---
type: paper
slug: kibum-kim-2023-transportation-policy-environmental-impact
title: >-
  Environmental Impacts of Transportation Policy and Vehicle Market Share
  Predictions
authors:
  - '[[kibum-kim]]'
  - '[[sungho-moon]]'
  - '[[jongsulee]]'
  - '[[junghun-kim]]'
year: 2023
venue: '[[transportation-research-part-d]]'
volume: '114'
pages: '103550'
doi: 10.1016/j.trd.2022.103550
categories:
  - '[[energy-economics]]'
  - '[[consumer-choice-research]]'
methods:
  - '[[discrete-choice-experiment]]'
  - '[[mixed-logit]]'
  - '[[well-to-wheel-analysis]]'
  - '[[market-share-simulation]]'
themes:
  - '[[fcev]]'
  - '[[ev]]'
  - '[[carbon-neutrality]]'
  - '[[hydrogen-economy]]'
  - '[[ghg-emission-reduction]]'
aliases: []
last_updated: '2026-05-20T02:07:35+09:00'
---
# Environmental Impacts of Transportation Policy and Vehicle Market Share Predictions

*[[kibum-kim]], [[sungho-moon]], [[jongsulee]], [[junghun-kim]] (2023)* · [[transportation-research-part-d]] 114:103550 · [DOI ↗](https://doi.org/10.1016/j.trd.2022.103550)

> 한국 *2030 NDC 37.8% (vs 2018)* + *2050 탄소중립* 목표를 배경으로, 6 fuel type (가솔린·디젤·LPG·hybrid·EV·FCEV) 의 소비자 선호를 [[discrete-choice-experiment]] + [[mixed-logit]] 로 추정하고 2020-2030 시장 점유율 + well-to-wheel CO2 배출을 시뮬레이션. **소비자 선호: 하이브리드 > EV > 가솔린 > LPG > 디젤 > FCEV** (FCEV 선호도가 가장 낮음, -0.733\*\*\*). 시뮬레이션은 2030 년 FCEV 가 *신차 판매 약 7%* 차지하며 정부 누적 목표 85 만 대 (실제 추정 103.8 만 대) 를 초과 달성 가능. CO2 배출의 grey vs blue hydrogen production mix 시나리오 분석 수행.

- **RQ**: 한국 6 fuel type (특히 신규 진입한 FCEV) 의 소비자 선호 구조는 어떠한가? *2030 FCEV·EV 보급 목표* + *전력 mix·수소 생산 mix* 변화가 transportation 부문 GHG 배출에 미치는 영향은?
- **방법론**: [[discrete-choice-experiment]] (32 orthogonal alternatives / 8 choice sets × 5 cards incl. "no choice"), [[mixed-logit]] (정규·로그정규, Markov chain Gibbs sampling 20,000 draws / burn-in 10,000), [[market-share-simulation]] 2020-2030, [[well-to-wheel-analysis]] (전력 mix × 수소 생산 mix × 차종 efficiency)
- **데이터**: Gallup Korea 1:1 인터뷰 N=665 (20-59 세, 서울 + 광역시 + 경기 신도시), quota sampling. 7 attributes (fuel type, charging time, fuel economy, driving range, vehicle type, station accessibility, vehicle price). Korea 9th Basic Plan + 2030 NDC, Cetinkaya et al. (2012) 수소 생산 CO2 인자
- **주요 발견**: (i) **Fuel type 선호 (vs 가솔린)** 하이브리드 +0.746\*\*\*, EV +0.337\*\*, 디젤 -0.537\*\*\*, LPG -0.519\*\*\*, FCEV **-0.733\*\*\*** (최하). (ii) **Linear attribute** 충전 시간 -0.622\*\*\*, 연료 효율 -0.920\*\*\*, 주행거리 +0.458\*\*\*, 충전소 +0.920\*\*\*, 가격 -1.285\*\*\* (모두 로그정규, 예상 부호). (iii) **차종 (subcompact 기준)** Mid/Full +0.216\*\*, SUV/RV +0.268\*\*\*. (iv) **"No choice"** -5.038\*\*\* (강한 신차 구매 의향). (v) **시장 점유율 forecast**: 하이브리드가 2020-25 1 위, 2026+ EV 가 빠르게 부상, FCEV 가 2028 LPG 추월 → 2030 디젤 수준 (약 7%). (vi) **누적 FCEV 판매 (2020-2030)** 약 *103.8 만 대* — 정부 목표 85 만 대 초과 (현재 보조금 + 660 충전소 유지 가정). (vii) **GHG 시나리오** Gray hydrogen 100% 유지 시 FCEV 배출이 EV 보다 큼; Blue hydrogen 50% (2030) 도입 시 EV 와 유사.
- **시사점**: (a) FCEV 가장 낮은 선호 → *technology demonstration + 인지도 제고* 정책이 가격 보조금만큼 중요. (b) EV·FCEV 의 GHG 효과는 *power mix + hydrogen production mix* 에 결정적으로 의존 — 단순 "친환경" 라벨링은 misleading. (c) 정부의 2030 FCEV 85 만 대 목표는 *현재 정책 유지* 시 달성 가능, 단 차종 다양화 (현재 NEXO SUV 만) 필요. (d) Gray hydrogen 50% 비중 (2030) 으로 줄여야 FCEV 의 GHG 감축 효과 실현.

![Fig. 1. 연료별 marginal utility + 연도별 attribute level 기반 시장 점유율 forecast (2020-2030) — 하이브리드 1 위 → EV 빠른 부상 → FCEV 2028 LPG 추월.](/papers/kibum-kim-2023-transportation-policy-environmental-impact/fig1.jpeg)

## 요약

이 paper 는 [[jongsulee]] 의 *AFV consumer preference + 정책 시뮬레이션* 라인이 *2030 carbon neutrality 시나리오* 로 확장된 작업. [[kibum-kim-2021-lpg-vehicles-alternative-fuel]] (LPG 의 transitional role 분석) 의 직접 연장이며, 그동안 연구가 부족했던 *FCEV* 를 포함한 6 fuel type 전체의 선호 구조를 한 frame 으로 추정한다는 차별점. 기존 한국 AFV DCE literature 는 Byun et al. (2018), Choi et al. (2018), Shin et al. (2019), Kim et al. (2020), [[kibum-kim-2021-lpg-vehicles-alternative-fuel]] (Kim, Lee, Kim 2021) 에 의해 EV·하이브리드 중심으로 축적되었으나 FCEV 의 선호·시장 forecast 는 공백. 본 paper 는 (i) FCEV 까지 포함한 6-fuel-type DCE, (ii) 2020-2030 동적 시장 시뮬레이션, (iii) *power mix + hydrogen production mix* 의 well-to-wheel GHG 통합 분석으로 *세 layer* 를 결합한다.

방법론은 standard mixed logit utility (Eq. 4) — fuel type 5 dummy + EV × charging time interaction + 4 linear (fuel economy, driving distance, station accessibility, price) + 2 vehicle type dummy + "no choice" dummy. Dummy 는 정규, linear (방향 일관) 는 로그정규. Gibbs sampling 20,000 draws + 10,000 burn-in 으로 추정. 32 orthogonal alternative card 를 8 choice sets × 4 + 1 no-choice 로 구성.

핵심 결과는 *FCEV 의 최저 선호* (-0.733\*\*\*) 와 *하이브리드 1 위* (+0.746\*\*\*). EV 도 가솔린보다 약하게 선호 (+0.337\*\*) — 한국 소비자가 EV·FCEV 를 동일 "친환경" category 로 묶지 않음. SUV/RV 가 가장 선호되는 차종은 LPG paper 와 일치 — 한국 소비자의 spacious-vehicle 선호 패턴이 EV·FCEV 초기 모델 (compact) 의 보급 지연 요인.

시뮬레이션 (Fig. 1, Appendix A2): 2020-2025 하이브리드 압도, 2026+ EV 부상 (충전 인프라 정부 목표 2025 완성 후), 2028 FCEV 가 LPG 추월, 2030 FCEV 약 7% (디젤 수준). 1564 천 대/년 신차 등록 곱하면 누적 FCEV 103.8 만 대 — 정부 85 만 대 목표 초과 (현 보조금 KRW 3,350 만 + 660 충전소 유지 가정, 단 차종 제약 미반영).

Well-to-wheel GHG 분석에서 EV 는 전력 mix 에 좌우 — 2030 9 차 계획 (재생 20.8%) vs 2030 NDC (재생 30.2%) 의 두 시나리오 비교. FCEV 는 *grey hydrogen (천연가스 개질, 9,358 gCO2eq/kgH2) vs blue hydrogen (풍력 전기분해, 950 gCO2eq/kgH2)* mix 의 3 시나리오 (gray 100%, blue 100%, gray:blue = 50:50). 모든 시나리오에서 *grey hydrogen 100% 유지 FCEV* 가 EV 보다 GHG 많이 배출 — 한국 수소 생산 mix 전환이 핵심. [[jongsulee]] 의 *연구 궤적* 안에서 *AFV + 시나리오 시뮬레이션 + LCA* 통합의 정점. 한계: (i) 차종별 (예: FCEV 가 NEXO SUV 만) constraint 미반영, (ii) 비배기 PM 미고려, (iii) 소비자 인식·기대 동학 (Kim et al. 2020 의 reference-dependent) 미적용.

## 핵심 결과

| Fuel type (vs 가솔린) | Mean | Std. D | 유의 |
|---|---:|---:|---|
| 하이브리드 | **+0.746** | 1.646 | \*\*\* |
| EV | +0.337 | 2.272 | \*\* |
| 디젤 | -0.537 | 1.630 | \*\*\* |
| LPG | -0.519 | 1.602 | \*\*\* |
| FCEV | **-0.733** | 1.691 | \*\*\* |

| Linear / 기타 | Mean | 부호 해석 |
|---|---:|---|
| 충전 시간 (10 min, log-normal) | -0.622 | 짧을수록 선호 |
| 연료 효율 (USD/10 km) | -0.920 | 낮을수록 선호 |
| 주행거리 (1000 km) | +0.458 | 길수록 선호 |
| 충전소 비율 (100%) | +0.920 | 많을수록 선호 |
| 차량가 (10K USD) | -1.285 | 낮을수록 선호 |
| Mid/Full (vs subcompact) | +0.216 | \*\* |
| SUV/RV | +0.268 | \*\*\* |
| No choice | -5.038 | 강한 신차 의향 |

(N=665, Log-likelihood -6329.312, AIC 12684.624, Gibbs 10,000 draws after burn-in)

**시장 점유율 forecast (2030)**: 하이브리드 약 30%, EV 약 25%, 가솔린 약 20%, FCEV 약 7%, LPG 약 8%, 디젤 약 7% (Appendix A2). 누적 FCEV 2020-2030: 약 1,038 천 대 → 정부 850 천 대 목표 초과.

**GHG 시나리오** (well-to-wheel, gCO2eq/km, 2030):
- 가솔린: 약 180-200
- 디젤: 약 190-210
- EV: 전력 mix 의존 (9 차 계획 → 약 100-120; NDC → 약 60-80)
- FCEV: 수소 mix 의존 (gray 100% → ~120; 50:50 → ~80; blue 100% → ~10)

## 방법론 노트

Mixed logit utility (Eq. 4):

$$
U_{nj} = \beta_{n,\mathrm{diesel}} d_{\mathrm{diesel}} + \beta_{n,\mathrm{LPG}} d_{\mathrm{LPG}} + \beta_{n,\mathrm{hybrid}} d_{\mathrm{hybrid}} + (\beta_{n,\mathrm{EV}} + \beta_{n,\mathrm{time}} x_{\mathrm{time}}) d_{\mathrm{EV}} + \beta_{n,\mathrm{FCEV}} d_{\mathrm{FCEV}} + \beta_{n,\mathrm{efficiency}} x_{\mathrm{efficiency}} + \beta_{n,\mathrm{distance}} x_{\mathrm{distance}} + \beta_{n,\mathrm{Mid/Full}} d_{\mathrm{Mid/Full}} + \beta_{n,\mathrm{SUV/RV}} d_{\mathrm{SUV/RV}} + \beta_{n,\mathrm{stations}} x_{\mathrm{stations}} + \beta_{n,\mathrm{price}} x_{\mathrm{price}} + \beta_{n,\mathrm{No}} d_{\mathrm{No-choice}} + \varepsilon_{nj}
$$

EV-specific 충전시간 interaction term 으로 EV 만 충전시간 변동 반영. "No choice" alternative 가 strong negative (-5.038\*\*\*) — 한국 소비자의 신차 구매 강한 의향, *base utility* 추정에 중요한 역할.

식별 핵심: (i) Orthogonal design 으로 attribute 간 statistical independence 보장, (ii) Markov chain Gibbs 20K draws 로 Bayesian-equivalent random coefficient 추정 안정성, (iii) "no choice" 옵션 포함으로 *forced choice* artifact 회피. Well-to-wheel 계산:

$$
\mathrm{CO_2}/\mathrm{km}_{EV} = \frac{\sum_{e} w_e \cdot \mathrm{CO_2}_e/\mathrm{kWh}}{\eta_{EV}}, \quad \mathrm{CO_2}/\mathrm{km}_{FCEV} = \frac{\sum_{h} m_h \cdot \mathrm{CO_2}_h/\mathrm{kgH_2}}{\eta_{FCEV}}
$$

$w_e$ = 전력 source share, $m_h$ = 수소 production share, $\eta$ = 차종 energy efficiency. 한국 9 차 계획 + NDC 두 power mix, gray·blue·mixed 3 hydrogen mix 시나리오로 sensitivity 분석.

## 연구 계보

이 paper 는 (i) Hoen & Koetse (2014), Koetse & Hoen (2014) 의 mixed logit 차량 선호 분석, (ii) Kormos et al. (2019) 의 latent class ZEV, Li et al. (2022) 의 hybrid choice + carbon trading, (iii) Helveston et al. (2015, US-China BEV/PHEV), Tanaka et al. (2014, US-Japan AFV) 의 cross-country 비교, (iv) Khan et al. (2020, Japan FCEV) 직접 선행. 한국 라인: Byun et al. (2018), Choi et al. (2018), Shin et al. (2019), Kim et al. (2020), [[kibum-kim-2021-lpg-vehicles-alternative-fuel]] (Kim, Lee, Kim 2021) — 모두 [[jongsulee]] 연구실 또는 [[junghun-kim]] (Kyonggi Univ.) 의 공동 라인. Well-to-wheel 분석은 Jang & Song (2015), Choi & Song (2018), Cetinkaya et al. (2012) 의 LCA 전통. [[jongsulee]] 의 *연구 궤적* 안에서 *AFV preference + 정책 시나리오 + LCA* 통합 정점이며, [[kibum-kim]] 박사과정 *DCE + 시뮬레이션* 시리즈의 carbon-neutral 확장.

## See also

- [[jongsulee]]
- [[kibum-kim]]
- [[junghun-kim]]
- [[discrete-choice-experiment]]
- [[mixed-logit]]
- [[well-to-wheel-analysis]]
- [[fcev]]
- [[carbon-neutrality]]
- [[hydrogen-economy]]
- [[kibum-kim-2021-lpg-vehicles-alternative-fuel]]
- [[kibum-kim-2023-time-varying-electricity-pricing]]
- [[transportation-research-part-d]]