빅데이터 분석을 통한 도시의 지속가능성이 아파트 가격에 미치는 영향에 관한 연구 = A study of the effects of urban sustainability on apartment prices using big data analytics

국문 초록 (Abstract)

빅데이터 분석을 통한 도시의 지속가능성이 아파트 가격에 미치는 영향에 관한 연구 박 진 우 비즈니스인포매틱스학과 한양대학교 경영대학원 우리나라는 도시의 발전과 아파트 건설은 유기적인 관계를 이루며 성장하였습 니다. 이러한 도시화의 원인은 단순히 토지 부족 때문만이 아니라, 아파트라는 특정한 거주 형태 자체가 도시화의 주요 동력으로 작용하고 있다는 점을 주목 하였습니다. 따라서 본 연구는 도시의 지속 가능성과 아파트 가격(만원/㎡) 간의 상호 작용을 연구하고자 하였습니다. 도시의 지속가능성에따라 아파트 가격이 어떻게 변화 하는지에 대한 체계적인 분석을 수행하였습니다. 이는 도시의 지속가능성 평가 결과를 도시계획 및 정책 환류의 중심축으로 두어 지속 가능한 도시 발전의 방향성을 모색하고자 하는 것이며, 이러한 접근은 향후 도시정책의 효율성을 향상시키고, 각 지역의 특성 및 요구에 적합한 도시발전 전략과 아파트 가격 안정화 방안을 도출 할 수 있을 것으로 예상됩니다. 본 연구는 2007년부터 2022년에 이르는 기간 동안의 아파트 거래 데이터를 중심으로 아파트 가격에 영향을 미치는 다양한 요인을 분석하였습니다. 구체적 으로 아파트의 구조적 특성과 도시의 지속가능성 요인들(사회, 경제, 환경)을 종합적으로 고려하여, 이들 요인들이 아파트 가격 형성에 어떻게 기여하는지를 탐색하였습니다. 먼저, 기계학습결과, RandomForest 모델은 아파트의 구조적 부분이 특성 중요도가 높은 반면에, XGBoost 모델은 도시의 지속가능성 부분의 특성 중요도가 높게 나왔다. 이는 두 모델의중요도계산방식의차이가반영된것이지만, 아파트 가격에영향을미치는 요인으로 아파트 개별구조적 요인뿐만 아니라 도시의 지속가능성 속성도 영향을 미치고 있음을 함의합니다. 다음으로, 연구에서 측정된 변수는 2007년부터 2022년까지 아파트 거래가격관련 변수는 거래시점의 데이터이며, 도시 지속가능성의 변수의 연도별 측정치를 반영한 데이터여서 시 군 구별 공간적인 특성을 동시에 가진 데이터이다. 따라서, 추가적으로 총 16개의 시계열과 81개의 횡단면 자료로 구성된(총 관측치 1,296개) 패널데이터 분석을 하였다. 분석결과, 아파트의 구조적 특징과 도시 지속가능성 지표는 도시(시· 군·구)별 아파트 가격에 영향을 미치며, 이러한 영향은 도시(시·군·구)에 따라 차이가 있음을 확인하였습니다. 아파트 가격은 거래지역 및 거래년도에 따른 차이가 발생하고 있으며, 분석의데이터는 동일개체간 거래시점 차이에 따른 설명력이 동일시점의 거래지역 차이에 따른 설명력보다 높음을 확인하였습니다. 기계학습결과 중요변수 중 패널회귀모형에서 통계적으로 유의한 변수를 기준으로 아파트 구조적 변수와 도시의 지속가능성 속성변수가 아파트 가격에 영향을 미치는지 알아보기 위해 다중선형회귀분석을 실시하였으며, 도시지속가능성 지표들에 대하여 81개 시 군 구별 지리적 특성을 데이터와 결합하여 시각적 확인 (카토그램)을 하여 최종적으로 아파트 가격에 영향을 미치는 주요 변수를 도출 하였습니다. 분석결과, 아파트 구조적 변수와 도시의 지속가능성 속성(사회, 경제, 환경)은 아파트 가격에 영향을 미치고 있으며, 도시지속가능성 속성(사회, 경제, 환경) 변수가 아파트 가격 결정에 중요한 변수로 작용함을 확인하였습니다. 아파트 구조적 변수는 전용면적의 크기와 건축년도와 거래년도의 차이가 증가함에 따라 당 아파트 가격은 하락하였으며, 층수가 높아지면 증가하였습니다. 도시지속가능성 속성(사회, 경제, 환경) 지표 분석결과, 인구천명당 의사수, 인구천명당 사업체수, 대중교통수송부담률 등이 아파트 가격에 유의미한 영향을 미치는 것으로 나타났습니다. 이는 아파트 가격이 해당 도시의 사회적, 경제적, 환경적 요인에 의해 영향을 받으며, 도시의 종합적인 발전 수준이 부동산 가격에 반영됨을 의미합니다. 아파트의 구조적 특성과 도시의 지속가능성 요인 간 상호작용이 복합적으로 아파트 가격에 영향을 미치는 것으로 분석되었습니다. 특히, 위계적 및 단계적 회귀분석 결과, 도시지속가능성 요인들이 아파트의 개별 구조적 요인보다 상대적 으로 아파트 거래가격에 대하여 더 큰 설명력을 가지고 있었으며, 이는 부동산 시장이 단순히 물리적 요소에 의해서만 결정되지 않는다는 것을 시사합니다. 키워드 : 도시의 지속가능성, 아파트 가격, 기계학습, 패널회귀분석, 다중회귀분석, 위계적회귀분석, 단계적회귀분석

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구배경 및 목적 ·1
• 제2절 연구범위 및 방법 ·3
• 제2장 이론과 선행연구 고찰 5
• 제1절 도시의 지속 가능성관련 이론 및 선행연구 5
• 1. 이론적 배경 5
• 2. 선행연구 9
• 제2절 주택의 가격추정 관련 이론 및 선행연구 12
• 1. 이론적 배경 12
• 2. 선행연구 14
• 제3장 분석개요 ·17
• 제1절 연구모형 17
• 1. 연구모형의 설계 17
• 2. 변수의 정의 및 수집 18
• 제2절 연구가설 및 분석모형 23
• 1. 연구가설 23
• 2. 분석모형 및 분석방법 · 24
• 제4장 분석결과 27
• 제1절 자료의 분석 27
• 1. 기본통계 및 상관관계분석 ·27
• 제2절 연구가설의 검증 · 31
• 1. 기계학습(Randonforest, XGBOOST) 31
• 2. 패널데이터 분석 34
• 3. 다중회귀분석 39
• 4. 위계적 회귀분석 ·55
• 5. 단계적 회귀분석 ·57
• 6. 분석결과의 종합요약(연구가설 채택여부) ·58
• 제5장 연구결과 요약 및 향후 연구방향 61
• 제1절 연구결과 요약 61
• 제2절 정책적시사점 ·63
• 제3절 연구의 한계와 향후 연구방향 ·64
• 참고문헌 66
• 첨 부 ·70
• 1. 자치단체 행정구역 및 인구현황(2022년말) 및 연구대상 시․군․구 · 70
• 2. 자치단체 행정구역 변동내역 71
• 3. 상관관계 매트릭스 72
• ABSTRACT 80
• 《 표 목차 》
• 【표1】도시지속가능성 지표 및 개념 · 9
• 【표2】모집단과 표본집단의 통계 19
• 【표3】연구관련 변수설명 · 20
• 【표4】변수 및 기술적 통계량 · 27
• 【표5】주요 상관관계 매트릭스 29
• 【표6】공선성 통계량 30
• 【표7】기계학습(Randonforest, XGBoost) 분석결과 31
• 【표8】기계학습 분석결과 중요도(Feature important) · 32
• 【표9】고정확률모형 결과 · 35
• 【표10】고정확률모형 계수 및 유의성 36
• 【표11】아파트 가격에 영향을 미치는 주요변수 38
• 【표12】다중회귀분석 39
• 【표13】임대주택 재고비율의 증감 49
• 【표14】노후주택수 · 51
• 【표15】다중회귀분석 결과 54
• 【표16】위계적 회귀분석 결과 55
• 【표17】단계적 회귀분석 결과 57
• 《 그림 목차 》
• 【그림 1】지속가능한 발전의 세가지 차원 6
• 【그림 2】상관관계 히트맵 · 29
• 【그림 3】카토그램(가구소득대비 임대료 수준, 아파트구매 수준) · 30
• 【그림 4】기계학습의 Feature important 도식화 · 33
• 【그림 5】기계학습의 실제가격과 예측가격 비교 산점도 34
• 【그림 6】카토그램(인구천명당 의사수) 41
• 【그림 7】카토그램(등록장애인 천명당 장애인 복지관수) · 42
• 【그림 8】카토그램(인구천명당 소방관수) · 43
• 【그림 9】카토그램(노인천명당 노인여가복지시설수) 44
• 【그림10】카토그램(인구천명당 체육시설 대지면적) 44
• 【그림11】카토그램(경제활동참가율) 45
• 【그림12】카토그램(인구천명당 사업체수, 1인당 예산규모) · 46
• 【그림13】카토그램(1인당 GRDP) · 47
• 【그림14】카토그램(임대주택재고비율, 대중교통수송부담율) 48
• 【그림15】카토그램(노후주택증감율) 50
• 【그림16】카토그램(시가화구역내 미개발토지 비율) · 52
• 【그림17】카토그램(81개 시․군․구), 월별 평균거래가격 추세선 53