인공신경망모형을 이용한 세종시 아파트 가격결정요인분석

An Analysis For Determinants Of Using Artificial Neural Network Model In Sejong Administrative Complex City: In Terms Of Educational environment

우리나라 주택가격은 2000년대 들어서면서 상승이 두드러지게 나타났고, 그 요인으로 학군이나 교육환경이 상당한 부분을 차지하고 있었다. 이미 많은 연구에서 교육환경과 아파트 가격의 영향 관계에 대해서 분석되었고, 그 결과 우수한 학군은 학구열과 학군수요로 인해 높은 거래가격을 형성하고 있었다. 특히 서울지역의 8학군의 교육환경이 아파트 가격에 영향을 미치는지에 대한 연구는 꾸준히 진행되는 반면에, 서울지역 외의 지역 대상으로 우수한 교육환경이 아파트 가격에 어떠한 영향을 미치는지에 대한 연구는 미비하다. 따라서 세종시에서의 교육 관련 변수가 아파트 가격에 영향을 미치는지 분석하여 그 결과가 기존의 교육 관련 선행연구들의 결과와 비슷하게 나타나는 공통된 현상인지 살펴보고자 한다. 본 연구는 아파트에서 가장 가까운 중ㆍ고등학교 순 전입률, 특목ㆍ자율고 진학률, 사설학원 밀집지역 간의 거리를 주요 독립변수로 설정하여 2019년 세종시 행정중심복합도시 중심으로 103개 단지의 실거래 자료 4,837건을 헤도닉가격모형과 인공신경망을 이용하여 실증분석하였다. 분석결과 주요 독립변수 모두 통계적으로 유의하게 영향을 주는 것으로 나타났다. 또한, 다른 독립변수 대부분 선행연구와 유사한 결과를 보였다. 결론적으로 서울지역뿐만 아니라 세종지역에서도 우수한 교육환경일수록 이주수요가 많아 아파트 가격이 높은 것으로 해석되며. 우수한 교육환경은 지역별로 공통적인 가격상승요인이 되고 있음을 시사해준다.

This study intends to explore the effects of educational environment on the apartment prices apart from Seoul and other metropolitan areas in Korea. 4,837 actual transaction data of 103 complexes centered on Sejong City’s administrative center complex in 2019 were analyzed by using a heldonic price model and artificial neural network, setting the distance between the net transfer rate of middle and high schools, special purpose and autonomous high school entrance rate, and private academy concentration areas closest to the apartment as major independent variables. The analysis indicates that all major independent variables have statistically significant effects. In addition, most of the other independent variables showed similar results to prior studies. In conclusion, the better the educational environment not only in Seoul but also in Sejong, the higher the demand for migration, the higher the apartment price. It is confirmed that the excellent educational environment is a common cause of price increase in different regions.