서울시 지하철에 대한 가로망 접근성의 토지가격 효과 연구^*:

그동안 지하철역에 대한 접근성이 부동산 가격에 미치는 영향에 대한 연구는 많았다. 이에 관한 기존 연구는 크게 지하철역에 대한 접근성, 지하철 TOD(transit-oriented development) 특성효과, 접근성 측정 등이 부동산 가격에 대해 미치는 영향을 분석하였다. 많은 연구는 부동산의 물리적 특성과 환경 특성을 통제하면서 지하철역에 대한 접근성이 부동산 가격에 미치는 영향을 살펴보고 있다(Bowes and Ihlanfeldt, 2001). 대부분의 연구는 지하철역에 대한 접근성이 부동산 가격을 높인다는 점을 경험연구를 통해 규명하는 것이었다(Bae et al., 2003; Cervero and Susantono, 1999; Dubé et al., 2013; Feng et al., 2011).

지하철역에 대한 접근성뿐만 아니라, 지하철 TOD 특성 또한 인근 지역의 부동산 가격에 영향을 준다. TOD 특성 가운데 우선 지하철역 인근 지역의 디자인요소도 중요한 가격 영향 요인이다. 예를 들어 미국의 경우 지하철역에 주차장이 있는 경우보다 보행 접근 후 지하철 탑승을 할 수 있는 역 인근 지역의 부동산 가격이 높았다(Kahn, 2007). 뿐만 아니라 TOD는 여러 특성이 결합된 형태라는 점에서 TOD 특성은 여러 요소가 부동산 가격에 시너지 효과를 낸다. 구체적인 연구로 보행자 친화적인 도시 환경이 TOD 특성과 결합되면서 인근 지역 아파트 가격을 높였다(Duncan, 2011). 또한, 토지이용 혼합도가 높고 대중교통에 대한 도보접근성이 높은 곳일수록 주택 가격에 긍정적인 영향을 주었다(Atkinson-Palombo, 2010). 게다가 홍콩의 R+P 연구는 지하철역 인근의 부동산 개발과 대중교통 서비스의 결합이 실질적으로 부동산 가격의 프리미엄을 발생시켰음을 보여주었다(Cervero and Murakami, 2009). 반면에, 부동산 가격을 낮추는 경우도 있다. 예를 들어 우리나라에서 지상으로 운행하는 지하철의 경우 200m 이내의 인근 부동산 가격을 낮추었다(Lee and Kim, 2015). 전반적으로 TOD 특성은 대중교통 이용률을 높이고, 이러한 편익은 인근 지역의 부동산 가격에 반영된다. 그동안 많은 연구는 대중 교통 서비스가 좋고, 지하철역 인근의 보행자 환경이 좋을수록 대중교통 이용률이 높은 것으로 나타났다(Sung and Oh, 2011). 그러나 이러한 관계는 지역별로 다르다. 중심지와 주변지역의 고밀 개발은 대중교통 이용률과 긍정적 상관관계가 있지만, 하위 중심지의 경우는 밀도보다는 토지이용의 혼합이 대중교통 이용률을 높였다(Lee et al., 2013). 결국 토지이용 혼합, 인근 지역 디자인, 대중교통 운행 빈도, 도로망의 특성 등 TOD 특성은 지하철역의 유형별로 다르게 나타난다(Kim et al., 2014).

그동안 지하철 접근성 측정은 주로 직선거리나 최단 네트워크 거리였다. 그러나 최근 연구들은 신뢰성을 높일 수 있는 진보된 개념을 활용하고 있다. 예를 들어 경로 직접성지수(route directness)는 직선 거리에 대한 네트워크 거리의 비율이다(Lin et al., 2014). 기회기반 대중교통 접근성은 인근의 고용, 교통망, 교통서비스를 모두 고려한 총 시간 기반 기회지수이다(Lei et al., 2012). 뿐만 아니라 지하철역에 대한 거리와 지하철 인근의 버스 가용성 모두 대중교통에 대한 접근성을 좌우한다(Kim et al., 2007). 이 연구는 서울의 주택시장이 대규모 주거지 개발이라는 공급 중심에서 대중교통망에 대한 접근성과 편리성이 중요해지는 수요 중심으로 변모하고 있다는 점에서 시의적절하다고 볼 수 있다(Yi and Lee, 2014).

이미 살펴본 바와 같이 지하철역에 대한 접근성은 인근 부동산 시장에 영향을 줄 뿐만 아니라, 그 영향은 지하철역의 특성별로 다르게 나타난다. 이 연구는 서울시 지하철역의 대중교통 서비스 공급이 다르고, 지하철역에 도달할 수 있는 가로망 구조의 특성이 다르다는 점에 착안하여 새로운 지하철역 접근성을 측정한 후 그 영향을 토지 가격을 통해 분석한다.

이 연구는 지하철역에 대한 접근성을 가로망 중심성으로 측정한다는 점에서 가로망 중심성에 대한 기존연구를 간략하게 살펴보고자 한다. 먼저, 가로망 중심성은 인구와 고용의 공간적 차이를 설명하는 중요한 변수이다. 미국 루이지애나에 대한 연구는 Betweenness, Straightness, Closeness으로 측정한 가로망 중심성이 인구와 고용 밀도에 미친 영향을 분석하였다. 연구결과, Closeness와 인구/고용밀도의 상관관계가 가장 크고, Straightness, Betweenness 순으로 상관관계가 나타났다. 이러한 패턴은 가로망의 중심성과 토지이용의 공간적 집중으로 분석한 것인데, 교통과 토지이용의 연관성을 엄밀하게 규명하였다(Wang et al., 2011). 또 다른 연구는 경제활동의 입지와 가로망 중심성의 상관성을 규명하였다. 경험연구 결과로 보면, 가로망 이용빈도가 높은 소비자를 대상으로 한 소매활동이 그렇지 않은 소매활동에 비해 가로망 중심성에 민감하였다. 이러한 연관성은 소매활동이 가로망 중심성에 직접적으로 반응하기보다는 가로망 중심성이 높은 곳에 더 많은 사람들이 다니기 때문이다(Porta et al., 2012). 또, 다른 사례로 중국 장춘의 경우, 가로망 중심성과 상점 유형별 입지는 크게 다르게 나타났다. 즉, 가로망 중심성은 상업용 부동산 입지에 가장 강하게 영향을 주었다. 그러나 그 영향 정도는 상업용 부동산의 성격에 따라 크게 달랐다. 예를 들어, 전문점이 가장 크게 영향을 받았고, 그 다음으로 백화점, 수퍼마켓, 소매점, 가구점, 건축자재소매점 순이었다. 가로망 중심성과 위상이 다른 소매점의 입지가 강한 연관성이 있음을 확인하였다(Wang et al., 2014).

비교적 최근 들어 가로망 중심성을 측정하고 그 영향을 주택가격을 통해 규명하는 연구가 나타났다. 먼저, 영국 웨일즈 카디프 주택가격을 분석한 연구는 도심, 공원, 병원에 대한 접근성을 통제하면서 가로망 중심성의 영향을 추정하였다. 모형에서 가로망 중심성 변수를 포함하면 전반적으로 모형의 설명력이 증가하였다. 이는 전통적인 주택특성과 인접환경 특성 외에 가로망 중심성이 주택가격의 형성을 이해하는 데 중요함을 보여준다(Xiao et al., 2015). 또 다른 연구는 2005년부터 2010년 사이 중국 난징의 주택가격을 분석하였다. 이 연구의 특성은 가로망 중심성의 시간적 변화가 주택 가격에 어떤 영향을 주었는지 추적하였다는 점이다. 그 결과를 보면 전체적으로 가로망 중심성이 높은 지역의 주택 가격이 높았으나, 일부 지역은 국지적 교통 정체 심화로 인해 주택 가격이 하락하는 패턴을 보였다(Xiao et al., 2014). 이미 교통연구에서 입증한 바와 같이 가로망이 개선되면 이에 대한 새로운 교통수요를 유발하기 때문이다.

가로망 중심성은 인근 지역의 토지이용 밀도 변화에도 영향을 준다. 스웨덴을 사례로 한 연구는 도시 전체를 네트워크 반경으로 설정한 글로벌 중심성은 상업, 산업, 공공 서비스 지역밀도와 상관성이 높지만, 국지적인 네트워크 반경을 설정하여 측정한 로컬 중심성은 개발제한구역에 가까이 자리잡은 저밀도 주거용 밀도와 강한 상관관계를 보였음을 밝혔다(Rui and Ban, 2014). 한편, 중국 우한의 사례는 가로망의 폭에 따라 토지이용 밀도가 다를 것이라는 가설을 설정한 후, 가로망 폭을 고려하여 가로망 중심성을 측정하였다. 그 다음 측정한 가로망 중심성이 토지이용 밀도와 어떤 연관성이 있는지 규명하였다. 그 결과 전체를 대상으로 한 Closeness와 국지적 Straightness가 토지이용 밀도와 강한 양의 상관관계를 보였다(Liu et al., 2016).

전체적으로 그동안 가로망 중심성의 영향을 소매활동, 인근 지역의 부동산 가격, 토지이용 밀도 측면에서 살펴본 연구는 가로망 중심성이 도시공간구조를 측정하는 데 매우 유용하다는 점을 밝혔다. 이 연구는 이러한 기존 연구의 성과를 토대로 지하철역에 대한 접근성을 지하철 운행 빈도와 가로망 특성 모두 동시에 고려하여 새롭게 측정하고, 그 영향을 부동산 가격을 통해 규명하고자 한다.

기존 연구 대비 이 연구의 차별성은 첫째, 기존의 지하철역 접근성은 대체로 직선거리와 네트워크 거리를 사용하였고, 지하철역까지 가로망 구조를 고려하지 못하는 경우가 많았다. 이 연구는 지하철역별 운행 빈도와 가로망 구조를 동시에 고려하여 Reach, Gravity, Straightness, Betweenness, Redundancy Index 등 총 5개의 지표를 측정한다.¹⁾ 둘째, 기존 연구는 역세권을 500m로 보는 시각이 다수였으나, 이 연구는 실제 도보접근 공간 범역이 1km임을 착안하여 이를 네트워크 반경으로 삼아 지하철역 접근성을 측정한다. 이 연구는 500m와 1km 네트워크 반경을 가정한 후 총 5개의 지하철역 접근성을 측정한 후 분석에서 비교한다. 셋째, Gravity 지표의 경우 그동안 거리마찰계수를 가정하거나 외국의 추정치를 사용하였다. 이 연구는 일반적인 접근 가능범역의 중간 지점을 기준으로 산출한 거리마찰계수를 적용한다. 이는 거리마찰계수 산정에 대한 논의를 풍부하게 하여 관련연구 발전에 기여할 것으로 기대한다. 넷째, 토지필지와 집계구 수준의 변수를 모두 분석하기 위해 이에 적합한 다층헤도닉가격모형을 적용한다. 이 모형은 도시연구에서 일반회귀모형의 단점을 보완할 수 있는 대안모형으로 주목받고 있다. 끝으로, 주거용과 비주거용 토지 가격에 대한 지하철역 접근성의 영향을 비교한 후 시사점을 제시한다.

이 연구의 주요 자료는 2017년 서울시 표준지 공시지가 자료, 2017년 서울시 지하철 운행빈도 자료, 2016년 서울시 집계구 인구와 고용 자료, 기타 서울시 공간정보 자료이다. 먼저, 2017년 서울시 표준지 공시지가 자료는 다음과 같은 특성으로 인해 이 연구에 적합하다. 첫째, 표준지 공시지가 자료에 토지이용 상황이 있으므로 서울시 지하철역에 대한 접근성이 각 토지이용별로 어떻게 다른 영향을 주는지 비교분석이 가능하다. 둘째, 공시지가는 상대적으로 거시경제변동보다 인근 지역 변화에 따라 달라지므로 지하철에 대한 접근성이 어느 정도 영향을 주는지 분석하는 데 보다 나은 자료이다. 2017년 서울시 지하철 운행 빈도 자료는 대중교통 서비스의 공급 수준을 보여준다. 아울러 2017년 행정안전부 전자지도를 통해 부동산개발밀도와 토지이용혼합도를 측정하였다. 이 두 변수는 토지면적이 아닌 건축물 연면적으로 계산하여, 보다 현실적으로 서울시 집계구별 개발정도를 보여주고 있다는 장점이 있다. 그 다음 토지 가격에 영향을 미치는 인구와 고용밀도 자료를 얻기 위해 2016년 서울시 집계구 통계자료를 사용한다. 이를 요약하면 <표 1>과 같다.

보다 구체적으로 모형의 변수 구성을 설명하기 위해 <그림 1>을 제시하였다. 분석모형에서 종속변수는 토지가격이며, 이 연구의 초점이 되는 설명변수는 지하철역 운행빈도와 가로망 공간 특성을 동시에 고려하여 측정한 Reach, Gravity, Straightness, Betweenness, Redundancy Index 등의 지하철역 접근성 변수이다. 아울러 이 연구는 개발밀도, 토지이용 혼합, 개별토지특성, 교통입지특성, 그리고 인구와 고용밀도를 통제한다. 개발밀도는 2017년 행정안전부 서울시 건축물 자료에서 연면적을 합한 후 집계구 면적으로 나누어 계산하였다. 토지이용혼합은 서울시 건축물 자료의 주거, 상업, 업무, 산업, 공공기관 등 총 5개 용도로 구분한 후, 각각 용도별 연면적에 엔트로피 지수를 적용하여 토지이용혼합도를 계산하였다(Song and Knapp, 2004). 토지이용혼합도는 0에서 1 사이의 값을 갖는데, 1에 가까울수록 토지혼합도가 높음을 의미한다. 개별토지특성은 2017년 서울시 표준지공시지가 자료에서 얻을 수 있는 토지용도, 면적, 평지, 형상, 도로입면 특성을 각각 변수로 처리하였다.²⁾ 교통입지특성은 토지가격에 영향을 줄 수 있는 주요 입지조건이다. 각 주요 지점에 대한 직선거리를 계산하여 교통입지특성을 측정하는 변수로 채택하였다. 2020년 서울시 도시기본계획을 참고하여 시청역을 도심의 기준으로 삼았고, 청량리역, 용산역, 강남역, 영등포역, 월드컵경기장역 등을 부도심의 기준으로 하였다. 아울러 도로와 가로망, 상권, 학교, 공원에 대한 직선거리를 측정한 후 통제변수로 삼았다. 끝으로, 토지가격에 영향을 주는 인구와 고용자료를 통계청 집계구 자료에서 얻어 각각 집계구 면적으로 나누어 인구와 고용밀도를 계산하였다.

그림 1. 모형의 변수 구성 개요

Download Original Figure

이 연구는 지하철 운행빈도와 가로망 특성을 모두 측정하여 서울시 지하철역에 대한 접근성을 추정하고, 다층헤도닉가격모형을 통해 토지가격에 대한 효과를 분석한다. 여기서 지하철역에 대한 접근성은 개별 지하철역의 운행 빈도와 가로망 특성을 동시에 고려하여 측정한다. 이 때 네트워크 반경이 필요하므로 500m와 1km로 가정하고, Reach, Gravity, Straightness, Betweenness, Redundancy Index 등 총 5개로 나누어 계산한다. 접근성의 측정은 MIT City Form Lab에서 개발한 Urban Network Analysis를 활용한다(Sevtsuk, 2018).

1) 도시 네트워크 분석의 기본 골격

이 연구는 도시 네트워크 분석을 적용하여 서울시 지하철역에 대한 접근성을 총 5개의 지표로 진단한다. 이 연구에서 채택한 접근성 측정방법은 크게 세 가지 측면에서 기존 접근방법을 개선하였다. 첫째, 서울시 지하철역별 운행 빈도와 각 토지 필지에 이르는 가로망을 동시에 측정하여 지하철역 접근성을 수치화하였다. 여기서 운행 빈도를 가로망의 공간적 특성을 측정할 때 각 지표의 가중치로 사용하였다. 둘째, 지표 가운데 Gravity 측정시 필요한 거리조락 패러미터(베타 값)는 half-half 기법이라는 새로운 방법을 통해 추정한 후 적용하였다. 셋째, 그동안 널리 사용된 지표 외에 Redundancy Index라는 새로운 지표도 측정하여 분석모형에서 그 효과를 추정하였다. 이러한 새로운 지하철역 접근성 측정방법은 지하철역별 특성의 하나인 운행 빈도와 가로망 구조를 동시에 고려하여 보다 현실적인 접근성을 측정할 수 있다는 장점이 있다.

<그림 2>는 이 연구에서 적용한 서울시 지하철역 접근성 측정의 기본 골격이다. 이 그림에서 출발지(origin)는 토지필지이며, 도착지(destination)는 개별 지하철역이다. 이 연구의 방법은 각 토지 필지 위치와 각 지하철의 운행빈도를 노드로 설정한 후, 가로망 네트워크상 출발지와 도착지의 직선거리와 네트워크 거리를 활용하여 측정한다.

그림 2. 지하철역 접근성 측정의 기본 골격 자료 : 강창덕(2017), Liu et al.(2016)을 참고하여 필자가 일부 수정.

Download Original Figure

(1) Reach

Reach는 일반적으로 “누적 기회 접근성 지수”로 알려졌다(Jaber et al., 2017). 이 지수는 출발지를 중심으로 일정한 반경 내 목적지 혹은 목적지의 특성이 얼마나 있는지 측정한다. 일반적으로 이를 측정하기 위해 출발지, 목적지, 가로망 공간자료, 목적지의 특성이 필요하다. 이 지표를 (식 1)로 표현하면 다음과 같다.

$$Reach{\left[i\right]}^r={\displaystyle \sum _{j\epsilon G-\left\{i\right\},d\left[i,j\right]\le r}W\left[j\right]}$$

(식 1)

G는 토지필지 i 지점에서 반경 r 이내에 도달할 수 있는 지하철 수의 합을 말한다. d[i,j]는 토지 필지 i 와 지하철역 j 사이의 최단 네트워크 거리이다. W(j)는 지하철 j 에 저장된 지하철 운행 빈도이다.

(2) Gravity

앞에서 설명한 Reach는 단순히 일정한 반경 내 목적지의 특성을 합했지만 Gravity 지수는 여기에 거리 마찰을 추가하여 계산한 것이다. 이 지수는 Hansen(1959)에 처음 소개한 후 교통 연구에서 널리 활용된 지표이다. 기본적으로 Gravity 지수는 출발지의 접근성은 목적지의 매력도에 비례하고, 목적지에 대한 거리에 반비례하는 것으로 가정한다. 아래의 (식 2)는 이러한 가정을 수학적으로 표현한 것이다. 바로 베타 부분이 거리 조락효과를 반영한 부분인데, 그 값을 얼마로 할 것인가는 중요한 쟁점이다.

$$Gravity{\left[i\right]}^r={\displaystyle \sum _{i\epsilon G-\left\{i\right\},d\left[i,j\right]\le r}\frac{W\left[j\right]}{e^{\beta \cdot d\left[i,j\right]}}}$$

(식 2)

이미 앞에서 적시한 바와 같이 중력모형에서 적절한 거리조락 패러미터 값을 가정하는 것이 매우 중요하다. 그동안 교통 연구는 거리에 기반한 대중교통 서비스 이용 의사가 대중교통 서비스 접근성에 대한 거리조락함수를 추정하는 데 적합하다는 결과를 내 놓았다. 이 방법은 전체 인구 가운데 특정한 대중교통 서비스를 이용한 인구의 비중을 통해 이용의사를 계산한다. 그러나 이러한 데이터를 얻기는 쉽지 않다. 대안적인 방법으로 Martínez and Viegas(2013)는 새로운 거리조락 패러미터 측정을 제안하였다. 이는 대중교통(버스정류장)에 대한 거리에서 느끼는 심리적 거리감 설문조사로 측정한 것이다. 이 조사에서 사람들은 가까운 정도는 6.04분, 먼 거리는 14.91분으로 답하였다. Alfred Chu and Chapleau(2008)의 연구에서 제시한 대도시 보행자의 보행속도 1.2m/s로 앞의 연구 결과를 계산해 보면, 434.88m, 1,073.52m의 물리적 거리로 환산할 수 있다.

비록 사람들의 구체적인 보행에 대한 자료를 얻기 힘들지만, half-half 거리조락함수 계산법으로 거리조락 함수의 패러미터 계산이 가능하다(Östh et al., 2016). 이 방법은 전체 인구의 절반정도가 가장 멀다고 느끼는 거리를 걷고, 나머지 절반 정도의 인구가 가깝다고 느끼는 거리를 걷는 것으로 가정하였을 경우 중간 거리를 계산할 수 있다. 이 연구는 지하철역에 걸어서 갈 수 있는 중간 거리를 500m와 1km로 상정하고 거리조락 패러미터(베타 값)를 계산하였다. 이 연구는 이 베타값으로 가정하여 Gravity를 추정하였다. 500m에서 최대 1km로 가정한 근거는 2018년 3월 22일 MBC 보도이다, 이 보도에 의하면 서울연구원 손창우 박사의 인터뷰를 통해 지하철역에서 500에서 1,000m에 살고 있는 시민의 걷기 실천율이 가장 높다고 하였다.

(3) Straightness

Straightness는 특정 노드에서 다른 모든 노드까지의 최단거리 정도를 나타낸다는 점에서 직선거리와 비슷하다(Porta et al., 2006). 그러나 이 지표의 특징은 직선거리와 네크워크 거리를 모두 측정하여 반영한다는 것이다. 이러한 내용은 다음 (식 3)과 같이 표현할 수 있다.

$$Straightnes{s}^r\left[i\right]={\displaystyle \sum _{j\epsilon G-\left\{i\right\};d\left[i,j\right]\le r}\frac{\delta \left[i,j\right]}{d\left[i,j\right]}\cdot W\left[j\right]}$$

(식 3)

이 식에서 G는 앞의 지표식과 마찬가지로 토지 필지 i 지점에서 반경 r 이내에 도달할 수 있는 지하철 수의 합을 말한다. δ[i,j]는 토지 필지 i 와 지하철역 j 사이의 직선 거리이다. d[i,j]는 토지 필지 i 와 지하철역 j 사이의 최단 네트워크 거리이다. W(j)는 지하철역 j에 저장된 지하철 운행빈도이다.

(4) Betweenness

Betweenness는 가로망의 중심성을 측정하는 또 다른 지표이다. 이 연구의 경우, 각 노드에 저장된 가중치가 지하철 운행빈도이므로 Betweenness는 특정 노드 i의 연결된 가로망 폭을 전체 통행 가운데 해당 노드 통과 통행의 비중으로 곱한 값이다(Brandes, 2001). 이 의미를 표현하면 다음 (식 4)와 같다.

$$Betweennes{s}^r\left[i\right]={\displaystyle \sum _{j\epsilon G-\left\{i\right\};d\left[i,j\right]\le r}\frac{n_{jk}\left[i\right]}{n_{jk}}\cdot W\left[j\right]}$$

(식 4)

이 식에서 n_jk[i]는 토지 필지 i 를 경유하는 다른 설정한 노드 j 와 k의 최단 경로의 수이며, n_jk는 노드 j 와 k의 최단 경로의 총수이다.

(5) Redundancy Index

각 토지필지에서 지하철역에 이르는 가로망은 매우 다양하다. 가장 짧은 거리의 가로망이 있지만 사람들은 여러 이유로 조금 먼 길도 이용한다. Redundancy Index는 각 토지필지에서 지하철역에 이르는 길이 많을수록 보행자에게 편의성과 선택을 제공한다는 점에 착안하여 개발된 지수이다(Sevtsuk, 2018). 이 지수는 각 토지 필지에서 각 지하철역에 도달할 수 있는 최단 가로망에 비해 일정 비율 이상으로 이용할 수 있는 가로망이 얼마나 있는지를 측정한다. 이러한 내용을 수학적으로 표현하면 다음 (식 5)와 같다. 이 수식이 좀 복잡해 보이지만 핵심은 출발지와 도착지 사이의 가장 짧은 네트워크 거리 대비 출발지와 도착지 사이의 모든 경로 거리의 합으로 Redundancy Index를 계산한다는 점이다. 여기서 모든 경로의 합을 어느 정도 허용할 것인지에 따라 Redundancy Index는 달라진다. 이 연구는 허용치(경유비율, ρ)를 20%로 한정한다. 추정치의 결과는 최단 네트워크 거리를 일정한 비율만큼 허용했을 때 가로망 길이가 얼마나 이용 가능한지를 보여준다.

$$R^{\rho }\left[i,j\right]=\frac{{\displaystyle \sum _{e=G}W\left[e\right]\cdot {\varsigma }^{i,j}\left[e,\rho \cdot d\left[i,j\right]\right]}}{{\displaystyle \sum _{e=G}W\left[e\right]\cdot {\varsigma }^{i,j}\left[e\cdot d\left[i,j\right]\right]}}$$

(식 5)

이 식에서 W[e]는 G에서 최단거리 사이 e 지점의 가중치이며, d [i,j]는 출발지 i 와 도착지 j 사이의 최단거리를 의미한다. e지점의 가중치는 출발지 i 와 도착지 j 사이를 이동할 때 거치는 지점들의 특성을 의미하는데, 이 연구는 앞의 4개의 지표에서 지하철역 운행 빈도를 가중치로 계산하였으므로 일관되게 도착지 지하철역의 운행빈도를 가중치로 채택한다. ζ^i,j 는 e지점과 다른 모든 지점간 단일 경로만 있는 경우 1이다. ρ는 경유비율(detour ratio)이며, 이 연구는 1.2로 가정한다.

<그림 3>은 2017년 서울시 지하철역 운행빈도와 더불어 도시 네트워크 분석 방법으로 측정한 총 5개 지표의 공간 분포를 보여주고 있다. 1km 네트워크 반경으로 Reach, Gravity, Straightness, Betweenness, Redundancy Index를 각 사례 토지필지 수준에서 측정한 값을 그림으로 표현한 것이다. 이 연구는 주거용 토지와 비주거용 토지를 사례로 네트워크 반경 500m와 1km의 경우 각각 토지 가격에 미치는 영향이 어느 정도 되는지 살펴보았다. Gravity 지수는 앞에서 제시한 half-half 계산법에 의해 500m, 1km 네트워크 반경을 가정하여 각각 0.00138, 0.000693 베타값으로 계산하였다.

그림 3. 서울시 지하철역 운행빈도와 총 5개 접근성의 공간 분포(1km 반경)

Download Original Figure

<표 2>는 지하철역으로부터 1km 반경 비주거용 토지가격 모형을 위한 기술통계이다.³⁾ 기술통계는 서울시 비주거용 토지가 갖는 5개의 가로망 네트워크 특성, 개발밀도, 토지이용혼합, 개별토지특성, 교통입지특성, 인구와 고용밀도 특성을 보여주고 있다.

지하철역에 대한 접근성이 토지가격에 미치는 영향을 크게 주거용 토지와 비주거용 토지(상업용과 업무용 토지)로 나누어 살펴 보았다. 지면의 한계로 인해 지하철역에 대한 1km 반경 기준 비주거용 토지가격모형에 대한 결과만을 <표 3>과 <표 4>로 제시하였다. 이 모형에서 지하철역에 대한 접근성은 Reach, Gravity, Straightness, Betweenness, Redundancy Index 등으로 측정하였으며, 다중공선성을 피하기 위해 각 한 개의 접근성만을 모형에 넣어 총 5개의 모형으로 구성하였다. 비주거용 토지 모형에서 토지 필지 수는 7,701이며, 집계구 수는 3,297이다. 집단내상관(ICC)값을 보여주는 Rho는 0.45~0.46으로 모형 적용의 판단 기준인 0.05보다 커 모형이 적합함을 말해준다. 전반적인 결정계수는 0.52~ 0.53으로 나타났다. 아울러, 집계구내 결정계수는 0.47, 집계구간 결정계수는 0.38~0.39이다. 다중공선성을 측정하는 VIF(variance inflation factor)를 적용해 본 결과, 모든 결과에서 그 최대값이 3.29이므로 다중공선성 문제는 없는 것으로 보인다.⁴⁾

주거용 토지와 비주거용 토지에 대한 지하철 접근성의 영향의 각 계수를 표현하면 <그림 4>와 같다. 먼저 주거용 토지에 대한 영향을 보면, 500m 반경 이내에서 Reach, Gravity, Straightness, Betweenness, Redundancy Index 등 5개의 접근성 지표는 모두 유의미하게 긍정적인 영향을 주었다. 그러나 그 영향력은 1km 반경의 경우보다 낮았다. 이는 지하철역에 근접하는 경우 부정적 외부경제(소음, 혼잡)가 지하철역 접근성의 이익을 낮춘 결과로 보인다. 1km 반경 내에서 5개의 지표를 비교해보면, Gravity 지수의 영향이 가장 높고, 그 다음으로 Straightness, Reach, Betweenness, Redundancy Index 순이었다. 전체적으로 지하철 운행빈도가 많고 인근 지하철역에 이르는 길이 가깝거나(Reach와 Gravity), 직선에 가까울수록(Straightness) 접근성 프리미엄이 높았다. 아울러 일정 반경 내에서 이동할 때 지나가는 빈도(Betweenness)가 높은 지점과 각 주거용 토지 필지에서 지하철역에 이르는 길이 다양할수록(Redundancy Index) 토지 가격이 높았다. 결국 지하철역 운행빈도 수가 많고 가로망을 통해 지하철역에 이르는 접근성과 편리성이 높을수록 인근 지역의 주거용 토지가격에 프리미엄이 발생한 것이다. 다만, 500m 반경 내에서 Redundancy Index가 다른 4개의 접근성 지수보다 큰 프리미엄 효과를 내고 있다. 지하철역에 도달할 수 있는 가로망의 선택지가 많다는 이점은 주로 지하철역에서 가까운 주거용 토지가격에서 크게 나타났다.

그림 4. 주거용과 비주거용 토지 가격에 대한 지하철역 접근성 효과 요약

Download Original Figure

비주거용 토지의 경우 500m와 1km 네트워크 반경 모두에서 통계적으로 유의하고 긍정적 효과를 보였다. 지표간 효과를 두 반경으로 나누어 비교해 보면, 500m 반경 내에서 상대적으로 약하게 나타나고 1km 반경 내에서 크게 나타났다. 전체적으로 5개의 지표를 비교해 보면, Gravity 지수의 영향이 가장 높고, 그 다음으로 Straightness, Reach, Betweenness, Redundancy Index 순이었다. 이러한 결과는 주거용 토지보다 비주거용 토지가격에 5개의 접근성이 더 강한 프리미엄 효과를 내고 있음을 보여준다. 전체적으로 비주거용 토지가격은 지하철 운행빈도가 많고 인근 지하철역에 이르는 길이 가깝거나(Reach와 Gravity), 직선에 가까울수록(Straightness) 높은 접근성 프리미엄을 얻었다. 아울러 일정한 반경 내 이동시 지나가는 빈도(Betweeneess)가 많은 곳의 가격이 높았다. Redundancy Index의 영향은 500m 반경 내에서 강한 반면, 1km 반경 내에서 상대적으로 약했다. 지하철역에 도달할 수 있는 가로망의 선택지가 많다는 이점은, 상대적으로 보다 가까운 반경 내에서 강하게 나타남을 의미한다.

연구 결과를 요약하면, 지하철운행빈도와 가로망 특성을 모두 고려한 지하철역 접근성은 주거용과 비주거용 토지가격에 각기 다른 영향을 주었다. 대체로 주거용 토지가격보다 비주거용 토지가격에 상대적으로 크게 긍정적인 영향을 주었다. 이는 대중교통 서비스의 개선과 지하철역에 대한 더 좋은 접근성을 제공하는 가로망은 주거용보다 비주거용 토지가격에 대한 지불용의액을 높이는 것으로 해석할 수 있다. 결국 대중교통에 대한 접근성이 주는 편익은 상업과 업무 활동에서 크게 평가하고 있는 것이다. 아울러 5개 지표가 주는 영향을 비교해 보면, 인근 지역에 보다 빈번한 지하철 운행이 절대적으로 중요하고, 그 다음으로 가능한 직선에 가까운 가로망이 유리한 조건임을 알 수 있다. 아울러 일정한 반경 내 이동시 경유빈도가 많은 지점에 대한 선호가 높다는 점도 밝혀졌다. 다만, 지하철역에 이르는 길이 많다는 점은 주거용 토지에 중요한 이점이지만, 지하철역에서 멀리 떨어져 있는 비주거용 토지가격에 상대적으로 적은 이점을 주고 있다.

기타 변수의 경우, 토지용도 측면에 준거집단인 업무용보다 상업용은 낮은 가격을 보이고 있고, 부동산개발밀도가 높고 토지이용혼합도가 낮은 지역의 토지가격이 높았다. 토지특성상 형상을 제외하고 면적이 크거나 평지이거나 큰 도로에 면한 토지가격은 높았다. 교통 입지 측면에서 시청, 부도심, 도로, 지하철역, 버스 정류장, 가로망, 상권에서 멀어질수록 토지가격은 하락하는 패턴을 보였다. 그러나 학교와 가로망의 경우는 멀어질수록 토지가격은 높아졌다. 공원에 대한 접근성은 통계적으로 유의미하지 않았다. 끝으로 고용밀도가 높은 곳은 토지가격이 높았지만, 인구밀도가 높은 곳의 토지가격은 낮은 것으로 나타났다.