선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본 연구는 KTX 역사 및 철도역사를 대상으로 잠정적으로 인지되고 있는 환승으로 인한 마찰효과를 환승수단 선택모형을 이용하여 계량화하고 이를 통하여 주요 KTX 역사 및 철도역사의 환승저항을 산출하여 비교 분석하고자 한다.
제안 방법
- 국내 9개 철도역사와 KTX 역사에 대한 시설조사 및 이용자 설문조사(RP)를 바탕으로 통행자가 환승수단 및 환승패스를 선택하는 로짓모형을 구축하였으며, 한계대체율을 이용하여 환승패스의 물리적 요소 속성을 체감시간으로 환산하였다.
- 설문조사 방법에는 RP 외에도 일부 선행연구에서와 같이 다양한 가상 상황에서 응답자의 선호양상을 조사할 수 있는 SP 조사 방법도 있다. 그러나 환승패스의 속성을 고려한 환승수단 선택에 있어 응답자는 독립변수인 에스컬레이터 수, 계단수 등의 물리적 요소를 통행자가 일상생활에서 의식적으로 인지하여 의사결정에 반영하지 않으므로 SP 방법보다는 RP 방법이 응답의 편의를 줄일 수 있다고 판단되어 이를 채택하였다. 일대일 면접조사를 통하여 해당 통행의 환승통행수단 및 대안 환승통행수단, 각각의 차내시간 및 대기시간, 환승시간 등을 조사하였다.
- 따라서 본 연구는 양창화·손의영(2000)의 방법론을 따라 수단과 환승패스의 속성을 토대로 철도역 및 KTX 역을 이용하는 통행자의 의사결정 모형을 구축한다.
- 산출된 모형을 이용해 주요 KTX 역사 및 일반철도 역사에 대한 환승저항을 산출하여 비교분석 하였다. 역사별로 각 환승패스의 물리적 속성에 따른 패스별 환승저항을 먼저 구하였으며 이를 현재의 환승패스별 이용수요 분담율에 따른 가중 평균한 값을 해당 역사의 환승저항 대표값으로 하였으며, 그 결과는 <표 6>에 제시하였다.
- 역사별로 각 환승패스의 물리적 속성에 따른 패스별 환승저항을 먼저 구하였으며 이를 현재의 환승패스별 이용수요 분담율에 따른 가중 평균한 값을 해당 역사의 환승저항 대표값으로 하였으며, 그 결과는 에 제시하였다.
- 이렇게 추정된 환승수단 및 환승패스 선택 모형을 바탕으로 환승패스를 구성하는 물리적 요소들로 인한 환승 저항을 추정한다.
- 이용자설문조사는 RP 방식으로 조사되었다. 설문조사 방법에는 RP 외에도 일부 선행연구에서와 같이 다양한 가상 상황에서 응답자의 선호양상을 조사할 수 있는 SP 조사 방법도 있다.
- 그러나 환승패스의 속성을 고려한 환승수단 선택에 있어 응답자는 독립변수인 에스컬레이터 수, 계단수 등의 물리적 요소를 통행자가 일상생활에서 의식적으로 인지하여 의사결정에 반영하지 않으므로 SP 방법보다는 RP 방법이 응답의 편의를 줄일 수 있다고 판단되어 이를 채택하였다. 일대일 면접조사를 통하여 해당 통행의 환승통행수단 및 대안 환승통행수단, 각각의 차내시간 및 대기시간, 환승시간 등을 조사하였다.
- 조사된 변수들 중 분석과정을 거쳐 통행자의 환승 선택의사결정에 영향을 미치는 유의한 요소로 나타난 변수들을 에 정리하였다.
- 한편 환승패스 시설조사는 각 역사별 주교통수단(KTX 역사의 KTX, 철도역사의 열차)과 연계 환승수단 간의 환승 보행동선에 포함되는 실내보행구간, 실외보행구간, 계단의 물리적 속성들에 대하여 실측조사를 통해 자료를 수집하였다. 조사된 자료들 중 분석을 통하여 통행자의 환승 선택행태에 영향을 미치는 요소들을 식별하였다.
- 통행자들에게 인지되고 있는 환승으로 인한 마찰효과를 계량화하기 위하여 환승역사 이용자들의 수단선택 메커니즘을 이용하여 체감시간으로 환산되는 통행저항 모형을 구축하였다.
- 통행자들이 환승 교통수단을 선택하는 과정에서 고려되는 환승저항요소들을 식별하기 위하여 여러 환승역사에서 환승수단 선택, 즉 환승 패스의 선택에 관한 RP 조사를 수행하며 동시에 각 환승역사의 여러 물리적 속성들에 대한 조사를 병행 수행하였다.
- 한편 환승패스 시설조사는 각 역사별 주교통수단(KTX 역사의 KTX, 철도역사의 열차)과 연계 환승수단 간의 환승 보행동선에 포함되는 실내보행구간, 실외보행구간, 계단의 물리적 속성들에 대하여 실측조사를 통해 자료를 수집하였다. 조사된 자료들 중 분석을 통하여 통행자의 환승 선택행태에 영향을 미치는 요소들을 식별하였다.
- 별도의 모형분석 과정을 거쳤으나 KTX역사의 환승과 철도역사에서의 환승은 동일한 영향변수를 갖는 것으로 나타났다. 환승수단들 중 택시의 경우 타 수단에 비하여 높은 통행비용을 지불해야 하는 수단이므로 차내시간만으로는 수단의 특성을 설명하기에 불충분하여 더미변수를 추가하여 분석하였다.
- 따라서 본 연구는 양창화·손의영(2000)의 방법론을 따라 수단과 환승패스의 속성을 토대로 철도역 및 KTX 역을 이용하는 통행자의 의사결정 모형을 구축한다. 환승수단을 선택하는 모형을 통하여 환승저항요소들을 규명하고, 규명된 환승저항요소들 간의 관계를 통하여 체감환승시간으로 환산된 환승저항을 산출한다.
대상 데이터
- 이들 역사 중 국가기간교통망의 환승시설로서 접근 교통수단이 2개 이상인 환승지점이며, 시설별 이용객수가 연평균 1,500만명 이상인 역사를 조사대상으로 1차조사대상으로 선정하였다. 더불어 지역인구 규모가 작은 대상지역의 환승역사 시설에 대해서는 완화된 기준을 적용하여 광역시/도에서 연평균 이용객 100만명 이상인 시설을 2차 조사대상으로 선정하였다.
- 이러한 기준에 의거 KTX 및 철도역의 조사대상 환승역사는 다음과 같이 9개소이다. 선정된 역사들을 대상으로 이용자설문조사와 환승패스 시설조사가 병행 수행되었다.
- 이들 역사 중 국가기간교통망의 환승시설로서 접근 교통수단이 2개 이상인 환승지점이며, 시설별 이용객수가 연평균 1,500만명 이상인 역사를 조사대상으로 1차조사대상으로 선정하였다. 더불어 지역인구 규모가 작은 대상지역의 환승역사 시설에 대해서는 완화된 기준을 적용하여 광역시/도에서 연평균 이용객 100만명 이상인 시설을 2차 조사대상으로 선정하였다.
이론/모형
- 통행자들의 통행수단 선택의 메커니즘을 설명하기 위하여 개인의 효용극대화 이론에 기초한 개별행태모형 (disaggregate behavior model)을 주로 적용한다. 따라서 환승수단과 환승패스를 동시에 선택하는 의사결정 모형에는 개별행태모형의 일종인 로짓모형을 이용한다.
- 로짓모형의 모수추정은 최우도법(maximum likelihood method)을 사용하는 LIMDEP 패키지를 이용한다.
성능/효과
- 12개 KTX 역사와 7개 철도역사에 대하여 환승저항을 산출하여 분석한 결과 광명역과 평택역이 가장 환승 저항이 큰 것으로 나타났으며 김천역, 조치원역이 각각 가장 환승저항이 작은 것으로 분석되었다.
- 조사된 변수들 중 분석과정을 거쳐 통행자의 환승 선택의사결정에 영향을 미치는 유의한 요소로 나타난 변수들을 <표 3>에 정리하였다. 별도의 모형분석 과정을 거쳤으나 KTX역사의 환승과 철도역사에서의 환승은 동일한 영향변수를 갖는 것으로 나타났다. 환승수단들 중 택시의 경우 타 수단에 비하여 높은 통행비용을 지불해야 하는 수단이므로 차내시간만으로는 수단의 특성을 설명하기에 불충분하여 더미변수를 추가하여 분석하였다.
- 양창화ㆍ손의영(2000)은 서울시 지하철 이용자를 대상으로 선호의식(Stated Preference: SP) 및 현시선호(Revealed Preference: RP) 자료를 구축하여 분석함으로써 차내시간, 환승시간, 환승횟수, 에스컬레이터 유무의 가치를 추정하였다. 환승저항은 경로선택모형을 이용하여 차내시간 단위로 추정하여 제시하였으며, 시장 분할을 통해 성별, 통행목적별, 총통행시간에 대하여 인지하는 통행저항에 차이가 있음을 보였다.
후속연구
- 체감시간으로 산출된 환승저항은 환승역사의 환승 여건을 비교하고 시설개선의 우선순위를 판단하는 데에 객관적 지표로 활용될 수 있으며, 신규 환승역사 설계시 시설 가이드라인을 만드는 데에도 활용이 가능하다. 또한 추정된 환승저항은 환승으로 인한 경제적 손실 비용의 산정에 유용하게 활용 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.