Journal Archive

경사도를 직접적으로 주택가격과 연관하여 추정한 연구는 많지 않다. 다만 San Diego의 TOD (transit-oriented development)에 대한 가격결정요인을 연구한 Duncan(2010)은 경사도에 따른 제한성을 고려하였다. 이는 Cevero and Duncan(2003)의 경사도 측정방식을 차용하여 미국 캘리포니아 주, San Diego에서 TOD로부터 콘도미디엄까지의 고저차를 이용한 경사도(rise/run;%)를 측정하고, 헤도닉위계선형모델로 주택가격결정요인을 분석하였다. 분석결과 경사도는 TOD 인근에서는 통계적으로 유의미하지 않는 수준에서 부(-)의 영향을 보이지만 거리가 멀어지면서 주택가격에 뚜렷한 정(+)의 영향을 미치는 것으로 나타났다. 이 현상에 대해서 해당 지역은 차량이용이 많아 경사지의 주택은 접근성의 제한을 쾌적성(amenity)가치가 상쇄하기 때문에 경사도가 정(+)의 영향을 미치며, 역(station) 인근의 콘도미디엄에서만 경사도가 접근성을 제한하는 일종의 경계역할을 한다고 하였다.

도시계획 및 개발관점으로 지형이 미치는 접근성 제한과 관련한 연구 중에 Rose(1989)는 도시의 규모와 관련하여 자연지형물이 도시에 미치는 영향을 연구하였다. 자연지형물과 조닝 시스템(Zoning System)이 미국 내 도시 45개 지역에서 미치는 영향을 연구하였다. 그 결과 전체 도시간의 가격에서 평균 40%를 설명하는 것으로 나타났으며, 그중 75%는 자연적 제한이었으며 25%는 정부제한 요인으로 나타났다. 또한 Saiz(2010)는 GIS의 DEM을 활용하여 미국 전역을 대상으로 연구하였는데, 연구결과에 따르면 산이나 강 같은 자연적 장애물들이 주택공급의 차이를 설명한다고 하였으며, 자연 지형으로 인하여 건축이 어려운 지역은 신규건물이 덜 들어서게 되고 부족한 공급으로 건물가격이 오른다는 것을 주장하였다.

보행관점의 연구는 Cevero and Duncan(2003)의 연구가 있다. 해당 연구에 따르면 샌프란시스코 내의 가구활동데이터(BATS)를 기반으로 도로의 평균 경사도(rise/run;%)를 측정 후, 경사도가 보행과 자전거 이용에 미치는 영향을 실증 분석하였다. 그 결과 도보에서 5% 유의수준 내에서 보행에 부(-)의 영향을 미치는 것으로 나타났다.⁶⁾

Kang and Cevero(2009)는 국내의 청계천 개발을 기점으로 전·후로 나누어 토지가치에 미치는 영향을 연구하였다. 표준지공시지가를 평가하는 ‘지세’를 5점 척도로 하여 비주거용 토지와 주거용 토지 가격에 대한 영향력을 추정하였다. 연구결과는 ‘지세’가 비주거용 토지에서 주거용 토지 보다 더 큰 영향을 미쳤다.

해외연구 결과에 따르면 세 가지 함의를 도출할 수 있다. 첫째, 국가 및 도시 특성에 따라 지형의 영향력이 다르게 나타난다는 것이다. 예를 들어 서울과 San Diego간의 도시 특성의 차이에 의해서 이용자가 느끼는 지하철의 효용은 이질적으로 나타날 것이며, 지하철에 대한 접근성의 영향력도 함께 다르게 나타날 것으로 예측할 수 있다.⁷⁾ 둘째, 지형은 주거용과 상업용 등 다양한 시설의 용도에 따라서 영향력에 차이가 발생한다는 것을 알 수 있으며, 세 번째로, 지형은 접근성을 제한하는 일종의 경계역할을 한다는 것이다.

국내에서는 아직 경사도에 따른 접근성의 제한이 주택가격에 미치는 영향에 대한 연구는 진행되지 않고 있다. 다만, 지형에 따라 제한성이 발생된다는 시각으로 접근한 연구는 다양한 분야에서 다루어지고 있다. 이는 보행관점, 도시계획 및 부동산 개발 관점, 기타 관점으로 분류될 수 있다.

보행관점에서 접근성의 제한이 미치는 영향에 관한 연구의 기본적인 가정은 지형의 기복이 커짐에 따라 부(-)의 영향력을 갖는다는 공통적인 개념으로 접근한다. 연구의 공간적 범위는 상업지역과 주거지역으로 재분류 된다. 먼저 상업지역에 관한 연구는 주로 유동인구의 보행량을 기준으로 입지의 우수성을 나타내는 방법으로 시도하였는데 그 결과는 경사도가 높을 경우 통행량이 낮게 나타나며 반대로 상대적으로 낮은 곳은 보행량이 증가하는 것으로 나타났다. 즉, 경사도는 직접적으로 보행에 영향을 미침으로서 상권의 범위 및 입지와 상권의 활성화에 지대한 영향이 있음을 알 수 있다(안영수 외, 2012; 윤나영·최창규, 2013; 임하나 외, 2016). 주거지역 범위 연구에서도 지역의 평균 경사도가 보행활동에 영향을 미치는 중요한 요소이며, 경사가 가파른 지역의 경우 주민들의 보행시간이 줄어들었다(이경환·안건혁, 2007). 또한, 경사가 심한 지역의 아파트는 도로와 연결되는 입구 설치에 제한과 외부와의 폐쇄적인 환경이 형성될 가능성이 있으며, 보행량에 주요한 영향을 미치는 교차로 밀도와 블록크기와 유사한 패턴을 보이고 있다고 평가되었다(박소현 외, 2008).

도시계획 및 개발 연구의 경우 강남 신시가지의 개발은 지형이 평탄한 지역부터 개발이 시작되었으며, 일정 이상의 경사에서는 개발이 지연되었다(권일·강병기, 1995; 권일·강병기, 1996). 토지의 가치평가 관점에서는 공시지가자료를 기반으로 감정평가 항목의 ‘지세’의 ‘저지, 평지, 완만한 경사, 급경사, 고지’를 활용하여 토지의 가치를 추정하는 방법이 주를 이루고 있으며(서경천·이성호, 2001a; 서경천·이성호, 2001b), 높은 지세가 토지가격에 부(-)의 영향을 미치는 것으로 파악되었다(채미옥, 1998; 안혜진·이성호, 2002). 이외에도 건축 및 재난안전 그리고 역사적 관점에서도 지형에 의한 제한성을 인지하여 단지구조 및 계획요소, 교통약자의 이동의 제한성이 나타나고 역사학적으로도 지형에 따라 주거입지가 고려되는 것으로 나타났다(최임주, 2002; 김형진 외, 2009; 박지훈·김경진, 2012; 이소희 외, 2015).

지금까지의 선행연구에 따르면 지형적 특성으로 발생되는 경사도는 다방면적으로 부(-)의 영향을 미친다는 것을 짐작할 수 있으며, 동시에 목적시설물에 대한 접근성을 제한하게 되어 주택가격에도 영향을 미칠 것으로 예상할 수 있다.

기존연구를 검토한 결과 선행연구결과를 주택시장에 그대로 접목하기에는 다양한 문제가 발생한다. 해외 선행연구의 경우 대중교통수단과 개인이동수단의 선호도와 국가 간의 문화 그리고 기후로 인한 차이가 발생할 수 있기 때문이다. 반면에 국내연구의 경우는 지형에 따른 접근성에 대한 관점차이에 대한 문제가 발생한다. 도시계획 및 개발, 토지가치평가관련 연구에서는 표준지공시지가평가에서 활용되는 필지별 지형 및 지세에 따른 영향을 이용하였으며 보행관점에서의 경사도관련연구에서는 더미변수를 활용한 경사도 유·무와 연구대상지의 평균경사도 혹은 네트워크분석을 활용하여 지형의 특성이 생활에 미치는 영향에 관한 연구를 시도하였다. 다만, 선행연구에서는 지형의 특성을 측정하는 방법이 다양하게 적용되고 있으며, 그 공간적 범위는 국소적인 지역 혹은 개별필지를 대상으로 하고 있다. 미시적인 접근방법은 서울이라는 거대한 모집단을 대표할 수 없으며, 다양한 측정방법은 일반화의 어려움이 발생할 수 있다.

이에 따라서 지형의 특성이 주택가격에 어떠한 영향을 미치고 있는 것인지에 대한 궁극적인 연구 질문과 함께 서울 시내 아파트 단지를 대상으로 공간적 범위의 확장과 일반화 된 측정방법이 요구된다. 더 나아가 해외 연구의 경우 지형이 주택가격에는 정(+)의 영향을 미친다는 사실은 본 연구의 가설과 반대로 나타나고 있다. 만일 해외의 경사도 변수와 국내의 경사도 변수가 부동산 가격에 미치는 영향력이 반대로 나타난다면 지역 별 혹은 국가 별로 지형의 특성의 의미가 다르다는 것을 추정할 수 있을 것이며, 그 결과에 따라 향후 후속 연구의 방향을 결정할 수 있을 것이다. 마지막으로 본 연구는 토지의 지세를 포함한 기존 가치평가 관련 연구에서 종속변수로 사용된 표준지공시지가를 사용하지 않고 실거래가격을 종속변수로 사용하여 경사도가 실제 주택가격에 미치는 영향력을 실증분석 함으로써 엄밀한 차별성을 갖는다.

본 연구는 서울시 전역의 아파트단지를 연구대상으로 선정하였다.¹⁵⁾ 종속변수인 아파트가격은 국토교통부의 실거래가 공개시스템인 아파트 실거래가 조회를 통해 서울에서 2015년 1월~12월 사이에 거래된 매매 113,560건 중에서 자료구득이 가능한 아파트 단지를 1차적으로 추출하였으며, 보행 접근성과 아파트 단지의 입지 동일성을 고려하여 서울시내의 지하철역을 기준으로 반경 800m이내¹⁶⁾의 아파트 단지를 2차 추출하였다(Hess et al., 1999; CABE, 2007; 박소현 외, 2008; 오성훈·남궁지희, 2011). 개별 단지의 동일 평형별로 평균가격을 산출 후,¹⁷⁾ 최종적으로 1,690개 단지의 5,680개 평형별 아파트 평균가격을 추출하였다.

개별 아파트 단지의 속성자료는 ‘공동주택관리정보시스템’, ‘서울부동산정보광장’, ‘부동산114’, ‘KB부동산’, ‘NAVER부동산’, ‘Daum부동산’의 자료를 모두 열람하여 추출하였다.¹⁸⁾ 아파트 단지의 접근성 측정을 위해서 행정자치부 도로명주소안내시스템의 전자지도와 국립지리원의 KLIS(Korea Land Information System: 한국토지정보시스템) 연속지적 필지지도 그리고 연속수치지도(1:5000)를 활용하여 ArcMap으로 추출하였다. 표고(altitude)는 연속수치지도의 등고선을 이용하여 불규칙한 삼각격자망(TIN)을 생성한 후에 격자크기 10m×10m¹⁹⁾의 DEM(Digital Elevation Model)데이터를 구축하였다(이희연·노승철, 2013).

아파트단지와 지하철역 간의 경사도(Slope)는 직선거리(distance; Run)와 해당 아파트단지의 중심점의 표고(altitude; Rise)를 활용하여 ‘백분율 경사도(rise/run;%)’로 측정하고 왕복이동특성을 감안하여 절댓값(absolute value)으로 변환하였다.²⁰⁾ 단순화된 경사도 측정방법은 연속적으로 연결된 지형의 구간마다 변화되는 경사도의 정보를 누락시킬 가능성이 있다. 따라서 구간별로 변화하는 경사도를 평면거리에 대한 가중평균으로 측정하는 방법도 존재한다.²¹⁾ 하지만 본 연구에서 사용된 방법은 상대적으로 간편하게 측정이 가능하며 분석결과를 일반화 할 수 있는 강력한 장점이 있다.

지하철역의 기준점은 아파트 단지에서 가장 가까운 지하철역 입구로 설정하였다. 지하철역을 기준점으로 활용한 이유는 첫째, 대도시 내·외의 이동을 통해서 보행량을 상승시키는 역할을 한다.²²⁾ 둘째, 주거입지선택에 주요 요인이다. 이에 따라 지하철역을 중심으로 혼합토지이용이 이루어져 지역민의 통행목적이 다양하게 나타나 주택 및 부동산 가치를 상승시키는 역할을 한다(2015서울유동인구조사, 2016).²³⁾ 셋째, 이용객의 꾸준한 증가로 설명될 수 있다. 서울시 통계자료에 따르면 ‘지하철·철도’의 교통분담률²⁵⁾은 2014년 기준 39%로 1996년(29.4%) 이후 매년 꾸준히 상승하는 반면에 ‘승용차, 버스. 택시’ 등 이외의 교통 분담률은 매년 감소하는 추세로 나타나 지하철역의 접근성은 매우 중요하게 평가 받고 있다. 또한 ‘2016 서울서베이’에 따르면 주거지를 선택할 때 우선적으로 고려하는 사항은 ‘지하철역 거리’와 ‘직장과의 거리’로 조사되었다.²⁴⁾이는 서울에서 주거입지를 선택할 때 지하철역과 ‘직주근접’에 대한 여건이 중요하게 작용한다는 것을 의미한다. 따라서 본 연구에서는 고용이 집중되는 서울의 3대 도심²⁵⁾(한양도성, 영등포·여의도, 강남)간의 거리를 CBD, YBD, GBD 변수를 설정하였다(김진유·이창무, 2005). 기존 연구에서 주로 활용되는 주요 교통시설과의 접근성은 지하철역과 도로의 최단거리로 측정하였으며 도로의 기준은 행정안전부의 도로명주소의 도로별 구분에 따라 버스와 자동차의 통행이 가능한 ‘로’이상으로 설정하였다.²⁶⁾

이외의 근린생활시설과 아파트 단지 간의 접근성에 관한 변수는 <표 1>과 같으며 주택가격 분석과 관련한 선행연구에서 다루어진 변수를 기초로 행정자치부 도로명 주소안내시스템의 전자지도와 KLIS의 연속지적 필지지도를 활용하여 각 좌표를 추출하여 아파트 단지의 중심점과의 최단 직선거리를 측정하였다.

아파트 브랜드 변수는 2015년 11월 10일 기준 브랜드스탁의 BSTI업종순위²⁷⁾를 근거로 상위 10위권 이내의 건설사를 활용하여 더미 변환하였다. 경과년수는 아파트의 경우 일정한 년 수가 지나면서 재건축을 효과로 주택가격이 급등하는 현상을 보인다. 이는 선형회귀모델을 그대로 적용하게 되면 추정결과에 문제가 발생한다(이상경·신우진, 2001). 따라서, 다항회귀(polynomial regression)를 활용하여 모델의 적합성을 높였다. 교육시설 접근성변수의 경우는 주거입지선택이 자녀의 교육을 목적으로 선택되어질 수 있으며, 학교 접근성은 교육의 질을 대표할 수 있다. 이에 단지별로 주변 초·중·고등학교와의 거리를 기준으로 설정하였다(최윤아·송병하, 2006; 김광영·안정근, 2010).²⁸⁾

백화점과 대형마트는 도시 내 소비생활을 위한 중요한 요소로 작용한다. 하지만 백화점은 가까울수록 정(+)의 효과가 대형마트는 가까울수록 부(-)의 영향을 미치는 것으로 나타났다(김희재·전명진, 2013). 이는 대형유통시설이 갖는 역할에 따라서 영향력이 다르게 나타나는 것을 의미하며 유통시설 주변의 교통정체로 인하여 주거환경으로 적합하지 않음을 의미한다. 본 연구에서는 백화점 변수는 총 32개로 구성된 서울시내 3대 백화점 (현대백화점, 신세계백화점, 롯데백화점)으로 수집하였으며, 대형마트는 2015년 기준으로 64개의 이마트, 롯데마트, 홈플러스 그리고 하나로클럽을 데이터로 구축하였다. 대형병원의 경우는 2015년에 보건복지부가 지정한 상급종합병원을 기준으로 서울시내 14개의 병원으로 선정하였다.²⁹⁾ 또한 서울에서는 한강과의 인접성이 주택가격에 많은 영향을 미치게 된다(이성원·허식, 2011). 따라서, 본 연구에서도 한강을 기준으로 반경 500m 내·외의 아파트 단지를 더미(dummy)변수로 변환하여 그 영향력을 추정한다.³⁰⁾

공원은 녹지공간과 인접함으로 쾌적성과 같은 어메니티(amenity)로 주택가격에 프리미엄형성에 영향을 미친다(임보영·서원석, 2014). 이에 따라서 본 연구의 근린공원의 접근성 변수로 서울시내의 근린공원이 주택가격에 미치는 영향을 추정한다.³¹⁾

혐오시설(undesirable facilities)은 해당 시설이 입지하여 주변지역에 부(-)의 영향을 가져오는 시설을 의미하며, 공익적인 측면으로 정(+)의 효과도 있지만 반대로 상대적으로 더 강한 부(-)의 영향으로 인해서 주민이 기피하는 쓰레기 매립장, 쓰레기 매립장, 핵폐기물처리시설, 주유소, 공장시설, 군부대시설, 정신병원 및 장애인시설 등이 있다(임윤택 외, 2002). 본 연구는 소음과 악취 그리고 위험성이 있는 시설을 선별하여 건축물 용도를 기준으로 공장, 석유판매소, 공해공장, 위험물저장처리시설을 유해시설로 정의하고 그 범위를 반경 200m로 설정하고 영향력을 추정하였다(김정태, 1996; 유승도 외, 1997; 윤인진 외, 2007).³²⁾

마지막으로 경사도의 영향력이 지역별로 다르게 나타나는 가설검증을 위한 지역구획 기준은 2030서울도시기본계획의 5대 권역을 준용하였다.³³⁾ 2030서울도시계획의 5대 권역은 지형, 교통 및 행정구역 등 다양한 지역 간 특성을 고려하여 구분되어 있으며(이진경, 2009), 이미 많은 연구에서 서울의 지역별 차이점을 추정하기 위한 기준으로 적용된 바 있다(이창효 외, 2009; 이석주∙이주형, 2011; 김현태∙남진, 2012; 이진경, 2013). 본 연구에서는 서울시 5대 권역을 더미(dummy)화 하여 경사도변수와 상호작용항(interaction terms)을 설정하고 권역별 영향력을 추정한다.

경사도가 아파트가격에 미치는 영향력을 추정하기 위해 선별된 아파트는 2015년 기준, 서울시내 지하철역 반경 800m 이내의 1,690개 아파트단지의 5,680개의 평형별 개별아파트가 추출되었다. 본 연구의 주요변수인 경사도(Slope)의 분포는 <표 2>와 같이 평지(0%) 20.1%이고 경사지(+%)는 79.9%로 나타났다. 경사도의 범위는 0%~18.47%로 나타났다. 분위수별로 나누어 본 아파트 가격의 평균은 평지(0%)가 대체적으로 경사지(+%)의 아파트보다 높은 것을 알 수 있다. 다만 경사도 백분위 90% 이상의 경우 오히려 평지(0%)보다 가격이 높게 나타났다. 이는 다양한 이유가 있겠지만 높은 경사도로 인하여 조망가치와 같은 쾌적성(amenity)증가로 인하여 주택가격에 양(+)의 영향을 미치는 경우가 있을 것으로 추측된다. 즉, 경사도가 주택가격에 반드시 부(-)의 외부효과로만 나타나지 않음을 추측할 수 있다.

<표 3>의 종속변수인 2015년 아파트 실거래가는 최저 1억 원부터 최고 39억 6천만 원이며, 평균은 5억 9백10만 원으로 나타났다. 아파트 가격의 극적인 차이는 지역적인 차이에서도 발생하지만 전용면적 또한 최소 13.51㎡부터 244.66㎡까지로 나타나 아파트 시장의 다양성과 그 규모를 가늠할 수 있다. 또한 아파트 단지의 총 세대수는 최대 6,864세대로 나타났으며, 가장 오래된 아파트는 준공 당해부터 39년의 범위를 나타내고 있다. 시설접근성에 관한 변수는 평균값을 기준으로 백화점은 2.4km, 대형마트는 1.27km, 교육시설은 0.25km, 근린공원 0.63km로 나타났다. 지하철역과의 거리와 도로와의 거리는 각각 26.74~799.39m, 17.97~1,384.98m로 나타났다.

본 연구에서 설정된 독립변수와 주택가격에 대한 Pearson’s 상관분석을 실시하였다. 상관분석은 주택가격과 개별 독립변수 사이의 단순한 상관관계를 나타내는 장점이 있으나 다양한 변수의 파급효과를 고려할 수 없으며 동일한 변수일 경우에도 공간단위에 따라 상관계수가 변화될 수 있는 문제점을 염두에 두어야 한다(민인식∙최필선, 2005; 이희연∙노승철, 2015).

<표 4>에서 볼 수 있듯이 대부분의 변수가 유의미한 상관관계를 가지고 있는 것으로 나타났다. 다만 경사도(Slope)의 경우 본 연구의 가설과는 반대로 양(+)의 상관관계로 나타났는데 이는 다음과 같이 해석될 수 있다.

첫째, 다른 변수의 파급효과이다. 보행만족도에 관한 연구인 이수기 외(2016)의 경우에는 경사도(Slope)의 상관계수 값은 양(+)의 상관관계로 나타났지만, 회귀분석 결과 매우 유의미한 수준에서 경사도는 음(-)의 영향을 미치는 것으로 나타났다.³⁴⁾ 하지만 Duncan(2011)의 연구에서는 경사도의 상관관계는 양(+)의 상관관계로 그리고 분석결과 또한 주택가격에 양(+)의 영향을 미치는 것으로 나타났다. 이와 같이 상관계수의 부호가 변화하는 이유는 상관분석만으로는 다른 변수가 미치는 효과까지 통제할 수 없기 때문이다.

둘째, 공간적 범위로 발생할 수 있다. 지역별 더미와 경사도의 상호작용항(Interaction terms)의 상관관계는 지역별로 그 부호가 다르게 나타나는 것을 알 수 있다. 즉, 지역별로 경사도의 영향력이 다르게 나타남을 추정할 수 있으며, 상관분석만으로는 잘못된 결론을 내릴 수 있다. 이처럼 지역별로 경사도의 영향력 추정이 요구되어 짐에 따라 본 연구에서는 지역을 5개 권역으로 나누어 분석을 실행한다.

본 연구의 추정결과의 신뢰성을 위해 White 검정을 실시하였다. White 검정은 쉽게 이분산성 검정을 할 수 있는 장점이 있지만 본 연구의 제곱항(Age²), 상호작용항(Slope*5대 권역)이 포함된 모형에서는 자유도를 빠르게 소모하게 되어 잘못된 이분산 검정이 될 수 있다(Gujarati and Porter, 2009).³⁵⁾ 따라서 제곱항과 상호작용항을 제거한 모형(WMⅠ)과 포함한 모형(WM Ⅱ)으로 나누어 검정을 실시하였다. 그 결과 <표 5>의 WMⅠ∙Ⅱ 두 모형 모두 등분산인 영가설(null hypothesis) 기각하여 이분산성의 존재를 추정할 수 있으며, 이에 따라 HC3를 적용하여 모형의 이분산성을 교정한다.

<표 6>에서 볼 수 있듯이 더미(dummy)처리된 변수와 다항회귀가 적용된 경과년수 변수를 제외한 모든 변수에 자연로그를 취하였다. 반면에 경사도(Slope)변수의 경우 자연로그를 사용하지 않은 이유는 본 연구에서 사용된 경사도(Slope;%)는 백분율(percentage;%)의 개념으로 기타 변수와 함께 탄력성으로 해석함과 동시에, 경사도가 영(zero)값을 포함하여 자연로그를 사용할 수 없기 때문이다.

분석모형은 경사도가 서울 전역에 미치는 영향 추정을 위한 모형(Ⅰ-1, Ⅰ-2, Ⅰ-3)과 지역별 특성을 감안한 서울시도시계획의 5대 권역을 더미로 활용한 ModelⅡ-1 그리고 5대 권역별로 다르게 나타나는 경사도의 영향력 추정을 위해 상호작용항(interaction terms)을 활용한 ModelⅡ-2로 구성되었으며, 이분산성 교정을 위해 HC3를 적용하여 분석을 실시하였다.³⁶⁾

ModelⅡ-1∙2에서는 고용중심지와의 거리 변수(LN_CBD, LN_YBD, LN_GBD)와 5대 권역 더미 변수군 간에 꾸준한 다중공선성으로 인한 문제점이 의심되어 고용중심지와의 거리 변수 군을 제외하였다.³⁷⁾ 이후 독립변수간의 다중공선성을 확인하는 VIF(분산팽창계수)는 모형 전체적으로 매우 낮은 수준(Min. 1.02~ Max. 2.72)으로 나타났다. 각 모형별로 수정된 R²는 Ⅰ-1 = .545, Ⅰ-2 = .832, Ⅰ-3 = .850, Ⅱ-1 = .805, Ⅱ-2 = .812로 아파트가격을 구성하는 특성변수가 통제 될 때마다 상승하는 것을 알 수 있다. 다만 모형Ⅰ-3과 모형Ⅱ-1 간의 수정된 R²의 계수 값 차이는 고용중심지와의 거리 변수간의 설명력 차이로 해석될 수 있다.

먼저 선행연구에서 다루어진 주택가격결정요인에 관한 변수들의 결과를 살펴보면, 아파트단지 특성(Apartment Complex Characteristics)은 모든 변수가 1% 유의수준에서 매우 유의미하게 나타났다. 해석은 전용면적이 넓을수록, 단지세대수가 많을수록, 세대 당 주차대수가 많을수록, 아파트 브랜드가 Top10에 포함 될수록 그리고 경과년수는 약 21년을 기점으로 재건축 효과로 하락하던 아파트 가격이 다시 상승한다는 것을 알 수 있다(이상경‧신우진, 2001).³⁸⁾

다음의 입지특성(Location Characteristics)은 백화점 접근성변수를 제외한 모든 변수가 1% 유의수준에서 유의미하게 나타났으며, 접근성이 좋아질수록 아파트가격이 상승하는 요인은 GBD, YBD, 지하철역, 도로, 백화점, 교육시설, 공원, 종합병원(ModelⅡ)으로 나타났으며, 반대로 접근성이 좋지 않을수록 아파트 가격이 상승하는 요인은 대형마트³⁹⁾와 종합병원(ModelⅠ)⁴⁰⁾, CBD⁴¹⁾으로 나타났다. 또한 유해시설 더미변수의 경우는 200m밖의 경우 가격이 높게 나타나고(7~9%), 한강더미는 500m 이내의 경우 주택가격이 높은 수준(11~17%)으로 나타났다(김진유·이창무, 2005; 박운선·임병준, 2010; 김희재‧전명진, 2013). 이와 같은 변수들의 분석 결과는 기존의 선행연구에서 알려진 바와 같이 나타났다.

본 연구의 주요변수인 경사도(Slope)는 전체 모형에 걸쳐서 아파트가격에 부(-)의 영향을 미치는 것으로 나타났다. 구체적인 경사도의 영향력은 다른 모든 상황이 같다고 가정 할 때, 경사도가 1% 상승 할 때 마다 주택가격이 서울 전체 모형인 ModelⅠ-1에서 –0.7%, ModelⅠ-2는 –1.4% 그리고 ModelⅠ-3의 경우에는 –1.5%으로 새로운 변수가 통제될 때 영향력은 더 강화되는 것으로 나타났다.

지역별 더미로 지역특성을 통제한 ModelⅡ-1의 경사도의 영향력은 –0.3% 으로 ModelⅠ-3보다 다소 약화되었으나,⁴²⁾ 경사도가 주택가격에 미치는 영향력은 모형별로 통계적 유의성과 방향성에 큰 차이가 없는 것으로 확인되었다. 즉, 경사도(Slope)는 서울 전체적으로 아파트 가격을 하락시키는 원인으로 추정될 수 있다. 또한 경사도(Slope)는 주요교통시설인 지하철역과 아파트 단지 간에 발생하는 거리 접근성과 관련하여 물리적 혹은 심리적으로 제한적(restrictive)역할을 하는 것으로 추정할 수 있다. 동시에 이 결과는 Duncan(2011)의 연구와 반대로 나타났는데, 이는 국가 또는 도시별로 다양한 주거수요가 나타나고 있음을 시사한다.

지역별로 나타나는 경사도의 영향력은 ModelⅡ-2의 개별 지역더미와 경사도간의 상호작용항으로 추정될 수 있다. 5대 권역별로 경사도의 영향력은 동북권(Slope:-0.4%), 서북권(Slope*NWCA:-1.3%), 도심권(Slope*CCCA:-3.1%), 동남권(Slope*SECA:+3.6%)으로 나타났으며, 서남권(Slope*SWCA:-0.5%)의 경우는 부(-)의 부호이지만, 통계적으로는 유의미하지 않은 것으로 나타났다. 이는 경사도가 동남권(강남 4구)에서는 주택가격에 강한 정(+)의 영향을 미치고 있으며, 반대로 이를 제외한 지역에서는 부(-)의 영향을 미치는 것을 알 수 있다. 즉, 경사도(Slope)는 지역별로 미치는 영향력의 크기와 방향이 다르게 나타나고 있음을 추정할 수 있으며, 이와 같은 결과는 다음과 같이 설명 될 수 있다.

첫째, 주거환경에 대한 수요의 차이점이다. 경사도가 높은 지역이 갖는 상대적 장점인 조망가치 및 쾌적성 등 정(+)의 외부효과를 미치는 해당지역의 가격결정요인이 부각되어 다른 지역과 다른 영향으로 나타나는 것으로 판단될 수 있다.

둘째, 주요 이동수단의 차이점으로 볼 수 있다. ModelⅡ-1∙2의 동남권(SECA; 0.383, 0.337)에 속하는 지역일 경우 주택가격이 (46.67% ~ 40.10%) 높은 것을 의미한다. 즉, 높은 주택가격과 관련하여 타 지역보다 고학력자 및 고소득자의 비율이 높아질 수 있다. 이에 따라 자가용 보유의 증가로 도보 및 대중교통보다 자가용 이용확률이 증가될 수 있다(이성우 외, 2004; 이혜승∙이희연, 2009). 즉, 차량이동의 영향으로 인한 경사도의 접근성 제한이 상쇄되어 결국 양(+)의 영향을 미치는 것으로 추측될 수 있다.