2017. 9 에너지경제연구 - keei · －1 － 에너지경제연구 제16권 제2호 학 술...

에너지경제연구Korean Energy Economic Review

에너지경제연구

KOREAN ENERGY ECONOMIC REVIEW

2017. 9

2017·9

제16권 제2호

한국자원경제학회·에너지경제연구원

한국자원경제학회·

에너지경제연구원

RPS 및 FIT 제도가 신재생에너지 보급에 미치는 효과 분석 : 104개국 패널토빗분석 /

임형우·조하현

A Solar Energy System with Energy Storage System for Kandooma Island, Maldives /

Tae Yong Jung, Donghun Kim

전력수요가 발전연료 수요에 미치는 영향에 대한 실증분석 /

김영덕

확률변경모형을 이용한 지역별 에너지 효율 측정-제조업의 구조가 에너지 효율성에 미치는 영향을 중심으로- /

임승모·김명석

평균-분산이론을 활용한 전원구성계획의 타당성 분석 /차경수

에너지경제연구 제16권 제2호

<에너지경제연구원>

1987년 6월에 자연자원 및 환경과

관련된 경제이론, 정책, 제도, 산업의

연구 및 그 연구결과의 보급을 목적

으로 설립되어, 학술지의 발간, 국내

및 국제 학술발표회의 개최, 그리고

국내외 관련 학술단체와의 교류 등

설립목적에 부합하는 사업을 지속적

으로 추진하여 왔습니다.

현재 한국자원경제학회는 산업통상

자원부의 협조로 사단법인으로 등록

되어 있으며, 또한 국제에너지경제학회

(IAEE)의 한국지부역할을 하고 있는

이 분야의 유일한 학술연구단체로서

국내의 수많은 에너지정책분야 전문

가들이 참여하고 있습니다.

국내외 에너지 및 자원에 관한 각종

동향과 정보를 신속히 수집·조사·

연구하고 이를 널리 보급·활용하게

함으로써 국가의 에너지 및 자원에

관한 정책 수립과 국민경제 향상에

이바지하도록 하기 위하여 정부출연

연구기관으로 1986년 9월 설립되었

습니다.

에너지경제연구원은 21세기 국내외

여건변화에 국가·사회가 능동적으로

대응할 수 있도록 국가에너지 Infra

구축을 위하여 에너지산업구조개편,

기후변화협약대응, 에너지국제협력,

에너지이용합리화, 에너지수급동향

등의 연구를 핵심연구사업으로 추진

하고 있습니다.

본지에 게재되는 논문의 내용은 저자 개인의 견해이며, 저자의 소속기관이나 본지의 공식 견해를

대변하는 것은 아닙니다.

「에너지경제연구」는 제5권 제1호부터 한국자원경제학회와 에너지경제연구원이 공동으로 발행

하고 있습니다.

공동편집위원장

편 집 위 원

이근대(에너지경제연구원) 김수이(홍익대학교)

김윤경(이화여자대학교) 김현철(성균관대학교)

김형건(강원대학교) 박창수(숭실대학교)

배정환(전남대학교) 원두환(부산대학교)

윤원철(한양대학교) 정용훈(인하대학교)

전우영(전남대학교) 최성희(계명대학교)

조홍종(단국대학교)

2017. 9

<한국자원경제학회>

에너지경제연구Korean Energy Economic Review

KOREAN ENERGY ECONOMIC REVIEW

2017. 9

제16권 제2호

한국자원경제학회·에너지경제연구원

정 책

차 례

에너지경제연구 제16권 제2호

학 술

RPS FIT 제도가 신재생에 지 보 에 미치는 효과 분석 :

104개국 패 토빗분석 ·········································································· 1

임형우․조하현

A Solar Energy System with Energy Storage System for

Kandooma Island, Maldives ·····························································33

Tae Yong Jung․Donghun Kim

력수요가 발 연료 수요에 미치는 향에 한 실증분석 ············ 57

김영덕

확률변경모형을 이용한 지역별 에 지 효율 측정 ····························89

임승모․김명석

평균-분산이론을 활용한 원구성계획의 타당성 분석 ···················119

차경수

－ 1－

에너지경제연구 제16권 제 2호 학 술Korean Energy Economic ReviewVolume 16, Number 2, Sep 2017 : pp. 1 ~ 31

RPS 및 FIT 제도가 신재생에너지 보급에

미치는 효과 분석 : 104개국 패널토빗분석*

임형우**․조하

***

요 약

본 연구는 1990년부터 2014년까지의 104개국 연간 자료를 이용하여 신재생

에 지 지원 정책인 FIT(Feed-In Tariff), RPS(Renewable Portfolio Standard)

정책의 효과를 비교하 다. 신재생에 지 보 률 자료의 도 단(censored) 특

성을 반 하기 해 확률효과 토빗 모형(Tobit model)으로 분석한 결과, 반

으로 FIT 정책의 효과가 RPS에 비해 컸다. OECD 비OECD를 구분할 경우

OECD 국가에서는 FIT 정책이, 비OECD 국가에서는 RPS 정책의 효과가 뛰어

났다. 다만 태양 의 경우, 비OECD 국가에서도 FIT 정책의 효과가 우월하

다. 신재생에 지 보 률을 기 으로 정책 효과를 비교할 경우, 보 률이 높은

그룹에서는 FIT가, 보 률이 낮은 그룹에서는 RPS 정책의 효과가 컸다. RPS

FIT 정책을 동시에 시행하는 경우의 추가 인 효과는 반 으로 크지 않았

으나, 풍력 에 지의 경우 정책을 혼용하여 시행할 때 효과가 증가했다.

주요 단어 : 발 차액지원제도, 신재생에 지 공 의무화, 패 토빗

경제학문헌목록 주제분류：Q21, Q42

* 유익한 논평으로 논문의 완성도를 높이는데 도움을 주신 세 분의 심사 원께 감사를

드립니다.

** 연세 학교 경제학부 석박통합과정(제 1 자). [email protected]

*** 연세 학교 경제학부 교수(제 2 자). [email protected]

에 지경제연구 ● 제16권 제2호

－ 2－

Ⅰ. 서 론

UN이 1992년 리우에서 유엔기후변화 약(UNFCCC, United Nations Framework

Convention on Climate Change)을 채택한 이후로 기후변화는 세계 인

험으로 부각되었다. 재 197개 국가가 유엔기후변화 약에 참여하고 있으

며, 온실가스 감을 해 다양한 정책을 시행하고 있다. 2015년 말에 개최된

21번째 당사국총회(Conference of the Parties, COP 21)에서 회원국들은 지구

평균기온 상승을 산업화 이 비 ‘2℃보다 상당히 낮은 수 (well below)으

로 유지’하는 것을 목표로 설정하 다. 이 수치의 달성을 해서는 상당한 수

의 온실가스 감이 필요하며 한국은 2030년까지 온실가스배출 망치 비

37% 감축을 목표로 제시하 다.

온실가스 배출을 감하기 해서는 탄소 에 지원으로의 환이 필수

이다. 많은 국가들이 신재생에 지 목표 수 을 설정하고, 다양한 지원 정책

을 통해 신재생에 지 보 에 힘쓰고 있다. 147개국이 온실가스 감축 략

재생에 지를 언 하고 있으며 보 목표를 세우고 있다(REN21, 2017). 신재

생에 지 설비 역시 폭발 으로 증가하여, 2014년 기 신규 발 설비 용량

증가분의 45%를 신재생에 지가 담당하고 있다(박정순, 2015).

최근 한국은 탈(脫)원 에 한 주장이 제기되면서 신재생에 지에 한

심이 증하 다. 문재인 정부는 2030년까지 매년 10조원씩 총 140조원을 신

재생에 지에 투자할 정이다. 이를 바탕으로 한국은 2030년까지 체 발

비 의 20%를 신재생에 지로 충당할 계획이다. 목표 달성을 해서는 극

인 자 투자와 함께 효과 인 신재생에 지 정책이 수반되어야 한다.

부분의 국가에서 아직 그리드 패리티(grid parity)에 도달하지 못했으며

외부의 지원 없이는 신재생에 지 발 량을 확 하기 어렵다. 따라서 부분의

RPS FIT 제도가 신재생에 지 보 에 미치는 효과 분석 : 104개국 패 토빗분석

－ 3－

국가는 신재생에 지 지원 정책을 실시하고 있으며, 이 표 인 정책이

FIT(Feed-In Tariff) 정책과 RPS(Renewable Portfolio Standard) 정책이다.

세계 으로 가장 일반 으로 시행되는 신재생에 지 지원 정책은 FIT

정책으로 2014년 기 60개 국가에서 시행되고 있다(REN21, 2017). FIT 정책

은 신재생에 지를 통하여 공 한 기의 거래 가격이, 표 비용을 통하여 설

정한 기 가격보다 낮은 경우 그 차액을 발 사업자에게 지원하는 제도이다.

FIT 정책 시행시 정부가 가격을 보장하기 때문에 신재생에 지 투자의 불확

실성을 제거할 수 있지만, 정한 기 가격 설정이 어렵고, 보조 을 한 정

부의 재정 부담이 크다. 발 사 입장에서는 기술개발이 미진하고 보조 을 많

이 지 하는 사업에 투자할 유인이 증가하기 때문에 경제 반 인 자원배분

의 비효율성을 래할 수 있다(이민식, 2009; 권태형, 2014).

RPS 정책은 2014년 기 16개 국가에서 시행되고 있다. RPS 정책은 기존

에 지공 사업자에게 발 량 일정 비율을 신재생에 지로 공 하도록

강제함과 동시에 REC(Renewable Energy Certificate) 시장1)을 구성하여 발

사업자들 간의 REC 거래를 허용하는 제도이다. RPS 정책은 신재생에 지 발

비율을 강제하기 때문에 공 규모 측이 쉽고, REC 시장을 통해 발 사

업자의 비용 감 유인이 크며 정부의 재정부담도 없다. 하지만, 발 사업자

입장에서는 REC 가격 변동에 따라 가격 리스크가 존재하며, 사업에 한 불

확실성이 FIT 정책에 비해 크다. 한 발 단가가 낮은 신재생에 지만을

생산할 유인이 커지기 때문에 특정 신재생에 지원으로 편 될 가능성이 높다

(이민식, 2009; 권태형, 2014).

다수의 국가들이 상황에 따라 두 정책을 혼용하거나 개별 정책을 이용하고

있지만 아직까지 신재생발 설비 확충에 어떤 정책이 효과 인지는 명확한

결론이 나지 않았다. 두 정책 모두 각각의 장단 이 있기 때문에 어떠한 정책

이 신재생에 지 보 에 더 큰 효과가 있는지는 측하기 어렵다. 한국의 경

1) REC 시장이란 신재생에 지를 통해 력을 생산할 경우 인증서(REC)를 발부하여, 시장

내에서 REC를 구매/ 매할 수 있도록 한 시장이다.


－ 4－

우 2002년 FIT를 도입했지만, 비용 등의 문제로 2012년부터 RPS로 환하

다. 반면 국, 일본, 국 등은 최근 RPS에서 FIT로 선회하 다. 본 연구는

정책의 효과를 객 으로 악하기 해 1990년부터 2014년까지 세계

104개 국가를 상으로 FIT와 RPS의 효과를 비교하 다.

향후 연구의 구성은 다음과 같다. 제 Ⅱ장에서는 선행연구를 살펴보고, 기

존의 연구의 한계 본 연구의 차별 을 제시한다. 제 Ⅲ장에서는 도

단자료(censored data)를 추정하는 방법인 토빗(Tobit) 모형에 해 설명한

후 실증분석 모형 데이터를 제시한다. 제 Ⅳ장에서는 모형의 추정결과를

제시한다. 한 표본을 OECD·비OECD 보 률 수 에 따라 구분하고, 정

책을 동시에 시행하는 경우를 고려하여 국가 특성 신재생에 지원 종류에

따라 한 지원 정책이 변할 수 있음을 확인한다. 마지막으로 제 Ⅴ장에서

는 결론 시사 을 도출한다.

Ⅱ. 선행 연구 차별

1. 신재생에 지 지원 정책 련 선행연구

신재생에 지 보 이 2000년 이후 본격 으로 진행되었으므로, 반의 연구

는 부분 특정 국가의 질 연구에 심을 두고 있다(Berry and Jaccard,

2001; Gan et al., 2007; Menz and Vachon, 2006). 실제 데이터를 이용하여

FIT RPS 효과를 분석하는 연구는 2010년 이후 본격 으로 시작되었다.

부분의 실증 분석 연구 결과 FIT는 신재생에 지 보 을 늘렸지만, RPS

는 신재생에 지 보 에 유의한 향을 미치지 못했다(Carley, 2009; Zhao et

al., 2013; García-Álvarez et al., 2017). 더 나아가 일부 연구에서는 RPS 정책

시행에 따라 풍력·바이오매스 등 일부 신재생에 지 설비가 감소하는 효과가


－ 5－

발견되었다(Shrimali and Kneifel, 2011; Dong, 2012). 한 RPS와 FIT 정책

을 혼용할 때 효과가 증 되기도 하 다(Dong, 2012).

하지만 선행연구들은 다음의 문제를 갖고 있다. 첫째로 Zhao et al.(2013)을

제외하고는 종속변수로 이용되는 신재생에 지 보 자료에 0이 많다는 부분

을 반 하지 못했다.2) 따라서 선행연구들은 비교 이른 시 부터 신재생에

지 발 을 시작한 EU 선진국을 상으로 하거나, 개도국의 신재생에

지 발 자료가 존재하는 2000년 반 이후부터를 분석 상으로 삼았다

(García-Álvarez et al., 2017; Dong, 2012). 하지만 선진국만을 상으로 할

경우 개도국 등 신재생에 지 보 이 처음 시작되는 나라들에서의 정책효과

를 분석할 수 없다. 한 표본 기간을 2000년 반부터로 한정할 경우 이

의 과거 자료를 의도 으로 삭(truncate)하는 문제가 발생한다.

둘째로, 선행연구들은 FIT RPS 제도의 효과가 신재생에 지 보 수

에 따라 다를 수 있다는 을 간과했다. 보 률이 높은 국가는 기술 신을

유도하는 정책이 효과 일 수 있다. 반면, 보 률이 낮은 경우 신재생에 지

기 도입에 따른 비용 부담이 크기 때문에 RPS와 같이 신재생에 지를 강

제하는 정책의 효과가 클 수 있다. 이와 같이 선진국·개도국 보 률 수

차이에 따라 필요로 하는 정책이 다른 만큼 국가 특성에 따른 정책 효과 분

석이 필요하다.

2. 본 연구의 차별

본 연구의 차별 은 다음과 같다. 첫째로 표본 기간을 세계 104개국,

1990년부터 2014년까지 기간으로 확장하여 일반화된 결론을 도출하 다. 기

존 연구의 경우 자료 확보가 용이한 OECD, EU 미국만을 상으로 분석

2) 하지만 Zhao et al.(2013)에서 쓰인 PPML(Poisson Pseudo-Maximum Likelihood) 추정

법은 종속변수가 이산형일 때 이용하는 방식으로 신재생에 지 보 률과 같은 연속형

자료를 분석하는데 하지 않다.


－ 6－

하 다. 하지만 신기후체제 하에서 모든 국가들이 온실가스를 감축해야 하

는 만큼, 개도국에 합한 신재생에 지 지원 정책을 확인하는 과정이 필요

하다.

둘째로 체 신재생에 지원뿐만 아니라 에 지원별로 각 정책의 효과를

분석하 다. 에 지원에 따라 필요로 하는 정책이 다를 수 있는 만큼, 세부

신재생에 지원별로 효과 인 지원 정책을 구분할 필요가 있다. 특히 한국 정

부의 경우 태양 부문을 집 으로 육성하고자 한다는 에서 태양 설비

확충에 효과 인 신재생 지원 정책을 분석할 필요가 있다.

셋째로 신재생에 지보 수 이 도 단되어 있다는 자료의 특성을 반

한 토빗 모형을 통해 편향(bias)을 수정하 다. 본 연구는 신재생에 지 확충

의사를 잠재변수로 보고 확률효과 패 토빗 모형을 이용하여 선행연구의 오

류를 보완하 다.

Ⅲ. 실증 분석 모형 데이터

1. 도 단자료(censored data) 추정 방법

신재생에 지 발 설비 자료는 0의 값이 많은 도 단자료이다. 신재생에

지 발 설비를 구축하기 해서는 일정수 의 기술력과 지리 ·지형 ·경

제 여건이 충족되어야 한다. 를 들어 풍력 발 소를 건설하기 해서는

부품의 생산 조립을 한 기술력뿐만 아니라 바람이 풍부한 지형 등 일정

한 조건이 필요하다. 각 국가는 기술력 심 수 을 바탕으로 신재생에

지 설비에 한 확 의사를 가지게 되고, 그 정도가 일정 수 을 넘으면 실

제 발 소 건설로 이어진다. 다시 말해, 신재생에 지 설비가 없더라도 신재


－ 7－

생에 지 확충 의사는 일정 부분 존재할 수 있다.

일부 선행연구들에서도 이러한 자료의 특성을 고려하고 있다. Delmas and

Montes-Sancho(2011)는 신재생에 지 설비가 도 단되었다는 특성을 반

하여 정책 효과를 분석하기 해 2단계 토빗 모형을 이용했다. 한 일부 연

구에서 신재생에 지에 한 지불의사(willingness to pay)를 분석하기 해

신재생에 지 설비 자료를 이용하는 과정에서 도 단되었다는 특성을 고려

했다(Nakano et al., 2016; Aguilar and Cai, 2010).

본 연구의 목표는 RPS FIT 정책이 신재생에 지 확충 의사에 얼마만큼

의 향을 미치고, 실제로 얼마만큼의 발 설비 확충을 유도하는지를 분석하

는 것이다. 따라서 이를 효율 으로 추정하기 해 본 연구에서는 도 단자

료 추정에 이용되는 토빗 모형 추정법을 활용하 다.

를 들어 잠재변수(latent variable)를 , 측되는 변수(observed

variable)를 라고 한다면 다음과 같은 식(2)를 수립할 수 있다. 이때 잠재

변수가 일정 수 ()보다 큰 경우( )에만 로 측될 수 있다.

´

≦

∼

(2)

토빗 모형은 식(2)를 바탕으로 우도함수를 도출한 후 이를 최 화시키는

을 찾는 방식으로 계수를 추정하게 된다(Amemiya, 1984).

2. 실증 분석 모형

본 분석에 이용한 기본 모형은 식(3)과 같다.


－ 8－

´ ´ (3)

≦

∼

체, 풍력, 태양 , ⋯ , ⋯ )

은 국가 시 신재생에 지원의 확충의사를 나타내는 잠재변수

이다. 는 체 력발 설비 비 신재생에 지원 발

설비의 비 을 나타내며 측 가능하다. 즉, 확충의사가 일정 수 ()을 넘는

경우에만 실제 발 설비를 구축하게 되어 측이 가능하게 된다.

는 신재생에 지원에 해 FIT, RPS 정책이 시행되었는지

에 한 가변수이다. 설명변수는 Zhao et al.(2013)을 기반으로 설정했으며,

는 신재생에 지원 확충의사를 설명하는 설명변수로 개별 국가 시간

에 따라 변하는 변수들이다. 본 실증분석에서는 소득수 , 투자, 제조업 비 ,

무역 개방도, 융 발 도, 인 자본, CO2 배출량, 천연자원 의존도를 고려했

다. 는 개별 국가에 따라 변하나, 시간에는 향을 받지 않는 설명변수로

지형 특성이 표 인 이다. 본 실증분석에서는 국가규모를 설명변수로

이용했다. 이때 모든 설명변수는 1기 시차 값을 이용하여 내생성 문제를 해결

하 다(García-Álvarez et al., 2017). 이를 통해 신재생에 지 확충 의사가 정

책 시행에 향을 미치는 역인과 계(reverse causality)를 다. 이후 우도

함수를 도출하여 확률효과 토빗 모형으로 추정하 다.3)

3) 본 연구는 잠재변수인 신재생에 지 확충 의사와 측 가능 변수인 설비 비 을 동시차

로 반 하 다. 신재생에 지의 경우 건설 기간이 1년 이내로 짧으며, 선행연구들 역시

동시차를 이용하는 경우가 많았다. 강건성 검정을 해 잠재변수와 측 가능 변수 사

이의 시차를 고려하여 추정한 결과 계수의 크기가 감소할 뿐 부호 유의성은

유지되었다.


－ 9－

3. 데이터

분석에 사용한 데이터는 1990년부터 2014년까지의 연별 104개국 자료이

다.4) 찰 가능한 종속변수로는 총 발 설비 비 신재생에 지 설비 비율을

기본으로 하며, 특정 신재생에 지에 미치는 정책효과를 분석하기 해 풍력

설비 비율과 태양 설비 비율 자료를 추가 으로 이용했다. 다만 총 신재생

에 지 설비비율 자료에서는 원자력과 수력을 제외하 다. 원자력 수력 발

은 경우에 따라 신재생에 지원으로 분류되기도 하지만 정책 지원 상이

아닌 경우가 포함되어있기에 분석에서 제외했다.

본 연구의 핵심이 되는 RPS FIT 정책은 가변수 형태로 반 하 으며,

해당 신재생에 지원에 해 지원 정책을 시행할 경우 1의 값을 갖도록 설정

했다. 를 들어 한국의 경우 2002년부터 2011년까지 FIT 정책을 시행했으므

로, 2002∼2011년에 FIT 변수가 1의 값을 갖고 나머지 기간에는 0의 값을 갖

도록 구성하 다.

이외 신재생에 지 발 설비 확충의사를 설명하는 변수들로 소득수 , 투

자, 제조업 비 , 무역 개방도, 융 발 도, 인 자본, CO2 배출량, 천연자원

의존도, 국가크기를 반 했다. 통제변수들은 크게 신재생에 지원에 한

심과 신재생에 지원 설비를 구축할 수 있는 능력으로 구분된다.5)

(1) 신재생에 지원에 한 심

일반 으로 소득수 이 높을수록 환경에 한 심이 커지기 때문에 신재

생에 지에 한 심이 높아진다. 소득 수 이 높았던 미국, 국, 독일 등의

4) 구체 인 국가 목록은 <부록 표 1> 참고하라. 분석에 활용한 104개 국가는 IEA-IRENA

에서 신재생에 지 정책과 련하여 정보를 제공하는 140개 국가 통제변수 등이 구

비되어 있는 국가이다.

5) 세부 인 변수 설명은 <부록 표 2>를 참고하라.


－ 10－

국가들은 교토의정서 체제에서 부속서Ⅰ 국가로 분류되어 온실가스 감축 의

무를 부여받았다. 이에 따라 이들 국가에서는 이른 시 부터 신재생에 지 확

충을 해 노력했으며, 신재생에 지원에 한 심이 높다.

투자는 신재생에 지에 해 심을 증폭시킬 수 있다. 투자를 많이 하는

국가일수록 새로운 투자처인 신재생에 지 사업에 더 심이 클 것으로 기

된다(이재우, 2009).

CO2 배출량 역시 신재생에 지원에 한 심에 향을 미친다. 신기후체

제에 따라 모든 국가들은 CO2 배출량을 감축해야 한다. 따라서 1인당 CO2 배

출량이 많은 국가에서는 신재생에 지원으로의 환을 통해 CO2를 감축하고

자 할 것이다.

제조업 비 의 경우 신재생에 지에 한 심과 역의 계를 가질 것으로

상된다. 한국수출입은행(2016)에 따르면 2014년 기 태양 의 발 단가는

140원/kWh로 가스(70원/kWh) 석탄(60원/kWh)에 비해 2배 이상 높다. 따

라서 제조업의 비 이 높은 국가에서는 에 지 비용 상승을 우려하여 신재생

에 지원을 확충하기 어렵다.

신재생에 지원은 통 인 화석연료를 체하는 에 지이므로 화석연료가

국가의 주요 산업인 경우 신재생에 지 확충에 소극 일 수 있다. 본 연구에

서는 이를 반 하기 해 국가 소득 천연자원 매 비 을 반 하 다.

(2) 신재생에 지 설비 건설 능력

국가의 신재생에 지원에 한 심도에 따라 신재생 설비를 확보할지에

한 결정을 내릴 수 있다. 하지만 설비를 어느 규모로 구축할지는 신재생에

지 설비를 건설할 수 있는 능력과 계된다. 무역 개방도가 높은 국가에서

는 해외 기술을 수받거나, 해외의 신재생에 지 설비를 구입하기에 용이하

므로 신재생에 지 설비 건설 능력이 높을 것으로 기 된다.

신재생에 지 설비 건설은 기투자비용이 많이 드는 만큼, 융발 도가

높을수록 기 비용을 충당하기에 용이하다. 이에 따라 융 발 도가 높은


－ 11－

국가에서는 신재생에 지 설비 확충이 용이할 것이다.

태양 패 , 풍력 블 이드 등과 같은 신재생에 지 발 설비 부품들은

성능이 지속 으로 개선되고 있다. 따라서 인 자본 기술력이 높은 국가

에서는 더 렴한 비용으로 신재생에 지 설비를 구축할 수 있기 때문에

인 자본 수 이 신재생에 지 확충 의사에 양의 향을 미칠 것으로 기

된다.

신재생에 지원은 자연 인 태양 , 풍력 등을 동력으로 이용하는 만큼

통 인 화석연료에 비해 지형 ·지리 인 특성에 많은 향을 받는다. 국가

규모가 클 경우 신재생에 지 발 을 수행할 여건이 개선되기 때문에 신재생

에 지원 확충 의사를 높일 것으로 기 된다.

변수들의 기 통계량은 <표 1>과 같다. 평균 으로 체 발 설비

신재생에 지 설비는 2.2%에 불과하다. 풍력설비는 신재생에 지 설비의

반 정도이며 태양 설비는 13% 수 이다. 하지만 신재생에 지 설비 보 은

국가에 따라 편차가 매우 크다. 덴마크의 경우 2014년 기 체 력 설비

40.24%를 신재생에 지로 충당한 반면, 상당수의 개발도상국들은 신재생

에 지 설비가 무했다.

FIT RPS 정책을 실시한 국가 목록은 <부록 표 1>에 정리되어 있다.

분석 상인 104개 국가 34개 국가는 OECD이며 이외의 70개 국가는 비

OECD 국가이다. OECD 국가 74%는 신재생에 지 지원 정책을 시행하고

있었으나, 비OECD의 경우 53%만이 지원 정책을 시행하 다. 특징 으로

RPS 정책은 주로 OECD 국가를 심으로 시행되고 있었으며, 비OECD 국가

의 경우 FIT 정책의 비 이 이었다. 한 OECD 국가들의 경우 RPS

정책과 FIT 정책을 동시에 시행하는 비 이 26%에 달했으나, 비OECD의 경

우 인도만이 RPS 정책과 FIT 정책을 동시에 시행하 다.


－ 12－

<표 1> 기초통계량

변수명 평균 최 값 최소값표편차

측치 수

체 신재생에 지 설비

비율 (%)2.20 40.24 0 5.08 2,536

풍력설비 비율 (%) 1.13 35.79 0 3.45 2,536

태양 설비 비율 (%) 0.28 19.52 0 1.42 2,536

RPS ( 체 신재생) 0.08 1 0 0.27 2,600

RPS (풍력에 지) 0.08 1 0 0.27 2,600

RPS (태양 에 지) 0.07 1 0 0.25 2,600

FIT ( 체 신재생) 0.18 1 0 0.39 2,600

FIT (풍력에 지) 0.17 1 0 0.38 2,600

FIT (태양 에 지) 0.15 1 0 0.36 2,600

소득 14.92 111.97 0.16 18.86 2,547

투자 123.16 3810.20 0.05 361.13 2,398

제조업 비 (%) 16.91 43.54 2.41 6.22 2,343

무역 개방도 (%) 82.76 441.60 13.75 51.74 2,539

융 발 도 (%) 55.04 312.12 0 45.95 2,435

인 자본 (개) 11531 801135 1 53080 1,990

1인당 CO2 배출량 5.15 27.43 0.04 4.82 2,432

천연자원 의존도 (%) 4.92 63.52 0 7.89 2,544

국가 크기 1006.33 16376.87 0.32 2418.20 2,600

Ⅴ. 패 분석 결과

1. 도 단자료 특성 반 에 따른 효과

본 에서는 체 104개 국가를 상으로 FIT RPS 정책의 효과를 분석

함과 동시에, 도 단자료 특성을 반 할 경우 추정 결과가 개선되는지를 확

인하 다. 토빗 모형과의 비교를 해 다음 식(4)와 같은 확률효과 패 모형


－ 13－

을 벤치마크로 삼아 추정하 다. 확률효과 패 추정에서는 자료가 도 단

되어 있다는 특징으로 인해 체 발 설비 비 신재생에 지 설비의 비 이

0보다 큰 표본만을 이용하 다.

´ ´ (4)

체, 풍력, 태양 , ⋯ , ⋯ )

식(3)과 식(4)의 추정 결과는 <표 2>에 제시되어 있다. <표 2>의 좌측은

식(4)의 추정 결과로 종속변수를 체 신재생에 지 비 , 풍력에 지 비 ,

태양 에 지 비 으로 변화하며 추정했을 때의 결과이다. 표의 우측은 식(3)

을 확률효과 토빗 모형으로 추정한 결과이다. 토빗 모형을 이용함에 따라 분

석 상 국가 수 측치를 30% 이상 추가 으로 확보할 수 있었다.6)

신재생에 지 발 비 은 신재생에 지 확충 의사에 따른 결과물로 도

단자료이기 때문에 식(4)와 같이 확률효과모형 추정 결과는 편향을 가질 수

있다. 부분의 계수 추정치의 크기 유의성이 유사했으나, 투자의 경우 확

률효과 모형과 토빗 모형의 차이가 컸다. 확률효과 모형의 경우 체 신재생

에 지 비 풍력에 지 비 을 종속변수로 했을 때 투자의 계수값이 음

수로 나타났다. 하지만 도 단자료의 특성을 반 할 경우 투자의 계수값이

양수로 변하 으며, 투자가 활발한 국가에서 태양 확충 의사가 유의 으로

증가하는 상이 나타나 기존의 편향이 조정되는 효과가 나타났다.

6) 토빗 모형을 이용하지 않고 확률효과 패 모형을 이용할 경우, 실제 신재생에 지 설

비가 존재하는(설비 비 이 0보다 큰) 표본만을 상으로 분석해야 한다. 반면, 토빗 모

형을 이용할 경우 설비 비 은 0으로 나타나나, 확충 의사는 존재하는 표본에 해서도

분석이 가능하기 때문에 더 많은 표본을 이용할 수 있다. 를 들어 <표 3> 체

신재생에 지 효과를 비교해보면, 확률효과 모형을 이용할 때의 측치 수는 1,078개이

다. 토빗 모형을 이용할 경우 체 신재생에 지 비 이 0으로 나타난 501개의 표본을

추가 으로 이용할 수 있기 때문에 표본 개수가 1,579개로 늘어나 추가 인 측치를

확보할 수 있게 된다.


－ 14－

RPS FIT는 체 신재생에 지, 풍력 설비 확충에 양의 향을 미쳤다.

한 FIT의 계수값이 RPS에 비해 크게 나타나, 보조 지원 정책이 더 효과

임을 확인했다. 특징 으로 태양 의 경우 FIT만이 유의한 양의 효과를 보

다. 이는 선행 연구들의 결과와 유사한데, 태양 의 높은 발 단가로 인해

FIT만이 효과를 발휘하기 때문으로 보인다(García-Álvarez et al., 2017; Zhao

et al., 2013). 2014년 기 태양 에 지의 발 단가는 140원/kWh로 풍력의

발 단가(90원/kWh)에 비해 1.5배 가까이 높다(한국수출입은행, 2016). 따라서

RPS 정책을 시행할 경우 발 비용이 상 으로 은 풍력 설비 확충에 집

하기 때문에 태양 설비 증가 폭은 미미하다. 즉, 태양 발 설비를 확

하기 해서는 FIT와 같은 보조 지원 정책이 필요하다.

이외의 통제변수들의 경우 부분 제 Ⅲ장에서 상했던 결과와 유사하

다. 천연자원의 경우 계수 추정치가 음으로 추정되었지만 통계 으로 유의하

지 않았다. 국가 크기의 경우 태양 을 제외하고 양의 값으로 유의하 다. 태

양 의 경우 건물 옥상, 주택가 등 소규모 단 의 설비부터, 형 태양 발

설비에 이르기까지 지리 상황에 따라 설비를 다양하게 구축할 수 있기에

지리 민감성이 덜하기 때문으로 생각된다.

다만 1인당 CO2 배출량의 경우 상과 달리 음의 값으로 추정되었다. 1인

당 CO2 배출량이 증가할수록 더 강한 감축의무를 부여받기 때문에 신재생에

지 설비에 한 확충 의지가 높아질 수 있다. 반면 CO2 배출량이 많다는

것은 해당 국가가 온실가스를 많이 배출하는 산업에 한 의존성이 크다는

것을 의미한다. 이에 따라 신재생에 지 보 에 따른 에 지 가격 인상을 우

려하여 신재생에 지 확충 의사가 감소할 수 있다. 실증 분석 결과 후자의

향이 더 큰 것으로 나타났다.


－ 15－

<표 3> 전체 국가에 대한 에너지원별 확률효과 모형과

확률효과 토빗 모형 추정 결과

식 (4) 확률효과 모형 식(3) 확률효과 토빗 모형

체

(89국)

풍력

(75국)

태양

(74국)

체

(104국)

풍력

(104국)

태양

(104국)

RPS1.171**

(0.485)

1.097***

(0.362)

0.129

(0.316)

0.611**

(0.269)

0.531***

(0.182)

-0.099

(0.080)

FIT2.130***

(0.344)

1.146***

(0.268)

1.403***

(0.245)

1.182***

(0.213)

0.658***

(0.141)

0.478***

(0.103)

소득5.143***

(0.747)

2.885***

(0.582)

0.265

(0.258)

2.971***

(0.512)

1.601***

(0.345)

0.828***

(0.199)

투자-1.663***

(0.438)

-1.244***

(0.351)

0.215

(0.221)

0.147

(0.237)

0.163

(0.162)

0.220***

(0.082)

제조업 비-0.202***

(0.059)

-0.146***

(0.046)

-0.081***

(0.030)

-0.151***

(0.030)

-0.081***

(0.019)

-0.072***

(0.014)

무역 개방도0.069***

(0.007)

0.048***

(0.005)

0.018***

(0.003)

0.036***

(0.004)

0.018***

(0.002)

0.011***

(0.002)

융발 도0.048***

(0.005)

0.054***

(0.004)

-0.005*

(0.003)

0.022***

(0.003)

0.021***

(0.002)

-0.003***

(0.001)

1인당

CO2 배출량

-8.260***

(0.738)

-6.094***

(0.635)

-0.679**

(0.289)

-3.639***

(0.479)

-1.817***

(0.310)

-0.799***

(0.179)

인 자본1.558***

(0.738)

1.358***

(0.194)

0.240**

(0.119)

0.582***

(0.122)

0.415***

(0.087)

0.140***

(0.047)

천연자원-0.008

(0.054)

0.014

(0.045)

-0.024

(0.025)

-0.039

(0.027)

-0.018

(0.018)

-0.010

(0.009)

국가 크기1.230***

(0.405)

0.522

(0.337)

-0.042

(0.130)

0.528*

(0.270)

0.335*

(0.182)

0.075

(0.074)

체

측치 수1078 937 622 1579 1579 1579

좌측 단

측치 수501 642 957

국가 수 89 75 74 104 104 104

주1) ***: p-value<0.01, **: p-value<0.05, *: p-value<0.10, 호 안은 표 오차를 의미함

주2) 확률효과 토빗 모형의 결과는 추정 결과를 한계효과로 변환한 값이다.


－ 16－

2. 국가 특성 정책 복 시행에 따른 효과 비교

앞서 1 에서 104개 국가 체를 분석 상으로 할 경우 FIT 정책의 효과

가 RPS 정책보다 큼을 확인하 다. 하지만 국가 특성에 따라 효과 인 신재

생에 지 정책이 다를 수 있다. 선진국의 경우 기술개발을 유도하는 FIT 정

책이 유리할 수 있으며, 개도국의 경우 선진국의 기술을 수입하여 이용할 수

있으므로 비용 측면에서 강 이 있는 RPS 정책이 유리할 수 있다(Menanteau

et al., 2003).

(1) OECD와 비OECD 비교

OECD 국가의 경우 부분 부속서Ⅰ 국가에 속하여 90년 반부터 온

실가스 감 신재생에 지 확 압력을 받아왔다. 이에 따라 신재생에 지

련 기술력 보 수 이 비OECD 국가에 비해 상 으로 높다. 실제

2014년 기 OECD 국가들의 체 력 발 설비 비 신재생에 지 설비

비 은 13.8%로 비OECD 국가(3.8%)에 비해 4배 가까이 높다.

<표 4>는 체 104개 국가 표본을 OECD 34개국과 비OECD 70개 국가로

구분하여 식(3)을 추정한 결과이다. 추정 결과 OECD 국가에서는 FIT 정책만

이 신재생에 지 확충 의사에 정 인 향을 미쳤다. RPS 정책의 경우

체 신재생에 지원 뿐만 아니라 풍력 태양 에 지원에도 유의한 향을

주지 못했다. 이는 OECD 국가들이 이미 일정 수 이상의 신재생에 지 설

비를 갖추고 있기 때문에 신재생에 지를 강제하는 RPS 정책의 효과가 크지

않기 때문이다. 오히려 신규 기술개발에 따른 발 단가 하락이 요하므로,

기술개발 유인을 제공하는 FIT 정책이 신재생에 지 보 확 에 정 인

향을 미쳤다.7)

7) Menanteau et al.(2003)에 따르면 FIT 정책은 사업자들 간의 경쟁을 유발하지는 않지만

기술 개발 유인을 제공한다. 이에 따라 새로운 기술 개발이 지속 으로 필요한 선진국


－ 17－

반면 비OECD 국가들의 경우 체 신재생에 지 풍력에 지 확충에 있

어 RPS, FIT 정책 모두 양의 효과를 보 다. 특히 한계효과 크기를 비교해볼

때 체 신재생에 지의 경우 RPS 정책의 효과가 1.71로 FIT 정책에 비해 2

배 크게 나타났으며, 풍력에 지의 경우 5배 가까이 컸다. 이는 신재생에 지

보 이 충분치 않은 개발도상국의 경우 신재생에 지 강제가 효과 임을 의

미한다. RPS 정책은 일정 수 의 신재생에 지를 강제하기 때문에 즉각 인

설비 확충 효과가 있으며, 특히 풍력에 지와 같이 발 단가가 낮은 신재생에

지원에 설비 투자가 집 된다. RPS 정책이 태양 에 지 설비 확충에 유

의하지 못한 효과를 이유도 태양 에 지의 발 단가가 상 으로 높기

때문이다.

<표 4> OECD 및 비OECD 구분에 따른 확률효과 토빗 모형 추정 결과

종속변수 국가 표본 RPS 효과 FIT 효과

체

신재생에 지

OECD 34개 국가0.522

(0.413)

1.120***

(0.381)

비OECD 70개 국가1.717***

(0.472)

0.850***

(0.185)

풍력 에 지

OECD 34개 국가0.431

(0.286)

0.515*

(0.268)

비OECD 70개 국가2.071***

(0.464)

0.433***

(0.106)

태양 에 지

OECD 34개 국가-0.122

(0.160)

0.367**

(0.172)

비OECD 70개 국가0.433

(0.280)

0.439***

(0.113)

주1) 표 내의 수치는 토빗 모형의 계수추정치를 바탕으로 계산한 한계효과를 의미


주3) 세부 추정 결과는 <부록 표 3>을 참고

에 유리한 제도라고 볼 수 있다. 반면 RPS 정책은 사업자들 간의 경쟁을 유발하지만,

기술개발 유인은 제공하지 않는다.


－ 18－

(2) 신재생에 지 보 수 에 따른 정책 효과 비교

앞서 OECD 가입 여부에 따라 효과 인 신재생에 지 지원 정책이 달라질

수 있음을 확인했다. OECD 국가들의 신재생에 지 보 수 이 비OECD 국

가들에 비해 높지만, 국가마다 집 으로 육성하는 에 지원이 다르고 건설

환경 등이 다르기 때문에 단순히 OECD 가입 여부로만 신재생에 지 보

수 을 단하기 어렵다.

따라서 본 연구는 풍력 태양 에 지원별로 보 수 이 높은 그룹과

낮은 국가 그룹을 구분하여 정책 효과를 비교하 다. 2014년 104개 국가의

체 신재생에 지 평균 보 률인 7.03%를 기 으로, 이보다 보 률이 높은 38

개 국가와 낮은 66개 국가 그룹으로 구분하 다. 풍력 에 지의 경우 2014년

풍력 보 률 평균인 4.04%를, 태양 에 지는 2014년 평균 보 률인 1.89%

를 기 으로 국가들을 구분하 다.

<표 5>는 보 률 수 에 따른 RPS FIT 정책의 효과를 비교한 표이며,

추정결과는 기존 OECD·비OECD 분석 결과와 유사하 다. 체 신재생에

지를 종속변수로 할 때, 신재생에 지 보 이 높은 국가 그룹에서는 FIT 정

책만이 효과가 있었다. 반면 신재생에 지 보 률이 낮은 국가에서는 FIT,

RPS 정책 모두 효과 이었으며, RPS 정책 효과가 더 컸다.

풍력 에 지를 상으로 볼 경우 2014년 기 평균 풍력 발 보 률인

4.04%를 넘는 국가는 총 34개 국가 으며, 이를 넘지 못하는 국가는 70개 국

가 다. 풍력 보 률이 높은 국가 그룹에서 RPS 정책은 오히려 풍력 보 률

을 하락시켰지만 FIT 정책은 풍력 에 지 확충 의사에 양의 효과를 미쳤다.

반면 풍력 보 률이 낮은 국가 그룹에서는 RPS 정책의 계수값이 0.347로

FIT 정책에 비해 효과가 뛰어났다.

태양 에 지의 경우 2014년 평균 태양 발 보 률인 1.89%를 기 으

로 국가를 구분하 다. 태양 의 경우 보 률 수 과 계없이 FIT 정책만이

보 률 확 에 도움이 되었다.


－ 19－

<표 5> 신재생에너지원별 보급률 수준에 따른


종속변수 국가 표본 RPS 효과 FIT 효과

체 신재생에 지

신재생에 지 보 률 7.03% 이상 (38개국)

-0.615(0.446)

2.552***(0.454)

신재생에 지 보 률 7.03% 이하 (66개국)

0.704***(0.220)

0.393***(0.084)

풍력 에 지

풍력 에 지 보 률 4.04% 이상 (34개국)

-0.993***(0.318)

0.613**(0.288)

풍력 에 지 보 률 4.04% 이하 (70개국)

0.347***(0.083)

0.095***(0.033)

태양 에 지

태양 에 지 보 률 1.89% 이상 (25개국)

-0.172(0.269)

0.509**(0.249)

태양 에 지 보 률 1.89% 이하 (79개국)

-0.018(0.018)

0.112***(0.028)

주1) 표본 국가 구분은 각 에 지원의 2014년 평균 보 률을 기 으로 함



주4) 세부 추정 결과는 <부록 표 2>를 참고

(3) 정책을 혼용하여 시행할 경우의 효과 비교

본 분석 상인 104개 국가 국·인도 등 10개 국가에서 FIT RPS

정책을 동시에 사용한 경험이 있다. FIT와 RPS를 혼용하여 사용했을 때 신

재생에 지 보 에 더 큰 효과를 미치는지 분석하기 해 다음과 같이 식(5)

를 구성하 다.

·

´ ´ (5)

≦

∼

( 체, 풍력, 태양 , ⋯ , ⋯ )


－ 20－

식(5)는 기존의 식(3)에 · 변수를 추가한 형태로, 국가

가 시 에 RPS FIT 정책을 동시에 시행할 경우 1의 값을 갖는 가변

수이다. 의 경우 식(3)과 동일한 통제변수를 이용하 다.

식(5)를 확률효과 토빗 모형으로 추정한 결과는 다음 <표 6>과 같다. 정책

을 동시에 시행한 국가들이 부분 OECD 국가 으므로, 표본을 OECD와 비

OECD로 구분하지 않고 체 104개 국가를 상으로 분석을 진행하 다.

개별 정책을 시행했을 때에 비해, 정책을 복하여 사용할 경우의 효과는

크지 않았다. 부분의 경우에서 FIT 효과만이 양으로 유의하게 나타났다. 하

지만 풍력에 지의 경우 FIT 정책에 RPS를 추가할 때 풍력에 지 확충의사

설비 비 이 더 크게 증가하는 것으로 나타났다. RPS 정책을 시행할 경우

상 으로 발 비용이 렴한 풍력에 지로 수요가 몰려 풍력에 지의 확충

의사가 더 증가하는 것으로 보인다. 반면 태양 의 경우 RPS 효과의 계수가

유의하지 않았으며, 정책을 동시에 시행했을 때의 효과 역시 유의하지 않았

다. 즉, 태양 산업 육성을 해서는 RPS 제도보다는 태양 시장에 한

직 인 보조 지원이 필요함을 확인할 수 있다.

<표 6> 정책 동시 시행 효과 고려시의 확률효과 토빗 모형 추정 결과

종속변수 RPS 효과 FIT 효과정책 동시 시행

효과

체

신재생에 지

0.370

(0.313)

1.067***

(0.225)

0.558

(0.431)

풍력 에 지0.296

(0.193)

0.517***

(0.145)

0.664**

(0.302)

태양 에 지-0.069

(0.100)

0.500***

(0.114)

-0.073

(0.134)



주4) 세부 추정 결과는 <부록 표 3>을 참고


－ 21－

Ⅴ. 결론

재 세계는 성장 기조와 온실가스 감 의무라는 딜 마에 빠져있다.

경제 성장과 온실가스 감을 동시에 이루기 해서는 신재생에 지원으로의

환이 필수 이다. 아직까지 그리드 패리티에 도달한 국가는 28개 국가로 신

재생에 지는 여 히 타 에 지원에 비해 경쟁력이 뒤쳐진다(Deutsche Bank,

2015). 따라서 신재생에 지를 육성하기 해서는 국가 차원의 신재생에 지

지원 정책이 반드시 필요하다.

FIT 정책과 RPS 정책은 모두 각각의 장단 이 존재한다. FIT 정책은 장기

간의 안정 인 지원을 통해 기술개발을 유발하지만, 비용 감 경쟁력 강

화를 유도하기 어렵다. 한 정부의 재정 지원이 필요하기 때문에 지속 인

정책 시행이 어려울 수 있다. 반면 RPS 정책은 정부의 재정 지출이 없고, 시

장 메커니즘을 이용해 자율 으로 최 의 신재생에 지원이 선정된다는 에

서 비용이 감된다. 하지만 특정 신재생에 지원으로 설비가 편 되는 문제

가 발생하며, 기술개발 유인이 없기 때문에 정부가 원하는 신재생에 지원을

육성하기 어렵다.

본 연구는 세계 104개국을 상으로 FIT RPS 정책이 신재생에 지

설비 확충 의사에 얼마만큼의 향을 미치는지 실증 으로 분석하 다. 주요

결과는 다음과 같다. 첫째, 찰 가능한 변수가 도 단되어 있다는 자료의

특성을 반 하여 토빗 모형을 추정한 결과 반 인 추정치 유의성은 유

지되었으며, 일부 직 과 부합하지 않던 계수값이 조정되었다. 둘째, 체 국

가를 상으로 분석을 진행할 경우 FIT의 효과가 RPS 효과보다 컸다. 특히

발 단가가 높은 태양 에 지의 경우 FIT 정책만 효과가 있었다. 셋째, 국

가를 OECD와 비OECD로 구분하여 정책효과를 분석한 결과, OECD에서는 신


－ 22－

기술 개발을 유도할 수 있는 FIT 정책만 효과가 있었다. 반면 비OECD의 경

우 FIT, RPS 정책 모두 양의 효과가 나타났으며, RPS 정책의 효과가 더 컸

다. 보 률을 기 으로 보 률이 높은 국가와 낮은 국가를 구분하여 분석한

경우에도 와 유사한 결과를 보 다. 넷째, RPS FIT 정책을 혼용하여 사

용하는 경우 추가 인 효과는 크지 않았다. 다만 풍력의 경우 발 단가가 낮

기 때문에 풍력발 의 경우에만 정책 혼용에 따른 효과가 존재했다.

본 연구의 주된 한계 은 정책 효과를 가변수로만 반 했다는 이다. 분석

상 국가를 최 한으로 이용함에 따라 정책의 강도에 한 자료를 구할 수

없었다. 하지만 García-Álvarez et al.(2017)의 연구와 같이 EU 국가들은 신재

생에 지 지원 , REC 가격 등의 정책 강도 련 자료를 제공하고 있으므로,

이를 이용하여 정책 강도에 따른 효과를 분석할 필요가 있다. OECD의 경우

에도 1990년부터 RPS FIT 정책의 강도를 지수화한 EPS(Environmental

Policy Stringency) 지수를 제공하고 있다. 따라서 향후에는 표본 국가를 축소

하여, 신재생에 지 지원 정책 강도에 따른 효과를 분석할 필요가 있다.

본 연구는 실증 분석을 통해 OECD 국가에서는 FIT 정책이, 비OECD 국가

에서는 RPS 정책의 효과가 큼을 밝혔다. 한국의 경우 재정 부담 등을 이유로

2012년 FIT 정책을 폐기하고, RPS 정책으로 환하 다. 하지만 RPS 시행에

따른 실질 인 효과는 크지 않았다. 2013년 기 발 사들의 신재생에 지 의

무 이행률은 67.2%에 불과했다. 한 의무량 부분을 목재 펠릿(wood

pallet)과 같이 기존 설비를 이용한 신재생에 지원으로 충당하 다. 그 결과

한국의 신재생에 지 생산량 바이오·폐기물의 비 이 84%이며 태양 은

6.4%, 풍력은 2.1% 수 에 불과하다(산업통상자원부·한국에 지공단, 2016).

바이오 폐기물 발 은 순수한 의미의 신재생에 지 발 으로 볼 수 없

으며 UN 역시 목재 펠릿과 같은 바이오 폐기물 발 을 신재생에 지 설비로

인정하지 않고 있다. UN 기 에 따른 한국의 신재생에 지 발 설비 비 은

3% 수 에 불과하다.

2008년 수립한 ‘그린에 지산업 발 략’ 이후 한국 정부는 태양 ·수소


－ 23－

지 등을 미래 산업으로 선정하며 지난 8년간 4조원 이상을 연구개발에 투자

하 다. 최근 문재인 정부 역시 2030년까지 매년 10조원을 신재생에 지에 투

자할 것이라고 공표하 다. 신재생에 지를 미래 성장 동력으로 육성하기

해서는 연구개발 지원과 함께 한 신재생에 지 지원 정책이 필요하다. 제

Ⅳ장의 분석 결과와 같이 선진국의 경우 기술개발유인을 제공하는 FIT 정책

만 신재생에 지보 에 효과가 있었다. 특히 한국 정부가 육성하고 있는 태양

의 경우 RPS 정책의 효과가 유의하지 않았다.8)

RPS 정책을 통해 한국의 신재생에 지 설비가 증한 것은 사실이나, 설비

47.9%(2016년 기 )가 석탄과 함께 연소되는 바이오에 지라는 은 RPS

제도의 허 을 보여 다. 국, 일본, 국 역시 최근 RPS 정책의 한계를 느

껴 FIT로 정책을 환하 다. 정부 역시 이러한 기조를 받아들여 재의

RPS 정책에 FIT 정책을 결합하여 시행하거나 FIT로 환하는 등 인식의

환이 필요하다. 극 인 연구개발과 이를 보조할 수 있는 신재생에 지 지원

정책이 병행될 때, 비로소 한국 정부가 목표로 하는 신재생에 지 20% 보

을 달성할 수 있을 것이다.

접수일(2017년 7월 29일), 수정일(2017년 9월 7일), 게재확정일(2017년 9월 20일)

8) 한국의 경우 태양 설비 보 확 를 해 2015년까지 RPS 제도상에서 태양 과 비태

양 부문을 구분하여 운 하 다. 태양 부문에 하여 REC 가 치를 추가 으로 부

여하 으며, 통상 인 의무 공 량 이외에도 태양 별도 의무량을 부여하여 태양 을

집 으로 육성하 다.


－ 24－

◎ 참 고 문 헌 ◎

권태형. 2014. ｢신재생에 지 시장 확 를 한 정책수단의 비교｣. 한국정책과학학회보,

18(2), 1-23.

김태은. 2011. ｢신재생에 지 성장의 향요인 연구. 한국행정학보｣, 45(3), 305-333.

산업통상자원부·한국에 지공단. 2016. ｢2015년 신재생에 지 보 통계｣

박정순. 2015, ｢국제 신재생에 지 정책변화 시장분석｣, KEEI 기본연구보고서;

15-25

이민식. 2009. ｢FIT와 RPS제도 비교와 시사 ｣. 산은경제연구소

이재우. 2009. ｢신재생에 지 산업의 장애 험요인과 융방식｣. 한국수출입은행,

수은해외경제, 37-57.

한국수출입은행. 2011. ｢신재생에 지산업에서 정책 융의 역할 시사 ｣. Issue Briefing

vol. 2011-04

한국수출입은행. 2016. ｢2016년 세계 신재생에 지 산업 망 이슈｣, Issue Report

vol. 2016-1분기-01

한국에 지공단. 2016. ｢2016 신·재생에 지의 이해｣, 한국에 지공단 신·재생에 지센터

Aguilar, F. X., and Cai, Z. 2010. “Exploratory analysis of prospects for renewable energy

private investment in the US.” Energy Economics, 32(6), 1245-1252.

Amemiya, T. 1984. “Tobit models: A survey.” Journal of econometrics, 24(1-2), 3-61.

Berry, T., and Jaccard, M., 2001. “The renewable portfolio standard:: design considerations

and an implementation survey.” Energy Policy, 29(4), 263-277.

Butler, L., and Neuhoff, K. 2008. “Comparison of feed-in tariff, quota and auction

mechanisms to support wind power development.” Renewable energy, 33(8),

1854-1867.

Carley, S. 2009. “State renewable energy electricity policies: An empirical evaluation of

effectiveness.” Energy policy, 37(8), 3071-3081.


－ 25－

Delmas, M. A., and Montes-Sancho, M. J. 2011, “US state policies for renewable energy:

Context and effectiveness.” Energy Policy, 39(5), 2273-2288.

Deutsche Bank. 2015, "FITT for investors Crossing the Chasm." Recuperado a partir de

https://www. db. com/cr/en/docs/solar_report_full_length.pdf

Dong, C. G. 2012. “Feed-in tariff vs. renewable portfolio standard: An empirical test of

their relative effectiveness in promoting wind capacity development.” Energy Policy,

42, 476-485.

Gan, L., Eskeland, G. S., and Kolshus, H. H. 2007. “Green electricity market

development: Lessons from Europe and the US.” Energy Policy, 35(1), 144-155.

García-Álvarez, M. T., Cabeza-García, L., and Soares, I. 2017. “Analysis of the

promotion of onshore wind energy in the EU: Feed-in tariff or renewable portfolio

standard?.” Renewable Energy, 111, 256-264.

Menanteau, P., Finon, D., and Lamy, M. L. 2003. “Prices versus quantities: choosing

policies for promoting the development of renewable energy.” Energy policy, 31(8),

799-812.

Menz, F. C., and Vachon, S. 2006. “The effectiveness of different policy regimes for

promoting wind power: Experiences from the states.” Energy policy, 34(14), 1786-1796.

Nakano, R., & Zusman, E. 2016. “Determinants of Willing to Pay (WTP) for Renewable

Energy in Post-Fukushima Japan: Results of Ordinal Multinomial Logit and Tobit

Regression Models.”

REN21. 2017. “Renewables 2017 Global Status Report” (Paris: REN21 Secretariat). ISBN

978-3-9818107-6-9

Shrimali, G., and Kniefel, J. 2011. “Are government policies effective in promoting

deployment of renewable electricity resources?.” Energy Policy, 39(9), 4726-4741.

Zhao, Y., Tang, K. K., and Wang, L. L. 2013. “Do renewable electricity policies

promote renewable electricity generation? Evidence from panel data.” Energy policy,

62, 887-897.


－ 26－

RPS

FIT 정책

OECD 국가

(총 34개 국가)

비 OECD 국가

(총 70개 국가)

FIT 정책 시행국가

호주(AUS), 오스트리아(AUT), 캐나다(CAN), 스 스(CHE),

독일(DEU), 덴마크(DNK), 스페인(ESP), 에스토니아(EST), 핀란드(FIN), 랑스(FRA),

국(GBR), 그리스(GRC), 헝가리(HUN), 아일랜드(IRL), 이탈리아(ITA), 일본(JPN),

한민국(KOR), 룩셈부르크(LUX), 라트비아(LVA), 네덜란드(NLD), 폴란드(POL), 포르투갈(PRT),

슬로바키아(SVK), 터키(TUR)

이상 24개 국가

아르헨티나(ARG), 아르메니아(ARM), 불가리아(BGR),

보스니아헤르체코비나(BIH), 벨라루스(BLR), 볼리비아(BOL),

국(CHN), 콜롬비아(COL),

키 로스공화국(CYP), 알제리(DZA), 에콰도르(ECU), 이집트(EGY), 크로아티아(HRV),

인도네시아(IDN), 인도(IND), 요르단(JOR), 카자흐스탄(KAZ),

냐(KEN), 리투아니아(LTU),

몰타(MLT), 몬테네그로(MNE), 모리셔스(MUS), 말 이시아(MYS), 나이지리아(NGA), 키스탄(PAK),

필리핀(PHL), 세르비아(SRB), 태국(THA), 튀니지(TUN), 우간다(UGA), 우크라이나(UKR),

우르과이(URY), 베트남(VNM), 남아 리카공화국(ZAF)

이상 34개 국가

RPS 정책

시행국가

호주(AUS), 벨기에(BEL), 덴마크(DNK), 에스토니아(EST),

국(GBR), 헝가리(HUN),

아일랜드(IRL), 이탈리아(ITA), 일본(JPN), 한민국(KOR), 네덜란드(NLD), 노르웨이(NOR),

스웨덴(SWE), 미국(USA)

이상 14개 국가

라질(BRA), 인도(IND), 마다가스카르(MDG), 루마니아(ROU)

이상 4개 국가

부 록

<부록 표 1> 분석 대상 국가의 RPS 및 FIT 시행 여부


－ 27－

정책 혼용

국가

호주(AUS), 덴마크(DNK),

에스토니아(EST), 국(GBR),

헝가리(HUN), 아일랜드(IRL),

이탈리아(ITA), 일본(JPN),

네덜란드(NLD)

이상 9개 국가

인도(IND)

이상 1개 국가

정책

미시행

국가

칠 (CHL), 체코(CZE),

아이슬란드(ISL), 멕시코(MEX),

뉴질랜드(NZL), 슬로베니아(SVN)

이상 6개 국가

알바니아(ALB),

아제리바이젠(AZE),

부르키나 소(BFA),

방 라데시(BGD), 벨리즈(BLZ),

바베이도스(BRB), 루나이(BRN),

보츠와나(BWA), 코스타리카(CRI),

도미니카공화국(DOM),

과테말라(GTM), 온두라스(HND),

이란(IRN), 캄보디아(KHM),

스리랑카(LKA), 모로코(MAR),

몰도바(MDA), 몽골(MNG),

모잠비크(MOZ), 말라 (MWI),

니카라과(NIC), 나마(PAN),

페루(PER), 라과이(PRY),

러시아(RUS), 르완다(RWA),

사우디아라비아(SAU),

싱가폴(SGP), 엘살바도르(SLV),

타지키스탄(TJK),

베네수엘라(VEN), 맨(YEM),

잠비아(ZMB)

이상 33개 국가

주1) 호 안은 해당 국가의 World Bank 국가 코드를 의미함


－ 28－

<부록 표 2> 변수 설명 및 출처

변수명 변수 설명 출처

총 발 설비 비 신재생

에 지 비율 (%)

신재생에 지는 태양 , 풍력, 지열 조· 력

발 설비를 반 (원자력, 수력은 미반 )UNSD

총 발 설비 비 풍력

설비 비율 (%)총 발 설비 풍력 발 설비의 비 UNSD

총 발 설비 비

태양 설비 비율 (%)총 발 설비 태양 발 설비의 비 UNSD

RPS

정책

신재생에 지

가변수

신재생에 지원 어도 한 부문에 RPS

정책을 실시할 경우 1의 값을 갖는 가변수

IEA-IRENA

database풍력 가변수

풍력 부문에 해 RPS 정책 시행시 1의 값을

갖는 가변수

태양 가변수태양 부문에 해 RPS 정책 시행시 1의

값을 갖는 가변수

FIT

정책

신재생에 지

가변수

신재생에 지원 어도 한 부문 이상에 FIT

정책을 실시할 경우 1의 값을 갖는 가변수

IEA-IRENA

database풍력 가변수

풍력 부문에 해 FIT 정책 시행시 1의 값을

갖는 가변수

태양 가변수태양 부문에 해 FIT 정책 시행시 1의

값을 갖는 가변수

소득1인당 실질GDP의 로그값

(단 : thousand 2010 US$)World Bank

투자실질 총고정자본형성

(단 : billion 2010 US $)World Bank

제조업 비 GDP 비 제조업 비 (%) World Bank

무역 개방도 (수입+수출)/GDP (%) World Bank

융 발 도 GDP 비 민간부문 국내신용 비율 (%) World Bank

인 자본 특허 출원 개수의 로그값 (단 : 개) World Bank

CO2 배출량1인당 CO2 배출량의 로그값

(단 : metric tons)EIA

천연 자원 의존도

천연자원 매액/GDP (%)

(천연자원은 원유, 천연가스, 석탄, 물

임업제품을 의미)

World Bank

국가 크기 국가 크기 (단 :1,000 ） World Bank


－ 29－

<부록 표 3> OECD 및 비OECD 구분에 따른


체 신재생에 지 풍력 에 지 태양 에 지

OECD

(34국)

비OECD

(70국)

OECD

(34국)

비OECD

(70국)

OECD

(34국)

비OECD

(70국)

RPS0.522

(0.413)

1.717***

(0.742)

0.431

(0.286)

2.071***

(0.464)

-0.122

(0.160)

0.433

(0.280)

FIT1.120***

(0.381)

0.850***

(0.185)

0.515*

(0.268)

0.433***

(0.106)

0.367**

(0.017)

0.439***

(0.113)

소득3.759***

(1.237)

1.508***

(0.451)

1.926**

(0.912)

0.905***

(0.304)

1.196**

(0.477)

0.620***

(0.235)

투자-1.864***

(0.597)

0.668***

(0.206)

-0.615

(0.437)

0.173

(0.116)

0.074

(0.224)

0.065

(0.051)

제조업

비

-0.343***

(0.071)

-0.022

(0.021)

-0.197***

(0.050)

0.000

(0.011)

-0.118***

(0.031)

-0.022***

(0.008)

무역

개방도

0.062***

(0.009)

0.017***

(0.003)

0.034***

(0.006)

0.006***

(0.002)

0.027***

(0.005)

0.004***

(0.001)

융

발 도

0.031***

(0.005)

0.015***

(0.003)

0.034***

(0.004)

0.009***

(0.002)

-0.008***

(0.002)

0.001

(0.001)

1인당

CO2

배출량

-12.71***

(1.439)

-0.978***

(0.337)

-7.204***

(1.021)

-0.074

(0.190)

-3.123***

(0.628)

-0.369**

(0.142)

인 자본1.928***

(0.311)

0.072

(0.084)

1.300***

(0.232)

-0.024

(0.046)

0.597***

(0.150)

0.039

(0.026)

천연자원0.064

(0.085)

-0.043**

(0.020)

-0.003

(0.058)

-0.012

(0.010)

-0.019

(0.037)

-0.003

(0.005)

국가 크기0.812

(0.650)

0.146

(0.238)

0.117

(0.488)

0.297*

(0.170)

0.311

(0.195)

0.075

(0.060)

체

측치 수667 912 667 912 667 912

좌측 단

측치 수46 455 94 548 225 732

국가 수 34 70 34 70 34 70

주1) 표 내의 수치는 식(3)의 한계효과를 의미함

주2) ***: p-value<0.01, **: p-value<0.05, *: p-value<0.10

주3) 호 안은 표 오차를 의미함


－ 30－

<부록 표 4> 정책 중복 시행에 따른 확률효과 토빗 모형 추정 결과

식 (5) 확률효과 토빗 모형

체 신재생에 지 풍력 에 지 태양 에 지

RPS0.370

(0.313)

0.296

(0.193)

-0.069

(0.100)

FIT1.067***

(0.225)

0.517***

(0.145)

0.500***

(0.114)

정책 동시

시행

0.558

(0.431)

0.664**

(0.302)

-0.073

(0.134)

소득3.032***

(0.517)

1.676***

(0.352)

0.816***

(0.198)

투자0.150

(0.237)

0.164

(0.162)

0.218***

(0.082)

제조업 비-0.151***

(0.029)

-0.082***

(0.019)

-0.071***

(0.014)

무역 개방도0.036***

(0.004)

0.018***

(0.002)

0.011***

(0.002)

융발 도0.022***

(0.003)

0.020***

(0.002)

-0.003***

(0.001)

1인당

CO2 배출량

-3.683***

(0.482)

-1.861***

(0.313)

-0.790***

(0.178)

인 자본0.587***

(0.122)

0.421***

(0.088)

0.140***

(0.047)

천연자원-0.039

(0.027)

-0.018

(0.018)

-0.010

(0.009)

국가 크기0.532**

(0.271)

0.345*

(0.183)

0.073

(0.073)

체

측치 수1579 1579 1579

좌측 단

측치 수501 642 957

국가 수 104 104 104

주1) 표 내의 수치는 식(5)의 한계효과를 의미함

주2) ***: p-value<0.01, **: p-value<0.05, *: p-value<0.10

주3) 호 안은 표 오차를 의미함


－ 31－

ABSTRACT

Analysis on the effects of RPS and FIT policies

on the renewable energy supply : Panel tobit

analysis of 104 countries

Hyungwoo Lim* and Hahyun Jo**

This study compares the effectiveness of the FIT (Feed-In Tariff) and

RPS (Renewable Portfolio Standard) policy. Using the annual data of

104 countries from 1990 to 2014, we analyzed the effects of the two

policies on the supply rate of renewable energy. After using random

effect Tobit model, we found that the effect of FIT is larger than that

of RPS. For OECD countries, the effect of FIT policy was greater than

that of RPS. However, for non-OECD countries, RPS was more effective

than FIT. Comparing policy effects based on renewable energy supply

rate, FIT was effective in countries with high supply rate, and RPS

policy was effective in countries with low supply rate. The additional

effect of implementing the RPS and FIT policies at the same time was

not large overall. However on wind energy, the effect increased when

the policies were implemented together.

Key Words : FIT(Feed-In Tariff), RPS(Renewable Portfolio Standard),

panel tobit model

* Department of Economics, Yonsei University (main author). [email protected]

** Professor, Department of Economics, Yonsei University (Associate Research).

[email protected]

－ 33－

에너지경제연구 제16권 제 2호 학 술Korean Energy Economic ReviewVolume 16, Number 2, Sep 2017 : pp. 33~ 56

A Solar Energy System with Energy Storage

System for Kandooma Island, Maldives*

Tae Yong Jung**․Donghun Kim

***

Abstract

Small Island Developing States (SIDS) are the most vulnerable to climate

change and their capacity to adapt climate change is very limited. This is the

main reason why the global community pays special attention to SIDS.

Maldives is a typical example of SIDS where eco-tourism is the main economic

activity. However unfortunately, Maldives heavily rely on imported oil and fossil

fuels for power generation, which means that the energy system of each

island in Maldives is sensitive to the volatile oil price. It is common to

use diesel generators, at small islands in Maldives. The selected site is a

resort island, Kandooma where we assume to replace one diesel

generator with a solar system with ESS in a hotel. We compare the

conventional diesel generation and with a solar energy system equipped

with the most advanced Energy Saving System (ESS) to demonstrate the

* The earlier version was presented at the Annual Spring Conference of Korea Resource Economics Association in June 2017, held in Yonsei University, Seoul, Korea. This work was supported by the Korea Institute of Energy Technology Evaluation and Planning (KETEP) and the Ministry of Trade, Industry & Energy (MOTIE) of the Republic of Korea (No.20162010103860).

** Professor, Graduate School of International Studies, Yonsei University, Seoul, Korea *** Professor, Graduate School of International Studies, Yonsei University, Seoul, Korea

(Corresponding Author: [email protected])


－ 34－

application of leap-frogging technology in SIDS. In addition, the result of

financial simulation analysis provides feasible financial options to install a

solar energy system in a remote island.

Key Words : SIDS, energy system, financial analysis

JEL：Q42, Q55

Ⅰ. Introduction

Maldives is a SIDS of 1,192 islands located in Indian Ocean. The

population of Maldives was about 370,000 in 2016 and per capita income in

2014 was about $14,000. Maldives has the highest cost of power

generation in South Asia due to heavy dependence on diesel. Unlike other

countries in this region, Maldives has achieved 100% electrification. Each

island has its own powerhouse and distribution facility, but the disparity

between large and small islands in terms of the cost of power generation,

fuel efficiency and reliability exists. Maldives strongly promotes renewable

energy options to ensure stable power supply with domestic energy

sources, as well as mitigate CO2 emissions. In 2009, the government of

Maldives announced the ambitious program to make the Maldives carbon

neutral by 2020, meaning all electricity generation must be from non-diesel

sources.

An independent off grid power system is common in Maldives, where

most of the existing systems are based on diesel generators. However,

many of such remoted islands are located in tropical zones, which makes

solar feasible as energy sources. A recent development in renewable

A Solar Energy System with Energy Storage System for Kandooma Island, Maldives

－ 35－

energy technology make an independent power system reach to grid parity

quickly with the use of hybrid energy system, which integrates the

conventional diesel generator with renewable energy sources such as solar

Photovoltaic (PV) or wind options. The new technology of energy storage

system (ESS) makes unreliable renewable sources stable with the existing

energy supply system.

The objective of this study is to analyze alternative energy options for a

resort hotel in Kandooma Island, Maldives. Kandooma Island in Maldives

is located in South Male Region, which is about 35km south from the

capital, Male. Since the economic activities of the island is based tourism,

the stable and environmentally friendly energy system is the key factor.

The existing diesel generators are not environmentally friendly, nor the

economically viable energy option. Sustainable energy options will be

examined with feasible financial resources to install new energy systems.

Various researches on the application of hybrid energy systems in

remote islands were conducted. Jung, et al. (2017) conducted a study on the

economic feasibility of a hybrid PV-Diesel-ESS system for Kumundhoo,

Maldives. An economic analysis was examined with different discount

rates, feed-in tariff (FIT) rates, the benefit-cost ratio, net present cost

(NPC), and internal rate of return (IRR). Lal (2012) studied a

techno-economic analysis of a Wind-PV-Diesel hybrid mini-grid system

for Fiji Islands, Nabouwalu. Blechinger, (2014) found that hybrid power

systems showed higher reliability of the system and lower cost of

generation than those that use only one source of energy, since different

energy sources could be complimentary during the power generation.

Wichert et al. (2001) studied techno-economical characteristics of hybrid

power systems. They found that the hybrids power systems were more


－ 36－

favorable when the cost of the transportation of fuel was incorporated in

the analysis. Akikur (2013) presented comparative case studies of

independent solar and hybrid solar systems implemented at various

locations over the last twelve years. He found that the diesel as a

stand-alone source involved high maintenance demands for rural

populations, who are often poor with low levels of education and capacity

for modern technology. Even if a diesel-based power system is difficult to

be replaced due to its reliability as a source, both the stand-alone

solar-PV system and the hybrid solar-PV system are getting competitive

in terms of the cost of power generation and low maintenance cost.

To address the low reliability of renewable energy sources, battery

storage technologies have been introduced. For example, Schmid (2004)

suggested that in Northern Brazil, PV systems with energy storage

connected to existing diesel generators allow them to be turned off during

the day and provide the lowest energy costs. Rehman (2010) found that

diesel only system was un-economical and for hybrid systems since the

major part of the total system cost was for solar PV panels and batteries.

Recent studies emphasized that battery storage in designing an

independent power system need to overcome many barriers before it can

be integrated as a mainstream option. In the case of Nigeria, Adaramola

(2014) showed that the cost of generating electricity using the hybrid

energy system was significantly cheaper than using a generator only

based energy system with and without battery. However, it was also

found that the cost of energy system is highly dependent on the interest

rate and diesel price. Shakarchi (2014) found that an independent power

system in remote islands got benefits from the renewable energy options

in the long run and additional implementation of batteries leads to further


－ 37－

cost reductions.

In the following sections, solar energy options and their costs for

Kandooma Island are analyzed with HOMER (Hybrid Optimization of

Multiple Electric Renewables). After the optimal energy option is identified,

the simulation analysis for feasible financial options are conducted.

Conclusion and policy discussions will be made based on the results of the

energy system analysis.

Ⅱ. Methodology

HOMER is a linear optimization program to analyze technical feasibility

of various energy systems, which was developed by the National

Renewable Energy Laboratory, USA. Hourly load and monthly load

variations are critical input parameters for HOMER to design a power

system configuration to determine its technical feasibility and life-cycle

cost. HOMER analyzes different energy system configurations in search of

the one that satisfies the technical constraints at the lowest life-cycle cost.

Hence, multiple optimizations under a range of input assumptions to

measure the effects or changes in the model inputs could be examined.

(Sureshkumar et al, 2012).

HOMER program optimizes the total NPC to represent the life cycle

costs of energy systems that are specified by the users, which includes all

costs that could occur during the project lifetime, with future cash flows

discounted to the present. Levelized Cost of Electricity (LCOE) is the

average cost per kilowatt-hour of electricity generation by the energy


－ 38－

systems, which can be calculated by HOMER. (HOMER® Pro 2016).

1. Input Assumptions for HOMER

Given the daily load patterns measured and its monthly variation

calculated, the input variables for HOMERS are shown in Figure 1. Since

the site is a resort hotel, the daily load pattern is relatively stable and the

gap between peak and off-peak is not huge. In addition, the monthly load

pattern is not varying significantly, because Maldives is located in the

tropical zone. Furthermore, in this study, it is assumed that one diesel

generator is replaced with solar PV and ESS system to check the initial

impact of the change of power system in terms of stable power supply.

<Figure 1> Daily and Monthly Load Patterns of Kandooma Island

To determine the feasibility of energy system configurations, the NPC of

the energy system options was calculated with 8% discount rate and

project lifetime of 20 years. The current energy option in this resort island

is to generate electricity with 5 diesel generators. The cost for diesel used

for power generation in remoted island is very sensitive and relatively


－ 39－

high with volatility of both international and domestic diesel price. In this

analysis, the diesel price is assumed to be 0.61$/liter.

Energy system configuration is designed to include each component of

different power system for simulation as shown in Figure 2.

<Figure 2> Schematic Diagram Energy Systems for HOMER

Source: HOMER Pro (version 3.7)

To provide sustainable and low carbon energy options for this remoted

island, solar PV with ESS was considered, which can be also designed

with the existing diesel generators to set up a hybrid energy options. With

the basic components of various energy options, the initial capital cost,

replacement cost of some components during the lifetime of the system

and the operation and maintenance (O&M) cost are identified and

summarized in Table 1. Since the diesel generators are already installed,

the capital cost is assumed to be zero, while its replace cost and operation

and maintenance cost, including the cost of diesel are reflected. All cost

components of PV and ESS as new components for the alternative energy

options are shown in Table 1.


－ 40－

Cost Diesel Generator (per kW) PV (per kW) ESS (per unit)

Capital $0 $1,881 $858,974

Replacement $500 $1,200 $200,000

O&M $0.3/hr $1.03/year $342/year

<Table 1> Summary of System costs for Energy Options

Source: Jung et al. (2017)

2. Simulation for Financial Analysis

@RISK, a risk analysis and simulation for financial analysis, which is

add-in tool for Microsoft Excel developed by Palisades Corporation, is used

to evaluate the hybrid power system’s financial “risk” due to uncertainty

of various project conditions. Financial indicators such as the internal rate

of return (IRR) and the net present value (NPV), which convey a project's

viability/attractiveness to investors are tested through @RISK’s simulation.

@RISK combines all the identified uncertain variables with given

probability density functions (pdf) in order to repetitively generate a

probability distribution of output variables. This simulation method is

known as the Monte Carlo technique, which allows risk to be described

with a probability distribution. For any input variable, distribution functions

can be added to any number of cells and formulas throughout excel work-

sheets and can include arguments through cell references and expressions,

which allows sophisticated specifications of uncertainty. Meanwhile for

output calculations, @RISK’s simulation involves repetitive recalculations,

which is call an “iteration” of the worksheet. This recalculation process

can run hundreds or thousands of iterations if necessary.


－ 41－

Ⅲ. Simulation Results

1. Simulation Results by HOMER

Four types of energy system are considered to simulate power

generation and its cost profiles. System type 1 (ST 1) is the one to install

solar PV with ESS by replacing one existing diesel generator among 5

generators. ST 2 and ST 3 are different system configurations with solar

PV only or ESS only, respectively. ST 4 is the existing energy system

that is sole dependent on diesel generators which is the reference case.

With the cost information of each component of power systems,

depending on system type, the LCOE and NPC are shown in Table 2.

HOMERS determines the share of renewables in each system type to meet

the daily and monthly load patterns as optimum solution for the

combination of power generation by different sources. As shown in Table

2, the LCOE of ST 1 is lower than the existing power system (ST 4),

even if the initial capital cost of ESS is relatively high. The key factor for

the LCOE is both capital cost and O & M cost of different systems. In

case of ST 4, the LCOE is sensitive to the change of diesel price, which

is normally very high in remoted island due to the transportation cost, as

pointed out by many previous studies.

In ST 1, HOMER find that the LCOE is $0.291 and the NPC is $4.19

million with 16% of renewable shares. Since this type is also an

environmentally friendly configuration, the reduction of CO2 emission is


－ 42－

System

Type

(ST)

System

Configurat

ion

Component Cost

Renewable

Share (%)PV(kW)

Diesel

Generator

(kW)

ESS

(kWh)

Converter

(kW)

LCOE

($/kWh)NPC(M.$)

ST 1Diesel-

PV-ESS260 370 978 396 0.291 4.19 16

ST 2Diesel-

ESS370 978 193 0.332 5.02 0

ST 3Diesel-

PV260 370 0.346 4.78 19

ST 4

Diesel

only (base

case)

370 0.349 4.98 0

expected, which may be another social benefit of this system, as well as

the cost competitiveness. However, the high upfront cost of new advances

technologies such as ESS takes higher portion of LCOE, even if ESS

provides stable power supply. On the other hand, the existing power

system, ST 4 has more burden of O&M cost, due to the fuel cost, which

results in the highest LCOE among four energy system types.

<Table 2> Summary of Energy Systems by HOMER

Source: Jung et al. (2017)

Since ST 2 and ST 3 are partial replacement of ST 4 with two

different renewable components, the values of LCOE and NPC are shown

between those of ST 1 and ST 4. For example, technically, ST 2 is not a

feasible option for the regular system operation. However, for the back-up

of the system, ESS option with the existing diesel generators could be

considered. ST 3 could be realistic, but without ESS the energy system

configuration could not be stable. Furthermore, ST 2 and ST 3 are not

economically competitive, compared with LCOE of ST 1. The different

shares of power generation by diesel and solar are shown in Figure 3. To


－ 43－

generate same amount of power, ST 4 is sole dependent on diesel, which

is the main source of uncertainty for the case of ST 4. It is worthwhile to

note that March and April are two peak months in this resort island,

reflecting climate conditions and the demand for the hotel accommodations.

<Figure 3> Power Generation by System Type

ST 1: Diesel–PV-ESS

ST 2 Diesel – ESS

ST 3 Diesel – PV

ST 4: Diesel only


－ 44－

STSystem

Configuration

Component

IRR (%)Payback

Period (Yr)LCOE

($/kWh)NPC ($)

Capital

($)O & M ($)

ST 1Diesel-

PV-ESS0.291 4.19M 1.3M 245,599 12.6 6.7

ST 2 Diesel- ESS 0.332 4.98M 858,974 338,920 8.9 6.8

ST 3 Diesel- PV 0.346 4.78M 489,060 387,845 7.2 11

ST 4Diesel only

(base case)0.349 5.02M 0 433,146 - -

PV is used only in ST1 and ST3 system but because ST3 does not

include ESS, the system generates more power, meaning a less efficient

system than ST1. Since diesel-generation amount is similar in both ST1

and ST3, ESS determines how much PV power generation is necessary.

2. Economic Analysis

Based on the results calculated by HOMER, the comparison among 4

system types is shown in Table 3. NPC and IRR ST 1 is not only

economically competitive with higher Internal Rate of Returns (IRR), but

also the payback period of the system is shorter than any other energy

system, which is 6.7 years. The IRR and payback period is obtained by

comparing the total cost and revenues with the base case, which is ST 4.

IRR of ST 1 is somewhat high to 13%, compared with those of ST 2 and

ST 3. ST 4 is the most optimal energy system for the site, since it does

not totally replace the existing system, but improve the stability and

provide alternative energy source.

<Table 3> Comparison of Economic Cost


－ 45－

STLCOE ($/kWh) NPC ($)

4% 8% 12% 4% 8% 12%

ST 1 0.263 0.291 0.323 5.37M 4.19M 3.46M

ST 2 0.315 0.332 0.352 6.42M 4.78M 3.77M

ST 3 0.335 0.346 0.359 6.82M 4.98M 3.84M

ST 4 0.348 0.349 0.349 7.09M 5.02M 3.74M

<Table 4> Comparison of Key Indicators by Discount Rate (%)

Figure 4 shows different cash flows for ST 1 - ST 4 with 8% discount

rate. Since ST 1 requires high initial capital cost of more than 1 million

US dollars, the cost burden at the initial stage is a challenge to install

this system. On the other hand, the O & M cost is minimal, which makes

this system is competitive in the long run during the lifetime period of 20

years. The cash flow of ST 4 shows the opposite trend. The initial capital

cost is zero, but during the whole period, the shares of operation and fuel

costs are consistently shown with extra burden of replacement of diesel

generators. Especially, the uncertain future risk of volatile diesel price is

not considered in ST 4. The clear distinction between two cash flows

makes decision makers select options available for financial resources.


－ 46－

<Figure 4> Discounted Cash Flows by System Types


－ 47－

To calculate IRR and consider the practical conditions, the energy

system options in this island are designed, assuming two key stakeholders

to install renewable energy options. The power utility who has provided

electricity to this hotel with diesel generator with fixed rate of charges

should consider the supplementary renewable option with ESS. The

replacement of one diesel generator and the solar PV with ESS could be

proposed by the project developer who should share the financial burden of

initial capital cost. At the same time the project developer expects the

same rate from the power utility for supplying electricity to the hotel. The

choice of project developer to install the new renewable energy system

depends on the expected revenues by providing electricity to the power

utility against the initial capital and financial cost.

3. Simulation Results by @RISK

The ST 1 energy system selected as an optimum choice in terms of LCOE,

IRR, payback period and the CO2 mitigation potentials for this remoted

island to implement an independent off grid power system. For the

financial feasibility for ST 1, the following financial options are designed,

assuming that the initial capital cost is covered by the project developer

with different financial sources. The base case is that the project developer

covers the 20% of the initial capital cost as equity and the remaining 80%

is obtained from the multilateral development bank (MDBs) as concessional

loan. If the commercial loan is available with higher interest rate, which

makes this project financially more feasible, the different shares between

the concessional loan and commercial loan are shown in Table 5.


－ 48－

Scenario MDB Loan Commercial Loan Project Developer Equity

Base Case 80% 0% 20%

Scenario 1 70% 10% 20%

Scenario 2 60% 20% 20%

Scenario 3 50% 30% 20%

Scenario 4 40% 40% 20%

Scenario 5 60% 10% 30%

Scenario 6 50% 20% 30%

Scenario 7 40% 30% 30%

Scenario 8 30% 40% 30%

<Table 5> Scenarios for Financial Feasibility

The simulation results of financial options for ST 1, using @RISK

program is shown in Figure 5. For each scenario, @RISK sets up 10,000

simulations with key financial factors to determine FIRR. Based on

simulation results from different scenarios, it is consistently found that key

factors for the FIRR for this project are the rate for electricity that is

crucial for the calculation of revenues of ST 1, the capital cost of ST 1.

Relatively, the O & M cost does not play important role to determine the

FIRR, since ST 1 is the energy system to minimize the use of diesel fuel

among four energy systems. @RISK generates simulation results,

assuming the probability density function of the normal distribution.


－ 49－

<Figure 5> Simulation Results on Financial Factors for ST1


－ 50－


－ 51－

Based on the simulation results, the average NPV and FIRR of 9

scenarios, including base case for financial options are presented in Figure

5. As expected, if the project developer could obtain 80 % of total loan

from MDB as a form of concessional loan, the FIRR is about 6% with

$815,000 NPV. If the share of commercial loan is increasing, the FIRR

could be dropped to 2.5%. If the equity portion of the total financing

requirement is increasing from 20% to 30%, the FIRR is decreasing as

shown in Figure 6.

<Figure 6> NPV and FIRR by Scenario


－ 52－

Ⅳ. Conclusion

SIDS, such as Maldives are transforming to independent grid system for

each island with sustainable, affordable, clean and renewable energy

resources. Diesel power generation systems are conventional fossil-fuel

based power systems for most small islands, which require higher O&M

costs and show high uncertainty due to volatile fuel prices. In the small

island, Kandooma, hybrid diesel with PV and ESS is found to be most

economically viable, compared with other feasible energy systems. In this

study, it is also worthwhile to note that a hybrid energy option could be

beneficial to a resort island in Maldives, since the renewable energy option

contributes to eco-tourism. In this study, a Hybrid PV-ESS-Diesel system

is the most cost effective off-grid energy system for this resort island.

The simulation results of financial feasibility analysis indicate that the key

factor is the initial investment requirement to install the solar energy

system with ESS in this island. It turned out that the rate of

feed-in-tariff, financial modality and the cost of operation and maintenance

are the key factors to determine the FIRR of the hybrid energy system

with ESS.

This study compared the current typical diesel power generation system

with solar energy system with ESS, and the most optimal energy system

is the hybrid PV-Diese1-ESS system in terms of economic analysis and

environmental effects. The LCOE of the hybrid PV-Diesel-ESS system is

lower than that of any other energy system. The simulation results of


－ 53－

financial feasibility show that the concessional loans from the multilateral

development bank shows the higher FIRR for the optimal hybrid

Diesel-PV-ESS system, depending on the share of equity of the company

who runs the energy system. It is clear that the financial viability of the

energy system depends on the tariff that the independent off grid system

could obtain, compared with the cost of diesel power system.

For further studies, it is necessary to consider the social cost of CO2

emissions from the diesel energy system. Another advantage of the hybrid

PV-Diese1-ESS system is to emit CO2 less with the solar PV and ESS

that could optimize the use of diesel and solar to meet the daily power

demand in the remote island. The shadow price of CO2 could be

considered to calculate the social cost of each energy system, which

should be reflected in calculating LCOE. Additionally, the uncertainty of

system costs, such as the ESS, and future prices of diesel, which influence

the O&M costs, as well as other their financial uncertainties should be

further examined with a specific sustainable energy option most applicable

in a small island. The sensitivity analysis with different loan conditions

and equity shares by the project developer may generate different financial

feasibility for the ST 1, which should be examined.

접수일(2017년 6월 29일), 게재확정일(2017년 8월 1일)


－ 54－

◎ References ◎

Akikur, Rahman K., et al. 2013. Comparative study of stand-alone and hybrid solar

energy systems suitable for off-grid rural electrification: a review. Renewable and

Sustainable Energy Reviews 27, 738-752.

Adaramola, Muyiwa S., Samuel S. Paul, and Olanrewaju M. Oyewola. 2014. Assessment

of decentralized hybrid PV solar-diesel power system for applications in Northern part

of Nigeria. Energy for Sustainable Development, 72-82.

Blechinger, P et al. 2014. Assessment of the Global Potential for Renewable Energy

Storage Systems on Small Islands. Energy Procedia, vol 46, pp 294-300.

Eto, J et al. 2010. Use of Frequency Response Metrics to Assess the Planning and

Operating Requirements for Reliable Integration of Variable Renewable Generation,

Ernest Orlando Lawrence Berkeley National Laboratory, Berkeley, CA.

HOMER® Pro Version 3.7. Manual. 2016. HOMER® Energy.

Jung T.Y, Kim Y.T, Hyun J.H. 2017. An Economic of a Hybrid Solar PV-Diesel-ESS

System for Kumundhoo, Maldives. Korea and the World Economy. 18(S1): 109-134.

Lal, Sandeep, and Atul Raturi. 2012. Techno-economic analysis of a hybrid mini-grid

system for Fiji islands. International Journal of Energy and Environmental Engineering,

3(1), pp. 1-10.

Ministry of Environment and Energy. 2013. Maldives Energy Outlook for Inhabited Islands.

Palisades Corporation. 2010. Guide to Using @RISK, Ithaca, NY: Palisades Corporation.

Rehman, Shafiqur, and Luai M. Al-Hadhrami. 2010. Study of a solar PV–diesel–battery

hybrid power system for a remotely located population near Rafha, Saudi Arabia.

Energy 35,12, 4986-4995.

Schmid AL, Hoffmann CAA. 2004. Replacing diesel by solar in the Amazon: short-term

economic feasibility of PV-diesel hybrid systems. Energy Policy, 32:881-898.


－ 55－

Shakarchi, F. Al. 2014. Supporting PV: Electricity Storage: Requirements, Experimental,

Results, and Tolls. presented at IRENA Workshop, Dusseldorf, Germany Laboratory for

Smart Electric Systems, Grenoble, France

Sioshansi, R, Denholm, P, Jenkin, T., 2012. Market and Policy Barriers to Deployment of

Energy Storage. Economics of Energy & Environmental Policy, 1(2), pp. 47-63.

Sureshkumar U, Manoharan P.S., Ramalakshmi A.P.S. 2012. Economic Cost Analysis of

Hybrid Renewable Energy System using HOMER. International Conference on

Advances in Engineering, Science and Management (ICAESM). 2012 Mar 30-31.

Tamil Nadu (India). Nagapattinam.

UNDP. Integrated Sustainable Rural Development: Renewable Energy Electrification and

Rural Productivity Zones [Internet]. New York: United Nations Development

Programme; 2014. [Cited 2017 May 15]. Available at:

http://www.undp.org/content/dam/undp/library/Environment%20and%20Energy/MDG%20Car

bon%20Facility/140901_Integrated%20Rurl%20Electrification_FINAL.pdf

UNFCCC (United Nations Framework Convention on Climate Change). 2005. Climate

change Small Island developing states.

Wichert B, et al, 2001. Development of a test facility for photovoltaic-diesel hybrid

energy systems. Renewable Energy. 22(1), pp. 311-9.


－ 56－

ABSTRACT몰디브 칸두마섬의 에너지저장장치를 포함한

태양광에너지 시스템 경제성 분석

정태용* ․ 김동훈**

소도서국가들은 (Small Island Developing States: SIDS)기후변화에 매우

취약하고 기후변화 응 능력이 매우 제한 이다. 이런 이유로 국제사회는 소도서

국가 문제에 심을 가지고 있다. 몰디 는 형 인 소도서국가이며 환경친화

인 산업이 주 경제활동이다. 그러나 몰디 는 력생산에 있어 수입 화석연

료에 주로 의존하고 있으며, 이는 몰디 의 각 섬들이 변동이 심한 석유가에 매

우 민감하다는 것을 의미한다. 몰디 의 작은 섬들에서 디젤발 기를 사용하는

것은 흔한 일이다. 본 연구에서 선택된 몰디 의 칸두마섬은 리조트호텔이 있는

섬이다. 이 섬에는 기존의 5개 디젤발 기 하나를 첨단 에 지 장장치를 포

함하는 태양 발 으로 환한다는 가정하에 기존 디젤발 과 태양 발 을 비

교하여 소도서국가에서도 앞선 기술의 용이 가능하다는 것을 보여주는 것이다.

더불어서 로젝트 융을 한 다양한 시뮬 이션을 통하여 멀리 떨어진 섬에서

태양 시스템을 설치하는 것이 융옵션으로 타당성이 있음을 보이고 있다.

주요 단어 : 소도서국가, 에 지시스템, 에 지재무분석

경제학문헌목록 주제분류：Q42, Q55

* Professor, Graduate School of International Studies, Yonsei University, Seoul,

Korea

** Professor, Graduate School of International Studies, Yonsei University,

Seoul, Korea

(Corresponding Author: [email protected]

－ 57－


전력수요가 발전연료 수요에 미치는 영향에

대한 실증분석*

김 덕**

요 약

본고에서는 력수요가 발 연료의 수요에 어떠한 향을 미치는지를 실증

으로 분석하고자 하 다. 이를 해 기존의 방법론과는 달리 발 연료의 수요

추정식을 발 연료의 가격이 포함되지 않는 추정식을 도출하여 사용하 다.

한 추정 방법에서는 발 연료수요 추정식에서 오차항이 서로 상 계가 존재

할 가능성을 고려하여 이를 통제할 수 있는 SUR 추정방법을 이용하 다. 한편,

발 연료의 계 별 반응을 살펴볼 수 있도록 발 연료수요식을 계 별로 추정

하 다. 추정결과를 살펴보면, 첫째, 력수요 변화에 해서 유, LNG, 무연

탄, 유연탄 순서로 양(+)의 민감한 반응이 추정되었으나, 경유의 경우에는 다른

연료와 달리 력수요 변화에 해서 음의 탄력 인 반응이 추정되었다. 둘째,

세부 부문별 력수요에 한 연료 사용량의 반응에 해 살펴보면 모든 세부

부문의 력수요 변화가 각각의 연료 사용에 미치는 향은 체 력수요 변

화가 각각의 연료 사용에 미치는 향과 다르지 않은 것으로 나타났다. 셋째, 계

별 추정결과에 해서 살펴보면 유는 력수요 변화에 해서 가장 민감한

* 이 논문 는 서는 2016년 한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임.

(NRF-2016S1A3A2925230)

** 부산 학교 경제학부 교수 . [email protected]


－ 58－

발 연료라고 할 수 있는 반면, 경유는 계 별로 력수요에 해서 응이 없

는 연료인 것으로 추정되고 있다. 무연탄과 LNG는 여름을 제외하고 력수요

증 에 해 민감하게 반응하는 연료로 나타났으며, 유연탄은 가을과 겨울철에

력수요 변화에 해서 유의 인 변화를 나타내지만 탄력성은 다른 연료에 비

하여 상 으로 낮은 것으로 나타났다.

주요 단어 : 발 연료수요, 력수요, 화석연료

경제학문헌목록 주제분류：Q42, L94

Ⅰ. 서 론

력생산부문은 우리나라 에 지부문의 과거와 미래를 동시에 안고 있는

부문이다. 산업 으로는 국민경제의 성장을 후원하는 역할을 해 효율성을

추구하는 동시에 국민의 경제생활 안정을 해 규제 제약에 직면하고 있지

만, 환경 으로는 우리나라 온실가스의 주 배출원이다. 경제성장, 생활안정

환경보호를 동시에 충족하면서 력을 생산하려는 노력은 다양한 에 지정책

과 사회 심사를 력분야에 집 시키게 만들었다. 이러한 차원에서 원자

력, 유연탄, LNG 등 발 원을 장기 으로 어떻게 구성하여 어떠한 연료를 사

용하여 발 하는 것이 정한가에 한 심은 지속 으로 제시되어 왔지만

이에 한 명료한 안이나 정책은 늘 도 에 직면하고 있는 실정이다.

이러한 정책 요구에 부응하기 해 발 에서의 원구성 연료선택과

련한 다양한 연구가 수행되어 왔다. 체로 증가하는 력수요를 충족하기

하여 원 구성에서 특정 발 설비를 얼마나 확충할 것인지 이러한 설비확

충이 온실가스 배출 감축을 어떻게 제약할 것인지 는 어떠한 발 연료를

선택하여 발 할 것인지는 요한 연구 상이 된 것이 사실이다. 이를 하여

력수요가 발 연료 수요에 미치는 향에 한 실증분석

－ 59－

체로 두 가지 방법론 근이 이루어져 왔다. 첫째는 발 비용 최소화 모

형을 이용하여 발 원 간의 원구성을 도출하는 선형계획 최 화 모형을 들

수 있으며,1) 둘째는 비용최소화를 이용한 비용함수 모형을 이용하여 개별 발

연료 선택 는 발 원의 구성을 추정하는 실증분석 모형을 들 수 있다.2)

자의 연구는 다양한 모형들을 통해 다수의 연구가 이루어진 반면, 후자의

연구는 찾아보기가 쉽지 않다.3) 따라서 자의 연구가 실증 타당성을 가지

기 어려울 뿐만 아니라 정책 신뢰성도 실증연구에 의해서 보완되지 못하는

형편이다.

력부문에서 비용함수 추정을 통한 실증 연구가 소수에 불과한 것은 자료

취득의 어려움 때문이라고 볼 수 있다. 특히, 김수일(2006b)의 연구가 지 하

고 있듯이, 개별 발 연료의 가격자료가 공개되지 않고 시계열 연속성도 충

분하지 않아서 비용함수 추정이 매우 제한 일 뿐만 아니라 추정 결과에

한 해석에도 한계가 있을 수밖에 없다. 이러한 문제를 해소하기 해서는 발

연료의 가격자료를 사용하지 않고 직 으로 발 연료 간 체 계를 모

형화하여 추정을 시도하는 것도 하나의 방법일 수 있다.

한편, 원구성이나 발 연료 수요에 한 연구의 심사는 크게 두 가지

시간 의미를 가진다. 하나는 장기 으로 력수요를 충족하기 하여 원

을 어떻게 구성할 것인지에 한 논의이고 둘째는 주어진 설비 구성 하에서

단기 으로 력수요를 충족하기 하여 발 연료를 어떻게 수요할 것인지에

한 논의이다. 우선, 장기 원구성 모형은 연도별 총계자료를 이용하여

추정할 수 있을 것으로 보인다. 원 구성이 체계 인 원 간 체 계를 형

성하면서 추정된다면, 이는 장기 으로 원구성이 고정 일 가능성을 설명할

1) 이에 한 최근의 연구로는 문 석 외(2011), 최동찬 외(2012), 박종배·노재형(2014) 등의

연구를 들 수 있다.

2) 발 부문의 비용함수 추정 연구는 신정식·류지철(1988), 김수일(2006b)의 연구를 나열할

수 있다.

3) 제조업 등을 상으로 한 비용함수 추정 실증 연구들은 매우 많으나, 력부문을 상

으로 한 연구는 드문 형편이다.


－ 60－

수 있다. 둘째, 주어진 원 구성 하에서 단기 인 발 연료의 수요를 추정하

는 것도 본고에서 제시한 모형을 이용하여 월별 총계자료를 상으로 추정할

수 있다. 이 경우 원 구성이 주어져 있으므로 단기에서 연료의 체 계를

명확히 악할 수 있으며, 력수요가 증가할 때 발 연료의 체계 인 반응을

통해 어떻게 연료 선택이 이루어지고 이러한 연료 선택이 온실가스 배출에

어떠한 향을 미치는지를 설명할 수 있다. 본고에서는 두 번째 단기 발

연료 수요 추정에 을 맞추어 주어진 원 구성 하에서 발 연료가 어떻

게 선택되며, 발 연료 간 체 계는 어떻게 체계화되며, 력수요와 발 연

료 간에는 어떠한 계가 있는지를 실증 으로 추정하고자 하 다.

이에 따라서 본고에서는 발 연료의 가격을 포함하지 않으면서도 발 연료

간 체 계를 허용하는 단순한 형태의 발 연료의 수요모형을 도출하고, 이

로 부터 력수요가 개별 발 연료의 수요에 미치는 향을 실증 으로 추정

하 다. 요소수요함수 도출로부터 개별 발 연료 각각에 해서 발 연료 수

요 추정식을 설정하여 추정이 가능하지만, 개별 발 연료 간에 상호 상 계가

존재할 수 있으므로 이를 추정에 반 할 수 있는 SUR(seemingly unrelated

regression) 추정방법을 이용하여 추정하 다.

본고의 구성은 다음과 같다. 다음 장에서는 개별 연료의 가격을 포함하지

않는 발 연료 수요함수를 도출하여 추정식을 설정하고 추정방법을 설명하

다. 3장에서는 OLS와 SUR 방법을 이용하여 추정한 발 연료 수요함수의 추

정결과를 제시하고 설명하 다. 한, 발 연료 수요함수를 계 별로 추정함

으로써 계 별 력수요가 발 연료 수요에 미치는 향도 분석하 다. 마지

막으로 4장에서는 결론과 시사 을 도출하 다.

력수요가 발 연료수요에 미치는 향에 한 실증분석

－ 61－

Ⅱ. 모형과 추정

발 용 연료수요에 한 실증분석 모형 설명에 앞서 이를 다룬 국내의 실

증분석에 한 논의를 살펴보면 다음과 같이 정리할 수 있다. 발 용 연료수

요와 련한 실증분석 모형은 두 가지 부류로 나 어진다. 첫째는 발 비용

최소화 모형을 이용하여 발 원 간의 원구성을 도출하는 선형계획 최 화

모형을 들 수 있으며, 둘째는 비용최소화로부터 도출된 비용함수 모형을 이용

하여 개별 발 연료 는 발 원의 구성을 추정하는 실증분석 모형을 들 수

있다.

력시장 운 의 선형계획 최 화모형을 이용하여 발 원의 구성이나 발

연료의 소비를 도출한 최근의 연구들은 아래와 같이 정리할 수 있다. 최동찬·

한석만·김발호(2012)는 온실가스감축정책이 실행될 때의 력사업자의 응방

안을 선형계획법에 의거한 최 화 모형을 이용하여 제시하고 있다. 손양훈·노

동석(2006)은 선형계획 최 화 모형인 WASP과 POWERSYM 모형을 이용하

여 원자력과 유연탄발 의 제약이 존재하는 경우의 발 용 천연가스 수요의

잠재성을 평가하고 있다. 박종배·노재형(2014)은 력시장 시뮬 이션 모형인

DAYZER 로그램을 활용하여 제6차 력수 기본계획 하에서 온실가스

감목표를 달성하기 한 발 연료 수요를 평가하여 천연가스에 한 수요 증

가 실 가능한 것인지에 해서 논의하고 있다. 문 석·노동석·조상민(2011)

은 기존의 발 구조 하에서 신재생에 지 발 을 확 하는 시나리오를 달성

하려할 때 래되는 추가 인 비용을 추정하여 신재생발 의 기술 신이 수

반되지 않는 경우 발 비용 부담이 상당할 것으로 분석하고 있다.

체로 선형계획법에 의거한 비용최소화 모형은 주어진 각 에 지원별 연

료가격과 력생산비용으로부터 력수요를 충족하기 하여 총발 비용을


－ 62－

최소화하는 원별 발 량을 선택하는 모형이라고 할 수 있다. 이 때 원구성

은 각 에 지원의 발 기술과 원계획이나 정책 등에 의하여 제약을 받기도

한다. 이러한 제약들은 실제 발생할 수 있는 유연한 발 연료 체나 기술

체를 제한하거나 고정시켜 실제 비용부담을 과 하게 발생시킬 가능성이

없지 않다. 한, 실제 주어진 원구성 하에서 장단기 으로 력수요의 변

화에 해서 발 연료들이 어떻게 상호작용하여 응하는지에 해서도 정

보가 충분히 확보되지 않은 상태에서 정책과 계획의 변경에 한 모형에서의

력생산 반응이 정한지에 한 의문도 여 히 존재한다. 를 들어 력수

요가 증가하게 되는 경우 온실가스 배출이 어떻게 증가할 것인지에 해서

단순화된 과 ( 는 과소) 평가의 가능성이 높다. 이와 더불어 모형에서 다루

고자하는 시간이 장기와 단기인지에 계없이 동일한 모형구조를 가지고 있

다는 도 분석 결과의 시사 을 제한하는 문제를 래할 수도 있다. 이러한

문제를 완화시키기 해서는 실제 발 자료를 이용한 실증 분석의 필요성

이 제기된다. 그럼에도 불구하고 발 원 간의 상호작용을 모형화한 실증 분

석은 찾아보기 쉬울 정도로 충분한 것은 아니다.4)

발 부문의 연료사용량에 한 실증 분석은 많은 연구가 진행되지는 않

았지만 주로 비용함수 근을 사용하고 있다. 일반 인 에 지원간 체효과

를 분석하기 한 모형으로 비용함수 모형이 사용되어 다수의 연구가 진행되

었지만, 발 부문에서의 연구는 소수에 불과하다.5) 신정식·류지철(1988)의 연

구는 월 수 비용함수 모형을 사용하 고, 김수일(2006a)의 연구는 변형된

로짓비용비 함수 모형으로부터 발 연료 간 체 계를 추정하 다. 비용함

수 모형을 이용한 실증연구는 비용최소화라는 정화 이론으로부터 도출된

실증모형으로 이론 기반을 갖추고 있는 반면, 개별 발 원의 가격 자료 등

이 충분히 갖추어져 있지 않은 계로 실증 분석 결과에 한 신뢰성에 의문

4) 오인하·오상 (2011)은 원구성을 CGE 모형으로 모형화하여 기후변화 정책 효과를 분석

하 다.

5) 비용함수 추정을 통한 산업의 에 지 체 계 추정은 다수의 연구가 진행되었다. 최근의

연구로는 유동헌 외(2012) 등을 참조할 수 있다.


－ 63－

을 갖게도 한다.6)

이와 같이 발 에 지원 가격과 같은 자료의 부재는 실증분석에서의 비용

함수 근을 어렵게 하는 요인이라고 볼 수 있다. 따라서 발 에 지원 가격

과 같은 요소가격이 표 되지 않는 요소수요함수를 추정하는 방안을 고려할

필요가 있다. 이에 따라 본고에서는 국가 체의 발 에 지원의 수요함수를

도출하여 추정식으로 사용하 다. 모형은 다음과 같이 력 생산과 매를 통

해 이윤을 극 화하도록 발 에 지원의 사용량을 선택하는 정화문제를

설정하 으며, 모형을 단순화하기 하여 발 연료는 2개만이 존재한다고 가

정하 다.

여기서 는 력생산량을, 는 력생산을 해 사용하는 투입연료 의

사용량을, 는 발 연료의 가격을, 는 력가격을 의미한다. 이

며, 투입연료 의 사용량 변화에 한 력생산 변화 반응을 나타내는 라미

터이다. 이윤을 극 화하는 발 연료량의 선택은 상기 정화문제의 일계조건

으로부터 다음과 같이 구할 수 있다.

(1)

(2)

식(1)과 (2)에 력생산함수를 입하고 양변에 로그를 취하면 다음과 같은

두 식을 얻을 수 있다.

6) 발 연료 가격자료가 존재하여도 력생산에서의 연료 체의 기술 제약 략 선

택의 향으로 추정된 연료 체 계를 실제 체 계와 식별하기 어려울 수도 있다.


－ 64－

(1)

(2)

이제 력수요함수와 발 연료의 공 함수를 각각 다음과 같이 가정한다.

여기서 연료공 은 다른 연료의 가격에 해서 반응하는 것으로 설정하 다.

개별 발 연료 시장에서 발 연료공 자들이 존재하며, 발 연료를 공 할 때

다른 발 연료의 가격에 하여 반응하여 그들의 발 연료를 시장에 공 하는

것으로 설정하 다.

(3)

(4)

(5)

여기서 을 가정한다. 상첨자 는 수요를 의미하며,

상첨자 는 공 을 의미한다. 발 연료공 은 다른 연료의 가격에 해서 반

응하는 것으로 가정한다. 식(3), (4), (5)를 로그를 취한 후, 상기의 식(1)‘과 식

(2)’에 입하여 가격 변수를 제거하고, 시장균형조건을 성립하도록7) 하여 정

리하면, 식(1)‘과 식(2)’는 다음과 같이 각각 표 할 수 있다.

(6)

(7)

,

,

,

,

7) 본고에서는 발 연료 수요에 한 총계자료를 사용하므로 발 용 연료시장에서의 균형

조건을 사용하여 시장청산을 하도록 하 다.


－ 65－

식(6)과 식(7)로부터 추정을 한 추정식을 도출할 수 있다. 상기의 식(6)과

(7)을 추정하게 되면 발 용 연료수요가 력수요와 다른 발 용 연료의 변화

에 해서 어떻게 반응하는지를 분석할 수 있다. 식(6)과 식(7)을 일반화하여

개의 발 연료에 해서 표 하고, 기 하지 않은 오차를 포함하면 다음과

같은 일반 인 발 연료의 수요 추정식을 얻을 수 있다.

≠

(8)

여기서 는 평균이 0이고 분산이 임을 가정한다. 실증분석 모형을 하

여 식(8)을 기 로, 력을 생산하여 공 하고 매하는 과정으로부터 매

력량과 연료투입량이 계가 있다는 논의로부터 출발한다. 발 을 해서 연

료를 투입하는 의사결정은 우선, 력을 생산하는 설비(발 소)가 구성되어

있어야 한다. 구성된 설비를 가지고 수요에 맞추어 발 설비 운 과 연료투입

의사결정을 하게 된다. 력수요가 발 연료 사용량에 미치는 향을 살펴보기

하여 개별 연료투입량이 어떻게 결정되는지를 보고 추정식을 설정하 다.

우선, 설비구성은 크게 수력, 기력, 복합화력, 내연력, 원자력, 신재생/기타로

구성되어 있다고 보았다. 이 에 화석연료를 투입하는 발 설비는 기력, 복합

화력, 내연력으로 볼 수 있다. 기력은 무연탄, 유연탄, 유, LNG발 소가 있

고, 무연탄발 소에서는 무연탄, 유연탄, 유, 경유를, 유연탄발 설비에서는

역청탄, 유, 경유를 사용한다. 유발 에서는 유, 경유, LNG를 사용하며,

LNG발 소에서는 유, 경유, LNG가 사용된다. 내연력 발 에서는 유와

경유가 사용되고, 복합화력 발 소에서는 경유와 LNG가 사용된다. 이와 같이

모든 화력발 설비에 유와 경유를 공통 으로 사용하는 경향이 있으며, 유

연탄과 LNG는 기력과 복합 화력발 에서 주요 연료로 사용되는 특성을 살펴

볼 수 있다. 기력발 에는 유, 경유, 무연탄, 유연탄, LNG가 공히 사용되고,

내연력 발 에는 유와 경유가 사용되고, 복합화력 발 에는 경유와 LNG가


－ 66－

사용되고 있다는 것은 연료사용과 설비구성이 일치하지 않을 수 있음을 의미

한다. 물론 기력에서 유연탄, 복합화력에서 LNG의 비 이 높으므로 이 부분

에서는 연료와 설비의 일치를 상정해 볼 수 있다. 이와 같이 발 설비 상에서

연료사용에 제약이 되어 있다는 이 감안된다면, 발 설비구성의 변화가

상되는 장기에서는 력수요와 연료사용량의 계를 직 으로 실증 분석하

는 것에는 한계가 있다. 그 지만 발 설비구성이 주어져 있는 단기의 경우에

는 력수요와 연료사용량의 계를 직 으로 추정하는 것이 무리한 작업

이라고 보이지는 않는다. 주어진 설비구성 하에서 력수요가 변화하면 연료

간의 특정한 계가 단기 으로 명확히 나타날 가능성이 높다. 다시 말해서

단기에서는 력수요 변화의 반응으로 설비내의 연료 체 는 보완만이

찰되므로 실증분석에서 연료 간의 계와 력수요-발 연료의 계가 장기

보다 더욱 뚜렷이 나타날 가능성이 높을 것이다.8) 이러한 측면에서 본고에서

는 장기의 설비변화 가능성이 높은 연도별 자료는 배제하고 설비구성이 주어

진 것으로 볼 수 있는 월별 자료를 선택하여 분석하 다.

연료사용과 력수요의 실증 계를 살펴보기 해 각 연료의 사용을 타

연료와의 체 계와 해당연료 사용의 지속성을 기본 으로 통제한 상태에서

특정 력수요의 연료에 한 한계 향을 기본 인 모형으로 설정하 다.

실증분석을 한 추정식은 차분변수 식으로 구성한다.9) 식(8)을 기반으로 추

정식은 아래와 같이 설정하 다.

≠

(9)

8) 동일한 추정 모형에 연도별 자료를 사용하는 경우 월별 자료를 사용하는 경우보다

력수요-연료사용량의 계를 표 하는 계수의 표 오차가 상 으로 더 클 가능성이

있다.

9) 력수요와 연료투입량의 시계열 속성은 차분변수 추정식의 사용을 시사한다.


－ 67－

여기서 는 기의 발 용 화석연료 의 사용량을 의미한다. 는 부문

의 력수요를 의미하며 로서 모두 개의 부문이 존재하며, 는

체 력수요를 의미한다. 특정 연료의 연료사용량은 두 가지 형태로 조정되

는 것으로 가정한다. 첫째는 우선 다른 발 연료와의 체 계()를 통해 조

정되고, 둘째는 과거의 자기 연료사용에 한 성 계( )에 의하여 조

정된다고 가정한다. 셋째는 발 연료와 력수요의 계()를 통해서 력

수요 증가에 해서 개별 연료가 반응하여 조정되는 것으로 가정한다.

발 연료 간 체 계는 계수 가 표 하고 있다. 이는 기의 연료사

용량의 변화가 기의 연료사용량에 미치는 향을 의미한다. 기의 다른

화석연료 사용량이 증가하 을 때 당기의 자기 연료사용량이 감소하 다면,

이는 두 연료 간에 체 계가 발생하 음을 표 한다고 볼 수 있다.

식(9)의 는 연료사용량이 기에서 벗어나는 경우 과거의 경험치로 수렴

하는 지를 의미하는 조정계수로 해석할 수 있다. 자기 연료에 한 성 계

는 에 의하여 표 되는데, 기(t-1)에 사용한 연료사용량에서 크게 벗

어나지 않고 기의 사용량만큼을 계속 사용하려는 성이 작용하는 것을 표

한다. 다시 말해서 원구성의 지속성을 표 한다고 볼 수 있다.

는 체 력수요가 증가할 때 해당 연료가 어떻게 반응하여 변화하는

가를 표 하는 계수이다. 는 부문의 력수요가 증가하 을 때 연료가

어떻게 응하여 변화하 는지를 표 하는 계수이다. 식(9)의 의 계수

인 는 체 력수요와 부문 력수요 변화에 하여 연료가 동

등하게 반응하는지 아니면 다르게 반응하는지를 표 하는 것으로 해석할 수

있다. 이로부터 어떤 부문에 해서 어떤 연료가 다른 연료에 비하여 차별

으로 반응하는지를 확인할 수 있다. 이를 해서 우선 체 력수요만을 추

정식에 포함하여 추정하고 이를 기 식으로 추정 결과에 제시하 다. 그 다음


－ 68－

에 부문별 력수요에 한 반응이 체 력수요에 한 반응과 동일한지를

살펴보기 하여 체 력수요와 부문 력수요 변수를 추정식에 포함하여

추정하 다. 이러한 추정을 모든 부문에 하여 각각 추정하 다.

식(9)의 추정방법은 우선 각각의 발 연료에 해서 OLS(ordinary least

squares)를 사용하고, 이후에 개별발 연료의 오차항 간의 상 계를 통제

하기 하여 SUR(seemingly unrelated regression) 추정방법을 이용하 다.

SUR을 사용한 것은 연료사용량 간의 오차항이 서로 상 계를 가지게 되어,

추정치의 유효성(efficiency)에 향을 주게 되므로 이를 통제하기 함이

다.10)

화석연료사용량 변수는 유(FHO), 경유(FDO), 무연탄(FCA), 유연탄

(FCB), LNG(FLN) 사용량으로 온실가스를 배출하는 화석연료 사용량 변수이

다. 따라서 상기의 식에서 는 유, 경유, 무연탄, 유연탄, LNG로 구성된다.

체로 화석연료는 기력, 복합화력, 내연력에서 사용한다. 비 은 기력이 가장

높고 복합화력, 내연력 순이다. 기력발 은 유연탄, 복합화력은 LNG가 부

분의 비 을 차지한다. 이외에도 발 을 해서 수력과 원자력이 사용된다.

원자력은 기력 다음으로 비 이 높다. 원별 발 연료 사용량 비 추이는 아

래의 [그림 1]에 제시되어 있다. 한편, 화석연료의 사용량은 수력과 원자력의

발 량에 의해서도 향을 받게 되므로, 이러한 부분을 고려하여 본고에서는

원자력발 량(GNN)을 외생변수로 추정식에 포함하여 추정하 다.11)

10) 추정식의 오차항 간에 상 계가 존재하면, 개별 추정식을 OLS로 추정하는 경우 추

정치는 일치성(consistency)을 가지게 되지만 SUR 만큼 유효성(efficiency)을 보장하지

는 못한다. 한편, 시스템 추정과 개별 OLS추정에서의 추정치가 동일한 경우는 개별 추

정식의 오차항이 추정식 간에 상 계가 없거나, 각 추정식의 설명변수가 모두 동일

한 경우이다.

11) 본고에서는 수력발 량을 추정식에 포함하지 않은 추정결과를 제시하 다. 수력발 량

을 포함하여 추정한 결과, 화석연료 사용량에 한 수력발 량의 계수가 유의성이 나

타나지 않았으며, 다른 계수에 한 추정 결과 역시 거의 변화가 없었다.


－ 69－

[그림 2] 연료사용량 비중 추이(1984년-2012년)

체 력수요는 매 력량(UTA) 변수를 사용하 다. 부문별 력수요

변수인 력 매량은 크게 4개 부문으로 나뉘어 있다. 주택용(URR), 공공용

(UPS), 서비스용(USS), 산업용(UID)가 이에 해당된다. 산업용 에서 제조업

(UMF)에 해서는 따로 구분하여 제조업 력수요가 개별 화석연료 사용량

에 미치는 향을 추정하여 살펴보았다. 앞서 설명한 바와 같이 체 력수

요와 각 부문의 력수요에 한 반응이 서로 같은지를 살펴보기 하여

체 력수요 변수(UTA)와 개별 부문의 력수요를 추정식에 포함하여 5개

부문에 해서 각각의 추정한 결과를 제시하 다.

모든 변수는 로그수 는 로그차분을 사용하 다. 표본기간은 1999년 1월

부터 2013년 9월까지의 기간이다. 1999년 1월부터를 상으로 한 것은 1997년

외환 기의 향이 컸던 1998년을 제외하기 함이며, 2013년 9월까지를 상

으로 사용한 것은 배출권거래제 시행에 따른 발 사업자의 응을 반 하지

않기 함이다. 본고에서 사용한 변수들은 아래의 <표 1>에 정리하 다.

력 련 자료는 력통계속보로부터 추출하 다.


－ 70－

변수명 설명 단

력수요 변수

체 력 매량 kWh

주택용 력 매량 kWh

공공용 력 매량 kWh

서비스용 력 매량 kWh

산업용 력 매량 kWh

제조업 력 매량 kWh

발 연료 사용량 변수

유사용량 kl

경유사용량 kl

무연탄사용량 ton

유연탄사용량 ton

LNG사용량 ton

발 량 변수

수력 발 량 GWh

원자력 발 량 GWh

<표 1> 변수명

Ⅲ. 추정 결과

앞서도 설명한 바와 같이 식(9)를 추정하기 하여 OLS와 SUR 두 가지

추정방법을 이용하 다. 우선 기간을 상으로 한 OLS추정에 의한 추정결

과를 살펴보자. <표 2>는 화석연료 유, 경유, 무연탄, 유연탄, LNG 발 에

서의 연료사용량 추정식을 각각 추정한 결과를 나타내고 있다. (1)∼(5)열 모

두에서 기시차의 연료사용량에 한 계수는 유의 인 음(-)의 계수가 추정

되고 있어, 월의 사용량이 증가된다면 당기에서는 연료사용량이 어드는

것으로 이는 개별 화석연료 사용량이 어떤 수 으로 수렴하고 있음을 의미한


－ 71－

다. 그러나 그 조정속도는 연료별로 다른 것으로 추정되며, 경유가 가장 신속

하게 수렴하는 것으로 나타났으며 유연탄의 조정속도가 가장 느린 것으로 추

정되고 있다.

(1)열에서는 유 사용량을 추정한 결과를 제시하고 있다. 유는 기의

유연탄과 LNG 변화에 해서 유의 으로 반응하는 것으로 추정되었으며, 그

방향은 두 연료 모두에 해서 반 방향으로 움직이는 것으로 추정되었다.

기에 유연탄과 LNG의 사용량이 증가하 다면, 당기에 유사용을 이는 반

응을 한다고 볼 수 있다. 력수요의 증가에 해서는 매우 높은 반응을 보이

는 것으로 추정되었다. 다른 조건이 일정할 경우, 당기의 력수요 1% 증가

는 유사용을 약 4.8% 증가시키는 것으로 추정되었다.

(2)열에서는 경유사용량의 추정결과가 제시되고 있다. 경유의 경우에는 다

른 연료가 기에 증가하 다 하더라도 이에 해서 유의 으로 반응하지는

않는 것으로 추정되었다. 한, 체 력수요의 변화에 해서도 반응을 하

지는 않는 것으로 나타났다. 경유의 경우에는 자기의 시차에 해서만 유의

인 반응을 하는 것으로 추정되었으며, 시차에 한 반응도 신속하게 수렴하는

반응을 하는 것으로 나타났다.

(3)열은 발 연료로서 무연탄사용에 한 추정결과를 제시하고 있다. 무연

탄의 경우에는 자기 시차에 해서 유의 으로 반응하고 있으며, 다른 연료와

비교하여 상 으로 신속하게 수렴을 하는 방향으로 근하고 있는 것으로

추정되고 있다. 다른 연료의 사용에 해서는 LNG와 원자력에 해서만 유

의 으로 반응하고 있으며, 그 방향은 반 방향인 것으로 추정되었다. 체

력수요의 변화에 해서도 력수요가 1% 증가하면 무연탄 사용량은 2.4%

증가하는 것으로 추정되었다.

(4)열은 유연탄발 연료의 사용량 추정에 한 결과를 제시하고 있다. 유연

탄 발 은 자기 시차에 해서 음(-)의 유의 인 반응을 나타내기는 하지만

계수의 크기가 다른 연료에 비해서 상 으로 작은 것을 확인할 수 있다. 다

른 연료에 해서는 LNG와 원자력발 에 해서 유의 으로 반응하는 것으


－ 72－

로 추정되고 있으며, 반응의 방향은 음(-)의 반응으로 LNG와 원자력 발 이

증가하면 유연탄발 은 감소하는 응을 한 것으로 나타났다. 체 력수요

의 증가에 해서는 력수요가 1% 증가하면 유연탄 사용은 1.1% 증가하는

것으로 추정되었다. 유의 인 반응을 하는 연료 에서 유연탄은 력수요에

해서 반응정도가 가장 약한 것으로 나타나고 있다.

(1) (2) (3) (4) (5)

종속설명

-0.2235

(0.0499)***

-0.3067

(0.0568)***

-0.2799

(0.0546)***

-0.0234

(0.0131)***

-0.0734

(0.0278)***

0.0145

(0.1030)

-0.0034

(0.0444)

-0.0166

(0.0128)

-0.1339

(0.0371)***

-0.0812

(0.0541)

-0.0119

(0.0327)

-0.0151

(0.0092)

-0.0202

(0.0266)

-0.0271

(0.1197)

0.1004

(0.1681)

0.0119

(0.0209)

-0.0724

(0.0593)

-1.2010

(0.4009)***

-0.2400

(0.5502)

-0.1074

(0.2425)

-0.6667

(0.1982)***

-0.3163

(0.1441)**

0.2016

(0.1981)

-0.1486

(0.0857)*

-0.1103

(0.0247)***

-0.0478

(0.3479)

-0.3361

(0.4954)

-0.5290

(0.2130)**

-0.4138

(0.0572)**

-0.3522

(0.1795)*

4.7825

(0.6848)***

-0.3552

(0.9275)

2.4111

(0.4175)***

1.1341

(0.1144)***

3.3305

(0.3277)***

2.7767

(0.6254)***

2.8389

(0.5269)***

3.3923

(0.6649)***

0.3604

(0.2008)*

0.9827

(0.3748)**

0.3432 0.1758 0.3195 0.4432 0.4316

부문 추정

4.5839

(0.8471)***

-0.3042

(0.9675)

2.4046

(0.4351)***

1.0925

(0.1148)***

3.1198

(0.3194)***

4.3598

(0.8332)***

-0.9837

(1.1345)

2.7125

(0.5080)***

1.3903

(0.1389)***

2.9675

(0.4199)***

4.6840

(0.7766)***

-0.6492

(1.0550)

2.8222

(0.4695)***

1.3076

(0.1300)***

3.1702

(0.3913)***

4.6653

(0.7354)***

-0.6924

(0.9978)

2.5675

(0.4475)***

1.2380

(0.1227)***

3.4774

(0.3708)***

4.6280

(0.7282)***

-0.5215

(0.9919)

2.6455

(0.4419)***

1.3158

(0.1201)***

3.4815

(0.3667)***

주: ( )안은 표 오차를 나타내며, ***, **, *는 각각 p<0.01, p<0.05, p<0.1을 의미함.

<표 2> 발전연료사용량 OLS 추정: 전기간


－ 73－

(5)열은 발 연료로서 LNG 사용량 추정에 한 결과를 제시하고 있다. 자

기 시차에 해서는 음(-)의 반응이 추정되었지만, 수렴속도는 상 으로 빠

르지 않은 것으로 나타나고 있다. 다른 연료에 한 반응에 해서는 유,

유연탄, 원자력에 해서 유의 인 반응을 하고 있으며, 이들이 증가하면

LNG는 감소 응을 하는 것으로 추정되었다. 체 력수요 변화에 해서는

력수요가 1% 증가할 때, LNG 사용은 약 3.3% 증가하는 것으로 추정되었다.

그러나 개별 인 OLS 추정은 각 연료 추정식의 오차항 간의 상 계를

추정에 반 하지 못하는 문제가 있다. 각각의 화석연료 사용량은 서로 상호작

용을 하면서 발 하는 체계를 가지고 있다. 이러한 상 계를 반 하지 않고

추정하는 경우 효율 인(efficient) 추정을 보장하지 못한다. 따라서 본고에서

는 이러한 연료추정식의 오차항 간의 상 계를 반 할 수 있는 SUR 추정

방법을 이용하여 추정하 다. SUR 추정에 따른 추정결과는 <표 3>에 제시되

어 있다.

<표 3>에서 살펴보는 바와 같이 <표 2>의 추정 결과와 다른 을 발견할

수 있다. 우선, <표 2>와 달리 <표 3>에서는 자기연료의 시차에 한 반응

이 모두 유의 인 것은 아닌 것으로 나타났다. (1)∼(5)열에서 음(-)의 계수가

추정되었지만, 유연탄의 경유에는 유의 이지 않은 것으로 추정되었고, LNG

의 경우에는 유의수 이 낮아지는 특징을 갖고 있다. 둘째, 다른 연료와 계

에서 <표 1>에서 유의 이었던 계수 값이 유의성이 사라지는 모습을 나타내

고 있다. 당기의 연료 사용량 오차 간의 상호작용을 고려할 경우 연료 사용량

간의 계가 <표 2>에 비하여 단순해지는 것으로 나타났다. 셋째, 력수요

에 한 연료사용량의 반응계수의 유의수 이 높아졌음을 확인할 수 있다.

<표 3>에 해서 각각의 연료 사용량에 해서 살펴보면 아래와 같다. 우

선, 유사용량의 추정결과를 제시하고 있는 (1)열을 살펴보면, 자기시차에

해서 상 으로 큰 음(-)의 계수가 추정되었다. 이는 기의 유사용량이

증가하면 당기에 이를 이는 반응을 통해 정수 의 유사용량 수 으로

수렴하는 것을 짐작할 수 있으며, 상 으로 신속하게 수렴하는 모습의 특징


－ 74－

을 나타내고 있다. 다른 연료와의 계를 살펴보면, 경유와 LNG의 사용이 증

가하면 유 사용이 어드는 것으로 추정되었다. 이는 단기 으로 유는 경

유, LNG와 체계 으로 체 계를 가지는 특성이 있음을 제시하는 것이다.

체 력수요의 증가에 해서 유는 가장 민감한 양(+)의 반응을 나타내는

것을 볼 수 있다. 력수요 1% 증가하는 경우, 유 사용량은 약 5.4% 증가

하는 것으로 추정되었으며, 이는 력수요 변화에 가장 신속하고 유연하게

응할 수 있는 발 연료로서 유가 역할을 하는 것으로 해석할 수 있다. 한

편, 부문별 력수요에 한 유 사용량의 탄력성을 살펴보면 거의 체

력수요에 한 반응 정도와 유사한 값을 가지는 것을 확인할 수 있다. 이는

유가 특정 부문의 력수요에 해서 다르게 반응하는 것이 아니라 모든

부문의 력수요 변화에 하여 동질 으로 반응하는 것을 의미하는 추정결

과이다.

(2)열은 경유사용량의 추정결과를 제시하고 있다. 자기시차에 한 반응은

유의 인 음(-)의 계수 값이 추정되고 있으며, 다른 연료에 비하여 계수의

값이 큰 것으로 나타나고 있다. 이는 경유가 다른 연료에 비해 상 으로

신속하게 수렴하는 발 연료임을 나타내는 결과이다. 다른 연료에 한 반응

에 해서는 모든 계수 값이 유의 이지 않은 것으로 추정되었으며, 이는 경

유가 발 연료로서 다른 연료와 체계 인 상호작용이 없이 임시방편 으로

사용되는 특성을 가지는 것으로 볼 수 있다. 력수요에 한 반응은 특이하

게도 다른 연료와 달리 유의 인 음(-)의 반응을 나타내는 것으로 추정되었

다. 이는 력수요가 증가하면 오히려 경유 사용량을 여서 응하는 역할을

경유가 하고 있음을 시사한다. 개별 부문의 력수요에 한 반응도 모두 음

(-)의 값으로 추정되었으며, 체 력수요에 한 반응과 동질 인 반응을

하는 것으로 나타났다. 경유는 력수요가 증 하는 반 방향으로 사용량이

어드는 추세를 가진 연료이면서 동시에 다른 연료의 발 에 임의 인 차질

이 발생하는 경우에 사용하는 임기응변 응의 발 연료로서 역할을 하는

것으로 해석할 수 있다.


－ 75－

(1) (2) (3) (4) (5)

종속

설명

-0.2868

(0.0502)***

-0.2907

(0.0530)***

-0.2660

(0.0500)***

-0.0113

(0.0097)

-0.0505

(0.0263)*

0.1051

(0.1054)

-0.0073

(0.0437)

0.0173

(0.0104)*

-0.1502

(0.0375)***

-0.1252

(0.0515)**

-0.0226

(0.0313)

-0.0037

(0.0071)

-0.0278

(0.0246)

-0.0584

(0.1128)

0.0513

(0.1658)

-0.0036

(0.0162)

-0.0646

(0.0571)

-0.7019

(0.5233)

-0.0562

(0.7238)

-0.0232

(0.3128)

-0.3914

(0.2532)

-0.4948

(0.1593)***

0.0516

(0.2147)

-0.1373

(0.0942)

-0.0382

(0.0214)*

-0.2766

(0.4799)

-0.0431

(0.7050)

-0.4356

(0.3042)

0.0271

(0.0675)

-0.1563

(0.2313)

5.4151

(1.0657)***

-4.1657

(1.5676)***

2.3827

(0.6824)***

0.7446

(0.1580)***

3.0544

(0.5647)***

3.7285

(0.6309)***

3.1566

(0.5011)***

3.3394

(0.6088)***

0.1856

(0.1514)

0.7670

(0.3623)**

0.4428 0.2560 0.4089 0.6809 0.5145

부문 추정

5.3768

(1.1108)***

-4.0004

(1.6314)**

2.2809

(0.7071)***

0.7453

(0.1642)***

2.5563

(0.5646)***

5.4426

(1.0973)***

-4.3138

(1.6018)***

2.4406

(0.6993)***

0.8913

(0.1509)***

3.0610

(0.5799)***

5.5396

(1.0734)***

-4.1424

(1.5760)***

2.5643

(0.6787)***

0.8022

(0.1519)***

3.1050

(0.5693)***

5.4492

(1.0744)***

-4.3055

(1.5722)***

2.4553

(0.6852)***

0.7894

(0.1544)***

3.2589

(0.5572)***

5.3303

(1.0817)***

-4.3749

(1.5824)***

2.4909

(0.6892)***

0.8185

(0.1574)***

3.3496

(0.5613)***


<표 3> 발전연료사용량 SUR 추정: 전기간


－ 76－

(3)열은 무연탄 사용량의 추정결과를 나타내고 있다. 자기시차와 다른 연료

의 계에 한 추정결과는 경유와 매우 유사하다. 자기시차에 해서는 상

으로 민감하고, 다른 연료와의 계는 거의 나타나지 않는 것으로 추정되고

있다. 그러나 경유와 달리 무연탄은 력수요 증가에 해서 유의 인 양(+)

의 응을 하는 것으로 추정되었다. 력수요가 1% 증가하면 무연탄 사용량

은 약 2.4% 증가하는 것으로 추정되었다. 따라서 무연탄은 력수요가 증가

하는 경우에 력생산 구성 체계에 향을 받지 않고 력수요에 응할 수

있는 역할을 하는 것으로 볼 수 있다.

(4)열은 유연탄 사용량의 추정결과이다. 자기 시차에 한 반응은 유의성이

없는 것으로 추정되었으며, 유와는 양(+)의 계를 LNG와의 음(-)의 계

를 가지는 것으로 추정되었다. 력수요가 1% 증가할 때 유연탄의 반응은

0.74 정도로 력수요에 해서 비탄력 인 것으로 추정되었다. 력수요가

증가하는 경우 유연탄의 반응이 다른 연료에 비하여 작은 것으로 나타나 상

으로 력수요에 해서 평탄한 반응을 하고 있음을 알 수 있다.

(5)열은 LNG 사용량에 한 추정결과를 제시하고 있다. 자기시차에 해서

는 음(-)의 반응을 보이고 있지만 상 으로 다른 연료에 비하여 조정속도는

매우 느리게 진행되고 있음을 알 수 있다. 다른 연료와의 계는 유에서만

유의 으로 나타나는데 음(-)의 계가 추정되고 있으며, 이는 LNG는 유와

체 계에 있음을 시사한다. 력수요에 한 반응은 력수요 1% 증가에

해서 약 3.0%의 LNG 사용 증가가 추정되고 있다. 유를 제외하고는 력

수요에 해 가장 탄력 인 연료로 추정되고 있다.

5개 발 용 화석연료 사용이 력수요에 해서 어떻게 반응하는지를 정리

하면, 유의 경우 가장 민감하게 반응하는 것으로 나타났으며, 그 다음이

LNG, 무연탄, 유연탄 순서로 민감한 반응이 추정되었다. 유연탄의 경우에는

유, LNG, 무연탄과 달리 력수요에 한 반응이 비탄력 인 것으로 추정

되었다. 이는 유연탄이 기 발 용 연료이기 때문인 것으로 보이며, 유,

LNG, 무연탄의 경우에는 첨두발 용 기능이 력수요에 하여 탄력 인 반


－ 77－

응에 반 된 것으로 보인다. 한편, 경유의 경우에는 다른 연료와 달리 력수

요 변화에 해서 음의 탄력 인 반응이 추정되고 있다. 이는 력수요 증가

에 해서 경유 사용이 어드는 추세를 반 하고 있는 동시에, 력수요 증

가 시에 경유를 이고 다른 연료를 무작 으로 체하는 상을 반 한

것으로 볼 수 있다. 발 연료로서 유의 사용은 1990년 반 이후 추세

으로 감소하는 특성을 보이고 있으며, 경유는 2000년 들어 거의 일정한 모

습을 보이고 있다. 유는 감소추세에도 불구하고 추가 인 력수요에 해

민감한 반응을 보이는 것은 특징 일 뿐만 아니라 온실가스 배출 측면에서도

유의할 필요가 있다.

부문별 력수요에 한 연료 사용량의 반응은 <표 3>의 하단부에 제시되

어 있다. 주거부문, 공공부문, 상업부문, 산업부문 제조업의 력수요 변화

에 한 화석연료 사용량의 반응 계수가 추정되어 있다. 이를 살펴보면 모든

세부부문의 력수요 변화가 각각의 연료 사용에 미치는 향은 체 력수

요 변화가 각각의 연료 사용에 미치는 향과 다르지 않음을 제시하고 있다.

따라서 특정 력 수요가 특정 연료에 미치는 차별 인 향은 나타나지 않

으며, 력수요는 모든 화석연료에 해 동질 향을 미치는 것으로 볼 수

있다.

<표 4>∼<표 8>은 개별 연료사용량의 계 별 SUR 추정결과를 제시하고

있다. (spring)은 3∼5월, 여름(summer)은 6∼8월, 가을(autumn)은 9∼11월,

겨울(winter)은 12∼2월의 기간을 의미한다.

<표 4>는 유 사용량에 해 계 별로 추정한 결과를 제시하고 있다. 계

별로 유사용에 미치는 요인이 다른 것을 확인할 수 있다. 에는 자기시

차에 향을 받지 않으며, 경유와 LNG와 체 계에 있으나, 여름과 가을에

는 자기시차에 반응하지만 LNG에 해서만 체 계를 가지며, 겨울에는 자

기시차의 향이 가장 강하게 나타나지만 다른 연료와는 유의한 계는 없는

것으로 나타났다. 체 력수요에 해서 유는 여름에 가장 민감하게 반응

(7.07)하고 가을(4.87)과 (4.32)에도 민감하며, 겨울(3.50)에도 탄력성은 높은


－ 78－

편이기는 하지만 다른 계 에 비하여 가장 덜 민감한 것으로 추정되었다.

유는 어느 계 에나 력수요에 하여 매우 탄력 인 반응을 보이는 것으로

나타나고 있다.

SURSUR

spring

SUR

summer

SUR

autumn

SUR

winter

-0.2868

(0.0502)***

-0.0093

(0.0969)

-0.2573

(0.0969)***

-0.3319

(0.1108)***

-0.4301

(0.0855)***

-0.1252

(0.0515)**

-0.2163

(0.0793)***

-0.1175

(0.0843)

0.1331

(0.2361)

-0.0231

(0.0677)

-0.0584

(0.1128)

-0.0140

(0.1500)

-0.1444

(0.2284)

-0.0932

(0.3513)

-0.0077

(0.1520)

-0.7019

(0.5233)

-0.6923

(0.4692)

-0.9865

(1.1846)

-0.6843

(1.0968)

-0.8943

(0.7649)

-0.4948

(0.1593)***

-0.4282

(0.1980)**

-0.5210

(0.2975)*

-0.8040

(0.4158)*

-0.1092

(0.2252)

-0.2766

(0.4799)

-0.4169

(0.4630)

-0.5510

(0.7677)

0.1968

(0.8728)

0.1023

(0.5036)

5.4151

(1.0657)***

4.3202

(1.3914)***

7.0707

(3.2102)**

4.8734

(1.5306)***

3.5022

(0.8666)***

3.7285

(0.6309)***

0.0304

(1.2496)

2.9621

(1.2172)**

4.1106

(1.3545)***

5.5397

(1.0884)***

0.4428 0.4380 0.2836 0.4308 0.7143

부문 추정

5.3768

(1.1108)***

3.8671

(1.5433)***

7.3368

(3.2285)**

4.3792

(1.5592)***

3.2356

(1.1492)***

5.4426

(1.0973)***

4.4059

(1.4259)***

9.5217

(4.1601)**

3.8919

(2.0216)*

4.3231

(1.0888)***

5.5396

(1.0734)***

4.4335

(1.4033)***

9.7258

(4.1174)**

4.6557

(1.6934)***

4.3471

(1.0933)***

5.4492

(1.0744)***

4.2757

(1.3920)***

9.8362

(3.7831)***

3.7648

(1.9506)*

3.6396

(0.8872)***

5.3303

(1.0817)***

4.2775

(1.3874)***

8.7233

(3.7221)**

2.7371

(1.9648)

3.4252

(0.8575)***


<표 4> 계절별 발전연료사용량 추정: 중유()

<표 5>는 경유사용량의 계 별 추정 결과를 나타내고 있다. 경유의 자기시

차에 한 반응은 겨울을 제외하고 모든 계 에 나타나고 있다. 다른 연료와

의 계는 계 별로 다르게 나타나고 있다. 이러한 이유로 모든 계 에 해


－ 79－

추정한 경우 유의 인 계가 나타나지 않은 것으로 보인다. 에는 원자력발

과 체 계가 유의 이고, 여름과 가을에는 LNG와 보완 계가 있으며, 가

을에는 유와 체 계가 유의 으로 나타나고 있다. 력수요에 해서는

모든 계 에서 유의 인 반응이 추정되지 않았고, 기간에서만 유의 인 음

(-)의 반응이 추정되었다. 이러한 상은 경유 추정이 계 에 해서 불안정

하게 추정된 것으로 볼 수 있다. 따라서 경유사용에 한 계 별 추정결과는

해석상에 주의가 요망된다.

SURSURspring

SURsummer

SURautumn

SURwinter

-0.2907

(0.0530)***

-0.4349

(0.0709)***

-0.5578

(0.1314)***

-0.2486

(0.0979)**

-0.0240

(0.1123)

0.1051

(0.1054)

0.0422

(0.1986)

0.1261

(0.2209)

-0.3901

(0.1245)***

0.4176

(0.2792)

0.0513

(0.1658)

0.1912

(0.2174)

-0.0688

(0.3474)

0.0152

(0.2512)

-0.2837

(0.4508)

-0.0562

(0.7238)

0.8053

(0.6904)

-1.5350

(1.7094)

0.1620

(0.7096)

1.3313

(1.8629)

0.0516

(0.2147)

-0.2314

(0.2649)

1.0620

(0.4115)**

0.5918

(0.3021)*

-0.0333

(0.5761)

-0.0431

(0.7050)

-1.3495

(0.6541)**

1.3623

(1.1222)

-0.5960

(0.7038)

-0.7864

(1.3399)

-4.1657

(1.5676)***

0.0271

(2.1996)

-1.8965

(4.6437)

0.0398

(1.0511)

0.8102

(1.7863)

3.1566

(0.5011)***

4.0805

(0.6700)

5.1518

(1.2161)***

2.2740

(0.8891)

0.1646

(1.0911)

0.2560 0.5087 0.3816 0.3900 0.1091

부문 추정

-4.0004

(1.6314)**

0.9590

(2.5187)

0.0085

(4.5610)

-0.1098

(1.0919)

2.8227

(2.5811)

-4.3138

(1.6018)***

-0.0738

(2.1921)

-4.1311

(5.8643)

-0.0620

(1.4081)

-1.8777

(2.4278)

-4.1424

(1.5760)***

0.1063

(2.1793)

-3.2261

(5.8950)

0.4047

(1.1293)

-1.3267

(2.5016)

-4.3055

(1.5722)***

0.6263

(2.2446)

2.0069

(5.8872)

-0.3598

(1.3336)

-0.4352

(1.8613)

-4.3749

(1.5824)***

0.5548

(2.2205)

2.3590

(5.6092)

-0.9439

(1.3599)

0.6572

(1.7902)


<표 5> 발전연료사용량 추정: 경유()


－ 80－

<표 6>은 무연탄 사용의 계 별 추정결과를 제시하고 있다. 무연탄의 경우

자기시차에 한 반응은 모든 계 에서 규모의 차이가 있긴 하지만 모두 유

의 인 것으로 추정되었다. 다른 연료와의 계를 살펴보면, 에는 원자력발

과 체 계가 유의 이지만, 가을에는 LNG와 원자력발 과 체 계가

유의한 것으로 추정되었다. 하지만 여름과 겨울에는 다른 연료와의 계가 유

의 으로 나타나지 않고 있다. 력수요에 해서는 여름을 제외하고 모든 계

에서 탄력 인 반응이 유의 으로 나타나고 있다. 그러나 여름에는 력수

요가 증가하여도 무연탄 수요는 유의 으로 반응하지 않는 것으로 추정되었다.

SURSURspring

SURsummer

SURautumn

URwinter

-0.2660(0.0500)***

-0.3553(0.1141)***

-0.2251(0.1028)**

-0.2746(0.1003)***

-0.4719(0.0777)***

-0.0073(0.0437)

-0.1787(0.1191)

-0.1075(0.0783)

0.1179(0.0864)

0.0210(0.0662)

-0.0226(0.0313)

-0.0559(0.0699)

0.0246(0.0461)

-0.0673(0.1171)

0.0247(0.0480)

-0.0232(0.3128)

0.6236(0.4145)

-0.4632(0.6445)

-0.0822(0.5504)

-0.5066(0.5330)

-0.1373(0.0942)

-0.0548(0.1738)

0.2014(0.1655)

-0.5230(0.1765)***

-0.1993(0.1555)

-0.4356(0.3042)

-0.6670(0.3894)*

0.4103(0.4264)

-0.7481(0.4496)*

-0.5734(0.3666)

2.3827

(0.6824)***3.9420

(1.2703)***1.0552(1.7550)

2.8405(0.7587)***

2.7736(0.5560)***

3.3394

(0.6088)***4.4287

(1.3869)***2.7071(1.2652)

3.2655(1.2125)***

5.7506(0.9499)***

0.4089 0.3446 0.1485 0.4483 0.7016

부문 추정

2.2809(0.7071)***

4.2777(1.4962)***

0.4447(1.7440)

2.9562(0.8031)***

2.9125(0.7919)***

2.4406(0.6993)***

3.9997(1.2718)***

2.2657(2.2863)

2.5642(1.0720)**

2.4572(0.7639)***

2.5643(0.6787)***

3.9424(1.2709)***

1.7621(2.2816)

3.5451(0.8674)***

2.5098(0.7641)***

2.4553(0.6852)***

4.0106(1.3293)***

0.0422(2.1269)

2.8059(1.0477)***

2.7441(0.5880)***

2.4909(0.6892)***

4.0757(1.3141)***

0.0148(2.0753)

2.7519(1.0828)**

2.8139(0.5507)***


<표 6> 발전연료사용량 추정: 무연탄()


－ 81－

<표 7>은 유연탄 사용의 계 별 추정결과를 나타내고 있다. 유연탄의 자기시

차에 한 반응은 여름을 제외하고 모든 계 에서 유의 으로 추정되었지만, 계

수의 크기는 다른 연료에 비하여 상 으로 작게 추정되었다. 다른 연료

와의 계에 해 살펴보면, 에는 경유, 무연탄, LNG와 체 계가, 여름에는

LNG와 원자력과 체 계가, 가을에는 원자력과 체 계가 유의 으로 나타

는 것으로 추정되었다. 력수요에 해서는 가을과 겨울에서 유의 인 양(+)의

반응을 나타냈지만, 가을에는 비탄력 으로 추정되었고, 겨울에도 1보다 높기는

하 지만 다른 연료에 비하여 상 으로 탄력성이 낮은 것으로 추정되었다.

SURSURspring

SURsummer

SURautumn

SURwinter

-0.0113(0.0097)

-0.0608(0.0282)**

0.0086(0.0233)

-0.0700(0.0221)***

-0.0512(0.0180)***

0.0173(0.0104)*

-0.0109(0.0300)

0.0129(0.0216)

0.0168(0.0269)

0.0288(0.0212)

-0.0037(0.0071)

-0.0508(0.0186)***

-0.0067(0.0120)

-0.0811(0.0541)

0.0020(0.0121)

-0.0036(0.0162)

-0.0600(0.0338)*

-0.0048(0.0333)

0.0580(0.0449)

-0.0420(0.0332)

-0.0382(0.0214)*

-0.1693(0.0455)***

-0.1331(0.0442)***

-0.0811(0.0541)

0.0187(0.0396)

0.0271(0.0675)

-0.1566(0.0974)

-0.5082(0.1114)***

-0.5399(0.1158)***

-0.1192(0.0961)

0.7446

(0.1580)***-0.0788(0.3946)

0.4888(0.4300)

0.7881(0.1954)***

1.2583(0.1307)***

0.1856(0.1514)

0.9083(0.4270)**

-0.0826(0.3561)

1.0536(0.3392)***

0.7364(0.2757)***

0.6809 0.5744 0.3799 0.4842 0.7974

부문 추정

0.7453(0.1642)***

-0.5400(0.3930)

1.0720(0.3583)***

0.8513(0.2014)***

0.9605(0.1622)***

0.8913(0.1509)***

-0.3383(0.3044)

1.5160(0.5640)***

1.1322(0.2666)***

1.3901(0.1819)***

0.8022(0.1519)***

-0.4327(0.3226)

1.8858(0.5141)***

0.9358(0.2209)***

1.4651(0.1797)***

0.7894(0.1544)***

-0.5068(0.3560)

1.9603(0.4302)***

1.0331(0.2596)***

1.3764(0.1331)***

0.8185(0.1574)***

-0.4695(0.3611)

1.9593(0.3970)***

1.0760(0.2697)***

1.3183(0.1154)***


<표 7> 발전연료사용량 추정: 유연탄()


－ 82－

SURSURspring

SURsummer

SURautumn

SURwinter

-0.0505(0.0263)*

-0.0096(0.0485)

-0.1644(0.0611)***

-0.0395(0.0598)

-0.0859(0.0522)

-0.1502(0.0375)***

-0.0725(0.0892)

-0.1681(0.0769)**

-0.1667(0.0669)**

-0.1858(0.0817)**

-0.0278(0.0246)

-0.0174(0.0477)

0.0368(0.0404)

-0.1018(0.0946)

-0.1245(0.0436)***

-0.0646(0.0571)

-0.1384(0.0993)

-0.0485(0.1188)

-0.2311(0.1236)*

-0.0203(0.1208)

-0.3914(0.2532)

-0.7176(0.3001)**

-0.8340(0.6056)

-0.0757(0.4339)

-0.6143(0.5094)

-0.1563(0.2313)

-0.3732(0.3022)

-0.4028(0.3577)

-0.5901(0.3547)*

-0.3193(0.3493)

3.0544

(0.5647)***2.0198(1.0877)*

1.9955(1.5431)

3.6181(0.5925)***

3.6188(0.4330)***

0.7670(0.3623)**

0.0441(0.6457)

2.2156(0.8172)

0.5768(0.7954)

1.2103(0.7051)*

0.5145 0.3869 0.3350 0.5731 0.6650

부문 추정

2.5563

(0.5646)***1.1466(1.1118)

2.9952(1.5386)*

4.3869(0.5680)***

3.0784(0.5889)***

3.0610

(0.5799)***2.0693(1.0861)*

3.8575(1.9927)*

3.8881(0.8735)***

4.1554(0.6684)***

3.1050

(0.5693)***1.9656(1.0719)*

3.9368(1.9690)**

3.9891(0.7133)***

4.3197(0.6639)***

3.2589

(0.5572)***1.5805(1.0611)

5.2335(1.7985)***

4.7743(0.8138)***

4.0214(0.4828)***

3.3496

(0.5613)***1.5913(1.0457)

5.1958(1.7370)***

4.8242(0.8428)***

3.8338(0.4370)***


<표 8> 발전연료사용량 추정: LNG()

<표 8>은 LNG 사용에 한 계 별 추정결과가 제시되고 있다. 자기시차

에 한 LNG의 반응은 여름에만 유의 으로 나타나고 있는 것으로 추정되었

다. 다른 연료와의 계를 살펴보면 에는 유연탄과 체 계가 유의 이며,

여름에는 유와의 체 계가 유의 이고, 가을에는 유, 무연탄, 원자력과

의 체 계가 유의 이며, 겨울에는 유, 경유와의 체 계가 유의 인 것

으로 추정되어 다른 연료와의 계가 계 별로 매우 복잡한 형태를 보이는

것으로 나타났다. 력수요와의 계는 여름을 제외하고 다른 모든 계 에서


－ 83－

유의 인 양(+)의 탄력성을 갖는 것으로 추정되었으며, 상 으로 가을과 겨

울의 력수요에 한 탄력성이 높은 것으로 추정되었다.

추정결과를 종합하면 다음과 같다. 우선, 기간을 상으로 추정한 결과,

첫째, 연료 간 체 계는 유와 LNG 사이에서 유의 으로 나타나며, 유

는 다른 발 연료와 상호작용이 활발한 연료라고 할 수 있다. 둘째, 력수요

의 증 에 해서 가장 민감한 발 연료는 유, LNG, 무연탄 순서이며,12)

유연탄은 력수요 탄력성이 1보다 작으며, 경유는 음(-)의 력수요 탄력성

을 나타내고 있다. 특히, 경유수요 추정식은 합도가 상 으로 낮아 연료

간 상호작용을 통한 체계 인 발 연료라기보다는 임의 응 발 연료일

가능성이 있는 것으로 보인다. 셋째, 특정 력수요가 특정 발 연료 수요에

다른 향을 미치는 경우는 찾아보기 힘들고, 체로 력수요는 발 연료 수

요에 동질 인 향력이 있는 것으로 나타났다.

계 별 추정결과에 해서 종합하여 살펴보면 다음과 같다. 첫째, 유는

력수요 변화에 해서 가장 민감한 발 연료라고 할 수 있으며, 가장 탄력

성이 낮은 겨울철에도 3.5 이상의 탄력성을 나타내고 있다. 둘째, 경유는 계

별로 력수요에 해서 응이 없는 연료인 것으로 추정되고 있다. 셋째, 무

연탄은 여름을 제외하고 력수요 증 에 해 민감하게 반응하는 연료로 볼 수

있다. 넷째, 유연탄은 가을과 겨울철에 력수요 변화에 해서 유의 인 변

화를 나타내지만 탄력성은 다른 연료에 비하여 상 으로 낮은 것으로 나타나

고 있다. 다섯째, LNG는 여름을 제외하고 력수요의 변화에 하여 민감하게

반응하는 연료로 나타나고 있다. 여섯째, 발 연료에 해서 반 으로 여름

철의 연료수요 추정의 합도가 다른 계 에 비하여 상 으로 낮은 것으로

나타나, 본고에서 추정한 발 연료 수요추정식이 여름철에는 잘 설명되지 않

을 가능성을 내포하고 있다. 이는 우리나라 여름철의 발 연료 수요가 임의

이거나 체계 인 연료간의 상호작용 없이 이루어지는 것으로 짐작할 수 있다.

12) 단기에서의 력수요 증 에 해서 유, LNG, 무연탄 수요를 증 시키는 발 응

을 하고 있음을 살펴볼 수 있다.


－ 84－

Ⅳ. 결론 시사

본고에서는 력수요가 발 연료의 수요에 어떠한 향을 미치는지를 실증

으로 분석하고자 하 다. 이를 해 기존의 방법론과는 달리 발 연료의 수

요 추정식을 발 연료의 가격이 포함되지 않는 추정식을 도출하여 사용하

다. 한 추정 방법에서는 발 연료 수요 추정식에서의 오차항이 서로 상

계가 존재할 가능성을 고려하여 이를 통제할 수 있는 SUR 추정방법을 이용

하여 추정하 다. 한, 발 연료의 계 별 기능을 살펴볼 수 있도록 발 연

료 수요식을 계 별로 추정하 다.

발 연료 수요식의 추정결과는 다음과 같은 시사 을 가지는 것으로 정리

할 수 있다. 우선, 기간을 상으로 력수요 변화에 해서 5개 발 용 화

석연료 사용이 어떻게 반응하는지를 정리하면, 유가 가장 민감하게 반응하

는 것으로 나타났으며, 그 다음이 LNG, 무연탄, 유연탄 순서로 민감한 반응

이 추정되었다. 유연탄의 경우에는 력수요에 한 반응이 비탄력 인 것으

로 추정되었다. 이는 유연탄이 기 발 용 연료이기 때문인 것으로 보이며,

력수요에 하여 탄력 으로 반응한 유, LNG, 무연탄의 경우에는 첨두발

용 기능이 반 된 것으로 보인다. 한편, 경유의 경우에는 다른 연료와 달리

력수요 변화에 해서 음의 탄력 인 반응이 추정되고 있다. 이는 력수요

증가에 해서 경유 사용이 어드는 추세를 반 하고 있는 동시에, 력수요

증가시에 경유를 이고 다른 연료를 무작 으로 체하는 상을 반 한

것으로도 볼 수 있다.

유가 력수요에 해서 민감하게 반응하는 것은 요한 시사 을 갖는

다. 단기 으로 력수요를 충족하기 한 략 수단으로 유가 기능하고

있다는 것을 의미하는데, 온실가스 배출 등 환경 측면에서 유가 부정 이


－ 85－

라는 이 문제가 될 수 있다. 를 들어 일시 는 단기 으로 발 연료의

제약이나 수요의 작스러운 증 등의 상이 발생하는 경우 유의 사용이

증가하는 상이 나타날 수 있음을 의미한다. 이는 경제 과 환경 편익에

서의 상충 계를 래할 수 있다. 이러한 상충 계가 발생하는 경우 정책

우선순 를 명확히 할 필요가 있으며, 환경편익이 우선되는 경우 유 등 화

석연료 사용에 한 부가 인 제약 조건도 살펴보아야 할 것이다.

세부 부문별 력수요에 한 연료 사용량의 반응에 해 살펴보면 모든

세부부문의 력수요 변화가 각각의 연료 사용에 미치는 향은 체 력수

요 변화가 각각의 연료 사용에 미치는 향과 다르지 않은 것으로 나타났다.

따라서 특정 력 수요가 특정 연료에 미치는 차별 인 향은 나타나지 않

으며, 력수요는 모든 화석연료에 해 동질 향을 미치는 것으로 볼 수

있다. 모든 부문의 력수요가 연료사용에 동질 인 향을 다는 것은

략이 체계 이며 안정 이라는 의미를 가진다. 특정 부문의 력수요가 특

정 연료를 반응시킨다면 이는 특정 력수요가 특정 시간이나 일반 인

이 이루어지지 않는 특수한 상황을 만들어낸다고 볼 수 있으므로 이에 한

응이 요구된다. 그러나 본고의 추정 결과에 따르면 이러한 특수한 상황은

존재하지 않는 것으로 나타났다.

계 별 추정결과에 해서 살펴보면 다음과 같다. 첫째, 유는 력수요

변화에 해서 가장 민감한 발 연료라고 할 수 있으며, 가장 탄력성이 낮은

겨울철에도 3.5 이상의 탄력성을 나타내고 있는 반면, 경유는 계 별로 력

수요에 해서 응이 없는 연료인 것으로 추정되고 있다. 무연탄과 LNG는

여름을 제외하고 력수요 증 에 해 민감하게 반응하는 연료로 나타났으

며, 유연탄은 가을과 겨울철에 력수요 변화에 해서 유의 인 변화를 나타

내지만 탄력성은 다른 연료에 비하여 상 으로 낮은 것으로 나타나고 있다.

둘째, 발 연료에 해서 반 으로 여름철의 연료수요 추정의 합도가 다

른 계 에 비하여 상 으로 낮은 것으로 나타나, 본고에서 추정한 발 연료

수요추정식이 여름철에는 잘 설명되지 않을 가능성을 내포하고 있다. 이는 우


－ 86－

리나라 여름철의 발 연료 수요가 임의 이거나 체계 인 연료간의 상호작용

없이 이루어지는 것으로 짐작할 수 있다. 여름철은 최 력수요를 포함하는

계 이다. 최 력수요를 충족시키지 못하는 경우에 지시 는 수요감축

요청 등을 통해 수요 리를 하는 경향이 강하다. 이는 력수요 증가에 한

반응을 수요 리를 통해 해소하는 형태를 취하기 때문에 발 연료 수요의 체

계를 임의 으로 만드는 경향이 있을 것으로 단된다. 다시 말해서 여름철

력수요가 증가할 때 체계 인 연료선택을 통해 수요증가를 충족하는 것이

아니라 연료선택의 변화 없이 수요증가를 충족하려는 경향이 있는 것으로 보

인다. 이러한 이유로 여름철 발 연료수요 추정식의 설명력이 약하게 나타나

는 것으로 단된다. 이에 해서는 향후 보다 정치한 연구가 요구된다.



－ 87－

◎ 참 고 문 헌 ◎

김수일 (2006a), 이항선택모형을 이용한 발 부문의 연료 체분석, 에 지경제연구, 제

5권 제2호, 223~244.

김수일 (2006b), 계량경제모형을 통한 발 부문의 연료 체에 한 연구, 기본연구보고서

06-06, 에 지경제연구원.

문 석·노동석·조상민 (2011), 에 지믹스 변화의 비용 추정: 신재생확 시나리오, 에

지경제연구, 제10권 제2호, 169~186.

박종배·노재형 (2014), 력수 기본계획의 불확실성과 CO2 배출 목표를 고려한 발 용

천연가스 장기 망과 책, 제63권 제11호, 1503~1510.

손양훈·노동석 (2006), 발 용 천연가스 수요의 잠재력 평가, 자원환경경제연구, 제15권

제2호, 297~318.

신정식·류지철 (1988), 산업용 력수요를 심으로 한 수요행태 연구, 에 지경제연구원.

오인하·오상 (2013), 발 부문 하이 리드 모형을 사용한 기후변화 정책효과 분석,

자원·환경경제연구, 제22권 제4호, 691~726.

유동헌·박창수·이윤재 (2012), 산업별 에 지원간 체 계 추정을 통한 탄소세의 CO2

감축 효과 분석, 에 지경제연구, 제11권 제1호, 85~114.

최동찬·한석만·김발호 (2012), 온실가스 감축정책에 따른 발 사업자의 응 방안에 한

연구, The Transactions of the Korean Institute of Electrical Engineers, Vol. 61, No. 4,

522~533.


－ 88－

ABSTRACT

An Empirical Analysis on the Effect of Electric

Demand on Fossil Fuel Demand for Electric

Power Generation*

Youngduk Kim**

This paper examines impact of the electric demand on various fossil

fuel consumptions for the generation of electricity. To do this, we

exploit the input demand model for electric power generation excluding

electric and fuel prices, which is slightly different from the existing

models for input demand. Also, to estimate the input demand model,

we use SUR method to control the correlations among error terms. The

result shows that: (1) the impact coefficients of the electric demand on

heavy oil, LNG, anthracite coal, and bituminous coal are estimated to

be sensitively positive; (2) all the estimated impact of the sectoral

electric demands on fuel input demands may not be different from that

of the aggregate electric demand; (3) from the estimation results by

seasons, heavy oil may have the most sensitive response to a change

in electric demand, while diesel may be insensitive to electric demand

changes.

Key Words : Electric Power Demand, Fossil Fuel Demand for Electric

Power Generation

* This work was supported by the Ministry of Education of the Republic of Korea

and the National Research Foundation of Korea(NRF-2016S1A3A2925230)

** Professor, Pusan National University. [email protected]

－ 89－


확률변경모형을 이용한 지역별 에너지 효율 측정-제조업의 구조가 에너지 효율성에 미치는 영향을 중심으로-

임승모*․김명석

**

요 약

한국은 천연자원의 부재로 에 지 자립도는 낮으나 에 지를 다소비하는 국가

이며 총 에 지 소비의 50%이상을 제조업 부문에 사용하고 있는 제조업 심

국가다. 따라서 에 지 효율을 측정하고 제조업 유형이 에 지 효율에 미치는

향을 분석하는 것은 요하다. 본 연구에서는 확률변경모형을 이용하여 2000

년부터 2014년까지 국 15개의 역시, 도에 한 지역별 에 지 효율성을

측정하 고 지역별 에 지 효율을 비교하여 이러한 차이를 야기하는 요인을 발견

하 다. 분석결과 해당 기간 동안 지역의 평균 에 지 효율은 0.81이었으며

시간이 경과됨에 따라 에 지 효율이 향상되는 경향을 나타냈다. 지역별 차이

로는 서울, 주가 0.97로 가장 높았으며 남이 0.47로 가장 낮은 효율을 보

다. 특히 지역별 제조업 구조는 에 지 효율성에 유의한 향을 미쳤는데 석탄

석유, 화학제품 제조업과 비 속 물 속제품 제조업 비 이 높은 지역

일수록, 기 자 정 기기 제조업, 기계 운송장비 기타 제품 제조업 비

이 낮은 지역일수록 효율성이 낮은 것으로 나타났다. 마지막으로, 분석결과를

바탕으로 지역별 에 지 효율성 격차 해소 효율성 향상 방안을 제안한다.

주요 단어 : 지역별 에 지 효율, 확률변경분석, 제조업 구조

경제학문헌목록 주제분류： Q43, Q48

* 서강 학교 경 학과 석사과정(주 자), [email protected]

** 서강 학교 경 학과 교수(교신 자). [email protected]


－ 90－

Ⅰ. 서 론

에 지는 경제가 성장함에 있어 생산의 필수 요소로 작용해 왔다. 부분의

국가들에서는 경제가 성장함에 따라 지속 으로 에 지 소비량을 증가시켜

왔다. 우리나라 최종에 지소비는 2002년 160,451에서 2014년 213,870(단 : 천

TOE1))로 증가했으며 그 기간 최종에 지2) 소비 증가율은 연평균 2.8%을 기

록했다. 한 2012년 기 에 지 소비량은 세계 8 수 으로 에 지 다소비

국가에 해당된다. 더욱이 우리나라와 같이 에 지의 95%이상을 수입에 의존

하여 에 지 자립도가 낮은 국가의 경우 안정 인 에 지 수 과 에 지 공

이 요한 국가 과제이다. 이러한 이유로 1990년 우리나라의 에 지 정책

의 주요 목 은 에 지를 안정 으로 수 하고 공 하는 것이었다. 하지만

2000년 에 들어 지속가능발 을 하여 에 지의 효율 인 사용에 한 국

가의 심이 증 되었으며 이에 따라 에 지 집약도를 낮추는 정책이 실행되

었다. 그 결과 지속 으로 에 지 집약도3)(Energy Intensity, TOE/GDP)는

감소했으나 2013년 기 우리나라의 에 지 집약도는 OECD 평균 0.13보다

높은 0.17로 OECD 국가 5 를 기록하고 있어 여 히 투입 에 지 비

생산이 낮은 상태이다. 한편, 정부에서 에 지 효율을 변하는 지표로 사용

하고 있는 에 지 집약도는, 산출요소를 생산 하는데 투입되는 요소로 에 지

만 고려하여 계산된다. 즉 자본, 노동인구, 경제구조와 같은 부가가치를 생산

하는 다른 요소들을 고려하지 않는다. 그러므로 에 지라는 단일요소투입으로

1) Tones of Oil Equivalent. 석유를 비롯한 모든 에 지에 공통 용하는 에 지단 이다.

원유 1톤의 발열량 107kcal를 1TOE로 정의한다.

2) 최종에 지는 1차 에 지 직 에 지로 사용되는 것과 환과정을 거쳐서 환된

산출물 에 지 모두를 포함한다. 이 때 환할 때 손실되는 양이나 에 지 산업체에서

자체소비 되는 양은 제외한다.

3) 국내총생산에 소요되는 에 지 소비량을 뜻한다.

확률변경모형을 이용한 지역별 에 지 효율 측정

－ 91－

만 생산이 이루어지지 않는 실을 고려할 때 에 지 집약도와 같은 단일요

소만을 반 한 에 지 효율 지표를 사용하는 것은 왜곡된 결과를 보일 수 있

다. 이와 같은 이유로 총 요소를 고려하여 측정한 에 지 효율 지표를 사용할

필요성이 제기 된다.

우리나라의 산업부문에서 사용하는 에 지는 2014년 기 총 에 지 사용

량 비 63.6%를 차지한다. 한 산업부문의 에 지 소비비 이 지속 으로

증가하고 있어 향후에도 국내 산업부문에서의 에 지 사용은 체 에 지 사

용의 큰 비 을 차지할 것이다. 특히 산업부문 에 지 소비량의 반 이상은

원료용 에 지 소비량으로, 이는 납사, 아스팔트와 같이 타제품의 원료로 소

비되는 에 지 소비량이다. 원료용 에 지를 이용하여 제품을 생산하는 산업

군은 표 인 에 지 다소비형 산업으로써 주로 제조업 석탄 석유, 화

학제품 제조업과 비 속 물 속제품 제조업이 이에 해당한다. 반면에

기 자 정 기기 제조업, 기계 운송장비 기타 제품 제조업은 에 지

소비형 제조업으로 분류 할 수 있다. 2014년 기 제조업의 부가가치 비

은 우리나라 체 부가가치의 약 31.7%을 차지하고 있으며 이는 OECD 국가

1 에 해당한다. 그리고 제조업은 2010년도 실질가격 기 으로 2000년

1,928,034에서 2014년 4,086,430(단 : 억원)으로 14년 동안 212% 가량 성장하

며 우리나라 산업의 심 역할을 수행하고 있다. 이와 같이 국내 제조업 구조

는 우리나라의 에 지 효율과 한 계가 있을 것이라고 보는 것은 타당

해 보인다. 한 우리나라는 각 지역별로 특화된 산업을 기반으로 지역경제가

발 해왔으며 이러한 발 형태에 따라 지역별 제조업 구조는 상이한 형태를

보이고 있다. 남의 경우 에 지 다소비형 제조업의 비 이 많으며, 서울과

주는 에 지 소비형 제조업인 기 자 정 기기 제조업, 기계 운송

장비 기타 제품 제조업 비 이 높다. 이러한 제조업 구조의 차이는 지역별

에 지 소비에 향을 미쳐 지역 간 에 지 효율 격차를 야기할 수 있다. 제

조업의 구조가 에 지 효율에 미치는 향을 분석할 수 있다면, 해당 분석결

과는 각 지역의 에 지 효율뿐 아니라 더 나아가 국내 체의 에 지 효율


－ 92－

향상을 한 요한 실증 근거가 될 수 있을 것이다.

본 연구에서는 총 요소 효율성 측정 방법인 확률변경분석을 이용하여 지역

별 에 지 효율을 측정하고 비교하고자 한다. 나아가 지역별 에 지 효율에

해당 지역이 가진 제조업 구조가 미치는 향을 악하고자 한다. 마지막으로

지역별 에 지 효율 격차 해소 효율성 향상 방안을 제시하고자 한다.

본 논문의 구조는 다음과 같다. 2장에서는 선행 연구된 련 문헌들을 살펴

보고, 3장에서는 사용된 연구 방법론과 자료를 설명한다. 4장에서는 지역별

에 지 효율을 측정하고 비교 분석하여 시사 을 도출하고 마지막 5장에서는

효율 향상 방안 결론을 제시한다.

Ⅱ. 문 헌 연 구

기 에 지 효율 측정 연구에서는 에 지 집약도, 에 지 생산성4)과 같은

부분 요소 에 지 효율 지표(Partial-factor energy efficiency Indicator)가 많

이 사용되어 왔다. 근래에는 부분 요소 에 지 효율 측정 하에서 지수분해분

석(Index Decomposition Analysis, IDA)방법이 에 지 효율/소비량 변화에

한 동인을 악하는데 리 사용되고 있다. 국내의 경우에도 김진수(2015), 임

재규과 김종익(2014), 박정욱과 김수이(2012) 등이 분해분석을 이용하여 국내

에 지 효율/소비량 변화에 향을 미치는 요인에 해 연구했다.

하지만 에 지는 생산을 하는데 필요한 다양한 요소들 의 하나이다. 그

기 때문에 부분 요소 에 지 효율 지표를 사용하는 것은 실을 반 한 에

지 효율을 측정하는데 한계가 있으며 왜곡된 결과를 나타내기도 한다.(Lin

and Du(2013)) 이러한 한계를 극복하기 하여 총 요소 에 지 효율 측정 방

법론이 두 되었다. 최근에 활발히 활용되고 있는 총 요소 에 지 효율측정

4) 에 지 집약도의 역수


－ 93－

방법으로는, 자료포락분석(Data Envelopment Analysis, DEA)과 확률변경분

석(Stochastic Frontier Analysis, SFA)이 있다. 이 두 방법의 공통 은 효과

인 론티어를 추정하여 효율 인 투입량의 기 을 정한 후 실제 투입량

과 효율 인 투입량의 상 인 거리를 비교하여 에 지 효율을 측정하는데

있다.

자료포락분석은 비모수 인 근방법으로 어떤 특정한 함수형태를 가정하

지 않아 모형 오지정(misspecification) 문제를 피할 수 있다는 장 이 있다

(Choi et al.(2012)). Hu and Wang(2006)은 자료포락분석을 이용하여 효과

인 에 지 투입량을 찾고 이를 실제 에 지 투입량과 비교하여 국의 지역

별 에 지 효율성을 측정하 다. Zhou and Ang(2008)은 CO2와 같은 생산 활

동 결과 발생하는 바람직하지 않은 산출물을 고려하여 에 지 효율 측정을

한 몇 가지의 자료포락분석 모형을 제안했다. Mukherjee(2008)는 자료포락

분석 모형으로 제조업 분야에서의 지역별 에 지 효율을 구하고 회귀분석을

이용하여 에 지 다소비형 제조업의 에 지 효율이 낮은 것을 검증했다.

Hernandex-Sancho et al.(2011)은 자료포락분석을 이용하여 스페인의 폐수처

리 공정에서의 에 지 효율을 측정하 다. 공정의 크기와 연식, 제거된 유기

물의 양, 생화학반응기의 포기(aeration) 유형이 에 지 효율에 향을 미치는

요한 요소임을 지 했다. Shi et al.(2010)은 바람직하지 않은 산출물과 에

지 사용 최소화 문제를 고려한 자료포락분석 모형을 이용하여 국 산업의

지역별 에 지 효율을 측정하고 각 지역별 상황에 합한 정책을 제안했다.

Wu et al.(2012)는 CO2 방출을 고려한 자료포락분석 모형을 이용하여 국

산업의 지역별 에 지 효율을 측정했다. 측정한 에 지 효율을 바탕으로 분해

분석을 이용하여 실증분석을 한 결과 기술발 이 에 지 효율을 증가시키는

요인이라는 것을 밝혔다.

자료포락분석를 이용한 측정방법은 사용하기는 쉬우나 극단 값에 의해

향을 쉽게 받을 수 있으며 측정오차나 거시경제데이터를 사용할 때 일반 으

로 발생하는 통계 오차를 고려하지 못하는 문제 이 있다. 따라서 GDP와


－ 94－

자본, 노동력과 같은 거시경제변수를 다루는 본 연구에서는 확률변경분석을

이용하여 한국의 지역별 에 지 효율을 측정하고자 한다. Zhou at al.(2012)은

범경제 (Economy-wide) 에 지 효율을 측정하는데 확률변경분석방법을 채

택하 으며 이 연구에서 확률변경분석 방법은 자료포락분석 방법보다 범경제

에 지 효율을 측정할 때 분별력에 있어 더 뛰어나다는 것을 보 다.

Aranda-Usón et al.(2012)은 스페인의 식음료, 섬유산업, 화학산업, 비 속산

업의 에 지 소비를 분석하는데 확률변경분석 방법을 용하 으며 의 4가

지 산업에 해 약 20% 에 지 약 기회가 있음을 보 다. Lin and

Du(2013)는 모수 인 메타 론티어 분석(Meta Fontier Anaylsis)을 이용하여

국의 지역별 기술격차와 에 지 효율을 구하 다. 이 연구에서는 국을 3

개의 지역그룹으로 구분하여 분석했다. 여기서 동부지역이 가장 효율성이 높

고 기술 역시 가장 앞서고 있음을 보 다. Lin and Wang(2014)은 확률변경분

석 방법을 이용하여 국의 철강 산업에서의 지역별 에 지 효율을 측정하

으며, 산업의 집 도와 지배구조를 비효율성을 설명하는 변수로 설정하 다.

그 결과 산업이 해당 지역에 집 도가 높을수록 효율성이 높아지며 해당 지

역 정부가 할하는 회사가 많을수록 효율성이 떨어지는 것을 보 다. Lin

and Long(2015)은 확률변경분석을 이용하여 국의 지역별 화학 산업 에 지

효율을 측정하 으며 해당 지역의 기업규모, 지배구조, 에 지가격과 지역구

분을 비효율성 설명 변수로 사용하 다. 해당 연구에서 기업규모와 에 지가

격이 커질수록 에 지 효율성에 정 인 향을 미쳤으며, 지배구조는 지역

정부의 소유가 많을수록 효율성에 부정 인 향을 미침을 보 다.

이와 같이 총 요소 효율 측정방법을 이용한 에 지 효율 추정에 한 연구

는 활발히 이루어지고 있다. 특히 Mukherjee(2008), Aranda-Usón et al.(2012)

은 제조업 업종간의 에 지 효율을 분석했으며 제조업의 특성에 따라 에 지

효율과 소비량이 다름을 밝혔다. 공지 등(2016)은 확률변경 비용함수를 이

용하여 OECD국가의 환경오염지수를 분석했는데 각 국가의 제조업 비 을

환경오염지수에 한 향요인으로 선택했다. 이러한 선행연구에 따라 본 연


－ 95－

구는 제조업을 에 지 효율에 향을 미치는 요인으로 고려하고자 한다. 더

나아가 제조업 간 비교가 아닌 제조업 구조가 에 지 효율에 미치는 향을

살펴보고자 하며, 이에 따라 총 제조업 비 이 아니라 특성에 따라 제조업을

구분하여 분석하고자 한다. 한 Shi et al.(2010), Wu et al.(2012), Lin and

Du(2013), Lin and Wang(2014), Lin and Long(2015)은 국에서 지역별 에

지 효율 비교를 통하여 에 지 효율에 향을 미치는 요인을 찾고 정책 시

사 을 도출했다. 특히 우리나라는 제조업의 발 이 지역마다 명확히 상이하

기 때문에 지역 간 에 지 효율 비교 연구를 통해 제조업 구조가 에 지 효

율에 미치는 향을 밝히고 에 지 효율 향상에 한 시사 을 도출해낼 수

있을 것이다. 하지만 재까지는 총 요소 효율 측정방법을 이용하여 국내의

지역별 에 지 효율을 측정하고 비교한 연구는 미흡한 것으로 보인다.

따라서 본 연구는 아래와 같은 사항에서 기존 연구와의 차별 이 있다. 첫째,

에 지 효율에 향을 미치는 요인으로 해당 지역의 제조업 비 을 사용하 다.

둘째, 국내에서 지역별 에 지 효율을 측정 비교하여 시사 을 도출한다.

Ⅲ. 연구방법 자료 설명

1. 연 구 방 법

본 연구에서는 에 지 효율을 분석하기 하여 확률변경모형을 이용한다.

경제학 이론에서 일반 으로 투입요소의 수요를 추정할 때 이익 최 화나 비

용 최소화를 가정한다. 하지만 이는 시장의 실패를 고려하지 못하는 문제가

있다. 와 같은 가정으로 얻어진 수요함수는 편의 되어 있으며 일 이지

못할 수 있다. 실제로 에 지 가격은 시장에서 형성되는 가격이 아니라 정부

의 정책이나 외부환경에 의해 쉽게 향을 받는다. 국내의 경우에도 력, 가


－ 96－

스와 같은 에 지 가격은 정부의 정책에 의해서 결정된다. 이러한 에 지의

성질은 이익최 화, 비용최소화와 같은 가정을 배하게 된다. 이와 같은 문

제를 해결하기 하여 Debreu(1951)는 산출물 심의 기술 효율성 측정 방법을,

Farrell(1957)은 투입물 심의 기술 효율성 측정방법을 제시하 다. 이 두 가지

기술효율성은 Debreu-Farrell 효율성으로 리 알려져 있다. (Kumbhakar(2000))

Lovell et al.(1994)는 Debreu-Farrell 효율성이 Shepahard(1970)가 제시한 투

입과 산출 거리 함수의 역수라는 것을 지 했다. Shepahard(1970)는 투입거리

함수를 식(1)과 같이 정의 하 으며 이에 따라 기술효율성(Technical

Efficiency, TE)는 식(2)와 같이 정의 된다.

∈ (1)

(2)

이때 x는 투입물 벡터, y는 산출물 벡터이고 는 투입집합이다. Love et

al(1994)에 따르면 투입거리함수는 선형동차성을 가진다. 선형동차성을 표 하

면 식 (3)과 같다.

∀ (3)

식(3)에 제시한 선형동차성에 따라 Zhou et al(2012)은 에 지를 투입변수로

하는 Shepherd 에 지 투입거리함수를 제시했다.

∈ (4)

이때 생산 기술은 아래와 같이 표 된다.


－ 97－

(5)

식(4)은 로 치환하면 식(6)과 같이 표 할 수 있다.

(6)

본 연구에서는 확률변경모형을 사용하여 에 지 효율을 분석하는데 월 수

함수(Trans-log function)를 사용하 다. 월 수함수는 단순하고 쉽게 동차

성을 부여할 수 있으며 변수들 간의 상호작용도 고려할 수 있는 장 을 가지

고 있다. Coellia and Perelman(1999)은 다 산출물, 다 투입물에 한 거

리함수를 정의하 는데 그들의 연구에 따르면 단일 산출물, 다 투입물의 거

리함수는 식(7)과 같이 표 된다.

(7)

식(7)에서 는 투입요소, 는 산출요소이다. T는 시간요인을 나타낸다.

는 0보다 크거나 같아야 한다. 이와 같은 제약을 만족하기 하여 식(7)은 식

(8)과 같은 조건을 따라야 한다.

≠ (8)

식(4)와 식(7)을 이용하여 에 지 투입거리함수로 표 하면 식(9)와 같이 표

된다.


－ 98－

(9)

는 지역별 GDP로서 산출요소이다. 는 지역별 자본스톡, 는 지역별

노동인구, 는 지역별 2차 에 지 소비량으로 이 3가지 요소는 투입요소이

다. 시간요인 T는 시간의 추세를 사용한다. 이 때 k는 지역별 구분을 나타내

며 t는 시간의 변화를 나타낸다.

로 놓으면 식(6)에 의해서

이다. 그러므로 식(9)는 식(10)과 같이 표 될 수 있다.

(10)

(11)

의 식(11)은 에 지 투입 확률변경모형이다. ∙은 에 지수요함수로

투입에 지에 한 론티어이다. 주어진 에 하여 실제 에 지 투입과

론티어 상의 에 지 투입차이는 기술 비효율성에 의해 야기된 에 지의

과사용으로 간주된다. 는 효율성에 향을 수 있는 다른 외부요소

(external factor)를 나타낸다. 이 때 에 지 투입 효율성은 식(12)와 같이 표


－ 99－

할 수 있다.

(12)

와 는 독립 이며 는 임의오차항을 나타내는 것으로 iid∼ 를

따르고 는 기술 비효율성에 따른 에 지의 과투입의 정도를 나타내는

것이다. 는 식(13)과 같이 나타난다.

(13)

이때 는 추정되어야할 모수를 나타내고, 는 비효율성을 설명하기 한 변

수이며 는 평균이 0이고 분산이 인 에서 단된 분포를 가진

다.(Battese and Coelli(1995))

2. 자 료

본 연구는 에 지 효율을 측정하기 해 2000년부터 2014년까지 국의 7개

역시와 8개 도의 자료를 이용하 다. 자료는 KOSIS 국가통계포털, KESIS

국가에 지통계포털에서 얻었다. 액단 는 백만원 단 로, 에 지는 천TOE

단 로 환산되었다. 각 변수의 기술통계량은 <표1>에 정리되어 있다.

산출변수로 지역별 총생산을 사용하 으며 가격 변화의 향을 제거하기

하여 2010년 기 으로 물가를 반 한 자료를 사용하 다. 투입변수로는 자

본스톡, 노동력, 최종 에 지 소비량을 사용하 다. 자본스톡은 구재고법을

이용하여 구하 다. 구재고법5)은 자본스톡을 구하기 해 리 사용되는

방법으로 와 같이 나타낼 수 있다. 는 t년도에 자본

스톡을 나타내고 는 t-1년도 자본스톡을 나타낸다. 는 t년도에 투자

5) 투자 액의 리변수로 총고정자본형성을 이용하 으며 감각상각률은 0.4로 고정하여

사용하 다.(서승환(2004)) 기자본스톡은 , , 두 식을 이용

하여 구하 다.


－ 100－

액을 나타낸다. 노동력은 지역별로 실제 노동활동을 하고 있는 취업자의 수를

사용하 으며 최종에 지 소비량은 석유, 가스, 기 에 지 등을 열량단 로

환산하여 사용했다.

김 욱과 황석 (2015)은 에 지를 많이 사용하는 제조업의 에 지 생산성

이 낮고 에 지를 게 소비하는 제조업이 에 지 생산성이 높다는 것을 밝

혔다. Mukherjee (2008)는 에 지를 다량 소비하는 제조업의 에 지 효율성이

낮다는 것을 밝혔다. 이러한 문헌으로부터 추론해 보건데, 지역을 구성하고

있는 제조업들의 에 지 사용 특성이 해당 지역의 에 지 효율에 향을 미

칠 것으로 측할 수 있다. 본 연구는 지역간 에 지 효율성 격차를 설명하기

해 해당 지역의 제조업 비 6)을 비효율성 설명 변수로 채택하 다. 제조업

은 일반 으로 7개의 유형으로 분류되는데 2014년 기 제조업 총생산

80%를 넘게 차지하는 상 4개의 제조업7)인 1) 기 자 정 기기 제조

업, 2)기계 운송장비 기타 제품 제조업, 3)비 속 물 속제품 제조업,

4)석탄 석유, 화학제품 제조업의 비 을 심으로 분석하고자 한다.

<표 1> 자료 기술통계량

변수 기호 단 개수 평균 표 편차 최 값 최소값

산출변수 지역별 총생산 Y 10억 225 74688.71 72546.61 314626.4 17877.06

투입변수

자본스톡 K 10억 225 354678.9 33143.7 1436275 105851.5

노동력 L 천명 225 1534.45 1440.09 6225.6 437

최종 에 지 소비 E 천TOE 225 11999.77 9171.62 39218 1774

비효율성 설명변수

기 자 정 기기제조업 비

ER - 225 0.19 0.13 0.50 0.01

기계운송장비 기타제품제조업 비

MR - 225 0.25 0.15 0.58 0.05

비 속 물 속제품제조업 비

IR - 225 0.22 0.10 0.55 0.04

석탄 석유, 화학제품제조업 비

CR - 225 0.16 0.12 0.60 0.02

6) 비 은 총 제조업 총생산 비 해당 제조업의 총생산을 이용했다.

7) 제조업 유형에는 음식료품 담배제조업 / 섬유 가죽제품제조업 / 목재,종이,인쇄

복제업이 있으나 제조업에서 각 산업이 차지하는 비 은 각각 5%, 5%, 3%로 4 제조

업에 비해 에 지 효율에 미치는 향이 미미하다고 단되어 제외했다.


－ 101－

Ⅳ. 분석 결과

1. 확률변경모형 분석결과

에 지 투입을 포함한 확률변경모형을 이용하여 에 지 효율을 분석했으며

사용한 확률변경모형은 시간요인을 포함한 월 수함수모형이다. 분석결과는

<표2>에 정리되어 있다. 모형의 타당성을 검증하기 해 Likelihood ratio

test를 사용했다. 만약 귀무가설인 =0을 기각하지 못한다면 이는 에 지 투

입에 비효율성이 존재하지 않음을 뜻한다. 해당 모형은 귀무가설을 기각하여

에 지 투입에 비효율성이 존재함을 나타냈다. 따라서 유의하지 않은 계수가

있음에도 불구하고 해당 확률변경모형을 이용하여 지역별 에 지 효율성을

측정하는 것은 유효하며 효율성에 향을 미치는 요인을 분석하는데 타당하

다. 비효율성 설명변수의 추정된 계수를 살펴보면 1) 기 자 정 기기

제조업 비 ()과 2)기계 운송장비 기타제품 제조업 비 ()은 각각

-0.32, -0.39로 음수를 나타냈다. 이는 해당 지역의 에 지 효율성에 양의

향을 미치는 것을 나타낸다. 반면에 3)비 속 물 속제품 제조업 비

()과 4)석탄 석유, 화학제품 제조업 비 ()은 1.04, 0.87로 양수가 나왔

다. 이 결과는 해당 지역에서 석탄 석유, 화학제품 제조업 비 과 비 속

물 속제품 제조업 비 이 높아질수록 지역의 에 지 효율이 낮아지는

것을 의미한다. 네 가지 비효율성 설명 변수는 모두 유의하 으며 이를 통해

지역을 구성하고 있는 제조업의 업종이 에 지 효율성에 향을 미치고 있음

을 확인 할 수 있다. 1) 기 자 정 기기 제조업 과 2)기계 운송장비

기타제품 제조업은 지식집약산업이다. 이는 지 활동의 집약도가 높은 산업으

로 높은 부가가치를 창출할 수 있으며 2000년 부터 격한 기술성장으로 인

하여 에 지 생산성은 더욱 높아졌다. 반면 3)비 속 물 속제품 제조업


－ 102－

과 4)석탄 석유, 화학제품 제조업은 에 지 집 산업으로 주로 산업원료

를 생산, 공 하는 산업으로 에 지 다량투입에 따라 생산을 하기 하여 에

지 손실이 상 으로 많이 이루어진다. 이에 따라 3)비 속 물 속제

품 제조업과 4)석탄 석유, 화학제품 제조업의 비 이 높은 지역은 상

으로 낮은 에 지 효율을 가지는 것으로 보인다.

<표 2> 확률변경분석 결과

계수 변수 계수 값 p-value 계수 변수 계수 값 p-value

Constant 71.92 *** -0.006 ***

-3.01 ** -0.011 0.0835

-6.48 *** 0.01 *

10.77 *** ER -0.32 ***

0.55 * MR -0.39 ***

0.60 ** IR 1.04 ***

-0.76 *** CR 0.87 ***

-0.06 0.437 - 0.002 ***

-0.13 0.068 - 0.999 ***

0.24 ***

T 0.23 *** Log-likelihood 392.31

0.001 *** LR-test ***

2. 지역별 에 지 효율성 분석

추정된 확률변경모형을 이용하여 에 지 효율을 측정한 결과 2000년에서

2014년까지의 국 15개의 역시, 도에 한 지역별 평균 에 지 효율은


－ 103－

0.81로 나타났다. 투입 효율은 주어진 산출물 상황에서 실제 에 지 투입과

효과 인 에 지 투입의 비율이다. 효율성이 1보다 작다는 것은 과 에 지

투입이 있다는 것을 나타낸다. 체 평균 에 지 효율은 2000년 0.77에서

2014년 0.86으로 시간이 경과됨에 따라 증가하는 것을 볼 수 있다. 지역별 평

균 에 지 효율은 <표3>에 요약 되어 있다. 남의 평균 에 지 효율은 0.47

로 지역 에 가장 낮은 값을 나타냈으며 서울과 주의 평균 에 지 효

율은 0.97로 지역 에서 가장 높은 값을 보 다. 부산, 강원도, 경북의 에

지 효율성은 0.80에 미치지 못했고 경남은 0.90으로 서울과 주 다음으로

높은 에 지 효율성을 보 다.

<표 3> 연도/지역별 에너지 효율성 비교

지역 2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년서울 0.96 0.94 0.97 0.95 0.93 0.94 0.96 1.00부산 0.73 0.75 0.75 0.76 0.75 0.75 0.75 0.77

구 0.78 0.78 0.78 0.78 0.79 0.79 0.80 0.81인천 0.82 0.78 0.81 0.81 0.82 0.79 0.81 0.78

주 0.95 0.95 0.95 0.95 0.94 0.96 0.96 0.970.84 0.83 0.83 0.84 0.83 0.84 0.82 0.82

울산 0.82 0.85 0.84 0.78 0.83 0.87 0.84 0.87경기 0.73 0.76 0.78 0.79 0.79 0.82 0.84 0.86강원 0.67 0.66 0.66 0.67 0.68 0.69 0.71 0.71경남 0.83 0.85 0.86 0.85 0.85 0.88 0.89 0.91경북 0.61 0.62 0.63 0.67 0.70 0.74 0.75 0.78

남 0.45 0.45 0.45 0.45 0.46 0.46 0.47 0.48북 0.82 0.82 0.82 0.81 0.81 0.81 0.80 0.83

충남 0.68 0.68 0.70 0.76 0.81 0.86 0.88 0.87충북 0.83 0.81 0.80 0.80 0.85 0.83 0.86 0.87평균 0.77 0.77 0.78 0.78 0.79 0.80 0.81 0.82

지역 2008년 2009년 2010년 2011년 2012년 2013년 2014년 평균서울 0.99 0.98 0.99 0.99 1.00 0.98 0.98 0.97부산 0.77 0.75 0.76 0.77 0.76 0.76 0.77 0.76

구 0.80 0.78 0.80 0.82 0.83 0.85 0.86 0.80인천 0.83 0.78 0.82 0.82 0.79 0.80 0.79 0.81

주 0.96 0.95 0.97 0.99 0.99 0.99 1.00 0.970.81 0.82 0.84 0.85 0.85 0.84 0.84 0.83

울산 0.89 0.91 0.93 0.89 0.88 0.89 0.94 0.87경기 0.86 0.84 0.90 0.91 0.91 0.93 0.94 0.84강원 0.69 0.67 0.67 0.66 0.75 0.77 0.77 0.70경남 0.92 0.94 0.96 0.95 0.94 0.94 0.93 0.90경북 0.78 0.78 0.80 0.81 0.82 0.81 0.79 0.74

남 0.47 0.47 0.49 0.48 0.50 0.50 0.51 0.47북 0.84 0.84 0.84 0.84 0.83 0.83 0.84 0.83

충남 0.89 0.88 0.98 0.96 0.92 0.92 0.92 0.85충북 0.84 0.86 0.88 0.91 0.90 0.94 0.95 0.86평균 0.82 0.82 0.84 0.84 0.84 0.85 0.86 0.81


－ 104－

확률변경모형에서 지역 에 지 효율에 양의 향을 미치는 제조업 유형은

공통 으로 에 지를 게 소비하는 지식집약산업이었으며, 지역 에 지 효율

에 음의 향을 미치는 제조업 유형은 에 지를 많이 소비하는 에 지 집

산업이었다. 김 욱과 황석 (2015)과 이진식(2010)은 에 지 다소비형 제조업

과 에 지 소비형 제조업을 구분하여 비교분석을 하 다. 이와 같은 본 연

구모형 결과와 기존문헌에 따라 상세분석을 진행하기 하여 비효율성 설명

변수로 채택한 네 가지의 제조업 유형을 에 지 소비 특성에 따라 에 지 다

소비형 제조업과 에 지 소비형 제조업으로 재분류하 다. 에 지 다소비형

제조업은 에 지 집 산업으로 원료를 생산하여 매하는 산업이며, 에 지

소비형 제조업은 지식집약산업으로 생산된 원료를 이용하여 조립, 가공하여

매하는 것을 주로 하는 제조업을 의미한다. 이에 따라 1) 기 자 정

기기 제조업, 2)기계 운송장비 기타 제품 제조업은 에 지 소비형 제조

업으로 분류했으며 3)비 속 물 속제품 제조업, 4)석탄 석유, 화학제

품 제조업은 에 지 다소비형 제조업으로 분류했다.8)(<표4> 참조)

<표 4> 제조업 유형별 분류

에 지 다소비형 제조업 에 지 소비형 제조업

제조업

업종명

3)비 속 물 속제품 제조업,

4)석탄 석유, 화학제품 제조업

1) 기 자 정 기기 제조업,

2)기계 운송장비 기타 제품 제조업

한편, <표5>와 <표6>에는 에 지 다소비형 소비형 제조업 비 이 정

리되어 있다. 이 표에 따르면, 남, 부산, 강원, 경북의 경우 1) 기 자

정 기기 제조업, 2)기계 운송장비 기타 제품 제조업의 비 이 3)비 속

물 속제품 제조업 비 과 4)석탄 석유, 화학제품 제조업 비 보다 작

8) 에 지 소비 특성별 제조업의 분류는 이미 확률변경분석을 이용하여 각 제조업 변수의

통계 유의성을 얻은 상태에서 재분류를 하 기에 어느 정도 통계 인 의미를 함축하

고 있으며 논리 일 성을 해치고 있지 않다고 볼 수 있으나 분류한 변수를 통계 으

로 검증하지는 않은 에 한계가 있을 수 있다.


－ 105－

았다. 반면에 서울, 주, 경남의 경우 자의 비 이 후자보다 컸다. <표3>

과 비교해보면 에 지 다소비형 산업의 비 이 높은 지역일수록 효율성이 낮

은 경향을 보임을 알 수 있는데 이는 확률변경모형에서 얻은 결과와 일치한

다. 특히 서울과 주는 평균 에 지 다소비형 제조업 비 이 0.3보다 낮았는

데 두 지역 모두 0.95를 넘는 높은 에 지 효율을 나타냈다. 반면, 남은 가

장 높은 에 지 다소비형 제조업 비 을 가지고 있었으며, 가장 낮은 효율을

보 다.

<표 5> 지역별 에너지 다소비형 제조업 비중 비교

지역 2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년서울 0.15 0.14 0.14 0.13 0.15 0.15 0.13 0.13

부산 0.45 0.44 0.46 0.48 0.48 0.48 0.47 0.47

구 0.30 0.36 0.38 0.38 0.36 0.37 0.35 0.35

인천 0.50 0.52 0.51 0.48 0.46 0.47 0.46 0.44

주 0.30 0.29 0.31 0.29 0.26 0.25 0.25 0.25

0.34 0.39 0.38 0.36 0.33 0.37 0.35 0.34

울산 0.45 0.44 0.45 0.42 0.43 0.42 0.43 0.43

경기 0.42 0.43 0.44 0.42 0.39 0.39 0.34 0.33

강원 0.46 0.48 0.47 0.47 0.45 0.41 0.41 0.42

경남 0.34 0.35 0.35 0.34 0.33 0.34 0.34 0.33

경북 0.65 0.68 0.63 0.59 0.54 0.54 0.50 0.45

남 0.89 0.87 0.85 0.87 0.88 0.87 0.86 0.87

북 0.33 0.36 0.35 0.36 0.33 0.35 0.38 0.35

충남 0.43 0.44 0.40 0.40 0.38 0.37 0.36 0.37

충북 0.41 0.41 0.40 0.39 0.33 0.38 0.39 0.39

평균 0.43 0.44 0.44 0.43 0.41 0.41 0.40 0.40

지역 2008년 2009년 2010년 2011년 2012년 2013년 2014년 평균서울 0.09 0.10 0.10 0.08 0.06 0.07 0.07 0.11

부산 0.45 0.46 0.40 0.41 0.39 0.39 0.40 0.44

구 0.35 0.33 0.33 0.33 0.34 0.34 0.33 0.35

인천 0.41 0.46 0.40 0.39 0.37 0.37 0.37 0.44

주 0.27 0.23 0.23 0.22 0.23 0.24 0.24 0.26

0.34 0.35 0.34 0.33 0.31 0.34 0.34 0.35

울산 0.40 0.38 0.41 0.40 0.40 0.37 0.37 0.41

경기 0.30 0.28 0.25 0.23 0.23 0.22 0.23 0.33

강원 0.39 0.41 0.37 0.39 0.40 0.40 0.41 0.42

경남 0.29 0.25 0.27 0.27 0.28 0.30 0.29 0.31

경북 0.42 0.40 0.39 0.39 0.36 0.36 0.36 0.48

남 0.81 0.81 0.83 0.80 0.78 0.82 0.83 0.84

북 0.36 0.37 0.37 0.36 0.37 0.39 0.40 0.36

충남 0.36 0.36 0.35 0.32 0.32 0.33 0.33 0.37

충북 0.38 0.37 0.34 0.33 0.33 0.33 0.32 0.37

평균 0.37 0.37 0.36 0.35 0.35 0.35 0.35 0.39


－ 106－

<표6> 지역별 에너지 저소비형 제조업 비중 비교

지역 2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년

서울 0.33 0.32 0.31 0.37 0.33 0.31 0.34 0.36

부산 0.36 0.38 0.39 0.41 0.40 0.42 0.43 0.42

구 0.34 0.33 0.33 0.36 0.41 0.42 0.42 0.45

인천 0.45 0.42 0.43 0.46 0.49 0.49 0.48 0.50

주 0.57 0.60 0.59 0.59 0.65 0.65 0.65 0.67

0.31 0.30 0.33 0.37 0.40 0.38 0.39 0.41

울산 0.56 0.59 0.56 0.58 0.56 0.58 0.55 0.55

경기 0.48 0.47 0.47 0.49 0.52 0.51 0.55 0.56

강원 0.19 0.19 0.18 0.20 0.21 0.23 0.25 0.25

경남 0.56 0.56 0.55 0.58 0.59 0.60 0.59 0.60

경북 0.34 0.34 0.37 0.40 0.43 0.44 0.46 0.49

남 0.05 0.08 0.10 0.09 0.09 0.11 0.12 0.11

북 0.36 0.31 0.31 0.35 0.39 0.40 0.38 0.38

충남 0.41 0.42 0.45 0.46 0.50 0.53 0.55 0.56

충북 0.35 0.35 0.36 0.38 0.46 0.43 0.44 0.45

평균 0.38 0.38 0.38 0.41 0.43 0.43 0.44 0.45

지역 2008년 2009년 2010년 2011년 2012년 2013년 2014년 평균

서울 0.33 0.31 0.33 0.35 0.33 0.32 0.32 0.33

부산 0.43 0.40 0.45 0.43 0.45 0.44 0.43 0.42

구 0.43 0.44 0.42 0.45 0.45 0.46 0.47 0.41

인천 0.54 0.43 0.48 0.51 0.53 0.54 0.53 0.48

주 0.65 0.68 0.68 0.70 0.69 0.68 0.68 0.65

0.41 0.38 0.41 0.43 0.43 0.41 0.41 0.38

울산 0.58 0.60 0.56 0.57 0.58 0.61 0.62 0.57

경기 0.58 0.60 0.64 0.67 0.67 0.69 0.68 0.57

강원 0.28 0.29 0.29 0.29 0.33 0.32 0.32 0.25

경남 0.64 0.68 0.65 0.66 0.64 0.62 0.62 0.61

경북 0.51 0.53 0.53 0.54 0.57 0.56 0.56 0.47

남 0.16 0.16 0.13 0.17 0.20 0.14 0.13 0.12

북 0.37 0.38 0.40 0.42 0.41 0.39 0.38 0.38

충남 0.57 0.57 0.59 0.63 0.62 0.61 0.61 0.54

충북 0.45 0.46 0.49 0.52 0.52 0.54 0.55 0.45

평균 0.46 0.46 0.47 0.49 0.49 0.49 0.49 0.44


－ 107－

충남의 경우 에 지 효율성이 2000년 0.68에서 2014년 0.92로 가장 많이 향

상된 것을 알 수 있다. 충남의 에 지 다소비형 산업의 비 을 보면 2000년

0.43에서 0.33으로 지속 으로 감소하 으며 에 지 소비형 제조업의 경우

0.41에서 0.61로 지속 으로 증가했다. 충남에 이어 두 번째로 많은 효율성 향

상을 보인 경기의 경우에도 2000년과 2014년을 비교해보면 에 지 다소비형

비 은 0.42에서 0.22로 감소한 반면, 에 지 소비형 제조업은 0.47에서 0.68

로 상승하 다. 즉, 이러한 에 지 효율 향상은 해당 지역의 제조업 비 변

화의 향으로 볼 수 있을 것이다. 국내 제조업 비 에서 에 지 소비형 제

조업의 비 은 증가하고 있으며 모든 지역에서 에 지 다소비형 제조업

의 비 은 차츰 감소되고 있다. 이에 따라 인천을 제외한 지역의 평균 에 지

효율은 차이가 있으나 모두 향상 하 다.

3. 분류별 에 지 효율성 분석

지역별 에 지 효율과 유형별 제조업의 계를 보다 명확하게 살펴보기

해서, 에 지 효율을 1)에 지 다소비형 제조업 총생산과 2)에 지 소비형

제조업 총생산 비 에 지 다소비형 제조업 총생산, 즉 에 지 다소비형 제

조업 비율에 따른 두 가지 분류방법을 이용하여 지역별로 구분해 분석을 진

행하 다.

3.1 에 지 다소비형 제조업 총생산을 이용한 분류

분류기 을 설정하기 하여 2000년도부터 2014년도까지 기간 동안의

지역별 효율과 에 지 다소비형 제조업 총생산을 이용했으며 에 지 다소비

형 제조업 총생산은 <표7>에 정리되어 있다.


－ 108－

<표 7> 지역별 에너지 다소비형 제조업 총생산

(단위: 백만원)

지역 2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년

서울 1,606,897 1,534,578 1,816,012 1,824,262 1,913,403 2,010,044 1,932,687 1,923,024

부산 3,737,029 3,814,691 4,255,877 4,420,362 4,518,660 4,802,347 5,006,406 5,598,462

구 1,691,368 1,879,289 2,154,125 2,121,124 2,140,102 2,383,433 2,284,499 2,407,413

인천 6,534,248 6,706,431 7,071,903 6,701,264 6,795,125 6,858,877 6,824,064 7,044,015

주 934,046 994,720 1,155,901 1,074,862 1,074,766 1,320,438 1,274,792 1,409,604

1,165,451 1,267,639 1,407,152 1,194,068 1,218,096 1,258,039 1,261,468 1,302,312

울산 11,062,757 11,273,783 12,245,440 11,762,942 13,371,381 13,374,814 13,772,718 14,167,255

경기 18,143,591 19,220,121 21,476,951 21,229,612 21,884,375 23,064,786 23,111,955 23,776,836

강원 977,691 1,008,060 944,735 999,995 1,007,154 933,984 1,018,856 1,059,482

경남 6,255,212 6,739,883 7,375,114 7,491,908 7,710,526 8,756,432 9,289,315 9,743,281

경북 13,152,344 13,815,919 14,025,972 14,743,596 15,397,005 16,567,075 15,686,781 16,019,460

남 11,597,444 11,919,574 11,515,013 13,276,519 14,360,996 14,875,768 15,387,310 16,036,991

북 2,270,013 2,330,933 2,388,466 2,460,002 2,470,855 2,651,981 2,922,124 2,986,854

충남 6,367,784 6,817,237 7,210,958 7,999,027 8,468,351 9,376,634 10,408,409 11,450,737

충북 3,283,221 3,327,093 3,576,523 3,577,021 3,438,364 3,938,181 4,505,205 4,863,615

평균 5,918,606 6,176,663 6,574,676 6,725,104 7,051,277 7,478,189 7,645,773 7,985,956

지역 2008년 2009년 2010년 2011년 2012년 2013년 2014년 평균

서울 1,341,051 1,498,744 1,504,982 1,288,908 1,144,141 1,161,658 1,155,166 1,577,037

부산 5,463,526 4,887,784 4,836,083 4,790,421 4,898,185 4,828,192 5,022,523 4,725,370

구 2,427,672 2,100,035 2,666,395 2,840,698 2,924,735 3,153,637 3,118,693 2,419,548

인천 6,233,816 5,937,519 6,371,080 6,406,064 6,127,504 6,210,119 6,261,111 6,538,876

주 1,517,675 1,362,425 1,677,146 1,683,122 1,698,299 1,845,187 1,845,187 1,391,211

1,215,501 1,262,027 1,407,355 1,422,427 1,397,835 1,568,041 1,618,564 1,331,065

울산 13,804,938 13,130,716 14,166,849 14,732,037 14,922,869 14,267,164 14,369,179 13,361,656

경기 22,495,966 20,897,683 22,081,230 22,191,821 22,248,869 23,443,078 26,624,765 22,126,109

강원 1,076,807 1,081,957 1,103,209 1,225,079 1,199,480 1,255,101 1,319,941 1,080,769

경남 9,305,825 8,767,272 10,286,766 10,193,063 10,872,540 11,260,599 11,098,649 9,009,759

경북 15,177,753 14,415,450 15,498,159 15,265,205 14,888,820 14,674,235 14,963,462 14,952,749

남 15,878,304 14,130,559 17,648,283 17,939,486 18,063,410 18,442,202 18,398,326 15,298,012

북 3,075,700 3,015,785 3,427,913 3,542,634 3,553,166 3,791,477 3,957,863 2,989,718

충남 11,865,755 12,310,080 14,158,629 14,488,704 15,178,231 16,596,656 17,247,659 11,329,657

충북 4,628,481 4,858,569 5,298,950 5,618,062 5,683,392 6,330,036 6,482,383 4,627,273

평균 7,700,585 7,310,440 8,142,202 8,241,849 8,320,098 8,588,492 8,898,898 7,517,253


－ 109－

에 지 효율 그룹을 구분하기 해 <표3>의 자료를 이용하 다. 평균 ±

*표 편차를 분류기 으로 이용하 고 (Lin and Wang(2014)와 Lin and

Long(2015)) 이 때 분류기 이 극단값에 의해 받는 향을 최소화하기 해

최 값과 최소값은 제외한 상태에서 평균과 표 편차를 구하 다. 그 결과

0.87과 0.79를 기 으로 고효율, 효율, 효율의 세 개의 그룹으로 나 었다.

에 지 다소비형 제조업 총생산은 <표7>의 자료를 이용하 다. 에 지 효

율과 마찬가지로 평균과 표 편차를 이용하여 91,267과 38,210(단 : 억원)을

분류기 으로 총생산 규모, 총생산 규모, 총생산 소규모로 구분했다. <표

8>은 에 지 다소비형 제조업 총생산을 이용하여 구분한 결과를 나타낸다.

<표 8> 에너지 다소비형 제조업 총생산과 에너지 효율성에 따른 분류

그룹 총생산 규모 총생산 규모 총생산 소규모

고효율 울산 경남 주, 서울

효율 충남, 경기 인천, 충북 , 구, 북

효율 남, 경북 부산 강원

에 지 다소비형 제조업 총생산으로 분류했을 때 <표8>에 정리 되어진 바

와 같이 총생산 규모별 그룹간 뚜렷한 차이를 볼 수 없었다. 에 지 다소비형

제조업 총생산으로 구분한 총생산 규모 지역, 총생산 규모 지역과 총생산

소규모 지역들은 모두 고효율, 효율, 효율 그룹에 골고루 속하 다.

3.2 에 지 다소비형 제조업 비율을 이용한 분류

에 지 소비형 제조업 총생산 비 에 지 다소비형 제조업 총생산으로

에 지 다소비형 제조업 비율을 나타냈으며 이는 표<9>에 정리되어 있다. 에

지 다소비형 제조업 비율은 분류하기 하여 <표9>의 자료를 이용하 으


－ 110－

며 평균과 표 편차를 이용하여 1.01과 0.68을 분류기 으로 에 지 다소비형

제조업 고비율, 비율, 비율로 구분했다. 구분한 결과는 <표10>에 정리되

어 있다.

<표 9> 지역별 에너지 저소비형 제조업 대비 다소비형 제조업 비율

지역 2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년

서울 0.46 0.44 0.45 0.35 0.45 0.49 0.39 0.35

부산 1.23 1.17 1.19 1.16 1.19 1.13 1.11 1.10

구 0.89 1.11 1.17 1.07 0.88 0.89 0.83 0.78

인천 1.13 1.25 1.21 1.05 0.95 0.98 0.98 0.88

주 0.52 0.47 0.52 0.50 0.41 0.39 0.39 0.38

1.11 1.30 1.17 0.97 0.83 0.97 0.91 0.83

울산 0.81 0.74 0.81 0.73 0.77 0.72 0.79 0.78

경기 0.87 0.91 0.92 0.85 0.75 0.77 0.63 0.59

강원 2.44 2.51 2.62 2.41 2.16 1.78 1.65 1.67

경남 0.61 0.63 0.63 0.59 0.56 0.57 0.58 0.55

경북 1.92 1.99 1.68 1.47 1.25 1.22 1.09 0.92

남 17.46 10.32 8.49 9.98 9.93 7.70 7.28 7.76

북 0.91 1.14 1.11 1.02 0.86 0.89 1.00 0.92

충남 1.04 1.04 0.89 0.87 0.77 0.69 0.66 0.66

충북 1.18 1.17 1.12 1.05 0.72 0.88 0.88 0.86

평균 2.17 1.75 1.60 1.60 1.50 1.34 1.28 1.27

지역 2008년 2009년 2010년 2011년 2012년 2013년 2014년 평균

서울 0.27 0.34 0.30 0.23 0.19 0.21 0.20 0.34

부산 1.03 1.14 0.88 0.94 0.86 0.90 0.92 1.06

구 0.81 0.74 0.78 0.73 0.76 0.74 0.70 0.86

인천 0.76 1.07 0.83 0.76 0.70 0.69 0.69 0.93

주 0.42 0.34 0.34 0.31 0.34 0.35 0.35 0.40

0.84 0.92 0.83 0.79 0.73 0.83 0.83 0.92

울산 0.70 0.63 0.73 0.71 0.68 0.61 0.60 0.72

경기 0.52 0.47 0.39 0.35 0.34 0.33 0.34 0.60

강원 1.38 1.43 1.30 1.33 1.18 1.24 1.28 1.76

경남 0.46 0.37 0.42 0.40 0.44 0.48 0.47 0.52

경북 0.81 0.77 0.74 0.71 0.64 0.64 0.63 1.10

남 5.05 5.14 6.37 4.66 3.92 5.82 6.41 7.75

북 0.97 0.99 0.92 0.85 0.91 1.01 1.05 0.97

충남 0.63 0.63 0.60 0.51 0.53 0.55 0.55 0.71

충북 0.84 0.79 0.70 0.64 0.64 0.61 0.58 0.84

평균 1.03 1.05 1.07 0.93 0.86 1.00 1.04 1.30


－ 111－

<표 10> 에너지 다소비형 제조업 비율과 에너지 효율성에 따른 분류

그룹 고비율 비율 비율

고효율 울산 서울, 주, 경남

효율구, 인천, ,

북, 충남, 충북경기

효율 남, 부산, 강원, 경북

<표10>에 의하면, 에 지 다소비형 제조업이 비율인 지역은 총 4곳으로

그 3곳은 고효율 그룹에 해당하 고 1곳은 효율 그룹에 속하 다. 에

지 다소비형 제조업이 비율인 7곳의 지역 1곳은 고효율 그룹에 해당하

고 나머지 6곳은 효율 그룹에 속하 다. 에 지 다소비형 제조업이 고비

율인 경우 4곳 모두 효율 지역에 속하 다. 에 지 다소비형 제조업의 비율

이 커질수록 에 지 효율은 낮아지는 경향성을 볼 수 있었다.

<표8>과 <표10>에서 볼 수 있듯이 두 분류기 에 지 다소비형 제조

업 비율을 이용하여 분류할 때 더 분명한 구분을 할 수 있었다. 이는 단순히

제조업의 총생산보다는 다른 유형의 제조업 상호간의 조합이 에 지 효율을

설명하는데 더 하다는 것을 나타낸다. 분석을 통하여 에 지 다소비형

제조업의 총생산만으로 해당 지역의 에 지 효율이 결정되지 않는다는 것을

알 수 있다. 이는 에 지 효율과 생산성이 낮다고 밝 진 에 지 다소비형 제

조업의 총생산크기가 큼에도 불구하고 에 지 효율을 높일 수 있다는 것을

뜻한다. 표 으로, 울산의 경우 에 지 다소비형 제조업 총생산은 다른 총

생산 규모, 총생산 소규모에 속한 지역들보다 더 컸으나 에 지 효율은 고

효율 그룹에 속하 다. 한 경남 같은 경우에도 총생산 소규모 그룹에 속한

, 구, 북, 강원보다 에 지 다소비형 제조업의 총생산은 더 컸으나 효

율은 더 높았다. 반면 강원 같은 경우 에 지 다소비형 제조업 총생산은 지역

가장 작았으나 효율 그룹에 속하 다. 에 지 다소비형 제조업 비율로

분류했을 때 경남, 울산, 강원은 각각 에 지 다소비형 제조업 비율, 비


－ 112－

율, 고비율로 분류 다. 즉, 에 지 다소비형 제조업의 총생산이 큰 지역의 경

우 에 지 효율성을 높이기 해선 그와 맞게 에 지 소비형 제조업을 키

우면 에 지 효율을 높일 수 있는 반면 에 지 다소비형 제조업 총생산이 작

더라도 소비형 제조업의 총생산 크기 한 작으면 에 지 효율이 낮을 수

있다는 것을 뜻한다. 특히 에 지 소비형 제조업 비 에 지 다소비형 제

조업의 비율이 1이 넘어가는 지역은 모두 효율 그룹에 속하 는데 이와 같

은 결과는 에 지 다소비형 제조업보다 소비형 제조업의 총생산 크기를 더

크게 유지하는 것이 에 지 효율측면에서 요하다는 것을 나타낸다.

Ⅴ. 결론 토의

우리나라와 같은 에 지 다소비 국가에서 에 지 효율 향상은 요한 국가

과제이다. 국내에서 제조업은 산업의 심이며 에 지를 가장 많이 소비하는

산업이다. 따라서 제조업이 에 지 효율에 미치는 향을 분석하고 이에 따라

에 지 효율을 향상시키는 방안을 제안 하는 것은 요하다. 따라서 본 연구

에서는 확률변경분석을 이용하여 지역별 에 지 효율을 측정 비교하 다.

요한 분석결과를 정리하면 다음과 같다.

첫째, 에 지 효율 측정 결과 체 평균 에 지 효율은 0.81이었으며 서울

과 주의 에 지 효율이 가장 높았고 남의 에 지 효율이 가장 낮았다. 인

천을 제외하고 각 지역들은 시간이 흐름에 따라 에 지 효율성이 증가하 고

모든 지역은 에 지 효율에서 차이를 나타냈다. 둘째, 지역별 제조업 비 은

각 해당 지역의 에 지 효율에 유의한 향을 미쳤다. 1) 기 자 정 기

기 제조업 비 과 2)기계 운송장비 기타제품 제조업 비 이 높을수록 지

역의 평균 에 지 효율성에 양의 향을 미쳤으며 3)비 속 물 속제품

제조업 비 과 4)석탄 석유, 화학제품 제조업 비 이 높을수록 지역의 평


－ 113－

균 에 지 효율성에 음의 향을 미쳤다. 더 나아가 제조업 유형을 에 지 소

비 특성에 따라 재분류 한 후, 상세분석을 통해 국의 에 지 효율 변화를

해당 지역의 에 지 소비 특성별 제조업 비 변화를 통하여 설명할 수 있었

다. 셋째, 에 지 소비 특성별 제조업의 총생산 크기만을 이용하여 지역별 에

지 효율차이를 설명할 수 없었다. 에 지 소비 유형별 제조업의 인

총생산크기보다 유형별 제조업 비율이 효율 차이를 설명하는데 더 하

다. 분류 결과, 에 지 다소비형 제조업 총생산크기로 구분했을 때는 그룹별

로 에 지 효율에 하여 뚜렷한 경향성과 차이를 확인 할 수 없었던 반면,

제조업 구조로 분류했을 때는 에 지 다소비형 제조업이 비율인 지역 4개

3개가 고효율 그룹에 속하 고 에 지 다소비형 제조업이 고비율인 지역

은 모두 효율성 그룹에 속하여 뚜렷한 차이를 확인 할 수 있었다. 와 같

은 분석 결과를 바탕으로 에 지 다소비형 제조업의 총생산크기를 크게 유지

하더라도 에 지 효율을 높일 수 있다는 시사 을 얻을 수 있었다. 에 지 다

소비형 제조업은 국가의 기간산업으로 없어선 안 될 제조업 분야이다. 따라서

에 지다소비형 제조업의 총생산크기를 유지하며 에 지 효율을 높이는 것이

요하다. 분석결과는 에 지 다소비형 제조업의 총생산을 크게 유지하더라도

그에 맞게 에 지 소비형 제조업의 총생산크기를 키우면 높은 에 지 효율

을 얻을 수 있다는 것을 나타낸다. 반면에 에 지 다소비형 제조업의 총생산

크기가 작더라도 에 지 소비형 제조업의 총생산크기도 함께 작다면 에

지 효율은 낮았다. 한국의 에 지 다소비형 제조업의 경우 표 으로 남,

울산에서 집 육성 다. 이 에 남은 에 지 효율 그룹에 속하 지만 울

산의 경우 에 지 소비형 제조업도 같이 육성함으로써 울산의 에 지 효율

은 국 에 지 효율 평균보다 높았으며 에 지 고효율 그룹에 속할 수 있었

다. 최근에도 각 지역들은 지역별 특성화 산업을 집 육성할 계획을 수립하

고 있다. 산업의 유형은 각 지역의 에 지 효율에 지 한 향을 미칠 수 있

으나, 많은 지역들은 에 지 효율을 고려하지 않고 육성할 산업의 업종을 결

정하고 있다. 에 지 효율의 요성이 증 되고 있는 지 , 에 지 효율을 고


－ 114－

려한 산업 육성 정책의 수립이 필요하다. 따라서 에 지 효율 에서 에 지

다소비형 제조업을 집 육성 하고자 할 때, 해당 지역은 에 지 소비형 제

조업도 함께 육성시키는 것이 바람직한 것으로 보인다.

하지만 본 연구에서는 인천의 경우에서 찰할 수 있었던 것처럼, 감소한

효율을 제조업 구조를 이용하여 설명하지는 못한 한계 을 가지고 있다. 제조

업은 1) 기 자 정 기기 제조업, 2)기계 운송장비 기타제품 제조업,

3)비 속 물 속제품 제조업 비 과 4)석탄 석유, 화학제품 제조업으

로 분류되지 않고 더 다양하게 분류할 수 있다. 한 구성하는 인원의 교육

훈련 수 , 해당 지역의 기술개발능력, 규모의 경제 효과 등에 해당 제조

업의 특성이 향 받을 수 있다. 이러한 요인을 고려한다면 추가 인 분석이

가능할 것으로 보인다.

이러한 한계에도 불구하고 본 연구는 국내에서는 연구가 미흡한 지역별 에

지 효율 측정, 비교를 총 요소 효율 측정방법인 확률변경모형을 이용하여

수행하 고 이를 제조업의 유형를 통해 설명한 기연구라는 것에 의의가 있

다. 한 본 연구결과는 국가의 에 지 효율 향상을 한 산업 발 략을

수립하는 근거가 될 수 있을 것이다.



－ 115－

◎ 참 고 문 헌 ◎

공지 ·정수 ·강상목. 2016. “확률변경 비용함수를 이용한 환경오염지수 계측과 향

요인 분석.” 환경정책 24(3) : pp207-231

김진수. 2015. “우리나라 에 지소비 분해분석 연구에 한 고찰.” 에 지경제연구

14(3) : pp265-291.

김 욱·황석 . 2015. “제조업 에 지 생산성 분해분석.” 자원·환경경제연구 24(2) :

pp411-433

박정욱·김수이. 2013. “한국과 일본의 산업부문 에 지 소비에 한 LMDI 요인분해분석.”

에 지경제연구 12 : pp67-103

서승환. 2004. “서울시 경제의 국민경제 상에 연구.” 서울도시연구 5 :

pp69-89.

이진식. 2010. “제조업부문 에 지효율 추이 분석.” GRI 연구논총, 12(3) : pp249-267.

임재규·김종익. 2014. “국내 산업부문의 력ㆍ에 지 소비효율 비교ㆍ분석.” 에 지경

제연구 13 : pp121-143.

Aranda-Uson, A., Ferreira, G., Mainar-Toledo, M. D., Scarpellini, S., and Sastresa, E.

L. 2012. “Energy consumption analysis of Spanish food and drink, textile, chemical

and non-metallic mineral products sectors.” Energy 42(1) : pp477-485.

Battese, G. E., and Coelli, T. J. 1995. “A model for technical inefficiency effects in a

stochastic frontier production function for panel data.” Empirical economics 20(2) :

pp25-332.

Choi, Y., Zhang, N., and Zhou, P. 2012. “Efficiency and abatement costs of

energy-related CO 2 emissions in China: a slacks-based efficiency measure.”

Applied Energy 98 : pp198-208.

Coelli, T., and Perelman, S. 1999. “A comparison of parametric and non-parametric

distance functions: With application to European railways.” European journal of

operational research 117(2) : pp326-339


－ 116－

Debreu, G. 1951. “The coefficient of resource utilization.” Econometrica: Journal of the

Econometric Society 19(3) : pp273-292.

Farrell, M. J. 1957. “The measurement of productive efficiency.” Journal of the Royal

Statistical Society Series A 120(3) : pp253-290

Hernandez-Sancho, F., Molinos-Senante, M., and Sala-Garrido, R. 2011. “Energy

efficiency in Spanish wastewater treatment plants: A non-radial DEA approach.”

Science of The Total Environment 409(14) : pp2693-2699

Hu, J. L., and Wang, S. C. 2006. “Total-factor energy efficiency of regions in China.”

Energy policy 34(17) : pp3206-3217.

Kumbhakar, S. C., Denny, M., and Fuss, M. 2000. “Estimation and decomposition of

productivity change when production is not efficient: a paneldata approach.”

Econometrics Review 19(4) : pp312-320

Lin, B., and Du, K. 2013. “Technology gap and China's regional energy efficiency: a

parametric metafrontier approach.” Energy Economics 40 : pp529-536

Lin, B., and Long, H. 2015. “A stochastic frontier analysis of energy efficiency of

China's chemical industry.” Journal of Cleaner Production 87 : pp235-244.

Lin, B., and Wang, X. 2014. “Exploring energy efficiency in China`s iron and steel

industry: A stochastic frontier approach.” Energy Policy 72 : pp87-96.

Lovell, C. K., Travers, P., Richardson, S., and Wood, L. 1994. “Resources and

functionings: a new view of inequality in Australia.” Models and measurement of

welfare and inequality. Springer Berlin Heidelberg : pp 787-807

Mukherjee, K. 2008. “Energy use efficiency in the Indian manufacturing sector: an

interstate analysis.” Energy policy 36(2) : pp662-672

Shepherd, R. W. 2015. Theory of cost and production functions. Princeton University

Press.

Shi, G. M., Bi, J., and Wang, J. N. 2010. “Chinese regional industrial energy efficiency

evaluation based on a DEA model of fixing non-energy inputs.” Energy policy

38(10) : pp6172-6179.


－ 117－

Wu, F., Fan, L. W., Zhou, P., and Zhou, D. Q. 2012. “Industrial energy efficiency with

CO 2 emissions in China: a nonparametric analysis.” Energy Policy 49 :

pp164-172.

Zhou, P., and Ang, B. W. 2008. “Linear programming models for measuring

economy-wide energy efficiency performance.” Energy Policy 36(8) : pp2911-2916.

Zhou, P., Ang, B. W., and Zhou, D. Q. 2012. “Measuring economy-wide energy

efficiency performance: a parametric frontier approach.” Applied Energy 90(1):

pp196-200.


－ 118－

ABSTRACT

Regional energy efficiency estimation with a

stochastic frontier model

- The Impact of manufacture structure on energy efficiency-

Seungmo Im* and Myung suk Kim**

Due to the absence of natural resources, S. Korea has low energy

independence. Also S. Korea is manufacturing-oriented country that

uses more 50% of total energy consumption in the manufacturing

sector. Therefore it is important to measure energy efficiency and

analyze the impact of manufacturing structure on energy efficiency. In

this paper, the energy efficiency of 15 metropolitan cities and

provinces is measured by using stochastic frontier model from 2000 to

2014. As a result, the average energy efficiency of whole regions is

0.81, and the energy efficiency is improved with time. Seoul and

Gwangju show the highest efficiency of 0.97 and Jeonnam has the

lowest efficiency of 0.47. By comparing energy efficiency among

regions, we find factors that cause the regional differences. In

particular, the regional manufacturing structure has a significant impact

on energy efficiency. The result show that the higher the proportion of

large energy consumption manufacturing, the lower energy efficiency.

Finally, we suggest recommendation to reduce the regional differences

and improve energy efficiency

Key Words : Regional energy efficiency, Stochastic frontier analysis,

manufacturing structure.

* Graduate school, Sogang University (main author). [email protected]

** College of Business Administration, Sogang University(corresponding author).

[email protected]

－ 119－

에너지경제연구 제16권 제 2호 정 책Korean Energy Economic ReviewVolume 16, Number 2, Sep 2017 : pp. 119 ~ 152

평균-분산이론을 활용한 원구성계획의

타당성 분석*

차경수**

요 약

본 연구의 주요목 은 평균-분산이론을 용하여 재 논쟁 에 있는 탈원

· 탄소 원구성의 타당성을 평가하는 것이다. 이를 해 제7차 력수 기본

계획에서 고려한 외부비용을 반 하는 효율 론티어를 도출한 후, 제7차 력

수 기본계획과 정부의 원구성방향을 평가하 다. 분석결과, 제7차 력수

기본계획과 정부의 원구성방향에 의해 도출된 원포트폴리오들은 발

비용 비용변동측면에서 모두 비효율 인 것으로 평가되었다. 특히, 원자력과

석탄의 발 비 을 축소하고 LNG와 신재생에 지의 발 비 을 확 하려는

정부의 원구성방향은 비용 뿐 아니라, 비용변동 험까지 크게 증가시킬 수

있는 것으로 분석되었다. 이는 재의 비용구조 하에서는 LNG와 신재생에 지의

발 비 증가가 원구성의 비용과 비용변동 험을 다른 원들에 비해 크게

증가시키기 때문이다. 따라서 이상의 분석결과들은 정부의 원구성방향은

력공 의 환경성과 안 성은 담보할 수 있으나, 경제성과 안정성을 담보하기

에는 미흡함을 의미하므로, 추진속도에 신 을 기해야 함을 지 하는 것이다.

주요단어 : 평균-분산이론, 원구성, 력수 기본계획, 몬테칼로 모의실험

경제학문헌목록 주제분류：Q40, Q48, G11

* 이 논문은 부산 학교 기본연구지원사업(2년)에 의하여 연구되었습니다.

** 부산 학교 경제통상 학 경제학부 부교수


－ 120－

Ⅰ. 서 론

정부는 력수 의 안정을 해 지난 2002년부터 매2년 단 로 력수 기

본계획을 수립하고 있다. 이에 따라 2015년까지 총7차례의 력수 기본계획

이 발표 으며, 2017년 으로 제8차 력수 기본계획이 수립될 정이다.

력수 기본계획의 주요내용은 장기(향후 15년) 력수요 망치인 기 수요

로부터 수요 리에 의해 도달할 수 있는 최종 목표수요를 도출한 후, 이를 충

족하기 해 요구되는 정 설비규모와 원구성( 원포트폴리오)을 도출하는

것이다. 통 으로 이와 같은 원구성계획법은 “최소비용 원구성계획법”

에 의존해 왔다. 이는 이미 존재하거나 건설 정인 발 설비들을 상태변수로

가정한 후, 주어진 목표수요를 최소비용으로 달성 하는 설비규모를 도출하

는 동 계획기법(dynamic programming)을 의미한다. 이 경우, 수요자료(수요

패턴, 최 수요) 비용자료(연료가격, 건설비용, 유지비용 등)와 할인율 등은

외생변수로 투입되게 된다.1)

최소비용 원구성계획법의 단 은 발 비용 력시장의 환경변화로 최

근 들어 빠르게 증가하고 있는 다양한 불확실성을 반 하지 못한다는 이다.

여기서, 비용 련 불확실성이란 단순히 발 연료의 가격변동성 증가에 기인한

불확실성 뿐 아니라, 기후변화의 심화로 차 요성이 증가하고 있는 환경비

용과 련된 다양한 불확실성을 의미한다. 한 력시장 련 불확실성이란

최근 들어 발 매부문에 경쟁체제가 도입됨에 따라, 력가격 결정과정

의 불확실성이 과거에 비해 보다 다양한 원천을 가지게 음을 의미한다. 이

와 같은 불확실성 외에, 최소비용 원구성계획법은 연상원리상 장기 력수

1) 력수 기본계획에서는 최소비용 원구성계획법을 용하기 해 산모형인 WASP을

이용하고 있다.

평균-분산이론을 활용한 원구성계획의 타당성 분석

－ 121－

요 망에 기 한 정 설비규모를 찾으므로, 수요 측과 련된 불확실성이

계획단계부터 존재하게 된다. 이는 망과정 필연 으로 발생하는 측오

차로 인해 력수 기본계획 하에서도 력공 의 과부족이 항시 존재할 수

있음을 의미하는 것이다. 이와 같은 이유들로 인해 해외에서는 최소비용 원

구성계획법 신 융-재무 분야의 기 가 되고 있는 평균-분산모형(mean

-variance model)을 안 원구성계획법으로 활용하고 있다.

Markowitz(1952)의 평균-분산모형은 개별자산보다 포트폴리오에 투자할 경

우, 투자수익률의 변동 험을 감소시킬 수 있다는 “포트폴리오 효과”를 강조

하는 이론이다. 따라서 평균-분산모형과 지배원리(dominance principle)를

원구성계획법에 용할 경우, 발 비용 뿐 아니라 력생산과 련된 다양한

불확실성까지 최소화할 수 있는 원 포트폴리오를 얻을 수 있게 된다. 특히,

평균-분산모형은 kWh당 발 비용과 비용변동 험을 최소로 하는 원포트폴

리오를 구하므로 력수요 측을 필요로 하지 않는 장 을 갖는다. 신,

Kienzle, Koeppel, Stricker and Anderson(2007)은 력수요가 주어질 경우, 평

균-분산모형으로부터 얻어진 최 의 원구성을 달성하기 해 필요한 원

별 발 소 용량 개수를 산출하는 방식을 제시하 다. 따라서 평균-분산모

형에 의한 원구성계획법은 최소비용 원구성계획법에서 발생하는 수요

측 련 불확실성도 제거할 수 있는 장 을 갖게 된다.

2015년 12월 세계 196개 국가들은 기후변화 응을 해 Post-2020 신기후

체제를 구축하 다. Post-2020 체제에서는 매5년마다 이 수 보다 개선된

온실가스 감축목표를 유엔에 제출해야 하는 래칫(ratchet)메커니즘이 용되므

로, 국내 최 온실가스 배출원인 발 부문의 감축부담도 크게 증가할 망이

다. 이에 따라 정부는 석탄발 비 을 축소하고 LNG와 신재생에 지의 발

비 을 확 하는 탄소 원구성을 제7차 력수 기본계획의 기본방향으로

설정하 다. 특히, 이와 같은 기조는 원자력과 석탄발 을 LNG와 신재생에

지로 체하려는 정부의 원구성방향을 고려할 경우, 제8차 력수 기본

계획에서 더욱 강화될 망된다.


－ 122－

본 연구의 주요 목 은 “비용- 험 최소화”기 에 기 하여 재 국내에서

진행 에 있는 원구성방향의 타당성을 평가하고, 원별 발 비 변화가

원포트폴리오에 미치는 효과를 분석하는 것이다. 이를 해 본 연구는 제7

차 력수 기본계획에서 고려한 외부비용을 반 하는 원포트폴리오를 도

출한 후, 이에 기 하여 제7차 력수 기본계획과 정부가 계획하고 있는

탈원 · 탄소 원구성기조의 타당성을 평가하 다. 한 비용과 험에

한 사회 반의 선호체계를 가정하여, 재의 비용구조에서 선호체계의 변화가

원구성에 미치는 향을 살펴보았다. 특히, 본 연구는 력발 비용을 추정

함에 있어 몬테칼로 모의실험을 수행하 다. 이는 단순히 과거자료만을 이용

하여 발 비용을 추정하기보다는, 발 비용의 분포를 생성함으로서 미래 발생

할 수 있는 비용흐름의 불확실성을 반 할 수 있다는 장 을 갖게 된다.

본 연구의 구성은 다음과 같다. 먼 , 제2장에서는 선행연구 원구성계

획에 평균-분산모형을 용하는 방법론을 살펴본다. 제3장에서는 원별 발

비용의 몬테칼로 시뮬 이션 차를 설명하고, 그 결과를 살펴본다. 제4장에서

는 효율 론티어에 치하는 원포트폴리오들의 특성을 논하고, “비용-

험 최소화”기 에 기 하여 7차 력수 기본계획 정부 원구성방향의

타당성을 평가한다. 마지막으로 제5장에서는 본 연구의 주요 분석결과를 살펴

보고, 이로부터 얻어지는 정책 함의를 논한다.

Ⅱ. 분석방법

2-1. 선행연구

평균-분산모형을 원구성계획에 최 로 용시킨 연구는 Bar-Lev and

Katz(1976)이다. 이들은 미국 력시장을 상으로 한 분석에서 화석 원(석


－ 123－

탄, 석유 천연가스)으로 구성된 효율 원포트폴리오를 도출한 후, 이를

지역별 발 회사들의 원포트폴리오와 비교하 다. 분석결과, 발 회사들은

높은 수익과 험을 갖는 원포트폴리오를 구성하고 있었으며, 력산업에

한 코스트- 러스(cost-plus) 형태의 규제는 발 회사들이 더 큰 험을 갖

는 원포트폴리오를 구성 하는 요인인 것으로 분석되었다. Awerbuch and

Berger(2003)는 EU의 원포트폴리오를 상으로 한 연구에서, 높은 고정비

용으로 인해 제외되었던 신재생에 지를 원구성계획에 포함시키는 것은

원포트폴리오의 비용변동 험을 감소시킬 수 있음을 지 하 다.

한편, Roques, Newbery and Nuttall(2008)은 력부문의 외부비용을 고려하

기 해 연료가격, 력가격 탄소배출권가격간의 상 계가 원포트폴리

오에 미치는 향을 분석하 다. 분석결과, 국과 같이 이들 가격간의 상

계가 낮을 경우 원포트폴리오는 CCGT(Combined Cycle Ggas Turbine), 석

탄 원자력으로 구성되나, 상 계가 증가할수록 CCGT의 비 이 증가함

을 발견하 다. 최근 들어, Bhattacharya and Kojima(2012)는 일본의 원포

트폴리오를 상으로 한 연구에서 신재생에 지의 비 확 는 화석 원가격,

자본비용, 유지보수비용 탄소배출비용을 포함하는 발 비용의 변동 험을

감소시킬 수 있음을 지 하 다. 이들은 모의실험을 통해 재 1.37%에 머물고

있는 신재생에 지의 발 비 을 9%까지 상향조정할 수 있음을 제시하 다.

Ahn, Woo and Lee(2015)는 최소비용 원계획법과 평균-분산모형에 기

하여 2012∼2030년에 걸친 한국의 원포트폴리오를 도출하 다. 이를 해

이들은 정책 ·물리 제약조건들과 함께 탄소배출비용을 포함한 다양한 외부

비용을 고려하 다. 분석결과, 최소비용 원계획법의 경우 지속가능한 발 을

해서는 석탄 LNG 발 이 신재생에 지와 원자력으로 체되어야 하는

것으로 나타났다. 그러나 최소비용 원계획법에 의해 도출된 원포트폴리오

는 평균-분산모형에서 도출된 효율 원포트폴리오들에 비해 “비용- 험

최소화” 기 에서 비효율 이며, 최소비용 원계획법은 신재생에 지의 발

비 을 제한시키는 결과를 래하게 됨을 지 하 다. 국내의 경우, 윤원철


－ 124－

(2009)은 동서발 (주)의 자료를 이용하여 신규 유연탄 LNG 복합발 도

입의 효율성을 평가하 다. 분석결과, 이들 두 발 설비의 도입은 동서발

원포트폴리오의 비용 비용변동 험을 감소시킬 수 있는 것으로 나타났으

며, 둘 에서는 신규 유연탄발 의 도입이 비용 험수 을 더 크게 감소

시킬 수 있는 것으로 나타났다. 이유수(2012)는 국내 원포트폴리오의 경우,

원자력과 신재생에 지의 발 비 이 높아질수록 비용변동 험이 낮아질 수

있음을 지 하 다.

2-2. 평균-분산모형

평균-분산모형의 기본원리는 분산투자와 지배원리(dominance principle)이

다. 다시 말해, 모든 융자산에 향을 미치는 체계 험(시장 험)은 제거

할 수 없으나, 개별자산만의 비체계 험은 분산투자를 통해 감소시킬 수

있다는 것이다. 따라서 투자자는 주어진 기 수익 수 에서 수익률의 변동

험을 최소화하는 포트폴리오들을 구성할 수 있게 된다. 그러나 이들 모두가

최 의 포트폴리오가 되는 것은 아니며, 지배원리에 의해 이들 동일한 수

익률 변동 험에서 더 높은 기 수익을 갖는 포트폴리오만이 최 의 포트폴

리오가 되는 것이다. 효율 론티어(frontier)는 주어진 각각의 기 수익 수

에서 이처럼 정의된 최 의 포트폴리오들이 치하는 역을 나타내는 곡

선을 의미한다.

평균-분산모형을 원구성계획법에 용하기 해서는 발 비용의 역수를

수익으로 정의한 후, 주어진 기 수익 수 에서 수익률변동 험을 최소화하는

원포트폴리오를 구하면 된다. 그러나 이는 주어진 기 비용 수 에서 비용

변동 험을 최소로 하는 원포트폴리오와 동일하므로, 본 연구는 후자의 “비

용- 험 최소화”기 을 따르기로 한다. 이와 같은 원포트폴리오는 다음과

같은 최 화 문제의 해(solution)인 원별 비 ()을 구해 얻을 수 있다.


－ 125－

≤ ≤

≥

≠

(1)

여기서, 는 개의 원들로 구성된 원포트폴리오의 기 비용(원/kWh)

을, 는 원별 발 비 을 각각 의미한다. 본 연구는 원포트폴리오를 구

성함에 있어 원별 발 비 을 정격용량기 과 발 량(피크기여도)기 으로

나 어 정의하 다. 이는 력수 기본계획의 경우 통상 이 두 기 으로 원

구성계획이 이루어지고 있으며, 정부의 원구성방향도 발 량기 으로만

제시되어 있는 을 반 하기 함이다. 한편, 식(1)에서 고려된 원들은 원

자력, 유연탄, 무연탄, LNG, 석유, 양수 신재생에 지로 력수 기본계획

에서 고려되고 있는 원들 집단에 지를 제외한 총 7개 원들이다. 따라

서 식(1)의 최 화 문제는 원포트폴리오의 기 비용이 로 주어진 경우,

기 비용 의 분산을 최소로 만드는 비 를 구하는 문제이다. 이 경우,

목 함수인 의 분산은 7개 원들의 비용변동률의 분산() 공분산()

으로 구성된다.

마지막으로 식(1)의 제약조건들이 갖는 의미를 살펴보면 다음과 같다. 먼 ,

원별 비 의 합은 100%가 아닌 ( )%로 설정되어 있다. 여기서,

는 제7차 력수 기본계획에서 설정된 2029년 집단에 지의 발 비

을 의미한다. 따라서 이는 최 화문제에서 제외된 집단에 지의 발 비 을

주어진 것으로 반 하기 한 제약이다. 이에 따라 는 정격용량기 일

경우에는 5.5%로, 발 량기 일 경우에는 5.8%로 설정되었다. 다음으로 본 연

구는 원구성계획과정에서 존재하는 실 제약들을 반 하기 해 원별


－ 126－

발 비 의 상한과 하한을 설정하 다. 이에 따라 원별 발 비 의 상한은

2014년 원구성에서 차지하는 원별 비 으로부터 10%이상 벗어나지 못하

도록 설정되었다. 이는 특정 원의 정격용량(혹은 발 량)비 을 10%이상

증가시킨다는 것은 실 으로 불가능하므로, 제7차 력수 기본계획의 기

시 인 2014년을 심으로 원별 비 의 상한을 제한한 것이다. 한 모든

원들의 하한은 0%로 정의했으나2), 신재생에 지의 경우는 신재생에 지 공

의무화제도(RPS)를 반 하기 해 2023년 의무공 수 인 10%를 발 비

의 하한()으로 설정하 다.

2-3. 사회 반의 선호체계를 고려한 원포트폴리오

지배원리에 의해 효율 론티어 선상에 치하는 원포트폴리오들은 서

로 무차별하다. 이는 이들 원포트폴리오들은 주어진 각각의 최소 비용변동

수 에서 최소의 기 비용을 달성하므로 서로 간의 우열을 가릴 수 없기 때

문이다. 따라서 이들 유일한 원포트폴리오를 선택하기 해서는 Liu and

Wu (2007) Roques, Newbery and Nuttall(2008)에서와 같이 비용 험

에 한 사회 반의 선호체계에 한 가정이 요구된다.3) 따라서 본 연구는

다음과 같은 험회피 (risk-averse) 투자자의 효용함수를 가정하 다.

(2)

식(2)에서 는 험회피도를 측정하는 계수로 이면 험회피 ,

2) 발 비 의 하한 역시, 2014년 원구성에서 차지하는 비 으로부터 10% 이상 벗어나지 못

하도록 했으나, 0%로 설정하는 경우와 차이가 없는 것으로 나타났다.

3) 이들은 비용 신 원포트폴리오의 수익개념을 이용하 다. 따라서 이들의 효용함수는 다

음과 같은 형태를 갖는다: . 여기서, 는 원포트폴리오의 수익

을 의미한다.


－ 127－

이면 험 립 , 그리고 이면 험선호 임을 의미한다. 따라서

선호체계가 이처럼 주어지게 되면 서로 무차별한 최 의 원포트폴리오들

, 사회 반의 효용을 극 화하는 원포트폴리오를 선택할 수 있게 된다.

이 경우, 원포트폴리오의 선택은 험회피계수 에 향을 받게 된다. Grossman

and Shiler(1981)는 기존문헌들에서 는 2∼4사이의 값을 갖고 있음을 지 했

으며, Bodie, Kane and Marcus(1999)는 을 평균값으로 이용하 다. 반

면, Roques, Newbery and Nuttall(2008)은 0.1∼100까지의 값을 통해 의 변

화가 원구성에 미치는 효과를 살펴보았다. 본 연구는 효율 론티어에

치하는 원포트폴리오들의 원별 비 을 변화시키는 값을 찾아 으로서,

험에 한 선호체계의 변화가 원구성방향에 미치는 효과를 살펴보기로

한다.

Ⅲ. 력발 비용의 추정

식(1)의 최 화 문제를 풀기 해서는 원/kWh로 표시되는 원별 발 비용

을 구해야 한다. 본 연구는 발 부문의 외부성을 반 하기 해 원별 발

비용을 사 비용과 외부비용의 합으로 정의하 다. 여기서, 사 비용이란 연료

비 뿐 아니라, 운 유지비(변동 고정)와 건설비를 포함하는 개념이다. 따라

서 사 비용으로 연료비만을 고려할 경우 신재생에 지는 무 험 원4)이 되

나, 본 연구와 같이 운 유지비와 건설비까지 포함시킬 경우에는 험 원으

로 분류된다. 한편, 외부비용이란 력발 의 외부성에 의해 래되는 비용으

4) 평균-분산모형에서 무 험 자산이란 수익(률)의 변동이 없는 자산을 의미한다. 따라서 평균

-분산모형을 발 부문에 용할 경우, 무 험 원은 kWh/원으로 표시되는 원별 수익이

나 원/kWh로 표시되는 원별 비용의 변동이 없는 원을 의미하게 된다. 이에 따라 연료

비만을 발 비용으로 포함시킬 경우, 신재생에 지는 비용(수익)변동 험이 존재하지 않는

무 험 원이 되는 것이다.


－ 128－

로 본 연구는 제7차 력수 계획에서 고려한 환경비용, 송 비용, 정책비용

탄소배출비용 등을 고려하 다.

3-1. 몬테칼로 모의실험에 의한 력발 의 사 비용 추정

일반 으로 발 비용의 개념으로는 매년 불규칙하게 발생하는 발 비용을

연도별로 등가화한 균등화비용(levelized generation cost)의 개념을 이용한다.

×

(3)

식(3)에서 는 할인율, 은 발 소 수명기간, 그리고 는 연료비, 운 유

지비 건설비를 포함하는 연도별 발 비용을 의미한다. 한

는 자본회수계수(capital recovery factor)로 발 소

수명기간 동안 발생하는 발 비용의 연간 회수율을 의미한다. 따라서 균등화

비용 는 발 소의 건설 수명기간 동안 발생하는 비용흐름의 재가치 총

액을 자본회수계수 비율로 균등화시킨 연간 발 비용이라 할 수 있다.

원별 균등화비용의 기댓값을 구하기 해서는 발 소 수명기간 동안 발

생할 것으로 기 되는 발 비용 의 분포에 한 정보를 필요로 한다. 그러

나 실 으로는 이와 련된 충분한 정보를 갖고 있지 못하므로, 부분의

선행연구들은 과거 발생한 비용자료를 이용하여 균등화비용을 얻은 후, 이를

기댓값으로 이용하고 있다. 그러나 본 연구는 이들과 달리 미래 발생할 비용

흐름의 불확실성을 반 하기 해, Roques, Nwebery and Nuttall(2008)과 같

이 몬테칼로 모의실험을 시행하 다. 이들의 경우, 국자료를 이용하여 3개

원들(원자력, 석탄 CCGT(Combined Cycle Gas Turbine))의 비용흐름을

다변량 정규분포로부터 생성하 다. 본 연구도 이들과 유사하게 고려 상인 7

개 원들의 비용흐름을 다변량 정규분포로부터 추출한 후, 이로부터 원별


－ 129－

균등화비용을 산출하 다. 그리고 이와 같은 작업을 반복함으로서 원별 균

등화비용의 분포를 생성하 다. 다만, 원별 발 비용에 한 세부정보가 알

려져 있지 않으므로, 원별 정산가격의 정보를 이용하 다. 이는 고정비와 변

동비를 보상해주는 국내 정산시스템의 특성상, 실무 으로는 정산가격을 발

비용의 체자료로 이용하고 있기 때문이다. 따라서 본 연구에서는 원별 발

비용의 연간증가율은 다변량 정규분포를 따르며, 이들의 평균 공분산은

2001∼2016년까지의 원별 정산가격 연간증가율의 평균 이들 간의 공분

산과 동일한 구조를 갖는 것으로 가정하 다.

이제 이로부터 원별 균등화비용의 분포를 생성하는 모의실험과정을 살펴

보면 다음과 같다. 먼 , 2001∼2016년까지의 원별 정산가격의 평균값을

기 값인 으로 가정한 후, 다변량 정규분포로부터 추출된 원별 비용증가율

을 이용하여 발 소 폐기연도까지 발생할 비용흐름 를 생성한다. 그리고 이

게 생성된 를 이용하여 원별 균등화비용을 계산하고, 이와 같은 작업을

반복함으로서 원별 균등화비용의 분포를 생성하 다. 본 연구는 이와 같은

몬테칼로 모의실험을 수행하기 해 제7차 력수 기본계획에서와 같이 발

소의 수명기간( )을 원자력은 40년, 다른 원들은 30년으로 가정했으며,

할인율()은 5.5%를 용하 다. 식(3)에 나타나 있는 바와 같이 균등화비용은

발 비용 뿐 아니라 할인율에 의해서도 향을 받는다. 국내의 경우 1990년

에는 8%의 할인율을 용했으나, 2000년 이후부터 차 낮아지기 시작하여

제7차 력수 기본계획에서는 5.5%를 용하 다. 할인율이 높을 경우에는

기 투자비가 고 편익이 많이 발생하는 발 원이 경제 으로 평가되는 반

면, 낮은 할인율에서는 기 투자비가 많더라도 편익이 장기 으로 발생하는

발 원이 선호된다. 따라서 낮은 할인율을 용할 경우, LNG에 비해 원자력

발 의 경제성이 높게 평가되는 경향이 있다.

<표 1>은 모의실험을 해 가정된 원별 발 비용 연간증가율의 평균, 표

편차 기값()을 나타내고 있다. 한 <표 2>는 원별 발 비용 연

간증가율들 간의 상 계수 통계 유의성을 나타내고 있다.


－ 130－

<표 1> 몬테칼로 모의실험 전제치

원자력 유연탄 무연탄 유류 LNG 양수 신재생

평균(%) 3.59 4.23 2.98 2.66 0.88 2.42 3.81

표 편차(%) 10.6 9.4 18.8 23.7 16.4 20.7 22.6

(원/kWh) 43.49 54.37 81.40 146.63 117.90 143.98 92.20

<표 2> 전원별 발전비용 증가율들 간의 상관관계


원자력 1.0

유연탄0.1623(0.2741)

1.0

무연탄0.0289(0.4577)

0.4325(0.0471)

1.0

유류-0.0989(0.6423)

0.0019(0.4972)

0.5260(0.0182)

1.0

LNG-0.1031(0.6479)

0.0253(0.4629)

0.5636(0.0115)

0.8910(0.0000)

1.0

양수-0.2816(0.8546)

-0.4196(0.9472)

0.3183(0.1148)

0.6335(0.0042)

0.4203(0.0525)

1.0

신재생0.1779(0.2548)

0.0136(0.4800)

0.4640(0.0351)

0.7074(0.0011)

0.8086(0.0001)

0.2843(0.1429)

1.0

주: ( )은 모집단의 상 계수의 값이 0이라는 귀무가설에 한 검정통계량의 유의확률

(p-value)를 의미한다5).

<표 2>에 나타나 있는 상 계수들의 유의확률(p-value)을 살펴보면, 원자

력 유연탄의 발 비용이 다른 원들의 발 비용과 갖는 상 계수는 부

분 유의성이 없는 것으로 나타나고 있다. 반면, 유류, 무연탄, LNG 신재생

에 지의 발 비용이 서로 갖고 있는 상 계수는 통계 유의성을 갖는 것으

5) 검정통계량은

∼ 로, 은 상 계수, 은 표본수를 의미한다.


－ 131－

로 나타나고 있다. 마지막으로 본 연구는 <표 1>과 <표 2>의 라미터들에

한 가정으로 발생할 수 있는 편의를 제어하기 해, 기 15,000번의 모의

실험 결과를 제거하 다. 한 모의실험 횟수를 변경시켜가며 분포의 수렴여

부를 살펴보았다. 분석결과, 30,000번 이상부터 균등화비용의 분포는 안정 으

로 수렴하는 것으로 나타났다. <표 3>과 <그림 1>은 원별 발 비용의 흐

름을 30,000번 생성함으로서 얻어진 모의실험 결과들을 나타내고 있다. <표

3>을 살펴보면 사 발 비용은 유류가 가장 높고, 다음으로 양수, 신재생에

지, LNG, 무연탄, 유연탄 원자력의 순인 것으로 나타나고 있다. 표 편차

역시 이와 유사한 순서이나, 이 경우는 LNG에 비해 무연탄이 더 큰 것으로

나타나고 있다.

한편, 식(1)의 최 화 문제를 풀기 해서는 원포트폴리오의 기 비용 뿐

아니라 비용변동률 간의 공분산구조에 한 정보가 요구된다. 이 역시, 부

분의 선행연구들은 균등화비용의 경우와 같이 과거 발 비용 자료들을 이용

하고 있으나6), 본 연구는 앞서 실행한 모의실험의 결과를 이용하 다. 다시

말해, 모의실험으로부터 얻어지는 원별 발 비용 증가율들 간의 공분산 분

포를 이용하 다는 것이다. 그러나 이 게 얻어진 공분산 분포의 평균값은 모

의실험을 해 가정한 공분산 값과 거의 같은 값을 갖게 되므로, 식(1)의 최

화 문제를 풀기 해 가정된 비용증가율 간의 공분산구조는 <표 2>의 상

계에 상응하는 공분산구조와 동일하다.

<표 3> 모의실험에 의한 전원별 균등화 발전비용 분포 (원/kWh)


기댓값 68.42 93.26 118.14 205.10 131.69 194.46 150.47

표 편차 22.07 26.81 71.11 166.96 63.69 132.93 119.03

6) 비용변동률 간의 공분산구조를 구함에 있어 Humphreys and McClain(1998)은 다변량

GARCH모형을, Krey and Zweifel(2006)은 SUR모형을 이용하기도 했다.


－ 132－

[그림 1] 모의실험에 의한 전원별 균등화 발전비용 분포 (원/kWh)

3-2. 력발 의 사회 비용추정

본 연구에서 고려한 원별 외부비용은 제7차 력수 기본계획에서 고려

한 환경비용, 탄소배출비용, 송 비용, 정책비용 등으로 주요내용을 간략히

살펴보면 다음과 같다. 먼 , 환경비용은 , , 분진의 원별 배출

량 추정치에 이들 오염물질에 한 EU의 환경비용 추정치를 곱한 값을 이용

하 다. 다음으로 탄소배출비용은 IEA의 탄소배출권가격에 한 2020년 망

치인 25,000원/에 원별 탄소배출계수를 곱해 kWh당 탄소배출비용을

산출하 다. 송 비용은 송 선로 속비용과 이용비용으로“송·배 용 기설

비 이용규정”의 요 단가를 용하여 산출하 다. 속비용의 경우, 원별 표

속설비를 선정하고, 이를 한 건설비와 운 유지비를 산정하 다. 이용비

용은‘송 이용요 표’의 지역별 요 단가를 원별·지역별 용량으로 가 평균

하여 산정하 다. 마지막으로 정책비용이란 송 소 발 소 주변지역에


－ 133－

한 지원 과 사고 험비용에 한 추정치를 의미한다.7) <표 4>는 제7차 력

수 기본계획에서 가정한 원별 외부비용을 나타내고 있다.

<표 4> 7차 전력수급기본계획의 전원별 외부비용(단위: 원/kWh)

비용 원자력 유연탄 무연탄 유류 LNG

환경비용 0.00 9.43 9.43 14.57 2.38

탄소배출비용 0.00 18.97 29.04 15.45 8.18

송 비용 4.25 3.78 2.95 2.95 2.95

정책비용 0.76 0.65 0.47 0.39 0.33

사고 험 응비용 5.72 0.00 0.00 0.00 0.00

합계 10.73 32.83 41.89 33.36 13.84

자료: 조성진·박찬국(2015)

따라서 본 연구에서 이용한 원별 사회 발 비용은 <표 3>의 사 발

비용의 기댓값과 <표 4>의 외부비용의 합으로 정의되며, <표 5>는 이를 나

타내고 있다. <표 5>를 살펴보면 외부비용을 포함시킬 경우 화석연료인 유

류, 유연탄 무연탄의 발 비용이 큰 폭으로 증가하여, 신재생에 지에 비

해 무연탄이 더 높은 발 비용을 갖는 것으로 나타나고 있다. 한 LNG

유연탄과 신재생에 지간의 발 비용 차이도 사 발 비용만 고려할 경우에

비해 크게 감소하는 것으로 나타나고 있다.

<표 5> 전원별 사회적 발전비용 추정결과 (단위: 원/kWh)


사 비용 68.42 93.26 118.14 205.10 131.69 194.46 150.47

외부비용 10.73 32.83 41.89 33.36 13.84 0 0

사회 비용 79.15 126.09 160.03 238.46 145.53 194.46 150.47

7) 사용 후 핵연료 처분비용, · 방폐물 리비용 원 해체비용 등과 같은 원 사후

처리비용은 외부비용으로 처리하기 보다는 운 유지비에 포함하여 처리하고 있다.


－ 134－

3-3. 7차 력수 기본계획에서 가정된 외부비용의 타당성

원구성을 평가함에 있어 환경성, 안 성, 경제성 안정성과 같이 다양

한 측면들을 고려하기 해서는 합리 인 외부비용을 반 해야 한다. 그러나

이를 해 원별 외부비용을 직 추정하는 것은 많은 비용을 수반한다. 따

라서 본 연구는 메타분석(meta analysis)을 통해 발 부문의 외부비용을 추정

한 선행연구들에 기 하여, 제7차 력수 기본계획에서 가정하고 있는 외부

비용의 타당성을 살펴보고자 한다.

먼 , 화력발 의 경우, 탄소배출비용은 원별 탄소배출계수에 탄소배출권

가격을 곱한 값이므로, 이에 한 타당성 여부는 탄소배출권 가격에 한 가

정에 으로 의존하게 된다. 제7차 력수 기본계획에서 가정한 IEA의

2020년 망치는 기존연구들에서도 많이 인용하고 있는 값이므로, 탄소배출비

용 추정치는 큰 무리가 없는 것으로 보인다. 한편, , , 분진은 빈

번한 미세먼지 발생으로 최근 들어 심이 크게 고조되고 있는 외부성이다.

이와 련하여 조성진·박찬국(2015)은 메타분석을 통해 석탄(유연탄 무연

탄), LNG 유류의 환경비용을 각각 13.87원/kWh, 6.33원/kWh, 23.77원

/kWh으로 추정하 다. 따라서 <표 4>에 나타나 있는 환경비용은 이들의 추

정치에 비해서는 크게 낮은 수 임을 알 수 있다.

다음으로 후쿠시마 원 사고 정부의 탈원 정책과 맞물려 최근 들

어 큰 주목을 받고 있는 원 사고 험비용의 타당성 여부를 살펴보고자 한다.

<표 4>에 나타나 있는 5.72원/kWh의 원 사고 험비용은 일본‘비용 등 검증

원회(2011)’의 추정치를 원화로 환산한 값이다. 그러나 조성진·박찬국(2015)

은 이 추정치는 최근까지 집계된 후쿠시마 원 사고의 피해규모를 정확히 반

하지 못함을 지 하 다. 특히, 이들은 일본 원 사고 피해비용을 국내에

합하도록 GDP 인구 도 등으로 보정한 후, 상이한 원 사고 확률(IAEA기


－ 135－

, 세계원 운 기 일본원 운 기 )을 용할 경우, 원 사고 험비

용은 5.13∼28.02원/kWh까지 추정될 수 있음을 지 하 다. 따라서 환경비용

과 같이 이 역시 제7차 력수 기본계획에서는 비교 낮은 수 의 추정치

를 가정하고 있음을 알 수 있다.

<표 4>에 나타난 바와 같이 이들 외에도 송 비용 정책비용과 같은 외

부비용들이 존재하나, 이들을 추정한 메타분석은 존재하지 않는다. 따라서 본

연구는 Sundqvist(2004)의 원별 외부비용의 추정치를 이용하여, 제7차 력

수 기본계획에서 가정하고 있는 외부비용의 타당성을 살펴보고자 한다.

Sundqvist(2004)의 추정치는 US cents/kWh로 표시되어 있으므로, 이를 원

/kWh로 환산하기 해 본 연구는 제7차 력수 기본계획에서 가정하고 있

는 원/달러 환율 체치인 1120원/$을 이용하 다. <표 6>는 이와 같은 과정

을 통해 얻어진 추정치를 나타내고 있다.

<표 6> Sundqvist(2004)의 전원별 외부비용 추정치 (단위: 원/kWh)

비용 원자력 석탄 유류 LNG

최소 0.0034 0.672 0.336 0.0336

값 11.54 92.96 130.14 42.56

평균 96.66 166.54 151.98 56.22

선행연구 편수 16 29 15 24

이를 살펴보면 <표 4>에 나타나 있는 원별 외부비용의 추정치는 최소

추정치보다는 높은 수 임을 알 수 있다. 그러나 원자력을 제외한 그 외 원

들의 경우는 값(median)이나 평균값에 비해 매우 작은 수 으로 추정

음을 알 수 있다. 따라서 이상의 결과들은 제7차 력수 기본계획에서 가정

하고 있는 외부비용은 기존 선행연구들에 나타난 추정치들의 범 에는 포함

되나, 다소 과소 추정되는 경향을 갖고 있음을 의미하는 것이다.


－ 136－

Ⅳ. 분석결과

4-1. 최 원포트폴리오의 도출

<그림 2>는 술한 자료들을 식(1)의 최 화 문제에 투입하여 얻은 정격

용량기 발 량기 효율 론티어를 나타내고 있다. 로서, 발 량기

효율 론티어는 곡선 QPR , 실선부분인 QR을 의미한다. 이는 곡선

QPR은 주어진 기 비용 수 에서 비용변동률의 표 편차를 최소로 하는

원포트폴리오들을 의미하나, 지배원리에 의해 이들 동일한 비용변동수

에서 더 낮은 기 비용을 갖는 원포트폴리오들은 PQ 선상에 치하기 때

문이다. <그림 2>의 효율 론티어들에 치한 원포트폴리오들의 특성

을 살펴보면 다음과 같다. 먼 , 발 비용은 정격용량기 의 경우 109.45∼

116.68원/kWh이며, 발 량기 의 경우는 107.86∼117.41원/kWh 수 인 것으

로 나타났다. 비용변동률의 표 편차는 정격용량기 의 경우 5.9∼7.1% 이며,

발 량기 의 경우는 5.8∼7.0% 사이로 나타났다. 한편, 이들 두 효율 론

티어들을 비교해보면 동일한 비용변동률의 표 편차(혹은 기 비용)에서 발

량기 효율 론티어가 더 작은 기 비용(혹은 비용변동률의 표 편차)

을 갖는 것으로 나타나고 있다. 따라서 이들에게 지배원리를 용할 경우, 정

격용량기 원구성에 비해 발 량기 원구성이 더욱 효율 이라 할 수

있다. 이는 비용구조는 동일하나, 원포트폴리오의 구성기 (정격용량 혹은

발 량)에 따라 식(1)의 제약조건에 부과된 원별 비 의 상한도 달라지기

때문이다.


－ 137－

[그림 2] 효율적 전원포트폴리오 프론티어

주: *표시는 발 량기 원구성이며, ● 표시는 정격용량기 원구성을 의미한다.

이와 같은 은 이들 효율 론티어들 선상에 치하는 원포트폴리오

들의 원별 비 을 살펴보면 알 수 있다. 먼 , 정격용량기 의 경우, 원자

력, 유연탄, 무연탄, 유류 신재생에 지의 발 비 이 식(1)의 제약조건들

로 결정되고 있다. 다시 말해, 원자력 유연탄은 2014년 정격용량 비 10%

이상 증가하지 못하도록 한 상한제약에 의해 32.2%와 37%를, 신재생에 지는

RPS에 의해 부과된 하한제약에 의해 10%를, 무연탄과 유류 역시 하한제약인

0%를 발 비 으로 가지고 있다. 따라서 이처럼 5개 원들의 발 비 이 코

-해(corner solution)로 주어짐에 따라, 원포트폴리오들의 차이는 LNG와

양수 발 비 의 차이에 의해 결정된다. 이에 따라 효율 론티어에 치하

는 원포트폴리오들의 LNG 양수의 발 비 은 각각 0.52∼15.3% 0∼

14.8% 수 으로 나타났다. 한편, <그림 3>은 정격용량기 효율 론티어

에 치하는 원포트폴리오들의 원별 비 을 발 비용과 비용변동률 수


－ 138－

에 따라 나타낸 것이다. <그림 3>을 살펴보면 코 -해로 인해 원자력, 유연

탄 신재생에 지의 발 비 은 모든 원포트폴리오들에서 동일하게 주어

지며, 이로 인해 양수 LNG의 발 비 만이 변화하고 있음을 알 수 있다.

<그림 3>에서 주목해야 할 은 양수발 의 비 증가는 발 비용을 증가시

키나, LNG의 발 비 증가는 비용변동 험을 증가시키고 있다는 것이다.

[그림 3] 효율적 전원포트폴리오들의 전원별 비중(정격용량기준)

한편, 발 량기 의 경우도 유연탄, 무연탄, 유류 신재생에 지의 발 비

이 식(1)의 제약조건들에 의해 결정된다는 은 정격용량기 과 동일하나,

원자력의 발 비 은 코 -해를 갖지 않는 것으로 나타났다. 이에 따라 원자

력, LNG 양수의 발 비 은 각각 30.4∼33.5%, 0∼12.2%, 0∼15.3%로

나타났다. <그림 4>는 <그림 3>과 같이 원포트폴리오들의 원별 비 을

발 비용과 비용변동률 수 에 따라 나타낸 것이다. <그림 4>에서 주목할

은 원자력의 발 비 이 상한제약보다 낮은 원포트폴리오들의 경우, 양수발


－ 139－

이 LNG를 체하고 있다는 것이다. 이는 원자력의 발 비 이 낮아질 경

우, 주어진 기 비용수 에서 비용변동 험을 최소화하기 해서는 LNG를

감소시키는 것이 유리함을 의미하는 것이다. 이는 앞서 정격용량기 에서 나

타난 바와 같이 LNG의 발 비 증가는 비용변동 험을 증가시킨다는 을

지 하고 있는 것이다.

[그림 4] 효율적 전원포트폴리오들의 전원별 비중(발전량기준)

2014년 원구성비율의 특성상, 식(1)에 발 량기 을 용하면 원자력

유연탄의 상한제약이 정격용량기 에 비해 높게 주어진다. 따라서 이 경우 원

자력과 유연탄의 발 비 이 정격용량기 에 비해 높아지므로, 비용변동 험

이 높은 LNG의 발 비 을 작게 선택할 수 있게 된다. 그 결과, 발 량기

원포트폴리오들은 정격용량기 원포트폴리오들에 비해 원자력, 유연탄

양수의 발 비 이 높고, LNG의 발 비 은 작아지는 특성을 갖게 된다.

이에 따라 발 량기 효율 론티어에 있는 원포트폴리오들은 동일한


－ 140－

기 비용수 에서 더 작은 비용변동 험을 갖는 우월 원포트폴리오들이

되는 것이다. 마지막으로 원포트폴리오의 구성기 과 무 하게 신재생에

지의 발 비 이 RPS에 의한 하한제약으로 주어진다는 은 신재생에 지의

발 비 확 가 비효율 임을 지 하는 것이다. 다시 말해, 외부비용을 고려

하더라도 재의 비용구조 하에서는 신재생에 지의 발 비 확 가 발 비

용 뿐 아니라, 비용변동 험까지 증가시킬 수 있다는 것이다. 한 기 원

인 원자력과 유연탄의 발 비 이 높게 나타나고 있는 은 외부비용을 고려

하더라도 재의 비용구조 하에서는 이들 두 원의 발 비 확 가 발 비

용 뿐 아니라, 비용변동 험을 감소시킬 수 있음을 의미하는 것이다.

4-2. 선호체계 변화에 따른 원별 비

술한 바와 같이 효율 론티어에 치하는 원포트폴리오들은 무차별

하므로, 이들 유일한 원포트폴리오를 선택하기 해서는 비용과 험에

한 사회 반의 선호체계에 한 가정이 요구된다. 이 경우, 식(2)와 같이

험기피 효용함수를 가정하게 되면 험기피도 의 값에 따라 효용을 극

화하는 원포트폴리오를 선택할 수 있게 된다. 본 연구는 다양한 값을

입해가며 효율 론티어에 치하는 원포트폴리오들의 원별 비 에

향을 미치는 의 임계값을 찾아보았다. <그림 5>는 이와 같은 과정을 발

량기 효율 론티어에 용하여 얻은 4개의 임계값과, 임계값의 변화에

따른 원포트폴리오의 원별 비 을 나타내고 있다.8)

<그림 5>를 살펴보면 험기피도가 증가할수록 LNG의 발 비 은 감소하고

양수의 발 비 은 증가하는 것으로 나타나고 있다. 이는 <그림 4>에 나타나

있는 바와 같이 LNG의 발 비 증가는 원포트포리오의 비용변동 험을

증가시키기 때문이다. 이에 따라 선호체계가 험 립 수 ( ≤ )에

8) 정격용량기 의 경우, 의 임계값이 3개로 주어질 뿐 발 량기 과 큰 차이를 갖지 않으므로

지면 계상 생략하 다.


－ 141－

가까울수록 양수 LNG의 발 비 은 각각 0%와 12.2%로 나타나, 비용변

동 험보다는 발 비용을 감하는 원구성을 선호하는 것으로 나타났다. 반

면, ≤ 일 경우에는 양수와 LNG의 발 비 이 각각 7.6%와 4.6%로

나타나, 발 비용과 비용변동수 에 한 선호가 균형수 에 근 하는 것으로

나타났다. 그리고 ≤ 일 경우에는 양수와 LNG의 발 비 이 각각

11.9%와 0.3%로 나타나, 비용변동 험을 감소시키는 원구성을 선호하기 시

작하는 것으로 나타났다. 한편, 인 구간의 경우, 원자력의 발 비 은

상한제약인 33.5%로 주어졌다. 반면, ≥ 일 경우는 LNG 발 을 단하는

신, 원자력을 31.8%로 감소시키고 양수발 을 13.9%로 증가시킴으로서 비

용변동 험을 더욱 감소시키는 원구성을 선호하는 것으로 나타났다.

[그림 5] 위험기피도 변화에 따른 전원별 비중의 변화 (단위:%)


－ 142－

4-3. 원구성의 타당성 평가

앞서 살펴본 <그림 2>에는 효율 론티어들 외에도 제7차 력수 기본

계획의 기 연도인 2014년과 계획기간 최종연도 던 2029년, 그리고 정부

의 원구성방향에 상응하는 원포트폴리오들이 나타나 있다. <그림 2>를

살펴보면 정격용량기 발 량기 원포트폴리오들은 모두 효율 론

티어 선상에 치하지 못하므로, “비용- 험 최소화” 기 에서 이들 원포트

폴리오들은 비효율 이라 평가할 수 있다. 원포트폴리오의 구성기 에 따라

제7차 력수 기본계획의 원구성방향을 평가해보면 다음과 같다. 먼 , 정

격용량기 원포트폴리오의 경우, 2029년 원구성은 2014년에 비해 비용측

면에서는 개선되었으나, 비용변동률의 험은 증가했음을 알 수 있다. 반면,

발 량기 2029년 원구성은 2014년에 비해 비용 뿐 아니라, 비용변동 험

모두 감소하는 방향으로 개선된 것으로 나타나고 있다.

<표 6>은 이들 원포트폴리오들의 원별 발 비 , 발 비용 비용변

동률의 표 편차를 나타내고 있다. 이들 원포트폴리오들의 특성을 구체 으

로 살펴보면 다음과 같다. 먼 , 정격용량기 의 경우, 2014년 124.88원/kWh

이었던 발 비용은 2029년에는 119.98원/kWh로 3.9% 감소했으나, 비용변동

험은 8.2%에서 8.9%로 8.7% 증가한 것으로 나타났다. 한편, 발 량기 의 경

우, 2014년 124.19원/kWh이었던 발 비용은 2029년에는 114.94원/kWh로

7.5% 감소했으며, 비용변동 험도 7.7%에서 6.9%로 10.2% 감소하 다. 다음

으로 발 량기 으로 발표된 정부의 원구성방향9)에 상응하는 원포트

폴리오는 2014년에 비해 발 비용은 0.5% 감소한 124.79원/kWh로 나타났으

9) 원자력, LNG 신재생에 지의 발 비 을 각각 18%, 37%, 20%로 구성하겠다는 문

재인 통령의 공약을 반 한 원구성방향이다. 그 외의 원들의 발 비 에 해서는 알

져져 있지 않으므로 본 연구는 무연탄과 유류의 발 비 을 0%로 설정하고, 양수 집단

에 지의 발 비 은 제7차 력수 기본계획과 같이 3.6%와 4.5%로 설정하 다. 그리고

나머지 부족분은 유연탄의 발 비 으로 설정하 다.


－ 143－

나, 비용변동 험은 39.1% 증가한 10.7%로 나타났다. 마지막으로 정부의

원구성방향과 제7차 력수 기본계획에서 도출된 2029년 원구성을 비교

해보면 발 비용은 8.6%증가했으며, 비용변동 험 수 은 54.9% 증가한 것으

로 나타나고 있다.

<표 6> 발전량 기준 전원구성 비교 (단위:%)

원자력 유연탄 무연탄 유류 LNG 양수 신재생비용

(원/kWh)표편차

2014

정격용량

22.2 27.0 1.2 4.1 28.7 5.0 6.7 124.88 8.2

발 량 23.5 28.5 1.3 4.2 30.3 5.3 2.1 124.19 7.7

2029

정격용량

23.4 26.4 0.4 0.7 20.6 2.9 20.1 119.98 8.9

발 량 28.2 31.8 0.5 0.8 24.8 3.5 4.6 114.94 6.9

2029(비용고정)

정격용량

29.2 37.0 0.0 1.3 20.7 15.0 10.0 119.98 6.0

발 량 32.5 38.5 0.0 0.0 0.0 13.2 10.0 114.94 5.9

정부(발 량)

18.0 15.7 0.0 0.0 37.0 3.5 20.0 124.79 10.7

따라서 <표 6>은 정격용량기 2029년 원포트폴리오는 2014년에 비해

발 비용 측면에서만 효율 으로 개선 음을 나타내고 있다. 반면, 발 량기

의 경우는 발 비용뿐 아니라, 비용변동 험 모두 효율 으로 개선 음을

나타내고 있다. 그러나 정부의 원구성방향에 상응하는 원포트폴리오는

2014년과 2029년 원포트폴리오에 비해 발 비용 비용변동수 모두에서

비효율 인 것으로 나타났으며, 특히, 비용변동 험 수 을 크게 증가시키는

것으로 나타났다. 한편, <표 6>에서 2029(비용고정)은 2029년 원포트폴리오

와 동일한 발 비용을 가지면서 비용변동 험이 최소가 되게 하는 원포트


－ 144－

폴리오를 의미한다. 따라서 이는 <그림 2>의 2029년 원포트폴리오가 효율

론티어 선상으로 수평 이동할 때 치하는 원포트폴리오를 의미한다.

먼 , 정격용량기 2029(비용고정)을 살펴보면 비록 효율 론티어 선상에

는 치하지 못하나, 비용변동 험을 32.6%가량 감소시킬 수 있는 것으로 나

타나고 있다.10) 이들 두 원포트폴리오들의 원별 발 비 차이를 살펴보

면, 2029(비용고정) 원포트폴리오의 경우 신재생에 지의 발 비 은 2029

년 원포트폴리오에 비해 100% 감소한 반면, 원자력, 유연탄 양수의 발

비 은 모두 증가하는 것으로 나타나고 있다. 이는 술한 바와 같이 신재

생에 지의 발 비 확 는 원포트폴리오의 비용변동 험을 증가시킨다는

을 의미하는 것이다.

다음으로 발 량기 의 경우, 정격용량기 과 달리 동일한 발 비용 수 에

서 비용변동 험을 최소로 하는 원포트폴리오가 효율 론티어 선상에

치할 수 있음을 알 수 있다. 이에 따라 114.94원/kWh의 발 비용에서 비용

변동 험을 14.5% 가량 감소시킬 수 있는 것으로 나타났다. 이 역시, 이를 달

성하기 해서는 앞서 살펴본 바와 같이 2029년 원포트폴리오에 비해 원자

력, 유연탄 양수의 발 비 이 높아져야 하는 것으로 나타나고 있다. 다만,

신재생에 지의 경우 RPS에 의한 하한제약으로 제7차 력수 기본계획에서

설정된 2029년 원구성의 비 인 4.6%보다 높게 설정되어 있다.

4-4. 원포트폴리에 미치는 원별 기여도

지 까지 살펴본 분석결과들은 원별 발 비 의 변화가 원포트폴리오

의 비용 비용변동수 에 미치는 효과를 살펴보면 더욱 쉽게 이해할 수 있

10) 이와 유사한 방식으로 2029년 원구성의 비용변동률과 동일한 수 을 가지며 발 비용을

최소로 하는 원포트폴리오를 구할 수도 있으나, <그림 2>는 이와 같은 원포트폴리오

는 구할 수 없음을 나타내고 있다. 이는 재의 비용구조와 제약조건들에서는 2029년 원

구성의 비용변동률과 동일한 수 을 갖는 원포트폴리오 더 높은 발 비용을 갖는 PR선

상에만 치하는 것으로 나타나고 있기 때문이다.


－ 145－

다. <표 7>은 2014년 원포트폴리오에서 원별 발 비 의 1%p 증가가

원포트폴리오의 발 비용 비용변동율의 표 편차에 미치는 효과를 나타

내고 있다. 이와 같은 효과는 원포트폴리오의 구성기 에 큰 향을 받지

않으므로, 본 연구는 발 량기 원포트폴리오를 심으로 살펴보도록 하

겠다.

<표 7> 전원포트폴리오에 미치는 전원별 기여도 (단위: %)


정격

용량

기

발

비용0.6338 1.0097 1.2814 1.9094 1.1653 1.5571 1.2049

표

편차0.0035 0.0038 0.0158 0.0241 0.0177 0.0075 0.0233

발 량

기

발

비용0.6373 1.0153 1.2886 1.9201 1.1718 1.5658 1.2116

표

편차0.0038 0.0045 0.0171 0.0255 0.0185 0.0078 0.0234

주: 2014년 원포트폴리오의 비용 비용증가율의 표 편차에 미치는 기여도를 의미한다.

먼 , 원자력 발 비 의 1%p 증가는 2014년 원포트폴리오의 발 비용을

0.6373% 증가시키는데 그쳐, 비용측면에서 가장 경제 인 원으로 나타나고

있다. 반면, 유류 양수 발 비 의 1%p 증가는 발 비용을 각각 1.9201%

1.5658% 증가시키는 것으로 나타나, 경제성이 가장 낮은 원인 것으로

나타나고 있다. 한편, 비용변동률의 표 편차에 미치는 향은 유류와 신재생

에 지가 가장 높아, 이들 원의 1%p 발 비 증가는 원포트폴리오 비용

변동 험 수 을 각각 0.0255%와 0.0234% 증가시켰다. 반면, 원자력, 유연탄

양수발 의 1%p 증가는 비용변동률의 표 편차를 각각 0.0038%, 0.0045%

0.0078%p 증가시키는데 그쳐, 원포트폴리오의 비용변동 험 수 에 가

장 작은 향을 미치는 원들인 것으로 나타나고 있다. 따라서 유류 무연

탄의 발 비 이 향후 원구성에서 큰 의미를 갖지 못한다는 을 고려할


－ 146－

때, <표 7>의 결과들은 LNG와 신재생에 지의 발 비 증가는 발 비용과

비용변동 험을 다른 원들에 비해 크게 증가시킬 수 있음을 지 하는 것이

다. 이와 같은 분석결과는 력부문의 외부비용을 고려하더라도 재의 비용

구조 하에서는 원자력과 유연탄의 발 비 을 LNG와 신재생에 지로 체하

려는 원구성방향은 “비용- 험 최소화” 기 의 에서 비효율 이라는

을 지 하는 것이다.

원포트폴리오의 비용변동수 에 미치는 신재생에 지의 이와 같은 역할

은 앞서 살펴본 선행연구들과 차이를 갖는다. 이는 선행연구들의 경우, 신재

생에 지의 발 비 증가는 원포트폴리오의 비용변동 험을 감소시킬 수

있음을 지 하고 있기 때문이다. 신재생에 지의 역할과 련하여 이와 같은

차이가 발생하는 이유는 <표 2>에 나타나 있는 원별 비용변동률 간의 상

계에 한 가정이 다르기 때문이다. 로서, Awerbuch and Berger(2003)

는 사 발 비용 운 유지비 변동률의 표 편차와 공분산이 원별로 모

두 동일하다는 가정을 하 다. 한 건설비 변동률의 경우 다른 원들의 표

편차와 공분산은 모두 동일한 반면, 신재생에 지의 표 편차와 공분산은

“0”인 것으로 가정하 다. 이와 같은 가정은 연료비 변동이 없는 신재생에

지 비용변동률의 분산과 공분산을 다른 원들에 비해 작게 만들어, 신재생에

지의 발 비 증가가 원포트폴리오의 비용변동 험을 감소시키는 역할

을 하게 한다.

이유수(2012)의 경우도 신재생에 지 비용증가율의 공분산을 “0”으로 가정

하고, 분산 역시 다른 원들에 비해 작은 수 으로 가정함으로서11), 신재생

에 지의 발 비 증가가 원포트폴리오 비용변동 험을 감소시킨다는 결

과를 얻었다. 이들이 얻은 결과는 본 연구에서도 신재생에 지 비용변동률의

공분산을 “0”으로만 가정해도 쉽게 확인할 수 있다. 이 경우, 원포트폴리오

비용변동률의 표 편차는 발 량기 으로 2014년 7.5%에서 2029년 6.5%로

13.4% 감소하는 것으로 나타났다. 따라서 이와 같은 결과는 신재생에 지의

11) Beltran(2008)가 풍력발 의 표 편차로 추정한 0.005를 가정하 다.


－ 147－

발 비 확 가 원포트폴리오의 비용변동 험을 반드시 감소시키는 것은

아니며, 그 여부는 신재생에 지 발 비용 증가율의 분산 공분산구조에 의

존하게 됨을 의미하는 것이다. 이와 련하여 <표 2>에 나타난 상 계수의

유의확률을 살펴볼 경우, 신재생에 지의 발 비용이 다른 원들의 발 비용

과 공분산을 갖지 않는다는 가정은 원자력과 유연탄을 제외한 다른 원들에

서 기각되고 있다. 따라서 이는 신재생에 지의 발 비 확 가 원포트포

리오의 비용변동 험을 증가시킨다는 본 연구의 분석결과가 통계 신뢰성을

갖고 있음을 의미하는 것이다.

Ⅴ. 결 론

Post-2020 체제의 출범과 력시장의 구조변화로 발 부문의 불확실성은

크게 증가하고 있으나, 기존의 최소비용 원구성계획법은 이를 고려하지 못

하는 단 을 갖고 있다. 본 연구는 이에 한 안으로 최근 원구성분야에

서 리 이용되고 있는 평균-분산모형을 용하여, 제7차 력수 기본계획

정부가 설정하고 있는 원구성방향의 타당성을 평가하 다. 본 연구의

주요 분석결과들을 살펴보면 다음과 같다.

먼 , 효율 론티어에 치하는 원포트폴리오들의 발 비 은 본 연구

에서 부여한 제약조건들을 코 -해로 갖는 특성을 갖는 것으로 나타났다. 다

시 말해, 정격용량기 원포트폴리오의 경우, 원자력과 유연탄의 발 비

은 2014년 정격용량 비 10%이상 증가하지 못하도록 설정한 상한제약을, 신

재생에 지는 RPS에 의한 하한제약을, 그리고 무연탄과 유류는 0%의 하한제

약을 비 으로 갖는 것으로 나타났다. 발 량기 원포트폴리오의 경우, 원

자력은 코 -해를 갖지 않았으나 상한제약에 근 하는 발 비 을 가졌으며,

그 외 원들은 정격용량기 의 경우와 같이 코 -해를 갖는 것으로 나타났


－ 148－

다. 이와 같은 결과는 외부비용을 고려하더라도 재의 비용구조에서는 원자

력과 유연탄이 신재생에 지에 비해서는 여 히 “비용- 험” 측면에서 경제

성을 갖고 있음을 의미하는 것이다. 한 코 -해를 갖지 않는 양수 LNG

의 역할을 살펴본 결과, 력포트폴리오의 구성기 과 무 하게 양수 발 비

의 증 는 발 비용을 증가시키는 반면, LNG발 의 비 증 는 비용변동

험을 증가시키는 것으로 나타났다. 따라서 발 비용과 비용변동 험에 한

사회 반의 선호체계를 가정할 경우, 험회피계수가 1∼3사이의 값을 가지면

LNG와 양수발 비 이 략 균형을 이루었으나, 3이상의 값을 가질 경우에

는 양수발 을 더 선호하는 것으로 나타났다.

다음으로 제7차 력수 기본계획과 정부의 원구성방향에 의해 도출

된 원포트폴리오들은 효율 론티어에 치하는 원포트폴리오들에 비

해 비용 비용변동측면에서 모두 비효율 인 것으로 분석되었다. 특히, 원

자력과 석탄의 발 비 을 축소하고 LNG와 신재생에 지의 발 비 을 확

하려는 정부의 원구성방향은 발 비용 뿐 아니라, 비용변동 험까지 증

가시키는 것으로 분석되었다. 이는 재의 비용구조 하에서는 LNG와 신재생

에 지의 발 비 증가는 발 비용과 비용변동 험을 모두 증가시키는 요인

으로 작용하기 때문이다.

정부의 탈원 · 탄소 원구성방향은 기후변화문제의 해결과 안 한

력공 을 해 우리사회가 지향해야 하는 에 지정책이라는 에서 이견이

있을 수 없다. 그러나 최 의 원구성은 환경성과 안 성 뿐 아니라, 경제성

과 안정성과 같은 종합 기 들을 충족해야 한다. 따라서 정부는 재의

비용구조 에 지소비구조, 기술 한계 그리고 에 지수 망 등을 종합

으로 고려하여 정책속도를 신 히 결정해야 할 것이다. 이와 같은 에서

본 연구의 분석결과는 정부가 지향하는 원구성방향은 환경성과 안 성

은 담보할 수 있으나, 력공 의 경제성과 안정성을 담보하기에는 부족하다

는 을 지 하고 있는 것이다. 비록, 제7차 력수 기본계획에서 가정한

원별 외부비용이 선행연구들에 비해 과소 추정된 측면이 있으나, 본 연구의


－ 149－

분석결과는 탈원 · 탄소 원구성을 추진함에 있어 보다 신 한 근이 요

구됨을 의미하는 것이라 할 수 있다.

마지막으로 선행연구들과 달리 본 연구에서는 신재생에 지의 발 비 확

가 원포트폴리오의 비용변동 험을 증가시키는 것으로 나타났다. 이는 신

재생에 지 비용변동률의 분산 공분산을 다소 임의 으로 가정한 선행연

구들과 달리, 본 연구는 비록 제한 이기는 하나 정산가격으로부터 얻은 정보

를 이용함으로서보다 실 인 원들 간의 비용구조를 반 했기 때문이다.

신재생에 지의 경우, 연료비 변동이 없고 건설기간이 다른 원들에 비해 비

교 짧아 발 비용의 변동수 공분산구조는 운 유지비에 의해 주로 결

정된다. 특히, 국내 신재생에 지의 정산가격은 계통한계가격(SMP)과 신재생

에 지공 인증서(REC)로 구성되어 있는 을 고려할 때, 본 연구에서 발

비용을 추정하기 해 이용한 정산단가는 주로 운 유지비를 반 하고 있다

고 볼 수 있다. 따라서 본 연구의 분석결과는 국내 신재생에 지의 경우, 운

유지비가 높을 뿐 아니라, 다른 원들의 발 비용과도 높은 상 계를 갖

고 있음을 의미하는 것이다. 따라서 신재생에 지의 발 비 확 가 경제

타당성을 갖기 해서는 운 유지비의 감 뿐 아니라, 변동수 도 함께 감소

시킬 수 있는 다양한 정책 지원책이 개발되어야 할 것으로 보인다.

접수일(2017년 7월 18일), 게재확정일(2017년 8월 18일)


－ 150－

◎ 참 고 문 헌 ◎

윤원철, 2009, “포트폴리오 기법을 활용한 신규 원 선택,” 에 지경제연구, 제8권, 제

1호, pp. 59-891.

이유수, 2012, ｢포트폴리오 이론을 활용한 원믹스 계획의 분석｣, 기본연구보고서

12-07, 에 지경제연구원.

조성진·박찬국, 2015, ｢원자력 발 의 경제 ·사회 비용을 고려한 정 원믹스 연

구(3차연도)｣, 기본연구보고서 15-24, 에 지경제연구원.

산업자원부, 2015, ｢제7차 력수 기본계획(2015∼2029)｣.

Ahn, J., Woo, J., and J. Lee, 2015, “Optimal Allocation of Energy Sources for Sustainable

Development in South Korea: Focus on the Electric Power Generation Industry,” 2015,

Energy Policy, 78, pp. 78-90.

Awerbuch, S. and M. Berger, 2003, “Applying Portfolio Theory to EU Elctricity Planning

and Policy Making,” IEA/EET Working Paper EET/2003/03, International Energy Agency

(IEA), Paris.

Bar-Lev, D. and S. Katz, 1976, “A Portfolio Approach to Fossil Fuel Procurement in the

Electric Utility Industry,” Journal of Finance, 31(3), pp. 933-947.

Bertland, H., 2008, “Modern Portfolio Theory Applied to Electricity Generation Planning,”

National Autonomous University of Mexico, Ingeniero.

Bhattacharya, A. and S. Kojima, 2012, “Power Sector Investment Risk and Renewable

Energy: A Japanes Case Study Using Portfolio Risk Optimization Method,” Energy

Policy, 40, pp. 69-80.

Bodie, Z., A. Kane, and A. J. Marcus, 1999, “Investment,” forth ed., Irwin/McGraw-Hill,

Chicago.

Grossman, S. J., and R. J. Shiller, 1981, “The Determinants of the Variability of Stock

Market Price,” Am. Econ. Rev., 71, pp. 222-227.


－ 151－

Huang, Yun-Hsun and Jung-Hua Wu, 2008, “Portfolio Risk Analysis on Electricity Supply

Planning,” Energy Policyrnal of Finance, 36, pp. 627-641.

Humphreys, H..B. and K. T. McClain, 1976, “Reducing the Impact of Energy Price

Volatility Thorough Dynamic Portpolio Selection,” The Energy Journal, 19(3), pp.

107-131.

Kienzle, F., G. Koeppel, P. Stricker, and G. Anderson, 2007, “Efficient Electricity

Production Portfolios Taking into Account Physical Boundaries,” Mimeo.

Krey, B. and P. Zweifel, 2006, “Efficient Electricity Portolios for Switzerland and United

States,” Working Paper No. 0602, Univrsity of Zurich.

Liu, M. and F. Wu, 2007, “Portfolio Optimization in Electricity Markets,” Electric Power

System Research, 77, pp. 1000-1009.

Markowtz, H, 1952, “Portfolio Selection,” Journal of Finance, 7, pp. 77-91.

Roques, F. A., Newbery, D. M., and W. J. Nuttall, 2008, “Fuel Mix Diversification

Incentives in Liberalized Electricity Markets: A Mean-Variance Portfolio Theory

Approach,” Energy Economics, 30, pp. 1831-1849.

Sudnqvist, T., 2004, “What Causes the Disparity of Electricity Externality Estimates?,”

Energy Policy, 32, pp. 1753-1766.


－ 152－

ABSTRACTAn Analysis on the Economic Validity of the

Electricity Generation Mix by the Mean-Variance Theory*

Kyungsoo Cha**

This paper attempts to evaluate the validity of the plan for no nuclear power

and low-carbon electricity generation mix. For this purpose, this paper analyzes

the effects of changes in the fuel ratio of the mix on the cost and risk, by

applying the mean-variance theory. Therefore, optimal electricity generation

m ixes, which reflect various external costs considered in the 7th plan for

electricity supply and demand in 2015, are derived by determining an efficient

frontier. It turns out that the electricity generation mixes corresponding to

both the7th plan for electricity supply and demand and the new government’s

policy are inefficient, compared to the optimal electricity generation mixes.

It is also found that these mixes have low cost but high risk, compared to

the electricity generation mix in 2014, which is the base year of the 7th plan

for electricity supply and demand. The main reasons for these results come

from the fact that increases in the proportions of LNG and renewable energy

raise the risk level of the electricity generation mix, under the current cost

structure. Therefore, based on these results, it can be shown that the plan

to substitute nuclear and coal (bituminous) for LNG and renewable energy

increases the cost and risk of the electricity generation mix.

Key Words : Mean-Variance Theory, Electricity Generation Mix, Basic Plan

for Long- Term Electricity Supply and Demand, Monte Carlo

Simulation

JEL Codes : Q40, Q48, G11

* This work was supported by a 2-Year Research Grant of Pusan National University.

** Associate Professor, Department of Economics, Pusan National University

「에너지경제연구」 투고 안내

에너지경제연구원에서는 ‘에너지 및 자원·환경경제’ 분야의 연구

활성화와 전문화를 도모하고자, 한국자원경제학회와 공동으로 전문

학술지 「에너지경제연구」를 매년 2회 지속적으로 발간하고 있습니다.

한국연구재단 등재학술지인 「에너지경제연구」에 수록할 논문을 다음과

같이 모집하오니 ‘에너지 및 자원·환경경제’ 관련 분야 전문가 여러분들의

많은 관심과 투고를 바랍니다.

- 다 음 -

투고 대상 :

원고 매수 :

내 용 :

접수 시기 :

발간 시기 :

문 의 :

논문 제출 :

관계 전문가 및 대학원생

200자 원고지 80매 이내(A4용지 15매 이내)

‘에너지 및 자원·환경경제’ 관련 분야 학술논문, 정책연구

상시 접수

매년 3월 말일, 9월 말일

남지은 행정원(052-714-2115, [email protected])

투고시에는 논문투고신청서를 먼저 제출하여야 하며, 양식을

에너지경제연구원 홈페이지(htt://www.keei.re.kr)의 공지사항(제목:

논문모집공고 ‘에너지경제연구’)에서 다운로드 받아 작성하시기

바랍니다.

에너지경제연구 제16권 제2호 ISSN 1599-7057

발 행 인

편 집 인

등 록 번 호

발 행 처

인 쇄 처

발 행 일

박 주 헌

이 근 대 · 김 수 이

경 기 사 00034

한국자원경제학회


(사)한국척수장애인협회 인쇄사업소

2017년 9월 30일

문의 : 에너지경제연구원 연구기획팀(남지은 행정원)

전화 : 052-714-2115 / 팩스 : 052-714-2027 / E-mail : [email protected]

주소 : 44543 울산광역시 중구 종가로 405-11

Korean Energy Economic Review

에너지경제연구

2017·9

Volume 16, Number 2 September 2017

Analysis on the effects of RPS and FIT policies on the renewable energy supply : Panel tobit analysis of 104 countries /

Hyungwoo Lim, Hahyun Jo

몰디브 칸두마섬의 에너지저장장치를 포함한 태양광에너지 시스템 경제성 분석 /

정태용·김동훈

An Empirical Analysis on the Effect of Electric Demand on Fossil Fuel Demand for Electric Power Generation /

Youngduk Kim

Regional energy efficiency estimation with a stochastic frontier model- The Impact of manufacture structure on energy efficiency- /

Seungmo Im, Myung suk Kim

An Analysis on the Economic Validity of the Electricity Generation Mix by the Mean-Variance Theory /

Kyungsoo Cha

KOREAN RESOURCE ECONOMICS ASSOCIATIONKOREA ENERGY ECONOMICS INSTITUTE

한국자원경제학회·


02

2017. 9 에너지경제연구 - keei · －1 － 에너지경제연구 제16권 제2호 학 술...

Documents