Sovereign ESG and the Hydrological Constraint: Rethinking the Determinants of Water Stress

기술 요약: 소버린 ESG와 수문학적 제약(The Hydrological Constraint)

문제 제기
본 논문은 수자원 스트레스(가용 재생 자원 대비 담수 취수량의 비율)에 관한 문헌의 개념적 및 방법론적 파편화 문제를 다룬다. 수문학은 수자원 스트레스를 기후와 토지 시스템에 의해 결정되는 물리적 결과로 취급하는 반면, 정치학 및 개발 연구는 이를 거버넌스와 배분 규칙에 의해 주도되는 제도적 결과로 취급한다. 이 두 관점은 동일한 국가 샘ीय을 사용하여 통일된 프레임워크 내에서 결합하여 테스트된 적이 거의 없다. 또한, 기존의 국가 간 연구들은 국가 내부의 시간적 이동과 국가 간 구조적 차이를 구분하지 못하는 경우가 많으며, 비선형성과 머신러닝 검증을 간과하는 경우가 빈번하다. 저자들은 세계은행의 소버린 ESG(환경, 사회, 거버넌스) 프레임워크를 수자원 스트레스에 최초로 적용하여, 이 세 가지 축이 수문학적 제약을 설명하는지 테스트하고 각 축 내의 구체적인 결정 요인을 식별한다.

방법론
본 연구는 2002년부터 2022년 사이 관찰된 최대 170개 경제국의 데이터를 분석한다(특정 지표의 데이터 가용성에 따라 샘플 크기는 변동될 수 있음). 종속 변수는 담수 취수량 대 가용성 비율의 자연로그이다. 저자들은 동일한 종속 변수를 공유하되, ESG 축에서 제공되는 회귀 변수 블록만 다른 세 가지 별도의 방정식을 추정한다:

1. 환경 방정식: 170개 경제국, 3,501개 관측치(2000–2021).
2. 사회 방정식: 99개 경제국, 2,113개 관측치(2001–2022).
3. 거버넌스 방정식: 170개 경제국, 3,421개 관측치(2002–2022).

각 방정식은 견고성과 방법론적 삼각측량을 보장하기 위해 세 가지 병렬 트랙을 따라 분석된다:

• 트랙 1: 패널 계량경제학: Pooled OLS, 고정 효과(FE), 랜덤 효과(RE), Between, 가중 최소제곱법(WLS), 그리고 2단계 차분 및 시스템 GMM을 포함한 7가지 추정량을 활용한다. 진단에는 횡단면 의존성(Pesaran), 자기상관(Wooldridge), 공선성 테스트가 포함된다. 결정적으로, 거버넌스 블록은 Worldwide Governance Indicators(WGI) 사이의 높은 공선성(0.81–0.95)을 해결하기 위해, 상관관계가 있는 차원들을 나란히 입력하는 대신 직교화된 변수(제도적 질 및 제도적 균형)를 생성하기 위해 주성분 분석(PCA)을 채택한다.
• 트랙 2: 비지도 학습 클러스터링: 6가지 알고리즘(DBSCAN, Fuzzy C-Means, Hierarchical, K-Means, Model-Based GMM, Random Forest proximity)이 ESG-수자원 프로필을 기준으로 국가를 분류하기 위해 경쟁한다. 선택은 11가지 내부 타당성 지표(예: 실루엣, Calinski-Harabasz, HHI)와 모든 경제국이 그룹에 할당되어야 한다는 허용 규칙에 기초한다.
• 트랙 3: 지도 학습 검증: 6가지 학습기(Linear Regression, Regression Tree, KNN, Linear SVM, Boosting, Random Forest)가 예측이 아닌, 계량경제학적 명세의 함수 형태를 검증하기 위해 평가된다. 핵심적인 설계 선택은 무작위 70/30 홀드아웃 방식과, 국가 정체성의 기억(데이터 누수)을 방지하기 위해 전체 국가를 제외하는 그룹화된 5-겹 교차 검증(grouped five-fold cross-validation)이라는 두 가지 검증 체계를 포함한다.

주요 결과

• 수자원 스트레스의 구조적 성격: 가장 근본적인 발견은 로그 분산의 99.1%가 국가 간(between countries)에 존재하며, 20년 동안 국가 내부(within countries)에서는 단 0.9%만이 존재한다는 것이다. 이는 수자원 스트레스가 정책이나 기후 충격에 반응하여 매년 크게 변동하는 변수가 아니라, 국가 영토의 구조적 속성임을 나타낸다이다.
• 환경 축:
  • 결정 요인: 산림 피복과 인구 밀도가 지배적인 예측 변수이다. 산림 피복은 강한 음(-)의 횡단적 관계를 보이는 반면, 인구 밀도는 고정 효과(국가 내부) 모델에서도 유의미하게 남는 유일한 변수로, 도시화가 동적인 압력을 가동함을 시사한다.
  • 비선형성: 머신러닝은 농경지(agricultural land)에 대해 U자형 부분 의존성(스트레스가 감소했다가 다시 상승함)을 밝혀낸다. 가뭄 지수(SPEI)는 블록 내에서 가장 큰 횡단적 계수를 보유하고 있음에도 불구하고, 그룹화된 검증 하에서는 거의 무의미해지며(드롭아웃 손실 0.71%), 이는 해당 지표가 국가 간 차이는 구별하지만 국가 내부의 변화는 설명하지 못함을 의미한다.
  • 검증: 그룹화된 교차 검증 하에서 Random Forest가 선형 모델보다 약간 더 우수한 성능을 보인다(R² 0.41 vs. 0.31). 그러나 선형 명세가 구조의 대부분을 포착한다.
• 사회 축:
  • 부호 역전: 위생 및 깨끗한 조리 연료와 같은 변수에서 Between 추정량과 고정 효과 추정량 사이에 체계적인 부호 역전이 발생한다. 횡단적 계수는 지리적 혼란 요인(건조하고 고소득인 경제국들이 높은 서비스 보급률과 높은 수자원 스트레스를 동시에 가짐)을 반영하는 것이지, 인과적인 사회적 메커니즘을 반영하는 것이 아니다.
  • 국가 내부 동인: 출산율과 영양 부족만이 내부 변환(within transformation)을 견뎌내며, 하나의 공유된 발전 궤적의 일부로서 함께 움직인다.
  • 클러스터링: 사회적 블록은 대체로 일차원적(발전 구배)이다. 그러나 중간 수준의 발전 단계에 있으나 노동력 참여가 제한적이고 수자원 스트레스가 높은 특징을 가진 독특한 "고스트레스-저참여" 클러스터가 나타난다.
  • 검증: 유연한 학습기들은 국가가 제외되었을 때 선형 모델보다 성능이 떨어지며(R²가 0에 가깝거나 음수가 됨), 이는 사회적 지표가 국가 정체성이 제거되었을 때 국가 간 변동을 예측하는 데 약함을 나타낸다.
• 거버넌스 축:
  • 제도적 질에 대한 귀무 가설: 네 가지 WGI 지표의 분산을 91.9% 흡수하는 첫 번째 주성분인 '제도적 질'은 모든 추정량에서 수자원 스트레스와 무관하다.
  • 구성의 신호: "국가 역량 대비 책임성"을 나타내는 두 번째 주성분은 횡단적 모델에서 강한 음(-)의 계수(−1.10)를 가진다. 행정 역량은 높지만 책임성은 낮은 경제국(예: 걸프 지역의 지대 추구 국가들)이 가장 높은 수자원 스트레스를 보인다.
  • 지배적 예측 변수: 여성 대 남성 노동 참여율은 세 가지 축 모두에서 가장 유의미한 예측 변수이다. 이들의 부분 의존성을 살펴보면 55~59% 구간에 집중된 급격한 불연속성(계단 함수)이 나타나는데, 이는 선형 명세에서는 보이지 않는 특징이다.
  • 검증: 거버넌스 블록에서 선형 회귀는 그룹화된 교차 검증 하에서 모든 유연한 학습기보다 우수한 성능을 보인다(R² 0.27 vs. 0.08). 이는 관계가 효과적으로 선형적이며, 선형 모델이 놓치고 있는 비선형 구조가 없음을 확인시켜 준다.

의의 및 주장
본 논문은 문헌의 세 가지 공백을 해결한다고 주장한다:

1. 개념적 공백: 수자원 스트레스를 종속 변수로 하여 소버린 ESG 분해를 적용하고, 세 가지 축의 설명력을 공통 샘플에 대해 비교한 첫 번째 연구이다.
2. 추정상의 공백: 국가 내부의 움직임과 국가 간 구조를 분리함으로써, 사례 연구와 국가 간 연구가 서로 다른 질문에 답하고 있음을 입증한다. 변동의 99.1%가 구조적이라는 발견은 수자원 스트레스가 연간 조정에 반응하는 정책 변수라는 가정에 도전한다.
3. 방법론적 공백: 거버넌스 지표의 공선성을 단순한 추정상의 번거로움이 아니라 실질적인 측정 문제(직교화가 필요함)로 취급한다. 또한 머신러닝을 예측 목적이 아니라 선형 함수의 적절성을 검증하고 특정 비선형성(농경지의 U자형, 노동 참여의 계단 함수)을 탐지하기 위해 사용한다.

저자들은 수자원 스트레스가 국가가 달성하는 성과라기보다 국가가 물려받은 제약이라고 결론짓는다. 따라서 "제도적 질"의 수준은 수자원 평가에 유익한 정보를 제공하지 않으며, 대신 제도의 구성(특히 역량과 책임성 사이의 균형)과 노동 참여율 같은 구조적 요인이 핵심적인 결정 요인이다. 본 논문은 수자원 스트레스가 느리게 움직이고 자산(endowment)에 의해 결정되는 특성을 고려할 때, 소버린 ESG 프레임워크가 이를 단순한 성과 측정 지표가 아닌 구조적 리스크 요인으로 포함해야 한다고 주장한다.