[논문 리뷰] The spatial organization of the population density in cities

Valerio Volpati, Marc Barthélemy|arXiv (Cornell University)|2018. 04. 03.

Land Use and Ecosystem Services참고 문헌 17인용 수 22

한 줄 요약

이 논문은 도시 공간 조직을 분류하기 위해 인구 밀도 이질성에 대한 지니 계수(G)와 핫스팟 국지화에 대한 산산화 지수(η)를 사용하는 이차원 프레임워크를 제안한다. 200×200 m 해상도에서 프랑스의 4,500개 지자체를 분석하여, 균일/산재한, 극도로 이질적/집중된, 이질적/단심핵, 이질적/다심핵의 네 가지 구분되는 도시 유형을 규명하였으며, 이질성이 높을수록 집중도가 증가함을 입증하였다.

ABSTRACT

Although the average population density of a city is an extremely simple indicator, it is often used as a determinant factor for describing various aspects of urban phenomena. On the other hand, a plethora of different measures that aim at characterizing the urban form have been introduced in the literature, often with the risk of redundancy. Here, we argue that two measures are enough to capture a wealth of different forms of the population density. First, fluctuations of the local density can be very important and we should distinguish almost homogeneous cities from highly heterogeneous ones. This is easily characterized by an indicator such as the Gini coefficient $G$, or equivalently by the relative standard deviation or the entropy. The second important dimension is the spatial organization of the heterogeneities in population density and we propose a dispersion index $η$ that characterizes the degree of localization of highly populated areas. We argue that these two dimensions are enough to characterize the spatial organization of cities, and we discuss this approach using a dataset of about $4,500$ cities belonging to the $10$ largest urban areas in France, for which we have high resolution data. Representing cities in the plane $(G,η)$ allows us to construct families of cities. On average, compactness increases with heterogeneity, and we find four large categories of cities (with population $>10,000$ inhabitants): (i) first, homogeneous and dispersed cities with small density fluctuations, (ii) very heterogeneous cities with a compact organization of large densities areas. The last two groups comprise heterogeneous cities with (iii) a monocentric organization or (iv) a more delocalized, polycentric structure. Integrating these two parameters in econometric analysis could improve our understanding of the impact of urban form on various socio-economical aspects.

연구 동기 및 목표

• 도시 인구 밀도의 공간 조직을 기술하는 데 최소이면서도 종합적인 지표를 규명하는 것.
• 기존 도시 형태 지표의 중복성과 모호성을 해결하기 위해 밀도의 이질성과 공간적 국지화라는 두 핵심 차원에 집중하는 것.
• 고해상도 인구 데이터를 기반으로 한 강력하고 데이터 기반의 도시 분류 프레임워크를 제공하는 것.
• 도시 형태가 사회경제적 과정에 미치는 영향을 단순화된 그러나 정보가 풍부한 도시 형태 표현을 통해 평가하는 것.

제안 방법

• 지그릿셀의 국지적 인구 밀도 변동을 측정하여 이질성을 기술하기 위해 지니 계수(G)를 사용하는 것.
• 인구 핫스팟의 공간적 국지화를 측정하기 위해 산산화 지수(η)를 정의하여 집중된 분포와 산산화된 분포를 구분하는 것.
• 모수적 가정에 의존하지 않는 국지적 인구 밀도 임계값 기반의 비모수적 핫스팟 식별 방법을 사용하는 것.
• 고해상도(200×200 m) 인구 데이터를 활용하여 (G, η) 평면을 적용해 도시를 고유한 형태학적 가문으로 분류하는 것.
• 프랑스의 10대 대도시 지역 전역 약 4,500개 지자체를 분석하며, 인구 10,000명 이상인 지역에 집중하는 것.
• 밀도 분포 패턴에 기반해 (G, η) 평면을 사용해 도시를 네 가지 구분되는 형태학적 유형으로 시각화하고 군집화하는 것.

실험 결과

연구 질문

• RQ1 이질성과 공간적 국지화라는 두 지표만으로 도시 인구 밀도의 공간 조직을 충분히 기술할 수 있는가?
• RQ2 다른 도시 형태(예: 단심핵 대비 다심핵)는 (G, η) 평면에 어떻게 분포하는가?
• RQ3 프랑스 지자체 전역에서 도시의 밀도 집중도는 어느 정도 인구 밀도 이질성과 상관관계가 있는가?
• RQ4 (G, η) 프레임워크는 균일하고 산재한 도시와 극도로 이질적이고 집중적이거나 산산화된 도시를 구분할 수 있는가?
• RQ5 이 이차원 분류 프레임워크는 도시 형태가 사회경제적 결과에 미치는 영향을 이해하는 데 어떤 함의를 지닌다?

주요 결과

• (G, η) 평면은 인구 밀도 패턴에 기반해 도시를 네 가지 명확히 구분되는 형태학적 유형으로 성공적으로 분류한다.
• 더 높은 이질성(지니 계수)을 보이는 도시는 일반적으로 더 집중적인 경향이 있어, 밀도 변동성과 공간 집중도 사이에 정적 상관관계가 있음을 시사한다.
• 식별된 네 군집은 다음과 같다: (i) 균일하고 산재한, (ii) 극도로 이질적이고 집중된, (iii) 이질적이고 단심핵인, (iv) 이질적이고 다심핵인.
• 파리(균일/산재), 폰타인불로(이질적/집중), 생드니(이질적/다심핵), 후이유(이질적/단심핵)와 같은 대표 도시들이 분류 프레임워크의 타당성을 검증한다.
• 특히 불연속적이거나 파편화된 개발 상황에서 공간 상관관계를 해석할 때의 모호성을 피하기 때문에, 기존의 Moran 계수와 비교해도 이 프레임워크가 더 낫다.
• 이 접근법은 비모수적이고 분포에 의존하는 방식으로 인구 핫스팟을 식별할 수 있어, 도시 형태 기술의 강건성을 향상시킨다.