머신러닝을 활용한 국가별 온실가스 배출의 특징 분석 = Analysis of the Characteristics of Greenhouse Gas Emissions by Country Using Machine Learning

다국어 초록 (Multilingual Abstract)

This study is trying to analyze the characteristics of GHG(Green House Gas) emissions per capita with clustering analysis. Because the purpose of this study is to analyze the characteristics of a specific type based on GHG emissions, clustering analysis is more useful than traditional regression analysis. As a result of the analysis, it is found that GHG emissions per capita are decreasing. In addition, group with high per capita GHG emissions is characterized by larger per capita national income, higher share of manufacturing and agriculture among industries, and higher share of added value compared to intermediate input. As such, one of the characteristics of countries with higher per capita GHG have lager per capita national income, which is a unique result. In addition, the higher the proportion of agriculture, the higher the per capita greenhouse gas emissions, which is considered to be because agriculture is also an industry that emits a lot of greenhouse gases. Countries with a higher ratio of value-added to intermediate input are likely to be developed countries with larger per capita national income, so per capita GHG emissions are also likely to be higher. In terms of total GHG, South Korea is the 9th largest country in 2000 among the 44 countries analyzed in this study, and the 7th largest country in 2018. However, in terms of greenhouse gas emissions per capita, Korea falls into the middle group regardless of the year.

국문 초록 (Abstract)

본 연구는 군집분석을 활용하여 1인당 온실가스 배출량의 특징을 살펴보았다. 이는 본 연구의 목적이 온실가스 배출량을 기준으로 특정 유형에 대한 특징을 분석하는 것이므로 전통적인 회귀분석보다 군집분석이 유용기 때문이다. 분석 결과, 1인당 온실가스배출량은 감소하고 있는 것으로 나타났다. 또한 1인당 온실가스 배출량이 많은 군집의 특징은 1인당 국민소득이 많고, 산업 중에서 제조업과 농업 비중이 높으며, 중간 투입 대비 부가가치 비중 역시 높은 것으로 나타났다. 이와 같이 1인당 온실가스 배출량이 많은 국가들의 특징 중 하나로 1인당 국민소득이 많은 것은 특이한 결과라 할 수 있다. 또한 농업 비중이 높을수록 1인당 온실가스 배출량도 많으며 이는 농업 역시 대표적인 온실가스 배출 업종에 해당되기 때문인 것으로 판단된다. 중간 투입 대비 부가가치 비중이 큰 국가들은 주로 1인당 국민소득이 높은 선진국일 가능성이 크기 때문에 1인당 온실가스 배출량 역시 많은 것으로 보인다. 한국은 온실가스 배출 총량으로 보면 본 연구의 분석 대상 44개국 중 2000년에는 9번째로 배출량이 많았지만 2018년에는 7번째로 배출량이 많아 온실가스 배출량이 많은 그룹에 해당된다. 그러나 1인당 온실가스 배출량으로 살펴보면, 연도에 관계없이 중간 그룹에 해당된다.

참고문헌 (Reference)

• 1 윤종문, "카드사 빅데이터와 딥러닝 신경망 분석 도입의 의미와 활용" 사단법인 한국신용카드학회 11 (11): 27-45, 2017
• 2 김동구, "철강산업의 온실가스 배출 탈동조화 국제비교" 한국환경경제학회 31 (31): 113-139, 2022
• 3 김은미 ; 김상봉, "주택시장의 손실회피성향에 관한 연구: 머신러닝 방법을 중심으로" 사단법인 한국신용카드학회 14 (14): 52-74, 2020
• 4 전호철, "온실가스 배출량의 소득탄력성 추정 연구: 함수계수 패널 분석방법을 중심으로" 한국환경정책·평가연구원 2018
• 5 이건희 ; 이기환, "신용카드회사의 개인사업자 신용평가 업무에 관한 연구:머신러닝 모델의 도입" 사단법인 한국신용카드학회 16 (16): 17-32, 2022
• 6 조홍종 ; 구효정, "생산기반 온실가스 배출량 vs 소비기반 온실가스 배출량" 한국환경경제학회 31 (31): 597-617, 2022
• 7 진태영 ; 김도원, "산업부문 온실가스 탈동조화 변화요인 분석" 한국환경정책학회 29 (29): 101-127, 2021
• 8 임상수 ; 김행선, "머신러닝을 활용한 지방자치단체의 복지지출 특징 분석" 지식경영연구원 45 (45): 111-125, 2022
• 9 이건원, "도시 유형별 도시특성요소와 온실가스 배출량 간의 관계 분석" 한국산학기술학회 18 (18): 62-71, 2017
• 10 김대수 ; 이상엽, "국내 온실가스 배출량과 경제성장 간장단기 비동조화 분석" 한국환경경제학회 28 (28): 583-615, 2019
• 11 고재경 ; 예민지, "광역자치단체 온실가스 배출량과 경제성장의 탈동조화 분석" (재) 한국지방행정연구원 36 (36): 3-32, 2022
• 12 이재석 ; 이근대 ; 유복근, "광역시·도별 자료를 이용한 에너지, 경제성장, 온실가스 배출 간의 관계 분석" 한국환경경제학회 30 (30): 503-533, 2021
• 13 Thorndike, R. L., "Who belongs in the family" 18 (18): 266-267, 1953
• 14 Hausman, J. A., "Specification tests in Econometrics" 46 (46): 1251-1271, 1978
• 15 Arellano, M., "Some tests of specification for panel data : Monte Carlo evidence and an application to employment equations" 58 : 277-297, 1991
• 16 MacQueen, J., "Some methods for classification and analysis of multivariate observations" 1 : 281-297, 1967
• 17 Rousseeuw, P. J., "Silhouettes : A graphical aid to the interpretation and validation of cluster analysis" 20 : 53-65, 1987
• 18 김윤수 ; 송광윤 ; 장인홍, "K-means 군집분석을 활용한 산업 분야별 배출되는 온실가스와 대한민국 평균기온 변화의 관계" 한국데이터정보과학회 34 (34): 9-22, 2023
• 19 Andberg, M. R., "Cluster analysis for application" Academic Press 1973
• 20 Hartigan, J. A., "Algorithm AS 136: A K-means clustering algorithm" 28 (28): 100-108, 1979