오피스빌딩 수요에 대한 요인분석

소개글

오피스빌딩 수요에 대한 요인분석 에 대한 보고서 자료입니다.

목차

※ 연구문제……………………………………………………………………………p.1

Ⅰ. 연구의 필요성 및 목적…………………………………………………………p.1

Ⅱ. 선행연구 고찰
　1. 오피스 관련 연구 동향………………………………………………………………p.2
　2. 오피스수요량 관련 연구 동향…………………………………………………………p.3

Ⅲ. 분석틀 및 가설설정
　1. 분석틀 …………………………………………………………………………………p.4
　2. 가설설정………………………………………………………………………………p.5

Ⅳ. 연구의 범위 및 자료설정
　1. 연구의 범위 ……………………………………………………………………………p.5
　2. 자료수집 및 코딩………………………………………………………………………p.6

Ⅴ. 통계적 분석………………………………………………………………………p.6

Ⅵ. 결과해석 및 시사점……………………………………………………………p.8

본문내용

5
4843.0
127110.7
12.290
46.75
1998
3476.7
4418.0
130859.4
12.835
47.15
1999
3621.2
4485.0
133742.6
13.221
47.83
2000
3698.5
4668.0
121450.1
12.083
50.57
2001
3797.4
4727.0
127750.3
12.729
48.59
2002
3907.9
4783.0
138492.3
13.741
47.89
2003
4033.9
4753.0
143087.8
14.185
48.62
2004
4174.0
4831.0
154503.1
15.386
49.52
2005
4295.8
4890.0
154943.9
15.448
49.80
2006
4406.3
4906.0
156224.2
15.566
49.59
2007
-
-
158304.1
15.813
49.99
2008
-
-
163072.7
16.275
50.87
Ⅴ. 통계적 분석
오피스 수요량 요인 분석은 지난 기간 동안의 오피스 수요량 결정요인을 경제 및 사회적 요소를 이용해 계량분석을 실시함으로써 이를 해석한다. 결정요인에 대한 설명변수로서는 위에서 언급했듯이 크게 경제규모변수, 소득대리변수, 산업구조변화 변수가 있으며 이를 회귀식에 투입하여 이 때 각 설명변수가 수요량에 미치는 영향을 분석한다. 모형설정에 있어 연도별 오피스 수요량을 종속변수로 사용하고 Full-Log 회귀모형을 구성하여 각 설명변수의 계수값이 오피스 수요에 대한 탄력성의 개념으로 해석될 수 있도록 한다. 이에 대한 회귀식은 아래와 같다.
: 시점의 오피스 총 연면적
: 경제규모변수, 소득대리변수, 산업구조변화변수
위의 식에 따라서 자료에 자연로그를 취한 후 가설검증을 위해 다양한 모형설정을 설정하고 통계프로그램을 통해 값과 F값, 그리고 T값, P값 등을 분석한 후에 적합성, 신뢰성, 타당성 등을 통하여 가장 타당성이 높다고 생각되는 모형 세 가지(모형1, 모형2, 모형3)를 추출하였으며 분석에 따른 결과값과 각 모형의 분석틀은 아래와 같다.
<모형에 따른 통계치>
<모형1>
변수명
계수
N
R square
DW-d
Y절편
-19.547***
(1.479)
14
0.862
1.440
서울시 총 실질 GRDP
1.479***
(0.170)
<모형2>
변수명
계수
N
R square
DW-d
Y절편
21.518***
(3.337)
11
0.964
2.218
서울시 종사자수
-1.104***
(0.220)
서울시 1인당 실질 GRDP
1.438***
(0.101)
<모형3>
변수명
계수
N
R square
DW-d
Y절편
-21.232***
(2.350)
14
0.934
1.429
서울시 총 실질 GRDP
1.219***
(0.168)
오피스 소요업종 비율
1.692**
(0.613)
( )안은 Standard Error값(표준오차)이며, *, **, ***는 각각 10%, 5%, 1%에서 통계적으로 유의함을 의미한다.
<모형에 따른 분석틀>
<모형1> <모형2> <모형3>
Ⅵ. 결과해석 및 시사점
1. 결과해석
위에서 나온 세 가지 모형에 대해서 살펴보면, 먼저 모형1은 유효성 진단을 해보았을 때, R square값이 0.862로 모형의 설명력이 상당히 높았으며 유의성 진단 또한 P value에 의해서 통계적으로 유의하기 때문에 매우 높은 것을 알 수 있다. 이러한 결과값으로 인하여 모형1을 통해 총 실질 GRDP가 1%증가함에 따라서 오피스 수요량(연면적)이 1.479% 증가한다는 결론을 내릴 수 있다.
다음으로 모형2는 종속변수인 오피스 수요량과 독립변수인 경제규모변수(서울시 종사자수)와 소득대리변수(서울시 1인당 실질 GRDP)와의 관계를 알아보기 위한 회귀모형이다. 이 모형 역시 유효성과 유의성 진단 결과, 모형의 설명력이 높고 유의성 또한 매우 높았다. 이로 인하여 서울시 종사자수와 서울시 1인당 실질 GRDP가 각각 1% 증가함에 따라서 오피스 수요량은 각각 1.104%가 감소하고 1.438% 증가한다는 결론을 내리게 되었다.
마지막으로 모형3을 살펴보면, 총 실질 GRDP와 오피스 수요업종비율이 얼마나 오피스 수요량에 영항을 미치는 가를 알아보기 위한 모형인데, 모형의 타당성에 대해서는 R square값에 따라서 타당하며, P value의 값에 따라서 총 실질 GRDP는 1%에서 통계적으로 유의하다는 결과가 나왔고 오피스 수요업종비율에 대해서는 5%에서 통계적으로 유의하였다. 이들 모두 통계적으로 볼 때 유의성에 대해서는 문제가 없는 것으로 결론을 내렸다.
이들 세 가지의 모형 모두 유효성과 유의성 진단을 실시한 결과 상당히 높은 유효성과 유의성의 결과가 나타났다. 모형1과 모형3을 비교해 보았을 때, 총 실질 GRDP와 오피스 수요업종비율의 독립적인 영향을 알아보기 위해서는 모형3의 채택으로 각각의 영향을 독립화하는 것이 요인분석에 대한 정확한 분석이라고 생각하였으며, 모형2에 대해서는 위의 통계치에서도 알 수 있듯이 모델에 대한 설명력과 계수값들에 대한 유의성은 높지만 서울시 총 종사자수의 영향을 살펴볼 때, 음수값이 나온 결과에 대해서는 자료취득에서의 문제점이 있었음을 생각해 볼 수 있었다. 이와 같은 모형간의 비교를 통해서 모형3을 최종적으로 채택하였으며, 최종적으로 서울시 총 실질 GRDP와 오피스 수요업종비율의 1% 증가에 따라서 오피스 수요량(연면적)은 각각1.219%, 1.438% 증가한다는 결론을 내리게 되었다. 이에 딸른 최종적인 회귀식과 분석틀은 아래와 같다.
<최종 회귀식>
<최종 분석틀>
2. 시사점
위의 통계적 분석을 통해 도출된 결과값을 통해서 미래의 총 실질 GRDP와 오피스수요업종비율을 아래의 식에 대입해 줌으로써 미래(t년도)의 오피스 수요량을 예상해 볼 수 있을 것이다.
<미래의 오피스 수요량 추정식>
이에 따라서 오피스 국가에서 대략적인 오피스 공급량을 설정할 수 있을 것이며, 이는 미래에 발생할 수 있는 지나친 임대료 상승과 같은 문제를 해결하는 하나의 방법이 될 것이라는 예상을 해본다.

키워드

오피스빌딩 수요,   요인분석,   오피스 관련 연구 동향,   오피스수요량 연구 동향,   오피스 수요 요인 조사,   오피스 수요 요인 개요,   오피스 수요 요인 개관,   오피스 수요 요인 고찰,   오피스빌딩 수요 요인분석