본 연구는 중앙정부와 지방정부의 주택정책 수립과 관리 및 가계의 주택구입 의사결정에 도움을 주고자 주택구입능력지표인 HAI와 PIR을 활용하여 부산광역시 중심으로 주택유형별 주택 구입부담 특성을 분석하였다.
연구의 시간적 범위는 2012년 1월부터 2021년 12월까지 이며, 공간적 범위는 부산광역시, 울산광역시, 서울특별시, 인천광역시 및 부산광역시 전체 16개 자치구와 울산광역시 전체 5개 자치구를 선정하여 연구를 진행하였다. 광역자치단체 간 비교와는 별도로 서울특별시의 9개 자치구와 인천광역시의 3개 자치구를 선정하여 자치구 간 비교를 위한 연구 대상으로 선택하였으며 연구방법과 실증분석 결과는 아래와 같다.
첫째, 세 가지 주택유형(아파트, 연립·다세대 주택, 단독주택)별 HAI와 PIR을 광역자치단체 단위와 세부 자치구별로 산출하였다. 이를 바탕으로 광역자치단체 간 비교를 위하여 일원배치 분산분석을 실시한 결과, 아파트의 구입부담은 서울특별시, 부산광역시, 인천광역시, 울산광역시 순서로, 연립·다세대 주택의 구입부담은 서울특별시, 부산광역시, 울산광역시, 인천광역시 순서로, 단독주택의 구입부담은 서울특별시, 울산광역시, 부산광역시, 인천광역시 순서로 높은 것이 확인되었다.
둘째, 부산광역시와 울산광역시의 HAI, PIR과 주택시장 관련 변수(주택가격, 거래량, 주담대 금리, 가구 소득)와의 관계를 살펴보기 위하여 상관분석을 실시하였다. 분석 결과 부산광역시 주택유형별 HAI, PIR은 모두 주택가격과 양의 상관관계를 보였으나, 울산광역시 아파트 HAI는 아파트 가격과 통계적으로 유의한 상관관계가 없는 것이 특징으로 나타났다. 주택가격 외에 부산광역시와 울산광역시의 연립·다세대 주택 HAI와 PIR, 단독주택 HAI와 PIR에서 공통으로 주택담보대출 금리와는 음의 상관관계, 가구 소득과는 양의 상관관계를 보였다.
셋째, 2021년 부산광역시 주택 유형별 HAI와 PIR를 이용하여 자치구 단위로 공간적 자기상관 분석을 실시하였는데, Moran’s I(전역적 공간 자기상관 분석)의 경우 아파트와 단독주택 HAI와 PIR은 주변 지역과 유사한 공간 자기상관성을 가지고 있으며, 연립·다세대 주택 HAI와 PIR은 주변 지역과는 반대되는 공간 자기상관성을 보였다. LISA(국지적 공간 자기상관 분석)에서는 아파트의 경우 H-H 지역(Hot Spot)은 동래구와 수영구이며, 연립·다세대 주택의 경우 L-L 지역(Cold Spot)은 서구와 동구, 단독주택의 경우 L-L 지역(Cold Spot)은 중구, 서구, 동구로 나타났고, H-H 지역(Hot Spot)은 동래구, 해운대구, 연제구, 수영구로 나타났다.
실증분석 결과 HAI와 PIR을 활용한 주택유형별 주택 구입부담 특성 분석의 시사점을 다음과 같이 제시한다..
첫째, 주택 구입부담 완화를 위하여, 중앙정부의 정책은 주택금융규제 정책보다는 서울시 주택가격을 직접적으로 억제하는 정책이 효과적일 것이다. 모든 주택 유형의 HAI와 PIR이 서울시에서 압도적으로 높았는데, 이것은 타 광역자치단체보다 서울시의 높은 주택가격이 큰 영향을 주었기 때문이다.
둘째, 부산시는 주택정책 추진에 있어 주택 유형별 차별화보다는 자치구별 차별화된 정책을 추진함으로써 지역 주민의 주택 구입부담 완화에 기여할 수 있다. 또한 아파트 구매자 입장에서는 아파트 HAI와 PIR이 상대적으로 낮은 사상구, 사하구, 영도구, 중구 지역을 선택하는 대안을 찾을 수 있다.
셋째, 부산지역 전체의 아파트 구입 부담완화를 위해서 동래구와 수영구의 아파트 HAI와 PIR을 집중 모니터링 할 필요가 있다. 특히, 가격억제 정책 실시 시 국지적 공간 자기상관을 고려한다면 동래구와 수영구만 해당되는 핀셋규제 보다는 인접한 자치구도 함께 규제하는 방안을 고려하는 것이 효과적일 것이다. 반대로 아파트 구매자의 입장에서는 H-H 지역인 동래구와 수영구에 인접하지만 아파트 HAI와 PIR이 상대적으로 낮은 해운대구, 남구, 연제구 지역 아파트를 구매함으로써 주택구입능력지표 상승과 강한 상관이 있는 가격상승 효과를 향유할 수 있을 것이다. 특히, 남구는 부산지역 자치구 중 아파트 HAI와 PIR이 상위에 속하지 않는 자치구이다. 끝으로 본 연구 관련 향후 과제를 다음과 같이 제안한다
먼저, 공간적 연구 범위의 확장이다. 본 연구는 서울특별시, 부산광역시, 인천광역시, 울산광역시를 연구의 공간적 범위로 하고 있지만 향후 전국 자치광역단체를 대상으로 주택구입능력 지표에 관한 연구를 추천하며, 또한 HAI와 PIR 지표의 활용에 있어 장점과 단점에 대한 실증분석과 새로운 주택구입 능력 지표에 대한 연구를 생각해 볼 수 있다. 마지막으로 금리 상승기에 주택구입능력지표 관련 실증분석의 필요성을 연구과제로 제시한다. 본 연구는 주택가격은 상승하고 금리는 하락한 2012년 1월부터 2021년 12월까지의 10년간의 HAI 및 PIR을 산출하여 분석하였다. 따라서, 금리가 급격하게 상승하고 주택가격이 하락한 최근 1년간의 자료를 포함한 주택구입능력지표 관련 연구는 더욱 큰 의미가 있는 결과를 보여줄 것으로 기대된다.

This study has analyzed the characteristics of housing purchase burden by
housing type in Busan, using two different housing purchasing ability
indicators: HAI and PIR. The result would help central and local
governments establish and manage housing policies, and households make
housing purchase decisions.
This study''s time scope is from January 2012 to December 2021, and the
spatial scope selected four metropolitan areas: Busan, Ulsan, Seoul, Incheon.
Also, it includes sixteen autonomous districts in Busan, and five autonomous
districts in Ulsan. Apart from the comparison between the metropolitan areas,
nine districts in Seoul and three districts in Incheon were also specified and
selected to compare results among the autonomous districts.
The research method and empirical analysis results are as follows.
First, after calculating HAI and PIR among three housing types (apartment,
multi-family house, and single-family house), this study conducted a one-way
ANOVA to compare the results at the level of metropolitan areas. The results
showed that the purchase burden of apartments was in the order of Seoul,
Busan, Incheon, and Ulsan, whereas that of multi-family houses was in the
order of Seoul, Busan, Ulsan, and Incheon. Finally, the purchase burden of
single-family houses was in the order of Seoul, Ulsan, Busan, and Incheon.
Second, this study conducted a correlation analysis to examine the
relationship between Busan’s and Ulsan’s price indices(HAI and PIR) and
housing market-related variables (housing price, transaction volume, mortgage
interest rate, and household income). The result also showed that HAI and
PIR in Busan positively correlated with housing prices, regardless of housing
types. However, HAI in Ulsan had no statistically significant correlation with
apartment prices. In Busan and Ulsan, HAI and PIR of all housing types
except for apartment positively correlated with household income and
negatively correlated with mortgage lending rates.
Third, spatial autocorrelation analysis was conducted using Busan’s HAI and
PIR data for all housing types in 2021. The test results from Moran''s I
(global spatial autocorrelation analysis) showed that HAI and PIR of
apartments and single-family houses had similar spatial autocorrelation level
compared with those of surrounding area, whereas HAI and PIR of
multi-family houses showed contrasting spatial autocorrelation level with
those of surrounding area.
The results of LISA (Local Spatial Autocorrelation Analysis) showed that
Dongnae-gu and Suyeong-gu were the H-H areas (Hot Spot) for apartments.
In contrast, Seo-gu and Dong-gu were the L-L areas (Cold Spot) for
multi-family houses. For single-family houses, Jung-gu, Seo-gu, and Dong-gu
were the L-L area, whereas Dongnae-gu, Haewoondae-gu, Yeonje-gu, and
Suyeong-gu were the H-H area.
Based on the analysis results of this study, the following four implications
were presented. First, to alleviate the housing purchase burden, the central
government''s policy should focus on directly suppressing housing prices in
Seoul rather than using a housing financial regulation policy that affects
nationwide households. The HAI and PIR of all housing types were
overwhelmingly high in Seoul, as the city''s high housing prices had a more
significant impact than other metropolitan areas.
Second, the Busan Metropolitan Government can contribute to easing the
burden of housing purchases by promoting differentiated policies by
autonomous districts rather than differentiating by housing type. In addition,
apartment buyers can find alternatives to choosing Sasang-gu, Saha-gu,
Yeongdo-gu, and Jung-gu, where apartments'' HAI and PIR are relatively low.
Third, it is necessary to intensively monitor the HAI and PIR of apartments
in Dongnae-gu and Suyeong-gu to ease the burden of purchasing apartments
in the entire Busan area. In particular, if local spatial autocorrelation is
considered when implementing price suppression policies, it would be more
effective to consider regulating adjacent autonomous districts together rather
than adopting "tweezers regulations" that apply only to Dongnae-gu and
Suyeong-gu. On the contrary, from the perspective of apartment buyers,
purchasing apartments in Haeundae-gu, Nam-gu, and Yeonje-gu, which are
adjacent to Dongnae-gu and Suyeong-gu, the H-H areas, but have relatively
low HAI and PIR, will benefit from a price increase effect that is strongly
related to the increase in housing purchasing ability indicators. In particular,
Nam-gu does not belong to the group of districts with high housing
purchase ability indicator.
Finally, future tasks related to this study are presented as follows.
First, an extension of the spatial scope would be needed. Research on
housing purchasing capacity indicators is recommended for all autonomous
metropolitan governments in Korea, and further analysis of the advantages
and disadvantages of HAI and PIR indicators and research on new indicators
can be considered.
In addition, the necessity of empirical analysis related to housing purchasing
ability indicators during the interest rate rise is also presented as a future
task. This study calculated and used the HAI and PIR of only the last ten
years when housing prices rose gradually and interest rates fell. However,
interest rates have risen sharply since the last year, therefore an empirical
analysis of housing purchasing ability indicators and housing prices using
data from this period is expected to be of great significance.