A Study on the Spatial Mismatch between the Assessed Land Value and Housing Market Price: Exploring the Scale Effect of the MAUP

개별공시지가와 주택실거래가의 공간적 불일치에 관한 연구:

공간 단위 임의성 문제(MAUP)의 스케일 효과 탐색

이건학*·김감영**

A Study on the Spatial Mismatch between the Assessed Land Value and Housing Market Price: Exploring the Scale Effect of the MAUP

Gunhak Lee* · Kamyoung Kim**

요약 :공시지가제 및 주택가격 공시제는 토지나 주택 거래를 위한 지가 정보나 국세 및 지방세의 과세를 위한 기초자료로 폭넓게 활용되고 있지만, 실제 시장에서는 공시가에 비해 낮은 현실화율을 보이고 있다. 본 연구는 이러한 개별공시지가와 주택실거래가 사이의 공간적 불일치에 주목하고 있으며, 특히 개별 공시가격 산정에 적용될 수 있는 임의적 공간 단위의 효과에 초점을 맞추어 다음 두 가지를 살펴보고 있다. 첫째, 개별공시지가, 주택실거래가, 그리고 이들의 가격 차이에 대한 공간적 분포를 집계구 단위를 기반으로 살펴본다. 둘째, 표준 지나 표준주택에 대한 가격 산정, 나아가 개별공시지가나 주택가격에 대한 비준표 적용에 영향을 미칠 수 있는 공간 단위 임의성 문제(MAUP)의 스케일 효과를 탐색한다. 서울시를 대상으로 GIS와 통계 소프트웨어를 이용 하여 분석하였고, 그 결과 주택실거래가가 개별공시지가에 비해 높은 일부 군집 지역들을 상세한 수준에서 발 견할 수 있었으며, 상이한 공간 스케일에 따라 개별공시지가에 대한 지역 특성 변수들의 통계적 결과가 다르게 나타나고 있음을 실증적으로 확인하였다.

주요어 : 개별공시지가, 주택실거래가격, MAUP, 스케일 효과

Abstract : The assessed land values and housing prices have been widely utilized as a basic information

for the land and house trades and for evaluating governmental and local taxes. However, there exists a price difference in actual markets between the assessment level and assessed land values or housing prices.

This paper emphasizes the spatial mismatch between the assessed land values and housing market prices and particularly addresses the following two aspects by focusing on spatial effects of the modifiable areal units, which would substantially affect the estimation of the assessed land values and housing prices. First, we examine the spatial distributions of the assessed land values and housing market prices, and the gap between those prices, on the basis of the aggregated spatial units(i.e., aggregation districts). Second, we explore the scale effect of the MAUP(modifiable areal unit problem) generally embedded in estimating the prices of the sampled standard lands and houses, and calibrating the correction index for the land values and housing prices for the individuals. For the application, we analysed the land values and housing prices in Seoul utilizing GIS and statistical software. As a result, some spatial clusters that the housing market prices are significantly higher than the assessed land values were identified at a finer geographic level.

Also, it was empirically revealed that the statistical results from the regression of regional variables on the

* 서울대학교 지리학과 조교수 및 국토문제연구소 겸임연구원(Assistant Professor, Department of Geography and Institute for Korean Regional Studies, Seoul National University), [email protected]

** 경북대학교 지리교육과 조교수(Assistant Professor, Department of Geography Education, Kyungpook National University), [email protected]

1. 연구 배경 및 목적

도시의 지가는 도시 내 다양한 사회경제 활동의 상 호작용, 이에 따른 토지이용의 변화와 지역의 기능적 분화를 반영하는 주요한 지표라 할 수 있다. 이러한 이유로 지가는 도시 공간 구조의 특성과 변화를 연구 하는데 폭넓게 이용되어 왔다(손승호·남영우, 1999;

김감영, 2012; 김감영·이윤미, 2013). 하지만 이러 한 지가를 이용한 연구에 있어 직면하는 많은 어려움 은 지가와 관련된 다양한 지표들(예, 표준지가, 개별 공시지가, 시세, 호가 등)과 이에 따른 지표들간의 차 이가 존재한다는 것이다. 현재 우리나라는 1989년 토 지공개념이 도입된 이후 일반적인 토지 거래를 위한 지가 정보나 지표로 활용하고, 국세 및 지방세의 과세 를 위한 기초자료로 이용하기 위한 목적으로 「부동산 가격공시 및 감정평가에 관한 법률」에 의해 공시지가 제를 시행하고 있다(구동회, 2006). 현재 전국에 걸 쳐 선정된 50만 표준지를 바탕으로 각 지역의 개별공 시지가를 특정한 절차를 걸쳐 산정하고 있다. 하지만 2013년 국정감사에서 지적된 것처럼 표준지공시지가 의 현실화율은 매우 낮아 실거래가의 시세를 제대로 반영하지 못하고 있다(연합뉴스, 2013). 표준지공시 지가의 낮은 현실화율은 개별공시지가 산정에 그대 로 반영될 것이기 때문에 개별공시지가와 실거래가 의 차이를 심화시킬 것이다.

한편, 토지와 달리 실제 건물을 함께 가지고 있는 주택 역시 도시 내 다양한 경제 활동과 더불어 중요한 토지 분화의 특성들을 반영하고 있으며, 특히 우리나 라에서는 도시 내 및 지역 간 사회경제적 격차를 유발 하는 주요한 요인으로 작용하고 있다. 따라서 지역의 주택 가격의 변동은 도시의 공간 구조 변화를 직접적 으로 반영한다. 토지와 마찬가지로 2005년 이후 주택

가격 역시 공시제를 도입하고 있으며, 단독주택과 공 동주택(아파트, 다세대, 연립주택)을 구분하여 표준 단독주택가격, 이를 기반으로 하는 개별단독주택가 격과 공동주택가격을 공시하고 있다. 주택 가격에 대 한 정확한 추정을 위한 다양한 모델들이 개발되었으 며, 주택 특성, 지역 특성, 입지 특성 등의 다양한 변 수들이 이용되어 왔다. 하지만 이러한 노력에도 불구 하고 토지 가격처럼 주택 가격 역시 정부의 개별주택 가격과는 달리 실가반영률이 낮아 현실과의 괴리를 보여주고 있어 해마다 국정감사에서 문제점으로 지 적되고 있다(연합뉴스, 2011; 내일신문, 2012; 연합 뉴스, 2013).

개별공시지가 및 주택가격과 실제 시장에서의 시 세와의 불일치는 표준지 및 표준주택의 선정에서부 터 개별토지 및 개별주택의 특성을 조정하기 위한 비 준표에 따른 산정에 이르는 전 과정에서 원인을 찾을 수 있으며(조민호, 2009), 공시가격과 실거래가의 불 일치는 이러한 복잡한 절차의 각 단계에서 발생하는 에러의 확산적 산물이라고 할 수 있다. 더구나 토지만 의 가치를 평가한 개별공시지가와 토지 및 건물 일체 를 평가한 개별주택가격 사이에도 대체적으로 개별 주택가격이 개별공시지가보다 낮게 산정되는 현실적 인 괴리가 존재하여 공시가와 실거래가의 총체적인 불일치에 어느 정도 영향을 미칠 것으로 판단된다. 따 라서 공시제도가 토지 및 주택 시장의 신뢰성있는 거 래 지표로 활용되고 국가 및 지방자치단체의 과세 업 무의 기준으로 활용되기 위해서는 이러한 에러들에 대한 체계적인 조사가 요구된다.

특히, 이러한 에러들은 개별공시지가 및 주택가격 에 대한 지역별 조정을 위해 산정한 가격 배율의 비준 표를 어떻게 산정하느냐에 따라 크게 영향을 받을 수 있다. 비준표는 일반적으로 다양한 개별토지 및 주택 가격형성 요인과 관련된 데이터와 모델(예, 헤도닉

assessed land values for the individuals are significantly affected by the aggregation levels of the spatial units.

Key Words : assessed land value, housing market price, MAUP, scale effect

모델)을 근거로 동 단위(토지) 또는 시군구 단위(주 택)로 산정되고 있다. 이와 관련하여 개별토지 및 주 택가격의 정확한 평가를 위해 다양한 가격형성 요인 들과 모델을 적용한 많은 연구들이 시도되었지만, 대 부분의 연구들은 한 가지 점을 간과하고 있다. 즉, 가 격형성 모델에 어떤 데이터를 사용하는지와 별개로 데이터가 수집되는 공간 단위에 따라 개별공시지가 또는 주택가격이 달리 산출될 수 있으며, 이로 인해 공시가격과 실거래가격의 불일치가 심화될 수 있다 는 점이다.

이러한 맥락에서 본 연구의 목적은 개별공시지가 와 주택실거래가격의 불일치에 대한 공간적 패턴을 서울시 전체를 대상으로 살펴보고, 특히 공간 단위 임 의성 문제( MAUP)의 스케일 효과에 초점을 맞추어 합역 수준이 다른 임의적 공간 단위의 선택이 개별공 시지가에 미치는 영향을 실증적으로 살펴보고자 한 다. 실제로 개별공시지가와 주택실거래가격의 불일 치는 앞서 언급한 것처럼 토지와 주택 가격의 차이, 개별공시가격과 실거래가격의 차이와 같이 다양한 부문에서 발생할 수 있는 에러의 총체적인 확산 결과 라 할 수 있다. 더불어 토지나 주택의 다양한 가격추 정모델에서의 정밀성과 정확성과도 연관될 수 있다.

따라서 개별공시지가와 주택실거래가격의 불일치와 관련한 MAUP의 스케일 효과를 정밀하게 조사하기 위해서는 이러한 차이들을 모두를 고려한 종합적인 접근이 필요하지만, 이는 토지 및 주택에 대한 개별 공시가와 실거래가 데이터의 완전한 확보가 전제되 어야 하기 때문에 여기에서는 개별공시지가에 대한 MAUP 영향에 초점을 맞춘다.

2. 관련 문헌 고찰

공시지가제는 현실을 그대로 반영하기보다 토지 관련 업무의 원활하고 합리적인 의사결정을 위한 보 조적인 정보 체계라 할 수 있다. 따라서 토지에 대한 수요와 공급에 의해 결정되는 실제 토지 시장의 가격 은 공시지가와는 현실적인 괴리가 있을 수 있으며, 이

러한 공시지가와 실거래가의 차이에 대한 많은 연구 가 진행되어 왔다.

토지에 대한 개별공시지가와 실거래가격에 대한 분석을 살펴보면, 현태승·이성호( 2004)는 부산광역 시 사상구와 금정구를 대상으로 개별공시지가의 평 균 현실화율을 비롯하여 용도지역별, 이용상황별, 지 목별 현실화율을 살펴보고, 이러한 불일치가 적정가 격의 개념 정의, 토지가격 비준표의 한계, 평가방법 상의 한계 등 다양한 측면에 의해 발생하고 있음을 지 적하고 있다. 보다 실증적이고 미시적인 분석인 이영 걸 등( 2008)은 전주시의 특정 지구를 사례로 현실화 율의 차이를 진단하고 개별공시지가와 실거래가의 차이의 원인을 토지이용현황과 도로의 접면성으로 보고 통계적인 유의성을 검정하였다. 한편, 주택에 대한 현실화율의 차이는 다양한 지역을 사례로 연구 되었는데 조민호( 2009)는 서울특별시 성동구를 사례 로, 홍원철·서순탁(2011)은 강동구를 사례로 개별주 택가격과 실거래가의 차이를 현실화율에 기반을 두 어 살펴보고 있다. 특히 조민호( 2009)는 개별주택가 격과 실거래가 외에 개별공시지가와 개별주택가격의 차이를 종합적 관점에서 논의하고 있다. 이우진·방 경식( 2006)은 서울특별시 강남구 일원동을 대상으로 개별주택가격에 대한 단독주택의 수직적 불형평성을 다양한 통계적 분석을 통해 실증적으로 밝혀내고 있 으며, 이와 유사하게 김종수( 2012)는 대구광역시의 3 개 구(남구, 동구, 수성구)를 사례로 개별주택가격에 대한 실가반영률을 살펴보고 개별주택가격에 대한 지역 간, 지역 내의 적정성과 이와 관련한 과세의 불 형평성에 대해 논의하고 있다. 종합하면, 공시지가와 실거래가의 불일치 논의는 도시의 일부지역으로 대 상으로 이루어진 반면, 도시 전체적으로 그 실태 파악 이 이루어지지 않았음을 알 수 있다.

한편, 본 연구의 주요 초점은 아니지만 주택가격과

관련한 연구의 큰 흐름 중 하나는 주택가격 결정에 대

한 모델링이다. 주택가격 결정에 대한 많은 연구들은

Brigham(1965)의 헤도닉 기법을 사용한 다변량 통계

분석에서 시작되어 Rosen(1974)이 보다 체계화한 헤

도닉 모델에 기반하고 있다. 헤도닉 모델은 주택 가격

이 주택의 특성에 영향을 받는다는 헤도닉 가설을 토

대로 하고 있고, 여러 주택관련 변수들의 선정과 회귀 분석과 같은 다변량 통계 기법들을 이용한 가격 추정 이 핵심이다. 기본 헤도닉 모델 외에 주변 편의시설 의 유무 및 위치, 역세권 유무, 학교, 공원, 교통 등 공 공 서비스의 접근성과 같은 입지적 특성(예, 강영옥, 2004; 정수연, 2005; 김성우, 2010; 고혜진 등, 2011) 이나 지역의 사회경제적 특성 및 개발 계획(예, 최수 등, 2009) 등 다양한 가격형성 요인을 고려한 확장된 연구들도 많이 이루어지고 있다. 특히, 우리나라의 경우 가장 많은 주거지 유형을 차지하는 아파트에 대 한 가격 결정 연구가 많은 편이며( 2010년 주택총조사 에 따르면 주거 유형 중 아파트의 비중은 48.1%), 주 택 특성, 세대 특성, 입지 특성, 지역 환경 등 다양한 요인들의 영향력을 여러 방법으로 고찰하고 있다(최 열·권연화, 2004; 엄근용 등, 2006; 이정국·김주한, 2007; 임재만, 2008; 전경구, 2012).

앞서 살펴본 토지나 주택에 대한 공시가격과 실제 거래가격의 불일치나 가격 추정과 관련된 여러 연구 들에도 불구하고, 이와 관련하여 대부분의 연구가 간 과하고 있는 중요한 측면이 두 가지 있다. 첫째, 토지 나 주택에 대한 공시가격과 실제 거래가격의 불일치 에 대한 연구에서 전체적인 공간 패턴에 대한 시각화 나 지역적 차이에 대한 공간적 맥락에서의 연구가 다 소 부족하다. 이들 연구들은 대체적으로 토지나 주택 에 있어 공시가격과 실거래가격에 대한 현실화율 또 는 실가반영률의 차이에 대한 원인을 규명하거나 개 선방안에 대한 연구가 주를 이루고 있으며, 다양한 지 역별 사례 연구에도 불구하고, 대체로 수치적 차이나 통계적 해석에 그치고 있다. 이는 데이터 가용성의 문 제로 볼 수 있는데, 과거에는 토지나 주택에 대한 가 격의 공간적 분포를 살펴보는데 있어 데이터의 사용 이 극히 제한적이었다. 1989년 공시지가제가 도입된 이래 전국의 개별 필지에 대한 가격이 공시되고 있었 지만, 실제 대중에게 공개된 자료는 특정한 행정 구역 단위(법정동)로 집계된 동별 평균 지가나 동별 최고 지가에 지나지 않았다. 따라서 많은 연구들이 동 단위 로 집계된 지가를 토대로 분석을 하였으며, 동이라는 공간 단위내의 공간적 변이에 대한 구체적인 분석이 이루어지지 못하였다. 특히, 주택 가격과 관련하여

2005년 공시제도가 시행되었고, 2006년에 실거래가 격 신고제가 도입되었기 때문에 그 전까지는 이와 관 련한 공간 분석이 거의 불가능한 수준이었고 경험적 수준에서의 연구만 진행될 수밖에 없었다.

둘째, 토지 및 주택가격 추정이나 이에 따른 현실 시세와의 불일치를 설명하는데 있어 공간 데이터가 가지고 있는 고유한 특성에 대한 고찰이 부족하다.

앞서 언급한 바와 같이 개별토지 및 주택에 대한 가 격 산정 과정에서 비준표에 따라 가격 배율을 조정하 게 되는데 이때 비준표는 특정한 공간 단위(동 또는 구)로 할당되고 있다. 따라서 특정한 공간 단위로 집 계된 개별토지 및 주택가격이 해당 공간 단위의 모 든 토지나 주택에 대해 동일하게 적용되게 된다. 하 지만 이 과정은 임의적 공간 단위를 사용함에 따라 불 가피하게 발생할 수밖에 없는 에러를 내포하고 있다.

이는 흔히 사회과학에서 ‘생태학적 오류’( ecological fallacy)라 일컬어지는 문제로 합역되거나 그룹화된 데이터에서의 추론을 개별 데이터에 적용했을 때 발 생할 수 있는 문제이다( Robinson, 1950). 지리학 분 야에서는 ‘공간 단위의 임의성 문제( Modifiable Areal Unit Problem: MAUP)’라 불리며 연구에 필요한 자료 수집 단위와 이에 따른 결과의 변이성과 관련하여 오 래전부터 공간 데이터의 독특한 특성으로 인식되어 왔다( Openshaw and Taylor, 1981; Holt et al., 1996).

MAUP는 연구를 위해 공간 단위의 선택은 불가피하 며 그 선택이 매우 임의적이기 때문에 공간 단위의 크 기와 합역되는 방식, 즉 구획을 어떻게 하는지에 따라 공간 분석 및 통계 분석의 결과가 의존적임을 의미한 다. 전자를 일컬어 스케일 효과( scale effect)라 하며 후 자를 구획 효과( zoning effect)라 한다(이상일, 1999;

김감영, 2011 참조).

3. 연구 범위 및 방법

본 연구는 크게 공시지가와 주택실거래가의 불일

치에 대한 공간적 패턴 탐색과 상이한 공간 단위에 따

른 공시지가와 주택실거래가의 공간적 변동성에 대

한 분석으로 구성된다. 보다 구체적으로 공시지가와 주택실거래가 차이에 대한 공간적 패턴 탐색을 위해 서울연구원이 제공하는 2010년 서울시의 개별공시지 가와 주택실거래가 데이터를 사용하여 서울시 전체 에 대한 공시지가와 주택실거래가의 차이를 살펴본 다. 이를 토대로 상이한 공간 단위에 따른 효과를 살 펴본다. 공시지가와 주택실거래가, 그리고 이들의 차 이를 두 가지 상이한 스케일에서 구성된 지역 특성 변 수들로 비교 분석한다. 하나는 집계구 단위로 구성된 지역 특성 변수이며, 다른 하나는 이를 행정동으로 합 역한 동 단위의 변수이다. 지역 특성 변수에 사용된 데이터는 2010년 통계청이 제공하는 2010년 집계구 단위 속성값들이다.

공시지가와 주택실거래가의 불일치 분포를 살펴보 는데 있어 공간 단위는 통계청이 제공하는 집계구 경 계를 사용한다. 집계구는 2008년도 통계청이 개발한 통계 구역으로 기존의 통계 공표 구역으로 사용되어 왔던 행정구역(도, 시군구, 읍면동)보다 훨씬 작은 공 간 단위로 인구, 주택, 사업체, 농어업 등 각종 소지역 에 대한 상세 통계 자료를 이용할 수 있는 공간 단위 이다. 물론 기초단위구라는 보다 작은 규모의 통계 구 역이 있지만, 사생활을 보호할 수 있으며, 공적으로 공표할 수 있는 가장 작은 단위가 집계구라는 점에서 집계구는 현재 우리나라에서 공식적으로 사회경제적 통계 자료를 가장 상세하게 이용할 수 있는 공간 단위 라 할 수 있다

¹⁾

.

서울연구원이 제공하는 2010년 서울시의 개별공시 지가와 주택실거래가는 개별 필지로 되어 있지만, 이 를 합역하여 집계구 단위로 그 차이를 살펴보는 이유 는 크게 두 가지이다. 첫째, 2010년 동년의 필지 경계 데이터 확보의 어려움이다. 필지에 대한 공간적 변경 은 시시각각 발생하고 있기 때문에, 이에 대한 이력 이 반영된 공간 데이터를 획득하는 것은 쉽지 않으며, 또한 본 연구에서 사용하는 2010년 개별공시지가와 주택실거래가격 데이터의 시점과 정확하게 맞는 필 지 경계 데이터를 확보하는 것 역시 현실적으로 어렵 다. 둘째, 개별공시지가나 개별주택가격은 임의의 공 간 단위에 따른 가격형성 요인이 이미 포함되어 산정 된 결과이기 때문에 이러한 임의적 공간 단위의 효과

만을 역으로 분석하기 위해 필요한 방법론적 대안이 라 할 수 있다. 개별공시지가나 개별주택가격의 추정 은 대부분의 헤도닉 모델과 같은 가격결정모델에서 토지이용이나 주택 특성 요인들과 더불어 주변 환경, 즉 지역의 사회경제학적 특성들을 주요 가격형성 요 인으로 포함시키고 있다. 이는 특정 지역의 주택가격 은 주택 자체의 특성뿐 아니라 지역내 교육, 치안, 경 제 상황 등을 함께 공유하기 때문에 공간적으로 자기 상관되어 나타나는 경향이 있기 때문이다( Basu and Thibodeau, 1998). 가격형성 요인들 중 매우 세부적 인 공간 변이성을 가진 변수들, 예컨대 교통 및 편의 시설과의 접근성, 학교, 병원, 근린 공원 등 공공 시설 의 접근성, 건축연도, 연면적, 방의 수 등의 주택 특성 은 일반적으로 가격결정모델마다 서로 달리 적용되 며, 여러 가지의 변수에 대한 인위적 조작(더미 변수 설정, 접근성에 대한 정의)뿐만 아니라 서로 다른 스 케일에서 측정된 데이터가 사용되기 때문에 개별 변 수들에 대한 공간 단위의 효과를 살펴보는 것은 매우 어렵다. 이러한 맥락에서 본 연구는 다른 요인들은 통 제하고, 인구 규모, 지역 경제 수준, 택지 규모 등과 같은 지역 특성들의 공간 단위 효과에 대해 주목하고 있다. 따라서 개별공시지가나 주택실거래가격, 그리 고 이들의 불일치 역시 이러한 지역 특성들과 마찬가 지로 특정한 공간 단위로 산출된 속성값을 가지고 있 어야 한다.

한편, 위계성을 감안하면 개별주택가격과 주택실 거래가의 차이를 살펴보는 것이 논리적으로 적절할 수 있지만, 본 연구에서는 개별주택가격 대신에 토지 에 대한 공시지가 데이터를 사용한다. 개별공시지가 와 개별주택가격도 실제적인 차이를 보이고 있는데, 개별공시가격 산정 절차의 전반적인 과정에서의 에 러 발생과 더불어 토지가격이나 주택가격 비준표 적 용이 서로 다른 공간 단위로 작성되었다는 점도 중요 한 원인으로 지적되고 있다(현태승·이성호, 2004;

조민호, 2009). 즉 토지는 동 단위로 가격 배율표가 작

성되는 데 반해 주택의 경우 시군구 단위로 작성되어

상대적으로 가격조정을 위한 범위가 제한적이다. 사

실 이러한 비준표 구조 역시 개별토지와 주택가격의

차이, 나아가 각각의 공시가격과 실거래가의 차이에

대한 상이한 공간 단위의 효과를 보여주는 한 부분이 라 할 수 있다. 하지만 본 연구에서는 개별토지와 개별 주택가격 사이의 공간 단위의 효과를 보고자 하는 것 은 아니며, 이 차이 역시 크지 않다고 간주한다

²⁾

. 오히 려 개별주택가격의 경우 세부적인 공간 변이성을 통 제하기에는 구 단위에서의 공간적 변이가 너무 커 논 리적인 비약이 있을 수 있기 때문에 상대적으로 보다 작은 공간 단위(읍면동)의 지역 특성이 고려되는 토 지 가격을 대체하여 사용하는 것이 보다 적절한 것으 로 판단된다.

분석에 필요한 집계구 및 행정동 속성 데이터 집 계를 위해서는 Microsoft Access 2010을 사용하였으 며, 공간 단위에 따른 속성 데이터의 처리와 매핑에는 GIS 소프트웨어 패키지인 ESRI사의 ArcGIS 10.2를 사용하였고, 공간 단위에 따른 효과 분석에는 통계 패 키지 IMB SPSS Statistics 21을 사용하였다. 전체적인 분석 절차와 데이터 수준은 그림 1과 같다.

4. 서울시 개별공시지가와 주택실거래가의 공간적 불일치 탐색

본 연구의 초점은 주택의 실거래가격과 공시지가 의 차이가 지역의 사회경제적 특성과 어떠한 관련성 을 보이며, 공간 스케일이 달라지면서 그 관련성이 어 떻게 달라지는지를 밝히는 것이다. 개별공시지가 자 료는 전수 자료이고, 주택실거래가격 자료는 2010년 에 발생한 사례만 보고한 것이기 때문에, 전체적으 로 둘을 비교하는 것은 무리가 있다. 따라서 주택 실 거래가 이루어진 필지에 해당하는 공시지가를 확인 하여 집계구별, 행정동별 단위 면적(㎡) 당 주택실거 래가격 및 공시지가를 집계하였다. 2010년에 발생 한 80,841건의 주택 거래 중에서 1,783건은 해당하 는 개별지 정보를 결합할 수 없어 분석에서 제외하 고 79,058건만 이용하였다. 집계구별로 집계한 결과 10,343개 집계구가 1건 이상의 주택 실거래 건수를 가졌다. 원자료가 실제 거래 총액으로 보고되었기 때 문에 주택의 크기에 따른 영향을 보정하기 위하여 집 계구에 속하는 사례들의 거래 가격을 합한 후 면적의

개별공시지가 분포도 공시지가와 실거래가

불일치의 공간적 탐색

공시지가와 실거래가 불일치에 대한 임의적

공간 단위 효과 분석

주택실거래가격 분포도 개별공시지가와 주택실거래가격 불일치

다중회귀모델 I:

개별공시지가–지역 변수

다중회귀모델 II:

주택실거래가격–지역 변수

필지 수준 (주택 필지)

필지 수준 (주택 필지) 집계구

집계구

집계구-동 집계구-집계구 집계구-집계구

분석 데이터

다중회귀모델 III:

공시지가와 실거래가 불일치

–지역 변수 집계구-집계구 그림 1. 분석 절차

합으로 나누어 단위 면적(원/㎡) 당 거래 가격을 산출 하였다.

집계구 수준에서 모든 공간 단위가 주거용 토지이 용에 대한 공시지가 및 주택실거래가격을 가지고 있 지 않으므로 두 현상의 공간적 분포 특성을 파악하 는 것이 어렵다. 또한 집계구의 공간 단위가 많아 지 도화된 결과가 복잡하여 경향성 파악이 쉽지 않다.

이를 보완하기 위하여 공간 인터폴레이션( spatial in- terpolation) 기법을 활용하였다. 주택 가격이나 지가 는 어디어서나 측정가능한 연속적 현상으로 볼 수 있 고, 집계구를 표본점으로 간주할 수 있기 때문에 공 간 인터폴레이션 기법을 적용하는 것은 타당하다. 여 러 공간 인터폴레이션 기법 중에서 가장 대중적이고 GIS 환경에서도 손쉽게 실행할 수 있는 정규 크리깅 ( ordinary kriging) 기법을 사용하였다(de Smith et al., 2007). 1건 이상의 실거래 건수를 포함하는 집계구 (10,343개)의 중심점을 개념적 점(conceptual point) 으로 간주하고 평균 실거래가격 및 평균 공시지가를 측정값으로 하여 정규 크리깅을 실행한 결과가 그림 2와 3이다. 참고로 그림 2의 패턴은 주택 실거래가격 이 있는 필지에 상응하는 공시지가를 보여주기 때문 에, 주거용 토지이용 공시지가의 공간적 패턴은 이와 다를 수 있다. 또한 그림 2와 3에서 외곽지역의 가격 분포(예를 들어 서초구와 강남구의 남쪽 끝 부분)는 집계구의 수가 적거나 없기 때문에 많은 왜곡을 포함 할 수 있음을 염두하고 패턴을 해석할 필요가 있다.

그림 2에서 가장 두드러진 패턴은 5개의 주택실거 래가격이 높은 군집이다. 중구 광희동 부근, 용산구 한강로동과 이촌 2동 사이, 서초구 반포본동, 강남구 압구정동과 신사동 사이, 강남구 개포 1동과 개포2동 사이에서 1,100만원(㎡) 이상 높은 실거래가격이 나 타나고 있다. 참고로 가장 높은 주택실거래가격을 보 이는 집계구는 중구 광희동에 위치한 것으로 가격은 33,784,869원(㎡)이다. 전체적으로 높은 주택실거래 가격을 보이는 곳은 용산구의 남쪽~서초구의 북쪽

~강남구의 북쪽~강남구의 남쪽을 잇는 벨트 지역 을 형성하고 있고, 그 외 상대적으로 실거래가격이 높 은 곳은 국지적으로 나타나고 있다. 이들 지역을 제 외한 대부분의 지역은 700만원(㎡) 이하의 상대적으

로 낮은 실거래가격을 보이고 있다. 이러한 패턴은 서 울의 북쪽 지역과 서쪽, 남서쪽에서 두드러진다. 그 림 3은 그림 2와 동일한 범례로 주택 실거래가 이루 어진 필지의 개별공시지가를 인터폴레이션하여 지도 화한 것이다. 그림 2와 비교하였을 때, 공시지가가 실 거래가격보다 상당히 낮음을 알 수 있다. 높은 공시지 가를 보이는 군집의 위치 또한 실거래가격과 상이하 고 주로 강남, 서초, 송파구에 위치한다. 구체적으로 보면, 강남구 도곡 2동, 강남구 대치4동, 강남구 역삼1 동과 서초구 서초 2동·서초4동 사이, 송파구 잠실4동 과 잠실6동 사이, 서초구 서초3동 부근에서 국지적으 로 1,100만원(㎡) 이상의 높은 공시지가를 보이는 군 집이 나타나고 있다. 전체적으로는 강남구, 서초구, 송파구, 종로구와 중구 사이에서 상대적으로 높은 공 시지가를 보이고 그 외 지역은 500만원(㎡) 미만의 지 가를 보이고 있다. 집계구 중 최고 공시지가를 보이는 곳은 강남구 대치 4동에 위치한 집계구로 공시지가는 28,900,000원(㎡)이다. 이를 포함하여 그림 4에서 높 은 공시지가 군집을 보이는 지역의 특징은 개별지 공 시지가 데이터 상에서 토지이용이 주거용이 아닌 상 업용 혹은 업무용이라는 점이다.

GIS의 중첩 분석 기능을 이용하여 주택 실거래가 격과 공시지가의 절대적 차이를 계산하여 지도화한 것이 그림 4이다. 지도에서 실거래가격이 공시지가보 다 높은 지역은 붉은색 계열로, 낮은 지역은 초록색 계열로 표시되어 있다. 이 지도는 두 값의 공간적 차 이 및 분포 특징을 보다 분명하게 보여주고 있다. 전 체적으로 서울의 대부분 지역에서 주택의 실거래가 격이 공시지가 보다 높게 형성되어 있음을 알 수 있 다. 국토해양부( 2012)의 보도자료에 따르면 2012년 전국 평균 4.47%(서울 평균 3.69%)라는 상대적으로 높은 공시지가 상승률을 보인 주된 이유로 ‘토지가격 상승과 공시지가 현실화율의 중점반영’을 들고 있다.

이러한 사실과 그림 4를 토대로 할 때, 이전 시기를

통하여 공시지가의 현실화가 상당히 진전되었다고는

하나 여전히 실거래가격과는 차이가 있음을 의미한

다. 이러한 점이 지속적으로 국정감사에서 지적되었

다는 사실을 앞에서 언급하였다. 그림 2에서 주택실

거래가격이 높은 군집으로 식별된 5개의 지역 모두에

그림 2. 주택실거래가격의 공간적 분포(2010)

그림 3. 개별공시지가의 공간적 분포(2010)

그림 4. 주택실거래가격과 공시지가의 절대적 차이(2010)

그림 5. 주택실거래가격과 공시지가의 상대적 차이(2010)

서 공시지가 보다 주택실거래가격이 매우 높은 군집 으로 식별되었다. 이와는 달리 그림 2에서 상대적으 로 공시지가가 높은 곳으로 확인된 지역들의 경우 주 택실거래가격보다 공시지가가 높게 나타나고 있다.

이들 지역의 경우 지하철 2호선 서초역에서 잠실역 사이, 강남대로(강남역~양재역), 반포대로(교대역

~남부터미널역), 세종대로(광화문~시청역) 주변 등 주거 기능보다는 상업, 업무 혹은 혼합 기능이 우세한 지역이다. 2010년 개별공시지가에서 주거용 토지이 용을 보이는 필지의 평균 지가는 2,149,596원(㎡), 상 업용, 업무용, 주상용 토지이용을 보이는 필지의 평 균 지가는 5,084,352원(㎡)인 점을 감안하였을 때, 실 재에서는 ‘주거지’인 주택의 거래가 이루어지고 가격 이 형성되었지만, 공시지가에서의 토지이용은 주택 이 아닌 다른 토지이용이 반영되어 지가가 상정되었 기 때문에 이러한 지역에서 공시지가가 주택실거래 가격보다 높게 형성된 것으로 볼 수 있다. 이는 공시 지가 산정에서 토지이용에 대한 보다 정확한 평가가 이루어질 필요가 있음을 의미한다.

그림 4에 제시된 지도를 해석하는데 유의할 필요가 있다. 비슷한 가격차라 하더라고 기저를 이루는 공시 지가가 얼마인지에 따라 차이의 의미가 전혀 다를 수 있다. 예를 들어, 실거래가격이 200만원(㎡) - 공시 지가가 100만원(㎡)인 경우와 각각 1,000만원(㎡) - 900만원(㎡)인 경우 가격 차이는 100만원이지만, 전 자의 경우가 후자보다 상대적으로 실거래가격이 공 시지가에 비해서 높다. 따라서 동일한 현상을 상대적 으로 비교할 필요가 있다. 그림 5는 공시지가 대비 주 택실거래가격과 공시지가의 상대적 차이를 백분율로 표현하고 있다. 다만 이 지도의 해석에서 외곽지역의 매우 높은 상대적 차이는 인터폴레이션시 참조해야 하는 기준점이 멀어 발생한 오차를 포함하고 있음을 유의할 필요가 있다. 지도에서 보이는 패턴은 그림 3 에서 보이는 것과는 상당한 차이가 있다. 가장 큰 특 징은 그림 4에서 절대적 차이가 큰 군집으로 식별된 지역들이 그림 5에서는 거의 두드러지지 않는다는 점 이다. 또한 주택실거래가격과 공시지가가 상대적으 로 높게 형성되어 있는 강남구, 서초구, 송파구의 경 우 두 가격의 상대적 차이가 다른 지역에 비하여 작게

나타나고 있다. 이와는 달리 절대적 차이에서 특징적 인 패턴을 보이지 않았던 대부분의 강북지역에서 주 택실거래가격과 공시지가의 상대적 차이가 크게 나 타나고 있다.

5. 개별공시지가에 대한 MAUP 스케일 효과 분석

여기에서는 상이한 공간 단위로 구성된 지역 특성 변수들과 개별공시지가, 주택실거래가격, 이들의 불 일치에 대한 회귀분석을 바탕으로 MAUP의 스케일 효과에 대해 살펴본다. 일반적인 헤도닉 모델에서 주 택가격에 영향을 미치는 속성 변수들은 다양하게 정 의되지만 본 연구에서는 지역 특성 변수(근린 효과 로 가정할 수도 있음)에 초점을 맞춘다. 앞서 지역적 변수 사용의 이유에 분석적 맥락에서 언급하기는 했 지만 사실 특정한 가격형성 요인만을 주목하여 좀 더 세분화하여 살펴보는 것은 최근 이 분야, 특히 아파 트 가격결정과 관련한 연구 경향이기도 하다(정수연, 2005).

지역 특성 변수는 다양하게 정의될 수 있지만, 본

연구의 목적이 정확한 가격 추정 모델을 개발하는 데

있지 않기 때문에 데이터 가용성과 주택가격형성 요

인 관련성을 고려하여 지역의 사회경제적 특성을 반

영하는 변수들을 선정하였다. 분석에서 사용된 종속

변수는 세 가지로 개별공시지가, 주택실거래가, 공시

가와 실거래가 차이이며, 독립 변수를 크게 인구, 주

택, 가구, 사업체 측면으로 구분하여, 인구의 경우 인

구밀도, 노령화지수, 4년제 대학 이상 학력자 비율의

변수를 사용하였고, 주택은 주택밀도, 단독주택 비

율, 아파트 비율, 면적 100㎡ 이상 주택 비율, 2000

년 이전 건물 비율을 사용하였으며, 가구는 가구밀

도, 자가 주택 비율, 전세 주택 비율을 사용하였다. 사

업체의 경우, 고용밀도를 고려하였다. 각 독립 변수

들은 통계청이 제공하는 2010년 집계구 단위의 속성

값들이며, 변수에 대한 자세한 설명은 다음 표 1과 같

다.

모든 변수들에 대해 이용가능하지 않은 집계구를 제외한 분석에 사용된 집계구는 총 10,223개이며, 평 균 개별공시지가는 2,803,084원(㎡)이며, 평균 주택 실거래가격은 4,485,768원(㎡)이다. 공시지가와 주 택실거래가의 차이는 최대 25,862,011원(㎡), 평균 1,682,684원(㎡)으로 현실화율이 약 62%로 나타나고 있다. 이 수치는 전체 주택 유형에 대한 것으로 2009

~ 2010년 주택유형별 시세 반영률이 아파트가 72%, 단독주택 50%임을 감안할 때(연합뉴스, 2011) 거의 평균화된 수치를 반영해주고 있음을 알 수 있다. 다른 맥락에서는 본 연구에서 개별주택가격을 개별공시지 가로 대체하여 사용해도 전체 경향성에는 큰 차이가 없음을 보여주고 있다. 공시지가와 주택실거래가의 불일치에 대해 좀 더 살펴보면, 전체의 90% 이상이

실거래가가 공시지가보다 높으며, 중간 50%에 해당 하는 불일치는 약 130만원(㎡)의 차이를 보여주고 있 다( IQR =1,300,249원(㎡)). 또한 주택실거래가가 공 시지가보다 극히 높은 지역들은 약 450만원(㎡) 이상 의 차이를 보여주고 있는 반면(전체의 5%), 공시지가 가 주택실거래가보다 높은 지역들은 전체의 5% 정도 가 약 38만원(㎡) 정도의 매우 미미한 차이를 보여주 고 있다(표 2 참조). 한편, 각 지역 특성 변수들에 대 한 기술 통계량은 표 3과 같다. 몇 가지 주목할 만한 사항은 전체적으로 아파트 비율이 단독주택 비율보 다 높으며, 대형 평수의 주택은 전체의 약 29%를 차 지하고 있으며, 60%의 주택이 2000년 이전에 지어진 건물들이며, 자가 주택은 전체의 약 41%를 차지하고 있다.

표 1. 분석에 사용된 지역 특성 변수

구분 범주 변수(단위) 비고

종속변수 가격

개별공시지가(원/㎡) 주택실거래가(원/㎡)

공시지가와 실거래가 차이(원/㎡)

단위 면적당(㎡) 실거래가격 단위 면적당(㎡) 공시지가

단위 면적당(㎡) 실거래가격-단위 면적당(㎡) 공시지가

독립변수

인구

인구밀도(명/㎢) 총인구/단위 지역 면적

노령화지수 노년층 인구(65세 이상)/유소년층 인구(0~14세)×100

4년제 대학 이상 학력자 비율(%) (4년제 대학+석사+박사)/총인구×100

주택

주택밀도(주택수/㎢) 총주택수/단위 면적

단독주택 비율(%) 단독주택수/총주택수×100

아파트 비율(%) 아파트수/총주택수×100

면적 100㎡ 이상 주택 비율(%) 100㎡ 이상 주택수/총주택수×100

2000년 이전 건물 비율(%) 2000년 이전 건축된 건물의 수/총주택수×100 가구

가구밀도(가구수/㎢) 총가구수/단위 면적

자가 주택 비율(%) 자가 가구수/총가구수×100

전세 주택 비율(%) 전세 가구수/총가구수×100

사업체 고용밀도(명/㎢) 총고용자수/단위 면적

표 2. 공시지가와 주택실거래가의 차이에 대한 백분위수 백분위수(%)

5 10 25 50 75 90 95

-379,870.3 251,823.0 899,353.0 1,513,254.4 2,199,602.5 3,327,411.1 4,499,087.7 IQR(Interquartile Range)

전체의 5%에 해당하는 주택실거래가가 공시지가 보다 450만원(㎡) 이상 되는 집계구들의 지역 특성을 살펴보면(표 4), 인구밀도, 주택밀도, 가구밀도가 전 체 지역에 비해 상대적으로 낮은 반면, 노령화지수가 높으며, 대형 평수 주택이 많고, 고용밀도가 높은 지 역이라 할 수 있다. 인구의 학력 수준이나 단독 및 아 파트 비율, 자가 및 전세 비율은 전체 지역의 특성과

크게 차이가 나지 않고 있다. 주택실거래와 공시지가 차이의 공간적 분포에서 볼 수 있듯이, 서초, 강남, 용 산 지역과 같은 주택실거래가가 공시지가에 비해 크 게 차이가 나는 곳들의 지역 특성은 대체로 거주 인구 나 주택들이 면적에 비해 적게 분포하고, 경제 활동이 비교적 활발하고, 은퇴한 노령 인구들이 상대적으로 많이 거주하는 곳들이며, 또한 오래된 건물이 많아 향

표 3. 집계구별 지역 특성 변수에 대한 기술 통계

범주 변수 최소 최대 평균

인구

인구밀도(명/㎢) 0 339,912.68 40,863.26

노령화지수 0 3,675.00 87.50

4년제 대학 이상 학력자 비율(%) 0 89.63 30.54

주택

주택밀도(주택수/㎢) 0 209,094.01 10,400.46

단독주택 비율(%) 0 100 10.97

아파트 비율(%) 0 100 33.00

면적 100㎡ 이상 주택 비율(%) 0 100 29.19

2000년 이전 건물 비율(%) 0 100 60.46

가구

가구밀도(가구수/㎢) 0 210,071.08 15,267.06

자가 주택 비율(%) 0 93.75 41.52

전세 주택 비율(%) 0 80.81 9.73

사업체 고용밀도(명/㎢) 0 293,074.71 7,429.83

집계구수 10,223

표 4. 주택실거래가가 공시지가보다 높은 집계구별 지역 특성 변수에 대한 기술 통계

범주 변수 최소 최대 평균 전체 평균

인구

인구밀도(명/㎢) 168.47 152,677.84 26,376.65 40,863.26

노령화지수 14.00 3,675.00 122.60 87.50

4년제 대학 이상 학력자 비율(%) 8.039 86.36 35.69 30.54

주택

주택밀도(주택수/㎢) 61.03 51,189.36 6,249.54 10,400.46

단독주택 비율(%) 0 100 9.99 10.97

아파트 비율(%) 0 100 30.60 33.00

면적 100㎡ 이상 주택 비율(%) 0 100 35.54 29.19

2000년 이전 건물 비율(%) 0 100 71.93 60.46

가구

가구밀도(가구수/㎢) 146.4 50,744.24 10,438.15 15,267.06

자가 주택 비율(%) 5.12 80.22 33.60 41.52

전세 주택 비율(%) 0 60.14 6.45 9.73

사업체 고용밀도(명/㎢) 0 128,061.68 8400.1 7,429.83

집계구수 510 10,223

후 재개발과 같은 개발에 대한 기대가 높은 지역들이 라 할 수 있다.

일반적으로 부동산 연구에서 사용되는 헤도닉 모 델들은 선형, 준로그, 역준로그, 이중로그 모델이 자 주 사용되며, 주택 가격과 독립변수간의 적절한 함수 관계를 찾기 위해 이들 모델을 비교 검토하는 경우가 많다. 하지만 본 연구에서는 공간 단위의 스케일 효과 를 검토하는 것이 목적이기 때문에 모델에 따른 스케 일 효과의 차이는 크게 유의미하지 않다는 가정하에 선형다중회귀 모델만을 이용하였다.

선형회귀분석은 세 가지 종속 변수(개별공시지가, 주택실거래가, 공시지가와 주택실거래가의 차이)에 대하여 실시하였으며, 이 중 유의미한 모델에 대하여 공간 단위의 효과를 탐색하였다. 분석에 앞서 독립변 수들간의 다중공선성( multicollinearity) 문제를 사전 에 배제하기 위해 먼저 각 독립변수들간의 상관분석 을 실시하였다. 그 결과 인구밀도, 주택밀도, 고용밀 도, 가구밀도 사이에는 Pearson 상관계수가 유의미 하게 높아 공선성의 우려가 있는 것으로 나타났다(표 5). 이에 따라 주택밀도와 가구밀도 모두와 상관성이 정적으로 높은 인구밀도를 제외하고, 상관성이 높은 주택밀도와 가구밀도 중 가구밀도를 분석에서 제외 하였다.

먼저, 집계구 수준에 대하여 개별공시지가, 주택실

거래가, 공시지가와 실거래가의 차이를 개별 종속 변 수로 Stepwise 회귀분석을 실시하였으며, 각 모델의 결정계수값과 통계적 유의성은 표 6에 나타나 있다.

세 가지 모델 모두

F값이 유의확률 0.000으로 모두

유의한 것으로 나타났지만, 개별공시지가를 종속 변 수로 한 모델을 제외하고 모델의 설명력이 매우 낮은 것으로 나타났다. 개별공시지가의 경우 결정계수값 이 0.57로 독립 변수들이 개별공시지가에 대한 변이 를 57% 정도 설명해주고 있는 것으로 나타났다. 물론 각 모델들에 투입된 독립 변수는 Stepwise 입력 방식 에 따라 조금씩 다른 독립 변수들이 사용되었지만, 여 기에서 이해할 수 있는 공통된 결론은 인구, 주택, 가 구 변수들로 대변되는 지역 특성들은 개별공시지가 를 설명해주고 있지만, 주택실거래가, 공시지가와 실 거래가와의 차이에 대해서는 유의미한 설명 요인이 되지 못한다는 점이다. 이는 공시가와 실거래가의 차 이에 대한 변이에 대해 지역 변수들이 설명을 해줄 수 있을 것이라는 초기 가설을 기각하는 한편, 본 연구에 서 고려되지 않은 지역 변수 외의 주택가격형성 요인 들이 크게 작용하고 있음을 말해주고 있다.

위의 결과를 바탕으로 공간 단위의 MAUP 스케 일 효과를 개별공시지가를 종속 변수로 한 회귀모델 에 대해 적용하였다. 공간 단위의 스케일 효과는 임의 의 공간 단위로 집계된 지역 변수들의 모델 설명력이 나 회귀계수의 가변성을 살펴보는 것이기 때문에 지 역 변수들이 유의미한 영향을 주는 모델에만 한정하 여 살펴보는 것이 논리적으로 타당할 것이다. 먼저 집 계구 단위로 합역된 지역 특성 변수들에 대한 회귀분 석 결과를 살펴보면, 전체 모델의 유의성은 표 6의 개 별공시지가 모델의 결과와 같으며, 총 8개의 독립 변 수(4년제 대학 이상 학력자 비율, 주택밀도, 아파트 비율, 면적 100㎡ 이상 주택 비율, 2000년 이전 건물

표 5. 다중공선성의 우려가 있는 변수들

Pearson’s r 인구밀도 주택밀도 고용밀도 가구밀도 인구밀도 1 0.849 -0.236 0.881 주택밀도 0.849 1 -0.126 0.856 고용밀도 -0.236 -0.126 1 -0.152 가구밀도 0.881 0.856 -0.152 1

* 상관계수는 유의수준 0.01에서 모두 유의함(양측검정)

표 6. 종속 변수에 따른 회귀모델 적합도

모델

R

² 조정된

R

² 표준오차

F 통계량

유의확률

개별공시지가 0.570 0.569 0.301 1,690.569 0.000

주택실거래가 0.281 0.281 0.368 799.474 0.000

공시지가와 주택실거래가 차이 0.067 0.067 1,873,354.507 123.23 0.000

비율, 자가 주택 비율, 전세 주택 비율, 고용밀도)가 모두 유의미한 것으로 나타났다(표 7). 주택과 관련된 특성 중 자가 주택 비율과 전세 주택 비율만 개별공시 지가와 음(-)의 관계가 있는 것으로 나타났으며, 다 른 변수들은 4년제 대학 이상 학력자 비율이 높을수 록, 아파트 비율이 높을수록, 고용밀도가 높을수록, 대형 평수 주택이 많을수록, 주택밀도가 높을수록, 2000년 이전 건물이 많을수록 공시지가가 높은 것으 로 나타났다. 개별공시지가에 대한 개별 변수들의 상 대적인 영향력의 정도는 표준화된 회귀계수를 통해 서 살펴볼 수 있는데, 4년제 대학 이상 학력자 비율 ( 0.396)과 아파트 비율(0.457)이 상대적으로 높은 것 으로 나타났으며, 2000년 이전 건물이 가장 낮은 영 향력( 0.038)을 보이는 것으로 나타났다. 한편, 공차한 계( Tolerance)와 분산팽창요인(VIF)에서 볼 수 있는 것처럼 공차한계가 모두 0.1보다 크고, 분산팽창요인 이 10보다 작아 독립 변수들간의 공선성은 크게 문제 가 되지 않고 있다. 또한 로그변환된 종속 변수를 사 용함으로써 잔차들의 정규성( normality), 등분산성 ( homoscedasticity) 가정을 대체로 만족시키고 있다.

행정동 단위로 집계된 독립 변수에 대한 모델 결 과를 살펴보면, 결정계수값이 0.542로 약 54%의 설 명력을 가지고 있으며,

F값은 1512.530, 유의확률

0.000으로 유의한 모델로 나타났다. 집계구 단위의 모델과 비교했을 때 설명력의 차이는 0.028(2.8%)로 크지는 않지만, 보다 작은 스케일의 집계구 단위의 모 델이 다소 설명력이 높은 것으로 나타났다. 이는 일반 적으로 합역 수준이 높아질수록(공간 단위가 커질수 록) 평균화( averaging) 효과로 인해 회귀분석의 결정 계수값이 커지는 MAUP의 특성과는 상반되는 결과 라 할 수 있다. 하지만 MAUP의 이러한 특성은 독립 변수와 종속 변수가 동일한 수준으로 분석에 포함될 때에 해당하며, 여기에서는 종속 변수인 개별공시지 가가 집계구나 행정동보다 낮은 합역 수준의 개별 데 이터라는 것을 주지할 필요가 있다. 따라서 합역 수준 이 낮을수록 변수들의 변이가 크고 이러한 변이들은 상대적으로 낮은 합역 수준의 데이터(집계구)가 보 다 잘 설명할 수 있음을 의미하며, 결국 생태학적 오 류가 발생할 수 있는 MAUP 스케일 효과를 밝혀주는 결과라 할 수 있다. 표 8에서 각 독립 변수의 회귀계 수들을 살펴보면 면적 주택밀도가 유의수준 0.05에서 유의하지 않으며, 다른 변수들은 모두 유의한 것으로 나타났다. 각 변수들의 상대적인 영향력은 4년제 대 학 이상＞아파트 비율＞전세 비율＞고용밀도＞ 100

㎡ 이상 주택＞자가 비율＞ 2000년이전 건물＞주택밀 도의 순으로 나타났으며, 이는 집계구 단위의 결과와

표 7. 집계구 단위로 합역된 독립 변수 모델 결과

모델 비표준화 회귀계수 표준화된

회귀계수 t 유의확률 공선성

Beta 표준오차 Beta Tolerance VIF

상수 14.341 0.014 1,039.990 0.000

4년제 대학 이상 학력자 비율 0.012 0.000 0.396 45.738 0.000 0.561 1.783

아파트 비율 0.005 0.000 0.457 42.568 0.000 0.366 2.736

자가 주택 비율 -0.007 0.000 -0.298 -32.576 0.000 0.505 1.980

고용밀도 0.000005 0.000 0.169 24.771 0.000 0.902 1.108

전세 주택 비율 -0.003 0.000 -0.100 -14.567 0.000 0.890 1.124 면적 100㎡ 이상 주택 비율 0.002 0.000 0.089 12.304 0.000 0.798 1.253

주택밀도 0.000004 0.000 0.076 9.916 0.000 0.708 1.413

2000년 이전 건물 비율 0.001 0.000 0.038 5.717 0.000 0.952 1.050

종속 변수 ln(개별공시지가)

상이한 차이를 보이고 있다(아파트 비율＞ 4년제 대학 이상＞자가 비율＞고용밀도＞전세 비율＞ 100㎡ 이 상 주택＞주택밀도＞ 2000년 이전 건물). 또한 집계구 단위에서 공시지가와 음(-)의 상관 관계를 보이던 전 세 비율이 동 단위에서는 양(+)의 값으로 바뀌어 상 이한 스케일에서 독립 변수의 영향력이 달라지고 있 음을 보여주고 있다. 집계구 단위와 마찬가지로 독립 변수간에는 다중공선성이 없고, 선형모델의 가정들 을 대체로 만족시키고 있는 것으로 나타났다.

6. 요약 및 결론

본 연구는 공시가가 제도적으로 도입된 지 20여년 이 넘었지만, 여전히 토지 및 주택 시장에서의 유용한 지표로 사용하기에 한계점을 가지고 있는 토지 및 주 택에 대한 개별 공시가와 실거래가의 불일치에 대해 주목하고 있다. 이러한 현상은 토지 및 주택 조사에 있어 전국의 약 3,000만개가 넘는 필지에 대해 모두 정밀 조사할 수 없다는 물리적 한계로 인해 지가의 대 표성, 토지특성의 중용성, 토지용도의 안정성, 토지 구별의 확정성 등을 기반으로 표본에 해당하는 일부

표준지나 표준주택만을 대상으로 감정평가하여 지가 와 주택가격을 산정하고, 이에 근거하여 개별 토지 및 주택가격을 평가하는 과정에서 발생하는 불가피한 에러라 할 수 있다. 특히, 이 과정에서 개별 토지나 주 택의 특성별 차이를 보정하기 위해 사용되는 가격 배 율의 비준표 적용에서 현실의 시세와 차이를 많이 가 져오게 된다. 공시가와 실거래가에 대한 불일치는 가 격형성 요인, 가격추정 모델, 비준표 산정 등의 다양 하고 복잡한 변인들에 따른 총체적인 결과이기 때문 에, 공시가의 실제적인 활용성을 제고하고 유용성을 확대하기 위해서는 이에 대한 보다 체계적이면서 종 합적인 접근이 필요하다 할 수 있다.

이러한 공시가와 실거래가 차이의 발생에 대해 본 연구는 주택가격비준표 작성에 내재될 수 있는 지역 특성 변수의 임의적 공간 단위 사용에 초점을 맞추어 살펴보고 있다. 이를 위해 먼저, 개별공시지가와 주 택실거래가의 공간적 불일치를 집계구 단위에서 살 펴보았다. 그 결과, 주택실거래가격이 높은 지역들의 군집들을 확인할 수 있었으며, 중구 광희동 부근, 용 산구 한강로동과 이촌 2동 사이, 서초구 반포본동, 강 남구 압구정동과 신사동 사이, 강남구 개포1동과 개 포 2동 사이 지역이 1,100만원(㎡) 이상 높은 실거래 가격을 보이고 있는 것으로 나타났다. 한편, 공시지

표 8. 행정동 단위로 합역된 독립 변수 모델 결과

모델 비표준화 회귀계수 표준화된

회귀계수 t 유의확률 공선성

Beta 표준오차 Beta Tolerance VIF

상수 14.341 0.014 1,039.990 0.000

4년제 대학 이상 학력자 비율 0.016 0.000 0.412 45.470 0.000 0.545 1.836

아파트 비율 0.005 0.000 0.281 30.190 0.000 0.516 1.937

자가 주택 비율 -0.004 0.000 -0.096 -10.940 0.000 0.577 1.733

고용밀도 0.000010 0.000 0.199 25.468 0.000 0.732 1.366

전세 주택 비율 0.022 0.001 0.245 34.294 0.000 0.879 1.137

면적 100㎡ 이상 주택 비율 0.004 0.000 0.118 15.091 0.000 0.735 1.360

주택밀도 0.000002 0.000 0.011 1.522 0.128 0.789 1.267

2000년 이전 건물 비율 0.001 0.000 0.036 4.968 0.000 0.867 1.154

종속 변수 ln(개별공시지가)

가의 공간적 분포는 이러한 주택실거래가 분포와 유 의미한 차이를 보이며, 공시가와 실거래가의 가격차 를 산출했을 때, 전체적으로 서울의 대부분 지역에서 주택의 실거래가격이 공시지가 보다 높게 형성되어 있음을 확인하였다. 특히, 주택실거래가격이 높은 군 집으로 식별된 지역 모두 공시지가 보다 주택실거래 가격이 매우 높은 군집으로 재확인되었다. 다음으로 개별공시지가나 주택실거래가격에 영향을 미칠 것으 로 판단되는 지역 특성 변수들을 기반으로 개별공시 지가와 주택실거래가, 그리고 이들의 차이에 대한 변 이성을 임의적 공간 단위를 설정하여 살펴보았다. 그 결과, 지역 특성 변수들은 개별공시지가와 주택실거 래가 각각에 대해서는 잘 설명하고 있는 반면, 공시가 와 실거래가의 차이에 대해서는 거의 설명력을 가지 지 못하는 것으로 드러났다. 이는 지역 특성 변수들 외 다른 가격형성 요인들이 공시가와 실거래가의 차 이를 보다 유의미하게 설명할 수 있을 것이며 추후 연 구에 고려해야할 점임을 시사하고 있다. 집계구와 행 정동과 같은 상이한 공간 스케일로 합역된 독립 변수 들과 개별공시지가와의 선형회귀분석 결과는 기대한 것처럼 통계적 결과가 공간 단위의 선택에 의존적임 을 잘 보여주고 있다. 구체적으로는 합역 수준에 따른 모델의 설명력은 작은 스케일의 집계구 단위의 모델 이 행정동 단위의 모델보다 높게 나타났으며, 회귀계 수들의 영향력에서 유의미한 차이가 나타나고 있다.

공간 분석 및 통계적 분석 결과에 미치는 MAUP의 일 반적인 영향에 대해서는 지리학 분야를 중심으로 오 랫동안 연구되어 왔지만 토지 및 주택가격 모델에 대 한 실제적인 적용 사례는 거의 찾아보기 힘들다. 따라 서 이러한 사례 연구는 토지 및 주택가격 모델에 있어 서의 MAUP 영향에 대한 실증적이며 구체적인 분석 결과로 의미가 있고, 공시지가와 실거래가격의 불일 치 현상에 MAUP가 내재적으로 기여할 수 있는 잠재 적 가능성에 대해 중요한 함의를 시사하고 있다. 비록 본 연구에서는 집계구와 행정동의 위계에서 합역과 관련된 규모나 통계적 차이가 일정하지 않아 합역 수 준에 따른 모델 설명력, 회귀계수의 영향력의 차이를 체계적으로 모델링할 수는 없었지만 - 회귀계수에 대한 MAUP의 영향을 일반화한 연구 결과는 찾기 힘

듦(이상일, 1999, p.33), 합역 수준의 정량적 차이와 이에 따른 모델 적합도나 회귀계수의 변동 양상에 대 한 일반화 연구는 지가나 주택가격 모델 뿐 아니라 일 반적인 회귀분석에서의 MAUP의 구조적 특성을 밝 힐 수 있는 유용한 연구가 될 수 있을 것이다.

종합하면 본 연구는 이전의 연구들과 달리 공시가 와 주택실거래가격의 공간적 분포를 행정동 단위 보 다 훨씬 자세한 수준에서 지역적 차이를 보여주고 있 고, 공시가와 실거래가의 불일치에 대한 공간적 변이 들을 시각적으로 제시하고 있다는데 의의가 있다. 또 한 개별공시지가나 개별주택가격 산정에 고려될 수 있는 지역 특성 변수들의 공간 단위의 임의성에 따른 효과를 실증적으로 보여줌으로써, 공간 단위에 기반 한 토지나 주택비준표의 적용에 있어 중요한 시사점 을 제공해주고 개별 지가 및 주택가격과 실거래가의 불일치에 대한 개선 방안 논의에 유용한 가이드라인 으로 활용될 수 있을 것으로 기대된다.

주

1) 2013년 안전행정통계연보와 2008년 통계청 보도자료에 따 르면, 읍면동과 집계구의 평균 면적은 각각 28㎢, 1.1㎢이 며, 평균 인구 규모는 각각 약 11만명, 약 430명이다(안전 행정부, 2013; 통계청, 2008). 지역간 인구 및 단위 크기에 있어 편차가 심하지만 대략적으로 집계구는 읍면동에 비해 약 30배의 정확성을 보장하고 있다.

2) 조민호(2009)의 개별공시지가와 개별주택가격의 불일치 에 대한 성동구의 사례 조사에 의하면, 2008년 당시 전체 적으로 개별주택가격이 개별공시지가보다 낮게 산정되어 있는 것으로 조사되었고 동별로 차이가 있지만 평균적으로 는 3.2%의 차이를 나타내고 있다.

참고 문헌

강영옥, 2004, “ 주택가격 결정인자의 공간적 다양성 모 델링,” 대한지리학회지, 39(6), 907-921.

고혜진·윤기범·심용주·황희연, 2011, “헤도닉 모델에 의한 생태공원의 인접 아파트 가격 영향 분석: 청

주 원흥이공원과 인접 아파트를 대상으로,” 한국 주거학회 논문집, 22(5), 47-57.

구동회, 2006, “부동산가격공시제도의 문제점과 개선방 안에 관한 연구,” 대한지리학회지, 41(3), 267- 282.

김감영, 2011, “공간 상호작용 모델에 대한 공간단위 수정 가능성 문제(MAUP)의 영향,” 대한지리학회지, 46(2), 197-211.

김감영, 2012, “대구시 지가의 시공간적 변화 탐색,” 한국 지역지리학회지, 18(4), 414-432.

김감영·이윤미, 2013, “지가함수를 이용한 우리나라 도 시 공간구조 탐색,” 한국도시지리학회지, 16(1), 99-112.

김성우, 2010, “공간계량모형에 따른 주택가격 추정에 관 한 연구: 부산시 아파트 실거래가를 중심으로,”

한국공공관리학보, 24(3), 119-137.

김종수, 2012, “실거래가격을 활용한 개별주택가격의 적 정성 분석,” 부동산연구, 22(2), 29-56.

국토해양부 주택토지실 부동산평가과, 2012, “전국 개별 공시지가 4.47% 올라,” (국토해양부 2012년 5월 31일 보도자료).

내일신문, 2012, “공시가격 바로잡아 공평과세해야,”

(2012년 1월 5일 보도).

손승호·남영우, 1999, “도심으로부터의 거리와 인구요인 에 따른 지가 변화추이 분석,” 국토계획, 32(1), 119-132.

안전행정부, 2013, 안전행정통계연보.

엄근용·윤충환·임덕호, 2006, “교육환경이 아파트 가격 에 미치는 영향,” 경제연구, 24(4), 99-115.

연합뉴스, 2011, “단독주택 공시가격 아파트보다 낮아,”

(2011년 9월 26일 보도).

연합뉴스, 2013, “땅값 뛰는데 공시가격 실거래가 반영률 은 하락,” (2013년 10월 9일 보도).

이상일, 1999, “기능지역의 설정과 ‘공간단위 수정가능성 의 문제(MAUP)’,” 지리환경교육, 7(2), 757-784.

이영걸·유성필·황지욱, 2008, “개별공시지가와 실거 래가의 격차 및 그 원인: 전주시 서신지구 및 삼 천지구 사례분석,” 대한건축학회논문집, 24(5), 221-228.

이우진·방경식, 2006, “단독주택 과세의 수직 공평성 실증분석 및 불공평성 완화방안,” 부동산연구, 16(1), 119-143.

이정국·김주한, 2007, “사교육환경이 주택 가격에 미치 는 영향 분석,” 상업교육연구, 18, 135-152.

임재만, 2008, “범죄율과 교육요인이 주택가격에 미치 는 영향에 헤도닉모형과 위계선형모형의 비교연 구,” 주택연구, 16(3), 47-64.

전경구, 2012, “교육환경이 아파트 가격에 미치는 상호작 용 효과분석-위계선형모형을 중심으로,” 한국지 역개발학회지, 24(3), 1-24.

정수연, 2005, “제주도 아파트시장의 특성과 가격결정요 인에 관한 연구,” 부동산학연구, 11(2), 143-155.

조민호, 2009, 개별공시지가와 개별주택가격의 조사방법 비교 및 개선방안 연구, 서울시립대학교 석사학 위 논문.

최수·서순탁·박지영, 2009, “개발사업이 주변지역의 지 가에 미치는 영향권 설정에 관한 연구,” 국토연 구, 62, 235-262.

최열·권연화, 2004, “위계선형모델을 이용한 교육환경이 주택가격에 미치는 영향 분석,” 국토계획, 39(6), 71-82.

현태승·이성호, 2004, “개별공시지가와 실거래가격의 비 교 분석에 관한 연구: 부산광역시 사상구·금정구 를 중심으로,” 도시연구보, 17, 75-82.

홍원철·서순탁, 2011, “부동산 실거래신고가격을 통한 공시가격의 적정성 분석: 서울시 강동구를 중심 으로,” 부동산연구, 21(1), 155-169.

통계청, 2008, “통계청의 지도 서비스를 받아 보세요!”

(통계청 2008년 1월 28일 보도자료).

Basu S. and Thibodeau, T., 1998, Analysis of spatial auto- correlation in house prices, Journal of Real Estate

Finance and Economics, 17(1), 61-85.

Brigham, E. F., 1965, The determinants of residential land values, Land Economics, 41(4), 325-334.

de Smith, M., Goodchild, M., and Longley, P., Geospatial

Analysis: A Comprehensive Guide to Principles, Techniques and Software Tools, 2nd Edition, Trou-

bador Publishing Ltd.

Holt, D., Steel, D., Tranmer, M., and Wrigley, N., 1996, Aggregation and ecological effects in geographi- cally based data, Geographical Analysis, 28(3), 244- 261.

Openshaw, S. and Taylor, P. J., 1981, The modifiable areal unit problem, in Wrigley, N. and Bennett, R. J.,

(eds.), Quantitative geography: a British view, Lon- don: Routledge, 60-69.

Robinson, W. S., 1950, Ecological correlations and the behavior of individuals, American Sociological Re-

view, 15(3), 351-357.

Rosen, S., 1974, Hedonic prices and implicit market: Prod- uct differentiation in pure competition, Journal of

Political Economy, 82(1), 34-55.

교신: 김감영, 702-701, 대구광역시 북구 대학로 80, 경북 대학교 지리교육과(이메일: [email protected],

전화: 053-950-5861)

Correspondence: Kamyoung Kim, Department of Geog- raphy Education, College of Education, Kyungpook Na- tional University, 80 Daehangno, Buk-gu, Daegu 702-701, Korea (e-mail: [email protected], phone: +82-53- 950-5861)

최초투고일 2013. 11. 26 수정일 2013. 12. 18 최종접수일 2013. 12. 21