All Issue

2025 Vol.25, Issue 2 Preview Page

Research Article

Analyzing the Influence of the Seoul Climate Companion Card on the Commercial Sales within Station Areas

서울시 기후동행카드 정책 도입이 역세권 상권매출액에 미치는 영향 분석

김정민1 · 김영호2†

Jeongmin Kim1 ⋅ Youngho Kim2†

1고려대학교 일반대학원 지리학과 석사과정
2고려대학교 일반대학원 지리학과/사범대학 지리교육과 교수
1Master Student, Department of Geography, Korea University
2Professor, Department of Geography & Geography Education, Korea University
31 August 2025. pp. 51~70
PDF Citation
Abstract
The Seoul Climate Companion Card, implemented to address the climate crisis and realize transportation welfare, has received favorable reviews as a “million-seller” policy within just one year of its launch and continues to expand both in scale and scope. Given the significant national expenditure involved in this new policy, ongoing monitoring and rigorous performance evaluation are essential for its effective implementation. Accordingly, this study conducts a structural equation path analysis to empirically verify the Seoul Metropolitan Government’s official position that the Climate Companion Card has led to increased subway ridership, and further examines its impact on commercial sales per station area. To ensure an accurate estimation of the policy’s pure effects, the model includes a comprehensive set of control variables influencing commercial sales. In addition, K-means clustering is used to classify subway stations and multi-group structural equation modeling is employed to capture spatial heterogeneity in policy effects by estimating path coefficients separately for each group. The results indicate that, across Seoul as a whole, the introduction of the Climate Companion Card led to an increase in subway ridership, which in turn had a positive effect on commercial sales. While ridership increased at all station types, significant increases in commercial sales were observed only in commercial-oriented and residential-oriented station areas, not in transfer-oriented station areas. This study is meaningful in that it quantitatively analyzes both the direct and indirect effects of the Climate Companion Card, taking into account time-series variation and spatial heterogeneity over the two years before and after policy implementation, based on a structural causal pathway framework.
Keywords
Climate companion card
Subway ridership
Commercial sales
Multi group structural equation model
Path model
K-Means clustering
기후위기 대응과 교통복지 실현을 목표로 시행된 서울시의 기후동행카드는 도입 1년 만에 밀리언셀러 정책이라는 긍정적인 평가를 받으며, 내·외형적으로 꾸준히 규모를 확장해나가고 있다. 이처럼 막대한 국가 예산이 투입되는 신생 정책의 효율적 집행을 위해 지속적인 모니터링과 성과평가는 매우 중요하다. 이에 본 연구는 기후동행카드 정책이 지하철 승하차인원 증가를 유발했다는 서울시의 공식 입장을 확인함과 동시에 역세권 면적당 상권매출액에 미치는 파급효과를 살펴보고자 구조방정식 경로분석을 실시하였다. 정책의 순수한 효과만을 정확히 측정하기 위해 상권매출액 영향 요인들을 모형에 통제변수로 반영하였으며, 정책 효과의 공간적 이질성을 정밀하게 파악하고자 K-평균 군집분석으로 역을 유형화하고 다집단 구조방정식 경로분석을 시행하여 집단별로 경로계수를 다르게 추정하였다. 그 결과, 서울시 전역에서 기후동행카드 도입 이후 지하철 승하차인원이 증가하여 상권매출액에 긍정적인 영향을 미쳤다. 지하철역 유형별로는 모든 유형에서 승하차인원이 증가하였으며, 이로 인한 상권매출액 증가는 상업중심형과 주거중심형 역세권에서만 관찰되었고 경유중심형 역세권에서는 나타나지 않았다. 본 연구는 정책 시행 전후 2년간의 시계열적 변동과 공간적 이질성에 내재된 기후동행카드의 직·간접적 효과를 구조적 인과경로에 기반해 계량적으로 분석했다는 점에서 의의를 갖는다.
키워드
기후동행카드
지하철 승하차인원
상권매출액
다집단 구조방정식
경로분석
K-평균 군집분석
References
  1. 강현모·이상경, 2019, “시계열 군집분석과 로지스틱 회귀분석을 이용한 골목상권 성장요인 연구,” 한국측량학회지, 37(6), 535-543. https://doi.org/10.7848/ksgpc.2019.37.6.53510.7848/ksgpc.2019.37.6.535
  2. 구형모, 2020, “서울 상업 젠트리피케이션 진행 단계의 시·공간 분포 탐색: 커피전문점의 밀도 변화를 중심으로,” 한국지도학회지, 20(1), 117-129. https://doi.org/10.16879/jkca.2020.20.1.11710.16879/jkca.2020.20.1.117
  3. 곽기영, 2019, “R을 이용한 구조방정식모델링: 분석절차 및 방법,” 지식경영연구, 20(1), 1-26. http://dx.doi.org/10.15813/kmr.2019.20.1.00110.15813/kmr.2019.20.1.001
  4. 권도율·전재식, 2022, “코로나 19 전후 서울 상권 매출의 공간적 변화,” 부동산학연구, 28(3), 25-44. http://dx.doi.org/10.19172/KREAA.28.3.210.19172/KREAA.28.3.2
  5. 김동언·이청용·김재경, 2022, “역사 맞춤형 정책 수립을 위한 지하철 역사의 유형화 및 특성 분석에 관한 연구: 서울 지하철 사례를 중심으로,” 인터넷전자상거래연구, 22(4), 153-170. https://doi.org/10.37272/JECR.2022.08.22.4.15310.37272/JIECR.2022.08.22.4.153
  6. 김민규·박은총·이수기, 2024, “서울시 연세로 대중교통전용지구 정책의 상권 활성화 효과분석,” 국토계획, 59(2). https://doi.org/10.17208/jkpa.2024.04.59.2.4210.17208/jkpa.2024.04.59.2.42
  7. 김서정·유정훈, 2024, “수도권 대중교통 정기권 도입 방향에 관한 연구,” GRI 연구논총, 26(3), 1-23. https://doi.org/10.23286/gri.2024.26.3.00110.23286/gri.2024.26.3.001
  8. 김성희·이창무·안건혁, 2001, “대중교통으로의 보행거리가 통행수단선택에 미치는 영향,” 국토계획, 36(7), 297-307.
  9. 김설희·김흥순, 2024, “상업시설의 혼합도가 규모별 소비중심지에 미치는 영향에 관한 연구: 토빗모형의 적용,” 국토계획, 59(5), 23-38. https://doi.org/10.17208/jkpa.2024.10.59.5.2310.17208/jkpa.2024.10.59.5.23
  10. 김소연·김영호, 2013, “주거지 인문환경의 공간 속상을 고려한 주택 가격 결정 모형: 서울시 아파트를 대상으로,” 한국지도학회지, 13(3), 41-56.
  11. 김영호, 2007, “An Analysis of Urban Economic and Social Status Effects to Residential Crimes using Bayesian Hierarchical Modeling,” 한국도시지리학회지, 10(1), 115-127.
  12. 김정민·김영호, 2024, “상권매출액 변화를 통한 서울시 도시재생 사업의 실효성 분석-시공간 패널모형과 성향점수매칭 이중차분법을 활용하여,” 한국도시지리학회지, 27(3), 73-88. https://doi.org/10.21189/JKUGS.27.3.610.21189/JKUGS.27.3.6
  13. 김현철·이승일, 2019, “서울시 골목상권 매출액에 영향을 미치는 요인에 관한 연구,” 서울도시연구, 20(1), 117-134. https://doi.org/10.23129/seouls.20.1.201903.11710.23129/seouls.20.1.201903.117
  14. 류시균·한시원·유재상, 2015, “광역버스 차내혼잡도 완화의 경제적 편익측정에 관한 연구,” 경기연구원 기본연구, 1-105.
  15. 민보경·최지선, 2023, “생활인구 개념을 반영한 지역 유형화 분석: 전국 기초자치단체를 중심으로,” 도시행정학보, 36(4), 41-60. https://doi.org/10.36700/KRUMA.2023.12.36.4.4110.36700/KRUMA.2023.12.36.4.41
  16. 박경욱·조민경, 2023, “지역경제 활성화를 위한 도로인프라 정비 및 활용방안,” 한국교통연구원, 1-211.
  17. 박도이·박경아·이재현, 2022, “동대구역 복합환승센터 개소 이후 역세권 지역 변화 분석: 인구구조와 토지이용 변화 비교를 중심으로(2016-2021),” 한국지도학회지, 22(2), 37-49. https://doi.org/10.16879/jkca.2022.22.2.03710.16879/jkca.2022.22.2.037
  18. 박세훈·손동욱·이진희, 2009, “대중교통중심형 도시로의 개편을 위한 역세권 도시공간구조 분석,” 대한토목학회논문집 D, 29(1D), 111-120.
  19. 박지완·전이봄·이승일, 2023, “골목상권 매출액 데이터를 활용한 성장-쇠퇴 유형화와 성장상권 영향요인 분석-코로나 19 전후를 대상으로,” 지역연구, 39(1), 53-66. https://doi.org/10.22669/krsa.2023.39.1.05310.22669/krsa.2023.39.1.053
  20. 박채원, 2022, “수도권 광역급행철도 신설이 역세권 지가변동에 미치는 영향-공간회귀모형을 통한 데이터 분석을 중심으로,” 서울대학교 석사학위논문.
  21. 부동산114, 2023년 4월 18일, “거리두기 해제 이후 강남 상권 회복세 가장 빨라”
  22. 이원규·이상국·김수민, 2022, “부산시 대중교통 통합정기권 도입을 위한 기초 연구,” 부산연구원, 1-98.
  23. 서울시 교통정책과, 2025, “기후동행카드 교통수단별 이용 실적,” 공개정보청구.
  24. 서울시 내손안에서울, 2024a년 2월 28일, “기후동행카드 출시 한 달, 교통비 얼마나 아꼈나 살펴보니!”
  25. 서울시 내손안에서울, 2024b년 6월 26일, “‘기후동행카드’ 7월부터 더 강력해진다! 혜택 확인”
  26. 서울시 홍보기획관, 2024, 보도자료: 시민이 뽑은 2024년 서울시 최고의 정책, 1위는 ‘기후동행카드’.
  27. 서울특별시, 2023, 「2040 서울도시기본계획」.
  28. 서울특별시의회, 2025, 「2025년도 제1회 서울특별시 추가경정예산안 심사보고서」, 예산결산특별위원회.
  29. 성우용·박희정, 2021, “준공영제 시내버스 정책 시행에 따른 무료환승요금제 정책효과 분석-부산광역시를 중심으로,” 동북아 문화연구, 69, 83-108. http://dx.doi.org/10.17949/jneac.1.69.202112.00610.17949/jneac.1.69.202112.006
  30. 성현곤·채정표·육동형, 2018, “도로교통 기반시설이 도시경제에 여전히 중요한가?,” 국토계획, 53(3), 37-55. https://doi.org/10.17208/jkpa.2018.06.53.3.3710.17208/jkpa.2018.06.53.3.37
  31. 성현곤·김태현, 2005, “서울시 역세권의 유형화에 관한 연구: 요일별 시간대별 지하철 이용인구를 중심으로,” 대한교통학회지, 23(8), 19-29.10.51979/KSSLS.2005.05.23.101
  32. 손동욱·김진, 2010, “서울시 역세권의 도시공간특성과 대중교통 이용률 간의 연관성 분석,” 한국도시설계학회지 도시설계, 11(1), 33-44.
  33. 손수민·남진, 2022, “빅데이터를 활용한 서울시 주거지역 내 소비매출액 변화 및 영향요인 분석: 코로나 19 전후를 중심으로,” 도시정책연구, 13(4), 131-159. httos://doi.org/10.21447/jusre.2022.13.4.13110.21447/jusre.2022.13.4.131
  34. 이금숙·송예나·박종수, 2012, “서울 대도시권 하루 시간대별 지하철 통행흐름 패턴과 토지이용과의 관계,” 한국경제지리학회지, 15(1), 26-41.
  35. 이명호·홍상기·신동빈, 2019, “서울특별시 소지역 상권 매출에 영향을 미치는 요인분석을 위한 공간가중회귀모형 적용에 관한 연구-공간 빅데이터 활용을 중심으로,” 국토지리학회지, 53(2), 213-224.
  36. 이연수·손동욱, 2012, “역세권의 적정 공간범위 설정 방법론을 통한 지하철 이용수요와 역세권의 도시공간구조간의 연관성 분석,” 한국도시설계학회지 도시설계, 13(4), 23-32.
  37. 이연수·박현신·유승환·강준모, 2014, “캠퍼스상권 매출액에 영향을 미치는 입지요인 분석,” 서울도시연구, 15(1), 17-34.
  38. 이정우·고주연·전상우·전철민, 2015, “대중교통 승하차 수요분석을 통한 서울시 역세권 유형화 및 토지이용 특성 연구,” 국토연구, 84, 35-53. http://dx/doi.org/10.15793/kspr.2015.84..00310.15793/kspr.2015.84..003
  39. 이주아·조무상·구자훈, 2013, “토지이용 복합특성과 시간대별 도시철도 이용패턴의 상관관계 연구: 서울시 역세권을 대상으로,” 국토계획, 48(4), 19-31.
  40. 임수명·김동준·이승일, 2020, “서울시 골목상권 특성이 일반음식점의 성장단계별 생존에 미치는 영향 연구: 구조방정식 모형을 통한 집적경제의 매개효과 검증,” 부동산학연구, 26(3), 45-62. http://dx.doi.org/10.19172/KREAA.26.3.310.19172/KREAA.26.3.3
  41. 임현정·최상범, 2022, “코로나 19가 서울시 상권 매출 변화에 미치는 영향 분석-행정동 단위 유동인구 군집화를 통한 업종별 비교를 중심으로,” 서울도시연구, 23(1), 47-65.
  42. 임현정, 2021, “유동인구 군집화를 통한 코로나 19 이후 서울시 상권 매출 변화 분석,” 고려대학교 석사학위논문.
  43. 이용백·진장익, 2021, “서울시 도시재생사업이 주변지역 주택가격에 미치는 영향: 이중차분법을 활용하여,” 국토계획, 56(4), 120-136. https://doi.org/10.17208/jkpa.2021.08.56.4.12010.17208/jkpa.2021.08.56.4.120
  44. 유경상·연준형, 2021, “서울시 대중교통 서비스의 지역 형평성 평가,” 서울연구원 정책리포트, 1-23.
  45. 유경훈·장성만·안영수, 2016, “구조방정식을 이용한 권역별 상업가로요인과 유동인구수가 상가매출액에 미치는 영향 분석,” 주택도시연구, 6(2), 137-152. 10.26700/shuri.2016.12.6.2.137
  46. 유현지, 2021, “코로나 19와 서울시 골목상권의 매출액 영향요인에 관한 연구,” 한국지역개발학회지, 33(3), 45-75. https://data.doi.or.kr/10.22885/KRDA.2021.33.3.4510.22885/KRDA.2021.33.3.45
  47. 윤철호·최광돈, 2016, “구조방정식모형에서의 R을 이용한 부트스트랩 기반의 이중매개효과 분석 방안에 대한 연구,” Journal of Digital Convergence, 14(9). http://dx.doi.org/10.14400/JDC.2016.14.9.11110.14400/JDC.2016.14.9.111
  48. 정경덕, 2024, “서울시 기후동행카드 이용행태 및 효과분석,” 서울과학기술대학교 박사학위논문.
  49. 정헌영·이원정·신종진, 2013, “정기권 환승정책을 통한 대중교통 활성화 방안: 부산광역시를 중심으로,” 대한교통학회 학술대회지, 68, 332-337.
  50. 조창현·원석연·허원빈·라해형·정상목, 2015, “지하철역 유형 구분에 관한 연구-대전시 지하철역 이용행태와 토지이용 특성 분석을 사례로,” 국토지리학회지, 49(3), 361-370.
  51. 질병관리청, 2023, 보도자료: 코로나19 위기상황에서 벗어나 일상회복 추진.
  52. 최보윤·김수영, 2023, “구조방정식 모형에서의 높은 다중공선성 조정을 위한 탐색적 연구,” 사회과학연구, 62(2), 159-189. https://doi.org/10.22418/JSS.2023.4.62.2.15910.22418/JSS.2023.4.62.2.159
  53. 오흥록·배범석·문혜정, 2017, “빅데이터 분석을 통한 서울시 골목상권 분석,” 한국경영학회 융합학술대회, 344-372.
  54. 한국경제, 2024년 8월 5일, “기후동행카드 단기권, 한달새 4.3만 장 판매...日·中 관광객이 52%”
  55. 한국지역개발학회, 2017, 「지역개발론」, 서울: 박영사.
  56. 행정안전부, 2023, 「생활인구의 세부요건에 관한 규정」.
  57. 황지용·김지현, 2024, “부산광역시 지하철 역세권 유형분류 및 관리 방안 연구,” Journal of Korea Planning Association-Vol, 59(1), 18-30. https://doi.org/10.17208/jkpa.2024.02.59.1.1810.17208/jkpa.2024.02.59.1.18
  58. Luc Anselin, 1988, Spatial Econometrics: Methods and Models, Dordrecht: Springer. https://doi.org/10.1007/978-94-015-7799-110.1007/978-94-015-7799-1
  59. Baraldi, A. N. and Enders, C. K., 2010, An introduction to modern missing data analyses, Journal of school psychology, 48(1), 5-37. https://doi.org/10.1016/j.jsp.2009.10.00110.1016/j.jsp.2009.10.001
  60. Baron, R. M. and Kenny, D. A., 1986, The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations, Journal of personality and social psychology, 51(6), 1173. https://doi.org/10.1037/0022-3514.51.6.117310.1037//0022-3514.51.6.1173
  61. Batool, F. and Hennig, C., 2021, Clustering with the average silhouette width, Computational Statistics & Data Analysis, 158, 107190. https://doi.org/10.1016/j.csda.2021.10719010.1016/j.csda.2021.107190
  62. Bernal, J. L., Cummins, S., and Gasparrini, A., 2017, Interrupted time series regression for the evaluation of public health interventions: a tutorial, International journal of epidemiology, 46(1), 348-355. https://doi.org/10.1093/ije/dyw09810.1093/ije/dyw09827283160PMC5407170
  63. Bollen, K. A., 1989, Structural equations with latent variables, New York: John Wiley & Sons. https://doi.org/10.1002/978111861917910.1002/9781118619179
  64. Byrne, B. M., 2013, Structural equation modeling with Mplus: Basic concepts, applications, and programming, New york: routledge. https://doi.org/10.4324/978020380764410.4324/9780203807644
  65. Ewing, R., 1997, Is Los Angeles-style sprawl desirable?, Journal of the American planning association, 63(1), 107-126. https://doi.org/10.1080/0194436970897572810.1080/01944369708975728
  66. Frazier, P. A., Tix, A. P., and Barron, K. E., 2004, Testing moderator and mediator effects in counseling psychology research, Journal of counseling psychology, 51(1), 115. https://doi.org/10.1037/0022-0167.51.1.11510.1037/0022-0167.51.1.115
  67. Graham, J.E., Fisher, S.R., Bergés, I.M., Kuo, Y.F., and Ostir, G.V., 2010. Walking Speed Threshold for Classifying Walking Independence in Hospitalized Older Adults, Physical Therapy, 90(11), 1591-1597. https://doi.org/10.2522/ptj.2010001810.2522/ptj.2010001820705685PMC2967707
  68. Giuliano, G. and Hanson, S., 2017, The geography of urban transportation, New York: Guilford Publications.
  69. Gujarati, D. N., 2021, Essentials of econometrics, New York: Sage Publications.
  70. Gunzler, D., Chen, T., Wu, P., and Zhang, H., 2013, Introduction to mediation analysis with structural equation modeling, Shanghai archives of psychiatry, 25(6), 390. https://doi.org/10.3969/j.issn.1002-0829.2013.06.00910.3969/j.issn.1002-0829.2013.06.00924991183PMC4054581
  71. Hair Jr., J. F., Black, W. C., Babin, B. J., and Anderson, R. E., 2010, Multivariate Data Analysis: A Global Perspective (7th Ed.), New Jersey: Pearson Education.
  72. Hyndman, K., 2023, Dynamic fairness in repeated bargaining with risk, Journal of Economic Psychology, 94, 102576.10.1016/j.joep.2022.102576
  73. Kline, R. B., 2023, Principles and practice of structural equation modeling, New York: Guilford publications, https://doi.org/10.1016/j.joep.2022.10257610.1016/j.joep.2022.102576
  74. Kodinariya, T. M. and Makwana, P. R., 2013, Review on determining number of Cluster in K-Means Clustering, International Journal, 1(6), 90-95.
  75. Liu, Y., Li, X., and Yuen, K. F., 2023, Revenge buying: The role of negative emotions caused by lockdowns, Journal of Retailing and Consumer Services, 75, 103523. https://doi.org/10.1016/j.jretconser.2023.10352310.1016/j.jretconser.2023.103523
  76. Luo, X. and Hu, Y., 2024, Temporal misalignment in intensive longitudinal data: Consequences and solutions based on dynamic structural equation models. Structural Equation Modeling: A Multidisciplinary Journal, 31(1), 118-131. https://doi.org/10.1080/10705511.2023.220774910.1080/10705511.2023.2207749
  77. MacKinnon, D. P., Lockwood, C. M., Hoffman, J. M., West, S. G., and Sheets, V., 2002, A comparison of methods to test mediation and other intervening variable effects, Psychological methods, 7(1), 83. https://doi.org/10.1037/1082-989x.7.1.8310.1037//1082-989X.7.1.83
  78. Preacher, K. J. and Hayes, A. F., 2004, SPSS and SAS procedures for estimating indirect effects in simple mediation models, Behavior research methods, instruments, & computers, 36(4), 717-731. https://doi.org/10.3758/BF0320655310.3758/BF03206553
  79. Rhee, H., 2024, Exploring revenue trends in alley commercial areas in Seoul, Korea, KDI Journal of Economic Policy, 47(1), 1-17. https://dx.doi.org/10.23895/kdijep.2025.47.1.110.2139/ssrn.5204635
  80. Rodrigue, J. P., 2020, The geography of transport systems, New York: Routledge.10.4324/9780429346323
  81. Rousseeuw, P. J., 1987, Silhouettes: a graphical aid to the interpretation and validation of cluster analysis, Journal of computational and applied mathematics, 20, 53-65. https://doi.org/10.1016/0377-0427(87)90125-710.1016/0377-0427(87)90125-7
  82. Roux, M., 2018, A comparative study of divisive and agglomerative hierarchical clustering algorithms, Journal of Classification, 35(2), 345-366. https://doi.org/10.1007/s00357-018-9259-910.1007/s00357-018-9259-9
  83. Sevtsuk, A. and Mekonnen, M., 2012, Urban Network Analysis Toolbox, International of Journal of Geomatics and Spatial Analysis, 22(2): 287-305. https://doi.org/10.3166/rig.22.287-30510.3166/rig.22.287-305
  84. Song, Y. and Knaap, G. J., 2007, Quantitative classification of neighbourhoods: The neighbourhoods of new single-family homes in the Portland Metropolitan Area, Journal of Urban Design, 12(1), 1-24. https://doi.org/10.1080/1357480060107264010.1080/13574800601072640
  85. Talagala, T. S., Hyndman, R. J., and Athanasopoulos, G., 2023, Meta‐learning how to forecast time series, Journal of Forecasting, 42(6), 1476-1501. https://doi.org/10.1002/for.296310.1002/for.2963
  86. 공개정보청구, “나의 청구현황”, https://www.open.go.kr
  87. 국토교통부 V-WORLD, “용도별건물정보”, https://vworld.kr
  88. 서울도시공간포털, “데이터 개방”, http://urban.seoul.go.kr
  89. 서울시 상권분석서비스, “데이터 출처”, http://golmok.seoul.go.kr
  90. 서울열린데이터광장, “공공데이터”, http://data.seoul.go.kr
Information
  • Publisher :The Korean Cartographic Association
  • Publisher(Ko) :한국지도학회
  • Journal Title :Journal of the Korean Cartographic Association
  • Journal Title(Ko) :한국지도학회지
  • Volume : 25
  • No :2
  • Pages :51~70
  • DOI :https://doi.org/10.16879/jkca.2025.25.2.051
Journal Informaiton Journal of the Korean Cartographic Association Journal of the Korean Cartographic Association
Online Submission
  • NRF
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close