지역별 산업용 도시가스 수요예측모형
Regional forecasting models for industrial gas demand in Korea
1
조회
0
다운로드
6
인용
0
참고문헌
키워드
초록
국내 산업용 도시가스수요는 국제유가가 급등했던 2008년 이후 빠르게 증가하였다. 이 같은 급격한 수요증가는 고유가로 인한 가격경쟁력 우위로 인해 발생하였다. 산업용 도시가스수요는 가정용수요에 비하여 가격탄력성이 높은 것으로 알려져 있는데, 전체 수요뿐만 아니라 산업용 세부 업종 사이에서도 가격에 대한 영향력이 다르게 나타난다. 특히 대용량 소비자인 정유사의 경우에는 일반 산업체와 달리 경쟁연료의 가격변동에 따른 수요변화가 상대적으로 크다. 이런 차이를 고려하기 위해서는 산업용 세부 업종별수요에 대한 분석이 필요하나, 관련 자료의 부재로 인해 분석이 어려운 상황이다. 본 연구는 이 같은 문제를 해결하기 위한 방안으로 산업용수요의 지역별 수요예측모형을 고려하였다. 석유화학산업, 금속산업과 같은 도시가스 다소비 산업이 대체로 특정 지역에 많이 분포되어 있기에 지역별 산업용수요의 패턴과 산업용 세부용도별 수요패턴이 유사하다. 지역별 산업용수요예측모형 추정결과, 경쟁연료와 상대가격에 대한 효과가 지역별로 큰 차이가 있는 것으로 나타났으며, 2014-2017년에 대한 예측력평가 결과, 지역별 산업용수요예측모형이 전국 산업용수요모형에 비하여 우수한 것으로 나타났다.
Abstract
Industrial gas demand in Korea has increased dramatically since the high oil price period occurred in 2008. This drastic change in gas consumption may be due to strong interfuel competition in industrial gas market. Moreover, income/price elasticity of industrial gas demand may vary across sub-sectors within manufacturing industry. Large consumers such as petrochemical industry are more sensitive to price completion than light industry. Therefore we need more detailed information in by disaggregate analysis of industrial gas demand, but only aggregate consumption gas data is available. In an overcome this situation, we propose regional demand forecasting models for industrial gas demand in Korea. This modeling strategy exploits the spatial concentration of gas intensive industries in Korea, thus we can expect that the patterns of regional gas demand are similar to those of the industries. Estimation results from our regional model show that price competition varies across regions. To evaluate the accuracy of proposed regional forecasting model, we also conduct out of sample forecasts. Our forecast exercise for 2014-2017 period reveals the regional forecast model generally outperforms the national forecasting model.
참고문헌 (23)
- 김인무, "에너지 상대가격 변화에 따른 에너지 수요 예측", 경제학연구, 59(4), pp.199~228 (2011), 한국경제학회
- 산업용 도시가스 수요변화 요인분석, "박명덕", 에너지경제연구원, ~ (2015)
- 박성근, "교차기온반응함수로 추정한 전력수요의 냉난방 수요 변화 추정", 자원환경경제연구, 27(2), pp.287~313 (2018), 한국환경경제학회[DOI]
- 장단기 천연가스 수요전망, "박준용", 한국가스공사, ~ (2004)
- 박철웅, "용도별 특성을 고려한 도시가스 수요함수의 추정", 에너지경제연구, 17(2), pp.1~29 (2018), 재단법인 에너지경제연구원[DOI]
- 박철웅, "산업용 도시가스 수요함수의 추정: 석유화학업종을 중심으로", 환경정책, 27(1), pp.1~25 (2019), 한국환경정책학회[DOI]
- 이성로, "수도권과 지방권 수요예측모형을 통한 전국 도시가스수요전망의 예측력 향상", 자원환경경제연구, 26(4), pp.519~547 (2017), 한국환경경제학회[DOI]
- 최용옥, "용도별 도시가스 수요예측모형", 2018년 환경경제학회 하계학회 논문집 (2018)
- Alberini, A, "Residential consumption of gas and electricity in the U.S.: the role of prices and income", Energy Economics, 33, pp.870~881 (2011)
- Auffhammer, M, "Forecasting the path of China's CO2 emissions using province-level information", Journal of Environmental Economics and Management, 55(3), pp.229~247 (2008)
- Auffhammer, M, "The future trajectory of us co2 emissions: The role of state vs. aggregate information", Journal of Regional Science, 47(1), pp.47~61 (2007)
- Regional differences in price-elasticity of demand for energy, "Bernstein, M.A", A national laboratory of the U.S.Department of Energy Office of Energy Efficiency & Renewable Energy, ~ (2005)
- Chang, Y, "Time-varying Long-run Income and Output Elasticities of Electricity Demand with an Application to Korea", Energy Economics, 46, pp.334~347 (2014)
- Chang, Y, "A New Approach to Modeling the Effects of Temperature Fluctuations on Monthly Electricity Demand", Energy Economics, 60, pp.206~216 (2016)
- Cho, S. H, "Regionally-varying and regionally-uniform electricity pricing policies compared across four usage categories", Energy Economics, 49, pp.182~191 (2015)
- A new look at residential electricity demand using household expenditure data, "Fell, H", RFF, 10~57 (2010)
- Maddala, G. S, "Estimation of short-run and long-run elasticities of energy demand from panel data using shrinkage estimators", Journal of Business & Economic Statistics, 15(1), pp.90~100 (1997)
- Marcellino, M, "Macroeconomic forecasting in the euro area: Country specific versus area-wide information", European Economic Review, 47, pp.1~18 (2003)
- Park, J. Y, "Cointegrating regressions with time varying coefficients", Econometric Theory, 15(3), pp.664~703 (1999)
- A partial adjustmentmodel of U.S. electricity demand by region, season, and sector, "Paul, A", RFF, ~, pp.Resource for the Future Discussion Paper 08–.50 (2009)
- Modeling Ruth, K, "Macroeconomic forecasting in the EMU: Does disaggregate modeling improve forecast accuracy", Journal of Policy Modeling, 30(3), pp.417~429 (2008)
- You, J, "China's challenge for decarbonized growth: Forecasts from energy demand models", Journal of Policy Modeling, 35(4), pp.652~668 (2013)
- Zellner, A, "A note on aggregation, disaggregation and forecasting performance", Journal of Forecasting, 19(5), pp.457~465 (2000)