1,2절에서 빈집의 실태와 발생 원인에 대한 분석을 통해 빈집을 발생시키는 요인 중 시장원리나 사적자치에 의해 해결될 수 없는 요인들도 있다는 것을 살펴보았고, 그를 해소하기 위해서는 빈집에 대한 정책적 개입의 여지가 있음을 확인하였다. 그러나 보 다 구체적으로 관리 정책을 설계하기 위해서는 빈집이 어떠한 점에서 문제를 야기할 수 있고 그 문제의 정도가 어떠한지에 대한 검토가 필요하다. 이에 본 절에서는 계량분 석, 현장조사와 사례 분석을 활용하여 주택가격, 안전, 위생의 측면에서 빈집이 근린 에 미치는 영향을 조사하였다.
1) 인근 지역 주택 가격에 미치는 영향
(1) 해외 사례
해외의 연구 결과 빈집은 해당 주택 자체의 가치를 하락시킬 뿐만 아니라 빈집 주변 에 위치한 부동산의 가치 역시 하락시킨다. 클리블랜드에서는 압류로 인해 비어있는 주 택이 존재할 때, 해당 주택의 반경 500피트 이내의 주택 등의 가격이 하락하는 것으로 나타난다.12) 필라델피아의 버려진 부동산으로부터 150피트 이내에 있는 집들은 7,627 달러의 가치 순손실을 경험했으며, 150~300피트 이내의 집들은 6,819달러, 300~450 피트 이내의 주택은 3,542달러의 가치손실이 나타난다(Temple University, 2001).
또한, 펜실베니아의 “clean and green advocates” 사례에서는 단순히 버려진 부동산을 청소하고 녹색공간을 만드는 것만으로도 부동산 가치가 상승하는 것으로 나타나 주택 50피트 이내에 나무를 심으면 집값이 9%(약 3400달러) 상승했고, '청소·녹화'된 공터 근처의 주택 매매가격은 30%나 상승하였다(Wachter, 2005). 뉴켄싱턴 지역 역시 방 치된 부동산에 나무를 심어 재산가치가 400만 달러 상승했다(Wachter, 2005).
12) http://www.clevelandnp.org/wp-content/uploads/2016/10/DMetrics-CNP-rehabstudy-read_revi sed-fo rweb.pdf
(2) 국내사례 분석: 인근에 빈집이 있을 경우 주택의 가격이 하락하는가?
이하에서는 2019년 기준 개별주택 공시가격 자료를 바탕으로 건축물 특성, 대지 특 성, 접도조건, 근린 환경 등 주택가격에 영향을 미치는 요소를 통제한 상태에서 ‘주택 이 빈집 인근에 위치하고 있는지 여부’가 개별 주택의 공시가격에 영향을 미치는 가를 분석하였으며 분석에 사용된 구체적인 변수는 다음과 같다.
구분 내용
빈집 인근 위치 여부 빈집 반경 50m내 위치 여부, 빈집 반경 100m내 위치 여부
건축물 특성 층
대지특성 산정대지면적, 용도지역, 고저, 형상, 방위,
근린환경 도로접면, 철도와의 거리, 폐기물시설과의 거리, 동(洞) 구분 출처: 저자 작성
표 4-11 | 분석에 사용된 변수
분석 대상 지역은 빈집 실태조사 자료를 바탕으로 빈집의 위치를 특정할 수 있는 안양, 고양, 평택시이다. 본 분석은 개별주택 공시가격 자료를 이용하였기 때문에 분석의 대상은 단독주택이 되며, 결국 ‘빈집 인근에 위치하는 단독주택은 다른 요건은 동일하지만 빈집 인근에 위치하지 않는 단독주택에 비해 공시가격이 낮은지’를 검정하는 분석이 된다.
분석방법은 성향점수매칭(propensity score matching)을 통한 처리효과분석을 활용 하였다. 성향점수매칭은 공통 변수의 속성이 유사한 개체끼리 짝을 맞추는 작업으로, 순수실험의 무작위 선택과 유사한 표본 추출이 가능하도록 하는 통계적 방법이다 (Rosenbaum and Rubin, 1983; 이정화 외, 2014; 한수정 외, 2018; 김지나 외, 2019). 또한 처리효과분석은 분석대상을 처치집단과 통제집단으로 구분하여 정책효과 를 보다 정확하게 추정할 수 있다(김준엽, 2011; 임병규, 2018)는 장점을 갖는다. 본 연구에서의 처리효과는 반경 내 빈집의 존재가 주택 공시가격에 미치는 순수한 효과를 의미하며, ‘빈집의 일정 반경 내에 위치하고 있는 주택 공시가격’과 ‘동일한 주택이 빈집의 일정 반경 내에 존재하지 않았을 경우의 주택 공시가격’ 간에 차이로 정의된다.
Y: 주택 가격, z: 반경에 빈집이 있는지 여부를 나타내는 더미변수
그러나 실제로 동일한 주택에 대해서 빈집 가까이에 존재하는 경우와 존재하지 않는 경우의 가격을 비교할 수는 없으며, 분석 대상이 되는 주택들을 처치집단(빈집 일정 반경 내에 위치하는 집단)과 통제집단(빈집 일정 반경 내에 위치하지 않는 집단)에 무 작위적으로 할당할 수 없어 선택편의(selection bias)가 발생하게 된다(이석원 외, 2008; 임병규,2018). 이러한 선택편의를 효과적으로 통제하는 것이 중요하나 통상적 인 OLS나 고정효과모형 등의 계량분석방법은 선택편의를 효율적으로 통제할 수 없기 때문에13) 본 연구에서는 성향점수매칭을 통한 처리효과분석을 수행하였다.
결국 성향점수매칭을 통한 처리효과분석은, 분석하고자 하는 핵심 설명 변수를 제외 한 다른 설명 변수들의 특성이 확률적으로 유사한 두 분석대상의 종속변수 간에 통계적 으로 유의미한 차이가 있는지를 검정하는 방법이며, 본 연구에서는 ‘빈집 인근에 위치 하는지 여부’를 제외한 다른 특성들이 확률적으로 유사한 두 단독주택의 공시가격 간 에 통계적으로 유의미한 차이가 있는지 분석하는 것을 의미한다. 이는 구체적으로 분 석대상을 ‘빈집 일정 반경 내 위치하는 주택’과 ‘그렇지 않은 주택’으로 나누고 두 그 룹 내에서 ‘빈집의 일정 반경 내 위치 여부’를 제외한 다른 변수들의 성향점수가 동일 한 주택을 짝지어 두 주택의 공시가격을 비교하는 방식이다.
성향점수매칭을 통한 처리효과분석 방법은 평균처리효과(ATE:Average Treatment Effect)분석과 처치집단을 대상으로 한 평균처리효과(ATT:Treated on the Treated) 분석이 있다. ATE는 정책이나 인근지역 빈집 발생 등과 같이 특정 사건이 발생했을
13) 주택가격 결정을 다음과 같은 요인으로 나누어 추정하고자 할 때, 헤도닉 분석에 의한 모형 추정에는 편의가 발생할 수 있어 이를 교정하기 위해 성향점수매칭을 통한 처리효과를 사용한다.
Y: 주택 가격 X:모형에서 통제하는 설명변수 z: 반경에 빈집이 있는지 여부를 나타내는 더미변수 c:관측되지 않는 주택 특성(시간의 흐름에 따라 변하지 않음)
: 임의의 교란항- 이때, 개별주택의 관찰되지 않은 특성(C)이 개별 주택이 빈집이 되는데 영향을 미칠 수 있기 때문에 헤도닉 분석에 의한 추정량에 편의가 발생할 가능성이 높다 (Z와 C의 상관관계가 높아 추정량에 편의 발생) - 또한, 시간의 흐름 에 따라 변하지 않으면서 관측되지 않는 개별 주택의 특성(C)을 통제하는 고정효과모형의
경우에도 주택가격을 결정하는 데 영향을 미치는 요인 중 모형에 포함되지 않는 오차항(
)와 ‘주택 반경이 빈집이 있는지 여부(Z)’가 독립적일 가능성이 낮다.(Z와
가 상관관계가 있을 수 있어 추정량 편의 발생)때 분석 대상 전체에서 평균적으로 기대할 수 있는 효과를 의미하고, ATT는 그러한
안양시 11,523 1,338 3,834
고양시 22,931 6,782 18,956
평택시 37,649 15,236 31,316
출처: 저자 작성
표 4-12 | 매칭 전후 표본 수 변화
이 때, 정확한 분석을 위해서는 성향점수매칭 이후 도출된 처치집단과 통제집단 간 에 성향점수와 통제변수들의 분포가 균형을 이루어야하며 만약, 처치집단과 통제집단 의 성향점수와 변수 분포에 유의미한 차이가 존재한다면 매칭이 적절하게 이루어지지 않았음을 의미한다. 본 연구에서 분석한 모든 모형에서 매칭 이후 성향점수의 분포가 균형을 이루는 것이 확인되었으며14), 이와 관련한 내용은 부록에 수록하였다.
(2) 분석결과
빈집 반경 50m내 또는 100m내에 주택이 위치하고 있는지 여부만 다르고 기타 요건 이 동일한 두 주택의 공시가격을 비교한 결과, 전체표본을 대상으로 할 경우 빈집 반경 50m내 주택과 빈집 반경 100m내 주택의 가격 모두 통계적으로 유의미하게 감소하는 것으로 나타났다.
전체 표본을 대상으로 분석한 결과, 빈집 인근 위치 여부를 제외한 다른 요인들이 확률적으로 동일한 경우에도 빈집 반경 50m내에 위치한 주택의 공시가격은 그렇지 않 은 주택 가격보다 약 10.7% 낮고, 빈집 반경 100m내에 위치한 주택의 공시가격은 그렇지 않은 주택 가격보다 약 10.5% 낮다.
14) 대표적으로 전체 표본을 대상으로 성향점수를 매칭한 결과는 다음과 같으며 매칭 전에는 처치집단과 통제집단의 성향점수 분포가 상이했으나, 매칭 이후 두 집단의 분포가 비슷해진 것을 알 수 있다.
출처: 저자 작성
그림 4-16 | 매칭 전후 집단간 성향점수 분포 비교
구분
안양시 -0.4280 -34.82% -0.0592*** -5.75%
고양시 -0.1525*** -14.14% -0.0346 -3.40%
평택시 -0.0583*** -5.66% -0.1113*** -10.53%
주1: ***은 1% 신뢰구간에서 유의, **은 5% 신뢰구간에서 유의, *은 10% 신뢰구간에서 유의
이를 <그림 4-27>을 활용하여 보다 자세히 설명하면, 빈집 인근에 존재하는 지 여부를 제외한 다른 요인들이 확률적으로 동일한 주택 A(빈집 인근에 위치하지 않음)와 주택 B(빈 집 반경 50m내 위치), 주택 B’(빈집 반경 100m내 위치)의 공시가격을 비교할 때 B의 공시 가격은 A보다 평균적으로 약 10.7% 낮고, B’의 공시가격은 약 10.5% 낮다는 것을 의미한 다. 지역에 따라 빈집 인근에 위치하는지 여부가 주택의 공시 가격을 하락시키는 정도와 그 결과의 통계적 유의 수준은 다소 상의하게 나타나지만 분석 대상을 각 지역별로 세분화하여 분석한 결과 역시 빈집 인근에 위치하는 것이 주택의 가격을 하락시킨다는 결과를 보여준다.
이러한 결과는 빈집의 안전이나 위생 문제가 직·간접적으로 인근 지역 주택의 가치 를 하락시킬 수 있기 때문에 발생한다고 볼 수 있다. 특히, 빈집에서 범죄가 발생하거 나 쓰레기 적치, 벌레 발생 등의 문제가 나타날 경우 주변지역의 주택의 가치가 덩달아 하락하는 직접적 영향이 나타난다. 또한 아직 인근에 물리적 피해나, 환경적 위해를 발생시키지 않는 빈집의 경우에도 안전상의 우려나 심리적 거리감으로 인해 빈집 인근
이러한 결과는 빈집의 안전이나 위생 문제가 직·간접적으로 인근 지역 주택의 가치 를 하락시킬 수 있기 때문에 발생한다고 볼 수 있다. 특히, 빈집에서 범죄가 발생하거 나 쓰레기 적치, 벌레 발생 등의 문제가 나타날 경우 주변지역의 주택의 가치가 덩달아 하락하는 직접적 영향이 나타난다. 또한 아직 인근에 물리적 피해나, 환경적 위해를 발생시키지 않는 빈집의 경우에도 안전상의 우려나 심리적 거리감으로 인해 빈집 인근