A forecast of household ownership and use of alternative fuel vehicles: A multiple discrete-continuous choice approach

Jiwoon Ahn, Gicheol Jeong, 김연배 (2008) · Energy Economics 30(5):2091–2104 · DOI ↗

한국 가구의 복수 차량 보유 + 주행거리 동시 결정 을 Bhat (2005) 의 mdcev (multiple discrete-continuous extreme value) 모형으로 추정. Stated-preference conjoint survey 280 가구 데이터 + Bayesian random-coefficient 추정. 시뮬레이션 — gasoline 차량이 여전히 first choice (78.2% choice ratio), 그러나 hybrid car 도입 시 gasoline 사용량 33.6% 감소, hybrid + CNG 동시 도입 시 43.6% 감소. 동시 도입 시 CO₂ 배출이 4,051 → 3,593 kg/year (11.3% 감소) — AFV 의 효과적 substitute 역할 정량 입증.

RQ: 한국 가구가 복수의 alternative fuel vehicle (AFV — hybrid, CNG) 을 동시에 보유·사용할 수 있을 때 (i) 어느 차량을 얼마나 보유할지, (ii) 각 차량을 얼마나 주행할지, (iii) AFV 도입이 fuel 소비와 환경 오염에 미치는 정량 효과는?
방법론: 컨조인트 분석 (stated preference, multi-attribute hypothetical alternatives), mdcev (Bhat 2005 의 multiple discrete-continuous extreme value model), random-coefficient-discrete-choice-model + 베이지안 추정 + 깁스 샘플링 (Train 2003 framework 의 MDCEV 확장)
데이터: 한국 가구 stated-preference conjoint survey 280 명. Attributes: fuel type (gasoline·diesel·LPG·CNG·hybrid), body type, maintenance cost, engine displacement, fuel cost (won/km). 응답자는 원하는 만큼 복수 alternative 선택 + 각 차량 주행거리 동시 응답
주요 발견: (i) Gasoline 이 모든 시나리오에서 first choice (Scenario 1 78.2% choice ratio, 12,210 km/year average). (ii) Hybrid 단독 도입 시 (Scenario 2) gasoline usage −33.6%, gasoline choice ratio −19.2% — substitute 효과 큼. (iii) Hybrid + CNG 동시 도입 (Scenario 3) 시 gasoline usage −43.6%, choice ratio −16.4% + hybrid 47.9% / CNG 36.1% 의 choice ratio. (iv) Fuel consumption (per year/가구): gasoline 1,110 → 950 L (−14%), diesel 358 → 215 L (−40%), LPG 318 → 158 L (−50%) — Scenario 1 → 3. (v) CO₂ 배출 4,051 → 3,593 kg/년 (−11.3%), CO −14.5%, HC −17.7%, SOₓ −27.7%. (vi) Hybrid 가 보유율 (choice ratio) 대비 주행거리 share 가 큼 — 한 가구가 hybrid + conventional 동시 보유 시 hybrid 를 더 많이 운행 (낮은 satiation).
시사점: AFV 도입은 gasoline·diesel 직접 대체 효과를 가지나 complete substitute 아닌 partial substitute — 가구가 multi-vehicle 전략으로 gasoline 을 first choice 로 유지하면서 AFV 를 보조 vehicle 로 사용. 정책 수단은 (i) AFV 차량 가격 차이 해소 (subsidy), (ii) hybrid 가 CNG 보다 도입 장벽 낮음 (gasoline station 호환), (iii) CNG 와 hybrid 의 complementary 정책 (둘 다 도입) 이 single-tech 정책보다 효과 큼.

요약

본 paper 는 김연배 author page 의 제2기 (SNU-TEMEP 확장기 2007-2017) 의 초기 작업으로, 그의 consumer preference heterogeneity + Bayesian estimation 라인을 복수 차량 보유 라는 새 차원으로 확장한 대표적 응용. 이정동 의 demand-analysis 라인과 기술경영경제정책전공 의 에너지-환경 라인의 교집합 에 위치 — 기술경영경제정책전공 부임 직후 seunghoon-yoo 와의 인도네시아 paper (Electricity generation and economic growth in Indonesia) 와 함께 에너지 정책 연구 의 기반 형성. 본 paper 의 conceptual move 는 — Brownstone-Train (1999), Dagsvik et al. (2002), Ewing-Sarigollu (2000) 의 single-vehicle MNL/mixed logit AFV 분석을 (i) multiple vehicle ownership 을 명시적 모델링, (ii) vehicle usage (km) 를 연속 결정으로 포함, (iii) Bayesian random-coefficient 로 preference heterogeneity 포착 — Bhat (2005) 의 MDCEV 를 Bayesian 으로 추정 한 first applications 중 하나.

방법론 핵심은 — (i) 컨조인트 분석 survey design (각 응답자가 5 개 hypothetical alternative 중 원하는 만큼 선택 + 주행거리 동시 응답, budget constraint 부과), (ii) Bhat (2005) 의 utility structure $U = \sum_j \exp(\beta_j'x_j) \cdot (m_j + \gamma_j)^{\alpha_j}$ — 각 alternative j 의 baseline utility (선택 확률 결정) 와 satiation (사용량 결정) 을 분리, (iii) 제약 $\sum_j m_j = M$ (총 주행거리 보존) 하의 Kuhn-Tucker conditions 로 closed-form expression 도출, (iv) Train (2003) 의 random-coefficient Bayesian Gibbs sampler 를 MDCEV 의 baseline coefficient $\beta_j$ + satiation $\alpha_j$ 의 random distribution 추정에 확장.

발견은 세 layer. (a) Baseline utility: Fuel type 의 신호 강도가 가장 큼 — gasoline 의 baseline 이 압도적으로 큼 (한국 소비자의 gasoline preference 의 정량 식별). (b) Substitution: Hybrid 단독 도입 시 gasoline usage −33.6%, hybrid + CNG 동시 도입 시 −43.6% — 복수 도입의 marginal 효과 감소 (CNG 의 추가 효과는 hybrid 만큼 크지 않음). (c) 환경 효과: CO₂ −11.3%, SOₓ −27.7% — single-policy 정책 평가에서 복수 차량 보유 의 model 이 single-vehicle MNL 보다 환경 효과를 더 보수적으로 추정 (가구가 AFV 를 완전 대체 가 아닌 보조 차량 으로 사용하기 때문). 한계: (i) 280 가구 small sample, (ii) AFV 가격을 모든 fuel type 에서 동일 가정 (현실에서는 hybrid·CNG 가격 프리미엄), (iii) CNG 기술 성숙도 한계, (iv) Korea-specific stated preference 의 일반화 한계.

핵심 결과

시장 시뮬레이션 결과 (Tables 7-8)

Fuel	Scenario 1 (base)	Scenario 2 (+hybrid)	Scenario 3 (+hybrid+CNG)
Gasoline usage / choice%	12,210 km / 78.2%	8,110 km / 63.2%	6,890 km / 65.4%
Diesel	5,370 km / 46.8%	4,050 km / 34.6%	3,230 km / 34.3%
LPG	3,020 km / 27.9%	1,750 km / 18.2%	1,500 km / 20.0%
CNG	—	—	3,150 km / 36.1%
Hybrid	—	6,690 km / 47.9%	5,830 km / 47.9%

정량 결론. Hybrid + CNG 동시 도입 시 — gasoline 사용량 −43.6%, diesel −39.9%, LPG −50.3%. Gasoline 은 여전히 1 위 (choice ratio 65.4%) 이나 주행거리 점유율 은 크게 감소. AFV 가 complete substitute 아닌 complementary vehicle 로 사용됨을 시사.

연간 배출량 (가구당, Scenario 1 → Scenario 3)

오염원	Scenario 1	Scenario 3	변화
CO₂ (kg)	4,051	3,593	−11.3%
CO (kg)	37.3	31.9	−14.5%
HC (kg)	7.9	6.5	−17.7%
SOₓ (kg)	19.1	13.8	−27.7%

방법론 노트

mdcev (Bhat 2005) 는 single-vehicle MNL 의 one-of-many 제약 + 연속 사용량 미반영 의 두 한계를 동시 해결. Utility structure 는 random coefficient — 각 alternative $j$ 에 baseline utility $\psi_j = \exp(\beta_j' x_j)$ + satiation $\gamma_j$ , $\alpha_j$ . Budget constraint $\sum_j m_j = M$ 하의 효용 극대화.

핵심 식. 가구 $q$ 의 다중 차량 보유·사용 결정:

\max U_q = \sum_{j=1}^{K} \exp(\beta_q' x_{qj}) \cdot (m_{qj} + \gamma_q)^{\alpha_{qj}}

subject to $\sum_j m_{qj} = M_q$ , $m_{qj} \geq 0$ . 여기서 $K$ = alternative 수, $m_{qj}$ = 차량 $j$ 주행거리, $\gamma_q, \alpha_q$ = satiation 모수. Kuhn-Tucker 의 consumption 0 (non-chosen) vs positive (chosen) 조건이 discrete + continuous 결합을 generate. 이 utility 의 random component (i.i.d. extreme value) 가 closed-form joint probability $P(m_1, \ldots, m_K)$ 산출. Bayesian estimation 으로 $\beta_q \sim N(b, W)$ 의 random-coefficient draw + $\gamma_q, \alpha_q$ 의 transformation 모수 동시 추정. 식별은 (i) ranking 정보가 single-choice 보다 풍부, (ii) random coefficient variance 가 between-household preference 차이 식별, (iii) Bhat (2005) 의 utility specification 의 Kuhn-Tucker condition 이 unique solution.

연구 계보

본 paper 는 (a) Brownstone-Train (1999), Dagsvik et al. (2002), Ewing-Sarigollu (2000), Horne et al. (2005) 의 AFV consumer preference literature 와 (b) Kim et al. (2002), Bhat (2005), Bhat-Sen (2006) 의 multiple discrete-continuous choice model literature 의 접속점. Bhat (2005) 의 MDCEV utility structure 를 채택하되 추정 은 Bayesian Gibbs sampler (Train 2003 framework 확장) 로 — Bhat 의 classical (simulated MLE) approach 의 random coefficient + 복수 시도 안정성 한계를 회피. Estimation of consumer preferences on new telecommunications services: IMT-2000 service in Korea 의 Bayesian mixed logit + Effects of consumer preferences on the convergence of mobile telecommunications devices 의 conjoint 응용을 복수 결정 + 연속 변수 로 확장한 직접 후속작. 김연배 author page 의 제2기 SNU-TEMEP 확장기 (2007-2017) 의 에너지-소비자 선호 통합 에 위치 — 본 paper 가 1 기의 두 줄기 (Bayesian discrete choice + 에너지) 의 명시적 통합점. 이후 Consumer preferences for alternative fuel vehicles in South Korea (transportation-research-part-d 등) 의 후속 AFV 분석으로 확장된다 (author page 분류). 기술경영경제정책전공 내 자매 작업으로 Electricity generation and economic growth in Indonesia 와 함께 에너지 정책의 정량 evidence 라인을 구축.

인접 그래프

1-hop 이웃 18개

인물 4
개관 1
방법론 3
주제 2
수록처 1
분류 1
논문 6

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

A forecast of household ownership and use of alternative fuel vehicles: A multiple discrete-continuous choice approach

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (2)