Underrepresented transition factors from social sciences in energy and emissions modeling

문제 제기
에너지 시스템 모델과 통합 평가 모델(IAMs)은 기후 변화 완화 및 사회경제적 복지를 시뮬레이션하는 데 있어 중추적인 도구입니다. 그러나 이러한 모델들은 기술-경제적 고려 사항에 주로 의존하고, 완벽하게 합리적이며 중앙 집중적으로 조정되는 의사 결정자를 가정한다는 점에서 지속적인 비판에 직면해 있습니다. 이러한 접근 방식은 다양한 이해관계를 가진 이질적인 정치적, 경제적 행위자들에 의해 주도되는 전환의 "복잡한 현실(messy reality)"을 포착하지 못합니다. 기존의 검토들이 특정 부문 내의 구체적인 동인(예: 심리학적 또는 사회경제적 요인)을 조사해 왔으나, 다양한 사회과학 분야를 가로지르는 미시적 수준에서 거시적 수준까지의 전체 스펙트럼을 탐구하는 종합적인 검토는 부족한 실정입니다. 결과적으로, 에너지 및 배출 모델링에 사회과학적 근거를 통합하는 작업은 파편화되어 있으며, 이는 전망의 현실성과 정책적 관련성을 제한하고 있습니다.

방법론
저자들은 에너지 모델링에서 사회과학적 요인이 어떻게 표현되는지 식별하고 평가하기 위해 이론 중심의 기계 학습 지원 문헌 검토를 수행했습니다. 방법론은 세 가지 주요 단계로 진행되었습니다:

1. 이론 검토: 저자들은 43개의 주요 사회과학 이론(심리학, 정치학, 사회학, 경제학 및 전환 연구를 포괄)을 검토하여 24개의 뚜렷한 "전환 요인(transition factors)"을 추출했습니다. 이 요인들은 의도적 행동이나 비의도적 결과를 설명하는 인과 관계 메커니즘으로 정의되었습니다. 이들은 네 가지 유형으로 분류되었습니다:

   • 인지-동기적(Cognitive-motivational): (예: 감정, 제한된 합리성, 의도).
   • 제도-구조적(Institutional-structural): (예: 제도적 질, 경로 의존성, 결정적 전환점).
   • 사회-규범적(Socio-normative): (예: 사회적 관행, 신뢰, 사회적 순응).
   • 전략-합리적(Strategic-rational): (예: 예상 비용/편익, 로비력, 지정학적 권력).

2. 기계 학습 지원 문헌 스크리닝: 저자들은 지도 학습 기반의 머신러닝 도구인 ASReview를 사용하여 두 개의 별도 문헌 기반을 스크리닝했습니다:

   • 사회과학 문헌: 에너지 전환과 관련된 106,178개의 레코드.
   • 모델링 문헌: 에너지 시스템 및 IAM 관련 4,892개의 레코드.
     각 24개 전환 요인에 대해, 각 기반에서 가장 관련성이 높은 상위 100개의 논문을 수동으로 스크리닝하고 분석 범위(미시/중간/거시), 주요 행위자, 부문, 해상도, 지리 및 연구 유형을 코딩했습니다.

3. 격차 분석 및 통합 전략: 저자들은 사회과학 문헌에서의 각 요인 빈도와 모델링 문헌에서의 빈도를 대조하여 새로운 "표현 격차 지수(representation gap index)"를 도출했습니다. 또한 기존의 협력적 노력들을 세 가지 통합 전략으로 분류했습니다:

   • 병합(Merging): 사회적 요인을 정량적 모델 내에 완전히 내재화함.
   • 반복(Iterating): 사회과학이 모델의 시나리오 가정을 뒷받침하는 공동 분석.
   • 가교(Bridging): 모델 구조를 변경하지 않고 모델 결과를 해석하기 위한 학문 간 교류.

주요 결과
분석 결과, 사회과학적 요인이 모델링에서 다뤄지는 방식에 상당한 격차가 있음이 드러났습니다:

• 표현 격차: 명확한 과소 대표의 위계가 존재합니다. 가장 높은 격차(지수 점수 ≥ 0.90)는 감정, 사회 운동 역량, 의도, 신뢰, 사회적 자원, 로비력, 사회적 순응 및 사회적 티핑 포인트에서 발견되었습니다. 이 요인들은 사회과학에서는 활발히 연구되지만 모델에는 거의 통합되지 않습니다.
• 잘 표현된 요인: 낮은 격차 점수(≤ 0.45)를 가진 요인으로는 예상 비용 및 편익(0.00), 정치 경제(0.02), 경로 의존성(0.21), 점진적 학습(0.24) 등이 있습니다. 이들은 주로 기존의 비용 최적화 및 선형 모델링 프레임워크와 일치하는 제도-구조적 또는 전략-합리적 요인들입니다.
• 통합 전략:
  • 병합(32%의 사례)은 전략-합리적 및 제도-구조적 요인(예: 비용 최적화, 학습률)에 의해 주도됩니다. 인지-동기적 및 사회-규범적 요인은 거의 내재화되지 않습니다.
  • 반복(33%의 사례)은 정책 영향이나 외부 충격(예: 지정학적 긴장)을 테스트하기 위해 제도-구조적 요인에 자주 사용됩니다.
  • 가교(20%의 사례)는 모델 결과를 맥락화하기 위해(예: 모델링 후의 정의 또는 회복 탄력성 평가) 사회-규범적 요인에 주로 적용됩니다.
• 지리적 및 부문적 편향: 두 문헌 기반 모두 고소득 국가(유럽/북미)와 국가/글로벌 규모에 대한 강한 편향을 보입니다. 저소득 경제국과 하위 국가 단위의 해상도는 특히 모델링 문헌에서 현저히 과소 대표되어 있습니다.

의의 및 권고 사항
본 논문은 에너지 전환의 현실성을 높이기 위해서는 기술-경제적 가정을 넘어 경험적 근거를 가진 사회적 역동성을 통합해야 한다고 주장합니다. 저자들은 향후 연구를 위해 네 가지 구체적인 권고 사항을 제안합니다:

1. 과소 대표된 요인에 우선순위 부여: 연구는 높은 관련성과 실행 가능성을 가진 고-격차 요인, 특히 제도적 질, 로비력, 사회 운동 역량에 집중해야 합니다. 이들은 제도적 환경, 기득권, 그리고 정책 이행 사이의 상호작용을 모델링할 수 있는 기회를 제공합니다.
2. 인식론에 따른 전략 매칭: 통합 전략은 해당 요인의 이론적 전통에 따라 선택되어야 합니다. 병합이 강한 정량적 전통을 가진 요인(예: 행동 경제학)에 이상적이라면, 반복과 가교는 수치화가 어려운 인문학 또는 질적 사회과학에 뿌리를 둔 요인(예: 사회 운동 이론)에 필수적입니다.
3. 정량적 근거 생성: 사회과학자들은 로비력 및 사회 운동 역량과 같은 요인에 대한 병합 전략을 용이하게 하기 위해, 단순하면서도 인과적으로 정확한 정량적 추정치(예: 증거의 삼각 측량)를 제공하는 연구를 설계해야 합니다.
4. 지리적 범위 확대: 미래 연구는 전환 요인(예: 정의 또는 문화적 규범)이 인식되고 운용되는 방식에 대한 편향을 피하기 위해 저소득 및 산업화 국가의 과소 대표성 문제를 해결해야 합니다.

본 논문은 저탄소 전환을 위한 보다 강력한 근거 기반을 구축하기 위해, 완전한 수치화를 넘어 다양한 협력 모델을 활용하는 다원적인 통합 접근 방식이 필요하다고 결론짓습니다.