컨조인트분석과 조건부가치측정법이란 무엇인가?
Conjoint Analysis, Contingent Valuation
0. 들어가기
지난시간에는 Satty 교수가 계발한 위계적 분석 방법인 AHP를 알아보았다. AHP에서는 쌍대비교법을 통하여서 A,B 중에서 좋은 것, A,C중에서 좋은 것 다시 B,C중에서 좋은 것을 선택하고 그 결과를 극한값으로 정리하여 상호 선호하는 것들 중에서 중요도를 평가하는 방법을 배웠었다. 오늘은 조금 더 현실적인 방법을 살펴보자. 이름하여 컨조인트분석과 조건부 가치측정법이다. 컨조인트라는 뜻 자체가 '조합된'이라는 뜻이기 때문에 어떤 선택을 할 때 이미 다양한 속성들이 '조합'되어 있는 것들을 선택하는 일상의 예시들이 컨조인트분석의 핵심이 된다. 조건부 가치측정법은 그에 더해서 가치를 가격으로 매길 수 없을 때 얼마정도면 지불할 의사가 있는지를 따져보는 방법으로 '비용편익분석'에서도 많이 쓰인다. 조금은 복잡할 수 있지만 오늘은 이 두가지의 방법을 분석해보고 실제로 사용된 논문들도 살펴보자.
https://brunch.co.kr/@minnation/3658
1. Conjoint Analysis란 무엇인가?
가치value를 대변하는 것은 어떤 상품이나 서비스에 대해서 내가 얼마나 지불한 의사가 있는가이다. 이것을 Willingness to pay 즉 WTP라고 부른다. 문제는 이 다음부터다. 그렇다면 이러한 지불의사를 어떻게 측정할 수 있을가? 학계에서는 이러한 문제가 항상 고민이 되었기 때문에 2가지의 방법이 발전했다. 진술선호법과 현시선호법이 그것이다. 이러한 방법을 통해서 구매자가 어떤 요인이 있을 때, 어디서 가치를 느껴서 선택을 하는지를 살펴볼 수 있다. 컨조인트 분석이란 잠재적인 선호를 미리 정해진 '등급'으로 나누어서 분석하는 방법이다. 사람들은 언제나 다양한 선택지를 가지고 살기 때문에 오히려 몇개의 선택항목이 묶여 있는 방식을 제공하면 더 쉽게 선택할 수 있게 되는 것이다. 이것은 간단한 선택이지만 이 선택을 통해서 시장매출액도 구할 수 있는 방법이 바로 컨조인트 분석이라고 할 수 있다.
진술선호법 stated preperence method
잠재선호를 직접 묻는 방법
Conjoint Analysis : ‘얼마나 좋아하는가?’라는 질문에 대해서 등급을 선택하도록 함.
Contingent Valuation: ‘얼마를 낼 용의가 있는가?’라는 희망 금액을 물음.
비시장재 non-market goods, 시장에서 거래가 되지 않는 재화를 ‘분리＇해서 평가 Ex) 청정대기, 아름다운 경관
대부분 시장재의 거래 가격에는 함께 결합되어 있는 비시장재 요소까지 포함 Ex) 조망이 좋은 주택 vs 조망이 나쁜 주택 Ex) 아파트 저층 세대 vs 고층 세대
현시선호법 revealed preference method
Travel Cost 여행비용법
‘얼마를 희생할 용의가 있는가?'라는 비용을 물음.
문화재, 여행지 등
Analitic Heirarchy Process
속성 간 쌍대비교를 통해 속성 사이의 우선순위(가중치)를 도출
평가대상의 속성별로 평가점수 부여하여 종합점수 도출하고 상호 비교 후 최적 대상 선택
Conjoint Analysis
다수 속성 수준들의 가능한 여러 조합에 대하여 선호도를 상대순위 평가
개별 속성의 영향력을 분리해서 추정
활용 : 선호도를 극대화하는 재화의 속성조합 설계, 경쟁 재화별 예상 선호도 추정 (예상 시장점유율에 가까운 값)
선구자 : 수리 심리학자 Luce and Tukey(1964), 마케팅이론가 Green and Rao(1971), 계량경제학자 McFadden(1974)
사용하는 Software : SPSS, SAS, R 등 통계분석 언어
https://brunch.co.kr/@minnation/3658
2. Choice-Based Conjoint Analysis
그럼 본격적으로 컨조인트 분석을 해보자. Bryan K. Orme, Getting Started With Conjoint Analysis, 2005을 바탕으로 사람들이 컴퓨터를 선택할 때 어떻게 컨조인트 분석을 사용할 수 있을지 생각해보자. 아래 그림과 같이 4가지의 브랜드가 있다. 그리고 프로세스와 저장장치, 디스플레이 크기, 가격까지 표로 만들어 보면 아래와 같다. 이렇게 하면 모든 가능한 조합은 4*3*3*3*4 = 432가지가 된다. 너무 선택지가 많기 때문에 이 경우의 수를 모두 계산할 수 없다. 소위 말하는 '소비자에게 불친절한 정보'가 되는 것이다. 따라서 몇개의 조합들을 미리 만들어서 보여주는 것이다. 예를 들면, 아래와 같이 HP 브랜드에 프로세서는 3기가헤르츠, 저장장치는 512MB, 15인치에 1,099달러와 같이 조합을 해보는 것이다. 이것이 바로 '컨조인트'한 블록이라고 할 수 있다.
그 다음에는 조합들을 보여주고 선호도를 질문하는 것이다. 응답자는 자신의 선호도에 따라 0, 1, …, 9, 10 등급 중 하나를 선택하게 된다. 이를 Ranking-Based라고 한다. 이런 방식으로 선호도를 다수의 응답자에게 조합별 응답을 얻게 된다. 보통 동일한 구성의 응답조합에 대한 응답자 약 200여명정도를 받는다. 예를 들면, 선별된 4개 조합 * 200명 = 800명의 선호도가 나오는 것이다. 물론 많을수록 좋지만, 실행 비용 부담때문에
속성과 수준도 각각 4~5개 이내가 바람직하다고 볼 수 있다. 그러니깐 위의 표에서 4~5개의 조합들이 나와서 제안이 되는 것이다. 하나하나 선호도를 묻는 것이 아니라 조합을 만들어서 선호도를 묻는 것이 '컨조인트 분석'의 특징이라고 할 수 있다.
컨조인트 분석은 CBC(Choice-Based Conjoint)라고 부른다. 등급을 응답하는 것이 아니라, ‘선택(1), 비선택(0)＇중 택일하도록 하는 것이다. 통계적으로는 통상 최소자승회귀(OLS Regression)가 아닌 다항로지스틱회귀(Multinomial Logistic Regression)를 적용하는 것이다. 오직 0, 1로만 선호도를 측정하는 것을 말한다. 이러한 방법으로 아무리 많은 선택의 변수가 있더라도 4~5개의 조합을 만들고 0,1중에서 선호도를 표시하도록 함으로써 200명 정도의 자료를 모으면 자연스럽게 시장매출액도 예측할 수 있게 된다. 이와 같이 호감이면 1, 비호감이면 0을 선택하기 때문에 선택적 컨조인트 분석이라고 한다. 다음에 나오는 0,1과 같은 선택이 아니라 선호도에 따라서 랭킹을 정하는 것이다.
3. Ranking-Based Conjoint Analysis
컨조인트 분석 방식은 적절한 조합을 선택하는 방식(CBC)와 속성들의 조합에 대한 랭킹을 매기고 그에 따라서 속성을 다시 개별로 뽑아서 순위를 매기는 방식인 Ranking-Based Conjoint Analysis로 나누어 진다. 이 둘의 차이점은 CBC의 경우에는 이미 조합이 마친 것들 중에서 선택한다면, RBC의 경우 전체 조합에 대한 평가에서 각 속성들의 순위를 다시 뽑아내서 마지막에 최적의 조합을 만든다는 데 있다. 이해를 위해서 만약에 신용카드사에서 제공하는 다양한 서비스 중에서 최적이 서비스가 무엇인지를 알아보려고 한다고 가정해보자. 그러면 아래와 같이 각 브랜드마다 이자율이 다를테고 한도도 다를 것이다. 그러면 보통 진행하는 CBC의 방식으로 선호도를 측정한다. 여기서 그러나 0과 1이 아니라 0에서 10까지의 선호도를 측정한다.
그러면 브랜드는 3가지 종류이고 이자율도, 한도액도 3가지 종류이기 때문에 3X3X3은 27가지가 되지만 그 중에서 9가지 정도만 컨조인트해서 조합을 만든다고 가정해보자. 그러면 카드 1에서 부터 9까지 경우의 수가 나오게 되고 칵 카드별로 다양한 조합들이 나오게 된다. 그러면 응답자는 9개의 조합된 카드의 빈칸에서 0에서부터 10까지 선호도를 체크하는 것이다. 다시 말하지만 이것은 1,0으로 분석하는 '로지셋 분석'이 아니다. 추후에 이야기 하겠지만 분석방법은 다중회귀방법을 사용해야 한다. 이렇게 9개로 조합된 분석표를 만들고 이제 다양한 사람들에게 응답을 받으면 된다.
그 다음에는 이제 속성들 하나하나를 꺼내어서 다시 계산한다. 먼저 VISA카드는 카드 1, 7, 9이기 때문에 1, 7, 9번 카드에서 선호도가 얼마나 나왔지는 기입한다. 예시에서는 카드 3에서는 선호도가 0, 카드 7에서는 선호도가 2, 카드 9에서는 선호도가 0이 나왔다. 그러면 일단 그 선호도를 모두 더한다. 그럼 VISA카드에 대한 선호도의 총합은 2점이라고 할 수 있다. 같은 방식으로 다른 속성들을 모두 선별해서 더해보면 합이 나온다. 그러면 그다음으로 각 속성별로 가장 큰 숫자와 가장 작은 숫자의 차이를 분자에 놓고 분모는 각 속성들 그룹의 표준편차를 계산해서 넣는다. 카드사 브랜드별로 표준편차는 1, 이자율은 4, 한도액은 1이라는 표준편차가 나온다. 그러면 그 표준편차들의 합이 6이고 이것을 속성군별로 가장 큰수에서 가장 작은 수를 뺀 갑에다가 넣는 것이다. 그러면 결론적으로 브랜드별로, 이자율별로, 한도율별로 중요도가 나온다. 브랜드 중요도는 0.16, 이자율의 중요도는 0.66, 한도액의 중요도는 0.16이다.
조금 복잡하기는 하지만 '중요도' 또는 '가중치'를 가지고 다시 기존의 9개의 대안의 결과들을 대입해보면 (Row Average x Weight)의 값이 각각 나온다. 아래 그림에서 A안의 경우 속성의 평균의 합에 가중치를 곱하면 결국 (0.16 + 0 + 1.6)으로 0.32라는 값을 가지게 된다. 이와 마찬가지로 B,C 를 계산해보면 0.48, 3.12가 나와서 결론적으로 C가 가장 최적의 대안이라는 것을 알 수 있다. 이런 방식으로 응답자들의 '등급'을 합산하여 평균을 내고 가중치로 곱해주면 속성들 중에서 가장 중요한 요소들이 추출되고 이것을 가장 많이 가지고 있는 조합이 '선택'되는 방식이 된다.
예시로 살펴본 신용카드의 속성의 경우에는 3가지의 속성에 각각 3가지의 경우의 수가 있었기 때문에 조금 복잡했지만 보통은 속성이 가격과 브랜드의 두 가지로만 구성되는 경우가 많다. 이럴 경우 같은 가격 하에 보다 높은 선택가능성을 지배하는 요소는 바로 '브랜드'이다. 어떤 브랜드를 가지고 있는가에 따라서 다른 요소들보다 더 높은 가중치를 받게 되는 것이다. '명품'이라는 급에만 들어가도 가격, 효용성, 가치를 모두 넘어서는 지배적인 속성이 되기도 한다. 이렇게 '브랜드'와 같이 같은 선택 가능성에 보다 높은 가격을 지불하도록 하는 요소를 가지고 CBC에 의한 선택 응답 결과를 연결하여 수요곡선 도출해 볼 수 있다. 아래 그림의 세로축은 선택 빈도의 비율 나타낸다. 이러한 그래프를 통해서 어느정도의 가격까지 브랜드의 위치를 잡을 수 있을지를 계산해볼 수 있는 것이다.
응용 및 확장
적정 응답 대상 Profile 선별하는 방법 : Random selelction, Orthogonal selection
x) 소프트웨어 패키지 SAS OPTEX proc
응답자의 배경변수 : 성, 거주지역, 연령, 흡연 여부, 지식수준, 소득수준 / 집단 범주 구분하여 분석
Coding 방식 : 전통적 Dummy 변수 이외의 방식(Effects Coding)
Attribute 의 수가 많을 때 처리법 : Partial Profile, Hierarchical Information Integration, Staged Approach
•Hierarchical Bayesian Estimation
Conjoint Analysis 관련 SW
Sawtooth Software : https://sawtoothsoftware.com/ 설문조사 및 통계처리, conjoint 분석 컨설팅
Ngene : http://www.choice-metrics.com/
SAS procedure : OPTEX : 프로파일 선별 생성 / TRANREG : 회귀 추정
R library : faisalconjoint
Limdep : 범용 통계 추정 SW
WINBUGS : Bayesian 추론 전문 SW
기타 MATLAB 등 프로그래밍 가능
4. 조건부 가치평가 Contingent Valuation
조건부 가치평가인 Contingent Valuation은 비시장재의 편익을 지불의사WTP 응답을 통해 추정하는 방법이라고 볼 수 있다. 상품화되어서 팔 수 없는 서비스나 정책을 이 방법으로 수행한다. 원래 가치는 시장에서 가격이 매겨져야 가중치도 생기고 우선순위도 생기고 효용도 판단할 수 있다. 하지만 비시장재의 경우에는 가치를 매기는 기준이 재화가 아니기 때문에 기존의 방법을 사용할 수 없다. 그러면 어떻게 해야할까? 바로 가상시장 Virtual maket을 사용하는 것이다. 응답자들에게 어떤 서비스나 제품을 이용할 때 다음과 같은 질문을 하는 것이다.
만약 국립멸종위기종 복원센터를 건립할 때
당신은 이 센터를 이용하기 위해서 얼마의 세금까지를 납부할 의사가 있는가?
당신이 이 센터를 이용하는데 있어서 입장료를 얼마나 낼 수 있겠는가?
조건부 가치평가 설문지
응답방법의 선택：이중경계 양분응답법(‘예’ 또는 ‘아니오’)을 선택 "낼 수 있겠어요?"
응답자에게 두 번에 걸쳐 상이한 가격을 제시하고 지불의사를 물음.
첫 번째 제시한 금액에 대하여 ‘예’라고 대답한 사람은 그 두 배에 해당하는 금액을 제시하고, 첫 번째 제시한 금액에 대하여 ‘아니오’라고 대답한 사람은 그 2분의 1에 해당하는 금액을 제시
사전조사(pre-test) : 개방형 질문을 통해 100가구의 일반인들에게 WTP금액을 직접 기술하도록 함.
제시금액표 작성：앞의 사전조사에서 수집된 WTP금액 결과를 바탕으로 제시 금액을 6가지로 압축, 응답자는 각각의 제시금액에 대하여 지불의사를 ‘예’와 ‘아니오’ 중의 하나로 대답함.
설문 조사
표본 선정：가구 소득세에 대한 결정권한이 있는 가주주 또는 배우자를 응답자로 하여, 전국 단위로 시․도별 가구 수 비중을 고려하여 표본을 선정
표본추출은 통계조사의 기본 방법론에 의거하여 수행함.
조사 방법：가구 방문 면접 조사
질문방식: 앞의 표와 같은 여러 가격을 제시하고 각각의 가격에 대해 ‘지불의사가 있읍니까?’에 대해 예, 아니오 응답 취합
응답결과
Ex) 2,000원을 제시한 응답자의 WTP 분포
‘예’ 응답자의 실제 WTP는 2,000원 이상으로 분포
일반적으로 제시가격이 A라고 하면
G(A)=0.5일 때, 즉 A= a/b 가 WTP의 대표값.
1000명 응답자료로부터 a, b값을 추정
최대우도추정치 a =0.64, b=0.22 _> A = 2,789원 -> 17백만가구, 연간 총 478억원의 편익 가치 추정
만약 교도소의 고통을 조건부 가치평가방법으로 추정하면
고통 : 음(-)의 효용
징역형의 비용(경북대학교 행정학과 오정일 교수, 2018)
“시민들은 평균적으로 징역 1년이 벌금 5천여 만원에 해당한다고 생각하는 것으로 나타났다. 10대부터 60대 이상 노년층까지 시민 667명을 대상으로 설문조사한 결과다.
21일 오정일 경북대 행정학과 교수의 논문 '조건부가치추정을 통한 징역형의 금전적 가치에 관한 연구'에 따르면 징역 1년에 해당하는 죄를 지은 사람에게 징역 대신 벌금을 부과한다고 가정하고 측정한 '징역등가 벌금액'의 기댓값은 5천142만원이었다.
응답자가 제3자 입장에서 피고인에게 벌금형을 내린다는 가상의 상황을 설정하고 1천만원부터 1억원까지 벌금액수를 차례로 제시하는 방식으로 했다. 1천만원은 응답자 모두가 부과할 수 있다고 답했지만 금액이 많아질수록 합당하다고 답하는 비율이 줄었다. 징역 1년 대신 벌금 1억원을 제시하자 전체의 9.8％만 그렇게 매길 수 있다고 답했다.
자신이 옥살이의 당사자가 됐다는 전제에서는 징역 1년의 금전적 가치가 크게 달라졌다. 벌금을 내면 1년간 감옥에 가지 않아도 되는 경우, 지불 가능한 액수의 기댓값은 3천541만원으로 나타났다. 반대로 남 대신 1년간 수감생활을 한다고 가정하면 받아야 할 돈은 2억7천만원으로 뛰었다. 자신의 징역을 피하기 위해 3천541만원을 낼 수 있지만, 남의 옥살이를 대신 해주려면 (1년에) 2억7천만원은 받아야 한다는 얘기다.
https://www.yna.co.kr/view/AKR20181021012200004
0. 나오기
현실세계에서 '선택'은 한가지만 있는게 아니다. 한번에 몇백가지의 선택을 하면서 살아야 한다. 사실 우리의 두뇌는 한번 움직임을 선택할 때 몇백만 가지의 신경계가 선택을 해야만 움직일 수 있다. 그것을 아주 작은 범주에서만 소환하여 표현한게 오늘 보여진 컨조인트 분석과 조건부가치측정법이다. 가치가 세분화될수록 사람들이 선택을 하는데 있어서 더 세부적인 부분까지 신경을 써야 한다. 또한 그 선택지들은 서로 분할되어 있지 않고 언제나 '조합'된 방식으로 제시된다. 그리고 우리는 최적의 조합을 만들어야 되기도 한다. 그럴 때 사용할 수 있는 방법들이 오늘 배운 컨조인트분석과 조건부가치평가 방법이다. 물론 전문화된 프로그램을 사용하여 변수값만 대입하면 바로 결과가 나오기도 하지만, 계산의 과정을 이해하고 있는 것은 다른 부분에도 적용해 볼 수 있는 기회를 제공하기 때문에 오늘의 과정을 통해서 앞으로 '조합' 혹은 '선택'지를 만들 때 도움을 얻을 수 있는 부분이 있다는 것을 알 수 있다.
만약 교도소의 고통을 조건부 가치평가방법으로 추정하면
고통 : 음(-)의 효용
징역형의 비용(경북대학교 행정학과 오정일 교수, 2018)
“시민들은 평균적으로 징역 1년이 벌금 5천여 만원에 해당한다고 생각하는 것으로 나타났다. 10대부터 60대 이상 노년층까지 시민 667명을 대상으로 설문조사한 결과다.
21일 오정일 경북대 행정학과 교수의 논문 '조건부가치추정을 통한 징역형의 금전적 가치에 관한 연구'에 따르면 징역 1년에 해당하는 죄를 지은 사람에게 징역 대신 벌금을 부과한다고 가정하고 측정한 '징역등가 벌금액'의 기댓값은 5천142만원이었다.
응답자가 제3자 입장에서 피고인에게 벌금형을 내린다는 가상의 상황을 설정하고 1천만원부터 1억원까지 벌금액수를 차례로 제시하는 방식으로 했다. 1천만원은 응답자 모두가 부과할 수 있다고 답했지만 금액이 많아질수록 합당하다고 답하는 비율이 줄었다. 징역 1년 대신 벌금 1억원을 제시하자 전체의 9.8％만 그렇게 매길 수 있다고 답했다.
자신이 옥살이의 당사자가 됐다는 전제에서는 징역 1년의 금전적 가치가 크게 달라졌다. 벌금을 내면 1년간 감옥에 가지 않아도 되는 경우, 지불 가능한 액수의 기댓값은 3천541만원으로 나타났다. 반대로 남 대신 1년간 수감생활을 한다고 가정하면 받아야 할 돈은 2억7천만원으로 뛰었다. 자신의 징역을 피하기 위해 3천541만원을 낼 수 있지만, 남의 옥살이를 대신 해주려면 (1년에) 2억7천만원은 받아야 한다는 얘기다.
https://www.yna.co.kr/view/AKR20181021012200004
실제 논문에서 다룬 내용 살펴보기
큐레이션 기반 뉴스 플랫폼에 대한 이용자 선호 탐색: 컨조인트 분석을 중심으로
최재서*⋅김정환** Journal of Social Sciences Vol. 62, No. 1, 2023, 293-319
1. 서론
본 연구는 큐레이션 기반 뉴스 플랫폼에서 제공 가능한 속성을 분석하여 뉴스 큐레이션 서비스에 대한 선호도 와 큐레이션 서비스의 속성별 중요도를 파악하기 위하여 속설 결합에서 나타나는 요소 간의 상대적 선호도를 조사하기 위하여 컨조인드 기법을 활용하였다. 이를 통하여 큐레이션 서비스의 속성을 구성하는데 있어서 최적화 전략 전략을 찾는 것이 목표이다.
2. 선행연구
본 연구는 선행연구 분석을 통해서 인터넷 뉴스 서비스의 주요 속성을 찾았다. 주요 속성으로는 뉴스 큐레이션 주체, 랭킹 기반 추천방식, 뉴스 소비 환경, 뉴스콘텐츠 유형이다. 이러한 속성을 기반으로 컨조인트 분석을 하기 위해서 수준을 1~3까지 나누고 범위에 따른 조합의 요소들을 아래와 같이 구성하였다. 이러한 구성은 연구문제 1번에서는 큐레이션 뉴스 플랫폼에서 뉴스를 소비할 때, 이용자들은 어떤 속서응ㄹ 더 중요하고 가치있게 여기는지를 파악하고, 연구문제 2번에서는 큐레이션 뉴스 플랫폼에서 뉴스를 소비할 때, 연령에 따라 속성의 중요도가 달라지는가를 파악하였다. 선행연구를 바탕으로 연구방법은 다음과 같이 컨조인트분석을 사용하였다.
3. 연구방법
컨조인트분석은 속성의 다양한 조합들로 이루어진 제한된 수의 대안 상품들에 대한 선호도를 측정하여, 각 속성이 상품 선호도에 미치는 상대적인 영향력을 중요도로 파악하는 방법이다(손영곤, 김병희, 2020). 컨조인트 분석은 어떤 대상이 가지고 있는 각각의 속성들에 대하여 고객이 부여하는 효용을 추정하는 것을 통해서 각각의 속성에 대한 상대적 중요성을 수치적으로 파악하는 방법이다(김성철, 권영선, 남찬기, 2013). 컨조인트분석은 소비자의 선호도를 중심으로 3가지의 방식으로 나누어진다. 등급기반 컨조인트 분석과 순위기반 컨조인트 분석, 선택기반 컨조인트 분석으로 나누어 진다. 본 연구에서는 새로운 마케팅의 기회를 포착하고 소비자 만족을 극대화할 수 있는 시장세분화전략 도출을 위하여 순위기반 컨조인트분석 방법을 사용했다.
컨조인트 분석에서 속성 변인은 서로 상호 배타적이어야 하며 응답자들의 선호를 분명히 나타내야 한다. 따라서 기존의 변수의 합은 36개의 경우의 수가 발생하지만 SPSS 패키지 내의 직교 계획을 통해서 상관관계가 없고 모든 속성수준이 포함되는 9가지의 프로파일을 도출하였다. 9가지의 카드 조합에 대하여 선호하는 순서대로 기입하도록 하였으며, 설문조사 기관 마크로밀 앰브레인을 통해 총 320명의 응답을 받았다.
4. 연구결과
컨조인트 분서결과 <표 8>과 같이 2030세대와 4060세대가 상대적 중요도에 대해서는 본 연구에서 구분한 4가지의 속성의 차이가 별로 없었지만 속성수준에 있어서는 차이가 상당했다. 2030세대는 알고리즘 추천이 가장 높은 효용을 가지는 반면에 4050세대에서는 언론사의 편집추천이 가장 높은 효용추정치를 가졌다. 이는 젊은 세대의 경우 알고리즘을 통해서 제시되는 뉴스를 자주 보는 것으로 추정되며, 중장년의 경우에는 언론사에 대한 신뢰를 바탕으로 뉴스를 보는 것으로 추정할 수 있다.
5. 결론 및 시사점
본 연구는 큐레이션 기반 뉴스 플랫폼의 속성 및 속성 수준에 대한 소비자 선호도를 컨조인트 분석을 통해 고찰하였다. 전체 표본을 대상으로 한 컨조인트 분석결과, 뉴스 큐레이션 주체, 랭킹 기반 추천 방식, 뉴스 소비 환경 그리고 뉴스 콘텐츠 유형 순으로 상대적 중요도가 파악되었다, 뉴스 큐레이션 주체의 속성 수준 별로는 ‘언론사 편집･추천’, ‘알고리즘 추천’, ‘기자 추천’ 순으로, 랭킹 기반 추천 방식의 속성 수준 별로는 ‘많이 본 뉴스’, ‘공감 많은 순’, ‘댓글 많은 순’ 순으로 효용 추정치가 확인되었다. 본 연구가 설정한 컨조인트 방법론을 통해서 분석한 효용과 상대적 중요도를 도출하는 방법은 기존의 다양한 설문조사 기법보다 훨씬 정교하고 합리적이라는 결론이 나왔다. 이러한 방법을 복잡하고 변수가 많은 연구에 활용하여 효용을 순위 혹은 등급으로 구성하는 것이 가능하다는 것을 알게 되었다.
조건부가치측정법을 활용한 고향사랑기부제도의 도입 효과 분석*
1)홍근석(한국지방행정연구원)*** 임정빈(성결대학교)***정연구원
｢한국정책과학학회보｣ 제23권 제3호(2019. 9): 1~31
1. 서론
본연구는 '고향사항기부제도'를 도입하기에 앞서서 얼마나 효과가 있는지 조건부가치측정법을 사용하여 분석하였다. 3개의 시나리오를 도출하여 각각의 효용을 계산하였다. ‘고향사랑기부제도’는 개인이 특정 지방정부에 일정액을 기부하면, 중앙정부와 지방정부가 기부금의 일부에 대해 세액공제 혜택을 부여하는 제도이다. 고향사랑기부제도는 비수도권의 인구감소, 지역 간 재정 격차 심화, 소멸 위험 지역의 확산을 완화하기 위한 방안 중 하나로 논의되고 있다.
이 연구는 고향사랑기부제도가 도입될 경우 지방정부의 열악한 재정여건이 개선되고 지역 간 수평적 재정불균형이 해소되는 효과가 발생하는지의 여부를 실증적으로 분석하는 것을 목적으로 하고 있다. 이를 위해 1,002명의 국민을 대상으로 설문조사를 실시하였으며, 조건부가치측정법을 통한 고향사랑기부제도에 대한 지불의사금액을 추정하였다. 또한 설문조사에서 제시된 17개 시･도별 기부비율을 적용하여 지역별 기부인원 및 기부금액 을 추정하였다. 이러한 추정결과를 바탕으로 총 3가지의 시나리오를 설정하였으며, 각 시나리오별로 고향사랑기부제도의 재원확충 효과와 지역 간 재정격차 완화 효과를 분석하였다.
2. 이론적 논의
고향사랑기부제도와 관련된 법률안의 주요 내용은 첫째, 고향사랑기부제도의 도입 목적과 관련하여 대부분 지방재정 확충을 통해 지방정부의 재정 건전성을 강화하고, 지역 간 재정불균형을 완화하는 것을 도입 목적으로 제시하고 있다. 둘째, 납부 유형은주로 조세이전 또는 기부금 형식을 제안하고 있다. 고향사랑기부제도를 도입하려는 목적은 지방정부의 재원확충과 지방정부 간 재정격차 해소이기 때문에 본 연구는 고향사랑기부제도의 도입이지방정부의 재원을 확충하고, 지방정부 간 재정격차를 축소하는데 기여하는지를 분석한다. 이러한 분석을 위해서 본 연구에서는 조건부가치측정법을 통해 고향사랑기부제도에 대한 지불의사금액 및 지역별 기부인원을 추정한다. 이를 기반으로 고향사랑기부제도가 비수도권 지역에 대한 재원확충 효과 및 지역 간 재정격차 완화효과를 나타낼 것인지를 실증적으로 분석하였다.
3. 분석시나리오
이 연구는 고향사랑기부제도의 도입 효과를 분석하기 위해 17개 시도에 거주하고 있는 20세 이상 65세 이하의 일반 국민 1,000명을 대상으로 고향사랑기부제도에 대한 설문조사를 실시하였으며, 한국리서치의 MS 패널 44만 명을 이용한 온라인 및 모바일 조사를 통해 수행되었다. 표본은 2019년 3월 주민등록인구를 기준으로 성별, 연령별, 지역별 인구수에 맞춰 추출하였다. 사전 조사는 2019년 3월 18일부터 3월 20일까지 3일 간 수행되었다. 이메일을 통해서 진행하였고 사전조사와 본조사를 합쳐서 총 1002명이 설문에 응답하였다. 설문조사를 바탕으로 고향사랑기부제도의 기부금액과 기부인원을 추정하였다.
고향사랑기부제도에 대한 지불의사금액을 추정하기 위해 이 연구는 Hanemann(1985)과 Carson(1985)에 의해 제안된 이중 양분선택형질문법을 사용하였다. 이중 양분선택형질문법은 사전조사를 통해서 결정된 여러 금액을 제시하며, 응답자가 지불할 용의가 있는 경우 첫 번째 제시금액의 약 2배에 해당하는 금액을 다시 제시하게 된다. 반대로 첫 번째 제시금액에 지불할 의사가 없는 경우 제시금액의 1/2배에 해당하는 금액을 다시 제시하는 2단계 과정을 거치게 된다. 일반적으로 대상 재화에 대한 응답자의 내재적 지불의사금액 WTP는 직접 관찰 될 수 없으며, 조건부가치측정법에서 제시한 지불의사금액에 대한 양분선택적 응답결과만을 알 수 있다. 따라서 응답자의 내재적 지불의사금액을 파악하기 위해 다음과 같은 절차를 거치게 된다. 고향사랑기부제도 도입 시 기부할 의사가 있는지에 대한 질문에 대해 응답자는자신의 내재 지불의사금액 WTP와 비교하여 ‘예’ 혹은 ‘아니오’의 응답을 하게 되며, 분석은 로짓분석을 사용하게 된다. 추정결과는 <표3>과 같다.
사전 조사를 통해 10,000원, 50,000원, 100,000원, 200,000원, 400,000원의 5가지 지불의 사금액이 도출되었으며, 이를 본 조사에서 제시하였다. 응답자들이 이러한 제시금액들을 수용 한 비율을 보면 10,000원 56.7%, 50,000원 48.3%, 100,000원 43.9%, 200,000원 24.9%, 400,000원 16.1%로 나타났다. 전반적으로 제시금액이 커질수록 지불의사가 없는 응답자의 비중이 늘어나는 것으로 나타났다. 또한 기부인원에 대한 추정은 고향사랑기부제도에 참여할 가능성이 있는 기부대상 모집단을 3개의 집단으 로 구분하고, 설문조사에서 제시된 지역별 기부비율을 적용하여 고향사랑기부제도의 기부인원을 추정하였다. <표5>에서 볼 수 있는 것처럼 모집단 1, 2, 3을 기반으로 추정 기부인원 1, 2, 3을 도출했다. 조건부가치측정의 장점은 이처럼 모집단을 통해서 추정인원을 상정할수 있고 그 결과로 시장이나 국가단위의 매출과 효과를 알 수 있다는 것이다.
이 연구는 고향사랑기부제도의 도입이 지방정부의 재원확충과 지역 간 재정격차 감소에 미 치는 효과를 분석하는 것을 목적으로 하고 있다. 먼저 고향사랑기부제도 도입의 재원확충 효 과를 분석하기 위해 고향사랑 기부금의 규모를 추정하였다. 이를 위해 이 연구에서는 앞에서 추정한 기부금액과 기부인원을 기준으로 고향사랑기부제도의 도입 효과 분석을 위한 3가지 시나리오를 설정하였다. 이러한 시나리오를 바탕으로 재정확충 효과와 재정격차 완화 효과가 조건부가치측정법에 의하여 추정되었다.
시나리오 1 : 20세 이상 65세 이하 국민 중 21,689,245명이 지역별 기부비율에 따라 99,164원 기부
시나리오 2 : 전체 납세자 중 10,454,245명이 지역별 기부비율에 따라 99,164원 기부
시나리오 3 : 종합소득세 납세자 중 4,167,082명이 지역별 기부비율에 따라 99,164원 기부
4. 분석결과
고향사랑기부제도의 도입 목적 중 하나는 기부문화의 활성화를 통해서 지방정부의 재원을 확충하는 것이다.고향사랑기부제도는 기부금을 받는 지방정부의 재원을 증가시키는 반면에, 기부자가 거주하고 있는 지방정부의 지방소득세를 감소시키는 효과를 나타내게 된다. 이에 대해서 본 연구는 총액 기준과 1인당 금액 기준의 2가지로 구분하여 재정확충과 격차완화에 대한 분석을 진행하였다.
시나리오 1의 분석결과를 종합하면, 고향사랑기부제도의 도입을 통해 지방정부는 총 15,917억 원의 재원확충 효과가 발생하는 반면, 중앙정부는 동일한 규모의 재원감소가 발생하게 된다.
시나리오 2의 분석결과를 종합하면, 고향사랑기부제도의 도입을 통해 지방정부는 총 7,671 억 원의 재원확충 효과가 발생한다.
시나리오 3의 분석결과를 종합하면, 고향사랑기부제도의 도입을 통해 지방정부는 총 3,058 억 원의 재원확충 효과가 발생하는 반면, 중앙정부는 동일한 규모의 재원감소가 발생하게 된다.
또한, 고향사랑기부제도 도입의 재정격차완화 효과는 시나리오 3 < 시나리오 2 < 시나리오 1의 순서로 크게 나타났다. 고향사랑기부금의 규모가 클수록 지방세 총액에 대한 재정격차 완화 효과가 크게 나타난다는 것을 의미한다. 고향사랑기부금의 증가는 내국세와 지방교부세 감소를 수반하며, 이로 인해 지방교부세가 가지고 있는 지역 간 재정격차 완화 효과를 감소시키는 결과를 나타낼 수 있다.
5. 결론
이 연구의 구체적인 분석결과는 다음과 같다. 첫째, 고향사랑 기부제도는 지방정부의 재원을 일정 수준 확충하는 효과를 야기하는 것으로 나타났다. 둘째, 고향사랑 기부제도는 지방정부 간 재정격차를 완화하는 효과를 야기하는 것으로 나타났다. 물론, 이 연구에서 제시하고 있는 기부인원은 최소 4,167,082명에서 최대21,689,496명이며, 고향사랑기부제도가 도입 되었을 때 이러한 규모의 인원이 고향사랑기부제도에 참여할 것인지는 명확하지 않다. 이것은 조건부가치측정 방법이나 컨조인트 분석 방법이 가진 한계라고 할 수 있다. 어디까지다 추정치이고 미래의 변수에 대해서 반응을 할 수 밖에 없어서 확실한 데이타는 아니라는 말이다. 따라서 따라서 고향사랑기부제도의 성공적인 도입･시행을 위해서는 고향사랑기부제도에 대한 참여 인센티브를 제공할 필요성이 있다. 이를 위해서는 고향사랑기부제도의 절차를 단순화･간소화하고, 지역 특산품 등을 제공하는 답례품 제도에 대한 보다 명확한 규정이 필요하다는 제안으로 연구는 마무리가 된다. 이러한 과정을 학습하면서 조건부가치측정방법의 경우 시나리오 상정이 중요하며, 그 시나리오에 맞게 전략적으로 판단할 수 있는 추정치가 '로짓분석'을 통해서 도출되어야 함을 알 수 있었다.
