한국환경정책학회 학술지영문홈페이지

Current Issue

Journal of Environmental Policy and Administration - Vol. 29, No. 2

[ Article ]
Journal of Environmental Policy and Administration - Vol. 29, No. 2, pp.1-29
Abbreviation: jepa
ISSN: 1598-835X (Print) 2714-0601 (Online)
Print publication date 30 Jun 2021
Received 29 Jan 2021 Revised 04 Feb 2021 Accepted 21 Feb 2021
DOI: https://doi.org/10.15301/jepa.2021.29.2.1

분기 생산 활동의 미세먼지 배출유발효과 분석: 분기별 투입산출모형의 개발
김의준** ; 문정혜***
**주저자, 서울대학교 농경제사회학부 및 융합전공 지역・공간분석학 교수 및 농업생명과학연구원 겸무연구원
***교신저자, 서울대학교 농경제사회학부 박사수료

Analyzing the Temporal Pattern of Particulate Matter Emission Multipliers: Development of the Quarterly Input-Output Model
Euijune Kim** ; Junghye Moon***
Funding Information ▼

초록

본 연구에서는 분기 투입산출모형을 개발하여 산업부문 미세먼지 배출량이 계절별로 어떻게 달라지는 지를 분석하는 것이다. Temporal EURO(T-EURO)기법을 활용하여 2010년도 연간 전국 산업연관표를 분기별 투입산출모형으로 변환하고, 이를 토대로 연간 및 분기 생산유발계수와 미세먼지 배출유발계수를 추정하였다. 주요 결과를 살펴보면, 생산유발계수가 전반적으로 높은 산업들은 1차 금속제품, 금속제품, 화학제품 및 운송장비 등이지만, 분기별로 수치가 상이하다는 점에서 수요 변화에 따른 경제적 파급효과는 발생 시점과 지속 기간에 따라 달라질 수 있었다. 또한, 분기별 미세먼지 유발효과가 큰 산업은 1차 금속제품, 비금속광물제품, 금속제품, 운송서비스, 건설 산업 등이며, 연간 배출유발계수 대비 분기 계수 편차는 최대 10.61%인 것으로 추산되었다. 마지막으로, 초미세먼지 배출유발효과는 4분기가 가장 높은 반면, 1분기는 상대적으로 낮은 것으로 나타났다.

Abstract

This study analyzes the quarterly pattern of particulate matter emission embodied in inter-industry trade, developing a quarterly input-output model. It includes an estimate of the quarterly output and emission multipliers, using the temporal Euro method to disaggregate the annual input-output tables in its time dimension. The results reveal that because of the intra-year dynamic, sectors such as base and fabricated metal products, chemicals, and transportation equipment can have distinct economic effects, depending on its timing and duration. In addition, the annual and quarterly emission multipliers of base metal, non-metallic mineral, and fabricated metal products and the transportation equipment sectors are high. The quarterly coefficient deviation from the annual coefficient of those sectors is estimated to reach 10.61%. Lastly, particulate matter emission multipliers in Korea are the highest in the fourth quarter, whereas in the first quarter they are relatively low.


Keywords: Input-Output Model, Particulate Matter, Quarterly Input-Out Model, Seasonality, Temporal Euro Method
키워드: 계절성, 미세먼지, 분기별 투입산출모형, 산업연관분석, T-EURO 기법

I. 서론

World Economic Forum(2018)에 따르면, 세계 인구의 90% 이상이 세계보건기구(WHO) 대기오염 권고수준을 초과하는 지역에서 거주하고 있으며, 우리나라도 미세먼지(Particulate Matter)1)를 우리 사회가 직면한 재난2)으로 지정하여 2016년 6월 ‘미세먼지 관리 특별대책’을 시작으로 미세먼지 핵심배출원 감축 및 저감 정책3)을 추진하고 있다. 우리나라 초미세먼지의 조기사망률4)은 2010년 359명에서 2060년 1,109명으로 3.1배로 급증하여 OECD 국가 중 가장 높으며, 또한 미세먼지의 국내 경제 손실 비용은 연간 10조원으로 추산되었다(OECD, 2016; Health Effect Institute, 2017).

국내 초미세먼지의 요인을 살펴보면 2015년 기준 전체 배출량 중 36.8%인 제조업 연소, 비산먼지(17.5%), 비도로이용오염원(14.3%), 도로이용오염원(8.9%), 생산공정(5.2%), 에너지 산업연소(3.7%)순으로 나타나고 있다(국립환경과학원, 2018). 제조업연소, 생산공정 및 에너지 산업연소의 산업부문은 전체 미세먼지의 45.7%를 배출하며 최대오염원으로 볼 수 있기 때문에, 산업별로 미세먼지 배출량이 어느 정도인지 분석할 필요가 있다. 한편, 초미세먼지의 또 다른 특징은 ‘계절성’이다. 초미세먼지의 발생량 및 농도는 계절에 따라 뚜렷하게 다르다. 가을부터 봄(10월∼5월)까지 초미세먼지 농도가 높은 반면, 여름철(6월∼8월) 농도는 낮다(박순애・신현재, 2017). 이는 지역별로 초미세먼지의 평균 농도 차이가 있을 수 있지만, 전반적으로 계절적 추세는 대부분 지역에서 유사하다(박순애・신현재, 2017). 이에 정부는 2019년 12월부터 미세먼지 계절관리제5)를 시행하기 시작하였는데, 이러한 의미에서 산업 부분의 미세먼지 배출량이 기간별로 어떤 차이를 보이는지를 파악할 필요도 있다.

이와 같은 환경과 자연 재난을 경제적으로 분석하는 방법에는 산업연관분석, 물질균형분석, 계량경제모형, 선형계획기법 등이 사용되고 있는데, 이 중에서 가장 대표적인 방법은 산업연관분석이다(정회성・강만옥・임현정, 2002). 이 방법은 산업 간 수요와 공급 관계를 수리적으로 파악하는 분석방법으로서, 특정 재화의 최종수요가 산업별 생산 활동에 미치는 경제적 파급효과를 측정할 수 있다(임응순・정군오, 2009). 투입산출모형과 환경문제를 결합하여 오염배출량을 분석할 경우, 특정 재화를 생산하기 위해 직간접적으로 배출되는 오염물질의 배출량을 추정하고, 생산자와 소비자 입장에서 배출경로를 확인할 수 있다. 그러나 미세먼지와 같이 계절성이 뚜렷한 경우에는 연 단위보다는 분기 단위의 단기적인 시각에서 분석하는 것이 중요하다. 봄과 겨울에 주로 발생하는 미세먼지의 영향력은 여름에 상대적으로 경미해지기 마련인데, 만약 기간 구분 없이 연 단위로 미세먼지의 경제적 파급효과를 분석할 경우, 분기별로 미세먼지의 경제효과에 대한 차별성을 파악할 수 없이 분석 결과가 왜곡될 수밖에 없다. 일반적으로 투입산출표는 연 단위로 집계된 재화와 용역의 생산과 관련된 거래를 토대로 작성한 것이기 때문에 투입계수는 산업별 생산구조의 연평균 특성만을 나타낸다. 반면, 분기별 투입산출표를 개발하여 미세먼지 배출량의 변화를 분석한다면, 분기별로 상이하게 발생하는 미세먼지 배출의 경제적 파급효과를 상대적으로 정확히 파악할 수 있다(Avelino, 2017). 기존 대부분 연구는 연간 투입산출표를 사용하여 미세먼지 배출량을 분석하였기 때문에 시간적인 영향력을 감안하지 못한 한계가 있었다(Guan et al., 2014; Huo et al., 2014; Meng et al., 2016; Yang et al., 2017; Wu et al. 2017; 김의준 등, 2019).

본 연구에서, 이러한 기존 연구의 한계를 고려하여 분기별 투입산출모형을 개발하여 산업별 생산 활동에 따른 미세먼지 배출량이 분기별로 어떤 차이가 있는지 분석하였다. 한국은행의 2010년 연간 투입산출표를 토대로 Temporal EURO(T-EURO)기법을 적용하여 분기별 투입산출표를 개발한 후, 산업연관분석을 실시하였다. 분기별 투입계수와 미세먼지 배출계수를 이용하여 배출유발계수를 산정한 후, 산업별 미세먼지 배출량의 분기별 변화를 파악하였다. 본문의 구성을 살펴보면, 2장에서는 미세먼지의 투입산출모형 선행연구와 분기별 투입산출모형 문헌을 정리하고, 3장에서는 분석 모형 및 결과를 분석하고, 마지막 장에서는 결론을 제시한 후 본 연구의 한계와 연구 과제를 논의한다.


Ⅱ. 선행연구
1. 미세먼지의 산업연관분석 연구

미세먼지 배출의 경제 연구는 에너지집약, 인구, 경제성장 등 사회경제 요인이 미세먼지 배출에 미치는 연구와 교역에 따른 미세먼지 배출량을 생산기반 및 소비기반으로 분석한 연구로 구분된다. 우선 사회 경제적 요인이 미세먼지 배출량 변화에 미치는 영향은 주로 환경 투입산출모형을 이용하여 추산하였다(Guan et al., 2014; Huo et al., 2014). Guan et al.(2014)은 중국 환경 투입산출모형을 사용하여 1997년부터 2010년까지 소비를 기반으로 한 초미세먼지의 연간 배출량을 추정하였다. 구조분해분석을 통하여 경제 성장요인에 따른 초미세먼지의 연간 발생량을 경제주체별로 분석하였다. 중국 초미세먼지 배출량의 68%는 도시의 생산기반에 기인되며, 나머지는 농촌 소비를 통해 이루어졌다. 자본형성 역시 초미세먼지를 발생시키는 주요 원인으로 나타났다. 수출 부분은 OECD 국가들이 중국의 수출품을 소비하기 때문에 중국의 저감 정책에도 불구하고 초미세먼지 배출량은 늘어났다. Huo et al.(2014)은 환경 투입산출모형을 사용하여 생산자와 소비자 간 오염이동을 분석하여 2010년 중국의 미세먼지를 비롯한 대기오염물질의 배출량을 추정하였다. 36개 산업부문의 연간 미세먼지 배출량과 국내총생산(GDP)의 관계도 분석하였는데, 생산기반으로의 기계 및 장비, 건설 등은 중국 대기오염의 주된 원인인 반면, 소비기반의 서비스 부문 영향력은 비교적 낮았다.

투입산출모형을 사용하여 국가간 및 지역간 교역을 통한 미세먼지 배출원의 이동을 분석한 연구를 살펴보면, Meng et al.(2016)은 다지역 투입산출모형을 적용하여 재화의 생산지역 배출량뿐만 아니라 재화 소비지역의 소비기반 배출량도 분석하여 교역을 통한 초미세먼지 배출량 이동을 평가하였다. 134개국 57개의 교역 자료를 사용하였는데, 2007년 산업 부분의 초미세먼지 배출량은 24 Teragram(Tg)로서, 브라질, 남아프리카, 인도 및 중국 수출 요인이 전체 초미세먼지 배출의 30%를 차지하였다. 국제교역을 통한 생산기반과 소비기반 분석은 국제협력을 통해 대기오염 저감 정책의 필요성을 유도할 수 있었다. Yang et al.(2017)은 7개 지역간 투입산출모형을 이용하여 중국 지역 경제 활동의 미세먼지 배출원을 분석하였다. 석탄 연소, 시멘트 제조업과 생산기반 초미세먼지 배출량은 양의 상관관계를 나타냈으며, 국내총생산(GDP), 인구, 자동차 소유 등 사회경제 요인도 소비기반 미세먼지 배출을 증가시켰다. 다른 지역 재화나 서비스 수입에 의존적인 중국 동부, 남서부, 남부 및 북서부 지역은 초미세먼지의 소비기반 배출량에 큰 영향을 미쳤다. Wu et al.(2017)는 다지역 환경 투입산출모형을 이용하여 2007년부터 2010년까지 중국 30개 지역간 교역을 통한 초미세먼지 배출량을 분석하였다. 동부의 최종소비와 중부, 북동부, 서부 등의 중간재 투입이 미세먼지 주요 배출의 원인으로 나타났으며, 이를 토대로 하여 미세먼지 저감을 위한 지역 협력과 관리를 강조하였다.

투입산출모형을 통한 미세먼지 배출분석에 관한 국내 연구는 김의준・문승운(2019)이 있다. 우리나라의 지역산업연관표와 지역별・배출원별 미세먼지 배출량 자료를 기반으로 환경 지역산업연관표를 구축하여 생산기반 배출량과 소비기반 배출량을 분석하였다. 우리나라의 수도권 및 대도시는 소비기반 배출량이, 전남 및 경북 등은 생산기반 배출량이 많았다. 미세먼지 문제는 미세먼지를 배출하는 지역뿐만 아니라, 교역을 통해 이동된 상품이 소비되는 지역에도 책임이 있기때문에, 미세먼지 저감 정책을 위해 지역간 형평성을 고려해야 한다고 주장하였다.

이와같이 투입산출모형과 환경 영향을 결합한 기존 연구는 생산지역과 소비지역 간 차별성을 비교하거나, 소비기반 배출량에 미치는 사회경제적 요인으로 분해하여 미세먼지 발생 기여도를 분석하였다. 그러나 선행연구는 연간으로 계산된 투입계수를 사용하여 미세먼지의 배출량을 분석하기 때문에 계절에 따라 달라지는 미세먼지 배출량을 이해하는 한계가 있다. 따라서 본 연구에서는 분기별 산업연관모형을 사용하여 기간에 따라 발생 빈도가 다른 초미세먼지의 산업별 배출량이 분기별 어떻게 달라지는지 분석하는데, 이는 기존 연구와의 가장 차별화된 내용이라고 볼 수 있다.

2. 분기 투입산출모형 방법론

미세먼지 발생, 태풍, 지진 등 자연 재난은 일반적인 경제 모형에서 사용하는 연간 단위에 비해 짧은 기간에 충격과 영향력이 나타난다. 또한, 생산과 재고 등은 연중 변동하기 때문에, 한 해 동안 어떤 시기에 충격이 발생했는지에 따라 그 영향 범위와 크기가 결정된다(Avelino, 2017). Olashanshy et al.(2012)는 이를 시간 압축 현상(Time Compression)으로 설명하였다. 따라서 시간 압축 현상을 고려하여 환경문제에 따른 경제 구조의 변화와 영향을 분석하기 위해 투입산출모형에 시간적 특성을 설명하기 위한 모형이 개발되었다(Avelino, 2017; Galbusera and Giannopoulos, 2018). 투입산출모형에 시간 특성을 도입한 방법에는 동태 투입산출모형, 계량경제 투입산출모형, 계절성과 분절 특성을 고려한 투입산출모형 등이 있으나, 이 중에서 후자를 제외한 모형은 대체로 연간 모형이라고 볼 수 있다.

동태 투입산출모형은 자본 스톡과 투자 유량의 변화를 시간적으로 연동시킨 모형으로서 기본적으로 두 시점의 투입산출모형이 있어야만 개발 가능하다. 계량투입산출모형에서는 최종수요를 계량경제 모형을 추정하고 이를 투입산출모형에 연계시키는데, Donalgy et al.(2007)는 단기 충격 효과를 분석할 수 있는 연속 시간 지역간 계량투입산출모형(Continuous-Time Regional Econometric Input-Output Model)을 개발하였다. 이 모형은 기존 충격에 의한 경제적 영향과 회복 과정이 동시에 발생한다고 가정하는 정태 투입산출모형과 달리, 충격과 회복이 여러 분기에 걸쳐 순차적으로 일어나는 과정의 효과를 계량화할 수 있다. 연간 모형에 시간의 이산적 특성을 부여하여 일시적으로 발생하는 충격의 비선형적 연속 복구과정 효과를 분기별로 추정할 수 있으나, 모형 개발에 필요한 분기 자료가 방대하여 실질적으로 개발하는데 한계가 있다.

경제 구조의 분절적 특성에 이용한 분기 투입산출모형은 양비례조정법(RAS) 또는 EURO방법을 이용하여 생산 능력과 재고의 변동, 부문별 충격 등에 대한 반응을 시간 단위별로 분석할 수 있는 모형이다(Holy and Safr, 2020; Avelino, 2017). Holy and Safr(2020)는 양비례조정법을 사용하여 분기별 투입산출표를 산정하였다. 양비례조정법에서는 중간재 구입의 대체 변화와 중간재 투입 비율의 변화를 반영하는 가공도 변화를 사용하여 투입산출표의 행과 열을 일률적으로 조정한다. Holy and Safr(2020)는 다차원 양비례조정법(Multidimensional RAS)을 투입산출표에 적용하여 체코의 분기 투입산출표를 추산하였다. 기간별로 분해된 투입산출표의 총합이 연간 투입산출표 값과 일치하지 않는 단점을 해결하였으나, 여전히 추정에 필요한 자료가 일반적으로 구득하기 어렵다는 단점도 있었다. 반면에, Avelino(2017)는 투입산출표의 내생부문과 외생부문 모두를 동시에 조정하여 총수요와 총공급이 일치될 수 있는 Temporal EURO(T-EURO)을 개발하였다. T-EURO방법론은 양비례조정법에 필요한 분기별 산업별 투입(구입액) 및 수요(판매액) 자료가 아닌, 산업별 부가가치, 최종수요, 수출 및 수입 등 일반적인 거시경제 자료를 사용한다는 점에서 분기모형의 실제적인 개발 가능성을 제고시킬 수 있었다. 이러한 점에서 미세먼지와 같이 계절성 문제를 분석하는데, T-EURO방법을 활용하는 것이 양비례조정법보다 타당하며, 본 연구에서도 이 방법을 이용하여 분기별 투입산출표를 작성하였다.

<표 1> 
분기 투입산출모형 방법론
연구 모형 주요특성 주요 기여도
Donalgy et al.(2007) 연속 시간 지역간 계량투입산출모형(Continuous-Time Regional Econometric Input-Output Model) 연간 투입산출모형 일시적 충격의 비선형적 연속 복구과정 효과의 분기별 추정
Holy and Safr(2020) 다차원 양비례조정법(Multidimensional RAS) 분기 투입산출모형 기간별 투입산출표의 총합이 연간 투입산출표의 총합과 일치하지 않는 단점 극복
Avelino(2017) Temporal EURO(T-EURO) 분기 투입산출모형 내생부문과 외생부문을 동시에 조정하여 총수요와 총공급이 일치 거시경제자료를 통한 분기모형의 실질적 개발 가능성 제고


Ⅲ. 분석
1. 미세먼지 분기별 투입산출모형

본 연구는 Avelino(2017)의 T-EURO방법론을 연간 투입산출표에 적용하여, 분기별 투입산출표를 추산하였다. 계절성과 같은 분절적 특성을 고려하여 산업연관표를 작성하는 대표적인 방법론은 양비례조정법(RAS)과 T-EURO 방법론으로 구분할 수 있다. 먼저 양비례조정법(Stone and Brown, 1962)은 양비례성의 가정에 따라 대체효과와 가공도 변화 효과를 모든 요소에 대하여 일률적으로 조정하는 방법론이다. 양비례조정법의 행은 중간재구입의 대체에 다른 대체변화를 나타내며, 열은 한부문의 생산에 있어서 중간재투입 비율의 변화를 반영하는 가공도변화를 나타낸다. 양비례조정법은 기준년도의 투입계수 행렬(A0)과 작성대상년도의 총산출 벡터(Xt), 중간수요계 벡터(Zt) 및 중간투입계 벡터(Wt)의 정보를 사용하여, 기준년도의 투입계수표에서 작성대상년도의 투입계수표를 작성한다. 중간수요계 벡터(Zt)와 중간투입계 벡터(Wt)는 식 (1)에 의해 계산한다.

Zt=Xt-FtWt=Xt-Vt(1) 
Yt : 분석년도 최종수요벡터
Wt : 분석년도 부가가치 벡터

식 (1)을 통해 산출된 중간수요계 벡터와 중간투입계 벡터는 작성대상년도의 중간거래행렬(Mt)의 행 합계 및 열 합계와 같기 때문에 합 벡터를 사용하여 식 (2)와 같게 된다.

Wt=Mtl'Zt=l-Mt(2) 
I = [1 1 ⋯ 1 1] : 합 벡터

대체변화계수(r )의 행별 조정과 가공도변화계수(s)의 열별 조정은 식 (3)과 같다.

At=r^A0s^(3) 
At : 분석년도 투입계수 행렬
r^ : 대체변화계수(r) 대각행렬
s^ : 가공도 변화계수(s) 대각행렬

또한 분석년도 중간거래행렬(Mt)은 식 (4)와 같다.

Mt=AtX^t=r^A0s^X^t(4) 

식 (2)식 (4)를 대입하여 분석년도 중간수요계 벡터와 중간투입계 벡터를 도출하면 식 (5)와 같다. 식 (5)의 행벡터와 열벡터 간 차이가 0에 수렴할 때까지 반복 계산한다. 이와같이 양비례조정법은 기준년도의 투입계수 행렬(A0)과 작성대상년도의 총산출 벡터(Xt), 중간수요계 벡터(Zt) 및 중간투입계 벡터(Wt)의 정보를 사용하는 방법론이기 때문에, 분기별 투입산출표를 추산하기 위해서는 각 분기의 중간수요(판매액)와 중간투입(구입액) 자료가 필수적이다. 그러나, 우리나라의 경우 분기별 투입산출표를 추산하기에 필요한 분기별 중간수요와 중간투입 자료가 제한되어있기 때문에, 분기별 투입산출표를 양비례조정법으로 작성하기 어려운 실제적인 문제점이 있다.

Zt=Mtl=r^A0X^tsWt=l'Mt=r'A0X^ts^(5) 

본 연구는 산업별 부가가치, 최종수요, 수출 및 수입과 같은 분기별 거시경제자료 만을 사용하여 작성하도록 고안된 T-EURO 방법론을 사용하여 분기별 투입산출표를 추산하였다. 투입산출표(생산자가격)는 산업간 중간재수요(Z), 최종수요(Y), 수출(e), 수입(m), 부가가치(υ), 총공급 및 총수요로 구성된다. 각 변수 표기에서 대문자는 행렬을 나타내며, 소문자는 벡터를 나타낸다. 위첨자는 기간(t), 반복계산횟수(k = 1,2,...), 비율(s) 및 외부자료(E)를 각각 나타내며, 아래첨자 ij는 행과 열을 의미한다. T-EURO 방법론을 적용하기 위한 첫 번째 단계는 식 (6)과 같다.

sVt,1=Eυt^×Eυ^0-1,smt,1=Emt×Em01*-1,set,1=Eet×Ee01*-1,sYt,1=EY*jt^×EY*j^0-1(6) 
sVt,1 : 산업별 부가가치 열벡터의 분기별 비율
smt,1 : 수입 열벡터의 분기별 비율
set,1 : 수출 행백터의 분기별 비율
sYt,1 : 최종수요 행렬의 분기별 비율
Eυt^ : 분기별 경제활동별 부가가치 열벡터
Eυ^0-1 : 연간 투입산출표의 부가가치 열벡터
Emt : 분기별 수입 열벡터
Em01*-1 : 연간 투입산출표의 수입부분 열벡터
Eet : 분기별 수출 열벡터
Ee01*-1 : 연간 투입산출표의 수출부분 열벡터
EY*jt^ : 분기별 최종수요 행렬
EY*j^0-1 : 연간 투입산출표의 최종수요 행렬

식 (6)을 근거로 하여 분기별 산업별 항목별 수치는 식 (7)과 같다.

Zt,1=0.5×SVt,1×EZ0+EZ0×SVt,1,mt,1=0.5×Smt,1×Em0+Em0×SVt,1,Yt,1=0.5×SVt,1×EY0+EY0×SYt,1,et,1=0.5×SVt,1×Ee0+Ee0×Set,1,υt,1=EV0×SVt,1(7) 
Zt,1 : 분기별 산업간 중간재수요 행렬
EZ0 : 연간 투입산출표 중간재수요 행렬

식 (7)에서 행렬의 앞과 뒷부분에 곱해진 분기별 실제비율은 대체효과와 가공도 변화효과를 의미한다. 그러나, 식 (7)을 통해서 추정된 분기별 투입산출표는 각 분기의 총공급 합과 총수요 합이 동일하지 않은6)(internally inconsistent) 초기 단계의 투입산출표이다. 식 (7)을 통해 추정된 분기별 투입산출표의 중간투입, 수입 및 부가가치의 투입구조의 합을 qjt,1=Zj*t,1+m1jt,1+υ1jt,1 로 정의한다. 식 (8)의 레온티에프 역행렬식과 식 (9)를 사용하여 각 분기별 투입산출표의 총공급의 합과 총수요의 합을 일치시킬 수 있지만, 모든 분기의 총공급합과 총수요합이 일치가 되지 않는 분기별 투입산출표를 도출한다.

Xt,1=I-Zt,1×q^t,1-1-1×Yt,1×i+et,1(8) 
Zt,1=Zt,1×q^t,1-1×X^t,1,mt,1=mt,1×q^t,1-1×X^t,1,υt,1=υt,1×q^t,1-1×X^t,1,(9) 

마지막 단계에서는 분기별 투입산출표들의 각 요소의 합계가 연간 투입산출표의 거래량과 일치하는 분기별 투입산출표를 도출하며, 이는 식 (10)7)과 같다. 분기별 투입산출표의 합과 기간적 불일치 투입산출표의 비율을 연간 투입산출표에 곱해서 기간적으로 일치될 수 있는 분기별 투입산출표를 작성하며, 동일한 값이 도출될 때까지 반복 조정한다.

OITt,1=EOIT0OITt,1OIT1,1+OIT2,1,t.(10) 

OITt,1 : 식(4)를 통해서 구해진 투입산출표

EIOT0 : 연간투입산출표

OIT1,1, OIT2,1 : 각 분기별 투입산출표

분기별로 총공급과 총수요가 일치되고, 모든 분기의 총공급합과 총수요합이 일치가 되는 분기별 투입산출표가 만들어지면, 식 (6)의 과정을 통해 새로운 분기별 산업별 부가가치, 수입, 수출, 최종수요 비율을 계산한다. 이전 단계의 비율과의 편차를 이용하여, 보정계수(correction factors)를 구한 후, 각 분기별 추정된 결과가 허용 오차 내의 값을 얻을 때까지 반복계산8)을 통해 최종 분기별 투입산출표를 도출한다. 추정된 분기별 투입산출표는 각 분기의 산업간 거래관계를 나타내기 때문에 분기별 생산구조로 해석할 수 있다. 먼저, 분기별 투입산출표를 사용하여 투입계수와 생산유발계수를 도출하는데, 투입계수란 최종수요 한 단위 증가에 따른 특정 산업의 중간수요 요구량을 의미한다. 식 (11)에서 A는 분기별 투입계수행렬로 분기의 산업별 중간수요를 분기의 총산출로 나눈 값을 나타낸다. 식 (11)에서 L은 레온티에프 역행렬이라 하며, 이는 생산유발계수9)를 나타낸다. 단위행렬(I)에서 투입계수행렬을 뺀 값에 역행렬을 취한 것으로 레온티에프 역행렬의 각 성분이 생산유발계수이다. 생산유발계수는 연간 혹은 분기별 특정 산업의 최종수요 한 단위 변화를 충족시키는데 직간접적으로 필요한 산업별 생산액을 의미한다.

L=I-A-1(11) 

분기별 생산유발계수에 배출계수를 결합하여 미세먼지 분기별 배출량을 계산한다. 본 연구는 식 (11)에서 계산된 생산유발계수에 산업별 미세먼지 배출량을 기초로 산출된 산업별 미세먼지 배출계수를 적용함으로써, 식 (12)과 같은 분기별 산업별 미세먼지 배출유발계수를 계산한다.

P=FI-A-1(12) 

식 (12)에서 F는 배출계수로 미세먼지의 직접 배출량을 의미한다. 전국의 산업별 미세먼지 배출량을 분기별 산업별 총 산출액으로 나눈 계수의 행벡터를 대각요소로 하는 정방행렬로써 단위 생산당 발생하는 미세먼지의 양을 나타낸다. P는 산업연관관계를 통해 각 산업이 투입한 중간재까지 고려한 미세먼지 배출량을 나타내는 미세먼지 배출유발계수이다. 이는 산업별 산출액 한 단위당 직간접으로 발생하는 미세먼지의 배출량을 의미한다.

2. 분석 자료

본 연구에서는 한국은행에서 제공하는 2010년 연간 투입산출표와 거시통계자료를 사용하여 분기별 투입산출표를 작성하였다. 2010년 투입산출표는 산업 대분류에 따라 30개의 산업으로 구성된 생산자가격 총 거래표이다. 거시 통계자료는 한국은행 국민계정에서 제공하는 분기별 경제활동별 총부가가치, 분기별 최종소비지출(가계 및 가계봉사비영리단체), 일반 정부소비지출 및 분기별 총저축과 총투자의 국내총자본형성이 사용되었다. 수출액과 수입액은 한국무역협회에서 제공하는 2010년 우리나라의 수출입총괄 분기별 자료를 사용하였다. 미세먼지 배출량은 국립환경과학원 국가 대기오염물질 배출량서비스10)(National Air Pollutants Emission Service)에서 제공하는 2014년 대기오염물질 배출량 통계자료를 토대로 산정되었다. 본 연구에서는 특히 산업부문에 연구의 초점이 맞추어진 만큼 초미세먼지의 배출량을 산정하기 위해 비도로이용오염원, 비산업연소, 생산공정, 에너지산업연소, 제조업연소 및 폐기물처리의 산업부문과 관련된 6개 배출원대분류11)의 배출량을 사용하였다.

<표 2>는 본 연구에서 사용된 전국 산업별 미세먼지 배출량과 배출계수12)를 보여준다. 초미세먼지는 비도로이용오염원, 비산업연소, 생산공정, 에너지산업연소, 제조업연소 및 폐기물처리의 6개 배출원(대분류)으로부터 총배출량 56,569톤이 발생되었다. 특히, 1차 금속제품 산업에서 26,849톤이 발생되어 우리나라 전체 초미세먼지 발생량의 47.46%를 차지하였다. 그 뒤를 이어 운송서비스가 10,301톤(18.21%), 건설이 5,563톤(9.83%), 비금속광물제품 4,292톤(7.59%), 그리고 전력,가스,수도 및 폐기물 외가 3,633(6.42%)톤으로 미세먼지를 많이 발생시켰다.

<표 2> 
산업별 미세먼지 배출량과 배출계수
산업분류 배출량(톤) 배출계수(F)(kg/백만원)
1 농림수산품 1,526.19 2.70% 0.0288
2 광산품 1.41 0.00% 0.0004
3 음식료품 1.52 0.00% 0.0000
4 섬유 및 가죽제품 799.85 1.41% 0.0127
5 목재 및 종이, 인쇄 18.67 0.03% 0.0005
6 석탄 및 석유 제품 76.49 0.14% 0.0006
7 화학제품 940.85 1.66% 0.0042
8 비금속광물제품 4,291.54 7.59% 0.1185
9 1차 금속제품 26,848.58 47.46% 0.1305
10 금속제품 84.52 0.15% 0.0010
11 기계 및 장비 3.45 0.01% 0.0000
12 전기 및 전자기기 2.57 0.00% 0.0000
13 정밀기기 0.47 0.00% 0.0000
14 운송장비 8.65 0.02% 0.0000
15 기타 제조업 2,191.92 3.87% 0.0426
16 전력,가스, 수도 및 폐기물 외 3,632.55 6.42% 0.0384
17 건설 5,563.13 9.83% 0.0285
18 운송서비스 10,300.61 18.21% 0.0806
19 기타 서비스업 276.02 0.49% 0.0002

배출계수(F)는 각 산업의 총 산출액에 대한 단위 생산 당 미세먼지 배출량을 나타낸다. 산업부문은 미세먼지 최대 배출원이기 때문에, 어떤 산업이 미세먼지를 다량 배출하는지 확인하기 위해 산업별로 살펴보는 것이 필요하다. 산업별 미세먼지 배출계수를 추정하기 위해, 2010년 연간 투입산출표의 산업별 총 산출액을 19개 산업분류에 따라 재분류 한 후, 산업별 미세먼지 배출량을 산업별 총 산출액으로 나눈다. 2014년 기준 우리나라 전 산업의 초미세먼지 배출계수는 0.0174로, 단위 생산당 0.0174 kg/미세먼지를 발생시켰다. 미세먼지 배출계수가 가장 높은 산업은 1차 금속산업으로 단위 생산당 0.1305 kg/백만 원의 미세먼지를 배출하였으며, 비금속광물산업 0.1185 kg/백만원, 운송서비스 0.080 kg/백만 원의 순서로 높았다. 이 산업들은 미세먼지 다량 배출산업이라 할 수 있다.13)

3. 분기별 투입산출모형

본 연구에서는 연간 생산유발계수와 분기별 생산유발계수의 비교14)를 통해 분기별로 생산구조가 어떤 차이를 보이는지 살펴보았다. 연간 및 분기별 산업별 생산유발계수의 열 합 및 연간 생산유발계수 대비 분기별 생산유발계수 가중평균의 편차는 <표 3>와 같다. 연간 생산유발계수와 분기별 생산유발계수는 동일하게 1차 금속제품, 금속제품, 화학제품, 운송장비, 기계및장비, 그리고 전기 및 전자기기 순으로 높은 값을 나타냈다. 그러나, 분기별 생산유발계수는 각 기간 별로 상이한 수치를 보였다. 생산유발계수가 가장 높은 1차 금속제품의 경우, 연간 투입산출표를 적용한다면 1차 금속의 최종수요가 한 단위 증가함에 따라 직간접적으로 연간 4.0471 단위의 생산이 유발된다. 반면, 분기별 투입 산출표를 사용하면, 2010년 1분기에는 연중 가장 낮은 수치인 4.0500 단위의 생산유발이 이루어지고, 4분기에는 가장 높은 4.0888 단위의 생산이 유발되었다. 연간 생산유발계수 대신 분기별 생산유발계수를 사용하여 파급효과를 분석한다면, 1차 금속 산업의 연중 생산구조가 어떻게 변동하는지 파악할 수 있다.

<표 3> 
연간 및 분기별 생산유발계수
산업분류 연간(A) 분기 편차((B-A)/A)*100
1분기 2분기 3분기 4분기 가중평균(B)
1 농림수산품 2.2879 2.3174 2.2773 2.2879 2.2898 2.2922 0.19%
2 광산품 2.2198 2.2239 2.2096 2.2616 2.2102 2.2254 0.25%
3 음식료품 2.8966 2.8983 2.9105 2.9075 2.8981 2.9036 0.24%
4 섬유 및 가죽제품 3.1632 3.1615 3.1680 3.1869 3.1781 3.1737 0.33%
5 목재 및 종이, 인쇄 3.1018 3.1152 3.1057 3.1524 3.1395 3.1271 0.82%
6 석탄 및 석유 제품 2.8003 2.7524 2.8487 2.8655 2.7633 2.8060 0.20%
7 화학제품 3.4449 3.4487 3.4769 3.4752 3.4629 3.4664 0.63%
8 비금속광물제품 2.9752 3.0164 2.9506 3.0021 3.0012 2.9901 0.50%
9 1차 금속제품 4.0471 4.0500 4.0778 4.0872 4.0888 4.0773 0.75%
10 금속제품 3.4607 3.5047 3.5022 3.5056 3.5151 3.5072 1.34%
11 기계 및 장비 3.3735 3.3570 3.3753 3.3835 3.4750 3.3975 0.71%
12 전기 및 전자기기 3.3731 3.3893 3.4000 3.3694 3.3951 3.3882 0.45%
13 정밀기기 3.1105 3.0950 3.1387 3.0995 3.1533 3.1219 0.37%
14 운송장비 3.4258 3.4103 3.4334 3.4479 3.4826 3.4442 0.54%
15 기타 제조업 2.6694 2.6463 2.6997 2.7010 2.6667 2.6790 0.36%
16 전력,가스, 수도 및 폐기물 외 2.7664 2.7493 2.7972 2.7710 2.7829 2.7748 0.30%
17 건설 2.8885 2.9516 2.9034 2.8966 2.8828 2.9063 0.61%
18 운송서비스 2.7964 2.7863 2.8139 2.8110 2.7982 2.8025 0.22%
19 기타 서비스업 1.9964 1.9895 2.0054 1.9992 2.0054 2.0001 0.18%

연간 생산유발계수 대비 각 분기별 생산유발계수의 편차15)가 가장 크게 나타나는 석탄 및 석유제품 산업의 경우, 1분기 1.71%, 2분기 -1.73%, 3분기 -2.33% 및 4분기 1.32% 결과 값을 보였다(부록 <표 1> 참조). 또한, 석탄 및 석유제품 산업의 분기별 생산유발 계수 간 변동을 살펴본다면 1분기와 2분기의 차이는 -3.50%, 2분기와 3분기는 -0.59%, 3분기와 4분기는 3.57% 및 4분기와 1분기의 차이는 0.39%로 추산되었다(부록 <표 2> 참조). 석탄 및 석유 산업제품 산업의 경우, 생산구조에 영향을 주는 외부 충격이 발생했을 때, 충격이 발생한 시점 및 그 영향의 지속기간에 따라 경제에 미치는 파급효과의 크기가 다르게 나타난다는 것을 의미한다. 이와 같이 분기별 투입산출표는 연간 투입계수로는 파악이 불가능한 계절성, 분기별 생산변동 및 단기현상을 파악함으로써, 기간에 따라 상이한 생산구조가 경제에 미치는 파급효과를 분석할 수 있다.

<표 4>은 산업별 초미세먼지의 연간 및 분기별 배출유발계수와 연간 배출유발계수 대비 분기별 배출유발계수 편차를 정리하였다. 연간 및 분기에 따른 산업별 미세먼지 배출유발계수는 1차 금속제품, 비금속광물제품, 금속제품, 운송서비스 및 건설 산업 순으로 높다. 1차 금속제품, 비금속광물제품, 운송서비스, 건설 산업 등 초미세먼지 배출량과 배출계수가 높게 나타난 산업은 배출유발계수 또한 높은 수치를 나타냈다.16) 이러한 산업들은 다량의 초미세먼지를 직접 배출할 뿐만 아니라, 다른 산업이 이 산업의 재화를 사용함에 따라 간접적으로 유발되는 양도 크기 때문에 초미세먼지 다량 배출산업으로 분류할 수 있다. 또한, 모든 산업에서 분기별 배출유발계수는 매 분기별로 상이한 수치를 나타낸다. 예를 들어, 연간 투입산출표를 적용할 경우에 2014년 기준 초미세먼지 배출유발계수가 가장 높은 1차 금속제품의 재화 1단위 생산은 국내에 0.3428(kg/백만원)의 초미세먼지가 발생시킨다. 반면, 분기별 투입산출표를 적용할 경우, 1분기 0.3392(kg/백만원), 2분기 0.3444(kg/백만원), 3분기 0.3434(kg/백만원) 및 4분기 0.3503(kg/백만원)로 분기별로 다르게 발생된다. 이 결과는 계절성이 뚜렷한 초미세먼지의 산업별 배출량이 분기별로 차이가 있다는 것을 보인다.

<표 4> 
연간 및 분기별 초미세먼지 배출유발계수
산업분류 연간(A) 분기 편차17)((B-A)/A)*100
1분기 2분기 3분기 4분기 가중평균(B)
1 농림수산품 0.0474 0.0475 0.0473 0.0473 0.0478 0.0475 0.24%
2 광산품 0.0306 0.0303 0.0303 0.0315 0.0310 0.0308 0.64%
3 음식료품 0.0338 0.0332 0.0343 0.0339 0.0344 0.0340 0.53%
4 섬유 및 가죽제품 0.0527 0.0522 0.0528 0.0528 0.0541 0.0530 0.51%
5 목재 및 종이, 인쇄 0.0311 0.0308 0.0306 0.0322 0.0327 0.0315 1.44%
6 석탄 및 석유 제품 0.0275 0.0264 0.0281 0.0289 0.0275 0.0277 0.71%
7 화학제품 0.0412 0.0405 0.0418 0.0414 0.0427 0.0416 1.11%
8 비금속광물제품 0.1867 0.1859 0.1870 0.1871 0.1886 0.1872 0.29%
9 1차 금속제품 0.3428 0.3392 0.3444 0.3434 0.3503 0.3448 0.57%
10 금속제품 0.1366 0.1364 0.1384 0.1366 0.1444 0.1392 1.88%
11 기계 및 장비 0.0922 0.0892 0.0918 0.0899 0.1019 0.0932 1.12%
12 전기 및 전자기기 0.0640 0.0632 0.0658 0.0617 0.0672 0.0645 0.88%
13 정밀기기 0.0458 0.0444 0.0470 0.0442 0.0491 0.0462 0.89%
14 운송장비 0.0769 0.0743 0.0768 0.0757 0.0835 0.0777 1.00%
15 기타 제조업 0.0912 0.0889 0.0918 0.0910 0.0940 0.0915 0.41%
16 전력,가스, 수도 및 폐기물 외 0.0725 0.0715 0.0732 0.0724 0.0737 0.0727 0.34%
17 건설 0.1017 0.1021 0.1031 0.1005 0.1040 0.1025 0.78%
18 운송서비스 0.1195 0.1188 0.1199 0.1198 0.1201 0.1197 0.16%
19 기타 서비스업 0.0150 0.0147 0.0152 0.0150 0.0156 0.0151 0.66%

연간 배출유발계수 대비 각 분기별 배출유발계수의 편차를 비교해보면, 모든 산업에서 초미세먼지 연간 배출유발계수 대비 분기 배출유발계수의 편차 변동은 최소 0.02%에서 최대 10.61% 범위로 나타났다(부록 <표 3> 참조). 예를 들어, 금속제품 산업의 연간 배출유발계수 대비 분기 배출유발계수 편차는 1분기 0.16%, 2분기 –1.28%, 3분기 0.02%, 4분기 –5.65% 등으로 비교적 크다. 이는 2분기와 4분기에 금속제품 산업의 생산 활동을 통한 초미세먼지 배출유발량의 경우, 분기별 배출유발계수는 연간 배출유발계수에 비해 더 높은 배출량을 제시한다. 반면, 1분기와 3분기 배출유발량은 연간 배출유발계수를 사용했을 경우보다 낮게 측정되었다. 또한, 분기별 배출유발계수 간 변동을 살펴본다면 1분기와 2분기 차이는 –1.44%, 2분기와 3분기는 –1.29%, 3분기와 4분기는 –5.67%, 4분기와 1분기 차이는 5.50%로 시간의 변동 폭이 큰 것으로 보인다(부록 <표 4> 참조). 따라서, 미세먼지 배출유발계수가 높게 나타난 금속제품 산업의 경우, 연간투입산출표를 사용한다면 큰 차이를 보이는 분기단위의 초미세먼지 배출량의 변화를 파악하지 못하게 된다. 즉, 계절성이 뚜렷한 초미세먼지와 같은 환경문제는 연간 단위에 비해 짧은 기간에 충격과 영향이 나타나고 있으며, 연중 어떤 시기에 충격이 발생했는지에 따라 그 영향 범위와 크기가 결정된다. 연 단위보다는 분기 단위 단기적인 시각의 분석이 중요하기 때문에 산업별 초미세먼지 배출량을 분석하기 위해서는 연간 투입산출모형보다는 분기별 투입산출모형을 사용할 필요가 있다.

우리나라의 분기 배출유발계수를 비교하면, 광산품, 석탄 및 석유 제품 등을 제외한 모든 산업에서 4분기 배출유발계수가 가장 높게 나타났으며, 1차 금속제품, 비금속광물제품, 금속제품, 운송서비스 및 건설 산업 순으로 높다. 반면, 1분기는 대부분 산업에서 분기별 초미세먼지 배출유발계수가 가장 낮게 나타났다. 또한, 연간 배출유발계수 대비 분기별 배출유발계수 편차의 경우, 역시 광산품과 석탄 및 석유제품 산업을 제외한 전 산업의 4분기 편차가 음수로 나타났다. 즉, 각 산업 4분기에 발생하는 초미세먼지 배출량은 산업별 연평균 초미세먼지 배출량 추세보다 낮다는 것을 의미한다. 반면에 1분기의 경우, 대부분 산업에서 양의 값을 보인다.

우리나라 초미세먼지 발생에 영향을 주는 요인은 크게 중국에서 발생한 미세먼지의 유입과 국내요인18)으로 구분된다. 특히, 국내 요인 중에서는 전국적으로 산재되어 있는 제조업 중심의 산업부분이 주된 요인 중 하나로 간주된다. 본 연구의 결과에 따르면, 국내 산업부분들은 주로 4분기에 생산 활동을 통해 초미세먼지를 많이 배출한다. 또한, 1분기에는 국내 산업부분들의 초미세먼지 배출 유발량이 상대적으로 낮다는 점에서 이 시기에 발생하는 초미세먼지의 원인은 중국의 영향이나 석탄 화력발전과 경유 소비량과 같은 국내의 다른 요인에서 찾을 수 있다. 국립환경과학원(2019)에 따르면, 국내 초미세먼지의 51.2%가 국내 요인이고, 32%가 중국의 요인에 기인하지만, 고농도 시기(12월~3월)에는 중국의 영향력이 70%로 확대되는 것으로 분석하였다. 김종희 등(2016)에 따르면, 2014년 2월에서 3월까지 서울의 미세먼지 발생 원인을 분석한 결과 중국의 영향은 39.77%에서 53.19%로 타나났고, 국내 요인은 15.37%에서 37.10%로 나타났다. Vellingiri et al(2015)는 2013년 서울 용산 지역의 미세먼지의 이동경로를 분석한 결과, 1월에는 카자흐스탄, 몽골, 중국으로부터 미세먼지 유입이 발생하고 3월에는 몽골과 중국에서 미세먼지 유입이 일어난다는 결과를 제시하였다. 우리나라의 경우 1분기 산업의 생산 활동에 따른 초미세먼지 배출량이 연평균 수치보다 낮은 본 연구의 결과는 이들 선행연구들과 일치하며 고농도 기간인 1분기에는 제조업 중심의 산업부분보다는 발전소, 경유차 등 국내의 다른 요인이나 중국의 영향력이 높다는 것을 의미한다.

2010년 투입산출표를 기준으로 산업 활동에 따른 초미세먼지의 분기별 배출량을 분석한 결과, 배출유발계수가 높은 산업들에서 연간 배출유발계수 대비 각 분기별 배출유발계수의 편차가 분기별로 높게 나타났다. 또한, 대부분의 산업부분이 4분기에 초미세먼지를 상대적으로 많이 배출하는 반면 1분기에는 대부분의 산업이 초미세먼지를 상대적으로 적게 배출하였다. 경제 구조 내의 분절적 특성을 파악하는데 한계를 나타내는 연간 투입산출모형 대신 분기별 투입산출모형을 사용하여 계절성을 강하게 띄고 있는 초미세먼지 배출량의 분기별 변화와 영향을 분석하여야 한다. 또한, 2019년 12월부터 미세먼지 계절관리제가 시행되고 있는 상황에서, 분기별 투입산출 모형을 이용한 본 연구의 결과는 4분기에는 국내 제조업 부분의 효율적인 미세먼지 저감 및 관리를 위한 정책이 필요하며, 미세먼지 고농도 시기인 1분기에는 중국과의 국제협력을 통한 미세먼지 저감 정책이 요구된다.


Ⅳ. 결론

본 연구의 목적은 분기별 투입산출모형을 추정하여 산업부문의 미세먼지 배출량이 계절별로 어떻게 차이를 보이는지 분석하는 것이다. T-EURO 방법론을 적용하여 2010년도 연간 전국 산업연관표를 분기별 투입산출모형으로 변환하고, 이를 토대로 하여 산업별 생산유발계수와 산업별 미세먼지 배출유발계수의 연간 및 분기간 차이를 분석하였다.

분석 결과 생산유발계수 측면에서 보면 연간 및 분기별 생산유발계수는 동일하게 1차 금속제품, 금속제품, 화학제품, 운송장비 및 기계및장비 순으로 높았다. 그러나, 분기별 생산유발계수는 각 기간 별로 상이한 수치를 나타내며, 생산구조에 영향을 주는 외부 충격이 발생했을 때, 발생시점과 지속기간에 따라 파급효과의 크기가 다르다는 것을 보였다. 미세먼지의 분기별 배출유발량을 분석한 결과, 연간 배출유발계수와 동일하게 1차 금속제품, 비금속광물제품, 금속제품, 운송서비스 및 건설 산업 순으로 높았다. 배출유발계수가 높은 상위 10개 산업의 연간 배출유발계수 대비 분기 배출유발계수 편차는 3%에서 최고 10.61%로 나타났으며, 4분기에는 산업의 초미세먼지 배출유발량이 높은 반면, 1분기에는 상대적으로 적게 나타났다. 본 연구의 결과는 4분기에는 국내 제조업 부분의 효율적인 미세먼지 저감 및 관리를 위한 정책이 필요하며, 미세먼지 고농도 시기인 1분기에는 중국과의 국제협력을 통한 미세먼지 저감 정책이 강화되어야 한다는 것을 의미한다.

본 연구의 한계 및 향후의 연구는 다음과 같다. 우선, 본 연구는 우리나라의 산업별 초미세먼지 배출량이 분기별로 어떤 차이를 보이는지 분석하였다. 그러나 미세먼지의 발생량은 지역별로 상이한 차이를 보일 뿐만 아니라, 월경성 오염물질인 미세먼지는 대기를 통해 지역 간 이동하기 때문에, 지역 분석이 상당히 중요하다. 지역별 분기별 산업연관모형의 발전을 통해 지역의 분기별 산업의 미세먼지 배출량 분석이 시행되어야 할 것이다. 더 나아가 분기별 산업연관표의 자료로써의 활용가치를 사용하여 우리나라의 분기별 연산일반균형(Computable General Equilibrium) 모형을 발전시킬 수 있을 것이다. 이를 이용하여 계절성이 중요하게 고려되는 관광 등 다양한 산업의 미세먼지로 인한 영향 및 장기적으로 경제성장에 미치는 부정적 긍정적인 요인을 분석할 수 있을 것이다. 다음으로, 본 연구는 2010년도 연간 투입산출표를 사용하여 분석한 한계를 지닌다. 향후 2015년 연간 투입산출표 및 연장표를 사용하여 분기별 미세먼지 배출량 분석이 시행된다면, 이를 활용하여 분기별 미세먼지 배출량의 동태적 분석도 가능할 것이다. 마지막으로, 산업부문에서 발생하는 미세먼지 배출량 이외에 발전소, 경유차 등의 다른 국내 요인과 중국의 영향으로 생성되는 미세먼지 배출량은 감안하지 못하였기 때문에, 향후 이에 대한 확장된 방법론을 통한 연구가 진행되어야 할 것이다.


Notes
1) 지름이 10 μm 이하의 작은 입자상 물질로, 10 μm보다 작은 미세먼지(PM10)와 지름이 2.5 μm보다 작은 초미세먼지(PM2.5)로 나뉜다.
2) 2013년 10월 세계보건기구(WHO)는 인간의 건강에 위험요인이 되고 있는 미세먼지를 1급 발암물질로 분류하였다.
3) 정부는 미세먼지 관리 종합대책(2017.9.)과 비상 상시 미세먼지 관리 강화 대책(2018. 1.)등을 연이어 발표했다.
4) 인구 100만 명당 조기 사망자 수를 나타낸다.
5) 미세먼지 고농도 시기에 평상시보다 강화된 저감 정책을 시행하는 것으로 미세먼지 농도가 높은 12월부터 이듬해 3월까지 4개월간 시행한다.
6) Zj*t,1+Yj*+eit,1Zj*t,1+mj*t,1+υ1jt,1.
7) 선형대수학에서, 아다마르 곱(Hadarnard product)은 같은 크기의 두 행렬의 각 성분을 곱하는 연산으로 ⊗로 나타내며, 나눗셈은 ⊘로 나타낸다.
8) 허용오차는 0.005로 하였다.
9) 생산유발계수를 이용하여 산업연관분석을 할 경우, Hawkins-Simon의 조건을 만족해야한다. 본 연구의 투입계수는 0과 1사이의 값을 보이며 이 조건을 만족했다. 레온티에프 역행렬의 대각 요소 또한 1보다 크거나 같다는 조건을 만족하였다.
10) 국가대기오염물질 배출량 서비스는 8가지 대기오염물질(CO, NOx, SOx, TSP, PM10, PM2.5, VOC, NH3)의 배출량과 에너지산업연소, 비산업연소, 제조업 연소, 생산공정, 비도로이용오염원 및 도로이용오염원 등 총 13개 배출원대분류의 배출량 자료를 연도별로 제공한다.
11) 투입산출표의 산업분류체계와 대기오염물질 배출원 분류체계가 다르기 때문에 미세먼지 배출량 자료를 투입산출표의 산업분류체계를 기준으로 분류한다.
12) 산업 대분류에 따라 총 30개 산업으로 분류된 투입산출표를 주요 배출원에 따라 19개의 산업으로 재분류한다. 전력, 가스 및 증기서비스(16)와 수도, 폐기물 및 재활용서비스(17)를 하나의 산업으로 통합한다. 농림수산품, 광산품, 음식료품 및 운송서비스 등 기존 17개의 산업은 기존의 체계로 유지시킨다. 총 18개의 산업 구분을 제외한 도소매서비스, 음식점 및 숙박서비스 등 나머지 서비스 업종은 기타서비스업으로 통합 분류하였다.
13) 환경부의 ‘미세먼지 다량배출사업장 배출허용기준 최대 2배 강화’ 보도자료(2018.6)에 따르면 상위 20대 사업장은 석탄화력발전소, 제철, 시멘트 및 석유화학 등 산업단지가 차지하고 있다.
14) Avelino(2017)는 브라질의 생산유발계수를 사용하여 산업의 분기별 생산유발계수의 분기 변화를 설명하였다. 특히, 농림수산품, 광산품, 금융서비스, 공공행정서비스 부문의 경우에 연간 생산유발계수 대비 각 분기별 생산유발계수의 편차가 0.5%에서 4%사이로 상대적으로 다른 산업의 편차에 비해 높다. ((연간 생산유발계수–분기별 생산유발계수)/연간생산유발계수)*100를 통해 분기별 생산유발계수대신 연간 생산유발계수를 사용할 경우 양의 편차는 과대평가(overestimation) 그리고 음의 편차는 과소평가(underestimation)를 의미한다.
15) ((연간 생산유발계수–분기별 생산유발계수)/연간생산유발계수)*100.
16) 산업별 생산유발계수와 비교 한 결과, 생산유발계수가 높은 수치를 보인 산업 중 배출유발계수도 높은 수치를 보인 산업은 1차 금속제품과 금속제품이다.
17) 연간 배출유발계수 대비 분기별 배출유발계수 가중평균의 편차는 모든 산업에서 분가별 배출유발계수의 가중평균이 더 높은 값을 나타낸다.
18) 국회예산정책처의 ‘미세먼지 대응 사업 분석’(2019,9)에 따르면 전국적으로는 사업장 배출(39.5%), 건설기계 등(15.6%), 자동차(13.5%), 발전소(13.4%), 생활주변오염원(9.3%) 등의 순이고, 수도권은 자동차(29.4%), 건설기계 등(18.5%), 사업장(11.3%), 냉난방 등(10.3%), 발전소(9.0%) 등의 순이다.

Acknowledgments

본 논문은 2017년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2017S1A3A2066771).


References
1. 국립환경과학원, 2016, 『2014 국가 대기오염물질 배출량』, 인천: 국립환경과학원.
2. 국립환경과학원, 2018, 『2015 국가 대기오염물질 배출량』, 인천: 국립환경과학원.
3. 국립환경과학원, 2019, 『동북아 장거리이동 대기오염물질 국제공동연구(LTP) 요약 보고서』, 인천: 국립환경과학원.
4. 국회예산정책처, 2019, 『미세먼지 대응 사업 분석』, 서울: 국회예산정책처.
5. 김의준・문승운, 2019, “미세먼지의 지역별 생산기반 배출량과 소비기반 배출량,” 『한국지역개발학회지』, 31(1), pp.101-122.
6. 김종희・최대련・구윤서・이재범・박현주, 2016, “014년 2월 서울의 고농도 미세먼지 기간중에 CMAQ-DDM을 이용한 국내외 기여도 분석,” 『한국대기환경학회지』, 32(1), pp.82-99, DOI: 10.5572/KOSAE.2016.32.1.082.
7. 박순애・신현재, 2017, “한국의 초미세먼지(PM2.5)의 영향요인분석: 풍향을 고려한 계절성 원인을 중심으로,” 『환경정책』, 25(1), pp.227-248, DOI: 10.15301/jepa.2017.25.1.227.
8. 임응순・정군오, 2009, “지역산업연관표를 이용한 충청지역 산업분석,” 『한국산학기술학회논문지』, 10(6), pp.1361-1368.
9. 정회성・강만옥・임현정, 2002, 『지속가능성 평가를 위한 지역 생태-경제 모형 개발연구 (Ⅰ)』, (연구보고서; 2002-RE-01), 서울: 한국환경정책・평가연구원.
10. 한국무역협회, 2010, 『수출입총괄』, 서울: 한국무역협회.
11. 한국은행, 2014, 『2010년 산업연관표』, 서울: 한국은행.
12. 환경부, 2018.6.28., “미세먼지 다량배출사업장 배출허용기준 최대 2배 강화,” 보도자료.
13. Avelino, A. F. T., 2017, “Disaggregating input-output tables in time: The temporal input-output framework,” Economic Systems Research, 29(3), pp.313-334, DOI: 10.1080/09535314.2017.1290587.
14. Donaghy, K. P., N. Balta-Ozkan, and G. J. D. Hewings, 2007, “Modeling unexpected events in temporally disaggregated econometric input-output models of reiognal economics,” Economic Systems Research, 19(2), pp.125-145, DOI: 10.1080/09535310701328484.
15. Galbusera, L. and G. Giannopoulos, 2018, “On input-output economic models in disaster impact assessment,” International Journal of Disaster Risk Reduction, 30, pp.186-198, DOI: 10.1016/j.ijdrr.2018.04.030.
16. Guan, D., X. Su, Q. Zhang, G. Peters, Z. Liu, and Y. Lei et al., 2014, “The socioeconomic drivers of Chhina’s primary PM2.5 emissions,” Environmental Research Letters, 9, 024010, DOI: 10.1088/1748-9326/9/2/024010.
17. Holy, V. and K. Safr, 2020, “Disaggregating input-output tables by the multidimensional RAS method,” arXiv:1704.07814, Retrieved from https://arxiv.org/pdf/1704.07814.pdf.
18. Huo, H., Q. Zhang, D. Guan, X. Su, H. Zhao, and K. He, 2014, “Examinging air pollution in China using production-and consumption-based emissions accounting approaches,” Environmental Science and Technology, 48, pp.14139-14147, DOI: 10.1021/es503959t.
19. Meng, J., J. Liu, Y. Xu, D. Guan, Z. Liu, and Y. Huang et al., 2016, “Globalization and pollution: Tele-connecting local primary PM2.5 emissions to global consumption,” Proceedings of The Royal Society A Mathematical Physical and Engineering Sciences, 472(2195), 20160380, DOI: 10.1098/rspa.2016.0380.
20. OECD, 2016, The economic consequence of outdoor air pollution, Paris: OECD Publishing.
21. Olshansky, R., L. Hopkins, and L. Johnson, 2012, “Disaster and recovery: Processes compressed in time,” Natural Hazards Review, 13, pp.173-178, DOI: 10.1061/(ASCE)NH.1527-6996.0000077.
22. Stone, R. A. and A. Brown, 1962, A computable model of economic growth, London: Chapmand and Hall.
23. Vellingiri, K., K. H. Kim, C. J. Ma, C. H. Kang, J. H. Lee, and I. S. Kim et al., 2015, “Ambient particulate matter in a central urban area of Seoul, Korea,” Chemoshpere, 119, pp. 812-819, DOI: 10.1016/j.chemosphere.2014.08.049.
24. World Economic Forum, 2018, The global risks report 2018, (13th Ed.), Geneva: World Economic Forum.
25. Wu, L., Z. Zhong, C. Liu, and Z. Wang., 2017, “ Examining PM2.5 emissions embodied in China’s supply chain using a multiregional input-output analysis,” sustainability, 9, 727, DOI: 10.3390/su9050727.
26. Yang, S. and B. Chen, 2017, “Driving forces of particulate matter emissions in China,” Energy Procedia, 105, pp.4601-4606, DOI: 10.1016/j.egypro.2017.03.995.
27. 국립환경과학원 국가대기오염물질 배출량 서비스, http://airemiss.nier.go.kr/mbshome/mbs/airemiss/index.do, [2018.7.2]
28. Health Effect Institute, 2017, https://www.stateofglabalair.org, [2018.9.4]

부록
<표 1> 
연간 대비 분기별 생산유발계수 편차 (단위: %)
산업분류 분기
1분기 2분기 3분기 4분기
1 농림수산품 -1.29% 0.46% 0.00% -0.09%
2 광산품 -0.19% 0.46% -1.89% 0.43%
3 음식료품 -0.06% -0.48% -0.38% -0.05%
4 섬유 및 가죽제품 0.05% -0.15% -0.75% -0.47%
5 목재 및 종이, 인쇄 -0.43% -0.13% -1.63% -1.22%
6 석탄 및 석유 제품 1.71% -1.73% -2.33% 1.32%
7 화학제품 -0.11% -0.93% -0.88% -0.52%
8 비금속광물제품 -1.38% 0.83% -0.90% -0.87%
9 1차 금속제품 -0.07% -0.76% -0.99% -1.03%
10 금속제품 -1.27% -1.20% -1.30% -1.57%
11 기계 및 장비 0.49% -0.05% -0.30% -3.01%
12 전기 및 전자기기 -0.48% -0.80% 0.11% -0.65%
13 정밀기기 0.50% -0.91% 0.35% -1.37%
14 운송장비 0.45% -0.22% -0.64% -1.66%
15 기타 제조업 0.86% -1.14% -1.18% 0.10%
16 전력,가스, 수도 및 폐기물 외 0.62% -1.11% -0.16% -0.60%
17 건설 -2.18% -0.52% -0.28% 0.20%
18 운송서비스 0.36% -0.63% -0.52% -0.07%
19 기타 서비스업 0.34% -0.45% -0.14% -0.45%

<표 2> 
분기간 생산유발계수 변화 (단위: %)
산업분류 분기
1,2분기 2,3분기 3,4분기 4,1분기
1 농림수산품 1.73% -0.46% -0.09% -1.21%
2 광산품 0.65% -2.36% 2.28% -0.62%
3 음식료품 -0.42% 0.11% 0.32% -0.01%
4 섬유 및 가죽제품 -0.20% -0.60% 0.27% 0.52%
5 목재 및 종이, 인쇄 0.30% -1.50% 0.41% 0.77%
6 석탄 및 석유 제품 -3.50% -0.59% 3.57% 0.39%
7 화학제품 -0.82% 0.05% 0.35% 0.41%
8 비금속광물제품 2.18% -1.74% 0.03% -0.51%
9 1차 금속제품 -0.69% -0.23% -0.04% 0.95%
10 금속제품 0.07% -0.09% -0.27% 0.30%
11 기계 및 장비 -0.54% -0.25% -2.70% 3.40%
12 전기 및 전자기기 -0.32% 0.90% -0.76% 0.17%
13 정밀기기 -1.41% 1.25% -1.73% 1.85%
14 운송장비 -0.68% -0.42% -1.01% 2.08%
15 기타 제조업 -2.02% -0.05% 1.27% 0.77%
16 전력,가스, 수도 및 폐기물 외 -1.74% 0.94% -0.43% 1.21%
17 건설 1.63% 0.24% 0.47% -2.39%
18 운송서비스 -0.99% 0.10% 0.45% 0.43%
19 기타 서비스업 -0.80% 0.31% -0.31% 0.79%

<표 3> 
연간 대비 분기별 배출유발계수 편차 (단위: %)
산업분류 분기
1분기 2분기 3분기 4분기
1 농림수산품 -0.21% 0.15% 0.04% -0.91%
2 광산품 1.05% 1.01% -3.11% -1.50%
3 음식료품 1.78% -1.39% -0.47% -1.81%
4 섬유 및 가죽제품 1.06% -0.15% -0.21% -2.58%
5 목재 및 종이, 인쇄 0.84% 1.61% -3.41% -5.24%
6 석탄 및 석유 제품 4.11% -2.15% -5.05% 0.15%
7 화학제품 1.68% -1.53% -0.49% -3.72%
8 비금속광물제품 0.41% -0.18% -0.21% -1.01%
9 1차 금속제품 1.05% -0.46% -0.16% -2.19%
10 금속제품 0.16% -1.28% 0.02% -5.65%
11 기계 및 장비 3.17% 0.41% 2.44% 10.61%
12 전기 및 전자기기 1.19% -2.78% 3.50% -5.06%
13 정밀기기 3.01% -2.71% 3.43% -7.19%
14 운송장비 3.42% 0.10% 1.53% -8.56%
15 기타 제조업 2.45% -0.66% 0.14% -3.12%
16 전력,가스, 수도 및 폐기물 외 1.37% -1.08% 0.08% -1.77%
17 건설 -0.42% -1.35% 1.21% -2.31%
18 운송서비스 0.58% -0.36% -0.28% -0.50%
19 기타 서비스업 2.46% -1.20% 0.00% -3.59%

<표 4> 
분기간 배출유발계수 변화 (단위: %)
산업분류 분기
1,2분기 2,3분기 3,4분기 4,1분기
1 농림수산품 0.36% -0.11% -0.95% 0.69%
2 광산품 -0.03% -4.16% 1.55% 2.51%
3 음식료품 -3.22% 0.91% -1.33% 3.52%
4 섬유 및 가죽제품 -1.23% -0.06% -2.37% 3.55%
5 목재 및 종이, 인쇄 0.78% -5.10% -1.77% 5.77%
6 석탄 및 석유 제품 -6.52% -2.85% 4.95% 3.97%
7 화학제품 -3.26% 1.03% -3.21% 5.20%
8 비금속광물제품 -0.59% -0.03% -0.80% 1.41%
9 1차 금속제품 -1.52% 0.29% -2.03% 3.17%
10 금속제품 -1.44% 1.29% -5.67% 5.50%
11 기계 및 장비 -2.85% 2.04% -13.38% 12.46%
12 전기 및 전자기기 -4.02% 6.11% -8.88% 5.95%
13 정밀기기 -5.90% 5.98% -10.99% 9.52%
14 운송장비 -3.43% 1.43% -10.25% 11.03%
15 기타 제조업 -3.18% 0.80% -3.26% 5.39%
16 전력,가스, 수도 및 폐기물 외 -2.48% 1.15% -1.85% 3.08%
17 건설 -0.92% 2.52% -3.56% 1.85%
18 운송서비스 -0.94% 0.08% -0.23% 1.07%
19 기타 서비스업 -3.75% 1.18% -3.59% 5.84%


김의준: Cornell University에서 Regional Science 박사학위를 취득한 후, 현재 서울대학교 농경제사회학부 및 융합전공 지역・공간분석학 교수 및 농업생명과학연구원 겸무연구원으로 재직 중이다. 주요 관심분야는 도시 및 지역경제학, 공간정책분석, 지역경제성장, 인프라 투자효과 분석 및 CGE 모형개발이다(euijune@snu.ac.kr).

문정혜: University of Illinois, Urbana-Champaign에서 Economics와 Applied Mathematics 석사학위를 취득한 후, 현재 서울대학교 농경제사회학부 지역정보 전공에서 박사과정을 수료하였다. 주요 관심분야는 지역경제학, 경제성장 및 격차, 노동시장, 그리고 미세먼지 등이다(epret96@snu.ac.kr).