현재 KHCM이 출판될 당시와 현재의 대중교통 환경이 달라져 승하차시간 산정방법이 달라질 필요가 있다고 판단된다. 이에 본 연구에서는 승하차시간에 영향을 주는 승하차수, 입석자수, 상면지상고를 변수로 총승하차시간값을 도출하는 모형을 다중회귀모형을 통해 분석하였다. 그 결과 총승차시간의 경우는 승하차수, 입석자수, 상면지상고 순으로 영향력의 차이가 있었으며, 총하차시간의 경우는 하차자수, 상면지상고 순으로 분석되었고, 두 개의 모형에서의 독립변수들은 모두 종속변수와 양의 상관관계를 가지는 것으로 나타났다. 모형을 통해 예측된 순수 승하차시간은 기존의 버스정류장은 물론 TOD를 고려한 신도시 등의 신설 버스정류장 용량 산정에 유용할 것으로 판단된다.
현재 KHCM이 출판될 당시와 현재의 대중교통 환경이 달라져 승하차시간 산정방법이 달라질 필요가 있다고 판단된다. 이에 본 연구에서는 승하차시간에 영향을 주는 승하차수, 입석자수, 상면지상고를 변수로 총승하차시간값을 도출하는 모형을 다중회귀모형을 통해 분석하였다. 그 결과 총승차시간의 경우는 승하차수, 입석자수, 상면지상고 순으로 영향력의 차이가 있었으며, 총하차시간의 경우는 하차자수, 상면지상고 순으로 분석되었고, 두 개의 모형에서의 독립변수들은 모두 종속변수와 양의 상관관계를 가지는 것으로 나타났다. 모형을 통해 예측된 순수 승하차시간은 기존의 버스정류장은 물론 TOD를 고려한 신도시 등의 신설 버스정류장 용량 산정에 유용할 것으로 판단된다.
The total boarding and alighting time models have been developed by applying the multiple regression analysis with three variables; numbers of boarding or alighting passengers, non-sitting passengers, and the step-height from the ground. Such variables have influenced to the total boarding time mode...
The total boarding and alighting time models have been developed by applying the multiple regression analysis with three variables; numbers of boarding or alighting passengers, non-sitting passengers, and the step-height from the ground. Such variables have influenced to the total boarding time model with the most influential in the numbers of boarding or alighting passengers and the least in the step-height. On the total alighting time model, the numbers of alighting passengers are the most strongest while the step-heights the least. The total boarding and alighting time models can be used in practices for the prediction of current and future bus stops' capacities in TOD-based towns.
The total boarding and alighting time models have been developed by applying the multiple regression analysis with three variables; numbers of boarding or alighting passengers, non-sitting passengers, and the step-height from the ground. Such variables have influenced to the total boarding time model with the most influential in the numbers of boarding or alighting passengers and the least in the step-height. On the total alighting time model, the numbers of alighting passengers are the most strongest while the step-heights the least. The total boarding and alighting time models can be used in practices for the prediction of current and future bus stops' capacities in TOD-based towns.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 버스 정류장 용량산정의 핵심요소인 버스 승객 승하차시간을 보다 현실적으로 반영하기 위해 요금징수체계의 변화에 따른 승하차시간, 입석승객의 규모에 따른 승하차시간, 차종별 승하차시간을 고려하였다. 본 연구의 주안점을 좀 더 구체적으로 기술하면, 현재 KHCM은 단순히 입석자 유무에 따라 승차시간 차이를 1초로 규정하고 있으나, 입석자의 규모에 따라 승하차시간은 영향을 받을 수 있다고 판단되는바, 입석자 규모가 승하차시간에 미치는 영향을 분석하였다.
문헌고찰 결과, 버스 운영 및 설치 등에 중요한 부분을 차지하는 버스점유시간, 그 중에서도 이용자 특성이 가장 크게 드러나는 승하차시간에 대해 현재의 버스이용 현황을 가장 잘 반영할 수 있도록 현재 많이 운영되고 있는 버스타입별로 실제 이용자의 승하차시간을 측정하고, 기존 승하차측정방법을 참고하여 자료를 수집한 후, 앞으로 설치 및 운영할 버스정류장에 대한 승하차시간 추정 모형을 개발하고자 한다.
이처럼 본 연구의 목적은 버스정류장 시설계획 및 운영에 핵심이 되는 버스정류장 용량 산정을 위한 버스 승하차시간을 다양한 요인들을 반영하여 추정할 수 있는 모형개발로, 관련 분석은 버스 CCTV자료와 버스 탑승 조사 결과를 분석하여 수행하였다(전체 연구 흐름은 Figure 1 참조).
제안 방법
가 버스 승하차시간에 미치는 영향을 분석하였다. 구체적으로 본 연구에서는 저상버스, 일반버스(시내, 도시형 좌석), 광역형 좌석버스의 상면지상고를 변수로 고려하여 차종별 승하차시간을 조사분석하였다.
기존에 조사했던 자료 중 80%의 자료를 사용해서 모형을 구축하고 20%의 실측자료를 이용해서 3가지 타입의 상면지상고를 가진 버스에 대해 승차와 하차별로 본 연구에서 개발한 모형과 KHCM의 방법을 통해 나온 값을 비교분석하여 본 연구에 대해 검증을 하고자 한다.
(2001)의 연구에서는 승차시간의 버스별(도시형, 좌석형, 순환형) 요금 형태별(현금, 거슬러 받는 경우의 현금, 버스카드) 승하차별 정차시간을 비교하였으며 승차시간, 하차시간별 회귀분석을 이용하여 모형을 도출하였다. 도시형과 지역순환버스의 승차시간은 버스의 앞문을 연 순간부터 앞문을 닫는 순간까지로 측정하였으며, 운전자가 차량 문을 닫지 않고 차량을 출발시키는 경우는 차량이 움직이는 시점이 문을 닫는 시간으로 측정하였다. 하차시간은 버스의 뒷문을 연 순간부터 닫는 순간까지로 측정하였다.
본 연구에서는 다중회귀모형을 통해 분석하고자 하며, 변수 선택법은 독립변수의 진입과 탈락을 단계별로 검토하여 투입하는 Stepwise를 채택하였다. 모형은 승차와 하차로 나누어서 개발하고자 한다. 버스의 문은 승차와 하차가 동시에 각각 앞문과 뒷문에서 이루어지므로, 정류장에서 발생하는 총승하차시간은 승차, 하차 2개 모형의 결과값 중 가장 큰 값(식(1))을 정차시간에 활용하기 위해서이다.
버스 승하차시간은 차내에 설치된 CCTV자료를 토대로 측정하였다. 승·하차시간 조사방법은 버스 차종별로 정류장에서 발생하는 승·하차 그룹별로 총승·하차시간, 승·하차자수, 입석자수를 측정하였다.
버스 차종별 상면지상고1)가 버스 승하차시간에 미치는 영향을 분석하였다. 구체적으로 본 연구에서는 저상버스, 일반버스(시내, 도시형 좌석), 광역형 좌석버스의 상면지상고를 변수로 고려하여 차종별 승하차시간을 조사분석하였다.
본 연구와 KHCM과의 실측치와의 오차 비교분석시 단위가 초(sec)이므로 오차율로만 비교분석할 시 오판단의 여지가 있으므로 오차값을 같이 비교하였다. 본 연구의 경우는 오차의 합이 총 50.
따라서 본 연구는 버스 정류장 용량산정의 핵심요소인 버스 승객 승하차시간을 보다 현실적으로 반영하기 위해 요금징수체계의 변화에 따른 승하차시간, 입석승객의 규모에 따른 승하차시간, 차종별 승하차시간을 고려하였다. 본 연구의 주안점을 좀 더 구체적으로 기술하면, 현재 KHCM은 단순히 입석자 유무에 따라 승차시간 차이를 1초로 규정하고 있으나, 입석자의 규모에 따라 승하차시간은 영향을 받을 수 있다고 판단되는바, 입석자 규모가 승하차시간에 미치는 영향을 분석하였다.
승·하차시간 조사방법은 버스 차종별로 정류장에서 발생하는 승·하차 그룹별로 총승·하차시간, 승·하차자수, 입석자수를 측정하였다.
승하차시간은 버스 유형별로 구분하여 모형을 도출하였으며, 분석을 위해 차내 CCTV를 통해 버스탑승에 대한 조사를 실시하였다. 조사노선번호는 운행중인 버스 중 가장 많이 운행중인 버스를 상면지상고별로 크게 3가지 타입으로 구분하여 용남고속에서 운행중인 저상버스인 88번 버스, 도시형 일반버스인 46-1번, 52번 버스, 광역형 좌석버스인 3007번, 7000번 버스에 대해서 입석자 조사가 용이한 첨두시(06시30분~08시30분)에 실시하였다.
정차시간에 대한 회귀식에서 승차시간에 대한 변수로 요금 형태별 탑승한 승객수이며, 하차시간에 대한 변수로는 하차 승객수, 정류장별 dead time(문 개·폐시간 및 그에 따른 순수 승하차시간을 제외한 시간)을 반영하였다.
승하차시간은 버스 유형별로 구분하여 모형을 도출하였으며, 분석을 위해 차내 CCTV를 통해 버스탑승에 대한 조사를 실시하였다. 조사노선번호는 운행중인 버스 중 가장 많이 운행중인 버스를 상면지상고별로 크게 3가지 타입으로 구분하여 용남고속에서 운행중인 저상버스인 88번 버스, 도시형 일반버스인 46-1번, 52번 버스, 광역형 좌석버스인 3007번, 7000번 버스에 대해서 입석자 조사가 용이한 첨두시(06시30분~08시30분)에 실시하였다.
하차시간은 버스의 뒷문을 연 순간부터 닫는 순간까지로 측정하였다. 조사방법은 승차는 현재 차량 내에 설치된 카메라에서 촬영되는 비디오로 분석하였으며, 하차는 조사자가 직접 하차인원과 시간을 기록하는 방법으로 측정하였다. 좌석 및 고급좌석의 경우는 승하차가 하나의 문에서 이루어지므로, 승하차 시간은 버스의 문을 연 순간부터 닫는 순간까지로, 차량 내에 설치된 카메라에서 촬영되는 비디오로 분석하였다.
조사방법은 승차는 현재 차량 내에 설치된 카메라에서 촬영되는 비디오로 분석하였으며, 하차는 조사자가 직접 하차인원과 시간을 기록하는 방법으로 측정하였다. 좌석 및 고급좌석의 경우는 승하차가 하나의 문에서 이루어지므로, 승하차 시간은 버스의 문을 연 순간부터 닫는 순간까지로, 차량 내에 설치된 카메라에서 촬영되는 비디오로 분석하였다. 정차시간에 대한 회귀식에서 승차시간에 대한 변수로 요금 형태별 탑승한 승객수이며, 하차시간에 대한 변수로는 하차 승객수, 정류장별 dead time(문 개·폐시간 및 그에 따른 순수 승하차시간을 제외한 시간)을 반영하였다.
총승차시간 모형에 대한 검증 자료는 매 정류장별 버스별로 발생한 승객들의 승차시간들을 한 그룹씩 묶었다.
총하차시간 모형에 대한 검증자료는 매 정류장별 버스별로 발생한 승객들의 승차시간들을 한 그룹씩 묶었다. 검증자료수는 총조사자료수인 91개 그룹의 20%인 18개 그룹이다.
KHCM에서는 정차시간을 구성하는 요소인 출입문 개폐시간과 승객 승하차시간에 대해 따로 기준을 두었다. 출입문 개폐시간은 도시형과 좌석형 버스를 기준으로 각각 3.0초, 3.2초로 제시하였으며, 승차시간은 입석 승객의 유무, 결제방법(버스카드, 거스름돈 유무)별로 기준을 두어 3.0-5.0초/인으로 제시하였다.
대상 데이터
검증자료수는 총조사자료수인 133개 그룹의 20%인 27개 그룹이다. 실측치와 본 연구의 모형을 통해 나온 값과 비교한 결과, 승차자수가 1명일 경우가 큰 편으로 나왔으며, 오차는 0.
총하차시간 모형에 대한 검증자료는 매 정류장별 버스별로 발생한 승객들의 승차시간들을 한 그룹씩 묶었다. 검증자료수는 총조사자료수인 91개 그룹의 20%인 18개 그룹이다. 실측치와 본 연구의 모형을 통해 나온 값을 비교한 결과, 하차자수가 1-2명일 경우가 큰 편으로 나왔으며, 오차는 0.
승차시간모형과 하차시간모형의 통계에 쓰인 자료의 형태는 Table 2와 같다. 본 연구에서 조사결과, 현금결제율이 현저히 낮아 KHCM과는 달리 버스카드로 결제한 승객의 자료만 다루었다.
이론/모형
본 연구에서는 다중회귀모형을 통해 분석하고자 하며, 변수 선택법은 독립변수의 진입과 탈락을 단계별로 검토하여 투입하는 Stepwise를 채택하였다. 모형은 승차와 하차로 나누어서 개발하고자 한다.
성능/효과
(2008)의 연구에서는 일반버스와 저상버스를 대상으로 이용승객이 다양한 721번 간선버스 중도시형버스 선정, 조사원이 직접 탑승하여 승차구, 하차구에 배치 후 초시계를 이용하여 조사하였으며, 승하차시 대기행렬 영향 최소화를 위해 비첨두에 실시 SPSS를 이용하여 평균 승하차시간의 차이에 대한 T검증 실시하였다. 그 결과는 승차시간은 노년층(65세 이상)일반 버스가 평균 3.1초, 저상버스가 2초로서 1.1초정도 빨라진 것으로 조사됨, 하차시간의 경우도 0.9초 빨라졌다. 저상버스 보급으로 승차시 전체평균 2.
본 연구와 KHCM과의 실측치와의 실제 오차값들의 합을 비교했을 시, 본 연구는 45.94초, 도로용량편람은 53.5초이고, 총 18개 그룹 중 9개의 그룹이 실측치와 근접한 값으로 나왔다. KHCM과 본 연구의 모형값이 유사하게 나왔으나 미세하지만 본 연구의 모형이 더 적합하다고 판단된다.
본 연구와 KHCM과의 실측치와의 오차 비교분석시 단위가 초(sec)이므로 오차율로만 비교분석할 시 오판단의 여지가 있으므로 오차값을 같이 비교하였다. 본 연구의 경우는 오차의 합이 총 50.92초, KHCM과의 오차의 합이 총 237.5초이고 총 27개의 그룹 중 24개의 그룹이 실측치와 더 근접해 본 연구의 모형이 더 적합하다고 판단된다. 27개 그룹에 대한 오차 비교분석 결과는 Table 7과 같다.
본 연구의 모형은 승차자나 하차자가 1-2명인 경우는 적합하지 않은 것으로 나타났으며, 기존의 KHCM과의 비교분석을 통해 보다 적합한 것으로 나타났다. 본 연구에서 개발된 승차시간 모형과 하차시간 모형 중에서도 승차시간 모형이 KHCM의 오차값의 합의 1/4보다 적어 추후 버스정류장의 용량 산정시 개선된 값을 도출할 수 있을 것이다.
실측치와 KHCM과의 값을 비교한 결과, 오차는 0-9.4초이며, 오차율은 0-73.3%로 나타나, 본 연구의 값보다 편차는 적은 것으로 나왔다.
실측치와 KHCM과의 값을 비교한 결과, 오차는 0.4-40초이고, 오차율은 13-84%로 입석자가 존재할 경우는 승차시간이 2-4배 과다추정되는 경향이 있어, 승차자수가 적을 경우 입석자가 많이 존재하는 경우 적합지 않은 것으로 나타났다.
검증자료수는 총조사자료수인 133개 그룹의 20%인 27개 그룹이다. 실측치와 본 연구의 모형을 통해 나온 값과 비교한 결과, 승차자수가 1명일 경우가 큰 편으로 나왔으며, 오차는 0.04-3.06초이고 오차율은 1.44-107.67%로 분포가 넓게 나왔으며, 그 외의 승차 자수에 대해서는 오차는 0.10-7.51초, 오차율이 1.18-35.41%로 나와 승차자가 1명씩 존재하는 경우 해당 정류장의 총승차시간을 예측하는 데는 적합하지 않은 것으로 나타났다.
검증자료수는 총조사자료수인 91개 그룹의 20%인 18개 그룹이다. 실측치와 본 연구의 모형을 통해 나온 값을 비교한 결과, 하차자수가 1-2명일 경우가 큰 편으로 나왔으며, 오차는 0.27-1.42초, 오차율은 9.28-274.76%로 편차가 크며, 그 외의 하차자수에 대해서는 오차는 0.08-10.64초, 오차율은 1.05-36.24%로 나와, 하차자가 1명씩 존재하는 정류장의 총하차시간 모형에는 적합하지 않은 것으로 나타났다.
9초 빨라졌다. 저상버스 보급으로 승차시 전체평균 2.8초에서 2.0초로 0.8초의 단축 효과가 있었으며, 특히 노년층의 경우 3.1초에서 2.0초로 1.1초의 단축효과를 보였다. 하차 시 역시 전체평균 2.
Guenthner and Sinha (1983)의 연구에서는 정차시간 중 승하차 분석에서는 승하차별로 구분하여 카운팅하지 않고 전체를 카운팅하여 조사하였다. 총 표본수는 357명과 113개의 정류장을 오전 첨두, 낮, 오후 첨두로 나누어 조사한 결과 버스정류장당 평균 정차시간은 9.54초였고, 승객당 평균 정차시간은 3.02초로 나타났다. 정류장에서 승객의 수가 증가하면 할수록 총 정차시간은 증가하지만 승객 당 정차시간은 감소하였다.
후속연구
이 외에도 탑승객의 연령에 대한 고려, 공항이나 터미널 등의 경우는 짐의 여부 등에 대한 고려도 필요할 것이다. 그리고 첨두시에 조사하였기 때문에 카드이용자가 다수였지만, 비첨두시에는 현금이용자가 좀 더 많을 것이라 판단이 되므로 이 또한 본 연구의 한계가 될 수 있다. 이 외에도 뒷문에 가운데 봉이 있는 경우는 동시에 두 사람이 내리기 쉬울 수 있을 것이라는 인간공학적인 측면에서도 고려해 볼 수 있을 것이다.
이를 통해 버스 승하차시간을 줄이게 되면 버스 정차시간도 줄어들게 되어 버스정류장에서 수용 가능한 용량이 늘어나게 될 것이다. 또한 일반 버스 이용자들뿐 아니라 고령자들의 이용편의성 또한 증진되어 버스수단분담율도 증가할 것으로 기대된다.
입석자가 같은 열명이라고 해도 입구쪽에 위치해 있거나 차량의 뒤편에 있는 경우는 영향력이 다를 것이다. 또한, 입석자수가 아닌 입석공간을 고려해서 추후 모형을 고려해 볼 수도 있을 것이다. 이 외에도 탑승객의 연령에 대한 고려, 공항이나 터미널 등의 경우는 짐의 여부 등에 대한 고려도 필요할 것이다.
본 연구의 모형은 승차자나 하차자가 1-2명인 경우는 적합하지 않은 것으로 나타났으며, 기존의 KHCM과의 비교분석을 통해 보다 적합한 것으로 나타났다. 본 연구에서 개발된 승차시간 모형과 하차시간 모형 중에서도 승차시간 모형이 KHCM의 오차값의 합의 1/4보다 적어 추후 버스정류장의 용량 산정시 개선된 값을 도출할 수 있을 것이다.
요금 측면에서 브라질의 꾸리찌바시처럼 승차전에 요금을 지불하는 방식도 있을 것이다. 분석한 변수들 중에 영향력이 가장 높은 승하차자 수나 입석자수의 경우 정차시간 해소를 위해서는 그 부근의 노선 조정이나 신설시 고려하는 방법을 고려해볼 수 있을 것이다. 또한, 강남대로변의 중앙버스차로 정류장의 경우, 승객이 버스가 오는 곳의 위치에 따라 뛰어가는 것이 아니라 교토의 버스정류장처럼 정해진 위치별로 버스노선을 나누어서 뛰어와서 탑승하는 승객으로 인한 정차시간 증가를 줄일 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
승객 승하차시간은 무엇인가?
· 승객 승하차시간 : 출입문이 열린 후 승객이 승·하차하기 시작한 시간부터 승하차 완료 후 출입문이 닫힐 때까지의 소요시간
국내 도로용량편람은 무엇을 제공하고 있는가?
버스 정류장을 효율적으로 설계하고 운영하기 위해서는 버스 정류장 용량 산정의 핵심요소인 승객승하차시간이 적절하게 반영되어야 한다. 국내 도로용량편람(KHCM, Korea highway capacity manual)은 대중교통시설 시설에 대해 적정 규모를 계산하고, 현재의 서비스 수준을 분석하는 지침을 제공하고 있으나, 지침이 나온 이래로 수도권 통합요금제가 시행되었고, 교통카드 보급률과 저상버스의 수도 증가하여 이를 고려한 현실적인 승객 승하차 시간 추정모형에 대한 연구가 필요하다.
국내 도로용량편람에서 제시하고 있는 정차시간의 정의는 무엇인가?
· 정차시간:(출입문 여는 시간+승객 승하차시간+ 출입문 닫는 시간) 버스정류장에 정차해 있을 동안의 시간으로 버스의 바퀴가 멈추었다 출발하는 사이의 시간을 의미
참고문헌 (17)
Alter C. H. (1976), Evaluation of Public Transit Services : The Level-of-Service Concept, TRR, 606, TRB, 37-40.
Bakker J. J. (1976), Transit Operating Strategies and Levels of Service, TRR, 606, TRB, 1-5.
Botzow H. (1974), Level-of-Service Concept For Evaluating Public Transport, TRR, 519, TRB, 73-84.
Chapman R. A. (1975), Bus Boarding Times-a Review of Studies and Suggestions for Interpretation, University of Newcastle, 18-21.
Cundill M. A., Watts P. F. (1973), Bus Boarding and Alighting Times, Britain Transport and road research laboratory), 521.
Cundill M. A., Watts P. F. (1973), Bus Bording and Alighting Time, Report LR 521, Great Britain Transport and Road Research Laboratory, Crowthome, England.
Fruin J. J. (1992), Public Transportation Design for Pedestrians -second edition-, 214-215.
Guenthner R. P., Sinha K. C. (1983), Modeling Bus Delay due to Passenger Boardings and Alightings, TRB 915, 7-13.
Kang Y. K., Seo J. S., Koh S. Y. (2001), An Analysis of Bus Dwell times, Myongji University, 203-208.
Kim J. H. (2005), Development of The Bus Berth Capacity Using Bus Dwell Time, Hanyang University, 4-10.
Kim J. Y., Rhee J. H., Oh S. H. (2008), Analysis of The Low Floored Bus Effect on Elderly People, Korean Society of Civil Engineers, 28(2).
Korean Society of Transportation (2001), Korean Highway Capacity Manual (third phase).
Lee H. S., Lee S. I., Won J. M. (2007), The Development of Evaluation Model for the Bus Service, Korean Society of Civil Engineers, 27(3), 275-280.
Levinson H. S. (1983), Analyzing Transit Travel Time Performance, TRR, 915, TRB, 1-6.
Ministry of Health and Welfare (2002), Study of Low Floored Buses Operating Plan.
Seo S . J. (2002), Study on The Capacities of Bus and Bus Stop, Myongji University.
TRB (2000), Special Report 209, Highway Capacity Manual.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.