이번 포스팅은 많은 사람들이 관심을 가질 분야인 부동산에 대해 국내 최고의 GIS분야 연구실인 서울대 GIS/LBS 랩과 함께 협업을 한 포스팅입니다. 전국을 대상으로 내 집(아파트)을 사기 위해 벌어야 하는 최소 연소득을 지역별로 보여주는 지도를 만들어 보았습니다.

 

연구실 소개 –  서울대학교 GIS/LBS 연구그룹은 다양한 위치결정 기법, 지도를 기반으로 한 도시 정보 시각화 기술, 공간 분석 및 의사결정 방법론, 시스템 설계 등에 대해서 연구하고 있습니다.

저자 소개

이영민 – 서울대학교 GIS/LBS 연구그룹 박사과정

이지원 – 서울대학교 GIS/LBS 연구그룹 박사과정

박슬아 – 서울대학교 GIS/LBS 연구그룹 박사과정

 

중소형 아파트 매매가 평균값이 가장 높은 시도 top 2는 서울과 경기

평균값이 낮은 지역은 경북, 전남, 전북, 강원 지역

중소기업 신입사원 초봉으로 강남의 중소형 아파트를 구매하기 위해서는 49.6년 소요

 

1. Intro

작년 주거실태조사 결과에 의하면 우리나라 사람 82.5%는 내 집 마련이 필수라고 생각하고 있습니다. 그러나 같은 해에 한국보건사회연구원에서 조사한 내용을 보면, 우리나라 미혼남녀 절반 가량이 내 집 마련이 필요하다고 생각하지만 현실적으로는 불가능하다고 생각하는 것으로 나타났습니다. 최근에는 주택 구입을 포기한 사람을 의미하는 ‘주포자’라는 신조어가 생길 정도로 한국에서 내 집 마련의 꿈은 요원하기만 합니다. 각종 언론에서는 매년 내 집 마련을 위해 얼마나 오랜 시간이 걸리는지 분석한 내용을 앞다퉈 보도하고 있는데요, 분석 기준, 방법, 대상 등에 따라 그 결과가 천차만별입니다. 가령, 최근에는 서울에서 내 집 마련을 위해서는 연봉을 한 푼도 안 쓰고 모아도 14년 이상 소요된다는 보도가 있었고, 작년에는 소득에서 소비지출과 비소비지출은 제외한 가계 흑자액을 모았을 때 서울 내 집 마련에 25년 걸린다는 보도가 있었습니다. 2016년 기사에서는 2030세대가 부모 도움 없이 정상적인 소비 생활을 하면서 내 집 마련을 하려면 40년 이상 걸린다는 분석 결과가 보도되기도 했습니다. 한편 작년 주거실태조사 결과에 따르면 우리나라 국민의 생애 최초 주택 마련 소요 기간은 7.1년입니다.

이렇게 저마다 다른 결과를 발표하는 이유는 대상 주택의 종류, 면적, 위치, 소득 기준, 대출 여부 등 내 집 마련 이슈와 관련된 변수가 많고, 분석 목적에 따라 다양한 기준의 변수를 적용할 수 있기 때문입니다. 이 글에서는 기존 분석들과는 다르게, 시간(내 집 마련에 얼마나 걸리는지)이 아니라 위치(내 집 마련을 어디에 할 수 있는지)에 집중해 보고자 합니다. 그래서 전국을 대상으로 내 집(아파트)을 사기 위해 벌어야 하는 최소 연소득을 지역별로 보여주는 지도를 만들어 보았습니다. 이 지도를 통해 각자 자신의 연소득으로 살 수 있는 아파트가 어디에 있는지 찾아볼 수 있습니다.

 

2. 분석 개요

‘내 연소득으로 살 수 있는 아파트, 어디에 있을까?’라는 질문에 답하기 위해서는 고려해야 할 것들이 많습니다. 예컨대 어느 지역의 몇 평짜리 아파트를 말하는 것인지, 아파트 마련에 소요되는 기간은 얼마로 할 것인지, 연소득의 몇 퍼센트를 아파트 사는데 투자할 수 있는지 등을 알아야 합니다. 이에 대한 기준을 어떻게 세우는지에 따라 답은 천차만별로 달라질 수 있습니다. 따라서 분석 결과를 설명하기에 앞서 우리가 질문에 대한 답을 찾기 위해 사용한 분석 범위 및 기준을 밝히고자 합니다.

 

1) 분석 범위

#공간 범위 및 단위

아파트를 사기 위해 필요한 연소득을 분석하기 위한 공간적 범위는 전국이며, 분석의 최소 공간 단위는 시군구입니다. 우리나라는 현재 17개 시도 아래 250개 시군구로 이루어져 있으며, 시도별 시군구 개수 현황은 표 1과 같습니다.

표 1. 시도별 시군구 개수

 

# 아파트 전용면적 범위

매매 거래가 빈번한 규모의 아파트를 분석 대상으로 하기 위해 국토교통부 실거래가 공개시스템에서 제공하는 2018년 아파트 매매 데이터를 시도별로 분석해 봤습니다. 그 결과, 전북 지역을 제외한 16개 시도에서 전용면적 84m² 이상 85m² 미만인 아파트의 거래 빈도수가 가장 높았고, 59m² 이상 60m² 미만인 아파트 거래 빈도수가 그 다음으로 높았습니다. 전북의 경우 59m² 이상 60m² 미만 아파트 거래 빈도수가 가장 높고, 84m² 이상 85m² 미만 아파트의 거래 빈도수가 다음으로 높았습니다. 이를 근거로 전용면적 59m² 이상 85m² 미만인 아파트를 분석 대상으로 선정했으며 이 글에서, 해당 전용면적 범위에 속하는 아파트를 ‘중소형 아파트’로 명명합니다. 2018년 기준 시도별 중소형 아파트 매매 거래 건수 및 비율(시도별 전체 거래 건수 대비 해당 전용면적 범위 거래 건수 비율)은 표 2와 같은데, 이를 보면 중소형 아파트 매매 거래 비율이 가장 높은 지역은 울산광역시(74.89%)이고, 반대로 거래 비율이 가장 낮은 지역은 인천광역시(57.59%)인 것을 알 수 있습니다.

표 2. 2018년 시도별 중소형 아파트 매매 거래 건수 및 비율

 

# 시간 범위

분석 시점은 2008, 2013, 2018년으로, 가장 최근인 2018년을 기준으로 5년 간격의 데이터를 분석함으로써 시간의 흐름에 따른 필요 연소득의 변화를 알아 보고자 했습니다.

 

2) 분석 기준

중소형 아파트를 사기 위해 전국 시군구별로 필요한 **연소득(Annual Income, AI)**을 계산하기 위한 방법은 수식 1로 설명할 수 있습니다.

AI = APT x (1-LTV) / YEAR / AIR

수식 1

 

수식 1의 변수별 의미는 다음과 같습니다.

• APT: 시군구별 중소형 아파트 매매가 평균
  • 국토교통부 실거래가 공개시스템에서 제공하는 아파트 매매 데이터에서 중소형 아파트(전용면적 59m² 이상 85m² 미만) 추출, 시군구별 평균 매매가를 계산함
• LTV: Loan To Value ratio, 주택담보대출비율
  • LTV 값이 0.7(70%)이라는 것은 대출이 집 값의 최대 70% 가능하므로 내 돈이 최소 집 값의 30% 이상 있어야 한다는 것을 의미함
  • LTV 값은 부동산 규제 기준에 따라 지역별로 상이한데, 이 글에서는 무주택세대가 실거주 목적으로 주택담보대출을 최대로 받는 상황을 가정하고 LTV 값을 시군구별로 적용함(표 3, 표 4, 지도 1 참고)
  • 참고로, 표 4를 보면 과천시는 ‘조정대상지역’이면서 ‘투기과열지구’에 속하는데, 이런 경우 더욱 강한 기준인 투기과열지구 기준 LTV 값이 적용됨

 

표 3. 부동산 규제 지역별 LTV 기준(일부)

 

표 4. 부동산 규제 지역 현황

 

 

• 지도 1은 표 3 및 표 4 내용을 지도상에 표현한 것으로, Carto를 이용해 시각화함

지도 1. 부동산 규제 지역 현황 지도

 

• YEAR: 아파트 구매 소요 연수
  • YEAR는 2018년 기준, 생애 최초 주택 마련 소요 연수 전국 평균값인 7.1년(2018년도 주거실태조사 일반가구 조사 결과, 국토교통부)을 적용함
• AIR: Available Income Ratio, 가용 소득 비율
  • AIR은 평균 가구소득 대비 아파트 구매를 위해 사용 가능한 비용의 비율로, 가계금융·복지조사의 최근 7년(2012 ~2018) 평균값인 0.4254를 적용함(가계금융·복지조사, 통계청, 한국은행, 금융감독원)(표 5)
  • 이때 아파트 구매를 위해 사용 가능한 비용은 평균 가구소득(경상소득)에서 가계지출(소비지출 + 비소비지출) 중 주거 관련 항목(주거비, 이자비용)을 제외하고 뺀 금액을 말함. 주거 관련 항목은 아파트 구매를 위해 투자 가능한 비용이라는 판단 하에 제외함

표 5. 최근 7년 간 가용 소득 비율

 

따라서 수식 1에서 AI 값의 의미는 **’주택담보대출을 최대로 받고, 내 연소득의 42.54%를 투자한다고 가정했을 때 7.1년 내 중소형 아파트를 구매하기 위해 필요한 최소 세후 연소득’**이라고 할 수 있습니다. 이 값을 전국 250개 시군구별로 계산했습니다.

 

 

3. 분석 결과

분석 과정에서 활용한 툴은 Carto, ArcMap, Python입니다.

1) 시도별 분석

# 시도별 중소형 아파트 거래 현황

그림 1을 보면 모든 지역의 중소형 아파트 매매가 평균값이 시간의 흐름에 따라 증가한 것을 알 수 있습니다. 특히 시점에 따른 평균의 증가 폭이 눈에 띄는 지역이 있는데요, 서울, 세종, 제주, 경기, 인천이 그렇습니다. 이들은 2013년 대비 2018년 증가 폭이 다른 지역에 비해 큰 편입니다.

 

그림 1. 시도별 중소형 아파트 매매가 평균값 변화 그래프

 

모든 시점(2008, 2013, 2018)에서 중소형 아파트 매매가 평균값이 가장 높은 시도 top 2는 서울과 경기입니다. 3위 이하부터는 시점에 따라 순위 변동이 치열한데, 인천의 경우 2008년과 2013년에는 3위 자리를 고수하다가 2018년에는 세종에게 자리를 내어주고 6위로 물러났습니다. 세종시는 2008년 14위, 2013년 12위에서 2018년 3위까지 치고 올라왔는데요, 세종시는 2012년 7월에 출범했기 때문에 2013년까지의 세종시는 현재 세종시의 위상과 차이가 있을 것으로 예상됩니다. 이렇게 갑자기 등장한 세종시가 2018년에 서울, 경기에 이어 3위로 올라선 것은, 세종시가 비수도권 지역 중 유일하게 8·2 부동산 대책에서 초강력 규제인 투기과열지구와 투기지역을 동시에 적용(표 4 참고) 받은 이유를 알 수 있는 대목이기도 합니다. 또 하나 눈에 띄는 지역은 제주도인데요, 2008년 9위, 2013년 8위에서 2018년에는 4위까지 순위가 상승했습니다. 반면에 경북, 전남, 전북, 강원 지역은 모든 시점에서 평균값이 가장 낮은 하위권을 유지하고 있습니다(표 6 ~ 표 8).

표 6 ~ 표 8을 보면, 평균이 클수록 표준편차도 큰 편인데, 표준편차는 전체 평균보다 상위 1% 평균값에 더 많은 영향을 받습니다. 즉, 상위 1% 평균 값이 높을수록 전체 표준편차 값도 높습니다. 2008년에는 매매가 평균 top 3 지역과 매매가 상위 1% 평균 및 표준편차 top 3 지역이 일치하는 반면에, 2013년에는 매매가 평균 3위인 인천에 비해 9위인 경남 지역의 매매가 상위 1% 평균 및 표준편차 값이 더 높았습니다. 또한 2018년에는 매매가 평균 3위인 세종에 비해 5위인 대구 지역의 매매가 상위 1% 평균 및 표준편차 값이 더 높은 것을 알 수 있습니다.

한편 시도별로 매매가 상위 1% 및 하위 1% 평균값을 비교해 보면 지역별 격차를 실감할 수 있는데요, 일례로 2018년 서울의 중소형 아파트 매매가 상위 1% 평균은 약 20억이고, 전북의 매매가 상위 1% 평균은 약 3억 4천으로, 약 16억 6천만 원의 차이가 납니다. 그리고 하위 1% 평균값을 보면, 서울(약 2억 2천)과 경북(약 3천) 지역의 매매가 차이는 약 1억 9천만 원입니다.

또한 매매가 최고 및 최소 금액의 지역별 격차도 큰데, 예를 들어 2018년 매매가 최고 금액 중 최고액은 31억(서울 서초구 반포동 아크로리버파크)이고, 최소액은 3억 9천 8백만 원(청주 흥덕구 복대동 두산위브지웰시티2차)으로, 차액이 무려 27억 2백만 원입니다. 최소 금액의 경우, 최고액(서울, 1억)이 최소액(전남, 1천)에 비해 10배 더 큽니다. 다만 최고 및 최소 금액은 해당 년도에 거래되는 특정 매물에 따라 값이 민감하게 변화할 수 있다는 사실을 인지해야 합니다.

 

표 6. 2008년 시도별 중소형 아파트 매매가 통계

 

표 7. 2013년 시도별 중소형 아파트 매매가 통계

 

표 8. 2018년 시도별 중소형 아파트 매매가 통계

 

표 6 ~ 표 8에서 전반적으로 평균에 비해 중간값(median)이 작은 편인데, 이는 값의 분포가 오른쪽으로 치우친(right-skewed) 양의 왜도(positive skewness) 형태를 보인다는 것을 의미합니다. 정말 그런지 시도별로 히스토그램 그려 확인해 보았습니다.

 

# 히스토그램 및 KDE

그림 2, 그림 3, 그림 4는 각각 서울, 경기, 인천의 시점별(2008, 2013, 2018) 중소형 아파트 매매가 히스토그램 및 KDE(Kernel Density Estimation, 커널 밀도 추정) 그래프입니다. 9개의 시도별 시점별 분포 모두 왜도(skewness) 값이 0보다 큰, 양의 왜도 형태를 보이고 있습니다. 특히, 모든 시점에서 전체 17개 시도 중 서울, 경기 순으로 왜도와 첨도(kurtosis) 값이 가장 높았습니다. 이는 수도권 지역이 다른 시도에 비해 중소형 아파트 매매가격의 불균형 정도가 심하다는 뜻으로 해석할 수 있습니다.

 

 

그림 2 ~ 그림 4와 그림 5~그림 7의 KDE 곡선을 비교해서 보면, 비수도권 지역이 수도권 지역에 비해 양 옆으로 넓게 퍼진 형태(왜도가 0에 가까운)를 보이는 경향이 있다는 것을 알 수 있습니다. 특히 세종시의 경우(그림 5), 2018년 분포를 보면 평균과 중간값이 유사하고, 이를 중심으로 거의 대칭에 가까운 분포(왜도: -0.05)를 보이고 있습니다. 세종시가 출범하기 전인 2008년에 비교적 저렴한 가격의 중소형 아파트 거래가 많았던 것과 비교해 보면, 출범 후에 중소형 아파트 매매가가 전반적으로 상승했고, 특히 2013년에서 2018년 사이에 대폭 상승한 것을 알 수 있습니다.

 

 

2) 시군구별 분석

앞서 설명한 수식 1을 이용해 **’주택담보대출을 최대로 받고, 내 연소득의 42.54%를 투자한다고 가정했을 때 7.1년 내 중소형 아파트를 구매하기 위해 필요한 최소 세후 연소득’**을 시군구별로 계산하고, 그 결과를 Carto를 이용해 시각화해 봤습니다(지도 2). 참고로, 전국 250개 시군구 중, 2008년에는 경상북도 울릉군과 인천광역시 옹진군에서 중소형 아파트 매매 거래가 발생하지 않았고, 2013년과 2018년에는 경상북도 울릉군, 인천광역시 옹진군, 그리고 전라남도 신안군에서 중소형 아파트 매매 거래가 발생하지 않았기 때문에 해당 시군구 폴리곤은 지도 2의 각 시점별 레이어에서 제외됐습니다.

지도 2. 중소형 아파트 구매 위해 필요한 시군구별 연소득 지도

 

# 세후 연소득 1억 원 이상 필요한 시군구

시점별로 중소형 아파트를 구매하기 위해 세후 연소득이 1억 원 이상 필요한 시군구를 추출해 봤습니다. 모든 시점에서 필요 연소득이 가장 높은 지역은 서울시 강남구입니다. 2008년과 2013년에는 약 1억 4천 수준을 유지하다가 2018년에는 약 2억 7천 수준으로 올랐습니다. 서초구가 그 뒤를 바짝 쫓고 있는데, 2008년 약 1억 3천, 2013년 약 1억 4천에서 2018년에는 약 2억 6천까지 올랐습니다(그림 8, 그림 9).

세후 연소득이 1억 원 이상 필요한 시군구는 2008년과 2013년에는 5개였는데, 2018년이 되니 19개로 늘었습니다. 이 19개 시군구는 모두 투기과열지구(표 4 참고)에 해당하는 지역입니다. 따라서 LTV가 가장 세게 적용(40%)되다 보니(표 3 참고) 아파트를 구매하기 위해서는 보유 자산이 그만큼 많아야 하기(매매가의 60% 이상) 때문에, 악순환처럼(아파트 가격은 높은데 대출은 많이 안 되니까) 이러한 결과가 나온 것으로 보입니다. 19개 시군구 중 서울 외 지역은 경기도 과천시, 분당시, 하남시가 유일한데요, 그중에서도 과천시는 서울의 우세에도 밀리지 않고 꿋꿋하게 높은 필요 연소득 수준을 꾸준히 유지하다가, 2018년에는 필요 연소득이 가장 높은 강남구, 서초구에 이어 3위로 올라섰습니다.

 

그림 8. 2008, 2013년 기준 중소형 아파트 구매 위해 세후 연소득 1억 이상 필요한 지역

 

그림 9. 2018년 기준 중소형 아파트 구매 위해 세후 연소득 1억 이상 필요한 지역

 

 

# 세후 연소득 5천만 원 미만 필요한 시군구

다음으로, 시점별로 중소형 아파트를 구매하기 위해 세후 연소득이 5천만 원 미만으로 필요한 시군구를 추출해 봤습니다(지도 3). 지도 3은 해당 조건을 만족하는 시군구 폴리곤만 남기고 나머지는 제거해, 그 부분에 배경 지도가 보이는 형태로 시각화한 결과입니다. 2018년 지도가 재밌는데요, 해당 조건을 만족하지 못해(즉, 세후 연소득 5천만 원 이상 필요해서) 제거된 시군구가 총 31개인데, 이것들은 앞에서 언급한 투기과열지구 31개 지역(표 4 참고)과 정확히 일치합니다.

2008년과 2013년의 세후 연소득 5천만 원 미만으로 필요한 시군구 결과는 동일합니다. 각 시점에서 서울 25개 구와 경기도 4개 지역(과천시, 광명시, 하남시, 성남시 분당구)을 제외한 나머지 시군구는 연소득 5천만 원 미만으로 아파트 구매가 가능합니다. 이를 다시 말하면 주택담보대출을 최대로 받고, 매년 2,127만 원(소득의 42.54%)을 투자한다고 했을 때 7.1년 내 중소형 아파트를 살 수 있다는 뜻입니다.

지도 3. 세후 연소득 5천 미만 필요한 시군구 지도

 

# 세후 연소득 2천만 원 미만 필요한 시군구

이어서 세후 연소득이 2천만 원 미만으로 필요한 시군구를 추출해 봤습니다(지도 4). 마찬가지로 조건을 만족하는 시군구 폴리곤만 남기고 나머지는 제거한 형태로 시각화했습니다. 2018년 결과를 보면, 수도권 대부분 지역과 주요 광역시의 전체(대구, 부산, 울산) 또는 일부(대전, 광주) 시군구가 제거된 것을 알 수 있습니다. 비수도권 지역 중에서는 광역시의 아파트 가격이 비교적 높다는 것을 확인할 수 있는 대목입니다.

지도 4. 세후 연소득 2천 미만 필요한 시군구 지도

 

마지막으로 세후 연소득이 1천만 원 미만으로 필요한 시군구를 추출해 봤습니다(지도 5). 시점별 결과를 차례로 보면 2008년 115개, 2013년 35개, 2018년 4개로, 1천만 원 미만 연소득으로 구매할 수 있는 아파트가 점점 줄어들고 있는 추세라는 것을 알 수 있습니다.

지도 5. 세후 연소득 1천 미만 필요한 시군구 지도

 

 

# 중소기업 신입사원 초봉으로 서울의 중소형 아파트 구매하려면 몇 년 걸릴까?(feat. PIR)

집값을 이야기할 때 자주 등장하는 지표 중에 PIR(Price to Income Ratio, 소득 대비 주택 가격 비율)이라는 것이 있습니다. PIR은 주택 가격을 가구당 연소득으로 나눈 값으로, 연소득을 한 푼도 쓰지 않고 모았을 때 주택을 구입하는 데 얼마나 걸리는지를 측정하는 지표입니다. 가령 PIR이 10이라면 10년 동안 연소득을 모두 모아야 집을 살 수 있다는 의미입니다.

2018년 중소기업 신입사원 초봉을 기준으로 서울에 위치한 중소형 아파트에 대해 PIR을 계산해 보았습니다. 다시 말하면 중소기업 신입사원 초봉으로 서울에 위치한 중소형 아파트를 구매하려면 몇 년이 걸리는지를 산출한 것입니다. 잡코리아가 조사, 발표한 결과에 의하면 2018년 기준 중소기업 신입사원 초봉은 2,730만 원입니다. 따라서 중소형 아파트 구매에 몇 년이 걸리는지, 구매 가능 연수를 구하기 위해 서울시의 구별 중소형 아파트 매매 평균가를 2,730만 원으로 나눠 주었습니다.

그 결과, 강남구가 49.6년으로 가장 길었고, 서초구(47.42년), 송파구(35.4년), 용산구(31.9년), 성동구(28.89년)가 그 뒤를 잇고 있습니다. 반대로 구매 가능 연수가 가장 짧은 하위 5개 지역은 도봉구(13.79년), 금천구(14.27년), 중랑구(14.7년), 강북구(15.59년), 노원구(15.61년)입니다(그림 10).

 

그림 10. 중소형 아파트 구매 소요 연수 지도

 

UN HABITAT에서 적정 수준으로 제시한 PIR은 3~5년인데요, 그에 비하면 서울시 25개구 모두 상당히 높은 수준입니다. 또한 글로벌 통계 사이트 넘베오(Numbeo)에서 조사, 발표한 세계 주요 도시의 PIR(그림 11) 수치와 비교해 보면, 서초구는 세계 최고 수준인 홍콩(47.14년)보다도 높은 값을 보이는 것을 알 수 있습니다.

 

그림 11 . 2018년 10월 기준 세계 주요 도시 PIR 현황 (출처: https://news.kbs.co.kr/news/view.do?ncd=4047557)

 

 

# 시점 간 비교

이 글에서는 5년 간격의 3개 시점(2008, 2013, 2018)을 기준으로 데이터 분석을 실시했는데, 시점 간의 비교를 통해 2008년 대비 2013년의 변화 양상과 2013년 대비 2018년의 변화 양상이 상당히 다르다는 것을 알 수 있습니다. 먼저, 이전 시점 대비 증가율이 높은 상위 10개 지역을 각각 살펴보겠습니다. 표 9를 보면, 2008년 대비 2013년 증가율이 높은 상위 10개 지역은 모두 비수도권 지역으로, 시점별 필요 연소득이 제주도 서귀포시를 제외하고 모두 2천만 원 이하인 지역입니다. 이와는 다르게 표 10을 보면, 2013년 대비 2018년 증가율 높은 상위 10개 지역에는 2018년 기준 필요 연소득이 1억 5천만 원 이상인 서울 3개 구(성동, 강남, 서초)가 포함됐습니다. 표 9와 표 10에서 모두 등장한 시군구는 전라북도 장수군이 유일한데요, 2013년에는 2008년 대비 약 179%, 2018년에는 2013년 대비 약 132% 증가했습니다.

 

표 9. 2008년 대비 2013년 증가율 상위 10개 시군구 현황

 

표 10. 2013년 대비 2018년 증가율 상위 10개 시군구 현황

 

앞서 살펴본 그림 1의 통계에서 시도별 중소형 아파트 매매가 평균값이 시간의 흐름에 따라 증가한 것을 알 수 있는데요, 이를 필요 연소득의 관점에서 시군구별로 뜯어 보면 꼭 그렇지만은 않습니다. 표 11을 보면, 2008년 대비 2013년에 필요 연소득이 감소한 시군구는 전체 247개 중 28개(약 11.3%)이고, 표 12를 보면, 2013년 대비 2018년에 필요 연소득이 감소한 시군구는 19개(약 7.7%)가 있습니다. 역시나 표 11과 표 12를 비교해 보면, 추출된 시군구의 양상이 다르다는 것을 알 수 있습니다. 표 11에서는 전체 28개 중 3개 구를 제외하고는 모두 수도권 소속(서울 11개 구, 경기 10개 시구, 인천 4개 구) 시군구인데요, 이와 대조적으로 표 12를 보면, 경기 2개 구를 제외하고는 모두 비수도권 소속 시군구입니다. 2008년 대비 2013년에 필요 연소득이 감소했던 서울 11개 구는 2018년으로 오면서 모두 최소 35% 최대 89% 증가했습니다.

 

 

표 13을 보면, 2018년 기준 필요 연소득을 내림차순으로 정렬했을 때 필요 연소득이 높을수록 2013년 대비 2018년 증가율이 높은 경향이 있다는 것을 알 수 있습니다. 다만 성동구의 경우, 강남구나 서초구보다 증가율이 높은데요, 이는 서울숲 및 성수동 등이 개발되면서 영향을 미쳤을 것으로 예상됩니다.

 

표 13. 2018년 기준 필요 연소득 높은 상위 10개 시군구 현황

 

3) 공간 분석

지도 2에서 시점별 필요 연소득 값의 분포를 보면 수도권 및 광역시 지역에 높은 값들이 몰려 있는 것을 볼 수 있습니다. 따라서 필요 연소득의 공간적 자기상관성(spatial autocorrelation)이 강할 것이 예상됩니다. 공간상의 객체들은 공간상에서 서로 간에 영향을 주고 받으며 존재하는데, 이와 같은 공간 객체 간의 상호 의존성을 공간적 자기상관성이라고 합니다. Moran’s Index는 공간적 자기상관성을 측정하는 대표 도구로, -1에서 1 사이의 값을 가지며, -1에 가까울수록 분산된(dispersed) 분포, 1에 가까울수록 군집된(clustered) 분포, 그리고 0은 랜덤(rondom)분포를 의미합니다. Moran’s I는 전역적(global)으로 계산하는 방법(Global Moran’s I)과 국지적(local)으로 계산하는 방법(Local Moran’s I)이 있는데, 국지적으로 계산한 Local Moran’s I 값들의 평균이 Global Moran’s I 값이 됩니다. 이 글에서는 두 가지 인덱스 모두 계산해 봤습니다.

먼저 Global Moran’s I를 통해 전역적인 공간적 자기상관성을 분석한 결과, 모든 시점에서 필요 연소득의 공간적 분포가 99%의 확률로 군집돼(clustered) 있는 것을 확인할 수 있습니다(표 14).

 

 

Local Moran’s I 결과는 그림 10의 지도를 통해 확인 가능한데, H-H(High-High, 나도 높고-주변도 높은) 군집(cluster)이 서울을 중심으로 한 수도권 지역에 몰려 있는 것을 알 수 있습니다. 이는 해당 지역의 필요 연소득 값이 다른 지역에 비해 훨씬 높다는 의미입니다. 또한 시간의 흐름에 따라 H-H 군집에 포함되는 시군구 개수가 줄어들고 있는 것이 보입니다. 2008년 41개(서울 25개 구 + 경기 16개 시구)에서 2013년에 35개(서울 25개 구 + 경기 10개 시구)로, 그리고 2018년에는 33개(서울 25개 구 + 경기 8개 시구)로 H-H 군집에 속하는 시군구가 점차 줄어들었습니다. 이때 제외되는 시군구는 모두 경기도 소속으로, 서울 25개 구는 계속해서 굳건한 군집을 유지하고 있는데, 이는 다시 말하면 서울의 아파트 가격이 주변 지역에 비해 점점 더 비싸지고 있다는 것을 뜻합니다. 시간이 흐름에 따라 H-H 군집에 포함되는 시군구 개수가 줄어들고 있기 때문에 표 14에서 Global Moran’s I의 값이 점차 감소한 것입니다.

그리고 그림 12에서 2013년과 2018년 지도를 보면 L-H(Low-High, 나는 낮은데-주변은 높은) 군집이 하나 있는데, 해당 지역은 경기도 양주시입니다. 공간 통계 분야에서 L-H 또는 H-L(High-Low, 나는 높은데-주변은 낮은) 군집을 공간적 아웃라이어(spatial outlier)라고 부르는데요, 주변과 다른 특이한 값이라는 의미입니다. 양주시의 경우, 필요 연소득 값이 주변 지역에 비해 낮은 편인데(2013년: 1,559만원, 2018년: 1,777만 원), 값이 높은 서울 2개 구(강북구, 도봉구)와 접하고 있기 때문에 L-H 아웃라이어로 추출된 것입니다.

 

그림 12. 시점별 Local Moran’s I 결과

 

4. Outro

‘내 연소득으로 살 수 있는 아파트, 어디에 있을까?’라는 질문의 답을 찾기 위한 긴 여정이 끝났습니다. 해당 질문에 대한 답은 수 십에서 수 백 가지도 있을 수 있는데요, 이 글에서는 여러 가능성 중 다음과 같은 상황을 가정했습니다.

1. 7.1년 내로 중소형 아파트 구매
2. 내 연소득의 42.54% 투자
3. 주택담보대출 최대로 받음

위와 같은 조건 하에서 중소형 아파트를 구매하기 위해 필요한 최소 연소득을 전국 시군구별로 계산했습니다. 마지막으로 정리하는 차원에서 분석 결과를 4가지 point로 추려 보았습니다.

 

# point 1 – 전국 17개 시도별 분석 결과

• 모든 시도의 중소형 아파트 매매가 평균값은 시간의 흐름(2008, 2013, 2018)에 따라 증가함
• 특히 서울, 세종, 제주, 경기, 인천의 중소형 아파트 매매가 평균값의 증가 폭이 큰 편임
• 반면에 경북, 전남, 전북, 강원 지역은 모든 시점에서 평균값이 가장 낮은 하위권을 유지하고 있음
• 시도별 중소형 아파트 매매가의 지역별 격차가 심함
  • 예 1) 2018년 서울의 중소형 아파트 매매가 상위 1% 평균은 약 20억인데 반해, 전북 지역의 매매가 상위 1% 평균은 약 3억 4천으로, 약 16억 6천만 원의 차이 발생
  • 예 2) 2018년 중소형 아파트 매매가 최고 금액 중 최고액은 31억, 최소액은 3억 9천 8백만 원으로, 약 27억 2백만 원의 차이 발생

 

# point 2 – 전국 250개 시군구별 분석 결과

1) 1억 이상 필요한 지역

• 모든 시점에서 필요 연소득이 가장 높은 지역은 서울시 강남구 – 2008년과 2013년에는 약 1억 4천 수준을 유지하다가 2018년에는 약 2억 7천 수준임
• 세후 연소득이 1억 원 이상 필요한 시군구는 2008년과 2013년에는 5개였으나 2018년에 19개로 늘어남 – 이 19개 시군구는 모두 투기과열지구에 해당하는 지역임
• 19개 시군구 중 서울 외 지역은 경기도 과천시, 분당시, 하남시가 유일함. 그중에서도 과천시는 서울의 우세에도 밀리지 않고 꿋꿋하게 높은 필요 연소득 수준을 꾸준히 유지하다가, 2018년에는 필요 연소득이 가장 높은 강남구, 서초구에 이어 3위를 차지함

2) 5천만 원 미만 필요한 지역

• 2018년 데이터 기준, 세후 연소득 5천만 원 이상 필요해서 제외된 시군구가 총 31개인데, 이것들은 투기과열지구 31개 지역과 정확히 일치함

3) 2천만 원 미만 필요한 지역

• 2018년 데이터 기준, 수도권 대부분 지역과 주요 광역시의 전체(대구, 부산, 울산) 또는 일부(대전, 광주) 시군구가 제외됨 – 비수도권 지역 중에서는 광역시의 아파트 가격이 비교적 높다는 것을 확인

1. 1천만 원 미만 필요한 지역

• 시점별 결과를 차례로 보면 2008년 115개, 2013년 35개, 2018년 4개로, 1천만 원 미만 연소득으로 구매할 수 있는 아파트가 점점 줄어들고 있는 추세임

 

# point 3 – 중소기업 신입사원 초봉으로 서울의 중소형 아파트 구매하려면 몇 년 걸릴까?

• 2018년 중소기업 신입사원 초봉으로 서울에 위치한 중소형 아파트를 구매하려면 몇 년이 걸리는지(PIR) 산출함
• 강남구가 49.6년으로 가장 길고, 서초구(47.42년), 송파구(35.4년), 용산구(31.9년), 성동구(28.89년)가 그 뒤를 이음
• 반대로 구매 가능 연수가 가장 짧은 하위 5개 지역은 도봉구(13.79년), 금천구(14.27년), 중랑구(14.7년), 강북구(15.59년), 노원구(15.61년)임
• UN HABITAT에서 적정 수준으로 제시한 PIR은 3~5년인데, 그에 비하면 서울시 25개구 모두 상당히 높은 수준임

 

# point 4- 공간 분석 결과

• Global Moran’s I를 통해 전역적인 공간적 자기상관성을 분석한 결과, 모든 시점에서 필요 연소득의 공간적 분포가 99%의 확률로 군집돼 있는 것을 확인함
• Local Moran’s I 분석 결과, H-H(High-High, 나도 높고-주변도 높은) 군집이 서울을 중심으로 한 수도권 지역에 몰려 있음 – 이는 해당 지역의 필요 연소득 값이 다른 지역에 비해 훨씬 높다는 의미함

이 글에서 내 집 마련을 위한 필요 연소득을 분석하는 과정과 그 결과를 보면 지역 간 격차를 얘기하지 않을 수 없습니다. 그러나 이 글이 지역 간 불균형 사실을 공고히 하는데 기여하는 것으로만 끝나지는 않았으면 합니다. 개인의 선택이 중요해진 현대 사회에서, 내 집 마련 이슈와 관련된 현황을 파악하고 미래를 계획하는데 참고가 되기를 바랍니다.

References

• 국토교통부. (2019, March). 2018년도 주거실태조사 요약보고서. Retrieved from http://stat.molit.go.kr/portal/cate/statFileView.do?hRsId=327&hFormId=
• 경북일보. (2019, May 8). Retrieved from http://www.kyongbuk.co.kr/news/articleView.html?idxno=2001612
• 머니S. (2019, Jun. 4). Retrieved from http://moneys.mt.co.kr/news/mwView.php?no=2019060408398089781&code=&MGTCN
• 중앙일보. (2018, Jan. 22). Retrieved from https://news.joins.com/article/22305164
• KBS 뉴스. (2016, Nov. 28). Retrieved from http://news.kbs.co.kr/news/view.do?ncd=3384946
• 국토교통부 실거래가 공개시스템. Retrieved from http://rtdown.molit.go.kr/
• 통계청, 한국은행, 금융감독원. (2012~2018). 가계금융·복지조사. Retrieved from http://kosis.kr/index/index.do
• 매일경제. (2018, Sept. 3). Retrieved from https://www.mk.co.kr/news/business/view/2018/09/554242/
• KBS 뉴스. (2018, Oct. 8). Retrieved from https://news.kbs.co.kr/news/view.do?ncd=4047557

 

SPH는 CARTO, Google Maps, SuperMap 등 다양한 케이스에 적용될 수 있는 다채로운 제품군을 보유하고 있으며 고객의 사례에 꼭 맞는 무료 세미나 및 개별 컨설팅을 제공하고 있습니다. 각 케이스에 맞춰 더욱 자세한 이야기를 나누고 싶으시다면 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS/로케이션 인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해 주시길 바랍니다. 감사합니다.

 

Powered by Froala Editor

SPH는 Google Maps, SuperMap, Maxar Technologies 등 다양한 제품군을 가지고 있으며, 고객의 사례에 꼭 맞는 무료 세미나 및 인적 컨설팅을 제공하고 있습니다. 더욱 자세한 이야기를 나누고 싶으시다면, 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS / 로케이션인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해주시길 바랍니다