기후패널 구성을 위한 기초연구

2.1 국내 패널

우리나라 최초의 패널은 대우경제연구소에서 1994년 7월에 발표한 「한국가구 경제활동연구」이다. 이 패널은 미국의 PSID (Panel Study of Income Dynamics)를 벤치마킹 한 것으로 가구 및 개인의 소득, 소비실태, 주거행태에 관한 문항을 주로 조사하였다(Yoon, 2007; Son, 2009). 「한국가구 경제활동연구」는 1998년까지 실시된 후 종료되었다.

2017년 10월 현재 통계청에서 승인받은 패널은 총 22종이다.³⁾ 이처럼 패널조사가 늘어날 수 있었던 것은 일반회계 또는 공적기금이 패널 실행예산⁴⁾으로 활용될 수 있었기 때문으로, 현재 9개 정부출연 연구기관 외 5개 공단, 지자체 등 총 19개 기관이 패널조사를 실시 중에 있다(Lee et al., 2009). 22개 패널 중 장기 패널은 1998년에 시작된 한국노동패널이며, 대부분의 패널은 2000년대 이후 시작되어 차수가 짧다. 22개 패널의 주요 분야, 조사대상, 조사방법 등을 살펴보면, 현재 승인통계를 받은 패널 중 고용과 보건, 복지 부분이 전체의 54%를 차지하고 있으며, 그 다음으로 사회패널(14%), 교육패널(9%)이 다수를 차지하고 있다. 조사대상은 대부분 가구와 개인(91%)이며, 한국직업능력개발원의 인적자본기업 패널과 한국노동연구원이 노동패널과 함께 구축한 사업체 패널만 기업 또는 사업체를 대상으로 조사(9%)를 진행하고 있다.

패널 운영형태를 보면 전체의 82%가 자체 + 용역, 위탁 + 용역 형태로 진행하고 있으며, 담당기관에서 직접 운영하는 패널은 국민연금공단의 국민노후보장패널, 통계청·금융감독원·한국은행이 공동주관하는 가계금융·복지조사, 한국보건사회연구원이 주관⁵⁾하는 한국복지패널, 국민건강보험공단과 한국보건사회연구원이 공동 주관하는 한국의료패널 총 4개 패널(18%)이다. 전반적으로 패널조사는 직접 대면조사 형태로 진행하고 있지만 이공계 인력육성 활용과 처우 등에 관한 실태조사(패널)처럼 온라인 조사방식이 사용되기도 한다. 22개 패널 중 7개의 패널(가계금융·복지조사, 이공계 인력육성 활용과 처우 등에 관한 실태조사, 대졸자 직업이동 경로조사, 장애인고용 패널조사, 청년 패널조사, 다문화청소년 패널조사, 산재보험 패널조사)은 근거법률을 기반으로 지속적인 조사를 진행하고 있다.

2.2 국외 패널

패널조사에 대한 개념이 형성되고 처음으로 전국단위의 패널조사가 이루어진 것은 1930년대 말 미국에서이다(Lazarsfeld and Fiske, 1938; Lee, 2009에서 재인용). 그 중 미국의 NSL (National Longitudinal Survey of Labor Market Experience)과 미시건 대학의 PSID (Panel Study of Income Dynamics)는 1960년대 중반에 시작하여 현재까지도 미국뿐만 아니라 전 세계 연구자들과 정책결정자들이 유용하게 활용하고 있는 대표적인 패널이다(Hsiao, 2014). 그 외 독일의 GSOEP (Germany Socio-Economic Panel, 1991년 시작), 영국 BHPS (British Household Panel Survey, 1984년 시작), 캐나다 SLID (Survey of Labour and Income Dynamics, 1993년 시작) 등이 있으며, 패널조사의 유용성을 인지한 세계은행이 개도국의 패널조사를 지원한 사례도 있다(Hsiao, 2014; Schupp and Wagner, 2007).

해외의 기후변화와 관련된 패널 및 인식조사는 다양하지는 않으나, 횡단조사는 여러 국가에서 주기적으로 수행되고 있는 것으로 파악된다. 현재 본 연구에서 다루고자 하는 기후패널과 가장 유사한 사례 중 하나는 호주의 ‘기후변화에 대한 호주인의 태도(Australian attitudes to climate change)’ 패널이다.⁶⁾ 이 패널은 호주 연방 과학산업 연구기관인 Lowy Institute가 기후변화 적응연구 프로그램의 일환으로 2006년부터 2018년까지 14년간 시행하였으며, 조사기간은 매년 7 ~ 8월로 패널조사에 참가한 인원은 매년 5,000여 명 수준이었다. 설문지는 크게 기후변화에 대한 기본적 태도, 기후관련 행동, 기후예측 및 시나리오, 기후변화 대응과 그에 따른 영향, 기후변화 정보에 대한 신뢰, 기후변화에 대한 감정, 기후행동 예측과 지원의 8개 부문으로 구성되었다. 이 패널을 이용하여 Leviston, Greenfill and Walker (2015)는 2010년 ~ 2014년 동안 기후변화에 대한 대중의 인식이 변화하고 있음을 보여준 바 있다. 저자들은 호주인들이 전반적으로 기후변화가 일어나고 있다는 사실에는 공감하나 대응방식에서는 상당한 차이를 보인다는 점을 발견하고 이를 근거로 기후변화 정책 개발 시 인식차이를 고려해야 한다는 정책적 시사점을 도출했다.

미국 예일대(Yale Programme on Climate Change Communication)⁷⁾는 2008년 11월부터 기후변화 패널조사를 시행했다. 1년에 2회 실시하고 있으며, 미국 성인 1,330명을 대상으로 약 20일 동안 온라인 조사를 통해 데이터를 취합했다. 패널은 확률샘플링 방법론을 이용하여 선정하는데, 대부분의 설문 문항은 국가, 주, 지역수준에서 ① 기후변화에 대한 일반적인 믿음과 인식을 비롯해 ② 리스크 대상별 인식 ③ 정책 지원 및 요청사항 ④ 기후행동수준 등으로 구성되어 있다. 조사팀은 인구사회학적, 지리적 인구특성에 따른 국가단위 조사 데이터(샘플수 ＞ 18,000)를 크게 모형분석에 이용되는 데이터(in-sample)와 검증 데이터(out-of-sample)로 나눈 후 세 가지 방법을 이용하여 추정결과를 검증한다. 예일대는 조사·분석한 데이터의 시각화(Visualization)를 통해 결과 전달력을 높이고 있다.

캐나다 알버타주의 ‘캐나다 기후리더쉽 토론(Alberta climate leadership discussions)’은 ‘기후변화 자문패널(Climate Change Advisory Panel)’의 성과를 알리고 인식을 공유하기 위한 목적으로 23개 문항을 중심으로 조사를 시작했다. 설문의 구조는 예일대학교의 설문조사와 달리 개인의 기후변화에 대한 인식보다는 기후변화 정책방향의 합리성 및 탄소세 도입, 녹지조성에 따른 인센티브 제공과 같은 정책 발굴과 참여 등에 중점을 두고 있다(Hill + Knowlton strategies, 2015). 이 밖에 캐나다에서는 1994년 시작한 NPHS (Canadian National Population Health Survey)⁸⁾패널에서 건강뿐만 아니라 경제, 사회, 인구, 직업은 물론 환경정보와 관련한 질문을 2004 ~ 2010년 조사에 포함시킨 바 있다.

영국에서는 2012년 3월 DECC (Department of Energy and Climate Change)에서 대중의 태도와 우선순위를 이해하고 관찰하기 위해 조사를 시작하였다. 연 4회 실시하며, 영국 가정 내 16세 이상 약 2,000 ~ 2,100명을 대상으로 대면조사를 통해 이루어진다. 주 조사와 보조 조사로 구성되며, 2012년부터 2018년까지 총 25회 실시되었다. 제15차 조사(wave 15)를 기점으로 새로운 질의사항이 지속적으로 대체되거나 새롭게 추가되었으며, 기후변화 관련 주요 질의사항은 초기에는 기후변화의 원인, 에너지 저감을 위한 행동패턴, 에너지 인프라, 기후변화의 원인, 가까운 미래의 우려사항 등 기후 및 에너지 전반에 대한 사항이, 2017년 현재는 기후변화 일반 인식, 에너지의 안전, 가격 및 절약, 재생에너지, 방사성폐기물, 셰일가스, 지역난방, 에너지 사용인식, 스마트 미터, 절연처리 등이 주요 조사 항목이다.⁹⁾ 네덜란드에서는 가계 소비 지출조사를 기반으로 세부적인 13개 주요 카테고리별 지출내역과 에너지 수요량, 천연가스, 전기, 물 소비량을 조사하였다(Vringer and Blok, 1995).

3.1 표본추출

기후패널에서 표본은 모집단의 사회경제적 특성을 대표할 수 있는 가구 및 가구원으로 구성된다. 표본의 크기는 조사 결과의 편향성을 줄이는데 중요한 결정요인이다. 기후패널의 경우 지역 간 기후 취약성이 상이하기 때문에 각 지역의 특수성과 지역이 전국에서 차지하는 비중을 대표할 수 있는, 즉 표본의 모집단 대표성이 확보될 수 있도록 조사대상과 표본수가 설계되어야 한다. 특히, 시군구별 분석을 고려할 경우 각 시군구마다 최소 표본 수를 20개 이상으로 하기 위해 총 5,000가구(시군구 약 250개로 산정) 이상의 표본을 확보하는 것이 바람직하다. 패널의 이탈 가능성(원표본 유지율)을 고려해 패널조사 시작시점에 충분한 표본을 확보하여야 하기 때문에 최소 표본수는 5,000가구보다 커지게 된다(Table 1).

Table 1.

Original sample retention rates of the major panels

문제는 예산확보 가능성이다. 중장기적으로 5,000가구(가구당 2명 조사기준 10,000명)를 대상으로 한 반복적 표본조사는 상당한 비용이 소요된다. 조사원에 대한 사례비와 DB 관리 비용을 고려할 때 일반적으로 우리나라 타 패널의 경우 1인당 10만원 정도의 예산이 필요하다는 점을 고려하면, 10,000명(5,000가구)의 패널을 구성하려면 연간 10억 규모의 예산이 소요된다. 패널의 질은 모집단에 대한 대표성을 확보할 수 있는 충분한 표본수와 장기패널 여부에 의해 결정되는데, 표본수가 늘어날수록 비용이 증가하며 다년도 조사를 어렵게 하는 상황에 놓이게 되는 것이다.

모집단을 대표할 수 있도록 표본을 구성하는 방법을 표본추출법이라 하는데, 표본 추출방법은 크게 확률표집(probability sampling)과 비확률표집(nonprobability sampling)으로 구분된다. 확률표집은 모집단의 각 구성원들이 표본으로 추출될 확률이 알려진 상태에서 표본을 추출하는 방법론으로, 세부적으로 ①무작위 표본부출(Simple random sampling), ②계통표본추출 또는 체계적 표본추출(Systematic sampling), ③층화표본추출(Stratified random sampling), 그리고 ④군집표본추출(Cluster sampling) 등이 확률표집에 해당한다. 비확률표집은 확률에 의존하지 않는 표본 추출법으로 표본이 모집단을 대표해야 한다는 확률표집에 비해 모집단을 대표하는데 문제가 있는 표본추출법으로 알려져 있다. 세부적으로 ①임의표본추출(Convenience sampling), ②목적표본(Judgement sampling), ③쿼타표본추출(Quota sampling) 등이 있다. 이중 대부분의 패널이 채택하고 있는 표본추출은 여러 단계에 걸쳐 집락표집, 계통표집, 층화표집법을 사용하는 다단계층화확률표집방법이다.

이 중 전문가 인터뷰를 통해 기후패널에 적합한 표집방법으로 선택된 것은 기존의 가구단위 패널과 마찬가지로 총인구조사를 표집틀로 한 다단계층화확률표집방법이다. 그러나 총인구조사를 기반으로 표본을 추출하고 목표 표본수가 크지 않은 경우 기후변화에 의해 영향을 크게 받는 지역(산간도서)이나 취약계층 표본이 충분히 확보되지 않을 수 있는 문제점이 있다. 이를 보완하기 위한 방법으로 전문가들은 쿼타표본추출 또는 목적표본을 병행할 필요가 있다고 지적했다.

3.2 조사주기와 시기

패널조사는 그 이전에 조사주기, 조사시기 등이 결정되어야 한다. 조사주기의 경우, 기존 패널은 대부분 1년 단위로 조사하고 있으나, 운영상의 효율성 확보 및 예산 등의 한계로 2년 주기로 작성하기도 한다(Table 2). Rotating Panel¹⁰⁾ 방식도 있으나 2년 주기 패널과 마찬가지로 표본탈락률이 높아지는 문제점을 피하긴 어렵다. 조사주기가 길어지면 예산절감 효과는 있지만 표본탈락률이 높아지는 단점이 있다. 이를 완화하기 위해 2년 주기 패널의 경우 간이조사를 진행하는 사례가 있다. 그러나 기후변화처럼 개인 또는 가구의 인식과 행태가 빠른 속도로 변화하고, 이상기후 현상이 매년 다른 형태로 발생하며 그에 따른 정책수요도 빠르게 변화하는 경우, 2년 주기 기후패널이 유효할지는 논란의 여지가 있다.

Table 2.

Survey periods, reference periods, and survey methods of the major panels

조사시기 및 기간과 관련하여, 대부분의 패널은 3월 이후 상반기에 조사를 시행하고 있다(Table 2). 이는 전해(전년도)와 관련된 사항이라는 것과 함께 통계청 승인(보통 12~1월 승인) 시점을 고려한 결정으로 보인다. 각 패널이 통계청 승인을 중요하게 고려하는 것은 국가 공식적인 패널 데이터로서의 가치, 데이터의 공개 가능성 확보, 패널 데이터 공개를 통해 패널 데이터 생산관리 기관의 학술적·정책적 위상 제고 및 공공적 기능 확인 등이 가능하기 때문이다. 기후패널의 경우 계절적 영향을 고려할 때, 3~6월 집중조사와 기후 이슈에 따라 필요 시 부가조사 형태의 간이조사를 병행하는 것이 적절할 것으로 보인다.

3.3 조사 방법

조사방법의 경우 통계청 승인과 정보의 정확성 확보 차원에서 대면조사를 기본으로 하되, 조사시간 단축, 편의성 확보, 코로나19로 인한 대면 기피현상 등을 고려할 때, 컴퓨터를 활용하는 CAPI (Computer Assisted Personal Interview), TAPI (Tablet-PC Assisted Personal Interview)나 기관과 가구의 협조를 받아 정보를 자동으로 등록하는 방안을 적극적으로 고려할 필요가 있다. 기후패널의 경우 기후에 대한 인식과 정책 우선순위가 계절적 요인에 의해 영향을 받을 가능성이 크기 때문에 계절별 부가조사를 실시할 필요가 있는데 이 경우 CAPI (Computer Assisted Personal Interview), CATI (Computer Assisted Telephone Interviewing) 방식을 활용하는 방안을 모색해야 할 것이다.¹¹⁾ 특히 CAPI는 면접과정에서 면접원의 실수에 의한 왜곡을 줄여주고 면접의 편의성을 제고시켜 자연스러운 면접상황을 만들어 줌으로써 조사 자료의 질을 개선하는 데 기여한다(Shin and Lee, 2006). 하지만 CAPI 방식으로 조사하려면 노트북과 CAPI 프로그램을 구입해야 하고 면접원이 전체 설문문항을 파악할 수 없어 설문흐름 및 CAPI 실행방법 등 면접원 교육에 많은 시간과 비용이 소요된다(Shin and Lee, 2006). 따라서 표본이 작고 설문 분량이 적은 일회적인 조사에서는 PAPI보다 비용이 더 들어갈 수도 있어 CAPI가 가진 장점을 많이 활용하지 못할 수도 있다(Shin and Lee, 2006).¹²⁾

Table 3.

Pros and Cons of each survey methodology

가구원에 대한 조사를 비롯해, 중장기적으로는 온라인조사도 고려할 수 있는데, 온라인조사는 1990년대 미국, 유럽을 중심으로 빠르게 확산되었다. IBISWorld에서 수집한 최근 산업통계에 따르면 온라인조사는 세계 시장조사의 32%에 달하는데(Smith et al., 2016), ESOMAR 글로벌 시장조사 보고서에서는 전 세계 양적연구 지출에서 온라인조사 지출비용이 2006년 19%에서 2011년 29%로 증가하였다. 미국에서는 2006년 15억 달러에서 2012년 20억 달러로, 유럽은 2006년 4억 9,000만 달러에서 2012년 10억 달러로 지출비용이 증가한 것으로 보고되었다(Callegaro et al., 2014).

Korea Centers for Disease Control and Prevention (2014)에서 논의된 바와 같이, 사생활보호에 대한 의식 강화, 1인 가구 증가, 맞벌이 부부 증가 등 조사환경이 급변하며 전통적인 가구면접조사를 실시하기 어려워 졌으며 조사비용 역시 급증함에 따라 새로운 조사방법론의 개발이 시급한 상황이다. 대안으로 제시된 것은 CAPI로 정보통신기술을 적극적으로 활용하는 인구가 많고 우수한 유무선 정보통신 기반시설이 구축된 우리나라에 적합하다는 평가다. 이 방법에 대한 검증을 실시한 결과, 인터넷조사 자체로는 높은 응답률을 확보하는데 한계가 있으며 ICT 기술에 대한 접근성 제한이 있는 고연령, 저학력, 저소득층에 대한 조사에 취약하다는 점, 대리응답의 가능성, 표본의 대표성 등이 문제점으로 지적되었다. 저자들은 연락정보를 사전에 보유하고 있다면 인터넷조사의 활용도를 높일 수 있으며, 인터넷 조사의 신뢰성 확보를 위한 대책으로 본인 확인을 위해 개인 전자우편을 통한 조사링크 부여 또는 모바일 인증방식 등을 활용하는 방법을 제안하였다.

2010년 통계청은 인구주택총조사에 처음으로 인터넷 조사를 접목시켜 당초 목표였던 30 퍼센트를 훨씬 넘겨 전체 가구의 47%를 조사하는 성과를 보인 바 있다. 인터넷 응답률이 높았던 가구는 대도시의 중형아파트에 거주하며 사무직에 종사하는 40대 가구주와 그 가족으로 구성된 가구였다. 흥미로운 점은 데이터의 품질 면에서 인터넷조사와 면접조사 간에 유의미한 차이가 없었다는 점이다(Hwang and Choi, 2010). 이러한 선례를 보면, 기후패널 조사시 전통적인 대면조사 방식의 대안으로 인터넷조사 방식을 발전시키고 활용하는 방안을 적극 모색할 필요가 있다.

3.4 데이터 품질의 확보와 표본유지

패널의 활용성을 결정짓는 것은 데이터의 품질 확보와 이에 기반한 데이터에 대한 신뢰이며, 이러한 이유로 패널 기획 단계에서 국가통계로 등록하는 방안을 고려하게 된다. 국가통계승인을 위해서는 인구센서스를 통한 확률추출과 대면면접¹³⁾이 전제되어야 하며, 표본 규모도 전국단위로 약 5,000표본 이상이 되어야 승인 가능성이 높아지지만 2,500표본도 조건부 승인을 받은 사례가 있다. 데이터 품질이 높아야 활용빈도가 높아지지만, 역으로 활용빈도가 높아지면 데이터 오류가 수정되고 시의성 있는 조사항목들이 더해지면서 데이터 품질도 또한 높아진다. 이러한 이유로 패널 주관기관은 패널 구축 단계부터 패널의 활용도를 높이려는 노력을 하게 된다. 활용도 제고를 위한 노력의 대표적인 예는 사용자의 편이성을 고려하여 다양한 포맷(SPSS, SAS, STATA 등)으로 데이터를 제공하고, 학술대회나 패널을 이용한 논문 경진대회 등을 개최해 해당 패널을 이용한 논문이 양산되고 패널의 활용도를 연구자들이 직접 보여줄 수 있도록 하는 것 등이다. 활용도의 관점에서 보면 해외 유명 패널과 유사한 항목을 포함시킴으로써 국제학술지에 다국가 비교분석 논문에 해당 패널의 활용성을 높인 한국 노동패널(KLIPS)의 시도가 주목할 만하다. KLIPS는 2009년부터 PSID, BHPS, GSEOP 등 외국 패널 데이터와 국제비교가 가능하도록 국제비교가능패널(CNEF; Cross-National Equivalent File)와 연계하여 사용하고 있다(Lee, 2016). 이외에 패널 실행기관들은 패널 데이터에 대한 기초보고서를 발표하고 품질개선 방안을 연구하는 등 데이터의 품질 향상을 위한 노력을 기울이고 있다.

패널 데이터의 가치를 결정하는 것은 데이터의 품질 뿐만 아니라 원표본이 얼마나 유지되는가이다. 기존 패널의 이탈률은 평균적으로 3 ~ 5% 수준인데, 이탈률을 최소화하기 위해 패널 실행기관은 면접원과 패널 간의 래포(Rapport)¹⁴⁾ 형성을 위해 면접원 교육프로그램을 진행하고 있으며, 가구 및 가구원과의 신뢰 확보 등을 위해 경조사, 인센티브 등 표본유지를 위한 노력을 기울이고 있다. 또, 면접조사 일시와 시간 역시 답변률을 고려하여 선택하며 조사를 전문업체에 위탁하는 경우 조사업체가 확보하고 있는 면접원수, 패널운영 경험 등이 중요한 요인으로 고려된다.

Table 4.

Status of collaborative/consigned organization by major panels and organization size

Table 5.

Survey targets and sampling methods of the panels

3.5 패널 운영을 위한 예산과 인력

패널 운영기관의 대부분을 차지하는 것은 정부출연 연구기관(총 9개 기관)이다. 이들은 대체로 전문조사업체에 실제 조사를 위탁하여 패널을 운영하고 있으며, 한국복지패널처럼 대학 내 연구소와 연계하여 운영하는 경우도 있다. 대부분의 패널은 패널운영위원회¹⁵⁾ 등 관련 전문가 등의 협의회(노동패널, 고령화 연구패널, 한국복지패널)를 운영함은 물론 패널 학술대회를 개최하여 정보공유 및 정보활용 확대를 모색하고 있다. 패널운영 인력은 규모에 따라 다르나 대체로 5 ~ 6인 정도의 데이터 분석 및 관리 인력으로 구성되어 있다.

운영비용은 표본 당 약 6만 ~ 12만 원 수준으로, 면접원의 면접비용, 사례비용, 조사시스템 구축비용, 데이터 관리비용 등이 포함된 금액이다. 기억에 의존한 데이터의 신뢰도가 떨어진다는 점에서 실제 개인과 가구의 행태를 보여주는 데이터를 확보하고자 하는 다양한 시도가 이루어지며 추가 비용이 발생하는 경우도 있다. 예를 들어, 재정패널은 원천징수영수증을 제공하면 5만 원의 사례비를 제공하고 있으며, 일부 조사에서도 고지서 제공 시 장당 3,000원을 추가 제공한다.

4.1 FGD 작업도

본 연구는 앞서 기후패널 구축에 대한 관련문헌, 연구, 사례조사, 패널운영 전문가들과의 심층인터뷰, 기후패널 관련 전문가 자문 등을 바탕으로 기후패널 조사항목 및 내용을 마련하였으며, 이의 적절성과 적용성 검토를 위한 FGD (Focus Group Discussion)를 실시하였다.

우선 문헌조사와 국내외 패널에 대한 리뷰, 전문가 인터뷰를 통해 기후패널 조사의 목적을 설정했다. 이렇게 설정된 목적은 첫째, 기후변화에 따른 개인과 가구의 피해(영향)와 원인 규명, 둘째, 기후변화에 따른 인식, 체감, 대응수준 파악, 셋째, 기후변화 대응수준(역량) 결정요인 분석, 넷째, 적응역량 강화를 위한 정책 수요 및 맞춤형 정책 발굴 기초자료 확보, 다섯째, 기후변화와 관련된 인식과 행동, 삶의 질 변화요인의 도출 및 정책효과 분석의 기초자료 확보 등이다.

이후 국외 기후패널 문항을 참고하여 설문항목을 선정하고, 이를 초안으로 패널 운영경험이 있는 조사업체 전문가 2인이 초안을 검토(2회)했으며 검토결과를 반영하여 1차 설문지를 작성했다. 또한, 국내 패널을 벤치마킹하여 패널운영 방향을 첫째, 타 패널 및 인식조사와의 차별성 확보, 둘째 최소패널 규모의 확보 및 원패널의 지속성 확보, 셋째 통계의 DB화와 국가통계승인 획득 등 세가지로 설정하였다. 운영방향이 결정된 후 전문기관 및 기후 전문가들(3 ~ 4인을 대상으로 2017년 10월 2차에 걸쳐 심층논의 진행)과의 자문회의와 추가 서면자문을 통해 연구 및 정책수요는 물론 현실적인 조사가능성과 예산 등을 기준으로 조사항목을 재검토했다. 이를 통해 2차 설문지가 작성되었다. Table 6과 Table 7은 이러한 과정을 거쳐 도출된 설문구성안을 정리한 것이다. 이렇게 작성된 2차 설문지는 집단 심층면접(FGD)에 이용되었다. FGD에서 나온 의견을 반영하여 3차 설문지를 구성했다.

Table 6.

Recognition, experience, and level of awareness of climate change

Table 7.

Individual participation and action in response to climate change

2차 설문지 안이 마련된 후 실제 피조사자인 일반인 8인을 대상으로 집단심층면접(FGD: Focus Group Discussion) 방식을 통해 설문시행의 문제점을 미리 진단하도록 했다. 참석자는 설문을 통해 문항에 대한 답변의 가능성, 용이성, 필요성, 효과성 등 패널조사 항목 및 내용의 적절성을 연구자와 함께 논의하고 질문의 이해도, 설문참여 시 참여비용, 추가질문 내용, 관심 있는 환경 분야 등 다양한 의견을 개진하였다. 패널 참석자는 주 설문응답자인 30 ~ 60대 기혼 여성을 대상으로 하였다(Table 8). 예비 설문조사를 기반으로 설문 문항을 조정하고, 연구진과 전문가 최종 논의와 검토를 통해 패널 항목 및 내용을 최종 도출하였다. 패널 항목 및 내용 도출 과정에서 특히 중점적으로 고려된 사항은 첫째, 기후패널 목적에의 부합성, 둘째, 조사결과의 가치 및 효용성, 셋째, 패널의 장기유지 관점에서 현재뿐만 아니라 미래 여건 변화에서의 중립성과 유의미성, 넷째, 일반인 패널임을 고려한 설문응답의 정확성 유도 가능성과 용이성 등이었다.

Table 8.

Information on participants of the FGD

4.2 기후패널 FGD 결과

기후패널 조사지는 가구용과 가구원용 두 가지로 구성하고 예비면접을 진행했다. 가구의 일반적 특성을 묻는 가구용 설문지와 관련해서는 전반적으로 개인정보 제공에 대해 참가자들은 민감한 반응을 보였다. 가구용 설문 문항 중 참가자들이 응답을 꺼렸던 문항은 가구에 대한 일반적인 정보, 가구소득 및 소비 항목이었다. 특히 생년월일을 묻는 질문은 정보로서의 가치는 적은 반면 응답자의 개인정보 노출에 대한 반감이 커 출생년도만 물어보도록 문항을 수정하였다. 반면 월평균소득과 생활비 총액을 묻는 질문에는 응답 확률이 높았으나 대략적인 금액 이외에는 답변을 못해 기억에 의존한 조사의 한계를 보였다. 일부 패널에서 이용되는 가계부방식이나 영수증을 모은 후 면접조사를 통해 입력하는 방안이 가능한 대안이나 비용과 사생활 노출위험으로 현실화될 가능성은 낮은 것으로 판단되었다. 일부 응답자는 지출액과 소득액을 맞춰야 하는 부담감을 드러냈으며, 경조사비/용돈내역은 개인적인 항목이라는 이유로 불쾌감을 드러내는 응답자도 있었다. 전기, 수도 요금 지출내역, 사용량의 경우 관리비에 통합되어 나오는 경우 답변이 어려운 조사항목도 있었다. 그러나 고객번호로 사용량을 조회하는 데 서명을 하는 것에는 긍정적으로 응답해 빅데이터를 활용한 패널보완 가능성을 시사하였다. 가구 구성원, 소득과 같은 내용이 초반에 구성된 것에 대한 반감이 있을 수 있다는 이유로 기후 관련 항목 질의 후 개인정보에 대한 질문을 넣는 순으로 문항을 배치하자는 의견도 제기되었다. 이러한 의견을 반영하여 개인정보는 후반부에서 질의하는 것으로 변경하는 등 전반적인 위치조정을 하였으며, 생활비의 경우 매달 지출하는 고정생활비 항목, 이사와 같이 이벤트성 소비지출 항목으로 구분하였다. 참가자들은 동일 면적 대비 우리 집 전기·물 소비량을 응답하는 문항의 경우 기준이 모호하기 때문에‘4인 가구 기준 평균 전기사용요금 000원’과 같이 구체적인 예시를 들어주기를 원했다. 관리비 고지서에 동일 면적 대비 사용량 표시내역에 대해 매우 긍정적으로 답변했으며 대부분이 고지서 그래프를 보고 본인 가구의 사용량을 인지하고 있다고 응답했다.

가구원의 개인특성과 기후변화 관련 인식을 구체적으로 묻는 가구원 설문지의 경우 기후변화와 관련된 정부정책에 대한 세부적인 질문은 전혀 인지하고 있지 않다며 응답에 어려움을 호소했다. 즉, 기후관련 정책에 대한 문항은 일반인이 이해할 수 있는 표현으로 문항을 재구성하지 않을 경우 응답률이 낮거나 정확한 응답을 확보하지 못할 가능성이 크다는 점이 발견되었다. 응답자들은 기후와 환경의 기준 등에 대해 모호해 하는 부분이 많았고, 기후변화 적응과 대응에 대해 충분히 인식하지 못하는 모습을 보였으며, 대체적으로 ‘적응(adaptation)’을 낯설어 한 반면에 대응은 비교적 쉽게 인지했다. 이러한 점들을 보안하여 전체적인 질문은 단답형으로 간결하게 작성하였으며, 이해가 어려운 부분에는 추가 설명을 붙여 이해하기 쉽도록 유도하였다.

전반적으로 응답자들은 국가단위 조사에 신뢰성이 높았으며, 국가 차원의 홍보를 진행한 후 조사를 진행한다면 긍정적으로 협조를 하겠다고 응답하였다. 대부분 기후변화와 연계하여 미세먼지에 대한 관심이 높은 편이였으며, 건강과 먹거리에 대한 관심도 높았다. 사례비는 가구보다는 가구원당 측정하기를 원했고, 4인 가족 기준 10만 원, 개인당 1 ~ 2만원 등의 의견이 제기되었다(Table 9). 면접원이 집으로 방문하여 시간을 맞춰야 하는 조사에 대해 불편해했으며 이메일 응답을 선호했다. 소비지출이나 소득관련 문항의 경우 확인에 많은 시간이 소요되기 때문에 타인이 집에 머무르는 시간이 길어진다는 점, 그리고 주소를 포함한 개인정보 누출에 대한 우려로 방문조사에 보다 부정적인 태도를 보였다.

Table 9.

Summary of the FGD findings

4.3 FGD결과를 반영한 기후패널 조사항목 도출

기후패널의 조사범위는 ‘가구 및 개인 단위의 기후변화 대응력(적응력) 확보’를 궁극적인 목표로 하는 만큼, 기후변화 원인을 최소화하기 위한 가구(개인)의 노력수준과 기후변화 영향 및 적응인식과 대응수준 등을 조사항목에 포함시켰다. 전문가 의견 수렴, FGD 논의 결과 등을 바탕으로 최종 패널 항목과 내용을 도출하였으며, 설문지 구성 시 구성목적과 활용도 뿐만 아니라 패널 데이터 활용으로 기대되는 연구와 분석모델 등을 고려하여 패널 문항을 최종적으로 심층 검토하였다. 그 결과가 Table 10에 제시되어 있다.

Table 10.

Measures to use the results through survey composition