How ICT Investment Influences Energy Demand in South Korea and Japan

Nabaz T. Khayyat, 이종수, 허은녕 (2016) · 에너지 효율 9:563-589 · DOI ↗

한국 (1980-2009) + 일본 (1973-2006) 산업 부문에서 ICT 자본 / non-ICT 자본 / 에너지 / 재료 / 노동 5 input 의 substitute·complementary 관계를 Nadiri-Prucha (2001) dynamic-factor-demand-model (quasi-fixed factor + adjustment costs) 로 추정. KLEMS 데이터 + Denny et al. (1981) quadratic normalized restricted cost function. ICT·non-ICT 자본 모두 노동·에너지와 substitute — ICT 투자가 자동적으로 에너지 절감 가져오지 않음. 지식기반 vs 비지식기반 산업 비교에서 cost 구조 유의 차이.

• RQ: 한일 양국 산업에서 ICT 자본 투자가 에너지 수요에 substitute / complementary 어느 쪽으로 작동하는가? Adjustment costs 와 산업 특성 (지식기반 vs 비지식기반) 에 따른 차이는?
• 방법론: 3 세대 dynamic-factor-demand-model (Nadiri-Prucha 1986, 1996, 2001), Denny-Fuss-Waverman (1981) quadratic normalized restricted cost function (재료 가격으로 normalize, ICT·non-ICT 자본을 quasi-fixed), Euler equation + 1 차 조건 nonlinear panel 추정, 패널 데이터 분석
• 데이터: Asia KLEMS (Korea 1980-2009), EU KLEMS (Japan 1973-2006), 한일 매칭 산업 부문 패널, 5 input (M, E, L, K=non-ICT 자본, ICT 자본), 한국 자본 비용 $p^K = p_K(\delta+r)(1-\tau)$ with $\tau$=0.30
• 주요 발견: 양국 모두 ICT·non-ICT 자본이 노동·에너지와 substitute. 일본 knowledge-based 산업 long-run elasticity: $p^E$-$L$ +0.25, $p^L$-$E$ -0.14, $C^{\text{ICT}}$-$E$ -0.98 (강한 substitute), $C^K$-$E$ +0.36 (complementary). 비지식기반에서는 substitution 크기가 줄어듬 ($C^{\text{ICT}}$-$E$ -0.30). 산업별 cost 구조에 유의한 차이 (chow 검정). short-run elasticity 는 quasi-fixed factor 의 0 elasticity 로 인해 long-run 보다 작음.
• 시사점: ICT 투자가 자동으로 에너지 절감 가져오지 않음 — substitution 방향이 산업별·시점별로 변동. 정책 설계 시 (i) 지식기반 산업에서 ICT 가 에너지 절감 channel 로 작동, (ii) 일반 산업에서는 ICT 가 노동 대체·자본 보완으로 가서 에너지 수요 증가 가능. Adjustment costs 가 있는 만큼 단기 효과와 장기 효과 명확히 구분 필요.

요약

세계 에너지 소비는 EIA (2011) 전망상 2008-2035 53% 증가, 그 중 산업 부문이 37% 차지. ICT 가 green growth 의 핵심 동력 (GeSI SMARTer 2020 은 ICT 가 향후 10 년 globalGHG 16.5% 감축 예측) 으로 거론되나 실제로는 ICT 사용 자체가 에너지 소비 증가도 가져옴 (Seungdo et al. 2009). 한일은 ICT 투자가 일본 1980-, 한국 1990- 빠르게 증가했지만 한국 CO₂ 배출 (42.4M ton) 이 일본 (24.2M ton) 의 거의 2 배 (1990-2002) — 경제성장·ICT 발전이 에너지에 어떻게 결합하는지가 핵심 질문.

방법론은 Nadiri-Prucha (2001) 의 3 세대 dynamic-factor-demand-model — 가변 input (M, E, L) 은 즉시 조정, quasi-fixed input (ICT 자본, non-ICT 자본 K) 은 adjustment costs 때문에 점진적 조정. Denny-Fuss-Waverman (1981) 의 quadratic normalized restricted cost function $G(\cdot)$ — 재료 가격으로 정규화 + linear homogeneous technology. firm 의 dynamic optimization: 미래 비용 흐름 최소화를 quasi-fixed factor 에 대해 $K_{i,t+\tau}, \text{ICT}_{i,t+\tau}$ 로 풀어 Euler 식 도출. variable input demand 식 + quasi-fixed Euler 식을 nonlinear panel 로 동시 추정. Asia KLEMS (한국) + EU KLEMS (일본) 매칭 산업. 자본 비용 정의 $p^K = p_K(\delta+r)(1-\tau)$.

핵심 결과는 양국 모두 ICT·non-ICT 자본이 노동·에너지와 substitute 관계. 일본 knowledge-based 산업 long-run elasticity 에서 $C^{\text{ICT}}$-$E$ -0.98 (강한 substitute) 이지만 $C^K$-$E$ +0.36 (complementary) — 어떤 자본인지 가 결정적. 비지식기반에서는 ICT-에너지 substitution 이 -0.30 로 약해짐. 한국·일본 cross-country 비교에서 ICT 자본의 에너지 substitution 방향은 일관, 크기는 산업·시점별로 변동. short-run elasticity 가 long-run 보다 작은 이유는 quasi-fixed factor 가 단기에 조정 불가하기 때문. 정책 함의: ICT 투자가 자동으로 에너지를 줄이지 않음 — 지식기반 산업에 ICT 집중 + adjustment cost 시점 고려한 단·장기 분리 정책. 허은녕 의 2 기 (2009-2017) 정책 평가 + 이종수 그룹의 ICT-에너지 라인 (Cho et al. 2007, Kim-Heo 2013, 2014) 의 한일 패널 확장. Nabaz T. Khayyat 는 이라크 쿠르드 출신, 이종수 지도 박사로 허은녕 의 국제화 라인의 한 사례.

핵심 결과

변수 (Japan knowledge-based, long-run)	$L$	$E$	$M$	$K$	ICT
$p^L$	-1.60	0.25	0.95	0.90	0.93
$p^E$	0.25	-0.16	1.00	0.36	-0.98
$p^M$	0.95	1.00	-1.00	-0.93	0.98
$C^K$	0.90	+0.36	-0.93	-0.91	0
$C^{\text{ICT}}$	0.93	-0.98	0.98	0	-0.69

ICT 자본 비용 ↑ → 에너지 수요 -0.98 (강한 substitute). non-ICT 자본 비용 ↑ → 에너지 수요 +0.36 (complementary). 즉 어떤 자본을 늘리는가 가 에너지 결과를 결정. 비지식기반 산업에서 $C^{\text{ICT}}$-$E$ 가 -0.30 으로 약해짐. short-run 에서는 quasi-fixed 의 $C^K$, $C^{\text{ICT}}$ 행 elasticity 가 모두 0 — adjustment 부재.

방법론 노트

Firm 의 dynamic cost minimization (with respect to quasi-fixed factors, static expectations):

$$\min_{K_{i,t},\text{ICT}_{i,t}}\sum_{\tau=1}^{\infty}\left[G\left(p^L,p^E,K,\text{ICT},\Delta K,\Delta\text{ICT},h(Y),T\right)+p^K I+p^{\text{ICT}} H\right](1+r)^{-\tau}$$

여기서 $G(\cdot)$=Denny et al. (1981) quadratic normalized restricted cost function (재료 가격 단위로 정규화), variable inputs M, E, L 은 cost-minimizing level 로 즉시 조정, quasi-fixed K, ICT 는 $I = K_t - (1-\delta)K_{t-1}$ + adjustment cost 항을 통해 점진 조정. depreciation $\delta$ (non-ICT) , $\mu$ (ICT) 다르게 설정. 1 차 조건으로 variable input demand 식 + Euler equation 도출 → SUR 또는 nonlinear panel 로 동시 추정. Identification: short-run 에서는 quasi-fixed factor 가 고정 ($\Delta K = 0$) 이라 variable input 의 자기 price elasticity 와 cross elasticity 만 식별, long-run 에서는 모든 input 이 조정돼 cross-factor elasticity 식별 가능.

연구 계보

Berndt-Wood (1975), Pindyck (1979) 의 KLEM (또는 KLE) substitution 라인의 ICT 확장 + dynamic 화. 직접 선행: Nadiri-Prucha (1986, 1990, 1996, 1999, 2001) 의 dynamic factor demand model 시리즈가 방법론 anchor — 본 paper 는 이를 KLEMS data + ICT/non-ICT 분리 로 확장. Cho-Lee-Kim (2007) “ICT investment and energy price on industrial electricity demand” 가 한국 단일국 dynamic growth model 의 직접 선행. Kim-Heo (2013) jinsoo-kim-2013-asymmetric-substitutability 의 10 OECD 국 ICT-에너지 asymmetric substitution, Kim-Heo (2014) 의 한국·미국·영국 ICT 자본 에너지 효과 비교 — 본 paper 가 한일 패널로 cross-country comparison 을 강화. Khayyat (2013), Khayyat-Heshmati (2014) 의 본인 선행 작업 (한국 산업 production risk). Watanabe et al. (2005), Ishida (2015) 의 일본 ICT-에너지 substitute 연구. 허은녕 의 2 기 정책 평가 라인 + 이종수 (TEMEP DCM/factor demand 그룹) 협업.

See also

• 허은녕
• 이종수
• Nabaz T. Khayyat
• 에너지 효율
• dynamic-factor-demand-model
• 패널 데이터 분석
• ict-energy-nexus
• ict-substitution
• factor-demand
• jinsoo-kim-2013-asymmetric-substitutability
• The Impact of ICT Investment and Energy Price on Industrial Electricity Demand: Dynamic Growth Model Approach

인접 그래프

1-hop 이웃 8개

• 인물 3
• 방법론 1
• 주제 1
• 수록처 1
• 분류 1
• 논문 1

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

인물 (2)

• 이종수
• 허은녕