제1장 서 론··· 1 제1절 전력 소비 현황 및 전망 ··· 1 1. 2000년대 이후 우리나라 전력 소비 현황 및 전망 ··· 1 2. 전력 소비 절약의 효과와 가치 ··· 4 제2절 연구의 필요성 및 목적 ··· 7 1. 연구의 필요성 및 목적 ··· 7 2. 보고서의 구성 ··· 13
제2장 정보통신기술(ICT)기반 피드백 실증 연구··· 15 제1절 에너지 행동 및 피드백 작동원리 이해 ··· 15 1. 에너지 소비 행동 개관(槪觀) ··· 16 2. 피드백에 대한 이론적 접근 방법 ··· 22 3. 피드백의 유형과 효과 ··· 25 4. 효과적인 피드백 디자인 구성요소 ··· 31 제2절 정보통신기술(ICT)을 접목한 전력 소비 절감 실증분석
연구사례 ··· 37 1. 최근 실시간 피드백 실증분석 연구사례 ··· 37 2. OPOWER(사)의 SMUD Pilot 실증사례 ··· 41 3. BPA, OPOWER(사), Cowlitz(사)의 Behavior Based Energy
Efficiency(BBEE) 공동 프로그램 실증 연구사례 ··· 42 4. BPA, CPU, OPOWER의 BBEE 파일럿 프로그램 ··· 45
제3장 연구방법 및 분석방법 소개··· 49 제1절 연구방법 ··· 49 1. 실험설계 및 설문조사 개요 ··· 49 2. 설문조사 특징 ··· 51 제2절 분석방법 ··· 53 1. 패널데이터 분석방법 소개 ··· 53 2. 요인별(가구특성, 기온변수, 가격변수 등) 전력 소비
상관관계 분석 ··· 60 3. 앱 기반 피드백의 전력 소비 절약 효과 분석 ··· 62 4. 앱 기반 피드백의 전력 소비 절감 추세 분석 방법 ··· 65 5. 앱 기반 피드백이 사용자 행동 변화에 미치는 파급효과 분석 ··· 66
제4장 설문조사 요약 및 실증분석 결과··· 81 제1절 기초통계(Descriptive statistics) 및 설문조사 요약 ··· 81 1. 기초통계 요약 ··· 81 2. 설문조사 주요내용 요약 : 그룹별 전력사용량 및 사용요금 ··· 87 제2절 전력 소비에 영향을 주는 요인간의 상관관계 분석 ··· 95 1. 합동최소자승법 추정 결과 ··· 95 2. GLS 분석 결과 ··· 102 제3절 앱 기반 피드백의 전력 소비 절감 효과 분석결과 ··· 109 1. 어플이용그룹 vs. 타 그룹의 이중차감추정(DID) 결과 ··· 109 2. 기타 이중차감추정(DID) 결과 ··· 112 제4절 앱 기반 피드백의 전력 소비 절약 추세 분석 결과 ··· 116 제5절 앱 기반 피드백이 사용자 행동 변화에 미치는 파급효과
분석결과 ··· 119
1. 연구모형 A 분석결과 ··· 119 2. 연구모형 B 분석결과 ··· 124
제5장 결론 및 정책 제언··· 127 제1절 요약 및 결론 ··· 127 1. 연구 요약 ··· 127 2. 결론 ··· 132 제2절 시사점 및 정책 제언 ··· 133 1. 정책 시사점 ··· 133 2. 정책 제언 ··· 134
참 고 문 헌··· 139
부 록
1. ‘에너지 다이어트’ 사용자 행동 변화 파급효과 연구를 위한 설문 항목 ··· 151 2. 요인분석 및 Cronbach’s 결과 정리 ··· 154
표 차례
<표 1-1> 2000년 이후 경제성장률 및 전력 소비증가율 추이 ··· 1
<표 1-2> 가구 구성인원별 전력 소비량 비교 ··· 5
<표 1-3> 2010~2012년도 화석연료 수입단가 현황 ··· 5
<표 1-4> 2012년도 연료소비율 추정치 ··· 6
<표 1-5> 1% 전력 소비 절감량의 수입 대체 효과 ··· 7
<표 2-1> 2009년 이후 수행된 주요 실시간 피드백 실증연구 결과 ··· 40
<표 2-2> OPOWER SMUD Pilot 실증분석 결과 ··· 42
<표 2-3> BBEE 프로젝트 실증연구 설계 ··· 45
<표 2-4> CPU의 BBEE 파일럿 결과: 홈에너지리포트(HER) 제공 ··· 48
<표 3-1> 제3차 설문조사 패널 유지율 현황 ··· 50
<표 3-2> 최소자승법(OLS)의 합리성을 위한 기본 전제 ··· 54
<표 3-3> 설문조사 패널 유지율 현황 ··· 67
<표 3-4> 확인적 요인분석 결과 해석 ··· 79
<표 4-1> 어플이용그룹의 인구통계학적 기초통계 요약 ··· 82
<표 4-2> 메일발송그룹의 인구통계학적 기초통계 요약 ··· 84
<표 4-3> 일반그룹의 인구통계학적 기초통계 요약 ··· 85
<표 4-4> 그룹별 전력사용량 기술통계 ··· 86
<표 4-5> 그룹별 월간 전력 소비 및 사용요금 변화 추이 ··· 88
<표 4-6> 그룹별 설문조사 차수에 따른 전력 소비 및
사용요금 변화 ··· 91
<표 4-7> 소득 구간별 그룹간 전력사용량 변화 추이 ··· 93
<표 4-8> 교육수준별 그룹간 전력사용량 추이 비교 ··· 93
<표 4-9> 전력다소비 vs. 전력저소비 하위그룹의 전력 소비
변화 추이 ··· 94
<표 4-10> Pooled OLS 추정 결과: 전체 표본 대상 ··· 97
<표 4-11> 전력다소비 vs. 전력저소비 그룹의 Pooled OLS
추정 결과 ··· 99
<표 4-12> Shapiro-Francia W` 검증 결과 ··· 100
<표 4-13> 분위회귀분석(Quantile regression) 결과 정리 ··· 101
<표 4-14> GLS(Generalized Least Square) 추정 결과 정리 ··· 103
<표 4-15> 자기상관을 고려한 GLS(Generalized Least Square) 추정 결과 ··· 104
<표 4-16> 선형회귀모형을 이용한 Pooled OLS, Qunatile
regression(q=0.5), GLS 추정 결과 비교 ··· 107
<표 4-17> 자연로그치환 회귀모형을 이용한 Pooled OLS,
Qunatile regression(q=0.5), GLS 추정 결과 비교 ··· 108
<표 4-18> 어플이용그룹과 타 그룹간의 DID 추정 결과 ··· 110
<표 4-19> 각 그룹 전력다소비 하위집단 대상 DID 추정 결과 ··· 111
<표 4-20> 각 그룹 전력저소비 하위집단 대상 DID 추정 결과 ··· 112
<표 4-21> 어플이용그룹과 메일발송그룹간의 DID 추정 결과 ··· 113
<표 4-22> 어플이용그룹과 일반그룹간의 DID 추정 결과 ··· 114
<표 4-23> 메일발송그룹과 일반그룹간의 DID 추정 결과 ··· 114
<표 4-24> 선형 추세를 반영한 선형고정효과(LFER)모형 추정 결과: 전체 표본 ··· 118
<표 4-25> 선형 추세를 반영한 선형고정효과(LFER)모형 추정 결과: 전력다소비 vs. 전력저소비 그룹 대상 ··· 119
<표 4-26> 연구모형 A 변수들의 기술 통계치 정리 ··· 120
그림 차례
[그림 1-1] 2000년 이후 경제성장률 및 전력 소비증가율 추이 ··· 2 [그림 1-2] 2000년 이후 주택용 전력 소비증가율과 경제성장률 추이 ···· 3 [그림 2-1] Fogg Behavioral Model ··· 20 [그림 2-2] EPRI의 피드백 유형에 대한 스펙트럼 ··· 26 [그림 2-3] 최근 실시된 해외 실시간 피드백 실증연구 결과 ··· 39 [그림 2-4] BBEE 프로젝트 플랫폼 ··· 43 [그림 2-5] BBEE 프로젝트 실증연구 설계 ··· 44 [그림 2-6] CPU의 BBEE 파일럿 설계 ··· 47 [그림 3-1] 연구모형 A: 에너지다이어트의 디자인적 특성이
절전행동에 미치는 영향 분석 ··· 71 [그림 3-2] 연구모형 B: ‘에너지 다이어트’로부터 획득된 지식
특성이 에너지 절약에 미치는 파급효과 ··· 75 [그림 4-1] 그룹별 설문조사 차수에 따른 전력 소비 변화 추이 ··· 91 [그림 4-2] 구조방정식모형을 통한 연구모형 A 결과 정리 ··· 121 [그림 4-3] 구조방정식모형을 통한 연구모형 B 결과 정리 ··· 125