기본연구과제
지방자치제도 전반에 대한 이론적・학문적・정책적 기반을 제공하는 중장기 기초연구입니다.
menu
- 지역발전>지역정책
기본보고서
지역 공연시설의 영향권 설정 연구
visibility 39,843 file_download 2,359
| 영문제목 | A Study on the Impact Area of Performing Art Facilities |
|---|---|
| 연구자 | 황재민 |
| 발간연도 | 2021 |
| 다운로드 | 지역 공연시설의 영향권 설정 연구 file_download |
국문요약expand_more
영문요약expand_more
국민소득 증가에 따른 공연문화 향유 수요가 증가함에 따라 각 지방정부는 다양한 규모와 형태의 공연시설을 건립하고자 하고 있다. 공연시설은 서비스의 공급과 소비가 한 장소에서 실시간으로 발생하며 시설 내에서 다양한 유형의 서비스를 제공하므로 공연시설의 타당성조사 수행 시 수요 및 편익 추정을 위한 첫 단계인 영향권 설정이 중요하다. 하지만, 현재 영향권 설정에 대한 일반적인 원칙 부재로 공연시설의 서비스에 대한 다양성과 방문객의 수요를 고려하지 못하고 있으며 전문가의 판단으로 영향권을 설정하는 한계점이 있다. 따라서 본 연구는 지역 공연시설 타당성조사 결과의 합리성 및 정확도 제고를 위해 공연시설 수요자의 공간적 범위인 영향권에 대한 유형을 분류하고, 각 유형별 실증데이터 분석을 통하여 영향권 설정 방식에 관한 고찰을 해보고자 한다.
이를 위해 본 연구는 자치단체별 공공 공연시설의 지역적 분포 및 운영현황 분석, 설문조사를 통해 공연시설 이용행태 확인하였다. 또한 운영현황 데이터 및 입지정보 등을 가공 후 요인분석 및 군집분석 등의 데이터 분석 통한 문화시설 세부 유형화, 그리고 통신사 빅데이터 분석을 활용한 세부 유형 별 공연시설 영향권을 규명하는 방법론을 적용하였다.
설문 결과에 따르면, 시민들의 공연시설 선택에 있어 공연 프로그램을 가장 중요하게 고려하고 있고 장거리 이동이 필요한 지역의 공연장도 이용하고 있는 것으로 확인되었다. 이는 공연시설의 영향권 설정 시 시설의 규모 및 공연시설이 제공하는 컨텐츠에 따라 수요 영향권에 차이가 존재할 수 있으므로 이를 고려해 분석할 필요가 있음을 의미한다.
공연시설의 영향권 설정을 위한 첫 번째 단계로 유형화 기준을 정립하고자 하였다. 이를 위해 문예회관별 운영현황 특성, 입지적 특성, 시설 특성, 운영특성에 대한 자료를 구축하였다. 해당 요인들을 바탕으로 주성분분석(Principal Component Analysis: PCA)’을 수행하여 주요요인 3가지를 도출하였고, 각 요인이 공연시설의 도심화지역 여부, 차별화 된 컨텐츠(기획공연 수) 제공여부, 시설규모 측면 등을 함의함을 확인하였다. 이후 군집분석을 수행하였고, 분류된 공연시설들의 군집별 차이를 검토하여 유형분류 기준을 정립하였다. 최종 유형분류 기준은 공연장 수, 객석 수, 주변인구 수, 공연장 종사자 수 변수를 활용한 의사결정나무 형태로 도출하였다.
마지막 단계로 유형별 영향권 도출을 위해 SKT통신 빅데이터를 가공 및 활용하여 공연시설 관람객들의 출발지 분포를 검토하였다. 세부 유형 내 대표시설을 선정한 후 분석을 수행하였다. 이동거리에 따른 누적비율을 고려한 영향권 설정 기준 제시함으로써 광역권 및 전국권 공연시설의 영향권을 규명해 보았다.
본 연구는 공연시설의 영향권 설정에 대한 일반적인 원칙이 부재한 상황에서 지역 공연시설 타당성조사 결과의 합리성 및 정확성을 제고하기 위해 수행되었다. 이를 위해 공연시설의 유형 분류 기준을 정립하였고, 공연시설 유형 별 영향권 범위를 실증 데이터를 바탕으로 제시하였다. 본 연구는 공연시설의 영향권 설정에 관한 새로운 방향성을 제시한 점에서 의의가 있다.
이를 위해 본 연구는 자치단체별 공공 공연시설의 지역적 분포 및 운영현황 분석, 설문조사를 통해 공연시설 이용행태 확인하였다. 또한 운영현황 데이터 및 입지정보 등을 가공 후 요인분석 및 군집분석 등의 데이터 분석 통한 문화시설 세부 유형화, 그리고 통신사 빅데이터 분석을 활용한 세부 유형 별 공연시설 영향권을 규명하는 방법론을 적용하였다.
설문 결과에 따르면, 시민들의 공연시설 선택에 있어 공연 프로그램을 가장 중요하게 고려하고 있고 장거리 이동이 필요한 지역의 공연장도 이용하고 있는 것으로 확인되었다. 이는 공연시설의 영향권 설정 시 시설의 규모 및 공연시설이 제공하는 컨텐츠에 따라 수요 영향권에 차이가 존재할 수 있으므로 이를 고려해 분석할 필요가 있음을 의미한다.
공연시설의 영향권 설정을 위한 첫 번째 단계로 유형화 기준을 정립하고자 하였다. 이를 위해 문예회관별 운영현황 특성, 입지적 특성, 시설 특성, 운영특성에 대한 자료를 구축하였다. 해당 요인들을 바탕으로 주성분분석(Principal Component Analysis: PCA)’을 수행하여 주요요인 3가지를 도출하였고, 각 요인이 공연시설의 도심화지역 여부, 차별화 된 컨텐츠(기획공연 수) 제공여부, 시설규모 측면 등을 함의함을 확인하였다. 이후 군집분석을 수행하였고, 분류된 공연시설들의 군집별 차이를 검토하여 유형분류 기준을 정립하였다. 최종 유형분류 기준은 공연장 수, 객석 수, 주변인구 수, 공연장 종사자 수 변수를 활용한 의사결정나무 형태로 도출하였다.
마지막 단계로 유형별 영향권 도출을 위해 SKT통신 빅데이터를 가공 및 활용하여 공연시설 관람객들의 출발지 분포를 검토하였다. 세부 유형 내 대표시설을 선정한 후 분석을 수행하였다. 이동거리에 따른 누적비율을 고려한 영향권 설정 기준 제시함으로써 광역권 및 전국권 공연시설의 영향권을 규명해 보았다.
본 연구는 공연시설의 영향권 설정에 대한 일반적인 원칙이 부재한 상황에서 지역 공연시설 타당성조사 결과의 합리성 및 정확성을 제고하기 위해 수행되었다. 이를 위해 공연시설의 유형 분류 기준을 정립하였고, 공연시설 유형 별 영향권 범위를 실증 데이터를 바탕으로 제시하였다. 본 연구는 공연시설의 영향권 설정에 관한 새로운 방향성을 제시한 점에서 의의가 있다.
As the demand for enjoying performance culture increases with the increase in national income, each local government is trying to build various scale and type of performing art facilities. Due to the lack of general principles for setting the impact area, the diversity of services and demand for performance facilities is not considered in the feasibility study. In addition, it is also decided by the judgment of an expert. Thus, this study classifies the types performing art facilities and discovers the impact area of performance facilities using the big data of telecommunications company. It is important in conducting feasibility study in terms of estimating demands and benefits. First of all, surveys were executed and it was found that people considered contents at most in selecting performing art facilities. This means the programs provided in the performing art facilities play an important role in measuring impact area. Then this study was intended to find criteria of classifying the of performing art facilities. To this end operational, locational, building, and status characteristics of each facility were constructed. Three main factors were derived by performing principal component analysis; and each factor meant whether the performance facility was urbanized, differentiated content, and in terms of facility size. After that by conducting K-means cluster analysis; it was derived in the form of a decision tree using variables such as the number of halls, seats, population, and workers in facilities. As a final step, SKT communication big data was used to discover the practical traveling distance for watching a performance, representative facilities were selected in each cluster and the impact area was investigated considering the cumulative ratio according to the distance traveled for the metropolitan and national area respectively. This study is meaningful in that it suggests a new direction for setting the impact area of performing art facilities.
