Journal of the Korean Housing Association. 25 February 2018. 19-31
https://doi.org/10.6107/JKHA.2018.29.1.019

ABSTRACT


MAIN

I. 서 론

1. 연구의 배경 및 목적

‘교육열’은 한국 사회를 설명하는 대표적인 특성 중 하나이다. 한국 부모들의 자녀 교육에 대한 관심은 교육비 지출의 확대로 이어지고 있다. 실제로 2016년 초·중·고교 학생 1인당 월평균 사교육비는 37만 8천원으로 집계되었으며(Statistics Korea, 2016), 교육비가 가구 전체 소비지출에 차지하는 비중은 11.1%인 것으로 조사되었다(Statistics Korea, 2016). 교육에 대한 관심은 우수한 인재를 양성하는 데 기여했지만, 한편으론 자녀에게 우월한 교육환경을 제공하기 위한 일환으로 위장전입이라는 사회적 문제를 야기하였다. 우월한 교육환경에 대한 가구의 열망은 최근에는 타(他)지역에 주택을 소유하고 있음에도 차가를 선택하여 교육환경이 우수한 지역에 거주하는 현상으로 나타나고 있다.

특정지역으로의 편향된 이주는 지역별 교육환경 격차1)와 연관이 있다. 교육환경의 차이는 교육환경이 우수한 지역으로 여겨지는 강남, 목동, 분당, 일산 등 일부 지역의 주택수요 증대를 견인하였다. 특정 지역에 대한 거주 수요증대는 해당 지역의 주택공급을 압도하여 주택 매매가격과 임차가격을 동반상승 시키고 있으며, 현재 국내주택시장의 변동을 야기하는 요인 중 하나로 손꼽히고 있다.

정부는 주택시장을 안정시키기 위해 다양한 정책을 시행했지만 부동산 투기수요, 주거소비 수요 등 다양한 요인으로 인해 불안정성은 쉽게 해소되지 않고 있다. 교육환경도 주택시장의 변화에 영향을 미치는 요인 중 하나로 꼽히고 있다. 우수한 교육환경을 희망하는 가구의 주택소유와 점유의 불일치는 교육환경과 주택가격이 비례하면서 나타나는 독특한 점유 형태라고 할 수 있는데, 이러한 현상에 관한 연구는 아직까지 비교적 부족한 편이다.

따라서 본 연구에서는 주택을 소유하고 있음에도 불구하고 해당 주택에 거주하지 않고 차가로 거주하는 가구(=이하 “거소불일치2)”로 정의함)의 주택 점유형태 결정요인을 분석하고자 한다. 일반적으로 주택 점유형태 결정에는 인구학적, 사회경제적 요인과 지역적 특성이 영향을 미친다. 본 연구에서는 그 중에서도 지역의 교육환경을 주목하여 자가소유 가구의 차가점유 선택 결정요인을 분석하는 데 중점을 두고 있다.

본 연구는 서울시 25개 지역구와 경기도 지역 중 교육환경이 비교적 우수하다고 알려진 과천시, 군포시, 성남시, 수원시, 안양시 지역을 분석의 대상범위로 한정하였다. 분석은 2005년, 2010년 인구주택총조사 자료와 2012년 주거실태조사 자료를 활용하였으며, 분석방법은 이변량프로빗 선택 모형(Bivariate Probit model with sample selection)을 활용하여 표본의 선택적 편의를 통제하고자 하였다.

본 연구의 구성은 다음과 같다. 2장에서는 본 연구와 관련되어 기 수행된 연구를 고찰하고 연구의 차별성을 밝힌다. 3장에서는 연구방법론에 대해 소개하고, 4장에서는 본 연구에 활용된 자료와 정립된 연구모형에 대해 설명한다. 5장에서는 본 연구의 분석결과를 기술하며, 6장에서는 분석결과 요약 및 정책 제언, 연구의 한계에 대해 언급한다.

II. 이론적 배경

1. 교육여건과 거주지 선택에 대한 선행연구

한국사회에서 높은 수준의 사회경제적 지위를 성취함에 있어 학력과 학벌이 중요한 요소로 작용한다는 관념의 보편화로 인해 한국사회에서 높은 수준의 교육성취는 계층 상승의 수단으로 인식되고 있다(Kim, 2008). 또한 부모세대들은 자신들의 능력을 확대하고 다음 세대로 이전시키는 수단적 도구로 교육을 활용하고 있다(Son, 2004). 교육의 수단화를 달성하기 위해서는 양질의 교육환경을 제공하는 지역으로 이주하는 것이 필요하다.

실제로 서울특별시 거주가구의 이주 및 거주지 선택에 대한 2010년 주거실태조사 결과를 살펴보면, 거주지 이주의 주된 이유 중 하나가 ‘자녀 교육 여건 때문에(약14.5%)’인 것으로 집계되었다. 세부지역별로 살펴보면, 교육환경이 우수하다고 여겨지는 강남구, 서초구, 양천구의 경우 ‘자녀 교육여건 때문에’ 응답한 가구가 각각 29.5%, 23.1%, 26.8%로 나타나 교육환경이 주된 요소인 것으로 조사되었다. 교육여건에 따른 이주 이유가 가장 높은 강남구에서도 개포동(75.0%), 도곡동(65.7%), 대치동(57.4%)이 두드러지게 나타나고 있다(Kim, 2002).

일반적으로 가구의 거주지 선택은 공간의 쾌적성, 편의성, 경제성 등의 희소가치에 대한 접근을 보여주는 사회적 공간이라는 관점에서(Choi, 2004; Kim, 2005; Kim & Lee, 2010) 결정되며, 거주지의 미래 경제가치로 나타나는 투자이득, 지역 어메니티(Amenity)와 함께 지역의 우수한 교육환경은 가구의 거주지 선택에 핵심적인 요인으로 파악된다(Choi & Lim, 2001; Park & Lee, 2013; Park & Lee, 2016).

우수한 교육환경에 대한 가구의 선호는 특정 지역을 중심으로 주택수요의 상승을 유도하였으며, 주택시장 내 수요와 공급의 불균형은 주택가격 및 임차가격의 상승을 견인하였다. 해당지역의 자가소유를 통한 거주는 높아진 주택가격으로 인해 경제적 측면에서 수월하지 않다. 경제적 비수월성에도 불구하고 거주수요를 충족하기 위해 타 지역에 자가를 소유함에도 거주 희망지역에 차가를 점유하는 형태가 나타났으며, 강남3구 및 일부 지역의 주택시장을 중심으로 확인되고 있다(Son, 2004; Jin & Son, 2005; Youn & Choi, 2011).

2. 주택소유와 점유 불일치 가구의 현황 및 선행연구

주택 거주유형은 소유와 점유의 조합에 따라 1) 소유주택에 거주하면서 다른 주택을 소유한 경우, 2) 소유주택에 거주하는 경우, 3) 주택을 소유하고 있지만 차가에 거주하는 경우, 4) 소유주택 없이 차가에 거주하는 경우로 구분된다(Ioannides & Rosental, 1994)3). 위 네 가지의 상이한 소유-점유 조합에 미치는 영향은 인구 및 사회경제적, 지역 특성 등에 따라 차별적으로 나타난다(Kim & Nam 2012; Park & Lee, 2013).

자가소유는 가구의 주거안정성을 향상시킴과 동시에 경제적 측면에서 자산축적의 기회를 제공하기 때문에 가구들은 자가소유를 추구한다(Clark & Dieleman, 1996). 실제로 대부분의 나라에서는 자가소유 비중이 차가점유에 비해 높게 나타나고 있다. 2008년 기준으로 미국, 일본, EU-15의 자가점유 비율은 67, 61, 62.5%로 나타났으며(Kim, 2013), 우리나라의 자가점유 비율은 2005년, 2010년, 2015년도에 각각 55.6, 54.3, 56.8%로 조사되었다. 자가점유 비율을 거소불일치 가구(=3)번 분류)를 포함한 자가보유 비율로 확장하면 집계된 자가점유 비율에서 5~7% 높게 나타나고 있다4). 자가보유 비율과 자가점유 비율의 차이가 자가를 소유하고 있지만 차가를 점유하는 가구이다. 흥미로운 점은 해당 비율이 다른 국가에 비해 높게 나타나고 있다는 점이다. 실제로 소유와 거주가 불일치하는 가구의 비율이 미국은 2.9%, 스페인은 1.6% 수준에 불과한 반면, 우리나라의 경우에는 2005년 4.3%에서 2010년 6.6%로 비율이 확대되는 것으로 나타났다(Manrique & Ojah, 2003; Ioannides & Rosenthal, 2004; Kim, Choi, & Ko, 2009).

주택소유와 점유가 불일치하는 현상은 서울 및 수도권을 중심으로 나타나고 있다. 서울의 경우 전체 세입자 가구 중 자가를 소유한 가구가 2005년 10.5%, 2010년 17.4%로 나타났으며, 경기도는 2005년 12.30%, 2010년 18.30%로 집계되었다5). 특히 우수한 교육환경을 갖춘 서초구, 강남구, 송파구, 양천구와 경기도 안양시, 과천시, 군포시 등에서 높은 비율을 보이는 것으로 관찰되었다<Figure 1>.

https://cdn.apub.kr/journalsite/sites/khousing/2018-029-01/N0450290103/images/JKHA_2018_v29n1_19_f001.jpg
Figure 1.

The Rate of Home Owning Renter in Seoul Metropolitan Area

Source. Census 2%, 10% data (’05~’10), Statistics Korea

거소불일치 현상은 주택의 수요를 투기적 수요와 소비적 수요로 구분하여 추론할 수 있다. 투기적 수요는 거주목적 없이 추가 자본이득을 추구하기 위하여 주택을 구입하는 것이고, 소비적 수요는 교통, 교육, 주거환경 등의 지역의 주거서비스를 소비하기 위한 수요를 일컫는다(Henderson & Ioannides, 1983).

가구의 소유와 점유형태는 투자적 수요와 소비적 수요에 의해 결정된다(Ioannides & Rosenthal, 1994). 투자적 수요는 소유를 소비적 수요는 점유를 반영하며, 두 수요가 상충되는 경우 소유와 점유의 공간적 분리가 나타날 수 있다(Kim, Choi, & Ko, 2009). 주택소유와 점유의 분리는 주택 구매 여건의 비수월성 극복, 주거공간의 소비라는 차원에서 학령대의 자녀가 있는 경우, 주거서비스 소비 등으로 인해 나타나고 있으며(Kang, 2011; Kim & Jeon, 2012; Park & Lee, 2013;), 소유와 점유의 공간적분리 즉, 자가를 소유함에도 차가점유가 확대되는 기저에는 전세제도라는 우리나라의 독특한 주택 시스템이 자리하고 있다.

거소불일치 현상은 높은 교육수준, 높은 교육수준으로 상당한 자산을 보유한 가구에서 주로 나타나고 있다(KHI, 2012). 해당 가구들은 일방적인 주택소유보다는 주택의 기능과 사용적 가치를 중시하며, 교육, 교통 등의 주거환경을 고려하는 주거 집단이라고 할 수 있다. 특히 해당 집단은 주거환경, 도시 접근성이 상대적으로 좋은 지역에 집중되어 나타나고 있다. 이러한 현상은 지역적 요인과 가구의 내적인 특성이 동시에 결합되어 나타난 결과로 해석할 수 있다.

거소불일치 현상의 원인을 규명하는 것은 한국 주택시장의 특성을 정확히 파악할 수 있다는 점에서 필수적인 연구이다. 과거부터 정부는 주택정책을 추진함에 있어서 ‘세입자=무주택자’, ‘1주택자=실수요’, ‘다주택자=투기수요’ 고정된 정책프레임을 오랫동안 적용해왔다.6) 하지만 주택소유와 점유유형이 다변화되고 있는 시점에서 관념화된 정책 프레임은 주택시장의 변화에 신속히 대응하는 데 한계를 노정하고 있다. 각각의 주택소유 및 점유모형이 이질적인 특성을 보인다는 점에서 각 유형의 가구특성을 파악하는 것이 선행되어야 하며, 특히 수도권을 중심으로 급격하게 증가하고 있는 거소불일치 가구의 특성을 파악하는 것은 주요한 연구 중 하나이다. 따라서 본 연구는 향후 주택정책 입안 시 중요한 시사점을 제공할 것으로 판단된다.

3. 선행연구와의 차별성

지금까지 논의한 선행연구들은 교육요인과 거주지 선택, 주택소유와 점유의 불일치 등에 대해서 다루고 있다. 최근에 주택소유와 점유의 불일치 현상이 주택 시장 내에 주요 논제로 떠오르고 있음에도 불구하고 대부분의 연구들은 표면적 지표에 의존하여 해당 현상을 설명하고 있으며, 가구의 선택에 대한 행동적 개념(Behavior)을 반영하지 못한 한계가 있다. 특히 거소불일치 현상의 주요 요인 중 하나가 교육환경임에도 불구하고 이에 주목하여 진행된 연구는 소수에 불과하다. Park and Lee(2013) 연구에서 상기에 논의된 문제를 일부 해소하였으나 여전히 한계를 지니고 있다. 먼저, 해당 연구는 ‘사설학원 수’ 만을 지역의 교육요인으로 모형 내 통제하고 있어 거소불일치에 대한 지역의 교육환경의 영향력을 충분히 반영하지 못하고 있다. 또한 분석시기가 2005년에 국한된 연유로 거소불일치 현상의 최근 경향, 나아가 2005년과 2010년 사이의 변화를 추적하지 못하는 한계를 지니고 있다. 마지막으로 인구주택총조사 자료는 소득정보를 제공하지 않아 주택 점유형태 결정에 주요한 영향을 미치는 소득변인과 거소불일치의 영향관계를 살펴보지 못한 제약점이 존재한다.

본 연구에서는 상기의 한계를 극복하고 연구의 설득력을 제고한다. 먼저, 본 연구에서는 거소불일치에 미치는 교육환경 요인을 파악하고자 사설학원 수, 교육경비보조금, 대학진학률 등 교육 관련 변수를 다양하게 고려한다. 또한 본 연구에서는 2005년과 2010년 인구주택총조사 자료를 활용하여 거소불일치 현상의 변화를 파악하고, 자료의 미비로 규명하지 못한 거소불일치와 소득 간의 관계를 2012년 주거실태조사 자료를 활용하여 추가적으로 살펴본다.

III. 연구방법

본 연구는 타 지역에 자가를 소유하고 있음에도 현재차가를 점유하고 있는 가구의 선택요인을 분석하는 데 그 목적이 있다. 일련의 선택과정(자가소유-차가점유)이 나타나는 경우에는 표본의 선택 문제(Sample selection bias)가 제기된다(Maddala, 1983; Lee et al., 2006). 일반적으로 표본의 선택 문제는 자기 선택적 문제 또는 연구자들의 표본선택 결정에 의해 나타난다(Heckman, 1979). 표본 선택 과정에서의 통계적 오류를 방지하기 위해서는 자가소유와 차가점유 요인을 동시에 고려하는 것이 요구된다. 상기의 문제점을 방지하고 분석과정에서 발생하는 표본선택의 편의를 보정하기 위해 본 연구에서는 이변량 프로빗 선택모형(Bivariate Probit Model with Sample Selection)을 적용하였다.

자가소유 모형과 차가점유 모형을 각각 프로빗 모형으로 구분하여 방정식 형태로 나타내면 다음과 같다.

(1)
i1=β1xi1+εi1i1=β2xi2+εi2=1,if>00,otherwise=1,if>00,otherwise

식 (1)은 각각 첫 번째 단계에서 자가소유 가구의 프로빗 모형과 두 번째 단계에서 자가소유 가구 중 차가점유를 선택하는 주택 점유형태 프로빗 모형이다. 여기서 x는 설명변수의 열벡터, β는 계수의 행백터, i는 개별 가구를 가리킨다. xi1은 자가소유를 선택한 i번째 가구의 인구, 사회경제적, 주택, 교육 및 지역변인을 나타낸 것이고, xi2는 거소불일치를 선택한 i번째 가구와 관련된 변인들을 나타낸 것이다. 위 식에서 자가소유 모형(=1단계 모형)의 교란항은 전체 조사가구를 대상으로 구성된 반면, 차가점유 모형(=2단계 모형)의 교란항은 전체 가구 중 자가소유 가구만을 대상으로 구성된다. 만약 차가점유 모형이 자가소유 모형을 고려하지 않는다면, 차가점유 모형은 자가소유에 관한 누락변수(Omitted variable)의 문제를 야기할 수 있으며, 교란항의 평균이 0이라는 회귀분석의 기본조건을 위배하여 통계적 오류를 야기할 가능성이 있다(Kaplan & Venezky, 1994).

한편, 일반적인 이변량프로빗 모형에서와 동일하게 εi1과 εi2가 관찰되지 않는 확률 교란항을 나타낸다면, 자가소유 모형에서 자가소유를 선택한 가구만을 대상으로 차가점유 모형을 분석하게 된다. 이 경우, 표본이 랜덤하게 추출되지 않게 되는 표본선택편의(selectivity bias)가 발생한다. 이를 방지하기 위해서 오차항 εi1과 εi2는 이원변량정규분포(Bivariate normal distribution)를 따른다고 가정하고 여기서 ρ: εi1, εi2~N(0, 0, 1, ρ)는 오차항 간의 상관계수를 보여준다. 위의 과정을 통해 자가소유가 관찰되는 경우에만 차가점유와 관련 변수들이 관찰된다고 가정하였다.

오차항의 가정을 모형에서 정립해보면, P(차가점유=1, 자가소유=1), P(차가점유=1, 자가소유=0), P(자가소유=0)와 같이 세 가지 범주의 무조건부 확률(unconditional probablity)을 만들 수 있다.

(7)
π1=P=1,=1=Φ2β1'xi1,β2'xi2,ρ
(8)
π2=P=0,=1=Φ2β1'xi1,-β2'xi2-ρ=Φβ2'xi2-π1
(9)
π3=P=0=Φ-β2'xi2=1-Φβ2'xi2=1-π1=π2

위의 식 (7), (8), (9)에 상응하는 로그우도함수(loglikelihood)는 아래의 식 (10)과 같다.

(10)
=1,=1lnΦ2β1'xi1,β2xi2,ρ+=0,=1lnΦ2-β1'xi1,-β2'xi2,-ρ+=0lnΦ-β2'xi2

위 식에서 도출된 β1, β2, ρ은 최적화된 파라미터값을 나타낸다. 위 모형에서 교란항에 대한 상관관계를 나타내는 값(ρ)이 통계적으로 유의미하다면, 표본의 선택성을 고려하지 않은 일변량프로빗 모형의 적용은 통계적 오류가 있음을 나타낸다(Maddala 1983; Lee et al., 2006).

IV. 자료 및 변인설명

본 연구에서는 통계청에서 제공하는 인구주택총조사 2005년(2% 표본), 2010년(10% 표본), 주거실태조사 2012년 자료를 활용하였다. 인구주택총조사 자료는 다수의 표본을 제공함과 동시에 다수의 표본을 제공함과 동시에 주택 점유형태 모형에 활용 가능한 가구의 정보를 다수 포함하고 있어 본 연구의 분석에 적합하다. 하지만 인구주택총조사 자료는 소득과 자산에 대한 정보를 제공하고 있지 않아 모형확립 과정에 일부 한계를 노정하고 있다. 소득요인이 점유형태 결정에 미치는 영향력을 감안하면, 소득이 거소불일치 선택에 미치는 요인을 확인하는 절차도 필요하다. 따라서 본 연구에서는 가구의 소득과 자산 정보를 제공하고 있는 2012년 주거실태조사 자료를 활용하여 소득과 거소불일치 선택 간의 관계를 분석한다7). 본 연구의 공간적 범위는 서울 25개 구 및 경기도 5개 지역(수원, 성남, 안양, 과천, 군포)이다. 본 연구에서는 18세 이하인 가구주와 주택유형이 집단시설로 조사된 표본은 제외하였다.

<Table 1>는 본 연구에서 분석에 활용된 변인들에 대해 정리한 표이다. 종속변인은 이변량프로빗 모형의 구조에 따라 두 단계로 구분된다. 첫 번째 단계에서는 주택을 소유하는 가구와 소유하지 않은 가구로 구분한다. 다음 단계에서는 첫 번째 단계에서 자가소유 가구를 대상으로 차가를 점유하는 가구(=거소불일치 가구)와 자가를 점유하는 가구로 구분하였다. 연구모형에 활용된 독립변인은 기존 연구들을 참조하여 인구학적, 사회경제적, 주택 및 이주 특성, 교육 및 지역특성으로 구분하여 설정하였다.

Table 1.

Variable Explanation

VariableDescription
Dependant VariableFirst stage: Own (=1), Rent (=0)
Second stage: Rent household among Own-housing other location (=1), Own-occupied (=0)
Independent Variable
DemographicAgeAge119~24
Age225~34
Age335~44
Age445~54
Age555~64
Age6Over 65 (=Ref.)
GenderMaleMale (=1), Female (=Ref.)
Number of Household memberHhm11~2
Hhm23~4
Hhm3Over 5 (=Ref.)
Household TypeHhtype1Single Household (=Ref.)
Hhtype2Couple
Hhtype3Couple+children under 18
Hhtype4Couple+chldern over 19
Hhtype5Single household head+chldren under 18
Hhtype6Single household head+chldren over 19
CommuteCommuteMatch of Job location and Residence location (=1). Otherwise (=0)
Socio-EconomicEducation levelEdu1Over bachelor
Edu2Highschool Graduate
Edu3Under Middleschool Graduate (Ref.)
JobJob1Management, Professional Job
Job2Technician, Semi Professional, Office Job
Job3Service, Sales Job
Job4Other Job (=Ref.)
HousingHousing TypeHtype1Detached Housing
Htype2Apartment
Htype3Multiplex Housing (=Ref.)
Housing SizeSize1Under 19 Pyeong (=Ref.)
Size219 Pyeong~39Pyeong
Size3Over 39 Pyeong
MigrationMigrationMig1Migration from other region (before 5 years)
Mig2Migration from same region (before 5 years)
Mig3Non-migration (=Ref.)
Regional EconomicPrivate education InputEdu_r1Number of Private Institute per 1,000
Public Education InputEdu_r2Educational Expence subsidy per 1,000
Education OutputEdu_r3Entrance rate (University entrance/Highschool graduation)
Officially assessed land priceLpriceOfficially assessed land price (10 thousand won)
Financial independence rateFindFinancial independence rate
RegionSeoulSeoul 25 Gu
KyengKiGwachun Si, Gunpo Si, Suwon Si, SeongNam Si, Anyang Si
Seoul Jongro-gu (=Ref.)

가구의 인구학적 특성은 가구주 연령과 성별, 가구원 수, 가구구성, 직주불일치 여부로 설정하였다. 가구주의 연령은 19세 이상을 대상으로, 19~24세를 제외한 나머지는 10세 단위로 구분하였다. 가구주의 연령은 인구생애주기적 측면에서 연령이 증가할수록 자산축적이 우월하다는 점에서 자가소유 확률이 높을 것으로 예측된다(Kim & Nam, 2012; Park & Lee, 2016). 가구주의 성별의 경우 남성이 자가를 점유할 확률이 높게 나타나지만(Park & Lee, 2013), 경제적 능력을 통제하는 경우에는 여성이 자가를 점유할 확률도 높을 가능성이 있다(Lee & Myers, 2003). 가구원 수는 가구원 수가 증가할수록 주거안정성 확보를 위해 자가소유를 추구할 가능성이 높다(Clark & Dieleman, 1996). 가구구성은 6개의 가구 형태로 구분하였으며, 1인 가구를 참조집단으로 설정하였다. 주택 점유형태는 학령기 자녀 유무에 따라 영향을 받게 되는 점을 고려하면 (Lee, Lim, & Lee, 2009), 분석결과는 차별적으로 시현될 것으로 예상된다. 직장과 주거지의 분리여부에 따른 점유 형태 결정은 가구에 근로자가 2명 이상인 경우(=맞벌이)통근지와 거주지의 일치여부를 통제하여 살펴보았다. 대부분의 직장이 도시의 중심부, 달리 말하면 지가가 높은 지역에 위치하기 때문에 자가를 소유하는 데 상대적으로 불리할 것이다. 따라서 직주가 일치하는 경우에는 자가소유에 부(−)의 영향이, 자가소유 가구 중 차가점유를 선택하는 가구는 정(+)의 영향을 보일 것으로 예측된다.

가구의 사회경제적 특성은 학력과 직업으로 구성하였다. 주택 점유형태 결정에 소득은 주요한 고려 요인이지만(Park & Lee, 2016), 인구주택총조사 자료에는 가구소득과 관련된 정보가 제공되지 않는다. 소득이 통제되지 않는 경우 가구소득의 대리변수(Proxy variable)로 가구주의 학력과 직업수준을 활용하여 가구의 경제적 수준을 가늠한다(Park & Lee, 2013). 일반적으로 학력과 직업수준이 높을수록 소득이 높아지는 경향을 보인다는 점에서 소득의 대체변수로 두 변인을 분석모형에 활용하는 것은 타당하다고 판단된다(Chun & Lee, 2007). 소득과의 연관성을 고려하면, 자가소유와 거소불일치 모두 학력과 직업수준이 높을수록 정(+)의 관계를 보일 것으로 예측된다. 추가적으로 인구주택총조사 자료에서 통제하지 못한 소득변인이 거소불일치에 미치는 영향을 규명하기 위해서 2012년 주거실태조사 자료를 활용하여 소득변인과 거소불일치 관계를 분석을 수행한다.

주택 변인은 주택유형과 주택면적으로 구분하여 통제하였다. 주택유형은 크게 단독주택, 아파트, 연립 및 다세대주택으로 구분하였다. 주택시장에서 아파트 주도의 시장공급은 가구의 아파트 자가소유를 증진할 것으로 예측된다. 주택 면적은 19평 미만, 19~39평 미만, 39평 이상으로 구분하였으며, 19평 미만의 가구를 참조 집단으로 설정하였다8). 자가소유 가구가 차가점유를 한 경우, 기본적으로 경제력이 뒷받침되어 있을 것으로 예상되므로 상대적으로 39평 이상의 대형 주택이 선호될 것으로 예측된다. 이주변인은 5년전 거주지를 기준으로 구성하였다. 가구의 이주는 가구의 편익을 증진하기 위한 선택으로 소비적 차원에서 접근성, 쾌적성, 경제성 등 다양한 측면을 고려하여 나타난다(Choi & Lim, 2001). 이를 고려하면 가구의 이주는 자가소유, 자가소유 및 차가점유 선택에 있어서 정(+)의 영향을 미칠 것으로 예측된다.

지역 변인은 교육적 측면과 경제적 측면으로 구분하여 교육 변인은 인구 천 명당 사설학원 수, 학생 천 명당 교육경비보조금9), 대학 진학률(4년제 대학 진학자/졸업자)을 설정하였다. 사설학원 수와 대학 진학률은 교육통계(kess.kedi.re.kr)에서 제공하는 2005년, 2010년 자료를 활용 하였으며, 교육경비보조금은 2005년, 2010년 서울통계(data.seoul.go.kr)와 경기도 개별 지자체 통계를 활용하여 자료를 수집하였다. 상기 변인들은 각각 사교육, 공교육의 교육투입적 요소와 교육 산출적 요소로 고려되었다. 세 가지 요소로 구분한 것은 지역의 교육환경을 판단할 때 기존의 선행연구(Park & Lee, 2013)와 같이 특정 교육지표에 의존하기보다는 종합적인 관점에서 판단할 것이라는 가정에 근거하였다. 교육환경 변인은 전통적으로 교육환경이 우수한 강남 8학군 지역, 양천구, 노원구 등의 실제 거소불일치 비율이 높은 점을 고려하면<Figure 1>, 자가소유가구의 차가점유에 정(+)의 영향을 줄 것으로 예상된다.

지역의 경제적 여건을 반영하는 변인으로는 공시지가와 재정자립도를 설정하였다. 공시지가는 지역별 표준지 공시지가를 활용하였다. 일반적으로 공시지가가 낮을수록 가구의 자가소유는 수월하다는 점에서 공시지가가 낮을수록 자가소유 확률은 높아질 것으로 예상된다(Malpezzi, 1996). 지역의 재정자립도는 지역의 어메니티를 반영한다는 점에서 재정자립도가 높을수록 주택가격이 높을 개연성이 있다. 따라서 자가소유에는 부(−)의 영향이, 자가소유 가구의 차가점유에는 정(+)의 영향이 있을 것으로 예측된다.

V. 분석결과

<Table 2>는 거소불일치 요인에 대한 회귀분석 결과를 나타내고 있다10). 표본의 선택성을 나타내는 rho의 값은 2005년, 2010년에 각각 0.9305, 0.8619로 정(+)의 방향으로 분석되었다. 이는 1단계 회귀분석에서 차가를 선택한 가구가 (만약 2단계에서 기회가 주어진다면) 차가를 선택할 확률보다 자가소유 가구가 현 거주지로 차가를 선택할 확률이 높다는 것을 의미한다. 이러한 결과는 2단계 분석에서 나타나는 거소불일치 가구의 특성(주거 선택에 있어서 연령, 사회경제적 수준 등이 자녀 교육과 연관된 소비적 수요에 집중)과 일관된 경향성을 보이며 유의수준 p<0.01에서 통계적 유의성을 확보하고 있어 이변량 프로빗 모형 적용의 당위성을 확인하였다.

Table 2.

Bivariate Probit Regression Result

20052010
Owner-occupiedHome owning renterOwner-occupiedHome owning renter
Intercept0.3381-2.7023***0.0980*-2.1160***
AgeAge1-1.5160***-0.2743***-1.5302***-0.2447***
Age2-1.3441***-0.1764***-1.4501***-0.2615***
Age3-0.9554***0.0602-0.9834***0.0357
Age4-0.5378***0.2065***-0.6628***0.1539***
Age5-0.1239***0.1163***-0.3001***0.0927***
GenderMale0.0202-0.0930***0.1110***-0.0341***
Number of Household
Member
Hhm1-0.7103-0.2675***
Hhm2-0.1793***-0.1155***
Household TypeHhtype20.08440.1790***0.4339***0.0768***
Hhtype3-0.23670.1099**0.0295*0.0720***
Hhtype40.03800.1945***0.3587***0.1826***
Hhtype5-0.12090.00250.2517***-0.0108
Hhtype60.34940.03120.5866***0.0074
CommuteCommute-0.0630***0.0309-0.0428***0.0665***
Education LevelEdu10.3603***0.2694***0.2306***0.1525***
Edu20.1829***0.0832***0.0702***0.0248*
JobJob10.1824***0.1507***0.3137***0.1661***
Job20.0858***0.1651***0.2005***0.1462***
Job30.0311*0.0590**0.1033***0.0718***
Housing TypeHtype1-0.9021***-0.8652***
Htype20.0787***0.2173***
Housing SizeSize20.4710***0.03100.4107***0.1581***
Size30.0468***0.0795***0.1320***0.3300***
MigrationMig10.8340***0.9873***
Mig20.7043***0.8599***
Regional VariableEdu_r1-0.0968***0.1717***-0.00960.0867***
Edu_r20.00000.0012***0.00030.0009**
Edu_r30.0079***-0.00260.0063***-0.0054***
Lprice-0.0006***0.0004***-0.0002***0.0001*
Find0.0015***0.0013-0.0006**0.0021***
rho0.9305***0.8619***
-2 Loglikelihood95,666395,862
AIC95780395,976
N75,20940,002275,243147,424

*p<0.1

**p<0.05

***p<0.01

1. 자가소유 모형(1단계)

분석결과가 2단계에 걸쳐 도출되어 해석의 편의를 위해 단계별로 구분하여 살펴보았다. 먼저, 자가소유 모형의 분석결과는 다음과 같다. 먼저, 연령의 경우 65세 이상 가구주에 대비하여 다른 연령대의 가구주는 자가소유에 부정적인 영향을 미치는 것으로 나타났다. 반대로 말하면, 2005년, 2010년 모두 65세 이상 가구주가 다른 연령대 가구주에 비해 자가를 소유할 확률이 높다는 것을 의미한다. 연령의 증가와 경제적 능력(=자산축적 및 보유)의 정(+)의 관계를 감안하면 경제적 능력과 자가소유는 관련성이 높다는 것을 유추할 수 있다. 가구주 성별의 경우 남성 가구주가 여성 가구주에 대비하여 자가소유와 정(+)의 관계를 가지는 것으로 나타났으나 각 연도별로 통계적 유의성은 상이하게 나타났다. 2005년의 경우 자가소유에 대한 남성 가구주의 경제적 능력의 수월성과 여성 가구주의 주거안정성에 대한 선호가 상충되어 통계적 유의성을 확보하지 못한 것으로 판단된다. 2010년의 경우에는 통계적 유의성이 확보되었다는 점에서 자가소유에 있어경제적 능력이 다소 중요해졌다는 것을 추측할 수 있다.

가구원 수의 경우 가구원 수가 5명 이상인 가구에 비해서 가구원 수가 적을수록 자가소유에 부(−)의 영향을 미치는 것으로 나타났다. 해당 결과는 가구원 수가 많을수록 주거안정성을 도모하기 위해 자가소유에 적극적인 것으로 추측된다. 가구구성 변인은 2005년에는 모든 변인에서 통계적 유의성을 확보하지 못하였다. 반면, 2010년 분석결과에서는 전반적으로 1인 가구에 대비하여 자가소유 확률이 높은 것으로 분석되었다. 생애주기에 따른 가구의 주택 점유이론에 근거하면 해당 결과는 가구주 및 배우자의 경제적 능력이 수월한 시기를 반영하는 것이라고 볼 수 있다. 또한 동시에 자녀의 존재가 주거안정성을 희구하는 가구에 영향을 미친다는 측면에서 자가소유 확률을 증진했다고 할 수 있다. 종합하면, 1인 가구보다는 부부 및 자녀와 동거하는 가구가 자가소유에 보다 적극적인 것으로 추측할 수 있다. 직주일치 여부는 예상한 것과 동일하게 직주가 일치한 경우, 자가소유에 부정적인 것으로 나타났다. 본 연구의 공간적 범위가 서울 및 일부 수도권 지역이라는 점에서 현 거주지를 벗어나는 지역으로 통근하는 경우 대부분 서울 중심부로 통근할 것이라 판단된다. 도시경제학적 관점에서 도시중심부에서 멀어질수록, 즉 직주의 거리가 증가할수록 지가가 하락한다는 관점에서 직주가 일치하는 경우에는 경제적 여건으로 인해 자가소유와 부(−)의 결과가 도출된 것으로 판단된다.

사회경제적 변인인 학력과 직업의 경우 예상과 동일하게, 학력과 직업수준이 높을수록 자가소유 확률이 높은 것으로 분석되었다.

주택유형이 아파트인 경우 연립 및 다세대 주택에 대비하여 자가소유의 확률이 높은 것으로 나타난 반면 단독주택은 자가소유 확률이 낮은 것으로 분석되었다. 아파트의 자가소유가 선호되는 것은 첫 번째, 현재 주택시장 내 주택공급이 아파트 중심으로 이루어지고 있다는 점과 두 번째 주거환경의 편의성 차원에서 타 주택유형에 비해 아파트를 선호한다고 볼 수 있다. 주택 크기는 19평 미만보다 19~39평, 39평 이상인 경우 자가소유에 정(+)의 영향을 보이는 것으로 나타났다. 간접적으로 두 더미변인의 파라미터 값 결과를 비교하면 19~39평 미만인 경우가 39평 이상 면적에 비해 높게 나타났다. 해당 결과는 19~39평의 주택면적이 일반적으로 중산층 가구의 소득수준과 가구원 수 규모에 부합되기 때문인 것으로 판단된다.

지역변인 중 교육적 측면의 변인결과는 다음과 같다. 사설학원 수는 2005년과 2010년 모두 자가소유에 부정적인 것으로 나타났다. 교육환경이 우수한 지역인 경우 전반적으로 주택가격이 높게 형성된 지역인 연유로 자가소유 확률이 낮은 것으로 판단된다. 교육경비보조금의 경우에는 자가소유에 미치는 영향력이 미미한 것으로 드러났다. 대학진학률의 경우에는 자가소유에 다소 긍정적인 영향을 미치는 것으로 분석되었다. 지역경제적 측면에서 공시지가의 경우 공시지가가 높을수록 자가소유 가능성이 감소한다는 예상과 동일한 결과를 얻었다. 재정자립도는 지역의 경제현황을 가늠할 수 있는 지표이다. 따라서 재정자립도가 높은 지역은 소득수준이 높고 주거환경이 쾌적할 가능성이 높으며 이에 비례하여 주택가격도 높게 형성되어 자가소유에 부정적일 것으로 예측되었으나 연도별로 다소 상이한 결과가 도출되었다.

2. 자가소유 중 차가점유 가구 모형(2단계)

2단계 모형에서는 자가소유 가구 중 현재 차가를 점유하는 가구의 특성을 분석하였다. 먼저, 가구주의 연령의 경우에는 65세 이상 가구주와 대비하여 종속변수에 대한 영향력이 19~34세의 경우에는 부(−)의 방향으로 35~64세의 경우에는 정(+)의 방향으로 드러났다. 35~64세의 가구주는 가구주의 소득이 성숙되는 시기임과 동시에 주거 어메니티와 교육환경 등을 적극적으로 고려하는 연령대이기 때문에 거소불일치 확률이 높은 것으로 추측된다. 특히, 해당 연령대의 가구주는 학령대(18세 이하)의 자녀와 함께 동거할 가능성이 높다. 학령대 자녀를 둔 가구의 경우에는 교육환경을 적극적으로 고려하기 때문에 35~64세 사이에 거소불일치 영향력이 높게 나타난 것으로 추측된다. 가구주의 성별이 남성인 경우에 여성에 대비하여 거소불일치 선택에 부정적인 것으로 드러났다. 여성의 경우 주거소비 수요가 남성에 비해 크다는 점을 고려하면 주택소유와 점유의 불일치는 주거소비 차원에서 이루어진다고 추측할 수 있다.

가구구성의 경우에는 1인 가구에 대비하여 부부(hhtype2)와 부부와 자녀로 구성된 경우(hhtype3, hhtype4) 2005년과 2010년 모두 정(+)의 파라미터 값이 도출되었으며 통계적 유의성도 확보한 것으로 드러났다. 부부(hhtype2)의 경우에는 접근성, 쾌적성의 주거서비스 차원에서 결과가 나타난 것으로 추측된다. 부부와 자녀가 동거하는 경우(hhtype3, hhtype4)에는 주거환경과 교육환경이 주요한 요인 중 하나라고 파악된다. 특히, 학령대(18세 이하) 자녀와 동거하는 가구의 경우 자녀의 교육환경을 고려하여 거소불일치를 선택했을 가능성이 존재한다. 반면, 한부모와 자녀로 구성된 변인들(hhtype5, hhtype6)의 경우에는 2005년과 2010년 모두 통계적 유의성을 확보하지 못하였으며 거소불일치 선택의 영향력(=magnitude)이 부부와 자녀로 구성된 가구형태에 비해 작은 것으로 드러났다. 거소불일치 선택의 영향력의 차이는 한부모 가정의 경제적 여건이 부부 가구에 비해 열위에 있기 때문인 것으로 짐작된다. 직주일치 변인의 경우에는 2005년, 2010년 모두 거소불일치 선택에 정(+)의 영향을 보였으나 2010년에만 통계적 유의성을 갖춘 것으로 나타났다. 접근성 개선을 위해 가구가 거소불일치를 선택하는 것으로 생각된다.

가구의 소득을 대변한 학력과 직업은 2005년과 2010년 모두 참조집단(=낮은 학력, 낮은 직업수준)에 대비하여 거소불일치 선택과 정(+)의 상관관계를 보이는 것으로 나타났으며, 전반적으로 학력과 직업수준이 높을수록 거소불일치 확률이 증가하는 것으로 드러났다.

주택면적의 경우 거소불일치를 선택하는 가구는 19평이하에 대비하여 넓은 평수를 선호하는 것으로 나타났으며, 특히 39평 이상을 선호하는 것으로 드러났다.

이주변인의 경우 비이주 가구에 대비하여 지역 외, 지역 내 이주의 경우 거소불일치 선택 가능성이 2005년과 2010년 모두 정(+)의 관계에 있는 것으로 분석되었다. 교육환경, 접근성 등의 소비적 요인을 충족하기 위해 거소 불일치를 선택하면서 이주를 시도하는 것으로 추측된다.

지역의 교육요인으로 통제된 변인 중 사설학원 수와 교육경비보조금은 가구의 소유-점유 불일치 선택에 2005년과 2010년 모두 긍정적인 영향력을 미치는 것으로 드러났으나 대학진학률은 부정적인 영향을 보이는 것으로 관찰되었다.

긍정적인 영향을 보인 사설학원 수와 교육경비보조금 중 분석 파라미터값에 기대어 보면, 사교육 환경으로 대변되는 사설학원 수가 거소불일치 선택에 주요한 영향을 미치는 요인으로 파악된다. 반대로 대학진학률의 경우 부정적인 영향관계가 도출된 것은 현재 대학진학률이 70%를 상회하기 때문에 지역 교육환경을 보여주는 주요 교육지표로 한계가 있기 때문인 것으로 추측된다. 따라서 후속연구에서 서울 소재 대학 진학률 또는 소위 스카이(SKY)로 통칭되는 서울대, 고려대, 연세대 진학률을 변수로 활용한다면 대학진학률이 거소불일치 선택에 미치는 영향을 발견할 수 있다고 예상된다.

지역 변인에서 지역의 경제적 여건과 이에 대응하는 주거환경을 나타내는 공시지가와 재정자립도는 모두 정(+)의 방향으로 나타났다. 높은 공시지가와 재정자립도는 그 지역의 경제적 여건이 우월하여 자가소유에 불리하게 작용함을 1단계 분석결과에서 확인하였다. 해당 지역의 어메니티 자원(쾌적한 공원, 교육환경, 시설접근성 등)을 소비하기 위해 거주를 희망하는 경우에 거소불일치를 선택하는 것으로 판단된다.

<Table 3>은 <Table 2>의 결과에서 살펴보지 못한 소득과 거소불일치와의 관계를 보완하기 위하여 2012년 주거 실태조사 자료를 활용하여 분석한 결과이다. 먼저, 표본의 선택성을 나타내는 rho값은 0.4326으로 정(+)의 방향으로 나타났으며, 통계적 유의성을 확보한 것으로 나타났다. 첫번째 단계인 자가소유 모형의 분석결과는 앞선 2005년, 2010년의 분석결과와 유사한 경향을 보이는 것으로 드러났다. 두 번째 거소불일치 모형에 주목하여 살펴보면, 가구구성에서 18세 이하 자녀가 있는 경우 다른 가구구성 형태에 대비하여 거소불일치에 정(+)의 영향을 보이는 것으로 나타나 앞선 분석결과와 동일한 결과를 얻었다. 위 결과를 통해 2012년에도 학령대의 자녀를 가진 가구의 경우 거소일치 경향이 높은 것을 일부 확인할 수 있었다. 소득변인의 경우, 1단계 자가소유 모형에서는 소득이 높을수록 자가를 소유할 가능성이 높아지는 것으로 나타났으나, 그 영향력은 점차 저감(=소득 제곱)되는 것으로 나타났다. 2단계 모형에서는 소득이 증가할수록 거소불일치 선택이 수월한 것으로 나타났다. 하지만 자가소유 모형과 마찬가지로 그 영향력은 저감되는 것으로 드러났다. 위 결과에 빗대어 살펴보면, 소득이 증가할수록 주거수요에 대한 소비적 수요가 증가하여 소득과 거소불일치 간에는 정(+)의 영향관계에 있는 것을 파악할 수 있었다.

Table 3.

Bivariate Probit Regression with Income Variable-2012 Housing Survey Data

Bivariate Probit Model (2012)
OwneroccupiedHome owning renter
Intercept-4.8616***-1.5927***
Age (Linerar)
Age0.0992***
Age_sq-0.0004***
Gender (ref.: female)
Male0.2103***0.1423
Education
(ref.: Under Middleschool graduate)
Over Bachelor0.0171
Highschool graduate0.0666
Job (ref.: other Job)
Manegement, Professional and Semi
Professional Job
0.2584***
Office Job0.1849***
Service and Sales Job0.1200**
Household type (ref.: other type)
Single household-0.2881***0.4757***
Couple household-0.0251-0.2064**
Couple+Children under 18-0.1472***0.1466**
Housing type (ref.: Multiplex housing)
Detached housing0.3597***
Apartment)0.3369***
Housing size (ref.: under 19 pyeong)
19~39 pyeong0.9083***
Over 39 pyeong0.8673***
Income (Linear)
Income0.3213***0.1701***
Income Square-0.0340***-0.0284*
rho0.4326***
-2 Loglikelihood9,434
AIC9,485
N6,8823,736

*p<0.1

**p<0.05

***p<0.01

3. 지역변수의 한계효과

<Table 4>는 본 연구에서 통제한 교육(사설학원 수, 교육경비보조금, 대학진학률)과 지역경제(공시지가, 재정자립도)변인과 소득의 한계효과11)를 도출한 결과이다.

Table 4.

Marginal Effect of Regional Variable and Income

Variable200520102012
OwneroccupiedHome owning renterOwneroccupiedHome owning renterOwneroccupiedHome owning renter
Edu_r1-2.69%1.93%-0.27%1.71%--
Edu_r20.00%0.01%0.01%0.02%--
Edu_r30.22%-0.03%0.18%-0.11%--
Lprice-0.02%0.00%-0.01%0.00%--
Find0.04%0.01%-0.02%0.04%--
Income----16.64%2.70%
Inc_sq-----1.75%-0.41%

지역변인의 한계효과를 분석한 결과, 사설학원 수의 한계효과는 1단위 증가하는 경우 2005년 1.93%, 2010년 1.71%로 거소불일치 선택이 증가하는 것으로 분석되었다. 분석결과에 근거하면 지역의 사교육 환경이 가구가 자가소유 가구의 차가점유 선택에 영향을 미치는 주요 요인이라고 추론할 수 있다. 반면에 교육경비보조금과 4년제 대학진학률의 경우는 영향력이 미미하거나 거소불일치 선택 확률에 부(−)의 효과를 주는 것으로 드러났다. 특히 4년제 대학 진학률의 경우 1단위 증가에 따라 거소불일치 확률이 감소하는 것으로 나타났다.

지역경제 변인인 공시지가의 한계효과는 0.00%로 영향력이 없는 것으로 나타났다. 재정자립도의 경우에도 거소 불일치 확률이 1단위 증가하는 경우 2005년, 2010년 각각 0.01%, 0.04% 증가하는 것으로 드러났으나 그 영향력이 유의미하지는 않는 것으로 관찰되었다.

가구소득이 가구의 거소불일치 선택에 미치는 영향은 2012년 분석결과를 바탕으로 한계효과를 도출하여 살펴보았다. 소득이 1단위 증가하는 경우, 거소불일치 선택확률은 2.70% 증가하는 것으로 분석되었으나, 그 영향력(=소득의 제곱)은 0.41% 저감하는 것으로 분석되었다. 한계효과 분석결과를 통해 사교육 환경을 대변하는 사설학원 수가 가구의 거소불일치 선택에 주요한 영향을 미치는 것을 확인할 수 있었다.

한편, 거소불일치의 지역별 영향력을 파악하기 위해 추가적인 분석을 수행하였다. 기존모형과 동일하게 이변량프로빗 모형을 활용하였으며, 1단계는 <Table 2>와 동일하게 변수를 구성하였으며, 거소불일치를 살펴보는 2단계에서는 지역별 영향력을 파악하기 위하여 서울시 25개 구와 경기도 일부 지역을 지역 더미변수로 통제하였다. 분석결과, rho값은 2005년 0.8242, 2010년 0.8673으로 정(+)의 값을 보이는 것으로 나타났으며 통계적으로도 유의성을 확보하였다. 분석결과를 활용하여 지역더미로 통제된 변인에 대해서 종로구를 참조집단으로 설정하여 도출된 지역별 파라미터 값의 결과를 <Figure 2>로 정리하였다. <Figure 2>에 근거하면, 2005년과 2010년에 거소불일치 선택 확률이 높은 지역은 강남구, 서초구, 송파구, 과천시 등으로 분석되었다. 해당 지역들은 상대적으로 교육 여건이 우수한 지역으로 교육환경과 거소불일치 선택이 서로 밀접한 연관이 있음을 시사한다. 또한 2005년에 비해 2010년에 다수의 지역에서 2단계 모형의 지역더미 계수 값(=magnitude)이 커졌고 통계적으로도 유의한 결과를 보이고 있다. 이러한 결과는 거소불일치 선택에 있어서 교육환경의 영향력이 2005년 대비 2010년에 증가한 것으로 풀이된다. 특히 2005년과 2010년 사이에 부(−)에서 정(+)으로 영향력이 전환된 노원구나 계수 값이 크게 증가함과 동시에 통계적 유의성도 갖추게 된 마포구, 양천구, 성남시의 경우 2005년과 비교해 2010년에 지역 내 우수한 교육환경이 자가소유 가구의 차가점유에 더욱 영향을 미치게 된 것으로 파악된다.

https://cdn.apub.kr/journalsite/sites/khousing/2018-029-01/N0450290103/images/JKHA_2018_v29n1_19_f002.jpg
Figure 2.

Regional Coefficient of Home Owning Renter

Note. 1. Visualizing Seoul 25 Region (Gu) and Part of KyeongKi, 2. The bivariate probit regression result of regional coefficient is attached in Appendix.

VI. 결 론

우리나라의 주택시장에서 나타나는 자가소유 가구 중차가점유를 하는 가구의 비율은 점차 증가하는 추세에 놓여있다. 독특한 형태의 소유-점유형태를 보이는 가구의 증가는 현재 사회적으로 주목받고 있다. 그럼에도 불구하고 일반적인 주택 점유형태 연구와 비교하면 거소불일치에 관련된 연구는 미미한 편이다. 현재 주택시장에서 나타나고 있는 거소불일치 요인을 확인하고 특성을 파악하는 것은 다변화하고 있는 주택시장에서 시의적절한 주택정책을 제공해 줄 수 있을 것이다. 아울러, 교육환경과의 연관관계를 실증적으로 밝히는 것은 주택시장 뿐만 아니라 사회적 차원에서도 함의를 지니고 있다고 할 수 있다.

본 연구는 서울시 25개 구와 경기도 5개 시(=수원시, 성남시, 안양시, 과천시, 군포시)를 대상으로 연구를 진행 하였으며, 인구주택총조사 2005년, 2010년 자료와 주거실태조사 2012년 자료를 활용하였다. 본 연구에서는 표본의 선택적 편의를 방지하기 위해 이변량프로빗 모형을 활용하여 가구의 거소불일치 선택요인을 분석하였다.

본 연구의 분석결과를 요약하면 다음과 같다. 첫째, 1단계 자가소유 모형의 결정요인에 대한 분석결과는 2005년과 2010년 모두 인구 및 사회경제학적 변인의 경우 기존의 점유형태 선행연구 결과와 대부분 유사한 경향을 보였다. 가구구성 형태의 경우에는 부부가구, 자녀와 동거하는 가구구성의 경우에 1인 가구에 대비하여 자가소유 확률이 높은 것으로 드러났다. 가구의 직주가 일치하는 경우에는 자가소유에 부정적인 것으로 드러났으며, 자가소유에 선호되는 주택유형은 아파트 유형인 것으로 확인되었다. 지역변인 중 교육환경을 반영한 인구 천명 당 사설학원 수는 자가소유에 부정적인 영향을 미치는 것으로 드러났다. 사교육 환경이 우월한 지역은 대부분 높은 주택가격에 형성된 지역에 위치하고 있다. 높은 주택가격이 가구의 자가소유를 저해하는 것으로 판단되며, 이는 공시지가와 자가소유 관계가 부(−)의 상관관계에 있는 것으로도 확인가능하다. 부가적으로 주거실태조사 분석결과에서 소득과 자가소유와의 관계는 정(+)의 관계에 있는 것으로 도출되었다.

둘째, 2단계 자가소유 가구의 차가점유 모형을 분석한 결과, 가구구성 유형과 지역적 특성이 주요한 결정 요인으로 도출되었다. 거소불일치 선택은 다른 연령대에 비해 35세∼64세에서 뚜렷하게 나타났다. 해당 연령대 가구의 경우 주거안정성을 확보하기 위해 쾌적성, 접근성, 편의성 등의 주거환경을 적극적으로 고려한다. 동시에 해당 연령대의 가구구성은 학령대 자녀와 동거할 가능성이 높은 연령대로서 학원 교육시설 같은 교육환경을 중요하게 여기기 때문에 거소불일치 선택을 하는 것으로 풀이된다. 지역변인 중에서는 사설학원 수가 거소불일치 선택에 미치는 영향력이 상당한 것으로 분석되어 사교육 환경이 가구의 주택소유와 점유 불일치에 주요한 요인인 것으로 판단된다. 지역변인의 한계효과를 분석한 결과에서도 사설 학원 수가 거소불일치 선택에 가장 큰 영향을 미치는 것으로 나타났다. 또한 서울시 25개구와 경기 일부지역을 2단계에서 통제하여 이변량프로빗 분석을 수행한 결과 거소불일치 선택 확률이 높은 지역은 강남구, 서초구, 송파구, 과천시 등 주거환경과 교육환경이 우수한 지역인 것으로 분석되었다.

지역의 교육여건이 주택시장에 영향을 미친다는 심리적 동의는 존재하고 있으나 실증연구를 통해 밝혀진 것은 극히 제한적이다. 본 연구에서는 교육환경 요인의 확대가 주택시장의 지역 편향성과 주거 불안정성에 기여하고 있다는 측면에서 당면한 문제를 해소하기 위한 다양한 정책적 시사점을 제공하고 있다. 첫째, 교육 시스템이 사교육에 대한 의존이 아닌 공교육 체제 하에서 올바르게 작동하도록 하는 사회적 논의 도출과 혁신적 시스템의 도입이 필요하다. 우수한 사교육 환경에 대한 소비가 우수한 대학진학으로 연결된다는 현재 인식을 해소하여야만 거소불일치와 같은 독특한 형태의 자가소유-차가점유가 편향적으로 지역 주택시장에 집중되는 것을 완화할 수 있다. 둘째, 사교육시장의 활성화가 지역 주택시장의 편향성과 불안정성에 영향을 미치지 않도록 하는 주택정책의 도입이 필요하다. 사교육시장의 활성화가 일부 지역 주택시장에 미치는 영향력은 주택시장 체제에서 용인될 수 있는 수준을 넘어서고 있는 것으로 판단된다. 시장 불안정성을 해소하기 위해서는 특정 지역의 주택시장 안정화를 위한 제도적 차원에서의 정책개입이 필요할 것으로 판단된다.

본 연구는 가구가 자가를 소유함에도 불구하고 차가점유를 선택하는 요인, 그 중에서도 교육환경이 밀접한 관련이 있음을 실증적으로 규명하였다는 점에서 의의가 있다. 하지만 연구수행에 있어 일부 아쉬운 점이 존재한다. 첫째, 주택 점유형태에 미치는 요인이 교육환경과 같은 소비적 수요 외에 투자적 수요가 존재함에도 불구하고 해당 수요를 본 연구모형에 통제하지 못하였다는 점이다. 교육환경이 우수한 지역과 투자적 수요가 나타나는 지역이 중첩된다는 점에서 모형상의 한계라 할 수 있다. 두번째는 자료상의 문제이다. 본 연구에서는 2005년, 2010년 인구주택총조사자료와 2012년 주거실태조사 자료를 활용하였다. 2012년 주거실태조사 자료를 활용하여 인구주택총조사 자료가 가진 자료상의 한계(=소득변수의 부재)를 일부 보완하여 가구소득과 거소불일치 간의 관계를 규명하여 그 의의가 분명히 있다. 하지만 국내 부동산 시장의 변동성을 고려하면 근착자료인 인구주택총조사 2015년 자료를 활용하지 못해 본 연구의 시의성을 온전히 전달하지 못한 아쉬움이 남는다. 또한 패널자료를 활용하여 동일가구의 주거이동과 점유형태 변화 등을 추적하는 것이 보다 명확한 결과를 제공해 줄 것임에도 불구하고 해당 형태의 자료가 존재하지 않아 연구수행이 불가능한 점 역시 아쉬움으로 남는다. 마지막으로 지역별 주택시장에 대한 보다 세밀한 분석을 통해 편향성과 불안정성을 보이고 있는 지역 주택시장의 안정성 제고를 위한 대안을 제시하지 못한 한계가 존재하며, 한계를 극복한 후속적인 연구가 필요하다고 판단된다.

Notes

[7] 1) 2016년 서울시 교육청 자료에 따르면 서울시 학생 1만 명당 사설학원 수 평균은 143개소로 집계되었지만, 지역구별로 살펴보면 강남구는 323개소인 반면, 은평구는 91개소에 불과한 것으로 나타났음.

[8] 2) 본 연구에서는 타 지역에 자가를 소유하고 있음에도 현재 거주상태가 차가인 가구를 거소불일치 가구로 정의하여 사용하였음

[9] 3) 거소불일치의 경우 위의 네 가지 분류 중에서 3) 분류에 해당함

[10] 4) 「대한민국 부동산 7가지 질문」참고

[11] 5) 주택산업연구원에서 2012년 배포된 보도자료에 제시된 결과임.

[12] 6) 동아일보 2014. 6.25. “내집 두고 비싼 전월세 사는 슬픈 달팽이족”

[13] 7) 소득과 자산 정보를 보유한 주거실태조사 자료를 본 연구의 주요 자료로 활용하지 못한 이유는 표본 수의 문제에 기인함. 주거실태조사 자료의 경우 조사시점별로 차이가 있지만 2~3만개의 샘플을 제공하고 있음. 본 연구와 같이 공간적 범위를 서울 및 수도권 일부 지역으로 한정하는 경우 약 5~7천개의 표본을 얻을 수 있음. 하지만 거소불일치를 선택하는 경우는 표본의 수가 극히 적은 수에 불과하며, 이를 지역별로 살펴보는 경우 거소불일치 현상이 포착되지 않는 지역도 발생하여 통계추정의 효율성을 확보할 수 없는 문제를 노정하고 있음. 상기의 연유로 본 연구에서는 가구의 소득정보가 제공되지 않지만 다수의 표본을 제공함과 동시에 자료의 대표성도 확보할 수 있는 인구주택총조사 자료를 본 연구의 주요 자료로 활용하였음.

[14] 8) 일반적으로 공급되는 주택 크기는 18평, 25평, 32평 등임. 본 연구에서는 다소 상이한 평수 체계를 설정하였는데 그 이유는 자료상의 문제에 기인함. 2005년 인구주택총조사에서는 연건평의 크기가 2010년 자료형태와 다르게 범주형태로 제시되어 있음. 따라서 변수간 연속성에 기반한다면 동일한 형태의 범주로 일치시키는 작업이 필요함. 본 연구에서는 현실에서 공급되는 주택의 크기, 변수 간 분포 등을 고려하여 19평 미만, 19~39평, 39평 이상을 소형, 중형, 대형 주택크기로 분류하여 변수를 설정하였음.

[15] 9) 교육경비보조금은 ① 학교의 급식시설 · 설비사업, ② 학교의 교육정보화 사업, ③ 학교의 교육시설 개선사업 및 환경개선사업3), ④학교 교육과정 운영의 지원에 관한 사업, ⑤ 지역주민을 위한 교육 과정 개발 및 운영에 관한 사업, ⑥ 학교교육과 연계하여 학교에 설치되는 지역주민 및 청소년이 활용할 수 있는 체육·문화공간 설치사업, ⑦ 기타 지방자치단체의 장이 필요하다고 인정하는 학교 교육 여건 개선사업에 투입되는 비용임(Lee & Joo, 2009).

[16] 10) 본 연구에서는 지면의 제약상 기초통계를 본 논문에 제시하지 않았음. 기초통계 결과가 필요한 경우, 저자에게 연락하기를 부탁드림.

[17] 11) 한계효과는 아래의 식을 통해 도출하였으며(Greene 1996), 이변량프로빗 모형의 경우 한계효과 계산의 복잡성을 고려하여 프로빗모형의 한계효과를 적용하여 산출하였음.

Prob(y=1)xk=xkΦk=1Kβkxk=k=1Kβkxkβk

Acknowledgements

본 논문은 2017년 통계청에서 주최한 대학(원)생 논문공모에 수상한 논문을 수정·보완한 연구임.

References

1

Choi, E. Y. (2004). In case of the Seoul metropolitan areas: Migration selectivity and growing spatial inequality. Journal of the Korean Urban Geographical Society, 7(2), 57-69.

2

Choi, M. J., & Lim Y. J. (2001). Empirical analyses of the relationships between household characteristics and preference of residential location and housing types. Journal of the Korea Planning Association, 36(6), 69-81.

3

Chun, J. H., & Lee, S. W. (2007). A study on the effects of migration history on tenure choice: Focusing on the determinants and relationship between migration typology and housing choice. Journal of The Korean Association of Regional Geographers, 13(6), 651-673.

4

Clark, W. A. V., & Dieleman, F. M. (1996). Households and housing: Choice and outcomes in the housing market. New Jersey: Center for Urban Policy Research.

5

Greene, W. H. (1996). Marginal effects in the bivariate probit model. NYU Working Paper, EC-96-11.

6

Heckman, J. K. (1979). Sample selection bias as a specification error. Econometrica, 47(1), 153-161.

10.2307/1912352
7

Henderson, J. V., & Ioannides, Y. M. (1983). A model of housing tenure choice. The American Economic Review, 73(1), 98-113.

8

Ioannides, Y. M., & Rosenthal, S. S. (1994). Estimating the consumption and investment demand for housing and their effects on housing tenure status. The Review of Economics and Statistics, 76(1), 127-141.

10.2307/2109831
9

Jin, Y. N., & Son, J. Y. (2005). Education and housing prices: Evidence from Seoul apartment market. Housing Studies Review, 13(3), 125-148.

10

Kang, M. W. (2011). Empirical analysis of the cause of mismatch between homeownership and residence. Unpublished master’s thesis, Seoul National University, Seoul, Korea.

11

Kaplan, D., & Venezky, R. (1994). Literacy and voting behavior: A bivariate probit model with sample selection. Social Science Research, 23(4), 350-367.

10.1006/ssre.1994.1014
12

Kim, H. A. (2002). The analysis on housing market in Gangnam district. Seoul: Construction Economy Research Institute of Korea.

13

Kim, H. T., & Nam, J. (2012). A study on the choice of housing tenure and housing types according to household characteristics of life zones in Seoul. Seoul Studies, 13(2), 155-173.

14

Kim, J. H., Choi, M. J., & Ko, J. S., (2009). Mismatch between homeownership and residence in Korea. Housing Finance International, 24(1), 27-33.

15

Kim, J. H., & Lee, S. W. (2010). The characteristics of “Educational special district” and the people’s life forms in the district: Focused on Suseong-gu in Daegu.

16

Kim, K. K. (2005). Educational gap in Korea and determinant factors. Korean Journal of Sociology of Education, 15(3), 1-27.

17

Kim, K. S., & Jeon, J, S. (2012). Why do households rent while owning houses? Housing sub-tenure choice in South Korea. Habitat International, 36, 101-107.

10.1016/j.habitatint.2011.06.005
18

Kim, S. H. (2013). The reason why the German home ownership rate is so low and its implications: Based on housing regime discussion. Housing Studies Review, 21(3), 5-36.

19

Kim, S. Y. (2008). Korean mothers’ fever for their children’s education with a focus on the demographic and psychological characteristics. Family and Environment Research, 46(2), 13-23.

20

Korea Housing Institute (2012). Direction of housing policy considering rent housing characteristics. Seoul: Press Release Distributed.

21

Lee, J. H., Lim, J. H., & Lee, C. K. (2009). A study on the choice of housing tenure and housing type according to household characteristics. Journal of the Korea Planning Association, 44(3), 109-118.

22

Lee, S. C., & Joo, C. A. (2009). An analysis of the equity on the local government’s educational financing. The Journal of Educational Administration, 27(1), 149-170.

23

Lee, S. W., & Myers, D. (2003). Local Housing-market effects on tenure choice. Journal of Housing and the Built Environment, 18(2), 129-157.

24

Lee, S. W., Youn, S. D., Park, J. Y., & Min S. H. (2006). Application spatial econometrics model. Seoul: Parkyoung Press.

25

Maddala, G. S. (1983). Limited-dependent and qualitative variables in econometrics. Cambridge: Cambridge University Press.

10.1017/ccol052124143x
26

Malpezzi, S. (1996). Housing prices, externalities, and regulation in U.S. metropolitan areas. Journal of Housing Research, 7(2), 209-241.

27

Manrique, J., & Ojah, K. (2003). The demand for housing in Spain: An endogenous switching regression analysis. Applied Economics, 35(3), 323-336.

10.1080/00036840110111149
28

Ministry of Land, Infrastructure and Transport (2012). Korea housing survey 2012. Retrieved from https://mdis.kostat.go.kr/index.do

29

Park, J. H., & Lee, S. W. (2013). Bivariate analysis of tenure choice among homeowners in the Seoul metropolitan area. Seoul Studies, 14(1), 1-22.

30

Park, J. H., & Lee, S. W. (2016). The effects of investment value and market specific value on housing tenure choice in housing market: Focusing on apartment market. The Korea Spatial Planning Review, 91, 19-40.

31

Seoul Metropolitan Office of Education (2005). Statistics of education in Seoul. Retrieved from http://sen.go.kr

32

Seoul Metropolitan Office of Education (2010). Statistics of education in Seoul. Retrieved from https://sen.go.kr

33

Statistics Korea (2005). Census 2005. Retrieved from https://mdis.kostat.go.kr/index.do

34

Statistics Korea (2010). Census 2010. Retrieved from http://mdis.kostat.go.kr/index.do

35

Statistics Korea (2016). Household survey 2016. Retrieved from http://mdis.kostat.go.kr/index.do

36

Statistics Korea (2016). Private educational cost survey 2016. Retrieved from https://mdis.kostat.go.kr/index.do

37

Son, J. J. (2004). Understanding Gangnam as a educational space. Korean Journal of Sociology of Education, 14(3), 107-131.

38

Youn, B. W., & Choi, K. W. (2011). Impact of education environment on apartment rental price. Korea Real Estate Academic Review, 47, 23-38.

Appendix 1. Regression Result with region

20052010
Owner-occupiedOwner-occupied
Intercept0.35900.2856
AgeAge1-1.5099***-1.5457***
Age2-1.3531***-1.4542***
Age3-0.9861***-1.0381***
Age4-0.5665***-0.7104***
Age5-0.1343***-0.3229***
GenderMale0.0395*0.1280***
Number of Household MemberHhm10.3285***0.1947***
Hhm20.1757***0.0673***
Household TypeHhtype20.1611***0.2785***
Hhtype30.0620***0.1660***
Hhtype40.0266*0.0886***
Hhtype5-0.7028-0.2890***
Hhtype6-0.1857***-0.1309***
CommuteCommute0.08150.4177***
Education LevelEdu1-0.23520.0170
Edu20.02660.3152***
JobJob1-0.0930.2769***
Job20.35250.5863***
Job3-0.0666***-0.0576***
Housing TypeHtype1-0.8874***-0.8363***
Htype20.0744***0.2068***
Housing SizeSize20.4660***0.3766***
Size30.02510.0383***
MigrationMig1
Mig2
Regional VariableEdu_r1-0.0836***0.0019
Edu_r2-0.00010.0003
Edu_r30.0080***0.0051***
Lprice-0.0006***-0.0003***
Find0.0016***-0.0002
N(Stage 1)75,209275,243
Region (ref: Jongro)
Chunggu-0.06190.0699*
Yongsangu0.00230.2846***
Seongdonggu-0.02200.1392***
Kwangjingu-0.12880.1162***
Dongdaemoongu-0.2568***-0.0686*
Joonranggu-0.3863***-0.1177***
Seongbukgu-0.1837**-0.0055
Kangbukgu-0.1866**-0.1391***
Dobonggu-0.2823***-0.1465***
Nowongu-0.09540.0288
Eunpyeonggu-0.3061***-0.0473
Seodaemoongu-0.08810.0481
Mapogu0.07430.1965***
Yangcheongu0.01510.2352***
Kangseogu-0.1334*0.0596*
Gurogu-0.1874**-0.0406
Keumcheongu-0.2404**-0.0723*
Yeongdeungpogu-0.05830.0753**
Dongjakgu-0.10700.1353***
Gwanakgu-0.2015***0.0256
Seochogu0.4047***0.4641***
Kangnamgu0.4547***0.5391***
Songpagu0.2085***0.4086***
Kangdonggu0.2485***0.2823***
Suwon city0.01230.0296
Seongnam city0.02460.2586***
Anyang city0.02680.1373***
Gwacheon city0.6889***0.6365***
Gunpo city-0.1406*0.0583*
rho0.8242***0.8673***
-2 Log Liklihood98,212414,504
AIC98,333414,624
N (Stage 2)40,002147,424

*p<0.1

**p<0.05

***p<0.01

페이지 상단으로 이동하기