2.1 재해구호물자 구성현황

우리나라의 재해 구호물자는 Fig. 2와 같이 응급구호와 취사구호로 각각 세트화 되어 구성되어 있으며, 그 밖의 개별구호물품을 포함하여 관리하고 있다. 응급구호세트는 1명 기준으로 남녀 각각 대·중·소로 구분되어 지원되고 있으며, 구성품목으로는 담요, 칫솔, 세면비누 등 16종에 개별 구호물품인 치약, 물티슈, 생수(1.0l) 등으로 포함되어 있다. 취사구호세트는 1세대 4명 기준으로 지원되고 있으며 그 구성품목으로는 가스렌지, 코펠, 수저 등 9종에 개별구호물품인 1세대당 쌀(10 kg) 1포, 부식류(고추장, 김치등), 부탄가스 4개 등 개별구호물품이 포함되어 있다. 재해발생시 지원기준은 응급구호세트의 경우에는 재해로 인한 피해가 예상되는 일시대피자 및 침수·붕괴 등으로 인한 재해 피해 이재민에게 지급된다. 취사구호세트는 주방침수 등으로 취사가 불가능한 이재민 가구의 세대주에게 지급된다.

Fig. 2

Condition of Disaster Relief goods

개별구호물자인 즉석식품, 분유세트(분유, 젖병), 기저귀, 모기약 등은 세트기준과 관계없이 지급이 가능하다. 그 외 비상식량 등이 있는데 “비상식량”이란 쌀, 부식, 즉석식품을 말하며, 생수·쌀·부식·즉석 식품·부탄가스 등 유통기한이 짧거나 화재 위험 등으로 장기보관이 어려운 경우가 많아 미리 사전에 구매처를 지정하여 재해발생 시 즉시 선지원하고 후 결재하는 방식으로 운영되고 있다(MPSS, 2015).

시·도지사는 재해 구호물자에 대해 부족분이 발생한 경우에는 그 현황을 전국재해구호협회 등에 통보하여 지원 요청하거나 업체에서 구매하여 조달한다. 구호물자 사용 후에는 대체계획을 수립한다. 재해로 인해 이재민에게 지급한 후 구호물자 부족분은 비축계획을 수립한다(NIDP, 2010).

2.2 재해구호물자 비축 및 지원 실태

재해구호물자의 확보 및 보관과 관련하여 구호기관인 지방자치단체에서는「재해구호법」제6조에 따라 지역별 재해 발생 현황 및 지역실정 등을 고려하여 필요한 재해 구호물자를 항상 확보하여 응급 구호할 수 있는 체계를 갖추어야 한다고 규정되어 있다. 그리고 같은 법 제7조에 의거 재해발생 상황을 파악하기 전이거나 재해 발생이 진행 중인 때에라도 지체 없이 재해 구호물자를 이재민에게 지급하여야 한다. 현행 재해 구호물자의 관리 및 배분은 Fig. 3과 같은 시스템으로 운영된다.

Fig. 3

Relief Goods Distribution and Operating System

3.1 재해구호물자 비축기준의 산정 배경 및 내용

2010년 이전까지는 재해발생 시 이재민에게 지원되는 재해구호물자의 비축기준에 대한 명확한 산정 근거가 없이 재해구호물자를 포괄적으로 비축 및 확보되어 왔었다. 이로 인해피해 여건이 비슷한 지자체에 대해서 비축기준이 상이하고, 구호담당 공무원의 관심도에 따라 시·군·구별로 비축량의 편차가 심하였다. 이로 인해 지자체별 비축기준이 과다 또는 과소 책정되는 등 현실성이 결여되는 문제점이 있었다. 이에 따라 2010년 당시에 우리나라 구호업무의 전담부처인 소방방재청에서는 재해구호물자 비축기준의 신뢰성을 확보하기 위해 지역별 재해특성을 반영한 과학적이고 정량화된 재해구호물자 비축기준을 마련하게 되었다. 그리하여 2010년에 마련한 재해구호물자 비축기준에서는 이재민수를 추정하고 기준산식을 보정한 다음 이재민수를 구호물자로 변환하여 비축량을 산정하였다. 이때 이재민수 추정을 위해 필요한 지역별 재해위험 인자들을 현황자료로 활용하였다. 항목은 인구수, 행정구역면적, 재해위험지역 현황으로 구성하였고, 과거자료로 이재민 발생수, 강우량, 재해빈도, 피해액, 구호물자 지원내역으로 산정하였다. 여기서 이재민수와 피해액은 재해를 직·간접적인 관점에서 정량적으로 평가할 수 있는 요소로써 재해피해인자로 구분할 수 있다. 반면 강우량과 인구밀도는 재해를 유발할 수 있는 재해 유발인자로 볼 수 있는데 강우량은 양적인 측면에서 지역에 미치는 영향을 평가하는 한편, 지역별 인구 집중도를 통해 상대적인 위험노출 정도를 평가할 수 있을 것으로 판단하였기 때문이다. 여기서 Fig. 4와 같이 연도별 이재민수를 비축기준 산정 보정 자료로 활용하였으며, 이와 함께 피해액, 강우량과 인구밀도를 이용하여 Table 1과 같이 서울시 자치구별 이재민수를 추정하였는데 과정별 주요 내용은 다음과 같다.

Fig. 4

Measures for Assessing the Criteria

Table 1

Prediction Equation of Disaster Victim

첫째, 현황자료와 과거자료 등 8개 항목에 대한 상관성 분석결과 통계적으로 95%이상 신뢰도를 가진 항목에 해당된 피해액, 연평균 강우량, 인구밀도 등 3개 항목을 반영하여 회귀분석 방법으로 연평균 이재민수 산정식을 다음과 같이 개발하였다.

*연평균 이재민수=A+(B×전년도인구밀도)+(C×연평균피해액)+(D×연평균강수량)

- 여기서 A, B, C, D는 회귀분석식에서 산출한 위험인자(3개 항목)와 연관성이 있는 상수임

둘째, 과거 발생한 이재민 수와 기준산식으로 산정한 연평균 이재민에 대한 산정값이 재해의 불확실성, 경제적인 측면을 고려해 기준산식에 대해 보정값을 결정한 후 안전율을 산정하여 보정하였다.

*보정값=(과거 차순위 이재민수−기준산식 이재민수)÷시군구 수

- 과거 15년간 발생한 자료중 최대치로 보정시 과다 산출되어 최대치보다 차순위 자료 활용

- 보정식으로 산출한 값이 60이하인 시군구 경우는 60으로 결정

*안전율=과거 최고 이재민 평균을 차상위 이재민 평균으로 나눈 값에 15년 동안 발생한 값에 해당된 15년으로 다시 나눈 값을 사용

- 최고 이재민 평균(10,160) ÷ 차상위 이재민 평균(3,132)= 3.3배

- 15년 동안 발생한 값이므로 15년으로 나눈 값을 사용(안전율은 3.3 ÷ 15 = 0.22≒0.2)

셋째, 이재민 수를 구호물자로 변환하기 위해 과거(2005~2008년 기간) 발생한 이재민에게 실제 지급한 구호세트(응급구호, 취사구호)에 현황을 분석한 후 산정된 이재민 수에 구호세트별 지급 비율을 적용하여 각각의 재해구호세트에 대한 비축량을 산정하였다.

3.2 서울특별시의 재해환경과 재해구호물자 비축기준 산정

3.2.1 서울특별시의 자연재해 실태

우리나라의 자연재해로 인한 피해액은 1970년대 대비 2000년대에는 약 10.4배가 증가하였으나, 인명피해는 1970년대에 비하여 2000년대에는 약 78%(358→80명)가 감소한 것으로 나타났다. 과학기술의 발전으로 방재기술이 향상되고 있으나 대규모 재해가 발생할 경우 여전히 많은 인명피해가 발생하고 있는 실정이다(SDI, 2011). 서울은 인구와 자본이 고도로 밀집되어 있는 공간으로 설계용량 만큼 감당하는 인위적인 수방시설체계에 의해 보호되고 있기 때문에 그만큼 수해에 대한 취약성이 높다. 서울에서 대규모 침수 피해가 발생한 것은 1984년, 1987년, 1990년, 1998년, 2001년, 2010년, 2011년으로, 특히 2011년 7월말 집중호우 시 3일간 누적강수량은 595 mm이다. 본 고에서는 2001년~2011년 동안 발생한 서울시의 주요 홍수피해 사례를 중심으로 Table 2와 같이 재해피해 상황을 정리하였다.

Table 2

Damage of Flood on Focus Seoul

2011년 7월 26일부터 28일 까지 중부지방에 집중호우가 발생하여 인명피해는 전국적으로 47명이 사망하고 4명이 실종되었으며, 특히 서울에서는 우면산 산사태로 인하여 15명이 사망하였으며, 1,272세대, 1,883명의 이재민이 발생하였다. 2010년 9월 21일~22일, 서울을 비롯한 수도권 일대에 집중호우가 발생하였지만 다행히 서울에서는 인명 및 주택파손(전파, 반파) 피해는 없었으나, 9,419가구의 주택이 침수되었으며 이 중 90% 이상이 저지대 반지하 주택이었다. 특히 광화문 주변에서는 집중호우로 인하여 청계천 수위가 단시간에 높아지면서 하수관거 역류로 인해 광화문 광장이 침수되었다.

2001년 7월 15일 오전 0시부터 4시까지 서울지역에 집중호우가 쏟아져 피해현황을 보면 사망 44명, 부상 104명 총 144명의 인명피해와 약 584억원의 재산피해가 발생하였는데 이는 전국대비 인명피해(사망)의 약 60%, 전국 대비 주택침수의 약 79%를 차지하는 큰 규모였다(SDI, 2011).

3.2.2 회귀분석 모델을 적용한 재해구호물자 비축기준 산정

회귀분석(regression analysis)이란 독립변수들과 종속변수간의 합리적인 관련성을 수학적 모형을 이용하여 측정된 변수들의 자료를 근거로 하여 추정하고 분석하는 통계적 방법을 말한다. 이때 두 변수 간의 관계가 확률적 또는 통계적 관계에서 설명된다. 그러나 확률적 모형이 설명하지 못하는 부분으로는 회귀오차(regression error), 보통 설명이 불가능한 확률오차(random factor), 측정상의 오차(measurement error), 설명변수가 모형에 빠져서 설명하지 못한 경우, 변수간의 관계가 선형적이지 않은 경우 등의 문제점을 유발할 가능성이 있다. 대표적인 회귀모형으로는 모집단 회귀모형, 모집단회귀선, 표본회귀모형, 표본회귀선 등이 있으나, 변수간의 인과관계를 설정하고 선형적 함수관계를 나타내는 1차식인 선형회귀식을 적용하였다. 회귀분석은 일반적으로 이렇게 추정된 모형을 이용하여 종속변수와 독립변수들 간의 관계를 규명하고 필요한 예측을 하며 통계적 추정과 검정을 실시한다(Jeon, 2006). 회귀분석에서 특정회귀계수는 다른 독립변수들의 값을 고정시켰을 때 종속변수에 미치는 독자적인 영향력을 의미한다. 그런데 독립변수들 간에 상관관계가 매우 높을 경우특정회귀계수의 독자적인 영향력을 알 수가 없다. 다시 말해, 다중공선성의 문제가 발생하면 한 특정 독립변수의 값이 변할 때 공선관계가 있는 다른 독립변수도 동시에 변화하므로 회귀식에서 도출한 회귀계수의 의미가 상실하게 된다. 그렇게 되면 회귀계수의 의미가 상실되므로 다중공선성의 문제를 판정하고 해결하는 방법을 모색해야 하는데, 이를 살펴보면 아래와 같다.

첫째, 무엇보다도 가장 일반적이 방법은 독립변수들 간의 상관계수 치를 가지고 판정하며, 상관계수 값이 0.7이상인 경우 다중공선상의 문제를 안고 있는 것으로 본다. 이와 같은 문제가 발생 시 두 변수중 하나를 빼고 분석하는 것이 일반적인 대응방법이다.

둘째, 회귀분석 결과표에서 특별히 회귀계수의 분산 또는 표준오차가 큰 변수를 찾아내어 이 변수를 빼고 다시 분석한 후 나머지 변수들의 분산이 유의미하게 작아지는가를 조사하여 다중공선성의 문제를 확인할 수 있다. 어떤 독립변수의 회귀계수의 표준오차가 커서 이 변수를 제외한 후 분석할 경우나머지 독립변수들의 분산이 작아진다면 이 독립변수를 회귀모델에서 제외시키면 된다.

셋째, 잔여분산(residual variance)의 값이 0이거나 0에 가까울수록 다중공선성의 문제를 의심하여야 한다. 잔여분산의 값이 0에 가까울수록 회귀계수의 표준오차가 커지게 되어 다중공선성의 문제를 야기하게 된다. 다중공선성의 문제는 표본크기가 커짐으로써 다소 완화될 수 있다(Heo et al., 2012). 본 연구에서는 선형회귀 분석식을 이용하여 종속변수(이재민수), 회귀계수, 독립변수(인구밀도, 피해액, 연평균강우량)에 대해Table 3과 같이 회귀분석을 적용하였다.

Table 3

Apply for Regression Analysis

분석의 방법과 절차로써 선형 회귀분석 자료수집 기간은 원칙적으로 15년(1999년~2013년)으로 하되, 자료가 없는 경우해당 기간만 사용하고 선형회귀분석의 통계분석 프로그램으로는 SPSS(Statistical Package for Social Science)를 이용하여 진행하였다. 재해 피해인자(이재민수와 피해액)와 재해유발인자(강우량과 인구밀도)를 구성하는 변수군이 유의함을 확인하였다(Yang et al., 2009). 본 연구에서 적용한 회귀분석의 절차로는 다음과 같다.

첫째, 자료 수집으로써 연도별 이재민 수, 인구밀도, 재산피해액, 강수량 등을 수집항목으로 정하였는데, 이중 이재민 발생추세 및 현황에 대해서는 Fig. 5와 같다.

Fig. 5

Trend and State of Disaster Victims in Seoul

둘째, SPSS를 이용하여 회귀분석을 실시하고 지자체별 이재민 수 산정식의 계수(A, B, C, D)를 대입한 다음, 표와 같이 산출된 계수에 전년도 인구밀도, 연평균 재산피해액, 연평균강수량을 대입하여 이재민 수를 추정하였다. 이때 이재민 수=A+(B×인구밀도)+(C×재산피해액)+(D×강수량)의 함수이다. 본 연구에 적용한 피해액, 강우량과 인구밀도가 이재민수와 높은 관계가 있음을 알 수 있었다(Yang et al., 2009).

마지막으로 추정한 이재민 수를 구호물자 비축기준으로 변환하는 과정에서 보편적이고 합리적인 구호활동을 수행하기 위하여 다음과 같은 보정원칙을 적용하였다.

① 추정된 이재민 수(비축 수량)가 70 이하인 지자체에 대해서는 70으로 산정하였다

② 기존 비축기준과 신규 추정된 이재민 수(비축 기준)가 급격히 감소하거나 증가된 경우를 감안한 조정원칙으로써 추정된 이재민 수가 기존보다 50%이하로 감소한 곳은 최소한도 50%까지로 하였고, 기존 비축기준보다 3배 이상 증가한 지자체는 3배까지로 한도를 설정하고 산정하였다.

③ 기타, 최근 5년 및 15년간 평균 이재민수를 감안한 조정을 실시하였는데, 최근 5년간 이재민수가 급격히 감소한 지자체 보정과 함께 과거 이재민 발생 평균치의 편차를 고려한 안전율을 아래와 같이 적용하였다.

*안전율=(최근 5년 평균 이재민수)÷(최근 15년평균 이재민수)=36,099÷26,486=1.36≒1.4

④ 재해구호물자의 응급구호와 취사구호 세트의 구성 비율은 1세대당 평균 가족 구성원 수 2.33인을 고려하여 7:3으로 설정하여 Table 4와 같이 비축기준을 산정하였다.

Table 4

Measures for Criteria of Disasters Relief Goods(Details)

4.1 실태와 문제점

본 연구의 2015년에 마련한 재해구호물자 비축기준에서는 이재민 수를 추정하고 기준산식을 보정한 다음 이재민 수를 구호물자로 변환하여 비축량을 산정하였는데, 이재민수 추정을 위해 필요한 지역별 재해위험 인자들을 현황자료로 활용하였다. 항목은 인구수, 행정구역면적, 재해위험지역 현황으로 구성하였고, 과거자료로 이재민 발생수, 강우량, 재해빈도, 피해액, 구호물자 지원내역 등을 반영하여 산정하였다. 즉 이재민수를 종속변수로 하고 인구밀도, 피해액, 강우량을 독립변수로 하여 이재민수를 추정하고, 이재민수를 근거로 재해구호물자 비축기준으로 변환하는 과정에서 안전율을 반영한 보정원칙을 적용하여 비축기준을 산정하였다. 그러나 인명피해는 자연현상 외에도 인간 행위의 영향을 받을 수 있기 때문에 오차가 발생할 수 있으며 무작위 특성이 강한 이재민 수를 정확하게 예측한다는 데에는 분명 무리가 있을 것이다. 또한, 회귀분석은 특정 변수값 변화와 다른 변수값 변화가 가지는 수학적 선형 함수식으로써 회귀분석 적용 자료의 종류 및 기간에 영향을 받으며, 누락된 과거 자료 값이 클 경우 상대적으로 작은 회귀분석 결과가 도출될 수 있다는 어려움이 있다. 한편, 3가지 인자에 대한 회귀분석만으로는 이재민 발생과 관련된 다양한 인자에 대한 고려에 제한이 있으며. 홍수 시 이재민 발생과 관련된 인자들 중 치수구조물 오작동, 구조물 관리부실 등 정량적으로 표출하기 어려운 사항들을 회귀분석방법으로 적용하기에는 기본적인 한계가 있다. 마지막으로 재해구호물자 비축기준을 산정하기 위해 적용한 미래예측 방법중에서 통계학적 모델링 기법인 회귀분석 방법의 문제점으로는 다음과 같은 것이 있다(Dunam, 2014).

첫째, 반복실험이 불가능하며 연구자의 의도와 무관하게 자료의 속성과 형태가 정해져 있어 과거의 규칙성을 찾아내어 미래의 트렌드를 예측하는데 한계가 있다.

둘째, 자료를 수집하는 과정에서 발생 가능한 오차나 이론과 실제 자료 사이에서 발생하는 특정 오차를 인위적으로 통제하여 신뢰도를 높이는데 다소 어려움이 있다.

셋째, 기초자료가 생성되어지는 시점에서의 모집단과 예측하고자 하는 현재의 모집단을 일치시키기 어렵고, 수집된 기초 자료가 반드시 정상분포 할 것이라고 단정하거나 가정하기 어렵다.

넷째, 자료의 규칙성을 찾기 위해 관측된 값보다 더 많은 자료가 필요하더라도 이를 확보할 수 없다는 한계점을 가지며 인과관계에서 객관적인 자료보다 연구자의 주관적 판단에 의존할 수밖에 없다.

4.2 비축기준의 합리적인 산정방안

재해 구호물자 비축기준을 산정한다는 것은 미래에 발생 가능한 재해에 대비해 이재민에게 지급하게 될 재해구호 물자의 수량을 추정하여 결정하는 것으로써 일종의 미래 예측방법을 적용하는 것이다. 미래는 아직 현실화 되지 않는 사건 또는 상황이라 할 수 있다. 일반적으로 보면 미래는 아직 정해져 있지 않는 상태라 말하는 것이 옳을 것이다. 미래를 결정하는 요소가 매우 다양하고, 이것들이 시간에 따라 동적으로 상호작용한다는 점을 무시할 수 없기 때문이다. 재해구호물자 비축기준 산정을 위해서 활용한 통계적 기법의 경우 단기 예측에서는 신뢰도가 높지만 장기적인 예측에는 다소 한계가 있다.

우선 과거자료를 토대로 이재민 수 추정과 관련된 강우량, 인구밀도, 피해액뿐만 아니라 침수정보 등 다양한 인자에 대한 고려가 필요하다. 아울러, 계량화가 어려운 치수 구조물의오작동, 구조물 관리 부실 등에 대해서도 변수가 추가되어야 된다고 판단된다.

미래 예측과 관련하여 시간의 흐름에 따라 변화하는 자연 또는 사회적인 현상들 중에서는 일정한 규칙성을 가지고 있는 것들이 있는가 하면 대부분은 불규칙성을 가지고 있기 때문이다. 그러므로 통계를 이용하여 이러한 불규칙성 들을 처리하기 위해서는 허용된 범위 내에서 적절한 변환을 통해 어느 정도의 규칙성을 갖도록 자료를 변환시킨 다음에 모형을 구축해 나갈 필요가 있다.

따라서 분석에 사용될 자료는 객관적이며 예측이 가능한 자료이어야 한다. 또한, 예측의 결과가 얼마나 신뢰 받을 수 있는가를 사전에 판단하는 것은 매우 어렵기 때문에 과거의 자료가 정확하게 수집되었는지, 충분한 기간 동안 축적된 자료인지 사전에 충분히 검토해야 할 것이다.

결론적으로, 재해구호물자 비축기준 산정과 관련하여 ‘미래를 얼마나 정확히 예측할 수 있을까?’하는 문제는 세 가지와 관련이 있다. 첫째, 예측하는 담당자의 지식과 경험이 중요하다. 둘째, 어떤 데이터를 사용하느냐와 관계인데, 정확하고 풍부한 데이터를 활용하는 것이 중요하다. 마지막으로 어떤 방법을 이용하느냐 인데, 다양한 미래 예측방법들 중에서 가장 적합한 방법을 선택하여 이용하는 것도 매우 중요하다(Dunam, 2014).

5. 결론

본 연구에서는 서울특별시를 사례로 재해구호물자 비축기준 산정을 위하여 재해에 영향을 받는 재해 피해인자와 재해를 유발하는 재해 유발인자로 나누어 회귀분석을 실시하였다.즉 이재민수와 피해액을 요소로 하는 재해 피해인자와 강우량과 인구밀도 등의 재해 유발인자를 변수로 이재민수를 추정하였다. 그리고 이재민 수를 근거로 하여 보편적이고 합리적인 구호활동 수행을 위한 보정원칙을 적용하여 최종적으로 재해구호물자 비축 수량을 산정하였다. 이재민 숫자 추정과 관련하여 인명피해는 자연현상 외에도 인간행위에 영향을 받을 수 있기 때문에 오차가 발생할 수 있으며, 무작위 특성이 강한 이재민 수를 정확하게 예측한다는 데에는 분명 무리가 있을 수 있을 것이다. 따라서 이재민 수 추정과 관련된 변수에 대한 검토과정에서 침수정보를 포함한 계량화가 어려운 치수 구조물의 오작동, 구조물 관리 부실 등에 대해서도 함께 고려가 된다면 보다 더 합리적인 산정방안이 될 것이다. 본 연구처럼 이재민 수 추정 방식을 통한 재해구호물자 비축기준을 제시하는 것은 미래 예측의 초석이 될 것으로 기대된다.

그렇지만 재해구호물자 비축기준 산정과 같은 미래 예측에 적용한 통계적 기법의 경우에 단기 예측은 신뢰도가 높지만 장기적인 예측을 시행함에 있어서는 한계가 있다는 점을 유의해야 한다. 이를 극복하고 재해구호물자 비축기준의 합리적인 산정을 위해서는 담당자의 지식과 경험, 정확하고 풍부한 데이터의 활용 및 올바른 미래예측 방식의 선택이 중요하다는 점이 밝혀졌다.