한국환경정책학회 학술지영문홈페이지

Home

Journal of Environmental Policy and Administration - Vol. 29 , No. 1

[ Article ]
Journal of Environmental Policy and Administration - Vol. 29, No. 1, pp. 237-266
Abbreviation: jepa
ISSN: 1598-835X (Print) 2714-0601 (Online)
Print publication date 31 Mar 2021
Received 03 Mar 2021 Revised 09 Mar 2021 Accepted 17 Mar 2021
DOI: https://doi.org/10.15301/jepa.2021.29.1.237

CGE 모형과 사회효용함수를 이용한 최적경유세율 결정 모형의 개발
이효창** ; 한택환***
**주저자, 한국외국어대학교 교수
***교신저자, 서경대학교 교수

Developing an Integrated Model for the Optimal Diesel Fuel Tax Using Iterative CGE Runs and Estimations of Social Utility Functions
Hyochang Lee** ; Taek-Whan Han***
Funding Information ▼

초록

경유세와 같은 환경개선을 위한 정책수단의 크기는 환경개선의 경제적 한계비용과 사회적 한계가치가 같아지는 수준에서 결정되어야 한다. 이와 같은 의사결정의 기준은 이론적 수준에서는 매우 기본적이지만 실제로 정책에 적용하기 위한 모형을 제시해 주는 연구는 흔치 않다. 본 연구는 환경정책의 최적수준을 결정하기 위한 실제적인 의사결정 도구를 구축하기 위한 연구이다. 정책수단으로서는 경유세를 선택하였고 그 선택의 결과로서의 경제적 가치는 GDP를 그리고 환경질은 경유로 인하여 발생하는 초미세먼지 관련 대기질을 선택하였다. 경유세 시나리오별로 발생하는 경제적 비용을 계산하는 방법으로는 다수의 경유 세율 시나리오에 대하여서 반복적인 CGE 연산을 통하여 GDP-대기질 공간상에서 생산가능변경을 작성하였다. 그리고 사회효용함수(사회무차별곡선)는 기존의 CVM이나 편익이전 연구결과를 활용하여 계산(calibration)하는 방식과 변형된 선택실험법을 이용하여 직접 통계적으로 추정하는 두 가지 방식으로 추정하였다. 생산가능경계와 사회무차별곡선이 접하는 점에 해당하는 경유세율을 구하면 그것이 최적경유세율이다. 이렇게 도출된 최적경유세 인상률의 값 중 대표적인 값을 선택하면 2015년 기준으로 35% 정도이며 이는 경유가격으로 환산하면 17% 정도의 인상요인이 된다. 이는 기존 연구에서의 경유세 인상을 통한 경유가격 13.6% 인상안보다 높은 수치이다.

Abstract

The size of policy measures for environmental improvement, such as diesel taxes, should be determined at the level where the marginal economic cost of environmental improvement is equal to its marginal social value. This principle of decision-making is standard at a theoretical level. However, studies that provide concrete numbers and procedures for policy practitioners are rare. This study aims to construct a decision-making framework that combines economic cost and social utility in a single model. We selected a diesel fuel tax as the policy tool, where the outcomes are expressed by air quality and GDP. To calculate the economic cost incurred for each diesel tax scenario, we carried out multiple CGE runs to yield a production possibility frontier in a GDP–air quality space. We estimated the social utility function either by the calibration of the existing contingent valuation method or benefit transfer results or by a statistical method using a modified choice experimentation model. The optimum diesel tax rate is at the point where the production possibility boundary and the social indifference curve are tangent to each other. The representative optimal increase in Korea’s diesel tax rate as of 2015 is estimated to be approximately 35%, which equates to a 17% increase in the diesel price. This rate is larger than the 13.6% increase in diesel prices claimed in the previous study.


Keywords: Computable General Equilibrium Model (CGE), Fine Particulate Matter, PM2.5, GDP-Air Quality Space, Diesel Fuel Tax, Optimal Diesel Fuel Tax Rate, Production Possibility Frontier, Social Utility Function, Social Indifference Curve, Modified Choice Experimentation Method, Integrated Decision Making Model
키워드: 계산가능일반균형모형(CGE), 초미세먼지, PM2.5, 경유세, 최적경유세율, GDP-대기질 공간, 생산가능경계, 사회효용함수, 사회무차별곡선, 변형된 선택실험법, 통합의사결정모형

I. 서론

유류세란 종량세로서 교통・에너지・환경세를 비롯하여 유류에 부과되는 물품세를 총칭하는 것이다. 2018년에 정부는 유류세를 인하하였다가 다시 소폭 인상하는 조처를 하였다. 그러나 미세먼지의 원인 중 약 30% 정도를 자동차 배기가스가 차지하고 있는 현실을 참작하면 이러한 조치는 적절하여 보이지 않는다. 특히 경유로부터의 초미세먼지(fine particulate matter: PM2.5) 발생 등 환경적 피해가 크기 때문에 경유에 대한 유류세 인상은 중요한 현안 과제 중 하나이다. 그러나 미세먼지의 저감은 경제적 비용 없이 달성되지 않으며 정책적 판단은 환경편익과 경제적 비용을 비교 평가하여야만 가능하다.

계산가능일반균형모형(CGE: Computable General Equilibrium) 등의 연구는 환경목표 달성에 발생하는 GDP 손실 등 경제적 비용을 계산하여주는 반면, CVM 등 환경가치 평가 연구는 환경변화의 소비자 후생적인 가치를 계산하여준다. 의사결정을 위하여서는 이 두 가지 정보를 결합하여야 의미 있는 결론을 도출할 수 있겠지만 그러한 연구는 흔치 않다. 본 연구는 CGE 분석과 사회효용함수를 결합한 의사결정기준을 도출하고 이를 적용하여 최적 경유세율을 시산하는 것을 목적으로 한다.

본 논문은 경유소비량→NOx 배출→연평균 초미세먼지농도 간의 관계를 단순화시켜서 모형화하였다. 본 논문은 다음의 가정들을 전제로 한다. 1) NOx 배출량은 경유소비량의 선형함수이다. 즉 L=경유소비량, E = NOx 배출량일 때 E=f(L)이며 f는 선형함수이다. 2) 연평균 초미세먼지농도(X)는 NOx 배출량 E의 로그선형함수이다. 즉 lnX=α+βlnE이다. 여기서 αβ는 상수이며 β는 연평균 초미세먼지농도의 경유 소비 탄성치이다. 3) 그러므로 연평균 초미세먼지농도는 경유소비량의 로그선형함수로도 표현된다. lnX=α+βlnL이다. 4) 한편 대기질은 경제적 변수와의 연관성으로 인하여서 NOx 배출량의 역수로 표시되며 이는 경유소비량의 역수와 선형비례 관계이다.

물론 이와 같은 가정은 분석의 단순화를 위한 것이며 사실을 설명하기에는 크게 부족하다. 그러나 연평균 초미세먼지농도의 더욱 정밀한 함수를 추정하는 문제는 과감히 연구범위에서 제외하였다. 본 연구는 정밀성을 포기하면서 향후 보다 정밀한 대기질 함수가 개발될 경우 이 연구결과를 본 연구에 모듈(module)로 포함하여 더욱 완결된 모형을 구축할 수 있는 확장성과 유연성, 그리고 일반성을 추구하는 데에 더 중점을 두고자 한다.1)


Ⅱ. 선행연구

본 연구와 유관한 선행연구는 다음의 3가지 그룹으로 유형화할 수 있다. 첫 번째 유형은 환경질 달성을 위한 (혹은 환경정책수단 시행의) 경제적 비용을 추정하는 연구로서 모형의 결과가 경제적으로 효율적이라면 경제-환경질 공간상에서의 생산가능경계상의 점들을 추정하는 것이라고 볼 수 있는 연구들이다. 다부문모형, 산업연관분석, CGE 모형들이 여기에 포함된다. 두 번째 유형의 연구들은 환경의 경제적 가치를 추정하는 연구들로서 경제-환경질 공간상에서의 무차별곡선 상의 점들을 추정하는 것에 상응한 유형의 연구이다. 환경가치 평가 모형은 모두 여기에 속한다. 세 번째 유형의 연구는 개념적으로 볼 때 생산가능경계와 사회무차별곡선을 모두 연속적인 함수형태로 추정하고 동시에 고려하여 최적점을 도출하는 것으로 간주될 수 있는 연구들이다. 이러한 유형의 연구는 많지 않으며 대체로 이론적 연구들이다. 본 연구는 세 번째 유형을 추구하되 이론적 수준에 그치는 것이 아니라 실제로 수치를 추정하여 의사결정에 사용하도록 하는 것을 목표로 한다.

1. 환경질 개선의 경제적 비용 추정에 관한 연구들

유이선(2019)은 CGE 모형을 이용하여 미세먼지 저감 정책의 파급효과를 추정한 결과 모든 시나리오에서 미세먼지 다배출 산업의 산출 감소폭이 매우 크게 나타나, 해당 산업이 오염물질 저감을 위한 기술개발에 더욱 적극적으로 투자할 필요가 있다고 보고 있다. 김영덕・조경엽(2005)은 CGE 모형을 사용하여 GDP 손실을 최소화하면서 주어진 대기질 목표를 달성하기 위하여서는 강제적 규제(Command and Control: CAC) 보다는 배출권거래제와 같은 시장메커니즘을 활용하는 것이 바람직함을 보여주고 있다. Nam, Selin, Reilly and Paltsev(2010)는 대기오염의 누적적 사회 경제적 영향을 평가하기 위한 CGE 모형을 통하여 서유럽의 18개 국가에서 2005년 현재 2000년 불변가격 기준으로 서유럽은 2,200억 유로의 소비손실을, 그리고 3,700억 유로의 후생복지 손실이 발생한 것으로 추정하였다. Böhringer and Löschel(2004)은 지속가능성 영향평가(sustainability impact assessment)를 위한 유연한 기본 도구로서 CGE 모형을 사용하였다. 이들은 지속가능성 지표에 해당하는 변수들의 변화를 시뮬레이션 결과로부터 분석하는 방안을 제시하고 있으나, 구체적인 의사결정 도구를 제시할 정도의 구체성은 갖추지는 못하고 있다. Antimiani et al.(2014)는 2035년까지 개발도상국과 선진국의 경제 성장과 저탄소 목표 사이의 상충 관계를 동태적 CGE 모형인 GDynE을 사용하여 분석한 결과 온실가스 저감 비용이 개발도상국의 경제 성장에 미치는 영향을 분석하였다. Nugent and Sarma(2002)는 개발도상국에서 정책변화를 통하여 환경, 소득수준, 형평성을 동시에 개선하는 것이 가능함을 확장된 CGE 모형을 통하여 보여주었다. Lin and Jia(2018)는 중국에서 높은 탄소세율을 적용하는 탄소세제를 채택함으로써 온실가스 배출 저감을 극대화하고 GDP에 대한 영향은 미미하게 유지할 수 있다는 것을 보여주었다. 문승운(2019)은 한국, 중국, 및 일본의 미세먼지 다국가 연산일반균형모형(PM2.5 Multinational CGE, 이하 PMCGE)을 구축하여 분석한 결과 특정 국가의 환경정책은 자국 내에서는 효과를 나타낼 수 있으나, 다국가 간 관계를 고려한 통합적인 관점에서는 국가 간 경쟁 및 교역으로 오히려 미세먼지의 총량이 증가할 수도 있음을 발견하였다.

이들 연구는 CGE 모형을 통하여 환경개선의 경제적 비용을 계산하는 방식으로 환경과 경제의 상충관계를 보여주고 있다. 여러 시나리오가 모두 효율적인 결과를 가져오지는 않으며 직접규제를 통한 환경개선은 비효율적이다. 대체로 탄소세나 배출권거래 등 경제적 수단을 적용할 경우 이들 결과는 효율적 생산가능경계상에 있는 것으로 간주할 수 있을 것이다.

2. 환경개선 편익의 화폐적 가치평가에 관한 연구

한편, 대기오염의 환경적 영향의 화폐적 가치를 추정하는 연구들은 환경개선 편익의 화폐적 가치평가에 주력하고 있으며 대기오염 저감의 경제적 비용은 고려하지 않고 있다. 강만옥 등(2015)EU(2005)의 추정결과로부터 편익이전(Benefit Transfer) 기법을 적용하여 우리나라의 배출계수 및 CAPSS 데이터의 두 가지 방식으로 추정하였다. 강만옥 등(2015)의 CAPSS 방식으로 추정된 경유로부터의 총대기환경비용은 14,991,259백만원이다. 그리고 NOx 배출량은 268,999톤이다. 따라서 경유로부터의 NOx 1톤 배출에 해당하는 대기환경비용은 55,729,794.53원이다.2)

조용성 등(2003)은 대기오염물질 농도의 변화에 따른 조기 사망자 수 증감에 관한 결과와 추정된 통계적 인간 생명의 가치를 결합하여 대기오염 개선에 따른 사망률 감소의 경제적 가치를 추산하였다. 이산화질소(NO2)의 농도가 1% 감소하는 경우 이에 따라 호흡기계 조기 사망자 수는 0.632% 감소하게 되며, 이는 2000년 전국 호흡기계 조기 사망자 수(16,105명)를 기준으로 약 102명의 조기 사망자 수가 감소하는 효과에 해당한다. 또한, 102명의 조기 사망자 수 감소의 경제적 가치는 최소 약 4.7억 원으로부터 최대 7.6억 원에 해당하는 것으로 추산된다. 따라서 이산화질소 농도의 1% 감소에 따른 경제적 가치는 호흡기계 질병으로 인한 조기 사망자 수의 변화라는 측면만을 가정하여 살펴볼 때 약 4.7억∼7.6억 원에 해당하는 것으로 추산되었다.

3. 환경개선의 경제적 비용과 환경개선의 화폐적 편익을 모두 고려한 연구

환경과 경제적 비용을 동시에 계산하여 두 가지 요인을 종합적으로 고려한 연구들도 있다. Parry and Small(2005)의 방법론을 적용한 정용훈 등(2013)은 유류사용이 환경오염, 교통혼잡을 일으키지만 동시에 노동 공급변화를 통하여 세수를 감소시킨다는 점을 고려한 후생함수3)를 적용하여 우리나라의 최적휘발유 유류세율을 계산한 결과 리터당 382원으로 계산되었다. 이 값은 당시의 휘발유에 대한 현행유류세율 보다 낮은 것이었다. 황인창(2016)은 국내에서 기후경제통합-지역평가모형을 개발하기 위한 첫 번째 단계로서 사회후생함수를 중심으로 기후경제통합-지역평가모형을 이론적으로 유형화했으며, RICE(Regional Integrated Climate-Economy Model) 모형을 통해 기후변화 대응전략에 따른 국가별 기후변화정책의 변화를 수치적으로 살펴보았다. 연구결과는 사회후생함수의 선택에 대하여 최적 대안이 민감하게 변할 수 있음을 보여주고 있다. 이효창・한택환(2016)은 경유소비량 변화율과 GDP 변화율의 함수로 이루어진 콥-더글러스 형태의 사회후생함수를 상정하여 최적 경유세를 도출하였다. 그러나 이러한 시도는 사회후생함수의 파라메터 추정방식에 자의성이 존재한다는 점에서 제약이 있으며, CGE 모형에서 에너지 투입을 레온티에프 함수형태로 처리하였고 2010년 산업연관표를 사용하고 있다는 한계도 있다. 본 연구는 이 연구의 부족한 점을 개선하고 기존 환경 가치평가 연구결과를 적용하는 것에서 더 나아가 사회효용함수를 직접 실증적으로 추정하여 사용하는 방안을 제시하고자 한다.


Ⅲ. 연구방법 및 데이터
1. 연구의 개념과 분석과정

본 연구는 전술한 바와 같이 생산 측면에서의 환경과 GDP의 상충관계와 효용 측면에서의 환경과 화폐적 가치의 대체관계를 동시에 고려하여 최적 대안을 구하는 것을 목적으로 하고 있다. 두 가지 측면을 한 모형에 결합하기 위하여 GDP 와 화폐적 가치를 동일한 것이라고 가정하였다.

다음 <그림 1>의 연구 개념도를 보면 GDP-대기질 생산가능곡선은 한 경제가 도달 가능한 GDP와 대기질의 효율적인 상태를 나타낸다. 이것은 본 연구에서는 다수의 경유세율 시나리오를 충격으로 주는 CGE 연산을 통하여 얻는다. GDP와 대기질은 모두 지수화하였으며 기준시점의 GDP 지수와 대기질 지수는 모두 1이다.


<그림 1> 
연구개념도

CGE 연구를 포함한 대개의 연구는 특정 환경정책을 수행할 때의 GDP 손실액과 같은 형태로 연구결과를 표현한다. 이때 경유세와 같은 환경정책에 따른 환경개선의 크기를 계산해 내면 이 둘의 비율, 즉 GDP 손실액÷환경개선 크기는 환경과 GDP의 상충관계(tradeoff) 비율로서 기준점에서의 생산가능곡선의 기울기로 해석된다. 이것은 생산가능곡선상의 한 점인 기준점(현 상태)에서의 환경개선의 경제적 비용을 보여주는 것이다.

한편 <그림 1>에서 기준점 A를 지나는 선형의 사회무차별곡선의 기울기는 사회적 효용의 관점에서 기준점에서의 대기질 1단위와 등가인 GDP의 크기를 나타낸다. 대부분의 환경 가치평가 연구 역시 환경개선 1단위에 대한 지불의사 등 단일한 상숫값을 보여주고 있으며 기준점 A를 지나는 직선으로 표현되는 사회무차별곡선의 기울기이다.

기존의 연구들은 생산가능경계의 기울기 단일 값 혹은 사회효용곡선의 기울기 단일 값 중 하나만을 제시하여주고 있다. 따라서 의사결정에 필요한 정보를 주지 못하고 있다. 그렇다면 기존의 연구결과를 결합하여 의사결정의 기준으로 삼을 수는 있을까? 여기에 대한 답은 <그림 1>에 나타나 있다. 기준점 A에서 생산가능곡선의 접선의 기울기 즉 대기질의 한계비용보다 선형의 사회무차별곡선의 기울기 즉 대기질의 한계편익이 더 크다. 따라서 기준점에서 보면 대기질은 개선하는 것이 사회효용을 증가시킬 것이라는 결론은 내릴 수 있다. 하지만 대기질을 어느 수준까지 개선해야 하는지 그리고 경유세율은 어느 수준으로 책정하여야 하는지에 대한 구체적인 답은 주지 못한다.

이러한 통합된 의사결정에 필요한 정보를 얻기 위해서는 기준점에서의 대기질의 기회비용이나 대기질의 사회적 가치의 단일 값들을 구하는 것으로는 불충분하며 연속적인 함수형태로 생산가능경계를 추정하고 또한 연속적인 사회효용함수(사회무차별곡선)를 추정하여야 한다. 생산가능경계는 CGE 모형을 이용하여 도출할 수 있다. 경유에 대한 유류환경세를 인상하면 이는 GDP는 감소시키지만 경유 소비의 감소를 통하여 대기질이 향상된다. 일반적으로 환경세나 배출권거래는 효율적인 제도라고 간주하므로 각 경유세율 시나리오에 상응하여 계산된 GDP는 이러한 대기질을 달성하면서 달성할 수 있는 최대의 GDP 값이라고 볼 수 있다. 따라서 이렇게 여러 개의 경유세별 CGE 연산결과를 GDP-대기질 공간상에 표시하면 이를 GDP-대기질의 효율적인 생산가능경계라고 볼 수 있다.

한편 대기질의 화폐가치를 추정한 연구들은 기준점에서의 대기질 개선의 화폐적 가치를 추정한 것이다. 그러므로 이는 기준점인 A 점에서의 사회무차별곡선의 접선의 기울기라고 볼 수 있다. 그러나 우리에게 필요한 그것은 한 점에서의 접선의 기울기가 아니라 사회무차별곡선 전체에 대한 정보이다. 즉 사회효용함수의 추정이 필요하다.

통상적인 한계대체율이 체감하는 사회무차별곡선을 추정해낼 수 있다면 우리는 B 점과 같은 사회적 최적점을 구할 수 있다. 사회효용함수를 구하는 첫 번째 방법은 A 점에서의 기울기를 CVM 연구결과 등을 통하여 알 수 있을 때 특정의 함수형태를 적용하여 구하는 방식이다. 두 번째 방법은 설문지 등을 이용하여 사회효용함수를 통계적으로 추정하는 방법이다.

이처럼 생산가능경계와 사회무차별곡선을 구하면 그다음 단계는 그 접점을 구하는 것이다. 접점 B는 생산가능경계상에 있는 점 중에서 사회효용이 극대화되는 점이다. 따라서 생산가능경계상의 대기질과 GDP를 사회효용함수에 대입하여 얻은 사회효용 값 중 최댓값을 가져오는 상태가 접점 B이며 이때 사회효용이 극대화된다.4)

생산가능경계상의 각 점은 특정의 경유세율과 대응하고 있다. 그러므로 사회효용의 크기를 경유세율의 함수로 표현할 수 있으며 이를 그래프로 표현한 것이 <그림 1>의 아래에 있는 그래프이다.

2. CGE 모형

본 연구에서의 CGE 모형은 2015년 산업연관표를 바탕으로 휘발유, 경유, LPG 등을 별도로 분류한 사회회계행렬을 구축하여 이를 바탕으로 GEMPACK 소프트웨어를 사용한 ORANI 모형의 변형 모형을 구축하여 분석하였다. 본 논문에서 최종적으로 사용한 모형은 2002년 Mark Horridge에 의해 개발된 ORANIG-NM(No Margin)을5) 한국 데이터와 실정에 맞게 변형한 KORANIG-NM 모형이다. 즉 28개 산업과 28개 제품으로 분류된 호주모형을 우리나라 데이터 및 연구목적에 맞게 41산업-41제품 모형으로 변환하였으며, 교역재와 비교역재로 나누어진 호주모형의 구분을 없애고 또한, 4분류 노동으로 구성된 원래의 호주모형을 우리나라 데이터 실정에 맞게 하나의 노동으로 통합하였다. 41개 부문의 데이터들은 2015년 산업연관표의 기본부문(384개)을 본 연구 대상에 맞게 41부문으로 재분류하여 구하였다(<표 1> 참조).

<표 1> 
본 연구의 CGE모형에서 사용된 41개 산업분류
1 농림수산품 11 비금속광물 21 자동차부품 31 소화물운송 41 문화 기타
2 광산품 12 1차 금속 22 기타제조업 32 음식점숙박
3 음식료품 13 금속제품 23 전력신재생 33 정통방송
4 섬유 가죽 14 기계 장비 24 도시가스 34 금융보험
5 목재인쇄 15 전기전자 25 증기 온수 35 부동산임대
6 석탄석유 16 정밀기기 26 수도재활용 36 전문과학
7 휘발유 17 승용차 27 건설 37 사업지원
8 경유 18 버스 28 도소매 38 행정 국방
9 LPG 19 트럭 29 운송서비스 39 교육서비스
10 화학제품 20 운송장비 30 도로여객 40 보건사회

에너지는 휘발유, 경유, LPG, 도시가스, 광산품, 석탄 및 석유제품의 6개 에너지원으로 이루어진 에너지 복합재가 노동, 자본과 함께 생산요소의 하나로 CES 함수로 설정되는 KLE(Capital-Labor-Energy) 모형을 사용하였다. 일국에서 생산되는 각 산업의 산출량은 사용된 투입량의 함수이다. 이는 다음 <그림 2>처럼 일련의 계층 구조로 묘사할 수 있다. 산출량은 중간투입 복합재와 에너지-본원요소복합재의 레온티에프 함수이다. 각 중간투입 복합재는 아밍턴 함수에 의하여 결정되며 이는 중간재로 투입되는 상품이 무역을 통해서 수입재화가 국산재화를 완전하게 대체할 수 없다는 것을 가정하고 있다. 에너지 복합재는 노동-자본의 복합재인 본원요소 복합재와 결합하여 에너지-본원요소 복합재로 구성된다. 생산함수에서 에너지 복합재와 본원요소 복합재의 대체관계를 고려하면 에너지 가격 상승으로 인한 충격에 있어서 대체를 허용하지 않았을 때보다 완화할 수 있다는 장점이 있다.


<그림 2> 
본연구의 CGE 모형에서의 생산의 계층적 구조

자료: Yusuf and Resosudarmo(2007)



이 CGE 모형을 사용하여 경유세의 인상률을 5%에서 200%까지 5% 간격으로 40회에 걸쳐서 충격을 주어 연산한 결과로부터 GDP 변화율과 경유 소비 변화율로부터 GDP 지수(=1+GDP 변화율)와 대기질지수(=1-경유 소비 변화율)를 계산하여 이를 선으로 연결한 것이 생산가능경계이다.6) 대기질은 전술한 바와 같이 에너지 연소로부터 배출되는 질소산화물(NOx) 배출량으로 간주하였고 경유 소비량에 비례하는 것으로 가정하였다. 그러므로 대기질지수는 경유소비량 감소지수(1-경유 소비 변화율)와 동일하며, 이는 경유소비량 지수의 역수와 동일한 개념이다.

한편 본 연구에 사용된 CGE 모형에서 경유세율에 대한 충격은 각 산업에 투입되는 경유제품과 최종수요(수출 제외)에서의 경유제품에 대한 물품세를 경유세로 간주하여 이들 세율의 파워(power=1+세율: GEMPACK 소프트웨어에서의 파라미터)에 충격을 주는 방식으로 CGE 모형을 연산하였다. 즉, 경유에 대한 유류세의 법정 세율구조를 직접 CGE 모형에 포함한 것이 아니라 각 산업에 대한 경유의 투입 및 경유 최종수요에 실제 부과된 물품세 데이터를 기반으로 모형 내에서 계산(calibrate)되어 생성된 세율의 파워(power=1+세율)에 대하여 충격을 주는 방식을 적용하였다. 경유는 일부 화물차, 버스, 산업용 사용에 대해서는 면세 혜택이 있는데 이러한 산업에 투입되는 경유에 대한 물품세(=유류세)의 세율 데이터는 이미 이를 반영하여 낮게 형성되어 있다. 따라서 모형에서 면세산업에 대한 고려를 별도로 할 필요는 없다. 참고로 본 연구의 연구대상 시점인 2015년 현재의 유류세율 세율표는 <부록 1>에 나타내었다.

3. 사회효용함수 추정 방법론

본 연구에서 사회효용함수를 추정하는 방법은 두 가지를 사용하였다. 하나는 기존의 경유의 환경피해 가치평가로부터 통상적인 형태의 사회효용함수를 계산(calibration)을 통하여 도출하는 방법이며 또 다른 하나는 변형된 선택실험법을 적용하여 설문지로부터 얻은 데이터를 통하여 실증적으로 사회효용함수를 추정하는 방법이다

1) 계산(calibration)에 의한 방법

기존의 환경 가치평가 값이 오염물질 배출량의 총량과 그로부터의 피해액을 계산해주고 있다고 하면 사회효용함수의 함수형태를 특정의 형태로 가정함으로써 사회효용함수를 구할 수 있다. 여기서는 콥-더글러스 함수를 가정하여 사회효용함수를 W=AE-αYβ 로 정의한다. 여기서 Y (GDP)는 화폐단위이고 E(배출량)는 물적 단위이다. YE 의 교환비율이 환경의 가치라고 정의될 수 있다. 배출량의 화폐로 표시한 한계가치를 M이라고 하면 M=dYdE=-WE/WY이다. 여기서 M은 CVM이나 편익이전 기법으로 추정된 값을 사용할 수 있다. M=dYdE=-WE/WY=--AαE-α-1YβAβE-αYβ-1=αYβE이므로 다음의 식이 성립한다.

M=αYβE(1) 

여기서 α+β=1의 조건을 추가한다면 우리는 ME, 그리고 Y 를 알고 있으므로 αβ를 구할 수 있으며 그로부터 콥-더글러스 형태의 사회효용함수를 구할 수 있다. 한편, 본 연구에서는 GDP, 대기질, 사회효용 등을 모두 기준점에서 값이 1이 되도록 지수(index)화하여 정의하고 있으므로 사회효용함수도 사회효용지수의 형태로서 GDP 지수와 대기질 지수의 함수형태로 변환하여주어야 한다.

환경질 수준 Q 는 경유소비량에 배출계수 γ를 곱한 값, 즉 NOx 배출량(E)의 역수이다. 이 Q 를 지수화한 값을 x라고 정의하고 초기배출량을 L이라 하면 Q=(γL)-1x이다. 그러므로 W=AQαYβ=AEYβ =A∙((γL)-1x)α(ky)β=A(γL)-αKβxαyβ이 되며, θ=A(γL)-αKβ라 하면W=θxαyβ 이 된다. θ는 상수이므로 이를 제거한 사회효용지수함수를 w라 하면 다음의 식을 구할 수 있다.

w=xαyβ(2) 

즉, GDP 지수와 대기질 지수의 함수로서의 사회효용지수 함수는 GDP 수준과 대기질(배출량의 역수) 수준의 함수로서의 사회효용함수와 동일한 형태가 된다.

2) 변형된 선택실험법에 의한 통계적 방법

본 연구는 변형된 선택실험법을 사용하여 사회효용함수를 추정하였다. 설문지는 선택실험법과 같은 형태로서 다음과 같은 두 가지의 속성에 대하여 여러 선택 대안 쌍을 제시하고 이로부터 얻은 데이터를 바탕으로 사회효용함수를 추정하였다. 본 연구에서 주어진 속성과 속성 값들은 다음과 같다.7) 설문지는 SPSS를 사용한 직교설계를 거쳐 추출된 30개의 선택 대안을 조합한 30가지 유형의 15쌍의 선택설문지로 구성되어 있다.

<표 2> 
설문에서의 속성 및 수준
속성명 속성 수준
일인당 GDP의 변화율 0%, -0.25%, -0.5%, -0.75%, -1%, -1.25%
초미세먼지 연평균농도의 변화율 0% 감소, 5% 감소, 10% 감소, 15% 감소, 20% 감소

변형된 선택실험법에 의한 사회효용함수는 다음과 같이 추정된다. 선택실험법(Choice Experimentation)은 이분 선택(Binary Choice) 모형으로서 일정한 확률분포를 전제로 선택확률을 일종의 효용이라고 전제하여 해당 속성과 비용 속성의 한계효용의 비율을 구하여 이를 해당 속성의 경제적 가치로 해석한다. 선택실험법은 대개 선택확률이 속성변수들의 선형함수라고 전제하고 있다. 일반적으로 확률분포를 로지스틱 분포로 가정하여 로짓 모형을 적용한다. 본 연구에서는 선택실험법과 동일한 유형의 설문지를 사용하지만, 종속변수를 선택실험법에서와 같이 1과 0의 값을 부여하지 않고 선택된 속성조합에 상응하는 종속변수 값은 효용지수의 주어진 범위 내에서의 최댓값을 부여하고 선택되지 않은 속성조합에 상응하는 종속변수 값은 최솟값을 부여하였다. 종속변수는 설문지에 주어진 GDP의 변동과 초미세먼지 연평균농도 변동의 가능한 여러 조합들 중 최선의 상태와 최악의 상태의 사이에 분포하는 것으로 가정하였다. 설문지의 대안들 중 최선의 상태는 GDP는 불변(GDP 지수=1)이면서 연평균 초미세먼지농도가 20% 감소(대기질 지수=1.2)하는 상태이며 최악의 상태는 GDP는 1.25% 감소(GDP 지수=0.9875)하면서 연평균 초미세먼지농도는 불변인 상태이다. 미세먼지 저감의 총가치가 GDP의 1.0793%8)인 것을 활용하여 미세먼지 20% 저감의 경우 GDP의 0.2159%에 해당한다고 가정한다. 그러므로 최상의 대안인 y (GDP 지수)=1이고 x (대기질 지수)=1.2인 상황에서의 효용이 기준점(x=1, y=1)에서의 효용의 1.002159배라고 가정할 수 있다. 즉 어떤 대안이 선택될 경우 최선의 값, 즉 사회효용지수=1.002159를 종속변수 값에 할당하였다. 한편 최악의 상황인 GDP 1.25% 감소 (GDP 지수=0.9875) 및 미세먼지 0%(대기질 지수=1)의 경우는 GDP의 변화를 그대로 적용하여 사회효용지수=1-0.0125=0.9875가 되는 것으로 가정하였다. 그러므로 어떤 대안이 선택되지 않았을 경우 종속변수 값에 사회효용지수=0.9875를 할당하였다. 그러므로 각 선택 대안으로부터의 효용지수는 최소 0.9875 최대 1.002159의 범위 안에 있게 될 것이지만 분석의 편의상 선택이 되면 최댓값을 그렇지 않은 경우 최솟값을 부여하였다. 본 연구에서는 원래의 선택실험법에서 종속변수에 대한 1과 0의 할당 값을 이러한 방식으로 선형변환(linear transformation)하여 사용하였다. 한편 기준점에서의 사회효용지수의 값은 전술한 바와 같이 1이라고 정규화하였다.9) 그리고 통계적 방법은은 로짓 모형이 아닌 OLS를 사용하였다.

설문지는 초미세먼지 농도에 대하여 행하였으나 CGE 모형은 경유사용량에 관하여 연산하였으므로 변수의 변환이 필요하다. 그러므로 경유사용량의 함수로서의 초미세먼지 농도함수가 존재하여야 하는데 서론에서 이미 밝힌 바와 같이 초미세먼지농도는 경유소비량의 로그선형함수라고, 즉 lnX=α+βlnL라고 가정하였다. 이를 적용하기 위하여서는 탄성치 β를 구하여야 하는데, 초미세먼지 농도의 경유 소비량 탄성치는 명확한 연구결과가 없으므로 간단한 OLS 분석에 바탕을 둔 가정에 의존하였다. 이러한 방식을 채택한 이유는 왜냐하면 대기과학 모형들은 지나치게 복잡하여 경유사용량의 함수와 같은 형태로 변형하기 쉽지 않기 때문이다. 향후 보다 정밀한 초미세먼지 농도함수가 추정되어야 하지만 대기과학의 연구 성과를 이용하기보다는 오히려 통계자료를 이용하여 정밀하게 분석하여 이를 초미세먼지농도함수로 사용하는 것이 더 낫다고 생각된다. 미세먼지에 관하여 대기과학적 접근방식을 사용하지 않고 통계적 인과관계를 분석한 유형의 연구로서 박순애・신현재(2017)이동규・성재훈(2018)이 있다. 박순애・신현재(2017)는 중국의 일부 지역의 미세먼지농도와 한국의 미세먼지농도 데이터를 패널회귀 분석하여 중국의 미세먼지농도가 한국의 미세먼지농도에 시차적으로 영향을 주고 있음을 보여주었으며, 이동규・성재훈(2018)은 석탄 화력발전소 가동중단이 미세먼지농도에 미치는 영향을 분석하였다. 초미세먼지농도함수는 이러한 방향으로 추후 개선될 수 있을 것이지만 현 단계에서는 lnX=α+βlnL의 가정을 유지하고 β의 추정도 단순한 가정에 의존하기로 한다.


Ⅳ. 분석 과정과 결과

본 연구의 분석 작업의 논리적 흐름과 작업순서를 도시하면 <그림 3>과 같다. <그림 3>은 변형된 선택실험법과 같은 실증적 방법을 이용하여 사회적 효용함수를 추정할 때의 연구 작업 흐름도이다. 연구 작업은 궁극적으로 <그림 1>의 생산가능경계 상의 점 중 가장 높은 효용을 가져오는 점을 찾고 이에 대응하는 경유세율을 찾아주는 것이다. 따라서 생산가능경계 상의 GDP 지수와 대기질지수를 구하여 이를 사회효용함수에 대입하여 이중 최대치를 가져오는 경유세율을 찾아내야 한다. <그림 3>의 윗부분은 구축된 CGE 모형을 다수의 경유세 시나리오로 여러 차례 충격을 주어 GDP 지수와 경유소비저감지수(=NOx 배출저감 지수=대기질지수)10)를 산출하는 과정을 보여주고 있다.


<그림 3> 
연구작업 흐름도

<그림 3>의 아랫부분은 변형된 선택실험법(CE: Choice Experimentation)을 적용하여 설문지 데이터에 주어진 초미세먼지농도 변화율과 GDP 변화율에 대한 피설문자의 선택행위로부터 사회효용함수를 추정하는 과정을 도시하고 있다. 사회효용함수는 GDP 지수와 대기질지수(=경유 소비량 저감 지수)의 함수이다. 그러나 설문지는 피설문자들이 경유소비량과 초미세먼지농도의 관계를 인지하지 못할 것이라는 전제하에 경유소비량이 아닌 초미세먼지농도에 대하여 설문을 하였다. 그러므로 초미세먼지농도 변화율에 탄성치를 적용하여 경유소비량 변화율로 변환해주어야 사회효용함수를 구할 수 있다.

이렇게 구해진 GDP 지수와 대기질지수(=경유소비 저감 지수)의 함수로서의 사회효용함수에 CGE의 반복연산을 통하여 구한 생산가능경계상의 GDP 지수 값들과 대기질지수 값들을 대입하여 그래프로 그리고 그 중의 최대치를 구하는 과정이 마지막 연구 과정으로서 다음 <그림 3>의 중앙 부분에 나타나 있다. 이것은 <그림 1>의 연구 개념도에서 아래 그래프에 나타나 있으며 <그림 1>의 윗 그림에서 생산가능경계와 사회무차별곡선의 접점을 찾는 과정과 1:1로 대응된다.

1. 반복적 CGE 연산을 통한 생산가능경계의 도출

CGE 모형을 통하여 GDP와 대기질의 상충 관계를 계산한 결과가 <표 3>이며 이를 그래프로 도시한 것이 <그림 4>이다.

<표 3> 
CGE의 반복적 연산을 통하여 도출된 GDP 지수-대기질 지수
파워(1+세율)증가율)
(GEMPACK에서의 변수)
세율증가율 1-경유소비변화율
(대기질 지수)
1+GDP 변화율
(GDP 지수)
0.000000% 0% 1 1
1.111111% 5% 1.017476 0.999906
2.222222% 10% 1.034703 0.999813
3.333333% 15% 1.051688 0.999719
4.444444% 20% 1.068437 0.999625
5.555556% 25% 1.084957 0.999531
6.666667% 30% 1.101252 0.999437
7.777778% 35% 1.117327 0.999343
8.888889% 40% 1.133189 0.999249
10.000000% 45% 1.148841 0.999155
11.111111% 50% 1.164291 0.999061
12.222222% 55% 1.179541 0.998967
13.333333% 60% 1.194596 0.998873
14.444444% 65% 1.209462 0.998779
15.555556% 70% 1.224144 0.998685
16.666667% 75% 1.238642 0.998592
17.777778% 80% 1.252964 0.998498
18.888889% 85% 1.267112 0.998404
20.000000% 90% 1.28109 0.99831
21.111111% 95% 1.294902 0.998216
22.222222% 100% 1.308552 0.998122
23.333333% 105% 1.322042 0.998028
24.444444% 110% 1.335378 0.997935
25.555556% 115% 1.348562 0.997841
26.666667% 120% 1.361595 0.997747
27.777778% 125% 1.374483 0.997653
28.888889% 130% 1.387228 0.99756
30.000000% 135% 1.399832 0.997466
31.111111% 140% 1.412298 0.997373
32.222222% 145% 1.424631 0.997279
33.333333% 150% 1.436831 0.997186
34.444444% 155% 1.448902 0.997092
35.555556% 160% 1.460847 0.996999
36.666667% 165% 1.472666 0.996906
37.777778% 170% 1.484363 0.996812
38.888889% 175% 1.495941 0.996719
40.000000% 180% 1.507401 0.996626
41.111111% 185% 1.518746 0.996533
42.222222% 190% 1.529977 0.99644
43.333333% 195% 1.541097 0.996347
44.444444% 200% 1.552109 0.996254


<그림 4> 
CGE의 반복적 연산을 통하여 도출된 GDP 지수-대기질 지수 생산가능 경계 그래프

<그림 4>에서 가로축은 (1-경유소비 변화율)이며 세로축은 (1+GDP 변화율)이다. 이 곡선을 GDP 지수와 대기질지수(경유소비감소지수)로 표시된 생산가능경계로 간주할 수 있을 것이다. 이 생산가능경계의 형태는 원점에서 오목한 형태일 때에 구석해가 아닌 최적점이 구해질 가능성을 크게 해준다. 이를 확인하기 위하여 2차 함수형태로 회귀분석을 한 결과 y=-0.0029x2 + 0.0005x + 1.0023이고 R2=1.000으로 추정되어 분명한 오목성(Concavity)이 있음을 확인하였다.

2. 사회효용함수의 도출

사회효용함수를 구하는 두 가지 방법 중 캘리브레이션에 의한 방법은 콥-더글러스 함수형태를 가정하고 앞에서 도출된 (식 1)을 적용하여 구하였다. 2011년 GDP는 약 1388조 9370억원이며, E (=NOx 배출량)는 2011년에 E =268,999톤이었다. ME 한 단위당 편익의 기회비용으로서 강만옥 등(2015)에 의하면 톤당 55,729,794.53원이다. 앞의 (식 1)을 적용하면 α=0.010678이고 β=0.9893227이다. 이를 (식 2)에 적용하면 사회효용지수함수는 다음 (식 3)과 같이 추정된다.

w=x0.010678y0.9893227(3) 

사회효용함수를 추정하기 위한 또 하나의 방법인 변형된 선택실험법의 적용과정과 결과를 설명하면 다음과 같다. 설문은 97명에게 발송되었으나 설문의 불성실 작성 등으로 인하여 41명의 설문지만이 채택되었다. 이 41명에게 일인당 30건의 선택 데이터가 생성되었으므로 표본 수는 1,230개이다. 이 1,230개 표본에 대한 기초통계량은 다음 <표 4>와 같다.11)

<표 4> 
변형 선택실험법 설문의 기초통계량
표본 수=1,230
변수 변수 설명 평균 표준편차
sex 남=1, 여=2 1.487805 .5000546
age 10대=1, 20대=2, 30대=3, 40대=4, 50대=5, 60대 이상=6 2.414634 1.081894
edu 중졸 이하=1, 고졸/재=2, 전문대졸/재=3 대졸/재=4 대학원 졸/재=5 4.097561 .4843294
income 연 2천 미만=1, 연 2천 이상 4천 미만=2, 연 4천 이상 6천 미만=3,
연 6천 이상 8천 미만=4, 연 8천 이상 1억 미만=5, 1억 이상=6
1.512195 1.382006
choice 선택=1 미선택=0 .5 .5002034
PM25 1-초미세먼지농도 변화율 1.099715 .0709255
GDP 1+GDP 변화율 .99375 .0042713

OLS를 통하여 추정한 사회효용지수함수의 추정결과는 다음과 같으며12) 함수형태가 α+β<1로서 규모에 대한 수익이 체감(DRS: Decreasing Returns to Scale)하고 있으며 한계효용이 체감하는 일반적인 패턴을 따르고 있다. 수학적인 방식으로 캘리브레이트한 콥-더글러스 효용함수에서는 규모에 대한 수익 불변(CRS: Constant Returns to Scale)을 가정하였으나 통계적 추정결과는 DRS로 상이하게 나타났다.

사회후생함수를 구하는 데 있어서 탄성치는 9%, 10%, 11%를 각각 적용하였다. 탄성치를 이렇게 정한 근거는 다음과 같다. 2015년 4월부터 2019년 4월까지의 월별13) 데이터를 사용한 OLS 단순 회귀분석 결과 PM2.5 전국평균농도의 최종에너지에 대한 탄성치가 1.377로 추정(R2=0.19)되어 에너지사용과 초미세먼지농도 간의 상관관계를 보여주고 있다. 석유류에 대한 탄성치는 0.55(R2=0.015)였으나 통계적 유의성이 낮았다. 그러나 본 연구에서는 이 탄성치에 바탕을 두고 유류 소비 중 경유의 비중이 17%인 것을 기계적으로 작용하여 10%의 탄성치를 적용하였다. 즉, β=0.1이다. 전술한 바와 같이 향후 보다 완전한 형태의 미세먼지 농도함수가 개발되면 향후 이를 본 모형에 적용할 수 있을 것이다. 이처럼 탄성치 10%의 실증적 이론적 증거가 불완전하므로 민감도분석으로서 9% 및 11%에 대하여서도 사회효용함수를 계산해주어 비교하는 접근방법을 취하였다.

9%, 10%, 11% 탄성치를 적용하여 변형된 선택실험법에 따른 OLS 추정결과는 다음 <표 5>와 같다.

<표 5> 
사회효용지수함수의 통계적 추정결과
탄성치 OLS 추정 결과 사회효용지수함수
9% In U=.0033333Inx+.5616421Iny-.0051277 w=x.0042366y.5589806
(p=0.00)(p=0.00)(p=0.00)
n=1230 R2=0.2127 F(2,1226)=165.73
10% In U=.0037036Inx+.5616421Iny-.0051277 w=x.003333y.5616421
(p=0.00)(p=0.00)(p=0.00)
n=1230 R2=0.2127 F(2,1227)=165.73
11% In U=.004074Inx+.5616421Iny-.0051277 w=x.004074y.5616421
(p=0.00)(p=0.00)(p=0.00)
n=1230 R2=0.2127 F(2,1227)=165.73

3. 사회효용지수함수 값의 계산과 최적경유세의 결정

이 3개 결과와 앞에서 캘리브레이트 방식으로 도출된 사회효용지수함수를 합한 4개 사회효용지수함수에 생산가능경계상의 GDP 지수와 대기질지수 값을 대입하여 계산한 결과를 경유세 인상률에 대응하여 나타낸 것이 <표 6>이며 이를 그래프로 그린 것이 <그림 5>이다.

<표 6> 
생산가능경계상 사회효용지수 값의 계산 결과
세율증가율 캘리브레이션 된 사회효용지수함수 통계적으로 추정한 사회효용 지수함수
(탄성치=9%)
통계적으로 추정한 사회효용 지수함수
(탄성치=10%)
통계적으로 추정한 사회효용 지수함수
(탄성치=11%)
0% 1.0000000 1.0000000 1.0000000 1.0000000
5% 1.0000922 1.0000051 1.0000115 1.0000180
10% 1.0001785 1.0000084 1.0000211 1.0000337
15% 1.0002595 1.0000100 1.0000287 1.0000473
20% 1.0003352 1.0000099 1.0000345 1.0000590
25% 1.0004060 1.0000083 1.0000385 1.0000687
30% 1.0004722 1.0000053 1.0000410 1.0000767
35% 1.0005338 1.0000008 1.0000419 1.0000830
40% 1.0005913 0.9999950 1.0000413 1.0000876
45% 1.0006447 0.9999879 1.0000393 1.0000907
50% 1.0006942 0.9999796 1.0000359 1.0000923
55% 1.0007400 0.9999701 1.0000313 1.0000924
60% 1.0007823 0.9999596 1.0000254 1.0000913
65% 1.0008212 0.9999480 1.0000184 1.0000888
70% 1.0008569 0.9999353 1.0000102 1.0000851
75% 1.0008895 0.9999218 1.0000010 1.0000803
80% 1.0009191 0.9999072 0.9999907 1.0000743
85% 1.0009459 0.9998918 0.9999795 1.0000672
90% 1.0009700 0.9998756 0.9999673 1.0000591
95% 1.0009914 0.9998585 0.9999542 1.0000500
100% 1.0010103 0.9998407 0.9999403 1.0000399
105% 1.0010268 0.9998221 0.9999255 1.0000289
110% 1.0010409 0.9998028 0.9999099 1.0000170
115% 1.0010528 0.9997828 0.9998935 1.0000043
120% 1.0010625 0.9997621 0.9998764 0.9999907
125% 1.0010702 0.9997408 0.9998585 0.9999764
130% 1.0010758 0.9997188 0.9998400 0.9999612
135% 1.0010795 0.9996963 0.9998208 0.9999454
140% 1.0010814 0.9996732 0.9998010 0.9999289
145% 1.0010814 0.9996495 0.9997806 0.9999116
150% 1.0010797 0.9996254 0.9997595 0.9998937
155% 1.0010763 0.9996006 0.9997379 0.9998752
160% 1.0010712 0.9995754 0.9997157 0.9998561
165% 1.0010646 0.9995498 0.9996930 0.9998364
170% 1.0010565 0.9995236 0.9996698 0.9998161
175% 1.0010469 0.9994970 0.9996461 0.9997952
180% 1.0010359 0.9994700 0.9996219 0.9997738
185% 1.0010235 0.9994425 0.9995972 0.9997519
190% 1.0010098 0.9994147 0.9995721 0.9997295
195% 1.0009947 0.9993864 0.9995465 0.9997067
200% 1.0009784 0.9993578 0.9995205 0.9996833


<그림 5> 
경유세인상률에 따른 사회효용지수 패턴

최적의 경유세 인상률은 캘리브레이션 함수의 경우 140∼145%14), 9% 탄성치의 경우 15%, 10% 탄성치의 경우에는 35%, 11% 탄성치의 경우에는 55%이다. 최적값은 탄성치 설정에 대하여 민감하였다. 이중 중간 정도의 값인 탄성치 10%를 가정하였을 때의 35% 최적 경유세 인상률은 경유가격에서 물품세가 차지하는 비중이 약 50%인 점을 고려하면 대략 17% 정도의 경유 가격 인상률에 해당한다.


Ⅴ. 결론

기존의 CGE 등을 이용한 환경정책의 경제적 영향 분석은 GDP-환경질 공간상에 표시된 생산가능경계 상의 한 포인트를 보여주는 것이다. CVM 등 환경 가치평가 연구 역시 사회무차별곡선 상의 한 포인트를 추정한 것이라고 할 수 있다. 본 연구는 생산가능경계와 사회무차별곡선을 모두 연속적인 형태로 도출하여 최적점을 찾아내고 있다는 면에서 기존의 연구에서 진일보하였다고 볼 수 있다. 생산가능경계는 반복된 CGE 연산을 통하여 도출하고 사회효용함수는 캘리브레이션 혹은 직접적인 통계적 방식으로 추정하였다. 직접 추정된 사회효용함수는 경유소비량이 아닌 초미세먼지농도를 대상으로 한 것이므로 초미세먼지의 경유 소비 탄성치에 대한 추정작업이 추가로 필요하다. 간단한 OLS 추정과 가정에 따라 10%의 탄성치를 가정하였으며 민감도분석을 추가하였다.

이렇게 도출된 최적의 경유세 인상률의 값 중 대표적인 값을 선택하면 35% 정도이며 이는 경유가격으로 환산하면 17% 정도의 인상요인이 된다. 연합뉴스(2019.6.1.) 기사에서 강광규 KEI 명예연구위원은 미세먼지 저감을 위하여서는 휘발유의 88% 수준인 경유의 가격을 휘발유와 동일한 수준으로 인상하여야 한다고 주장하였는데, 이것은 경유가격을 13.6% 인상하는 것과 같다. 미국의 경우 2021년 3월 현재 디젤유는 갤런당 3.143달러이고 휘발유는 갤런당 2.771달러로서 디젤유 값이 휘발윳값의 113.4%이다. 본 연구의 결과를 정책으로 채택하여도 미국에서의 경유의 상대가격 수준에는 도달하지 못하는 것으로 나타나고 있다. 이러한 점을 고려하여 볼 때 35%의 최적경유세 인상률은 비교적 합리적인 결과라고 판단된다. 또한, 실제로 경유가격이 2008∼2011년 기간에 약 40% 상승한 것을 상기하여도 이 정도의 가격 인상은 용인할 수 없는 수준의 대단한 충격이라고 보기는 어렵다.

본 연구는 현 연구단계와 규모의 한계로 인하여 많은 상세한 부분들을 단순화한 가정에 의존하고 있다. 또한, 경유의 조세를 인상하면 경유 소비에 따른 초미세먼지는 감소하지만, 대체효과로 인하여 타 연료로부터의 초미세먼지 및 초미세먼지 원인 물질 증가가 발생할 수 있는 측면을 명시적으로 고려하지 못하였다. 물론 설문지의 표본 수와 대표성 부족도 근본적인 문제로서 개선되어야 할 사항이다.

본 연구의 공헌은 서론에서 밝힌 바와 같이 세부적인 정밀성이나 추정 결과의 정확성에 있다기보다는 CGE의 반복적 연산을 통한 세율 등 정책대안별 결과를 생산가능경계로 도출하고 여기에 사회효용함수를 적용하여 최적 세율 등을 구해내는 방법론을 제시한 것에 있으며 그러한 방법론이 충분히 작동 가능함을 입증한 것에 있다고 할 수 있다. 특히 최적경유세율을 구하는 몇 가지 요소들을 모듈화하여 모형을 구축하였다는 점이 중요하다고 생각된다.

또한, 본 연구는 설계 단계에서는 한국의 국가적 의사결정 구조상 사실상 비토권이 있을 수 있는 특정 부문(화물업계 등)의 산출이나 고용을 사회효용함수에 레온티에프 함수형태로 추가하여 사회적 합의도출 과정을 모형화하고자 하였으나 연구의 범위가 지나치게 확대되는 것을 우려하여 연구범위에서 제외하였다. 하지만 이러한 불연속적 의사결정과정의 모형화는 향후 연구에서는 반드시 다루어져야 할 중요한 주제라고 생각한다.


Notes
1) 미세먼지의 원인은 다양하고 복합적이지만 그중에서 보건적으로 중요한 의미를 가지는 초미세먼지(PM2.5)의 경우에는 화력발전소, 경유 등 자동차 등에서 발생하는 질소산화물이 가장 중요한 전구물질인 것으로 알려져 있다. 물론 중국 등 해외요인은 무시하였다. 또한 유류세에는 경유, 휘발유, LPG 등이 대상이지만 본 연구는 주된 관심 대상인 경유에 대하여서만 세율을 인상하는 시나리오에 대하여서만 분석을 하였다.
2) 경유로부터의 대기오염물질은 NOx 이외에도 PM2.5, VOC, NH3 등이 배출된다. 이 금액은 경유로부터의 NOx 배출 자체의 대기환경비용만이 아니라 PM2.5, VOC, NH3 등으로부터의 환경비용을 포함한 금액이다. 서론에서 밝힌 바와 같이 본 연구에서 NOx 배출량은 여러 대기오염물질을 대표하는 변수로서 설정되어 있다.
3) 사회후생함수는 U=u(ψ(C,M,T,G),N)-ϕ(P)-δ(A)이다. 단, 여기서 C는 소비량, M은 주행거리, T는 운전시간, G는 정부지출, N은 여가, P는 오염량, A는 교통사고량 등이다.
4) CGE 모형은 그 내부에 효용함수가 포함되어 있다. 그러나 이 효용함수는 환경 등 비거래재는 변수에서 제외한 함수이므로 효용함수의 중복 문제는 없다.
5) Horridge(2013) 참조.
6) 본 연구에서 기준시점은 2015년이다. 따라서 2018년의 유류세 인하와 2019년의 부분적 인상은 본 연구와는 관련이 없다. 또한, 본 연구에서 유류세는 경유의 소비에 적용되는 물품세의 세율에 대한 인상률을 충격으로 주는 방식으로 적용되었다. 법률상의 유류세는 종량세이며 CGE 모형 상의 세율은 종가세이다. 그러나 주어진 시점에서의 세율 자체가 아닌 세율의 인상률을 충격으로 주는 방식이므로 이 차이는 문제를 가져오지는 않는다.
7) 설문지의 예시는 <부록 2>에 실었다.
8) 강만옥 등(2015)에 의하면 2011년 기준 경유로부터의 총대기환경비용은 14,991,259백만원이었으며 2011년의 총GDP는 1,388조 9,370억원이며 따라서 경유로부터의 총대기환경비용은 총GDP의 1.0793%이다.
9) 그리고 독립변수도 정규화되어 있는 지수형태이므로 기준연도의 GDP 지수와 대기질 지수 값이 모두 1로 주어져 있다.
10) 경유 소비지수의 역수와 개념적으로 동일하다.
11) 표본이 임의추출이라고 보기에는 나이 등에서 치우쳐 있다. 따라서 표본을 다시 추출하든지 아니면 최소한 인구학적 특성변수를 추가하여 모형을 조정해주어야 한다. 그러나 현 단계의 연구는 재언하지만, 정책에 실제로 사용될 의사결정모형 틀의 구축이 주목적이므로 이러한 작업을 하지 않고 인구학적 변수는 모형에서 제외하였다.
12) 콥-더글러스 함수를 로그 변환하여 추정한 후 다시 원래의 콥-더글러스 형태로 재전환할 때에는 로그 및 지수 변환에 따른 절편의 편차를 조정해주어야 한다(Goldberger(1968a, b) 및 한택환・이효창(2014) 참조). 그러나 본 연구는 OLS 추정 결과로부터 사회효용함수(W=θxαyβ) 가 추정되며 여기서 상수항 θ를 제거하여 사회효용지수함수(w=xαyβ)가 추정된다. 따라서 추정된 로그선형함수의 절편, 즉 lnθ의 값은 콥-더글로스 함수로 변환될 때 제거되므로 중요하지 않다. 따라서 본 연구에서는 이러한 조정을 행하지 않았다.
13) 추정에 연간 데이터를 사용하지 않은 이유는 초미세먼지농도가 측정되어 공식 데이터로 보고되기 시작한 것이 매우 최근이기 때문이다.
14) 강만옥 등(2015)의 편익 이전 연구결과를 활용하여 캘리브레이션 방식으로 도출한 사회효용함수를 사용하여 추정한 최적경유세 인상률이 140∼145%로서 상당히 높은 이유는 일단 유럽의 결과를 적용한 과대평가로 인한 것일 가능성도 있다. 그러나 그보다는 이 가치평가액은 NOx로부터의 모든 피해비용을 합산한 값인데 비하여 변형 선택실험법에서는 오로지 초미세먼지농도로만 효용함수를 추정한 것이기 때문에 발생하는 현상일 수 있다고 생각된다. NOx로부터의 피해는 직접적인 호흡기질환 피해가 상당한데 초미세먼지의 피해 가치평가에 관한 설문에서는 이 부분은 제외하고 피설문자들이 답하였을 가능성이 크기 때문이다.

Acknowledgments

본 논문은 대한민국 교육부와 한국연구재단(NRF-2019S1A5B5A07091549)의 지원을 받아 수행된 연구이다. 본 논문은 2021년 2월 경제학 공동학술대회에서 발표된 논문을 수정, 보완한 것임을 밝혀둔다.


References
1. 강만옥・신상철・김연아, 2015, 『에너지세제의 환경친화적 개편 및 지속가능한 환경재정체계 구축방안』, (기후환경정책연구; 2015-01 환경・경제의 상생 기반 구축 및 잠재력 활성화), 세종: 한국환경정책・평가연구원.
2. 김영덕・조경엽, 2005, “대기오염물질 배출규제의 경제적 파급효과: 경유 자동차의 NOx 배출규제를 중심으로,” 『규제연구』, 14(1), pp.135-178.
3. 문승운, 2019, “동북아시아 미세먼지 저감정책이 경제성장과 대기오염에 미치는 영향-한국, 중국, 및 일본의 대기오염 다국가 연산일반균형모형 개발,” 박사학위논문, 서울대학교, 서울.
4. 박순애・신현재, 2017, “한국의 초미세먼지(PM2.5)의 영향요인 분석: 풍향을 고려한 계절성 원인을 중심으로,” 『환경정책』, 25(1), pp.227-248
5. 연합뉴스, 2019.6.1., “미세먼지농도 낮추려면 경유 가격 휘발유 수준으로 올려야”.
6. 유이선, 2019, “미세먼지 문제의 산업적 영향 및 시사점,” 『KIET 산업경제』, 247, pp.30-40.
7. 이동규・성재훈, 2018, “노후 석탄화력발전소 가동중단에 따른 발전소 주변 지역의 초미세먼지농도 감소 효과 분석,” 『자원환경경제연구』, 27(2), pp.315-337
8. 이효창・한택환, 2016, “최적 경유환경세: CGE 모형을 적용한 탐색적 연구,” 『한국환경경제학회 하계학술대회』, 부산대학교, pp.1-12.
9. 정용훈・최봉석・이유수, 2013, 『외부성을 고려한 합리적 유류세 도출』, (에너지경제연구원 수시연구보고서; 13-02), 의왕: 에너지경제연구원.
10. 조용성・강광규・박윤신, 2003, “대기오염개선의 사회적 편익 추정: 조건부가치평가법을 이용하여,” 『2003년 한국환경정책학회 정기총회 및 학술대회』, 한국환경정책・평가연구원 대강당, pp.81–100.
11. 한택환・이효창, 2014, “수질오염물질 감소의 편익 추정-수질총량제하 가상배출권시장 개념의 적용,” 『자원. 환경경제연구』, 23(4), pp.719-746
12. 황인창, 2016, “사회후생함수를 중심으로 한 기후경제통합-지역평가모형 비교분석,” 『자원・환경경제연구』, 25(1), pp.27-60
13. Antimiani, A., V. Costantini, A. Markandya, C. Martini, A. Palma, and M. C. Tommasino, 2014, A dynamic CGE modelling approach for analyzing trade-offs in climate change policy options: The case of green climate fund, (SEEDS Working Paper 16/2014), Ferrara, Italy: Sustainability Environmental Economic and Dynamic Studies.
14. Böhringer, C. and A. Löschel, 2004, Measuring sustainable development: The use of computable general equilibrium models, (ZEW Discussion Papers, No. 04-14), Mannheim: Centre for European Economic Research (ZEW).
15. EU, 2005, ExternE externalities of energy: Methodology 2005 update, Luxembourg: Office for Official Publications of the European Communities.
16. Goldberger, A. S., 1968a, Topics in regression analysis, New York: The MacMillan Company.
17. Goldberger, A. S., 1968b, “The interpretation and estimation of Cobb-Douglas functions,” Econometrica, 36(3), pp.464-472
18. Horridge, M., 2013, ORANI-G: A generic single-country computable general equilibrium model, (CoPS/IMPACT Working Paper Number OP-93), Melbourne, Australia: Center of Policy Studies and Impact Project, Victoria University.
19. Lin, B. and Z. Jia, 2018, “The energy, environmental and economic impacts of carbon tax rate and taxation industry: A CGE based study in China,” Energy, 159, pp.558-568
20. Nugent, J. B. and C. V. S. K. Sarma, 2002, “The three E's—efficiency, equity, and environmental protection—in search of “win–win–win” policies: A CGE analysis of India,” Journal of Policy Modelling, 24(1), pp.19–50
21. Nam, K. M., N. E. Selin, J. M. Reilly, and S. Paltsev, 2010, “Measuring welfare loss caused by air pollution in Europe: A CGE analysis,” Energy Policy, 38, pp.5059–5071
22. Parry, W. H. and K. A. Small, 2005, “Does Britain or the United States have the right gasoline tax?,” American Economic Review, 95(4), pp.1276-1289
23. Yusuf, A. A. and B. P. Resosudarmo, 2007, Searching for equitable energy price Reform for Indonesia, (MPRA Paper No. 2350), Munich: Munich Personal Repec Archive.
24. 오피넷, https://www.opinet.co.kr/user/oftvat/getoftvatselect.do.

<부록 1> 유류세 현황

본 연구의 분석기준 시점인 2015년 말 현재 유류세의 항목별 구조는 다음 표와 같다. 2015년 말 경유 가격은 리터당 1,200원 정도였으며 여기에 교통 에너지환경세 375원, 교육세 56.25원, 주행세 97.5원, 판매부과금 36.37원, 부가가치세 110원 등을 합하면 가격의 50% 이상이 세금이다. 교통에너지환경세만 보아도 30% 정도이다.

<표 1> 

세목/제품 고급휘발유 보통휘발유 경유 LPG 비고
관세 3% 3% 3% - 원유가격x3%
수입부과금 16.00원/L 16.00원/L 16.00원/L - 휘발유, 경유: 리터당16.00원
세관 정유사 가격


교통에너지환경세 529.00원/L 529.00원/L 375.00원/L - 휘발유: 리터당 529.00원
경유: 리터당 375.00원
개별소비세 - - - 160.60원/L LPG: 리터당 160.60원
교육세 79.35원/L 79.35원/L 56.25원/L 24.09원/L 교통세, 개별소비세x15%
주행세 137.54원/L 137.54원/L 97.50원/L - 교통세x26%
판매부과금 36.00원/L - - 36.37원/L 고급휘발유: 리터당 36.00원
LPG: 리터당 36.37원
부가가치세 (세전 정유사가+유류세+판매부과금+유통마진)x10%
자료: 오피넷(https://www.opinet.co.kr/user/oftvat/getoftvatselect.do)

<부록 2> 설문지 예시

(예시: 이러한 형태의 질문 15쌍을 각 응답자에게 부여)

문 1. 귀하께서 내년의 미세먼지와 1인당 GDP의 조합으로 이루어진 상태 A와 상태 B 중 어느 상태를 선택하시겠습니까?1) 상태 A2) 상태 B



상태 A(1번) 상태 B(16번)
초미세먼지(PM2.5)
연평균농도가 현재보다
-20% 감소
1인당 GDP
변화는 0%
상태 PM2.5연평균농도가
현재보다 -20%
감소
1인당 GDP가
올해보다
-1.25% 감소


이효창: 현재 환경경제연구소 소장이자 한국외국어대학교 교수이며, University of Utah에서 경제학 박사학위를 받았다. 관심 분야는 미세먼지, 폐기물 관리 CGE modelling 등이다(hyolee14@naver.com)

한택환: 현재 서경대학교에 교수로 재직 중이며 University of Utah에서 경제학 박사학위를 받았다. 대외경제정책연구원, 산업연구원, 한국환경정책평가연구원, 한화경제연구원 등에 재직한 바 있으며, World Bank, ESCAP, 환경부 등의 다양한 연구 과제를 수행한바 있다(twhan@skuniv.ac.kr).