사회기반시설 이용특성에 따른 공동주택의 가격 영향에 관한 연구 - 수도권 도시철도를 중심으로 - Analysis of Effect of Infrastructure Property on an Apartment Housing Price - Focused on Urban Subway System in Seoul Metropolitan Area -원문보기
본 연구는 서울/경기 지역을 대상으로 도시철도의 승하차인원이 공동주택가격에 미치는 영향을 분석하였다. 도시철도 역까지의 거리는 서울/경기 모두에서 주택가격에 부(-)의 영향을 주는 것으로 나타났으며, CBD/GBD까지의 소요시간은 주택가격에 부(-)영향을 주는 것으로 나타났다. 본 연구가 중점적으로 분석하려고 한 승하치인원 및 지상역 여부의 경우 서울/경기 지역 모두에서 지상역은 주택가격에 부(-)의 영향을 주는 것으로 나타났으나, 승하차인원의 경우 서울에서는 부(-)의 영향이 경기지역의 경우 정(+)의 영향이 있는 것으로 나타나, 지역마다 상권의 희소성 등에 따라 다른 결과가 나타날 수 있음을 도출했다. 이러한 연구 결과는 그동안 도시철도 역 접근성 위주로 분석한 연구들과 달리 도시철도역의 교통서비스 및 교통 외적 요인을 모형에 포함시켜 분석하였다는데 학술적 의의가 있으며, 이는 향후 주택정책을 위한 시장분석에 활용하고 나아가 수도권 도시계획 및 신도시 개발, 도시철도 교통계획 시 시사점을 제공하고자 한다.
본 연구는 서울/경기 지역을 대상으로 도시철도의 승하차인원이 공동주택가격에 미치는 영향을 분석하였다. 도시철도 역까지의 거리는 서울/경기 모두에서 주택가격에 부(-)의 영향을 주는 것으로 나타났으며, CBD/GBD까지의 소요시간은 주택가격에 부(-)영향을 주는 것으로 나타났다. 본 연구가 중점적으로 분석하려고 한 승하치인원 및 지상역 여부의 경우 서울/경기 지역 모두에서 지상역은 주택가격에 부(-)의 영향을 주는 것으로 나타났으나, 승하차인원의 경우 서울에서는 부(-)의 영향이 경기지역의 경우 정(+)의 영향이 있는 것으로 나타나, 지역마다 상권의 희소성 등에 따라 다른 결과가 나타날 수 있음을 도출했다. 이러한 연구 결과는 그동안 도시철도 역 접근성 위주로 분석한 연구들과 달리 도시철도역의 교통서비스 및 교통 외적 요인을 모형에 포함시켜 분석하였다는데 학술적 의의가 있으며, 이는 향후 주택정책을 위한 시장분석에 활용하고 나아가 수도권 도시계획 및 신도시 개발, 도시철도 교통계획 시 시사점을 제공하고자 한다.
The study intends to identify the effects of infrastructure property on an apartment house by analyzing the price variation affected by factors constituting the quality of the transit services of each individual station in urban railway system based on hedonic price model. The research findings indi...
The study intends to identify the effects of infrastructure property on an apartment house by analyzing the price variation affected by factors constituting the quality of the transit services of each individual station in urban railway system based on hedonic price model. The research findings indicate that the prices depending on the transit users have increased from 7.8% to 12.2% in Seoul and decreased from 6.1% to 12.9% in Gyeonggi, which implies that a lower number of transfer users has a positive effect on housing prices in Seoul unlike Gyeonggi. It also is noteworthy that the distance to the urban railway station had a negative effect on housing prices in Seoul and positive effect in Gyeonggi. Taking these results together, in Seoul, the increase in the number of transit users had a negative effect on neighborhood housing prices. When analyzed by segments, however, an additional negative effect was observed only in the apartments located within the radius of 100 meters. It is also found that the impact of transit users varies according to the regional characteristics, such as the density of commercial facilities and the population density, and the spatial extent of negative effect also showed regional differences. These results provide implications for the planning of new stations, new cities, and land use of existing areas around stations.
The study intends to identify the effects of infrastructure property on an apartment house by analyzing the price variation affected by factors constituting the quality of the transit services of each individual station in urban railway system based on hedonic price model. The research findings indicate that the prices depending on the transit users have increased from 7.8% to 12.2% in Seoul and decreased from 6.1% to 12.9% in Gyeonggi, which implies that a lower number of transfer users has a positive effect on housing prices in Seoul unlike Gyeonggi. It also is noteworthy that the distance to the urban railway station had a negative effect on housing prices in Seoul and positive effect in Gyeonggi. Taking these results together, in Seoul, the increase in the number of transit users had a negative effect on neighborhood housing prices. When analyzed by segments, however, an additional negative effect was observed only in the apartments located within the radius of 100 meters. It is also found that the impact of transit users varies according to the regional characteristics, such as the density of commercial facilities and the population density, and the spatial extent of negative effect also showed regional differences. These results provide implications for the planning of new stations, new cities, and land use of existing areas around stations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그동안의 관련 연구들은 주로 도시철도역과의 접근성이 주택가격에 미치는 긍정적 영향과 부정적 영향에 관하여 이론적 고찰과 실증분석을 제시하였다. 그러나 도시철도역이 주택가격에 미치는 효과는 도시철도역이 교통서비스를 이용할 수 있는 접속지점이라는 점에서 도시철도역에서 제공되는 교통서비스의 질적 특성을 고려하여 분석하는 것이 더 바람직하며, 교통서비스의 질적 특성은 역의 교통서비스와 노선의 특성에서 기인한다는 점을 본 연구에서는 도시철도와의 접근성뿐 아니라 도시철도역에서 제공하는 교통서비스의 질적 특성이 아파트 가격에 미치는 영향을 함께 분석함으로써 관련 연구의 폭을 넓히고자 하였다. 본 연구의 의의와 시사점은 다음과 같다.
본 연구에서는 도시철도 접근성뿐 아니라, 도시철도역의 교통서비스, 도시철도 노선의 특성, 역사의 특성 및 승하차 인원이 주택가격에 미치는 영향을 실증 분석하였다. 그동안의 관련 연구들은 주로 도시철도역과의 접근성이 주택가격에 미치는 긍정적 영향과 부정적 영향에 관하여 이론적 고찰과 실증분석을 제시하였다.
수도권에 대규모 도시철도가 계획되고 있는 가운데 역을 이용하면서 발생하는 유동인구와 관련된 연구는 교통서비스의 편익과 관련된 연구와는 달리 거의 진행되지 않았다. 이에 본 연구는 도심의 대표적 사회기반시설인 도시철도에서 역의 시설특성 및 승하차 인원을 포함한 이용 특성이 주택가격에 미치는 영향을 분석하여 향후 주택정책을 위한 시장분석에 활용하고 나아가 수도권 도시계획 및 신도시 개발, 도시철도 교통계획 시 시사점을 제공하고자 한다.
도시철도역은 교통서비스를 제공하는 것 외에도 다양한 영향을 미치게 되나 지상 역사연구 대비 철도 이용자에 따른 영향에 관한 선행연구는 대리변수만을 통해 진행되었다. 이에 본 연구에서는 역별 승하차 인원을 변수로 사용하여 승하차 인원이 주택가격에 미치는 영향을 분석하고자 한다.
제안 방법
도시철도역까지의 직선거리는 국가도로명주소지도를 이용하여 측정하였다. CBD와 GBD까지의 소요시간은 모든 역의 소요 시간 매트릭스를 작성하여 환승 시간을 고려하여 최단 시간 루트로 설계하여 측정하였다. 승하차 인원을 더미 변수로 구분하여, 1만 명 이하, 1만 명에서 2.
세대특성으로는 거래된 단위세대의 전용면적과 층수를 사용하였다. 단지특성으로는 경과연수와 경과연수 제곱, 현관 유형, 주상복합 여부 단지의 세대수, 세대 당 주차대수, 난방방식이 지역난방인지 아닌지, 1군 시공사 시공 여부, 재건축진행 여부를 사용하였다. 분양면적의 경우 공용면적을 포함하고 있어, 단위세대가 실제로 사용하는 전용면적을 변수로 사용하였으며, 층수의 경우 층수가 높아질수록 프라이버시가 보장되고, 개방감이 뛰어나며, 보안 문제가 해결되지만, 지상까지의 접근성이 떨어지는 경향이 있어 이를 반영하기 위하여 층수를 사용하였다(Wong et al.
도시철도 특성으로는 본 연구의 주요 변수로 해당 아파트와 가장 가까운 도시철도역과의 직선거리, 일일 편도 운행 편수, CBD까지 소요시간, GBD까지 소요시간을 사용하였다. 도시철도역까지의 직선거리는 국가도로명주소지도를 이용하여 측정하였다.
도시철도가 인근 주택가격에 미치는 부가적인 영향 분석을 위해서 우리는 승하차 인원과 지상 역 여부를 사용하였다. 지상역 여부의 경우 서울 지역이나 경기지역 모두 부(-) 의 영향이 나타났다.
도시철도역의 특성 그 중 지상역 여부와 승하차 인원이 주택가격에 미치는 영향을 분석하기 위해 모형을 서울과 경기지역으로 나누어 분석한다. 모형 1의 경우 도시철도역까지의 거리와 지상역 여부 승하차 인원을 사용하여 지상역여부와 승하차 인원과 같은 역의 특성이 인근 주택가격에 미치는 영향을 분석한다.
세대 당 주차대수는 총 세대수를 총 주차대수로 나누어 산출하였다. 또한, 난방비용에 대한 규모의 경제를 고려하기 위해 난방방식을 지역난방 여부로 구분하였으며, 건설회사의 지명도에 대한 대리변수인 1군 시공사 시공 여부를 더미 변수로 만들었는데, 1군 시공사 시공 시 1, 그렇지 않으면 0의 값을 갖는다. 재건축 진행 여부 변수는 재건축의 실질 진행 여부에 따라 진행 중이면 1, 그렇지 않으면 0의 값을 갖는다.
1974). 모형은 개별 아파트 의 단위면적당 가격의 자연로그값을 라 하고 에 영향을 주는 요인 벡터를라 하고 개별 아파트 특성( ), 단지 특성( ), 입지 특성( ), 지역 특성( ), 그리고 도시철도 특성( )으로 구성하였다. 와 의 선형관계를 가정할 때 오차항을 로 표시 하면의 추정방정식 (1)이 된다.
본 연구는 승하차 인원이 인근 주택가격에 미치는 영향을 분석하기 위하여 단지 특성, 입지 특성, 세대 특성, 거래 시기 특성, 지역 특성, 도시철도 특성을 독립변수로 하여 2개의 헤도닉 가격모형을 이용하여 분석하였다. 첫 번째 모형에는 도시철도의 특성들과 승하차 인원을 주요 변수로 하여 분석하였고, 두 번째 모형에서는 승하차 인원을 구간별로 나누어 분석하였다.
모형 2의 경우 승하차 인원을 인원별로 구분하여 인원별로 주택가격에 미치는 영향을 분석한다. 위와 같은 모형을 통하여 우리는 지상역 여부와 승하차 인원이 주택가격에 미치는 영향을 살펴보고, 승하차 인원수에 따라 주택가격에 미치는 영향을 분석한다.
그러나 이는 전체 도시철도역을 분석의 대상으로 하기 어려웠고, 따라서 일부 역을 대상으로 진행되었다는 한계점이 있다. 이에 본 연구에서는 승하차 인원을 포함한 역의 특성들 자체를 변수로 사용하여 주택가격에 미치는 영향을 분석하여 주택가격에 미치는 영향을 밝혀낸다는 점에서 기존 연구와의 차별점이 있다.
, 2018). 입주 이후 시간 지날수록 건물의 감가상각으로 아파트 가격이 하락하지만, 일정 기간이 지나면 재건축 기대감으로 아파트 가격이 다시 상승하는 비선형 관계를 반영하기 위해 경과연수와 경과연수 제곱을 포함시켰다. 현관 유형은 더미 변수로 복도식이면 1, 계단식이면 0의 값을 갖고, 해당 아파트가 주상복합이면 1, 그렇지 않으면 0의 값을 갖는다.
가격모형을 이용하여 분석하였다. 첫 번째 모형에는 도시철도의 특성들과 승하차 인원을 주요 변수로 하여 분석하였고, 두 번째 모형에서는 승하차 인원을 구간별로 나누어 분석하였다. 두 모형 모두 서울 지역과 경기지역으로 나누어 총 네 개의 분석 결과를 갖는다.
대상 데이터
2016년 1월부터 2018년 12월까지 서울/경기지역에서 거래된 아파트의 실거래가격과 관련 아파트의 특성들을 변수로 활용하였다. 해당 기간 공개된 실거래 자료 중 멸실되거나 단지 속성 정보를 취득하기 어려운 거래 건수를 제외한 아파트 중 가장 가까운 도시철도역과 2,000m 이내에 위치하고 단지 세대수가 100세대 이상인 총 582, 010건의 아파트거래를 분석 대상으로 하였다.
이러한 결과는 경기도의 주상복합 아파트는 서울과 비교하면 비교적 최근에 건축되었고 특히 주상복합 아파트는 일종의 핵심입지에 건축되는 경향이 높았기 때문으로 생각된다. 본 연구의 대상이 되는 경기도 아파트 중 주상복합 아파트는 총 96개 단지 27, 522세대인데, 이중 12,000여 세대가 성남시 분당구, 고양시 일산서구, 화성시 반송동, 부천시 상동 등에 속하며, 경기도 내 대부분의 주상복합 아파트가 해당 아파트가 입지한 지역별로 우수한 주거환경이 보장되는 신도시 지역에 속해 있는 경향이 있다. 총 세대수가 많은 대형단지의 경우 관리비가 저렴하고 커뮤니티 시설의 규모도 크기 때문에 아파트 가격에 정(+)의 영향이 있는 것으로 나타났다.
연구의 시간적 범위는 2016년 1월부터 2018년 12월까지의 거래로 최근 3년간 거래를 설정하였다. 분석 대상은 서울, 경기에서 각각 42.2%, 55.5%의 가구가 거주하고 있는 아파트로 다만 도시철도의 영향력을 분석하기 위한 연구인만큼 역과의 거리가 2,000m를 넘지 않는 주택을 대상으로 하였다. 수도권에는 총 22개 노선이 있으며, 서울 내부만을 운행하는 2, 5, 6, 9호선, 우이신설선과 인천 내부만을 운행하는 인천 1, 2호선, 경기 내부만을 운행하는 경강선, 용인경전철, 서해선, 인천공항 내부를 운행하고 있는 인천공항 자기부상열차를 제외한 총 12개 노선(1, 3, 4, 7, 8호선, 공항철도, 경의·중앙선, 경춘선, 분당선, 수인선, 신분당선, 의정부경전철)이 지역과 지역을 잇는 광역노선이다.
세대특성으로는 거래된 단위세대의 전용면적과 층수를 사용하였다. 단지특성으로는 경과연수와 경과연수 제곱, 현관 유형, 주상복합 여부 단지의 세대수, 세대 당 주차대수, 난방방식이 지역난방인지 아닌지, 1군 시공사 시공 여부, 재건축진행 여부를 사용하였다.
연구를 위한 공간적 범위로 수도권을 대상으로 선정하였다. 수도권은 23개 도시철도 노선과 인구 2, 587만여 명의 인구가 거주하는 대도심으로 한국의 전체인구의 반 정도가 거주하고 있다.
수도권은 23개 도시철도 노선과 인구 2, 587만여 명의 인구가 거주하는 대도심으로 한국의 전체인구의 반 정도가 거주하고 있다. 연구의 시간적 범위는 2016년 1월부터 2018년 12월까지의 거래로 최근 3년간 거래를 설정하였다. 분석 대상은 서울, 경기에서 각각 42.
활용하였다. 해당 기간 공개된 실거래 자료 중 멸실되거나 단지 속성 정보를 취득하기 어려운 거래 건수를 제외한 아파트 중 가장 가까운 도시철도역과 2,000m 이내에 위치하고 단지 세대수가 100세대 이상인 총 582, 010건의 아파트거래를 분석 대상으로 하였다.
데이터처리
이렇게 오차항이 이분산성을 갖고 관측치들 사이의 상관관계가 없을 때 White (1980)가 제시한 강건표준오차를 구하여 가설 검정이 이루어질 필요가 있다(Cameron & Trivedi, 2010). 이에 본 연구에서는 Breusch-Pagan검정과 White 검정 결과를 모두 제시하고 강건표준오차를 이용하여 추정계수에 대한 통계적 유의성 검정을 실시하였다.
이론/모형
도시철도 교통서비스의 질적 특성이 아파트 가격에 미치는 영향을 분석하기 위해 이질적인 재화나 서비스의 가치는 해당 재화에 내포된 특성에 의하여 결정된다는 가정에 기초하여(이용만, 2008) 헤도닉 가격모형을 사용하였다 (Rosen, 1974). 모형은 개별 아파트 의 단위면적당 가격의 자연로그값을 라 하고 에 영향을 주는 요인 벡터를라 하고 개별 아파트 특성( ), 단지 특성( ), 입지 특성( ), 지역 특성( ), 그리고 도시철도 특성( )으로 구성하였다.
사용하였다. 도시철도역까지의 직선거리는 국가도로명주소지도를 이용하여 측정하였다. CBD와 GBD까지의 소요시간은 모든 역의 소요 시간 매트릭스를 작성하여 환승 시간을 고려하여 최단 시간 루트로 설계하여 측정하였다.
성능/효과
지역난방은 비용이 적고 안정적이기 때문에 다른 난방방식에 비해 아파트 가격에 긍정적 영향을 미친다. 1군 건설사 시공 여부 또한 예상과 같이 아파트 가격에 정(+)의 영향이 있는 것으로 나타났다. 재건축 추진 여부의 경우 주택가격에 정(+)의 영향이 있는 것으로 나타났다.
입지 특성 중 중학교와 고등학교까지의 거리는 모든 모형에서 아파트 가격과 부 (-)의 관계가 있으며 중학교 및 고등학교와의 거리가 가까운 아파트의 가격이 더 높은 것으로 나타났다. 공원과 같이 환경적 편익을 제공하는 시설과의 거리 또한 아파트 가격과 부(-)의 관계에 있는 것으로 나타났다. 신도시에 속해 있는 아파트는 신도시가 아닌 지역에 입지한 아파트보다 가격이 더 높은 것으로 추정되었다.
넷째, 서울과 경기지역의 승하차 인원의 상반된 영향은 향후 새로운 노선 계획/개발 및 역세권 개발에 있어 시사점을 제시하는데 서울 지역의 경우 주거지구와는 일정한 분리가 필요함을 보여주나 경기 지역의 경우 분리보다는 혼재된 형태가 주거소비자에게 더욱 높은 편익을 제공할 수 있는 것으로 나타났다.
둘째, 서울/경기지역 간의 차이 없이 교통서비스가 주택가격에 미치는 영향의 방향은 동일하다.
Sung and Kim (2011)은 수정반복 매매모형을 통해 지하철 9호선에 대한 접근성의 변화가 주택가격에 미치는 영향을 분석하였는데, 지하철의 개통은 주변 지역의 주택가격에 대한 지하철 접근성의 영향력을 크게 강화한다고 확인하였으며, Jeong and Lee (2013)은 5, 6, 7, 8, 9호선의 개통효과를 분석한 결과, 도시철도의 계획 시점부터 착공 시점, 개통 시점에 걸쳐 주택가격 및 지가에 긍정적 효과를 주는 것을 보고 했다. 또한 1, 2, 3, 4호선보다 5, 6, 7, 8, 9호선의 영향이 주택가격에 더 높은 영향을 주고 있으며 이는 신규 건설에 의한 주택가격 상승의 효과를 확인한 것이라 해석하였다.
본 연구의 주요 관심변수인 도시철도 특성의 영향을 살펴보면 선행연구 결과와 마찬가지로 도시철도역까지의 거리는 아파트 가격에 부(-)의 영향을 주는 것으로 나타나 도시철도 접근성이 높을수록 아파트 가격이 더 높다는 것을 알 수 있다.
총 세대수가 많은 대형단지의 경우 관리비가 저렴하고 커뮤니티 시설의 규모도 크기 때문에 아파트 가격에 정(+)의 영향이 있는 것으로 나타났다. 세대 당 주차대수와 지역난방의 경우에는 주택가격에 정(+)의 영향이 있는 것으로 나타났다. 지역난방은 비용이 적고 안정적이기 때문에 다른 난방방식에 비해 아파트 가격에 긍정적 영향을 미친다.
셋째, 이론적으로 승하차 인원의 증가는 주거의 질을 저해하는 번잡함 등의 요소로 간주하나, 실제 주택가격에 미치는 영향은 지역마다 다르게 날 수 있다. 오히려 승하차 인원으로 인해 형성되는 상권은 인근 주택가격에 긍정적인 영향을 미칠 수 있으며, 특히 상권이 상대적으로 희소한 지역일 경우 그 정도가 클 수 있다.
5%씩 정(+)의 영향을 끼치는 것으로 나타났다. 승하차 인원의 경우 서울에서는 주택가격에 부(-)의 영향이 있는 것으로 나타났지만 경기지역에서는 주택가격에 정(+)의 영향을 끼치는 것으로 나타났다. 분석 전 연구가설에서는 승하차 인원이 많으면 많을수록 주거환경을 저해하기 때문에 주택가격에 부(-)의 영향을 미칠 것으로 예상하였는데 이러한 결과는 서울에서만 나타났다.
3%로 나타나 서울보다 승하차 인원이 다소 적은 것으로 나타났다. 시기특성은 2016년이 서울, 경기, 모두 거래량이 가장 많은 것으로 나타났으며 2017년, 2018년 최근 연도일수록 거래량이 감소하는 것으로 나타났다.
주상복합아파트의 경우 지역에 따라 다르게 나타났는데, 서울의 경우 주상복합 여부가 가격에 부(-)의 영향을 주는 것으로 나타났으며, 경기지역의 경우 가격에 정(+)의 영향을 주는 것으로 나타났다. 이러한 결과는 경기도의 주상복합 아파트는 서울과 비교하면 비교적 최근에 건축되었고 특히 주상복합 아파트는 일종의 핵심입지에 건축되는 경향이 높았기 때문으로 생각된다.
첫 번째 모형의 서울 및 경기지역의 추정 결과를 살펴보면 개별 아파트의 전용면적은 아파트 가격에 부(-)의 영향을 미치는 것으로 나타났다. 이는 면적이 증가함에 따라 면적 단위당 아파트 가격이 체감한다는 것을 의미한다.
첫째, 도시철도역의 교통서비스에 따라 주택가격에 미치는 영향이 다르며, 교통서비스의 질을 구성하는 요소들이 이론과 부합하게 주택가격에 영향을 준다.
추정 결과에 따르면 도시철도역으로부터의 거리가 1, 000 m 멀어질수록 서울의 경우 아파트 가격은 약 –15.7% 감소하는 것으로 나타났고, 경기지역의 경우 –10.9% 감소하는 것으로 나타났다. 서울/경기지역을 대상으로 한 분석 결과는 도시철도역으로부터의 거리뿐 아니라, CBD, GBD까지의 소요 시간 등 도시철도 교통서비스의 질적 특성이 아파트 가격에 미치는 효과를 보여준다.
이러한 결과는 고용 밀집지까지의 거리에 따른 통근비용이 주택가격이나 토지가격에 반영된다는 입지균형에 근거한 도시경제이론과 일치하며, 해외 연구 결과와도 동일하다(Tse & Chan, 2003; Dziauddin & Misran, 2016). 한 가지 흥미로운 점은 서울이나 경기지역 모두 주요 도심인 CBD와 GBD까지의 소요시간은 주택가격에 부(-)의 영향을 주는 것으로 나타났으나 영향의 크기, 계수 값은 두 지역 모두 GBD까지의 소요시간이 더 크게 났다는 점이다. 이는 GBD 접근성이 가격에 미치는 영향이 더 크기 때문일 수도 있고, CBD까지의 접근은 도시철도 외의 대체 교통편이 충분하기 때문일 수도 있기 때문에 추가적인 연구가 필요하다.
후속연구
마지막으로, 본 연구는 수도권이라는 대도심을 연구의 범위로 설정함으로써, 결과의 강건성 및 보편성을 확보하였고, 광역자치단체 단위를 중심으로 연구된 지난 연구들과 차별점을 가지며, 교통서비스 효과뿐 아니라 교통서비스 외적인 영향을 고려하여 분석했다는 점에서 학술적 기여점을 가진다.
한 가지 흥미로운 점은 서울이나 경기지역 모두 주요 도심인 CBD와 GBD까지의 소요시간은 주택가격에 부(-)의 영향을 주는 것으로 나타났으나 영향의 크기, 계수 값은 두 지역 모두 GBD까지의 소요시간이 더 크게 났다는 점이다. 이는 GBD 접근성이 가격에 미치는 영향이 더 크기 때문일 수도 있고, CBD까지의 접근은 도시철도 외의 대체 교통편이 충분하기 때문일 수도 있기 때문에 추가적인 연구가 필요하다.
참고문헌 (23)
Andersson, D.E., Shyr, O.F., and Fu, J. (2010). "Does high-speed rail accessibility influence residential property prices? hedonice estimates from southern Taiwan." Journal of Transport Geography, 18, pp. 166-174.
Bae, J.H., and Choi, G.H. (2018). "A Study on the Effect of Sinbundang Subway Line Development Project on Nearby Apartment Housing Price: Focusing on Suji-gu, Yongin City." Journal of the Korean Urban Management Association, 31(4), pp. 83-99.
Bae, S.Y., Chung, E.C., and Lee, S.Y. (2018). "Effects of Urban Railway Transportation Services on Housing Prices: Case of Apartments in Gyeonggi Province." Journal of the Korea Real Estate Analysts Association, KREAA, 24(3), pp. 85-98.
Bowes, D.R., and Ihlanfeldt, K.R. (2001). "Identifying the Impacts of Rail Transit Stations on Residential Property Values." Journal of Urban Economics, 50, pp. 1-25.
Cameron, A.C., and Pravin, K.T. (2010). Microeconometrics Using Stata, Revised Edition, Taylor & Francis.
Choi, S.H., and Sung, H.G. (2011). "Identifying the Change of Influencing Power of the Subway Line 9 Construction Project over Housing Prices - Focusing on the business effects during the entire project stages." Journal of Korea Planning Association, KPA, 46(3), pp. 169-177.
Dai, X., Bai, X., and Xu, M. (2016). "The influence of Beijing rail transfer stations on surrounding housing prices." Habitat International, 55, pp. 79-88.
Dziauddin, M.F., and Misran, Mustika (2016). "Does Accessibility to the Central Business District (CBD) Have an Impact on High-Rise Condominium Price Gradient in Kuala Lumpur, Malaysia?" SHS Web of Conferences, 23, pp. 1-24.
Hwang, H.J., and Chung, E.C. (2018). "A Study on Effects of Railway Construction Stages and Characteristics of Station Area on Apartment Prices - Case of Ui-Sinseol Light Rail in Seoul." SH Urban Research & Insight, 8(2), pp. 57-75.
Jeong, M.O., and Lee, S.Y. (2013). "A Study on the Changes in Housing Prices Depending on the Accessibility of the Seoul Metropolitan Rapid Transit." Korea Real Estate Review, KRERI, 23(3), pp. 51-77.
Jeong, M.O. (2012). "A study on the effect of housing prices according to the construction stage of Seoul metropolitan rapid transit." Dissertation for Degree of Doctor at Konkuk University.
Kang, S.J., and Seo, W.S. (2016). "Investigating Impacts of Subway Line and Station Features on Apartment Resale Prices." The Korea Spatial Planning Review, KRIHS, 89, pp. 149-162.
Lee, K.T.. Kim, K.J., and Shin, J.C. (2018). "The Effect of Monorail-type Light Rail Station on Apartment Prices in the Surrounding Area." Journal of the Korea Real Estate Analysts Association, KREAA, 24(3), pp. 17-36.
Lee, J.M., and Kim, Y.J. (2015). "Empirical Analysis on Impact of Ground Level Subway Station on Neighboring Apartment Price using Multilevel Regression Model." Korea Planning Association, KPA, 50(2), pp. 157-171.
Lee, J.M., and Kim, J.Y. (2014). "Negative Impact of a Subway Station on Neighboring Apartment Price - Focused on differential effects depending on the structure and function of the station-" Housing Studies Review, KAHPS, 22(2), pp. 53-75.
Pagliara, F., and Papa, E. (2011). "Urban rail systems investments : an analysis of the impacts on property values and residents' location." Journal of Transport Geography, 19, pp. 200-211.
Seo, K.H., Golub, A., and Kuby, M. (2014). "Combined impacts of highways and light rail transit on residential property values : a spatial hedonic price model for Phoenix, Arizona." Journal of Transport Geography, 41, pp. 53-62.
Sung, H.G., and Kim, J.Y, (2011). "The Impacts of Time-Varying Accessibility of Facilities on Housing Price Change by the Modified Repeat Sales Model - The Case of Subway Line 9 in Seoul." Journal of the Korean Society of Civil Engineers D, KSCE, 31(3D), pp. 477-487.
Tse, C.Y., and Alex, W.H. Chan (2003). "Estimating the commuting cost and commuting time property price gradients," Regional Science and Urban Economics, 33(6), pp. 745-767.
White, H. (1980). "A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity," Econometrica, 48, pp. 817-838.
Wong, S.K., Chau, K.W., Yau, Y., and Cheung, A.K.C. (2011). "Property Price Gradients: the vertical dimension." Journal of Housing and the Built Environment, 26, pp. 33-45.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.