Hyperbolic Distance Function을 이용한 중국 철강산업의 에너지효율성 및 녹색생산성 분석

진빈; 언군; 이기성

추천

검색

자료유형: 학술저널

저자정보: 진빈 언군 이기성

저널정보: 아시아.유럽미래학회 유라시아연구 유라시아연구 제17권 제1호

발행연도: 2020.1

수록면: 71 - 88 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

중국은 1979년 이후 지속적인 경제성장으로 2010년 세계 2대 경제대국으로 부상했지만, 그동안 환경보존의 중요성에 대한 인식 부족과 느슨한 환경규제로 심각한 오염 문제에 직면하고 있다. 한편, 지속적인 산업고도화의 진전에 따라 중국의 철강산업은 국가 기간산업으로 급속하게 발전해왔다. 특히, 1996년 중국은 세계 최대 철강생산국으로 자리매김했지만, 화석연료 등의 과다소비로 인하여 각종 대량의 환경오염물질 배출을 초래하기도 하였다. 현재 중국은 세계 최대 철강생산국이기도 하지만 세계 최대 철강소비국이기도 하다. 또한, 중국 철강산업의 에너지 소비구조는 석탄과 코크스가 에너지의 89% 이상을 차지하기 때문에 CO2 배출은 심각한 환경오염을 더욱 가중시킬 수밖에 없다. 이에 따라 중국은 철강산업의 에너지 절약과 CO2 배출 감축을 위하여 에너지효율성을 향상시키고, 경쟁력을 유지하는 것은 국가적으로 매우 중요한 문제이다. 따라서 철강산업의 지속가능한 온실가스 감축목표는 경제적 잠재감축량에 대한 목표설정 이외에는 에너지생산성 증가나 기술효율성 향상을 중심으로 추구하고 있다. 본 연구의 목적은 첫째, 확률변경 초월대수함수를 기반으로 쌍곡선 거리함수(hyperbolic distance function)를 이용하여 중국 철강산업의 에너지효율성을 측정하고, 이 모형에 기초하여 중국 29개 성(省)과 지역별(동부.중부.서부) 에너지효율성을 비교하는 데 있다. 둘째, 다수의 산출요소를 반영하여 쌍곡선 거리함수를 결합한 초월대수 확률변경함수(translog stochastic frontier function)를 사용하였다. 특히, 거리함수를 이용하여 녹색생산성을 분해하고 지역간 생산성을 비교하는 동시에 탄소배출 오염 여부를 고려하여 생산성 변화와 녹색생산성 변화를 측정.비교하는 데 있다. 이에 본 연구는 2003년부터 2016년까지 중국 29개 성의 철강산업을 대상으로 화석에너지 투입, 탄소배출량, 에너지효율성, 생산성을 연계하여 에너지효율성, 탄소배출을 고려한 녹색생산성, 녹색기술효율성 그리고 기술혁신 변화 등을 측정하였다. 분석결과에 의하면 첫째, 온실가스 배출량은 철강산업 생산과 유의한 역 U자 형태를 가지며, 또한 자본스톡과 노동 그리고 화석에너지에 대한 사용량을 증가시키면 철강생산을 증가시키지만 효율적 프론티어로부터 대상평가 성과와의 거리를 확대시키므로 에너지효율성에 부정적으로 영향을 미치는 것으로 나타났다. 둘째, 분석대상 기간 중국 29개 성의 화석에너지효율성은 평균 0.483으로 나타났으며, 매년 화석에너지효율성은 조금씩 향상되는 것으로 나타났다. 셋째, 중국 철강산업의 녹색생산성을 3개 지역으로 분류하여 평가할 때 동부지역, 중부지역 그리고 서부지역의 녹색생산성은 2004년부터 2016년 기간 동안 평균이 각각 0.821, 0.938, 0.969를 기록하였으며, 모든 지역이 매년 증가하는 추세를 보이고 있다. 그리고 녹색생산성의 향상은 주로 녹색기술효율성의 변화가 아닌 녹색기술의 변화에 기인하는 것으로 나타났다. 본 연구결과를 바탕으로 정책적 시사점을 도출하면 다음과 같다. 철강산업은 많은 환경오염물질을 배출하고 있는 산업이다. 특히, 철강산업에서 발생하는 이산화탄소 배출량은 전 세계 이산화탄소 배출량의 3.1%, 전체 산업의 15%에 이르고 있다. 최근에는 환경규제가 본격적으로 강화되고 있어서 환경친화적인 설비와 기술을 선택하고 개발하는 것이 철강산업의 중요한 과제로 부상하고 있다. 이제 중국의 철강산업은 당면한 환경 문제를 극복하지 않고서는 글로벌 경쟁에서 뒤처질 수밖에 없다. 이에 중국 정부는 다른 산업 분야보다 환경규제에 대한 대응과 친환경기술개발에 대한 집중적인 투자가 요구된다.

China has emerged as the world’s second largest economy in 2010 according to continued economic growth since 1979, but has faced serious pollution problems due to lack of awareness of the importance of environmental preservation and loose environmental regulations. On the other hand, China’s iron and steel industry has rapidly developed into a national infrastructure industry as the industrial advancement continues. In particular, in 1996, China was established as the world’s largest iron and steel producer, but caused excessive amounts of environmental pollutants due to excessive consumption of fossil fuels. At present, China is not only the world’s largest iron and steel producer but also the world’s largest iron and steel consumer. In addition, in the energy consumption structure of the Chinese iron and steel industry, since coal and coke account for more than 89% of the energy, the emission is bound to further increase the serious environmental pollution. Accordingly, it is a very important issue in the country to improve energy efficiency and maintain competitiveness to save energy and reduce emissions in the iron and steel industry. Therefore, the goal of the sustainable reduction of greenhouse gases in the steel industry is to focus on increasing energy productivity or improving technical efficiency other than setting targets for economic potential reduction. This paper extends recently developed parametric hyperbolic distance functions to the analysis of energy efficiency for a panel data of 29 provinces in China’s iron and steel industry from 2003-2016, and then decomposes the growth of green total factor productivity into two component measures, namely, energy efficiency change and energy technical change based on the estimated hyperbolic distance functions. We find that firstly, the increase of capital stock, labor and fossil fuel inputs makes industrial output increase significantly. Secondly, the energy efficiency of China’s iron and steel industry was 0.483 on average across the 29 provinces for 2004-2016, and there exists a great dispersion in energy efficiencies across provinces and regions. Thirdly, the growth of green total factor productivity is almost due to the environmental technical change rather than the environmental efficiency change. Moreover, the energy productivity growth in China’s iron and steel industry may be underestimated if CO2 emissions is ignored. Based on the results of this study, the policy implications are as follows. The iron and steel industry is an industry that emits many environmental pollutants. In particular, carbon dioxide emissions from the iron and steel industry account for 3.1% of global carbon dioxide emissions and 15% of the total industry. In recent years, environmental regulations have been strengthened in earnest, so selecting and developing environmentally friendly facilities and technologies is emerging as an important task for the iron and steel industry. Chinese iron and steel industry is now forced to lag behind in global competition without overcoming its immediate environmental problems. Therefore, the Chinese government needs more intensive investment in developing environmentally friendly technologies and responding to environmental regulations than other industries.

#Chinese Iron and Steel Industries #Translog Function #Hyperbolic Distance Function #Energy Efficiencies #Green Total Factor Productivity

참고문헌 (20)

참고문헌 신청

Baumol, W. J. / 1986 / Productivity Growth, Convertgence, and Welfare: What the Long-Run Data Show / American Economic Review, 76(5):1072~1085

Chen Shiyi / 2011 / Reconstruction of Sub-industrial Statistical Data in China(1980-2008) / China Economic Quarterly 10(3):735~776

Coelli, T. J. / 2005 / An Introduction to Efficiency and Productivity Analysis / Springer

Rafael A. Cuesta / 2009 / Environmental efficiency measurement with translog distance functions: A parametric approach / Ecological Economics 68(8-9):2232~2242

W.E. Diewert / 1976 / Exact and superlative index numbers / Journal of Econometrics 4(2):115~145

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

진빈

소속기관 아시아.유럽미래학회

주요연구분야 사회과학 > 지리학 > 지역학

논문수 1 이용수 22

언군

소속기관 아시아.유럽미래학회

주요연구분야 사회과학 > 지리학 > 지역학

논문수 1 이용수 22

이기성

소속기관 건국대학교

주요연구분야 사회과학 > 지리학 > 지역학

논문수 4 이용수 29

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)