워크스코어가 외식업 매출액에 미치는 영향^*

워크스코어는 임의의 지역에 대한 보행접근성을 0~100까지의 점수로 나타낸 지수로, 국외에서는 부동산 가치에 영향을 미치는 주요 요인 중 하나로 여겨지고 있다. 먼저, 주거용 부동산과 워크스코어 간의 상관성을 살펴본 연구로서, Rauterkus and Miller(2011)는 앨라배마주를 대상으로 워크스코어가 2004년~2008년까지의 주거용 지가변동률에 미치는 영향성을 도출하기 위해 인구증가율과 토지면적을 통제변수로 두어 분석을 실시하였다. 그 결과, 지가변동률이 증가할수록 워크스코어가 증가하였고, 시간이 경과함에 따라 설명력이 증가하는 것으로 나타났다. Li et al.(2015)은 공간회귀모형을 활용하여 텍사스 단독주택 매매가격에 워크스코어가 미치는 영향성에 대해 분석을 실시하였다. 분석 결과, 워크스코어가 낮은 지역일수록 단독주택 매매가격 증가율이 낮은 것으로 도출되었고, 이는 워크스코어가 낮은 지역(car-dependent)보다 높은 지역(walker’s paradise)이 주택가격의 더 높은 증가율을 불러올 것으로 시사하고 있다. Chernobai and Ma(2022)는 캘리포니아 주를 대상으로 단독주택 가격에 미치는 워크스코어의 영향력을 주택규모별로 분석하였다. 그 결과 소형 주택일수록 워크스코어가 주택가격에 긍정적인 영향을 미쳤으며, 대형 주택은 워크스코어가 주택가격에 부정적인 영향을 미치는 것으로 나타났다. 국내에서 또한 워크스코어를 활용하여 주택가격과의 연관성을 탐구한 연구가 진행되고 있는데, Kim and Kim(2020)은 서울시의 공동주택 가격과 워크스코어 간의 연관성을 살펴보았고, 그 결과 공동주택 가격이 높을수록 워크스코어가 높은 것으로 도출되었으며, 이는 국내의 주택가격에도 워크스코어가 설명력이 있음을 시사하고 있다. 진수인·김은정(2024)은 대구시의 주택가격과 워크스코어 및 보행환경 인식간의 연관성을 살펴보았고, 워크스코어가 주택가격에 양의 영향을 미치는 것으로 나타났다.

주거용 부동산과 워크스코어 간의 선행연구 고찰 결과, 대부분의 연구에서 워크스코어는 주거용 부동산 가치에 양의 영향성을 미치는 것으로 나타났다. 그렇다면 본 연구의 목적과 유사한 상업용 부동산과 워크스코어 간의 관계성은 어떠한지에 대해 선행연구를 통하여 확인한 결과, Pivo and Fisher(2009)는 미국 내 약 11,000개의 사무실, 아파트, 소매업 및 산업용 부동산의 시장가치에 워크스코어가 미치는 영향성을 분석하였다. 그 결과, 워크스코어가 10점이 증가할수록 부동산 가치가 5%~8% 증가하는 것으로 나타났다. Pivo and Fisher(2011)는 워크스코어가 미국 4,200개 이상의 오피스, 아파트, 소매 및 산업용 부동산의 시장가치에 미치는 영향성에 대해 분석을 실시하였다. 그 결과, 부동산 유형에 따라 워크스코어가 10점 증가하면 부동산 가치는 최대 9%까지 증가하는 것으로 나타났고, 워크스코어가 80점인 지역에 위치하는 사무실 혹은 소매건물이 20점을 받은 지역에 위치한 건물보다 단위면적당 부동산 가치가 54% 더 높은 것으로 확인되었다. Ivey and Bereitschaft(2021)은 2008년~2018년 사이의 상업용 부동산 매매가격과 워크스코어간의 관계성을 분석하였다. 분석결과, 워크스코어가 1점 증가할수록 상업용 부동산 매매가격이 0.42% 증가하는 것으로 나타났다. 특히, 오피스와 소매업은 각 0.23%, 0.43% 증가하는 것으로 나타났다. Renne et al.(2024)은 미국의 철도역 인근의 임대료 추세를 분석하고, 워크스코어를 포함한 사회·경제적 요인, 건축환경 요인과의 상관성이 임대료 추세에 미치는 영향성에 대해 분석하였다. 그 결과, 워크스코어를 포함한 밀도, 설계적 요소는 임대료 변화율에 양(+)의 영향을 미쳤고, 역까지의 거리, 도심까지의 거리는 음(‒)의 영향을 미치는 것으로 나타났다.

상권매출액은 상권의 단일요인이 아닌, 인구, 경제, 입지 등 여러 요인에 의해 영향을 받게 된다. 강현모·이상경(2019)은 서울시를 대상으로 상권 매출액 자료를 활용하여 골목상권의 성장요인을 규명하였다. 분석 결과, 여성 매출 점유율, 20~30대 매출 점유율, 건물밀도가 증가할수록 골목상권 매출액이 증가하는 것으로 나타났다. 정은애·성현곤(2018)은 소매업 매출액에 영향을 미치는 상권특성을 인구, 경제, 입지, 접근성으로 분류하였고, 그 중 거주인구, 종사자수, 유동인구, 토지이용복합도가 높을수록 지하철역·버스정류장, 횡단보도까지의 거리가 가까울수록 매출액이 증가하는 것을 확인하였다. 김현철·이승일(2019)은 서울시를 대상으로 상권 요인이 골목상권 매출액에 미치는 영향성을 상권, 도시공간, 배후지역 특성으로 분류하여 분석하였다. 분석결과, 소득이 있는 20~40대 청·장년층의 소비활동이 많을수록, 유동인구가 많은 출퇴근 시간(06~ 11시 및 17~21시)일수록 매출액이 증가하는 것으로 나타났다. 또한, 상권 면적이 크고, 도심과의 접근성이 좋을수록 매출액이 증가하는 것으로 나타났다. 김진아 외(2024)는 지하철 역사 특성이 역세권 상권 매출액에 미치는 영향성을 업종별로 분석하였는데, 역사 내 상가 임대료, 지하철 노선 수, 여성 생활인구 비율, 백화점 및 버스정류장 수, 강남 도심까지의 거리가 가가울수록 매출액이 높은 것으로 나타났다.

상권 매출액에 영향을 미치는 보행환경 요인에 대해 분석한 연구로는 김수현 외(2015)는 서울시 상권의 소매업 매출액에 영향을 미치는 보행량 및 건조환경 요인에 대해 분석하였다. 분석 결과, 보행량, 종사자수 밀도, 건폐율, 지하철역까지의 거리, 동종 경쟁점 수, 도심과의 접근성이 높을수록 매출액이 증가하는 것으로 나타났다. 유경훈 외(2016)는 구조방정식을 활용하여 상업가로요인과 유동인구가 상가 매출액에 미치는 영향성을 도심 권역별로 분석하였는데, 강남 도심(GBD)에서 유동인구, 지하철역과의 거리 등의 보행접근성이 매출액에 영향을 미치는 것으로 도출되었다. 신형섭 외(2024)는 상업용 부동산 매매가격에 영향을 미치는 보행친화요인에 대해 조사하였고, 그 결과 생활인구밀도가 높은 지역에서 지하철역 밀도, 토지이용혼합도가 높을수록 상업용 부동산 매매가격이 증가하였음으로 도출하였다. 장아영·강명구(2024)는 서울시를 대상으로 가로연결성(가로밀도, 교차로 밀도)과 상권 특성이 외식업종 매출액에 미치는 영향성을 살펴보았다. 연구 결과, 가로밀도와 교차로밀도가 높을수록 외식업 매출액이 증가하는 것으로 나타났는데, 이는 높은 가로연결성은 보행성을 향상시키고, 상권 방문자의 유입을 이끌어 상권 경제 활력을 불러올 수 있음을 확인할 수 있다.

본 연구의 차별성을 정리하면 첫째, 워크스코어와 부동산 가치 간의 연관성에 대한 연구의 경우, 단독주택, 공동주택 등 주거용 부동산과의 연관성을 살펴본 연구는 더러 진행되고 있지만, 업무(office), 소매(retail) 등 상업용 부동산과의 연관성을 분석한 연구는 미흡한 실정이다. 이에 본 연구는 상권 매출액, 특히 외식업 상권 매출액을 대상으로 하여 상업용 부동산과 워크스코어 간의 연관성을 탐구하였다. 둘째, 상권 매출액에 영향을 미치는 상권 요인에 대한 선행연구 분석 결과, 사회·경제적 특성, 접근성 특성, 입지적 특성이 중요하게 다루어진 것으로 나타났고, 보행환경은 상권매출액에 영향을 미치는 주요한 요인인 것으로 확인되었다. 이에, 보행접근성 지표로 워크스코어를 활용하여 상권 매출액에 미치는 영향성에 대해 분석하였다. 또한, 관련 선행연구에서 도출된 바와 같이 매출액에 미치는 요인은 업종별로 상이할 수 있음을 확인하였기에, 본 연구에서는 외식업을 대상으로 분석을 실시하였다. 이는 미국에서 개발된 지수인 워크스코어를 국내 상권 경제에 적용하여 실증분석을 수행하였다는 것에 의의가 있다.

본 연구의 시간적 범위는 2019년으로, 해당 년도에 발생한 상권별 외식업 추정 매출액 합계를 산출하였다. 단, 본 연구의 주요변수인 워크스코어는 시간적 범위가 2017년으로 매출액과의 자료 시점이 상이하지만, 2017년 상권 매출액 자료 취득의 어려움으로 가장 과거시점의 데이터인 2019년 자료를 활용하였다. 공간적 범위는 서울시상권분석서비스(https://golmok.seoul.go.kr)에서 제공하는 서울시 상권 영역을 대상으로 하였다. 서울시의 상권은 <표 1>과 같이 골목상권, 발달상권, 전통시장 상권, 관광특구 상권 4가지로 분류되고 있다. 박성희·송재민(2022)의 선행연구에 따르면 관광특구 상권은 전체 상권의 0.4%만 해당하여 연구결과를 왜곡시킬 수 있다. 이에 관광특구 상권을 제외한 골목상권, 발달상권, 전통시장 상권을 대상으로 하였다.

아울러, 외식업 매출액과 워크스코어의 연관성을 탐구하기 위해 서울시에서 제시한 100개 생활밀접업종에 따라 외식업을 분류하였다. 외식업은 중식음식점, 분식전문점 등 음식점 관련 업종 8개, 커피음료, 제과점 등 카페 관련 업종 2개로 구성되어 총 10개의 업종이 포함되어 있다.

본 연구에서 활용한 변수는 <표 2>와 같다. 종속변수는 서울시 상권분석서비스에서 제공하는 전체 1,650개 상권 중 외식업 매출이 발생한 1,472개의 상권별 추정매출액을 사용하였고, 추정 매출액은 분기별로 제공되는데 2019년 1분기~4분기 추정 매출을 합산하여 사용하였다. 독립변수는 워크스코어로 설정하였고, 통제변수로 상권 매출액에 미치는 도시환경 요인들을 함께 파악하기 위해 상권 특성, 접근성 특성으로 분류하여 변수로 사용하였다.

첫째, 워크스코어는 Kim et al.(2019)의 연구에서 측정한 값을 활용하였다. 워크스코어는 임의의 지점으로부터 실생활에 필수적인 9가지의 편의시설(편의점, 식당, 쇼핑센터, 카페, 은행, 공원, 학교, 서점, 문화시설)과의 접근성과 2가지의 보행자 친화요인(pedestrian friendliness)인 교차로밀도와 평균 블록길이를 감안하여 해당 지점의 보행친화도를 측정하는 지수이다. 편의시설에 대한 접근성은 임의의 지점으로부터 해당 편의시설까지의 네트워크 거리를 측정한 후, 거리밴드(distance band)에 따라 가중치를 차등적으로 적용하여 값을 구하게 되는데, 이때 거리조락함수(distance decay function)를 활용하여 거리에 따른 가중치 점수를 부여하게 된다. 워크스코어 계산에 활용되는 개별 편의시설의 개수와 가중치는 시설의 종류와 특성에 따라 차등적으로 적용된다. 한편, 보행자 친화요인으로 활용되는 교차로밀도와 평균 블록길이는 해당지역의 가로환경이 보행하기에 적절한지를 나타내는 것으로 일정수준에 미달하면 감점하는 형태로 워크스코어 값을 계산하는데 활용하게 된다. 이처럼 계산된 워크스코어 값은 0점(car-dependent)에서부터 100점(walker’s paradise) 범위의 수치로 제공된다(Walk Score, 2025). 본 연구에서 활용한 워크스코어의 구성 및 산출방법 등에 대한 더 자세한 내용은 Kim et al.(2019)에서 확인할 수 있다. 한편, 본 연구에서 활용한 워크스코어는 상권 경계에 해당되는 워크스코어 포인트를 추출한 후, 상권별 평균값을 산출하여 사용하였다. 만약, 워크스코어 포인트가 상권 경계에 포함되지 않는 경우, 상권 중심점을 추출하여 가장 가까운 워크스코어 포인트의 값을 적용하였다.

둘째, 상권 특성 요인으로 생활인구, 여성 매출액 비율, 20~30대 매출액 비율, 상가밀도를 변수로 설정하였다. 생활인구는 KT 통신데이터를 기반으로 특정 시점, 특정 지역에 존재하는 인구를 의미한다(서울특별시, 2024). 상권 내 고객 확보를 위해서는 유입인구가 많아야 하기 때문에 생활인구와 매출액은 긍정적인 상관성이 있을 것으로 기대된다(김현철·이승일, 2019). 여성매출액과 20 ~30대 매출액 비율은 상권별 성·연령별 매출액 데이터를 사용하여 전체 매출액 대비 여성과 20~30대 매출비율을 산출하였다. 상대적으로 구매력이 높은 집단인 여성과 20~30대 매출 비율은 상권 매출액과 긍정적인 연관성이 있을 것으로 기대된다(강현모·이상경, 2019). 상가밀도는 상권 내 점포수를 상권 면적으로 나눈 값으로 결과를 통해 점포 규모에 따른 매출액 영향성을 살펴볼 수 있을 것이다(강현모·이상경, 2018).

셋째, 접근성 특성 요인으로는 지하철역 출입구와 버스정류장 수, 도심여부를 변수로 설정하였다. 선행연구에서는 대중교통이 매출액에 미치는 영향성은 업종별로 상이하게 도출되지만, 유의미한 결과를 보여주고 있다(강현모·이상경, 2018; 김수현 외, 2015; 신형섭 외, 2024). 이에 상권의 대중교통 접근성을 확인하기 위해 상권 내 지하철역 출입구와 버스정류장 수를 집계하였다. 도심여부는 서울의 경제 및 상업적 활동 3대 중심(CBD, YBD, GBD)이 되는 지역으로 선정하였다. 도심여부를 통해 상업·업무가 활성화된 지역이 일반지역보다 매출액이 높게 증가한다는 선행연구의 결과와 유사하게 도출될 것으로 사료된다(김수현 외, 2015; 김현철·이승일, 2019).

워크스코어가 외식업 매출액에 미치는 영향성을 살펴보기 위해 다음과 같은 분석방법을 실시하였다. 첫째, 상권별 외식업 매출액간의 공간적 자기 상관성을 검증하기 위해 Global Moran’s I 값을 활용하여 상권 간의 공간적 군집성이 나타나는지를 살펴보았다. 둘째, 상권 매출액 간의 공간적 자기 상관성이 나타날 경우, 공간회귀모형을 활용하여 일반선형회귀모형(ordinary least squares, OLS)과 공간회귀모형인 공간시차모형(spatial lag model, SLM), 공간오차모형(spatial error model, SEM) 중 설명력이 가장 높은 모형을 사용하여 연구결과를 도출하였다. 이 분석들은 GeoDa 1.22 프로그램을 활용하여 수행하였다.

본 연구에서는 외식업 상권의 매출액에 대한 공간적 자기상관성을 살펴보기 위해 전역적 관점에서 Moran’s I 분석을 실시하였다. 공간 인접성 유형은 Rook 방식을 이용하였다. Rook 방식은 서로 다른 두 지역의 경계선이 인접되는 경우 이웃(neighbors)으로 포함하는 방식이다. 분석 결과, <그림 5>와 같이 외식업의 Moran’s I 값은 0.126(p<0.05)이었다. Moran’s I 값은 1에 가까울수록 공간적 자기상관성이 높지만, 그 정도(intensity)에 대한 정확한 판단 기준은 그다지 없다. 다만, 한 연구에서는 Moran’s I 값이 0.2 이상이면 공간적 자기상관성이 높은(highly cluasted) 수준이라고 보고 있다(Wang et al., 2023). 본 분석에서 도출된 Moran’s I 값인 0.126 수준은 자기상관성 수준이 매우 높다고는 할 수 없지만 무시할 수준은 아니다. 즉, 서울시 외식업 상권의 매출액은 공간적 자기상관성이 일부 존재한다고 할 수 있겠다. <그림 6>은 외식업 상권 매출액의 공간적 군집을 보여주는 LISA(local indicator of spatial association) 지도이다. 해당 결과를 통해 어떠한 지역에서 공간적 군집성을 가지는지에 대해 시각적으로 확인할 수 있다. High-High 지역은 주로 종로구, 중구 일대와 마포구 및 서초구, 강남구 일대에서 찾을 수 있었는데, 이 지역은 외식업 매출액이 높은 상권끼리 군집되어 있다고 볼 수 있다. 이에 외식업 매출액은 시각적으로 특징이 비슷한 지역끼리 군집되어 있는 것으로 나타나면서 본 연구에서 외식업 매출액에 미치는 영향 분석을 위해 일반선형회귀모형과 함께 공간회귀모형을 활용할 필요성도 제기하였다.

그림 5. 단위면적당 외식업 매출액의 Moran’I 분석 결과

Download Original Figure

그림 6. 단위면적당 외식업 매출액의 LISA Map 분석 결과 주 : LISA, local indicator of spatial association.

Download Original Figure

외식업 매출액의 공간적 군집성을 확인한 결과, 공간적 자기상관성이 일부 나타나는 것으로 확인되었다. 이에, 공간적 자기상관을 통제하는 공간회귀모델을 활용하여 분석결과를 도출하였다. <표 3>은 공간시차모형(SLM)과 공간오차모형(SEM)의 적정성을 판단하기 위해 LM(largrange multiplier) 검정을 실시한 결과이다. 분석결과에 활용될 모델은 LM 검정 결과의 LM 값과 Robust LM 값의 유의미성을 순차적으로 확인한 후, R², AIC(Akaike information criterion), SC(Schwarz criterion) 값을 비교하여 최종 모형을 도출하였다.

외식업은 LM(lag)와 LM(error)가 모두 유의미하게 도출되어 Robust LM 값을 대조하였지만, Robust LM(lag)와 Robust(error) 결과값 모두 유의미한 값으로 확인되었다. 이에 이에 R², AIC, SC 값을 확인한 결과, R²은 0.459로 SLM 모형이 높은 것으로 나타났고, AIC도 SLM이 4,520.86으로 가장 낮은 것으로 확인되었다. 하지만, SC는 SLM이 4,573.81 수준으로 OLS 모형과 SEM 모형보다 오히려 높은 것으로 나타났다. 한편, rho와 lambda 값이 통계적으로 유의미한 수준인 것으로 나타나 공간회귀모형을 활용할 필요성은 있었다. 이에 본 연구에서는 세 모형 중 최종모형을 선정하여 분석의 결과를 해석하기보다는, 이 세 가지 모형을 함께 살펴봄으로써 결과를 해석하는 것이 타당하다.

워크스코어 및 상권 특성이 외식업 매출액에 미치는 영향성에 대한 분석 결과는 <표 4>와 같다. 먼저 워크스코어의 경우, 워크스코어와 외식업 매출액은 세 가지 모형에서 모두 양(+)의 연관성이 있는 것으로 확인되었다. 세 모형에서 워크스코어의 계수값은 0.019~0.021 범위였는데, 이를 해석하면, 워크스코어 값이 1점 증가할수록 상권의 외식업 매출액은 1.9%~2.1% 증가하는 것이다. 상권의 경우 외식업종이 다양하여 외식업 이용자를 유입하기 위한 편의시설이 많이 분포되어 있고 가로의 보행여건도 양호하다면 이는 상권내 유동인구를 증가시키고 이는 결국 외식업 매출액을 증가시킬 수 있음을 의미한다. 앞서 살펴보았던 선행연구들은 직접적으로 워크스코어와 상권의 매출액 간의 연관성을 분석한 것이 아니어서 직접 비교하여 해석하기에는 한계가 있긴 하지만, 이 결과는 워크스코어와 상업용 부동산 간의 긍정적인 연관성이 있다는 Ivey and Bereitschaft (2021) 및 Pivo and Fisher(2009)의 결과와 궤를 같이하는 것이다.

상권특성에서는 세 모형에서 일관되게 20~30대 매출액 비율, 상가밀도가 유의미한 양(+)의 영향성을 미치는 것으로 나타났는데, 이는 상대적으로 구매력이 높은 연령대인 20~30대 매출액의 증가는 상권 매출액 증가에 영향을 미칠 것이라는 선행연구의 결과와 유사한 것으로 확인되었다(강현모·이상경, 2019). 상가밀도 또한, 건물의 밀집도가 높을수록 상업용 부동산 가치에 긍정적인 영향력을 미친다는 선행연구의 결과와 유사하게 도출되었다(Renne et al., 2024).

접근성 특성에서도 세 모형 모두에서 지하철역 출입구 수, 버스정류장 수, 도심여부 모두 매출액에 긍정적인 상관성을 보이는 것으로 나타났다. 지하철역과 버스정류장의 결과는 대중교통의 접근성과 상권 매출액 간의 긍정적인 연관성이 있다는 김진아 외(2024)의 연구결과와 유사하게 나타났다. 이는 지하철 출입구 수와 버스정류장과 같은 대중교통의 접근성이 좋을수록 외식업 매출액에 긍정적인 영향성을 준다는 것을 의미한다. 도심여부 또한, 도심에 포함되어 있는 상권일수록 외식업 매출액이 높은 것을 의미한다. 김진아 외(2024)와 유경훈 외(2016)의 결과와 같이 도심의 보행접근성, 도로접근성이 좋을수록 유동인구가 증가하게 되고 이는 상권 매출액에 긍정적인 영향을 줄 수 있음을 시사한다.