Housing Finance Research
Housing Finance Research Institute, Korea Housing Finance Corporation
Article

소득·자산별 노인가구의 AIP(Aging in Place)에 관한 연구: 총 가계부채 효과를 중심으로

김진엽1,*
Jinyhup Kim1,*
1계명대학교 도시계획학전공 조교수, jyk@kmu.ac.kr
1Assistant Professor, Department of Urban Planning, Keimyung University, jyk@kmu.ac.kr
*Corresponding author : jyk@kmu.ac.kr

© Copyright 2023 Housing Finance Research Institute, Korea Housing Finance Corporation. This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Received: Aug 22, 2023; Revised: Nov 27, 2023; Accepted: Dec 22, 2023

Published Online: Dec 31, 2023

요 약

최근 높은 가계부채의 심각성이 크게 대두되고 있는 상황에서 살던 곳에서 노후 맞이하기(aging in place, AIP)를 통한 노인주거 안정성 제고는 중요한 이슈일 수 있다. 이에 본 연구는 2016~2020년 주거실태조사 자료와 이항 로지스틱 분석을 활용하여 총 가계부채가 소득·자산별 노인가구의 주거 이동에 미치는 영향을 실증 분석하였다. 연구 결과로 총 가계부채는 노인 가구의 주거 안정성을 취약하게 만드는 중요 요인임을 발견하였다. 특히, 소득 4분위 집단(고소득층)에서 총 가계부채가 주거 이동에 양(+)의 영향을 보였고, 통계적 유의성이 도출되었다. 비슷하게, 자산 1, 2분위 집단(저자산층)에서 총 가계부채가 주거 이동에 양(+)의 영향을 보였고, 통계적 유의성이 도출되었다. 본 연구는 소득·자산 수준에 따른 노인가구의 총 가계부채가 주거 이동에 어떠한 영향을 미치는지를 파악하여, 노인가구의 AIP 측면에서 정책적 시사점을 제시한다.

Abstract

In the current situation, where the seriousness of high household debt is being prominently highlighted, enhancing elderly households’housing stability through aging in place (AIP), which entails aging in one’s current place of residence, is an important issue. To address this, this study utilized Korea Housing Survey data for the period 2016–2020, and performed binary logistic analysis to empirically analyze the impact of household debt on the residential mobility of elderly households stratified by income and assets. The findings show that household debt is a crucial factor that weakens elderly households’residential stability. Specifically, household debt only had a statistically significant positive (+) influence on residential mobility in the fourth income quartile (i.e., the highest-income bracket). Similarly, household debt only had a statistically significant positive (+) impact on residential mobility in the first and second quartiles of assets (i.e., the lower-asset bracket). Based on the results, this paper provides policy implications for elderly households from the AIP perspective.

Keywords: 가계부채; 살던 곳에서 노후 맞이하기; 노인가구; 주거이동; 주거안정
Keywords: Household Debt; Aging in Place; Elderly Houshold; Residential Mobility; Housing Stability

Ⅰ. 서론

UN의 노인인구 분류체계에 따르면 전체 인구에서 65세 이상 인구 비율이 7~14% 미만인 경우를 고령화사회, 14~20% 미만인 경우를 고령사회, 그리고 20% 이상인 경우를 초고령사회로 분류하고 있다. 우리나라는 2000년 고령화사회를 진입 후, 단지 18년만인 2018년 고령사회에 도달, 그리고 2025년 전체 인구의 약 20.6%가 65세 이상 인구로 구성되는 초고령사회 진입을 앞두고 있다(통계청, 2022). 우리나라는 고령사회에서 초고령사회까지 도달하는 연수가 약 7년으로 고령화를 먼저 경험한 OECD 국가들(일본 10년, 미국 15년, 영국 50년, 오스트리아 53년)과 비교할 때 매우 빠른 속도임을 알 수 있다. 아울러, 미국 통계국이 발표한 "An Ageing World: 2015" 보고서에 따르면 대한민국의 65세 이상 인구 비율은 2050년 35.9%까지 증가하여, 일본에 이어 세계 2위로 노령화된 인구 구조를 가지게 될 것으로 예상하였다. 이처럼 전례 없는 급속한 고령화 추이 속에서 가장 중요한 이슈 중 하나는 노인주거이다.

우리나라는 2017년부터 5년간 전세보증금(2017년 말: 770.9조 원 → 2022년 말: 1,058.3조 원)을 포함한 가계부채가 약 700조 원을 넘었고, 금융기관 대출 등을 포함한 총 가계부채는 같은 기간 동안 약 703.8조 원(2,221.5조 원 → 2,925.3조 원)이 늘어났다 (한국경제연구원, 2023). 결과로, 2021년 기준으로 한국의 GDP(gross domestic product) 대비 가계부채 비율이 105.8%에 도달하며, OECD 국가 중 4번째로 높은 수치를 보였다(<그림 1>). 아울러, 전세보증금까지 가계부채에 포함한다면, 그 수치는 156.3%까지 증가하며 OECD 국가 중 가장 높은 GDP 대비 가계부채 비율을 가지게 된다. 더군다나, 2021년 기준 한국의 가처분소득 대비 가계부채 비율은 206.5%로 OECD 국가 중 6위이다. 전세보증금까지 가계부채에 포함한다면, 그 비율은 303.7%까지 치솟으며 OECD 국가 중 1위로 올라가게 된다.

hfr-7-2-5-g1
그림 1. 국가별 GDP 및 가처분소득 대비 가계부채 비율 주: 한국경제연구원(2023)을 바탕으로 저자 작성.
Download Original Figure

최근 발생한 가계부채의 급증은 코로나19 이후 경기 부흥책으로 활용된 정부의 저금리 정책에서 크게 기인한 것으로 판단된다. 과거 10년간 우리나라의 가계부채 수준은 지속적으로 그 심각성을 암시해왔다. 특히, 총부채원리금상환비율(debt service ratio, DSR)은 과거 지속적으로 세계경제포럼이 설정한 기준치인 20%를 초과하고 있어 우리나라의 가계부채 상황이 심각한 수준에 이르렀음을 암시하고 있다(경기연구원, 2017; 이동성‧김병석, 2018). 더군다나, 2023년 8월엔 50년 만기 주택담보대출 상품의 출시로 총부채원리금상환비율 규제 등을 우회하는 수단으로 활용될 수 있는 추가 가능성이 발생하였다. 비록, 상품 가입 연령을 만 34세 이하로 제한하는 방안 등이 제시되고 있으나, 주택담보대출 증가로 인한 가계부채 수치의 증가는 피할 수 없게 되었다.

급격히 증가하는 노인인구에 대응하여 다양한 노인주거 연구들이 진행되어왔다. 하지만, 높은 가계부채로 인한 심각성이 크게 대두되고 있는 상황에서 부채로부터의 경제적 부담이 소득·자산별 노인가구의 주거 안정성에 미치는 영향을 상세히 분석한 연구는 드문 실정이다. 즉, 대부분의 기존 연구들은 가계부채를 하나의 독립변수로 활용하여 노인가구의 주거 이동에 미치는 영향 등을 파악하였다. 하지만, 주택담보대출(전체 가계부채 중 약 63% 차지)을 포함한 총 가계부채에 초점을 두고 수도권·비수도권 그리고 소득·자산별로 구분된 노인가구의 하위 표본들을 대상으로 살던 곳에서 노후 맞이하기(aging in place, AIP)에 미치는 영향을 비교 분석한 국내 실증분석 연구는 존재하지 않는 것으로 파악된다. 이에 본 연구는 2016~2020년 주거실태조사 자료를 통해 총 가계부채가 수도권·비수도권 그리고 소득·자산별 노인가구의 주거 안정에 미치는 영향을 비교 분석, AIP를 위한 정책적 시사점을 제시하려 한다. 노인들의 살던 곳에서 노후 맞이하기는 시설로의 이동을 막고 주거 이동 비용을 줄여 주거 안정성 제고에 기여할 수 있다. 이러한 관점에서 볼 때, 우리나라에서 예상되는 고령화의 심화를 중심으로 한 연구는 더욱 중요하다고 볼 수 있다.

Ⅱ. 선행 연구

본 연구와 가장 관련성이 높은 선행 연구로는 가계부채와 주거 안정성 간의 상관관계를 다룬 연구로 볼 수 있다. 특히, 수도권·비수도권 그리고 소득·자산별로 노인가구를 구분하여, 하위 표본 간의 차이점을 비교 분석한 연구라고 할 수 있다. 하지만, 위와 같은 선행 연구는 국내에 존재하지 않는 것으로 파악된다. 이에 본 연구는 ① 살던 곳에서 노후 맞이하기, ② 가계부채 관련 연구, ③ 노인가구의 AIP 관련 연구, 그리고 ➃ 주택담보대출을 포함한 가계부채가 주거 이동에 미치는 영향 순서로 구분하여, 선행 연구를 검토하려 한다.

1. 살던 곳에서 노후 맞이하기(aging in place, AIP)

AIP는 노화하는 과정에서 개인들이 보호 시설이나 양로원으로 이전하는 대신 자신의 집이나 지역에서 편안하고 안전하게 살아가는 것을 말한다. 즉, 노년학 사전에 의하면, AIP는 자신의 거주지나 지역을 계속해서 유지하면서 이사하지 않는 것으로 정의하고 있다(Harris, 1988). AIP는 독립성을 유지하고 지역사회와 연결을 유지하고 싶어하는 많은 노인들에게 선호되는 선택지로 자주 여겨진다(강희선, 2017; 김유진 외, 2019). 하지만, AIP를 위해선 신체적, 사회적, 정서적 웰빙을 고려하는 종합적인 접근이 필요하며 다양한 서비스 및 지원 시스템을 효과적으로 통합하는 것이 필요하다(권오정 외, 2014). 근 미래에 노인인구의 급속한 증가가 예상되는 가운데, AIP를 위한 효과적인 전략을 개발하고 촉진하는 중요성은 계속해서 증가할 것이다.

AIP는 단위 주거에서부터 지역사회까지를 아우르며, 다양한 주거 형태로의 이동을 고려하여 연구자에 따라 다양하게 정의되고 있다. 한 예로, Calkins(1995)는 AIP 개념을 다음의 4가지 유형으로 설명하였다. ① 현재 주택에서 노후를 맞이하며 계속 살 수 있게 되는 것, ② 노인인구를 위한 맞춤형 노인계획주택으로 1회 이주하여 노후를 맞이하는 것, ③ 건물 내에서 노후 상황에 맞는 서비스를 제공받기 위해 필요에 따라 다른 층으로 이동하며 사는 것, ➃ 마지막으로, 동일한 주거단지 내에서 이동 및 거주를 병행하며, 대표적인 예로 continuing care retirement community와 같은 지속적 돌봄 서비스를 받으며 사는 것이라고 제시하였다.

본 연구에서는 AIP를 현재 살고 있는 집에서 계속 거주하며 기존 물리적, 심리적 네트워크를 그대로 유지할 수 있는 범위로 정의하였다. 즉, 기존의 살던 곳에서 노후 맞이하기 연구에서는 주로 지역사회 내의 이동까지를 포함하였다면, 본 연구에서는 그 범위를 살던 집으로 한정하는 협의의 개념으로 다룬다. 따라서 노년기에 주거이동 없이 살던 집에서 계속 거주하며 지역사회의 물리적, 비물리적 네트워크가 유지되는 협의의 개념을 사용한다고 할 수 있다.

2. 가계부채 관련 연구

생애주기가설(life-cycle hypothesis)은 생애주기에 걸쳐 가구의 소비 패턴 과정에서 발생하는 저축 및 부채와 같은 행위를 설명하는 중요한 개념이다. 가설에 따르면 가구는 각 생애주기 단계에서 발생하는 소득과 소비의 불균형을 극복하고, 평생 일정한 수준의 소비 만족을 확보하기 위해 저축이나 대출과 같은 조치를 취한다고 해석할 수 있다(권건우·진창하, 2016; 심영, 2015). 즉, 생애 초년기에 소득을 초과하는 소비가 발생할 때 차입을 통해 소비 만족도를 충족시키며, 중장년기에는 소득이 소비를 초과할 때 차입 비용을 상환하고 저축을 하며, 노년기 퇴직 후에는 소득이 없기에 저축을 활용하게 된다는 것이다. 이러한 측면에서 노인가구가 여전히 소득 및 고자산을 소유하고 있다면, 이는 주거 안정성 제고에 큰 역할을 할 수 있다. 이처럼 생애주기가설은 가구의 주거 행동을 이해하기 위한 이론적인 기반으로 널리 활용되고 있다. 특히, 퇴직 후 소득이 없어짐에 따라 노년층의 주거비, 생활비, 의료비 등에서 오는 경제적 부담에 따른 주거 행동을 설명하기 위해 학자들에 의해 널리 활용되고 있다.

위와 같은 생애주기가설을 바탕으로 여러 학자들은 주택담보대출을 포함한 가계부채가 노인가구의 주거 행동에 어떠한 영향을 미치는지를 실증 분석하였다. 성영애(2006)는 가계의 인구적 특성, 경제적 특성, 그리고 생애주기 특성 변수를 활용하여 가계의 차용 행동을 어떻게 변화시키는가를 분석하였다. 한국노동패널 자료를 통해 2000년과 2003년 사이에 발생한 독립변수 수치의 변동을 이용하여 가계부채 보유 여부의 변동을 종속변수로 하여 다항로짓분석을 실시하였다. 부채 보유 여부에 따라 ① 미보유→미보유(참조집단), ② 미보유→보유, ③ 보유→보유, ➃ 보유→미보유로 구분한 다항로짓분석의 결과는 다음과 같다. 가계소득 변동액이 클수록, 주택을 소유할수록, 이사를 할수록 미보유→보유의 가능성이 높아짐을 발견하였다. 아울러, 가구주의 연령이 50대 이하일수록, 교육 수준이 높을수록, 주거지역이 서울일수록, 가구원 수가 증가할수록 미보유→보유의 가능성을 높였다. 반대로 가계부채의 보유→미보유에 미치는 영향 요인 관련하여, 혼인상태가 유배우자 상태를 유지될 경우 가능성이 증가하였다. 무엇보다, 가계소득이 높을수록 보유→미보유에 가장 큰 영향을 미치는 것으로 나타났다. 김주영·장희순(2016)도 부채보유 여부에 따라 위와 같이 4가지 유형으로 구분한 후, 다항로짓분석을 통해 가계부채 보유의 결정요인을 분석하였다. 2006년과 2014년 한국복지패널자료를 활용한 실증분석 결과는 다음과 같다. 연령이 증가할수록 미보유→보유에 음(-)의 영향을 미쳤다. 반면, 소득의 증가, 가구원 수의 증가, 정규직 전환, 주택가격과 총자산이 증가할수록 미보유→보유에 양(+)의 영향을 미쳤다. 추가로, 가구주 소득과 가구원 수가 증가할수록 보유→미보유의 가능성을 증가시켰다. 비슷하게 자영업을 유지할 경우 부채를 청산할 가능성이 높았다. 반대로, 가구주의 나이 증가와 가구원 수 변화는 부채를 청산할 가능성을 낮추었다. 예상과는 달리, 금융자산을 포함한 총자산의 규모 등은 가계부채 청산에 미비한 역할을 하였다. 김우영·김현정(2010)은 가계의 부채보유 확률, 부채 규모, 가처분소득 대비 부채 비율을 바탕으로 가계부채의 결정요인을 분석하였다. 2000~2007년 한국노동패널자료를 활용한 동태 패널분석 결과는 다음과 같다. 부채보유 확룰은 45세 이후 감소세에 접어들며, 부채 규모는 55세 이후 감소함을 발견하였다. 이러한 결과는 생애주기가설에 부합함을 알 수 있다. 하지만, 퇴직 연령에 가까운 50대 중반 이후까지 가처분소득 대비 부채 비율이 높게 지속되는 현상은 생애주기가설과 일치하지 않음을 알 수 있다. 아울러, 2003년 이후 급속히 상승하는 부동산가격이 부채보유 확률 및 부채 규모에 양(+)의 영향을 미침을 발견하였다. 즉, 부동산가격의 상승이 가계부채의 확률과 규모, 그리고 가처분소득 대비 부채 비율을 동시에 증가시킨 것으로 보인다. 특히, 부동산가격 상승이 급격했던 서울의 경우 그 수치들이 타지역보다 상대적으로 훨씬 높은 것으로 나타났다.

3. 노인가구의 AIP(aging in place) 관련 연구

많은 국내 학자들이 노인가구의 주거 안정성, 즉 AIP를 추구하기 위한 정책적 시사점을 도출하기 위해 지속적인 실증분석 연구를 수행해왔다. 임미화(2013)는 2007년 이후 지속적으로 하락하는 가구의 주거 이동 요인을 분석하기 위해, 인구학적 및 주택시장 특성 변수를 중심으로 상관관계를 실증 분석하였다. 1998~2010년 한국노동패널 자료를 활용한 콕스 생존분석 모형 결과는 다음과 같다. 가구 특성 관련하여 연령이 증가하고, 기혼의 경우 주거 이동률이 감소하는 경향을 보였다. 아울러, 임시직보다는 상용직일수록 이동률이 낮은 것으로 나타났다. 주택 특성 관련하여 주택임대료가 증가할수록 주거 이동이 증가하는 경향이 나타났다. 비슷하게, 지역 전세가격의 상승은 주거 이동의 가능성을 급격히 증가시켰다. 마지막으로, 아파트에 거주할수록 주거 이동이 증가함을 발견하였다. 이경애·정의철(2014)은 노년층 자가 소유가구의 주거 이동 결정요인을 실증 분석하였다. 2003~2012년 한국노동패널 자료를 활용한 이변량 프로빗 회귀모형 결과는 다음과 같다. 높은 연령, 여성 가구주, 기혼 가구는 주거 이동 확률이 낮은 것으로 나타났다. 비슷하게 가구원 수가 많다면 주거 이동 가능성이 낮아지는 것으로 나타났다. 하지만, 배우자 이혼 또는 사별을 경험한 경우와 가구원 수의 변화가 큰 경우엔 주거 이동 가능성이 높은 것으로 나타났다. 마지막으로, 주택자산과 가구소득이 높을수록 주거 이동 확률이 높은 것으로 나타났다. 최효비·최열(2022)도 가구 특성에 초점을 맞추어 AIP와의 상관관계를 분석하였다. 다만, 부산, 울산, 경남에 거주하는 노인가구를 대상으로 결정요인을 실증 분석하였다. 2016~2020년 주거실태조사 자료를 활용한 이변량 프로빗 모형 결과는 다음과 같다. 가구주 연령이 증가할수록 주거 이동 의사의 가능성이 낮아졌다. 하지만, 학력 수준이 높을수록 주거 이동 의사가 높은 것으로 나타났다. 아파트 거주 가구라면 주거 이동 확률이 높았으나, 자가 소유, 85㎡ 이상 주택 거주, 주택 및 주거환경에 만족하는 가구일수록 주거 이동 의사가 낮은 것으로 나타났다. 그 외에 국민기초생활보장급여를 수급한다면 주거 이동 가능성이 낮았고, 높은 주택자산과 총자산은 주거 이동의 가능성을 높였다.

또한, 일부 학자들은 주거환경만족도와 AIP 사이의 상관관계를 통해 노인주거 안정성의 결정요인을 분석하였다. 백성욱·이찬호(2022)는 주거환경 만족도 높을수록 AIP에 양(+)의 영향을 미치는지를 실증 분석하였다. 특히, 주요 주거변수인 주거점유형태, 주택유형, 주거지역에 따라 주거환경 만족도가 미치는 영향이 어떻게 상이한지를 비교 분석하였다. 2020년 11월부터 12월까지 부산과 경남지역에 거주하는 성인 373명을 대상으로 설문조사를 실시하였고, 회귀분석을 통한 실증분석 결과는 다음과 같다. 먼저, 주거환경 만족도가 높을수록 AIP의 가능성이 증가한다는 결과가 도출되었다. 특히, 전·월세보다는 자가 소유의 경우에 주거환경 만족도가 높을수록 AIP의 가능성이 크게 증가하였다. 아울러, 단독주택보다는 공동주택에서 양(+)의 영향이 증가하였고, 광역시, 중소도시, 기타지역 순으로 양(+)의 상관성이 높게 나타났다. 김진엽(2023a)도 노인 자가소유자를 대상으로 주거비부담과 주거불만족이 주거행동에 미치는 영향을 실증 분석하였다. 다만, 대구·경북지역에 초점을 두고 진행하였다는 점에서 그 차별성이 있다. 2016~2020년 한국 주거실태조사 자료를 활용한 다항 로지스틱 회귀분석 모형의 연구 결과는 다음과 같다. 노인 자가소유자가 주거관리비부담을 느낄 경우, 주거 이동을 통해 AIP의 가능성을 크게 낮추었다. 다만, 시도 내 이동보다는 시도 간 이동에 양(+)의 경향을 보였다. 아울러, 주거비부담을 느낄 시, 점유 형태에선 자가에 음(-)의 경향, 유형에선 아파트 선택에 음(-)의 경향을 보였다. 비슷하게, 노인 자가소유자가 물리적 주택환경에 불만족할 시 이동 지역에 무관하게 주거 이동에 모두 양(+)의 영향을 미쳤다. 아울러, 점유 형태, 주택 유형의 모든 옵션에 대해 모두 양(+)의 경향을 나타냈다. 즉, 현재 주택의 물리적 환경이 노인가구의 일상생활 속 니즈를 충족시킬 수 없다면, 유리한 조건의 주거환경을 찾아 이동하는 것으로 보인다.

아울러, 일부 학자들은 자녀와의 교류를 포함한 사회적 네트워크가 노인가구의 주거 행동에 미치는 영향에 초점을 맞추었다. Choi et al.(2018)은 우리나라 노인가구를 대상으로 사회적 네트워크가 주거행동(독립적생활, 주거이동, 주거점유형태) 선택에 미치는 영향을 실증 분석하였다. 2008~ 2014년 고령화연구패널조사 자료를 활용한 이항 로지스틱 모형 결과는 다음과 같다. 첫째, 자녀와의 물리적 접근성이 우수하고, 만남 및 연락 빈도가 높을수록 독립적 생활에 양(+)의 영향을 미쳤다. 둘째, 물리적, 비물리적 자녀와의 교류가 잦을수록 주거 이동에 양(+)의 효과를 미쳤다. 이는 자녀와의 교류가 노인가구의 주거 이동을 촉진 시켜, 자녀들의 집 근처로 이동 후 교류를 증진시키는 것으로 나타난다. 셋째, 주거점유형태 결정에는 통계적으로 유의한 결과를 보여준 변수가 존재하지 않았다. 더욱 최근에, 김진엽(2023b)은 2008~2020년 고령화연구패널 자료를 활용한 로지스틱 회귀분석 모형을 통해 자녀와의 교류가 노인 주거이동에 미치는 영향을 분석하였다. 연구 결과는 다음과 같다. 첫째, 자녀와의 교류가 지역(수도권과 비수도권)에 상관없이 노인가구의 주거 이동 가능성을 증가시켰다. 둘째, 고연령 노인가구일수록, 자녀와의 교류가 주거 이동을 더욱 촉진시키는 경향을 나타냈다. 셋째, 자녀와의 교류 관련 변수들의 상호작용 효과를 통해 2개 이상의 자녀와의 교류 수단들을 공유할 경우, 노인가구의 주거 이동은 더욱 증가함을 발견하였다.

4. 가계부채가 주거 이동에 미치는 영향 관련 연구

노인가구를 대상으로 가계부채가 주거 이동에 미치는 영향을 실증 분석한 국내 연구는 존재하지 않는 것으로 알고 있다. 하지만, 기존 연구들은 가계부채를 경제학적 변수 중 하나로 활용함으로써 노인 주거 행동에 미치는 영향을 파악해왔다. 권연화·최열(2018)은 연령대별 1인 가구를 중심으로 주거 이동의 특성에 대해 실증 분석하였다. 2016년 한국 주거실태조사 자료를 활용한 회귀분석 모형에 가계부채 유무를 나타내는 변수를 포함하여 주거 이동과의 상관관계를 분석하였다. 연령대별 세 개의 그룹(39세 이하, 40~64세, 65세 이상)에 대해 가계부채는 모두 주거 이동에 양(+)의 영향을 미쳤고, 통계적 유의성까지 나타났다. 아울러, 그러한 영향은 낮은 연령대의 그룹으로 갈수록 커지는 것으로 나타났다. 특히, 가계부채가 증가할수록 임차에서 자가로 변하면 주거 상향 이동의 가능성이 크게 증가하였다. 이러한 영향도 낮은 연령대의 그룹에서 더 커지는 현상이 나타났다. 장선영 외(2020)는 서울, 인천, 경기를 포함한 수도권을 대상으로 수도권 내 대규모 주거 이동 현상을 실증 분석하였다. 2018년 한국 주거실태조사를 활용하여 경제학적 변수에 가계부채를 포함하였다. 회귀분석 결과로, 가계부채는 가구의 주거 이동에 유의미한 영향을 미치지 못하는 것으로 나타났다. 오히려, 가구주 직업, 가구원 수, 가구 총자산, 점유 형태, 주택 유형, 주택면적, 경과 연수, 편리성, 쾌적성과 같은 변수들이 통계적 유의성을 나타냈다. 그 외에 임미화(2013)도 가계부채를 독립변수 중 하나로 활용하여, 가구주 연령대별 주거 이동 발생 요인을 분석하였다. 하지만, 청·장년층, 중년층, 노년층의 모든 집단에서 가계부채가 주거 이동에 미치는 영향이 없음을 발견하였다. 하지만, 김진엽(2023a)은 가계부채의 한 요소인 주택담보대출을 보유할 경우, 노인가구의 주거 이동에 양(+)의 영향을 미침을 발견하였다. 하지만, 오직 55~64세 그룹인 잠재 노년층 가구에서만 통계적 유의성은 나타냈다.

Ⅲ. 연구 질문

이상의 선행 연구를 통해 다음과 같은 내용을 확인하였다. 첫째, 가계부채는 생애주기가설을 바탕으로 대부분 발생하지만, 가계부채 관련 모든 변수가 생애주기가설에 부합하지는 않는 것으로 나타났다. 둘째, 노인가구의 AIP를 위해 물리적 주거환경은 매우 중요한 것으로 나타났다. 즉, 물리적 주거환경이 일상생활 속 니즈를 충족시킬 수 없다면, 주거 이동을 감행하는 것으로 나타났다. 셋째, 가계부채가 가구의 주거 이동률을 높여 주거 안정성을 취약하게 할 수 있다는 주장에는 여전히 논란이 존재하는 것으로 파악되었다.

본 연구에서는 위와 같이 단편화된 선행 연구의 결과를 동시에 실증 분석할 수 있도록 시도한다. 즉, 전체 표본 분석을 바탕으로 주택가격에서 큰 차이를 보이는 수도권과 비수도권의 노인가구 주거 행동을 비교 분석함으로써, 어떠한 차이가 존재하는지 알아보려 한다. 아울러, 소득·자산별 노인가구의 하위 표본을 대상으로 주택담보대출을 포함한 총 가계대출이 AIP에 어떠한 영향을 미치는지 분석하려 한다. 이처럼 본 연구에서는 주요 4가지의 연구 질문을 통해 다음과 같은 시사점을 도출하려 한다. 전체 표본 분석을 바탕으로 수도권과 비수도권의 주택가격 차이로 인한 총 가계부채의 차이가 노인가구의 주거 이동에 미치는 영향을 비교 분석한다. 추가로, 소득·자산별로 구분된 노인가구의 하위 표본을 대상으로 한 분석을 통해, 어떠한 계층의 노인가구가 총 가계부채에 취약한지를 파악하려 한다. 결론적으로 이는 장소별·대상별 상세 분석을 가능하게 하여 총 가계부채에 가장 취약한 계층을 파악할 수 있게 한다. 이와 같은 연구는 현재 국내에 존재하지 않는 연구라는 점에서 그 차별성이 있으며, 상세한 연구 질문은 아래와 같다.

1. 전체 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

첫 번째 연구 질문은 2016~2020년 주거실태조사 자료 사용하여 주요 변수인 총 가계부채가 전체 노인가구의 주거 이동 계획에 미치는 영향을 분석한다. 즉, 퇴직 후 고정적인 수입이 없거나 줄어든 노인가구는 총 가계부채로부터 오는 금전적 부담이 발생할 것이고, 이는 주택소비를 통해 주거 이동의 가능성을 증가시킬 수 있다. 이에 본 연구는 첫 번째 연구가설로 “총 가계부채가 증가할수록 노인가구의 주거 이동 계획에 양(+)의 영향을 미칠 것”으로 예상한다. 본 연구 질문은 노인가구의 전체 표본을 대상으로 진행하는 기초 분석으로, 아래 노인가구의 하위 표본을 대상으로 하는 분석 결과와 비교할 수 있는 기본 모형이라고 할 수 있다.

2. 지역별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

두 번째 연구 질문은 2016~2020년 주거실태조사 자료 사용하여 주요 변수인 총 가계부채가 지역별 노인가구의 주거 이동 계획에 미치는 영향을 분석한다. 즉, 수도권과 비수도권에서 총 가계부채는 지역의 특성상 상이함이 존재할 수 있다. 특히, 주택가격을 포함한 주택담보대출은 비수도권보다 수도권에서 상대적으로 높은 수치를 나타낼 수 있다. 이에 본 연구는 지역별 총 가계부채가 노인가구의 주거 이동 계획에 미치는 영향을 비교 분석하려 한다. 두 번째 연구가설로 “총 가계부채가 증가할수록 비수도권보다는 수도권에서 거주 중인 노인가구의 주거 이동에 더 높은 양(+)의 영향을 미칠 것”으로 예측한다. 본 연구 질문은 노인가구의 하위 표본을 대상으로 진행하는 상세 분석으로, 주택가격이 상대적으로 높은 수도권에서 높은 주택담보대출을 포함한 총 가계부채의 영향이 비수도권과 어떻게 상이하게 발생하는지를 파악하려 한다.

3. 소득별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

세 번째 연구 질문은 2016~2020년 주거실태조사 자료 사용하여 주요 변수인 총 가계부채가 소득분위별 노인가구의 주거 이동 계획에 미치는 영향을 분석한다. 저소득층 노인가구의 경우 고소득층 노인가구에 비해 상대적으로 총 가계부채로부터 오는 금전적 부담에 취약할 수 있다. 반면, 고소득층 노인가구의 경우 부채 상환으로부터의 경제적 부담이 감당할 수 있는 수준일 수 있다. 이에 본 연구는 세 번째 연구가설로 “총 가계부채가 증가할수록 고소득층 노인가구보단 저소득층 노인가구에서 주거 이동 계획에 더 높은 양(+)의 영향을 미칠 것”으로 예측한다. 본 연구 질문은 소득 수준에 따라 구분된 노인가구의 하위 표본들이 총 가계부채에 각각 어떠한 주거 행동을 보이는지 파악함으로써, 각각의 소득 수준에 따른 맞춤형 정책 시사점을 제시하려 한다.

4. 자산별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

네 번째 연구 질문은 2016~2020년 주거실태조사 자료 사용하여 주요 변수인 총 가계부채가 자산 분위별 노인가구의 주거 이동 계획에 미치는 영향을 분석한다. 자산이 높은 노인가구의 경우 부채 상환으로부터의 경제적 부담을 감당할 수 있을지도 모른다. 반대로, 낮은 자산의 노인가구는 주거 소비를 통해 부채를 상환해 나가야 할 것이며, 이 경우 주거 이동은 불가피할 수 있다. 이에 네 번째 연구가설로 “총 가계부채가 증가할수록 높은 자산의 노인가구보단 낮은 자산의 노인가구에서 주거 이동에 더 높은 양(+)의 영향을 미칠 것”으로 예상한다. 본 연구 질문은 자산 수준에 따라 구분된 노인가구의 하위 표본들이 총 가계부채에 각각 어떠한 주거 이동 패턴을 보이는지 파악하려 한다. 이를 통해, 각각의 자산 수준별 맞춤형 정책 시사점을 제시하려 한다.

Ⅳ. 자료와 방법론

본 연구는 노인가구의 주거 이동 결정요인을 파악하기 위해 2016~2020년 주거실태조사를 활용하였다. 이 중 전국에 거주하는 65세 이상 자가 소유 노인가구를 대상으로 2016년 5,142가구, 2017년 17,033가구, 2018년 16,746가구, 2019년 17,436가구, 2020년 13,172가구의 유효 표본을 확보하였다. 유효하지 않은 수치를 갖는 표본을 제외하고 전국에 거주하는 65세 이상 자가 소유 노인가구 69,089를 대상으로 최종 분석하였다. 본 연구에서 주요 변수인 주택담보대출을 포함한 총 가계부채는 다음과 같은 세부 설문을 통해 구성되었다. ① 현재 귀 가구는 부채가 있습니까? ② 현재 귀 댁의 총 부채는 얼마입니까? ③ 현재 거주하고 있는 주택의 임차료나 대출금을 매월 상환하는 것이 어느 정도 부담이 되십니까? 아울러, 2016~2017년 자료에서만 주택담보대출 금액 변수가 활용 가능하기에 다음의 변수를 포함시켰다. ➃ 현재 귀 가구는 주택담보대출 금액이 얼마입니까? (2018년 자료부터 제공하지 않음)

<표 1>은 실증분석을 위해 사용될 변수설명이다. 종속변수로는 노인가구가 주거 이동 계획 예정이 있다면 1, 예정이 없다면 0의 값을 갖도록 하였다. 즉, 주거 이동 계획 예정이 있다면, 해당 가구는 가계부채로부터 경제적 압박이 주거 불안정을 발생시켜 AIP를 어렵게 만드는 것으로 가정하였다. 반대로, 주거 이동 계획 예정이 없다면, 해당 가구는 경제적 압박 속에서도 AIP를 통해 주거 안정을 이어가는 것으로 가정하였다. 설명변수는 인구적 특성으로 연령, 남성, 대졸 이상, 은퇴자, 독거노인, 그리고 장애를 변수로 사용한다. 경제적 특성으로는 월 소득의 자연로그 값, 주택자산의 자연로그 값, 총자산의 자연로그 값, 총 가계부채의 자연로그 값, 주택담보대출 상환 부담 여부를 변수로 사용한다. 또한, 주택담보대출 금액은 2016~2017년 자료에서만 추가하였다. 주택 특성으로는 현재 거주하고 있는 주택 유형인 아파트, 단독주택, 다세대/다가구, 주택면적 84㎡ 이하 변수가 사용된다. 아울러, 주택불만족과 주거환경불만족 변수를 추가하였다. 마지막으로 연도별 시간 더미와 지역별 장소 더미를 사용하여 시간과 장소에 대한 통제를 시도하였다.

표 1. 변수설명
변수명 설명
종속변수 주거이동 주거이동 계획(이동 예정 있음=1, 그 외=0)
인구적 특성 연령 65~74 연령(65~74세=1, 그 외=0) (참조변수)
연령 75~84 연령(75~84세=1, 그 외=0)
연령 85 연령(85세 이상=1, 그 외=0)
남성 성별(남자=1, 여자=0)
대졸 이상 대학 졸업(4년제 대학 이상 졸업=1, 그 외=0)
은퇴자 은퇴 여부(은퇴자=1, 그 외=0)
독거노인 독거 여부(독거노인=1, 그 외=0)
장애인 장애 여부(장애 있음=1, 그 외=0)
경제적 특성 월소득 총 근로소득의 자연로그 값
주택자산 총 주택자산의 자연로그 값
총자산 총자산의 자연로그 값
주택담보대출금 주택담보대출금의 자연로그 값
주담대상환부담 주택담보대출금 상환 부담(부담된다=1, 그 외=0)
총 가계부채 총 가계부채의 자연로그 값
국민기초급여 국민기초급여수급 여부(수급함=1, 그 외=0)
주택 특성 아파트 현재 거주주택(아파트=1, 그 외=0) (참조변수)
단독주택 현재 거주주택 (단독주택=1, 그 외=0)
다세대/다가구 현재 거주주택(다세대/다가구=1, 그 외=0)
주택면적 84㎡ 주택면적(84㎡ 이하=1, 그 외=0)
주택 불만족 물리적 주택환경 만족 여부(불만족한다=1, 그 외=0)
주거환경 불만족 주변 주거환경 만족 여부(불만족한다=1, 그 외=0)
시간 더미 2016~2020년도 더미변수 사용
장소 더미 전국 17개 시도 더미변수 사용
Download Excel Table

방법론으로는 이항 로지스틱 회귀분석을 활용하여 분석하려 한다. 이항 로지스틱 회귀분석을 활용하여 독립변수인 총 가계부채가 종속변수인 노인가구의 주거 이동 계획에 미치는 영향을 분석하려 한다. 즉, 주거 이동 계획을 종속변수(참조집단: 비이동 예정 노인가구)로 주요 독립변수와의 상관관계를 파악하려 한다. 또한, 전체 표본을 지역별, 소득분위별, 자산분위별로 각각 구분한 후, 하위 표본에 대해 주요 독립변수와의 상관관계를 파악하여, 그 결과를 비교 분석하려 한다.

Ⅴ. 실증분석 결과

1. 기술통계

<표 2>는 주거 이동, 비이동에 따른 기술통계 결과이다. 먼저, 인구적 특성 관련하여 연령이 높아질수록 주거 이동 비중이 낮아짐을 알 수 있다. 즉, 주거 이동 계획이 있는 노인가구 중 66%가 65~74세, 30.3%가 75~84세, 그리고 3.7%가 85세 이상 가구에 의해 차지하고 있다. 가구주가 남성이거나 4년제 대학 이상을 졸업한 경우, 주거 이동의 비중이 주거 비이동의 비중보다 더 높게 나타났다. 비슷하게 가구주가 은퇴자인 경우도 주거 이동의 비중이 주거 비이동의 비중보다 높게 나타났다. 반대로 가구주가 독거노인이거나 장애인이라면 주거 비이동의 비중이 더 높게 나타났다. 경제적 특성 관련하여 가구 월 소득, 주택자산, 총자산이 높은 가구주의 경우 주거 이동의 비중이 더 컸다. 아울러, 주택담보대출금과 총 가계부채가 큰 가구일수록, 주거 이동 비중이 더 높게 나타났다. 하지만, 국민 기초급여 수급 대상자라면 주거 비이동의 비중이 더 높음을 알 수 있다. 주택 특성 관련하여 아파트와 다세대/다가구에 거주하는 경우 주거 이동의 비중이 더 높게 나타났고, 반면 단독주택에 거주하는 경우 주거 비이동의 비중이 더 높게 나타났다. 또한, 84㎡ 주택에 거주 시, 더 높은 주거 비이동의 비중을 보였다. 마지막으로, 노인 가구가 물리적 주택 요소에 불만족을 느끼거나, 주변 주거환경에 불만족을 느낀다면 주거 비이동의 비중보단 주거 이동의 비중이 더 높게 나타났다.

표 2. 주거이동 여부에 따른 기술통계
변수 전체 주거 이동 주거 비이동
평균 표준편차 평균 표준편차 평균 표준편차
나이6574 0.490 0.500 0.660 0.474 0.488 0.500
나이7584 0.409 0.492 0.303 0.460 0.410 0.492
나이85 0.101 0.301 0.037 0.189 0.102 0.303
남성 0.701 0.458 0.812 0.391 0.699 0.459
대졸 이상 0.093 0.291 0.223 0.417 0.091 0.287
은퇴자 0.269 0.444 0.328 0.470 0.268 0.443
독거노인 0.269 0.444 0.158 0.365 0.271 0.445
장애인 0.064 0.245 0.058 0.234 0.064 0.246
월소득 4.921 0.829 5.243 0.903 4.915 0.826
주택자산 9.586 0.937 10.128 0.921 9.577 0.934
총자산 9.889 0.889 10.364 0.915 9.881 0.886
주택담보대출금 0.565 2.127 1.343 3.118 0.548 2.097
주담대상환부담 0.045 0.208 0.085 0.279 0.044 0.207
총 가계부채 1.171 2.934 2.083 3.779 1.155 2.914
국민기초급여 0.016 0.124 0.013 0.115 0.016 0.125
아파트 0.348 0.476 0.509 0.500 0.345 0.475
단독주택 0.405 0.491 0.164 0.371 0.410 0.492
다세대/다가구 0.209 0.407 0.280 0.449 0.208 0.406
주택면적 84㎡ 0.660 0.474 0.590 0.492 0.661 0.473
주택 불만족 0.159 0.366 0.209 0.407 0.158 0.365
주거환경 불만족 0.167 0.373 0.185 0.388 0.166 0.372
y2016 0.074 0.262 0.124 0.330 0.073 0.260
y2017 0.246 0.431 0.271 0.445 0.246 0.431
y2018 0.241 0.428 0.237 0.425 0.241 0.428
y2019 0.249 0.433 0.219 0.414 0.250 0.433
y2020 0.189 0.392 0.149 0.357 0.190 0.392
수도권 0.243 0.429 0.453 0.498 0.240 0.427
비수도권 0.756 0.429 0.547 0.498 0.760 0.427
샘플수 69,089 1,192 67,897
Download Excel Table
2. 전체 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향

<표 3>은 전체 노인가구를 대상으로 총 가계부채가 주거 이동에 미치는 영향 분석 결과이다. 먼저, 2018년 주거실태조사부터 주택담보대출액 정보는 별도로 제공하지 않고 있다. 이에 2016~2017년 표본을 사용해 주택담보대출액이 주거 이동에 미치는 영향을 독립적으로 분석하였다. 아울러, 2016~2020년 표본을 통해 주택대출금 상환부담 변수를 포함시켜 주거 이동에 미치는 영향을 독립적으로 파악하였다. 마지막으로, 본 연구의 기초 모형으로 2016~2020년 표본을 통해 총 가계부채 변수를 포함시켜 주거 이동에 미치는 영향을 분석하였다. 또한, 주택담보대출금, 주택대출금상환부담, 총 가계부채 변수를 한 개의 모형에 모두 포함시킬 경우, 다중공선성 이슈가 발생하였다. 이에 한 개의 모형에 모든 변수를 포함하기보다는, 각 변수마다 독립적 모형을 통해 분석하였고, 결과는 다음과 같다.

표 3. 전체 노인가구의 총 가계부채가 주거 이동에 미치는 영향
변수 2016~2017 표본 (n=22,135) 2016~2020 표본 (n=69,089)
Coef. Sth.err. Coef. Sth.err. Coef. Sth.err.
나이7584 -0.382*** 0.107 -0.350*** 0.068 -0.354*** 0.067
나이85 -0.621*** 0.238 -0.838*** 0.159 -0.844*** 0.159
남성 0.185 0.157 0.237** 0.100 0.237** 0.100
대졸 이상 0.429*** 0.135 0.480*** 0.083 0.477*** 0.082
은퇴자 -0.044 0.111 -0.093 0.070 -0.096 0.069
독거노인 -0.238 0.180 -0.039 0.110 -0.037 0.109
장애인 0.028 0.186 0.048 0.128 0.056 0.127
월소득 0.094 0.074 0.032 0.045 0.033 0.044
주택자산 0.032 0.137 0.135 0.092 0.144 0.092
총자산 0.260** 0.131 0.249*** 0.090 0.268*** 0.090
주택담보대출금 0.059*** 0.015 - - - -
주담대상환부담 - - 0.023*** 0.008 - -
총 가계부채 - - - - 0.229** 0.108
국민기초급여 1.073*** 0.313 0.453* 0.261 0.468* 0.261
단독주택 -0.462*** 0.141 -0.729*** 0.096 -0.719*** 0.096
다세대/다가구 -0.046 0.123 -0.015 0.075 0.008 0.074
주택면적 84㎡ 0.053 0.112 0.110 0.070 0.118* 0.070
주택 불만족 0.646*** 0.146 0.716*** 0.088 0.720*** 0.088
주거환경 불만족 0.028 0.153 0.269*** 0.090 0.269*** 0.090
상수 -6.769*** 0.902 -7.536*** 0.584 -7.841*** 0.573
LR chi2(30) 331.20 956.42 953.22
Prob>chi2 0.00 0.00 0.00
Pseudo R2 0.07 0.08 0.08
Log likelihood -2,113.73 -5,542.68 -5,544.28

주: 1) 는 10%,

5%,

1% 수준에서 유의함을 나타냄.

2) 시간, 장소 더미를 사용하여 통제함.

3) 나이6574, 아파트를 참조변수로 활용함.

Download Excel Table

주택담보대출금(+0.059, p<0.01), 주택대출금 상환부담(+0.023, p<0.01), 총 가계부채(+0.229, p<0.05)의 모든 변수가 주거 이동에 양(+)의 영향을 미쳤고, 통계적 유의성까지 나타났다. 즉, 가계부채가 노인 가구의 주거 이동 가능성을 높인다는 결과가 나왔다. 특히, 그러한 영향은 총 가계부채가 증가할 시, 가장 크게 나타나는 것으로 보인다. 이러한 기초 분석 결과를 바탕으로 하부 표본을 대상으로 하는 상세 분석에서는 총 가계부채 변수만을 활용하여 지역별, 소득별, 자산별 표본에 미치는 영향을 실시하려 한다. 부채가 노인가구의 주거 이동 가능성을 증가시킨다는 결과는 이미 많은 선행 연구를 통해 제시된 적 있다(김진엽, 2023a; 김진후 외, 2020; 임기흥·백성준, 2014). 아울러, 본 연구의 첫 번째 연구가설인 “총 가계부채가 증가할수록 노인가구의 주거 이동 계획에 양(+)의 영향을 미칠 것”에 일치하는 결과이다. 하지만, 이러한 결과는 전체 혹은 비노인을 대상으로 진행한 연구 결과와 일부 상반된다. 즉, 여러 선행 연구(전체 혹은 비노인 대상)에서 주택담보대출을 포함한 총 가계부채가 가구의 주거 이동에 영향을 미치지 않거나, 또는 매우 미비한 영향을 미치는 것으로 나타났다(Ding et al., 2016; Ferreira et al., 2010).

아울러, 인구적 특성 관련하여 나이가 증가할수록 주거 이동의 가능성이 크게 낮은 것으로 나타났다. 이러한 결과는 가구주 연령이 증가할수록 주거 이동이 감소한다는 기존 연구 결과와 일치한다(김진엽, 2023b; 임미화, 2013; 최효비·최열, 2022). 또한, 가구주가 남성, 4년제 대학 이상 졸업을 한 경우, 주거 이동의 가능성이 높게 나타났다. 그 외 인구적 특성에 대해 통계적 유의성을 나타내는 변수는 발견되지 않았다. 경제적 특성 관련하여 가구 월 소득, 주택자산이 높을수록 주거 이동에 양(+)의 영향을 미쳤으나, 통계적 유의성을 보이진 않았다. 하지만, 총자산이 높은 가구일수록 주거 이동에 양(+)의 영향을 미치며, 통계적 유의성을 나타냈다. 유사하게 국민기초생활 급여를 수급하는 가구에서 주거 이동의 가능성이 증가함을 확인하였다. 주택 특성 관련하여 단독주택에 거주 시 노인가구의 주거 이동 가능성은 크게 낮아짐을 알 수 있다. 즉, 아파트보다는 단독주택에 거주 시, AIP를 더욱 희망하는 것으로 해석된다. 아울러, 물리적 주택 불만족 또는 주변 주거환경에 불만족을 느끼는 경우, 주거 이동의 가능성이 크게 높아지며 통계적으로도 유의미하게 나타났다.

3. 지역별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

<표 4>는 지역별 노인가구를 대상으로 총 가계부채가 주거 이동에 미치는 영향 분석 결과이다. 즉, 수도권과 비수도권에 거주하는 노인가구의 주거 행동에 차이가 존재하는지를 알아보기 위한 분석 결과이다. 본 모형부터는 주택담보대출금액과 주택대출금 상환 부담 변수는 포함시키지 않았다. 앞에서 언급했듯이 2018년 주거실태조사부터는 주택담보대출금액에 대한 정보를 제공하지 않는다. 아울러, 주택대출금 상환 부담 변수는 총 가계부채 변수와의 다중공선성 이슈를 발생시킨다. 이러한 이유로 총 가계부채 변수만을 포함하여 분석을 진행하였다. 연구 결과로 총 가계부채가 수도권과 비수도권에 거주 중인 노인가구의 주거 이동에 미치는 영향의 차이는 미비한 것으로 나타났다. 즉, 비수도권(+0.021, p<0.05)보단 수도권(+0.024, p<0.01)에서 그 영향력과 통계적 유의성이 상대적으로 조금 더 높은 것으로 나타났다. 아마도 높은 주택담보대출액을 보유할 것으로 예상되는 수도권의 노인가구는 부채로부터의 경제적 부담으로 주거 취약성에 더욱 노출되는 것으로 판단된다. 이러한 결과는 두 번째 연구가설인 “총 가계부채가 증가할수록 비수도권보다는 수도권에서 거주 중인 노인가구의 주거 이동에 더 높은 양(+)의 영향을 미칠 것”에 일치함을 알 수 있다.

표 4. 지역별 노인가구의 총 가계부채가 주거 이동에 미치는 영향(2016~2020 표본)
변수 수도권(n=16,852) 비수도권(n=52,237)
Coef. Sth.err. Coef. Sth.err.
나이7584 -0.335*** 0.101 -0.316*** 0.091
나이85 -0.690*** 0.231 -0.898*** 0.220
남성 0.241* 0.143 0.194 0.139
대졸 이상 0.676*** 0.118 0.374*** 0.115
은퇴자 -0.098 0.101 -0.063 0.093
독거노인 -0.128 0.165 0.038 0.147
장애인 0.120 0.184 -0.015 0.177
월소득 -0.005 0.060 0.093 0.066
주택자산 0.047 0.173 0.239** 0.105
총자산 0.195 0.175 0.258** 0.106
총 가계부채 0.024** 0.011 0.021* 0.012
국민기초급여 0.629 0.399 0.394 0.346
단독주택 -0.241 0.176 -0.986*** 0.109
다세대/다가구 0.256** 0.103 -0.420*** 0.112
주택면적 84㎡ 0.063 0.106 0.094 0.091
주택 불만족 0.633*** 0.132 0.775*** 0.116
주거환경 불만족 0.287** 0.137 0.245** 0.117
상수 -6.060*** 0.730 -8.997*** 0.696
LR chi2(30) 184.53 477.52
Prob>chi2 0.00 0.00
Pseudo R2 0.038 0.07
Log likelihood -2,296.94 -3,267.19

주: 1) 는 10%,

5%,

1% 수준에서 유의함을 나타냄.

2) 시간, 장소 더미를 사용하여 통제함.

3) 나이6574, 아파트를 참조변수로 활용함.

Download Excel Table
4. 소득별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

<표 5>는 소득분위별 노인가구를 대상으로 총 가계부채가 주거 이동에 미치는 영향 분석 결과이다. 전체 표본을 사분위 범위로 구분 후, 각각의 하위 표본을 대상으로 모형을 실행하였다. 소득 1분위는 소득 수준 0~25%에 포함하는 최저 소득 집단이다. 반대로 소득 4분위는 소득 수준 75~100%에 포함하는 최고 소득 집단이다. 예상과는 달리, 소득분위별 노인가구의 주거 이동에 총 가계부채 영향력은 크지 않은 것으로 나타났다. 즉, 모든 소득분위 집단에서 총 가계부채가 주거 이동에 일관되게 양(+)의 영향을 보였으나, 오직 소득 4분위에서만 통계적 유의성이 도출되었다. 아마도, 고소득층 노인가구만이 부채로부터 주거 이동을 결정하는 것으로 보인다. 백은영·성영애(2012)에 의한 연구에 따르면, 부채가 없는 가계보다 부채 가계에서 취업 비중이 높고 소득과 지출도 높음을 발견하였다. 특히, 주택가격이 높을수록 가계부채가 더 커짐을 발견하였다. 아마도 전·월세 임대자라면 보증금, 자가 소유라면 주택담보대출금 또는 생활비 등이 가계부채일 수 있다. 이러한 현상들이 저·중소득층보다는 고소득층에서 가계부채의 유무를 결정하는 결정적인 요인으로 작용하였다. 아울러, 이와 같은 결과는 본 연구의 세 번째 연구가설인 “총 가계부채가 증가할수록 고소득층 노인가구보단 저소득층 노인가구에서 주거 이동 계획에 더 높은 양(+)의 영향을 미칠 것”에 일치하지 않음을 나타낸다.

표 5. 소득분위별 노인가구의 총 가계부채가 주거 이동에 미치는 영향(2016~2020 표본)
변수 소득 1분위(n=17,439) 소득 2분위(n=17,165) 소득 3분위(n=17,805) 소득 4분위(n=16,662)
Coef. Sth.err. Coef. Sth.err. Coef. Sth.err. Coef. Sth.err.
나이7584 -0.326* 0.169 -0.259* 0.148 -0.250** 0.124 -0.368*** 0.125
나이85 -0.574** 0.268 -0.774** 0.310 -1.012*** 0.365 -1.121** 0.457
남성 -0.029 0.250 0.471* 0.251 0.108 0.179 0.376** 0.175
대졸 이상 0.337 0.349 0.849*** 0.240 0.362** 0.164 0.503*** 0.114
은퇴자 -0.237 0.208 0.301* 0.167 -0.223* 0.134 -0.057 0.110
독거노인 -0.215 0.244 0.372* 0.226 -0.128 0.211 0.019 0.309
장애인 0.108 0.279 0.113 0.255 0.001 0.242 0.071 0.257
월소득 -0.061 0.092 0.379 0.450 -0.065 0.304 0.206 0.145
주택자산 1.186*** 0.376 0.192 0.241 0.191 0.184 -0.084 0.125
총자산 -0.406 0.368 0.022 0.238 0.154 0.182 0.367*** 0.125
총 가계부채 0.002 0.030 0.018 0.024 0.022 0.016 0.028** 0.012
국민기초급여 0.624 0.384 0.608 0.475 0.536 0.606 - -
단독주택 -0.432** 0.212 -0.517** 0.207 -0.749*** 0.181 -0.943*** 0.185
다세대/다가구 -0.328 0.211 -0.052 0.180 0.097 0.132 -0.008 0.122
주택면적 84㎡ -0.276 0.192 0.004 0.171 0.174 0.127 0.209* 0.111
주택 불만족 0.535** 0.211 0.713*** 0.193 0.627*** 0.164 0.983*** 0.154
주거환경 불만족 0.438** 0.213 0.123 0.205 0.272* 0.165 0.281* 0.157
상수 -10.381*** 1.704 -7.804*** 2.450 -6.619*** 1.909 -7.642*** 1.107
LR chi2(30) 217.30 158.62 217.59 300.99
Prob>chi2 0.00 0.00 0.00 0.00
Pseudo R2 0.11 0.07 0.06 0.07
Log likelihood -843.10 -1,036.53 -1,609.08 -1,982.75

주: 1) 는 10%,

5%,

1% 수준에서 유의함을 나타냄.

2) 시간, 장소 더미를 사용하여 통제함.

3) 나이6574, 아파트를 참조변수로 활용함.

Download Excel Table
5. 자산별 노인가구의 총 가계부채가 AIP(aging in place)에 미치는 영향 분석

<표 6>은 자산분위별 노인가구를 대상으로 총 가계부채가 주거 이동에 미치는 영향 분석 결과이다. 위와 같이 전체 표본을 대상으로 사분위 범위로 구분하였다. 자산 1분위는 자산 수준 0~25%에 포함하는 최저 자산 집단이며, 자산 4분위는 자산 수준 75~100%에 포함하는 최고 자산 집단이다. 자산분위별 노인가구의 주거 이동에 총 가계부채 영향력은 모두 양(+)으로 나타났다. 또한 그 영향의 정도는 자산이 적을수록 커지는 경향이 있고, 오직 자산 1, 2분위에서만 통계적 유의성을 나타냈다. 반대로, 높은 자산의 가구에서 총 가계부채는 주거 이동의 결정요인으로 작용하지 못하였다. 정운영·정세은(2013)은 실물 자산액이 많을수록 부채 규모가 더 커짐을 발견하였다. 즉, 실물자산이 많을수록 부채가 증가하는 것은 자가 이외의 부동산 자산이 존재한다는 점에서 투자를 위한 부채로 판단된다. 이러한 경향은 고소득층에서 뚜렷하게 나타남을 발견하였다. 상대적으로 일시적인 월 소득과는 달리 자산의 여유가 있는 경우, 부채의 경제적 부담이 노인가구의 주거 안정성을 취약하게 하지 못함을 알 수 있다. 아울러, 네 번째 연구가설인 “총 가계부채가 증가할수록 낮은 자산의 노인가구보단 높은 자산의 노인가구에서 주거 이동 계획에 더 높은 양(+)의 영향을 미칠 것”과 일치함을 알 수 있다.

표 6. 자산분위별 노인가구의 총 가계부채가 주거 이동에 미치는 영향(2016~2020 표본)
변수 자산 1분위(n=18,206) 자산 2분위(n=17,293) 자산 3분위(n=16,835) 자산 4분위(n=16,755)
Coef. Sth.err. Coef. Sth.err. Coef. Sth.err. Coef. Sth.err.
나이7584 -0.286 0.196 -0.574*** 0.151 -0.225* 0.134 -0.293*** 0.106
나이85 -0.341 0.314 -1.468*** 0.423 -0.881** 0.348 -0.707*** 0.272
남성 0.153 0.240 0.073 0.193 0.178 0.192 0.495*** 0.190
대졸 이상 0.844** 0.416 0.062 0.292 0.544*** 0.178 0.530*** 0.107
은퇴자 0.028 0.234 0.151 0.161 -0.146 0.140 -0.177* 0.101
독거노인 -0.184 0.265 0.190 0.215 -0.032 0.218 0.054 0.202
장애인 -0.539 0.373 0.186 0.254 -0.124 0.271 0.240 0.204
월소득 0.355** 0.159 0.203* 0.110 0.056 0.094 -0.058 0.058
주택자산 1.153** 0.478 0.423 0.283 0.430* 0.229 0.071 0.111
총자산 -1.082** 0.493 -0.976** 0.479 -0.221 0.434 0.435*** 0.124
총 가계부채 *0.065 0.034 0.057*** 0.021 0.022 0.018 0.003 0.011
국민기초급여 0.369 0.382 0.112 0.604 0.866 0.606 1.429* 0.786
단독주택 -0.481** 0.239 -0.844*** 0.198 -0.554*** 0.185 -0.824*** 0.178
다세대/다가구 -0.405 0.248 -0.208 0.168 0.002 0.155 -0.016 0.117
주택면적 84㎡ 0.084 0.298 0.061 0.174 -0.011 0.132 0.145 0.102
주택 불만족 0.665*** 0.205 0.664*** 0.176 0.554*** 0.183 0.916*** 0.154
주거환경 불만족 -0.033 0.218 0.310* 0.184 0.485*** 0.175 0.233 0.158
상수 -5.897** 2.418 1.730 3.925 -5.435 3.919 -8.944*** 1.102
LR chi2(30) 188.44 231.43 170.40 276.83
Prob>chi2 0.00 0.00 0.00 0.00
Pseudo R2 0.12 0.09 0.06 0.06
Log likelihood -712.12 -1,157.70 -1,416.32 -2,158.51

주: 1) 는 10%,

5%,

1% 수준에서 유의함을 나타냄.

2) 시간, 장소 더미를 사용하여 통제함.

3) 나이6574, 아파트를 참조변수로 활용함.

Download Excel Table

Ⅵ. 결론

최근 높은 가계부채로 그 심각성이 크게 대두되고 있는 상황에서 AIP를 통한 노인주거 안정성 제고는 중요한 이슈일 수 있다. 이에 본 연구는 2016~2020년 주거실태조사 자료와 이항 로지스틱 분석을 활용하여 총 가계부채가 노인 주거이동에 미치는 영향을 분석, AIP를 위한 정책적 시사점을 제시하려 한다. 특히, 최근 높은 가계부채로 인한 심각성이 크게 증가하는 상황에서 부채로부터의 경제적 부담이 수도권·비수도권 그리고 소득·자산별로 구분된 노인가구의 하위 표본들을 대상으로 주거 안정성에 미치는 영향을 상세히 파악한 연구는 존재하지 않는 것으로 파악된다. 이에 수도권·비수도권 그리고 소득·자산별로 구분된 노인가구의 AIP에 총 가계부채가 미치는 영향을 비교 분석함으로써 보다 구체적인 정책적 시사점을 도출하려 시도하였다. 본 연구의 결과는 아래와 같다.

첫째, 주택담보대출금, 주택대출금 상환 부담, 총 가계부채의 모든 가계부채 관련 변수가 주거 이동에 양(+)의 영향을 미쳤다. 특히, 주택담보대출을 포함할 수 있는 총 가계부채가 증가할 경우, 그 취약함이 최고에 이를 수 있음을 발견하였다. 즉, 총 가계부채는 노인 가구의 주거 안정성을 취약하게 만드는 중요 요인일 수 있다. 이는 첫 번째 연구가설인 “총 가계부채가 증가할수록 노인가구의 주거 이동 계획에 양(+)의 영향을 미칠 것”에 일치하는 결과이다. 둘째, 총 가계부채가 수도권과 비수도권에 거주 중인 노인가구의 주거 이동에 미치는 영향에는 큰 차이가 존재하지 않음을 발견하였다. 하지만, 비수도권보다는 수도권에서 그 영향과 통계적 유의성이 조금 더 높게 나타났다. 이러한 결과는 두 번째 연구가설인 “총 가계부채가 증가할수록 비수도권보다는 수도권에서 거주 중인 노인가구의 주거 이동에 더 높은 양(+)의 영향을 미칠 것”에 일치함을 알 수 있다. 셋째, 소득분위별 노인가구의 주거 이동에 총 가계부채 영향력은 상당히 미비한 것으로 나타났다. 소득 1, 2, 3, 4분위 모두에서 총 가계부채가 주거 이동에 일관되게 양(+)의 영향을 미치는 것으로 나타났다. 하지만, 오직 소득 4분위에서만 통계적 유의성이 도출되었다. 이러한 결과는 세 번째 연구가설인 “총 가계부채가 증가할수록 고소득층 노인가구보단 저소득층 노인가구에서 주거 이동 계획에 더 높은 양(+)의 영향을 미칠 것”에 일치하지 않음을 나타낸다. 마지막으로, 자산분위별 노인가구의 주거 이동에 총 가계부채 영향력은 모두 양(+)으로 나타났다. 또한, 그 영향력은 자산이 적을수록 커지는 경향이 있었고, 자산 1, 2분위에서만 통계적 유의성을 나타냈다. 이러한 연구 결과는 네 번째 연구가설인 “총 가계부채가 증가할수록 낮은 자산의 노인가구보단 높은 자산의 노인가구에서 주거 이동 계획에 더 높은 양(+)의 영향을 미칠 것”과 일치함을 알 수 있다.

노인들의 살던 곳에서 노후 맞이하기는 시설로의 이동을 막아주고 주거 이동 비용을 절약하며 주거 안정성에 크게 기여할 수 있다. 이러한 측면에서 본 연구는 높은 총 가계부채가 지역에 무관하게 노인 가구의 주거 안정성을 취약하게 할 수 있다는 분석 결과를 도출하였다. 특히, 소득 4분위에 속하는 집단과 자산 1, 2분위에 속하는 집단이 총 가계부채로 인해 주거 이동을 경험하는 주요 집단으로 나타났다. 이러한 결과는 분명 전체 또는 비노인을 대상으로 진행한 연구와 상반되는 결과이다. 즉, 노인가구는 소득의 상실 등으로 인해 가계부채에 더욱 민감하게 반응하고, 결국 AIP를 포기하고 주거 이동을 경험하는 것으로 판단할 수 있다. 아마도, 주거 안정성에 취약한 집단 맞춤형 주거 복지 제공 등의 정책적 노력이 필요할 것으로 판단된다.

다만, 노인인구의 주거 행동은 지역, 소득, 자산뿐 아니라, 연령대에 의해 크게 상이할 수 있다. 즉, 85세 이상 고령층 노인가구의 경우 저·중령층 노인 가구에 비해 주거 이동률이 현저히 낮기에 연령대별 집단 분석을 통해 맞춤형 정책 제시가 중요할 수 있다. 아울러, 주거실태조사 자료의 특성상 가구의 동태적 분석에는 한계가 있었다. 만약, 가구의 패널 분석이 가능한 자료를 활용한다면, 시간의 흐름에 따른 노인 가구의 주거 행동을 추적하며 구체적인 분석이 가능할 것이다. 마지막으로, 주거 이동 후에 발생하는 주거점유 형태 변화 혹은 주거규모의 다운사이징 등까지 분석내용을 확장한다면 향후 다양한 정책 시사점을 도출할 수 있을 것이다.

참고문헌

1.

강희선. (2017). 에이징 인 플레이스(Aging in Place) 개념을 고려한 공공임대아파트 커뮤니티시설의 노인공간 계획. 한국주거학회논문집, 28(4), 55-63.

2.

경기연구원. (2017). 가계부채, 문제의 핵심과 해결방향. 수원: 경기연구원.

3.

권건우, 진창하. (2016). 생애주기별 가구의 주거비 부담 결정요인에 관한 연구. 주택연구, 24(3), 49-69.

4.

권연화, 최열. (2018). 1인가구의 연령별 특성에 따른 주거상· 하향 이동에 관한 연구. 국토연구, 99, 97-112.

5.

권오정, 이용민, 하해화, 김진영, 염혜실. (2014). 노년층의 지역 내 계속 거주 이유에 관한 연구. Family and Environment Research, 52(3), 285-299.

6.

김우영, 김현정. (2010). 가계부채의 결정요인 분석. 서울: 한국은행 금융경제연구원.

7.

김유진, 박순미, 박소정. (2019). 고령자의 에이징 인 플레이스(Aging in Place)를 위한 서비스 지원 주거 모델 개발 연구. 보건사회연구, 39(2), 65-102.

8.

김주영, 장희순. (2016). 가계부채의 결정요인과 변화특성 분석: 한국복지패널자료를 이용한 미시분석을 중심으로. 주거환경, 14(1), 221-230.

9.

김진엽. (2023a). 주거비부담과 주거불만족이 노인 주거행동에 미치는 영향 분석: 대구․경북지역을 중심으로. 부동산분석, 9(1), 173-194.

10.

김진엽. (2023b). 자녀와의 교류가 노인 주거이동에 미치는 영향 분석. LHI Journal, 14(2), 1-17.

11.

김진후, 조강현, 이재수. (2020). 수도권 베이비부머 가구의 주거이동과 주거입지 선택의 영향 요인. 감정평가학논집, 19(1), 187-214.

12.

백성욱, 이찬호. (2022). 주거환경 만족도가 지역사회 계속 거주 욕구에 미치는 영향: 주거특성의 조절효과 분석. 산업융합연구, 20(8), 25-31.

13.

백은영, 성영애. (2012). 부채 취약가계 결정 요인. 한국생활과학회지, 21(2), 225-240.

14.

성영애. (2006). 패널자료를 이용한 가계부채변동 관련요인 분석. 소비자학연구, 17(4), 39-60.

15.

심영. (2015). 생애주기가설에 기반한 노인가계의 부채상태 분석. 한국생활과학회 학술대회논문집, 243-244.

16.

이경애, 정의철. (2014). 고연령 자가 거주 가구의 주거이동 및 주택점유형태 결정요인: 가구주의 성별 특성을 중심으로. 주택연구, 22(3), 127-152.

17.

이동성, 김병석. (2013). 개인 및 주거이동특성이 가계부채에 미치는 영향. 국토계획, 53(3), 101-112.

18.

임기흥, 백성준. (2014). 한국 베이비붐세대의 은퇴 후 주거 선택과 이동 특성. 한국콘텐츠학회 논문지, 14(11), 438-449.

19.

임미화. (2013). 패널자료를 이용한 가구주 연령별 주거이동발생 요인. 부동산연구, 23(2), 79-94.

20.

장선영, 오주석, 김세용. (2020). 수도권 가구의 주거이동 결정요인 및 특성에 관한 연구: 서울 및 경인지역을 중심으로. 대한건축학회 논문집-계획계, 36(5), 125-135.

21.

정운영, 정세은. (2013). 소득계층별 부채가계의 특성과 결정요인의 비교: 부동산 요인을 중심으로. 사회보장연구, 29(3), 415-439.

22.

최효비, 최열. (2022). 이변량 프로빗 모형을 이용한 노인가구의 주거이동 의사 결정요인 분석: 부산·울산·경남 노인가구를 대상으로. 부동산분석, 8(2), 75-94.

23.

통계청. (2022). 2022 고령자 통계. Retrieved from https://www.kostat.go.kr/board.es?mid=a10301010000&bid=10820&act=view&list_no=420896

24.

한국경제연구원. (2023). 韓 가계부채 전세보증금 포함 시, 경제규모?소득 대비 OECD 1위. Retrieved from http://www.keri.org/web/www/news_02?p_p_id=EXT_BBS&p_p_lifecycle=0&_p_state=normal&p_p_mode=view&_EXT_BBS_struts_action=%2Fext%2Fbbs%2Fview_message&_EXT_BBS_messageId=356448

25.

Calkins, M. P. (1995). From aging in place to aging in institutions: Exploring advances in environments for aging. The Gerontologist, 35(4), 567-571.

26.

Choi, Y., Kwon, Y. H., & Kim, J. (2018). The effect of the social networks of the elderly on housing choice in Korea. Habitat International, 74, 1-8.

27.

Ding, L., Hwang, J., & Divringi, E. (2016). Gentrification and residential mobility in Philadelphia. Regional Science and Urban Economics, 61, 38-51.

28.

Ferreira, F., Gyourko, J., & Tracy, J. (2010). Housing busts and household mobility. Journal of Urban Economics, 68(1), 34-45.

29.

Harris, D. K. (1988). Dictionary of gerontology. Westport, CT: Greenwood.