어디로 이사가세요?_2
Part3. 알짜 공공데이터 활용 04 -전입신고 데이터
거주지 이전과 관련된 이슈들을 시각화하고 탐색하면서 전입신고 데이터의 활용 방안을 찾아보도록 한다.
1. 분석 환경
1.1. 분석 데이터
세대 관련 연간 자료
마이크로데이터통합서비스 사이트(https://mdis.kostat.go.kr)에서 최근 10년간(2010년~2019년)의 '세대관련 연간 자료' 데이터를 다운로드한다. 참고로 연도별 데이터는 모두 300MByte를 초과한다.
행정구역 코드
마이크로데이터통합서비스 사이트에서 '행정구역코드 등록 및 말소 내역(2019년)'을 다운로드한다. 이 데이터는 '2019 인구이동통계 코드집_공공용.xlsx' 에 있다.
2. 기본 통계
2.1. 거주지 이동 인구 변화 추이
2010년부터 2019년까지 10년간 연도별 전입 신고 인구 변화 추이를 시각화해보았다. 2010년엔 1천1백만명대였으나, 2019년엔 9백4십만명대로 감소하였다. 전체 인구는 증가하였으나, 거주지 이동은 감소하였음을 확인할 수 있다.
거주지 이동 인구 변화 인구
대한민국 인구 변화 추이 - 행정안전부 주민등록 인구 통계2.2. 거주지 이동인구 특성
2019년 인구를 대상으로 거주지를 이동하는 인구의 특징을 살펴본다.
전체 거주지 이동인구중 29.1%는 세대원이다. 이는 전입지(이사하는 곳)에서 다른 세대주에 편입됨을 의미한다. 반대로 전입지에서 세대주가 되는 경우는 70.8%이다. 세대주 중 남성은 50.7%로 성별 차이는 크지 않다. 세대주의 연령은 30대가 가장 많으며(24.6%), 20대(21.6%)와 40대(20.8%)가 그 뒤를 따른다.
2019년 거주지 이동 인구 특성2.3. 전입 사유 변화 추이
아래 차트는 10년간의 거주지 이전 사유를 집계하여 시각화한 결과이다.
주택 사유는 감소(2010년 46% → 2019년 38%)한 반면에, 직업 사유는 증가(2010년 20% → 2019년 24%)하였다. 아울러 주거환경으로 인한 거주지 이전도 증가하였다(2010년 1% → 2019년 4%)
2.4. 전출/전입 지역
전출과 전입이 많은 지역은 경기도, 서울, 부산 시 순으로 실제 주민등록 인구 수와 유사하다.
경기도와 서울시는 전출보다 전입이 많아 인구가 증가한 반면에, 부산시와 경상남도는 인구가 감소하였다. 특히 경기도는 75,000여명이 증가하였고 대구시는 18,000명이 감소하였다.
2019년 시도별 주민등록 인구 현황아래의 차트는 Chord 차트로 시도간의 거주지 이동 관계를 시각화한 결과이다.
아래의 차트는 시군구별 전출/전입 인구 수이다. 전국에서 전출입이 가장 많은 곳은 경기도 화성시, 서울시 송파구 순이다. 경기도 부천시는 인구가 감소하는 반면에 경기도 남양주시는 인구가 증가하고 있다는 사실을 확인할 수 있다.
2.5. 조건별 전입지역
읍면동 단위로 전입을 많이 하는 지역은 경기도 화성시, 서울시 송파구 순이다.
연령, 성별등 조건에 따라서 전입이 많은 지역은 변화한다. 예컨대. 20대의 여성 1인가구가 선호하는 지역은 서울시 관악구 청룡동/신림동, 서울시 광진구 화양동 순이다.
3. flowmap.blue를 활용한 2019년 인구이동 시각화
flowmap.blue는 출발지(Origin)와 목적지(Destination)가 있는 이동 데이터(OD 데이터라고 한다)를 시각화하고 패턴을 찾을 수 있도록 도와주는 도구이다.
flowmap.blue를 이용하여 시군구 단위의 2019년 이동 인구 패턴을 시각화한다(시군구 내부에서의 이동은 생략한다)
3.1. 시군구 행정구역의 중심점 좌표값 구하기
인구이동 출발지와 도착지의 기준점인 시군구 행정구역 중심점의 좌표값을 구한다.
3.1.1. 시군구 행정구역 공간 파일(shp) 다운로드
gisdeveloper 사이트(http://www.gisdeveloper.co.kr/?p=2332)에서 관련 파일을 다운로드한다.
3.1.2 시군구 중심 좌표 추출
QGIS를 실행하고, 다운로드한 shp파일을 불러들여 시군구의 중심 좌표를 추출한다.
(벡터 > 도형도구 > 중심점)
중심 좌표 추출 결과는 아래와 같다.
3.2 전출지별 전입지 인구 집계
파이썬을 이용하여 전출지(Origin)별 전입지(Destination) 인구를 집계한다.
3.2.1. 파이썬으로 2019년 세대관련연간자료 데이터를 불러온다.
3.2.2. 5자리의 전출지/전입지 코드 컬럼을 생성한다.
3.2.3. 전출지별 전입지의 인구를 집계한다.
3.2.4. 전출지와 전입지가 같은 행을 삭제하고, 결과를 저장한다.
파이썬 소스코드는 깃헙에 공유하였다.
3.3 flowmap.blue로 인구이동 패턴 시각화
flowmap.blue는 별도의 프로그램 설치없이, 출발지와 목적지가 있는 데이터를 구글 시트 형식으로 공유하면 시각화와 상호작용이 가능하다.
'시군구 중심좌표'는 시트의 'locations' 탭에, '전출지별 전입지 인구'는 'flows' 탭에 저장하고 공유하면 된다. 자세한 내용은 https://flowmap.blue 사이트를 참고한다.
화면을 축소/확대하면서 인구이동 패턴을 상세히 파악할 수 있다.
'Animate flows'를 활성화하면 애니메이션 형태로 시각화할 수 있다.
flowmap.blue을 이용한 2019 인구이동 시각화 결과는 아래 URL에서 확인할 수 있다(크롬 브라우저 추천)
https://flowmap.blue/1rtPo7gF2opNtfJ09NfweiSrqaqeXCtGQ77dEtEKDEYE
