All Issue

2025 Vol.31, Issue 4 Preview Page
Development of a Heatwave Justice Index Considering Changes in Heatwave Inequality Factors and Climate Justice

폭염 불평등 요인의 변화와 기후정의를 고려한 폭염정의지수 개발

이송주1 · 동아현2 · 강정은3

Lee, Song Ju1 · Dong, Ah Hyeon2 · Kang, Jung Eun3

1제1저자, 부산대학교 도시공학과 박사과정
2공동저자, 부산대학교 박사후연구원
3교신저자, 부산대학교 도시공학과 교수
1First Author, Ph.D. Student, Urban Planning and Engineering, Pusan National University
2Co-Author, Postdoctoral researcher, Urban Planning and Engineering, Pusan National University
3Corresponding Author, Professor, Urban Planning and Engineering, Pusan National University
30 November 2025. pp. 738-758
PDF Citation
Abstract
This study aimed to develop a Heatwave Justice Index (HJI) by integrating the multi-layered perspective of climate justice with perceived temperature, thereby quantitatively analysing heatwave inequality gaps at the city, county, and district level within the country. Moving beyond existing approaches centred on temperature and limited to distributive justice, this study presents an integrated analytical framework encompassing recognitive justice (vulnerable groups and perceived temperature) and distributive justice (inequalities in resources and risks). To this end, socio-economic, physical (environmental and architectural), policy factors, and perceived temperature data were compiled for 229 cities, counties, and districts nationwide from 2018 to 2023, applying entropy weighting and time-series clustering. Analysis confirmed that the core factor of heatwave inequality shifted from disparities in the distribution of artificial response infrastructure (such as heatwave shelters) in 2018 to disparities in the distribution of environmental resources (green space ratio) by 2023. Furthermore, analysis of the spatio-temporal patterns of the heatwave justice index identified three distinct groups: stable/favourable (centred on large cities, 76%), volatile/deteriorating (18%), and chronic/high-risk (rural/county areas, 6%). Notably, the chronic/high-risk group was found to be characterised by a structure where high social vulnerability (elderly residents, ageing housing) overlaps with a lack of environmental resources, leading to the accumulation and entrenchment of inequality. This study is significant in that it presents indicators quantifying both perceived risk (sensation temperature) and multidimensional perspectives of climate justice, thereby enhancing the equity of heatwave responses and providing empirical grounds for establishing differentiated policies according to inequality types.
Keywords
climate justice
climate change
climate change adaptation
heatwave
time-series clustering
본 연구는 기후정의의 다층적 관점과 체감온도를 통합하여 폭염정의지수(Heatwave Justice Index, HJI)를 개발하고, 이를 통해 국내 시군구 단위의 폭염 불평등 격차를 정량적으로 분석하고자 하였다. 본 연구는 기존의 기온 중심, 분배적 정의에 국한된 접근에서 나아가, 인정적 정의(취약계층 및 체감온도)와 분배적 정의(자원 및 위험의 불평등)를 포괄하는 통합적 분석틀을 제시한다. 이를 위해 2018년부터 2023년까지 전국 229개 시군구를 대상으로 사회경제, 물리(환경·건축), 정책적 요인 및 체감온도 데이터를 구축하였으며, 엔트로피 가중치법과 시계열 클러스터링을 적용하였다. 분석 결과, 폭염 불평등의 핵심 요인이 2018년 인공적 대응 인프라(무더위쉼터 등)의 분배 격차에서 2023년 환경 자원(녹지율)의 분배 격차로 이동했음을 확인하였다. 또한, 폭염정의지수의 시공간적 패턴을 분석한 결과, 안정적·양호 집단(대도시 중심, 76%), 변동성·악화 집단(18%), 만성적·고위험 집단(농촌·군 지역, 6%)의 세 가지 뚜렷한 유형이 식별되었다. 특히 만성적·고위험 집단은 높은 사회적 취약성(고령자, 노후주택)과 환경자원 부족이 중첩되어 불평등이 누적·고착화되는 구조임이 밝혀졌다. 본 연구는 경험되는 위험(체감온도)과 기후정의의 다차원적 관점을 계량화한 지표를 제시함으로써, 폭염 대응의 형평성을 제고하고 불평등 유형에 따른 차등화된 정책 수립의 실증적 근거를 제공한다는 데 의의가 있다.
키워드
기후정의
기후변화
기후변화적응
폭염
시계열클러스터링
References
  1. 김근한·정휘철, 2020, 지역 불평등을 고려한 기후 정의 평가: 폭염을 중심으로, 한국기후변화학회지, 11(6-1), 621-628. https://doi.org/10.15531/ksccr.2020.11.6.62110.15531/KSCCR.2020.11.6.621
  2. 김기욱·박봉철·허종배·강지윤·이인재, 2020, IPCC 기후변화 취약성 평가 체계를 적용한 부산지역 폭염 취약성 평가 [Assessment of heat wave vulnerability in Busan using the IPCC climate change vulnerability assessment framework], 국토연구, 104, 23-38. https://doi.org/10.15793/kspr.2020.104..00210.15793/kspr.2020.104..002
  3. 김동욱·김지은·장초록·장문엽, 2021, 사회·경제적 인자를 고려한 우리나라의 폭염 취약성 평가, 한국방재학회논문집, 21(5), 39-47. https://doi.org/10.9798/KOSHAM.2021.21.5.3910.9798/KOSHAM.2021.21.5.39
  4. 김동욱·염웅선·송주일·안재현·김태웅, 2022, 폭염위험지수를 활용한 행정구역별 폭염 위기경보 발령 기준 설정, 한국방재학회 논문집, 22(5), 47-58. https://doi.org/10.9798/KOSHAM.2022.22.5.4710.9798/KOSHAM.2022.22.5.47
  5. 김병연·조철기, 2021, 학교 지리에서 기후정의 교육으로의 전환. 지역과 지리, 27(3), 422-439.10.26863/JKARG.2021.8.27.3.422
  6. 동아현·강정은, 2025, 공간회귀분석을 활용한 재난회복력과 재난피해액 간 영향분석, 한국방재학회논문집, 25(2), 47-61. https://doi.org/10.9798/KOSHAM.2025.25.2.4710.9798/KOSHAM.2025.25.2.47
  7. 류지은·부찬종·이경일·조경두, 2024, 지역 특성을 고려한 무더위쉼터의 입지특성 분석 및 평가 모델 개발, 환경영향평가, 33(4), 143-154. https://doi.org/10.14249/EIA.2024.33.4.14310.14249/EIA.2024.33.4.143
  8. 박종화, 2022, 지자체 폭염대책 현황과 시사점 (WP 22-32), 국토연구원.
  9. 박해경·유연주·김상일, 2023, 건강 불평등 해소를 위한 체감온도 기반의 폭염 심각도 편차와 취약성 진단연구: 도시 빅데이터를 이용하여, 한국방재학회논문집, 23(3), 41-51. https://doi.org/10.9798/KOSHAM.2023.23.3.4110.9798/KOSHAM.2023.23.3.41
  10. 서정은, 2025, 기후정의 실현을 위한 폭염 및 침수피해의 통합적 분석: 서울시를 중심으로, 한양대학교 대학원 박사학위논문.
  11. 오후·원정훈, 2023, 사회불안 지표를 반영한 폭염 취약성 평가, 한국기후변화학회지, 14(6-1), 637-650. https://doi.org/10.15531/KSCCR.2023.14.6.63710.15531/KSCCR.2023.14.6.637
  12. 이가을·조한나, 2024, 공무원 심층 면접을 통한 지역 폭염 정책 분석 및 개선방안, 한국기후변화학회지, 15(6), 1051-1062. https://doi.org/10.15531/KSCCR.2024.15.6.105110.15531/KSCCR.2024.15.6.1051
  13. 이상원·최진무, 2025, 엔트로피 가중치를 활용한 풍수해 위험도 산정 방법, 대한지리학회지, 60(1), 142-151.
  14. 이상혁·강정은·배현주·윤동근, 2015, 엔트로피 가중치를 활용한 대기오염 취약성 평가-오존을 중심으로-, 한국지역지리학회지, 21(4), 751-763.
  15. 이선미·최영제·이재응, 2020, 엔트로피 가중치 산정방법을 활용한 도시지역 홍수취약성 평가, 한국방재학회논문집, 20(6), 389-397. https://doi.org/10.9798/KOSHAM.2020.20.6.38910.9798/KOSHAM.2020.20.6.389
  16. 정지훈·김인겸·이대근·신진호·김백조, 2014, 우리나라 지역별 고온 극한 현상에 의한 사망 취약도 비교, 대한지리학회지, 49(2), 245-263.
  17. 조항문·손창우·유기영·최유진·이윤혜·김정아, 2021, 서울시 폭염 대응력 강화방안 (정책과제 보고서 2021-PR-12), 서울: 서울연구원.
  18. 조항문, 2023, 기후 위기 대응을 위한 도시 취약성 진단 및 사회적 대응 방안 연구, 서울연구원.
  19. 채여라·최영웅·김태현·황인철·변지민·박태우, 2019, 시민 참여를 통한 사회·경제적 환경 여건별 폭염 체감 영향 분석 (수시연구보고서), 한국환경연구원. https://uci.or.kr/I410-ECN-0102-2021-500-000899919
  20. 최광용, 2024, SSP 시나리오에 따른 21세기 남한 지역의 체감온도 변화 전망, 지역과 지리, 30(3), 321-338.10.26863/JKARG.2024.8.30.3.321
  21. _______, 2025, 우리나라 열대야 현상 지속성의 기후학적 특성과 최근의 변화, 지역과 지리, 31(3), 558-578. https://doi.org/10.26863/JKARG.2025.8.31.3.55810.26863/JKARG.2025.8.31.3.558
  22. 최예술·김재원·임업, 2018, 서울시 폭염 취약지역의 공간적 패턴 및 적응능력취약지역 분석 [An analysis on the spatial patterns of heat wave vulnerable areas and adaptive capacity vulnerable areas in Seoul], 국토계획, 53(7), 87-107. https://doi.org/10.17208/jkpa.2018.12.53.7.8710.17208/jkpa.2018.12.53.7.87
  23. 최훈혁·이병철·강정은, 2024, 부산광역시 무더위쉼터 서비스권역과 지역 폭염 취약 특성과의 관계 분석. 지역과 지리, 30(4), 465-485. https://doi.org/10.26863/JKARG.2024.11.30.4.46510.26863/JKARG.2024.11.30.4.465
  24. 하종식·정휘철·이정호·김동현·최지혜, 2014, 기후변화 폭염 대응을 위한 중장기적 적응대책 수립 연구 (최종보고서), 한국환경정책·평가연구원.
  25. 황희수·최지윤·강정은, 2023, 폭염취약지역과 건강피해 발생의 공간적 일치성에 따른 지역 유형 분석, 한국지리정보학회지, 26(1):89-113. https://doi.org/10.23000/TRKO20180004218610.23000/TRKO201800042186
  26. Aghabozorgi, S., Shirkhorshidi, A.S., and Wah, T.Y, 2015, Time-series clustering - A decade review, Information Systems, 53, 16-38. https://doi.org/10.1016/j.is.2015.04.00710.1016/j.is.2015.04.007
  27. Belhadi, A., Djenouri, Y., and Nørvåg, K., 2020, Space-time series clustering: Algorithms, taxonomy, and case study on urban smart cities, Engineering Applications of Artificial Intelligence, 95, 103857.10.1016/j.engappai.2020.103857
  28. Bowler, D.E., Buyung-Ali, L., Knight, T. M., and Pullin, A.S., 2010, Urban greening to cool towns and cities: A systematic review of the empirical evidence, Urban Forestry & Urban Greening, 9(3), 121-135.10.1016/j.landurbplan.2010.05.006
  29. Bulkeley, H., Andonova, L.B., Betsill, M.M., Compagnon, D., Hale, T., Hoffmann, M.J., Newell, P., Paterson, M., Roger, C., and VanDeveer, S.D., 2014, Transnational Climate Change Governance, Cambridge University Press.10.1017/CBO9781107706033
  30. Bullard, R.D., 1993, Confronting Environmental Racism: Voices from the Grassroots, South End Press.
  31. Cutter, S.L., Boruff, B.J., and Shirley, W.L., 2003, Social vulnerability to environmental hazards, Social Science Quarterly, 84(2), 242-261.10.1111/1540-6237.8402002
  32. Feng, Q. and Kim, H.S., 2025, Comparative Analysis of Risk Factor Weighting GBDT Methods for Enhancing the Accuracy of Flood Risk Assessment, Journal of the Korean Society of Hazard Mitigation, 25(2), 9-21.10.9798/KOSHAM.2025.25.2.9
  33. Fraser, N., 2000, Rethinking recognition, New Left Review, (3), 107-120.10.64590/pup
  34. Gronlund, C.J., 2014, Racial and socioeconomic disparities in heat-related health effects and their mechanisms: a review, Current Epidemiology Reports, 1(3), 165-173. https://doi.org/10.1007/s40471-014-0014-410.1007/s40471-014-0014-425512891PMC4264980
  35. Harlan, S.L., Brazel, A.J., Prashad, L., Stefanov, W.L., and Larsen, L., 2006, Neighborhood microclimates and vulnerability to heat stress, Social Science & Medicine, 63(11), 2847-2863.10.1016/j.socscimed.2006.07.030
  36. Hondula, D.M., Davis, R.E., Saha, M.V., Wegner, C.R., and Veazey, L.M., 2015, Geographic dimensions of heat-related mortality in seven U.S. cities, Environmental Research, 138, 439-452. https://doi.org/10.1016/j.envres.2015.02.03310.1016/j.envres.2015.02.033
  37. IPCC, 2022, Climate Change 2022: Impacts, Adaptation and Vulnerability, Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change.
  38. _______, 2023, Climate Change 2023: Synthesis Report, Contribution of Working Groups I, II, and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change, IPCC, Geneva, Switzerland.
  39. Kovats, R.S. and Hajat, S., 2008, Heat stress and public health: A critical review, Annual Review of Public Health, 29, 41-55. https://doi.org/10.1146/annurev.publhealth.29.020907.09084310.1146/annurev.publhealth.29.020907.090843
  40. Lee, S.H., Kang, J.E., Park, C.S., Yoon, D.K., and Yoon, S., 2020, Multi-risk assessment of heat waves under intensifying climate change using Bayesian Networks, International Journal of Disaster Risk Reduction, 50, 101704.10.1016/j.ijdrr.2020.101704
  41. Mitchell, B.C. and Chakraborty, J., 2017, Urban heat and climate justice: A landscape of thermal inequity in the U.S., Landscape and Urban Planning, 167, 59-69.
  42. Paparrizos, J., Yang, F., and Li, H., 2024, Bridging the gap: A decade review of time-series clustering methods, arXiv preprint arXiv, 2412.20582.
  43. Peroni, F. and Pappalardo, S.E., 2024, Climate justice in future cities: Geographical perspectives for inclusive urban resilience and adaptation, Landscape and Urban Planning, 244, 104998. https://doi.org/10.1016/j.landurbplan.2023.10499810.1016/j.landurbplan.2023.104998
  44. Reid, C.E., O’Neill, M.S., Kinney, P.L., Gronlund, C.J., Brines, S.J., Brown, D.G., Diez Roux, A.V., and Schwartz, J., 2009, Mapping community determinants of heat vulnerability, Environmental Health Perspectives, 117(11), 1730-1736.10.1289/ehp.090068320049125PMC2801183
  45. Schlosberg, D., 2007, Defining Environmental Justice: Theories, Movements, and Nature, Oxford University Press.10.1093/acprof:oso/9780199286294.001.0001
  46. Schlosberg, D. and Collins, L.B., 2014, From environmental to climate justice: Climate change and the discourse of environmental justice, Wiley Interdisciplinary Reviews: Climate Change, 5(3), 359-374.10.1002/wcc.275
  47. Stržinar, Ž., Škrjanc, I., Pratama, M., and Pregelj, B., 2024, Evolving clustering of time series for unsupervised analysis of industrial data streams, SSRN.10.2139/ssrn.5026151
  48. Uejio, C.K., Wilhelmi, O.V., and Hayden, M.H., 2011, Intra-urban societal vulnerability to extreme heat, Environmental Research, 111(8), 1068-1075.
  49. 아시아경제, 2025년 3월 10일, “폭염의 원인은 폭염이었다,” https://www.asiae.co.kr/visual-news/article/2025031014473189336
Information
  • Publisher :The Korean Association of Regional Geographers
  • Publisher(Ko) :한국지역지리학회
  • Journal Title :REGION AND GEOGRAPHY
  • Journal Title(Ko) :지역과 지리
  • Volume : 31
  • No :4
  • Pages :738-758
  • DOI :https://doi.org/10.26863/JKARG.2025.11.31.4.738
Journal Informaiton REGION AND GEOGRAPHY REGION AND GEOGRAPHY
Journal Informaiton Journal Informaiton - close