부산광역시 빈집 발생에 영향을 미치는 지역요인 분석

최근 우리 사회는 인구구조 변화, 산업구조 재편, 지역 간 불균형 발전이 동시에 진행되면서 다양한 도시문제가 나타나고 있다. 그중에서도 빈집의 증가는 단순한 미이용 주택이 늘어나는 현상에 그치지 않는다. 지방 대도시의 공간 불균형을 심화시키고 도시의 지속가능성을 약화시키는 구조적 문제로 이어지고 있다.

이러한 현상은 부산광역시에서 특히 두드러진다. 인구감소와 산업쇠퇴가 동시에 진행되면서 정주 기반이 점차 약해졌고, 도시 공간 재편과 정책 대응은 이러한 변화의 속도를 따라가지 못했다. 2010년대 이후 「빈집 및 소규모주택정비 특례법」, 도시재생사업, 정비사업 등 다양한 공공정책이 추진되었으나, 사업 단위 중심의 정책 추진과 공간별 분절된 접근으로 정책 효과의 누적과 확산이 제한적이었다. 이는 제도의 부재 때문이라기보다, 인구·주거·공간정책이 서로 상이한 속도와 방향으로 작동한 결과로 볼 수 있다.

따라서, 본 연구는 이러한 구조적 ‘정책 비동조성’이 빈집 누적에 어떤 영향을 미쳤는지를 실증적으로 검증하고자 한다.

부산은 산업구조 전환이 더디고, 인구유출과 고령화가 동시에 진행되는 대표적인 도시이다. 항만·제조업에서 서비스·관광산업 중심으로 전환되는 과정에서 도시 공간 재편이 충분히 이루어지지 않았고, 그 결과 중구·영도구·동구 등 원도심은 주거환경 노후화와 상권 침체가 심화되었다. 반면, 해운대구·수영구 등 신도심은 신규 수요가 집중되면서, 한 도시 안에서도 뚜렷한 지역 격차가 나타나고 있다. 이러한 불균형은 부산의 빈집 문제를 단순한 물리적 공가 현상으로 보기 어렵게 만든다. 오히려, 도시구조 전환의 지연과 공간적 불균형이 복합적으로 작용한 결과로 해석할 수 있으며, 이는 향후 도시 정책의 방향을 재검토해야 함을 시사한다.

이러한 맥락에서 빈집 증가는 인구감소와 지역쇠퇴가 맞물린 구조적 도시쇠퇴(urban decline) 현상의 한 단면으로 이해된다. 인구가 감소하면 주택 수요가 줄고, 이는 빈집 증가와 지역경제 위축으로 이어진다. 이는 다시 생활환경 악화와 인구유출을 가속시키는 ‘도시쇠퇴의 악순환(spiral of decline)’을 형성한다(Hollander et al., 2009; Wiechmann and Pallagst, 2012). 이처럼 빈집은 지역쇠퇴의 진행 정도를 가시적으로 보여주는 동시에, 지역소멸로 이행하는 과정에서 정주 지속성(sustainability of settlement)이 약화되는 도시적 징후로 해석된다(강용곤 외, 2023; 김성록·김두순, 2018).

정부는 2018년 제정된 「빈집 및 소규모주택 정비에 관한 특례법」을 제정하며 제도적 대응을 추진해 왔으나, 인구 감소와 고령화가 빠르게 진행되는 지방 도시에서는 큰 개선이 보이지 않는다. 이는 빈집 현상이 주택관리의 부실에서 비롯된 것이 아니라, 인구·경제·공간구조의 복합적 변화가 도시 전반에 반영된 결과임을 시사한다.

특히 부산광역시는 빈집 문제가 가장 심화된 대표적 지역으로 꼽힌다. 고하희(2023)에 따르면, 2023년 기준 부산의 빈집이 약 11만 4천여 호로, 전국 전체의 7.4%를 차지하며, 7개 광역시 중 가장 높은 비중을 보인다. 인구 1,000명당 빈집 수 또한 34.7호로, 서울(11.5호), 대구(23.9호), 울산(28.0호)보다 높다. 산업구조의 쇠퇴, 인구감소, 고령화의 가속, 노후주택의 증가가 맞물리며, 특히 중구·동구·영도구 등 원도심 지역에 빈집이 집중되는 경향을 보이고 있다. 이러한 변화는 인구감소와 주택 노후화가 지역공동체의 약화와 지역소멸 위험을 심화시키고 있음을 보여준다.

그럼에도 불구하고 기존 연구들은 대부분 개별 요인에 초점을 맞추거나, 단일 시점의 분석에 머물러 빈집 문제의 시계열적 변화와 지역 간 차이를 충분히 반영하지 못하였다.

부산의 빈집 문제는 단순한 주택시장 불균형으로 설명되기보다, 인구구조와 주거환경의 불균형이 맞물려 드러나는 도시 구조적 현상으로 이해할 필요가 있다. 이에 본 연구는 이러한 문제의식을 기반으로 인구감소와 노후주택, 주택공급의 불균형이 빈집 발생에 어떤 영향을 미치는지를 실질적으로 규명하고자 한다. 특히 부산이라는 도시가 지닌 인구·산업·공간의 복합적 맥락 속에서, 각 요인들이 지역별로 어떻게 작용하는지를 분석하고, 정책적 시사점을 도출하고자 한다.

아울러, 인구·주거·경제 정책이 서로 다른 속도와 공간적 범위에서 추진될 때 나타나는 ‘정책 간 비동조성(policy misalignment)’이 빈집 확산과 지역 불균형에 어떠한 영향을 미치는지를 분석함으로써, 정책 조율의 중요성과 도시 회복력(urban resilience)의 확보 방안을 탐색하고자 한다.

본 연구의 공간적 범위는 부산광역시 16개 구·군이며, 시간적 범위는 2016년부터 2023년까지 8년간이다.

분석 자료는 통계청, 국토교통부, 부산광역시 등에서 제공하는 공공 데이터를 바탕으로 구축하였다. 변수는 인구·사회, 주택, 경제요인으로 구성되었으며, 다중공선성 검토를 거쳐 최종적으로 지역소멸위험지수, 노후주택비율, 주택보급률, 지가지수, 1인가구비율, 외국인비율, 순이동더미 등 7개 변수를 모형에 포함하였다.

분석 방법은 패널데이터 회귀분석을 활용하였으며, 지역 고정효과와 연도 효과를 함께 통제하기 위해 이중고정효과모형(two-way fixed effects model)을 적용하였다. 또한 표준오차 편의를 최소화하기 위해 양방향 군집-강건표준오차(two- way clustered robust standard errors)를 사용하여 추정치의 신뢰성을 제고하였다.

‘빈집’의 사전적 개념은 사람이 살고 있지 않거나, 식구들이 모두 나가서 비어 있는 집을 의미하며, 넓은 의미로는 사람이 살지 않고 오랫동안 방치된 집을 말한다. 이는 주거의 실질적 이용이 중단된 상태를 포괄하며, 빈집을 물리적 공간의 유휴상태로 이해하는 기초 개념이라 할 수 있다.

법적으로는 「빈집 및 소규모주택 정비에 관한 특례법」과 「농어촌정비법」에서 각각의 목적에 따라 빈집의 범위를 규정하고 있다. 「빈집 및 소규모주택 정비에 관한 특례법」 제2조 제1항에서는 시장·군수 등이 거주 또는 사용 여부를 확인한 날부터 1년 이상 아무도 거주 또는 사용하지 아니하는 주택(미분양 주택 등은 제외)을 빈집으로 정의하고 있으며, 이는 도시 내 노후·불량 주택을 정비사업 대상으로 포함하기 위한 기준이다.

또한 「농어촌정비법」 제2조 제12항에서는 시장·군수·구청장이 거주 또는 사용 여부를 확인한 날부터 1년 이상 아무도 거주하지 아니하거나 사용하지 아니하는 농어촌 주택이나 건축물을 빈집으로 규정하고 있다. 이는 농어촌 지역의 빈집을 효율적으로 관리·정비하기 위한 법적 근거가 된다.

한편, 통계청(2024)에 따르면, 인구주택총조사에서는 조사 기준일(11월 1일) 현재 거주자가 없는 주택을 빈집으로 정의하며, 신축 주택이나 매매·이사·개보수 등으로 인한 일시적 미거주 주택은 제외하고 있다. 이러한 정의는 주택의 물리적 노후 정도나 공실 기간보다는 실제 거주 여부를 중심으로 한 통계적 개념으로, 지역별 미이용 주택 실태를 파악하기 위한 기준으로 활용된다.

본 연구는 공식 통계자료인 통계청 「주택총조사」의 빈집 데이터를 활용하였으며, 해당 조사에서 제시한 정의를 분석의 기준으로 삼았다.

이에 따라 빈집은 조사 기준일 현재 사람이 거주하지 않는 주택으로서, 신축·매매·이사·개보수 등의 사유로 인한 일시적 미거주 주택은 제외된 경우로 한정한다.

이러한 정의는 연구 자료가 통계청 「주택총조사」에 근거하고 있음을 반영하며, 동일한 개념을 준용함으로써 연구의 개념적 일관성과 분석의 객관성을 유지하고자 한다.

최근 우리나라의 빈집은 전국적으로 꾸준히 증가하고 있다.

통계청의 2023년 인구주택총조사 결과에 따르면, 전국의 빈집은 153만 호로 전체 주택의 약 7.9% 수준에 이른다. 이는 인구감소, 주거지 이전의 가속화, 도심 내 노후주택 방치 등 복합적 요인이 작용한 결과로 해석된다.

전국 228개 시·군·구 가운데 빈집비율이 10% 이상인 지역은 122곳에 달하며, 이들 대부분은 고령화와 인구감소가 두드러진 지방 중소도시로 나타났다. 또한, 광역시 중에서도 부산과 인천의 일부 지역에서 빈집비율이 10%를 상회하며, 대도시권 내에서도 빈집 문제가 확산되고 있음을 시사한다(이태동, 2025).

<그림 1>은 2024년 기준 부산광역시 16개 구·군의 빈집률을 나타낸 것이다. 부산광역시의 평균 빈집률은 약 9.1%로 나타났으며, 중구(17.6%), 영도구(14.4%), 동구(13.5%) 등 원도심 지역의 빈집률이 현저히 높았다. 반면, 강서구(6.1%), 북구(6.4%), 기장군(8.3%)은 상대적으로 낮은 수준을 보였다.

그림 1. 2024년 부산광역시 구·군별 빈집비율 주 : 수평선은 부산광역시 평균을 의미함. 자료 : 통계청 「주택총조사」(2024)를 바탕으로 연구자 작성.

Download Original Figure

이 같은 지역 차이는 부산 내에서도 주거환경, 인구구조, 도시발전 단계의 불균형이 빈집률 격차로 이어지고 있음을 보여준다.

부산은 산업 기반의 약화와 지속적인 인구 유출, 도심 지역의 노후주택 밀집이 함께 진행되면서 다른 광역시에 비해 빈집률이 높은 편이다. 이러한 현상은 도시 내 산업·인구·주택 구조의 불균형이 복합적으로 작용한 결과로 해석할 수 있다.

따라서 부산의 빈집 발생 요인을 실증적으로 규명하는 것은 지역 간 주거 불균형의 원인을 파악하고, 향후 도시재생과 주거정책의 방향을 설정하는 데 중요한 기초자료로서 의미가 있다.

국내외에서 이루어진 빈집 관련 연구들은 인구감소, 도시쇠퇴, 주거환경의 악화 등 사회·경제적 변화를 빈집 문제의 주요 배경으로 제시해 왔다. 이들 연구는 이러한 요인들이 빈집 증가에 미치는 영향을 다양한 관점에서 분석해 왔으며, 분석 지역과 방법론에는 차이가 있으나 대체로 인구·가구, 주택, 경제·사회, 제도·정책 요인으로 구분하여 접근하고 있다.

기존 연구들에서 확인된 주요 요인은 대체로 유사하지만, 지역의 특성과 시기에 따라 그 영향력에는 차이가 있는 것으로 나타났다(<표 1>).

기존의 빈집 관련 연구들은 전국 단위나 특정 도시를 중심으로 주요 요인을 분석해 왔으나, 대부분 단일 시점의 횡단면 분석에 그쳐 시계열적 변화와 지역 간 구조적 차이를 충분히 반영하지 못했다.

또한, 선행연구들은 주로 고령화율, 노후주택비율, 인구이동 등 전통적인 변수에 초점을 맞추었으며, 지역 인구의 지속가능성을 반영하는 지표는 상대적으로 소홀히 다루었다.

이에 본 연구는 부산광역시 16개 구·군에 대한 2016년부터 2023년까지의 자료를 활용해 패널데이터를 구축하고, 지역 고유의 특성과 시기별 요인을 함께 통제하기 위해 이중고정효과모형을 적용하였다. 이를 통해 지역 간 불변 특성과 시기별 외생효과를 제거하고, 지역 내부의 변화 양상을 보다 정밀하게 분석할 수 있도록 하였다.

또한, 기존 연구에서 상대적으로 활용이 적었던 지역소멸위험지수(extinction risk index, ERI)를 변수로 포함하여, 인구 구조의 지속가능성과 빈집 발생 간의 관계를 실증적으로 검토하였다.

이를 통해 인구의 지속성 요인을 정량적으로 반영하고, 지역 인구 특성이 빈집 형성에 미치는 구조적 영향을 구체적으로 파악할 수 있었다.

따라서 본 연구의 차별성은 다음과 같다.

첫째, 8년간의 패널데이터를 이용해 시계열적 변화와 지역 간 차이를 동시에 고려했다.

둘째, 지역소멸위험지수라는 변수를 도입하여 기존 연구에서 충분히 고려되지 않았던 인구 지속성 요인을 검토했다.

셋째, 이중고정효과모형을 통해 지역 내·외의 구조적 이질성을 통제하고 부산의 빈집 문제를 실증적으로 규명했다.

따라서, 본 연구는 부산의 빈집 문제를 단순한 주거공간의 미활용 현상으로 보지 않고, 도시 구조 변화와 인구 지속성의 관점에서 접근할 수 있도록 한 점에서 학문적 의의를 가진다.

본 연구는 부산광역시 16개 구·군을 대상으로 2016~2023년의 연도별 패널데이터를 구축하여 분석을 수행하였다. 분석 단위는 구·군(횡단면)과 연도(시계열)를 결합한 균형 패널(balanced panel)이며, 총 128개 관측치로 구성된다. 데이터는 국가통계포털(KOSIS), 부산광역시 공공데이터포털, 한국부동산원 부동산통계정보시스템을 통해 수집하였다.

<표 2>는 선행연구에서 도출된 주요 빈집 발생 요인을 정리한 것으로, 변수의 유의성을 비교하여 본 연구의 변수 선정의 타당성을 확보하였다.

부산은 최근 지속적인 인구감소와 고령화가 진행되면서 일부 지역에서 주택 수요가 약화되고 빈집 증가가 두드러지고 있다. 이러한 도시 구조의 변화는 지역별 빈집률의 차이를 설명하는 중요한 배경요인이므로, 본 연구는 해당 특성을 반영할 수 있는 구·군 단위의 연도별 자료를 구축하였다.

분석 단위를 구·군으로 설정한 이유는 다음과 같다. 첫째, 「빈집 및 소규모주택 정비에 관한 특례법」과 「도시재생 활성화 및 지원에 관한 특별법」 등에서 정책의 수립과 사업 집행의 기본 단위가 구·군으로 설정되어 있기 때문이다. 둘째, 동 단위 자료는 연도별 변동성과 결측 문제로 인해 일관된 패널 구축이 어려워, 본 연구는 이용 가능한 범위 내에서 구·군 단위 자료를 분석에 사용하였다. 다만 이러한 자료는 미시적 공간 차이를 충분히 반영하기 어렵다는 한계를 지니며, 해당 내용은 Ⅴ장에서 추가로 논의하였다.

연구에서 사용한 변수는 크게 종속변수와 독립변수로 구분된다. 종속변수는 빈집발생과 직접적으로 연관된 빈집비율(vac)이며, 독립변수는 선행연구 검토와 부산의 지역적 특수성을 반영하여 채택하였다.

선행연구 검토 결과, 빈집 발생에 영향을 미치는 요인은 인구·사회학적 요인, 주택 관련 요인, 경제적 요인, 지역 환경적 요인으로 구분할 수 있다. 이에 따라 본 연구는 주요 선행연구에서 반복적으로 논의된 변수들을 중심으로 변수체계를 구성하였다. <표 3>은 각 변수의 정의, 측정 방법, 자료 출처를 정리한 것이다.

또한, 부산은 인구 감소 심화, 고령화, 주택 노후화 등 구조적 변화가 지속되고 있어 빈집 증가와 지역 편차가 나타나는 도시적 특징을 보인다. 이러한 특성을 반영하기 위해 지역소멸위험지수, 노후주택비율, 주택보급률, 지가지수, 1인가구비율, 독거노인가구비율, 외국인비율, 순이동더미 등을 독립변수로 설정하였다. 이들 변수는 선행연구에서 빈집 발생과 관련성을 확인한 요인들이며, 부산의 지역적 상황을 설명하는 데에도 적합한 지표들이다.

수집된 자료는 분석에 앞서 결측치 보정, 변수 단위의 통일 등 전처리 과정을 거쳤다. 또한 분산팽창계수(variance inflation factor, VIF)를 통해 변수 간 다중공선성 여부를 확인하였으며, 이를 기준으로 변수의 채택 여부를 검토하였다.

본 연구는 부산광역시 16개 구·군의 2016년부터 2023년까지 패널자료를 활용하여 빈집 발생 요인을 분석하였다. 지역별 고정된 특성과 연도별 효과를 통제하기 위해 패널 회귀모형을 적용하였으며, 기본 회귀식은 (식 1)과 같다.

여기서 Vacancyit는 구 i의 시점 t에서의 빈집비율, Xk,it,는 설명변수, ui는 구·군 수준의 불변 효과, λt는 연도별 효과, εit는 교란항을 의미한다.

우선 고정효과모형(fixed effects, FE)과 확률효과모형(random effects, RE)을 모두 추정한 후, Hausman 검정을 실시하였다. 검정 결과, 귀무가설(“RE가 적합하다”)을 기각할 수 없어 RE 모형이 통계적으로 더 적합한 것으로 판정되었다.

다만 부산의 빈집 발생은 구·군별 구조적 요인뿐 아니라 연도별 거시적 충격의 영향을 동시에 받을 수 있으므로 본 연구에서는 이중고정효과모형도 병행 추정하여 결과의 강건성을 검증하였다.

또한 패널자료의 특성을 고려하여 자기상관과 이분산성 검정을 수행한 결과, 일부 위반 가능성이 확인되었다. 이에 따라 추정의 효율성을 확보하고 표준오차의 왜곡을 방지하기 위해 강건(robust) 표준오차를 적용하였다.

최종적으로 본 연구는 이중고정효과모형과 강건 표준오차를 적용한 결과를 주 분석 결과로 제시한다. 이러한 접근은 구 내부의 동별 이질성으로 인한 편의를 최소화하고, 연도별 충격을 동시에 통제할 수 있어 빈집 발생 요인의 구조적 영향을 보다 안정적으로 파악할 수 있다.

본 연구는 인구·사회, 주택, 경제 요인이 복합적으로 작용하여 지역의 빈집 발생에 영향을 미친다는 기존 연구의 논의를 바탕으로, 부산광역시의 지역적 특성과 주택시장 구조를 반영한 실증적 가설을 설정하였다(<표 4>).

특히 인구감소, 고령화, 주택의 물리적 노후화, 주택공급 불균형 등은 빈집 확산의 주요 원인으로 지적되어왔으며, 이에 따라 다음과 같은 가설을 제시한다.

이러한 가설은 선행연구에서 제시된 주요 요인을 부산의 지역적 특수성에 맞게 재구성한 것으로, 패널데이터 분석을 통해 각 요인의 통계적 유의성과 영향 방향을 검증하고자 한다.

다만, 인구순이동률(H8)과 독거노인가구비율(H9)은 다중공선성 및 변수 간 상호의존성 문제로 최종 분석에서는 제외하였다.

최종적으로 확정된 변수를 대상으로 기초통계량 분석을 실시하였다. <표 7>은 비표준화 원자료를 기준으로 각 변수의 평균, 표준편차, 최솟값, 최댓값, 왜도(skewness), 첨도(kurtosis)를 제시한 것이다.

종속변수인 빈집비율(vac)은 평균 8.78, 표준편차 2.84, 최소값 3.90, 최대값 17.20으로 나타났다. 이는 부산시 자치구·군 단위별 빈집 발생 수준의 지역적 편차가 존재함을 알 수 있다. 특히 <그림 2>에서 제시한 연도별 빈집비율 추이를 보면, 2016년 이후 빈집비율은 전반적으로 상승하는 경향을 보였다. 일부 연도에서 일시적 감소가 있었으나, 장기적으로 증가세가 유지되고 있음을 확인할 수 있다. 이는 부산시의 주택시장 구조적 문제와 인구구조 변화가 복합적으로 작용하고 있음을 보여준다.

그림 2. 연도별 빈집율 추이(평균+IQR) 주 : 1) 2016~2023년 지역 평균과 IQR(사분위 범위). 연구자 작성. 2) IQR, interquartile range.

Download Original Figure

독립변수 중 지역소멸위험지수(eri)는 평균 0.65로 일부 지역은 상대적으로 높은 소멸 위험에 처해 있음을 보여준다. 노후주택비율(oldh)은 평균 27.12%로 주거지 노후화 수준이 뚜렷하게 나타났으며, 주택보급률(hsupp)은 평균 103.40%로 대체로 주택 공급이 수요를 초과하는 양상을 보였다. 지가지수(lpi)는 평균 91.27로 부산 내 지역별 토지가격 수준 차이를 확인할 수 있다. 또한 1인가구비율(single)은 평균 32.23%로, 가구구조 변화가 뚜렷하게 진행되고 있음을 시사한다. 외국인 비율(foreign)은 평균 16.05%로 일부 구·군에서 상대적으로 높은 수준을 보였으며, 순이동 더미(mig_dummy)는 평균 0.70으로 전체 지역 중 약 70%의 지역에서 인구 유입이 발생했음을 알 수 있다.

따라서 <표 7>과 <그림 2>를 종합하면, 부산시의 빈집 문제는 공간적 편차와 함께 시간적 증가 추세를 동시에 보여주며, 이는 본 연구의 패널데이터 분석 적용의 필요성을 뒷받침하는 근거라 할 수 있다.

이분산성과 자기상관이 확인됨에 따라, 양방향 군집-강건표준오차를 적용하여 Two-way FE 모형을 재추정하였다.

추정 결과는 <표 12>에 제시하였으며, 시각화된 계수 플롯은 <그림 3>에 나타냈다.

그림 3. Two-way fixed effects 모형 계수 플롯: 양방향 군집-강건표준오차 적용 주 : 점은 추정계수, 수평선은 95% 신뢰구간을 의미함.

Download Original Figure

<표 12>에서 지역소멸위험지수(eri_z), 노후주택비율(oldh_z), 주택보급률(hsupp_z)은 모두 5% 유의수준에서 정(+)의 영향을 미치는 것으로 나타났다. 이는 인구 감소와 고령화로 인한 인구구조의 지속가능성 저하, 주택의 물리적 노후화, 주택공급 불균형이 부산시 빈집 발생의 주요 요인으로 작용하고 있음을 의미한다.

즉, 인구 감소와 주택의 노후화가 심화된 지역일수록, 그리고 주택보급률이 상대적으로 높은 지역일수록 빈집이 증가하는 경향이 확인되었다.

또한 지역소멸위험지수의 양(+)의 효과는 인구 감소가 단순한 인구현상을 넘어 도시쇠퇴의 구조적 문제로 연결되고 있음을 시사한다.

반면, 지가지수(lpi_z), 1인가구비율(single_z), 외국인비율(foreign_z)은 통계적으로 유의하지 않았다. 그러나 세 변수 모두 음(‒)의 방향을 보여 지역 내 사회적 다양성이 높고 주거 활용도가 클수록 빈집이 줄어드는 경향이 있음을 짐작할 수 있다. 다만 이러한 ‘비유의성’은 변수가 무의미함을 의미하는 것이 아니라, 부산의 공간적 이질성과 인구구성의 양극화로 인해 효과가 상쇄된 결과로 볼 수 있다. 예를 들어, 부산의 1인가구는 고령·저소득층 중심의 구도심형 1인가구와 청년·중산층 중심의 신도심형 1인가구가 혼재되어 있어, 빈집률에 상반된 영향을 미치며 통계적 방향성이 약화되었을 가능성이 있다. 외국인 비율 역시 산업단지 인근의 근로자형 밀집지역(사상·강서 등)과 주거선호도가 높은지역(해운대·수영) 등이 공존함으로써, 지역별 주거수요와 빈집 발생 간의 관계가 단순한 선형성으로 포착되지 않았을 가능성이 있다. 따라서 이러한 결과는 부산 내부의 공간 분절성과 지역 간 양극화 구조가 변수 간의 통계적 관계를 약화시킨 것으로 해석할 수 있다.

이러한 분석 결과는 부산의 빈집 문제가 단기적 인구이동이나 외국인 유입보다는 인구감소·주택 노후·공급 불균형 등 구조적 요인의 영향이 더 크다는 점을 보여준다.

<그림 3>의 계수 플롯에서도 동일한 추세가 나타난다. 지역소멸위험지수, 노후주택비율, 주택보급률의 추정치는 모두 양(+)의 값을 가지며, 신뢰구간 역시 0을 상회한다. 반면 다른 변수들은 계수의 절댓값이 작거나 신뢰구간에 0이 포함되어 통계적 유의성이 확인되지 않았다.

특히 2010년대 후반 이후 산업기반이 약화되고 인구 유출이 지속되면서, 중구·동구·영도구 등 원도심 지역을 중심으로 빈집이 빠르게 확산되었다. 이 시기는 도시재생 뉴딜사업이 본격 추진되고 신규 주택공급이 늘어난 시기와도 맞물린다. 따라서 부산의 빈집 문제는 단순한 시장 변화가 아니라, 인구 구조 변화와 정책, 지역경제 여건이 복합적으로 작용한 도시 구조 변화의 과정으로 볼 수 있다.

또한, 지역소멸위험지수의 유의성은 인구감소와 고령화가 정주 지속성(sustainability of settlement) 약화로 이어지며 지역 쇠퇴를 심화시키고 있음을 보여준다.

한편, 주택보급률의 유의성은 일부 지역에서 공급 과잉형 빈집(over-supply vacancy)이 존재함을 시사하며, 이는 신규 주택공급지역이나 재개발·재건축 사업지구 등에서 두드러진다.

이상의 분석 결과를 종합하면, 부산광역시의 빈집 문제는 단순한 부동산 시장 불균형이 아니라, 인구·경제·공간 요인이 복합적으로 작용하는 도시쇠퇴 과정으로 이해될 필요가 있다.

본 연구는 2016년부터 2023년까지 8년간 부산시 16개 구·군의 패널데이터를 구축하여, 빈집 발생 요인을 실증적으로 분석하였다.

변수는 인구·사회, 주택, 경제요인으로 구분하였고, 다중공선성 검토를 거쳐 지역소멸위험지수(eri), 노후주택비율(oldh), 주택보급률(hsupp), 지가지수(lpi), 1인가구비율(single), 외국인비율(foreign), 순이동더미(mig_dummy)의 7개 변수를 최종 분석에 포함하였다.

이중고정효과모형을 적용하여 지역별 불변 특성과 연도별 효과를 함께 통제하였으며, 양방향 군집-강건표준오차를 사용해 추정의 신뢰성을 확보했다.

분석 결과, 인구구조 요인, 경제 요인 모두 빈집 발생에 통계적으로 유의한 영향을 미쳤다.

첫째, 인구구조 요인 중 지역소멸위험지수가 빈집률에 유의한 영향을 미쳤다. 이는 인구감소와 고령화가 단순한 수요 축소를 넘어 정주 기반의 약화로 이어지고 있음을 보여준다.

둘째, 주택요인에서는 노후주택비율이 가장 강력한 설명력을 보였다. 주택의 물리적 노후화는 빈집 발생의 직접적 원인일 뿐 아니라, 도시 내 주거환경의 질적 저하와 신규 수요 이탈을 동시에 유발한다. 반면 주택보급률이 높은 지역에서도 빈집률이 증가한 것은, 단순 공급 확대가 수요 구조 변화에 대응하지 못할 경우 ‘공급 과잉형 빈집’이 발생할 수 있음을 시사한다.

셋째, 경제요인에서는 지가변동률이 낮고 순이동 인구가 음(‒)의 값을 보이는 지역일수록 빈집률이 높았다. 이는 부동산 가치 하락과 지역경제 침체가 인구이탈·공가 증가의 악순환을 유발하고, 지역별 자산 가치 격차를 심화시키는 구조적 문제임을 보여준다.

반면, 외국인비율, 1인가구비율, 순이동 변수는 통계적으로 유의하지 않았다. 그러나 이는 변수가 무의미하다는 뜻이 아니라, 부산 내부의 공간적 이질성과 인구 구성의 양극화로 인해 통계적 효과가 상쇄된 결과로 보인다. 예컨대, 고령·저소득층 중심의 구도심형 1인가구와 청년·중산층 중심의 신도심형 1인가구가 공존하고, 외국인 비율 역시 산업단지 인근 근로자 밀집지역과 주거 선호도가 높은 지역이 병존함으로써, 변수의 영향 방향이 상반되었을 가능성이 있다.

결국, 부산의 도시 내 구조적 양극화와 공간적 분절성이 변수 간 관계를 왜곡시킨 것으로, 향후 연구에서는 이러한 공간적 차이를 반영한 세분화된 분석이 필요함을 시사한다.

종합하면, 부산의 빈집 문제는 단일 요인에 의해 설명되기보다는 인구감소·주택 노후·경제침체 등 구조적 요인이 중첩된 결과로 이해된다. 단순한 시장 변동보다는 도시 구조 전환 지연과 정책 간 비동조성, 그리고 공간적 불균형이 복합적으로 작용한 결과라 할 수 있다.

본 연구의 결과는 다음과 같은 정책적·학문적 함의를 제시한다.

첫째, 빈집 문제를 인구구조 변화와 정주 기반 약화에 대응하는 도시 구조 재편의 핵심축으로 인식할 필요가 있다. 인구감소와 주택 노후화, 공급과잉, 지가 하락이 동시에 유의하게 나타난 것은 인구·주거·경제정책이 서로 다른 속도와 방향으로 작동한 결과로 볼 수 있다. 따라서 향후 정책은 인구정책과 주거정책의 정합성을 강화하고, 고령화 및 인구이탈이 심한 지역에서는 공공임대 리모델링, 고령자 맞춤형 커뮤니티 재생, 생활 SOC 확충 등을 결합한 정주 지속성 중심의 도시 회복력 전략(urban resilience strategy)으로 전환할 필요가 있다. 또한, 단순 철거 중심이 아닌, 고령층 이주지원 및 생활서비스 연계형 리모델링 등 도심 내 순환형 주거전략으로 확장이 요구된다. 부산처럼 지역 내 편차가 큰 도시는 자치구 단위의 세분화된 관리체계를 마련해 지역별 여건에 대응하는 맞춤형 정책을 추진해야 한다. 이는 동일한 정책이라도 공간적 맥락에 따라 상반된 결과를 낳을 수 있음을 보여주며, 향후 부산형 빈집관리 모델 설계에 실질적 시사점을 제공한다.

둘째, 빈집 문제의 제도적 분절성과 정보 관리의 비효율을 동시에 해소해야 한다. 현재의 도시재생사업, 정비사업, 빈집정비사업 등은 제도적으로 분절되어 있으며, 정비-재생-복지-주거지원 정책 간의 연계가 미흡하다. 이러한 한계 극복을 위해 정책정합성(policy alignment)을 강화하고, 인구·주택·경제지표를 통합 관리하는 데이터 기반 공공관리형거버넌스(data-driven governance) 구축이 필요하다. 이는 본 연구 서론에서 제시한 ‘정책 비동조성’ 문제를 해소하기 위한 구체적 실행 방향으로서, 단순히 제도의 존재보다 정책 간 타이밍과 공간적 조율과 데이터 기반 의사결정체계 구축이 이 더 중요하다는 점을 보여준다. 즉, 빈집 대응정책은 제도 통합을 넘어, 정책-데이터-공간 단위를 아우르는 통합적 관리 인프라로 발전되어야 한다.

셋째, 산업구조 전환과 공간정책의 통합이 필요하다. 산업구조 전환의 지연과 지역경제 침체는 빈집 발생의 근본 원인으로 작용하므로, 도시 차원의 대응은 공간-산업-주거의 삼중 구조 통합으로 이루어져야 한다. 쇠퇴한 원도심 지역에는 주거와 일자리를 결합한 복합형 도시재생을, 신도심 지역에는 과도한 주택공급 억제 및 생활서비스 균형을 유지하는 공간적 균형정책을 병행해야 한다.

마지막으로, 본 연구에서 제시한 ‘지역소멸위험지수-주택노후지표 결합모형’은 인구감소와 주택노후화가 동시에 진행되는 다른 대도시에도 적용 가능한 기초모형으로, 향후 도시쇠퇴 대응 정책의 비교 연구로 확장될 수 있다.

결국, 부산의 빈집 문제는 단순한 물리적 노후화나 공급 불균형의 결과가 아니라, 도시의 구조적 전환 지연과 정책의 분절성이 누적된 복합적 결과이다. 향후 정책 방향은 인구정책·주택정책·지역산업정책의 연계와 정주체계 구축으로 귀결되어야 하며, 이를 통해 도시의 회복력과 균형 발전을 함께 도모해야 한다.

본 연구는 2016년부터 2023년까지 부산광역시 16개 구·군의 패널데이터를 활용하여 빈집 발생의 지역적 요인을 분석하였으나, 분석과정과 범위에서 다음과 같은 한계가 있다.

첫째, 분석 단위가 구·군 수준의 집계자료에 한정되어 있어, 도시 내부의 미시적 공간구조와 생활권 단위의 차이를 충분히 반영하지 못하였다. 특히 부산은 원도심-신도심 간 불균형이 뚜렷한 도시로, 센텀시티-반송, 남천동-문현동 등 인접 지역 간에도 주거환경과 접근성, 정비사업 진행 정도 등 격차가 크다. 따라서 구 단위 평균값으로는 생활권별 인구이탈, 주거노후화, 빈집 집중도의 차이를 정확히 포착하기 어렵다. 향후 연구에서는 행정동 또는 건물 단위의 미시공간자료를 활용하여, 공간 상호작용 효과와 공간 자기상관을 반영할 수 있는 공간회귀모형(spatial lag or spatial error model)을 적용하여, 지역 간 파급효과와 공간적 연계성을 통합적으로 분석할 필요가 있다. 이러한 접근은 빈집 확산의 공간적 전이와 국지적 집중 현상을 규명하는 데 기여하여, 향후 도시별 맞춤형 빈집 관리정책의 근거를 제시할 수 있을 것이다.

둘째, 분석 변수의 범위가 도시의 복합적 환경 요인을 충분히 포함하지 못하였다. 생활편의시설 접근성, 정비구역 지정 여부, 산업구조 변화 등은 주거환경의 질과 인구 이동에 직간접적으로 영향을 미치는 주요 요인이다. 향후 연구에서는 이러한 입지적·환경적 변수를 추가하여, 도시 내 공간 불균형이 빈집 발생에 미치는 영향을 보다 입체적으로 검증할 필요가 있다.

셋째, 연구의 공간적 범위가 부산에 한정되어 도시 간 비교가 이루어지지 못하였다. 후속 연구에서는 본 연구의 분석틀을 활용하여 타 광역시 및 전국 단위로 연구범위를 확장하고, 해외 도시 사례를 함께 검토하여 지역별·국가별 차이와 공통 요인을 폭넓게 검증할 필요가 있다. 특히 미국의 러스트 벨트(Rust Belt) 지역은 산업쇠퇴와 인구이탈이 맞물리며 장기 공가가 급증한 대표적 사례로, 공공관리 부재와 재정 약화가 도시 회복력 상실로 이어진 것으로 평가된다. 이와 같은 해외 사례를 비교 분석한다면, 산업구조 전환과 정책 대응의 정합성 차이가 빈집 발생에 미치는 영향을 보다 구체적으로 규명할 수 있을 것이다.

넷째, 본 연구는 빈집을 단일 범주로 분석하였다. 그러나 실제로는 불량주택형, 상업용, 일시적 공가 등 다양한 유형이 존재하며, 이들은 발생 원인과 공간적 분포가 상이하다. 향후에는 빈집 유형별 세분화와 공간특성 분석을 통해 보다 구체적인 관리 전략을 제시할 필요가 있다. 또한 도시재생, 공공정비, 주거복지 등 제도적 요인과의 상호작용을 모형에 포함하여, 빈집 문제를 도시정책 전반의 통합 과제로 확장할 필요가 있다.

다섯째, 제도 및 정책 변수를 정량적으로 반영하지 못하였다. 향후 연구에서는 도시재생사업, 공공정비정책, 지방재정 역량 등 정책 개입의 강도와 시차효과를 계량화하여, 정책의 실효성과 실행 가능성을 평가할 필요가 있다.

이러한 후속 연구를 통해, 본 연구에서 제시한 ‘지역소멸위험지수-주택노후지표 결합모형’은 보다 확장된 공간적 범위와 변수체계 속에서 발전될 것이며, 궁극적으로 빈집 관리정책의 예측성과 실효성을 높이는 실증적 기반으로 이어질 것으로 기대된다.