제3장
4. 분석결과 : 전력수요의 가격탄력성 78) 반영
본 고에서는 에너지세제 개편 방식별로 전기요금 인상이 전력수요에 미치는 영향 도 함께 검토하였다. 유연탄과 LNG에 부과되는 세율이 바뀌면 상대세율 수준에 따 라 일차적으로 급전순위역전을 통해 연료전환이 발생한다. 이 과정에서 전기요금은 인상되며, 요금인상은 이차적으로 전력소비 감소를 초래하고, 감소된 소비만큼 발전 량은 줄어들 것이다.
전기요금 인상에 따른 소비 변화를 추정하기 위해서는 전력수요의 가격탄력성 전 제가 필요하다. 국내 전력수요의 가격탄력성 연구는 종별, 용도별로 수행된 사례가 다수이며, 전력수요 전체에 대한 가격탄력성을 추정한 최근 연구는 조성진(2022.
3)79)이 거의 유일하다. 이에 본 연구에서는 동 연구에서 추정한 전력수요의 가격탄 력성 추정치와 에너지세제 시나리오별 전기요금 인상률, 그리고 2030년 전력수요 전망치를 활용하여 요금 변화에 따른 전력수요 변화를 추정하고, 이를 이용하여 각 각의 에너지세제 개편 시나리오별 온실가스 배출과 전기요금 영향을 재산정하였다.
조성진(2022.3)은 종별, 용도별이 아닌 총 전력수요의 가격탄력성을 추정하였다.
가격탄력성 추정을 위해 월간 총 전력수요는 근무일수, 냉난방도일, 소득(생산), 전 력가격에 영향을 받는다고 가정하였다. 모형 추정의 용이성을 위해 주 관심인 가격 탄력성 외에는 모형을 최대한 간소화시켰으며, 이를 위해 먼저 설명변수를 월간 전 력수요 자체가 아닌 월간 전력량을 해당 월의 유효 근무일수로 나눈 전력수요(
) 를 이용하였다. 근무일수는 평일은 1, 토요일은 0.5, 공휴일은 0으로 하여 월간으로 합산하였고, 공휴일에는 법정공휴일, 선거일, 임시공휴일 등을 포함하였다. 또한, 냉 방도일과 난방도일을 따로 나누어 모형에 포함하지 않고 이를 합산하여 하나의 변 수인 냉난방도일(HCDD)로 이용하였다. 소득 변수는 박광수·남경식(2019)80)의 방 법론을 따라 분기 GDP에 월간 전산업생산지수를 적용하여 계산된다. 즉, 분기 내 월별 전산업생산지수의 변화를 이용하여 GDP를 월간으로 분해하였는데 예를 들어 1월의 소득 변수는 아래와 같이 계산된다.78) 전력수요의 가격탄력성에 대한 내용은 조성진(2022.3)의 [부록 1], pp.84~87의 내용을 인용함.
79) 조성진, 2022. 3, 전환부문의 탄소가격 부과체계 개편방안 연구, 한국조세재정연구원이 발주하고 에너지경제연구원이 수행한 용역보고서, [부록 1], pp.84~87 인용함.
80) 자료: 박광수･남경식, 2019, 가격왜곡의 에너지소비 비효율성에 미치는 영향 분석, 기본연구보고서 19-06, 에너지경제연구원 / 박광수･남경식(2019)의 연구는 전체 전력수요의 가격탄력성이 아닌, 용도별 전력수요의 가격탄력성을 추정함.
월
분기
월
월
월
월 식 (6)위 식에서 GDP는 한국은행에서 제공하는 계절 조정된 실질 GDP를 이용하였고, 국가 전체의 월간 전력가격()은 한국은행에서 제공하는 월간 용도별(주택용, 일반 용, 산업용) 전력가격지수(Pr)에 해당 월의 용도별 전력소비 비중()을 적용하여 아 래와 같이 계산하였다.
Pr 주택용 일반용 산업용 식 (7)전력수요의 가격탄력성 추정을 위해 동적회귀모형(Dynamic regression)을 이용 하였다. 동적회귀모형(Dynamic regression)은 종속변수와 독립변수의 자기회귀항 을 포함하여 단순 회귀분석대비 모형의 적합도를 제고할 수 있다는 장점이 있다. 추 정에 이용된 자료는 2002~2020년 기간 총 228개의 월간자료이며, HCDD를 제외 한 모든 변수는 로그화하여 이용하였다. AIC(Akaike Information Criterion)기준 등을 이용해 최종적으로 선정된 모형은 다음과 같다.
식 (8)모형의 설명변수에는 전년 동월의 전력소비, 해당월과 전월의 냉난방도일, 최근 3 개월의 소득변수, 전력가격이 포함되었다. 식 (8)에서 관심 계수는 전력가격()으로, 이 계수는 실질전력가격이 1% 증가했을 때 전력소비가 몇 % 증가할 것인가를 나타 내는 전력소비의 가격탄력성을 나타낸다.
모형 추정결과 전력탄력성을 포함한 모든 계수가 신뢰구간 95% 범위에서 통계적 으로 유의미한 것으로 나타났으며, 전력수요의 가격탄력성은 –0.11로 추정되었다.
모형의 적합성 검사를 위해 오차항의 계열상관(serial correlation)과 이분산성 (heteroskedasticity)을 LM(Lagrange Multiplier) 테스트와 Breusch-Pagan-Godfrey 테스트 등을 통해 검정했으며 검정결과 계열상관과 이분산성은 없는 것으로 나타났 다(<표 3-18> 참고).
계수 표준오차 t 값
-1.21 0.21 -5.73
0.43 0.06 7.59
2.75e-05 1.35e-05 2.04
3.76e-05 1.35e-05 2.77
-0.19 0.08 -2.41
0.40 0.08 5.05
0.38 0.09 4.26
-0.11 0.05 -2.29
<표 3-18> 전력수요의 가격탄력성 전제
자료: 조성진(2022.3), [부록 1]의 <표 3> pp.87.
<표 3-19>는 전력수요의 가격탄력성과 세제 개편 시나리오별 전기요금 인상률을 9차 수급계획의 2030년 전력수요 전망에 적용하여 재산정한 2030년도 전력수요량 및 최대전력수요이다. 가격탄력성을 반영하여 재산정한 전력수요 입력 자료를 M-Core 모형에 반영하고, 분석을 다시 수행하였다. 이런 과정을 통해 전기요금 인 상에 따른 전력수요 변화가 에너지세제 개편 시나리오별로 어느 정도의 온실가스 배출 저감 효과를 추가적으로 발생시켰는지를 확인할 수 있다. 물론 국내 전력도매 시장가격이 전기요금에 온전히 반영되기 어려운 구조적 한계가 있으나, 본 연구는 외부비용을 조세로 반영할 때, 이에 따라 발생하는 비용은 전기요금으로 모두 반영 되는 것으로 전제하여 분석을 수행하였다.
전력가격
변화계수 가격탄력성 소비
변화계수
최대전력수요 변화(MW)
전력수요량 변화(MWh)
기준 시나리오 - - - 104,047 562,101,206
시나리오 1 1.109 -0.11 0.989 102,872 555,753,148 시나리오 2 1.192 -0.11 0.981 102,056 551,345,874 시나리오 3 1.183 -0.11 0.982 102,145 551,828,631 시나리오 4 1.267 -0.11 0.974 101,370 547,637,218
<표 3-19> 가격탄력성을 반영한 2030년 시나리오별 전력수요 전망 변화: 송전단 발전량 기준
주1) M-Core 모형은 전력수요가 아닌 송전단 발전량을 입력 자료로 적용하기 때문에, 송전단 발전량은 9차 수급계획의 2030년 목표 전력수요 전망치에 송배전손실률(2010~2019년간 산술평균치)인 3.65%를 이용하여 산정함(자료: 한국전력통계 각호, https://home.kepco.co.kr/kepco/KO/ntcob/list.do?boardCd=BRD_000099&menuCd=FN05030103 접속일: 2022.
6. 25).
주2) 연료가격변화계수는 시나리오별 전기요금 인상률을 계수화 한 것이며, 소비변화계수는 ‘(연료가격변화계수)^(가격탄력성)’
을 통해 도출함.
주3) 최대전력수요 및 전력수요량 변화는 소비변화계수에 2030년 기준 시나리오의 최대전력수요 및 전력수요량 전망을 곱하여 산정.
자료: 9차 수급계획의 2030년 전력수요 전망치, 시나리오별 전기요금 인상률, 전력수요의 가격탄력성 전제를 적용하여 저자 추정.
<표 3-20>과 <표 3-21>은 전력수요의 가격탄력성을 반영하여 재추정한 세제 개 편 시나리오별 온실가스 배출량과 감축률이다. 현행 개별소비세율에 온실가스 외부 비용을 반영한 시나리오 1은 전기요금 인상으로 전력수요가 낮아짐에도 불구, 2030 년 NDC 목표를 달성하기 어렵다. 반면 달성할 목표를 외생적으로 설정하고, 이런 관점을 반영하여 구성된 세제 시나리오 2, 3, 4는 2030년 온실가스 배출량이 각각 149.6백만 톤, 147.9백만 톤, 147.5백만 톤으로 전망되어, 2030년 NDC 목표 달 성이 가능하다. <표 3-22>는 전력수요의 가격탄력성 반영 전･후의 시나리오별 온실 가스 배출량 차이를 나타낸다. 전력수요 감소 요인으로 감축되는 온실가스 배출량은 시나리오 2가 7.4백만 톤, 시나리오 3은 7.1백만 톤, 시나리오 4는 9.8백만 톤이다.
시나리오 4는 전기요금 인상률이 다른 시나리오보다 크게 때문에, 전력수요 감소폭 이 가장 클 것이고, 결과적으로 온실가스 배출량 차이도 가장 높게 나타난다.
시나리오 온실가스 배출량(백만 tCO2)
시나리오별 SOx 배출량(톤)
시나리오별 NOx 배출량(톤)
시나리오별 미세먼지 배출량(톤) 기준 시나리오
(9차 수급계획) 209.2 27,336.1 32,083.2 1,300.0 시나리오 1 165.1 15,090.7 25,492.0 717.3 시나리오 2 149.6 11,452.0 23,150.4 544.2 시나리오 3 147.9 10,983.4 22,904.6 521.9 시나리오 4 147.5 11,210.3 22,836.6 532.7
<표 3-20> 2030년 시나리오별 온실가스 및 대기오염물질 감축량 : 전력수요의 가격탄력성 반영
주: 기준 시나리오는 9차 수급계획의 ‘발전량 기준 시나리오’로 이 시나리오는 석탄발전량 제약방식이 도입되지 않은 상황을 전제 하고 있음. 이 시나리오에서 2030년 온실가스는 2.049억 톤 배출할 것으로 전망하고 있음(9차 수급계획, 2020.12. 28, p.41).
자료: 저자 추정.
시나리오 기준 시나리오 대비 온실가스 감축률(%)
기준 시나리오 대비 SOx 감축률(%)
기준 시나리오 대비 NOx 감축률(%)
기준 시나리오 대비 미세먼지 감축률(%) 기준 시나리오
(9차 수급계획) - - - -
시나리오 1 -21.1 -44.8 -20.5 -44.8
시나리오 2 -28.5 -58.1 -27.8 -58.1
시나리오 3 -29.3 -59.8 -28.6 -59.9
시나리오 4 -29.5 -59.0 -28.8 -59.0
<표 3-21> 2030년 기준 시나리오 대비 온실가스 및 대기오염물질 감축률 : 전력수요의 가격탄력성 반영
주: 기준 시나리오는 9차 수급계획의 ‘발전량 기준 시나리오’로 이 시나리오는 석탄발전량 제약방식이 도입되지 않은 상황을 전제 하고 있음. 이 시나리오에서 2030년 온실가스는 2.049억 톤 배출할 것으로 전망하고 있음(9차 수급계획, 2020.12. 28, p.41).
자료: 저자 추정.
시나리오
전력수요 가격탄력성 반영 전 온실가스 배출량(백만 tCO2) : A
전력수요 가격탄력성 반영 후 온실가스 배출량(백만 tCO2) : B
배출량 차이 (백만 tCO2)
(B-A) 기준 시나리오
(9차 수급계획) 209.2 209.2 0주1
시나리오 1 169.6 165.1 -4.5
시나리오 2 157.0 149.6 -7.4
시나리오 3 155.0 147.9 -7.1
시나리오 4 157.3 147.5 -9.8
<표 3-22> 2030년 전력수요 가격탄력성 반영 전･후 온실가스 배출량 차이
주 1: 기준 시나리오는 세율 변화가 없기 때문에 당연히 전기요금 변화와 전력수요 변화도 발생하지 않음.
자료: 저자 추정.
<표 3-23>과 <표 3-24>는 각각 전력수요의 가격탄력성을 반영하여 재도출한 2030년의 시나리오별 전기요금 인상률(기준 시나리오 대비)과 세수 추정결과이다.
<표 3-25>는 수요의 가격탄력성 반영 전･후의 결과를 비교한 것이다. 전기요금 인 상률과 세수규모는 가격탄력성 반영 전보다는 감소한다. 시나리오 2의 전기요금 인 상률은 가격탄력성 반영 후에 약 2.1%p 감소하고, 시나리오 3은 1.9%p, 시나리오 4는 3.0%p 감소한다. 세수규모를 보면 시나리오 2는 가격탄력성 반영 이후 3,838 억 원 감소하고, 시나리오 3은 3,573억 원, 시나리오 4는 6,149억 원 감소한다. 가 격탄력성 반영에 따른 전기요금 인상률과 세수규모는 시나리오 4에서 가장 크게 발 생한다. 이러한 현상 역시 당연한 결과로, 가격탄력성 반영에 따라 전력수요가 가장 높게 감소하는 시나리오 4가 가장 큰 영향을 받는다.