경기도 31개 시군의 증가·감소와 1년 변화
13개월 공식 통계를 재계산해 전체 순증가와 지역별 차이를 비교합니다. 표·직접 만든 도표·CSV를 제공합니다.
APT NOW는 지역별 인구·세대수와 주거 생활정보를 정리합니다. 통계의 기준월·범위·계산식을 확인하고, 전체 합계에서 놓치기 쉬운 지역별 차이를 살펴보세요.
13개월 공식 통계를 재계산해 전체 순증가와 지역별 차이를 비교합니다. 표·직접 만든 도표·CSV를 제공합니다.
26개 읍면동의 규모와 1년 흐름을 정리하고 분동을 인구 급증으로 오해하기 쉬운 지점을 짚었습니다.
2025년 10월~2026년 10월의 흐름과 동네별 연간·월간 변화를 구분한 분석입니다.
원자료를 내려받아 증감·증감률을 계산하고 합계를 검산하는 순서를 안내합니다.
K-apt에서 발생월·항목·면적을 맞춰 확인할 때 필요한 비교 기준을 정리했습니다.

그림 설명: 총인구 10,000명·65세 이상 2,000명으로 같은 가상 지역 세 곳입니다. 유소년 수가 달라 노령화지수는 100·200·400으로 달라집니다. 실제 지역 통계가 아닌 APT NOW 계산 예시입니다.
고령인구비율이 모두 20%인 두 동네라도 노령화지수가 100과 200으로 다를 수 있습니다. 계산 오류가 아니라 분모가 다른 지표이기 때문입니다. 고령인구비율은 전체 주민 중 고령층의 몫을 보고, 노령화지수는 유소년 수에 비해 고령층이 얼마나 되는지 봅니다. 지수 200을 ‘주민의 200%가 노인’이라고 읽는 것은 잘못된 해석입니다.
아래 A·B·C지역과 인구는 모두 원리를 설명하기 위한 가상 자료입니다. 실제 지역의 고령화 순위나 미래 인구를 추정한 값이 아닙니다. 연령 구분과 산식은 KOSIS·국가지표체계의 설명을 확인했습니다.
| 지표 | 계산식 | 읽는 방법 |
| 고령인구비율 | 65세 이상÷전체 인구×100 | 전체 주민 100명 중 고령인구 수 |
| 노령화지수 | 65세 이상÷0~14세×100 | 유소년 100명당 고령인구 수 |
| 노년부양비 | 65세 이상÷15~64세×100 | 생산연령인구 100명당 고령인구 수 |
15~64세는 인구구조 계산에서 쓰는 생산연령인구 구간입니다. 이 연령대가 모두 취업자라는 뜻은 아닙니다. 65세 이상에도 일하는 사람이 있고, 15~64세에도 학생·비취업자가 있으므로 노년부양비를 실제 취업자 한 명이 부담하는 비용으로 바꿀 수는 없습니다.
| 가상 지역 | 0~14세 | 15~64세 | 65세 이상 | 전체 |
| A | 1,000 | 7,000 | 2,000 | 10,000 |
| B | 2,000 | 6,000 | 2,000 | 10,000 |
| C | 500 | 7,500 | 2,000 | 10,000 |
세 곳 모두 고령인구비율은 2,000÷10,000×100=20%입니다. 노령화지수는 A 200, B 100, C 400입니다. A의 지수가 B의 두 배라고 해서 A에 고령자가 두 배 많은 것은 아닙니다. 고령자 수는 같은 2,000명이고 유소년 수가 절반입니다. C는 고령자가 더 늘지 않았어도 작은 유소년 분모 때문에 지수가 가장 큽니다.
| 가상 지역 | 고령인구비율 | 노령화지수 | 노년부양비 |
| A | 20% | 200 | 약 28.57 |
| B | 20% | 100 | 약 33.33 |
| C | 20% | 400 | 약 26.67 |
B는 유소년 수가 많아 노령화지수가 낮습니다. 반면 전체 인구가 같은 조건에서 15~64세는 6,000명으로 A·C보다 적습니다. 고령인구 2,000명을 이 작은 분모로 나누면 노년부양비는 약 33.33으로 가장 높습니다. 한 지표의 순위를 다른 지표의 순위로 대신할 수 없다는 사례입니다.
학교 연령대의 규모가 궁금하다면 유소년 수와 연령별 분포를, 고령층 서비스의 대상 규모가 궁금하다면 65세 이상 수와 더 세분한 연령대를 같이 확인하세요. 지수가 높은 지역이라는 이유만으로 필요한 병상·시설·예산을 바로 산출할 수는 없습니다.
예를 들어 고령인구가 2,000명으로 그대로이고 유소년이 1,000명에서 800명으로 줄면 노령화지수는 200에서 250으로 높아집니다. 이 경우 지수 상승은 고령자 증가가 아니라 분모 감소로도 설명됩니다. 반대로 유소년이 그대로이고 고령층이 늘어도 지수가 오릅니다. 두 구성요소의 실제 인원 증감을 나눠 적어야 무엇이 달라졌는지 보입니다.
유소년 수가 0명인 자료에서는 나눗셈을 할 수 없습니다. 0으로 나눈 값을 0이나 임의의 큰 수로 채우지 말고 산출 불가로 표시해야 합니다. 작은 읍면동은 몇 명의 변화로 지수가 크게 움직일 수 있으므로 비율 옆에 인원도 함께 두는 것이 좋습니다.
주민등록 월말 통계와 장래인구추계의 연간 값을 섞으면 집계 대상과 기준시점이 달라집니다. KOSIS 화면 안에서도 지표별 출처와 기준시점이 같다고 가정하지 마세요. 고령인구비율과 노령화지수를 비교할 때 같은 인구 원표에서 직접 계산하거나, 원표가 다르면 그 차이를 밝혀야 합니다.
이 글의 세 지역은 세 연령 구간 합계가 전체와 일치하도록 만들었습니다. 실제 표에서도 같은 검산을 해 보고, 행정구역 개편과 외국인 포함 범위를 확인하세요. 평균연령과 중위연령은 또 다른 지표이므로 이 세 비율만으로 대신 구할 수 없습니다.
국가지표체계 노령화지수 정의 · KOSIS 인구구조·부양비 설명 · KOSIS 지역 고령화 지표와 출처 구분
평균연령과 중위연령 차이 · 평균 세대원 수와 1인 세대 비율 구분
작성·출처 확인: 2026년 11월 5일 · APT NOW. 자료 작성 기준과 오류 제보
| 남녀 성비 100과 남성 비율 50%의 차이: 경기도 실제 수치로 계산하기 (0) | 2026.11.05 |
|---|---|
| 생활인구와 주민등록 인구 차이: 관광객이 많아도 인구가 줄 수 있는 이유 (0) | 2026.11.05 |
| 인구밀도 높은 동네가 더 붐빌까? SGIS 격자지도와 행정동 통계 읽는 법 (0) | 2026.11.04 |
| 평균연령과 중위연령 차이: 평균 40세인 두 동네의 연령 구조가 다른 이유 (0) | 2026.11.04 |
| 인구가 늘면 전입자가 많아진 걸까? 자연증가·순이동·기타 증감 구분법 (0) | 2026.11.04 |