[부동산] 서울 주택공시가격 LISA 지도

 

본 연구보고서의 지도 자료는 LISA 분석의 결과입니다.

빨간색은 주택공시가격이 높은 곳, 파란색은 낮은 곳을 말합니다.

분홍색은 나는 높지만 주위는 낮은 곳, 하늘색은 나는 낮지만 주위는 높은 곳을 말합니다.

 

LISA 분석은 지리적 데이터에서 공간적 패턴을 분석하는 데 사용되는 통계적 방법 중 하나입니다. 이 방법의 핵심은 '공간적 자기상관성'을 파악하는 것입니다. 공간적 자기상관성이란 한 지역의 값이 인접 지역의 값과 어떻게 관련되어 있는지를 나타내는 지표입니다.

LISA, 즉 'Local Indicators of Spatial Association'는 이러한 공간적 자기상관성을 국지적으로 분석하여, 어떤 지역이 주변 지역과 유사하거나 상이한 패턴을 보이는지를 파악합니다. 이를 통해 공간 데이터에서 특이한 패턴이나 클러스터를 식별할 수 있습니다.

LISA 분석에서 자주 언급되는 네 가지 유형, 즉 LL, LH, HL, HH은 아래와 같습니다.

1. LL (Low-Low): 이 유형은 특정 지역의 값이 낮고, 그 주변 지역의 값도 낮은 경우를 말합니다. 즉, 이 지역은 낮은 값의 클러스터를 형성하고 있음을 나타냅니다.

2. LH (Low-High): 여기서는 특정 지역의 값이 낮지만 주변 지역의 값은 높은 경우를 가리킵니다. 이는 해당 지역이 높은 값의 클러스터와 인접해 있지만, 그 클러스터에는 속하지 않음을 의미합니다.

3. HL (High-Low): 이 경우는 특정 지역의 값이 높지만 주변 지역의 값은 낮습니다. 이는 높은 값의 클러스터 내에 있는데, 주변 지역과는 상이한 패턴을 보이는 것입니다.

4. HH (High-High): 이 유형은 특정 지역의 값과 주변 지역의 값이 모두 높은 경우입니다. 이는 높은 값의 클러스터를 형성하고 있음을 나타냅니다.

 

 

 

출처 : 국토연구원, 도시 내 고가주택 군집지역과 저가주택 군집지역간의 거주환경 격차에 관한 연구

(A Study on the Difference in Living Environment between High-Housing Value Clusters and Low-Housing Value Clusters)

 

https://www.krihs.re.kr/publica/reportList.es?mid=a10102000000

연구보고서 | 발간물 : 국토연구원