바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1225-6706
  • E-ISSN2733-4295
  • KCI

ISSN : 1225-6706

논문 상세

이전 다음
논문 투고

Vol.30 No.3

Citation Share

신용카드 빅데이터를 활용한 코로나19 발생의 지역상권 영향 분석: 수원시를 사례로

Analysis of the Impact of COVID-19 on Local Market Areas Using Credit Card Big Data: A Case of Suwon

공간과 사회 / Space and Environment, (P)1225-6706; (E)2733-4295
2020, v.30 no.3, pp.167-208
https://doi.org/10.19097/kaser.2020.30.3.167
이성호 ((재) 수원시정연구원)
최석환 ((재) 수원시정연구원)
이성호, & 최석환. (2020). 신용카드 빅데이터를 활용한 코로나19 발생의 지역상권 영향 분석: 수원시를 사례로. 공간과 사회, 30(3), 167-208, https://doi.org/10.19097/kaser.2020.30.3.167

초록

본 연구는 수원시를 대상으로 신용카드 가맹점의 월별 매출액 자료를 통해 코로나19 발생이후 지역경제 및 상권별 영향을 분석하였다. 분석 결과 2020년 3월까지의 코로나19 확산기에 수원시 전체 신용카드 매출은 이전 시기에 비해 약 18% 정도가 감소하였다. 대면접촉업종과 비필수 업종, 교통중심지 상권일수록 더 큰 매출감소를 경험한 반면 사회적 거리두기에 따라 가정 내 활동과 소비가 증가하면서 근린상권, 생활 관련 업종 등은 상대적으로 덜 감소하거나 일부 증가하는 경향이 나타났다. 4월 이후에는 수원시 전체의 전반적인 소비활동이 코로나19 이전 수준을 회복하고 있지만 코로나19 확산기에 매출감소가 컸던 부문의 회복 정도는 상대적으로 미흡한 것으로 나타났다. 특히 수원역 상권과 같이 기존에 외부 유동인구의 비중이 높고 20대 이하 소비자 및 주말 매출이 많았던 상권일수록 코로나19의 확산에 따른 영향을 직접적으로 받으면서 급격한 매출감소를 겪고 있음을 확인하였다.

keywords
코로나19, 지역상권, 재난기본소득, 빅데이터, 수원, COVID-19, local market area, basic disaster income, big data, Suwon

Abstract

This study analyzed the impact of COVID-19 on local market areas in Suwon after its outbreak based on monthly sales of credit card affiliate stores. During the period of spreading COVID-19, Suwon’s total sales decreased by about 18% compared to the past. While the sales of the face-to-face business, non-essential business, and businesses in traffic-centered market areas declined significantly, the sales of businesses in neighborhood market areas and businesses related to daily- living less declined or even slightly increased due to increasing of in-home activities and social distancing. After April, the overall consumption of Suwon has been recovering to the level of before COVID-19, but the extent of recovery is relatively insufficient in some sectors, which suffered a severe decrease in sales during the period of spreading COVID-19. In particular, this research identified that market areas where had the larger floating population, higher proportion of under- 20s consumers, and higher weekend sales had suffered the sharper decline in sales due to the spread of COVID-19.

keywords
코로나19, 지역상권, 재난기본소득, 빅데이터, 수원, COVID-19, local market area, basic disaster income, big data, Suwon

참고문헌

1.

김경근·염명배. 2015. ｢소비 대리변수로서의 신용카드 사용액과 지역별 소비특성에 관한 연구｣. ≪경제연구≫. 제33권 1호. 121~142쪽.

2.

김경근. 2017. ｢신용카드 빅데이터를 활용한 지역별 소비 유출입 특성 연구｣. ≪경제연구≫. 제35권 4호. 129~153쪽.

3.

김도영. 2019. 『2000년 이후 수원시 도시공간과 주요 상권의 변화 양상』. 수원: 수원시정연구원.

4.

문지효·한상린. 2016. ｢외부 사건 충격으로 인한 해외관광객 감소가 서울시 유통산업에 미치는 영향: 2015년 메르스 사태로 인한 경제적 파급효과 분석｣. ≪유통연구≫. 제21권1호. 129~152쪽.

5.

박희석·반정화·정현철·김수진. 2020. ｢코로나19 사태가 서울경제에 미치는 영향과 소상공인및 관광업 대응 방안｣. ≪정책리포트≫. 서울: 서울연구원.

6.

배영임. 2020. ｢코로나19, 언택트 사회를 가속화하다｣. ≪이슈&진단≫. 제416호. 수원: 경기연구원.

7.

손정렬. 2020. ｢빅데이터 연구에서의 빅마켓, 빅네임 그리고 빅네트워크: 국제학술지를 통해본 도시 빅데이터 연구동향｣. ≪대한지리학회지≫. 제55권 2호. 161~179쪽.

8.

수원시. 2020. 『수원시 상권 활성화 방안 용역』. 수원: 수원시.

9.

신기동. 2020. ｢코로나19 시대, 언택트 소비와 골목상권의 생존 전략｣. ≪이슈&진단≫. 제425호. 수원: 경기연구원.

10.

심원섭·최승묵·심창섭. 2018. ｢관광 빅데이터 분석의 주요 쟁점: 이동통신 및 신용카드 데이터를 중심으로｣. ≪관광연구논총≫. 제30권 3호. 3~22쪽.

11.

오병기. 2020. ｢코로나-19 지역경제 영향과 포스트 코로나 정책 과제｣. ≪월간 공공정책≫. 제175호. 61~64쪽.

12.

윤신희. 2020. ｢코로나19 확산에 따른 고양시 소비동향 분석 및 시사점｣. ≪GYRI 이슈브리프 제17호≫. 고양: 고양시정연구원.

13.

이규범·김도우. 2017. ｢공공안전 분야의 빅데이터 연구동향 분석｣. ≪한국범죄심리연구≫. 제13권 3호. 59~74쪽.

14.

이민주·김규환. 2017. ｢미세먼지에 의한 대기질 악화가 서울시 상권 매출액에 미치는 영향 분석｣. 서울연구원 2017 서울연구논문공모전 발표자료.

15.

이왕건. 2020. ｢코로나19 시대 도시 사회·공간 변화와 정책과제｣. ≪국토정책 Brief 제763호≫. 세종: 국토연구원.

16.

이유진·성영조. 2020. ｢코로나19에 따른 경기도 신용카드 매출 감소와 시사점｣. ≪GRI 정책 Brief 2020-08≫. 수원: 경기연구원.

17.

최병대. 2020. ｢코로나19’ 전·후 패러다임의 전환 및 우리에게 주는 교훈｣. 수원시정연구원 수원시민자치대학 제4회 온라인특강 자료(2020.5.29.).

18.

최병두. 2015. ｢메르스 사태의 지리학과 생명권력의 정치｣. ≪공간과 사회≫. 제25권 3호. 173~192쪽.

19.

최재원·손봉진·임현아. 2019. ｢KB국민카드의 빅데이터를 활용한 실시간 CRM 전략: 스마트오퍼링 시스템｣. ≪지능정보연구≫. 제25권 2호. 1~23쪽.

20.

최충익. 2017. ｢재난이 경제성장에 미치는 영향: 솔로우 성장모형의 적용과 함의｣. ≪Crisisnomy≫. 제13권 6호. 69~83쪽.

21.

한국은행. 2020a. 『지급결제 조사자료: 2019년 지급수단 및 모바일금융서비스 이용행태 조사결과』. 서울: 한국은행.

22.

한국은행. 2020b. 『지역경제 보고서』(2020년 6월). 서울: 한국은행.

23.

Atkeson, A. 2020. “What Will Be the Economic Impact of COVID-19 in the US? Rough Estimates of Disease Scenarios”. NBER Working Paper 26867.

24.

Bonaccorsia, G., Pierrib, F., Cinellic, M., Floria, A., Galeazzid, A., Porcellie, F., Schmidtf, A., Valensiseg, C., Scalac, A., Quattrociocchif, W., and Pammolli, F. 2020. “Economic and Social Consequences of Human Mobility Restrictions under COVID-19”. PNAS. Vol. 117, No. 27. pp.15530~15535

25.

De Mauro, A., Greco, M., and Grimaldi, M. 2016. “A formal definition of Big Data based on its essential features”. Library Review. Vol. 65. No. 3. pp.122~135.

26.

Dorn, A., Cooney, R., and Sabin, M. 2020. “COVID-19 exacerbating inequalities in the US”, Elsevier Public Health Emergency Collection. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7162639(검색일: 2020.8.1.)

27.

Fernandes, N. 2020. “Economic Effects of Coronavirus Outbreak (COVID-19) on the World Economy”. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3557504 (검색일: 2020.8.1.)

28.

Hasan, I., Renzis, T., and Schmiedel, H. 2013. “Retail Payments and the Real Economy”. Working Paper Series 1572. European Central Bank.

29.

Kitchin, R. 2015. “Big data and official statistics: Opportunities, challenges and risks”, Statistical Journal of the International Association of Official Statistics. Vol. 31. No. 3. pp.471∼481.

30.

Lee, J., and McKibbin, W. 2003. “Globalization and Disease: The Case of SARS” Asian Economic Papers. Vol. 3. No. 1. pp.113~131.

31.

Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., and Byers, A. 2011. “Big Data: The Next Frontier for Innovation, Competition, and Productivity”. Mckinsey Global Institute.

32.

McKibbin, W., and Fernando, R. 2020. “The Global Macroeconomic Impacts of COVID-19: Seven Scenarios”. CAMA Working Paper 19/2020.

33.

Nicola, M., Alsafi, Z., Sohrabi, C., Kerwan, A., Al-Jabir, A., Iosifidis, C., Agha, M., and Agha, R. 2020. “The Socio-economic Implications of the Coronavirus Pandemic(COVID-19): A review”. International Journal of Surgery. Vol. 78. pp.185~193.

34.

OECD. 2020a. “OECD Economic Outlook, Interim Report, March 2020”. http://www.oecd.org/economic-outlook/march-2020/(검색일: 2020. 8.3)

35.

OECD. 2020b. “OECD Economic Outlook, June 2020”. http://www.oecd.org/economicoutlook/june-2020/(검색일: 2020. 8.3)

36.

Power, D. 2014. “Using ‘Big Data’ for analytics and decision support,” Journal of Decision Systems. Vol. 23, No. 2. pp.222~228.

37.

Rose, A., Benavides, J., Chang, S., Szczesniak, P., and Lim, D. 1997. “The Regional Economic Impact of an Earthquake: Direct and Indirect Effects of Electricity Lifeline Disruptions”. Journal of Regional Science. Vol. 37. No. 3. pp.437~458.

38.

소상공인진흥공단 상권정보시스템(http://sg.sbiz.or.kr/)

39.

질병관리본부 감염병포털(http://www.cdc.go.kr/npt/biz/npp/nppMain.do/)

40.

한국은행 경제통계시스템(http://www.ecos.bok.or.kr/)

공간과 사회

논문 투고 OA 정책