대형복합쇼핑센터 개장과 거리가 아파트 가격에 미치는 영향 실증분석 : 서울 롯데월드타워와 부산 신세계백화점을 대상으로 The Effects of Mega Shopping Centers on Residential Value: A Case Study of Lotte World Tower Seoul and Shinsegae Department Store Busan원문보기
본 연구에서는 우리나라의 대표적 대형복합쇼핑센터인 서울 롯데월드타워와 부산의 신세계백화점을 대상으로 대형복합쇼핑센터 개장과 아파트와의 거리가 아파트 가격에 미치는 영향을 쇼핑센터의 공사 전, 공사 중, 그리고 개장 후 기간인 3개 기간으로 구분하여 이중차분법(difference in difference method)분석하였다. 분석대상은 서울 롯데월드타워 반경 7.56km 이내에 위치한 서울 송파구 및 강남구의 아파트로 분석대상 기간에 거래된 44,185건 중 11,046건과 부산 신세계백화점 반경 6.94km 이내에 위치한 부산 해운대구 및 수영구의 아파트로 분석대상 기간에 거래된 33,784건 중 11,261건으로 ...
본 연구에서는 우리나라의 대표적 대형복합쇼핑센터인 서울 롯데월드타워와 부산의 신세계백화점을 대상으로 대형복합쇼핑센터 개장과 아파트와의 거리가 아파트 가격에 미치는 영향을 쇼핑센터의 공사 전, 공사 중, 그리고 개장 후 기간인 3개 기간으로 구분하여 이중차분법(difference in difference method)분석하였다. 분석대상은 서울 롯데월드타워 반경 7.56km 이내에 위치한 서울 송파구 및 강남구의 아파트로 분석대상 기간에 거래된 44,185건 중 11,046건과 부산 신세계백화점 반경 6.94km 이내에 위치한 부산 해운대구 및 수영구의 아파트로 분석대상 기간에 거래된 33,784건 중 11,261건으로 공간분석을 적절하게 샘플링 한 관측치이다. 서울 롯데월드타워와 부산 신세계백화점 인근 아파트 가격의 공간적 의존성 여부를 판단하기 위한 종속변수 또는 오차항의 Moran’s I값의 p-value가 1% 수준에서 유의적이고, hot spot 분석에서 hot spot과 cold spot이 존재하는 것으로 보아서 아파트 가격의 클러스터링 현상을 확인할 수 있었다. 따라서 분석모형으로는 헤도닉 모형으로 전통적 회귀분석과 함께 아파트 가격의 공간적 의존성을 반영한 공간시차모형(spatial lag model)과 공간오차모형(spatial error model)을 이용하였다. LM test와 각 모형의 adjusted R-squared 값과 AIC 또는 SC 값 기준으로 모형의 적합도를 비교한 결과 공간오차모형이 가장 적합한 모형으로 나타났다. 헤도닉모형에서 종속변수로 아파트 실질거래 가격의 로그값을 사용하고 독립변수로는 면적, 경과연수, 경과연수의 제곱, 총층수, 거주층, 거주층 제 곱, 총세대수, 세대 당 주차대수, 지하주차장더미 등 아파트의 물리적 특성 변수와 브랜드더미와 재건축더미 등 기타 특성변수 및 초등학교더미, 지하철역과 고등학교, 대형병원, 백화점, 마트와의 거리변수를 접근성 변수로 사용하였다. 해당 대형복합쇼핑센터와의 접근성 변수로는 해당 복합쇼핑센터와의 거리변수 또는 더미변수를 사용하고, 거리변수와 해당 복합쇼핑센터의 공사 전과 개장 후 기간변수와의 상호작용변수를 사용하였다. 서울 롯데월드타워의 분석결과 개장 이후 아파트 가격이 가장 높은 것으로 나타났다. 거리더미변수로 분석한 결과 500m 이내의 아파트 가격이 다른 거리에 입지한 아파트에 비해 가격이 낮게 나타났다. 이것은 아파트가 대형복합쇼핑센터와 너무 인접해 있으면 주변의 교통체증으로 입주민에게 오히려 더 불편하기 때문인 것으로 보인다. 이와 같은 분석결과는 개장 후 더미변수와 쇼핑센터거리더미변수의 상호작용변수를 사용한 모형에서도 동일한 결과가 나왔다. 공간오차모형에서는 4km 초과 – 5km 이내의 거리더미변수의 회귀계수가 가장 높았다. 이것은 이 구간에 한강변의 고가아파트가 위치하여 있고, 무역센터와 코엑스 스타필드 등과 강남의 학군 등의 입지 환경 영향을 받은 것으로 보인다. 다음으로 부산 신세계백화점의 기간더미변수의 회귀계수를 보면 모형 4의 공간오차모형을 제외하고는 모든 모형에서 공사 전 기간더미변수는 1% 수준에서 유의적인 음의 회귀계수를 보였고, 개장 후 기간더미변수는 1% 수준에서 유의적인 양의 회귀계수를 보였다. 따라서 부산 신세계백화점 개장이 인근 아파트 가격의 상승요인으로 작용한 것으로 볼 수 있다. 대형복합쇼핑센터와의 인접성이 아파트 가격에 주는 영향을 보면 서울과 다르게 오히려 대형복합쇼핑센터에 인접할수록 아파트 가격이 높은 것으로 나타났다. 거리와 거리제곱변수를 사용한 모형에서는 거리제곱변수의 회귀계수가 1% 수준에서 유의적인 회귀계수를 보여 쇼핑센터와의 거리와 아파트 가격 간의 관계가 U자형이므로 쇼핑센터 인근한 아파트의 가격이 높은 것으로 나타났고, 거리와 거리제곱 및 거리세제곱 변수를 사용한 모형 2에서도 누워진 S형태()로 나와서 쇼핑센터 인근의 아파트 가격이 가장 높은 것으로 나왔다. 거리더미변수를 사용한 모형 3에서 거리더미변수의 회귀계수를 보면 쇼핑센터로부터 1km 이내 거리더미변수의 회귀계수가 전통적 회귀분석과 공간시차모형에서는 1% 수준에서 가장 높은 양의 값을 보였고, 공간오차모형에서는 다른 구간의 거리더미변수는 1% 수준에서 유의적인 음의 값을 보였다. 다만, 쇼핑센터로부터 1km 이내의 거리더미변수는 통계적으로 유의적이지 않았다. 여기에서 거리더미변수 1이 쇼핑센터로부터 1km 이내의 아파트를 나타내는데, 개장 당시 신세계백화점으로부터 500m 이내에는 한개 단지의 아파트만 있었고, 그 나머지는 500m 초과 – 1km 이내의 거리에 위치한 아파트이다. 부산 신세계백화점에서도 500m 초과 – 1km 이내의 서울 롯데월드타워 거리더미변수의 결과와 다르지 않다고 볼 수 있다. 하지만, 서울 롯데월드타워와 달리 모형3 전통적회귀분석과 모형5 개장 후 상호작용변수 결과와 같이 신도심에 입지한 부산 신세계백화점에서는 대형복합쇼핑센터에 근접할수록 아파트 가격이 높게 나타났다.
본 연구에서는 우리나라의 대표적 대형복합쇼핑센터인 서울 롯데월드타워와 부산의 신세계백화점을 대상으로 대형복합쇼핑센터 개장과 아파트와의 거리가 아파트 가격에 미치는 영향을 쇼핑센터의 공사 전, 공사 중, 그리고 개장 후 기간인 3개 기간으로 구분하여 이중차분법(difference in difference method)분석하였다. 분석대상은 서울 롯데월드타워 반경 7.56km 이내에 위치한 서울 송파구 및 강남구의 아파트로 분석대상 기간에 거래된 44,185건 중 11,046건과 부산 신세계백화점 반경 6.94km 이내에 위치한 부산 해운대구 및 수영구의 아파트로 분석대상 기간에 거래된 33,784건 중 11,261건으로 공간분석을 적절하게 샘플링 한 관측치이다. 서울 롯데월드타워와 부산 신세계백화점 인근 아파트 가격의 공간적 의존성 여부를 판단하기 위한 종속변수 또는 오차항의 Moran’s I값의 p-value가 1% 수준에서 유의적이고, hot spot 분석에서 hot spot과 cold spot이 존재하는 것으로 보아서 아파트 가격의 클러스터링 현상을 확인할 수 있었다. 따라서 분석모형으로는 헤도닉 모형으로 전통적 회귀분석과 함께 아파트 가격의 공간적 의존성을 반영한 공간시차모형(spatial lag model)과 공간오차모형(spatial error model)을 이용하였다. LM test와 각 모형의 adjusted R-squared 값과 AIC 또는 SC 값 기준으로 모형의 적합도를 비교한 결과 공간오차모형이 가장 적합한 모형으로 나타났다. 헤도닉모형에서 종속변수로 아파트 실질거래 가격의 로그값을 사용하고 독립변수로는 면적, 경과연수, 경과연수의 제곱, 총층수, 거주층, 거주층 제 곱, 총세대수, 세대 당 주차대수, 지하주차장더미 등 아파트의 물리적 특성 변수와 브랜드더미와 재건축더미 등 기타 특성변수 및 초등학교더미, 지하철역과 고등학교, 대형병원, 백화점, 마트와의 거리변수를 접근성 변수로 사용하였다. 해당 대형복합쇼핑센터와의 접근성 변수로는 해당 복합쇼핑센터와의 거리변수 또는 더미변수를 사용하고, 거리변수와 해당 복합쇼핑센터의 공사 전과 개장 후 기간변수와의 상호작용변수를 사용하였다. 서울 롯데월드타워의 분석결과 개장 이후 아파트 가격이 가장 높은 것으로 나타났다. 거리더미변수로 분석한 결과 500m 이내의 아파트 가격이 다른 거리에 입지한 아파트에 비해 가격이 낮게 나타났다. 이것은 아파트가 대형복합쇼핑센터와 너무 인접해 있으면 주변의 교통체증으로 입주민에게 오히려 더 불편하기 때문인 것으로 보인다. 이와 같은 분석결과는 개장 후 더미변수와 쇼핑센터거리더미변수의 상호작용변수를 사용한 모형에서도 동일한 결과가 나왔다. 공간오차모형에서는 4km 초과 – 5km 이내의 거리더미변수의 회귀계수가 가장 높았다. 이것은 이 구간에 한강변의 고가아파트가 위치하여 있고, 무역센터와 코엑스 스타필드 등과 강남의 학군 등의 입지 환경 영향을 받은 것으로 보인다. 다음으로 부산 신세계백화점의 기간더미변수의 회귀계수를 보면 모형 4의 공간오차모형을 제외하고는 모든 모형에서 공사 전 기간더미변수는 1% 수준에서 유의적인 음의 회귀계수를 보였고, 개장 후 기간더미변수는 1% 수준에서 유의적인 양의 회귀계수를 보였다. 따라서 부산 신세계백화점 개장이 인근 아파트 가격의 상승요인으로 작용한 것으로 볼 수 있다. 대형복합쇼핑센터와의 인접성이 아파트 가격에 주는 영향을 보면 서울과 다르게 오히려 대형복합쇼핑센터에 인접할수록 아파트 가격이 높은 것으로 나타났다. 거리와 거리제곱변수를 사용한 모형에서는 거리제곱변수의 회귀계수가 1% 수준에서 유의적인 회귀계수를 보여 쇼핑센터와의 거리와 아파트 가격 간의 관계가 U자형이므로 쇼핑센터 인근한 아파트의 가격이 높은 것으로 나타났고, 거리와 거리제곱 및 거리세제곱 변수를 사용한 모형 2에서도 누워진 S형태()로 나와서 쇼핑센터 인근의 아파트 가격이 가장 높은 것으로 나왔다. 거리더미변수를 사용한 모형 3에서 거리더미변수의 회귀계수를 보면 쇼핑센터로부터 1km 이내 거리더미변수의 회귀계수가 전통적 회귀분석과 공간시차모형에서는 1% 수준에서 가장 높은 양의 값을 보였고, 공간오차모형에서는 다른 구간의 거리더미변수는 1% 수준에서 유의적인 음의 값을 보였다. 다만, 쇼핑센터로부터 1km 이내의 거리더미변수는 통계적으로 유의적이지 않았다. 여기에서 거리더미변수 1이 쇼핑센터로부터 1km 이내의 아파트를 나타내는데, 개장 당시 신세계백화점으로부터 500m 이내에는 한개 단지의 아파트만 있었고, 그 나머지는 500m 초과 – 1km 이내의 거리에 위치한 아파트이다. 부산 신세계백화점에서도 500m 초과 – 1km 이내의 서울 롯데월드타워 거리더미변수의 결과와 다르지 않다고 볼 수 있다. 하지만, 서울 롯데월드타워와 달리 모형3 전통적회귀분석과 모형5 개장 후 상호작용변수 결과와 같이 신도심에 입지한 부산 신세계백화점에서는 대형복합쇼핑센터에 근접할수록 아파트 가격이 높게 나타났다.
This study examines the effect of the opening of mega shopping centers and the distance to it on the price of the apartment. The analysis targets are apartments located in Songpa-gu and Gangnam-gu within a 7.56 km radius of Lotte World Tower in Seoul, and apartments in Haeundae-gu and Suyeong-gu wit...
This study examines the effect of the opening of mega shopping centers and the distance to it on the price of the apartment. The analysis targets are apartments located in Songpa-gu and Gangnam-gu within a 7.56 km radius of Lotte World Tower in Seoul, and apartments in Haeundae-gu and Suyeong-gu within a 6.94 km radius of Shinsegae Department Store in Pusan. The analysis period was divided into three sections: before the start of construction, during construction, and after the grand opening. In case of Lotte World Tower, of 44,185 actual transactions during the period, only 11,046 transactions were used for analysis. In case of Shinsegae Department Store, of 33,784 actual transactions during the period, only 11,261 were used for analysis The reason why entire transaction in the analysis period was not conducted to analyze is that the statistical software ArcGIS and GeoDa, which are in use if the number of data is too many, can not handle it. The ‘difference in difference’ method was used to analyze price changes over the three section periods. For the dependent variable, the log value of actual transaction price was used. The p-value of Moran’s I in error terms of traditional regression or dependent variables was significant at 1% significant level, so It can be estimated that there is spatial dependence in apartment prices. Therefore, this study employed the spatial lag model and the spatial error model considering spatial dependence as well as the traditional regression. Comparing the fit of the model with LM test and adjusted R-squared and AIC or SC value of each model, spatial error model appeared to be most suitable model. The logarithm of actual transaction prices of the apartments ware used as the dependent variable, and the independent variables were the physical characteristics of the apartment, such as size, age, total number of floors, living floors, total number of households, parking lots per household, as well as other characteristics such as brand of construction company, distance from elementary school, subway station, high school, and hospital. The distance from mega shopping center or dummy variables were used as the variables for accessibility to mega shopping center. Interaction variables of distance variable from mega shopping center and the period variables before and after construction of mega shopping center were also used. The empirical results in Seoul showed that after the opening of Lotte World Tower, the price declined compared to before the construction. Looking at the impact of accessibility to Lotte World Tower on the price of the apartment, apartments located within 500 meters showed the lowest price in all models, while having the highest price within 500 meters to 1 kilometer distance in traditional regression models and spacial lag models. In the spacial error model, however, the price was the highest within the distance of 4 km to 5 km. In all models, the prices appeared to rise considerably in apartments located within 4 km to 5 km. This may be because there are many such high priced apartments located within this distance as ones with view of the Han River. The empirical results in Pusan showed that after the opening of Shinsegae Department Store, the price increased compared to before the construction. The impact of proximity to mega shopping center on apartment prices showed that unlikely Seoul, apartment prices are higher the closer to the shopping center. In model using distance and distance squared variables, the coefficient of the distance squared variable was positive and significant, indicating that apartments near the shopping center were the most expensive because of the U-shaped relationship between the distance and apartment prices. The coefficients of the distance dummy variables showed that the coefficient of the distance dummy variables within 1 km from the shopping center was the highest at 1% in the traditional regression model and the spatial lag model. Since there is only one apartment complex within 500 meters from Shinsegae Department Store, and the most apartments are located more than 500 meters – 1 kilometer away, it is not different from the result of the distance dummy variable of Lotte World Tower in Seoul.
This study examines the effect of the opening of mega shopping centers and the distance to it on the price of the apartment. The analysis targets are apartments located in Songpa-gu and Gangnam-gu within a 7.56 km radius of Lotte World Tower in Seoul, and apartments in Haeundae-gu and Suyeong-gu within a 6.94 km radius of Shinsegae Department Store in Pusan. The analysis period was divided into three sections: before the start of construction, during construction, and after the grand opening. In case of Lotte World Tower, of 44,185 actual transactions during the period, only 11,046 transactions were used for analysis. In case of Shinsegae Department Store, of 33,784 actual transactions during the period, only 11,261 were used for analysis The reason why entire transaction in the analysis period was not conducted to analyze is that the statistical software ArcGIS and GeoDa, which are in use if the number of data is too many, can not handle it. The ‘difference in difference’ method was used to analyze price changes over the three section periods. For the dependent variable, the log value of actual transaction price was used. The p-value of Moran’s I in error terms of traditional regression or dependent variables was significant at 1% significant level, so It can be estimated that there is spatial dependence in apartment prices. Therefore, this study employed the spatial lag model and the spatial error model considering spatial dependence as well as the traditional regression. Comparing the fit of the model with LM test and adjusted R-squared and AIC or SC value of each model, spatial error model appeared to be most suitable model. The logarithm of actual transaction prices of the apartments ware used as the dependent variable, and the independent variables were the physical characteristics of the apartment, such as size, age, total number of floors, living floors, total number of households, parking lots per household, as well as other characteristics such as brand of construction company, distance from elementary school, subway station, high school, and hospital. The distance from mega shopping center or dummy variables were used as the variables for accessibility to mega shopping center. Interaction variables of distance variable from mega shopping center and the period variables before and after construction of mega shopping center were also used. The empirical results in Seoul showed that after the opening of Lotte World Tower, the price declined compared to before the construction. Looking at the impact of accessibility to Lotte World Tower on the price of the apartment, apartments located within 500 meters showed the lowest price in all models, while having the highest price within 500 meters to 1 kilometer distance in traditional regression models and spacial lag models. In the spacial error model, however, the price was the highest within the distance of 4 km to 5 km. In all models, the prices appeared to rise considerably in apartments located within 4 km to 5 km. This may be because there are many such high priced apartments located within this distance as ones with view of the Han River. The empirical results in Pusan showed that after the opening of Shinsegae Department Store, the price increased compared to before the construction. The impact of proximity to mega shopping center on apartment prices showed that unlikely Seoul, apartment prices are higher the closer to the shopping center. In model using distance and distance squared variables, the coefficient of the distance squared variable was positive and significant, indicating that apartments near the shopping center were the most expensive because of the U-shaped relationship between the distance and apartment prices. The coefficients of the distance dummy variables showed that the coefficient of the distance dummy variables within 1 km from the shopping center was the highest at 1% in the traditional regression model and the spatial lag model. Since there is only one apartment complex within 500 meters from Shinsegae Department Store, and the most apartments are located more than 500 meters – 1 kilometer away, it is not different from the result of the distance dummy variable of Lotte World Tower in Seoul.
주제어
#Apartment Price Korean Housing Market Mega Shopping Center Spatial Lag Model Spatial Error Model Hedonic Price Model. 아파트가격 대형복합쇼핑센터 공간시차모형 공간오차모형 헤도닉가격모형
학위논문 정보
저자
전영훈
학위수여기관
창원대학교
학위구분
국내박사
학과
경영학과
지도교수
박세운
발행연도
2020
총페이지
vii, 130 p.
키워드
Apartment Price Korean Housing Market Mega Shopping Center Spatial Lag Model Spatial Error Model Hedonic Price Model. 아파트가격 대형복합쇼핑센터 공간시차모형 공간오차모형 헤도닉가격모형
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.