Asymmetric Preference and Loss Aversion for Electric Vehicles: The Reference-Dependent Choice Model Capturing Different Preference Directions

Junghun Kim, hyunchan-seung, 이종수, Joongha Ahn (2020) · Energy Economics 86:104666 · DOI ↗

한국 전기차 (EV) 보급의 정체 (2019.6 누적 등록 72,814 대, 전체 차량의 0.31%) 원인을 reference-dependent choice model 로 분석. 응답자가 현재 보유 차량의 attribute 를 reference point 로 두고 EV alternative 를 평가한다고 가정하면, 차종 (SUV vs sedan) 의 loss aversion $\lambda = 2.162$, 연비의 loss aversion $\lambda = 2.264$ 로 둘 다 강한 비대칭. 정부의 EV 보조금보다 충전소 접근성 80% 확보 가 시장 확산에 결정적이며, SUV 형 EV 모델 출시가 SUV 보유 소비자 (49.4%) 효용을 회복시킨다.

• RQ: EV 보급 정체는 단순 가격·기술 문제가 아니라 기존 보유 차량 대비 비대칭 손실회피 의 결과인가? Attribute 의 preference direction 이 이질적 일 때 (예: 일부는 SUV 선호, 일부는 sedan 선호) reference-dependent 모형으로 어떻게 식별하는가?
• 방법론: reference-dependent-choice-model, 혼합 로짓, loss-aversion, discrete-choice-experiment, bayesian-inference, 민감도 분석
• 데이터: 한국 7 개 도시 (서울 + 5 광역시 + 경기 신도시) 20~59 세 N=675 중 차량 보유자 N=532 (Gallup Korea face-to-face); 6 attribute (연료 4 종 · 차종 2 · 연비 3 · 충전 접근성 3 · 차량가격 4 · 스마트카 옵션 2) × 576 조합 중 12 choice cards 3 sets
• 주요 발견: Loss aversion parameter — SUV 차종 $\lambda = 2.162$, 연비 $\lambda = 2.264$ (둘 다 prospect theory 의 표준 범위); SUV 선호 49.4%, 비선호 50.6% — 거의 50:50 이질성; SUV 비선호 direction 한계효용 -2.825 *** vs preference direction +1.307 ***; AIC reference-dependent 3,685.18 < standard 3,948.15 (모형 적합도 우월); 충전소 접근성 3% → 80% 변화 시 EV positive net utility ratio 가 거의 선형 증가하지만 80~100% 구간에서 급격 가속
• 시사점: 정부는 EV 보조금보다 충전 인프라 우선 투자. SUV 형 EV 모델 출시는 SUV 선호자 (49.4%) 시장의 핵심. 수소차도 동일 — sedan 형 라인업 부재가 보급 제약

요약

한국은 2020 년까지 교통 부문 온실가스 34% 감축 목표 아래 EV 보급에 R&D · 보조금 · 충전 인프라 (2014 년 177 곳 → 2020 년 7 배) 의 3 축 정책을 집행해왔지만, 2019 년 6 월 기준 EV 누적 등록 0.31% 에 그쳤다. 기존 DCE 연구 (Brownstone et al. 2000, Hidrue et al. 2011 등) 는 모두 EV attribute 를 절대 수준 으로 모형화하고 utility 의 선형 가산 을 가정했지만, prospect theory (Kahneman-Tversky 1979) 는 소비자가 현재 보유 제품의 attribute 를 reference point 로 두고 상대적 차이 를 비대칭 으로 평가한다고 주장한다. Mabit and Fosgerau (2011) · Mabit et al. (2015) 가 alternative fuel vehicles 에 reference-dependent 모형을 처음 적용했지만, 모든 응답자에게 동일 reference (내연차) 를 부여하고 동일 preference direction (가격·시간) attribute 만 다뤘다. 본 논문은 Reference-Dependent Preferences on Smart Phones in South Korea: Focusing on Attributes with Heterogeneous Preference Direction 의 heterogeneous preference direction method 를 EV 차종 attribute (일부 SUV 선호, 일부 sedan 선호) 에 확장한 첫 시도다.

분석은 2 단계 Bayesian mixed logit + reference-dependent. (1) Standard mixed logit 으로 개별 응답자의 SUV 선호 direction $\beta^1_{n,SUV}$ 부호 식별 — 결과: SUV 선호 263 (49.4%), 비선호 269 (50.6%) 의 거의 50:50 분포. (2) Reference-dependent mixed logit 에서 각 응답자의 alternative attribute 가 preference direction (자기 선호와 일치) 이면 standard coefficient $\beta_{n,SUV}$, non-preference direction 이면 $\beta_{n,SUV} \lambda$ 로 가중. 결과: SUV preference direction +1.307 ***, non-preference -2.825 ***, $\lambda = 2.162$. 연비 (same preference direction attribute) 도 동일 framework — preference (증가) +0.325 ***, non-preference (감소) -0.736 ***, $\lambda = 2.264$. 모형 비교: log-likelihood -1,832.59 (reference-dependent) > -1,966.08 (standard); AIC 3,685.18 < 3,948.15 으로 reference-dependent 가 명확히 우월.

Sensitivity analysis 는 EV 와 gasoline 의 net utility 차이 $U^*_{ni} = U_{n,EV} - U_{n,gas}$ 가 양수인 응답자 비율을 충전소 접근성·연비 변화에 따라 simulate. 결과: 현재 충전소 3% 수준에서 연비를 100 km/L 까지 끌어올려도 positive net utility ratio 30% 가 한계 (현재 정부 목표). 충전소 80% 까지 확보하면 연비 개선 없이도 동일 30% 달성. 80~100% 구간에서 곡선 slope 가 급격 증가 — reference point (100%) 에 근접할수록 marginal utility deceleration 이 사라지는 prospect theory 패턴. 정책 함의: (i) 충전 인프라 투자가 보조금보다 효율적, (ii) SUV 형 EV 라인업 부재가 SUV 선호자 (49.4%) 시장 진입의 결정적 장벽, (iii) 수소차도 같은 논리 — 한국은 SUV 형만 출시 중이지만 sedan 형 시장이 미진입 상태로 잠재 보급 제약.

핵심 결과

Standard vs reference-dependent mixed logit (N=532, AIC 비교)

항목	Standard	Reference-dependent
Log-likelihood	−1,966.08	−1,832.59
AIC	3,948.15	3,685.18
BIC	3,982.37	3,727.94

Reference-dependent 한계효용 (Bayesian Gibbs sampling)

Attribute	Direction	Mean coef.	SD	$\lambda$
SUV (vs ordinary)	Preference	+1.307***	3.029***	—
SUV (vs ordinary)	Non-preference	−2.825***	3.002***	2.162
연비 (km/L)	Preference (증가)	+0.325***	1.572***	—
연비 (km/L)	Non-preference (감소)	−0.736***	5.833***	2.264
충전 접근성 (10%)	Non-preference (감소)	−0.726***	4.260***	—
차량가격 (KRW 1000만)	—	−1.483***	4.496***	—
스마트카 옵션	—	+1.459***	2.389***	—

SUV 선호 분포 (heterogeneous direction)

SUV 선호	SUV 보유	SUV 미보유	합계
선호	83 (15.6%)	180 (33.8%)	263 (49.4%)
비선호	72 (13.5%)	197 (37.0%)	269 (50.6%)
합계	155 (29.1%)	377 (70.9%)	532 (100%)

Sensitivity 시뮬레이션 핵심 임계치

• 충전소 접근성 3% (현재) + 연비 100 km/L → EV positive net utility ratio ≈ 30%
• 충전소 접근성 80% + 현재 연비 → 동일 30% 달성
• 80~100% 접근성 구간에서 slope 급격 증가 (reference point 효과)

방법론 노트

reference-dependent-choice-model 의 핵심은 attribute 의 preference direction 이 응답자별로 다를 수 있는 case (예: SUV vs sedan) 를 2 단계 식별 로 처리하는 것. Step 1: standard mixed logit 으로 개별 $\beta^1_{nk}$ 부호 추정. Step 2: alternative attribute $x_{jk}$ 와 reference $x_{rk}$ 의 차이를 응답자의 방향 부호 와 비교해 같으면 preference direction, 다르면 non-preference direction.

Heterogeneous direction attribute 의 utility:

$$U_{nj} = I(\text{matched}) \sum_k \beta_{nk} |x_{jk} - x_{rk}| + I(\text{unmatched}) \sum_k \beta_{nk} \lambda |x_{jk} - x_{rk}| + \varepsilon_{nj}$$

여기서 matched = $(\beta^1_{nk} \geq 0 \, \& \, x_{jk} \geq x_{rk})$ or $(\beta^1_{nk} < 0 \, \& \, x_{jk} < x_{rk})$. Same preference direction attribute (연비) 는 단순 비교:

$$U_{nj}^{spd} = I(x_{jk} \geq x_{rk}) \beta_{nk} |x_{jk} - x_{rk}| + I(x_{jk} < x_{rk}) \beta_{nk} \lambda |x_{jk} - x_{rk}|$$

Sensitivity analysis 의 핵심:

$$U^*_{ni} = U_{n,EV} - U_{n,gas} > 0$$

가 만족되는 응답자 비율을 EV attribute 의 함수로 시뮬레이션. 식별은 (i) 12 choice cards 의 orthogonal design + (ii) standard mixed logit 의 individual coefficient 분리 + (iii) reference point 의 외생성 (응답자 현재 보유 차량의 실측 attribute) 으로 확보. 추정은 MCMC + Gibbs sampling (Edwards and Allenby 2003) — MLE 의 initial-value 의존성 회피.

연구 계보

본 paper 의 직접 method 조상은 Reference-Dependent Preferences on Smart Phones in South Korea: Focusing on Attributes with Heterogeneous Preference Direction (Kim, Lee, Ahn 2016, Computers in Human Behavior) — heterogeneous preference direction 의 reference-dependent DCM 을 smartphone OS 에 적용한 method origin. 본 paper 는 그 framework 를 EV 차종에 확장. AFV reference-dependent 라인은 Mabit and Fosgerau (2011, Transportation Research Part D) · Mabit et al. (2015, Transportation Research Part A) 의 덴마크 alternative fuel vehicles 분석이 시작. EV 보급 DCE 라인은 Hidrue et al. (2011, Resource and Energy Economics) · Brownstone et al. (2000, Transportation Research Part B) · Hong, Koo, Jeong, 이종수 (2012, Energy Policy) · Ahn, Jeong, Kim (2008, Energy Economics). Acknowledgment 에 구윤모 와 Jungwoo Shin 이 DCE design 협력으로 명시. 이종수 author page 의 제3기 행동경제학 심화 라인에서 sibling Do People Really Want Renewable Energy? Who Wants Renewable Energy? Discrete Choice Model of Reference-Dependent Preference in South Korea (재생에너지 정책 reference-dependent), Smartphone Preferences and Brand Loyalty: A Discrete Choice Model Reflecting the Reference Point and Peer Effect (스마트폰 brand loyalty reference-dependent) 와 함께 3 부작 reference-dependent 시리즈.

See also

• reference-dependent-choice-model
• 혼합 로짓
• loss-aversion
• discrete-choice-experiment
• bayesian-inference
• 민감도 분석
• electric-vehicle
• charging-infrastructure
• preference-heterogeneity
• Junghun Kim
• hyunchan-seung
• 이종수
• Joongha Ahn
• 구윤모
• Do People Really Want Renewable Energy? Who Wants Renewable Energy? Discrete Choice Model of Reference-Dependent Preference in South Korea
• Smartphone Preferences and Brand Loyalty: A Discrete Choice Model Reflecting the Reference Point and Peer Effect
• Reference-Dependent Preferences on Smart Phones in South Korea: Focusing on Attributes with Heterogeneous Preference Direction

인접 그래프

1-hop 이웃 12개

• 인물 4
• 방법론 2
• 수록처 1
• 분류 1
• 논문 4

↻ 초기화

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

이 문서를 가리키는 페이지

논문 (3)

• Demand Forecasting of Diesel Passenger Car Considering Consumer Preference and Government Regulation in South Korea
• Do People Really Want Renewable Energy? Who Wants Renewable Energy? Discrete Choice Model of Reference-Dependent Preference in South Korea
• Smartphone Preferences and Brand Loyalty: A Discrete Choice Model Reflecting the Reference Point and Peer Effect

인물 (1)

• 이종수