전통적인 통행기반의 교통수요예측기법은 모든 통행이 하나의 목적을 수행하기 위해 이루지고 있다고 가정하고 있어 연계된 목적을 위한 통행 또는 통행사슬(trip chain)은 고려하지 않고 있다. 이에 본 연구에서는 서울시의 2006년 가구통행실태 조사자료를 이용하여 통행사슬의 특성을 분석하고, 다중회귀형태의 통행사슬 모형을 추정하여 통행목적과 통행사슬과의 연관성을 분석하였다. 분석결과, 단순통행사슬의 비율이 복합통행사슬에 비해 매우 높은 것으로 나타났으며 직업, 월소득, 연령, 성별 등에 따라 통행사슬의 특성이 다른 것으로 분석되었다. 특히 20세 미만이 가정기반 통행사슬수가 많은 것으로 나타났으며, 여성이거나 월평균소득이 높을수록 통행사슬을 많이 발생시키는 것으로 나타났다. 통행목적과의 연관성을 살펴보면, 학생의 경우 등교통행, 직장인의 경우 출근통행, 무직을 포함한 전업주부의 경우는 개인용무 관련통행(쇼핑, 여가, 기타)들이 단순통행사슬로 구성될 가능성이 높은 것으로 나타났다.
전통적인 통행기반의 교통수요예측기법은 모든 통행이 하나의 목적을 수행하기 위해 이루지고 있다고 가정하고 있어 연계된 목적을 위한 통행 또는 통행사슬(trip chain)은 고려하지 않고 있다. 이에 본 연구에서는 서울시의 2006년 가구통행실태 조사자료를 이용하여 통행사슬의 특성을 분석하고, 다중회귀형태의 통행사슬 모형을 추정하여 통행목적과 통행사슬과의 연관성을 분석하였다. 분석결과, 단순통행사슬의 비율이 복합통행사슬에 비해 매우 높은 것으로 나타났으며 직업, 월소득, 연령, 성별 등에 따라 통행사슬의 특성이 다른 것으로 분석되었다. 특히 20세 미만이 가정기반 통행사슬수가 많은 것으로 나타났으며, 여성이거나 월평균소득이 높을수록 통행사슬을 많이 발생시키는 것으로 나타났다. 통행목적과의 연관성을 살펴보면, 학생의 경우 등교통행, 직장인의 경우 출근통행, 무직을 포함한 전업주부의 경우는 개인용무 관련통행(쇼핑, 여가, 기타)들이 단순통행사슬로 구성될 가능성이 높은 것으로 나타났다.
The traditional trip-based modeling approach has assumed that a trip is generated for a purpose. However, the approach has not considered trips as a set of connected trips nor has it considered trip chaining. The purpose of this study is to identify general characteristics of trip chaining, and to e...
The traditional trip-based modeling approach has assumed that a trip is generated for a purpose. However, the approach has not considered trips as a set of connected trips nor has it considered trip chaining. The purpose of this study is to identify general characteristics of trip chaining, and to explore relationships between trip purposes and trip chains using multivariate regression models. The data for this study come from the 2006 Seoul household travel diary survey. It is found that simple trip chains are dominant phenomena, and socio-economic characteristics such as occupation, income, age, and gender are closely related to types of trip chains. People aged less than 20, females, or high-income people are more likely to have a higher number of home-based trip chains. In addition, commute and school trips for workers and students respectively tend to be strongly associated with simple trip chains, while shopping and leisure trips for housewives tend to be related to simple trip chains.
The traditional trip-based modeling approach has assumed that a trip is generated for a purpose. However, the approach has not considered trips as a set of connected trips nor has it considered trip chaining. The purpose of this study is to identify general characteristics of trip chaining, and to explore relationships between trip purposes and trip chains using multivariate regression models. The data for this study come from the 2006 Seoul household travel diary survey. It is found that simple trip chains are dominant phenomena, and socio-economic characteristics such as occupation, income, age, and gender are closely related to types of trip chains. People aged less than 20, females, or high-income people are more likely to have a higher number of home-based trip chains. In addition, commute and school trips for workers and students respectively tend to be strongly associated with simple trip chains, while shopping and leisure trips for housewives tend to be related to simple trip chains.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 통행사슬이 유발시키는 통행량의 추정을 위해서는 연계통행의 크기에 대한 분석이 필수적으로 이루어져야 하므로 과 같은 분석을 실시하였다.
이에 본 연구에서는 『2006년 수도권 가구통행실태조사자료』 중 서울지역 자료를 이용하여 통행사슬의 특성을 분석하고, 다중회귀형태의 통행사슬 모형을 추정하여 통행목적과 통행사슬과의 연관성을 분석하고자 한다.
가설 설정
일반적으로 한 개의 가정기반 통행사슬이 완성되기 위해서는 집에서 출발한 통행과 집으로 도착하는 통행(귀가)이 존재해야 하며 그 외 다른 통행이 연계되어 통행사슬을 구성한다. 따라서 본 연구에서는 귀가를 제외한 목적통행별로 가정기반 통행사슬의 발생에 미치는 영향력의 차이가 존재할 것이라고 가정하였다.
제안 방법
가구 및 가구원 관련 주요 사회·경제 변수별 가정기반 통행사슬의 특성을 분석하였다.
가정기반/비가정기반 통행사슬 발생과 높은 상관관계를 갖는 통행목적을 분석하기 위해 각 사슬을 구성하는 통행목적 중 가정기반 통행사슬에 필수적으로 포함되는 귀가통행과, 비가정기반 통행사슬에 필수적으로 포함되는 귀사통행을 제외한 통행목적의 빈도를 살펴보았다. 가정기반 통행사슬에 연계된 목적통행 분포를 살펴보면 사회활동은 출근(32%), 등교(22%)가 높게 나타났으며, 개인활동은 기타 (12%), 학원(11%)이 높게 나타났다.
따라서 본 연구에서는 통행목적과 통행 사슬의 관계를 모형개발을 통해 분석하였으며, 직업별, 연령별, 성별 등 사회경제지표를 그룹별로 구분하여 각각의 모형을 개발하여 그룹간의 특성을 비교·분석하였다.
또한 통행사슬 발생에 영향을 미치는 목적통행을 분석하기 위해 사회·경제변수 그룹별로 다중회귀모형을 추정하였다.
서울시의 자료를 Strathman·Dueker(1995) 유형을 기준으로 분류한 후, 단순비직장(simple non-work)과 복합비직장(complex non-work)을 비직장(nonwork)으로 합하여 Sydney시(1991~1992년 가구통행실태조사 자료, Hensher·Reyes, 2000)와 비교하였다. 물론 Sydney시와 서울시의 자료는 표본율의 차이는 있으나 일반적으로 가구통행실태조사의 표본이 조사지역의 모집단과 유사하게 분포되어 있다는 가정하에 두지역의 통행 사슬의 분포비를 비교하여 차이점을 살펴보았다. 서울시의 경우 단순 직장관련 통행사슬이 전체통행사슬의 54%를 차지하고 있으나, Sydney시는 28%를 차지하고 있는 것으로 나타나 상대적으로 서울시의 통행행태가 단조로운 것을 알 수 있다.
본 연구에서는 『2006년 수도권 가구통행실태 조사자료』 중 서울지역 자료를 이용하여 통행사슬의 특성을 규명하고, 다중회귀모형을 통해 통행목적과 통행사슬의 연관성을 분석하였다.
본 연구에서는 첫 번째 개념을 통행사슬로 정의하였으며, 집에서 출발하여 다시 집으로 돌아오는 가정기반 통행사슬(Home-based trip chain)과 집 외 장소(예, 직장)에서 출발하여 다시 동일한 집 외 장소로 돌아오는 비가정기반 통행사슬(Non-home-based trip chain)로 구분하여 분석을 실시하였다.
본 장에서는 통행사슬에 영향을 미치는 통행목적을 분석하기 위해 가정기반 통행사슬 모형을 추정하고, 더 나아가 사회경제지표별 통행사슬 모형을 구축하여 그 차이를 규명하고자 한다.
서울시의 자료를 Strathman·Dueker(1995) 유형을 기준으로 분류한 후, 단순비직장(simple non-work)과 복합비직장(complex non-work)을 비직장(nonwork)으로 합하여 Sydney시(1991~1992년 가구통행실태조사 자료, Hensher·Reyes, 2000)와 비교하였다.
이 분류에서는 통행사슬을 가정기반으로 제한한 뒤 단순(simple)과 복합(complex)으로 구분하고, 다시 ‘집’과 ‘직장’을 중심으로 유형을 구별하였다.
직장인들이 출근하여 직장에 도착하기 전과 퇴근하여 집에 도착하기 전에 주로 어떤 목적통행을 발생시키는지를 분석하였다. 대부분의 직장인들은 단순히 집과 직장을 오가는 통행 행태를 보이는 것으로 나타났다.
표본자료의 통행사슬 특성 분석을 위해 통행사슬을 가정기반과 비가정기반으로 분류하였다. 집에서 출발한 후, 다시 집으로 돌아오는 통행행태는 ‘가정기반 통행사슬’로, 집 외(직장)에서 출발한 후 다시 집 외(직장)로 돌아오는 통행행태는 ‘비가정기반 통행사슬’로 분류하였다.
학생들이 등교 후 학교에 도착하기 전과 하교 후 집에 도착하기 전에 주로 어떤 목적통행을 발생시키는지를 분석하였다. 대부분의 학생들은 직장인과 마찬가지로 단순히 집과 학교를 오고 가는 통행 행태를 보인다.
대상 데이터
본 연구에서는 통행사슬의 특성 분석을 위해 2006년 10월 28일∼10월 29일에 실시한 『2006년 수도권 가구 통행실태 조사자료』 중 서울지역 자료의 5%인 약 5,000가구1)를 이용하였다.
이론/모형
따라서 본 연구에서는 목적통행을 이용한 가정기반 통행사슬모형 추정을 위해 Goulias·Kitamura(1991)의 연구에서 제시한 다중회귀모형을 이용하였으며, 모형의 일반적인 구조는 다음과 같다.
성능/효과
9로 모형의 유의성이 매우 높은 것으로 나타났으며, 모든 목적통행이 유의한 것으로 나타났다. 가정기반 통행사슬의 발생에 영향을 미치는 변수는 등교, 출근, 쇼핑통행의 순으로 높게 나타났다.
등교통행은 통행사슬 발생에 0.96정도 영향을 미치고, 출근통행도 0.92정도 영향을 미치는 것으로 나타났다. 업무통행의 영향은 다른 목적통행에 비해 상대적으로 낮은 0.
지우석(1999)의 연구는 1997년 경기도통행특성조사 자료 중 통근통행이 있는 경우를 대상으로 분석한 것이다. 따라서 서울시의 경우도 통근통행이 있는 직장인 자료만을 이용하여 통행사슬 유형별 분포를 비교한 결과, 경기도와 서울시의 통행사슬 분포가 매우 유사한 것으로 나타났다. 특히 직장인의 경우 전체 80% 이상의 통행이 단순통행사슬형태를 나타내고 있다.
24로 다른 직업에 비해 높은 통행사슬을 발생시키는 것을 파악할 수 있다. 또한 여성이 남성에 비해 높은 통행사슬을 발생시키는 것으로 나타났으며, 가구의 월평균 소득의 경우, 500만원 이상인 가구가 3.42(가구당 통행사슬수)로 가장 높게 나타나, 소득이 높을수록 통행사슬이 많아지는 것으로 나타났다.
서울지역 자료를 분석한 결과, 단순통행사슬의 비율이 복합통행사슬에 비해 매우 높은 것으로 나타났다. 또한, 다른 직업 및 연령대에 비해 학생이 대부분인 20세 미만이 가정기반 통행사슬수가 높은 값을 나타냈으며, 여성이면서 월평균소득이 높을수록 통행사슬을 많이 발생시키는 것으로 나타났다. 직장 관련 통행사슬의 경우, 출근시에는 배웅과 학원, 퇴근시에는 업무, 여가 및 기타 통행의 분포가 큰 것으로 나타났다.
대부분의 직장인들은 단순히 집과 직장을 오가는 통행 행태를 보이는 것으로 나타났다. 복합통 행사슬 행태를 보이는 직장인들은 상대적으로 시간이 한정된 출근시보다는 퇴근시에 연계 통행을 더 많이 (출근 시에 비해 약 5.4배) 발생시키는 것으로 나타났다. 그러나 미국의 경우 1995년 NPTS와 2001년 NHTS 자료에 의하면 출근시와 퇴근시의 연계통행 비율이 거의 비슷한 것으로 나타났다.
가정기반 통행사슬에 연계된 목적통행 분포를 살펴보면 사회활동은 출근(32%), 등교(22%)가 높게 나타났으며, 개인활동은 기타 (12%), 학원(11%)이 높게 나타났다. 비가정기반 통행사슬은 업무(87%)가 대부분인 것으로 나타나 직장에서 잠시 외출하는 이유는 개인적인 용무가 아닌 직업관련 용무인 것으로 나타났다.
서울지역 자료를 분석한 결과, 단순통행사슬의 비율이 복합통행사슬에 비해 매우 높은 것으로 나타났다. 또한, 다른 직업 및 연령대에 비해 학생이 대부분인 20세 미만이 가정기반 통행사슬수가 높은 값을 나타냈으며, 여성이면서 월평균소득이 높을수록 통행사슬을 많이 발생시키는 것으로 나타났다.
표본자료를 이용한 통행사슬 특성 분석을 수행하기 전에 <표 6>에 의한 기준에 근거하여 오류 검수를 실시하였으며, 오류가 발생한 자료는 제외하였다. 오류 검수 후 본 연구의 분석에 사용한 표본자료의 가구수는 4,963가구이며 가구원수는 13,275명으로 나타났다.
집에서 출발한 후, 다시 집으로 돌아오는 통행행태는 ‘가정기반 통행사슬’로, 집 외(직장)에서 출발한 후 다시 집 외(직장)로 돌아오는 통행행태는 ‘비가정기반 통행사슬’로 분류하였다. 위의 기준에 의거하여 분석을 수행한 결과, 전체 가구원 중 가정기반 통행사슬이 1개인 경우가 약 88%, 2개 이상은 12%로 나타났으며, 비가정기반 통행사슬의 경우 0개인 것이 98%로 나타나 표본자료의 대부분 통행이 가정기반 통행사슬 형태를 나타내고 있다.
전체표본의 다중회귀모형 추정 결과, 수정결정계수(Adjusted R2)가 0.9로 모형의 유의성이 매우 높은 것으로 나타났으며, 모든 목적통행이 유의한 것으로 나타났다. 가정기반 통행사슬의 발생에 영향을 미치는 변수는 등교, 출근, 쇼핑통행의 순으로 높게 나타났다.
직업별 다중회귀모형의 결과를 살펴보면, 학생의 경우 등교통행이 통행사슬 발생에 미치는 영향이 0.99이며, 직장인의 출근통행 영향은 0.93~0.96으로써 직업별 필수통행일수록 통행사슬 1개를 발생시킬 가능성이 높은 것으로 나타났다.
또한, 다른 직업 및 연령대에 비해 학생이 대부분인 20세 미만이 가정기반 통행사슬수가 높은 값을 나타냈으며, 여성이면서 월평균소득이 높을수록 통행사슬을 많이 발생시키는 것으로 나타났다. 직장 관련 통행사슬의 경우, 출근시에는 배웅과 학원, 퇴근시에는 업무, 여가 및 기타 통행의 분포가 큰 것으로 나타났다.
직장인을 다시 ‘전문직/사무직’과 ‘판매직/서비스직’으로 구분할 경우 ‘전문직/사무직’이 ‘판매직/서비스직’에 비해 각 통행의 기여도가 낮은 것으로 나타났으며, 이는 상대적으로 복합적인 연계통행을 발생시킬 가능성이 높음을 보여준다.
출근 → 쇼핑 → 귀가, 여가 → 귀가)이 9%를 차지하였다. 통행사슬의 크기가 3통행인 경우는 단순행태가 67%를 차지한 것으로 나타나 통행사슬의 크기가 커짐에 따라 연계된 통행수가 증가하여 복합적인 통행행태를 띄는 것으로 나타났다.
또한 통행사슬 발생에 영향을 미치는 목적통행을 분석하기 위해 사회·경제변수 그룹별로 다중회귀모형을 추정하였다. 학생의 경우 등교통행, 직장인의 경우 출근통행을 발생시킬수록 단순통행사슬이 구성될 가능성이 높은 것으로 나타났으며, 무직을 포함한 전업주부의 경우는 개인용무 관련통행(쇼핑, 여가, 기타)을 발생시킬수록 단순 통행사슬이 구성될 가능성이 높은 것으로 나타났다.
후속연구
본 연구에서 규명한 통행사슬의 특성은 통행행태를 이해하는데 크게 기여할 것이며, 이를 토대로 효율적인 교통정책을 수립할 수 있을 것이다. 향후 우리나라 사람들의 통행행태는 선진국과 같이 점차 복합적으로 이루어질 전망이므로 통행사슬에 관한 연구는 지속적으로 이루어져야 할 것이다.
향후 우리나라 사람들의 통행행태는 선진국과 같이 점차 복합적으로 이루어질 전망이므로 통행사슬에 관한 연구는 지속적으로 이루어져야 할 것이다. 특히 통행단위가 아닌 통행사슬을 중심으로 한 교통수요예측모형을 개발하여 통행예측의 신뢰도를 높여야 할 것이다.
본 연구에서 규명한 통행사슬의 특성은 통행행태를 이해하는데 크게 기여할 것이며, 이를 토대로 효율적인 교통정책을 수립할 수 있을 것이다. 향후 우리나라 사람들의 통행행태는 선진국과 같이 점차 복합적으로 이루어질 전망이므로 통행사슬에 관한 연구는 지속적으로 이루어져야 할 것이다. 특히 통행단위가 아닌 통행사슬을 중심으로 한 교통수요예측모형을 개발하여 통행예측의 신뢰도를 높여야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
통행사슬(trip chain)이란?
통행사슬(trip chain)이란 일반적으로 하나 이상의 목적이 서로 연계된(chained) 통행행태를 의미하지만, 구체적인 정의는 연구자별로 약간의 차이를 보이고 있다.
비가정기반 통행사슬(Non-home-based trip chain)이란?
본 연구에서는 첫 번째 개념을 통행사슬로 정의하였으며, 집에서 출발하여 다시 집으로 돌아오는 가정기반 통행사슬(Home-based trip chain)과 집 외 장소(예, 직장)에서 출발하여 다시 동일한 집 외 장소로 돌아오는 비가정기반 통행사슬(Non-home-based trip chain)로 구분하여 분석을 실시하였다.
통행사슬을 크게 두 가지 형태로 정의는?
기존 연구들을 종합하면, 통행사슬을 크게 두 가지 형태로 정의할 수 있다. 첫 번째는 ‘최초 출발지에서 출발하여 다시 그 출발지로 되돌아오는 동안 발생한 일련의 목적통행들’을 의미하며, 두 번째는 ‘최초 출발지에서 최종 목적지까지 이동하는 동안 발생한 일련의 목적통행들’을 의미한다. McGuckin·Nakamoto(2004)는 두 번째 정의에 체류시간(dwell time) 개념을 도입하여 30분 이하로 한 지점에 머무른 경우는 해당 통행사슬내의 통행으로 포함시켰으며, 이를 초과한 경우는 다른 통행 사슬로 구분하였다.
참고문헌 (12)
Golob, T. F. and D. A. Hensher (2007) "The trip chaining activity of Sydney resident: A cross-section assessment by group with a focus on seniors", Journal of Transport Geography, pp.298-312
Goulias, K. G. and R. Kitamura (1991) "Recursivemodel system for trip generation and trip chaining", Transportation Research Record No. 1917, pp.59-66
Hensher, D. A. and A. J. Reyes (2000) "Trip chaining as a barrier to the propensity to use public transport", Transportation, Vol. 27, pp.341-361
Kim, H. J., A. Sen, S. Soot, and E. Christopher (1994) "Shopping trip chains: Current patterns and changes since 1970", Transportation Research Record No. 1443, pp.38-44
Kumar, A. and D. M. Levinson (1995) "Chained trips in Montgomery County", Maryland, ITE Journal, pp.27-32
McGuckin, N. and E. Murakami (1999) "Examining of trip-chaining behavior comparison of travel by men and women", Transportation Research Record, No. 1693, pp.79-85
McGuckin, N. and Y. Nakamoto (2004) "Trips, chains, and tours-Using an operational definition", National Household Travel Survey Conference
McGuckin, N., J. Zmud, and Y. Nakamoto (2005) "Trip-chaining trends in the United States", Transportation Research Record No. 1917, pp.199-204
Strathman, J. G. and K. J. Dueker (1995) "Understanding trip chaining", US Department of Transportation, 1990 NPTS Special Reports on Trips and Vehicle Attributes
지우석 (1999), "경기도 통행특성 연구", 경기개발연구원, pp.90-98
송동윤 (2006) "연계통행의 행태가 통행수단선택에 미치는 영향 분석", 연세대학교 석사학위논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.