Consumers' Heterogeneous Preferences Toward the Renewable Portfolio Standard Policy: An Evaluation of Korea's Energy Transition Policy


jihee-lee, Hyungbin Moon, 이종수 (2021) · Energy & Environment · DOI ↗

한국 RPS (Renewable Portfolio Standard) 정책의 5 attribute (전기료 인상 · GHG 감축 · 일자리 창출 · 정전 시간 증가 · 산림 훼손) 에 대한 잠재 집단별 선호를 2-class latent-class-model 로 식별 + Renewable Energy 3020 정책 (재생 8.8% → 20% by 2030) 의 수용성 simulation. Class 1 — 전기료·정전·산림 훼손에 민감, GHG 무관심; Class 2 — 전기료·GHG·정전 중시, 산림 훼손 무관심. 2025 년 전기료 spike 시 공공 수용율 급락 예상 — 강한 backlash 대비 정책 sequencing 필수.

  • RQ: 한국 RPS 정책의 5 attribute (cost · CO2 · job · stability · 산림) 에 대한 잠재 집단 별 선호 이질성은 어떻게 분포되며, 2030 년까지의 정책 강화 경로에서 공공 수용성은 어떻게 변하는가?
  • 방법론: latent-class-model, discrete-choice-experiment, bayesian-inference, 시나리오 분석
  • 데이터: 한국 수도권 + 광역시 20+ 세 face-to-face 설문 N=498 (2 outlier 제외, 2012-08-30~09-19, purposive quota); 5 attribute × 243 조합 중 fractional factorial 18 alternatives 6 sets; membership 변수 (sociodemographic + 재생에너지 인식)
  • 주요 발견: CAIC 최저화 2 class 결정; Class 1 — 전기료·정전·산림 훼손 중시 (MWTP 정전 1 분 감소 = 103 KRW/월, 산림 1 km² 보존 = 14 KRW/월), GHG 무관심; Class 2 — 전기료·GHG·정전 중시 (MWTP GHG 100 만톤 감축 = 81 KRW/월, 정전 1 분 감소 = 27 KRW/월), 산림 훼손 무관심; 2025 년 RPS 의무 강화 (전기료 spike) → 공공 수용율 급락 예상
  • 시사점: 재생에너지 정책 강화 시 전기료 점진 인상 + 사전 공공 동의 확보 의 sequencing 필수. Class 1 의 산림 보존 우려 + Class 2 의 GHG 감축 요구의 양방향 패키지 필요

Fig. 1. RPS 정책 DCE 의 예시 questionnaire. 5 attribute (전기료 · GHG · 일자리 · 정전 · 산림) 의 3 alternative 비교 선택. 산림 훼손은 여의도 면적의 N 배 로 직관적 시각화.

요약

한국은 전기료가 OECD 국가 중 가장 낮아 재생에너지 확대가 비용 부담 으로 직접 연결된다. 2012 RPS 도입 이후 2017 Renewable Energy 3020 발표 (재생 비중 2018 년 8.8% → 2030 년 20%) 로 정책 강화 압력이 더 커졌고, 전기료 spike 의 backlash 가 예측되지만 정량 분석이 없었다. 기존 연구 (Wüstenhagen et al. 2007, Shin et al. 2014 등) 는 재생에너지 기술 수용성에 집중하고 정책 attribute 별 trade-off 는 다루지 않았다. 본 paper 는 jihee-lee · Hyungbin Moon · 이종수 가 2030 년 정책 경로 의 수용성 simulation 을 위해 latent-class-model 의 정책 attribute 차원 첫 한국 적용한 작업.

5 attribute — (1) 전기료 인상 (2%·6%·10% 월간), (2) GHG 감축 (3%·5%·7%/년), (3) 일자리 창출 (1만·2만·3만/년), (4) 정전 시간 증가 (10·30·50 분/년), (5) 산림 훼손 (530·660·790 km²/년). 산림은 여의도 N 배 로 직관적 시각화. 243 조합 중 fractional factorial 18 alternatives 6 sets. latent-class-model utility:

Unjt∣q=∑kβk∣qXjkt+εnjt∣qU_{njt|q} = \sum_k \beta_{k|q} X_{jkt} + \varepsilon_{njt|q}

CAIC 최저화 2 class 결정. Class 1 (electricity-cost-sensitive) — 전기료 (음수 강함) · 정전 (음수 강함) · 산림 (음수) 중시; GHG 무유의 (수용성 정책의 직접 비용 만 인지). Class 2 (environment-balanced) — 전기료 (음수) · GHG (양수 강함) · 정전 (음수) 중시; 산림 무유의 (총 환경 효익 우선). MWTP — Class 1 정전 1 분 감소 103 KRW/월 > 산림 1 km² 보존 14 KRW > 일자리 11 KRW/월 (per 100 명); Class 2 GHG 100 만톤 감축 81 KRW > 정전 27 KRW > (산림 무유의).

Membership 분석 — sociodemographic 변수보다 재생에너지 인식 (need · technology · policy awareness) 이 class 분리에 더 결정적. 정책 시뮬레이션 — Renewable Energy 3020 의 점진적 RPS 강화 (2018 → 2030) 시 전기료가 2025 년에 spike (현재 의무비율 가속 단계). Simulation 결과 — 2025 시점에 공공 수용율 sharp decline. 해석 — Class 1 (전기료 sensitive) 이 threshold spike 에서 강하게 backlash. 정책 함의 — (i) 전기료 인상의 점진적 sequencing (2025 spike 회피), (ii) Class 1 대상 직접 정전 보상 + 산림 보호 동시 추진, (iii) Class 2 대상 GHG 감축 효과 명확 communication 으로 지지 동원.

핵심 결과

LCM 추정 (N=498, 2 class)

AttributeClass 1 (전기료 sensitive)Class 2 (환경 균형)
전기료 인상− (강함)−
GHG 감축n.s.+ (강함)
일자리 창출+ (약함)(less significant)
정전 시간− (강함)−
산림 훼손−n.s.

MWTP

Class 1 (KRW/월)값
정전 1 분 감소103
산림 1 km² 보존14
일자리 100 명/년11
Class 2 (KRW/월)값
GHG 100 만톤 감축81
정전 1 분 감소27
일자리 100 명/년3

2030 년 시나리오 simulation — Renewable Energy 3020 의 점진적 강화에서 2025 시점 전기료 spike → 공공 수용율 sharp decline 예측. Class 1 의 backlash 가 핵심 동인.

방법론 노트

latent-class-model 의 핵심 — 모집단을 unobserved QQ class 로 분리 + class 내 동질 선호 + class 간 이질. Class-conditional utility:

Unjt∣q=∑kβk∣qXjkt+εnjt∣qU_{njt|q} = \sum_k \beta_{k|q} X_{jkt} + \varepsilon_{njt|q}

Choice probability:

Pnt∣q(i)=exp⁡(Xit′βq)∑jexp⁡(Xjt′βq)P_{nt|q}(i) = \frac{\exp(X_{it}' \beta_q)}{\sum_j \exp(X_{jt}' \beta_q)}

Class membership:

Hnq=exp⁡(zn′θq)∑q=1Qexp⁡(zn′θq)H_{nq} = \frac{\exp(z_n' \theta_q)}{\sum_{q=1}^Q \exp(z_n' \theta_q)}

znz_n 은 인구학적 + 재생에너지 인식 변수. Likelihood:

ln⁡L=∑nln⁡[∑qHnq∏tPnt∣q]\ln L = \sum_n \ln \left[ \sum_q H_{nq} \prod_t P_{nt|q} \right]

MLE 추정. CAIC 최저화로 class 수 결정. Posterior class probability (Bayes):

H^q∣n=P^n∣qH^nq∑qP^n∣qH^nq\hat{H}_{q|n} = \frac{\hat{P}_{n|q} \hat{H}_{nq}}{\sum_q \hat{P}_{n|q} \hat{H}_{nq}}

MWTP:

MWTPxk=−β^nkβ^n,priceMWTP_{x_k} = -\frac{\hat{\beta}_{nk}}{\hat{\beta}_{n,price}}

식별은 (i) 18 alternatives orthogonal design, (ii) 5 attribute 의 within-set variation, (iii) membership 변수의 between-respondent variation. Scenario simulation 은 정부 발표 2018-2030 RPS 의무 비율 trajectory + 전기료 예측 → 매년 attribute level 변화 → choice probability 시뮬레이션 → 공공 수용율 시계열.

연구 계보

본 paper 의 method 조상은 Greene and Hensher (2003) LCM framework + Train (2009) Bayesian DCM. 한국 RPS / 재생에너지 수용성 라인의 직접 선행은 Analyzing Public Preferences and Increasing Acceptability for the Renewable Portfolio Standard in Korea · The Economic Value of South Korea's Renewable Energy Policies (RPS, RFS, and RHO): A Contingent Valuation Study · Public Attitudes Toward the Construction of New Power Plants in South Korea · Do People Really Want Renewable Energy? Who Wants Renewable Energy? Discrete Choice Model of Reference-Dependent Preference in South Korea. 글로벌 사회 수용성 framework 는 Wüstenhagen et al. (2007, Energy Policy) 의 sociopolitical-community-market acceptance 3 분류 + Schumann (2010) 의 passive acceptance + Longo et al. (2008) · Bertsch et al. (2016) heterogeneity. Procedural justice 는 Zoellner et al. (2008). 이종수 author page 의 제3기 행동경제학 심화 의 정책 수용성 sub-line 안에서, 본 paper 는 2014 Analyzing Public Preferences and Increasing Acceptability for the Renewable Portfolio Standard in Korea 의 2021 시점 정책 강화 시뮬레이션 확장 작업이며, sibling Public Attitudes Toward the Construction of New Power Plants in South Korea 와 함께 발전소·재생 정책 수용성 시리즈 의 정책 forecast 표지작.

See also

인접 그래프

1-hop 이웃 10개
  • 인물 2
  • 방법론 1
  • 개념 1
  • 수록처 2
  • 논문 4
휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동