Abstract
SP data have been widely used in assessing new transport policies and transport related plans. However, one of criticisms of using SP is that respondents may show different reaction between hypothetical experiments and real life. In order to overcome the problem, combination of SP and RP data has been suggested and the combined methods have been being developed. The purpose of this paper is to suggest a new SP and RP combined method using error component method and to verify the method. The error component method decomposes IID extreme value error into non-IID error component(s) and an IID error component. The method estimates both of component parameters and utility parameters in order to obtain relative variance of SP data and RP data. The artificial SP and RP data was created by using simulation and used for the analysis, and the estimation results of the error component method were compared with those of existing SP and RP combined methods. The results show that regardless of data size, the parameters of the error component method models are similar to those assumed parameters much more than those of the existing SP and RP combined models, indicating usefulness of the error component method. Also the values of time for error component method are more similar to those assumed values than those of the existing combined models. Therefore, we can conclude that the error component method is useful in combining SP and RP data and more efficient than the existing methods.
SP 자료는 현재 존재하지 않는 교통정책 및 계획의 평가를 위해 광범위하게 이용되어 왔으나 현시선호와의 연계가 단점으로 지적되어 왔다. 이를 극복하는 방법의 하나로서 현시선호자료, 즉 RP 자료와의 결합이 제시되어 왔으며 RPㆍSP 결합방법론이 개발되었다. 본 논문의 목적은 Error Component 방법을 이용하여 새로운 RPㆍSP 결합방법을 제시하고 그 유용성을 입증하는 것이다. Error Component 방법은 SP 자료 또는 RP 자료의 상대적인 분산을 구하기 위해 각 자료의 오차를 분할하고 이에 대한 파라메타와 효용의 파라메타를 동시에 추정하는 것이다. 이를 위한 분석자료는 시뮬레이션을 통해서 인위적인 RP 자료와 SP 자료를 생성하여서 사용하였고 생성된 자료로 Error Component 방법을 이용한 결합모형과 기존의 결합방법의 결과를 파라메타 및 시간가치를 척도로 비교ㆍ분석하였다. 연구 결과 본 연구에서 제시한 방법론이 자료의 규모에 관계없이 일관되게 기존 RPㆍSP 결합방법에 의해 추정된 모형보다 가정된 파라메타 값에 일치함을 보여줘 Error Component 방법이 유용함을 증명하였다. 또한 파라메타의 비로 표현한 시간가치도 Error Component 방법의 적용값이 기존방법론의 적용값보다 가정된 값과 유사한 값을 보여 줘 본 연구가 제시한 방법의 우월성을 입증하였다. 또한 기존 결합모형인 동시적 모형과 순차적 모형이 모두 RP자료와 SP자료를 결합하는 방법으로 유용하게 사용될 수 있음을 보여주었으나 동시적방법이 보다 순차적방법보다 효율적인 방법으로 분석되었다.
