오피스 빌딩은 동종업 간에 상호 접촉기회가 쉽고, 고도의 인력이 풍부하고, 이종업종의 상호 보완적인 서비스를 이용하기 용이한 도시의 중심지에 집적한다(Haig, 1926). 기업은 동종 및 이종업종과의 근접 입지로 접촉의 이익을 추구하고, 이를 통해 발생하는 집적의 이익을 고려하여 입지를 선택한다. 서울 오피스의 경우 도심, 강남, 여의도(마포)에 밀집하여 입지한다.

고차위 위계 중심지에 입지하는 오피스 빌딩의 특성상 오피스 입지 및 가격과 관련된 논의는 주로 서울시 차원의 거시적인 요인에 집중한다(김진·서충원, 2009; 이상경, 2009). 이들은 거시경제 상황과 오피스 임대료의 관계를 분석하거나(박순상, 2002; 고성수·정유신, 2009; 류강민·이창무, 2012), 권역별 오피스 임대료 결정요인(허진호, 1998; 손재영·김경환, 2000)을 비교분석하였다. 다수의 선행된 논의가 오피스 빌딩의 자체적인 특성과 광역적인 스케일의 특성에 집중한 반면, 기업의 입지 선정에 영향을 미치는 주변 지구(district)의 특성에 대한 연구는 거의 없다. 일부 연구에서 입지특성의 대리변수로 지하철역까지 거리, 유사업종이나 관련 시설과의 거리, 도로 여건 등의 접근성을 고려하였지만(손재영·김경환, 2000; 허윤경·김성진, 2008; 민성훈, 2013; 양영준·오세준, 2017), 결과는 제한적이다. 집적의 효과를 기반으로 입지를 선택하는 업무시설의 특성상, 오피스 빌딩의 입지 선택에 관한 논의를 위해서는, 이들이 입지한 지구 차원의 특성이 임대료와 가격에 어떠한 영향을 미치는지에 대한 분석이 필요하다.

오피스 빌딩은 그 규모에 따라 S등급, A등급, B등급 등으로 구분된다. 업무용 면적이 가장 넓고, 단위 면적당 임대료가 가장 높은 S등급은 빌딩의 인지도가 매우 높다. 타등급에 비해 입지에 의한 영향보다는 빌딩이 가진 고유의 내재적 특성이 임대료에 강한 영향을 주는 것으로 알려져 있다(이현석·박성균, 2010; 고성수·정유신, 2009). 이와 같은 논의를 기반으로 한다면, 상대적으로 작은 규모인 B등급 오피스일수록 좋은 곳에 입지하여 주변부의 장점을 이용하는 것이 임대료에 긍정적인 영향을 줄 것으로 추정된다. 그러나, 지금까지 등급별 오피스 빌딩의 임대료에 영향을 미치는 지구의 특성과 건축물 특성을 같이 고려한 선행 연구는 거의 없다.

오피스 빌딩의 임대료는 건물의 매매가를 상당 부분 설명하지만, 실제 금액은 공개가 거의 안 된다. 따라서, 기존 임대료 관련 연구에서 서류상 계약 임대료인 명목임대료나, 공급자인 임대인이 시장에 원하는 금액인 호가임대료가 사용되어 왔다(고성수·정유신, 2009; 금상수·조주현, 2012). 최근 일부 연구에서 사용하는 임차인이 실제 사용하는 면적을 반영한 점유비용(net occupancy cost, NOC) 역시, 최근 오피스 빌딩 임대 시장에서 활발하게 이용되는 임대료 할인을 반영하지 못한다.

본 연구는 오피스 입지 선택에 영향을 미치는 주변 지구의 물리적 특성이 오피스 빌딩의 ‘순 실효 임대료(net effective rent, NER)’에 미치는 영향을 분석하고자 한다. 실효 임대료는 학문적 정의가 없고, 연구자에 따라 다양한 의미로 사용되고 있다. 용어의 혼란을 막기 위해 본 연구는 영미권에서 일반적으로 사용하고 있으며, 렌트프리(rent free), 티아이(tenant improvement, TI)와 핏아웃을 고려한 임대료를 순 실효 임대료(NER)로 정의하였다. 물리적 특성은 오피스 빌딩이 가진 건물특성 및 이용특성을 대상물건요인으로, 토지이용특성과 접근특성을 주변요인으로 구분하였다. 추가적으로 대상물건요인과 주변요인이 등급별 순 실효 임대료에 어떠한 영향을 미치는지 분석하였다.

본 연구의 시간적 범위는 2016년 12월이다. 공간적 범위는 서울시 도심 권역(central business district, CBD)인 종로구, 중구, 용산구에 위치한 120동의 임대용 오피스 빌딩이다. 오피스 등급별 순 실효 임대료 결정요인 분석을 위해, 선행연구와 이론 고찰을 통해 임대료에 영향을 미치는 변수를 도출하였다. 오피스 주변 특성을 분석하기 위해 주소를 기반으로 토지특성조사자료, 과세대장, 건축물대장 등의 공간 데이터를 구축하였다.

오피스빌딩 순 실효 임대료에 영향을 미치는 요인들에 대한 관계를 분석하기에 앞서 등급별로 변수들과 군집 간에 차이가 존재하는지를 상관분석 및 차이검증을 통해 확인하였다. 최종적으로 서울시 도심 권역(CBD)을 대상으로 오피스 등급별 순 실효 임대료에 영향을 미치는 요인을 확인하기 위해 partial least square (PLS) 회귀모형을 구축하였다. PLS 회귀분석은 부분최소제곱을 활용한 분석으로 각각의 설명변수들과 반응변수 간의 영향관계를 파악하기 때문에 다중공선성의 문제를 해결할 수 있다(부록 <표> 참조). 또한, 설명변수의 수가 관측치의 수보다 많을 경우 발생할 수 있는 모형의 과대적합 문제를 해결할 수 있는 표준 방법론으로 활용될 수 있다(박학목, 2013; 최형선 외, 2013).

오피스 빌딩의 공간적 입지특성에 관한 논의는 광역적 측면에서의 입지선택과 접근성을 중심으로 하는 미시적 측면의 접근으로 구분된다(<표 3> 참조).

여홍구·정선아(2002)는 서울시 오피스 빌딩을 대상으로 권역별(도심, 여의도, 강남)로 오피스 입지 특성이 다르게 나타남을 거시적으로 확인하였다. 이상경(2009)은 서울 오피스 시장의 매매자료를 이용하여 GIS를 이용한 시공간 분석을 통해 서울시 오피스시장의 변화 과정을 분석하였다. 분석결과 지하철역거리가 가깝고, 강남지역일수록, 빌딩 층수가 높을수록, 최근 준공빌딩일수록 매매 확률이 높았다. 손재영·김경환(2000)은 서울 오피스 시장의 미시자료를 이용하여 권역별 오피스 시장에 대해 분석하였다. 연면적이 크고, 지하철 접근성이 양호하고, 대형 소매시설에 대한 거리가 가깝고, 용적률이 크고, 입주 금융기관의 수가 많을수록 임대료가 상승했다. 오피스 빌딩 임대료에 대상물건요인과 주변요인이 복합적으로 영향을 미침을 확인하였다.

김경민·신상묵(2013)은 GIS 데이터를 바탕으로 개별 오피스 건물의 주변 1km 내 토지혼합도(허핀달 인덱스)가 오피스 매매가격에 미치는 영향을 분석하였다. 오피스 가격에 주변 토지의 혼합적 이용이 긍정적인 영향을 주므로, 복합용도개발 효과가 서울 오피스 시장에 존재할 것이라고 주장하였다.

거시적인 입지특성과 임대료에 관한 논의는 주로 서울시 전체 또는 3개 권역을 대상으로 한다. 이들은 주로 권역 간 차이에 대해 설명하며(허윤경·김성진, 2008; 김진·서충원, 2009; 이현석·박성균, 2010), 미시적 차원에서 특정 오피스 건물 주변의 세밀한 공간구조를 고려한 연구는 거의 없다. 중심지(도심/강남/여의도 등)까지의 거리, 대중교통(지하철역, 도로, 교차로)까지 거리, 상업 시설까지 거리, 인접 도로 폭 등 빌딩이 입지한 주변지역의 물적 특성이 임대료에 영향을 미치는 것을 확인하였다. 일부 연구에서 오피스 빌딩 반경 1km 이내의 토지이용특성이 오피스빌딩 매매가에 유의한 영향을 확인하고 있으며(김경민·신상묵, 2013), 이는 토지이용특성과 임대료의 유의한 관계를 시사한다.

오피스 빌딩의 임대료에 관한 선행연구의 한계점은 다음과 같다. 첫째, 오피스 임대료에 관한 선행 연구는 주로 추정 임대료, 호가임대료를 사용했지만 다양한 임차마케팅을 통한 임대료 할인이 고려된 순 실효 임대료 결정요인에 관한 연구가 미비하다. 둘째, 오피스 빌딩의 임대료 영향에 관한 연구들은 거시적 측면에서 연구가 이루어지지만 세밀하게 미시적 공간 특성을 고려하여 임대료에 영향을 미치는 요인에 대한 연구는 한정적으로 진행되었다. 미시적 요인은 주로 오피스 빌딩 고유의 특성에 집중하며, 오피스가 입지한 근린권의 토지이용특성에 관한 연구의 거의 없다. 셋째, 오피스 등급별 임대료가 매우 이질적임에도 불구하고, 등급별로 세분화하여 임대료 결정요인을 분석하지 못했다.

본 연구가 가지는 차별성은 다음과 같다. 시장 현황을 반영하여 임대인이 제공하는 임대료 할인을 제외하고 실제 받은 임대료를 종속변수로 사용하였다. 또한, 오피스 빌딩 임대료 영향 요인을 거시적 차원의 분석이 아닌 오피스 대상물건이 포함된 근린권의 주변 요인에 대한 세밀한 실증 분석하였다. 주변에 토지이용의 특성과 대상물건의 이용 특성을 비교적으로 고려하였다. 마지막으로, 기존에 논의가 없었던 서울시 도심 임대용 오피스 빌딩을 S, A, B등급으로 구분하여 등급별 영향 요인에 대한 차이를 규명하고자 한다.

서울시 도심 권역(CBD) 총 120개 오피스 빌딩 중 S등급 25동, A등급 44동, B등급 51동을 등급별 모형 및 전체 모형을 기초통계를 실시하였다(<표 6> 참조). 종속변수인 순 실효 임대료 전체 평균값은 55,969원/m²이다. 주변 요인인 토지이용특성을 살펴보면 주거용 연면적 비율 평균값은 4.3%에 불과하다. 주변 업무용 연면적 비율 평균값은 39.9%와 주변 상업용 연면적 비율 평균값은 31.1%로 나타났다. 주변 다른 용도 비율 평균값보다 주거용 연면적 비율은 현저히 낮았다. 서울시 도심권역은 업무시설이 집중한 지역이기 때문에 오피스 주변에 주거시설이 상당히 적다. 접근성 특성을 살펴보면 도심 오피스빌딩 지하철역(300.9m)보다 버스정류장(82.2m)까지 거리가 평균적으로 더 가까이 위치하는 것을 확인했다. 대상물건요인의 이용특성은 업무용 비율(65.2%)이 가장 높았다. 이는 본 연구에서 사용한 오피스 빌딩의 데이터는 임대용 오피스 빌딩의 데이터만을 사용하였기 때문으로 추정된다.

순 실효 임대료의 등급별 차이가 존재하는지 여부를 확인하기 위해 일원배치 분산분석(One-Way ANOVA)을 하였다(<표 7> 참조). 일원배치 분산분석은 독립변수가 2개 이상의 집단형 변수일 때, 집단 간 분산의 차이를 검정한다. 분석 결과, 종속변수인 순 실효 임대료는 S등급과 A등급 군집을 제외한 나머지 군집 간 차이가 있는 것으로 나타났다. 등급별로 순 실효 임대료는 S등급(64,335원/m²), A등급(59,517원/m²), B등급(48,806원/m²)의 순으로 나타났다. 등급이 높을수록 순 실효 임대료도 높다. 주변요인의 토지이용특성과 대상물건요인 중 이용특성은 오피스 빌딩 등급 군집 간 차이가 없다고 나타났다. 연구 대상인 도심 권역에 밀집 분포로 인해 등급별 공간 분포의 큰 차이가 없는 것으로 추정된다. 반면에 대상물건요인 중에 건물특성은 용적률과 건폐율을 제외하고, 다른 변수는 등급 간 차이가 발생한 것으로 나타났다.

대상물건요인 중 용적률은 A등급(831.5%)이 제일 높고, S등급(822.1%), B등급(705.1%) 순으로 나타났다. 연면적도 S등급(99,926m²)이 제일 크고, A등급(43,537m²), B등급(25,500m²)의 순이었다. 최고 층수는 S등급(24.2층), A등급(20.6층), B등급(16.7층) 순으로 나타났다. 건물 연한은 S등급이 평균 18.7년, A등급 평균 17.4년이었고, B등급이 24.6년이다. B등급 오피스가 상대적으로 노후한 것으로 나타났다. 차이검증에 따르면 서울시 도심 권역의 등급별 오피스빌딩의 건물특성은 차이가 큰 것으로 확인된다.

이해를 돕기 위해 등급별 공간분포를 확인해 본 결과(<그림 1> 참조), S등급은 세종대로, 종로와 을지로 등의 도심 대로변에 분포한 것을 확인할 수 있다. A등급과 B등급은 S등급보다 좀 더 작은 위계의 도로 주변에 분포하거나 블록 안에 입지하고 있다.

Figure 1. 
Spatial distribution by office building grade

PLS 회귀분석에 따른 결과는 잠재요인 사영변수 중요도(variable importance in the projection, VIP)의 크기를 통해 영향력을 파악할 수 있다. 일반적으로 VIP값이 1에 가깝거나 1보다 클 경우 통계적으로 매우 유의한 변수로 결정할 수 있다(Wold, 1994). 본 연구에서는 VIP값을 잠재사영변수 중요도 1.0을 기준으로, 이를 초과하는 요인은 회귀분석에서 통계적으로 유의한 영향을 미치는 것과 같은 것으로 해석하였다. PLS 회귀분석 모형의 잠재요인 수는 기본적인 5개를 사용하였다. 잠재요인의 변화에 따라 모형의 적합도 증가분을 관찰할 수 있다. 5개 잠재요인들은 모형의 설명력에 대한 검증 값으로 볼 수 있는데, 일반적으로 설명력의 차이가 크게 줄어드는 지점의 설명력과 잠재요인 수를 설명한다. PLS 회귀분석의 모형 설명력 수치는 설명변수 X의 분산 설명정도(Camulative X Variance)로 확인할 수 있고 반응변수 Y의 분산 설명정도(Camulative Y Variance)로 설명할 수 있다.

본 연구는 전체 모형에서 19개의 설명변수의 분산이 22.8%로 설명하는 것으로 분석되었다. 결정계수인 분산 반응변수의 분산 설명정도는 54.7%이다. S등급, A등급과 B등급에서 설명변수의 분산이 44.8%, 41.3%, 26.4%로 설명하는 것으로 나타났다. 결정계수인 분산 반응변수의 분산 설명정도는 각 80.0%, 59.4%와 52.2%로 비교적 구축한 모형이 순 실효 임대료를 잘 설명하고 있는 것으로 보인다(<표 8> 참조).

먼저 서울시 도심 오피스 빌딩의 순 실효 임대료에 영향을 미치는 요인을 분석한 결과이다. 서울 도심의 오피스 빌딩의 순 실효 임대료는 도로율이 높고, 오피스 주변에 주거용 연면적의 비율이 낮을수록 높아졌다. 대상물건요인 중 용적률, 최고층수, 연면적은 높을수록, 건물연한은 짧을수록 순 실효 임대료가 상승했다. 반면에, 대상물건의 이용특성은 순 실효 임대료에 유의한 영향을 주지 않았다.

등급별 하부모형 결과는 다소 상이하게 나타났다. S등급의 경우 인지도와 규모가 가진 장점으로 주변지역보다는 대상물건의 특성에 강하게 영향 받을 것이라는 가설은 충분히 지지되지 않았다. S등급의 순 실효 임대료는 주변의 토지이용특성에 영향을 받는 것으로 나타났다. 도로율이 높을수록, 토지이용혼합도가 높을수록, 기타용도의 면적이 높을수록 순 실효 임대료가 증가했고, 주변부의 주거용 연면적 비율이 높으면 순 실효 임대료는 하락했다. 대상물건요인 중 이용특성은 순 실효 임대료에 영향을 미치지 않았고, 최고층수를 제외한 건물특성은 순 실효 임대료에 유의한 영향을 미쳤다.

A등급의 경우 S등급과 동일하게 도로율이 높고, 주변 주거용 연면적의 비율이 낮을수록 순 실효 임대료가 상승했다. 추가적으로 지하철역까지 거리가 멀수록 순 실효 임대료가 하락했다. S등급에 비해 대중교통 접근성이 주요한 임대료 결정요인으로 도출되었다. S등급과 마찬가지로 이용특성은 순 실효 임대료에 유의한 영향을 미치지 않았으며, 건물특성 중 건폐율이 낮고, 건물연한이 짧을수록 순 실효 임대료가 상승했다.

B등급의 경우, 상대적으로 주변부의 토지이용특성에 많은 영향을 받는 것으로 나타났다. 주변 주거용 연면적 비율과 상업용 연면적 비율은 낮을수록, 주변 업무용 비율이 높을수록 순 실효 임대료가 상승했다. 대상물건 요인 중 용적률이 높고, 최고층수가 높을수록, 건물 내부의 업무용 연면적 비율이 높을수록 순 실효 임대료가 상승했다. 이는 규모가 상대적으로 작은 B등급 오피스의 경우 주변부의 토지이용에 강한 영향을 받으며, 오피스 빌딩 내부도 타용도와의 혼합적 이용보다는 업무용으로 이용하는 것이 순 실효 임대료를 상승 시키는 것으로 나타났다.

등급별 변수의 중요도를 VIP 값을 기준으로 정리해보면, S등급의 경우 용적률(1.846), 건물연한(1.604), 건폐율(1.456) 순으로 나타났다. A등급은 주변 주거용 연면적 비율(1.633), 건물 연한(1.529), 토지이용혼합도(1.258) 순으로 나타났다. B등급은 최고층수(1.637), 용적률(1.512), 도로율(1.410)이다. 오피스 등급별로 순 실효 임대료에 영향을 미치는 변수의 영향력이 다르게 나타남을 확인할 수 있었다.