--- type: paper slug: chang-seob-kim-2014-blackout-economic-cost title: Ex-ante Evaluation of Economic Costs from Power Grid Blackout in South Korea authors: - '[[chang-seob-kim]]' - '[[manseok-jo]]' - '[[yunmokoo]]' year: 2014 venue: '[[journal-of-electrical-engineering-and-technology]]' volume: '9' issue: '3' pages: 796-804 doi: 10.5370/JEET.2014.9.3.796 categories: - '[[energy-economics]]' - '[[risk-and-resilience]]' methods: - '[[contingent-valuation-method]]' - '[[direct-costing-approach]]' - '[[double-bounded-dichotomous-choice]]' - '[[spike-model]]' themes: - '[[power-grid-resilience]]' - '[[blackout-cost]]' - '[[ex-ante-policy-evaluation]]' aliases: [] last_updated: '2026-05-17T21:30:00+09:00' --- # Ex-ante Evaluation of Economic Costs from Power Grid Blackout in South Korea *[[chang-seob-kim]], [[manseok-jo]], [[yunmokoo]] (2014)* · [[journal-of-electrical-engineering-and-technology]] 9(3):796-804 · [DOI ↗](https://doi.org/10.5370/JEET.2014.9.3.796) > 한국 전국 단위 *total blackout* (단일 grid + 타 grid 와 분리된 한국 전력망 특성) 의 경제적 비용을 산업·가계 부문 분리 추정. 산업: [[direct-costing-approach]] (Average Interruption Cost Function, AICF) 의 log-log 회귀 추정 $\ln \text{AICF} = c + \rho \ln T + \varepsilon$ (Kim 등 2010 의 1,889 산업 firm 설문 데이터 활용, $\rho$=0.372 / $c$=2.574, R²=0.871, both 1% 유의), 가계: [[contingent-valuation-method]] + [[double-bounded-dichotomous-choice]] + [[spike-model]] (Kristrom 1997) MLE, 1,000 명 (15 지역, 8 초기 가격 5K-40K KRW). **3 일 total blackout 총비용 39.23조 KRW** = 산업 35.83조 (91.3%) + 가계 3.40조 (8.7%). GDP 의 3.1%. AICF: 1 분 60 백만 KRW/MW → 1 일 897 → 3 일 1,349 백만 KRW/MW. 가계 1 인당 월 WTP **3,394 KRW** (1,795 만 가구 × 5 년 NPV 2.5% 할인 = 3.40조). **응답자 53.1% 가 WTP=0** (spike value Model A 52.64% / B 52.53%). 가계 비중 8.7% 가 Reichl 등 (2013) Austria 48 시간 9.05% 와 유사. [[yunmokoo]] 의 *1 기 (2010-2017) EV/V2G 소비자 분석* 시기의 에너지 안보 sub-thread. - **RQ**: 한국 전국 단위 *total blackout* (1-3 일) 의 총 경제적 손실은 얼마이며, 산업/가계 부문별로 어떻게 분해되는가? 한국 가계의 정전 위험 회피 WTP 는? - **방법론**: 산업 — [[direct-costing-approach]] (AICF), Kim 등 (2010) 의 1,889 firm 설문 데이터에 log-log AICF 회귀: $\ln \text{AICF} = c + \rho \ln T + \varepsilon$ (Eq. 3), simple OLS. 가계 — [[contingent-valuation-method]] + [[double-bounded-dichotomous-choice]] (Cameron-Quiggin 1992, Cameron-James 1987) + [[spike-model]] (Kristrom 1997, zero-WTP 직접 모델링) MLE, logistic distribution. - **데이터**: 산업 — Kim 등 (2010, KIEE) 의 1,889 산업 firm 설문 (Choi 2007 의 18 산업 sub-sector + 확장), AICF (백만 KRW/MW) = {1초: 5, 3초: 50, 1분: 97, 20분: 138, 1시간: 213, 2시간: 307, 4시간: 493, 8시간: 708}. 2010 산업 power load 26.56 GW (KEPCO 232,672 GWh). 가계 — 1,000 명 설문 (15 지역 제주 제외, 남 509/여 491, 8 초기 가격 5K-40K KRW), 가구 인구 1,795 만. KEPCO Korea Power Exchange 한국 전력 자료. - **주요 발견**: (i) **AICF 회귀**: $\rho$ = **0.372** (t=6.36, 1%), $c$ = **2.574** (t=6.15, 1%), R² = **0.871**. (ii) **Forecasted AIC (백만 KRW/MW)**: 1 일 = **897**, 3 일 = **1,349**. (iii) **3 일 산업 outage cost = 35.83조 KRW** = 1,349 × 26,560 MW. GDP (2010 1,173조) 의 **3.1%**. (iv) **가계 CVM**: Model A — $a$ = −0.106, $b_0$ = 0.00019, Mean WTP = $(1/b)\ln[1+\exp(a)]$ = **3,394 KRW/월/가구**. Spike (WTP=0 비율) = $[1+\exp(a)]^{-1}$ = **52.64%** (실측 53.1% 와 일치). (v) Model B 공변량: 남성 + 고소득이 더 높은 WTP, 교육 효과 미미. (vi) 5 년 NPV (2.5% Bank of Korea 표준 이자율) × 1,795 만 가구 = 3.40조 KRW. **총비용 39.23조 KRW, 가계 비중 8.7%** (Austria 9.05% 와 유사). (vii) 53.1% 응답자가 WTP=0 — 한국 가계의 *정전 위험 인식 매우 낮음*. - **시사점**: (a) 한국 power 안정성 신뢰가 *예방 투자 의지 부족* 으로 surface — 정책 설계 시 *risk awareness 향상* 가 우선, 단순 요금 인상으로는 과잉 소비 억제 한계. (b) Total blackout 시나리오의 *3.1% GDP 손실* 의 사전 평가로 *power reserve margin* 정책 정당화. (c) 산업 부문이 손실의 91.3% — 산업 우선 backup + 부문별 우선순위 설계. (d) Austria 9.05% 와의 유사성 → 가계 비중 *국제적 보편 패턴*. ![한국 power reserve margin 의 연간 추이 — 2009 이후 10% 미만 일수 급증, 4 GW 미만 일수 증가 → 단일 power plant 사고 시 total blackout 가능성 증가 (한빛 원전 1 reactor 1 GW vs 최저 reserve 4.19 GW).](/papers/201405_KimCS_Ex_ante_evaluation_of_economic_costs_from_power_grid_blackout_in_South_Korea/fig1.jpeg) ## 요약 [[yunmokoo]] 의 *1 기 (2010-2017) EV/V2G 소비자 분석* 시기의 *에너지 안보 / 리스크 평가* sub-thread 의 대표 작업. 2011 년 한국 9·15 정전 사태 이후 정책 수요가 높았던 *블랙아웃 경제적 비용 사전 평가* 를 — 짧은 outage 가 아닌 *3 일 total blackout 극단 시나리오* 로 — 시도. 한국 power grid 가 *단일 grid + 타국 grid 와 분리* 라는 독특한 취약성 (2011 reserve 4.19 GW vs 한빛 원전 1 reactor 1 GW capacity) 이 배경. 방법론 핵심은 *부문별 추정 도구 분리*. 산업: [[direct-costing-approach]] — Kim 등 (2010, KIEE) 의 1,889 firm 전국 설문 데이터에 log-log AICF 회귀 ($\ln \text{AICF} = c + \rho \ln T$). $\rho$ = 0.372 (1% 유의), $c$ = 2.574 (1%), R² = 0.871. *Diminishing marginal cost* 가정 (LaCommare-Eto 2004 의 logarithmic nature, Quaia-Tosato 2003 의 initial damage 후 marginal 감소). 가계: [[contingent-valuation-method]] + [[double-bounded-dichotomous-choice]] (Cameron-Quiggin 1992, Loomis 1990 의 single bounded 대비 bias 적음) + [[spike-model]] (Kristrom 1997, zero-WTP 직접 incorporation). Logistic distribution $G(A) = [1+\exp(a-bA)]^{-1}$ 가정, MLE 추정. 핵심 결과: AICF 의 forecasted 값 — 1 일 897 백만 KRW/MW, 3 일 1,349. 2010 산업 power load 26.56 GW × AICF → 1 일 23.82조 KRW, **3 일 35.83조 KRW** (GDP 1,173조의 3.1%). 가계: Model A 의 mean WTP = $(1/b)\ln[1+\exp(a)]$ = **3,394 KRW/월/가구**. 가구 1,795 만 × 5 년 NPV (2.5% Bank of Korea 표준 이자율, 가구당) = 3.40조 KRW. **총비용 39.23조 KRW = 산업 35.83 (91.3%) + 가계 3.40 (8.7%)**. 가계 비중 8.7% 가 Reichl 등 (2013, *Energy Economics*) Austria 48 시간 outage 9.05% 와 유사 — *국제적 보편 패턴*. 가장 흥미로운 발견: **응답자 53.1% 가 정전 방지 WTP = 0** (Spike model 52.64% / 52.53% 일치). 한국의 *낮은 전기요금 + 높은 공급 안정성 신뢰* 의 누적 효과 — 정전 위험 인식 부족. Model B 의 공변량: 남성 + 고소득이 더 높은 WTP (b_Income_M = −0.0000548, b_Income_H = −0.0000614, 모두 5% 유의), 교육 효과 미미. caveat: 산업 AICF 의 small sample (n=8 duration points) 회귀, CVM 의 hypothetical bias, 사회적 cost (의료·교통·국방) 미반영, gross 손실로 *recovery time* 후 회복 효과 미반영. 정책 함의: (a) 한국 power 안정성 신뢰가 *예방 투자 의지 부족* 으로 surface — *risk awareness 향상* 이 단순 요금 인상보다 우선. (b) Total blackout 의 3.1% GDP 손실 → power reserve margin 정책 정당화. (c) 산업 우선 backup + 부문별 우선순위 설계. (d) 미국 2003 Northeast blackout ($4-10B), 인도 2012 ($87M), 이탈리아 2003 등 국제 사례와 비교 가능 framework. ## 핵심 결과 | 항목 | 값 | |---|---| | **AICF 회귀 (산업)**: ρ | **0.372*** (t=6.36) | | AICF 회귀: c | 2.574*** (t=6.15) | | R² | 0.871 | | 1 일 AIC | **897 백만 KRW/MW** | | 3 일 AIC | **1,349 백만 KRW/MW** | | 산업 power load (2010) | 26.56 GW | | **3 일 산업 손실** | **35.83 조 KRW** | | GDP (2010) 대비 | **3.1%** | | **가계 CVM**: Model A a | −0.106* | | Model A b₀ | 0.00019** | | **가구당 월 평균 WTP** | **3,394 KRW** | | **Spike (WTP=0 비율)** | **52.64% (실측 53.1%)** | | 가구 수 × 5 년 NPV (2.5%) | 3.40 조 KRW | | **총비용 (산업+가계)** | **39.23 조 KRW** | | 가계 비중 | 8.7% (Austria 9.05% 유사) | > 2010 한국 가구 1,795 만, GDP 1,173 조 KRW, 1 USD = 1,100 KRW (2013). 정전 대형 사례: 미국 2003 Northeast $4-10B / 5천만 명, 인도 2012 $87M / 6.2 억 명 (세계 인구 9%), 이탈리아 2003. ## 방법론 노트 산업 AICF — log-log 회귀, *diminishing marginal cost* 가정: $$ \ln \text{AICF} = c + \rho \ln T + \varepsilon $$ $T$ = interruption duration (초), $\rho$ = duration elasticity (0.372), Outage cost = AICF × 산업 power load. 가계 [[contingent-valuation-method]] + [[double-bounded-dichotomous-choice]] log-likelihood (Cameron-Quiggin 1992): $$ \log L = \sum_k I_k^{YY}\ln[1-G(A_k)] + I_k^{YN}\ln[G(A_k^u) - G(A_k)] + I_k^{NY}\ln[G(A_k) - G(A_k^d)] + I_k^{NN}\ln[G(A_k^d)] $$ [[spike-model]] (Kristrom 1997) 의 zero-WTP 직접 포함: $$ \log L_{\text{spike}} = \cdots + I_k^{NNY}\ln[G(A_k^d) - G(0)] + I_k^{NNN}\ln[G(0)] $$ Logistic distribution $G(A) = [1+\exp(a-bA)]^{-1}$, mean WTP = $(1/b)\ln[1+\exp(a)]$, spike = $[1+\exp(a)]^{-1}$. 공변량 $b = b_0 + b_{\text{Gender}} S_{\text{Gender}} + b_{\text{Edu}} S_{\text{Edu}} + b_{\text{Inc}} S_{\text{Inc}}$. Identification: random sampling, hypothetical bias 균일 가정, 가계 손실 = direct use + option value. ## 연구 계보 [[yunmokoo]] 의 *1 기 (2010-2017) EV/V2G 소비자 분석* 시기의 *에너지 안보 / 리스크 평가* sub-thread. Direct method predecessor: Sanghvi (1982, blackout cost methodology), Reichl 등 (2013, *Energy Economics*, Austria 가계·기업·공공 outage cost — 본 paper 의 가장 직접 비교 대상), Tollefson 등 (1994, Canadian utility customer 설문), Cameron-Quiggin (1992, DBDC), Cameron-James (1987, closed-ended CV estimation), Kristrom (1997, spike model), Loomis (1990, dichotomous reliability), KDI (2008, pre-feasibility 가이드). 한국 데이터 source: Kim 등 (2010, KIEE), Choi (2007), KEPCO. 정책 context: 2011 한국 9·15 정전 (1 백만 가구 정전), 미국 2003 Northeast, 인도 2012, 이탈리아 2003. Sibling: [[yunmokoo]] 의 1 기 다른 CVM 작업, [[hyojung-choi-2018-cvm-arboretum]], [[kyungjin-kim-2020-renewable-local-acceptance]] 등. ## See also - [[yunmokoo]] - [[chang-seob-kim]] - [[manseok-jo]] - [[contingent-valuation-method]] - [[direct-costing-approach]] - [[double-bounded-dichotomous-choice]] - [[spike-model]] - [[blackout-cost]] - [[power-grid-resilience]] - [[ex-ante-policy-evaluation]] - [[journal-of-electrical-engineering-and-technology]]