Data Dividend in Future Mobility Services : A Discrete Choice Analysis = 미래 모빌리티 서비스의 데이터 배당: 이산선택모형을 활용한 분석

다국어 초록 (Multilingual Abstract)

This thesis investigates how Korean consumers value prospective mobility services under joint variation in vehicle ownership models, automation levels, and requirements for personal data provision. To empirically examine trade-offs, a nationwide discrete choice experiment involving 1,020 adults evaluated preferences across three ownership modes (private ownership, vehicle subscription, and car sharing), four Society of Automotive Engineers (SAE) automation levels, and three tiers of personal data provision reflecting prevailing regulatory practice. Preferences are estimated using a hierarchical Bayesian rank-ordered logit model, and K-means clustering is employed to identify four latent consumer segments. These segments inform policy scenario simulations that evaluate the introduction of SAE Level 3 (L3) and Level 4 (L4) fleets and alternative data-dividend schemes. The results indicate that higher levels of automation are generally valued; however, their net benefits remain modest and highly segment-specific once prices and personal data requirements are considered. The introduction of an L3 shared fleet yields the largest increase in uptake relative to the current L2 market, while L4 services yield smaller but positive gains. In contrast, fully automated L5 services offer little additional appeal. Meanwhile, requirements for personal data provision constitute a major source of disutility, particularly among privacy-conscious traditional owners, whereas an L2 subscription model with moderate data collection emerges as a robust “middle ground” between private ownership and fully shared autonomous services. Scenario analyses further suggest that expanding multi-tier data control options produces larger welfare gains than cash compensation alone, while a modest data-tax-funded dividend can increase consumer surplus and reduce welfare gaps across segments with minimal revenue loss. Overall, the findings support a stepwise transition toward higher automation levels in Korea, complemented by multi-tier data options and targeted data-dividend policies to better align autonomous mobility with privacy preferences and distributional equity.

국문 초록 (Abstract)

본 논문은 차량 소유 방식, 자율주행 (automation) 수준, 개인 데이터 제공 범위가 동시에 변화할 때, 한국 소비자가 미래 모빌리티 서비스에 부여하는 가치를 분석한다. 전국 성인 1,020명을 대상으로 한 이산선택실험 (discrete choice experiment)은 세 가지 소유 방식(개인 소유, 차량 구독 (subscription), 차량 공유(car sharing)), 네 단계의 자율주행 수준 (Society of Automotive Engineers 기준), 그리고 현행 규제 환경을 반영한 세 가지 개인 데이터 제공 범위를 함께 제시한다. 선호도는 계층 베이지안 순위 로짓 모형 (Hierarchical bayesian rank-ordered logit model)으로 추정하였으며, K-평균 군집화 (K-means clustering)를 통해 네 개의 잠재 소비자 집단을 도출하고, 이를 기반으로 레벨 3–4 차량 도입 및 데이터 배당 (data dividend) 정책 시나리오를 분석하였다. 연구 결과, 자율주행 수준이 높아질수록 긍정적 가치가 존재하지만, 가격과 데이터 요구조건을 함께 고려하면 그 순편익은 크지 않고 소비자 집단별로 크게 상이하다. 레벨 3 차량이 현재의 레벨 2 시장 대비 가장 큰 수요 증가를 보였으며, 레벨 4는 그보다 작은 폭이지만 여전히 긍정적 효과를 가지는 것으로 나타났다. 완전자율 (Level 5)의 추가적 매력은 제한적이었다. 개인 데이터 제공 범위는 주요 비효용 요인으로, 특히 프라이버시를 중시하는 전통적 소유 집단에서 강하게 나타났다. 한편, 중간 수준의 데이터 제공을 요구하는 레벨 2 기반의 구독 모델은 소유와 공유형 완전자율 사이에서 안정적인 '중간 지대'로 기능한다. 시나리오 분석 결과, 다층적 데이터 통제 옵션 확대가 현금 보상보다 더 큰 후생 효과를 제공하며, 소규모 데이터세 (data-tax)를 활용한 데이터 배당 정책은 소비자 후생을 증가시키고 집단 간 격차를 완화하면서도 재정 부담이 제한적인 것으로 나타났다. 본 연구는 한국의 자율주행 전환 과정에서 단계적 상향 접근과 함께 다층적 데이터 선택권 및 목표 지향적 데이터 배당 정책이 소비자 프라이버시 선호와 분배적 형평성을 조화시키는 데 유효함을 시사한다.

목차 (Table of Contents)

• Abstract iii
• Contents v
• List of Tables vii
• List of Figures viii
• Chapter 1. Introduction 1
• 1.1 Research Background 1
• 1.2 Research Purpose 10
• Chapter 2. Literature Review 14
• 2.1 Mixed Logit Model 14
• 2.2 Rank Ordered Logit Model 15
• 2.3 Hierarchical Bayesian Logit model 17
• 2.4 K-means Clustering and Post-Hoc Segmentation 22
• 2.5 Consumer surplus and Expected revenue 26
• 2.6 Automation, Vehicle Ownership, and Data Privacy 27
• 2.7 Technical and Regulatory Measures for Vehicle Privacy 32
• 2.8 Research Contribution 38
• Chapter 3. Empirical Model 40
• 3.1 Empirical Analysis Design 40
• 3.1.1 Hierarchical Bayesian Rank Ordered Logit 40
• 3.1.2 K-means Clustering and Post-hoc Segmentation 45
• Chapter 4. Analysis and Results 48
• 4.1 Data 48
• 4.2 Survey Design 49
• 4.2.1 Personal Data Provision Level 55
• 4.3 Scenario Analysis 65
• 4.3.1 Scenario Design 67
• 4.4 Hierarchical Bayesian Rank Ordered Logit Estimation Results 76
• 4.5 K-means Clustering Result 85
• 4.5.1 Segment Profiling Result 94
• 4.6 Scenario Analysis Results 100
• 4.6.1 Scenario Set 1 Analysis 100
• 4.6.2 Scenario Set 2 Analysis 106
• Chapter 5. Conclusion 116
• 5.1 Policy Implications and Future Research 119
• Bibliography 121
• Appendix 1: Survey Questionnaire 145
• Appendix 2: Korean Mobility Market Metrics 165
• Abstract (Korean) 170