Effect of Generation Age as a Determinant of National Housing Price

국민주택 가격결정요인으로서 세대연령의 효과

Abstract

In order to discuss the implications for demographic changes due to an aging society, this study sought to verify the effect of generational age with a focus on the case of the national housing scale transaction in Seoul Seocho-gu. For the result, variance and linear regression analysis, and when the analysis showed a significant correlation between age and transaction price, and corrected the trading region and year, it was also confirmed that the higher the age in most regions, the lower the trading price tendency. Based on the results of this analysis, efforts to improve the adequacy and fairness of pricing in trading cases, and the direction of policy change due to the aging of the population were discussed, and on the basis of this, we even proposed measures for the support of the policy authorities. In addition, the management condition of individual communal houses was an important factor in the sale and the lack of utilization of Internet-based platforms was expected to be the cause of the low price sale. However, due to the use of 2nd order data on real trading cases, the direction of subsequent research was presented together with respect to the limitations of not being able to control a wider variety of individual characteristics.

본 연구는 고령화 사회에 따른 인구구조변화에 대한 시사점을 논의하기 위해 서초구 국민주택규모 거래사례를 중심으로 세대연령의 효과를 검증하고자 분산분석 및 선형회귀분석 등을 실시하였다. 분석결과 연령과 거래가격의 유의한 상관성을 확인하고 특히 후기노인(75세 이상)일 경우 거래가격이 유의하게 낮음을 확인하였다. 더불어 거래지역 및 연도를 보정하였을 때 역시 대부분의 지역에서 연령이 높을수록 거래가격이 낮아지는 경향을 확인하였다. 이러한 분석결과를 기반으로 거래사례에 있어 가격결정의 적절성 및 공정성을 제고할 수 있는 노력, 인구고령화에 따른 정책변화의 방향성 등에 대해 논의하였고 이를 바탕으로 정책당국의 지원방안까지 제시하였다. 또한 개별 공동주택의 관리상태가 매도에 있어 중요한 요소이고 인터넷 기반 플랫폼 활용미비가 낮은 가격 매도의 원인으로 예상되었다. 다만 실제 거래사례를 대상으로 하는 2차 자료를 활용하였기 때문에 더 다양한 개인의 특성을 통제하지 못하였다는 한계점에 관하여 후속연구의 방향을 함께 제시하였다.

I. 서론

급변하는 사회적, 경제적 흐름에 따라 주택시장의 불확실성 역시 지속되고 있다. 경제정책에 있어 가장 중요하게 고려되는 것이 부동산 및 주택 정책이라는 측면에서 현재의 불확실한 주택시장의 예측요인을 탐색하는 것은 중요한 과제가 될 것이다.

주택시장에 영향을 미치는 요인들은 다양하지만, 급격한 고령화를 경험하고 있는 한국에서는 연령과의 관련성에 초점을 둘 필요가 있다. 경제 및 의료기술의 발전으로 한국인의 평균수명은 기하급수적으로 증가해왔으며, 2025년에는 초고령 사회로 진입할 것으로 전망된다. 이에 노인층은 주택거래가격을 결정하는 주체로 작용할 뿐만 아니라, 이들의 가격결정 동기에 대한 바람직한 개입이 주택시장을 안정화하는 데 기여할 수 있을 것이라 판단한다.

이러한 문제의식을 공유하는 선행연구들을 살펴보면, David T RoddaㆍS. Patrabansh(2005)는 고령자 주택의 가격상승률이 낮은 요인으로 유지보수 수리가 충분치 않아 감가상각이 크다고 했고 주택가격을 극대화하려는 그룹과 최소화 하려는 그룹 중 고령자는 후자에 속한다고 했다. 또한 오래된 개별 주택의 경우 가격 편차가 크며 유지보수에도 소홀한 경우가 많다고 했다[1]. 그리고 국내 수도권을 기준으로 봤을 때 노인인구비율이 높을수록 주택 전세가격의 불안정 경향이 심화되는 것으로 나타났다[2]. 비수도권에서는 노인인구비율에 따라 매매가격의 불안정에 기여하는 것으로 분석되었 다[3]. 이러한 결과와 더불어, PC, 스마트폰 등 사회의 디지털화에 따라 노인의 정보격차가 중요한 사회문제로 부각되고 있음을 감안하면 연령이 높아질수록 적절한 주택가격 결정의 어려움이 있을 것이라는 가설을 도출해볼 수 있다[4,5]. 고령화 문제를 반영한 부동산 및 주택시장에 대한 연구들이 이루어지고 있으나, 연령과 주택시장의 관계를 확인하는 과정에서는 몇 가지 중요하게 고려되어야 할 사항이 있다. 첫째, 개인을 분석단위로 하는 접근이 필요하다. 그동안 자료의 접근성 측면에서 주로 분석단위를 지역으로 한 검증이 이루어져 왔다[2][3]. 하지만 지역 내 노인의 비율이 높은 곳은 저소득층 지역인 경우가 많아 빈곤, 노후 된 환경 등과의 관련성을 배제하기 어렵다. 따라서 개인을 분석단위로 하여 주택가격결정에 대한 연령의 효과를 확인해볼 필요가 있다. 둘째, 유사한 주택 조건 하에 연령의 효과를 확인하기 위해 지역, 평수 등의 조건을 통제할 필요가 있다. 셋째, 주택가격 상승과 하락 등의 시장조건을 통제하기 위해 연도별 변화를 반영한 분석이 필요하다.

이러한 문제의식들을 종합하여 본 연구는 거주환경, 평수, 거래연도 등을 통제하고자 국민주택 면적의 거래사례를 대상으로 동별, 연도별 구분 분석을 실시하고자 하였다. 이에 따른 본 연구의 목적은 다음과 같다. 첫째, 동별, 연도별 국민주택거래가격 수준을 파악한다. 둘째, 동을 구분하여 연령대에 따른 국민주택거래가격 차이를 확인한다. 셋째, 연령과 국민주택거래가격의 인과관계 파악을 위해 회귀모형을 구축하였고, 동별, 연도별 비교분석과 더불어 연속변수 속성의 연도를 통제변수로 하여 연령이 국민주택거래가격에 미치는 영향을 확인하였다.

Ⅱ. 선행연구고찰

1. 부동산거래가격 결정요인

부동산 거래가격, 혹은 거래시장에 영향을 미치는 요인은 다양하다. 공동주택의 층과 관련해서는 배상영(2017)의 연구는 한강의 인접 여부와 개별 층의 상호 작용효과가 가격에 미치는 영향을 검증[6]하였고 이경숙(2019)의 연구는 거추 층이 높아질수록 아파트 가격이 상승하다가 일정층수를 초과하면 하락추세로 내용의 실증분석을 통해 지역 특성에 따른 층수에 따른 가격변동을 분석 하였다[7]. 공동주택의 경우 강요명ㆍ서정렬(2020)은 브랜드 아파트가 가지는 입지, 브랜드, 소비자 선호도의 차이 따라 가격적 요소와 비 가격적 요소가 가격에 반영 되어 동일 지역 내에서도 브랜드 아파트의 가격이 높음을 선형회귀 분석을 통해 유의미성을 설명 하였다[8]. 홍하연ㆍ이주형(2015)은 아파트 가격에 영향을 미치는 요인으로 단지요인, 환경요인, 시설요인, 교육요인 등으로 분류하고, 영향력의 분포는 공간적 상관관계를 가지고 이동하며 특히, 변수의 영향력은 인접 지역으로 이동 혹은 확대되는 패턴을 볼 수 있다고 하였다[9]. 이렇듯 부동산거래가격을 결정하는 요인은 매우 다양하게 검증되어왔으나, 부동산 연구는 부동산과 사회 및 인간의 상호작용에 초점을 두는 학문이라는 점에서 고령화 사회에서의 시사점을 도출하려는 노력 역시 필요하다. 이에 다양한 연구들이 개인의 인구사회학적 요인과 부동산 시장과의 관련성을 분석해왔으며, 본 연구 역시 인구고령화에 따른 연령과 부동산 특히 공동주택 매매가격의 높고 낮음의 관계를 주목하고자 한다.

2. 연령과 부동산거래가격

선행연구들은 다양한 인구학적 특성 요인과 부동산의 관련성을 분석해왔다. 황종규(2016)는 2인가구를 유형별로 더 세분화하여 장기주택수요를 예측하고 2인 가구 유형별 맞춤식 정책 및 주택 크기, 편부⋅편모가정을 위한 면적소비 확대 정책이 필요함을 제언 하였다 [10]. MankiwㆍWeil은 Bergantino와 유사한 추정 방법을 주택시장에 적용함으로써 주택 가격이 인구학적 주택 수요와 밀접한 관계를 가지며 주택 소비에 대한 수요가 작은 고령인구의 비중이 높아짐에 따라 주택 가격이 하락할 것으로 전망했다[11]. 형남원(2019)은 상대적으로 안정적인 기 출생 인구정보를 이용하여 장기 예측을 시도한 M-W연구의 원래의 의도에 근거하여 추계한 주택수요를 외생변수로 활용하고, 다양한 주택공급 시나리오에 따른 주택의 수요-공급 불균형이 주택가격에 미치는 영향을 분석하고 미래의 주택가격을 전망 하였다[12]. 한편, 연령과 부동산거래가격의 관계를 확인하는 접근은 주로 고령자 관련 변수와 부동산거래의 관계를 확인하는 것을 중심으로 한다. 박헌수ㆍ김민정(2014)은 인구구조의 변화와 주택가격의 관련성을 확인하기 위해 서울특별시와 6대 광역시를 기준으로 종단분석을 시도하였고, 분석 결과 노인인구비율이 1% 증가할수록 주택가격은 0.12% 감소하는 것을 확인하여 고령화 등의 인구변화를 고려한 주택공급계획을 수립할 것을 제언한 바 있다[13]. 또한 주택시장의 가격변동률에 대해서도 노인인구비율은 변동을 심화시키는 요인으로 분석 되었으며 이러한 연구들을 감안했을 때 연령에 따른 국민주택거래가격 역시 영향을 받을 수 있을 것이라 짐작해볼 수 있다[1][2]. 그러나 개인단위 거래 자료 확보 등의 어려움으로 대부분 지역을 분석단위로 하여 가설을 검증해왔기 때문에 실제 개인 단위에서는 어떠한 결과가 나타나는지를 분석해볼 필요가 있다. 본 연구는 노인인구 비율과 부동산거래의 관련성을 분석한 선행연구들을 종합하여 개인단위의 분석접근에서도 연령이 높을수록 국민주택거래가격이 낮아질 것이라는 연구가설을 검증해보고자 한다.

Ⅲ. 연구방법

1. 분석자료

본 연구는 서초구 국민주택면적 84㎡ 기준에 해당하는 거래사례 자료를 활용하여 국민주택가격결정요인으로서 세대연령의 영향을 확인하는 데 목적을 둔다. 서초구는 2021년 기준 서울시 25개 자치구 중 평균연령이 41.9세로 가장 낮고 아파트 평균 매매가 순위는 2위로 젊은 층이 많고 가격이 높은 지역이다. 그리고 재건축 사업지도 50개로 이 또한 자치구 중 가장 많은 재건축을 추진과 동시에 거래도 활발하기에 25개 자치구 중 가장 거래연령과 가격변동에 민감하여 이번 분석에 가장 용의하다고 판단했다. 따라서 본 연구는 서초구청의 부동산정보과에 의뢰 요청하여 2010년부터 2020년까지의 서초구 관내 모든 동의 공동주택 거래사례 Data를 수집하였고 그 거래의 모든 매수자와 매도자의 연령까지 포함한 자료를 분석할 수 있었다. 서초구 내에서도 주거 만족도가 높고 가격이 높은 핵심지 지역과 그린벨트 인근의 선호도가 떨어져 가격이 낮은 지역으로 나뉘어 분석 할 수 있었고 무엇보다 고가 주택 밀집 지역의 공동주택의 매수, 매도 시 연령에 따른 평균 매매가격 대비한 편차의 상관관계의 유의미성을 분석하고 서초구 관내 지역에서도 동별로 차이나는 편차 또한 동시에 파악 할 수 있는 점까지 감안하였다.

2. 활용 변수

본 연구는 연령과 국민주택거래가격의 관계를 확인하고자 하며, 연령은 일반성인(~40세 미만), 중년(40~65세 미만), 전기노인(65~74세 미만), 후기노인(75세 이상)으로 구분하였다. 국민주택거래가격은 거래 자료를 기반으로 한 실제 거래가격을 기준으로 보았고, 지역별, 연도별 거래시세 차이를 반영하기 위해 동별로 구분하여 분석을 진행하였고, 연도는 거래가격이 급증하는 2016년을 기준으로 구분하여 분석에 활용하였다.

3. 자료 분석 방법

본 연구는 세대연령에 따른 국민주택거래가격의 차이를 확인하는 데 목적을 두었다. 본 연구의 분석 과정은 다음과 같다.

첫째, 분석 자료의 일반적 특성과 변수의 특성을 확인하기 위해 빈도분석과 기술통계분석을 실시한다.

둘째, 동별, 연도별 국민주택거래가격의 기술통계치의 차이, 세대연령에 따른 국민주택거래가격의 차이를 확인하기 위해 일원배치분산분석(One-way ANOVA) 을 실시한다 .

셋째, 연령이 국민주택거래가격에 미치는 영향을 확인하기 위해 동구분, 연도를 통제한 다중회귀분석을 실시한다. 이러한 모든 분석과정은 SPSS version 25.0 for windows 프로그램을 통해 분석하였고, 통계적 유의성은 유의수준 0.05를 기준으로 판단하였다.

Ⅳ. 연구 결과

1. 분석자료의 일반적 특성

연구 대상의 인구학적 특성과 주요 변수들의 특성을 확인하기 위해 빈도 분석과 기술 통계 분석을 실시하였 다. 그 결과는 다음 [표 1]과 같다. 왜도(Skewness)의 경우 3, 첨도(Kurtosis)의 경우 10을 넘지 않을 경우 정규성이 있다고 판단하는데(Kline, 2005) 주요변수들의 왜도의 절대값은 0.434~1.706, 첨도의 절대값은 1.387~2.021의 범위 안에 있는 것으로 나타나, 본 연구에서 활용되는 연속형 변수는 모두 정규성을 충족하는 것으로 확인되었다.

표 1. 분석대상 및 주요 변수의 특성

2. 동별, 연도별 거래가격 차이

동별, 연도별 거래가격의 차이를 확인하기 위해 분산분석을 활용하여 평균을 비교하였고 동별, 연도별 거래가격 차이는 모두 통계적으로 유의하였다(p<.001). 동별 거래가격 차이를 시각화한 [그림 1]을 보면 반포동과 기타 지역의 차이가 현저하게 나타나고 있으며, 연도별 거래가격 차이를 나타내는 [그림 2]에서는 2016 년부터 가격이 급증하는 경향을 확인할 수 있다. 즉, 국민주택 가격결정요인으로서 세대연령의 효과를 확인하기 위해서는 동별 구분을 통한 비교를 실시할 필요가 있으며, 최종 분석에서는 2016년을 기점으로 더미 변환한 통제변수를 반영하여 그 효과를 검증할 필요성을 확인할 수 있다.

그림 1. 동별 거래가격

그림 2. 연도 변화에 따른 거래가격 변화양상

3. 세대연령에 따른 국민주택거래가격의 차이

2016년을 기점으로 거래가격이 급상승하는 경향이 나타나 2016년 이전/이후를 구분하고, 동별로 구분하여 세대연령에 따른 거래가격 차이를 확인하기 위해 분 산분석(One-way ANOVA)을 실시하였다. 분석결과 2016년 이전에는 내곡동, 반포동, 신원동, 우면동, 잠원동의 경우 연령이 낮은 집단에서 더 높은 거래가격을 보여주었고, 나머지 지역에서는 유의하지 않거나 연령이 높을 때 오히려 거래가격이 높은 결과가 확인되었다. 2016년 이후를 기준으로 봤을 때는 반포동, 방배동, 서초동, 양재동 등에서 연령대가 높을 경우 오히려 거래가격이 높거나, 잠원동의 경우에는 65~74세의 전기노인 집단에서 가장 높은 거래량을 보이는 결과가 나타났다. 즉, 2016년을 기점으로 이전, 이후에 따라 일관되지 않은 경향이 확인되어 연도 역시 중요한 통제변수가 될 수 있음을 알 수 있다.

표 2. 세대연령에 따른 국민주택거래가격의 차이

*p<.05, **p<.01, ***p<.001

표 3. 세대연령에 따른 국민주택거래가격의 차이

*p<.05, **p<.01, ***p<.001

4. 연령이 국민주택거래가격에 미치는 영향

매도자의 세대연령이 국민주택거래가격에 미치는 영향을 확인하기 위해 다중회귀분석을 실시하였고, 모든 모형의 F값이 통계적으로 유의하여 모형이 적합함을 확인하였다(p<.01). 먼저 첫 번째 표는 동별, 연도별 구분 없이 고령층일 경우 거래가격에 어떠한 영향을 미치는지 확인하기 위해 75세 이상(후기노인)과 기타 세대를 구분한 더미변수를 활용하여 연령의 효과를 확인하였고, 분석 결과 연도를 통제하였음에도 후기노인일 경우 거래가격이 감소하는 부적 효과가 확인되었다. 추가로 사전 일원배치분산분석에서 동별, 연도별 효과가 중요한 역할을 하고 있음을 확인하여, 거래가격이 2016 년을 기점으로 급증하는 결과를 토대로 2012~2015년 도, 2016~2021년도 거래 자료를 구분하고 동별로 구분하여 분석을 진행하였으며, 연령은 연속형 변수로 투입하였다. 분석결과를 살펴보면 2012~2015년 사이에 내곡동, 신원동, 우면동, 잠원동은 연령이 높을수록 국민주택거래가격이 낮아지는 경향이 나타났고, 방배동에서는 연령이 높아질수록 거래가격이 증가하는 경향이 나타났다. 2016~2021년도에서는 내곡동, 반포동, 방배동, 잠원동의 거래에서 연령이 높을수록 국민주택거래가격이 낮아지며, 서초동에서는 연령이 높아질수록 오히려 국민주택거래가격이 높아지는 것으로 나타났다. 종합적으로 비교해보면 2016년 이전에는 내곡동, 신원동, 우면동, 잠원동이, 2016년 이후에는 내곡동, 반포동, 방배동, 잠원동에서 연령이 높을수록 국민주택거래가격이 낮아지는 경향을 보였다.

표 4. 고령층 여부가 국민주택거래가격에 미치는 영향

표 5. 연령이 국민주택거래가격에 미치는 영향

*p<.05, **p<.01, ***p<.001

Ⅴ. 결론 및 제언

본 연구는 서초구 국민주택거래사례를 분석단위로 하여 매도인의 연령이 높을수록 거래가격이 감소할 것이라는 가설을 검증하고자 하였다. 분석결과를 요약하면 다음과 같다. 먼저 동별 거래가격 차이가 확연하게 드러나 동별 구분을 고려한 분석이 요구되었으며, 2016년부터 거래가격의 폭이 점차 급격해지는 경향이 나타나, 거래가격이 상대적으로 안정적이었던 2012년~2015년, 2016년 이후의 시간적 차이를 고려할 필요성이 확인되었다. 먼저 분산분석에서는 연령대에 따른 거래가격의 차이에서 일관되지 않은 결과가 나타나기는 하였으나, 연령대가 높을 경우 거래가격이 낮을 것이라는 본 연구의 가설과 일부 부합하는 결과 역시 존재하여 거래가격에 대한 세대연령의 효과를 예측할 수 있었다. 분산분석에서 65세~74세의 전기노인의 경우는 오히려 거래가격이 높은 경우가 부분적으로 있었기 때문에, 75세 이상의 후기노인을 기점으로 구분한 더미변수를 통해 전체 지역의 회귀분석을 실시한 결과, 연도를 통제하였음에도 후기노인일 경우 타 집단에 비해 거래가격이 낮은 결과가 확인되어 가설과 부합하는 것을 확인하였다. 추가로 분산분석에서 지역과, 연도에 따라 거래가격의 차이 역시 드러났기 때문에 연도와 지역 구분을 고려한 회귀분석을 추가로 시행하였다. 그 결과, 2016년 이전에는 방배동의 경우 연령이 높을수록 거래가격이 증가하는 것으로 확인되었으나 내곡동, 신원동, 우면동, 잠원동에서는 거래가격이 감소하는 것으로 나타났다. 이는 위의 지역은 고령층이 비교적 많이 거주 하고 있는 개발제한의 그린벨트 지역으로 인한 외지인의 장기 투자 목적으로 인한 매수[14]로 추측 된다. 2016 년 이후에는 서초동에서 연령과 거래가격의 정적 관계가 나타났으나, 역시 내곡동, 반포동, 방배동, 잠원동에서 부적 관계가 나타나 대부분의 지역에서 연령이 거래가격을 낮추는 효과가 있는 것으로 확인되었다. 이러한 결과는 노인인구비율에 의해 거래가격이 감소되고 거래변동률 역시 심화되는 등의 선행연구들[2][13]의 결과가 실제 개인단위의 분석에서도 일치하는 경향이 있음을 시사한다. 부동산거래가격은 시장, 경제 등 다양한 거시적 영향요인들에 의해 영향을 받는데, 개인의 인구학적 특성에 의해 영향을 받는다는 것은 거래가격의 적절성, 공정성 등에 대한 개입의 필요성을 제기한다. 아무래도 노인층은 공동주택 아파트에 있어 집의 관리 측면에 있어 젊은층에 비해 소홀한 부분이 있을 수 있다. 주택의 관리 상태에 따라 공동주택 매수에 있어 동일 수준의 물건이라는 가정 하에 주택의 수리가 완벽하게 된 가구와 그렇지 않은 가구의 가격차이가 분명 존재하기 때문에 이러한 부분이 노령층의 공동주택 매도에 있어 분명 영향을 미칠 수 있는 점이라 예상된다. 또한 최근 급격한 디지털화에 따라 부동산거래 플랫폼[16][17] 역시 다양해지고, 가격비교 등이 용이해져 많은 혜택을 받는 세대가 있음과는 달리, 김명용ㆍ전혜정(2017)은 60세 이상 노년층의 정보화 수준은 일반 국민의 55.5%에 불과하고 전체 국민의 82.1% 가 인터넷을 이용하고 있는데 반해, 60대 이상 노년층의 경우에는 불과 27.5%만이 인터넷을 이용하고 있는 것으로 조사했다. 연령이 높을수록 그러한 정보들을 온전히 활용하지 못하는 것{18]은 역시 정책당국의 고려사항이 될 수 있다. 다양한 인터넷, 커뮤니티 및 어플리케이션을 활용하여 시세와 다양한 채널을 활용하여 부동산을 사고 팔 수 있는 젊은층에 비해 노인층은 이러한 정보의 노출 빈도 부족과 비대칭성에 있어 매우 취약한 계층이기 때문이다. 노인인구비율에 의해 다양한 연구들에서 유의한 거래가격 차이가 나타난 것을 감안했을 때 상대적으로 노후화된 지역에 밀집해있는 세계 OECD 국가 중 1위인 노인의 빈곤율[19] 역시 배제할 수 없다. 실제 시장가격형성 과정에서 노인 인구, 1인 가구, 노후도는 중요한 상관성을 갖는 것으로 나타나며 [15], 실제로 소득증가율은 주택가격의 상승을 가져오는 주요 예측요인 중 하나이다[13]. 낮은 사회경제적 여건으로 인한 긴급한 처분적 성격의 거래에 있어서도 공정한 가격결정을 지원하는 방법을 모색할 필요가 있는데, 강희목ㆍ장희순(2017)의 연구[15]에서 시장, 개별적 요소와 더불어 전문성에 기반 한 공인중개사의 판단 역시 가격결정에 중요한 영향을 미치는 것으로 분석된 바와 같이 부동산 중개법을 활용한 공정한 거래를 유도하는 정책 방법 역시 모색할 필요가 있을 것이다. 본 연구는 초고령 사회를 앞둔 한국의 상황에서 인구구조변화에 따른 부동산정책의 변화를 제언한 선행연구들의 논의를 기반으로, 개인단위에서 역시 연령에 따라 국민주택거래가격의 차이가 있고, 대부분 연령과 거래가격이 부적 관계를 보인다는 것을 검증하였다는 의의가 있다. 위에서 지적한 대로 고령층의 부동산 거래 가격에 있어 거래 가격 감소의 원인으로 지적한 부분들은 추후 정책 당국이 참조하여 고령층 공동주택 매도 컨설팅 및 지원 사업에 활용할 수 있는 사례로 사용될 수 있다. 그러나 2차 자료의 한계로 더 많은 개인적 특성들을 고려하지 못하였다는 점, 연령이 높을수록 거래가격이 오히려 증가하는 일부 지역에 대한 논의가 부족하다는 점에서 한계를 갖는다. 서울시 서초구에 한정하지 않고 서울전역 및 지방 6대 광역시 등 전국적인 공동주택 매수, 매도 사례를 수집하여 분석할 수 있다면 더 정확한 추측이 가능하리라고 예상된다. 또한 그 원인에 있어서도 개별 주택의 관리 및 수리 상태, 개발 예정지 및 그린벨트 등의 지엽적인 사례 또한 분석 할 수 있으면 더 정확한 결론이 도출 가능할 수 있다. 고령층의 부동산거래가격 결정 요인을 다양하게 탐색할 수 있는 원인 분석, 그리고 연령과 부동산 거래가격의 정적관계 이유 등을 면밀히 분석할 수 있는 필요성이 있다. 또한 연령과 거래가격의 관계를 확인하는 차원을 넘어, 그 관계가 연결되는 매개요인을 살펴볼 필요가 있다. 연령에 따른 부동산 거래 원인 특성, 부동산 거래 방식, 부동산 가격 및 매매 정보 확인 방식, 대도시와 소도시의 편차, 부동산 조정지역과 비조정 지역의 정책적인 변수 등의 차이를 확인함으로써 거래가격에 대한 세대 간의 연령의 효과를 감소시킬 수 있는 구체적인 원인을 파악하여 그에 해당하는 다양한 해결 방안을 모색할 수 있을 것이다. 이에 대한 후속연구가 이루어지기를 기대한다.