Enhancing Public Acceptance of Renewable Heat Obligation Policies in South Korea: Consumer Preferences and Policy Implications


Sesil Lim, Sung Yoon Huh, Jungwoo Shin, 이종수, Yong-Gil Lee (2015) · Energy Economics 49:373–383 · DOI ↗

한국이 2016 년 시행 예정인 RHO (Renewable Heat Obligation) 정책의 두 가지 대안 design — 열공급사 (heat suppliers) 의무화 vs 건물주 (building owners) 의무화 — 에 대한 end-user 수용성을 2 개 choice-experiment (각 18 alternative, 6 choice set + no-choice) × Bayesian 혼합 로짓 으로 동시 측정. 500 명 face-to-face. 열공급사 RHO 의 가구당 월 MWTP = KRW 4,597 (현 난방비 KRW 100,000 의 4.6%), standard scenario (월 +10%, CO₂ −1%, 일자리 +1만, 안정공급) 수용률 86.22%. 비용 RI 19.57% + 공급 안정성 RI 10.49% 가 dominant. 정책 비용 분석: 열공급사 RHO 의 정부 보조금 부담은 2,655,080 가구 × 10% 인상 시 연 KRW 1,700 억 — 보조 대상이 아닌 14,686,886 가구 에게 WTP 만큼 세금 부과 시 연 KRW 8,100 억 조달 가능. 건물주 RHO 의 50% 보조 시 연 KRW 9,000 억 ~ 1.8 조 (주거 부문 포함).

  • RQ: 한국 RHO 정책의 두 가지 design (열공급사 의무 vs 건물주 의무) 중 어느 쪽이 end-user 수용성이 높은가? 각 attribute (비용, CO₂, 일자리, 안정성, payback, 보조금) 별 MWTP 와 RI 는? 정부 보조금 규모는 얼마나 필요한가?
  • 방법론: choice-experiment (2 개 design 각 18 alternative, 6 choice set + no-choice), 혼합 로짓 (Bayesian, log-normal + normal), mwtp-calculation
  • 데이터: Gallup Korea 2012-08-30 ~ 09-19 face-to-face. N=500 (남 49.8%, 서울 42%, 평균 가구소득 KRW 405 만, 자가 65.8%). 6 metro + 경기 신도시
  • 주요 발견: (i) 열공급사 RHO 의 가구당 월 MWTP = KRW 4,597.25 (현 난방비 KRW 100,000 의 4.6%, standard scenario 수용률 86.22%). (ii) 비용 RI 19.57% > 안정성 RI 10.49% (CO₂ 2.39%, 일자리 4.95%). (iii) 가격 인상 0% → 30% 시 수용률 99.9% → 60.3%, 49% 인상에서 50% 아래 (49.94%). (iv) 건물주 RHO: 보조금 RI 13.86% > 설치비 RI 7.59% > 일자리 6.17%. (v) 정부 보조금 추정 — 열공급사 RHO (10% 인상 시): 2,655,080 가구 × KRW 5,400/월 × 12 = 연 KRW 1,720 억 (15% 인상 시 3,310 억). 비-RHO 가구 14,686,886 × WTP KRW 4,600 × 12 = 연 KRW 8,110 억 세수 가능. (vi) 건물주 RHO 의 50% 보조 (전 주거 부문 포함) = 연 KRW 1.8 조. (vii) RHO 정책 인지도 1.89/5 — 매우 낮음
  • 시사점: (a) 열공급사 RHO 는 공급 안정성 확보를 위한 보조 기술 (energy storage, 보조 열원) 필수, (b) 비-의무 가구 세금 → 의무 가구 보조의 cross-subsidy 가 재정적으로 자생 가능, (c) 건물주 RHO 는 건물별 이질성 큰 만큼 MWTP 단일치 부적합 — 신축 우선 단계적 확대, (d) 정책 인지도 제고 캠페인 우선

Figure 1. 열공급사 RHO 의 가격 인상폭 (0–49%) 에 따른 수용률 변화. baseline (월 +10% = KRW 10,000) 에서 86.22% → 30% 인상 60.3% → 49% 인상에서 50% 아래 (49.94%). 가격 = sole binding attribute 의 시각적 evidence.

요약

세계 최종에너지 수요의 47% (2009) 가 난방 인데도 RE 정책은 대부분 전력·수송에 집중됐다. Beerepoot-Marmion (2012) 의 분석대로 한국 또한 2007 년 전체 에너지 소비의 30.3% 가 난방이지만 (산업 16.8% + 가정 8.3% + 상업 5.2%) 재생열 정책은 빈자리. 2030 년 정부 목표 — RE 가 1차 에너지의 11%, 그중 재생열 이 41% (2008 8.7% 에서) — 달성을 위한 RHO 정책이 2016 년 시행 예정이다. 두 가지 design — (a) 독일 EEWärmeG 식 건물주 의무 (≥ 10,000m² 신축, 난방의 10% 이상 RE), (b) 영국 RHI 식 열공급사 의무 (≥ 500MW 발전사업자에 RPS 처럼) — 의 trade-off 가 정책 결정의 핵심.

방법론은 두 정책에 각각 1 set 의 choice-experiment. 열공급사 RHO 는 4 attribute (난방비 +5/10/15%, CO₂ −0.5/1/1.5%, 일자리 +5/10/15천, 안정성 binary), 건물주 RHO 는 5 attribute (설치비 KRW 6/7/8M, CO₂ + 일자리 동일, payback 3/5/7년, 보조금 0/25/50%). 각 정책 192 / 243 가능 alternative → SPSS 20 orthogonal main-effect plan 으로 18 alternative 로 축약. 6 choice set × (3 alt + no-choice). 혼합 로짓 + Bayesian inference (Allenby-Rossi 1999) — 비용·CO₂ 는 log-normal, 일자리·안정성·payback 는 normal. 500 명 face-to-face (Seoul 42%, age·gender quota).

핵심 발견은 셋. 첫째, 열공급사 RHO 의 MWTP — 가구당 월 KRW 4,597 (현 난방비 KRW 100,000 의 4.6%), standard scenario 수용률 86.22%. 단 가격은 dominant — 0% → 30% 인상에서 수용률 99.9% → 60.3% 로 거의 선형 하락, 49% 인상이 break-even (49.94%). 공급 안정성 의 MWTP KRW 5,904 — 가격 외 가장 큰 attribute 로, 재생열 의 intermittency (날씨·계절 의존) 가 정책 수용성의 진짜 binding constraint. 둘째, 건물주 RHO 의 dispersion — 건물 type·크기·용도별 MWTP 가 너무 다양해 단일 median MWTP 보고 불가능. 보조금 RI 13.86% 가 모든 effect 중 가장 큼 — 정부 보조 비율이 dominant. payback 효과는 미미 (RI 0.32%) — 응답자가 장기 비용 회수 를 별로 신뢰하지 않음. 셋째, 재정 자생성 — 열공급사 RHO 의 보조금 부담 (10% 인상 시 연 KRW 1,720 억) 은 비-RHO 가구 14,686,886 × WTP KRW 4,600 × 12 = 연 KRW 8,110 억 의 세수로 5 배 잉여. 즉 cross-subsidy 가 self-financing 가능. 건물주 RHO 는 신축 우선 (≥ 10,000m² 700 동/년) 보조 시 연 21–42 억 추가, 주거 전 부문 확대 시 연 KRW 9,000 억 ~ 1.8 조 필요. 한계 — (i) 단일 시점 측정 (RE 기술 진화 dynamics 미반영), (ii) 4–6 attribute 한정 (효율, 에너지 보안 제외), (iii) consumer heterogeneity structure 미설명 (LCM 후속 작업 권고).

핵심 결과

열공급사 RHO mixed logit (Table 3, N=500)

Attribute분포Mean (b)MWTPRI (%)
난방비 (1k KRW/월)Log-normal−0.806***19.57
CO₂ (Mt CO₂eq/년)Log-normal0.147***KRW 0.425/1만톤2.39
일자리 (1만 명/년)Normal0.391**KRW 0.057/인4.95
안정성 (binary)Normal2.329***KRW 5,90410.49
Reject RHONormal−13.944***KRW −55,16762.59

standard scenario (월 +10% = KRW 10,000, CO₂ −1%, 일자리 +1만, 안정공급) 수용률 86.22%. 월 MWTP = KRW 4,597.25.

건물주 RHO mixed logit (Table 4, N=500)

Attribute분포Mean (b)RI (%)
설치비 (M KRW)Log-normal−1.091***7.59
CO₂Log-normal0.033***1.13
일자리Normal0.349***6.17
Payback (년)Log-normal−0.010***0.32
보조금 (10%)Normal0.214***13.86
Reject RHONormal−14.010***70.93

재정 자생성 callout

열공급사 RHO: 보조금 부담 2,655,080 가구 × KRW 5,400/월 (10% 인상 시) × 12 = 연 KRW 1,720 억 비-RHO 가구 세수 가능 14,686,886 × KRW 4,600/월 × 12 = 연 KRW 8,110 억 — 5 배 잉여로 self-financing 건물주 RHO (주거 전체, 50% 보조) = 연 KRW 1.8 조 — 재정 부담 매우 큼

방법론 노트

혼합 로짓 (McFadden 1974, Train 2003) 의 utility specification — 열공급사 RHO 는 4 attribute + reject dummy:

Unj=βn1Xj,cost+βn2Xj,CO2+βn3Xj,employ+βn4Dj,stable+βn5Dj,no-choice+εnjU_{nj} = \beta_{n1} X_{j,\text{cost}} + \beta_{n2} X_{j,\text{CO}_2} + \beta_{n3} X_{j,\text{employ}} + \beta_{n4} D_{j,\text{stable}} + \beta_{n5} D_{j,\text{no-choice}} + \varepsilon_{nj}

random parameter βn\beta_n 가 응답자 간 heterogeneity 를 반영. 비용·CO₂ 는 sign 일관성으로 log-normal, 안정성·일자리·reject 는 normal. choice probability:

Pnj=(eβnxnjieβnxni)f(β)dβP_{nj} = \int \left( \frac{e^{\beta_n' x_{nj}}}{\sum_i e^{\beta_n' x_{ni}}} \right) f(\beta) d\beta

MWTP 는 attribute kk 의 marginal utility 를 cost attribute 의 marginal utility 로 나눈 음수:

MWTPxjk=Unj/xjkUnj/xj,cost=βkβcostMWTP_{x_{jk}} = -\frac{\partial U_{nj} / \partial x_{jk}}{\partial U_{nj} / \partial x_{j,\text{cost}}} = -\frac{\beta_k}{\beta_{\text{cost}}}

Bayesian inference (Allenby-Rossi 1999, Edward-Allenby 2003) 는 traditional MLE 의 initial value 의존성global maximization 문제를 해결. RI 는 attribute level range × β / total part-worth × 100. Identification 은 (i) orthogonal main-effect plan 의 attribute 직교성, (ii) Huber-Zwerina (1996) 의 efficient design 4 기준 (level balance, orthogonality, minimal overlap, utility balance) 만족, (iii) no-choice dummy 가 baseline utility 를 anchor. 한계 — (i) main-effect 만 식별 (interaction 무시), (ii) 단일 시점 cross-section, (iii) heterogeneity structure 미식별 (LCM 후속 필요).

연구 계보

본 paper 는 이종수2 기 (2005~) energy-transition-policy-acceptance 라인의 3 정책 시리즈 마무리. 직접 predecessor 는 (a) Quantifying Drivers' Acceptance of Renewable Fuel Standard: Results from a Choice Experiment in South Korea (RFS attribute별 MWTP), (b) The Economic Value of South Korea's Renewable Energy Policies (RPS, RFS, and RHO): A Contingent Valuation Study (RPS/RFS/RHO 통합 CVM, RHO 가구 WTP KRW 3,971/월) — 본 paper 는 RHO 만 stand-alone choice experiment 로 정책 design alternative (열공급사 vs 건물주) 까지 비교. (c) Steinbach et al. (2013) 의 EU member state harmonization 비교, (d) Beerepoot-Marmion (2012) 의 IEA Insight series 가 비교 backbone. 방법론은 McFadden-Train mixed logit + Allenby-Rossi Bayesian.

기술경영경제정책전공 그룹 내 sibling — Shin·Woo·Huh·Lee·Jeong (2014, Energy Economics 42:17–26) 의 RPS public preference (Analyzing Public Preferences and Increasing Acceptability for the Renewable Portfolio Standard in Korea) 와 동일 응답자 sample·동일 attribute level 설계 logic 공유. Sesil Lim (= Sungbae Lim) 박사 라인의 renewable policy 수용성 작품, 같은 해 Consumer Valuation of Personal Information in the Age of Big Data (data privacy WTA) 으로 공공정책 stated-preference 응용 영역 확장. 공저자 Yong-Gil Lee (Inha University 에너지자원공학과) 은 공급측 기술 관점 보강.

See also

인접 그래프

1-hop 이웃 14
  • 인물 6
  • 개관 1
  • 방법론 2
  • 수록처 1
  • 논문 4
휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동