Analysis on Dynamic Change in Energy Poverty Structure using TIP curve

TIP 곡선을 이용한 에너지 빈곤구조의 동태적 변화 분석

Abstract

This study analyzed the dynamic changes in the energy poverty structure of all households, elderly households, and single-person households in Korea. To this end, a TIP curve was derived and the focus was on changes in energy poverty intensity and poverty incidence. For the data, annual and quarterly data on fuel costs from the National Statistical Office's Household Income and Expenditure Survey were used. And the results were presented using data from the first quarter, where the energy poverty problem can be prominent due to the high proportion of heating costs among the four quarters. As a result of the analysis, there was no clear improvement in poverty intensity and poverty incidence over time in the analysis of all households. However, the analysis of elderly and single-person households showed improvement in poverty intensity and poverty incidence over time. In particular, in the results of the analysis using the data for the first quarter, the poverty intensity and poverty incidence of elderly and single-person households improved remarkably. In addition, the poverty intensity and poverty incidence of the elderly and single-person households were larger than the all households, and the energy poverty of single-person households was more severe than that of the elderly households.

본 연구에서는 우리나라의 전체가구, 노인가구, 1인가구의 에너지 빈곤구조의 동태적 변화를 분석하였다. 이를 위해 TIP 곡선을 도출하였으며 에너지 빈곤강도와 빈곤수준의 변화에 집중하였다. 자료는 통계청 가계동향조사의 연료비에 대한 연간자료와 분기자료를 이용하였는데, 4개 분기 중 난방비의 비중이 높아 에너지 빈곤 문제가 두드러질 수 있는 1분기 자료를 이용한 결과를 제시하였다. 분석 결과, 전체 가구를 대상으로 한 분석에서는 시간이 지남에 따른 빈곤강도와 빈곤수준의 개선이 뚜렷하게 나타나지 않았다. 하지만 노인가구와 1인가구를 대상으로 한 분석에서는 시간이 지남에 따라 빈곤강도와 빈곤수준의 개선이 나타났다. 특히, 1분기 자료를 이용한 분석 결과에서 노인가구와 1인가구의 빈곤강도와 빈곤수준이 뚜렷하게 개선되었다. 전체가구에 비해 노인가구와 1인가구의 빈곤강도와 빈곤수준이 크게 나타났으며, 노인가구 보다 1인가구의 에너지 빈곤이 더 심각한 것으로 나타났다.

l. 서론

최근에 에너지 빈곤에 대한 관심이 높아지고 있다. 이현주(2019)에서도 밝히고 있듯이 소득만으로는 빈곤을 정확하게 파악하기 어려우며 다양한 측면에서 종합적으로 이해해야 한다[1]. 이러한 차원에서 주거 빈곤, 의료 빈곤, 교육 빈곤, 에너지 빈곤 등의 하위개념이 생겨났다. 인간이 건강한 삶을 영위하기 위해서는 충분한 의료 서비스를 받는 것도 중요하지만 충분한 에너지를 사용해야 한다. 에너지는 조명, 냉방, 난방, 취사 등에 사용되며 인간다운 삶의 기본적 요소이다. 특히, 우리나라는 겨울철 난방이 주요한 에너지 사용처이다. 따라서 겨울철 충분한 연료비를 지출하지 못하는 것은 에너지 빈곤을 심화시킬 수 있다. 2015년부터 에너지 바우처사업이 시행되면서 연료비 등의 에너지 지출에 관한 관심이 커졌다. 이에 본 연구에서는 통계청이 조사하여 발표하는 가계동향조사의 연료비를 이용하여 에너지 빈곤구조의 동태적 변화를 분석해 보고자 한다.

에너지 빈곤에 관한 선행연구들은 에너지 소비를 결정짓는 요인에 대한 분석과 에너지 빈곤을 파악할 수 있는 지표의 구성 또는 이를 통한 불평등도 추정에 집중되어 있다. 하지만 에너지 빈곤구조의 직접적 추정과 이것의 동태적 변화에 대한 연구는 흔하지 않다.

이에 본 연구에서는 빈곤의 수준과 정도, 그리고 불평등 정도를 한꺼번에 파악할 수 있는 TIP 곡선을 통해 에너지 빈곤구조의 동태적 변화 파악해 보고자 한다. 이것이 보다 자세히 후술하게 될 선행 연구들과 차별화 된 주제이다. TIP 곡선(Three I's of Poverty curve) 은 Jenkins and Lambert(1997)가 제안한 것으로 빈곤에 대하여 세 가지 T'를 추정해 보는 것이다[2]. 세가지 T'는 빈곤율(Incidence)과 빈곤의 강도(Intensity), 그리고 불평등도(Inequality를 나타낸다. TIP 곡선의장점은 이 세 가지 T'를 통해 빈곤구조의 시간에 따른 변화 분석이 가능하다는 것이다. Jenkins and Lambert(1997)에 따르면 TIP 곡선은 기본적으로 빈곤갭의 분포를 이용하여 빈곤의 수준, 정도, 불평등 정도를 파악하는 것으로 시간, 지역, 국가, 인구그룹에 따른 빈곤의 변화를 파악하는데 용이하다[2]. Kuchler and Goebel(2003)은 TIP 곡선을 이용하여 유럽 10개 국가의 빈곤구조를 분석한 바 있다[3]. 우리나라에 대한 연구로는 김범수이재민(2015)이 있는데 이들 연구는 TIP 곡선을 이용하여 가계 교통비 빈곤구조를 분석하였다[4]. 우리나라의 에너지 빈곤에 관한 TIP 곡선을 추정한 연구는 아직 없는 것으로 확인된다. 본 연구에서는 TIP 곡선이 가진 이러한 장점을 살려 2006년부터 2021년까지 우리나라의 가구 단위 에너지 빈곤구조의 동태적 변화를 파악하고자 한다. 분석 대상은 전체 가구와 함께 노인가구와 1인가구이다. 따라서 본 연구의 의의는 첫째, 지금까지 시도된 바 없는 에너지 빈곤에관한 TIP 곡선을 추정하는 것이며, 둘째, 이를 통해 전 체가구, 노인가구, 1인가구의 에너지 빈곤구조의 시간에 따른 변화를 분석해 보는 것이다.

본 연구의 구성은 다음과 같다. II장에서 선행연구를 정리한다. III장에서 자료와 기초통계량을 소개한다. IV 장에서 TIP 곡선에 대한 소개와 함께 분석 결과를 정리 하고, V장에서 연구결과 요약과 정책적 시사점을 정리하면서 결론을 맺는다.

Ⅱ. 선행연구

에너지 빈곤에 관한 국내외 선행연구는 한 지면에 다 소개하기 어려울 정도로 방대하다. 이와 관련한 기존 연구들은 크게 세 가지로 나눌 수 있다. 첫째, 에너지소비에 영향을 미치는 요인을 분석하거나 둘째, 에너지빈곤에 대한 다양한 정의를 통해 에너지 빈곤층을 추정하거나 셋째, 에너지 소비에 있어서 불평등 정도를 측정하는 것이다. 여기에서는 이와 관련한 선행 연구중 비교적 최근에 이루어진 연구 위주로 소개하고자 한다.

첫째, 에너지 소비에 영향을 미치는 요인을 분석한연구는 다음과 같다. 에너지 비용이나 지출에 영향을 미치는 요인들은 다양하다. 가구의 인구학적 요인 외에도 계절적 영향이 존재한다. 또한 고령화는 상대적으로 소득이 낮은 노인가구의 에너지 빈곤 문제를 야기할 수 있다. 에너지 가격과 거주 유형, 소득 수준 등도 중요한 요인이 될 수 있다. 김태우·김원탄전재완(2019)는 이러한 요인들을 설명변수로 고려하여 에너지 수요함수를 추정한 바 있다[5]. 이현주(2019)에서도 건강상태와 함께 계절적 요인의 중요성, 그리고 유가의 영향을 언급 하였다[1]. 윤태연박광수(2016)와 윤태연·이은솔 박광수(2019)는 가계동향조사를 이용하여 우리나라의 가구단위 에너지 소비의 특성과 에너지 빈곤층 추정 방법에 대한 검토를 실시하였다[61I7..

둘째, 에너지 빈곤층을 측정하는 연구도 활발하게 이루어졌다. 에너지 빈곤으로 인한 사건사고의 발생으로 에너지 빈곤에 대한 관심이 높아지면서 에너지 빈곤과 관련한 정책들이 생겨났다. 초기에는 연탄 바우처, 전기요금 할인 등에 그쳤지만, 2015년에는 에너지 바우처를 도입한 후, 그 중요성을 인정받게 되었다. 2021년에는 추경을 포함하여 약 1357억의 재원이 투입될 정도로 관심이 높은 정책 중 하나가 되었다. 이처럼 에너지 빈곤을 줄이기 위해 많은 재정을 투입하고 있는 바 다양한 지표로 에너지 빈곤층을 더욱 자세히 추정하고자하는 연구가 다수 존재한다. 현재까지 진행된 연구 중에너지 빈곤층을 추정하는 지표와 관련한 대표적인 연구로는 윤태연박광수(2016), 윤태연 이은솔 박광수(2019)와 조하한임형우·김해동(2019)가 있다[6-8].¹ 이 연구들은 실제 에너지 빈곤층을 선별할 수 있는 지표를 정하고, 각 지표의 장·단점에 대해 서술하고 있다. 먼저, 윤태연 박광수(2016)와 윤태연 이은솔 박광수 (2019)에서는 에너지 빈곤을 추정하기 위한 기준으로 최소 에너지', 연료비 비율' 그리고 '에너지 바우처' 기준을 이용하였다[6][7]. 최소 에너지 기준은 가구가 필요로 하는 최저광열비 등을 설정하여 에너지 빈곤층을 나누는 기준선으로 활용하는 것을 말하며(7][9][10], 연료비 비율 기준은 가구소득 대비 연료비 비율을 통해 에너지빈곤층을 설정한다(7]111[112]. 에너지 바우처기준은 현재 시행 중인 에너지 바우처 정책에 활용되는 기준을 의미한다[7]I8]. 윤태연백광수(2016)에서는 이외에도 '부담가능비용* 기준을 추가로 적용하여 에너지빈곤층을 추정하였다[6. 이 기준은 에너지 비용이 고정비용과 같은 성격을 가지고 있다는 점을 이용한 것으로 이건민(2015)이 제안하였다[13]. 조하현·임형우·김해동(2019)은 급여수급 선정기준, MIS(Minimum Income Standard) 기준, MEPI(Multidimensional Energy Poverty Index) 기준을 적용하여 에너지 빈곤 지표의 정확도를 분석하였다[8]. MIS는 Moore(2012)가 제안한 기준으로 주거비와 최저생계비용을 제외한 잔여소득이 연료비용보다 적은 가구를 에너지빈곤층으로 선별하는 방식이다[14]. MEPI는 Okushima(2016)이 제안한 기준으로 에너지 지출액, 가구소득, 에너지 효율성을 모두 고려하여 에너지빈곤층을 선별하는 방식이다 [15]. 각 에너지빈곤의 지표는 다음[표 1]과 같다.

표 1. 국내의 에너지 빈곤층을 추정하기 위한 지표[7][8]

본 논문에서는 소득을 이용한 빈곤선 선정 방식을 차용하되 소득 기준이 아닌 소비지출을 이용하고자 한다. 이는 [표 1]의 최소에너지 기준과 유사하다. 본 연구에서 활용하고자 하는 에너지 빈곤선 기준은 중위연료비 지출의 50%이다. 중위연료비지출의 50% 기준은 중위소득의 50%를 빈곤선으로 정하는 방식을 변용한 것이라 볼 수 있다. 에너지 바우처 기준인 생계급여와 의료급여 수급 기준을 변용해 볼 수도 있을 것이다. 하지만 에너지 바우처 기준에는 생계급여 또는 의료급여 수급자 기준 외에도 다양한 가구원 특성을 반영하고 있다. 그런데 이 경우 윤태연박광수(2016)에서도 지적하고있듯이 연료비 지원이 필요하지만 에너지 바우처 기준에서 탈락하는 사각지대가 발생할 수 있다[6]. 소득대비 연료비 지출 기준은 가구 소득에서 연료비에 대한 부담을 활용한 방식으로, 연료비 지출이 매우 큰 고소득층이 포함되거나 연료비 지출이 매우 작은 저소득층이 제외될 가능성이 있다. 따라서 본 연구에서는 실제 연료비 지출액을 이용하여 에너지 빈곤을 추정하고자 하며, 별도의 가구원 특성은 고려하지 않는다. 다만 최근 노인가구와 1인가구가 빠르게 증가하고 있는 만큼노인가구와 1인가구의 에너지 빈곤 구조를 함께 분석하였다.

셋째, 에너지 소비의 불평등에 관한 연구도 실시되었다. 박광수(2017)는 우리나라 에너지 소비지출의 현황과 지니계수를 이용하여 에너지 소비의 불평등을 분석하였다[16]. 이성재·박광수김윤경(2020)에서도 지니계수를 이용하여 연료비 지출의 불평등을 분석한 바 있다 [17].

아울러 본 연구에서 적용할 TIP 곡선에 관한 선행연구도 소개하고자 한다. TIP 곡선을 이용하여 빈곤을 측정한 대표적인 연구로 Jenkins and Lambert(1997)와 Kuchler and Goebel(2003)이 있다[2][3]. Jenkins and Lambert(1997)는 빈곤의 구조적 분석을 위해 TIP 곡선을 제안하였고, 영국 자료를 이용하여 1988-1989년 TIP 곡선을 1979년, 1981년과 비교하였다[2]. Kuchler and Goebel(2003)은 European Community Household Panel을 이용하여 EU 10개 국가의 TIP 곡선을 구한 후 시간에 따른 빈곤의 변화를 파악하고 국가 별 비교를 하였다[3]. 김범수 이재민(2015)은 TIP 곡선을 이용하여 우리나라의 가계 교통비의 빈곤구조를 분석한 바 있다. 2008년, 2012년, 2013년의 가계동향조사를 이용하여 전체 가구와 노인 가구, 1인가구의 가계 교통비 빈곤구조를 파악하였다. 그 결과, 전체 가구, 노인가구, 1인가구의 교통비 지출의 빈곤 수준, 강도, 불평등도가 소비지출에 비해 높은 것을 밝혀냈다[4].

우리나라의 에너지 빈곤에 대한 TIP 곡선을 추정한 연구는 아직 발견하지 못하였다. 이에 본 연구에서는 2006년부터 2021년까지 가계동향조사의 연료비 지출을 이용하여 우리나라의 전체 가구, 노인가구, 1인가구의 에너지 지출의 TIP 곡선을 그려보고, 이를 통해 에너지 빈곤 구조의 동태적 변화와 인구그룹별 차이를 파악해보고자 한다 우리나라 에너지 빈곤의 TIP 곡선을 그려보는 첫 시도라는 점에 이 연구의 학술적 기여와 의의가 존재한다.

Ⅲ. 자료 소개 및 기초통계량

1. 자료 및 변수 소개

본 논문은 우리나라 연료비 지출의 빈곤구조를 확인하고자 통계청에서 정기적으로 발표하는 가계동향조사의 각 가구의 연료비와 관련된 변수를 주 데이터로 활용한다. 연도는 2006년부터 2016년 자료(월 약 8,700 가구)와 2019년, 2020년, 2021년 자료(월 약 7,200가구)에 포함된 가구 정보를 활용하였다. 주수정·김연명(2021)에 따르면 2017년과 2018년 자료의 경우 기존표본과 신규 표본 비중의 변화가 크게 있어 해당 조사에 대해 연구자들 간의 비판이 있었고, 분기별 자료를 공개하고 있지 않아 본 연구의 분석에는 포함하지 않았다³[18].

본 논문에서 사용하는 변수는 크게 지출, 연료비, 노인가구, 1인가구 등이다. 중요한 변수 중 하나인 지출변수의 경우, 가계지출에서 비소비지출을 제외한 소비지출금액을 사용하였다. 각 연도의 지출을 비교하기 위해서 한국은행에서 제공하는 소비자물가지수(CP))를 반영하였다. 연료비는 조명, 냉난방 및 취사 등 일상 가사를 영위하기 위해 지출하는 연료 관련 비용"으로 정의되고 있으며, 가계지출 중 소비지출 항목 중 광열비부분에 표기하도록 구성되어 있다. 연료비도 지출변수와 마찬가지로 외·내부적인 상황으로 달라질 수 있으므로, 각 연도의 연료 가격을 고려하기 위해 한국은행에서 제공하는 에너지 소비자물가지수5를 반영하였다. 또한, 지출 변수의 경우 가구원수를 고려하여 균등화한 지출 변수로 전환하여 사용하였다6. 노인가구는 65세 이상 가구원을 포함하는 가구이며, 1인 가구는 가구원수가 1인인 가구로, 가계동향조사에서는 2006년부터 1 인 가구 정보를 제공하고 있다.

2. 기초통계량

가계동향조사의 연도별 인구통계적 특성은 다음의[표 2]와 같다. 분석 기간은 2006-2016년 기간과2019-2021년 기간인데 이 중 3개년도 통계만 제시하였다.

표 2. 연도별 인구통계적 특성

출처: 통계청 가계동향조사

가구주 연령은 고령화 현상을 보여주고 있으며, 가구원 수는 점점 감소하고 있는 추세이다. 경상소득은 증가하고 있는데 최근에 그 증가 속도가 빠른 것으로 나타났다. 소비지출금액도 증가 추세에 있는데 연료비 지출의 증가는 크지 않다. 다만 거처구분은 시기별로 다르게 나타났는데 최근에 단독추택의 비율이 다시 증가하고 연립주택은 감소하는 추세이다. 인구통계적 특성과 관련하여 두 가지를 언급하고자 한다. 첫째, 앞에서도 언급했듯이 2017년과 2018년에 가계동향조사 표본교체로 인해자료의 일관성이 훼손된 측면이 있다는 점이다. 둘째, 표에 전부 제시된 것은 아니지만 연료비 평균이 2014년에 101,598원, 2015년 94,534원에서 2016년 85,869원, 2019년 77,091원, 2020년 80,990 원, 2021년 81,989원으로 하락하였다. 이는 에너지 바우처 사업이 가계의 연료비 지출에 영향을 미쳤을 있음을 시사한다.

이어 TIP곡선 결과를 보여주기 이전에 연료비 지출과 함께 전체 지출액 대비 연료비 비율을 그림으로 보여주고자 한다. 먼저, 전체 가구의 평균을 보여준 후, 연료비 비율이 상대적으로 높을 것으로 예상되는 노인가구와 1인 가구의 평균을 보여주고자 하였다. 다음 [그림 1]은 각 연도마다 분기별 전체 소비지출 중 연료비가 차지하는 비중을 나타낸다.

그림 1. 연도별 전체가구 연료비 지출 수준 및 비율

먼저, 가장 눈에 띄는 특징은 분기별 차이로, 난방을 가장 활발하게 사용하는 1분기의 전체 지출액 대비 연료비 비율이 다른 분기에 비해 높은 것으로 나타났다. 연료비 비율이 낮은 분기에 비해 평균 2배에서 그 이상 높은 것으로 확인되었다. 1분기의 연료비 지출액을 살펴보면 2010년에 15만원을 넘어서면서 2014년까지 상승하다가 2015년부터 점차 다시 줄어드는 것을 확인할 수 있다. 이처럼 연도별로 연료비 지출액의 차이가 보이는 이유는 주로 거주하는 아파트와 단독주택에서 주로 난방에 사용되는 도시가스와 LPG 가격의 등락에 있다. 실제로, 연료비 지출액이 가장 낮았던 2021년의 경우, 도시가스의 가격⁷은 12.93원/MJ이였으며, 연료비 지출액이 가장 많았던 2013년의 경우, 20.11원/MJ 으로 나타났다. LPG 가격8의 경우에도 2021년은 2,008.11원, 2013년은 2,085.93원으로 약 77.82원의 차이를 보였다.

반면에, 난방 보다는 냉방을 주로 사용하는 3분기의 경우, 다른 분기에 비해 연료비 비율이 가장 낮고, 3%~5% 범위에서 평탄한 추이를 보인다. 냉방은 난방에 비해 전력을 많이 사용하는데 연료별 CPI를 보면 도시가스, 등유 등 난방 연료에 비해 전기료 CPI의 변화가 작다. 이는 [그림 2]를 통해 확인할 수 있다. 특히 1분기에서 연료비 비중이 컸던 2012년~2015년 사이 전기료의 CPI가 다른 지수들에 비해 낮은 것을 확인 할수 있으며, 이로 인해 난방이 필요한 다른 분기에 비해 연료비 비중이 낮은 것으로 볼 수 있다.

그림 2. 연료별 CPI 지수

노인가구와 1인가구의 경우, 전체가구의 연료비 지출액 및 연료비지출비율에서 볼 수 있는 것과 같이 1분기가 다른 분기에 비해 높으며, 2012~2015년의 연료비 지출액이 다른 연도에 비해 높은 등 비슷한 양상을 보인다. 그러나 노인가구와 1인가구는 전체가구에 비해 연료비 지출비율이 더 높은 것으로 나타났다. [그림 3]은 노인가구와 1인가구의 전체 소비지출 중에서 연료비가 차지하는 비율을 보여준다. 노인가구의 경우에 연료비 지출비율에서 적게는 3%에서 크게는 8%까지 높게 나타나는 것을 확인 할 수 있다. 전체 가구에서 연료비 지출비율이 가장 높은 2013년 1분기에서 비교를 해보면 전체가구에서는 연료비가 전체 지출에서 12.6%를 차지 하였으나, 노인가구에서는 20.2%를 차지하였다. 1인가구는 노인가구에 비해서는 연료비지출비율이 낮지만 전체가구에 비해서는 높은 것을 확인하였다. 이와 같은 결과는 전체가구 중 노인가구와 1인가구의 연료비 지출에 대한 부담이 크다는 사실을 보여주며, 특히 노인가구의 경우 부담이 다른 가구에 비해 극심하다고 볼 수 있다.

그림 3. 연도별 노인가구와 1인가구 연료비 지출 수준 및 비율

IV. 분석 방법과 결과

1. 분석 방법

TIP 곡선을 도출하는 방법은 Jenkins and Lambert (1997)에 잘 정리되어 있으며, TIP 곡선이 의미하는 세가지 빈곤의 특성은 김범수이재민(2015)에 잘 정리되어 있다[2]I4]. 여기에서는 이 두 논문을 중심으로 TIP 곡선의 방법론을 요약한다.

TIP 곡선은 Jenkins and Lambert(1997)가 제안한 것으로 일정 빈곤선을 정한 후 빈곤선 이하의 빈곤 갭에 대한 분포를 바탕으로 한다[2]. TIP 곡선은 빈곤 갭분포를 이용하여 빈곤에 대한 세 가지 차원인 빈곤수준(Incidence), 강도(Intensity), 불평등(Inequality) 정도를 보여준다. 이를 통해 빈곤에 대한 구조적 분석이 가능하다. TIP 곡선은 소득이 가장 낮은 사람부터 가장 높은 사람 순서로 순위를 정하고 이들의 빈곤 갭을 누적하여 합산한다. 따라서 수평축에는 누적 인구비율이 표시되는데 빈곤선 이하 누적 인구비율을 h라 할수 있다. h이상은 빈곤하지 않은 인구이며 이들의 빈곤갭은 0이다. 수직축은 빈곤 갭의 누적 합산을 표시한다. 빈곤선 이하 누적 인구인 0부터 h 까지의 빈곤 갭을 모두 더해 구한다. 이를 그래프로 그리면 [그림 4]와 같은 형태의 TIP 곡선을 구할 수 있다.

그림 4. TIP 곡선[8][10]

TIP 곡선은 빈곤의 수준, 강도, 불평등을 함께 나타내고 있기 때문에 빈곤 구조를 한꺼번에 파악하기에 용이하다. Jenkins and Lambert(1997)와 김범수 이재민(2015)에서 잘 정리한 TIP 곡선이 나타내는 빈곤의 특성은 다음과 같다[2][4]. 첫째, [그림 4]의 h는 빈곤선 이하 인구의 누적 비율이며, 이는 전체 인구중 빈곤선이하 인구의 비율(headcount 방식)로 나타내는 빈곤율(Headcount Index, HCI)과 동일하다. 둘째, 수직축에서 보여주는 것은 0에서 h까지의 누적 빈곤 갭으로 이는 빈곤갭지수(Poverty Gap Index, PGI)와 동일하다. 이는 빈곤의 강도를 나타낸다. 셋째, TIP 곡선은 일반화된 로렌츠 곡선과 같기 때문에 이는 빈곤선 이하 인구에 대한 지니계수와 같은 의미를 지닌다. 따라서 TIP곡선의 곡률(curvature)은 빈곤층의 불평등 정도를 나타낸다. Jenkins and Lambert(1997)에 따르면 빈곤층의 소득이 평등하다면 빈곤 갭이 TIP 곡선의 h이하 부분이 직선의 형태를 갖게 된다. Jenkins and Lambert(1997)이 밝히고 있는 TIP 곡선의 또 다른 장점은 시간에 따른 빈곤의 동태적 변화를 파악하고 지역, 국가, 인구그룹에 대한 빈곤의 비교가 가능하다는 것이다[2]. 본 연구에서는 빈곤강도와 빈곤수준을 중심으로 에너지 빈곤구조의 동태적 변화에 주목하고자 한다. 이에 가계동향조사의 연간자료와 분기자료를 이용하여 에너지 지출에 대한 TIP 곡선을 도출하였다.

2. 분석 결과

앞에서 언급했듯이 가계동향조사의 연료비에 대한 연도별 자료와 분기별 자료를 이용하여 전체가구, 노인가구와 1인가구에 대한 TIP 곡선을 도출하였다. 그 분석 결과는 연간자료에 대한 결과와 1분기에 대한 결과로 나누어 설명한다. 각 년도 별 4개 분기 자료를 모두 이용하여 TIP 곡선을 구하였다. 하지만 각 분기별 분석 결과가 크게 다르지 않고 1분기에 연료비 지출이 집중되어 있기 때문에 여기에서는 1분기 TIP 곡선을 제시하였다. 또한 선행연구 결과와의 비교를 통해 본 연구결과의 타당성 검토를 시도하고자 한다. 다만 빈곤선에 대한 기준 등이 상이하고 국내 에너지 빈곤에 관한 TIP 곡선을 추정한 선행연구가 없기 때문에 연구결과의 직접 비교에는 다소 무리가 따른다는 점을 미리 언급하고자 한다. 그리고 TIP곡선의 불평등도는 빈곤선이하 가구들에 대한 불평등도이기 때문에 일반적으로 소득수준에 대하여 구하는 지니계수와는 해석이 다를 수 밖에 없다. 에너지 빈곤층의 불평등도를 분석한 선행연구는 없는 것으로 확인되므로 빈곤수준을 중심으로 선행연구와의 비교를 실시하고자 한다.

[그림 5]와 [그림 6]은 연간자료를 이용하여 구한 전체가구의 TIP 곡선과 노인 가구와 1인가구의 TIP 곡선을 나타낸다. 본 연구의 분석 결과를 제시하기 전에 선행 연구 결과와 비교를 통해 본 연구 결과의 타당성을 먼저 검토하고자 한다. 다만 본 연구와 같이 에너지 빈곤에 대한 TIP곡선을 도출한 연구를 발견하지 못했기 때문에 본 연구 결과 중 빈곤수준에 해당하는 빈곤인구비율이 다른 연구 결과와 어떻게 다른지 확인해 보고자한다. 전체가구를 대상으로 가계동향조사를 이용하여 에너지 빈곤선 측정을 실시한 윤태연 박광수(2016)에 따르면, 연료비 비율을 기준으로 한 에너지 빈곤층 가구비율이 2006-2015년 기간 동안 연평균 10.4%였고, 에너지바우처 기준 에너지 빈곤층 가구비율은 같은 기간 연평균 8.7%인 것으로 나타났다. 연료비 비율 기준은 가구 경상소득 대비 연료비 지출액이 10% 이상 차지하는 가구가 에너지 빈곤층에 해당한다[6]. 조하현·임형우·김해동(2019)도 가계동향조사를 이용하여 에너지빈곤율을 측정하였다. 측정 결과, 에너지바우처 기준으로는 에너지 빈곤율이 2015년에 6.89%, 2016년에 7.85%였다. 급여수혜 기준 에너지 빈곤율은 어떤 급여를 기준으로 했느냐에 따라 다르게 측정되었다. 생계급여 기준인 경우 2015년에 5.68%, 2016년에 6.96%였고, 의료급여 기준으로는 2015년에 11.04%, 2016년에 12.62%이며, 교육급여 기준으로는 2015년에 16.52%, 2016년에 18.37%인 것으로 나타났다[8]. 각 연구마다빈곤선 기준이 상이하여 분석 결과를 직접 비교함에 있어 주의가 필요하다. 예를 들어, 윤태연 박광수(2016)와 조하한 임형우·김해동(2019)도 가계동향조사를 이용하여 에너지 바우처 기준으로 에너지 빈곤층을 추정하였으나 두 연구에서 에너지 바우처 기준을 적용함에 있어다소 차이가 있었다[61[8]. 윤대연 박광수(2016)에서는2006-2015년 기간 동안 에너지 바우처 기준 에너지빈곤층이 7.2~10.7% 사이의 범위에서 추정되었으며 [6], 조하한임형우·김해동(2019)은 이보다 다소 낮은 수준에서 측정되었다[8]. 본 연구에서 차용한 빈곤선 기준은 중위연료비지출의 50% 이하를 에너지 빈곤층으로 정의하는데 이는 급여의 일정 백분율 이하를 빈곤선으로 정의하는 에너지 바우처 기준 또는 급여기준과 맥락을 같이 한다고 볼 수 있다. [그림 5]를 보면 본 연구에서는 2006-2016년과 2019-2021년 기간 동안 빈곤인구 비율이 대략 10~15% 사이에 위치하는 것을 알수 있으며, 윤태연박광수(2016)나 조하현·임형우·김해동(2019)의 결과에 비해서는 에너지 빈곤층이 조금 높게 추정되었다[6II8]. 이는 앞에서 설명한대로 본 연구에서는 소득이 아니라 연료비지출액을 사용한 것에서 기인한 것이라 본다. 따라서 본 연구 결과도 선행연구 결과와 큰 차이는 없는 것으로 보인다.

그림 5. 전체 가구의 TIP 곡선의 변화 : 연간자료

그림 6. 노인가구와 1인가구의 TIP 곡선의 변화 : 연간자료

이에 본 연구의 분석 결과는 다음과 같이 정리할 수 있다. 첫째, 전체가구를 대상으로 분석했을 때 최근 연도에서는 이전에 비해 빈곤강도의 개선이 나타나지 않으며 변동성도 커지는 경향이 있다. 2006-2016년 기간에는 대부분의 빈곤강도가 0.04보다 작았으나 2019 년부터 2021년에는 모두 0.04가 넘는 것으로 나타났 다. 또한 2006-2011년 기간에 비해 2019-2021년 기간에 빈곤강도의 변화가 더 크게 나타났다.

둘째, 전체가구에 비해 노인가구와 1인가구의 빈곤강도와 빈곤수준이 더 크게 나타났으며, 노인 가구 보다 1인가구의 에너지 빈곤이 심한 것으로 나타났다. 전체가구의 빈곤강도는 전체 기간 동안 0.03~0.06의 구간 안에 존재하였으나, 노인가구의 빈곤강도는 0.05~0.11 의 구간 안에, 1인가구의 빈곤강도는 0.06~0.11의 구간 안에 존재하였다. 빈곤선 이하의 누적인구 비율을 나타내는 빈곤수준을 보면, 전체가구의 빈곤인구 비율은 0.1을 조금 넘는 수준인데 반해, 노인가구의 빈곤인구비율은 0.1보다 크며 0.2가 넘는 해도 존재하고 1인가구의 빈곤인구비율은 모든 기간에서 0.2를 넘는 것으로 나타났다.

셋째, 노인가구와 1인가구의 빈곤강도와 빈곤수준이 55차 작아지는 경향이 있다. 노인가구의 빈곤강도를견 2006-2011년 기간에는 대략 0.08~0.11의 구간에 존재하였으나 2012년 이후에는 0.1 이하로 떨어졌다. 1인가구의 빈곤수준도 2006-2011년 기간에는 모두 9.2를 넘었으나 2019-2021년 기간에는 모두 0.2 이하로 하락하였다. 1인가구의 경우, 빈곤강도가 시간이 지남에 따라 뚜렷하게 작아졌다고 보기는 어렵다. 하지만 이 가구의 빈곤수준은 소폭 하락하였다.

넷째, 1인가구의 경우 빈곤강도의 변동성이 증가하는 추세이다. 2006-2011년 기간에는 대부분의 TIP 곡선이 0.1을 중심으로 분포되어 있으나, 2012-2016년 기간과 2019-2021년 기간에는 그 변동 폭이 증가하고 있다.

[그림 7]과 [그림 8]은 각 연도의 1분기 자료를 이용하여 구한 TIP 곡선을 보여준다. 이는 연료비 중에서 난방비가 포함된 자료로서 에너지 빈곤에 있어 겨울철 난방비의 중요성을 고려하여 분석한 결과이다.

그림 7. 전체 가구의 TIP 곡선의 변화 : 1분기자료

그림 8. 노인가구와 1인가구의 TIP 곡선의 변화 : 1분기자료

첫째, 1분기 자료를 이용하여 분석한 결과 전체 가구의 빈곤강도와 빈곤수준은 해가 바뀌어도 크게 개선되지 않은 것으로 나타났으나 노인가구와 1인가구에서는 빈곤강도와 빈곤수준의 눈에 띄게 개선되었다. [그림 7] 의 1분기 전체가구 분석 결과에서는 누적빈곤갭이 0.04~0.06 사이에 존재하며 연도 별로 감소하는 추세가 보이지 않는다. 반면에 [그림 8]의 노인가구와 1인가구 분석 결과에서는 누적빈곤갭이 2006-2011년 기간, 2012-2016년 기간, 2019-2021년 기간에 점차 낮아지는 것을 확인할 수 있다. 빈곤수준을 보여주는 빈곤 인구비율도 이와 같은 결과를 보여준다.

둘째, 1분기의 전체가구 분석 결과를 보면 연간자료를 이용한 경우와 비교했을 때 빈곤인구비율은 큰 차이가 없으나 빈곤강도를 나타내는 누적빈곤갭은 더 커지는 것으로 나타났다. 즉, 연료비에서 난방비의 비중이 높은 겨울에 에너지 빈곤 강도가 더 커지는 것을 확인할수 있다. [그림 5]의 2006-2011년 기간의 빈곤강도 는0.03~0.05 사이의 값이지만 [그림 7]의 2006-2011년의 1분기 결과에서는 빈곤강도가 0.04~0.06 사이인 것으로 나타났다. 이러한 차이는 2012-2016년 기간, 2019-2021년 기간에서도 나타났다.

셋째, 1분기 분석 결과 노인가구와 1인가구의 빈곤수준과 빈곤강도가 전체가구 분석 결과에 비해 더 크게 나타났다. 우선 전체가구의 1분기 분석 결과와 비교해보면 누적빈곤갭인 빈곤강도가 2배 정도 더 크게 나타났다. 2006-2011년 1분기의 전체가구에서는 빈곤강도가 0.04~0.06 사이의 값이지만 노인가구와 1인가구는 0.12~0.18 사이의 값으로 나타났다. 2012-2016년 1분기의 전체가구에서는 빈곤강도가 0.04~0.07이지만 노인가구와 1인가구는 0.10~0.17인 것으로 나타났다. 2019-2021년 1분기에서는 0.05~0.08이지만 노인가구와 1인가구는 0.08~0.13인 것으로 나타났다. 매년1분기의 빈곤인구비율은 0.1 정도의 값을 보이지만 노인가구와 1인가구는 대부분의 경우 0.2 이상으로 나타났다.

넷째, [그림 6] 연간자료 분석 결과와 비교했을 때, 노인가구와 1인가구의 에너지 빈곤강도와 빈곤수준이 커진 것을 확인할 수 있다. 빈곤강도를 보여주는 누적빈곤갭을 보면 [그림 6]의 연간자료 분석 에서는 2006-2011년 기간에 대부분 0.1 이하였으나, [그림 8] 의 1분기 분석에서는 2006-2011년 기간에 모두0.1 보다 크게 나타났다. 이러한 결과는 2012-2016년 기간, 2019-2021년 기간에도 나타났다. 또한 빈곤수준을 나타내는 빈곤인구비율에서도 연간자료 분석 결과에 비해 1분기 분석 결과 노인가구와 1인가구의 에너지 빈곤 수준이 크게 나타남을 확인할 수 있다.

[그림 8]에서 노인가구와 1인가구의 빈곤강도와 빈곤수준의 개선이 적극적인 에너지 복지 관련 정책에 의한것일 가능성을 시사한다. 하지만 분명히 밝혀두고 싶은 점은 이 연구의 목표는 정책효과의 크기를 측정하는 것이 아니다. 정책효과를 분석하기 위해서는 에너지 지출에 영향을 미치는 주거요인, 냉난방도일과 같은 계절적 요인, 냉난방 기구 구입 여부 등 여러 다른 요인을 고려해야 한다. 하지만 전체가구에 대한 분석과 노인가구, 1인 가구를 분리하여 분석한 결과가 다르다는 점에서는 정책적 시사점 도출이 가능하리라 본다.

전체가구를 대상으로 한 분석 결과와 노인가구와 1인 가구를 대상으로 한 분석 결과를 종합하여 정리하고자 한다. 주요 연구결과에 따르면 전체가구에 비해 노인가구와 1인 가구의 빈곤강도와 빈곤수준이 더 크게 나타났으며, 노인가구와 1인가구의 빈곤강도와 빈곤수준이 점차 작아지는 경향을 보였다.

전체가구에 비해 노인가구와 1인가구의 빈곤강도와 빈곤수준이 크게 나타나는 이유는 먼저, 다른 가구에 비해 노인가구의 낮은 소득으로 전체 가구에 비해 상대적으로 연료비에 대한 부담이 크기 때문이다. 최근 데이터인 2021년 가계동향조사를 확인해보면, 노인을 포함하지 않는 일반가구의 경상소득 한달 소득이 약 474만 원인 반면에, 노인가구의 경우 경상소득 기준 한 달 소득이 약 198만 원이였으며, 노인을 포함하지 않은 1 인가구의 경우 또한 한 달 소득이 약 279만 원으로 나타났다. 노인 1인가구의 경우에는 소득이 약 141만 원으로 가장 적은 것으로 나타났으며, 1인 가구 중노인의 비율은 약 65%로 절반 이상을 차지하고 있다. 연료비는 지출을 줄이기 어려운 필수재인 성격을 띠고 있기 때문에, 소득이 적은 노인가구와 노인가구의 비율이 높은 1인 가구에서 부담이 크고, 빈곤 수준이 상대적으로 높게 나타난다[6].

노인가구와 1인가구의 빈곤강도와 빈곤수준이 2012 년 이후 점차 작아지는 것은 에너지복지사업의 실시와 연관이 있는 것으로 보인다. 2009년 이명박 정부는 「녹색성장 5개년계획」을 통해 에너지 복지를 포함시켜 에너지 빈곤층을 줄이겠다고 선언하였다[22]. 실제로 2009년부터 저소득층 주택효율 개선, 에너지복지 전달체계 개선 등과 같은 에너지빈곤층을 위한 정책들이 실시되었다. 에너지 바우처가 시행되기 이전의 대표적인 에너지복지사업 중 저소득층 에너지효율 개선사업의 경우 2011년 2.1만 가구에서 2013년에는 3.7만 가구로 증가하였으며, 전기요금할인의 경우 2010년 이후 약 220만 가구를 대상으로 하고 있으며, 가스요금할인의 경우에도 지원가구가 2010년에서 2013년 사이에34.4% 증가한 것으로 나타났다[23]. 에너지 바우처의 경우도 중요성을 인정받아 지원 금액과 대상이 점차 늘고 있다. 이와 같은 에너지복지정책은 저소득층으로 대상으로 하기 때문에 상대적으로 소득이 낮은 노인가구와 노인가구가 다수 포함되어 있는 1인가구가 포함될 가능성이 높으므로 노인가구와 1인가구의 연료비의 빈곤강도 및 빈곤수준에 영향을 준 것으로 보인다.

1분기 자료를 분석한 결과도 연간 결과와 비슷한 양상을 보였으나, 주목할 점은 연간자료에 비해 노인가구와 1인 가구에서 에너지 빈곤강도와 빈곤수준이 커졌다는 것이다.

1분기의 빈곤강도와 빈곤수준이 연간에 비해 높은 이유는 1년간의 연료비는 대부분 겨울철 난방에 집중되어 있기 때문이다. 대표적으로 2021년 데이터를 확인하였을 때, 노인을 포함하지 않은 일반가구에서는 1분기 연료비로 적게 사용하는 분기에 비해서 약 6만 8천원을 더 사용하고 있는 것으로 나타났으며, 노인가구에서는 약 6만 2천원을, 1인 가구에서는 약 4만 5천원을 더 사용하고 있는 것으로 나타났다. 이와 같은 결과는 전체가구에 비해 상대적으로 소득이 낮은 노인가구와 1인 가구는 전체가구에 비해 소득은 낮고 연료비 차이는 크지 않아 연료비에 대한 부담이 높으며, 특히 연료비를 가장 많이 사용하는 1분기에서 더욱 부담이 커질 수 밖에 없다. 이와 관련하여 윤태연·박광수(2016)는 겨울철에 특히 소득이 낮은 가구에서 연료비 비율이 극단적으로 높아지는 사례를 확인한 바 있다[6].

한편으로 전체가구를 대상으로 분석했을 때 최근 연도인 2019년에서 2021년 사이에 변동성이 커지는 것을 확인하였으며, 1인 가구에서도 비슷한 양상을 보였다. 2019년에서 2021년 사이에 이러한 변동성을 보이는 이유는 2019년 이후 가계동향조사의 표본체계 및 조사방법 등의 변경에 따른 영향으로 보인다. 방식을 변경 이전인 2016년과 개편 후인 2019년을 비교해보면, 2016년의 경우 표본 규모가 약 8,700가구이며, 2019년은 7,200가구이다. 조사기간도 차이가 있는데 2016년에는 36개월을 조사하였으나, 응답자의 부담감 호소 등으로 인해 2019년에는 6-6-6방식을 통해 6개월 조사 후, 6개월 이후에 다시 6개월을 조사하는 방식으로 변경되었다[24]. 이러한 표본 및 조사방식의 변경으로 이전과 다른 변동성을 보였을 가능성이 높다.

Ⅴ. 결론

1. 연구결과 요약

최근 에너지 빈곤에 대한 관심이 높아지고 있는 바본 연구에서는 가계동향조사의 연료비 자료를 이용하여 우리나라의 전체가구, 노인가구, 1인가구에 대하여 에너지 빈곤구조의 동태적 변화를 분석하였다. 에너지 빈곤구조를 파악하기 위해 TIP 곡선을 도출하였다. TIP 곡선은 빈곤의 수준, 강도, 불평등도를 한꺼번에 파악할 수 있는 방법론이다. 이를 위해 본 연구에서는 빈곤선에 대한 기준으로 중위연료비지출의 50%를 이용하였다. 이를 통해 빈곤수준인 빈곤인구비율과 빈곤 강도인 누적빈곤갭의 변화에 집중하였다. 자료는 통계청 가계동향조사의 연간자료와 함께 분기별 자료를 이용하였는데, 4개 분기 중 난방비의 비중이 높아 에너지빈곤 문제가 두드러질 수 있는 1분기 자료를 이용한 결과를 제시하였다.

분석 결과, 전체 가구를 대상으로 한 분석에서는 시간이 지남에 따른 빈곤강도와 빈곤수준의 개선이 뚜렷하게 나타나지 않았다. 하지만 노인가구와 1인가구를 대상으로 한 분석에서는 시간이 지남에 따라 빈곤강도와 빈곤수준의 개선이 나타났다. 특히, 1분기 자료를 이용한 분석 결과에서 노인가구와 1인가구의 빈곤강도와 빈곤수준이 뚜렷하게 개선되었다. 또한 전체가구에 비해 노인가구와 1인가구의 빈곤강도와 빈곤수준이 크게 나타났으며, 노인가구 보다 1인가구의 에너지 빈곤이 더 심각한 것으로 나타났다. 그리고 연간자료 분석 결과와 비교했을 때, 1분기 자료에서 노인가구와 1인 가구의 에너지 빈곤강도와 빈곤수준이 커진 것을 확인할 수 있다. 분석 결과를 바탕으로 노인가구와 1인가구의 에너지 빈곤강도와 빈곤수준의 개선이 에너지 복지 정책확대에 의한 것일 가능성을 시사한다.

2. 정책적 시사점

본 연구는 정확한 정책효과 분석에는 한계가 있지만 가구 유형 별 분석 결과에 따른 다음과 같은 정책적 시사점을 도출할 수 있다.

먼저, 에너지빈곤 가구가 다수 포함되어 있는 노인 가구와 1인가구의 경우 빈곤강도와 빈곤수준이 점차 나아지는 양상을 보였다. 이는 에너지복지사업의 확대와 연관이 있는 것으로 판단되며, 에너지복지사업을 지속적으로 진행하는 것은 의의가 있는 것으로 보인다. 대표적인 에너지빈곤 정책인 에너지 바우처를 비롯하여 저소득층의 주택 보수공사로 에너지효율을 높여주는 에너지 효율개선[25], 서울시에서 시행하는 갑작스러운 위기로 인해 기본 에너지 사용이 곤란한 저소득가구를 위한 그린e긴급지원사업[26] 등과 같이 다양한 에너지 복지 관련 정책이 시행 중에 있다. 그러나 이러한 에너지복지 관련 정책들이 존재하여도 여전히 에너지 빈곤층의 사각지대의 존재, 에너지 지원 비용의 적절성 등과 같은 비판이 지속되고 있다. 본 연구의 경우 에너지사용에 영향을 주는 계절적·주거 요인 등을 고려하지 못한다는 한계로 보다 정확한 에너지복지정책의 효과를 보여주지는 못하지만, 더 나아가 에너지에 영향을 줄 수 있는 변수들을 고려하여 에너지복지정책의 확대에 따라 에너지빈곤층의 빈곤이 개선되었는지 여부와 관련한 연구가 필요하다.

다음으로 시계열 데이터의 구축이 필수적이다. 본 연구는 가계동향조사로 연구를 진행하였으나, 가계 동향조사는 에너지복지정책의 수혜를 받았는지 여부, 에너지 소비와 밀접한 주거환경 등을 자세하게 알 수 없기 때문에 에너지 복지와 관련한 연구를 진행하는데 한계가 있다. 따라서 에너지복지를 위한 데이터를 구축하여 에너지 빈곤이 개선이 되고 있는지 지속적으로 확인하는 연구가 필수적이다. 에너지 복지 데이터의 구축이 진행된다면, 더 나아가 현재 에너지복지 정책과 관련하여 지원 금액 및 지원대상이 적절한지, 사각지대의 에너지 빈곤층을 추정하는 등의 다양하고 더욱 정확한 연구가 진행될 수 있을 것이다.