TEMEP Wiki

Policy Designs to Increase Public and Local Acceptance for Energy Transition in South Korea

문성호, youngwoo-kim, minsang-kim, 이종수 (2023) · Energy Policy 182:113736 · DOI ↗

한국 재생에너지 확대 정책의 공중 (general public, N=1,050) 과 발전소 인근 지역민 (local, N=310) 사이 수용성 비대칭 을 discrete-choice-experiment + 혼합 로짓 (Bayesian MCMC) 로 측정. 양 그룹 모두 offshore wind oriented mix 최선호, hydrogen fuel cell oriented mix 최비선호. 지역민은 경제적 이익 (job, revenue share) 에 더 큰 MWTP, 전기료 인상에 더 민감. Scenario 분석으로 지역민 incentive 강화 (job 100/1000 + revenue share 10%) 시 지역 수용률 > 공중 수용률 역전 가능.

  • RQ: 한국 에너지 전환 (renewable share 확대) 정책 설계에서 (i) 공중과 지역민이 energy mix, GHG 감축, 새 일자리, revenue share, visual intrusion, 전기료 에 부여하는 MWTP 가 어떻게 다른가, (ii) 정책 design 변수 (incentive, differential tariff) 가 공중 vs 지역 수용률 격차 를 어떻게 좁히는가?
  • 방법론: discrete-choice-experiment (4,608 조합 → orthogonal design 24 alt → 8 sets × 3 + no-choice), 혼합 로짓 (normal coefficient distribution), 베이지안 추정 + markov-chain-monte-carlo (30,000 iter, 15,000 burn-in), MWTP per attribute, T-test on group-level MWTP difference
  • 데이터: Gallup Korea 온라인 survey 2021-11, 공중 N=1,050 + 지역민 (재생 발전소 인근) N=310. Purposive quota sampling, region/gender/age 매칭. P-value of demographic 차이: regional 만 유의 (지역민은 Gyeonggi 41.6%, Incheon 13.5%, Gangwon/Jeju 8.1% 비중 높음).
  • 주요 발견: (i) Renewable share 10%↑ MWTP: 공중 +USD 0.89, 지역 +USD 1.22 (p=0.039, 지역이 더 높음). (ii) Mix 선호: offshore wind (공중 +USD 1.39, 지역 +USD 4.09, p=0.039 — 지역이 3 배 강한 선호) > onshore wind > solar PV (baseline) > hydrogen fuel cell (공중 -USD 1.77, 지역 -USD 2.87, p=0.075). (iii) Job 창출 MWTP: 공중 +USD 0.67/10 jobs, 지역 +USD 3.06/10 jobs (4.5 배). (iv) Revenue share MWTP: 공중 +USD 1.44/%, 지역 +USD 5.68/% (4 배). (v) 정책 거부 dummy MWTP: 공중 -USD 5.95, 지역 -USD 10.11 (p=0.091 — 지역이 더 강한 정책 지지). (vi) Scenario 4: incentive 100 jobs/1000 + 10% revenue share 도달 시 지역 수용률 > 공중 수용률. (vii) Scenario 5: 전기료 40% 인상 지점부터 공중-지역 격차 확대 → differential tariff 의 정당화 근거.
  • 시사점: (a) NIMBY 가설의 조건부 반전 — 지역민이 fuel cell 안전 이슈와 가격에 더 민감하지만 경제적 이익 보장 시 공중보다 더 강력 지지. (b) just-transition 의 distributional + procedural justice 원칙의 정책 설계 함의: revenue share + job 의 적정 수준 (10% rate of return, 100 jobs/1000) 의 정량 식별. (c) Offshore wind 의 dual-acceptance 우위 — 정부의 13 GW offshore + 3 GW onshore (2030) 계획 정합. (d) Differential electricity tariff 의 수용성 격차 완화 가능성 — 발전 지역-소비 지역 불균형 해소.

Figure 3: MWTP comparison public vs local (Solar PV mix baseline)

요약

이 paper 는 이종수 의 consumer/citizen preference 라인 (2010-2025) 의 energy justice 확장이다. 기존 한국 RPS / 재생에너지 수용성 연구 (Shin et al. 2014, Huh et al. 2015, Kim et al. 2018, 2020b) 는 공중 단일 표본 만 다뤘고, 독일/스코틀랜드/미국에서만 지역 vs 공중 비교 (Sonnberger & Ruddat 2017, Bergmann et al. 2008, Sharpton et al. 2020) 가 진행됐다. 본 paper 는 (i) 한국에서 공중 N=1,050 + 발전소 인근 지역민 N=310 의 동일 attribute 동시 비교, (ii) renewable mix 를 4 source (onshore/offshore wind, solar PV, fuel cell) oriented 로 세분화, (iii) attribute 1 (share) × attribute 1.1 (mix) 의 interaction term 으로 share-mix 결합 효과를 명시 추정한다.

방법론은 6 개 attribute (share 4, mix 4, GHG 4, jobs 3, revenue share 3, visual 2, price 4) → 4,608 조합 → orthogonal design 으로 24 alt → 8 sets × 3 alt + no-choice. Coefficient 는 normal distribution 가정, Bayesian MCMC 30,000 iter (15,000 burn-in). 식 (7) 의 utility 함수에 mix × share interaction 가 들어가 있어 — solar PV-oriented mix 가 baseline 으로 fixed — 다른 mix dummy 가 share 와 곱해져 해석은 “share 10%↑ + mix shift” 의 결합 marginal utility. MWTP 도출은 표준 −βk/βprice-\beta_k / \beta_{\text{price}}, T-test 로 공중-지역 차이 유의성 검증.

핵심 발견은 지역민이 ICEV 같은 NIMBY 단순 반대자가 아니라 sophisticated participatory actor 라는 점. (i) 양 그룹 모두 정책 거부 dummy 가 강한 음 (no-choice MWTP 공중 -USD 5.95, 지역 -USD 10.11) — 지역민이 더 강하게 정책 지지. (ii) 양 그룹 모두 fuel cell 최비선호 — 2019 강릉 수소 폭발 사고 영향 + 75% 미만이 hydrogen 에 익숙. (iii) 지역민의 revenue share MWTP 가 공중의 4 배 — 단순 보상 욕구가 아닌 participation = ownership 의 institutional 선호. Scenario 분석은 4 가지: 2030 NDC (이전 정부), 10차 기본계획 (현 정부), mix 변경, 지역 incentive, differential tariff. Incentive scenario 에서 100 jobs/1000 + 10% revenue share 도달 시 지역 수용률 > 공중 수용률 — 이 역전점 이 just-transition 정책 design 의 quantitative threshold. Offshore wind 가 dual-acceptance maximum (공중 +4.11%p, 지역 +6.87%p) + acceptance gap 최소 (3.69%p → 0.93%p) — 정부의 offshore-priority 13 GW 계획에 empirical mandate 제공.

핵심 결과

AttributePublic mean (b)Local mean (b)MWTP publicMWTP localT-test p
Renewable share (10%)1.169***1.048***USD 0.89USD 1.220.039
Onshore wind mix (vs solar)1.659***1.413***USD 1.43USD 2.010.763
Offshore wind mix1.751***2.848***USD 1.39USD 4.090.039
Fuel cell mix-2.155***-2.607***-USD 1.77-USD 2.870.075
GHG reduction (10%)0.580**0.368 (n.s.)USD 0.47USD 0.370.915
Jobs (10/1000)0.749***2.277***USD 0.67USD 3.060.176
Revenue share (%)2.666***3.581***USD 1.44USD 5.680.059
Visual intrusion (dummy)-0.175***-0.312***-USD 0.63-USD 0.770.351
Electricity bill (100 KRW)-0.064***-0.075***———
Reject policy (dummy)-5.895***-7.058***-USD 5.95-USD 10.110.091

Scenario 결과 정량 (acceptance rate, %):

  • Sc 1 (2030 NDC): 공중 87.4%, 지역 86.0% (격차 +1.42%p)
  • Sc 2 (10차 기본계획, electricity ↓): 공중 88.2%, 지역 87.9% (격차 +0.31%p, 좁혀짐)
  • Sc 3 (offshore wind mix): 공중 +4.11%p, 지역 +6.87%p — 격차 3.69%p → 0.93%p
  • Sc 4 (지역 incentive 강화): 100 jobs/1000 + 10% revenue 도달 시 지역 > 공중 역전, 지역 최대 90.16%
  • Sc 5 (electricity 40% ↑): 공중-지역 격차 확대 → differential tariff 정당화

방법론 노트

혼합 로짓 sequential choice utility (t = 1, …, T choice sets):

Unjt=βn′xnjt+εnjtU_{njt} = \beta_n' x_{njt} + \varepsilon_{njt}

Probability of choice sequence:

Pn(yn∣b,W)=∫L(yn∣βn)f(βn∣b,W)dβnP_n(y_n | b, W) = \int L(y_n | \beta_n) f(\beta_n | b, W) d\beta_n

L(yn∣βn)=∏texp⁡(βn′xnjt)/∑iexp⁡(βn′xnit)L(y_n | \beta_n) = \prod_t \exp(\beta_n' x_{njt}) / \sum_i \exp(\beta_n' x_{nit}). Bayesian 추정의 joint posterior:

K(βn∀n,b,W∣Y)∝∏n=1NL(yn∣βn)f(βn∣b,W)k(b,W)K(\beta_n \forall n, b, W | Y) \propto \prod_{n=1}^N L(y_n | \beta_n) f(\beta_n | b, W) k(b, W)

markov-chain-monte-carlo 로 30,000 iter, burn-in 15,000. Utility specification 에 share × mix interaction:

Unj=βsharexshare+(βonshoredonshore+βoffshoredoffshore+βfuelcelldfuelcell)xshare+⋯+βNoChoicedNoChoice+εnjU_{nj} = \beta_{\text{share}} x_{\text{share}} + (\beta_{\text{onshore}} d_{\text{onshore}} + \beta_{\text{offshore}} d_{\text{offshore}} + \beta_{\text{fuelcell}} d_{\text{fuelcell}}) x_{\text{share}} + \cdots + \beta_{\text{NoChoice}} d_{\text{NoChoice}} + \varepsilon_{nj}

Solar PV-oriented mix 가 baseline (계수 0). Identification: (i) orthogonal fractional factorial 의 attribute 직교성, (ii) Bayesian 안정성 (MCMC convergence), (iii) 동일 design 의 공중/지역 별도 추정 → MWTP T-test 로 group difference 식별. 한계: (a) coefficient 정규분포 가정의 fuel cell 강한 두꺼운 꼬리 미반영 가능성, (b) electricity price 가 mix 별 동일 가정 — 실제 fuel cell vs solar 의 LCOE 차이 미반영.

연구 계보

본 paper 는 (a) Shin et al. (2014 Energy Economics) 의 한국 RPS 수용성, (b) Huh et al. (2015) 의 혼합 로짓 한국 전력 수용성, (c) Kim et al. (2018) 의 reference-dependent + hierarchical Bayesian, (d) Kim et al. (2020b) 의 4-source 전력 mix 분석, (e) Sonnberger & Ruddat (2017) 독일 wind farm 의 public-local 비교, (f) Bergmann et al. (2008) Scotland rural-urban 차이, (g) Tanujaya et al. (2020) 한국 community renewable 분석, (h) just-transition 문헌 (Heffron & McCauley 2014, Jenkins et al. 2016, McCauley et al. 2019, Dallenes et al. 2023), (i) 정부의 2030 NDC (이전 정부) + 10차 기본계획 (현 정부) + Carbon Neutrality Act + Hydrogen Act 를 결합한다. TEMEP 내 sibling: 이종수 의 energy preference 라인 — Impact of Energy Production Mix on Alternative Fuel Vehicle Adoption in Korea (AFV mix, 동일 1 저자) 의 후속 + Analysis on the Acceptance of Coal Phase-Out Policy Considering Public Preferences: Policy Implications and Future Direction Based on Empirical Evidence from South Korea 의 직접 선행.

See also

인접 그래프

1-hop 이웃 9개
  • 인물 2
  • 방법론 2
  • 주제 1
  • 수록처 2
  • 논문 2
휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동