1. 공동주택 관리비 개요

한국주택관리연구원은 지난 2016년 5월에 전국을 대상으로 무작위 추출(random sampling)방법으로 1,534개의 공동주택 단지를 추출했다. 같은 단지에 대해 36개월(2013. 1.~2015. 12.)간의 관리비 데이터를 공동주택관리정보시스템을 통해 수집·구축했다. 전국 1,534개 단지 중 이상치 및 결측치를 제외한 인천지역 소재 공동주택 단지는 80개였다. 아래의 표는 80개 단지에 대한 기초통계량이다.

<표 1> 인천지역 공동주택 관리비(2013~2015 3개년 월 중위수값, n=80)

즉 인천지역에 소재하는 공동주택의 경우 한 단지당 약 1,800만원이 월 관리비로 징수되며 전용면적 기준으로 환산하면 약 501원이다. 이러한 관리비는 다시 공용관리비와 개별사용료로 나뉘는데 그 비율이 48:52로 나타났다. 한편 장기수선충당금은 한 개 단지당 매월 약 100만원 정도 부과하는 것으로 분석됐으며 전용면적 기준으로 환산한 단가는 약 32원이다.

2. 시계열 추세 분석(time series trend analysis)

<그림 1> 3개년(2013~2015년) 월 관리비 단가 추이

위의 그림을 보면 겨울(12~2월)에 관리비 단가가 급격하게 높아지고, 여름에는 냉방으로 인해 6월부터 상승해 8월까지 관리비 단가가 높아짐을 볼 수 있다. 이러한 경향이 2013년부터 매년 반복됨을 알 수 있다. 시간이 경과할수록 관리비가 상승하고 있으나 2014년 1월과 12월에는 2015년 동월 관리비 보다 높게 나타났다. 우리나라는 2015년에 평년에 비해 평균온도가 0.9도 높았고 5월에 폭염특보가 발효됐다.1) 이러한 날씨의 영향을 받아 5, 6월 관리비가 하락한 2013, 2014년과 달리 5, 6월부터 관리비가 높게 나타났고 특히 8월의 관리비가 매우 높게 나타난 것으로 보인다.
관리비처럼 계절적 주기가 뚜렷한 경우 자료 자체를 분석하기보다는 원자료를 다음과 같이 추세(trend), 계절적 주기(seasonal), 잔차(remainder)의 3가지 구성요소로 분해해 검토하는 것이 일반적이다.

원자료(data)=추세(trend)+계절적 주기(seasonal)+잔차(remainder)

아래 그림은 2013년 1월부터 2015년 12월까지의 관리비 원자료(data)를 위의 세 가지 구성요소로 분해한 결과를 보여준다.

<그림 2> 월 관리비 자료의 분해

앞의 그림처럼 공동주택 관리비 자료는 계절적 주기가 뚜렷하며 최근 3년간 추세를 보면 2015년 1~3월 최고점을 찍을 때까지 상승하다가 그 이후 하락하는 그래프를 보이고 있다.

3. 세부 지역별 변동성 분석

<그림 3> 월 관리비 자료의 공간적 변동성

위 그림을 보면 전체 관리비, 공용관리비 및 개별사용료는 모두 비슷한 공간적 패턴을 보이고 있다. 타 지역에 비해 서구와 계양구, 부평구에서 높게 나타나는 것을 볼 수 있다. 단위면적당 장충금은 앞서 3개의 자료와 달리 계양구에서 높게 나타나는 것을 제외하면 다른 지역에서는 무작위한 분포 형태를 보여주고 있다. 이는 장충금의 경우 건물의 경과연수, 관리상태 등에 따라 체계적으로 산정되기보다는 입주민 태도, 관리주체의 업무수행 성향 등 비체계적 요인에 따라 임의로 산정·부과되기 때문인 것으로 보인다.

4. 공동주택 관리 특성과 관리비 수준과의 관계

공동주택이 갖는 다양한 관리 특성(단지 규모, 난방방식, 관리인력의 수 등)과 관리비 수준과의 관계를 GAM(Generalized Additive Model)쪹을 활용해 분석한 결과는 다음 그림과 같다.
쪹공동주택 관리 특성과 관리비 수준과의 비선형 관계(non-linear relationship)를 포착하기 위한 수리 모형으로 자세한 사항은 Hastie et al.의 The elements of statistical learning (2009) 등 관련 문헌을 참고하기 바람

<그림 4> 월 관리비 자료의 공간적 변동성

정확한 설명은 아니지만 위 그림의 수직축을 관리비의 고저를 의미하는 것으로 해석하면 무리가 없다. 수평축은 아래의 네 가지 관리 특성을 나타낸다.
▲esi.area.exclusive: 주거전용면적(㎡) ▲erson.mgt: 관리인력의 수(회계담당자 등 행정인력) ▲erson.guard: 경비인력의 수 ▲erson.clean: 청소인력의 수

그림을 보면 주거전용면적(resi.area.exclusive)이 증가할수록 관리비 수준이 하락하다가 일정 면적 이상에서는 미미하게 상승하는 그래프를 보인다. 주거전용면적 8만㎡까지 관리비가 일정하게 하락한다.
반면 관리인력의 수(person.mgt), 경비인력의 수(person.guard) 및 청소인력의 수(person.clean)와 관리비의 관계도 일정한 패턴을 보이고 있다. 인력을 많이 채용한다고 해 관리비가 증가하는 것이 아님을 알 수 있다. 이는 인력을 감축한다고 해 관리비가 감소하는 것 역시 아니라는 사실을 의미한다.
샘플로 추출된 인천시 80개 공동주택 단지의 경우 전반적으로 단지 규모에 따라 적정하게 인력을 채용했고 그 결과 인력 수에 따라 관리비가 변동하지 않음을 잘 보여주고 있다. 그래프 후반부에 보이는 음영은 95% 신뢰수준 범위로 자료가 없을수록 음영 범위가 커지는 것으로 보면 된다. 따라서 본 분석에서는 신뢰수준 범위가 커지는 부분에 대한 해석은 제외했다.
 
※그림 4 ‘월 관리비 자료의 공간적 변동성’에서 그래프 후반에 보이는 음영은 95% 신뢰수준 범위를 나타낸다. 관리 인력의 수는 약 12명 이상부터, 경비인력의 수는 약 22명 이상부터, 청소인력의 수는 약 12명 이상부터 95% 신뢰수준 관리비 범위가 매우 커지고 있다. 이는 이 정도의 인력 수를 보유한 단지가 거의 없어 신뢰성 있는 추론이 어려움을 시사한다. 따라서 본 분석에서도 95% 신뢰수준 범위가 급격하게 커지는 부분은 제외하고 분석 결과를 해석했다.

1)대한민국 기상청 대표 블로그 생기발랄 ‘2015년 우리나라 날씨는 어땠을까요?’ 2015/12/23 16:26