--- type: paper slug: kibum-kim-2023-time-varying-electricity-pricing title: >- Public Preferences and Increasing Acceptance of Time-Varying Electricity Pricing for Demand-Side Management in South Korea authors: - '[[kibum-kim]]' - '[[jihye-choi]]' - '[[jihee-lee]]' - '[[jongsulee]]' - '[[junghun-kim]]' year: 2023 venue: '[[energy-economics]]' volume: '119' pages: '106558' doi: 10.1016/j.eneco.2023.106558 categories: - '[[energy-economics]]' methods: - '[[discrete-choice-experiment]]' - '[[mixed-logit]]' - '[[marginal-willingness-to-discount]]' themes: - '[[time-of-use-tariff]]' - '[[demand-side-management]]' - '[[residential-electricity]]' - '[[status-quo-bias]]' aliases: [] last_updated: '2026-05-17T21:30:00+09:00' --- # Public Preferences and Increasing Acceptance of Time-Varying Electricity Pricing for Demand-Side Management in South Korea *[[kibum-kim]], [[jihye-choi]], [[jihee-lee]], [[jongsulee]], [[junghun-kim]] (2023)* · [[energy-economics]] 119:106558 · [DOI ↗](https://doi.org/10.1016/j.eneco.2023.106558) > 한국 KEPCO 가 2021 년 9 월 제주 시범 도입 후 *1% 미만* 의 극저조한 전환율을 기록한 *residential TOU (time-of-use) 요금제* 의 공중 선호 구조를 [[discrete-choice-experiment]] + [[mixed-logit]] 로 분석. 1,050 명 (17 개 시·도, 2021-11) 조사에서 6 attribute (피크 시간/계절, tier 수, 계약 기간, 추가 인센티브, 할인액) 의 *불확실성 회피* 패턴 확인. **소비자가 가장 선호하는 피크 시간대는 10am–1pm** (전력 소비 변동성이 가장 작은 시간), *겨울만 피크 적용* 은 강하게 회피 (계수 -0.346\*\*\*), *2-tier 단순 요금제* 가 3-tier 보다 +0.566\*\*\* 선호. 시뮬레이션: 현재 KEPCO 안 선택 확률 51.1% → 2-tier + 10 년 계약 + 인센티브 추가 시 91.3% → 모든 attribute 최적화 시 94.2%. 정책 함의: *불확실성 완화* (실시간 metering 정보) + *고효율 가전 보조금·탄소포인트* 가 단순 할인보다 효과적. - **RQ**: 한국 residential TOU 요금제 도입 후 *극저조한 전환율 (<1%)* 의 원인은? 어떤 요금제 attribute (피크 시간/계절, tier 수, 계약 기간, 인센티브, 할인) 가 *switching 수용도* 를 가장 끌어올리는가? - **방법론**: [[discrete-choice-experiment]] (24 orthogonal alternatives / 8 choice sets / 3 alternatives per set), [[mixed-logit]] (정규·로그정규 random coefficients), MWTD (marginal willingness to discount), relative importance, 시나리오 시뮬레이션 (binary choice between 누진제 vs TOU) - **데이터**: Gallup Korea 2021-11-10~19 설문 N=1,050 (20-59 세, 17 개 시·도). 9 번째 *rationality check* choice set 으로 비합리·부주의 응답자 제외. KEPCO 의 현재 TOU 요금 (5pm-8pm 피크, 여름·겨울, 3-tier, 1 년 계약) 을 baseline 으로 비교 - **주요 발견**: (i) **피크 시간대 (10am-1pm 기준)** 다른 시간대는 모두 비선호 — 7am-10am -0.303\*\*\*, 1pm-4pm -0.216\*\*\*, 5pm-8pm -0.281\*\*\*. (ii) **피크 계절 (전 계절 기준)** 겨울만 -0.346\*\*\* (강한 회피, 전기 난방 부담), 여름·여름+겨울은 비유의. (iii) **Tier 수 (3 기준)** 2-tier +0.566\*\*\* (단순함 선호), 4-tier +0.295\*\*\* — *U-shaped* 선호. (iv) **계약 기간** 양 (+0.204\*\*) — 긴 계약을 통한 가격 안정 선호. (v) **인센티브** 고효율 가전 보조금 +0.901\*\*, 탄소포인트 +0.835\*\*\*. (vi) **할인액** +2.950\*\*\*. **MWTD**: 2-tier 의 가치 USD 5.51/월, 고효율 가전 보조금 USD 4.04/월. **Relative importance**: 피크 시간 27.0% > 할인 22.2% > 인센티브 17.6% > tier 수 16.8%. - **시사점**: (a) 1% 전환율의 핵심 원인은 *불확실성 회피* + *현행 요금제 status-quo bias* — 실시간 metering 기반 *정보 제공* 으로 불확실성 완화 필수. (b) *고효율 가전 보조금·탄소포인트* 가 5 USD 할인보다 효과적 — 단순 가격 인하보다 *적극적 절약 유도* 정책. (c) *2-tier 단순 요금제* + *장기 계약* 옵션 추가가 KEPCO 가 추진할 가장 비용 효율적 전환 전략. (d) 8 USD 청구서 증가 시 선택 확률 51.1% → 27.9% 로 급락 — *실제 가격 인상 위험* 이 가장 큰 장벽. ![Fig. 1. 추가 인센티브 (보조금·탄소포인트) 유무·할인 수준에 따른 TOU 요금제 선택 확률 — 인센티브가 단순 할인보다 효과적임을 보여준다.](/papers/kibum-kim-2023-time-varying-electricity-pricing/fig1.jpeg) ## 요약 이 paper 는 [[jongsulee]] 의 *energy demand-side management + discrete choice* 라인의 KEPCO 위탁 연구로, 2021 년 9 월 제주에서 시범 도입된 residential TOU 요금제의 *<1%* 전환율 문제를 *consumer 관점* 에서 진단한 작업이다. 기존 TOU literature 는 (i) Bartusch et al. 2011, Torriti 2012, Allcott 2011 등의 *load transfer 효과* 측정과 (ii) Ericson 2011, Schlereth et al. 2018, Ruokamo et al. 2019 등의 *tariff type 선호* 분석으로 갈라져 있었으나, 한국 residential TOU 의 DCE 기반 공중 선호 분석은 본 paper 이 *최초* 라 주장. 방법론은 [[mixed-logit]] 기반 DCE. 6 attribute (피크 시간 4 수준, 피크 계절 4 수준, tier 수 3 수준, 계약 기간 3 수준, 추가 인센티브 3 수준, 할인 4 수준) × fractional factorial design → 24 alternatives → 8 choice sets × 3 alternatives. 9 번째 *명백한 우월 대안* choice set 으로 비합리·부주의 응답자 거름. 인센티브·할인·계약 기간은 로그정규 (방향 일치), 나머지는 정규 분포. MWTD 와 relative importance 계산. 핵심 발견은 *불확실성 회피* 의 일관된 surface. 첫째, *피크 시간대* 는 *전력 소비 변동성* 이 가장 작은 10am-1pm 이 가장 선호 — 다른 시간대는 청구서 변동 위험이 크기 때문. 둘째, *겨울만 피크* 는 -0.346\*\*\* 로 강하게 회피 (한국의 전기 난방 의존 + 17% 더 큰 겨울 소비). 셋째, *2-tier* (단순) 와 *4-tier* (복잡하지만 절약 여지 큼) 가 *3-tier* 보다 선호되는 *U-shape* — 중간 복잡도가 가장 비선호. 넷째, *긴 계약 기간* 양의 효과 — 가격 안정성을 위해. 다섯째, 인센티브 중 *고효율 가전 보조금* (소비자 인지도 94%) > *탄소포인트* (인지도 68%). 인식이 정책 효과의 매개 변수임을 시사. 시뮬레이션은 세 시나리오 비교. **Base (KEPCO 현재안)**: 5pm-8pm 피크, 여름·겨울, 3-tier, 1 년, 인센티브 없음, 할인 없음 → 선택 확률 51.1%. **Simulated 1**: tier 와 계약 기간만 최적화 (2-tier, 10 년) + 인센티브 추가 → 91.3%. **Simulated 2**: 모든 attribute 최적화 (10am-1pm 피크, 여름만, 2-tier, 10 년, 인센티브 추가) → 94.2%. 5 USD/월 추가 할인 시 95%+. 그러나 *현실의 가격 인상* (8.10 USD/월 평균, 소비 패턴 미변 시) 을 가정하면 선택 확률은 27.9% 로 급락. 한 한계는 (i) 제주 시범사업 초기라 응답자 인식 부족, (ii) 행동 변화 응답 보정 미수행. [[jongsulee]] 의 *연구 궤적* 안에서 *consumer acceptance 정책 분석* 의 KEPCO 응용 사례. ## 핵심 결과 | Attribute | Mean coef. | 유의 | MWTD (USD/월) | RI (%) | |---|---:|---|---:|---:| | 피크 시간 7am-10am (vs 10am-1pm) | -0.303 | \*\*\* | 1.484 | 10.6 | | 피크 시간 1pm-4pm | -0.216 | \*\*\* | 1.413 | 5.3 | | 피크 시간 5pm-8pm | -0.281 | \*\*\* | 1.046 | 11.1 | | 피크 계절 겨울만 (vs 전체) | -0.346 | \*\*\* | 3.250 | 6.6 | | Tier 2 (vs 3) | **+0.566** | \*\*\* | -5.513 | 11.1 | | Tier 4 | +0.295 | \*\*\* | -2.817 | 5.7 | | 계약 기간 (년) | +0.204 | \*\* | -1.678 | 3.8 | | 고효율 가전 보조금 | +0.901 | \*\* | -4.040 | 8.1 | | 탄소포인트 | +0.835 | \*\*\* | -4.631 | 9.5 | | 할인 (USD/월) | +2.950 | \*\*\* | — | 22.2 | | 시뮬레이션 | Peak time | Tier | 계약 | 인센티브 | 선택 확률 | |---|---|---|---|---|---:| | Base (KEPCO 현재) | 5pm-8pm | 3 | 1 년 | 없음 | 51.1% | | Simulated 1 | 5pm-8pm | 2 | 10 년 | 있음 | **91.3%** | | Simulated 2 (full optim) | 10am-1pm | 2 | 10 년 | 있음 | **94.2%** | | Base + 1 USD 가격 인상 | — | — | — | — | -8.2%p | | Base + 8 USD 가격 인상 | — | — | — | — | 27.9% | ## 방법론 노트 Mixed logit utility (Eq. 3): $$ U_{ni} = \beta_{n,7-10} d_{7-10} + \beta_{n,13-16} d_{13-16} + \beta_{n,17-20} d_{17-20} + \beta_{n,sm} d_{sm} + \beta_{n,wt} d_{wt} + \beta_{n,smwt} d_{smwt} + \beta_{n,2tier} d_{2tier} + \beta_{n,4tier} d_{4tier} + \beta_{n,per} x_{per} + \beta_{n,sb} d_{sb} + \beta_{n,point} d_{point} + \beta_{n,disc} x_{disc} + \varepsilon_{ni} $$ 피크 시간 reference = 10am-1pm, 피크 계절 reference = 전 계절, tier reference = 3-tier, 인센티브 reference = 없음. 일관된 부호 (인센티브·할인) 는 로그정규, 나머지는 정규 분포로 random coefficient. 선택 확률은 (Eq. 2) integral of standard logit over $f(\beta|\theta)$ — Bayesian-equivalent 시뮬레이션 추정. MWTD (marginal willingness to discount) — 본 paper 의 monetary attribute 가 할인액이므로 *price 가 아닌 discount* 기준 계산. RI (relative importance) 는 attribute 별 range (max-min coefficient) 의 정규화 비율 — *피크 시간 27%* 가 결정적, *할인 22%* 가 두 번째. 식별 핵심: (i) 9 번째 *명백 우월 alternative* 로 비합리 응답자 거름, (ii) 24 orthogonal alternative 가 1,728 조합 중 *직교성 보존* 으로 attribute interaction 추정 가능, (iii) 1,050 명 표본의 인구·연령·권역 quota sampling. ## 연구 계보 이 paper 는 (i) Borenstein & Holland (2005), Vickrey (1971) 의 *price-based DSM 이론*, (ii) Bartusch et al. (2011), Torriti (2012), Andruszkiewicz et al. (2020), Di Cosmo et al. (2014), Allcott (2011), Burns & Mountain (2021) 의 *load-transfer 실증* 라인, (iii) Schlereth et al. (2018) 의 *status quo bias + dynamic pricing* 분석, (iv) Lambrecht et al. (2007) 의 *uncertainty + tariff choice*, (v) Ruokamo et al. (2019) 의 DCE 기반 dynamic contract 선호 분석을 한국 residential TOU 에 결합. [[jongsulee]] 연구실 라인의 직접 선행: Kim et al. (2018) renewable energy reference-dependent, Kim et al. (2020) well-to-wheel EV, [[kibum-kim-2021-lpg-vehicles-alternative-fuel]] (Kim, Lee, Kim 2021a), Kim et al. (2021b) OTT bundled services — 모두 [[discrete-choice-experiment]] + 정책 시뮬레이션의 공통 도구. [[jongsulee]] 의 *연구 궤적* *consumer demand-side management* 라인의 KEPCO 위탁 응용 사례, [[kibum-kim]] 박사과정 *DCE + 정책 시뮬레이션* 시리즈의 한 갈래. ## See also - [[jongsulee]] - [[kibum-kim]] - [[junghun-kim]] - [[discrete-choice-experiment]] - [[mixed-logit]] - [[time-of-use-tariff]] - [[demand-side-management]] - [[status-quo-bias]] - [[kibum-kim-2021-lpg-vehicles-alternative-fuel]] - [[kibum-kim-2023-transportation-policy-environmental-impact]] - [[energy-economics]]