국제교류복합지구개발이 주변부동산에 미치는 영향에 관한 연구 －강남구 제3종일반주거지역을 대상으로－ = A Study on the Impact of the International Exchange Complex District Development on Surrounding Real Estate: Focused on the Third General Residential Area of Gangnam-gu

국문 초록 (Abstract)

본 연구는 서울 강남 국제교류복합지구 개발사업이 주변 상업⋅업무용 부동산 시장(토지단가 및 건물단가)에 미 치는 영향을 실증적으로 분석하고, 공간적 자기상관의 중요성을 규명하는 데 목적이 있다. 2006년부터 2024년까지 의 실거래가 1,339건을 활용하여 OLS, 공간시차모형(SAR), 공간오차모형(SEM)을 비교 분석함으로써 전통적 OLS 분석의 한계를 보완하고자 했다. OLS 분석 결과, 개발단계, 면적, 거시경제 지표, 입지 변수 등이 토지 및 건물단 가에 유의미한 영향을 미쳤다. 특히, 개발사업 단계 변수들은 두 종속변수 모두에 유의미한 영향을 주었으며, 대지 면적(ln(Area_Land))은 양(+)의 영향을, 연면적(ln(Area_GFA))은 건물단가에 음(-)의 영향을 미쳐 규모의 경제 효 과를 시사했다. OLS 잔차 진단 결과, 두 종속변수 모두에서 통계적으로 유의한 공간적 자기상관이 확인되어 공간 계량모형 적용의 필요성이 제기되었고, 1000m를 최적 임계치로 선정했다. SAR 및 SEM은 OLS 대비 유사하거나 개선된 설명력을 보였고, SEM이 정보 기준(AIC, BIC)상 가장 우수한 적합도를 나타냈다. 공간계량모형 적용 후 잔차의 공간적 자기상관은 성공적으로 해소되었다. 공간계수(SAR/SEM)의 유의성은 부동산 가격 결정에 강한 공간 적 파급 효과가 존재함을 입증하며, OLS 분석의 추정 편의 가능성을 보여준다. 본 연구는 공간계량모형의 필수성 과 공간적 특성을 고려한 정책 수립의 중요성을 시사한다. 다만, 본 연구의 모형 설계는 개발 효과의 순수한 인과 성을 추정하는 데 한계가 있으며, 이는 향후 이중차분법 등 인과 추론 방법론 적용을 통해 보완될 필요가 있다.

다국어 초록 (Multilingual Abstract)

This study empirically analyzes the impact of the International Exchange Complex Zone development in Seoul's Gangnam on land and building unit prices, focusing on the significance of spatial autocorrelation. Utilizing 1,339 actual transaction cases from 2006 to 2024, OLS, Spatial Lag Model (SAR), and Spatial Error Model (SEM) were comparatively analyzed. OLS regression results indicated that development phases, property area, macroeconomic indicators, and location variables significantly influenced both dependent variables. However, OLS residual diagnostics revealed statistically significant spatial autocorrelation, underscoring the necessity of applying spatial econometric models and leading to a 1000m optimal spatial threshold selection. SAR and SEM models, applied with this threshold, demonstrated comparable or improved explanatory power (R²/Pseudo R²) compared to OLS, with SEM showing the best fit by information criteria (AIC, BIC). Moran's I tests on their residuals confirmed successful resolution of spatial autocorrelation. Significant spatial coefficients (in SAR and SEM) proved strong spatial spillover effects and the influence of unobserved spatial characteristics, highlighting OLS estimation bias.
This research demonstrates that spatial autocorrelation significantly impacts real estate price determination and that spatial econometric models are essential for reliable analysis and spatially informed policymaking. However, it acknowledges limitations in estimating pure causal effects, suggesting future research incorporate causal inference methodologies