---
type: paper
slug: bikram-acharya-2022-ppp-ict-local-government
title: >-
  Preference heterogeneity of local government for implementing ICT
  infrastructure and services through public-private partnership mechanism
authors:
  - '[[bikram-acharya]]'
  - '[[jongsulee]]'
  - '[[hyungbin-moon]]'
year: 2022
venue: '[[socio-economic-planning-sciences]]'
volume: '79'
pages: '101103'
doi: 10.1016/j.seps.2021.101103
categories:
  - '[[ict-policy]]'
  - '[[development-economics]]'
methods:
  - '[[discrete-choice-experiment]]'
  - '[[mixed-logit]]'
  - '[[bayesian-estimation]]'
  - '[[gibbs-sampling]]'
  - '[[conjoint-analysis]]'
  - '[[markov-chain-monte-carlo]]'
themes:
  - '[[public-private-partnership]]'
  - '[[nepal-policy]]'
  - '[[ict-developing-countries]]'
  - '[[preference-heterogeneity]]'
  - '[[e-government]]'
aliases: []
last_updated: '2026-05-20T01:44:09+09:00'
---
# Preference heterogeneity of local government for implementing ICT infrastructure and services through public-private partnership mechanism

*[[bikram-acharya]], [[jongsulee]], [[hyungbin-moon]] (2022)* · [[socio-economic-planning-sciences]] 79:101103 · [DOI ↗](https://doi.org/10.1016/j.seps.2021.101103)

> 네팔의 중앙·지방정부 의사결정자 N=88 을 대상으로 한 *선택실험* 으로, 공공 ICT 인프라를 [[public-private-partnership]] (PPP) 메커니즘으로 도입할 때의 정부 선호와 *이질성* 을 [[mixed-logit]] + [[bayesian-estimation]] (Gibbs sampling) 로 추정. 핵심 발견은 (i) 외국 파트너 회사 강한 선호 (응답자의 99.5% 가 양 (+) 계수), (ii) end-user payment 형 수익 모델·합작투자·공적 자금 형 partnership 에 대한 강한 부 (−) 선호 (99% 이상이 음 (−)), (iii) IRR / operation period 에는 양면 분포 — 즉 정부는 *시장 위험을 민간에 전가하지 않으려* 하나 *자금은 민간 자본을 선호* 하는 비대칭 위험 분담 패턴, 그리고 사업 수익성과 운영 기간에는 의사결정자 간 큰 이질성이 존재. 시사점은 PPP 추진 시 정부·민간 양쪽의 *기회주의적 행동* 위험을 사전에 설계로 흡수해야 한다는 점.

- **RQ**: 네팔 같은 개도국 지방정부가 ICT 인프라·서비스를 PPP 로 구현할 때, *외국 파트너 · 수익 메커니즘 · partnership 형태 · IRR · 운영 기간* 7 속성에 대한 의사결정자 선호와 그 이질성의 구조는 어떠한가?
- **방법론**: [[discrete-choice-experiment]], [[mixed-logit]], [[bayesian-estimation]], [[gibbs-sampling]], [[conjoint-analysis]], [[random-utility-model]]
- **데이터**: 네팔 중앙·지방·주정부 의사결정자 (시장·부시장·ward 장 + 공무원) N=88, 진술선호 (SP) 설문, 2017-09 ~ 2017-11
- **주요 발견**: International company β = +1.77 (응답자 99.51% 양), End-user pay β = −1.575 (99% 음), End-user pay + MRG β = −2.04 (99.97% 음), Joint venture β = −3.694 (100% 음), Public funding β = −2.12 (99.9% 음), IRR β = +0.151 (69.27% 양), OpYear β = −0.129 (65.92% 음). 7 속성 중 *국제 파트너* 와 *공동출자/공적 자금* 에서 가장 일관된 방향, *IRR* 과 *운영 기간* 에서 가장 큰 이질성
- **시사점**: PPP 메커니즘 설계 시 (i) 민간 자본 도입 + 시장 위험은 정부 부담 의 *비대칭 위험 분담*, (ii) 외국 파트너에 의존한 기술·자본 이전과 국내 기업 spillover 의 동시 추구, (iii) IRR·운영기간에 대한 의사결정자 간 큰 분산이 *기회주의적 행동* 의 잠재 원인이라는 점을 정량 식별

![Fig. A1. 7 attribute (IntlCpy · EndUserMRG · PubFun · EndUser · JointVen · IRR · OpYear) 의 individual β 분포와 Gibbs sampling chain 의 log-likelihood 수렴 plot. 100,000 burn-in + 10,000 retained sample 의 안정성 진단 — chain 은 40,000 draw 이후 사실상 일정.](/papers/bikram-acharya-2022-ppp-ict-local-government/fig1.jpg)

## 요약

본 paper 는 [[jongsulee]] 의 *진술선호 + DCM 의 개도국 정책 평가* 라인 ([[bikram-acharya-2018-nepal-elearning-conjoint]] 의 e-learning 채택 시리즈) 을 *공급측 정책 의사결정자* 의 PPP 선호 분석으로 확장한 작업이다. 기존 PPP 문헌은 *concession period 설계* 나 *위험 인식 측정* 에 집중했지만, *선택 실험* 을 통한 *의사결정자 단위 다속성 선호 + 이질성* 의 정량화는 거의 시도되지 않았다. 저자들은 이 공백을 네팔의 ICT 분야 사례로 메우며, 동시에 [[jongsulee]] 의 컨조인트-DCM 도구상자가 *수요측 소비자 선호* 뿐 아니라 *공급측 정책 결정자 선호* 분석에도 적용될 수 있음을 보여준다.

데이터는 네팔 중앙·지방·주정부의 의사결정자 N=88 (시장·부시장·ward 장 + 공무원, 2017-09~11 수집). 선택 실험은 PPP 사업의 7 속성으로 구성된다 — (1) 국제 파트너 여부, (2) 수익 메커니즘 (정부 직불 / 사용자 직불 / 사용자 직불 + 최소수익보장 MRG), (3) partnership 형태 (민간 단독 / 합작투자 / 공적 자금), (4) IRR, (5) 운영 기간. 효용 함수는 [[random-utility-model]] 에 기반해 $U_{njit} = \sum_k \beta_k X_{k,njit} + \varepsilon_{njit}$ 형으로 설정. 각 β 에 정규분포를 부여한 [[mixed-logit]] 을 Bayesian 추정 ([[gibbs-sampling]] 100,000 burn-in + 10,000 retained, Metropolis-Hastings step size 0.1) 으로 풀고, 사후 분포로부터 *상대적 중요도* (relative importance) 와 *모집단 양/음 비율* 을 도출. 핵심 결과는 (i) 외국 파트너에 대한 강한 일관된 선호 (β=+1.77, 99.51% 양), (ii) 사용자 직불·합작투자·공적 자금에 대한 강한 일관된 *기피* (모두 99% 이상 음), (iii) IRR (β=+0.151) 과 운영 기간 (β=−0.129) 에서 의사결정자 간 큰 이질성 (69% vs 31%, 66% vs 34%).

해석상 시사점은 두 갈래다. 첫째, *비대칭 위험 분담 패턴* — 정부는 시장 위험을 민간에 전가하지 않으려 하면서도 (사용자 직불 거부) 자금은 민간 자본에 의존하려 한다 (합작투자·공적 자금 거부). 이는 PPP 의 본질인 *위험-자본의 공유* 와 상충하며, 양쪽 모두에서 *기회주의적 행동* (rent-seeking) 의 여지를 낳는다는 진단으로 이어진다. 둘째, 외국 파트너에 대한 99.5% 양 선호는 *기술·자본 spillover* 기대 + *국내 ICT 산업의 미성숙* 을 동시에 반영하며, 현행 20% 국내 지분 FDI 정책이 *지식 공유 플랫폼* 으로 보완돼야 함을 시사한다. 한계로는 N=88 표본 크기, *공급측 의사결정자 단일 시점 SP* 의 hypothetical bias, 그리고 *정치경제·관계적 dynamics* 의 미반영을 저자들이 자평. [[temep]] 의 *DCM 의 개도국 정책 응용* 라인 ([[bikram-acharya-2018-nepal-elearning-conjoint]] 의 *수요측* 와 paired) 에서 *공급측 anchor* 로 위치한다.

## 핵심 결과

**Mixed logit 추정 — 사후 분포의 모집단 양/음 비율 (Table 4·5, N=88 의사결정자, 10,000 retained Gibbs draws)**

| 속성 | β (점추정) | 모집단 양 (+) 비율 | 모집단 음 (−) 비율 | 해석 |
|---|---:|---:|---:|---|
| International company (IntlCpy) | +1.77 | 99.51% | 0.49% | 외국 파트너 강한 일관 선호 |
| End User Pay (EndPay) | −1.575 | 1.00% | 99.00% | 사용자 직불 강한 일관 기피 |
| End User Pay + MRG (EndPayMRG) | −2.04 | 0.03% | 99.97% | 최소수익보장 추가해도 기피 |
| Joint Venture (JointVen) | −3.694 | 0.00% | 100.00% | 합작투자 완전 기피 |
| Public Funding (PubFun) | −2.12 | 0.04% | 99.96% | 공적 자금 강한 일관 기피 |
| IRR | +0.151 | 69.27% | 30.73% | 양 선호 우세 + 큰 이질성 |
| Operation Year (OpYear) | −0.129 | 34.08% | 65.92% | 짧은 기간 선호 + 큰 이질성 |

**해석 묶음**: 외국 파트너·민간 자본 + 짧은 기간 + 정부가 시장 위험 부담 패턴. *위험-자본의 비대칭 분담* 이 기회주의 행동의 구조적 원인.

## 방법론 노트

[[mixed-logit]] (Train 2009 기반) 은 [[discrete-choice-model]] 의 IIA 가정을 완화하기 위해 효용 계수 β 에 분포 (본 paper 는 정규분포) 를 부여해 *선호 이질성* 을 포착한다. *공급측 의사결정자* (정책 입안자·공무원) 의 SP 데이터에 적용한 점이 [[jongsulee]] 의 *수요측 소비자* SP 라인의 대칭적 확장이다.

핵심 식 — 의사결정자 $n$ 이 $t$ 시점 선택집합 $i$ 의 대안 $j$ 에 대해 갖는 효용:

$$
U_{njit} = \beta_{IntlCpy} X_{IntlCpy} + \beta_{EndPay} X_{EndPay} + \beta_{EndPayMRG} X_{EndPayMRG} + \beta_{JointVen} X_{JointVen} + \beta_{PubFun} X_{PubFun} + \beta_{IRR} X_{IRR} + \beta_{OpYear} X_{OpYear} + \varepsilon_{njit}
$$

여기서 $X_{IntlCpy}$ 는 국제 파트너 dummy, $X_{EndPay}$ · $X_{EndPayMRG}$ 는 수익 메커니즘 dummy (정부 직불 = 기준), $X_{JointVen}$ · $X_{PubFun}$ 은 partnership 형태 dummy (민간 단독 = 기준), $X_{IRR}$ 은 사업 수익률, $X_{OpYear}$ 는 운영 기간, $\varepsilon_{njit} \sim \text{Type-I EV}$.

추정은 [[bayesian-estimation]] + Metropolis-Hastings [[gibbs-sampling]] (proportionality factor 0.1, burn-in 100,000 + 10,000 retained). 식별은 (a) 직교 분할 선택집합 설계 + (b) panel 구조 (각 응답자 다회 선택) + (c) 정규분포 사전에서 온다. log-likelihood 의 안정화 시점 (~40,000 draw) 으로 수렴 진단.

## 연구 계보

[[discrete-choice-experiment]] · [[mixed-logit]] + [[bayesian-estimation]] 의 방법론 lineage 는 McFadden (1974) 의 [[random-utility-model]] → Train (2003, 2009) 의 mixed logit 표준화 → [[jongsulee]] 의 컨조인트-DCM 의 정책 적용 라인 (e.g., [[jongsulee-2003-color-display-conjoint]] · [[jae-young-choi-2008-mobile-tv-ex-ante]]) 에 연결된다. *Bayesian 추정에 의한 개인별 β 추정* 은 [[yeonbaekim]] 의 초기 베이지안 DCM 라인 ([[yeonbaekim-2002-bayesian-discrete-continuous-gibbs]] · [[yeonbaekim-2003-bayesian-mnp-work-trip]]) 과 도구상자를 공유한다. PPP 자체의 분석 lineage 는 Iossa-Martimort 계열의 *PPP risk allocation* 문헌과 Li-Cui (timing of revenue guarantee) 등 본 paper 의 reference list 가 인용하는 경영·재무·계약경제학 흐름.

TEMEP 내 sibling: (i) [[bikram-acharya-2018-nepal-elearning-conjoint]] — *수요측 소비자* (네팔 학생 e-learning 채택) 의 conjoint-DCM. 본 paper 가 *공급측 정책 결정자* (네팔 정부 PPP 선호) 의 paired 분석. (ii) [[jongsulee]] 의 컨조인트-DCM 라인의 *개도국 정책 응용* 갈래 (jongsulee author page 의 ICT/에너지/교통 도메인 분기 중 ICT 부문). (iii) [[hyungbin-moon]] 의 SP-DCM 응용 시리즈 ([[hyungbin-moon-2017-smart-policing-korea]] · [[hyungbin-moon-2018-ev-electricity-charging]]) 와 도구상자 공유.

## See also

- [[discrete-choice-experiment]]
- [[mixed-logit]]
- [[bayesian-estimation]]
- [[gibbs-sampling]]
- [[conjoint-analysis]]
- [[random-utility-model]]
- [[public-private-partnership]]
- [[nepal-policy]]
- [[preference-heterogeneity]]
- [[ict-developing-countries]]
- [[e-government]]
- [[bikram-acharya]]
- [[jongsulee]]
- [[hyungbin-moon]]
- [[bikram-acharya-2018-nepal-elearning-conjoint]]
- [[socio-economic-planning-sciences]]