도시 환경 특성에 따른 학업 성취 영향 연구: 토지이용, 도로 등 학구 환경 특성을 중심으로
Research on the Influence of Urban Environmental Factors on Academic Success: Emphasizing School District Characteristics like Land Use and Road Infrastructure
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 교육 수준에 영향을 끼칠 수 있는 다양한 요인들을 통제한 가운데 학구 내의 도시 환경 특성이 학생들의 학업 성취에 미치는 영향을 검증하고자 한다. 전국의 중학교를 대상으로 2017년부터 2020년까지의 중학교 국가수준 학업성취도 평가 결과와 학구 특성을 나타내는 도시 환경 데이터, 이외에 학업 성취에 영향을 끼칠 수 있는 지역 특성 변수를 이용하였다. 순서형 로지스틱 회귀분석을 이용하여 학구 특성이 학업 성취도에 미치는 영향을 분석하였다. 학구내 도로밀도, 교차로수, 상업지역 비율, 토지이용복합도가 학업 성취도에 유의미한 영향을 미치는 것으로 나타났다. 도로밀도와 토지이용복합도는 긍정적인 영향을, 교차로수와 상업지역 비율은 학업 성취에 부정적인 영향을 미치는 것으로 분석되었다. 학교 수준의 학업성취도 데이터 접근 제약으로 인해 시군구 단위로 집계된 데이터를 사용함으로써 생태학적 오류의 가능성이 있다. 학교 식별정보를 이용한 다층모형을 구성하여 분석할 필요가 있으며, 학생들의 인식 조사를 병행하여 등교 환경이 학업 성취도에 영향을 끼치는 메커니즘을 더 깊이 이해할 필요가 있다.
Abstract
This study examines the impact of urbanenvironmental characteristics on students’ academic achievement by controlling for various factors that may influence educational levels. Using ordered logistic regression analysis, this study analyzes data from the National Assessment of Educational Achievement for middle schools from 2017 to 2020 along with urban environment data from national spatial information systems. The results show that road density, number of intersections, commercial area ratio, and land use complexity within school districts significantly affect academic achievement. The study finds that while higher road density and land use complexity positively influence achievement, a higher number of intersections and commercial area ratio negatively impact it. These findings highlight the need to consider urban environmental factors in school district planning and educational policymaking, especially in the context of population decline and potential school consolidation. The limitations of this study include the use of aggregated data at the city/county/district level due to restrictions on accessing school-level achievement data, which may lead to an ecological fallacy. Future research should employ multilevel modeling using school identification information and incorporate students’ perceptions of their school and commuting environments to better understand the mechanisms of environmental influence on education.