컨텐츠 바로가기

10.11 (금)

이슈 '미중 무역' 갈등과 협상

[2024 미국의 선택] 트럼프, 러스트벨트 약진에 … 오바마 '해리스 지원' 출격

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
매일경제

오바마에 열광하는 민주당 지지자들 버락 오바마 전 미국 대통령(왼쪽)이 10일(현지시간) 대선 경합주 중 한 곳인 펜실베이니아의 피츠버그에서 민주당 대선후보인 카멀라 해리스 부통령 지지 연설을 하기 전에 지지자들과 인사하고 있다. AP연합뉴스

<이미지를 클릭하시면 크게 보실 수 있습니다>


미국 공화당 대선후보인 도널드 트럼프 전 대통령이 미시간을 찾아 중국 기업이 멕시코 공장에서 생산한 자동차에 1000% 관세를 부과하겠다며 '러스트벨트' 표심을 자극했다.

트럼프 전 대통령은 펜실베이니아, 미시간, 위스콘신 등 러스트벨트에서 약진하며 여론조사에서 민주당 대선후보인 카멀라 해리스 부통령을 추월하고 있다.

트럼프 전 대통령은 10일(현지시간) 미시간주 디트로이트의 디트로이트 이코노믹 클럽에서 진행한 연설에서 중국 자동차 기업들이 멕시코에 공장을 건설하는 것을 언급하며 "취임과 동시에 멕시코와 캐나다에 미국·멕시코·캐나다협정(USMCA)의 6년 차 재협상 조항을 발동하겠다고 통보할 것"이라고 말했다.

트럼프는 "그들(중국 자동차 업체들)은 이 차량을 미국에 모두 판매하려고 생각하고 있으며, 이는 여러분의 미시간을 완전히 파괴할 것"이라며 "이런 일은 일어나지 않게 될 것이다. 내가 100%나 200%, 1000% 등 필요한 관세를 얼마든지 부과할 것이기 때문이다"고 말했다.

트럼프 전 대통령이 이 같은 관세 폭탄을 예고한 것은, 현재 USMCA는 일정 요건을 충족하면 멕시코에서 생산된 차량에 대해 무(無)관세를 보장하기 때문이다. 이는 미국 자동차 산업의 중심지인 미시간에서 미국 자동차 산업을 보호하고 부흥하겠다고 언급한 것으로 경합주인 미시간의 표심을 공략하기 위한 차원으로 분석된다.

실제 트럼프 전 대통령은 러스트벨트 지역에서 상승세를 타고 있다. 정치 전문 매체 더힐과 에머슨대가 지난 5~8일 이번 대선 경합주 7곳의 투표 의향층 유권자를 대상으로 실시한 여론조사에서 트럼프 전 대통령은 조지아(49%), 노스캐롤라이나(49%), 펜실베이니아(49%)에서 각각 1%포인트 차이로 해리스 부통령보다 우위를 점했다. 애리조나에서는 49%를 얻어 해리스 부통령(47%)을 2%포인트 차이로 앞섰다. 미시간과 위스콘신에서 두 후보 지지율은 49%로 동률이었으며, 네바다에서만 해리스 부통령이 48%로 트럼프 전 대통령(47%)을 앞선 것으로 나타났다.

조사 대상의 경우 애리조나·조지아·노스캐롤라이나·펜실베이니아·위스콘신 등 5개 주에서는 각각 1000명(오차범위 ±3.0%포인트)이었으며, 미시간은 950명(±3.1%포인트), 네바다는 900명(±3.2%포인트)이었다.

다만 두 후보의 지지율 격차가 모두 오차범위 내여서 여전히 승부의 향방을 예상하기 어려운 초박빙 접전이 펼쳐지고 있다. 특히 트럼프 전 대통령은 이번 조사에서 선벨트 3개 주에 러스트벨트에서 가장 많은 19명의 선거인단을 보유한 펜실베이니아에서도 앞서는 것으로 나타났다. 에머슨대 여론조사 담당자인 스펜서 킴벌은 "해리스 부통령은 아시아계와 젊은 유권자들 사이에서 조 바이든 대통령보다 강세를 보였지만, 무당층과 고령 유권자들 사이에서는 바이든의 2020년 지지율에 미치지 못했다"고 설명했다.

이 가운데 민주당 내에서 영향력이 가장 큰 인물인 버락 오바마 전 대통령이 해리스 부통령을 위한 지원 유세에 들어갔다. 오바마 전 대통령은 이날 펜실베이니아 피츠버그에서 진행한 유세에서 "이 사람(트럼프)은 자기 자신 말고 다른 사람을 생각한다는 증거가 전혀 없다"고 말했다.

오바마 전 대통령이 해리스 부통령을 지원하기 위해 유세에 나선 것은 올 8월 전당대회 이후 처음이다. 그는 다음달 5일 대선 때까지 지원 유세에 나선다는 계획이다.

[워싱턴 최승진 특파원]

[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.