The effect of temperature on the electricity demand: An empirical investigation

This paper attempts to estimate the electricity demand function in Korea with quarterly data of average temperature, GDP and electricity price over the period 2005-2013. We apply lagged dependent variable model and ordinary least square method as a robust approach to estimating the parameters of the electricity demand function. The results show that short-run price and income elasticities of the electricity demand are estimated to be -0.569 and 0.631, respectively. They are statistically significant at the 1% level. Moreover, long-run income and price elasticities are estimated to be 1.589 and -1.433, respectively Both of results reveal that the demand for electricity is price- and income-elastic in the long-run. The relationship between electricity consumption and temperature is supported by many of references as a U-shaped relationship, and the base temperature of electricity demand is about $15.2^{\circ}C$. It is shown that power of explanation and goodness-of-fit statistics are improved in the use of the lagged dependent variable model rather than conventional model.

기온이 전력수요에 미치는 영향 분석

본 연구에서는 2005년부터 2013년 동안의 분기별 평균기온자료와 소득, 전력가격, 전력사용량 자료를 사용하여 전력수요함수를 추정하였다. 시계열 데이터의 효과적 활용을 위하여 내생시차변수 모형을 활용하였고, 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 최소자승법 추정법을 사용하였다. 전력수요의 단기 가격탄력성 및 소득탄력성은 각각 -0.569, 0.631로 추정되었으며 유의수준 1%에서 통계적으로 유의하였다. 또한 전력수요의 장기 소득 탄력성과 가격탄력성은 각각 1.589, -1.433으로 소득탄력성과 가격탄력성 모두 탄력적인 것으로 추정되었으며 이 또한 유의수준 1%에서 통계적으로 유의한 것으로 나타났다. 기온과 전력수요와의 관계는 여러 선행 연구들에 의해 U자 모양을 갖는 것으로 추정된 바 있으며, 본 연구에서 추정한 임계기온은 $15.2^{\circ}C$인 것으로 나타났다. 내생시차변수모형을 이용한 경우 이중로그모형을 이용하여 추정했을 때 보다 통계적 설명력이 높고 적합도 또한 높아지는 것으로 나타났다.