Housing Insight │한국주택관리연구원


 

 

■ 공동주택 관리비 개요
한국주택관리연구원은 지난 2016년 5월에 전국을 대상으로 무작위 추출(random sampling)방법으로 1,534개의 공동주택 단지를 추출했다. 공동주택관리정보시스템을 통해 추출한 단지의 36개월(2013. 1~2015. 12.)간의 관리비 데이터를 수집·구축했다. 전국 1,534개 단지 중 이상치 및 결측치를 제외한 대구지역 소재 공동주택 단지는 81개였다. 아래의 표는 81개 단지에 대한 기초통계량이다.

<표 1> 대구지역 공동주택 관리비(2013~2015 3개년 월 중위수값, n=81)

즉 대구지역에 소재하는 공동주택의 경우 한 단지당 약 3,800만원이 월 관리비로 징수되며 전용면적 기준으로 환산하면 약 1,629원이다. 이러한 관리비는 다시 공용관리비와 개별사용료로 나뉘는데 49:51로 개별사용료의 비중이 약간 더 높은 것으로 나타났다. 한편 장기수선충당금은 한개 단지당 매월 약 191만원 정도 부과하며 전용면적 기준으로 환산한 단가는 약 66원으로 분석됐다.

■ 시계열 추세 분석(time series trend analysis)

<그림 1> 3개년(2013~2015년) 월 관리비 단가 추이

위의 그림을 보면 겨울(12~1월)에 난방으로 인해 관리비가 높고 여름에는 냉방으로 인해 다시 관리비 단가가 높아짐을 볼 수 있다.
2013년과 2015년에는 비슷한 패턴을 보였으나 2014년에는 겨울과 여름에 관리비가 높게 나타나기는 하지만 1년간 관리비의 차이가 많지 않은 것으로 나타났다. 2013년에는 1년간 최저 관리비와 최고 관리비의 차이가 약 400원 정도로 2014년, 2015년에 비해 크게 나타났다.
관리비처럼 계절적 주기가 뚜렷한 경우 자료 자체를 분석하기보다는 다음과 같이 원자료를 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 대구지역 관리비 원자료(data)를 위의 세 가지 구성요소로 분해한 결과를 보여준다.

 

<그림  2> 월 관리비 자료의 분해

위 그림처럼 공동주택 관리비 자료는 계절적 주기가 뚜렷하게 나타난다. 대구지역 관리비는 2013년 1월부터 2015년 12월까지 꾸준히 상승하는 추세를 보이고 있다. 즉 일반적 추세(trend)의 경우 2013년 1월에 약 1,500원, 2015년 12월에 1,700원으로 약 200원의 상승이 있었던 것으로 나타났다.

■ 세부 지역별 변동성 분석

<그림 3> 월 관리비 자료의 공간적 변동성

<그림 3>을 보면 전체 관리비, 공용관리비는 달성군과 달서구, 북구, 동구에서 높게 나타났다. 개별사용료는 달성군에서 높게 나타났고 장기수선충당금은 일정한 패턴을 보이지 않았다.


■ 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.

*공동주택 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 자료와 속성항목 간의 관계

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

그림을 보면 네 개의 관리특성과 관리비의 관계는 일정한 패턴 없이 오르락내리락하고 있다. 이러한 패턴은 대구지역 데이터의 경우 주거전용면적 증감이 관리비에 큰 영향을 미치는 것이 아니며 인력을 많이 채용한다고 해 관리비가 증가하는 것이 아님을 보여준다. 또한 인력을 감축한다고 해 관리비가 감소하는 것 역시 아니라는 사실을 의미한다.
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 자료와 속성항목 간의 관계’에서 그래프 후반에 보이는 음영은 95% 신뢰수준 범위를 나타낸다. 주거전용면적은 5만㎡ 이상, 관리인력의 수는 약 8명 이상부터, 경비인력의 수 15명, 청소인력의 수는 약 8명 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.

저작권자 © 한국아파트신문 무단전재 및 재배포 금지