2.1 구조방정식 모형 수용성 분석

Table 1은 SEM 기반 수용성 분석에 관한 연구를 기술과 정책으로 구분하여 요약한 것이다. 기술에 대한 수용성 분석으로는 대심도 철도에 대한 수용성 분석^{(Chung and Kim, 2015)}, 자율주행자동차에 대한 수용성 분석^{(Sung et al., 2020)}, 터널 진입부 재난경보 방송에 대한 수용성 분석^{(Kang et al., 2021)}, 로보택시 서비스에 대한 수용성 분석^{(Kim et al., 2023)}이 포함되었다. 반면, 정책 수용성 분석으로는 혼잡통행료 도입 정책에 대한 수용성 분석^{(Lee and Kim, 2006; Xianglong et al., 2016)}, 수소충전소 지역 도입 정책에 대한 수용성 분석^{(Lee and Baek, 2022)}이 포함되었다. 한편, 수용성 분석을 위해 주로 SEM이 활용되는 것으로 나타났다.

2.2 시사점 및 연구의 차별성

새로운 기술 혹은 정책 도입을 위해 수용성 분석을 진행해 왔다. 특히, 수용성 분석을 위해 향후 관련 기술 혹은 정책을 이용하게 될 이용자 대상 설문조사를 진행하였으며, 수용성에 미치는 요인 간 관계를 규명하기 위해 다변량 분석기법인 SEM을 적용하는 것으로 나타났다. 기존 문헌을 통해 수용성에 미치는 영향은 다음과 같다. 첫 번째, 새로운 기술 혹은 정책에 대한 인식(인지도)이 높을수록, 이용자가 직·간접적으로 느끼는 혜택이 많을수록 수용성에 긍정적인 것으로 나타났다. 반면, 이용자 관점에서 불안전에 대한 인식(인지도)과 신뢰도가 낮을수록 수용성에 부정적인 것으로 나타났다.

Table 1에 제시된 바와 같이, 국내 연구진에 의한 트램 도입 수용성 분석은 전무하였으며, 특히 제주라는 공간적 대상에 대한 트램 수용성 분석은 기존에서 다루어지지 않았다. 본 연구에서는 제주지역 신교통수단인 트램 도입 전 수용성 분석을 위해 문헌고찰에서 파악된 주요 요인 기반 가설과 설문 문항을 설계하였다. 또한 설문 결과에 대한 분석은 수용성 분석에 주로 활용된 SEM을 적용하였다.

3.1 가설설정

본 연구에서는 문헌고찰을 기반으로 Table 2와 같이 4가지 가설을 설정하였다. 즉, 트램 운영방식에 대한 인식, 기존 대중교통수단 대비 편의성, 소음 및 매연 저감으로 도시환경 개선, 교통사고 등 안전과 불편에 대한 우려를 트램 수용성에 영향이 미칠 것으로 설정하였다.

3.2 자료수집

트램 도입 수용성 분석을 위해 2022년 10월 20일부터 10월 27일까지 8일간 온라인 설문조사를 시행하였으며, 제주도민 326명과 관광객 104명의 자료가 수집되었다. Table 3은 설문조사 응답자에 대한 기술통계를 제시한 것이다.

3.3 신뢰도 검증

설문 항목별 신뢰도 검증은 문항내적일관성신뢰도(Cronbach's a)를 이용해 검증하였다. Cronbach's a는 0~1 사이의 측정값으로 0.6~0.7 이상 값은 신뢰도를 만족하는 것으로 간주할 수 있다^{(Hair et al., 2014)}. Table 4는 설문 항목별 신뢰도 검증 결과로 잠재변수의 Cronbach's a 값이 0.7 이상으로 측정되어 신뢰도를 만족하는 것으로 평가된다.

4.1 구조방정식

SEM은 여러 변수들 간의 상관관계 분석을 통해 공통 요인을 추출하여 변수 보다 적은 수의 구조로 축약, 요약하는 방법인 요인분석을 통해 잠재요인과 외생변수간의 영향을 미치는 관계를 설명하는데 장점을 가지고 있으며 변수간의 가중치를 파악할 수 있다^{(Yoon and Kim, 2014)}. SEM은 기존의 회귀분석, 분산분석, 그리고 경로분석과 달리 모형 내에 내재되어 있는 측정오차를 알 수 있으며 이론변수와 측정변수 사이의 관계를 검증 가능한 것이 가장 큰 장점이라고 할 수 있다^{(Chung et al., 2012; Chung et al., 2018; Chung and Kim, 2023)}. 또한 확인적 요인분석과 경로분석이 합쳐져 경로분석의 측정오차에 대한 문제가 보완되고 정확한 변수 간 인과관계를 추정할 수 있는 장점이 있다^{(Schermelleh-Engel et al., 2003)}.

4.2 SEM 기반 수용성 분석 모형

Fig. 1은 트램 수용성에 대한 SEM을 나타낸 것이다. 이 그림에서 화살표에 표기된 값들은 요인 간 표준화 계수를 의미하며, 괄호안에 표기된 ***, **, *는 추정계수의 P-value가 0.001이하, 0.01이하, 0.05이하임를 각각 의미한다. 한편, SEM 적합도는 추정모형의 채택 또는 기각을 결정하는 기준이 되기 때문에 추정계수의 유의성 검증만큼 중요한 부분이다^{(Chung et al., 2012)}. SEM의 대표적인 적합도 평가지표는 x² 통계량이지만 표본의 크기가 클 경우(> 200) 관련 통계 값이 증가하는 단점이 있다^{(Chung, 2013)}. 따라서 본 연구에서 표본수가 증가할수록(200개 이상인 경우) x² 통계량이 증가하는 단점을 보완하기 위해 ^{Schermelleh-Engel et al.(2003)}이 제시한 NNFI(Nonnormed Fit Index), NFI(Normed Fit index), CFI(Comparative Fit Index), GFI(Goodness of Fit Index), SRMR(Standardized Root Mean square Residual), RMSEA(Root Mean Squared Error of Approximation) 기반으로 모형 적합도를 평가하였다. Table 5에 제시된 바와 같이, 비록 NNFI(0.93)와 RMSEA(0.09)는 제시된 적합도 지수에 만족하지 못하였으나 근사한 값으로 추정되었다. 또한, x²는 272.06 (p=0.000), NFI는 0.93, CFI는 0.95, GFI는 0.91, SRMR는 0.06로 나타나 ^{Schermelleh-Engel et al.(2003)}이 제시한 적합도 지수 범위에 모두 만족하는 것으로 추정되어, 모형이 대체로 적절하게 추정된 것으로 판단하였다.

Fig. 1. Final Structural Equation Modeling for the Acceptability of the Tram in Jeju City

분석 결과, 전반적으로 트램 운영에 대한 특성의 인식(인지도)이 높을수록 트램 수용성이 높은 것으로 나타났다. 또한, 차량 및 보행자 충돌 증가, 도로혼잡 및 정류장 접근 불편 등 도로안전 및 보행자 불편과 기존 대중교통수단 대비 소음 및 매연 저감으로 도시환경을 개선하는 방안은 수용성에 직접적인 영향을 미치는 것으로 나타났다. 반면, 차량과 나란히 운행, 차로점유, 전용선로를 통해 운행하는 트램의 인식과 대중교통 편의성 향상은 수용성에 간접적인 영향을 미치는 것으로 나타났다.

구체적으로, 트램은 차로혼용, 일부차로점유 및 선로주행 등 운영방식에 대한 인식이 높을수록 대중교통 편의성에 긍정적인 영향을 미치는 것으로 나타났다. 트램 운영방식은 지하철과 달리 별도의 지하 구조물 없이 차로와 나란히 운행하는 특성을 가지고 있다. 따라서 이용자 관점에서 본다면 지하철은 지상과 지하를 이동하는 불편함이 있지만 트램은 수평적 이동으로 탑승시간을 감소시켜 긍정적인 것으로 평가된다. 또한, 트램 도입으로 대중교통 편의성이 향상될수록 기존 교통체계에서의 안전 및 불편요인에는 부정적인 영향을 미치는 것으로 나타났다. 즉, 대중교통 편의성이 향상된다면, 기존 교통체계와의 상충, 교통혼잡, 보행자 사고, 정류장 접근성 불편성 증가가 감소하게 될 것으로 해석된다.

트램 도입으로 대중교통 편의성이 향상될수록 도시환경개선에 긍정적인 영향을 미치는 것으로 나타났다. 국내에서 추진하고 있는 수소 또는 무가선 트램 등 친환경 연료를 사용하는 교통수단 도입은 화석연료 사용량 감소에 따른 소음 및 매연 감소로 정주환경이 개선될 것으로 기대하고 있어 수용성에 긍정적인 것으로 평가된다. 마지막으로 예상한 것처럼, 안전 및 불편요인은 수용성에 부정적인 영향을 미치는 것으로 나타났다.