Journal Archive

공실률이란 아파트나 임대 빌딩의 경우, 개별 호의 사무실 수나 면적이 비어 있는 비율을 말한다(이호일 외, 2021). 공실률의 추세는 자세한 시장 상황과 특정 시점의 수요량과 공급량 차이를 보여주는 지표이기 때문에 중요하게 다루어져 왔다(장용삼, 2010; 민성훈·고성수, 2012). 부동산 시장에서는 수요와 공급의 균형을 확인할 수 있는 지표인 공실률뿐만 아니라 자연공실률이라는 개념도 중요하게 다루어져 왔다. 자연공실률은 많은 학자들에 의해서 정의되었으며, 이를 활용하여 부동산 분야에서 다수 연구 되어왔다.

Rosen and Smith(1983)는 시장에서 임대인과 임차인의 탐색과정을 촉진하기 위해 필요한 공실 재고량으로 자연공실률을 정의했으며, 임차인 이직률, 지역 성장률 등 제도적 특성에 따라 결정된다고 주장했다. 또한, Sivitanides(1997)는 자연공실률을 임대인이 임차인을 찾게 되는 공실 면적이며, 임대수익의 극대화를 위해 필요한 최적재고량(Optimal Inventory)으로 정의하였다. 이처럼 자연공실률은 현재 부동산 시장에서의 공실 상황에 따라 임대인의 행동을 결정짓는 요인으로 정의되며, 임대료와 공실률이 균형을 이루기 위해 가지는 균형 메커니즘(Adjustment Mechanism)에 근간을 두고 있다. 또한, 자연공실률은 부동산 시장 상황에 영향을 받기에 오피스 자산이 자리 잡은 도시에 따라서 다르게 나타나기에 도시별로 다른 공실률이 나타나게 된다(Voith and Crone, 1988).

<표 1>과 같이 실제 공실률이 자연공실률보다 낮을 경우 수요가 공급을 초과하게 된다. 이러한 불균형은 임대인 위주의 시장이 형성되면서 상가의 임대료가 상승하고 상가의 공급이 증가할 것이다. 반면, 실제 공실률이 자연공실률보다 높으면 공급초과로 인해 임차인이 선택할 수 있는 상가의 폭이 넓어지기에 임차인 위주의 시장이 형성된다. 이러한 변화로 인해 임대료를 낮추고 공급은 줄어들 것이다. 이처럼 시장 상황에 따른 임대료 변화가 임차인과 임대인의 행동에 영향을 주기에 공실이 발생하는 원인을 임대료와 수요 및 공급에 초점이 맞혀져 왔다.

임대료에 기반한 공실률이 발생하는 원인은 마찰적 요인과 하방경직성으로 분류될 수 있다(이호일 외, 2021). 마찰적 요인은 임대인과 임차인이 적합한 합의를 모색하면서 일시적인 공실이 발생하는 상황을 말한다. 이러한 과정으로 인해 일정한 공실은 항상 존재하게 된다. 하방경직성은 임대료가 한 번 오르게 되면 경제 여건이 변화해도 하락하지 않고 임대료를 유지하려고 하는 경향을 말한다. 이러한 상황 속에서 공실이 생긴 건물의 임대인은 임대료를 바로 낮추지 않고 빌딩의 서비스를 개선하는 방법 등을 통해 공실을 최소화하려고 하며, 기존 임차인과의 계약 관계로 인하여 공실이 장기화되면 그때 임대료를 인하하게 된다(이호일 외, 2021).

앞선 내용을 정리하면 한 시점에서의 공실률은 임대료에 직·간접적으로 영향을 주게 되며, 임대료와 상호작용을 이루게 된다. 임대료는 건물이 위치한 지역의 경제적 요인, 건물의 개별적 요인, 시장요인 등 다양한 요인에 영향을 받기에 다양한 측면을 고려할 필요가 있다. 그러나, 자연공실률은 시간의 흐름에 따라 변할 수 있다(Wheaton and Torto, 1998; 김경민·박정수, 2009). 실제 국내에 확보되는 공실률 자료는 일정한 표본을 대상으로 공실률이 산정되기 때문에 신규 공급되는 공실률이 고려될 여지가 많지 않다(류강민·이창무, 2012). 따라서, 상가 공실의 유무를 활용하여 공실을 발생시키는 기본적인 관계에 집중할 필요가 있다.

상가의 공실은 경기 침체 속에서 사업체 폐업으로 인한 지속적인 사업체 수의 감소로 시작된다고 할 수 있다. 최근, 많은 국가에서 사업체 수가 감소하고 있으며, COVID-19와 온라인 거래의 확대로 인하여 상황이 더욱 악화되고 있다(Kickert et al., 2020). 이처럼 사업체의 폐업이 증가하게 되면 상가 공실을 초래하게 되고, 이로 인해 고용 불안정과 사회적 비용이 증가하여 개인과 국가적으로 경제적 손실을 초래하는 문제를 발생시킬 수 있다(Lee et al., 2021). 따라서 사업체 폐업의 증가를 방지하기 위해 사업체 폐업의 영향요인을 확인한 연구들이 진행되었다.

Kickert et al.(2020)은 미국 디트로이트, 영국 버밍엄, 네덜란드 헤이그라는 세 개 도시의 핵심 지역을 대상으로 다양한 통계모형을 활용하여 허브 앤 스포크(Hub-and Spoke) 모델의 집적도, 중심성, 연결성을 중심으로 소매업 폐업의 영향요인을 확인했다. 이를 통해 소매업 폐업에 집적도, 중심성, 연결성 순서로 소매업 폐업에 영향을 주는 것을 확인하여 클러스터에 대한 계획과 투자의 중요성을 시사했다. 더 나아가 이정민 외(2021)는 서울시의 발달상권과 골목상권을 대상으로 음식점 밀도의 한계효과를 확인하여, 밀도관리에 대한 차별적 고려가 이루어져야 함을 시사했다. 이러한 소매업 폐업에 대한 영향요인을 도시의 규모 및 고용률이나 인구 통계적 변화 측면에서 확인한 연구도 진행되었다(남윤미, 2017; Delage et al., 2020). 이는 수요, 비용 관련 요소들이 사업체 폐업에 영향을 주며, 도시의 규모에 따라 다른 영향을 확인했다는 의의가 있다.

사업체 폐업의 증가로 발생하는 상권 불안전성을 개선하고자 사업체의 생존에 대한 연구도 진행되었다. 해당 연구들은 주로 Cox 비례위험모형(Cox’s Proportional Hazards Regression Model)과 카플란 마이어 모형(Kaplan-Meier Method)과 같은 생존모형(Survival Model)을 활용하여 생존기간과 생존율에 영향을 미치는 요인을 확인했다(안주엽·성지미, 2003; Christie and Sjoquist, 2012; 김성호 외, 2023). 이 연구들은 사업체의 개별 특성과 지역 특성, 산업 요인에 따른 차이가 생존에 영향을 미치고 있음을 확인했다는 점에서 의의가 있다. 이외에도 상권 특성, 가로망의 접근성, 교통량 데이터 등의 요인들과 사업체 폐업 및 생존율과 상관관계를 확인한 연구들이 진행되었다(정동규·윤희연, 2017; D’Silva et al., 2018; 이동현 외, 2020).

앞선 선행연구들은 상가 공실을 초래할 수 있는 사업체의 폐업이나 생존율의 영향요인을 분석하여 다양한 측면에서 정책적 시사점을 제시했다는 점에서 의의가 있다. 그러나, 높은 폐업률과 짧은 생존율이 반드시 경기 침체를 의미하는 것은 아니다. 성장하는 상권 내에서는 임대료 상승 폭이 가파르고, 해당 상권은 경쟁력이 높아 폐업률이 높을 가능성이 있는 것이 대표적이다. 해당 지역은 많은 폐업과 짧은 생존율과 함께 높은 창업률을 보일 것이며, 이러한 지역은 경기 침체로 인한 공실 문제가 발생하기 어려울 것이다. 이러한 한계점을 극복하기 위해서는 상권의 쇠퇴를 직접적으로 보여주는 공실 데이터를 이용하여 공실 추이와 그 원인을 분석하는 것이 중요하다.

기존의 선행연구들은 상가 건물이나 오피스 건물의 임대료에 영향을 주는 요인에 초점을 맞추어 진행되었다(De Wit and Van Dijk, 2003; 최진·진창하, 2015; Yang et al., 2021). 또한, 공실이나 공실률을 다룬 연구들도 주로 오피스 및 주거용 건물에 대해서 다루었다. Shilling et al.(1987)은 미국의 17개 도시를 대상으로 오피스 건물의 자연공실률과 실제 공실률 문제를 다루었으며, 류강민·이창무(2012)도 Ordinary Least Square(OLS)와 2Stage Least Squares(2SLS) 통계모형을 활용하여 서울시의 오피스 건물에 대한 공실률 및 임대료 문제를 다루었다. 이 연구들은 오피스 건물에 대한 대체재가 주변에 존재하여 해당 공간에 대한 수요는 탄력적일 수 있으며, 공실률은 임대료와 양(+)의 관계를 가지는 것을 확인했다는 의의가 있다. 빈집 관련 연구에서도 빈집의 물리적 특성과 산업 특성, 인구 특성이 빈집 발생에 영향을 주는 것을 확인하였으며(Park et al., 2021; 정상희·이수기, 2024), 이러한 영향요인의 도시 간 차이에 따른 차별적인 정책 개입이 필요하다. 이외에도 고용률, 실업률, 인종 구성 등 다양한 지역 특성 측면에서 오피스 및 주거용 건물의 공실 및 공실률에 대한 영향요인을 분석한 연구들이 진행되었다(Sanderson et al., 2006; Silverman et al., 2013; 이창효·김기중, 2021).

앞선 연구들에서 오피스 건물과 빈집은 임대료나 물리적 특성과 같은 건물의 개별적 특성도 중요하지만, 건물이 위치한 지역의 특성도 공실에 영향을 주는 것을 확인했다. 이를 통해 도시 쇠퇴를 방지하기 위한 다양한 도시 조건에서 적합한 정책을 제안하였다. 이러한 측면에서 상가 공실에 대처하는 것은 지역 활성화의 한 측면이기에(Cardullo et al., 2018), 임대료뿐만 아니라 상가의 개별적 특성과 지역 차이에 따른 영향요인을 확인해야 한다.

상가 공실도 인구통계학적 요인과 주차장의 유무 및 범죄율과 같은 도시적 맥락에 따라 달라질 수 있다. Yeates and Montgomery(1999)는 캐나다 온타리오의 5개 도시를 대상으로 1995년과 1997년에 실시한 설문조사 데이터를 통해 상업 구조와 공실률을 분석하여, 공실률의 변화 추세를 인구와 총소득에 따른 수요의 규모와 새로운 상업시설에 따른 경쟁 측면에서 논의했다.

Talen and Park(2022)은 시카고 기관과의 18번 인터뷰를 통해 소매점 공실에 대한 이유와 이를 해결하기 위한 계획을 다루었다. 공실에 대한 이유로는 크게 인구 및 인종의 변화, 범죄율과 같은 도시적 맥락에서의 이유가 있는 것으로 나타났다. 이처럼 인구의 변화는 사업체가 입점해 있는 상가를 지탱할 수 있는 충분한 인구가 부족한 문제를 초래할 수 있다. 또한, 상가 건물이 위치한 상권의 규모가 커지면 소비자의 규모에 비해 공급 과잉으로 이어지기도 하며 동일한 고객 기반을 대상으로 하여 사업체 간의 경쟁이 심화되어 공실률을 높이기에 상가의 위치가 중요하게 다루어지기도 했다(Zweeden, 2009). 다른 한편으로 사업체의 매력도나 고객의 충성도는 위치에 의존하지 않을 수도 있으며(Rabbanee et al., 2012), 주변 도로망이나 대중교통까지의 거리와 같은 접근성 특성이나 상가 층수, 건축연도와 같은 물리적 특성이 공실에 더 높은 영향을 줄 수 있다(이윤명·김태형, 2018; Saravia et al., 2019; 이호일 외, 2021).

앞선 연구들은 기존 상가의 공실 영향요인을 확인했다는 점에서 의의가 있지만, 상가 개별적 특징만을 고려하거나 지역적 차이 중 하나의 측면만을 분석했다는 한계점이 있다. 또한, 일부 중심 상권이나 하나의 도시를 중심으로 분석하였기에 도시 규모와 특성에 따른 상가 공실의 차이를 확인하지 못했다. 우리나라의 수도권과 지방 간의 개발 패턴 차이는 각 지역의 상가 공실에 다른 영향을 미칠 수 있을 것이다. 특히, 수도권의 집중적인 개발로 인해 다른 지역과의 불균형이 나타나고 있으며(김현우·이준영, 2022), 공실 문제의 차이를 발생시키는 주요 요인이 될 수 있다.

이처럼 상가 공실은 상가 개별적 특성과 지역적 특성에 모두 영향을 받을 수 있으며, 지역 간의 차이 또한 존재할 수 있기에 이를 모두 고려한 분석이 필요하다. 최근에는 소비 및 공급 구조의 근본적인 변화가 상가 공실에 미치는 영향이 점차 부각되고 있다. 온라인 소비의 확산은 전통적인 오프라인 상점의 수요 기반을 악화시키는 핵심 요인으로 작용하고 있으며, 이는 단순한 경기 침체가 아닌 소비환경의 구조적 전환으로 볼 수 있다(Talen and Park, 2022). 아울러, 소비의 공간적 집중 현상도 공실 문제를 악화시키는 요인으로 작용할 수 있다. 소비와 상업 활동이 특정 지역(핫플레이스)에 집중되면서 다른 지역의 상권은 상대적으로 쇠퇴할 수 있다(김민규·이창연, 2023). 이와 같은 소비 집중 현상은 비중심 상권의 공실 문제를 가중시키는 요인으로 작용할 수 있다. 또한, 젠트리피케이션도 공실을 발생시키는 원인이 될 수 있다. 젠트리피케이션이 발생한 지역에서는 사업체의 창업과 폐업이 반복되고 평균 영업 기간이 짧아지는 현상이 나타난다(유민태·박태원, 2021). 이는 임차인의 정착성과 상업 활동의 지속 가능성을 저해하여, 공실과 불안정한 점포 순환이 반복되는 양상으로 나타날 수 있다. 이러한 변화는 단기적 수요 감소를 넘어, 도시 수축(shrinkage)이나 소비력 분산과 같은 구조적 문제로 이어지며, 공실의 장기적·지속적인 확대를 유발할 수 있다. 따라서, 상가 공실 문제를 보다 종합적으로 분석하기 위해서는 전통적인 요인뿐만 아니라, 최근의 소비환경 변화, 상권 내외의 불균형, 젠트리피케이션 등 구조적·거시적 변화 요인을 통합적으로 고려하는 접근이 필요하다.

본 연구의 차별성은 다음과 같다. 첫째, 본 연구는 한국부동산원의 상업용부동산 임대동향조사 마이크로데이터를 통해 상가 공실의 영향요인을 확인한다. 기존 연구들은 지역의 쇠퇴 또는 성장을 확인하고자 사업체의 폐업이나 생존율을 분석하여 연구 결과를 바탕으로 정책을 제안하였다. 그러나 해당 변수들은 반드시 지역의 쇠퇴 또는 성장을 확인하기에는 한계점이 존재한다. 따라서, 본 연구에서는 지역의 성장이나 쇠퇴를 직접적으로 보여줄 수 있는 공실 데이터를 활용하여 상가 공실의 영향요인을 확인한다.

둘째, 상가의 개별적 특성과 지역적 특성을 모두 고려하여 상가 공실의 영향요인을 분석한다. 상가의 공실 문제는 개별적 특성과 지역적 특성의 다양한 요인에 의해 영향을 받는다. 지역마다 경제 침체, 인프라 부족, 불리한 규제 환경 등 고유한 문제에 직면할 수 있으며, 이로 인해 공실 문제가 심각해질 수 있다. 그러나 기존의 연구에서는 하나의 측면만을 분석하여 상가 공실의 객관적인 측정이 이루어지지 못하였다. 또한, 상가 공실에 관한 연구들은 주로 임대료에 집중되어 있어 다양한 측면에서의 접근이 이루어지지 않고 있다. 본 연구에서는 상가 공실의 다양한 영향요인을 보다 포괄적으로 분석하여, 상가 공실 문제 해결을 위한 정책적 개입에 대한 새로운 시각을 제공한다는 점에서 차별성이 있다.

셋째, 본 연구는 상가 공실 발생의 원인을 분석함에 있어, 단기적 요인에 국한되지 않고 장기적인 거시 구조의 변화가 누적되어 나타난 지역별 공실 현상을 분석하였다. 인구감소, 소비 행태 변화, 소비의 특정 지역 집중과 같은 현상은 시간이 경과됨에 따라 누적된 구조적 변화이며, 특정 시점의 공실 문제에 직접적인 영향을 준다. 이에 따라 본 연구는 인구 및 산업 관련 지표의 변화를 변수로 활용함으로써, 도시 수축(shrinkage), 소비 기반 약화 등 지역 구조의 변화가 공실에 미치는 영향을 실증적으로 분석하였다. 이를 통해, 현재 시점에서의 실질적인 상가 공실 대응 전략을 도출할 수 있다는 점에서 차별성이 있다.

마지막으로, 본 연구는 전국을 대상으로 하여 시군구 단위에서 상가 공실을 분석한다. 전국 시군구 단위의 분석은 정부나 지자체가 구체적인 정책을 계획하고 적용하는 데에도 도움이 될 뿐만 아니라, 상가 공실이 발생하는 각 지역의 다른 요인들을 확인할 수 있다. 또한, 공실 문제는 전 세계적으로 주목하고 있는 문제이기에 우리나라와 유사한 개발 과정을 가진 다른 국가들에서도 각국의 경제적, 사회적 구조에 따라 차별적인 대응 방안을 모색할 필요가 있다. 본 연구를 통해 상가 공실에 대한 차별적인 대응책을 마련할 수 있을 것이다.

본 연구는 <그림 1>과 같이 대한민국 시군구 250개 중 234개를 연구 대상지로 한다. 대한민국은 수도인 서울을 포함하여 17개의 광역자치단체가 있으며, 광역자치단체에는 250개의 시군구가 존재한다. 그러나, 본 연구의 활용자료인 2023년 ‘상업용부동산 임대동향조사 마이크로데이터’ 자료가 존재하지 않는 일부 지역들은 대상지에서 제외하였다.

Figure 1. 
Study area: 234 municipal cities

본 연구는 상가 공실 영향요인을 확인하기 위해 한국부동산원의 ‘상업용부동산 임대동향조사 마이크로데이터’를 활용하였다. 해당 데이터는 원자료에서 입력오류 등을 제거하여 상업용부동산 임대동향조사와 같은 공표 통계표 작성 등 데이터 가공의 기초자료로 사용되는 통계 원시자료이다. 상업용부동산 임대동향조사에서 집계하는 공실률과 달리, 개별 점포 수준의 공실 여부를 제공한다. 이에 따라, 본 연구에서는 해당 데이터를 활용하여 종속변수를 이분형 변수로 정의하였다. 이러한 마이크로 데이터는 오피스 및 상가 건물을 중심으로 전국 17개 시도를 조사대상으로 선정하여, 매 분기 둘째 월부터 조사기준일을 포함한 약 8주간 조사를 하고 있다. 또한, 전국에 분포한 오피스·상가 빌딩을 조사하여 층화계통추출법과 층화집락계통추출법을 통해 표본을 추출하고 있다. 이러한 방법을 통해 상가 수가 많은 지역은 비례적으로 데이터를 제공하여 신뢰성을 향상시키고, 모집단 구조를 더 정확하게 반영할 수 있을 것이다. 표본의 규모는 일반건물 12,111동(오피스 824동, 중대형 상가 5,761동, 소규모 상가 5,526동) 및 집합건물 29,500호이다.

상업용부동산 임대동향조사 마이크로데이터는 우리나라의 상업용부동산에 대한 정보를 제공하는 대표적인 자료이지만, 표본 선택의 한계에서 완전히 자유롭다고는 할 수 없다. 그러나 현재는 개별 수준의 정보를 제공하는 데이터나 전국적인 조사가 이루어진 데이터가 없는 상황이다. 상업용부동산 임대동향조사 마이크로데이터는 층수, 건축연도 등 특정 세부적인 사항의 개별적인 요인과 시군구 단위에서의 지역적 위치를 제공하기에 상가 개별적 특성과 지역적 차이를 반영하여 상가 공실의 영향요인을 분석하는데 적절할 것으로 판단하였다.

본 연구의 분석 대상은 소규모 상가, 중대형 상가와 집합상가이다. 소규모 상가는 주 용도가 상가(제1·2종 근린생활시설, 판매시설, 운동시설, 위락시설)이고 2층 이하이며 연면적 330m2 이하인 일반건축물을 의미하며, 중대형 상가는 일반건축물상 주 용도가 상가이고 3층 이상이거나 연면적 330m2 초과인 일반건축물을 의미한다. 또한, 집합상가는 집합건축물대장상의 주 용도가 상가인 집합건축물을 의미한다. 공실은 임대계약이 체결되지 않았거나 자가, 분양 등의 방법으로도 이용되지 않는 오피스 및 매장용 빌딩의 빈 공간을 의미한다(한국부동산원, 2024b). 2023년 4분기 기준으로 조사된 소규모 상가, 중대형 상가, 집합상가 70,911개의 데이터 중 일부 정보가 누락된 데이터를 제외하여 총 70,901개의 데이터를 분석에 사용하였다.

본 연구에서는 공실 여부를 종속변수로 사용하며, 분석에 활용한 변수는 <표 2>와 같다. 독립변수는 상가 건물 특성, 접근성 특성, 인구 특성, 산업 특성, 공급 특성, 지역 특성으로 선정했다. 상가 건물 특성으로는 층수, 건축연도, 용적률, 건물 유형, 임대료가 있다. 해당 요인들은 공실에 영향을 주는 요인으로 다루어진다(Lee et al., 2021; 이호일 외, 2021). 본 연구에서는 지상층 외에도 지하층을 고려하여 층수가 상가 공실에 주는 영향을 확인한다. 일반적으로 임차인들은 소비자들이 접근하기 좋고 잘 보이는 위치에 입점하기 위하여 저층부를 선호하기에(이호일 외, 2021), 층수 변수를 범주형으로 재구성하여 1층~2층을 기준변수로 설정했다. 용적률과 건축연도 변수는 범주형으로 자료를 제공하고 있어 구간을 3개로 나누어 변수를 재구성하였다. 특히, 임대료는 상가 공실뿐만 아니라 빈집이나 오피스 건물의 공실을 증가시키는 주요한 요인으로 제시되고 있다(Shilling et al., 1987; 류강민·이창무, 2012). 본 연구에서는 상가 공실에 대한 임대료의 비선형 관계를 분석하기 위해 임대료의 제곱 변수를 추가로 설정했다.

접근성 특성으로는 상가 기준 500m 안에 지하철역과 버스정류장의 유무로 설정했다. 지하철역과 버스정류장은 상가 건물에 접근하기에 유용한 수단이며, 대중교통을 통한 접근성 관련 연구들에서 주로 500m를 접근성의 변화를 확인하기 위한 최대 거리로 설정했다(진장익·진은애, 2015; Wang et al., 2023). 따라서, 본 연구에서도 상가를 기준으로 500m 범위 안에 대중교통의 존재 여부를 확인하였으며, 이러한 대중교통을 통한 접근성 향상은 상가 공실에 영향을 줄 것으로 판단하여 접근성 변수로 추가하였다.

인구 특성은 인구밀도, 고령인구 비율, 1인 가구 비율로 설정했다. 인구밀도 변수는 도시의 팽창(인구와 토지 면적 증가), 도시의 압축(인구만 증가) 등의 변화를 반영할 수 있으며(Newman et al., 2016), 이러한 지역별 인구밀도의 차이는 상가를 이용할 수 있는 잠재적 소비자의 차이를 만들 수 있다. 대표적으로 인구가 밀집된 지역에서는 짧은 거리 내에서 많은 소비자가 접근할 가능성이 높아 상가의 입지가 더욱 유리해질 것이다. 또한, 고령인구와 1인 가구는 소매업과 같은 사업체의 폐업이나 도시 경제에 영향을 주는 요인이며(Tscharaktschiew and Hirte, 2010; 임보영, 2023), 이러한 사업체 및 도시 경제적 변화에 따라 상가 공실에도 영향을 줄 것으로 판단하여 인구 특성으로 설정했다.

산업 특성으로 사업체 수, 고용률을 설정했다. 사업체에는 1차 산업(농업, 임업, 어업)과 2차 산업(광업, 제조업, 건설업), 공익 산업(전기, 가스, 통신, 수송, 용수업), 기타 서비스업이 포함된다. 사업체 수는 일자리를 제공하는 중요한 지표로, 이는 개인의 소득수준과 지역 경제와 직결된다. 이러한 측면에서 고용률 또한 개인의 소득과 지역 경제에 영향을 미치는 중요한 요인으로 판단되어 변수로 설정하였다.

공급 특성은 해당 지역 인구수 대비 상가 수와 음식점 창업 수 대비 음식점 폐업 수를 변수로 설정했다. 지역별 상가 공급이 인구수 대비 과도할 경우, 상가의 공급 과잉으로 이어질 수 있으며, 이러한 공급 과잉은 공실을 높일 수 있는 중요한 요인이다. 또한, 음식점은 진입장벽이 낮고 상권의 변화에 민감하게 반응하며(정동규·윤희연, 2017), 상가의 대표적인 업종이다. 젠트리피케이션이 발생하는 지역에서는 사업체의 창업과 폐업이 반복되며, 임차인의 정착성과 상업 활동의 지속 가능성이 저해된다(유민태·박태원, 2021). 이러한 현상은 상가 내 점포 순환의 불안정성을 높이고, 결과적으로 공실 발생 가능성을 증가시킬 수 있다. 따라서, 음식점 창업 수 대비 음식점 폐업 수와 인구 대비 상가 수를 공급 특성으로 설정하여 공실에 미치는 영향을 분석하고자 한다.

마지막으로 특별시/광역시와 도 지역은 인구 규모, 경제 구조, 기반시설 수준 등에서 구조적 차이가 있으며, 이는 공실 문제의 차이를 발생시키는 주요 요인이 될 수 있어 지역 특성 변수로 설정했다. 또한, 상가 공실의 발생은 단기적인 요인 외에도 장기적인 구조 변화의 방향성과 추세에 영향을 받을 수 있기에(Sivitanides, 1997), 인구밀도와 지역내총생산(GRDP)에 대해 각각 2013년과 2015년을 기준으로 2023년까지의 변화량을 변수로 포함하였다. 인구밀도는 도시 내 거주 및 상업 수요의 밀집 정도를 반영하며, 지속적인 밀도 감소는 도시 수축(shrinkage)의 신호로 해석될 수 있다(Park et al., 2021). 이는 상가 수요 기반의 약화와 상권의 쇠퇴로 이어져 공실률 증가로 연결될 수 있다. 또한, GRDP는 해당 지역의 경제적 활력과 성장을 간접적으로 반영하며, 도시의 경제적 활력은 임대료 상승 가능성을 높여 도시 간의 공실 차이를 발생시키는 요인이다(Sivitanides, 1997). 이를 통해 본 연구는 도시의 수축, 소비 기반 약화 등과 같은 장기적 변화가 상가 공실에 미치는 영향을 확인하고자 한다.

본 연구는 다수준 로짓 모형(Multilevel Logit Model)을 사용하여 상가 공실 영향요인을 확인한다. 상가 공실에 미치는 영향요인은 일반적으로 개별 상가의 특징이다. 그러나, 상가 공실은 도시 규모와 같은 지역적 특성에 따라 다르게 나타날 수 있기에, 도시규모 차원에서의 특성까지 고려되어야 한다. 상가 개별적 특성과 지역적 특성은 위계구조를 갖고 있으므로 전통적인 회귀분석을 사용하면 생태학적 오류가 발생한다. 이는 상가 개별적 특성이 지역 간의 차이에 관계없이 동일하다고 가정을 하기에 층위간 상호작용을 검토하는 데 한계가 있다(고승욱 외, 2023). 이러한 측면에서 다층모형은 자료의 위계적 구조를 고려하여 개인 단위의 특성뿐만 아니라 지역적 특성까지 반영할 수 있다(Hipp, 2009). 따라서, 본 연구에서는 도시 행정 단위인 시군구로 지역적 특성을 반영하였으며, 상가 개별적 특성과 지역적 특성을 모두 고려하기 위해 다층모형을 활용하였다. 또한, 상가 개별적 특성을 1수준으로, 지역적 특성을 2수준으로 위계를 구분하였다.

위계적 구조의 각 특성에 따라 상가 공실 요인이 결정될 것으로 판단되며, 본 연구의 종속변수는 0과 1로 이루어진 이분산 변수이기 때문에 다수준 로짓모형(Multilevel Logit Model)을 사용하였다. 일반 로지스틱 회귀모형과 같이 설명변수가 1단위 증가할 때 확률 비율을 승산비로 정의하며, 이를 산출하는 방법은 식 (1)과 같다.

log⁡itPYij=1은 j 지역 내 i 개인 관측치에 대한 이진 결과의 로그 확률이며, β₀은 회귀모형의 계수를 의미한다. β_p는 p번째 예측 변수에 대한 회귀 계수이며, X_{pi j}는 연속적이거나 범주적일 수 있는 설명변수이다. μ_0j은 j 지역에 대한 무작위 절편으로, 지역 j가 전체 절편 β₀에서 얼마나 벗어나는지를 나타낸다.

이후, Intraclass Correlation Coefficients(ICC) 값을 확인하여 수준별 영향력을 판단하였다. ICC 값은 각 수준의 설명변수가 종속변수의 분산을 설명하는 정도를 의미한다.

본 연구에서 사용한 변수의 기술통계 결과는 <표 3>과 같다. 전체 표본의 수는 70,901개이며, 종속변수는 공실이면 1, 아니면 0으로 설정했다. 공실 평균이 0.10으로 나타나, 2023년 4분기 기준으로 조사된 전국 상가의 약 10%가 공실인 것으로 나타났다.

개인 특성 중에서 층수를 통해 조사된 점포의 대부분 1층부터 2층에 위치하며, 일부 점포가 지하와 6층 이상에 위치한 것으로 나타났다. 건축연도에서는 2001년 이후에 건축된 상가가 29,355개로 전체 41.4%를 차지하여 조사된 상가의 대다수가 2001년 이후에 건축된 것으로 나타났으며, 용적률은 300% 이하의 상가가 다수 조사된 것으로 나타났다. 또한, 소규모 상가는 중대형 상가나 집합상가와 달리 상대적으로 적게 조사된 것으로 나타났다. 단위면적당 임대료의 최솟값은 0.03이며, 최댓값은 42.85로 나타나 이들 간의 격차가 큰 것을 확인했다.

접근성 특성인 지하철역과 버스정류장이 존재하는 상가는 각각 30,660개와 66,472개인 것으로 나타났다. 이를 통해 상가 건물 500m 안에 지하철역보다 버스정류장이 많이 있는 것을 확인하였으며, 조사된 상가의 다수가 버스를 통해 접근하기에 용이한 것으로 판단된다.

인구 특성 중 인구밀도의 표준편차가 9.92로 나타나, 지역 간의 차이가 큰 것으로 나타났다. 또한, 고령인구 비율과 1인 가구 비율의 표준편차는 각각 5.43과 5.63으로 나타나, 지역 간의 큰 차이가 없는 것으로 판단된다.

산업 특성인 사업체 수와 고용률의 평균은 각각 46.44, 60.65로 나타났다. 공급 특성인 인구수 대비 상가 수는 최소 0.01, 최대 14.07까지 분포되어 있어 지역별 상가 공급 수준에 큰 차이가 있는 것으로 나타났다. 또한, 음식점 창업 수 대비 폐업 수의 평균은 3.76으로, 음식점 폐업이 창업을 크게 상회하고 있음을 확인했다.

지역 특성으로는 특별시 및 광역시에 위치한 상가가 전체의 약 51%를 차지하고 있으며, 인구 밀도 변화량은 -3.94에서 1.99 사이로 나타났다. 또한, GRDP 변화량은 -0.84에서 4.35까지 나타나, 일부 지역에서 인구 및 경제력 기반이 축소되고 있는 반면, 다른 지역에서는 성장이 이루어지고 있는 것으로 판단된다.

본 연구는 상가 공실 영향요인을 확인하기 위하여 공실이면 1, 공실이 아니면 0으로 종속변수를 설정하여 다수준 로짓 회귀분석을 진행하였음, 그 결과는 <표 4>와 같다. 본 연구는 시군구 234개를 대상으로 하였으나, 독립변수의 분석 단위를 통일하기 위하여 천안시 서북구, 동북구 등 일부 지역을 합쳐 총 212개의 그룹으로 구성하였다. 또한, 독립변수의 다중공선성을 검증하기 위해 분산팽창계수(Variance Inflation Factor, VIF)를 계산하였으며, 모두 8 이하로 나타나 변수들의 다중공선성 문제가 없는 것을 확인했다.

모형1은 수준을 고려하지 않은 로짓 회귀분석이며, 모형2는 개인 수준과 지역 수준을 고려한 2수준 로짓 회귀분석이다. 다수준 모형의 적합도를 확인하는 LR test vs logistic model의 결과가 통계적으로 유의하게 나타나, 다수준 로짓 모형을 사용하는 것이 적합한 것으로 나타났다. 또한, 값이 작을수록 설명력이 높은 통계모형임을 나타내는 지표인 AIC와 BIC를 통해, 지역 수준을 고려한 모형2가 적합한 모형으로 판단했다. 모형2의 ICC 값이 0.04로 나타났으며, 이는 종속변수인 상가 공실의 분산에 대해 지역 수준은 4% 설명력이 있는 것을 의미한다.

지역 수준을 고려하게 되면서 건축연도와 접근성 특성을 제외한 개인 수준 변수들의 Odds ratio가 증가하는 것으로 나타났다. 이는 지역 수준보다 건물의 층수나 상가 유형과 같은 개인 수준 변수가 상가 공실에 미치는 영향력이 크다는 것을 의미한다. 특히, 접근성 특성인 지하철역 및 버스정류장의 유무는 지역 수준을 고려하지 않은 모형1에서 통계적 유의성이 나타났지만, 지역 수준을 고려한 모형2에서는 상가 공실과 통계적 유의성이 나타나지 않았다. 이는 상가 공실을 설명함에 있어 지역 수준 요인이 접근성 특성보다 주요한 역할을 하고 있으며, 이러한 상위 수준 영향이 지역 교통 접근성의 효과를 감소시켜 유의하지 않은 결과가 나타난 것으로 판단된다.

<표 4>에서 모형2의 분석결과, 상가 개별적 특성에서 용적률 600% 초과를 제외한 모든 변수가 상가 공실과 유의수준 95%에서 통계적으로 유의한 것으로 나타났다. 우선, 지하층, 3층~5층과 6층 이상은 1층~2층보다 상가 공실이 발생할 확률이 각각 4.07배, 1.37배, 1.25배 높은 것으로 나타났다. 상가의 경우 임차인은 경관보다는 고객을 끌어들이는 것이 중요하기 때문에 상대적으로 저층부를 선호하게 되어 지하와 고층부는 공실일 확률이 높은 것으로 분석된다(이호일 외, 2021).

상가 건물의 건축연도가 1985년 이전과 1986년~2000년이면 2001년 이후 상가보다 상가 공실이 발생할 확률이 각각 1.61배, 1.24배 높은 것으로 나타났다. 새로운 상가에 비해 오래된 상가는 물리적인 방치나 잦은 유지 관리와 같은 문제가 있을 가능성이 높다(Benjamin et al., 1990). 또한, Sirmans and Guidry(1993)는 오래된 쇼핑센터는 일상적인 유지관리가 더 필요하므로 임대계약을 체결한 세입자에게 부정적인 영향을 줄 수 있음을 확인했다. 이러한 문제는 상가의 매력도를 낮추게 하는 요인으로서 새롭게 지어지는 상가에 비해 공실이 발생할 확률이 높은 것으로 판단된다. 용적률 300% 초과 600% 이하인 상가는 용적률이 300% 이하인 상가보다 상가 공실이 발생할 확률이 1.07배 높은 것으로 나타났다. 일반적으로 건물 소유자는 다량의 점포를 구획하여 수익을 내고자 할 것이다. 이는 수용할 수 있는 점포 수가 증가하게 되면서 상가가 위치한 공간의 밀집도가 높아지고, 상가 과잉 공급으로 이어져 공실이 발생할 가능성이 클 것이다.

중대형 상가와 집합상가는 소규모 상가보다 상가 공실이 발생할 확률이 각각 1.51배, 1.38배 높은 것으로 나타났다. 이는 소규모 상가보다 연면적이 넓고, 층수가 높은 중대형 상가와 호실 기준으로 각각의 소유자가 개별 관리하는 집합상가는 다수의 사업체가 입점할 수 있다. 이러한 상가의 물리적 차이로 인해 입점 가능한 사업체 수가 상대적으로 많은 중대형 상가와 집합상가가 소규모 상가보다 공실 발생 가능성이 높은 것으로 판단된다.

기존의 공실과 관련된 연구들에서는 높은 임대료는 상가 공실을 발생시키는 요인으로 나타났다. 그러나, 본 연구에서는 단위 면적당 임대료는 상가 공실과 음(-)의 관계, 단위 면적당 임대료 제곱은 상가 공실과 양(+)의 관계로 나타났다. 일반적으로 임대료는 공실과 양(+)의 관계를 가지는 요인이지만, 단위 면적당 임대료는 한계효과가 존재하여 적정수준을 넘어가기 전에는 공실을 감소시킬 수 있는 것으로 분석된다. 일반적으로 임대료가 높은 상가가 위치한 지역은 상업중심지이거나 인구밀도가 높고 교통량이 높다(양승철·이성원, 2006; Ke and Wang, 2016). 이처럼 상가가 위치한 지역의 좋은 인프라는 상가에 입점한 점포의 매출액 증가로 이어질 가능성이 있으며(Kang, 2019; 장아영·강명구, 2024), 이러한 기대수익으로 인하여 단위 면적당 임대료가 높아도 임차인은 상가에 입점하는 것으로 판단된다. 또한, 인터넷과 모바일 기술의 등장은 상업 활동에 변화를 주었으며, COVID-19 이후로 급속한 온라인 쇼핑의 성장으로 인하여 상업용 부동산 건물에 대한 수요는 감소하였다(Zhang et al., 2016). 이러한 변화에 대응하기 위하여 임차인들은 ‘배달’이라는 수단 선택과 온라인 판매에 적응하면서, 물리적 공간의 면적을 축소하고, 동시에 교통 접근성, 소비자 밀집도 등 상업적 인프라가 우수한 입지를 선호하는 경향을 보이고 있다(Nanda et al., 2021). 이처럼 임차인들은 적은 면적의 좋은 인프라를 가진 상가를 선택하게 되면서, 단위 면적당 임대료가 높을수록 공실이 낮아지는 것으로 판단된다.

인구 특성 중 인구밀도는 1단위 증가하면 공실을 4% 감소시키는 것으로 나타났다. 인구밀도가 높은 지역은 상가에 접근할 수 있는 잠재적인 소비자 수가 많아 상가에 대한 수요가 높아질 수 있다. 또한, 소비자들이 짧은 거리 내에서 상가에 접근할 수 있어, 상업 공간이용의 편리성이 높아져 상가 공실을 낮추는 것으로 판단된다. 인구밀도는 도시의 확장 방식에 따라 다르게 변화할 수 있는데, 팽창(인구와 토지 면적 증가), 압축(인구만 증가), 희석(인구감소 및 토지 면적 증가)이라는 형태로 설명될 수 있다(Newman et al., 2016). 우리나라의 경우, 도시지역 면적은 넓어져 가고 있으나(통계청, 2024), 인구는 지속적으로 감소하고 있는 추세이다(통계청, 2025). 이러한 상황에서 우리나라의 대다수 지역은 인구밀도가 감소하고 있으며, 특히 인구감소가 심각한 지방 도시는 수도권에 비해 상가 공실 문제가 더 심화할 가능성이 크다.

1인 가구의 비율은 1단위 증가하면 상가 공실이 발생할 확률이 1.02배 높아지는 것으로 나타났다. 1인 가구는 일반적으로 다인 가구에 비해 소득이 낮으며, 이들의 제한된 소득은 상대적으로 낮은 지출로 이어진다(통계청, 2023). 또한, 1인 가구는 다인 가구에 비해 오프라인 매장을 자주 방문하기보다는 온라인 쇼핑이나 배달 서비스를 이용하는 경향이 높다(김지훈·임성수, 2021). 이는 오프라인 상가에 대한 수요가 감소하고 공실이 증가하는 데 영향을 준 것으로 판단된다.

산업 특성인 사업체 수와 고용률은 1단위 증가하면 공실을 각각 1%, 2% 감소시키는 것으로 나타났다. 이는 산업 기반의 밀도와 지역 경제활동 수준이 높을수록 상가에 대한 수요가 안정적으로 유지되고 있음을 의미한다. 사업체 수는 지역 내 산업 활동의 규모와 다양성을 반영하는 지표로서 일자리의 증가와 상가 공간에 대한 수요를 유발한다. 특히, 서비스업이나 소매업과 같은 업종은 상가 수요와 밀접한 관계를 가지며(임하나 외, 2017), 이러한 업종의 증가는 상가 공실을 감소시킬 것이다. 고용률은 지역 주민의 경제활동 참여 수준과 소비 여력을 간접적으로 나타내는 지표로, 고용률이 높은 지역은 상대적으로 안정된 소비 기반을 형성할 것이다. 반면, 고용률이 낮은 지역은 소비 여력이 부족하여 상권의 활력이 저하되고, 이로 인해 상가 공실이 발생할 가능성이 크다.

공급 특성인 인구 대비 상가 수와 음식점 창업 수 대비 폐업 수는 1단위 증가하면 공실이 발생할 확률이 각각 1.05배, 1.04배 높아지는 것으로 나타났다. 인구 대비 상가 수가 많게 되면 수요가 공급을 따라가지 못하며, 상가 공급이 인구의 소비력과 균형을 이루지 못하게 되면서 공실이 발생하게 된다. 이는 인구 증가 없이 상가만이 늘어난 지역에서 공실 문제가 더 심각해질 수 있음을 시사한다. 또한, 음식점 창업 수 대비 폐업 수 변수는 젠트리피케이션과 밀접한 연관성을 가진다. 젠트리피케이션이 진행되는 지역에서는 임대료 상승과 상권 재편 등으로 인해 사업체의 잦은 창업과 폐업이 반복되는 현상이 나타나며, 이는 지역 내 상권의 불안정성을 높인다(유민태·박태원, 2021). 이러한 측면에서 음식점은 진입 장벽이 낮고 상권 변화에 민감하게 반응하는 대표적인 업종으로, 상가의 초기 활성화를 주도하지만 동시에 젠트리피케이션의 영향을 가장 먼저 받는 업종이기도 하다(류화연·박진아, 2019). 음식점 폐업이 창업보다 많아질 경우, 상권 내 생존력 저하를 의미하며, 공실 증가로 이어질 가능성이 크다. 즉, 창·폐업 불균형은 점포의 정착성을 저해하고 상권의 지속 가능성을 떨어뜨려, 상가 공실이 발생하는 것으로 판단된다.

상가는 건물 유형에 따라 상권의 위치나 방문하는 사람들의 목적, 빈도 등 본질적으로 다른 지역적 성질을 가지고 있다. 따라서, 본 연구에서는 전체 상가 공실 영향요인 모형뿐만 아니라 상가를 소규모 상가, 중대형 상가, 집합상가로 나누어서 영향요인을 확인했으며, 그 결과는 <표 5>와 같다. 상가 유형을 구분한 3개의 모형 모두 LR test vs logistic model의 결과가 통계적으로 유의하게 나타나 다수준 로짓 모형을 사용하는 것이 적합하다. 또한, 소규모 상가, 중대형 상가, 집합상가 모형의 ICC 값은 각각 2%, 3%, 9% 설명력이 있는 것으로 나타났다.

각 상권 유형별 모형의 상가 공실과 설명변수와의 관계는 전체 상가 모형의 결과와 일관성이 있는 것으로 나타났으나, 일부 변수에서 차이를 확인했다. 지하철역이 500m 이내에 위치한 경우, 소규모 상가는 그렇지 않은 상가에 비해 상가 공실이 발생할 확률이 1.25배 높게 나타났으며, 중대형 상가에서는 상가 공실이 발생할 확률이 10% 낮은 것으로 나타났다. 이는 상가 유형에 따라 동일한 입지 요인이 공실에 미치는 영향이 다르게 나타남을 시사한다. 소규모 상가는 중대형 상가나 집합상가보다 점포의 크기가 작기 때문에 임대료 수준이 낮아 공실률이 비교적 낮다. 그러나 지하철역 근처와 같이 매출 대비 임대료가 높은 곳은 소규모 상가라 할지라도 매출에 한계가 있어 임대료를 감당하기 어려워 공실이 발생할 확률이 높다(김응열, 2019). 반면, 중대형 상가에서는 소비자들이 상가에 편리하게 접근할 수 있어 유동인구나 편리성을 증진시키는 지하철역 유무가 긍정적인 요인으로 작용하여 상가에 많은 소비자를 유치할 수 있어 상가 공실 발생 확률을 낮추는 것으로 판단된다.

인구 특성 중 고령인구 비율은 1단위 증가하면 소규모 상가에서 상가 공실이 발생할 확률이 2% 감소하는 것으로 나타났다. 최근, 우리나라의 기존 고령층과 베이비붐 세대(1955~1963년생)는 고령층 소비의 양적 팽창뿐 아니라 질적인 변화를 가져오고 있다. 이들은 학력이 높고 문화적 개방도가 높으며 개인주의적 성향이 강해 자신을 위한 소비에 적극적인 성향을 가지고 있으며, 포스트 베이비붐 세대(1964~1974년생)는 더 개인주의적이며 소비성향이 더 강하다(조현승, 2018). 고령자의 경우 서비스 상품과 식품의 소비 비중이 높아, 인구 고령화는 서비스업의 비중을 늘리는 요인으로 작용한다(강종구, 2023). 또한, 고령자의 이동성은 다른 연령 집단보다 낮아 일상 활동 상당 부분이 주거지역의 근거리 범위 내에서 이루어진다. 소규모 상가는 소상공인들이 운영하는 경우가 많기에 도매 및 소매업, 부동산, 숙박 및 음식점업 등이 포함된 서비스업이 주로 입점한다(강종구, 2023; 한국창업지원협회, 2025). 이는 고령층의 소비가 인근의 소규모 점포 중심으로 형성되어 있어 소규모 상가에 대한 수요 기반이 비교적 안정적으로 유지되어 상가 공실 발생 확률을 낮추는 것으로 판단된다.

지역내총생산 변화량은 1단위 증가하면 소규모 상가에서 상가 공실이 발생할 확률이 28% 감소하는 것으로 나타났다. 지역내총생산이 높을수록 지역소득의 생산, 분배, 지출 등의 경제 규모가 큰 것을 의미한다. 경제의 규모가 커지면서 개인 소비자의 소득 증가가 지출 증가로 이어지면서 상업 활동이 늘어나 임차인을 유치하고 공실이 감소하는 것으로 분석된다.

마지막으로 집합상가에서는 점포가 위치한 층수가 3층~5층과 6층 이상이면 1층~2층보다 공실이 발생할 확률이 각각 19%, 21% 감소하는 것으로 나타났다. 임차인들은 고객 유치를 위해 일반적으로 저층을 선호하기 때문에 지하층과 고층부에 공실이 많이 발생하는 것으로 분석된다. 그러나, 집합상가는 3층 이상의 고층이 1층~2층보다 공실이 발생할 확률이 낮은 것으로 나타났다. 이는 상가 유형에 따라서 층수가 공실에 주는 영향이 차이가 발생함을 의미하며, 상가 건물에서도 유형에 따라 발생하는 서로 다른 특성을 고려해야 함을 시사한다.

특별시/광역시와 도 지역은 인구 규모, 경제 구조, 기반시설 수준 등에서 구조적 차이가 있다. 따라서, 본 연구에서는 전체 상가 공실 영향요인 모형뿐만 아니라 상가를 특별시/광역시와 도 지역으로 나누어서 영향요인을 확인했으며, 그 결과는 <표 6>과 같다. 지역 유형을 구분한 2개의 모형 모두 LR test vs logistic model의 결과가 통계적으로 유의하게 나타났으며, 각 모형의 ICC 값은 3%, 5% 설명력이 있는 것으로 나타났다.

각 지역 유형별 모형의 상가 공실과 설명변수와의 관계는 전체 상가 모형의 결과와 일관성이 있는 것으로 나타났으나, 일부 변수에서 차이를 확인했다. 상가 기준 500m 이내에 버스정류장이 있는 경우, 도 지역에서는 상가 공실이 발생할 확률이 28% 낮은 것으로 나타났으나, 특별시/광역시 지역에서는 유의한 영향을 미치지 않았다. 이는 도 지역에서는 버스와 같은 교통수단에 대한 의존도가 높기 때문에, 버스 정류장 유무가 상권 접근성과 직결되어 소비자의 상가 접근성을 향상시켜 상가 공실을 감소시키는 것으로 분석된다.

1인 가구 비율과 고용률은 도 지역에서 상가 공실에 각각 통계적으로 유의미한 양(+)과 음(-)의 영향을 주지만, 특별시/광역시에서는 유의하지 않은 것으로 나타났다. 이는 도 지역에서는 지역 내 인구구성과 경제활동 수준이 상가 공실에 보다 직접적인 영향을 미치고 있으며, 특별시/광역시는 소비 계층의 다양성과 상권의 복합성, 유동인구의 높은 비중 등으로 인해 인구 또는 고용 지표가 상가 공실에 미치는 영향이 상대적으로 약화될 수 있음을 의미한다.

특별시/광역시 지역은 인구 대비 상가 수가 상가 공실에 통계적으로 유의미한 양(+)의 영향을 주지만, 도 지역에서는 유의하지 않은 것으로 나타났다. 이는 도시 고밀도 지역에서는 이미 상가 공급이 과도하게 이루어진 반면, 도 지역에서는 수요와 공급의 불균형이 공실의 중요한 결정요인으로 작용하지 않고 있는 것으로 분석된다. 수도권을 포함한 대도시는 상가 공급 조절과 같은 도시 계획적 개입이 필요하며, 도 지역은 공급보다 수요 기반의 유인책 마련이 중요함을 시사한다. 즉, 특별시/광역시는 상가 과잉공급이 중요한 공실 발생 요인이며, 이러한 문제는 도시계획과 건축 인허가 단계에서의 사전 수요 검토 체계 강화, 상업지역 용도 재조정, 상업시설 개발 총량 관리 등을 통해 대응할 필요가 있다. 반면, 도 지역은 상가 공실에 있어 교통 접근성과 인구 구조 및 경제활동 수준과 같은 요인이 영향을 미치고 있으므로, 생활권 내 대중교통 인프라 확충과 지역 내 일자리 창출, 정주 여건 개선 등 수요 진작형 정책이 우선적으로 고려되어야 한다.