ABSTRACT
1. 추정모형 및 분석자료
<표 2> 연료 연소 시 부문별 탄소배출 비중
전기·열 생산 자가소비산업 제조·건설 수송 기타
세계 42% 5% 19% 23% 10%
OECD 40% 6% 12% 29% 13%
한국 53% 8% 14% 16% 10%
출처 : IEA CO2 Emissions, OECD/IEA, Paris, 2016
2016년 기준 탄소배출량의 구성은 전 세계적으로 전력 및 열 생산 분야의 비중이 가장 높으며 그 다음이 수송부문이다. 특히, 한국의 경우는 전력 및 열 생산의 탄소배출량 비중이 세계 및 OECD 평균수준 보다 훨씬 높은데, 이는 높은 석탄발전 비중과 전원믹스 중 신재생에너지 발전비중이 세계 평균(2015년 23.7%) 대비 크게 낮은데서(2015년 6.6%) 기인한다고 볼 수 있다.
반면, 신재생에너지 발전비중은 증가가 예상된다. 이는 환경의 질을 개선하 기 위해 세계적으로 에너지 신사업에 대한 투자가 증가하고, 대규모 신재생에 너지 발전 조성사업의 수주를 위한 국가 간 경쟁 심화와 신기술 발전으로 인해, 태양광 등 신재생에너지 발전비용은 해마다 평균비용이 크게 낮아지고 있기 때문이다.
따라서 본 연구에서는 이상을 근거로 전원믹스(노건기 외(2016)) 중 탄소 배출량과 음(-)의 관계를 가질 것으로 추정되는 신재생에너지 비중을 변수로 추가하였다(신석하 (2014), 이성로·김효선(2014)). 이는 또 과거 논문들이 기술 진보의 대리변수로 R&D 투자액을 사용하고 있던 부분에 대해 현실적으로 더 밀접한 관련이 있는 신재생에너지의 비중을 사용한 것으로 해석해도 무방하다.
다만, 본 연구의 취지에 맞게 신재생에너지 비중은 전원별 발전량 중 신재생에 너지와 이산화탄소배출량이 거의 없는 원자력 발전을 포함하여 분석하였다 (신석하(2014), 이성로·김효선(2014)).
또한, 최종에너지소비량을 인구수로 나누어 산출한 1인당 최종에너지소비량을 주요 변수로 반영하였다.3)
3) 1인당 최종에너지소비량을 설명변수로 추가할 것을 권고해 주신 최용옥 교수께 감사드린다.
그리고 본 논문은 기존의 논문들과 달리, 기온의 변화가 에너지 소비량 변 화를 통해 탄소배출에 영향을 미칠 것이라는 점에 착안하여 기온효과를 대 리하는 변수로 실제 일별 평균기온에서 기준온도를 차감하는 연간 냉난방도 일(hctemp) 개념을 추가하였다.4) 한국의 경우 겨울철 난방용 에너지 수요와 여 름철 냉방용 에너지 수요가 지속적으로 증가하고 있으며, 기온효과와 에너지 소비의 관계는 여러 문헌에서 확인된다(김인무 외 (2011), 노건기 외 (2016), 신동현 (2016) 등). 그럼에도 불구하고, 기존 논문들이 기온요인을 포함시키지 않은 이유는 연간 시계열자료 분석에서는 계절성이 불필요하다는 인식에 근거한다. 그러나 좀 더 구체적으로 살펴보면 연평균 기온이 비슷하더라도 실제 일별 기온분포는 상당한 차이가 있다. 냉난방 수요가 고온, 한파처럼 기준온도 에서 벗어나는 정도에 의존하며 최근의 이상기후 증가 현상을 고려하면, 단순히 연평균 기온이 비슷하다고 하여 기온효과를 배제하는 것은 적절치 않아 보인다.
본 논문은 이러한 점을 고려하여 기온변화로 인한 에너지 소비효과를 측정할 수 있는 연간 냉난방도일을 변수로 포함시켰다.
본 논문에서 사용된 자료는 분석기간의 연간 자료이며, 1인당 이산화탄소배출량 및 1인당 GDP, 1인당 최종에너지소비량은 IEA Headline Energy Data 2016통계자 료를, 1인당 최종에너지소비량, 신재생에너지 비중은 OECD Library 2016 통 계자료를, 연간 냉난방도일은 1997년 이후는 국가에너지 통계정보시스템 (KESIS) 자료를 사용하되 데이터 소실을 막기 위해 1971~1996년 이전은 기상 청 서울지역 기온자료로 직접 산출하였다.5) <표 3>은 이상의 근거로 설정된 주요 변수들의 기본 통계량을 제시하고 있다.
4) 기온이 에너지 소비에 영향을 미쳐 기온변수와 에너지 소비 사이에 유의한 관계가 존재 하기 때문에 설명변수로 동시에 사용할 수 있느냐는 우려가 제기될 수 있다. 그러나 기 온이 에너지 소비의 전부를 설명하지는 못한다는 점, 설명변수로 동시에 고려할 경우 소득전환점 계산 등에서 보다 설득력 있는 결과가 도출된다는 점 등의 이유로 본 연구 에서는 기온변수와 1인당 최종에너지소비량을 설명변수로 고려하였다. 분석 결과, 본 논 문에서 사용된 냉난방도일과 1인당 최종에너지소비량 사이에 다중공선성의 문제가 발생 하지 않았다. 유익한 논평을 주신 최용옥 교수님께 감사를 표한다.
5) 한국은행, KEEI 등 국내 자료는 변수마다 자료기간이 다르거나 짧아 일관성 있는 관측치 확보가 어려워, 이를 보완하는 방법으로 장기자료를 보유하고 있으며 또한 공신력 있는 IEA와 OECD자료를 사용한다.
<표 3> 분석자료 주요 통계
최 소 최 대 평 균 표준편차 관측치
1인당 탄소배출량
(Metric ton) 1.61 11.52 6.45 3.281 44
1인당 소득수준
(U S $) 1965.64 24471.80 11200.53 7304.989 44 냉난방도일(도일) 3125.30 3837.70 3466.93 195.708 44
신재생비중(%) 0.060 0.610 0.310 0.149 44
1인당 에너지소비량
(toe) 0.41 3.38 1.94 1.038 44
추정모형을 설정하기 위해서는 먼저 단위근 검정을 통해 자료의 안정성 여부를 검정해야 한다. (아래의 단위근 검정 결과가 보여주는 바와 같이) 이들 대부분 시계열 변수들은 단위근을 가지는 불안정한 시계열이며, 이러한 확률적 추세를 갖는 비정상 시계열을 변수 조작 없이 회귀분석을 시행 할 경우 허구 적 회귀(spurious regression)가 되어 추정된 회귀계수들이 과대하게 평가되는 심각한 문제가 발생하게 된다. 따라서 통상적으로 이를 로그변환 후 1차 차분을 행하여 정상적인 시계열로 변환하여 분석한다. 문제는 이러한 1차 차분을 하 는 경우 원래 자료가 가진 장기적 특성을 상실한 상태에서 모형을 설정하게 되므로 변수들 사이의 중요한 장기적인 정보가 사라지게 된다. 따라서 시계열 의 장기적인 특성을 고려하면서도 회귀분석의 안정성을 고려하는 모형을 설 정할 필요성이 있다. 그런데, 1차 차분안정화 적분계열인 I(1) 변수들이 서로 밀접하게 연관되어 있어 수준변수(level)에서 선형결합이 안정 시계열을 생성 하는 경우, 즉 시계열 사이에 서로 공적분 관계가 존재하게 되면, 장기적인 균 형 관계가 유지된다고 판단한다. 이 경우 함수식 (1)은 공적분 회귀모형으로 다 음과 같이 설정할 수 있다.
ln
ln ln ln
ln ln
(2)
또한, 시계열 사이에 공적분 관계가 존재한다면, 전통적인 회귀분석뿐만 아니라 오차수정모형으로 표현했을 때에도 통계적인 유의성을 갖게 되고, 그 반대의 관계도 성립하게 된다.6) 오차수정모형은 변수들 사이에 장기 균형적인 공적분 관계가 있는 경우, 단기에 장기 균형관계로부터 상호 괴리가 발생할 경우 균형오차가 시간에 따라 점차 조정된다는 원리에 기초하고 있다. 따라서 오차수정모형은 공적분 관계가 존재하는 변수들 사이의 단기 변동성과 장기적 균형 관계 특성을 오차수정항 으로 표현할 수 있다. 이러한 이론적인 배 경을 기초로, 본 연구의 주요 변수들이 공적분 관계가 있을 경우, 식 (3)과 같 이 오차수정모형을 설정할 수 있다.
∆ ln
∆ln
∆ln
∆ln
∆ln
∆ln ∆ ln
(3)
식 (3) 마지막 부분의 는 오차수정항으로 오차항의 시차변수이다. 이는 식 (2)의 장기적 균형관계로부터 전기에 이탈한 부분 중 해당되는 오차수정항의 추정계수 만큼이 이번 기에 조정됨을 의미한다.
v
t는 백색잡음 오차항이다.6) Engle and Granger의 1987년 논문 ‘Cointegration and Error Correction ; Representation, Estimation and Testing, Econometrica, 55 251-276'을 보면, 'If a set of variables are cointegrated, then there exists a valid error correction representation of the data, and vice versa'라는 Representation Theorem을 발표했다.