경기도 인구는 늘었다. 시군 10곳은 줄었다

이번에 쓴 방법합계 분해

도 전체 증가 179만 명은 늘어난 21곳의 증가분(227만)에서 줄어든 10곳의 감소분(48만)을 뺀 값이다. 총량 하나만 보면 상쇄된 48만이 계산에서 사라진다. 기사가 한 것처럼 상위 몇 곳을 되읽으면 순위표가 되는데, 그건 데이터 전달이지 분석이 아니다. 합계를 두 덩어리로 갈라 보면 «총량이 무엇을 상쇄한 값인가»가 나오고, 시군 합이 도 전체와 정확히 맞는지로 스스로 검산된다. 여기에 구간을 나눠(2011→2025 전체 · 2020→2025 최근) 방향이 바뀐 곳을 갈랐다.

경기도 주민등록인구는 2011년 말 11,937,415명에서 2025년 말 13,730,135명이 됐다. 14년 사이 15.02% 늘었다. 도 단위 총량만 보면 경기도는 커진 곳이다.

그런데 이 증가는 31개 시군이 고르게 커져서 생긴 값이 아니다. 인구가 늘어난 시군은 21곳, 줄어든 시군은 10곳이다. 늘어난 21곳의 증가분은 2,271,233명이고, 줄어든 10곳의 감소분은 478,513명이다. 두 덩어리의 차액이 경기도의 순증가 1,792,720명이다.

경기 31개 시군의 주민등록인구 증감(2011년 12월 → 2025년 12월, 만 명). 파란색이 늘어난 21곳, 붉은색이 줄어든 10곳이다. 마름모는 15년 전체로는 늘었지만 2020년 이후로는 줄어든 4곳을 가리킨다.

여기서 한 걸음 더 간다. 두 덩어리를 상쇄하지 않고 그냥 더하면 2,749,746명이 된다 — 이것은 실제로 이사한 사람 수가 아니라 시군별 순증감의 절댓값을 더한 값이다. 도 전체 총량으로 보이는 1,792,720명은 그중 65.20%다. 나머지는 늘어난 곳과 줄어든 곳이 서로를 지우면서 총량에서 빠졌다. 시군 하나하나로 내려가면 쏠림이 더 뚜렷하다 — 31곳의 증감을 평균 내면 57,830명이지만, 딱 가운데에 선 시군은 18,401명이다. 평균은 크게 는 몇 곳이 끌어올린 값이라, 절반의 시군은 평균 근처에도 없다.

늘어난 쪽도 고르지 않다. 화성시 한 곳이 473,204명 늘어, 순증가(증가분에서 감소분을 뺀 값)의 26.4%를 혼자 만들었다. 김포시(227,798명)와 용인시(195,142명)를 더하면 세 곳이 순증가의 49.99%다. 화성시 인구는 이 기간 91.57% 늘었다 — 거의 두 배가 됐다.

「경기도 인구가 늘었다」는 두 덩어리의 차액이다. 늘어난 21곳이 더한 227만 명에서 줄어든 10곳이 잃은 48만 명을 뺀 것이 순증가 179만 명이다.

줄어든 10곳은 한 부류가 아니다. 감소 폭이 가장 큰 곳은 부천시로 -113,656명(-13.03%)이고, 안산시 -103,078명, 성남시 -73,529명이 뒤를 잇는다. 여기에 포천시·동두천시·연천군 같은 경기 북부도 함께 들어 있다. 이 표로는 두 부류 가운데 어느 쪽도 감소의 원인을 가릴 수 없다.

14년을 한 덩어리로 보면 지워지는 것도 있다. 고양시는 그 기간 98,842명 늘어 증가 시군에 들어가지만, 2020년 말 이후로만 보면 -19,135명이다. 이렇게 방향이 바뀐 곳이 늘어난 21곳 가운데 4곳 있다. 다만 그중 의정부시와 가평군은 감소라기보다 정체에 가깝다 — 5년 동안 각각 -0.03%, -0.40% 움직였다. 지금 늘고 있는 곳과 예전에 늘었던 곳은 다르다.

그래서

「경기도 인구가 늘었다」는 문장은 31개 시군 중 21곳의 이야기이고, 그중에서도 세 곳이 순증가의 절반을 만든 이야기다. 나머지 10곳에서는 주민등록인구가 478,513명 줄었다. 총량은 이 두 덩어리를 상쇄해 하나의 숫자로 보여주기 때문에, 도 단위 지표만 보고 지역 수요를 가늠하면 줄어드는 곳이 계산에서 사라진다. 방향이 바뀐 4곳처럼 지금 어디로 가고 있는지는 구간을 나눠 봐야 보인다. 다만 총인구 하나로는 어떤 수요도 직접 말할 수 없다 — 연령 구조와 생활인구가 함께 있어야 한다.

이 글이 한 주장과, 그것을 받치는 계산

구성
「경기도 인구가 늘었다」는 총량은, 늘어난 곳과 줄어든 곳이 서로를 지우고 남은 값이다
증가분 2,271,233명과 감소분 478,513명을 상쇄하지 않고 더하면 실제로 움직인 인구는 2,749,746명이다. 총량 1,792,720명은 그중 65.20%다. 크기 두 개를 나란히 적는 것과 «몫»을 내는 것은 다른 일이고, 총량이 얼마를 지웠는지는 몫으로만 보인다.
N08N09N28N29몫
분포
시군을 평균 하나로 묶으면 그 안의 격차가 보이지 않는다
31개 시군 증감의 평균은 57,830명인데 중앙값은 18,401명이다. 평균이 중앙값보다 세 배 이상 크다는 것은 소수의 큰 증가가 평균을 끌어올렸다는 뜻이고, 절반의 시군은 평균 근처에도 없다는 뜻이다. 「늘어난 곳이 21곳」이라는 «개수»로는 이 폭이 안 나온다.
N30N31퍼짐
구성
순증가의 절반은 세 시가 만들었다
화성시 한 곳이 순증가의 26.4%, 김포·용인을 더한 세 곳이 49.99%다. 늘어난 시군을 세는 것으로는 이 쏠림이 안 보인다 — 몫을 값으로 내야 「고르게 늘었다」와 갈린다.
N11N13몫N16몫

번호는 이 글이 쓴 값의 일련번호다. 아래 「출처」에서 어느 표의 어느 칸인지 볼 수 있다. 회색 꼬리표는 그 값이 맡은 역할을 뜻한다.

이 글은 어떻게 만들어졌나

어떻게 분석했나 — 고른 각도와 버린 각도

소재가 된 기사는 「화성·평택 웃고 수원·성남 울었다」로 네 곳을 들었다. 그 네 곳을 되읽으면 순위표가 된다 — 그건 데이터 전달이지 분석이 아니다. 그래서 31개 시군을 전부 받아 도 전체 증가가 어떻게 만들어진 값인가를 분해하는 쪽으로 방향을 잡았다. 증가분 합에서 감소분 합을 뺀 것이 순증가라는 항등식이라, 시군 합이 도 전체와 정확히 맞는지로 스스로 검산된다. 처음에는 기사 제목대로 「경기도 인구 1422만 돌파」를 축으로 삼으려 했다. 그런데 표를 받아 보니 2025년 말 값이 달랐다 — 기사는 외국인을 포함한 총인구를 쓴 것으로 보이고 이 표는 내국인만 센다. 총량을 제목에 두는 것을 포기하고 그 총량이 무엇으로 이루어졌는지로 방향을 틀었다. 버린 각도도 적어 둔다. 연령별 분해는 같은 표로 가능하지만 브리프 04가 이미 그 축을 썼다. 외국인을 포함한 실거주 규모는 이 표로 불가능하고, 등록외국인 표는 지역코드 체계가 달라 이번엔 접었다. 증감의 원인(전입·전출)은 인구이동통계가 따로 있어야 한다. 차트는 처음에 증감률(%)로 그렸다가 절대 인원으로 바꿨다. 비율로 그리면 하남·과천처럼 작은 도시가 화면을 지배해 「어디서 사람이 늘었나」가 안 보인다.

출처 — 어느 표의 어느 칸인가

통계청 KOSIS 「행정구역(읍면동)별/5세별 주민등록인구(2011년~)」(tblId DT_1B04005N, 항목 T2 총인구수, 연령 「계」, 경기도 및 31개 시군, 2011~2025 각 연 12월 기준) · 2026-08-24 수집

한계 — 이 숫자가 말하지 않는 것

이 표는 내국인만 센다. 등록외국인이 많은 도시는 실제 거주 규모와 벌어지는데, 특히 안산시의 감소 폭은 내국인 기준이라는 점을 빼고 읽으면 안 된다. 주민등록은 실제 거주지가 아니라 등록지 기준이라 대학가·군부대처럼 등록과 거주가 어긋나는 지역은 값이 실제와 다르다. 증감의 원인(출생·사망·전입·전출)은 이 표로 가를 수 없다 — 이 글은 얼마나 어디서까지만 말한다. 일반구(수원 장안구 등)와 북부출장소는 빼고 시·군 단위로만 봤고, 2013년 승격한 여주시는 2011~2012년의 「여주군」을 이어 붙였다. 시군 31곳의 증감을 더한 값과 도 전체 증감은 정확히 같았다(1,792,720명). 이 글은 2011년 말과 2025년 말 두 시점(그리고 2020년 말)을 견준 것이고, 그 사이 해마다 어떻게 움직였는지는 이 글의 원자료에 담지 않았다 — 「해마다 늘었다」처럼 매년의 방향을 말하려면 연도별 값을 함께 실어야 한다.

이 글의 약점과, 그 약점의 크기

결론을 좁혔다▼ 내려간다
두 시점(2011·2025)만 견줬다 — 그 사이 해마다 어떻게 움직였는지는 이 글에 없다
그래서 «중간 한 점»(2020년)을 넣어 구간을 갈라 봤다. 14년 전체로는 도 전체가 15.02% 늘었는데, 최근 5년만 보면 2.26% 다 — 방향은 같지만 속도가 다르다. 시군 단위로는 4곳이 앞 구간과 최근 구간의 «방향이 뒤바뀌었고», 의정부(-0.03%)·가평(-0.4%)처럼 0에 붙어 있는 곳도 있다. 그래서 이 글은 「해마다 늘었다」처럼 매년의 방향을 말하지 않고, 두 시점 사이의 «순증감»과 «어디서»까지만 쓴다.
N05N39N23N26N27
결론이 선다? 모른다
원자료의 «증감률» 칸을 그대로 쓰면 그 칸이 틀렸을 때 같이 틀린다
본문에 실은 증감률 다섯 개는 원자료에서 «베끼지 않고» 각각의 분자·분모로 다시 계산한 값이다. 그렇게 해도 값은 하나도 달라지지 않았다 — 즉 원자료의 증감률 칸과 우리가 다시 계산한 값이 소수 둘째 자리까지 일치한다. 베낀 값은 「대장에 있다」는 것만 보증하지 「맞다」는 것을 보증하지 않는다.
N05N12N18N26N27
말하지 않는다? 모른다
이 표는 내국인만 센다 — 등록외국인이 많은 도시는 실제 거주 규모와 벌어진다
특히 안산의 감소 폭은 내국인 기준이라는 점을 빼고 읽으면 안 된다 — 안산 한 곳만 놓고 보면 외국인 주민이 빠진 만큼 실제 거주 규모보다 «적게» 잡히는 쪽이다. 그러나 이 글은 31개 시군을 함께 놓고 «어디가 늘고 줄었나»를 말하므로, 도시마다 외국인 증감이 서로 달랐다면 순위와 방향이 어느 쪽으로 움직일지 정해지지 않는다. 이 표에 외국인 칸이 없고 다른 표는 집계 정의와 시점이 달라 크기를 못 낸다.
말하지 않는다? 모른다
주민등록은 실제 거주지가 아니라 등록지 기준이다
대학가·군부대처럼 등록과 거주가 어긋나는 지역은 값이 실제와 다르다. 어긋난 폭을 재려면 거주 실태 조사가 필요한데 시군·연도 단위로 그런 표가 없다. 이 한계는 개별 시군 값에 걸리고, 「도 전체는 늘었는데 10곳은 줄었다」는 대비 자체를 뒤집지는 않는다.
말하지 않는다? 모른다
증감의 원인(출생·사망·전입·전출)은 이 표로 가를 수 없다
이 글은 «얼마나 어디서»까지만 말한다. 자연증가와 사회증가를 가르려면 인구동향과 이동통계를 붙여야 하고, 그러면 코드 체계가 다른 표를 결합하는 문제가 새로 생긴다. 원인을 적지 않은 것은 빠뜨린 것이 아니라 이 자료로 할 수 없어서다.
결론을 좁혔다? 모른다
일반구·북부출장소를 빼고 시·군 단위로만 봤고, 여주는 2013년 승격 전의 「여주군」을 이어 붙였다
묶음을 잘못 잡으면 합이 안 맞는다. 31개 시군의 증감을 더한 값이 도 전체 증감과 정확히 같았다(1,792,720명). 이 검산이 잡는 것은 누락과 중복이다. 잡지 못하는 것도 분명하다 — 두 시군의 값이 «서로 바뀌어» 들어가도 합계는 그대로다. 그래서 「31곳을 빠짐없이 한 번씩 셌다」까지가 이 값으로 서는 결론이고, 「각 시군에 옳게 배정됐다」는 여기서 나오지 않는다.
N01N10
결론을 좁혔다? 모른다
「움직인 인구」를 순증감의 절댓값 합으로 잰다 — 실제 이동자 수가 아니다
각 시군 안에서 전입과 전출은 이미 상쇄된 뒤의 값이라, 같은 수가 들어오고 나간 도시는 0으로 잡힌다. 그래서 실제 이동자 수는 2,749,746명 이상이다 — 이 값은 «하한»이지 이동량 자체가 아니다(늘어난 몫 2,271,233 + 줄어든 몫 478,513). 실제 이동자를 재려면 인구이동통계를 붙여야 하고, 그 표는 시군구 «내부» 이동이 섞여 있어 또 다른 보정이 필요하다. 그래서 이 글은 「얼마나 이동했나」가 아니라 「도 전체 한 값이 얼마나 상쇄된 결과인가」까지만 말한다.
N28N08N09

보정하지 않은 것을 적기만 하지 않고, 보정하면 결론이 얼마나 흔들리는지를 값으로 냈습니다 — 7건 중 4건에 수치를 댔습니다. 번호는 이 글이 쓴 값의 일련번호입니다.

✓ 이 브리프의 모든 수치는 발행 전 데이터 검증 관문을 통과했습니다. 본문 수치는 전부 수치대장에 등록되고, 인용 수치는 원문에서 직접 확인한 위치가 기록된 것만 싣습니다. 정규 호와 같은 관문입니다.

이 글은 낸 뒤 2번 고쳤습니다 — 무엇을 고쳤는지는 근거 화면에 한 줄씩 적혀 있습니다.