지역별 주택 공급과 시장가격 변화는 신혼부부 증감에 영향을 미치는가?:

우리나라는 현재 심각한 저출산, 저혼인률, 고령화 현상을 경험하고 있으며, 이는 사회·경제적으로 부정적인 영향을 미치고 있다. 이러한 인구구조의 변화는 중·장기적으로 생산 가능 인구의 감소를 야기하여 국가경쟁력에 좋지 않은 영향을 끼칠 것으로 보인다. 이러한 상황에서 신혼부부 가구는 지속적으로 감소 추세를 보이고 있다. 전국의 신혼부부 가구는 2015년 1,472천 가구에서 2019년 1,260천 가구로 꾸준히 감소하고 있는 추세이다. 여기에 2020년 코로나 팬데믹 현상은 경제, 사회적 위기상황을 초래하였으며, 이에 따른 결과 중 하나로 전년대비 혼인율의 급감(‒10.7%)과 신혼부부 가구의 감소(‒6.1%)가 나타났다. 신혼부부의 급감에는 코로나라는 새로운 변수가 크게 작용한 것으로 보이나 큰 틀에서의 감소 추세는 이전부터 이어져 오던 것으로 보인다. 신혼부부의 감소 현상에 대응하여 정부는 행복주택, 신혼희망타운 등 맞춤형 공공임대주택을 포함한 주거 지원과 육아 지원 서비스 등 다양한 정책적 노력을 기울이고 있으나 가시적인 효과가 나타나지 못하고 있다. 이는 신혼부부가 감소하고 혼인율이 감소하는 근본적인 요인들을 해결하지 못하고 지역별 특성을 충분히 고려하지 못한 한계로 판단된다.

최근의 연구 결과에 따르면 결혼을 미루거나 포기하게 되는 주요한 요인으로 높은 주택시장 가격과 주거비 부담을 확인할 수 있다. 물론 변화하는 라이프스타일과 결혼에 대한 인식 변화, 불안정한 경제상황과 고용 상태 등 다양한 요인들이 신혼부부의 증감에 영향을 미치는 것으로 보이나, 국내에서는 높은 집값이 결혼에 이르지 못하는 큰 요인들 중 하나로 나타난다. 2012년 글로벌 경제위기 이후로 우리나라를 포함한 주요국들은 경기부양 정책의 일환으로 초저금리 기조를 유지해왔다. 이는 유동성을 높이고 자산시장에 과다한 버블을 야기하여 주택시장을 과열시켰다. 최근의 코로나 시대 주택시장 가격의 급등은 이러한 연장선상에서 이해할 수 있다. 지나치게 높아진 집값은 결혼을 생각하는 많은 청년들의 현실적 장애물이 되었다는 많은 연구 결과들이 존재한다.

뿐만 아니라 수도권과 일부 대도시 지역으로의 청년 인구의 집중 현상은 신혼부부 증감에 유의미한 영향을 미칠 것으로 보인다. 수도권과 비수도권 간에 양극화 현상이 나타나고 지역별로 청년 세대들의 분포가 상이하게 나타난다. 주택 공급이나 주택시장 및 사회 문화적인 인프라가 지역마다 다르기에 그 특성에 대한 고려가 전제되어야 한다. 그래야 지역별 수요와 공급의 불일치를 줄이고 미분양 및 저혼인의 지역별 양극화 등의 문제가 완화될 것이다. 그럼에도 불구하고 현재까지 인구 사회학적 특성, 주택 공급과 시장가격 변화와 신혼부부 분포 및 증감 변화를 지역의 특성에 따라 분석한 연구는 부족한 실정이다. 대부분의 관련 연구들이 행정구역 및 지자체 단위로 한정한, 공간 통계적 분석으로 신혼부부 증감 현상을 해석하려 하였으며, 지역 경계를 아우르는 공간적 분석을 진행한 사례는 찾아보기 힘들다. 이에 본 연구는 지역의 특성을 고려하고 아파트 등 주택 공급과 가격 변화가 신혼부부 증감에 미치는 영향을 지리적가중회귀모형(geographic weighted regression, GWR)을 사용하여 공간분석을 진행하고자 한다. 지리적가중회귀모형(GWR)은 기존의 일반최소자승법(ordinary least squares, OLS) 회귀분석의 한계로 나타나는 종속변수에 대한 독립변수들의 영향이 전역적 측면, 즉 모든 공간 영역 안에서 모든 회기계수가 동일하다는 가정을 극복하고 공간적 비정상성을 고려한 지역별 회귀계수의 추정이 가능하다. 이러한 국지적인 해석은 지역별로 다양한 요인에 의해 영향을 받는 신혼부부 가구의 증가에 대한 분석을 진행하기에 적합하다고 판단된다. 따라서 본 연구는 지역별 주택시장 및 공급 변수와 함께 인구, 사회, 인프라 연관 변수를 적용하여 시군구별 신혼부부의 증감에 미치는 공간회귀분석을 진행하고자 한다. 본 연구의 분석 결과를 바탕으로 향후 코로나 시대에 더 심각해질 신혼부부의 지역별 감소 현상에 적절하게 대응하고 올바른 정책 방향을 모색하고자 한다.

우리나라 신혼부부 가구 수는 저출산, 고령화 인구구조의 변화 기조 속에서 점차적으로 감소하고 있다. 2015년 전국 신혼부부 수는 1,471,711쌍이었으나 2017년 1,379,824쌍에서 2019년 1,260,170쌍으로 줄고 있으며 그 폭은 커지고 있는 추세이다. 신혼부부 수와 직접적인 연관이 있는 혼인 수 추이(<그림 1> 참조)를 볼 때, 2010년 이후로 큰 폭의 내리막을 나타내고 있는 상황이다. 수도권과 비수도권의 상황을 보면, 비슷한 비중을 보이는 가운데 함께 감소하고 있는 모습을 확인할 수 있다(<그림 1> 참조). 2015년 수도권 신혼부부 수는 790,045쌍이며 비수도권은 681,666쌍으로, 약 53.7%대 46.3%의 비중을 나타내었다. 전체적인 신혼부부 수가 감소하는 가운데, 수도권과 비수도권은 비슷한 비중을 유지하며 2019년 수도권 664,417쌍(52.7%), 비수도권 595,700쌍(47.3%)으로 비수도권 비중이 소폭 증가하는 것으로 나타났다. 우리나라 신혼부부 증감 추이를 수도권과 비수도권으로 나누어 살펴본 결과, 혼인의 감소와 신혼부부 수의 감소는 수도권과 비수도권 차원에서는 크게 다르지 않았다. 이것은 신혼부부 감소 현상이 수도권과 비수도권처럼 거대 권역에서 특징적으로 나타난 것이라기보다는 우리나라 전역에 걸쳐 나타난 변화인 것으로 해석할 수 있다. 그러나 시도, 시군구 차원의 미시적 관점으로 바라보면 신혼부부 가구의 분포에는 지역적으로 두드러진 특성이 나타난다.

그림 1. 신혼부부 추이

Download Original Figure

본 연구에서는 GIS 프로그램을 활용하여 전국 시군구 단위로 지역별 신혼부부 가구의 분포(2019년)와 지역별 신혼부부 증감(2015~2019년)을 확인하고, 지역별로 분포된 신혼부부의 공간적 특성을 확인하기 위해 LISA(hot spot) 분석을 진행하였다(<그림 2> 참조). 먼저 시도별 신혼부부 분포를 살펴보면 <표 1>과 같다. 수도권과 비수도권 비중의 차이가 크지 않은 가운데, 경기(28.3%), 서울(18.4%), 경상남도(6.3%) 순으로 신혼부부 가구가 높은 지역인 것으로 나타났다. 수도권 내에서도 서울과 경기도의 신혼부부 수가 상대적으로 높게 나타난 것을 확인할 수 있었고, 비수도권 지역에서는 경남, 부산, 충남 지역이 상대적으로 신혼부부가 많이 분포하는 것으로 나타났다.

그림 2. 지역별 신혼부부 분포 및 증감

Download Original Figure

시군구 단위로 신혼부부 분포를 살펴보면 더 구체적인 지역적 분포 패턴을 확인할 수 있다. 전국적인 신혼부부 벨트(belt)가 확인된다. 서울과 경기도 남부지역에 높은 분포가 보이며 충청도 지역(천안·청주·세종)까지 연결되는 것을 확인할 수 있다(<그림 1> 참조). 그리고 대구 경북 일부 지역과 창원, 부산 경남 일부 지역의 벨트를 확인할 수 있다. 그 외 광주와 제주도 지역에서 상대적으로 높은 신혼부부 분포를 확인할 수 있다. 이러한 경향은 LISA 분석 결과 이미지에서 분명하게 확인할 수 있는데, 신혼부부 수가 상대적으로 많은 지역이 인근에 모여 있다는 의미인 HH 지역으로 서울과 인근 수도권 지역(인천, 경기도 김포·일산·파주 지역과 남부지역들), 그리고 이어지는 천안 진천·청주·세종 등 충청지역들이 나타난다. 경상도 지역과 광주 지역의 경우, LISA 분석에서는 신혼부부 분포의 군집화 경향은 강하게 나타나지 않는 것으로 확인되었다. 신혼부부의 지역별 분포에서 나타나는 특징은 서울과 서울을 둘러싼 인근 수도권 지역, 그리고 세종시까지 이어지는 지역적 분포와 그 외 비수도권 지역 내 대도시에서 상대적으로 높은 신혼부부 분포를 보였다.

2015년에서 2019년 사이의 지역별 신혼부부 가구의 증감 결과는 <그림 1>과 같다. 음(‒)의 값을 나타내는 지역이 대부분으로, 신혼부부 가구의 감소 현상은 전국적인 현상임을 알 수 있다. 신혼부부 수가 늘어난(+) 지역은 앞서 확인한, 신혼부부 수가 많은 지역과 비슷한 분포를 보이는 가운데, 서울과 서울 인근 경기도 지역들은 큰 폭의 (‒) 감소세를 보였다는 것이 특징적이다. 최근 5년의 기간 동안 큰 폭의 감소세를 보인 지역이 대표적으로 많은 신혼부부가 거주하는 지역으로 나타난 것은 역설적인 모습이다.

지역별로 신혼부부 가구의 분포와 증감하는 패턴이 특징적인 차이를 보이는 가운데 본 연구에서는 이러한 신혼부부 가구 수의 변화가 인구, 사회, 경제 등 다양한 특성들에 지역적으로 어떠한 영향을 미치는지 확인해보고자 한다. 특히, 핵심적인 변수로 간주되는 주택 공급과 주택시장 가격의 변화가 신혼부부의 증감에 어떠한 영향을 미치는 공간적 회귀모형(GWR)을 활용하여 확인하고자 한다. 본 연구의 결과는 코로나 발병 기간을 거치면서 불확실성이 더욱 커진 국내 주택시장에 향후 신혼부부의 지역적 변화를 가늠해보는 기초자료로 활용할 수 있을 것이며, 혼인과 출산이라는 생애 큰 사건을 준비하는 청년층과 신혼부부들에게 보다 적합한 주거정책을 수립하는 데 시사점을 줄 수 있을 것으로 예상된다.

이상호·이상헌(2011)은 시도 패널 자료를 활용하여 초혼 연령, 임시직 비율, 실업률, 경제활동 참가율(20대), 주택시장 상황 등의 경제적 요인이 결혼변수에 미치는 영향을 실증분석하였다. 분석결과 임시직 비율이 높을수록, 실업률이 높아질수록 혼인율이 감소하며, 매매가격보다는 전세가격이 높아질수록 혼인율이 감소하는 것으로 나타났다는 점을 제시하면서, 결혼 비용의 상당부분을 차지하는 주택가격이 높아질 경우 결혼시장 참여 비용이 높아지므로 주택가격 안정이 혼인율 제고에 매우 중요한 과제이며, 결혼을 준비하는 청년층의 경제적 부담을 줄이기 위하여 전세가격의 안정성을 확보할 필요가 있다고 주장하였다.

한편 천현숙(2016)은 2010~2014년 우리나라 16개 광역시도 단위의 패널 데이터를 활용하여, 시도 단위의 주택과 관련된 여러 특성들이 해당 지역의 혼인율과 출산율에 미치는 영향을 거시적 차원에서 분석하였다. 본 연구는 앞서 설명한 두 연구들과 달리 주택시장 상황뿐만 아니라, 중소형 주택 및 공공임대주택 재고 수준이 해당되는 지역의 혼인율 및 출산율과 어떠한 관계에 있는지를 분석하고자 하였다.

분석 결과 지역의 주택매매/전세가격은 혼인율이 음(‒)의 영향을 미치고 있기 때문에 지역의 주택가격이 상승하는 경우 혼인율이 감소할 수 있으며, 가구를 형성하는 신혼가구의 경우 전세의 비율이 높기 때문에 지역의 전세가격 수준 또는 전세가 비율이 혼인율에 중요한 영향을 미친다고 설명하였다. 또한 60㎡ 미만의 주택 비율인 중소형주택 비율과 공공임대주택 재고 비율도 혼인율을 높이는 중요한 요인임을 제시하였다.

그러나 주택가격 상승이 혼인율을 감소시키는 요인이 아니라 혼인율을 높이는 요인이라는 주장도 존재한다. 정창무(2008)는 15개 시도에 대한 17년간 횡단면 자료를 활용하여 신혼부부 보금자리 주택 공급의 정책 효과를 분석하면서, 사회경제적 변수가 혼인율과 출산율에 미치는 영향을 실증분석하였다. 분석에 사용된 변수는 1인당 국민소득, 총통화량, 연평균 주가지수 등의 거시경제 변수와 남녀의 경제활동 참가율, 실업률, 주택시장 변수(전, 월세) 등이다.

주요 연구 결과를 살펴보면, 실업률은 혼인율에 음의 영향을 미치기 때문에 경제활동을 하지 않는 경우 혼인으로 이어지기 어렵다는 연구 결과를 제시하는 한편, 전세가격 변동률 및 월세가격은 양(+)의 영향을 미친다는 분석 결과를 통해 청년이 주거비 부담이 커서 결혼을 미루는 것이 아니라 오히려 주택가격이 급증했기 때문에 결혼을 통해 주거비를 줄이려는 비용 절감의 노력을 하고 있다고 주장하면서, 저렴한 주택 공급을 통해 혼인과 출산율을 증진시키려는 정부의 노력은 정책 효과 달성이 불투명하다고 밝혔다.

현재까지의 연구를 종합해보면, 지역의 주택가격 수준은 신혼부부의 혼인 결정에 중요한 요인을 미치고 있는 변수이나, 신혼부부가 비용 절감을 위해 혼인을 선택하고 있을 가능성과, 결혼 비용 부담이 높아 혼인을 미루고 있을 가능성에 대해서는 일관적인 합의가 이루어지고 있지 않다.

가구의 입지 선택은 개별 가구의 사회·경제적 특성과 크게 연계되어 있다. 즉 가구의 주거지 선택에 영향을 주는 요인은 개인이나 가구의 속성, 주택의 물리적 특성, 그리고 입지 특성이고 이러한 요인들에 대하여 인지된 문제점과 만족도를 바탕으로 입지 선택이 이루어진다. 특히 젊은 신혼부부들은 주거지 선택 시 직장으로의 접근성이나 문화, 의료, 공원 접근성과 같은 주거환경에 큰 영향을 받을 수 있다. 하지만 기존 연구들에서는 가구의 생애주기나 소득별로 주거 선호에 차이가 있음을 제시하고 구체적으로 선호가 어떻게 다른지를 분석하는 데 집중하고 있으며, 신혼부부만을 대상으로 특정하여 주거환경 측면에서의 주거지 선호를 실증분석한 연구는 상대적으로 많지 않다.

통계청(2020)에서 제시한 우리나라 평균 초혼 연령이 남자의 경우 33.2세, 여자의 경우 30.8세라는 점을 감안할 때, 앞선 연구들에서 제시한 30대의 주거입지 선호 결과는 가구 형성 및 확대기에 있는 신혼부부의 주거입지 선호에 대해 고찰하는 본 연구의 맥락과 유사하다. 이와 관련된 연구들에 대해 살펴보기로 하자.

생애주기 가구 특성별 주거입지 선호에 관한 연구 중 30대의 주거 선호에 대해 분석한 대표적인 연구로는 박원석(2015)이 있다. 박원석은 수도권 가구가 연령별로 선호하는 주거입지가 어떻게 다른지에 대해 살펴보고, 이 결과를 대구 경북지역과 비교분석한 결과, 수도권에 거주하는 30대는 주거지 선택 시 대중교통 접근성, 안전성, 생활환경 순으로 중요도가 높은 것으로 나타나 편리하고 안전하여 삶의 질을 높일 수 있는 곳에 대한 선호가 높으나, 대구 경북에 거주하는 30대의 경우 주거 선택 시 향후 시세차익과 자가용 교통접근성 정도 등 주택의 경제적 투자가치에 대한 선호도가 높다고 밝혔다. 이러한 결과를 토대로 입지 요인 선호가 지역별로 큰 차이가 있을 수 있기 때문에 향후의 주택 공급정책 수립 시 지역별로 차별화된 주택정책을 제시할 필요가 있다고 주장하였다.

전이봄 외(2019)는 서울시 가구를 대상으로 가구특성별(연령 및 자녀유무)로 주거입지 선택이 어떻게 달라지는지에 대해서 분석한 결과, 자녀 유무에 따라 주거지 선호가 뚜렷한 차이를 보인 가운데, 자녀가 없는 30대 가구(신혼부부)는 40, 50대 가구들과 달리 대규모 점포시설 접근성 선호도가 높으며 유자녀 가구에 비해 교통 및 통근의 편리함을 더 중요하게 선택하고 있음을 밝혔다.

이창효·장성만(2010)은 수도권 신혼부부 가구를 대상으로 하여 점유 형태와 주거환경의 관련성을 분석하였다. 분석에서 종속변수는 점유 형태(자가, 전세, 월세)이며, 독립변수는 주택 상태 및 구성(주택 규모, 방수, 노후도, 인테리어 상태), 거주환경(직장과의 거리와 관련된 주택 위치, 보건·의료·안전·문화·복지), 그리고 교통환경(대중교통과의 차량 이용의 편의성 등)에 대하여 현재 주거지를 선택했을 당시 고려했던 정도를 10점 척도로 응답한 설문결과를 계량화하여 활용하였다.

분석 결과, 수도권에서 자가보다는 전세를 선택한 신혼부부들은 주택 규모, 노후도, 방수 등의 주택 상태와 보육·의료·문화·복지시설·공원·방범, 그리고 교통환경 등과 같은 거주환경을 중요하게 고려했던 것으로 분석되었다고 밝히면서, 전세로 거주하는 신혼부부 비중이 높으므로 신혼부부를 타겟으로 하는 부담가능한 주택 공급은 해당 지역의 주거환경 수준까지도 함께 고려할 필요가 있음을 주장하였다. 특히 거주 가구의 삶의 질에 영향을 미치는 의료, 문화, 복지, 녹지와 연관된 인프라가 주거지 선택에 미치는 영향에 관련하여 많은 연구가 진행되고 있다(이민관·이주형, 2010; 이외희 외, 2009; 임동일, 2010; 정기성·홍사흠, 2019; 홍성호·유수영, 2012). 특히, 신혼부부의 분포 특성에서 확인한 신혼부부 가구의 수도권 집중 현상과 관련하여 정기성·홍사흠(2019)은 2030 젊은 계층의 수도권 집중 현상에 의료, 복지, 문화 등의 삶의 질과 연관된 변수가 주요한 요인으로 작용한다고 주장하였다. 이러한 경향은 신혼부부 가구의 이동과 거주지 선택에도 유효하게 작용할 것으로 판단된다.

정윤혜·신화경(2018)은 신혼부부를 위한 주택정책 개선에 시사점을 줄 수 있는 신혼부부 가구의 특성 및 주거 현황을 분석한 결과, 결혼 연차가 낮은 신혼부부일수록 즉, 갓 결혼한 신혼부부일수록 주택 유형(다세대, 단독, 아파트) 및 주택 의 입지를 고려하고 주거를 선택한 경우 만족도가 높았던 반면, 결혼하고 4~5년가량이 지난 신혼부부는 주거 선택 시 주택 위치나 유형보다는 주택가격 수준을 고려하고 주택을 선택했을 경우 만족도가 더 높았음을 밝혔다.

살펴본 바처럼 신혼부부의 주거지 선택과 관련이 있는 기존 연구의 분석 결과들은 거주자의 삶의 질을 높일 수 있는 교통, 환경, 생활 인프라등과 관련된 시설의 접근성 정도가 결국 신혼부부들이 선호하는 주거지임을 명확히 하고 있으며, 주택가격 상승 기대도 영향을 주고 있으나, 이러한 경향은 수도권이 아닌 지방에 거주하는 신혼부부들이나 갓 결혼한 신혼부부가 아닌 결혼 후 일정 시간이 지난 부부들의 주거지 선택 의사결정에 더 많은 영향을 주고 있는 것으로 요약해볼 수 있다.

신혼부부 가구의 지역별 증감에 영향을 미치는 인구·사회·경제·주택시장 요인에 대한 다양한 선행연구들(박원석, 2015; 이상호·이상헌, 2011; 전이봄 외, 2019)에도 불구하고 행정구역으로 한정된 분석이라는 한계를 보인다. 이는 그 지역이 가진 공간적 특성을 해석하는 것에는 한계를 보인다(박경돈, 2012). 따라서 본 연구는 인구 산업 및 삶의 질 등 기존의 선행연구에서 주요하게 반영한 변수와 함께 지역의 특성과 주택시장 가격과 공급의 핵심 변수가 신혼부부의 해당 지역에서 증가와 감소에 미치는 영향을 공간적으로 분석하고자 한다.

신혼부부 가구의 지역별 증감에 미치는 요인 및 공간적 특성을 분석하기 위하여 전국 17개 시도, 227개 시·군·구를 연구의 공간적 범위로 설정하였다. 연구의 시간적 범위는 2015년부터 2019년까지의 기간을 기본으로 하였다. 2019년 이후 데이터를 포함하지 않은 이유는 2020년 이후 코로나19라는 글로벌 재난이 국내에도 큰 영향을 미쳤으며, 방역대응과 사회적 거리두기 정책 등의 영향으로 혼인율과 신혼부부 가구 증가율에 상당한 영향을 미쳤다. 코로나19는 예기치 못한 사건이었으며, 이로 인해 신혼부부 가구 증감에 미친 영향은 기존의 인과관계에서 예상되지 못한 외부적 요인으로 판단된다. 따라서 시간적 범위를 2019년까지로 한정했으며, 2020년 이후의 신혼부부 증감에 관한 연구는 코로나 관련 변수와 함께 분석이 필요한 후속 연구로 남겨 두고자 한다.

본 논문에서 정의하는 신혼부부는 통계청 기준을 준용하여 초혼과 재혼을 모두 포함한, 혼인 신고한 지 5년이 경과되지 않은 부부 중에서 혼인관계를 유지 중이며, 국내에 거주(부부 중 1명 이상)하고 있는 부부이다(통계청, 2020). 국토교통부 ‘신혼부부 주택 특별공급 운영지침’의 청약 대상이 확대됨에 따라 신혼부부의 포괄 범위를 혼인 기간 7년 이내로 확대하였고 통계청에서도 7년 기준에 맞춘 신혼부부 통계를 추가적으로 제공하였으나, 본 연구에서는 5년 이내 기준으로 통일하였다.

본 연구는 인구사회학적 요인, 산업, 주택, 삶의 질 지표값들을 전국 227개 시군구 단위로 코딩하여 데이터셋(data set)을 구축하였다. 지역별로 매칭된 데이터는 최종적으로 신혼부부 증감에 영향을 미치는 요인을 지리적가중회귀모형(GWR)을 사용하여 분석하였다.

본 연구의 주요 목적은 지역별 신혼부부 수 증감에 영향을 미치는 다양한 요인을 규명하는 것으로, <표 2>와 같이 종속변수와 독립변수를 설정하였다. 종속변수는 시군구별 2015년에서 2019년 동안의 신혼부부 가구 수의 연평균 증가율이다. 해당 데이터는 통계청의 신혼부부통계 데이터의 2015년부터 2019년까지를 바탕으로 구축되었다. 이는 각 시군구별 2015년 신혼부부 가구 수가 2015년에서 2019년까지 매년 평균 증가한 비율을 나타내며 (식 1)의 산식으로 산출된다.

(식 1)에서 NWgr_i는 i 지역의 2015년에서 2019년 신혼부부 수 증감 비율, NWp_i2015는 i 지역의 2015년 신혼부부 가구 수, NWp_i2019는 2019년 신혼부부 가구 수를 뜻한다.

독립변수는 선행연구를 토대로 지역별 신혼부부 증가율에 영향을 미치는 주요한 요인들로 구성하였다. 주택시장 지표와 인구사회학적, 산업, 주택 시장 및 삶의 질 분야로 구분하여 해당 분야별로 적합한 지표를 구축하였다.

본 연구의 핵심 변수인 주택시장과 관련하여 아파트 매매가격 지수와 전세가격 지수, 아파트 수 변수를 사용하였다. 데이터는 한국부동산원 매매가격 지수 , 전세가 지수 데이터, 통계청 e-나라지표 유형별 주택 수 데이터(2015~2019년)를 사용하였다. 결혼과 관련된 경제학적 관점의 논의들은 주택시장 상황과 혼인이 밀접한 관계에 있다고 주장하는 많은 학자들(신영식·이현석, 2017; 신형섭·정의철, 2020; 이상호·이상헌, 2011; 장지영·정의철, 2019)이 있으며, 본 연구의 핵심 변수이다. 특히, 주택의 유형 가운데 아파트의 가격과 공급 관련 변수를 설정한 이유는 신혼부부가 가장 선호하고 가장 많이 거주하는 유형이기 때문이다. 통계청 신혼부부 데이터에 따르면 2015~ 2019년 기간 동안 신혼부부 거처 종류로 아파트 비중이 64.7%에서 69.8%로 꾸준히 증가하고 있다. 즉, 신혼부부 10쌍 중 7쌍은 아파트에 거주한다는 의미이다. 이같이 아파트에 대한 신혼부부의 선호는 더욱 커질 것으로 보이며 아파트의 매매가, 전세가의 변동, 신규 아파트의 공급 및 구축 아파트의 재건축·재개발을 통한 공급은 주택시장에 상당한 영향을 미칠 것이다. 이 같은 아파트 요인은 혼인율과 신혼부부 증감 및 출산율에 직접적인 영향을 미칠 것이라는 연구 결과들이 존재한다(신영식·이현석, 2017; 신형섭·정의철, 2020; 이상민, 2018). 인구·사회학적 특성으로 지역별 인구, 1인 가구, 고령인구 증가율값을 측정하였다. 해당 데이터들은 통계청의 인구 총조사 각 연도 데이터를 사용하였다. 신혼부부를 포함한 가구 특성별 거주지 선택에 영향을 미치는 중요 요인으로 생애주기, 연령 등 인구 사회적 요인을 주장한 연구들은 많이 진행되었다(박원석, 2015; 전이봄 외, 2019).

산업과 관련하여 사회경제적 변수가 혼인율과 신혼부부 거주에 영향을 미친다는 선행연구들(이상호·이상헌, 2010; 정창무, 2008)을 바탕으로 종사자 수와 사업체 수 증가율 데이터를 구축하였다. 해당 데이터들은 통계청 전국사업체조사(2015~ 2019년)를 통해 구득하였다.

마지막으로 삶의 질 기반시설과 관련하여 교통사고, 의료, 문화시설, 사회복지시설, 공원 변수를 구축하였다. 해당 변수는 통계청 e-지방지표 데이터를 통해 주제별 2015~2019년 데이터를 구축할 수 있었다. 가구특성별 거주지의 이동 및 주거지 선택은 해당 지역의 인구 수 변화에 밀접한 영향을 미치며, 이에 영향을 미치는 요인으로 ‘삶의 질’ 변수를 주장하는 많은 연구들이 존재한다(석호원, 2012; 이민관·이주형, 2010; 이외희 외, 2009; 이은진, 2008; 임동일, 2010; 홍성호·유수영, 2012). 신혼부부의 계층적 특성에 따라 삶의 질과 관련한 문화·복지·환경 등 다양한 변수들이 주거지 선택과 지역에 정착하여 지역의 신혼부부 수를 증가시키는 중요한 요인인지 확인하고자 하였다.

독립변수의 데이터값은 연구의 시간적 범위인 2015년의 값과, 2015~2019년 내에서 연차별 변화한 증가율을 기본으로 하였으며, 회귀분석을 위해 다중공선성(VIF)을 고려하여 일부 변수들은 제외시켰다.

본 연구에서는 지역별 특성을 고려하여 해당 지역의 신혼부부 가구 증감에 영향을 미치는 주택 시장 및 핵심 변수들의 영향을 공간회귀분석(GWR)을 통해 규명하고자 한다. GWR 모형을 사용하여 행정구역 경계를 넘는 공간적 분석수행이 가능하다. 기존의 일반최소자승법(OLS) 회귀분석은 종속변수에 대한 독립변수들의 영향이 전역적 측면, 즉 모든 공간 영역 안에서 모두 동일하다고 가정한다. 따라서 기존의 회귀모형에서는 추정된 회귀계수는 연구 대상 지역에서 모두 동일하게 적용됨을 뜻하며, 영향을 미치는 변수들 간의 독립성과 오차의 동분산성(homoscedasticity)을 가정한다(김두섭·강남준, 2008; Berry & Feldman, 1985). 그러나 이러한 OLS 모형은 국지적 측면에서의 한계를 가진다. OLS 모형이 가지는 공간적 정상성(spatial stationarity)은 전역적 공간 해석을 전제하여, 국지적 공간에서 일어나는 개별적 특성에 대한 고려가 불가능하다(조동기, 2009). 이는 지역별로 다양한 요인에 의해 영향을 받는 신혼부부 가구의 증가에 대한 분석을 진행하기에는 한계가 있다고 판단된다. 기존의 OLS 회귀모형으로 공간적 비정상성 또는 의존성이란 특성들이 존재하는 신혼부부의 지역적 증가와 감소 현상을 분석하게 되면, 모수 추정값의 정확성 및 효율성이 낮아지게 되는 결과를 초래할 수 있다(조동기, 2009).

이러한 OLS 모형의 한계를 극복하기 위한 공간 분석 방법에 대한 연구들이 진행되어 왔다. 공간계량경제학 분야에서도 공간적 자기상관과 같은 공간 측면의 문제를 해결하고자 하는 접근 방식이 이루어졌다(Anselin, 1988). 주택가격 관련 연구에서 많이 사용되는 공간계량경제모형(spatial econometrics model), 공간적 자기상관을 감안한 일반공간회귀모형(general spatial regression model), 오차항의 공간가중치 행렬이 0일 때 공간시차모형(spatial lag model, SLM), 종속변수에 공간적자기상관이 존재하는 공간오차모형(spatial error model, SEM), 국지적 측면의 분석이 가능한 지리적가중회귀모형(GWR) 등이 있으며, 최근에는 공간의 비선형성을 적용한 지리적 가법모형(GGAM) , 분위회귀모형, 계층선형모형 등 공간분석의 한계를 극복하기 위한 다양한 방법론적인 노력이 이루어지고 있다(최명섭·변세일, 2016; 양승철, 2014; 이승현·전경구, 2012).

이 가운데 지리적가중회귀모형(GWR)은 선형회귀분석(OLS)을 지역별 자료에 평활(smoothing)시키는 국지적 가중회귀(locally weighted regression) 유형 중 하나이다. OLS 회귀모형의 한계를 보완하고 공간적 비정상성을 고려하기 위한 공간분석 기법으로, 지역을 고려한 주택가격 추정 모형에서 많이 사용되는 방법론이다. 특히, GWR은 기존의 다른 공간 모형들과는 달리 지역에 대한 공간적 연관성을 고려하여 각 지역의 특성과 변수들의 회귀계수를 별도로 추정할 수 있다는 점이 있다. 지역별로 각기 다른 회귀계수의 추정이 가능하다는 것은 국지적인 해석과 OLS 모형으로 파악할 수 없었던 복잡한 공간적 이질성을 해석할 수 있다는 의미이다. 이는 본 연구에서 신혼부부의 증감에 미치는 핵심 요인들의 지역별 영향의 인과관계와 지역 간 차이를 나타내는 데 GWR 모형을 사용한 중요한 요인이라고 할 수 있다. 뿐만 아니라 GWR의 변수별 추정 계수값을 GIS를 통해 이미지화하여 시각적으로 제시할 수 있다. 이는 각 변수별 공간적 특성 및 종속변수와의 상호작용을 쉽게 이해할 수 있게 해준다(최명섭·변세일, 2016; Fotheringham et al., 2002).

지리적가중회귀모형(GWR)은 변수들에 내재한 공간적 비정상성을 고려하기 위해 회귀계수를 하나의 상수가 아니라, 공간적 위치에 따라 국지적으로 달라지도록 하는 특징을 가진다. 따라서 국지적으로 공간적 위치에 따른 다양한 변수들이 종속변수에 영향을 미치는 개별적인 회귀계수를 추정하는 GWR 함수식은 (식 2)와 같이 나타낼 수 있다.

여기서, Y는 종속변수, i는 개별 지리적 위치, k는 영향 변수를 뜻하며, β_i는 개별적인 회귀계수를 의미한다. 회귀계수 β_i는 ‘지리학 제1법칙’²⁾에 의해서 지리적 위치에 따라 변수의 가중치가 다르게 부과된다. 각 위치의 회귀계수는 해당 위치 i와 주변 지역 간 거리로 측정된 공간행렬(matrix) W_i값이 적용된 가중회귀최소제곱(weighted least square)에 의해 결정되며, 그 산식은 아래의 (식 3)과 같이 나타낼 수 있다.

지리적가중회귀모형(GWR)을 구축하기에 앞서, 공간적 자기상관성 측정이 필요하다. 이를 위해 전역적 국지적 모란 I 지수값의 비교가 필요하고, OLS 회귀분석을 통해 해당 모형의 비정상성(non-spatial stationarity)의 존재 여부 확인이 필요하다. 모형의 이분산성(heteroskedasticity)이 존재하는지에 대한 여부는 Koenker-Bassett값과 Breusch-Pagan값의 유의성에 의해 판단된다. 본 연구에서는 공간적 가중치 부여를 위한 커널함수의 유형은 가변방식(adaptive spatial kernel)을 사용한다. 이는 각 지역에서의 관측 회귀계수값들이 균일하지 않게 분포되어 있는 것을 가정하며, 어느 위치에서나 같은 관측치 수들이 포함되도록 대역폭(bandwidth)을 구성하였다. 지리적가중회귀(GWR) 모형의 적합도를 측정하기 위해 OLS 모형과의 AIC(akaike information criterion)값을 비교하였다.

<표 3>은 분석변수들의 기초통계량이다. 본 연구의 종속변수인 신혼부부 증가율 평균은 ‒0.042로 전국적으로 신혼부부 가구의 감소한 것으로 나타났다. 그러나 지역별로는 최대 0.172만큼 증가한 지역과 ‒0.121만큼 감소한 지역이 나타나는 만큼 지역별 편차가 확인되었다. 핵심 변수인 주택시장 지표의 기초통계량을 살펴보면, 아파트의 전세가격 지수와 매매가격 지수 증가율은 평균적으로 크게 변화가 없는 것으로 나타나는 가운데, 서울과 수도권 주요 지역과 비수도권 간 차이가 나타나는 것을 가늠할 수 있다. 아파트와 주택 수 증가율 평균은 정(+)의 방향으로 나타나 공급이 꾸준히 있어 왔음을 확인할 수 있다. 인구사회변수 측면에서 살펴보면, 인구수와 출산율 평균은 각각 ‒0.001, ‒0.060으로 감소하는 것으로 나타나는 반면, 고령자와 1인 가구의 비율은 각각 0.039, 0.023으로 증가하는 모습을 보여 인구구조의 변화를 확인할 수 있었다. 종사자 수와 사업체 수 증가 평균은 각각 0.038, 0.023으로 정(+)의 방향으로 증가한 모습을 보였다. 삶의 질 지표에서는 의료, 문화시설, 사회복지시설 증가의 평균값이 정(+)의 값을 나타내어 전국 평균 증가한 것을 확인한 반면, 녹지 면적은 감소하고, 교통사고 증가율도 전국적으로 줄어든 것을 확인할 수 있었다.

본 절에서는 지역별 신혼부부 가구 증감에 영향을 미치는 영향 요인을 규명하기 위하여 전역적(OLS), 국지적(GWR) 공간회귀분석의 분석 결과를 기술하였다. 먼저 전역적 공간회귀모형(OLS)은 본 연구의 핵심 변수인 아파트 가격(매매·전세) 지수 변수와 아파트 공급 변수를 적용하고, 신혼부부 증감과 관련된 기존의 선행연구들에서 주요하게 다루어진 변수들을 적용하여 구성하였다. 세부적으로 본 연구의 핵심 독립변수를 제외하고 기존 연구에서 다루어진 변수로 구성된 ‘모형 1’과 모형 1에 아파트 변수를 적용한 ‘모형 2’, 마지막으로 아파트 가격과 공급 변수로 구성된 ‘모형 3’으로 구분하여 분석을 진행하였다. 각 모형의 적합성은 R², Adj R², F값과 Durbin-Watson 테스트 결과로 나타내었으며, 그 결과값은 <표 4>와 같이 세 모형 모두 적합성을 확보하는 것으로 나타났다. 끝으로 변수 간 다중공선성을 확인하기 위해 분산팽창계수(VIF)값을 확인하였으며 각 모형의 모든 변수가 VIF 10 이하로 다중공선성 문제가 발생하지 않은 것을 확인할 수 있다.

먼저 OLS 회귀모형 1의 분석 결과는 다음과 같다. 신혼부부 수 증감에 유의미하게 영향을 미치는 변수들은 다음과 같다. 인구, 1인 가구, 고령자 변수가 유의미하게 나타났다. 산업 부문에서는 사업체 변수가 유의미한 결과가 나타났으며, 삶의 질 부문에서는 사회복지시설 변수가 유의미한 결과로 나타났다. 유의미한 변수들 가운데 지역별 인구의 증가는 신혼부부 증가에 정(+)의 영향을 나타내는 반면 나머지 모든 변수는 부(‒)의 영향을 나타내었다.

모형 1의 변수에 핵심 주택시장 변수를 추가한 모형 2의 결과는 다음과 같다. 핵심 변수인 주택시장 부문에서는 아파트 매매가 지수, 아파트 수 증가율이 유의미하게 나타났다. 지역의 아파트 수가 증가할수록 신혼부부 가수 수가 증가하는 결과를 나타냈으며, 매매가 지수 또한 증가할수록 신혼부부 수에 정(+)의 방향으로 영향을 미치는 것으로 나타났다. 나머지 인구사회, 산업, 삶의 질 부문의 결과는 모형 1와 유사하게 나타났으며, 문화시설이 모형 2에서 유의미한 변수로 나타난 특징이 있다.

마지막 모형 3의 결과는 모형 2의 주택시장 변수 결과와 유사하게 나타났다. 결과적으로 기존의 선행연구들에서 중요하게 여겨 왔던 인구·사회 변수와 고용 및 일자리와 연관된 사업체 변수는 신혼부부의 증감에 일관적으로 중요한 변수로 나타났다. 이와 함께 본 연구의 핵심 변수인 아파트 매매가 지수와 아파트 수는 통제변수가 적용된 모형 2와 해당 변수만 적용된 모형 3에서 일관되게 중요한 변수로 나타났다.

다음으로 변수들의 공간적 특성을 고려한 지리적가중회귀모형(GWR)의 적합성과 분석 결과는 다음과 같다. 먼저 GWR 모형의 적합성을 검증하기 위해 OLS 모형이 통계적 기본 가정인 오차의 정규성, 등분산성, 공간적 자기상관성을 준수하는지 여부를 판단하였다. 이는 GWR 모형을 사용하는 것이 적합한지를 판단할 수 있는 기준이 될 수 있다. 검증결과 Jarque-Bera 통계값(41.368)이 99% 유의수준에서 유의미하게 나타났으며, 등분산성의 판단기준이 되는 Koenker(Breusch- Pagan) 통계값(58.667)은 95% 유의수준에서 유의미하게 나타났다. 이와 같은 결과값이 의미하는 바는 잔차의 분포가 오차의 정규성 가정을 준수하지 않으며, 독립변수와 종속변수 사이의 지리적 관계에 따라 회귀계수값이 달라지는 공간적 이질성을 가지고 있는 것을 의미한다. 따라서, OLS 모형을 사용하는 것보다는 GWR 모형을 사용하는 것이 더 적합함을 의미한다(이희연·심재헌, 2011). 또한 Moran’ I 값의 경우 공간적 자기상관성을 나타내는데, OLS 모형의 Moran’ I값보다 GWR 모형의 Moran’ I의 값이 ‘0’에 더욱 가까워졌으므로 공간적 자기상관성이 줄어든 것을 의미하는 바, GWR 모형의 사용이 적합하다고 판단된다.

GWR 분석 결과는 <표 5>와 같이 독립변수의 최대값(max.), 중위값(med.), 최소값(min.)으로 나타냈으며, 핵심 변수의 GWR 계수분포 결과를 GIS로 시각화하여 지역별 공간구조 특성을 나타내었다(<그림 3> 참조). 모형의 잔차분포도(Std. resid) 분석 결과, 잔차의 공간패턴이 군집화되어 나타나지 않아 GWR 모형이 적합한 것으로 나타났다(<그림 3> 참조).

그림 3. 지역별 아파트 가격지수 및 공급 변수가 신혼부부 증감에 미치는 영향 GWR 분석 결과 주 : GWR, geographic weighted regression.

Download Original Figure

신혼부부의 증감에 영향을 미치는 요인별 GWR 모형의 공간적 특성 분석 결과는 다음과 같다.

첫째, 전역적 분석모형(OLS)에서는 본 연구의 핵심 요인인 주택시장 변수인 아파트 매매가 지수와 아파트 수가 증가할수록 신혼부부 수도 늘어난 가운데, 국지적 모형(GWR) 분석 결과 지역적 차이점을 확인할 수 있었다. 수도권 지역과 호남 일부 지역을 중심으로 아파트 매매가 지수가 증가하는 경우 신혼부부 가구가 증가하는 결과를 나타냈으나, 나머지 비수도권 지역의 경우 매매가 지수가 증가하는 지역의 신혼부부 가구가 감소하는 결과를 나타내었다.

아파트 수의 경우 대전·세종 등 충청권 지역과 부산·울산 등 경남권 지역에서 공급이 확대될수록 신혼부부 가구가 증가하는 데 정(+)의 영향을 미치는 것으로 확인되었다. 그러나 서울과 경기 일부 지역 및 인천 등 수도권 대부분의 지역에서는 아파트 증가와 신혼부부 증가에 미치는 긍정적 영향이 크게 낮아지며, 일부 지역에서는 부(‒)의 영향을 미치는 것으로 나타났다. 이는 수도권 아파트 공급량이 낮음에도 불구하고 신혼부부 가구가 증가하는 것으로 해석할 수 있다.

본 연구의 핵심 독립변수인 주택시장 변수들 가운데 아파트 전세가 지수를 제외하면 모두 신혼부부 가구의 지역 내 증감에 유의미한 영향을 미친 것으로 나타났다. 2015년 이후 아파트의 공급이 급격히 이루어진 세종시 등 신도시 지역으로 신혼부부 등 청년계층들이 모여 든 현상은 많은 선행연구들(정기성·김병석, 2019; 정기성·홍사흠, 2019)에서 확인하였으며, 이번 전역적(OLS) 분석 모델의 결과에서도 같은 맥락을 나타내었다. 다만, 국지적인 측면에서 보았을 때, 택지 개발 여력이 부족한 서울 및 경기도 인근 지역에서는 주택 및 아파트 공급이 부족했음에도 불구하고 신혼부부가 증가하는 결과를 확인하였다. 이것은 수도권 집중 현상 심화와 관련된 것으로 보인다. <표 4>의 분석 결과에서도 확인할 수 있듯이 지역별 신혼부부의 증감에 영향을 미치는 요인은 핵심 요인인 아파트 가격과 공급에 의한 것뿐만 아니라, 그 지역 내 인구 사회적 특성과 산업 및 인프라 요인도 함께 고려되어야 할 것이다. 특히, 수도권과 비수도권 간 정책 및 공공재 혜택의 불균형(김정훈·김현아, 2006), 경제적 혜택과 일자리 기회(강은택, 2014; 정기성·홍사흠, 2019), 문화 시설 및 의료시설 등 잘 갖춰진 도시인프라(석호원, 2012; 이민관·이주형, 2010) 등의 이유는 수도권 집중 현상과 깊은 영향이 있는 요인들로 본 연구의 신혼부부 증감에 영향을 미치는 국지적(GWR) 요인들의 인과관계 결과와 결을 같이한다. 구체적으로, 수도권 지역에 대한 신혼부부 가구의 높은 수요는 매매가 지수가 상승하더라도 이어지는 것으로 보인다. 이는 수도권 지역에 사업체가 많고 복지시설과 문화시설이 많으며 일자리 기회가 높아 이들은 아파트 매매가격이 높아도 여전히 수도권 거주 수요가 높다는 것을 의미한다.

둘째, 인구 사회 부문의 결과는 다음과 같다. 인구가 증가하는 지역일수록 신혼부부 가구도 함께 늘어나는데, 이는 국지적, 전역적으로 유사하게 나타나 전국적인 현상임을 확인할 수 있었다. 반면, 지역 내 1인 가구와 고령자 증가율이 높은 경우 신혼부부 증가에 부(‒)의 영향을 주는 것으로 분석되었다.

셋째, 산업 부문에서는 지역 내 사업체 수가 증가할수록 신혼부부 가구가 증가하였는데, 이것은 전역적으로도, 국지적으로 동일하게 나타났다.

마지막으로 삶의 질 부문의 분석 결과는 다음과 같다. 전역적으로 문화시설과 삶의 질 변수가 신혼부부의 지역 내 증감에 부(‒)의 영향을 미치는 것으로 나타난 가운데, 국지적(GWR) 결과에서는 지역에 따라 긍정(+)과 부정(‒)의 영향이 공간적 특성을 보이며 나타난 것을 확인할 수 있다.

결과적으로, 국지적 분석인 지리적가중회귀분석(GWR) 모형 결과, 주택시장 변수들을 포함한 대부분의 변수들의 회귀계수값의 최소치와 최대치의 차이에서 정(+)과 부(‒)의 방향으로 반대의 결과로 나타났다. 이는 같은 영향 요인이라 할지라도 지역에 따라 신혼부부 가구 증감에 미치는 영향이 다르다는 것을 알 수 있었다. 이 같은 결과는 공간적 이질성에 기인한 것으로 신혼부부 정책에 대해서 분야별 접근뿐만 아니라 지역별로 세부적인 접근 방식이 필요하다는 것을 시사한다.

본 연구의 주요 목적은 국내 신혼부부 분포의 특성을 파악하고 지역별 신혼부부 증감에 영향을 미치는 요인들의 공간적 특성을 규명함으로써 관련된 정책적 시사점을 제시하는 것이다. 특히, 혼인과 신혼 거주지 마련에 핵심적 영향을 미치는 주택 시장 변수(아파트 매매가, 전세가 지수 및 공급 변화)들을 주요 변수로 하여 공간 분석을 시행하였다. 분석 결과의 요약은 다음과 같다.

첫째, 신혼부부 가구 수는 2015년 이후로 꾸준히 줄어들고 있는 가운데, 서울과 경기도 남부지역에서 천안·청주·세종까지 밴드를 형성하며 핵심적으로 분포되어 있다. 신혼부부의 감소는 수도권과 비수도권에 공통적으로 나타나고 있으나 분포와 증감에 있어서는 지역별로 차이점을 보이고 있다. 특히, 서울과 서울 인근 경기도 지역은 신혼부부 가구가 집중적으로 분포되어 있으나, 증가율은 큰 폭의 감소세를 보이고 있다.

둘째, 전역적(OLS) 회귀모형의 분석 결과 신혼부부 수 증감에 유의미하게 영향을 미치는 변수들은 아파트 매매가 지수, 아파트 수, 인구, 1인 가구, 고령자, 사업체, 문화시설 및 사회복지시설로 나타났다. 전체적으로 주택시장 요인과 인구·사회 요인들이 지역별 신혼부부 증감에 상대적으로 강하게 영향을 미치는 것으로 나타난 것을 확인할 수 있었다. <표 4>에서 확인할 수 있듯이 핵심 변수인 아파트 매매가 지수와 아파트 수 증감율은 신혼부부 증감에 대해서 기타 통제 설명변수의 유무에 상관없이 모든 모형에서 유의했다.

셋째, 핵심 요인인 주택시장 변수들의 OLS 모형과 GWR 모형의 공간적 특성을 종합적으로 분석한 결과, 우리나라 전역에서 아파트 매매가 지수, 아파트 수 변수가 지역의 신혼부부 가구 증감에 유의미하게 영향을 미치는 것으로 나타났다. 다만, 국지적으로 수도권·호남지역의 경우 아파트 매매가 지수와 신혼부부 증가가 정비례하는 결과를 나타냈으나, 나머지 비수도권 지역의 경우 반대의 경향성이 나타났다. 아파트 수 변화의 경우 지역적 차이를 나타내었는데, 충청권과 경남권 지역에서 아파트 공급이 확대될수록 신혼부부 가구가 증가하는 데 정(+)의 영향을 미친 반면, 수도권 지역에서는 아파트 공급 확대가 신혼부부 증가에 미치는 영향이 낮아지며 일부 지역에서는 부(‒)의 결과도 나타났다.

분석 결과를 바탕으로 한 시사점은 다음과 같다. 첫째, 개별 지역의 주택시장 상황이 신혼부부 증감에 중요한 영향을 미치는 만큼 혼인율 제고를 위한 정책 설계에 있어 개별 지역 주택시장의 특성이 우선적으로 고려될 필요가 있다. 이를 위해서는 정책 집행 대상 지역이 우리나라 전역을 단위로 하기보다는 수도권 지역과 비수도권 지역 혹은 그보다 더 하위 수준의 지역으로 세분화 하여 시행되어야 한다.

둘째, 분석 결과 수도권의 아파트 가격 상승은 신혼부부 가구를 늘린다는 결과가 도출되었다. 이는 도시 인프라 측면에서 수도권의 일자리, 교육 등의 주거여건이 비수도권에 비해 매우 양호하기 때문에 가격 상승에도 불구하고 혼인율이 증가한 것으로 해석이 가능하다. 그러나 다른 한편으로는 주택가격이 상대적으로 안정된 비수도권과 달리 절대적 주택가격 수준이 높은 수도권은 특별 공급이나 장기 저리 대출과 같은 제도적 지원 없이 주택을 구입하는 것이 현실적으로 매우 어려우므로 혼인을 통해 정책적 지원 대상에 편입되고자 하는 청년이 늘어날 것에 기인한 결과일 가능성도 배제할 수 없다. 청년이 ‘신혼부부가 되면 주택문제 해결이 더 쉬워진다’고 느낄 수 있도록 더욱 구체적이고 효과적인 지원책을 마련하는 데 골몰할 필요가 있다.

셋째, 비수도권 지역의 경우 주택(특히 아파트)의 대규모 공급과 부담가능한 매매가격 수준이 신혼부부가 지역에 정착하고 이주해오는 데 있어 큰 변수로 작용한다. 주택경기가 과열되기 이전(2015~ 2019년)을 분석한 본 연구에서 세종을 포함한 충청도 지역과 경북, 강원도 지역의 아파트 매매가격이 안정될 때 신혼부부 가구 수가 증가한 결과가 이를 뒷받침 한다. 그러나 2020년 이후 코로나19 대응을 위해 불가피했던 유동성 과잉과 주요 지역 개발 호재 등이 맞물려 세종시 및 비수도권 주요 대도시의 주택시장이 과열된 것은, 해당 지역의 혼인율을 낮추는 주된 요인으로 작용할 가능성이 높으므로 적절한 정책적 대응이 필요하다.

마지막으로 본 연구는 우리나라의 심각한 저혼인, 저출산 문제에 대응하여 지역별 신혼부부 가구 증가에 영향을 미치는 다양한 요인들을 분석하고, 특히 주택시장 변수의 전역적, 국지적 공간분석을 수행하여 해결책을 모색하였다는 점에서 연구의 차별성과 의의가 크다고 할 수 있다. 그러나 2020년에 발생한 코로나19 관련 변수를 고려하지 못한 연구의 한계가 있다. 코로나19 팬데믹이라는 큰 외생변수가 발생하였고, 이로 인해 경제사회방역뿐만 아니라 신혼부부의 지역별 증감에도 큰 영향을 미쳤음은 부인할 수 없을 것이다. 다만, 본 연구는 많은 선행연구를 통해 도출된 핵심 변수인 주택시장 변수인 주택(아파트)의 공급과 시장가격이 신혼부부 가구증감에 미치는 영향에 초점을 두었고, 현재 진행 중인 코로나19 영향을 제외한 2019년까지의 데이터를 기반으로 연구를 진행하였다. 코로나19와 관련된 방역, 사회, 문화적 외생변수들을 포괄하여 분석하는 지역별 신혼부부 증감에 대한 추가적인 연구가 향후 진행될 것으로 보인다.

또한, 본 연구의 핵심 변수에 매매가, 전세가 지수는 포함되었으나, 그 가격의 실질적인 변화가 반영되지 못하였다. 뿐만 아니라 주택의 유형과 규모 측면에서 다양하게 분석모형에 적용하지 못한 한계가 있다. 후속연구에서는 민간의 아파트 유형뿐만 아니라 공공에서 신혼부부를 위하여 공급하고 있는 행복주택, 신혼부부형 매입임대주택, 분양형인 신혼희망타운 유형을 고려하여, 신혼부부 가구의 증감에 영향을 미치는 요인을 분석할 필요가 있을 것이다. 또한, 신혼부부가 주로 선호하는 규모가 소형인 것을 반영하여 후속연구에서는 소형 주택 및 아파트 공급 변수를 분석모형에 포함하여 분석이 진행될 것이다.