서론
선행연구 검토
1. 공유차 서비스 관련 연구
2. 수요대응형 대중교통 관련 연구
3. 기존 연구와의 차별점
자료 수집
1. 표본 분포
2. 잠재선호 실험 설계
분석 방법론
분석 결과
1. 현시 선호와 잠재 선호 비교 결과
2. 모형 추정 결과
3. 통행시간 가치
4. 탄력성 분석
결론
서론
교통 혼잡비용은 국내 교통의 고질적인 문제로, 특히 OECD 평균 2배에 달하는 평균 통근 시간(58분)은 운전자의 통근 피로도를 일상으로 만드는 등 천문학적인 사회적 손실을 초래하고 있다(OECD, 2016). 특히 2018년 기준 전국 교통혼잡비용은 44조 원으로 추산되며, 그 중 61%를 서울, 인천, 경기를 포함하는 수도권이 차지하고 있다. 수도권 지역의 통근 혼잡은 타 지역에 비해 현저히 높은 인구 밀도 등으로 인해 더욱 극심한 사회적 문제로 남아있는 실정이다. 이를 타개하기 위해서 국내에서 대중교통 이용률을 증진하기 위한 노력이 꾸준히 이루어졌다. 그런데도 버스와 지하철을 포함한 국내 대중교통의 수단 분담률은 더는 증가하지 않고 정체되는 등 대중교통으로의 수단 전환 유도는 그 한계를 드러낸 지 오래다.
한편, 온디맨드 모빌리티 서비스 등장은 고착화된 교통 혼잡문제를 해소할 수 있는 수단으로 각광받고 있다. 기존 대중교통의 정기적 운행과 달리 수시로 변화하는 수요에 따라 공급, 이용 또는 운행되는 수단을 의미하는 온디맨드 모빌리티 서비스에는 대표적으로 수요대응형 대중교통과 공유차 서비스가 있다. 수요대응형 대중교통은 실시간 수요에 따라 자유로운 경로로 운행하는 새로운 개념의 대중교통으로, 합승을 통해 여러 승객 간 일부 경로를 공유하는 형태를 지닌다. 한편, 공유차 서비스는 기업 또는 타인 소유의 차량을 일시적으로 공유하여 이용하는 서비스이다. 이러한 온디맨드 서비스는 실시간 수요대응형 서비스 제공을 통해 이용자 편의와 필요에 따른 선택폭을 넓히고 합승과 공유라는 특성에 기반한 자원 소모 절감으로 지속가능성을 증대시키며 개인 승용차의 소유 의존도를 감소시켜 그 이용률에 따라 혼잡 감소 효과를 가져올 것으로 기대된다.
그러나 온디맨드 모빌리티 서비스는 기존 교통수단과 확연히 다른 특징을 지니고 있기 때문에, 수단분담의 변화로부터 파생될 위와 같은 효과를 예측하는 데에 선호도에 관한 기존의 연구 결과를 곧바로 적용하기 어렵다는 특징을 지닌다. 대표적으로 공유차 서비스의 경우 차량을 빌리고 반납하는 과정이 필요하며, 수요대응형 대중교통의 경우 승객의 합승에 따라 최단 경로가 아닌 우회 경로를 운행하는 등 탑승 후 총 통행시간이 불확실하다는 점이 존재한다. 이러한 점에서 본 연구에서는 기존 교통수단과 이질적인 온디맨드 모빌리티 서비스의 특성을 고려하여 이용자의 선호도를 조사하여 수단선택 단계에서의 심도 있는 분석을 수행함으로써 수도권 통근상황에서의 온디맨드 모빌리티 서비스의 역할을 규명하는 데에 이바지하고자 한다.
선행연구 검토
온디맨드 모빌리티 서비스와 이를 운영하는 기업이 눈부신 속도로 성장하며 자연스럽게 많은 관련 연구가 다각도로 이루어져 왔다. 그러나 신생 수단이 등장하며 나타날 현상에 대해, 이러한 합승 서비스는 대중교통 이용률을 증진하는 효과를 가져온다는 연구(Feigon and Murphy, 2016)와 6%의 대중교통 분담률 감소가 발생한다는 분석 결과(Clewlow and Mishra, 2017) 등 상호 대립하는 연구가 다수 존재하며 온디맨드 모빌리티 서비스에 대한 정확한 분석은 아직 온전히 이루어지지 않은 실정이다. 궁극적으로 수단 분담의 변화를 예측하기 위해서는 수단분담의 이전 단계인 수단선택 단계에서, 기존 교통수단과 신생 수단이 공존함에 따라 나타날 잠재 이용자의 선호도에 관한 심도있는 연구가 충분히 선행되어야 한다. 예를 들어, 연령, 성별 등 사회경제적 요인과 통행시간, 비용 등 통행 속성에 대해 이용자가 갖는 저항 및 선호도의 이해가 결과적으로 수단분담을 예측 가능케하는 필수 조건이라고 할 수 있다.
더불어 통근 통행은 필수 통행(mandatory trip) 중 하나로서, 많은 통행자가 동일한 시간대에 정기적 통행을 하며 교통 분야에서의 가장 중요한 연구 대상이다(Kim et al., 2020). 통행시간가치의 산정에 업무 및 여가의 분류를 적용하는 것과 같이 통근에 국한되지 않은 선택 상황에서의 선택 행태는 통근을 전제로 한 선택 행태와 분명한 차이를 갖고 있다. 그러나 본 연구에서 대상으로 하는 공유차 서비스와 수요대응형 대중교통의 경우, 통근 교통 내 수단선택의 맥락을 중심으로 하여 진행된 연구는 많지 않다. 특히 수요대응형 대중교통에 관한 연구는 연구 맥락을 불문하고 잠재이용자 선호도에 대한 연구가 크게 부족한 상황이다. 상대적으로 보급이 이루어지지 않은 수단이므로 잠재 선호도에 기반한 연구가 필요한 상황이며, 이는 통근 상황에서의 수요대응형 대중교통을 대상으로 한 본 연구가 차별성을 갖게 되는 점이라고 할 수 있다.
이에 따라 각 온디맨드 모빌리티 서비스에 관련된 일반적 맥락에서의 연구 및 통근 교통수단 선택에 관한 선호도 관련 연구를 종합적으로 검토하였다. 현재까지 연구가 부족한 지점의 보완을 위해 본 연구는 수도권 통근 상황에서의 선호도를 조사하여 온디맨드 모빌리티 서비스의 역할을 조사하고자 하였다. 본 연구의 목적을 고려하여 대표적인 온디맨드 서비스인 공유차 서비스와 수요대응형 대중교통에 관한 국내 ‧ 외 연구 동향을 조사한 후 본 연구가 지니는 차별점을 제시하고자 한다.
1. 공유차 서비스 관련 연구
공유차 서비스의 이용 계층 및 선호도에 관한 연구는 수요대응형 대중교통에 비해 비교적 풍부한 편이다. 관련 연구에서는 공통적으로 연령과 소득 등의 사회경제 변수가 공유차 서비스에 대한 이용 의사와 선호도의 경향성을 설명하는 것으로 분석되었다(Clewlow and Mishra, 2017; Dias et al., 2017). 그 중 Dias et al.(2017)의 연구는 미국 워싱턴 주의 응답자 2,789명을 대상으로 한 지역 통행 조사를 통해 승차 공유와 공유차 서비스를 비교하였으며 순서형 프로빗 모형의 추정을 통해 나이가 어릴수록, 학력과 소득이 높을수록, 높은 인구 밀도 지역에 거주하는 사람일수록 상대적으로 공유차 서비스를 더 많이 이용한다는 것을 밝혀냈다. 또한, 미성년 자녀를 둔 저소득층 가정에서 공유차 서비스 선호도가 낮으며, 차량을 소유하고 있는 경우 공유차 서비스를 이용할 확률이 다소 낮은 경향이 있다는 것을 확인하였다.
Carrone et al.(2020)은 기존 교통수단과 공유차 서비스의 수단 전환 경향성을 분석하여 덴마크 내의 공유차 서비스에 더 친숙하다고 보이는 대학생을 대상으로 피벗 잠재선호도 조사를 수행하였다. 연구 결과, 혼합 로짓 모형을 추정하여 차량 예약, 주차 가능 여부 및 접근 편의성에 대한 지불의사액(Willingness-to-Pay)이 높다는 것을 확인하였다. 이는 공유차 서비스 이용과 확산에 있어 차량 예약, 주차 가능 여부 등 서비스의 특성이 공유차 이용 유도에 중요한 역할을 한다는 것을 시사한다. 또한, 공유차 서비스의 반납 장소가 자유로운 Free-floating 형태의 공유차 서비스가 대중교통과 자전거를 이용하는 사람의 수단 전환을 크게 유도한다는 것을 밝혔다. 이를 포함해 Table 1의 관련 연구에서는 통행 시간, 소득, 연령 등의 공통적인 요인을 제시하고 있으며 주차 및 접근 관련 요인이 갖는 영향도 일부 분석되었다.
Table 1.
Summary of the key finding of previous studies on car-sharing
| Author-year | Area | Approach | Key factors affecting intention to use the service |
| Catalano et al. (2008) | Italy | SP survey | Travel time, cost, parking time, and car ownership |
| Zheng et al. (2009) | U.S. | SP survey | Faculty, income, vehicle ownership |
| Zhou et al. (2008) | U.S. | SP survey | Income, vehicle ownership |
| Efthymiou et al. (2013) | Greece | Survey | PT users, income, age |
| Clewlow and Miahra (2017) | U.S. | Survey | Age, income |
| Dias et al. (2017) | U.S. | Survey | Age, income |
| Carrone et al. (2020) | Denmark | SP survey | Parking availability, access convenience |
2. 수요대응형 대중교통 관련 연구
수요대응형 대중교통은 기존의 대중교통과 달리 경로와 운행계획이 유연하기 때문에 대중교통의 First and Last mile 문제를 해결하기 위해 적합한 서비스로 여겨진다. 그러나 수요대응형 대중교통은 버스와 유사하므로 대중교통 운영에 어떠한 영향을 미칠지에 관한 논란이 지속되고 있다. 따라서 다른 수단과의 연관성을 규명하기 위한 연구가 필요하며, 수요대응형 대중교통의 운영 계획 및 배차 등 전략적 운영 측면에 관한 연구는 다양하게 진행된 바 있다(Amirgholy and Gonzales, 2016).
Yan et al.(2019)은 승용차, 도보, 자전거 및 수요대응형 대중교통을 대안으로 하는 현시 및 잠재선호를 결합한 혼합 로짓 모형을 추정하여 미시간 지역의 수단 선호를 분석하였으며, 수요대응형 대중교통이 대중교통으로의 접근성을 개선할 수 있다고 주장하였다. 또한 대중교통과 달리 민간 기업에서 운영하는 수요대응형 대중교통은 대중교통 이용자가 환승을 하지 않기 위해 이용할 의사가 있다는 것을 밝혀냈다. Frei et al.(2017)은 시카고 지역에서 Twitter와 Facebook 등 SNS 관계망을 이용하여 180명의 응답자를 대상으로 승용차, 대중교통 및 수요대응형 대중교통에 대해 잠재 선호도 조사를 수행하였다. 이를 기반으로 다항 로짓 모형과 혼합 로짓 모형을 추정하여 대기시간의 가치가 기존 대중교통 탑승지를 기준으로 한 경우보다 집 또는 고유의 출발지에서 대기할 수 있는 장점이 반영될 때 현저히 낮았다는 것을 보였다. 이는 경로 유연성을 높게 하여 접근 통행을 최대한 줄일수록 매력적인 대안으로 인식될 수 있음을 시사한다. Ryley et al.(2014) 또한 현시 및 잠재선호 결합 모형을 통해 버스와 승용차 이용자가 수요대응형 대중교통을 이용할 확률에 초점을 맞춘 연구를 진행하였다. 도시와 그 외 지역으로 구분된 영국의 응답자 400명에 대한 설문을 대상으로 한 연구 결과, 기존 수단에 대한 현시 선호의 경우 비용과 통행시간이 가장 크게 작용하였으나, 수요대응형 대중교통 이용에 있어서는 예상 대기시간과 실제 탑승 시간의 차이가 수요대응형 대중교통 선택의 효용에서 가장 중요한 요소로 작용하였으며 현재 버스 통행 수요의 최대 44%가 수요대응형 대중교통 통행으로 전환될 수 있다고 분석하였다. 이처럼 Table 2의 수요대응형 대중교통에 관한 연구들은 공유차 서비스 연구에 비해 다소 분산된 요인의 영향을 결과로 제시하고 있으며, 타 수단과의 연계이용을 전제한 변수가 일부 유의한 것이 특징적이라고 할 수 있다.
Table 2.
Summary of the key finding of previous studies on DRT
| Author-year | Area | Approach | Key factors affecting intention to use the service |
| Yan et al. (2019) | U.S. | SP survey | Transfer, wait time, in-vehicle travel time |
| Frei et al. (2017) | U.S. | SP survey | Pick up location, PT and bike commuter |
| Ryley et al. (2014) | U.K. | SP survey | Availability of parking, airline and train users |
| Li et al. (2021) | China | SP survey | Gender, age, time budget, fare |
| Zhao et al. (2020) | U.S. | SP survey | Wait time, transfer, current mode |
3. 기존 연구와의 차별점
온디맨드 모빌리티 서비스와 이를 운영하는 기업 및 시장은 최근 눈부신 속도로 성장하였으며 그에 따라 다수의 관련 연구가 다각도로 이루어져 왔다. 그 중 기존 교통수단에서 신생 수단으로의 수단 전환에 관한 연구는 중요한 주제이다. 하지만 온디맨드 모빌리티 서비스가 교통 문제를 해소할 수 있는 수단으로 여겨짐에도 수도권 통근 상황이라는 특정한 상황에서의 온디맨드 모빌리티 서비스의 역할에 관한 연구는 부족하다. 또한, 합승 서비스는 대중교통 이용률을 증진하는 효과를 가져온다는 연구(Feigon and Murphy, 2016)와 6%의 대중교통 분담률 감소가 발생한다는 분석 결과(Clewlow and Mishra, 2017) 등 상호 대립하는 연구가 다수 존재하는 등 온디맨드 모빌리티 서비스에 대한 정확한 분석은 아직 온전히 이루어지지 않은 실정이다. 이를 보완하고자 하는 본 연구의 차별점은 (1) RP에 기반한 잠재선호도 조사 설계, (2) 공유차와 수요대응형 대중교통 모두를 대안으로 포함한 분석, (3) 혼잡한 수도권 통근 상황을 전제한 조사, (4) 수단간 유사성을 반영할 수 있는 네스티드 로짓 모형 추정의 총 4가지 지점에서 존재한다. 이에 따른 효과는 다음과 같다. (1) 응답자 입장에서 보다 현실적인 응답상황 내 수단 속성을 통해 응답 정확도를 향상시키고, (2) 두 가지 온디맨드 수단을 동시에 포괄하여 선호도 차이 등 비교분석을 가능케하며, (3) 시급히 해결되어야 할 첨두 시간대 혼잡 교통상황에서의 온디맨드 서비스 이용 의사에 대해 분석하며, (4) 어플리케이션 사용 및 수요응답형 성질을 지닌 신생 수단이라는 점에서 합리적으로 추측할 수 있는 두 온디맨드 서비스의 유사성 여부를 입증할 수 있다. 종합적으로, 본 연구는 선행 연구에서 다루지 못한 수도권 통근 상황에 집중하여 온디맨드 서비스의 선호도와 수단선택에 영향을 미치는 요인에 관해 조사하고자 한다.
자료 수집
본 연구는 온디맨드 서비스가 수도권 통근상황에서 어떠한 역할을 할 수 있는지를 조사하고자 한다. 이를 위해 수도권에서 정기적으로 출 ‧ 퇴근하는 통근자를 대상으로 잠재선호 실험을 포함한 설문지를 설계하였다. 설문에 앞서 정기적인 수도권 통근자를 걸러내기 위해 수도권 거주, 정기적인 통근 여부 등을 스크린 문항으로 구성하였다. 또한, 최근 1년간 출 ‧ 퇴근 시에 운전한 경험이 없거나 차량을 소유하지 않은 응답자 또한 설문에서 제외하여 출 ‧ 퇴근 수단으로 승용차를 고려하는 응답자를 선별하였다. 다음으로 현재 출 ‧ 퇴근 통행 시의 통행 실태를 조사하였으며 현재 통행 실태를 기반으로 생성된 가상의 수도권 통근상황에서의 잠재선호 실험을 제시하였다. 응답자의 이해도를 높이기 위해 잠재 선호 실험에 앞서 공유차 서비스와 수요대응형 대중교통에 대한 설명을 제시하였다. 마지막으로 통계 처리를 위해 개인의 사회경제적 속성을 조사하였다. 본 설문은 2020년 10월 6일부터 16일까지 수도권에 거주하면서 정기적인 출 ‧ 퇴근을 하는 성인 남녀 대상으로 온라인으로 진행되었으며, 최종적으로 560명이 응답한 자료가 수집되었다,
1. 표본 분포
Table 3은 표본 분포를 정리한 표이다. 남성 응답자와 여성 응답자의 수는 280명(50.0%)으로 같았으며, 응답자의 연령대는 20대 107명(19.1%), 30대 111명(19.8%), 40대 117명(20.9%), 50대 113명(20.2%), 60대 이상 112명(20.0%)으로 고르게 분포되어 있다. 거주지 기준으로는 서울이 259명(46.3%), 경기도가 214명(38.2%), 인천이 87명(15.5%)으로 조사되었다. 공유차 서비스를 이용한 경험이 없는 응답자가 325명(58.0%)으로 이용해본 응답자(235명, 42.0%)보다 많았다. 응답자의 개인 소득은 월 200만원 이상 300만원 이하가 175명(31.3%)으로 가장 많았으며, 가구 소득은 월 500만원 이상 700만원 이하가 126명(22.5%)으로 가장 많은 것으로 조사되었다.
Table 3.
Socio-demographics and distribution of sample (N=560)
2. 잠재선호 실험 설계
본 연구는 수도권 통근상황에서 온디맨드 서비스의 선호도를 조사하는 것이다. 이를 위해 기존의 교통수단과 온디맨드 모빌리티 서비스를 포함한 잠재선호 실험을 설계하였다. 설문의 현실성을 높이기 위해 이용자의 실제 이용행태(Revealed preference)에 기반하여 실험의 속성값을 결정하는 피벗 잠재선호 조사(Pivot stated preference survey)를 설계하였다. 일반적인 잠재선호 조사의 경우 응답자 모두에게 같은 수준의 설문이 진행되어 각 개인이 경험하는 일상적 통행 속성과 동떨어진 실험이 되어 응답이 실제 통행행태를 반영하지 않게 될 여지가 존재한다. 반면, 피벗 잠재선호 조사는 응답자의 수단별 통행시간 및 비용에 근거하여 설문을 수행하여 가상의 통행 상황이 현실적인 수준과 유사하게 되어 보다 효과적인 응답과 분석을 가능하게 한다는 장점을 지닌다. 피벗형 잠재선호 조사를 위해 현시 조사가 잠재선호 조사보다 먼저 진행되었다. Figure 1은 승용차를 직접 운전하여 통근할 때의 이용실태를 조사하는 그림을 나타낸다.
Table 4는 응답자의 수도권 통근 실태를 정리한 표이다. 평균 총통행시간 기준으로는 택시가 44.5분으로 가장 빠르며, 승용차가 46.3분으로 택시와 유사한 수준이었으며 대중교통은 60.3분으로 조사되었다. 차내 통행시간, 승차 전 소요시간, 하차 후 소요시간도 총통행시간과 유사한 경향성을 보이는 것으로 나타났다. 택시, 승용차, 대중교통의 차내 통행시간은 각각 32.4분, 34.5분, 40.8분으로 조사되었다. 승용차의 승차 전 소요시간은 5.8분으로 택시의 승차 소요시간인 7.2분보다 작은 것으로 조사되었다. 반면, 하차 후 접근 시간은 택시가 4.9분으로, 승용차의 하차 후 소요시간인 5.8분보다 약간 작은 것으로 나타났다. 대중교통의 승차 전 소요시간과 하차 후 소요시간은 각각 10.0분, 9.6분으로 두 수단에 비해 큰 것으로 조사되었다. 반면, 대중교통의 평균 통행비용은 2,689.5원으로 승용차 6,149.5원, 택시 18,836.3원보다 적게 드는 것으로 조사되었다.
Table 4.
Descriptive statistics of travel context (N=560)
Figure 2는 잠재선호 실험의 예시를 나타낸 그림이다. 잠재선호 실험은 응답자가 실제로 승용차, 대중교통, 택시를 이용하여 출 ‧ 퇴근 통행을 할 때의 차내 이동시간, 승차 전 소요시간, 하차 후 소요시간과 통행 비용을 기준으로 생성되었다. 응답자는 실제 통근실태를 기반으로 생성된 가상의 수도권 통근상황에서 차내 이동시간, 승차 전 소요시간, 하차 후 소요시간, 통행비용을 고려하여 승용차, 대중교통, 택시, 편도 공유차 서비스, 왕복 공유차 서비스, 수요대응형 대중교통 6개의 수단 중 가장 선호하는 하나의 수단을 선택하였다. 한 명의 응답자는 6개의 서로 다른 수단 선택상황에 응답하였다.
Table 5는 통행속성 변수와 그 수준을 나타낸 표이다. 통행속성 변수의 수준에 따라 응답자에게 제공되는 가상 상황과 응답자의 선택이 크게 달라질 수 있기 때문에, 응답자에게 익숙하지 않은 온디맨드 모빌리티 서비스의 속성 수준 결정에 있어서 특히 유의해야 한다. 본 연구에서는 실제 통행실태에 기반하여 가상의 상황을 생성하기 때문에, 공유차 서비스와 수요대응형 대중교통 서비스의 속성 수준 결정에 있어 어떠한 값을 참고할 지를 결정하여야 한다.
Table 5.
Attribute level
먼저 차내 이동시간은 기존 교통수단인 승용차, 택시, 대중교통은 실제 통행실태에 기반하여 차내 이동시간을 생성하였다. 반면, 공유차 서비스는 승용차를 직접 운전하는 것과 차이가 없으므로 승용차를 기준으로 속성값을 결정하였다. 그리고 수요대응형 대중교통은 운행 계획과 경로가 유동적이기 때문에 일반적으로 대중교통보다는 빠를 것으로 기대되어 대중교통 차내 이동시간을 기준으로 빠르게 설정하였다. 단, 수요대응형 대중교통 수단 특성상 이용자의 호출에 따라 경로와 이동시간의 변동성이 존재하므로 통행시간의 최솟값과 최댓값을 각각 결정하였다. 한편, 승차 전 소요시간과 하차 후 소요시간의 경우 실제 승용차, 택시, 대중교통 이용 시의 소요시간과 무관하게 고정 값으로 설정하였으며, 수단 특성을 고려하여 수단별로 차이를 두었다.
통행비용은 차내 이동시간과 마찬가지로 기존 교통수단의 경우 실제 통행실태에 기반하여 비용을 결정하였다. 반면, 공유차의 비용은 실제 공유차 서비스와 유사하게 이용 시간 비례제로 수준 값을, 수요대응형 대중교통은 대중교통보다 더 나은 서비스를 제공할 것으로 기대되어 대중교통 요금과 유사하거나 비싼 수준으로 요금 수준을 설정하였다. 한편, 모든 속성 수준은 잠재선호 실험의 수가 과도하게 많아지는 것을 방지하기 위해 3개로 동일하게 설정하였다.
본 연구에서는 직교배열법(Orthogonal design)을 사용하여 실험을 설계하였다. 그 결과, 54개의 가상 선택상황이 생성되었으며, 이를 9개의 구역으로 분할하였다. 응답자는 임의의 하나의 구역의 6개의 선택상황에 응답하였다. 560명의 응답자가 6개의 질문에 응답하여 3,360개의 응답을 수집하였다. 이때, 승용차, 택시, 편도 공유차 서비스, 왕복 공유차 서비스, 대중교통, 수요대응형 대중교통을 선택한 응답 수는 각각 1,198개(35.7%), 79개(2.4%). 780개(23.2%), 1,006개(29.9%), 297개(8.8%)로 조사되었다.
분석 방법론
다항 로짓 모형은 모형의 추정과 해석이 용이하여 많은 선택 모형에서 많이 사용되고 있다. 하지만, 다항 로짓 모형은 수단 간의 상관성을 고려하지 않기 때문에, 특정 수단의 속성이 변화할 때 다른 수단을 선택할 확률이 모두 동일한 비율로 변화한다. 즉, 교통수단과의 유사성과 관계없이 수단 분담률이 결정된다는 문제점이 발생할 우려가 있다. 특히, 본 연구에서는 승용차, 택시, 대중교통과 3개의 온디맨드 모빌리티 서비스를 포함한 6개의 수단을 대안으로 설정하였기 때문에, 이러한 IIA(Independence of irrelevant alternatives) 문제를 해결할 수 있는 모형을 구축하여야 한다. 본 연구에서는 네스트 구조를 도입하여 특정 대안 간의 유사성을 반영할 수 있는 네스티드 로짓 모형을 도입하였다. 네스티드 로짓 모형에서 이용자 이 네스트 에 속한 수단 를 선택할 때의 효용 은 Equation 1과 같이 나타낼 수 있다.
이때, 는 네스트 에 따라 달라지는 상수이며, 은 이용자 과 수단 에 따라 달라지는 관측효용으로 Equation 2와 같다.
이때, 는 수단 의 대안특유상수를 나타낸다. 한편, 는 응답자 이 통행수단 를 이용할 때의 대안특유 변수 벡터이며, 는 응답자 의 사회경제적 속성 변수을 나타낸다. 와 는 각각 와 에 대응하는 계수의 벡터이다. Table 6은 효용함수에 사용한 대안특유 변수와 사회경제적 속성 변수를 정리한 표이다.
Table 6.
Definition of variables
Table 7은 공유차 서비스 이용 경험을 응답자의 연령대별로 조사한 표이다. 20대의 경우 공유차 서비스를 이용해본 응답자가 전체 응답자의 76.6% 수준으로 매우 높은 것으로 조사되었으나, 연령대가 높아질수록 공유차를 이용해본 응답자의 비율이 현저하게 감소하는 것을 확인할 수 있었다. 본 연구에서는 이러한 상관성을 반영하기 위해서 나이와 공유차 이용 경험의 상호작용 변수(Interaction term)를 모형에 반영하였다.
Table 7.
Cross table between age and car-sharing experience
은 네스트 안의 수단끼리는 상관성이 있으며, 서로 다른 네스트 안의 수단끼리는 독립적인 검벨 분포를 나타낸다. 한편, 네스티드 로짓 모형에서의 수단 선택 확률은 네스트 가 선택될 확률 와 네스트 를 선택하였을 때 수단 를 선택할 조건부확률 의 곱으로 Equations 3, 4, 5와 같이 나타낼 수 있다.
이때, 는 네스트 에 속해있는 수단 간의 독립성을 측정하는 척도로, 0에 가까울수록 네스트 내의 수단끼리 상관성이 높으며, 1에 가까울수록 상관성이 낮다(Train, 2009). 한편, 는 Inclusive value(IV)라고 불리는 값으로 Equation 5와 같이 나타낼 수 있다.
분석 결과
1. 현시 선호와 잠재 선호 비교 결과
Figure 3은 현시 선호에 따른 잠재 선호의 수단 선택 비율을 나타낸다. 현시 선호는 560명의 응답자가 평일 5일 동안 약 9.49번의 통행한 총 5,316통행 시에 이용한 주수단을, 가상 선호는 560명의 응답자가 6개의 가상 상황에 응답한 3,360개의 수단 선택 결과를 나타낸다. 이때, 잠재 선호의 수단 선택 비율은 현시 선호에서 응답한 통행 횟수를 토대로 가중평균하여 현시 선호와 가상 상황의 선호를 비교하였다.
승용차와 대중교통의 경우 현시 선호의 수단을 유지하는 비율은 각각 50.0%, 37.3%로 조사되었다. 공유차 서비스 또한 편도 공유차 서비스 27.8%, 왕복 공유차 서비스 18.2%로 약 46.0%의 이용자가 이용 수단을 계속 이용하는 것으로 조사되었다. 이는 현재 이용하는 수단을 상황이 변하여도 꾸준히 이용하는 수요가 일정 부분 있으나, 주어진 가상의 상황에 따라 이용자들이 다른 수단으로 전환할 여지가 많다는 것을 시사한다.
한편, 현재 통근 이용행태는 승용차와 대중교통이 각각 50.08%. 38.13%로 대부분을 차지하고 있었으나 가상의 상황에서는 온디맨드 서비스의 이용률이 공유차 편도 서비스 19.36%, 공유차 왕복 서비스 10.70%, 수요대응형 대중교통 9.16%로 일정 수준 이상을 차지하고 있었다. 잠재 선호 조사의 수단 속성은 실제 상황과 달리 생성된 가상의 상황이므로 두 결과 간의 비교를 실제 미래 수단 분담 변화로 해석하기 어렵다는 점을 고려하더라도, 온디맨드 서비스가 정착되어 통행시간과 비용이 합리적인 수준에서 결정된다면 수도권 통근 시장에서 충분히 경쟁력을 보일 수 있다는 것을 시사한다.
2. 모형 추정 결과
네스티드 로짓의 구조를 설정하기 위해 네스트 계층 수가 3개 이하인 다양한 네스트를 구성하여 그 결과를 추정하였다. 다양한 모형 중에서 네스트 간의 상관성을 나타내는 (Inclusive value parameter, IV parameter) 값이 0과 1 사이에 존재하는 제약조건을 지키면서 모형 적합도가 가장 높은 모형을 선택하였다. Figure 4는 본 연구에서 최종적으로 설정한 네스트 구조를 나타낸 그림이다. Table 8은 네스티드 로짓 추정 결과를 정리한 표이다. 최종 모형의 42개 모수를 추정하기 위해 560명의 응답자가 6개의 질문에 응답한 3,360개의 응답 결과를 사용하였으며, 추정 모형의 로그우도값과 Mcfadden R-square은 각각 –4,894.74, 0.212로 나타났다.
Table 8.
Estimation results of nested logit model
추정된 모형에서 대안특유상수는 모두 음수이며 통계적으로 유의한 것으로 나타났다. 이는 통행특성 및 사회경제적 속성 등 관측된 속성으로부터 계산된 효용이 같다면, 다른 수단보다는 승용차를 더 이용한다는 것을 의미한다. 다음으로 차내 이동시간은 승용차, 편도 공유차 서비스, 대중교통, 수요대응형 대중교통에서만 통계적으로 유의미하고 음수인 것으로 나타났다. 계수의 크기는 차내 이동시간 저항을 나타내므로, 편도 공유차 서비스, 승용차, 수요대응형 대중교통, 대중교통 순으로 차내 이동시간에 대한 저항이 크다는 것을 확인할 수 있다. 한편, 95%의 신뢰수준에서 유의하지는 않지만, 수요대응형 대중교통의 불확실 통행시간(=통행시간의 범위)는 양수로 나타났다. 이는 응답자들이 불확실 통행시간을 예상하는 통행시간보다 더 빠르게 목적지에 도착할 수 있는 기회로 생각하기 때문으로 보인다. 다만, 불확실 통행시간은 응답자가 예상하는 통행시간의 기준을 어디에 놓는지에 따라 해석이 크게 달라질 수 있어 후속 연구에서는 불확실 통행시간에 대한 구분을 명확히 할 필요가 있을 것이다. 승차 전 소요시간과 하차 후 소요시간은 대부분의 수단에서 통계적인 유의성을 발견할 수 없었다. 승차 전 소요시간은 대중교통만 –0.0182로 통계적으로 유의하였으며, 하차 후 소요시간은 수요대응형 대중교통만 –0.0360으로 유의미한 것으로 조사되었다. 한편, 공통변수로 설정한 통행비용은 음수이며 통계적으로 유의한 것으로 나타났다. 이때, 설문에서 공유차 서비스의 실제 운영을 고려하여 시간당 요금으로 제시되었던 공유차 서비스의 이용 요금은 통행시간을 고려하여 실제 이용금액으로 환산하여 모형에 반영하였다.
다음은 나이와 공유차 이용 경험에 따라서는 대중교통을 제외한 모든 수단에서 음수이며 유의한 것으로 조사되었다. 이는 공유차 서비스를 이용한 경험이 있으면서 연령대가 낮은 사람들이 승용차보다는 온디맨드 서비스를 선호하는 것을 의미한다. 소득은 왕복 공유차 서비스를 제외하고 통계적으로 유의한 것으로 조사되었으나, 계수의 부호는 택시와 대중교통이 음수, 편도 공유차 서비스와 수요대응형 대중교통이 양수로 나타났다. 이는 소득이 높을수록 승용차보다는 편도 공유차 서비스와 수요대응형 서비스 이용의사가 높으며, 소득이 낮을수록 승용차보다는 택시와 대중교통의 이용의사가 높다는 것을 시사한다. 거주지 기준으로는 택시, 편도 공유차 서비스, 대중교통이 95% 신뢰수준에서 유의하고 계수가 양수인 것으로 조사되었다. 이는 서울에 거주하는 사람이 경기도나 인천에 거주하는 사람보다 택시, 편도 공유차 서비스, 대중교통을 승용차보다 더 선호한다는 것을 시사한다. 한편, 성별과 결혼 여부를 포함하여도 네스티드 로짓 모형을 추정해보았으나 어떠한 수단에서도 통계적 유의성을 발견할 수 없어 분석 모형에 반영하지 않았다.
본 연구 결과는 공유차 서비스와 수요대응형 대중교통과 관련된 선행 연구인 Ryley et al.(2014), Carrone et al.(2020)과 차내 통행시간과 비용은 유사하게 나타났으나, 승차 전 또는 하차 후 소요시간의 통계적 유의성이 없다는 점에서 선행 연구와 차이가 있다. 다만, 또한, 사회경제적 변수의 경우 차이가 더욱 두드러졌는데, Carrone et al.(2020), Zhou et al.(2020) 등에서 성별이 공유차를 포함한 수단 선택에 영향을 준다고 밝히고 있으나 본 연구에서는 성별에 따른 유의성을 확인하기 어려웠다.
본 연구 결과와 선행 연구와의 차이는 다음과 같은 요인으로 설명할 수 있다. 첫 번째로, 본 연구에서는 승차 전 소요시간과 하차 후 소요시간이란 표현을 사용한 반면 선행 연구에서는 접근 시간이나 대기 시간이라는 표현을 사용하여 소요시간을 명확하게 구분하였다. 두 번째로, 연구 지역이 확연하게 다르기 때문에, 교통 이용실태, 토지 이용 등 지역적인 맥락이 달라 연구 결과가 상이할 수 있다. 세 번째로, 본 연구는 통행 상황을 수도권 통근 상황이라고 명확하게 설정한 반면에 선행 연구는 일반적인 상황을 제시하였다는 점에서 차이가 있을 수 있다.
3. 통행시간 가치
통행시간 가치란 통행시간을 줄이기 위해 낼 수 있는 비용으로, 시간이 한 단위 증가 또는 감소할 때의 한계비용을 의미한다. 시간과 비용을 포함한 로짓 모형에서는 한계대체율법을 사용하여 통행시간 가치를 추정할 수 있다. 통행시간 가치는 연쇄법칙을 활용하여 통행시간과 통행비용의 계수 비로 유도할 수 있으며, 이는 Equation 7과 같다.
Table 9는 수단별 통행시간 가치를 나타낸 표이다. 택시와 왕복 공유차 서비스는 통행시간의 계수가 통계적으로 유의미하지 않아 계산하지 않았다. 편도 공유차 서비스의 통행시간 가치가 28,880(원/시)으로 가장 높았으며, 승용차 28,210(원/시), 수요대응형 대중교통 20,313(원/시), 대중교통 15,316(원/시) 순으로 나타났다.
Table 9.
Value of travel time savings
4. 탄력성 분석
직접 탄력성과 교차 탄력성은 특정 수단의 속성이 한 단위 증가할 때, 수단 선택 확률이 얼마나 달라지는지를 나타낸다. Table 10은 차내 이동시간의 탄력성을 나타낸 표이다. 택시와 왕복 공유차 서비스는 차내 이동시간의 계수가 통계적으로 유의하지 않아 분석에서 제외하였다. 차내 이동시간의 직접 탄력성은 승용차가 가장 높으며, 대중교통이 가장 낮은 것으로 조사되었다.
Table 10.
Elasticity of the in-vehicle time
Table 11은 통행비용의 탄력성을 나타낸 표이다. 통행비용의 경우 택시의 통행비용 민감도가 다른 수단에 비해 매우 높은 것으로 나타났으며, 대중교통의 통행 민감도가 가장 낮은 것으로 조사되었다. 차내 이동시간과 통행비용 모두 네스트의 구조 때문에, 편도 공유차 서비스와 수요대응형 대중교통의 교차 탄력성이 높은 것으로 나타났다. 한편, 다른 네스트에 속한 수단과의 교차 탄력성은 서로 네스트에 속한 수단끼리는 독립이므로 모두 동일한 값을 가지는 것으로 나타났다.
Table 11.
Elasticity of the travel cost
결론
본 연구는 다양한 온디맨드 서비스가 수도권 통근상황에서 어떠한 역할을 담당할 것인지를 알아보고자 하였다. 이를 위해 응답자의 실제 통근상황에 기반한 잠재선호 실험을 설계하였으며, 수집된 자료를 활용하여 네스티드 로짓 모형을 추정하여 통행 특성과 사회경제적 속성이 수단 선택에 미치는 영향을 조사하였다. 또한, 통행시간 가치와 탄력성 분석을 수행하여 통행시간과 비용에 대한 저항을 확인하였다.
먼저, 다양한 네스티드 구조를 탐색하여 결정된 최적의 모형에서는 온디맨드 서비스가 기존 수단인 승용차, 택시, 대중교통 서비스와 수단간 상관성을 발견할 수 없었으나, 온디맨드 서비스인 공유차 서비스와 수요대응형 대중교통 사이의 상관성을 확인할 수 있었다. 이는 응답자들은 온디맨드 서비스를 기존의 서비스를 대체할 수 있는 수단으로 인식한다는 것을 나타낸다. 또한, 편도 공유차 서비스와 수요대응형 대중교통의 상관성이 가장 두드러지는 것을 확인하였는데, 이는 새로운 온디맨드 서비스가 어플리케이션에 기반한 교통수단이기 때문으로 보인다.
두 번째로, 네스티드 로짓 모형 추정 결과, 차내 통행시간과 통행비용에서 통계적 유의성을 확인할 수 있었다. 또한, 통행시간과 통행비용의 계수 비인 통행시간 가치는 편도 공유차 서비스와 승용차가 거의 유사하였으며, 다음으로 수요대응형 대중교통, 대중교통 순으로 조사되었다. 한편, 승차 전 소요시간과 하차 후 소요시간은 각각 대중교통과 수요대응형 대중교통에서만 유의성을 발견할 수 있었다. 또한, 사회경제적 속성 기준으로는 공유차 이용 경험이 있으면서 연령이 낮은 사람이 승용차보다는 온디맨드 서비스를 더 선호하는 것을 발견하였다. 또한, 소득이 낮을수록 승용차보다는 택시와 대중교통을, 소득이 높을수록 승용차보다는 편도 공유차 서비스와 수요대응형 서비스를 이용할 확률이 높은 것을 확인하였다.
이러한 이용자별 선호도를 분석한 결과는 온디맨드 서비스 확산을 위한 다양한 정책과 마케팅에 활용될 수 있다. 통행시간가치 측면에서는, 수요대응형 대중교통의 경우 승용차보다는 낮지만 대중교통보다 높은 것으로 나타났기 때문에 합승의 공간적 범위와 그에 따른 우회경로를 일정 수준 이내로 한정할 필요가 있다. 통행시간가치에 비해 통행시간이 지나치게 증가한다면 서비스 이용 의사를 현저히 떨어뜨리게 될 것이다. 경로 유연성을 최대화할수록 기존 대중교통과 차별점이 없어진다는 점에서, 수요대응형 대중교통의 정체성을 확립하기 위해서도 권장되는 운영 방향이라고 할 수 있다.
교차탄력성 분석 결과의 경우, 동일한 네스트로 분류된 온디맨드 서비스 간 유사성 외에 대중교통과의 탄력도가 상대적으로 낮게 나타난 것은 긍정적인 시사점이다. 온디맨드 서비스는 지속가능한 교통을 지향하는 바, 특히 본 연구에서 전제한 통근 상황에서는 혼잡이 가중되어 있어 대중교통으로부터의 수단전환은 경계해야 하는 현상이다. 따라서 대중교통으로부터의 전환도 존재하므로 운영 정책 시행에 있어 신중한 접근이 요구되나, 승용차와의 교차탄력도가 높아 그에 따른 수단전환을 도모할 수 있을 것으로 보이며 온디맨드 서비스의 긍정적 역할을 확대해나가야 한다는 점을 시사한다. 대중교통으로부터의 수단전환을 감소시킬 수 있는 방안으로는 MaaS를 활성화하여 온디맨드 서비스와 대중교통이 서로 대체되지 않고 환승 등 연계성을 통해 편의성을 증진시키는 방안이 효과적일 것으로 보인다. 그 외에, 공유차 이용 경험이 지속적인 온디맨드 서비스 이용에 긍정적인 영향을 미치므로, 이를 활용하여 높은 선호를 가질 것으로 추정되는 계층의 이용을 유도하는 정책 전략을 수립할 수 있을 것이다.
본 연구는 수도권 통근상황에서 기존 교통수단과 다양한 온디맨드 서비스가 혼재되었을 때의 변화를 탐색하였으며 정책적 시사점을 제시하였으나 다음과 같은 한계가 존재한다. 첫 번째로, 수도권 통근상황을 가정하고 진행되어 수도권에 정기적으로 통근하면서 운전 경험이 있는 응답자를 대상으로 설문을 진행하였다. 따라서 일반적인 온디맨드 서비스 이용에 본 연구의 결과를 적용할 수 없다는 한계가 있다. 또한, 본 연구를 위해 표본을 제한적으로 수집하여 운전 면허와 자동차 소유 여부에 따른 수단 선택 영향을 분석하지 못하였다. 이와 유사한 맥락으로 현재 온디맨드 모빌리티 서비스가 활성화되지 않아 온디맨드 모빌리티 서비스 이용과 수단 선택의 관계에 대해 조사하지 못했다. 마지막으로, 본 연구에서는 다양한 온디맨드 서비스를 고려한 수단 선택 모형을 추정하였으나, 장래 수단 분담률이 어떻게 변화하는지 등 실증적인 분석을 제시하지 못하였다. 추정된 선택 모형에 기반한 시뮬레이션 등 다양한 시도를 통해 실제 변화를 탐색해보는 방향의 연구가 추가로 필요할 것이다.
