• 검색 결과가 없습니다.

에너지․환경․경제지표의 전망 및 관련 정책의 평가

N/A
N/A
Protected

Academic year: 2024

Share "에너지․환경․경제지표의 전망 및 관련 정책의 평가"

Copied!
145
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

분기별 계량경제 시뮬레이션 모형 개발을 통한

에너지․환경․경제지표의 전망 및 관련 정책의 평가

부 경 진

(2)

연구책임자 : 연구위원 부경진

연구참여자 : 책임연구원 최도영

연구위원 노동운

(3)

본 연구는 국내에서 온실가스 배출 저감을 위해 개발된 여러 가지 정 책수단을 대상으로 그 실효성을 평가하고, 그 것이 국민경제에 미치는 영향을 측정한 다음, 각각의 저감수단의 비용효과(cost-effectiveness)를 평가하고자 하였다. 본 연구에서 시뮬레이션 모형은 에너지 모듈과 환경 모듈, 경제 모듈의 3개의 모듈로 구성되었다. 이 세 가지 모듈들은 GDP 와 에너지수요, 오염물질 배출량의 연결고리 변수로 상호 연결된다. 또 한 시뮬레이션 모형은 35개의 행태방정식(stochastic equations)과 37개의 항등식(identities)으로 총 72개의 연립방정식 체계를 이루고 있다. 내생

변수는 75개, 외생변수는 24개로 구성되었다. 모델의 예측력과 안정성,

즉, robustness를 판별하는 기준인 의태분석(backcasting) 결과도 아주 양 호하게 나타났다.

동 모델을 이용하여 2개의 탄소세 부과 시나리오(5만원/TC, 10만원

/TC)를 설정하여 과거에 대한 정책시뮬레이션을 실시하였다. 정책시뮬

레이션 분석으로부터 얻은 몇 가지 중요한 발견사항은 다음과 같다.

첫째, 탄소세 부과에 따라 에너지소비의 저감에 따른 탄소배출량의 저 감의 시현과 함께 경제적 손실은 상대적으로 낮다. 5만원의 탄소세의 경

우 1차에너지 저감률은 13.8%, 이산화탄소 저감률은 14.6%, GDP손실은

3.3%로 나타났다. 이는 탄소세의 부과에 따라 원단위의 저감은 물론 탄

소원단위(즉, 단위 에너지사용당 탄소배출량)도 더욱 개선된다는 것을 시사한다.

(4)

났다. 동일한 탄소세를 부과하면 가격상승효과는 석탄의 경우 가격이 상 대적으로 높은 타 연료에 비해 훨씬 확대되어 나타난다. 그러나 석탄의 경우 가격탄력성이 석유나 가스에 비해 낮기 때문에 탄소세의 가격상승 효과를 상쇄하는 방향으로 작용한다.

셋째, 탄소세의 인상에 따라 이산화탄소 배출량이 저감규모가 체감하 는 현상을 보인다. 다시 말하면, 탄소세를 두 배로 인상하여도 이산화탄 소 배출량이 두 배로 줄지 않는다는 것이다. 이는 어디까지나 모델의 구 조적 특성, 즉, 추정식의 형태에 기인하는 것이다. 즉, 대부분의 에너지 원별 수요를 추정하는 회귀식(regression equations)이 로그-로그(log-log) 형태를 취하고 있고, 또한 가격변수의 계수(가격탄력성)가 1 이하를 취 하고 있기 때문에 가격이 오를수록 수요 감소폭은 체감하게 된다.

넷째, 모델구조의 특성에 기인하는 것이지만 본 연구에서의 탄소세의 경제적 충격은 비교적 큰 것으로 나타났다. 특히 GDP의 경우 최대 손

실이 3.3%에 이른다(5만원 탄소세 부과시). 그러나 이러한 손실은 장기

에 걸쳐 점진적으로 줄어가는 현상을 보인다.

(5)

This study assesses the effectiveness of GHG mitigation measures, measures their impacts on national economy, and evaluates the cost-effec- tiveness of each measures. In this study, dynamic simulation model, based on macro-economic and econometric theories, was developed. This empirical simulation model investigates the ways in which energy, environment, and economy interact as well as evaluates the impacts of GHG mitigation measures on energy consumption, environment, and macro-economic indicators.

The simulation model is composed of three modules: an energy module, an environmental module and an economic module. Each module consists of identities as well as stochastic equations, totalling 72 equations (35 stochastic equations and 37 identities). To test the predictive accuracy and stability of the model which indicate a model's robustness, mean absolute percentage error (MAPE) is employed as a backcasting technique. Version 4.1 of EViews was the modeling software program chosen for this effort.

The result of backcasting, MAPEs were within an acceptable range for most of endogenous variables. This macro-economic model is used to simulate 2 major policy interventions. This study considers only carbon tax for scenario analysis. Two basic scenarios were constructed: namely, 1) 50,000Won/TC and 2) 100,000Won/TC.

(6)

content of each fuel.; 2) reduction rate in CO2 emissions is shrinking as carbon tax increases; 3) carbon tax reduces the energy intensity as well as carbon intensity (carbon coefficients); 4) economic loss by carbon tax could be partially made up for through reinvestment of carbon taxes into energy efficiency and renewable energy programs.

(7)

<제목 차례>

Ⅰ. 서 론···1

Ⅱ. 방 법 론 (Methodology)···3

1. 시뮬레이션 모델링 기법 및 기존 연구결과의 비교검토···3

2. 본 연구의 방법론···11

3. 잠재GDP의 추정···15

4. 전환부문의 연료대체 모형···25

Ⅲ. 시뮬레이션 모형의 구조···39

1. 모델 구조···39

2. 데이터···60

Ⅳ. 모델식 추정 및 의태분석(Model Specification and Backcasting) 77 1. 회귀식 추정 (Estimation of Regression Equations) ···77

2. 의태분석 (Backcasting)···79

3. 평가···89

Ⅴ. 정책 시뮬레이션 ···90

1. 정책시뮬레이션 (Policy Simulation)···90

Ⅵ. 결 론···109

1. 시뮬레이션모형을 통한 실증분석결과 및 평가···109

2. 본 연구의 한계와 앞으로의 연구방향···110

참고문헌···114

(8)

<표 차례>

<표 Ⅱ-1> 기존의 주요 시뮬레이션 연구결과 비교···11

<표 Ⅱ-2> Johansen 공적분 검정(Trace test)···23

<표 Ⅱ-3> Johansen 공적분 검정(Max-Eigen test)···23

<표 Ⅱ-4> 생산합수 추정결과···24

<표 Ⅱ-5> 각 연료점유율의 모수 추정결과···35

<표 Ⅱ-6> 각 연료가격의 한계효과(marginal effect)···35

<표 Ⅲ-1> 경제 데이터···70

<표 Ⅲ-2> 경제 데이터(계속)···71

<표 Ⅲ-3> 에너지소비 데이터···73

<표 Ⅲ-4> 에너지소비 데이터(계속)···74

<표 Ⅲ-5> 에너지가격 데이터···75

<표 Ⅲ-6> 환경 관련 데이터···76

<표 Ⅳ-1> 시뮬레이션 모델의 MAPE 분포···79

<표 Ⅳ-2> 경제부문 주요 내생변수들의 MAPE···81

<표 Ⅳ-3> 에너지부문 주요 내생변수들의 MAPE···84

<표 Ⅳ-4> 환경부문 내생변수들의 MAPE···87

<표 Ⅴ-1> 정책모의실험을 위한 기본시나리오 ···92

<표 Ⅴ-2> 정책모의실험을 위한 기본시나리오 ···92

<표 Ⅴ-3> 탄소세의 연료대체 효과 (전환부문) ···95

<표 Ⅴ-4> 탄소세의 원별 에너지소비저감 효과 ···97

<표 Ⅴ-5> 탄소세가 경제지표에 미치는 영향 ···106

(9)

<그림 차례>

[그림 Ⅱ-1] 모형을 이용한 정책효과분석 과정 ···12

[그림 Ⅱ-2] 실제GDP 와 잠재GDP 비교···25

[그림 Ⅱ-3] 석탄의 실제 점유율 및 추정점유율···37

[그림 Ⅱ-4] 석유의 실제점유율 및 추정점유율···38

[그림 Ⅱ-5] LNG의 실제점유율 및 추정점유율···38

[그림 Ⅲ-1] 시뮬레이션 모델의 개략적 구조 ···40

[그림 Ⅲ-2] 경제모듈···43

[그림 Ⅲ-3] 에너지모듈···51

[그림 Ⅲ-4] 환경 모듈···58

[그림 Ⅲ-5] 임금 데이터 추이···62

[그림 Ⅲ-6] 실질 GDP 데이터 추이···63

[그림 Ⅲ-7] 수출단가지수․수입단가지수 추이···64

[그림 Ⅲ-8] 14개 주요국의 GDP 합···65

[그림 Ⅲ-9] 해외 물가수준···66

[그림 Ⅲ-10 자동차등록대수···67

[그림 Ⅲ-11] 총인구수···68

[그림 Ⅲ-12] 에너지원별 소비 흐름···72

[그림 Ⅳ-1] 주요 경제지표에 대한 실제 및 예측치(1) ···82

[그림 Ⅳ-2] 주요 경제지표에 대한 실제 및 예측치(2) ···83

[그림 Ⅳ-3] 주요 에너지 소비에 대한 실제 및 예측치 ···85

[그림 Ⅳ-4] 주요 에너지소비에 대한 실제 및 실적치 ···86

[그림 Ⅳ-5] 주요 환경지표의 실제 및 예측치 ···88

(10)

[그림 Ⅴ-2] 탄소세의 에너지저감 효과···97

[그림 Ⅴ-3] 탄소세의 에너지 저감효과 (1) ···98

[그림 Ⅴ-4] 탄소세의 에너지저감 효과 (2) ···99

[그림 Ⅴ-5] 탄소세의 에너지원단위 저감 효과 ···100

[그림 Ⅴ-6] 탄소세의 이산화탄소 배출 저감 효과 ···101

[그림 Ⅴ-7] 탄소세의 탄소원단위 저감 효과 ···102

[그림 Ⅴ-8] 탄소세 부과의 경제적 효과 (1) ···104

[그림 Ⅴ-9] 탄소세의 경제적 효과 (2) ···105

(11)

Ⅰ. 서 론

이러한 관점에서 본 연구는 시뮬레이션모델을 개발하고 이를 통해 에 너지와 경제, 환경시스템의 상호연관성을 파악하고 이러한 모형에 기초 하여 기후변화의 원인가스인 온실가스(Green House Gas: GHG), 그중에 서도 이산화탄소에 초점을 맞춰, CO2 저감정책을 평가하고자 한다. 기존 의 실증모형(empirical models)이 투입-산출모형(Input-Out: I-O)이나 선 형계획(Linear Programing: LP)에 기초하여 개발되어 왔음에 반해, 본 연구에서는 정책평가수단으로서 계량경제에 바탕을 둔 ‘시뮬레이션모형’

을 채택하였다.

이러한 관점에서 일차적으로 부경진(2002년)은 연간모형으로서 시뮬레 이션 모형을 개발한 바 있다. 본 연구는 상기 연구를 바탕으로 분기별 단기모형을 개발하고자 한다. 분기별 모형을 개발하게 된 동기는 첫째, 거시계량경제 모형이 역동적이고 불안정한 우리 경제를 장기간에 걸쳐 전망하고 이를 기준으로 정책시뮬레이션을 실시하는 데는 여러 가지 현 실적인 문제점을 노정하고 있다는 점; 둘째, 정책수단의 경제적 효과를 정확히 파악하기 위해서는 분기별 모형이 유용하다는 점, 즉, 승수효과 (multiplier effect)를 관찰하고 분석할 수 있다는 점; 그리고 셋째 단기전 망을 위한 시뮬레이션 모형의 개발의 필요성이 대두되고 있는 점 등에 서 개발을 서두르게 되었다.

본 모형은 세 가지 모듈, 즉, 경제모듈과 에너지모듈, 그리고 환경모듈 로 구성되었다. 각각의 모듈은 35개의 추정방정식(stochastic equations)

(12)

력과 안정성을 검증하기위해 의태실험(back-casting)의 실시결과를 역사 적 실제치와 비교하여 평균절대백분률편차(Mean Absolute Percentage

Errors: MAPEs)를 계산하였다. 이 모델을 이용하여 두 가지 시나리오에

입각한 정책모의실험이 시도되었는데 주요 정책변수라 할 수 있는 조세 정책, 즉, 탄소세의 효과를 집중적으로 분석, 평가하였다. 동 모델 구축 작업에는 EViews 4.11)을 사용하였다.

본 연구는 기본적으로 세 부분로 구성되었다. 첫 번째 부분은 에너 지․환경․경제를 통합하는 계량경제시뮬레이션모형에 대한 방법론과 기존 연구결과의 비교 및 검토, 그리고 본 연구의 방법론 (모형의 종류, 데이터 수집 및 분석, 모듈별 접근방법, 특히, 전환부문)에 대해 논의하 였다. 두 번째 부분에서는 모형의 구조, 추정식의 개발, 모형을 이용한 의태모의실험(back-casting)이 실시되었다. 의태모의실험을 통해 모델의 안정성과 예측력, 즉, 모델의 로바스트니스(robustness)가 평가되었다.

마지막 세 번째 부분에서는 정책변수를 이용한 정책시뮬레이션이 수행 되었다. 정책시뮬레이션의 수행을 위해 탄소세 부과를 중심으로 한 2개 의 시나리오가 설정되었고 이를 이용하여 정책시뮬레이션이 실시되었다.

1) Quantitative Micro Software, LLC

(13)

Ⅱ. 방 법 론 (Methodology)

최근까지 에너지환경 경제를 유기적으로 연결하는 여러 가지 방법론 과 모형들이 개발되어 왔다. 본 연구도 이러한 노력의 연장이다. 본 장 에서는 기존의 시뮬레이션 모형 개발 노력에 대해 간단히 서술하고 본 연구에서 사용된 방법론과 모형개발 과정에 대해 설명하고자 한다.

1. 시뮬레이션 모델링 기법 및 기존 연구결과의 비교검토

. 주요 시뮬레이션 모델링 방법론2)

지난 수십 여 년간 경제-에너지-환경부문의 상호연관성을 모델화하기 위한 다양한 시뮬레이션 방법론이 개발, 이용되어 왔다. 주요 방법론은 동태적 시스템 모델(Systems Dynamics), 투입-산출(I-O) 모델, 계량경제 모델(econometric model), 선형계획(LP) 모델 및 최근에 많이 이용되고 있는 연산가능일반균형(Computable General Equilibrium: CGE) 모델을 들 수 있다.

동태적 시스템 방법론은 하나의 시스템을 여러 부문으로 분리하는 다 른 방법론과는 달리 전체론적 관점을 채택하고 있다. 동 방법론의 핵심 은 한 시스템내의 모든 요소들이 상호간에 어떻게 작용을 하는가를 이 해하는 것이다. 동태적 시스템 방법론은 Industrial Dynamics, Urban

2) 자세한 내용은 부경진(2002) 참조.

(14)

진다. 미국 에너지부에 의해 구축된 두 개의 장기 모델(EIA의 장기 모델

인 LEAP과 IFFS)이 이러한 방법론에 기반을 두고 있는 모델로 알려져

있다.

Leontief(1951)에 의해서 개발된 투입-산출(I-O) 모델은 산업 간의 관계 를 선형으로 표현하는데 일부 한계에도 불구하고 에너지 및 환경모델링 의 기초로서 애용되어 왔다. I-O 모델은 일정기간 중 한 경제 내에서 재 화 및 용역이 어느 부문에서 만들어지고, 또 만들어진 것이 어떤 부문으 로 이전되어 사용되고 있는가를 일정한 형식에 의해 표현한 것이다. 동 모델은 산업부문간 그리고 산업부문과 기타 부문간의 다양한 상호연관 성에 대한 특성을 잘 설명할 수 있으며, 경제 내에서 산업들의 생산 및 분배 특성들을 상세히 표현할 수 있다는데 강점이 있다. I-O 모델의 기 본가정 중의 하나는 투입요소들이 산출 단위당 고정비율로 사용된다는 것이며, 이는 생산기술이 고정되어 있다는 것을 의미한다. 그러나 생산 기술은 현실적으로 상대적인 가격, 자원의 이용가능성, 기술 관련 연구 방향 등의 변화에 대한 반응으로 시간에 따라 변할 수 있다. 이러한 한 계를 극복하는 방법으로 Leontief(1970)는 기술변화를 허용하는 World I-O 모델을 개발하기도 하였다.

동태적 선형계획(linear programming) 모델은 특정 제약 하에서 최적 화 문제를 해결하기 위해 개발되었다. 선형계획 모델은 에너지, 경제 및 환경 등의 하부모듈이 연계되어, 계획된 시계(planning horizon) 동안에 효용(utility)을 극대화하는 균형 해를 도출하는 일반균형 형태의 모델로 볼 수도 있다. I-O 모델과 같이 선형계획 모델은 일반적으로 그 성격상 확정적(deterministic)이다. 동 모델은 목적함수와 특별한 제약들로 구성

(15)

되기 때문에 모델을 운용하기 위해서는 제도적인 제약, 신기술, 설비, 비 용 등에 관한 충분한 자료를 필요로 한다. 또한 미래 신기술에 대한 정 보획득의 어려움은 선형계획 모델을 이용하는데 있어서 상당한 문제점 을 제기하기도 한다. 그러나 이러한 제약에도 불구하고, 동 모델은 정책 분석도구로서 상당한 주목을 받고 있다.

계량경제 모델은 경제의 일반균형적인 성격을 묘사한다는 의미에서 투입-산출 모형과 유사하다. 대규모의 거시경제학적 방정식 체계를 사용 하는 계량경제 모델은 에너지-경제-환경부문의 상호작용을 보다 광범위 하게 표현할 수 있으며, 내생적으로 수요 수준 및 가격을 결정할 수 있 다. 계량경제 모델에서의 모형식 설계(specification)는 기존 경제이론에 기초하고 있으며, 대개 종속변수(dependent variable)와 독립변수

(independent variable)들의 함수형태로 표현된다. 계량경제학에 근거한

시뮬레이션은 대개 연립방정식(simultaneous equations)의 형태를 취한 다. 연립방정식 모델을 구축하기 위해서 어떤 방정식의 한 독립변수는 다른 방정식의 종속변수로 표현되며, 이로 인해 두 방정식간에 상호의존 적인 관계(interdependent relationship)가 형성될 수 있다. 많은 계량경 제 시뮬레이션 모델들이 이러한 상호의존적인 특성을 모델에 고려하기 위하여 연립방정식 체계를 채택하고 있다.3) 국내에서는 부경진(2002)에 의해서 경제-에너지-환경 부문을 연립방정식으로 통합한 계량경제 시뮬 레이션 모델이 개발된 사례가 있다.

혼합(hybrid) 모델링 방식은 한 가지 방법론의 약점을 보완하기 위하 여 다른 기법의 강점을 도입하는 방식이다. 많은 혼합식 기법들이 개발

3) 많은 계량경제학자들은 연립방정식 모델을 추정하는데 있어서 불가피하게 발생하는 통계적인 偏倚(bias)를 피하기 위한 다양한 기법들을 개발해왔다. 대표적인 것으로

2SLS 3SLS이 계량경제 시뮬레이션 모형에서 자주 사용된다.

(16)

계량경제 기법에 의해 얻어진 계수 추정치(estimates)를 I-O 모델에 적용 하는 것이다. 혼합 모델의 또 다른 좋은 예로 선형계획 모델(MARKAL) 과 비선형 거시경제 모델(MACRO)을 결합한 MARKAL-MACRO 모델을 들 수 있다(Manne and Wene, 1992).

최근에는 연산가능일반균형(CGE) 모델이 국내 경제학자들 가운데 상 당히 인기를 모으고 있으며, 이와 관련된 여러 연구사례들이 있다(곽태 원, 1995; 강윤영, 1998; 강승진, 1999; 오진규․조경엽, 2001; 임재규,

2001). CGE 모델의 큰 장점은 외생적인 변화의 효과가 적어도 원칙적으

로 전체 시스템을 통하여 추적될 수 있다는 것이다. 모델에 규정되는 모 든 시장에 대한 수요 및 공급방정식을 설정하면 동 모델은 가격, 수요 및 자원 대체 등을 내생적으로 결정한다. 따라서 동 모델은 미래의 사회

-경제-환경적 시나리오에 대한 장기적 분석에 유용하다. 그러나 CGE 모

델이 추정이 아니라 임의적인 캘리브레이션에 의존하기 때문에, 모델의 계수들은 현실 세계의 실제적인 변화를 반영하지 못한다는 비판도 존재 한다. 탄력성 등에 관한 가정의 대부분은 모델 내에서 모수로서 추정되 는 것이 아니라 투입 변수로서 모델의 외부에서 결정된다.

나. 기존 연구결과 비교 검토

여기서는 최근에 이루어진 주요 정책시뮬레이션 연구결과들을 소개하 고, 비교 검토하였다. 위에서도 언급한 바와 같이 연산일반균형(CGE) 모 델을 이용한 연구들이 국내에서 많이 수행되었는데, 전반적으로 기후변 화협약에 따른 온실가스 저감목표를 달성하기 위한 주요 정책수단(에너 지관련 세제, 배출권거래제 등)의 효과분석에 초점을 맞추고 있다. 본 고

(17)

에서는 여러 정책수단 중 기존 연구에서 주로 다루고 있는 탄소세에 대 한 연구 결과를 중점적으로 요약하고자 한다.

강윤영(1998)은 다 산업부문 동태적 일반균형 모형(KEED)을 이용하여

2010년까지 이산화탄소 배출수준을 1990년 수준, 1995년 수준 그리고

2000년 수준으로 안정화시킬 때의 적정 탄소세율 수준을 계산하고, 이러

한 탄소세가 부과되었을 때 국민경제에 미치는 파급효과에 대한 분석을 수행하였다.4) 또한 탄소세 수입을 사용하는 방법을 두 가지, 즉 세수입 을 가계 이전하는 경우와 일반예산으로 편입하는 경우로 분류하여 각각 의 파급효과의 차이를 분석하였다. 연구 결과에 의하면 2010년의 CO2

배출량을 1990년 수준, 1995년 수준 및 2000년 수준으로 안정화시키기 위해서는 탄소세액은 각각 80.0만원, 40.8만원, 17.9만원이 부과되어야 하 는 것으로 나타났다. 또한 1990년부터 2010년까지 20년간의 GDP 누적 손실률은 시나리오별로 기준안 대비 각각 -15.1%, -7.4%, -2.9%(20년간 연평균 성장률은 -2.1%, -1.2%, -0.6% 하락)에 달할 것이며, 화석에너지소 비는 20년간 누적으로 기준안 대비 각각 -52.1%, -35.6% 및 -19.7%씩 감 소할 것으로 전망하였다. 세수입 사용방법에 있어서는 일반예산으로 편 입하는 경우가 경제에 미치는 부정적인 효과를 보다 완화할 수 있을 것 이라는 연구결과가 제시되었다.

강승진(1999)의 연구에서도 CGE 모형 개발을 통한 CO2 배출감축목표 부과시의 파급효과가 분석되었다.5) 시나리오는 첫째, CO2 배출을 1995

4) CO2 배출안정화를 위하여 에너지탄소세 뿐만 아니라 에너지열량세, 에너지종가세,

직접규제 등의 정책수단에 대해서도 분석을 수행하였으며, 그중 에너지탄소세가 가 장 우월한 것으로 나타났다.

5) 강승진(1999)은 배출감축목표 부과 시나리오 외에도 세계단일 탄소세 부과시의 효과 및 탄소세 크기변화에 따른 CO2 배출과 GDP 변동에 대한 시뮬레이션 분석도 수행 하였다.

(18)

TC)으로 안정화시키는 경우로 구성되어 있다. CO2 배출을 1995년 수준 으로 안정화시키기 위해 소요되는 한계감축비용은 2010년 439$/TC,

2020년에는 846$/TC에 달하는 것으로 추정되었으며, 2000년 수준으로

안정화시키기 위해서는 2010년에 194$/TC, 2020년에는 447$/TC의 비용 이 소요될 것으로 전망되었다.6) 온실가스 배출안정화 정책이 경제에 미 치는 영향을 살펴보면, 첫 번째 시나리오 하에서는 GDP가 2010년에 -2.4%, 2020년에는 -4.4% 감소하며, 두 번째 시나리오에서는 2010년에 -0.9%, 2020년에는 -2.3% 감소할 것으로 나타났다.

임재규(2001)는 온실가스 감축을 위한 국내 정책 포트폴리오 도입의 경제적 파급효과를 분석하기 위하여 개발한 연산일반균형 모형

(KORTEM)을 이용하여 탄소세 도입의 효과를 분석하였다.7) 시나리오의

내용은 우리나라의 온실가스 배출량을 2020년에 기준시나리오 대비 20%

감축하는 것이며, 이를 위해 탄소세가 2005년부터 도입되어 배출량을 점 진적으로 감축하는 것이다. 분석 결과, GDP는 2010년과 2020년에 기준 안 대비 각각 -0.5%, -0.9% 감소할 것으로 나타났으며, 2020년의 한계저 감비용은 ‘95년 불변 가격으로 2020년에 약 16.8만원에 이를 것으로 분 석되었다. 2020년의 에너지소비는 온실가스 감축 수준(-20%)보다는 낮은

6) 강승진(1999)은 이러한 한계감축비용이 외국의 타 모형 추정결과에 비하여 높은 수 준이라고 밝히고 있다. 그 이유로는 첫째, 기준 시나리오 하에서 지속적인 경제성장 으로 에너지소비 및 이산화탄소 배출이 비교적 크게 증가하는 것으로 전망되었기 때문에 배출안정화를 위해서는 감축비율이 높을 수 밖에 없으며 둘째, 연구에 이용 된 모형에서는 화석에너지가격이 크게 상승할 경우에도 미래의 대체에너지기술을 고려하고 있지 않으며 셋째, 높은 에너지가격 상승에 상응하는 에너지절약기술개발, 산업구조 조정, 수송구조의 변동 등을 모형에 고려하지 못했다는 점을 들고 있다.

7) 시나리오는 저감정책(탄소세, 배출권거래제)의 포트폴리오에 따라 4개로 구성되어 있는데, 이중 시나리오1이 탄소세가 전체 하류부문에 부과되는 시나리오이다.

(19)

-18.9%가 감소할 것으로 나타났다.

오진규․조경엽(2001)의 연구의 특징은 이산화탄소 감축문제가 초장기 적이며, 에너지탄소세가 산업별, 세대별, 소득계층별로 상이한 영향을 미 칠 것이라는 점에 착안하여 세대중복형 일반균형모형(Overlapping Generation Equilibrium Model)을 구축하여 탄소세 도입 및 세수활용방 법에 따른 세대간․계층간 형평성을 중점적으로 분석하였다. 이에 더하 여 기존의 연구에서와 같이 GDP, 에너지소비 등에 미치는 효과분석도 동시에 수행하였다. 시나리오는 2010년부터 CO2 배출 수준을 기준안 대 비 20% 감축하는 것이며, 탄소세 수입의 환원방법을 세 가지(소비세 감 면, 근로소득세 감면, 법인세 감면)로 분류하였다. 분석 결과에 따르면 법인세 감면을 통해 세수입을 환원하는 것이 여타 방법에 비하여 소득 계층별 장기후생 손실을 최소화시킬 수 있는 것으로 나타났다. GDP에 미치는 효과를 보면, 소비세 및 근로소득세 감면의 경우에는 GDP 손실 이 발생하나, 법인세를 감면할 경우에는 오히려 GDP가 2010년에 0.7%,

2020년에 0.8 증가하는 것으로 나타났다.8) 에너지소비 감소도 법인세를

감면할 경우에 가장 적은 것으로 분석되었다.

위의 연구들이 모두 연산일반균형모형에 기반을 두고 있다면, 부경진

(2002)의 연구는 그 성격을 달리하고 있다. 부경진은 경제-에너지-환경부

문을 연립방정식 형태로 연계한 장기 계량경제 시뮬레이션모형을 이용 하여 탄소세 도입정책이 경제, 에너지 및 환경지표에 미치는 효과분석을 수행하였다.9) 시나리오는 세수입의 재활용을 고려하지 않는 시나리오와

8) 이 경우는 이중배당가설(Double Dividend Hypothesis)을 지지하는 결과이다. 이중 배당가설은 환경세 도입을 통해 깨끗한 환경을 제공할 수 있을 뿐만 아니라 세수입 을 환원함으로서 경기부양 효과까지 얻을 수 있다는 것이다.

9) 분석에 고려된 경제지표는 실질GDP, 소비, 고용, 임금, 투자, 수출이며 에너지지표 1차에너지소비 및 각 원별 소비이다. 또한 환경지표는 CO2, SO2, NOx ,CO 각각

(20)

10만원의 탄소세 도입 시나리오의 결과에 따르면, 2020년의 GDP 수준 은 세수 재활용이 없을 경우에는 -6.9% 감소하였으나, 세수입을 재투자 할 경우에는 -4.2% 감소하여 경제에 대한 부정적인 효과가 낮아지는 것 을 보여주고 있다. 또한 환경 및 에너지효율부문에 재투자할 경우에는 그 부정적인 효과가 더욱 완화될 것(2020년 GDP -3.6% 감소)이란 결과 가 제시되었다.

이상과 같이 탄소세 부과와 관련된 국내의 주요 시뮬레이션 연구결과 들을 살펴보았다. 그러나 각 연구결과들을 상대적으로 비교하여 의미 있 는 시사점을 도출하는 것은 매우 어려운 일이다. 왜냐하면 첫째, 각 연 구에 사용된 모형들은 각각의 연구목적에 맞게 개발된 모형들로서 모형 의 구조나 가정, 특징이 다르며 둘째, 시뮬레이션 수행을 위한 시나리오 설정이 상이하고 셋째, 시뮬레이션의 기준으로 사용하는 기준안들이 당 시의 경제상황에 따라 다르기 때문이다. 이외에도 연구자의 분석결과에 대한 리포트 방법들이 상이하다는 점도 비교를 어렵게 하는 요인이다.

따라서 본 보고서에서는 비교적 상대 비교가 가능하도록 동질성이 있는 것으로 판단되는 시나리오 및 이와 관련된 연구결과들을 아래와 같이 표로 정리하였다.

의 배출량 및 대기 농도이다.

10) 세수입을 재활용하는 시나리오도 경제부문 전체의 투자를 늘리는 경우와 환경 및 에너지효율향상부문에만 투자하는 경우로 세분되어 있다.

(21)

<표 Ⅱ-1> 기존의 주요 시뮬레이션 연구결과 비교

구분 시나리오 탄소세액 or 한계감축비용

실질GDP 손실 (%)

에너지/환경효과 (%)

강윤영(1998)

2010년 배출을 2000년 수준으 로 안정화

2010년:

17.9만원/TC

누적('90~'10):

-2.9

연평균: -0.6

화석연료 소비:

20년간 누적 -19.7 CO2 배출:

20년간 누적 -15.7

강승진(1999)

2010년 배출을 2000년 수준으 로 안정화

2010년:

194$/TC 2020년:

447$/TC

2010년: -0.9 2020년: -3.1

CO2 배출:

2020년 39.0

임재규(2001)

2020년에 기준 시나리오 대비 20% 감축

2020년:

16.8만원/TC 2020년: -0.9

화석연료 소비:

2020년 18.9 CO2 배출:

2020년 -20 오진규․

조경엽(2001)

2010년부터 배 출수준을 기준 안 대비 20% 감 축(소비세 감면)

2010년:

5.5만원/TC 2020년:

5.3만원/TC

2010년: -1.1 2020년: -1.3

에너지 소비:

2020년 -9.1 CO2 배출:

2020년 -20

부경진(2002)

1 0만 원/ T C의 탄소세 부과(에 너지효율투자)

10만원/TC 2020년: -3.6

에너지 소비:

2020년 -20.5 CO2 배출:

2020년 -25.1

2. 본 연구의 방법론

일반적으로 정책수단의 효과분석을 위한 정책시뮬레이션을 위해서는 분석대상의 선정 (경제적 충격의 식별) → 적정한 모형의 선택 → 추정 모형의 설정 → 효과추정 및 해석이라는 일련의 과정을 반복하여 수행

(22)

의 식별내용을 바탕으로 이용할 거시계량경제모형을 선정한 뒤 모형에 서 구현되고 있는 충격의 파급경로 및 시차구조 등을 조정하고 관련방 정식을 재추정하는 과정이 필요하다. 그리고 경제충격의 식별 및 효과를 분석하는 과정에서는 모형의 이용자와 엄밀한 토론을 거쳐 최종분석결 과의 적절성 및 유효성을 제고할 수 있다. 이러한 모형개발과 운용 관례 를 좇아 본 연구에서 시도되었던 접근 방법론에 대해 간단히 핵심적인 사항에 대해 서술하고자 한다.

[그림 Ⅱ-1] 모형을 이용한 정책효과분석 과정

경제충격 분석자의 주관적 판단 및 기존결과 분석자의 주관적 판단 및 기존결과

최종 분석결과

최종 충격의 크기 추정 분석결과

충격의 크기 추정

기존모형을 이용 한 효과 추정 기존모형을 이용

한 효과 추정

거시경제모형 경로 조정 및

재추정 거시경제모형

경로 조정 및 재추정

적 절 부적절 경제충격 분석자의 주관적

판단 및 기존결과 분석자의 주관적 판단 및 기존결과

최종 분석결과

최종 충격의 크기 추정 분석결과

충격의 크기 추정

기존모형을 이용 한 효과 추정 기존모형을 이용

한 효과 추정

거시경제모형 경로 조정 및

재추정 거시경제모형

경로 조정 및 재추정

적 절 부적절

(23)

. 정책효과분석을 위한 정책시뮬레이션 모델의 개발

본 연구에서는 우선 분석대상과 기간을 탄소세의 에너지저감, 탄소배 출량 저감 및 경제적 영향분석에 두고 있음에 비추어 거시계량경제 분 석툴로서 복수의 회기방정식에 기초한 연립방정식 체계(simultaneous

equation system)를 채택하였다. 모델구조에서 상술하겠지만, 본 연구의

모형은 기본적으로 세 개의 모듈, 즉, 에너지모듈, 환경모듈, 경제모듈로 구성되었다. 각 모듈은 내생변수를 추정하는 확률추정식(stochastic equations)과 내생 및 외생변수간의 관계를 정립하는 항등식(identities) 을 포함한다. 내생변수는 추정식과 항등식을 다리로 삼아 시스템 내에서 축차적(recursive), 연립적(simultaneous) 상호의존적 관계를 가진다. 이러 한 연립방정식 체계는 정책수단, 예를 들어, 탄소세의 부과에 따른 에너 지저감효과와 환경영향, 경제적 영향을 분석하는 데 유효하다.

모델내의 모듈간의 상호연관성을 유지하도록 각각의 모듈을 연결하는 연결고리, 즉, linkage variable을 선정하는 것이 무엇보다도 중요한데, 연결고리변수로는 보통 GDP, 총에너지소비, 에너지원단위(energy

intensity) 등이 사용된다. GDP와 총에너지소비는 경제모듈과 에너지모

듈을 연결하는 고리역할을 하며, 에너지원단위, 탄소원단위는 에너지와 환경, 환경과 경제를 연결하는 고리역할을 담당하게 된다. 대개 이러한 연결고리변수는 한 모듈의 식에서 설명변수로 사용되기도 하고 반대로 다른 모듈에서 종속변수로 사용기도 한다.

(24)

. 모델의 운용, 시뮬레이션 결과의 분석

실제로 시뮬레이션 모형을 개발하고 운영하여 본 전문가들은 잘 알겠 지만, 모형의 디자인, 모형식의 추정(specification)에는 충분한 지식과 경 험도 필요하지만, 장시간의 시간과 노력이 소요된다. 모델개발자는 모델 수립 과정에서 경제이론과 실무와의 사이에 많은 갈등에 접하게 된다.

특히, 한국과 같이 역동적이고 성장일로에 있는 경우, 국가경제가 구조 적으로 안정되어 있지를 않아서 경제구조가 안정적인 선진국에서 개발 된 이론을 그대로 적용하기가 수월하지 않다. 시뮬레이션 모델에서 이러 한 상황은 흔히 발생한다. 따라서 모델개발자는 이론과 실무를 적절히 혼합하면서 적정한 타협점을 찾아야 한다. 예를 들어, 어떠한 추정식을 작성할 때 경제이론보다는 경험과 직관에 의한 설명변수가 실제로 더 잘 들어 맞고 설명력과 유의성이 높은 경우, 경제이론을 버리고 실제를 따라야 한다. 이러한 사례는 국내의 많은 거시계량경제 시뮬레이션 모 형에서 찾아볼 수 있다.11)

본 연구의 시뮬레이션 모형은 분기별 모형으로서 정책모의실험을 과 거를 대상으로 한 정책모의실험을 위해 개발되었다. 장기시뮬레이션모형 이 장기의 전망치을 기준선(baseline or reference)으로 삼아 가상의 시나 리오를 설정 정책모의실험을 하는 데 반해 본 연구에서는 만약 과거에 이렇게 하였으면 어떠하였을까하는 궁금증을 풀어주는 식으로 실제 실 현된 시계열에 입각한 모의실험을 하였다.

11) 유진방, 이긍희. 2001.1. 한국은행 거시계량경제모형의 현황과 발전방향. 한국은행.

박우규. 1995. 거시경제모델을 이용한 중장기 정책효과에 대한 연구. KDI.

이수희․김창배․김명정. 1996. KERI 분기 거시경제모형 96. 한국경제연구원

(25)

3. 잠재GDP의 추정

거시경제의 전망 및 정책 시뮬레이션을 행하기 위한 거시경제모형을 작성하기 위해서는 여러 가지 선행 작업이 필요하나, 이 중에서 특히 중 요한 것은 잠재GDP의 개념 정립과 추정이다. 잠재GDP란 경제의 장기 공급수준을 나타내는 경제 분석에서 상당히 중요한 툴이다. 여기서는 기 존 잠재GDP 추정방법론에 대해서 살펴보고, 본 연구에서 실시한 잠재 GDP 추정 접근법과 결과에 대해 설명한다.

. 잠재GDP 추정방법론12)

잠재생산은 학자 및 연구목적에 따라 다양하게 정의되고 있으나 일반 적으로 완전고용 생산수준으로서 수요충격이 존재하지 않을 경우 국민 경제가 생산할 수 있는 최대수준의 실질생산(GDP)을 나타낸다고 할 수 있다. 즉 주어진 공급측면의 제약하에서 노동과 자본이 완전히 활용되는 경우의 생산을 잠재생산이라 정의할 수 있다. 또한 오쿤(1970)은 잠재생 산을 인플레이션 압력이 없는 최대생산으로 정의하였는데, 이는 보다 많 은 생산과 더욱 안정된 인플레이션간의 균형점으로 해석될 수 있다. 이 후 오쿤의 주장이 더욱 체계화되어 잠재생산을 공급측면에서의 교란이 없을 경우 인플레이션이 가속되지 않으면서 지속가능한 생산수준, 즉 자 연실업률 수준하에서 달성할 수 있는 최대GDP로 정의되고 있다.

잠재생산 추정에 관한 연구는 초기에는 오쿤(1970)의 방법을 바탕으로 이루어졌다. 오쿤은 잠재생산을 인플레이션과 관련하여 정의하였지만 실

12) 자세한 내용은 장동구(1996) 참조

(26)

업률을 이용하여 추정하였다. 즉, 오쿤은 미국의 자연실업률을 4%로 보 고 이를 실제실업률과 비교함으로써 잠재생산 수준을 추정하였다. 1970 년대 초반까지만 해도 자연실업률이 장기간 변하지 않는다는 오쿤의 법 칙을 주로 이용하여 잠재GDP를 추정하였으나, 유가폭등 등 공급충격이 빈번히 발생한 1970년대 중반 이후에는 잠재GDP 성장률이 단기간에도 변할 수 있다고 보고 추정방법을 선형추세 대신 잠재GDP 성장률 변화 를 쉽게 포착할 수 있는 방법이 보편화되었다. 이러한 방법들에는 하나 의 선형추세를 여러 구간의 선형추세로 혹은 H-P필터(Hodrick-Prescott filter)를 이용하여 부드럽고 완만한 추세선으로 추정하거나, GDP와 노동 생산성 및 고용간의 항등식관계를 이용하거나, 총생산함수를 사용하는 방법들이 포함된다. 1990년대 들어서는 구조벡터자기회귀모형(structural vector autoregression; structural VAR)에 장기제약을 가한 모형이나, 非

觀測因子모형(unobserved component model) 혹은 隱匿因子모형(latent

component model) 등이 잠재GDP 추정에 자주 이용되고 있다. 이하에 서는 이러한 모형들에 대해서 간략히 소개하기로 한다.

1) 추세접근법

추세접근법은 경기의 정점이나 중간점의 실질생산 수준 또는 자연대 수를 취한 실질생산을 연결하여 각 구간의 잠재GDP를 구하는 방법이 다. 이 방법의 문제점은 추세의 변화시점을 정하는데 자의성이 개입되 며, 구간 구분시점에서 단층이 나타나는 것이다. 이러한 문제점을 보완 하기 위한 방법이 Hodrick & Prescott(1980)에 의해 개발된 필터 이용법 이다. 이것은 경기전환 시점 선정 등의 자의성이 상대적으로 적으나 단 일변수 추정이어서 다변수 추정에 비하여 경제변수로부터의 정보추출에

(27)

한계가 있다는 문제점이 있으며 시계열의 순환 움직임을 단지 부드럽게 만드는 것에 불과하다고 할 수 있다.

2) 생산함수 접근법

생산함수 접근법은 노동과 자본 등 생산요소와 실질생산과의 기술적 관계식인 총생산함수를 이용하여 잠재GDP를 추정하는 방법으로서 1980 년대까지 가장 보편적으로 이용되어 왔다. 즉, 총생산함수를 먼저 추정 한후 자연실업률 및 자연가동률 수준의 노동과 자본을 추정식에 각각 대입하여 잠재GDP를 추정하는 방법이다. 생산함수 접근법은 잠재생산 변동요인을 파악할 수 있고 추세접근법에 비하여 통계적으로 상당히 개 선된 방법이기는 하지만 관측이 어려운 변수인 잠재GDP를 추정하기 위 하여 또 다른 비관측 변수들인 자연실업률 및 자본스톡을 추정해야 하 는 문제가 발생한다. 또한 불안정한(non-stationary) 시계열을 차분변수 (differential variables)가 아닌 수준변수(level variables)로 그대로 이용함 에 따라 가성회귀(spurious regression)의 문제가 발생할 수도 있다는 단 점이 있다.13)

3) 오쿤 방법

이 방법은 잠재생산과 실제생산간의 갭을 파악하는 대용변수로서 실 업률을 이용하는 것으로, 실제실업률과 자연실업률간의 차이인 실업률갭 과 생산갭간에 체계적인 관계가 존재한다는 것을 가정하고 있다. 이 방

13) 변수가 불안정적이라면 두 변수 사이에 아무런 상관관계가 없더라도 회귀분석의 결과 회귀계수의 t 값과 R2 값이 표본수가 커짐에 따라 증가하여 회귀분석의 결과 誤導하는 것을 의미한다. 이것은 우리가 자주 사용하는 검정통계량들이 의미가 없을 수 있다는 것이지, 회귀분석 자체가 항상 무의미하다는 것을 말해주는 것은 아니다.

(28)

변수인 자연실업률로 대체하였다는 것이며, 자연실업률이 추정기간 동안 하나의 상수로 추정되는 등 자연실업률이 시간에 따라 변하지 않는다고 가정하는데 있다. 또한 이 방법 역시 단일변수 추정이어서 정보이용에 한계가 따르게 된다. 그러나 이후에도 오쿤 방법의 약점을 일부 보완한, 변형된 방법론들이 잠재생산 추정연구에 여러 차례 적용된 바 있다.

4) 다변수필터링 방법

다변수필터링 방법은 단일변수 H-P필터 등에 인플레이션이나 실업률 등의 변수를 추가, 다변량 필터로 확장하여 잠재생산을 추정하는 다변량 추정법이다.14) 필터는 변수에 내재되어 있는 추세를 제거하는 수단으로

서 對數변환한 변수의 추세와 실제값의 편차의 제곱합을 극소화하는 과

정에서 추세부분과 순환부분을 구분하게 된다. 이 방법은 불안정한 변수 를 안정적인 변수로 전환하여 이용함으로써 가성회귀의 문제점을 극복 할 수 있으나 H-P필터 등이 실제로는 현재 및 과거시점의 자료만 이용 하는 필터라기보다는 사후적으로 미래시점의 자료까지 함께 이용하는 스무더(smoother)의 성격을 갖고 있기 때문에 정책결정시 미래시점의 자 료를 이용할 수 없는 정책입안자에게는 유용성이 적다는 약점이 있다.

14) 다변수 추정은 기본적으로 실질생산 이외에도 인플레이션을 가속시키지 않는 잠재

GDP의 정의에 부합하고자 인플레이션을 명시적으로 고려하는 한편 실업률, 통화

량, 해외충격변수 등 다양한 변수를 추정모형에 포함함으로써 잠재생산 추정에 있 어 보다 많은 정보변수를 이용할 수 있다는 특징이 있다. 또한 대부분의 거시 시 계열 자료가 단위근(unit root)을 갖고 있는 불안정한 변수인 점을 감안하여 모형 설정시 차분변수를 이용함으로써 변수의 안정성을 확보하고 있다. 다변수필터링 방법 외에도 구조벡터자기회귀모형(structural VAR), 다변수은닉인자모형(latent

component model) 등이 다변수 추정법에 속한다.

(29)

5) 구조벡터자귀회귀모형

동 모형은 축약형 벡터자기회귀모형(reduced VAR)에 구조적 해석이 가능하도록 공분산행렬의 공분산(covariance)이 0 이라는 기본제약 외에 모형의 식별을 위하여 몇 가지 제약을 추가한 모형이다. 여러 구조벡터 자기회귀모형 중 단기제약보다는 경제이론에 입각한 장기제약과 여러 형태의 충격이 直交한다는 제약만을 이용한 Blanchard & Quah(1989)의 모형이 잠재GDP 추정에 주로 이용되는데 그 이유는 잠재생산이 단기보 다는 장기적인 속성을 갖고 있기 때문이다. 이 모형은 생산함수 추정법 과 마찬가지로 잠재생산 변화의 원인을 알 수 있을 뿐만 아니라 필터링 방법에서처럼 추세제거를 위한 스무딩 계수값을 임의적으로 정할 필요 가 없다는 장점이 있다. 또한 생산함수 접근법과 달리 자연실업률과 같 은 비관측변수를 별도로 추정할 필요가 없을 뿐만 아니라 추계가 쉽지 않은 자본스톡 통계 없이도 잠재GDP 추정이 가능하다는 장점이 있다.

6) 인닉인자모형

은닉인자모형은 기본적으로 GNP갭과 인플레이션을 연결시키는 필립 스곡선 형태의 총공급함수를 이용한 비관측변수 모형으로서

Kuttner(1991 등)에 의해 개발되었는데 이후 실질생산과 인플레이션의 2

변수모형이 실업률과 인구성장률 등을 고려한 3변수 혹은 4변수 모형으 로 확장되었다. 이 모형의 특징은 필터링 방법과 마찬가지로 실질생산이 불안정한 시계열이기 때문에 이를 불안정적인 요소인 추세부분과 안정 적 요소인 순환부분으로 분해한 후 잠재생산에 해당되는 추세부분의 변 동은 공급충격에 의해, 실질생산과 잠재생산의 차이, 즉 생산갭으로 볼 수 있는 순환부분의 변동은 수요충격에 의해 발생한다고 보는 것이다.

(30)

분산의 추정이 가능해지기 때문에 잠재GDP 추정치의 신뢰도를 알 수 있다는 것이다. 또한 구조벡터자기회귀모형 처럼 자연실업률과 같은 비 관측변수를 별도로 추정할 필요가 없고, 자본스톡 통계가 불필요하다.

그러나 생산함수접근법이나 구조벡터자기회귀모형과 달리 잠재성장 변 화에 대한 요인별 분석이 불가능하고 추정해야할 모수가 커짐에 따라 모형이 불안정해질 가능성이 높다는 단점이 있다.

. 잠재GDP 추정

본 연구에서는 잠재GDP 추정방법으로 생산함수 접근법을 이용하였 다. 위에서 살펴본 여러 다변량 추정방법론도 고려할 수 있지만 이러한 추정방법들은 과거의 분석을 위해서는 유용하게 사용될 수 있으나, 미래 의 전망을 위해 사용하기에는 어려운 단점이 있다. 즉, 거시전망모형 또 는 거시시뮬레이션 모형에서 유용하게 사용되기 위해서는 모형내에서 내생적으로 설명되는 변수들에 의해 잠재GDP가 결정되도록 해야 하기 때문이다. 이러한 이유로 본 연구에서는 생산함수의 가정을 통해 잠재 GDP를 추정하는 방식을 선택하였다.

생산함수 접근법에 의해 잠재 GDP를 추정하기 위해서는 먼저 생산함 수를 추정해야 하는데, 생산함수의 형태로는 실증적 분석에서 보편적으 로 사용되는 콥-더글러스(Cobb-Douglas) 생산함수를 설정하였다. 본 연 구에서는 노동과 자본 외에도 총에너지소비를 생산함수식에 포함하였는 데, 이는 경제 및 에너지부문이 상호 연관되어 있는 본 연구의 시뮬레이 션 모델의 목적상 에너지가 포함된 생산함수식을 설정할 필요가 있기 때문이다.

(31)

Yt = AKt α LtEtγ (1) 위 식에서 Yt는 실질 GDP, Kt는 자본스톡, Lt는 총노동공급(총취업자 수*분기별 총노동시간), Et는 총에너지공급, A는 상수항을 각각 나타낸 다.15) 위 함수를 추정하기 위하여 실제로는 아래의 변형된 식을 사용하 였는데, 이 식은 규모에 대한 보수불변(constant returns to scale)의 가정 하에 모든 변수를 총노동공급(Lt)으로 나눈 뒤, 자연대수를 취한 것이 다.16)

ln(Y/L)t = Aln(K/L)tln(E/L)t+et (2)

일반적으로 거시변수들은 불안정한 시계열인 것으로 알려져 있기 때 문에 수준변수들을 이용한 모형의 추정은 가성회귀의 문제를 야기할 수 있다. 따라서 모형의 추정에 앞서 위 변수들의 시계열 안정성을 검정하 기 위해 단위근(unit root) 검정을 수행하였다. 그 결과 모든 변수들은 단위근을 한 개 갖고 있는 불안정한 시계열, 즉 I(1)인 것으로 나타났 다.17)

15) 실질GDP(1995년 불변가격)는 통계청에서 입수하였으며, 총노동공급 중 총취업자수 는 통계청에서, 총노동시간은 노동부(매월노동통계조사)에서 입수하였다. 자본스톡 자료는 다음과 같은 식을 통하여 구하였다.

Kt = 1 4k

Σ

= 0

3

Itj+ (1−λ)Kt1

여기서 Kt는 자본스톡, It는 총고정투자, λ는 자본의 감모율을 각각 의미한다. 자본 스톡을 계산하기 위해서는 자본의 초기값 및 감모율을 알아야 하는데, 자본의 초기 값으로는 장하원(2000)의 자로를 이용하였으며, 자본감모율(감가상각률)은 박우규

(1989)에서처럼 0.0165를 가정하였다. 총고정투자는 통계청의 총고정자본형성 자료

를 이용하였다.

16) 모든 변수를 총노동공급으로 나눈 함수식을 추정하는 이유는 각 생산요소의 탄성치 α, β, γ의 합이 1이 되도록 제약을 가하기 위함이다. γ값은 (1 - α - β)이 된다.

(32)

본 연구에서는 수준변수를 그대로 이용하였다. 그 이유는 첫째, 잠재 GDP 추정에 필요한 생산함수식은 長期式이어야 하며 둘째, 위 추정식 (2)에 대한 공적분(cointergration) 검정 결과, 각 수준변수들 간에는 공적 분, 즉 장기적으로 안정적인 균형관계가 존재하는 것으로 나타났기 때문 이다. 따라서 이 경우에 수준변수간의 장기균형관계를 나타내는 오차수 정항(error correction term)을 이용할 경우 추정식에서는 가성회귀의 문 제가 발생하지 않게 된다. 그러나 본 연구에서는 공적분관계를 의미하는 오차수정항을 직접 이용할 경우 추정계수의 효율성이 낮아지기 때문에, 추정계수의 효율성을 높이기 위하여 수준변수를 그대로 이용하여 추정 하였다.

공적분 검정 결과는 아래의 표에 제시되어 있는데 공적분 검정을 위 한 변수들의 시차의 길이는 AIC 및 SC 기준18)에 의해 5기로 하였으며, 절편이 포함된 모형을 대상으로 검정을 수행하였다. 공적분 검정 결과 위 추정식은 5% 유의수준에서 2개의 공적분 관계가 있는 것으로 나타났 다.19)

17) ADF(Augmented Dickey-Fuller) P-P(Phillips-Perron) 단위근 검정결과 모든 변

수들은 I(1)인 것으로 판단된다. 즉, 수준변수들을 이용하여 단위근 검정을 하였을

때는 귀무가설(단위근 존재)을 기각할 수 없었으나, 1차 차분된 변수들에 대하여 검정을 수행한 결과 모든 변수들에 대해서 귀무가설을 기각할 수 있었다.

18) Akaike의 최소 AIC 기준, Schwarz의 최소 SC 기준

19) ‘r개의 공적분 벡터가 존재한다’는 귀무가설을 ‘r+1개의 공적분 벡터가 존재한다’는

대립가설에 대해 검정한다.

(33)

<표 Ⅱ-2> Johansen 공적분 검정(Trace test)

공적분 개수 Eigenvalue Trace Statistic Critical Value (1%)

0 ** 0.2913 61.81 41.07

1 ** 0.2106 30.83 24.60

2 0.1006 9.54 12.97

주: **는 1% 유의수준에서 귀무가설을 기각함을 의미. Trace test 결과는 1% 유의수준

에서 2개의 공적분 vector가 존재함을 보여줌.

<표 Ⅱ-3> Johansen 공적분 검정(Max-Eigen test)

공적분 개수 Eigenvalue Max-Eigen Statistic

Critical Value (1%)

0 ** 0.2913 30.98 26.81

1 ** 0.2106 21.29 20.20

2 0.1006 9.54 12.97

주: **는 1% 유의수준에서 귀무가설을 기각함을 의미. Maximum eigenvalue test 과는 1% 유의수준에서 2개의 공적분 vector가 존재함을 보여줌.

다음 단계로 생산함수 추정식(2)를 일반적률법(Generalized Method of Moments; GMM)으로 추정하였다. 수단변수(instrumental variables)로는 상수항, 각 설명변수의 당기 및 1기의 시차변수를 이용하였다. 추정결과 는 아래의 표에 제시되어 있다. 추정결과를 보면 추정된 계수들이 모두 통계적으로 유의한 결과를 보이고 있다.

(34)

구분 A α γ 계수(coefficients) 0.0960 0.3647 0.2738

t-statistics -12.37 11.44 5.94

생산함수의 추정결과를 이용하여 잠재 GDP를 다음과 같이 추정할 수 있다.

PGDPt =0.0960 + 0.3647 Kt+ 0.3614 Lt+ 0.2738 Et (3)

잠재GDP와 실제GDP를 비교한 결과가 아래의 그림에 나타나 있다.

그림에 의하면 1981년부터 1986년경까지는 실제GDP가 잠재GDP를 밑도 는 초과공급상태에 있었던 것으로 보이며, 1987년 이후에는 줄곧 실제

GDP가 잠재GDP를 초과하는 상태가 지속된 것으로 보여진다. 외환위기

를 겪으면서 다시 큰 폭의 초과공급상황이 나타났으나 이후 경기회복과 함께 실제GDP가 다시 상승하는 모습을 보이고 있는 것으로 판단된다.

(35)

[그림 Ⅱ-2] 실제GDP 와 잠재GDP 비교

100.0 150.0 200.0 250.0 300.0 350.0 400.0 450.0 500.0 550.0

1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 (조원)

실제gdp 잠재gdp

4. 전환부문의 연료대체 모형

본 절에서는 전환부문, 특히 발전부문의 연료간 대체에 관한 분석방법 론을 소개하고 추정가능한 모델을 수립하여 추정의 결과를 보여주게 된 다. 이러한 모델은 설명변수가 연료간 대체에 미치는 영향을 계량적으로 파악할 수 있게 해주며 향후 정책 결정에 의해 이러한 설명변수들이 변 화될 경우 연료대체에 미치는 영향을 사전에 예측할 수 있는 방법론을 제공하게 될 것이다.

(36)

. 분석 모델

부문내에서의 연료간 대체 분석에 사용된 모델은 크게 Translog 모델 과 Logit 모델로 구분된다. Translog 형태의 함수식을 갖는 모델은 음의 부호를 갖는 비용 점유율을 예측하는 결과를 야기시키는 경우가 있고 음의 부호의 자신의 가격 효과(own-price effect)에 필요한 오목성 조건 (concavity conditions)을 충족시키지 못하는 경우가 발생되며 동적

(dynamic) translog 모델에서는 장기 가격탄력도가 단기 가격탄력도보다

낮게 나타나는 결과를 발생시키는 등의 단점이 지적되고 있다(Jones, 1996). 선형 Logit 모델(linear logit model)은 수요이론과 일치하는 추정 결과를 보여주는 것으로 평가되고 있다(Jones, 1996). Logit 모델은 일본 의 산업부문, 발전부문과 공공부문의 연료간 대체를 추정하는 데 사용된 바 있다(Mori, 1993). G-7 국가의 자료를 사용하여 추정한 결과 선형

logit 모델이 연료간 대체를 잘 설명해주는 것으로 나타났으며(Jones,

1996) 미국의 산업부문에 적용한 결과에서도 Translog 모델보다는 Logit 모델이 연료간 대체를 보다 잘 반영하는 것으로 밝혀졌다(Urga et al.,

2003). 따라서 본 분석에서는 우리나라 전환부문의 연료간 대체를 설명

하기 위한 모델로 Logit 모델을 사용하기로 한다.

Logit 모델의 기본적인 구조는 아래와 같다. 모델에 의하면 t 기간에 i 연료의 점유율(Si,t)은 i 연료의 가격(Pi)과 i 연료의 이전 기간의 점유율

(Si,t-1), 그리고 다른 연료, 즉 경쟁연료의 가격(Pk) 및 경쟁연료의 이전

기간의 점유율(Sk,k-1)에 의해 좌우된다. Ai는 상수항이다. 즉, 한 연료의 점유율은 자신의 연료가격뿐만 아니라 경쟁연료의 가격, 자신과 경쟁 연 료의 이전 기간의 점유율의 함수인 것을 알 수 있다.

(37)

1 1

exp( ) ,

, exp( ) ,

i i i i t

i t

k k k k t

A P S

S A P S

β β

α α

=

Σ (4)

Logit 모델에서는 각 연료의 점유율의 합계는 1이 되어야 하기 때문에

한 연료의 점유율이 변화하면 반드시 다른 연료의 점유율도 변화하게 되어 있는 것이 특징이다. 예를 들면, 석유가격의 상승에 의해 석유의 점유율이 감소하게 되면 경쟁연료인 석탄이나 가스의 점유율이 증가하 게 될 것이다. 이와 같이 한 연료의 가격변화는 해당 연료의 점유율을 변화시킴과 동시에 다른 연료의 점유율에도 직접적으로 영향을 미치게 되될 것이다.

본 모델에서는 기본적으로 각 연료의 점유율이 가격에 의해 좌우되는 것으로 가정했다. 분석대상부문과 국가별 환경을 고려하여 모델에 추가 적인 설명변수를 설정할 수 있다. 경우에 따라서는 가격 이외의 변수가 점유율에 영향을 미치는 것으로 가정하는 것도 가능하지만 본 분석에서 는 모델을 단순화하기 위해 가격만을 변수로 고려하였다.

위의 식에서 보면 가격변수의 모수(αi)는 해당 연료가격과 해당 연료 의 점유율을 연결시켜주는 역할을 하고 있다. Logit 모델에서는 모수의 해석이 일반 선형모델(OLS)의 모수의 해석과는 차이가 있다. 즉 일반선 형모델에서는 해당 독립변수가 한단위 변화하게 되면 종속변수가 변화 되는 정도, 즉 한계 변화율을 나타내주지만 위의 Logit 모델에서 모수는 단지 독립변수와 종속변수간의 관계를 나타내주는 역할만 할 뿐이며 그 영향의 크기에 대해서는 직접적인 의미를 갖고 있지 않다. 이에 대한 설 명은 한계효과(marginal effect)에서 보다 자세히 언급될 것이다.

(38)

. 추정 모델

상기의 logit 모델에서 각 연료의 점유율은 자신의 가격 및 이전 기간

의 점유율, 경쟁연료의 가격 및 이전 기간의 점유율과 비선형

(non-linear) 함수관계를 갖고 있다. 비선형 함수의 추정상 어려움을 극

복하고 추정의 효율성을 증진시키는 한 방법으로서 상대적인 점유율에 로그를 취하는 방법이 사용되고 있다. 이는 비선형 함수의 추정을 선형 함수의 추정으로 전환시키는 장점을 갖고 있다. 즉, i 연료의 점유율을 j 연료의 점유율로 나누어서 여기에 로그를 취하게 되면(log-odds) 비선형 함수를 선형함수로 전환시킬 수 있다. 이러한 과정을 수식으로 표시하면 다음과 같다. 먼저 두 연료의 상대적인 점유율을 구하면 다음과 같다.

1 1

,

, 1 1

1 1

exp( ) , exp( ) ,

[ ]/[ ]

exp( ) , exp( ) ,

exp( ) , exp( ) ,

i i i i t j j j j t

i t

j t k k k k t k k k k t

i i i i t

j j j j t

A P S A P S

SS A P S A P S

A P S

A P S

β β

β β

β β

α α

α α

α α

= Σ Σ

= (5)

여기에 로그를 취하면 다음과 같은 선형 함수를 얻을 수 있게 된다.

, 1

( ) )

, 1

exp( ) ,

log log( log( ) log( )

exp( ) ,

i i i i t

i t

j t j j j j t

A P S

SS A P S

α β

α

+

= +

1 1

log( ) log( ) log( , )

,

i t

i j i i j j

j t

A A P P S

α α β

S

= − + − +

(6) 회귀식에서는 각 연료 가격의 모수(αi)와 이전 기간의 점유율의 모수 (β) 및 상수항(Ai)을 추정하게 된다.

우리나라 전환부문에서는 모두 3종류의 연료(석탄, 석유, 가스)가 사용

(39)

되고 있다. 따라서 실제 추정에서는 석탄과 석유의 점유율 비율

(log( coal)

oil

SS ), 석유와 가스의 점유율 비율(log( oil)

gas

SS ), 석탄과 가스의 점유

율 비율(log( coal)

gas

SS ) 등의 3 종류의 비율을 SUR(Seemingly Unrelated

Regression) 기법을 이용하여 추정하게 된다. 이러한 추정기법은 추정의

효율성(efficiency)을 증진시킬 것이다. 오차항(error term)을 추가하면 추 정해야 할 3종류의 회귀식은 다음과 같다.

, 1

( )

, 1

log log( ) log( ) log( , )

,

coal t coal t

coal oil coal coal oil oil t

oil t oil t

SS A A α P α P β SS e

= + + +

(7)

, 1

( )

, 1

log log( ) log( ) log( , )

,

수치

[그림  Ⅱ-1]  모형을  이용한  정책효과분석  과정
[그림  Ⅱ-2]  실제GDP  와  잠재GDP  비교
[그림  Ⅱ-3]  석탄의  실제  점유율  및  추정점유율
[그림  Ⅱ-5]  LNG의  실제점유율  및  추정점유율
+7

참조

관련 문서