기본연구보고서11-33

안지운

기술경제분석을통한미래에너지시스템구축전망

-기술·경제통합에너지전망모형구축

기본연구보고서 범신 면지 2012.2.15 11:41 AM 페이지16 매일3 MAC2PDF_IN 600DPI 125LPI T

참여연구진

연구책임자 : 부연구위원 안지운

요약 i

1. 연구의 필요성 및 목적

미래에는 매우 다양한 에너지원 및 이용기술이 활용될 것으로 예상

되며, 새로운 특성을 가진 기술이 나타날 가능성이 크기 때문에 에너

지시스템의 미래를 전망할 때 보다 다양한 측면에서의 접근이 필요할

것으로 보인다. 특히 기술적ㆍ경제적 이해를 바탕으로 한 기술 측면에

서의 경제성에 대한 접근이 매우 중요하며, 이를 통해 기술․경제 통

합적인 관점에서 미래 에너지시스템의 상황을 전망할 수 있는 방안이

필요하다. 특히 정책적 목표를 설정하기에 앞서 보다 합리적인 방법을

통해 그에 대한 가이드라인을 제시하는 과정이 필요하다. 계량경제 시

뮬레이션 모형을 통한 부분균형 분석은 이에 적합한 방법이라 할 수

있다.

이를 위해 본 연구에서는 다년간의 연구 계획을 수립하였으며, 해

외 동향 및 사례 조사, 분석모형 발굴 및 구축, 모형 보완 및 실제 적

용을 통한 전망 연구를 3개년에 걸쳐 추진하였다.

3차년도에서는 2차년도 기본 모형에 대해 추가로 이론적인 검증을

실시하고 이를 바탕으로 모형을 개선하고 적용하는 데 중점을 두고 있

다. 이를 통해 정책 효과를 분석해 보고 실제 모형의 구동을 검증하고

향후 활용가능성 및 확장 가능성에 대해 다각적으로 검토해 보았다.

미래 에너지전망은 에너지 관련 정책을 수립함에 있어 전제되어야

할 필수 전제 요건으로 다양한 방법으로 시도되고 있다. 특히 미래에

는 매우 다양한 에너지원 및 이용기술이 활용될 것으로 예상되며, 기

ii

술적인 특성 자체도 시간에 따라 빠르게 변화하거나 새로운 특성을 가

진 기술이 나타날 가능성이 크기 때문에, 에너지시스템의 미래를 전망할

때 보다 다양한 측면에서의 접근이 필요할 것으로 보인다. 우리나라의

에너지시스템은 대외 의존적인 에너지수급구조로 인해 외부적 충격에

매우 취약한데다 녹색성장 등 새로운 정책적 방향의 제시는 불확실성

을 더욱 크게 만들기도 하기 때문에 이러한 전망의 중요성이 더욱 크

다 할 수 있다. 특히 기술적ㆍ경제적 이해를 바탕으로 한 기술 측면에서

의 경제성에 대한 접근이 매우 중요하며, 이를 통해 기술․경제 통합적

인 관점에서 미래 에너지시스템의 상황을 전망할 수 있는 방안이 필요

하다. 미시경제학적 측면에 기반한 연산가능일반균형모델(CGE)이나 선

형계획최적화에 기반한 마칼(MARKAL) 모형들이 이를 다루고 있으나

많은 전제조건 및 자료가 필요하여 가장 근본적인 단계에서의 청사진을

제공하기에는 어려움이 있다. 따라서 세부 시나리오 분석에 기반한 이들

방법론들을 효과적으로 운용하기 위해서는 사전에 거시적인 측면에서

청사진을 제공할 수 있는 방법론이 필요하다.

따라서 본 연구에서는 거시경제적 측면의 구조적 관계에 기반한 시

스템의 분석을 실시하고자 하며, 에너지, 환경 등과 결합하여 분석가

능한 방법론으로서 계량경제 시뮬레이션을 이용한 부분균형모델을 선

택하였다. 특히 시스템차원의 분석의 경우 에너지와 경제, 환경시스템

간의 상호연관성을 전제로 하고 있으며(부경진 외, 2002), 모형의 자

의성을 가급적 피하기 위해 외생적인 가정을 최소화하고 각 값들이 가

능한 한 내생적으로 결정될 수 있도록 구조화하는데 노력을 기울였다.

이를 위해서는 각 하위 시스템 간, 시스템 내 요소들 간의 관계 규명

이 중요하다.

요약 iii

본 연구는 기술적․경제적 측면에서 에너지와 경제 요소들을 상호

진단하고 이를 토대로 미래에너지시스템의 구축에 대한 분석모형을

구축하는 것을 목표로 하고 있다.

이를 위해서 1차년도에 우선 국내외 미래전망 방법론들을 파악하고

선진국의 시스템을 조사하여 기존의 방법론들의 특징 및 장단점들을

파악하는 작업을 선행하였다(안지운, 2009). 이를 통해 기반이 될 적

절한 방법론을 선택하고 이를 개선하여 새로운 통합모형을 구축하며,

구축된 통합모형을 통해 미래 에너지원들의 소비 및 공급패턴를 분석

하기 위한 연구 방향을 설정하였다. 그리고 2차년도에는 기본 모형의

구축 및 계량경제학적 검증을 실시하고 시험적인 모형의 구동에 대한

연구를 수행하였다(안지운, 2010).

이러한 방법론의 개발 및 모형 구축은 기술 및 경제의 통합적 관점

에서의 에너지시스템에 대한 조망을 통해 기술적 요소, 시장요소 등을

포괄적으로 모형화하는데 중점을 두고 있으며, 향후 파급효과 분석 및

정책효과 분석 등에 활용할 수 있을 것으로 기대하고 있다. 이를 통해

현 정책의 보완점 및 향후 개선방향 제시에도 기여할 것으로 기대하고

있다.

본 연구는 3개년에 걸쳐 진행하는 것으로 계획하고 있으며, 금년도

는 그 중 3차년도로서, 1차년도의 모형 설정을 위한 기반 구축 연구

및 2차년도 기본 모형의 구축 후 모형의 보완 및 이론적 검증, 적용에

중점을 두고 있다.

2. 주요 내용

모형 구축을 위한 자료들은 한국은행, 통계청, 에너지경제연구원, 환

iv

경부 등 유관기관으로부터 입수하였으며, 되도록 전년도 연구 이후 최

신의 데이터가 업데이트된 자료들은 갱신작업을 진행하고, 노동시간

등 일부 데이터는 새로운 자료로 변경하였다.

모형 내 회귀식들의 추정은 안지운(2010)과 마찬가지로 OLS와

AR(1) 추정법을 사용했으며, 변수의 성격에 따라 적절하게 시차변수

를 사용하였다. 추정 결과 대부분의 회귀식들이 양호한 예측력을 가진

것으로 나타났으며, 추정계수들은 대체적으로 경제이론과 부합하는 부

호를 보였다. 많은 변수들이 단위근을 가지고 있었으나, 대부분의 회

귀식의 추정계수들이 1% 유의수준에서 공적분 벡터의 역할을 하는

것으로 나타나 모형의 사용에 문제가 없음이 확인되었다.

금년도 연구에서는 경제모듈의 거시경제학적 검토 및 보완에 특히

중점을 두었으며, 이를 통해 경제 모듈을 전반적으로 수정하였다. 에

너지 모듈은 2차년도 연구와 구조적으로 유사하지만 신재생에너지 소

비량 변수들이 다른 화석에너지원과 보다 유기적으로 연계되도록 구

조를 개선하였다. 신재생에너지 기술수준 변수의 경우 안지운(2010)에

서 외생변수로 사용된 데 반해, 금년도 연구에서투자액에 영향을 받는

내생변수로 설정되어 기술모듈의 유기적 관계를 강화하였다. 환경모듈

에서는 온실가스인 이산화탄소 외에 환경오염물질은 일산화탄소, 질소

산화화합물, 황산화화합물 등도 분석 대상에 추가되었다.

추정된 회귀식들과 항등식들로 구성한 모형을 통해 시뮬레이션 분

석을 실시한 결과 2차년도에서 2025년 이후에 다소 불안정한 결과를

보인 것과 달리 본 연구에서는 2030년까지 상대적으로 안정된 예측치

가 추정되었다.

구성된 모형을 통해서 시나리오 분석을 여러 차례 실시하였다. 우

요약 v

선, 외부 환경에 대한 결과를 보기 위해 석유가격 변동에 따른 시나리

오 분석을 기준안, 고유가안, 저유가안으로 구성하여 실시하였으나, 저

유가안의 경우 분석의 의의가 크게 없어 본 분석에서는 기준안과 고유

가안의 두 가지 결과만 제시하였다.

다음에는 정책적인 변화를 고려하기 위해 에너지효율 향상과 신재

생에너지에 대한 투자증가율을 사용하여 시나리오를 구성하였다. 에너

지효율 관련해서는 에너지효율 향상이 빠르게 진행되는 고효율안, 효

율향상이 진행되지 않는 저효율안을 구성하여 기준안과 비교하였다.

신재생에너지 투자의 경우 투지지원액이 빠르게 증가하는 적극투자안,

증가하지 않는 소극투자안을 구성하여 기준안과 비교하였다.

3. 결론 및 논의

본 연구를 통해 선행연구인 안지운(2010)에 대해 다음과 같은 개선

성과를 얻었다.

첫째, 거시경제학적 검토를 통해 모형을 수정 및 보완하였다. 안지

운(2010)에서 다소 미흡한 부분으로 지적되었던 경제모듈의 이론적

기반을 강화하고 모형의 체계를 개선하였다. 또한 설명변수가 종속변

수에 대해 경기선행지수인 동행지수인지에 대해 파악하여 적절하게

시차변수를 사용하였다.

둘째, 신재생에너지 관련 요소들이 모형 안에서 보다 유기적으로 결

합되도록 구성하였다. 선행연구들에서는 다른 에너지원들과의 대체 관

계가 고려되지 않는데 반해 본 연구에서는 화석연료의 소비량 등에 영

향을 미치도록 관계식을 구성하였다. 그리고 반대로 신재생에너지 소

비량도 석유가격에 영향을 받도록 구조식을 개선하였다. 특히 신재생

vi

에너지 가격의 대리변수로서 누적소비량을 사용하여 그 중요성에도

불구하고 신재생에너지 가격을 사용하지 못한 안지운(2010)의 한계를

극복하였다.

셋째, 에너지효율 등 기술적 요소들을 추가하고, 신재생에너지 기술

수준 변수를 내생화하였다. 특히 에너지효율은 향후 경기성장에 직접

적으로 영향을 미치는 요소로서 파악되었다.

넷째, 외생변수 설정 및 시나리오 가설 설정을 보다 현실을 반영하

여 구성하였다. 감가상각률, 신재생에너지 투자지원액, 에너지효율 등

을 선행연구 및 정부계획 등을 반영하여 전망치를 설정하였으며, 석유

가격, 환율, 이자율 등은 선행연구보다 업데이트된 자료를 반영하여

추산하였다.

마지막으로, 보다 안정적으로 모형이 구동할 수 있도록 구성하여 보

다 장기적인 전망이 가능하도록 하였다. 선행연구들에서는 에너지원별

대체 관계 등이 고려되지 않아 사용 데이터에 따라 모형이 수렴하지

못하고 발산하는 경우가 많아 2025년까지 전망 시계를 한정한데 반해,

본 연구에서는 대체관계 등을 고려할 수 있도록 하여 모형의 안정도를

향상시켜 2030년까지 전망이 가능하였다.

시나리오 분석 결과 검토를 통해 다음과 같은 내용들을 파악할 수

있었다.

석유가격 관련 시나리오 분석에서는 예상했던 바대로 대부분의 변수

들이 석유가격에 민감하게 반응하는 것으로 나타났다. 기준안의 경우

일반적인 선행연구들보다 GDP 성장률이 낮게 나타났는데, 최근의 경

기성장 둔화 경향이 반영됨과 더불어, 인구감소 및 온실가스 저감 노

력 등 장기적인 성장세 감소 요인이 작용한 탓으로 보인다.

요약 vii

에너지효율 관련 시나리오 분석을 살펴보면, 에너지효율 향상은 경

기활성화에 매우 중대한 역할을 함을 알 수 있다. 일반적인 선행연구

들의 성장률에 가까운 3%대의 GDP 성장을 위해서는 현재 정부 목표

향상율보다도 2배는 되는 수치인 2.4% 수준으로 매년 효율이 향상되

어야 할 필요가 있다. 그러나 이러한 에너지효율 향상의 경우 조심해

야 할 부분이 있다. 에너지효율 향상이 기후변화 대응의 중요한 수단

임에도 불구하고, 그 자체로는 에너지가격 하락과 마찬가지의 영향력

을 가지고 있어 오히려 온실가스 저감이나 화석연료 절감에 오히려 역

효과를 가져올 수도 있기 때문이다. 부경진 외(2002)에서는 에너지원

별 대체관계를 내생적으로 고려하지 않고 에너지믹스를 외생적으로

주었기 때문에 이러한 화석연료 선호 효과가 나타나지 않았으나 이를

내생적으로 결정하게 되면 가격-수요 관계에 의해서 발생하게 되며,

이는 자연스러운 형태라 할 수 있다. 이와 같은 분석결과는 에너지효

율 향상이 녹색성장 및 온실가스 저감에 중요한 수단 중 하나이긴 하

지만, 이와 같은 목적에 부합하기 위해서는 에너지 사용 절감 노력 및

소비 행태 개선이 동반되어야 함을 제시하고 있다. 그러나 너무 에너

지소비 자체를 억제하게 되면 경기침체를 초래할 우려가 있으니 적절

한 타협점을 찾는 것이 중요하다. 또한 에너지효율 향상은 기존의 화

석연료를 선호하게 만들어 신재생에너지 확대를 늦추는 문제를 발생

시키는 것으로 나타났다. 에너지효율 향상과 신재생에너지 보급 확대

는 모두 녹색성장의 중요한 두 축이나 서로 간에 다소의 상충관계가

있음을 본 분석을 통해 알 수 있었다. 따라서 에너지효율 향상을 통해

경제성장을 도모하면서도 신재생에너지의 보급 비중을 확대하기 위해

서는 보다 적극적인 신재생에너지 투자지원이 필요한 것으로 생각된다.

viii

물론 신재생에너지에 대한 적극적 투자지원은 단기적인 관점에서

약간의 GDP 감소를 가져올 수 있으나 앞서 시나리오 분석에서 알 수

있듯이 GDP 감소는 크지 않으며, 장기적은 성장을 촉진하기 때문에

단기적인 GDP 감소는 우려하지 않아도 되는 것으로 생각된다.

본 연구에서 앞서 언급한 바와 같은 연구 성과를 도출하긴 했지만,

여전히 일부 한계가 존재하는 것도 사실이다.

첫째, 신재생에너지는 다양한 분야가 존재하기 때문에 이를 하나의

지표로 아우르기가 어렵고, 관련 데이터들의 시계(time span)이 상당

히 짧다는 점인데, 이는 시간이 지남에 따라 자료가 축적되어 상황이

점차 나아질 것으로 기대된다.

다른 한계점은 계량경제 시뮬레이션이 기본적으로 과거의 인과관계

및 구조에 기반하는 시계열 분석을 통해 이루어진다는 것인데, 이는 다

른 방법론과의 통합 등을 통해 극복 가능할 것으로 기대된다.

Abstract i

ABSTRACT

1. Necessity and Objective of the Research

In the future, a wide range of energy sources and technology to use

them are expected to be utilized, and it is highly likely that technology

with new characteristics will emerge. Under the circumstance,

approaches in more various aspects are required for forecasting the

future of energy system. In particular, an approach to techno-economics

based on technological and economic understanding is very important,

and ways to predict future energy system in a comprehensive perspective

encompassing technology and economy based on the approach are

needed. It is required to suggest a guideline through reasonable process

before establishing policy goals. Partial equilibrium analysis using

econometrics simulation model is an proper way in this regard.

To this end, we established multi-year research plan, and conducted

research for three years by studying trends and cases of foreign

countries, discovering and setting up analysis models, complementing

and applying the models to the field.

In the third year, we focused on performing an additional theoretical

verification of the basic model of the second year, improving and

applying the model based on the verification. Also policy effects were

analyzed and operation of real models was verified while possibility of

its future use and expansion was reviewed in a multi-faceted way.

ii

Various ways for forecasting energy in the future are performed as an

essential prerequisite for establishing energy policies. As a wide range of

energy sources and use technology will be utilized and it is highly likely

that the technological characteristics will change or technology with new

characteristics will emerge over time, more various approach will be

needed to project the future of energy system. Such forecasting is all the

more important as the energy system of Korea is very sensitive to the

exterior shock due to its foreign-dependent energy demand-supply

structure, and new policy directions including green growth increases

uncertainty furthermore.

In particular, an approach to economy in technological aspects based

on technological and economic understanding is very important, and

measures to forecast future energy system in a comprehensive

perspective regarding technology and economy based on the approach. It

is difficult to offer a blueprint in the very basic stage because a number

of prerequisites and documents are required, although CGE based on

microeconomics or MARKAL models address the measures. In order to

effectively operate such methodologies based on detailed scenario

analysis, measures to provide blueprints in a macroscopic aspect in

advance.

Therefore, this research aims to analyze the system based on structural

relationship of macroeconomic aspect, and opts for partial equilibrium

model using econometrics simulation as a methodology for assessment

Abstract iii

by combining energy and environment. In particular, this research

performed system-level analysis on the premise of co-relationship

between energy, economy and environment systems, and minimized

exogenous assumptions in order to avoid arbitrariness if possible, and

structuralize them so that each value can be endogenously determined.

For this, identifying relationships between subsystems and factors in

those systems is important.

This research aims to diagnose energy and economic factors in

technological and economic aspects and establish analysis model to

setting up future energy system based on the diagnosis.

To this end, in the year one, this research identified future forecasting

methodologies at home and abroad, examined systems in advanced

nations, and figure out characteristics, strong and weak points of the

existing methodologies in advance. Based on this effort, the research set

a direction to select an appropriate methodology to serve as a basis,

establish a new comprehensive model by improving the methodology,

and analyze the consumption and supply pattern of future energy sources

through an established comprehensive model. In addition, in the year

two, a basic model was established, econometrics verification was

performed while the research on operation of test model.

Such methodology development and model setup focused on

comprehensive modeling of technological factors and market factors by

forecasting energy system in comprehensive technological and economic

view, and can be used in assessing ripple effects and policy effects in the

iv

future. Meanwhile, it is expected that this will be of a great help by

offering the direction to complement and improve the current policies.

This research is scheduled for three years. This year is the year three,

focusing on examining of the establishment of basis for model

configuration in the year one, and complementation, theoretical

verification and application of model established in the last year.

2. Main Contents

Materials and documents used to establish a model were collected

from relevant organizations such as Bank of Korea, Statistics Korea,

Korea Energy Economics Institute, the Ministry of Environment.

Up-to-date data and updates after research of the previous year were

incorporated as much as possible, and old data on labor hours were

replaced with new ones.

As Ahn(2010) did, regression equations in the model was estimated

by using OLS and AR(1) methods, and lagged variables were used

appropriately depending on their characteristics. The estimation shows

that most of the regression equations have favorable prediction

capability, and estimated coefficients mostly met economic theories. A

number of variables had unit root, but most of the estimation coefficients

turned out to play a role of cointegration vector with 1% of controlled

experimental error rate, demonstrating no problem with the use of the

model.

This year, the research especially focused on the macroeconomic

Abstract v

review and complementation of economic modules. Through this, overall

modifications were made in economic modules. In energy module, the

research structure is similar with the research of the second year.

However, the structure is improved to ensure that renewable energy

consumption variables have more organic relationship with other fossil

fuel energy sources. While the variable of renewable energy technology

level was used as an exogenous variable by Ahn(2010), this year, the

variable was designated as an endogenous variable that is affected by

investment amount, strengthening the organic relationship of technology

module. In environment module, aside from CO2, greenhouse gas, CO,

NOx and SOx were incorporated as pollutants into the list for analysis.

The analysis of simulation using models established with estimated

regression equations and identical equations showed more or less

unstable results for the period after 2025 in the second year. However, in

this research, relatively stable predictive values were estimated to 2030.

Scenario analysis based on formed models has been done many times.

First of all, scenarios including standard version, high oil price version,

and low oil price version reflecting fluctuations of oil prices were

analyzed to see what impact exterior environment brings. However, as

the low oil price version had little impact, only results of standard

version and high oil price version were offered in this analysis.

Scenarios were established using the increase rate of investment for

renewable energy and energy efficiency to consider policy changes.

Regarding energy efficiency, two versions, high efficiency version where

vi

energy efficiency improves fast, and low efficiency version where

energy efficiency does not increase were established and compared

against standard version. In regard to renewable energy investment,

active investment version where investment support increases fast, and

inactive investment version where investment does not increase, were

formed and compared against standard version.

3. Conclusion and Discussion

This research achieved the following improvement building upon the

preliminary research conducted by Ahn(2010).

First, models were revised and complemented through macroeconomic

review. Theoretical basis that has been pointed out as weak points in the

research by Ahn(2010) was strengthened and the model system was

improved. In addition, appropriately, lagged variable was used by

identifying whether explanatory variable is a leading economic indicator

or coincident economic indicator against dependent variable.

Second, the research ensured that renewable related factors are

combined more organically within the model. Preliminary researches did

not consider the replacement relationship with other energy sources,

while this research constructs equations so that the consumption of fossil

fuels can be affected. Meanwhile, equations were improved so that the

amount of renewable energy consumption is affected by oil price. In

particular, this research takes advantage of the amount of accumulated

consumption as a proxy variable, overcoming the limit faced by

Abstract vii

Ahn(2010) that failed to use the price of renewable energy despite its

importance.

Third, this research added technological factors including energy

efficiency and made the technology level variable for renewable energy

endogenous. In particular, energy efficiency was identified as a factor

that directly affects future economic growth.

Fourth, this research constructed exogenous variables and scenario

hypothesis by reflecting the reality. It set prediction values for rate of

depreciation, the amount of investment for renewable energy and energy

efficiency by considering preliminary research and government plans. It

also incorporated updates after the research by Ahn(2010) to predict oil

price, exchange rate, and interest rate.

Last but not least, the research ensured that the model can be operated

in a more stable manner than the research by Ahn(2010) to enable a more

long-term forecast. The research by Ahn(2010) did not consider

replacement relationship by energy sources, as a result, in most cases,

models diverge, not converge, depending on data used, limiting the

forecasting visibility to the year 2025, while this research allowed the

consideration of replacement relationship to enhance the stability of

models to forecast up to 2030.

As a result of scenario analysis, the following was identified.

In scenario analysis regarding oil price, most of the variables were

sensitively responsive to the oil price as expected. In standard version,

GDP growth rate was lower than that of general preliminary researches,

viii

which can be attributable to long term factors that deter growth rate

including decrease in population and efforts to lower greenhouse gases

as well as the recent economic recession.

The analysis of energy efficiency scenario shows that the increase of

energy efficiency plays a very important role in economic revitalization.

To achieve 3% of GDP growth rate, which is close to the growth rate as

explained in general preliminary researches, the efficiency needs to be

enhanced by 2.4% annually, two times the current goal of the

government. However, there are some issues that require our attention

regarding energy efficiency enhancement. Although the increase of

energy efficiency is an important measure to respond to the climate

change, the increase itself has an impact as much as the drop of energy

price and could bring about a negative effect in reduction in greenhouse

gas or fossil fuel savings. As the research by Boo(2002) set energy mix

in an exogenous manner, not considering replacement relationship by

energy sources endogenously. If exogenously determined, it takes place

based on price-demand relationship which is natural. The above analysis

result suggests that although the energy efficiency improvement is one of

the important ways to promote green growth and reduce greenhouse gas,

efforts to save energy and improve energy consumption behavior are also

required. However, as putting too much pressure on energy consumption

could lead to economic recession, finding a proper point of compromise

is important. Moreover, energy efficiency improvement turned out to

make people prefer the existing fossil fuels, causing a delay in

Abstract ix

widespread use of renewable energy. The research demonstrated that

both energy efficiency improvement and expansion of renewable energy

provision are two important pivots for green growth, but there is also

contradictory relationship between them. Therefore, in order to increase

the supply of renewable energy while promoting economic growth

through energy efficiency improvement, more active investments for

renewable energy is needed. Of course, an active investment support for

renewable energy could decrease GDP a bit in a short run. However, the

size of GDP decrease is not large as the earlier scenario analysis

suggests, and could lead to long-term growth, which means there is no

need to worry about short-term decline in GDP.

However, it is true that some limits still exist, despite research

achievements as mentioned earlier. First, it is difficult to represent

renewable energy with an index as it includes a variety of fields, and

time span of relevant data is short. However, improvement will be made

with more data being collected over time.

Another limit is that econometrics simulation is basically performed

through time series analysis based on the past cause-effect relationship

and structure. It is expected that this obstacle will be overcome when

combined with other methodologies.

차례 i

제목 차례

제1장 서 론 ·························································································· 1

1. 연구 배경 ························································································ 1

2. 연구 목적 및 대상 ········································································· 3

3. 연구 추진 방법 ··············································································· 4

4. 보고서 체계 ·················································································· 4

제2장 선행연구 ···················································································· 7

1. 1차년도 연구내용 ··········································································· 7

2. 2차년도 연구내용 ········································································· 12

3. 거시경제계량모형 관련 선행연구 ··············································· 17

4. 시사점 ···························································································· 21

제3장 자료 확보 및 분석 ····························································· 23

1. 분석 자료 ···················································································· 23

2. 시계열 분석 ·················································································· 41

제4장 모형 구축 ················································································ 49

1. 모형 개요 ······················································································ 49

2. 모형의 구조 ················································································ 50

ii

제5장 모형의 추정 ··········································································· 81

1. 추정방법 ························································································ 81

2. 공적분 검정 ·················································································· 83

3. 예측력 검토 ·················································································· 87

4. 의태(Backward forecasting)분석 ················································· 93

제6장 시뮬레이션 분석 ··································································· 99

1. 외생변수 가정 ··············································································· 99

2. 환경변화에 따른 시나리오 분석 ··············································· 102

3. 정책변화에 따른 시나리오 분석 ··············································· 110

제7장 결론 ························································································ 123

1. 연구성과 ······················································································ 123

2. 분석결과 검토 ············································································· 124

3. 연구의 한계 ·············································································· 127

4. 향후 활용가능성 검토 ······························································ 129

참고문헌 ···························································································· 133

부록 Ⅰ ······························································································· 137

부록 Ⅱ ······························································································· 139

부록 Ⅲ ······························································································· 147

부록 Ⅳ ······························································································· 149

부록 Ⅴ ······························································································· 151

차례 iii

표 차례

경제부분 사용변수 ································································· 29

에너지 부분 사용변수 ··························································· 33

에너지가격 사용변수 ····························································· 36

신재생에너지기술 관련 변수 ················································ 37

신재생에너지기술 가격 및 효율향상 변수 ·························· 39

환경 관련 사용변수 ······························································· 41

경제부분 사용변수 단위근 검정 ·········································· 43

에너지소비량 관련 단위근 검정 ·········································· 45

에너지가격 사용변수 단위근 검정 ······································· 46

환경 관련 사용변수 단위근 검정 ······································· 46

에너지소비 통계 분류 체계 ·················································· 74

경제부분 공적분 검정 ··························································· 84

에너지소비량 부분 공적분 검정 ·········································· 85

에너지가격 및 기술 관련 공적분 검정 ······························· 86

환경 관련 사용변수 단위근 검정 ······································· 86

경제 부분 예측력 분석 ······················································· 88

에너지소비량 부분 예측력 분석 ·········································· 89

에너지가격 부분 예측력 분석 ·············································· 90

신재생에너지 기술부분 예측력 분석 ··································· 91

환경 관련 예측력 분석 ························································· 91

시뮬레이션 구조식들의 예측력 분석 결과 ························ 92

ln(RGC) 추정 결과 ···························································· 94

iv

ln(CPI05) 추정 결과 ·························································· 95

ln(COLH) 추정 결과 ························································· 96

감가상각률 추산 ································································· 100

원유가격 전망(달러/배럴, 2009 실질가격) ························ 103

차례 v

그림 차례

[그림 3-1] 취업자수 추이 ······································································ 25

[그림 3-2] 국내총생산 추이 ································································· 25

[그림 3-3] 총소비지출 추이 ··································································· 26

[그림 3-4] 수출, 수입 추이 ··································································· 27

[그림 3-5] 인구변화 추이 ······································································ 28

[그림 3-6] 자동차 등록대수 추이 ························································· 28

[그림 3-7] 에너지원 소비 흐름 ····························································· 30

[그림 3-8] 에너지소비량 ········································································ 31

[그림 3-9] 석유제품 가격 추이(2005=100) ·········································· 32

[그림 3-10] 전환효율 변화 추이 ··························································· 35

[그림 3-11] CO2 배출 추이 ··································································· 40

[그림 4-1] 경제모듈 내 경제변수 간 관계도 ······································· 52

[그림 4-2] 경제, 에너지, 환경 모듈 간 구조 ······································ 80

[그림 5-1] 민간소비지출 실제치와 추정치 비교 ································· 94

[그림 5-2] 소비자물가지수 실제치와 추정치 비교 ······························ 95

[그림 5-3] 전환부문 석유소비량의 실제치와 추정치 비교 ················· 97

[그림 6-1] 우리나라 인구 전망 ··························································· 101

[그림 6-2] GDP 전망 ··········································································· 105

[그림 6-3] 총1차에너지소비량 ····························································· 106

[그림 6-4] 소비자물가지수 전망(2005=100) ···································· 107

[그림 6-5] 화석연료비율 전망 ····························································· 108

[그림 6-6] 에너지 한단위 소비당 CO2 배출량 ·································· 109

vi

[그림 6-7] 신재생에너지 비중 ····························································· 110

[그림 6-8] GDP 전망 ··········································································· 111

[그림 6-9] 총1차에너지소비량 ····························································· 112

[그림 6-10] 소비자물가지수 전망(2005=100) ·································· 113

[그림 6-11] 화석연료비율 전망 ··························································· 114

[그림 6-12] 에너지 한단위 소비당 CO2 배출량 ································ 115

[그림 6-13] 신재생에너지 비중 ··························································· 116

[그림 6-14] GDP 전망 ········································································· 117

[그림 6-15] 총1차에너지소비량 ··························································· 118

[그림 6-16] 화석연료비율 전망 ··························································· 119

[그림 6-17] 에너지 한단위 소비당 CO2 배출량 ································ 120

[그림 6-18] 신재생에너지 비중 ··························································· 121

제1장 서론 1

제1장 서 론

1. 연구 배경

미래 에너지전망은 에너지 관련 정책을 수립함에 있어 전제되어야

할 필수 전제 요건으로 다양한 방법으로 시도되고 있다. 특히 미래에

는 매우 다양한 에너지원 및 이용기술이 활용될 것으로 예상되며, 기

술적인 특성 자체도 시간에 따라 빠르게 변화하거나 새로운 특성을 가

진 기술이 나타날 가능성이 크기 때문에, 에너지시스템의 미래를 전망할

때 보다 다양한 측면에서의 접근이 필요할 것으로 보인다. 우리나라의

에너지시스템은 대외 의존적인 에너지수급구조로 인해 외부적 충격에

매우 취약한데다 녹색성장 등 새로운 정책적 방향의 제시는 불확실성

을 더욱 크게 만들기도 하기 때문에 이러한 전망의 중요성이 더욱 크

다 할 수 있다. 특히 기술적ㆍ경제적 이해를 바탕으로 한 기술 측면에서

의 경제성에 대한 접근이 매우 중요하며, 이를 통해 기술․경제 통합적

인 관점에서 미래 에너지시스템의 상황을 전망할 수 있는 방안이 필요

하다. 미시경제학적 측면에 기반한 연산가능일반균형모델(CGE))이나 선

형계획최적화에 기반한 마칼(MARKAL) 모형들이 이를 다루고 있으나,

이들 모형은 시나리오가 어느 정도 구체화되고 세부적인 정보들이 구축

된 이후에 사용할 수 있는 방법론이라 할 수 있다. 구체적 자료 및 세부

시나리오 분석에 기반한 이들 방법론들을 효과적으로 운용하기 위해서

는 사전에 거시적인 측면에서 청사진을 제공할 수 있는 방법론이 필요

하다.

2

따라서 본 연구에서는 거시경제적 측면의 구조적 관계에 기반한 시

스템의 분석을 실시하고자 하며, 에너지, 환경 등과 결합하여 분석가

능한 방법론으로서 계량경제 시뮬레이션을 이용한 부분균형모델을 선

택하였다. 사실 거시적인 측면에서의 방법론에서는 마칼 등의 상향식

방법론과는 달리 세부 기술 요소를 다루는 것은 불가능하기 때문에 기

술적 요소는 대부분 배제된 채 분석이 실시되곤 하였다. 이는 본 연구

에서는 이와 같은 거시경제적 청사진 속에 기술 요소들을 가능한 한

삽입하여 분석하는 것을 목표로 하고 있다. 이는 상향식 모형에서는

이미 세부적인 기술적 요소들이 이미 상당 수준 반영되고 있지만 하향

식 모형에서는 아직 대략적인 반영도 어려운 것이 현실이기 때문이다.

상향식 모형에서는 세부적인 기술 요소들을 반영할 수 있는 반면 개괄

적인 에너지 수급 체계(에너지믹스 등이 외생적으로 주어지기 때문에

이와 기술 요소 등과의 상관관계 등을 분석할 수 없다. 반면 하향식

모형에서는 이러한 지표들을 유동적으로 설정할 수 있지만 기술 발전

등을 반영하기는 어렵다는 단점이 있다. 물론 기술적 요소를 도입한다

하더라도 거시경제적으로 보는 만큼 상향식 형들과 같이 세부 산업별

또는 기술별 요소들을 반영할 수는 없으나, 신재생 등 특정 요소들에

대한 개괄적인 지표라도 사용할 수 있다면 큰 의의가 있다고 할 수 있다.

이러한 거시경제적 시스템차원의 분석은, 에너지와 경제, 환경시스

템간의 상호연관성을 전제로 하고 있으며(부경진 외, 2002), 모형의

자의성을 가급적 피하기 위해 외생적인 가정을 최소화하고 각 값들이

가능한 한 내생적으로 결정될 수 있도록 구조화하는 데 노력을 기울였

다. 이를 위해서는 각 하위 시스템 간, 시스템 내 요소들 간의 관계 규

명이 중요하다.

제1장 서론 3

이를 위해 다년간의 연구 계획을 수립하였으며, 해외 동향 및 사례

조사, 분석모형 발굴 및 구축, 모형 보완 및 실제 적용을 통한 전망 연

구를 3개년에 걸쳐 추진하였으며, 본 보고서는 3차년도 연구에 해당한다.

2. 연구 목적 및 대상

본 연구는 기술적․경제적 측면에서 에너지와 경제 요소들을 상호

진단하고 이를 토대로 미래에너지시스템의 구축에 대한 분석모형을

구축하는 것을 목표로 하고 있다.

이를 위해서 1차년도에 우선 국내외 미래전망 방법론들을 파악하고

선진국의 시스템을 조사하여 기존의 방법론들의 특징 및 장단점들을

파악하는 작업을 선행하였다(안지운, 2009). 이를 통해 기반이 될 적

절한 방법론을 선택하고 이를 개선하여 새로운 통합모형을 구축하며,

구축된 통합모형을 통해 미래 에너지원들의 소비 및 공급패턴를 분석

하기 우한 연구 방향을 설정하였다. 그리고 2차년도에는 기본 모형의

구축 및 계량경제학적 검증을 실실하고 시험적인 모형의 구동에 대한

연구를 수행하였다(안지운, 2010).

이러한 방법론의 개발 및 모형 구축은 기술 및 경제의 통합적 관점

에서의 에너지시스템에 대한 조망을 통해 기술적 요소, 시장요소 등을

포괄적으로 모형화 하는데 중점을 두고 있으며, 향후 파급효과 분석

및 정책효과 분석 등에 활용할 수 있다. 이를 통해 각종 정책 수단의

보완점 및 향후 개선방향 제시에도 기여할 수 있을 것으로 기대하고 있다.

4

3. 연구 추진 방법

본 연구는 3개년에 걸쳐 진행하는 것으로 계획하고 있으며, 금년도

는 그 중 3차년도로서, 1차년도의 모형 설정을 위한 기반 구축 연구

및 2차년도 기본 모형의 구축 후 모형의 보완 및 이론적 검증, 적용에

중점을 두고 있다.

3차년도에서는 2차년도 기본 모형에 대해 추가로 이론적인 검증을

실시하고 이를 바탕으로 모형을 개선하고 적용하는 데 중점을 두고 있

다. 특히 거시경제학적 측면에서의 이론적 검증과 에너지 및 경제 요

소들 사이의 상호 관계의 강화, 기술적 요소의 상관구조 변화 등에 중

점을 두고 있다. 이를 통해 정책 효과를 분석해 보고 실제 모형의 구

동을 검증하고 향후 활용가능성 및 확장 가능성에 대해 다각적으로 검

토해 보았다.

4. 보고서 체계

3차년도에는 최종 모형의 완성을 목표로 하고 있으며, 이와 같은 연

구 목적에 따라 본 보고서는 다음과 같은 내용으로 구성되어 있다.

제2장에서는 1,2차년도 연구의 간략한 내용을 정리하고 있다. 기존

방법론들의 특징 정리 고찰, 활용 사례 등을 소개한 1차년도 연구 및

기본모형을 구축한 2차년도의 개략적인 내용을 소개하였다. 본 연구에

서 사용한 방법론인 에너지, 경제, 환경모듈을 이용한 계량경제 시뮬

레이션 관련 선행연구들을 소개하고 모형의 구조 및 보완점을 검토하

였으며, 추가적인 거시 경제 계량 모형 관련 선행연구를 살펴보았다.

제3장에서는 본 연구에서 사용할 데이터의 내용, 입수 경로, 시계열

제1장 서론 5

분석을 위한 개별변수들의 단위근 검정 등을 다루고 있으며, 제4장에

서는 이와 같은 데이터를 이용해 모형 구성 및 구조를 제시하였다. 제

5장에서는 실제 추정이 어떻게 이루어지는 설명하였으며, 추정결과를

제시하고 있다. 제6장에서는 앞서 추정한 모형을 사용한 시뮬레이션을

보여주고, 완성된 모형을 통해 어떠한 분석들이 가능한지를 제시하고

있다. 마지막으로 제7장에서는 연구결과를 종합적으로 정리하고, 본

연구의 확장가능성 및 활용 방향을 제시하였다.

제2장 선행연구 7

제2장 선행연구

1. 1차년도 연구 내용

안지운(2009)는 본격적인 모형 구축에 들어가기 전 다양한 미래 전

망 방법론들을 검토하고 적절한 방법론을 선택하기 위한 1차년도 연

구로서 진행되었다. 해당 연구에서는 방법론을 결정되고 차년도 연구

의 기본방향을 결정짓는데 중점을 두었다.

가. 미래 전망 분석 방법 검토

우선 방법론을 선정하기에 앞서 현재 미래 전망을 위해 사용하는 다

양한 방법론들을 검토하고 소개하였다.

미래전망의 연구방법론들은 크게 정성적인 방법과 정량적인 방법으

로 구분할 수 있다. 정성적인 방법들은 주로 장기 비전 수립 등에 사

용되며, 방법론으로는 에이전트 모델링(Agent Modeling), 브레인스토밍

(Braindstorming), 인과관계분석(Causal Layered Analysis), 델파이 기법

(Delphi), 퓨처휠(Future Wheel)(박영숙, 2008), 관계도 분석(Relevance

Tree), 시나리오 분석, 로드맵, SWOT 분석 등이 있다. 이들 방법론들

중에는 서로 유사하거나 복합적인 형태를 띠고 있어 방법론 사이의 구

분이 모호한 경우가 많다.

반면 정량적인 기법들은 수학적인 모형을 통해 미래 전망에 대한 결

과를 수치로 제공하는 방법론으로서 정성적인 기법들에 비해 보다 객

8

관적인 결과들을 제시할 수 있다는 장점이 있다. 특히 여러 가지 정책

대안 간 비교에 매우 유용한 시사점을 제공할 수 있다는 강점을 가지

고 있으며, 이를 체감할 수 있는 수치로 표현할 수 있다. 그러나 미래상

을 체감할 수 있도록 이미지화해서 시각적으로 제시하기는 어렵고 수학

적인 이론들을 사용하므로, 결과를 도출하기 위해서 많은 가정 및 자료

들이 필요하다. 따라서 신뢰할 만한 결과를 얻기 위해서는 합리적인 가

정 및 신뢰할 수 있는 자료의 확보가 필수적이며, 과거 데이터를 사용

하여 모형을 도출하기 때문에 과거와는 다른 형태의 패러다임이 출현

했을 때 이를 적용하기에는 어려움이 있다. 대표적인 정량적 분석 방

법론으로는 시계열 분석, 계량경제모형 분석, 투입-산출 모형 분석

(Leontief, 1951), 시스템 다이나믹스 모형(Forrester, 1961), 데이터

마이닝, 확산모형 분석 등이 있다.

정성적인 방법은 아직 정량적인 방법으로 분석하기에는 자료 등이

충분치 않을 때 유용하며, 기본적인 방향을 제시하는 역할을 할 수 있

으며, 패러다임 구축 등 큰 밑그림을 그릴 때 유용하다. 정량적인 방법

은 어느 정도 분석 가능한 자료가 축적되었을 때 이용할 수 있으며, 세

부적인 분석 결과 도출 및 대안 간 효과적인 비교가 가능하다. 결과적

으로 정성적인 방법은 정량적인 방법을 사용하기 전 사전단계적인 성격

을 가지고 있다고 볼 수 있다. 특히 직관 및 주관성이 많이 개입되는 정

성적 방법론에서 많은 양의 객관적 데이터가 요구되는 정량적 방법으로

넘어갈 때 이에 대한 청사진을 제공해줄 수 있는 거시적인 측면에서의

모형의 사용이 중요한 것으로 생각된다.

제2장 선행연구 9

나. 기술적 지표 분석

현재 주로 각 분야의 기술관련 전문가들이 정성적 기법의 패널로서

참여하거나 델파이 설문에 참여하는 방식을 통해 참여자가 보유하고 있

는 기술적인 정보들을 미래 예측에 반영하고 있다. 정량적 기법들은 요

소들을 수치화하여 변수로서 사용하는데 기술적 요인 및 특성들은 수

치화하는 것이 쉽지 않기 때문에 정성적 기법들에서 다소 추상적으로

사용하는 것으로 그치는 경우가 많다(안지운, 2009).

본 연구에서는 기술적 특성들을 경제적 모형에 포함시켜 기술적․

경제적 통합모형을 구축하는 것을 최종적 목표로 하고 있다. 하지만

본연구에서는 세부적이고 방대한 양의 데이터를 필요로 하는 상향식

(bottom-up) 모형보다는 이와 같은 모형을 사용하는 것을 가능케 해주

는 전체적인 청사진을 제공할 수 있는 하향식(top-down) 모형을 중심

으로 활용하고자 한다. 따라서 기술의 세세한 사항들을 에너지ㆍ경제

의 개괄적인 모형에 포함시켜 분석하는 것은 불가능하며, 산업별 세세

한 분석도 어렵다. 특히 신재생에너지와 같은 신기술의 경우 아예 산

업 분류 자체가 존재하지 않는 경우도 있기 때문에 산업에 대한 개괄

적인 정보만이 사용된다. 다만, 기술적 요소를 고려할 수 있는 형태를

구축함으로써 기본적인 모형을 갖추고 추후 계속 보완해 나갈 수 있도

록 하는 것이 중요하며, 상향식 모형을 사용함에 있어 기본 방향 및

자료를 제공하는데 의의가 있다.

기술은 지식의 또 다른 형태로서 추상적이고 측정이 매우 까다롭기

때문에, 기술을 정량적이고도 객관적으로 측정하고자 할 때 일반적으

로 그 기술과 관련된 관측 가능한 어떤 다른 정보를 사용하는 등 간접

적인 방법을 사용하게 되는 경우가 많다. 이들 요소들을 기술지표라

10

부른다. 이와 관련하여 제3차 신‧재생에너지 기술개발 및 이용‧보급

기본계획 수립방안 연구에서는 신재생에너지에 대한 AHP 설문(조근

태 외 2003)을 실시하여(지식경제부, 2008) 이와 같은 내용들을 연구

한 바 있으며, 안지운(2010)에서는 기술지표로 활용가능한 사례 중 하

나로서 이를 간략히 정리하여 보여주었다.

그리고 추가적으로 특허 등 실재 현황 자료를 이용하는 경우가 많은

데, 특히 특허는 기술의 본질이나 특성을 설명할 수 있는 자료의 부족

으로 개념적이거나 정성적 수준에 머무르는 한계를 겪어 왔던 기술변

화 연구 부문의 문제를 극복할 수 있는 거의 유일한 현시 자료로서 여

겨지고 있다.

다. 기술적 요인을 고려한 모형 구축 방향

해당 연구에서는 정책효과 등을 보다 거시적인 관점에서 파악할 수

있게 해 주는 모형 구축에 초점을 맞추고 있다. 이러한 모형이 구축되

기 위해서는 그 기반이 되는 모형이 가격 등 시장적인 요소들을 포함

할 수 있으며, 각 변수 간에 구조적인 상관관계를 어렵지 않게 관측할

수 있어야 한다. 단순 시계열 분석의 경우에는 분석이 용이한 반면 다

양한 사회․경제적 요소들의 상호 관계를 파악하기 어렵다. 투입-산

출1) 모형의 경우 세부적인 산업 분류까지 분석할 수 있다는 장점이 있

지만, 신기술의 경우 애초에 세부 분류 기준 자체가 존재하지 않기 때문에

이와 같은 장점을 활용하기가 어렵다. 또한 방대한 자료가 필요하기 때

문에 분석에 시간과 비용이 많이 소모되며, 선형관계만을 가정하는 등

1) 시스템 다이내믹스에서도 변수를 시간의 함수로 설정하는 것은 가능하지만, 시점의 흐름에 따른 추세나 주기 등을 반영하기에는 어려움이 있다.

제2장 선행연구 11

제약이 심하다는 한계도 있다. 일반균형분석(CGE)의 경우 가장 거시

적인 관점에서 보는 모형 중 하나로 매우 다양한 요소들을 고려할 수

있어 경제적 파급효과 등을 예측하는 데 많이 활용되고 있지만, 탄력

성 등 상호관계 지표 등이 미리 결정되어 외부적으로 삽입되는 경우가

많아 변수들 사이의 상호 영향력을 분석하기에 어려움이 많다. 이러한

지표들이나 전제조건들이 사전에 정립되기 위해서는 이를 위한 객관

적인 근거나 어느 정도 합의된 내용이 필요하다. 계량경제 시뮬레이션

모형의 경우 일반균형모형과는 달리 몇 개의 경제모듈만을 분석하는

부분균형모형이며, 일반균형모형만큼 거시적으로 분석하는 방법은 아니

다. 그러나 다른 방법론들에 비해서는 상당히 거시적인 관점에서 분석하

는 모형으로 특히 변수들 간의 상호 관계를 명확히 관측할 수 있으며,

모형의 응용이 용이하다는 장점이 있다. 그리고 투입-산출 모형 등에

비해서 필요한 자료의 양이 적다는 장점이 있으며, 기본적으로 다양

한 변수들에 대한 시계열 자료를 사용하기 때문에 동태적 특성을 고려

한 상호 인과관계의 분석이 가능하다. 시스템 다이내믹스도 다양한 장

점을 가진 방법론 중 하나로 복잡한 상황에서의 분석에 유용하며, 가

정 등에 대한 유연성도 뛰어나다. 다만 계량경제모형처럼 시간에 따른

동태적인 특성을 제한없이 반영하기에는 어려움이 있다.

본 연구에서는 장기적인 수요전망을 위한 모형보다는 기술이 다른

부문과 어떠한 상호관계를 가지는지에 대한 구조적인 파악을 목적으

로 하고 있다. 따라서 정책의 효과 분석에 있어 효과가 발생하는 메커

니즘을 구조적으로 설명 가능한지의 여부가 매우 중요한 사항이며, 이

러한 측면에서 계량경제모형의 유용성이 부각된다. 동시에 외생변수를

최소화하여 대부분들의 변수 및 지표들이 모형내에서 내생적으로 결

12

정될 수 있도록 하여 통합적인 관점에서 미래를 조망할 수 있도록 하

는 것이 무엇보다 중요하다. 특히 신기술이나 신산업의 경우 사용할

수 있는 데이터가 한, 기술적 요인을 모형에 포함시킴으로써 통합 모

형을 구성할 수 있을 것으로 기대하고 있다.

2. 2차년도 연구 내용

가. 주요 내용

안지운(2010)에서는 1차년도에 선택한 방법론인 계량경제 시뮬레이

션 모형 구축을 위해 선행연구들을 검토하고 개선이 필요한 사항들을

발굴하였다.

우선 모형의 구조를 보다 명료하게 파악할 수 있도록 비교적 단순하

게 구성하고 에너지 전환 부분 및 총고정자본형성 부분 등 통계체계에

맞추어 항등식을 재정립하였으며, 기술적인 분석을 위해 추가적인 외

생변수들을 도입하였다. 신기술인 신재생에너지 분야에 대한 분석이

가능하도록 추가적인 모듈을 구성하였다. 그리고 소비량 중 에너지원

별 대체 관계를 내생변수화하여 모형의 유연성 및 활용도를 증강하였

으며, 단위근 및 공적분 검정을 통해 시계열 자료 분석의 이론적 기반

을 강화하기 위한 노력을 기울였다.

모형 구축을 위한 자료들은 한국은행, 통계청, 에너지경제연구원, 환

경부 등 유관기관으로부터 입수하였으며, 되도록 최신의 자료를 입수

하기 위해 노력했다.

모형 내 회귀식들의 추정은 OLS와 AR(1) 추정법을 사용했으며, 변

수의 성격에 따라 적절하게 시차변수를 사용하였다. 추정 결과 대부분

제2장 선행연구 13

의 회귀식들이 우수한 예측력을 가진 것으로 나타났으며, 추정계수들

은 경제이론과 부합하는 부호를 보였다. 많은 변수들이 단위근을 가지

고 있었으나, 모든 회귀식의 추정계수들이 공적분 벡터의 역할을 하는

것으로 나타나 모형의 사용에 문제가 없음이 확인되었다.

추정된 회귀식들과 항등식들로 구성한 모형을 통해 간단한 시뮬레

이션 분석을 실시하였다. 이는 기본모형의 구동을 확인하기 위한 과정

으로 최종 완성 모형이 아니기 때문에 정밀한 시나리오를 사용하거나

정책적 시사점을 도출하지는 않았으며, 그보다는 최종년도 연구에서의

개선 방향을 파악하는데 중점을 두었다.

나. 선행연구들과 비교

해당연구의 토대가 된 부경진 외(2002)와 부경진(2003)에서는 계량

경제 시뮬레이션 모형을 효과적으로 사용하여 온실가스 저감 분석을

실시한 바 있다. 이 모형들은 그 자체로도 기술․경제 통합모형이라

볼 수 있으며, 두 연구 모두 환경기술개발투자와 화석연료의 CO2 배

출 저감의 관련성을 찾아내고 있다. 이 모형들은 당시에는 효과적으로

사용가능한 모형이었으나 이를 그대로 현재에 적용시키기에는 몇 가

지 문제가 있다.

우선 모형의 구조가 다소 복잡했는데, 가장 큰 이유 중 하나가 변수

나 회귀식의 많고 적음의 문제가 아니라 불필요한 부분들이 삽입되어

있다는 것이다. 예를 들어 이미 변수로 사용되고 있는 국내총생산이나

총소비지출과 직접적인 연관관계를 가지는 가처분소득 등을 굳이 추

가적인 변수로 사용할 필요는 없었다. 그리고 GDP에서의 분야별 구

분 역시 이러한 복잡성을 증가시키는 요인으로 보인다. 이러한 모형의

14

복잡성은 모형의 해(solution)를 구하기 위한 시뮬레이션 모형의 수렴

(convergence) 문제와 연결되기 때문에 어느 정도 필수적인 요소들만

을 포함하는 것이 시뮬레이션을 효과적으로 수행하는 데 도움을 줄 수

있다. 따라서 해당연구에서는 경제모듈을 비교적 간단하게 구성하고

대신 그 관계가 명료하게 나타나도록 하였다.

그리고 에너지 전환 부분 및 총고정자본형성 부분을 재정립할 필요

가 있었다. 석유나 석탄의 겨우 최종에너지소비에 전환부분에서의 소

비를 더하면 1차에너지 소비량이 되지만 가스의 경우 최종에너지소비

중 도시가스로 공급된 에너지는 1차에너지 소비량 산정에서 제외하게

되므로 전환부문의 가스 소비량만이 1차에너지 소비량으로 산정되는

데 이러한 관계 정립이 제대로 이루어지지 않았다. 총고정자본형성의

경우 선행연구들(부경진 외, 2002; 부경진, 2003)에서는 무형고정자산

은 고려하지 않았으나 이것이 최근 들어 급격히 증가2)하고 있음을 볼

때 안지운(2010)에서는 무형고정자산을 반드시 고려하도록 하였다.

셋째, 부경진 외(2002)에서는 AEEI라는 에너지 분야의 기술발전을

나타내는 변수를 포함하도 있으며, 환경 모듈에서는 환경투자를 통한

화석연료 단위당 CO2배출 저감효과를 추정한 바 있으나 AEEI는 시나

리오 설정을 위한 단순한 외생변수라는 한계가 있어 다른 기술적 요인

들(기술개발투자 등)로 인해 전망이 어떻게 달라지는지 파악하는 것은

불가능했다. 그리고 환경투자 외에 신재생에너지 등 신기술에 대한 내

용을 담을 수 있는 여지가 없다는3) 한계가 있었다. 게다가 모형상으로

2) 1990년의 (무형고정자산/건설투자)비율은 0.026에 불과하지만 2009년에는 0.107로 4배 가량 확대되었다.

3) 연구 당시에는 신재생에너지 보급이 본격적으로 시작되기 전이었기 때문에 사실상 이러한 고려가 필요하지 않았다.

제2장 선행연구 15

신재생에너지가 사용되는 분야가 산업과 가정 부문으로 한정되어 있

는데, 지금의 시점에서는 수송 분야, 전환분야 등 전 부문에서 신재생

에너지가 사용되고 있기 때문에 더 세부적인 변수 정의 및 분류가 필

요했다. 안지운(2010)에서는 이를 반영하여 모형의 구조를 수정하고

확장하였다.

넷째, 수력, 원자력, 특히 각 부문에서의 신재생에너지의 소비량이

외생적으로 주어진다는 한계가 있었다. 물론, 정책적인 의지를 통해

수립된 기본계획(지식경제부, 2008)이 존재하기 때문에 이를 반영한다

는 점에서는 이러한 외생적 변수로 보는 것이 현실적으로 옳을 수 있

다. 하지만 신재생에너지 소비량 등을 외생적으로 설정하면 기술투자

가 신재생에너지 보급량에 미치는 효과와 같은 기술경제적인 분석의

여지가 좁아지게 된다. 특히 본 모형의 유용성이 경제, 에너지 전반에

걸친 청사진을 제공하는데 있음을 감안할 때 에너지믹스를 외생적으

로 가정한다는 것은 모형의 활용도를 크게 약화시키게 된다. 따라서

선행연구들보다는 외생변수들을 대폭 줄이고 이를 내생변수화하기 위

해 노력하였다.

마지막으로 모형식들의 이론적 뒷받침이 부족하다는 점을 보완하기

위한 노력을 실시하였다. 이와 같은 모형들은 시계열자료(time series)

를 사용하기 때문에 단위근 및 공적분 관련 검토가 꼭 필요하다. 부경

진 외(2002)에서는 이와 같은 이론적 검증이 미실시된 반면, 부경진

(2003)에서는 단위근 검정과 공적분 검정을 실시하여 이론적 뒷받침

을 하고 있다. 그러나 공적분 검정의 경우 공적분 벡터의 존재 가능성

을 검정하는 Johansen 검정(Johansen, 1991)만을 실시했을 뿐 회귀계

수들이 공적분 벡터로서 적절한지를 직접 검증하지는 않았다. 그리고

16

각 회귀식들의 형태, 설명변수를 선정한 이유, 시차변수를 사용한 이

유 등에 대한 설명이 부족한 것으로 보인다.

안지운(2010)에서는 이러한 사항들을 고려하여 모형을 개선하고 이

론적인 기반을 다지기 위한 노력을 하였다.

나. 결론 및 논의

안지운(2010)에서 앞서 언급한 바와 같은 선행연구들을 보완하고 여

러 가지 연구 성과를 도출하긴 했지만, 아직 해결되지 못한 여러 가지

보완사항들이 여전히 존재하고 있는 것으로 보인다.

우선 경제 모듈의 경우 추가적인 개선이 필요할 것으로 보인다. 안

지운(2010)에서는 모형의 기본 모형을 구축하는 데 중점을 두고 있기

때문에 경제 모듈의 경우 비교적 단순한 형태로 구현했는데, 이에 추

가로 거시경제적으로 의미를 가지는 부문 등이 있으면 추가하고, 일부

부분도 강화 및 개선 필요성을 검토할 필요가 있는 것으로 보인다. 그

리고 신재생에너지 기술 관련 모듈의 구조 및 시나리오를 추가적으로

구성할 필요가 있다.

안지운(2010)에서는 실험적으로 이산화탄소 배출 부분만 환경 모듈

에서 다루었으나 향후 연구에서는 다양한 오염물질원에 대한 추가적

인 분석을 실시하면 보다 유용한 결과를 도출할 수 있을 것으로 보인

다. 이는 동일한 형태의 환경모듈을 여러 개 추가하는 방식이기 때문

에 큰 어려움 없이 확장할 수 있을 것으로 예상된다.

이와 같은 내용들은 기본모형의 보완 및 확장을 목표로 하는 3차년

도 연구에서 충분히 반영 가능할 것으로 예상되는 내용들이다. 반면

연구 자체에서의 한계로 지적될 수 있는 사항들이 있는데 이는 주로

제2장 선행연구 17

아직 시장 진입 초기에 불과한 신재생에너지의 복잡한 상황으로 인해

발생하는 문제들이다. 이는 주로 자료 및 분류 체계의 부재로 인한 것

으로 이러한 문제점을 극복하기 위해서는 모형의 개선이라는 부분과

는 다른 측면에서의 접근이 필요하다.

최종년도 연구에서는 여러 가지 현실적인 시나리오들을 구성하여 각

시나리오별 정책효과를 분석하고 정책적인 시사점들을 도출하고자 한

다. 이와 같은 분석을 통해 본 연구에서는 완성된 분석 모형 및 관련

시사점들을 확보할 수 있을 것으로 기대하고 있다.

3. 거시경제계량모형 관련 선행연구

박무환 외(2010)에서는 국민연금기금운용계획이나 국민연금재정 중

기추계 등과 관련 정책 평가와 관련하여 거시경제계량 모형 분석을 실

시한 바 있다.

가. 주요 내용

국민연금기금운용계획이나 국민연금재정 중기추계 등과 관련 정책

의사결정에 대한 기초자료를 제공하기 위하여 실물 및 금융부문의 거

시경제변수에 대한 전망치가 필요한데, 그러나 대부분 국내･외 예측전

문기관에서 발표되는 관련 전망치는 기관의 전문성에 부합되는 특정

부분이나 단기전망에 국한되고 있다는 한계가 있으며, 시의적으로도

발표시점이 시차를 보이고 있어 적시성 측면의 문제가 있다.

이러한 점에서 독자적인 모형개발의 필요성이 증대되고 있으며, 특

히, 한국은행이 2009년 12월 종전 2000년 기준에서 2005년 기준의 국

18

민계정 시계열자료를 확대･발표(1970~2000년)하는 등 통계편제방식의

변화에 따라 최근의 여건 변화를 감안한 거시경제계량모형의 구축에

대한 필요성이 커지고 있는 상황이다.

한편, 전통적인 케인지언의 거시경제계량모형에 대한 Lucas(1976),

Sims(1980) 등 비판이 제기되면서 기존 대형 거시계량모형은 방정식

수를 가능한 줄이려는 경향 및 대안모형으로 VAR모형, DSGE모형 등

개발이 확산되는 추세이다.

그러나 전통적인 모형을 대체할 검증된 모형의 부재로 우리나라를

비롯한 주요국의 경우 케인지언의 전통적인 거시계량모형이 주 모형

으로 사용되고 있으며, 대안모형들은 보조모형으로 활용되고 있는 상

황이다. 이에 따라 박무환 외(2010)에서는 기존모형의 장점을 최대한

반영하면서도 금융위기 등 최근의 여건변화를 감안한 거시경제계량모

형을 구축하고 이를 이용하여 적시성에 중점을 둔 단･중기 전망모형

으로 활용하고자 하였다.

나. 국내 거시경제계량모형의 개발 추이

1970년대 초 한국은행이 우리나라의 거시경제계량모형을 개발한 이

후, 주로 한국은행과 한국개발연구원에서 거시계량 모형이지속적으로

개발되었으며, 한국은행의 경우 1970년대 초 거시계량모형을 개발한

이후 분기거시계량모형(BOK87, BOK92, BOK97, BOK04) 개발하였

다. 한국개발연구원(KDI)은 1979년 처음으로 거시경제계량모형을 개

발한 이후, 최근에는 KDIQ05 2005모형을 개발하였다. 이외에도 여러

국책 및 민간 연구기관들 및 학계 등을 중심으로 다양한 모형들이 개

발한 바 있다.

제2장 선행연구 19

국책 연구기관에서는 통계청(통계청,1996), 노동연구원(KLI), 국회

예산정책처, 정보통신정책연구원 등이 개별 모형을 개발하였으며, 민

간연구기관에서는 삼성경제연구소의 삼성거시경제모형, 현대경제연구

원 HRI모형, POSRI모형 등이 개발되었다.

다. 요약 및 시사점

박무환 외(2010)에서의 모형은 단기예측모형으로서 경제성장률, 물

가상승률, 시장금리, 임금상승률, 실업률 중심으로 비구조적 형태(non-

structural form)인 5변수 벡터자기회귀(VAR) 분기모형을 사용하였으

며, 추정결과 개별 경제변수들에 대한 설명력은 증가율 변수임에도 불

구하고 상당히 양호한 것으로 나타났다.

표본 외 예측력 관점에서도 유효 전망시계가 GDP 성장률은 4분기,

전 산업임금상승률은 3분기, 회사채유통수익률은 2분기, 실업률은 6분

기, 소비자물가상승률은 9분기 등으로 나타나 단기예측모형으로서 적

합하게 설계･추정된 것으로 나타났다.

5변수 VAR 모형을 이용하여 표본 외 1년간의 단기예측을 수행한

결과를 보면, 특히 GDP 성장률의 경우 비조건부 및 조건부 전망치는

각각 5.8%, 6.0% 수준이 예상되었는데, 이는 국내외 예측전문기관들

인 KDI(2010), 한국은행(2010), 및 IMF(2010)의 2010년 성장률 전망

치와 매우 유사한 수준으로 나타났다.

중기예측모형으로서 연간 구조모형은 기존의 전통적인 모형들과 마

찬가지로 케인지안의 소득-지출 접근법에 기초한 일반균형개념의 소

규모 모형으로 구축하였다. 이는 최종수요 및 금융의 2개 수요부문과

임금 및 물가, 노동 및 생산의 2개의 공급부문 등 총 4개의 부문으로

20

구성되어 있으며, 방정식체계는 16개의 개별 행태방정식과 14개의 정

의식을 포함하는 총 30개의 연립방정식체계로 구성하였다. 예측력을

향상시키기 위해 외환위기 이후 경제구조의 변화 및 경제주체들의 행

태변화 그리고 최근의 통계편제방식 변화 등을 반영하고, 경제개방의

확대에 대응하여 해외여건의 변화가 소규모개방경제인 우리경제에 미

치는 영향 등을 고려하였다.

개별 행태방정식의 추정에 사용된 통계자료의 표본기간은 1970~

2009년까지의 연간시계열이며, 대부분의 행태방정식은 1972∼2009까

지의 자료를 사용하여 추정하였으며, IMF 외환위기 및 글로벌 금융위

기 등으로 추정오차가 큰 기간은 더미변수들을 사용하여 추정모형의

적합성 제고를 도모하였다. 추정모형에 대한 통계적 적합성 여부를 살

펴보면, 후방예측(backward forecasting)을 통해 얻은 내생변수들의 예

측치와 실제치를 비교하였을 때 전반적으로 과잉반응 등의 문제가 발

생하지 않은 것으로 보아 본 모형은 합리적으로 구축된 것으로 판단되

었다.

해당 모형에서의 외생으로 간주한 변수들, 즉 콜금리, 원/달러 환율,

엔/달러 환율, 및 세계수입수요 등 주요 정책 또는 관심변수를 대상으

로 모형의 반응 및 시차구조를 살펴보기 위해 2005년을 시점으로

2009년까지 5년간을 대상으로 수행한 정책 시뮬레이션 결과 콜금리가

상승할 경우 시장금리의 상승 등으로 소비 및 투자수요의 위축에 따른

GDP의 감소, 물가 및 임금 하락 등 경제 전반에 걸쳐 긴축과 안정화

효과가 뚜렷하게 나타날 것으로 예상된다.

원/달러 환율이 상승(평가절하)할 경우 GDP는 수출증대 및 그에 따

른 내수 진작효과로 인하여 증가하며, 물가 및 임금은 GDP 증가에 따

제2장 선행연구 21

라 상승할 것으로 보인다. 엔/달러 환율이 상승할 경우 국내 상품의

수출경쟁력 약화로 GDP는 감소하고, 물가 및 임금은 총수요 감소효

과로 인하여 하락하는 것으로 나타났다.

국민연금재정 추계모형에 외생변수(exogenous variable)로 투입되는

거시경제변수들인 경제성장률, 물가상승률, 이자율, 임금상승률 등에

대하여 향후 2015년까지의 중기전망을 수행한 결과 2010년을 기점으

로 세계경제가 금융위기의 충격에서 점차 벗어나며 견실한 성장세를

유지할 것으로 전망됨에 따라 국내경제는 2010년 수출 및 내수의 견

실한 회복세가 예상됨에 따라 경제성장률은 6%내외 수준이 예상된다.

중장기적으로는 글로벌 금융위기인한 미래의 불확실성이 점차 해소되

면서 세계경제가 회복세로 전환될 것으로 예상됨에 따라 4%대가 전

망되었다.

통화정책 수단변수로서 콜금리는 경제안정화 및 물가안정 등을 위

한 유용한 정책수단이 되고 있음을 보이고 있지만, 정책수단변수의 선

택에 따라 정책목표인 경제성장, 물가, 경상수지, 고용 안정 등에는 상

충관계를 보이고 있다는 점에서, 이를 최대한 완화시킬 수 있는 정책

조합(policy-mix)에 대한 모색은 지속적으로 필요함을 알 수 있었다.

4. 시사점

본 연구에서는 안지운(2010)에서의 모형을 보완하고 개선하는 데

초점을 맞추고 있다. 안지운(2010)은 선행연구(부경진 외, 2002; 부경

진, 2003)의 모형을 구조적 문제를 해결하고 재구축함과 더불어 계량

경제학적 검증을 강화하는데 초점을 맞추었다. 그러나 여전히 구조적

인 한계가 존재하고 있었으며, 구조식들의 거시경제학적 이론 기반이

22

약하다는 문제점이 있었다.

따라서 본 연구에서는 박무환 외(2010) 등 여타 거시경제계량모형

을 검토하였다. 박무환 외(2010)에서는 순수하게 거시경제적인 지표들

을 통한 분석을 실시하였으며, 본 연구에서의 모형은 어디까지나 경제

적․환경적인 요소와 연계한 에너지 전망 모형 구축을 목적으로 하고

있기 때문에 경제 부문의 구조식은 되도록 간결하게 사용하기 위해 노

력하였다4).

4) 그럼에도 불구하고 본 연구의 경제모듈에서는 박무환 외(2010)보다도 많은 수의 식과 변수가 사용되었다.

제3장 자료 확보 및 분석 23

제3장 자료 확보 및 분석

1. 분석 자료

계량경제 시뮬레이션 모형을 사용하기 위해서는 I/O 분석이나 CGE

만큼은 아니다 하더라도 상당한 규모의 시계열 데이터가 필요한 것이

사실이다. 특히 기본적으로 시계열 분석에 의존하기 때문에 일정기간

이상의 시점 간 자료 확보가 매우 중요한데, 이와 같은 방대한 양의

시계열 자료의 수집 및 가공은 특정 분야의 데이터 부재, 새로운 분야

의 과거 자료 미비 등으로 인해 결코 쉽지 않은 작업이다. 게다가 매

년 자료를 업데이트함에 의해 분석결과가 시간이 흐름에 따라 달라지

기 때문에 매년 지속적인 업데이트 및 구조적 보완5)이 필수적이다.

안지운(2010)과 마찬가지로 본 연구의 모형 구축에 필요한 데이터

는 통계청과 한국은행, 환경부, 기타 유관기관으로부터 입수하였으며,

일부 자료는 연간 및 월별 에너지 수급 데이터 및 가격자료는 에너지

경�