Current Issue

2007년부터 국토교통부가 추진한 살고 싶은 도시 만들기 정책을 통해 기존의 전면철거 방식을 대신하여 주민 스스로 주거환경 개선 및 공동체를 회복하는 도시재생에 관심이 높아지게 되었고, 2013년 도시재생특별법이 재생되면서 도시재생사업이 본격 추진되었다. 도시재생특별법 제정 이후 2014년 1차 사업공모에서 13개 지역이 선정하여 도시재생을 추진하였으나, 도시재생사업의 본래의 취지와 다르게 공공이 주도하였고 사업성과는 기대에 미치지 못한다는 지적을 받아왔다. 특히 실질적으로 도시재생이 필요한 노후지역도 사업성이 낮다는 이유로 도시재생사업대상에서 제외되기도 하였다. 문재인 정부는 국정과제로 도시재생사업을 선정하고, 도시재생뉴딜정책을 추진하였다. 도시재생 뉴딜정책은 문재인 정부의 핵심정책으로 기존 도시재생 정책의 한계와 문제점을 극복하고 지역 간 균형발전을 모색하고자 하였다.

도시재생뉴딜사업은 전략계획수립권자¹⁾가 도시재생전략계획을 통해 재생사업이 필요한 쇠퇴지역을 ‘도시재생 활성화지역’으로 지정하고, ‘도시재생 활성화 계획’을 수립하여 공적 재원을 집중적으로 지원해서 ‘도시재생사업’을 추진하는 방식이 일반적이다. 2019년 8월 개정된 법안에는 혁신지구와 인정사업이 도시재생뉴딜사업으로 포함되었다. 도시재생사업은 <표 1>에서 보는 바와 같이 재원 출처에 따라 마중물사업, 부처협업사업, 지자체사업, 공공기관투자사업, 민간참여 사업으로 분류할 수 있다.

본 연구에서는 도시재생 정책의 집행 모형을 분석을 위해, 도시재생뉴딜사업 우수사업장과 미흡사업장으로 구분하여, 로짓모형으로 분석하였다. 본 연구의 종속변수 y는 정성적인 변수이며, 우리가 분석하려는 부분은 x 변수가 주어졌을 때의 기댓값 E(Y_i|X_1i,...,X_ki)인데, 일반적으로 정성적 회귀모형으로 추정해야 하는 모형을 통상적인 ordinary least square(OLS)로 추정하기 어려운 문제가 있다. 따라서 본 연구와 같이 종속변수가 연속형 변수(continuous variable)가 아닌 이산형 변수(discrete variable)인 경우, OLS가 아닌 프로빗(probit) 또는 로짓모형을 사용하여 분석해야 한다. 이에 본 연구에서는 최종적으로 다음과 같은 로짓모형 방정식을 이용하여 분석하였다.

(1)

단, z_i는 i 도시재생뉴딜 사업장에 영향을 미친 독립변수 매트릭스, d_i는 도시재생뉴딜사업 집행 우수사업장이면 1, 미흡사업장이면 0의 값을 가지는 더미변수, P_i는 도시재생뉴딜사업 집행 우수사업장 확률을 의미한다.

본 연구에서는 도시재생뉴딜 우수사업장과 미흡사업장을 사업유형별로 구분하여 분석하기 위해, 패널 로짓모형으로 분석하였다. 본 연구의 자료는 종속변수가 정성적 이산자료일 뿐만 아니라 5가지 사업유형을 가진 횡단면으로 이질성이 존재하는 자료이다. 따라서 패널 로짓모형을 적용하여 분석하면 순수 횡단면 분석에서 관찰할 수 없는 효과를 더욱 효율적으로 추정할 수 있다. 따라서 본 연구에서는 패널 로짓모형을 적용하기로 한다.

(2)

위 식에서 y^i,t는 관찰되지 않는 종속변수를 의미하며, y_i,t는 를 y^i,t실제로 관찰한 관측변수이다. 따라서 y_i,t=1일 확률 즉, 도시재생뉴딜 우수사업장일 확률은 다음과 같이 계산할 수 있다.

(3)

위 식 (3)에서 함수 F는 0을 중심으로 하는 누적분포함수(cumulative distribution function, CDF)이며, 함수 F가 표준정규분포이면 프로빗 모형, 로지스틱 분포이며 로짓모형이 된다.

일반적으로 패널자료의 경우 횡단면 자료와 시계열 자료의 특성을 동시에 가지고 있기 때문에 오차항의 동분산성 가정을 위배하거나, 오차항의 자기상관이 가능성이 높아지게 된다. 이 경우 패널데이터를 합동(pooled) 프로빗 또는 로짓모형으로 추정할 경우 일치추정량이 되지 못하는 문제가 발생한다. 이러한 문제를 해결하려면, 오차항의 패널 개체특성을 동시에 고려해야 한다.

(4)

위 식 (4)는 오차항이 2개로 구성되어 있는데, 이를 이원오차성분(two-way error component) 모형이라고 한다. µ_i는 패널 개체에 따라 달라지는 특성을 가지고 있으며, ϵ_i,t는 시간에 따라 변하는 오차항이다. 일반적으로 오차항 µ_i를 추정할 오차로 가정하면, 고정효과 모형이 되고, µ_i를 확률 변수로 간주하면 확률효과 모형이 된다.

본 연구에서는 패널 로짓 고정효과 모형과 확률효과 모형 중 어떤 모형이 적절한지를 먼저 검증한다. 그리고 이를 이용하여 도시재생 정책 우수사업장 확률을 분석하였다. 승산비(odds ratio, OR)는 다음 방정식으로 계산할 수 있다.

(5)

국토교통부는 도시재생 사업지 312곳 중 세부사업 대부분이 종료된 2014년도 사업지 13곳과 19년도 하반기에 선정되어 2020년부터 사업이 착수된 76곳을 제외한 223곳을 대상으로 추진실적을 점검하였다. 거버넌스 구축·운영 실적과 세부단위사업의 추진상황의 2개 분야로 평가항목을 나누고, 분야별 평가단이 서면검토를 통해 정량평가를 실시하였다. 정량평가 후, 해당 지자체의 발표평가 및 추가평가를 거쳐 정량평가의 결과를 보완하였다. 정량평가의 보완은 우수나 보통의 평가를 받은 사업지 가운데 단위사업의 추진율이 저조함에도 불구하고 거버넌스 분야의 점수가 보통 이상을 받은 곳은 평가점수가 높아지는 괴리를 조정하였다. 조정은 정량평가에서 우수 사업장을 기준으로 분야별 점수가 40% 미만인 경우 보통으로, 분야별 점수가 20점 미만인 경우는 미흡으로 하향 조정하였다. 본 연구는 국토교통부가 실시한 추진실적 점검결과에 따라, 전체 223개 사업지 가운데 우수와 미흡을 받은 100개 사업지를 대상으로 분석을 실시하였다.

본 연구에서 사용한 도시재생 정책 사업을 분석하기 위한 모형의 종속변수는 도시재생 우수사업장 유무 더미변수이다. 즉 우수사업장이면 1, 미흡사업장이면 0으로 구분되어 있다. 독립변수는 사업유형, 거버넌스 등을 분석 변수로 사용하였다. <표 2>에 변수의 정의 및 변수설명이 제시되어 있다.

본 연구에서 정의한 5가지 사업유형은 경제기반형, 중심시가지형, 일반근린형, 주거지지원형, 우리동네살리기 사업이다. 경제기반형은 국가·도시 차원의 경제적 쇠퇴가 심각한 지역을 대상으로 복합앵커시설 구축 등 新경제거점을 형성하고 일자리를 창출하는 사업이다. 중심시가지형은 원도심의 공공서비스 저하와 상권의 쇠퇴가 심각한 지역을 대상으로 공공기능 회복과 역사·문화·관광과의 연계를 통한 상권의 활력 증진 등을 지원하는 사업이다. 일반근린형은 주거지와 골목상권이 혼재된 지역을 대상으로 주민공동체 활성화와 골목상권 활력 증진을 목표로 주민 공동체 거점 조성, 마을가게 운영, 보행환경 개선 등을 지원하는 사업이다. 주거지지원형은 원활한 주택개량을 위해 골목길 정비 등 소규모 주택정비의 기반을 마련하고, 소규모주택 정비사업 및 생활편의시설 공급 등으로 주거지 전반의 여건 개선 사업이다. 우리동네살리기는 공동체 회복을 목표로 생활권 내에 도로 등 기초 기반시설은 갖추고 있으나 인구유출, 주거지 노후화로 활력을 상실한 지역에 대해 소규모 주택 정비사업 및 생활편의시설을 공급하는 사업이다. 유형별 사업장수는 <표 3>과 같다.

도시재생 사업을 추진한 지자체가 속한 지역과 기 추진 사업수는 <표 4>에 제시되어 있다. 제주, 충북, 대전, 세종, 인천 등은 기 추진 사업수가 적어서 지역별 분석은 어려운 것으로 보인다. 따라서 본 연구에서는 서울지역, 수도권 지역, 6대 광역시 등으로 지역을 세분하여, 지역별로 도시재생 사업추진 실적에 차이가 있는 지를 함께 분석해 보기로 한다.

<표 5>는 본 연구에서 사용한 변수들의 기초통계량을 보여준다. 도시재생뉴딜 우수사업장 수는 29개이며, 미흡사업장은 71개로 나타난다. 중심시가지형은 23개 사업장, 일반형은 36개 사업장, 주거지형 사업장 20개, 우리동네 살리기 19개, 경제형 2개 사업장으로 분석되었다. 분석에 사용된 지역더미 개수는 서울지역 5개 사업장, 수도권(인천, 경기) 16개 사업장, 6대 광역시(인천, 대전, 대구, 광주, 울산, 부산) 31개 사업장, 기타지방 51개 사업장으로 나타났다. 그리고 시업 선정 이후 평균 경과기간은 1.5년으로 나타났으며, 거버넌스의 평균점은 63.38점으로 분석되었다. 그리고 사업홍보실적, 타 부처 연계사업 추가 발굴, 사업 추진 노력 등을 반영하면 가점은 평균 5.92점으로 나타났다. 그리고 우수 사업장은 광역시보다 광역도 산하의 기초지자체에 더 많이 분포하고 있는 것으로 나타났다.

지역을 고려한 로짓모형 분석결과는 <표 6>에 제시되어 있다. 패널 A의 모형 1, 모형 2 그리고 패널 B의 모형 3, 모형 4에서 지역변수의 영향을 제외하고, 공통적으로 영향을 미치는 변수는 거버넌스인 것으로 나타났다. 그 이유는 지자체의 거버넌스의 역량이 사업 선정 후 사업진행에 실무적으로 영향을 미치기 때문으로 보인다.

지역을 고려한 로짓모형 분석결과에서 주목할 부분은 패널 B의 모형 3과 모형 4이다. 그 이유는 서울이나 수도권과는 다르게, 6대 광역시의 경우 도시재생뉴딜 우수사업장이 광역도 지역에 비해 적은 것으로 나타났다. 이에 반해 광역도 산하의 기초지자체들은 도시재생뉴딜 우수사업장이 상대적으로 많이 분포되어 있다. 이는 도시재생뉴딜사업의 지연요인을 해결하는 데 기초지자체의 역량을 포함 사업에 대한 효율적 관리가 이루어지고 있는 것이 주요 요인으로 보인다.

패널 A의 모형 1 거버넌스 변수의 승산비(OR)는 1.047로 나타났는데, 이는 거버넌스가 1단위 증가하면, 해당 도시재생 사업장의 우수사업장 확률이 4.7% 증가한다는 의미이며, 패널 B의 모형 3의 6대 광역시 이외 지역의 승산비(OR)가 3.84배 높은 것으로 분석되었다. 그리고 모형 2, 모형 3, 모형 4의 거버넌스 영향은 유사한 것을 확인할 수 있다.

사업유형을 고려한 로짓모형 분석결과는 <표 7>에 제시되어 있다. 패널 A의 모형 1, 모형 2 그리고 패널 B의 모형 3, 모형 4에서 중심시가지형, 일반형, 주거지형, 우리동네살리기 사업의 유형별로는 도시재생 우수사업장의 차이가 없는 것으로 분석되었다.²⁾

패널 A 모형 1과 모형 2 분석결과 거버넌스 변수와 6대 광역시 변수가 통계적으로 영향을 미치는 것으로 분석되었다. 패널 B 모형 3과 모형 4 분석결과도 유사한 결과를 보여주고 있다. 거버넌스 변수의 경우 지역을 고려한 로짓모형 분석결과와 유사하다고 할 수 있다. 그리고 <표 7> 패널 A의 모형 1의 6대 광역시 이외 지역의 승산비(OR)가 3.27배 높은 것으로 분석되었다.