Effectiveness of battery electric vehicle promotion on particulate matter emissions reduction

Hyunhong Choi, 구윤모 (2021) · transportation-research-part-d 93:102758 · DOI ↗

한국 정부가 2019 년 한 해에 미세먼지 (PM) 관리 사업 USD 4,687 million 중 USD 1,007 million (12%) 을 BEV 보조금에 투입했고 그 법적 근거 가 “미세먼지 감축” 이지만, 실제 BEV 채택자 대부분이 gasoline vehicle (GV) 소유자 — 정작 PM10 의 ~90% 를 배출하는 diesel vehicle (DV) 소유자 의 교체 행위 변화는 미미하다. Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior 의 vehicle-replacement-model (VRM) 을 활용한 2018–2025 8 년 ex-ante 시뮬레이션으로 정량 평가. BEV 보조금만으로 2025 년 BEV stock 6.0% → 7.9% (+1.9pp, +30%) 증가하지만 DV stock 23.9% → 23.3% (−0.6pp) 거의 변화 없고 PM10 감축 2.1% / NOx 감축 0.8% 에 그침. 대안으로 (a) DV 등록세 USD 2,745 + (b) DV 소유자에 한해 BEV 구매 시 USD 8,579 targeted rebate (tax balance 동등) 시 PM10 −13%, NOx −11% 달성 가능.

RQ: 한국의 BEV 보조금이 공시 목적 (미세먼지 감축) 에 효과적인가? GV vs DV 대체 패턴의 비대칭이 정책 효과를 어느 정도 약화하는가? 어떤 feebate 결합 이 가장 효율적인가?
방법론: vehicle-replacement-model (VRM, Choi-Koo 2019) — 응답자 status quo (SQ) 차량을 명시적으로 모델링한 혼합 로짓 의 확장. SQ × 신차 모델 transition probability 를 분기별 계산해 stock 변화 simulate. market-simulation 5 시나리오: (1) no policy, (2) base (BEV 보조금만), (3) fuel tax (디젤 +13.58%), (4) registration tax (DV +USD 2,745), (5) targeted rebate (DV 소유자만 BEV 추가 USD 8,579) / non-targeted rebate (모든 BEV +USD 1,287). 모두 동일 tax balance
데이터: 한국 800 응답자 stated preference (Choi-Koo 2019), 2018 SQ 조사. 5 powertrain × 4 vehicle class × 3 infra × 가격 attributes. PM10 / NOx emission coefficient — 국립환경과학원 (2015) DV PM10 0.0100–0.0176 g/km vs BEV 0.0011–0.0012 g/km (10–15× 차이), DV NOx 0.145–0.153 g/km vs GV 0.016–0.027 g/km (5–8× 차이). BEV 의 upstream emissions (전력 생산 mix 40% 석탄 / 22% LNG) 포함
주요 발견: (i) Base — 2025 BEV stock 7.9% (no policy 6.0% 대비 +30% 상대), DV stock 23.3% (vs 23.9%) → PM10 −2.1% / NOx −0.8%. (ii) Fuel tax — 단기 효과 큼 (디젤 사용 즉시 감소) 그러나 장기 DV stock 변화 미미. (iii) Registration tax — DV stock 2025 기준 20.9% (vs base 23.3%, −10%) → PM10 −6%, NOx −4%. (iv) Targeted rebate (DV 소유자만 BEV +USD 8,579) — BEV stock 9.5% (vs registration tax 8.1%) + DV stock 추가 감소 → PM10 −13%, NOx −11%. (v) Non-targeted rebate (모든 BEV +USD 1,287) — BEV stock 효과 절반, DV stock 거의 영향 없음. (vi) 경제효과 — Targeted rebate 2025 년 단년 PM 손실 USD 159.9 million + NOx USD 50.9 million 절감, vs base 25.8 / 5.8
시사점: BEV 보조금만으로는 공시 정책 목적 달성 불가 — 대체 패턴 의 비대칭 (BEV ← GV ≫ BEV ← DV) 이 핵심 bottleneck. 정책 처방: (i) push — DV registration tax, (ii) pull — BEV 보조금, (iii) targeting — DV 소유자에 한정한 BEV rebate. 세 결합이 PM10·NOx 모두 두 자릿수% 감축. 한국 정부의 fuel tax + non-targeted incentive 위주 정책 토론은 non-optimal

Fig. 5. Feebate (regulation + rebate) 결합 정책의 2025 년 DV/BEV stock + PM10/NOx 감축률 (vs base). Targeted rebate (DV 소유자만) + registration tax 결합이 PM10 −13% / NOx −11% 로 최우수, non-targeted rebate (모든 BEV) 는 NOx 가 오히려 미세 증가 (93.4% → 93.5%) — GV 소유자가 BEV 로 전환 시 BEV upstream NOx 가 GV tail-pipe NOx 보다 약 2 배라.

요약

이 paper 는 구윤모 의 2 기 SNU TEMEP 부임 초기 (2017–2021) 에너지-환경 정책 집중 라인의 정점 작업. Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior 의 VRM (vehicle replacement model) 방법론을 그대로 가져와 실제 한국 정책 의 ex-ante 평가에 직접 적용. “BEV 보조금이 미세먼지 감축에 효과적인가?” 라는 정책적으로 상식 으로 통하는 가정을 정량 시뮬레이션으로 부분 반박 — intent–outcome gap 의 행동경제학적 표시. 한국 정부가 2019 년 미세먼지 관리 사업 총예산 USD 4,687 million 중 12% (USD 1,007 million) 을 BEV 보조금에 투입했고 그 법적 근거 (“미세먼지 저감 및 관리에 관한 특별법”) 가 PM 감축 을 명시함에도 불구하고, 시뮬레이션은 효과가 trivial 함을 보여줌.

방법론 핵심은 VRM 의 status quo 명시화. 일반 mixed logit choice model 은 신차 alternatives 만 비교 → 차량 교체 행위에서 현재 보유 차량의 가치 (감가상각 vs 추가 사용 옵션) 가 누락. VRM 은 현재 SQ 차량 도 choice set 의 alternative 로 포함, age dummy + SQ dummy 로 교체 결정 자체를 모델링. 본 paper 는 더 나아가 deterministic transition-probability 방식 — 매 시점 각 가능 SQ 상태에서 다음 시점 모든 가능 SQ 상태로의 전이 확률을 계산해 stock 분포 update. 기존 agent-based simulation (Choi-Koo 2019) 의 stochastic 결과를 deterministic 결과로 대체, 재현성 확보.

실증은 한국 2018–2025 8 년 시뮬레이션, 5 시나리오 비교. PM10 emission coefficient — DV 0.0100–0.0176 g/km, BEV 0.0011–0.0012 g/km, GV 무시 (PM 거의 안 배출). NOx — DV 0.145–0.153, GV 0.016–0.027, BEV 0.039–0.044 (한국 전력 mix 40% 석탄 + 22% LNG 의 upstream). 시뮬레이션 결과 base 시나리오의 BEV stock 7.9% 는 BEV 보조금이 진짜 BEV 채택을 +30% 늘렸음을 보이지만, DV stock 23.3% 는 GV → BEV 대체가 dominant 임을 정량 입증. PM10 감축 2.1% 의 경제 가치 (IMF 2014 PM damage cost 기준) USD 25.8 million 만 — BEV 보조금 USD 1,007 million 의 2.5% 회수. Registration tax + targeted rebate 결합 시 PM10 감축 13% → 경제 가치 USD 159.9 million 으로 6 배 증가. 한계: (i) manufacturer response (모델 launch / 단종) 미고려, (ii) 전력 mix 의 future shift 미고려 (10 년 분석에서 보수적 가정), (iii) 동일 가격 elasticity 가정 across powertrain.

핵심 결과

5 시나리오 2025 년 vehicle stock + 배출량 감축 (base 시나리오 vs no policy 100%)

시나리오	BEV stock	DV stock	PM10 (vs 100%)	NOx (vs 100%)
No policy	6.0%	23.9%	100.0%	100.0%
Base (BEV 보조금만)	7.9% (+30%)	23.3%	97.9% (−2.1%)	99.2% (−0.8%)
+ Fuel tax (디젤 +13.58%)	8.0%	22.5%	~95%	~98%
+ Registration tax (USD 2,745)	8.1%	20.9%	~94%	~93%
+ Targeted rebate (DV→BEV +USD 8,579)	9.5%	20.5%	~87%	~89%
+ Non-targeted rebate (모든 BEV +USD 1,287)	8.6%	21.0%	~93%	93.5%

→ Targeted rebate + registration tax 가 PM10 −13%, NOx −11% 로 최우수. Non-targeted 는 NOx 가 오히려 미세 증가 (BEV upstream NOx 가 GV 보다 2 배).

경제효과 (2025 년 단년, IMF 2014 damage cost 기준)

시나리오	PM 손실 절감 (USD million)	NOx 손실 절감
Base	25.8	5.8
Targeted rebate	159.9	50.9

→ Targeted rebate 가 BEV 보조금 단독 대비 6–9 배 효과.

정책 진단: 한국 정부의 PM 감축 토론이 fuel taxation + non-targeted incentive 위주인 점이 non-optimal. DV 등록세 + DV→BEV targeted rebate 결합이 정답.

방법론 노트

VRM 의 핵심은 status quo 차량을 alternative 에 포함. 일반 mixed logit 의 utility 에 age + SQ dummy 추가:

U_{ij} = \beta_i^\top X_j + \alpha_i^{\mathrm{age}} \ln(\mathrm{age}_j + 1) + \alpha_i^{\mathrm{SQ}} D_{j, \mathrm{SQ}} + \varepsilon_{ij}

각 응답자의 SQ 차량 도 alternative 로 포함 → “no purchase + current SQ 유지” 선택지가 자연스럽게 모델링. 신차 j 의 transition probability 는 응답자 i 의 SQ 가 $k$ 일 때:

P_{i, k \to j} = \frac{\exp(U_{ij})}{\sum_{j'} \exp(U_{ij'})}

PM emission 의 평균 vehicle stock 식:

PE_{k, y} = \sum_p SS_{p, y} \cdot EC_{p, k} \cdot e_p

$SS_{p, y}$ 은 vehicle type $p$ 의 stock share, $EC_{p, k}$ 는 pollutant $k$ 의 emission coefficient, $e_p$ 은 가격 elasticity 기반 사용량 조정.

식별의 핵심: (i) 800 응답자의 stated preference + actual SQ → individual-level parameter 분포 추정, (ii) deterministic transition probability 계산 → simulation 결과의 재현성, (iii) tax-balanced 시나리오 설계 → feebate 효과의 공정한 비교, (iv) upstream emission 포함 → BEV 의 진짜 환경효과 측정.

연구 계보

본 paper 는 EV 환경효과 문헌의 두 진영 위에 위치. (i) GHG 감축 효과 lineage — Woo et al (2017), Wolinetz-Axsen (2017), Choi et al (2018), Gai et al (2019). (ii) Air quality 효과 lineage — Ji et al (2012), Weis et al (2015), Nopmongcol et al (2017), Shin et al (2019). VRM 측 — Bento et al (2009) 의 vehicle stock turnover, Greene et al (2005) 의 feebate 정통, Hennessy-Tol (2011) 의 feebate accountability, Whitefoot et al (2017) 의 manufacturer response, Sen et al (2017), Shafiei et al (2012) 의 agent-based vehicle simulation, Train (2009) Discrete Choice Methods. 본 paper 의 직접 predecessor 는 Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior (VRM 원형) — 같은 dataset + 방법론.

구윤모 의 2 기 SNU TEMEP 부임 초기 (2017–2021) 에너지-환경 정책 집중 라인의 정점. 그녀의 V2G + EV 보조금 + ICE 대체 작업들의 직접 sibling. Hyunhong Choi 와의 long-running collaboration 의 중심 paper 중 하나. Jiyeon Jung 의 카셰어링 GHG paper 같은 EV/친환경 정책의 한계 발견 패러다임 공유.

인접 그래프

1-hop 이웃 9개

인물 3
방법론 1
주제 1
분류 1
논문 3

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

이 문서를 가리키는 페이지

논문 (2)

인물 (1)

구윤모