Ⅰ. 서 론

기후변화 문제 대응을 위한 국제적 노력과 함께 기술발전에 의한 재생에너지 가격 경쟁력 향상, 에너지 안보에 대한 관심, 개발도상국의 에너지 수요 증가 등의 영향으로 재생에너지 보급이 증가하고 있다(REN21, 2023). 특히, 태양광 발전은 친환경적이고 지속가능한 에너지 공급원으로써 보급이 빠르게 증가하고 있다. 이에 우리 정부도 탄소중립을 실현하기 위한 주요한 수단으로 태양광 보급을 활성화하기 위해 다양한 노력을 하고 있다. 그 결과 태양광 누적 설비용량이 2014년 1.3GW에서 2023년 22.9GW로 크게 증가하였다.¹⁾

한편, 한국에서는 태양광 발전 설비와 같은 가변적 재생에너지의 경우 태양광 에너지 자원 및 계통 인프라 등의 다양한 요인에 의해 영향을 받기 때문에 특정 지역에 편중되는 현상이 발생하고 있다(곽은혜 외, 2022; 윤성욱 외, 2019). 한국에너지공단의 신재생에너지 보급 통계²⁾에 따르면 한국 17개 지방자치단체에 보급된 태양광 발전 설비 중 약 68% 이상이 전라도, 충청도, 경상도 등 지역에 분포되어 있는 것으로 나타났다([그림 1] 참고). 이러한 태양광 설비의 지역 편중현상은 지역간 형평성에 대한 논란과 더불어 불필요한 사회적 비용(송･배전설비 비용) 증가 및 발전소 출력제약 등의 문제를 발생시키고 있다(윤광훈 외, 2021).

[그림 1]

전국 태양광 보급 현황(2021년 기준)

따라서 태양광 발전의 지역별 편중현상을 완화하여 보급을 지속적으로 확대하기 위해서는 한국의 태양광 보급에 영향을 미치는 요인들에 대해 면밀히 분석하여 지역별 균등 보급을 위한 시사점 및 방안을 찾는 것이 중요하다. 태양광 보급에 미치는 영향요인을 분석한 국내외 다양한 연구들이 존재하며 이를 간략히 소개하면 아래와 같다.

먼저, Zhang et al.(2011)은 1996년부터 2006년까지의 일본의 47개의 도도부현을 대상으로 하여 태양광 발전 설비 확산에 영향을 주는 요인을 분석하였다. 분석결과 태양광 발전설비 보급에 있어 지방정부의 정책, 주택투자와 주민들의 환경의식이 태양광 보급에 긍정적인 영향을 미칠 수 있음을 시사했다. 반면, 설치비용은 태양광 보급에 부정적인 영향을 미친 것으로 분석했다. Geng et al.(2016)는 중국의 태양광 보급과 토지 가격정책 간의 관계를 분석하였는데, 분석결과 중국의 20개 성에서 수집된 태양광 발전 설비는 토지 가격 정책에 크게 영향을 받는 것으로 나타났다. 특히, 토지 가격 정책을 갖춘 지역은 토지 가격 정책이 없는 곳보다 태양광 보급량이 80% 높은 것으로 나타났다. 손민희 외(2017)는 태양광 발전 보급에 미치는 지역별 영향요인에 대해 정책적, 환경적, 전력동향, 사회･경제적 요인을 분류하여 실증 분석하였다. 분석결과 정책요인인 지방정부의 보조금과 환경요인인 연평균 일조량은 태양광 발전설비 설치에 긍정적 영향을 미치는 것으로 나타났고, 전력수요량과 설치비용은 부정적 영향을 미치는 것으로 나타났다.

앞서 소개한 연구에서는 태양광 보급에 미치는 영향요인에 대해 삼층적으로 분석하였지만, 태양광 보급과 관련한 공간종속성(spatial dependence)이 반영되지 않은 한계점이 있었다. Copiello and Grillenzoni(2017)은 태양광 보급과 관련하여 지역별 공간종속성이 있고, 이를 고려하지 않을 경우 분석에 왜곡이 발생할 수 있음을 보였다. 국내 태양광 보급요인과 관련하여 다수의 연구들이 수행되었지만 지역별 공간 종속성을 고려한 연구는 부재한 실정이다(예, 고재경･김성욱, 2016; 손민희 외, 2017). 지역별 태양광 발전 설비의 공간적 종속성을 반영할 경우, 각 지역간에 태양광 보급에 관한 상관관계 분석이 가능할 뿐만 아니라, 결정요인에 대한 분산이 감소하여 분석결과에 대한 신뢰성이 높아질 수 있다. 이에 본 논문에서는 공간회귀분석 모형을 통해 한국 태양광 발전 설비의 공간적 종속성과 지역 간 격차에 영향을 미치는 주요 요인을 분석하여 지역별 균등한 태양광 보급을 위한 시사점을 발견하고자 한다.

Ⅱ. 선행 연구

태양광 발전의 보급에 영향을 미치는 요인에 대한 연구는 국내외에서 수행된 바가 있다(<표 1> 참조). 해외 선행연구 내용을 바탕으로 확인된 지역별 태양광 보급에 영향을 미치는 요인은 크게 환경적인 요인(일사량, 기후 및 날씨 조건), 지리적인 요인(토지의 위치 및 형태), 사회경제적인 요인(토지 가격, 소득 수준, 환경 의식), 정책적인 요인(지원 정책 및 인센티브, 교육 및 홍보) 등이 있음을 확인할 수 있다. 구체적으로 환경적 요인을 고려한 Dincer(2000)는 일조량, 기온, 풍속과 태양광 발전량과의 상관관계를 분석하였는데, 일조량이 많고, 기온이 적절하며, 풍속이 높은 지역에서 태양광 발전 설비의 효율이 높아질 수 있어 이는 태양광 발전 설비 보급에 긍정적인 영향을 미치는 것으로 나타났다. Loomis and Ohler(2010)은 지리적 요인인 일사량과 지리적 위치 및 지형이 태양광 발전 설비 설치에 미치는 영향을 분석하였다. 연구결과 일사량이 풍부하고, 지형이 평평하고 넓은 공간을 가진 지역에 태양광 보급이 증가하는 것으로 나타났다.

Geng et al.(2016)과 Zhang et al.(2011)은 사회경제적 요인에 대해서 집중하여 분석하였다. Geng et al.(2016)은 중국내 20개성(省)에서의 태양광 보급률과 토지 가격정책간의 관계를 분석하였고, 분석결과 중국의 태양광 발전은 토지가격정책으로 가격이 낮게 측정된 지역에서 태양광 발전이 높은 것으로 나타났다. Zhang et al.(2011)은 일본의 47개의 도도부현(都道府県)을 대상으로 사회경제적 요인이 태양광 보급 확산에 미치는 영향에 대해 분석하였으며, 분석결과 주택투자와 주민들의 환경의식은 태양광 보급에 긍정적인 영향을 미치는 것으로 나타났으며, 설치비용은 부정적인 영향을 미치는 것으로 나타났다.

Li and Yi(2014)와 Wüstenhagen and Menichetti(2012)는 정부의 정책 지원과 태양광 보급간의 관계를 분석하였고, 재정 지원, 법적 지원 그리고 태양광 발전에 대한 교육과 홍보 등이 태양광 보급률을 높이는 데 기여하는 것으로 나타났다. 또한, 재정적 인센티브를 제공하는 지역이 그렇지 않은 지역에 비해 태양광 설치 비율이 높은 것으로 나타났다.

한편, 태양광 보급을 사업용과 자가용으로 구분하여 보급 영향요인에 대해 분석한 연구들도 있다. Shrimali and Jenner(2013)은 미국 16개 주를 대상으로 1998년부터 2009년까지 사업용(10kW~100kW) 태양광에 대한 주정부 단위의 태양광 보조금과 보급 정책 효과를 분석하였다. 분석결과 현금 인센티브와 함께 세금 인센티브가 사업용 태양광 보급을 촉진하는데 통계적으로 유의한 영향을 미친 것으로 나타났다. Crago and Chernyakhovskiy(2014)은 가정용 태양광 보급에 대한 영향요인을 분석하였다. 잠재적인 영향 요인들을 환경, 경제, 사회정치 등 3개 그룹으로 구분하여 분석한 결과, 일사량 및 가구별 평균 자산가격, 도시화율 등의 환경 및 경제적 변수가 태양광 보급 확대에 긍정적인 영향을 미치는 것으로 나타났다. 또한, 민주당 지지 성향 유권자가 많고 이클레이(ICLEI, 지속가능성을 위한 세계지방정부³⁾)에 가입한 지역일수록 자가용 태양광 설치가 많이 이루어진 것을 확인하였다.

해외 연구들 중에서 태양광 보급과 관련하여 공간적 종속성을 고려하여 분석한 연구로는 Graziano and Gillingham(2015)와 Copiello and Grillenzoni(2017)이 있다. Graziano and Gillingham(2015)은 주택용 태양광 시스템에 대한 보급 데이터와 주택환경, 사회경제적, 인구통계학적 데이터를 사용하여 태양광 시스템 확산의 주요 요인에 대해 분석하였다. 분석결과 태양광 시스템의 확산 패턴이 단순히 주택 밀도나 소득을 따르지 않으며, 대도시 보다 중소형 주택 밀도가 높은 지역을 중심으로 확산되는 것으로 나타났다. 또한 태양광 시스템에 대한 수용성은 기존에 설치되어 있는 지역과 공간적으로 이웃하고 있는 지역간의 강한 종속성이 있는 것으로 나타났다. Copiello and Grillenzoni(2017)은 공간적 종속성을 고려하여 이탈리아의 110개 지역을 대상으로 태양광 보급 요인에 대해 분석하였다. 결과적으로 태양광 에너지 생산과 소비는 모두 지역간에 공간적 종속성이 뚜렷하게 나타났고, 한 지역의 태양광 생산과 소비량은 타지역의 생산 및 소비량의 53% 정도를 설명할 수 있는 것으로 나타났다. 이러한 결과는 지역간의 공간 종속성을 배재한다면 모형에 왜곡이 발생할 수 있음을 보여준다.

태양광 보급요인과 관련한 국내 연구로, 손민희 외(2017)은 지역별 태양광 발전 보급의 결정요인을 분석하기 위해, 17개 광역지방자치단체의 2006년부터 2015년까지 패널자료를 이용하여 태양광 발전량에 미치는 요인을 정책, 환경, 전력, 사회･경제 범주로 분류하여 분석하였다. 분석결과, 정책요인인 지방정부의 보조금과 환경요인인 연평균 일조량은 태양광 발전설비 설치에 긍정적 영향을 미치고, 전력수요량과 설치비용은 부정적 영향을 미치는 것으로 나타났다. 특히, 태양광 발전은 사회경제적 요인인 토지자산액과 1인당 지역내 총생산에 가장 유의미한 관계를 발견할 수 있었으며, 보조금과 전력 자급률도 통계적으로 영향이 있는 것으로 나타났다.

고재경･김성욱(2016)은 전국 기초지자체 신재생에너지 발전 데이터를 구축하고 입지적 제약이 상대적으로 적은 태양광을 중심으로 공간적 분포에 영향을 미치는 요인을 분석하였다. 분석결과 태양광 잠재량이 많고 인구밀도가 낮고 GRDP가 높은 지역에 태양광 보급이 많이 이루어진 것으로 나타났다.

박기일･조윤직(2015)은 2012년도 기준으로 전국 228개의 기초지방정부의 신재생에너지 지방보급사업을 대상으로 하여 한국 지방정부의 재생에너지 보급요인을 분석하였다. 특히, 지방정부의 재생에너지 보급요인을 행정적 요인 내에서 세부적으로 지방정부역량 요인, 정책수요 요인, 확산 요인의 세 가지로 구분하여 분석하였다. 분석결과 지방정부의 인적 역량에 해당하는 단체장의 의지, 전문 담당 직원 여부와 재생에너지 관련 계획의 수립, 이웃 지방정부들의 재생에너지 보급 등이 재생에너지 보급에 긍정적인 영향을 미치는 것으로 나타났다.

진상현･황인창(2011)의 연구에서는 신재생에너지 보급사업 예산과 설비용량 자료를 토대로 지역별･에너지원별 성과를 광역지자체 단위로 분석하였다. 분석결과 일조량과 토지라는 생태자원이 풍부한 전남, 전북, 경북 지역이 신재생에너지 보급 관련 정책 집행 실적과 성과가 높은 것으로 나타났다.

이상으로 검토한 국내외 선행연구에서는 태양광 보급에 미치는 영향요인들에 대해 심층적으로 분석하였지만, 공간 종속성을 고려한 태양광 보급 요인을 분석한 연구는 많지 않고, 특히 국내 태양광을 대상으로 한 연구는 전무한 것으로 확인되었다. 이에 본 연구는 한국 태양광 보급을 사업용과 자가용으로 구분하여 태양광 발전 설비의 시군구 자료를 바탕으로 지역별 공간적 종속성을 살펴보고, 각각의 보급 요인을 환경적 요인(일사량)과 지리적 요인(토지비용), 경제･사회적 요인(1인당 GRDP), 정책적 요인(지원 예산), 전력 소비 요인(1인당 최종에너지 소비) 등으로 구분하여 지역별 태양광 보급에 영향을 미치는 요인에 대해 심층 분석하고자 한다.

Ⅲ. 분석 모형 및 자료

1. 분석모형

본 연구의 목적은 한국의 태양광 설비 보급 현황을 토대로 지역별 보급과 그 분포의 패턴을 파악하고, 공간적 영향을 분석하여 지역별 태양광 분포에 영향을 미치는 요인들을 도출하는 것이다. 이를 위해 시군구별 태양광 분포의 공간적 자기상관성(spatial correlation)을 분석하고 태양광 분포가 공간적 종속성을 가지고 있는가를 분석하였다. 또한, 공간회귀분석모형(spatial regression)을 활용하여 지역별 태양광 설비 분포에 영향을 미치는 요인을 분석하였다. 분석은 2021년을 기준으로 분석하였으며, 공간적 자기상관성분석 및 공간회귀분석을 위해 공간 데이터 분석 프로그램인 GeoDa⁴⁾를 활용하였다.

지도를 이용한 공간자료 분석은 연구자의 주관적 판단을 수반하기 때문에 보다 객관적인 방법으로 공간적 자기상관을 검증하는 것이 필요하다. 공간적 자기상관을 객관적으로 검증하는 일반적인 방법으로 Moran’의 I와 LISA(Local Indicator of Spatial Association)의 통계치가 주로 이용된다.⁵⁾ 이는 두 방법이 공간 데이터의 특성을 잘 반영하고, 공간적 패턴을 식별하는 데 유용한 도구이기 때문이다. 이들 통계치는 공간단위 i와 상호작용하는 공간단위 j들 간의 변수 값을 비교하여 분석대상 자료의 전반적인 공간적 자기상관성을 추정한다(이미숙･여관현, 2021).

먼저 Moran’s I는 변수 X와 이의 공차변수 W･X간의 상관계수를 의미하며, 아래의 수식 (1)에 의해 계산된다(Moran, 1950a; 1950b).

이는 특정 지역의 값이 주변 지역의 값과 어떻게 관련되어 있는지를 분석하고, 데이터가 어떠한 공간 패턴을 가지고 있는지를 확인하는데 주로 활용된다. Moran’s I는 -1에서 1사이의 값을 갖는데, 1은 공간단위 i와 이웃 공간단위 j들 간의 완벽한 양(+)의 공간자기상관을 갖는다는 것을 의미하며, -1은 완벽한 음(-)의 공간자기상관을 갖는다는 것을 의미한다. 0은 공간자기상관이 없음을 나타낸다.

LISA는 국지적 자기상관성을 분석하는 방법으로 LISA지수를 이용하여 어떤 지역에서 군집성이 있는지 파악하는데 주로 사용되며, 아래 수식 (2)에 의해 결정된다.

LISA는 특정지역이 주변지역과 어떤 관계를 갖는지 파악하는데 활용되는데, 주로 4가지 유형으로 나타낸다. HH(High-High)유형은 특정지역의 값이 평균값보다 높은 값을 가질 때 주변 지역 역시 높은 값을 가지는 경우이며, HL(High-Low)유형은 특정지역의 값은 높으나 주변 지역 값은 낮은 경우, LH(Low-High)유형은 특정지역 값은 낮으나 주변지역 값은 높은 경우, LL(Low-Low)유형은 특정지역과 주변 지역 모두 낮은 값을 가지는 경우를 의미한다.

Moran’s I와 LISA 분석을 통해 각 태양광이 보급되는 특정지역과 인접한 지역의 상관관계를 탐색했다면, 이를 통제하기 위한 공간회귀분석이 필요하다. 종래의 일반회귀모형이 간과하였던 공간적 종속성의 존재를 확인하고 이러한 영향력을 분석할 수 있는 공간회귀모형 적용의 필요성은 높다고 볼 수 있다. 공간회귀분석은 일반회귀분석의 한계점을 보완한 방법으로 공간효과를 일반회귀모형식에 공간상관항으로 추가하는 방식이다. 추가되는 공간상관항의 형태에 따라 공간회귀분석모형은 오차모형(SEM: Spatial Error Model)과 공차모형(SLM: Spatial Lag Model)으로 구분할 수 있다(염윤호･최재훈, 2022). SEM은 일반회귀모형 수식의 오차항에 공간상관항을 반영하고, SLM은 종속변수에 공간상관항을 반영하는 것인데 기본 수식은 아래 식 (3), (4), (5)와 같다.

여기서 y는 종속 변수의 𝑛×1 벡터, 𝑋는 독립 변수의 𝑛×𝑘 행렬, 𝛽는 독립 변수의 계수 𝑘×1 벡터, 𝜖는 오차항의 𝑛×1 벡터를 의미한다.

여기서 y는 종속 변수의 𝑛×1 벡터, 𝑋는 독립 변수의 𝑛×𝑘 행렬, 𝛽는 독립 변수의 계수 벡터, λ는 오차 항의 공간적 자기상관계수, W는 𝑛×𝑛 공간 가중치 행렬, u는 공간적 자기 상관을 가지는 오차항의 𝑛×1 벡터, ϵ는 정규 분포를 따르는 독립적 오차항의 𝑛×1 벡터를 의미한다.

여기서 y는 종속 변수의 𝑛×1 벡터, 𝜌는 공간적 자기상관계수, 𝑊는 𝑛×𝑛 공간 가중치 행렬, 𝑋는 독립 변수의 𝑛×𝑘 행렬, 𝛽는 독립 변수의 계수 벡터, 𝜖는 오차항의 𝑛×1 벡터를 의미한다.

공간적 종속성의 여부를 파악하기 위해서는 식 (4)와 식 (5)의 공간가중치행렬(Spatial Weight Matrix; W) 설정이 선행되어야 한다. 공간가중치는 그 거리에 따른 차별적인 효과를 반영하는 것으로 이를 설정하는 방법은 개체간의 접촉 여부를 기반으로 하는 인접성(contiguity)기준과 거리를 기반으로 하는 절대적 거리 기준으로 나뉜다. 보통은 개체 면이 서로 닿아있을 경우 인접한 것으로 보는 Rook방식, 두 지역의 모서리(점)가 공유되는 경우의 Bishop방식, 개체가 면이나 점으로 닿아있는 경우의 Queen방식으로 나눌 수 있다(LeSage and Pace(2009)). 만약 위 기준에 따라 인접한 것으로 판단이 될 경우에는 1, 그렇지 않을 경우 0의 값을 가지게 된다. 본 연구에서는 인접성 기반의 Queen방식을 적용하였으며, 시군구별로 분석함에 따라 인접성을 기반으로 i, j 등 모든 지역에 대한 고유의 공간가중치행렬이 시군구의 크기(n)만큼 생성된다(식 (6)).

2. 자료 및 특성

앞서 소개한 선행연구를 보면 재생에너지 보급요인을 분석하는 연구에서 종속변수는 주로 설비용량과 발전량이 활용되었다(Carley, 2009; Menz and Vachon, 2006; Kim and Heo, 2016). 이에 본 연구에서 태양광 발전 설비의 공간적 분포를 파악하기 위해 종속변수로 국내 시군구별 사업용 태양광과 자가용 태양광 설비 현황 자료를 활용하였다. 이렇게 구분한 이유는 사업용과 자가용의 설비규모가 상이하고, 보급요인이 서로 다를 수 있기 때문이다. 이어서 태양광 분포의 지역 간 격차에 영향을 미치는 요인 분석을 위한 독립변수들은 기존의 국내외 선행연구들에서 통계적으로 유의미하다고 파악된 변수들을 중심으로 선정하였다. 최종적으로 환경적 요인으로는 일사량, 지리적 요인으로는 개별공시지가, 사회･경제적 요인으로는 1인당 GRDP, 전력소비 요인으로는 1인당 최종에너지 소비량, 정책적 요인으로는 에너지 보급 지원예산을 태양광의 보급에 영향을 미칠 것이라고 예상되는 변수로 선정하였다(<표 2> 참조).

각 변수들의 기초통계량은 <표 3>과 같다. 분석에 활용한 자료에 특징을 살펴보면, 먼저 사업용 태양광의 평균 설비용량은 약 79MW, 자가용 태양광은 12MW 수준이며, 사업용 태양광은 특정지역인 전라도와 충청도, 경북지역에 편중되어 있는 것으로 나타났다. 반면에 자가용 태양광은 수도권과 시･도･광역시 등 도시 인근지역에 보급이 많이 이루어진 것으로 나타났다([그림 2] 참조).

태양광 발전의 중요한 요소인 일사량의 경우 최소 3.3시간/일에서 최대 4.2시간/일의 분포를 나타나며, 전라도와 경상도 지역의 연평균 일사량이 가장 높고, 수도권 지역에 연평균 일사량이 낮은 것으로 나타났다.

개별공시지가의 경우, 최소 2,869원/m²에서 최대 6,203,217원/m²의 분포를 가지며, 수도권과 시･도･광역시의 도시 지역 지가가 높은 것으로 나타났고 농어촌지역과 전라도, 충청도, 강원도, 경북지역의 지가가 낮은 것으로 나타났다. 1인당 GRDP는 최소 10백만 원에서 최대 409백만 원의 분포를 타나내며, 수도권과 시･도･광역시의 도시 지역과 중화학공업단지가 밀집해 있는 울산과 포항지역 등이 상대적으로 높은 수준인 것으로 나타났다.

지역별 1인당 에너지소비량 분석 결과, 최소 0.00086천TOE/인에서 최대 0.12583천TOE/인 수준이며, 주로 도심지역과 산업지역에 에너지소비량이 높은 것으로 나타났다. 마지막으로 태양광 보급 지원예산은 시군구별 자료 확보의 한계로 인해 기초지자체별 자료를 활용하였으며, 최소 238백만 원에서 최대 2,305백만 원 수준으로 나타났다.

[그림 2]

지역별 태양광 설비 분포

Ⅳ. 분석 결과

1. 태양광 설비의 공간적 자기상관성

태양광 설비의 분포의 공간적 상관성을 파악하기 위해 공간적 자기상관성 분석을 하였다. 전역적 차원에서의 분석을 위한 Moran’s I를 통해 대상 지역 전체적으로 공간적 군집 패턴이 나타나는지 확인하고, 국지적 차원에서의 공간적 연관성을 측정하는 LISA 분석을 활용하여 어떤 지역이 전체 지역의 공간적 자기상관성에 영향을 미치는지 확인하였다.

분석결과 사업용 태양광과 자가용 태양광 변수의 Moran’s I 통계량은 각각 0.523, 0.296이며, 특정지역과 인접한 지역의 태양광 보급이 양의 상관관계가 있는 것으로 나타났다. 이는 한국의 사업용 태양광과 자가용 보급은 전체 지역에서는 양의 공간적 종속성이 있다는 것을 의미한다. 즉 특정 시군구에 태양광 보급률이 높으면 주변 지역의 태양광 보급률이 높고, 반대로 특정 시군구에 태양광 보급률이 낮으면 주변 지역의 태양광 보급률이 낮다는 것을 유추할 수 있다. 또한, 사업용 태양광과 자가용 태양광의 Moran’s I 통계량은 1% 유의수준에서 통계적으로 유의한 것으로 나타났다([그림 3] 참조).

[그림 3]

태양광의 설비의 Moran’s I

다음으로 국지적 차원에서의 공간적 종속성을 확인하기 위해 LISA 통계량을 분석한 결과 [그림 4]와 같이 공간적 군집성이 통계학적으로 유의미한 High-High 유형 및 Low-Low 유형이 특정지역을 중심으로 나타나는 것을 확인하였다. 즉, 태양광 발전 설비 수가 많은 지역들이 이웃하고 있는 클러스터 유형(High-High)과 태양광 발전 설비 수가 적은 지역들이 이웃하고 있는 클러스터 유형(Low-Low)이 확연하게 구분되어 나타난 것이다. 특히, 사업용 태양광의 경우 전라도와 충청도 지역을 중심으로 High-High 유형이 많은 것으로 나타났으며, Low-Low 유형의 경우 주로 수도권 지역에서 나타나 지역적으로 서로 대조를 이루고 있음을 확인하였다. 자가용 태양광의 경우 수도권과 부산광역시 지역을 중심한 지역에서 High-High 유형이 많은 것으로 나타났다. 이러한 결과는 태양광 발전 설비가 특정지역으로 매우 편중되어 있으며, 양적 확충이 매우 제한적인 범위 내에서 이루어져 있다는 것을 시사한다.

[그림 4]

태양광의 설비의 LISA

2. 태양광 설비 분포의 영향요인 분석

이상의 분석결과를 통해 태양광 발전 설비 분포가 공간적 자기상관성을 가지고 있음을 확인하였다. 즉 특정 지역의 태양광 보급은 다른 지역의 태양광 보급에 영향을 미친다는 것이다. 결과적으로 지역 간 태양광 분포의 격차를 발생시키는 요인을 분석할 때는 공간적 상관성을 고려한 공간회귀분석 모형을 활용할 필요가 있다.

공간회귀분석에 앞서 공간 효과를 고려하지 않은 일반회귀분석을 시행하여 다중공선성 등을 확인하였고 이후의 공간회귀분석 결과와 비교하였다. 일반회귀분석 결과 사업용 태양광과 자가용 태양광에 대한 일반회귀분석 모형의 다중공선성 상태지수(Multicollinearty condition number)가 52.22로 동일하게 나타났는데, 이는 독립변수들 사이에 과도하게 분산을 공유하고 있다는 것을 의미한다. 이러한 문제를 해결하기 위해 모든 변수를 표준화(Standardized(Z))된 값으로 변환하고, 변환된 값으로 동일하게 일반회귀분석을 시행한 결과 다중공선성 상태지수가 1.78로 감소한 것으로 확인되었다.

다음으로 공간회귀모형을 통해 SEM과 SLM 중 적합한 모형을 선택하고자 Largrange Multiplier Test 통계량을 검토하였다.⁶⁾ 결과적으로 사업용 태양광과 자가용 태양광 모두 SLM의 Largrange Multiplier가 SEM 대비 더 유의미하고, 해당하는 Value도 높은 것으로 나타났다. 또한 Robust LM 검토 결과도 SLM이 SEM 대비 더욱 유의하고 해당하는 Value도 높은 것으로 나타나 SLM이 본 연구결과를 설명하는데 더 적합한 모형임을 확인하였다.

SLM을 통한 공간회귀분석 결과 공간자기회귀계수는 식 (5) (y=ρWu+Xβ+ε)에서 𝜌를 의미하는 것으로 사업용 태양광과 자가용 태양광 각각 0.3901, 0.4226이며 통계적으로 유의한 것으로 나타났다. 이는 특정 지역의 태양광 보급이 인접 지역의 태양광 보급에 영향을 받는 수준을 의미하는데, 특정 지역의 태양광 보급이 1단위 증가하면 인접 지역의 사업용 태양광 보급은 0.4269단위 증가하고 자가용 태양광 보급은 0.3942단위 증가함을 나타낸다.

한편, SME을 통한 공간회귀분석 결과 공간자기회귀오차계수는 식 (4) (y=Xβ+u,u=λWu+ε)에서 𝜆를 의미하는 것으로 사업용 태양광과 자가용 태양광 각각 0.3884, 0.4200이며 통계적으로 유의한 것으로 나타났다. 하지만, SLM 과는 달리 통계적으로 유의미한 공간자기회귀오차계수는 해석적으로 중요한 의미를 갖지는 않는다. 다만, 모형에 내재한 공간적 종속성을 설명되지 않은 오차에 반영하여 통제하였다는 의미가 있다.

이상으로 OLS, SLM, SEM의 분석결과를 종합하면 <표 4>와 같다. 먼저 모형의 설명력(R²)은 OLS에서 사업용 태양광과 자가용 태양광이 각각 0.2732, 0.0945으로 가장 낮게 나타났으며, SLM(0.3862, 0.2109)과 SEM(0.3627, 0.2006)은 공간 효과를 반영했기 때문에 OLS 대비 설명력이 높은 것으로 나타났다. 한편, AIC, SC, Log likelihood 통계량도 모형의 적합도를 판단하는 기준이 될 수 있는데 AIC 값이 작을수록, SC 값이 작을수록, Log likelihood 값이 클수록 더욱 적합한 모델이고, 이에 해당하는 모델이 데이터를 잘 설명한다고 할 수 있다. 이를 종합적으로 분석할 결과 모형의 적합도는 SLM〉SEM〉OLS 순으로 SLM이 본 연구를 분석하기에 가장 적합한 모형인 것으로 다시 한 번 확인되었다.

종속변수에 대한 설명변수 영향력의 방향성과 통계적 유의성은 세 모형 모두에서 유사하게 나타났다. 사업용 태양광의 경우, 세 모형 모두에서 지역별 일사량과 토지 가격(개별공시지가), 지원예산이 해당 지역의 태양광 보급에 대해 미치는 유의한 정적 영향력이 확인되었다. 이는 사업용 태양광의 목적은 사업자의 수익 극대화에 있기 때문에 태양광 사업을 영위하고자 하는 사업자는 일사량이 풍부하면서 토지가격은 상대적으로 저렴한 입지에 발전소를 설치하기 때문이다.

반면에 자가용 태양광은 세 모형 모두에서 토지 가격(개별공시지가)만이 태양광 보급에 대해 미치는 유의한 영향력이 있는 것으로 확인지만, 일사량의 계수값은 유의하지 않은 것으로 나타났다. 이는 사업용 태양광은 수익 극대화를 위한 최적지를 찾아갈 수 있지만 자가용 태양광은 일사량이 다소 부족하더라도 해당 부지 내에 입지해야하는 제약이 존재하기 때문인 것으로 판단된다.

한편, 1인당 GRDP와 1인당 에너지소비 변수 분석에서는 세 모형 모두 태양광 보급과의 유의한 관계는 도출되지 않았다.

추가적으로 세 모형의 각각의 오차에 존재하는 공간적 종속성을 비교한 결과 OLS의 오차에는 Moran’s I가 높고, 통계적으로 유의한 공간적 상관성이 추정되었는데, 이는 오차항에 공간종속성이 포함되어 있기 때문에 추정 계수 값에 왜곡이 있음을 의미한다. 반면, 공간효과를 통제한 SLM과 SEM의 오차에서는 OLS 결과와 비교하면 상대적으로 유의확률이 높거나 유의한 공간적 상관성이 나타나지 않았다. 결과적으로 SLM과 SEM에서는 OLS 대비 오차의 자기상관이 일부 개선되었다고 볼 수 있다(<표 5> 참조).

Ⅴ. 결 론

한국은 탄소중립을 실현하기 위한 주요한 수단으로 태양광 보급을 위해 RPS 및 태양광 보급 보조금 지원 등 다양한 정책을 수립하고 추진하고 있다. 이러한 노력으로 한국 태양광은 2016년 약 4.9GW 수준에서 2021년 21.2GW(약 4배 증가)로 빠르게 확대되었다. 하지만 이러한 보급이 특정 지역으로 편중됨에 따라 불필요한 사회적 비용 증가 및 전력 수급 불일치, 발전소 출력제약 등의 문제를 발생시키고 있다(기재홍, 2020; 윤광훈 외, 2021).

본 연구에서는 한국의 지역별 태양광 보급 실적을 사업용과 자가용으로 구분하여 이에 대한 공간적 종속성과 보급 영향요인에 대해 분석하였다. 분석결과 사업용 태양광은 전라도와 충청도, 경북지역에 집중적으로 보급되었으며, 자가용 태양광은 수도권과 시･도･광역시 등 도시 인근지역에 보급이 이루어진 것으로 나타났다. 또한, 특정지역의 태양광 보급이 인접지역의 태양광 보급에 공간적으로 상당한 종속성이 있는 것으로 확인되었다. 이는 지역별 태양광 보급에 미치는 영향 요인을 분석하기 위해서는 공간적 종속성을 고려해야 함을 의미한다. 이를 바탕으로 계량적 방법을 통한 모형 적합도 분석결과 OLS, SLM, SEM 중에서 SLM이 가장 적합한 것으로 나타났다.

공간회귀분석 모형에 기반한 지역별 태양광 보급 영향요인 분석결과에서는 사업용 태양광의 경우, 일사량과 토지 가격(개별공시지가), 에너지 지원예산이 태양광 보급에 유의한 정적 영향력이 있는 것으로 나타났다. 이는 태양광 일사량이 풍부하고 토지 가격이 낮은 지역에 사업용 태양광 보급이 활발히 이루어진다는 것을 의미하며, 이는 실제로 우리나라에서 일사량이 가장 풍부하고 토지 가격이 낮은 전라도와 경북, 충남지역에 집중되어 있는 근거가 된다. 반면 지역별 1인당 에너지 소비와 1인당 GRDP는 태양광 보급 간의 유의한 결과는 도출되지 않았다.

자가용 태양광은 토지 가격만이 유의한 영향이 존재하는 것으로 나타났으며, 일사량은 유의하지 않은 것으로 나타났다. 이는 사업용 태양광은 수익 극대화를 위한 최적지를 찾아갈 수 있지만 자가용 태양광은 일사량이 다소 부족하더라도 해당 부지 내에 입지해야하는 위치적인 제약이 존재하기 때문인 것으로 사료된다. 반면 지역별 1인당 에너지 소비와 1인당 GRDP, 지원예산은 해당 지역의 자가용 태양광 보급에 유의한 영향이 없는 것으로 도출되었다.

향후 우리나라 탄소중립의 원활한 이행을 위해서는 태양광 보급이 필수적인 상황임을 고려하여 안정적인 태양광 보급 확대와 더불어 지역별 균형있는 보급을 위한 합리적인 정책 마련이 필요할 것이다. 본 연구의 결과를 보면 사업용과 자가용 태양광 보급에 미치는 공통적인 요인은 토지 가격인 것으로 나타났다. 그만큼 태양광 보급은 활용가능한 부지의 가격과 상당한 관련이 있다고 볼 수 있다. 이에 향후 정부 정책 입안자가 균형있는 태양광 보급 정책을 마련하는데 있어 비용 측면에서 토지 가격에 대한 부담을 경감시켜 주거나 발전 수익을 증대시키는 방안을 고려할 필요가 있다. 또한, 상대적으로 부지 활용이 용이하고 비용이 저렴한 산업단지를 활용한 보급 정책도 고려할 필요도 있다.

본 연구결과는 국내 선행연구에서 시도해보지 않은 내용으로 그 가치가 높을 것으로 예상되며, 향후 본 연구의 한계점을 보완하여 다양한 국가의 사례를 바탕으로 연구할 필요가 있다.