초록 열기/닫기 버튼
주택은 입지적 특성뿐만 아니라 인근주민의 특성 등 사회적, 물리적 주변의 환경과 상호작용관계를 갖게 됨으로써 공간적 자기상관(spatial autocorrelation)이 발생하게 된다. 이러한 공간자기상관의 영향으로 전통적인 OLS방법에 의한 가격추정은 왜곡된 결과를 낳을 가능성이 높다. 공간적 자기상관의 문제해결을 위하여 Anselin(1988)은 종속변수와 오차항에 공간가중행렬을 적용한 일반공간모형(SAC: General Spatial Models)과 공간자기회귀모형(SAR: Spatial Autoregression), 공간오차모형(SEM: spatial error model)을 제시하였다. 이러한 공간계량모형에 있어 공간적 자기상관을 파악하기 위해서는 공간적 효과를 나타내는 공간가중행렬의 정의하는 것이 매우 중요하다. 하지만 기존연구에서 공간가중행렬(spatial weight matrix)의 선택이 분석 결과에 어떤 영향을 미치는지에 대해서는 논의 없이 통계 package에서 제공하는 기준에 따라 여과 없이 공간가중행렬이 사용되고 있다. 따라서 본 연구는 공간자료의 특성을 고려한 공간계량모형이 어떤 공간가중행렬에 보다 우수한 추정치를 제공하는지를 살펴보았다. 이를 위해 공간가중행렬을 거리 기준에 따라 (특정 임계값을 기준한 가중행렬), W(1/거리), Ws(W를 횡단표준화한 가중행렬), WsT(동일아파트를 고려한 가중행렬)로 구성하였다. 분석을 위해 2006년부터 2009년까지 국토해양부에 공개된 5,850개의 부산지역 아파트 실거래가 자료를 이용하였다. 분석결과 공간계량분석에 있어 공간가중행렬은 WsT>Ws >W >WsD 순으로 모형의 적합도가 높게 나타났다.
This study is trying to find out the spatial weight matrix using actual distance between houses in order to reflect the true reality in the housing price analysis. Due to the influence of spatial autocorrelation with respects to the housing price in the housing market, the estimation of the OLS(Ordinary Least Squares) is not preferable. Then the spatial econometrics model reflecting spatial dependence and spatial heterogeneity is the first choice, probably. Specifically, the elaborate spatial weight matrix is constructed to predict the spatial relevance. It is the Euclidean distance matrix which is composed of real distance between two points with zeros on the diagonal; namely, the dimension of the weight matrix is equal to N by N. This is the very simple and logical weight matrix reflecting the spatial influence with each other; notwithstanding, there is few relevant articles considering the real distance at all, whatsoever. Rather there are a lot of articles which are used contiguity weight matrix. Even though some articles are used the distance weight matrix, there is no big difference in nature, since they usually used the distance bandwidth matrix; for example, if the distance is less than designated criterion, the assigned value of the elements of the weight matrix is set to 1, otherwise is 0. Therefore, this study clearly shows that the model improvement can be achieved by the elaboration of composing the more realistic distance weight matrix. Once again and forever, “Everything is related to everything else, but near things are more related than distant things”(Tobler, 1970). More realistic spatial weight matrix, better performance in the spatial modeling.
키워드열기/닫기 버튼
Spatial Weight Matrix, Spatial Autocorrelation, Spatial Econometrics Model
