폭염은 평소보다 더운 날씨가 수일 이상 지속되는 현상으로, 폭염에 대한 기준은 지역이나 국가별로 차이가 있다. 세계기상기구(WMO)에서는 ‘5일 연속으로 최고기온이 평년보다 5℃ 이상 초과하는 경우’로 정의하고 있다. 우리나라에서는 일 최고체감온도가 33℃ 이상인 상태가 2일 이상 지속될 것으로 예상될 때 폭염 주의보를, 일 최고체감온도가 35℃ 이상인 상태가 2일 이상 지속될 것으로 예상될 때 폭염 경보를 발령해오고 있다. 우리나라 주요 폭염 피해를 살펴보면, 지난 2018년 역대 최악의 폭염이 기록되었는데 당시 전국 평균 폭염일수는 평년 10.1일 대비 약 3배인 31.5일, 열대야일수는 17.7일로 나타났다. 최고기온은 홍천이 41℃를 기록하며 관측 이후 최고기온을 경신하였으며, 온열질환자 역시 질병관리청에서 집계를 시작한 이래 가장 많은 44,526명이 발생하였고 48명이 사망하였었다.

폭염은 에너지 문제, 수질 악화, 농작물 고사, 가축 및 양식장 어류 폐사, 온열질환 발생 등 사회·경제 전반에 걸쳐 영향을 미친다. 특히 물리적인 피해보다 인명피해가 크게 나타나는데, 1901년부터 2008년까지 108년간 기상재해에 따른 연간 사망자수 순위 결과, 1994년 폭염 사망자가 3,384명으로 나타나 인명피해가 가장 많은 기상재해로 분석된 바 있다(Kysel and Kim, 2009). 또한, 폭염은 에너지 소비 지출에 따른 취약계층 부담 증가 등 사회적 불평등 문제와도 연관되며, 자살률이나 폭력범죄 및 교통사고 증가, 농·축·수산물 물가 상승, 열 축적에 따른 화재·발화 등의 복합적인 영향까지 고려하면 폭염에 의한 피해는 더욱 클 것으로 분석된다.

폭염 위험성에 대한 인식이 증가하는 계기가 되었던 2018년에는 「재난 및 안전관리 기본법」이 개정되어 폭염을 자연재난으로 지정하였으며, 폭염 피해 저감을 국가와 지자체의 법적 의무로 명시하였다. 범정부 폭염종합대책이 수립되고 무더위 쉼터 운영, 취약계층 냉방용품 지원, 폭염 대비 행동지침 배포, 도시숲 조성, 온열질환 감시체계 운영 등 다양한 방면에서 폭염 피해 저감대책이 지속적으로 추진되고 있다. 기후위기 적응대책을 분석한 결과, 폭염 대책이 약 47% (451개)를 차지하며, 이 중에서도 건강 부문이 77.6% (349개)인 것으로 나타났다(Jung and Shin, 2022). 또한 2022년에는 「중대재해처벌에 관한 법률」 시행을 통해 폭염으로 인한 열사병을 중대산업재해로 새롭게 규정하였으며, 야외근로자 등 폭염 취약군에 대한 피해 최소화 및 사각지대 해소를 위한 노력이 지속적으로 요구되고 있다.

현재 우리나라의 주요 폭염 대책은 온도에 기반한 폭염 특보에 따라 일괄적으로 추진되는 경향이 있다. 모든 대상을 고려한 보편적인 대책도 중요하나, 물리적·사회적·환경적 자원의 불평등에 따라 특정 대상에게 피해가 집중되기 때문에(Koh and Kim, 2010; Oh, 2023; Park et al., 2013) 보다 실효성 높은 폭염 대책을 위해서는 차별화된 대응방안이 필요하다. 즉, 폭염 노출에 취약한 계층이나 지역을 파악하고 많이 노출되는 주요 요인을 밝힘으로써, 기상학적 자료뿐 아니라 저출산 및 고령화 등과 같은 인구통계학적 변화나 지역 환경의 이질성 등에 근거한 맞춤형 폭염 대책이 마련되어야 한다(Kim et al., 2022; Shim et al., 2017).

기존 연구에서는 취약성 평가를 기반으로 정책 우선순위 및 추진방향 등을 제시해오고 있으며, 취약성 평가 틀은 연구자와 연구 목적에 따라 조금씩 차이가 있지만 주로 IPCC의 정의를 활용하고 있다. IPCC (2001)는 취약성을 기후에 대한 노출(exposure), 민감도(sensitivity), 적응능력(adaptive capacity)의 함수로 정의하고 있다. 시스템이 노출되는 기후변화의 정도는 시스템의 민감도에 기반하여 잠재영향(potential impacts)으로 나타나고, 잠재영향과 시스템의 적응능력을 종합하여 고려한 결과가 취약성으로 나타나게 된다. 따라서 폭염으로 인한 위험은 단순히 고온환경 자체에 대한 노출의 증가만으로 결정되는 것이 아니며, 똑같은 노출에 대해서도 취약성 정도에 따라 위험수준이 달라진다.

IPCC 개념을 활용한 취약성 평가 관련 연구동향을 살펴보면, Lee et al. (2015)은 대기오염 관련 영향분석 지표를 선정하여 노출, 민감도, 적응 지수를 계산하고, 단순합산과 취약성-탄력성 지표의 합산 두 가지 방법에 따른 취약성 지수를 비교하였다. Park and Song (2014)은 재해노출 지수, 물리적 취약성 지수, 사회적 대응력 지수를 산술평균한 통합 침수 취약성 지수를 산정하여 사회적 취약계층 거주비율 간 상관관계를 분석하였다. Choi et al. (2018)은 기후노출과 민감도 지수를 산술평균한 값을 기준으로 적응능력 지수의 반영 여부에 따른 취약성 결과를 비교하여 적응능력 수준에 따른 지역 유형화를 수행하였다. Kim et al. (2021)은 폭염 취약성과 관련된 사회·경제적 인자를 고려하여 폭염 취약성 지수를 산정하고, 시군구 온열질환 통계와 폭염 취약성 지수를 비교하였다. Li et al. (2021)은 기후노출, 민감도, 적응능력 지수를 계산해 기후변화 취약성 지수를 산정하고, 지역사회건강조사 자료를 활용하여 사회적 자본과 기후변화 취약성 사이의 다중회귀분석을 수행하였다.

지수 산정과정에서 취약성 평가지표들의 영향력은 모두 동일하지 않기 때문에 대부분의 선행연구에서는 지표별 가중치를 부여하고 있다. 일반적으로 활용되는 가중치 산정방식은 전문가 설문조사 기반의 AHP 기법이나 델파이기법, 또는 자료 값의 정보를 활용하는 엔트로피(entropy) 기법 등이 대표적으로 사용되고 있다. 다만 AHP 기법이나 델파이 기법 등은 연구자의 주관적 개입에 따라 자료의 왜곡이 발생할 수 있다는 점에서 한계점으로 지적되고 있다(Lee et al., 2015). 최근 취약성 관련 연구에서는 비교적 객관적인 가중치 산정방식으로서 연구자의 주관성이 배제되고 정량적 자료에 기반한 통계적 기법을 통해 산정되는 엔트로피 기법이 지표의 불확실성을 고려할 수 있다는 점에서 활발히 활용되고 있다(Kim et al., 2021; Lee et al., 2015; Shannon, 1948). 본 연구에서는 엔트로피 기법을 활용한 지표별 가중치가 부여된 지수를 산정함으로써 폭염 취약성을 평가하고자 하였다.

폭염에 대한 관심이 높아지면서 폭염 대응을 위한 다양한 노력과 대책 수립이 이루어지고 있으나, 전세계적으로 폭염의 빈도와 강도는 심화되고 있다. 질병관리청에 따르면 폭염 감시기간은 2011년 65일에서 2020년 105일로 증가하였고, 폭염으로 인한 피해 역시 증가할 것으로 예측되고 있다. 보다 적극적이고 장기적인 폭염 대응 및 차별화된 폭염 적응전략을 수립하기 위해서는 기존 방식에서 더 나아가 폭염 피해를 야기하는 근본적 원인을 해결하기 위한 새로운 접근방식이 요구된다.

특히 폭염을 비롯한 기후변화 피해는 개인적 특성뿐 아니라 조직이나 지역의 상황에 의해서도 영향을 받게 되는 점에 주목할 필요가 있다(Kim et al., 2016). 1995년 발생한 시카고 폭염 사례를 통해 확인할 수 있는데, 당시 발생한 768명의 사망자 중 대부분은 부유층 거주지역보다는 범죄율이 높고 빈민층이 주로 사는 우범지역, 눈에 잘 띄지 않고 이웃과 교류가 없는 노인 및 1인 가구 등에서 더 많이 발생한 것으로 밝혀졌다(Klinenberg, 1999). 동일한 강도의 폭염이 발생하였으나, 지역사회에 존재하는 사회구조적 문제의 영향으로 폭염 피해가 상대적으로 크게 발생한 것을 알 수 있다.

사회구조적 불평등 측면에서 가장 대표적인 영향관계로 볼 수 있는 요인이 바로 빈곤 특성이다. 열악한 경제적 여건은 위험을 알면서도 여름철 냉방기기 운용에 제약을 야기하거나 야외노출 가능성을 높아지게 한다. 또 다른 측면에서 Kim (2018)은 폭염 피해가 특정 계층에게 더 가혹하게 나타나는 이유로 사회와의 단절이나 배제, 고립 등의 문제에 주목하였다. Na (2020)와 Chae (2020) 역시 언어적 문제나 사회적 편견 등 문화적 고립 가능성이 높은 다문화 가구에 대해, Lee and Cha (2019)는 다인가구에 비해 경제적 지위, 건강상태, 거주형태 등이 열악한 1인 가구에 초점을 두었다. 단절, 배제, 고립의 해소 측면에서 Li et al. (2021)은 기후변화의 잠재적 위험에 대처하기 위해 정부의 물질적 지원만큼 개인과 지역사회의 사회적 자본이 중요하다고 강조하였으며, Koh and Kim (2010)과 Petzold and Ratter (2015)는 지역주민 간 참여와 소통이 기후변화 적응에 매우 중요하다고 강조하였다.

최근에는 개인 또는 지역사회의 전반적 건강수준 측면에서의 폭염 대응에 대한 중요성도 강조되고 있다. Kim et al. (2019), Burke et al. (2018), Jun (2022) 등은 실제 폭염 발생에 따른 자살률 증가의 영향을 분석하였고, Tiihonen et al. (2017), Sanz-barbero et al. (2018), Cianconi et al. (2020) 등은 범죄 발생률 증가의 영향을 분석하였다. Fatima (2022)는 사회경제적 배경, 기후변화에 따른 신체적 건강 악화 및 지역사회 결속력 파괴, 범죄율과 심리적 피로감 및 적대감 증가 등과의 영향을 분석하기도 하였으며, Zhang et al. (2023)은 스트레스와 음주 등의 정신 복지에 미치는 영향을 분석하였다.

폭염 연구에 있어 사회구조적 요인을 반영하는 연구의 대부분은 국내보다 국외에서 주로 이루어지고 있으며, 국외에서도 사회구조적 요인들의 적응 영향과 입증에 대한 필요성은 아직 과소평가 되고 있다(Fatima, 2022). 앞서 언급한 다양한 사회구조적 요인은 폭염이 발생하지 않을 때에도 상시 우리 주변에 존재하기 때문에 사회구조에서 발생 되는 문제를 해소하지 않고는 여름철 폭염 피해가 반복될 수밖에 없는 실정이다. 따라서 폭염에 의한 대규모 피해 사례가 재발하지 않기 위해서는 폭염 발생 자체는 막을 수 없지만 최소한 폭염 피해가 사회적 참사로 확대되는 것은 방지해야 할 것이다. 지역사회 내 복합적으로 작용하는 다양한 사회구조적 문제들까지 고려하는 폭염에 대한 접근방식이 필요하며, 기존보다 적극적인 차원에서 폭염을 재난으로 인식해야 한다(Han and Back, 2022). 즉, 폭염을 자연재난인 동시에 사회구조적 요인의 영향을 받는 사회재난이라는 문제의식을 갖고 해결방안을 모색해야 한다.

본 연구에서는 중장기적 차원의 근본적인 폭염 대응을 위해 지역 내 다양한 사회적·구조적 불평등의 문제를 나타내는 빈곤, 단절, 배제, 정신건강 등과 관련된 전반적 요인들을 고찰하여 사회구조적 요인으로 재분류하였다. 개인적 특성보다는 폭염 영향 및 피해에 대한 불평등과 사회적 책임에 초점을 두고자 하였으며, 도출된 요인들을 ‘사회불안’ 지표로 정의하여 폭염 취약성의 잠재영향으로 반영하고자 하였다. 사회불안을 반영한 폭염 취약성 평가를 통해 폭염에 대한 관점을 사회재난으로 확대하고, 사회불안 지표의 반영 유무에 따른 취약성 평가결과 및 취약지역을 비교·분석하여 본 연구의 차별성을 확보하고자 하였다.

폭염 취약성 평가를 위해 활용된 자료의 공간적 범위는 우리나라 전국 17개 광역시도의 229개 시·군·구를 대상으로 하였다. 시간적 범위는 국내에서 발생한 폭염 현상 중 영향과 피해가 가장 극심했던 2018년으로 설정하였다. 폭염 취약성 평가지표는 국내·외 폭염 관련 선행연구를 검토하여 선정하였으며, 기존에 널리 활용되는 IPCC의 노출, 민감도, 적응능력 지표와 함께 본 연구에서 제시한 사회구조적 요인인 사회불안(Social anxiety)을 지표로 정의하였다.

각 지표별 선정기준은 대표성과 자료 취득 용이성으로 설정하였으며, 각 부문별로 선행연구에서 3건 이상 활용되면서, 연구의 공간·시간적 범위에 맞게 일관성 있는 자료 구득·보정이 가능한 17개의 정량지표를 최종 선정하였다. 최종 선정된 각 지표별 수집된 값의 범위는 Table 1과 같다. 노출 지표는 폭염 발생에 영향을 미치는 기상 상태 등을 나타내며, 주로 폭염일수, 열대야일수, 일최고기온, 일최저기온, 일평균기온, 습도 등이 활용되고 있다(Eum, 2016; Kim and Jung, 2020; Kim et al., 2022; Koo et al., 2015; Lee, Kang, et al., 2013; Park and Kim, 2021). 다만 기상청에서는 지점별로 구축된 전국 및 광역 단위의 평균 데이터만 제공하는 등 229개 시군구에 대한 자료 취득의 한계로 인해, 본 연구에서는 한국외국어대학교에서 제공하는 ‘폭염 및 한파 기상요소와 재해부문별 열환경 응용지수 산출정보’ 및 Yi and Yang (2020)의 연구를 참고하여 일최고체감온도가 33℃ 이상인 날의 수를 폭염일수로, 일최저체감온도가 25℃ 이상인 날의 수를 열대야일수로 집계하였다. 자료는 1 km 격자 단위로 제공되어 ArcGIS를 활용해 점(point) 데이터로 변환해 격자 데이터의 평균값을 산출하였다. 그 결과, 폭염일수의 범위는 평균 2.00일이며 최대 45일(광주 서구·남구)일부터 최소 2일(강원 태백시, 제주 제주시)까지로 나타났다. 열대야일수는 평균 5.00일이며 최대 65일(전남 신안군)부터 최소 5일(강원 정선군)까지 비교적 지역 간 편차가 크게 나타났다.

민감도 지표는 폭염 영향을 받는 정도 또는 민감성을 나타내며, 똑같은 폭염 환경에 노출되더라도 신체적 특성에 따라 적응능력이 떨어지는 아동과 노인(Chae, 2020; Eum, 2016; Na, 2020; Shim et al., 2017; Shin and Lee, 2014), 고온 환경 노출 가능성이 높은 건설업·농업·임엄·어업 등의 야외근로자(Chae, 2020; Kim and Jung, 2020; Shin and Lee, 2014; Won et al., 2020)를 선정하였다. 전체인구 대비 아동과 노인 인구의 비율은 최소 20.79%(경기 안산시)부터 최대 46.77%(전남 고흥군)까지 나타났으며, 야외근로자 비율은 최소 1.31%(울산 동구)부터 최대 31.47%(경북 봉화군)까지 나타났다. 신체적 측면 외에도 노후주택(Eum, 2016, 2022; Kim et al., 2021; Lee, Kang, et al., 2013)과 도로면적(Chae, 2020; Choi and Han, 2021; Lee et al., 2019; Lee, Yang, et al., 2013) 역시 폭염에 민감하게 영향을 받기 때문에 포함하였다. 전체 주택 수 대비 30년 이상의 노후주택 비율은 최소 1.40%(인천 연수구)부터 최대 70.20%(전남 신안군)까지 나타났으며, 도로면적 비율은 0.02%(인천 옹진군)부터 32.04%(서울 구로구)까지의 범위로 나타났다.

사회불안 지표는 지역사회 내 빈곤, 단절·배제, 건강 등의 사회구조적 상황을 나타내며, 빈곤특성 측면에서 기초생활수급자(Lee and Cha, 2019; Lee, Kang, et al., 2013; Na, 2020; Won et al., 2020)와 실업률(Choi, 2020; Kim et al., 2021; Shin and Lee, 2014)을 사회불안 지표로 선정하였다. 또한 단절·배제 특성 측면에서 독거노인(Chae, 2020; Kim, 2004; Kim et al., 2021; Klinenberg, 1999; Lee, Kang, et al., 2013) 및 1인가구(Kim, 2020; Lee and Cha, 2019; Park and Kim, 2021)와 다문화가구(Chae, 2020; Kim, 2010; Na, 2020)를 사회불안 지표로 선정하였다. 기초생활수급자 비율의 범위는 최소 0.93%(경기 용인시)부터 8.84%(부산 동구)까지, 실업률은 0.00%(전남 진도군)부터 6.30%(인천 남동구)까지의 범위로 나타났다. 독거노인 비율은 최소 11.38%(서울 서초구)부터 최대 32.44%(경남 의령군), 다문화가구 비율은 최소 0.66%(대구 수성구)부터 4.99%(전북 진안군), 1인가구 비율은 최소 18.24%(경기 과천시)부터 최대 47.61%(서울 관악구)까지의 범위로 나타났다. 최근 폭염과 정신건강 간의 영향관계가 부각됨에 따라 자살률(Jun, 2022; Kim et al., 2019; Ngu et al., 2021), 질병관리청에서 관리하는 삶의 질(EQ-5D) 점수(Choi, 2020; Jun, 2022; Kim et al., 2016; Park and Chae, 2020)도 정신건강 특성 측면의 사회불안 지표로 선정하였다. 인구 십만 명당 자살률의 범위는 0.00%(인천 옹진군)부터 57.43%(충남 태안군)까지로 나타났으며, 삶의 질 지수는 최소 0.89점(전남 신안군)부터 0.97점(대구 수성구)까지로 나타났다.

마지막으로 적응능력 지표는 폭염 피해를 완화시키고 적절히 대처할 수 있는 정도를 나타내며, 인프라 측면의 무더위쉼터(Choi et al., 2018; Eum, 2016, 2022; Kim and Jung, 2020; Shin and Lee, 2014)와 보건소·보건지소(Kim and Jung, 2020; Lee and Cha, 2019; Lee, Kang, et al., 2013; Won et al., 2020)를 선정하였다. 또한 지자체 차원에서 도시계획적으로 도시온도 저감에 기여하는 녹지(Eum, 2016; Kim et al., 2021; Lee et al., 2019; Won et al., 2020)와 폭염대책 수립을 위한 재정능력을 나타내는 재정자립도(Kim and Jung, 2020; Kim et al., 2021; Lee, Kang, et al., 2013; Na, 2020)를 추가 선정하였다. 인구 천 명당 무더위쉼터 수는 최소 0.07개소(경기 용인시)부터 12.59개소(전북 임실군)까지 나타났으며, 녹지지역 비율은 최소 0.00%(인천 옹진군)부터 87.80%(대전 유성구)까지 지역 간 편차가 가장 높은 것으로 나타났다. 인구 천 명당 보건소·보건지소 등의 수는 최소 0.00개소(서울 강서구)부터 최대 1.21개소(전북 임실군), 재정자립도는 최소 4.10%(경북 영양군)부터 최대 60.10%(경기 화성시)까지의 범위로 나타났다.

사회불안 지표 유무에 따른 폭염 취약성 비교·분석 방법은 Fig. 1과 같다. 첫째, 이론적 고찰 및 선행연구 검토를 통해 평가지표를 선정하였다. 둘째, 선정된 지표는 표준화 과정을 거쳤으며, 표준화된 자료에 가중치를 적용하여 노출, 민감도, 사회불안, 적응능력 4개 부문별 지수를 산정하였다. 셋째, 각 부문별 지수를 토대로 최종 폭염 취약성 지수를 산정하고 넷째, 사회불안 지표의 유무에 따른 최종 폭염 취약성 평가 결과를 비교 분석하였다.

Fig. 1. 
Analysis procedure

본 연구에서 선정한 폭염 취약성 평가지표별 엔트로피 가중치 산정 결과는 Table 4와 같다. 대부분 민감도와 사회불안 지표들의 가중치가 높은 것으로 분석되었다. 민감도 부문의 도로면적 비율(0.2442), 노후주택비율(0.0791), 아동+노인 비율(0.0761)의 순으로 높게 나타났고, 사회불안 부문의 인구 십만 명당 자살률(0.0154)이 가장 낮고, 적응능력 부문의 인구 천 명당 무더위 쉼터 수(0.0208), 인구 천 명당 보건소·보건지소 등의 수(0.0218) 등도 비교적 가중치가 낮게 분석되었다.

본 연구는 기존 노출, 민감도, 적응능력 지표와 함께 사회불안 지표에 주목하여, 사회불안 지표를 반영한 폭염 취약성을 평가하였다. 지표별 표준화 값에 엔트로피 가중치 값을 적용하여 4개 부문별 지수를 산정하였으며, 각 부문별 지수의 공간분포는 Fig. 2와 같다. 범례는 산정된 지수 값이며, Jenks의 자연적 구분법(Natural breaks)을 적용하여 1등급부터 5등급까지 구간을 나누고, 지수가 높을수록 5등급에 해당 되도록 설정하였다.

Fig. 2. 
Results of sectoral index

먼저 노출 지수(EI)의 경우, 5등급 지역에는 광주·남구·서구·북구·광산구 등 27개 지역(11.8%)이 해당되며, 1등급 지역에는 강원 태백시·정선군·평창군 등이 해당되는 것으로 분석되었다. 민감도 지수(SI)는 5등급 지역이 5개 지역(2.2%)이며 서울 구로구·광진구·성북구·양천구 등이 해당되는 반면, 울산 북구, 대전 유성구, 광주 광산구, 경기 광주시·포천시 등은 1등급에 해당되는 것으로 분석되었다. 사회불안 지수(SAI)는 부산 동구, 전북 임실군·김제시, 전남 보성군·곡성군·진도군 등 26개 지역(11.4%)이 5등급 지역에 해당되며, 경기 과천시, 충남 계룡시, 대전 유성구, 경기 용인시 등이 1등급에 해당되는 것으로 분석되었다. 적응능력 지수(AI)의 경우 5등급 지역은 60개 지역(26.2%)이며 강원 철원군·인제군·양구군 등이 해당되고, 1등급 지역에는 경기 성남시·하남시·의왕시·과천시 등이 해당되는 것으로 분석되었다.

산정된 4개 부문별 지수를 산술평균하여 사회불안 지표를 반영한 최종 폭염 취약성 지수(HVI¹)를 산정하였으며, 노출, 민감도, 적응능력 지표만을 적용한 폭염 취약성 지수(HVI²)와 비교하여 폭염 취약성이 높아지거나 낮아진 지역을 선별하였다. 사회불안 지표가 반영된 HVI¹의 공간분포는 Fig. 3(a)이며, 반영되지 않은 HVI²의 공간분포는 Fig. 3(b)과 같다. HVI¹의 취약성 범위는 0.352 ∼ 0.658이며, 상대적으로 폭염 취약성이 높게 나타나는 5등급 지역은 전체 229개 시군구 중 39개(17.0%)로 분석되었다. 반대로 다른 지역에 비해 상대적으로 폭염 취약성이 낮게 나타난 1등급은 31개(13.5%)로 분석되었다. HVI²의 폭염 취약성 범위는 0.345 ∼ 0.719로, 폭염 취약성이 높은 5등급은 57개(24.9%), 폭염 취약성이 낮은 1등급은 21개(9.2%)로 분석되었다.

Fig. 3. 
Results of heat wave vulnerability index

산정된 폭염 취약성 지수를 토대로 폭염 취약성의 상·하위 10개 지역을 평가한 결과는 Table 5와 같다. HVI¹의 경우 폭염 취약성이 가장 높은 지역은 전남 함평군(0.6580)으로 분석되었다. 함평군은 전국에서 폭염일수가 7번째, 열대야일수가 3번째로 많으며, 노후주택 비율은 전국에서 5번째, 아동+노인 비율은 전국에서 8번째로 높으나, 재정자립도는 전국에서 16번째로 낮은 것으로 나타난 특징과 관련이 있다. 이 외에도 서울 구로구(0.6421), 부산 동구(0.6418), 전북 김제시(0.6408), 부산 중구(0.6399) 등이 상대적으로 폭염 취약성이 높게 평가되었으며, 해당 지역 역시 노출, 민감도, 사회불안 관련 지표의 현황이 다른 지역에 비해 비교적 부정적인 편에 해당되는 것으로 나타났다. 반면 폭염 취약성이 가장 낮게 평가된 지역은 경기 용인시(0.3524)이며, 강원 정선군(0.3718), 강원 태백시(0.3765), 대전 유성구(0.3768), 강원 평창군(0.3803) 순으로 나타났다. 특히 경기 용인시는 노후주택 비율이 전국에서 3번째로 낮으며, 대표적인 폭염 취약계층인 기초생활수급자 비율은 전국에서 1번째로, 독거노인 비율은 전국에서 2번째로, 다문화가구원 비율은 전국에서 7번째로 낮은 특징을 지닌다. 또한 재정자립도는 전국에서 4번째로 높으므로 폭염 취약성이 낮게 평가된 것으로 판단된다.

사회불안 지표를 반영하지 않은 HVI²의 경우 폭염 취약성이 높은 지역은 서울 구로구(0.7186), 전남 함평군(0.7109), 서울 광진구(0.6749), 서울 양천구(0.6657), 부산 중구(0.6625) 등의 순으로 나타났으며, 폭염 취약성이 낮은 지역은 강원 정선군(0.3454), 강원 태백시(0.3651), 강원 평창군(0.3781), 인천 중구(0.3948), 경기 용인시(0.4007) 등의 순으로 나타났다. HVI¹의 평가결과와 비교했을 때, 전남 함평군, 서울 구로구, 부산 중구, 전남 나주시 등의 지역은 대체로 사회불안 지표를 반영한 경우와 그렇지 않은 경우 모두 취약성이 높은 상위 지역에 해당되는 것으로 나타났다. 또한 강원 정선군, 강원 태백시, 강원 평창군, 경기 용인시 등의 지역은 대체로 사회불안 지표를 반영한 경우와 그렇지 않은 경우 모두 취약성이 낮은 하위 지역에 해당되는 것으로 나타났다. 사회불안 지표를 반영하지 않은 취약성 평가방식에 의해 도출된 취약지역들이 본 연구에서 제시한 사회불안 측면에서도 비교적 취약한 상태임을 시사한다. 즉, 대체로 노출, 민감도, 적응능력 현황이 좋지 않은 지역이 사회불안 현황도 좋지 않아 사회불안 지표 유무와 상관없이 하위 지역에 해당되는 것으로 해석된다.

지역별 사회불안 지표의 영향력과 취약성 변화를 분석하기 위해 취약성 지수 간 차이값(HVI¹-HVI²)을 나타낸 결과는 Fig. 4와 같다. 사회불안 유무에 따른 취약성 지수의 차이값은 –0.082부터 0.037까지의 범위로 나타났다. 양(+)의 값이 나타난 지역은 사회불안 지표를 반영한 폭염 취약성이 더 높아진 곳으로 총 20곳(8.733%)이 해당되는 것으로 분석되었다. 취약성 지수의 차이값이 가장 큰 지역은 전북 장수군(0.037), 강원 정선군(0.026), 전북 무주군(0.024) 순이며, 이들 지역은 대체로 삶의 질 지수가 낮음과 동시에 기초생활수급자와 1인가구 비율이 비교적 높은 지역에 해당되어 사회불안 지표가 반영됨으로써 폭염 취약성이 높아진 것으로 해석된다.

Fig. 4. 
Results of HVI¹-HVI²