프로젝트 소개
본 과제는 여러 도시가 교통, 사람의 이동, 온라인 정보 등 다양한 방식으로 연결된 초광역권의 성장과 쇠퇴를 예측하는 연구임. 도시 간 연결 관계와 지역의 인구·경제 자료를 함께 분석하여 위기 상황에서 지역이 얼마나 잘 회복하는지도 확인하는 연구임.
연구 목표는 다층적 네트워크와 Graph Convolution Network(GCN) 기반으로 초광역권의 도시성장, 쇠퇴, 회복탄력성 예측모형을 개발하고 국가균형발전 정책에 활용하는 데 있음. 핵심 연구 내용은 Google Trends와 Python Crawling을 활용한 온라인 비정형 네트워크 데이터, 공간적 Origin-Destination 매트릭스 및 도시성장·쇠퇴 영향변수 DB 구축임. 또한 기능계량경제모형과 다항로지스틱모형을 개발하고, 금융위기와 코로나 팬데믹에 대한 인구·고용·GRDP 지표를 활용하여 회복탄력성을 분석함. 최종적으로 네트워크 시나리오별 GCN 딥러닝 시뮬레이션과 초광역권별 Mapping System을 구축함. 기대 효과는 초광역권 설정, 거점도시와 주변도시 간 연계 전략, 행정구역 개편 및 균형발전 정책 수립을 지원하는 객관적 근거 제공임.