[논문]도시철도 교통량 추정의 오차발생 요인 연구

김강수; 김기민

doi:10.7470/jkst.2014.32.6.589

도시철도 교통량 추정의 오차발생 요인 연구
A Study on Inaccuracy in Urban Railway Ridership Estimation 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.32 no.6, 2014년, pp.589 - 599

김강수 (한국개발연구원 공공투자관리센터) , 김기민 (한국개발연구원 공공투자관리센터)

초록
AI-Helper

본 논문에서는 개통연도 예측 교통량과 개통 후의 실제 교통량의 비교를 통해 교통량 예측 오차를 분석하였다. 분석 결과, 역별 개통연도 교통량(승 하차 인원)의 평균오차(I)는 7.27수준인 것으로 분석되었다. 또한 지역별로 오차가 상이하고 공사기간이 장기간이거나 역간거리가 짧아지면 교통량 과다 추정 오차가 증가하는 것으로 분석되었다. 따라서 도시철도사업이 정해진 계획대로 정해진 기간 안에서 진행될수록 교통예측 오차를 줄일 수 있을 것으로 판단된다. 이외에도 수요예측연도가 최근일수록 오차가 줄어드는 것으로 나타났다. 향후 추진될 도시철도 신규 노선에 대해서는 지금까지의 도시철도 이용객 추정의 오차와 경향을 바탕으로 보다 정확하고 현실적인 이용객 추정이 필요하다. 본 논문의 한계점은 초기연도의 오차에 대해서만 분석하였고 오차발생 변수도 외생변수에 국한하여 분석한 점이다. 향후에는 오차발생에 대해서 다양한 변수를 대상으로 검토되어야 할 것이다.

Abstract ▼ AI-Helper

This paper analyzes the forecasting errors of traffic volumes by comparing forecasted volumes for the opening year with the observed ones in the years after the urban railway construction in the metropolitan areas. The result shows that the average inaccuracy of traffic volumes for each station was estimated at around 7.27. Based on the confirmed factors of demand estimation errors, this study seeks for an alternative method to reduce estimation errors in feasibility studies. It is noted that there is a tendency that the inaccuracy varies by regions and the longer construction period or the shorter station spacing is, the overestimation increases. If urban railway projects are proceeded as planed, therefore, the level of the inaccuracy for traffic volume forecast will be decreased. In addition, thanks to the theoretical progress, recent estimation results show higher accuracy than before. In that sense, when we introduce the new railway line, it is necessary to make an accurate and realistic demand forecast based on actual outcomes and tendency of the previous estimation. The limitation of our study is that we only cover the errors of the initial period, the opening year and deal with the exogenous variables. Further research including other variables which might be considered to cause overestimation or errors would be needed for increasing the estimation accuracy of traffic volumes.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

1) 그리고 이러한 예측 오차가 불확실성에 따라 확률적으로 무작위하게 발생하는 경향이 존재하는지, 아니면 과다 추정의 경향이 존재하는지를 살펴보고자 한다. 과소 및 과다추정 중에서 어떠한 경향이 더 강하게 나타나고 있는지와 오차를 발생시킬 수 있는 변수를 선정하여서 통계적으로 검토하고자 한다.
과소 및 과다추정 중에서 어떠한 경향이 더 강하게 나타나고 있는지와 오차를 발생시킬 수 있는 변수를 선정하여서 통계적으로 검토하고자 한다. 결론적으로 이러한 교통수요 예측 오차에 영향을 미치는 변수에는 어떠한 유의한 변수가 존재하는지를 분석한다.
¹⁾ 그리고 이러한 예측 오차가 불확실성에 따라 확률적으로 무작위하게 발생하는 경향이 존재하는지, 아니면 과다 추정의 경향이 존재하는지를 살펴보고자 한다. 과소 및 과다추정 중에서 어떠한 경향이 더 강하게 나타나고 있는지와 오차를 발생시킬 수 있는 변수를 선정하여서 통계적으로 검토하고자 한다. 결론적으로 이러한 교통수요 예측 오차에 영향을 미치는 변수에는 어떠한 유의한 변수가 존재하는지를 분석한다.
본 논문에서는 우리나라 대도시의 통행을 주로 담당하는 도시철도에 이용객 추정 오차의 정도를 실증자료를 활용하여 분석하고자 하였다. 그리고 예측 오차가 불확실성에 따라 확률적으로 무작위하게 발생하는 경향이 존재하는지, 아니면 과대 추정의 문제점처럼 체계적인 경향이 존재하는지를 살펴보았다.
본 논문에서는 도시철도 이용객 추정 오차에 대한 분석을 지역노선별, 개통연도 및 이용객 예측연도별로 분석함으로써 이러한 변수가 도시철도 이용객 추정 오차 크기에 대한 영향을 분석하였으나, 다른 변수를 제외한 특정 변수만이 이용객 추정 오차에 미치는 영향은 분석하지 못하였다.
본 논문에서는 오차를 산정함에 있어서 개통연도의 실제 이용객만을 대상으로 그 차이를 비교하였다. 이처럼 개통연도의 예측 이용객과 실제 이용객을 이용객 추정의 오차 판단의 기준으로 설정한 이유는 다음과 같다.
본 논문에서는 우리나라 대도시 통행을 주로 담당하는 도시철도 승·하차인원 추정 오차의 정도를 실증자료를 활용하여 분석한다.
본 논문에서는 우리나라 대도시의 통행을 주로 담당하는 도시철도에 이용객 추정 오차의 정도를 실증자료를 활용하여 분석하고자 하였다. 그리고 예측 오차가 불확실성에 따라 확률적으로 무작위하게 발생하는 경향이 존재하는지, 아니면 과대 추정의 문제점처럼 체계적인 경향이 존재하는지를 살펴보았다.
본 논문에서는 이용객 예측을 수행한 연도가 최근일수록 오차가 작아질 것이라는 가정을 세우고, 교통수요 예측이 수행된 연도별로 오차를 비교하여 보았다. 다만, 교통수요예측 결과가 수록된 보고서의 발간연도를 수요예측 수행연도로 가정하고 비교하였다.
본 논문에서는 회귀분석을 통해 다른 변수에 대한 영향을 통제했을 때 각 변수의 도시철도 이용객 예측 오차에 대한 영향 분석을 실시하도록 한다. 예를 들어서 도시철도 이용객 예측 오차는 시간 경과에 따라 감소하고 있는지, 수도권과 지방별로 유의한 차이가 존재하는지, 실제로 인구 혹은 승용차 보유대수가 많은 곳이 도시철도 이용객 예측 오차크기와 관계가 있는지에 대한 분석을 실시한다.

가설 설정

본 논문에서는 이용객 예측을 수행한 연도가 최근일수록 오차가 작아질 것이라는 가정을 세우고, 교통수요 예측이 수행된 연도별로 오차를 비교하여 보았다. 다만, 교통수요예측 결과가 수록된 보고서의 발간연도를 수요예측 수행연도로 가정하고 비교하였다. 비교 결과, Table 8에서 볼 수 있듯이 최근일수록 교통수요예측 결과의 정확성이 다소 증가하는 경향을 보여주고 있다.
역별 분석은 지역별, 도시철도의 개통연도별 그리고 해당사업의 교통수요 예측연도별로 구분하여 분석하였다. 다반 교통수요 예측연도는 확인이 되지 않아서 건설지 혹은 기본계획보고서의 발간연도로 가정하여 분석하였다.

제안 방법

모형 선택의 기준은 AIC를 이용하였으며, 선택의 방법으로는 stepwise procedure를 사용하였다. Full 모형에 사용된 변수 중에서 덜 유의한 변수, 즉 제거하였을 때 AIC값을 가장 작게 하는 변수를 제외시켰으나, 분석이 필요한 주요 변수인 경우 포함시켜 분석하였다. 추정된 모형은 잔차 분석과 적합도 검증을 거쳤다.
개통연도가 최근일수록 이용객 예측 오차가 유의하게 변하는지를 분석하기 위해 역별 이용객 오차를 개통연도별로 구분해서 비교하였다. 분석 결과, Table 7에서 볼 수 있듯이 가장 큰 오차(I)는 2002년의 26.
대구도시철도 1호선 사업의 경우에도 인천광역시 사업처럼 첨두시로만 역별 승·하차 인원 예측자료가 존재하고 있어서, 대구도시철도공사의 평균 역별 시간대별 승·하차 인원 자료를 이용해 첨두시 자료로 비교하였다. 광주광역시의 경우에는 승차인원밖에 실적자료를 제공하고 있지 않아, 승차인원으로만 비교하였다. 또한 예측한 개통연도와 실제 개통연도가 상이할 경우, 연도 보정 없이 개통연도 기준으로 역별 비교 분석을 실시하였다.
노선별로 예측한 이용객의 증가율과 실제 이용객의 증가율을 비교 분석하였다. 세부내용은 Table 5와 같다.
대구도시철도 1호선 사업의 경우에도 인천광역시 사업처럼 첨두시로만 역별 승·하차 인원 예측자료가 존재하고 있어서, 대구도시철도공사의 평균 역별 시간대별 승·하차 인원 자료를 이용해 첨두시 자료로 비교하였다.
도시철도 이용객 예측 오차를 설명하는 최적의 모형을 선택하기 위하여 모든 변수를 포함하는 Full 모형을 상정하고 모형 선택 프로세스를 진행하였다. 모형 선택의 기준은 AIC를 이용하였으며, 선택의 방법으로는 stepwise procedure를 사용하였다.
도시철도 이용객 예측 오차지표인 I*를 종속변수로 상정하여 회귀모형을 구축하였다. 구축된 회귀모형은 식(3)과 같다.
도시철도 이용객 추정 오차 모형에 있어서는 회귀식으로 개별변수와 오차 크기와의 관계를 분석하였다. 그 결과 교통수요 예측연도가 증가할수록 오차는 유의성 있게 감소하고 있다.
또한 자료 입수 측면에서도 장기간의 예측 이용객이 존재하지 않는 경우가 많아 개통연도의 노선 및 역별 이용객을 사용하였다. 마지막으로 외국의 문헌에서도 교통수요 오차를 판단하는 데 있어 개통연도의 이용객을 주 대상으로 한다는 점에서 앞선 수식의 지표인 오차(I)를 활용하여 이용객 오차를 분석하였다.
본 논문의 한계 및 결과 해석에 유의할 점은 다음과 같다. 먼저 본 논문에서 이용객 추정 오차는 개통연도의 추정 수요와 실제 수요와의 차이로 정의되었고 오차발생변수도 외생변수에 국한하여 분석하였다. 본 논문에서 제시하는 이용객 오차를 어떤 특정 노선 및 구간의 전체 이용객 추정 오차 개념으로 확대 해석하는 데 있어서 유의할 필요가 있다.
노선별 이용객 오차 분석에 활용된 자료는 수도권, 부산, 대구, 광주, 대전 등 총 5개 광역권 지역의 14개 노선의 이용객수이다. 먼저, 개통연도를 대상으로 이용객 오차를 살펴보았다. 이때 전 구간 개통시점 이후를 기준으로 실제 이용객과 비교하였다.
사실 오차는 다양한 지표를 통하여 계량화할 수 있는데, 본 논문에서는 “개통연도” 실제 이용객과 도시철도 사업 계획당시의 예측 이용객의 차이를 실제 이용객으로 나눈값을 오차로 규정하였다.
역별 분석은 지역별, 도시철도의 개통연도별 그리고 해당사업의 교통수요 예측연도별로 구분하여 분석하였다. 다반 교통수요 예측연도는 확인이 되지 않아서 건설지 혹은 기본계획보고서의 발간연도로 가정하여 분석하였다.
본 논문에서 역별 예측 이용객과 실제 이용객을 비교분석한 역은 총 11개 노선의 282개역 중 229개역이다. 역별 예측 이용객과 실제 이용객 비교의 일관성을 위해 자료의 보완이 이루어졌다. 예를 들어 인천 1호선의 경우에는 기본계획 보고서에 역별 승·하차 인원 예측자료가 첨두시로 추정되어 있고, 일평균 이용객은 존재하지 않아 인천 메트로의 2003-2007년의 일평균 역별 시간대별 승·하차 이용객 자료를 참고³⁾하여 1일 자료로 변환하여 실제 1일 이용객과 비교하였다.
먼저, 개통연도를 대상으로 이용객 오차를 살펴보았다. 이때 전 구간 개통시점 이후를 기준으로 실제 이용객과 비교하였다. 분석 결과, 전체적으로 실제 이용객과 비교 시 예측 이용객이 과다 추정된 것으로 분석되었다.
현재 실제 노선별 이용객이 개통연도의 노선별 예측 이용객을 어느 정도 시현하고 있는지를 살펴보기 위해 2009년 노선별 실제 이용객과 개통연도 노선별 예측 이용객을 비교 분석하였다. 각 노선별 2009년 이용객과 개통 초기연도에 예측한 이용객을 비교한 표는 Table 5와 같은데, 서울 지하철 2호선을 제외하고는 모든 노선에서 2009년에 시현된 이용객이 개통연도의 예측 이용객에 미치지 못하고 있어 초기 개통연도의 이용객수의 과대 추정이 심각한 것으로 판단된다.

대상 데이터

노선별 이용객 예측에 대한 정보를 얻기 위해 도시철도가 완공된 후 이를 종합적으로 정리한 건설지를 주로 이용하였다. 건설지가 없는 경우, 각 도시철도의 기본계획 및 설계 보고서를 바탕으로 개통연도의 노선별 이용객에 대한 정보를 획득하였다. 이러한 노력에도 불구하고 서울 도시철도 3, 4호선, 부산 1호선의 경우 개통연도에 대한 노선별 예측 수요 정보가 없어 본 논문의 분석에는 포함하지 못하였다.
노선별 이용객 오차 분석을 위해 현재 운영 중인 우리나라의 대부분 도시철도의 경우를 고려하였다. 노선별 이용객 예측에 대한 정보를 얻기 위해 도시철도가 완공된 후 이를 종합적으로 정리한 건설지를 주로 이용하였다. 건설지가 없는 경우, 각 도시철도의 기본계획 및 설계 보고서를 바탕으로 개통연도의 노선별 이용객에 대한 정보를 획득하였다.
노선별 이용객 오차 분석에 활용된 자료는 수도권, 부산, 대구, 광주, 대전 등 총 5개 광역권 지역의 14개 노선의 이용객수이다. 먼저, 개통연도를 대상으로 이용객 오차를 살펴보았다.
본 논문에서 역별 예측 이용객과 실제 이용객을 비교분석한 역은 총 11개 노선의 282개역 중 229개역이다. 역별 예측 이용객과 실제 이용객 비교의 일관성을 위해 자료의 보완이 이루어졌다.
Table 1은 본 논문의 노선별 분석에 활용된 도시철도를 보여주고 있다. 최종적으로 본 논문에서 노선별 예측이용객과 실제 이용객을 비교 분석하고자 하는 노선은 서울, 부산, 대구, 인천, 광주, 대전, 경기 총 7개 지역의 14개 노선이며 각 노선별 현황은 Table 1과 같다.

데이터처리

광주광역시의 경우에는 승차인원밖에 실적자료를 제공하고 있지 않아, 승차인원으로만 비교하였다. 또한 예측한 개통연도와 실제 개통연도가 상이할 경우, 연도 보정 없이 개통연도 기준으로 역별 비교 분석을 실시하였다. 예를 들어 대전도시철도의 경우 역별 이용객 추정연도는 2003년 기준이나, 실제 개통되어 전구간이 운영된 것은 2007년부터이어서 불가피하게 2007년 개통연도의 실제 역별 이용객과 2003년의 예측 역별 이용객을 비교 분석하였다.

이론/모형

도시철도 이용객 예측 오차를 설명하는 최적의 모형을 선택하기 위하여 모든 변수를 포함하는 Full 모형을 상정하고 모형 선택 프로세스를 진행하였다. 모형 선택의 기준은 AIC를 이용하였으며, 선택의 방법으로는 stepwise procedure를 사용하였다. Full 모형에 사용된 변수 중에서 덜 유의한 변수, 즉 제거하였을 때 AIC값을 가장 작게 하는 변수를 제외시켰으나, 분석이 필요한 주요 변수인 경우 포함시켜 분석하였다.

성능/효과

또한 공사기간이 긴 사업일수록 이용객 추정의 과다추정 측면이 존재하는 것으로 분석되었다. 공사기간이긴 도시철도사업의 경우 사업규모가 크고 타당성에 대해 상대적으로 비교적 논란의 여지가 큰 사업일 가능성이 있으므로 이에 대한 방편으로 교통수요를 과다 추정할 개연성이 높아질 수 있는 것으로 해석된다.
Richmond(2001)도 미국과 캐나다의 기존 대중교통 정책에 대한 타당성을 평가하기 위해 도시철도 건설 시 예측 이용객과 실제 이용객을 비교 분석하였다. 분석 결과, 도시철도 건설로 전체 대중교통수단의 이용객 증가는 매우 미미했고, 실제 이용객도 예측 이용객 보다 훨씬 못 미치는 것으로 분석하였다. 미국의 FTA(Federal Transit Administration)도 21개의 도시철도사업에 대한 예측 이용객과 실제 이용객을 분석한 결과 예측 수요의 약 80% 수준에 미치는 것으로 분석하였다.
분석 결과, 실제 이용객 증가율이 예측 증가율보다 큰 노선은 서울지하철 1, 2호선, 서울도시철도 6호선, 일산선, 대구도시철도 1호선으로 분석되었다.
이때 전 구간 개통시점 이후를 기준으로 실제 이용객과 비교하였다. 분석 결과, 전체적으로 실제 이용객과 비교 시 예측 이용객이 과다 추정된 것으로 분석되었다. 실제 이용객과 비교해볼 때 오차(I)는 평균 4.
분석 결과, 전체적으로 오차 지표가 ‘0’을 기준으로 양의 값에 치우치는 분포를 보여주고 있어 개통연도 실측 이용객과 비교 시 과다 추정된 것으로 분석되었다.
마지막으로 Pavithra Parthasarathi(2010)는 총 108개 Project의 2,984개 구간의 자료를 분석하였다. 분석결과, 56%는 과소추정되어 있었고, 44%는 과대 추정되어 있었다고 제시하였고 1970-1980년대 사이에 1960-1970년대와 비교하여 과다추정하는 경향이 나타났다고 언급되어 있다.
다만, 교통수요예측 결과가 수록된 보고서의 발간연도를 수요예측 수행연도로 가정하고 비교하였다. 비교 결과, Table 8에서 볼 수 있듯이 최근일수록 교통수요예측 결과의 정확성이 다소 증가하는 경향을 보여주고 있다. 오차를 살펴보면, 최대 오차(I)는 1990년 10.

후속연구

도시철도 사업별로 교통수요 추정자료 및 방법에 대해서 제시된 내용을 정리하였다. 다만, 분석대상 사업 중에서 가장 최근에 수행된 것으로 예상되는 대전광역시과 부산 및 광주광역시에 대한 내용을 확보하지 못하여서 비교하는데 한계가 존재한다. 도시철도 사업별로 추정방법을 살펴보면, 1980년대 이전에 추정한 서울지역의 도시철도 1, 2호선은 도심지내와 이외를 구분하여 인구부터 직접 추정하여 해당사업을 위한 모형을 구축한 것으로 간략히 제시되어 있었다.
이에 따라 교통수요 예측연도가 최근일수록 오차는 유의성 있게 감소하고 있다. 다만, 이러한 결과는 대상사업에 국한한 결과이며 교통수요 예측연도를 해당사업의 보고서 발간연도로 가정한 한계점을 감안하여 해석해야 할 것이다.
41로 여전히 큰 점을 감안해서 해석해야 할 것이다. 더불어서 Pickrell(1998)이 언급한 버펄로, 피츠버그 노선의 사례처럼 개통이후에 오히려 수요가 감소하는 사례도 존재하고 있어서 시간이 경과함에 따라서 저절로 오차가 줄어드는 것은 아니므로 결과해석에 주의해야 할 것이다.
실제 시현되는 도시철도 이용객의 부족으로 운영적자가 심화되고 있으며, 이에 따라 도시철도의 부채 문제가 심각한 상황이다. 따라서 향후 추진될 도시철도 신규 노선에 대해서는 지금까지의 도시철도 이용객 추정의 오차와 경향을 바탕으로 보다 정확하고 현 실적인 이용객 추정이 필요하다. 수요가 확보되지 않은 사업의 시행을 억제하거나 착수시기를 조정하는 노력이 필요하며, 기존 노선의 승객 수송수요 등 운영실적을 보다 충분히 검증한 뒤 신규 사업을 추진하는 것이 바람직할 것이다.
먼저 본 논문에서 이용객 추정 오차는 개통연도의 추정 수요와 실제 수요와의 차이로 정의되었고 오차발생변수도 외생변수에 국한하여 분석하였다. 본 논문에서 제시하는 이용객 오차를 어떤 특정 노선 및 구간의 전체 이용객 추정 오차 개념으로 확대 해석하는 데 있어서 유의할 필요가 있다.
따라서 향후 추진될 도시철도 신규 노선에 대해서는 지금까지의 도시철도 이용객 추정의 오차와 경향을 바탕으로 보다 정확하고 현 실적인 이용객 추정이 필요하다. 수요가 확보되지 않은 사업의 시행을 억제하거나 착수시기를 조정하는 노력이 필요하며, 기존 노선의 승객 수송수요 등 운영실적을 보다 충분히 검증한 뒤 신규 사업을 추진하는 것이 바람직할 것이다.
건설지가 없는 경우, 각 도시철도의 기본계획 및 설계 보고서를 바탕으로 개통연도의 노선별 이용객에 대한 정보를 획득하였다. 이러한 노력에도 불구하고 서울 도시철도 3, 4호선, 부산 1호선의 경우 개통연도에 대한 노선별 예측 수요 정보가 없어 본 논문의 분석에는 포함하지 못하였다.
이러한 다양한 변수에 대한 영향을 고려해야 하나 본 논문의 대상 사업은 주로 1990년대 초반에 이루어져서 교통수요예측에 대한 정확한 자료나 모형에 대한 사항은 구득하는데 어려움이 존재하였으며, 심리적인 측면은 정량적인 측정이 어려운 부분이 존재하여 고려하지 못한 한계가 있다.
향후에는 오차발생 변수에 대해서 다양한 변수를 대상으로 검토되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	교통수요 추정 결과의 불확실성을 높이는 요인은 무엇인가?	교통수요 추정방법론에 대한 지속적인 보완 및 개발에도 불구하고 인구 등의 사회경제지표의 변화, 해당사업의 건설 공사기간의 연장 및 장래 개발계획의 변경 등은 교통수요 추정 결과의 불확실성을 가중시킨다. 특히, 교통 수요에 대한 낙관적인 예측은 교통사업 투자의 타당성을 평가하는데 있어 사회적 논란을 불러일으키기도 한다.
	도시철도 교통량의 일반적인 오차 원인은 무엇이 있는가?	Kim(2010)에 의하면 도시철도 교통량의 일반적인 오차 원인은 입력자료의 측정 문제에서 오는 오차, 교통량 추정을 위한 교통수요 추정모형의 정립이 잘못됨으로 인해서 발생하는 오차 그리고 도시철도 교통량 추정을 위한 외생적 변수의 불확실성 및 오류에 의해서 발생하는 오차로 구분하고 있다. 마지막으로 교통량 과대 및 과소 추정의 인센티브를 유발하는 제도적인 측면과 교통량 추정 전문가의 심리적인 측면도 제시하고 있다.
	교통수요 추정의 불확실성과 과다 추정에 대한 고려의 미흡 문제를 해결하기 위해 Kim(2007)은 무엇을 제시하였는가?	그동안 이러한 교통수요 추정의 불확실성과 과다 추정에 대한 고려의 미흡 문제가 지속적으로 제기되어왔다. 이에 Kim(2007)은 우리나라 최초로 고속도로 및 국도의 교통량 예측 결과의 불확실성과 과다 추정 경향을 실증적으로 분석한 후 이러한 “위험”을 관리하고 고려하는 타당성 평가 방안을 제시한 바 있었다. 그럼에도 불구하고 도로부문 이외에 녹색교통으로서 지속적으로 투자 비중이 증가하고 있는 (도시)철도부문에 대한 실증적인 교통수요 추정의 과다 추정 경향과 이를 설명하는 요인에 대한 연구는 미흡하여 대규모의 도시철도 사업에 대한 투자 위험을 효과적으로 평가하고 관리하는 데 있어 한계가 존재하고 있다.

참고문헌 (23)

Busan Metropolitan City (1990), Busan East-West Urban Rail Basic Plan (부산직할시 동서간 도시철도 기본계획 수립).
Daegu Metropolitan Urban Railroad Construction Headquarters (1991), Daegu Urban Rail line 1 Basic Plan General Summary(대구도시철도 1호선 기본계획 종합 요약).
Daegu Metropolitan Urban Railroad Construction Headquarters (2005), Daegu Uran Rail line 2 Construction Project Traffic Impact Assessment (대구도시철도 2호선 건설사업 교통영향평가).
Daegu Metropolitan Urban Railroad Construction Headquarters (2006), Daegu Uran Rail line 2 Construction (대구도시철도 2호선 건설지).
Daejeon Metropolitan Urban Railroad Construction Headquarters (2007), Daejeon Urban Rail line 1 Construction( Part I) (대전도시철도 1호선 건설지(상권)).
Daly A. J., Ortuzar J. D. (1990), Forecasting and Data Aggregation: Theory and Practice, Traffic Engineering & Control, 31, 632-643.
Flyvbjerg B. (2007), Cost Overruns and Demand Shortfalls in Urban Rail and Other Infrastructure, Transportation Planning and Technology, 30(1), 9-30.

상세보기
Fouracre P. R., Allport R. J., Thompson J. M. (1990), The Performance and Impact of Rail Mass Transit in Developing Countries, Research Report, 278, Crowthrone: Transportation and Road Research Laboratory.
Gwangju Metropolitan City (1996), Gwangju Urban Rail line no. 1 Basic Plan and Basic Design General Summary (광주도시철도 1호선 기본계획 및 기본설계 종합요약).
Johnston R. A., Ceerla R. (1996), Travel Modeling with and without Feedback to Trip Distribution, Journal of Transportation Engineering 122, 83-86.

상세보기
Kim K. S. (2007), Rationalization for Decision-making on SOC Investment, Korea Development Institute.
Kim K. S. (2010), Rationalization for Decision-making on SOC Investment(II): Risk Analysis of Estimated Subway Ridership.
Korea Railroad (1996), Iisan Rail Construction(Jichuk- Daehwa) (일산선 복선전철 건설지(지축-대화)).
Parthasarathi P., Levinson D. (2010), Post-construction Evaluation of Traffic Forecast Accuracy, Transport Policy, 17, 428-443.

상세보기
Pickrell D. H. (1998), A Desire Named Streetcar: Fantasy and Fact in Rail Transit Planning, Journal of the American Planning Association 58(2), 158-176.
Richmond J. (2001), A Whole-system Approach to Evaluating Urban Transit Investments, Transport Reviews, 21, 141-179.

상세보기
Seoul Metropolitan Urban Railroad Construction Headquarters (1991), Seoul Urban Rail line 7 Basic Design General Summary (서울도시철도 7호선 기본설계종합 요약).
Seoul Metropolitan Urban Railroad Construction Headquarters (1993), Seoul Urban Rail line 6 Basic Design Summary (서울도시철도 6호선 기본설계요약).
Seoul Metropolitan Urban Railroad Construction Headquarters (2001), Seoul Urban Rail line 8 Construction (서울도시철도 8호선 건설지).
Standard & Poor's (2004), Traffic Forecasting Risk: Study Update: 2004.
Talvitie A., Dehgani Y., Anderson M. (1982), An Investigation of Prediction Errors in Work Trip Mode Choice Models, Transportation Research A, 16, 395-402.

상세보기
The Korea Transport Institute (1992), Incheon Metropolitan City Urban Rail Basic Plan (인천직할시 도시철도 기본계획).
The Korea Transport Institute (1995), Busan Urban Rail line 3, Yangsan Rail Basic Plan (부산도시철도 3호선 및 양산선 기본계획).

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증