---
type: paper
slug: jungho-kim-2025-smart-cities-digital-divide-spillover
title: >-
  What makes smart cities inclusive? The spillover effects of the intra-city
  digital divide on inter-city digital inequality
authors:
  - '[[jungho-kim]]'
  - '[[dayoung-lee]]'
  - '[[junseokhwang]]'
  - '[[junmin-lee]]'
year: 2025
venue: '[[sustainable-cities-and-society]]'
volume: '135'
pages: '106939'
doi: 10.1016/j.scs.2025.106939
categories:
  - '[[development-economics]]'
methods:
  - '[[spatial-regression]]'
  - '[[spatial-error-model]]'
  - '[[spatial-lag-model]]'
  - '[[morans-i]]'
  - '[[lisa]]'
  - '[[ordinary-least-squares]]'
  - '[[location-quotient]]'
themes:
  - '[[smart-cities]]'
  - '[[digital-divide]]'
  - '[[ict-infrastructure]]'
  - '[[local-governance]]'
  - '[[multilevel-governance]]'
last_updated: '2026-05-20T02:13:31+09:00'
---
# What makes smart cities inclusive? The spillover effects of the intra-city digital divide on inter-city digital inequality

*[[jungho-kim]], [[dayoung-lee]], [[junseokhwang]], [[junmin-lee]] (2025)* · [[sustainable-cities-and-society]] 135:106939 · [DOI ↗](https://doi.org/10.1016/j.scs.2025.106939)

> [[smart-cities]] 의 *intra-city* 디지털 격차 (ICDD) 가 [[spatial-regression]] 의 spillover 를 통해 *inter-city* 디지털 불평등을 어떻게 재생산하는지를 한국 229 개 시·군·구로 검증한다. ICDD 는 Nonghyup 의 16,620 명 e-commerce 거래 빈도 점수의 도시별 분산으로 측정. ICT 인프라 (WIFI, CCTV), [[location-quotient]] 기반 지식집약산업 특화 (KIS), 지방정부 거버넌스 (LDO, LGN, SCP) 의 세 요인을 [[spatial-error-model]] (SEM, lambda = 0.498***) 에서 검증. ICT 인프라·KIS 는 격차를 *확대*, 거버넌스는 격차를 *완화*. SLM rho = 0.234***, Global Moran's I = 0.218*** 으로 spatial spillover 확정.

- **RQ**: Smart city 의 어떤 요소가 *intra-city* digital divide (ICDD) 를 만들고, 그 격차가 spatial spillover 로 *inter-city* 불평등을 재생산하는가? Urban smartness 의 tangible (ICT 인프라, 지식산업) vs intangible (거버넌스) 요소는 ICDD 에 어떻게 differential 작용하는가?
- **방법론**: [[spatial-regression]], [[spatial-error-model]], [[spatial-lag-model]], [[morans-i]], [[lisa]], [[ordinary-least-squares]], [[location-quotient]]
- **데이터**: 한국 229 개 2 차 행정구역 (시/군/구, 우편번호 5 자리 첫 3 자리 기준). ICDD = Nonghyup 16,620 명 (17 개 시·도) e-commerce 거래 빈도 점수의 도시별 분산 (2021). 독립변수·통제변수는 2019 년 기준
- **주요 발견**: SEM (best-fit) lambda = 0.498*** (도시 간 spillover 50%). H1 (ICT 격차 확대): CCTV β = 935,210*, WIFI 비유의. H2 (KIS 격차 확대): β = 2,615.6*. H3 (거버넌스 완화): LGN β = -1,411*, SCP β = -2,542.4**. CIL β = -1.16**. SEM R² = 0.356 vs OLS R² = 0.192. LISA: low-low cluster 서울 인근 시흥·광명 (smart city 거버넌스 적극), high-high cluster 강원·경상 동남부 (고령화·인프라 정체)
- **시사점**: ICT 인프라 확장만으로는 디지털 *포용성* 달성 불가능. 인접 도시 spillover 까지 고려한 multilevel governance 와 도시 간 지식 공유 네트워크 필요. 한국형 압축 도시 발전 (Sejong, 수도권 인근 smart-city pilot 집중) 의 구조적 reproduction 의 경험적 증거

![ICDD 의 LISA cluster map (Fig 4): 서울 인근 시흥·광명의 low-low cluster vs 강원·경상 동남부의 high-high cluster. 본 논문이 디지털 격차의 spatial 재생산 메커니즘을 도시별로 visualize 한 핵심 그림. Smart city governance 적극 도시 (시흥의 2018 국가전략 demo 도시, 광명의 2023~2027 Smart City Plan) 가 spatial contagion 으로 낮은 ICDD 군집을 형성하는 반면, smart city alliance 미가입 노령 농촌 (울진·봉화) 은 high-high cluster.](/papers/202512_KimJ_What_makes_smart_cities_inclusive_The_spillover_effects_of_the_intra_city_digital_divide_on_inter_city_digital_inequality/fig4.jpeg)

## 요약

본 연구는 [[smart-cities]] 의 *디지털 포용성* (digital inclusion) 문제를 한국 229 개 시·군·구의 ICDD spatial 분석으로 정량화한다. 기존 [[digital-divide]] 문헌은 first-order divide (접근 격차) 와 second-order (활용 격차) 에 집중했으나 (Van Deursen & Van Dijk 2014, Caragliu & Del Bo 2023), 본 연구는 *third-order divide* (knowledge gap, ICT 활용 *결과* 격차) 를 e-commerce 거래 빈도 점수의 도시 내 분산으로 측정한다 — 한국이 Inclusive Internet Index 2022 에서 infrastructure 1 위지만 literacy 24 위인 역설을 직접 포착하는 지표.

저자들은 Caragliu & Del Bo (2023) 의 urban smartness 프레임 (tangible: ICT 인프라·지식산업; intangible: 거버넌스·역량) 을 따라 4 개 가설을 설정한다: H1 ICT 인프라 → ICDD 확대, H2 KIS → ICDD 확대 ([[location-quotient]] > 1 의 dummy), H3 거버넌스 (LGN smart city 협의회 가입, SCP 계획 승인, LDO 데이터 개방) → ICDD 완화, H4 ICDD 의 spatial autocorrelation. 데이터: 농협 발급은행의 2021 년 16,620 명 거래 빈도 점수의 도시별 분산이 ICDD. 독립·통제 변수는 2019 년 기준 (ICT 인프라: 인구당 WIFI·CCTV; 거버넌스: 지방정부 데이터 개방·smart city 협의회 가입·계획 승인 더미; KIS: 창조 디지털 산업 LQ > 1 더미; 통제: HCR 고학력 비율, EPR 고령 비율, CIL 시민 소득, UIA 도로 접면 주택 비율, UAS 면적).

방법론 chain: (1) Spatial weights matrix (인접 행정구역 binary → 행정구역별 정규화), (2) Global Moran's I = 0.218 (p < 0.001) 으로 positive autocorrelation 확인, (3) LISA cluster map 으로 시흥·광명 low-low (서울 인근 smart city 거버넌스 활성) 와 울진·봉화 high-high (smart city 협의회 미가입 노령 농촌) 식별, (4) OLS → [[spatial-lag-model]] (SLM, rho = 0.234***) → [[spatial-error-model]] (SEM, lambda = 0.498***) 비교. LM-error robust 가 LM-lag robust 보다 유의해 SEM 이 best-fit (R² = 0.356, AIC 4628 최저). SEM 결과 CCTV (+935K, p < 0.1) 과 KIS (+2616, p < 0.1) 이 ICDD 를 확대, LGN (-1411, p < 0.1) · SCP (-2542, p < 0.05) · CIL (-1.16, p < 0.05) 이 완화. WIFI 는 SEM 에서 비유의화 → SLM 이 spatial autocorrelation 미반영으로 WIFI 의 격차 확대 효과 *과대 추정* 했음을 시사. Lambda = 0.498 의 함의: ICDD 의 error 항이 인접 도시 error 의 50% 영향을 받는다 — 디지털 격차는 도시 내 현상이 아니라 spatial contagion 현상.

저자들의 정책 함의: (i) ICT 인프라 확장 자체가 격차 완화 보장 못 함 — 디지털 리터러시 프로그램·user-oriented 교육 필요, (ii) KIS 의 metropolitan 집중 방지 — 지역 균형 발전 incentive 필요, (iii) 도시 간 smart city governance 네트워크 강화 — spillover 가 50% 라면 도시별 정책만으로는 한계. [[junseokhwang]] author page anchor 의 *제 5 기 (글로벌 스마트시티와 AI, 2024~2026)* 의 "디지털 격차와 포용성", "사회기술적 전환" 실타래의 정량적 정점이며, "ICT 인프라 투자 ↑ → 디지털 격차 ↓" 라는 통념의 경험적 반증.

## 핵심 결과

| 변수 | OLS β | SLM β | SEM β (best-fit) | 가설 |
|---|---:|---:|---:|---|
| Spatial coef | — | rho +0.234*** | lambda +0.498*** | H4 |
| WIFI | +328,400* | +280,790* | +127,910 (n.s.) | H1 |
| CCTV | +1,032,000* | +1,016,400* | +935,210* | H1 |
| LDO | -353,500 | -367,270 | -299,770 | H3 (n.s.) |
| LGN (smart city council) | -1,859** | -1,475* | -1,411* | H3 |
| SCP (smart city plan) | -3,854*** | -3,374*** | -2,542** | H3 |
| KIS (LQ > 1) | +3,015* | +2,869** | +2,616* | H2 |
| CIL (시민 소득) | -1.30** | -1.26*** | -1.16** | control |
| Observations | 229 | 229 | 229 | |
| R² (adj) | 0.192 | 0.279 | **0.356** | |
| AIC | 4,651.98 | 4,643.80 | **4,628.40** | |

> ICDD mean = 17,555 (SD 6,765); WIFI/인구 평균 0.003; CCTV/인구 평균 0.007. SEM 이 LR test (LM-error robust p = 0.0003) 와 fit 지표 모두에서 best. 통제변수: HCR (n.s.), EPR (SLM 에서 비유의화), UIA (n.s.), UAS (SLM/SEM 에서 비유의화 — OLS 가 과대 추정).

**LISA 사례**: Low-low cluster 시흥-광명 — 시흥은 2018 년 국가전략 demo 도시 + 자체 smart city 조례 + 다이해관계자 거버넌스 council; 광명은 2023~2027 Smart City Plan + 시민 설문·전문가 자문. High-high cluster 울진-봉화 — 한국 Smart City Alliance 미가입 + 고령화·경제 정체.

## 방법론 노트

식별 핵심: spatial autocorrelation 을 무시한 OLS 는 Tobler (1970) 의 1차 지리 법칙 ("near things are more related") 으로 Gauss-Markov 가정을 위반 → 계수가 biased/inefficient. SEM 은 error term 의 spatial autoregressive 구조로 omitted variable 의 spatial bias 를 흡수.

핵심 식:

$$
ICDD_c = \frac{\sum_{i=1}^{u} (E_i - M_i)^2}{u}
$$

$$
LQ_i = \frac{e_i / e_T}{E_i / E_T}
$$

$$
\mathrm{ICDD}_c = \beta_0 + \beta_1 \mathrm{WIFI}_c + \beta_2 \mathrm{CCTV}_c + \beta_3 \mathrm{LDO}_c + \beta_4 \mathrm{LGN}_c + \beta_5 \mathrm{SCP}_c + \beta_6 \mathrm{KIS}_c + \beta_7 X_c + \varepsilon_c
$$

$$
\varepsilon = \lambda W \varepsilon + u \quad (\text{SEM 의 spatial error 구조})
$$

여기서 $E_i$ 는 시민 $i$ 의 e-commerce 거래 빈도, $M_i$ 는 도시 $c$ 의 평균, $u$ 는 도시 내 표본 수. $LQ$ 는 산업 specialization 의 standard measure (지역 산업 비중 / 전국 산업 비중). $W$ 는 인접 행정구역 binary spatial weights matrix 의 row-normalized 형태, $\lambda$ 는 spatial autoregressive coefficient. Model selection: Anselin (1988) protocol 에 따라 LM-lag·LM-error·robust LM 4 개 진단 → Robust LM-error 만 유의 (12.74***) 로 SEM 채택. Global Moran's I 와 LISA 는 spatial dependence 식별 도구.

## 연구 계보

본 연구는 세 갈래 문헌을 통합한다. 첫째, **smart city 와 digital divide** — Caragliu et al. (2011, 2023), Caragliu & Del Bo (2022, 2023), Mora et al. (2017), Hollands (2008), Albino et al. (2015), Wiig (2015), Kummitha (2024). 둘째, **digital divide 의 다층 분류** — Van Deursen & Van Dijk (2014, 2019), Lythreatis et al. (2021), Liao et al. (2022), Vassilakopoulou & Hustad (2023), Heeks (2022). 셋째, **spatial econometrics** — Anselin (1988, 1995) [[lisa]], Tobler (1970), Wang & Wang (2024), Song et al. (2020), Pick et al. (2015), Lucendo-Monedero et al. (2019).

[[junseokhwang]] author page anchor 의 *제 5 기 (글로벌 스마트시티와 AI, 2024~2026)* 의 "디지털 격차와 포용성" 실타래의 정량적 정점 — author page 도 이 paper 를 "기술 > 제도 통념에 대한 경험적 반증" 으로 명시. [[jungwon-kong-2025-g2g-smart-cities]] 의 G2G smart city governance 사례 연구의 정량 자매 작업 (시흥의 G2G 거버넌스 사례가 본 paper 의 low-low cluster 로 cross-validate). [[sang-oun-lee-2017-ict-diffusion-human-progress]] 의 거시 cross-country ICT–HDI 분석을 *도시 내 공간* 으로 정교화한 후속.

## See also

- [[junseokhwang]]
- [[junmin-lee]]
- [[jungho-kim]]
- [[sustainable-cities-and-society]]
- [[smart-cities]]
- [[digital-divide]]
- [[ict-infrastructure]]
- [[local-governance]]
- [[multilevel-governance]]
- [[spatial-regression]]
- [[spatial-error-model]]
- [[spatial-lag-model]]
- [[morans-i]]
- [[lisa]]
- [[location-quotient]]
- [[jungwon-kong-2025-g2g-smart-cities]]
- [[sang-oun-lee-2017-ict-diffusion-human-progress]]