우리나라 정부는 주택시장의 안정을 위하여 매년 부동산 정책들을 쏟아내고 있다. 그러나 지역별 특성을 고려하지 않는 정책들로 인하여 본래 목표와 다른 부정적인 결과가 나타나기도 한다. 정책의 부작용을 최소화하고 효과적인 정책방안을 도출하기 위해서는 비슷한 특성을 가진 지역별로 다른 정책을 펼쳐야한다.
본 연구는 시계열 자료를 이용한 새로운 군집분석방법을 제시하고자 한다. 분석 자료는 국민은행에서 제공하는 주택가격지수를 이용하였다. 주택가격지수는 월별 데이터로 2003년 6월부터 2019년 5월까지 192개월을 분석기간으로 정하였다.
먼저 전국 내 126개의 시군구를 대상으로 동적타임워핑 거리를 이용한 군집분석을 실시하였다. 각 지역 별 시계열 패턴의 유사성을 측정하여 패턴이 유사한 지역을 같은 군집으로 분류하였다. 그리고 분류된 군집 별 유클리디안 거리를 이용한 2차 군집분석을 실시하였다. 유클리디안 거리는 일대일 대응으로 거리를 측정하기 때문에 이웃한 값까지 비교하는 동적타임워핑 거리의 시차를 잡아낼 수 있다. 이 분석을 통하여 가격 움직임이 선행하는 그룹과 후행하는 그룹을 밝혀냈다.
동적타임워핑 거리를 이용한 첫 번째 군집분석 결과 도시적 속성이 비슷한 지역끼리 군집을 이루었다. 총 4개의 군집으로 분류되었는데 1군집은 51개, 2군집은 39개, 3군집은 9개, 4군집은 27개의 시군구가 속하였다.
1군집엔 수도권의 대부분 지역이 속하였고 2군집엔 부산광역시, 대구광역시, 대전광역시, 광주광역시를 비롯한 지방 대도시가 속하였다. 3군집엔 1군집에 속하지 않은 수도권 지역들이 속하였고, 제 4군집엔 울산광역시, 광양시, 포항시, 거제시 등의 지방 산업도시가 속하였다.
각 군집별 유클리디안 거리를 이용하여 세분화 한 결과, 1군집은 세 개의 군집으로 다시 세분화되었고, 크게 강남, 강북, 경기지역으로 나뉘어졌다. 세 군집의 대푯값을 추출하여 비교해보면, 강남지역의 가격 패턴이 가장 먼저 선행하는 것을 알 수 있다.
지방 대도시가 속해있는 두 번째 군집은 2개의 군집으로 다시 세분화 되었다. 1군집엔 부산광역시와 대전광역시 등이 포함되었고, 두 번째 군집엔 대구광역시, 광주광역시 등이 포함되었다. 1군집이 2군집보다 가격패턴이 선행하고 있음을 알 수 있다.
경기도 외곽지역이 속해있는 세 번째 군집도 2개의 군집으로 다시 세분화 되었다. 1군집엔 인천 중구, 의정부시, 양주시, 동두천시가 속하였고, 2군집엔 고양 일산동구, 일산서구, 광주시, 파주시, 김포시가 속하였다. 1, 2군집 패턴이 매우 유사하지만 시차에서는 차이가 나타났다. 분석 결과 2군집이 1군집보다 주택가격패턴이 선행하였다.
지방 산업도시가 속해있는 네 번째 군집도 2개의 군집으로 세분화 되었다. 1군집엔 울산광역시, 경기도 일부지역, 청주시, 충주시 등 내륙 지방도시가 포함되었고 두 번째 군집엔 논산시, 전주시, 익산시, 군산시, 순천시, 광양시, 거제시가 포함되었다. 두 번째 군집이 첫 번째 군집보다 더 빠르게 가격이 상승한 것으로 나타난다.
본 연구를 통해 전국의 주택시장이 가격패턴으로 군집화 될 수 있음을 확인하였다. 지금까지 도시계획분야에 시도되지 않은 시계열 패턴의 유사성을 측정하여 지역을 분류한 것에 의의가 있다. 그리고 시계열 자료를 이용한 국내의 연구들을 살펴보면 군집 간 거리측정법인 유클리디안 거리와 동적타임워핑 거리의 차이점을 이용하여 자료를 분석한 연구는 없었다. 본 연구는 이러한 거리기법을 이용하여 지역별 가격변동의 시차를 발견해냈다는 것에도 의의가 있다.
이 연구의 한계는 다음과 같다. 첫째, 군집별 특성을 명확하게 제시하지 못했다. 군집 별 도시적 특성이 다르다는 것은 알 수 있으나 여러 통계자료로 군집의 특성을 표현하지 못한 것에 한계가 있다.
둘째, 자료의 공간적 범위가 넓지 않다는 점에서 한계가 있다. 과거에 비해 많은 시군구의 주택가격지수 자료가 구축되어 있지만, 아직은 지방의 데이터가 너무 부족하여 수도권과 광역시 위주의 분석이 이루어졌다는 점에서 한계가 있다. 향후 모든 시군구의 주택가격지수 자료가 구축되면 연구를 추가적으로 진행할 필요가 있다.