에너지투입산출계수에 의한 에너지수요추정의 신뢰도 분석

박정순

추천

검색

질문

자료유형: 연구보고서

저자정보: 박정순

저널정보: 에너지경제연구원 에너지경제연구원 연구보고서 에너지경제연구원 연구보고서 06-05

발행연도: 2006.12

수록면: 1 - 77 (85page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

1. 연구의 필요성 및 목적
에너지투입산출분석은 에너지수요 추정을 위하여 에너지산업연관표 (이하 연관표)를 유익하게 활용할 수 있는 대안이다. 연관표에서 총에너지투입계수(이하 투입계수)를 산출하고, 분해된 구성계수를 고찰함으로써 투입계수의 변화요인을 분석할 수 있다. 이처럼 에너지수요의 변동을 체계적으로 이해하고 에너지수요를 전망하는데 있어 연관표의 활용은 효과적이다.
수요추정에 흔히 이용되는 방법론으로 RAS법과 Lagrange미정계수법이 있다. RAS법은 과거년도 투입계수행렬의 조정을 통하여 예측년도 투입계수행렬을 추정하는 방법으로서 예측년도 정보를 이용한다. 주어진 예측년도 투입계수행렬의 행합과 열합에 대한 정보를 제약조건으로 놓고, 이를 충족할 때까지 과거년도 투입계수행렬의 행과 열의 조정을 반복함으로써 예측년도 투입계수행렬을 추정하는 연산법이다. Lagrange 미정계수법은 주어진 예측년도의 중간수요계, 중간투입계, 생산액 등을 제약조건으로 놓고, 이 제약조건 하에서 기준년도와 예측년도의 투입계수간 차의 제곱 합을 최소화 하는 투입계수를 구함으로써 투입계수행렬을 추정하는 방법이다.
이들 방법론 적용에 공히 요구되는 예측년도 정보는 실사 등을 통하여 얻어지므로 정보비용 발생이 필연적이다. 실사가 곤란하거나 정보비용의 발생이 제약받는 조건에서는 예측년도 정보가 확보될 수 없다. 이 경우 과거년도 투입계수행렬을 활용하는 것이 불가피하다. 이런 조건 하에서 필요한 것은 가용정보의 이용효율을 높이고 정보비용을 배제할 수 있는 효율적 수요추정의 방법이다. 본 연구는 이런 필요에 부응할 수 있는 방법론의 모색에 기여할 목적으로 수행되었다.
2. 연구의 결과 및 한계
본 연구에서는 2005년 연구결과를 이용하여 분석에 필요한 연관표를 작성하고, 이를 이용하여 투입계수를 도출한다. 투입계수로부터 구성계수를 분해하고 구성계수 조정방법 간의 오차율을 비교한다. 계수조정과 수요추정의 신뢰도 분석을 통하여 효율적인 수요추정 방법에 접근하는 일련의 분석체계를 제시한다. 또한 에너지 수요추정의 신뢰도 제고에 필요한 연구의 개선방향, 중요이슈 등 관련 시사점을 도출한다.
신뢰도 분석결과를 통하여 상대적으로 양호한 계수조정방법과 투입계수를 확정하고 이를 에너지 수요추정에 적용하였다. 계수조정과 계수미조정의 두 가지 대안을 놓고 에너지 수요추정의 신뢰도를 분석한 결과, 계수조정이 계수미조정에 대하여 신뢰도 우위를 접한다는 사실을 확인하였다. 이로써 계수조정을 통한 에너지 수요추정의 신뢰도 개선 가능성이 확인되었다.
분석과정에서 몇 가지의 개선 필요성이 발견되었다. 첫째, 설정된 두 개의 모형과 추정방법은 더욱 개선될 여지를 갖고 있다. 둘째, 오차크기에 영향을 주는 결합효과를 규명하는 연구가 필요하다. 셋째, 총오차율과 다부문 오차율 간의 괴리 문제에 대한 연구 검토가 필요하다. 넷째, 구성계수 세분화를 통한 계수조정 신뢰도의 제고 가능성에 대한 검토 연구가 필요하다. 다섯째, 신뢰도 제고를 위하여 세부문 구성계수에 대 한 정성분석을 활용할 필요가 있다.
에너지투입산출분석, 에너지 수요추정의 신뢰도, 정보이용의 효율화, 정보비용 발생의 지양 등 본 연구의 관점과 방법론에 부합하는 선행연구 사례가 흔하지 않다. 본 연구는 현실적으로 필요한 하나의 에너지 수요추정 방법에 대하여 기본적인 분석체계와 발전적 연구방향을 제시하고 있다. 본 연구의 한계는 모형설정과 추정방법 등 언급된 여러 가지 사항이 지적될 수 있다. 초기적 연구의 미흡성을 그대로 담고 있지만 향후 관련 주제의 연구를 활성화 하는데 기여할 수 있기를 희망한다.

1. Research Purpose
An input-output energy analysis method suggests how to use energy input-output table for energy demand forecasting. The method makes it possible to derive the total energy input coefficients from the table and decompose them into structural determinants. An observation of determinants can analyze the cause of changes in total energy input coefficients. Thus, energy input-output analysis helps us systematically understand changes in energy demand and also effectively forecast energy demand with the energy input-output table.
There are RAS method and Lagrange undetermined multiplier approach (Lagrange approach) as commonly used methods for energy demand forecasting. RAS method is an algorithm - which distributes the differences between known product outputs and the sums of the rows of the present intermediate matrix proportionally along the rows and then to distribute the differences between known industry outputs and the sums of the columns proportionally along the columns - to estimate input-output coefficients of current year. This process is carried out continuously until all discrepancies are reduced to an acceptable minimum. Lagrange approach estimates input-output coefficient matrix minimizing squared difference of input-output coefficients between past and current year subject to the given total production, total intermediate demand and input of current year.
These methodologies commonly require current year information obtained from an annual survey which necessarily bears the cost. However, such information may not be available if the surveyor information cost is not acceptable. This situation makes it inevitable to use the data of past years. One of demanded solutions to resolve such a situation will be a forecasting method which can enhance efficiency in using information and rule out information costs. The purpose of this research is to contribute to the development of the methodology.
2. Major Results and Limitations
This research first constructs hybrid energy input-output tables, which refer to Shim (2005), to derive total energy input coefficients. The coefficients are decomposed into structural determinants. The determinants of past years are adjusted by four concepts of average including arithmetic, weighted, geometric and harmonic mean to forecast those of current year. Each forecasting method is evaluated by mean absolute percentage error (MAPE). This is called an adjustment process compared to non-adjustment process. An adjustment process and the reliability analysis of energy demand forecasting show a set of analysis steps to reach an efficient method of forecasting and suggest implications to improve it.
A reliability analysis chooses a competitive adjustment process applied to the energy demand forecasting. The results of reliability analysis support that the adjustment process is superior to the non-adjustment process in their reliability. Thereby, it is proved that an adjustment process may possibly be able to improve the reliability of energy demand forecasting.
Some issues have been found in the process of analysis as follows: limitations of two models used in the research, the effect of interaction effect on errors, further decomposed sub-determinants, qualitative analysis, and so forth. In-depth study on these issues are required to shape the methodology.
Literature survey rarely found previous studies matching with this research in purposes and motivations. The main contribution of this research could be to provide a set of analysis steps and primary models for energy demand forecasting under information constraints. I hope that this research will encourage additional research even if this research has various limitations as mentioned in the text and may not be robust as at early stage.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박정순

소속기관 한국에너지경제연구원

주요연구분야 사회과학 > 경제학 TOP 10% 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 12 이용수 6,161

이 논문과 함께 이용한 논문

집단에너지산업의 국민경제적 파급효과 분석

한건택 , 김혜민 , 유승훈 에너지공학 2012 .03

투입산출 구조분해를 통해 본 자동차산업의 성장기여율 분석

원희연 , 박재운 산업경제연구 2009 .04

한국 정보산업에 대한 구조적 접근 : 투입산출분석을 중심으로

박길성 , 김철규 , 김종길 정보사회와 미디어 2000 .05

기후 온난화의 영향에 의한 건물의 냉ㆍ난방에너지 수요량 예측

김지혜 , 서승직 한국태양에너지학회 논문집 2006 .09

한ㆍ일 간의 무역을 통한 CO₂배출 이전과 변화요인, 1990~1995: 국제투입산출모형의 응용

이해춘 , 정현식 한국경제연구 2004 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-321-018640894

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)