대구시 대형마트 의무휴업일 평일 전환과 지역 소매업 판매
2023년 2월 대구시가 대형마트 의무휴업일을 일요일에서 월요일로 바꿔 일요일 영업을 허용한 이후, 대구의 슈퍼마켓·잡화점 판매액지수는 같은 기간 일요일 의무휴업을 유지한 다른 광역시와 비교해 어떻게 달라졌는가?
이 비교로는 판정할 수 없어요. 정책 전부터 다르게 움직였거나 비교할 곳이 너무 적어서, 숫자를 효과로 읽으면 안 돼요.
작성자 해석 이 설계로는 2023년 2월 대구의 대형마트 의무휴업일 평일 전환이 대구 슈퍼마켓·잡화점 및 편의점 판매에 효과가 있었는지 판단할 수 없다(판정: 판단 불가). 주 지표만 보면 대구가 일요일 휴무를 유지한 5개 광역시보다 약 8% 낮은 쪽으로 추정됐고 이 크기는 실질적으로 작지 않지만, 처치 지역이 대구 1곳뿐이라 95% 범위(약 −18% ~ +5%)가 0을 포함해 우연과 구분되지 않았다. "효과가 있었다"도 "없었다"도 아니다.
파이프라인 자동 요약 보기
요약(크기를 판별하지 못함): 추정치는 -0.08 지수(2020=100, 로그) (95% CI -0.20 ~ 0.05) 이지만 다음 위험 신호가 있어 단정하지 않고 범위로만 보고합니다: 처치 단위 수 부족(무작위화 추론 사용), 클러스터 수 부족(표준오차 과소추정 위험), 신뢰구간이 0을 포함. 신뢰구간이 0을 포함하므로 효과의 방향과 크기는 판별 불가입니다. 결론 전에 보완 분석이 필요합니다.
이 결과를 쓰려면
이렇게 쓰세요
- "이 설계로는 효과를 판단할 수 없다. 이유: 처치 단위 수 부족(무작위화 추론 사용), 클러스터 수 부족(표준오차 과소추정 위험), 신뢰구간이 0을 포함, 가짜 도입시점 검정 유의."
이렇게 쓰면 안 됩니다
- 표의 숫자·p값 인용 — 진단용입니다
- '효과가 있다' 또는 '없다'
대구시 대형마트 의무휴업일 평일 전환과 지역 소매업 판매 — 판정: 판단 불가. 출처: 정책 효과 분석 플랫폼(가짜연구소 인과추론팀 오픈소스), 2026-10-26 실행, https://causalinferencelab.github.io/policy-effect-analytics-agent/answers/jgkim1008-daegu-mart-holiday.html · 공식 평가 아님
근거
| 결과 지표 | 추정 효과 | 95% 범위 | 판정 | 주의 |
|---|---|---|---|---|
| 슈퍼마켓·잡화점 및 편의점 판매액지수 주 지표 | -8.0% | -17.7% ~ +5.4% | 크기를 판별하지 못함 | 처치 단위 수 부족(무작위화 추론 사용), 클러스터 수 부족(표준오차 과소추정 위험), 신뢰구간이 0을 포함 |
| 대형마트 판매액지수 | -1.0% | -10.1% ~ +9.1% | 판단 불가 | 처치 단위 수 부족(무작위화 추론 사용), 클러스터 수 부족(표준오차 과소추정 위험), 신뢰구간이 0을 포함, 가짜 도입시점 검정 유의 |
| 승용차·연료소매점 판매액지수 (가짜 지표) | -2.0% | -13.6% ~ +6.6% | 크기를 판별하지 못함 | 처치 단위 수 부족(무작위화 추론 사용), 클러스터 수 부족(표준오차 과소추정 위험), 신뢰구간이 0을 포함 |
판단 불가 결과의 숫자는 진단용입니다. 인용하지 마세요.
그래도 말할 수 있는 것
효과가 있었는지는 판별하지 못했지만, 95% 범위 밖의 큰 효과는 이 자료와 맞지 않습니다(배제 범위). '효과가 없다'는 뜻이 아닙니다.
- 슈퍼마켓·잡화점 및 편의점 판매액지수: +5.4%보다 큰 증가나 -17.7%보다 큰 감소는 이 자료와 맞지 않습니다(설계 가정이 맞다는 전제).
- 승용차·연료소매점 판매액지수 (가짜 지표): +6.6%보다 큰 증가나 -13.6%보다 큰 감소는 이 자료와 맞지 않습니다(설계 가정이 맞다는 전제).
숫자 내려받기 (CSV) · 전체 결과 API (JSON) · 전체 결과 CSV
작성자가 적은 한계
- 판정 근거: 주 지표는 조건부(범위가 0을 포함)이고, 보조 지표인 대형마트의 가짜 시작일 검정이 p=0.001로 걸려 전체 판정이 판단 불가가 됐다. 실행기의 무작위화 추론은 대조 5곳 안에서만 처치를 바꿔 넣기 때문에, 대구가 5곳보다 극단이기만 하면 p가 바닥값 1/1000에 붙는다. 진짜 사전 추세 문제라기보다 이 한계일 가능성이 크지만, 사전에 정한 규칙대로 판정을 낮췄다.
- 일반 군집 표준오차(CRV1)로는 주 지표 p≈0.03이다. 처치 지역이 1곳이면 이 방식은 과소추정되므로 쓰지 않는다고 계획서에 미리 정했다. 이 숫자를 근거로 "유의하다"고 인용하면 안 된다.
- 광역시 단위 분기 지수라 마트 주변 상권의 변화나 요일별 변화는 보이지 않는다. 대구시가 발표한 전통시장 매출(+32.3%)은 이 자료에 없어 검증하지 않았다.
- 주 지표에 편의점이 섞여 있다. 편의점은 의무휴업 대상이 아니고 일요일에도 영업하므로 슈퍼마켓만의 변화는 희석됐을 수 있다.
이 결과를 얼마나 믿을 수 있나
판정과 별개로, 기록으로 확인되는 것만 적었습니다. 노란 항목은 결과가 틀렸다는 뜻이 아니라 아직 확인되지 않았다는 뜻입니다.
- 사전 등록 · 계획 먼저 커밋 plan.yaml 이 첫 결과보다 3일 먼저 커밋됐고, 그 뒤 바뀌지 않았습니다.
- 교차 재현 · 아직 없음 작성자 외에 다시 돌려 본 사람이 아직 없습니다.
- 작성자 해석 · 있음 discussion.md 에 '결과를 한 문장으로'가 있습니다.
- 실행 상태 · 커밋 안 된 변경 실행 당시 작업 폴더에 커밋 안 된 변경이 있었습니다.
교차 재현을 하셨나요? 재현 기록 남기기
쓴 공공데이터
| 데이터 | 이용 조건 |
|---|---|
| 서비스업동향조사 시도별 소매판매액지수(2020=100) 국가데이터처(구 통계청) KOSIS | 공공누리 1유형(출처표시) |
원자료는 레포에 올리지 않습니다. 아래 명령이 공개 창구에서 직접 받아 같은 결과를 만듭니다. 각 데이터의 단위·받는 법·키 필요 여부는 데이터 지도에 있습니다.
직접 돌려 보기
git clone https://github.com/CausalInferenceLab/policy-effect-analytics-agent.git
cd policy-effect-analytics-agent
pip install -e ".[dev,analysis]"
make flow CASE=cases/jgkim1008-daegu-mart-holiday실행 2026-10-26 · 코드 46a824e · 데이터 해시 a1d0106751b4 · 실행 당시 작업 폴더에 커밋 안 된 변경 있음
내 지역·정책에 적용하기
- 이 폴더를 복사합니다:
cp -r cases/jgkim1008-daegu-mart-holiday cases/<내ID>-<주제> plan.yaml의 처치(정책·시작일·대상)와 대조를 바꾸고, 데이터를 보기 전에 커밋합니다.- 작업 제안으로 올리면 리뷰 후 이 화면에 같은 형식으로 나옵니다.