비 공간적 임대료규제 이후 전 · 월세시장의 공간적 결과: 발생 핫스팟 분석을 통한 시공간 패턴 유형화를 중심으로

신혜영; 강승범

doi:10.26700/shuri.2023.12.13.3.23

추천

검색

질문

자료유형: 학술저널

저자정보: 신혜영 (연세대학교) 강승범 (연세대학교)

저널정보: SH도시연구원 주택도시연구 주택도시연구 제13권 제3호

발행연도: 2023.12

수록면: 23 - 53 (31page)

DOI: 10.26700/shuri.2023.12.13.3.23

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구는 전국적인 임대료규제 시행 이후 전 · 월세 시장의 시공간적 패턴을 통하여 비 공간적 임대료규제의 공간적 결과에 대한 실증적 근거를 제공한다. 연구 과정은 다음과 같다. 첫째, 서울을 대상으로 월세와 전세시장에서 표준화 된 거래 데이터를 통해 행정동 단위의 17개 시공간 패턴으로 분류하였다. 둘째, 특정 패턴에서 나타나는 공간 특성을 탐구하기 위해 로지스틱 회귀분석을 실시하였다. 그 결과 임대료규제 실시 후 시공간패턴이 행정동과 주택시장에 따라 이질성이 강하다는 증거를 도출하였다. 일반적으로 월세시장은 전세시장에 비해 전셋값이 빠르게 상승하는 경향을 보이며, 상당수의 행정동에서 통계적으로 유의한 핫스팟 및 콜드스팟 패턴으로 분류되어, 임대료규제 시행 후 서울의 가격 동향이 시간이 지남에 따라 공간적으로 이질적이라는 것을 시사한다. 구체적으로, 전세시장에서는 저층 주거지와 대규모 아파트가 밀집한 동네에 핫스팟이, 강남권 역세권을 중심으로 고가 아파트가 밀집한 동네에 콜드스팟의 결과가 도출되었다. 월세시장의 경우 서울 구도심과 가까운 동네, 외국인 밀집지역에 핫스팟이 도출되었으며, 반면 저층 주거지와 대학이 밀집한 동네에는 콜드스팟이 도출되었다. 한편, 기초생활수급자의 저소득인구의 규모는 전세와 월세 모두 연속적 핫스팟 지역이 형성될 가능성이 높은 것으로 나타났다. 이는 임대차 상승이 저소득임차인 거주지역과 공간적으로 중첩됨을 시사한다. 해당 연구는 비 공간적 임대규제로 인해 공간적으로 불균등한 결과와 함께 정책적 기대와 달리 특정 취약계층의 주거비 부담을 악화시킬 수 있음을 시사하는 증거를 도출하였다.

This study aimed to provide empirical evidence on spatiotemporal patterns of rental transaction prices in Seoul after the implementation of rent regulations, widely referred to as the Lease 3 Law, in July 2020. We first conducted the emerging hot-spot analysis at a neighborhood level by analyzing rent transaction data for two distinct rental submarkets: (1) the market for monthly paying renters and (2) the market for Jeonse renters (those who only pay a deposit to landlords). This study analyzed data for 18 months following the implementation of the new legislation. Through emerging hot-spot analysis, we classified all 424 neighborhoods in Seoul into 17 spatiotemporal types. After the classification, we estimated a series of binomial logistic models to explore the characteristics of the neighborhoods that belong to a certain hot- or cold-spot type. The results indicated that, after the implementation, spatiotemporal patterns of rent prices substantially varied across neighborhoods. We identified multiple statistically significant hot- or cold-spot neighborhoods, suggesting that, after the implementation, the direction and the magnitude of rent price changes varied across different neighborhoods. In the case of the Jeonse market, hot-spot neighborhoods tend to be located where low-rise dwellings and large-scale apartments are concentrated, whereas cold spots tend to be located in neighborhoods with expensive apartments near subway stations in the Gangnam area. In the case of the market for monthly-paying renters, hot spots tend to be foreigner-heavy neighborhoods around old city cores. Cold spots are typically found in neighborhoods where low-rise dwellings and universities are concentrated. The findings also indicated that some hot-spot neighborhoods are positively associated with poverty, while some cold-spot neighborhoods are negatively associated with poverty. While acknowledging the preliminary nature of these findings and the need for further research, this study underscores the potential for geographically disparate consequences arising from nonspatial rent regulations.

#주택임대차보호법 #임대료규제 #주택하위시장 #발생 핫스팟분석 #실거래가 #Housing Lease Protection Act #Rent Control #Housing Submarket #Emerging Hot-spot Analysis #Real Transaction Price

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신혜영

소속기관 연세대학교

주요연구분야 사회과학 > 지리학 사회과학 > 지리학 > 지리학 일반

논문수 4 이용수 888

강승범

소속기관 연세대학교

주요연구분야 사회과학 > 지리학 > 국제·지역개발학

논문수 2 이용수 399

이 논문과 함께 이용한 논문

서울시 다문화 수용 인식의 공간적 분포와 영향 요인 분석

사경은 , 기동환 , 이수기 한국도시설계학회지 도시설계 2019 .06

서울 및 경인 지역 거주 가구의 주거환경 및 주거비 차이 비교에 관한 실증 연구

이현정 , 임태균 GRI 연구논총 2022 .08

지역별 청년층 월세 가구의 거주환경 및 주거비 부담 결정요인 분석

이현정 , 박상우 주택도시연구 2022 .08

공간적 하위시장의 주택가격 불확실성이 주택재정비사업의 소요기간에 미치는 영향 : 서울시 자치구를 중심으로

성현곤 국토계획 2023 .02

수도권 주택하위시장 분석에 관한 연구

김주영 , 우경 국토연구 2004 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)