📈 economics

A By-Production Approach to Deriving the Production Possibility Frontier and the Shadow Prices of CO₂ Reduction

본 논문은 임의의 방향 벡터에 의존하지 않고 한계 감축 비용을 기회비용으로서 직접 추정할 수 있도록, 명시적인 생산가능곡선과 이산적인 이산적 탄소 배출 저감을 위한 잠재 가격을 도출하는 새로운 부산물 최적화 프레임워크를 제안한다.

원저자: Alexandre Repkine

게시일 2026-07-15

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Alexandre Repkine

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

경제를 거대하고 북적이는 주방이라고 상상해 보세요. 이 주방에서 요리사(국가)들은 자본, 노동, 연료와 같은 재료를 사용하여 두 가지 매우 다른 요리를 만들어냅니다: 바로 맛있는 식사(GDP)와 고약한 냄새가 나는 원치 않는 연기 구름(CO₂ 배출)입니다. 보통 연기를 줄이고 싶을 때는 단순히 화력을 줄이면 됩니다. 하지만 여기에는 반전이 있습니다. 이 주방에서는 연기가 단순한 부작과물이 아니라, 레시피 자체에 구워져 들어 있습니다. 음식을 만들지 않고서는 연기를 전혀 만들지 않을 수 없으며, 연기를 줄이려고 하면 종종 식사의 양도 줄어들게 됩니다.

알렉산드르 렙킨(Alexandre Repkine)의 이 논문은 당신이 맛있는 음식을 조금 덜 얻기 위해 얼마나 많은 음식을 포기해야 하는지를 정확하게 그려내는 새롭고 명확한 방법을 소개합니다. 저자는 이 지도를 **생산 가능 곡선(Production Possibility Frontier, PPF)**이라고 부릅니다. 이것은 요리사들이 최선을 다해 일하고 있는 "주방의 가장자리"라고 생각하면 됩니다.

기존 지도의 문제점

이 논문 이전에 경제학자들은 마치 무작위 방향으로 공을 던져 언덕의 경사를 추측하는 것과 같은 방식으로 이 지도를 그리려 노력했습니다. 그들은 '방향적 거리 함수(directional distance functions)'라는 것을 사용했는데, 이는 트레이드오프(절충 관계)를 측정하기 위해 임의의 방향을 선택해야 했습니다. 이 논문은 이러한 방식이 무질서하고 신뢰할 수 없다고 주장합니다. 그것은 실제 절벽 면을 보는 대신, 자신이 그냥 짐작한 방향으로 걸어가며 산의 가파른 정도를 측정하려는 것과 같습니다. 저자는 이러한 기존 방식들이, 특히 당신이 이미 효율적인 구역의 가장자리에 서 있을 때 이상한 결과를 낼 수 있다고 말합니다.

새로운 "부산물" 레시피

이 논문은 방향을 짐작하는 대신, "부산물" 접근 방식을 사용합니다. 이는 주방에 좋은 음식과 연기라는 두 개의 별개이지만 연결된 레시피가 동시에 진행되는 것으로 취급합니다. 저자는 특정 연기 제한량에 대해 당신이 만들 수 있는 최대치의 음식을 찾아내기 위해 엄격한 수학적 퍼즐(제약 최적화 문제)을 설정합니다.

저자는 만약 주방이 작동하는 특정 규칙들(예를 들어 재료가 순조롭게 움직이고 연기가 마법처럼 사라지지 않는다는 점 등)을 따른다면, 당신이 가능한 최선의 트레이드오프를 나타내는 단일하고 매끄러운 고유한 선을 그릴 수 있음을 증명합니다. 이 선이 바로 생산 가능 곡선입니다.

깨끗한 공기의 가격

일단 이 선을 갖게 되면, 공기를 정화하는 "가격"은 단순히 그 선의 기울기가 됩니다. 선이 가파르면, 연기를 아주 조금 줄이기 위해 많은 양의 음식을 포기해야 합니다. 선이 완만하면 정화 비용이 저렴합니다. 논문은 이 기울기를 직접 계산하며, 이를 **한계 저감 비용(Marginal Abatement Cost, MAC)**이라고 부릅니다.

저자는 이 방법을 2010년부터 2019년 사이의 16개 아시아-태평양 경제권 데이터에 적용했습니다. 그들은 단순히 추측한 것이 아니라, GDP, 자본, 노동, 연료 소비에 대한 실제 수치를 사용하여 이 프런티어(경계면)의 형태를 추정했습니다.

숫자가 말해주는 것

결과는 놀랍습니다. 논문은 오염을 줄이는 비용이 해당 국가가 이미 얼마나 많은 오염을 일으키고 있는지에 따라 크게 달라진다는 것을 발견했습니다.

그룹 내 최대 오염국인 중국은 평균 10.717 기가톤의 CO₂를 배출하며, 정화 비용이 가장 낮았습니다: 약 $1,727 (톤당).
훨씬 적은 양인 0.02 기가톤의 CO₂만을 배출하는 스리랑카는 훨씬 더 가파른 언덕에 직면해 있습니다. 이들이 1톤의 CO₂를 줄이려면 약 $10,555의 경제적 산출량을 희생해야 합니다.

논문은 소규모 경제권의 경우, 트레이드오프가 믿기 힘들 정도로 가파르다고 시사합니다. 그것은 거의 비어가는 오렌지에서 마지막 한 방울의 즙을 짜내려는 것과 같습니다. 아주 적은 결과를 얻기 위해 엄청난 노력이 필요합니다.

이것이 측정하는 것이 '아닌' 것

이 논문이 무엇을 측정하고 있지 않은지 이해하는 것이 매우 중요합니다. 저자는 이 수치들이 기술을 바꾸지 않고 배출량을 줄이는 비용을 나타낸다고 명시적으로 밝히고 있습니다. 이는 현재의 오래된 레시피를 사용하여 단순히 화력을 줄이는 비용을 의미합니다.

논문은 이 높은 수치들이 우리가 정화를 할 수 없다는 것을 의미한다는 생각에 반박합니다. 대신, 이 높은 비용들이 새로운 레시피(기술적 변화)를 발명하는 것의 막대한 가치를 강조한다고 주장합니다. 훨씬 낮은 비용(예: 톤당 $40 또는$ 60)을 보여주는 다른 연구들은 더 깨끗한 연료나 더 나은 기술로 전환하는 비용을 측정하고 있습니다. 이 논문은 기술을 바꾸지 않을 때 발생하는 "고통스러운 쥐어짜기"의 비용을 측정합니다.

결론

논문은 수학은 복잡하지만 메시지는 명확하다고 결론짓습니다. 우리는 트레이드오프의 방향을 짐정하는 것을 멈추고, 실제 프런티어의 형태를 보기 시작해야 합니다. 국가마다 이 언덕이 얼마나 가파른지를 보여줌으로써, 이 새로운 방법은 정책 입안자들에게 더 나은 지도를 제공합니다. 이는 어떤 국가들에게는 새로운 기술 없이 정화하는 비용이 엄청나다는 것을 보여주며, 따라서 진정한 해결책은 기존 시스템을 더 강하게 쥐어짜는 것이 아니라 혁신과 새로운 기술에 있다는 것을 시사합니다.

저자는 이것이 실제 데이터에 적용된 이론적 틀이며, 수학적으로 특정 조건 하에서 지도가 존재하고 유일함이 증명되었지만, 실제 적용에는 국가들이 어떻게 행동하는지에 대한 가정이 포함되어 있음을 인정합니다. 그러나 이 방법은 성장하는 경제와 깨끗한 하늘 사이의 진정한 경제적 트레이드오프를 볼 수 있는 신선하고 직접적인 방법을 제공합니다.

기술 요약: 생산 가능 곡선 및 이산화탄소 감축의 잠재적 가격(Shadow Prices) 도출을 위한 부산물 접근법

문제 제기
유해 배출량에 대한 한계 저감 비용(MAC)을 추정하는 기존 문헌은 매개변수적 및 비매개변수적(DEA) 방식을 모두 포함하는 방향적 출력 거리 함수(DODF)에 크게 의존하고 있다. 이는 이론적으로는 근거가 있으나, 다음과 같은 중대한 한계에 직면한다:

민감도 및 임의성: DODF 기반 추정치는 경제적 근거 없이 임의로 선택된(예: 45도 벡터) 방향 벡터의 선택에 매우 민감하다.
정의되지 않은 MAC: 비매개변수적 DEA 접근법에서 MAC(생산 가능 곡선(PPF)의 기울기로 정의됨)은 조각마다 선형인 효율적 경계의 꼭짓점에서 정의되지 않을 수 있다.
한계적 vs 비한계적: 표준적인 접근 방식은 본질적으로 한계적이며, 대규모의 비한계적 배출 감소의 경제적 비용을 근사하는 데 실패하는 경우가 많다.
암묵적 vs 명시적: 대부분의 연구는 바람직한 출력( $y$ )과 바람직하지 않은 출력( $b$ )을 연결하는 PPF의 함수 형태를 명시적으로 추정하지 않는다. 대신, 이들은 명시적인 PPF 함수의 기울기로서가 아니라, 투영 지점에서의 거리 함수 미분 비율로서 MAC을 간접적으로 도출한다.

방법론
본 논문은 Murty 등(2012)이 개발한 부산물 프레임워크(by-production framework) 내에서 **명시적인 생산 가능 곡선(PPF)**과 그에 상응하는 MAC을 도출하기 위한 새로운 프레임워크를 제안한다.

이론적 프레임워크:
- 오염 기술은 바람직한 출력( $y$ )을 생산하는 하위 기술과 오염성 투입물(구체적으로 연료, $f$ )에 의해 연결된 바람직하지 않은 출력( $b$ )을 생산하는 하위 기술의 교집합으로 모델링된다.
- 저자들은 다음을 준수하며 바람직한 출력 $y$ $y$ 를 극대화하는 제약 최적화 문제를 구성한다:
  - 두 가지 거리 함수 $D_y(y, k, l, f) \leq 1$ 및 $D_b(b, k, l, f) \leq 1$ 에 의해 정의된 실행 가능성 제약 조건.
  - 외생적인 배출 제한 $b \leq b_0$ .
- 정칙성 조건(Regularity Conditions): PPF가 잘 작동하도록(유일하고, 존재하며, 효율적이도록) 저자들은 거리 함수에 대해 네 가지 특정 조건을 부과한다:
  1. $D_y$ 의 $y$ 에 대한 엄격한 단조성 및 $D_b$ 의 $b$ 에 대한 단조성.
  2. 두 함수의 연속 미분 가능성.
  3. 실행 가능 집합의 컴팩트성(compactness) 및 비공집합성.
  4. $D_y$ 의 그래디언트(gradient)가 내부에서 0이 아님을 보장하는 비퇴화 조건.
- 정리 1: 이러한 조건 하에서, 저자들은 PPF $y^*(b_0)$ 의 존재성과 유일성을 증명한다. 그들은 최적점에서 두 거리 함수 제약과 배출 제약이 모두 결합(bind)됨을( $b^* = b_0$ ) 입증한다.
- MAC 정의: MAC은 이 명시적인 PPF의 기울기( $dy^*/db$ )로 직접 도출되며, 이는 라그랑주 승수(Lagrange multiplier)인 배출 제약의 값과 일치한다. 이는 MAC을 고전적인 한계 변환율(Marginal Rate of Transformation)의 정의와 일치시킨다.
함수적 명세 및 추정:
- 저자들은 거리 함수에 코브-더글라스(Cobb-Douglas) 함수 형태를 지정한다:
  - $D_y = y / (C k^\alpha l^\beta f^\gamma)$
  - $D_b = (T k^{\theta_1} l^{\theta_2} f^{\theta_3}) / b$
- 이러한 명세는 영(zero)의 양질 출력 시 영(zero)의 악질 출력을 나타내는 null-jointness 속성을 충족한다.
- 내생적 비례성(Endogenous Proportionality): 라그랑주 함수의 1계 조건(FOC)을 풀면, 투입물 전반에 걸쳐 출력 탄력성과 투입 탄력성의 비율이 동일해야 한다는 필요 조건( $\alpha/\theta_1 = \beta/\theta_2 = \gamma/\theta_3 = m$ )이 드러난다. 이 파라미터 $m$ 은 PPF의 형태를 정의한다.
- 명시적 PPF 도출: 해법은 명시적인 멱함수(power-function) 형태의 PPF를 산출한다: $y^*(b_0) = (C/T) \cdot b_0^m$ .
- 추정 전략: 저자들은 16개 아시아-태평양 경제국의 균형 패널 데이터(2010~2019년)를 사용하여 **확률적 프런티어 분석(SFA)**을 통해 파라미터를 추정한다. 이 모델은 양질의 출력 및 악질 출력 생산 과정 모두에서의 무작위 노이즈와 기술적 비효율성을 고려한다.

주요 결과

실증적 적용: 16개 아시아-태평양 경제국(중국, 인도, 일본, 호주 포함)의 데이터를 사용하여 저자들은 오염 기술의 파라미터를 추정했다.
PPF 형태: 추정된 파라미터 $m$ 은 0.715였다. $m < 1$ 이므로, 결과적인 PPF는 **오목(concave)**하며, 이는 배출량이 감소할수록(또는 반대로 배출 수준이 높아질수록 저감 비용이 낮아질수록) 한계 저감 비용이 증가한다는 경제적 직관과 일치한다.
MAC 추정치:
- MAC은 PPF의 기울기로 계산되었다: $MAC(b_0) = m(C/T) b_0^{m-1}$ .
- 결과는 배출 수준과 MAC 사이의 강한 역관계를 보여준다. 중국(10.7 Gt CO₂)과 같은 대규모 배출국은 낮은 MAC(약 \ $1,727/톤)을 보이는 반면, **스리랑카**(0.02 Gt CO₂)와 같은 소규모 배출국은 높은 MAC(약 \$ 10,555/톤)을 보인다.
- 이 추정치는 최근 연구들(예: Jiang et al., 2022; Chu, 2023)이 보고한 \ $40~$ 300 범위보다 수십 배(orders of magnitude) 더 높다.

의의 및 주장
저자들은 세 가지 주요 기여를 주장한다:

명시적 도출: 거리 함수의 미분으로부터 암묵적으로 추론하는 대신, 근본적인 부산물 기술로부터 직접 명시적인 PPF의 함수 형태를 도출하는 방법을 제공한다.
이론적 엄밀성: PP-의 존재성, 유일성 및 효율성 속성을 보장하여 MAC이 잘 정의되도록 하는, Murty 등(2012)의 조건보다 상대적으로 완화된 정밀한 정칙성 조건을 확립한다.
정책적 관련성: DODF 접근법에서 요구되는 임의적인 방향 벡터의 선택을 피함으로써 정책적 관련성을 확보한다. 또한, 전체 프런티어를 모델링하기 때문에 정책 입안자들이 미세한 변화뿐만 아니라 비한계적(대규모) 배출 감소의 경제적 비용을 평가할 수 있게 한다.

높은 MAC 추정치의 해석
저자들은 자신들의 높은 MAC 추정치와 다른 문헌의 낮은 수치 사이의 불일치를 명시적으로 다룬다. 그들은 자신들의 추정치가 (기존 기술을 유지하면서 PPF를 따라 이동할 때 발생하는) 순수 기회비용을 나타낸다고 주장한다. 반면, 다른 연구들은 종종 기술적 변화나 투입물 대체(예: 연료 전환)를 통해 PPF를 바깥쪽으로 이동시키는 비용을 포착한다. 따라서 본 연구의 높은 수치는 기술적 진보 없이 배출을 줄이기 위해 필요한 상당한 경제적 희생을 강조하며, 혁신의 가치를 역설한다.

한계 및 향-후 연구 방향
저자들은 몇 가지 한계와 향후 연구 분야를 인정한다:

비효율성의 내생성: 모델은 양질의 출력과 악질 출력에 대해 독립적인 비효율성 항을 가정하지만, 이들은 서로 상관관계가 있을 수 있다.
함수 형태: 악질 출력 거리 함수에 코브-더글러스 형태를 적용하는 것에 대한 이론적 근거는 양질의 출력 함수에 비해 덜 견고하다.
기술적 이질성: 현재 분석은 단일 글로벌 프런티어를 가정한다. 향후 연구에서는 국가 그룹 간의 기술 차이를 고려하기 위해 메타-프런티어(meta-frontier) 프레임워크를 사용할 수 있다.
오목성 조건: 실증적 PPF는 오목하지만, 저자들은 실행 가능 집합의 전역적 엄격 볼록성(PPF 오목성의 충분 조건)이 실제 현실에는 너무 제한적이라고 언급했다. PPF 오목성을 위한 더 완화된 필요 및 충분 조건을 식별하는 것은 여전히 미해결 과제로 남아 있다.

기존 지도의 문제점

새로운 "부산물" 레시피

깨끗한 공기의 가격

숫자가 말해주는 것

이것이 측정하는 것이 '아닌' 것

결론

유사한 논문