머신러닝기법을 활용한 공장입지 분포 특성 유형화 및 유형별 업종분포 패턴 분석
Classifying the distribution characteristics of factory locations and analyzing the distribution patterns by their classifications using machine learning techniques
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
우리나라는 시대에 따라 계획입지와 개별입지 정책을 번갈아 시행해 왔지만, 기존 연구들은 주로 한 가지 입지 유형에만 초점을 맞춰왔다. 이로 인해 두 입지 유형 간의 공간적 관계나 상호작용, 그리고 산업별 특성이 충분히 고려되지 못했고, 이는 산업용지 수요 예측의 왜곡이나 비체계적인 개발, 인프라 과부하 등의 문제로 이어질 수 있다. 이에 본 연구는 LISA(Local Indicators of Spatial Association) 분석을 통해 전국 차원에서 계획입지와 개별입지 간의 공간적 상관관계를 정량적으로 분석하였다. 아울러, 산업별 특성이 입지의 공간 분포에 미치는 영향을 머신러닝 기법을 활용하여 탐색하였다. 예측 모형을 비교한 결과, 본 연구에서는 XGBoost가 가장 적합한 모델로 선택되었으며, 해석력을 높이기 위해 설명 가능한 인공지능(Explainable AI, XAI) 기법인 SHAP(SHapley Additive exPlanations)를 적용하여 각 요인이 산업입지에 미치는 영향을 해석하였다. 분석 결과, 전국적으로 비계획입지는 계획입지 주변에 집적되는 경향이 뚜렷하게 나타났으며, 산업 특성에 따라 입지의 공간적 분포 양상이 상이함을 확인하였다. 이러한 결과를 바탕으로, 기존의 산업입지 정책은 입지 유형 간 상호작용과 산업별 특성을 반영한 맞춤형 정책으로 전환할 필요가 있음을 제안한다.
Abstract
South Korea has alternated between planned and unplanned industrial location policies depending on the era, but previous studies have mostly focused on only one type of location. As a result, they have not sufficiently considered the spatial relationships and interactions between the two types of locations, nor the characteristics specific to each industry. This limited approach can distort forecasts of industrial land demand and lead to problems such as uncoordinated development and infrastructure overload. Therefore, this study analyzes the spatial correlation between planned and unplanned industrial areas at the national level using LISA (Local Indicators of Spatial Association) analysis. In addition, it explores the impact of industry-specific characteristics on spatial distribution using machine learning methods. After comparing multiple models, XGBoost was selected as the most suitable model for this analysis. To enhance interpretability, the SHAP (SHapley Additive exPlanations) technique, an explainable AI (XAI) approach, is applied to interpret the influence of each factor on industrial location. The results quantitatively confirm that unplanned industrial areas tend to cluster around planned industrial areas across the country, and that distribution patterns differ depending on industry characteristics. Based on these findings, the study suggests that existing industrial policies should shift toward more customized approaches that account for the interactions between different location types and the unique needs of each industry.