본 연구는 교통사고의 발생 유형과 교통사고 심각도(Severity)와의 관계를 규명함으로써 위험유형을 제시하고, 운전자 특성과 교통사고의 관계를 규명하고자 하였다. 교통사고 유형을 여덟 가지로 세분하고, 결과의 객관성 확보를 위해 안전벨트 착용여부를 추가하여 상해정도와의 관계를 분석하였으며, 위험그룹의 분류를 위한 운전자의 특성은 성별, 차종, 연령 등을 대상으로 하였다. 카테고리 자료의 분석을 위하여 로그-선형 모형 및 로짓 모형을 사용하였다. 분석결과 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기시, 우회전시 사고가 부상 또는 사망사고에 연루될 가능성이 높았다. 위험그룹 분석에서는 20세 미만의 이륜차 운전자, 41세에서 50세까지의 택시 운전자가 가장 위험한 집단으로 분석되었으며 또한 남자보다는 여자가 승용차와 중형화물 등에 관계되었을 때 더 위험한 것으로 분석되었다. 따라서 교통사고 발생시 인명 피해를 줄이기 위해서는 정면충돌 사고와 앞지르기시, 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 하고, 교통사고 취약계층으로 분석된 위험그룹에 대한 교통안전 교육 및 단속이 강화되어야 할 것이다.
본 연구는 교통사고의 발생 유형과 교통사고 심각도(Severity)와의 관계를 규명함으로써 위험유형을 제시하고, 운전자 특성과 교통사고의 관계를 규명하고자 하였다. 교통사고 유형을 여덟 가지로 세분하고, 결과의 객관성 확보를 위해 안전벨트 착용여부를 추가하여 상해정도와의 관계를 분석하였으며, 위험그룹의 분류를 위한 운전자의 특성은 성별, 차종, 연령 등을 대상으로 하였다. 카테고리 자료의 분석을 위하여 로그-선형 모형 및 로짓 모형을 사용하였다. 분석결과 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기시, 우회전시 사고가 부상 또는 사망사고에 연루될 가능성이 높았다. 위험그룹 분석에서는 20세 미만의 이륜차 운전자, 41세에서 50세까지의 택시 운전자가 가장 위험한 집단으로 분석되었으며 또한 남자보다는 여자가 승용차와 중형화물 등에 관계되었을 때 더 위험한 것으로 분석되었다. 따라서 교통사고 발생시 인명 피해를 줄이기 위해서는 정면충돌 사고와 앞지르기시, 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 하고, 교통사고 취약계층으로 분석된 위험그룹에 대한 교통안전 교육 및 단속이 강화되어야 할 것이다.
This research wished to risk type and examine closely driver special quality and relation of traffic accidents by occurrence type of traffic accidents and traffic accidents seriousness examine closely relation with Severity. Fractionate traffic accidents type by eight, and driver's special quality f...
This research wished to risk type and examine closely driver special quality and relation of traffic accidents by occurrence type of traffic accidents and traffic accidents seriousness examine closely relation with Severity. Fractionate traffic accidents type by eight, and driver's special quality for risk group's classification did to distinction of sex, vehicle type, age etc. analyzed relation with injury degree adding belt used putting on availability for security the objectivity with wave. Used log-Linear model and Logit model for analysis of category data. A head-on collision and overtaking accident, right-turn accident are high injury or death accident and possibility to associate in relation with accident type and seriousness degree. In risk group analysis The age less than 20 years in motor-cycle driver, taxi driver in 41 years to 50 years old are very dangerous. The woman also was construed to the more risk group than man from when related to car, mini-bus, goods vehicle etc. Therefore, traffic safety education and Enforcement for risk group that way that can reduce accident that produce to reduce a loss of lives at traffic accidents appearance a head-on collision and overtaking accidents, right-turn accidents should be studied and as traffic accidents weakness class may have to be solidified.
This research wished to risk type and examine closely driver special quality and relation of traffic accidents by occurrence type of traffic accidents and traffic accidents seriousness examine closely relation with Severity. Fractionate traffic accidents type by eight, and driver's special quality for risk group's classification did to distinction of sex, vehicle type, age etc. analyzed relation with injury degree adding belt used putting on availability for security the objectivity with wave. Used log-Linear model and Logit model for analysis of category data. A head-on collision and overtaking accident, right-turn accident are high injury or death accident and possibility to associate in relation with accident type and seriousness degree. In risk group analysis The age less than 20 years in motor-cycle driver, taxi driver in 41 years to 50 years old are very dangerous. The woman also was construed to the more risk group than man from when related to car, mini-bus, goods vehicle etc. Therefore, traffic safety education and Enforcement for risk group that way that can reduce accident that produce to reduce a loss of lives at traffic accidents appearance a head-on collision and overtaking accidents, right-turn accidents should be studied and as traffic accidents weakness class may have to be solidified.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 성별, 연령 등의 운전자 특성이 교통사고와 어떠한 관계를 가지며 어떠한 특성을 포함한 운전자 집단이 교통사고에 가장 많이 연관되는가를 분석하고자 한다. 또한 정면충돌 , 추돌 등과 같은 사고발생 유형과 각 유형에 따른 교통 사고부상 정도와의 관계 규명을 통하여 위험유형 및 유형별 위험등급을 제시하고자 한다.
분석하고자 한다. 또한 정면충돌 , 추돌 등과 같은 사고발생 유형과 각 유형에 따른 교통 사고부상 정도와의 관계 규명을 통하여 위험유형 및 유형별 위험등급을 제시하고자 한다. 이를 위하여 본 연구에서는 위험그룹의 분류를 위한 운전자의 특성을 연구자의 주관적 인 판단과 자료 수집상의 문제 등으로 성별, 차량종별, 연령 등에 국한하였으며, 사고유형과 상해정도와의 관계를 분석하기 위해 차대차 사고의 유형을 여덟 가지로 세분하고 결과의 신뢰성 확보를 위해 안전벨트 착용 여부를 추가하였다.
로그-선형 모형에서 특정한 변수의 비율, 특히 다른 범주형 변수들은 설계 변수이고 두 개의 값을 가진 '반응 변수(설명변수)에 대한 범주형 변수의 효과를 평가하는 모형을 개발하고자 할 때 반응변수의 비율에 대해 연구하기 위하여 자료에 적합한 모형을 찾는다. 로그-선형 모형식(3)에서
본 연구는 운전자 특성이 교통사고와 어떠한 관계를 가지며, 어떠한 특성을 포함한 운전자 집단이 교통사고와 가장 많이 연루되는 가를 분석하고자 하였으며 , 또한 교통사고의 발생 유형과 각 유형에 따른 교통사고 심각도와의 관계 규명을 통하여 위험 유형을 제시하고자 하였다. 우선 위험그룹 분류를 위한 운전자 특성으로 성별, 차종, 연령 등을 고려하였고, 교통사고 유형과 사고심각도와의 관계 규명을 위해 사고유형을 여덟 가지로 세분하고 결과의 신뢰성 확보를 위해 안전벨트 착용 여부를 추가하여 상해 정도와의 관계를 분석하였다.
가설 설정
. 여러 쌍에 대한 변수들의 관련성을 동시에 측정할 수 없다.
제안 방법
추정할 수 있다. 그리고 추정된 기대 값을 바탕으로 어떤 로그-선형 모형의 적합성을 검정하게 된다.
분류되어 분할표의 형태로 나타난다. 두 변수가 교차 분류되는 2차원 분할표에 대해 피어슨 X2 검정 또는 X2 검정과 우도비 G2검정을 통하여 두변수간에 독립성 및 동질성을 검정한다. 여러 개의 범주형 변수들로 이루어진 다차원분할 표의 경우 여러 이차원 주변합표 (Contingency marginal tables)를 만들어 X?또는 G?분석을 통하여 변수간의 관계를 분석할 때 다음과 같은 단점이 있다
결정하는 중요한 인자였다. 또한 사고유형의 카테고리를 유지하면서 차별성을 갖는 사고 심각도를 분석하기 위해 변수간의 주효과와 교호작용을 통합하는 형태로 모형을 개발하였다.
추가하였다. 연구의 진행은 분석방법론 고찰, 위험그룹을 분류 . 결정하며 , 사고유형별 사고 심각도 모형 결정 등의 순으로 이루어졌다.
제시하고자 하였다. 우선 위험그룹 분류를 위한 운전자 특성으로 성별, 차종, 연령 등을 고려하였고, 교통사고 유형과 사고심각도와의 관계 규명을 위해 사고유형을 여덟 가지로 세분하고 결과의 신뢰성 확보를 위해 안전벨트 착용 여부를 추가하여 상해 정도와의 관계를 분석하였다. 위험그룹 분석결과는 성별과 차종의 조합에서는 여성이 승용차, 택시, 이륜차 등에 관계되었을 때 남성보다 교통사고를 야기할 가능성이 높은 것으로 나타났으며 , 성별과 연령층의 조합에서는 '20세 미만의 남성 이 가장 높아 위험한 집단으로 분류되었다.
또한 정면충돌 , 추돌 등과 같은 사고발생 유형과 각 유형에 따른 교통 사고부상 정도와의 관계 규명을 통하여 위험유형 및 유형별 위험등급을 제시하고자 한다. 이를 위하여 본 연구에서는 위험그룹의 분류를 위한 운전자의 특성을 연구자의 주관적 인 판단과 자료 수집상의 문제 등으로 성별, 차량종별, 연령 등에 국한하였으며, 사고유형과 상해정도와의 관계를 분석하기 위해 차대차 사고의 유형을 여덟 가지로 세분하고 결과의 신뢰성 확보를 위해 안전벨트 착용 여부를 추가하였다.
대상 데이터
2007년 서울시에서 발생한 교통사고 1, 599건을 대상으로 교통사고를 발생시키기 쉬운 특정 운전자집단을 분석하였다. 성(性), 차종 그리고 연령층에 따른 교통사고 발생 현황은 다음의 표 1과 같다.
교통사고의 유형에 따른 사고심각도를 결정하기 위하여 차량단독 사고와 차대사람 사고를 제외하고 2007년 우리 나라에서 발생한 차대차 사고 중 안전벨트의 착용 여부가 조사된 68, 366건의 교통사고를 대상으로 하였다. 표 7은 안전벨트의 착용 여부, 사고유형 , 심각도 등에 따라 분류한 빈도표 이다.
성별은 남녀로, 차량유형은 승용차, 택시, 소형버스, 버스등 8개 카테고리로, 연령은 5개 카테고리로 그룹화 하였으며, 여러 모델 형태를 테스트하여 3변수간의 최적모델(best fitting model)을 선정하였다. 로그-선형 모형의 최적화 모형을 선정하기 위한 각 모형의 자유도(DF) 및 우도비 검정통계량 값(G2), 그리고 대응하는 유의수준(P)을 정리하면 표 2와 같다.
이론/모형
X2 혹은 G2, " Log-likelihood ratio" , "Goodness-of-flt statistic"이 모형의 적합성 여부를 결정하기 위해 사용되었으며, 모형은 변수 S(성별), V(차종), a(연령)를 갖는 세변수 모형이고, 최적의 모형은 3개의 주효과와 3개의 양변수간 교호작용을 포함한다.
또한 본 연구의 교통사고 자료는 다차원의 범주형 변수들로 이루어져 있어 SAS를 통한 로그-선형 모형 기법을 이용하였으며 , 반응변수에서 변수들 간의 상호 영향을 효과적으로 비교하기 위해 로짓모형 기법을 추가하였다. 연구의 진행은 분석방법론 고찰, 위험그룹을 분류 .
계산된다. 안전벨트의 사용, 교통사고 유형 , 사고피해정도 등 세변수 모형의 변수간 상호작용과 주 효과를 통합하기 위해 'Additive model' 을 사용하였다. 표 10은 사고심각도에 대한 안전벨트 착용 여부, 사고유형의 “Odds Multipliers”를 나타낸 것이다.
한편 상해가 없는 물피사고는 진로변경시와 좌회 전시 교통사고와 관계 있는 것으로 나타났다. 이상의 관계를 보다 정확히 정립하기 위해 로짓 모형을 이용하였다. 로그- 선형 모형으로부터 상해 카테고리 "0” 를 이용하여 사고 심각도에 대해 설정한 로짓 모형은 다음과 같다.
성능/효과
가능성이 높은 것으로 분석되었다. 또한 사망자는 정면충돌과 앞지르기시에 u값이 각각 1.1182, 0.2797로 사망 가능성이 가장 높은 것으로 분석되었다. 중상의 경우 우회전시(0.
14로 높게 나타났다. 또한 우회전시 사고는 중상 가능성이 높았으며, 좌회전은 경상 가능성이 가장 높은 것으로 나타났다. 안전벨트의 착용 여부와 사고심각도의 관계는 미착용 시에 부상 또는 사망할 가능성이 훨씬 높았다.
사고유형과 상해정도의 관계를 보면, 사망 가능성의 경우 정면충돌시에 8.04로 가장 높았고, 다음이 앞지 르기 1.74 순이 었으며 , 추돌과 교행사고는 사망 가능성 이 낮았다. 중상 가능성은 정면충돌이 3.
나타낸다. 사고유형과 안전벨트의 사용 효과도 분석되었으며, 주효과의 대부분은 0, 05수준에서 통계적으로 유의하였다.
사고유형별로는 추돌사고가 48.3%로 가장 많은 사고유형이었고, 교행시 발생한 사고와 직각 충돌사고 등이 비교적 많이 발생하였다. 또한 93.
성별과 차종의 조합에서는 여성이 승용차, 소형버스, 중형화물 등에 관련 되었을 때 남성보다 교통사고 발생 가능성이 높은 것으로 나타났다. 또한 가장 위험한 경우는 여성과 승용차 의 관계였다.
안전벨트를 착용하지 않았을 때 사망사고로 이어질 가능성이 높은 것으로 분석되었다. 또한 사망자는 정면충돌과 앞지르기시에 u값이 각각 1.
또한 우회전시 사고는 중상 가능성이 높았으며, 좌회전은 경상 가능성이 가장 높은 것으로 나타났다. 안전벨트의 착용 여부와 사고심각도의 관계는 미착용 시에 부상 또는 사망할 가능성이 훨씬 높았다. 즉 안전벨트의 착용은 교통사고로 인한 부상을 경감할 수 있다는 사실을 설명하고 있는 것이다.
우선 위험그룹 분류를 위한 운전자 특성으로 성별, 차종, 연령 등을 고려하였고, 교통사고 유형과 사고심각도와의 관계 규명을 위해 사고유형을 여덟 가지로 세분하고 결과의 신뢰성 확보를 위해 안전벨트 착용 여부를 추가하여 상해 정도와의 관계를 분석하였다. 위험그룹 분석결과는 성별과 차종의 조합에서는 여성이 승용차, 택시, 이륜차 등에 관계되었을 때 남성보다 교통사고를 야기할 가능성이 높은 것으로 나타났으며 , 성별과 연령층의 조합에서는 '20세 미만의 남성 이 가장 높아 위험한 집단으로 분류되었다. 차종에 따른 위험연령층은 '20 세 미만의 이륜차 운전자 와 '41 세에서 50세까지의 택시 운전자 가 가장 위험한 집단인 것으로 조사되었다.
사고유형은 정면충돌 , '추돌 , '직각충돌" 등의 여덟 가지로 구분하였다. 전체 사고의 69.6%인 47, 611 건은 안전벨트를 착용한 상태에서 교통사고가 발생하였고, 30.4%는 미착용 상태에서 발생한 것으로 나타났다.
한편, 사고유형과 심각도와의 관계는 정면충돌' 사고가 사망으로 이어질 가능성이 가장 높은 것으로 분석되었고, '우회전시' 사고는 중상사고와 경상 사고로 연계될 가능성이 높은 것으로 나타났다. 안전벨트의 착용 여부와 사고심각도의 관계는 미착용 시에 부상 또는 사망할 가능성이 훨씬 높았다.
후속연구
사고이력 등 운전자의 특성을 차별화시킬 수 있는 데이터가 고려되어야 할 것이다. 아울러 사고유형별 심각도 분석의 경우에도 전국단위의 데이터를 갖고 분석을 한다면 더욱 좋은 결과를 얻을 것으로 생각되어 향후 연구과제로 제안한다.
참고문헌 (12)
경찰청, "2008년판 교통사고 통계", 2008
도로교통공단, "2008년판 교통사고 통계분석", 2008
유근영, 범주형 자료분석론 ,1996
허명회, 이태림, "통계적 자료분석 I", 1994
허명회, "SAS 범주형 데이터 분석", 1989
홍종선, "SAS 와 통계자료분석 ", 1996
Evans, L. "Traffic Safety and Driver", Van Nostrand Reinhold. New York. 1991.
Evans, L. P. Wasielewski. Risky Driving Behavior "Related to Driver and Vehicle Characteristics". Accident Analysis and Prevention. 1983.
Feinberg, S. "The Analysis of Cross-Classified Categorical Date", The MIT Press, Cambridge, Mass, 1980.
Karl Kim, "Driver's at Fault:Influence of Age, Sex, and Vehicle Type", 1995
Karl Kim, Lawrence Nitz, James Richardson, and Lei Li, "Analyzing the Relationship Between Crash Types and Injuries in Motor Vehicle Collisions in Hawaii".
Williams, A. F. and R. S. Karf," Teenaged Drivers and Fatal Crash Responsibility", Law Quarterly, 1984
※ AI-Helper는 부적절한 답변을 할 수 있습니다.