본문 바로가기
KERD
논문KCI 등재

한국 장래인구추계 불확실성 진단: 미래 폭염 노출위험인구 전망을 중심으로

Diagnosing Uncertainty Embedded in South Korean Population Projections at Multiple Spatio-temporal Scales through Measuring Future Exposure to Extreme Heat

김오석|정재헌
한국도시지리학회|2023.12|한국도시지리학회지 (Journal of the Korean Urban Geographical Society)|제26권 제3호|pp. 69-88

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

인구감소폭염population decline지역소멸regional extinction불확실성.uncertainty.extreme heat공통사회경제 시나리오(SSP)기후변화에 관한 정부간 협의체(IPCC)Shared Socioeconomic Pathway (SSP)Intergovernmental Panel on Climate Change (IPCC)
주제분류지리학

초록

인구추계는 미래 기후위기 대응연구의 필수 자료이다. 본 연구는 기존 인구추계를 다양한 시·공간 단위에서비교하여 추계에 내포된 불확실성을 진단한다. 더 나아가 인구추계별로 미래 폭염 노출위험인구를 기초지자체 단위에서 전망함으로써 추계의 불확실성을 고려하지 않을 경우 발생할 수 있는 한계를 지적한다. 통계청, 공통사회경제 시나리오(Shared Socioeconomic Pathway: SSP), 고려대학교 추계를 전국, 광역 및 기초지자체 단위에서 2030, 2040, 2050년에 걸쳐 비교했다. 그 결과 전국 단위에서는 통계청과 고려대 추계가 비슷하게 나타났다. 시·도 단위에서는고려대 추계가 통계청 추계에 비해 서울을 과대모의, 경기를 과소모의했고, SSP 추계는 광역시를 과대모의, 그 외지역을 과소모의하였다. 통계청 추계는 시·군·구 추계를 제한적으로 제공하므로 가장 상세한 공간 단위에서의 비교 시 제외하였으며, SSP 추계는 고려대 추계에 비해 서울, 대구 등을 과대모의, 그리고 서울 근교를 제외한 경기 대부분 지역을 과소모의했다. 폭염 노출위험인구 전망을 SSP 추계에 근거하여 도출하면, 고려대 추계에 근거하여 분석했을 때에 비해 서울, 대구, 세종 등지에서 5백만 단위 이상 차이가 나는 것으로 나타났다. 즉, 본 연구는 인구추계별로 달리 나타나는 시·공간적 인구규모를 비교, 분석하여 앙상블 모형처럼 활용하면 중요한 정책적 의사결정 시불확실성을 줄일 수 있음을 시사한다.

Abstract

Population projections are essential for research on future climate change responses. This study compares existing population projections at various spatial levels to diagnose embedded uncertainty in them. Furthermore, by measuring people exposed to extreme heat at the municipal level based on two different population projections, the study suggests the limitations of not considering uncertainty in population projection. This study compares population projections from Statistics Korea (SK), Shared Socioeconomic Pathway (SSP), and Korea University (KU). These data’s administrative units and methodologies differ; the comparison was conducted at the three spatial levels (i.e., national, provincial, and municipal levels) for the years 2030, 2040, and 2050. The study results showed that at the national level, SK and KU were similar. At the provincial level, SK and KU showed differences in Seoul (over-simulation) and Gyeonggi (under-simulation), while the SSP over-simulated the populations in Seoul and other metropolitan areas and under-simulated the population in the others. Meanwhile, at the municipal level, SK was excluded from the comparison because the data lacked clarity. SSP was compared to KU; the populations of Seoul, Daegu, etc., were over-simulated in most areas, while the populations of Gyeonggi were generally under-simulated except around Seoul. Lastly, a projected number of people exposed to extreme heat based on SSP showed a difference of more than 5 million units in Seoul, Daegu, Busan, Sejong, etc., compared to those based on KU. This study’s findings suggest that the uncertainty inherent in population projections can lead to significant differences in the assessment of climate change risks, such as the number of people exposed to extreme heat events. Therefore, comparing and analyzing different spatiotemporal population sizes from each population projection and using them as an ensemble model can reduce uncertainty when making important decisions.

참고문헌 (51)

  1. 고문익, "한국의 지방소멸위험에 대한 설명인자 연구", 한국도시지리학회지, 24(1), pp.17~27 (2021), 한국도시지리학회[DOI]
  2. 고문익, "한국 지방소멸위험의 공간분포 변화분석", 한국지도학회지, 21(1), pp.65~74 (2021), 한국지도학회
  3. 김민주, "지방 출신 청년층의 이동 ·정주 양상과 수도권 지향 인식: 목포와 춘천 청년들을 사례로", 한국도시지리학회지, 26(2), pp.37~53 (2023), 한국도시지리학회
  4. 김오석, "생활권 단위 총부양비 예측에 의한 한국 총부양비의 시·공간 전망 (2020~2050년)", 한국지도학회지, 21(2), pp.117~128 (2021), 한국지도학회
  5. 김종태, "추론된 0세 인구추계들과 통계청 2018년 0세 장래인구 추계와 비교", 한국데이터정보과학회지, 31(1), pp.135~148 (2020), 한국데이터정보과학회[DOI]
  6. 김지수, "저출산·고령화를 고려한 서울시 구별 수해노출인구 전망", 한국도시지리학회지, 22(2), pp.159~171 (2019), 한국도시지리학회[DOI]
  7. 지방소멸, 어떻게 방지할 것인가?, "김현호", 한국지방행정연구원, ~ (2021)
  8. 박유성, "우리나라 공식인구의 신뢰성 및 문제점에 대한 고찰", 조사연구, 11(2), pp.71~95 (2010), 한국조사연구학회
  9. 박준범, "고령 보행자 교통사고에 영향을 미치는 환경요인에 관한 연구: 부산광역시를 중심으로", 한국지리학회지, 8(2), pp.289~303 (2019), 한국지리학회[DOI]
  10. 우해봉, "우리나라 인구추계의 정확성과 시사점", 조사연구, 10(2), pp.71~96 (2009), 한국조사연구학회
  11. 2040년 장래인구 분포 전망 연구, "이보경", 국토연구원, ~ (2019)
  12. 이상일, "인구이동 플로의 연령-특수적 패턴 분석을 위한 방법론 연구 - 우리나라 시군구 단위 인구이동에의 적용 -", 대한지리학회지, 56(5), pp.537~550 (2021), 대한지리학회[DOI]
  13. 한국의 ‘지방소멸’에 관한 7가지 분석, "이상호", 한국고용정보원, ~ (2016)
  14. 이상호, "지방소멸위험지수 원시자료", 한국고용정보원, ~ (2022)
  15. 이시형, "격자분석 기법을 활용한 공주시의 축소도시 사례 연구", 한국도시지리학회지, 21(3), pp.35~46 (2018), 한국도시지리학회[DOI]
  16. 빅데이터 시대의 국토정책 추진방향, "임은선", 국토연구원, ~ (2017)
  17. 임연엽, "2050년대와 2090년대 기후변화 시나리오에 따른 한국의 고온에 의한 고령자 사망 위험 전망", 경관과 지리, 33(3), pp.51~64 (2023), 한국사진지리학회[DOI]
  18. 전창우, "고령인구의 이동편의 증진을 위한 무료셔틀버스 노선 최적화 연구: 서울시 관악구를 사례로", 한국지리학회지, 6(2), pp.291~304 (2017), 한국지리학회[DOI]
  19. 조대헌, "이지역 코호트-요인법을 이용한 부산광역시 장래 인구 추계", 대한지리학회지, 46(2), pp.212~232 (2011), 대한지리학회
  20. 이상일, "지역간 인구이동의 예측을 통한 우리나라 시도별 장래 인구 추계: 다지역 코호트-요인법의 적용", 대한지리학회지, 47(1), pp.98~120 (2012), 대한지리학회
  21. 조대헌, "우리나라 소지역 인구추계를 위한 방법론 비교 분석", 한국지도학회지, 22(2), pp.51~67 (2022), 한국지도학회
  22. 최슬기, "장래인구추계의 확실성과 불확실성:2011년도 통계청 장래인구추계를 중심으로", 한국인구학, 36(4), pp.51~70 (2013), 한국인구학회
  23. 최현정, "읍면동 단위 장래인구 추정모형 개발에 관한 연구", 부동산분석, 5(3), pp.67~87 (2019), 한국부동산원[DOI]
  24. 통계청, "2018년과 1994년 폭염 비교", ~ (2018)
  25. 『장래인구추계』통계정보보고서, "통계청", ~ (2021)
  26. 코호트 효과를 고려한 인구추계 연구, "허종호", 국회미래연구원, ~ (2020)
  27. Chen, Y., "Provincial and gridded population projection for China under shared socioeconomic pathways from 2010 to 2100", Scientific Data, 7(83) (2020)[DOI]
  28. Craig, J., "Replacement level fertility and future population growth", Population Trends, 78, pp.20~22 (1994)
  29. De Silva, R., "Existing population projections in Sri Lanka : Comparative analysis of the accuracy", Sri Lanka Journal of Social Sciences, 42(1), pp.01~12 (2019)[DOI]
  30. Gao, J., "Downscaling SSP-consistent global spatial urban land projections from 1", 8-degree to 1-km resolution 2000-2100, 2021, pp.8(281), ~
  31. Jones, B., "Future population exposure to US heat extremes", Nature Climate Change, 5(7), pp.652~655 (2015)[DOI]
  32. Jones, B., "Spatially explicit global population scenarios consistent with the Shared Socioeconomic Pathways", Environmental Research Letters, 11(8), pp.1088~ (2016)[DOI]
  33. Jones, B., "Avoiding population exposure to heatrelated extremes: Demographic change vs climate change", Climatic Change, 146(3-4), pp.423~437 (2018)[DOI]
  34. Khair, U., "Forecasting Error Calculation withMean Absolute Deviation and Mean Absolute Percentage Error", Journal of Physics: Conference Series, 930, pp.1088~ (2017)[DOI]
  35. Future blood debt:Projecting blood supply and demand of South Korea based on subnational population projections (2021-2050), "Kim, O. S.", Social Science Research Network, ~ (2023)
  36. Kim, O. S., "Depopulation, super aging, and extreme heat events in SouthKorea", Climate RiskManagement, 38 (2022)[DOI]
  37. Kim, K. W., "Super aging in South Korea unstoppable butmitigatable : A sub-national scale population projection for best policy planning", Spatial Demography, 8, pp.155~173 (2020)[DOI]
  38. O’Neill, B. C., "A new scenario framework for climate change research : The conceptof sharedsocioeconomic pathways", Climatic Change, 122, pp.387~400 (2014)[DOI]
  39. Rosow, I., "What is a cohort and why?", Human Development, 21(2), pp.65~75 (1978)[DOI]
  40. Smith, S. K., "State and Local Population Projections Methodology and Analysis" (2002), Kluwer Academic Publishers
  41. Tuholske, C., "Global urban population exposure to extreme heat", Proceedings of National Academy of Science of the United States ofAmerica, 118(41) (2021)[DOI]
  42. Willmott, C. J., "Advantages of the mean absolute error(MAE)over the root mean square error(RMSE)in assessing average model performance", Climate Research, 30(1), pp.79~82 (2005)[DOI]
  43. "장래인구추계 시도편 : 2020~2050년" (2022), 통계청[URL]
  44. "장래 합계출산율/전국" (2022), 통계청[URL]
  45. "주요 연령계층별 추계인구(생산연령인구, 고령인구 등)/전국" (2022), 통계청[URL]
  46. "2022년 11월 인구동향(출생, 사망, 혼인, 이혼)" (2023), 통계청[URL]
  47. "출생아수, 합계출산율, 자연증가 등" (2023), 통계청[URL]
  48. "행정구역(시군구)별, 성별 인구수" (2023), 행정안전부[URL]
  49. "What is the difference between adaptation and mitigation?" (2020)[URL]
  50. "Climate Change 2014: Impacts, Adaptation, and Vulnerability" (2014)[URL]
  51. "Supplementary note for the SSP data sets"[URL]

관련 논문AI추천

인구 추정을 기반으로 한 인구집단별 폭염 취약지역 분포 예측에 관한 연구김동현, 김유현한국환경영향평가학회 · 환경영향평가2024 · 제33권 제6호2050년대와 2090년대 기후변화 시나리오에 따른 한국의 고온에 의한 고령자 사망 위험 전망김오석, 박종철, 임연엽한국사진지리학회 · 경관과 지리2023 · 제33권 제3호SSP 시나리오에 따른 21세기 우리나라 극한기후현상 고노출 지역 변화 전망최광용기후연구소 · 기후연구2024 · 제19권 제4호기후변화 시나리오에 따른 미래 여름철 사망자 수 예측김상혁, 이동근한국보험학회 · 보험학회지2024 · 제137호서울시 기후변화 영향평가 및 적응대책 수립: 폭염영향을 중심으로김은영, 박용하, 이동근, 이정원, 전성우한국환경영향평가학회 · 환경영향평가2012 · 제21권 제1호기후변화로 인한 고온의 미래 사망부담 추정양지훈, 하종식한국환경보건학회 · 한국환경보건학회지2013 · 제39권 제1호

이 간행물의 다른 논문 (10건)

도시 승리주의 담론과 대중 어바놀로지에 관한 소고이재열, 김종근pp. 1-15기후변화 시대의 발전 전략: 탈성장을 중심으로이용균pp. 17-32서울시 핫플레이스의 입지 특성 분석: 2017년과 2022년의 비교를 중심으로김성아, 김흥순, 박수현, 김병준, 김규림pp. 33-49우리나라 도시축소의 공간적 특성 분석: 인구집중구역의 변화를 중심으로이채현, 조대헌pp. 51-68충청북도 신산업의 공간적 분포와 입지 요인이지호, 전병윤, 권규상, 서재준pp. 89-102
원문 보기