Semi-dynamics of electric vehicle adoption based on strategic consumer choices: Preference statement-guided forward-looking behavior based on individual expectations

Wooje Seong, Hyunhong Choi, 구윤모 (2026) · journal-of-choice-modelling 58:100584 · DOI ↗

Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior (2019 VRM 의 정점) 의 방법론적 후속 → 이론적 완성. 새 semi-dynamic structural model — 연구자 설계 미래 시나리오 대신 응답자 개인의 기대 (individual expectations) 활용. markov-decision-process (MDP) 기반 최적 정지 (optimal stopping) 문제 로 구매 시점을 내생적 결정. Cross-sectional SP 데이터 안에 동적 의사결정 logic 구조화. 825 명 × 9 choice task: EV 충전소 3 배 빠른 증가 기대 시 10 년 내 EV > ICE 채택. Static 모형의 EV 선호 과대추정 보정.

RQ: 기존 static SP 모형 이 EV 선호를 과대 추정하는 외부 시나리오 편의 (researcher-imposed scenario bias) 의 한계를 응답자 개인 기대 활용으로 어떻게 극복하는가?
방법론: Semi-dynamic structural model — markov-decision-process (MDP) + optimal stopping problem. Cross-sectional SP 데이터 에서 individual 기대 (개인 예측) 를 transition probability 로 활용
데이터: 한국 825 명 응답자 × 9 choice tasks SP 설문. EV station accessibility 의 개인 기대 (1-5 년 전망) 직접 elicit
주요 발견: (1) Static 모형이 EV 선호 과대 — 외부 시나리오 편의 입증. (2) Semi-dynamic 모형이 expectation-driven utility + intrinsic valuation 분리. (3) 장기 가격 sensitivity > static 추정 — 현재가의 present value 효과 포함. (4) Counterfactual 시뮬레이션: EV 충전소 3 배 빠른 증가 기대 시 10 년 내 EV > ICE. 반면 단기 채택자는 여전히 ICE 선호 — 장기 전망 + 인프라 trust 의 결정성.
시사점: SP 데이터의 researcher-imposed scenario 가 낙관 편의. Respondent’s own forecasts 활용은 연구 method 의 근본 진보. EV 정책 — 충전 인프라 trust + 장기 전망 일관성 이 채택 견인. Static 분석 의존 정책 평가의 위험.

응답자 개인 기대 기반 MDP optimal stopping semi-dynamic EV 채택 의사결정 모형 도식.

요약

이 paper 는 구윤모 의 연구 궤적 안에서 최신 (2026) 정점 작업 — 방법론적 혁신. Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior (2019 VRM) 의 이론적 한계 — 연구자 설계 미래 시나리오 + static 가정 with future state 실현 가정 — 를 근본 극복. Wooje Seong (제 1 저자) 가 Hyunhong Choi + 구윤모 와 Journal of Choice Modelling 의 최고 수준 방법론 paper 발표.

방법론적 혁신의 핵심:

(i) Researcher-imposed scenario bias 의 진단: 기존 SP 설문은 응답자에게 연구자 설계 미래 (예: “1 년 후 EV 가격 30M KRW + 충전소 2 배”) 를 제시 → 응답. 그러나 실제 응답자의 미래 기대 는 연구자 가정과 다름 → systematic bias.

(ii) Individual expectations 활용: 응답자에게 EV 충전소 (station accessibility) 의 1-5 년 후 자신의 예측 을 직접 elicit. 이 개인별 기대 를 markov-decision-process (MDP) 의 transition probability 로 활용. 연구자 가정 없이 응답자 본인의 forecast 에 의존.

(iii) Optimal stopping framework: 차량 구매 결정을 지금 구매 / 대기 의 binary stopping rule 로 모델링. Bellman equation: $V(s) = \max(\text{buy now utility}(s), \text{discount} \times E[V(s')|s])$ . Cross-sectional SP 데이터 에 동적 logic 구조화 — semi-dynamic.

(iv) Future state 실현 가정 완화: 기존 dynamic choice 모형은 future state realized. 본 paper 는 expected present value 만 사용 — current realized state 와 expected future state 사이 시점 불일치 회피.

핵심 발견:

(i) Static 모형의 EV 과대평가: 9 choice task 에서 static interpretation 가 EV 선호를 systematic 과대. 이유 — 외부 시나리오의 낙관적 가정 이 응답에 anchor.

(ii) Expectation-driven vs intrinsic utility 분리: Semi-dynamic 모형이 station accessibility 기대 효과 (장기 인프라 trust 의 utility 기여) 와 intrinsic EV preference (현재 가격 / 성능에 대한 효용) 를 분리.

(iii) 장기 가격 sensitivity > static 추정: Present value 형식 으로 가격 효과를 모델링하면 현재 가격 1 단위 변화의 장기 effect 가 static 의 단순 계수 보다 큼.

(iv) Counterfactual scenario (Fig. 9): EV station accessibility 의 3 배 빠른 증가 기대 시뮬레이션 → 10 년 내 EV 누적 채택 > ICE. 단기 채택자는 여전히 ICE 선호 — 장기 전망의 결정성. 공공 trust 가 infrastructure rollout 의 가시성 으로 견인.

구윤모 의 연구 궤적 안에서 이 paper 는 2 기 VRM (2019 Choi) 의 이론적 완성. Stated preference 데이터의 근본적 한계 (researcher bias) 의 근본 해결. 최신 방법론 paper 로서 구윤모 의 연구 prepubertal 후반 정점.

핵심 결과

항목	Static 모형	Semi-dynamic 모형
EV 선호 추정	과대	보정
장기 가격 sensitivity	작음	큼 (present value)
Expectation effect	미반영	명시적 분리
Counterfactual 정확성	의문	향상

Counterfactual	EV 채택
EV station 1x 증가 기대	점진
EV station 3x 빠른 증가 기대	10 년 내 EV > ICE
단기 채택자	여전히 ICE (장기 trust 부족)

N=825 응답자 × 9 choice tasks
충전소 trust 가 채택의 핵심 — 장기 인프라 가시성
Researcher-imposed scenario 의 bias 의 체계적 진단

방법론 노트

markov-decision-process 기반 optimal stopping (Bellman):

V(s_t) = \max\left( \underbrace{U(s_t, \text{buy})}_{\text{즉시 구매 효용}}, \quad \underbrace{\delta \cdot E_t[V(s_{t+1})]}_{\text{대기 expected value}} \right)

$s_t$ = state (인프라 수준 + 가격 + 차량 가용성), $\delta$ = discount factor. 핵심: $E_t[V(s_{t+1})]$ 의 expectation operator 가 연구자 가정 이 아닌 응답자의 individual transition probability $P_n(s_{t+1}|s_t)$ — 응답자별 자기 forecast 직접 elicit.

bayesian-mixed-logit 으로 individual 사후분포 추정. Cross-sectional SP 데이터 에서 시간 변동 가정 없이 동적 logic 구조화 = semi-dynamic.

식별 가정: (i) 응답자의 self-report forecast 가 실제 기대 근사 (한계 — anchoring bias), (ii) one-shot SP 가정 (한계 — repeat replacement 미반영), (iii) MDP 의 Markov property.

연구 계보

이 paper 는 (i) Rust (1987) 의 동적 이산선택 + optimal stopping 정통, (ii) Hendel & Nevo (2006) 의 forward-looking durable goods, (iii) Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior 의 VRM 방법론 직접 선행 — 의 이론적 발전. 구윤모 의 연구 궤적 최신 방법론 정점, Do I have to buy it now? A vehicle replacement model considering strategic consumer behavior 의 논리적 완성.

인접 그래프

1-hop 이웃 4개

인물 3
논문 1

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

이 문서를 가리키는 페이지

인물 (1)

구윤모