1. 연구 배경 및 목적
지난 2005년에 ‘수소경제 국가비전 및 실행계획 수립 연구’를 통해 수소에너지가 향후 2040년까지 어떤 경로로 보급될 것인지에 대한 로드맵이 수립되었다. 이 연구결과에 의하면 최종에너지 수요 대비 수소에너지의 비중을 2040년까지 15%로 늘리기 위해서는 총 207조원의 투자가 필요할 것으로 추정되었다. 이에 따라 연관산업에 미치는 파급효과를 투입산출모형을 이용하여 분석하였으나, 투입산출모형은 투입산출계수에 기초한 경제적 파급효과만 분석할 뿐 기회비용, 최적화 행위, 부문간 균형조건 등을 고려하지 못하여 파급효과를 과다추정하는 경향이 있다. 본 연구에서는 이러한 산업연관분석기법의 한계를 극복하고자 동태 CGE(Computable General Equilibrium) 모형을 개발하여 2040년까지 수소에너지 보급에 따른 거시경제적 파급효과를 분석하고자 하였다.
본 연구는 수소기술의 차별적인 특성들을 모형에 자세히 반영하기 위해 수소 및 연료전지 기술이 프런티어 기술로서 갖는 특성들인 학습효과 (learning effect)와 에너지원간 상보성(complementarity)을 고려하였고, ‘수소경제실현을 위한 수소수요량의 산정 및 공급방안’(에너지경제연구원, 2006)에서 제시된 수소기술의 기준안상의 보급경로를 감안하였다. 또한 수소기술의 영향을 가장 많이 받는 수송부문 및 발전부문을 부각시키고자 이들 부문을 모형 내 생산함수에서 분리하여 수소, 화석에너지 및 신재생에너지원간 대체관계를 설정하였다. 또한 수소부문을 신재생에너지 부문과 별도 부문으로 취급하여 분석하였고, 에너지경제연구원에서 최종에너지 수요를 2040년까지 예측한 자료를 기준안으로 하였다. 이러한 특성들을 반영한 모형을 통해 수소기술 보급에 따라 에너지 부문 및 비에너지부문의 산출, 소비, 투자, 수출입, GNP 등에 어떤 영향을 미칠 것인지 분석하였다.
2. 주요 연구내용
프런티어 기술로서 수소생산 및 연료전지기술의 주요 경제적 특성으로는 학습효과와 에너지원간 상보성이 거론되었다. 이러한 학습효과와 상보성은 에너지 믹스 및 에너지 빈티지(공급기간) 설정에 주요한 역할을 하는 것으로, 본 연구의 주요 방법론인 동태 CGE 모형의 주요 가정으로 설정되었다. 신기술이 갖는 학습효과 및 상보성에 관한 이론적, 경험적 선행연구 결과에 따르면, 학습효과로 인해 신기술의 생산비용은 체감하지만 이러한 긍정적 외부효과(positive externality)를 향유하기 위한 목적으로 타 기업들이 무임승차(free-riding)하려는 경향으로 인해 사회 전체적으로 바람직한 수준의 신기술 보급이 이루어지지 않는다는 문제가 제기되었다.
이에 Rivers and Jaccard(2006)는 학습효과가 갖는 긍정적 외부효과를 제어하고자 정부가 개입될 필요가 있고, 가장 효과적인 개입수단이 무엇인지 연구하였다. 이들의 연구결과에 따르면 경제적 유인정책이 규제정책보다 항상 우월한 것으로 나타났으나, 재생가능의무할당제(Renewable Portfolio Standard: RPS)와 같이 경제적 유인과 규제정책이 혼합된 정책이 더 효과적일 수 있으며, 효율성 측면이 아닌 정치적 수용성과 같은 기준에 의하면 양 정책의 효과에 근소한 차이가 있는 한 오히려 규제정책이 선호될 수 있음을 주장하였다.
한편 Mulder et a1.(2003)은 신기술의 효율성이 높음에도 불구하고 기업이 도입을 지연시키고 효율성이 낮은 기존기술을 고수하는 이른바 ‘에너지효율의 역설’ 현상을 설명하기 위해 과도한 초기투자비용이 주요 요인이라는 Jaffe and Stavins (1994) 및 Jaffe et a1.(1999)의 연구에 대해 상보성과 학습효과를 주요인으로 꼽았다. 즉 기업은 다양한 빈티지를 갖는 에너지 기술을 적정하게 믹스함으로써 외부환경에 보다 유연하게 대처할 수 있다는 것이다. 또한 기술 교체로 인해 기존기술이 갖고 있던 학습효과가 상쇄됨으로 인한 생산성 저하문제를 해결하기 위해 신기술도입이 점진적으로 일어난다는 것이다.
Isoard and Soria(2001)의 연구는 규모의 경제와 학습효과가 상호작용하여 신기술 시장 확산 정도를 결정함을 보여준다. 규모의 경제효과는 장기생산비용곡선 상에서 움직이고, 학습효과는 장기생산비용곡선 자체를 하방 이동시킨다. 이러한 전제에 기초하여 태양광과 풍력에너지기술의 학습효과를 계량적으로 추정하였다. 그 결과 신기술은 규모의 불경제효과가 학습효과를 상쇄하기 때문에 신기술 시장 확산이 지연되는 것으로 추정되었다. 따라서 시장 확산을 촉진하기 위해서는 정부의 신기술지원정책을 통해 ‘공표효과’를 유발시킴으로써 시장 확산을 유도해야함을 주장하였다.
다음으로 이상과 같은 상보성 및 학습효과를 감안한 동태 CGE 모형을 구축하여 수소경제 이행에 따른 국민경제적 파급효과를 분석하였다. 분석에 사용된 동태 CGE 모형은 ‘Ramsey type’으로서 의사결정주체는 미래에 대해 완전한 예측을 할 수 있고, 미래에 불확실성이 존재하지 않는다고 가정하였다. 따라서 불확실성의 문제가 개입될 경우 모형을 수정하여야 한다.
본 모형은 다음과 같은 특징들을 갖고 있다. 우선 내생적 성장모형을 가정하고, 불완전 경쟁시장에 기반한 기술 투자가 경제 성장을 견인하고, 그 과정에서 에너지는 생산요소로서 다양한 종류가 수요되는 모형구조이다. 이러한 특성과 더불어 빈티지 모형을 에너지부문에 적용하여 에너지 전환 시점이 내생적으로 결정된다는 특성을 갖고 있다. 또한 에너지원 간 수평적 보완관계(상보성)를 가정하여, 다양한 에너지가 동시에 사용될 경우 생산성이 높아지도록 설계되었다. 더욱이 학습효과로 인해 사용되어 왔던 기간이 길수록 에너지에 대한 생산성은 증가한다고 가정하였다.
주요 데이터로는 2000년 기준 산업연관표에 기초하여 만들어진 사회 계정행렬을 이용하였다. 또한 에너지원별 최종에너지 수요 및 부문별 수소 공급비중에 대한 기준안 자료를 에너지경제연구원(2006)에서 인용하였다. 기준년도는 2005년으로 2040년까지를 시간적 범위로 하였다. 수소 및 연료전지산업이 수송 및 전력산업에 미치는 영향이 크므로 전체 산업구조를 석탄, 석유, 도시가스, 열, 신재생에너지, 수송, 전력, 기타산업으로 총 8개 산업으로 통합하였다. 정책 시나리오로서 수소 및 연료전지산업에 가격보조제도를 적용하여 각각 10%, 20%, 30%의 가격보조를 할 경우 수소에너지, 화석에너지 및 신재생에너지, 전력, 수송 및 기타 산업의 수급에 미치는 영향, 소비 및 GDP 변화량, 투자와 무역에 미치는 영향에 대해 분석하였다.
분석결과 첫째 수소에너지의 빈티지 (공급기간)는 가격보조가 증가함에 따라 기준시나리오에 비해 40%, 120%, 350%로 기준균형 수준보다 늘어난다.
둘째 가격보조로 인한 수소에너지의 최종에너지 수요 대비 공급 비중은 2040년에 10% 보조 시 수소에너지 비중이 9.2%, 20% 보조시 15.2%, 30% 보조시 37.7%에 달할 전망이다 (BAU 기준으로는 수소에너지의 최종에너지 대비 공급비중이 6.5%).
셋째 석유와 전력의 최종에너지수요 대비 비중은 2015년부터 2022년까지는 에너지원간 상보성으로 거의 변화가 없다가 대체효과가 커지는 2040년에는 기준균형에 비해 석유는 0.6%~3.4% 하락하고 전력은 0.3%~1.5% 하락할 것으로 분석되었다.
넷째 수소에너지에 대한 가격보조에 필요한 재원은 가계소득에서 충당한다고 가정하였기 때문에 소비는 가계의 소득감소로 인해 기준균형대비 0.05%~0.18% 정도 감소할 것으로 전망되었다.
다섯째 가격보조에 따라 전반적으로 생산이 증가하고, 축적된 자본으로 투자가 2040년 기준 0.1%~0.45% 증가할 것이며 수출도 0.1%~0.8% 늘어날 것으로 분석되었다.
여섯째 전반적인 소비위축에도 불구하고 생산, 투자, 수출 증가에 힘입어 GDP는 2033년 최대 0.03%~0.13%까지 증가하다가 이후 2040년까지 다소 감소할 것으로 보인다.
일곱째 수송부문의 생산량 증가는 큰 폭으로 증가하여 30% 보조시 2040년의 수송부문의 생산량은 약 0.3% 증가하는 것으로 분석되었다.
여덟째 석탄, 열 및 기타 신재생에너지 분야의 수급 비중은 변화가 미미할 것으로 분석되었다. 이것은 수소제조가 주로 노동과 자본에 의해 이루어진다는 가정 때문으로, 보다 엄밀한 분석을 위해서는 수소제조에 필요한 에너지들인 석탄, 천연가스, 부생가스, 납사, 원자력, 및 신재생에너지에 대한 시나리오를 통해 수소기술의 발전에 따른 중간투입요소의 변화를 감안하여야 할 것이다. 또한 이러한 시나리오가 반영될 경우 석탄, 열 및 신재생에너지의 수급에도 변화가 발생할 것이다.
아홉째 가격 보조율이 30%인 경우 기타 산업의 생산량은 2036년부터 기준균형보다 낮아질 것으로 전망되었다. 이는 가계 부담이 과도하게 작용하여 가계 소비가 위축됨에 따라 기타 산업에 부정적인 영향을 미친것으로 풀이된다.
3. 결론 및 향후 과제
지금까지의 분석결과를 종합해 보면 수소경제 이행을 위해 가격보조정책을 실시할 경우 2015년 이후 수소비중이 서서히 증가하기 시작하여 2040년 무렵에는 큰 폭으로 증가하는 것으로 나타났다. 이는 학습효과의 외부성과 에너지 상보성으로 인해 정부의 지원이 없었다면 2040년 기준으로 수소에너지가 최종에너지에서 차지하는 비중이 6.5%에 그칠 것이나 정부의 가격보조 정책이 기업들에게 장래 투자에 대한 신뢰성을 확보해주고, 시장 확산을 촉진시킬 수 있음을 증명하는 것이다. 특히 가격보조를 기준가격의 20%까지 허용할 경우 정책목표인 수소비중 15% 달성이 가능할 것으로 추정되었다. 그러나 재원을 가계로부터 충당하므로 가격보조에 의한 가격하락의 소비증가효과가 조세부담 증가로 인한 소득감소효과에 의해 상쇄되면서 소비에는 부정적인 영향을 미칠 것으로 분석되었다. 반면에 가격보조에 따라 생산이 증가하고, 투자가 활기를 띠게 됨에 따라 GDP에는 다소 긍정적인 영향을 미칠 것으로 예상된다. 즉 가격보조는 결과적으로 재원마련을 위해 세수증가나 소득보조 감소 등의 형태를 통해 가계소득에 부정적 영향을 미치게 되고 이는 가계 지출을 감소시키게 되므로 소비부문에 부정적인 결과를 초래한다. 따라서 정부에서 수소경제 이행을 위한 재원마련을 일반세원을 통해 한다면 불특정 다수의 후생에 부정적 영향을 미칠 것이므로 탄소세나 환경세 등의 도입을 통해 화석에너지 사용에 비례하여 재원을 충당하도록 하는 것이 사회적 후생 차원에서 바람직할 것으로 보인다.
또한 가격보조가 증가할수록 수소공급비중도 빠르게 증가하지만, 그만큼 경제에 부담을 주게 되므로 수소 경제의 연착륙을 유도하기 위해서는 규모가 증가함에 따라 요율이 체감하는 보조금 제도나 의무비율할당제 (RPS)를 운영하는 것이 타당할 것으로 보인다. 이론적으로 보조금제도와 의무비율할당제가 동일한 효과를 낳지만 수소기술의 한계비용곡선이 불확실성하에 있다면 상이한 결과를 초래할 수 있으므로 미래에 대한 불확실성 및 다양한 평가기준에 입각하여 적정한 정책수단을 선택하는 것 또한 중요한 과제가 될 것이다.
본 연구의 향후 과제로는 수소제조에 필요한 중간투입요소에 대한 가정과 미래의 불확실성을 감안한 정책수단별 파급효과의 차이이다. 본 연구에서 개발한 모형에서는 수소가 중간투입재인 천연가스, 석탄, 원자력, 및 신재생에너지 등을 얼마나 투입할 것인지에 대한 시나리오를 포함하지 못했다. 그로 인해 석유와 전력을 제외한 타 에너지원의 수급에는 거의 변화가 없는 것으로 나타난 것이다. 향후 이러한 중간 투입재에 대한 가정 설정을 통해 보다 현실적인 모형에 대한 개발이 필요할 것이다. 또한 수소 제조 비용과 관련하여 미래의 불확실성이 게재될 경우 가격보조정책 (FIT)을 사용하느냐 의무할당제 (RPS)를 사용하느냐에 따라 그 파급효과가 적어도 이론상으로는 변할 가능성이 크다. 따라서 이에 기초한 모형 설정을 통해 정책수단의 차이를 규명하는 것도 주요 연구과제일 것이다.

1. Background and objective of this study
In 2005, a 'study on a national vision of the hydrogen economy and the action plan' was conducted to set a roadmap on how hydrogen economy can be realized in Korea by 2040. According to the study, 207 trillion won should be invested to increase the portion of hydrogen energy in the final energy demand upto 15% by 2040. Based on the investment demand, the study analyzed the economic impact of the increase of hydrogen energy using input-output analysis. However, input-output analysis is based on simple assumptions which do not consider opportunity costs of investment, optimization behavior, or inter-sectoral equilibrium conditions. Therefore, input-output analysis is inclined to over-estimate the expected benefit from the investment on hydrogen technology.
The purpose of this study is to estimate the economic impact of hydrogen economy by 2040 using a dynamic CGE (Computable General Equilibrium) model. The dynamic CGE model is expected to overcome the limit of input-output analysis, and reflect specific features of hydrogen technology such as learning effect, economy of scale (imperfect competition), and complementarity of various energy sources.
Aggregation of industry in the model considers to split the industry into transportation, power generation, and all other industries, since hydrogen economy would affect transportation and power generation sectors through the application of HFCV(hydrogen fuel cell vehicle) and fuel cell for the power generation of household, commercial, and industry. As major features of this model, final energy consumption estimated by KEEI(Korea Energy Economics Institute) was applied and hydrogen supply predicted by the same approach was used as baseline scenario. Hydrogen was separated from new and renewable energy sectors in the production function, and hydrogen was assumed as substitute for fossil and new and renewable fuels in the transportation and power generation sectors.
Based on the above assumption, the impact of hydrogen economy on the energy mix, energy supply and demand, household consumption, investment, GNP, and output of transportation and other industries.
2. Major Results
Main economic features of hydrogen technology as a frontier technology are learning effect, energy complementarity, and economy of scale. Learning effect is observed in the introduction of new technology, which means that each stage of production including R&D, labor, capital, management has improvement through the accumulation of experience. Energy complementarity implies that a firm prefers to mix a spectrum of technology to prepare for future risk. Economy of scale occurs in the monopoly or imperfect competition. These factors are considered in the model.
According to previous studies on the learning effect and complementarity between energy sources, learning effect reduces production cost of new technology, but the positive externality spreads over other companies without charge. Therefore it is not possible to obtain socially optimal level of promotion of new technology. Rivers and Jaccard (2006) claimed that government should intervene in the penetration of new technology to internalize the positive externality generated from learning effect. Their results show that economic incentive policy is always dominant, but RPS(Renewable Portfolio Standard) could be more effective. In addition, political acceptability and other principle might be more important than efficiency, which leads to make command and control policy more attractive in promoting new technology.
Mulder et al. (2003) proposed 'complementarity' between energy sources and learning effect as major factors of 'paradox of energy efficiency'. More specifically, they argue that firms prefer diversified energy mix to monotonous one in order to hedge external shock. Also, firms introduce a new technology gradually for the purpose of minimizing low productivity due to the offset of learning effect of conventional technology as conventional technology is substituted by new technology.
Isoard and Soria (2001) showed that economy of scale and learning effect simultaneously determine the speed of entrance of a new technology to the market. Economy of scale moves along the long term prodcution curve, while learning effect shift down the long term production curve. Based on these assumptions, they estimated the learning effects of solar photovoltaic and wind power. According to the result, diseconomy of scale offsets learning effect, which leads to slow promotion of new technology. Therefore, they insist that government should induce the development of new technology by subsidizing it.
Next, a dynamic CGE model integrating learning effect and energy complementarity was constructed to analyze the economic impact of hydrogen economy. The dynamic CGE model is based on the endogenous growth model with imperfect competition and economic growth driven by investment on technology. In the process of the growth, energy is used as production factor and various kinds of energy are consumed to produce goods. With these features, vintage model is applied to the model so that the period of energy supply is determined endogenously. Productivity is enhanced when various energy sources are used at the same time (energy complementarity). Learning effect is supposed to increase productivity as the period of using a technology is longer.
As a main data, social accounting matrix(SAM) is created from 2000 Korean input-output table. Final energy demand and BAU scenarios of hydrogen supply and demand by sectors (residential, commerce, transportation, and industry) are imported from external source (KEEI, 2006). Time horizon was set between 2005 and 2040. Energy sectors are aggregated into coal, oil, town gas, heat, new and renewable energy and industry disaggregated into transportation and other industry. The dynamic CGE model relies on Ramsey type which implies perfect forecast on the future and no uncertainty. As a policy scenario, subsidy on the price of hydrogen and fuelcell industries is set as 10%, 20%, and 30%.
Results of the dynamic CGE model are as follow;
First, supply period of hydrogen energy increased by 40%, 120%, and 350% compared to reference case.
Second, proportion of hydrogen supply on the final energy consumption reached 9.2%, 15.2%, and 37.7% for the 10%, 20%, and 30% subsidy on the price (the proportion of hydrogen in BAU case was 6.5%).
Third, proportion of oil and electricity supply on the final energy consumption was constant but the proportion of oil declined by 0.6~3.4%, and electricity declined by 0.3~1.5% in 2040.
Fourth, household consumption decreased by 0.05~0.18% in 2040 since the necessary fund for the subsidy was assumed to come from household income.
Fifth, the overall investment increased by 0.1%~0.45% in 2040, and export increased by 0.1~0.8% in 2040.
Sixth, even if final consumption contracted, increases in the production, investment, and export leaded to the increase of GDP by 0.03~0.13% and small decrease of GDP in 2040.
Seventh, production of transportation increased by 0.3% in 2040 for the 30% subsidy.
Eighth, production of coal, heat and new and renewable energy was constant, since main production input of hydrogen energy was assumed as labor and capital. To be more strict, the model should consider other important inputs of production of hydrogen energy such as coal, natural gas, nuclear, off-gas, and new and renewable energy. If the other inputs are considered in the model, production of coal, heat, and new and renewable energy would change significantly. This is the main limit of this study.
Ninth, output of other industries declined since overall consumption by household was reduced.
3. Conclusion and Future Study
To sum up the analysis, the price subsidy policy for promoting hydrogen energy leaded to the small increase of hydrogen production in 2015 and enormous increase in 2040. Besides, final consumption was affected negatively, while production, investment, export, and GDP was influenced positively. Price subsidy should be funded from the increase of tax income or reduction to household transfer, which results in the negative impact on the household income. It would worsen the household consumption. Thus, if government raises the fund from the general tax revenue, it would affect social welfare negatively. It would be more desirable if government raises the fund from the charge of carbon tax on the emission of carbon or environmental tax on the fossil fuels.
Since the increase of price subsidy will impact negatively on the household consumption, appropriate level of hydrogen production and subsidy size should be calculated for the policy implementation in the future's study.
Future topics of this study would include intermediate input scenarios and uncertainty on the production cost of hydrogen energy. In this study, there was no intermediate inputs in the production of hydrogen, but coal, natural gas, nuclear power, and new and renewable energy are the main input of hydrogen production. Therefore, there was no change in the production of coal, heat, and new and renewable energy. But if the model assume the use of intermediate inputs in the production of hydrogen, there should be some changes in those intermediate inputs.
On the other hand, if there is uncertainty in the production of hydrogen, feed-in-tariff (FIT) and renewable portfolio standard (RPS) would yield different economic impact based on the theory provided by Baumol and Oats. Accordingly, future study should be launched to evaluate the different effect between FIT and RPS when there exist uncertainty in the production cost.