Research Paper
Abstract
References
Information
Recently, research on city gas demand is increasing by reflecting the characteristics of each region. The similarity of the social structure of the adjacent region and the density of the supply infrastructure induce spatial correlation with the clustering that has a microscopic relationship between regions. Accordingly, as a result of analyzing the spatial correlation after dividing the demand for city gas for civilian use into a total of 54 regions based on the jurisdiction of 34 city gas companies, it was confirmed that there was a positive spatial correlation from a global and local perspective. In this study, the demand for city gas for civilian use for 54 regions from January 2014 to December 2022 was composed of panel data, and the spatial panel regression analysis and the general panel regression analysis were compared, and it was found that the spatial error model (SEM) was the most suitable model. This presents policy and practical implications by confirming that the demand for city gas for civilian use in one region has a significant relationship with the adjacent region.
최근 도시가스 수요에 관한 연구는 광역별, 지역별로 각 지역 특성을 반영하여 미시적 관점에서 접근하는 경향이 확대되는 추세이다. 이때 인접지역이 가지는 사회구조의 유사성과 공급 인프라의 밀집성은 지역 간 미시적인 관계를 가지는 군집성과 공간적 상관성을 유도한다. 이에 민수용 도시가스 수요에 대해 34개 도시가스사의 관할지역을 기준으로 총 54개의 지역으로 구분한 후 공간 상관성을 분석한 결과 전역적, 국지적 관점에서 양의 공간적 상관성이 있음을 확인할 수 있었다. 본 연구에서는 2014년 1월부터 2022년 12월까지 54개 지역에 대한 민수용 도시가스 수요를 패널데이터로 구성하여 공간패널회귀분석과 일반 패널회귀분석을 비교하였으며, 오차에 공간적 효과가 존재하는 공간오차모형(SEM)이 가장 적합한 모형임을 도출할 수 있었다. 이는 한 지역의 민수용 도시가스 수요가 인접지역과 유의한 관계가 있음을 확인함으로써 정책적, 실무적 시사점을 제시한다.
- 김대용‧이성로, “패널모형을 이용한 시·도별 가정용 도시가스 소비 결정요인 분석”, 「서울도시연구」, 제19권 제3호, 2018, pp. 117~130.
- 김영덕, “천연가스에 대한 수요함수 추정 및 수요분석에 관한 연구”, 에너지경제연구원 민간출연연구보고서, 1998. 1., pp. 1~73.
- 김인무‧김창식‧박성근, “에너지 상대가격 변화에 따른 에너지 수요 예측”, 「경제학연구」, 제59권 제4호, 2011, pp. 199~228.
- 김점수‧박중구‧양춘승, “한국 도시가스용 천연가스의 소비함수에 대한 실증분석: 시간변동계수(tvc) 시계열모형 활용”, 「에너지공학」, 제20권 제4호, 2011, pp. 318~329. 10.5855/ENERGY.2011.20.4.318
- 박명덕‧이상열‧정희용, “산업용 도시가스 수요변화 요인분석”, 에너지경제연구원 수시연구보고서, 2015. 2., pp. 1~62.
- 박준용‧김창식‧최용옥, “천연가스 수요전망 모형 개선 연구용역”, 연구용역보고서, 한국가스공사, 2018.
- 박준용, “장단기 도시가스 수요전망”, 한국가스공사, 2004.
- 박철웅‧박철호, “권역별 특성을 고려한 가정용 도시가스 수요함수의 추정”, 「서울도시연구」, 제20권 제4호, 2019, pp. 89~105.
- 배유진‧정재우, “천연가스 수요의 변동성 예측 모형”, 「경영연구」, 제32권 제3호, 2017, pp. 239~259.
- 서정규, “전기대체 가스냉방 공조요금 신설에 대한 연구”, 에너지경제연구원 수시연구보고서, 2011. 7., pp. 1~94.
- 안영주, “도시가스 단기 수요예측: 경제변수 영향의 가변성”, 성균관대 학위논문, 2017.
- 염윤호‧최재훈, 『사회과학을 위한 QGIS 활용과 지리공간분석』, 윤성사, 2022.
- 염윤호, “공간패널모형을 활용한 절도 및 폭력범죄와 사회구조적 변인 간의 관계 분석”, 「형사정책연구」, 제31권 제3호, 2020, pp. 201~232. 10.36889/KCR.2020.09.30.3.201
- 원두환‧정수관, “중국의 도시화와 에너지 소비 관계에 대한 연구”, 「국제지역연구」, 제22권 제1호, 2018, pp. 91~112. 10.18327/jias.2018.4.22.1.91
- 이미숙‧여관현, “공간적 자기상관을 활용한 지역안전지수의 공간패턴 분석 - 기초지방자치단체를 중심으로”, 「한국측량학회지」, 제39권 제1호, 2021, pp. 29~40.
- 이성로‧하종현, “지역별 산업용 도시가스 수요예측모형”, 「에너지경제연구」, 제18권 제2호, 2019, pp. 137~166.
- 이성로, “수도권과 지방권 수요예측모형을 통한 전국 도시가스수요전망의 예측력 향상”, 「자원환경경제연구」, 제26권 제4호, 2017, pp. 519~547.
- 임두순, “전기·가스 상대가격이 도시가스 용도별 수요에 미치는 영향 연구”, 서울대 학위논문, 2014.
- 최성천, “공간 패널 회귀모형을 이용한 농작물 생산량 추정”, 전남대 학위논문, 2016.
- 최용옥‧이성로, “용도별 도시가스 수요예측모형”, 한국환경경제학회 학술발표논문집(하계), 2018, pp. 821~836.
- 최해억‧이용주‧박철웅, “도시가스 용도별 수요 결정요인의 분석”, 「한국혁신학회」, 제15권 제2호, 2020, pp. 83~112. 10.46251/INNOS.2020.05.15.2.83
- Blazquez, L., F. Heimsch, and M. Filippini, “The Economic Crisis and Residential Electricity Consumption in Spanish Provinces: A Spatial Econometric Analysis,” Center of Economic Research at ETH, No. 13/173, 2013. 10.2139/ssrn.2209770
- Cho, S., T. Kim, H. J. Kim, K. Park, and R. K. Roberts, “Regionally-varying and Regionally- uniform Electricity Pricing Policies Compared Across four usage Categories,” Energy Economics, Vol. 49, 2015, pp. 182~191. 10.1016/j.eneco.2015.02.009
- Holtedahl, P., and F. Joutz, “Residential Electricity Demand in Taiwan,” Energy Economics, Vol. 26, No. 2, 2004, pp. 201~224. 10.1016/j.eneco.2003.11.001
- Lariviere, I., and G. Lafrance, “Modelling the Electricity Consumption of Cities: Effect of Urban Density,” Energy Economics, Vol. 21, No. 1, 1999, pp. 53~66. 10.1016/S0140-9883(98)00007-3
- Lee, R. S., and N. Singh, “Patterns in Residential Gas and Electricity Consumption: An Econometric Analysis,” Journal of Business & Economic Statistics, Vol. 12, No. 2, 1994, pp. 233~241. 10.1080/07350015.1994.10510010
- LeSage, J., and R. K. Pace, Introduction to Spatial Econometrics, Chapman and Hall/CRC, New York, USA, 2009. 10.1201/9781420064254
- Liu, Y., “Exploring the Relationship Between Urbanization and Energy Consumption in China Using ARDL (autoregressive distributed lag) and FDM (factor decomposition model),” Energy, Vol. 34, 2009, pp. 1846~1854. 10.1016/j.energy.2009.07.029
- Park, J., and S. Yun, “Social Determinants of Residential Electricity Consumption in Korea: Findings from a Spatial Panel Model,” Energy, Vol. 239, 2022, pp. 1~12. 10.1016/j.energy.2021.122272
- Rehdanz, K., “Determinants of Residential Space Heating Expenditures in Germany,” Energy Economics, Vol. 29, No. 2, 2007, pp. 167~182. 10.1016/j.eneco.2006.04.002
- Tian, W., J. Song, and Z. Li, “Spatial Regression Analysis of Domestic Energy in Urban Areas,” Energy, Vol. 76, 2014, pp. 629~640. 10.1016/j.energy.2014.08.057
- Tobler, W. R., “A Computer Movie Simulating Urban Growth in the Detroit Region,” Economic Geography, Vol. 46, 1970, pp. 234~240. 10.2307/143141
- Wang, Q., S. Wu, Y. Zeng, and B. Wu, “Exploring the relationship between urbanization and CO2 emission in different provinces of China,” Renewable and Sustainable Energy Reviews, Vol. 54, 2016, pp. 1563~1579. 10.1016/j.rser.2015.10.090
- Wei, B., H. Yagita, A. Inaba, and M. Sagisaka, “Urbanization impact on energy demand and CO2 emission in China,” Journal of Chongqing University, Vol. 5, No. 2, 2003, pp. 46~50.
- Yoo, S. H., H. J. Lim, and S. J. Kwak, “Estimating the Residential Demand Function for Natural Gas in Seoul with Correction for Sample Selection Bias,” Applied Energy, Vol. 86, No. 4, 2009, pp. 460~465. 10.1016/j.apenergy.2008.08.023
- Zhang, L., and R. Li, “Impacts of Green Certification Programs on Energy Consumption and GHG Emissions in Buildings: A Spatial Regression Approach,” Energy and Buildings, Vol. 256, 2022, 111677. 10.1016/j.enbuild.2021.111677
- Publisher :Environmental and Resource Economics Review
- Publisher(Ko) :자원 · 환경경제연구
- Journal Title :자원·환경경제연구
- Journal Title(Ko) :Environmental and Resource Economics Review
- Volume : 33
- No :1
- Pages :59-86
- DOI :https://doi.org/10.15266/KEREA.2024.33.1.59