J. Korean Soc. Hazard Mitig Search

CLOSE


J. Korean Soc. Hazard Mitig. > Volume 22(5); 2022 > Article
소방서비스 분석을 통한 소방관서 입지분석 방법론 탐구: 골든타임 데이터를 중심으로

Abstract

Recently, fire services have attracted considerable attention owing to issues such as the occurrence of large-scale fire accidents and the national position of firefighters. The location and establishment of fire stations is under the authority of the cities and counties (Si-Gun) governor, and local governments should provide new indicators for the provision of adequate fire service. This study was conducted to develop a methodology for enabling local governments to provide adequate fire services in the future. The number of “missed golden times” was used as the main indicator, and areas with weak fire services were identified through hotspot analysis. The city and county (Si-Gun) regions of Gyeongsangnam-do province are diversely scaled. Therefore, we analyzed three pertinent aspects: missed golden times’ “missed golden times per 1,000 people,” and “missed golden times per square kilometer.” The analysis yields hotspots for missed golden times and missed golden times per square kilometer in cities toward the east of Gyeongsangnam-do province and the hotspots for missed golden times per 1,000 people in counties of western Gyeongsangnam-do province. These indicators and methodologies, if applied, can serve as one of the major criteria for selecting the location for a new local governmental fire station in the future.

요지

최근 대형 화재사고 발생 및 소방공무원 국가직 등의 이슈를 통해 소방서비스가 주목받고 있다. 소방관서 입지 및 신설은 시⋅도지사의 권한으로 지방자치단체에서는 균등한 소방서비스 제공을 위한 새로운 지표를 제공해야 할 시점이 왔다. 본 연구에서는 추후 지방자치단체가 균등한 소방서비스를 제공하기 위한 방법론을 제공하기 위해 수행되었다. 골든타임 미처리건수를 주요 지표로 사용하고 핫스팟분석을 통해 소방서비스가 취약한 지역을 도출하였다. 경상남도 시⋅군지역은 규모가 다양하기에 이를 고려하여 3가지(골든타임 미처리건수, 천명 당 골든타임 미처리건수, 1 km2당 골든타임 미처리건수) 지표를 분석하였다. 골든타임 미처리건수 및 km2당 골든타임 미처리건수는 경남의 동부 시 지역, 천명 당 골든타임 미처리건수는 경남 서부지역의 군지역에서 소방서비스가 취약한 것으로 나타났다. 이러한 지표 및 방법론을 활용한다면 추후 지방자치단체 소방관서 신설계획 시 소방관서 입지를 제안할 수 있는 주요한 기준 중 하나로 활용할 수 있을 것이다.

1. 서 론

최근 병원, 물류센터 등에서 발생한 대규모 화재, 전염병 등 다양한 안전 이슈들이 발발하며 도시의 안전 서비스가 주목받고 있다. 특히 소방서비스는 생명과 직결되어 있기에 골든타임을 확보하는 것이 중요하다. 관련하여 행정안전부에서는 빅데이터와 인공지능 등의 첨단기술을 활용하여 골든타임 내 안전 서비스를 제공하기 위해 노력하고 있다.
2020년 4월 소방공무원의 국가직 전환에 따라 시⋅도 재정에 의해 결정되었던 인력, 시설, 장비 등 소방력의 격차가 감소하고, 균등한 소방서비스가 확보될 것으로 기대되고 있다. 하지만 대형 재난 등 필요한 경우를 제외하고, 시⋅도지사의 인사권과 지휘 및 통솔권은 현행대로 추진된다. 지방정부는 이러한 변화에 따라 소방력 보강과 소방관서 추가입지에 대한 기준을 마련해야 한다.
또한 안전 사각지대 해소를 위한 지방정부의 전략이 필요하다. 소방관서와 같은 기관은 ‘공공재’와 ‘안전’이라는 특성을 동시에 가지고 있어 입지의 효율성, 형평성 그리고 재정여건 등이 고려되어야 한다.
기존 소방관서 입지 관련 선행연구들은 그 지역이 가지고 있는 인구, 위험물, 소방서비스 비수혜지역 등의 지표가 활용되었다. 이러한 연구는 사고가 발생할 확률을 예측하여 소방관서의 입지를 제안한 것이다. 따라서 실제 도시 형태, 교통 흐름 등을 반영하지 못하는 한계가 있다. 따라서 본 연구에서는 소방관서의 골든타임처리건수를 활용하여 실제 상황을 반영한 분석을 실시하고자 한다. 이를 통해 소방서비스 취약지역을 도출하고 소방관서 추가입지에 소방실적을 활용할 수 있는 방법론을 탐구하는 것이 목적이다.

2. 선행연구

2.1 소방관서 입지에 대한 고찰

「소방기본법」, 「지방자치법」, 「지방소방기관설치에 관한 규정」 등에 따르면 소방관서는 지방자치단체의 직속기관이다. 「지방자치단체의 행정기구와 정원기준 등에 관한 규정」에서는 지방 기관 설치 고려사항으로 목적과 기능의 명확성⋅독자성⋅계속성, 규모의 적정성, 다른 기관과의 균형성, 주민편의⋅행정능률 등을 고려한 효율성, 통솔범위, 기능의 중복 유무 등을 검토하도록 한다.
소방관서의 목적은 지역 소방서비스를 제공하는 행정기관으로, 소방업무는 「소방기본법」 제3조에 따라 화재 예방⋅경계⋅진압 및 조사, 소방안전교육⋅홍보와 화재⋅재난⋅재해 그 밖의 위급한 상황에서의 구조와 구급 등의 업무로 정의한다.
위험 상황에 대처하기 위해 소방관서는 현장까지의 소요 시간을 고려해야 하며 이러한 특성으로 인해 ‘입지’가 주요한 요소로 개입된다. 행정구역, 인구수, 면적에 따라 소방관서가 설치되며 이외 소방서비스 수요 및 위험이 있는 경우 추가설치가 가능하다. 이러한 설치기준은 현재 「지방소방기관 설치에 관한 규정」에서 서술되어 있으며 소방관서의 명칭, 위치, 관할 구역과 같은 입지는 시⋅도의 조례를 기반으로 한다. 또한 지방정부는 「소방력 보강계획」 수립 시 자체 소방력 외 소방관서 신설에 관한 내용을 첨부하고 있다. 입지는 재정적 한계에 따라 우선순위를 함께 제시하게 되는데, 이때 소방서비스의 효율성이 소방관서 신설을 위한 중요한 고려 기준이 된다.

2.2 소방서비스 분석

소방서비스는 명확한 용어가 정의되어 있지 않지만 선행연구를 통해 시민들의 생명과 재산을 보호하는 보장성 서비스 중 하나로 소방서비스를 정의 할 수 있다(Lee, 2017; Ahn et al., 2020).
소방서비스는 크게 화재, 구조, 구급 출동으로 분류된다. 「119구조⋅구급에 관한 법률」(119법)에서 구조는 외부 도움을 통해 사람의 생명, 신체 및 재산 보호를 위해 수행하는 모든 활동으로 정의되며, 구급은 응급환자에 대하여 행하는 상담, 응급처치 및 이송 등의 활동이다. 구조와 구급 또한 인간의 생명과 관련한 출동으로 골든타임 확보가 필요하다.
소방 출동 5분 초과 시 화재 사망자가 2배 이상 높다는 선행연구 결과는 소방서비스 골든타임의 중요성을 강조한다(The Seoul Institute, 2017). 현재 국내에서는 신고접수-출동 시간까지 골든타임을 7분으로 지정하고 있다(National Fire Agency, 2015). 신고접수부터 출동 지령까지 1분, 출동 지령에서 차고 출발까지 1분, 차고 출발부터 현장 도착까지 5분으로 단계가 구분된다.
골든타임 내 서비스 제공 지역 도출은 다수의 연구에서 GIS의 네트워크분석 통해 분석되었다. 소방서비스의 골든타임 공급 범위를 계산하고 그 면적을 기준으로 서비스 수혜-비수혜 영역을 구분한다. 이러한 서비스 영역은 사회적 취약성, 위험 요소 등의 공간 데이터와 중첩하여 해석한다(Lee and Lee, 2011; Lee, 2017; Ahn et al., 2020). 또한 공간 불일치 개념(Kain, 1968)을 활용하여 소방서비스가 필요한 지역임에도 비수혜지역인 곳을 도출하는 방식으로 소방서비스 취약지역을 정의하여 분석하였다(Lee and Lee, 2011).

2.3 공공서비스 분석에 관한 선행연구 고찰

경찰, 소방, 일반 행정, 세무 등 다양한 공공서비스는 지방정부 혹은 특별 행정기관을 통해 공급된다. 이러한 공공서비스의 성과 평가는 서비스 활동이 근본적으로 추구하는 목표 또는 기본적 가치와 관련하여 시민들에게 제공된 서비스의 결과를 측정하고 판단해야 한다(Kim, 2021).
소방서비스는 ‘골든타임 내 출동’이라는 결과물을 기초로 평가되고 있다. 다수의 선행연구에서 분석한 소방서비스 수혜지역은 서비스 도달의 공간적 범위를 가상으로 분석하지만, 실제 사건이 반영되지 않는다. 대표적으로 소방차 출동 시 교통상황에 의해 지체시간이 발생하게 되므로 실제 이동거리와 네트워크 분석을 통한 소방서비스 간에 공간적 불일치가 발생하게 된다(Oh et al., 2012).
범죄 관련 연구에서는 실제 이력 데이터를 활용하여 치안 서비스 필요지역을 도출하고 있다. 우선 범죄를 도시의 병리적 문제로 인식하고, 범죄 발생에 대한 공간 군집성 분석을 실시한다(Lee et al., 2015). 특히 핫스팟 분석은 우범지역을 도출하고 적은 인원으로 효율적 범죄예방 및 치안유지를 제안하는 연구에 사용되고 있다(Kang, 2008). 방재 관련 연구에서는 군집분석과 핫스팟 분석을 통해 한정된 소방 자원의 효율적 배치를 제안하였는데, 화재발생을 위험요소로 정의하고 위험이 군집된 지역에 소방자원을 우선적으로 배치할 것을 강조하였다(Kim, 2014; Bae, 2018).

2.4 소결

지방자치단체 내 관할지역의 규모 차이 등으로 인해 소방기관 및 소방력 배치에 차이가 존재한다. 균등한 소방서비스 제공을 위해 지방정부는 소방서비스를 면밀히 검증할 수 있는 지표에 대한 고민이 필요하다.
다수의 선행연구에서는 소방서비스 수요를 잠정적으로 예측하는 방법론을 사용한다. 인구, 시설 입지 등의 요인을 바탕으로 소방서비스 잠재수요 및 네트워크 분석을 통해 소방차의 이동범위를 산정한다. 그러나 이는 잠재수요라는 측면에서 실제 수요와 차이가 존재하며 네트워크 분석 시 지역의 교통 흐름을 반영하지 못하는 한계가 있다.
본 연구에서는 이러한 한계를 보완하기 위해 실제 소방관서 출동 결과 자료를 활용하였다. 소방서비스가 골든타임 내 도달하지 못한 데이터(골든타임 미처리건수)를 활용하여 위험성이 높은 지역을 분류하기 위해 핫스팟분석을 통해 소방관서의 신규 입지를 제안하고자 한다.

3. 소방서비스 분석

3.1 분석 범위

본 연구에서는 여러 도시 규모를 고려하기 위해 분석의 공간적 범위를 도농이 통합되어있는 경상남도로 설정하였다. 경상남도가 관할하는 소방관할 구역은 창원을 제외1)한 17개 시⋅군(247개 읍⋅면⋅동)이 본 연구의 공간적 범위에 해당한다. 경남에는 98개의 소방안전센터 및 지역대가 존재한다(Fig. 1).
Fig. 1
Gyeongsangnam-do (Excluding Changwon) Jurisdiction Fire Station
kosham-2022-22-5-133gf1.jpg
경상남도의 소방서비스 분석을 통해 소방서비스가 골든타임 내에 처리되고 있는지를 분석하고, 소방서비스 불균형 완화를 위해 신규 소방관서 입지 방법론을 탐색하고자 한다.

3.2 경상남도 소방서비스 개요

2018년 경남의 화재 출동 7분내 도착률의 평균은 62.6%이며, 밀양시가 36.2%로 가장 낮은 골든타임 내 도착률을 보이고 있다(Table 1). 밀양시의 경우 출동 시간과 출동 거리가 가장 긴 것으로 나타났다. 진주시는 7분내 도착률이 74.4%로 가장 높게 나타났다. 진주시의 화재 발생건수(195건)는 경남 평균(156.4건) 보다 많았으나 출동 시간과 거리는 평균보다 짧게 나타나 전반적으로 소방서비스가 우수하다고 할 수 있다.
Table 1
Overview of Fire Dispatch
Division Number of fires Time (min) Distance (km) Arrival rate within 7 minutes (%)
All Average 156.4 7.67 4.6 62.6
Median 136.5 7.43 4.3 62.9
Min 86.0 6.18 3.0 36.2
Max 279.0 10.02 6.3 74.4
Jinju 195 6.700 4.21 74.40
Tongyeong 119 6.183 3.42 73.10
Sacheon 122 6.467 3.00 72.10
City Gimhae (E) 224 7.100 3.12 62.10
Gimhae (W) 279 6.583 3.51 69.20
Miryang 174 10.017 6.34 36.20
Geoje 204 7.283 3.92 67.60
Yangsan 228 7.417 3.93 63.60
Uiryeong 88 8.633 5.96 61.40
Haman 180 7.183 4.04 59.40
County Changnyeong 170 8.517 4.48 60.60
Goseong 119 7.183 3.93 68.10
Namhae 86 8.767 5.86 47.70
Hadong 110 8.283 5.03 58.20
Sancheong 139 8.183 5.80 61.90
Hamyang 126 7.883 5.30 57.90
Geochang 134 7.450 5.27 69.40
Hapcheon 119 8.250 5.88 63.90

Source: Gyungsangnam-Do

7분 내 도착률은 평균 출동 시간과 거리가 짧을수록 높아지는 경향을 보였다. 다만, 함안의 경우 시간과 거리가 평균보다 적으나 골든타임 내 도착률이 상대적으로 낮게 나타났다. 화재 건수가 평균보다 많은 것이 주요한 요인이라고 할 수 있으나 소방관서의 위치가 적정한지에 대한 면밀한 검토가 필요한 것으로 보인다. 도착률 자체가 화재 출동 거리와 시간에 음(-)의 상관이 있지만, 화재 발생 건수 또한 도착률에 영향을 미친다고 할 수 있다.

3.3 소방서비스 분석 방법

3.3.1 자료

자료는 2018년 시점 경상남도의 소방관서 별 집계 자료를 활용하였다. 창원을 제외한 247개 읍⋅면⋅동의 인구, 면적, 관할지역대, 소방대상물, 출동 처리 건수, 처리 건수, 골든타임 처리 건수 등으로 구성된다.
출동 처리 건수와 골든타임 처리 건수를 사용하여 골든타임 내 미처리건수를 도출하였다. 소방 출동 건수는 자체 처리, 오인 신고, 거짓 신고 등의 이유로 처리하지 못한 건수를 포함하고 있어 이를 제외한 실제 처리 건수를 본 연구에서 사용하였다.
소방서비스는 화재, 구조, 구급 출동을 모두 포함하기에 세 항목의 출동 데이터를 모두 활용하였다. 화재 출동의 경우 다수의 연구를 통해 동의된 골든타임 도착 시간의 기준(7분)이 있지만 구조와 구급의 경우 그 기준이 불분명하여 소방공무원 등 현장 전문가의 의견을 수렴하여 구조의 골든타임 시간을 7분, 구급(중증)은 5분으로 산정하였다.
골든타임 미처리건수의 분포 경향을 통해 위험요인의 다발성을 알아보고자 한다. 동시에 연구지역의 규모가 다양하기에 인구 및 면적을 고려하여 총 3가지 측면의 지표를 살펴보고자 한다. 이는 소방 출동 서비스의 총규모가 비슷하더라도 면적이 넓을수록 소화해야 하는 서비스 범위가 넓어지고 인구가 많을수록 주민 한 명이 받는 서비스는 상대적으로 작아지는 문제를 고려하기 위해서이다.
데이터는 총 9가지로 구분된다. 화재, 구조, 구급의 골든타임 건수와 인구 천 명당 화재, 구조, 구급의 골든타임 건수, 1 km2당 화재, 구조, 구급의 골든타임 건수로 Table 2와 같다.
Table 2
Data Classification
Missed Golden Times Missed Golden Times per 1,000 people (P) Missed Golden Times per 1 km2 (A)
Fire F F/P F/A
Rescue R R/P R/A
Emergency E E/P E/A

3.3.2 분석 방법

골든타임 미처리 사건들을 위험요인으로 정의하고 공간적 분포를 분석하기 위해 실시한 군집분석은 공간적 자기상관을 기초로 한다. 공간적 자기상관은 Tobler (1970)의 지리학 제 1법칙이 적용되는데, 이 개념은 가깝게 있는 것일수록 멀리 떨어져 있는 것보다 관련성이 크다는 것이다(KRIHS, 2004). 먼저 전역적 Moran’s I를 진행하여 골든타임 미처리건수가 연구범위에서 전체적으로 공간적 상관성이 있는지를 살펴본 후 공간군집 분석(LISA와 Hot-spot 분석)을 진행하고자 한다.
전역적 Moran’s I (I통계)는 유사한 값들이 공간적으로 인접하여 분포하려는 경향을 분석한다. Eq. (1)과 같이 관계를 표현할 수 있다. z는 지역 속성의 편차, wi,j는 i와 j 지역 사이의 공간적 가중치, n은 지역의 총 개수이다(Esri).
(1)
I=nS0i=1nj=1nwi,jzizji=1nzi2S0=i=1nj=1nwi,j
I 통계량은 -1~+1 사이의 값을 가지며 +1에 가까울수록 양의 공간적 자기상관이 강하고, -1에 가까울수록 음의 공간적 자기상관이 크다고 해석할 수 있다. Moran’s Index는 이론적 경계 안에 있는 0.25이며, Z-Score 해석은 Table 3과 같다.
Table 3
Z-value of Global Moran’s I
Z[I] Spatial autocorrelation Significance Level
2.57 ≤ Z[I] Very High 1%
1.96 ≤ Z[I] < 2.57 High 5%
-1.64 ≤ Z[I] < 1.96 Slightly High 10%
-1.64 ≤ Z[I] < -1.64 Commonly (Random Pattern) -
-1.96 ≤ Z[I] < -1.64 Slightly Low 10%
-2.5 ≤ Z[I] < -1.96 Low 5%
Z[I] ≤ -2.57 Very Low 1%
공간군집을 알아보는 방법은 대표적으로 LISA (Anselin’s local Moran’s I)와 Getis-ord Gi*를 활용한 핫스팟 방법이 있다. LISA는 국지적 군집지역과 이례지역을 도출한다. 식은 Eq. (2)와 같으며, xi는 i 지역의 특성, ¯X는 해당 속성의 평균, wi,j는 i와 j 지역 사이의 공간적 가중치이다(Esri).
(2)
Ii=(xiX¯)Sz2j=1,jinwi,j(xjX¯)S2=j=1,jin(xjX¯)2n1
Hotspot분석은 Getis-ord Gi* 를 계산하여 높은 클러스트를 Hot Spot 낮은 클러스트를 Cold Spot으로 나타낸다(Lee and Shim, 2011). Getis-ord (G통계)는 ‘높은’ 혹은 ‘큰’ 값을 가지는 단위 지역들이 군집하려는 경향을 공간적으로 분석하는 지표이다. 식은 Eq. (3)과 같이 표현할 수 있으며 xj는 j 지역의 특성값, wi,j는 i와 j 지역 간 공간적 가중치, n은 전체지역 수이다(Esri).
(3)
Gi*=j=1nwi,jxjX¯j=1nwi,j[nj=1nwi,j2(j=1nwi,j)2]n1
LISA 분석의 결과는 4개의 유형으로 나타난다. HH (high-high) 유형은 원점을 기준으로 높은 값 주변에 높은 값이 분포, LL (low-low) 유형은 낮은 값 주변에 낮은 값 분포, HL (high- low) 유형은 높은 값 주변에 낮은 값이 존재, LH (low-high) 유형은 낮은 값 주변에 높은 값이 분포로 해석할 수 있다. Hotspot분석의 결과는 2개로 Hot-Spot은 높은 값들의 클러스트, Cold-Spot은 낮은 값들의 클러스트를 의미한다(Table 4).
Table 4
Cluster Analysis Results and Meaning
Devision Cluster (LISA) Hot-spot (Getis-ord)
High value clusters HH (high-high) Hot-spot
Low value clusters LL (low-low) Cold-spot
Out lier Around high values low values exist HL (high- low) -
Around low values high value distribution LH low-high

Source: Esri

4. 분석결과

4.1 전역적 공간자기상관 분석(Moran’s I)

화재, 구조, 구급 출동 서비스의 골든타임 미처리건수, 1,000명당 미처리건수, 1 km2당 미처리건수 모두 Z값이 2.57 이상으로 공간적 자기상관이 높은 것으로 나타났다. 소방서비스의 세 가지 측면(다발성, 면적, 인구)을 고려한 변수들이 유의미한 군집을 가진 것을 확인할 수 있다(Table 5).
Table 5
The Number of Missed Golden Times
Devision Missed Golden Times Missed Golden Times per 1,000 people (P) Missed Golden Times per 1 km2 (A)
Fire Moran’s I 0.253633 0.204592 0.332925
z-score 11.408709 9.168622 15.111055
p-value 0.000000 0.000000 0.000000
Rescue Moran’s I 0.142290 0.345135 0.576469
z-score 6.481869 15.266488 26.240935
p-value 0.000000 0.000000 0.000000
Emergency Moran’s I 0.211339 0.290675 0.542962
z-score 9.469484 12.899808 24.805412
p-value 0.000000 0.000000 0.000000

4.2 공간군집(LISA, Hotspot) 분석

4.2.1 화재 서비스

화재 서비스 골든타임 미처리건수의 HH 지역은 양산시(3개 지역), 김해시(9개 지역), 밀양시(6개 지역)의 인접 지역으로 나타났다. Hot-spot은 김해시(7개 지역)에 가장 많이 도출되었고 그 외 밀양시 2개 지역, 함안군 1개 지역, 남해군 1개 지역으로 분석되었다.
인구 1,000명당 골든타임 미처리건수의 HH 지역은 산청군과 함양군이 인접한 지역에서 높게 도출되었다. HH 지역이 가장 많이 나타난 곳은 산청군(4개 지역)이며, 함양군과 의령군, 창녕군이 각 3개 지역으로 도출되었다. Hot-spot은 의령군(2개 지역)과 산청군(1개 지역), 김해시(1개 지역)와 양산시(1개 지역)가 인접한 곳에 나타났다.
1 km2당 골든타임 미처리건수는 김해시의 HH 지역(15개 지역)이 가장 많은 것으로 나타났다. 김해시와 인접한 양산시(2개 지역)와 거제시(2개 지역), 통영시(2개 지역)에서 HH 지역이 도출되었다. Hot -spot 또한 김해시(7개 지역)가 가장 많이 도출되었다. 양산시와 밀양시가 각 2개 지역, 함안군과 남해군은 각 1개 지역이다.
화재 서비스 미처리건수의 다발성은 양산시와 밀양시 인접 지역에서 공통적으로 높게 나타난다. 면적 당 미처리건수는 두 분석 모두 김해시의 중서부 지역 군집이 HH, Hot-spot 지역으로 도출되었다. 반면, 인구당 미처리건수의 경우 군 지역에서 HH, Hot-spot 지역이 다수 분포된다(Fig. 2).
Fig. 2
Fire Service
kosham-2022-22-5-133gf2.jpg

4.2.2 구조서비스

구조서비스의 골든타임 미처리건수는 김해시, 밀양시, 양산시 인접지에 HH 지역이 집중되는 것으로 나타났다. Hot-spot은 김해시(10개 지역), 양산시(7개 지역), 밀양시(2개 지역), 함안군(1개 지역) 순이며 양산과 김해의 동쪽에 밀집된 경향을 보였다.
1,000명당 골든타임 미처리건수의 HH 지역은 경남 서부의 의령군(6개 지역), 산청군(5개 지역), 함양군(9개 지역), 거창군(2개 지역), 합천군(5개 지역) 지역에 집중되었다. Hot-spot은 김해시, 진주시 각 1개 지역을 제외한 나머지 9개 지역 모두 군 지역이었다(함양군 3개 지역, 함안군 2개 지역, 거창군, 의령군, 창녕군, 고성군 각 1개 지역).
1 km2당 골든타임 미처리건수의 HH 지역은 진주시와 김해시 지역에 집중된다. Hot-spot은 총 10개 지역으로 진주시 4개, 김해시 3개 지역 등으로 나타났다.
구조서비스 골든타임 미처리건수의 다발성은 양산시와 김해시의 동쪽 인접지에서 높게 나타난다. 면적 당 골든타임 미처리건수는 김해시 지역을 중심으로 살펴볼 수 있다. 화재 서비스와 마찬가지로 인구를 기준으로 한 분석에서는 군 지역을 중심으로 골든타임 미처리건수 지역이 군집 되어 다발성과 면적 대비 미처리건수의 분석 결과와 다소 다름을 알 수 있다(Fig. 3).
Fig. 3
Rescue
kosham-2022-22-5-133gf3.jpg

4.2.3 구급 서비스

구급 서비스의 골든타임 미처리건수에서는 총 24개 지역이 HH 지역으로 도출되었다. 특히 밀양시와 양산시에 인접하여 HH 지역이 집중되어있다. 세부적으로 양산시(11개 지역), 밀양시(4개 지역), 김해시(5개 지역), 함안군(3개 지역), 남해군(1개 지역)이 골든타임 내 처리하지 못한 구급 출동이 높은 지역으로 분석되었다. Hot-spot은 총 13개 지역으로 김해시 3개 지역, 양산시 4개 지역, 거제시 2개 지역, 함안군 2개 지역, 남해군, 산청군 각 1개 지역이다. 두 분석 모두 양산시의 일부 지역에서 공통적으로 골든타임 미처리건수의 다발성이 높은 것으로 나타났다.
인구 당 골든타임 미처리건수의 HH 지역은 총 30개 지역으로 경남 서북부에 위치한 군 지역을 중심으로 분포되어있다. 의령군 6개 지역, 함안군 3개 지역, 산청군 5개 지역, 함양군 9개 지역, 거창군 2개 지역, 합천군 5개 지역으로 함양군과 의령군에서 HH지역이 가장 많았다. Hot-spot은 총 13개 지역으로 분석되었으며, 진주시 4개 지역, 의령군 2개 지역, 산청군 3개 지역, 거제시, 밀양시, 남해군, 거창군의 경우 각 1개 으로 나타났다.
면적당 골든타임 미처리건수의 HH 지역은 시 지역을 중심으로 도출되었다. 총 25개 지역으로 진주시 7개 지역, 통영시 3개 지역, 김해시 8개 지역, 밀양시 3개 지역, 양산시 4개 지역으로 나타났다. Hot-Spot 지역은 총 14개 지역으로 진주시 4개 지역, 통영시 2개 지역, 김해시 5개 지역, 밀양시 1개 지역, 양산시 1개 지역, 사천시 1개 지역으로 분석되었다.
구급 서비스 골든타임 미처리건수의 다발성은 김해시, 양산시, 함안군 내에서 공통적으로 나타났다. 면적을 고려한 분석은 김해시, 진주시, 통영시, 밀양시, 양산시에서 HH 지역과 핫스팟지역이 공통적으로 도출되었다. 반면, 인구를 고려한 분석에서는 의령군, 산청군, 남해군, 진주시와 같이 경남 서부지역에서 골든타임 미처리건수가 높은 지역으로 나타났다(Fig. 4).
Fig. 4
Emergency
kosham-2022-22-5-133gf4.jpg

4.2.4 소방서비스 분석 통합 결론

군집 분석 후 골든타임 미처리건수들의 값을 비교하여 검토하였을 때, Getis-ord Gi*의 경우 상대적으로 주변보다 낮은 값임에도 불구하고 핫스팟으로 표기되는 몇 개의 지역이 있어 본 연구에서는 LISA 분석이 서비스 평가모델로 더 적합하다고 판단했다.
도출된 소방서비스들의 전체적 결과를 위하여 중첩분석을 통해 소방서비스가 시급한 지역을 도출하였다. 3개 소방업무 모두 미처리건수가 HH인 지역을 3으로 계산하였다(Fig. 5).
Fig. 5
Result of Fire Service Results for the Number of Untreated Cases Within Golden Time (LISA)
kosham-2022-22-5-133gf5.jpg
골든타임 미처리건수의 다발성이 2개 이상 중복된 곳은 김해시(11개 지역), 밀양시(4개 지역), 양산시(6개 지역), 함안군(1개 지역)으로 분석되었다. 경남 동부에 위치한 시 지역을 중심으로 소방서비스 미처리건수의 다발성이 나타났다.
면적 당 골든타임 미처리건수의 경우 김해시(8개 지역), 양산시(2개 지역), 진주시(6개 지역), 통영시(2개 지역)로 시 지역을 중심으로 중첩지역이 도출되었다. 특히 김해시의 경우 3을 나타내는 지역이 동남쪽에 집중되었다.
인구 당 골든타임 미처리건수는 앞선 2개와 다른 양상을 보였다. 결과는 군 지역을 중심으로 중첩지역이 도출되었다. 산청군(4개 지역), 의령군(5개 지역), 함안군(3개 지역), 함양군(3개 지역), 합천군(3개 지역)으로 결과가 나타났다. 산청군과 함양군, 합천군과 의령군, 의령군과 함안군의 경우 인접한 지역에 HH가 지역이 분포하고 있다.
골든타임 미처리건수는 면적과 인구가 모두 높은 지역에 다소 높게 나타나는 경향을 보인다. 또한 면적이 넓은 읍⋅면⋅동이지만 소방관서가 입지되지 않거나 소방관서의 거리 차가 있는 지역에서 소방서비스 공급이 취약하게 나타난다.
면적 당 골든타임 미처리건수의 경우 해당 면적이 좁음에도 불구하고 HH 지역이 군집되어 있었다. 소방관서가 타지역과 대비하여 가깝게 분포되어 있음에도 면적 대비 골든타임 미처리건수가 높게 나타났는데, 이는 그 지역이 사고를 처리할 수 있는 소방력(차량 및 인력)이 부족하거나 도시의 상황으로 인해 출동 지연이 발생하고 있다고 해석할 수 있다.
또한 소방서비스 위험지역 군집 결과가 중첩된 결과에서 3개의 소방서비스가 모두 취약한 곳이 시⋅군의 경계를 넘어 인접하고 있음을 살펴볼 수 있다. 더불어 위험지역이지만 소방관서가 입지되어 있지 않은 지역을 시각적으로 검토할 수 있어 입지가 우선적으로 필요한 지역을 직관적으로 살펴볼 수 있었다.

5. 결 론

본 연구는 소방관서의 실제 출동자료를 활용하여 소방관서 추가입지를 위한 지표와 방법을 탐색하였다. 골든타임 미처리건수를 소방서비스에 있어 위험요인으로 가정하고 위험성이 높은 지역이 군집된 곳을 도출하였다. 소방서비스는 화재, 구조, 구급 3가지를 모두 고려하였고, 지표 활용성을 탐색하기 위해 인구, 면적 단위로 환산하여 데이터를 활용하였다.
분석 결과 골든타임 미처리건수와 면적 기준 골든타임 미처리건수를 대상으로 한 분석은 시 지역(특히나 김해시, 양산시, 밀양시)이 소방서비스의 사각지대로 도출되었다. 인구를 기준 지표는 군 지역이 소방서비스 공급이 미흡한 지역으로 도출되었다.
이러한 방법론은 소방관서 추가입지를 위해 정책결정자에게 어떤 지역을 우선적으로 고려할지에 대한 정보를 제공할 수 있을 것이다. 소방서비스의 형평성과 효율성 측면에서 어떤 가치를 중시하는지에 따라 우선지역을 도출할 수 있다. 여러 지역을 관할하는 지방자치단체의 입장에서는 시민들의 서비스 수준의 균형과 입지 효율성 모두를 고려해야 한다. 전반적인 서비스 수준, 즉 소방서비스의 형평성을 고려할 때 인구 당 골든타임 미처리건수를 활용하는 것을 제안한다. 입지의 효율성은 골든타임 미처리건수와 면적 당 골든타임 미처리건수 결과를 비교하여 대안을 마련해야 한다. 이는 소방관서 실제 입지 데이터와 비교하면 더 명확하게 해석할 수 있을 것이다.
연구에서 제안한 지표의 결과를 소방관서 입지 여부, 인근 소방관서와의 거리 등 기존의 소방관서 입지 조건과 복합적으로 고려한다면 지자체에서 수립하고 있는 소방관서 신설 및 소방력 보강 계획에 활용할 수 있을 것으로 기대된다. 예를 들어 사건다발성 기준 위험지역이 군집된 지역에 기존 소방관서가 배치되어 있고, 인근 소방관서가 타 지역 대비 가깝다면 인력 및 장비의 보강을 고려할 수 있을 것이다. 같은 지역이지만 소방관서가 없다면 소방관서 신설을 대안으로 채택할 수 있을 것이다. 본 연구는 실제 소방 출동 원시자료를 기반으로 하였다. 데이터는 개인정보 보호 등의 이유로 여러 시점을 구득하는데 어려움이 있었다. 향후 분석 결과의 대표성과 일반화 문제의 측면에서 시계열자료에 기반한 패널데이터 분석이 추가되어야 할 것이다.

감사의 글

본 연구는 경남연구원 정책연구에 의해 수행되었습니다.

Notes

1) 창원소방본부는 2012년 경상남도소방본부에서 독립되어 별도의 조직으로 운영

References

1. Ahn, Y.U, Leem, Y.T, and Lee, S.H (2020) Spatial equality of firefighting service in daejeon metropolitan city. The Journal of the Korea Contents Association, Vol. 20, No. 3, pp. 560-571.
crossref
2. Bae, S.H (2018) Spatial clustering analysis of fire in Gangwon-do. Journal of the Korean Association of Geographic Information Studies, Vol. 21, No. 3, pp. 93-103.
crossref
4. Kain, J (1968) Housing segregation, Negro employrnent, and metropolitan decentralization. The Quarterly Journal of Economics, JSTOR, Vol. 82, No. 2, pp. 175-197.
crossref
5. Kang, H.J (2008) Hot spot analysis:Basics of spatial analysis, understanding and utilization of recent neighborhood analysis and local moran index. The Korea Spatial Planning, Vol. 324, pp. 116-121.
crossref
6. Kim, D.Y (2014) Spatial analysis for forest fire using GIS. The Geographical Journal of Korea, Vol. 48, No. 3, pp. 325-336.
crossref
7. Kim, I (2021) Urban Public Service. Yoonseongsa.
crossref
8. KRIHS (2004) Applications of Gis-based spatial analysis methodology. Gyeonggi-do.
crossref
9. Lee, D.B (2017) A study on spatial and social equity of fire service in Seoul. Journal of The Korean Society of Hazard Mitigation, Vol. 17, No. 1, pp. 145-154.
crossref
10. Lee, H.Y, and Shim, J.H (2011) GIS geographic information system. Bobmunsa.
crossref
11. Lee, K.J, Hwang, M.H, Jan, S.H, and Yang, E.J (2015) The first step to understanding and using spatial statistical analysis. Gyeonggi-do:KRIHS.
crossref
12. Lee, S.J, and Lee, J.Y (2011) Vulnerability analysis on fire service zone using map overlay method in GIS. Journal of the Korean Society of Survey, Geodesy, Photogrammetry, and Cartography, Vol. 29, No. 1, pp. 91-100.
crossref
13. National Fire Agency (2015) The Improvement plan of the fire truck golden time.
crossref
14. Oh, C.S, Lee, S.W, Lee, I.M, and Ko, S.Y (2012) A spatial analysis about arrival delay and dispatch distribution of the 119 rescue - aid service utilizing GIS:Gyeongsangbuk-Do case study. KSCE Journal of Civil and Environmental Engineering Research, Vol. 32, No. 1D, pp. 13-22.
crossref
15. The Seoul Institute (2017) Emergency response capacity the fire service by fortifying it with the necessary resources:A study focused on responding to fire-related accidents.
crossref
16. Tobler, W.R (1970) A computer movie simulating urban growth in the detroit region. Economic Geography, Vol. 46, No. sup1, pp. 234-240.
crossref
TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 1,083 View
  • 38 Download


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
1010 New Bldg., The Korea Science Technology Center, 22 Teheran-ro 7-gil(635-4 Yeoksam-dong), Gangnam-gu, Seoul 06130, Korea
Tel: +82-2-567-6311    Fax: +82-2-567-6313    E-mail: master@kosham.or.kr                

Copyright © 2024 by The Korean Society of Hazard Mitigation.

Developed in M2PI

Close layer
prev next