Key Drivers behind the Adoption of Electric Vehicle in Korea: An Analysis of the Revealed Preferences

Eunsung Kim, 허은녕 (2019) · Sustainability 11(23):6854 · DOI ↗

한국 16개 광역시·도 패널 2013~2017 EV 월별 판매 실측치 (revealed preference) 로 EV 채택의 핵심 결정요인을 음이항 회귀 으로 추정한다. 주행거리·재정인센티브·충전인프라·차종 다양성·연료비 절감 중 어느 요인이 가장 강하게 EV 판매를 견인했는지 incident rate ratio (IRR) 로 비교하고, 2018년 보조금 삭감에도 판매가 두 배 증가한 시장 반응을 설명.

RQ: 한국 EV 시장 형성기 (2013~2017) 에 EV 채택을 가장 강하게 견인한 요인은 주행거리·보조금·인프라·다양성·연료비 절감 중 무엇인가?
방법론: 음이항 회귀
데이터: 한국 16개 광역시·도 EV 모델별 월별 판매 자료, 2013~2017 (80 obs); 설명변수 7개 — Diversity, Range, Price, Income, Subsidy, Fast Chargers, Fuel Cost Savings
주요 발견: Range IRR = 1.042*** (1단위 km 증가 시 판매 4.2% 증가). Subsidy IRR = 1.001*** (1단위 만원당 0.1%). Fast chargers IRR = 0.729 (음, 비유의). Fuel cost savings IRR = 0.996* (음, 유의). Diversity, Price 비유의.
시사점: 현재 demand-pull (보조금·충전소) 중심의 EV 정책은 technology-push (배터리 R&D·주행거리) 와 균형을 재조정해야 한다. 보조금만으로는 ICEV→EV 전환의 임계점을 넘기 어렵다.

Figure 1. 한국의 신규 설치 충전소 추이 — 2017년까지 19,304기 Level 2 + 공공 급속 충전기 합산 21,914기가 누적되어 충전 인프라 부족 가설을 약화시킨다.

요약

전기차 채택 결정요인 연구는 대부분 stated preference (DCE) 에 의존해 왔으나, “attitude–action gap” (한국 성인 94% 가 EV 구매 의향 응답 vs 2018 실제 EV 점유율 0.3%) 으로 인해 stated preference 결과가 실제 시장과 괴리되는 경향이 있다. Eunsung Kim · 허은녕 라인은 한국이 2013년부터 본격 EV 보급 정책을 시행하면서 누적된 실제 판매 자료로 revealed preference 분석이 가능해진 시점에 16개 광역시·도 panel (총 80 observation) 을 구성. 한국은 가구당 large sedan 선호가 OECD 최고 수준이며 2013~2017 EV 모델은 모두 소형·준중형이라는 unique consumer preference 가 작용했음.

종속변수는 EV 월별 판매대수 (count). conditional variance >> conditional mean 의 overdispersion 이 확인돼 Poisson 대신 음이항 회귀 채택. 설명변수 7개 — Range, Diversity, Price (Technology-push) + Income, Subsidy, Fast chargers, Fuel cost savings (Demand-pull). IRR (incident rate ratio) = $\exp(\beta_k)$ 로 변수 간 효과 크기 직접 비교. 결과는 driving range 가 통계적으로 가장 robust 한 양의 효과 (IRR 1.042***) 이고, subsidy 의 효과는 양이지만 매우 작음 (IRR 1.001***). Fast chargers 는 음의 IRR (0.729, 비유의) 인데, 한국 EV 사용자의 fast: Level 2 charger 사용비가 약 3:7 이고 GPO 급속 충전기는 보조적 역할에 그치기 때문으로 해석. Fuel cost savings 도 음 (IRR 0.996*) — 소비자가 연료비 절감을 과소평가하거나 정확히 계산하지 않는다는 기존 literature 와 일치.

함의는 demand-pull 정책 (보조금·충전소 확충) 의 한계가 명시적으로 드러난다는 점. 2018년 환경부 보조금 삭감에도 EV 판매가 두 배로 증가한 시장 반응은 보조금이 dominant driver 가 아니라는 본 paper 의 추정과 정합. R&D (기술 push) 와 보조금 (수요 pull) 의 정책 mix 재조정, 그리고 한국 소비자가 선호하는 large sedan segment 에 EV 출시가 부재했다는 사업 함의가 도출됨.

핵심 결과

Negative binomial regression IRR 결과 (Table 3):

변수	IRR	Std. Error	유의수준	해석
Diversity (units)	0.954	0.117	n.s.	비유의
Range (km)	1.042	0.007	***	km 1↑ → 판매 4.2%↑
Price (만원)	1.000	0.003	n.s.	보조금이 가격차 흡수
Income (만원)	1.000	0.000	n.s.	비유의
Subsidy (만원)	1.001	0.000	***	만원당 0.1%↑
Fast Chargers (per EV)	0.729	0.459	n.s.	음, 비유의
Fuel Cost Savings (만원)	0.996	0.002	*	만원당 0.4%↓

*** p<0.01, * p<0.1. N = 80 (16 광역시·도 × 5년).

추가 사실: 한국 EV 누적 보급 2017년말 25,593대, 충전기 21,914기. 2018년 상반기에만 11,866대 판매 (2017 연간과 유사). 2017 보조금 + 세제 = 약 2,611만원, 평균 EV-ICEV 가격차 약 2,274만원.

방법론 노트

음이항 회귀 은 count outcome 의 overdispersion (variance > mean) 을 gamma-distributed unobserved heterogeneity 로 모형화한다. EV 월별 판매처럼 zero·low count 가 빈번하고 광역시·도 간 분산이 큰 panel 에 Poisson 보다 적합.

\text{Sales}_{i,t} = \beta_1 \text{Diversity}_{i,t} + \beta_2 \text{Range}_{i,t} + \beta_3 \text{Price}_{i,t} + \beta_4 \text{Income}_{i,t} + \beta_5 \text{Subsidy}_{i,t} + \beta_6 \text{Chargers}_{i,t} + \beta_7 \text{FCSaving}_{i,t} + \alpha_i + \varepsilon_{i,t}

NegBin 의 intensity parameter $\mu = \exp(\beta X)$ 와 unobservable heterogeneity $u \sim \Gamma(1/\sigma, 1/\sigma)$ 의 곱이 conditional mean 을 형성:

\text{Sales}_{i,t} \sim \text{Poisson}(\mu \cdot u), \quad u \sim \Gamma(1/\sigma, 1/\sigma)

IRR = $\exp(\beta_k)$ 는 설명변수 1단위 증가 시 기대 판매대수의 multiplicative 변화. IRR > 1 이면 양의 효과, < 1 이면 음의 효과. IRR 의 multiplicative 성질이 변수 간 효과 크기 비교를 직관적으로 만든다.

연구 계보

EV 채택 결정요인 라인의 두 갈래 — stated preference (Carley et al. 2013, Hidrue et al. 2011, Egbue and Long 2012, Schuitema et al. 2013, Hardman et al. 2016 등) 와 revealed preference (Sierzchula et al. 2014 의 cross-country, Mersky et al. 2016 노르웨이, Wee et al. 2018 미국 50개주) — 중 후자에 한국 사례를 추가. 한국 EV 의 revealed preference 분석은 본 paper 가 첫 본격 시도. 한국 EV 시장 형성기 관련 선행 stated preference 라인 — Byun et al. 2018 의 이산선택 모형 (예측 EV 점유율 13.52% vs 실측 0.72% 괴리), Kwon et al. 2018 의 제주 EV 사용자 WTP 분석, Kim et al. 2018 의 perceived value 모형 — 의 한계를 명시적으로 보완한다. 허은녕 의 3기 (2018~2024) 자동차·에너지 시스템 정책 라인의 출발점이며, 이후 Economic and environmental impacts from the China-Korea power grid interconnection 등 전력 시스템 분석으로 확장된다.

인접 그래프

1-hop 이웃 9개

인물 2
방법론 2
주제 2
수록처 2
논문 1

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

이 문서를 가리키는 페이지

인물 (1)

허은녕