지역별 장기주택 수요 전망에 관한 연구: 인구 및 가구기반 MW모형을 중심으로
A Study on Long-Term Housing Demand by Region using the Demographic and Household based Mankiw-Weil Method
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 연구는 인구ㆍ가구기반 MW모형을 시기별ㆍ지역별 분석으로 확장하여 주택수요 연구의 세밀함을 더하고자 하였다. 이를 위해 국토부 2016~2020년 주거실태조사의 17개 도시 가구자료와 인구ㆍ가구기반 MW모형을 통해, 시기별ㆍ지역별 주택수요 추정에 대해 연구하였다. 이후 통계청 장래 인구ㆍ가구 추계자료를 사용하여, 2020~2050년 주택수요를 전망하였다. 추가적으로 MW모형에 사용된 변수를 기반으로, 랜덤포레스트 변수중요도 분석을 실시하였다. 분석결과, 주택수요는 2020년부터 2040년까지 증가하다가, 이후 50년까지 감소하는 것으로 나타났다. 또한 경기ㆍ세종 지역의 장래 주택수요가 높을 것으로 전망됐다. 마지막으로 주택수요에 1인가구 등 소형가구 여부가 가장 중요한 변수인 것으로 나타났다.
Abstract
We attempt to analyze longitudinal housing demand with the number of population and number of household size from the Korea Housing Survey from 2016 to 2020 using the Mankiw-Weil Method. We also include singles and couples in the young and the old age group to identify the relative housing demand. Furthermore, we extend our analysis to 17 regional housing markets and examine the regional housing demand to confirm whether heterogeneity of regional housing demand exists. Using the machine learning method, we also provide the relative importance of variables influencing housing demand. Thus, we expect to provide an efficient housing policy by monitoring critical changes in the influential variables affecting housing demand.
참고문헌 (22)
- 고진수, "노년 가구의 주거 선택행태에 관한 연구- 주거이동과 노인주택 선택을 중심으로", 도시설계, 15(1), pp.19~32 (2014), 한국도시설계학회
- 1인 청년가구 주거여건 개선을 위한 정책 지원 방안, "국토연구원", ~ (2017)
- 김순용, "소득 및 가격 탄력성을 이용한 지역 및 소득계층별 주택수요에 관한 연구", 서울도시연구, 16(2), pp.71~86 (2015), 서울연구원[DOI]
- 김순용, "수도권 가구원수별 주택수요탄력성에 대한 실증연구", 주거환경, 20(1), pp.23~45 (2022), 한국주거환경학회
- 김진유, "가구원수별 가구수를 활용한 주택수요추정 모형 연구", 부동산학연구, 23(4), pp.65~76 (2017), 한국부동산분석학회[DOI]
- 박수진, "주택수요 탄력성에 대한 실증분석:시기별 · 지역별 변화를 중심으로", 응용경제, 22(3), pp.51~84 (2020), 한국응용경제학회
- 이정희, "주택수요 분석을 위한 MW모형의 재고찰: 주택면적과 주거소비 비교를 중심으로", 부동산학연구, 26(1), pp.79~93 (2020), 한국부동산분석학회[DOI]
- 이창무, "가구특성을 고려한 장기주택수요 예측모형 - 보완된 Mankiw & Weil 모형을 적용하여 -", 국토계획, 44(5), pp.149~161 (2009), 대한국토·도시계획학회
- 임미화, "장기주택 수요 추정의 소득변수 효과 분석 연구", 부동산학연구, 22(3), pp.5~16 (2016), 한국부동산분석학회[DOI]
- 전성애, "인구구조 및 가구특성 변화를 고려한 주택수요의 예측", 국토계획, 47(3), pp.191~208 (2012), 대한국토·도시계획학회[DOI]
- 정성훈, "머신 러닝 방법을 이용한 오피스 임대료 산정 -랜덤 포레스트, 인공 신경망, 서포트 벡터 머신 활용을 중심으로-", 부동산학연구, 26(2), pp.23~53 (2020), 한국부동산분석학회[DOI]
- 정의철, "인구구조 변화에 따른 장기주택수요 전망에 관한 연구", 국토계획, 40(3), pp.37~46 (2005), 대한국토·도시계획학회
- 조성진, "주택수요변화 분석을 통한 장기주택수요 전망에 관한 연구 - 2000년 2010년 자료를 중심으로 -", 국토계획, 48(5), pp.251~268 (2013), 대한국토·도시계획학회
- 조세재정 브리프 – 주요국의 부동산 관련 세부담 비교, "조세재정연구원", ~, pp.제108호 (2021)
- 홍정의, "지역별 장기주택수요의 예측과 비교 : Mankiew-Weil 모형에 기반하여", 부동산연구, 29(3), pp.93~103 (2019), 한국부동산연구원[DOI]
- Breiman, L., "Random forests", Machine learning, 45, pp.5~32 (2001)
- Heaton, J., "Introduction to neural networks with Java" (2008), Heaton Research
- Mankiw, N.G, "The baby boom, the baby bust, and the housing market", Regional science and urban economics, 19(2), pp.235~258 (1989)
- Swan, C., "Demography and the demand for housing A reinterpretation of the Mankiw-Weil demand variable", Regional Science and Urban Economics, 25(1), pp.41~58 (1995)
- Čeh, M., "Estimating the perform ance of random forest versus multiple regression for predicting prices of the apartments", ISPRS international journal of geo-information, 7(5), pp.1~16 (2018)
- : 2020-2050년, , 2022
- : 2020-2050년, , 2022