기온변수를 이용한 제주지역의 전력수요함수 추정

국문 초록 (Abstract)

본 연구에서는 2000년부터 2015년 동안의 분기별 제주도 평균기온, 전력가격, 전력사용량, 소득 자료를 이용하여 제주지역의 전력수요함수를 추정하였다. 내생시차변수모형을 적용하여 시계열 데이터 사용의 효율성을 향상시키고자 하였으며, 계절더미변수를 추가하였다. 분석 결과, 제주지역에 대한 전력수요의 단기 가격탄력성은 –0.72, 단기 소득탄력성은 0.94로 추정되었다. 제주지역의 기온에 따른 연간 전력수요는 많은 선행연구들에서 밝혀진 바와 같이 U자 모양의 2차 함수 모형이며, 제주지역의 전력수요 임계기온은 12.9℃인 것으로 추정되었다. 또한 전력수요의 장기 소득탄력성은 0.91로, 장기 가격탄력성은 –0.59인 것으로 나타났으며, 전력수요의 장·단기 가격 및 소득탄력성 값은 유의수준 1%에서 통계적으로 유의하다. 기온변수를 추가했을 때가 제외했을 때 보다 통계적 설명력과 적합도가 높아지는 것으로 나타났다.

다국어 초록 (Multilingual Abstract)

quarterly data of average temperature, electricity price, electricity demand, and GRDP in Jeju over the period 2000 to 2015. Lagged dependent variable model and ordinary least square method had been applied as a robust approach to estimating the parameters of the electricity demand function and add seasonal dummy-variable. he results show that short-run price and income elasticities of the electricity demand are estimated to be -0.72 and 0.94, respectively. The relationship between temperature and electricity demand in Jeju is U-shape relationship as many references. And the threshold temperature of electricity demand is about 12.9℃. Also long-run price- and income-elasticities of electricity demand are estimated to be –0.59 and 0.91, respectively. All of results of price- and income-elasticities of electricity demand are statistically significant at the 1% level. The electricity demand in Jeju is in-elastic with regard to price and income changes according to results of this study. It is shown that power of explanation and goodness-of-fit statistics are improved in the use of the lagged dependent variable model with temperature variables than conventional model without temperature variables.

목차 (Table of Contents)

• 초록
• Ⅰ. 서론
• Ⅱ. 선행연구
• Ⅲ. 연구방법
• Ⅳ. 분석결과
• Ⅴ. 결론 및 제언
• 참고문헌
• Abstract

참고문헌 (Reference)

1 임슬예, "횡단면 자료를 이용한 주택용 전력의 수요함수 추정" 한국에너지학회 22 (22): 1-7, 2013

2 통계청, "행정구역별/경제활동별 지역내총생산"

3 신동현, "한국 일일 최대전력소비의 기상변수 민감도와 임계기온에 관한 실증연구" 한국경제통상학회 32 (32): 175-212, 2014

4 기상청, "제주지역 평균기온"

5 산업통상자원부, "제8차 전력수급기본계획"

6 한국전력공사, "제86호(2016년) 한국전력통계"

7 산업통상자원부, "제7차 전력수급기본계획"

8 산업통상자원부, "제6차 전력수급기본계획"

9 산업통상자원부, "제5차 전력수급기본계획"

10 산업통상자원부, "제4차 전력수급기본계획"

11 산업통상자원부, "제3차 전력수급기본계획"

12 산업통상자원부, "제2차 전력수급기본계획"

13 산업통상자원부, "제1차 전력수급기본계획"

14 윤태현, "우리나라 가정용 전력수요함수 추정" 숭실대학교 2017

15 한국전력공사, "시군구별 전력사용량"

16 통계청, "시군구별 이동건수"

17 이승재, "시계열 자료를 이용한 도시가스의 수요함수 추정" 한국에너지학회 22 (22): 370-375, 2013

18 이정순, "시계열 모형을 이용한 일별 최대 전력 수요 예측 연구" 한국통계학회 26 (26): 349-360, 2013

19 한국은행, "소비자물가지수"

20 송은정, "모형 선택에서의 수정된 AIC 사용에 대하여" 한국통계학회 30 (30): 119-133, 2017

21 안소연, "내생시차변수모형을 이용한 전력수요함수 추정" 한국에너지학회 25 (25): 37-44, 2016

22 김혜민, "기온이 전력수요에 미치는 영향 분석" 한국에너지학회 24 (24): 167-173, 2015

23 박지원, "기온과 전력수요: 부분선형모형을 이용한 추정과 예측" 고려대학교 2017

24 정상욱, "계절성과 온도를 고려한 일별 최대 전력 수요 예측연구" 한국통계학회 27 (27): 843-853, 2014

25 유승훈, "가구 서베이 자료를 이용한 서울시 생활용수의 수요 분석" 서울연구원 6 (6): 1-16, 2005

26 Shmueli, G, "To explain or to predict" 25 : 289-310, 2010

27 Bessec, M, "The non-linear link between electricity consumption and temperature in Europe : A threshold panel approach" 30 : 2705-2721, 2008

28 Lee, C.C, "Electricity demand elasticities and temperature : Evidence from panel smooth transition regression with instrumental vatiable approach" 33 : 896-902, 2011

29 Agthe, D.E, "Dynamic Models of residential water demand" 16 : 476-480, 1980