1. 서 론
최근 전 세계적으로 기후변화가 가속화되면서 평균기온 상승, 해수면 상승 등 극한기상 현상의 빈도가 증가하면서 다양한 환경적 변화가 나타나고 있다(Pattison and Lane, 2012; Arnell and Gosling, 2016). 지구온난화는 여름철 폭염의 강도와 지속일수를 증가시키며, 이에 따른 인명피해와 사회경제적 손실이 꾸준히 증가하고 있다(Perkins et al., 2012; Fan and Huang, 2020). 미국, 영국, 호주 등 주요 국가들에서도 기록적인 폭염 사례가 보고되고 있으며(Bae et al., 2020), 국내 또한 여름철 평균기온과 폭염 일수가 지속적으로 상승하는 추세를 보이고 있다(KDCA, 2024).
폭염은 인명피해가 가장 큰 기상재해로서, 피해의 범위가 광범위하고 장기간 지속되는 특성을 갖고 있다(Chae, 2021). 특히, 인체에 직접적인 피해를 초래하는 온열질환(heat-related illness)의 주요 원인으로 작용한다(Park and Chae, 2020). 실제로 국내에서는 여름철 폭염 기간 동안 온열질환자의 수가 뚜렷하게 증가하는 경향을 보이며, 고령자⋅아동⋅노약자⋅야외 근로자 등 취약계층에게 심각한 위협이 되고 있다. 질병관리청 자료에 따르면 최근 5년간 폭염일수와 온열질환자 발생건수 간의 상관관계가 높게 나타났으며, 도시지역에서 그 피해가 집중되는 양상을 보인다(KDCA, 2024).
도시화와 기후변화는 도시공간에서 발생하는 여러 재난 현상과 깊은 관련이 있으며, 이는 자연재해 대응에 있어 중요한 패러다임으로 간주된다(Costache et al., 2019). 1900년대 전 세계가 주목한 현상이 도시화였다면, 2000년대의 국제적 이슈는 기후변화라고 할 수 있다(Norman, 2009). 가속화되는 도시화 추세 속에 기후변화의 영향력은 앞으로 우리사회에서 더욱 극명하게 나타날 것이라는 것이 전문가들의 공통된 견해이다(Park and Lee, 2024). 이처럼 폭염의 발생 원인은 기후변화 외에도 도시화에 따른 도시열섬현상(Urban Heat Island), 불투수면적 확대, 녹지 감소, 인구 밀집 등(Yi et al., 2016) 다양한 도시공간적 요인과 맞물려 있다. 따라서 폭염의 피해를 체계적으로 분석하기 위해서는 기후요인뿐만 아니라 도시 공간구조 및 인구사회적 특성에 대한 통합적 접근이 필요하다.
폭염 피해를 산정하고 대처하기 위해 도시, 대기, 환경, 정책 등 다양한 분야에서 연구가 이루어지고 있다(Baek and Kwon, 2021). 기존 연구들은 주로 전국 단위의 폭염 노출과 건강 피해 간의 관계를 다루거나, 기후 변수 중심의 통계분석에 집중해온 경향이 있다. 정부와 지자체에서는 폭염특보 발효, 무더위쉼터 설치, 냉방기 지원 등 다양한 폭염 대응 대책을 마련하고 있으나, 여전히 지역 간 대응격차와 정책의 실효성 문제가 제기되고 있다. 특히, 특정 자치구의 피해가 반복되거나 특정 인구 집단의 발병률이 높게 나타나는 등 공간적⋅사회적 불평등이 존재함에도 불구하고, 도시 내부의 미시적 공간 특성과 인구 분포, 주거유형, 재정상황, 불투수면적 등이 온열질환에 미치는 영향에 대한 정량적 분석과 공간적 해석은 상대적으로 미흡하다. 따라서 본 연구는 서울시 25개 자치구를 대상으로, 도시공간적 요인이 온열질환자 발생 건수에 미치는 영향을 실증적으로 분석하고자 한다. 분석을 위해 아동⋅노인⋅야외 근로자 비율, 재정자립도 등 사회적 요인과 불투수면적, 녹지, 주거유형 등 환경 및 공간적 요인을 독립변수로 설정하여 다중회귀분석을 수행하였다. 이를 통해 자치구별 온열질환 고위험 지역 및 요인을 식별하고, 도시 내 건강 불평등 구조를 분석함으로써, 향후 폭염 대응 정책 및 도시계획 수립에 실효성 있는 기초자료를 제공하는 것을 주요 목적으로 한다.
2. 연구 방법
2.1 평가지역
기상청에 따르면 21세기 후반기(2071~2100년) 서울특별시의 여름철 평균기온은 29.8 ℃에 이르고, 평균 일 최고기온은 지금보다 5.2 ℃ 오른 40 ℃로 예측하였다(Cho et al., 2018). 또한, 2016년도 우리나라의 평균 열대야 일수는 10.8일이지만, 서울은 32일로 전국 평균의 3배이다(KDCA, 2024).
서울은 주거⋅상업⋅공업 지역 등 시가화지역 366.5 km2 내에 불투수 지표 면적이 280.8 km2로 77%를 차지하고 있어, 폭염에 매우 취약한 환경적 특성을 지닌다(Cho et al., 2018). 특히 도시화에 따른 태양열 저장량 증가, 열흡수원의 감소, 인공열 배출 증가, 공기흐름 저하 등 고온과 폭염에 취약한 환경이 되었다. 아스팔트와 콘크리트는 많은 열을 흡수⋅저장 후 배출하면서 폭염을 촉진시킨다. 포장된 지표면은 수분 증발을 막아 열에너지를 수증기로 전환하는 과정을 방해하고, 도시의 빌딩 역시 바람 통로를 막아 축적된 열기의 외부 유출을 방해한다. 이 외에도 자동차 배기가스 및 건물의 냉난방열 등 인간 활동이 만들어내는 인공열도 국지적인 기온 상승에 영향을 미친다. 도시화로 인한 열환경 악화는 폭염 가중뿐만 아니라 열대야의 장기화를 초래하고 있다(Cho et al., 2018).
최근 서울의 연중 최고기온, 열대야 지속일수 등 폭염 관련 기록이 새롭게 쓰였고, 날짜별 최고기온도 수차례나 경신되었다(Cho et al., 2018). 한반도의 지리적 여건과 기상이변에 도시의 열섬현상이 더해져 한층 강해진 폭염과 열대야는 시민의 생명을 위협하고 고통을 안겨주는 단계에 이르렀다. 이제 ‘폭염은 불편한 것이 아닌 위험한 것’이 되었음을 고려하여 서울시의 열환경을 분석하고, 폭염에 관한 도시공간적 상관관계와 영향력을 파악하여 폭염 대응력 강화를 위한 방안을 제안하고자 한다.
2.2 도시공간과 온열질환 간의 연관성
폭염은 인체의 체온조절 기능을 약화시켜 열사병, 열탈진, 열경련 등의 온열질환을 유발하며, 고령자, 만성질환자, 야외근로자 등 취약계층에게 치명적인 영향을 미친다. 기온이 33.9 ℃ 이하에서 1 ℃ 상승할 때마다 사망자는 3% 증가하고(Kim et al., 2009), 폭염이 7일 이상 지속되면 9%까지 상승하는 것으로 나타났다(Kim et al., 2015). 또한 많은 연구에서 고온 현상과 기온 상승은 심뇌혈관 및 호흡기 질환의 위험과 온열질환으로 인한 사망자 증가 등 건강에 미치는 영향이 크다는 것이 밝혀졌다(Benmarhnia et al., 2015).
질병관리청(KDCA)은 2011년부터 폭염 대응을 위한 온열질환 감시체계를 운영하고 있으며, 최근 10여 년간 연평균 약 2,000명의 온열질환자가 보고되었다. Fig. 1과 Table 1은 온열질환자 수와 폭염일수 간의 추이를 검토한 자료로, 폭염일수가 증가함에 따라 온열질환자 수와 사망자 수가 함께 증가하는 경향을 명확하게 보여준다. 2018년과 2024년에는 각각 4,526명, 3,704명이 발생해(KDCA, 2024) 극심한 폭염일수는 온열질환자와의 강한 상관관계가 있음을 간접적으로 보여준다.
Table 1
Heat-related Illnesses and Deaths by Year
도시화는 자연지 감소, 불투수면 증가, 인공열 배출 등을 유발하며, 이는 도시열섬현상(Urban Heat Island, UHI)을 유발시켜 도심의 기온을 주변보다 1~3 ℃ 이상 높인다(Oke, 1982; Santamouris, 2014). 산업화와 교통량 증가, 고층건물 밀집화, 불투수면적 확장 그리고 에너지 소비 증대는 도심지역의 온도를 상승시키는 주요 요인으로 작용(Morris et al., 2019)하며, 도시공간은 폭염을 단순히 수용하는 공간이 아니라 폭염을 증폭시키는 구조적 매개로 기능한다.
위의 두 관계(온열질환자와 폭염, 폭염과 도시공간)를 종합하면, 도시공간은 폭염을 유발⋅강화시키고, 온열질환자를 증가시키므로, 도시공간과 온열질환자 간에는 강력한 구조적 상관성이 존재함을 알 수 있다. 실제 KDCA의 10년간 통계에 따르면 전체 온열질환자의 약 78.7%는 실외에서 발생하였으며, 연령대별로는 70대 이상의 고령층에서 인구 10만 명당 발생률이 높게 나타났다(Figs. 2, 3). 또한, 폭염 피해는 단순한 기후요인의 문제가 아닌 사회적 취약성과 결합된 공간 불평등 문제이기도 하다. 즉, 사회적 요인과 공간환경이 결합될 때 폭염 건강피해의 공간적 불균형(spatial health disparity)이 심화되는 것으로 나타났다. 재정자립도가 낮은 자치구, 노후 주거지 밀집지역, 단열 성능이 낮은 단독주택 비율이 높은 지역 등은 같은 폭염 조건에서도 온열질환자의 발생 위험이 상대적으로 높은 것으로 보고된다(Garssen et al., 2005; Park et al., 2020).
2.3 평가지표 선정
온열질환자 발생에 영향을 미치는 요인을 분석하기 위하여, 온열질환 관련 이론적 고찰 및 선행연구 검토 등을 통해 사회적 요인과 도시공간적 요인으로 구분하여 독립변수를 선정하였다.
먼저 사회적 요인은 폭염에 취약한 인구 구성과 지역의 대응역량을 고려하여 아동⋅고령자⋅야외근로자 비율, 재정자립도를 변수로 설정하였다(Taylor and Hale, 2017). 5세 미만의 유아와 65세 이상의 노년층은 신체적 저항력과 체온조절 능력이 낮아 폭염에 특히 취약한 계층으로 온열질환 발생률이 높은 것으로 알려져 있다(Basagaña et al., 2011; Basu and Samet, 2002; Garssen et al., 2005; Toloo et al., 2014). 야외 근로자 비율은 고온환경에 노출되는 가능성을 반영하는 지표로, 농업, 임업, 어업 등 외부활동이 잦은 산업군의 종사자들이 온열질환 위험이 높다는 연구결과를 기반으로 설정했다(Petitti et al., 2013; Morris et al., 2019). 재정자립도는 자치단체의 폭염 대응 역량과 직결되는 재정 지표로, 예방적 대응(냉방복지사업, 무더위쉼터 운영, 응급대응체계 구축 등)을 위한 기반 확보 정도를 반영하며(Cho et al., 2018), 지역별 경제 상황을 파악하고 비교하는 데에 이용되는 경제적 지표이다(Park et al., 2020).
도시공간적 요인은 물리적 구조와 환경 인프라의 특성을 반영하는 핵심변수로서, 불투수면적, 투수면적, 주택유형, 건축물 노후도 등을 중심으로 선정하였다. 도심의 건축 밀도나 포장면적 확대는 지표면 온도 상승과 야간에 열 축적을 가속화시키며, 이는 열섬현상의 주요 원인이자 고온 노출 위험을 증대시키는 공간적 요인이다(Kim et al., 2015; Kim and Kim, 2017; Chae, 2019). 건축 밀도가 높을수록 대기 순환이 제한되고 지표면 반사율이 낮아져 기온 상승을 초래하는 등 악영향을 미칠수 있으므로 불투수층의 비율을 나타내는 건폐율, 용적률, 건축면적울 변수로 선정하였다(Choi et al., 2024). 반대로, 투수면적에 해당하는 녹지, 하천, 공원 등의 자연 기반 시설(Nature-based Infrastructure)은 고온 완충 역할을 수행하여 폭염의 영향을 완화시키는 기능을 한다(Basu and Samet, 2002; Barreca, 2012). 이러한 그린 인프라는 단순한 경관 제공을 넘어 폭염 대응 및 회복력 강화를 위한 주요 도시계획 수단으로 평가되고 있다(Lindsey and Knaap, 1999).
주택 유형도 거주 환경의 단열 성능, 냉방 인프라 접근성, 사회적 고립 여부 등과 연계되어 온열질환의 발병 위험을 간접적으로 설명할 수 있는 지표이다. 단독주택은 단열 성능이 상대적으로 낮아 실내 온도가 공동주택보다 높게 유지되는 경향이 있다(Chae, 2019). Kenny et al. (2019)은 동일 조건에서 단독주택 거주자의 평균 실내온도가 공동주택 대비 0.16 ℃~1.23 ℃ 높았다는 연구 결과를 제시하였다. 또한, 노후주택의 경우 건축시공 당시의 단열성능 확보 미비로 인해 실내 온도가 높아진다는 연구결과를 도출하였다(Kwon et al., 2016).
이에 따라 분석모형은 Table 2와 같이 폭염 발생 시 가장 밀접한 상관성을 보이는 온열질환자 발생 건수를 종속변수(Dependent variable)로, 사회적 요인과 도시공간적 요인을 독립변수(Independent variable)로 설정하였다. 분석방법은 종속변수와 독립변수 사이의 관계를 파악하여 하나의 변수 데이터의 변화에 따른 다른 변수의 데이터의 변화를 예측하고, 변수 간의 함수관계에 대한 검정할 수 있는 다중회귀분석(Multiple regression analysis)을 적용하여 각 독립변수가 종속변수에 미치는 영향력을 판단하고자 하였다. 단, 본 연구에서는 단독주택과 공동주택을 동시에 변수로 적용하면 다중공선성 발생 가능성이 있으므로, 단독주택 비율만 독립변수로 적용하고, 공동주택은 비교기준으로만 활용하였다.
Table 2
Selection of Variables
3. 분석 및 결과 고찰
3.1 최근 5년간 온열질환자 발생 현황
본 연구에서는 질병관리청(Korea Disease Control and Prevention Agency, KDCA)에서 온열질환 응급실 감시체계를 통해 신고⋅보고된 자료를 기반으로, 최근 5년간(2019~ 2023) 서울특별시 25개 자치구의 온열질환자 발생 추이를 분석하였다. Table 3은 자치구별 연도별 환자 수와 5년간 총합을 제시하고 있다. 5년간 온열질환자 수를 기준으로 볼 때, 서초구(2,800명), 서대문구(1,282명), 강동구(1,073명), 강남구(764명) 순으로 높은 발생을 보였으며, 전체 평균은 약 1,900여명으로 나타났다. 상대적으로 높은 발생을 보인 자치구들은 고온 환경에 노출된 취약계층 집중 지역, 외부 활동이 많은 생활권 등의 특성을 보인다. 반면 노원구(0.483), 동대문구(0.510), 강북구(0.508) 등은 상대적으로 낮은 수치를 보였다.
Table 3
Heat-related Illnesses by District
3.2 사회적 현황
온열질환 발생은 기후 및 공간환경뿐 아니라, 해당 지역의 인구 구성과 사회경제적 특성에도 중요한 영향을 받는다. 특히 고온에 생리적으로 취약한 연령대의 인구 비율과 실외 근로자 비율, 자치단체의 행정 대응 역량을 나타내는 재정자립도는 온열질환자의 공간적 분포를 설명하는 주요 사회적 요인으로 작용한다. 이에 서울시 25개 자치구를 대상으로 5세 미만 인구, 65세 이상 인구, 야외근로자 비율, 재정자립도 등의 항목을 분석하였다(Table 4). 자치구별 사회적 요인을 분석한 결과, 5세 미만 유아 인구는 서초구, 송파구, 강남구 등 신도시 주거지역에서 높게 나타났고, 65세 이상 고령 인구는 은평구, 노원구, 강서구 등 기존 주거지 밀집지역에 다수 분포하였다. 야외근로자 비율은 광진구(13.01%), 도봉구(9.4%) 등에서 높아 실외 고온 노출 가능성이 높은 산업구조를 반영하는 결과로 해석된다. 재정자립도는 도심 지역인 중구, 종로구, 용산구 등은 상대적으로 높았으나, 강북구, 도봉구, 성북구 등 외곽지역은 낮게 나타나 폭염 대응 인프라 구축에 있어 지역 간 격차가 존재할 가능성을 보여준다. 고령 인구와 야외근로자 비율이 높고, 재정자립도가 낮은 자치구는 온열질환에 구조적으로 취약할 수 있다. 이러한 사회적 요인은 도시공간적 요인과 결합될 때 온열질환 발생에 복합적 영향을 미치는 주요 설명변수로 작용한다.
Table 4
Social Factors by District
3.3 도시공간적 현황
도시의 공간 구조와 토지이용 특성은 폭염에 대한 노출 수준과 밀접하게 관련되어 있으며, 주거유형, 건축물 밀도, 녹지 및 불투수면적의 분포 등은 고온 환경에서의 취약성을 결정짓는 주요 요인이다. 서울시 자치구별 주거 유형을 분석한 결과(Table 5), 노후주택 비율은 용산구(63.14%), 성동구(59.35%), 영등포구(55.00%) 등 도심과 준공업 지역에서 높게 나타났다. 단독주택 비율은 도봉구(62.15%), 성북구(77.73%) 등 중⋅북부 지역에서 높았으며, 이는 상대적으로 쾌적한 주거환경과 거리가 있을 수 있음을 시사한다. 자치구별 토지이용 특성을 분석한 결과(Table 5), 종로구, 중구, 용산구 등 도심지역은 건폐율(53% 이상)과 용적률(200% 이상)이 높고, 녹지 및 공원면적은 상대적으로 낮다. 예컨대, 중구는 공원면적이 1.5 km2에 불과하고, 도로와 건축 면적이 전체 면적의 절반 이상을 차지하고 있어 열 차단 기능이 낮을 것으로 보인다. 반면, 강서구와 송파구 등은 녹지와 공원면적이 넓어 상대적으로 열 완화 기능이 높게 나타났다. 이러한 환경적 요인은 향후 회귀분석 시 온열질환자의 발생과 유의한 관계를 형성할 수 있는 핵심 변수로 활용될 수 있다.
Table 5
Urban Spatial Factors by District
3.4 온열질환자와 도시공간적 요인의 다중회귀 분석
온열질환자의 도시 공간적 분포에 영향을 미치는 도시공간적 요인을 파악하기 위해 다중회귀분석(Multiple regression analysis)을 실시하였다. 분석에 앞서 변수 간 연관성의 크기와 방향 그리고 다중공선성(Multicollinearity)을 진단하기 위해 상관관계 분석을 실시하였다(Park et al., 2022). 상관행렬 분석 결과는 Table 6과 같으며, 대부분의 변수 간에 통계적으로 유의한 연관성이 나타났다. 고령 인구 비율은 노후주택⋅단독주택 비율, 건축면적, 강하천 면적 등과 유의미한 양(+)의 상관관계를 보이며, 이는 고령 인구가 주로 도시 외곽의 저밀도 주거지역에 분포하고 있음을 시사한다. 재정자립도는 건폐율, 용적률과 양(+)의 상관관계를 나타내며, 재정여건이 양호한 지역일수록 도시밀도가 높은 구조를 형성하고 있음을 의미한다. 반면, 야외근로자 비율은 노후주택 및 단독주택 비율과 음(-)의 상관관계를 보였으며, 이는 산업 및 상업 기능이 밀집한 지역에서의 근로자가 상대적으로 고온에 노출되어 있음을 암시한다. 한편, 공원 및 녹지, 하천면적 간에는 양(+)의 상관관계가 나타났으나, 건폐율, 단독주택 비율 등 고밀도 주거지역 지표들과는 대체로 음(-)의 상관관계를 보여, 도시 내 개방공간의 확보 여부가 주거밀도와 반비례하는 경향을 확인할 수 있었다. 또한 모든 상관계수가 절대값 기준 ± 0.90 이하로 나타나 다중공선성에 의한 왜곡 가능성이 낮음을 확인했다. 하지만, 상관관계 분석으로는 변수 간 지지 효과를 기대할 수 없기 때문에, 상관성 구조를 바탕으로 분산팽창지수(VIF) 및 공차한계(Tolerance)를 활용하여 다중공선성을 검토하고, 최종적으로 도시공간 요인이 온열질환자 수에 미치는 영향을 다중회귀분석을 통해 정량적으로 규명하고자 하였다.
Table 6
Inter-Conceptual Correlations
| Inter-Construct Correlations | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
| 1. Children | 1 | |||||||||||
| 2. Elderly | -0.410* | 1 | ||||||||||
| 3. Outdoor workers | 0.205 | -0.089 | 1 | |||||||||
| 4. Financial independence | 0.241 | -0.382 | -0.063 | 1 | ||||||||
| 5. Old house | -0.027 | 0.415* | -0.590** | -0.355 | 1 | |||||||
| 6. Detached house | -0.311 | 0.405** | -0.492** | -0.083 | -0.270 | 1 | ||||||
| 7. Road | 0.503* | -0.739** | 0.449* | 0.346 | -0.644** | 0.101 | 1 | |||||
| 8. Building area | 0.475* | -0.626** | 0.443* | 0.491* | -0.732** | -0.657** | 0.027 | 1 | ||||
| 9. Building coverage ratio | -0.089 | 0.175 | -0.308 | -0.078 | 0.339 | 0.522** | -0.323 | -0.228 | 1 | |||
| 10. Floor area ratio | 0.213 | -0.358 | 0.231 | 0.636** | -0.553** | -0.356 | 0.394 | 0.626** | 0.034 | 1 | ||
| 11. Green | 0.003 | -0.185 | 0.326 | 0.930 | -0.605** | -0.597** | 0.574** | 0.466* | -0.437* | 0.685** | 1 | |
| 12. Stream | 0.479* | -0.665** | 0.242 | 0.378 | -0.181 | -0.186 | 0.532** | 0.466* | 0.031 | 0.157 | 0.101 | 1 |
다중회귀분석을 실시한 결과, Table 7과 같이 분석되었다. 공차한계(Tolerance) 값이 0.1 이상이고, 분산팽창계수(Variance Inflation Factor, VIF) 값이 10 미만 일때는 다중공선성에 문제가 없는 것으로 해석한다. 따라서 종속변수인 온열질환자에 대하여 도시공간적 특성을 지닌 유의미한 독립변수는 건폐율을 제외한 총 12개 변수에 대하여 해석하였다. Durbin-Watson 값은 1.899로 2에 가깝고 0또는 4와 가깝지 않는 것으로 나타나 잔차들 간의 상관관계가 없는 것으로 나타나 회귀모형은 적합한 것으로 분석되었다. 이때 회귀모형은 F값이 p = .063에서 0.951의 수치를 보이고 있으며, 회귀식에 대한R2= .770으로 77.0%의 높은 설명력을 보이고 있다.
Table 7
Result of Multiple Regression Analysis
독립변수 간 영향력 분석결과를 구체적으로 비교하여 살펴보면, 재정자립도, 녹지, 강⋅하천은 음의 상관관계를 보이는 것으로 분석되었다. 해당 면적 또는 비율이 넓어지거나 커질수록 온열질환자 수가 감소하는 경향을 보인다. 이는 자연 기반 인프라가 고온 노출을 완화하고, 도심 열환경을 개선하는 데에 기여함을 시사한다. 유아인구 밀도, 고령인구 밀도, 야외근로자 비율, 노후주택, 단독주택, 도로, 건축면적, 용적률은 양의 상관관계를 보이는 것으로 분석되었다. 해당 변수들의 값이 증가할수록 온열질환자 수도 증가하는 것으로 나타났다.
표준화계수인β값의 절대치를 기준으로 독립변수 간 영향력을 비교⋅분석하면, 용적률(β = 1.397)이 가장 큰 수치로 분석되어 상대적으로 가장 많은 영향을 미치고 있음을 의미한다. 이는 도시 밀도가 높고 불투수면이 확장된 지역일수록 온열질환 발생 가능성이 높아짐을 의미한다. 그 다음으로 고령인구 밀도(β = .503), 유아인구 밀도(β = .502) 역시 높은 영향력을 보이며, 고온에 생리적으로 취약한 인구 구성 요인의 중요성을 나타낸다.
분석 결과를 종합해보면, 자연 기반의 도시공간 요소(녹지, 하천 등)는 온열질환자 수를 효과적으로 감소시키는 반면, 인구구조의 취약성(고령, 유아) 및 불투수 기반의 도시공간 특성(용적률, 도로, 건축면적 등)은 온열질환자 수 증가에 기여하고 있음을 확인할 수 있다. 특히, 유아와 고령 인구는 면역력이 약해 고온 노출에 민감하며, 야외근로자는 직접적인 고온환경에 장시간 노출되므로 온열질환에 취약하다. 또한, 도시화 및 고밀도 개발로 인한 불투수면적의 증가로 인해 물리적 환경 측면에서 고온 노출 환경을 조장할 수 있어, 도시의 공간계획 및 개발 정책 수립 시 이를 고려한 대응 전략 수립이 필요함을 시사한다.
4. 결 론
기후변화로 인한 재해의 강도와 빈도는 뚜렷한 증가추세를 보이고 있어, 도시지역에 대한 재해 예방 및 대응 방안 마련의 필요성이 증대되고 있다. 특히, 도시지역의 고밀도 개발, 고령 인구의 증가, 불투수면적 확대 등 다양한 도시공간적 특성은 도시민에게 고온 노출을 가중시켜 온열질환 발생사례를 지속적으로 증가시키고 있다. 이에 본 연구는 도시 공간적 요인이 온열질환자에게 미치는영향을 실증적으로 규명하고자 하였다.
서울시 자치구를 공간범위로 사회⋅환경적 변수 및 도시공간적 특성을 중심으로 온열질환자와의 상관성과 영향관계를 다각적으로 분석하였다. 상관관계 분석 결과, 고령인구, 노후주택, 단독주택 등 일부 변수 간에는 유의미한 양의 상관관계가, 녹지 및 강⋅하천 면적 등과는 음의 상관관계가 확인되었다. 이후 수행한 다중회귀분석에서는 건폐율을 제외한 12개의 독립변수를 활용하여 도시공간적 특성이 온열질환자에 미치는 영향을 정량적으로 검토하였다. 분석 결과, 용적률, 고령인구 밀도, 유아인구 밀도는 온열질환자 수에 양의 영향력을 갖는 주요 요인으로 나타났으며, 이는 고온에 대한 생리적 저항력이 낮은 인구군의 분포와 고밀도 개발이 온열질환 발생을 유발하는 주요한 도시 구조적 조건임을 시사한다. 반면, 녹지, 강⋅하천 면적, 재정자립도는 음의 상관관계를 보여, 도시 내 자연 기반 인프라의 확대와 지역의 대응 역량 강화가 온열질환 예방에 기여할 수 있음을 확인하였다. 특히 단독주택 및 노후주택과 같은 도시주거 유형도 일정 수준 양의 영향관계를 나타내며, 물리적 환경의 열악함이 고온으로부터 취약함을 확인하였다.
이러한 연구결과는 온열질환을 단순한 보건문제가 아닌 도시공간 구조의 특성을 고려하여 접근할 필요성을 보여준다. 즉, 도시계획 및 정책 수립 시에는 폭염 적응력을 높일 수 있는 공간구조 재편, 녹지 및 수변 공간의 전략적 확보, 사회적 취약계층 분포를 고려한 선제적 대응계획이 반영되어야 할 것이다. 특히, 불투수면적의 증가와 열섬현상의 원인이 되는 고밀도 개발 지역에서는 용적률 조정, 그린 인프라 확대, 열환경 개선을 위한 기준 마련 등 구조적⋅비구조적 대책이 함께 추진되어야 하겠다. 본 연구는 도시지역의 물리적 공간구조가 고온 환경의 형성과 이에 따른 온열질환 피해에 미치는 영향을 실증적으로 규명하였다는 점에서, 기후변화 적응을 위한 도시공간 계획 수립의 기초자료로 활용될 수 있을 것이다.
향후 연구과제로 도시 내 토지이용 및 미기후 분석 그리고 사회적 취약계층의 고온 노출 시간대, 활동공간, 실내외 환경 조건 등을 반영한 통합적 공간분석을 통해 실용적인 폭염 대응 전략을 도출하길 기대한다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
