인도네시아 정부는 2017년 국가에너지종합계획에 관한 대통령령 제22호를 통해 2025년까지 이륜차 210만대, 사륜차 2,200대를 도입하는 것을 목표로 하고 있다. 2019년 인도네시아 정부는 2019년 도로 운송을 위한 배터리 전기 자동차 프로그램 가속화에 관한 대통령령 제55호를 발표했습니다. 2018년 이륜차 전기자동차 보급률은 정부의 2025년 목표치의 0.14%에 불과했다. 따라서 EM(Electric Motorcycle) 기술 도입도 여러 요인을 고려해야 성공할 수 있다. 본 연구는 비행동적 전기차 도입의도 모델을 개발한다. 요인에는 사회인구학적, 재정적, 기술적, 거시적 수준이 포함됩니다. 온라인 설문조사에는 1,223명의 응답자가 참여했습니다. 로지스틱 회귀는 인도네시아에서 EM을 도입하려는 의도의 함수와 확률 값을 구하는 데 사용됩니다. 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 관리 비용, 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 전원 기반 충전 인프라 가용성, 구매 인센티브 정책 및 충전 비용 할인 인센티브 정책은 전기 자동차를 채택하려는 의도에 상당한 영향을 미칩니다. 또한 인도네시아의 전기 오토바이 도입 기회는 82.90%에 달하는 것으로 나타났습니다. 인도네시아에서 전기 오토바이의 채택을 실현하려면 소비자가 수용할 수 있는 인프라 준비와 비용이 필요합니다. 마지막으로, 이 연구의 결과는 정부와 기업이 인도네시아에서 전기 오토바이 채택을 가속화하기 위한 몇 가지 제안을 제공합니다.

소개

인도네시아의 경제 부문(교통, 발전, 가정)은 대부분 화석 연료를 사용합니다. 화석 연료에 대한 높은 의존도의 부정적인 영향 중 일부는 연료 보조금 할당 증가, 에너지 지속 가능성 문제 및 높은 수준의 CO2 배출입니다. 운송은 화석 연료 차량의 많은 사용으로 인해 대기 중 높은 수준의 CO2에 기여하는 주요 부문입니다. 개발도상국인 인도네시아는 자동차보다 오토바이가 더 많기 때문에 이 연구는 오토바이에 초점을 맞춥니다. 인도네시아의 오토바이 수는 2018년 120,101,047대[1], 오토바이 판매는 2019년 6,487,460대[2]에 도달했습니다. 운송 부문을 대체 에너지원으로 전환하면 높은 CO2 수준을 줄일 수 있습니다. 이에 대한 현실적인 해결책은 인도네시아에서 하이브리드 전기차, 플러그인 하이브리드 전기차, 배터리 전기차 등 전기차 보급을 통해 녹색물류를 구현하는 것이다[3]. 전기 자동차 기술 혁신과 배터리 기술 혁신은 환경 친화적이고 에너지 효율적이며 운영 및 유지 보수 비용을 절감하는 운송 솔루션을 제공할 수 있습니다[4]. 전기 자동차는 세계 각국에서 많이 논의되고 있습니다. 글로벌 전기차 사업에서는 2016년부터 2017년까지 약 120만대인 58%에 달하는 이륜전기오토바이의 매출 성장이 두드러졌다. 이러한 매출 성장은 전기차 개발에 대한 세계 각국의 좋은 반응을 시사한다. 언젠가 전기 오토바이가 화석 연료 차량을 대체할 것으로 기대되는 오토바이 기술. 연구 대상은 NDEM(New Design of Electric Motorcycle)과 CEM(Converted Electric Motorcycle)으로 구성된 EM(Electric Motorcycle)이다. 첫 번째 유형인 NDEM(New Design of Electric Motorcycle)은 전기 기술을 사용하여 회사에서 설계한 차량입니다. 호주, 독일, 영국, 프랑스, ​​일본, 대만, 한국, 중국 등 세계 일부 국가에서는 이미 화석연료 오토바이 차량의 대체품으로 전기 오토바이를 사용하고 있다[5]. 전기 오토바이의 한 브랜드는 스포츠 전기 오토바이를 제조하는 Zero Motorcycle입니다[6]. PT. Gesits Technologies Indo는 Gesits라는 브랜드로 2륜 전기 오토바이도 생산했습니다. 두 번째 유형은 CEM입니다. 개조된 전기 오토바이는 모터와 엔진 부품을 에너지원으로 리튬인산철(LFP) 배터리 키트로 교체한 오일 연료 오토바이입니다. 많은 국가에서 전기 오토바이를 생산하지만 변환 기술을 사용하여 자동차를 만든 사람은 없습니다. 사용자가 더 이상 사용하지 않는 이륜 오토바이에서 변환을 수행할 수 있습니다. Universitas Sebelas Maret은 CEM 제조의 선구자이며 리튬 이온 배터리가 기존 오토바이의 화석 연료 에너지원을 대체할 수 있음을 기술적으로 증명합니다. CEM은 LFP 기술을 사용하므로 이 배터리는 단락이 발생해도 폭발하지 않습니다. 또한, LFP 배터리는 최대 3000회 사용 주기의 긴 사용 수명을 가지며 현재 상용 EM 배터리(예: 리튬 이온 배터리 및 LiPo 배터리)보다 더 깁니다. CEM은 충전당 55km를 이동할 수 있으며 최대 속도는 시속 70km입니다[7]. Jodinesa, et al. [8] 인도네시아 수라카르타에서 컨버터블 전기 오토바이의 시장 점유율을 조사한 결과 수라카르타 사람들이 CEM에 긍정적인 반응을 보였습니다. 위의 설명에서 전기 오토바이의 기회가 엄청나다는 것을 알 수 있습니다. Sutopo 등의 리튬 이온 배터리 표준과 같이 전기 자동차 및 배터리와 관련된 표준에 대한 여러 연구가 개발되었습니다. [9], Rahmawatie et al.의 배터리 관리 시스템 표준. [10], Sutopo et al.의 전기 자동차 충전 표준. [11]. 인도네시아의 느린 전기 자동차 채택률로 인해 정부는 자동차 산업 발전을 위한 여러 정책을 발표했으며 2025년에는 전기 오토바이 210만 대, 전기 자동차 2,200대 채택을 목표로 계획했습니다. 게다가 정부 또한 국가 에너지 일반 계획에 관한 2017년 인도네시아 대통령 규정 제22호에 명시된 2,200대의 전기 또는 하이브리드 자동차를 생산할 수 있는 인도네시아를 목표로 삼았습니다. 이 규정은 프랑스, ​​영국, 노르웨이, 인도 등 다양한 국가에서 적용되었습니다. 에너지광물자원부는 2040년부터 내연기관차(ICEV) 판매를 금지하고 일반 대중에게 전기차를 사용하도록 하는 목표를 세웠다[12]. 2019년 인도네시아 정부는 도로 운송을 위한 배터리 기반 전기 자동차 프로그램의 가속화에 관한 2019년 대통령령 제55호를 발표했습니다. 이는 연료유 고갈과 대기오염이라는 두 가지 문제를 극복하기 위한 조치다. 대기오염과 관련하여 인도네시아는 2015년 파리기후변화회의에서 2030년까지 이산화탄소 배출량을 29% 줄이기로 약속했습니다. 2018년 이륜차 보급률은 정부 목표인 0.14%에 불과했습니다. 2025년에는 4륜 전기의 경우 45% 이상에 도달했습니다. 2017년 12월 기준으로 전국 24개 도시에 최소 1,300개 이상의 공공 전기 충전소가 있으며 그 중 71%(924개 충전소)가 DKI 자카르타에 있습니다[13]. 많은 국가에서 전기차 채택에 대해 조사했지만 인도네시아에서는 국가적 규모의 연구가 한 번도 이루어지지 않았습니다. 말레이시아[14]에서는 전기자동차의 사용 의도를 알기 위한 다중선형회귀(multiple linear regression), 채택을 알기 위한 SEM(Structural Equation Modeling) 등 여러 방법을 사용하여 신기술의 채택에 대한 연구를 일부 국가에서 수행하고 있는 여러 종류의 연구가 있었다. 중국 톈진(Tianjin)의 배터리 전기 자동차 장벽의 비율[15], 영국의 전기 자동차 운전자 사이의 장벽을 알기 위한 탐색적 요인 분석 및 다변수 회귀 모델[16], 중국 베이징[17]. 본 연구의 목적은 인도네시아 전기오토바이 도입 모델을 개발하고, 인도네시아 전기오토바이 도입 의도에 영향을 미치는 요인을 찾고, 인도네시아 전기오토바이 도입의 기능적 기회를 파악하는 것이다. 요인을 모델링하는 것은 인도네시아에서 전기 오토바이를 도입하려는 의도에 영향을 미치는 요인을 찾는 데 중요합니다. 이러한 영향력 있는 요소는 전기 오토바이의 채택을 가속화하기 위한 적절한 정책을 수립하기 위한 참고 자료로 사용될 수 있습니다. 이러한 중요한 요소는 인도네시아의 잠재적인 전기 오토바이 사용자가 원하는 이상적인 조건의 그림입니다. 전기 자동차에 관한 정책 수립과 관련된 인도네시아의 일부 부처는 전기 자동차 제조업체와 직접 거래하는 배출량을 기반으로 한 자동차 세금 규칙을 다루는 산업부, 전기 자동차의 타당성 테스트를 실행하는 교통부입니다. 전기자동차 충전소 요금을 전기자동차 충전사업 인프라에 공식화하는 책임이 있는 에너지광물자원부뿐만 아니라 배터리 테스트 등의 고속도로 포장도 가능합니다. 전기 자동차 혁신은 또한 전기 자동차 제품/서비스 및 파생 상품을 시장에 출시하는 개발자, 공급업체, 제조업체, 유통업체의 기술 기업가 및 신생 기업을 포함하여 공급망에서 새로운 비즈니스 엔터티의 탄생을 장려합니다[24]. 전기 오토바이 기업가는 인도네시아에서 기존 오토바이 대신 전기 오토바이의 실현을 지원하기 위해 이러한 중요한 요소를 고려하여 기술 및 마케팅을 개발할 수도 있습니다. SPSS 25 소프트웨어를 사용하여 인도네시아에서 전기 오토바이 도입 의도의 함수 및 확률 값을 구하는 데 사용되는 순서형 로지스틱 회귀. 로지스틱 회귀 또는 로짓 회귀는 예측 모델을 만드는 접근 방식입니다. 로짓 곡선 로지스틱 함수의 데이터를 일치시켜 이벤트가 발생할 확률을 예측하는 데 사용되는 통계의 로지스틱 회귀입니다. 이 방법은 이항 회귀에 대한 일반 선형 모델입니다[18]. 로지스틱 회귀는 인터넷 및 모바일 뱅킹 채택의 수용을 예측하는 데 사용되었습니다[19], 네덜란드에서 태양광 기술 채택의 수용을 예측하고[20], 건강을 위한 원격 모니터링 시스템 기술의 수용을 예측하고[21] 클라우드 서비스 채택 결정에 영향을 미치는 기술적 장애물을 제거합니다[22]. Utami et al. 이전에 수라카르타에서 전기 자동차에 대한 소비자 인식에 대한 연구를 수행한 [23]은 구매 가격, 모델, 차량 성능 및 인프라 준비가 전기 자동차를 채택하는 사람들의 가장 큰 장애물임을 발견했습니다. 방법 본 연구에서 수집한 데이터는 인도네시아에서 전기오토바이 도입의도에 영향을 미치는 기회와 요인을 알아보기 위해 온라인 설문조사를 통해 얻은 1차 데이터입니다. 설문지 및 설문 조사 인도네시아의 전기 오토바이 도입 의도에 영향을 미치는 요인을 알아보기 위해 인도네시아 8개 성의 1,223명의 응답자에게 온라인 설문을 배포했습니다. 이 선택된 지방은 인도네시아에서 오토바이 판매의 80% 이상을 차지했습니다[2]: 서부 자바, 동부 자바, 자카르타, 중부 자바, 북부 수마트라, 서부 수마트라, 족자카르타, 남부 술라웨시, 남부 수마트라 및 발리. 조사된 요소는 표 1에 나와 있습니다. 전기 오토바이에 대한 일반적인 지식은 오해를 피하기 위해 비디오를 사용하여 설문 시작 부분에 제공되었습니다. 설문지는 스크리닝 섹션, 사회인구학적 섹션, 금융 섹션, 기술 섹션 및 거시적 수준 섹션의 5개 섹션으로 구분되었습니다. 설문지는 1에서 5까지의 Likert 척도로 제시되었으며, 1은 매우 동의하지 않음, 2는 동의하지 않음, 3은 의심, 4는 동의, 5는 매우 동의합니다. 최소 표본 크기의 결정은 [25]를 참조하며, 로지스틱 회귀를 포함하는 대규모 모집단 크기의 관찰 연구는 매개변수를 나타내는 통계를 얻기 위해 최소 표본 크기 500이 필요하다고 언급했습니다. 인도네시아의 오토바이 사용자 인구가 매우 많기 때문에 이 연구에서는 클러스터 샘플링 또는 비율이 있는 영역 샘플링을 사용합니다. 또한 목적적 표본추출은 특정 기준에 따라 표본을 결정하는 데 사용됩니다[26]. 온라인 설문 조사는 Facebook 광고를 통해 수행됩니다. 적격 응답자는 17세 이상이고 SIM C를 보유하고 오토바이를 교체하거나 구입하는 의사 결정자 중 한 명이며 표 1의 주 중 한 곳에 거주합니다. 이론적 프레임워크 She et al. [15] 및 Habich-Sobiegalla et al. [28]은 소비자의 전기 자동차 채택을 유도하거나 방해하는 요인을 체계적으로 분류하기 위해 프레임워크를 사용했습니다. 우리는 전기 오토바이의 소비자 채택에 대한 전기 오토바이 문헌의 분석을 기반으로 수정하여 이러한 프레임워크를 적용했습니다. Table 1.Table 1. 요인 및 속성 설명 및 참조 요인 코드 속성 참조. SD1 결혼 여부 [27], [28] SD2 연령 SD3 성별 SD4 최종 학력 SD5 직업 사회인구학적 SD6 월간 소비 수준 SD7 월 소득 수준 SD8 오토바이 소유 수 SD9 소셜 미디어 공유 빈도 SD10 온라인 소셜 네트워크 크기 SD11 환경 인식 재정 FI1 구매 가격 [29] FI2 배터리 비용 [30] FI3 충전 비용 [31] FI4 유지 관리 비용 [32] 기술 TE1 주행 거리 [33] TE2 전원 [33] TE3 충전 시간 [33] TE4 안전 [34] TE5 배터리 수명 [35] 거시적인 수준의 ML1 공공 장소의 충전소 가용성 [36] ML2 직장의 충전소 가용성 [15] ML3 가정의 충전소 가용성 [37] ML4 서비스 장소 가용성 [38] ML5 구매 인센티브 정책 [15] ML6 연간 세금 할인 정책 [15] ML7 부과 비용 할인 정책 [15] 채택 의도 IP 사용 의향 [15] Sociodemographic Factor 사회 인구학적 요소는 의사 결정에서 개인의 행동에 영향을 미치는 개인적 요소입니다. Eccarius et al. [28]은 채택 모델에서 나이, 성별, 결혼 여부, 교육, 소득, 직업 및 차량 소유가 전기 자동차 채택에 영향을 미치는 중요한 요소라고 밝혔습니다. HabichSoebigalla et al은 오토바이 소유 수, 소셜 미디어 공유 빈도, 온라인 소셜 네트워크 규모와 같은 소셜 네트워크 요소가 전기 자동차 채택에 영향을 미치는 요인이라고 강조합니다[28]. Eccarius et al. [27] 및 HabichSobiegalla et al. [28] 또한 환경 인식이 사회인구학적 요인에 속하는 것으로 간주됩니다. 재정적 요소 구매가는 구매 보조금이 없는 전기 오토바이의 원래 가격입니다. Sierzchula et al. [29] 높은 배터리 용량으로 인해 전기 자동차의 높은 구매 가격이 발생한다고 말했다. 배터리 비용은 오래된 배터리 수명이 다했을 때 배터리를 교체하는 비용입니다. Krause et al. 배터리 비용이 전기 자동차를 채택하는 데 재정적 장벽에 속한다는 연구 [30]. 충전 비용은 휘발유 비용과 비교하여 전기 오토바이에 전력을 공급하는 전기 비용입니다[31]. 유지비는 전기 오토바이의 일상적인 유지 보수 비용으로 전기 자동차 채택에 영향을 미치는 사고로 인한 수리가 아닙니다[32]. 기술 요소 마일리지 기능은 전기 오토바이 배터리가 완전히 충전된 후 가장 먼 거리입니다. Zhang et al. [33] 차량 성능은 주행 거리, 전력, 충전 시간, 안전성, 배터리 수명 등 전기차에 대한 소비자 평가를 말한다. 동력은 전기 오토바이의 최대 속도입니다. 충전 시간은 전기 오토바이를 완전히 충전하는 데 걸리는 전체 시간입니다. 소음(dB)과 관련된 전기 오토바이를 탈 때의 안전성은 Sovacool et al.에 의해 강조되는 요소입니다. [34] 전기차에 대한 소비자의 인식에 영향을 미치는 요인. Graham-Rowe et al. [35] 배터리 수명이 저하된 것으로 간주됩니다. 충전소 가용성의 거시적 요소 인프라는 전기 오토바이 채택자에게 피할 수 없는 것입니다. 공공 장소에서의 충전 가용성은 전기 자동차 채택을 지원하는 데 중요한 것으로 간주됩니다[36]. 직장에서의 충전 가용성[15] 및 가정에서의 충전 가용성[37]도 소비자가 차량 배터리를 충전하는 데 필요합니다. Krupaet al. [38]은 일상적인 유지 보수 및 손상을 위한 서비스 장소의 가용성이 전기 자동차의 채택에 영향을 미친다고 말했습니다. 그녀 외. [15]는 전기 오토바이 구매에 대한 보조금 제공, 전기 오토바이에 대한 연간 세금 할인, 소비자가 공공 장소에서 전기 오토바이를 충전해야 할 때 충전 비용 할인 정책과 같은 천진 소비자가 매우 원하는 몇 가지 공공 인센티브를 제안했습니다 [15]. 순서형 로지스틱 회귀(Ordinal Logistic Regression) 순서형 로지스틱 회귀분석은 종속변수가 2개 이상의 범주이고 측정 척도가 수준 또는 순서인 하나 이상의 독립변수가 있는 종속변수 간의 관계를 설명하는 통계적 방법 중 하나입니다[39]. 수학식 1은 순서형 로지스틱 회귀 모델이고, 수학식 2는 함수 g(x)를 로짓 방정식으로 나타낸 것입니다. eegxgx P x ( ) ( ) 1 ( ) + = (1)  = = + mkjk Xik gx 1 0 ( )   (2) 결과 및 토론 설문지는 2020년 3월~4월에 유료 Facebook 광고를 통해 온라인으로 배포되었습니다. 필터 영역을 설정하여: 서부 자바, 동부 자바, 자카르타, 중부 자바, 북부 수마트라, 서부 수마트라, 족자카르타, 남부 술라웨시, 남부 수마트라 및 발리가 21,628명의 사용자에 도달했습니다. 수신된 총 응답은 1,443개였지만 데이터 처리에 적합한 응답은 1,223개에 불과했습니다. 표 2는 응답자의 인구 통계를 보여줍니다. 기술통계량적 변수에 대한 기술통계는 Table 3과 같다. 청구비할인, 연간세금할인, 매입가보조금 등의 요인 중 평균이 높다. 이것은 대부분의 응답자가 정부에서 제공하는 집중적인 정책이 전기 오토바이 채택을 장려할 수 있다고 생각한다는 것을 보여줍니다. 재무적 요인으로는 구매 가격과 배터리 비용이 다른 요인들보다 평균보다 낮습니다. 이는 전기오토바이 구입가격과 배터리 비용이 대부분의 응답자의 예산에 맞지 않음을 보여준다. 대부분의 응답자는 전기 오토바이 가격이 기존 오토바이 가격에 비해 너무 비싸다고 생각했습니다. 3년마다 IDR 5,000,000에 달하는 배터리 교체 비용도 대부분의 응답자에게 너무 비싸서 구매 가격과 배터리 비용이 인도네시아인이 전기 오토바이를 채택하는 데 걸림돌이 되었습니다. 배터리 수명, 전력, 충전 시간은 기술 통계에서 평균 점수가 낮지 만이 세 가지 요소의 평균 점수는 4 이상입니다. 3 시간이 걸리는 충전 시간은 대부분의 응답자에게 너무 길었습니다. 전기 오토바이의 최고 속도는 70km/h이고 배터리 수명은 3년으로 응답자의 요구를 충족하지 못했습니다. 이것은 대부분의 응답자가 고성능 전기 오토바이가 자신의 기준을 충족하지 못한다고 생각한다는 것을 보여줍니다. 응답자가 전기 오토바이의 성능을 완전히 신뢰하지는 않았지만 EM은 일상적인 이동 요구 사항을 충족할 수 있습니다. 더 많은 응답자가 공공 장소보다 가정과 사무실에서 충전 가능 여부에 더 많은 점수를 주었습니다. 그러나 가정 전력이 여전히 1300VA 미만이라는 것이 종종 발견되는 장벽으로, 응답자들은 정부가 가정에서 충전 시설을 제공하는 데 도움을 줄 수 있을 것으로 강하게 기대하고 있습니다. 매일 집과 사무실을 포함하는 응답자의 이동성은 공공 장소보다 사무실에서 충전의 가용성이 더 선호됩니다. 표 4는 전기 오토바이 도입에 대한 응답자의 응답을 보여줍니다. 응답자의 45,626%가 전기 오토바이를 사용할 의향이 강한 것으로 나타났습니다. 이 결과는 전기 오토바이 시장 점유율의 밝은 미래를 보여줍니다. 표 4는 또한 응답자의 거의 55%가 전기 오토바이를 사용할 의향이 별로 없음을 보여줍니다. 이러한 기술적인 통계의 흥미로운 결과는 전기 오토바이 사용에 대한 열정이 여전히 자극을 필요로 하지만 전기 오토바이에 대한 대중의 수용이 좋다는 것을 암시합니다. 발생할 수 있는 또 다른 이유는 응답자가 전기 오토바이의 채택이나 다른 사람이 전기 오토바이를 사용하는지 여부를 기다리며 지켜보는 태도를 가지고 있기 때문입니다. 순서 로지스틱 회귀 데이터는 순서 로지스틱 회귀를 사용하여 인도네시아에서 전기 오토바이의 채택 의도를 결정하기 위한 프로세스 및 분석입니다. 본 연구의 종속변수는 전기오토바이 사용의향(1: 매우 꺼림칙함, 2: 꺼림, 3: 의구심, 4: 의지, 5: 강한 의지)이다. 본 연구에서는 종속변수가 순서척도를 사용하기 때문에 순서형 로지스틱 회귀분석을 방법으로 선택하였다. 데이터는 95%의 신뢰 수준으로 SPSS 25 소프트웨어를 사용하여 처리되었습니다. 평균 VIF가 1.15-3.693인 분산 인플레이션 계수(VIF)를 계산하기 위해 다중 공선성 테스트가 수행되었습니다. 이는 모델에 다중 공선성이 없음을 의미합니다. 순서형 로지스틱 회귀분석에 사용된 가설은 Table 5와 같다. Table 6은 순서형 로지스틱 회귀분석의 가설을 기각하거나 수용하는 근거가 되는 부분 검정 결과를 보여준다. 표 2. 응답자의 인구 통계 인구 통계 항목 빈도 % 인구 통계 항목 빈도 % 거주지 서부 자바 345 28.2% 직업 학생 175 14.3% 동부 자바 162 13.2% 공무원 88 7.2% 자카르타 192 15.7% 민간 직원 .49% 기업 380 31.1% 북부 수마트라 74 6.1% 기타 165 13.5% 족자카르타 61 5.0% 남부 술라웨시 36 2.9% 연령 17-30세 655 63.6% 발리 34 2.8% .9 남부 .9 .39.486 서부 . G Sumatera 51 4.2% >60 3 0.2% 결혼 여부 독신 370 30.3% 최종 학력 SMP/SMA/SMK 701 57.3% 기혼 844 69.0% 디플로마 127 10.4% 5 5 . 5 석사 25 .836 석사 25 .836 여성 593 % 48.5 % 0.9 % 11 박사 월 수익 레벨 0 154 12.6 % 월간 소비 레벨 <IDR 200 432 35.3 % <IDR 200 226 18.5 % 52.3 % 640 IDR2,000,000-5,999,999의 IDR 2,000,000-5,999,999 550 45 % IDR6,000,000- 9,999,999 121 9.9% IDR 6,000,000-9,999,999 199 16.3% ≥ IDR 10,000,000 30 2.5% IDR10,000,000- 19,999,59 DR 20,000,000 23 1,9% 표 3. 금융, 기술 및 거시 수준 변수 평균 순위 변수 평균 순위에 대한 기술 통계량 ML7(청구 비용 디스크) 4.4563 1 ML3(가정에서 CS) 4.1554 9 ML6(연간 세금 디스크. ) 4.4301 2 ML2(직장 CS) 4.1055 10 ML5(구매 인센티브) 4.4146 3 ML1(공공장소 CS) 4.0965 11 TE4(안전) 4.3181 4 TE5(배터리 수명) .22824(배터리 수명) 4.09 표 ) 4.0597 13 TE1(마일리지 용량) 4.2396 6 TE3(충전 시간) 4.0303 14 ML4(서비스 장소) 4.2142 7 FI1(구매 비용) 3.8814 15 FI4(유지비) 0.1 배터리 비용(유지비) 8.19280 채택 의향 1:매우 의향 없음 2:거의 3:의심 4:의향 5:매우 의향 전기오토바이 이용 의향 0.327% 2.044% 15.863% 36.141% 45.626% SD1~SD11에 속하는 변수에 대한 로지스틱 회귀분석 결과 사회인구학적 요인은 공유 빈도만이 소셜 미디어(SD9)와 환경 우려 수준(SD11)은 인도네시아에서 전기 오토바이의 의도에 상당한 영향을 미칩니다. 혼인상태의 질적 변인에 대한 유의한 값은 미혼의 경우 0.622, 기혼의 경우 0.801이었다. 이러한 값은 가설 1을 지원하지 않습니다. 결혼 여부는 0.05보다 큰 값을 나타내기 때문에 전기 오토바이를 도입할 의향에 유의한 영향을 미치지 않습니다. 연령에 대한 유의한 값은 0.147로 연령이 전기오토바이 도입의도에 유의한 영향을 미치지 않도록 하였다. 연령 -0.168에 대한 추정값은 가설 2를 지지하지 않는다. 음의 부호는 연령이 높을수록 전기 오토바이를 도입할 의향이 낮다는 것을 의미한다. 질적 변인인 성별(0.385)의 유의한 값은 가설 3을 지지하지 않는다. 성별은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 최종 학력(0.603)에 대한 유의한 값은 가설 4를 지지하지 않는다. 따라서 최종 학력은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 마지막 교육수준에 대한 추정값이 0.036으로 양의 부호는 교육수준이 높을수록 전기오토바이를 도입할 의향이 높음을 의미한다. 직업의 질적변수의 유의한 값은 학생 0.487, 공무원 0.999, 개인 0.600, 가설 5를 지지하지 않는 기업가 0.480이었다. 직업은 전기오토바이 도입의도에 유의한 영향을 미치지 않았다. UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 75 표 5. 가설 가설 Socio-H1: 결혼 여부는 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미친다. 데모- H2: 나이는 전기 오토바이 도입의도에 유의한 양의 영향을 미칩니다. 도표 H3: 성별은 전기오토바이 도입의도에 유의한 양의 영향을 미치는 것으로 나타났다. 가설4: 최종학력은 전기오토바이 도입의도에 유의한 양의 영향을 미치는 것으로 나타났다. 가설5: 직업은 전기오토바이 도입의도에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 가설6: 월간 소비수준은 전기오토바이 도입의도에 유의한 양의 영향을 미치는 것으로 나타났다. 가설7: 월 소득수준은 전기오토바이 도입의도에 유의한 정(+)의 영향을 미쳤다. 가설 8: 오토바이 보유수는 전기이륜차 도입의도에 유의한 양의 영향을 미치는 것으로 나타났다. H9: 소셜미디어에서의 공유빈도는 전기오토바이 도입의도에 긍정적인 영향을 미치는 것으로 나타났다. 가설10: 온라인 소셜 네트워크의 규모는 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. H11: 환경 인식은 전기 오토바이 도입의도에 긍정적인 의미 있는 영향을 미칩니다. 재무 가설12: 구매 가격은 전기 오토바이 도입의도에 양의 유의한 영향을 미칩니다. H13: 배터리 비용은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. 가설14: 충전비용은 전기오토바이 도입의도에 유의한 양의 영향을 미친다. 가설15: 유지비용은 전기오토바이 도입의도에 유의한 양의 영향을 미친다. H16: 주행거리 능력은 전기오토바이 도입의도에 긍정적인 유의한 영향을 미쳤다. H17: 동력은 전기오토바이 도입의도에 긍정적인 유의미한 영향을 미친다. Techno-H18: 충전 시간은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. 논리 H19: 안전은 전기 오토바이 도입의도에 긍정적인 의미 있는 영향을 미칩니다. H20: 배터리 수명은 전기 오토바이 도입의도에 긍정적인 유의미한 영향을 미칩니다. H21: 공공 장소에서 충전소 인프라의 가용성은 전기 오토바이를 채택하려는 의도에 긍정적인 의미 있는 영향을 미칩니다. H22: 직장에서 충전소 인프라의 가용성은 전기 오토바이를 채택하려는 의도에 긍정적인 의미 있는 영향을 미칩니다. Macrolevel H23: 가정에서 충전소 인프라의 가용성은 전기 오토바이를 채택하려는 의도에 긍정적인 영향을 미칩니다. H24: 서비스 장소 가용성은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. H25: 구매 인센티브 정책은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미쳤다. H26: 연간 세금 할인 정책은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. H27: 충전 비용 할인 정책은 전기 오토바이 도입의도에 긍정적인 유의한 영향을 미칩니다. 표 6. 로지스틱 회귀 부분 테스트 결과 변수 값 시그 변수 값 시그 SD1 : 단일 0.349 0.622 TE1 0.146 0.069 SD1 : 결혼 0.173 0.801 TE2 0.167 0.726 SD1은 : 다른 사람 0 TE3 0.240 0.161 SD2 -0.168 0.147 TE4 -0,005 0.013 * SD3 : 남성 0.117 0.385 TE5 0,068 0.765 SD3:여성 0 ML1 -0.127 0.022* SD5:학생 -0.195 0.487 ML2 0.309 0.000* SD5: 시민 serv 0,0000 0.999 ML3 0.253 0.355 SD5:priv. * SD5에게 0.147 0.48 ML5 0.301 0.017 entrepr : -0.110 0.6 ML4 0.134 0.109 SD5를 EMP 다른 0 ML6 -0.059 0.107 SD6 0.227 0.069 ML7 0.521 0.052 SD7 0.032 0.726 TE1 0.146 0.004 * SD8 0.180 0.161 TE2 0.167 0.962 SD9 0.111 0.013 * TE3 0.240 0.424 TE5 * 0.068 0.007 0.348 0.000 * FI1 ML1 * -0.127 0.009 0.355 -0.069 * FI2 ML2 0.309 0.181 0.136 0.109 FI3 ML3 * 0.253 0.017 0.193 0.017 * FI4 ML4 SD10 0.016 0.765 -0.005 0.254 TE4 SD11 0.226 0.022 0.134 95 %에서 0.672 * 중요한 신뢰 수준 월간 소비 수준에 대한 유의한 값(0.069)은 가설 6을 지지하지 않으며, 월간 소비 수준은 전기 오토바이 도입의도에 유의한 영향을 미치지 않습니다. 월 소비 수준에 대한 추정값은 0.227로 양의 부호는 월 지출 수준이 높을수록 전기 오토바이를 채택할 의향이 높음을 의미합니다. 월 소득 수준(0.726)에 대한 유의한 값은 가설 7을 지지하지 않으며, 월 소득 수준은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 월 소득 수준에 대한 추정치는 0.032이며, 양의 부호는 월 소득 수준이 높을수록 전기 오토바이를 도입할 의향이 높음을 의미합니다. 오토바이 소유수에 대한 유의한 값(0.161)은 가설 8을 지지하지 않으며, 오토바이 소유수는 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 오토바이 소유 수준에 대한 추정치는 0.180이며, 양의 부호는 소유한 오토바이의 수가 많을수록 전기 오토바이를 채택할 의향이 높음을 의미합니다. 소셜 미디어 공유 빈도에 대한 유의한 값(0.013)은 가설 9를 지지하며, 소셜 미디어 공유 빈도는 유의값이 0.05보다 작기 때문에 전기 오토바이 도입 의도에 유의한 영향을 미쳤습니다. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 76 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 소셜 미디어에서 공유 빈도에 대한 추정값은 0.111이고, 양의 부호는 소셜 미디어에서 누군가를 공유하는 빈도가 높을수록 전기를 채택할 가능성이 높다는 것을 의미합니다. 오토바이. 온라인 소셜 네트워크의 크기에 대한 유의한 값(0.765)은 가설 10을 지원하지 않으며 소셜 네트워크의 도달 범위 크기는 오토바이 채택 의도에 유의한 영향을 미치지 않습니다. 소셜 네트워크에 도달한 사람들의 수에 대한 추정값은 0.016이고, 양의 부호는 소셜 미디어 네트워크의 크기가 클수록 전기 오토바이를 채택할 의향이 높음을 의미합니다. 환경 인식 수준에 대한 유의한 값(0.022)은 가설 11을 지지하며, 환경 관심 수준은 전기 오토바이 도입 의도에 유의한 영향을 미칩니다. 환경의식 수준에 대한 추정값은 0.226이고, 양의 부호는 사람이 환경에 대한 관심 수준이 높을수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 재무적 요인에 속하는 변수 FI1~FI4에 대한 로지스틱 회귀분석 결과, 인도네시아에서 구매가격(FI1)과 유지비(FI4)가 전기이륜차의 의도에 유의한 영향을 미치는 것으로 나타났다. 구매가격에 대한 유의한 가치(0.00)는 가설 12를 지지하며, 구매가격은 전기오토바이 도입의도에 유의한 영향을 미친다.구매가에 대한 추정치는 0.348이며, 양의 부호는 누군가에게 전기 오토바이의 구매 가격이 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 배터리 비용에 대한 유의한 값(0.355)은 가설 13을 지지하지 않으며 배터리 비용은 전기 오토바이 채택 의도에 유의한 영향을 미치지 않습니다. 충전 비용에 대한 유의한 값(0.109)은 가설 14를 지지하지 않으며 충전 비용은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 충전 비용에 대한 추정값은 0.136이고, 양수 부호는 누군가를 위한 전기 오토바이 충전 비용이 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 유지비의 유의적 가치(0.017)는 가설 15를 지지하지 않으며, 유지비는 전기오토바이 도입의도에 유의한 영향을 미친다. 유지비 추정치는 0.193이고, 양의 부호는 전기 오토바이 유지비가 누군가에게 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 기술적 요인에 속하는 변수 TE1~TE5에 대한 로지스틱 회귀분석 결과, 배터리 충전시간(TE3)이 인도네시아 전기이륜차 도입의도에 유의한 영향을 미치는 것으로 나타났다. 주행거리 능력치(0.107)는 가설 16을 지지하지 않으며 주행거리 능력은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 최대 주행거리에 대한 추정치는 0.146이며, 양의 부호는 전기오토바이의 최대 주행거리가 누군가에게 더 적절할수록 전기오토바이를 채택할 의향이 높다는 것을 의미한다. 독립가변동력 또는 최고속도(0.052)의 유의한 값은 가설 17을 지지하지 않으며, 최고속도는 전기이륜차 도입의도에 유의한 영향을 미치지 않는다. 동력 또는 최고속도에 대한 추정값은 0.167이며, 양의 부호는 사람에게 전기이륜차의 최고속도가 적절할수록 전기이륜차를 채택할 의향이 높다는 것을 의미한다. 충전시간에 대한 유의한 값(0.004)은 가설 18을 지지하며, 충전시간은 전기오토바이 도입의도에 유의한 영향을 미친다. 충전 시간의 추정치는 0.240이며, 양의 부호는 누군가에게 전기 오토바이의 최고 속도가 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 안전에 대한 유의한 값(0.962)은 가설 19를 지지하지 않으며, 안전은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 안전 추정치는 -0.005이며, 음의 부호는 전기 오토바이를 사용하는 사람이 더 안전하다고 느낄수록 전기 오토바이를 채택할 의향이 낮다는 것을 의미합니다. 배터리 수명에 대한 유의한 값(0.424)은 가설 20을 지원하지 않으며 배터리 수명은 전기 오토바이 채택 의도에 유의한 영향을 미치지 않습니다. 배터리 수명 추정치는 0.068이며, 양의 부호는 전기 오토바이 배터리의 수명이 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 거시적 요인에 속하는 변수 ML1~ML7에 대한 로지스틱 회귀분석 결과, 사업장 과금가용(ML2), 거주지 과금가용(ML3), 과금할인정책(ML7)만 나타난 결과 인도네시아에서 전기 오토바이의 채택 의도에 상당한 영향을 미칩니다. 공공 장소에서의 충전 가용성에 대한 유의한 값(0.254)은 가설 21을 지원하지 않으며, 공공 장소에서의 충전 가용성은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 작업장 충전 가용성에 대한 유의한 값(0.007)은 가설 22를 지지하며, 작업장 충전 가용성은 전기 오토바이 도입의도에 유의한 영향을 미친다. 가정에서 충전가능 여부에 대한 유의한 값(0.009)은 가설 22를 지지하며, 가정에서 충전가능 여부는 오토바이 도입의도에 유의한 영향을 미친다. 휴게소의 가용성에 대한 유의한 값(0.181)은 가설 24를 지지하지 않으며, 휴게소의 가용성은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 구매 인센티브 정책에 대한 유의한 가치(0.017)는 가설 25를 지지하며, 구매 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 연간 세금 할인 정책의 유의한 값(0.672)은 가설 26을 지지하지 않으며, 연간 세금 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미치지 않습니다. 충전비 할인 정책의 유의한 값(0.00)은 가설 27을 지지하며, 충전비 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 거시적 요인의 결과에 따르면, 직장 내 충전소, 주거 내 충전소, 충전 비용 할인 정책이 소비자가 접근할 준비가 되어 있다면 전기 오토바이 채택이 실현될 수 있습니다. 전반적으로 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 전원 기반 충전 인프라 가용성, UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 77 구매 인센티브 정책, 충전 비용 할인 인센티브 정책이 전기차 도입의도에 큰 영향을 미치고 있습니다. 방정식 모델과 확률 함수 수학식 3은 전기오토바이를 채택할 의사가 "강하게 꺼려진다"는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) 수학식 4는 전기오토바이를 채택하지 않겠다는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) 수학식 5는 전기오토바이를 채택하기 위해 “의심”이라는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) 수학식 6은 전기 오토바이를 채택할 의향이 있는 답에 대한 로짓 방정식입니다.  =  = + 27 1 04 ( 4 | ) kg Y Xn   k Xik (6) 수학식 7 ~ 수학식 11에 나타난 채택의향 전기이륜차의 확률함수. 수학식 7은 답을 선택하기 위한 확률함수이다. 전기오토바이를 채택하는 것을 강력히 꺼린다. eenng YX g YXP Xn PY Xn ( 1| ) ( 1| ) 1 1 ( ) ( 1| )   + = =  (7) 방정식 8은 "내키지 않는다"는 답을 선택할 확률 함수입니다. 전기 오토바이. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 1| ) ( 1| ) ( 2| ) ( 2| ) 2 1 1 ( 2 | ) ( 1| ) ( ) ( 2 | )     +− = =  −  = = (8) 수학식 9는 전기오토바이를 채택할 "의심"이라는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 2| ) ( 2| ) ( 3| ) ( 3| ) 3 1 1 ( 3 | ) ( 2 | ) ( ) ( 3 | )     +− = =  −  = = (9) 수학식 10은 전기 오토바이를 채택할 의향이 있는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 3| ) ( 3| ) ( 4| ) ( 4| ) 4 1 1 ( 4 | ) ( 3 | ) ( ) ( 4 | )     +− = =  −  = = (10) 수학식 11은 전기 오토바이를 채택할 의향이 '강력하게'인 답을 선택하기 위한 확률 함수입니다. eenng YX g YX nnn PYXPXPYX ( 4| ) ( 4| ) 5 1 1 1 ( 4 | ) ( ) ( 5 | )   + = − = −  = = = (11) 채택 의향 확률 그러면 서수 로지스틱 회귀 방정식 응답자의 답변 샘플에 적용됩니다. 표 8은 표본의 특성과 답을 보여준다. 따라서 종속변수에 대한 각 기준에 대해 답할 확률은 수학식 7-11에 따라 계산된다. 표 7과 같은 답을 가진 응답자의 표본은 전기오토바이를 사용하지 않을 확률이 0.0013, 확률이 0.0114이다. 전기오토바이를 사용하지 않을 확률은 0.1788, 의심할 확률은 0.1788, 전기 오토바이를 사용할 의향은 0.563, 전기 오토바이를 사용할 의향이 강한 경우는 0.2455로 나타났다. 또한 응답자 1,223명을 대상으로 전기오토바이 채택확률을 산출하여 전기오토바이 이용의향이 강한 것으로 응답한 확률의 평균값은 0.0031, 전기오토바이 이용의향이 없음은 0.0198, 전기오토바이 이용의심은 0.1482, 이용의향은 0.0031로 나타났다. 전기오토바이는 0.3410, 전기오토바이 사용의향은 0.4880으로 나타났다. 의향과 의향이 있을 확률을 합산하면 인도네시아인이 전기오토바이를 채택할 확률은 82.90%에 이른다. 비즈니스 및 정책 입안자를 위한 권장 사항 순서형 로지스틱 회귀 분석에서 소셜 미디어 공유 빈도는 전기 오토바이 채택 의도에 영향을 미치는 중요한 요소입니다. 대중이 전기 오토바이에 대한 정보를 얻을 수 있는 플랫폼으로서 소셜 미디어의 중요성은 전기 오토바이를 채택하려는 의지에 영향을 미칠 것입니다. 정부와 기업가는 이 리소스를 활용하려고 할 수 있습니다. 예를 들어 기업가는 전기 오토바이를 구입한 소비자에게 보너스나 감사를 통해 판촉을 할 수 있고 소셜 미디어에서 전기 오토바이와 관련된 긍정적인 정보를 공유할 수 있습니다. 이 방법은 다른 사람들이 전기 오토바이의 새로운 사용자가 되도록 자극할 수 있습니다. 정부는 소셜 미디어를 통해 대중에게 전기 오토바이를 사교화하거나 소개하여 대중이 기존 오토바이에서 전기 오토바이로 전환하도록 동기를 부여할 수 있습니다. 이 연구는 인도네시아에서 전기 오토바이의 채택에 거시적 요인이 얼마나 중요한 영향을 미치는지 증명합니다. 순서형 로지스틱 회귀분석에서 직장의 충전소 인프라 가용성, 가정의 충전소 인프라 가용성, 구매 인센티브 정책, 충전 비용 할인이 전기 오토바이 도입의도에 유의한 영향을 미치는 것으로 나타났습니다. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 78 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 표 7. 표본 응답자 답변 Variabel 답변 코드 값 결혼 여부 기혼 X1b 2 나이 31-45 X2 2 성별 남성 X3a 1 최종 학력 석사 X4 4 직업 3 월 개인 직원 X5c 소비 수준 Rp2.000.000-5.999.999 X6 2 월 소득 수준 Rp. 6.000.000-9.999.999 X7 3 오토바이 소유 수 ≥ 2 X8 3 소셜 미디어 공유 빈도 수/월 X9 4 온라인 소셜 네트워크의 크기 100-500명 X10 2 환경 인식 1 X11 1 Harga beli 3 X12 3 배터리 비용 3 X13 3 충전 비용 3 X13 3 유지 보수 비용 5 X14 5 주행 거리 4 X15 4 전력 5 X16 5 충전 시간 4 X17 4 안전 5 X18 5 배터리 수명 4 X19 4 공공 장소에서 충전소 가용성 4 X20 4 충전소 가용성 직장에서 4 X21 4 가정에서 충전소 가용성 4 X22 4 서비스 장소 가용성 2 X23 2 구매 인센티브 정책 5 X24 5 연간 세금 할인 정책 5 X25 5 충전 비용 할인 정책 5 X26 5 충전 비용 5 X27 5 유지 보수 비용 3 X13 3 마일리지 능력 5 X14 5 전력 4 X15 4 충전 시간 5 X16 5 대부분의 응답자는 전기 오토바이의 채택에 큰 영향을 미치는 것으로 가정, 직장 및 공공 장소의 충전소 인프라 가용성을 고려합니다. 정부는 전기 오토바이의 채택을 지원하기 위해 공공 장소에 충전소 기반 시설을 설치할 수 있습니다. 정부는 이를 실현하기 위해 기업 부문과도 협력할 수 있습니다. 거시적 수준의 지표를 구축함에 있어 이 연구는 몇 가지 인센티브 정책 옵션을 제안합니다. 설문조사에 따르면 가장 중요한 인센티브 정책은 구매 인센티브 정책과 요금할인 인센티브 정책으로 정부가 인도네시아의 전기 오토바이 도입을 지원하기 위해 고려할 수 있습니다. 재정적인 면에서는 구매가격이 전기오토바이 구매의도에 유의한 영향을 미친다. 구매 보조금에 대한 인센티브도 채택의도에 큰 영향을 미치는 이유다. 전기오토바이의 유지비가 기존 이륜차보다 저렴하다는 점은 전기오토바이 도입의도에 큰 영향을 미친다. 따라서 소비자의 요구를 충족시키는 서비스의 가용성은 대부분의 사용자가 전기 오토바이의 구성 요소를 모르기 때문에 약간의 손상이 있는 경우 숙련된 기술자가 필요하기 때문에 전기 오토바이를 채택하려는 의도를 더욱 고무할 것입니다. 전기 오토바이의 성능은 일상적인 이동성을 충족시켜야 하는 소비자의 요구를 충족했습니다. 전기오토바이의 최고속도와 충전시간은 소비자가 원하는 기준을 만족시킬 수 있다. 그러나 향상된 안전성, 배터리 수명 및 추가 주행 거리와 같은 더 나은 오토바이 성능은 확실히 전기 오토바이를 채택할 의향을 높일 것입니다. 정부와 기업은 기술 투자를 늘리는 것과 함께 전기오토바이의 안전성·신뢰성 평가제도를 개선해 국민의 신뢰를 높여야 한다. 기업의 경우 품질과 성능을 높이는 것이 전기 오토바이에 대한 소비자의 열정을 높이는 가장 효과적인 방법 중 하나입니다. 더 젊고 교육 수준이 높은 소비자는 이미 더 낙관적인 태도를 가지고 있고 광범위한 네트워크를 가지고 있기 때문에 얼리 어답터의 표적이 될 수 있습니다. 시장 세분화는 타겟 소비자를 위한 특정 모델을 출시하여 달성할 수 있습니다. 또한 환경에 대한 인식이 높은 응답자는 오토바이를 도입할 가능성이 더 높았습니다. UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 79 결론 기존 오토바이에서 전기 오토바이로 전환하는 것이 인도네시아의 높은 CO2 수준 문제를 극복하는 최상의 솔루션이 될 수 있습니다. 인도네시아 정부도 인도네시아에서 전기차에 대한 다양한 정책을 수립하고 이를 실현해 나가고 있다. 그러나 실제로 인도네시아의 전기차 보급은 정부가 설정한 목표와도 한참 멀었다. 환경은 더 이상 세부 규정이 없고 지원 인프라가 부족하여 인도네시아에서 전기 자동차의 채택이 낮은 등 전기 오토바이의 채택을 지원하지 않습니다. 본 연구는 인도네시아 전체 오토바이 판매량의 80%를 차지하는 10개 성에서 응답자 1,223명을 대상으로 설문조사를 실시하여 인도네시아에서 전기오토바이 보급의도에 영향을 미치는 유의적 요인과 확률함수를 알아보았다. 응답자의 대다수가 전기 오토바이에 열광하고 미래에 전기 오토바이를 소유하고 싶어하지만, 요즘 전기 오토바이 채택에 대한 관심은 상대적으로 낮습니다. 응답자들은 인프라와 정책의 부족 등 여러 가지 이유로 현재 전기 오토바이를 사용하기를 원하지 않습니다. 많은 응답자들은 재정적 요인, 기술적 요인 및 소비자의 요구를 따라야 하는 거시적 수준을 갖춘 전기 오토바이의 채택을 기다리고 바라보는 태도를 가지고 있습니다. 이 연구는 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 충전 인프라 가용성, 구매 인센티브 정책 및 충전 비용 할인 인센티브 정책은 인도네시아에서 전기 오토바이의 채택을 지원하기 위한 것입니다. 정부는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위해 충전소 인프라 제공과 인센티브 정책을 지원해야 합니다. 전기 오토바이의 채택을 지원하기 위해 제조업체는 주행 거리 및 배터리 수명과 같은 기술 요소를 고려해야 합니다. 구매 가격 및 배터리 비용과 같은 재정적 요인은 기업과 정부가 고려해야 할 사항입니다. 전기 오토바이를 지역 사회에 소개하려면 소셜 네트워킹을 최대한 활용해야 합니다. 어린 나이의 커뮤니티는 광범위한 소셜 미디어 네트워크를 가지고 있기 때문에 얼리 어답터로 홍보할 수 있습니다. 인도네시아에서 전기 오토바이의 채택을 실현하려면 소비자가 수용할 수 있는 인프라 준비와 비용이 필요합니다. 이것은 정부가 기존 차량을 대체하는 데 성공한 여러 국가에서 강력한 정부의 약속을 통해 구현될 수 있었습니다. 추가 연구는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위한 적절한 정책을 찾는 데 중점을 둘 것입니다. 참고문헌 [1] 인도네시아. Badan Pusat 통계; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [온라인]. 사용 가능: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonesia: 국내 유통 및 수출 통계, 2020. [온라인]. https://www.aisi.or.id/statistic. [접속: 3월. 2020년 2월 20일]. [3] G. Samosir, Y. Devara, B. Florentina 및 R. Siregar, "인도네시아의 전기 자동차: 지속 가능한 운송을 향한 길", Solidiance: 시장 보고서, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto, M. Nizam, "신기술 리튬 이온 배터리 상용화 모델: 스마트 전기 자동차에 대한 사례 연구", 농촌 정보 통신 기술 및 전기 자동차 기술에 관한 2013 국제 합동 국제 회의, rICT 및 ICEV -T 2013, 6741511.https://doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini, V. Bosetti, “전기화: 전기 자동차용 배터리 기술의 미래에 대한 전문가 조사. In Innovation under Uncertainty”, Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz 및 MK Patel, “도로 운송의 전기화에 대하여– 전기 이륜차의 환경적, 경제적, 사회적 성과에 대한 고찰,” 교통 연구 파트 D: 운송 및 환경, vol. 41, pp. 348-366, 2015. https://doi.org/10.1016/j.trd.2015.09.007. [7] M. Nizam, "Produksi Kit Konversi Kendaraan Listrik Berbasis Baterai Untuk Sepeda Motor Roda Dua Dan Roda Tiga," Laporan Akhir Hibah PPTI, Badan Pengelola Usaha Universitas Sebelas Maret, 2019. [8] MNA Jodinesa, W. R. Zakaria, "신기술의 시장 점유율 예측을 확인하기 위한 Markov Chain Analysis: A Case Study of Electric Conversion Motorcycle in Surakarta, Indonesia", AIP Conference Proceedings, vol. 2217(1), pp. 030062), 2020. AIP Publishing LLC. [9] W. Sutopo 및 EA Kadir, "전기 자동차 Alications를 위한 리튬 이온 배터리 셀 페로 인산염의 인도네시아 표준", TELKOMNIKA 인도네시아 전기 공학 저널, vol. 15(2), pp. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy 및 ABMulyono, "전기 자동차 애플리케이션을 위한 배터리 관리 시스템의 표준화 및 테스트 요구 사항을 위한 프레임워크 설계", Proceeding – 4th 전기 자동차 기술에 관한 국제 회의, pp. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, "전기 자동차 충전 표준 개발 검토: 인도네시아의 연구 사례", Proceeding – 2018 제5차 전기 자동차 기술 국제 회의, vol. 8628367, pp. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 인도네시아 Stop Mobil Berbahan Bakar Minyak, 2017. [온라인]. gaikindo.or.id. [접속: 3월. 2020년 2월 20일]. [13] S. Goldenberg, "인도네시아, 2030년까지 탄소 배출량 29% 감축", Guardian, 2015. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 80 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 [14] YN Sang 및 HA Bekhet, "전기 자동차 사용 의도 모델링: 말레이시아의 경험적 연구", 청정 생산 저널, vol. 92, pp. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma, BC Xie, “배터리 전기 자동차의 광범위한 채택을 가로막는 장벽은 무엇입니까? 중국 톈진시 대중인식 조사”, 『교통정책저널』, vol. 56, pp. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis 및 A. Jones, "배터리 전기 자동차의 채택 분석: 영국의 운전자 간의 장벽 조사", 교통 연구 파트 D: 운송 및 환경, vol. 63, pp. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge 및 C. Shao, "중국 베이징의 전기 자동차 보급에 영향을 미치는 요인 조사: 통계 및 공간 관점", Journal of Cleaner Production, vol. 213, pp. 199-216, 2019. https://doi.org/10.1016/j.jclepro.2018.12.099. [18] A. Widardjono, Analisis Multivariat Terapan dengan 프로그램 SPSS, AMOS, SMARTPLS(2nd Ed). 족자카르타: UPP STIM YKPN, 2015. [19] T. Laukkanen, "비슷해 보이는 서비스 혁신에서 소비자 채택 대 거부 결정: 인터넷 및 모바일 뱅킹 사례", Journal of Business Research, vol. 69(7), pp. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur 및 R. Kemp, "네덜란드의 PV 채택: 채택 요인의 통계 분석", 재생 가능 및 지속 가능한 에너지 검토, vol. 41, pp. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] MP Gagnon, E. Orruño, J. Asua, AB Abdeljelil 및 J. Emparanza, "의료 전문가의 새로운 원격 모니터링 시스템 채택을 평가하기 위해 수정된 기술 수용 모델 사용", 원격 의료 및 e-Health, vol. 18(1), pp. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer 및 P. Abrahamsson, "클라우드 서비스 채택 결정에 영향을 미치는 주요 기술 장벽에 대한 설문 조사 연구", Journal of Systems and Software, vol. 103, pp. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto, W. Sutopo, "인도네시아의 전기차에 대한 소비자 인식 분석", AIP Conference Proceedings(Vol. 2217, No. 1, p. 030058), 2020. AIP Publishing LLC [24 ] Yuniaristanto, DEP Wicaksana, W. Sutopo 및 M. Nizam, "제안된 비즈니스 프로세스 기술 상용화: 전기 자동차 기술 인큐베이션 사례 연구", 2014 국제 전기 공학 및 컴퓨터 과학 회의 회보, ICECS, 7045257, pp. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at 및 TM Bakar, "많은 인구를 대상으로 하는 관찰 연구의 로지스틱 회귀를 위한 표본 크기 지침: 실제 임상 데이터를 기반으로 한 통계와 매개변수 간의 정확성 강조", The Malaysian journal of 의학: MJMS, vol. 25(4), pp. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab 및 A. Jam'an, "Metodologi Penelitian Bisnis", Makasar: Lembaga Perpustakaan dan Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius 및 CC Lu, " 지속 가능한 이동성을 위한 동력 이륜차: 전기 오토바이의 소비자 채택에 대한 검토”, 지속 가능한 운송 국제 저널, vol. 15(3), pp. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka 및 N. Anzinger, "중국, 러시아 및 브라질 시민의 전기 자동차 구매 의도: 국제 비교 연구", Journal of Cleaner Production, vol. 205, pp. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat 및 B. Van Wee, "전기 자동차 채택에 대한 재정적 인센티브 및 기타 사회경제적 요인의 영향", Energy Policy, vol. 68, pp. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane 및 JD Graham, "인식과 현실: 미국 21개 도시의 플러그인 전기 자동차에 대한 대중 지식", Energy Policy, vol. 63, pp. 433–440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony 및 B. Caulfield, "대체 연료 및 차량에 대한 장벽을 어떻게 분류하고 혁신적인 기술을 촉진하기 위한 잠재적 정책을 평가해야 합니까?", Journal of Cleaner Production, vol. 35, pp. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue 및 S. Long, "전기 자동차의 광범위한 채택에 대한 장벽: 소비자 태도 및 인식 분석", Journal of Energy Policy, vol. 48, pp. 717–729, 2012. https://doi.org/10.1016/j.enpol.2012.06.009. [33] X. Zhang, K. Wang, Y. Hao, JL Fan, YM Wei, "정부 정책이 NEV 선호에 미치는 영향: 중국의 증거", Energy Policy, vol. 61, pp. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool 및 RF Hirsh, "배터리를 넘어서: 플러그인 하이브리드 전기 자동차(PHEV) 및 차량에서 그리드(V2G)로의 전환에 대한 이점과 장벽에 대한 조사", Energy Policy, vol. 37, pp. 1095–1103, 2009. https://doi.org/10.1016/j.enpol.2008.10.005. [35] E. Graham-Rowe, B. Gardner, C. Abraham, S. Skippon, H. Dittmar, R. Hutchins 및 J. Stannard, “플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석”, Transp. 해상도 파트 A: 정책 실무, vol. 46, pp. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi 및 SL Mabit, "플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석", Transp. 해상도 파트 D: Transp. 환경., vol. 25, pp. 24–32, 2013. [온라인]. 사용 가능: ScienceDirect. [37] ND Caperello 및 KS Kurani, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", Environ. 행동., 권. 44, pp. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju 및 CE Warrender, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", 에 대한 소비자 설문 조사 분석 UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 81 플러그인 하이브리드 전기 자동차. 번역 해상도 파트 A: 정책 실무, vol. 64, pp. 14–31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer 및 S. Lemeshow, “응용 로지스틱 회귀. 두 번째 판”, 뉴욕: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. 명칭 j 종속변수 범주(j = 1, 2, 3, 4, 5) k 독립변수 범주(k = 1, 2, 3, …, m) i 정성적 독립변수 범주 n 응답자의 순서 β0j는 종속변수의 각 답변을 가로챕니다. 변수 Xk 양적 독립변수 Xik 양적 독립변수 Y 종속변수 Pj(Xn) 각 응답자에 대한 독립변수 범주별 기회 저자 약력 Martha Widhi Dela Utami Martha Widhi Dela Utami는 Universitas Sebelas Maret 산업공학과 학부생입니다. 그녀는 물류 및 비즈니스 시스템 연구실에 속해 있습니다. 그녀의 연구 관심 분야는 물류 및 공급망 관리와 시장 조사입니다. 그녀는 2019년 인도네시아에서 전기차에 대한 소비자 인식 분석에 대한 첫 번째 출판물을 출판했습니다. Yuniaristanto Yuniaristanto는 Universitas Sebelas Maret 산업 공학과의 강사이자 연구원입니다. 그의 연구 관심 분야는 공급망, 시뮬레이션 모델링, 성능 측정 및 기술 상용화입니다. 그는 Scopus에 의해 색인된 출판물, 4개의 H-index가 포함된 41개의 기사를 보유하고 있습니다. 그의 이메일은 yuniaristanto@ft.uns.ac.id입니다. Wahyudi Sutopo Wahyudi Sutopo는 2019년 UNS(Universitas Sebelas Maret)의 전문 엔지니어 연구 프로그램에서 엔지니어링 전문 학위(Ir)를 취득했습니다. 그는 ITB(Institut Teknologi Bandung)에서 산업 공학 및 관리 분야 박사 학위를 취득했습니다. 2011년, 2004년 인도네시아 대학에서 경영학 석사, 1999년에 ITB에서 산업 공학 학사 학위를 받았습니다. 그의 연구 관심 분야는 공급망, 엔지니어링 경제 및 비용 분석, 기술 상업화입니다. 그는 30개 이상의 연구 보조금을 받았습니다. 그는 Scopus에 의해 색인된 출판물, 7개의 H-색인이 포함된 117개의 기사를 보유하고 있습니다. 그의 이메일은 wahyudisutopo@staff.uns.ac.id입니다.기술적 요인에 속하는 변수 TE1~TE5에 대한 로지스틱 회귀분석 결과, 배터리 충전시간(TE3)이 인도네시아 전기이륜차 도입의도에 유의한 영향을 미치는 것으로 나타났다. 주행거리 능력치(0.107)는 가설 16을 지지하지 않으며 주행거리 능력은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 최대 주행거리에 대한 추정치는 0.146이며, 양의 부호는 전기오토바이의 최대 주행거리가 누군가에게 더 적절할수록 전기오토바이를 채택할 의향이 높다는 것을 의미한다. 독립가변동력 또는 최고속도(0.052)의 유의한 값은 가설 17을 지지하지 않으며, 최고속도는 전기이륜차 도입의도에 유의한 영향을 미치지 않는다. 동력 또는 최고속도에 대한 추정값은 0.167이며, 양의 부호는 사람에게 전기이륜차의 최고속도가 적절할수록 전기이륜차를 채택할 의향이 높다는 것을 의미한다. 충전시간에 대한 유의한 값(0.004)은 가설 18을 지지하며, 충전시간은 전기오토바이 도입의도에 유의한 영향을 미친다. 충전 시간의 추정치는 0.240이며, 양의 부호는 누군가에게 전기 오토바이의 최고 속도가 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 안전에 대한 유의한 값(0.962)은 가설 19를 지지하지 않으며, 안전은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 안전 추정치는 -0.005이며, 음의 부호는 전기 오토바이를 사용하는 사람이 더 안전하다고 느낄수록 전기 오토바이를 채택할 의향이 낮다는 것을 의미합니다. 배터리 수명에 대한 유의한 값(0.424)은 가설 20을 지원하지 않으며 배터리 수명은 전기 오토바이 채택 의도에 유의한 영향을 미치지 않습니다. 배터리 수명 추정치는 0.068이며, 양의 부호는 전기 오토바이 배터리의 수명이 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 거시적 요인에 속하는 변수 ML1~ML7에 대한 로지스틱 회귀분석 결과, 사업장 과금가용(ML2), 거주지 과금가용(ML3), 과금할인정책(ML7)만 나타난 결과 인도네시아에서 전기 오토바이의 채택 의도에 상당한 영향을 미칩니다. 공공 장소에서의 충전 가용성에 대한 유의한 값(0.254)은 가설 21을 지원하지 않으며, 공공 장소에서의 충전 가용성은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 작업장 충전 가용성에 대한 유의한 값(0.007)은 가설 22를 지지하며, 작업장 충전 가용성은 전기 오토바이 도입의도에 유의한 영향을 미친다. 가정에서 충전가능 여부에 대한 유의한 값(0.009)은 가설 22를 지지하며, 가정에서 충전가능 여부는 오토바이 도입의도에 유의한 영향을 미친다. 휴게소의 가용성에 대한 유의한 값(0.181)은 가설 24를 지지하지 않으며, 휴게소의 가용성은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 구매 인센티브 정책에 대한 유의한 가치(0.017)는 가설 25를 지지하며, 구매 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 연간 세금 할인 정책의 유의한 값(0.672)은 가설 26을 지지하지 않으며, 연간 세금 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미치지 않습니다. 충전비 할인 정책의 유의한 값(0.00)은 가설 27을 지지하며, 충전비 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 거시적 요인의 결과에 따르면, 직장 내 충전소, 주거 내 충전소, 충전 비용 할인 정책이 소비자가 접근할 준비가 되어 있다면 전기 오토바이 채택이 실현될 수 있습니다. 전반적으로 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 전원 기반 충전 인프라 가용성, UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 77 구매 인센티브 정책, 충전 비용 할인 인센티브 정책이 전기차 도입의도에 큰 영향을 미치고 있습니다. 방정식 모델과 확률 함수 수학식 3은 전기오토바이를 채택할 의사가 "강하게 꺼려진다"는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) 수학식 4는 전기오토바이를 채택하지 않겠다는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) 수학식 5는 전기오토바이를 채택하기 위해 “의심”이라는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) 수학식 6은 전기 오토바이를 채택할 의향이 있는 답에 대한 로짓 방정식입니다.  =  = + 27 1 04 ( 4 | ) kg Y Xn   k Xik (6) 수학식 7 ~ 수학식 11에 나타난 채택의향 전기이륜차의 확률함수. 수학식 7은 답을 선택하기 위한 확률함수이다. 전기오토바이를 채택하는 것을 강력히 꺼린다. eenng YX g YXP Xn PY Xn ( 1| ) ( 1| ) 1 1 ( ) ( 1| )   + = =  (7) 방정식 8은 "내키지 않는다"는 답을 선택할 확률 함수입니다. 전기 오토바이. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 1| ) ( 1| ) ( 2| ) ( 2| ) 2 1 1 ( 2 | ) ( 1| ) ( ) ( 2 | )     +− = =  −  = = (8) 수학식 9는 전기오토바이를 채택할 "의심"이라는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 2| ) ( 2| ) ( 3| ) ( 3| ) 3 1 1 ( 3 | ) ( 2 | ) ( ) ( 3 | )     +− = =  −  = = (9) 수학식 10은 전기 오토바이를 채택할 의향이 있는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 3| ) ( 3| ) ( 4| ) ( 4| ) 4 1 1 ( 4 | ) ( 3 | ) ( ) ( 4 | )     +− = =  −  = = (10) 수학식 11은 전기 오토바이를 채택할 의향이 '강력하게'인 답을 선택하기 위한 확률 함수입니다. eenng YX g YX nnn PYXPXPYX ( 4| ) ( 4| ) 5 1 1 1 ( 4 | ) ( ) ( 5 | )   + = − = −  = = = (11) 채택 의향 확률 그러면 서수 로지스틱 회귀 방정식 응답자의 답변 샘플에 적용됩니다. 표 8은 표본의 특성과 답을 보여준다. 따라서 종속변수에 대한 각 기준에 대해 답할 확률은 수학식 7-11에 따라 계산된다. 표 7과 같은 답을 가진 응답자의 표본은 전기오토바이를 사용하지 않을 확률이 0.0013, 확률이 0.0114이다. 전기오토바이를 사용하지 않을 확률은 0.1788, 의심할 확률은 0.1788, 전기 오토바이를 사용할 의향은 0.563, 전기 오토바이를 사용할 의향이 강한 경우는 0.2455로 나타났다. 또한 응답자 1,223명을 대상으로 전기오토바이 채택확률을 산출하여 전기오토바이 이용의향이 강한 것으로 응답한 확률의 평균값은 0.0031, 전기오토바이 이용의향이 없음은 0.0198, 전기오토바이 이용의심은 0.1482, 이용의향은 0.0031로 나타났다. 전기오토바이는 0.3410, 전기오토바이 사용의향은 0.4880으로 나타났다. 의향과 의향이 있을 확률을 합산하면 인도네시아인이 전기오토바이를 채택할 확률은 82.90%에 이른다. 비즈니스 및 정책 입안자를 위한 권장 사항 순서형 로지스틱 회귀 분석에서 소셜 미디어 공유 빈도는 전기 오토바이 채택 의도에 영향을 미치는 중요한 요소입니다. 대중이 전기 오토바이에 대한 정보를 얻을 수 있는 플랫폼으로서 소셜 미디어의 중요성은 전기 오토바이를 채택하려는 의지에 영향을 미칠 것입니다. 정부와 기업가는 이 리소스를 활용하려고 할 수 있습니다. 예를 들어 기업가는 전기 오토바이를 구입한 소비자에게 보너스나 감사를 통해 판촉을 할 수 있고 소셜 미디어에서 전기 오토바이와 관련된 긍정적인 정보를 공유할 수 있습니다. 이 방법은 다른 사람들이 전기 오토바이의 새로운 사용자가 되도록 자극할 수 있습니다. 정부는 소셜 미디어를 통해 대중에게 전기 오토바이를 사교화하거나 소개하여 대중이 기존 오토바이에서 전기 오토바이로 전환하도록 동기를 부여할 수 있습니다. 이 연구는 인도네시아에서 전기 오토바이의 채택에 거시적 요인이 얼마나 중요한 영향을 미치는지 증명합니다. 순서형 로지스틱 회귀분석에서 직장의 충전소 인프라 가용성, 가정의 충전소 인프라 가용성, 구매 인센티브 정책, 충전 비용 할인이 전기 오토바이 도입의도에 유의한 영향을 미치는 것으로 나타났습니다. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 78 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 표 7. 표본 응답자 답변 Variabel 답변 코드 값 결혼 여부 기혼 X1b 2 나이 31-45 X2 2 성별 남성 X3a 1 최종 학력 석사 X4 4 직업 3 월 개인 직원 X5c 소비 수준 Rp2.000.000-5.999.999 X6 2 월 소득 수준 Rp. 6.000.000-9.999.999 X7 3 오토바이 소유 수 ≥ 2 X8 3 소셜 미디어 공유 빈도 수/월 X9 4 온라인 소셜 네트워크의 크기 100-500명 X10 2 환경 인식 1 X11 1 Harga beli 3 X12 3 배터리 비용 3 X13 3 충전 비용 3 X13 3 유지 보수 비용 5 X14 5 주행 거리 4 X15 4 전력 5 X16 5 충전 시간 4 X17 4 안전 5 X18 5 배터리 수명 4 X19 4 공공 장소에서 충전소 가용성 4 X20 4 충전소 가용성 직장에서 4 X21 4 가정에서 충전소 가용성 4 X22 4 서비스 장소 가용성 2 X23 2 구매 인센티브 정책 5 X24 5 연간 세금 할인 정책 5 X25 5 충전 비용 할인 정책 5 X26 5 충전 비용 5 X27 5 유지 보수 비용 3 X13 3 마일리지 능력 5 X14 5 전력 4 X15 4 충전 시간 5 X16 5 대부분의 응답자는 전기 오토바이의 채택에 큰 영향을 미치는 것으로 가정, 직장 및 공공 장소의 충전소 인프라 가용성을 고려합니다. 정부는 전기 오토바이의 채택을 지원하기 위해 공공 장소에 충전소 기반 시설을 설치할 수 있습니다. 정부는 이를 실현하기 위해 기업 부문과도 협력할 수 있습니다. 거시적 수준의 지표를 구축함에 있어 이 연구는 몇 가지 인센티브 정책 옵션을 제안합니다. 설문조사에 따르면 가장 중요한 인센티브 정책은 구매 인센티브 정책과 요금할인 인센티브 정책으로 정부가 인도네시아의 전기 오토바이 도입을 지원하기 위해 고려할 수 있습니다. 재정적인 면에서는 구매가격이 전기오토바이 구매의도에 유의한 영향을 미친다. 구매 보조금에 대한 인센티브도 채택의도에 큰 영향을 미치는 이유다. 전기오토바이의 유지비가 기존 이륜차보다 저렴하다는 점은 전기오토바이 도입의도에 큰 영향을 미친다. 따라서 소비자의 요구를 충족시키는 서비스의 가용성은 대부분의 사용자가 전기 오토바이의 구성 요소를 모르기 때문에 약간의 손상이 있는 경우 숙련된 기술자가 필요하기 때문에 전기 오토바이를 채택하려는 의도를 더욱 고무할 것입니다. 전기 오토바이의 성능은 일상적인 이동성을 충족시켜야 하는 소비자의 요구를 충족했습니다. 전기오토바이의 최고속도와 충전시간은 소비자가 원하는 기준을 만족시킬 수 있다. 그러나 향상된 안전성, 배터리 수명 및 추가 주행 거리와 같은 더 나은 오토바이 성능은 확실히 전기 오토바이를 채택할 의향을 높일 것입니다. 정부와 기업은 기술 투자를 늘리는 것과 함께 전기오토바이의 안전성·신뢰성 평가제도를 개선해 국민의 신뢰를 높여야 한다. 기업의 경우 품질과 성능을 높이는 것이 전기 오토바이에 대한 소비자의 열정을 높이는 가장 효과적인 방법 중 하나입니다. 더 젊고 교육 수준이 높은 소비자는 이미 더 낙관적인 태도를 가지고 있고 광범위한 네트워크를 가지고 있기 때문에 얼리 어답터의 표적이 될 수 있습니다. 시장 세분화는 타겟 소비자를 위한 특정 모델을 출시하여 달성할 수 있습니다. 또한 환경에 대한 인식이 높은 응답자는 오토바이를 도입할 가능성이 더 높았습니다. UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 79 결론 기존 오토바이에서 전기 오토바이로 전환하는 것이 인도네시아의 높은 CO2 수준 문제를 극복하는 최상의 솔루션이 될 수 있습니다. 인도네시아 정부도 인도네시아에서 전기차에 대한 다양한 정책을 수립하고 이를 실현해 나가고 있다. 그러나 실제로 인도네시아의 전기차 보급은 정부가 설정한 목표와도 한참 멀었다. 환경은 더 이상 세부 규정이 없고 지원 인프라가 부족하여 인도네시아에서 전기 자동차의 채택이 낮은 등 전기 오토바이의 채택을 지원하지 않습니다. 본 연구는 인도네시아 전체 오토바이 판매량의 80%를 차지하는 10개 성에서 응답자 1,223명을 대상으로 설문조사를 실시하여 인도네시아에서 전기오토바이 보급의도에 영향을 미치는 유의적 요인과 확률함수를 알아보았다. 응답자의 대다수가 전기 오토바이에 열광하고 미래에 전기 오토바이를 소유하고 싶어하지만, 요즘 전기 오토바이 채택에 대한 관심은 상대적으로 낮습니다. 응답자들은 인프라와 정책의 부족 등 여러 가지 이유로 현재 전기 오토바이를 사용하기를 원하지 않습니다. 많은 응답자들은 재정적 요인, 기술적 요인 및 소비자의 요구를 따라야 하는 거시적 수준을 갖춘 전기 오토바이의 채택을 기다리고 바라보는 태도를 가지고 있습니다. 이 연구는 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 충전 인프라 가용성, 구매 인센티브 정책 및 충전 비용 할인 인센티브 정책은 인도네시아에서 전기 오토바이의 채택을 지원하기 위한 것입니다. 정부는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위해 충전소 인프라 제공과 인센티브 정책을 지원해야 합니다. 전기 오토바이의 채택을 지원하기 위해 제조업체는 주행 거리 및 배터리 수명과 같은 기술 요소를 고려해야 합니다. 구매 가격 및 배터리 비용과 같은 재정적 요인은 기업과 정부가 고려해야 할 사항입니다. 전기 오토바이를 지역 사회에 소개하려면 소셜 네트워킹을 최대한 활용해야 합니다. 어린 나이의 커뮤니티는 광범위한 소셜 미디어 네트워크를 가지고 있기 때문에 얼리 어답터로 홍보할 수 있습니다. 인도네시아에서 전기 오토바이의 채택을 실현하려면 소비자가 수용할 수 있는 인프라 준비와 비용이 필요합니다. 이것은 정부가 기존 차량을 대체하는 데 성공한 여러 국가에서 강력한 정부의 약속을 통해 구현될 수 있었습니다. 추가 연구는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위한 적절한 정책을 찾는 데 중점을 둘 것입니다. 참고문헌 [1] 인도네시아. Badan Pusat 통계; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [온라인]. 사용 가능: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonesia: 국내 유통 및 수출 통계, 2020. [온라인]. https://www.aisi.or.id/statistic. [접속: 3월. 2020년 2월 20일]. [3] G. Samosir, Y. Devara, B. Florentina 및 R. Siregar, "인도네시아의 전기 자동차: 지속 가능한 운송을 향한 길", Solidiance: 시장 보고서, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto, M. Nizam, "신기술 리튬 이온 배터리 상용화 모델: 스마트 전기 자동차에 대한 사례 연구", 농촌 정보 통신 기술 및 전기 자동차 기술에 관한 2013 국제 합동 국제 회의, rICT 및 ICEV -T 2013, 6741511.https://doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini, V. Bosetti, “전기화: 전기 자동차용 배터리 기술의 미래에 대한 전문가 조사. In Innovation under Uncertainty”, Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz 및 MK Patel, “도로 운송의 전기화에 대하여– 전기 이륜차의 환경적, 경제적, 사회적 성과에 대한 고찰,” 교통 연구 파트 D: 운송 및 환경, vol. 41, pp. 348-366, 2015. https://doi.org/10.1016/j.trd.2015.09.007. [7] M. Nizam, "Produksi Kit Konversi Kendaraan Listrik Berbasis Baterai Untuk Sepeda Motor Roda Dua Dan Roda Tiga" Laporan Akhir Hibah PPTI, Badan Pengelola Usaha Universitas Sebelas Maret, 2019. [8] MNA Jodinesa, W. R. Zakaria, "신기술의 시장 점유율 예측을 확인하기 위한 Markov Chain Analysis: A Case Study of Electric Conversion Motorcycle in Surakarta, Indonesia", AIP Conference Proceedings, vol. 2217(1), pp. 030062), 2020. AIP Publishing LLC. [9] W. Sutopo 및 EA Kadir, "전기 자동차 Alications를 위한 리튬 이온 배터리 셀 페로 인산염의 인도네시아 표준", TELKOMNIKA 인도네시아 전기 공학 저널, vol. 15(2), pp. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy 및 ABMulyono, "전기 자동차 애플리케이션을 위한 배터리 관리 시스템의 표준화 및 테스트 요구 사항을 위한 프레임워크 설계", Proceeding – 4th 전기 자동차 기술에 관한 국제 회의, pp. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, "전기 자동차 충전 표준 개발 검토: 인도네시아의 연구 사례", Proceeding – 2018 제5차 전기 자동차 기술 국제 회의, vol. 8628367, pp. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 인도네시아 Stop Mobil Berbahan Bakar Minyak, 2017. [온라인]. gaikindo.or.id. [접속: 3월. 2020년 2월 20일]. [13] S. Goldenberg, "인도네시아, 2030년까지 탄소 배출량 29% 감축", Guardian, 2015. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 80 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 [14] YN Sang 및 HA Bekhet, "전기 자동차 사용 의도 모델링: 말레이시아의 경험적 연구", 청정 생산 저널, vol. 92, pp. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma, BC Xie, “배터리 전기 자동차의 광범위한 채택을 가로막는 장벽은 무엇입니까? 중국 톈진시 대중인식 조사”, 『교통정책저널』, vol. 56, pp. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis 및 A. Jones, "배터리 전기 자동차의 채택 분석: 영국의 운전자 간의 장벽 조사", 교통 연구 파트 D: 운송 및 환경, vol. 63, pp. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge 및 C. Shao, "중국 베이징의 전기 자동차 보급에 영향을 미치는 요인 조사: 통계 및 공간 관점", Journal of Cleaner Production, vol. 213, pp. 199-216, 2019. https://doi.org/10.1016/j.jclepro.2018.12.099. [18] A. Widardjono, Analisis Multivariat Terapan dengan 프로그램 SPSS, AMOS, SMARTPLS(2nd Ed). 족자카르타: UPP STIM YKPN, 2015. [19] T. Laukkanen, "비슷해 보이는 서비스 혁신에서 소비자 채택 대 거부 결정: 인터넷 및 모바일 뱅킹 사례", Journal of Business Research, vol. 69(7), pp. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur 및 R. Kemp, "네덜란드의 PV 채택: 채택 요인의 통계 분석", 재생 가능 및 지속 가능한 에너지 검토, vol. 41, pp. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] MP Gagnon, E. Orruño, J. Asua, AB Abdeljelil 및 J. Emparanza, "의료 전문가의 새로운 원격 모니터링 시스템 채택을 평가하기 위해 수정된 기술 수용 모델 사용", 원격 의료 및 e-Health, vol. 18(1), pp. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer 및 P. Abrahamsson, "클라우드 서비스 채택 결정에 영향을 미치는 주요 기술 장벽에 대한 설문 조사 연구", Journal of Systems and Software, vol. 103, pp. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto, W. Sutopo, "인도네시아의 전기차에 대한 소비자 인식 분석", AIP Conference Proceedings(Vol. 2217, No. 1, p. 030058), 2020. AIP Publishing LLC [24 ] Yuniaristanto, DEP Wicaksana, W. Sutopo 및 M. Nizam, "제안된 비즈니스 프로세스 기술 상용화: 전기 자동차 기술 인큐베이션 사례 연구", 2014 국제 전기 공학 및 컴퓨터 과학 회의 회보, ICECS, 7045257, pp. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at 및 TM Bakar, "많은 인구를 대상으로 하는 관찰 연구의 로지스틱 회귀를 위한 표본 크기 지침: 실제 임상 데이터를 기반으로 한 통계와 매개변수 간의 정확성 강조", The Malaysian journal of 의학: MJMS, vol. 25(4), pp. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab 및 A. Jam'an, "Metodologi Penelitian Bisnis", Makasar: Lembaga Perpustakaan dan Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius 및 CC Lu, " 지속 가능한 이동성을 위한 동력 이륜차: 전기 오토바이의 소비자 채택에 대한 검토”, 지속 가능한 운송 국제 저널, vol. 15(3), pp. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka 및 N. Anzinger, "중국, 러시아 및 브라질 시민의 전기 자동차 구매 의도: 국제 비교 연구", Journal of Cleaner Production, vol. 205, pp. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat 및 B. Van Wee, "전기 자동차 채택에 대한 재정적 인센티브 및 기타 사회경제적 요인의 영향", Energy Policy, vol. 68, pp. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane 및 JD Graham, "인식과 현실: 미국 21개 도시의 플러그인 전기 자동차에 대한 대중 지식", Energy Policy, vol. 63, pp. 433–440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony 및 B. Caulfield, "대체 연료 및 차량에 대한 장벽을 어떻게 분류하고 혁신적인 기술을 촉진하기 위한 잠재적 정책을 평가해야 합니까?", Journal of Cleaner Production, vol. 35, pp. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue 및 S. Long, "전기 자동차의 광범위한 채택에 대한 장벽: 소비자 태도 및 인식 분석", Journal of Energy Policy, vol. 48, pp. 717–729, 2012. https://doi.org/10.1016/j.enpol.2012.06.009. [33] X. Zhang, K. Wang, Y. Hao, JL Fan, YM Wei, "정부 정책이 NEV 선호에 미치는 영향: 중국의 증거", Energy Policy, vol. 61, pp. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool 및 RF Hirsh, "배터리를 넘어서: 플러그인 하이브리드 전기 자동차(PHEV) 및 차량에서 그리드(V2G)로의 전환에 대한 이점과 장벽에 대한 조사", Energy Policy, vol. 37, pp. 1095–1103, 2009. https://doi.org/10.1016/j.enpol.2008.10.005. [35] E. Graham-Rowe, B. Gardner, C. Abraham, S. Skippon, H. Dittmar, R. Hutchins 및 J. Stannard, “플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석”, Transp. 해상도 파트 A: 정책 실무, vol. 46, pp. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi 및 SL Mabit, "플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석", Transp. 해상도 파트 D: Transp. 환경., vol. 25, pp. 24–32, 2013. [온라인]. 사용 가능: ScienceDirect. [37] ND Caperello 및 KS Kurani, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", Environ. 행동., 권. 44, pp. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju 및 CE Warrender, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", 에 대한 소비자 설문 조사 분석 UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 81 플러그인 하이브리드 전기 자동차. 번역 해상도 파트 A: 정책 실무, vol. 64, pp. 14–31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer 및 S. Lemeshow, “응용 로지스틱 회귀. 두 번째 판”, 뉴욕: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. 명칭 j 종속변수 범주(j = 1, 2, 3, 4, 5) k 독립변수 범주(k = 1, 2, 3, …, m) i 정성적 독립변수 범주 n 응답자의 순서 β0j는 종속변수의 각 답변을 가로챕니다. 변수 Xk 양적 독립변수 Xik 양적 독립변수 Y 종속변수 Pj(Xn) 각 응답자에 대한 독립변수 범주별 기회 저자 약력 Martha Widhi Dela Utami Martha Widhi Dela Utami는 Universitas Sebelas Maret 산업공학과 학부생입니다. 그녀는 물류 및 비즈니스 시스템 연구실에 속해 있습니다. 그녀의 연구 관심 분야는 물류 및 공급망 관리와 시장 조사입니다. 그녀는 2019년 인도네시아에서 전기차에 대한 소비자 인식 분석에 대한 첫 번째 출판물을 출판했습니다. Yuniaristanto Yuniaristanto는 Universitas Sebelas Maret 산업 공학과의 강사이자 연구원입니다. 그의 연구 관심 분야는 공급망, 시뮬레이션 모델링, 성능 측정 및 기술 상용화입니다. 그는 Scopus에 의해 색인된 출판물, 4개의 H-index가 포함된 41개의 기사를 보유하고 있습니다. 그의 이메일은 yuniaristanto@ft.uns.ac.id입니다. Wahyudi Sutopo Wahyudi Sutopo는 2019년 UNS(Universitas Sebelas Maret)의 전문 엔지니어 연구 프로그램에서 엔지니어링 전문 학위(Ir)를 취득했습니다. 그는 ITB(Institut Teknologi Bandung)에서 산업 공학 및 관리 분야 박사 학위를 취득했습니다. 2011년, 2004년 인도네시아 대학에서 경영학 석사, 1999년에 ITB에서 산업 공학 학사 학위를 받았습니다. 그의 연구 관심 분야는 공급망, 엔지니어링 경제 및 비용 분석, 기술 상업화입니다. 그는 30개 이상의 연구 보조금을 받았습니다. 그는 Scopus에 의해 색인된 출판물, 7개의 H-색인이 포함된 117개의 기사를 보유하고 있습니다. 그의 이메일은 wahyudisutopo@staff.uns.ac.id입니다.기술적 요인에 속하는 변수 TE1~TE5에 대한 로지스틱 회귀분석 결과, 배터리 충전시간(TE3)이 인도네시아 전기이륜차 도입의도에 유의한 영향을 미치는 것으로 나타났다. 주행거리 능력치(0.107)는 가설 16을 지지하지 않으며 주행거리 능력은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 최대 주행거리에 대한 추정치는 0.146이며, 양의 부호는 전기오토바이의 최대 주행거리가 누군가에게 더 적절할수록 전기오토바이를 채택할 의향이 높다는 것을 의미한다. 독립가변동력 또는 최고속도(0.052)의 유의한 값은 가설 17을 지지하지 않으며, 최고속도는 전기이륜차 도입의도에 유의한 영향을 미치지 않는다. 동력 또는 최고속도에 대한 추정값은 0.167이며, 양의 부호는 사람에게 전기이륜차의 최고속도가 적절할수록 전기이륜차를 채택할 의향이 높다는 것을 의미한다. 충전시간에 대한 유의한 값(0.004)은 가설 18을 지지하며, 충전시간은 전기오토바이 도입의도에 유의한 영향을 미친다. 충전 시간의 추정치는 0.240이며, 양의 부호는 누군가에게 전기 오토바이의 최고 속도가 더 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 안전에 대한 유의한 값(0.962)은 가설 19를 지지하지 않으며, 안전은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 안전 추정치는 -0.005이며, 음의 부호는 전기 오토바이를 사용하는 사람이 더 안전하다고 느낄수록 전기 오토바이를 채택할 의향이 낮다는 것을 의미합니다. 배터리 수명에 대한 유의한 값(0.424)은 가설 20을 지원하지 않으며 배터리 수명은 전기 오토바이 채택 의도에 유의한 영향을 미치지 않습니다. 배터리 수명 추정치는 0.068이며, 양의 부호는 전기 오토바이 배터리의 수명이 적절할수록 전기 오토바이를 채택할 의향이 높다는 것을 의미합니다. 거시적 요인에 속하는 변수 ML1~ML7에 대한 로지스틱 회귀분석 결과, 사업장 과금가용(ML2), 거주지 과금가용(ML3), 과금할인정책(ML7)만 나타난 결과 인도네시아에서 전기 오토바이의 채택 의도에 상당한 영향을 미칩니다. 공공 장소에서의 충전 가용성에 대한 유의한 값(0.254)은 가설 21을 지원하지 않으며, 공공 장소에서의 충전 가용성은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 작업장 충전 가용성에 대한 유의한 값(0.007)은 가설 22를 지지하며, 작업장 충전 가용성은 전기 오토바이 도입의도에 유의한 영향을 미친다. 가정에서 충전가능 여부에 대한 유의한 값(0.009)은 가설 22를 지지하며, 가정에서 충전가능 여부는 오토바이 도입의도에 유의한 영향을 미친다. 휴게소의 가용성에 대한 유의한 값(0.181)은 가설 24를 지지하지 않으며, 휴게소의 가용성은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 구매 인센티브 정책에 대한 유의한 가치(0.017)는 가설 25를 지지하며, 구매 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 연간 세금 할인 정책의 유의한 값(0.672)은 가설 26을 지지하지 않으며, 연간 세금 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미치지 않습니다. 충전비 할인 정책의 유의한 값(0.00)은 가설 27을 지지하며, 충전비 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 거시적 요인의 결과에 따르면, 직장 내 충전소, 주거 내 충전소, 충전 비용 할인 정책이 소비자가 접근할 준비가 되어 있다면 전기 오토바이 채택이 실현될 수 있습니다. 전반적으로 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 전원 기반 충전 인프라 가용성, UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 77 구매 인센티브 정책, 충전 비용 할인 인센티브 정책이 전기차 도입의도에 큰 영향을 미치고 있습니다. 방정식 모델과 확률 함수 수학식 3은 전기오토바이를 채택할 의사가 "강하게 꺼려진다"는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) 수학식 4는 전기오토바이를 채택하지 않겠다는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) 수학식 5는 전기오토바이를 채택하기 위해 “의심”이라는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) 수학식 6은 전기 오토바이를 채택할 의향이 있는 답에 대한 로짓 방정식입니다.  =  = + 27 1 04 ( 4 | ) kg Y Xn   k Xik (6) 수학식 7 ~ 수학식 11에 나타난 채택의향 전기이륜차의 확률함수. 수학식 7은 답을 선택하기 위한 확률함수이다. 전기오토바이를 채택하는 것을 강력히 꺼린다. eenng YX g YXP Xn PY Xn ( 1| ) ( 1| ) 1 1 ( ) ( 1| )   + = =  (7) 방정식 8은 "내키지 않는다"는 답을 선택할 확률 함수입니다. 전기 오토바이. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 1| ) ( 1| ) ( 2| ) ( 2| ) 2 1 1 ( 2 | ) ( 1| ) ( ) ( 2 | )     +− = =  −  = = (8) 수학식 9는 전기오토바이를 채택할 "의심"이라는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 2| ) ( 2| ) ( 3| ) ( 3| ) 3 1 1 ( 3 | ) ( 2 | ) ( ) ( 3 | )     +− = =  −  = = (9) 수학식 10은 전기 오토바이를 채택할 의향이 있는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 3| ) ( 3| ) ( 4| ) ( 4| ) 4 1 1 ( 4 | ) ( 3 | ) ( ) ( 4 | )     +− = =  −  = = (10) 수학식 11은 전기 오토바이를 채택할 의향이 '강력하게'인 답을 선택하기 위한 확률 함수입니다. eenng YX g YX nnn PYXPXPYX ( 4| ) ( 4| ) 5 1 1 1 ( 4 | ) ( ) ( 5 | )   + = − = −  = = = (11) 채택 의향 확률 그러면 서수 로지스틱 회귀 방정식 응답자의 답변 샘플에 적용됩니다. 표 8은 표본의 특성과 답을 보여준다. 따라서 종속변수에 대한 각 기준에 대해 답할 확률은 수학식 7-11에 따라 계산된다. 표 7과 같은 답을 가진 응답자의 표본은 전기오토바이를 사용하지 않을 확률이 0.0013, 확률이 0.0114이다. 전기오토바이를 사용하지 않을 확률은 0.1788, 의심할 확률은 0.1788, 전기 오토바이를 사용할 의향은 0.563, 전기 오토바이를 사용할 의향이 강한 경우는 0.2455로 나타났다. 또한 응답자 1,223명을 대상으로 전기오토바이 채택확률을 산출하여 전기오토바이 이용의향이 강한 것으로 응답한 확률의 평균값은 0.0031, 전기오토바이 이용의향이 없음은 0.0198, 전기오토바이 이용의심은 0.1482, 이용의향은 0.0031로 나타났다. 전기오토바이는 0.3410, 전기오토바이 사용의향은 0.4880으로 나타났다. 의향과 의향이 있을 확률을 합산하면 인도네시아인이 전기오토바이를 채택할 확률은 82.90%에 이른다. 비즈니스 및 정책 입안자를 위한 권장 사항 순서형 로지스틱 회귀 분석에서 소셜 미디어 공유 빈도는 전기 오토바이 채택 의도에 영향을 미치는 중요한 요소입니다. 대중이 전기 오토바이에 대한 정보를 얻을 수 있는 플랫폼으로서 소셜 미디어의 중요성은 전기 오토바이를 채택하려는 의지에 영향을 미칠 것입니다. 정부와 기업가는 이 리소스를 활용하려고 할 수 있습니다. 예를 들어 기업가는 전기 오토바이를 구입한 소비자에게 보너스나 감사를 통해 판촉을 할 수 있고 소셜 미디어에서 전기 오토바이와 관련된 긍정적인 정보를 공유할 수 있습니다. 이 방법은 다른 사람들이 전기 오토바이의 새로운 사용자가 되도록 자극할 수 있습니다. 정부는 소셜 미디어를 통해 대중에게 전기 오토바이를 사교화하거나 소개하여 대중이 기존 오토바이에서 전기 오토바이로 전환하도록 동기를 부여할 수 있습니다. 이 연구는 인도네시아에서 전기 오토바이의 채택에 거시적 요인이 얼마나 중요한 영향을 미치는지 증명합니다. 순서형 로지스틱 회귀분석에서 직장의 충전소 인프라 가용성, 가정의 충전소 인프라 가용성, 구매 인센티브 정책, 충전 비용 할인이 전기 오토바이 도입의도에 유의한 영향을 미치는 것으로 나타났습니다. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 78 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 표 7. 표본 응답자 답변 Variabel 답변 코드 값 결혼 여부 기혼 X1b 2 나이 31-45 X2 2 성별 남성 X3a 1 최종 학력 석사 X4 4 직업 3 월 개인 직원 X5c 소비 수준 Rp2.000.000-5.999.999 X6 2 월 소득 수준 Rp. 6.000.000-9.999.999 X7 3 오토바이 소유 수 ≥ 2 X8 3 소셜 미디어 공유 빈도 수/월 X9 4 온라인 소셜 네트워크의 크기 100-500명 X10 2 환경 인식 1 X11 1 Harga beli 3 X12 3 배터리 비용 3 X13 3 충전 비용 3 X13 3 유지 보수 비용 5 X14 5 주행 거리 4 X15 4 전력 5 X16 5 충전 시간 4 X17 4 안전 5 X18 5 배터리 수명 4 X19 4 공공 장소에서 충전소 가용성 4 X20 4 충전소 가용성 직장에서 4 X21 4 가정에서 충전소 가용성 4 X22 4 서비스 장소 가용성 2 X23 2 구매 인센티브 정책 5 X24 5 연간 세금 할인 정책 5 X25 5 충전 비용 할인 정책 5 X26 5 충전 비용 5 X27 5 유지 보수 비용 3 X13 3 마일리지 능력 5 X14 5 전력 4 X15 4 충전 시간 5 X16 5 대부분의 응답자는 전기 오토바이의 채택에 큰 영향을 미치는 것으로 가정, 직장 및 공공 장소의 충전소 인프라 가용성을 고려합니다. 정부는 전기 오토바이의 채택을 지원하기 위해 공공 장소에 충전소 기반 시설을 설치할 수 있습니다. 정부는 이를 실현하기 위해 기업 부문과도 협력할 수 있습니다. 거시적 수준의 지표를 구축함에 있어 이 연구는 몇 가지 인센티브 정책 옵션을 제안합니다. 설문조사에 따르면 가장 중요한 인센티브 정책은 구매 인센티브 정책과 요금할인 인센티브 정책으로 정부가 인도네시아의 전기 오토바이 도입을 지원하기 위해 고려할 수 있습니다. 재정적인 면에서는 구매가격이 전기오토바이 구매의도에 유의한 영향을 미친다. 구매 보조금에 대한 인센티브도 채택의도에 큰 영향을 미치는 이유다. 전기오토바이의 유지비가 기존 이륜차보다 저렴하다는 점은 전기오토바이 도입의도에 큰 영향을 미친다. 따라서 소비자의 요구를 충족시키는 서비스의 가용성은 대부분의 사용자가 전기 오토바이의 구성 요소를 모르기 때문에 약간의 손상이 있는 경우 숙련된 기술자가 필요하기 때문에 전기 오토바이를 채택하려는 의도를 더욱 고무할 것입니다. 전기 오토바이의 성능은 일상적인 이동성을 충족시켜야 하는 소비자의 요구를 충족했습니다. 전기오토바이의 최고속도와 충전시간은 소비자가 원하는 기준을 만족시킬 수 있다. 그러나 향상된 안전성, 배터리 수명 및 추가 주행 거리와 같은 더 나은 오토바이 성능은 확실히 전기 오토바이를 채택할 의향을 높일 것입니다. 정부와 기업은 기술 투자를 늘리는 것과 함께 전기오토바이의 안전성·신뢰성 평가제도를 개선해 국민의 신뢰를 높여야 한다. 기업의 경우 품질과 성능을 높이는 것이 전기 오토바이에 대한 소비자의 열정을 높이는 가장 효과적인 방법 중 하나입니다. 더 젊고 교육 수준이 높은 소비자는 이미 더 낙관적인 태도를 가지고 있고 광범위한 네트워크를 가지고 있기 때문에 얼리 어답터의 표적이 될 수 있습니다. 시장 세분화는 타겟 소비자를 위한 특정 모델을 출시하여 달성할 수 있습니다. 또한 환경에 대한 인식이 높은 응답자는 오토바이를 도입할 가능성이 더 높았습니다. UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 79 결론 기존 오토바이에서 전기 오토바이로 전환하는 것이 인도네시아의 높은 CO2 수준 문제를 극복하는 최상의 솔루션이 될 수 있습니다. 인도네시아 정부도 인도네시아에서 전기차에 대한 다양한 정책을 수립하고 이를 실현해 나가고 있다. 그러나 실제로 인도네시아의 전기차 보급은 정부가 설정한 목표와도 한참 멀었다. 환경은 더 이상 세부 규정이 없고 지원 인프라가 부족하여 인도네시아에서 전기 자동차의 채택이 낮은 등 전기 오토바이의 채택을 지원하지 않습니다. 본 연구는 인도네시아 전체 오토바이 판매량의 80%를 차지하는 10개 성에서 응답자 1,223명을 대상으로 설문조사를 실시하여 인도네시아에서 전기오토바이 보급의도에 영향을 미치는 유의적 요인과 확률함수를 알아보았다. 응답자의 대다수가 전기 오토바이에 열광하고 미래에 전기 오토바이를 소유하고 싶어하지만, 요즘 전기 오토바이 채택에 대한 관심은 상대적으로 낮습니다. 응답자들은 인프라와 정책의 부족 등 여러 가지 이유로 현재 전기 오토바이를 사용하기를 원하지 않습니다. 많은 응답자들은 재정적 요인, 기술적 요인 및 소비자의 요구를 따라야 하는 거시적 수준을 갖춘 전기 오토바이의 채택을 기다리고 바라보는 태도를 가지고 있습니다. 이 연구는 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 충전 인프라 가용성, 구매 인센티브 정책 및 충전 비용 할인 인센티브 정책은 인도네시아에서 전기 오토바이의 채택을 지원하기 위한 것입니다. 정부는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위해 충전소 인프라 제공과 인센티브 정책을 지원해야 합니다. 전기 오토바이의 채택을 지원하기 위해 제조업체는 주행 거리 및 배터리 수명과 같은 기술 요소를 고려해야 합니다. 구매 가격 및 배터리 비용과 같은 재정적 요인은 기업과 정부가 고려해야 할 사항입니다. 전기 오토바이를 지역 사회에 소개하려면 소셜 네트워킹을 최대한 활용해야 합니다. 어린 나이의 커뮤니티는 광범위한 소셜 미디어 네트워크를 가지고 있기 때문에 얼리 어답터로 홍보할 수 있습니다. 인도네시아에서 전기 오토바이의 채택을 실현하려면 소비자가 수용할 수 있는 인프라 준비와 비용이 필요합니다. 이것은 정부가 기존 차량을 대체하는 데 성공한 여러 국가에서 강력한 정부의 약속을 통해 구현될 수 있었습니다. 추가 연구는 인도네시아에서 전기 오토바이의 채택을 가속화하기 위한 적절한 정책을 찾는 데 중점을 둘 것입니다. 참고문헌 [1] 인도네시아. Badan Pusat 통계; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [온라인]. 사용 가능: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonesia: 국내 유통 및 수출 통계, 2020. [온라인]. https://www.aisi.or.id/statistic. [접속: 3월. 2020년 2월 20일]. [3] G. Samosir, Y. Devara, B. Florentina 및 R. Siregar, "인도네시아의 전기 자동차: 지속 가능한 운송을 향한 길", Solidiance: 시장 보고서, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto, M. Nizam, "신기술 리튬 이온 배터리 상용화 모델: 스마트 전기 자동차에 대한 사례 연구", 농촌 정보 통신 기술 및 전기 자동차 기술에 관한 2013 국제 합동 국제 회의, rICT 및 ICEV -T 2013, 6741511.https://doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini, V. Bosetti, “전기화: 전기 자동차용 배터리 기술의 미래에 대한 전문가 조사. In Innovation under Uncertainty”, Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz 및 MK Patel, “도로 운송의 전기화에 대하여– 전기 이륜차의 환경적, 경제적, 사회적 성과에 대한 고찰,” 교통 연구 파트 D: 운송 및 환경, vol. 41, pp. 348-366, 2015. https://doi.org/10.1016/j.trd.2015.09.007. [7] M. Nizam, "Produksi Kit Konversi Kendaraan Listrik Berbasis Baterai Untuk Sepeda Motor Roda Dua Dan Roda Tiga," Laporan Akhir Hibah PPTI, Badan Pengelola Usaha Universitas Sebelas Maret, 2019. [8] MNA Jodinesa, W. R. Zakaria, "신기술의 시장 점유율 예측을 확인하기 위한 Markov Chain Analysis: A Case Study of Electric Conversion Motorcycle in Surakarta, Indonesia", AIP Conference Proceedings, vol. 2217(1), pp. 030062), 2020. AIP Publishing LLC. [9] W. Sutopo 및 EA Kadir, "전기 자동차 Alications를 위한 리튬 이온 배터리 셀 페로 인산염의 인도네시아 표준", TELKOMNIKA 인도네시아 전기 공학 저널, vol. 15(2), pp. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy 및 ABMulyono, "전기 자동차 애플리케이션을 위한 배터리 관리 시스템의 표준화 및 테스트 요구 사항을 위한 프레임워크 설계", Proceeding – 4th 전기 자동차 기술에 관한 국제 회의, pp. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, "전기 자동차 충전 표준 개발 검토: 인도네시아의 연구 사례", Proceeding – 2018 제5차 전기 자동차 기술 국제 회의, vol. 8628367, pp. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 인도네시아 Stop Mobil Berbahan Bakar Minyak, 2017. [온라인]. gaikindo.or.id. [접속: 3월. 2020년 2월 20일]. [13] S. Goldenberg, "인도네시아, 2030년까지 탄소 배출량 29% 감축", Guardian, 2015. UTAMI ET AL. /저널 옵티마시 시스템 산업 – VOL. 19 아니요. 1 (2020) 70-81 80 Utami et al. DOI: 10.25077/josi.v19.n1.p70-81.2020 [14] YN Sang 및 HA Bekhet, "전기 자동차 사용 의도 모델링: 말레이시아의 경험적 연구", 청정 생산 저널, vol. 92, pp. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma, BC Xie, “배터리 전기 자동차의 광범위한 채택을 가로막는 장벽은 무엇입니까? 중국 톈진시 대중인식 조사”, 『교통정책저널』, vol. 56, pp. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis 및 A. Jones, "배터리 전기 자동차의 채택 분석: 영국의 운전자 간의 장벽 조사", 교통 연구 파트 D: 운송 및 환경, vol. 63, pp. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge 및 C. Shao, "중국 베이징의 전기 자동차 보급에 영향을 미치는 요인 조사: 통계 및 공간 관점", Journal of Cleaner Production, vol. 213, pp. 199-216, 2019. https://doi.org/10.1016/j.jclepro.2018.12.099. [18] A. Widardjono, Analisis Multivariat Terapan dengan 프로그램 SPSS, AMOS, SMARTPLS(2nd Ed). 족자카르타: UPP STIM YKPN, 2015. [19] T. Laukkanen, "비슷해 보이는 서비스 혁신에서 소비자 채택 대 거부 결정: 인터넷 및 모바일 뱅킹 사례", Journal of Business Research, vol. 69(7), pp. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur 및 R. Kemp, "네덜란드의 PV 채택: 채택 요인의 통계 분석", 재생 가능 및 지속 가능한 에너지 검토, vol. 41, pp. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] MP Gagnon, E. Orruño, J. Asua, AB Abdeljelil 및 J. Emparanza, "의료 전문가의 새로운 원격 모니터링 시스템 채택을 평가하기 위해 수정된 기술 수용 모델 사용", 원격 의료 및 e-Health, vol. 18(1), pp. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer 및 P. Abrahamsson, "클라우드 서비스 채택 결정에 영향을 미치는 주요 기술 장벽에 대한 설문 조사 연구", Journal of Systems and Software, vol. 103, pp. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto, W. Sutopo, "인도네시아의 전기차에 대한 소비자 인식 분석", AIP Conference Proceedings(Vol. 2217, No. 1, p. 030058), 2020. AIP Publishing LLC [24 ] Yuniaristanto, DEP Wicaksana, W. Sutopo 및 M. Nizam, "제안된 비즈니스 프로세스 기술 상용화: 전기 자동차 기술 인큐베이션 사례 연구", 2014 국제 전기 공학 및 컴퓨터 과학 회의 회보, ICECS, 7045257, pp. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at 및 TM Bakar, "많은 인구를 대상으로 하는 관찰 연구의 로지스틱 회귀를 위한 표본 크기 지침: 실제 임상 데이터를 기반으로 한 통계와 매개변수 간의 정확성 강조", The Malaysian journal of 의학: MJMS, vol. 25(4), pp. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab 및 A. Jam'an, "Metodologi Penelitian Bisnis", Makasar: Lembaga Perpustakaan dan Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius 및 CC Lu, " 지속 가능한 이동성을 위한 동력 이륜차: 전기 오토바이의 소비자 채택에 대한 검토”, 지속 가능한 운송 국제 저널, vol. 15(3), pp. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka 및 N. Anzinger, "중국, 러시아 및 브라질 시민의 전기 자동차 구매 의도: 국제 비교 연구", Journal of Cleaner Production, vol. 205, pp. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat 및 B. Van Wee, "전기 자동차 채택에 대한 재정적 인센티브 및 기타 사회경제적 요인의 영향", Energy Policy, vol. 68, pp. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane 및 JD Graham, "인식과 현실: 미국 21개 도시의 플러그인 전기 자동차에 대한 대중 지식", Energy Policy, vol. 63, pp. 433–440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony 및 B. Caulfield, "대체 연료 및 차량에 대한 장벽을 어떻게 분류하고 혁신적인 기술을 촉진하기 위한 잠재적 정책을 평가해야 합니까?", Journal of Cleaner Production, vol. 35, pp. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue 및 S. Long, "전기 자동차의 광범위한 채택에 대한 장벽: 소비자 태도 및 인식 분석", Journal of Energy Policy, vol. 48, pp. 717–729, 2012. https://doi.org/10.1016/j.enpol.2012.06.009. [33] X. Zhang, K. Wang, Y. Hao, JL Fan, YM Wei, "정부 정책이 NEV 선호에 미치는 영향: 중국의 증거", Energy Policy, vol. 61, pp. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool 및 RF Hirsh, "배터리를 넘어서: 플러그인 하이브리드 전기 자동차(PHEV) 및 차량에서 그리드(V2G)로의 전환에 대한 이점과 장벽에 대한 조사", Energy Policy, vol. 37, pp. 1095–1103, 2009. https://doi.org/10.1016/j.enpol.2008.10.005. [35] E. Graham-Rowe, B. Gardner, C. Abraham, S. Skippon, H. Dittmar, R. Hutchins 및 J. Stannard, “플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석”, Transp. 해상도 파트 A: 정책 실무, vol. 46, pp. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi 및 SL Mabit, "플러그인 배터리 전기 및 플러그인 하이브리드 전기 자동차를 운전하는 주류 소비자: 응답 및 평가의 정성적 분석", Transp. 해상도 파트 D: Transp. 환경., vol. 25, pp. 24–32, 2013. [온라인]. 사용 가능: ScienceDirect. [37] ND Caperello 및 KS Kurani, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", Environ. 행동., 권. 44, pp. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju 및 CE Warrender, "플러그인 하이브리드 전기 자동차와의 만남에 대한 가구의 이야기", 에 대한 소비자 설문 조사 분석 UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 81 플러그인 하이브리드 전기 자동차. 번역 해상도 파트 A: 정책 실무, vol. 64, pp. 14–31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer 및 S. Lemeshow, “응용 로지스틱 회귀. 두 번째 판”, 뉴욕: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. 명칭 j 종속변수 범주(j = 1, 2, 3, 4, 5) k 독립변수 범주(k = 1, 2, 3, …, m) i 정성적 독립변수 범주 n 응답자의 순서 β0j는 종속변수의 각 답변을 가로챕니다. 변수 Xk 양적 독립변수 Xik 양적 독립변수 Y 종속변수 Pj(Xn) 각 응답자에 대한 독립변수 범주별 기회 저자 약력 Martha Widhi Dela Utami Martha Widhi Dela Utami는 Universitas Sebelas Maret 산업공학과 학부생입니다. 그녀는 물류 및 비즈니스 시스템 연구실에 속해 있습니다. 그녀의 연구 관심 분야는 물류 및 공급망 관리와 시장 조사입니다. 그녀는 2019년 인도네시아에서 전기차에 대한 소비자 인식 분석에 대한 첫 번째 출판물을 출판했습니다. Yuniaristanto Yuniaristanto는 Universitas Sebelas Maret 산업 공학과의 강사이자 연구원입니다. 그의 연구 관심 분야는 공급망, 시뮬레이션 모델링, 성능 측정 및 기술 상용화입니다. 그는 Scopus에 의해 색인된 출판물, 4개의 H-index가 포함된 41개의 기사를 보유하고 있습니다. 그의 이메일은 yuniaristanto@ft.uns.ac.id입니다. Wahyudi Sutopo Wahyudi Sutopo는 2019년 UNS(Universitas Sebelas Maret)의 전문 엔지니어 연구 프로그램에서 엔지니어링 전문 학위(Ir)를 취득했습니다. 그는 ITB(Institut Teknologi Bandung)에서 산업 공학 및 관리 분야 박사 학위를 취득했습니다. 2011년, 2004년 인도네시아 대학에서 경영학 석사, 1999년에 ITB에서 산업 공학 학사 학위를 받았습니다. 그의 연구 관심 분야는 공급망, 엔지니어링 경제 및 비용 분석, 기술 상업화입니다. 그는 30개 이상의 연구 보조금을 받았습니다. 그는 Scopus에 의해 색인된 출판물, 7개의 H-색인이 포함된 117개의 기사를 보유하고 있습니다. 그의 이메일은 wahyudisutopo@staff.uns.ac.id입니다.인도네시아에서 전기 오토바이의 채택 의도에 상당한 영향을 미치는 충전 비용 할인 정책(ML7). 공공 장소에서의 충전 가용성에 대한 유의한 값(0.254)은 가설 21을 지원하지 않으며, 공공 장소에서의 충전 가용성은 전기 오토바이 도입 의도에 유의한 영향을 미치지 않습니다. 작업장 충전 가용성에 대한 유의한 값(0.007)은 가설 22를 지지하며, 작업장 충전 가용성은 전기 오토바이 도입의도에 유의한 영향을 미친다. 가정에서 충전가능 여부에 대한 유의한 값(0.009)은 가설 22를 지지하며, 가정에서 충전가능 여부는 오토바이 도입의도에 유의한 영향을 미친다. 휴게소의 가용성에 대한 유의한 값(0.181)은 가설 24를 지지하지 않으며, 휴게소의 가용성은 전기오토바이 도입의도에 유의한 영향을 미치지 않는다. 구매 인센티브 정책에 대한 유의한 가치(0.017)는 가설 25를 지지하며, 구매 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 연간 세금 할인 정책의 유의한 값(0.672)은 가설 26을 지지하지 않으며, 연간 세금 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미치지 않습니다. 충전비 할인 정책의 유의한 값(0.00)은 가설 27을 지지하며, 충전비 할인 인센티브 정책은 전기 오토바이 도입의도에 유의한 영향을 미친다. 거시적 요인의 결과에 따르면, 직장 내 충전소, 주거 내 충전소, 충전 비용 할인 정책이 소비자가 접근할 준비가 되어 있다면 전기 오토바이 채택이 실현될 수 있습니다. 전반적으로 소셜 미디어 공유 빈도, 환경 인식 수준, 구매 가격, 유지 보수 비용, 전기 오토바이의 최대 속도, 배터리 충전 시간, 직장 내 충전소 인프라 가용성, 가정 전원 기반 충전 인프라 가용성, UTAMI ET AL. /산업 시스템의 최적화에 관한 저널 – VOL. 19 아니요. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami et al. 77 구매 인센티브 정책, 충전 비용 할인 인센티브 정책이 전기차 도입의도에 큰 영향을 미치고 있습니다. 방정식 모델과 확률 함수 수학식 3은 전기오토바이를 채택할 의사가 "강하게 꺼려진다"는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 01 ( 1| ) kg Y Xn   k Xik (3) 수학식 4는 전기오토바이를 채택하지 않겠다는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 02 ( 2 | ) kg Y Xn   k Xik (4) 수학식 5는 전기오토바이를 채택하기 위해 “의심”이라는 답을 선택하기 위한 로짓 방정식이다.  =  = + 27 1 03 ( 3| ) kg Y Xn   k Xik (5) 수학식 6은 전기 오토바이를 채택할 의향이 있는 답에 대한 로짓 방정식입니다.  =  = + 27 1 04 ( 4 | ) kg Y Xn   k Xik (6) 수학식 7 ~ 수학식 11에 나타난 채택의향 전기이륜차의 확률함수. 수학식 7은 답을 선택하기 위한 확률함수이다. 전기오토바이를 채택하는 것을 강력히 꺼린다. eenng YX g YXP Xn PY Xn ( 1| ) ( 1| ) 1 1 ( ) ( 1| )   + = =  (7) 방정식 8은 "내키지 않는다"는 답을 선택할 확률 함수입니다. 전기 오토바이. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 1| ) ( 1| ) ( 2| ) ( 2| ) 2 1 1 ( 2 | ) ( 1| ) ( ) ( 2 | )     +− = =  −  = = (8) 수학식 9는 전기오토바이를 채택할 "의심"이라는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 2| ) ( 2| ) ( 3| ) ( 3| ) 3 1 1 ( 3 | ) ( 2 | ) ( ) ( 3 | )     +− = =  −  = = (9) 수학식 10은 전기 오토바이를 채택할 의향이 있는 답을 선택하기 위한 확률 함수입니다. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX ( 3| ) ( 3| ) ( 4| ) ( 4| ) 4 1 1 ( 4 | ) ( 3 | ) ( ) ( 4 | )     +− = =  −  = = (10) 수학식 11은 전기 오토바이를 채택할 의향이 '강력하게'인 답을 선택하기 위한 확률 함수입니다. eenng YX g YX nnn PYXPXPYX ( 4| ) ( 4| ) 5 1 1 1 ( 4 | ) ( ) ( 5 | )   + = − = −  = = = (11) 채택 의향 확률 그러면 서수 로지스틱 회귀 방정식 응답자의 답변 샘플에 적용됩니다. 표 8은 표본의 특성과 답을 보여준다. 따라서 종속변수에 대한 각 기준에 대해 답할 확률은 수학식 7-11에 따라 계산된다. 표 7과 같은 답을 가진 응답자의 표본은 전기오토바이를 사용하지 않을 확률이 0.0013, 확률이 0.0114이다. 전기오토바이를 사용하지 않을 확률은 0.1788, 의심할 확률은 0.1788, 전기 오토바이를 사용할 의향은 0.563, 전기 오토바이를 사용할 의향이 강한 경우는 0.2455로 나타났다. 또한 응답자 1,223명을 대상으로 전기오토바이 채택확률을 산출하여 전기오토바이 이용의향이 강한 것으로 응답한 확률의 평균값은 0.0031, 전기오토바이 이용의향이 없음은 0.0198, 전기오토바이 이용의심은 0.1482, 이용의향은 0.0031로 나타났다. 전기오토바이는 0.3410, 전기오토바이 사용의향은 0.4880으로 나타났다. 의향과 의향이 있을 확률