< Previous김상윤·조아라·이경수 38 자동차안전학회지:제14권,제4호,2022 여기서 b dk 는 BSC모드 작동 기준 거리, x vk 는 자차 량 종방향 속도, ()ck 는 차간거리, set a 는 설정 가속도, 0 c 는 최소 차간거리이다. 현재 차간 거리에서 2 1/ set ams 로 일정하게 감속했을 때 정지 가능한지를 판단 기준으로 두 었다. BSC 모드가 이미 정상 작동된 경우에도 해제되는 조건, ()() b ckdk 을 만족할 수 있기에 직전 스텝에서 모 드가 작동됐었으면 모드를 유지시킨다. BSC모드가 처음 으로 작동할 때 계산되는 공칭 가속도는 식 (2)와 같다. 2 ,0 , ,00 2() x xnom b v a dc (2) 여기서 ,xnom a 는 공칭 가속도, ,0b d 는 BSC모드가 작동 될 때 초기 차간거리, ,0x v 는 초기속도, 1.1 액추에이 터의 지연을 고려한 상수이다. 4. 차량 종방향 모델링 및 제어 알고리즘 4.1. 차량 동역학적 종방향 모델 종방향 액추에이터 모델은 목표 가속도와 실제 가속도 의 1차 딜레이 관계를 가정하여 식 (3)과 같이 표현한다. , 1 1 xxdes aa s (3) 여기서 는 시상수(time constant)이다. 차량의 종방향 제 어기 설계를 위해 차량 기준 국소 좌표계(local coordinate)에 대한 종방향 위치 (|) x pkt , 속도 (|) x vkt , 가속도 (|) x akt 를 상태변수 (|)(|)(|)(|) lonxxx ktpktvktakt T x 로 사용하고 목표 가속도 ,xdes a 를 제어입력 , (|) lonxdes ktau 으로 사용한다. 여기서 (|)kt 표현은 어떤 시간 t 에 모델 예측 제어기에서 고려하는 k 번째 스텝을 의미한다. 본 연구에서 적용할 종방향 모델을 이산시간 상태공간 방정식으로 표현하면 식 (4)와 같다. 여기서 0.1sect 로 제어기에 적용될 이산 시스템의 스텝 간격이다. .. (1|)(|)(|) lonlonDlonlonDlon ktktktxAxBu (4) 23 2 .. 11 1 26 0 1 ,01,0 2 1 1 00 (|) (|)(|) (|) (|)(|) lonDlonD x lonx x londes ttt wherett pkt ktvkt akt ktakt AB x u 4.2. 모델 예측 제어 알고리즘 모델 예측 제어에 적용되는 비용함수(cost function)은 식 (5)와 같다. 1 1 0 min()() ()() p lon p N lonlonlon k N lonlonlon k Jkk kk T u T xQx uRu %% (5) ,()()() (0.5,1,5),1,20 ref lonlonlon lonlonp wherekkk diagN xxx QR % (|)(|)(|)(|) refrefrefref lonxxx ktpktvktakt T x 은 상 태변수가 추종하고자 하는 기준상태(reference state)이 다. 모델 예측 제어기는 상태변수와 기준상태의 차를 0으 로 최소화하는 레귤레이터 시스템이다. p N 는 제어기가 예측하고자 하는 horizon의 스텝 개수이다. 4.3. 기준 상태 상태변수가 레귤레이터 시스템에서 추종하고자 하는 기 준상태(reference state)의 0k 스텝은 식 (6)과 같다. ,0 , ˆ (0|)()() ˆ (0|)max0,2(0) (0|) refTVref xx refTV xxnomx ref xxnom ptptct vtapc ata (6) 2 0 , ˆ () ,() 2 ref x xnom vt wherectc a 자율주행 자동차 정지 거동에서의 인지 불확실성을 고려한 확률적 모델 예측 제어 자동차안전학회지:제14권,제4호,2022 39 Table 1 Design specification of simulation Parameters ValueUnit set a -12 /ms 0 c 3 m p N 20 [] t (MPC time step) 0.1 sec T (Simulation time step) 0.05 sec ,minx a -5 2 /ms ,maxx a 0 2 /ms ,minx j -4 3 /ms ,maxx j +4 3 /ms ˆ (0) TV x p 60 m Perception range40, 50, 60 m (0) x v 40 /kmh Σ 0.2 2 2 m 0.01 [] 여기서 ˆˆ (),() TV xx ptvt 는 시간 t 일 때 선행차까지 거 리와 자차량의 속도 추정치이다. () ref ct 는 추정된 속도 ˆ () x vt 를 가진 자차량이 ,xnom a 의 일정한 가속도로 감속해 서 최소 차간거리 0 c 를 남기고 정차할 수 있는 기준 차간 거리이다. 기준상태는 ,xnom a 의 일정한 가속도로 감속한 다고 가정하고 Euler method를 이용하여 수치적 적분으 로 식 (7)과 같이 계산하였다. 2 , (|)(1|)(1|) 1 (1|) 2 (|)(1|)(1|) (|) refrefref xxx ref x refrefref xxx ref xxnom pktpktvktt aktt vktvktaktt akta (7) ,1,..., p wherekN 4.4. 제한 조건 차량의 종방향 모델을 위한 등식 제한 조건은 식 (4)와 같다. 승차감을 위한 부등식 제한 조건은 식 (8)와 같다. ,min,max ,min,max ,min,max ,min,max (|)(0,...,) (|)(0,...,1) (1|)(|) (0,...,1) (1|)(|) (0,...,2) xxxp xlonxp xx xx p lonlon xx p aaktakN auktakN aktakt jj t kN uktukt jj t kN (8) 여기서 ,min,max,min,max ,,, xxxx aajj 는 각각 최소 가속도, 최대 가속도, 최소 가가속도, 최대 가가속도다. 차량이 목 표 지점에 안전하게 정차하기 위한 구속조건으로 남은 차 간거리가 최소 차간거리 0 3cm 보다 길어야 한다는 조 건이 필요하다. 자율주행차가 측정하는 차간거리는 불확 실성을 포함하고 있기에 이에 대한 구속조건을 식 (9)와 같이 확률적으로 표현할 수 있다. Pr(|)01,(0,...,) lonp ktkNGxH (9) 0 ,100,(|) 00.5 TV x wherepktc GH 여기서 는 위험도 파라미터로 차량이 최소 차간 거리를 침범할 확률이다. Chance constraint를 tightened parameter |kt 로 정의하면 식 (10)과 같고 이를 정리하여 식 (11) 과 같은 부등식 제한 조건으로 표현할 수 있다. 1 |2(|)(12)ktkterf Σ (10) (|)(|)0 lon ktktGxH (11) 선행 차량 거리는 ˆ ,(|) TV x NpktΣ 의 정규분포의 불 확실성을 가진다고 가정한다. (|)ktΣ 는 선행차량의 위 치 불확실성의 공분산이다. 1 ()erf 는 가우스 오차함수 의 역함수(inverse error function)이다. 5. 시뮬레이션 5.1 시뮬레이션 설계 시뮬레이션의 설계 변수와 매개변수는 Table 1과 같김상윤·조아라·이경수 40 자동차안전학회지:제14권,제4호,2022 (a) Clearance (b) Velocity (c) Acceleration (d) Jerk (e) Time to Collistion (f) Clearance vs Velocity Fig. 4 Simulation result (perception range = 30m) 다.시뮬레이션에서 묘사할 차량 종방향 동역학적 액추에 이터 특성은 식 (12)와 같다. ,, 1 d Ts xactxcmd e aa s (12) ,0.3sec,0.1sec d whereT 여기서 ,xact a , ,xcmd a 는 각각 실제 가속도와 입력된 명 령 가속도이다. 동역학적 액추에이터 특성은 1차 지연과 데드-타임 지연을 가정하였다. 5.2. 시뮬레이션 결과 Figs. 4, 5, 6은 Table 1의 파라미터 및 변수 값을 적 용시킨 정지 차량 대상 감속-정지 시뮬레이션의 결과 이다. Tightened parameter를 식 (10)에 의해 계산하면 (|)0.47ktm 이다. 인지 거리가 30m, 40m, 그리고 50m 인 실험(Figs. 4, 5, 6)에서 최종적으로 정지했을 때 차간 거리가 각각 3.5m, 3.4m, 3.4m로 최소 차간거리보다 멀 리 정차하였다. 가속도 프로파일을 보면 인지거리가 짧았 던 Fig. 4를 제외하고는 일정한 공칭가속도를 추종하여 앞 서 제안했던 사람과 같은 감속 거동이 나타났다. 차간거리 가 가까워지면 공칭가속도보다 작은 가속도를 사용하여 최소 차간거리보다 멀리 정차하는 구속조건을 만족시켰 다. 가속도와 가가속도도 구속조건을 만족시켜 승차감을 개선하였다. 6. 결 론 본 논문에서는 자율주행 자동차가 정지 차량을 대상으 로 감속 후 정지할 때 승차감과 안전성을 고려한 거동 계 획 및 제어 알고리즘을 제안한다. 승차감의 향상을 위해 수동주행 데이터의 가속도 프로파일을 모사하고 가속도 와 가가속도에 제한조건을 두었다. 안전성을 위해서 선행 차량 인지거리의 측정 불확실성을 확률분포로 표현하여 chance constraint로 확률적 모델 예측 제어기 적용하였 다. 고안한 알고리즘으로 시뮬레이션을 한 결과 차량이 최 소 차간거리보다 멀리 안전하게 정차하였고 사람의 감속 거동과 유사한 형태를 보여주었다. 자율주행 자동차 정지 거동에서의 인지 불확실성을 고려한 확률적 모델 예측 제어 자동차안전학회지:제14권,제4호,2022 41 (a) Clearance (b) Velocity (c) Acceleration (d) Jerk (e) Time to Collistion (f) Clearance vs Velocity Fig. 5 Simulation result (perception range = 40m) (a) Clearance (b) Velocity (c) Acceleration (d) Jerk (e) Time to Collistion (f) Clearance vs Velocity Fig. 6 Simulation result (perception range = 50m)김상윤·조아라·이경수 42 자동차안전학회지:제14권,제4호,2022 후 기 본 연구는 국토교통부/국토교통과학기술진흥원의 지원 으로 수행되었습니다(과제번호 21AMDP-C162182-01). 참고문헌 (1)Jenness, J. W., Lerner, N. D., Mazor, S., Osberg, J. S., and Tefft, B. C., 2008, “Use of advanced in-vehicle technology by young and older early adopters”, Survey result on adaptive cruise control system, Report no. DoT HS, 810, 917. (2)Martinez, J. J. and Canudas-de-Wit, C., 2004, “Model reference control approach for safe longitudinal control”, In Proceedings of the 2004 American control conference, Vol. 3, pp. 2757~2762. (3)Martinez, J. J. and Canudas-de-Wit, C., 2007, “A safe longitudinal control for adaptive cruise control and stop-and-go scenarios”, IEEE Transactions on control systems technology, Vol. 15, No. 2, pp. 246~258. (4)Hunt, K. H. and Crossley, F. R. E., 1975, “Coefficient of restitution interpreted as damping in vibroimpact.” (5)Luo, L. H., Liu, H., Li, P., and Wang, H., 2010, “Model predictive control for adaptive cruise control with multi-objectives: comfort, fuel-economy, safety and car-following”, Journal of Zhejiang University SCIENCE A, Vol. 11, No. 3, pp. 191~ 201. (6)Kang, T. W., Choi, W. Y., Yang, J. H., Lee, S. H., and Chung, C. C., 2020, “Vehicle Longitudinal Control with Velocity Profile for Stop and Go Operation”, In 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), pp. 1~6. (7)Suh, J., Chae, H., and Yi, K., 2018, “Stochastic model-predictive control for lane change decision of automated driving vehicles”, IEEE Transactions on Vehicular Technology, Vol. 67, No. 6, pp. 4771~4782. 43 ◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.4.043 조건부가치측정법을 이용한 수소버스 연료장치 안전성 평가 및 검사기술에 대한 투자 편익 분석 임서현 * ·장정아 ** Investment Benefit Analysis of Safety Assessment and Inspection Technologies of Hydrogen Bus Fuel System Using Contingent Valuation Methods Seohyun Lim * , Jeong Ah Jang ** Key Words: Contingent Valuation Methods(조건부 가치 측정법), Profitability Analysis(경제성 분석), Safety Assessment of Hydrogen Bus Fuel System(수소버스 연료장치 안전성 평가), Inspection Technologies of Hydrogen Bus Fuel System(수소버스 연료장치 안전성 검사기술), Willing To Pay(지불 의사액) ABSTRACT Recently, the government has been expanding the supply of hydrogen vehicles according to the roadmap for vitalizing the hydrogen economy, but is developing safety assessment and inspection technology for the relevant vehicles. This study analyzed the prevention of hydrogen bus accidents’ economic effect that arises from the application and development of large-capacity CHSS oil pressure repetition-test assessment technology, hydrogen bus internal chamber pressure transmission and emission volume inspection technology, among various technologies capable of assessing the safety of a hydrogen bus fuel system. To this end, the contingent valuation method (CVM), one of the value evaluation methods of non-market goods, was applied to investigate users’ willingness to pay for each inspection technology. The survey for users’ willingness to pay was conducted by attaching posters to promote surveys on the internet and within buses to the entire public. As a result of the analysis, the average WTP of the hydrogen bus internal chamber pressure transmission volume inspection technology was 25.3 KRW, the average WTP of the hydrogen bus internal chamber pressure emission volume inspection technology was 18.6 KRW, and the average WTP of the large-capacity CHSS oil pressure repetition- test assessment technology was measured at 16.7 KRW. In addition, the costs and benefits of the introduction of the relevant inspection technology were defined through the interviewing of experts at related research institutions and businesses. As a result of conducting an economic analysis (4.5% discount rate) according to the development of each inspection technology, economic feasibility was seen in all assessment and inspection technologies. As much as the technology is indispensable for the safe use of hydrogen buses, it shows that investment in related technology is very necessary in the future. However, because it was decided that the relevant analysis will differ according to the distribution rate of hydrogen buses, further analysis following this future distribution rate of hydrogen buses is needed, and future users should be made clearly aware of the safety and environmental nature of the technology. * 한국교통연구원 대중교통산업연구팀, 팀장 ** 아주대학교 TOD기반도시교통연구센터, 연구교수 E-mail: azang@ajou.ac.kr 자동차안전학회지: 제14권, 제4호, pp. 43∼52, 2022 논문접수일: 2022.9.22, 논문수정일: 2022.10.19, 게재확정일: 2022.11.14임서현·장정아 44 자동차안전학회지:제14권,제4호,2022 Table 1 Definition of each technology PartContent Inspection Technology for Hydrogen Bus Internal Chamber Pressure Transmission Volume • Technology that pre-emptively prevents the risk of fire and explosion by checking for hydrogen leaks and checking periodically (every 3 years) the hydrogen tank for hydrogen leaks with cutting-edge equipment Inspection Technology for Hydrogen Bus Internal Chamber Pressure Emission Volume • Technology that pre-emptively prevents the risk of fire and explosion by checking the amount of combustible hydrogen and checking periodically (every 3 years) for combustible hydrogen at the exhaust port of the hydrogen bus Assessment Technology of High Capacity CHSS Oil Pressure Repetition-test • Technology that verifies the quality through repetition-tests of hydraulic pressure rupture, fall, low temperature, and high temperature of the tank’s degree of reinforcement at the time of producing a hydrogen bus 1. 서 론 최근 정부는 수소경제 활성화 로드맵에 따라 급속도로 보급될 수소버스의 운행 또는 사고 시 수소누출 최소화로 2차사고(화재 및 폭발 등)를 예방과 다 동력원 병렬 구동 시스템의 성능검증을 위한 수소버스의 차량 및 부품단위 안전성 평가기술 및 장비를 개발하고 있다. 수소버스는 도 입 초기 단계로 국가차원의 평가기술 개발 성공할 경우 국내 자동차 및 부품 제작사가 시행착오를 최소화할 수 있고, 개발된 평가 및 검사기술의 법제도화시 자동차 제작 사의 예측 가능한 기술개발을 유도할 수 있다. 본 연구에서는 수소버스 안전성 평가·검사기술 개발 기 술 중 수소버스 내압용기 투과량 검사기술(이하 평가 및 검 사 기술 1), 수소버스 내압용기 배출량 검사기술(이하 평가 및 검사 기술 2), 대용량 CHSS 유압 반복시험 평가기술(이 하 평가 및 검사 기술 3)의 지불의사분석편익과 경제성 분 석 결과를 제시한다. 각 기술의 특징은 Table 1과 같다. 경 제성 분석 결과는 국내 기준 제·개정 추진에 있어 피규제 대상이 되는 수소버스 개발 업체와 일반 국민에게 미치는 규제영향에 대하여 판단할 수 있는 정량적 지표가 된다. 본 연구의 주요 내용은 수소버스 연료장치와 관련된 안 전성 평가 및 검사 기술 3종에 대해 비용 및 편익 항목을 도출하였으며, 경제성 분석을 시행, 버스 안전 검사 제도화 에 따른 비용편익 측면의 타당성 검증결과이다. 경제성 분 석을 위하여 분석 기준년도는 2023년, 목표년도는 2032년, 평가기간은 10년으로 정의하였으며, 공간적 범위는 설문조 사 대상 범위인 전국을 대상으로 하였다. 정량적 긍정적 효 과를 정량화하기 위하여 CVM(Contingent Valuation Methods, 조건부 가치측정법)을 이용하였다. 본 연구에서는 CVM 관 련 문헌을 고찰한 후 CVM 적용을 위한 설문 설계 및 조사를 수행하였다. 설문조사 결과를 바탕으로 기초통계분석 및 지 불의사금액을 추정하였다. 추정된 지불의사금액을 활용하여 편익을 도출, 경제성 분석을 시행하였다. 마지막으로 연구수 행 내용을 바탕으로 결론 및 향후 연구과제를 도출하였다. 2. 관련 문헌 고찰 2.1. 조건부 가치 측정법(CVM; Contingent Valuation Method) 비시장재화의 가치측정을 위해서는 간접적인 시장자료 를 활용하는 헤도닉 가격기법, 가계생산함수 접근법, 여행비 용 접근법 등을 활용하거나, 비시장재화를 사고 팔 수 있는 가상의 시장을 만들어 지불의사액(willingness to pay: WTP), 혹은 수취의사액(willingness to accept: WTA)을 직접 측 정하는 CVM을 활용할 수 있다. (1) 비시장재 가치 평가기법 을 활용하여 편익을 추정할 때 수취의사액보다 지불의사 액을 측정하는 것이 더 적절한 것으로 평가되고 있다. (2) 재화의 가치는 일반적으로 시장의 거래를 통해서 결정 되나, 만약 대상재화가 비배제성과 비경합성의 성격을 가 지는 공공재와 같은 비시장재화일 경우, 대상재화의 가치 를 적합하게 추정할 수 있는 방법을 적용해야 한다. (1) 비 시장재의 경제적 가치를 측정하는 기법은 크게 RP 기법 (Revealed Preference Method, 현시선호법), SP 기법 (Stated Preference Method, 진술선호법), 그리고 BT 기 법(Benefit Transfer Method, 편익이전기법)으로 구분된 다. 대상사업으로 인한 편익이 사용가치 1) 가 주를 이룬다 면 RP 기법과 SP 기법 모두 사용할 수 있지만, 비사용가 치 2) 가 중요하게 포함된다면 SP 기법만이 사용된다. 1)직접사용가치(상업적 이용이나 재화 자체의 소비와 관련된 가치), 간접사용가치(재화를 통한 감정적, 정신적 만족 등에 관련된 가치)로 구분 2)선택가치(현재 직접 이용하지 않지만 미래에 이용가능성이 있는 가치), 존재가치(현재 직접 이용하지 않지만 있는 그대 로의 존재를 유지시키는데 부여하는 가치), 유산가치(현재 직접 이용하지 않지만 미래세대를 위하여 재화를 보존하는 것에 부여하는 가치), 이타적가치(자신은 이용하진 않지만 다른 사람이 이용함으로써 얻는 가치)조건부가치측정법을 이용한 수소버스 연료장치 안전성 평가 및 검사기술에 대한 투자 편익 분석 자동차안전학회지:제14권,제4호,2022 45 Table 2 The number of samples according to confidence level of sampling normal distribution and allowable error Part Maximum Allowable Error (%) 20151052.51.00.50.01 Confidence Level 90% 1630672701,0816,71926,347985,432 Confidence Level 95% 2442963841,5349,51236,994989,693 Confidence Level 99% 33601355242,16613,39051,493992,684 Note: The Number of Samples if No Prior Information on Population Proportion 자료: 이신해(2015), 도로 보행환경개선 지불의사액의 추정, 서울연구 원 보고서 2014-BR-17 2.2. 경제적 가치 도출 연구 사례 고길곤 등(2019) (3) 은 KDI 공공투자관리센터에서 제 시한 예비타당성조사를 위한 CVM 분석지침 개선 연구를 활용하기에는 경기도 공공투자사업의 상이한 특성으로 활용이 어렵다고 판단하여 CVM을 활용하여 경기도 공공 투자사업을 평가하였다. 김경현 등(2018) (4) 은 대중교통 부문 온실가스 저감 및 교통약자 이동편의 증진을 위해서 기존 마을버스를 중형 전기저상버스로 교체할 경우를 가 정, 이중양분선택형 질문울 아용하여 지불용의액 및 사회 적 편익을 추정하였다. 김남주 등(2019) (1) 은 지방재정투 자사업 타당성 조사에서 적용되고 있는 조건부가치측정 법에 대한 조사설계 표준화방안을 제안하였다. 김장욱 등 (2012) (5) 은 CVM을 보행환경개선사업의 가치 추정에 적 용하였으며 이를 위해 쾌적하고 편안한 보행환경이 조성 된다는 가상시나리오를 구축하여 지불형태, 지불유도방 법 등을 고려하여 설문조사를 실시하였다. 상기 연구에서 는 이중양분선택형 질문을 사용하였으며, 지불의지액의 제시금액은 분위수 설계방식에 따라 제시, 총 292부를 대 상으로 결과를 도출하였다. 김진희(2007) (6) 는 2007년 시 작된 서울시 한강르네상스 프로젝트 중 2010년까지의 단 기 사업을 대상으로 사업시행으로 인해 발생하게 될 가치 를 측정하기 위해 CVM을 적용하였다. 이를 위해 서울시 민들의 지불의사액을 단일경계 양분선택과 개방형질문으 로 구성, 20~70세 미만의 서울시민 300명을 대상으로 조 사하였다. 송재인 등(2012) (7) 은 지하철 진·출입구와 주변 지역의 보행환경을 대상으로 조건부가치추정법을 통해 진출입구 개선방안에 대한 편익을 추정하였다. 이때 지불 방법으로 양분선택형 설문과 개방형질문법을 사용하였으 며 로짓모형을 통해 지불의사금액을 도출하였다. 유정복 등(2014) (8) 은 교통사고의 심리적비용을 추정하기 위해 조건부가치추정법을 사용하였으며, 그 중에서도 양분선 택형 CVM을 사용하였다. 이병주 등(2007) (9) 은 관광시의 교통정체에 대한 인지특성을 파악하고 환승 교통시스템 도입에 따른 지불의지액 추정 모형을 구축하였다. 실제 관 광지를 방문한 개인승용차 이용자를 대상으로 약 493부 를 조사, 환승 교통시스템 도입의 타당성을 확인하였다. 이신해 등(2014) (2) 은 보행환경개선에 대한 보행자 측면 의 편익을 개량하기 위해 조건부가치측정법을 활용하였 다. 임정현 등(2007) (10) 은 효율적인 대중교통 개혁 정책 실현을 위해서는 정책 시행에 따른 편익과 비용 분석을 해야 하며, 이를 위해 CVM 기법을 적용하여 제주지역 대 중교통 서비스 개혁의 가치를 측정하였다. 선행 연구와 같이 조건부가치측정법은 교통, 공공분야 에서 다양하게 활용된 가치추정모델이다. 조건부가치측정법을 추정하기 위해서는 설문조사 부 수 설계, 설문지 설계 등이 매우 중요하며 지불형태, 지불 유도방법, 현재의 상황 또는 미래의 가상상황에 대한 분석 인지 등을 대상으로 분석 방법(로짓모형, 토빗모형 등)으 로 구분된다. Table 1에서 제시한 3가지의 수소버스 연료장치 안전 성 평가 및 검사 기술의 경우 가상적인 시장을 가정해야한 다. 또한 비시장재화의 가치를 직접적으로 추정해야 하며, 수소버스 이용의 안전성 확보라는 간접사용가치가 존재 하지만 향후 개발될 기술의 사전적 가치를 추정해야 한다. 이에 기존 연구 선례와 같이 SP 기법 중 CVM 기법이 타당 하다고 판단되어 이를 활용하였다. 3. 조사 방법론 설계 3.1. 조사 방법 정의 설문조사방식은 크게 우편조사, 전화조사, 대인면접법, 인터넷 조사 등이 있으나, 본 연구에서는 설문조사대상 범 위가 넓고 조사 기간의 제한으로 인터넷을 활용한 방식을 선택하였다. 표본 수의 경우 표본의 대표성을 확보하기 위해 모집 단의 크기를 고려해야 하며, 수집되는 자료의 양에 비례 하여 시간과 비용이 소요되므로 가장 경제적이며 대표성 을 높일 수 있는 효율성의 관점에서 표본 수를 결정해야 한다. 본 연구의 설문조사에서는 모집단의 분산(표준편임서현·장정아 46 자동차안전학회지:제14권,제4호,2022 Fig. 1 Hydrogen bus safety assessment and inspection technology benefit analysis questionnaire (example) Fig. 2 Example of attached guide to survey within bus 차) 값을 추정하기 곤란하여 분산(표준편차)과 상관없 이 표본 수를 계산할 수 있는 모비율에 대한 사전 정보가 없는 경우의 표본 수 결정식을 적용하였으며, 본 조사에 서는 신뢰수준 99%, 허용오차 5% 기준에 의거하여 최 종 표본수를 500부로 결정하였다. Table 2는 최대허용 오차와 신뢰수준에 따라 설문 부수를 산정하기 위한 표 이다. 정부는 수소버스 도입 확대 정책을 펼치고 있으며, 본 연구에서 평가하는 기술로 인해 수혜자는 일반시민(버스 이용자, 수소버스 이용자, 버스 이용자 등)이므로 조사대 상 단위는 개인으로 정의, 지불형태는 평가될 대상과 적절 한 연계를 가질 때 신뢰성이 높아지게 되므로 3) 개인이 지 불하는 버스 요금을 지불형태로 선택하였다. CVM에서 주로 사용되는 지불의사 유도방법은 입찰게 임, 개방형 질문법, 지불카드, 양분선택형 질문법이 있으 며, 양분선택형 질문법은 지불의사를 몇 번 물어보느냐에 따라 단일양분선택형과 이중양분선택형으로 구분된다. 본 연구에서는 지불유도 방법으로는 폐쇄형 질문에 속하는 이 중양분선택형 질문(Double-Bounded Approach)을 사용 하였다. 이중양분선택형 질문을 사용하기 위해서는 1~2 번째 질문의 제시금액이 필요한데, 이는 전문가 사전조사 를 통해 도출하였다. 앞서 검토한 항목들을 대상으로 설문 조사를 Fig. 1과 같이 설계하였다(설문조사는 각 기술별 로 수행). 3)김장욱 외 3인(2012), 조건부가치측정법(CVM)을 이용한 보 행환경개선사업에 대한 편익 추정, 대한교통학회지 제30권 제4호 pp. 7~19. 3.2. 분석 방법 정의 양분선택형 조건부가치측정법은 다양한 방법이 존재 하나, 본 연구에서는 이신해 등(2014) (2) 의 연구에서 적용 한 이항로짓모형을 적용하였다. 해당 모형은 제시된 금액 (반응변수)에 대해 예(1)/아니오(0)의 응답에 대하여 0 과 1로 분석이 가능하다. 이항로짓모형의 기본적인 모형식은 식 (1)과 같으며, 모수 βi는 다른 예측변수들이 주어질 때, y=1이 될 로그오 즈 4) 에 미치는 χi의 효과로 이 모수의 부호를 통해 각 예측 치에 따른 응답을 예측할 수 있다. logÿ log ⋯ ⋯ (1) 4. 설문조사 및 지불의사액 추정 결과 4.1. 설문조사 개요 수소버스 연료장치 검사 및 평가기술의 지불의사금액 을 추정하기 위해 전국의 시민들을 대상으로 Fig. 2와 같 이 인터넷 및 버스 내 설문조사 홍보 포스터를 부착하여 조사를 시행하였다. 설문기간은 2021.06.28.~2021.07.27.(1달간)로 총 589 건의 설문조사가 회신되었으며, 이 중 유효한 500부 전체 의 설문지를 채택하였다(지불의사가 없거나, 설문응답에 오류가 있는 경우 제외). 설문조사 분석에 사용된 총 500명의 성별 분포를 살펴 4)log odds, 변환 모델(선형)의 종속변수, 이 값을 통해 확률 산정조건부가치측정법을 이용한 수소버스 연료장치 안전성 평가 및 검사기술에 대한 투자 편익 분석 자동차안전학회지:제14권,제4호,2022 47 보면 남자 47.4%(237명), 여자 52.6%(236명)이며, 연령 별로 보면 10대가 1.2%(6명), 20대 16.4%(82명), 30대 35.4%(177명), 40대 34.8%(174명), 50대 8.6%(43명), 60대 이상 3.6%(18명)로 이루어져 성별 및 연령별 분포 가 고르게 이루어졌음을 알 수 있다. 일주일 동안 버스 이용 여부를 질문한 결과 1~5회 미 만이 63.4%로 가장 많았으며 대부분 버스를 이용하는 사 람들로 구성되었다. 수소버스에 대한 인지도의 경우 53.6% 가 대부분 알고 있다 하였고, 대부분 수소버스는 탑승해보 지 않았다. 평가 및 검사기술 1~3의 개발로 인해 수소버스 이용에 따른 심리적 안전도 증가 여부에 대해서는 대부분 안전성 이 증가할 것이라는 응답이 평균 76%로 많았다. 4.2. 지불의사액 추정 결과 본 설문조사 문항들 중 변수로 설정이 가능한 모든 항 목들에 대해 지불의사와의 상관관계를 변수 간 상관계수 행렬을 통해 분석하였다. 평가 및 검사 기술 1과 평가 및 검사 기술 2의 경우 상 관관계가 높은 변수는 버스이용횟수, 수소버스 이용에 따 른 환경적 도움 으로 분석되었으며, 뚜렷한 상관관계를 나 타내지는 않지만 기본적인 인구통계학적 변수인 성별( ) 과 연령( )을 모형의 설명변수에 추가하였다. 평가 및 검 사 기술 3의 경우 상관관계가 높은 변수는 버스이용횟수 ( ), 수소버스 이용에 따른 환경적 도움( ), 심리적 안 전성( )이 유의하게 분석되었으며, 뚜렷한 상관관계를 나타내지는 않지만 기본적인 인구통계학적 변수인 성별 과 연령을 모형의 설명변수에 추가하였다. 각 검사 기술별 변수별 평균과 표준편차는 다음의 Table 3과 같으며, 종속변수는 지불의사로 설정하였는데, 제시 금액에 대한 지불의사가 있을 경우 1, 지불의사가 없을 경 우에는 0의 값을 가지게 된다. 모든 설명변수를 명목변수로 사용 시, 순서형 변수의 특성을 지니고 있는 변수들은 제대로 분석이 될 수 없으므 로 명목변수와 순서변수의 두 개로 종류를 나누어서 고려 하였으며, 다음의 식 (2)와 같이 간단한 모형으로 통계적 모형을 구성하였다. log (2) 여기서 는 성별, 연령, 버스이용횟수, 수소 버스 이용에 따른 환경적 도움, 심리적안전성이다. 설정된 변수에 대해 이항로짓모형을 적용하여 분석한 결과 다음의 Table 4와 같다. 여기서 통계적 유의성은 p-value를 확인하였다. 각 평가 및 검사 기술별 추정된 계수값을 식 (2)에 적용 하면 식 (3), 식 (4), 식 (5)와 같다. 평가 및 검사 기술 1의 경우 식 (3)과 같이 통계적 모형 이 추정되었으며, 해당 모형에서 유의한 변수는 환경(x 4 ) 변수로 p-value는 < 0.01, 가정된 모형이 통계적으로 유 의한 것으로 나타났다. [평가 및 검사기술 1의 모형] log (3) 평가 및 검사 기술 2의 경우 식 (4)와 같이 통계적 모형 이 추정되었으며, 해당 모형에서 유의한 변수는 환경(x 4 ) 변수로 p-value는 < 0.01, 가정된 모형이 통계적으로 유 의한 것으로 나타났다. [평가 및 검사기술 2의 모형] log (4) 평가 및 검사 기술 3의 경우 식 (5)와 같이 통계적 모형 이 추정되었으며, 해당 모형에서 유의한 변수는 이용횟수 (x 3 ), 환경(x 4 ), 안전(x 5 ) 변수로 p-value는 < 0.01, 가정 된 모형이 통계적으로 유의한 것으로 나타났다. [평가 및 검사기술 3의 모형] log (5) 모형 추정 결과의 변수별 부호 및 추정계수를 살펴보면 설명변수와 종속변수 간의 관계가 다음과 같이 해석된다. - 환경적 도움이 높을수록 평가 및 검사 기술 1에 대한 지불의사가 큼 - 버스이용횟수가 많을수록 평가 및 검사 기술 2에 대 한 지불의사가 적음 - 환경적 도움이 높을수록 평가 및 검사 기술 2에 대한 지불의사가 큼Next >