PDF Download
PubReader
Export Citation
Email the Author
Share Facebook
Share Twitter
Cited by 0 Article
Metrics (View:5,767)
Ⅰ. 서론
아파트는 우리나라 주거유형의 절반 이상을 차지할 만큼 보편적인 주택유형으로(고세범·안건혁, 2010), 증가하는 아파트 시장 속에서 도시민들이 요구하는 주거수준 및 선호도 또한 변화하고 있다. 과거에는 주거안정이란 정책하에 주택의 공급에만 초점을 두어 아파트를 선택할 때에 그 공간의 물리적 및 구조적인 요인들만 고려하였다(안민재·김지현, 2014; 홍하연·이주형, 2015). 그러나 2000년대 이후 주택보급율이 100%를 초과하면서 주택수요자들은 아파트단지의 내부적인 특성뿐만 아니라, 양질의 주변 환경까지 함께 고려하기 시작하였다(노용자·양윤규, 2016; 이정희, 2012; 정수진·한정원, 2016; 홍하연·이주형, 2015). 또한 최근 보행에 대한 관심이 증가하면서 주택 구입자들은 주거지의 주변환경 내에서 도보로도 이용 가능한 시설들이 존재하는 지역을 선호하고 있다. 이러한 이유로 아파트 주변의 근린환경 수준은 주택구입 선호도와 분양률 등에 영향을 미쳐 주택가격 형성의 주요한 원인으로 작용하게 되었다(김원년 외, 2008; 박운선·임병준, 2010; 서민정·최열, 2017).
이는 수준 높은 주거환경에 대한 관심이 증가함에 따라 특정지역에 거주하고자 하는 선호도가 상승하게 되었고, 저가 아파트와 고가아파트 간의 주거환경 수준의 격차 또한 벌어지고 있는 실정이다. 일례로 강남권 아파트의 경우 교육, 교통, 문화시설 등 다양하고 수준 높은 인프라의 접근성이 다른 지역에 비해 상대적으로 우수하여 주택가격이 계속적으로 상승하고 있다(동아일보, 2018). 이러한 배경 속에서 근린환경에 따른 아파트가격의 영향성을 지역별로 나누어 그 수준을 비교한 연구는 다수 진행되고 있지만, 지역 간의 주거환경 격차 완화를 위한 구체적인 시사점을 제안한 연구는 미흡한 실정이다.
이에 본 연구의 목적은 서울시 내에서도 아파트 가격의 격차가 뚜렷하게 나타나는 지역들의 근린환경을 비교하고, 그에 따른 정책적 시사점을 제시하고자 한다. 이를 위해 기존 선행연구를 고찰하여 아파트 가격에 영향을 주는 근린환경 요인을 구축한다. 그 후 아파트 가격의 공간적 자기상관성 분석 결과를 바탕으로 지역별 근린환경 요인을 비교하여 균형적인 서비스 공급을 위한 정책적 방안을 모색하고자 한다.
Ⅱ. 선행연구 고찰
본 장에서는 서울시 아파트 단지의 근린환경을 지역별로 비교함에 있어 먼저, 아파트 단지의 근린환경 요인을 선정하기 위해 아파트 가격에 영향을 미치는 요인을 규명한 선행연구를 고찰하였다. 그 후 선정된 요인들을 지역별로 비교하고자 지역별로 아파트 가격에 영향을 미치는 요인들을 비교한 연구들의 동향을 살펴보았다.
주택은 주거의 질적 수준을 설명해줌과 동시에 사회경제적인 흐름을 알 수 있는 자본으로, 그 가격은 현 상황의 시장경제와 함께 위치, 접근성, 주변 환경 등의 서로 다른 요인들이 상호작용하여 형성된다(김병수·정철모, 2013). 주택의 가격을 형성하는 이질적인 요인들을 상세하게 살펴보면 크게 4가지로 첫째, 주택의 평수, 거주하는 층, 경과연수 등의 물리적 요인, 둘째, 편의시설과의 거리, 도심과의 거리, 직주거리 등의 입지적 요인(접근성), 셋째, 주거지 주변의 편의시설 분포 등의 생활편익시설 요인, 마지막으로 주거밀도, 교육수준 등의 환경적 요인으로 나뉠 수 있다(김재익, 2017; 안태선·성장환, 1999). 이러한 물리적 요인, 입지적 요인, 환경적 요인 등은 아파트의 가격을 형성함에 있어 많은 영향을 끼치게 되었고, 이를 규명한 연구가 <표 1>과 같이 다양하게 진행되어 왔다.
| 구분 | 김원년 외 (2008) | 이광현(2010) | 김소연 ·김영호(2013) | 박나예·이상결(2013) | 윤효묵·정성용(2013) | 이진순 외(2013) | 김보경 외(2016) | 오민경·조주현(2016) | 조미정 외(2016) | 김재익(2017) | 이훈(2018) | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 물리적 요인 | 면적 | + | + | + | − | + | + | + | ||||
| 층수 | − | + | + | |||||||||
| 경과연수 | − | − | − | − | − | − | − | − | ||||
| 세대 수 | + | + | + | + | + | + | + | |||||
| 세대 당 주차대수 | + | + | + | |||||||||
| 경사도 | − | |||||||||||
| 접근성 요인 | 지하철까지의 거리 | − | − | − | − | − | − | − | + | + | − | − |
| 공원까지의 거리 | − | − | − | − | ||||||||
| 도심과의 거리 | − | − | ||||||||||
| 생활편익시설 요인 | 학교 수 | − | + | + | ||||||||
| 학원 수 | − | + | + | |||||||||
| 의료기관 수 | + | + | + | + | + | |||||||
| 체육시설 수 | − | + | ||||||||||
| 대형 상업시설 수 | + | + | + | − | ||||||||
| 금융기관 수 | + | − | ||||||||||
| 복지시설 수 | − | − | ||||||||||
| 행정기관 수 | + | − | ||||||||||
| 환경적 요인 | 교육수준 | + | + | + | + | |||||||
| 건설사 브랜드 | + | + | + | + | + | + | + | |||||
이들 연구를 정리하면 첫 번째로, 주택의 물리적 요인이 아파트가격에 미치는 영향에 대해 규명한 연구를 들 수 있다. 아파트의 면적이 넓을수록, 아파트의 층수가 높을수록, 아파트가 신축일수록, 세대 수가 많은 아파트일수록, 세대당 주차대수가 많은 아파트일수록 아파트 가격에 긍정적인 영향을 주는 것으로 나타났다. 더불어 이훈(2018)은 쾌적한 주거환경을 결정짓는 요소 중 하나인 경사도가 주택가격에 미치는 영향성을 규명하였는데, 그 결과 경사가 높을수록 주택가격에 부정적인 영향을 미치는 것으로 나타났다. 아파트의 물리적 요인에서 주택의 면적, 경과연수, 세대 수 변수가 보편적으로 사용되었고, 결과 또한 유사한 것으로 확인되었다.
두 번째로, 접근성 요인을 변수로 사용한 선행연구가 있다. 공통적으로 아파트로부터 지하철까지의 거리가 가까울수록 아파트가격이 높아지는 것으로 나타났다. 또한 아파트로부터 공원 및 도심과의 거리가 가까울수록 아파트 가격이 높게 형성되는 것으로 나타났다(박나예·이상결, 2013; 이진순 외, 2013; 이훈, 2018; 조미정 외, 2016).
세 번째로, 생활편익시설 요인을 변수로 사용한 선행연구로는 아파트 주변에 병의원, 종합병원 등의 의료기관이 많이 분포되어 있을수록 아파트 가격은 높아지는 것으로 분석되었다(김소연·김영호, 2013; 김보경 외 2016; 김원년 외, 2008; 윤효묵·정성용, 2013; 조미정 외, 2016). 한편, 아파트 주변에 분포된 학교, 학원, 체육시설, 대형상업시설, 금융기관, 행정기관의 수의 경우, 연구자에 따라 상이한 결과가 도출되었다. 이는 많은 연구들에서 아파트가격의 영향력을 분석할 시에 적용되는 연구대상지, 연구방법, 연구시점의 차이 때문인 것으로 판단된다.
마지막으로 아파트가격에 영향을 미치는 환경적 요인 변수에 대한 연구가 있다. 높은 대학진학률, 우수한 고교 등 교육수준이 높은 지역일수록, 아파트 단지의 브랜드가 유명할수록 아파트가격에 긍정적인 영향을 주는 것으로 나타났다.
주거지가 어느 지역에 위치하느냐에 따라 주택가격에 영향을 미치는 근린환경 또한 차이가 존재하게 된다. 이에 본 절은 <표 2>와 같이 아파트가격에 영향을 미치는 근린환경요인을 지역별로 비교한 연구를 살펴보았다. 정수연(2006)은 서울시를 대상으로 교육요인에 의한 강남과 강북의 아파트 가격 차이를 분석하였다. 그 결과, 강남지역은 8학군, 서울대 진학률 등의 교육요인이 영향을 미치는 것으로 나타났고, 강북지역은 교육요인보다는 아파트의 단지규모, 평수, 노후정도 등의 아파트 속성이 영향을 미치는 것으로 나타났다.
| 구분 | 정수연(2006) | 박운선·임병준(2010) | 박희석·원재무(2010) | 이주석·조주현(2010) | 전해정(2016) | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| H | L | H | L | H | L | H | L | H | L | ||
| 물리적 요인 | 세대 수 | + | + | + | + | + | + | + | + | ||
| 면적 | + | + | − | − | + | + | |||||
| 접근성 요인 | 초등학교까지의 거리 | − | + | ||||||||
| 학교까지의 거리 | − | ||||||||||
| 지하철역까지의 거리 | − | + | + | − | − | + | + | − | − | ||
| 버스정류장까지의 거리 | − | + | |||||||||
| 2차선까지의 거리 | + | + | |||||||||
| 4차선까지의 거리 | + | − | |||||||||
| IC까지의 거리 | + | − | |||||||||
| 녹지공간까지의 거리 | + | + | − | − | − | ||||||
| 병원까지의 거리 | + | − | |||||||||
| 편의시설까지의 거리 | + | ||||||||||
| 도심까지의 거리 | − | + | |||||||||
| 생활편익시설요인 | 고등학교 수 | + | + | ||||||||
| 단지 내 학교여부 | − | + | |||||||||
| 학원비율 | |||||||||||
| 공원 여부 | + | − | + | − | |||||||
| 종합병원입지여부 | + | + | |||||||||
| 편의시설 유무 | + | ||||||||||
| 환경적 요인 | 서울대진학률 | + | + | − | + | ||||||
| 아파트브랜드 | + | − | |||||||||
| 인구밀도 | − | − | |||||||||
박운선·임병준(2010)은 서울시와 부산시의 아파트 가격결정요인을 비교함과 더불어 고가아파트지역과 저가아파트지역을 구분하여 이들의 가격결정요인 차이 또한 분석하였다. 서울시의 고가아파트지역은 강남구, 저가아파트지역은 금천구·강북구로 선정하였다. 분석결과, 고가지역과 저가지역이 공통적으로 영향을 받는 변수는 도심·지하철·IC까지의 거리, 고등학교의 수인 것으로 나타났다. 반면, 초등학교까지의 거리는 고가지역만이, 병원까지의 거리는 저가지역만이 영향성을 띄는 것으로 나타났다.
박희석·원제무(2010)는 서울시를 강남권(강남구)과 강북권(은평구)으로 구분하고, 대상으로 아파트가격 영향인자가 지역별 아파트가격에 미치는 영향성을 규명하였다. 분석 결과, 강남권 아파트는 단지 외부요인인 공원·학교까지의 거리가 유의한 영향을 미치는 것으로 나타난 반면, 강북권 아파트는 단지 내부요인인 면적, 단지 내 편의시설 등이 주요 영향요인인 것으로 나타났다.
이주석·조주현(2010)은 서울시의 강남3구와 강북3구를 대상으로 아파트가격에 영향을 미치는 요인들을 비교한 결과, 강남3구는 아파트 단지 인근에 공원이 위치해 있을수록 아파트 가격에 양(+)의 영향력을 주는 것으로 나타난 반면, 강북3구는 인근에 공원이 위치해 있을수록 아파트 가격에 음(‒)의 영향력이 나타났다. 종합병원의 입지여부가 아파트가격에 미치는 영향력 또한 두 지역이 다른 결과가 도출되었다.
전해정(2016)은 아파트가격에 영향을 미치는 물리적 요인, 입지적 요인, 경제적 요인 등을 서울시 전체, 강남지역, 강북지역으로 나누어 분석하였다. 그 결과, 강남지역은 아파트로부터 4차선도로와의 거리가 가까울수록 아파트 가격이 낮은 반면 강북지역은 4차선 도로와의 거리가 가까울수록 아파트가격에 긍정적인 영향을 주는 것으로 나타났지만 통계적으로 유의하지 않은 것으로 분석되었다.
Ⅲ. 연구방법
본 연구는 아파트단지의 근린환경을 지역별로 비교하기 위해 서울시 25개 자치구 내의 아파트 중 2017년에 실거래가 신고된 5,985개 아파트 단지를 대상으로 한다. 아파트 가격은 각 아파트 단지별 실거래가의 m2당 평균값을 이용하였다. 비교대상지역은 단지별 실거래가격을 중심으로 LISA분석을 실시하여, 전체 아파트 대비 70% 이상 핫스팟과 콜드스팟으로 군집된 자치구를 선정하였다.
본 연구는 아파트 단지의 근린환경 요인을 선정함에 있어 관련 선행연구의 변수들을 기반으로 <표 3>과 같이 도출하였다. 또한 근린환경 요인으로는 크게 단지특성, 보행접근성, 지리적 특성으로 구분하였다.
첫번째로, 단지특성의 경우 아파트단지 내부의 물리적인 특성으로서 준공년도와 세대수를 요인으로 선정하였다. 해당 자료 구득은 아파트 실거래가격 내부 자료에서 취득하였다.
두번째로, 보행접근성 변수로는 아파트 단지 중심으로부터 가장 가까운 학교(초등학교·중학교·고등학교)·지하철역 입구·버스정류소·공원까지의 네트워크 거리와 아파트단지중심으로부터 보행서비스권역 내에 포함되는 사설학원·문화체육시설·상업시설·의료시설·가로수의 개수와 보도길이의 합을 접근성 요인으로 선정하였다. 그 후 선행연구를 기반으로 하여 각 요인을 교육시설, 교통시설, 공원녹지, 문화·체육시설, 상업시설, 의료시설로 구분하였다. 학교, 지하철역 입구, 공원은 도로명주소에서 제공하는 전자지도를 활용하였다. 특히, 공원은 데이터 내부에서 도시공원만을 추출하여 본 연구에 사용하였다. 버스정류소는 서울시 교통정보센터(TOPIS)에서 자료를 취득하였고, 문화·체육시설, 상업시설, 의료시설, 가로수는 서울시 열린데이터광장의 자료를 활용하였으며, 보도 데이터는 국가공간정보포털을 이용하였다.
마지막으로 지리적 특성의 변수로는 아파트단지 중심으로부터 보행서비스권역 내의 평균 경사도로 선정하였다. 경사도는 보행관점에서 보행자에게 물리적 혹은 심미적으로 이익과 불이익을 주게 되고(Clifton et al., 2007; Kim et al., 2014; Pikora et al., 2003), 이는 주거지에서 인근 시설과의 접근성에도 제한을 가져오므로 주택가격과의 연관성이 있을 것이라 예상된다. 경사도의 자료취득은 국가공간정보포털을 이용하였고, 1/25,000 수치지형도를 활용하여 Arc GIS 10.5에서 도출하는 과정을 거쳤다.
지역별 아파트 단지의 근린환경 요인을 비교하기 위한 분석방법은 다음과 같다. 첫 번째로, 2017년에 실거래가 신고된 서울시 아파트단지(n=5,985)를 대상으로 Arc GIS 10.5를 활용하여 실거래가격의 핫스팟(Hotspot) 분석을 실시하였다. 해당분석은 아파트 실거래가에 따른 지역별 패턴 및 군집도를 분석할 수 있으며, 그들 간의 공간적 자기상관성을 알아볼 수 있다.
두 번째로, 주거지의 보행접근성 및 지리적 특성을 분석하기 위해 Arc GIS를 활용하여 최근접 시설분석과 서비스권역 분석을 실시하였으며, 그에 대한 예시는 <그림 1>과 같다. 먼저 최근접 시설 분석은 <그림1(a)>와 같이 해당 아파트 단지를 기점으로 가장 가까운 시설까지의 네트워크 거리를 측정한 것이다. 이와 같은 방법을 통해 도출한 요인은 보행접근성 중 학교까지의 거리, 지하철역 입구까지의 거리, 버스정류소까지의 거리, 공원까지의 거리이다. 이들은 주거지 주변에 얼마만큼 분포되어 있는지에 대한 수요적 측면이 아닌 주거지에서 각 시설까지 도달함에 있어 얼마나 멀고 가까운가에 대한 영향이 큰 것으로 판단되어 개수가 아닌 거리로 측정하였다.
한편, 서비스권역 분석은 <그림1(b)>와 같이 해당 아파트단지 중심으로부터 보행서비스권역을 설정한 뒤, 권역 내에 포함되는 시설 수를 도출한 것이다. 이와 같은 방법으로 도출한 요인들은 보행접근성 중 사설학원 개수, 상업시설 개수, 문화·체육시설 개수, 의료시설 개수, 가로수 개수이다. 또한 <그림1(c)>와 <그림1(d)>는 <그림1(b)>와 동일한 방법으로 보행서비스권역을 설정한 뒤 분석을 실시하였는데, <그림1(c)>는 해당 아파트단지 중심에서 보행서비스권역을 설정한 뒤, 권역 내에 포함되는 인도 길이의 합을 도출한 것이다. <그림1(d)> 또한 보행서비스권역 내에 포함되는 경사도의 평균을 도출한 것이다. 본 분석은 600m 서비스권역 내에 있는 30m × 30m의 경사도 픽셀의 평균값으로 산출한 것이다.
본 연구에서 선정한 보행서비스권역은 근린생활권의 이론을 바탕으로 범위를 설정하였다. 근린생활권은 페리(Perry)의 근린주구이론 중 초등학교를 중심으로 400m 반경 내에서 교통수단을 이용하지 않고 도보로 이동할 수 있는 권역을 말하는 것으로 해당 권역 내에는 초등학교, 마을회관, 병원, 근린상점 등이 포함된다(오병록, 2014; 이형숙, 2011). 그러나 본 이론을 국내에 동일하게 적용하기에는 보행접근성에 대한 개념이 국외와 상이하기 때문에 보행권의 범위로 설정함에 있어 어려움이 따른다(김재익 외, 2005; 이형숙, 2011). 그리하여 국내 보행권 영역에 관한 선행연구를 살펴본 결과, 도보로 10분 이내에 도달할 수 있는 거리로 측정하고 있고 그 거리는 약 600m로 측정되고 있다(오찬옥, 2015; 윤용석, 2013; 홍명기·김성길, 2013). 본 연구는 이와 같은 이론을 기반으로 600m 권역 내에 포함된 사설학원, 상업시설, 가로수의 개수와 보도길이의 합 및 경사도를 추출하였다. 반면 김보경 외(2016), 황재훈(2014)은 문화·체육시설과 의료시설의 경우, 시설규모 및 영향성을 고려하여 각 시설의 반경을 걸어서 10~20분 내외로 도달할 수 있는 거리인 1km로 설정하였다. 이에 문화·체육시설과 의료시설은 아파트단지를 중심으로 반경 1km 권역 내에 포함되는 시설의 개수를 추출하였다.
세 번째로, 아파트 단지의 근린환경을 지역별로 비교하기 위해 핫스팟 분석을 통해 나타난 결과를 바탕으로 비교대상지역을 추출하였다. 비교대상지역은 핫스팟(HH) 및 콜드스팟(LL) 으로 나타난 아파트가 전체 아파트 대비 70% 이상 군집된 지역을 추출하였다. 그 후, 서울시 자치구별마다의 아파트 단지 근린환경을 비교하기 위해 분산분석(analysis of variance, ANOVA)을 실시하였다. 이는 아파트 가격 및 지역별 아파트단지의 근린환경 요인 평균을 도출하고, 각 집단의 평균이 유의미한 차이를 보이는지를 분석하고자 함에 있다.
Ⅳ. 서울시 아파트 단지의 근린환경 현황 및 그룹 간의 차이 분석
공간의 본질적 속성은 인접할수록 서로 간의 관련성이 높고, 멀리 떨어질수록 관련성이 낮아진다. 이와 같이 공간 요소들 간의 상호의존성을 공간적 자기상관성이라 하는데(이영민 외, 2016), 본 분석은 전역적 통계량과 국지적 통계량으로 나뉘게 된다. 첫 번째로, 전역적 통계량을 나타낸 Moran’s I 지표의 결과는 <그림 2>와 같다. 분석결과의 Moran’s I 값은 0.6001로 공간적 자기상관성이 높은 것으로 나타났으며, 이는 인접한 아파트 가격들 간이 서로 유사한 값을 보이면서 공간적 군집을 이루고 있는 것이다.
두 번째로, 국지적 통계량을 측정하기 위한 지표인 LISA분석의 결과는 <그림 3>과 같다. 군집된 기준은 인접하고 있는 지역들로 구분하였다. 핫스팟으로 나타난 곳은 서초구·강남구로 나타났다. 한편, 콜드스팟으로 나타난 곳은 중랑구·강북구·도봉구·노원구, 은평구, 구로구·금천구다.
본 절에서는 아파트가격 간의 보행접근성 요인을 비교하기 위해 4장 2절에서 추출된 9개의 자치구를 <그림 3>과 같이 서초구·강남구(핫스팟, H), 중랑구·강북구·도봉구·노원구(콜드스팟, C1), 은평구(콜드스팟, C2), 구로구·금천구(콜드스팟, C3)로 구분하였다. 그 후 각 그룹별로 아파트가격 영향요인 간의 유의미한 차이가 있는지를 확인하기 위해 분산분석을 하였으며, 더 나아가 개별 요인들의 평균 간 유의한 차이를 검증하기 위해 사후분석을 실시한 결과는 <표 4>와 같다.
분산분석 결과, 보행환경 요인은 지역별로 유의미한 수준에서 차이가 있는 것으로 나타났다. 다시 말해, 보행환경 요인인 단지특성, 보행접근성, 도시형태 및 지리적 특성은 아파트 가격마다 차이가 존재한다는 것으로 해석할 수 있다. 이후 사후분석을 통해 지역별 근린환경 요인의 차이를 개별적으로 분석한 결과는 다음과 같다.
단지특성에서 준공년도의 경우 C2 지역의 아파트단지가 다른 지역에 비해 가장 신축인 반면, 세대 수는 통계적으로 유의미하게 가장 적은 것으로 나타났다(p<.001).
보행접근성에서 H 지역의 경우 C1, C2, C3 지역과 대부분의 요인이 통계적으로 유의미한 차이를 보이는 것으로 나타났다. 이는 아파트가격에 따라 보행접근성 요인의 차이가 존재하는 것으로 해석된다. 이를 세부적으로 살펴보았을 때 우선, 아파트단지로부터 학교까지의 거리는 H 지역이 다른 세 지역보다 가장 먼 것으로 나타나, 아파트가격이 높은 지역일수록 학교까지의 거리가 먼 것으로 해석할 수 있다. 이는 앞선 선행연구의 결과와 유사하지 않은 것으로 도출되어 차후 추가적인 연구가 필요할 것으로 판단된다. 반면, 보행서비스권역에 포함된 사설학원의 개수는 H 지역에 가장 많이 분포되어 있고, C3 지역에는 가장 적게 분포된 것으로 확인되었다. 이는 최근 학령인구가 감소하면서 서울시 내 대부분 지역의 학원 수는 줄어들고 있지만, 서초구·강남구 지역의 학원 수는 오히려 증가하고 있는 실태를 보여주고 있다(매일경제, 2018).
두 번째로, H 지역은 아파트단지로부터 지하철역 입구까지의 거리는 가장 가깝고, 주거지 주변에 걸을 수 있는 보도가 많이 설치되었지만, 버스정류소까지의 거리는 가장 먼 것으로 나타났다. 반면, C3 지역의 경우 H 지역과 상반되는 결과가 도출되었는데, 주거지로부터 지하철역 입구까지의 거리가 가장 멀고, 주거지 주변에 보도가 가장 적게 설치되었다. 역세권 아파트는 통근거리, 기반시설의 수요 증가 등으로 인해 주택수요자들 사이에서 선호도가 급증하고 있어, 이는 지하철역의 인접성에 따라 아파트가격 간의 차이가 존재하는 것으로 해석할 수 있다.
세 번째로, 주거지로부터 공원까지의 거리는 C2가 가장 가까운 것으로 나타났는데, 이는 공원의 근접성이 아파트 가격에 따라 상관성이 있는 것으로 나타난 선행연구와 상이한 연구결과로 도출되었다(박나예·이상결, 2013; 이진순 외, 2013). 한편, 가로수는 아파트 가격이 높은 H 지역에 많이 분포된 것으로 나타났다. 가로수는 보행자가 도보함에 있어 심미적 요소에 긍정적으로 작용하는 보행환경 요소 중 하나이다(Kim et al., 2014). 이에 보행자에게 작용되는 심미적 요소는 상대적으로 아파트가격이 높은 곳이 주거지 주변시설이 잘 정비되어 있어 아파트가격에 따라 가로수 분포의 차이가 존재하는 것으로 판단된다.
네 번째로, 문화·체육시설, 상업시설, 의료시설은 H 지역이 가장 많이 분포된 것으로 나타났는데, 이는 아파트 가격이 높을수록 종합의료시설, 문화시설이 많이 분포한다는 조미정 외(2016)의 연구결과와 맥을 같이 한다. 상업시설의 경우 슈퍼마켓, 편의점 등은 일상생활에 필요한 물품을 구비할 수 있는 시설로서 접근성이 높을수록 편의성 또한 높아지기 때문에 아파트가격과는 상관성이 있는 것으로 판단된다.
보행서비스권역 내의 평균 경사도는 C2 지역이 다른 세 지역에 비해 경사가 높은 것으로 나타났으며, 이는 경사가 낮을수록 아파트가격이 상승한다는 결과가 도출된 이훈(2018)의 연구와 일치한다. 그러나 H 지역과 C1, C3 지역의 평균 경사도 차이는 통계적으로 유의성을 띄지 않기 때문에 아파트가격에 따라 경사도의 차이가 존재하는지에 대한 명확한 해석은 어렵다고 판단된다.
Ⅴ. 지역별 근린환경 요인 차이를 고려한 정책적 방향
앞선 결과에 따라 근린환경 요인은 아파트가격이 높은 H 지역과 아파트가격이 낮은 C1, C2, C3 지역의 차이가 유의미하게 존재하는 것으로 나타났다. 이를 바탕으로 근린환경 요소 중 거리 및 개수의 격차가 큰 지역을 선정한 <표 5>와 같이 분석결과에 따른 정책적 시사점을 제시하였다. 첫 번째로 보행서비스권역 내에 포함된 사설학원의 개수는 H 지역(46.2개)이 가장 많고 C3 지역(12.9개)이 가장 적게 분포된 것으로 나타났다. 이러한 교육환경의 차이는 지역·계층 간의 격차로 심화되어 지역 불균형 발전으로 개연될 수 있음을 시사한다(이혜숙, 2012). 이에 교육 정책과 관련된 종합지원체계를 구성하여 교육 낙후지역에 우선적으로 공급하는 등 자치구 간의 균형 있는 교육환경이 조성되도록 시행하여야 한다.
두 번째로, 역세권에서 원거리에 있는 아파트들이 가격이 낮은 것으로 나타났다. 이에 따라 지하철과의 접근성이 낮은 지역을 선정하여 간선급행버스·광역버스 노선 확충 등과 같이 지역 간의 협력을 통해 서울시 내 교통시설의 수요가 균형적으로 이루어져야 한다.
마지막으로, 문화·체육시설 및 의료시설은 H 지역에 비해 C1 지역의 시설 개수가 현저하게 적은 것으로 나타나고 있다. 현재 건강·웰빙에 관한 도시민들의 관심이 증가함에 따라 보다 높은 삶의 질을 구축하려는 현 상황 속에서, 지역주민의 의견을 반영하여 문화·체육시설 및 의료시설을 확충해야 함을 시사하고 있다(이규환·서승재, 2009; 조미정 외, 2016). 이에 시장·경제 원리에 의존하는 시설 공급이 아닌 공공의 차원에서 지역의 특성을 반영한 균형적인 공급이 이루어져야 한다(조미정 외, 2016).
Ⅵ. 결론
본 연구는 아파트 단지의 근린환경을 지역별로 비교하기 위해 서울시 아파트단지를 대상으로 아파트 가격 간의 공간적 자기상관성을 확인하고, 아파트 가격이 높은 곳과 낮은 곳의 단지특성, 보행접근성, 지리적 특성 등 근린환경의 주요 요인을 비교하였다.
분석결과에 대해 요약하자면, 우선 첫 번째로 서울시의 아파트 가격 간에는 높은 공간적 자기상관성이 존재하는 것으로 나타났다. 이는 자치구별로 군집된 경향을 보였는데, 핫스팟 지역으로 나타난 곳은 서초구·강남구(H)가 해당되며, 콜드스팟 지역은 중랑구·강북구·도봉구·노원구(C1), 은평구(C2), 구로구·금천구(C3)가 해당되는 것으로 나타났다.
두 번째로, 도출된 자치구들 간의 단지특성 및 보행접근성을 비교하기 위해 분산분석 및 사후검정을 실시한 결과, H 지역은 C1, C2, C3 지역과 통계적으로 유의미한 차이가 존재하고 있었다. 특히, 주거지로부터 지하철역까지의 거리, 보행서비스권역에 포함된 사설학원, 보도, 가로수, 문화·체육시설, 상업시설, 의료시설의 개수는 아파트가격이 높은 곳과 낮은 곳의 차이가 확연히 드러났다.
마지막으로, 아파트가격에 따른 지역 간의 주거환경 격차를 완화하기 위해 도출한 시사점 및 정책방안은 다음과 같다. 첫째, 교육환경의 극심한 수요 차이는 지역·계층 간의 불평등으로 이어질 수 있기 때문에 교육환경으로부터 소외된 지역을 우선적으로 하여 종합적인 교육지원 대책이 필요하다. 둘째, 지하철역이 비교적 적고 버스정류소가 많은 배치된 은평구와 구로구·금천구에 역세권역을 대체할 만한 추가적인 대책이 강구되어야 한다. 예컨대 지하철이 들어서지 않는 지방 및 수도권지역에 지하철의 역할을 대신할 수 있는 간선급행버스 및 광역버스 노선을 설치함으로써 보다 편리하고 효율적인 교통시설을 확충하는 것이 필요하다. 마지막으로 문화·체육시설 및 의료시설 또한 중랑구·강북구·도봉구·노원구의 시설 분포가 서초구·강남구에 비해 현저히 적은 것으로 나타났다. 따라서 시장원리에 따른 시설공급이 아닌 도시민의 삶의 질 향상에 있어 사회·복지적 차원 및 공공의 편의성을 제공을 위한 공급이 이루어져 한다.
본 연구는 아파트가격에 따른 근린환경을 지역별로 비교를 함에 있어 각 지역 간의 근린환경 요인의 차이에 대한 구체적인 시사점을 제시하였다는 점에서 의의가 있다. 하지만 횡단면 자료의 사용으로 인해 주거특성들의 영향력 변화를 파악하지 못한다는 점과 자료 구득의 어려움으로 인해 다양한 보행환경 요소들과의 관계성을 다루지 못했다는 점에서 한계를 가진다. 이에 향후 연구에서는 보다 다양한 자료를 바탕으로 근린환경과 아파트가격간의 영향성 분석 등을 실시한다면 더욱 의미 있는 결과가 도출될 것으로 기대된다.
