최근 4차 산업혁명으로 인한 메이커 시대의 도래로 지식산업, 첨단산업 등 고부가가치사업에 대한 사람들의 관심이 더욱 높아지고 있다. 이러한 산업들의 기반 요소인 부동산도 끊임없이 변화하는 사회적, 경제적, 정책적 환경에 긴밀한 영향을 주고받는다. 현재 국가의 신 성장 동력으로 주목받고 있는 정보 및 지식을 바탕으로 한 4차 산업과 관련된 사람들이 산업 활동을 위하여 선택하는 산업용 부동산 중 대표적인 상품은 지식산업센터(구. 아파트형 공장)이다. 과거 서울시의 경우 지식산업센터는 핵심 업종의 집적화 및 정책적 유치업종의 집단화를 위해 정부차원에서 구로구, 금천구를 중심으로 건설되었다. 그러나 현재 지식산업센터는 제도적 집적화보다는 강남과의 접근성, 인근 지하철과의 접근성 등이 우수한 입지를 더 선호하며, 정부차원이 아닌 민간차원에서 개발되고 있다. 본 연구의 목적은 물리적, 입지적, 환경적 변수가 지식산업센터 가격에 미치는 권역별, 시기별 영향 차이를 분석하기 위함이다. 그리하여 [모형Ⅰ], [모형Ⅱ]에서는 구로구, 금천구 권역 내 2007년과 2017년의 실거래가격을 ...
최근 4차 산업혁명으로 인한 메이커 시대의 도래로 지식산업, 첨단산업 등 고부가가치사업에 대한 사람들의 관심이 더욱 높아지고 있다. 이러한 산업들의 기반 요소인 부동산도 끊임없이 변화하는 사회적, 경제적, 정책적 환경에 긴밀한 영향을 주고받는다. 현재 국가의 신 성장 동력으로 주목받고 있는 정보 및 지식을 바탕으로 한 4차 산업과 관련된 사람들이 산업 활동을 위하여 선택하는 산업용 부동산 중 대표적인 상품은 지식산업센터(구. 아파트형 공장)이다. 과거 서울시의 경우 지식산업센터는 핵심 업종의 집적화 및 정책적 유치업종의 집단화를 위해 정부차원에서 구로구, 금천구를 중심으로 건설되었다. 그러나 현재 지식산업센터는 제도적 집적화보다는 강남과의 접근성, 인근 지하철과의 접근성 등이 우수한 입지를 더 선호하며, 정부차원이 아닌 민간차원에서 개발되고 있다. 본 연구의 목적은 물리적, 입지적, 환경적 변수가 지식산업센터 가격에 미치는 권역별, 시기별 영향 차이를 분석하기 위함이다. 그리하여 [모형Ⅰ], [모형Ⅱ]에서는 구로구, 금천구 권역 내 2007년과 2017년의 실거래가격을 종속변수로 두고 회귀분석을 통해 시기별로 가격에 유의미한 변수를 비교분석하였다. [모형Ⅲ], [모형Ⅳ]에서는 성동구, 영등포구, 송파구 권역 내 2012년과 2017년의 실거래가격을 종속변수로 두고 회귀분석을 통해 시기별로 가격에 유의미한 변수를 비교분석하였다. [모형Ⅱ], [모형Ⅳ]에서는 2017년 실거래가격을 종속변수로 두고 구로구, 금천구 권역과 성동구, 영등포구, 송파구 권역의 권역별로 가격에 유의미한 변수를 비교분석하였다. 마지막으로 [모형Ⅴ]에서는 2017년 구로구, 금천구, 성동구, 영등포구, 송파구 권역 전체의 실거래가격을 종속변수로 두고 회귀분석을 통해 가격에 유의미한 변수를 비교분석하였다. 연구결과에 따르면 모든 모형에서 지식산업센터 실거래가격에 시기 및 권역에 상관없이 가장 많은 영향을 미치는 변수는 물리적 변수 중 경과연수였다. 이는 신축 아파트의 가격이 높듯이 지식산업센터 역시, 신축일수록 가격이 높게 형성되는 거래관행을 충분히 반영한 결과 값이라 판단된다. [모형Ⅰ]과 [모형Ⅱ] 비교분석한 결과 구로구, 금천구 권역에서는 2007년에 비해 2017년 지식산업센터 가격에 입지적 변수 중 강남역까지 대중교통시간 변수가 더 유의미하게 분석되었다. [모형Ⅲ]과 [모형Ⅳ] 비교분석한 결과 성동구, 영등포구, 송파구 권역에서는 2012년에 비해 2017년 지식산업센터 가격에 환경적 변수가 더 유의미한 영향을 미쳤다. [모형Ⅱ]과 [모형Ⅳ] 비교분석한 결과 2017년 실거래가격을 종속변수로 한 회귀분석에서 구로구, 금천구 권역에서는 환경적 변수가 유의한 값이 나오지 않았으나, 성동구, 영등포구, 송파구에서는 환경적 변수가 실거래가격에 영향을 미치는 것으로 분석되었다. 성동구, 영등포구, 송파구에 속한 지식산업센터 가격에 환경적 변수가 유의미한 값을 가진다는 것 의미 있는 결과이다. 왜냐하면 과거에는 주로 물리적, 입지적 변수에 대해 고려하였으나, 우수한 고급 인재확보의 용이성, 인근 지하철역 승하차인원 수 등 환경적 변수에 대한 적극적인 고민은 충분히 이뤄지지 않았기 때문이다. [모형Ⅴ]을 분석한 결과 구로구, 금천구 권역에 비해 성동구, 영등포구, 송파구 권역의 실거래가격이 더 높게 형성되고, 전반적으로 가격에 유의미한 영향을 미치는 변수는 경과연수를 제외하고 환경적 변수, 입지적 변수로 분석되었다. 부동산은 인구라는 사회적 변수 없이는 설명이 불가능하다. 이러한 인구라는 지표를 인근 지하철 승하차 인원수와 같은 유동인구, 인근 대학교 재적학생 수와 같은 고급인력 수, 매수자의 형태 즉 개인, 법인으로 각각 나누어 분석하였고, 그 결과 유의미한 결과 값이 도출되었다. 시대가 바뀌면 인간의 행동양식도 바뀌고 행동양식인 거래형태, 개발형태, 임대형태가 바뀌면 이러한 요구에 맞는 부동산 기능도 바뀌게 된다. 따라서 지식산업센터의 가격결정요인 역시 변화하는 시대적 흐름을 고려하여 시기별 권역별 차이를 인식하고 분석할 필요가 있다. 본 연구의 한계점으로는 연구대상 권역이 서울에 국한된 점이다. 현실적으로 지식산업센터가 수도권에 많이 공급되고 있는 실정이고 서울권역과 경기도 권역의 가격결정요인 역시 충분한 차이가 발생할 수 있다고 판단된다. 또한 분석방법이 횡단면자료를 기준한 회귀분석으로 시계열 자료를 통한 동태적 분석이 이뤄지지 못하였다. 향후 이러한 부분을 보완한 연구가 이어진다면 지식산업센터의 최적 입지 선정 시 중요한 판단자료로 활용될 수 있을 것이다.
최근 4차 산업혁명으로 인한 메이커 시대의 도래로 지식산업, 첨단산업 등 고부가가치사업에 대한 사람들의 관심이 더욱 높아지고 있다. 이러한 산업들의 기반 요소인 부동산도 끊임없이 변화하는 사회적, 경제적, 정책적 환경에 긴밀한 영향을 주고받는다. 현재 국가의 신 성장 동력으로 주목받고 있는 정보 및 지식을 바탕으로 한 4차 산업과 관련된 사람들이 산업 활동을 위하여 선택하는 산업용 부동산 중 대표적인 상품은 지식산업센터(구. 아파트형 공장)이다. 과거 서울시의 경우 지식산업센터는 핵심 업종의 집적화 및 정책적 유치업종의 집단화를 위해 정부차원에서 구로구, 금천구를 중심으로 건설되었다. 그러나 현재 지식산업센터는 제도적 집적화보다는 강남과의 접근성, 인근 지하철과의 접근성 등이 우수한 입지를 더 선호하며, 정부차원이 아닌 민간차원에서 개발되고 있다. 본 연구의 목적은 물리적, 입지적, 환경적 변수가 지식산업센터 가격에 미치는 권역별, 시기별 영향 차이를 분석하기 위함이다. 그리하여 [모형Ⅰ], [모형Ⅱ]에서는 구로구, 금천구 권역 내 2007년과 2017년의 실거래가격을 종속변수로 두고 회귀분석을 통해 시기별로 가격에 유의미한 변수를 비교분석하였다. [모형Ⅲ], [모형Ⅳ]에서는 성동구, 영등포구, 송파구 권역 내 2012년과 2017년의 실거래가격을 종속변수로 두고 회귀분석을 통해 시기별로 가격에 유의미한 변수를 비교분석하였다. [모형Ⅱ], [모형Ⅳ]에서는 2017년 실거래가격을 종속변수로 두고 구로구, 금천구 권역과 성동구, 영등포구, 송파구 권역의 권역별로 가격에 유의미한 변수를 비교분석하였다. 마지막으로 [모형Ⅴ]에서는 2017년 구로구, 금천구, 성동구, 영등포구, 송파구 권역 전체의 실거래가격을 종속변수로 두고 회귀분석을 통해 가격에 유의미한 변수를 비교분석하였다. 연구결과에 따르면 모든 모형에서 지식산업센터 실거래가격에 시기 및 권역에 상관없이 가장 많은 영향을 미치는 변수는 물리적 변수 중 경과연수였다. 이는 신축 아파트의 가격이 높듯이 지식산업센터 역시, 신축일수록 가격이 높게 형성되는 거래관행을 충분히 반영한 결과 값이라 판단된다. [모형Ⅰ]과 [모형Ⅱ] 비교분석한 결과 구로구, 금천구 권역에서는 2007년에 비해 2017년 지식산업센터 가격에 입지적 변수 중 강남역까지 대중교통시간 변수가 더 유의미하게 분석되었다. [모형Ⅲ]과 [모형Ⅳ] 비교분석한 결과 성동구, 영등포구, 송파구 권역에서는 2012년에 비해 2017년 지식산업센터 가격에 환경적 변수가 더 유의미한 영향을 미쳤다. [모형Ⅱ]과 [모형Ⅳ] 비교분석한 결과 2017년 실거래가격을 종속변수로 한 회귀분석에서 구로구, 금천구 권역에서는 환경적 변수가 유의한 값이 나오지 않았으나, 성동구, 영등포구, 송파구에서는 환경적 변수가 실거래가격에 영향을 미치는 것으로 분석되었다. 성동구, 영등포구, 송파구에 속한 지식산업센터 가격에 환경적 변수가 유의미한 값을 가진다는 것 의미 있는 결과이다. 왜냐하면 과거에는 주로 물리적, 입지적 변수에 대해 고려하였으나, 우수한 고급 인재확보의 용이성, 인근 지하철역 승하차인원 수 등 환경적 변수에 대한 적극적인 고민은 충분히 이뤄지지 않았기 때문이다. [모형Ⅴ]을 분석한 결과 구로구, 금천구 권역에 비해 성동구, 영등포구, 송파구 권역의 실거래가격이 더 높게 형성되고, 전반적으로 가격에 유의미한 영향을 미치는 변수는 경과연수를 제외하고 환경적 변수, 입지적 변수로 분석되었다. 부동산은 인구라는 사회적 변수 없이는 설명이 불가능하다. 이러한 인구라는 지표를 인근 지하철 승하차 인원수와 같은 유동인구, 인근 대학교 재적학생 수와 같은 고급인력 수, 매수자의 형태 즉 개인, 법인으로 각각 나누어 분석하였고, 그 결과 유의미한 결과 값이 도출되었다. 시대가 바뀌면 인간의 행동양식도 바뀌고 행동양식인 거래형태, 개발형태, 임대형태가 바뀌면 이러한 요구에 맞는 부동산 기능도 바뀌게 된다. 따라서 지식산업센터의 가격결정요인 역시 변화하는 시대적 흐름을 고려하여 시기별 권역별 차이를 인식하고 분석할 필요가 있다. 본 연구의 한계점으로는 연구대상 권역이 서울에 국한된 점이다. 현실적으로 지식산업센터가 수도권에 많이 공급되고 있는 실정이고 서울권역과 경기도 권역의 가격결정요인 역시 충분한 차이가 발생할 수 있다고 판단된다. 또한 분석방법이 횡단면자료를 기준한 회귀분석으로 시계열 자료를 통한 동태적 분석이 이뤄지지 못하였다. 향후 이러한 부분을 보완한 연구가 이어진다면 지식산업센터의 최적 입지 선정 시 중요한 판단자료로 활용될 수 있을 것이다.
With the advent of the era of makers due to the recent 4th industrial revolution, people's interest in high value-added businesses, such as the knowledge industry and high-tech industry, is getting higher. Real estate, the foundation of these industries, is also closely influenced by ever-changing s...
With the advent of the era of makers due to the recent 4th industrial revolution, people's interest in high value-added businesses, such as the knowledge industry and high-tech industry, is getting higher. Real estate, the foundation of these industries, is also closely influenced by ever-changing social, economic and policy environments. Typically, people related to the 4th industry based on information and knowledge, which is currently attracting attention as a new growth engine of the nation, select the Knowledge Industry Center (formerly the apartment-type factory) for their industry activities. In the past, in the case of Seoul, the Knowledge Industry Center was built around the Guro District and Geumcheon District in order to integrate core industries and group the policy-oriented industries. However, nowadays, the Knowledge Industry Center is preferring individual locations with access to Gangnam and accessibility to nearby subways, rather than institutional integration. The purpose of this study is to analyze the effect of the physical, intellectual and environmental variables on the price of the Knowledge Industry Center. Thus, in [Model I] and [Model II], the real market prices of 2007 and 2017 in Guro and Geumcheon region were used as dependent variables. In [Model III] and [Model IV], the actual transaction prices of 2012 and 2017 in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu are analyzed as a dependent variable. In [Model Ⅱ] and [Model Ⅳ], the price of real trade in 2017 was used as a dependent variable, and the prices were analyzed in terms of price by region of Guro-gu, Geumcheon-gu, Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. Finally, [Model Ⅴ] compares the prices of 2014 Kuro-gu, Geumcheon-gu, Seongdong-gu, Yeongdeungpo-gu and Songpa-gu as the dependent variables. According to the results of the study, the most influential variable in the price range of the Knowledge Industry Center, regardless of the timing and region, is age. The price of the Knowledge Industry Center also reflects the trading practices that are highly priced in new construction, which is similar to the higher price of new apartments with good location. As a result of comparing [Model I] and [Model II], the variable of public transport time to Gangnam station in 2017 was more significant than in 2007 in Guro-gu and Geumcheon-gu. As a result of comparing [Model III] and [Model IV], environmental variables have a more significant impact on the price of the Knowledge Industry Center in 2017 than in 2012 in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. As a result of the analysis of [Model II] and [Model IV], in the regression analysis using the actual transaction price as a dependent variable in 2017, the environmental variables did not show significant results in Guro-gu and Geumcheon-gu. But the same variables were shown to influence the transaction prices in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. It is meaningful that the environmental variable is a significant factor on the price of Knowledge Industry Center in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. This is because there was not enough active consideration of environmental variables, such as importance of securing talented staff or the number of people getting on and off the subway stations nearby, but rather, that there was too much consideration of physical and location variables in the past. As a result of analyzing [Model Ⅴ], the actual transaction prices of Seongdong-gu, Yeongdeungpo-gu and Songpa-gu are higher than those of Gurogu and Geumcheon-gu, and the variables that significantly affect the overall price are environmental variables and location variables, except for building ages. Real estate cannot be explained without the social variables of population. The study was done by the population index divided into the number of people who flowed to and from the subway, the number of students in the nearby universities, and the type of buyer (individual and corporation). As a result, significant conclusions were obtained. When the era changes, human behavior changes, and real estate function also changes, including the transaction type, the development type and the lease type, in response to the certain demands. Therefore, it is necessary to recognize and analyze the regional differences in the pricing factors of the Knowledge Industry Center. The study has some limits caused by analyzing the Seoul area only, because the Knowledge Industry Center is being supplied to the Seoul metropolitan area and Gyeonggi-do province and the pricing factors of these two provinces may be different. In addition, there was no dynamic analysis of time series data by regression analysis based on cross-sectional data. In the future, an improved study would include more reliable data to make a decision on the best location for the Knowledge Industry Center.
With the advent of the era of makers due to the recent 4th industrial revolution, people's interest in high value-added businesses, such as the knowledge industry and high-tech industry, is getting higher. Real estate, the foundation of these industries, is also closely influenced by ever-changing social, economic and policy environments. Typically, people related to the 4th industry based on information and knowledge, which is currently attracting attention as a new growth engine of the nation, select the Knowledge Industry Center (formerly the apartment-type factory) for their industry activities. In the past, in the case of Seoul, the Knowledge Industry Center was built around the Guro District and Geumcheon District in order to integrate core industries and group the policy-oriented industries. However, nowadays, the Knowledge Industry Center is preferring individual locations with access to Gangnam and accessibility to nearby subways, rather than institutional integration. The purpose of this study is to analyze the effect of the physical, intellectual and environmental variables on the price of the Knowledge Industry Center. Thus, in [Model I] and [Model II], the real market prices of 2007 and 2017 in Guro and Geumcheon region were used as dependent variables. In [Model III] and [Model IV], the actual transaction prices of 2012 and 2017 in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu are analyzed as a dependent variable. In [Model Ⅱ] and [Model Ⅳ], the price of real trade in 2017 was used as a dependent variable, and the prices were analyzed in terms of price by region of Guro-gu, Geumcheon-gu, Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. Finally, [Model Ⅴ] compares the prices of 2014 Kuro-gu, Geumcheon-gu, Seongdong-gu, Yeongdeungpo-gu and Songpa-gu as the dependent variables. According to the results of the study, the most influential variable in the price range of the Knowledge Industry Center, regardless of the timing and region, is age. The price of the Knowledge Industry Center also reflects the trading practices that are highly priced in new construction, which is similar to the higher price of new apartments with good location. As a result of comparing [Model I] and [Model II], the variable of public transport time to Gangnam station in 2017 was more significant than in 2007 in Guro-gu and Geumcheon-gu. As a result of comparing [Model III] and [Model IV], environmental variables have a more significant impact on the price of the Knowledge Industry Center in 2017 than in 2012 in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. As a result of the analysis of [Model II] and [Model IV], in the regression analysis using the actual transaction price as a dependent variable in 2017, the environmental variables did not show significant results in Guro-gu and Geumcheon-gu. But the same variables were shown to influence the transaction prices in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. It is meaningful that the environmental variable is a significant factor on the price of Knowledge Industry Center in Seongdong-gu, Yeongdeungpo-gu and Songpa-gu. This is because there was not enough active consideration of environmental variables, such as importance of securing talented staff or the number of people getting on and off the subway stations nearby, but rather, that there was too much consideration of physical and location variables in the past. As a result of analyzing [Model Ⅴ], the actual transaction prices of Seongdong-gu, Yeongdeungpo-gu and Songpa-gu are higher than those of Gurogu and Geumcheon-gu, and the variables that significantly affect the overall price are environmental variables and location variables, except for building ages. Real estate cannot be explained without the social variables of population. The study was done by the population index divided into the number of people who flowed to and from the subway, the number of students in the nearby universities, and the type of buyer (individual and corporation). As a result, significant conclusions were obtained. When the era changes, human behavior changes, and real estate function also changes, including the transaction type, the development type and the lease type, in response to the certain demands. Therefore, it is necessary to recognize and analyze the regional differences in the pricing factors of the Knowledge Industry Center. The study has some limits caused by analyzing the Seoul area only, because the Knowledge Industry Center is being supplied to the Seoul metropolitan area and Gyeonggi-do province and the pricing factors of these two provinces may be different. In addition, there was no dynamic analysis of time series data by regression analysis based on cross-sectional data. In the future, an improved study would include more reliable data to make a decision on the best location for the Knowledge Industry Center.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.