Journal Archive

통계청(2020)에서 발표된 인구추계 발표에 따르면, 국내 인구는 지속적으로 감소하여 2040년 5,086만 명으로 추계되며, 비수도권에서의 인구감소 현상이 두드러지는 것으로 나타났다. 이는 국가 차원에서 출산율이 감소하고 있음에도, 수도권은 첨단산업과 고차서비스업이 집적하고, 교육·의료시설 등 생활 인프라가 양호하여, 비수도권으로부터 젊은 연령층의 인구 유입이 지속적으로 이루어지기 때문이다(통계청, 2020; 조대헌, 2021). 그러나, 비수도권의 경우 낮은 출산율로 인한 절대적 인구감소와 수도권으로의 인구 유출에 따른 경제활동인구 감소와 경기침체, 빈집 증가, 도시 인프라 유지에 필요한 재정적 부담 증가 등 구조적 악순환이 고착화되어 지속적인 도시쇠퇴가 발생하고 있다. 이러한 도시쇠퇴는 도시 생애주기 이론의 일시적 쇠퇴가 아닌 장기적인 쇠퇴 현상으로, 이를 경험하고 있는 도시는 축소도시로 정의되었다(Soja, 2003).

국내 연구에서는 인구감소 현상을 기준으로 재정자립도, 노령인구비를 종합적으로 고려하여, 도시가 이전 상태로 재생 불가능한 도시를 축소도시로 정의하였다(이상호, 2016; 구형수 외, 2016; 임형백, 2017; 이삼수 외, 2018; 조대헌, 2021). 구형수 외(2016)의 연구에서는 지속적이고 심각한 인구감소로 인해 발생하는 공간축소가 나타나는 도시를 축소도시로 정의하였으며, 20년간 연평균 인구변화율을 기준으로 축소도시를 설정하였다. 이희연·한수경(2014)은 최근 10년간 인구와 재정자립도가 감소하는 도시를 축소도시로 식별하였으며, 이상호(2016)의 연구에서는 20~39세 여성 인구비율과 65세 이상 고령 인구비율로 산출되는 지역소멸지수를 활용하여 축소도시(소멸도시)를 설정하였다. 이외에도 인구감소 및 재정자립도의 감소와 더불어 「도시재생특별법」 의 쇠퇴도시 기준을 통해 축소도시를 식별한 연구가 이루어졌다(이삼수 외, 2018; 조대헌, 2021).

축소도시 관련 선행연구 검토 결과 시간적 범위는 연구자에 따라 상이하나, 공통적으로 인구감소를 기준으로 축소도시를 설정한 것으로 나타난다. 이에, 본 연구에서는 기존 선행연구에서 제시된 바와 같이 장기적·단기적 관점에서 지속적인 인구쇠퇴가 나타나 이전으로 회복하지 못하는 도시를 축소도시로 정의하였다.

장기적 관점, 단기적 관점에서 지속적인 인구쇠퇴가 나타나 도시가 이전 상태로 회복하지 못하는 축소도시의 발생 요인은 경제적·인구학적 특성, 공간구조 변화, 체제 전환과 환경위기가 있으며(Martinez-Fernandez et al., 2012; Alves et al., 2016), 국내 현황을 고려하였을 때, 경제적·인구학적 특성, 공간구조의 변화가 축소도시의 주요인으로 분류된다(구형수 외, 2016).

교통수단의 발달과 더불어 도시민의 생활반경이 행정구역에 국한되지 않으면서, 중심도시와 배후도시 간 기능적·사회적으로 상호협력하는 새로운 공간 단위인 도시권이 등장하였다(Greene et al., 2007). 국내 연구에서는 비수도권의 지속적인 인구감소 현상을 해결하고, 지역경쟁력 강화를 목적으로 도시권 차원의 접근 필요성이 제시되었으며(심재헌·조연호, 2011; 소순창·이진복, 2015), 정책적으로 과거부터 5+2 광역경제권, 광역도시계획권, 최근 국토기본법과 국가균형발전특별법 개정을 통해 도입된 초광역권 등 다양한 도시권 차원의 계획이 수립되었거나 진행되고 있다.

한편, 도시권에 속하는 도시의 성장·쇠퇴 패턴은 유사한 것으로 나타났으며, 도시권의 쇠퇴 요인은 재구조화, 탈중심화로 나타났다(Frey, 1988). 재구조화(Re-structuring)는 탈산업화로 인해 나타나며, 재구조화 과정에서 제조업·탄광업 등 산업구조에서 고차서비스업 중심의 산업구조로 변화된 도시권은 인적·물적 자원을 타 도시로부터 흡수하고, 재구조화 현상이 나타나지 않은 도시권은 재구조화가 된 도시권으로 인적·물적 자원이 유출되며, 점차 쇠퇴한다(Frey, 1988; Hoekveld, 2014). Martinez-Fernandez and Wu(2007)는 호주를 대상으로 축소도시 현상의 유형과 영향요인에 대해 살펴보았으며, 분석 결과 광산업 중심의 산업구조를 지닌 도시에서 인력과 자본이 유출되면서 축소도시가 발생하고, 이러한 도시의 축소는 도시를 넘어 도시권 차원에서도 발생하는 것으로 나타났다. 특히, 세계화에 따른 산업구조 및 경제적 변화에 대응하지 못한 도시권에서 축소도시가 나타난다(Martinez-Fernandez et al., 2012). 또한, 젊은 연령층이 선호하는 일자리가 없는 도시권의 경우 노령화, 저출산 현상이 심화하고, 도시쇠퇴가 가속화되어 축소도시가 발생하는 것으로 나타났다(European Parliament, 2008).

탈중심화는 공간구조의 변화를 의미하며, 교통수단의 발전과 함께 이동제약이 완화되고, 도시민들이 쾌적한 주거환경을 선호하는 경향으로 탈중심화가 나타난다. 이에, 중심도시는 인구가 유출됨에 따라 쇠퇴를 경험하게 되고, 도시권이 쇠퇴로 이어진다(Frey, 1988). 이러한 탈중심화로 인한 중심도시의 쇠퇴는 도시권에 포함된 도시가 축소도시로 변화하는 데 영향을 미치는 것으로 나타났다(Ubarevičienė et al., 2016; Gao et al., 2021; 신학철·우명제, 2021).

최근 국내 인구는 감소하고 있으며, 특히, 비수도권 지역에서는 심각한 도시쇠퇴 현상을 의미하는 축소도시가 등장하였다. 축소도시에 관한 기존 연구 검토 결과, 축소도시의 요인은 경제적·인구학적 특성, 공간구조의 변화로 구분된다. 한편, 중심도시와 배후도시로 구성되는 도시권의 등장과 함께 도시권에 속하는 도시의 쇠퇴패턴이 유사한 것으로 나타났다. 이는 도시권 차원의 특성이 개별 도시에 영향을 미침을 의미하며, 축소도시가 나타나고 있는 국내 비수도권의 경우 도시권 차원의 특성이 축소도시 현상에 영향을 미칠 수 있음을 의미한다. 그러나, 축소도시에 관한 다수의 기존 연구는 개별 도시 특성이 축소도시에 미치는 영향에 대해 고찰하였으며, 도시권 차원의 특성이 축소도시에 미치는 영향에 관한 연구는 미흡한 상황이다. 이에, 본 연구는 개별 도시의 특성과 함께, 도시권의 특성이 축소도시 현상에 영향을 미칠 수 있음을 가정하여, 개별 도시와 도시권의 특성이 축소도시에 미치는 영향을 다층 로지스틱 회귀분석(Two-Level Logistic regression)을 통해 실증분석하고자 한다.

본 연구의 공간적 범위는 수도권과 제주시, 울릉군, 세종시를 제외한 비수도권 전체 지역을 대상으로 한다. 본 연구의 공간 단위는 시·군으로 설정하였고, 시간적 범위는 데이터 구축이 가능한 2019년으로 설정하였다.

이러한 연구의 범위 내에 연구의 흐름은 다음과 같다. 첫째, 비수도권 축소도시의 기본현황 분석하고, 이를 위해 <표 1>과 같이 기존 문헌에서 제시된 축소도시 식별 기준 중 2가지 이상에 부합하는 53개 지역을 분석대상의 축소도시로 설정하였다.¹⁾ 둘째, 개별 도시 및 도시권의 특성이 축소도시에 미치는 영향을 검증하기 위해 다층 로지스틱 회귀모형을 사용하였다. 이를 위해, <그림 1>과 같이 김도형·우명제(2018)의 연구에서 설정된 도시권 경계를 활용하였으며, 해당 연구는 총목적통행 데이터를 기반으로 거점지역을 선정한 후, 네트워크 영향권을 토대로 객관적인 도시권을 설정하였다. 도시권은 총 25개로 수도권 및 세종시와 제주시, 울릉군이 제외된 모든 시·군지역이 포함된다.

Figure 1. 
Urban Regions (Kim and Woo, 2018) & Shrinking Cities

수도권과 제주시, 울릉군을 제외한 비수도권 124개 시·군을 대상으로 분석한 주요 변수의 기초통계량은 <표 3>과 같다. 물리적 변수 중 시·군 중심으로부터 KTX역까지의 거리는 평균 30.3km로 분석되었으며, 목포시가 KTX역까지의 거리가 1.1km로 가장 짧으며, 울진군의 경우 KTX역까지의 거리가 92.8km로 가장 긴 것으로 나타났다. 시·군 지역의 대학교 수는 평균 1.8개로 분석되었으며, 가장 많은 대학교가 위치한 곳은 부산광역시로 22개 대학교가 입지한 것으로 나타났고, 60곳의 시·군 지역에는 대학교가 없는 것으로 분석되었다.

경제적 변수 중 전산업 대비 제조업의 종사자 수 비중은 평균 19.6%로 분석되었으며, 제조업 종사자 수의 비중이 가장 높은 지역은 함안군 55.0%, 가장 낮은 지역은 태안군 4.7%로 나타났다. 전산업 대비 서비스업의 종사자 수 비중은 평균 9.0%로 분석되었으며, 대전광역시가 22.0%로 가장 높고, 고령군이 3.1%로 가장 낮은 것으로 나타났다. 산업의 다양한 정도를 의미하는 다양성 지수의 경우 평균 8.7로 나타났으며, 나주시가 12.0으로 가장 높으며, 함안군이 3.1로 가장 낮은 것으로 분석되었다. 마지막으로 산업재구조화 지수의 경우 평균 103.4로 분석되었으며, 가장 높은 지역은 통영시로 169.7 값을 지니며, 가장 낮은 지역은 영광군으로 71.5 로 분석되었다. 인구학적 변수의 경우 65세 이상 고령 인구의 비중은 비수도권 평균 25.0%인 것으로 나타났다.

본 연구의 주요 변수인 광역(도시권) 차원의 변수 중 산업재구조화 지수는 평균 102.2로 분석되었으며, 통영 광역권의 산업재구조화 지수가 126.1로 가장 높고, 태백-정선 광역권의 산업재구조화 지수가 89.6으로 가장 낮은 것으로 분석되었다. 총 25개 도시권 중 중심도시가 쇠퇴하는 도시권은 16개로 분석되었으며, 도시권 스프롤 지수의 경우 비수도권 평균 103.4, 스프롤 지수가 가장 낮은 지역은 천안-아산-당진 도시권, 스프롤 지수가 가장 높은 지역은 속초-고성군으로 분석되었다.

제3장 2절에서 설정된 도시 스프롤 지수, 산업재구조화 지수를 대상으로 축소도시와 비 축소도시 간 차이를 분석하기 위해 T-test, Cross Table 분석을 시행하였으며, 분석 결과는 다음과 같다.

우선, 축소도시를 고려하여, 시·군 차원의 도시 스프롤 지수, 산업재구조화 지수에 대한 T-test를 시행하였으며, 분석 결과는 <표 4>와 같다. 산업재구조화 및 도시 스프롤 지수는 통계적으로 유의미한 것으로 분석되어, 집단 간(축소도시, 비 축소도시) 통계적 차이가 있는 것으로 나타났다. 도시 스프롤 지수는 축소도시가 비 축소도시에 비해 집단 간 평균이 약 7.75 높은 것으로 분석되었으며, 이는 축소도시에서 도시 스프롤 현상이 비 축소도시에 비해 높음을 의미한다. 산업재구조화 지수의 경우 축소도시가 비 축소도시보다 집단 간 평균이 약 -3.80 낮은 것으로 나타났으며, 이는 축소도시에서는 첨단산업 및 생산자 서비스업으로의 전환이 비 축소도시에 비해 느리게 진행됨을 의미한다.

한편, 도시권 차원의 스프롤 지수, 산업재구조화 지수와 중심도시의 쇠퇴여부 변수에 대한 T-test를 시행함에 있어 표본의 수(25개), 집단변수(축소도시, 비 축소도시)와 공간 단위의 불일치성에 대한 한계가 존재한다. 이에, Cross-table 분석을 시행하였으며 분석 결과는 <표 5>와 같다. 우선 도시권에 포함된 시·군 중 절반 이상의 시·군이 축소도시로 식별된 도시권을 축소도시권으로 설정하였다. 분석 결과 축소도시의 경우 도시권의 스프롤 지수가 비 축소도시의 도시권에 비해 높은 것으로 분석되었다. 산업재구조화 지수의 경우 축소도시가 포함된 도시권이 비 축소도시가 포함된 도시권에 비해 낮은 것으로 나타났다. 이는 축소도시권의 경우 비 축소도시권에 비해 스프롤 현상이 높으며, 도시권 차원의 산업구조가 첨단산업으로 전환될수록 도시권 차원의 축소화 현상이 발생할 가능성이 낮아짐을 의미한다. 중심도시의 쇠퇴 여부에 대한 변수는 축소도시권의 경우 중심도시의 쇠퇴가 더 많이 나타나는 것으로 분석되었다.

축소도시 및 도시권 현황에 대한 분석 결과, 시·군 차원의 도시 스프롤과 산업재구조화와 더불어 도시권 차원의 스프롤과 산업재구조화는 시·군 지역의 축소도시 현상에 영향을 줄 수 있는 것으로 나타났다. 이는 축소도시 현상은 개별 도시의 특성과 더불어 도시가 속한 상위 공간 단위인 도시권의 특성으로부터 영향을 받을 수 있음을 의미한다. 이에, 본 연구에서는 다층 로지스틱 회귀모형을 통해 도시권 차원의 특성이 축소도시 현상에 미치는 영향을 통계적으로 검증하였다.

도시권 차원의 특성이 축소도시에 미치는 영향을 분석하기 위해 다층 로지스틱모형을 사용하였으며, 분석 결과는 <표 6>과 같다.

우선 상위 레벨인 도시권 간 차이가 종속변수인 축소도시를 얼마나 설명하고 있는지를 의미하는 집단 내 상관(ICC: Intraclass correlation coefficient)를 산출하였다. 무제약모형을 통한 ICC는 식 (5)를 통해 산출되며, 본 모형의 분석 결과, ICC 값은 0.23으로 도출되며 축소도시의 여부에 대한 총 분산 중 도시권의 차이로 설명되는 비율이 약 23%임을 의미한다. 일반적으로 ICC가 0.05 이상일 경우 다층모형을 사용하며, 0.15 ~ 0.2 수준일 경우 상위 레벨의 영향이 강한 것으로 판단된다(홍세희, 2007; Heck and Tomas, 2009). 이에 축소도시에 미치는 도시권의 영향은 높은 것으로 해석되어, 도시와 도시권 차원의 특성을 종합적으로 고려할 수 있는 다층분석이 적합한 것으로 나타났다.

(5)

이후, 무제약모형에 시·군 차원의 변수와 도시권 차원의 변수를 투입하여 임의절편모형을 분석하였다. 임의절편모형은 설명변수들이 종속변수에 미치는 영향을 추정할 수 있으며, 시·군 차원의 변수를 투입한 임의절편모형과 시·군 차원의 변수, 도시권 차원의 변수를 모두 투입한 임의절편모형과의 잔차 편차(Residual deviance) 비교를 통해 적합모형을 도출할 수 있다. 분석결과 잔차 편차는 시·군 차원의 변수, 도시권 차원의 변수를 모두 투입한 임의절편모형이 가장 낮은 것으로 분석되어, 해당 모형이 가장 적합한 것으로 해석된다.

시·군 차원의 변수, 도시권 차원의 변수를 모두 투입한 임의절편모형의 분석결과는 다음과 같다. 우선 물리적 특성변수인 대학교의 수는 통계적으로 유의한 것으로 나타났으며, 오즈비가 1 미만의 값으로 나타났다. 이는 대학교가 많은 지역일수록 축소도시가 되지 않을 확률이 증가함을 의미한다. 인구학적 변수의 경우 65세 이상 인구 비중변수가 유의한 값으로 나타났으며, 오즈비가 1 이상의 값으로 나타났다. 이는 선행연구와 일관된 결과로, 고령 인구가 1% 증가하면, 축소도시가 될 확률이 약 1.135배 증가함을 의미한다.

경제적 특성변수인 제조업 종사자 수의 비율 변수는 오즈비가 1보다 작은 값으로 분석되어, 제조업 종사자 수의 비중이 1% 증가할수록 축소도시가 되지 않을 확률이 약 1.12배(1/0.89) 증가하는 것으로 나타났다. 이는 과거 도시의 성장을 견인하였던 제조업이 현재까지도 비수도권 지역에서는 도시의 경제기반을 형성하며 인구 규모를 유지하는 주요 요인으로 작용하고 있음을 의미한다. 산업의 다양성을 의미하는 다양성 지수의 경우 오즈비가 1보다 작은 값으로 나타나, 다양성 지수가 1 증가할 경우 축소도시가 되지 않을 확률이 약 1.91배(1/0.524) 증가하는 것으로 나타났다. 이러한 결과는 도시 내 다양한 산업기반이 구축될 경우, 특정 산업이 쇠퇴하더라도 산업구조의 다양성으로 도시 전체의 쇠퇴를 억제할 수 있는 요인으로 작용할 수 있으며, 산업 간 상호교류를 통한 범위의 경제 형성으로 도시의 회복력(resilience)을 높일 수 있음을 의미한다. 산업재구조화 지수는 앞선 제조업 종사자 수의 비중 및 산업 다양성 지수와 같이 오즈비가 1보다 작은 값으로 나타났다. 이는 서비스산업의 증가 속도가 제조업의 증가 속도에 비해 높을 경우, 해당 도시가 축소도시가 될 확률이 감소함을 의미한다.

경제적 특성 변수의 분석결과를 종합하면, 제조업 중심의 산업구조를 지닐수록, 다양한 산업구조를 지닐수록, 서비스업의 증가 속도가 제조업의 증가 속도보다 빠를수록 축소도시가 될 확률이 감소함을 의미한다. 이는 지역 특성을 고려하여, 다양한 산업구조 및 서비스업으로의 전환이 어려운 비수도권 지역에서는 견고한 제조업 중심의 산업구조 기반구축이 여전히 중요함을 의미한다. 또한, 사회·경제적 변화에 대응하여 서비스업으로의 전환이 이루어지는 경우에는 특정 서비스업에 집중되기보다는 다양한 서비스업으로의 전환이 필요함을 의미한다. 아직까지는 비수도권 지역에서 제조업 비중이 중요한 성장요인으로 작용하고 있으나 제조업에서 강세를 보였던 기존 도시들이 4차산업혁명과 산업구조변화에 따라 어려움을 겪고 있음을 감안할 때, 비수도권 도시들의 제조업 의존 추세가 언제까지 지속될 수 있을지는 의문이다. 또한, 산업의 다양성, 서비스업으로의 전환이 주요 성장요인이 될 수 있음을 감안할 때, 현재 제조업 비중이 높은 도시들은 도시 축소화 억제를 위해 제조업 구조고도화와 함께 산업재구조화에 대한 노력이 동시에 진행될 필요가 있다.

도시권 차원의 변수는 산업재구조화 지수와 중심도시의 쇠퇴 더미변수가 통계적으로 유의한 값으로 나타났다. 산업재구조화 지수의 경우 오즈비가 1 미만의 값으로 분석되어, 서비스업의 증가 속도가 제조업의 증가 속도에 비해 빠를수록 축소도시가 될 확률이 감소하는 것으로 나타났다. 이는 시·군 차원의 산업재구조화 지수와 유사한 결과로, 도시권 차원에서도 서비스업이 해당 권역 내 도시들의 성장요인으로 작용할 수 있음을 의미한다. 또한, 선행연구와 일관된 결과로 고차서비스업으로의 산업전환은 양호한 고용기반을 제공하여, 비수도권 도시민들의 지역 정착을 유도하는 것으로 해석할 수 있다. 한편, 도시권 차원 중심도시의 쇠퇴가 나타날 경우, 시·군 차원의 축소도시가 될 확률이 약 3.344배 증가하는 것으로 나타났다. 이는 도시권 차원의 중심 거점이 약해질 경우 도시권 차원 중심도시의 쇠퇴뿐만 아니라, 도시권 내 외곽지역의 축소도시 발생에 영향을 줄 수 있음을 의미한다. 즉, 도시권 내에서 핵심 거점이라 할 수 있는 중심도시의 역량이 부족할 경우 개별 도시의 쇠퇴를 넘어 도시권 차원의 축소화 현상이 발생할 수 있으며, 이는 도시권 차원의 성장관리 정책의 필요성을 시사한다.