* 이 글은 참고문헌 가운데 필자의 논문인 “기후변화 대응 관련 광역지방자치단체 의 유형 및 특성 분석”을 토대로 재구성되었으며, 서론은 “기후위기 지방자치 시대, 대구‧경북의 현주소”가 활용되었고, 결론의 인구 관련 제안은 “탄소중립, 탈 (脫)성장을 넘어 탈(脫)인구를 고민할 시간”을 기반으로 작성되었다

목차

1. 서론: 지방시대의 기후 위기
2. 지방자치단체의 기후변화 대응 현황
3. 방법론 및 분석기법
4. 광역지자체의 온실가스 배출 요인 분석
5. 결론 및 함의

1. 서론: 지방시대의 기후위기

2025년은 한국에서 지방자치단체가 도입된 지 30년이 되는 해다. 물론 우리나라 지방자치제의 역사는 1960년대 2공화국까지 거슬러 올라갈 수도 있고, 1991년에는 지방의원 선거가 먼저 시행되기도 했었다. 그렇지만 본격적으로 우리 동네에서 시장과 군수를 함께 선출하는 지금의 동시 선거는 1995년이 출발점이라고 할 수 있다. 이제 대한민국의 지방자치는 청년기를 넘어서 성숙한 중년기로 접어들고 있다(진상현, 2018).

반면 기후변화 대응은 아직 십 대 청소년에 가까운 질풍노도의 시기를 지나고 있을 뿐이다. 왜냐하면 2015년의 파리협정이 인류가 달성한 마지막 성과이기 때문이다. 물론 지구온난화를 산업혁명 이전에 비해 섭씨 1.5도 상승 이내에서 막아내겠다는 당시 목표는 야심찼지만, 지금까지도 아무런 실적을 얻지 못하고 있다. 특히 한국인 출신으로 세계 대통령이라는 자리를 두 번이나 연임했던 반기문 유엔 사무총장이 자신의 임기 중 최대의 치적으로 언급했을 뿐만 아니라, 실질적 글로벌 리더인 미국의 오바마 대통령이 살려낸 기후협약이 바로 파리협정이다.

그렇지만 정작 공화당의 트럼프 대통령이 뒤를 이어 백악관을 차지한 덕분에, 지금의 기후위기는 악화 일로를 걷고 있다. 심지어 최근에는 유엔 총회장에서 기후위기가 거짓말이라며, 인류를 사기꾼으로 매도하고 있지만, 정작 우리는 이런 기후 막장 드라마를 눈 뜨고 지켜볼 수밖에 아무런 도리가 없다. 그럼에도 불구하고 여전히 남아있는 희망은 10년 전에 인류가 기후 목표 하나를 정해놓았다는 사실이다(진상현, 2022).

이처럼 2025년은 한국에서 지방자치제가 도입된 30년이자 국제 사회가 기후변화 대응 목표를 설정한 지 10년이 되었다는 점에서 의의가 있다. 그렇지만 사실은 더 중요한 의미를 지니고 있다. 우리나라의 기후 대응을 국가와 광역지자체에만 맡겨두지 않고 시·군·구 차원의 기초자치단체에서도 대응하게 만드는 변화가 나타났다. 구체적으로는 탄소중립이 선언된 2020년의 이듬해에 제정된 ‘탄소중립기본법’을 통해 법적 기반이 마련되었다. 이 법률의 12조는 중앙정부나 광역자치단체뿐만 아니라, 기초지자체도 “탄소중립·녹색성장 기본계획”을 수립하도록 요구하고 있다.

사실 이전까지만 해도 기후변화라는 지구적 환경문제는 중앙정부가 담당할 사안이지, 시군구 차원에서 개입할 문제가 아니라는 인식을 갖고 있었다. 그렇지만 이런 법률 강화 덕분에, 이제는 200여 개의 기초지자체들이 모두 책임감을 가지고 자신의 온실가스 배출량을 줄여야만 하는 상황이다. 직접적으로는 모든 기초자치단체가 자신의 탄소중립 기본계획을 수립해야 하는 시대로 전환되었다(고재경, 2011).

이에 지역의 기후변화 대응이 중요해진 지금의 시점에서 지방자치단체의 온실가스 배출 관련 영향 요인을 밝혀냄으로써 정책적 함의를 도출하고자 한다. 구체적으로는 데이터 확보가 가능한 광역지자체를 중심으로 패널회귀분석이라는 전통적 통계 기법을 적용할 뿐만 아니라, 지수분해분석이라는 자원경제학의 계량 모형을 도입함으로써 분석기법을 다양하게 확대할 계획이다. 한편으로 이들 두 가지 분석의 결과를 비교함으로써, 방법론적인 특성의 차이에 대한 확인도 가능할 것이다.

이러한 논의는 도시·지역이 기후 충격에 대응하고, 제도와 계획을 통해 위험을 줄이며, 장기적으로 사회·경제 구조의 전환을 준비하는 전환 과정이라는 점에서 ‘도시 회복력’ 논의의 핵심 축과 맞닿아 있다. 특히 지역에너지계획과 탄소중립·녹색성장 기본계획을 함께 검토함으로써, 지속가능한 도시 전환을 위한 지방정부 계획에 대한 함의를 제시하고자 한다. 이런 연구 목적을 달성하기 위해, 다음의 2장에서는 먼저 광역 및 기초 지방자치단체의 기후변화 대응 현황에 대해 개괄적으로 살펴보고자 한다.

2. 지방자치단체의 기후변화 대응 현황

1) 광역지방자치단체

광역지자체에서 “에너지” 관련 계획을 수립해 온 역사는 상대적으로 긴 편이다. 1991년 지방자치단체의 의원 선거가 부활했을 뿐만 아니라 1995년에 자치단체장을 동시 선출하면서, 지방자치의 시대가 본격화되었다(진상현, 2018). 이에 상공자원부도 1993년에 「지역에너지계획 활성화 방안」을 발표하면서, 지방정부의 참여 확대를 시도했다. 구체적으로는 대전·경남·제주를 시범으로 지역에너지계획을 수립했을 뿐만 아니라, 이듬해에는 지자체 공무원에 대한 국내외 연수를 통해 역량 강화까지 추진했을 정도였다(배정환 외, 2006).

그렇지만 당시만 해도 법적 근거 없이 진행되었기 때문에, 1995년 「에너지이용합리화법」의 개정을 통해 ‘제5조 지역에너지계획’ 항목이 추가되면서, 그제야 본격적으로 활성화될 수 있었다(이종성 외, 2010; 산업통상자원부, 2019). 이후 2006년에 「에너지기본법」이 새로 제정되면서, 지역에너지계획의 법률 기반이 체계화되기 시작했다. 이는 기존의 「에너지이용합리화법」이 에너지 수요관리에 국한된 법률로서, 신재생에너지를 포함한 지방자치단체의 전력 생산 같은 공급 측면을 포함하지 못하는 개념적 한계를 지녔기 때문이다.

반면 「에너지기본법」의 ‘제7조 지역에너지계획의 수립’ 제2항은 온실가스 저감 대책을 포함하도록 규정함으로써, 지자체 기후변화 대책의 제도적 기반을 제공하였다. 최근인 2020년에 동시 수립된 지역에너지 계획은 5·6차에 달할 정도로, 광역자치단체는 이미 상당한 역사적 경험을 축적해 놓은 상태다(오용석·진상현, 2016; 진상현·오수미, 2020; 고재경·진상현, 2021).

반면 광역지자체의 “기후변화” 관련 계획의 역사는 상대적으로 짧은 편이다. 실제로 지방정부의 기후 대책이 본격화되었던 시점은 2008년이었다. 당시 국무총리실에서는 기존의 「대기환경보전법」과 「에너지기본법」같은 법률에 혼재된 기후변화 관련 규정들을 정리할 뿐만 아니라, 탄소 배출권 거래제를 도입하려는 의도로 「기후변화대책기본법」을 발의했다.¹⁾물론 중앙정부 차원에서는 1999년부터 기후변화 대응 계획을 수립했었지만, 2008년 이전까지만 해도 사실상 아무런 노력을 기울이지 않았던 무의사 결정의 상태였다는 평가가 내려진 바 있다(진상현, 2022).

그렇지만 같은 해 8월에 이명박 대통령이 ‘저탄소 녹색성장’이라는 정책 기조를 제시하면서, 2009년에 「저탄소 녹색성장 기본법」의 대체 입법을 통해 새로운 법률 체계가 마련되고 말았다. 그 무렵에 발표된 중앙정부의 ‘기후변화대응 종합기본계획’에 의거해, 광역자치단체들도 기후변화 대응 계획을 수립하기 시작했다.

그러나 광역 시도의 “기후변화 대응은 선도적이었던 “지역에너지” 계획에 비해 시기가 늦을 뿐만 아니라, 체계적 혼선이 존재한다는 측면에서 더 큰 문제가 있었다. 먼저 기존에 논의되던 기후변화법을 대신해 녹색성장법이 제정되면서, 내용적 충돌이 발생했다. 예를 들면, 「녹색성장기본법」은 지방정부로 하여금 ‘녹색성장 추진 계획’을, 동법 시행령은 ‘기후변화 적응 계획’을 수립하도록 요구하는 역설적 상황이 만들어졌다.

이에 서울시는 2011년에 ‘제1차기후변화 적응 대책 세부 시행계획’을 작성했으며, 2017년에는 온실가스 감축이라는 완화 정책까지 포함된 ‘제2차 기후변화대응 종합계획’을 수립했다(조항문·이윤혜, 2017).²⁾다만 법적 강제 요건이 아니었던 2010년 이전에도, 지방정부와 출연 연구원 차원에서는 지자체의 기후변화 대응 방안에 대한 논의가 상당히 이루어진 바 있다. 특히 자치단체장의 관심과 의지에 따라, 어느 정도 실행력을 갖춘 기후정책이 시행되는 지역들도 있었다(김운수, 2001; 진상현·김운수, 2010).

반면 대구시는 조례를 근거로 2010년부터 완화를 포함하는 ‘기후변화대응 기본계획’을 작성했을 뿐만 아니라, 2012년과 2016년에는 별도의 ‘기후 적응세부 시행계획’까지도 수립한 바 있다(남광현, 2010 대구광역시, 2020). 게다가 내용적인 측면에서 온실가스 감축 부문이 중복되는 유관 법정계획인 녹색성장계획도 병행해서 만들어지는 실정이었다(설홍수, 2015).

이처럼 혼란스러운 상황임에도 불구하고 2021년 국회에서는 탄소중립을 추진하려는 민주당과 녹색성장을 존속시키려는 국민의힘 사이의 이해타산이 맞아떨어지면서, 「기후위기 대응을 위한 탄소중립·녹색성장 기본법」이 새로 제정되고 말았다. 그로 인해 시·도지사는 계획기간을 10년으로 하는 지역의 탄소중립·녹색성장 기본계획을 5년마다 수립하게 되었다. 결과적으로 광역지자체의 기후변화 대응 및 온실가스 감축은 10여 년의 짧은 역사 속에, 기후적응·녹색성장·탄소중립이 뒤섞인 혼란에 직면해 있다.

2) 기초지방자치단체

앞에서 살펴보았듯이 광역지자체는 지방시대의 출현과 더불어 지역에너지계획을 수립해 온 경험을 축적해 왔다. 물론 기후변화 대응 및 온실가스 감축과 관련해서는 법률 체계의 충돌 및 변화로 인해 혼란스럽기는 했지만, 그래도 이명박 정부 이래로 점차 역량을 갖춰가고 있다.

반면 기초지방자치단체의 경우에는 준비가 전혀 되어 있지 않았다. 심지어 기후 대응이나 온실가스 감축 같은 거시적 문제에 대해서는 중앙정부가 담당할 업무이지, 자치단체에서 감당할 일이 아니라고 간주하는 인식적 한계 또한 존재했다. 경기연구원의 설문조사에서도 기후변화 관련 완화 정책이 중요하다는 견해가 중앙정부에서 높았던 반면, 적응 정책의 중요성을 강조했던 응답의 경우에는 기초지자체에서 더 높은 것으로 나타났다(고재경, 2011).

실제로 기초 지방정부에서 그나마 체계적으로 방침을 마련했던 기후 대응 분야는 적응 정책뿐이었다. 구체적으로 「녹색성장기본법」시행령 38조는 중앙정부나 시·도지사뿐만 아니라, 시·군·구청장에게도 기후 적응 관련 계획을 수립하도록 규정하고 있다. 이에 주무 부서인 환경부는 광역에 이어 기초지자체를 대상으로 2014년부터 계획 수립 가이드라인을 제공해 오고 있다.

2015년부터는 시범사업으로 수립되었던 계획을 공유하고 있으며, 지금은 포털 사이트를 통해 226개 시군구의 계획을 공개할 뿐만 아니라, 평가·점검 및 관리를 담당해 오고 있다.³⁾국가 기후위기 적응 포털(https://kaccc.kei.re.kr/portal) 참조 이처럼 기초지자체는 지난 10여 년 동안 기후위기 관련 적응에 국한해서 계획 수립 및 정책적 대응의 역량이 축적된 상태다.

그렇지만 이번에 새로 제정된 「탄소중립기본법」은 시·군·구의 경우에도 시·도와 마찬가지로 계획기간 10년의 탄소중립·녹색성장 기본계획을 5년마다 수립하도록 규정하고 있다. 이제는 광역뿐만 아니라 기초자치단체도 기후 대응 및 온실가스 감축의 주체로 역할을 맡아야 하는 상황이 되었다.

다만 이 글에서는 이제 막 책임을 맡게 된 기초지자체가 아니라, 상당한 기간 동안 에너지·기후 관련 역량과 데이터를 축적한 광역지자체를 대상으로 패널회귀분석과 지수분해분석을 이용해 지역의 온실가스 배출 관련 영향 요인을 탐색하고자 한다. 이에 다음의 3장에서는 이들 두 가지 방법론 및 분석기법에 대한 개괄적 검토가 이루어질 예정이다.

3. 방법론 및 분석기법

1) 패널회귀분석 개요

(1) 분석기법의 등장 배경 및 역사

이번 연구에서 활용하려는 횡단면 자료와 시계열 자료가 결합된 형태의 패널데이터에 기반한 회귀분석의 등장은 1977년 파리 컨퍼런스가 직접적인 계기였다.⁴⁾당시 학술대회에서는 패널회귀분석의 이론적 기초가 정립되었을 뿐만 아니라, 다양한 실증 분석 사례들이 발표되었다. 이듬해 국제 학술지인 ‘경제·통계학 연보(Annals of Economics and Statistics)』의 특별호에 이 컨퍼런스의 논문들이 게재되면서, 분석기법이 체계화되기 시작했다. 이후 20주년을 즈음해서는 동일한 학술지에 패널데이터 분석에 관한 두 번째 특별호가 발간되었으며, 40년 기념으로는 그리스 마케도니아 대학에서 국제 컨퍼런스가 다시 개최되었을 정도였다(Bonhomme & Davezies, 2019: Sarafidis & Wansbeek, 2021).

물론 패널회귀분석의 역사를 훨씬 더 이전으로 보기도 한다.⁵⁾구체적으로는 방법론적인 측면에서 1809년과 1805년에 발표되었던 천문학계의 최소자승법이 현대적 분석기법의 기원이라는 설명이 이루어진 바 있으며, 보다 직접적으로는 영국 천문학자인 George Biddell Airy의 1861년 논문에서 활용되었던 패널데이터 분산 모형과의 직접적인 관련성이 언급되고도 있다. 이후 Fisher Henderson 같은 학자들의 연구가 축적되면서, 패널회귀분석의 기초가 마련될 수 있었다(Nerlove, 2002; Vijayamohanan, 2016).

그렇지만 현대적인 패널데이터 분석의 본격적인 출현 배경은 1960년대의 미국이었다. 당시 미국은 2차 세계대전 직후의 급격한 경제성장을 경험했음에도 불구하고, 정치·사회적 혼란뿐만 아니라 자국민 5명 가운데 1명이 빈곤선 이하에서 살아갈 정도로 극심한 어려움을 겪고 있었다. 이에 미국 정부는 ‘빈곤과의 전쟁’을 선포했던 존슨 행정부의 정책 효과를 평가하기 위해 1968년부터 가구 패널조사를 실시해 기초자료를 수집하기 시작했다.

그 무렵의 패널데이터는 5,000가구를 포함할 정도의 대규모였을 뿐만 아니라, 현재까지도 80,000명을 대상으로 조사가 지속될 정도의 중요한 기초자료로 자리잡은 상태다. 이에 유럽도 1994년부터 가구 단위의 조사를 실시하고 있으며, 지금은 중국과 케냐를 포함한 개발도상국에서도 패널데이터 조사가 이루어질 정도다(Hsiao, 2007; Sarafidis & Wansbeek, 2021).

이처럼 사회조사를 위한 패널데이터가 구축되던 시기에, 미국의 36개 주정부를 대상으로 13년 동안의 천연가스 수요를 분석했던 기념비적인 연구가 발표되었다(Balestra & Nerlove, 1966). 이후 이 연구의 공저자 가운데 한 명이 1977년 파리 컨퍼런스를 주도하면서, 패널회귀분석이 본격적으로 체계화되기 시작했다.

지금은 계량경제학에서 가장 많이 활용되는 분석기법으로 자리잡았으며, 이 분야의 인용률이 높은 논문들 가운데 4분의 1이 패널데이터 분석일 뿐만 아니라, 지난 30년 동안에 가장 많이 언급된 학술논문도 동적 자료를 이용한 패널회귀분석 연구로 알려져 있다(Vijayamohanan, 2016; Sarafidis & Wansbeek, 2021).

(2) 선행 연구 및 분석 모형

앞에서 살펴본 바와 같이, 계량경제학을 중심으로 체계화되었던 패널회귀분석은 행정학 분야에서도 적극적으로 활용되고 있다(Eom et al., 2008). 예를 들면, 미국에서는 1994년 연방정부 내부에서 여성 및 소수자의 비중 변화를 분석한 연구가 발표되었으며, 2000년에는 지방정부의 과도한 재정 확대를 억제하기 위해 콜로라도 주정부가 도입했던 세금 및 지출 상한제의 효과를 검토했던 논문도 발간된 바 있다.

마찬가지로 2006년에는 뉴욕 주에서 도입되었던 학교 면세 프로그램이 납세자의 감시 동기를 떨어뜨림으로써 지방정부의 능률 저하를 가져왔다는 패널 연구도 흥미로울 수 있다. 특히 이 글의 연구 주제인 온실가스 배출량과 관련해서도 132개국의 패널데이터를 이용한 논문도 발표된 바 있다. 구체적으로 이 연구에서는 1960년부터 2010년까지의 장기 데이터를 활용함으로써, 2050년의 미래 배출량까지도 전망할 수 있었다(Hwang, 2016).

물론 국내에서도 패널회귀분석이 적극적으로 활용되고 있다. 예를 들면, 1989년부터 2007년까지의 지역 격차가 자치 분권에 미쳤던 영향, 2005년에서 2009년 사이에 서울시 25개 자치구의 경찰 인력 배치 및 민간 치안 활동의 범죄 예방 효과, 중앙정부의 국고 보조금이나 지방교부세 같은 이전 재원이 기초지자체에 가져왔던 경제성장 효과를 분석하기 위해 2009년부터 2015년까지의 패널데이터를 활용했던 논문들이 발표된 바 있다(김성배, 2011; 조일형·권기헌, 2011; 김민창·김예찬, 2019).

이러한 패널회귀분석의 기본 모형은 간단한 선형 방정식으로 표현될 수 있다. 구체적으로는 종속변수인 지역별 온실가스 배출량(CO2)을 설명하기 위한 세 가지 독립변수로 ‘인구(population)’, ‘1인당 지역내 총생산(affluence)’, ‘집약도(intensity)’를 포함하고 있다.⁶⁾패널회귀분석에서는 이들 외에도 산업구조, 차량 보유 대수, 수송 분담률, 발전원 비중 등의 다양한 독립변수들이 추가될 수 있다. 특히 패널데이터 분석은 다중공선성 문제로부터 비교적 자유롭기 때문에, 자료 획득이 가능하고 자유도의 문제만 없다면 변수를 추가함으로써 설명력을 높일 수도 있을 것이다. 실제로 김소연·류수열(2021)은 이번 연구의 분석과 달리 패널모형에 도시화율을 추가했지만, 통계적으로는 유의미하지 않은 것으로 나타났다. 반면에 다음 절에서 설명될 LMDI 분해분석은 지수의 논리적 정합성이라는 제약이 강하기 때문에, 이들 세 가지 변수 이외에 추가가 어려운 실정이다. 게다가 이번 연구는 이들 두 가지 방법론의 잔차 비교라는 학술적 목적도 지니고 있기 때문에, 지수분해분석과 마찬가지로 패널회귀분석의 경우에도 동일하게 3개의 변수만을 모형에 포함시켰다.

다만 패널회귀분석의 기본식은 오차항이 지역과 시간 특성이라는 두 가지 추가 요소로 구성된다는 측면에서 일반적인 선형회귀분석과는 차이를 지닌다. 또한 이들 오차항을 변하지 않는 특정 수치로 간주하는지, 아니면 확률적 분포로 설정하는지에 따라서 ‘고정효과모형(fixed effect model)’과 ‘확률효과모형(random effect model)’으로 구분된다.

이러한 특징으로 인해 패널회귀분석은 시계열 자료의 기간이 제한적임에도 불구하고 관측치의 숫자가 늘어나기 때문에, 자유도의 문제를 해소할 수 있다. 한편으로는 일반적인 선형회귀분석에서 발생하는 독립변수들 사이에서 다중공선성 문제의 해소가 가능하다는 장점도 지니고 있다(조일형·권기헌, 2011; 류수열 외, 2014).

최근 들어서는 기존의 짧은 기간에 여러 관측치를 대상으로 수행되었던 패널회귀분석의 한계마저 보완해 나가고 있다. 즉, 분석 기간이 상대적으로 긴 시계열의 패널데이터를 이용하는 분석에 적합한 기법들도 개발되는 추세다(전승훈 외, 2004; 박추환, 2008; Ashley & Sun, 2016; Xu, 2016).

다만 이번 연구는 2010년부터 2019년까지라는 10년에 걸친 16개 광역지자체를 대상으로 분석할 예정이기 때문에, 패널회귀분석을 통상적인 방식으로 진행하고자 한다. 이때 패널분석의 절차는 다음과 같다(Park, 2011). 먼저 고정효과모형과 확률효과모형에 대한 패널회귀분석을 각각 시행한 뒤, 이들 두 가지 모형이 일반적인 선형회귀분석에 비해 유의미한지를 판단하기 위해 F검정 및 LM(Lagrange Multiplier) 테스트가 이루어져야 한다. 이후에는 이들 두 가지 모형 가운데 타당한 패널회귀모형을 찾아내기 위해 하우스만(Hausman) 검정이 진행될 필요가 있다. 끝으로는 이렇게 선정된 모형에 대해 시간 효과의 고정성을 판단하기 위한 분산 분석이 수행됨으로써, 최종 모형이 결정될 수 있다.

<식 1>

2) 지수분해분석 개요

(1) 분석기법의 등장 배경 및 역사

패널회귀분석이 50여 년의 역사를 지닌 것과 달리 ‘지수분해분석(index decomposition analysis)’은 30년가량의 비교적 짧은 역사를 지니고 있다.⁷⁾물론 패널데이터 분석이 천문학 연구의 오랜 기원을 지닌 것과 마찬가지로, 지수를 이용해서 사회현상을 해석하려는 노력도 상당한 역사적 뿌리를 지니고 있다. 이러한 지수 이론은 제품의 물량과 가격을 결합해서 특성을 드러내는 경제학분야의 전통적 논의를 가리킨다. 예를 들면, 소비자 생산자 물가나 구매력 평가 같은 지수들이 지금도 적극적으로 활용되고 있다. 이러한 경제학 분야의 가장 오래된 지수 가운데 하나는 프랑스 경제학자인 Dutot이 1738년에 제시했던 산식이다. 이후 미국의 계량경제학자인 Fisher는 1922년에 시간 변화를 고려한 이상적인 지수까지 고안했을 정도였다(Boer & Rodrigues, 2020).

통상적으로는 1978년 제조업 부문의 에너지 절약 효과를 추정한 연구나, 1979년 영국의 에너지 수요를 분석했던 논문들이 출발점으로 간주된다.⁸⁾현재 가장 많이 활용되는 LMDI 분해분석의 경우에는 1929년 Montgomery 와 1974년 Varta가 제안했던 지수와 밀접하게 관련되는 것으로도 알려져 있다(Boer & Rodrigues, 2020). 그렇지만 1980년대 중반 이전의 초창기 연구들은 직관적이고 단순한 형태의 분해분석일 뿐이었다.

이후 1987년 산업 부문의 에너지 소비 요인에 대한 분석 및 1988년 에너지 집약도를 이용한 논문들이 발표되면서, 비로소 분석기법의 이론적 기반이 갖춰지게 되었다(Ang & Zhang, 2000). 그렇지만 본격적으로는 1994년 싱가포르 국립대 교수인 Ang의 주도하에 방법론이 체계화될 수 있었다(Ang, 2004). 사실 ‘지수분해분석’이라는 이름도 2000년 Ang 교수에 의해 붙여졌을 정도였다(Ang, 2015).

게다가 당시까지만 해도 분석기법적인 측면에서는 AMDI(Arithmetic Mean Divisia Index)와 LMDI(Logarithmic Mean Divisia Index)라는 두 가지 방식이 경합 중인 상태였다. 그렇지만 1987년에 먼저 등장했던 AMDI는 ‘요소 역전(factor reversal) 테스트’를 통과하지 못했을 뿐만 아니라, 자료에 ‘0’ 값이 포함되면 분석이 불가능하다는 한계를 지니고 있었다.

이에 Ang(2004, 2005)은 여러 가지 지수분해분석 기법들을 비교한 뒤, LMDI 분해분석이 가장 바람직하다는 결론을 도출해낼 수 있었다. 덕분에 지금의 연구자들은 대부분 LMDI 분해를 분석기법으로 채택하는 실정이다(Xiang et al., 2022; Wang & Yang, 2023).⁹⁾최근에는 기존의 LMDI 분해분석이 에너지 믹스 및 경제산업 구조의 변화를 적절히 해석하지 못하기 때문에, 대안적인 분석기법으로 ‘마샬-에지워스 구조효과(Marshall-Edgeworth with Structure Effects) 모형’이 개발된 바 있다. 그렇지만 이 모형은 학계에서의 검증이 완료되지 않았으며, 아직까지 연구자들에 의해 가장 폭넓게 활용되는 분석기법은 여전히 LMDI 분해분석인 실정이다(Roux & Plank, 2022).

이러한 논의 과정을 거친 지수분해분석은 현재 학계에서 활발히 적용되고 있다. 예를 들어, 1995년 이전까지만 해도 관련 논문이 55건에 불과했지만, 2004년까지는 125건으로 늘어났으며, 이후 10년 동안에는 379건으로 급격히 팽창한 상태다(Ang, 2015). 게다가 최근의 연구 결과에 따르면, 2016년부터 2021년까지 5년 사이에만 983건의 논문이 발간되었으며, 2023년 현재 지수분해분석 관련 논문은 10,000건이 넘게 검색될 정도라고 한다(Wang & Yang, 2023).이처럼 방법론적 체계가 확립되었을 뿐만 아니라 전 세계에서 활용되고 있음에도 불구하고, 아직까지는 전문 분석 프로그램이 별도로 존재하지 않아서, 학자들마다 다양한 통계 패키지를 활용해서 분석하는 방식으로 개별적인 연구가 진행되었던 게 사실이다. 그치만 최근에는 이 문제를 해결하기 위해 프로그래밍 언어인 파이썬(Python)을 활용해 손쉽게 지수분해분석을 시도할 수 있도록, ‘PyLMDI’라는 개방형 플랫폼까지 구축될 수 있었다(Xiang et al., 2022).¹⁰⁾PyLMDI 플랫폼은 2021년부터 운영되고 있다(https://github.com/xiwangxiang/PyLMDI).

(2) 선행 연구 및 분석 모형

앞에서 살펴보았듯이 지수분해분석은 에너지 부문의 소비량 변화를 설명하기 위해 개발된 분석기법이지만 기후변화협약 체결 이후로는 온실가스 배출 특성을 분석하기 위한 목적으로 더 많이 활용되는 추세다. 심지어는 1992년부터 2012년 사이에 발표된 이산화탄소 배출 특성 관련 80편의 지수분해분석에 대한 메타 평가 논문까지 발표되었을 정도다(Xu & Ang, 2013).

한편으로 스위스에서는 도시의 주요 온실가스 배출원인 건물 부문으로 국한해 분해분석을 적용함으로써 이산화탄소 감축 전략까지 도출했던 선행 연구도 발표된 바 있다(Mavromatidis et al., 2016). 특히 과거 데이터가 아니라, 2040년을 목표로 설정했던 미래의 온실가스 배출 시나리오에 대한 LMDI 방식의 분해분석 연구도 흥미로울 수 있다(Ang & Goh, 2019).

이에 국내에서도 기후변화 분야에 지수분해분석을 적용한 연구들이 늘어나는 경향을 보이고 있다. 예를 들어, 1998년부터 2018년까지의 온실가스 배출 데이터를 활용함으로써 한국의 이산화탄소 원단위 변화 요인을 밝혀낸 논문이 발표된 바 있다(진태영·김도원, 2021). 한편으로는 분석 단위를 조직 수준으로 낮춰서 배출권 거래제의 참여기업을 대상으로 생산·구조·집약도·배출계수라는 네 가지 요인으로 분석한 연구 결과도 공개된 상태다(김문정·허은녕, 2020).

물론 온실가스뿐만 아니라 전통적인 에너지 소비 영역에 대한 분석도 활발히 진행되고 있다. 예를 들어, 산업 부문의 전력 및 에너지 소비 요인을 분석한 연구, 제조업 부문의 전력화 현상에 대한 논문, 농업용 전기 소비량에 관한 연구 등도 꾸준히 발표되고 있다(임재규·김종익, 2014; 한준, 2015; 문혜정·이기훈, 2018). 특히 한국의 제조업 부문을 대상으로는 에너지 소비뿐만 아니라 온실가스 배출량의 변화에 대한 LMDI 분석이 반복적으로 진행되면서, 학계와 정부의 지속적인 관심과 모니터링이 이루어지는 실정이다(Jeong & Kim, 2013; Kim, 2017).

반면 이 글은 지방자치단체를 분석 대상으로 설정하고 있다는 측면에서, 선행연구와 차이가 있다. 물론 지자체를 대상으로 지수분해분석을 수행했던 연구도 존재하며, 이들의 경우에는 이번 작업과의 차별점 확인이라는 측면에서 보다 자세한 검토가 필요할 수 “있다. 특히 지수분해분석의 경우에는 개별 지자체를 대상으로도 분석이 가능하기 때문에, 광역자치단체 단독으로 에너지 소비 및 온실가스 배출 특성을 분석한 연구들이 여러 차례 발표된 바 있다.

예를 들어, 서울시를 대상으로 2002년부터 2017년까지 전력 소비량의 변화를 인구·소득·에너지 집약도 1인당 에너지 소비량·전력화 비율이라는 다섯 가지 요인으로 분해한 논문이 대표적인 사례다(한준·정연미, 2020). 마찬가지로 경기도와 관련해서는 1996년부터 2011년까지의 에너지 소비량을 인구·생산·원단위라는 세 가지 요인으로 구분해서 해석했던 연구 결과도 공개된 바 있다(고재경 외, 2015).¹¹⁾이 연구는 광역인 경기도뿐만 아니라 31개의 기초자치단체에 대한 지수분해분석을 통해, 저성장·저효율, 중성장·고효율, 고성장·고효율이라는 하위 유형을 찾아냈다는 측면에서 의미를 지니고 있다(고재경 외, 2015).

한편으로는 인천광역시를 대상으로 2002년부터 2020년까지 가정·상업·산업·수송·공공이라는 5개 부문에서 전력 소비량의 변화를 분석했던 논문도 발표될 수 있었다(한준, 2023).

이들 선행연구는 개별 지역을 단독으로 분석한 반면, 복수의 지방자치단체를 대상으로 지수분해분석이 실행된 경우도 있다. 먼저 16개 시도를 대상으로 1990년부터 2006년 사이의 에너지 소비 특성을 인구·생산·원단위라는 3개 요인으로 분해한 뒤, 광역시와 도지역으로 구분해서 분석했던 논문이 지역 차원의 선도적인 연구다(진상현·황인창, 2009a).

이후에는 분석모형에 에너지원별 비중 및 배출계수를 추가함으로써, 지자체의 기후변화 대응 관련 정책적 함의로 발전시킨 논문도 발표된 바 있다(진상현·황인창, 2009b).¹²⁾또한 진상현·황인창(2009b)은 온실가스 배출 상위 8개 지자체를 중심으로, 유사한 지역의 특성을 비교함으로써, 연구 결과 및 정책적 함의를 정교화시킬 수 있었다. 한편으로는 이들 선행연구가 에너지 부문에 국한되었던 한계에서 벗어나서, 폐기물·산업공정·토지이용 등이 포함된 전체 온실가스 배출량을 산정해서 지자체의 특성을 분석한 뒤, 지역별 유형화를 시도했던 연구도 흥미로울 수 있다(진상현·정경화, 2013).¹³⁾문혜정·이기훈(2019)의 연구는 “지역에너지 소비 변화의 영향 분석”이라는 제목을 가지고 있기는 하지만, 국가 에너지 소비량의 변화라는 종속변수를 설명하기 위해 지자체의 에너지 소비량이 독립변수로 활용되었기 때문에, 지방자치단체에 대한 연구라기 보다는 한국에 대한 연구로 분류하는 게 타당하다.

따라서 이번 작업은 특정 지자체에 국한되지 않는다는 측면에, 이들 3편의 선행연구와 공통점을 지니고 있다. 반면에 이 연구들이 개별 지자체에 대한 분석 결과를 몇 가지 유형으로 분류하거나 쌍대비교를 통해 정책적 함의를 도출했던 것과 달리, 이번 연구는 광역지자체의 평균적인 온실가스 배출 요인을 분석함으로써 일반화된 함의를 제시한다는 측면에서 차이를 지니고 있다. 또한 이 연구는 단순 지수분해분석에 국한되지 않고, 패널회귀분석 결과와의 비교를 통해 방법론적인 특성의 차이를 파악하려는 목적을 지녔다는 측면에서도 선행연구로 부터 차별화될 수 있다.¹⁴⁾지수분해분석은 최근 들어 관광, 자연재해, 신용보증 같은 다른 영역으로 확대 적용되는 추세다(Mussini, 2020; 최충익, 2014; 진용주 외, 2021). 물론 분석 기법이 특정 주제에 국한될 필요는 없으며, 방법론의 확장이라는 측면에서 바람직할 수 있다. 다만 연구자들은 지수(index) 분석의 기본적인 논리구조에서 벗어나지 말아야 한다. 즉, 지수분해분석은 종속변수를 몇 개의 복합적인 지수로 분해함으로써 사회현상을 해석할 수 있는 방법론이다. 예를 들면, 1인당 GDP는 각 나라의 소득 수준을 의미면, GDP 대비 에너지 소비량은 경제활동에 투입된 집약도로 이해된다. 이처럼 통상적인 지수를 활용해서, 종속변수인 온실가스 배출량이나 에너지 소비량의 변화를 해석한다는 측면에서 LMDI 분석기법은 의미를 지니고 있다. 따라서 지수분해분석을 무분별하게 적용할 경우에는 무의미한 지수와 수치들로 분해되는 문제가 발생한다. 단적인 예를 들자면, 온실가스 배출량을 인구, 1인당 반려동물 수, 반려동물 당 공원 면적, 공원면적 당 온실가스 배출량으로 분해되는 모형을 구성할 수 있다. 그렇지만 이들 지수의 논리적 정합성이 확보되지 못한다면, 연구 결과 및 해석의 신뢰도가 낮아질 수밖에 없다. 마찬가지로 에너지 및 환경 분야에서도 지수분해 방정식을 지나치게 세분화해서 논쟁적인 지표들을 추가하는 것도 바람직하지 않다. 따라서 연구자들은 LMDI 분석에서 분해되는 지수의 현실적·해석적 의미가 중요하다는 사실에 유념할 필요가 있다.

그렇다면 이제는 이번 연구 작업에서 활용하려는 LMDI 분해분석 모형에 대해 본격적으로 살펴볼 필요가 있다. 다만 이번 연구의 목적은 새로운 모형의 개발이 아니라, 지방자치단체의 온실가스 배출 요인 탐색 및 패널회귀분석과의 차이 확인이기 때문에, 선행연구에서 적용되었던 분석 모형을 그대로 사용하고자 한다(진상현·정경화, 2013). 즉, 온실가스 배출량을 인구·소득·집약도라는 기본적인 세 가지 요인으로 분해할 것이다. 구체적으로 분해 요인인 P는 인구(population), A는 소득(affluence), I는 집약도(intensity)의 약자를 가리킨다.¹⁵⁾환경오염(Impact)과 관련해서는, 인구·소득·기술의 약자를 이용해 IPAT 항등식이라고도 불린다(진상현·황인창, 2009a).

이때 이번 연구는 지방자치단체의 온실가스 배출 관련 영향 요인 파악에 일차적인 목적을 지니고 있기 때문에, 자원경제학 분야의 연구와 달리 지수분해분석에 대한 수리적인 설명은 가급적 생략하고자 한다. 다만 패널회귀분석과의 비교라는 부가적 목적도 함께 지니고 있어, 잔차 논란에 대해서는 보다 구체적으로 살펴볼 필요가 있다.

앞에서 살펴보았듯이 분석 결과에 잔차가 남지 않는다는 장점 덕분에, 지금은 LMDI 분해분석에 대한 연구자들의 관심이 높아진 상태이다. 그렇지만 Muller(2006)는 잔차가 존재하는 게 자연스러우며, 잔차를 없애야 하는 이론적 근거도 부족하다며 비판한 바 있다. 게다가 이 무렵에는 잔차가 포함된 지수분해분석이 국제에너지기구(IEA)의 연구 모형에 포함되기도 했었다.

그러나 Ang이 미국 제조업을 대상으로 -0.65%, 화물운송 분야에서는 -0.48%, 여객수송 부문에서 0.01%로 상당히 큰 잔차가 존재한다는 연구 결과를 제시하며 IEA 보고서를 반박한 뒤, 지금은 LMDI 분석이 가장 보편적인 모형으로 채택되는 실정이다(Ang & Liu, 2007). 다만 이들 잔차의 타당성 논쟁은 지수분해분석 모형 내부의 논의일 뿐이지, 이 글에서 비교하려는 패널회귀분석의 잔차와는 다른 개념일 수 있다. 이에 실증적 분석에 기반한 잔차 해석의 차이에 대해서는, 다음의 4장에서 본격적으로 다뤄질 것이다.

<식 2>

4. 광역지자체의 온실가스 배출 요인 분석

1) 분석 데이터 개요

광역지방자치단체는 2025년 현재 17개이다. 그러나 이번 연구에서 분석 대상으로 설정한 지역은 16개이다. 이는 2012년에 추가된 세종특별자치시의 경우 역사가 짧을 뿐만 아니라 인구가 38만 명에 불과해, 행정적 의미는 지닐 수 있으나 데이터 분석의 측면에서는 분석 단위로서의 유의성이 낮기 때문이다. 특히 지수분해분석처럼 지자체의 평균값을 이용할 때에는, 이런 극단치의 포함으로 인해 통계 분석을 왜곡시키는 문제가 발생할 수 있다. 그럼에도 불구하고 세종시의 자료를 분석에서 배제하는 것은 바람직하지 않기 때문에, 분리 이전과 마찬가지로 충남에 포함하는 방식으로 처리되었다.

다음으로 분석 기간은 2010년부터 2019년까지이다. 이때 최근 데이터가 누락된 이유는 온실가스 배출량 때문이다. 구체적으로는 이산화탄소 인벤토리가 에너지 소비량을 포함하는 다른 정부 통계를 활용해서 산정되기 때문에, 일반 자료에 비해 공표가 늦은 편이다. 게다가 2020년부터 2022년까지는 코로나 팬데믹으로 인해 경제성장이 침체되었던 예외적 시기였기 때문에, 이번 연구에서는 직전인 2019년까지의 자료만을 대상으로 분석이 진행되었다.

반면, 선행연구들은 기후변화 협약의 기준 연도가 1990년이기 때문에, 이후의 20년 가까운 시계열 데이터를 활용해서 분석했던 경우가 많이 있다(진상현·황인창, 2009a, 2009b; 진상현·정경화, 2013; 김소연·류수열, 2021). 그렇지만 이들의 연구는 정부의 공식적인 온실가스 배출량이 아니라, 연구자 개인 혹은 기관 차원에서 산정한 수치를 사용했던 한계를 지니고 있다(김소연·류수열, 2021).

이런 문제를 해결하기 위해 국가 온실가스 배출량의 산정을 담당했던 환경부산하의 온실가스종합정보센터가 2020년부터 지자체를 대상으로 온실가스 배출량을 시범적으로 발표해 오고 있다.¹⁶⁾그렇지만 아직까지도 정부의 시범사업으로 인해 방법론 및 계산식이 확정되지 않은 상태일 뿐만 아니라, 교통 및 폐기물 부문의 기준이 다르기 때문에, 과거의 공표 자료와 2023년에 공개된 데이터의 수치가 일치하지 않는 실정이다. 게다가 2020년에 산정된 자료는 1990년부터 2018년까지의 배출량이었지만, 최근 데이터는 2010년부터 2021년에 국한된 자료라는 측면에서 시간적 차이도 지니고 있다(온실가스종합정보센터 홈페이지 www.gir.go.kr 참조). 이에 이번 작업에서는 선행연구와 달리 정부의 공식 자료를 이용해서 2010년부터 2019년 사이의 자료만을 분석에 활용하고자 한다.

이런 지역의 온실가스 배출 관련 영향 요인을 파악하기 위해 활용될 자료는 인구와 지역내 총생산이라는 두 가지 데이터다. 이때 ‘인구’에는 주민등록상의 내국인뿐만 아니라 등록 외국인도 포함되었다. 왜냐하면 정치적 투표권과 무관하게 외국인도 지역주민으로서의 권리를 지니며, 지역의 경제성장 및 온실가스 배출에도 기여하는 주체이기 때문이다. 다음으로 ‘지역내 총생산’은 물가 상승률로 인한 가치의 변화를 고려해야 하기 때문에, 분석 기간 전체의 데이터를 2015년 기준 불변가격으로 환산해서 활용했다.

<그림 1> 지역별 온실가스 배출량의 분포

2) 지수분해분석 결과

이번 연구에서는 광역지방자치단체의 온실가스 배출 요인을 밝혀내기 위해 패널회귀분석과 지수분해분석이라는 두 가지 계량적 기법을 채택하고 있다. 특히 이번 연구는 이들 방법론의 분석기법 관련 차이점 파악이라는 학술적 목적도 지니고 있기 때문에, 잔차가 발생하지 않는 지수분해분석의 결과를 먼저 살펴본 뒤, 패널회귀분석의 오차와 비교하는 순서로 설명하고자 한다.

다만 패널회귀분석이 16개 광역지자체의 시계열 자료를 이용해서, 온실가스 배출량과 인구·소득·집약도의 인과관계를 분석하는 것과 달리, 지수분해분석은 개별 지역의 시계열 데이터만으로도 온실가스 배출에 미친 영향 요인의 파악이 가능하다는 점에서 차이가 있다. 그럼에도 불구하고 이번 연구는 광역 지자체의 개별적인 성향을 보여주기보다는 전체 지역의 일반적인 특성을 보여주려는 목적을 지니고 있기 때문에, 16개 시도의 평균값을 이용해서 지수분해분석을 시도했다. 결과적으로 광역지자체의 2019년 평균 인구는 342만 명이고, 지역내 총생산액은 115조 원이며, 온실가스 배출량은 6,536만 톤이었다.

구체적으로 온실가스 배출량은 2010년 5,987만 톤에서, 2013년 6,433만 톤까지 증가했다가 2년간 하락한 뒤, 다시 반등해 2018년 6,778만 톤으로 최고치를 기록하여 전반적 증가 추세 및 미시적 등락의 경향을 보여주었다. 반면 인구는 2010년 334만 명부터 2019년까지 꾸준히 늘어났다. 마찬가지로 지역내 총생산도 2010년 89조 원에서 출발해, 이명박·박근혜·문재인 정부를 거치며 2019년까지 지속적으로 증가했다. 이들 입력 변수를 ‘인구 효과’뿐만 아니라, 1인당 지역내 총생산이라는 ‘소득 효과’와 지역내 총생산 대비 온실가스 배출이라는 ‘집약도 효과’로 구분해서 분석한 결과는 다음과 같다.

먼저 광역지자체의 온실가스 배출량 증가에 기여했던 요인은 인구와 소득이라는 두 가지였다. 인구는 분석 기간 동안 꾸준히 늘어나면서, 지역의 온실가스 배출을 늘리는 원인으로 작동했다. 또한 지역의 경제활동이 가속화되면서, 그로 인한 온실가스 배출이 지수적으로 증가하는 모습을 확인할 수 있었다. 그렇지만 현실에서 지자체의 온실가스 배출량은 그렇게 급격히 늘어나지는 않았다. 이는 지역의 온실가스 배출을 억제하는 요인로서 집약도가 일정한 효과를 발휘했기 때문이다.

다만 인구 및 소득 효과가 일방적인 증가 추세로 지역의 온실가스 배출을 견인했던 것과 달리, 집약도 효과는 지속적인 감소 추세에도 불구하고 몇 차례 등락의 변화를 보이고 있다. 먼저 2010년부터 2013년까지는 별다른 감축 효과가 없었지만, 2014년과 2015년에 상당한 저감 효과를 보인 것으로 나타났다. 이는 2011년 국가적인 차원의 대규모 정전 사태로 인해, 전력 부족 문제를 해결하기 위한 천연가스 복합화력발전소가 완공되면서 석탄 발전의 비중이 줄어들었기 때문이다.

한편으로는 이명박 정부에서 「저탄소 녹색성장」으로 국정 기조의 전환을 제시하며 2012년에 도입했던 ‘온실가스 목표관리제’ 및 2015년부터 실시되었던 ‘탄소 배출권 거래제’ 같은 정책들이 효과를 발휘했을 수도 있다(국무조정실, 2017). 이후의 2016년부터 2018년까지는 온실가스 배출량이 반등하면서 감축 효과가 약화되었다. 이는 국제적인 저유가 상황으로 인한 화석연료의 비중 확대뿐만 아니라, 겨울철의 추위로 인한 난방연료의 소비 증가와도 관련이 있다(환경부, 2018). 한편으로는 국내 최대의 온실가스 배출 부문인 철강 업체의 연료탄 사용 확대도 원인 가운데 하나로 여겨진다(환경부, 2019).

이후 2019년으로 접어들면서, 문재인 정부의 석탄발전소 폐쇄라는 에너지 전환 정책이 성과를 거두기 시작하면서, 집약도 효과의 강화를 통해 온실가스 배출을 다시금 억제할 수 있었다(환경부, 2021).

이런 지수분해분석의 결과를 정리하면 다음과 같다. 먼저, 지자체의 온실가스 배출을 늘리는 요인은 인구와 소득이라는 두 가지였다. 그렇지만 인구 효과는 상대적으로 크지 않았으며, 1인당 지역내 총생산이라는 소득 효과에 의한 온실가스 배출 증가가 컸던 것으로 확인되었다. 반면에 광역지방자치단체에서 온실가스 배출을 억제할 수 있는 요인은 집약도 효과 하나뿐이라는 한계를 지니고 있었다. 게다가 분석 기간에도 집약도 효과는 감축을 가속하거나 저감 속도를 둔화시키는 변동성을 지닌 것으로 확인되었다. 그로 인해 지자체의 온실가스 배출량도 등락을 보이고 있었다.

<그림 2> 광역지자체 온실가스 배출 요인의 지수분해분석 결과

3) 패널회귀분석 결과

다음으로는 광역지자체의 패널데이터를 이용해 고정효과 및 확률효과 모형에 대한 회귀분석이 진행되었다.¹⁷⁾패널회귀분석을 위해 이번 연구에서는 Stata 18.0 통계 패키지 프로그램이 활용되었다. 분석 결과에 따르면, 고정효과모형과 확률효과모형은 모두 통상적인 최소자승법에 기반한 OLS분석이 아니라 패널회귀분석이 타당한 것으로 나타났다.¹⁸⁾고정효과모형은 F값(15, 141)이 657였으며, 확률효과모형은 카이제곱(3)이 561였다. 다음으로 이들 두 가지 모형의 오차 가정에 대한 적합성을 판단하기 위해 하우스만(Hausman) 검정을 시도했다. 결과적으로 카이제곱이 65.18로 p값이 기준치보다 작았기 때문에, 귀무가설인 확률효과모형을 기각하고 고정효과모형을 채택할 수 있었다. 이는 광역지방자치단체들이 무작위적인 확률 분포를 따르기보다는, 지역 고유의 특성을 지니는 것으로 해석이 가능했다.

그렇다면 이제는 16개 광역 자치단체에 개별적으로 ‘더미(dummy) 변수’를 부여하는 고정효과모형을 대상으로 시간 변수에 대해 검토할 필요가 있다. 즉, 지자체가 고유의 특성을 지니고 있어서 각각의 지역에 대해 더미 변수가 부여되었던 것과 마찬가지로, 분석 기간인 2010년부터 10년 동안의 시계열 변수에 대해서도 시간 더미가 설정되어야 하는지에 대한 통계적 판단이 이루어져야 한다. 구체적으로, 연도별 가변수를 추가해서 고정효과모형에 대한 패널회귀분석을 수행한 뒤, 이들 시간 변수의 유의미성에 대해 검토가 진행되었다.

검정 결과에 따르면, 연도별 시간 변수의 분포가 고정되기보다는 확률적으로 분포한다는 귀무가설이 채택되었다.¹⁹⁾이때 F값(9, 132)이 0.97이었으며, 여기에 해당하는 p값은 0.46이었다. 이에 패널회귀분석의 최적 모형으로는 시간과 관련해서 확률적 오차가 존재하는 반면, 집단별로는 고유의 특성이 존재한다는 고정효과모형이 최종적으로 선택될 수 있었다.

이런 과정을 통해 결정된 패널회귀모형의 분석 결과는 다음과 같다. 먼저 광역지방자치단체의 온실가스 배출량이라는 종속변수를 설명하기 위한 세 가지 독립변수였던, 인구·소득·집약도의 계수가 모두 양(+)의 값을 지니는 것으로 나타났다. 이는 독립변수가 한 단위 증가할 경우 지역의 온실가스 배출량이 늘어난다는, 예측 가능했던 결과로 해석될 수 있다. 또한 이들 세 변수의 p값도 기준치 이하로 모두 유의미했다.²⁰⁾선행연구에서도 광역지자체의 온실가스 배출 특성에 대해 패널회귀분석을 수행한 결과, 인구·소득·집약도의 계수가 모두 양(+)의 값을 지닌 것으로 확인되었다. 다만 이들의 연구에서는 패널분석의 설명력을 확인하거나, 지수분해분석과의 비교가 이루어지지 않았다는 측면에서 이번 연구와는 차이가 있다(김소연·류수열, 2021).

구체적으로는 인구 1명이 증가할 때, 지역의 온실가스가 1년에 20톤이 추가 배출되는 것으로 나타났다. 마찬가지로 1인당 소득이 100만 원 늘어날 경우에는 1.4톤, 지역내 총생산 대비 이산화탄소로 정의되는 집약도가 높아지는 상황에서는 온실가스 배출량이 59킬로그램 늘어나고 있었다.²¹⁾정부는 한국의 1인당 온실가스 배출량이 12.7톤이고, 국내 총생산 10억 원당 온실가스 배출량이 357톤이라고 발표한 바 있다. 따라서 이번 연구의 패널회귀분석 결과와는 수치상으로 차이가 있다. 그렇지만 이들 공식 통계는 단순 평균값인 반면에, 이번 분석 결과의 계수값은 다른 요인을 통제한 상태에서 인구 혹은 소득의 변화가 온실가스 배출에 미쳤던 영향이기 때문에, 이 같은 차이가 존재할 수밖에 없다. 다만 정부 측 공식 발표 자료와의 비교를 통해서, 이번 패널회귀분석의 계수값들이 어느 정도 타당할 뿐만 아니라 분석 결과의 방향이 올바른 것으로 판단할 수 있었다(환경부, 2022).

따라서 2010년 이후의 시계열·횡단면 자료를 이용한 패널회귀분석의 결과에 따르면, 광역지자체에서 인구가 늘어나거나 경제적 소득이 증가할 경우 온실가스 배출이 함께 늘어나며, 탄소 집약적인 산업 및 소비 구조로 전환될 때에도 지역의 온실가스 배출량이 늘어나는 것으로 판단되었다. 다만 이들 세 변수의 상대적 영향력을 확인하기 위해서는 표준 점수로 변환해서 패널회귀분석을 시행할 필요가 있다. 이러한 추가 분석의 결과에 따르면, 인구·소득·집약도의 표준화 계수가 각각 1.43, 0.28, 0.57이었다. 이를 종합하면 온실가스 배출에 대한 영향은 인구 증가가 가장 컸으며, 그 다음으로는 집약도와 소득의 순으로 나타났다.²²⁾이는 지수분해분석에서 인구 증가로 인한 온실가스 배출 증가의 영향력이 작았던 것과 상반되는 결과다. 이런 차이는 지수분해분석이 기준년 대비 특정 연도의 온실가스 배출량의 변화를 인구의 증감으로 해석하는 것과 달리, 패널분석에서는 전체 기간의 점진적 인구 증가가 과거 10년 동안의 지속적인 온실가스 배출량 증가에 미쳤던 영향으로 해석되었기 때문일 수 있다. 마찬가지로 패널회귀분석에서는 집약도의 계수가 양(+)의 값을 지녔지만, LMDI 분해분석에서는 집약도 하락으로 인한 온실가스 배출의 감축 효과를 밝혀냈다는 측면에서도, 이들 두 분석기법은 결과 해석에서도 상이한 특성을 보일 수밖에 없다. 다만 이처럼 흥미로운 차이점에 대해서는, 이들 두 가지 분석기법의 방법론적 차별성뿐만 아니라 결과 및 해석의 차이에 대한 후속 연구가 진행되어야 할 것이다.

한편으로 이번 연구는 지자체의 온실가스 배출 관련 영향 요인 탐색뿐만 아니라 지수분해분석과의 결과 비교라는 목적도 함께 지니고 있다. 이때 LMDI 분해분석은 이론적으로 잔차가 남지 않는 상태에서 지역의 온실가스 배출량을 인구·소득·집약도라는 세개 지수의 변화로 완벽하게 설명할 수 있다는 장점이 있다. 반면 패널회귀분석 결정계수의 경우에는 지수분해분석과 전혀 다른 결과를 보여주었다. 먼저 이들 세 개의 독립변수에 의해 해석이 가능했던 ‘집단내 설명력’은 82%로 상당히 높았던 반면, 지자체 사이의 분포에 대한 ‘집단간 설명력’은 51%로 비교적 낮은 수준이었다. ‘전반적인 설명력’ 역시 동일하게 51%로 높지 않은 편이었다. 정리하자면, 광역지방자치단체의 온실가스 배출량은 인구·소득·집약도라는 3개의 변수에 의해 전체 변화의 절반 정도만이 설명될 뿐이지, 나머지 49%는 다른 변수에 의해 추가적으로 설명되어야 할 것으로 판단된다.

5. 결론 및 함의

한국에서 매년 개최되는 기후정의행진은 전국적으로 수만 명이 모여 “기후가 아니라 세상을 바꾸자”며 목소리를 높이는 일종의 시민행동이다. 이처럼 수많은 이들이 한자리에 모인 이유는 상황이 그만큼 절박하기 때문이다. 게다가 2024년 8월에 헌법재판소가 한국의 온실가스 감축 목표에 대해 국민들의 환경권을 침해했다는 판결을 내린 것도 같은 맥락에서 이해될 수 있다. 이처럼 기후위기는 느긋하게 손 놓고 기다릴 수 있는 사안이 아니며, 지금 당장 전면적인 전환을 요구하고 있다. 그렇다면 이제 남은 문제는 대한민국을 ‘어떻게 바꾸느냐’이다.

이에 이번 연구에서는 2010년 이후의 시계열·횡단면 자료를 이용해 광역지자체의 온실가스 배출 관련 영향 요인을 파악하기 위한 분석이 진행되었다. 먼저 패널회귀분석 결과에 따르면, 지역의 이산화탄소 배출량은 인구·소득·집약도와 양(+)의 관계를 지니고 있었으며, 그중에서 인구 증가의 영향이 가장 큰 것으로 확인되었다. 반면 지수분해분석의 결과를 보면, 마찬가지로 지자체의 온실가스 배출이 인구 및 소득과 관련되기는 했지만, 집약도의 경우에는 유일하게 효율 개선을 통해 지역의 이산화탄소 감축에 기여한 것으로 나타났다.

이 같은 분해분석의 결과에 따르면, 한국의 온실가스 배출은 인구가 아닌 소득이 가져온 부정적 영향이고, 이를 기술 개발로 해결해 왔다는 해석이 가능하다. 그런데 이는 그렇게 단순한 사항이 아니며, 오랜 역사적 논쟁과도 관련된다. 즉, 1970년대에 환경오염을 고발했던 생태학자인 베리 커머너는 당시 유행했던 인구폭발론과 산아제한 정책에 반대하며, 환경오염은 인구나 경제성장보다는 기술이 중요하고, 시스템과 기술의 전환을 통해 문제를 해결해야 한다고 강변했었다. 그렇지만 같은 시기에 생물학자인 폴 에를리히와 환경과학자인 존 홀드렌은 인구가 핵심적인 원인이라며 반박한 바 있다.

물론 인구·소득·기술 중에서 어떤 요인이 중요한가에 대한 결론은 아직까지도 내려지지 않았으며, 이는 논쟁적인 주제일 수 있다. 그렇지만 이론이 아닌 현실은 오히려 숨겨진 진실을 보여줄 수 있다. 특히 분해분석에 따르면, 한국에서는 인구가 중요하지 않았으며, 소득과 기술이 강하게 대립하는 구조적 특성이 나타나고 있었다. 그렇다면 인구는 정말로 중요하지 않은 요인일까? 같은 시기의 패널 데이터를 이용해서 동일하게 세 가지 요인을 중심으로 분석한 결과는 전혀 다른 결론을 제시하고 있다. 즉, 인구·소득·집약도의 영향력 가운데 다른 어떤 요인보다도 인구가 온실가스 배출에 미치는 힘이 크다는 사실이 밝혀졌다.

이처럼 상반된 주장은 분석기법의 차이로 설명이 가능하다. 먼저 분해분석은 2010년을 출발점으로 설정하고, 당시의 대한민국을 당연하게 주어진 전제 조건으로 가정한다. 그리고 이후 2019년까지의 온실가스 배출량이 증감했던 원인을 인구·소득·기술로 설명한다. 예를 들어, 서울이라는 도시 구조가 주어졌다는 가정 하에, 인구가 만 명 정도 늘어난다고 해도 온실가스 배출 증가에 큰 영향은 미치지 않을 것이다. 왜냐하면, 기존의 지하철 교통망, 아파트 중심의 주택 구조, 폐기물 처리 시스템 같은 기반시설을 이미 갖춘 도시에서는, 그 정도의 인구 변화만으로 온실가스 배출량이 주민 만 명분 만큼 증가하지는 않을 것이기 때문이다. 반면에 경제 불황으로 인한 공장 폐쇄 혹은 경기 부양으로 인한 상점 활성화 같은 영향은 오히려 큰 편이며, 산업구조의 변화 및 고효율 전등의 보급 같은 기술 요인의 상쇄 효과도 상당한 수준으로 나타났다.

반면 회귀분석은 2010년의 출발점을 주어진 불변 조건으로 가정하지 않고, 같은 시기에 서울·대전·대구·부산 같은 지역별 온실가스 배출의 차이를 인구·소득·기술 요인으로 설명하는 분석기법이다. 따라서 분석 결과는 경제성장이나 집약도보다는 인구 규모가 배출량을 가장 잘 설명한다는 상반된 결론을 보여주고 있다. 예를 들면, 대전·대구·부산과 비교했을 때, 서울의 온실가스 배출량이 많은 이유는 소득이나 기술보다는 인구가 많기 때문인 것으로 해석이 가능하다. 즉, 한국의 온실가스 배출과 관련해서는 커머너의 주장이 타당하지 않으며, 인구가 보다 중요한 요인임이 밝혀진 것이다.

이제 남은 과제는 향후 2050년까지 탄소중립을 달성하기 위해 세상을 어떻게 바꿔야 하는가라는 문제가 남아있다. 이와 관련해서 최근에는 소득 변수를 통제하려는 ‘탈(脫)성장’ 논의가 전개되기 시작했다. 다만 아직까지는 철학 및 이론적 근거가 탄탄하지 않을 뿐만 아니라, 주창자들의 입장도 천차만별로 상이한 실정이다. 즉, 반(反)성장, 제로 성장, 정상상태 경제 등의 개념들이 혼재된 상태다. 물론 논의의 초기 단계이기 때문에 자연스러운 현상일 수 있다.

이제는 인구를 고민해 볼 필요가 있다. 탄소중립을 위해 인구가 늘어나는 게 바람직할 것인지, 아니면 감소를 받아들여야 할 것인지를 논의해야 한다. 분해분석은 2010년을 불변의 전제 조건으로 가정한 상태에서만 인구의 효과가 작음을 보여주는 것일 뿐이다. ‘기후변화에 관한 정부간 패널(IPCC)’에서 제시했듯이, 2050년 탄소중립을 위해 모든 영역과 모든 시스템의 전환이 요구된다면, 지금은 당연하게 간주되는 전제 조건을 무시하고 백지상태에서부터 고민해 볼 필요가 있다. 즉, 인구의 변화까지도 같이 고려해야 할 것이다.

다만 한국 사회가 ‘탈(脫)인구’ 정책 기조로의 전환을 선언하려면, 먼저 다른 사회 문제가 발생할 가능성은 없는지, 그리고 세부 전략을 어떻게 수립할 것인지에 대한 논의가 이루어야 한다. 예를 들어 인구가 줄어드는 상황에서도 경제성장 기조를 유지할 수 있을지, 탈성장 논의와의 결합이 가능할 것인지도 검토해야 한다. 또한 인구가 줄어드는 상황에서 서울이나 경기도는 큰 문제가 없을 수 있겠지만, 소멸 지역의 충격을 어떻게 흡수할 것인지에 대한 대책도 마련해야 한다. 물론 장기적 인구 감소 기조 하에 경제 시스템의 빈 공간을 이민자들로 메꾸는 게 바람직한지, 그리고 한국 사회가 이들을 어떻게 감당할 것인지에 대해서도 논의가 필요하다.

정리하자면, 현재 한국에서 탈(脫)성장주의자들이 등장하는 상황이라면, 이제는 탄소중립을 위한 탈(脫)인구론을 고민해야 할 시점이라고 판단된다. 그렇지만 보다 흥미로운 지점은 이런 학술적 논의가 시작되기 전부터 벌써 기후 출산 거부 움직임이 만들어지고 있다는 사실이다. 물론 한국 사회의 고질적 저출산 문제가 기후변화 때문만은 아닐 것이다. 그러나 상당수의 젊은 세대들이 지구온난화를 포함한 각종 환경문제로 인해 피해를 입게 될 미래세대를 만들지 않겠다고 결심한 상황이다. 이는 언론 인터뷰를 통해서도 목소리가 드러나고 있으며, 여론조사를 통해서도 이들의 견해 표출되고 있다.

이처럼 기후 출산 거부는 논의 이전에 이미 현실이 되어버렸다. 그렇다면 이제는 저출산 문제를 수십 년째 해결하겠다면서도 실패를 반복하는 정부의 인구 증가라는 정책적 환상에서 벗어나, 한국사회의 적정 인구를 고민하고 이주민들과의 조화를 고민해야 할 시점이다. 대한민국 정부와 사회가 탄소중립을 달성하기 위해 노력하지 않으면서, 청년들에게 아이를 낳도록 강요하는 게 꼭 좋은 나라일까?