① 재정패널 소득분위별 가정용 주류지출 — 역진성 패널¶

주세 정책이 경제·민생에 미치는 영향 연구 · 재정패널(NaSTaB) 1~17차(2008~2024) 가구데이터

가정용 주류비 = cd002(맥주·소주·양주) + cd004(와인·막걸리·전통주), 월평균 만원. 가구 횡단가중치 h{차}cwt 적용. 결측(-9 등) 제외, 미구입=0.

원자료는 KIPF 신청·다운로드분이며 공개 대상이 아니다. 본 노트북은 재현 절차 문서용이다.

import pandas as pd, numpy as np, csv, os
D=r"D:\Project\2026_2\주류세\data\nastab"; OUT=r"D:\Project\2026_2\주류세\data"
MISS={-1,-9,-8,-99,-999,999999}
def wcols(ww):
    with open(os.path.join(D,f"NaSTaB{ww}H.csv"),encoding="utf-8-sig") as f: return set(next(csv.reader(f)))
def weighted_decile(vals,wts):
    d=pd.DataFrame({"v":pd.to_numeric(vals,errors="coerce"),"w":pd.to_numeric(wts,errors="coerce")},index=vals.index)
    d=d[d["v"].notna()&d["w"].notna()&(d["w"]>0)].sort_values("v")
    cw=d["w"].cumsum(); frac=(cw-d["w"]*0.5)/d["w"].sum()
    d["dec"]=np.clip(np.ceil(frac*10),1,10).astype(int)
    return d["dec"].reindex(vals.index)
def wmean(x,w):
    m=x.notna()&w.notna()
    return np.average(x[m],weights=w[m]) if (m.sum() and w[m].sum()) else np.nan

17개 차수 순회 — 소득분위별 비중 산출¶

rows=[]
for w in range(1,18):
    ww=f"{w:02d}"; have=wcols(ww)
    inc=f"h{ww}ca004" if f"h{ww}ca004" in have else None
    con=f"h{ww}ca002"; cd2=f"h{ww}cd002"; cd4=f"h{ww}cd004"
    wt=f"h{ww}cwt" if f"h{ww}cwt" in have else None
    use=[c for c in [inc,con,cd2,cd4,wt] if c]
    df=pd.read_csv(os.path.join(D,f"NaSTaB{ww}H.csv"),usecols=use,encoding="utf-8-sig")
    for c in use: df[c]=pd.to_numeric(df[c],errors="coerce")
    if inc: df[inc]=df[inc].where(~df[inc].isin(MISS)).where(df[inc]>0)
    df[con]=df[con].where(~df[con].isin(MISS)).where(df[con]>0)
    for c in [cd2,cd4]: df[c]=df[c].where(~df[c].isin(MISS))
    W=df[wt] if wt else pd.Series(1.0,index=df.index)
    alc=df[cd2].fillna(0)+df[cd4].fillna(0)
    rec={"wave":w,"survey_year":2007+w,"n":len(df),
         "alc_share_con_pct_all":round(wmean(alc,W)/wmean(df[con],W)*100,3),
         "purchase_rate_pct":round(wmean((alc>0).astype(float),W)*100,1)}
    if inc:
        sub=df[df[inc].notna()].copy(); sub["dec"]=weighted_decile(sub[inc],W[sub.index])
        for d in range(1,11):
            g=sub[sub["dec"]==d]; a=wmean(alc[g.index],W[g.index]); c=wmean(g[con],W[g.index])
            rec[f"D{d:02d}_alc_con_pct"]=round(a/c*100,3) if c else np.nan
    rows.append(rec)
res=pd.DataFrame(rows); res.to_csv(os.path.join(OUT,"nastab_alcohol_panel.csv"),index=False,encoding="utf-8-sig")
print("완료:",len(res),"개 차수")

완료: 17 개 차수

결과 1 — 17차(2024) 소득분위별 비중: 역U자¶

r=res[res.wave==17].iloc[0]
pd.DataFrame({"분위":[f"D{d:02d}" for d in range(1,11)],
             "주류/소비(%)":[r[f"D{d:02d}_alc_con_pct"] for d in range(1,11)]})

D01(최저) 0.25% → D07 0.90%(정점) → D10(최고) 0.75% — 중산층 최다부담·최고소득 상단 역진. 절대액은 소득따라 증가하나 비중은 역U자.

결과 2 — 구조적 감소(17년 반감)¶

res[["survey_year","alc_share_con_pct_all","purchase_rate_pct"]]

가정용 주류/소비 비중 2008년 1.54% → 2024년 0.75%로 반감, 구입가구율 50%→37%. 구조적 수요 감소를 가구패널로 확인.

	분위	주류/소비(%)
0	D01	0.247
1	D02	0.474
2	D03	0.652
3	D04	0.747
4	D05	0.770
5	D06	0.692
6	D07	0.901
7	D08	0.897
8	D09	0.787
9	D10	0.745

	survey_year	alc_share_con_pct_all	purchase_rate_pct
0	2008	1.536	49.9
1	2009	1.093	46.7
2	2010	1.083	45.5
3	2011	0.989	42.4
4	2012	1.024	41.0
5	2013	0.806	37.1
6	2014	0.917	38.4
7	2015	0.841	37.4
8	2016	0.755	36.6
9	2017	0.817	38.2
10	2018	0.892	39.5
11	2019	0.898	41.1
12	2020	0.959	42.4
13	2021	0.863	38.4
14	2022	0.877	38.9
15	2023	0.879	38.6
16	2024	0.754	37.4