본 연구는 목표관리제와 배출권거래제의 정책효과성 분석을 목적으로 하였다. 구체적으로 두 정책의 효과성 분석을 위해 온실가스감축효율성의 개념을 제시하였고 거리함수(distance function)에 근거하여 정의하였다.
또한 온실가스감축효율성을 모수적으로 추정하기 위해 거리함수를 추정 가능한 식으로 전환(transformation)하여 이용하였다. 방법론으로는 확률 변경분석(stochastic frontier analysis)을 차용하였으며 사용된 자료의 특성 을 고려하여 Green (2005)이 제시한 고정효과(true-fixed) 모형을 이용하 였다. 분석대상은 2012년 기준 목표관리제에 포함된 총 15개 업종의 251 개 기업이었으며 분석기간은 목표관리제 및 배출권거래제의 첫 시행연도 (목표관리제:2012년, 배출권거래제:2015년)가 포함된 2011~2015년이었다.
분석결과를 요약하면 다음과 같다.
전체 기업의 평균 온실가스감축효율성은 목표관리제 시행 첫 해(2012 년)에 개선되었다가 이후 2013~2014년에 연속해서 감소하였다. 하지만 배출권거래제가 시행된 2015년에 큰 폭으로 평균 온실가스감축효율성이 개선됨을 확인하였다. 본 연구는 2012년과 2015년의 평균 온실가스감축 효율성이 개선된 이유에 대해 기업의 전략적 행동이라는 관점을 제시하였 다. 구체적으로 새로운 감축정책에서 발생되는 불확실성이 기업들의 감축 노력을 유인하게 했을 가능성을 지적하였다. 또한 일반적인 시장의 불확 실성과 온실가스 감축정책의 불확실성에 대해 위험회피적인 기업의 선택
및 행동은 각각 다르게 나타날 수 있음을 설명하였다. 한편 2013~2014년 의 목표관리제의 효과성이 시행 첫 해에 비해 떨어지는 것으로 분석되었 다. 이 결과 또한 기업의 전략적 대응이라는 관점에서 목표관리제의 불확 실성이 어느 정도 제거된 상태가 기업들의 감축노력을 느슨하게 했을 가 능성을 제시하였다.
업종별 분석결과는 전체 대상기업의 분석결과와 상당히 유사하였다. 구 체적으로 상당수 업종에서 목표관리제 시행 첫 해인 2012년에 온실가스 감축효율성이 개선된 반면 2013~2014년에는 악화되었고 배출권거래제 시행 첫 해인 2015년에 다시 개선되고 있는 것을 확인하였다. 이 결과 역 시 목표관리제 및 배출권거래제의 불확실성에 대한 기업의 전략적 대응방 식으로 설명할 수 있었다.
본 연구의 분석결과 목표관리제 시행 첫 해인 2012년에 평균 온실가스 감축효율성이 개선되다가 이후 감소한 것으로 나타났으며 배출권거래제 시행 첫 해인 2015년에 다시 평균 온실가스감축효율성이 개선된 것을 확 인할 수 있었다. 이는 온실가스감축효율성 측면에서 배출권거래제가 목표 관리제보다 다소 효과적이었다고 평가할 수도 있으나 배출권거래제 이후 의 자료가 한 개 연도만 존재하므로 배출권거래제의 효과성에 대한 결론 을 내리는데 무리가 있다. 따라서 배출권거래제 이후의 자료를 추가 확보 하여 2015년 이후 지속해서 온실가스감축효율성이 개선되고 있는지 여부 를 분석해 보는 것이 필요하다.
본 연구의 시사점은 다음과 같이 정리할 수 있다. 첫째, 업종별 온실가 스감축효율성에 대한 검토를 통해 상대적으로 온실가스감축효율성이 우 수한 업종을 확인할 수 있었다. 관련 결과는 온실가스감축효율성의 개선 을 위해 어느 업종을 참고해야 하는지에 관한 정보를 제공하였다고 볼 수
제6장 요약 및 결론 59 nationally determined contribution)을 발표하였고 달성을 위한 최선의
노력을 국제사회에 천명하였다. 우리나라도 2030년 BAU 대비 37%의 감축기여방안을 제시하였다. 따라서 감축목표의 효과적 달성을 위한 정 책마련이 중요하며 관련 정책의 효과성을 높여야 할 필요가 있다. 본 연구는 온실가스 감축목표의 달성을 위한 수단으로 그동안 추진되어온 목표관리제의 효과성을 평가하고자 기업들의 온실가스감축효율성을 분 석하였다. 그리고 배출권거래제 시행 첫 해의 온실가스감축효율성을 분 석하였다. 이를 통해 목표관리제와 배출권거래제의 효과성을 온실가스 감축효율성 측면에서 살펴보았다.
하지만 본 연구는 몇 가지 한계점을 안고 있다. 첫째, 사용된 자료의 기간에 대한 한계점이다. 앞서 언급했듯이 배출권거래제 관련 자료로 배출권거래 시행 첫 해의 자료만을 이용하였기 때문에 목표관리제와 배출권거래제의 효과성을 엄밀하게 비교·분석하는데 한계점이 있었다.
둘째, 기업의 전략적 대응이라는 관점에서 온실가스감축효율성의 추이 를 설명하였다. 하지만 각 기업별 특징(생산 및 운영관리 특징, 에너지 효율 관련 기술 보유 여부, R&D 투자액 등), 업종별 당시 상황 및 경 기상황 등이 온실가스감축효율성 개선(또는 악화)에 영향을 줬을 가능 성은 충분하다. 따라서 불확실성에 대한 기업의 전략적 행동으로만 온 실가스감축효율성의 추이를 일반화하여 해석하기에는 한계점이 있다.
본 연구의 한계점은 향후 후속 연구의 필요성을 부각시킨다. 우선 배 출권거래제 시행 이후의 자료를 추가 확보하여 목표관리제와 배출권거 래제의 비교﹡분석을 확대해보는 것이 중요하다. 구체적으로 기업들의 온실가스배출량 및 에너지사용량에 대한 2015년 이후의 자료를 확보하 여 분석한다면 목표관리제와 배출권거래제의 정책효과성을 좀 더 엄밀 하게 분석할 수 있을 것이며 온실가스 감축을 위한 유용한 정책적 시사
제6장 요약 및 결론 61
점을 얻을 수 있을 것이다.
또한 기업 내부 또는 외부 조건 등 온실가스 배출에 영향을 줄 수 있는 추가 변수들을 고려하여 추정모형에 반영한다면 기업(또는 업종) 입장에서 온실가스감축을 위해 집중해야 할 부분이 어느 곳인지 분석 이 가능할 수 있다. 또한 이를 통해 감축정책의 향후 방향성을 제시할 수 있을 것으로 보인다.
참고문헌 63
참고 문헌
<국내문헌>
강상목. (2012). “온실가스 감축에 대비한 에너지 효율의 계측.” 환 경정책연구, 11(1), 75-97.
강인규·심광식·김재윤. (2014) “DEA모형을 이용한 온실가스·에너지 목표관리제 지정기업의 효율성 평가.” 기업경영연구, 21(1):1-25 강희찬·김용건·강만옥·강성원, (2013). “온실가스 감축정책 현황 및 개
선방안 연구(Ⅰ).” 한국환경정책·평가연구원
민동기, (2010). “제조업 전력 사용 효율성 제고를 통한 온실가스 (CO2) 감축 잠재량 추정에 관한 연구”, 환경정책연구 9(3):143-160.
안병욱·서윤규·홍원화.(2014). “대학 건물의 온실가스·에너지목표관리 제 시행에 따른 전력부문 온실가스 배출량 변화분석.” 대한건축 학회 학술발표대회 논문집 34(1) 157-158
윤순진·원길연. (2012) “녹색성장에 기초한 이명박 정부 기후변화정책 레짐에 대한 사회적 수용과 평가: 전문가 인식조사를 중심으로.”
환경사회학 연구, 16(2):7-50
이재영·김상욱·빈형규·정우성. (2010) “국내 철도산업의 온실가스·에 너지 목표관리제 대응 방안 연구.” 한국철도학회 학술발표대회 논문집. 886-869
신영철. (2013). “자료포락분석(DEA) 모형을 이용한 철강산업의 온 실가스 감축효율성의 시범적 추정.” 2013년 온실가스 감축 전
문가포럼 단기과제별 최종자료집
심성희. (2012). “배출권거래제의 최적운영을 위한 사회여견 연구.”
에너지경제연구원 기본연구보고서
임재규 (2012) “온실가스·에너지 목표관리제의 효과적 추진방향 연 구.” 에너지경제연구원 기본연구보고서
임재규·김정인. (2003), “온실가스 감축을 위한 배출권거래제와 탄소 세의 정책혼합 분석”, 자원·환경경제연구, 12(2):245-274
환경부. (2014). “국가 배출권 할당계획-온실가스 배출권거래제 제1 차 계획기간(2015년~2017년)”
진상현·김성균. (2015). “온실가스·에너지 목표관리제의 효과성 분석:
전문가 성과평가를 중심으로”, 현대사회와 행정, 25(4): 1~23 KIEI 포커스. (2015)., “배출권거래제 현황 및 이슈.” 한국환경정책·평
가연구원
<해외 문헌>
Aso, J. A. R. (2014). “Estimation of stochastic frontier cost function model: An empirical analysis of industrial pollution in Spain.”
Battese, G. E., Coelli, T. J. (1988). “Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data.” Journal of econometrics, 38(3):
387-399.
Battese, G. E., Coelli, T. J. (1992). “Frontier production functions,
참고문헌 65
technical efficiency and panel data: with application to paddy farmers in India.” International Applications of Productivity and
Efficiency Analysis (pp. 149-165). Springer Netherlands.
Coelli, T., Perelman, S. (1999). “A comparison of parametric and non-parametric distance functions: With application to European railways.” European journal of operational research, 117(2), 326-339
Cornwell, C., Schmidt, P., Sickles, R. C. (1990). “Production frontiers with cross-sectional and time-series variation in efficiency levels.” Journal of econometrics, 46(1):185-200.
Färe, R., Grosskopf, S., Noh, D. W., &Weber, W. (2005).
“Characteristics of a polluting technology: theory and practice.” journal of Econometrics, 126(2): 469-492.
Greene, W. (2005). “Fixed and random effects in stochastic frontier models. Journal of productivity analysis,” 23(1): 7-32.
Herrala, R.,and Goel, R. K. (2012). “Global CO2 efficiency:
country-wise estimates using a stochastic cost frontier”‘ Energy
policy, 45: 762-770.
IPCC AR(5). (2014) “Climate Change 2014 Synthesis Report.”
Jondrow, J., Lovell, C. K., Materov, I. S., and Schmidt, P. (1982).
“On the estimation of technical inefficiency in the stochastic frontier production function model.” Journal of econometrics, 19(2-3):
233-238.
Kumbhakar, S. C. (1990). “Production frontiers, panel data, and
time-varying technical inefficiency”, Journal of econometrics, 46(1):
201-211.
Kumbhakar, S. C., Wang, H., Horncastle, A. P. (2015). “A
Practitioner's Guide to Stochastic Frontier Analysis Using Stata.” Cambridge University Press.
Lee, M. and Zhang, N. (2012). “Technical efficiency, shadow price of carbon dioxide emissions, and substitutability for energy in the Chinese manufacturing industries”, Energy Economics, 34(5), 1492-1497.
Lee, Y. H., Schmidt, P. (1993). “A production frontier model with flexible temporal variation in technical efficiency”, The
measurement of productive efficiency: Techniques and applications, 237-255.
Lin, B. and Long, H. (2015). “A stochastic frontier analysis of energy efficiency of China's chemical industry”, Journal of
Cleaner Production, 87, 235-244.
Reinhard, S., Lovell, C. K., &Thijssen, G. J. (2000). “Environmental efficiency with multiple environmentally detrimental variables;
estimated with SFA and DEA. European Journal of Operational
Research”, 121(2): 287-303.
Schmidt, P., Sickles, R. C. (1984). “Production frontiers and panel data. Journal of Business &Economic Statistics.” 2(4): 367-374.
Shepherd, R. W. (2015). “Theory of cost and production functions”, Princeton University Press.
참고문헌 67
Shortall, O. K., Barnes, A. P. (2013). “Greenhouse gas emissions and the technical efficiency of dairy farmers”, Ecological
Indicators, 29: 478-488.
UNFCCC, 2015 “Synthesis Report on The Aggregate Effect of Intendded Nationally Determined Contribution(INDCS).”
Wang, Q. W., Zhou, P., Shen, N., &Wang, S. S. (2013). “Measuring carbon dioxide emission performance in Chinese provinces: a parametric approach”, Renewable
and Sustainable Energy Reviews, 21: 324-330
Wernerfelt, B., Karnani, A. (1987). “Competitive strategy under uncertainty.” Strategic Management Journal, 8(2): 187-194.
Zhou, P., Ang, B. W., Zhou, D. Q. (2012). “Measuring economy-wide energy efficiency performance: a parametric frontier approach”, Applied Energy, 90(1): 196-200.
<웹사이트>
환경공단 홈페이지, 접속일: 2016년 9월 12일, 18:00
https://www.keco.or.kr/kr/business/climate/contentsid/1520/index.do
<부록-1>
<표-1> 업종별 더미변수의 추정결과
추정계수 t-값
dummy2 -0.19529 -4.88000***
dummy3 -0.23157 -5.30000***
dummy4 -0.20592 -3.68000***
dummy5 -0.13003 -2.54000**
dummy6 -0.14839 -3.47000***
dummy7 -0.11142 -2.17000**
dummy8 -0.07001 -1.38000
dummy9 0.01096 0.19000
dummy10 -0.69837 -12.03000***
dummy11 -0.16250 -2.86000**
dummy12 -0.18191 -3.64000***
dummy13 -0.68129 -8.14000***
dummy14 0.07911 1.02000
dummy15 -0.85115 -6.12000***
**
* 1% 수준에서 통계적으로 유의함
** 5% 수준에서 통계적으로 유의함
* 10% 수준에서 통계적으로 유의함
∴ dummy2=석유화학, dummy3=철강, dummy4=조선, dummy5=섬유, dummy6=제지, dummy7=요업, dummy8=자동차, dummy9=발전에너지, dummy10=시멘트, dummy11=기 계, dummy12=비철금속, dummy13=정유, dummy14=통신, dummy15=광업
참고문헌 69
<부록-2>
<표-1> [반디전]의 전년대비 증가율 및 증가 기업 수(비중)
(총23개)
전년대비
전년대비