□ 연구 목표를 달성하기 위해 4개의 세부연구를 구성하여 진행하고자 함 1) [세부연구 1] 교통수단 및 통합교통서비스에 대한 소비자 선호 분석 및 이용행태 예측(1차년도) □ 본 세부연구에서는 진술선호분석법과 확률효용모형(random utility model) 계열의 MDCEV(multiple discrete-continuous extreme value) 모형을 활용하여 기존 교통수단, 공유 교통수단, 개인형 교통수단, 자율자동차 기반의 교통수단 등을 포함한 각 교통수단에 대한 선호를 정량적으로 분석하고자 함 □ 나아가 통합교통서비스의 핵심 속성을 도출하고 이산선택실험법을 활용하여 속성별 한계효용과 가치를 도출함으로써 다양한 형태의 통합교통서비스가 출시되었을 때 소비자의 서비스 이용행태를 예측함 □ 또한 개별 소비자 선호와 이용행태 데이터를 비지도(unsupervised) 학습 계열의 기계학습(machine learning) 모형을 적용하여 소비자의 교통 이용행태 및 선호 군집 모형 구축함 ◦ 구체적으로, k-means 군집화 모형 계열의 고도화된 모형을 활용할 계획임 2) [세부연구 2] 통합교통서비스 도입에 따른 미시적 편익 정량화(1차년도) □ 본 세부연구에서는 [세부연구 1]에서 파악한 연구결과를 활용하여 통합교통서비스 도입 이후 소비자의 교통수단 접근성, 탐색 및 거래비용 측면의 편익을 정량적으로 분석하고자 함 ◦ 소비자의 시간 가치비용, 탐색 및 거래용이성 증가에 대한 지불의사액 등은 경제적 가치측정 방법 중 하나인 조건부가치측정법(CVM, contingent valuation method)을 활용하고자 함(Cameron and James, 1987) ◦ 소비자 특성별 MaaS 이용행태는 대표성을 지닌 표본을 대상으로 직접 정보를 수집하되, 기존의 교통카드빅데이터 통합정보시스템 등에 공개된 교통 빅데이터를 연계하여 분석 및 검증을 시행할 계획임 3) [세부연구 3] 통합교통서비스 도입에 따른 거시적 편익 정량화(2차년도) □ 본 세부연구에서는 [세부연구 1]에서 파악한 연구결과를 활용하여 에너지·환경, 교통혼잡도, 산업 파급 측면의 편익을 정량적으로 분석하고자 함 ◦ 마찬가지로 외부비용, 시간가치 등 비사용가치(non-use value) 항목에 대한 편익은 조건부가치측정법을 활용하며, 산업 파급은 산업연관분석을 활용함 ◦ 또한 에너지 소비량 변화, 혼잡도 분석 시에 활용되는 소비자의 교통이용행태는 기존의 교통카드빅데이터 통합정보시스템 등에 공개된 교통 빅데이터를 연계하여 분석 및 검증을 시행할 계획임 4) [세부연구 4] 사회적 편익 극대화를 위한 교통부문 정책 전략 도출(2차년도) □ 통합교통서비스 시대의 산업 전략 및 정책 수단 시나리오를 구성한 이후, [세부연구 1~3]의 결과를 활용하여 시나리오별 시뮬레이션 분석을 통해 사회적 편익이 극대화되는 전략을 도출