PURPOSES : Traffic situation of Seoul City is different each administrative district. because each administrative district population, average travel speed, etc are different. thus, regionally differentiated policy is necessary. METHODS : In this study, first, it is to implement the cluster analysis...
PURPOSES : Traffic situation of Seoul City is different each administrative district. because each administrative district population, average travel speed, etc are different. thus, regionally differentiated policy is necessary. METHODS : In this study, first, it is to implement the cluster analysis using the traffic factor of twenty-five administrative districts in Seoul, categorize it into the cluster and understand the properties. second, related factors of speed were derived. and method to increase the speed was investigated. we choose the eleven traffic factors such as the number of traffic accident cases, total length, speed, the number of cross section, the number of cross section per km, the rate of roads, registered cars, population attending office and school, population density, area. RESULTS : In the results, first, we could categorize the Seoul-City administrative district into three clusters. in order to find Factors associated with speed a simple regression analysis was performed. and the number of intersections per km is closely related to the speed. CONCLUSIONS : Through this study, transportation policies reflecting local traffic-related characteristics are required.
PURPOSES : Traffic situation of Seoul City is different each administrative district. because each administrative district population, average travel speed, etc are different. thus, regionally differentiated policy is necessary. METHODS : In this study, first, it is to implement the cluster analysis using the traffic factor of twenty-five administrative districts in Seoul, categorize it into the cluster and understand the properties. second, related factors of speed were derived. and method to increase the speed was investigated. we choose the eleven traffic factors such as the number of traffic accident cases, total length, speed, the number of cross section, the number of cross section per km, the rate of roads, registered cars, population attending office and school, population density, area. RESULTS : In the results, first, we could categorize the Seoul-City administrative district into three clusters. in order to find Factors associated with speed a simple regression analysis was performed. and the number of intersections per km is closely related to the speed. CONCLUSIONS : Through this study, transportation policies reflecting local traffic-related characteristics are required.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 서울시 행정구역의 교통관련변수를 조사하여 유형의 특징을 분석하였다. 방법으로는 첫째, 행정구역별로 유형화하기 위하여 다양한 교통관련변수를 활용한 군집분석을 실시하였다.
본 논문에서는 서울시의 25개 행정구역의 교통관련 변수를 이용하여 군집별로 유형화하기 위하여 군집분석을 실시하였다.
둘째, 속도와 관련된 요인을 찾기 위하여 단순회귀분석을 실시하였으며, 회귀분석 결과 km당 교차로 수가 속도와 밀접한 관련이 있는 것으로 나타났다. 본 연구를 통해 지역별 교통관련 특성을 반영한 교통정책의 필요성을 제시하였다.
따라서 지역별로 차별화된 교통관련 정책이 필요하다. 본 연구에서는 첫째, 서울시의 25개 행정구역의 교통관련변수를 이용하여 군집분석을 실시하여 군집별로 유형화하고 특성을 파악하고자 하였다. 둘째, 속도와 밀접한 관련이 있는 요인을 도출하고 속도를 향상시킬 수 있는 방안을 검토하였다.
가설 설정
두 가지 변수를 제외한 도로연장, 자동차등록대수, 통근통학인구, 주민등록인구, 인구밀도, 면적, 도로율은 서울시 홈페이지의 통계자료를 이용하였다. 또한 교차로 수는 위성지도를 이용하여 간선도로 교차로 수와 블록 당 교차로 수를 2~3개로 가정하여 추정하였다.
제안 방법
둘째, 속도와 밀접한 관련이 있는 요인을 도출하고 속도를 향상시킬 수 있는 방안을 검토하였다. 교통관련변수로는 총 11가지 변수(교통사고건수, 총 연장, 속도, 교차로수, km당 교차로수, 도로율, 자동차 등록대수, 통근통학인구수, 주민등록인구수, 인구밀도, 면적)를 선정하였다.
본 연구는 첫째, 서울시 25개의 행정구역을 11개의 교통관련변수를 이용하여 군집분석을 실시하여 유형화하였다. 둘째, 교통관리의 중요한 요소인 속도에 관련 있는 요인을 도출하기 위하여 단순회귀분석을 실시하였으며, 분석결과는 다음과 같이 요약할 수 있다.
본 논문에서는 첫째, 서울시의 25개 행정구역의 교통 관련 변수를 이용하여 유형화하고 각 유형별 특성을 파악하였다. 둘째, 교통관리의 중요한 요소인 속도와 관련있는 요인을 도출하고 개선방안을 모색하였다. 이는 향후 서울시 행정구역별 교통관리를 위한 계획 및 정책을 수립하는데 참고자료로 활용될 수 있을 것이다.
본 연구에서는 첫째, 서울시의 25개 행정구역의 교통관련변수를 이용하여 군집분석을 실시하여 군집별로 유형화하고 특성을 파악하고자 하였다. 둘째, 속도와 밀접한 관련이 있는 요인을 도출하고 속도를 향상시킬 수 있는 방안을 검토하였다. 교통관련변수로는 총 11가지 변수(교통사고건수, 총 연장, 속도, 교차로수, km당 교차로수, 도로율, 자동차 등록대수, 통근통학인구수, 주민등록인구수, 인구밀도, 면적)를 선정하였다.
본 논문에서는 서울시 행정구역의 교통관련변수를 조사하여 유형의 특징을 분석하였다. 방법으로는 첫째, 행정구역별로 유형화하기 위하여 다양한 교통관련변수를 활용한 군집분석을 실시하였다. 군집분석의 방법 중 계층적 군집화에 속하는 Ward법과 비계층적 군집화에 속하는 K-평균 군집분석을 실시하였다.
본 논문에서는 교통관리의 중요한 요소인 속도에 영향을 미치는 요인을 도출하기 위하여 종속변수를 속도로 설정하고 나머지 10가지 변수를 독립변수로 설정하여 단순회귀분석을 실시하여 분석하였다.
본 논문에서는 첫째, 서울시의 25개 행정구역의 교통 관련 변수를 이용하여 유형화하고 각 유형별 특성을 파악하였다. 둘째, 교통관리의 중요한 요소인 속도와 관련있는 요인을 도출하고 개선방안을 모색하였다.
본 연구는 첫째, 서울시 25개의 행정구역을 11개의 교통관련변수를 이용하여 군집분석을 실시하여 유형화하였다. 둘째, 교통관리의 중요한 요소인 속도에 관련 있는 요인을 도출하기 위하여 단순회귀분석을 실시하였으며, 분석결과는 다음과 같이 요약할 수 있다.
본 연구를 통해 서울시의 25개 행정구역을 3개 그룹인 도심부 그룹, 주거 밀집그룹, 도넛중심그룹으로 분류하였으며, 행정구역별 교통관련 특성을 반영한 교통정책의 필요성을 제시하였다. 서울시의 체계적이고 효율적인 관리를 위해서 행정구역의 특성에 맞는 교통관리 방안을 강구해야 할 것이다.
대상 데이터
서울시 행정구역 변수들 중 교통사고건수는 도로교통공단에서 제공하는 통계자료 중 2009년 행정구역별 교통사고건수를 활용하였으며, 속도자료(06:00~22:00)는 서울시에서 발행한 「2009년도 서울시 차량통행속도」보고서의 속도자료를 이용하였다. 두 가지 변수를 제외한 도로연장, 자동차등록대수, 통근통학인구, 주민등록인구, 인구밀도, 면적, 도로율은 서울시 홈페이지의 통계자료를 이용하였다. 또한 교차로 수는 위성지도를 이용하여 간선도로 교차로 수와 블록 당 교차로 수를 2~3개로 가정하여 추정하였다.
본 연구는 서울시의 행정구역 25개를 대상으로 연구하였다. Table 2는 서울시 행정구역별 교통관련변수를 나타낸다.
Table 2는 서울시 행정구역별 교통관련변수를 나타낸다. 서울시 행정구역 변수들 중 교통사고건수는 도로교통공단에서 제공하는 통계자료 중 2009년 행정구역별 교통사고건수를 활용하였으며, 속도자료(06:00~22:00)는 서울시에서 발행한 「2009년도 서울시 차량통행속도」보고서의 속도자료를 이용하였다. 두 가지 변수를 제외한 도로연장, 자동차등록대수, 통근통학인구, 주민등록인구, 인구밀도, 면적, 도로율은 서울시 홈페이지의 통계자료를 이용하였다.
데이터처리
각 대상간의 거리의 계산은 제곱 Euclidean거리를 사용하였고, 결합방식은 집단 간 평균결합방식을 사용하였다. 둘째, 교통관리의 첫 번째 요소인 속도가 어떤 요인에 의해 결정되는지를 단순회귀분석을 통해서 나타냈으며, 속도를 향상시킬 수 있는 개선방안을 도출하였다.
방법으로는 첫째, 행정구역별로 유형화하기 위하여 다양한 교통관련변수를 활용한 군집분석을 실시하였다. 군집분석의 방법 중 계층적 군집화에 속하는 Ward법과 비계층적 군집화에 속하는 K-평균 군집분석을 실시하였다.
본 논문에서는 군집추출방식 중 일반적으로 사용하는 계층적 군집화에 속하는 Ward법을 사용하였다. 그리고 군집결과의 평균값을 통한 그룹간의 비교를 위하여 비계층적 군집화에 속하는 K-평균법을 사용하여 분석을 실시하였다.
각 대상간의 거리의 계산은 제곱 Euclidean거리를 사용하였고, 결합방식은 집단 간 평균결합방식을 사용하였다. 둘째, 교통관리의 첫 번째 요소인 속도가 어떤 요인에 의해 결정되는지를 단순회귀분석을 통해서 나타냈으며, 속도를 향상시킬 수 있는 개선방안을 도출하였다.
분석결과 첫째, 서울시 25개 행정구역을 3개의 군집으로 유형화할 수 있었다. 둘째, 속도와 관련된 요인을 찾기 위하여 단순회귀분석을 실시하였으며, 회귀분석 결과 km당 교차로 수가 속도와 밀접한 관련이 있는 것으로 나타났다. 본 연구를 통해 지역별 교통관련 특성을 반영한 교통정책의 필요성을 제시하였다.
본 연구는 서울시의 25개 행정구역을 교통관련 변수를 이용하여 군집분석을 실시하였으며, 그 결과 3개의 그룹으로 분류되는 것을 알 수 있었다. 또한 교통관리의 중요한 요소인 속도와 관련 있는 요인을 도출하기 위해 회귀분석을 실시하였으며, 그 결과 km당 교차로 수가 속도와 가장 밀접한 관계가 있음을 알 수 있었다.
본 논문에서는 교통관리의 중요한 요소인 속도와 밀접하게 관련 있는 요인을 도출하기 위하여 단순회귀분석을 실시하였다.
속도와 가장 관련 있는 요인을 찾기 위하여 단순회귀 분석을 실시한 결과‘km당 교차로 수’가 통계적으로 유의하고 결정계수도 높게 나타났다.
이론/모형
본 논문에서는 군집추출방식 중 일반적으로 사용하는 계층적 군집화에 속하는 Ward법을 사용하였다. 그리고 군집결과의 평균값을 통한 그룹간의 비교를 위하여 비계층적 군집화에 속하는 K-평균법을 사용하여 분석을 실시하였다.
성능/효과
1985년 이후의 자료를 이용하여 전체적인 서울시 인구수의 감소현상을 확인할 수 있었다. 군집화 결과 종로구, 중구, 용산구, 금천구의 군집과 노원구, 강서구, 강남구, 송파구의 군집으로 분류되었다.
그룹Ⅰ의 경우는 교통사고건수, 교차로수, km당 교차로수, 도로율, 자동차등록대수, 통근통학인구, 주민등록인구, 면적의 8가지 변수에서 높은 값을 나타냈으며, 상대적으로 속도변수에 대한 값은 낮은 것으로 나타났다.
그룹Ⅲ은 중구, 종로구 등 4개 지역으로 속도가 높은 값을 나타내며 자동차등록대수, 인구 그리고 인구밀도는 낮은 값을 나타내므로 도심부에 위치한 도로이며, 이들 그룹의 경우에 업무시설이 밀집하여 있는 것으로 보아 도넛중심현상이 나타나는 그룹임을 알 수 있었다.
그룹Ⅲ의 경우에는 속도변수에서 높은 값을 나타냈으며 교통사고건수, 도로연장, 교차로수, 도로율, 자동차 등록대수, 통근통학인구, 주민등록인구, 인구밀도, 면적의 9가지 변수에서 상대적으로 낮은 값을 나타냈다.
단순회귀분석을 통한 R2와 F통계량을 비교해 본 결과 속도와 가장 밀접한 관계에 있는 요인은 km당 교차로 수로 나타났다.
본 연구는 서울시의 25개 행정구역을 교통관련 변수를 이용하여 군집분석을 실시하였으며, 그 결과 3개의 그룹으로 분류되는 것을 알 수 있었다. 또한 교통관리의 중요한 요소인 속도와 관련 있는 요인을 도출하기 위해 회귀분석을 실시하였으며, 그 결과 km당 교차로 수가 속도와 가장 밀접한 관계가 있음을 알 수 있었다.
분석결과 첫째, 서울시 25개 행정구역을 3개의 군집으로 유형화할 수 있었다. 둘째, 속도와 관련된 요인을 찾기 위하여 단순회귀분석을 실시하였으며, 회귀분석 결과 km당 교차로 수가 속도와 밀접한 관련이 있는 것으로 나타났다.
후속연구
본 연구는 총 11개의 교통관련변수를 이용하여 분석을 시도하였지만, 다양한 교통관련변수들을 고려하지 않았다는 점에서 향후 보완해야할 사항으로 판단된다.
둘째, 교통관리의 중요한 요소인 속도와 관련있는 요인을 도출하고 개선방안을 모색하였다. 이는 향후 서울시 행정구역별 교통관리를 위한 계획 및 정책을 수립하는데 참고자료로 활용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
서울시는 행정구역별로 교통상황이 다르게 나타나는 이유는 무엇인가?
서울시는 행정구역별로 교통상황이 다르게 나타난다. 이는 행정구역별로 인구수, 평균통행속도 등이 다르기 때문이다. 따라서 지역별로 차별화된 교통관련 정책이 필요하다.
군집분석은 무엇인가?
군집분석(Cluster Analysis)은 다수의 대상들을 그들이 소유하는 특성을 토대로 유사한 대상들끼리 그룹핑하는 다변량 통계기법이다. 군집분석에 의해 두 개 이상의 그룹이 형성되며 각 그룹을 군집(Cluster)이라 부른다.
군집분석을 위하여 가장 흔히 사용하는 자료는 무엇인가?
군집분석을 위하여 가장 흔히 사용하는 자료는 간격척도 혹은 비율척도로 측정된 거리값(Distance Measure)이다. 대부분의 군집분석은 거리로 나타낸 값들을 대상으로 이루어진다.
참고문헌 (10)
Choi, Keechoo et. al, 2007, Classification of Freeways based on the Characteristics of Hourly Traffic Variation for Efficient Network Planning, Journal of Korea Society of Civil Engineers, vol. 6. 713-739 (최기주 외 2명, 2007 효율적 고속도로 계획을 위한 고속도로 시간교통량 변동특성 고찰 및 고속도로 유형분류, 대한토목학회논문집, Vol. 6, 713-739)
Jang, Hyunmin, 2010, A study on the cluster analysis of the administrative districts of Seoul using demographics, Graduate School of HANYANG University (장현민, 2010, 인구통계를 이용한 서울시 행정구역의 군집분석 연구, 한양대학교일반대학원)
Kim, Youngsin, 2008, Classification of Function of Urban Arterial Using Cluster Analysis, Graduate School of HANYANG University (김용신, 2008, 군집분석을 이용한 도시간선도로의 도로기능분류, 한양대학교일반대학원)
Kwon, Minjung, 2008, Development of Traffic Accident Precidtion Model using cluster analysis method based on the type of city, Graduate School of AJOU University (권민정, 2008, 군집분석을 통한 도시유형별 교통사고예측 모형개발에 관한 연구, 아주대학교일반대학원)
Lee, haksik et. al, 2004, SPSS 12.0 manual, Bobmunsa (이학식 외 1명, 2004, SPSS 12.0 매뉴얼 통계분석방법 및 해설)
Lee, Keecheol, 2009 Classification of Recreation Forests through Cluster Analysis, Journal of the Korean Institute of Landscape Architecture, vol. 37. 9-17 (이기철, 2009, 군집분석을 통한 전국 자연휴양림 유형분류, 한국조경학회지, Vol. 37. 9-17)
Seoul city, 2010, 2009 Seoul city vehicle travel speed. Regular speed survey report, Seoul city (서울시, 2010, 2009년도 서울시 차량통행속도 보고서, 서울시)
Song, Minkyung et. al, 2010, Charaterization of Cities in Seoul Metropolitan Area by Cluster Analysis, Journal of The Korean Society for GeoSpatial Information System, vol. 1. 83-88 (송민경 외 1명, 2010, 군집분석을 이용한 수도권 도시의 유형화에 관한 연구, 한국지형공간정보학회지, Vol. 1, 83-88)
Yoon, Hyojin, 2004, A Study of Forming Areas of Uniform Characteristics within Metropolis: Analyzing socio-economic Indexes, Journal of Korea Society of Civil Engineers, vol. 4. 631-639 (윤효진, 2004, 사회경제 지표 설정에 의한 도시공간 동질지역 설정 연구, 대한토목학회논문집, Vol. 4, 631-639 )
Yoo, Jisung et. al, 2004, Modern Statistics, Pakyoungsa (유지성 외 1명, 2004, 현대통계학, 박영사)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.