최근 모듈러주택 시장은 주거시설 뿐만 아니라 업무시설등에 적용되면서 시장영역이 확대되고 있다. 해외 선진국의 경우 성숙단계로 접어들고 있으며, 국내의 경우 시장이 형성되어 있지 않기 때문에 중 장기 시장 전망을 위한 추세 파악에 어려움이 있다. 이에 본 연구는 시계열 분석을 기반으로 비선형 예측모형을 활용하여 국내 모듈러주택의 시장수요를 전망하였다. 모듈러주택 시장수요 전망은 신규 주택 건설에 대한 수요량 추정 결과를 기반으로 주택 공급량을 파악하고 주택공급량의 일부를 모듈러주택 수요로 가정하여 시나리오분석을 하였으며, 비선형 예측모형을 활용하여 모듈러주택 시장 전망을 하였다.
최근 모듈러주택 시장은 주거시설 뿐만 아니라 업무시설등에 적용되면서 시장영역이 확대되고 있다. 해외 선진국의 경우 성숙단계로 접어들고 있으며, 국내의 경우 시장이 형성되어 있지 않기 때문에 중 장기 시장 전망을 위한 추세 파악에 어려움이 있다. 이에 본 연구는 시계열 분석을 기반으로 비선형 예측모형을 활용하여 국내 모듈러주택의 시장수요를 전망하였다. 모듈러주택 시장수요 전망은 신규 주택 건설에 대한 수요량 추정 결과를 기반으로 주택 공급량을 파악하고 주택공급량의 일부를 모듈러주택 수요로 가정하여 시나리오분석을 하였으며, 비선형 예측모형을 활용하여 모듈러주택 시장 전망을 하였다.
Recently, following the application of modular housing techniques to not only residential sector, but also to business sector, the scope of modular housing market b expanding. In the case of other developed countries, such markets are entering into the maturity stage, though the market in Korea is n...
Recently, following the application of modular housing techniques to not only residential sector, but also to business sector, the scope of modular housing market b expanding. In the case of other developed countries, such markets are entering into the maturity stage, though the market in Korea is not fully formed yet. Thus, it is difficult to check its trend to estimated mid- to long-term prospects of the market. In this context, the study predicted demand of the modular housing market by using a non-linear prediction model based on time series analysis. To get the prospects for the modular housing market, the quantity of housing supply was estimated based on the estimated quantity of newly built housings, and assumed that a portion of the supplied quantity would be the demand for modular housings. Based on the assumption of demand for modular housings, several scenarios were analyzed and the prospects of the modular housing market was obtained by utilizing the non-linear prediction model.
Recently, following the application of modular housing techniques to not only residential sector, but also to business sector, the scope of modular housing market b expanding. In the case of other developed countries, such markets are entering into the maturity stage, though the market in Korea is not fully formed yet. Thus, it is difficult to check its trend to estimated mid- to long-term prospects of the market. In this context, the study predicted demand of the modular housing market by using a non-linear prediction model based on time series analysis. To get the prospects for the modular housing market, the quantity of housing supply was estimated based on the estimated quantity of newly built housings, and assumed that a portion of the supplied quantity would be the demand for modular housings. Based on the assumption of demand for modular housings, several scenarios were analyzed and the prospects of the modular housing market was obtained by utilizing the non-linear prediction model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 정량적 예측기법을 활용한 모듈러주택 시장 전망을 하였다. 따라서 정성적 예측기법에 활용할 수 있는 주택유형 및 수요자 선호도 등을 고려하지 못하였다.
본 연구의 목적은 시계열 자료 기반의 예측모형을 제시하고, 이를 기반으로 국내 모듈러주택 시장 수요를 예측하여 모듈러 주택 시장 규모를 전망하는 것이다.
가설 설정
시나리오 3(저성장)은 공공투자 이후에 모듈러주택 시장이 저성장하는 경우로, 시장 초기단계 5년 동안 공공부문이 임대주택 시장의 공급자로 참여하여 매년 20% 성장을 한다. 그리고 5년 이후에는 민간 신규 주택건설 수요 증가와 동일한 성장률을 가지는 것으로 가정하였다.
따라서 초기 5년동안 매년 30% 성장을 한다. 그리고 5년 이후에는 민간에서 안정적인 시장수요 확대로 2025년까지 20%의 높은 성장을 하는 것으로 가정하였다.
따라서 초기 5년동안 매년 20% 성장을 한다. 그리고 5년 이후에는 시장이 활성화 되어 민간부분에서도 수요가 발생하여 2025년까지 10% 성장을 하는 것으로 가정하였다.
현행 모듈러주택 시장은 공급자가 한정되어 있으며, 공공부분을 중심으로 제한적인 수요만 있다. 따라서 모듈러주택 시장의 초기단계는 공공부분을 중심으로 시장을 형성하고 점차 민간부분으로 시장 확대가 되는 것으로 가정4)하였다. 그리고 모듈러주택 시장 수요 예측을 위한 시나리오는 시장의 불확실성을 고려하여 Table 5와 같이 기준성장, 고성장, 저성장 3가지로 설정하였다.
전술한 바와 같이 국내 모듈러주택은 시장형성 초기단계이기 때문에 시계열 자료가 충분하지 않아서 시장수요 예측이 곤란하다. 따라서 신규 주택건설에 대한 수요를 파악하여 신규 주택의 일부 비율을 모듈러 건축시스템을 적용한 모듈러주택 수요라고 가정한다면 신규 주택건설에 대한 수요 데이터를 모듈러주택 수요 예측 변수로 활용 할 수 있다. 다만, 시계열 데이터는 사회 환경의 다양한 변동요인에 영향을 받기 때문에 시계열 데이터의 불안정성에 관한 검증이 중요하다.
본 연구에서는 외환위기, 서브프라임모기지 사태 등 금융관련 환경요인[7]을 변동요인의 적정 변수로 가정하고, 국내총생산(GDP)[11]과 신규 주택건설[11]의 증가 추이를 Figure 1과 같이 비교하였다. Figure 1 에서 막대그래프는 GDP, 실선은 신규주택 증가율을 나타낸다.
제안 방법
이를 위하여 우선 신규 주택건설 수요를 추정하고 추정결과를 기반으로 주택 공급량을 파악하였다. 그리고 주택공급량의 일부를 모듈러 주택수요로 가정하여 시나리오를 개발하였다.
연구방법은 첫째, 주택시장 전망을 고려하여 수요예측 개념 및 수요예측 기법을 파악한다. 둘째, 시장수요 예측을 위한 적정변수를 도출하고 모듈러주택 수요예측 모형을 개발 및 검증을 한다. 마지막으로 시장수요 예측을 위한 시나리오를 분석하고 비선형 예측모형을 활용하여 모듈러주택 시장을 전망한다.
둘째, 시장수요 예측을 위한 적정변수를 도출하고 모듈러주택 수요예측 모형을 개발 및 검증을 한다. 마지막으로 시장수요 예측을 위한 시나리오를 분석하고 비선형 예측모형을 활용하여 모듈러주택 시장을 전망한다.
본 연구에서는 신규 주택건설에 대한 수요를 예측하기 위하여 신규 주택건설 호수를 종속변수로 두고, GDP와 장래가구추계를 설명 변수로 하여 아래와 같이 비선형 예측모형을 구성하였다.
본 연구에서는 신규 주택건설이 인구증가와 관계가 있다고 가정하고 시간의 흐름을 고려한 장래가구추계 증가율[6], GDP 증가율[5]과 신규 주택건설 증가율의 상관관계2)를 Table 2와 같이 분석하였다. Table 2와 같이 신규 주택건설 증가율에 대한 GDP 증가율과 장래가구추계 증가율은 각각 0.
시나리오는 1안(기준 성장), 2안(고성장), 3안(저성장) 3가지로 구분하였으며, 각 시나리오는 2014년 신규 주택건설 수요를 기준으로 적용하였다. 시나리오 1은 2020년 약 2.
신규 주택건설의 수요는 GDP와 공적분 관계를 이용하여 비선형 예측모형을 설정하였으며, 시간변동에 따른 GDP 탄력성의 변화를 반영하기 위해서 시간변동계수를 적용하여 Table 3과 같이 비선형 예측모형을 검증하였다.
연구방법은 첫째, 주택시장 전망을 고려하여 수요예측 개념 및 수요예측 기법을 파악한다. 둘째, 시장수요 예측을 위한 적정변수를 도출하고 모듈러주택 수요예측 모형을 개발 및 검증을 한다.
이에 본 연구는 시계열 분석을 기반으로 비선형 예측모형을 활용하여 모듈러주택 시장수요를 전망하였다. 이를 위하여 우선 신규 주택건설 수요를 추정하고 추정결과를 기반으로 주택 공급량을 파악하였다. 그리고 주택공급량의 일부를 모듈러 주택수요로 가정하여 시나리오를 개발하였다.
국내 모듈러주택은 시장이 형성되어 있지 않기 때문에 중·장기 시장전망을 위한 추세 파악에 어려움이 있다. 이에 본 연구는 시계열 분석을 기반으로 비선형 예측모형을 활용하여 모듈러주택 시장수요를 전망하였다. 이를 위하여 우선 신규 주택건설 수요를 추정하고 추정결과를 기반으로 주택 공급량을 파악하였다.
대상 데이터
모듈러 건축시스템은 군시설, 학교, 업무시설 등에 다양하게 적용될 수 있으나 본 연구의 대상범위는 시장 확대 및 적용성을 고려하여 주거시설 용도의 모듈러주택1)을 대상으로 한다. 변수는 통계데이터 활용이 유용한 경제성장 변동요인을 시계열 자료로 활용하도록 한다.
Figure 2에서 X축은 신규주택건설 수요에 관한 추정 값이다. 시계열 자료는 1975년부터 2011년까지 자료를 이용하여, 2012년부터 2025년까지의 신규 주택건설 수요를 추정하였다.
그러나 정책변화로 인한 외부환경 변화는 객관적 변수로 적용하기에 어려움이 있고, 주택유형 및 수요자 선호도 등의 변수는 주관적인 판단이 작용하기 때문에 제외하였다. 예측기간은 예측대상 기간이 길어질 수 록 정확도가 낮아지므로 급변하는 사회 환경을 고려하여 2025년 까지로 예측기간을 한정한다.
성능/효과
593으로 다소 높은 상관관계를 가지는 것으로 나타났다. 또한 GDP 증가율과 장래가구추계 증가율은 상대적으로 낮은 상관관계를 가지는 것으로 나타났다. 따라서 GDP 및 장래가구추계는 유의한 상관관계를 나타내어 신규 주택건설 수요를 예측하기 위한 적정 변수로 활용 할 수 있을 것으로 판단하였다.
또한 예측모형은 평군이 “0”이고 동분산 가정을 만족하였으며, 모형의 Goodness-of-fit을 나타내는 평균제곱근 오차(Root Mean Square Error; RMSE)가 0.014로 GDP와 장래가구추계가 신규주택 건설호수에 대하여 높은 설명력을 가지는 것으로 나타났다.
변수의 유의성(t-value)은 모두 절대값 1.96보다 높아, 상수항 및 장래가구추계는 모두 신규 주택건설 호수에 대하여 모두 설명력을 가지는 것으로 나타났다. 또한 예측모형은 평군이 “0”이고 동분산 가정을 만족하였으며, 모형의 Goodness-of-fit을 나타내는 평균제곱근 오차(Root Mean Square Error; RMSE)가 0.
신규 주택건설 수요 추정결과를 살펴보면, 최근의 경기침체로 2013년 까지 신규 주택건설 수요는 감소하지만, 2014년부터 신규 주택건설 수요가 꾸준히 증가하는 것으로 나타났다. 연도별 신규 주택건설 수요는 Table 4와 같이 하한, 기준안, 상한으로 구분하였다.
후속연구
또한 GDP 증가율과 장래가구추계 증가율은 상대적으로 낮은 상관관계를 가지는 것으로 나타났다. 따라서 GDP 및 장래가구추계는 유의한 상관관계를 나타내어 신규 주택건설 수요를 예측하기 위한 적정 변수로 활용 할 수 있을 것으로 판단하였다.
또한, 시간의 흐름을 고려한 계량적 수치데이터를 활용하기 위해서 정부의 주거복지 및 공공주택 정책 방향 등 정책변화로 인한 외부환경 변수를 반영하지 못한 한계점이 있다. 향후, 이와 같은 외부환경의 정량적 변수를 보완하여 추가 연구를 수행할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
수요예측 기법의 특징은 무엇인가?
수요예측 기법은 예측기간에 따라 장기예측, 연차예측, 단기예측 등으로 나누어지며, 예측목적이나 상품의 종류에 따라 수요예측 방법이 달라진다. 수요예측 기법은 수요예측 적용 대상에 따라 적합한 예측기법을 선정하는 것이 중요하며, 수요예측 기법의 종류는 Table 1과 같이 크게 두가지 정성적 예측기법, 정량적 예측기법으로 구분한다.
수요예측은 무엇인가?
수요예측이란 수집된 자료조사를 기반으로 분석 결과를 종합하여 현재 시점에서 장래의 수요를 예측하는 것을 말한다.
모듈러 건축시스템의 초기시장의 성장 예측에 어려움이 있는 이유는 무엇인가?
하지만 시장 도입 초기이므로 시장규모 성장 예측에 어려움이 있다[3]. 왜냐하면, 해외 모듈러주택의 경우 영국, 일본 등은 시장이 성숙단계에 접어들고 있어서 수요량 파악이 가능하나, 국내 모듈러주택은 아직까지 시장이 형성되어 있지 않아서 미래 시장규모 성장에 대한 전망이 어렵기 때문이다.
참고문헌 (11)
Korea Institute of Civil Engineering and Building Technology. Development of construction technologies for one day housin. Seoul(Korea): KICT; 2011. p.1-23.
Korea Institute of Civil Engineering and Building Technology. Development of construction technologies for one day housing. Seoul(Korea): KICT; 2012. p.1-2.
Korea Institute of Civil Engineering and Building Technology. Development of construction technologies for one day housing. Seoul(Korea): KICT; 2013, p.106-117.
Kim HK, Kim TS. Time series analysis and prediction theory. 1th ed. Seoul(Korea): Kyung Moon Sa; 2003. p.3-12
Construction Association of Korea, Major construction statistics. fourth-quarter. Seoul(Korea): CAK.; 2012. p.1-4
Statistics Korea. Estimate of future household. Seoul(Korea): KOSTAT; 2012. p.2-37
The Bank of Korea. National accounts. Seoul(Korea): BOK; 2012. p.1-23
Ministry of Land Infrastructure and Transport. Measures to alleviate the burden on housing expenses of the people. 2014. p.2-7
Lee HS, Lee EY, Kim, YS. Time series analysis and forecast for labor cost of actual cost data. Journal of Korea Institute of Construction Engineering and Management. 2013 Jul 31;14(4):24-34
※ AI-Helper는 부적절한 답변을 할 수 있습니다.