Current Issue

인구감소로 인한 빈집 발생은 세계 여러 지역, 특히 농촌 지역과 지방 도시에서 증가하는 현상이다. 성장하는 도시들은 신규 개발, 혹은 기존 건물을 더 높은 밀도로 개발하며 발전해왔다. 그러나 성장을 전제로 하는 개발에는 한계가 존재하며, 빈집의 발생은 황폐화, 재산 가치 하락, 유지 관리 비용 증가로 이어질 수 있기 때문에 경제적, 사회적, 환경적 지속 가능성에 중대한 영향을 미칠 수 있다(Cohen, 2001; Spelman, 1993). 인구감소는 저출산, 대도시로의 이주, 고령화 등 여러 요인이 복합적으로 작용해 발생하는 경우가 많다. 농촌 지역에서는 젊은 사람들은 더 나은 고용 기회를 찾아 도시로 이주하고, 노년층 역시 더 나은 의료 인프라를 찾아 도시로 이주할 수 있다(Yoo and Kwon, 2019). 이와 같은 인구 통계학적 변화로 인해 일부 도시에서 거주자 수가 감소하고 빈집이 발생한다.

빈집은 자기 강화적 특성이 있을 뿐만 아니라(정수영·전희정, 2019), 몇 가지 부정적인 결과를 초래한다. 첫째, 빈집의 발생은 부동산 가치 하락으로 이어져 사유재산에 피해를 줄 수 있다(서광채·임미화, 2022; Morckel and Durst, 2023). 재산 가치의 하락은 주택 소유주가 주택을 매각하여 필요한 자금을 조달하려 할 때 매우 중요한 문제가 된다. 둘째, 빈집은 범죄와 기물 파손을 유발하여 지역 사회를 악화시킬 수 있다(전영미·김세훈, 2016; Chin, 2021). 따라서 지방자치단체들은 빈집이 방치되어 근린 환경을 악화시키지 않도록 노력하고 있다. 그러나 버려진 건물을 유지 관리하는 데 비용이 발생하므로 빈집은 지방자치단체의 재정 문제를 야기시킬 수 있다. 셋째, 공공 교육 및 보건, 의료 서비스와 같은 필수적 인프라 서비스는 해당 지역에 납부하는 지방세에 의해 운영된다. 따라서 빈집의 발생은 지방자치단체의 필수적인 서비스 제공에 어려움을 줄 수 있다(Park et al., 2021). 그리고 수요가 꾸준히 존재할 것이라고 예상되는 대도시에서도 빈집이 발생하는 지역이 있다. 이는 빈집이 지방도시만의 문제가 아니며, 인구수 감소에 따라 주택 수요가 줄어드는 현상 이외에도 다른 요인이 작용하고 있음을 시사한다.

빈집에 대한 주요 연구에서 사용된 자료는 통계청의 인구주택총조사 기반 행정자료인 경우가 많다(노민지·유선종, 2016; 심희철·김재환, 2019; 이창효·김기중, 2021; 홍성효 외, 2021). 2022년 기준 통계청 인구주택총조사 자료 기준 전국 빈집은 139만 가구로 집계되었다. 한편, 각 지방자치단체가 조사하고 국토교통부에서 발표하는 빈집 실태조사의 경우 빈집의 수는 전국 10만 가구이다. 이러한 차이가 나타나는 이유는 통계청 자료의 경우 조사일 기준 비어있는 집이면 빈집으로 판정하는 반면, 빈집 실태조사의 경우 전기, 상수도 사용량을 바탕으로 조사하기 때문이다. 따라서 통계청 자료의 경우 부정적인 영향을 미치는 방치된 빈집뿐만 아니라 일시적인 빈집 또한 포함되므로, 빈집의 수를 과다 추정할 수도 있다. 이러한 현황은 연구 목적에 맞는 조사자료를 활용해야 함을 시사한다. 이와 함께, 빈집의 발생은 인구감소, 고령화로 인한 측면과 더불어 빈집 소유주의 자의적 방치라는 점에서 시사하는 바가 더욱 크다. 따라서 인구 사회학적, 물리적 환경 요인과 더불어 경제적 요인을 고려하고, 방치를 유발하는 제도적 한계를 고찰하여 실효성 있는 정책 도출이 필요하다.

빈집에 대한 문제는 공공의 편익을 위한 사회적 구속성과 개인이 행사할 수 있는 재산권의 개념이 함께 얽혀있다. 그러므로 주택 소유자의 자유로운 거주 장소 선택과 재산 관리에 대한 자의적 선택으로 인해 발생하는 빈집에는 공공의 복리 증진을 목적으로 하는 정책적 유도가 필요하다. 이러한 맥락에서 본 연구는 서울시의 빈집 발생에 영향을 미치는 요인을 분석하고 정책적 시사점 제시를 목표로 한다. 구체적인 연구의 목적은 다음과 같다. 첫째, 빈집에 대한 미시적 수준의 자료를 구축하고 서울시 빈집의 공간적 분포를 파악하고자 하였다. 부정적인 영향을 초래할 수 있는 실질적인 빈집을 조사하였고, 이를 바탕으로 인구감소 시대에 맞는 빈집 관리방안을 논의하였다. 둘째, 빈집 소재지의 용도지역에 따라 상이한 요인을 식별하여 지역 특성에 맞는 시사점을 도출하고자 하였다. 이를 위해 빈집의 위치와 토지 특성을 결합하여 변수의 영향요인을 파악하였다. 셋째, 많은 선행연구에서 언급된 인구감소나 물리적 노후화뿐만 아니라 빈집을 방치하게 되는 경제적, 사회구조적 요인을 파악하고자 하였다. 구체적으로 주택과 그 주택이 위치하는 부속 토지와의 가격 관계가 빈집의 발생에 영향을 미치는지 식별하여 도시 정책의 개선방안을 제시함으로써 향후 빈집 관리의 방향성을 모색하고자 하였다.

법적으로 빈집은 사람이 거주 혹은 사용하지 아니한 상태를 1년 이상 유지하는 건축물로 정의한다. 그러나 법적 빈집은 관련법에 따라 대상이 상이한 점이 존재한다. 「농어촌정비법」에서는 2조 12항에 따라, 농어촌에 위치한 빈집만을 대상으로 정의하며 주택뿐만 아니라 건축물을 포함하여 정의한다. 반면, 「빈집 및 소규모주택 정비에 관한 특례법」에서는 2조 1항에 따라 단서조항을 두어 무허가주택, 미분양주택 등을 제외하여 정의하고 있다.

개념적으로 빈집은 도시, 건축, 부동산, 정책연구 등 여러 분야에서 연구자에 따라 ‘빈집’, ‘공가’, ‘폐가’, ‘방치공간’, ‘유휴부지’, ‘vacant house’, ‘housing vacancy’, ‘abandoned house’, ‘vacant property’와 같이 다양하게 명명되고 있다. 또한, 통계청에서는 인구주택총조사를 실시하여 빈집에 대해 발표하고 있다. 이 자료에서는 빈집을 ‘매매·임대·이사’, ‘미분양·미입주’, ‘현재 수리 중’, ‘일시적 이용’, ‘영업용’, ‘기타’로 구분하고 있다. 이 자료는 전출입 신고를 바탕으로 비어있는 주택이 얼마나 있는지 설명하는 통계적 자료로 이해할 수 있다. 따라서 매매, 임차, 분양 등 주택에 대한 점유의 형태를 달리하는 과정에서 발생하는 빈집은 잠재적 거래 매물이므로 빈집의 부정적 현상을 일으키는 대상에 포함하지 않는 것이 합리적이다. 그러므로 본 연구에서 빈집을 협의의 빈집으로서 경제적, 사회적, 환경적 문제를 야기하는 방치된 빈집으로 정의하며, 무허가 주택과 더불어 「빈집 및 소규모주택 정비에 관한 특례법」의 기준을 준용하였다.

한편, 빈집의 문제가 대두됨에 따라 이에 대한 문제 인식과 함께 관련 법규가 제정되어 시행되고 있다.¹⁾ 우리나라에서 빈집 정비를 위한 법으로 2001년 「농어촌정비법」이 제정되었고 이후 「건축법」이 개정되었다. 그리고 농어촌 지역 이외에서의 빈집을 정비하기 위해 2017년 「빈집 및 소규모주택 정비에 관한 특례법」이 제정되었다. 이 특례법 제11조에는 빈집의 발생을 감소시키기 위해 빈집 소유자에게 철거 등을 권고하고, 특별한 사유 없이 이에 응하지 않으면 필요한 조치를 명할 수 있다고 명시되어 있다. 하지만 소유주가 사유재산에 대한 침해로 소를 제기하거나 권리관계 등의 문제가 있는 경우가 많아 적극적인 행정업무를 수행하는데 제한사항이 있다.

「빈집 및 소규모주택 정비에 관한 특례법」 제65조에는 조치명령을 받은 후 정한 기한내에 그 조치명령을 이행하지 않은 소유자에 대해 동법 시행령 제46조의 비율로 이행강제금을 부과하는 내용이 있다. 그리고 「민법」 제217조에서 토지소유자는 열기체, 액체 등 이웃 거주자의 생활에 고통을 주지 않도록 규정되어 있어 피해를 입은 사람은 민사상 소송을 청구할 수 있다. 그러나 이행강제금이나 손해배상의 청구 대상은 비어있는 집의 소유주이므로 이 소유주를 찾거나 경우에 따라 상속인까지 찾아야 하며, 대상을 찾아서 내용을 전달하더라도 요구에 응하지 않으면 후속 조치까지 취해야 하는 등 갈등 해결이 쉽지 않은 상황이다.

그리고 「지방세법」은 지방자치단체가 과세하는 각 세목의 과세요건을 규정하고 있는데, 토지 및 주택에 대한 시가표준액을 제4조에 따라 부동산 공시가격을 기준으로 하고 있다. 「지방세법」 제110조 1항에 따라 과세표준을 정하고, 제111조의 세율에 따라 세액을 산정한다. 주택과 토지의 과세대상 결정과 그에 따른 세액 증감을 소유주 입장에서 보았을 때, 대부분의 경우 주택을 방치하는 것이 유리한 상황이다(허원제·신미정, 2021).

마지막으로 토지와 주택의 가격을 결정하는 데 있어, 개별공시지가는 표준지와의 관계, 개별주택가격은 표준주택과의 관계로 결정된다. 표준지와 표준주택에 대해서는 중앙정부가 산정하여 공시하고, 개별지는 지방자치단체 지적부서가 산정하며, 개별주택에 대해서는 지방자치단체 세무부서가 산정하고 있다. 개별부동산의 특성 중 토지 특성이 토지에 대한 공시지가와 주택에 대한 공시가격에서 상이하게 작성된 경우가 있고, 산정체계가 달라 각각 내부적으로 조사가 종료되어 상호 조율에 절차적 한계점이 존재한다(김보영, 2021).

그러므로 현행제도하에서 빈집과 관련된 법률과 정비 방법이 어느 정도 존재하고 있으나, 강력하게 조치할 수 있는 수단이 사실상 어렵거나 자발적인 개선을 유도하는 방안이 미흡하다고 할 수 있다. 또한, 사유재산으로서의 빈집의 문제 개선을 위한 가격체계에 혼선이 있어 정책적 지원방안을 마련하는 데 어려움이 있다.

빈집의 발생에 영향을 미치는 도시의 물리적 환경과 관련된 많은 연구가 수행되었다(<표 1> 참조). 빈집의 발생을 도시 쇠퇴현상의 지표로 여기는 연구(김광중, 2010; 이영성 외, 2010; 박성남, 2018; Lee et al., 2022; Morckel, 2014)와 같이 빈집 발생은 중요한 도시문제로 강조되어 왔다. 빈집 발생에 영향을 미치는 요인으로 해당 지역의 인구통계학적 특성, 개별 주택수준의 물리적 환경 수준, 사회경제적 특성 수준 등이 논의되었다. 특히, 인구감소에 따른 고령인구 증가(Hillier et al., 2003), 노후화된 주택(노민지·유선종, 2016), 산업경제 쇠퇴(이지은·유하늬, 2021)가 유의미한 영향 요인으로 도출되었고, 도시지역보다 비도시지역에서 빈집이 더 많이 발생한다(심희철·김재환, 2019; Xu et al., 2019). 그리고 빈집의 발생은 도시마다 다른 결정요인을 가지고 있기 때문에 거시적인 정량화를 통한 정책적 접근은 한계가 있으므로 미시적인 단위에서 접근이 필요하다(Park et al., 2021). 이러한 맥락에서 일본 시즈오카현의 빈집 유형에 따라 도시 규모별 빈집 발생에 차이를 분석한 연구(Yu and Lee, 2023)가 있으며, 또 다른 사례로 다층모형을 활용하여 빈집 발생에 영향을 미치는 요인의 계층적 구조를 분석한 연구가 있다(이다예, 2020).

또한, 빈집 문제를 개선하기 위해서 빈집의 부동산적 특성에 초점을 두고, 거래 활성화를 목적으로 한 건물 및 토지에 대한 가치평가 및 경제적 특성 역시 고려할 필요가 있다(서광채·임미화, 2022). 토지의 가치가 높은 곳에서 빈집의 비율이 많다는 연구(Ma et al., 2020)는 주택과 토지의 사회·경제적 관계를 설명하고 있다. 더 나아가 공시된 가액이 토지보다 주택이 낮은 경우 우리나라의 조세제도 상 부동산 소유주에게 불리하다는 연구를 통해 인구수뿐만 아니라 경제적 요인 역시 중요함을 알 수 있다(이다예, 2021).

다른 한편으로, 인구가 감소하는 도시에서 개발행위를 함에 있어 젠트리피케이션에 대한 이해 역시 중요하다(Mullenbach et al., 2021). 빈집 발생의 원인 중 하나로 젠트리피케이션을 지목하고 있으며, 이러한 현상은 상업적 변화를 감당할 수 없는 거주자는 자신의 의지와 관계없이 살던 지역을 떠날 수 있음을 의미한다(Ding et al., 2016).

제도적인 측면에서, 현행 재산세 과세체계에서는 빈집을 존치하는 것에 비해 철거하는 것이 이후 세금 부담 수준이 급격히 증가한다는 연구가 존재한다(정지선·윤성만, 2023). 또한, 재건축 기대감으로 인해 빈집이 발생하며(Kanayama and Sadayuki, 2021), 이 기대감이 반영된 정비사업구역의 지정과 해제로 인해 소유주가 자의적으로 주택을 방치하는 사례를 다수 볼 수 있다(강미나 외, 2017).

그리고 토지의 크기와 가격이 주택의 가치를 유지하는 데 중요하다는 연구(Zhao, 2022)와 빈집의 장기적 방치는 부정적 외부효과로 인해 부동산 가격이 하락한다는 연구(Suzuki et al., 2022)를 통해 빈집에 대한 선제적 대응이 필요함을 알 수 있다. 또한, 부동산의 가치를 평가한 후 빈집을 개발하기 위해 공공 및 민간 협력 사례연구(Chin, 2021)는 토지의 최유효 사용을 위해 관계기관의 적극적인 협력의 중요성을 시사한다.

전국 단위의 빈집 발생에 대한 연구는 거시적인 관점에서 발생 추세나 위치를 관찰할 수 있다. 그러나 지역의 공간적 특성에 따른 영향 요인을 파악하기 어려운 한계가 존재하며, 이는 대상 지역에서 다양한 공간적 범위의 연구가 필요함을 의미한다. 사례지역적 측면에서 높은 빈집 비율을 보이는 지방 도시를 대상으로 한 연구는 활발히 이루어졌다(이종수·김선덕, 2021; 이희옥·임종환, 2018; 장명준·권성문, 2021; 전영미·김세훈, 2016). 반면, 서울시를 대상으로 진행된 연구(이승구, 2022)나 빈집의 가치 및 활용 방안 연구(장윤배·조하영, 2019)는 일부 존재하지만 미시적인 공간 단위의 연구는 다소 부족한 실정이다. 또한, 대부분의 연구는 분석 자료의 특성으로 인해 공간적 분석이 시군구 단위의 거시적인 수준에서 이루어졌다. 이로 인하여 빈집 발생의 영향요인 도출에 구체적인 지역 특성을 반영하기 어렵다는 한계를 갖는다. 그리고 빈집 발생의 영향요인으로 인구·사회학적인 측면, 경제적인 측면과 더불어 관련 제도 및 법규가 작동하는 구조적인 요인을 고려한 연구 역시 비교적 이루어지지 않았다.

선행연구 고찰을 통한 본 연구의 차별성은 다음과 같다. 첫째, 분석의 정확도를 높이기 위해 행정자료 기반의 통계자료가 아닌, 서울시 각 자치구로부터 구득한 빈집 실태조사 자료를 활용하여 빈집의 정확한 위치자료를 구축하였다. 둘째, 기초단위구를 기반으로 인구 규모, 사회경제적 동질성, 집계구 형상을 고려하여 구축한 최소 통계 집계구역인 집계구를 분석 단위로 설정하여 연구의 구체성을 확보하였다. 셋째, 빈집 발생에 영향을 미치는 요인으로 인구·통계학적 특성, 물리적 환경 특성뿐만 아니라 토지와 가격의 정책적 특성을 반영하여 분석을 진행하였다. 마지막으로, 주택 수요가 여전히 높은 서울시를 연구 대상으로 선정하고 미시적 공간단위에서 빈집 발생의 공간적 분포특성과 영향요인을 분석하고 정책적 시사점을 제시하였다.

연구의 범위는 서울시 각 자치구에 빈집 자료를 요청하여 빈집의 공간적 위치를 특정할 수 있는 구체적인 자료가 제공된 15개 자치구를 대상으로 설정하였다(<그림 1> 참조). 빈집에 대한 자료 중 하나로, 통계청에서 제공하는 인구주택총조사 기반의 빈집이 있다. 그러나 이 자료는 조사 시점에 사람이 거주하지 않고 있는 넓은 의미의 빈집을 뜻하며, 본 연구의 관심 대상인 방치된 빈집과는 개념적으로 차이가 있어 이 자료를 활용한다면 방치된 빈집을 과대 추정하는 문제가 있을 수 있다. 또 다른 빈집 자료인 「빈집 및 소규모주택 정비에 관한 특례법」 제5조에서 규정된 빈집 등의 실태조사 자료가 있다. 그러나 구체적인 위치 정보가 부족한 한계가 있다. 본 연구에서는 정확한 빈집의 위치를 파악하고 분석 결과의 신뢰성을 확보하기 위해 서울시 각 자치구에서 직접 조사한 빈집 실태조사 자료를 활용하였다. 실태조사 과정은 1년 이상 미거주·미사용 주택에 대한 사전 조사와 현장 조사 과정으로 이루어진다. 전기와 상수도의 사용량 정보를 활용하여 조사 대상 빈집을 선정하고, 실제로 현장에 조사관이 직접 방문하여 빈집 여부를 <표 2>의 기준에 따라 판정하며, 구체적인 사례는 <그림 2>와 같다.

Figure 1. 
Spatial distributions of vacant houses

Figure 2. 
Examples of vacant houses (Source: Photographed by the author in 2022. Neighborhoods in Nowon-gu, Jongno-gu, Yongsan-gu, and Dongjak-gu)

서울시는 2018년 한국감정원(현재 한국부동산원)과 서울시 빈집정보시스템 구축 업무 협약을 맺고 빈집 실태조사를 시행하였다. 이때 빈집 유형을 주택 유형별, 용도지역별, 대지면적별, 접도조건별, 필지형태별, 고저별, 건물구조별, 지붕구조별, 건축연수별, 소유구분별로 나누어 여러 분류로 조사하였다. 사전 조사 시 16,529개의 물량에서 현장조사 등의 과정을 거쳐 2019년 서울시의 빈집 수는 2,972개로 집계되었다. 그러나 2023년까지 정비가 이루어져 현황이 많이 변화되었을 것이라는 점, 자치구 수준에서 빈집의 개수만 제공되는 점, 빈집의 소재지를 알 수 없어 미시적인 분석단위로 집계할 수 없는 점으로 인해 본 연구에서 활용이 어려웠다. 따라서 정확한 빈집의 위치를 파악하고 분석 결과의 신뢰성을 확보하기 위해 서울시 각 자치구에서 추가적으로 조사한 빈집 실태조사 자료를 활용하였다. 자료를 구득하기 위해 각 자치구의 건축과, 도시과, 주택과 등 관련부서에 정보공개를 요청하거나 직접 방문하였다. 담당 주무관과 자료가 필요한 사유와 공개범위 등을 논의하였고, 이러한 과정을 거쳐 소재지가 파악된 서울시 자치구별 빈집의 수는 <표 3>과 같다. 그리고 연구 대상 지역인 15개 자치구의 용도지역별 빈집 현황은 <표 4>와 같다.

서울시 25개 자치구 중 강동구, 관악구, 마포구의 경우 「공공기관 정보공개에 관한 법률」 11조에 따른 정보를 접수·생산하지 않은 경우나, 「공공기관 정보공개에 관한 법률」 9조에 따른 비공개 정보대상에 해당함을 사유로 자료가 제공되지 않았다. 구로구, 성북구, 중구는 「빈집 및 소규모주택 정비에 관한 특례법」 15조 6항에 따라 빈집의 소유주가 동의한 경우에만 소재지를 제공한다. 그 외의 경우에는 법정동이나 행정동 수준에서 빈집의 개수만 제공되어 본 연구의 분석단위인 집계구 단위에서 활용하는 데 어려움이 있었다. 위 6개 자치구를 제외한 다른 자치구에서는 빈집 소재지를 전부 혹은 일부 공개하였고, 강남구와 금천구는 실태조사 이후 빈집을 대부분 정비하여 빈집이 행정상으로는 존재하지 않았다. 또한, 현재 철거 중이거나 안전조치 명령이 이루어진 서초구와 송파구의 자료는 연구 대상에서 제외하였다. 이러한 이유로 10개 자치구가 제외되었고, 최종적으로 통계적 분석과 익명화를 위해 15개 자치구의 1,190개 빈집 소재지에 대하여 집계구 단위로 빈집 자료를 구축하였다.

<표 5>는 분석에서 활용한 주요 변수에 대한 설명과 자료 출처이다. 도시의 쇠퇴현상에 대한 선행연구를 토대로 인구특성, 산업특성, 물리적 특성 변수를 선정하였고, 재산적 가치에 대한 선행연구와 현행 제도에 대한 고찰을 토대로 주택시장 특성인 주택시장 특성 변수를 선정하였다. 인구특성을 고려하기 위해 서울 열린데이터 광장의 인구밀도, 고령인구수, 인구변화율을 활용하였다. 그리고 통계지리정보 서비스의 집계구 단위 자료를 활용해 1인 가구 수, 사업체 수, 경제활동인구, 노후주택비율, 소형주택비율, 접도율 자료를 활용하였다. 국가공간정보포털에서 제공하는 도시 및 주거환경 정비/정비구역 자료와 각 자치구의 실태조사를 통해 파악된 빈집 소재지를 비교하여 정비사업구역 지정 여부를 결정하여 더미변수로 활용하였다. 그리고 주택시장 특성으로 고려된 주택가격, 토지가격당 주택가격은 한국감정원이 평가하고 국토교통부에서 제공하는 국가중점개방데이터를 활용하였다.

본 연구의 종속변수인 빈집의 수는 음수가 될 수 없는 정수의 가산자료이다. 그리고 종속변수가 정규분포를 이루지 않고 이산분포를 이룰 때, 일반적으로는 포아송 회귀모형(Poisson regression)을 적용하여 분석이 가능하다(김문현 외, 2019).

그러나 포아송 회귀모형은 평균과 분산이 같아야 한다는 가정이 충족되어야 하므로 실제로 적합한 경우는 드물다. 평균보다 분산이 큰 과대산포의 경우, 포아송 회귀모형을 활용하여 분석하면 회귀계수의 표준오차가 작게 추정되어 추정결과의 통계적 유의성 검증에 문제가 발생하게 된다(Cox, 1983). 이와 같이 평균과 분산이 동일하지 않고 과분산할 경우 모형자체로 과분산을 설명하는 표준적인 모수 모형인 음이항 회귀모형(Negative binomial regression)을 사용하는 것이 적합하다(Cameron and Trivedi, 1986).

한편, 빈집 자료의 특성상 빈집이 존재하는 집계구보다 빈집이 존재하지 않는 집계구가 많이 나타나므로 자료의 분포는 크게 치우쳐 있는 형태를 보인다. 즉, 집계구 단위의 빈집의 수로 0이 매우 많이 관측되는 경우를 말하며, 음이항 회귀모형을 사용하더라도 과도하게 관측되는 0의 의미에 대한 정보를 손실할 가능성이 높다(Lambert, 1992). 그러므로 0과잉을 설명할 수 있을 뿐만 아니라, 과잉된 0을 제외한 나머지 종속변수에 대하여 과대산포를 설명할 수 있는 영과잉 음이항 회귀모형(Zero-inflated negative binomial regression)을 적용할 필요가 있다(Ridout et al., 2001).

본 연구에서는 빈집 자료의 특성을 고려하여 영과잉 음이항 회귀모형을 활용하였다. 영과잉 음이항 회귀모형은 종속변수를 두 개의 집단으로 나누어 추정하는데, 한 집단은 0이 아닌 종속변수에 대한 환경요인을 분석하는 Count 모형과 다른 한 집단은 0인 종속변수에 대한 환경요인을 분석하는 Logit 모형으로 구성된다. 따라서 Count 모형에 대한 결과는 0이 아닌 종속변수에 대한 독립변수의 영향을 분석하는 것으로 빈집의 수와 관련된 환경요인에 대한 추정이다. 그리고 Logit 모형에 대한 결과는 0인 종속변수가 0에 속할 확률에 대한 분석이다. 따라서 Logit 모형은 빈집의 무발생확률에 대한 분석이므로 빈집이 발생하지 않은 집단에 대한 환경요인을 추정하는 것이다.

본 연구에서 활용한 변수들에 대한 기술통계 및 빈도분석 결과는 <표 6>과 같다. 연구 대상인 서울시에서 15개 자치구의 10,717개의 집계구를 분석 단위로 설정하였다. 그리고 종속변수를 연구대상지역의 전체 빈집 수, 주거지역에 위치한 빈집 수, 주거지역이 아닌 곳에 위치한 빈집 수로 분류하였다. 집계구 내 빈집 수의 평균은 0.11이고, 표준편차는 1.29으로 평균보다 표준편차가 더 큰 것을 확인할 수 있으며, 이 같은 수치는 주거지역이나 주거지역이 아닌 곳에서도 유사한 추세를 보인다.

집계구의 평균 인구밀도는 44,909.65명/km², 고령인구 수는 77.63명이다. 인구변화율은 평균 3.65%의 증가를 보이고 있으나, 지역적인 편차가 큰 현황을 보인다. 집계구 내 평균 1인 가구 수는 73.08호이다. 산업 특성에서 사업체의 수는 평균 33.06개, 경제활동인구는 356.52명으로 조사되었다. 지역의 경제활동 규모를 파악할 수 있는 지표인 사업체 수 평균은 33.06개, 경제활동인구 평균은 356.52명으로 파악되었다. 그리고 지역의 물리적 노후정도를 예측할 수 있는 지표인 노후주택비율은 44.47%이며, 소형주택비율은 74.48%로 높은 편임을 알 수 있다. 집계구 평균 21.99%인 접도율은 접근성에 대한 물리적 환경 특성과 더불어 토지 가격에도 반영될 수 있는 변수로 판단되어 분석에 포함하였다.

정비사업구역은 더미변수이므로 빈도분석으로 평균과 표준편차 대신 빈도수와 비율 값을 산출하였고, 정비사업구역이 존재하는 집계구는 3,891개, 36.31%로 나타났다. 그리고 주택시장 특성 변수로 주택가격과 토지가격의 비를 변수로 활용하여 주택가격과 주택가격의 관계가 어떻게 빈집 발생에 영향을 미치는지 분석하였다.

마지막으로 독립변수 간의 다중공선성 존재 여부를 검증하기 위해 분산팽창지수(Variance Inflation Factors, VIF)를 추정하였고, 모든 변수에서 5보다 작은 값이 나타나 독립변수 간의 다중공선성이 존재하지 않는 것을 확인하였다.

<표 7>은 모형의 적합도 분석 결과이다. 연구의 목적에 맞는 분석을 위해 빈집의 수를 집계구 단위로 산정하였다. 그리고 분석 모형을 연구 대상지역의 전체 빈집의 수가 종속변수인 모형(모형 1), 주거지역에 위치한 빈집의 수가 종속변수인 모형(모형 2), 주거지역이 아닌 곳에 위치한 빈집의 수가 종속변수인 모형(모형 3)으로 분류하였다. 또한, 통계적으로 가장 적합한 모형을 검증하기 위하여 Log Likelihood(LL), Akaike Information Criteri-on(AIC), Baysian Information Criterion(BIC) 값을 비교하였다.

영과잉 음이항 회귀모형은 모형의 검정 방법은 Maximum Likelihood Estimator(MLE)로 최대 우도를 추정한다. 이때 주어진 사건이 일어날 가능성이 가장 높은 모수를 추정하는 Likelihood(L)는 0에서 1 사이 값을 가지고, Log Likelihood(LL)는 -값으로부터 0까지 값을 가진다. 그리고 AIC와 BIC을 추정할때는 -2LL을 활용하여 추정하는데, -2LL은 0에서 ∞의 값을 가진다. 결과적으로 LL 값은 클수록, AIC 값과 BIC 값은 작은 모형일수록 적합한 모형으로 판단한다(Burnham and Anderson, 2004; Nylund et al., 2007). 3가지 모형에서 모두 영과잉 음이항 회귀모형의 LL 값이 다른 두 모형의 LL 값보다 크게 나타났고, AIC 값과 BIC 값은 더 작은 값으로 나타났다. 따라서 영과잉 음이항 회귀모형이 가장 적합한 모형임을 알 수 있다.

빈집이 위치한 용도지역에 따라 영과잉 음이항 회귀모형을 활용하여 분석한 결과는 <표 8>과 같다. Count 모형에 대한 결과는 빈집이 존재하는 지역에서 독립변수가 종속변수인 빈집의 수에 미치는 환경요인에 대한 분석이다. 모형 1(전체지역)과 모형 2(주거지역)에서 인구밀도가 음(-)의 관계를 가지고 있어, 인구밀도가 낮을수록 빈집 수가 증가하는 것으로 나타났다. 그리고 노후주택비율, 소형주택비율, 정비사업구역 지정 여부는 양(+)의 관계를 나타내며, 접도율은 음(-)의 관계를 나타내고 있다. 이러한 분석 결과는 선행연구들의 결과와 같이 인구감소로 인해 인구밀도가 줄어드는 현상과 주거환경의 물리적 노후화가 진행되는 현상이 빈집의 발생과 관련이 있다는 결과와 일치한다(노민지·유선종, 2016; 이소영·주희선, 2020; 카마타 요코·강정은, 2020; Morckel, 2014; Yoo and Kwon, 2019).

주택가격은 모형 1(전체지역)과 모형 2(주거지역)에서 음(-)의 관계가 나타났다. 주택의 감가상각으로 인한 가치 하락과 이에 따른 노후화 정도로 해석할 수도 있지만, 본 연구에서는 주택가격과 토지가격의 비와 더불어 빈집 방치 요인의 주택시장 특성에 주목하였다. 주택가격과 토지가격의 비가 빈집 수와 음(-)의 관계인 것은 토지의 가격이 높거나 주택의 가격이 낮을수록 빈집이 많이 발생한다는 것을 뜻한다. 이러한 현상은 「지방세법」에 따른 재산세의 과세대상 결정이 주요한 요인으로 작용한다고 볼 수 있다. 재산세는 지방세 중 하나이며 빈집의 경우 과세대상은 해당 주택이다. 그러나 빈집을 철거하면 그 부속토지에 재산세가 부과된다는 것을 고려하였을 때(허원제·신미정, 2021), 주택의 방치로 인한 빈집 발생이 개인 소유의 재화에 대한 자의적인 이용으로 나타난 결과일 수 있음을 의미한다.

한편, 주거지역이 아닌 상업지역, 공업지역, 자연녹지지역 등 비주거지역에 위치한 빈집 수가 종속변수인 모형 3(비주거지역)에서는 인구변화율, 사업체 수, 경제활동인구 등과 음(-)의 관계를 가지는 것으로 나타났다. 이는 비주거지역에서는 인구가 적은 상태나 물리적 노후화와 같은 일반적인 빈집 발생 요인이 작용하는 것이 아니며, 해당 지역의 경제활동 변화와 밀접한 관련이 있음을 시시한다. 따라서 인구밀도의 증감이나 주거환경 변화가 주택 수요에 영향을 미치는 주거지역과 달리, 비주거지역에서는 산업구조 변화에 따라 주택 수요가 결정되거나 경제적 활동을 감당할 수 있는 사업체와 인구가 주택 수요로 작용한다고 이해할 수 있다. 즉, 비주거지역의 거주민이 떠나간 주택이 빈집으로 방치되는 것은 지역경제의 낙후와 관련이 있을 것으로 판단된다. 정비사업구역 지정 여부는 3가지 모형에서 모두 유의하게 양(+)의 관계를 보이고 있는데, 이는 정비사업구역에서 재개발에 대한 기대로 빈집을 방치하고 있다고 해석할 수 있으며, 정비사업이 잘 진행되지 않았을 경우, 장기간 방치될 수 있다고 예상할 수 있다.

Logit 모형에 대한 결과는 종속변수인 빈집의 수가 0인 집단에 남아있을 확률, 즉 빈집이 발생하지 않을 확률에 대한 분석이다. 따라서 Logit 모형에서 변수의 부호가 Count 모형과 반대인 경우 두 모형은 동일한 해석이 가능하다. 모형 1(전체지역)의 경우 인구밀도, 경제활동인구, 접도율, 주택가격과 토지가격의 비가 감소할수록, 고령인구 수가 증가할수록 빈집의 발생 확률이 높아지는 것으로 나타났다. 모형 2(주거지역)에서 노후주택비율이 증가할수록 빈집 발생 확률이 증가하는데, 이는 앞선 Count 모형 분석 결과와 같이 주거지역에 위치한 빈집의 영향요인에 물리적 노후화가 통계적으로 유의미한 요인임을 의미한다. 또한, 주택가격과 토지가격의 비 변수 역시 Count 모형의 해석과 유사하게, 빈집이 발생하지 않은 지역에서 토지의 가격이 높을수록, 주택의 가격이 낮을수록 빈집의 발생 확률이 증가한다는 것을 의미한다. 그리고 Count 모형과 달리, Logit 모형의 모형 1(전체지역)과 모형 3(비주거지역)에서는 고령 인구수가 적은 집계구에서 빈집 발생이 낮은 것을 알 수 있다. 이는 반대로 비주거지역의 경우에도 향후 고령인구가 증가할 경우 고령자의 사망 또는 보호를 위한 이주 등으로 인해 빈집 발생 확률이 증가할 수 있음을 시사한다.

마지막으로 Count 모형과 Logit 모형에서 모형 1(전체지역)의 경우 공통적으로 유의미한 변수는 ‘인구밀도’, ‘접도율’, ‘주택가격과 토지가격의 비’로 나타났다. 따라서 이러한 세 가지 변수는 빈집이 발생하지 않은 지역에서 빈집의 수가 증가하는데 관련된 주요 요인으로 볼 수 있다.

이와 같은 분석결과는 서울시의 경우 국지적으로 지방도시와 같이 도시 쇠퇴현상이 일어나는 지역에서 빈집이 발생하기도 하지만, 빈집 발생 요인은 주거지역과 비주거지역 등 해당 지역의 특성에 따라 다르는 것을 의미한다. 또한, 가격 변수를 통해 제도적 요인이 영향을 미치고 있음을 알 수 있다. 그러므로 빈집 발생에 대한 영향요인을 파악하고 문제를 개선하기 위해 주택 소유주 개인과 더불어 정부, 지역사회가 협력하는 정책의 구현이 필요함을 시사한다.