초록 열기/닫기 버튼
이 연구는 공간적 자기상관성(spatial autocorrelation)이라는 개념을 사용해 한국 선거를 처음으로 분석했다는 점에서 의미가 있다. 공간적 자기상관성이란, 공간상의 한 위치에서 발생하는 사건은 그 주변 지역에서 발생하는 사건과는 상관관계가 높다는 것을 의미한다. 제21대 총선 서울지역의 투표율을 관내사전투표율과 본투표율로 나누고 투표율의 공간적 패턴이 나타나는지 살펴보았다. 기존의 연구가 선거구 단위를 토대로 분석한 것이 대부분이고 개인자료를 사용한 것이라면 이 연구에서는 좀 더 하위 단위인 읍면동 단위를 기준으로 분석했고 공간자료와 집합자료를 사용해 분석하였다. 본투표율의 모란 I (Moran’s I) 지수는 0.261로 꽤 높은 공간적 자기상관성을 보인 반면 관내사전투표율의 지수는 0.095로 낮아 통계적 유의성이 있음에도 불구하고 공간적 자기상관성이 거의 없는 것으로 나타났다. 공간적 자기상관성이 강하게 나타난 본투표율을 OLS 회귀모델과 공간통계모델로 비교해 분석해보았다. 일반 회귀모델에서 결정계수인 R2가 0.585261에서, 공간오차모델에서는 0.656631로 상승하여 약 7퍼센트포인트의 설명력 증가를 볼 수 있어 공간통계모델이 설명력이 높다는 사실을 알 수 있었다. 가장 흥미로운 결과는 관내사전투표율과 본투표율의 관계인데, 관내사전투표율이 높은 동은 본투표율이 낮게 나오고, 관내사전투표율이 2% 정도 올라가면 본투표율은 약 1% 정도 떨어지는 것으로 조사되었다. 이 연구에서는 관내사전투표율과 본투표율에 영향을 미치는 변수는 매우 다르고, 관내사전투표율의 상승폭이 본투표율 하락폭과 다르다는 점에서 투표편의제공에 따른 분산효과로만 볼 수 없다는 것을 알 수 있어 기존 연구와 차별성을 가진다.
This study is meaningful in that it is the first analysis of Korean elections using the concept of spatial autocorrelation. Spatial autocorrelation means that an event occurring in one location in space has a high correlation with an event occurring in the surrounding area. The voter turnout rate in the 21st general election of Seoul area was divided into the early-voting turnout and voting-day turnout, and the spatial pattern of the turnout was examined. Most of the previous studies were based on the unit of the precinct and personal data, but this study analyzed on the basis of the lower unit, Eup-myeon-dong, and analyzed using spatial data and aggregate data. Moran I index showed a fairly high spatial autocorrelation of 0.261 in the voting-day turnout, while the index of the early-voting turnout was low at 0.095, indicating that there was little spatial autocorrelation despite statistical significance. The voting-day turnout, which showed strong spatial autocorrelation, was compared and analyzed using the OLS regression model and the spatial statistics model. In the general regression model, the coefficient of determination R2 rose from 0.585261 to 0.656631 in the spatial error model, showing an increase in explanatory power of about 7 percentage points. This means that the spatial statistical model has high explanatory power. The most interesting result is the relationship between the early-voting turnout and the voting-day turnout. The higher the early-voting turnout is, the lower the voting-day turnout is. When the early-voing turnout increases by about 2%, the voting-day turnout drops by about 1%. In this study, the variables affecting the early-voting turnout and the voting-day turnout are very different. This finding is different from the previous researches.
키워드열기/닫기 버튼
Spatial Autocorrelation, Turnout, Early Voting, Regular Voting, General Election, Spatial Regression Model
