NYC 혼잡통행료의 복지 영향과 보상 대중교통 전략

초록

본 연구는 뉴욕시 혼잡통행료(CBDTP)가 지역·소득별 여행자에게 미치는 복지 손실을 정량화하고, 통행료 수익을 활용한 대중교통 서비스 개선·요금 할인으로 이를 보전하는 방안을 평가한다. 합성 여행 데이터와 MTA 실측치를 결합한 공동 모드·목적지 선택모델을 추정해 연간 3억 9,723만 달러의 접근성 손실을 확인했으며, 이를 보전하려면 뉴욕 거주자에게 평균 대기시간을 0.63분(13%) 단축하거나 1억 6,515만 달러의 요금 보조가 필요하고, 뉴저지 거주자에게는 2.12분(28%) 단축 또는 1억 7,142만 달러가 필요함을 제시한다. 그러나 모든 인구·지역이 손해를 보지 않게 하려면 현재 대중교통 개선만으로는 실현이 어려운 것으로 나타났다.

상세 분석

이 논문은 뉴욕·뉴저지·코네티컷·펜실베이니아 4개 주에 걸친 광역권(CSA)을 연구대상으로 삼아, 기존 교통조사 데이터의 부족을 보완하기 위해 Replica Inc.가 제공한 7천만 건 이상의 합성 여행 데이터를 활용하였다. 연구자는 16개의 여행자 세그먼트(소득·연령·용도·시간대별)로 시장을 구분하고, 각 시장에서 ‘모드‑목적지’ 조합을 대안으로 설정한 뒤 시장점유율을 계산했다.

모델링 단계에서는 역제품 차별화 로그선형(IPDL) 방식을 도입했는데, 이는 BLP(베리‑레빈슨‑팩스) 프레임워크를 확장해 대안 간 상관관계를 선형 회귀 형태의 역시장점유율로 추정한다. 기존의 다항 로짓(MNL)·중첩 로짓(NL) 대비 계산 효율성이 높아 대규모 선택셋을 다루기에 적합하다. 사전(2023년 2분기) 모델과 사후(2025년 2분기) 모델을 각각 추정하고, 사후 모델에 통행료 변수와 그 파라미터를 MTA가 보고한 교통량·대중교통 이용 변화에 맞춰 캘리브레이션했다. 파라미터 추정에는 최소노름 해를 구하기 위해 무어-펜로즈 의사역행렬을 적용하였다.

복지 측정은 선택모델의 로그합(logsum)을 소비자잉여(CS)로 해석하고, 여행비용 파라미터로 나누어 금전적 가치로 전환했다. Shapley 값 분해를 이용해 비통행료 요인(예: 차량속도 향상)과 통행료 자체가 초래한 CS 변화를 구분하였다. 결과적으로 혼잡통행료 도입으로 연간 3억 9,723만 달러의 접근성 손실이 발생했지만, 동일 기간 MTA가 보고한 순수 승객 통행료 수입은 5억 2,344만 달러로 순복지 이득이 존재한다는 점을 확인했다.

하지만 손실이 지역·소득별로 불균형하게 분포한다는 것이 핵심 발견이다. 특히 맨해튼 상부, 브루클린, 퀸스, 그리고 뉴저지의 허드슨 카운티에서 CS 감소가 크게 나타났다. 이를 보전하기 위한 정책 시나리오로 두 가지 접근법을 제시한다. 첫 번째는 Kaldor‑Hicks 효율성 관점에서 전체 CS 손실을 평균적으로 보전하는 것으로, 뉴욕 거주자에게 평균 대기시간을 0.63분(13%) 감소시키거나 연간 1억 6,515만 달러의 요금 보조를 제공하면 충분하다. 뉴저지 거주자에게는 2.12분(28%) 감소 또는 1억 7,142만 달러 보조가 필요하다. 두 번째는 Pareto 개선을 목표로 모든 세그먼트·카운티가 손해를 보지 않게 하는 것이지만, 현재 대중교통 서비스 개선만으로는 비용이 과도하고 실현 가능성이 낮다.

정책적 시사점으로는 일률적인 요금 할인은 일부 그룹에 과보상을 초래하므로, 세그먼트별·출발지 기반 할인, 통근 패스 번들 등 차등 보상 방식을 채택해야 비용 효율성을 높일 수 있다. 또한, 대기시간 감소 효과를 정확히 추정하기 위해서는 실제 서비스 빈도·운행 간격 데이터와 운영비용 분석이 필요하다는 한계도 언급한다.