한국환경정책학회 학술지영문홈페이지

Current Issue

Journal of Environmental Policy and Administration - Vol. 30 , No. 1

[ Article ]
Journal of Environmental Policy and Administration - Vol. 29, No. 3, pp. 175-199
Abbreviation: jepa
ISSN: 1598-835X (Print) 2714-0601 (Online)
Print publication date 30 Sep 2021
Received 11 Apr 2021 Revised 25 Apr 2021 Accepted 29 Jul 2021
DOI: https://doi.org/10.15301/jepa.2021.29.3.175

재생에너지 공적개발원조(ODA)가 이산화탄소 감축에 미치는 영향
배유진** ; 유태환***
**제 1저자, 경희대학교 국제대학원 국제개발협력학 박사과정 수료

The Effect of Official Development Assistance for Renewable Energy on Carbon Dioxide Emission Reduction
Yujin Bae** ; Tae Hwan Yoo***
Funding Information ▼

초록

본 연구는 재생에너지 공적개발원조가 이산화탄소 발생에 미치는 영향을 살펴보는 것을 목적으로 하고 있다. 이를 위하여 2002년부터 2018년까지 재생에너지 ODA 수원국 중 에너지를 수입하는 47개 국가를 대상으로 패널데이터를 구축하였다. 환경쿠츠네츠 곡선 기본모형을 활용해 분석한 결과, 재생에너지 ODA는 CO2 배출량을 줄이는 것으로 나타났으나 통계적으로 유의하지 않았다. 그러나 재생에너지 ODA와 GDP 사이의 내생성 문제를 해결하기 위한 2단계 최소제곱 추정의 결과 재생에너지 ODA와 CO2 배출량 사이에는 통계적으로 유의한 음(-)의 관계가 있는 것을 확인했다. 특히 민주주의의 발전수준이 높을수록 재생에너지 ODA의 CO2 배출량 감축 효과가 큰 것으로 나타났다.

Abstract

This study analyzed the effect of Official Development Assistance (ODA) for renewable energy on Carbon dioxide (CO2) emissions. We constructed a panel data set of 47 energy importing and ODA recipient countries. When we tested the Environmental Kuznets Curve hypothesis, there was a negative relationship between gross domestic product (GDP) and CO2 emissions, but it was not significant statistically. To control for endogeneity, we adopted the two-stage least squares (2SLS) regression analysis. We also extended the Environmental Kuznets Curve hypothesis to capture the effects of the democracy index of each country. The 2SLS analysis showed that ODA for renewable energy had a significant negative effect on CO2 emissions. Additionally, the negative relationship between ODA for renewable energy and CO2 emissions was stronger in more democratic countries.


Keywords: Climate Change, Official Development Assistance for Renewable Energy, CO2 Emission Reduction, Environmental Kuznets Curve, 2SLS
키워드: 기후 변화, 재생에너지 ODA, CO2 감축, 환경쿠즈네츠곡선, 2단계 최소제곱 추정

I. 서론

2015년 파리 기후 변화 협정으로 온실가스 감축에 대한 관심이 전 세계적으로 증가하고 있으며, 선진국뿐만 아니라 개발도상국을 포함한 모든 국가가 온실가스 감축을 위한 노력과 그에 따른 경제적 희생을 분담하는 신기후체제로의 전환이 이루어졌다(Koengkan and Fuinhas, 2020). 특히 기후 변화 문제에 더 많은 책임을 갖고 있는 선진국의 개도국에 대한 환경 지원은 신기후체제를 위한 전제조건이라 할 수 있다(정지원・권율・문진영・이주영・송지혜, 2015).

2018년 기준 OECD 개발원조위원회(DAC: Development Assistance Committee) 회원국의 전체 ODA 규모는 약 1,530억 달러로, 이 중 기후관련 ODA는 전체의 약 21.6%인 330억 달러를 차지한다. 재생에너지 ODA는 약 39.5억 달러로 기후 관련 ODA의 약 11.9%에 해당하며, 이는 파리 기후 변화 협정이 체결된 2015년의 재생에너지 ODA 총액과 비교하면 약 26.2% 증가한 수치이다(OECD, 2020).1)

선진국의 기후 ODA가 지속적으로 증가함으로써 기후 ODA의 효과성에 대한 연구의 중요성도 점차 커지고 있다. 특히, 기후 변화 문제에 대처하기 위한 강력한 해결책으로 온실가스 배출의 주요 원인인 화석 연료 사용 감축이 주목받고 있다. 그러나 온실가스 저감 목표 달성을 위한 노력이 화석 연료 사용에 대한 규제 도입과 화석연료 사용 감축 비용, 연료 전환에 따른 부가 비용 등을 발생시켜 제조 및 운송과 같은 일부 산업의 생산력을 낮출 가능성도 있다. 특히 개도국의 경우 지속적인 경제성장을 위하여 충분한 에너지 공급이 필수적이지만, 그럼에도 불구하고 과도한 화석연료 사용에 따른 환경오염과 기후 변화에 대한 대처라는 전 지구적 과제에서 자유로울 수 없다.

이에 따라 화석 연료를 대체할 수 있는 재생에너지로의 에너지 전환이 주목받고 있다. 재생에너지의 활용은 화석 연료의 사용을 줄임으로써 온실가스 배출 축소 및 에너지 수급의 안정화를 도모할 수 있게 한다. 또한 재생에너지 사용의 확대는 화석 연료 사용에 따른 높은 원자재 가격 문제를 완화할 수 있게 하고, 따라서 가격 경쟁력을 가진 제품 생산을 가능하게 함으로써 에너지를 수입하는 많은 개도국의 관심 사안이기도 하다(Carley, Baldwin, MacLean and Brass, 2017).

이처럼 중요한 사안임에도 불구하고, 기후 ODA의 중요한 요소로서 재생에너지 ODA의 효과성을 경제적・환경적 관점에서 분석하는 연구는 최근까지 많지 않았다. 따라서 본고는 재생에너지 ODA가 개도국의 이산화탄소 배출에 미치는 영향을 살펴보고, 민주주의의 발전수준에 따른 재생에너지 ODA의 효과성에 대해 알아보는 것을 목적으로 한다. 특히 본 연구는 에너지를 수입에 의존하는 개도국의 재생에너지 ODA의 효과성에 중점을 두고 분석함으로써, 공여국에는 기후 변화에 대처하기 위한 재생에너지 ODA의 중요성을 확인하게 하고, 수원국에는 재생에너지 산업과 이에 대한 투자의 중요성을 인식시키는 계기가 될 수 있을 것이다.

본고의 2장은 상기 연구주제에 대한 선행연구를 정리하고 있으며, 3장은 분석모형과 실증분석 결과, 그리고 강건성 검증 결과를 보여주고 있다. 마지막으로 4장에서는 결론과 정책적 시사점을 제시한다.


Ⅱ. 선행연구

일반 ODA가 수원국의 경제 성장에 미치는 영향에 대한 연구는 이미 오래전부터 진행되었다. 실증분석 결과 선진국의 ODA가 개도국의 경제 성장에 긍정적인 영향을 준다는 많은 연구가 있지만, 반대로 부정적인 영향을 미친다는 연구 결과 또한 다수 존재한다.2) 기후 변화 ODA에 대해서는 Halimanjaya(2014)의 연구가 가장 포괄적이다. Halimanjaya(2014)는 2002년부터 2010년까지 180개 개도국을 대상으로 온실가스 저감을 위한 ODA의 배분과 개도국이 갖는 특성 변수와의 관계에 대해 패널데이터 분석을 진행했다. 분석결과에 따르면 CO2 집약도가 높고, 1인당 GDP(Gross Domestic Product)가 낮으며, 거버넌스가 좋은 국가일수록 기후 변화 ODA를 지원받을 가능성이 높아진다.

그러나 재생에너지 ODA의 효과성에 대한 기존의 연구는 매우 제한적이며, 분석결과 또한 일반화하기 어렵다. 예를 들어 Atteridge and Savvidou(2019)의 연구는 재생에너지 ODA 수원국의 관점에서, 그리고 강희찬・정지원(2016)은 재생에너지 ODA 공여국의 관점에서 특정 국가만을 대상으로 하고 있다. Yang and Park(2020)의 연구는 재생에너지를 통한 발전량과 ODA 간의 관계에 대해 분석하고 있으나, 재생에너지 ODA 중온그리드(On-grid) 발전을 위한 ODA만을 대상으로 하고 있기 때문에 환경적 효과에 대한 분석은 포함하고 있지 않다. 이처럼 최근 재생에너지 ODA가 빠르게 증가하고 있음에도 불구하고 재생에너지 ODA가 수원국의 경제 성장에 미치는 효과에 관한 포괄적 실증연구는 찾아보기 어렵다.

한편, 환경쿠즈네츠곡선(EKC: Environmental Kuznets Curve) 모형은 환경오염 정도와 경제 성장 간의 관계를 설명하고 있는 대표적인 분석틀이다. EKC 모형을 활용해 경제 변수와 환경 변수와의 관계를 설명한 연구들은 과거부터 존재해왔지만, 대부분 선진국을 대상으로 하고 있다.3) 한편, CO2 배출에 영향을 미치는 요인과 배출량 간의 관계에 대해 계량적으로 분석하고 있는 대부분의 선행 연구들 또한 선진국을 대상으로 하고 있다(정지원・오태현・송지혜, 2012; Menyah and Wolde-Rufael, 2010). 특히 G7 국가(미국・영국・프랑스・독일・이탈리아・캐나다・일본)를 대상으로 한 Sadorsky(2009)의 연구는 GDP와 재생에너지 사용이 CO2 배출량에 영향을 주는 핵심 변수임을 실증적으로 제시하고 있다. 다만 정지원 등(2012)Sadorsky(2009)는 GDP와 CO2 배출량 간의 관계를 분석하면서 EKC를 고려하지 않음으로써 변수 간의 선형관계만을 고려한다는 한계점을 갖고 있다.

강희찬・정지원(2016)Bilgili, Kocak and Bulut(2016)는 ODA와 경제 성장을 실증 분석하는 경우 ODA와 경제 성장 사이에 존재하는 내생성(endogeneity)을 제거하기 위하여 반드시 도구변수를 활용해야 한다는 점을 지적하고 있다. 도구변수를 활용하고 있는 선행연구로는 수원국의 식민지 관계와 인구 크기 등을 도구변수로 포함하고 있는 Rajan and Subramanian(2008), UN 인권조약 참여 여부를 활용한 Karunakaran, Magesan, Gomathisankar and Vinayagamoorth(2015), 그리고 수원국의 언어 구성 및 적도로부터의 거리 등을 활용한 강희찬・정지원(2016)이 있다. 그러나 유의한 도구변수를 찾아내는 것이 쉽지 않기 때문에 도구변수를 활용, 변수 사이의 내생성을 효과적으로 통제하고 있는 선행연구는 많지 않다.


Ⅲ. 연구방법

본 연구는 재생에너지 ODA의 환경적 효과를 분석하기 위하여 EKC 모형을 활용, 재생에너지 ODA가 CO2 배출에 미치는 영향을 실증적으로 분석한다. 또한 ODA의 효과성에 영향을 미칠 수 있는 요인인 대상국가의 민주주의 발전 정도를 설명변수에 포함하고 있다.

1. 데이터

실증분석은 2002년부터 2018년까지 재생에너지 ODA 수원국 중 에너지 자원을 수입하는 47개 개도국을 대상으로 한다.4) EKC 모형을 활용한 재생에너지 ODA의 환경적 효과를 살펴보기 위해 1인당 온실가스 배출량을 종속변수로 활용하였으며, EKC의 설명변수인 1인당 GDP와 재생에너지 ODA에 초점을 맞추어 연구를 진행하였다. 특히, 온실가스를 구성하고 있는 다양한 물질 중 온실 효과를 일으키는 주요 물질임과 동시에 경제 활동으로부터 가장 많은 양이 배출되는 CO2를 온실가스 대체변수로 활용하였다.

또한, 수원국의 민주주의 발전수준에 따른 ODA의 효과성을 고려하기 위해 민주주의 지표 변수를 추가하였으며, CO2 배출에 영향을 미칠 수 있는 설명변수로 1인당 에너지 사용량, 국가의 산업 형태를 고려한 GDP 대비 1차 산업 비율 변수와 GDP 대비 2차 산업 비율 변수를 추가하였다. CO2 배출의 핵심요인인 화석 연료 사용에 대한 변수로는 전체 전력 생산량 대비 화석 연료로부터의 전력 생산량 비율을 대리변수로 이용한다. 또한, 도시화에 따른 1인당 CO2 배출량의 변화를 살펴보기 위해 도시인구비율 변수를 추가했다.

한편, 1인당 GDP와 ODA 사이의 내생성을 제거를 위해 2단계 최소제곱(2SLS: Two Stage Least Squares) 추정법을 활용하였으며, 부패도 지수와 재생에너지 인센티브 정책(예: 보조금, 그랜트 등)의 실시 여부를 도구변수로 사용하였다. 또한 2SLS 추정 모형에서 인플레이션율과 1인당 고정자본형성 등을 통제변수로 사용했다. 본 연구에서 이용하는 변수에 대한 설명은 <표 1>과 같다.

<표 1>  
변수 설명
변수 설명 출처
lnCO2 1인당 온실가스(CO2) 배출량(톤)의 자연로그값 Global Carbon Project
lnGDP 1인당 GDP(constant 2015 US$)의 자연로그값 World Bank
lnODA 1인당 재생에너지 ODA(constant 2015 US$)의 자연로그값 OECD
Demo 민주주의 지표(-10~10) Center for Systemic Peace
lnE 1인당 에너지 소비량(kg)의 자연로그값 World Bank
Agri GDP 대비 1차 산업(농업, 임업, 어업) 비율(%) World Bank
Manuf GDP 대비 2차 산업(제조업) 비율(%) World Bank
Ele_fossil 전체 전력 생산량에 대한 화석 연료(오일, 가스, 석탄)로부터의 전력 생산량 비율(%) World Bank
Pop_urban 도시인구비율(도시 거주 인구/전체 인구, %) World Bank
Inf 인플레이션율(%) World Bank
lnK 1인당 고정자본형성(constant 2015 US$)의 자연로그값 World Bank
Policy 재생에너지 인센티브 정책의 실시 여부 IEA (International Energy Agency)
CPI 부패도 지수(Corruption Perceptions Index) Transparency International

lnCO2는 1인당 CO2 배출량의 자연로그값을 나타내며, lnGDP 는 1인당 GDP의 자연로그값, lnODA 는 1인당 재생에너지 ODA의 자연로그값을 나타낸다.5) Demo는 민주주의 지표 변수로 –10부터 10까지의 지수로 표현되며 민주주의 발전수준에 따른 ODA의 효과성 분석을 위해 사용한다. lnE는 1인당 에너지 소비량(kg)의 자연로그값이며, Agri는 GDP 대비 1차 산업의 비율, Manuf는 GDP 대비 2차 산업의 비율을 나타낸다. Ele_fossil 변수는 전체 전력 생산에 대한 화석연료 기반의 전력 생산 비율을 나타내며, 도시인구비율 변수인 Pop_urban을 함께 사용한다. 2SLS 추정을 위하여 재생에너지 ODA의 도구변수로 국가별 해당 연도의 재생에너지 인센티브 정책 실시 여부(Policy)와 부패도 지수(CPI) 변수를 고려한다. 아래 <표 2>는 본 연구에서 사용되는 변수의 기초통계량을 요약한 표이다.

<표 2>  
변수의 기초통계량
변 수 표본개수 평균 표준편차 최소값 최대값
CO2(톤) 713 1.75 1.8089 0.0632 8.2116
GDP(달러) 713 3,051.51 2,513.655 253.144 12210.54
ODA(달러) 713 1.66 5.1223 0.0001 90.0585
Demo(지수) 713 4.28 5.0887 -10 10
E(kg) 502 834.68 604.3993 154.3927 3,222.449
Agri(%) 702 15.13 9.0598 1.8284 45.8827
Manuf(%) 687 13.57 5.8964 3.4201 35.4523
Ele_fossil(%) 538 55.04 35.1558 0 100
Pop_urban(%) 713 48.39 18.9086 14.24 90.979
Inf(%) 713 5.89 6.3015 -18.1096 59.2197
K(달러) 713 38.06 37.3833 1.2039 324.6432

2002년부터 2018년 사이 47개 분석대상 국가의 1인당 CO2 배출량은 평균적으로 약 1.75톤이며, 최소값은 0.06톤이고 최대값은 8.21톤이다. 1인당 GDP의 평균값은 약 3,051.51달러이며, 1인당 재생에너지 ODA의 평균값은 약 1.66달러이다. 민주주의 발전 수준을 나타내는 Demo 변수에 따르면 해당 기간 민주주의 발전 정도의 평균값은 약 4.28로 나타났다. 1인당 에너지 소비량(E)의 평균값은 약 834.68킬로그램이며, GDP 대비 1차 산업 비율(Agri) 변수의 평균은 약 15.13%, 2차 산업(Manuf) 비율 변수의 평균은 약 13.57%로 나타났다. 전체 전력량 중 화석연료로부터의 전력 생산량 비율(Ele_fossil) 변수는 국가에 따라 편차가 매우 크며 해당 기간의 평균값은 약 55.04%이다. 도시인구비율(Pop_urban) 역시 국가와 연도에 따라 큰 편차를 보이며 평균 도시인구비율은 약 48.39%이다. 2SLS 추정 과정에서 1인당 GDP 추정값에 영향을 미칠 수 있는 변수인 인플레이션율(Inf)의 평균값은 5.89%, 1인당 고정자본형성(K)의 평균값은 약 38.06달러이다.

2. 분석 모형
1) EKC 기본 모형

GDP와 CO2 배출량 사이에 존재할 것으로 예상되는 역 U자 관계를 확인하기 위하여 아래 식 (1)과 같은 EKC 기본모형을 구축했다.

lnCO2i,t=α0+α1lnGDPi,t+α2lnGDPi,t2+α3lnODAi,t+α4lnEi,t+α5Ele_fossili,t+α6Agrii,t+α7Manufi,t+α8Pop_urbani,t+ei,t(1) 

그러나 EKC 기본 모형의 경우 재생에너지 ODA로 인해 수원국의 소득 수준이 달라질 수 있고, 달라진 소득 수준에 따라 소득과 CO2 배출량과의 관계가 달라질 수 있다는 점을 포착하지 못할 수 있다. 곽성일・전혜린(2013)에 따르면 수원국의 GDP 변화는 ODA의 결과물인 동시에 공여국의 ODA 배분 결정 요인으로 작용할 수 있기 때문에, EKC를 기초 연구모형으로 활용하기에 앞서 2SLS 추정법을 통해 재생에너지 ODA와 GDP 사이의 내생성 문제를 해결하고자 한다. 또한 경제 변수에 관한 추정방정식의 ODA 설명변수는 시차(lag)를 가질 수 있으므로 1인당 재생에너지 ODA 변수에 시차를 적용하기로 한다(Bunside and Dollar, 2000; Lee et al., 2020).

2) EKC 확장 모형

EKC 모형의 주요 설명변수인 재생에너지 ODA의 내생성 문제를 해결하기 위해 부패도 지수와 재생에너지 인센티브 정책 실시 여부를 도구변수로 활용해 2SLS 추정을 실시하고자 한다.

lnODAi,t-1=β0+β1CPIi,t-1+β2Policyi,t-1+β3Infi,t-1+β4lnKi,t-1+ϵi,t-1(2) 

식 (2)는 내생성 변수 ODA를 도구변수의 함수로 나타낸 것이다. 식(2)를 통해 구한 1인당 재생에너지 ODA의 추정값(lnODA^t-1)을 포함한 GDP추정 모형은 아래의 식 (3)과 같다.

lnGDPi,t=γO+γ1lnODAi,t-1^+γ2Infi,t+γ3Ki,t+ui,t(3) 

식 (3)으로부터 추정한 적합값(lnGDP^i,t : 1인당 GDP의 적합값)을 식(1)에 대입하고, 국가별 민주주의 발전수준에 따른 재생에너지 ODA의 효과를 살펴보기 위하여 민주주의 지표 변수 및 교차항을 포함한 EKC 확장 모형을 식 (4)와 같이 구축한다.6)

lnCO2i,t=δ0+δ1lnGDP^i,t+δ2lnGDP^i,t2+δ3lnODAi,t-1+δ4Demoi,t+δ5lnODAi,t-1*Demoi,t+δ6Ei,t+δ7Ele_fossili,t+δ8Agrii,t+δ9Manufi,t+δ10Pop_urbani,t+υi,t(4) 

Ⅳ. 분석결과
1. EKC 기본 모형 추정

아래의 <표 3>은 EKC 기본 모형 추정 결과를 나타낸 표이다.

<표 3>  
EKC 기본 모형 추정 결과
종속변수: lnCO2 모형(1) 모형(2) 모형(3) 모형(4)
lnGDP 2.8152***
(0.2591)
2.8149***
(0.2591)
2.4014***
(0.2161)
2.5089***
(0.2322)
lnGDP2 -0.1347***
(0.0172)
-0.1343***
(0.0172)
-0.1425***
(0.0148)
-0.1513***
(0.0163)
lnODA - -0.0038
(0.0024)
-0.0079
(0.0053)
-0.0090
(0.0058)
lnE - - 1.0079***
(0.0525)
1.0141***
(0.0572)
Ele_fossil - - 0.0030***
(0.0006)
0.0030***
(0.0006)
Agri - - - 0.0001
(0.0023)
Manuf - - - -0.0058*
(0.0034)
Pop_urban - - - 0.0017
(0.0027)
Constant -13.5802
(0.9784)
-13.6083***
(0.9786)
-16.6747
(0.9052)
-17.0377***
(0.9644)
Observations 713 713 494 469
R-squared value 0.57 0.57 0.72 0.70
Number of country 47 47 44 44
주 1: ()는 표준오차를 나타냄
주 2: ***는 1% 유의수준, **는 5% 유의수준, *는 10% 유의수준에서 통계적으로 유의함을 나타냄

<표 3>을 살펴보면, 모든 모형에서 1인당 GDP가 1인당 CO2 배출량을 통계적으로 유의한 수준에서 증가시키고, 1인당 GDP의 제곱값의 계수는 음(-)의 값을 보임으로써 EKC 가설이 성립하는 것을 확인할 수 있다. 그러나 모형(2)~(4)를 통해 재생에너지 ODA는 CO2 배출량과 통계적으로 유의 하지 않은 음(-)의 관계를 보이며, 이는 재생에너지 ODA와 GDP 간의 내 생성 문제에 기인하는 것으로 해석할 수 있다.

2. EKC 확장 모형 추정 결과
1) 도구변수의 적절성

식 (3)의 하우스만 검정 결과 Χ2(3)=123.76, Prob>Χ2=0.0000로 고정효과 추정치와 확률효과 추정치 사이의 체계적 차이가 존재하지 않는다는 귀무가설을 기각해 고정효과 모형을 사용하는 것이 적합하다. 아래의 <표 4>는 도구변수의 적절성 검정 결과를 제시한다.

<표 4>  
도구변수의 적절성 검정
시차: t-1
Weak identification test(Ho: equation is weakly identified)
Cragg-Donald Wald F-statistic 20.79
Stock-Yogo weak ID test critical values 10% maximal IV size 19.93
15% maximal IV size 11.21
Overidentification test (Ho: instruments are uncorrelated with the error term)
Sargan statistic 1.322 Chi-sq(1) P-val 0.2502
Instrumented: lnODAt-1
Included instruments: Inft-1 lnKt-1
Excluded instruments: Policyt-1 CPIt-1
시차: t-2
Weak identification test(Ho: equation is weakly identified)
Cragg-Donald Wald F-statistic 24.12
Stock-Yogo weak ID test critical values 10% maximal IV size 19.93
15% maximal IV size 11.21
Overidentification test (Ho: instruments are uncorrelated with the error term)
Sargan statistic 1.923 Chi-sq(1) P-val 0.1655
Instrumented: lnODAt-2
Included instruments: Inft-2 lnKt-2
Excluded instruments: Policyt-2 CPIt-2
주: 자세한 내용은 Cragg and Donald(1993)Hill, Griffiths and Lim(2018)을 참고

t-1과 t-2 시차를 적용한 1인당 재생에너지 ODA에 대한 도구 변수 사용의 적절성 검정 결과, Cragg-Donald Wald F-statistic이 각각 20.79, 24.12로 10% maximal IV size의 임계값(19.93)보다 커 도구변수가 내생성 변수와 상관관계를 가지고 있음을 확인할 수 있다(Stock and Yogo, 2005). 또한 과잉식별검정(overidentification test)을 통해 도구변수가 오차항과 상관관계를 갖지 않는다는 귀무가설을 기각하지 못함을 확인할 수 있다. 따라서 t-1 시차를 적용한 1인당 재생에너지 ODA 변수를 사용하여 2SLS 추정을 시행한다. 아래의 <표 5>는 재생에너지 ODA의 도구변수인 부패도 지수와 재생에너지 인센티브 정책 실시 여부를 활용한 2SLS 추정 결과를 단계별로 나타낸 표이다.

<표 5>  
2SLS 단계별 추정결과
변수 First stage(종속변수: lnODAt-1) 2SLS(종속변수: lnGDPt)
Inf 0.0058
(0.0135)
-0.0021*
(0.0011)
lnK 0.1244
(0.2526)
0.1987***
(0.0648)
CPI 0.0246***
(0.0042)
-
Policy 0.0607
(0.1527)
-
lnODAt-1 - 0.2318***
(0.0428)
Constant -2.2914***
(0.8176)
7.3861***
(0.2464)
Observations 641 641
주 1: ()는 표준오차를 나타냄
주 2: ***는 1% 유의수준, **는 5% 유의수준, *는 10% 유의수준에서 통계적으로 유의함을 나타냄

<표 5>에 따르면 1인당 재생에너지 ODA는 1인당 GDP와 유의한 수준에서 양(+)의 관계를 가지며, 1인당 재생에너지 ODA가 1% 증가할 때 1인당 GDP는 약 0.23% 증가하는 것으로 추정되었다. 아래의 <표 6>은 2SLS 추정으로부터 구한 1인당 GDP 적합값(lnGDP^)의 통계량을 정리한 표이다.

<표 6>  
1인당 GDP 적합값 통계량
1인당 GDP의 적합값 평균 표준편차 최소값 최대값
lnGDP^i,t 7.7099 0.5378 5.9487 9.1035

2) 2SLS 추정을 통한 EKC 확장 모형 추정 결과

2SLS 추정으로부터 구한 1인당 GDP의 적합값(lnGDP^)을 대입한 식(4)의 하우스만 검정 결과 Χ2(10)=26.32, Prob>Χ2=0.0032로 고정효과 모형을 사용하는 것이 더 적합한 것으로 판명되었다. 아래의 <표 7>은 식 (4)의 EKC 확장 모형 추정 결과를 나타낸 표이다.

<표 7>  
EKC 확장 모형 추정 결과
종속변수: lnCO2 모형(5) 모형(6) 모형(7) 모형(8)
lnGDP^ 0.7928***
(0.2392)
0.8392***
(0.2327)
0.8867**
(0.2375)
0.7655***
(0.2453)
lnGDP^2 -0.0265*
(0.0144)
-0.0260*
(0.0140)
-0.0265*
(0.0142)
-0.0285**
(0.0143)
lnODAt-1 -0.0950***
(0.0234)
-0.1083***
(0.0229)
-0.1171***
(0.0237)
-0.0865***
(0.0266)
Demo 0.0038
(0.0025)
0.0045*
(0.0025)
0.0033
(0.0025)
0.0006
(0.0026)
lnODAt-1*Demo -0.0010**
(0.0005)
-0.0010**
(0.0005)
-0.0011**
(0.0005)
-0.0012**
(0.0005)
lnE 1.1342***
(0.0540)
1.1413***
(0.0527)
1.1076***
(0.0598)
1.0456***
(0.0645)
Ele_fossil - 0.0035***
(0.0007)
0.0034***
(0.0007)
0.0038***
(0.0007)
Agri - - -0.0076***
(0.0025)
-0.0048*
(0.0026)
Manuf - - -0.0035
(0.0040)
-0.0002
(0.0042)
Pop_urban - - - -0.0091**
(0.0038)
Constant -12.0554***
(1.1043)
-12.7148***
(1.0797)
-12.6782***
(1.1415)
-10.7748***
(1.2934)
Observations 458 450 429 429
R-squared 0.70 0.78 0.80 0.71
Number of country 46 44 44 44
주 1: ()는 표준오차를 나타냄
주 2: ***는 1% 유의수준, **는 5% 유의수준, *는 10% 유의수준에서 통계적으로 유의함을 나타냄

<표 7>의 모형(8)을 살펴보면, 1인당 GDP는 1인당 CO2 배출량과 역 U자의 관계를 나타내며, 따라서 EKC 가설이 성립함을 확인할 수 있다. 특히 1인당 GDP가 1% 증가할 때 1인당 CO2 배출량은 약 0.77% 증가한다. 1인당 재생에너지 ODA와 1인당 CO2 배출량은 음(-)의 관계를 나타내고 있으며, 1인당 재생에너지 ODA가 1% 증가할 때 1인당 CO2 배출량은 약 0.09% 감소하는 것으로 나타났다. 교차항을 통해 민주주의 발전수준(Demo)이 높을수록 재생에너지 ODA의 CO2 배출량 감축효과가 큰 것으로 나타났다. 1인당 에너지 소비량(lnE)과 화석연료 기반 전력생산량(Ele_fossil)은 1인당 CO2 배출량과 유의한 양(+)의 관계를 보이며, 1인당 에너지 소비량이 1% 증가할 때 1인당 CO2 배출량은 약 1.05% 증가함을 알 수 있다.

GDP 대비 1차 산업(Agri)의 비중이 1% 포인트 증가하는 경우 약 0.48%의 1인당 CO2 감소가 일어나는 것으로 보이며, 이러한 음(-)의 관계는 매우 흥미로운 결과일 수 있다. 이는 1차 산업의 생산량 증가가 2차 산업에 비해 상대적으로 환경오염 물질 배출이 낮은 특성 때문인 것으로 설명할 수 있다.7) GDP 대비 2차 산업(Manuf) 비율의 경우 비록 CO2 배출과 음(-)의 관계를 보이지만 통계적으로 유의하지 않다. 이는 대부분의 대상 국가가 아프리카 대륙에 속하거나 또는 농업 비중이 높은 국가이기 때문인 것으로 보인다. 도시인구비율(Pop_urban)과 1인당 CO2 배출량간의 음(-)의 관계는 도시화가 비효율적인 고체 연료의 사용을 감소시켜 1인당 CO2 배출을 낮출 수 있음을 보여준다(Chen, Jia and Lau, 2008; Pachauri, 2004; Pachauri and Jiang, 2008).8)

아래의 <표 8>은 EKC 기본 모형과 EKC 확장 모형의 추정 결과를 비교하고 있다.

<표 8>  
EKC 기본 모형과 EKC 확장 모형 분석 결과 비교
종속변수: lnCO2 EKC 기본 모형 EKC 확장 모형
lnGDP 2.5089***
(0.2322)
0.7655***
(0.2453)
lnGDP2 -0.1513***
(0.0163)
-0.0285**
(0.0143)
lnODA -0.0090
(0.0058)
-
lnODAt-1 - -0.0865***
(0.0266)
Demo - 0.0006
(0.0026)
lnODAt-1*Demo - -0.0012**
(0.0005)
lnE 1.0141***
(0.0572)
1.0456***
(0.0645)
Ele_fossil 0.0030***
(0.0006)
0.0038***
(0.0007)
Agri 0.0001
(0.0023)
-0.0048*
(0.0026)
Manuf -0.0058*
(0.0034)
-0.0002
(0.0042)
Pop_urban 0.0017
(0.0027)
-0.0091**
(0.0038)
Constant -17.0377***
(0.9644)
-10.7748***
(1.2934)
Observations 469 429
R-squared 0.70 0.71
Number of country 44 44
주 1: ()는 표준오차를 나타냄
주 2: ***는 1% 유의수준, **는 5% 유의수준, *는 10% 유의수준에서 통계적으로 유의함을 나타냄

<표 8>을 살펴보면, EKC 기본 모형과 EKC 확장 모형 모두 1인당 GDP가 CO2 배출량을 통계적으로 유의한 수준에서 증가시키는 점을 확인할 수 있다. 1인당 재생에너지 ODA는 EKC 기본 모형에서는 CO2 배출과 유의하지 않은 음(-)의 관계를 보이지만, EKC 확장 모형에서는 CO2 배출 감소에 유의한 영향을 미침을 확인할 수 있다. Demo 변수는 EKC 확장 모형에서 ODA와의 교차효과를 가지며, 이는 민주주의 발전수준이 높을수록 재생에너지 ODA의 CO2 배출 감소에 미치는 영향이 증가하고 있음을 뜻한다. EKC 기본 모형에서의 도시인구비율 변수는 CO2 배출과 통계적으로 유의하지 않은 양(+)의 관계를 보이지만, EKC 확장 모형에서는 통계적으로 유의한 음(-)의 관계가 관찰된다.

3. GDP 수준과 CO2 배출량

EKC 모형 추정결과에 기초, CO2 배출에 대한 1인당 GDP의 임계값(threshold)을 구한 결과 1인당 GDP가 약 3,983.8달러에 달했을 때 CO2 배출량이 최대가 되는 것을 알 수 있다. 또한 1인당 GDP 자연로그값의 표준편차 0.23과 임계값을 활용해 계산한 전환점(turning point)의 95% 신뢰구간은 1인당 GDP 3,714.5달러~4,272.7달러로 나타났다.

<그림 1>에 따르면 에티오피아, 캄보디아, 케냐와 인도의 경우 경제발전에 따라 더 많은 CO2를 배출할 것으로 예상된다. 그러나 태국, 터키, 중국과 코스타리카는 1인당 GDP 수준의 임계점을 이미 지났으며, 따라서 소득이 증가할수록 CO2 배출량이 감소할 가능성이 큰 것으로 나타났다.


<그림 1>  
국별 1인당 GDP 수준과 CO2 배출량

4. 강건성 검증

EKC 추정 결과에 대한 강건성 검증을 위해 재생에너지 ODA 변수에 시차를 두고 재분석을 실시하였다. 투입된 ODA가 GDP에 즉각적인 영향을 미치지 않을 수 있다는 특성을 고려해 식 (2)식 (3)의 lnODA 변수에 t-2의 시차를 적용한 후 2SLS 추정과 EKC 모형 분석을 실시하였다. 아래의 <표 9>는 t-2 시차를 적용한 lnODA 로부터 얻은 lnGDP 의 적합값(lnGDP_R^i,t)을 식 (4)에 대입한 결과를 나타낸 표이다.

<표 9>  
강건겅 검증 결과
종속변수: lnCO2 모형(9) 모형(10) 모형(11) 모형(12)
lnGDP^_R 0.7248**
(0.2988)
0.7216**
(0.2904)
0.7892***
(0.2955)
0.7171**
(0.2982)
lnGDP^_R2 -0.0278*
(0.0168)
-0.0226*
(0.0136)
-0.0247*
(0.0144)
-0.0239*
(0.0132)
lnODAt-1 -0.0651***
(0.0234)
-0.0806***
(0.0230)
-0.0880***
(0.0243)
-0.0758***
(0.0254)
lnODAt-2 -0.0040*
(0.0002)
-0.0051**
(0.0026)
-0.0045*
(0.0027)
-0.0054**
(0.0028)
Demo 0.0040
(0.0027)
0.0045*
(0.0026)
0.0041
(0.0026)
0.0040
(0.0026)
lnODAt-2*Demo -0.0007*
(0.0004)
-0.0008*
(0.0005)
-0.0007*
(0.0004)
-0.0007*
(0.0004)
lnE 1.2022***
(0.0587)
1.2252***
(0.0578)
1.1855***
(0.0631)
1.1522***
(0.0632)
Ele_fossil - 0.0036***
(0.0010)
0.0036***
(0.0008)
0.0035***
(0.0008)
Agri - - -0.0084***
(0.0026)
-0.0077***
(0.0027)
Manuf - - -0.0009
(0.0045)
0.0001
(0.0045)
Pop_urban - - - -0.0079*
(0.0041)
Constant -11.8701***
(1.3333)
-12.5443***
(1.3030)
-12.5598***
(1.3768)
-12.0697***
(1.4072)
Observations 414 406 389 389
R-squared 0.70 0.77 0.80 0.81
Number of country 46 44 44 44
주 1: ()는 표준오차를 나타냄
주 2: ***는 1% 유의수준, **는 5% 유의수준, *는 10% 유의수준에서 통계적으로 유의함을 나타냄

강건성 검증 결과를 통해 1인당 GDP는 1인당 CO2 배출과 역 U자 관계를 보이고 있음을 확인할 수 있다. 1인당 GDP는 1인당 CO2 배출량과 통계적으로 유의한 양(+)의 관계를 가지며, 1인당 재생에너지 ODA의 경우 역시 1인당 CO2 배출량과 유의한 음(-)의 관계를 가지고 있다. 국가별 민주주의 발전수준은 여전히 재생에너지 ODA의 효과성을 높이고 있음을 확인할 수 있다.


Ⅴ. 결론 및 시사점

본 연구는 2002년부터 2018년까지 재생에너지 ODA 수원국으로서 에너지 자원을 순수입하는 47개 국가를 대상으로 재생에너지 ODA의 효과성을 분석하였다. EKC 확장 모형 분석결과를 통해 1인당 CO2 배출량과 1인당 GDP는 역 U자의 관계를 가지고 있음을 확인할 수 있었다. 특히 1인당 GDP가 1% 증가할 때 1인당 CO2 배출량은 통계적으로 유의한 수준에서 약 0.77% 증가하는 것으로 나타났다. 1인당 재생에너지 ODA가 1% 증가할 때 1인당 CO2 배출량은 통계적으로 유의한 수준에서 약 0.09% 감소해 재생에너지 ODA가 CO2 배출 감소에 기여하고 있음을 확인했다. 또한 국가별 민주주의 발전수준이 높을수록 재생에너지 ODA가 CO2 배출량을 감소시키는 정도가 증가하는 것으로 나타났다. 1인당 에너지 소비량과 전체 전력량 대비 화석 연료 사용 비율의 증가는 CO2 배출을 통계적으로 유의한 수준에서 증가시키며, 1인당 에너지 소비량이 1% 증가하는 경우 1인당 CO2 배출량은 약 1.05% 증가하는 것으로 나타났다. 전체 전력량 대비 화석 연료 사용 비율의 1% 포인트 증가는 약 0.38%의 1인당 CO2 배출량을 증가시킨다. 1차 산업은 1인당 CO2 배출과 유의한 음(-)의 관계를 보이지만, 2차 산업은 CO2 배출과 통계적으로 유의하지 않은 음(-)의 관계를 보인다. 한편, 도시인구비율과 CO2 배출량과는 음(-)의 관계가 있는 것으로 나타났다.

재생에너지 ODA가 CO2 배출 감소에 기여하고 있다는 본 연구의 분석 결과는 공여국의 재생에너지 ODA 지원의 논거로 활용될 수 있으며, 민주주의 발전 수준과의 시너지 효과는 지속가능한 발전을 위한 ODA 정책 수립 시 수원국의 민주주의 발전을 위한 노력이 함께 수반되어야 할 필요성을 제시해주고 있다.

다만, 재생에너지 ODA가 다양한 형태의 재생에너지 자원을 포괄하고 있다는 점에서, 특정 에너지원에 대한 ODA를 분석대상으로 하는 추가연구가 필요할 것으로 보인다.


Notes
1) OECD(2020)에 따르면 재생에너지 ODA는 재생에너지로부터 전력을 생산하는 것을 목적으로 투입된 ODA를 의미하며, 증여(Grants), 차관(Loans)과 지분투자(Equity investment)를 모두 포함한다.
2) 실증분석을 통해 경제성장과 ODA 사이에 양(+)의 관계를 제시하는 대표적인 논문으로서는 Lee, Choi, Lee and Jin(2020)Momita, Matsumoto and Otsuka(2019) 등이 있으며, 음(-)의 효과를 보여주고 있는 연구로는 Aguirre and Ibikunle(2014)Suphian and Kim(2017) 등이 있다.
3) EKC 모형을 활용하여 거시경제변수와 환경변수와의 관계를 제시하는 선행연구의 예로는 Al-Mulali, Weng-Wai, Sheau-Ting and Mohammaed(2015)Dogan and Ingles-Lotz(2020) 등이 있다.
4) 재생에너지 ODA 데이터는 OECD가 제공하는 ‘Creditor Reporting System (CRS)’에서 ‘Energy generation, renewable sources, Total’에 해당한다. OECD에 따르면 분석 기간 중 총 127개국이 재생에너지 ODA를 지원받았고, 세계은행에 따르면 이 중 53개 국가가 전체 에너지 사용량 대비 에너지 순수입 비율이 양(+)의 값을 갖는 에너지 자원 순수입국이다. 다만, 53개 대상 국가 중 충분한 데이터를 확보할 수 없는 6개 국가는 분석에서 제외했으며, 이에 대한 자세한 설명과 대상국가는 부록으로 제시했다.
5) OECD가 제공하는 재생에너지 ODA의 국별 총액을 해당 국가의 총인구수로 나누어 1인당 재생에너지 ODA를 계산했다.
6) 민주주의의 발전 수준, 제도・정책의 질, 그리고 정부의 효율성과 같은 수원국의 흡수역량이 ODA 효과성에 미치는 영향을 분석한 여러 연구가 있다. 예를 들어 Feeny and De Silva(2012) 연구에 의하면 정책 수준, 인적자본 역량과 같은 수원국의 흡수역량이 높을수록 ODA의 효과성이 증가한다. Miningou(2019)는 민주주의 발전 수준과 제도의 질이 ODA 효과성에 양(+)의 영향을 미치고 있으며, 수원국의 정치적 상황이 안정적일수록 ODA 효과성이 증가한다는 분석 결과를 제시하였다. Ssozi, Asongu and Amavilah(2017)이나 Tawiah, Barnes and Acheampong(2019)의 연구는 아프리카 국가들을 대상으로 국가의 부패 수준과 정부의 효율성 등이 ODA 효과성에 유의한 수준의 영향을 미치는 요인으로 작용하고 있음을 보여준다.
7) 산업별 CO2 배출량에 대하여 Jebli and Youssef(2017)도 동일한 분석결과를 제시하고 있다.
8) 이에 더하여 개도국의 경제개발 초기 단계에서의 에너지 사용은 CO2 배출 증가에 큰 영향을 미치지 않을 수 있다는 Mosikari and Eita(2020)의 연구도 참고할 만하다.

Acknowledgments

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A5B5A17089359).


References
1. 강희찬・정지원, 2016, “기후 ODA와 개도국의 온실가스 감축 파급효과 및 결정요인 분석,” 『환경정책』, 24(2), pp.59-83.
2. 곽성일・전혜린, 2013, 『주요국의 대아프리카 환경 ODA 공여정책과 결정요인 분석 및 시사점』, (전략지역심층연구; 13-16), 서울: 대외경제정책연구원.
3. 정지원・오태현・송지혜, 2012, 『환경과 개발: ODA 정책 개선과제』, (ODA 정책연구 12-06), 서울: 대외경제정책연구원.
4. 정지원・권율・문진영・이주영・송지혜, 2015, 『기후변화 대응을 위한 국제사회의 지원체제 비교연구』, (연구보고서; 15-16), 세종: 대외경제정책연구원.
5. Aguirre, M. and G. Ibikunle, 2014, “Determinants of renweable energy growth: A global sample analysis,” Energy Policy, 69, pp.374-384.
6. Al-Mulali, U., C. Weng-Wai, L. Sheau-Ting, and A. H. Mohammed, 2015, “Investigating the environmental Kuznets curve (EKC) hypothesis by utilizing the ecological footprint as an indicator of environmental degradation,” Ecological Indicators, 48, pp.315-323.
7. Atteridge, A. and G. Savvidou, 2019, “Development aid for energy in small island developing states,” Energy Sustainability and Society, 9(1), pp.1-16.
8. Bilgili, F., E. Koçak, and Ü. Bulut, 2016, “The dynamic impact of renewable energy consumption on CO2 emissions: A revisited environmental Kuznets curve approach,” Renewable Sustainable Energy, 54, pp.838-845.
9. Burnside, C. and D. Dollar, 2000, “Aid, policies, and growth,” American Economic Review, 90(4), pp.847-868.
10. Carley, S., E. Baldwin, L. M. MacLean, and J. N. Brass, 2017, “Global expansion of renewable energy generation: An analysis of policy instruments,” Environmental and Resource Economics, 68(2), pp.397-440.
11. Chen, H., B. Jia, and S. S. Y. Lau, 2008, “Sustainable urban form for Chinese compact cities: Challenges of a rapid urbanized economy,” Habitat International, 32(1), pp.28-40.
12. Cragg, J. G. and S. G. Donald, 1993, “Testing identifiability and specification in instrumental variable models,” Econometric Theory, 9(2), pp.222-240.
13. Dogan, E. and R. Inglesi-Lotz, 2020, “The impact of economic structure to the environmental Kuznets curve (EKC) hypothesis: Evidence from European countries,” Environmental Science and Pollution Research, 27(11), pp.12717-12724.
14. Feeny, S. and A. De Silva, 2012, “Measuring absorptive capacity constraints to foreign aid,” Economic Modelling, 29(3), pp.725-733.
15. Halimanjaya, A., 2014, “Climate mitigation finance across developing countries: What are the major determinants?,” Climate Policy, 15(2), pp.223-252.
16. Hill, R. C., W. E. Griffiths, and G. C. Lim, 2018, Principles of econometrics, (5th edition), Hoboken, NJ: John Wiley & Sons.
17. Jebli, M. B. and S. B. Youssef, 2017, “The role of renewable energy and agriculture in reducing CO2 emissions: Evidence for North Africa countries,” Ecological Indicators, 74, pp.295-301.
18. Karunakaran, C., P. Magesan, P. Gomathisankar, and P. Vinayagamoorthy, 2015, “Absorption, emission, charge transfer resistance and photocatalytic activity of Al2O3/TiO2 core/shell nanoparticles,” Superlattices and Microstructures, 83, pp.659-667.
19. Koengkan, M. and J. A. Fuinhas, 2020, “Exploring the effect of the renewable energy transition on CO2 emissions of Latin American and Caribbean countries,” International Journal of Sustainable Energy, 39(6), pp.515-538.
20. Lee, S. K., G. Choi, E. Lee, and T. Jin, 2020, “The impact of official development assistance on the economic growth and carbon dioxide mitigation for the recipient countries,” Environmental Science and Pollution Research, 27(33), pp.41776-41786.
21. Menyah, K. and Y. Wolde-Rufael, 2010, “CO2 emissions, nuclear energy, renewable energy and economic growth in the US,” Energy Policy, 38(6), pp.2911-2915.
22. Miningou, E. W., 2019, “Effectiveness of education aid revisited: Country-level inefficiencies matter,” International Journal of Educational Development, 71, 102123.
23. Momita, Y., T. Matsumoto, and K. Otsuka, 2019, “Has ODA contributed to growth? An assessment of the impact of Japanese ODA,” Japan and the World Economy, 49, pp.161-175.
24. Mosikari, T. J. and J. H. Eita, 2020, “CO2 emissions, urban population, energy consumption and economic growth in selected African countries: A panel smooth transition regression (PSTR),” OPEC Energy Review, 44(3), pp.319-333.
25. Organization for Economic Cooperation and Development, 2020, Aid in support of environment, Paris: OECD.
26. Pachauri, S., 2004, “An analysis of cross-sectional variations in total household energy requirements in India using micro survey data,” Energy Policy, 32(15), pp.1723-1735.
27. Pachauri, S. and L. Jiang, 2008, “The household energy transition in India and China,” Energy Policy, 36(11), pp.4022-4035.
28. Rajan, R. G. and A. Subramanian, 2008, “Aid and growth: What does the cross-country evidence really show?,” The Review of Economics and Statistics, 90(4), pp.643-665.
29. Sadorsky, P., 2009, “Renewable energy consumption, CO2 emissions and oil prices in the G7 countries,” Energy Economics, 31(3), pp.456-462.
30. Ssozi, J., S. Asongu, and V. Amavilah, 2017, Is aid for agriculture effective in sub-saharan Africa?, (AGDI Working Paper No. WP/17/03), Yaoundé: The African Governance and Development Institute, https://mpra.ub.uni-muenchen.de/83073/.
31. Stock, J. H. and M. Yogo, 2005, Chapter 5: Testing for weak instruments in linear IV regression, In D. W. K. Andrews and J. H. Stock (Eds.), Identification and inference for econometric models, (pp.80-108), New York: Cambridge University Press.
32. Suphian, R. and S. S. Kim, 2017, “Official development assistance and economic growth in East African countries,” The Journal of Peace Studies, 18(2), pp.148-168.
33. Tawiah, V. K., E. J. Barnes, and P. Acheampong, 2019, “Political regimes and foreign aid effectiveness in Ghana,” International Journal of Development Issues, 18, pp.15–33.
34. Yang, S. and S. Park, 2020, “The effects of renewable energy financial incentive policy and democratic governance on renewable energy aid effectiveness,” Energy Policy, 145, 111682.
35. Center for Systemic Peace, http://www.systemicpeace.org/, [2021.2.12]
36. Global Carbon Project, https://www.globalcarbonproject.org/, [2020.12.15]
37. IEA (International Energy Agency), https://www.iea.org/, [2021.2.21]
38. Transparency International, https://www.transparency.org/, [2020.12.17]
39. World Bank, https://databank.worldbank.org/, [2021.1.5]

<부록> 분석 대상 국가


번호 국가명 대륙 1인당 GDP 번호 국가명 대륙 1인당 GDP
1 알바니아
(Albania)
유럽, 아시아 4,460.2 25 케냐
(Kenya)
아프리카 1,468.1
2 아르메니아
(Armenia)
유럽, 아시아 4,060.8 26 키르기스스탄
(Kyrgyz Republic)
유럽, 아시아 1,220.5
3 방글라데시
(Bangladesh)
아시아 1,518.3 27 레바논
(Lebanon)
중동 7,281.5
4 벨라루스
(Belarus)
유럽, 아시아 6,173.1 28 몰도바
(Moldova)
유럽, 아시아 3,257.5
5 베냉
(Benin)
아프리카 1,192.9 29 몬테네그로
(Montenegro)
유럽, 아시아 7,375.2
6 부탄
(Bhutan)
아시아 3,004.8 30 모로코
(Morocco)
아프리카 3,130.0
7 보츠와나
(Botswana)
아프리카 7,191.3 31 네팔
(Nepal)
아시아 901.4
8 브라질
(Brazil)
남아메리카 8,617.3* 32 니카라과
(Nicaragua)
남아메리카 2,068.6
9 부르키나 파소
(Burkina Faso)
아프리카 713.0 33 북마케도니아
(North Macedonia)
유럽, 아시아 5,211.1
10 카보베르데
(Cabo Verde)
아프리카 3,332.5 34 파키스탄
(Pakistan)
아시아 1,648.7
11 캄보디아
(Cambodia)
아시아 1,367.7 35 필리핀
(Philippines)
아시아 3,485.6
12 중국
(China)
아시아 7,927.9* 36 세네갈
(Senegal)
아프리카 1,330.5
13 코스타리카
(Costa Rica)
남아메리카 1,0737.4* 37 세르비아
(Serbia)
유럽, 아시아 6,373.3
14 코트디부아르
(Cote d’Ivoire)
아프리카 2,225.2 38 스리랑카
(Sri Lanka)
아시아 4,124.3
15 도미니카공화국
(Dominican Republic)
남아메리카 8,122.1 39 타지키스탄
(Tajikistan)
유럽, 아시아 1,058.7
16 엘살바도르
(El Salvador)
남아메리카 3,934.4 40 탄자니아
(Tanzania)
아프리카 1,070.0
17 에티오피아
(Ethiopia)
아프리카 762.5 41 태국
(Thailand)
아시아 6,490.5
18 조지아
(Georgia)
유럽, 아시아 4,539.0 42 통가
(Tonga)
아시아 4,576.2
19 가나
(Ghana)
아프리카 1,964.8 43 튀니지
(Tunisia)
아프리카 3,931.0
20 과테말라
(Guatemala)
남아메리카 3,972.2 44 터키
(Turkey)
중동 7,908.0*
21 아이티
(Haiti)
남아메리카 1,345.0 45 우크라이나
(Ukraine)
유럽, 아시아 2,337.2
22 온두라스
(Honduras)
남아메리카 2,477.1 46 잠비아
(Zambia)
아프리카 1,296.1
23 인도
(India)
아시아 1,614.4* 47 짐바브웨
(Zimbabwe)
아프리카 1,529.0
24 요르단
(Jordan)
중동 4,114.3
주 1: 1인당 GDP는 2018년 1인당 실질 GDP(constant 2015 US$)
주 2: *는 2019년 1인당 실질 GDP(constant 2015 US$)
주 3: 데이터 부족으로 분석에서 제외한 7개 국가와 1인당 GDP(2018년 기준 1인당 실질 GDP): Bulgaria($7,986.8), Cuba($8,047.7), Jamaica(5,049.1), Kosovo($4,185.5), Namibia ($4,417.4), Eritrea (2011년 1인당 실질 GDP: $926.0)


배유진: 경희대학교 국제대학원 국제개발협력학과 박사 과정을 수료했다. 국제개발협력의 여러 가지 이슈에 관한 연구를 수행하고 있으며, 특히 환경 및 기후변화 문제와 ESG에 주목하고 있다(baeu0429@naver.com).

유태환: 미국 Purdue 대학교에서 경제학 박사학위를 취득하고 현재 경희대학교 국제대학원 교수로 재직 중이다. 국제무역, 경제성장과 지속 가능한 발전에 관한 연구를 수행하고 있다(thyoo@khu.ac.kr).