Effects of socio-demographic factors on residential electricity consumption in Korea

국문 초록 (Abstract)

한국의 고령화 속도는 주요 선진국들의 고령화 속도와 비교하여 매우 빠른 편으로, 미국 통계국은 한국이 고령사회에서 초고령사회로 진입하는데 세계에서 가장 빠른 수준인 27년이 걸린다고 전망하였다. 인구고령화 현상은 성장, 고용, 복지 등 경제 및 사회 전반에 영향을 미칠 뿐만 아니라 에너지 소비 행태에 구조변화를 일으킬 가능성이 높기 때문에 최근 학계에서는 인구고령화를 포함한 사회·인구학적 요인들이 에너지 소비 변동에 미치는 영향에 대한 분석을 활발히 진행하고 있다. 특히 대부분의 관련 연구들은 주로 수송부문과 가정부문에 집중되어 있는데, 이는 사회·인구학적 현상이 산업 및 발전 부문보다 수송 및 가정부문에 더 직접적인 영향을 끼치기 때문이다. 고령화가 수송부문과 가정부문의 에너지소비에 미치는 영향에 대한 연구가 급증하고 있는 가운데, 아직까지 사회·인구학적 요인들을 세분화하여 지역적 특성을 고려한 패널분석을 실시한 연구는 미미한 실정이다.
본 연구의 목적은 고령화를 포함한 사회·인구학적 요인들이 국내 1인당 주거용 전력수요에 미치는 영향을 실증분석 하는것이다. 사회·인구학적 요인을 크게 고령화, 소득, 생산가능인구, 교육수준, 가구원크기, 성별, 자가점유율, 그리고 주택형태로 세분화하여 분석을 진행한다. 이 외에 전력소비에 유의미한 영향을 미칠 것으로 판단되는 전력가격, 냉방도일, 그리고 난방도일 변수를 분석에 포함한다. 분석범위는 세종시를 제외한 16개 광역자치단체이며, 분석기간은 2000년부터 2016년까지인 지역별 패널자료를 사용한다. 지역별 패널자료를 사용할 경우 변수들간의 다중공선성(multi-collinearity) 문제의 해결과 시간에 따른 전력소비의 변동성을 포착할 수 있다는 이점이 있다.
실증분석을 실시하기에 앞서 관련 선행연구의 조사와 정리를 통해 이론적 근거 및 관련 연구들을 소개한다. 그 뒤, 다음과 같은 네 가지 연구 가설을 설정하여 검정한다. 첫째, 인구 고령화가 증가하면 1인당 주거용 전력 소비량이 감소한다. 둘째, 가구원의 크기가 증가하면 1인당 주거용 전력 소비량이 감소한다. 셋째, 교육수준, 성별차이, 생산가능인구, 자가점유율은 주거용 전력 소비량에 유의한 영향을 미치지 않는다. 넷째, 난방도일(HDDs: Heating Degree Days)과 냉방도일(CDDs: Cooling Degree Days)이 증가하면 주거용 전력 소비량이 증가한다.
통계적으로 유의한 소득, 가격, 고령화, 가구원크기, 냉방도일, 난방도일 변수들을 채택하여 분석을 실시하였다. 패널 공적분 검정 결과, 변수들 간에 장기균형관계가 성립함을 확인하였으며, FMOLS와 DOLS 분석기법을 사용하여 변수들의 장기균형 벡터를 추정하였다. FMOLS와 DOLS 분석결과 고령화, 전력가격, 가구원크기가 증가하면 주거용 전력소비가 장기적으로 감소하고, 개인소득, 난방도일, 냉방도일이 증가하면 주거용 전력소비가 장기적으로 증가하는 것을 확인하였다. 패널 고정효과 및 확률효과 모형 추정 결과 고령화, 전력가격, 가구원크기가 증가하면 주거용 전력소비가 감소하고, 개인소득, 난방도일, 냉방도일이 증가하면 주거용 전력소비가 증가하는 것을 확인하였다.
본 연구는 국내 고령화 현상이 주거용 전력소비 감소의 요인임을 확인하였으나, 고령화 사회는 국가적으로 보면 매우 큰 부담이다. 한국의 인구고령화가 전례 없는 속도로 진행되고 있기 때문에 이에 따른 인구구조 변화가 향후 주거용 전력 소비에 미치는 영향은 크게 변동할 것으로 판단된다. 또한 가구원크기가 증가할수록 주거용 전력 소비가 줄어드는데, 이는 세대당 인구수가 증가할수록 한 가정에서 가전기기를 공유하여 사용하는 빈도가 늘어나기 때문이다. 가전기기를 대상으로 한 에너지 효율적인 설계와 보급을 장려하는 정책의 도입이 바람직해 보인다.
난방도일이 증가할수록 주거용 전력소비가 증가한다는 것은, 최근 전력으로 난방 설비를 가동하는 건물이 많아지면서 가스난방의 대체로 겨울철 전기난방이 사용되거나, 값싼 전기요금으로 인해 전기를 사용하는 보조 난방 기구의 사용이 증가하는 것에서 설명될 수 있다. 냉방도일이 증가할수록 주거용 전력소비가 증가하는 현상은 과거에 비해 에어컨과 냉방기기를 보유하고 사용하는 가정이 늘어난 데 기인한다. 소득이 증가할수록 주거용 전력소비가 증가한다는 것은, 가처분소득의 증가로 인해 개인의 구매력이 증가하면서, 이들이 전기를 사용하는 가전제품을 더 많이 구매하고 사용하는 현상에서 비롯된다.
최근 한국은 공식적으로 고령사회에 진입하였으며, 국제사회는 한국의 고령화가 훨씬 더 빠르게 진행될 것으로 전망하고 있다. 고령사회에서 정책은 훨씬 더 신중하게 수립되어야 한다는 점을 비추어 보았을때, 향후 주거용 전력소비를 줄이기 위하여 가격정책만을 고수하는 것은 한계가 있어 보인다. 안정적인 주거용 전력 수급을 위하여 고령화를 포함한 여러 요인들을 고려하는 것이 바람직할 것이다.

다국어 초록 (Multilingual Abstract)

This study conducts empirical analyses on how population aging and other socio-demographic factors affect residential electricity consumption per capita in 16 municipalities, excluding Sejong City, in the Republic of Korea during the period of 2000-2016. By doing so, the study proves how each socio-demographic factor affects differently to the residential electricity consumption in the Republic of Korea, considering its current trends of fast-growing aging society. The study uses the following components of socio-demographic factors: the share of population aged 65 and above for population aging, the number of households, the share of population aged 15~64 for working age population, the number of households, female to male ratio for gender difference, per capita income, education level, dwelling types including the ratio of apartments to houses and the ratio of apartments to multi-houses, and homeownership rate. Also, the effects of electricity price, heating degree days (HDDs), and cooling degree days (CDDs) variables on the residential electricity consumption are discussed to produce more thorough empirical results. For empirical analysis, the study chooses fully modified least squares (FMOLS) and dynamic least squares (DOLS) estimators with panel cointegration methods and fixed effects and random effects models for panel data estimations. Using panel data has the benefits of accounting for the regional differences and time-variant effects, effectively controlling for the possibly existing multi-collinearity problems.
The following hypotheses are tested: 1) Population aging and residential electricity consumption exhibit a negative relationship; 2) Increase in household size reduces residential electricity consumption per capita; 3) Education level, gender difference, working age population, and homeownership do not have significant effects on residential electricity consumption; 4) Heating degree days (HDDs) and cooling degree days (CDDs) have positive relationships with residential electricity consumption.
The study chooses the following statistically significant variables for analysis: Income, price, population aging, household size, heating degree days, (HDDs) and cooling degree days (CDDs). The results of the panel cointegration test confirm the presence of a long-run equilibrium relationships among the variables, and using FMOLS and DOLS approaches, the cointegrating vectors are estimated. The results of FMOLS and DOLS indicate that as population aging, electricity price, and household size increase, residential electricity consumption decreases in the long run; as personal income, heating degree days (HDDs), and cooling degree days (CDDs) increase, the residential electricity consumption increase in the long run. The panel estimation results of fixed effects and random effects model show that as population aging, electricity price, and household size increase, residential electricity consumption decreases; as personal income, heating degree days (HDDs), and cooling degree days (CDDs) increase, the residential electricity consumption increases.
The study makes the following conclusions from the empirical results. First, as population aging continues to unfold in the Republic of Korea, residential electricity consumption per capita will likely be reduced; however, this does not mean that population aging is a desirable condition in the Republic of Korea. Rapid population aging signals the lack of accessibility to and affordability of energy for the vulnerable elderly households in the Republic of Korea, possibly leading to the worsened energy equity problems of especially the vulnerable elderly groups that are short of the access to energy. Further, population aging in the Republic of Korea will rather have varying effects on the volatility of residential electricity consumption in the future considering that population aging will progress at an unprecedented rate. Second, the negative relationship between household size and residential electricity consumption can be interpreted that as the number of people per household increases, the frequency of household sharing and using the home appliances increases. Third, the positive relationship between heating degree days (HDDs) and residential electricity consumption can be explained by the recent increase in the number of buildings which operate heating system with electricity or by the increase in the use of electric auxiliary heating devices attributable to cheap electricity prices of the Republic of Korea. Fourth, increase in the residential electricity consumption by the increase in cooling degree days (CDDs) means that more households nowadays own and use air-conditioners at homes than in the past. Lastly, in terms of the relationship between increasing disposable income and increasing residential electricity consumption, this can be attributed to the increased purchasing power of consumers which enables them to purchase and continue to use the electrical appliances for cooling.
Recently, the Republic of Korea has officially entered the era of an “aged society,” and it is predicted that the country will get older at a much faster pace. Given that the policies must be designed and implemented in comprehensive and precise manners in an aged society, it seems that sticking solely to the price policy to reduce the future residential electricity consumption possess some critical limitations. Hence, the government must consider the number of influential factors, including socio-demographic aspects associated with population aging and temperature effects when designing effective policies that ensure stabilizations of the residential electricity demand and supply.

목차 (Table of Contents)

• Chapter 1. Introduction 11
• 1.1 Research background and research objective 11
• 1.2 Research hypotheses 18
• 1.2.1 Hypothesis I: Population aging and residential electricity consumption exhibit a negative relationship 18
• 1.2.2 Hypothesis II: Increase in household size reduces residential electricity consumption per capita 19
• 1.2.3 Hypothesis III: Education level, gender difference, working age population, and homeownership do not have significant effects on residential electricity consumption 20
• 1.2.4 Hypothesis IV: Heating degree days (HDDs) and cooling degree days (CDDs) have positive relationships with residential electricity consumption 21
• 1.3 Research design 23
• Chapter 2. Overview of population aging and residential electricity consumption 25
• 2.1 Overview of population aging in the world and Korea 25
• 2.2 Overview of residential electricity demand in Korea 34
• 2.3 Comparison with Germany and Sweden on the effects of population aging on residential energy consumption 44
• Chapter 3. Literature Review 47
• 3.1 Theoretical studies 47
• 3.1.1 Houthakker (1951) and subsequent studies on the demand for electricity 47
• 3.1.2 Residential electricity demand model considering socio-demographic characteristics 51
• 3.2 Population aging 59
• 3.3 Household size 75
• 3.4 Education, gender, homeownership, working age population, and dwelling type 77
• 3.5 Heating degree days (HDDs) and cooling degree days (CDDs) 79
• 3.6 Studies using panel estimation methods 87
• Chapter 4. Data and research methods 90
• 4.1 Data 90
• 4.2 Methodology 121
• 4.2.1 Panel cointegration approach 122
• 4.2.2 Tests for fixed effects and random effects models 129
• Chapter 5. Empirical results 135
• 5.1 Panel cointegration results 135
• 5.2 Fully modified ordinary least squares (FMOLS) and dynamic least squares (DOLS) results 139
• 5.3 Results for tests of hypotheses with panel data 144
• 5.4 Fixed effects and random effects results 150
• Chapter 6. Conclusions 159
• 6.1 Conclusions 159
• Bibliography 163
• Appendix 173
• Trends of all data for 16 municipalities in Korea during 2000-2016 presented in Figure A.1 ~ Figure A.34. 173
• Abstract (Korean) 211