본 논문은 에너지바우처의 도입이 저소득가구의 난방비에 미치는 영향을 정량적인 효과분석을 통해 추정하고자 하였다. 에너지바우처의 경우 기존 에너지복지 관련 정책의 문제점들과 지속성에 대한 불확실성이 대두되면서 이와 같은 문제를 해결하기 위해 2015년 11월 공식적으로 도입되었다. 지원금액과 수혜기준을 매해 늘려가며 최근 2019년에는 관련 예산을 937억 원으로 증액하였으며, 겨울철 ‘난방’ 뿐만 아니라 여름철 ‘냉방’ 시에도 사용할 수 있도록 하였다. 또한 지원 대상은 약 60만 가구로 확대할 예정이다. 이처럼 에너지바우처는 에너지복지 관련 정책 중 가장 체계적이며 많은 예산을 투입하고 있는 정책이라 할 수 있다.
에너지바우처는 2015년 겨울 사업을 시작한 이래 올해로 5년차에 접어들고 있는 반면, 아직까지 그 효과에 대한 논의가 이루어지지 못하고 있다. 세계적으로도 프랑스의 ‘에너지 수표(cheque d’energie)’ 제도를 제외하고는 비슷한 정책을 찾아보기 힘들며, 대부분은 긴급구호 성격의 바우처 또는 현금지원 정책 뿐 이다. 이처럼 찾아보기 힘들고 연간 천억 가까이 소요되는 대규모 에너지 복지사업인 반면, 수혜자들이 실제로 에너지 소비를 늘렸는지, 늘렸다면 과연 얼마 만큼인지, 에너지 비용에 대한 부담은 줄었는지 등 그 효과에 대한 명시적이고 정량화된 분석이 아직까지 이루어지지 못하고 있다.
따라서 본 논문은 「한국복지패널」데이터 중 에너지바우처가 도입이 되기 전인 2014년 그리고 도입이 된 후인 2016년, 2017년 총 세 개년도의 데이터와 PSM-DID모형을 사용하여 에너지바우처에 대한 정량적인 효과 분석을 통해 에너지바우처를 평가하고 시사점을 제시하고자 하였다.
에너지바우처의 도입 전·후 효과를 추정하는 이중차분법을 시행하기 이전에 발생할 수 있는 선택편의(selection bias)문제를 해결하고 에너지바우처 수혜가구와 비수혜가구 간의 차이를 줄이기 위해 성향점수매칭법(PSM)을 시행하였다. 그 결과 성향점수매칭법을 시행하기 전보다 시행 후에 수혜가구와 비수혜가구 간의 변수별 평균이 비슷해졌음을 확인했다. 또한 표준화된 편차(standardized bias)의 절댓값이 10%내외였으며, Pseudo- 값 또한 매칭 전에 비해 0에 가까워져 이를 통해 매칭이 잘 이루어졌음을 확인 할 수 있었다.
성향점수매칭법의 목적을 달성한 후, 고정효과를 통한 이중차분법을 시행하기에 앞서 난방비만을 사용하는 단순이중차분법을 시행하였으며, 그 결과 2014년도와 2016년은 난방비를 6,540원 늘렸으며, 2014년도와 2017년도는 7,790원을 늘린 것으로 나타났다. 단순이중차분법은 시간에 따라 변하는 변수들의 영향을 통제하지 못하는 한계가 있어 해당 영향을 통제하기 위해 고정효과를 이용한 이중차분법을 최종적으로 시행하였다. 그 결과 2016년에는 4,890원, 2017년에는 5,439원 늘린 것으로 나타났다.또한 가구원수별로 지원액을 계산한 결과 2016년은 8,416원, 2017년은 8,694을 지원받으며, 본 연구의 결과에 따르면 수혜가구들은 지원받은 금액의 각각 58.1%, 62.6%를 사용하는 것으로 나타났다.
본 논문은 에너지바우처가 저소득가구의 난방비에 미치는 영향을 실증하기 위해 진행하였으며, 최초로 에너지바우처의 효과를 실증 분석하였다는 데에 의의가 있다. 본 연구결과에 따르면 에너지바우처를 지원받은 후, 2016년에는 난방비를 58.1%, 2017년에는 62.6% 더 사용하였다는 사실과 이를 통해 에너지바우처의 시행 목적을 달성하였음을 확인하였으며, 그 동안 저소득가구들이 극심하게 난방비를 줄였던 사실을 알 수 있었다. 그러나 본 논문에는 다음과 같은 한계점이 존재한다. 본 논문에서 사용한 난방비를 사용하였는데 이는 에너지원별 간 가격 차이를 고려할 수 없으며 실제 사용량이 증가하였다고 보기는 힘들다. 또한 한국복지패널의 경우 에너지바우처 수혜를 받는 가구가 실제 수혜를 받는 가구들에 비해 표본수가 적기 때문에 에너지바우처의 효과를 대표한다고 보기는 어렵다. 따라서 향후 에너지바우처 관련 정보 축적이 필수적이며, 이를 통한 에너지바우처 효과에 대한 동태적 분석이 필요하다.