Ⅰ. 서 론

교통부문은 국가 온실가스 배출에서 높은 비중을 차지하며, 특히 도로교통 부문은 민간 승용차 이용 중심 의 구조로 인해 탄소 감축에 구조적 한계를 지닌다. 전기차 보급 확대와 차량 효율 개선 등 기술 중심의 감 축 정책이 지속적으로 추진되고 있으나, 교통수요와 이동 행태가 유지되는 한 단기간 내 실질적인 감축 효과 를 달성하는 데에는 한계가 존재한다. 이에 따라 교통수단 선택 행태 자체를 변화시키는 수요관리 정책의 중 요성이 점차 강조되고 있다.

수요관리 정책 중 인센티브 제도는 개인의 통행 행태에 직접적으로 개입할 수 있는 정책 수단으로서, 대 중교통 및 친환경 교통수단 이용을 유도하기 위해 국내외에서 폭넓게 활용되고 있다. 정기권 할인, 마일리지 지급, 환승 보상 등 다양한 형태의 인센티브 제도가 도입되어 왔으나, 정책 효과는 인센티브의 유형과 제공 수준에 따라 상이하게 나타나는 것으로 보고되고 있다. 특히 일부 제도는 단기적인 수단 전환 효과는 확인되 었으나, 인센티브 종료 이후 효과가 지속되지 않는 한계가 지적되고 있다.

기존 연구는 교통부문 탄소 저감을 위한 인센티브 제도의 효과를 분석함에 있어 특정 제도의 도입 여부나 단일 정책 수단의 효과에 초점을 두는 경우가 많았다. 반면, 인센티브 제도의 핵심 설계 요소인 인센티브 유 형과 인센티브 수준을 구분하여 이용자 선호와 선택 행태를 종합적으로 분석한 실증 연구는 상대적으로 제 한적이다. 이로 인해 정책 설계 단계에서 이용자 선호 구조와 인센티브 민감도를 체계적으로 반영하는 데 한 계가 존재한다.

이러한 연구 공백을 바탕으로 본 연구는 교통부문에서 탄소중립 이동행태를 촉진하기 위한 인센티브 제 도를 대상으로, 인센티브 유형과 인센티브 수준을 구분하여 이용자 선호와 선택 행태를 단계적으로 분석하 는 것을 목적으로 한다. 이를 위해 Best–Worst Scaling(BWS)을 활용한 인센티브 유형 선호 분석, 조건부가치 측정법을 통한 인센티브 기준금액 산정, 그리고 Stated Preference(SP) 조사를 결합한 통합적 분석 체계를 적 용한다. 본 연구는 인센티브 제도의 ‘무엇을 제공할 것인가’와 ‘얼마나 제공할 것인가’를 동시에 고려한 실증 적 근거를 제시함으로써, 제한된 재정 여건 하에서 대중교통 수단 전환을 효과적으로 유도할 수 있는 정책 설계 방향에 대한 시사점을 도출하고자 한다.

본 논문의 구성은 다음과 같다. 제2장에서는 인센티브 기반 교통정책 및 수단 전환 관련 선행연구를 검토 하고, 기존 연구의 한계와 본 연구의 차별성을 정리한다. 제3장에서는 연구의 전체 분석 프레임워크와 자료 수집 과정, BWS, 조건부가치측정법, SP 조사 및 분석 방법론을 설명한다. 제4장에서는 분석 결과를 제시하 고 인센티브 제도별 선호 구조와 금액 민감도를 비교 및 분석한다. 마지막으로 제5장에서는 연구 결과를 종 합하여 정책적 시사점과 연구의 의의를 정리하고, 향후 연구 방향을 제시한다.

Ⅱ. 선행연구

1. 교통부문 수요관리 정책과 인센티브 제도 연구

교통부문 온실가스 감축을 위한 기존 연구는 전기차 보급, 연비 기준 강화 등 기술 중심 정책이 중장기적 으로 유효할 수 있으나, 단기적인 배출 저감과 통행 행태 변화에는 한계가 있음을 지적하였다 (Banister, 2008;Creutzig et al., 2018). 이에 따라 이동 행태 자체를 변화시키는 수요관리 정책의 필요성이 강조되어 왔 다 (Gärling et al., 2002;Schwanen et al., 2012).

수요관리 정책 중 인센티브 제도는 개인의 선택 비용과 편익 구조를 변화시켜 자발적 참여를 유도하는 정 책 수단으로 검토되어 왔다. 대중교통 이용을 촉진하기 위한 요금 지원, 정기권 제공, 보상 프로그램 등은 단 기적으로 수단 전환 효과를 유발할 수 있으나, 제도 설계에 따라 효과의 지속성이 달라질 수 있음이 지적되 었다 (Thøgersen, 2009;Marsden et al., 2014). 이러한 연구는 인센티브 제도의 효과가 단순한 도입 여부가 아 니라 설계 방식에 의해 좌우됨을 시사한다.

이와 같은 선행연구는 인센티브 제도가 교통수단 선택에 유의미한 영향을 미칠 수 있음을 실증적으로 보 여주었으나, 정책 설계 과정에서 인센티브 제도의 유형 간 상대적 효과나 제공 수준에 따른 이용자 반응을 체계적으로 비교·활용하는 데에는 추가적인 분석의 여지가 존재한다. 특히 인센티브 수준 설정에 대한 정량 적 근거를 보다 명확히 제시할 경우, 정책 설계 단계에서 인센티브 제도의 구성과 수준을 합리적으로 결정하 는 데 실질적인 도움이 될 수 있다. 본 연구는 이러한 논의를 바탕으로, 인센티브 제도의 설계 요소를 보다 구조적으로 분석할 필요성에 주목한다.

2. 인센티브 제도 선호 분석 연구

인센티브 제도의 설계와 효과를 정량적으로 분석하기 위해 진술선호 기반 방법론은 교통 분야에서 폭넓게 활용되어 왔다. Stated Preference(SP) 조사는 가상의 정책 시나리오 하에서 이용자의 선택 행태를 분석하는 방법으 로, 요금 정책이나 제도 조건 변화에 대한 반응 평가에 적용되어 왔으며(Louviere et al., 2000;Holguín-Veras and Allen, 2013), 인센티브 유형 간 상대적 선호를 분석하기 위해서는 Best–Worst Scaling(BWS)이 활용되어 왔다. BWS는 다수의 대안 중 최선과 최악의 선택을 통해 대안 간 상대적 중요도를 추정할 수 있는 방법으로 제시되었으며, 정책 대안의 우선순위 도출에 적용 가능성이 검토되었다(Marley and Louviere, 2005;Whitty et al., 2014;Jang and Kim, 2016).

인센티브 제공 수준과 관련해서는 조건부가치측정법이 비시장 재화 및 정책 프로그램의 기준금액을 추정 하는 데 활용되어 왔으며, 정책 참여에 대한 지불의사 또는 보상 요구 수준을 정량적으로 도출하는 방법으로 환경 정책과 공공 프로그램 평가에 적용되어 왔다(Adamowicz et al., 1995;Eregae et al., 2021). 이러한 연구들 은 인센티브 금액에 대한 이용자의 민감도를 파악하는 데 중요한 기여를 하였다.

다만 기존 연구들은 인센티브 유형 선호 분석, 인센티브 수준 추정, 선택 행태 분석을 각각 독립적으로 수 행한 경우가 많아, 이들 결과를 정책 설계 과정에서 하나의 연속적인 의사결정 체계로 연결하는 데에는 추가 적인 통합이 요구된다. 특히 인센티브 유형에 대한 선호, 기준금액 설정, 그리고 실제 선택 확률 간의 관계를 단계적으로 연계할 경우, 이용자 선호 분석 결과를 정책 설계에 보다 직접적으로 활용할 수 있을 것으로 판 단된다. 본 연구는 이러한 선행연구의 축적된 성과를 바탕으로, 다양한 분석 기법을 결합한 통합적 접근을 통해 인센티브 제도 설계에 대한 실증적 근거를 제시하고자 한다.

Ⅲ. 방법론

본 연구는 교통부문 인센티브 제도에 대한 이용자 선호를 체계적으로 분석하기 위해 단계적 분석 구조를 적용하였다. 분석은 인센티브 제도 간소화, 인센티브 제도 기준금액 설정, 그리고 인센티브 제도 선택 확률 분석의 세 단계로 구성된다. 연구의 프레임워크는 <Fig. 1>로 제시하였다.

<Fig. 1>

Framework of Study

각 분석 결과는 다음 단계 분석의 설계에 활용된다. BWS 분석을 통해 다수의 인센티브 제도 중 이용자 선호가 높은 제도를 선별하고, 이후 조건부가치측정법을 적용하여 해당 제도의 기준금액을 설정하였다. 마지 막으로, 이렇게 도출된 제도 유형과 기준금액을 반영하여 SP 설문조사를 구성함으로써 인센티브 유형과 인 센티브 수준이 선택 행태에 미치는 영향을 단계적으로 분석하였다.

1. 인센티브 제도 간소화 방법론

본 연구에서는 인센티브 유형과 인센티브 수준을 결합한 본 조사를 설계하기에 앞서, 조사 대상 인센티브 제도를 사전에 간소화하는 절차를 수행하였다. 다수의 인센티브 제도를 동시에 분석할 경우 설문 문항 수가 과도하게 증가하여 응답자 부담이 커지고, 이에 따라 응답 품질 저하가 발생할 수 있기 때문이다. 기존 연구 에서는 의사결정 요인의 우선순위를 도출하기 위한 방법으로 AHP가 탄소 중립 모빌리티 서비스(MaaS) 시스 템 관련 연구를 포함한 다양한 분야에서 활용되어 왔다(Ko and Park, 2023). 그러나 AHP는 대안의 수가 증가 함에 따라 쌍대 비교의 횟수가 기하급수적으로 증가하여 응답자의 인지적 부담이 커지고, 그 결과 응답의 일 관성과 신뢰성이 저하될 수 있다는 한계를 지닌다(Chang and Kim, 2016).

이러한 한계를 보완하기 위해 본 연구에서는 각 선택 집합 내에서 응답자가 가장 선호하는 대안과 가장 선호하지 않는 대안을 동시에 선택하도록 하는 BWS 기법을 적용하였다. BWS는 비교 구조를 단순화함으로 써 응답 부담을 완화하고, 보다 관리 가능하면서도 객관적인 선호 비교를 가능하게 하는 방법으로 제안되어 왔으며(Marley and Louviere, 2005), 의료 및 환경 연구를 포함한 광범위한 분야에서 선호도를 파악하는 데 특 히 효과적인 것으로 입증되었다(Jeong, 2022). 이러한 특성은 다수의 인센티브 제도를 대상으로 상대적 선호 도를 비교하고, 이후 정량 분석을 위한 대안을 선별해야 하는 본 연구의 목적에 부합한다.

이를 위해 교통부문에서 실제 적용 가능성이 높은 기존 정책 사례와 제도 도입 가능성을 검토하여 총 10 개의 인센티브 제도를 <Table 1>과 같이 선정하였다. 해당 인센티브 제도는 대중교통 정기권, 마일리지 지급, 교통수단 간 환승 인센티브, 카풀 및 공유모빌리티 이용 보상 등 교통수단 전환과 직접적으로 연관된 유형으 로 구성되었다. 10개의 인센티브 제도를 대상으로 균형 불완전 블록 설계(Balanced Incomplete Block Design, BIBD)를 적용하여 총 10개의 문항을 구성하였으며, 문항 구성의 예시는 <Fig. 2>와 같다. 각 문항에는 4개의 인센티브 제도가 제시되고, 응답자는 가장 선호하는 제도 1개와 가장 선호하지 않는 제도 1개를 선택하도록 설계하였다. BIBD는 모든 문항에서 동일한 개수의 제도가 제시되도록 함으로써 설문 문항 수를 최소화하면 서도 제도 간 비교의 균형을 확보할 수 있는 방법이다. BWS 설문조사 결과 분석은 집계접근법과 모형접근 법을 병행하여 수행하였으며, 집계접근법에서는 각 인센티브 제도가 최선(B)과 최악(W)으로 선택된 횟수를 산정하고, 이를 기반으로 Sqrt.BW 지표를 활용하여 제도 간 상대적 순위를 도출하였다.

<Fig. 2>

Example of a BWS Survey Question

2. 인센티브 제도별 기준금액 설정 방법론

본 연구에서는 BWS 분석을 통해 도출된 인센티브 제도를 대상으로, 질적 선호 결과와 이후 양적 선택 분 석을 연결하기 위한 중간 단계로 조건부가치측정법을 적용하였다. 조건부가치측정법은 직접 관찰하기 어려 운 비시장재 및 정책 개입의 가치를 가상의 시행 시나리오 하에서 평가하는 데 널리 활용되어 온 방법으로, 교통 인센티브 제도에 대한 이용자 반응과 지불의사금액을 추정하는 데 적합한 접근으로 알려져 있다 (Mitchell and Carson, 1989). 본 연구에서는 선정된 각 인센티브 제도에 대해 경험적으로 근거한 기준금액을 도출하고, 이를 바탕으로 이후 SP 조사에서 현실적인 인센티브 수준을 설정하는 데 활용하였다.

본 연구에서는 행동적 현실성을 유지하면서 지불의사금액을 추정하기 위해 이분선택형 조건부가치측정법 설문을 설계하였다. 설문에는 이중경계모형(DBDC, Double Bound Dichotomous Choice Model)을 적용하였으 며, 초기 제시 금액에 대한 응답 결과에 따라 상향 또는 하향된 두 번째 금액을 순차적으로 제시하는 방식으 로 구성하였다. 응답자가 초기 금액에 대해 지불 의사를 표시한 경우에는 더 높은 금액을 제시하고, 거부한 경우에는 더 낮은 금액을 제시함으로써 인센티브 수용 범위를 보다 정밀하게 파악하였다. 또한 두 금액 모두 거부한 응답자에게는 추가 문항을 통해 거부 사유를 확인하였다.

이중경계모형은 단일경계모형에 비해 통계적 효율성이 높고, 설문 응답 수를 증가시키지 않으면서도 추정 의 정확도를 향상시킬 수 있다는 장점을 지닌다. 아울러 시작점 편향을 완화하고 설문 응답 과정의 일관성을 제고하는 데에도 효과적인 것으로 평가된다. 본 연구에서 사용된 조건부가치측정법 설문 문항의 구성 예시 는 <Fig. 3>에 제시하였다.

<Fig. 3>

Example of CVM Survey Question

3. 인센티브 제도 선택 확률 분석 방법론

본 연구에서는 인센티브 제도의 효과를 정량적으로 분석하기 위해 SP 조사를 수행하였다. SP 조사는 가상 의 의사결정 시나리오를 제시하고 응답자의 선택을 관측함으로써, 실제 정책 도입 이전 단계에서 인센티브 금액 변화에 따른 사용자 선호와 행태 반응을 분석할 수 있는 방법론이다. 이러한 접근은 교통 연구 분야에 서 가격 정책, 시간대별 요금, 기타 정책 개입에 대한 사용자 반응을 탐색하는 데 널리 활용되어 왔으며 (Iragüen and de Dios Ortúzar, 2004), 본 연구에서도 다양한 인센티브 제도의 행동적 영향을 비교 및 평가하는 데 목적을 두고 적용하였다. 이를 통해 교통 부문의 탄소 배출 저감을 유도하는 데 효과적인 인센티브 전략 을 도출하고자 하였다.

SP 조사는 앞선 단계에서 도출된 다섯 가지 인센티브 제도를 대상으로 구성되었으며, 각 문항에서는 인센 티브 유형과 인센티브 금액이 결합된 가상의 선택 시나리오를 제시하였다. 선호도 표현 방식은 ‘선택’으로 설정하였고, 각 문항마다 두 개의 대안을 제시하여 응답자가 가장 선호하는 대안을 선택하도록 설계하였다. 이러한 설계는 정책 도입 시 이용자가 직면할 수 있는 단순화된 선택 상황을 가정한 것이다.

응답자의 선택에 영향을 미치는 주요 속성 변수는 인센티브 유형과 인센티브 금액으로 정의하였다. 이는 교통부문 인센티브 제도에서 핵심적인 설계 요소가 인센티브의 제공 방식과 제공 수준이라는 점을 반영한 결과이다. 인센티브 금액 수준은 조건부가치측정법을 통해 도출된 기준금액과 이를 조정한 값으로 설정함으 로써 시나리오의 현실성을 확보하였다. 이에 따라 SP 조사에서 제시된 가상 시나리오는 실제 정책 도입 시 고려 가능한 범위 내의 인센티브 수준을 전제로 구성되었다. SP 조사 문항 설계의 예시는 <Fig. 4>에 제시하 였다.

<Fig. 4>

Example of SP Survey Question

설문조사는 전국 단위로 500명을 대상으로 실시하였으며, 성별, 연령대, 지역별 인구 분포를 고려한 할당 표본 추출 방식을 적용하였다. 표본은 자가용 이용 경험이 있는 응답자로 한정하여, 교통수단 전환과 인센티 브 제도 채택 가능성이 있는 집단의 선택 행태를 중심으로 분석하였다. 이러한 표본 설계는 교통수단 전환 가능 집단의 선호 구조를 파악하는 데 적합한 수준으로 판단된다.

SP 조사 결과 분석에는 Quasi-binomial 회귀모형을 적용하였다. 해당 모형은 이항 자료 분석에서 발생할 수 있는 과산포 문제를 보완할 수 있어, 설문조사 자료와 같이 평균과 분산의 동일성 가정이 성립하지 않는 경우에도 안정적인 추정이 가능하다. 본 연구의 SP 조사는 동일 응답자가 복수의 선택 문항에 응답하는 구 조를 포함하나, 인센티브 제도별 선택 확률에 영향을 미치는 주요 요인과 인센티브 금액 변화에 대한 민감도 를 비교·분석하는 데 목적이 있으므로, 모형의 해석 용이성과 정책적 활용성을 고려하여 Quasi-binomial 회귀 모형을 적용하였다.

다섯 가지 인센티브 제도 각각에 대해 개별적인 회귀 분석을 수행하였으며, 분석 과정에서는 가중치, 층 화, 군집을 반영하여 표본 설계 효과를 고려한 추정치를 도출하였다. 독립 변수로는 성별, 연령, 통근 또는 통학 평균 소요 시간, 1일 평균 운전 시간, 운전 빈도, 소득, K-pass 인지 여부, 기준금액, 기준금액×(1±0.1)을 설정하였고, 종속 변수는 각 인센티브 제도 내에서 특정 대안을 선택할 확률로 정의하였다.

각 인센티브 제도별로 통제변수만을 포함한 모형, 인센티브 금액 변수를 포함한 모형, 모든 변수를 포함 한 모형의 세 가지 단계적 회귀 모형을 설정하여 분석을 수행하였다. 각 모형의 결과는 오즈비(Odds Ratio) 를 통해 해석하였으며, 모형 적합도 평가는 로그 우도(Log-Likelihood), AIC, Hosmer–Lemeshow 검정을 활용 하였다.

Ⅳ. 분석결과

1. 인센티브 제도 간소화 결과

BWS 분석 결과는 인센티브 제도에 대한 이용자 선호 구조를 파악하기 위해 집계접근법과 모형접근법을 병행하여 도출하였다. 설문조사는 2024년 6월 둘째 주에 온라인 방식으로 실시되었으며, 전국 인구 비율을 고려한 할당 표본 추출을 통해 총 500명의 응답을 확보하였다.

집계접근법 분석 결과, <Table 2>와 같이 이용자가 가장 선호하는 인센티브 제도는 ‘대중교통 정기권’으로 나타났으며, 이후 ‘대중교통·공유 모빌리티 환승 마일리지’, ‘도보, 자전거, 공유 모빌리티 이용 마일리지’ 순 으로 높은 선호를 보였다. 이는 대중교통 이용을 직접적으로 지원하거나 저탄소 이동 행태를 촉진하는 인센 티브 제도에 대한 선호가 높음을 시사한다.

모형접근법 분석 결과에서도 <Table 3>과 같이 ‘대중교통 정기권’이 가장 높은 선호도를 보였으며, 이후 ‘도보, 자전거, 공유 모빌리티 이용 마일리지’, ‘대중교통·공유 모빌리티 환승 마일리지’ 순으로 선호가 나타 났다.

두 분석 방법 간 순위에는 일부 차이가 관찰되었으나, 상위 5개 인센티브 제도는 집계접근법과 모형접 근법 모두에서 일관되게 도출되었다. 이에 따라 후속 분석을 위해 ‘대중교통 정기권’, ‘도보, 자전거, 공유 모빌리티 이용 마일리지’, ‘대중교통·공유 모빌리티 환승 마일리지’, ‘대중교통·여객철도 환승 마일리지’, ‘대중교통·자가용 환승 마일리지’를 분석 대상으로 선정하였다. 이러한 제도는 BWS 분석에서 상대적으로 높은 선호도를 보였으며, 이후 SP 조사 분석에서 인센티브 유형 효과를 평가하기에 적합한 것으로 판단되 었다.

2. 인센티브 제도별 기준금액 설정 결과

조건부가치측정법 설문조사 결과는 지불의사가 전혀 없는 응답자와 지불의사는 있으나 제시된 금액 범위 내에서 응답하지 않은 응답자를 구분하여 분석할 필요가 있어, 양분형 스파이크 모형을 적용하여 분석하였다. 해당 모형은 지불의사 분포의 불연속성을 고려할 수 있어 기준금액 추정의 안정성을 제고하는 데 적합하다.

분석 결과는 <Table 4>에 제시하였다. ‘대중교통 정기권(1개월권)’의 경우 기존 정가 90,000원 대비 42,210원 수준으로 인하될 경우 해당 제도를 이용할 의사가 있는 것으로 나타났으며, ‘도보, 자전거, 공유 모빌리티 이용 마일리지(1개월권)’는 월 최대 11,565원의 마일리지가 제공될 경우 통근 또는 통학 시 공유 모빌리티를 이용할 의사가 있는 것으로 분석되었다. 또한 ‘대중교통·공유 모빌리티 환승 마일리지(1개월권)’는 월 최대 6,886원의 마일리지가 제공될 경우 대중교통과 공유 모빌리티 간 환승 이용 의사가 확인되었다. 1회 이용 기준 인센티브 제도의 경우, ‘대중교통·여객철도 환승 마일리지’는 기존 25,200원 대비 20,176원 수준으로 할인될 경우 이용 의사가 있는 것으로 나타났으며, ‘대중교통·자가용 환승 마일리지’는 기존 1일 평균 주차요금 19,000원 대비 14,109원 수준이 적용될 경우 대중교통과 자가용 간 환승 이용 의사가 있는 것으로 분석되었다.

조건부가치측정법을 통해 도출된 인센티브 제도별 기준금액은 이용자가 해당 제도를 이용할 의사가 있는 최소 수용 수준의 금액을 파악하기 위한 결과로, 이를 그대로 정책에 적용하는 것을 전제로 한 값은 아니다. 본 연구에서 기준금액을 산정한 목적은 인센티브 제도의 실제 도입 가격을 결정하기 위함이 아니라, 이후 수 행되는 SP 조사를 위한 기준점을 설정하는 데 있다. 즉, 해당 기준금액은 인센티브 수준 변화에 따른 이용자 선택 행태의 민감도를 분석하기 위한 출발점으로 활용되며, 금액 자체의 현실적 타당성을 정책적으로 직접 해석하는 데에는 한계가 존재한다.

본 연구의 SP 조사에서는 이 기준금액을 중심으로 인센티브 수준을 상향 또는 하향 조정한 시나리오를 구 성하여, 인센티브 금액 변화에 따라 이용자의 선택 확률이 어떻게 달라지는지를 분석하는 데 초점을 두었다. 따라서 제시된 기준금액은 정책 적용을 위한 최종 인센티브 수준을 의미하기보다는, 인센티브 금액 변동에 대한 이용자 반응을 정량적으로 비교, 분석하기 위한 기준값으로 해석하는 것이 타당하다.

3. 인센티브 제도 선택 확률 분석 결과

SP 조사 결과 분석에는 Quasi-binomial 회귀모형을 적용하였다. 인센티브 금액 민감도 분석을 위해 기준금 액을 중심으로 ±10% 수준에서 인센티브 금액을 조정하였으며, 기준금액+10%를 기준 변수로 설정하였다. 설 문조사는 2024년 6월 둘째 주부터 2주간 온라인으로 실시되었고, 전국 단위 표본 500명을 대상으로 분석을 수행하였다.

독립 변수는 성별, 연령, 통근 또는 통학 평균 소요 시간, 1일 평균 운전시간, 운전 빈도, 소득, K-pass 인지 여부, 기준금액으로 구성하였으며, 종속 변수는 각 인센티브 제도 내에서 특정 대안을 선택할 확률로 설정하 였다. 적용된 모형은 전반적으로 양호한 적합도를 보였으며, Pseudo-R², AIC, Hosmer–Lemeshow 검정을 통해 모형의 설명력과 적합성을 확인하였다. 회귀계수 및 오즈비 분석 결과는 <Table 5>에 제시하였다.

다섯 가지 인센티브 제도에 대한 사용자 선호 분석 결과, 소득, K-pass 인지 여부, 기준금액은 모든 제도에 서 공통적으로 선택 확률에 유의미한 영향을 미치는 핵심 변수로 나타났다. 해당 변수들은 값이 증가할수록 인센티브 제도를 선택할 확률이 통계적으로 유의하게 증가하는 양(+)의 효과를 보였다.

통근 또는 통학 평균 소요 시간의 경우, 다섯 가지 인센티브 제도 모두에서 계수는 양(+)의 방향으로 나타 났으나, ‘대중교통 정기권’을 제외한 네 가지 제도에서만 통계적으로 유의미한 결과를 보였다. 이는 통행 시 간이 증가할수록 일부 인센티브 제도에 대한 선택 가능성은 증가하나, 대중교통 정기권의 경우에는 통행 시 간 증가가 선택 확률에 유의한 영향을 미치지 않음을 의미한다.

한편, ‘대중교통·공유 모빌리티 환승 마일리지’를 제외한 네 가지 인센티브 제도에서는 연령과 운전 빈도 가 선택 확률에 부(-)의 영향을 미치는 것으로 분석되었다. 즉, 연령과 운전 빈도가 증가할수록 해당 인센티 브 제도를 선택할 확률은 감소하는 경향을 보였다.

<Fig. 5>는 인센티브 금액에 따른 선택 확률 변화에 대한 결과를 나타내며, 모든 인센티브 제도에서 이용 자가 부담해야 하는 금액이 낮아질수록, 즉 제공받는 인센티브 금액이 커질수록 해당 제도를 선택할 확률이 증가하는 것으로 나타났다. 기준금액+10%를 기준으로 볼 때, 인센티브 금액이 기준금액 수준으로 감소할 경 우 선택 확률은 최대 10.30% 증가하였으며, 기준금액−10% 수준으로 감소할 경우에는 최대 18.83%까지 증 가하는 것으로 분석되었다. 이러한 효과의 크기는 인센티브 제도 유형별로 상이하게 나타나, 일부 제도는 인 센티브 수준 변화에 보다 민감하게 반응하는 것으로 확인되었다. 이는 국가 예산의 제한적 재정 여건 하에서 제도 유형별로 차별화된 인센티브 수준 설정의 중요성을 시사한다.

<Fig. 5>

Changes in Selection Probability Based on Incentive Amount Adjustments

Ⅴ. 결 론

본 연구는 교통부문에서 탄소중립 이동행태를 촉진하기 위한 인센티브 제도에 대한 사용자 선호를 분석 하였다. BWS와 조건부가치측정법을 적용하여 인센티브 제도별 선호 구조를 도출하고, ‘대중교통 정기권’, ‘도보, 자전거, 공유 모빌리티 이용 마일리지’, ‘대중교통·공유 모빌리티 환승 마일리지’, ‘대중교통·여객철도 환승 마일리지’, ‘대중교통·자가용 환승 마일리지’ 등 다섯 가지 인센티브 제도에 대한 기준금액을 설정하였 다. 이를 통해 국내 적용을 가정한 가상 시나리오 하에서 각 인센티브 제도의 실현 가능성을 검토하였다.

분석 결과, 소득 수준, K-pass 인지 여부, 인센티브 금액은 모든 인센티브 제도에서 선택 확률에 가장 유의 미한 영향을 미치는 핵심 요인으로 나타났다. 또한 평균 통행 시간, 연령, 운전 빈도 역시 인센티브 제도 유 형에 따라 사용자 선호에 영향을 미치는 요인으로 확인되었으며, 특히 공유 모빌리티 및 다중교통 연계형 인 센티브 제도에서 이러한 요인의 영향이 상대적으로 크게 나타났다. 인센티브 금액이 증가할수록 해당 제도 를 선택할 확률이 높아지는 경향이 일관되게 관찰되어, 참여를 유도하기 위한 적정 인센티브 수준 설정의 중 요성이 확인되었다.

정책적 시사점 측면에서, 본 연구의 결과는 대중교통 수단 분담률 제고를 위한 인센티브 기반 정책 설계 에 실질적인 근거를 제공한다. 첫째, 인센티브 제도는 자가용 의존도가 높은 집단, 특히 운전 빈도가 높고 통 근 또는 통학 시간이 긴 이용자를 우선 대상으로 설계할 필요가 있다. 이들 집단은 인센티브 규모와 다중교 통 환승형 제도에 대해 상대적으로 높은 민감도를 보였다. 둘째, ‘대중교통 정기권’과 다중교통 환승을 지원 하는 마일리지 제도는 핵심 정책 수단으로 우선 도입하고, ‘도보, 자전거, 공유 모빌리티 이용 마일리지’는 저탄소 이동행태를 보완적으로 강화하는 수단으로 활용하는 것이 바람직하다. 셋째, 재정 제약이 존재하는 상황에서는 조건부가치측정법을 통해 도출된 기준금액을 활용하여 인센티브 수준을 제도 유형 및 이용자 특 성별로 차등 적용함으로써 비용 대비 효과를 극대화할 수 있다. K-pass 인지 여부의 영향이 크게 나타난 점 을 고려할 때, 인센티브 제도는 기존 대중교통 지원 정책에 대한 인지도 제고 및 정보 제공 전략과 함께 설 계될 필요가 있다.

본 연구는 교통수단 전환에 대한 이용자 반응을 분석하는 연구 목적에 따라 자가용 이용 경험이 있는 응 답자를 대상으로, 조건부가치측정법과 SP 조사를 활용한 가상 시나리오 기반 분석을 적용하였다. 이러한 연 구 설계는 실제 수단전환 가능성이 존재하는 집단을 중심으로 인센티브 유형과 수준 변화에 따른 이용자 반 응의 상대적 차이와 금액 민감도를 분석하는 데 적합하다. 향후 연구에서는 표본 범위를 비운전자 또는 대중 교통 주 이용 집단까지 확장하거나, 인센티브 금액을 보다 넓은 구간으로 설정하여 반응의 비선형성을 검토 함으로써 연구 결과의 일반화 가능성과 정책 적용성을 보다 강화할 수 있을 것으로 판단된다.

궁극적으로 본 연구는 인센티브 제도의 효과가 단순한 도입 여부가 아니라, 제도 유형과 인센티브 수준의 결합 방식에 따라 달라질 수 있음을 실증적으로 제시하며, 제한된 재정 여건 하에서 대중교통 이용 촉진과 탄소 배출 저감을 동시에 달성하기 위한 정책 설계에 유의미한 시사점을 제공한다.