사회적 결정요인 기반 열 건강 취약성의 공간 유형화와 도시개발 계획의 구조적 연계: 서울시 사례 = Spatial Stratification of Heat-Health Vulnerability Based on Social Determinants and Its Structural Linkage with Urban Development Planning: A Case Study of Seoul

국문 초록 (Abstract)

본 연구는 기후위기로 인한 열취약성이 단순한 인구통계학 요인만으로 설명되기 어렵고, 사회경제적 조건과 도시개발의 누적 구조에 의해 형성된다는 문제 의식에서 출발하였다. 특히 행정구역 기준의 열취약성 관리는 공간 내부의 이질성과 구조적 특성을 반영하지 못하는 한계를 지닌다. 이에 따라 연구는 서울특별시 동 단위 공간을 대상으로, 건강의 사회적 결정 요인(Social Determinants of Health) 기반의 열취약성 유형화를 시도하였다. 2022~2024년의 열질환 이환율 자료를 활용해 일반화 가법모형(GAM)으로 주요 사회적 변수들을 도출하고, 이를 토대로 K-means 클러스터링을 적용해 유사 특성을 지닌 지역들을 분류하였다. 이어 GIS 기반 분석을 통해 각 클러스터에 분포한 도시개발 유형과 구조적 특성을 비교하였다. 분석 결과, 노인 인구 비율과 토지가격이 모든 연도에 걸쳐 유의한 변수로 확인되었으며, 어린이 인구, 장애인 비율, 인구밀도 등은 일부 연도에서 제한적 유의성을 보였다. 열취약성 수준에 따라 도출된 3개 클러스터 중, 특히 취약성이 높은 지역은 공공임대주택과 소규모 정비사업이 혼재된 구조로 나타났다. 이는 열취약성이 단순한 사회적 조건이 아닌, 도시개발의 누적 결과로 형성된다는 점을 시사한다. 이러한 분석 결과는 공간 유형에 기반한 조닝형 열취약 대응 방안의 가능성을 보여주며, 정밀한 정책 설계를 위한 기초자료로 활용될 수 있다. 다만 서울시에 한정된 분석이라는 점에서 향후 전국 단위의 확장 연구와 주민 경험을 반영한 질적 자료 보완이 필요하다.

다국어 초록 (Multilingual Abstract)

This study examines spatial patterns of heat-health vulnerability in Seoul by integrating Social Determinants of Health (SDOH) and urban development types. Conventional administrative-unit approaches often overlook spatial heterogeneity and structural context. To address this, we conducted spatial stratification at the neighborhood (dong) level using Generalized Additive Models (GAM and K-means clustering). GAM analysis identified the elderly population share and land price as consistently significant predictors of heat-related morbidity (2022–2024), with other factors (e.g., disability rate, population density, etc.) significant in select years. Three distinct clusters were derived, exhibiting clear gradients of vulnerability. Cluster 3, the most vulnerable, had the highest elderly and low-income shares and showed the highest heat-related morbidity, with fragmented small-scale or public-supported developments. By contrast, Cluster 1 was wealthier and dominated by large-scale planned zones. Cluster 2 represented a transitional zone with moderate vulnerability and a mix of mid-scale public interventions and gradual redevelopment types. By linking SDOH-based clusters with urban development data using GIS, we demonstrate that heat vulnerability is shaped not only by current socioeconomic conditions but also by cumulative spatial planning histories.This suggests the value of zone-based targeting for a more precise and equitable policy response.