Environmental Impacts of Transportation Policy and Vehicle Market Share Predictions

Kibum Kim, 문성호, 이종수, Junghun Kim (2023) · transportation-research-part-d 114:103550 · DOI ↗

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 + 혼합 로짓 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”), 혼합 로짓 (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.

요약

이 paper 는 이종수 의 AFV consumer preference + 정책 시뮬레이션 라인이 2030 carbon neutrality 시나리오 로 확장된 작업. Can Liquefied Petroleum Gas Vehicles Join the Fleet of Alternative Fuel Vehicles? Implications of Transportation Policy Based on Market Forecast and Environmental Impact (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), Can Liquefied Petroleum Gas Vehicles Join the Fleet of Alternative Fuel Vehicles? Implications of Transportation Policy Based on Market Forecast and Environmental Impact (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. 이종수 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), Can Liquefied Petroleum Gas Vehicles Join the Fleet of Alternative Fuel Vehicles? Implications of Transportation Policy Based on Market Forecast and Environmental Impact (Kim, Lee, Kim 2021) — 모두 이종수 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. 이종수 의 연구 궤적 안에서 AFV preference + 정책 시나리오 + LCA 통합 정점이며, Kibum Kim 박사과정 DCE + 시뮬레이션 시리즈의 carbon-neutral 확장.