선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이는 부동산 대책 발표 전·후의 아파트 가격이 영향을 받을 것이라는 소비자들의 심리 또는 이사수요가 집중된 시기라는 것을 반영한 것으로 볼 수 있다. 계절별 변수 중 겨울을 기준더미로 사용하여 시점에 따른 주택가격의 차이를 파악하고자 하였다.
- 본 연구의 목적은 주택가격에 내재된 경인아라뱃길에 의한 조망권의 가치를 정량적으로(monetary value) 평가하는 것이다. 적용된 방법으로서 역수요함수인 헤도닉가격모형(Hedonic Price Model: HPM)을 이용하여 주택가격 결정모형을 설정하였다.
- AR(1) 구조 내에서도 자기상관계수를 추정하는 데에는 여러 가지 방법이 있는데 실제에 있어 널리 사용되는 Cochrane-Orcutt 반복추정법을 사용하여 자기상관계수의 추정치를 구하였다. 이 방법의 궁극적인 목적은 모수들의 GLS(일반화최소자승법) 추정치들을 얻기 위해 사용될 수 있는 자기상관계수의 추정치를 제공하는 것이다.
가설 설정
- 보정수단을 결정하는 것은 교란항 u사이의 상호의존적 속성에 달려있다. 그러나 교란항은 관찰되지 않기 때문에 통상적으로 Markov 1차 자기회귀구조에 의해 생성되는 것으로 가정한다. 이 가정에 의하면 현재의 오차항이 전기의 오차항과 선형으로 연관되며, 상호의존의 정도는 자기상관계수 ρ에 의해 파악될 수 있다.
제안 방법
- 단지특성자료는 부동산114에서 제공하는 정보를 이용하였다. Arc/GIS의 네트워크 분석(Network-Distance)을 이용하여 각각의 거리를 도출하였으며, 조망특성자료는 Arc/View의 가시권 분석(ViewShed)을 이용하여 가구별 조망여부에 대하여 자료를 구축하였다.
- Layer와 DEM을 위해 만든 TIN과 결합하여 Viewshed 분석을 통하여 기준 좌표에서의 조망가능 면적을 분석하였다. DEM과 layer 를 선택하여 Calculate Viewshed로 조망권 계산을 하였을 경우 조망권 분석이 가능하다면 초록색 부분과 가능하지 않다면 붉은색 부분으로 분류가 되는데 이를 토대로 조망여부를 구분하였다(Fig. 1).
- 조망평가는 하나의 기준점을 가지고 일괄적으로 진행되어야 하므로 아파트 해당 위치의 높이와 그 높이에서 바라보는 높이를 입력해 줘야 한다. Layer와 DEM을 위해 만든 TIN과 결합하여 Viewshed 분석을 통하여 기준 좌표에서의 조망가능 면적을 분석하였다. DEM과 layer 를 선택하여 Calculate Viewshed로 조망권 계산을 하였을 경우 조망권 분석이 가능하다면 초록색 부분과 가능하지 않다면 붉은색 부분으로 분류가 되는데 이를 토대로 조망여부를 구분하였다(Fig.
- 모형구성을 위한 종속변수는 주택매매에 따른 실거래가격이며, 설명변수인 주택의 특성은 각각 단지특성, 시점특성, 이용특성, 조망특성 등을 나타내는 관련 변수들이다. HPM은 다음과 같은 함수 형태로 표현된다.
- 아파트 layer는 Google Mapview를 기반으로 추출하였다. 조망평가는 하나의 기준점을 가지고 일괄적으로 진행되어야 하므로 아파트 해당 위치의 높이와 그 높이에서 바라보는 높이를 입력해 줘야 한다.
- Paul)와의 거리는 유의한 영향을 미치지 않는 것으로 나타났다. 연구자는 이러한 결과를 소음, 혼잡, 범죄율 등과 관련하여 주택가격에 대한 부정적 영향으로 해석하였다. 조망대상과의 거리에 따른 구간별 영향권을 파악해보기 위해 모형을 추정해본 결과, 100 m2 이내일 때($255,955)가 1,000 m2 이내일 때($386)보다 큰 폭으로 상승하는 것으로 나타났다.
- (2008)은 한강을 조망할 수 있는 11개 구 총1,472가구를 대상으로 이용과 조망에 대한 보다 정확한 구분과 개별적인 아파트의 가격에 대한 정보를 토대로 이용 특성이 주택가격에 미치는 영향과 조망특성이 주택가격에 미치는 영향을 구분하고자 하였다. 이 외에도 조망을 개방된 조망과 제한된 조망으로 구분하여 조망 수준의 차이가 주택가격에 미치는 영향을 분석하였다. 분석결과, 한강조망은 주택가격에 정의 영향을 미치며, 또한 조망지점에 따른 개별 조망정도 모형에서도 대부분의 조망관련 변수들이 통계적으로 유의한 정의 영향을 미친다는 결론을 도출하였다.
- DEM을 제작하기 위해서는 불연속적인 고도값을 갖는 데이터(점이나 선)를 보간(interpolation)하여 연속적인 데이터값을 갖도록 해야 한다. 이에 따라 해당되는 인천 서구와 계양구, 김포지역 수치지형도의 고도값과 등고선을 이용하여 TIN (Triangulated Irregular Network)을 만들어 DEM으로 사용하였다.
- Sarah and Crompton (2005)은 미국 Texas주 Austin에 소재한 선형녹지축 Barton Creek Greenbelt와 Wilerness Park을 조망대상으로 선정하여 인근지역 Barton, Lost Creek, Travis 소재 주택들의 재산 가치에 미치는 영향력을 측정하였다. 정확한 자료 측정을 위하여 GIS 데이터를 이용하여 조망권변수를 정량적으로 계산하였다. 선형모형을 통해 주택가격에 미치는 영향력 분석한 결과, Barton과 Travis지역은 각각 $44,332, $14,777 상승하는 것으로 나타났다.
- 적용된 방법으로서 역수요함수인 헤도닉가격모형(Hedonic Price Model: HPM)을 이용하여 주택가격 결정모형을 설정하였다. 주택가격에 내재된 조망가치를 객관적으로 나타내기 위해 종속변수로서 실거래가를 추출하여 이용하였다. 투입 속성으로써 조망권변수는 수치지형도와 Google Mapview의 결합에 의해 고안된 조망권 알고리즘에 의해 도출되었다.
대상 데이터
- 따라서 모형설정에 필요한 관측치인 조사대상은 아라뱃길이 관통하는 행정구역에 포함된 모든 아파트 모집단으로부터 추출된 표본이 된다. 2011년말 현재 조사대상 지역에 포함된 아파트는 총 81,455가구에 이른다. 조사대상은 이 중 2011년 한 해 실거래가 이루어짐에 따라 가격자료의 입수가 가능한 아파트로서 모두 4,207가구이다(Fig.
- 주택실거래가격과 시점특성 자료는 국토해양부에서 제공하는 2011년 1월부터 12월 사이에 발생한 부동산 실거래가를 이용하여 구축하였다. 단지특성자료는 부동산114에서 제공하는 정보를 이용하였다. Arc/GIS의 네트워크 분석(Network-Distance)을 이용하여 각각의 거리를 도출하였으며, 조망특성자료는 Arc/View의 가시권 분석(ViewShed)을 이용하여 가구별 조망여부에 대하여 자료를 구축하였다.
- 본 연구에 사용된 시간적 범위는 2011년으로서 경인아라뱃길이 정식으로 개통되기 이전의 시점이다. 따라서 연구의 결과를 통해 대략적인 경향은 알 수 있었으나 현 시점에서 이 지역의 주택시장을 제대로 반영했다고 보기는 어렵다.
- 아라뱃길에 의한 조망권의 가치를 평가하는 것이므로 본 연구의 조망대상은 아라뱃길이다. 가치평가의 방법은 주택가격에 내재되어 있는 다양한 특성과 아파트가격 간의 인과모형을 설정하고, 나머지 변수를 통제한 상태에서 아파트가격에 대한 조망권의 한계효과를 분석하는 것이다.
- 조망특성을 설명하기 위해 사용된 변수는 조망여부이다. 각 단지에서의 조망여부를 측정하기 위해 사용된 접근방법은 Arc/View의 Viewshed 분석이다.
- 2011년말 현재 조사대상 지역에 포함된 아파트는 총 81,455가구에 이른다. 조사대상은 이 중 2011년 한 해 실거래가 이루어짐에 따라 가격자료의 입수가 가능한 아파트로서 모두 4,207가구이다(Fig. 2).
- 주택실거래가격과 시점특성 자료는 국토해양부에서 제공하는 2011년 1월부터 12월 사이에 발생한 부동산 실거래가를 이용하여 구축하였다. 단지특성자료는 부동산114에서 제공하는 정보를 이용하였다.
이론/모형
- AR(1) 구조 내에서도 자기상관계수를 추정하는 데에는 여러 가지 방법이 있는데 실제에 있어 널리 사용되는 Cochrane-Orcutt 반복추정법을 사용하여 자기상관계수의 추정치를 구하였다.
- 조망특성을 설명하기 위해 사용된 변수는 조망여부이다. 각 단지에서의 조망여부를 측정하기 위해 사용된 접근방법은 Arc/View의 Viewshed 분석이다. 먼저 지형을 분석하기 위해서는 데이터값이 연속적인 고도 분포값을 갖는 DEM(Digital Elevation Model)을 제작해야 한다.
- 본 연구의 목적은 주택가격에 내재된 경인아라뱃길에 의한 조망권의 가치를 정량적으로(monetary value) 평가하는 것이다. 적용된 방법으로서 역수요함수인 헤도닉가격모형(Hedonic Price Model: HPM)을 이용하여 주택가격 결정모형을 설정하였다. 주택가격에 내재된 조망가치를 객관적으로 나타내기 위해 종속변수로서 실거래가를 추출하여 이용하였다.
- 주택가격에 내재된 조망가치를 객관적으로 나타내기 위해 종속변수로서 실거래가를 추출하여 이용하였다. 투입 속성으로써 조망권변수는 수치지형도와 Google Mapview의 결합에 의해 고안된 조망권 알고리즘에 의해 도출되었다.
성능/효과
- 선형모형을 통해 주택가격에 미치는 영향력 분석한 결과, Barton과 Travis지역은 각각 $44,332, $14,777 상승하는 것으로 나타났다. Box-Cox 모형을 통해 분석한 결과, 그린벨트와 공원이 보이는 주택은 각각 12.2%(Barton)와 5.7%(Travis) 상승하는 것으로 나타났다. 그러나 Lost Creek 지역은 모두 유의한 영향을 받지 않은 것으로 나타났다.
- 조망대상에 대해 조망정도를 계량화하여 조망가치를 정량적으로 추정한 연구로서 Lee(2005)는 분당의 대표적인 경관자원인 산, 하천, 공원을 조망할 수 있는 단지를 대상으로 경관유형별 조망여부와 조망정도가 주택가격에 미치는 영향을 추정하였다. 결과로서 경관 유형별 조망여부와 조망각에 따른 조망정도에서는 산조망을 제외한 나머지 경관 모두 주택가격에 유의한 영향을 미치는 것으로 나타났다. 그리고 조망대상이 아파트 전면에 위치한 경우, 조망대상을 높은 층에서 조망할수록 주택가격에 대한 영향력은 큰 것으로 나타났다.
- 한편, Kim (2008)은 아파트 단위면적 당 가격을 종속변수로 하고 정량적으로 측정한 다양한 골프장 조망관련 변수를 독립변수로 하는 회귀분석을 실시하였다. 결과에 의하면, 골프장 조망관련 변수들 중에서 수평으로 골프장이 얼마나 넓게 보이는가가 가장 중요한 변수(골프장 조망각)로 나타났고, 그 다음으로 골프장까지의 거리가 중요한 변수로 나타났다. 이러한 결과는 공원, 하천, 산과 같은 도시경관자원들과 마찬가지로 골프장도 중요한 경관으로 인식됨을 보여준 사례라 하겠다.
- 모형의 적합도 판정을 위한 F값에 있어 여전히 두 모형이 1%수준에서 공히 유의하나 AR(1)모형에서 보다 높게 나타났다. 결론적으로 자료의 성격과 관련하여 AR(1)모형의 적합성이 판명되었으며, 이에 따라 AR(1)에 의한 HPM 추정결과를 제시하였다.
- 경인아라뱃길 주변 아파트 가격의 주요 결정요인으로서 건설사지명도, 세대당주차대수, 조망여부 등은 1%유의수준에서 정의 영향을 미치는 것으로 나타났다. 반면에 아파트단지규모, 재건축여부, 가을, 지하철역까지거리, 학교까지거리, 운하까지거리 등은 1% 유의수준에서, 여름은 5% 유의수준에서 각각 부(-)의 영향을 미치는 것으로 나타났다.
- 반면에 아파트단지규모, 재건축여부, 가을, 지하철역까지거리, 학교까지거리, 운하까지거리 등은 1% 유의수준에서, 여름은 5% 유의수준에서 각각 부(-)의 영향을 미치는 것으로 나타났다. 그 외, 현관구조, 봄 등의 변수가 아파트가격에 미치는 영향은 통계적으로 유의하지 않은 것으로 나타났다(Table 2).
- 결과로서 경관 유형별 조망여부와 조망각에 따른 조망정도에서는 산조망을 제외한 나머지 경관 모두 주택가격에 유의한 영향을 미치는 것으로 나타났다. 그리고 조망대상이 아파트 전면에 위치한 경우, 조망대상을 높은 층에서 조망할수록 주택가격에 대한 영향력은 큰 것으로 나타났다.
- 시점특성은 아파트가 거래된 계절을 의미한다. 기존 선행연구를 종합해 볼 때 1월 거래의 경우 통계적으로 유의하게 주택가격에 정의 영향을 주는 것으로 나타났다. 이는 부동산 대책 발표 전·후의 아파트 가격이 영향을 받을 것이라는 소비자들의 심리 또는 이사수요가 집중된 시기라는 것을 반영한 것으로 볼 수 있다.
- 분석결과에 따르면 경인아라뱃길 지역 아파트의 가격은 단지특성, 입지특성, 시점특성, 그리고 조망특성 등에 의해 전반적으로 영향을 받고 있는 것으로 나타났다. 기존에 수행된 주택가격결정모형의 추정결과와 비교해 보았을 때, 본 모형의 추정결과는 계수의 크기에 있어 다소의 차이는 있겠으나 방향성에 있어서는 일치하는 경향을 보였다. 특히, 조망의 대상은 다르나 주거공간에서 바라본 조망권이 주택가격 형성에 있어 중요한 역할을 한다는 점을 밝혔다는 점에서는 같은 맥락이다.
- 12% 상승시키는 것으로 나타났다. 녹지공간과의 떨어진 정도를 200～300, 300～400, 400～500 feet로 구분하여 측정한 결과, 200～300 feet 이내의 주택은 다른 주택에 비해 주택가격은 단위당 0.07%($171) 상승하는 것으로 추정되었다.
- 9% 하락하는 경향을 나타냈다. 마지막으로 아라뱃길 조망이 가능한 아파트는 그렇지 않은 경우에 비해 1.9% 더 높은 가격에서 매매가 이루어지는 것으로 나타났다.
- 경인아라뱃길 주변 아파트 가격의 주요 결정요인으로서 건설사지명도, 세대당주차대수, 조망여부 등은 1%유의수준에서 정의 영향을 미치는 것으로 나타났다. 반면에 아파트단지규모, 재건축여부, 가을, 지하철역까지거리, 학교까지거리, 운하까지거리 등은 1% 유의수준에서, 여름은 5% 유의수준에서 각각 부(-)의 영향을 미치는 것으로 나타났다. 그 외, 현관구조, 봄 등의 변수가 아파트가격에 미치는 영향은 통계적으로 유의하지 않은 것으로 나타났다(Table 2).
- 변수로 사용된 생활환경 요소는 일조량, 소음, 조망, 사생활 침해가능성 등이며, 1,200개 표본자료에 적용된 모형은 이중로그모형이었다. 분석결과, 일조시간과 하늘조망률은 주택가격에 정의 영향을, 소음과 사생활침해확률, 단지 내 대지조망률은 부의 영향을 미치는 것으로 나타났다. 또한 녹지 조망률이 일반적인 인식과는 달리 주택가격에 미치는 영향력이 미미한 것으로 나타나 타 조망관련 연구의 결과와 차이를 보였다.
- 이 외에도 조망을 개방된 조망과 제한된 조망으로 구분하여 조망 수준의 차이가 주택가격에 미치는 영향을 분석하였다. 분석결과, 한강조망은 주택가격에 정의 영향을 미치며, 또한 조망지점에 따른 개별 조망정도 모형에서도 대부분의 조망관련 변수들이 통계적으로 유의한 정의 영향을 미친다는 결론을 도출하였다.
- 분석결과에 따르면 경인아라뱃길 지역 아파트의 가격은 단지특성, 입지특성, 시점특성, 그리고 조망특성 등에 의해 전반적으로 영향을 받고 있는 것으로 나타났다. 기존에 수행된 주택가격결정모형의 추정결과와 비교해 보았을 때, 본 모형의 추정결과는 계수의 크기에 있어 다소의 차이는 있겠으나 방향성에 있어서는 일치하는 경향을 보였다.
- (2007)은 경관가치 추정의 정확도를 위해 실거래가격과 시세 그리고 이에 대응하는 각 세대별 경관특성에 대한 조사를 통하여 경관가치가 주택가격에 미치는 영향을 파악하였다. 분석결과에 의하면 실거래가격에서 경관조망의 탄력성이 시세의 경관조망 탄력성보다 더욱 높음을 알 수 있었고, 조망 가능성에 대한 영향력의 크기가 이용 가능성에 대한 영향력의 크기보다 큰 것으로 나타났다. 조망정도를 분석한 결과 산·하천과 같이 개방된 조망이 제한된 조망에 비해 주택가격에 미치는 긍정적 효과가 더 큰 것으로 나타났다.
- 정확한 자료 측정을 위하여 GIS 데이터를 이용하여 조망권변수를 정량적으로 계산하였다. 선형모형을 통해 주택가격에 미치는 영향력 분석한 결과, Barton과 Travis지역은 각각 $44,332, $14,777 상승하는 것으로 나타났다. Box-Cox 모형을 통해 분석한 결과, 그린벨트와 공원이 보이는 주택은 각각 12.
- 8% 하락하는 것으로 나타났다. 시점특성으로서 이지역의 아파트는 겨울에 거래되는 것에 비해 가을에는 1.5%, 여름에는 1.2% 하락하는 경향을 보였다. 입지특성으로서 아파트가격은 지하철역까지의 거리가 1 km 증가함에 따라 1.
- 아파트 호당 매매가격은 평균 1억 9,000만원, 평당 매매가격은 869만원으로 나타났다. 분석대상 아파트 호당 평균 층은 8층이며, 가구당 면적은 23.
- 8만원이다. 연구대상 모집단 81,455가구(P)에 표본 가구 중 조망권을 확보한 아파트의 비율 28.2%(p)를 적용하면, 지역의 아파트 중 총 22,978가구가 조망권에 의한 자산가치 증가의 편익을 본 것으로 계산된다.
- 조망타입별로 골프장조망은 주택가격을 약 $4,000 상승시키며, 국립공원에 의한 주택가격 상승효과는 $2,262에 달하는 것으로 나타났다. 이중로그모형에 의한 골프장과 국립공원 조망의 주택가격 상승효과는 각각 5.97%, 1.28%로 나타났다.
- 선형모형에 의한 조망권의 주택가격 상승효과는 약 $2,105로 추정되었다. 이중로그모형에 의한 탄성치로 보면 조망이 가능한 주택은 그렇지 않은 주택에 비해 가격이 약 1.4% 정도 높게 나타났다. 조망타입별로 골프장조망은 주택가격을 약 $4,000 상승시키며, 국립공원에 의한 주택가격 상승효과는 $2,262에 달하는 것으로 나타났다.
- 2% 하락하는 경향을 보였다. 입지특성으로서 아파트가격은 지하철역까지의 거리가 1 km 증가함에 따라 1.2%, 학교까지의 거리가 1 km 증가함에 따라 4.8%, 그리고 운하까지의 거리가 1 km 증가할수록 3.9% 하락하는 경향을 나타냈다. 마지막으로 아라뱃길 조망이 가능한 아파트는 그렇지 않은 경우에 비해 1.
- Conway and Christina (2010)는 녹지공간이 주택가격에 미치는 영향력을 경제적인 관점에서 접근하여 측정하였다. 정량적인 분석을 위해 공간회귀분석을 이용하여 도출된 결과에 의하면, 도심에 위치한 주택일수록 그렇지 않은 주택에 비해 주택가격에 대한 녹지공간의 영향이 0.06% 상승하는 것으로 나타났다. 주택규모가 1% 커짐에 따라, 녹지공간은 주택가격을 0.
- 연구자는 이러한 결과를 소음, 혼잡, 범죄율 등과 관련하여 주택가격에 대한 부정적 영향으로 해석하였다. 조망대상과의 거리에 따른 구간별 영향권을 파악해보기 위해 모형을 추정해본 결과, 100 m2 이내일 때($255,955)가 1,000 m2 이내일 때($386)보다 큰 폭으로 상승하는 것으로 나타났다. 또한 녹지와 강이 보임에 따라, 주택가격은 각각 $5517, $7417 상승하는 것으로 나타났다.
- Lutzenheiser and Notusil(2001) 역시 Oregon주 Portland에 소재한 16,636채의 단독주택을 대상으로 조망타입별(산림, 골프장, 스페셜파크, 도시공원)로 주택가격에 미치는 영향을 분석하였다. 조망대상으로서 산림은 약 $10,648의 주택가격형성에 긍정적 영향을 미친 것으로 나타났다. 그 다음 골프장, 스페셜파크, 도시공원 등의 순으로 각각 $8,849, $5,657, $1,214의 주택가격 상승효과를 가져다주는 것으로 나타났다.
- 조망정도를 분석한 결과 산·하천과 같이 개방된 조망이 제한된 조망에 비해 주택가격에 미치는 긍정적 효과가 더 큰 것으로 나타났다.
- 4% 정도 높게 나타났다. 조망타입별로 골프장조망은 주택가격을 약 $4,000 상승시키며, 국립공원에 의한 주택가격 상승효과는 $2,262에 달하는 것으로 나타났다. 이중로그모형에 의한 골프장과 국립공원 조망의 주택가격 상승효과는 각각 5.
- 06% 상승하는 것으로 나타났다. 주택규모가 1% 커짐에 따라, 녹지공간은 주택가격을 0.12% 상승시키는 것으로 나타났다. 녹지공간과의 떨어진 정도를 200～300, 300～400, 400～500 feet로 구분하여 측정한 결과, 200～300 feet 이내의 주택은 다른 주택에 비해 주택가격은 단위당 0.
후속연구
- 본 연구의 시사점으로서 도시화와 환경오염이 가중됨에 따라 녹지 및 오픈스페이스의 희소가치가 더욱 높아지게 되었으며, 이에 따라 이들의 가치가 도시계획 및 성장 관리정책에 있어 더욱 중요한 요소로서 반영되어야 할 필요가 있다는 점이다. 또한 쾌적한 주거환경을 조성하는 일은 침체 또는 낙후된 지역의 발전에 적지 않은 경제적 집적이익을 창출할 수 있는 중요한 수단이 될 수 있음을 시사한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.