녹색교통수단의 하나인 자전거는 세계적으로 수요가 증가하고 있으며, 특히 TOD(Transit-Oriented Development)중심의 교통 도시 계획에서도 대중교통수단의 연계 수단으로써 핵심적 역할을 할 것으로 기대되고 있다. 본 연구는 통행자의 개인 가구 특성, 도시의 사회 경제적 특성, 도로 교통 특성, 기상 특성 등의 변수를 고려하여, 기존 연구와 차별성이 있는 자전거 수요추정 모형을 구축하였다. 본 연구에서 구축한 모형에는 인구밀도, 초등학생을 제외한 학생수, 승용차 대수, 자전거도로연장, 월평균 소득의 변수가 반영되었으며, 모형의 수정 $R^2$는 0.738로 비교적 설명력이 우수한 것으로 나타났다. 본 연구결과를 통해 특정 도시계획 지역의 자전거 수요를 예측할 수 있을 것으로 판단되며, 이는 현재 활발히 진행되고 있는 자전거시설 투자계획에서의 시설규모 결정 및 타당성 평가에 본 연구가 활용될 수 있을 것으로 기대된다.
녹색교통수단의 하나인 자전거는 세계적으로 수요가 증가하고 있으며, 특히 TOD(Transit-Oriented Development)중심의 교통 도시 계획에서도 대중교통수단의 연계 수단으로써 핵심적 역할을 할 것으로 기대되고 있다. 본 연구는 통행자의 개인 가구 특성, 도시의 사회 경제적 특성, 도로 교통 특성, 기상 특성 등의 변수를 고려하여, 기존 연구와 차별성이 있는 자전거 수요추정 모형을 구축하였다. 본 연구에서 구축한 모형에는 인구밀도, 초등학생을 제외한 학생수, 승용차 대수, 자전거도로연장, 월평균 소득의 변수가 반영되었으며, 모형의 수정 $R^2$는 0.738로 비교적 설명력이 우수한 것으로 나타났다. 본 연구결과를 통해 특정 도시계획 지역의 자전거 수요를 예측할 수 있을 것으로 판단되며, 이는 현재 활발히 진행되고 있는 자전거시설 투자계획에서의 시설규모 결정 및 타당성 평가에 본 연구가 활용될 수 있을 것으로 기대된다.
Bike system is one of the green transportation systems and spotlighted recently. In the TOD (Transit-Oriented Development) based transportation and urban planning, bike system will be the major part as linkage modes. In this paper, bike demand estimation model was firstly established in Korea, with ...
Bike system is one of the green transportation systems and spotlighted recently. In the TOD (Transit-Oriented Development) based transportation and urban planning, bike system will be the major part as linkage modes. In this paper, bike demand estimation model was firstly established in Korea, with considering of personal and household characteristics of traveller, social and economic characteristics of city, weather conditions, and so on. The model reflects population density, the number of students except elementary school students, the number of vehicles, the length of bike roads, and monthly income. The adjusted $R^2$ was 0.738: the model is highly fitted. The results of this paper yield bike demand estimation in the urban planning area: further estimated results will be using to determine economic feasibility and size of bike facility. In other words, this paper is expected to provide the theoretical basis that supporting justification and investment efficiency of bike plans, which are actively progressed recently.
Bike system is one of the green transportation systems and spotlighted recently. In the TOD (Transit-Oriented Development) based transportation and urban planning, bike system will be the major part as linkage modes. In this paper, bike demand estimation model was firstly established in Korea, with considering of personal and household characteristics of traveller, social and economic characteristics of city, weather conditions, and so on. The model reflects population density, the number of students except elementary school students, the number of vehicles, the length of bike roads, and monthly income. The adjusted $R^2$ was 0.738: the model is highly fitted. The results of this paper yield bike demand estimation in the urban planning area: further estimated results will be using to determine economic feasibility and size of bike facility. In other words, this paper is expected to provide the theoretical basis that supporting justification and investment efficiency of bike plans, which are actively progressed recently.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 우선 도시의 사회·경제적 특성, 도로·교통 특성, 기상 특성과 자전거 수요와의 관련성을 분석하고, 수도권 각 도시의 자전거 수요를 직접 추정하기 위한 모형을 구축하는데 그 목적이 있다.
특히 통계소프트웨어의 발달로 분석이 용이해져서 결과를 쉽게 얻을 수 있지만, 적절한 분석방법을 선택했는지를 판단하는 것은 연구자의 선택에 달려있기 때문이다. 따라서 본 연구에서는 구축된 수학적인 모형이 현실을 얼마나잘 설명하고 있는지를 검증하기 위해서 표 1과 같은 통계적 검증을 통하여 모형의 신뢰성을 확보하도록 하였다.
해당 자료들의 수집단위가 대부분 시·군·구 단위이기 때문에 공간적 위계를 일치시키기 위해, 본 연구에서는 다양한 자료들을 수도권내 66개 시·군·구 단위로 결합하여 분석을 실시하였다.
제안 방법
본 연구는 특정 지역의 자전거 수요를 직접적으로 예측할수 있는 모형을 제시한 연구로써 총 수요에서 자전거 수단분담률을 이용한 기존연구와 차별되며, 특히, 개인·가구 특성, 사회·경제 특성, 도로·교통 특성과 자전거 수요와의 관계를 통계적으로 살펴보았을 뿐 아니라 이론적/현실적으로 적용 가능한 모형을 각각 제시하였다.
본 연구에서 고려한 28개 변수들 중 Pearson 상관계수가 낮으며, 유의확률이 0.05이상인 변수와 다중공선성이 발생하는 초등학생 수, 도로면적, 공업면적, 강우량, 강우일수, 자전거 도로율을 제외한 총 22개의 변수를 자전거 수요추정모형에 반영할 변수로 선정하였다(표 7).
본 연구에서 고려한 사회·경제 특성 변수는 표 3과 같이각 지역의 인구수, 유형별 학생수, 유형별 차량대수, 유형별 면적 등이며, 각 지자체의 통계연보를 활용하여 수집하였다.
수도권 66개 지자체별 자전거 발생량을 종속변수로 설정하고, 자전거 수요와 관련성이 있을 것으로 예상되는 다양한 변수들을 독립변수로 설정한 후 각 변수간 상관분석을 통해 자전거 수요와 관련성이 있는 변수들을 선정하였다.
본 연구에서 고려한 도로·교통 특성 변수는 표 4와 같이총 도로용량, 자전거 도로 연장, 수단별 교통량 등이며, 수도권 교통본부에서 제공한 수도권 네트워크와 O/D자료, 지자체의 내부자료를 활용하여 각 변수의 자료를 작성하였다. 여기서 각 지역의 총 도로용량은 네트워크 자료를 활용하여가공하였으며, 수단별 교통량은 통행배정 후 각 지역의 수단별 교통량을 집계하여 작성하였다.
이때, 독립변수들은 운전면허보유자 수, 아파트 면적, 연립주택 면적, 다가구주택 면적, 주택 면적, 오피스텔 면적, 총 평균 소득(가구통행실태조사 자료), 인구수, 남자인구수, 인구밀도, 통학인구, 초등학생, 중학생(국립), 중학생(사립), 고등학생(국립), 고등학생(사립), 실업계(국립), 실업계(사립), 중학교 이상 학생수, 총 차량대수, 승용차대수, 행정구역 면적, 도로면적, 주거면적, 상업면적, 공업면적(통계연보 자료), 강우량, 강우일수(기상청 AWS 관측자료), 도로 총용량, 여객 통행량, 버스 통행량, 화물 통행량, 총 통행량(수도권 네트워크 및 O/D), 자전거 도로연장, 자전거 도로율, 하천길이(지자체 내부자료)등이며, 종속변수는 전수화된 수도권 자전거 O/D를 활용하여 각 시군구의 발생량을 집계하였다.
이때, 해당 자료는 읍·면·동 단위로 구축되어 있기 때문에 시·군·구 단위로 자료를 집합화 하였다.
즉, 각 지역 단위별전수화 계수를 적용하여 각 시·군·구의 운전면허증 수, 아파트 면적, 연립주택 면적 등의 자료를 작성하였으며, 월평균소득은 각 구별로 평균화하여 사용하였다.
즉, 모형 1에서 자료 수집이 용이하지 않은 자전거도로 연장, 월 평균소득을 제외한 자전거 예측 모형을 구축하였다 . 해당 모형의 경우, 모형 1과 비교해 변수의 갯수가 적기 때문에 통계적 신뢰도 확보가 중요하다.
(2008)은 센서스 자료와 지리, 사회경제 지표 자료를 사용하여 잉글랜드와 웨일즈의 자전거 수단분담률을 추정하기 위한 모형을 제시하였다. 해당 모형은 구단 위의 집계화된 자료를 이용한 회귀분석모형이며, 백인 비율과 남성 비율, 자동차수, 소득수준, 강수량, 평균기온 등을 설명변수로 반영하였다.
김기혁(1994)은 도시의 공간적, 사회적 요인에 따른 자전거 보유대수 추정 모형을 제시하였다. 해당 연구에서는 분석자료를 집계자료와 비집계자료로 구분하여 자전거 보유대수를 추정하였으며, 집계자료를 이용한 방법의 경우 다중회귀모형으로 접근하였으며, 비집계자료를 이용한 방법의 경우 가구별 특성에 따른 인간의 선택행위를 설명하는 로짓모형으로 접근하였다.
해당 자료는 표본추출에 의해 수집된 자료이기 때문에 ‘2006년 수도권 가구통행실태 조사’ 자료와 전수화된 O/D자료의 구별 총 통행량 비율을 이용하여 각 시·군·구별 개인·가구 특성 자료를 작성하였다.
대상 데이터
기상 자료는 기상청에서 제공하는 지역별 상세 관측자료인 AWS자료를 활용하여 수도권 66개 시·군·구별 강우량과 강우일수를 추출하였다.
본 연구에서 고려한 도로·교통 특성 변수는 표 4와 같이총 도로용량, 자전거 도로 연장, 수단별 교통량 등이며, 수도권 교통본부에서 제공한 수도권 네트워크와 O/D자료, 지자체의 내부자료를 활용하여 각 변수의 자료를 작성하였다.
본 연구에서는 수도권의 자전거 수요추정 모형을 구축하기 위해 수도권 가구통행실태조사 자료, AWS(Automatic Weather System)기상청 자료, 각 시별 통계연보, 지자체별 현황자료, 수도권 네트워크 및 O/D자료 등을 수집하여 기초 자료를 작성하였다. 해당 자료들의 수집단위가 대부분 시·군·구 단위이기 때문에 공간적 위계를 일치시키기 위해, 본 연구에서는 다양한 자료들을 수도권내 66개 시·군·구 단위로 결합하여 분석을 실시하였다.
종속변수로 설정한 자전거 통행량에 대한 자료는 ‘2066년 수도권 가구통행실태 조사’자료를 전수화한 2007년 기준의 수도권 자전거 O/D 자료를 이용하였다.
통행자의 개인·가구 특성을 고려하기 위해 ‘2006년 수도권 가구통행실태 조사’자료에서 개인·가구 특성 303,308개의 자료 중 결측치와 이상치를 제거한 280,488개의 자료를 활용하였다.
데이터처리
본 연구에서는 자전거 수요에 영향을 미치는 변수를 각각의 독립변수로 설정하고, 수도권 66개 지자체의 자전거 통행 발생량을 종속변수로 설정한 다중회귀분석(Multiple Regression Analysis)을 통해 모형을 구축하였다.
자전거 수요와 관련성이 있는 변수들을 독립변수로, 자전거 수요를 종속변수로 설정한 후 다중회귀분석을 통해 자전거 수요추정 모형을 구축하였으며, 구축한 모형에 대해서는 R-square, T-test, F-test, Durbin-Watson ratio 등을 이용하여 모형의 통계적 유의성을 판단하였다.
자전거 수요와 관련성이 있을 것으로 예상되는 28개의 변수들 중 실질적으로 자전거 수요와 상관성이 높은 변수를 선정하기 위해 변수간 상관분석을 시행하였다.
최종 선택된 22개의 변수를 바탕으로 자전거 수요와의 다중회귀 분석을 실시한 결과 수식 (1)과 같은 회귀 모형식을도출하였다. 본 모형식을 살펴보면 인구밀도, 초등학생 제외한 학생수, 자전거 도로연장, 월 평균소득이 높을수록 자전거 수요가 증가하는 +(양)의 계수를 나타내고 있으며, 해당 지역의 승용차 대수가 많을수록 자전거 수요는 감소하는 것으로 나타났다.
해당 모형의 경우, 모형 1과 비교해 변수의 갯수가 적기 때문에 통계적 신뢰도 확보가 중요하다. 해당 모형의 통계적 검증을 위해 R제곱값, Durbin-Watson, F-test, T-test 등의 통계적 기법을 활용하였으며, 그 결과 R제곱값은 0.709로나타났으며, Durbin-Watson은 1.792, 전체적 모형의 검증을 하는 F-test의 경우 0.000으로 나타났다.
해당 모형의 통계적 신뢰도를 살펴보기 위해 R제곱, Durbin-Watson ratio, F-test, T-test 등의 다양한 통계적 기법을 활용하였다.
성능/효과
1. 본 연구에서 고려한 28개의 변수들 중 22개의 변수가 자전거 수요와 관련성이 있는 것으로 분석되었으며, 그 중학생수가 자전거 수요와 가장 큰 관련성이 있는 것으로 나타났다. 이를 통해 향후 도시 및 단지 계획시 도시기반 시설 중 하나인 교육시설의 계획에 대해 자전거 도로와 연계할 필요가 있을 것으로 판단된다.
3. 자전거 도로연장이 높아질수록 자전거 통행량이 높아짐을알 수 있으나, 아직까지는 대부분 도시의 자전거 도로체계가 미흡하기 때문에 다른 변수와 비교해 상관관계와 표준화계수가 상대적으로 낮은 것으로 나타났다. 또한 자전거 도로 확충위주의 정책만으로 자전거 수요를 증진시키는데 한계가 있다는 점을 시사한다.
4. 해외 연구결과와 달리 국내 수도권 각 지역의 기상상황에 따른 자전거 통행량은 유의하지 않은 것으로 나타났다. 이는 수도권 각 지역의 특성상 공간적 범위가 크지 않기 때문에 기상상황이 서로 유사하기 때문으로 판단된다.
(2007)은 포틀랜드와 오리건주의 성인을 대상으로 한 전화설문조사를 통해 개인특성과 지리적 특성, 그리고 주변 환경에 대한 인식이 자전거 이용과 관련성이 있는지를 카이제곱검정을 통해 분석하였다. 그 결과 남성과 55세 이하의 성인이 자전거를 많이 이용하며, 소득과 자동차 보유유무는 자전거 이용과의 관련성이 낮은 것으로 나타났다. 그리고 아이들은 등하교 목적 외에 놀이를 위해 자전거를 이용하는 경우가 더 많은 것으로 나타났다.
이규진 등(2010)은 수도권 가구통행실태조사 자료를 이용하여 로지스틱 회귀분석을 통한 자전거 수단분담률 추정모형을 구축하고, 자전거 수요요인을 분석하였다. 그 결과 단거리 통행, 학원가와 공원, 오피스텔 주택가 중심의 자전거 이용활성화가 효과적인 것으로 나타났다.
그리고 모형 1에 적용된 변수들의 유의확률이 모두 0.05이하로 나타나, 해당 모형의 변수들은 모두 유의한 것으로 확인되었다.
그리고 모형 2에 적용된 독립변수들의 유의확률도 모두 0.05이하로 분석되어 적용된 변수들은 통계적으로 유의한 것으로 나타났다.
또한 수도권 66개의 시·군·구의 공간적 배열의 수치들간 상관관계를 살펴보기 위해 Durbin-Watson Ratio 검증을 실시한결과 1.715로 분석되었으며, 이는 1.5~2사이의 자기상관 무시영역에 포함되기 때문에 자기상관성이 없는 것으로 나타났다.
모형 1의 각 변수 중 월 평균소득의 표준화 계수가 가장 높은 것으로 나타났는데, 이는 고소득자의 레저·여가 자전거통행이 많기 때문으로 판단되며, 다음으로 표준화 계수가 높은 초등학생을 제외한 학생수의 경우, 학생의 자전거 수요가 많기 때문으로 판단된다. 또한 인구밀도가 높은 Compact City에서 자전거 통행발생량이 높음을 알 수가 있으며, 이는 고밀도 개발을 추구하는 TOD지역 계획시 자전거 수요에 대해 충분히 고려해야 한다는 것을 의미할 수 있다. 또한 자전거 도로연장의 경우 (+)양의 계수를 가지긴 하나 상관계수와 표준화계수를 통하여 아직까지는 수도권에서 자전거 통행발생량에 미치는 영향이 다른 변수들에 비하여 상대적으로 낮은 것으로 분석되었다.
또한 인구밀도가 높은 Compact City에서 자전거 통행발생량이 높음을 알 수가 있으며, 이는 고밀도 개발을 추구하는 TOD지역 계획시 자전거 수요에 대해 충분히 고려해야 한다는 것을 의미할 수 있다. 또한 자전거 도로연장의 경우 (+)양의 계수를 가지긴 하나 상관계수와 표준화계수를 통하여 아직까지는 수도권에서 자전거 통행발생량에 미치는 영향이 다른 변수들에 비하여 상대적으로 낮은 것으로 분석되었다. 이는 자전거 도로의 확충만으로 자전거 이용을 활성화하기에 한계가 있음을 시사한다.
모형에 대한 통계적 검증 결과 수정 R제곱값은 0.738로 분석되어 모형의 설명력이 우수한 것으로 나타났다. 또한 수도권 66개의 시·군·구의 공간적 배열의 수치들간 상관관계를 살펴보기 위해 Durbin-Watson Ratio 검증을 실시한결과 1.
최종 선택된 22개의 변수를 바탕으로 자전거 수요와의 다중회귀 분석을 실시한 결과 수식 (1)과 같은 회귀 모형식을도출하였다. 본 모형식을 살펴보면 인구밀도, 초등학생 제외한 학생수, 자전거 도로연장, 월 평균소득이 높을수록 자전거 수요가 증가하는 +(양)의 계수를 나타내고 있으며, 해당 지역의 승용차 대수가 많을수록 자전거 수요는 감소하는 것으로 나타났다. 여기서 승용차 보유대수가 많을수록 자전거 수요가 감소하는 것으로 분석되었는데, 이는 자전거와 승용차가 서로 연계된 교통수단이 아닌 별도의 교통수단으로 이용되고 있기 때문으로 판단된다.
후속연구
2. 수도권 가구통행조사 자료와 다양한 사회·경제적 변수들을 결합하였지만, 경사(구배), 구릉지 비율 등과 같은 지리적 변수는 자료수집의 한계로 인하여 본 연구에서 고려 하지 못했다.
2. 인구밀도가 높은 Compact City일수록 자전거 수요가 많은 것으로 판명되었으며, 이를 통해 향후 TOD 지역과같이 인구밀도가 높은 지구의 계획시 자전거 도로와 보관시설과 같은 자전거 시설에 관심을 가져야 할 것으로 보인다.
3. 공간적 범위를 수도권으로 한정하여 모형을 제시하였으나, 광역권과 도·농 통합도시 등의 도시 형태에 따른 자전거 수요와도 비교하여 각 지역의 자전거 수요 추정 모형을 구축할 필요가 있을 것으로 판단된다.
즉, 본 연구에서 구축한 모형이 현실을 제대로 모사하기에는 한계가 있을 것으로 판단된다. 이는 향후 자전거 수요추정 모형 구축시 주말통행을 고려한 데이터 가공 후 모형을 구축하는 것이 바람직할 것으로 판단된다.
본 연구에서 고려한 28개의 변수들 중 22개의 변수가 자전거 수요와 관련성이 있는 것으로 분석되었으며, 그 중학생수가 자전거 수요와 가장 큰 관련성이 있는 것으로 나타났다. 이를 통해 향후 도시 및 단지 계획시 도시기반 시설 중 하나인 교육시설의 계획에 대해 자전거 도로와 연계할 필요가 있을 것으로 판단된다.
본 연구결과를 통해 특정 지역의 자전거 수요를 보다 현실적으로 예측할 수 있 으며, 예측된 결과를 통해 자전거 사업의 경제적 타당성 및 자전거 시설 규모 등을 결정할 수 있다. 즉, 본 연구결과는 근래 활발히 추진되고 있는 자전거 사업에 대한 정당성 및 투자 효율성을 뒷받침할 수 있는 이론적 근거가 될 수 있을 것으로 기대된다.
수도권 가구통행실태조사 자료를 기반으로 한 O/D자료의 한계점으로써, 수도권 가구통행실태조사는 평일을 기반으로 한 자료이기 때문에 주말에 주로 발생하는 여가·오락·친교 통행이 제대로 반영되었다고 보기 어렵다. 즉, 본 연구에서 구축한 모형이 현실을 제대로 모사하기에는 한계가 있을 것으로 판단된다. 이는 향후 자전거 수요추정 모형 구축시 주말통행을 고려한 데이터 가공 후 모형을 구축하는 것이 바람직할 것으로 판단된다.
수도권 가구통행조사 자료와 다양한 사회·경제적 변수들을 결합하였지만, 경사(구배), 구릉지 비율 등과 같은 지리적 변수는 자료수집의 한계로 인하여 본 연구에서 고려 하지 못했다. 해당 변수들도 자전거 수요와 밀접한 관련이 있을 것으로 예상되는바, 추후 자전거 수요추정 모형에 반영하여야 할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
회귀분석이란 무엇인가?
회귀분석이란 관찰된 연속형 변수들에 대해 독립변수와 종속변수 사이의 인과관계에 따른 수학적 모델인 선형적 관계 식을 구하여 어떤 독립변수가 주어졌을 때 이에 따른 종속변수를 예측하는 것을 말한다. 이때, 1개의 종속변수와 1개의 독립변수 사이의 관계를 분석할 경우를 단순회귀분석 (Simple Regression Analysis), 1개의 종속변수와 여러 개의 독립변수 사이의 관계를 규명하고자 할 경우를 다중회귀분석(Multiple Regression Analysis)이라고 한다.
단순 회귀분석 및 다중 회귀분석은 각각 어떤 상황에 해당하는가?
회귀분석이란 관찰된 연속형 변수들에 대해 독립변수와 종속변수 사이의 인과관계에 따른 수학적 모델인 선형적 관계 식을 구하여 어떤 독립변수가 주어졌을 때 이에 따른 종속변수를 예측하는 것을 말한다. 이때, 1개의 종속변수와 1개의 독립변수 사이의 관계를 분석할 경우를 단순회귀분석 (Simple Regression Analysis), 1개의 종속변수와 여러 개의 독립변수 사이의 관계를 규명하고자 할 경우를 다중회귀분석(Multiple Regression Analysis)이라고 한다.
자전거 수단이 관심을 받는 이유 두 가지는 무엇인가?
자전거 수단이 관심을 받는 이유는 크게 두가지로 나타난다. 첫 번째가 자동차와 비교시 약 6%의 운동에너지만으로 15km/h 이상의 속력을 낼 수 있는 환경적, 에너지적 수단( 김용진 외, 2008)이기 때문이며, 두 번째로는 자전거가 일상생활에서 쉽게 이용되었던 잠재적 교통수단으로써 활성화 가능성이 충분하기 때문이다.
참고문헌 (18)
김기혁(1994) 도시의 공간적, 사회적 요인에 따른 자전차 보유도 추정에 관한 연구, 대한교통학회지, 대한교통학회, 제13권 제1호, pp. 85-95
김용진, 이경환, 안건혁(2008) 자전거 통근률에 영향을 미치는 지역요인 분석:서울시 25개 자치구를 대상으로, 도시설계학회지, 한국도시설계학회, 제9권 제1호, 통권 제30호, pp. 19-34
노혁재(2007) 캐나다 오타와시의통행수요 예측과정과 결과, 월간교통, 통권 제116호
문대식(2007) 자전거 통행 활성화에 관한 연구-대전시를 중심으로, 석사학위논문, 한밭대학교.
수도권 교통본부(2007) 2006 수도권 가구통행실태조사.
손영태, 이진각(2008) 자전거도로 건설에 따른 편익항목 계량화 방안, 한국도로학회지, 한국도로학회, 제10권 1호, pp. 38-50.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.