거주지역과 자산 축적 간의 관계에 관한 연구 : 주택 보유와 자산 분위에 따른 차이를 중심으로

1. 연구의 배경 및 목적

우리나라에서는 자산 불평등 현상이 지속적으로 심화되어 왔다. 통계청의 ‘2023년 가계금융복지조사’에 따르면, 2023년 기준 자산 5분위 가구(상위 20%)의 경우 평균 자산은 약 16억 원으로, 자산 1분위인 가구(하위 20%) 평균 자산인 약 3,956만 원에 비해약 40배 정도 높은 것으로 조사되었다. 한편 전체 자산의 경우 두집단 간의 자산 격차가 2012년 대비 42.3배에서 2019년 39.1배로 감소하였지만, 거주 주택자산의 격차는 73.5배에서 77.6배로, 부동산자산 격차는 100.5배에서 101.6배로 증가하는 추세를 보이고 있다. 특히, ‘부동산자산’은 자산 불평등 현상을 유발하는 주요 요인으로 지적되어 왔는데, 최근에는 장기간 주택가격이 상승하는 상황에서, 부동산자산을 중심으로 개인 간 자산 격차가 더욱 크게 발생하고 있음이 확인되고 있다(오민준, 2020).

기존 문헌에서는 거주지역이 자산 형성 및 축적에 주요한 영향을 주는 것으로 보고하고 있다(강은택·마강래, 2012; 정준호, 2020). 관련 연구에서는 소득, 일자리 등의 경제적인 기회가 압도 적으로 많은 수도권에서의 거주 여부에 따라 자산 축적 정도에 차이가 나타남을 강조하고 있다. 특히 일부 연구는 ‘수도권에서의 부동산가격 상승에 따른 자산 축적의 기회’가 개인 간 자산 격차를 더욱 크게 유발하는 기제로 작용할 수 있음을 지적하고 있다 (최승문, 2019; 김지원·마강래, 2021). 실제 수도권을 중심으로 주택가격이 급격하게 상승하면서 수도권 거주자와 비수도권 거주자 간의 자산 격차가 확대되고 있다(정다운 외, 2019). 이러한 논의는 자산 불평등 현상이 지역별로 차별적인 주택가격 상승 현상과 무관하지 않으며, 거주지역 및 주택 보유와 맞물려 있음을 시사한다.

한편, 거주지역에 따른 자산 축적 효과에 ‘계층 간 차이’가 있음을 강조한 연구도 다수 존재한다(Di et al., 2007; Turner and Luea, 2009; 김준형·최막중, 2010; 박현준·진창하, 2020; 강정구 외, 2023; 이주미, 2023). 예를 들어, 소득 계층과 지역의 상관성에 대해 실증한 김준형·최막중(2010)의 연구는 고소득 계층에서 수도권 거주의 영향력이 더욱 크다는 점을 밝혔다. 또한 강정구 외(2023)의 연구도 김준형·최막중(2010)의 연구와 유사하게, 고자산 계층에게서 수도권 거주의 영향력이 강하다는 점을 실증하였다. 반면, 박현준·진창하(2020)의 연구에서는 자산 하위계층에 속할수록 수도권 거주의 긍정적인 영향력이 더욱 크게 나타났다. 이처럼 자산 격차의 계층 간 차이에 관한 기존 연구의 결론이 일치된 건 아니지만, 공통적으로 자산 축적에 있어 거주지역의 영향력이 ‘특정 계층’에서 더 강하게 작용하고 있음을 강조하고 있다.

이를 종합해 보면, 기존 문헌은 자산 축적에서 ‘소득 계층(혹은 자산 계층)’과 ‘거주지역’의 상관성을 조명했다는 데 의의가 있지만, 이러한 상관성을 살핌에 있어 ‘주택 보유’ 여부에 따른 차이를 검증하지는 못했다. 실제 수도권으로의 인구 쏠림 현상이 지속되는 상황에서, 수도권과 같이 인구가 유입되는 지역에서는 주택수요가 꾸준하게 상승하고, 이로 인해 자산가치가 증가하면서 거주지와 주택 보유 여부에 따라 계층 간의 격차가 커질 가능성이 크다. 이에 더해, 가구 자산에서 부동산자산이 큰 비중을 차지하는 우리나라에서는 자산 불평등이 지역별 주택가격 변동, 부동산 자산의 증감 등과 맞물려 있으며, 지역별 주택가격의 편차로 인해 일부 계층으로의 자산 쏠림 현상이 발생하고 있다는 주장도 다수 제기되고 있다(이성균 외, 2020; 이원재 외, 2021). 이러한 논의를 통해 거주지역 및 주택 보유와 자산 간의 상관성에는 ‘자산을 많이 보유한 집단’과 ‘자산을 적게 보유한 집단’ 간 차이가 있다는 점을 유추해 볼 수 있다.

이에 본 연구는 ‘거주지역’과 ‘자산 축적’의 상관성이 주택 보유 여부에 따라 어떠한 차이를 갖는지 검증하는 것을 목적으로 한다. 이를 위해 한국노동연구원에서 제공하는 한국노동패널조사(Korean Labor and Income Panel Study, 이하 KLIPS) 25차(2022년) 자료를 활용하여 거주지역 및 주택 보유 여부와 순자산의 상관성의 계층 간 차이에 대한 실증분석을 수행하였다. 실증분석에서는 지역별 주택가격의 편차가 상대적으로 큰 권역을 고려해, 거주지역을 ‘수도권 vs. 비수도권’, ‘서울특별시 vs. 6대 광역시(인천·부산·울산·대구·대전·광주) vs. 기타 도 지역’으로 구분하여, 주택 보유 여부에 따른 자산 축적의 상관성을 살펴보고자 하였다.

이어지는 2장에서는 자산 격차에 대한 선행연구를 검토하였으며, 3장에서는 실증분석에 활용한 자료, 분석방법, 변수 등에 대해 기술하였다. 4장에서는 거주지역 및 주택 보유와 자산 축적 간의 상관성의 자산 계층에 따른 차이에 대한 실증분석을 수행하였다. 마지막 5장에서는 연구의 요약 및 결론을 제시하였다.

1. 자산 격차에 관한 기존 논의

주택은 위치의 고정성, 비동질성, 다양한 하위시장 존재 등의 개별적이고 고유한 특성이 있어, 일반 재화와 달리 차별적으로 접근할 필요가 있다. 특히 우리나라의 경우, 자산에서 큰 비중을 차지하는 ‘주택자산’이 부의 축적과 세대 간 이전에 결정적인 역할을 하는 것으로 알려져 있다. 일반적으로 주택가격은 수요와 공급에 의해 결정되지만, 주택만의 특성으로 인해 인구의 변화, 정부의 정책, 기대심리 등의 다양한 대내외적 요인에 의해 변화한다. 이때, 주택가격의 변화는 주택 수요와 공급 여건의 변화와 맞물려 있으며, 중장기적으로 주택수요의 주체인 ‘인구의 변화’가 주택가격을 결정짓는 중요한 요인으로 고려된다. 예를 들어, 특정 지역에서의 수요가 증가하면, 주택가격은 상승하게 되는데, 이로 인해 인구가 꾸준하게 유입되는 지역에서는 수요가 증가하면서 주택가격이 상승하게 된다(이중희, 1997). 특히 고(高)가의 주택이 집중되고, 주택가격 변동에 따른 자산가치의 변동이 크게 나타나는 지역에서는 주택자산을 통한 자산 축적의 기회가 더 많이 발생한다. 이러한 측면에서 주택 보유를 통한 자산가치의 상승은 기본적으로 지역별 주택가격의 편차와 밀접한 관련이 있다고 볼 수 있다.

본 연구에서 주목하는 자산 불평등에 대한 논의는 Piketty 이후 중요하게 다뤄져 왔다(오민준, 2020). Piketty(2014)는 자본소득에 의한 자산 형성이 노동소득에 의한 자산 형성보다 빨라질 수 있고, 경제성장률(economic growth rate)보다 자본수익률(rate of return on capital)이 높음을 실증한 바 있다. 이후 많은 학자가 ‘자본수익률의 지속적인 상승’이 자산 격차를 유발하고 있음을 지적해 왔다. Zucman(2019)은 1987~2017년의 기간 동안 주요 선진국의 자산 불평등 현황을 살펴보았는데, 1987년 중국, 유럽, 미국 3개국의 자산 상위계층 1%가 전체 자산 중 차지하는 비중이 1987년 28%에서 2017년 33%로 확대된 것으로 밝혀졌다. 국내에서는 1998년 외환위기 이후 부동산가격이 급격하게 상승하고, 자산 격차가 커지면서 자산 불평등에 관한 논의가 활발하게 이뤄지기 시작했다(정다운 외, 2019). 우리나라의 경우 OECD 국가 중에서도 재분배율이 낮고, 부동산자산에 기인하는 자산 격차가 발생한다는 특징이 있다(Shin, 2020).

부동산자산이 자산 격차 확대를 유발한다는 점은 다수의 문헌에서 일관되게 밝혀져 왔다(Di et al., 2007; Kaas et al., 2019).부동산자산 중에서도 거주 주택자산은 높은 비중을 차지하며, 주택 보유는 가계의 자산 축적에 중요한 수단으로 알려져 있다. 이러한 측면에서 자산 격차에 관한 기존 연구는 주택 보유 여부가 자산 격차를 유발하는 결정적인 요인임을 강조해 왔다(Alik-Lagrange and Schmidt, 2015; Cowell et al., 2018; Kaas et al., 2019). 유럽의 국가 간 순자산 수준 차이에 대한 Mathä et al.(2017)의 연구에서도 주택가격의 변동과 자가점유율이 순자산에 큰 영향을 주는 것으로 나타났다. 다수의 국내 문헌에서도 주택 보유 여부가 가구의 자산 격차를 유발하는 주요 요인임을 강조하고 있다(전병유·정준호, 2017; 장영은 외, 2017; 오민준, 2020). 전병유·정준호(2017)는 한국, 미국, 스페인의 자산 불평등 결정요인에 대한 실증분석을 수행하였는데, 한국의 경우 주택을 보유한 집단과 보유하지 않은 집단 간 순자산 불평등에 대한 기여도가 압도적으로 높게 나타나는 것으로 밝혀졌다. 이형찬 외(2020)는 가계금융복지조사, 주거실태조사를 활용하여 자산 원천별 총자산 불평등 기여도를 실증하였는데, 거주 주택자산의 불평등 기여도가 상대적으로 높은 것으로 확인되었다. 특히, 오민준(2020)은 주택 보유 여부가 자산 축적에 주요한 요인으로 작용하며, 부동산 상승기에는 자산 가격의 상승으로 인해 가계 간 자산 수준의 차이가 발생하고 있음을 강조한 바 있다.

한편, 자산의 축적 및 증대에서의 거주지역의 영향력을 강조한 연구도 다수 진행되어 왔다(Spilerman 2000; Munshi and Rosenzweig, 2016; Alba and Foner, 2017; Killewald et al., 2017) 관련 연구에서는 임금, 자산 등의 측면에서 경제적 기회가 상대적으로 많은 지역에서 거주하는 집단과 거주하지 않는 집단 간의 자산 규모의 차이가 발생하고 있음을 보고하고 있다. 국내 연구에서도 경제적 기회가 압도적으로 많은 수도권과 비수도권 거주자 간의 경제적 격차가 나타나는 것으로 밝혀져 왔다(강은택·마강래, 2012; 강은택, 2014). 강은택(2014)은 비수도권을 권역별(강원권·충청권·호남권·대경권·동남권)로 구분하여, 수도권으로의 이동에 따른 경제적 효과(소득·순자산)에 대한 실증분석을 수행하였는데, 모든 권역에서 이동하지 않은 집단에 비해 이동한 사람들의 소득, 자산이 더 많고, 그 격차가 점차 확대되는 것으로 분석되었다.

특히 일부 연구는 ‘주택가격 상승에 따른 거주지에서의 부동산 자산을 통한 자산 축적의 기회’가 이러한 자산 격차를 유발하는데 결정적인 수단으로 작용하고 있음을 강조하고 있다(Newman and Holupka, 2016; 최승문, 2019; 김지원·마강래, 2021). Newman and Holupka(2016)는 상대적으로 열악한 지역에 거주하는 흑인 가구의 경우, 백인 가구에 비해 주택 보유를 통한 자산 축적 효과가 덜 발생함을 실증하였다. 이에 대해 Newman and Holupka(2016)는 흑인 가구가 주택가격 상승률이 낮은 지역(lower quality areas)에서 주택을 보유하기 때문이라고 해석 하였다. 국내에서도 유사한 경향이 보고되고 있는데, 최승문(2019)은 수도권을 중심으로 주택가격이 상승하면서, 수도권에서 부동산을 보유한 집단을 중심으로 자산 증식 속도가 가속화되고 있음을 지적한 바 있다. 김지원·마강래(2021)의 연구에서는 자산 축적에서의 수도권 거주의 영향력이 통계적으로 유의하게 나타나며, 이러한 영향력이 유주택자에게 더욱 크게 나타나는 것으로 밝혀졌다. 이러한 논의는 지역별 주택가격의 편차가 큰 우리나라에서, 거주지역 및 주택 보유 여부가 자산 축적에 주요한 요인으로 작용하고 있음을 시사한다.

2. 자산 격차의 계층 간 차이에 관한 선행연구

한편, 자산 격차에 주목한 연구에서는 소득 및 자산 분위에 따른 계층 간 편차가 존재할 수 있음을 지적하고 있다(Burbidge, 2000; Di et al., 2007; Turner and Luea, 2009; 김준형·최막중, 2010; 김경아, 2015; 박현준·진창하, 2020; Wainer and Zabel, 2020; 강정구 외, 2023; 이주미, 2023). 관련 연구는 공통적으로 거주지역 또는 주택 보유 여부에 따른 자산 축적에는 계층 간 편차가 있음을 강조하고 있지만, 이들이 일치된 견해를 보이는 건 아니다.

먼저, 거주지역 및 주택 보유에 따른 자산 축적 효과가 고소득·고자산 등의 상대적으로 여유가 있는 상위계층일수록 더욱 크게 나타난다는 주장이 있다. 일반적으로 가구는 주택담보대출을 통해 주택을 구매하는데, 저소득·저자산 등 하위계층의 경우 높은 이자 비용을 부담하면서 주택을 보유하게 된다. 이때 이들 계층에게는 주택 보유를 통한 자산증식 효과를 기대하기 어렵다(Burbidge, 2000). 또한 하위계층의 경우 보유 주택이 노후화되었거나, 저(低)가 주택이기 때문에 주택가격 상승률이 낮고, 주택 소유로 인한 수익을 확보하는 데는 한계가 있다(Santiago et al., 2010). Di et al.(2007)의 연구에서는 자가 보유기간이 길수록 순자산 증대 효과가 있는 것으로 밝혀졌는데, 이러한 영향력은 상대적으로 순자산이 적은 가구에서 더 낮게 나타나는 것으로 확인 되었다. Turner and Luea(2009)는 소득계층별(중·저소득가구, 고소득가구) 주택 보유에 따른 자산 축적에 대한 실증분석을 수행하였는데, 중·저소득가구는 고소득가구에 비해 주택 보유를 통한 자산 축적의 이익이 더 적은 것으로 밝혀졌다. 실제 Schwartz(2009)는 하위계층의 경우 주택가격 변동에 취약하며, 주택가격 변동에 따른 자산 축적의 긍정적인 혜택을 기대하기 어렵다고 주장한 바 있다.

반면, 상위계층의 경우 자산 가격 상승률이 높을수록 주택 보유를 통해 더욱 많은 자산을 축적할 수 있으며, 이는 상위계층을 더욱 부유하게 만드는 기제로 작용하게 된다(오민준, 2020). 김준형·최막중(2010)은 거주지역(수도권·비수도권)을 통제하여, 자산 축적에서의 소득분위에 따른 차이를 실증한 바 있다. 해당 연구에서는 자산증식에서 수도권 거주의 영향력이 통계적으로 유의하며, 상위 분위로 갈수록 영향력이 더욱 큰 것으로 나타났다. 이에 대해 김준형·최막중(2010)은 자가 소유기간이 동일할 경우, 지역 간 주택가격의 차이, 주택가격 상승률의 차이 등으로 인한 자가 보유가 자산 형성에 영향을 미칠 수 있다고 해석하였다. 강정구 외(2023)의 연구에서도 거주지역을 수도권, 비수도권, 광역시, 비수도권도 지역으로 구분한 후 이를 통제변수로 고려하여, 거주지역과 순자산 간의 영향력을 자산 분위에 따른 차이로 살펴보았다. 비수도권 비대도시 지역에서 거주할 경우 수도권에 비해 자산이 줄어들고, 비수도권 거주로 인한 부정적인 영향이 자산 상위 분위에서 더 큰 것으로 밝혀졌다. 자산 격차를 유발하는 요인에 주목한 이주미(2023)는 자산 분위별 자산 수준 및 구성을 살펴보았는데, 자산 하위 분위에 속할수록 전체 자산에서 금융자산이 높은 비중을 차지하며, 상위 분위에 속할수록 거주 주택 등의 실물자산이 높은 비중을 차지하는 것으로 확인되었다. 이에 대해 이주미(2023)는 고자산 분위에서 부동산 여건 및 시장 변화에 따른 자산 축적의 기회가 많이 발생할 수 있음을 주장한 바 있다. 특히 신광영(2006)은 부동산가격의 급격한 상승이 저소득층, 저자산 계층 등의 하위계층의 주택 보유를 더욱 어렵게 할 뿐만 아니라, 실질임금을 유발해 무주택자의 소득을 축소하는 기제로 작용할 수 있다고 주장하였다. 실제 서울을 중심으로 주택가격이 상승하고, 지역 간 주택가격의 편차로 인해 상위계층으로의 자산 쏠림 현상이 나타나고 있다는 주장도 다수 제기되고 있다(이성균 외, 2020; 이원재 외, 2021).

한편, 주택 보유나 거주지가 자산 격차에 미치는 영향에 소득 및 자산 분위에 따른 계층 간의 뚜렷한 차이가 없거나, 하위계층에게서 더욱 크게 발생한다는 주장도 일부 존재한다. 김준형·최막중(2010)의 연구에서는 소득 수준을 세 개로 층화(stratification)해, 자산증식에서의 주택 보유의 영향력을 추정하였는데, 모든 계층에서 자가 보유에 따른 자산 축적의 긍정적 효과가 나타나는 것으로 확인되었다. 박현준·진창하(2020)의 연구에서는 자산 중위계층(0.50), 상위계층(0.75)에 비해 하위계층(0.25)에 속할수록 수도권 거주 여부의 효과가 2배 이상인 것으로 밝혀졌다. 이에 대해 박현준·진창하(2020)는 수도권에서는 양질의 일자리, 부동산 등의 보유자산의 가치상승률 등이 높다는 점에서, 저자산 계층에서 수도권 거주 여부에 따른 자산 축적의 영향력이 더 강하게 나고 있다고 해석한 바 있다.

이상의 선행연구를 종합해 보면, 기존 문헌은 자산 축적에서 ‘소득 계층(혹은 자산 계층)’에 따라 거주지역의 영향력에 차이가 있음을 조명했다는 데 의의가 있지만, 이러한 영향력에 ‘주택 보유’ 여부에 따른 차이를 검증하지는 못하였다. 이에 본 연구는 ‘자산 분위에 따른 차이’에 주목하여, 거주지역과 자산 축적의 상관성이 주택 보유 여부에 따라 차이가 있는지를 실증하고자 하였다.

1. 분석 데이터 및 분석 대상

본 연구의 실증분석에서는 한국노동연구원의 한국노동패널조사 25차(2022년) 자료를 활용하였다. 한국노동패널조사는 한국의 도시지역 내에 거주 중인 5,000가구 및 가구원을 대표하는 5,000가구에 거주 중인 모든 가구원의 패널 표본의 구성원을 대상으로 한다. 19998년 1차 조사된 이후, 현재까지 25차 조사 완료되었으며, 61.5%의 높은 표본 유지율을 보이고 있다.⁾¹ 이 자료는 가구용 자료, 개인용 자료로 구분되며, 가구용 자료는 가구원의 성별, 교육 수준, 가구원 수 등의 정보가, 가구원 자료에는 경제활동 상태(취업 여부 등), 직업, 소득 등 개인의 사회·경제적 정보가 포함되어 있다. 특히 이 조사에서는 거주 주택, 거주 주택 외 부동산 등 ‘부동산자산’, 금융기관 부채, 비금융기관 부채 등 ‘부채’, 주식이나 채권 등 ‘금융자산’ 등, 가구 자산에 대한 구체적 정보가 포함되어 있다. 본 연구의 분석대상은 25차 조사(2022년)에 응답한 가구주(head of household) 10,623명이다. 실증분석에서는 해당 표본의 거주지 및 주택 보유 여부와 순자산 간의 상관성을 검증하고, 자산 분위에 따른 차이가 있는지를 살펴보고자 하였다.

2. 분석 방법

본 연구는 ‘분위수 회귀분석(Quantile Regression Analysis)’을 활용하여 거주지역 및 주택 보유와 자산 간의 상관성의 계층 간 차이를 검증하고자 하였다. Koenker and Bassett(1978)이 제시한 분위수 회귀분석은 설명변수가 종속변수에 미치는 영향력을 파악하기 위해 종속변수에 대한 조건부 분위(conditional quantile)를 통해 회귀모형을 만든 후, 각 분위수에서의 회귀계수를 산출하는 통계적 기법이다. 일반적인 최소제곱법(Ordinary Least Squares Method) 회귀모형의 경우, 종속변수와 독립변수 간 평균적인 선형관계(linear relationship)를 확인할 수 있다. 하지만, 분위별로 독립변수가 종속변수에 미치는 영향력이 다를 경우, 회귀계수를 고정값으로 사용하는 OLS 분석만으로는 분위 별로 상이한 영향력을 추정하는 데 어려움이 있다(이범웅, 2021).

기존 문헌은 주로 최소자승법에 기반한 OLS 회귀모형을 활용하여, 가구의 자산에 미치는 영향 요인에 대해 실증해 왔다. OLS회귀모형에서는 모든 자산 분위에서 거주지역 및 주택 보유가 자산 축적에 미치는 영향이 불변한다고 가정하지만, 실제 선행연구를 통해 확인한 바와 같이, 자산 계층에 따라 이러한 영향력이 상이할 수 있다. 이때 분위별로 표본을 구분해 별도의 회귀분석을 수행할 수 있지만, 충분한 표본을 확보하지 못할 수 있으며, 이는 선택편의(selection bias) 문제로 이어질 수 있다. 분위수 회귀분석은 특정된 조건부 분포의 분위에 대해 분석할 수 있으며, 비대칭적인 데이터의 분포를 확인하기에 매우 적합하다고 할 수 있다. 분위수 회귀모형을 추정하는 식은 식 (1)과 같다.

위의 수식(1)에서 x_i^'는 독립변수 y_i는 종속변수, e_i는 잔차 그리고 β_q는 q번째 분위에서 독립변수가 종속변수에 미치는 영향력을 의미한다. OLS가 평균(mean)을 중심으로 회귀식을 추정한다면, 분위수 회귀모형은 중위수(median)를 기준으로 회귀식을 추정한다. 보다 구체적으로, 중위보다 높은 위치나 낮은 위치에 대해 각각 가중치를 부여하여 절대잔차의 합을 최소화하는 모수를 추정하게 된다. 따라서 중위회귀모형(median regression)은 분위수회귀모형의 기본 모형이라고 볼 수 있다. 중위수에서 각각의 값들이 떨어진 정도에 따라 ‘가중치’가 부여된 다음의 식 (2)가 일반적으로 사용되고 있다.

위의 식 (2)에서는 목적함수(object function)인 Q(β_q)를 최소화하는 값을 도출하는데, 목적함수에서 분위(q)는 0<q<1 사이의 값을 가진다. 만약 종속변수의 예측값≥관측값일 경우 (y_i - x_i^'β_q) , |y_i - x_i^'β_q|에 q만큼 가중치를 부여하고, 반대로 예측값≤관측값일 경우 (1-q)만큼 가중치를 부여하여 목적함수를 최소화하는 β_q를 추정한다. 본 연구의 실증분석에서는 자산을 5개의 그룹으로 나누어, 0.2, 0.4, 0.6, 0.8의 4개 분위수에서 수행한 회귀분석 결과를 통해 자산 축적에서의 거주지 및 주택 보유 여부의 영향력이 자산 분위에 따라 차이가 있는지를 검증하고자 하였다.

3. 변수구성

본 연구의 실증분석에서는 자산 분위에 따라 ‘거주지역’과 ‘주택보유 여부’가 자산에 미치는 영향이 달리 나타나는지를 추정하였다. 실증분석에서는 자산에 영향을 미치는 것으로 알려진 여러변수를 큰 틀에서 ‘개인 특성’, ‘가구 특성’, ‘경제적 특성’으로 구분하여 모형을 설계하였다. 실증분석에 사용한 변수와 기초통계량은 <표 1>과 같다.

Table 1.

Variables and basic statistics

먼저, 모형에서 사용한 종속변수는 실질적인 부를 나타내는 변수인 ‘순자산(net assets)’이다. 순자산은 부동산 자산(real estate assets), 금융자산(financial assets)을 합한 전체 자산(total assets)에서 부채(liabilities)를 제외한 값으로, 가구의 실질적인 부를 의미한다. 순자산은 25차까지 응답된 값의 평균을 활용하였으며, 각 시점의 순자산은 가장 최근 시점인 25차(2022년) 기준의 물가로 보정 후 분석에 사용하였다.²⁾순자산은 특정 시점에 응답된 값만을 활용하였지만, 가구의 자산변동을 통제함으로써, 전반적인 수준을 고려하였다. 실증분석에서는 로그(log)를 취한 로그순자산을 사용하였는데, 이는 순자산이 가진 왜도를 낮추기 위함이다.³⁾

다음으로, ‘독립변수’는 기존 선행연구(Mathä et al., 2017; 박현준·진창하, 2020; 김지원·마강래, 2021; 강정구 외, 2023)를 참고하여, 자산에 영향을 미치는 요인으로 판단되는 변수들로 구성하였다. ‘개인 특성’ 변수로는 성별, 연령, 연령제곱, 혼인상태, 교육 수준, 직업을, ‘가구 특성’ 변수로는 가구원 수, 주거 유형, 주택 보유 여부, 거주 주택 외 부동산 보유 여부 등을 고려하였다. ‘경제적 특성’ 변수에는 소득, 자산 등의 가구의 경제적 특성이 자산 보유에 영향을 미칠 수 있다는 것을 고려해 평균 근로소득, 평균 금융소득, 평균 부동산소득, 평균 사회수혜 소득, 전체 자산 대비 부채의 비율 등의 변수도 포함하였다.

마지막으로, 거주지역 변수는 수도권과 비수도권, 서울과 광역시, 도 지역 간의 ‘지역별 주택가격의 격차’로 인해 일부 계층으로의 자산 쏠림 현상이 나타나고 있다는 점(반정호, 2008)을 고려해, ‘수도권 vs. 비수도권’, ‘서울특별시 vs. 6대 광역시 vs. 기타도 지역’으로 구분하였다. 거주지와 자산 격차에 관한 기존 문헌(강은택, 2014; 박현준·진창하, 2020; 김지원·마강래, 2021)과 지역별 주택가격의 공간적 차별성에 관한 기존 문헌(이옥동·최정일, 2014; 신종협, 2018)에서는 주로 이와 같은 권역을 기준으로 활용하고 있는데, 본 연구에서는 이를 참고하였다. 특히 핵심변수의 경우, 분석모형에 ‘거주지역×주택 보유 여부’로 상호작용항 변수를 포함하였다. 이를 통해 주택 보유 여부에 따라 ‘거주지역’과 ‘순자산’ 간의 상관성에 차이가 있는지 검증하고자 하였다.

1. 거주지역 및 주택 보유에 따른 순자산 차이

거주지역과 주택 보유에 따른 순자산 축적에 대한 분석에 앞서, 거주지역과 주택 보유에 따른 순자산 차이에 대한 기초분석을 수행하였다. 거주지역을 ‘수도권 vs. 비수도권’, ‘서울특별시 vs. 6대 광역시 vs. 기타 도 지역’으로 구분하고, 주택 보유 여부(유주택 vs. 무주택)로 구분하여, 평균적인 순자산 규모를 살펴보았다.

먼저, 거주지역을 수도권과 비수도권으로 구분하고, 주택 보유 여부에 따른 순자산 규모의 평균값 차이를 확인하였다. <표 2>는 수도권 거주와 주택 보유가 순자산 축적에 강한 상관성이 있음을 보여준다. 비수도권 무주택자는 약 9천만 원으로 가장 적은 순자산을 보유하고 있는 반면, 가장 많은 순자산을 보유한 수도권 유주택자의 경우 약 3억 9천만 원으로 확인되었다. 비수도권 무주택자와 수도권 유주택자의 두 집단 간의 순자산 차이는 약 4배인 것으로 나타났다. 특히, 무주택자 중에서도 비수도권 거주자와 수도권 거주자 간의 순자산 차이는 약 1억 6천만 원으로 확인되었다. 마찬가지로 유주택자 중에서도 비수도권과 수도권 거주자 간의 약 2억 4천만 원의 순자산 차이를 보이는 것으로 밝혀졌다.

Table 2.

The difference in net assets based on residence and homeownership (non-SMA vs. SMA) (unit: 10,000 won)

다음으로, 거주지역을 서울특별시, 6대 광역시, 기타 도 지역으로 구분하고, 주택 보유 여부에 따른 순자산 규모의 차이를 살펴보았다. 아래의 <표 3>을 살펴보면, 가장 적은 순자산을 보유한 집단은 6대 광역시에 거주하는 무주택자로, 약 1억 원의 순자산을 보유하는 것으로 나타났다. 반면, 가장 많은 순자산을 보유한 집단은 서울에 거주하는 유주택자로 약 5억 1천만 원의 순자산을 보유하고 있었다.

Table 3.

The difference in net assets based on residence and homeownership (9 provinces vs. 6 metropolitan cities vs. Seoul Metropolitan City)(unit: 10,000 won)

특히, 6개의 집단 중 평균 순자산을 가장 많이 보유하고 있는 집단이 서울에 거주하는 유주택자라는 사실은, 서울특별시와 같이 주택가격이 꾸준하게 상승하는 지역에서의 거주 여부와 주택 보유 여부가 순자산 축적에 중요한 요인으로 작용하고 있음을 의미한다. 이러한 간략한 분석을 통해서도 지난 수십 년간 장기간에 걸쳐 주택가격의 지역별 편차가 발생하는 상황이 계층 간 자산 격차에 어느 정도의 영향을 미치고 있음을 유추해 볼 수 있다.

2. 거주지역 및 주택 보유 여부와 순자산 간의 상관성의 계층 간 차이 분석(수도권 vs. 비수도권)

본 연구는 거주지역 및 주택 보유 여부와 순자산의 상관성에 계층 간의 차이가 있는지에 초점을 두고 있다. 실증분석에서는 분위수 회귀모형을 활용해, 거주지역 및 주택 보유 여부와 순자산 간의 상관성이 자산 분위에 따라 달라지는지 검증하였다. 특히 거주지역의 경우, ‘수도권 vs. 비수도권’, ‘서울특별시 vs. 6대 광역시 vs. 기타 도 지역’으로 구분하여, ‘거주지’와 ‘주택 보유 여부’의 상호작용항 변수를 모형에 포함하였다. 전체 분석 과정은 OLS 회귀모형과 분위수 회귀모형의 실증결과를 비교하여 제시하였다. 먼저, 거주지역을 수도권과 비수도권으로 구분하여 분석한 결과는 <표 4>와 같다.

Table 4.

An analysis of the differences in the correlation between residence and homeownership and net assets across asset quantile (SMA vs. non-SMA)

<표 4>의 주요 결과를 살펴보면, 먼저, 개인 특성의 경우 OLS 회귀모형에서는 혼인상태, 초등학교 졸업 대비 고등학교 졸업, 2년제 대학 졸업, 4년제 대학 졸업 이상일 경우, 단순노무기타 및 무직 대비 농어업일 경우가 순자산 축적에 통계적으로 유의한 상관성이 있는 것으로 나타났다. 분위수 회귀모형에서는 모든 분위에서 혼인상태, 초등학교 졸업 대비 고등학교 졸업, 2년제 대학 졸업, 4년제 대학 졸업 이상일 경우가 순자산에 양의 상관성이 있는 것으로 밝혀졌다.

다음으로, 가구 특성과 경제적 특성에서는 OLS 회귀모형의 경우, 주거 유형이 아파트일 경우, 자가 보유할 경우, 거주 주택 외 부동산자산을 보유할 경우, 평균 근로소득, 평균 금융소득, 평균 부동산소득, 평균 사회수혜 소득, 전체 자산 대비 부동산자산의 비율과 부채 비율의 경우 통계적 유의성을 보이고 있었다. 분위수 회귀모형에서는 주거 유형이 아파트일 경우, 주택 보유 여부, 거주 주택 외의 부동산자산 보유 여부, 평균 근로소득, 평균 금융소득, 평균 부동산소득 변수가 모든 분위에서 유의한 통계성을 보이며, 상위 분위일수록 그 상관성이 더욱 큰 것으로 나타났다.

특히 수도권 거주 여부 변수의 경우, OLS 회귀모형뿐만 아니라, 분위수 회귀모형에서도 모든 계층에서 통계적 유의성을 가지며, 상위 분위일수록 순자산에 더욱 강한 상관성을 보이고 있었다. 이는 수도권 거주와 자산 축적 간의 상관성이 상위계층에게서 강하다는 점을 밝힌 선행연구(김준형·최막중, 2010; 강정구 외, 2023)와도 일치한다.

마지막으로, 수도권 거주 여부와 주택 보유 여부의 상호작용효과는 모든 분위에서 강한 통계적 유의성을 보이며, 특히 상위분위로 갈수록 그 상관성이 더욱 커지는 것으로 확인되었다. 보다 구체적으로, 상호작용 변수의 추정계수는 1분위(0.2)에서는 0.027, 2분위(0.4)에서는 0.039, 3분위(0.6)에서는 0.048, 4분위(0.8)에서는 0.064로, 순자산 상위 분위에서 수도권 거주 여부와 주택 보유 여부와 순자산 축적의 상관성이 더 강하게 나타나고 있었다. 이러한 결과는 수도권에서의 주택가격 상승 속도가 상대적으로 빠른 상황에서, 수도권 거주 여부와 주택 보유 여부에 따라 자산의 편중 현상이 가속화될 수 있음을 지적한 선행연구(최승문, 2019; 이성균 외, 2020)의 주장을 뒷받침하는 실증적 근거가될 수 있다. 특히, 최승문(2019)은 주택가격의 상승 속도에 지역 간 편차가 존재하는 상황에서, 특정 지역에서의 주택 보유 여부에 따른 자산 축적 가능성에 있어 차이가 나타날 수 있음을 주장한 바 있다. 이처럼 본 연구의 실증결과는 자산을 많이 보유할수록 수도권 거주 여부 및 주택 보유 여부와 순자산 축적 간의 상관성이 더 강하게 나타나고 있음을 보여주고 있다.

3. 거주지역 및 주택 보유 여부와 순자산 간의 상관성의 계층 간 차이 분석(서울특별시 vs. 6대 광역시 vs. 기타도 지역)

이어지는 실증분석에서는 분위수 회귀모형을 통해 거주지역을 서울특별시, 6대 광역시, 기타 도 지역으로 구분하고, 거주지역 및 주택 보유 여부와 순자산 간의 상관성에 자산 분위에 따라 차이가 발생하고 있는지를 검증하고자 하였다. 분석 결과는 <표 5>와 같다.

Table 5.

An analysis of the differences in the correlation between residence and homeownership and net assets across asset quantile (9 provinces area vs. 6 metropolitan cities vs. Seoul Metropolitan City)

<표 5>의 실증분석 결과를 살펴보면, OLS 회귀모형에서는 통제변수의 추정 결과가 첫 번째 실증분석 결과와 크게 뚜렷한 차이가 없는 것으로 확인되었다. OLS에서 개인 특성의 경우, 미혼 대비 기혼일 경우, 초등학교 졸업 대비 고등학교 졸업, 2년제 대학 졸업, 4년제 대학 졸업 이상일 경우, 단순노무기타 및 무직 대비 농어업일 경우 순자산에 양의 상관성을 가지는 것으로 나타났다. 분위수 회귀모형에서는 혼인, 교육, 직업의 경우 단순노무기타 및 무직 대비 사무직과 전문직 변수의 경우 모든 분위에서 상관성이 높은 것으로 나타났다. 가구 특성은 OLS회귀모형과 분위수회귀모형 모두 아파트 거주자일 경우, 주택을 보유할 경우, 거주주택 외 부동산자산을 보유할 경우, 순자산이 많은 것으로 확인되었으며, 상위 분위일수록 순자산과 더욱 강한 상관성을 보이고 있었다. 경제적 특성의 경우, OLS회귀모형은 모든 변수가 통계적 유의성을 보이는 것으로 나타났다. 분위수 회귀모형에서는 평균 금융소득, 평균 부동산소득은 높을수록 순자산에 양의 상관성을 보이는 것으로 나타났으며, 특히 상위 분위에서 더욱 강한 상관성을 보이는 것으로 밝혀졌다.

특히 본 연구에서 주목하는 상호작용효과를 추정한 결과는, ‘6대 광역시 거주’와 ‘주택 보유 여부’의 상호작용 효과는 나타나지 않는 것으로 밝혀졌다. 이러한 이유는 6대 광역시 거주자와 기타 도지역 거주자가 주택 보유 여부와 상관없이, 순자산 규모에 큰 차이가 없었기 때문으로 판단된다. 반면, ‘서울특별시 거주’와 ‘주택보유 여부’의 상호작용 효과는 OLS 회귀모형, 분위수 회귀모형에서 모두 강한 통계적 유의성을 보였는데, 이는 서울특별시 거주와 순자산 간의 양의 상관성이 주택을 보유할 경우에 더욱 강하게 나타남을 의미한다. 특히, 분위수 회귀모형에서도 모든 분위에서 상호작용 효과가 나타나는 것으로 확인되었다.

보다 구체적으로, 분위수 회귀모형에서 ‘서울특별시 거주’와 ‘주택 보유 여부’의 상호작용 변수의 추정계수가 1분위(0.2)에서는 0.053, 2분위(0.4)에서는 0.067, 3분위(0.6)에서는 0.078, 4분위(0.8)에서는 0.101으로, 상위 분위로 갈수록 매우 커지는 양상을 보였다. 이는 서울특별시를 중심으로 주택가격이 급격하게 상승하는 상황에서, 고소득·고자산 등 일부 상위계층으로의 자산편중 현상이 심화되고 있음을 지적한 이원재 외(2021)의 주장과 밀접한 관련이 있다. 이러한 실증결과는 향후에도 서울특별시와 기타 도 지역 간의 주택가격의 편차가 줄어들지 않는 한, 서울특별시 거주 여부와 주택 보유 여부에 따라 자산 계층 간의 격차가 더욱 심화될 수 있음을 시사하고 있다.

4. 거주지역 및 주택 보유와 순자산 축적 간의 비교

본 연구의 실증결과를 요약한 <그림 1>은 거주지역, 주택 보유 여부의 상호작용항 변수와 순자산 간의 상관성에 대한 분위수별 추정계수 변동을 시각화한 그래프를 나타낸다. 먼저, 수도권 거주 여부와 주택 보유 여부의 상호작용 효과는 0.2, 0.6, 0.8 분위에서 OLS 회귀분석의 추정치인 0.040의 95% 신뢰구간 속에 포함되지 않는 것으로 확인되었다. 이는 해당 분위에 속할 경우에는 수도권 거주와 주택 보유의 순자산에 대한 상관성이 평균적인 수준과 통계적으로 차이가 있다고 해석할 수 있다.

Figure 1.

Quantile regression coefficients for residency and interaction term variablesNote: The red solid line and shaded area represent the OLS regression coefficient and its 95% confidence interval, respectively. The blue solid line and shaded area depict the quantile regression coefficients and their 95% confidence intervals. The graph compares OLS and quantile regression estimates for two interaction variables: (1) residency in the Seoul Metropolitan Area × homeownership (left) and (2) residency in Seoul Metropolitan City × homeownership (right)

다음으로 서울특별시 거주 여부와 주택 보유 여부의 상호작용효과의 경우에도 0.2, 0.6, 0.8 분위에서 OLS 회귀분석의 추정치인 0.065가 95% 신뢰구간 속에 포함되지 않는 것으로 밝혀졌다. 이러한 결과는 순자산 축적에서 서울특별시에서의 거주 및 주택 보유 여부의 상관성이 하위 분위에 있는 집단에서는 평균적인 수준보다 더 낮은 반면, 상위 분위에 있는 집단에서는 평균적인 수준보다 더욱 높게 나타남을 의미한다. 즉, 순자산에 영향을 주는 여러 통제 요인을 고려한 상태에서, ‘수도권 거주’, ‘서울특별시 거주’와 ‘주택 보유 여부’에 따라 일부 상위계층에게 자산 쏠림 현상이 심화될 수 있음을 시사한다.