Article

서울시민의 탈(脫)서울 의사에 영향을 미치는 인구·주택·일자리 특성요인 분석: 코로나19 경험 시기를 중심으로

정기성 *
Kiseong Jeong *
Author Information & Copyright
*LH토지주택연구원 책임연구원
*Associate Research Fellow, Land and Housing Institute

© Copyright 2022 Korea Housing & Urban Guarantee 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: May 29, 2022; Revised: Jun 07, 2022; Accepted: Oct 05, 2022

Published Online: Dec 31, 2022

요약

본 연구는 코로나19를 경험한 서울시 거주 인구의 인구·주택·일자리 특성이 장기적 탈(脫)서울 및 거주 지속 의사에 영향을 미치는 요인과 그 인과관계 규명하고 시사점을 제시하고자 한다. 이를 위하여 다중회귀분석 모형을 사용하여 전체 응답그룹, 2030 청년그룹, 40대 이상 중장년 그룹으로 나누어 비교 분석을 진행하였다. 연구의 주요 분석결과와 사사점은 다음과 같다. 첫째, 청년 그룹은 전체 그룹과 중장년 그룹과 비교하여 향후 서울시에 거주하고자 하는 의향이 상대적으로 높은 것으로 나타났다. 그러나 청년들의 탈(脫)서울 현상이 높은 상황에서 수요에 반한 도시 밀려남(pulling out) 현상에 대해 대응이 필요하다. 둘째, 전체 응답자들의 장기적 서울시 거주 의사에 영향을 미치는 변수들은 성별, 연령, 서울 거주 기간, 주택유형, 점유형태, 고용 형태, 일자리 이직, 일보다 여가, 코로나19 재택근무 변수로 나타났다. 셋째, 연령 그룹별로 주택, 일자리 특성별 분석결과가 유사함에도 불구하고 실제로 2030세대의 탈서울 현상이 큰 것은, 청년 계층이 중장년 계층에 비해 상대적으로 경제적·주거 불안정성을 크게 겪고 있음을 확인할 수 있다. 넷째, 코로나19 시기 재택근무의 영향은 중장년층에서 유효하게 나타났으며, 재택근무 경험이 탈서울로 이어지지는 않는 것으로 나타났다. 마지막으로, 코로나19 시기 경제·주거난이 청년층 유출로 이어질 가능성이 높은 것으로 확인된 바, 이에 대한 주택정책, 주거지원 정책, 고용지원 정책이 더욱 필요할 것으로 판단된다.

Abstract

This study aims to examine the long-term population outflow of Seoul citizens who experienced COVID-19 and the factors affecting the intention to immigrate or reside in Seoul. For this purpose, a multiple regression analysis model was used, and the study’s main results were as follows. First, the youth group (2030) had a relatively high intention to live in Seoul in the future. However, the phenomenon of pulling out against such demand is strong. Second, the variables affecting the long-term intention to live in Seoul were gender, age, duration of residence in Seoul, housing type, occupation type, employment type, job turnover, leisure more than work, and working from home. Third, despite the similar analysis results of housing and employment characteristics by the age groups, the youth group outflow from Seoul is more substantial because the group has been experiencing relatively more economic and residential instability than the older-aged group. Fourth, the effect of remote working during the pandemic was found to be effective in the older group, and the experience of the working system did not lead to the outflow from Seoul. Finally, economic difficulties and housing affordability issues caused by COVID-19 are likely to lead to the outflow of younger people, so housing and employment support policies are more necessary.

Keywords: 탈(脫)서울; 서울 거주 의향; 코로나19 영향; 청년계층; 재택근무
Keywords: outflow of Seoul citizen; intention to live in Seoul; COVID-19 impact; young people group; working from home

I. 서론

2019년 수도권 인구가 통계 관측 이래 우리나라 전체 인구의 50%를 넘었다. 80년대 이후로 서울을 중심으로 한 수도권으로 인구 집중은 꾸준히 이어져 오고 있으며 지난해 처음으로 2,600만 명을 넘어섰다. 그러나 2015년 이후 수도권의 인구집중 현상의 지속과는 반대로 서울시의 인구는 감소하고 있다. 서울시의 인구는 2010년 10,312,545명으로 1,000만 명대를 유지하다가 2016년 이후로 1,000만 명 이하로 나타나면서, 2021년에는 9,509,458명을 기록하였다. 인구 추계결과 2022년 기준 948만 명대를 예상하는 가운데 지난 10년간 약 7.8%의 가파른 인구감소세를 보이고 있다(통계청, 2022). 특히, 서울 인구 감소를 이끄는 주요 연령층이 2030 청년 계층이라는 점은 장기적인 서울의 경쟁력에 악영향을 미칠 우려가 있다. 통계청 인구 총조사에 따르면 지난 10년간 서울의 2030 청년의 인구수는 2010년 3,453,131명에서 2021년 2,861,556명으로 약 17.13%의 큰 폭의 감소를 나타내었다. 이 수치는 같은 기간 전국단위의 청년인구 감소 폭인 12.19%보다 더 큰 결과이다(통계청, 2022). 도시의 활력을 키우고 잠재성장력을 나타내는 2030 청년 계층의 인구 감소는, 한국의 수도 서울의 장기적 미래 전망을 어둡게 하는 지표로 작용한다.

한편, 이러한 서울의 인구 변화는 출생·사망 등 자연적 요인으로 인한 감소라기보다 거주지를 옮겨 지역을 이동하는 전입·전출의 사회적 요인이 더 크다고 할 수 있다(민보경·변미리, 2017). 특히, 2020년부터 시작된 코로나19는 청년 및 저소득 계층을 중심으로 한 탈(脫)서울 현상에 영향을 미칠 것으로 전망된다. 코로나19 팬데믹 이후 우리의 삶 전반에 큰 영향을 끼치며 경제 사회적으로 양극화를 심화시켰다. IT 기반 기술 대기업은 크게 성장한 반면 대면 서비스업, 자영업 등은 크게 힘들어지며, 청년실업 및 경제 활성화가 저하되는 모습을 보였다(Lee et al., 2020). 더욱이 사회적 거리두기 정책의 장기화로 경제가 악영향을 받았으며 이로 인해 양질의 일자리와 고용의 안정성이 상당히 저하되었다. 또한 서울 등 세계 주요 대도시에서 주거부문에서도 부동산 시장은 과열되어 무주택 저소득층의 도심 내 거주비 부담이 크게 힘들어진 모습을 보였다(Jones and Grigsby-Toussaint, 2020; Tinson and Clair, 2020).

한편, 코로나19 시기 재택근무가 급속도로 보편화되면서 새로운 주거의 인식 전환이 일어났다. 이는 주거의 위치가 서울 등 대도시에 근접해야 할 요인을 낮추는 효과를 야기하여 탈도시화에 대한 인식이 증가되는 결과를 가지고 올 수 있다. 서울시의 생산가능인구와 청년인구의 감소현상은 코로나19 이후 장기적 관점에서 사회적 경제적 도시 구조에 상당한 영향을 미칠 것이다. 최근의 다수 해외문헌을 통해 코로나19 시기 도시공간의 구심력(centripetal force)과 원심력(centrifugal force)에 대한 연구가 진행되고 있다(Florida, 2020; Shen, 2022; Tavernise and Mervosh, 2020). 코로나19 시기 급격한 사회·경제적·주거인식의 전환을 경험하면서 대도시에 사는 시민들이 여전히 도심 내 주거를 선호할 것인지, 아니면 변화된 사회적 요인에 의해 상대적으로 밀도가 낮은 타 지역으로 이주 할 것인지에 대한 연구가 활발히 진행되고 있다. 특히, 대도시의 주거비가 급등하여 주거불안정이 심화되고 고용난과 실업으로 도시를 떠나는 인구가 늘어남에 따라 사회적인 문제로 부상하고 있다(Chauhan et al., 2021; Vatavali et al., 2020).

우리나라의 수도이자 가장 밀도가 높은 도시이며, 단일 도시로 국내 가장 큰 코로나19에 대한 영향을 받은 서울을 집중할 필요가 있다. 코로나19 엔데믹 시대에 대한 논의가 시작되는 현 시점에서 단기적인 관점보다 장기적인 관점의 서울시 인구의 전입·전출에 대해 분석할 필요성이 있다. 그러나 기존의 서울시 인구 이동에 대한 연구에도 불구하고 코로나19의 사회적 요인을 포괄적으로 고려한 탈(脫)서울 및 거주 의사에 대한 연구는 부족한 상황이다. 코로나19를 경험한 서울시민들의 사회경제적 상황과 주택 및 주거 조건 및 코로나19 이슈에 따른 영향을 연구하는 것은, 향후 대한민국의 수도 서울의 글로벌 경쟁력에 큰 영향을 미치는 주제이며 이에 대한 면밀한 분석과 대응이 필요한 시점이다.

따라서, 본 연구는 코로나19를 경험한 서울시 거주 인구의 장기적 탈(脫)서울 및 거주 의사에 영향을 미치는 요인과 그 인과관계에 대해 분석한다. 특히, 탈서울 현상을 주도하는 것으로 나타나는 2030 계층과 전체 응답 그룹 및 40대 이상 중장년 계층으로 나누어 비교분석하였다. 그룹 간 특성과 차이를 확인하여 이에 대응하는 정책적 시사점을 제시하고자 한다. 또한 코로나19 시기 확산된 주거와 고용 및 일자리에 대한 인식변화를 반영하기 위한 변수들을 고려하여 분석을 수행하였다. 재택근무 등 새롭게 정착화된 주거와 고용분야의 환경변화가 장기적인 탈서울 현상에 미치는 영향에 대해 규명한다. 결과적으로 본 연구는 코로나19를 경험한 서울시 응답자의 인구사회·주택·일자리 요인이 장기적 서울시 거주의향에 미치는 영향을 규명하여 도시의 경쟁력으로 직결되는 탈서울 현상에 대한 시사점을 제시하고자 한다.

II. 이론적 논의 및 선행연구 검토

1. 주거입지 및 이동의향과 영향요인 연구

인구의 주거 입지 선택에 따른 지역의 이동에 관한 연구는 이전부터 많은 연구자들의 주요 주제였다. 그리고 이러한 현상에 대한 영향 요인에 대해서는 다양한 모형과 이론이 존재한다. 먼저, 주거 입지의 선택 및 주거지 이동 선호에 영향을 미치는 주요한 요인은 인구 사회적(demographic) 특성이라고 주장한 연구들이 존재한다. 예를 들면, Rossi (1955)는 결혼, 출산, 은퇴, 배우자 사망 등 생애 주기(life cycle)에 따른 주택 수요 변화가 주거 지역의 이동에 중요한 요인이라는 생애주기 이론을 발표하였다. Brown and Moore(1970)는 Rossi의 생애 주기 이론에 기반을 두어 주거지 이동 과정을 2단계로 구분하여 설명한다. 즉 가구 구성원의 변화나 가족 상황의 변화에 따라 현재의 거주 환경에 대한 불만이 나타나는 첫 번째 단계와, 해당 가구가 이사할 집을 찾아보고 이사할지 혹은 현재의 집에서 계속 살지를 결정하는 두 번째 단계로 구분하였다. 또한, Dieleman(2001)은 주거 이동률(rate of mobility)과 개인의 생애주기와는 밀접한 관련이 있다고 주장하며, 개인이나 가구의 생애 주기와 주거 선택은 밀접한 관계를 가진다고 말한다.

한편, Rossi 등의 연구가 지역의 이동 현상을 인구 사회적(social and demographic) 관점에서 접근한 것이라면, Alonso(1964)의 연구는 경제학적 관점에서 도시민의 이동 및 주거 입지 문제를 다루고 있다. Alonso(1964)는 효용극대화이론(utility maximization theory)에 기반하여, 사람들은 지역 간 주거 이동 시 직장에 대한 접근성을 나타내는 교통비용과 주거비용의 상쇄관계(trade-off) 속에서 효용을 극대화하는 지역을 선택한다고 주장한다. Van Ommeren et al.(1999)van der Vlist(2002)는, 탐색이론(search theory)에 기반하여 직장이동과 주거이동 간의 관련성을 분석하였다. 특히 이들은 통근 비용이 직장 및 주거에 의한 지역 간 이동에 어떤 영향을 미치는지를 분석하였는데, 통근 비용이 높을수록 현재의 직장이나 주택을 유지할 가능성이 낮아진다는 분석결과를 제시하였다(van Ommeren et al., 1996).

Montgomery and Curtis(2006)는 2001년 이후 국제적으로 발표된 지역 간 이동 및 주거 입지선택에 관한 주요 논문 30편을 검토한 후, 이 분야의 최근 연구 동향을 정리하여 발표하였다. 그들은 이동 및 입지를 결정하는 다양한 요인 중에서 1) 가구 소득, 가구 구성원 수, 나이, 인종 등 가구 특성 요인, 2) 주택유형, 점유 형태, 주택가격 및 주거비용 등 주택 특성 요인, 그리고 3) 교통 접근성, 학군, 공공 서비스, 조세, 대기 질 및 어메니티, 이웃 주민 등의 입지적 요인을 가장 중요한 요소로 제시하였다.

국내에서도 지역 간 인구 이동 및 주거지 이동에 관한 다양한 연구들이 진행되었다. 홍성효·유수영(2012)은 연령 및 세대별로 구분하여, 시군구 단위의 지역 간 인구이동에 영향을 미치는 요인에 관해 실증분석을 진행하였다. 연구 결과 청년 계층은 기대소득이 높고 인구밀도가 높은 도시로 이주하려는 경향이 강한 것으로 나타났으며, 고령자들은 인구 밀도가 낮고 사회복지 부문의 예산 지출이 큰 지역으로의 이주 성향을 나타내었다. 손웅비·장재민(2018)은 통근하는 직장인 가구의 특성과 교통 부문의 특성이 이사의향에 관해 미치는 영향의 탐색적 연구를 진행하였다. 수원시 응답자의 주택의 점유형태, 자녀여부 등의 주택 및 인구 사회적 변수, 교통체증, 주차단속 등 교통 특성을 고려하여, 타 지역으로의 이사의향에 대한 실증분석을 진행하였다. 분석결과, 통근시간 만족도가 높고, 자가주택에 거주하며, 주차단속이 낮을수록 이사의향이 낮게 나타났다. 반면, 월세 살며, 어린 자녀가 있는 가구이며, 수원시내 및 경기도로 통근하는 직장인일수록 이사의향이 높게 나타났다.

2. 서울 인구 이동과 코로나19 영향

서울시 인구의 지역 내부 이동, 전입 및 전출에 대한 연구는 다양한 연구자들에 의해 진행되었다. 특히, 2000년대 이후로 서울의 인구가 지속적으로 감소하는 현상이 나타나면서 탈(脫)서울에 대한 관심과 연구가 진행되어 오고 있다. 민보경·변미리(2017)는 서울시 인구의 전·출입 이동을 분석하고 공간적으로 유형화하는 연구를 진행하였다. 특히, 서울시 인구의 감소로 나타나는 탈(脫)서울 현상을 지적하며, 30~40대의 인구가 서울에서 경기도 인천의 수도권 지역으로 전출되는 현상을 확인하였다. 결론에 이르러 저자들은 탈서울 현상으로 인해 장기적으로 서울의 인구 고령화 현상, 경쟁력 약화, 도시 공동화 현상에 대한 우려를 나타내었다. 또한 이재수·성수연(2014)은 2000년도에서 2010년 사이의 서울시 인구 유입과 탈(脫)서울 가구의 주거이동 패턴을 규명하는 연구를 진행하였다. 서울에서 전출하는 주요 요인으로 주택 자가 여부 등 주택특성을 확인하였으며, 반대로 서울로 전입하는 주요 요인들로 교육, 직장 위치, 일자리 기회 등을 확인하였다. 탈(脫)서울과 서울 인구 이동에 관한 다양한 연구에서 확인하였듯이, 서울시의 인구는 꾸준히 감소하고 있으며 서울의 인근 수도권 지역으로 인구 유출 현상이 두드러지게 나타나고 있다. 이러한 탈(脫)서울 현상은 연령별로 차이, 주택의 특성, 고용과 일자리 특성과 관련하여 나타난다. 특히, 주택가격 상승과 주거비 부담으로 인해 경기도 남부 및 서울 인근 지역으로 밀려나는 현상이 나타나는 것을 확인할 수 있다. 이러한 경향은 코로나19 이후로 나타난 다양한 사회현상과 결합하여 큰 영향을 받을 것으로 보인다.

코로나19는 전염병의 특성상 밀집과 접촉 빈도가 높은 도시에서 취약한 특성을 가진다(Bhadra et al., 2021; UN, 2020). 서울은 인구 밀집도와 유동인구가 상당히 높으며, 이는 코로나 시기 타 비수도권 지역과 비교하여 높은 코로나 확진 비율을 보인 큰 원인이 되었다(우정무·박요한, 2021). 최근의 연구들에서 이러한 코로나19의 특성을 반영하여 대도시 주거의 선호가 줄고 전염병을 피하기 위해, 인구가 적고 밀집도가 낮은 교외 지역 및 소 지방으로 인구가 유출될 것이라는 전망을 주장한다. 또한 이러한 경향에는 코로나19 시기 급격히 진행된 디지털화와 원격 기술의 도입과도 연관이 있을 것이라는 주장이 있다(Shen, 2022; Lee et al., 2020).

코로나19 시기 원격근무, 재택근무 등 비대면 기술의 발전과 고용형태의 변화는, 서울시 거주의향과 주거 및 일자리 측면에서 새로운 화두를 던졌다. 서울시는 코로나 위기 시기에 강화된 사회적 거리두기 조치에 따라, 서울시 ‘천만시민 긴급 멈춤기간’을 선포하고, 서울시 내 공공과 민간 대기업을 중심으로 사무실 내 근무인원을 30%~50% 비율로 유지하는 등 재택근무를 적극적으로 시행하였다. 지난 10년간 타 지역에서 서울로 유입된 인구는 연평균 48만 명 수준이었으며, 서울로 온 가장 큰 원인이 직업과 일자리(30.8%)였다(통계청, 2022). 이러한 상황에서 코로나로 인한 비대면 재택근무의 확산과 장기화는 서울로 지속적으로 거주하는 결정을 감소하는 역할이 될 수 있으며, 나아가 서울에서 저렴하고 인구밀도가 낮은 외곽으로 이동하는 탈서울 현상의 요인이 될 수 있다. 그러나 OECD의 코로나19 이후 보고서에 따르면, 원격근무 가능성은 대부분의 경우 대도시와 수도권 지역에서 높은 것으로 전망된다(OECD, 2020). 또한 많은 연구자들이 도심지가 제공하는 높은 일자리 기회와 교육 및 의료 서비스 접근성 등으로 인해 여전히 대도시 집중과 도심주거현상이 나타날 것이라는 주장도 있다(정기성·홍사흠, 2019; Hamidi et al., 2020; Landesmann, 2020). Florida (2020)는 코로나19로 인한 위기가 그동안 쌓아온 대도시의 부흥을 종식시킬 수 없다고 하였고, Tavernise and Mervosh(2020)는 코로나 이후 대도시가 분산될 것이라는 논의는 지속 중이지만 회의적이며, 부유층의 대도시 거주민이 시골 지역으로 이동하는 것의 확실한 증거가 부족하여 이에 관한 주제를 다루기에는 너무 이르다고 지적하였다(Hamidi et al., 2020).

본 연구는 코로나19를 경험한 서울시에 거주하는 인구의 장기적 탈(脫)서울 및 거주 의사에 영향을 미치는 요인에 관한 분석을 진행하고자 한다. 전체 응답자 그룹과 함께 연령별로 2030 계층과 40대 이상 중장년 계층으로 나누어 비교분석하였다. 특히, 본 연구는 전통적인 지역 이동 영향 변수인 인구사회, 주택, 고용 변수와 함께, 코로나19 시기에 확산된 재택근무와 고용변화 변수를 포함하여 분석을 진행하였다. 코로나 엔데믹 시대에 새롭게 바뀌는 주거, 고용의 현상들을 함께 고려하여 장기적인 서울시 거주 의향에 미치는 영향을 규명한다는 점에서 기존의 연구들과 차별성을 갖는다.

III. 분석의 틀

1. 연구 범위 및 데이터 구성

본 논문에서 분석을 위해 사용한 데이터는「2020 서울서베이_도시정책지표 조사」이다. 해당 조사는 서울시에서 매년 실시하고 있는 도시정책지표 설문조사이며, 서울 시민이 행복한 서울을 만들기 위해 다양한 조건이나 환경이 어떠한지 현황 파악을 위한 목적의 조사이다. 데이터의 모집단은 만 15세 이상 서울시 거주 시민 응답자로 구성된 5,000개의 샘플이며, 본 연구의 목적에 맞게 코딩된 3,347개의 샘플을 ‘전체 응답’ 가구로 설정하였다. 여기에 2030 청년 연령집단 1,136샘플, 40대 이상 중장년 집단 2,211샘플로 나누어 데이터를 구성하였다. 연구의 시간적 범위는 코로나19 창궐 이후이자 해당 설문조사 기간인 2020년 9월 14일부터 10월 31일까지로 한다. 연구의 대상은 서울시에 거주하는 만 19세 이상 시민으로 하며, 연구의 공간적 범위는 서울특별시로 정한다. 서울은 우리나라의 수도이자 국내에서 가장 인구밀도가 높은 도시이다. 선행연구에서도 확인하였듯이 탈(脫)서울 현상과 이로 인한 인구의 감소문제는 우려할 수준이며, 코로나19를 거치면서 이에 대한 분석과 대응이 필요한 시점이다. 따라서 연구의 공간적 범위를 서울특별시로 정한다.

2. 변수의 조작적 정의 및 구축

본 연구의 주요 목적은 코로나19를 경험한 서울시에 거주하는 인구의 장기적 탈(脫)서울 및 거주 의사에 영향을 미치는 요인을 규명하는 것으로, <표 1>과 같이 변수들을 구성하였다. 종속변수는 2020년 9월 설문조사 당시 서울에 거주하고 있는 시민을 대상으로, 향후 10년 이후에도 서울에 계속 거주하고 싶은지에 대한 의사 정도를 리커트 5점 척도로 구축하였다. 본 연구에서 정의하는 탈(脫)서울의 공간적 범위는 서울시 인접지역으로 이동과, 상대적으로 거리가 먼 타 시·도로의 이주를 포괄하는 의미이다. 탈(脫)서울에 관련한 최근 선행연구들에서 확인하였듯이, 서울을 떠나 전출하는 이유들은 다양하며, 주로 서울의 주거비 부담으로 인한 경기도 등 인근지역으로의 이주가 두드러진다. 따라서 서울시와의 물리적 거리와 상관없이 서울을 벗어나 타 지역으로 이주하는 현상을 탈(脫)서울로 규정한다. 서울시의 인구 감소 현상은 1~2년 단기적으로 발생한 현상이 아니며, 10년 이상 장기적으로 꾸준히 발생하여 오는 인구·경제·사회적 복합 현상이다. 인구의 자연감소분의 영향도 있겠지만 복합적인 사회요인들로 인한 탈(脫)서울의 영향이 큰 것으로 선행연구들에서는 주장하고 있다. 특히나, 2020년 서울시민들은 도시면적 대비 가장 높은 확진자 비율을 나타낸 극심한 코로나19의 피해를 경험하였고, 이러한 사회적 재난 경험은 향후 장기적으로 지속될 가능성이 높다(김윤정 외, 2020; Finch et al., 2010). 더욱이 코로나 엔데믹 시대, 위드코로나 시대로 전환되고 있으며, 코로나19 시기에 재택근무 등 새롭게 나타낸 주거와 고용환경의 변화는 장기적으로 서울에 거주하고자 하는 시민들의 의식에 큰 영향을 미칠 것이다(Maginn & Anacker, 2020; Nilles, 1991; Shen, 2022; Rhee, 2009). 따라서 종속변수로 설정한 서울시 거주의향 혹은 탈(脫)서울 의사 정도의 시간적 구성은 장기적으로 구성하여 새로운 전환의 시대에 도시 인구 변화에 대응할 수 있도록 설정하였다.

표 1. 변수 설정
구분 변수 변수 설명 변수 코딩
종속
변수
향후 서울시 거주or
탈서울 의향
향후 10년 이후에도 서울에 계속
거주하고 싶은지 의향의 정도
리커트 5점 척도(1=전혀 그렇지
않음~5=매우 그렇다)
인구
사회
특성
성별 응답자 성별 1=남성, 0=여성
연령 응답자 연령(연령값의 제곱) 연속형
거주 기간 총 서울 거주 기간(년) 연속형
주택 특성 주택유형 거주하는 주택의 유형 주택더미1=단독주택(참조),
주택더미2=아파트,
주택더미3=다세대·연립,
주택더미4=기타
점유형태 거주하는 주택의 점유 형태 점유더미1=자가(참조),
점유더미2=전세,
점유더미3=월세,
점유더미4=기타
일자리
특성
일자리 형태 응답자 현재 고용의 형태 고용더미1=상용근로자(참조),
고용더미2=임시·일용직,
고용더미3=자영업자,
고용더미4=기타
일자리 이직 더 좋은 직장이 나타나면 언제든
옮기는 것이 좋다
리커트 5점 척도(1=전혀 동의하지
않음~5=매우 동의)
일보다 여가 수입을 위해 일을 더하기보다
여가시간이 더 중요
리커트 5점 척도(1=전혀 동의하지
않음~5=매우 동의)
코로나19
재택근무
코로나19로 인한 재택근무 경험 여부 1=있음, 0=없음
코로나19 부정적
고용변화
코로나19로 인한 부정적 고용변화
여부(해고, 임금 감소, 폐업 등)
1=있음, 0=없음
Download Excel Table

다음으로 Ⅱ장에서 논의하였던 지역 간 이동과 의향에 대한 이론적 논의와, 선행연구들에서 주요하게 다루어졌던 변수들을 바탕으로 향후 서울시 거주 의향과 탈서울 현상에 영향을 미치는 독립변수를 다음과 같이 구성하였다. 크게 인구·사회적 특성, 주택 특성, 일자리 특성으로 구분하였다. 먼저 인구·사회적 특성은 응답자 성별, 연령, 총 서울 거주 기간으로 구성되어 있다. Dieleman(2001)이나 Rossi(1955)와 같은 주거지 선택과 연관된 지역 간 이동에 관한 주요 변수들로 생애주기(life cycle)와 관련된 연령 변수를 다루고 있으며, Montgomery and Curtis (2006)의 경우 성별, 인종 등의 인구 사회적 변수들이 지역 간 이동 및 주거 입지선택에 주요한 영향을 미치는 변수들 중 하나라고 주장하였다. 주택 특성 또한 많은 연구들(손웅비·장재민, 2018; Montgomery and Curtis, 2006)에서 주요 변수로 다루어졌으며, 본 연구에서는 주택유형과 점유형태를 주택의 특성을 나타내는 변수들로 설정하였다. 마지막으로 고용 및 일자리 특성의 변수들로 일자리 형태, 일자리 이직 및 일과 여가의 중요도 등 고용과 관련된 인식 변수, 코로나19 시기 동안 재택근무 경험 여부, 코로나19 시기 동안 해고, 임금 감소, 폐업 등의 부정적 고용변화 경험 여부를 구성하였다. 전통적으로 고용과 일자리 관련 변수는 지역 간 주거지 이동의 중요한 변수로 다루어져 왔다. Alonso(1964)의 효용극대화이론에서나 van der Vlist(2002)는 탐색이론(search theory)에서도, 주거지와 직장 간 거리, 통근의 경제성 등 일자리와 관련된 변수들의 중요성을 강조하였다. 특히 코로나19를 경험하면서 디지털화와 재택근무가 확산되며 일자리 형태, 직주근접, 일과 여가의 균형, 주거공간의 활용 등 다양한 주거 및 고용 환경과 인식이 크게 변화하였으며, 이러한 전환은 앞으로 이어질 것으로 전망된다(Shen, 2022). 코로나19 이전에도 재택근무와 같은 비대면 고용환경 변화가 주거인식, 주거입지 및 도시공간에 어떠한 영향을 미칠지에 대한 연구는 진행되어왔다(김선웅, 2001; 김승남, 2014; 김승남·안건혁, 2011). 고용, 일자리 환경, 재택근무 등 코로나19 시대의 일자리 관련 특성과 인식의 변화가 활발히 일어나고 있는 가운데, 향후 서울시 거주의향 지속에 영향을 미치게 될지 아니면 탈서울 현상에 힘을 더하게 될지 분석할 필요성이 제기된다.

3. 연구 모형 및 연구 방법

상기와 같이 구축된 종속변수와 독립변수들을 바탕으로 본 연구에서는 다중회귀분석모형을 연구의 분석 모형으로 사용하였다. 다중회귀분석은 기본적으로 2개 이상의 독립변수들과 종속변수 간의 관계를 분석하는 것이다. 본 연구에서는 향후 서울시 거주의향의 종속변수에 영향을 미치는 인구사회, 주택, 일자리 특성의 독립변수들의 인과관계를 규명하며, <식 1>과 같이 표현할 수 있다.

y s e o u l   = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + ϵ
식 1

여기서, yseoul은 서울시 거주의향 종속변수를 의미하며, X1은 인구사회특성 변수, X2는 주택특성 변수, X3은 일자리 특성변수를 의미한다. β0,β1,β2,β3은 각각의 회귀계수, ε_은 오차를 의미한다. 모형의 적합도는 Durbin-Watson 분석, 수정 결정계수(adjusted R2), 검정통계량(F-statistics)의 p-value값으로 그 적합성을 확인할 수 있다.

연구모형은 전체응답자를 대상으로 하는 Model 1과 탈서울 현상을 주도하는 2030 청년계층 Model 2, 그리고 나머지 40대 이상 중장년층 그룹 Model 3으로 나누어 비교분석을 진행한다.

IV. 분석 결과

1. 기초통계분석

본 연구의 전체 응답자 그룹, 2030 청년그룹, 40대 이상 중장년 그룹의 기초통계분석 결과는 <표 2>와 같다. 먼저 향후 서울시 거주의향의 경우 전체적으로 서울시에 계속 거주하고픈 의사 정도가 5점 평균(2.5)보다 높게 나타나는 가운데, 청년 그룹은 3.84로 전체 그룹의 3.74와 중장년 그룹의 3.69와 비교하여 가장 높은 것으로 나타났다. 이는 2030 청년 그룹의 향후 서울에 지속적으로 거주하고 싶은 정도가 전체 평균 응답 정도에 비해 높은 것으로 나타났으며, 40대 이상 그룹과 비교해도 크게 높은 것으로 나타났다. 여기서 확인할 수 있는 것은 지난 10년간 탈(脫)서울 현상을 주도하던 2030 청년 계층의 실질적 전출현상과는 반대로, 이들의 서울시 장기적 거주의사는 가장 높은 것으로 확인되었다. 이는 2030 계층의 자발적 인구 유출이라기보다 다른 사회적 요인들로 인해 떠밀려나는 pulling out 현상이 나타나는 것으로 해석할 수 있다. 서울의 거주기간은 전체 평균 30년, 청년그룹 평균 21.2년, 중장년 34.5년으로 나타났다. 거주하는 주택의 유형은 전체, 청년, 중장년 모두 아파트가 가장 높은 가운데, 청년의 경우 다세대 연립의 거주 응답 비중이 상대적으로 높았다(35%). 점유형태의 경우, 청년의 경우 전월세 응답 비중이 약 60%로 높았으며, 중장년의 경우 자가 비율이 67%로 높게 나타났다. 중장년의 전월세 비중은 청년에 비해 상대적으로 낮았으며 월세는 9%로 청년의 20%와 비교해 크게 낮았다. 고용형태는 청년 응답자의 84%가 상용근로자로 나타났으며, 중장년층의 경우 자영업자라고 응답한 비중이 24%로 상대적으로 높았다. 지금보다 좋은 일자리로의 이직 선호 정도는 청년그룹의 값(3.82)이 중장년층(3.59)에 비해 높았으며, 일과 여가의 워라벨 의식 역시 청년 그룹이 3.69로 중장년 3.53보다 높게 나타났다. 코로나19 기간 동안 재택근무 경험이 있는 응답비중은 전체 그룹 32%가 경험이 있다고 응답한 가운데, 청년 그룹 39%, 중장년 그룹 28%가 경험이 있다고 응답하였다. 코로나19 기간 동안 해고, 임금 감소, 폐업 등의 부정적인 고용변화 경험에 대해서는 전체 응답자의 36%가 경험이 있다고 응답한 가운데, 청년 그룹 28%, 중장년 그룹 40%가 경험이 있다고 답하였다.

표 2. 기초통계량 결과

SD, standard deviation.

변수 전체(N=3,347) 2030(N=1,136) 40대 이상(N=2,211)
Min. Max. Avg SD Min. Max. Avg SD Min. Max. Avg SD
성별 0 1 0.57 .495 0 1 0.49 .500 0 1 0.62 .486
연령 19 87 47.28 13.417 19 39 32.30 4.337 40 87 54.97 9.400
서울 거주 기간 1.0 70.0 29.9 14.055 1 53 21.2 10.580 2.0 70.0 34.5 13.485
단독주택 0 1 0.20 .403 0 1 0.18 .382 0 1 0.22 .412
아파트 0 1 0.47 .499 0 1 0.43 .495 0 1 0.50 .500
다세대 연립 0 1 0.29 .455 0 1 0.35 .476 0 1 0.27 .442
자가 0 1 0.59 .492 0 1 0.42 .494 0 1 0.67 .469
전세 0 1 0.29 .454 0 1 0.38 .485 0 1 0.25 .431
월세 0 1 0.12 .323 0 1 0.20 .401 0 1 0.08 .264
상용근로자 0 1 0.70 .460 0 1 0.84 .365 0 1 0.62 .485
임시 일용직 0 1 0.10 .301 0 1 0.09 .286 0 1 0.11 .309
자영업자 0 1 0.17 .374 0 1 0.03 .182 0 1 0.24 .425
일자리 선호 1 5 3.67 .858 1 5 3.82 .848 1 5 3.59 .852
일보다 여가 1 5 3.59 .853 1 5 3.69 .862 1 5 3.53 .844
코로나재택근무 0 1 0.32 .465 0 1 0.39 .489 0 1 0.28 .448
코로나고용변화 0 1 0.36 .480 0 1 0.28 .451 0 1 0.40 .490
향후
서울시거주의향
1 5 3.74 .909 1 5 3.84 .886 1 5 3.69 .917
Download Excel Table
2. 모형의 검증 및 분석 결과

본 연구에서 주요하게 규명하고자 하는 코로나19를 경험한 서울시에 거주하는 인구의 장기적 탈(脫)서울 및 거주 의사에 영향을 미치는 요인을 규명하기 위하여 회귀모형1, 2, 3을 구축하였다. 각 회귀 모형의 적합도와 설명력은 <표 3> 및 <표 4>에 분석 결과와 함께 나타내었다. 먼저 Durbin-Watson 분석을 통해 자기 연관성을 규명한 결과, 각 모형의 값이 1.765, 1.848, 1.782로 나와, 잔차의 독립성 가정을 충족하여 모형의 적합성을 확보하였다.1) 변수 간의 다중공선성 여부를 나타내는 variance inflation factor 수치는 세 모형 독립변수 모두 10 이하로 나타나, 변수 간 독립성을 확보하고 상관관계 문제가 없는 것으로 판단되었다. 검정통계량(F-statistics)의 p-value값은 세 모형 모두 p=0.00으로, 0.05보다 작게 나와 각 모형이 통계적으로 유의미한 것으로 나타났다. 마지막으로 모형의 설명력을 나타내는 adjusted R-squared값은 각각 0.750, 0.874, 0.822로 75.0%, 87.4%, 82.2%의 설명력이 있는 것으로 나타났다. 결과적으로 세 회귀 모형 적합성을 확보한 것으로 확인되었다.

표 3. 전체 응답자 Model 1 분석 결과

SE, standard error; VIF, variance inflation factor.

전체응답자(N=3,347)
변수 Estimate SE p-value VIF
인구사회
특성
성별 −.073** −2.294 .022 1.035
연령 −.133*** −6.139 .000 1.619
서울 거주 기간 .004* .001 .005 1.350
주택 특성 주택더미2_아파트 .090** .966 .034 1.812
주택더미3_다세대 연립 −.099** −.199 .028 1.767
주택더미4_기타 −.079 −.816 .415 1.162
점유더미2_전세 −.079** −2.166 .030 1.160
점유더미3_월세 −.008 −.144 .885 1.236
점유더미4_기타 −.308 −1.279 .201 1.009
일자리 특성 고용더미2_임시 일용직 .059 1.085 .278 1.113
고용더미3_자영업자 .138*** 2.814 .005 1.404
고용더미4_기타 .124 1.427 .154 1.056
일자리 이직 .131*** 6.930 .000 1.106
일보다 여가 −.068*** −3.643 .000 1.075
코로나19 재택근무 .058* 1.710 .087 1.003
코로나19 부정적 고용변화 −.041 −1.237 .216 1.003
Model fit Pseudo-R2 Adjusted R-squared=0.750
Durbin-Watson 검정 p=1.765
F값 검정 F=8.296, p=0.000

* p<0.1

** p<0.05

*** p<0.01.

Download Excel Table
표 4. 청년그룹 Model 2 및 40대 이상 그룹 Model 3 분석 결과

SE, standard error; VIF, variance inflation factor.

변수 2030 청년 그룹(N=1,136) 40 이상 그룹(N=2,211)
Estimate SE p-value VIF Estimate SE p-value VIF
인구사회
특성
성별 −.046 −.885 .377 1.019 −.086** −2.130 .033 1.037
연령 −.006 −.873 .383 1.115 −.009*** −3.647 .000 1.366
서울 거주 기간 .007*** 2.654 .008 1.123 .003* 1.873 .061 1.092
주택 특성 주택더미2_
아파트
.138*** 2.600 .009 1.000 .097* .053 .064 1.358
주택더미3_
다세대 연립
−.060 −.787 .431 1.973 −.121** −2.140 .033 1.668
주택더미4_기타 −.012 −.087 .931 1.289 −.119 −.857 .392 1.103
점유더미2_전세 −.045* −.735 .063 1.284 −.098** −2.081 .038 1.111
점유더미3_월세 .025 .329 .742 1.417 −.025 −.325 .745 1.112
점유더미4_기타 −.204 −.398 .691 1.029 −.341 −1.239 .215 1.010
일자리
특성
고용더미2_
임시 일용직
.121 1.288 .198 1.076 .018 .268 .788 1.189
고용더미3_
자영업자
.206 1.421 .156 1.034 .114** 2.096 .036 1.445
고용더미4_기타 .055 .380 .704 1.038 .160 1.465 .143 1.079
일자리 이직 .146*** 4.549 .000 1.108 .126*** 5.326 .000 1.087
일보다 여가 −.092*** −2.900 .004 1.103 −.055** −2.348 .019 1.059
코로나19 재택근무 .053 .970 .332 1.043 .015* .035 .077 1.052
코로나19
부정적 고용변화
−.075 −1.264 .206 1.075 −.033 .043 .446 1.192
Model fit Pseudo-R2 Adjusted R-squared=0.874 Adjusted R-squared=0.822
Durbin-Watson
검정
1.848 1.782
F값 검정 F=2.954, p=0.000 F=4.416, p=0.000

* p<0.1

** p<0.05

*** p<0.01.

Download Excel Table

회귀분석 결과는 <표 3> 및 <표 4>와 같다. 먼저 전체 응답자 Model 1 회귀분석 결과, 장기적 서울시 거주의향에 영향을 미치는 변수는, 인구 사회 특성에서는 성별, 연령, 서울 거주 기간 변수가 유의미한 변수로 나타났다. 주택 특성에서는 주택유형(아파트, 다세대·연립), 점유형태(전세) 변수가 통계적으로 유의미한 변수로 나타났다. 일자리 특성부문에서는 고용 형태(자영업자), 일자리 이직, 일보다 여가, 코로나19 재택근무 변수가 유의미한 변수로 나타났다. 인구·사회특성 변수의 인과관계 결과는 남성의 경우 여성보다 서울시에 장기적으로 거주하고자 하는 의사가 낮은 것으로 나타났다. 연령의 경우 상대적으로 젊은 응답자일수록 서울시에 장기적으로 거주하고자 하는 의사가 높은 것으로 나타났다. 또한 서울시에 더 오랫동안 거주한 응답자일수록 향후 서울시에 계속 거주하고 싶은 의사가 더 높은 것으로 나타났다. 주택 유형 결과 단독주택 거주 응답자에 비해 아파트에 거주하는 응답자의 경우 향후 서울시에 계속 거주하고 싶다는 의향이 높은 것으로 나타났다. 반면, 다세대·연립에 거주하는 응답자의 경우 서울시에 장기적으로 거주하고 싶다는 의향이 낮은 것으로 나타났다. 이는 서울 내 아파트 거주가 가지는 공간종속성과 주거만족성이 향후 거주 지속에 영향을 미치는 것으로 생각된다(최명섭 외, 2003). 또한 단독주택에 거주하는 가구 특성이 상대적으로 고령가구가 많다는 점은 다른 다세대·연립에 비해 향후 거주하는 집에 계속 거주하고자 하는 경향(aging in place)이 반영된 결과로 해석할 수 있다(김유진 외, 2019). 점유형태 결과, 자가 응답자에 비해 전세에 사는 응답자는 장기적 서울 거주 의사가 낮은 것으로 나타났다. 불안정한 주거형태와 코로나19 시기 전세난을 경험하며, 장기적으로 서울 내에 거주하는 것이 힘들 것으로 판단한 결과로 보인다. 일자리 특성의 인과관계 결과, 상용근로자에 비해 자영업자의 경우 서울시에 장기적으로 거주하고자 하는 의사가 높은 것으로 나타났다. 또한 좋은 일자리로의 이직을 선호하는 응답자일수록 서울에 계속 거주하고 싶다는 의사가 높은 것으로 나타났다. 이는 서울이 타 시도에 비해 양질의 일자리와 기회가 더 높은 것과 연관하여 해석할 수 있을 것이다. 또한 수입을 위한 일보다 여가 시간을 더 가지고 싶다고 응답한 서울 시민의 경우, 장기적으로 탈(脫)서울을 하고자 하는 의사가 더 강한 것으로 나타났다. 마지막으로 코로나19 시기 재택근무를 경험한 경제활동을 하는 응답자의 경우, 여전히 서울시 거주의사가 상대적으로 높은 것으로 나타났다. 부정적 고용변화 변수는 통계적으로 유의미하게 나타나지 않았다.

다음으로 2030 청년 응답자 그룹 Model 2와 40대 이상 그룹 Model 3의 분석 결과는 다음과 같다. 2030 그룹의 인구사회 부문에서 서울시 거주 기간 변수가 통계적으로 유의미한 결과를 나타내었으나, 40대 이상 그룹에서는 성별, 연령, 서울 거주 기간 변수가 통계적으로 유의미한 결과를 나타내었다. 두 그룹 모두 서울시에 더 오래 거주한 응답자일수록 장기적 서울시 거주의사가 상대적으로 높은 것으로 나타났다. 그리고 40대 이상 중장년 및 고령자 그룹의 경우 연령이 높아질수록 서울에 계속 거주하고픈 경향이 더 강한 것으로 나타났다. 이는 고령계층의 aging in place 현상이 나타난 결과라고 해석할 수 있다. 주택 특성의 경우 두 모형 모두 아파트에 거주하는 응답자일수록 장기적 서울시 거주의사가 상대적으로 높은 것으로 나타났다. 그러나 40대 이상 그룹인 Model 3에서는 다세대 연립에 거주하는 응답자는 단독주택 거주자에 비해 장기적으로 탈(脫)서울을 하고자 하는 의사가 더 강한 것으로 나타났다. 전체 응답자 Model 1에서의 결과와 동일하게 단독주택 비율이 높은 고령가구의 현재 거주하는 집에 계속 거주하고자 하는 경향(aging in place)으로 인해 상대적으로 다세대 연립에 거주하는 40대 이상 응답자들은 서울에 장기적으로 거주하고자 하는 경향이 약한 것으로 해석할 수 있다. 점유형태 부문 결과 청년 계층과 40대 이상 그룹에서는 자가 응답자일수록 장기적 서울시 거주의사가 상대적으로 높은 것으로 나타났다. 일자리 특성을 살펴보면, 청년 그룹에서는 다세대·연립 응답자 결과가 유의미하게 나타나지는 않았지만 비표준화 계수값이 부(–)의 방향으로 나온 것으로 보아, 단독주택 거주 청년에 비해 탈서울 경향이 강한 것으로 보인다. 이는 주로 민간 임차가구가 거주하는 다세대·연립의 경우 계약기간 만료에 따른 주거이동의 가능성이 높고 생애주기에 따라 취업과 결혼에 의해 서울을 벗어나는 경우가 존재하기 때문으로 볼 수 있다(성주한·김형근, 2017). 점유형태의 경우, 청년 그룹과 40대 이상 응답 그룹 모두 자가에 비해 전세 응답자의 탈서울 경향이 더 높은 것으로 나타났다. 자가에 비해 주거불안정성이 큰 전세에 사는 응답자는, 코로나19를 경험하며 장기적으로 서울 내에 거주비를 부담하는 것이 힘들 것으로 판단한 결과로 보인다. 고용유형에 따른 서울시 거주의향 결과, 40대 이상 그룹의 자영업자 응답자의 경우만 유의미한 결과가 나타났다. 상용근로자 응답자에 비해 자영업자의 경우 서울시에 계속 거주하고자 하는 경향이 높게 나타난 것을 알 수 있다. 청년그룹에서는 고용형태에 따른 결과값이 유의미하게 나타나진 않았지만 계수값이 정(+)의 방향을 띠고 있어, 상용근로자와 비교하여 고용 안정성이 낮은 자영업, 임시·일용직 청년들이 양질의 일자리가 많고 이직의 기회가 많은 서울에 향후 계속적인 거주를 원하는 것으로 판단할 수 있다. 이 같은 경향은 ‘일자리 이직’ 변수 결과에서 유사하게 확인할 수 있다. 청년 그룹은 좋은 일자리로 이직하는 것을 선호할수록 장기적으로 서울에 계속 거주하는 것을 원하는 것으로 나타났다. 반면, 수입을 위한 일보다 여가시간을 갖는 것을 선호할수록 향후 서울에 거주하기를 원하는 정도가 낮아지는 것을 확인할 수 있었다. 이 같은 결과는 40대 이상 그룹에서도 동일하게 나타났다. 마지막으로 청년 그룹의 경우 코로나19 재택근무 경험과 부정적 고용변화 변수가 장기적 서울 거주 의향에 통계적으로 유의미하지 않게 나타났다. 반면, 40대 이상 그룹의 경우 재택근무를 경험한 응답자는 장기적으로 서울시에 거주하기를 더 원하는 것으로 나타났다. 전체 응답자 그룹에서도 재택근무와 관련해서 40대 이상과 동일한 결과가 나타났는데, 이 같은 결과는 재택근무가 교외지역 거주 및 이주 경향을 높일 것이라는 선행연구들(Lee et al., 2020; Shen, 2022)과는 반대의 결과를 나타내었다. 오히려 재택근무의 환경변화에도 서울이라는 대도시가 가진 일자리 기회, 인프라 등의 이점을 누리고자 하는 수요가 여전히 높을 것이라는 연구들의 결과(정기성·홍사흠, 2019; Landesmann, 2020)와 결을 같이 하는 것으로 보인다.

V. 결론 및 시사점

본 연구는 다중 회귀분석모형을 활용하여 코로나19를 경험한 서울시 거주 인구의 장기적 탈(脫)서울 및 거주 지속 의사에 영향을 미치는 요인과 그 인과관계 규명하고자 하였다. 이를 위하여 「2020 서울서베이_도시정책지표 조사」 데이터를 활용하였으며, 전체 응답그룹, 2030 청년그룹, 40대 이상 중장년 그룹으로 나누어 비교 분석을 진행하였다.

연구의 주요 결과들은 다음과 같다. 첫째, 청년 그룹은 전체 그룹과 중장년 그룹과 비교하여 향후 서울시에 거주하고자 하는 의향이 상대적으로 높은 것으로 나타났다. 지난 10년간 탈(脫)서울 현상은 주로 2030 청년 계층의 이동이었다는 것과 연계해서 해석한다면, 청년들은 서울에서 일자리 및 고용 불안정, 전월세, 주거비 부담 등 주거불안정 등의 사회적 요인들로 인해 떠밀려나는 pulling out 현상을 경험하고 있는 것을 알 수 있다. 둘째, 전체 응답자들의 장기적 서울시 거주 의사에 영향을 미치는 변수들은 성별, 연령, 서울 거주 기간, 주택유형, 점유형태, 고용 형태, 일자리 이직, 일보다 여가, 코로나19 재택근무 변수로 나타났다. 연령이 낮을수록, 서울시 거주기간이 길수록, 아파트에 거주할수록, 자영업자일수록, 좋은 일자리 이직을 선호할 경우, 재택근무를 경험한 경우 장기적 서울시 거주를 더 선호하는 것으로 나타났다. 반면에 연령이 높을수록, 다세대·연립에 거주할수록, 전세로 거주할수록, 일보다 여가시간을 더 선호할수록 장기적으로 탈(脫)서울 현상을 선호하는 것으로 나타났다. 셋째, 주택의 특성결과 응답자 그룹 공통적으로 아파트에 거주할 경우 서울에 지속적으로 거주하고자 하는 경향이 높은 것으로 나타났다. 반면, 자가에 비해 전세로 살 경우 장기적 탈서울 경향이 나타나는 것을 확인하였다. 이는 서울시민의 경우 연령그룹에 관계없이 자가 유무에 따라 주거안정성이 크게 좌우되는 것을 확인할 수 있었으며 특히, 아파트 자가 소유가 서울 내 향후 거주에 상대적으로 큰 영향을 미치는 것을 알 수 있었다. 마지막으로, 일자리 특성 측면에서 공통적으로 더 나은 일자리로 이직을 원할 경우 서울거주를 선호하고, 반면에 일보다 여가에 가치를 두는 경우 서울을 장기적으로 벗어나는 것을 선호하는 것으로 나타났다. 이는 서울이 가진 양질의 일자리 기회와 함께 서울의 수도이자 경제 중심지로서의 치열한 고용환경을 간접적으로 반영된 결과로 해석할 수 있다. 코로나19 시기 재택근무를 경험한 40대 이상 중장년층 응답자의 경우, 서울시 거주를 향후 10년 이후까지 지속하는 것을 더 선호하는 것으로 나타났다. 재택근무 확산으로 주거입지의 자율성이 확대되는 상황에서도 40대 이상 응답자들은 대도시가 제공하는 이점과 도심주거수요가 더 크다고 판단한 결과라고 해석할 수 있다. 특히 청년 계층보다 다인가족 구성이 높고 연령이 높은 40대 이상 그룹에게 서울이 가진 병원, 교육, 문화 시설 등의 인프라는 서울 거주 지속 경향에 큰 영향을 미쳤을 것이다. 연령별 그룹을 비교분석한 결과 주택 특성과 일자리 특성에 있어서 유사한 경향을 나타내는 것을 확인할 수 있었다. 탈서울 혹은 거주지속에 대한 특성별 선호도가 유사함에도 불구하고 실제적인 인구이동의 결과는 2030세대에서 서울을 떠나는 비중이 높았다. 이는 서울에 거주하는 2030 청년 계층이 40대 이상 계층에 비해 상대적으로 그들의 주거입지 선호를 관철하기 힘든 경제적 불안정성을 겪고 있음을 확인할 수 있다.

연구 결과를 바탕으로 한 시사점은 다음과 같다. 첫째, 서울시의 인구감소 탈(脫)서울 현상은 서울시민들의 서울시 거주 수요와 반하는 현상이며, 특히 가장 서울 거주 수요가 높은 2030 청년의 도시 밀려남(pulling out) 현상에 대한 적극적 대응이 필요하다. 코로나19 시기를 거치면서 서울시 청년들의 주거비 부담은 점차 감당하기 힘들 정도로 커지고 있는 것이 현실이다. 학업적 이유와 일자리 기회 및 취업의 현실적 이유들로 서울로 모여들고 장기적으로 거주하고자 하는 2030 청년들이 느끼는 서울살이의 어려움은 너무나도 크다. 서울시 청년 1인 가구의 소득대비 주거비 지출 비율 rent to income ratio2) 30%를 초과하는 과부담 가구가 35.4% 수준인 것으로 나타났다. 공공에서 공급하는 임대주택의 경우, 시세 대비로 임대료가 책정되기 때문에 크게 높아진 시세로 인해 공공임대주택의 임대료도 부담이 될 수밖에 없는 구조이다. 연구 결과 자가, 아파트 거주인 경우 안정적인 주거상황을 기반으로 장기적인 서울 거주의사가 높아지는 것, 그리고 자가에 비해 전세로 거주하는 경우 탈서울 경향이 나타난 결과를 바탕으로 청년과 서울의 무주택 취약계층이 장기적으로 서울에서 안정적으로 거주할 수 있도록 저렴한 내집 마련 정책을 시행하는 것이 필요할 것이다. 5월에 출범한 새 정부의 청년 자가마련 정책인 역세권 첫집주택과 청년원가주택은 청년들의 저렴한 내집 마련 지원정책으로, 적재적소에 충분한 물량과 유형이 공급된다면 장기적으로 청년인구의 유출을 줄이고 서울의 경쟁력을 높이는 데 기여할 수 있을 것으로 판단된다. 둘째, 서울은 여전히 양질의 일자리와 기회가 많은 지역이며 동시에 일과 여가의 균형을 지키기 어려운 환경의 기업들이 많은 지역인 것으로 보인다. 고용을 위해 서울로 모여드는 2030 청년인구가 서울에 잘 정착하고 이들의 유출을 장기적으로 줄이기 위해서는 안정적인 주거지원 정책뿐만 아니라 일과 삶의 균형을 맞출 수 있는 정책적 노력이 필요할 것이다. 이는 공공의 영역뿐만 아니라 민간과 산업계의 문화 전환이 필요한 부분인데, 코로나19 시기를 거치며 불필요한 회식과 야근이 줄어들고 사내 복지 및 임금상승, 재택근무 증가 등의 변화가 확인되어 장기적으로 서울시 인구 유출현상에 긍정적인 효과가 있을 것으로 전망된다. 마지막으로 코로나19로 인한 고용의 변화와 재택근무 등 비대면 문화의 확산은 서울시 인구 이동 및 교외화 현상에 크게 영향을 미치지 못할 것으로 나타났다. 특히, 생애주기별 환경변화로 주거지 이동요인이 많은 청년 계층보다 다인가족을 이루어 정착하고 사는 경우가 많은 40대 이상 중장년 계층은, 재택근무를 경험하였더라도 서울시 거주를 유지하고자 하는 경향이 크게 나타났다. 다만, 최근의 경향에서도 확인하였듯이 서울시 2030 청년계층의 유출이 문제가 되고 있는데, 코로나19로 인해 발생한 경제난과 이로 인한 주거불안정 악화는 장기적으로 도시의 활력이 될 수 있는 청년층의 유출로 이어질 가능성이 높은 것으로 확인되었다. 따라서 이에 대한 주택정책, 주거지원 정책, 고용지원 정책이 더욱 필요할 것으로 판단된다.

본 연구는 전 세계적 재난인 코로나19 시기를 경험한 서울 시민들을 대상으로 장기적 서울시 거주 혹은 탈서울 의사에 대한 인구 사회적, 주택특성, 일자리 특성 변수들의 영향과 인과관계에 대해 분석한 연구이다. 전체, 청년, 중장년 그룹으로 나누어 비교 분석을 진행하여 유의미한 결과를 도출한 의미 있는 연구임에도 불구하고 다음과 같은 연구의 한계를 가진다. 첫째, 주거입지 및 지역 간 이동에 주요한 영향을 미치는 변수들 중 경제적 특성을 나타내는 변수들을 고려하지 못하였다. Ⅱ장의 선행연구 부분에서 월 소득, 자산 수준, 월 주거비, 관리비 등 경제적 특성은 중요한 변수로 확인되었다. 그럼에도 불구하고 「2020 서울서베이_도시정책지표 조사」 데이터의 문항구성의 한계로 인해 이러한 경제적 특성 변수들을 연구모형에 적용하지 못하였다. 다만, 거주하는 주택유형과 점유형태로 간접적으로 나마 응답자들의 경제적 상황을 유추하여 결과를 해석하고자 하였다. 둘째, 코로나19로 인한 영향 변수들을 더욱 다양하게 고려하지 못한 한계를 가진다. 본 연구모형에는 재택근무 여부와 부정적인 고용변화 여부에 대한 변수를 코로나19 충격 변수로 사용하였다. 코로나19 현상은 전 세계적으로 임팩트가 큰 사회적 재난이었으며, 국내와 서울에서도 상당한 영향력을 주어 인구, 사회, 경제적으로 도시 구조에 큰 영향을 주었다. 이는 장기적인 도시 거주에도 영향을 줄 것이 자명하기에 본 연구에서 코로나19 영향 요인에 대한 변수를 포함시켰다. 다만, 코로나 시기 주택시장의 변화, 소득의 변화 등 다양한 변수를 고려하지 못하였으며, 이는 연구의 한계로 남긴다. 마지막으로, 종속변수 데이터 구축의 시간적 범위를 한계로 둔다. 이는 종속변수의 데이터 내용으로 향후 10년 이후 서울에 거주하고 싶은지에 대한 정도를 코딩하였다. 연구의 목적이 향후 장기적인 관점에서 서울시의 인구 유출과 거주 의사에 대한 분석을 진행하고자 한 것으로 10년의 기간이 장기적 관점에서 적합하다고 볼 수 있다. 그러나 3년, 5년, 10년 등 단기·중기·장기로 구분된 서울시 거주 의사를 파악할 수 있다면 더욱 구체적이고 세밀한 탈(脫)서울 현상에 대응할 수 있는 연구결과와 시사점을 제시할 수 있었으리라 하는 아쉬움이 존재한다. 또한 코로나19 발생 전과 후를 비교분석하지 못한 한계를 인식한다. 본 연구에 사용된 데이터의 조사표 문항이 2019년과 동일하지 않아 직접적인 비교분석이 가능하지 않았다. 또한 연구의 기간이 2020년 9~10월로 2년 이상의 코로나19의 기간을 모두 반영하지 못한 아쉬움이 존재한다. 이 같은 연구의 한계점들은 향후 연구에서 충실히 고려하여 깊이 있고 충실한 연구를 진행하고자 한다.

Notes

1) Durbin-Watson test는 그 값이 2인 경우 상관성이 없는 것이고, 0은 양의 상관성, 4는 음의 상관성으로 가까이 가는 것을 의미한다.

2) 보통 25% 이상이면 부담률이 높음을 의미하고 30%를 초과하면 과부담가구로 분류.

참고문헌

1.

김선웅. (2001). 재택근무가 통근패턴 및 공간구조에 미치는 영향. 국토계획, 36(6), 41-55.

2.

김승남. (2014). 재택근무는 주거입지 선택에 있어 고용입지에 대한 종속성을 약화시키는가?: 수도권의 정보화직종 종사자를 대상으로 한 실증연구. 지역연구, 30(1), 35-62.

3.

김승남, 안건혁. (2011). 재택근무와 도시: 통합적 문헌연구 및 향후 연구방향. 국토연구, 70, 111-138.

4.

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

5.

김윤정, 박규리, 김정원, 이승호. (2020). 외상경험 횟수와 코로나19 사건충격의 관계에서 코로나19 이전 스트레스의 매개효과: 대구지역 여성을 중심으로. 인문사회21, 11(6), 579-590.

6.

민보경, 변미리. (2017). 서울인구는 어떻게 이동하고 있는가?: 전출입이동의 공간 분석과 유형화. 서울도시연구, 18(4), 85-102.

7.

성주한, 김형근. (2017). 패널로짓분석을 이용한 가구주 연령별 임차인의 주거이동에 관한 연구: 한국노동패널 6차년도(2003년)부터 15차년도(2012년)까지의 패널자료를 바탕으로. 부동산학보, (65), 176-190.

8.

손웅비, 장재민. (2018). 통근자의 가구 및 교통 특성과 이사의향에 관한 탐색적 연구: 수원시민을 대상으로. 부동산연구, 28(2), 35-47.

9.

우정무, 박요한. (2021). 코로나 19의 지역 전파양상: 인천과 서울 간 관계적 특성을 중심으로. 인천학연구, 1(35), 39-66.

10.

이재수, 성수연. (2014). 서울 전출입 가구의 주거이동 패턴과 특성 연구: 2000-2010. 국토계획, 49(7), 53-65.

11.

정기성, 홍사흠. (2019). 공간 분석을 통한 지역별 수도권 인구유입에 영향을 미치는 요인 연구:지리정보시스템과 지리적가중회귀모형을 이용하여. 국토계획, 54(6), 116-127.

12.

최명섭, 김의준, 방정욱. (2003). 공간종속성을 고려한 서울시 아파트 가격의 공간 영향력. 지역연구, 19(3), 61-80.

13.

통계청. (2022). 국내인구이동통계. Retrieved from https://kostat.go.kr/portal/korea/kor_nw/1/2/4/index.board

14.

홍성효, 유수영. (2012). 세대별 시군구 간 인구이동 결정요인에 관한 실증분석. 서울도시연구, 13(1), 1-19.

15.

Alonso, W. (1964). The historic and the structural theories of urban form: Their implications for urban renewal. Land Economics, 40(2), 227-231.

16.

Bhadra, A., Mukherjee, A., & Sarkar, K. (2021). Impact of population density on Covid-19 infected and mortality rate in India. Modeling Earth Systems and Environment,7, 623-629.
, ,

17.

Brown, L. A., & Moore, E. G. (1970). The intra-urban migration process: A perspective. Geografiska Annaler: Series B, Human Geography, 52(1), 1-13.

18.

Chauhan, R. S., da Silva, D. C., Salon, D., Shamshiripour, A., Rahimi, E., Sutradhar, U., Khoeini, S., Mohammadian, A., Derrible, S., & Pendyala, R. (2021). COVID-19 related attitudes and risk perceptions across urban, rural, and suburban areas in the United States. Findings, 23714.

19.

Dieleman, F. M. (2001). Modelling residential mobility; a review of recent trends in research. Journal of Housing and the Built Environment, 16(3), 249-265.

20.

Finch, C., Emrich, C. T., & Cutter, S. L. (2010). Disaster disparities and differential recovery in New Orleans. Population and Environment, 31(4), 179-202.

21.

Florida, R. (2020, April 4). The geography of coronavirus. Bloomberg CityLab. Retrieved from https://www.bloomberg.com/news/articles/2020-04-03/what-we-know-about-density-and-covid-19-s-spread

22.

Hamidi, S., Sabouri, S., & Ewing, R. (2020). Does density aggravate the COVID-19 pandemic?: Early findings and lessons for planners. Journal of the American Planning Association,86(4), 495-509.

23.

Jones, A., & Grigsby-Toussaint, D. S. (2020). Housing stability and the residential context of the COVID-19 pandemic. Cities & Health, 5(sup 1), S159-S161.

24.

Landesmann, M. A. (2020). Covid-19 crisis: Centrifugal vs. centripetal forces in the EU—a political-economic analysis. Journal of Industrial and Business Economics, 47(3), 439-453.
,

25.

Lee, J., Chin, M., & Sung, M. (2020). How has COVID-19 changed family life and well-being in Korea? Journal of Comparative Family Studies, 51(3-4), 301-313.

26.

Maginn, P. J., & Anacker, K. B. (2022). Covid-19 (sub)urbanisms. In P. J. Maginn, & K. B. Anacker (Eds.), Suburbia in the 21st century: From dreamscape to nightmare? (p. 332). London, UK: Routledge.

27.

Montgomery, M., & Curtis, C. (2006). Housing mobility and location choice: A review of the literature. Urbanet Planning Department of Urban and Regional Planning Curtin University. Retrieved from http://urbanet.curtin.edu./au

28.

Nilles, J. M. (1991). Telecommuting and urban sprawl: Mitigator or inciter? Transportation, 18(4), 411-432.

29.

OECD. (2020). The impact of the COVID-19 crisis on regional and local governments: Main findings from the joint CoR-OECD survey. Paris, France: OECD.

30.

Rhee, H. J. (2009). Telecommuting and urban sprawl. Transportation Research Part D: Transport and Environment, 14(7), 453-460.

31.

Rossi, P. H. (1955). Why families move: A study in the social psychology of urban residential mobility. Glencoe, IL: Free Press.

32.

Shen, J. (2022). Globalization, population flow and the spatial diffusion of COVID-19. Asian Geographer, 39(2), 209-217.

33.

Tavernise, S., & Mervosh, S. (2020). America’s biggest cities were already losing their allure. What happens next? The New York Times. Retrieved from https://www.nytimes.com/2020/04/19/us/coronavirus-moving-city-future.html

34.

Tinson, A., & Clair, A. (2020). Better housing is crucial for our health and the COVID-19 recovery. The Health Foundation, 20(11), 1-25.

35.

UN. (2020). Policy brief: COVID-19 in an urban world. New York, NY: UN.

36.

van der Vlist, A. J., Gorter, C., Nijkamp, P., & Rietveld, P. (2002). Residential mobility and local housing-market differences. Environment and Planning A: Economy and Space, 34(7), 1147-1164.

37.

van Ommeren, J., Rietveld, P., & Nijkamp, P. (1996). Residence and workplace relocation: A bivariate duration model approach. Geographical Analysis, 28(4), 315-329.

38.

van Ommeren, J., Rietveld, P., & Nijkamp, P. (1999). Job moving, residential moving, and commuting: A search perspective. Journal of Urban Economics, 46(2), 230-253.

39.

Vatavali, F., Gareiou, Z., Kehagia, F., & Zervas, E. (2020). Impact of COVID-19 on urban everyday life in Greece. Perceptions, experiences and practices of the active population. Sustainability, 12(22), 9410.