(1) 기초분석
❏ 주택을 소유하고 있는 가계의 가구주 나이는 평균 51세이며 통계청(2013)의 주택소유자 평균연령 52세과 크게 다르지 않음
￮ 가구주가 남성인 경우는 86%이며, 가구주가 배우자와 거주하는 비율은 83%
￮ 가구주가 상용직 근로자인 경우는 43%이며, 많은(75%) 가구주 들이 고등학교 이상의 학력을 보유
￮ 그리고 가구의 평균구성원은 3.0명이다. 변수의 상세한 정의와 요약 정보는
<표 3-2>와 <표 3-3>를 각각 참조
38
유주택 전월세 거주 가구의 실태 및 정책적 시사점변수 정의
임대주택 거주 여부 ownrent 자가이외 주택 거주=1, 자가 주택거주=0 가구주 여성 female 여성=1, 남성=0
가구주 나이 age 만 나이(2015-출생연도)
배우자와 거주 spouse 가구주가 배우자와 거주=1, 그 외 =0 상용임금 근로자 pjob 상용임금 근로자=1, 그 외 =1 고등학교 졸업이상 high 고등학교 졸업학력 이상=1, 그 외 =0
가구원수 nof 가구원수
ln(가구소득) linc ln(가구 소득, 만원)
순 금융자산 netfinworth 금융자산-부채-주택담보대출(거주 이외의 주택의 담 보대출도 제외), 천만원
ln(주택가격) lhp ln(거주 주택의 가격, 만원) 아파트 거주 apt 아파트 거주(임대주택 거주 포함) 1채 이상 주택보유 mhou 2채 이상 주택보유=1, 그 외 =0 수도권 거주 sma 서울, 경기, 인천 거주=1, 그 외 0
<표 3-2> 주거소비 결정 변수의 정의 - 부동산시장패널
❏ 실증분석을 위하여 가구소득, 가구의 순 금융자산을 고려하였으며, 주택의 특성으로는 거주하고 있는 주택가격 그리고 임대차 시장에 거주하고 있는 주택소유자의 경우 현재 임대차하고 있는 주택가격을 고려
￮ 주택가격 이외의 거주하고 있는 주택의 유형을 아파트와 비아파트로 구분하였 으며, 거주하고 있는 주택이 아파트인 경우가 59%
￮ 그리고 가계에서 2개 이상의 주택을 소유하고 있는 경우와 주택의 소재도 기존 문헌과 유사하게 수도권(서울, 인천, 경기)을 중심으로 고려
제3장 소유-거주 선택요인분석
39
변수 Obs Mean Std.Dev Min Max
종속변수 ownrent 1550 .08 .27 0 1
가구주 특성
female 1550 .14 .35 0 1
age 1550 56.35 13.88 23 94
spouse 1550 .83 .37 0 1
pjob 1550 .43 .49 0 1
high 1550 .75 .43 0 1
가구 특성
nof 1550 3.03 1.18 1 7
linc 1550 8.01 .98 0 10.30
netfinworth 1550 3.97 14.31 -178 250
주택 특성
lhp 1512 9.87 .69 6.90 12.50
apt 1550 .59 .49 0 1
mhou 1550 .01 .10 0 1
거주 지역 sma 1550 .52 .49 0 1
<표 3-3> 주거소비 결정변수의 기본특성 - 부동산시장패널
(2) 실증분석 결과
❏ 실증분석에서는 이항모형(binary model)을 사용하였으며, 통계적으로 잔차항 의 특성에 따라 변화가 존재할 수 있으므로 로짓(logit)분석과 프로빗(probit) 분석을 동시에 진행
￮ <표 3-4>에서 두 가지 분석 결과를 제시하고 있다. 분석결과 서로 뚜렷한 차이가 존재하지 않는 다는 것을 확인할 수 있음
￮ 첫 번째 모형에서는 가구주의 특성만을 고려하여 주택소유와 거주가 불일치하 는 원인을 찾고자 하였음
￮ 그리고 두 번째 모형에서는 가구주의 특성과 더불어 가구특성, 주택특성 그리고 거주 지역의 특성(수도권 여부)을 동시에 고려하여 실증분석
40
유주택 전월세 거주 가구의 실태 및 정책적 시사점❏ 실증분석을 진행한 결과 기존 연구와 동일하게 학력이 중요한 결정 요인, 즉 고등학교 졸업이상의 가구주는 소유과 거주의 불일치 가능성이 높음. 이는 기존 최막중·강민욱(2012)의 결과와 동일
❏ 동시에 본 연구에서는 가구주가 상용직 근로자인가 아닌가의 여부가 중요한 결정요인임을 발견할 수 있었음
￮ 이것은 기존문헌과 다른 결과이며 상용직 근로자의 경우 회사의 요구에 따라 주거지의 변화가 발생할 수 있기 때문인 것으로 판단되며, 수용 가능한 분석결 과라고 볼 수 있음. 최근의 공공기관의 지방이전 등을 감안하면 타당한 결과
❏ 본 연구에서는 기존 문헌과 다르게 순 금융자산이 높을 수 록 주택소유와 주거의 불일치 가능성이 높아짐을 발견
￮ 실증분석의 내생성 문제를 다소 경감하기 위하여 주택 혹은 부동산의 자산가치 와 이와 연관된 부채를 배제하고 순 금융자산만을 활용하여 자산의 가치를 계산하였다는 점은 기존 연구와 차별적임
￮ 반면 가계소득은 통계적으로 유의한 결과를 나타내지 않았음. 물론 자산과 소득의 상호연관 관계가 높을 수 있으므로 향후 보다 세밀한 점검이 필요
❏ 동시에 본 연구에서는 김민철(2015)과 동일하게 수도권과 관련된 변수는 주택소유와 주거의 불일치를 발생시킬 가능성이 높다는 것을 확인
❏ 그리고 다주택을 보유하고 있는 가구, 그리고 비아파트에 거주하는 가구일수록 주택소유와 주거의 불일치가 발생할 가능성이 높다는 것은 기존 문헌에서 밝혀지지 않은 새로운 결과
제3장 소유-거주 선택요인분석
41
Logit 모형 Probit 모형
모형 1 모형 2 모형 1 모형 2
female .157
(.383) .411
(.410) .064
(.192) .184 (.205)
age -.008
(.009) -.019
(.010)* -.004
(.004) -.009 (.005)*
spouse -.383
(.350) .115
(.412) -.195
(.177) .029 (.205)
pjob .673
(.230)*** .758
(.252)*** .336
(.115)*** .400 (.126)****
high .987
(.370)*** .708
(.394)* .434
(.165)*** .327 (.181)*
nof -.099
(.107) -.059
(.055)
linc -.069
(.114) -.026
(.059)
netfinworth .047
(.007)*** .018
(.002)***
lhp -.004
(.169) .018
(.083)
apt -.730
(.226)*** -.379
(.115)***
mhou 2.165
(.535)*** 1.226
(.317)***
sma .564
(.223)** .280
(.110)**
cons -2.852***
(.785) -1.904
(1.829) -1.870***
(.393) -1.315 (.925)
obs 1550 1512 1550 1512
Prob>Chi2 0.00 0.00 0.00 0.00
<표 3-4> 주거소비 결정요인 분석 결과 - 부동산시장패널