서울시의 도시특성을 고려한 사회경제적 재해 취약성 평가

Social and Economic Disaster Vulnerability Assessment Considering Urban Characteristics of Seoul

Article information

J. Korean Soc. Hazard Mitig. 2016;16(1):337-345
Publication date (electronic) : 2016 February 29
doi : https://doi.org/10.9798/KOSHAM.2016.16.1.337
박윤경*, 양정석**, 김상단
* Member. Ph. D. Student, Department of Environmental Engineering, Pukyong National University
** Professor, School of Civil and Environmental Engineering, Kookmin University
***Corresponding Author. Member. Professor, Department of Environmental Engineering, Pukyong National University (Tel: +82-51-629-6529, Fax: +82-51-629-6523, E-mail: skim@pknu.ac.kr)
Received 2015 September 10; Revised 2015 September 18; Accepted 2015 December 14.

Abstract

본 연구에서는 서울시의 도시특성을 고려하여 사회경제적 자연재해 취약성 평가를 실시하고자 하였다. 이에 3개의 세부지표와 17개의 대리변수를 기반으로 하는 지표기반모형을 적용하였다. 3개의 세부지표는 인구통계 및 사회적 지표, 2차 피해 유발 지표, 그리고 재해대비 및 대처지표로 구성되며, 각각의 세부지표들은 다시 각각 6개, 5개, 6개의 관련 대리변수들로 이루어진다. 대리변수들의 공간적인 해상도는 인구밀집도 및 자산분포의 지역적인 복잡성을 반영하기 위하여 가능한 집계구 단위로 구축된다. 모형을 적용한 결과로부터 동일한 자치구일지라도 집계구 별 특성에 따라 다양한 취약성을 보이고 있음을 확인할 수 있다. 제시된 취약성 평가 결과는 홍수, 토사재해, 지진 등과 같은 다양한 자연재해별 노출정보와 연동될 수 있으며, 그 결과는 자치구별로 특성화된 재해방지사업들의 우선순위결정에 활용될 수 있을 것으로 기대된다.

Trans Abstract

This study is assessed social and economic vulnerability to natural disasters considering urban characteristics of Seoul. For this study, an indicator-based model, which is composed of 3 sub-indicators and 17 surrogate variables is applied. The 3 sub-indicators consist of demographic and social indicator, secondary damage caused indicator, and disaster preparedness and response indicator, and individual sub-indicators are made up of 6, 5, and 6 related surrogate variables. The spatial resolution of each surrogate variable is built in census output area as possible to reflect the local complexity of population density and wealth distribution. From the results of the application of the model, it can be confirmed that even if the same borough, a variety of vulnerabilities appear depending on the census output area-specific characteristics. Given vulnerability assessment result can be associated with the exposure information of a variety of natural disasters such as floods, landslides, earthquakes, and so on, and its result is expected to be utilized for prioritization of the disaster prevention projects characterized by the specific borough.

1. 서론

해마다 자연재해로 인한 피해가 증가하고 있으며 그에 따른 복구액 역시 점점 증가하고 있는 추세이며(NEMA, 2013), 자연재해로 인한 피해를 저감하기 위하여 다양한 연구들이 진행되고 있다. Smith and Ware(1998)의 경우 자연재해로 인한 피해를 직접적인 피해와 간접적인 피해로 구분하였으며, 또한 피해 유형을 유형(tangible)과 무형(intangible)의 피해로 구분하였다. 자연재해로 인한 직접적인 피해 중 유형의 피해는 주택 및 사회기반시설의 유실로 예를 수 있으며, 인명 피해는 직접적인 피해 중 무형의 피해로 구분 지을 수 있다. 간접적인 피해 역시 피해 유역을 유형과 무형의 피해로 구분할 수 있으며, 자연재해로 인한 서비스 유통라인 파괴, 지속적인 재해발생으로 인한 재해취약성 증가 등을 각각의 예로 들 수 있다. 간접적인 피해는 재해가 발생하고 오랜 시간에 걸쳐 나타내게 되며, 최근 자연재해로 인한 피해정도를 가늠하는데 있어 중요하게 부각되고 있다(Safeland, 2012). 공학기반의 자연재해에 대한 연구는 물리적으로 자연재해 발생가능지역을 식별하고, 발생된 자연재해의 규모가 어느 정도 될 것인지에 관한 것이 주를 이루고 있다(Galli and Guzzetti, 2007; Li et al., 2010). 이러한 연구는 자연재해로 인한 인명 피해 및 간접적인 피해, 즉 사회경제적인 관점에서의 피해규모를 파악하는데 한계를 가진다. 사회경제적 관점에서의 자연재해에 대한피해를 정량적으로 파악하고자 하는 많은 연구들이 진행되고 있다(Carreňo et al., 2007; Dwyer et al., 2004). 우리나라의 경우에도 기후변화를 고려한 수자원 및 홍수의 취약성을 상기의 관점에서 평가해보려는 시도가 진행된 바 있다(Kim et al., 2011; Kim et al., 2012).

이와 같은 연구사례들의 공통점을 살펴보면, 사회경제적 취약성을 평가하는 기본적인 대리변수들이 인구통계 중심이라는 것과 자료 수집의 공간적 해상도가 자치구 정도의 수준이라는 것을 살펴볼 수 있다. 서울과 같은 대규모 도시의 경우에는 광범위한 지역이 단일한 생활권으로 묶여 있기 때문에 특정 지역에서 자연재해가 발생하였을 경우 해당 지역에 거주하는 시민들뿐만 아니라 그 지역이 도시 전체에서 수행하고 있는 사회적인 역할에 따라 많은 지역에 다양한 피해 유형들이 나타날 가능성이 매우 높다. 따라서 피해예상지역 중심의 인구통계기반의 평가체계와 더불어서 도시 전체적으로 2차 피해가 유발될 가능성을 같이 살펴볼 수 있는 취약성 평가체계를 구축할 필요성이 있게 된다. 또한 서울을 포함한 세계 대부분의 대도시들의 경우 인구밀집도 및 자산분포의 지역성편차가 매우 크게 나타나고 있음을 살펴볼 수 있다. 즉, 하나의 자치구(예를 들어, 서초구, 관악구 등) 내에서도 인구밀도, 교통량, 사회적 자산의 가치 등이 매우 큰 변동성을 보이고 있다. 따라서 취약성을 평가하는 기본 해상도를 현재의 자치구 수준에서 집계구 수준으로 규모내림할 필요성이 제기된다(Park et al., 2014; Sim et al., 2013).

이에 본 연구에서는 자연재해가 발생함에 따라 발생할 수 있는 인명 피해 및 간접적인 피해를 사회경제적인 관점에서 평가하고자 지표기반모형을 서울특별시에 적용하였다. 본 연구에서 적용된 모형은 기존의 인구통계 및 사회적 지표, 그리고 재해 대비 및 대처지표를 나타내는 대리변수들뿐만 아니라 2차 피해를 유발시킬 수 있는 대리변수들을 취약성 평가체계에 포함되도록 구성하였으며, 대리변수들의 공간적인 해상도는 가능한 집계구 수준으로 구축하여 도시의 인구 및 자산의 지역적인 복잡성을 반영하고자 하였다.

2. 연구방법

2.1 연구적용지역

연구 적용지역은 서울특별시로서 본 연구에서 적용하는 스케일은 집계구를 기준으로 진행하고자 한다. 집계구는 통계정보를 공표하기 위한 최소단위로서 그 경계는 인구지수(최적 500명), 사회동질성지수(지목, 지가), 영상지수(면적-둘레지수)를 고려하여 확장된다(Statistical Geographic Information Service, SGIS). 서울특별시의 경우 16,230개의 집계구로 구분되며, 집계구별 개별 면적은 0.00012-10.10 km2(평균0.0374 km2)이다(Fig. 1 참조).

Fig. 1

Study area.

2.3 사회경제적 취약성 평가모형 구조

자연재해에 대한 취약성을 평가하기 위해서 지표기반의 모형을 적용하였다. 지표를 기반으로 하여 취약성을 분석한 사례를 살펴보게 되면, Safeland(2012)는 토사재해의 사회경제적 취약성 평가를 위해 인구관련지표, 경제적 지표, 대비/대응/복구 지표로 구분하여 다양한 관점에서의 토사재해 취약성을 평가하고자 하였다. Siagian et al.(2014)는 인도네시아에서 자연재해의 사회적 취약성을 평가하기 위하여 3가지 지표를 선정하고, 이를 적용하여 인도네시아의 자연재해에 대한 사회적 취약성을 평가하는 연구를 진행하였다. Sim et al.(2013)은 기후변화 재해 취약성을 분석하기 위해서 기후변화 재해별로 노출과 민감도로 구분한 지표를 이용하였다. 본 연구에서는 다양한 시각에서의 사회경제적 취약성 평가를 위해 크게 3가지의 관점에 자연재해의 취약성을 우선적으로 구분하였다. 그 구분은 1) 인구통계 및 사회적 지표, 2) 2차 피해 유발지표, 3)재해 대비 및 대처지표로 구분할 수 있다. 각각의 세부지표는 또다시 다수의 대리변수로 구성된다(Fig. 2 참조). 본 연구에서 사용되는 대리변수에 대한 서울시 집계구 및 자치구 규모의 자료는 SGIS와 국가통계포털에서 제공하는 자료를 사용하였다. SGIS에서 제공하고 있는 집계구 단위의 최신자료의 시점은 2010년으로서, 이에 모든 자료에 대한 조사시점의 기준은 2010년으로 설정하였다.

Fig. 2

Structure of social-economic vulnerability assessment model.

2.3.1 인구통계 및 사회적 지표를 구성하는 대리변수

인구통계 및 사회적 지표는 자연재해가 발생하였을 경우, 인명 및 사회적 취약정도를 평가할 수 있는 항목으로 총 6개의 대리변수로 구성된다. 먼저 ‘연령분포’는 자연재해가 발생하였을 경우에 피해를 입을 수 있는 확률이 높은 영유아(0~4세)와 노년층(65세 이상)의 분포를 의미하며, Sim et al.(2013)에서도 재해에 취약한 재해약자로 본 연구와 동일한 기준을 적용하였다. ‘재해노출산업 종사자수’는 자연재해에 직접적으로 노출될 가능성이 높은 농업, 임업, 어업, 운수업, 건설업에 종사하는 근로자수의 비율의 의미한다. 농업, 임업, 어업 등 자연재해에 보다 민감한 직업군이며, 선행연구사례에서도 빈번하게 사용되는 지표이다(Cutter et al., 2000; Eakin and Bojórquez-Tapia, 2008; Eidsvig et al., 2014). 이와 더불어 자연재해로 인해 직접적으로 영향을 받는 운수업, 건설업을 추가적으로 고려하여 우리나라 도심지 특성이 반영되도록 대리변수를 구성하였다. 앞서 나열한 두 가지 대리변수는 재해에 취약한 계층을 의미하며 그 수가 많으면 많을수록 재해로 인해 피해를 입을 확률과 그 규모가 더 커진다. 특정지역의 인구밀도가 높다는 것은 해당지역에 재해가 발생한다면, 다른 지역에 비해 보다 더 많은 피해가 발생하며 이는 곧 재해 취약성과 직접적인 관계를 가지게 된다. ‘외국인비율’역시 자연재해의 취약계층으로 구분할 수 있는데, 언어적 문화적 차이로 인하여 정보 습득 및 재해 발생 시 대처 능력이 자국민에 비해 현저히 떨어지게 되므로 인구통계 및 사회적 지표의 대리변수로 고려하였다. ‘교육수준’은 재해가 발생하였을 경우 저학력자일수록 재해 대처능력이 떨어지며, 이에 재해로 인한 피해를 입을 확률이 높아진다. ‘주거형태’에 따라서 재해로 인한 피해정도가 달라진다. 토사재해가 발생하였다고 가정한다면, 아파트가 다른 주거형태에 비해 안전하다고 평가되며(Lee and Yang, 2011), 수해의 경우에는 아파트 보다 단독주택에서 많은 피해가 발생하였다(Yeo et al., 2008). 이러한 이유로 ‘주거형태’를 인구통계 및 사회적 지표의 대리변수로 선정하였다.

2.3.2 2차 피해 유발지표를 구성하는 대리변수

앞서 서론에서 언급한 바와 같이 재해로 인한 피해는 직접적인 피해 외에도 자연재해로 인한 서비스 유통라인 파괴, 지속적인 재해발생으로 인한 재해취약성 증가 등과 같은 간접적인 피해도 존재한다. 따라서 2차 피해 유발지표의 대리변수는 재해로 인한 간접적인 피해를 야기할 수 있는 항목으로 구성하였다. Carreňo et al.(2003)의 경우, 재해에 대한 사회적 취약성을 공공정책과 관련된 총 24개의 대리변수로 평가하고 있다. 본 연구에서는 자료 가용성을 고려하여, ‘공공청사 개수’를 2차 피해 유발지표의 대리변수로 선정하였다. 특정지역의 공공청사가 재해로 인하여 그 기능을 상실할 경우에 사회적 혼란, 대처지연으로 인한 추가적 피해가 야기될 수 있기 때문이다. ‘도로’, ‘전기공급설비개수’, ‘상업·공업지역 면적’의 경우 해당 항목이 자연재해로 제 기능을 발휘할 수 없을 경우 많은 지역에 경제적인 피해를 야기할 수 있다. ‘학교면적’은 앞서 설명한 대리변수와 달리 심리적인 피해를 유발하는 요소이다. 자연재해로 인하여 학생들이 사상당할 경우 다른 계층이 피해를 입었을 경우보다 사회적 이슈와 충격은 배가된다. 그 예로 세월호 침몰사건으로 많은 이목이 집중되었으며, 사고 생존자들은 사고가 발생한 지 1년이 지났지만 사고로 인한 후유증으로 현재에도 많은 논란이 되고 있다.

2.3.3 재해 대비 및 대처지표를 구성하는 대리변수

재해 대비 및 대처지표의 대리변수들은 재해대비정도와 재해발생 후 대처정도를 평가하기 위한 항목으로 구성하였다. 해당 대리변수의 스케일은 집계구로 적용하기에는 한계가 있다. 우리나라 방재행정의 경우 집계구 보다는 시군구 또는 시도 단위로 시행되고 있으므로, 이 경우에는 집계구 단위로 적용하는 것은 적절하지 않다. Eidsvig et al.(2014), Lahidji(2008)에서도 재해에 대한 대비, 대응, 및 복구에 관련한 지표를 위험인식정도, 재해 예·경보 시스템 구축정도 등으로 구분하여 평가하고 있으나, 이를 우리나라 집계구에 적용하기에는 앞서 언급한 바와 같이 스케일이 적절하지 않으며 자료가용성이 떨어져 적용에 어려움이 있다. 재해 대비 및 대처에 관련하여 자료가용성을 살펴보고 아래의 6개의 대리변수를 선정하였다.

‘재난발생현황’의 경우 재해가 많이 발생하면 할수록 재해대처에 대한 경험이 많으며, 이를 통해 재해가 발생하였을 경우 그에 대한 행동요령 인식정도가 높을 것으로 판단하여 재해 대비 및 대처 지표의 대리변수로 선정하였다. 즉, 20대 성인이 홍수로 인한 피해 및 손실을 여러 번 경험하였을 경우, 그렇지 않은 20대 성인보다 홍수로 인한 피해를 줄이기 위한 적절한 행동대처가 가능할 것이기 때문이다. ‘인터넷 보급률’은 지자체가 가지는 정보전달력을 의미하는 것으로서, 재해발생으로 인해 대피안내 등 정보를 습득할 수 있는 능력에 따라서 그 피해정도가 달라지기 때문에 해당 대리변수를 고려하였다. ‘방재시설 현황’은 해당지역에 재해대비를 위해 시설구축 정도를 나타낼 수 있는 항목이다. ‘재해에 대한 안전인식도’의 경우, 해당 지자체에서 생활하는 사람들의 인식정도를 확인할 수 있는 항목이다. ‘의료기관 종사자수’인구 천 명 당 의료기관 종사자수를 의미하는데, 이는 재해로 인하여 발생한인명사상에 대한 지자체 내 대응능력을 의미한다. 의료기관종사자수가 적으면 적을수록 인명피해에 대처하는데 시간이 소요되며 그에 따른 장비구축정도 역시 미비할 것으로 예측된다. ‘지자체 재정자립도’는 재해 대비 및 대처에 필요한 시설 및 인력 투입을 지자체가 가진 예산에서 얼마나 투자할 수 있는 가를 나타내는 것이다. 따라서 지자체 재정자립도가 높은 지자체일수록 재해에 대한 대비 및 대처에 보다 더 많은 예산을 투입하여 재해로 인한 피해를 줄이고 발 빠른 대처가 가능할 것으로 판단하였다.

2.4 사회경제적 취약성 평가

본 연구에서는 아래와 같은 순서로 사회경제적 취약성 평가를 실시하였다.

1) 대리변수 별로 사회경제적 취약성 정량화 기준에 따라 정량화 한다.

2) 대리변수 별로 정량화 된 값을 가중평균을 통해 사회경제적 자연재해 취약성 지수를 산정한다.

2.4.1 대리변수 정량화

사회경제적 취약성 평가를 위해 2절에서 본 연구에 적용한 지표기반모형의 세부 지표 및 대리변수에 대하여 서술하였다. 이를 살펴보면, 정량적인 값을 이용하여 자연재해에 대한 사회경제적 취약성 평가는 한계를 가진다. 대리변수가 가지는 단위 및 규모가 서로 상이하기 때문이다. 따라서 사회경제적 취약성 평가는 집계구(또는 자치구)에 대하여 대리변수가 가지는 정성적인 성질을 상대적인 비교를 통해 평가 되여야 한다(Safeland, 2012). 따라서 본 연구에서는 1~5까지의 총 5개의 수준으로 취약성을 등급화 하였다. 이 때, 등급화 기준은 각 등급마다 집계구 및 자치구의 수가 전체 자료 수의 약 20%가 되도록 배정하였다. 해당 기준이 서울이 아닌 부산에도 적용 가능함을 확인하였으며, 보다 일반적인 등급화를 위해서는 다양한 지역에 확대·적용할 필요가 있다. 이 때, 숫자가 커지면 커질수록 해당지표는 자연재해에 더욱 취약하다는 것을 의미하며, 반대로 숫자가 작아지면 해당지표는 자연재해에 비교적 덜 취약하다는 것을 의미한다. Table 1에 각 대리변수별로 가장 큰 취약성을 보이는 기준(5점)에 대하여 서술하였다.

Criteria of score ‘5’ about social-economic vulnerability assessment

2.4.2 세부지표 및 대리변수 가중치 산정

인구통계 및 사회적 지표, 2차 피해 유발 지표, 재해 대비 및 대처 지표가 사회경제적 취약성 평가에 있어서 동일하게 작용한다고 할 수 없다. 어떤 관점에서 자연재해를 평가하고자 하느냐에 따라서 그 중요도가 달라지기 때문이다. 또한 세부지표를 구성하는 대리변수 역시 마찬가지로 모든 대리변수가 세부지표에 미치는 영향력이 동등하다고 할 수 없다. 만약 학생들을 관리하는 교사의 측면에서 자연재해에 대한 취약성평가를 실시한다면, 2차 피해 유발 지표 중에서 “학교면적”이 가장 중요하게 고려되는 요소일 것이며 동일한 관점에서 “도로”가 가지는 중요도는 그렇게 높지 않을 것이다. 이는 자연재해 취약성 평가에 있어 주관적인 의견이 포함됨을 의미한다. 따라서 단순히 한 명의 의견을 이용하여 취약성 평가를 하는 것 보다 다수의 의견이 수렴되는 것이 보다 더 합리적이다. 이에 본 연구에서는 2015년 한국방재학회 학술발표대회참가자를 대상으로 계층화분석기법(Analytic Hierarchy Process, AHP)을 이용하여 세부지표 및 대리변수의 가중치를 산정하였다. AHP 기법은 1972년 Saaty에 의해 개발된 방법으로서, 복잡한 문제를 계층화하고 계층구조를 구성하는 요소간의 쌍대비교를 통해 중요도를 도출하는 특성을 가진다. 이때, 평가자의 일관성을 검토할 수 있는 장치인 일관성 지수를 산정할 수 있어 분석결과의 신뢰성을 보증할 수 있는 장점을 가진다. AHP 기법에 대한 자세한 설명은 Saaty(2008)에서 확인할 수 있다.

3. 연구결과

3.1 대리변수 및 세부지표 가중치 산정

2015년 한국방재학회 학술발표대회 참가자를 대상으로 하여 그림 2의 모형의 대리변수 및 세부지표의 가중치를 산정하기 위하여 AHP 설문조사를 실시하였다. 총 응답건수는 103건으로 이 중 설문응답이 적절하게 수행되지 못한 3건을 제외한 총 100건의 설문응답 결과를 가중치를 산정하는데 사용하였다. 가중치 산정 방법은 100건의 응답결과의 이용해 작성된 쌍대비교행렬을 기하 평균하여 새로운 하나의 쌍대비교행렬을 작성하여 가중치를 산정하는 방법을 적용하였다. 해당방법은 다수의 의견을 종합하는 방법 중 자주 적용되는 방법으로, 쌍대 비교의 역수성질을 만족시킬 수 있는 장점을 가진다.

AHP 설문응답의 경우 응답자의 주관적인 의견이 포함될 수 있기 때문에, 얼마나 일관성이 있게 설문에 응하였는지에 대한 평가가 필요하다. AHP 기법은 결과 통합과정에서 일관성지수를 산정할 수 있는데, 이를 이용하여 논리적 일관성 유지여부를 확인할 수 있으며 기법 적용결과에 대해서 신뢰성을 높여줄 수 있는 역할을 한다. 일반적으로 일관성 지수가 0.1 이하로 평가될 경우, 해당 설문결과는 적절한 일관성을 유지한다고 판단할 수 있다(Lee, 2000). Table 2는 본 연구에서 실시한 AHP 설문조사에 따른 항목별 일관성 지수를 나타낸 것이다. 모든 항목에 대하여 일관성 지수가 0.1이하로 산정되어 설문 응답결과가 비교적 높은 신뢰성을 가짐을 확인할 수 있다.

Consistency index according to articles

Fig. 3은 사회경제적 자연재해 취약성 평가를 위해 세부지표 및 대리변수 별로 가중치를 산정한 결과이다. 먼저, 3가지 세부지표가 가지는 가중치 산정의 경우 재해 대비 및 대처 지표, 인구통계 및 사회적 지표, 2차 피해 유발 지표 순으로 가중치가 산정되었다. 인구통계 및 사회적 지표가 가지는 6개의 대리변수의 가중치를 확인한 결과, 재해노출 종사자수가 가장 큰 가중치를 가졌으며 반대로 외국인비율이 가장 낮은 가중치로 산정되었다. 이를 통해 인명피해에 대해서는 인명이 얼마나 자연재해에 직접적으로 노출되어있는가가 주된 관심사를 가지게 됨을 확인할 수 있다. 2차 피해 유발지표의 대리변수 가중치 산정결과, 전기공급설비개수와 도로의 가중치 합이 약 54%로 2차 피해 유발 지표에 기여하는 정도가 매우 큼을 확인할 수 있다. 이는 다수의 응답자들이 2차 피해로 발생할 수 있는 피해 중 기본적인 생활과 관련된 부분에 민감하게 반응하고 있음을 확인할 수 있었다. 마지막으로 재해 대비 및 대처지표가 가지는 가중치는 재해에 대한 안전인식도와 방재시설 현황 순으로 가중치가 산정되었다. 이는 사람들이 재해에 대한 대처보다는 대비가 보다 더 중요하게 인식하고 있다는 것을 나타내고 있다.

Fig. 3

Weights of social-economic vulnerability assessment model.

3.2 사회경제적 자연재해 취약성 평가

서울특별시에 사회경제적 자연재해 취약성 평가를 위하여 Table 1의 취약성 정량화 기준과 Fig. 3의 가중치를 이용하여 집계구 해상도에서 취약성 분석을 실시하였다. Fig. 4는 사회경제적 자연재해 취약성지수를 구성하는 3 가지 세부지표의 결과를 도시한 것이다. 인구통계 및 사회적 지표와 2차 피해유발 지표의 경우 집계구 단위의 분석이 가능하나 자연재해에 대한 지자체 대응능력을 평가할 수 있는 재해 대비 및 대처 지표의 경우 자치구 단위로 분석을 실시하였다. 이는 해당지표를 구성하는 대리변수를 집계구 해상도에 적용하기에는 적합하지 않다고 판단하였기 때문이다. 재해 대비 및 대처지표를 구성하고 있는 대리변수는 방재행정과 밀접한 관련이 있는데, 우리나라 방재행정의 경우 집계구 보다는 시군구 또는 시도 단위로 시행되고 있다. 이 경우에는 집계구 단위로 취약성 평가를 적용하는 것은 적절하지 않다.

Fig. 4

Results of vulnerability assessments.

자연재해에 대한 취약성 지수는 1~5사이에서 평가되며, 숫자가 커지면 커질수록 자연재해에 대하여 해당 집계구 또는 자치구의 취약성이 커진다. 즉 자연재해로 인한 피해가 발생할 확률이 높아진다는 것을 의미한다.

인구통계 및 사회적 지표(Fig. 4a 참조)를 획득하기 휘하여 인구통계 및 사회적 지표를 구성하고 있는 대리변수를 정량화 한 뒤 Fig. 3의 가중치를 이용, 대리변수 취약성 점수를 가중평균 하여 획득하였다. 그 결과, 서울특별시 내 자치구 내의 집계구별로 취약성이 서로 다르게 평가되고 있음을 확인할 수 있다. Fig. 4(a)를 살펴보면 강서구, 도봉구 외곽에 비교적 취약성이 높으며 강남구와 서초구 경계 또한 취약성이 비교적 크게 산정되었다. 해당지역의 경우 재해에 노출될 확률이 높은 직종에 종사하고 있는 인구수가 높아 인구통계 및 사회적으로 자연재해에 대한 취약성이 높게 평가됨을 확인하였다.

2차피해 유발지표를 구성하고 있는 5개의 대리변수 취약성점수를 가중평균(Fig. 3 가중치 이용)하여 획득하였다(Fig. 4b참조). 2차 피해 유발지표의 경우 강남구, 광진구, 노원구, 서초구, 송파구, 중구에서 높은 취약성을 나타내고 있다. 그러나 서초구와 강남구에 비교적 취약성이 낮은 집계구는 해당지역의 대부분이 산지로 구성되어 있어 취약성이 비교적 낮게 산정된 것으로 판단된다. 반대로 강북구, 성북구, 은평구의 경우 다른 자치구에 비해서 자연재해로 인한 2차 피해유발 가능성이 상대적으로 낮은 것으로 판단된다.

앞서 설명한 두 가지 지표의 경우 동일한 자치구임에도 불구하고 집계구별로 취약성이 서로 다르게 산정되었다. 이는 동일한 자치구일지라도 자치구를 구성하는 인구 및 사회적특성이 서로 다르다는 것을 의미한다. 동일한 분석을 자치구해상도에 적용하게 된다면, 자치구 내에서도 어느 부분이 자연재해에 취약한지를 판단하는 것이 불가능하다.

재해 대비 및 대처 지표의 경우에는 앞선 두 가지 지표와 달리 자치구 단위에서 취약성 평가가 실시되었다(Fig. 4c 참조). 해당 지표를 구성하는 대리변수는 우리나라 방재행정과 밀접한 관련이 있으며, 이를 집계구 단위로 평가하기에는 한계를 가진다. 따라서 재해 대비 및 대처 지표의 경우에서는 자치구별로 Fig. 3의 가중치를 이용하여 대리변수 별 취약성점수를 가중평균을 통해 그 값을 획득하였다. 대부분의 자치구에서 재해 대비 및 대처에 대한 취약성이 비슷한 수준이나, 노원구의 경우 가장 높은 취약성을 가지고 있음을 확인할 수 있었다. 이는 다른 자치구보다는 노원구에 우선적인 투자가 필요하다는 것을 의미한다.

마지막으로 사회경제적 자연재해 취약성 지수는 Fig. 5와 같이 도시된다. 사회경제적 자연재해 취약성 지수는 세부지표인 인구통계 및 사회적 지표, 2차 피해 유발지표, 재해 대비 및 대처 지표를 가중 평균하여 획득할 수 있다. 이 때, 재해 대비 및 대처지표는 동일한 자치구 내에 존재하는 집계구는 모두 동일한 값을 가지는 것으로 가정하여 다른 세부지표와의 가중 평균을 실시하였다. 이 때, 사용된 가중치는 Fig. 3에서 확인할 수 있다. 한강을 기준으로 한강 이북에 위치한 자치구(14개)의 평균 사회경제적 취약성 지수는 2.0215, 한강 이남에 위치한 자치구(11개) 평균 사회경제적 취약성 지수가 2.0975로 산정되었다. 서울광역시 전체의 취약성 지수가 2.0663인 것과 비교하였을 때, 한강 이남에 위치한 자치구가 비교적 자연재해에 취약하다는 것을 의미한다.

Fig. 5

Social-economic vulnerability about natural disaster.

자치구별로 사회경제적 취약성평가를 살펴보게 되면, 영등포구가 평균 사회경제적 취약성 지수가 2.3145로 평가되어 다른 자치구에 비해서 자연재해가 발생하였을 경우에 가장 많은 피해를 입을 것으로 판단된다. 특히 영등포구의 2차 피해 유발지표의 취약성 지수가 높게 산정된 것으로 보아, 재해로 인하여 간접적인 피해를 입을 확률이 높다는 것을 나타낸다. 따라서 영등포구에 자연재해 취약성을 개선시키기 위해서는 자연재해 피해로 인한 간접적인 피해를 줄일 수 있는 방법에 대해 탐색하는 것이 바람직할 것으로 판단된다. 반대로 성북구가 평균 사회경제적 취약성 지수가 1.9245로 가장 낮게 평가되어 자연재해로 인한 피해가 가장 적을 것으로 판단되었다. 모든 자치구 내의 집계구를 살펴보게 되면 모든 집계구가 동일하게 평가되지 않고 있음을 확인할 수 있다. 평균적인 사회경제적 취약성 지수가 높게 평가된 영등포 구의 경우 변동계수가 0.0916으로 산정되었다. 이는 영등포 구내에 존재하는 집계구 별 사회경제적 취약성 지수의 차이가 크게 나지 않음을 의미한다. 성북구의 경우 변동계수가 0.1227로서 성북구내의 사회경제적 취약성 지수의 차이가 비교적 크게 나타나는 것을 확인할 수 있다. Fig. 6은 영등포구와 성북구를 포함한 서울특별시의 25개 자치구별 평균 사회경제적 취약성 지수와 변동계수 간의 상관관계를 나타낸 것이다. 사회경제적취약성 지수와 변동계수의 상관계수는 -0.5810으로 부적 상관관계를 가지고 있음을 확인할 수 있다. 즉, 사회경제적 취약성이 높게 산정된 자치구의 경우 변동계수가 비교적 낮게 산정되고 반대로 취약성 낮게 산정된 지역에서는 변동계수가 비교적 높게 산정되어 상대적으로 같은 자치구 내의 집계구별로 사회경제적 취약성 지수의 변동성이 높음을 의미한다. 자치구의 평균 사회경제적 취약성이 낮을지라도 집계구별 취약성의 경우 변동성이 높기 때문에 재해방지사업의 수행 우선순위를 설정함에 있어서 자치구 단위의 취약성 분석이 아닌 집계구 단위의 분석 필요성이 강조된다. 해당내용은 선행연구인 Park et al.(2014), Sim et al.(2013)과도 유사한 결과임을 확인할 수 있다.

Fig. 6

Correlation between social-economic vulnerability index and coefficient of variation at 25 boroughs.

4. 결론

서울과 같은 대규모 도시에 자연재해가 발생할 경우 대규모도시가 가지는 특성(광범위한 지역에서 하나로 묶이는 생활권)으로 인하여, 자연재해가 발생한 장소가 국소적이더라고 자연재해로 인한 피해는 다양한 유형으로 나타날 가능성이 높다. 따라서 본 연구에서는 자연재해가 발생함에 따라 발생할 수 있는 다양한 유형의 피해가능성 즉, 자연재해에 대한인명 피해 및 간접적인 피해에 대하여 평가하고자 하였다. 이에 1)인구통계기반의 평가를 위한 ‘인구통계 및 사회적 지표’, 2)자연재해로 인하여 도시 전체에 발생할 수 있는 2차 피해에 대한 ‘2차 피해 유발 지표’, 3) 자연재해로 인한 지자체의 대비 및 대처 능력을 평가하기 위한 ‘재해 대비 및 대처 지표’로 구성된 지표기반모형을 적용하였다. 각 세부지표는 다시 각세부 지표의 특성에 따라 6개, 5개, 6개의 관련 대리변수로 구성된다.

취약성 분석결과, 영등포구가 다른 자치구에 비해서 자연재해에 대한 사회경제적 취약성이 높게 산정되었다. 특히 영등포구의 2차 피해 유발 지표가 비교적 높게 산정되었는데, 이는 영등포구에 자연재해가 발생한다면 자연재해로 인한 직접적인 피해 외에도 재해 대처 지휘체계의 기능상실, 도로·전기공급설비의 기능상실 등으로 인한 간접적인 피해가 다른 자치구에 비해서 그 규모가 더욱더 커질 것이라는 것을 의미한다. 해당 결과를 집계구 규모로 살펴보게 되면 영등포구 내집계구 별로도 사회경제적 취약성이 상이하게 평가된다. 이는 동일한 자치구일지라도 자치구를 구성하고 있는 집계구 별로 인구밀도, 교통량, 사회적 자산의 가치 등 그 특성이 서로 다르기 때문이다. 따라서 보다 정확한 자연재해 취약성 분석을 위해서는 집계구 해상도를 적용하는 것이 적절하다고 판단된다.

본 연구에서 제시된 취약성 평가 모형은 자연재해가 대상지역 전체(본 연구에서는 서울특별시)에 동일한 규모로 발생하는 것을 가정으로 평가한 것이다. 그러나 자연재해의 경우 자연재해의 종류에 따라 그 규모와 발생장소가 달라지며 보다 정확한 취약성 분석을 위해서는 자연재해가 발생하는 곳, 즉, 자연재해의 노출정보가 추가적으로 필요하다. 추후 본 연구에서 제시된 취약성 평가와 홍수, 토사재해, 지진 등과 같은 다양한 자연재해의 노출정보가 결합된 취약성 평가와 더불어 평가의 유의성 검증이 실시된다면 자치구별로 재해유형에 따른 특성화된 재해방지사업들의 우선순위결정에 활용될 수 있을 것으로 판단된다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원 건설기술연구사업의 연구비지원(13건설연구S04)에 의해 수행되었습니다.

References

Carreňo M.L, Cardona O.D, Barbar A.H. 2007;A disaster risk management perfomance index. Natural Hazards 41(No. 1):1–20. 10.1007/s11069-006-9008-y.
Dwyer A, Zoppou C, Nielsen O, Day S, Roberts S. 2004;Quantifying Social Vulnerability: A methodology for identifying those at risk to natural hazards, Australian Government, Geoscience Australia
Eakin H, Bojórquez-Tapia L.A. 2008;Insights into the composition of household vulnerability from multicriteria decision analysis. Global Environmental Change 18:112–127. 10.1016/j.gloenvcha.2007.09.001.
Eidsvig U.M.K, Mc Lean A, Vangelsten B.V, Kalsnes B, Ciurean R.L, Argyroudis S, Vinter M.G, Mavrouli O.C, Fotopoulou S, Pitilakis K, Baills A, Malet J.-B, Kaiser G. 2014;Assessment of socioeconomic vulnerability to landslide using an indicator-based approch: methodology and cse studies. Bulletin of Engineering Geology and the Environment 73:307–324. 10.1007/s10064-014-0571-2.
Galli M, Guzzetti F. 2007;Landslide vulnerability criteria: A case study from Umbria, Central Italy. Environ Manage 40:649–664. 10.1007/s00267-006-0325-4. 17638046.
Kim D, Jung Y, Park M.J, Yoon J.Y, Kim S, Choi M. 2011;Vulnerability analysis of water resources considering climate change. Journal of Korea Wetland Society 13(No. 1):25–33.
Kim H.S, Park G.J, Kim S.D, Choi M.H, Pakr M.J, Yoon J.Y. 2012;Assessment of flood vulnerability considering climate change and large-scale river restoration project. Journal of korea society of hazard mitigation 12(No. 2):107–113.
Lahidji R. 2008;Risk assessment and mitigation measures for natural and conflict-related hazards in Asia Pacific, Appendix G, Measuring the capacity to cope with natural disasters. Contribution to the UN OCHA project
Li Z, Nadim F, Huang H, Uzielli M, Lacasse S. 2010;Quantitative vulnerability estimation for scenario-based landslide hazards. Landslides 7(No. 2):125–134. 10.1007/s10346-009-0190-3.
Lee H.-N, Yang S.-W. 2011;The effect of the residential environment evaluation on the housing type preference. Journal of Architectural Institute of Korea 27(No. p):261–270.
National Emergency Management Agency(NEMA). 2013. 2013 Disaster annual report
Park Y, Jeong S, Kim S. 2014;Natural disaster vulnerability assessment at boroughs and census output areas in seoul focusing on socio-economic perspective. Journal of Korea Society of Hazard Mitigation 14(No. 6):439–449. 10.9798/KOSHAM.2014.14.6.439.
Saaty T.L. 2008;Decision making with the analytic hierarchy process. International Journal of Services Sciences 1(No. 1):83–98. 10.1504/IJSSCI.2008.017590.
Safeland . 2012;Living with landslide risk in Europe: Assessment, effects of global change, and risk management strategies, Deliverable D2.6 Methodology for evaluation of the socio-economic impact of landslides(socio-economic vulnerability)
Siagian T.H, Purhadi P, Suhartono S, Ritonga H. 2014;Social vulnerability to natural hazards in Indonesia: driving factors and policy implications. Nat Hazards 70:1603–1617. 10.1007/s11069-013-0888-3.
Sim O.B, Lee B.J, Lee C.H, Kim J.H. 2013;A study on the methods to analyze climate change driven urabn disasster vunlnerablility for disaster preventive urban planning. Journal of Korea Society of Hazard Mitigation 13(No. 6):239–247. 10.9798/KOSHAM.2013.13.6.239.
Smith K, Ward R. 1998. Floods: physical processes and human impacts Chichester: Wiley.
Statistical Geographic Information Service(SGIS) http://sgis.kostat.go.kr .
Yeo C-g, Lee S. O, Song J-w, Kim Y. J. 2008. Characteristic analysis of damaged buildings’ due to flood for urban evacuation plan. Conference of Korean Society of Civil Engineers p. 3665–3668.

Article information Continued

Fig. 1

Study area.

Fig. 2

Structure of social-economic vulnerability assessment model.

Table 1

Criteria of score ‘5’ about social-economic vulnerability assessment

Indicator Surrogate variable Criteria of score ‘5’
Demographic and Social Indicator Age distribution More than 50% of vulnerable population(0-4 years of age or over 65).
Number of workers who will be exposed to disasters More than 40% of workers ratio about agriculture, forestry, mining, transportation, and construction
Population density More than 600 people/km2
Foreigner ratio More than 5% of foreigner ratio
Education level Less than 5% of eligible population have attended, or are attending, a post-secondary education
House type Less than 30% of Apartment ratio among house type
Trigger Secondary-damage Indicator Number of public office More than 20 buildings of public offices
Road More than 20% of the road area ratio
Number of electronic supply system More than 8 EA of electronic supply system
Area of school More than 20% of School area ratio
Area of commercial and industrial More than 3% of commercial and industrial areas ratio
Preparation and Response Indicator Disasters occur condition Less than 400 cases of frequency of disasters
Internet diffusion rate Less than 70% of internet diffusion rate
Condition of prevention facilities of disasters Less than 50 EA of prevention facilities of disasters
Safety awareness about natural disasters Less than 14% of people who think very safety or safety about natural disaster
Number of doctor Less than 2 people of number of doctor per 1000 people
Financial independence ratio at local government Less than 15% of financial independence ratio

Table 2

Consistency index according to articles

Social-economic vulnerability Demographic and social indicator Trigger secondary-damage indicator Preparation and response indicator
0.0000 0.0038 0.0030 0.0062

Fig. 3

Weights of social-economic vulnerability assessment model.

Fig. 4

Results of vulnerability assessments.

Fig. 5

Social-economic vulnerability about natural disaster.

Fig. 6

Correlation between social-economic vulnerability index and coefficient of variation at 25 boroughs.