Land and Housing Review (토지주택연구)

Land and Housing Research Institute (한국토지주택공사 토지주택연구원)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Change of Quality in a Residential Sector of Single Person Households in Seoul during the COVID-19: Analyze Variable Importance and Causality with Artificial Neural Networks and Logistic Regression Analysis

서울시 1인 가구의 코로나 19 전후 주거의 질 변화 연구: 인공신 경망과 로지스틱 회귀모형을 활용한 변수 중요도 및 인과관계 분석

  • Received : 2023.03.04
  • Accepted : 2023.03.15
  • Published : 2023.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

Using the Artificial Neural Network model and Binary Logistic Regression model, this study investigates influence factors on the quality of life in terms of housing environment during the COVID-19 in Seoul. The results show that the lower the satisfaction level of housing policy, the lower the quality of life in the employment field and the lower the quality of residential field. On the other hand, permanent workers and self-employed respondents have experienced improvement in residential quality during the pandemic. A limitation of this study is associated with disentangling the causal relationship using the 'black box' characteristics of ANN method.

본 연구의 목적은 서울시 1인 가구들의 코로나19 발생 전과 비교한 주거의 질 변화를 진단하고 이에 영향을 미치는 영향 요인에 대해 규명하는 것이다. 연구의 대상은 설문조사 응답자 가운데 서울시에 거주하는 1인 가구이며 인공신경망과 로지스틱 회귀모형을 사용하였다. 분석결과, 주거정책지원, 고용개선여부, 고용정책지원 요인 등이 1인 가구 주거의 질 변화에 중요 요인들로 나타났다. 서울시 1인 가구의 주거여건의 질 개선을 위한 정책적 지원 강화와 노력이 필요하며, 양질의 일자리 확대를 통한 고용난 해소는 주거 부문의 개선으로 이어질 것이다. 본 연구는 인공신경망이 가지는 블랙박스 특성과 인과관계를 규명하기 어려운 한계가 존재한다. 개선된 방법론으로 후속연구가 필요할 것이다.

Keywords

References

  1. 김민정.조민효(2018), "주거복지정책의 주거비부담 및 주거만족도 효과성 분석", 「정책분석평가학회보」, 28(3): 107~138. https://doi.org/10.23036/KAPAE.2018.28.3.005
  2. 김윤옥.박병남.김갑열(2016), "주거환경요인이 주거 만족도에 미치는 영향분석", 「부동산학보」, 64: 227~240.
  3. 김지선(2020), "서울시 주거빈곤 청년 1인 가구의 건강 문제와 대응 전략에 관한 질적 연구", 박사학위논문, 서울대학교 대학원.
  4. 김태완.강예은(2020), "청년 가구의 경제 현황과 지원 방안", 「보건복지포럼」, 2020(6): 47~58. https://doi.org/10.23062/2020.06.5
  5. 김태완.이주미(2021), "코로나 19 이후 1인 가구 소득 변화: 가계동향조사 기준", 「보건복지 Issue & Focus」, 399: 1~10.
  6. 남기민.남현정(2013), "노인의 주거환경 만족요인이 삶의 질에 미치는 영향-자존감과 우울의 매개효과를 중심으로", 「사회복지연구」, 44(3): 395~420. https://doi.org/10.16999/KASWS.2013.44.3.395
  7. 박진호.김영순.양인선.조귀래(2021), "1인가구의 주거만족 영향요인에 관한 연구", 「주거환경」, 19: 245~259.
  8. 배성완.유정석(2018), "머신 러닝 방법과 시계열 분석 모형을 이용한 부동산 가격지수 예측", 「주택연구」, 26(1): 107~133.
  9. 서울특별시.서울연구원(2020), 「2020년 서울복지실태조사」, 서울.
  10. 서울특별시(2021), 「도시정책지표조사 보고서: 2020년 서울서베이 기준」, 서울.
  11. 성미애.진미정.장영은.손서희(2020), "코로나 19에 따른 1인 가구의 일상생활 변화 및 스트레스: 사회적 지원과 가족탄력성을 중심으로", 「한국가족관계학회 지」, 25(3): 3~20.
  12. 성진욱.정기성(2021), "신경망분석을 활용한 비주택 고령자 1인 가구의 공유주택 거주 의향에 미치는 중요 요인 분석", 「LHI Journal」, 12(1): 57~68.
  13. 손희주.남궁미(2018), "가구 생애 주기별 주거만족도 영향요인 분석: 2016 년도 주거실태조사를 중심으로", 「한국지역개발학회지」, 30(1): 169~196.
  14. 신영숙(1998), "서울과 충주시 거주자의 삶의 질과 주거환경 만족도 비교", 「대한가정학회지」, 36(12): 175~189.
  15. 이주미.김태완(2022), "청년층 불평등 현황과 과제: 노동시장, 소득 및 자산을 중심으로", 「보건복지포럼」, 2022(3): 8~20. https://doi.org/10.23062/2022.03.2
  16. 이창로.김세형(2018), "딥러닝 방식에 기초한 부동산 가격평가: 다층신경망 모형을 활용한 주택 가격 추정", 「한국지역개발학회지」, 30(4): 179~201.
  17. 정기성(2018), "인공신경망 분석을 활용한 인천시 주거취약계층의 행복주택 입주의향에 미치는 요인 분석", 「주택연구」, 26(3): 55~78.
  18. 정기성(2021), "신경망 분석을 활용한 비주택 거주 청년 1인 가구의 공유주택 거주의사에 미치는 영향 요인 분석", 「주택연구」, 29(2): 37~58.
  19. 정병호.정재호(2015), "주거특성이 주거만족도와 주거가치관에 미치는 영향에 관한 연구", 「부동산학보」, 63(19), 256~267. https://doi.org/10.17786/jsm.2016.19.2.004
  20. 정원구.이상엽(2007), "인공신경망을 이용한 공동주택 가격지수 예측에 관한 연구- 서울지역을 중심으로-", 「주택연구」, 15(3): 39~64.
  21. 제해성.이재혁.홍수진(2006), "초고층 공동주택의 삶의 질에 근거한 주거환경지표 체계화 연구", 「대한건축학회 논문집-계획계」, 22(8): 89~96.
  22. 조용준(2018), 「빅데이터 SPSS 최신 분석기법」, 서울: 한나래.
  23. 조태호(2017), 「모두의 딥러닝」, 서울: 길벗.
  24. Acuto, M (2020), "COVID-19: Lessons for an Urban (izing) World", One Earth, 2(4): 317~319. https://doi.org/10.1016/j.oneear.2020.04.004
  25. Bereitschaft, B. and D. Scheller (2020). "How Might the COVID-19 Pandemic Affect 21st Century Urban Design, Planning, and Development?", Urban Science, 4(4): 56.
  26. Garson, G. D. (1991), "Interpreting Neural-network ConNection Weights", AI Expert, 6(4): 46~51.
  27. Hagan, M. T., H. B. Demuth, M. H. Beale and O. DeJesus (1996), Neural Network Design (Vol. 20), Boston: PWS Publishing Company.
  28. Jones, A. and D. S. Grigsby-Toussaint (2020), "Housing Stability and the Residential Context of the COVID-19 Pandemic", Cities & Health, 5(1): 159~161.
  29. Muller, M. P. G. Tomlinson, T. J. Marrie, P. Tang, A. McGeer, D. E. Low, A. S. Detsky and W. L. Gold (2005), "Can Routine Laboratory Test Discriminate between Severe Acute Respiratory Syndrome and Other Causes of Community-Acquired Pneumonia?", Clinical Infectious Diseases, 40(8): 1079~1089. https://doi.org/10.1086/428577
  30. Qian, X., S. Qiu and G. Zhang (2021), "The Impact of COVID-19 on Housing Price: Evidence from China," Finance Research Letters, 43: 101944.
  31. Salawu, A., A. Green, M. G. Crooks, N. Brixey, D. H. Ross and Sivan, M. (2020), "A Proposal for Multidisciplinary Tele-rehabilitation in the Assessment and Rehabilitation of COVID-19 Survivors", International Journal of Environmental Research and Public Health, 17(13): 4890. https://doi.org/10.3390/ijerph17134698
  32. Tinson, A. and A. Clair (2020), "Better Housing is Crucial for Our Health and the COVID-19 Recovery," The Health Foundation, 20(11): 1~25.
  33. UN (2020), "Policy Brief: COVID-19 in an Urban World", Newyork.
  34. Zhang, Y., W. Hou and S. Clouston (2021), "Prior Physical Performance Impacts Social Contact and Social Participation of US Older People During COVID-19", Innovation in Aging, 5(1): 459.