Constrained Public Portfolio Allocation Decisions Across Transport and Non-Transport Sectors

기술 요약: 교통 및 비교통 부문을 가로지르는 제약된 공공 포트폴리오 배분 결정

문제 제기
공공 투자 결정은 본질적으로 희소성을 특징으로 하며, 정부가 교통, 보건, 교육, 유틸리티와 같은 경쟁하는 부문 간에 한정된 재정 자원을 배분해야 하는 상황을 수반한다. 기존의 교통 연구는 인프라 선호도를 평가하기 위해 진술 선호(stated preference) 방식인 이산 선택 실험(Discrete Choice Experiments, DCE)을 광범하게 활용해 왔으나, 이러한 접근 방식은 응답자가 상호 배타적인 선택지 세트에서 하나의 선호하는 대안을 선택하는 단일 선택 프레임워크에 의존하는 경우가 많다. 이러한 방식은 시민들이 여러 프로젝트를 동시에 지원하고, 다른 프로젝트를 제외하며, 명시적인 기회비용을 탐색해야 하는 실제 예산 편성 과정의 복잡한 포트폴리오 트레이드오프를 포착하지 못한다. 또한, 기존 문헌은 교통 투자를 더 넓은 교차 부문 지출 맥락으로부터 분리하여 다룸으로써, 제약된 예산 하에서 교통 투자가 비교통 우선순위와 어떻게 경쟁하는지에 대한 이해를 제한하고 있다.

연구 방법론
본 연구는 호주 뉴사우스웨일스(NSW) 주민들을 대상으로 실시한 반복적 제약 공공 예산 배분 실험을 활용한다. 전통적인 단일 선택 과업과 달리, 응답자들은 고정된 가상의 공공 예산을 경쟁하는 교통 및 비교통 지출 범주(예: 보건, 교육, 도로, 대중교통, 전기화 이니셔티브)에 배분해야 했다. 실험 설계는 다양한 예산 수준과 프로젝트 구성을 가진 여러 과업을 특징으로 하며, 상호 의존적인 배분 점유율, 비음수 제약(non-negativity constraints), 그리고 빈번한 코너 솔루션(zero allocations, 0원 배분)을 특징으로 하는 반복적 구성 데이터를 생성하였다.

이 데이터를 분석하기 위해 저자들은 잠재 계층 다중 이산-연속 극치 가치(Latent Class Multiple Discrete-Continuous Extreme Value, LC-MDCEV) 모델을 개발하였다. 이 프레임워크는 세 가지 핵심 기능을 통합한다:

1. 다중 이산-연속 구조: 단일 과업 내에서 여러 대안에 대한 양(+)의 배분과 다른 대안에 대한 제로(0) 배분을 동시에 수용한다.
2. 가용성 제약: 모든 프로젝트 유형이 모든 과업에서 사용 가능한 것은 아님을 명시적으로 고려하며, 보여지지 않은 대안을 거부된 것이 아니라 구조적으로 불가능한 것으로 취급한다.
3. 잠재 계층 이질성: 응답자들이 서로 다른 근본적인 효용 구조와 포만(satiation) 파라미터를 가진 관찰되지 않은 행동 세그먼트(클래스)에 속해 있다고 가정한다.

추정에는 응답자 수준의 사회 인구통계학적 특성을 클래스 할당 모델에 포함하여 로그 가능도 함수를 최대화하는 커스 custom MATLAB 코드가 사용되었다. 추정 후에는 NSW 가구를 나타내는 합성 인구를 대상으로 하여, 제한된 가용성 세트(교통 전용 vs. 비교통 전용) 및 다양한 혜택 프레이밍을 포함한 6가지 대안적 정책 시나리오 하에서의 배분 행동을 시뮬레이션하기 위해 예측 프레임워크가 적용되었다.

주요 결과
분석은 공공 지출 우선순위에 관한 몇 가지 중요한 발견을 도출하였다:

• 모델 성능: LC-MDCEV 명세는 집계된 MDCEV 모델보다 실질적으로 우수한 성능을 보였다(로그 가능도가 -25,789.10에서 -19,566.68로 개선되었고, $\rho^2$는 0.4447에서 0.5803으로 증가함). 이는 배분 행동의 관찰되지 않은 이질성이 상당하며, 동질적인 집계 모델로는 포착될 수 없음을 나타낸다.
• 행동 세그먼테이션: 모델은 두 개의 뚜렷한 잠재 계층을 식별하였다:
  • 클래스 1 (집중형 배분자): 표본의 약 29%를 차지하며, 이 그룹은 약한 포만 효과를 보여, 예산의 큰 부분을 소수의 선호 범주(예: 보건, 교육, 치안)에 집중적으로 배분하는 집중된 지출 포트폴리오를 보인다.
  • 클래스 2 (분산형 배분자): 표본의 약 71%를 차지하며, 이 그룹은 강한 포만 효과를 보여, 가용한 대안들에 지출을 더 분산하여 배분하고 선호도가 낮은 범주에 대해 높은 제로 배분 비율을 보인다.
• 교통 투자 선호도: 교통 지출에 대한 지지는 프로젝트 유형과 광범위한 지출 환경에 따라 크게 달라진다. 전통적인 인프라(도로 및 대중교통)는 두 클래스 모두에서 강력한 지지를 받는다. 반면, 교통 전기화 이니셔티브(개인 차량, 화물 및 대중교통 전기화)는 훨씬 더 약한 지지를 받으며, 특히 클래스 2에서 그러하다. 전기화에 대한 환경적 혜택을 실질적으로 높인 예측 시나리오에서도, 지지는 전통적인 인프라에 비해 중간 수준에 머물렀다.
• 지역 및 환경적 민감도: 지역적 차이에 따른 배분 우선순위는 체계적이었으나(예: 그레이터 시드니 가구는 지역 가구보다 보건 및 전기화된 대중교통을 더 우선시함), 이러한 공간적 변이는 잠재적 행동 세그던테이션보다 영향력이 적었다. 또한, 가능한 지출 세트의 구성(예: 비교통 옵션 제거)이 배분 강도와 참여를 실질적으로 변화시켰으며, 이는 공공의 지지가 가용 가능한 기회 집합에 상대적임을 입증한다.

의의 및 주장
본 논문은 반복적 제약 포트폴리오 배분 실험과 잠재 계층 MDCEV 모델을 결합하는 것의 가치를 입증함으로써 교통 경제학 및 참여 예산 편성 문헌에 실질적인 기여를 한다고 주장한다.

• 방법론적 기여: 본 연구는 교통 및 비교통 부문을 아우르는 공공 지출 결정에 엄격한 행동 모델링 프레임워크를 적용함으로써 교통 연구의 공백을 메운다. 연구는 전통적인 단일 선택 진술 선호 프레임워크 내에서는 회복하기 어려운 복잡한 행동적 특징들(예: 코너 솔루션, 반복적 결정, 배분 강도)을 성공적으로 포착하였다.
• 정책적 시사점: 연구 결과는 교통 탈탄소화에 대한 공공의 지지가 집계된 의견 측정치가 시사하는 것보다 더 세분화되어 있고 조건적임을 시사한다. 저자들은 일률적인 주 전체 지출 전략이 근본적인 공공 배분 선호의 다양성을 반영하지 못할 수 있다고 주장한다. 결과적으로, 정책 입안자들은 시민들이 단순히 어떤 프로젝트를 지지하느냐뿐만 아니라, 집중형 대 분산형 지출 포트폴리오에 대한 선호도에서도 서로 다르다는 점을 인식해야 한다.
• 예측 유용성: 개발된 예측 프레임워크는 인구 프로필과 정책 시나리오에 따라 배분 선호도가 어떻게 변하는지 평가할 수 있게 하며, 프로젝트 가용성 및 혜택 프레이밍의 변화가 공공 지출 우선순위에 미치는 영향을 평가할 수 있는 도구를 제공한다.

저자들은 본 연구가 가상의 환경에서 얻은 진술 선호 데이터에 의존하며, 결과가 NSW 맥락에 특화되어 있다는 점을 인정하며 자신의 주장에 대해 절제된 어조를 유지한다. 또한, 모델이 상당한 이질성을 포착하고 있지만, 두 개의 클래스 구조는 잠재적으로 더 복잡한 행동 세그멘테이션을 나타내는 간결한 표현임을 언급한다.