All Issue

2024 Vol.33, Issue 3 Preview Page

Research Paper

Determinants of Korean Greenhouse Gas emissions revisited: Based on 16 Metropolitan City Data

우리나라 온실가스 배출량 결정요인 분석: 16개 광역지자체 자료를 바탕으로

진태영*

Taeyoung Jin*

*전북대학교 자원에너지공학과 조교수, 단독저자(e-mail: tyjin@jbnu.ac.kr)
*Assistant Professor, Jeonbuk National University, Sole author (e-mail: tyjin@jbnu.ac.kr)
30 September 2024. pp. 241-261
PDF Citation
Abstract
This study analyzes the determinants of greenhouse gas emissions using data from 16 metropolitan municipalities in South Korea. The STIRPAT model, which probabilistically models environmental impacts, was employed for the analysis. Both homogeneous and heterogeneous panel analyses were utilized. Recognizing that results from homogeneous panel analysis could be distorted due to the characteristics of panel data, cross-sectional dependence and slope homogeneity tests were conducted. The tests indicated that it is appropriate to use estimates that consider cross-sectional dependence and reflect slope heterogeneity. Therefore, the results from heterogeneous panel analysis were presented as the main findings. The analysis identified income (per capita GRDP) and energy efficiency (energy intensity) as key determinants of greenhouse gas emissions. Conversely, population was found not to be a key factor, and the industrial structure of the regions (share of the service industry in value-added) was also identified as a potential determinant of greenhouse gas emissions. The hypothesis of the Environmental Kuznets Curve was not statistically significant, suggesting that improving energy efficiency, rather than income growth and economic development, would be the most effective policy tool for reducing greenhouse gases in each municipality.
Keywords
GHG emissions
STIRPAT
Metopolitan city
Net-zero
본 연구에서는 16개 광역지자체 자료를 활용하여 온실가스 배출량의 결정요인을 분석하였다. 분석 모형으로는 환경적 영향을 확률론적 방법으로 모델링하는 STIRPAT 모형이 사용되었다. 동질적 패널 분석과 이질적 패널 분석이 활용되었다. 동질적 패널 분석 결과가 패널 자료의 특성상 왜곡될 수 있다는 점에 착안하여 횡단면 의존성 검정과 기울기 동질성 검정을 수행하였으며, 검정 결과 횡단면 의존성을 고려하고 기울기 이질성을 반영할 수 있는 추정치를 활용함이 적합한 것으로 확인되었다. 이에 따라 이질적 패널 분석을 주요 추정 결과로 제시하였으며, 추정 결과 온실가스 배출량의 핵심 요인은 소득변수(1인당 GRDP)와 에너지효율(에너지원단위)인 것으로 확인되었다. 오히려 인구는 온실가스 배출에 있어 핵심변수가 아닌 것으로 나타났으며, 지역별 산업구조(서비스업 비중) 역시 잠재적으로 온실가스 배출 결정요인인 것으로 도출되었다. 환경 쿠즈네츠 곡선 가설 검정 결과 통계적으로 유의하지 않았으며, 지자체별로 소득 증가 및 경제발전보다는 에너지효율화를 통한 온실가스 감축이 가장 효과적인 정책도구일 것으로 보인다.
키워드
온실가스 배출량
STIRPAT
광역지자체
탄소중립
References
  1. 관계부처합동, 『대한민국 2050 탄소중립 시나리오』, 2021.
  2. 관계부처합동, 『제1차 탄소중립 녹색성장 기본계획』, 2023.
  3. 김동구‧손인성, 『우리나라 온실가스 배출 정점 도달 시점 분석』, 2018, 에너지경제연구원 기본연구보고서, pp. 18~13.
  4. 김문정‧허은녕, “LMDI 방법론을 이용한 국내 배출권거래제 참여기업의 배출량 변화요인 분해분석”, 「자원‧환경경제연구」, 제15권 제2호, 2020, pp. 349~367. 10.46251/INNOS.2020.05.15.2.349
  5. 김소연‧류수열, “공간패널모형을 이용한 이산화탄소 배출량 결정요인 분석”, 「한국지역경제연구」, 제43권 제4호, 2019, pp. 49~69. 10.34282/krea.2019.17.2.3
  6. 김소연‧류수열, “우리나라 이산화탄소 배출량 결정요인 분석: 횡단면 의존성과 계수 이질성을 고려하여”, 「한국경제지리학회지」, 제24권 제4호, 2021, pp. 400~410.
  7. 김진수, “우리나라 에너지소비 분해분석 연구에 대한 고찰”, 「에너지경제연구」, 제14권 제3호, 2015, pp. 265~291.
  8. 박년배, “탄소중립 선언한 국내 주요 기업의 온실가스 배출량 변화 분해분석”, 「에너지공학」, 제32권 제2호, 2023, pp. 23~37. 10.5855/ENERGY.2023.32.2.023
  9. 박년배‧심성희, “감축목표 업종 분류체계에 따른 산업부문의 에너지 소비 및 온실가스 배출 요인 분해 분석”, 「자원‧환경경제연구」, 제24권 제1호, 2015, pp. 189~224. 10.15266/KEREA.2015.24.1.189
  10. 서형준‧이형석, “16개 광역지자체 온실가스배출 효율성에 대한 글로벌맘퀴스트 분석 – 녹색생산성을 중심으로 – ”, 「서울도시연구」, 제20권 제1호, 2019, pp. 19~32.
  11. 신석하, “오차수정모형을 이용한 한국의 탄소배출량 결정요인 분석”, 「경제학연구」, 제62권 제3호, 2014, pp. 5~28.
  12. 에너지경제연구원, 『지역에너지통계연보』, 2023.
  13. 오진‧김현중, “국내 제조업 집적이 탄소 배출 강도에 미치는 영향: 공간패널회귀분석의 적용”, 「무역학회지」, 제47권 제3호, 2022, pp. 157~175.
  14. 온실가스종합정보센터, 『2023년 국가 온실가스 인벤토리 (1990-2021)』, 2023.
  15. 온실가스종합정보센터, 『기초지자체 기준 지역 온실가스 배출량(2016-2020)』, 2022.
  16. 외교부, “제27차 유엔기후변화협약 당사국총회(COP27) 폐막”, 2022. https://overseas.mofa.go.kr/www/brd/m_4080/view.do?seq=373033
  17. 외교부, https://www.mofa.go.kr/www/wpge/m_20150/contents.do
  18. 윤정혜‧강상목, “이산화탄소 배출 효율에 대한 도시화의 영향: ASEAN 8개국을 중심으로”, 「국토연구」, 제118권 2023, pp. 61~75.
  19. e-나라지표, https://www.index.go.kr/unity/potal/main/EachDtlPageDetail.do?idx_cd=1007
  20. 이광훈, “국내 지역별 이산화탄소 배출에 대한 환경 쿠즈네츠 곡선 추정 및 비교”, 「환경정책」, 제9권 제4호 2010, pp. 53~76.
  21. 이상엽‧박주영‧양유경, “포스트 코로나 시기 국가 온실가스 배출 반등전망 및 대비 방향”, 「환경포럼」, 제252권 2021, pp. 1~24.
  22. 이재형, “철도수송부문 온실가스 배출 요인 분해분석”, 「한국기후변화학회지」, 제9권 제4호, 2018, pp. 407~421. 10.15531/KSCCR.2018.9.4.407
  23. 이호상‧서진호, “LMDI 방법론을 이용한 제지산업의 지종별 온실가스 배출 요인분해 분석”, 「펄프‧종이기술」, 제55권 제6호, 2023, pp. 13~20.
  24. 이효진‧강명구, “패널분석을 이용한 도시화율과 CO2 배출량과의 관계에 관한 연구”, 「한국지역개발학회지」, 제24권 제5호, 2012, pp. 125~144.
  25. 임형우‧조하현, “경제성장과 탄소배출량의 탈동조화 현상 분석: 63개국 동태패널분석(1980~ 2014년)”, 「자원‧환경경제연구」, 제28권 제4호, 2019, pp. 497~526.
  26. 장명진‧곽민주‧이지웅, “수송부문 온실가스 배출량 요인분해 분석과 감축정책 평가: 2018- 2019”, 「한국기후변화학회지」, 제12권 제3호, 2021, pp. 271~279. 10.15531/KSCCR.2021.12.3.271
  27. 조용성, “전력산업의 온실가스 배출요인 분석 및 감축 방안 연구”, 「한국기후변화학회지」, 제8권 제4호, 2017, pp. 357~367. 10.15531/ksccr.2017.8.4.357
  28. 조향숙, “OECD 7개 국가의 CO2 배출량 감소요인 분해 분석”, 「자원‧환경경제연구」, 제26권 제1호, 2017, pp. 1~35.
  29. 진보영‧김근우‧박중구, “한국의 경제성장, 전력소비량, 이산화탄소 배출량 및 환경규제 간 인과관계 분석”, 「에너지공학」, 제29권 제1호, 2020, pp. 1~12.
  30. 진상현, “광역지방자치단체 온실가스 배출의 영향 요인 탐색: 패널회귀 및 지수분해 분석을 중심으로”, 「지방정부연구」, 제28권 제1호, 2024, pp. 175~196. 10.20484/klog.28.1.175
  31. 진상현, “한국의 기후변화정책 관련 의제설정 유형 및 과정”, 「NGO연구」, 제17권 제3호, 2022, pp. 41~83.
  32. 진상현‧정경화, “지역별 온실가스 배출특성에 관한 연구: 지수분해분석을 중심으로”, 「한국정책과학학회보」, 제17권 제2호, 2013, pp. 1~26.
  33. 진태영‧김도원, “산업부문 온실가스 탈동조화 변화요인 분석”, 「환경정책」, 제29권 제1호, 2021, pp. 101~127. 10.15301/jepa.2021.29.1.101
  34. 진태영‧김진수, “화석연료 사용량을 고려한 탄소배출량과 도시화율의 관계에 관한 연구”, 「환경정책」, 제25권 제3호, 2017, pp. 47~70. 10.15301/jepa.2017.25.3.47
  35. 진태영‧최가영‧이은미‧이수경, “이산화탄소 배출량 분해분석: 산업 및 에너지 소비구조를 중심으로”, 「환경정책」, 제28권 제2호, 2020, pp. 153~182. 10.15301/jepa.2020.28.2.153
  36. 통계청, https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1C81&vw_cd=MT_ZTITLE&list_id=Q_7&scrId=&seqNo=&lang_mode=ko&obj_var_id=&itm_id=&conn_path=MT_ZTITLE&path=%252FstatisticsList%252FstatisticsListIndex.do
  37. 허가형, “경제성장에 따른 환경개선 효과 실증분석”, 「자원‧환경경제연구」, 제31권 제4호, 2022, pp. 887~908.
  38. Ang, B. W., “Decomposition Analysis for Policymaking in Energy: Which is the Preferred Method?,” Energy policy, Vol. 32, No. 9, 2004, pp. 1131~1139. 10.1016/S0301-4215(03)00076-4
  39. Ang, B. W., “Decomposition of Industrial Energy Consumption: The Energy Intensity Approach,” Energy Economics, Vol. 16, No. 3, 1994, pp. 163~174. 10.1016/0140-9883(94)90030-2
  40. Climate Action Tracker, https://climateactiontracker.org/climate-target-update-tracker-2022/
  41. Dietz, T., and E. A. Rosa, “Effects of population and affluence on CO2 emissions,” Proceedings of the National Academy of Sciences, Vol. 94, No. 1, 1997, pp. 175~179. 10.1073/pnas.94.1.175
  42. Eberhardt, M., and S. Bond, Cross-section dependence in nonstationary panel models: a novel estimator, 2009. https://mpra.ub.uni-muenchen.de/17692/1/MPRA_paper_17692.pdf
  43. Ehrlich, P. R., and J. P. Holdren, “Impact of Population Growth,” Science, Vol. 171, No. 3977, 1971, pp. 1212~1217. 10.1126/science.171.3977.1212
  44. Fan, J., Y. Liao, and J. Yao, “Power Enhancement in High-Dimensional Cross-Sectional Tests,” Econometrica, Vol. 83, 2015, pp. 1497~1541. 10.3982/ECTA12749
  45. Juodis, A., and S. Reese, “The Incidental Parameters Problem in Testing for Remaining Cross-section Correlation,” Journal of Business Economics and Statistics, Vol. 40, No. 3, 2022, pp. 1191~1203. 10.1080/07350015.2021.1906687
  46. Kaya, Y., and Y. Keiichi, Environment, energy, and economy: strategies for sustainability, Vol. 4. Tokyo, Japan: United Nations University Press, 1997.
  47. McCright, A. M., R. E. Dunlap, and C. Xiao, “Perceived Scientific Agreement and Support for Government Action on Climate Change in the USA,” Climatic Change, Vol. 119, 2013, pp. 511~518. 10.1007/s10584-013-0704-9
  48. OECD, Indicators to Measure Decoupling of Environmental Pressure from Economic Growth, (Sustainable development SG/SD(2002)1/FINAL), 2002, Paris: OECD.
  49. Pesaran, M. H., “Estimation and inference in large heterogeneous panels with a multifactor error structure,” Econometrica, Vol. 74, No. 4, 2006, pp. 967~1012. 10.1111/j.1468-0262.2006.00692.x
  50. Pesaran, M. H., “General Diagnostic Tests for Cross-Sectional Dependence in Panels,” Empirical Economics, Vol. 60, 2021, pp. 13~50. 10.1007/s00181-020-01875-7
  51. Pesaran, M. H., “Testing Weak Cross-Sectional Dependence in Large Panels,” Econometric Reviews, Vol. 34, No. 6-10, 2015, pp. 1089~1117. 10.1080/07474938.2014.956623
  52. Pesaran, M. H., and T. Yamagata, “Testing Slope Homogeneity in Large Panels,” Journal of Econometrics, Vol. 142, No. 1, 2008, pp. 50~93. 10.1016/j.jeconom.2007.05.010
  53. Pesaran, M. H., and Y. Xie, A Bias-Corrected CD Test for Error Cross- Sectional Dependence in Panel Data Models with Latent Factors, Cambridge Working Papers in Economics 2158, 2021. 10.2139/ssrn.3904536
  54. Pesaran, M. H., Y. Shin, and R. P. Smith, Pooled Estimation of Long Run Relationships in Dynamic Heterogeneous Panels, RePEc, 1997.
  55. Rogelj, J., D. Shindell, K. Jiang, S. Fifita, P. Forster, V. Ginzburg et al., Global Warming of 1.5°C. “An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways. In: the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty. Sustainable Development, and Efforts to Eradicate Poverty,” V Masson- Delmotte et al. Cambridge, UK: Cambridge University Press; 2018.
  56. Stern, D. I., “The environmental Kuznets curve after 25 years,” Journal of Bioeconomics, Vol. 19, 2017, pp. 7~28. 10.1007/s10818-017-9243-1
  57. Stern, D. I., “The Rise and Fall of the Environmental Kuznets Curve,” World Development, Vol. 32, No. 8, 2004, pp. 1419~1439. 10.1016/j.worlddev.2004.03.004
Information
  • Publisher :Environmental and Resource Economics Review
  • Publisher(Ko) :자원 · 환경경제연구
  • Journal Title :자원·환경경제연구
  • Journal Title(Ko) :Environmental and Resource Economics Review
  • Volume : 33
  • No :3
  • Pages :241-261
  • DOI :https://doi.org/10.15266/KEREA.2024.33.3.241
Journal Informaiton 자원·환경경제연구 자원·환경경제연구
E-Book
Manuscript Submission
한국환경경제학회
Manuscript Submission
한국자원경제학회
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • crosscheck
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close