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
- 따라서 본 연구에서는 복합요인으로 인한 통행행태의 시간적 변화를 시간효과(Time-effect)라고 명명하고, 기존 모형의 문제점을 개선하기 위하여 가구통행실태조사 자료를 이용하여 패널분석을 통해 시간변화를 반영할 수 있는 통행발생모형을 개발하고, 시간효과를 추정하는 방법론을 제시하였다.
- 본 연구에서는 가구통행실태조사 자료를 이용하여 서울지역을 중심으로 시간효과의 존재유무를 분석하고, 분석결과를 바탕으로 시간효과의 변화양상을 통해 장래의 시간효과를 추정하는 것을 목적으로 하고 있다. 시간효과 추정 방법론을 제시함으로써 이를 통해 보다 정확하고 효율적인 장래 교통수요 추정이 가능해지고, 향후 추가되는 가구통행실태조사 자료를 통해 모형의 오차가 줄어들고 더 행태변화를 잘 나타낼 수 있는 시간효과의 추정이 가능해질 것으로 기대한다.
- 본 연구에서는 복합요인으로 인한 통행행태의 시간적 변화를 시간효과(Time-effect)라고 명명하고, 기존 모형의 문제점을 개선하기 위하여 가구통행실태조사 자료를 이용하여 패널분석을 통해 시간변화를 반영할 수 있는 통행발생모형을 개발하고, 시간효과를 추정하는 방법론을 제시하였다.
가설 설정
- 고정효과모형은 관찰되지 않는 시간 및 지역특성 효과 μi , λt를 고정된 상수항으로 가정한다.
- 앞서 추정한 모형에서는 지역특성효과가 존재하지 않는다는 가정하에 시간효과만을 추정하였다. 하지만 지역특성효과가 존재할 경우 시간효과도 영향을 받기 때문에 좀 더 정확한 시간효과를 추정하기 위하여 Two-way Error Componet Model을 추정을 검토하였다.
제안 방법
- 고정효과모형의 추정결과로 산출된 3개 연도의 시간효과 λ1996, λ2002, λ2006를 통해 Spline Model과 Log Model, Logistic Model을 이용하여 장래의 시간효과를 추정하였다.
- 기존 통행발생모형에서는 상수항을 포함한 모형을 사용하였으나 이번 분석에서는 통행목적/조사연도 간 통행발생량 원단위의 비교를 좀 더 쉽게 하기 위해서 상수항을 제거하였다. 식(7)을 통해 가구통행실태조사에서 제공되는 사회경제지표들을 설명변수로 하여 각 조사연도의 목적별 통행발생모형을 추정하였다.
- 하지만 아직까지 장래의 시간효과를 추정하는 방법론에 대해서는 자세히 연구된 바가 없다. 따라서 본 연구에서는 기 추정된 시간효과의 추세를 이용하여 장래 시간효과를 추정하고, 각 방법론별로 결과를 비교하였다.
- 이 연구에서는 2006년 가구통행실태조사 자료의 통계적 분석을 통해 가구소득의 증가가 통행발생량 및 통행거리의 증가와 밀접한 연관이 있음을 밝혔다. 또한 가구통행실태조사 자료의 가구소득항목의 높은 오기입 확률로 인해 적용이 어려운 문제점을 극복하기 위해 가구소득에 대한 설문항목 표준화를 제안하였다. 하지만 가구소득과 통행발생과의 관계에만 주목하고 소득의 변화에 따른 행태의 변화는 고려하지 못하였다.
- 먼저 학원목적통행에 대해 고정효과모형과 확률효과모형을 각각 추정하였다. 본 연구의 자료는 조사시점이 3곳에 불과하여 추정해야 할 시간효과 λt가 3개이므로 자유도 확보가 비교적 용이하다.
- 모형에 사용된 설명변수는 가구통행실태조사 자료에서 인구관련(초등학생/중학생/고등학생/대학생 수용학생수, 총 학생수, 전체 인구, 6~17세 인구, 22~65세 인구, 6~21세 인구) 변수를 사용하였으며, 그 중 가장 설명력이 높은 6~21세 인구와 15세 이상 인구 변수를 선별하였다. 모형의 추정결과는 [Table 3], [Table 4]와 같다.
- 패널분석은 시계열 자료의 정보와 횡단면 자료의 정보가 모두 포함된 패널 자료를 이용하여야 한다. 본 연구의 자료가 수집된 가구통행실태조사는 교통체계효율화법에 근거한 5년 단위의 대규모 교통조사로서, 일반인이 하루 동안 통행한 내역을 일기형태로 조사해 교통지역별(행정동), 교통수단별, 통행목적별로 통행 OD를 구축하게 된다. 이 조사를 통해 조사연도의 현행화한 OD와 사회경제지표를 산출하게 되며, 장래 30년 후까지의 OD와 사회경제지표를 예측하게 된다.
- Log Model은 logarithmic term을 가진 비선형 추세모형이다. 앞선 Spline Model의 경우, 선형 추세모형이기 때문에 분석 초기의 추세가 장래까지 그대로 이어지는 문제점을 개선하기 위해 logarithmic term을 통해 시간이 지날수록 성장률이 변화될 수 있도록 하였다.
- 여가통행에 영향을 미치는 사회·경제적 변수수들을 경제적 특성, 가구 특성, 개인 특성으로 분류하고, 주 5일 근무제 시행 전·후에 따른 여가통행특성 모형을 비교하고 영향 관계를 도출하였다.
- 유의한 지역특성효과 분석을 위하여 분석단위를 확장하여 ‘구’별 모형을 추가적으로 구축하였다.
- 본 연구의 자료가 수집된 가구통행실태조사는 교통체계효율화법에 근거한 5년 단위의 대규모 교통조사로서, 일반인이 하루 동안 통행한 내역을 일기형태로 조사해 교통지역별(행정동), 교통수단별, 통행목적별로 통행 OD를 구축하게 된다. 이 조사를 통해 조사연도의 현행화한 OD와 사회경제지표를 산출하게 되며, 장래 30년 후까지의 OD와 사회경제지표를 예측하게 된다.
- 하지만 각 배포자료의 변수 구분 기준이나 단위가 상이한 부분이 있기 때문에 그대로 적용을 하게 되면 편이가 발생할 가능성이 존재한다. 이러한 문제를 해결하기 위해 존 체계가 확연히 다른 경기도 및 인천시, 그 외 지역은 분석에서 제외하고, 존체계가 동일한 서울지역에 대해 분석을 수행하였다. 시간에 따른 행정동의 신설, 통·폐합을 반영하여 서울지역의 총 522개 존을 분석범위로 선정하였다.
- 이를 통해 1950년부터 1990년까지의 이산화탄소 배출에 관한 패널 자료를 이용하여 2050년까지의 석유연료로 인한 이산화탄소 배출량을 예측하였다.
- 통행발생의 급격한 변화가 일어났을 것이라 가정한 더미변수는 대중교통 통합요금제, 고속철도 개통 등 교통인프라가 크게 변한 시기를 고려하여 2,000년 전후로 설정하였다.
- 앞서 추정한 모형에서는 지역특성효과가 존재하지 않는다는 가정하에 시간효과만을 추정하였다. 하지만 지역특성효과가 존재할 경우 시간효과도 영향을 받기 때문에 좀 더 정확한 시간효과를 추정하기 위하여 Two-way Error Componet Model을 추정을 검토하였다. 하지만 본 연구의 자료는 대상지역이 서울지역 522개의 행정동으로, 추정해야 할 지역특성효과가 522개로 매우 많아서 자유도 확보가 어렵기 때문에 통계적으로 유의한 계수를 추정하는데 어려움이 있다.
대상 데이터
- 또한 여가 및 기타통행의 경우 각 조사연도별로 목적 구분이 다른 통행들을 합친 경우이기 때문에 행태의 변화를 분석하기 어렵다고 판단되어 분석에서 제외하였다. 따라서 통행량 계수의 변화 폭이 크고 행태변화율이 높다고 판단되는 학원통행과 쇼핑통행을 분석대상으로 선정하였다.
- 시간에 따른 행정동의 신설, 통·폐합을 반영하여 서울지역의 총 522개 존을 분석범위로 선정하였다.
데이터처리
- 고정효과모형과 확률효과모형 중 적절한 모형을 선택하기 위해 Breush & Pagan의 Lagrange Multiplier test와 Hausman test를 시행하였다.
이론/모형
- 즉, 회귀분석에서 오차항의 분포상태가 횡단면적 특성과 시계열적 특성에 복합적으로 나타난다는 것이다. 따라서, 이 문제를 해결하기 위해 고정효과모형, 확률효과모형을 통해 분석해 보았다.
- 패널분석을 수행하기에 앞서 시간에 따른 통행행태의 변화를 살펴보기 위해 기존의 3개년도의 OD에 대해 Pooled Regression Model을 추정하였다. Pooled Regression Model은 (6)과는 달리 시간 및 지역특성효과가 없다는 가정을 하고 있다.
성능/효과
- 1996년부터 2006년까지 3번 시행되어 배포된 가구통행실태조사자료를 패널자료로 활용하여 통행발생모형을 추정한 결과, 학원목적 통행과 쇼핑목적 통행 모두 유의한 시간효과를 갖고 있는 것으로 나타났다.
- 여가통행에 영향을 미치는 사회·경제적 변수수들을 경제적 특성, 가구 특성, 개인 특성으로 분류하고, 주 5일 근무제 시행 전·후에 따른 여가통행특성 모형을 비교하고 영향 관계를 도출하였다. 그 결과 여가통행에 가장 많은 영향을 미치는 것은 경제적 특성으로 나타났고, 가구특성의 경우는 여가통행에 부(-)의 영향을 미치는 것으로 나타났다. 이는 우리나라의 여가활동이 개인의 취향에 따른 여가활동보다는 경제적으로 여유롭고 가구원에 영향을 받지 않는 사람들이 많은 활동을 하는 것으로 나타났다.
- 따라서 본 연구에서 분석하고자 하는 시간효과를 반영한 통행발생모형에는 Two-way Error Component Model보다는 지역특성효과를 고려하지 않는 One-way Error Component Model이 더 적합한 것으로 판단된다. 그 중에서도 학원목적통행에 대해서는 학령인구를 변수로 사용한 고정효과모형이 적합한 것으로 분석되었으며, 쇼핑목적통행에 대해서는 15세 이상 인구를 변수로 사용한 고정효과모형이 적합한 것으로 판단된다.
- 윤대식은 2002년과 2003년의 연구에서 교통정보의 제공이 사람들의 통행행태에 미치는 영향을 분석하였다. 대구시의 직장인들을 대상으로 현시선호자료와 잠재선호자료를 수집하여 네스티드 로짓모형을 추정한 결과, 교통정보가 통행자의 경험에 새로운 판단근거로 작용하여 통행자의 선택을 변화시키며, 불완전한 교통정보는 통행자들의 교통정보에 대한 신뢰도를 하락시킴으로써 교통시스템 전체적인 비효율을 발생시킬 수 있다는 결론을 얻었다. 교통정보 제공이라는 시스템적 변화를 통해 통행수단의 변화가 활발히 일어났다는 것을 통해 통행발생량의 변화에도 영향을 미침을 알 수 있다.
- 따라서 본 연구에서 분석하고자 하는 시간효과를 반영한 통행발생모형에는 Two-way Error Component Model보다는 지역특성효과를 고려하지 않는 One-way Error Component Model이 더 적합한 것으로 판단된다. 그 중에서도 학원목적통행에 대해서는 학령인구를 변수로 사용한 고정효과모형이 적합한 것으로 분석되었으며, 쇼핑목적통행에 대해서는 15세 이상 인구를 변수로 사용한 고정효과모형이 적합한 것으로 판단된다.
- Logit Model은 다른 설명변수들과의 인과관계를 고려하지 않고, 추세의 단순한 연장에 의한 직접적인 예측모형이다. 따라서 시간효과에 영향을 미치는 요인을 정확히 알기 어려운 본 연구의 모형에 적용하기 적절한 것으로 판단된다.
- 본 연구의 자료는 조사시점이 3곳에 불과하여 추정해야 할 시간효과 λt가 3개이므로 자유도 확보가 비교적 용이하다. 또한 각 시점의 시간 간격이 4~6년으로 비교적 폭이 크고 그 사이 발생한 사회구조적인 변화가 많기 때문에 시간효과의 추정이 용이할 것으로 판단하였다. 하지만 조사시점의 부족은 시간효과의 패턴을 파악하고 예측하기 어렵기 때문에 장래 시간효과를 추정할 때는 단점으로 작용하는 문제점을 안고 있다.
- 모형을 추정한 결과, 설명변수에 대한 계수와 상수항, 시간효과에 대해서는 모두 통계적으로 유의한 결과가 나타났으며 모형의 전반적인 설명력도 높게 나타났다. 하지만 지역특성효과에 대한 추정결과는 전체 522개의 지역특성효과 중 유의수준 5%에서 유의하지 않은 값이 80% 이상으로, 대부분 통계적으로 유의하지 않은 것으로 분석되었다1).
- 쇼핑목적 통행의 시간효과는 시간이 지날수록 감소하는 추세를 보이며 감소율은 점점 둔화되었다. 쇼핑목적 통행의 발생량이 감소하는 이유는 온라인 쇼핑의 발달, 복합용도 개발, 대규모 쇼핑센터의 증가로 인한 것으로 판단된다.
- 15세 이상 인구는 쇼핑목적 통행발생량에 통계적으로 유의하게 정(+)의 효과를 미친 것으로 판단되었으며 연도별 시간효과의 추정계수들은 모두 통계적으로 유의하였다. 시간효과는 시간이 지남에 따라 감소하는 패턴이 나타났으며, 1996년에서 2002년까지는 총 228통행이 감소하여 연간 38통행이 감소했으나 2002년부터 2006년까지는 110통행이 감소하여 연간 27통행이 감소함으로써, 15세 이상 인구에 대한 쇼핑목적 통행발생량의 감소율은 둔화되고 있음을 확인할 수 있다.
- 학원목적 통행모형의 추정결과를 먼저 살펴보면 6~21세 인구는 학원목적 통행발생량에 통계적으로 유의하게 정(+)의 효과를 미친 것으로 판단되었으며 연도별 시간효과의 추정계수들은 통계적으로 유의하였다. 시간효과는 시간이 지남에 따라 증가하는 패턴이 나타났으며, 1996년에서 2002년까지는 총 775통행이 증가하여 연간 129통행이 증가했으나 2002년부터 2006년까지는 375통행이 증가하여 연간 93통행이 증가함으로써, 학령인구에 대한 학원목적 통행발생량의 증가율은 둔화되고 있음을 확인할 수 있다.
- 전반적으로 학원목적 통행의 시간효과는 시간이 지날수록 증가하는 추세를 보이며 증가율은 점점 둔화되었다. 학원목적 통행의 발생량이 증가하는 이유는 통행행태가 크게 변하지 않는 등교통행과 달리 사교육 및 과외활동의 증가에 따른 것으로 판단된다.
- 학원목적 통행모형의 추정결과를 먼저 살펴보면 6~21세 인구는 학원목적 통행발생량에 통계적으로 유의하게 정(+)의 효과를 미친 것으로 판단되었으며 연도별 시간효과의 추정계수들은 통계적으로 유의하였다. 시간효과는 시간이 지남에 따라 증가하는 패턴이 나타났으며, 1996년에서 2002년까지는 총 775통행이 증가하여 연간 129통행이 증가했으나 2002년부터 2006년까지는 375통행이 증가하여 연간 93통행이 증가함으로써, 학령인구에 대한 학원목적 통행발생량의 증가율은 둔화되고 있음을 확인할 수 있다.
후속연구
- 본 연구의 경우 과다한 자유도의 소모와 교통특성이 동일하지 않은 존 설정으로 인해 지역개별특성을 추정하지 못하였다. 구 단위로 집계한 모형을 추정한다면 자유도도 확보할 수 있고 좀 더 교통특성이 동질한 존을 확보할 수 있을 것으로 판단된다.
- 하지만 현재 진행되는 조사에서는 행정동내에서 무작위 추출법을 사용하기 때문에 가구단위 패널모형을 연구하는데에 어려움이 있다. 따라서 향후 연구를 위해서라도 앞으로 진행되는 가구통행실태조사에서는 가구별 ID 부여방식 등을 통하여 패널자료로 활용할 수 있는 자료의 수집방안을 검토할 필요할 것이다.
- 시간효과 추정 방법론을 제시함으로써 이를 통해 보다 정확하고 효율적인 장래 교통수요 추정이 가능해지고, 향후 추가되는 가구통행실태조사 자료를 통해 모형의 오차가 줄어들고 더 행태변화를 잘 나타낼 수 있는 시간효과의 추정이 가능해질 것으로 기대한다. 또한 장래 교통수요 예측의 정확성 향상을 통해 수요분석이 기반이 되는 교통시설의 효율성이 높아지고 적합한 교통인프라 구축이 이루어질 것으로 기대한다.
- 마지막으로 좀 더 정확한 장래 시간효과의 추정을 위해서 장래에 추가적으로 배포되는 가구통행실태조사자료를 통해서 시계열적 측면을 보완하여 본 연구결과를 발전시켜야 할 필요가 있다.
- 반대로 더 큰 단위로 집계한 모형의 연구도 필요하다고 판단된다. 본 연구의 경우 과다한 자유도의 소모와 교통특성이 동일하지 않은 존 설정으로 인해 지역개별특성을 추정하지 못하였다.
- 반대로 더 큰 단위로 집계한 모형의 연구도 필요하다고 판단된다. 본 연구의 경우 과다한 자유도의 소모와 교통특성이 동일하지 않은 존 설정으로 인해 지역개별특성을 추정하지 못하였다. 구 단위로 집계한 모형을 추정한다면 자유도도 확보할 수 있고 좀 더 교통특성이 동질한 존을 확보할 수 있을 것으로 판단된다.
- 본 연구에서는 가구통행실태조사 자료를 이용하여 서울지역을 중심으로 시간효과의 존재유무를 분석하고, 분석결과를 바탕으로 시간효과의 변화양상을 통해 장래의 시간효과를 추정하는 것을 목적으로 하고 있다. 시간효과 추정 방법론을 제시함으로써 이를 통해 보다 정확하고 효율적인 장래 교통수요 추정이 가능해지고, 향후 추가되는 가구통행실태조사 자료를 통해 모형의 오차가 줄어들고 더 행태변화를 잘 나타낼 수 있는 시간효과의 추정이 가능해질 것으로 기대한다. 또한 장래 교통수요 예측의 정확성 향상을 통해 수요분석이 기반이 되는 교통시설의 효율성이 높아지고 적합한 교통인프라 구축이 이루어질 것으로 기대한다.
- 하지만 본 연구에서는 자료의 분석연도가 3개 연도로 제한되어 장래 추세분석의 신뢰도가 떨어지는 문제점을 안고 있다. 현재 진행되고 있는 2010년 가구통행실태조사 자료가 배포되어 시계열적 측면이 보완된다면 좀 더 나은 분석결과가 나올 것으로 예상된며, 장래 예측결과 자체보다는 시간효과를 반영하는 방법론을 제시하였다는데 본 연구의 의의가 있다고 할 수 있다.
- 하지만 지역특성효과가 존재할 경우 시간효과도 영향을 받기 때문에 좀 더 정확한 시간효과를 추정하기 위하여 Two-way Error Componet Model을 추정을 검토하였다. 하지만 본 연구의 자료는 대상지역이 서울지역 522개의 행정동으로, 추정해야 할 지역특성효과가 522개로 매우 많아서 자유도 확보가 어렵기 때문에 통계적으로 유의한 계수를 추정하는데 어려움이 있다. 또한 각 존은 교통특성이 동질해야 하지만, 현재 배포되는 OD의 기본 존 구성은 행정동으로 되어 있어 유의한 지역특성효과를 찾기 어려웠다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.