Understanding Consumer Demand in Thailand's Battery Electric Vehicle Market = 태국 배터리 전기차 시장에서의 소비자 수요 이해

다국어 초록 (Multilingual Abstract)

This study presents a comprehensive structural analysis of consumer demand for battery electric vehicles (BEVs) in Thailand, employing a random coefficients discrete choice model within the Berry, Levinsohn, and Pakes (BLP) framework. Drawing on market-level data across 300 markets from 2020 to 2024, the analysis aims to uncover heterogeneous consumer preferences, estimate willingness to pay (WTP) for key BEV attributes, evaluate the effectiveness of government subsidy programs (EV 3.0 and EV 3.5), and assess supply-side cost structures. The demand model incorporates critical product characteristics, including price, driving range, fuel economy, seating capacity, and brand origin, while allowing for individual-level heterogeneity through normal and log-normal distributions.

Estimation results reveal that Thai consumers exhibit strong disutility for higher BEV prices, with significant variation in price sensitivity across individuals. Driving range has a positive and statistically significant effect on utility, and heterogeneity in its valuation confirms that range anxiety remains a barrier to adoption. Fuel economy, measured by operating costs, negatively affects utility, indicating that consumers prefer more energy-efficient models. Seating capacity also increases utility, particularly for family or multipurpose usage. Analysis of brand preferences reveals strong consumer bias toward Western brands, particularly from Germany, the UK, and the U.S., while domestic and certain Asian brands are viewed less favorably.

The study estimates a supply-side marginal cost function based on log-transformed vehicle characteristics and a time trend. Results show that longer range, greater energy efficiency, and larger vehicle size are associated with significantly higher production costs. However, a negative and significant time trend indicates declining marginal costs over time, reflecting the effects of technological progress and production learning curves.

Willingness-to-pay analysis offers further insight into consumer valuation. On average, Thai consumers are willing to pay 0.1711 million baht (approximately USD 4,962) for every additional 100 kilometers of range, -0.2602 million baht (approximately USD 7,546) to reduce energy costs per 10 kilometers, and 0.1032 million baht (approximately USD 2,993) for each additional seat. The WTP estimates offer monetary benchmarks for policy design and product development, helping align subsidies with consumer priorities and inform differentiated product strategies.

Post-estimation policy simulations assess the impact of Thailand’s EV 3.0 (2022–2023) and EV 3.5 (2024–2025) subsidies by comparing actual market outcomes to counterfactual no-subsidy scenarios. The findings show that national BEV sales increased by 14.51% in 2022, 15.41% in 2023, and 9.02% in 2024, resulting in a cumulative sales boost of 12.49% due to the subsidies. Regional analysis reveals that subsidies were particularly effective in Northeastern, Northern, and Southern provinces, where adoption increased by over 18% in some areas, highlighting the importance of regionally targeted incentives.

The study also confirms the importance of subsidy thresholds. BEVs priced under 2 million baht (approximately USD 58,000) were eligible for differentiated incentives based on battery capacity, ranging from 80,500 to 172,000 baht (approximately USD 2,333 - 5,000). Simulation results suggest that technological upgrades alone, such as increasing battery size, may raise marginal costs and equilibrium prices, leading to reduced demand unless matched by supportive policies.

The findings highlight the crucial role of well-calibrated and geographically targeted subsidies in promoting BEV adoption. To meet Thailand’s ZEV 30@30 goals, continued investment in subsidies, infrastructure, and localized production will be essential. The research provides actionable insights for developing integrated policies that promote Thailand’s electric mobility transition, offering a data-driven contribution to the broader literature on the adoption of clean vehicle technologies in emerging markets.

국문 초록 (Abstract)

본 연구는 태국의 배터리 전기차(BEV)에 대한 소비자 수요를 구조적으로 분석한 것으로, Berry, Levinsohn, and Pakes (BLP) 프레임워크 내에서 임의 계수 이산선택모형 (Random Coefficients Discrete Choice Model) 을 활용하였다. 2020년부터 2024년까지 300개 시장의 시장 수준 데이터를 바탕으로, 이 연구는 이질적인 소비자 선호를 식별하고, 주요 BEV 속성에 대한 지불의사금액(WTP)을 추정하며, 정부의 보조금 정책 (EV 3.0 및 EV 3.5) 의 효과성과 공급 측면의 비용 구조를 평가하는 것을 목표로 한다. 수요 모형은 가격, 주행거리, 연비, 좌석 수, 브랜드 국적 등 주요 제품 특성을 포함하고, 정규분포 및 로그정규분포를 통해 개별 수준의 이질성을 반영하였다.

추정 결과에 따르면, 태국 소비자는 BEV 가격 상승에 대해 강한 효용 감소를 나타내며, 가격 민감도는 개인별로 상당한 차이를 보인다. 주행거리는 효용에 긍정적인 영향을 미치며 통계적으로 유의하며, 그 선호도 역시 이질적으로 나타나 주행거리 불안 (Range Anxiety) 이 여전히 BEV 채택의 주요 장벽임을 시사한다. 연비 (운영 비용으로 측정) 는 효용을 감소시키며, 에너지 효율성이 높은 차량을 선호함을 나타낸다. 좌석 수 또한 효용에 긍정적인 영향을 미치며, 특히 가족용 또는 다목적 용도에서 중요하다. 브랜드 선호 분석에서는 독일, 영국, 미국 등 서구 브랜드에 대한 강한 소비자 선호가 나타났으며, 태국과 일부 아시아 브랜드에 대한 선호는 낮은 것으로 나타났다.

공급 측면에서는 차량 특성을 로그 변환한 값과 시간 추세를 활용하여 한계비용 함수가 추정되었다. 그 결과, 주행거리, 연비, 차량 크기가 증가할수록 생산 비용이 유의하게 상승하는 것으로 나타났으며, 음(-)의 유의한 시간 추세 계수는 기술 발전 및 학습효과에 따라 시간이 지남에 따라 한계비용이 감소하고 있음을 보여준다.

WTP 분석 결과, 태국 소비자는 평균적으로 주행거리 100km 증가당 약 17.11만 바트 (약 미화 4,962달러), 10km당 에너지 비용 절감을 위해 -26.02만 바트 (약 7,546달러), 좌석 1개 증가당 10.32만 바트 (약 2,993달러) 를 추가 지불할 의향이 있는 것으로 나타났다. 이 수치는 보조금 정책 설계 및 제품 개발 시 경제적 기준점으로 활용 가능하다.

정책 시뮬레이션을 통해 EV 3.0 (2022–2023) 과 EV 3.5 (2024–2025) 보조금 정책의 효과를 분석한 결과, 2022년에는 14.51%, 2023년에는 15.41%, 2024년에는 9.02%의 BEV 판매 증가가 나타났으며, 누적적으로는 12.49% 증가하였다. 지역별로는 동북부, 북부, 남부 지역에서 18% 이상의 높은 채택 증가율을 보였으며, 이는 지역 맞춤형 보조금의 중요성을 보여준다.

또한, BEV 가격이 200만 바트 (약 미화 58,000달러) 이하일 경우 배터리 용량에 따라 차등 보조금 (80,500-172,000 바트, 약 2,333-5,000달러) 을 지급받을 수 있으며, 배터리 용량 증가와 같은 기술적 향상만으로는 가격 상승으로 인해 수요가 감소할 수 있음을 확인하였다. 이는 기술 개발과 수요 측 정책의 병행 필요성을 시사한다.

종합적으로, 본 연구는 BEV 채택 촉진을 위해 지역 맞춤형 및 적절히 조정된 보조금 정책의 중요성을 강조하며, ZEV 30@30 정책 달성을 위해 인프라, 현지 생산 및 지속적인 정부 지원이 필수적임을 제시한다. 본 연구는 신흥시장 내 친환경 차량 기술 채택에 관한 문헌에 실증적·정책적 기여를 제공한다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1 Research Background 1
• 1.2 Motivation 5
• 1.3 Problem Statement 7
• 1.4 Research Objective and Questions 8
• 1.5 Methodology 9
• 1.6 Research Outline 10
• Chapter 2. Literature Review 12
• 2.1 Battery Electric Vehicle Adoption in the Thai Context 12
• 2.1.1 Transition to Battery Electric Vehicles in Thailand 13
• 2.1.2 Current Studies Focus on Thai EV-Related 18
• 2.2 Automotive Markets and Adoption 24
• 2.2.1 Bass-Based Diffusion Model and Market Potential 24
• 2.2.2 Discrete Choice Model 26
• 2.2.3 Random Coefficient Logit and Demand Estimation 32
• 2.3 Key Factors Influencing Battery Electric Vehicle Adoption 43
• 2.3.1 Economic Factors 44
• 2.3.2 Vehicle Characteristics 45
• 2.3.3 Charging Infrastructure 47
• 2.3.4 Policies and Incentives 48
• 2.4 Identification Gap in Previous Literature 52
• Chapter 3. Methodology 57
• 3.1 Random Coefficient Logit 57
• 3.1.1 Demand Side 60
• 3.1.2 Market Shares and Elasticities 64
• 3.1.3 Supply Side 69
• 3.1.4 Equilibrium Prices 74
• 3.2 Instrument Variables 76
• 3.3 Generalized Method of Moments 80
• 3.4 The Willingness to Pay 84
• Chapter 4. Experimental Design and Empirical Study 87
• 4.1 Data Processing 87
• 4.2 Descriptive Statistics 95
• 4.3 Empirical Study and Results 99
• 4.3.1 Demand and Supply Definition 99
• 4.3.2 Correlation matrix for the demand-supply side 102
• 4.3.3 Results of Demand Side 106
• 4.3.4 Results of Supply Side 122
• 4.4 Post Estimation 124
• 4.4.1 Willingness to Pay 124
• 4.4.2 Government Subsidy Policy 126
• 4.4.3 Policy Simulation 131
• 4.4.4 Supply-side Simulation 135
• Chapter 5. Discussion, Policy Implications, and Conclusion 140
• 5.1 Discussion 140
• 5.1.1 Estimation results and WTP discussion 140
• 5.1.2 Cross-country analysis 147
• 5.2 Policy Implications 153
• 5.2.1 Implications for the government 154
• 5.2.2 Implications for the producer 156
• 5.3 Limitation and Future Work 162
• Bibliography 164
• Acknowledgement 174
• 초 록 175