I. 서론

야간에 지구를 관측하는 인공위성은 일몰 이후 지구를 비추는 달빛 외에도 도로의 가로등이나 각종 건물 및 작업장의 조명 등과 같이 옥내외에 부착된 조명장치 또는 시설에서 방출되는 인공의 빛 에너지의 정도를 포착･수집한다. 미국 공군에서 군사용 기상자료 수집을 목적으로 운영되었던 Defense Meteorological Satellite Program (DMSP) 위성에 탑재된 Operational Linescan System (OLS) 센서는 야간에 지표에서 방출되는 인공 조명의 세기를 기록한 영상자료를 제공한다. DMSP OLS 센서는 낮은 양의 달빛을 관측할 목적으로 개발되었으나 야간 인공조명 장치 및 시설에서 방출된 빛 에너지 강도를 관측할 수 있는 능력을 갖춘 것으로 알려져 있다.

이와 같이 야간에 인공위성을 통해 수집된 빛 에너지의 크기는 인구 규모나 경제 활동의 크기 등 지역별 경제･사회적 환경의 차이를 파악하는데 이용될 수 있으며 오래전부터 학계에서는 이와 같이 인공위성을 통해 수집된 자료가 경제･사회적 환경을 측정하는 각종 통계를 보조･보완하는 역할을 할 수 있음에 주목하여 왔다. 예를 들어 정치적인 목적에 의한 정보의 통제나 왜곡, 또는 기타 각종 지정학적인 문제로 특정 지역에 대한 경제 사회적 통계가 부재하거나 해당 자료를 신뢰하기 어려운 경우 상기한 인공위성을 통한 야간영상 자료를 통해 이를 어느 정도 추정･보완할 수 있음이 기존의 여러 연구들을 통해 확인된 바 있다.

경제학 분야에서도 이와 같은 야간영상 자료를 이용하여 지역별･국가별로 경제 활동의 정도를 추정하거나 이를 관련 경제 통계와 비교･분석하려는 시도가 있어 왔는데 예를 들어 Henderson et al.(2012)는 야간영상 자료를 통해 국가별 경제성장률을 어느 정도 추정할 수 있는지 분석하였고, Martinez(2022)는 야간영상 자료를 통해 독재(autocracy) 국가들의 경우 그렇지 않은 국가들에 비해 공식적인 국내총생산(GDP) 통계를 상대적으로 과다하게 추정･공표하는 경향이 있음을 확인한 바 있다. 한편 우리나라의 경우는 주로 북한 경제의 실상을 추정하려는 목적에서 야간영상 자료를 이용한 연구가 많이 이루어져 왔다(김규철, 2017; 2020). 이는 북한 경제의 실상에 대한 정확한 자료를 확보하기가 어려운 상황에서 야간영상 자료가 어느 정도 이를 파악하는 데 도움이 될 수 있기 때문이다.

이와 같이 지역별･국가별로 국내총생산(GDP) 등 경제 활동의 정도를 파악할 수 있는 신뢰할만한 자료가 부재한 경우 인공위성을 통해 수집된 야간영상 자료는 이를 보완할 수 있는 유용한 자료로 활용될 수 있다. 그러나 이와 같이 야간영상 자료를 통해 경제 활동의 정도를 추정하는 데에는 많은 오류와 한계가 존재할 수 밖에 없다는 점도 간과할 수 없다. 당연하게도, 통상 거래량이나 부가가치액 등 화폐의 단위로 측정되는 경제 활동의 크기가 해당 경제활동이 수행되는 과정에서 발생하여 야간에 노출되는 빛의 세기와 비례적인 관계를 지닌다는 보장이 없기 때문이다. 또한 인공위성을 통해 수집되는 야간영상 자료는 일조량이나 적설량 등 각종 기상 여건에도 상당한 영향을 받을 수 밖에 없기 때문이다. 그럼에도 불구하고 가령 북한 경제 등과 같이 필요한 자료를 구할 수 없을 경우 이와 같은 단점이나 한계에도 불구하고 부득이 야간영상 자료에 의존할 수 밖에 없는 상황이 존재하는 것도 사실이다.

이러한 점을 감안하여 본고에서는 지역내총생산(GRDP) 등 경제 활동의 정도가 통계적으로 잘 제공되고 있는 우리나라의 지역별 자료와 야간영상을 통해 포착된 빛의 세기(조도) 자료간의 관계를 분석해 보았으며, 이를 통해 야간영상 자료가 우리나라의 지역별 경제 활동 정도의 차이 및 이의 변동 상황을 얼마나 잘 설명해 줄 수 있는지 확인해 보았다. 본 연구에서 수행한 이와 같은 실증분석은 주로 어떠한 요인들이 야간영상 자료를 통해 추정한 경제 활동의 정도와 실제 경제 활동의 정도 간의 차이를 발생시키는지, 그리고 이와 같이 야간영상 자료를 통해 추정한 북한 경제에 대한 각종 추정치를 과연 어느 정도 신뢰할 수 있는지 등을 가늠해 보는데 도움을 줄 수 있을 것이라고 생각된다.

본고는 다음과 같이 구성되어 있다. 먼저 제1장 서론 부분에서는 본 연구의 연구 내용과 연구 목적이 무엇인지 설명한다. 2장에서는 본 연구과 관련된 기존의 국내외 연구들을 정리해 보는 한편 본 연구가 지닌 기존 연구들과의 차별성을 설명한다. 3장에서는 본 연구의 실증분석을 위해 사용한 자료와 방법에 대하여 설명하고, 4장에서는 이와 같은 실증분석을 통해 도출된 결과를 제시한다. 마지막으로 5장 결론 부분에서는 이와 같은 실증분석을 통해 얻은 주요 내용과 시사점을 정리해 보았다.

II. 선행연구

주로 자연 지형･지물에 관한 정보를 수집할 목적으로 활용되었던 인공위성 영상자료는 최근 들어 인문환경에 관한 정보를 도출하기 위해 활용되기도 한다(Rindfuss and Stern, 1998). 야간에 지구를 관측하는 인공위성은 일몰 이후 지구를 비추는 달빛 외에도 도로의 가로등이나 각종 건물 및 작업장의 조명 등과 같이 옥내･외에 부착된 조명장치 또는 시설에서 방출되는 인공의 빛 에너지의 정도를 포착 및 수집한다(Croft, 1973). 미국 공군에서 운영하는 DMSP는 군사용 인공위성으로서 주로 기상자료의 수집을 목적으로 이용되고 있으나 해당 위성에 탑재된 OLS 센서는 야간에 도시지역 지표에서 방출되는 인공조명의 세기를 기록한 영상자료를 제공한다(Elvidge et al., 2007). DMSP OLS 센서는 본래 낮은 양의 달빛을 관측할 목적으로 개발되었으나 야간 인공조명 장치 및 시설에서 방출되는 빛 에너지의 강도를 측정할 수 있는 능력을 갖춘 것으로 보고되었다(Elvidge et al., 2001).

상기한 DMSP OLS 야간영상은 시가지(builtup area)의 공간범위 추출 및 도시지역의 역동적 시계열 변화 등 도시 관련 연구에서 널리 활용되고 있다(Imhoff et al., 1997). 또한 특정 지역이나 국가 등을 대상으로 인구밀도 및 이의 분포, 전력 사용량 등을 추정하기 위한 대안 자료로도 이용되고 있다(Lo, 2001; Letu et al., 2010; Huang et al., 2016; 김민호, 2019). 이처럼 야간에 인공위성을 통해 수집된 빛 에너지의 강도는 인구 규모나 경제 활동의 정도 등 사회･경제적 환경의 변화를 포착하는데 이용될 수 있으며, 이와 같은 사회･경제적 환경에 대한 각종 관련 통계를 보조･보완할 수 있는 공간적 대안자료(spatial proxy data)로서의 역할을 수행할 수 있다(Donaldson and Storeygard, 2016).

사회･경제적 분야에서 야간영상 자료를 활용한 기존 연구는 대체로 인공조명 세기와 국내총생산(GDP) 등 특정 경제지표와의 상관성 분석에 초점을 두고 진행되었다. 그러나 최근 들어 야간영상에 기록된 인공조명 강도에 관한 정보는 지역간 개발 및 빈곤 격차(Peng et al., 2017; Zhao et al., 2019), 지속가능한 발전을 위한 혁신지수 개발(Andries et al., 2018; Li et al., 2018) 등의 연구에서도 활용되고 있다. 이러한 연구에서는 다양한 사회경제적 통계자료를 기반으로 지역 간 경제 및 개발격차 등에 관한 분석 결과를 제시하고 있다.

인공위성을 통해 수집된 야간영상의 인공조명 세기는 국내총생산(GDP) 및 지역내총생산(GRDP) 등 지역별･국가별 경제 활동의 정도를 나타내는 통계와 높은 상관관계를 보이는 것으로 확인되고 있으며, 이를 통해 지역간 또는 국가간 경제 활동 정도의 평가 또는 비교를 위한 연구에서 다양하게 활용되고 있다(Doll et al., 2005; Chen and Nordhaus, 2011; Henderson et al., 2012; Guerrero and Mendoza, 2018). 특히 인공위성을 통해 수집된 야간영상 자료는 이를 인위적으로 숨기거나 조작하기 어렵다는 특성이 있으므로, 사회･경제적 통계 자료의 수집 및 현장 조사가 어렵거나 또는 이를 신뢰하기 어려운 지역이나 국가에 대한 사회･경제적 실상을 간접적으로나마 파악･추정하는데 이용되고 있다. Martinez(2022)는 야간영상 자료를 통해 독재국가들의 경우 자국의 국내총생산(GDP) 수치를 상대적으로 과다하게 추정･공표하는 경향이 있음을 확인한 바 있다. 우리나라에서는 지정학 및 지경학적인 특성이 강한 북･중 접경지역을 대상으로 DMSP OLS 영상자료를 활용하여 중국 내 접경지역 도시의 시가지 변화, 지정학･지경학적 특성 분석 및 경제성장 시계열 변화 패턴 등에 관한 분석이 이루어진 바 있으며(김민호, 2017; 김민호 등, 2017; 김민호･조영국, 2019), 통계자료의 이용이 제약된 북한 경제의 실상을 추정하는 데에도 이와 같은 야간영상 자료가 활용된 바 있다(김규철, 2017; 2020).

이와 같이 인공위성을 통해 수집된 야간영상 자료를 이용한 기존의 국내외 사회･경제분야의 연구는 주로 신뢰할만한 관련 자료가 부재한 경우 이를 보조･보완하기 위한 목적에서 이루어졌다. 이와 달리 본고에서는 지역별 인구나 지역내총생산(GRDP) 등 신뢰할 수 있는 사회･경제 통계가 잘 제공되고 있는 우리나라를 대상으로 야간영상 자료의 신뢰도 및 이용 적절성 등을 확인해 보고자 하였다. 즉, 본고에서는 지역별 인구밀도나 지역내총생산 등 지역별 사회･경제 지표와 야간영상을 통해 포착된 빛의 세기 자료간의 관계를 분석해 봄으로써 이들 자료간에 얼마나 밀접한 관계가 있는지, 특히 야간영상을 통해 수집된 빛의 세기 자료를 통해 경제활동 정도의 지역별 차이 및 이의 변동 상황을 어느 정도 포착해 낼 수 있는지 확인해 보고자 하였다.

III. 분석 자료 및 방법

본 연구에서는 우리나라의 지역별 야간 인공조명 세기(야간조도)에 관한 자료로 미국 공군의 DMSP OLS 센서를 통해 수집된 자료를 활용하였다. DMSP 인공위성은 지표로부터 약 830km 고도에서 극궤도를 따라 이동하며, OLS 센서는 약 1km 공간해상도와 3000km 관측폭으로 야간영상 자료를 수집한다. DMSP OLS 자료는 경도 –180°∼180°와 위도 –65°∼75° 공간 범위에 해당하는 지역을 포괄하므로 거의 전 세계의 모든 도시지역에서 방출되는 야간조도에 관한 정보를 제공해 주고 있다고 볼 수 있다. <표 1>은 1992∼2011년 기간 동안 운용되어 온 DMSP 인공위성 목록을 보여준다. 상기한 기간 동안 총 6대의 DMSP 위성이 야간 지표를 관측하는 임무를 수행하였는데 몇몇 시기에는 2기의 위성에서 동일한 OLS 센서로 야간 인공조명의 강도에 관한 자료를 수집하기도 하였다.

일반인에게 공개된 DMSP OLS 영상자료는 1992년부터 2013년 기간 동안 6비트의 방사해상도로 제작된 연평균 야간조도 정보를 포함한다. 본 연구에서는 세종특별자치시가 우리나라 광역시도 행정체계로 추가된 2012년 이전의 16개 광역자치단체를 대상으로 분석을 수행하였다. 즉, 본 연구에서는 1992∼2011년 기간 동안의 우리나라 16개 광역자치단체에 대한 연도별 DMSP OLS 연평균 야간 인공조명 세기 자료가 활용되었다.

야간 지표를 촬영해 온 DMSP 위성에 탑재한 OLS는 기계적 노후화에 따라 같은 지역에서 동일한 야간 빛 세기가 방출되더라도 측정과정에서 양적 차이가 발생할 수 있다. 이뿐만 아니라 <표 1>에서 제시한 바와 같이 서로 다른 2기의 DMSP 위성에 의해 동일한 야간영상 자료가 중복되어 수집되기도 한다. 이에 본 연구에서는 기존의 선행연구에서 제시된 바와 같은 센서 노후화 보정을 위한 상호보정 모델(Elvidge et al., 2014)과 중복 수집된 영상처리를 위한 연내보정 모델(Liu et al., 2012; Xu et al., 2014; Zhang et al., 2015)을 각각 식 (1)과 식 (2)와 같이 적용하여 영상 전처리 과정을 수행하였다.

위의 식 (1)과 식 (2)에서 DN_i,ajusted는 i 연도의 보정된 야간조도, DN_i,raw는 i 연도의 원 합성자료의 야간조도를 의미하며, C₀, C₁ 및 C₂ 등은 상수항 및 회귀계수이다. 또한 DN_i,Fa와 DN_i,Fb는 i 연도의 두 위성자료의 야간조도를 의미한다.

<그림 1>은 우리나라 인공위성 야간영상 조도 자료의 지역별 상황을 보여주고 있다. 이는 1992년, 2001년 및 2011년의 DMSP OLS 자료와 이들 3개 연도를 합성하여 산출한 것이다. <그림 1>의 (a)∼(c)에 나타난 바와 같이 1992∼2011년 기간 중 야간 인공조명이 방출되는 도시지역의 면적은 크게 확대되어 온 것을 알 수 있는데, 특히 서울, 경기 및 인천을 포함한 수도권 지역에서의 야간조도 면적 증가는 다른 지역에 비해서 상대적으로 크게 나타나고 있다. 이는 수도권 인구 밀집에 따른 결과가 반영된 현상이라고 판단된다. 또한 <그림 1>을 통해 지역간 도시개발의 격차도 확인할 수 있다. 예를 들어, 서울 지역의 경우 1992-2011년 기간 중 야간조도에 큰 변화가 없는데 반해 서울 주변의 수도권 지역에서는 야간조도의 크기가 높은 지역의 면적이 큰 폭으로 확대되어 왔음을 확인할 수 있다. 이러한 현상은 수도권을 제외한 지역에서는 특별히 발견되지 않는데 이는 분석 대상 기간 중 우리나라의 도시 확장이 주로 서을을 중심으로 한 수도권 지역을 중심으로 이루어져 왔음을 시사하는 것이라고 볼 수 있다.

그림 1.

우리나라 지역별･시기별 야간조도(주: 1992년 야간조도(a), 2001년 야간조도(b), 2011년 야간조도(c), 3개 년도 야간조도 조합(d).)

<표 2>는 앞서 설명한 바와 같은 영상 전처리 과정을 통해 구한 1992-2011년 기간에 대한 우리나라 16개 광역자치단체별 인공위성 야간영상 조도의 분석대상 기간 동안의 평균 및 표준편차, 최소값, 최대값 등을 나타내고 있다. 여기서 합계값은 해당 지역에서 방출되어 인공위성을 통해 포착된 빛의 세기를 모두 더한 것이며 평균값은 해당 지역에서 방출되어 포착된 빛의 세기를 센서의 측정 단위별로 평균한 것이다. 즉, 합계값은 방출되는 빛의 세기의 지역별 총량을, 평균값은 지역별 국토 면적의 차이를 고려하여 각 지역의 단위 면적당 방출되는 빛의 세기를 구한 것이라고 볼 수 있다. <표 2>를 통해 볼 수 있듯이 서울과 같이 인구밀도가 높은 지역의 야간영상 조도 평균값은 여타 지역에 비해서 상대적으로 높은 것으로 확인되었으며, 비수도권 지역 중에서는 강원도, 전라남도, 경상북도, 제주도 등의 지역에서 인공위성 야간영상 조도의 평균값이 상대적으로 다른 지역에 비해 낮은 것으로 확인된다. 특히 각 지역별로 분석대상 기간에 대한 야간영상 조도의 표준편차 값의 크기가 대체로 원자료 값의 10% 내외 수준으로 나타나 분석기간 중 인공위성 야간영상 조도는 지역별로 대체로 안정적인 값을 지님을 확인할 수 있다.

본 연구에서는 실증분석 방법으로 기본적으로 최소자승법을 이용한 회귀분석(Pooled OLS)를 이용하였으나, 분석 대상 자료가 패널자료 형태임을 감안하여 패널분석을 병행하여 실시하였다. 패널분석의 경우 고정효과 모형(Fixed Effect)과 임의효과 모형(Random Effect)을 모두 수행하여 그 결과를 비교하였다. 실증분석을 위해 사용한 시계열 자료가 시간 추세(time trend)를 지니는 불안정(non-stationary)한 시계열임을 감안하여 분석에 있어서는 1차 차분(Difference) 변수를 이용하였으나 결과값의 차이를 비교해 보기 위하여 수준(Level) 변수를 이용한 분석 결과도 일부 본고의 내용에 포함하였다.

IV. 분석 결과

<그림 2>는 지역별 인공위성 조도의 평균치와 인구밀도, 경제밀도 간의 관계를 보여준다. 여기서 인구밀도는 지역별 인구를 해당 지역의 면적으로 나눈 값이며, 경제밀도는 지역별 지역내총생산(GRDP)을 해당 지역의 면적으로 나눈 값이다. <그림 2>의 첫 번째 컬럼은 지역별 인공위성 조도 자료의 평균값(로그 전환, Y축)과 인구밀도(로그 전환, X축) 간의 관계를 보여주고 있으며, 두 번째 컬럼은 지역별 인공위성 조도 자료의 평균값(Y축)과 경제밀도(X축) 간의 관계를 보여주고 있다. 경제밀도는 지역별 지역내총생산(GRDP)를 해당 지역의 면적으로 나누어서 구할 수 있으나 상대적으로 야간에 빛을 많이 방출할 가능성이 높은 산업의 GRDP 위주로 구성하여 계산해 볼 수도 있다. <그림 2>의 세 번째 컬럼은 이와 같이 야간에 빛을 많이 방출할 가능성이 높은 산업(건설업 및 서비스업)¹⁾의 GRDP 위주로 경제밀도를 계산한 경우의 지역별 인공위성 조도의 평균값 간의 관계를 나타내고 있다.

<그림 2>의 첫 번째 컬럼의 그림을 통해 확인할 수 있듯이 지역별 인공위성 조도의 평균값과 인구밀도 간에는 밀접한 관련이 있는 것으로 나타난다. 또한 지역별 인공위성 조도의 평균값과 경제밀도 간의 관계(두 번째 컬럼)도 상당한 수준의 관련이 있는 것으로 확인된다. 또한 이와 같은 지역별 인공위성 조도의 평균값과 경제밀도 간의 관계는 상대적으로 야간에 빛을 더 많이 방출하는 특성이 있는 산업(건설 및 서비스업)의 GRDP 위주로 경제밀도를 계산한 경우(세 번째 컬럼) 대체로 더 분명하게 나타난다. 이러한 특성은 1992년, 2001년, 2011년 등 분석기간 중 서로 다른 시점에 대하여도 공통적으로 확인된다.

이하에서는 먼저 사회･경제적 변수가 인공위성 야간영상 조도에 미치는 영향을 살펴보기 위해 식 (3)과 같은 회귀분석을 수행하였다. 식 (3)은 지역별 야간영상 조도의 평균치(로그 변환, Light)를 종속변수로, 지역별 인구밀도(로그 변환, POP_Density) 및 경제밀도(로그 변환, ECON_Density)를 설명변수로 하여 구성된 회귀식을 나타낸다. 여기서 지역별 인구밀도는 지역별 인구를 해당 지역의 면적으로 나누어 구했으며, 지역별 경제밀도는 지역별 지역내총생산(GRDP)을 해당 지역의 면적으로 나누어 구하였다. i와 t는 각각 지역 및 연도를 나타내는 하첨자이다. 분석을 위해 이용한 자료는 1992-2011년 기간 중 각 연도별 자료이다.

그림 2.

지역별 야간영상 조도(평균값 기준)와 인구 및 경제 밀도 간의 관계(1992, 2001, 2011)(주: 좌측부터 순서대로 설명변수로 인구밀도, 경제밀도(GRDP 기준), 경제밀도(주요 빛 방출 산업 GRDP 기준)를 사용한 경우임. 종속변수(Y)는 야간영상 조도, 설명변수(X)는 좌측부터 각각 인구밀도, 경제밀도(전산업 기준), 경제밀도(건설업 및 서비스업 기준).)

<표 3>은 식 (3)과 같은 형태의 회귀분석을 수행한 결과를 정리한 것이다. <표 3>을 통해 확인할 수 있듯이 회귀분석 결과 지역별 야간영상 조도(평균치 기준)는 지역별 인구밀도와 밀접한 관련이 있으며, 이 외에 지역별 경제밀도 또한 야간영상 조도의 지역별 차이를 설명하는 주요 요인으로서 지역별 인구밀도로 설명되지 못하는 야간영상 조도의 지역별 차이를 상당부분 추가적으로 설명할 수 있는 요인임을 확인할 수 있다. 한 가지 흥미로운 사실은 지역별로 야간에 빛을 많이 방출할 가능성이 높은 산업(건설업 및 서비스업)이 차지하는 비중(Share)을 설명변수로 추가하여 분석한 경우 지역별 야간영상 조도와 유의한 관계가 있고 이의 추가적인 설명력을 확인할 수 있었다는 점이다.

그러나 이와 같이 수준(level) 변수를 기준으로 시계열 자료를 분석하는 것은 시계열 변수의 안정성(stationarity)을 담보할 수 없다는 데 중대한 문제가 있다. 시계열 변수가 안정적이지 않은 경우 변수들간의 특별한 인과관계가 없더라도 가성회귀(spurious regression)의 결과가 도출될 수 있다. 따라서 시계열 자료의 분석을 위해서는 반드시 안정적인 시계열인지의 여부를 확인하고 그렇지 않을 경우에는 이러한 문제를 해결할 수 있는 방안을 찾아야 한다. 시계열 변수의 안정성을 확보하기 위해 가장 일반적으로 사용되는 방법은 변수의 차분(difference) 값을 이용하는 방법이다. 이 경우 회귀분석의 결과는 설명변수 한 단위의 변동이 종속변수의 변동을 얼마나 설명할 수 있는가로 해석된다. <표 4>는 이러한 점을 감안하여 변수들의 차분값(즉 전년대비 증감)을 이용하여 식 (4)와 같은 형태의 회귀분석을 수행한 결과이다. 여기서 △는 차분값(즉, △Y_t = Y_t – Y_t-1)을 의미하며 각각의 변수명들과 하첨자들이 나타내는 바는 앞의 식 (3)과 같다.

시계열의 안정성을 확보하기 위해 식 (4)와 같은 형태의 차분변수를 이용한 회귀분석을 실시한 결과를 나타내는 <표 4>를 보면 식 (3)과 같은 수준변수를 이용한 회귀분석 결과와 상당한 차이가 있음이 확인된다. 인구밀도의 경우는 더 이상 야간영상 조도를 설명하는데 유의한 결과를 제공하지 않는 반면 경제밀도는 야간영상 조도와 통계적으로 유의한 관계가 있음이 확인된다. 또한 야간에 빛을 많이 방출할 가능성이 높은 산업(건설업 및 서비스업)이 차지하는 비중(Share)의 경우도 여전히 야간영상 조도와 통계적으로 유의한 관계가 있으며 지역별 야간영상 조도 변화를 설명하는데 있어 상당한 수준의 추가적인 설명력을 지니는 것으로 나타난다.

<표 5>는 분석에 사용한 자료가 패널 형태의 자료임을 감안하여 패널회귀분석을 실시한 결과를 보여주고 있다. 첫 번째와 두 번째 컬럼은 패널고정효과 모형(FE Model)의 결과이며 세 번째와 네 번째 컬럼은 패널임의효과 모형(RE Model)의 결과이다. 각각의 경우에 대하여 연도별 효과(연도 더미)를 통제한 경우와 그렇지 않은 경우를 비교하여 보여주고 있다.

이와 같은 패널분석 결과도 앞서 Pooled OLS의 경우와 대체로 유사한 결과를 보여준다. 즉, 차분변수를 사용한 경우 인구밀도의 경우는 더 이상 야간영상 조도를 설명하는데 유의한 결과를 제공하지 않는 반면 경제밀도는 야간영상 조도와 통계적으로 유의한 관계가 있는 것으로 확인된다. 또한 야간에 빛을 많이 방출할 가능성이 높은 산업(건설업 및 서비스업)이 차지하는 비중(Share)의 경우도 여전히 야간영상 조도와 통계적으로 유의한 관계가 있으며 지역별 야간영상 조도 변화를 설명하는데 있어 설명력을 지니는 것으로 확인된다. 한편 고정효과 모형과 임의효과 모형 중 무엇을 사용하는 것이 더 적합한지 확인해 보기 위하여 하우스만 검정(Hausman Test)를 수행한 결과 설명변수와 오차항 간의 상관관계가 존재하지 않는다(Cov(X_it, U_i) = 0)는 외생성 가정을 기각하지 못하는 것으로 나타나 임의효과 모형을 사용할 수 있는 것으로 확인되었다.²⁾

V. 결론 및 시사점

야간에 지구를 관측하는 인공위성은 도로의 가로등이나 각종 건물 및 작업장의 조명 등과 같이 옥내외에 부착된 조명장치 또는 시설에서 방출되는 인공의 빛 에너지의 정도를 포착･수집할 수 있다. 본 연구는 미국 공군에서 사용하는 Defense Meteorological Satellite Program(DMSP) 위성에 탑재된 Operational Linescan System(OLS) 센서를 통해 수집된 지역별 야간영상의 빛 에너지의 크기(조도) 자료를 이용하여 지역내총생산(GRDP)을 통해 파악되는 우리나라의 지역별 경제 활동의 정도 간의 관계를 분석하였다.

분석 결과 지역별 인구를 해당 지역의 면적으로 나눈 값(인구밀도)와 지역별 야간영상의 조도 간에는 통계적으로 유의한 관계가 나타나지 않는 반면, 지역별 지역내총생산(GRDP)을 해당 지역의 면적으로 나눈 값(경제밀도)과 지역별 야간영상의 조도 간에는 대부분의 지역에서 통계적으로 유의한 수준의 관계를 지니는 것으로 확인되었다. 또한 상대적으로 야간에 빛을 더 많이 방출하는 특성이 있는 산업(건설 및 서비스업)의 비중 증가는 해당 지역의 야간영상 조도를 증가시키는 효과가 있음이 확인되었다.

인공위성을 통해 수집된 야간영상 조도 자료는 북한 등 신뢰할만한 사회･경제 통계가 제공되지 않는 지역에 대한 연구를 위해 보조적인 수단으로 많이 사용되고 있으나 이의 신뢰도 및 이용 적절성 등에 대하여는 많은 의문이 있는 것도 사실이다. 본 연구는 신뢰할만한 지역별 통계자료가 제공되고 있는 우리나라의 자료를 활용하여 지역내총생산 등 지역별 사회･경제 지표와 야간영상을 통해 포착된 빛의 세기 자료 간의 관계를 분석해 봄으로써 이들 자료간에 과연 얼마나 밀접한 관계가 있는지, 특히 야간영상을 통해 수집된 빛의 세기 자료를 통해 경제활동 정도의 지역별 차이 및 이의 변동 상황을 어느 정도 포착해 낼 수 있는지 등을 확인해 봄으로써 인공위성을 통해 수집된 야간영상 조도 자료의 활용 가능성과 이용 적절성 등을 점검해 보았다는 데 의의가 있다고 생각된다.

다만 본 연구에서는 기상조건(일조시간이나 적설량 등)의 지역별 차이나 화폐 단위로 평가되는 경제활동의 크기와 산업별 빛의 세기 간의 불일치 등의 문제들을 충분히 고려하지는 못하였으며 이러한 부분은 추후 연구를 통해 보완될 필요가 있을 것으로 생각된다. 향후에는 야간조도와 제조업 세부 업종별 상관관계의 탐색, 도시화 변수 통제 방법 등에 관한 연구가 수행될 필요성이 제기된다.