Journal Archive

부동산과 이를 둘러싼 주변의 영향은 그 임대료, 가치 그리고 입지에 중요한 영향을 미친다(Roberts, 1979; 조주현, 2002). 기존 연구들은 이와 같은 주변의 영향이 부동산 가치에 직접적인 영향을 미치는지 확인하고자 하였다. 대표적으로, Sohn and Moudon (2008)은 Washington의 CBD를 대상으로 오피스 빌딩의 가치와 주변 토지이용의 상관관계를 분석하고, 주변의 용도에 따라 부동산의 가치가 달라진다는 것을 확인하였다. 국내 연구들도 주변 토지이용의 영향이 도심의 오피스 빌딩 임대료와 매매가격에 영향을 미치는 것을 확인하였다(전혜 외, 2020; 김경민·신상묵, 2013). 하지만, 이들은 토지이용 현황이 상이한 서울시 오피스 시장의 권역 간 차이를 비교해내지 못하였다는 한계가 있었다.

서울의 오피스 빌딩들은 주로 3개의 권역에 집중하여 있다. 이들은 중심업무지구인 도심(Central Business District, CBD)과 강남(Gangnam Business District, GBD), 여의도(Yeouido Business District, YBD)로 구분된다. 서울시 오피스 시장에 관한 연구들은 이들 주요 3권역의 차이가 있음을 확인하고 있다(허진호, 1998; 손재영·김경환, 2000; 양승철·최정엽, 2001; 김관영·김찬교, 2006 등). 그러나 이들은 권역들이 서로 다른 주변의 토지이용을 가짐을 구분하고 연구를 진행하지는 않았다.

세 권역은 형성배경과 개발환경에 따라 서로 다른 토지이용 특성을 갖는다. 이러한 점은 세 권역에 위치하는 빌딩들의 임대료에도 영향을 미칠 것으로 추정된다. 도심(CBD)의 경우, 기존 토지이용이 있는 상태에서, 구역별 도심 재개발 사업(현, 도시환경정비사업)의 진행으로 인하여, 소규모 도시조직과 이에 연계된 토지이용과 대규모 오피스 빌딩들이 혼재되어 있다.

강남(GBD)은 과거 주거지역을 염두에 둔 토지구획 정리 사업에, 테헤란로의 도시설계에 의한 합필 규제가 결합되어 있는 상태에서 오피스들이 개발되었다. 이에 따라서, 대규모 상업·업무시설과 내부 블록의 주거 등의 다양한 용도들이 혼합되어 나타난다. 여의도(YBD)는 부도심 기능을 가진 중심상업지역으로 개발하고자, 토지이용 분화를 기본으로 계획과 그에 따른 개발이 시작되었다. 다른 두 권역과는 다르게, 블록 간의 용도가 명확히 구분되도록 설계된 점을 확인할 수 있다.

본 연구는 주변부의 토지이용 특성이 서울 오피스 빌딩의 임대료에 미치는 영향을 실증하고, 서로 다른 권역 간의 임대료의 형성요인의 차이를 비교하고자 한다.

연구는 두 가지 연구 질문(research question)을 설정하고 연구를 진행하였다. 첫째, 최상위급 오피스 빌딩 주변부의 물리적 환경이 오피스 빌딩 임대료에 미치는 영향을 검토하고자 한다. 오피스 빌딩 또한 다른 부동산과 같이 주변부의 토지이용이 어떠한 영향을 미칠 것으로 추정된다. 어떠한 변수들이 이러한 영향을 미치는지를 실증 분석하고자 한다. 둘째, 서울시의 3개 권역 간에 이러한 주변부의 토지이용 특성의 영향이 어떻게 차이를 보이는지를 확인하고자 한다. 세 권역의 형성 과정의 특성에 오피스 건물 주변부 토지이용 차이가 존재하기 때문에, 권역 간의 임대료의 영향요인의 차이가 존재할 것으로 추측된다.

본 연구는 2016년 4분기에 조사된 오피스 빌딩의 순 실효 임대료 및 토지이용 현황을 기준으로 데이터를 구축하였다.

공간적 범위는 서울의 오피스 주요 3권역인 도심과 강남·여의도권역으로 각 권역의 프라임(대규모) 오피스 빌딩¹⁾ 138동만을 대상으로 진행하였다. 프라임 오피스 빌딩을 연구 대상으로 한 이유는, 도심(CBD)의 주변 환경과 오피스 빌딩의 등급별 임대료의 영향요인의 차이를 비교한 기존 연구(전혜 외, 2020)에서 규모가 큰 S등급의 오피스 빌딩이 주변의 영향을 가장 많은 것으로 확인되었기 때문이다. 권역들이 형성된 역사와 그에 따른 토지이용 특성이 다르기 때문에, 기존 연구에서 실증한 결과가 각 권역들에서도 같이 나타나는 지를 확인하고자 한다.

순 실효 임대료는 부동산서비스 회사인 ㈜부동산플래닛의 구축 자료를 이용하였다. 이 회사의 자료의 등급 기준과 다른 시장 조사 보고서(세빌스 코리아 및 KAB 부동산시장 보고서) 및 기존 연구(송기욱·남진, 2016; 이현석·박성균, 2010 외) 등과 차이가 있다(<표 1> 참조). 기존 연구와 시장 보고 사례에서 약 30,000m² 이상을 프라임 등급으로 구분하고 있기 때문에, ㈜부동산플래닛의 자료를 이와 유사하게 가공하고자 하였으며, 이 회사의 A 등급 기준인 33,057.85m² 이상의 프라임 오피스 빌딩만을 대상으로 연구를 진행하였다(<그림 1> 참조).

Figure 1. 
Distribution of prime office buildings

선행연구 고찰을 통해 오피스 빌딩의 임대료에 미치는 영향요인들을 추출하였고, 이를 바탕으로 과세대장, 건축물대장 등의 자료를 통해 주변의 토지이용 및 기타 물리적인 요인들에 관한 데이터를 취합하였다. 분석에 앞서 상관분석과 차이검정을 통해 권역 간의 차이를 비교하였는데, 상관분석 결과 연구의 주요한 요인이었던 주변의 토지이용 면적비율이 다른 변수들과의 상관성이 높은 것으로 확인되어 다중 공선성의 문제가 발생하였다. 다중 공선성이 높은 경우, 모형의 과적합(overfitting) 등의 문제로 인해 모형의 적합성에 문제가 제기될 수 있다.

다중 공선성 문제를 가진 본 연구의 자료에 대한 분석을 위해, 능형 회귀분석(Ridge Regression)을 사용하였다. 능형 회귀분석은 선형회귀 모형에 패널티를 부여하여 어느 정도 편의를 감수하는 대신 분산의 크기를 대폭 줄여주는 추정치로서 최소제곱의 추정량보다 더 정확한 추정치를 구할 수 있어, 다중 공선성 및 모형의 과적합 문제를 해결할 수 있다.

서울을 비롯한 대도시의 중심 업무지구는 도심과 부도심의 하부시장으로 분화된다. 서울의 도심은 CBD와 GBD, YBD로 나눠지며, 권역이 형성된 시기나 개발환경에 따라 서로 다른 토지이용 특성을 갖는다는 것을 선행연구들을 통해 확인할 수 있었다(손정목, 2003; 여홍구·정선아, 2002; 김태호·여홍구, 2012; 여옥경·이용배, 2012 외).

기존 서울 오피스 빌딩의 임대료에 관한 연구들은 대부분 건축물의 물리적인 특성변수와 접근성, 어메니티 시설 유무와 거리와 같은 다양한 요소들이 오피스 빌딩 임대료에 미치는 영향을 검토하였으며, 국내의 오피스 임대료에 관한 연구들은 뚜렷한 차이를 보이는 서울 오피스 3권역의 오피스 빌딩을 거시적인 측면에서 비교하는 연구들이 주를 이루었다.

본 연구에서는 기존의 거시적인 측면에서의 오피스 임대시장에 관한 접근방식에서 개발환경에 따른 주변의 영향요인을 확인하고자 한다. 이를 위해 도심의 도시공간구조를 반영하여 조사된 오피스 빌딩 주변부의 용도별 토지이용 특성이 오피스 빌딩의 순 실효 임대료에 미치는 영향관계를 파악하고, 이후 3권역의 임대료에 미치는 영향을 비교하여 입지특성의 차이를 실증하고자 한다.

대부분의 선행 연구에서는 환산 임대료와 같은 명목임대료를 종속변수로 분석하였다. 명목임대료로 분석하는 방법은 실제 임차인이 지불하는 실질 임대료와의 수준 차이로 인해 다른 요인들과의 인과관계를 확인함에 있어 분석상의 왜곡이 발생할 우려가 있다. 이에, 본 연구에서는 렌트프리 등의 favor를 적용하여 임차인이 실제로 지불하는 임대료에 가까운 순 실효 임대료를 계산하여 이러한 분석상의 문제를 해결하고자 하였다.

연구에서 대상으로 선정한 서울 3권역의 대규모 오피스 빌딩은 총 138동으로 이 중, 과반수인 69동이 도심(CBD)에 위치하며, 다음으로 강남(GBD) 권역에 44동, 마지막으로 여의도권역에 25동이 위치한다. 전체 대상 오피스 빌딩의 실효 임대료의 평균은 62,074 원/m²이며, 연구대상 오피스 주변의 토지이용 혼합도의 평균은 0.75로 서울 오피스 3권역은 매우 높은 수준의 용도의 혼합이 이루어지는 것을 확인할 수 있었다(<표 5> 참조).

오피스 빌딩 주변부의 업무용 면적비율(44.01%)과 상업용 면적비율(24.27%)도 높은 수준인 것을 확인할 수 있다. 주거면적비율은 5.89%로 다른 면적에 비해 현저히 낮다. 대상오피스 빌딩 내부의 용도별 면적 비율을 확인하였을 땐, 업무면적 비율(61.91%)이 압도적으로 높았으며, 주거의 면적비율은 1.43%로 매우 낮게 나타났다.

일부 오피스 건물은 주거 면적비율이나 상업면적비율이 상당히 높게 나타났다. 이는 대규모 복합개발 내에 있는 오피스들이거나, 과세 대장상 오피스가 속한 해당 필지 내의 용도를 기준으로 작성하여 생긴 데이터상의 한계로 추정된다. 예컨대, 주거 면적 비율이 높은 경우는 대규모 주거 복합 개발이 단지에 있으나, 상업면적 비율이 높은 경우는 코엑스와 같이 1개의 필지에 여러 동의 빌딩이 복합 개발되어 있는 경우, 상업용 면적비율이 높게 계산되는 경우가 존재하였다.

연구에서는 권역별 오피스 빌딩의 차이를 확인하기 위하여 분석에 앞서 권역별 기초통계 및 권역 간의 차이검증을 진행하였다. 차이검정 결과(ANOVA), 연구에서 확인하고자 하였던 토지이용 특성 외에도 대부분의 변수에서 권역별 차이가 존재하는 것을 확인할 수 있었다. 연구의 종속변수인 순 실효 임대료는 GBD의 평균 65,559원/m²가 가장 높았으며 권역 간의 차이가 존재하였다.

주변 토지이용 혼합도(LUM)는 CBD(0.72)와 GBD(0.79) 간의 차이가 존재하였다. 용도별 비율에서는, GBD는 오피스 권역임에도 불구하고 업무면적의 비율이 다른 두 권역의 평균보다 낮은 수준을 보여주었는데(35.30%). 토지이용 혼합도와 상대적으로 높은 GBD 주변 상업 면적비율(28.55%)로 GBD는 타 권역에 비해 업무용 빌딩 외에도 상업 및 기타 등의 다양한 용도의 토지이용 혼합이 이루어져 타 권역과는 다른 토지이용 양상을 보이는 것으로 확인된다(<표 6> 참조).

YBD는 주변의 주거용 면적비율이 다른 권역에 비해 상대적으로 높은 수준이라는 것을 확인할 수 있었다. YBD는 블록별로 구분된 토지이용 현황을 가지고 있는데, 대규모 오피스가 밀집한 동여의도 인근으로는 대부분 오피스 및 상업용도가 위치하고는 있지만, 인접해서 대규모 아파트 단지들이 위치하고 있어 이러한 결과가 나온 것으로 확인된다.

권역별 기초통계와 차이검정에서는 건축적인 특성이나 접근성 등의 물리적인 측면에서는 큰 차이를 보이진 않았다. 하지만, 주변의 토지이용과 같은 공간적인 특성의 차이가 존재하는 것을 확인할 수 있었다. 사후검증 결과 CBD는 업무면적 비율이 매우 높은 반면, GBD는 업무면적 외에도 상업과 기타 면적의 비율이 고르게 분포하고 있어 CBD와 GBD 간의 차이가 두드러지는 점을 확인할 수 있었다. 이러한 세 권역의 주변 환경의 미시적인 차이는 오피스 빌딩의 임대료에도 영향을 미칠 것으로 예측되기 때문에, 각각의 권역 간 임대료의 영향 요인의 차이가 있을 것으로 추측된다.

변수 간의 상관성을 검토하기 위해 상관분석을 진행하였다. 주변의 용도별 면적비율로 이루어진 토지이용 특성 변수간 그리고 면적 및 대상 오피스 빌딩 내의 용도별 면적 등은 상관관계가 좋은 것으로 확인되었다. 변수 간의 상관관계가 높을 경우, 회귀계수가 불안정해짐에 따라 해당 변수가 종속변수에 미치는 영향을 올바르게 식별하기 어렵게 되는 다중 공선성의 문제가 발생하게 되어(구본상·신병진, 2015) 일반적인 선형 회귀분석(OLS)을 통한 회귀분석을 진행하는 것엔 어려움이 있다. 연구에서는 먼저, OLS 결과를 확인하고 연구를 진행하였는데, VIF값이 높은 수준으로 확인되었으며 모형의 과적합 등의 문제가 발생하는 것을 확인할 수 있었다. VIF값은 1부터 무한대의 값을 갖는데, VIF값이 10 이상일 때, 변수간의 상관성을 갖는다는 것을 의미한다. 대부분의 모델에서는 VIF값이 높은 수준을 보이지 않았지만, 타 권역에 비해 표본이 적은 YBD 모델에 있어 다수의 변수에서 VIF값이 높아서, 높은 변수 간의 상관성을 보여주었다.

이에 대한 대안으로 본 연구는 능형 회귀분석을 활용하였다. 능형 회귀모형은 교차검증(cross-validation)을 통해 모수의 분산을 최소화(MSE)하는 최적의 람다값을 도출하게 된다. 분석 대상이 되는 오피스 빌딩의 경우 Prime 급 오피스 빌딩으로 표본수가 한정적이기 때문에 분석을 진행함에 있어 모형의 안전성에 문제가 제기될 수 있어, 교차검증과정의 조정을 통해 이러한 모형의 안전성에 문제를 해결하고자 하였다. 교차검증은 모형의 학습(train)과 검증(validation) 과정을 거쳐 결과를 출력되게 된다. 여기서 학습(train)에 활용된 표본들의 경우 검증(validation) 과정에서 활용되지 못하게 되는데, 이 때문에 본 건과 같이 표본이 한정되며 학습 세트에 표본이 비효율적으로 분배되었을 때, 충분한 검증과정을 거치지 못하여 모형이 안정적인 결괏값을 갖지 못하게 된다. 능형회귀 분석상에서는 기본적으로 학습과 검증세트를 분배함에 있어 학습세트에 대부분의 데이터를 할애하여 분석을 진행하나, 이러한 학습과 검증세트를 조절할 수 있기 때문에 모형의 정확도를 해하지 않는 선에서 학습세트와 검증세트를 조정하여 안정적인 결과를 도출하고자 하였다. 이를 통해 도출된 람다값은 회귀계수를 조정하게 되며 이를 통해 회귀계수를 계량하여 분석의 신뢰성을 높이고자 하였다(Tibshirani, 1996; 박승준·김대철, 2018).

주변의 토지이용 영향은 주변의 면적비율로 변수로 구성을 하였다. 주변의 주거면적과 상업면적, 업무면적 및 기타면적 비율변수로 구성을 하였는데, 네 가지 면적비율 변수의 합이 100%를 이루기 때문에 해당 변수들은 변수 간의 상관성을 갖는 완전 공선성의 상태를 가지게 된다. 이러한 경우, 분석을 진행함에 있어 상관성을 갖는 변수들이 제거가 되는 등의 문제가 발생하기 때문에 연구에서는 네 가지 면적비율 변수 중, 주변의 기타면적 비율 변수를 제거하고 분석을 진행하였으며 건물특성 변수에 있어서도 건물 내부의 면적비율의 네 가지 변수를 활용하였기 때문에 같은 방식으로 대상 오피스 내의 기타면적비율변수를 제거하였다.

OLS와 비교를 하였을 때, 능형회귀 분석은 다중공선성 문제를 해결하여 주었고, 설명력이나 유의한 변수들에 있어 보다 안정적인 결과를 보여주었다. 능형회귀 분석상의 설명력은 <표 7>과 같이 전체 모형의 경우, 0.385 CBD는 0.349 GBD는 0.273 YBD는 0.218의 설명력을 갖는 것으로 확인되었다.

서울 전체 대규모 오피스 빌딩을 대상으로 능형회귀분석 결과를 확인하였다. 서울 3권역의 전체 138동의 오피스 빌딩의 회귀분석 결과, 지하철역까지의 거리(-0.2***)만이 유의한 변수로 확인되었다. 서울 도심의 오피스 빌딩의 경우, 대부분 근무자나 고객의 접근성이 용이한 곳에 위치하기 때문에, 선행연구들에서도 이러한 위치적 이점이 오피스 빌딩의 임대료에 긍정적인 영향을 미치는 것으로 확인할 수 있었는데(여홍구·정선아, 2002; 송기욱·남진, 2016; 손재영·김경환, 2000; 고성수·정유신, 2009), 도심은 접근성이 전반적으로 양호하고 분석대상이 되는 대규모 빌딩들은 대부분 접근성 측면에서 이점을 갖는 곳에서만 입지하기 때문에 접근특성에 있어 큰 차이를 보이지 않는 것으로 해석된다. 상대적으로 입지적인 차이를 보이는 지하철역까지의 거리만이 접근특성 변수에서 유의한 것으로 확인되었다.

서울의 세 도심 통합 모형에서, 토지이용 혼합도는(-0.1039*)로 유의한 것으로 확인되었다(<표 8> 참조). 주변 용도의 비율에 있어서는, 주거면적 비율만이 유의미한 부의 영향(-0.113*)을 미치고 있는 것으로 확인되었다. 이는 오피스 주변지역의 용도 순화가 될수록, 서울 3권역 오피스 빌딩의 임대료가 높아진다는 것을 의미한다. 이와 같은 결과는 토지이용의 복합은 부동산 가치에 긍정적인 영향을 미친다는 선행연구들과 다른 결과이다(Sohn and Moudon, 2008; 김경민·신상묵, 2013; 전혜 외 2020). 여홍구·정선아(2002)와 손재영·김경환(2000)의 연구에서는 오피스 빌딩 주변부의 다양한 어메니티 시설(금융기관, 상업시설, 편의시설 등)의 여부는 오피스 임대료에 긍정적인 영향을 미치는 것으로 확인하였다. 오피스 빌딩의 거래가격과 토지이용 혼합의 상관관계를 밝힌 김경민·신상묵(2013)과 도심(CBD) 오피스 빌딩의 임대료를 연구하였던 전혜 외(2020)의 연구에서도 토지이용의 혼합은 일부 긍정적인 영향을 미치는 것으로 확인되었다. 하지만, 본 연구의 분석 결과는 주변 토지이용이 혼합되어 있는 것은 임대료에 부정적(-)인 영향을 미치는 것으로 확인되었다. 이러한 분석 결과는 연구의 대상이 프라임 급의 대규모 오피스 빌딩이었기 때문에 나타난 것일 수도 있다. 예를 들어 이들 대규모 빌딩들은 오피스 건물이 밀집된 곳에 위치하는 경향이 더욱 강하고, 사무실 임대 기업들은 유사 기능의 집적 이익을 더욱 중요시할 것으로 추정된다.

도시 전체 모형에서 접근특성에서는 지하철역까지 거리가 유의미한 부(-)의 관계를 보였고, 그 외는 유의미한 변수가 없었다. 버스정류장과 주간선도로까지의 거리 그리고 도로율은 프라임 오피스들이 거의 유사한 조건들이기 때문에, 유의미한 차이를 보이지 않는 것으로 추정된다. 이에 반하여 건물의 물리적인 특성들은 다양한 변수들이 임대료에 유의미한 영향을 미치는 것을 확인할 수 있었다. 예를 들어서, 용적률(0.1012*), 최고층수(0.1109*), 경과년도(-0.3504***), 연면적(0.1406**), 공실률(-0.1096*), 대상주거면적비율(-0.1876***)의 유의한 영향을 미치는 변수들로 확인되었다.

CBD 모형에서 전체 모형과 유사한 영향을 미치는 변수들로는 지하철역까지의 거리(-1.29E-01*), 주변주거면적 비율(-0.1802**)이었다. 토지이용혼합도는 전체 모형과는 다르게 유의미한 영향을 보이지 않았다. CBD는 대규모 오피스 빌딩을 비롯한 업무와 판매 시설 그리고 소규모 근린상업시설 등이 혼합된 토지이용을 보인다. 이와 같이 CBD 내 혼합된 토지이용이 보편적으로 분포하고 있어서 유의미한 영향을 보이지 않는 것으로 추정된다. 도심에 위치한 일부 고밀 주거의 영향이 부(-)의 영향을 보여주고 있는 것으로 추정된다. 건물 특성에 있어서는, 최고층수(0.1113*), 경과년도(-0.3003***), 연면적(0.1139*), 대상 주거면적 비율(-0.1191**) 변수가 유의한 것으로 확인되었다.

GBD 모형에서 접근특성 중에서 지하철역까지의 거리만(-0.1856***)이 유의하였다. 토지이용 혼합도를 비롯한 주변의 용도별 면적비율은 유의하지 않은 것으로 확인되었다. GBD는 기초통계를 통해 확인했던 것과 같이 토지이용 혼합도가 세 권역 중 가장 높았고(0.79) 주변의 용도별 면적 비율이 비교적 고르게 분포하는 것을 확인할 수 있다. GBD는 다른 권역에 비해 대상 오피스 빌딩에서 토지이용의 혼합이 충분히 이루어졌을 뿐만 아니라 테헤란로와 강남대로에 면에서 대규모 오피스 개발이 진행되었으며, 이들 주변부의 토지이용 혼합이 거의 유사하기 때문에 나온 결과로 추정된다. 통계적으로 유의하진 않았지만 토지이용 혼합도가 다른 권역의 결과와는 달리 긍정적인 영향을 미치는 것은 흥미 있는 결과이며, 향후 추가 연구가 필요해 보인다. 건물특성 변수에서는 건폐율(0.09044*), 경과년도(-0.1824***), 연면적(0.1263**)과 같은 건축물의 물리적인 특성변수들이 임대료에 영향을 미쳤다. GBD와 YBD의 모형에선 대상 건물의 주거면적이 존재하지 않았기 때문에 대상주거면적 비율 변수는 제외하고 분석하였다.

YBD의 프라임 오피스 빌딩 임대료는 접근성 요인에 영향을 받지 않는 것으로 확인되었다. 이는 기존의 접근성 등의 요건을 고려하여 YBD 오피스 빌딩의 임대료 요건을 분석한 연구들(허진호, 1998; 손재영·김경환, 2000; 정창무·김시백, 2002)과는 다른 결과이다. 본 연구에서 다룬 프라임 오피스들이 YBD 내에서 집적하고 있는 경향을 보이고 있기 때문으로 추정된다.

YBD에서는 주변의 상업 면적비율 변수가(0.2817***) 양의 방향으로 유의한 것으로 확인되었는데, 이는 다른 모형들과 큰 특성 차이이다. YBD 내에서 임대료가 가장 높았던 빌딩들이 상업용 면적비율이 높은 복합개발인 IFC(IFC 1, 2, 3)를 비롯해 주변부에 위치하였기 때문으로 추정된다. 이 때문에 주변의 업무면적 비율(-0.1949*)은 다른 권역과는 다르게 음의 방향으로 나타나는 것을 확인할 수 있었다.

이 외에도 건물특성 변수에 있어, 용적률(0.2222*), 최고층수(0.1955**), 경과년도(-0.208*), 대상상업면적비율(-0.2131**)이 유의한 변수로 확인되어, YBD 오피스 빌딩 또한, 주변의 영향보단 건물의 물리적인 특성 변수에 더 많은 영향을 받는 것을 확인할 수 있었다.

접근특성에 있어서는 세 권역이 큰 차이를 보이지 않았으며 주변의 영향을 받지 않았던 강남을 포함하여 모든 권역에서 주변의 영향보단 건물의 물리적인 특성 변수의 영향이 부각되는 것을 확인할 수 있었다. 이러한 점은 연구의 대상이 되는 각 권역의 오피스 빌딩 주변부의 용도별 환경에 있어 큰 차이를 보이지 않았기 때문으로 예측되며, 이러한 이유로 주변의 영향보단 건물의 물리적인 특성의 영향이 부각된 것으로 보인다.