[최근 3년 서울선거 분석해 보니③] 서울선거, 소득에 따른 계급선거로 바뀌었다.

[최근 3년 서울선거 분석해 보니③]

/                                                                  – 425개 행정동 회귀분석 결과

서울지역 426개 행정동의 득표결과와 그 행정동의 인구통계적인 속성과의 관계를 종합적으로 판단하기위해 통계분석의 한 방법인 다중선형회귀분석(이하 회귀분석)을 실시하였다.  회귀분석이란 반응변수가 설명변수들에 의해 어떻게 설명(예측)되는지를 알아보기 위해 적절한 함수식으로 표현하여 분석하는 통계적 자료분석 방법이다. 함수식을 회귀모형, 회귀모델, 회귀식이라고 칭함. 생성된 함수식은 결정계수(R-SQUARE)로 판단하며, 1에 가까울수록 실제값과 함수식에 의한 예측값 차이가 작다고 할 수 있다.

▶분석결과 50여가지의 항목 중에 선거결과에 영향을 주는 주요변수는 소득**, 주택가격***, 대학졸업자*, 40대 연령이었다.  다시 말해 4가지 변수가 선거결과를 대부분 설명해 주었다.

그런데, ‘22년 대선결과를 분석해 보면(<표2>참조)를 보면 특히 소득은 그 변별력이 월등히 높아 소득 하나 만으로도 R-Square 값이 0.807에 달해 선거결과를 진단/예측할 수 있었다. 선거의 양상이 출신지역과 연령 중심에서 소득 중심으로 바뀐 것이다. 가히 소득에 따른 ‘계급선거’라 해도 틀린 표현이 아니다.

이러한 현상은 ‘20년 총선에서 결정계수(R-SQUARE) 값이 0.704로 높은 수치를 보였으나, 작년 보궐선거를 기점으로 해서 0.8 이상으로 대폭 상향되었다. 부동산 가격 폭등으로 인해 사회적 양극화가 가속화되어 선거의 승패를 좌우하는 핵심 표심으로 더욱 공고히 한 것이다. 서울이 갖는 사회경제적인 위치와 상징성을 종합적으로 고려했을 때 이러한 표심의 행태는 앞으로 전국화 할 것으로 예상된다.

아울러, 대체적으로 대학졸업자와 40대 연령은 국민의힘 득표력과는 음의 관계를 형성했고, 민주당과는 양의 관계를 형성했다. 대학졸업자 비중과 40대 연령 비중이 높은 지역일수록은 민주당 지지율이 높다는 말이다.(<표2>,<표3> 참조)

여기서 R-Square는 선거결과를 예측해주는 예측지수로 봐도 무방하다. 1에 가까울수록 예측력 즉, 설명력이 높은 것이다. 지수가 0.9가 넘었다는 것은 주요 변수가 바로 선거의 성패를 좌우한다고 봐도 무방하다고 할 수 있다.

통계학적으로 판단했을 때 R-Square가 0.5만 넘어도 충분한 예측력이 확보된다 이번 분석결과는 통계학 교과서에나 나옴직한 회귀분석 예제(example set)라 할 수 있다.

<표2>2022년 대선 회귀분석결과 : R-Square 0.913

• 대통령선거에서는 4년재 대학졸업인구 비율이 높은 지역에서 국민의힘 득표력이 낮았다.

<표3>2021년 보궐 회귀분석결과 : R-Square 0.897

<표4>2020년 총선 회귀분석결과 : R-Square 0.823

▶아래 <그래프1>은 올해 2022년 3월의 대통령선거에서 서울 행정동 425개에 대해서 실제 득표율과 회귀분석으로 예측한 득표율과의 산점도이다.  R-Square가 0.913이라는 것은 앞서 언급한 8가지의 요인으로 서울 전체 행정동 실제 득표율의 91.3%를 유사하게 예측했다는 의미이다.

아래의 도표에서 X축은 실제 득표율이고 Y축은 회귀분석을 통한 예측된 득표율이다. 각 점 1개는 행정동 1개를 나타낸 것이며, 파랑색은 민주당, 빨강색은 국민의힘 득표율이다. 425개*2=850개를 표현하였다.

<그래프1> 대통령선거 실제득표율과 예측득표율의 산점도