ABSTRACT
1. 전국 가정용 전기수요 실증분석
<표 6> 패널 단위근 검정결과
변수 통계량 p 값 변수 통계량 p 값
lnE -2.0425** 0.0205 ΔlnE -12.0756*** 0.000 lnY 1.7556 0.9604 ΔlnY -10.4542*** 0.000 lnP 5.7719 1.000 ΔlnP -11.0463*** 0.000 lnA 3.0235 0.9988 ΔlnD -12.6340*** 0.000 lnCDD -6.4337*** 0.000 ΔlnCDD -10.3989*** 0.000 lnHDD -5.8299*** 0.000 ΔlnHDD -10.1497*** 0.000 주 : *는 10%, **는 5%, ***는 1% 유의수준임.
다음으로, 1 단계 추정에서 ln 를 추정하기 위해 사용될 수 있는 많 은 도구변수들이 있기에 과대식별을 검증할 필요가 있다. FD GMM의 1 단계
추정에서 ln 의 추정을 위하여 도구변수로서 전기소비의 과거치
(ln ,, ln ,, 등)와 기타 독립변수가 사용된다. 내생적 설명변수인
ln 는 1개인데 반해 많은 도구변수가 사용되므로 과대식별 제약 조건
이 적절하다는 귀무가설을 Sargan 검정으로 검증해야 한다. <표 7>의 과대 식별 제약 검정 결과에 따르면 p값이 5% 유의수준보다 크므로 귀무가설이 기각되지 않는다. 따라서 모든 도구변수가 유의미하게 사용될 수 있다.
마지막으로, 오차항( )이 자기상관을 가지지 않는다는 가설을 검정한다.
동태적 패널 모형에서는 전기소비의 과거치가 도구변수로서 사용된다. 따라서 오차항에 자기상관관계가 있는 경우 도구변수의 외생성 문제가 발생한다. 그 러나 <표 7>에서 보는 것처럼 오차항의 자기상관관계가 없으므로 도구변수 로서의 조건을 만족하게 된다. 오차항 자기상관 검정 결과를 보면 Order 1, 즉 에 1계 자기상관이 없다는 귀무가설은 1% 유의수준에서 기각되지 않는다. 그리고 Order 2, 즉 2계 자기상관이 없다는 귀무가설 역시 1% 유의 수준에서 기각되지 못한다. 따라서 오차항간의 자기상관 문제는 없는 것으로 나타났다.
<표 7> 과대식별 제약 검정 및 오차항 자기상관 검정 Sargan test Arellano-Bond test
귀무가설:
과대식별 제약 적절
귀무가설:
귀무가설:
ARDL
모형 chi2(135) = 14.79094
prob > chi2 = 1.000 z = -2.2594
Prob > z = 0.0239 z = 2.4099 prob > z = 0.016
부분조정 모형
chi2(135) = 14.99371 prob > chi2 = 1.000
z = -2.0211 Prob > z = 0.0433
z = 2.3366 prob > z = 0.0195
<표 8>은 FD GMM 방법을 이용한 가정용 전기수요 함수의 실증 분석 결 과이다. (1)열과 (2)열은 각각 ARDL 모형7)과 부분조정 모형을 사용하여 구한 추정량이다. 각 변수의 대한 추정계수는 가정용 전기에 대한 단기 수요탄력성을 나타낸다.
7) ARDL 모형에서 시차를 조정하여 추정한 결과 실질가격에만 시차를 두는 것이 통계적 유의성이 가장 높은 것으로 나타났다.
<표 8> 전국 가정용 전기수요 함수 추정
종속변수 Δln (1)
ARDL 모형
(2) 부분조정 모형
Δln 0.4312***
(0.0798)
0.4299***
(0.0727) Δln -0.2821***
(0.0588)
-0.1506***
(0.0532)
Δln 0.1357***
(0.0235) Δln 0.1931***
(0.0134)
0.2031***
(0.0125) Δln -0.103***
(0.0297)
-0.1044***
(0.0301) Δln 0.0186***
(0.0037)
0.0122***
(0.0036) Δln -0.0302
(0.0219)
-0.0294 (0.0210) Δln 0.0676***
(0.0118)
0.0669***
(0.0090)
3.8001***
(0.8641)
3.8217***
(0.7104) 주 : ( )는 표준오차를 나타냄.
*는 10%, **는 5%, ***는 1% 유의수준임.
먼저 ARDL 모형을 추정한 결과인 (1)의 경우, 난방도일(Δln)을 제 외한 모든 변수는 가정용 전기수요(Δln)에 통계적으로 유의한 영향을 미 치고 있고, 과거 전기가격(Δln )을 제외한 모든 변수들의 계수 값에 대 한 부호가 예상과 일치했다. 현재 전기가격(Δln)의 계수 값인 –0.2821은 현재의 전기가격이 1% 증가할 때 전기소비량이 0.282% 감소함을 의미한다.
지역별 1인당 실질 소득(Δln)의 계수는 0.1931로 소득의 증가는 전기소비
량의 증가를 야기한다. 고령인구비율(Δln)의 계수 값인 -0.103은 고령화가 진행될수록 전기소비량이 감소하는 것을 보여준다. 이는 65세 이상 인구의 구 성비를 설명변수로 취급한 서정출(2014)과 일치하지 않는다. 이러한 원인은 본 논문에서 기존 연구와 다른 분석방법론을 사용했다는 데 기인할 수 있다.
본 논문의 분석결과는 노령화가 진행됨에 따라 고령인구는 상대적으로 컴퓨 터나 스마트폰과 같은 기기의 구입과 사용빈도가 다른 연령층에 비해 낮아지기 때문이라고 해석할 수 있다(원두환, 2012). 냉방도일(Δln)의 계수는 0.0186으로 냉방도일이 1% 증가하면 전기소비량이 약 0.02% 정도로 미세하게 증가하는 것으로 나타났다.
Δln는 전기소비의 효율성과 경제성장을 보여주고 있는 변수이다.
ln의 의미를 살펴보면, 는 시간 더미(time dummy)로 시간의 흐름 에 따라 증가하고, 이를 자연로그 변환한 ln의 값은 증가하지만 증가분은 체감하는 모습을 보이고 있으며, ln의 값은 양수(+)이지만 감소하는 모 습을 보이고 있다.8) 따라서 Δln의 계수 값이 0.0676이면 시간이 감에 따라 전기소비는 지속적으로 증가하고 있지만 증가분은 체감하는 모습을 보 이고 있다. 이는 시간이 흐름에 따라 경제성장으로 인한 전기소비의 증감효과 가 효율성으로 인한 전기소비의 감소효과보다 크기 때문이다. 이런 현상을
‘리바운드 효과’(rebound effect)라고 한다. ‘리바운드 효과’란 시간이 지남에 따라 전기소비 효율성이 증가하여 전기소비량이 감소해야 함에도 불구하고, 사람들이 경제성장으로 인해 더 많은 가전기기를 소유하거나 전기소비량이 큰 대형 가전으로 가전기기를 교체함으로써 오히려 전기소비량이 증가하는 현상을 말한다. 이러한 결과는 Okajima and Okajima(2013)과 Mizobuchi(2008) 의 경우와 일치한다.
8) 수학적으로 시간변수는 직선의 단조증가함수이고, 로그시간변수는 곡선의 단조증가함수 이고, 차분한 로그시간변수는 양의 값이지만 체감하는 변수이다. 따라서 계수 값이 1보 다 작은 양(+)인 경우 전기소비는 양(+)이지만 매년 그 효과로 인한 전기소비는 감소(-) 하고, 만약 계수 값이 –1보다 큰 음(-)이면 반대가 된다. 따라서 확산이 되는 것을 막 아주는 효과가 있는 변수이다.
위의 <표 8>에서 부분조정 모형 (2)의 결과는 ARDL 모형 (1)에서 제시된 추 정량과 차이가 크게 나지 않는다. 부분조정 모형 역시 난방도일(Δln)을 제외한 모든 변수가 가정용 전기수요에 유의한 영향을 미치고 있다. 과거 전
기소비( ln )의 계수 값은 0.4299로 전기( )의 전기소비는 현재(t)의
전기소비에 양(+)의 영향을 미치고 있다. 현재의 전기가격(Δln)의 계수 값 은 -0.1506으로 이는 전기가격이 1% 증가하면 전기소비량이 약 0.15% 감소 하는 것을 의미한다. 냉방도일(Δln)과 1인당 실질소득(Δln)은 전기 소비량에 양(+)의 효과를 미치는 것으로 나타났고, 고령인구비율(Δln)의 계수 값이 음(-)이므로 고령화의 진행은 전기소비량에 음(-)의 효과를 미치는 것으로 나타났다. ARDL 모형 (1)의 결과와 마찬가지로 전기소비의 효율성 및 경제성장 효과를 보여주는 ln의 계수는 양(+)으로 ‘리바운드 효과’를 보여주고 있다. 따라서 시간이 지남에 따라 에너지 소비의 효율성의 증가로 인한 전기소비량 감소효과보다 경제성장으로 인한 전기소비의 증가효과가 더 크므로 전체 전기소비는 증가하고 있다.