Agent-Based Modeling of Low-Emission Fertilizer Adoption for Dairy Farm Decarbonisation using Empirical Farm Data

기술 요약: 낙농업 탈탄소를 위한 저배출 비료 도입에 대한 에이전트 기반 모델링

문제 제기
농업 시스템, 특히 아일랜드 낙농업은 질소 비료 사용, 가축 관리, 토지 이용 관행에 주로 기인한 온실가스 (GHG) 배출의 주요 원인입니다. 보호된 요소 (NBPT 요소 억제제로 처리된 요소) 도입과 같은 실질적인 저배출 조치가 존재함에도 불구하고, 농가 간 도입률은 불균등합니다. 이러한 이질성은 관리 능력, 구조적 제약, 사회적 상호작용의 차이에서 비롯됩니다. 전통적인 상향식 평가 모델은 종종 이러한 복잡성을 포착하지 못하며, 균일한 행동과 즉각적인 수용을 가정하고 동료 효과, 경로 의존성, 확률적 의사결정을 무시합니다. 따라서 탈탄소화의 사회기술적 진화를 시뮬레이션할 수 있는 프레임워크가 필요하며, 이는 도입을 단순한 재무적 계산이 아닌 사회적 전염과 구조적 농장 특성에 의해 영향을 받는 동적 과정으로 취급해야 합니다.

방법론
본 연구는 15 년 기간 동안 295 개 아일랜드 낙농 농가 간 저배출 기술의 확산을 시뮬레이션하기 위해 경험적으로 근거한 에이전트 기반 모델링 (ABM) 프레임워크를 개발했습니다.

• 데이터 기반: 이 모델은 아일랜드 가축 번식 연맹 (ICBF) 과 Bord Bia 에서 집계된 Teagasc(아일랜드 농업 및 식품 개발 당국) 이 제공한 포괄적인 농장 수준 데이터 세트를 활용합니다. 이 데이터 세트에는 생산 성과 (우유 수확량, 고형분, 군 구조), 투입물 사용 (비료 종류, 석회, 사료), 그리고 경제 변수가 포함됩니다.
• 에이전트 구조: 295 개 농가 각각은 토지 면적, 가축 단위, 우유 생산량, 질소 투입량과 같은 특정 속성을 가진 자율 에이전트로 모델링됩니다. 초기에는 모든 에이전트가 전통적인 질산 암모늄 칼슘 (CAN) 을 사용합니다.
• 사회적 네트워크 아키텍처: 농업 토론 그룹의 사회적 역학을 재현하기 위해, 모델은 Watts-Strogatz 소세계 네트워크를 사용합니다. 이 구조는 높은 지역 군집화 (안정적인 동료 조언 순환을 나타냄) 와 짧은 평균 경로 길이 (고문을 통한 그룹 간 정보 전달을 나타냄) 를 특징으로 합니다. 네트워크 매개변수 ($k=4$ 연결, 재연결 확률 $p=0.1$) 는 특정 도입 곡선에 맞추어 조정된 것이 아니라 희소하고 군집화된 동료 구조를 나타내도록 고정되었습니다.
• 도입 메커니즘: 보호된 요소의 도입은 확률적, 확률적 의사결정 과정으로 모델링됩니다. 시간 $t$에서 도입하지 않는 농가 $i$의 도입 확률 ($P_{i,t}$) 은 다음 함수의 결과입니다:
  1. 기저 성향: 혁신에 대한 고정된 성향 ($\beta_0$).
  2. 동료 영향: 보정된 사회적 영향 매개변수 ($\omega = 0.85$) 로 가중치가 부여된 이웃 농가의 평균 도입률을 나타내는 지연 신호 ($S_{i,t-1}$).
  3. 구조적 요인: 정규화된 농장 규모와 우유 생산량.
  4. 정책 충격: 탄소세 또는 보조금에 대한 외생적 조정.
• 정책 시나리오: 이 모델은 세 가지 시나리오를 시뮬레이션합니다: 기준 시나리오 (정책 없음), 탄소세 (내재된 비료 배출에 적용된 톤당 €71 의 CO2), 그리고 보조금 (보호된 요소에 톤당 €200).
• 배출량 및 경제성: 모델은 비료별 배출 계수 (CAN: 0.0149; 보호된 요소: 0.0040) 를 기반으로 직접 아산화질소 배출량을 계산하고 이를 CO2 환산량으로 변환합니다. 또한 사적 투입 비용 변화와 총 감축량을 비교하여 한계 감축 비용 (MAC) 을 계산하며, 사적 비용과 사회적 비용 (정부 지출 포함) 을 구분합니다.
• 검증 및 불확실성: 모델은 역사적 도입 데이터 (20192024) 를 사용하여 보정되었으며, Root Mean Square Error (RMSE), Mean Absolute Error (MAE), 그리고 $R^2$ 지표를 사용하여 표본 외 데이터 (20232024) 에 대해 검증되었습니다. 강건성은 250 회 몬테카를로 반복 및 사회적 영향 가중치와 보조금 수준에 대한 민감도 분석을 통해 평가되었습니다.

주요 기여

1. 경험적 보정: 본 연구는 실제 세계의 농장 수준 데이터를 보정된 ABM 에 연결하여 높은 예측 정확도 ($R^2 = 0.979$, RMSE = 0.0274) 로 비료 도입의 현실적인 확산 경로를 성공적으로 모델링했습니다.
2. 생물물리 및 경제 모델링의 통합: 사적 비용과 사회적 후생 비용을 구분하면서 시뮬레이션 환경 내에서 한계 감축 비용을 추정하기 위해 생물물리 배출 모델링과 경제 비용 계산을 결합했습니다.
3. 불확실성 정량화: 몬테카를로 방법을 활용함으로써 도입 시기와 누적 배출량의 불확실성을 정량화하여 결정론적 단일 지점 추정치가 아닌 확률적 통찰력을 제공했습니다.
4. 정책 실험실 프레임워크: 이 모델은 탈탄소화를 순수한 금전적 계산이 아닌 사회기술적 진화로 개념화하여 기후 전략의 강건성과 확산 속도를 사전에 테스트하는 "정책 실험실" 역할을 합니다.

결과

• 예측 정확도: 이 모델은 $R^2$가 0.9793 이고 RMSE 가 0.0274 인 높은 예측 정확도를 보여주었습니다. 사회적 네트워크 효과의 포함이 결정적이었으며, 이를 제거하면 RMSE 가 5 배 증가 (0.0274 에서 0.1476 으로) 하여 동료 간 영향이 비료 도입의 지배적 메커니즘임을 확인시켰습니다.
• 도입 역학: 도입은 로지스틱 S 곡선을 따랐습니다. 기준 시나리오에서는 약 7.2 년 만에 50% 도입에 도달했습니다. 탄소세는 이를 약 3.6 년으로 단축시켰으며, 보조금 시나리오가 가장 빨라 약 3.0 년 만에 50% 에 도달했습니다.
• 누적 감축: 15 년 기간 동안 보조금 시나리오는 121.35 Gg CO2-eq 의 배출을 방지하여 탄소세 시나리오 (97.73 Gg CO2-eq) 보다 약 24% 높았습니다. 이 차이는 보조금 하에서 더 일찍 도달한 도입 정점으로 인해 배출 절감 기간이 길어졌기 때문입니다.
• 분포적 변화: Kolmogorov-Smirnov 검정은 정책 개입이 부문의 탄소 집약도 분포를 근본적으로 변화시켰음을 확인했습니다 ($D = 0.2407, p < 0.001$). 이는 고집약도 꼬리를 효과적으로 억제하고 "지연" 농가들을 기준 모드 쪽으로 끌어당겼습니다.
• 경제적 타당성: 사적 한계 감축 비용은 톤당 CO2-eq 당 €0.80 으로 계산되어 현재 EU 탄소 가격 기준보다 현저히 낮았습니다. 그러나 정부 보조금 지출을 포함할 경우 사회적 감축 비용은 톤당 CO2-eq 당 €4.54 로 상승했습니다.
• 이질성: 구조적 분석에 따르면 탄소 집약도는 농장 규모뿐만 아니라 영양소 사용 효율과 사육 균형에 의해 주도됩니다. "지연" 농가 (상위 20% 배출자) 는 해당 우유 수확량 증가 없이 높은 사육률 (~4.5 LU/ha) 을 보이며, 이는 체감 수익과 질소 손실을 나타냅니다.

의의 및 주장
본 논문은 농업 시스템에서 이질적이고 네트워크 매개 기술 확산을 조사하기 위한 검증되고 일반화 가능한 프레임워크를 제공한다는 데 주요 의의가 있다고 주장합니다. 경험적 데이터와 에이전트 기반 모델링을 통합함으로써 본 연구는 다음을 입증합니다:

• 사회적 전염의 중요성: 동료 영향은 부차적 요인이 아니라 도입 속도의 주요 동력입니다. 네트워크 역학을 고려하지 않은 정책은 확산 속도나 초기 수용자의 영향을 과소평가할 수 있습니다.
• 보조금 대 세금: 탄소세와 보조금 모두 도입을 촉진할 수 있지만, 보조금 기반 개입은 전환 초기에 자기 강화형 사회적 티핑 포인트를 촉발할 수 있는 능력으로 인해 더 빠른 확산과 더 큰 누적 감축을 창출합니다.
• 경로 의존성: 이 모델은 정책 시기가 네트워크 전염과 상호작용하여 견고한 전환 경로를 창출함을 보여줍니다. 초기 인센티브는 동료 검증을 통해 지각된 위험을 줄여 행동을 "고정"시킬 수 있으며, 이는 충분히 강력하여 동일한 사회적 임계값을 넘지 않는 한 정적 가격 메커니즘 (예: 세금) 이 재현하기 어려운 역동성입니다.
• 표적 개입: 이 프레임워크는 구조적으로 영향력이 크고 배출량이 높은 농가를 대상으로 하는 것이 가장 큰 한계 효과를 창출한다고 제안하며, 일률적 접근법 대신 차별화된 증거 기반 개입 설계를 지원합니다.

저자들은 이 모델을 "정책 실험실" 실험을 위한 도구로 위치지으며, 이해관계자들이 구현 전에 탈탄소화 전략을 예측하고 최적화할 수 있게 하지만, 제한된 행동 복잡성과 정적 경제 변수에 관한 한계를 인정합니다.