탄소저감정책 효과분석을 위한 공간통계기법 적용방안 연구 - 탄소포인트제도를 대상으로 - Study on Geostatistical Method for an Effectiveness Analysis on Carbon Reduction Policy - Focusing on the Carbon Point System원문보기
탄소포인트제도는 가정, 상업 시설의 전기, 가스, 수도 등 에너지 사용 절감량에 대한 인센티브를 제공하는 시민참여형 기후변화대응 프로그램이다. 현재, 기존 국가정책 및 연구는 사업장 위주의 온실가스 인벤토리 구축에 한정되어있고, 가정부문에 대한 탄소저감정책 시행효과에 대한 연구는 거의 이루어지지 않고 있다. 이에 본 연구에서는 탄소저감정책 중 탄소포인트제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 우선, 성북구를 대상으로 가정부문의 전기, 가스 사용량 자료를 이용하여 탄소배출량을 산출하고, IPA 분석을 통해 행정동단위의 온실가스 배출변화의 공간패턴을 가시화하고 2007년부터 2009년까지 시계열공간분석을 실시하였다. 또한 대응표본 t검정을 이용하여 사전-사후분석을 통해 탄소포인트제도의 효과 분석을 실시하였다. 특히, 공간통계기법과 핫스팟을 이용한 점사상의 국지적 분석을 통해 에너지 사용에 따른 탄소배출량의 공간적 분포 유형을 파악할 수 있었으며 실제 탄소배출저감 결과를 도출할 수 있었다. 향후 본 연구 결과는 지방자치단체 에너지 진단 등 온실가스 감축사업의 효과 평가와 녹색생활 개선 수립을 위한 다양한 영역에 활용될 것으로 기대한다.
탄소포인트제도는 가정, 상업 시설의 전기, 가스, 수도 등 에너지 사용 절감량에 대한 인센티브를 제공하는 시민참여형 기후변화대응 프로그램이다. 현재, 기존 국가정책 및 연구는 사업장 위주의 온실가스 인벤토리 구축에 한정되어있고, 가정부문에 대한 탄소저감정책 시행효과에 대한 연구는 거의 이루어지지 않고 있다. 이에 본 연구에서는 탄소저감정책 중 탄소포인트제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 우선, 성북구를 대상으로 가정부문의 전기, 가스 사용량 자료를 이용하여 탄소배출량을 산출하고, IPA 분석을 통해 행정동단위의 온실가스 배출변화의 공간패턴을 가시화하고 2007년부터 2009년까지 시계열 공간분석을 실시하였다. 또한 대응표본 t검정을 이용하여 사전-사후분석을 통해 탄소포인트제도의 효과 분석을 실시하였다. 특히, 공간통계기법과 핫스팟을 이용한 점사상의 국지적 분석을 통해 에너지 사용에 따른 탄소배출량의 공간적 분포 유형을 파악할 수 있었으며 실제 탄소배출저감 결과를 도출할 수 있었다. 향후 본 연구 결과는 지방자치단체 에너지 진단 등 온실가스 감축사업의 효과 평가와 녹색생활 개선 수립을 위한 다양한 영역에 활용될 것으로 기대한다.
Carbon Point system is Climate Change Action Program by providing incentives in proportion to voluntary reduction of energy consumption such as electricity, gas and water for houses, commercial facilities. So far, existing researches have been limited to construction of GHG(Green House Gas) Inventor...
Carbon Point system is Climate Change Action Program by providing incentives in proportion to voluntary reduction of energy consumption such as electricity, gas and water for houses, commercial facilities. So far, existing researches have been limited to construction of GHG(Green House Gas) Inventory and have little attention to empirical impact analysis on carbon reduction policy regarding the residential section. Therefore, this paper is intended to provide convincing findings of impact analysis on carbon reduction, revolving around the carbon point system. For this, we firstly calculated the carbon emission by using electricity and gas usage data in household targeting to Seongbuk-Gu. Carrying out IPA and spatio-temporal analysis. Then, we are capable of visualizing spatial patterns from 2007 to 2009 as a macro analysis. Following that, we explored the effect on carbon point system through Ex ante-Ex post Analysis by paired t-test. To conclude, we can spatially identify the distribution with a significant difference between carbon emissions according to energy use as a micro analysis by Hot Spot to Analysis on point entities. It is to be hoped that this method will be utilized to establish various policies and to evaluate the effect of reduction of GHG.
Carbon Point system is Climate Change Action Program by providing incentives in proportion to voluntary reduction of energy consumption such as electricity, gas and water for houses, commercial facilities. So far, existing researches have been limited to construction of GHG(Green House Gas) Inventory and have little attention to empirical impact analysis on carbon reduction policy regarding the residential section. Therefore, this paper is intended to provide convincing findings of impact analysis on carbon reduction, revolving around the carbon point system. For this, we firstly calculated the carbon emission by using electricity and gas usage data in household targeting to Seongbuk-Gu. Carrying out IPA and spatio-temporal analysis. Then, we are capable of visualizing spatial patterns from 2007 to 2009 as a macro analysis. Following that, we explored the effect on carbon point system through Ex ante-Ex post Analysis by paired t-test. To conclude, we can spatially identify the distribution with a significant difference between carbon emissions according to energy use as a micro analysis by Hot Spot to Analysis on point entities. It is to be hoped that this method will be utilized to establish various policies and to evaluate the effect of reduction of GHG.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 본 연구의 분석방법중 하나인 핫스팟을 활용한 관련연구를 검토한 결과, 핫스팟이 탄소포인트 제도 분석에 적용된 연구는 나타나지 않았다. 따라서 본 연구에서는 앞서 언급된 정성적 접근방법에서 나아가 도시내 가정부문의 에너지 사용량 및 공간구조의 정량적 변화를 공간통계 및 핫스팟기법, IPA 분석을 통해 탄소포인트 제도 도입에 따른 탄소배출량의 보다 심층적인 공간구조 변화 분석과 시사점을 도출하고자 한다.
본 장에서는 탄소포인트 제도 시행에 따른 성북구 가정부문 탄소배출량의 공간적 변화를 분석하였다. 즉, 표 4의 산출계수 및 방법에 의하여 에너지 사용에 의한 탄소배출량을 산출하여 제도 시행전후의 전역적 패턴분석과 위치값을 포함하고 있는 가스 에너지 사용에 따른 탄소배출량에 대한 국지적 분석으로 나누어 제도 도입을 통한 효과를 정량적으로 분석하였다.
저감 효과를 평가하기 위한 방법으로 5가지 시나리오를 설정하여, 각 시나리오별 건물 에너지 저감 효과를 검증하였는데 건물 성능을 향상시켜 건물에너지 소비량을 저감하는 것은 단기적으로 달성하기 어려운 일이며, 장기적 비전으로 거주자의 에너지 절약적인 삶이 필요함을 언급하고 있다. 이를 통해 볼 때 건물, 주거부문의 실제 거주자가 참여하는 제도나 방안이 필요함을 알 수 있으며, 따라서 본 연구에서는 거주자의 참여를 유도할 수 있는 자발적 감축 프로그램으로 도입된 탄소포인트 제도에 대한 분석을 실시하고자 하였다.
그러나 기존의 관련 연구는 사업장 위주의 점, 선, 면 오염원에 대한 온실가스 인벤토리 구축과 탄소포인트 제도에 대한 인식도 파악을 위한 설문조사에 국한된 정성적 분석과 기초적 접근방법을 사용하고 있어, 에너지 사용량의 높고 낮은 분포를 국지적으로 정확히 파악하기 어려웠다[3, 4, 14, 21]. 이에 본 연구에서는 탄소 저감정책 중 탄소포인트제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 이를 위한 연구내용으로 우선, 탄소포인트 제도에 대한 문헌 고찰을 통하여 제도에 관한 현황을 분석하였다.
그러나 기존의 관련 연구는 사업장 위주의 점, 선, 면 오염원에 대한 온실가스 인벤토리 구축과 탄소포인트 제도에 대한 인식도 파악을 위한 설문조사에 국한된 정성적 분석과 기초적 접근방법을 사용하고 있어, 에너지 사용량의 높고 낮은 분포를 국지적으로 정확히 파악하기 어려웠다[3, 4, 14, 21]. 이에 본 연구에서는 탄소 저감정책 중 탄소포인트제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 이를 위한 연구내용으로 우선, 탄소포인트 제도에 대한 문헌 고찰을 통하여 제도에 관한 현황을 분석하였다.
탄소포인트 제도의 목적은 가정부문의 자발적인 탄소배출 저감을 활성화하여 지방자치단체의 기후변화대응 역량강화 및 국민의 기후변화에 대한 인식제고 등으로 저탄소 생활문화를 확산하기 위한 것이다. 제도의 적용범위는 표 2와 같고, 참여방법은 제도에 참여중인 지방자치단체에 속한 개인 및 세대주, 시설소유자의 전기, 가스 요금이 관리비에 합산되어 청구되는 아파트세대 등 개별계량기를 사용하는 개인이 탄소포인트 운영프로그램에 접속하여 가입 절차를 거쳐 정식 참여자로 등록하면 된다[22].
제안 방법
2007년 1월부터 2008년 10월까지 탄소포인트 시행전, 그리고 2008년 11월 이후 2009년 12월까지 제도 시행후의 핫스팟 지역 가스 사용량과 그에 대한 탄소배출량은 표 7, 8과 같으며, 이 결과를 토대로 탄소포인트 제도의 시행전후 기간에 대한 감축량을 비교하고 그에 상응하는 포인트 및 탄소 나무를 산정하였다. 산정방법은 포인트의 경우 10gCO2 감축당 1포인트 제공, 탄소나무의 경우 5kgCO2 감축시 연간 소나무 1그루이다[22].
가스 에너지는 연도별 사용량과 함께 주소, 지번 정보를 포함하고 있기에 지번을 PNU code화하고, 지오코딩을 통한 x,y 좌표를 생성하였다.
이를 위한 연구내용으로 우선, 탄소포인트 제도에 대한 문헌 고찰을 통하여 제도에 관한 현황을 분석하였다. 다음으로, 성북구를 대상으로 가정부문의 전기, 가스 사용량 자료를 이용하여 탄소배출량을 산출하였다. 그 다음 IPA(Importance-Performance Analysis) 분석을 위하여 공간패턴을 가시화하고 2007년부터 2009년까지 시계열 공간분석을 실시하였다.
연구의 전체적 흐름은 그림 1과 같으며, 연구를 위한 구체적 내용은 첫째, 탄소포인트 제도에 대한 관련 연구를 검토하고 연구 방향을 정립하였다. 둘째, 실증분석을 위한 자료 구축을 위해 가정부문의 전기, 가스 사용량의 속성자료와 이를 연속지적도 및 공간데이터와 연계하여 지오데이터베이스(GDB)를 구축하였다. 셋째, IPA 분석을 통한 에너지 사용에 따른 탄소배출량에 대한 동단위의 유형분류 및 시계열 공간분석을 실시하고, 대응표본 t검정을 통해 탄소포인트 제도 시행의 사전-사후분석을 실시하였다.
셋째, IPA 분석을 통한 에너지 사용에 따른 탄소배출량에 대한 동단위의 유형분류 및 시계열 공간분석을 실시하고, 대응표본 t검정을 통해 탄소포인트 제도 시행의 사전-사후분석을 실시하였다. 마지막으로 공간적 위치를 포함한 가스 에너지에 대한 핫스팟 분석을 통해 탄소배출의 공간적 군집특성을 분석하고 제시된 결과를 종합하여 결론을 제시하였다.
다음으로 대응표본 t검정을 이용하여 탄소포인트 제도의 사전-사후분석을 통해 제도의 효과를 분석하였다. 마지막으로, 에너지 사용에 따른 탄소배출량의 공간적 분포 유형을 파악하고 실제 높은 탄소배출을 나타내는 지역을 판별하기 위해 공간통계기법과 핫스팟을 이용한 점사상의 국지적 분석을 실시하였다.
IPA(Importance-Performance Analysis) 분석은 만족도와 중요도 간의 관계를 매트릭스 도표로 나타내어, 개선방안 수립 시 우선순위를 정하고, 만족도 제고를 위한 전략적 활동방향을 찾아낼 때 사용하는 분석 방법이다[19]. 본 연구에서는 가정부문 전기와 가스 에너지의 2007년-2009년의 동별 사용량에 대하여, 그림 3과 같이 정도에 따라 에너지 절약 노력 지속, 전기 에너지 절약 요망, 절약 우수 영역, 가스 에너지 절약 요망영역 등 4가지로 나누어 분석하였다.
가스 에너지 절약 요망영역(4사분면)은 전기 에너지 절약수준은 높은 반면, 가스 에너지 절약수준이 낮은 편이므로 난방이나 급탕, 취사 등에 있어서 즉각적인 개선과 노력이 필요한 영역을 나타낸다. 실제 분석을 위하여 가로축에 가스에너지, 세로축에 전기에너지를 넣고, 4개의 권역으로 나누어 시계열 변화를 분석하였으며, 공간적인 측면에서 탄소배출량이 높고 낮은 지역을 시각화하였다. 공간적 측면의 분석 결과를 그림 4에서 살펴보면, 시계열별 성북구의 가정부문 탄소배출 평균값을 기준으로 전기와 가스 비율이 모두 높은 부분은 공동주택지역으로 주거 및 상주 인구가 밀집된 공간으로 나타났고, 모두 낮게 나타난 부분은 아직 주거개발이 진행중이거나 산림지의 비율이 높은 곳으로 볼 수 있다.
이에 반해 성북구의 경우, 강북지역의 주거 밀집지역으로써 유동인구가 적고, 교통 통행량과 같은 선 오염원의 영향력이 작기 때문에 연구하고자하는 가정부문의 측면에서 제도의 실증 분석에 적합할 것으로 판단되어 대상지로 선택하였다. 연구의 전체적 흐름은 그림 1과 같으며, 연구를 위한 구체적 내용은 첫째, 탄소포인트 제도에 대한 관련 연구를 검토하고 연구 방향을 정립하였다. 둘째, 실증분석을 위한 자료 구축을 위해 가정부문의 전기, 가스 사용량의 속성자료와 이를 연속지적도 및 공간데이터와 연계하여 지오데이터베이스(GDB)를 구축하였다.
이를 기반으로 정리된 엑셀자료를 dBASE로 저장한 후 ArcGIS 상에서 각 지번 주소정보를 포함한 가스 에너지사용량을 점 형태의 공간데이터로 생성하였다.
이에 본 연구에서는 탄소 저감정책 중 탄소포인트제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 이를 위한 연구내용으로 우선, 탄소포인트 제도에 대한 문헌 고찰을 통하여 제도에 관한 현황을 분석하였다. 다음으로, 성북구를 대상으로 가정부문의 전기, 가스 사용량 자료를 이용하여 탄소배출량을 산출하였다.
본 장에서는 탄소포인트 제도 시행에 따른 성북구 가정부문 탄소배출량의 공간적 변화를 분석하였다. 즉, 표 4의 산출계수 및 방법에 의하여 에너지 사용에 의한 탄소배출량을 산출하여 제도 시행전후의 전역적 패턴분석과 위치값을 포함하고 있는 가스 에너지 사용에 따른 탄소배출량에 대한 국지적 분석으로 나누어 제도 도입을 통한 효과를 정량적으로 분석하였다.
대상 데이터
연구의 공간적 범위는 서울특별시 성북구이며, 자연지리적 위치는 서울특별시 동북권(동북2생활권)에 속하며 위치상으로, 의정부 등 서울특별시 북부 외곽지역과 도심을 연결하는 부도심권으로서, 동북부 지역을 연결하는 관문에 위치하며, 도심지역과 수도권으로 이어지는 주요 간선도로(내부순환도로, 북부간선도로)가 관통하는 교통의 결절지역이다. 비오톱(biotope)유형의 구성은 표 1과 같이 주거지와 산림지가 대부분을 차지하고 있으며, 현재 건설 중인 주거지를 포함하면 전체면적 대비 주거지 비율은 더욱 높아질 것으로 예상되고 있다[10].
데이터처리
다음으로, 성북구를 대상으로 가정부문의 전기, 가스 사용량 자료를 이용하여 탄소배출량을 산출하였다. 그 다음 IPA(Importance-Performance Analysis) 분석을 위하여 공간패턴을 가시화하고 2007년부터 2009년까지 시계열 공간분석을 실시하였다. 다음으로 대응표본 t검정을 이용하여 탄소포인트 제도의 사전-사후분석을 통해 제도의 효과를 분석하였다.
그 다음 IPA(Importance-Performance Analysis) 분석을 위하여 공간패턴을 가시화하고 2007년부터 2009년까지 시계열 공간분석을 실시하였다. 다음으로 대응표본 t검정을 이용하여 탄소포인트 제도의 사전-사후분석을 통해 제도의 효과를 분석하였다. 마지막으로, 에너지 사용에 따른 탄소배출량의 공간적 분포 유형을 파악하고 실제 높은 탄소배출을 나타내는 지역을 판별하기 위해 공간통계기법과 핫스팟을 이용한 점사상의 국지적 분석을 실시하였다.
t검정(t-test)은 두 집단 이하의 평균 비교 분석에 사용하는 방법이다. 사전-사후 분석을 통한 효과를 검정하는 대응표본 t검정을 이용하여 탄소배출량의 사전-사후분석을 통한 탄소포인트 제도의 효과를 검정하여 표 5와 표 6에 나타내었다. 표에서 나타난 t계수는 검정통계량을 의미하며 대응표본 t검정에서 두 집단의 평균을 평균의 표준오차(분산)로 나누어 구하며 t값이 커질수록 유의미하다.
둘째, 실증분석을 위한 자료 구축을 위해 가정부문의 전기, 가스 사용량의 속성자료와 이를 연속지적도 및 공간데이터와 연계하여 지오데이터베이스(GDB)를 구축하였다. 셋째, IPA 분석을 통한 에너지 사용에 따른 탄소배출량에 대한 동단위의 유형분류 및 시계열 공간분석을 실시하고, 대응표본 t검정을 통해 탄소포인트 제도 시행의 사전-사후분석을 실시하였다. 마지막으로 공간적 위치를 포함한 가스 에너지에 대한 핫스팟 분석을 통해 탄소배출의 공간적 군집특성을 분석하고 제시된 결과를 종합하여 결론을 제시하였다.
전기, 가스 에너지 사용에 따른 2007년-2009년의 전체 탄소배출량의 거시적 변화 패턴을 파악하기 위하여 IPA 분석과 제도 시행전후에 따른 사전-사후 분석을 통해 효과를 검증하는 대응표본 t검정을 실시하였다.
전체적인 공간 경향 분석결과를 시각적으로 살펴본 후, 국지적 분석을 위하여 점으로 표현된 공간적 사상, 즉 에너지 사용량이 가장 많이 몰려있는 지역과 낮은 지역의 속성값 중 통계적으로 의미있는 군집을 확인하기 위해 데이터의 점형 자료를 기반으로 수행되는 핫스팟 분석을 실시하였으며 분석결과는 그림 8과 같다. 성북구 가정부문의 가스 사용량에 따른 탄소배출의 핫스팟을 구하기 위하여 0.
점 사상의 형태로 구축된 가스 에너지 사용에 대한 국지적 분석에서 우선, 연구대상지역의 전체적 공간 현황 및 경향을 시각적으로 파악하기 위하여 ArcGIS 10.0의 Spatial Analyst와 Spatial Statistics Tool을 통하여 탄소배출량을 가중치로 적용한 공간 중심경향성 분석과 밀도분석을 실시하였다. 분석결과 그림 5와 같이 전체적으로 남동방향으로 대상지역의 탄소배출량에 대한 분포 패턴이 나타났고, 대상지역의 주거 데이터에 대한 분포는 그림 7과 같으며 그 밀도는 그림 6과 같이 나타났다.
성능/효과
특히, 핫스팟 지역으로 나타난 행정동의 제도 시행전후 탄소배출량을 비교해본 결과 종암동의 경우 감축량이 13,683,518,039(kgCO2), 돈암동과 정릉동 일대는 8,952,340,696(kgCO2), 안암동5가 일대는 2,898,265,792(kgCO2), 동선동과 정릉동 일대는 4,192,150,457(kgCO2), 성북동 일대는 765,125,038(kgCO2)의 결과를 보여 제도시행전후의 감축효과를 정량적으로 파악할 수 있었다. 또한 감축량에 따른 포인트 산정 결과, 종암동은 1,368,351,803,854, 돈암동과 정릉동 일대는 895,234,069,592, 안암동5가 일대는 289,826,579,245, 동선동과 정릉동 일대는 419,215,045,684, 성북동 일대는 76,512,503,799로 제도 시행전후의 감축량에 따라 포인트가 발생하여 탄소배출 감축량과 같이 제도의 시행효과를 정량적으로 파악할 수 있었다. 향후 본 연구 결과는 지방자치단체 에너지 진단 등 온실가스 감축 사업의 효과 평가와 녹색 생활 개선 수립을 위한 다양한 영역에 활용될 것으로 기대한다.
IPA 분석결과, 2007년을 살펴보면 1사분면의 에너지 절약 노력지속 영역은 장위동, 석관동, 안암동, 돈암동 일대로 나타났다. 또한 건축물 대장과 중첩 분석한 결과, 이 일대의 용도지역은 일반주택, 대학교, 주거 및 교육연구시설, 근린생활시설로써 전기, 가스 에너지 사용에 따른 탄소배출이 모두 높게 나타난 것으로 분석되었다. 2008년은 전기, 가스 에너지 사용에 따른 탄소배출이 모두 높은 곳으로 2007년에 높게 나타난 곳 중에서 돈암동의 경우, 4사분면인 가스 절약 요망영역으로 분포가 변하였다.
6%, 전기는 서울특별시 전체 에너지 소비량의 19%인 것으로 나타났다. 또한, 전기는 가전제품 및 냉방에 주로 사용되는 반면, 도시가스는 난방 및 급탕, 취사에 사용되는 에너지로써 각각 에너지 소비량의 비율을 고려할 때 난방 에너지의 소비량을 줄이는 것이 가장 중요한 것으로 나타났다. 저감 효과를 평가하기 위한 방법으로 5가지 시나리오를 설정하여, 각 시나리오별 건물 에너지 저감 효과를 검증하였는데 건물 성능을 향상시켜 건물에너지 소비량을 저감하는 것은 단기적으로 달성하기 어려운 일이며, 장기적 비전으로 거주자의 에너지 절약적인 삶이 필요함을 언급하고 있다.
표 7과 8에서 구분된 H(High)-L(Low)은 제도 시행전보다 시행후에 에너지 사용량과 그에 대한 탄소배출량이 저감된 변화를 보인 핫스팟 지역을 의미하며, H(High)-H(High)의 경우는 제도 시행전보다 시행후에 오히려 에너지 사용량과 그에 따른 탄소배출량이 증가된 핫스팟 지역을 의미한다. 분석결과 감축 변화를 나타낸 핫스팟 지역은 돈암동 및 정릉동 일대, 안암동5가, 동선동5가, 성북동 일대로나타남을 알 수 있다.
전체적인 공간 경향 분석결과를 시각적으로 살펴본 후, 국지적 분석을 위하여 점으로 표현된 공간적 사상, 즉 에너지 사용량이 가장 많이 몰려있는 지역과 낮은 지역의 속성값 중 통계적으로 의미있는 군집을 확인하기 위해 데이터의 점형 자료를 기반으로 수행되는 핫스팟 분석을 실시하였으며 분석결과는 그림 8과 같다. 성북구 가정부문의 가스 사용량에 따른 탄소배출의 핫스팟을 구하기 위하여 0.01의 확률수준을 적용하였으며, 이는 우연에 의해 생성될 군집이 1%의 가능성을 가지고 있음을 의미한다. 분석 결과 그림 8과 같이 탄소배출 핫스팟이 생성되었다.
이에 본 연구에서는 탄소저감정책 중 탄소포인트 제도를 중심으로 가정부문의 에너지 사용에 따른 탄소배출 저감에 관한 실증 분석을 목적으로 하였다. 연구 결과로, 시계열 공간분석을 통한 탄소포인트 제도 시행 후의 전기, 가스 사용량은 시행 전 보다 전체적으로 감소 추세를 나타냈으며, 에너지 사용량에 대한 시공간 핫스팟 지역의 분포 특성과 탐색 영역을 도출할 수 있었다. 이를 통해 도시 내 탄소배출저감 계획에 있어 가정부문의 배출 변화를 그리드 단위로 가시화하고, 제도 시행전후의 효과에 대한 시공간적 변화 분석이 가능하였다.
연구 결과로, 시계열 공간분석을 통한 탄소포인트 제도 시행 후의 전기, 가스 사용량은 시행 전 보다 전체적으로 감소 추세를 나타냈으며, 에너지 사용량에 대한 시공간 핫스팟 지역의 분포 특성과 탐색 영역을 도출할 수 있었다. 이를 통해 도시 내 탄소배출저감 계획에 있어 가정부문의 배출 변화를 그리드 단위로 가시화하고, 제도 시행전후의 효과에 대한 시공간적 변화 분석이 가능하였다. 특히, 핫스팟 지역으로 나타난 행정동의 제도 시행전후 탄소배출량을 비교해본 결과 종암동의 경우 감축량이 13,683,518,039(kgCO2), 돈암동과 정릉동 일대는 8,952,340,696(kgCO2), 안암동5가 일대는 2,898,265,792(kgCO2), 동선동과 정릉동 일대는 4,192,150,457(kgCO2), 성북동 일대는 765,125,038(kgCO2)의 결과를 보여 제도시행전후의 감축효과를 정량적으로 파악할 수 있었다.
유의확률(p-value)은 실제 오류를 범할 확률이며 다시말해 t계수, 즉, 검정통계량이 귀무가설을 지지하는 정도를 의미한다. 전기 에너지 사용의 사전탄소배출량-사후탄소배출량 분석 결과, 대응표본 t검정을 통한 탄소포인트 제도 시행에 유의확률이 모두 0.003으로, 유의수준이 0.05이하이기 때문에 2007년과 2008년, 2008년과 2009년의 탄소배출량의 평균에 대한 유의적인 차이가 있으며, 이는 제도 시행전후의 분석에 의미를 찾을 수 있다. 가스 에너지 사용에 따른 탄소배출량의 사전-사후분석 결과는 유의확률이 각각 0.
정창헌 등[18]은 주거부문 에너지 소비량 저감 전략에 따른 효과를 분석하였다. 지역통계연보의 자료를 분석하여 주거부문의 에너지 소비량을 줄이는 것이 서울특별시의 에너지 효율성 향상을 위해 중요한 것으로 나타났다. 특히, 에너지 종에 있어서 건물 부분의 가스 소비량은 서울특별시 전체 에너지 소비량의 28.
지역통계연보의 자료를 분석하여 주거부문의 에너지 소비량을 줄이는 것이 서울특별시의 에너지 효율성 향상을 위해 중요한 것으로 나타났다. 특히, 에너지 종에 있어서 건물 부분의 가스 소비량은 서울특별시 전체 에너지 소비량의 28.6%, 전기는 서울특별시 전체 에너지 소비량의 19%인 것으로 나타났다. 또한, 전기는 가전제품 및 냉방에 주로 사용되는 반면, 도시가스는 난방 및 급탕, 취사에 사용되는 에너지로써 각각 에너지 소비량의 비율을 고려할 때 난방 에너지의 소비량을 줄이는 것이 가장 중요한 것으로 나타났다.
이를 통해 도시 내 탄소배출저감 계획에 있어 가정부문의 배출 변화를 그리드 단위로 가시화하고, 제도 시행전후의 효과에 대한 시공간적 변화 분석이 가능하였다. 특히, 핫스팟 지역으로 나타난 행정동의 제도 시행전후 탄소배출량을 비교해본 결과 종암동의 경우 감축량이 13,683,518,039(kgCO2), 돈암동과 정릉동 일대는 8,952,340,696(kgCO2), 안암동5가 일대는 2,898,265,792(kgCO2), 동선동과 정릉동 일대는 4,192,150,457(kgCO2), 성북동 일대는 765,125,038(kgCO2)의 결과를 보여 제도시행전후의 감축효과를 정량적으로 파악할 수 있었다. 또한 감축량에 따른 포인트 산정 결과, 종암동은 1,368,351,803,854, 돈암동과 정릉동 일대는 895,234,069,592, 안암동5가 일대는 289,826,579,245, 동선동과 정릉동 일대는 419,215,045,684, 성북동 일대는 76,512,503,799로 제도 시행전후의 감축량에 따라 포인트가 발생하여 탄소배출 감축량과 같이 제도의 시행효과를 정량적으로 파악할 수 있었다.
군집은 성북동과 동선동5가, 안암동5가에 각 1개씩 확인되었고, 돈암동과 정릉동 일대, 하월곡동과 종암동 일대를 포함하는 성북구 중앙에서 왼쪽 지역에 3개의 핫스팟이 확인되었다. 필지데이터와의 중첩분석을 통해 이 지역을 자세히 살펴본 결과, 가스 사용에 의한 탄소배출 핫스팟의 대부분이 제1종 근린시설과 공동주거시설, 판매상업지로서, 토지 용도가 밀집되어 있는 곳에서 발생하고 있는 것을 확인할 수 있다.
후속연구
지금까지의 연구는 도시내 여러 부문 중 산업부문과 대학캠퍼스에 초점을 맞추어 진행된 연구로서 설문조사와 일반통계를 이용한 정성적 분석이 대부분을 차지했으며, 사업장 위주의 온실가스 소스 인벤토리 구축에 기초적 GIS방법을 활용하고 있음을 알 수 있다. 또한 본 연구의 분석방법중 하나인 핫스팟을 활용한 관련연구를 검토한 결과, 핫스팟이 탄소포인트 제도 분석에 적용된 연구는 나타나지 않았다. 따라서 본 연구에서는 앞서 언급된 정성적 접근방법에서 나아가 도시내 가정부문의 에너지 사용량 및 공간구조의 정량적 변화를 공간통계 및 핫스팟기법, IPA 분석을 통해 탄소포인트 제도 도입에 따른 탄소배출량의 보다 심층적인 공간구조 변화 분석과 시사점을 도출하고자 한다.
또한 감축량에 따른 포인트 산정 결과, 종암동은 1,368,351,803,854, 돈암동과 정릉동 일대는 895,234,069,592, 안암동5가 일대는 289,826,579,245, 동선동과 정릉동 일대는 419,215,045,684, 성북동 일대는 76,512,503,799로 제도 시행전후의 감축량에 따라 포인트가 발생하여 탄소배출 감축량과 같이 제도의 시행효과를 정량적으로 파악할 수 있었다. 향후 본 연구 결과는 지방자치단체 에너지 진단 등 온실가스 감축 사업의 효과 평가와 녹색 생활 개선 수립을 위한 다양한 영역에 활용될 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
환경문제에 대한 인식의 변화를 위해 정부는 어떤 노력을 하는가?
환경문제에 대한 인식의 변화를 가져오기 위해 강압적 프로그램을 이용하는 것보다 자발적 참여를 유도하는 것이 올바른 방법이라 할 수 있다. 이를 위하여 정부는 2008년 9월 저탄소 녹색성장을 향후 새로운 국가비전으로 선포하여 관련 정책들을 쏟아내고 있으며[6, 8, 12], 그 중 온실가스 감축을 위한 방법으로 탄소포인트 제도를 도입 시행하고 있다. 그러나 기존의 관련 연구는 사업장 위주의 점, 선, 면 오염원에 대한 온실가스 인벤토리 구축과 탄소포인트 제도에 대한 인식도 파악을 위한 설문조사에 국한된 정성적 분석과 기초적 접근방법을 사용하고 있어, 에너지 사용량의 높고 낮은 분포를 국지적으로 정확히 파악하기 어려웠다[3, 4, 14, 21].
기후변화협약 제3차 당사국총회에서는 어떤 일이 있었나요?
1997년 교토에서 열린 기후변화협약 제3차 당사국총회에서 Annex I(부속서 I)국가들의 온실가스 배출량 감축을 주요 내용으로 하는 교토의정서를 채택하였다. 이에 따라 의무감축이 시작된 국가들은 자국의 이익을 위하여 다양한 대응 정책을 펴고 있다[5, 9, 13].
우리나라는 세계적인 온실가스 감축의무에 있어 자유로운 편인가요?
이에 따라 의무감축이 시작된 국가들은 자국의 이익을 위하여 다양한 대응 정책을 펴고 있다[5, 9, 13]. 우리나라는 ‘기후변화협약’(United Nations Framework Convention in Climate Change, UNFCC)에서 비 부속서 I 국가로 분류되어 온실가스 감축의무를 지고 있지 않지만 OECD 회원국이라는 점에서, 2013년부터 시작되는 Post-Kyoto Protocol 의무감축국 포함 가능성에 대비하지 않으면 안 될 상황에 처해있다[15]. 이에 정부에서는 저탄소 녹색성장을 목표로 여러 가지 노력을 추진하고 있으나, 그 동안 환경문제 해결을 위해 산업적 측면을 중심으로한 온실가스 감축 시행만 있었을 뿐, 개인이 참여할 수 있는 구체적 제도가 미흡한 실정이었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.