전 세계적으로 인구고령화 현상, 제조업에서 서비스업으로의 업종 변화, 금융 및 재정위기로 인한 불황의 지속 그리고 소득불균형의 심화 등으로 인한 저성장 기조가 지속되고 있다. 이러한 가운데 기후변화문제가 새로운 위험요인으로 떠오르고 있다. 지구온난화를 억제하기 위해 2015년 196개국이 참여하여 체결한 파리협정은 전 세계적인 저탄소 패러다임 확산의 신호탄이 되고 있다. 파리협정은 산업화시대 이전 대비 지구 평균기온 상승폭을 2℃ 이하로 억제하고 가능하면 1.5℃까지 억제할 수 있도록 노력할 것을 명시하고 있다. 또한 인위적인 온실가스 배출량과 흡수원에 의해 제거되는 온실가스량의 균형을 21세기 후반부에 달성한다는 장기 목표를 제시하고 있다. IPCC AR5에 따르면, 지구 평균기온 상승폭을 2℃ 이하로 억제하려면 전 세계 온실가스 배출량을 2050년까지 2010년 대비 40∼70% 감축해야 한다. 이 점은 전 세계 온실가스 배출량의 약 40%를 차지하고 있는 전력산업의 온실가스 감축이 매우 중요함을 의미한다. OECD 유럽회원국들의 전력생산량 증가율은 2005년 이후 GDP 성장률에 비해 둔화되었고, 2011년 이후에는 탈동조화 현상이 나타나고 있다. 탈동조화 현상의 주요 원인은 에너지 절약기술의 향상, 가정 및 상업부문에서의 냉난방, 조명, 가전제품들의 에너지 효율 향상을 꼽을 수 있다.

우리나라 역시 국제적인 기후변화 대응 노력에 동참하기 위해 국가 온실가스 배출전망치(Business as Usual; BAU) 대비 2030년 37% 감축이라는 국가 감축목표를 설정하였다. 2013년 기준 국가 총 온실가스 배출량에서 약 36%를 차지하고 있는 발전부문의 온실가스 감축은 매우 중요하다. 우리나라의 전력소비는 소득 증가, 전기제품의 보급 확대, 이용의 편리성, 그리고 낮은 수준의 전기요금 등으로 인해 매우 빠른 증가 추세를 보이고 있다. 이러한 증가추세는 발전부문의 온실가스 배출량의 동반 증가추세 현상을 가져왔다. 1990년 발전부문의 온실가스 배출량은 36 백만 tCO₂eq에서 2013년에는 249.5 백만 tCO₂eq으로 연평균 8.8%의 증가추세를 이어왔다.¹⁾ 산업통상자원부(2017)의 최대 전력수요 전망에 따르면 2018년에서 2030년까지의 전력소비량의 연평균 증가율은 1.2%로 86.3 GW에서 101.9 GW로의 증가가 예상되고 있다. 따라서 전력산업의 저탄소화는 매우 중요한 문제이다.

전력산업이 기존의 패러다임에서 벗어나 온실가스 배출문제를 해결함과 동시에 이를 새로운 기회로 탈바꿈하기 위해서는 우리나라의 여건에 맞는 지속가능하며 환경친화적인 전력정책으로의 전환이 중요하다. 이를 위해서는 전력산업의 온실가스 배출량의 변화와 원인들에 대한 분석이 필요하다. 이와 관련하여 본 연구에서는 에너지 소비 변화와 온실가스 배출변화의 원인을 규명하는데 많이 활용되어 오고 있는 요인분해분석(decomposition analysis)을 사용하여 전력산업의 온실가스 배출량 변화요인을 분석하였다. 특히 요인분해분석의 문제점으로 지적된 잔차(residual)를 해결하여 분석의 정확성을 높이기 위해 Ang et al.(1998)이 제안한 로그 평균 디비지아 지수(Logarithmic Mean Divisia Index; LMDI) 방법을 적용하였다. 또한 Tapio(2005)가 제안한 탈동조화지수(decoupling in-dex)를 활용하여 1990년부터 2016년 기간동안의 총발전량과 발전부문의 이산화탄소 배출량 간의 탈동조화 현상을 살펴보았다. 본 논문의 구성은 다음과 같다. 2장에서는 선행연구를 기반으로 본 연구에서 사용한 로그평균 디비지아 분석모형을 설명하였다. 3장에서는 분석에 사용된 자료의 특성에 대해 설명하였고, 4장에서는 요인분해분석 결과와 탈동조화지수 분석 결과를 제시하였다. 5장에서는 실증분석 결과를 바탕으로 발전부문의 저탄소전략을 위한 정책적 시사점을 제시하였다.

발전부문을 포함하여 국가 전체 온실가스배출량 변화를 분석하는데 널리 사용되고 있는 방법으로 요인분해분석이 있다. 요인분해분석은 크게 구조분해분석(structural decomposition analysis)과 지수분해분석(index decomposition analysis)으로 나뉘는데,²⁾ 이 중 지수분해분석 방법론은 1970년대부터 에너지 수요와 이산화탄소 배출량을 분석하는데 널리 사용되고 있다. 1980년대 사용된 대표적인 지수분해분석 방법론인 라스파이레스 지수는 적용이 쉬운 반면, 요인 분해할 경우 잔차(resi-dual)가 발생하여 정확도가 낮아지는 단점을 갖고 있다. 이 단점을 극복하기 위해 개발된 방법론이 디비지아 지수이다. 요인 변화를 분석하기 위해 다른 요인들을 기준 연도에 고정시키는 라스파이레스 지수와 달리 디비지아 지수는 각 요인의 변화를 산술평군 혹은 로그평균 변화로 결정하고, 기준년도를 통한 비교가 아닌 기준연도와 비교연도의 평균치를 이용하여 라스파이레스 지수가 갖고 있는 단점, 즉 잔차문제를 해결하였다(Boyd et al., 1988). Ang(2004)은 라스파이레스 지수와 디비지아 지수의 결과를 비교하면서 디비지아 지수의 우수성을 강조하였다. 특히 Ang(2001)에 의해 소개된 로그 평균 디비지아 지수(Log Mean Divisia Index; LMDI) 방법론은 많은 연구에서 사용되고 있다.

LMDI 방법론을 적용하여 발전부문의 온실가스 배출량의 요인을 분석한 연구들로는 Chung and Lee(2001), Kim et al. (2010), 김현용(2013), Zhang(2013), Kim et al.(2016)이 대표적이다. Chung and Lee(2001)는 LMDI 방법론을 이용하여 전환부문(발전산업)을 포함한 국내 산업부문별 에너지 소비량에 따른 이산화탄소 배출량의 변화 요인을 분석하였다. Kim et al.(2010)은 국내 전력산업의 탄소배출 변화의 원인을 발전원 구성(mix), 발전효율, 송배전 손실 등과 같은 전력공급의 변화요인과 산업구조, 산업규모, 가구소비 패턴 변화 등과 같은 전력수요 변화요인으로 구분한 후 LMDI 방법을 이용하여 전력산업의 가치사슬 전방에 걸쳐 탄소배출 요인을 분석하였다. Kim(2013) 역시 LMDI 방법론을 적용하여 우리나라를 포함한 OECD 20개국의 발전부문에서 발생하는 이산화탄소 배출량 변화 요인을 분석하였는데, 분석 결과 개별 국가들의 발전부문의 이산화탄소 배출량에 영향을 주는 요인은 다르게 나타났지만, 공통적으로는 화력발전의 비율, 연료 전환 및 연료 효율을 통제해야만 발전부문의 이산화탄소 배출량을 줄일 수 있는 것으로 나타났다. Zhang(2013)과 Kim et al.(2016) 역시 LMDI 방법을 이용하여 중국과 한국의 발전산업을 대상으로 배출요인을 분석하였다. 각 연구들이 사용한 요인변수들을 살펴보면, 전체 전력생산량이 이산화탄소 배출에 미치는 영향, 전체 발전량에서 차지하는 화력발전 비중의 변화, 화력발전에 투입되는 연료 당 생산되는 전력량(효율성) 변화, 화력발전에 투입되는 연료들의 비중(즉, 연료 혼합) 변화, 원자력 발전 대비 신재생에너지 비중의 효과, 송배전 손실에 따른 변화 등이 사용되었다. 본 연구에서는 Zhang(2013)의 방법론을 기초로 하여 발전부문의 이산화탄소 총배출량을 식 (1)과 같이 5가지 요인으로 구성하였다.

식 (1) 우변의 첫 번째 항은 발전을 위해 사용하는 연료 중 석탄, 석유, 가스와 같은 화석에너지 총사용량(E) 대비 발전부문의 이산화탄소 배출량(C)으로, 발전부문의 화석연료 탄소집약도(fossil fuel carbon intensity)를 의미한다. 일반적으로 탄소집약도(carbon intensity)란 소비한 에너지에서 발생된 CO₂ 배출량을 총 에너지소비량으로 나눈 값으로, 수치가 높을수록 탄소함유량이 높은 에너지 사용률이 높다는 것을 의미한다. 예를 들면 같은 열량의 에너지를 얻기 위해 석탄을 소비하는 것이 천연가스를 소비하는 것보다 탄소집약도가 높다.

한편, 발전부문의 이산화탄소 배출량은 식 (2)와 같이 산정할 수 있다.

여기서 하첨자 i는 발전연료 유형, 즉 석탄, 석유, 가스와 같은 화석에너지 발전연료를 나타내고, k_i는 화석에너지 발전연료 i의 이산화탄소 배출계수(TC/toe)를 나타낸다.

식 (1) 우변의 두 번째 항은 발전을 위해 사용된 화석연료사용량(E)을, 화력발전량(Q)으로 나눈 값, 즉 화력발전에 투입된 화석연료의 양을 나타내는데, 이를 화석연료의 집중도(fossil fuel intensity)라고 한다. 화석연료 집중도의 역수는 투입된 화석에너지 당 생산된 화력발전량을 의미하므로 화력발전의 효율성을 의미한다.

식 (1) 우변의 세 번째 항은 총발전량(G)에서 화력발전량(Q)이 차지하는 비중의 변화, 즉 화력발전 의존도를 나타낸다. 만약 화석연료를 사용하여 발전한 비중이 증가한다면 화력발전 의존도 효과는 양(+)의 방향으로 진행하여 발전부문의 이산화탄소 배출량을 증가시킬 것이다. 반면, 非화석연료인 원자력과 신재생에너지의 비중이 증가한다면 화력발전 의존도 효과는 음(-)의 방향으로 진행하여 발전부문의 이산화탄소 배출량을 감소시킬 것이다.

네 번째 항은 국민소득(M) 즉, GDP당 전력생산량(G)을 나타내며, 전력집약도(electricity intensity)를 의미한다. GDP가 증가할수록 전력소비가 증가하고, 이에 따라 에너지소비량이 증가하게 되어 발전부문의 이산화탄소 배출량을 증가시킬 것이다. 즉, 경기침체가 발생한 해에는 경제성장 효과는 음(-)의 방향으로 진행되어 발전부문의 이산화탄소 배출량을 감소시킬 것이며, 경기가 활성화된 해에는 부호가 양수(+)으로 나타나고, 이산화탄소 배출량을 증가시킬 것으로 예상한다.

식 (1)을 수식으로 간략하게 정리하면 다음과 같다.

시간변화에 따른 발전부문의 이산화탄소 배출량의 변동을 요인별로 보다 자세하게 분석하기 위해CE=CE,EQ=EQ,QG=QG,GM=GM으로 가정한 후, 식 (3)의 양변을 시간(t)에 대해 미분을 하면 식 (4)를 구할 수 있다.

식 (4)를 구간 [0, t]로 적분하면 0∼t 기간까지의 각 요인의 변화를 알 수 있다.

C_t - C₀ = ∆C로 치환하면, 0∼t 기간까지의 이산화탄소 배출량의 변화, ∆C는 식 (6)과 같이 표현될 수 있다.

식 (6)을 Ang and Liu(2001)에 따라 LMDI 형태로 나타내면 다음과 같다. 이때 하첨자 t는 분석연도를, 하첨자 0은 기준연도를 의미한다.

이때 ω=Ct-C0InCt-InC0이며, ∆CE는 발전부문의 화석연료 탄소집약도(carbon intensity)효과를, ∆EQ는 화석연료집중도(fossil fuel intensity) 효과를, ∆QG는 화력발전의존도(비중변화) 효과를, ∆GM 은 전력집약도(electricity intensity) 효과를, 그리고 ∆M 은 경제발전 효과를 의미한다.

전력생산에 사용된 석유, 석탄, 가스 등 화석에너지사용량과 에너지원별 발전량 자료는 한국전력공사의 한국전력통계를 이용하였다. 에너지원별 이산화탄소 배출량은 IPCC(1996) 가이드라인에서 제시한 배출계수를 이용하였다. 무연탄의 경우 1.1 ton C/toe이며, 유연탄은 1.059 ton C/toe이다. 중유와 LNG의 배출계수는 각각 0.857 ton C/toe, 0.637 ton C/toe이다. 각 에너지의 단위(톤, 배럴, m³)를 석유환산톤(ton of oil equivalent, toe)으로 환산하기 위해 에너지경제연구원의 “에너지열량환산” 기능을 사용하였다. 각 연료사용량을 석유환산톤으로 산정한 후 배출계수로 곱해 얻은 배출량 단위는 탄소 톤(TC)이므로 이를 이산화탄소 톤(tCO₂)로 환산하기 위해 44/12를 곱하였다. 실질 GDP 자료는 e-나라지표 사이트 정보와 한국은행에서 발표한 연도별 국내총생산 디플레이터 자료를 사용하여 산출하였다.³⁾

분석기간은 1990년부터 2016년이며, 분석에 사용한 변수들의 기초 통계량은 Table 1에 정리되어 있다. 분석기간 동안 연평균 화석연료사용량은 42.7 백만toe이며, 석탄사용량(27.05 백만toe)이 가장 많은 것으로 나타났다. 석탄사용에 따른 전력생산량은 연 평균 약 122 TWh로 전체 화력발전량의 86%를 차지하고 있다. 분석기간 동안의 연평균 총발전량은 약 326.1 TWh로 이 중 화력발전이 차지하는 비중은 약 44%이다.⁴⁾ 한편, 발전부문에서 발생되는 이산화탄소 배출량은 연평균 약 144.3 백만tCO₂이며, 이 중 석탄발전으로부터 발생한 이산화탄소배출량은 연 평균 약 105.2 백만tCO₂으로 전체 이산화탄소 배출량의 약 73%를 점하고 있다.

전력산업의 온실가스 배출요인 분석결과, 증가요인으로는 국민소득의 증가. 즉 경제발전효과와 국민소득 대비 총발전량 비율을 나타내는 전력집약도 변화 효과로 나타났다. 반면, 발전부문의 이산화탄소 배출 감소요인으로는 화석연료의 집중도 변화와 화력발전의존도의 변화로 분석되었다. 한편, 발전량과 발전부문의 이산화탄소 배출량 간의 탈동조화 지수(DI)를 산출한 결과, 1990년부터 2016년 기간 동안의 DI 수치는 0.85로 나타났다. 시대별로는 1990년대(1990∼1999년)에는 1.27로 총발전량보다 이산화탄소 배출량이 더 크게 증가한 것으로 분석되었고, 2000년대에는 DI 값이 0.68로 총발전량의 증가에 비해 발전부문의 이산화탄소 배출량의 증가는 상대적으로 작은 것으로 분석되었다.

발전부문의 이산화탄소 배출량을 줄이기 위해서는 중장기적으로 발전을 위해 사용되는 화석연료 중 석탄사용의 비중을 감소시키고, 화력발전의 효율을 향상시키는 것이 필요하다. 또한 발전부문의 저탄소화를 위해서는 경제성장과 발전부문의 이산화탄소 배출량 간의 동조화 현상을 벗어나는 것이 중요하다. 이를 위해서는 경제성장과 함께 더불어 증가하고 있는 전력소비를 원천적으로 감소시키는 것이 필요하다. 하지만 고급 에너지원인 전력에 대한 수요는 GDP 성장과 더불어 지속적으로 증가할 것으로 전망되고 있다. 산업통상자원부의 제8차 전력수급기본계획에 따르면 최대 전력수요는 2018년 86.3 GW에서 2030년에는 101.9 GW까지 증가할 것으로 전망하고 있다. 따라서 경제성장과 발전부문의 이산화탄소 배출량간의 동조화 현상을 탈피하기 위해서는 발전부문의 에너지전환이 중요하다. 즉, 필요로 하는 전력을 화력발전이 아닌 신재생에너지발전과 같은 친환경에너지원을 활용하여 생산하는 것이 필요하다.⁸⁾ 또한 전력부문의 탄소집약도를 낮추는 노력이 필요하다. IEA(2016)에 따르면 우리나라의 경우, 1 kWh의 전기를 생산하는데 발생하는 CO₂ 배출량은 1990년 543 gCO₂/kWh에서 2014년에는 517 gCO₂/kWh으로 다소 개선되었지만, 같은 기간 동안의 OECD 회원국 평균은 1990년 509 gCO₂/kWh에서 2014년에는 421 gCO₂/kWh으로 우리나라와 비교하여 큰 폭의 개선을 보이고 있다(Fig. 5).

Fig. 5. 
Compare CO₂ emissions per kWh from electricity generation with Korea and OECD (unit: gram CO₂/kWh)

Note: The author draw the graph directly using IEA (2016) data.

본 연구는 발전부문의 이산화탄소 배출 요인을 1990∼2016년 기간에 대해 로그 평균 디비지아 분석방법을 적용하여 화석연료 탄소집약도 효과, 화석연료의 집중도 효과, 화력발전 의존도 효과, 전력집약도 효과 그리고 경제발전효과로 구분하여 분석하였고, 아울러 총발전량과 발전부문의 이산화탄소 배출량 간의 탈동조화 현상을 살펴보았다는 점에서 의의를 갖고 있다. 하지만 발전부문에서 발생하는 메탄, 아산화질소 등 다른 온실가스 배출에 대해서는 분석에서 제외하였다는 한계점을 갖고 있으며, 발전부문의 이산화탄소 배출량 산정에 있어서 열 생산에 따른 화석에너지사용량과 그에 따른 이산화탄소 배출량 그리고 석탄, 가스, 석유 외에 화력발전 연료로 사용되고 있는 폐기물의 사용과 이에 따른 이산화탄소 배출량은 제외하였다는 한계점을 갖고 있다. 향후, 요인분해결과와 발전부문의 이산화탄소 배출전망을 결합하여 다양한 시나리오 하에서 발전부문의 온실가스 감축목표 달성을 위해 어떠한 요인들이 얼마큼 향상 혹은 개선되어야 하고, 이를 위해 어떠한 제도적 정책적 지원이 필요한지 등에 대한 후속 연구가 필요하다.