), ACC(daytime, permanent), ACC(daytime, full))에서의 지니계수를 활용하여 임시선별검사소의 추가적인 배치가 얼마나 공간적 접근성의 불평등을 해소하는 지를 확인하였다.

4. 분석 결과

본 연구의 분석에서는 공간적 접근성이 일단 크게 4개의 시나리오에 따라 측정되었다. 첫째, 거주인구의 코로나-19의 상설선별진료소에 대한 공간적 접근성 (ACC(residence, permanent))이다. 둘째, 주간인구의 코로나-19의 상설선별진료소에 대한 공간적 접근성(ACC(daytime, permanent)) 이다. 셋째, 거주인구의 코로나-19의 상설선별진료소와 임시선별검사소에 대한 공간적 접근성(ACC(residence, full))이다. 마지막으로, 주간인구의 코로나-19의 상설선별진료소와 임시선별검사소에 대한 공간적 접근성(ACC(daytime, full)) 이다. 공간적 접근성의 측정 결과는 표 1그림 4와 같다.

표 1.

공간적 접근성 측정 결과 (10만 명 당)

시나리오 인구 검사소 공간적 접근성 평균 (95% C.I)
ACC(residence, permanent) 거주인구 상설선별진료소 2.8329 (2.5870 - 3.0788)
ACC(residence, full) 거주인구 상설선별진료소 + 임시선별검사소 3.9548 (3.7085 - 4.2012)
ACC(daytime, permanent) 주간인구 상설선별진료소 1.5620 (1.5266 - 1.5974)
ACC(daytime, full) 주간인구 상설선별진료소 + 임시선별검사소 2.6069 (2.5664 - 2.6475)

/media/sites/geo/2021-056-02/N013560207/images/geo_56_02_07_F4.jpg
그림 4

공간적 접근성 측정 결과

표 1은 공간적 접근성 측정 결과의 요약을 나타내고 있으며, 이를 통해 전역적인 패턴을 파악할 수 있다. 각각 ACC(residence, full)와 ACC(daytime, full)의 공간적 접근성 측정 결과가 ACC(residence, permanent)와 ACC(daytime, permanent)에 비하여 상승한 것으로 미루어 보아, 상설선별진료소만 배치되어 있을 때에 비해서 임시선별검사소가 추가적으로 배치됨에 따라서 전반적으로 서울시민들의 코로나-19의 검사에 대한 접근성은 향상된 것으로 판단할 수 있다.

그림 4는 서울시민들의 코로나-19 검사에 대한 공간적 접근성이 지역적으로 차이가 있음을 보여주고 있다. 그림 4에서 색이 진한 지역은 해당지역의 사람들은 공간적 접근성이 높은 것을 의미한다. 기본적으로 공간적 접근성은 인구수에 비해서 진료소・검사소가 많은 지역에 접근성이 높게 나타나고 있다. 상설선별진료소만을 고려했을 경우에는 노원구, 종로구, 중구, 동대문구, 강남구 일부가 접근성이 높은 것으로 보인다. 특히 종로구, 중구, 강남구는 회사 등이 많이 위치하고 있기 때문에 주간 인구는 많은 반면 거주인구는 상대적으로 적다. 그렇기 때문에 거주인구를 기준으로 공간적 접근성을 측정했을 경우, 주간인구를 기준으로 공간적 접근성을 측정했을 경우에 비해서 종로구와 중구 일대의 공간적 접근성이 상대적으로 높게 나오는 것이다.

또한 상설선별진료소와 임시선별검사소를 포함하여 공간적 접근성을 측정하였을 겨우, 서울시에서 전반적으로 공간적 접근성이 향상되고 있는 것을 확인할 수 있다. 하지만 상설선별진료소 뿐 아니라 임시선별검사소가 배치가 적은 강서구, 강북구, 성북구는 공간적 접근성이 다른 지역구에 비해서 낮은 것으로 나타났다. 중구 일대는 상설선별진료소가 많이 배치되어 있는 데에도 불구하고 임시선별검사소 또한 다수 배치되어 있어 타 지역에 비해 공간적 접근성이 높은 것으로 확인된다.

그림 5는 상설선별진료소와 임시선별검사소를 포함한 공간적 접근성과 상설선별진료소를 대상으로 한 공간적 접근성 측정값의 차이를 보여주고 있다. 색이 진할수록 임시선별검사소가 추가적으로 배치됨에 따른 공간적 접근성이 크게 향상된 지역을 의미한다. 다수의 상설선별진료소가 배치되어 있는 중구는 임시선별검사소가 추가적으로 배치되어도 공간적 접근성의 향상이 미비한 반면 서초구, 마포구, 강동구 등은 임시선별검사소가 추가 배치됨에 따라서 공간적 접근성이 뚜렷하게 향상된 것을 확인할 수 있다. 이러한 지역은 상설선별진료소가 위치해 있지 않기 때문에 임시선별진료소가 공간적 접근성을 높이는데 크게 기여하고 있으며, 이러한 임시선별진료소는 지속적으로 유지해야 함을 할 수 있다.

/media/sites/geo/2021-056-02/N013560207/images/geo_56_02_07_F5.jpg
그림 5

임시선별검사소의 추가 배치에 따른 공간적 접근성 변화

이처럼 공간적 접근성은 지역마다 차이가 존재함을 확인할 수 있었다. 이러한 지역적 차이, 즉, 공간적 접근성의 형평성을 측정하기 위한 지니계수의 결과는 표 2와 같다. 상설선별진료소만 배치되어 있을 때에 비해서 임시선별검사소가 추가적으로 배치되었을 경우 지니계수의 값이 상대적으로 낮아졌으며, 이는 공간적 접근성의 형평성이 향상된 것을 의미한다. 즉, 서울시 내에서의 지역 간의 공간적 접근성의 격차가 줄어들었다는 것이다. 한편, 거주인구와 주간인구를 기준으로 코로나-19 검사소에 대한 접근성의 형평성 측정 결과를 비교했을 경우에는 주간인구를 기준으로 측정한 공간적 접근성 측정값이 거주인구를 기준으로 측정된 결과에 비해 형평성이 보다 높은 것으로 확인되었다.

표 2.

공간적 접근성의 형평성 측정 결과

시나리오 지니계수
ACC(residence, permanent) 0.6923
ACC(residence, full) 0.5793
ACC(daytime, permanent) 0.4823
ACC(daytime, full) 0.4038

5. 결론

본 연구는 서울시에 위치한 코로나-19의 상설선별진료소 및 임시선별검사소에 대한 공간적 접근성을 측정하였다. 서울시는 최근 코로나-19의 3차 대유행에 대해서 보다 효과적으로 관리하기 위해서 보다 강도 높은 사회적 거리두기와 더불어 5인 이상 집합금지와 같은 정책을 실시하고 있다. 추가적으로는 2020년 12월 중순부터 임시선별검사소를 추가적으로 배치함과 동시에 시민들에게 무료로 코로나-19의 검사를 제공하기 시작하였다. 하지만 기본적으로 코로나-19의 상설선별진료소와 임시선별검사소가 공간적으로 불균등하게 배치되어 있기 때문에 서울시민들이 코로나-19의 선별진료소에 대한 접근성에 대한 불평등이 존재할 수밖에 없다. 이에 본 연구는 임시선별검사소가 추가적으로 배치됨에 따라 코로나-19 검사에 대한 접근성의 향상정도와 접근성의 형평성이 개선된 정도에 관한 영향을 확인하였다. 분석 결과는 임시선별검사소의 추가적인 배치에 따라 인구분포 (주간인구, 거주인구)에 상관없이 코로나-19 검사에 대한 공간적 접근성이 향상되었으며, 공간적 불균형 또한 다소 해소되었다는 것을 보여준다. 따라서 코로나-19 임시선별검사소의 추가적인 배치에 대한 정부의 정책은 바람직하다고 판단할 수 있다.

연구의 분석 결과는 다음과 같은 함의를 담고 있다. 첫째, 전반적으로 코로나-19의 임시선별검사소의 배치를 늘릴 필요가 있다. 분석의 결과에서 나타나듯이 코로나-19의 선별진료소 및 검사소에 대한 공간적 접근성은 서울시 내에서 지역적으로 차이를 보이는 것으로 나타났으며, 또한 임시선별검사소를 추가적으로 배치함에 따라 공간적 접근성이 전반적으로 향상됨을 확인할 수 있었다. 그렇기 때문에 현재 접근성이 좋지 못한 지역인 것으로 나타난 강서구, 강북구, 성북구, 노원구 등에 임시선별검사소를 추가적으로 배치하여 공간적 접근성을 향상시키는 것을 고려해 볼 필요가 있다. 2021년 2월 23일 현재, 서울시의 코로나-19의 누적 확진자 수는 강서구, 송파구, 관악구, 강남구, 노원구, 성북구, 중랑구, 동작구 등에서 높게 나타나고 있다(서울특별시, 2021c). 이는 즉 확진자의 접촉자들이 해당 지역에서 많이 발생할 수 있으며, 해당 지역에 임시선별검사소가 추가적으로 배치되어야 함을 의미한다. 분석 결과에서 나타났듯이 강서구, 성북구, 노원구는 공간적 접근성이 좋지 못한 지역이기 때문에 임시선별검사소의 추가적인 배치가 요구된다. 둘째, 현재 배치된 코로나-19의 임시선별검사소의 위치를 재검토해볼 필요가 있다. 현재의 임시선별검사소는 유동 인구가 많은 지역에 우선적으로 배치가 되고 있다(아시아경제, 2021). 현재의 방식대로 검사소를 추가적으로 배치했을 경우는 서초구, 마포구, 강동구 지역의 공간적 접근성이 눈에 띄게 향상된 것을 확인할 수 있다. 하지만 그 외 지역에서의 공간적 접근성의 향상은 미미하다고 볼 수 있다. 이는 코로나-19 검사소의 배치는 단순히 유동인구만을 고려할 것이 아니라 거주인구 또한 고려해야 함을 의미할 수 있다. 또한, 유동인구가 많은 지역 같은 경우는 사람들 간의 밀접 접촉이 발생할 수 있고, 이로 인하여 사람들에게 오히려 코로나-19의 전파 감염의 우려감을 유발할 수 있기 때문에 코로나-19의 검사를 주저하는 사람이 있을 수 있다. 따라서 코로나-19의 추적검사에 대한 사람들의 인식조사(Kim and Kwan, 2021)와 같은 코로나 임시선별검사소에 대한 인식조사가 추가적으로 요구된다. 이밖에도 현재 수도권을 제외한 다른 지역에서도 코로나-19 임시검사소를 추가적으로 배치하고 있는데, 본 연구에서 활용한 방법이 적용될 수 있다.

본 연구에서 실시한 코로나-19 진료소 및 검사소에 대한 공간적 접근성 측정의 결과를 보다 정확하게 하기 위해서는 추가적으로 고려해야 할 사항은 다음과 같다. 첫째, 코로나-19 상설선별진료소와 임시선별검사소에 대한 추가적인 정보가 필요하다. 본 연구에서는 선별진료소와 검사소에 대해서 공급량(코로나-19 검사 인력 수)을 고려하지 않았기 때문에 연구 결과가 다소 부정확할 수 있다. 다시 말해, 위의 E2SFCA 방법에서 공급량을 일괄적으로 1로 적용하였다. 즉, 대형병원에 배치된 상설선별진료소와 같은 경우는 다른 진료소 및 검사소에 비해 상대적으로 코로나-19 검사관의 수가 많을 수 있는 경우를 연구 결과에 반영되지 못함을 의미한다. 또한, 실제로 진료소의 수가 적더라도 특정 진료소 및 검사소에 검사관 수가 많으면 해당 진료소 및 검사소에 대한 공간적 접근성이 높게 측정될 수 있는 경우가 있음에도 불구하고 본 연구에서는 이를 반영하지 않았다.

둘째, 지역별 코로나 확진자 수를 고려할 필요가 있다. 지역별 코로나-19의 발생 수를 함께 고려하게 되면, 해당 지역의 선별진료소와 임시선별검사소에 대한 코로나검사의 부담 정도를 파악할 수 있게 된다. 실제로 Kang et al.(2020)은 코로나-19의 발생 건수를 고려하여 공간적 접근성을 측정하여, 코로나-19와 관련한 병상의 재배치에 대한 연구를 실시하였다. 마찬가지로 서울시 지역 내에서 어느 지역에 코로나-19가 많이 발생하는지에 대한 정보를 고려하게 되면 어느 지역에 임시선별검사소를 추가적으로 배치하여야 하는지에 대한 공간적 의사결정을 보다 정확하게 내릴 수 있다.

마지막으로 2021년 3월부터 초등학교 1,2학년과 고등학교 3학년 같은 경우는 매일 등교하고, 나머지 학년들에서 인원수를 조절하기로 결정되었다(MBC 뉴스, 2021). 코로나-19는 실내에서의 전파 및 감염이 빈번하게 발생하기 때문에, 해당 학생들의 경우는 코로나-19의 확진자가 한명이라도 발생하게 된다면 최악의 경우, 전교생이 코로나-19를 검사해야 하는 상황이 발생할 수 있다. 그렇기 때문에 앞으로 코로나-19 검사의 효율성이 보다 중요해 질 수 있다. 또한 코로나-19와 같은 질병이 미래에 또 발생할 수 있기 때문에(BBC NEWS, 2020), 현재와 같이 임시선별검사소가 추가적으로 배치되어야 하는 상황이 생겨날 수도 있다. 앞으로 공간적 접근성 측정과 같은 방법을 활용하여 선별진료소 및 검사소의 공간적 배치에 대해서 고려한다면 보다 효과적으로 대민들에게 선별진료소 및 검사소에 대한 접근성을 높일 수 있을 것으로 판단된다.

References

1
김하나, 2014, 공공보건의료시설의 공간적 접근성 측정을 통한 의료 접근성에 대한 연구, 서울대학교 대학원 석사학위 논문.
2
김흥순・정다운, 2010, “서울시 의료시설의 공간적 분포특성에 관한 연구,” 도시행정학보, 23(1), 27-45.
3
박정환・우현지・김영훈, 2017, “수정 3SFCA 모형을 활용한 응급의료서비스 접근성 분석: 충청남도를 사례로,” 한국지역지리학회지, 23(2), 388-402. 10.26863/JKARG.2017.05.23.2.388
4
서울특별시, 2021a, 복지. https://news.seoul.go.kr/welfare/archives/512553
5
서울특별시, 2021b, 서울 열린데이터 광장. https://data.seoul.go.kr/dataVisual/seoul/seoulLivingPopulation.do
6
서울특별시, 2021c, 코로나19(COVID-19), https://www.seoul.go.kr/coronaV/coronaStatus.do
7
손창우, 2020, “코로나 19 (COVID-19) 대응을 통해 본 서울시 신종감염병 관리의 현재와 미래”, 정책리포트, 1-36. 10.23843/as.19.2.1
8
아시아경제, 2021, “서울시, 임시선별검사소 운영 2월 14일까지 연장”, 2021년 1월 18일. https://view.asiae.co.kr/article/2021011611211116140
9
안재성・김이배・박미라, 2014, “2SFCA 기반 공간적 접근성의 변화 특성에 관한 연구: 구미시 노인복지시설을 중심으로”, Journal of the Korean Association of Geographic Information Studies, 17(4), 112-128. 10.11108/kagis.2014.17.4.112
10
연합뉴스, 2020, “오늘부터 수도권 임시진료소 150곳서 선제검사...익명감사도 가능”, 2020년 12월 14일. https://www.yna.co.kr/view/AKR20201213047000530?input=1195m
11
연합뉴스, 2021, “오늘도 400명 밑돌 듯...‘코로나19 1년’ 하루앞 일단 감소세 지속”, 2021년 1월 17일. https://www.yna.co.kr/view/AKR20210118165000530?input=1195m
12
조대헌・신정엽・김감영・이건학, 2010, “농촌지역 공공 보건서비스에 대한 공간적 접근성 분석,” 한국지역지리학회지, 16(2), 137-153.
13
질병관리청, 2021. 코로나바이러스감염증-19 (COVID-19). http://ncov.mohw.go.kr/#none
14
BBC NEWS, 2020, “코로나19는 ‘마지막 팬데믹’이 아니다”, 2020년 6월 10일. https://www.bbc.com/korean/international-52973778
15
MBC 뉴스, 2021, “초등학교 1~2학년, 2단계까지 ‘매일등교’”, 2021년 1월 29일. https://imnews.imbc.com/replay/2021/nwtoday/article/6072159_34943.html
16
Chen, B. Y., Cheng, X. P., Kwan, M. P. and Schwanen, T., 2020, Evaluating spatial accessibility to healthcare services under travel time uncertainty: A reliability-based floating catchment area approach. Journal of Transport Geography, 87, 102794. 10.1016/j.jtrangeo.2020.102794
17
Chen, B. Y., Yuan, H., Li, Q., Wang, D., Shaw, S.-L., Chen, H.-P. and Lam, W. H. K., 2017, Measuring place-based accessibility under travel time uncertainty. International Journal of Geographical Information Science, 31(4), 783-804. doi: 10.1080/13658816.2016.1238919 10.1080/13658816.2016.1238919
18
Chen, X. and Jia, P., 2019, A comparative analysis of accessibility measures by the two-step floating catchment area(2SFCA) method. International Journal of Geographical Information Science, 33(9), 1739-1758. doi: 10.1080/13658816.2019.1591415 10.1080/13658816.2019.1591415
19
Dai, D. and Wang, F., 2011, Geographic disparities in accessibility to food stores in southwest Mississippi. Environment and Planning B: Planning and Design, 38(4), 659-677. doi: 10.1068/b36149 10.1068/b36149
20
Dai, D., 2010, Black residential segregation, disparities in spatial access to health care facilities, and late-stage breast cancer diagnosis in metropolitan Detroit. Health and Place, 16(5), 1038-1052. doi: 10.1016/j.healthplace.2010.06.012 10.1016/j.healthplace.2010.06.01220630792
21
Dijkstra, E., 1959, A note on two problems in connexion with graphs, Numerische Mathematik, 1(1), 269-271. 10.1007/BF01386390
22
Dony, C. C., Delmelle, E. M. and Delmelle, E. C., 2015, Re-conceptualizing accessibility to parks in multi-modal cities: A Variable-width Floating Catchment Area(VFCA) method, Landscape and Urban Planning, 143, 90-99. doi: 10.1016/j.landurbplan.2015.06.011 10.1016/j.landurbplan.2015.06.011
23
Han, S. Y., Rey, S., Knaap, E., Kang, W. and Wolf, L., 2019, Adaptive choropleth mapper: An open-source web-based tool for synchronous exploration of multiple variables at multiple spatial extents, ISPRS International Journal of Geo-Information, 8(11), 509. 10.3390/ijgi8110509
24
Hansen, W. G., 1959, How accessibility shapes land use, Journal of the American Institute of Planners, 25(2), 73-76. doi: 10.1080/01944365908978307 10.1080/01944365908978307
25
Hu, Y. and Downs, J., 2019, Measuring and visualizing place-based space-time job accessibility, Journal of Transport Geography, doi: 10.1016/j.jtrangeo.2018.12.002 10.1016/j.jtrangeo.2018.12.002
26
Huff, D. L., 1964, Defining and estimating a trading area. Journal of Marketing, 28(3), 34. doi: 10.2307/1249154 10.2307/1249154
27
Järv, O., Tenkanen, H., Salonen, M., Ahas, R. and Toivonen, T., 2018, Dynamic cities: Location-based accessibility modelling as a function of time. Applied geography, 95, 101-110. 10.1016/j.apgeog.2018.04.009
28
Kang, J. Y., Michels, A., Lyu, F., Wang, S., Agbodo, N., Freeman, V. L. and Wang, S., 2020, Rapidly measuring spatial accessibility of COVID-19 healthcare resources: A case study of Illinois, USA. International journal of health geographics, 19(1), 1-17. 10.1186/s12942-020-00229-x32928236PMC7487451
29
Kim, J. and Kwan, M. P., 2021, An examination of peoples privacy concerns, perceptions of social benefits, and acceptance of COVID-19 mitigation measures that harness location information: A comparative study of the US and South Korea, ISPRS International Journal of Geo-Information, 10(1), 25. 10.3390/ijgi10010025
30
Langford, M., Higgs, G. and Fry, R., 2016, Multi-modal two-step floating catchment area analysis of primary health care accessibility, Health and Place, 38, 70-81. doi: 10.1016/j.healthplace.2015.11.007 10.1016/j.healthplace.2015.11.00726798964
31
Lee, J. and Miller, H. J., 2020, Robust accessibility: Measuring accessibility based on travelers& heterogeneous strategies for managing travel time uncertainty, Journal of Transport Geography, 86, 102747. doi: 10.1016/j.jtrangeo.2020.102747 10.1016/j.jtrangeo.2020.102747
32
Lee, W. K., Sohn, S. Y. and Heo, J., 2018, Utilizing mobile phone-based floating population data to measure the spatial accessibility to public transit, Applied Geography, 92, 123-130. 10.1016/j.apgeog.2018.02.003
33
Luo, W. and Qi, Y., 2009, An enhanced two-step floating catchment area(E2SFCA) method for measuring spatial accessibility to primary care physicians. Health and Place, 15(4), 1100-1107. 10.1016/j.healthplace.2009.06.00219576837
34
Luo, W. and Wang, F., 2003, Measures of spatial accessibility to health care in a GIS environment: Synthesis and a case study in the Chicago region. Environment and Planning B: Planning and Design, 30(6), 865-884. 10.1068/b29120
35
Luo, W. and Whippo, T., 2012, Variable catchment sizes for the two-step floating catchment area(2SFCA) method, Health and Place, 18(4), 789-795. doi: 10.1016/j.healthplace.2012.04.002 10.1016/j.healthplace.2012.04.00222560115
36
Mao, L. and Nekorchuk, D., 2013, Measuring spatial accessibility to healthcare for populations with multiple transportation modes, Health and Place, doi: 10.1016/j.healthplace.2013.08.008 10.1016/j.healthplace.2013.08.00824077335
37
McGrail, M. R. and Humphreys, J. S., 2014, Measuring spatial accessibility to primary health care services: Utilising dynamic catchment sizes, Applied Geography, 54, 182-188. doi: 10.1016/j.apgeog.2014.08.00 10.1016/j.apgeog.2014.08.005
38
McLafferty, S., 1982, Urban structure and geographical access to public services, Annals of the Association of American Geographers, 72(3), 347-354. 10.1111/j.1467-8306.1982.tb01830.x
39
Shen, Q., 1998, Location characteristics of inner-city neighborhoods and employment accessibility of low-wage workers. Environment and Planning B: Planning and Design, 25(3), 345-365. doi: 10.1068/b250345 10.1068/b250345
40
Tao, R., Downs, J., Beckie, T. M., Chen, Y. and McNelley, W., 2020, Examining spatial accessibility to COVID-19 testing sites in Florida. Annals of GIS, 26(4), 319-327. 10.1080/19475683.2020.1833365
41
Tobler, W. R., 1970, A computer movie simulating urban growth in the detroit region. Economic Geography, 46, 234-240. 10.2307/143141
42
Wang, F., 2012, Measurement, optimization, and impact of health care accessibility: A methodological review, Annals of the Association of American Geographers, 102(5), 1104-1112. doi: 10.1080/00045608.2012.657146 10.1080/00045608.2012.65714623335813PMC3547595
43
Wang, Y., Chen, B. Y., Yuan, H., Wang, D., Lam, W. H., and Li, Q. 2018, Measuring temporal variation of location-based accessibility using space-time utility perspective, Journal of Transport Geography, 73, 13-24. doi: 10.1016/j.jtrangeo.2018.10.002 10.1016/j.jtrangeo.2018.10.002
44
Xia, T., Song, X., Zhang, H., Song, X., Kanasugi, H. and Shibasaki, R., 2019, Measuring spatio-temporal accessibility to emergency medical services through big GPS data, Health and Place, 56, 53-62. doi: 10.1016/j.healthplace.2019.01.012 10.1016/j.healthplace.2019.01.01230703630
페이지 상단으로 이동하기