Generation of Panel statistics using small enterprise mall (commercial district) big data and analysis of the impact of COVID-19 : Focusing on Chungcheongbuk-do

Kim, JoungGu

Generation of Panel statistics using small enterprise mall (commercial district) big data and analysis of the impact of COVID-19 : Focusing on Chungcheongbuk-do

Recommendations

Search

Questions

소상공인 상가(상권) 빅데이터를 이용한 패널 통계작성과 COVID-19의 영향분석 : 충청북도를 중심으로

Type: Academic journal

Author: Kim, JoungGu (청주대학교)

Journal: Chungbuk Research Institute 지역정책연구 Vol.33 No.2 KCI Accredited Journals

Published: 2022.8

Pages: 159 - 194 (36page)

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

Generation of Panel statistics using small enterprise mall (commercial district) big data and analysis of the impact of COVID-19 : Focusing on Chungcheongbuk-do

Abstract· Keywords

Report Errors

In this study, small enterprise panel statistics were prepared using small enterprise big data from 2016Q1 to 2022Q1 provided by SEMS(Small Enterprise and Market Service) through the public data platform (DATA.GO.KR). In addition, static analysis and dynamic analysis using these statistics were performed. Statistics using big data were compiled by city·gun·gu·eup·myeon·dong, quarterly, and industry in Chungbuk.
As a preliminary work to conduct static analysis, the number and closure rates of businesses closed during 2019Q4 and 2021Q2 were calculated. For dynamic analysis, a breakpoint unit root test was conducted to analyze whether COVID-19 had an effect on the structural change in the number of small enterprises in city·gun·gu, anddistricts in Chungcheongbuk-do.
First, as a result of statistical aggregation of big data, the number of small enterprises in Chungbuk in 2022Q1 was 87,717, accounting for 4% of the nation’s 2,208,968 establishments. By industry, the retail industry accounted for the largest share at 35.2%, followed by the food and beverage industry at 33.2% and the living service industry at 17.2%. Characteristics of the time series change from 2016Q1 to 2022Q1 were a sharp increase that deviates from the existing trend after 2019Q1, a sharp decline that deviates from the existing trend after Q4 2020, and a recovery of the existing trend after Q3 2021. As a result of comparative static analysis, it was found that during the analysis period, the closure rate of cities, guns, and gu with dense population was high, and Cheongju occupies 65.8% of the closed businesses.
By industry, tourism/leisure/entertainment had the highest closure rate at 41.7%. As a result of the dynamic analysis, structural changes occurred in the 4 districts of Cheongju, Chungju, and Danyang-gun due to COVID-19, and it was analyzed that the effects of constantbreak, trendbreak, and breakdum variables were different depending on the region.

본 연구는 소상공인진흥공단이 공공데이터 포털을 통해 공시하고 있는 2016년 1분기∼2022년 1분기 소상공인 상가(상권) 빅데이터를 이용하여 소상공인 패널 통계를 작성하고, 이 통계를 이용한 정태분석과 동태분석을 실시하였다.
빅데이터를 이용한 통계는 충북 시·군·구와 읍·면·동의 분기·업종별로 집계하였으며 정태분석은 COVID-19 직전 충북 소상공인 업체 수가 가장 많이 집계된 2019년 4분기와 COVID-19 이후 충북 소상공인 업체 수가 가장 적게 집계된 2020년 2분기 기간 동안 폐업체 수와 폐업률을 계산 비교하였다. 동태분석은 COVID-19가 충북 시군구 소상공인 업체 수의 구조변화에 영향을 미쳤는지 분석하기 위하여 단절점 단위근 검정(Breakpoint unitroot test)을 실시하였다. 먼저 빅데이터 통계집계 결과 2022년 1분기 말 전국 소상공인 업체 수는 2,208,968개 업소로 집계되었으며 충청북도 소상공인 업체 수는 전국 4%에 해당하는 87,717개로 집계되었으며, 산업 대분류 업체 비중은 소매업이 35.2%로 가장 높은 비중을 차지하고 있고 다음으로 음식업 33.2%, 생활서비스업 17.2% 등의 순으로 비중이 높은 것으로 나타났다. 2016년 1분기부터 2022년 1분기까지의 시계열 변화의 특징을 살펴보면 충북 전체의 경우 2019년 1분기 기존의 변화추세를 벗어난 급격한 증가와 2020년 4분기 기존의 추세에서 벗어난 급격한 하락세 이후 2021년 3분기 이후 기존 추세 회복의 특징을 나타내고 있다.
정태분석 결과 분석 기간 중 인구가 밀집한 시군구의 폐업률이 높은 가운데 청주시 4개 구의 폐업률이 전체의 65.8%를 점유하는 것으로 나타났으며 업종별로는 관광/여가/오락업의 폐업률이 41.7%로 가장 높게 나타났다. 동태분석 결과 청주시 4개 구, 충주시, 단양군의 경우 COVID-19로 인한 업체 수 변화 추이에 구조변화가 발생했으며, 지역에 따라 상수단절, 추세단절, 단절모의변수 등의 영향이 다른 것으로 분석되었다.

#소상공인 상가(상권)정보 #빅데이터 #비교정태분석 #단절점 단위근 #폐업률 #충청북도 #Big Data #Small Enterprise #Breakpoint #Chungcheongbuk-do

Ⅰ. 서론
Ⅱ. 선행 연구 검토
Ⅲ. 빅데이터 통계작성 방법 및 모형설정
Ⅳ. 실증분석 결과
Ⅴ. 결론
참고문헌

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

김종구

Affiliation 청주대학교

Fields Social Science > General Social Science Social Science > Geography > International/Regional Development

Articles 21 Usage 1,542

Frequently Viewed Together

간호교육과 헬스케어에서의 빅데이터와 인공지능 적용

Byoung Chul Ko 한국간호교육학회 학술대회 2022 .06

[현대] 빅데이터로 성경 읽기

배정훈 성서마당 2022 .06

빅데이터 분석을 통한 노인학대 연구 동향 분석 - 텍스트 마이닝 기법을 중심으로 -

윤기혁 한국노인복지학회 학술대회 2022 .05

김수현 , 정백 , 이건호 and others 2 한국지능정보시스템학회 학술대회논문집 2022 .11

빅데이터 기반 패션 도우미, FashionBoomer 설계 및 구현

신재윤 , 김지환 , 정목동 한국지능정보시스템학회 학술대회논문집 2022 .11

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)