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 우리나라를 대표하는 서울, 수도권 및 부산광역시의 4지 신호교차로를 대상으로 하여 기존의 분석방법보다 현실적인 확률적 모수를 고려한 음이항 모형을 통해 도시부 4지 신호교차로의 사고모형을 개발하고, 교차로사고와의 상호관계를 규명하고자 한다.
- 본 연구는 도시부 도로(서울 및 수도권(분당, 일산, 부천, 안양, 광명) 과 부산광역시)의 교차로 280여곳을 대상으로의 4개년(2007~2010) 동안 발생한 사고건수 및 도로기하구조, 교통환경, 주변환경 등의 자료를 이용하여 도시부 4지 신호교차로에서의 교통사고 예측 모형을 구축하고자 한다.
- 본 연구에서는 국내 서울, 수도권 및 부산지역의 280개의 신호교차로를 대상으로 2007년~2010년 까지 4내년의 교통 특성, 도로 기하구조 특성, 주변환경 특성 3가지 분류한 52개의 변수와 교통사고건수와의 관계를 파악하고자 하였다.
제안 방법
- 교차로 교통사고는 다양한 변수에 의해 발생되므로 본 연구에서는 교통사고에 영향을 미치는 최대한 많은 요인을 고려하기 위하여 단계적 방식으로 모든 변수를 고려하여 모형을 구축하고 유의하지 않은 변수를 하나씩 제거하는 후진제거방법을 통해 모형을 개발하였다. 또한 확률적 음이항 모형개발을 위해 Halton Draws를 이용한 시뮬레이션 최우 추정법을 사용하였다.
- 본 연구에서 종속변수로 사용되는 교차로의 총 사고건수는 “교통사고 잦은곳 산정기준 및 효과분석(2005), 도로교통안전공단”에서 제시하고 있는 차량정지선으로부터 후방 30m의 사고를 교차로에 의해 발생한 사고로 가정하였으며, 변수의 수집은 교차로의 영향권인 150m내의 변수를 수집하되 중앙 분리대의 길이, 회전차로의 길이 등은 영향권의 범위를 넘어서는 변수에 대해서는 종료구간까지 조사하여 자료를 구축하였다. 교통사고에 영향을 미치는 요인은 매우 다양하며 기존연구를 통해 사고와 관련이 있는 변수를 종합하였으며, 본 연구에서는 이들은 크게 세 가지로 분류하였다. 주․부도로의 교차로 타입, 주·부도로의 차선수, 주·부도로의 차로폭, 주·부도로의 좌/우회전 전용 차선의 유무, 주·부도로의 교차각 등의 도로기하구조측면, 주·부도로의 중차량·일반차량의 교통량, 주·부도로의 좌/우회전 교통량, 제한속도 등의 도로교통측면, 교차로 주변 토지이용(주거/비주거(상업, 주상복합 등), 버스정류장의 유무 및 정지선으로부터의 거리, 접근로의 수 등의 교통 환경측면으로 분류를 하였다.
- 도시부 4지 교차로의 교통사고 예측모형을 개발하기 위해 총 사고건수를 종속변수로 하여 앞서 제시한 변수를 독립변수로 하여 모형 개발 및 분석하였다.
- 본 연구에서 종속변수로 사용되는 교차로의 총 사고건수는 “교통사고 잦은곳 산정기준 및 효과분석(2005), 도로교통안전공단”에서 제시하고 있는 차량정지선으로부터 후방 30m의 사고를 교차로에 의해 발생한 사고로 가정하였으며, 변수의 수집은 교차로의 영향권인 150m내의 변수를 수집하되 중앙 분리대의 길이, 회전차로의 길이 등은 영향권의 범위를 넘어서는 변수에 대해서는 종료구간까지 조사하여 자료를 구축하였다.
- 주․부도로의 교차로 타입, 주·부도로의 차선수, 주·부도로의 차로폭, 주·부도로의 좌/우회전 전용 차선의 유무, 주·부도로의 교차각 등의 도로기하구조측면, 주·부도로의 중차량·일반차량의 교통량, 주·부도로의 좌/우회전 교통량, 제한속도 등의 도로교통측면, 교차로 주변 토지이용(주거/비주거(상업, 주상복합 등), 버스정류장의 유무 및 정지선으로부터의 거리, 접근로의 수 등의 교통 환경측면으로 분류를 하였다.
대상 데이터
- 교통사고 자료는 서울 및 수도권과 부산광역시 280여곳의 4년(2007～2010)의 자료를 구축하였다.
데이터처리
- 주․부도로의 교차로 타입, 주·부도로의 차선수, 주·부도로의 차로폭, 주·부도로의 좌/우회전 전용 차선의 유무, 주·부도로의 교차각 등의 도로기하구조측면, 주·부도로의 중차량·일반차량의 교통량, 주·부도로의 좌/우회전 교통량, 제한속도 등의 도로교통측면, 교차로 주변 토지이용(주거/비주거(상업, 주상복합 등), 버스정류장의 유무 및 정지선으로부터의 거리, 접근로의 수 등의 교통 환경측면으로 분류를 하였다. 구축된 자료의 분석은 EXCEL과 NLOGIT 3.0을 이용하였으며 기초통계량은 TABLE 1과 같다.
이론/모형
- 교차로 교통사고는 다양한 변수에 의해 발생되므로 본 연구에서는 교통사고에 영향을 미치는 최대한 많은 요인을 고려하기 위하여 단계적 방식으로 모든 변수를 고려하여 모형을 구축하고 유의하지 않은 변수를 하나씩 제거하는 후진제거방법을 통해 모형을 개발하였다. 또한 확률적 음이항 모형개발을 위해 Halton Draws를 이용한 시뮬레이션 최우 추정법을 사용하였다.[8][9][10]
성능/효과
- t-statistics 값을 살펴보면 두 모형에서 최종적으로 10개의 변수(주도로의 차로 수, 주도로의 일반차량의 좌회전 교통량, 주도로의 주행억제시설물 수, 부도로의 교차로 시거, 부도로의 우회전 교통량, 교차로 총 신호현시, 부도로의 중앙분리대 유무, 부도로의 제한속도, 부도로의 교통섬, 부도로의 속도제약시설물 수)가 교통사고에 영향을 미치는 유의한 변수로 나타났으며, 이중 주도로의 주행 제약시설, 부도로의 시거, 부도로의 교통섬, 부도로의 속도제약시설의 경우 교통사고에 음의 영향을 나타내는 것으로 나타났다.
- j(2003)은 미국 텍사스주의 대도시지역 내 간선도로의 교통사고자료를 이용하여 도시간선도로상 접근관리와 교통사고와의 관계를 교통사고 비용측면에서 분석을 하였다. 그 결과 도로접근관리와 관련된 요인이 교통상황 및 토지이용상태와 관련된 요인보다 더 교통사고비용과 밀접한 관계를 가지며 외부접근로의 간격이 도로접근관리의 중요한 요인임을 발견하였다.[2]
- 그 결과 동일 방향 직진 이동류간의 교차로 진입 전 충돌 및 추돌사고가 가장 많은 비중을 차지하며, 그다음 다른 방향의 직각 이동류간의 충돌사고, 동일 방향 직진 이동류간의 교차로 진출 후 충돌 및 추돌사고 순으로 교통사고가 발생함을 밝혀내었다.[1]
- 그 결과 총 54개의 변수중 부도로 교통량 주도로의 차로수, 교차로의 넓이, 부도로의 딜레마구간길이 등이 사고에 영향을 미치는 요인임을 제시하였다. 또한 모형검증을 통해 기존의 모형에 비해 퍼지이론과 신경망 이론이 더 적절함을 제시하였다.
- 두 번째 속도 제약시설 변수의 경우 역시 최근 연구에서 교통사고에 각기 다른 영향을 주는 변수로 나타났는데 본 연구에는 음의 영향을 미치는 것으로 나타났지만 확률적 변수임을 확인함으로써 대상에 따라 다를 수 있음을 증명할 수 있는 계기가 되었다고 생각된다. 그러나 사용된 자료가 도시부에 한정되어 있어 도시부가 아닌 지방부를 대상으로 분석할 경우 다른 결과를 보일 수 있다고 판단되며.
- 그 결과 총 54개의 변수중 부도로 교통량 주도로의 차로수, 교차로의 넓이, 부도로의 딜레마구간길이 등이 사고에 영향을 미치는 요인임을 제시하였다. 또한 모형검증을 통해 기존의 모형에 비해 퍼지이론과 신경망 이론이 더 적절함을 제시하였다.[3]
- 또한 지금까지 대부분의 연구에서 사용되었던 회귀모형, 포아송 모형, 음이항 모형 등에서는 확인할 수 없었던 확률적 변수를 도출할 수 있었다.
- 분석 결과 정면충돌의 경우 교통량만이 사고 심각도에 영향을 미치는 것으로 나타났으며, 후미충돌의 경우 교통량 외 황색신호평균이 길수록 후미충돌 사고에 영향을 미치는 것으로 나타났음을 제시하였다. 또한 측면직각의 경우 우회전 전용차로 포함, 황색신호평균이 영향을 미치며, 접촉의 경우 주도로 차로폭 평균, 중차량 등이 사고에 영향을 미치는 것을 밝혀내었다.[4]
- 본 연구에서 가장 중요한 확률적 변수는 확률변수의 표준편차(Scale parameters for dists. of random parameters) 값이 부도로의 시거, 부도로의 속도제약 시설이 각각 15.940, 6.013로 나타나 확률변수(random parameter)임을 알 수 있었다.
- 부도로의 속도제약시설의 경우 역시 81.02%에 대해서는 속도제약시설이 늘어날수록 교통사고가 감소하지만 18.98%대해서는 속도제약시설이 늘어날수록 교통사고 역시 증가되는 것으로 나타났다.
- 분석 결과 10개의 변수(주도로의 차로 수, 주도로의 좌회전 교통량, 주도로의 주행제약시설 수, 부도로의 우회전 교통량, 부도로의 교차로 시거, 교차로의 총 현시, 부도로의 중앙분리대 유무, 부도로의 제한속도, 부도로의 교통섬 유무, 부도로의 속도제약시설 수)가 교통사고에 영향을 미치는 것으로 나타났다.
- t(2008)은 도시부 171개 지점의 교통사고 건수, 교통량, 주변환경 등에 대한 55개 변수를 이용하여 사고모형을 개발하였다. 분석 결과 사고건수에 영향을 미치는 변수는 교통량 및 차로수, 버스정류장 및 딜레마구간길이 등이 도출되었으며, 사고 심각도에 영향을 미치는 변수로는 중차량의 비율, 우회전비율, 교차로 지형, 차로당 평균 폭 등이 관련이 있음을 제시하였다.[5]
- 분석 결과 정면충돌의 경우 교통량만이 사고 심각도에 영향을 미치는 것으로 나타났으며, 후미충돌의 경우 교통량 외 황색신호평균이 길수록 후미충돌 사고에 영향을 미치는 것으로 나타났음을 제시하였다. 또한 측면직각의 경우 우회전 전용차로 포함, 황색신호평균이 영향을 미치며, 접촉의 경우 주도로 차로폭 평균, 중차량 등이 사고에 영향을 미치는 것을 밝혀내었다.
- (2013)는 기존에 사용되던 일반적인 음이항 모형에서 보다 발전된 형태의 확률적 모수를 고려한 음이항 모형을 제시하여 교통사고와 기하구조와의 관계를 파악하였다. 분석 결과, 총 16개의 교통량, 구간 길이 및 다양한 기하구조(차선수 , 좌.우 길어깨 폭 , 종.횡단 곡선)와 관련된 변수들이 사용되었다. 이 중, 8개의 변수가 각 구간마다 다른 특성을 나타내는 이질성을 가지는 것으로 나타났으며, 나머지 8개의 변수는 각 구간에 관계없이 동일한 특성을 나타나는 변수로 임을 제시하였다.
- 시거의 경우 사고와 밀접한 상관관계가 있는 변수로 지금까지 여러 연구를 통해 밝혀진 바 있지만 교통사고에 대해 고정적인 영향을 미치는 것이 아니라 대상에 따라 다른 영향을 미친다는 것을 본 연구를 통해 증명할 수 있었다.
- Lee, s,h(2015)은 2007~2012까지의 대전광역시 89개 교차로를 대상으로 자료를 수집하고 사고예측모형을 개발하였다. 연구결과 년평균일교통량, 제한 속도, 차로수, 우회전 전용차로 설치유무, 전방신호 등 설치유무 등이 유효한 설명변수임을 밝히고 임의효과를 이용한 모형이 고정효과를 이용한 모형에 비해 설명력이 우수함을 제시하였다.[7]
- 우선 Table 2를 살펴보면 제시한 바와 같이 확률적 음이항 모형과 일반 음이항 모형의 설명력을 비교해보면 로그-우도 함수값(Log Likelihood Function)이 확률적 음이항 모형의 경우 –2322.315로 일반 음이항 모형의 로그-우도 함수값 -2325.861보다 높게 나타났으며, 우도비 경우 역시 확률적 음이항 모형이 0.156으로 일반 음이항 모형의 0.154보다 상대적으로 높게 나타났다.
- 유의하게 나타난 변수들을 자세히 살펴보면 주도로의 차선수의 경우 t-값은 각각 10.76과 6.213로 나타났으며, 한계효과는 확률적 모형에서는 차로가 하나 늘어날 경우 28%의 사고가 증가되며, 일반음이항모형에서는 한 개의 차로가 늘어날 때 34%의 사고가 증가되는 것으로 나타나 상대적으로 일반음이항에서 차로수가 교통사고에 높은 영향력을 미치는 것으로 추정되었다.
- 이 두 변수의 평균과 표준차를 이용해 정규분포를 도출해보면 부도로의 시거 변수의 경우 본 연구의 대상인 792개의 교차로에 대해 90.98%는 부도로의 시거가 늘어날수록 교통사고는 감소하지만 9.02%에 대해서는 부도로의 시거가 늘어날수록 교통사고가 증가되는 것을 나타났다.
- 이 밖에 총 현시 부도로의 교통섬 유무, 부도로의 제한 속도 등이 교통사고에 영향을 미치는 것으로 나타났으며 한계효과 및 탄력성 분석 결과 전반적으로 일반 음이항 모형이 확률적 음이항 모형에 비해 영향력이 상대적으로 높게 나타났다.
- 주도로의 좌회전 교통량의 경우 두 모형에서 역시 t-값이 각각 3.566, 2.931으로 나타났으며 탄력성 결과를 살펴 보면 교통량이 1%증가할 때 확률적 음이항모형에서는 4%의 교통사고 증가로 이어지며, 일반음이항 모형에서는 약6%의 사고증가로 이어지는 것으로 나타났다.
- 확률적 변수는 구간의 길이 , 교통량 , 차선수(3, 4 차선), 왼쪽 길어깨폭(3-4, 10ft이상 - 90~120, 300cm 이상), 오른쪽 길어깨폭(5-9ft - 150~270cm), 구간내 종단곡선의 최대구배가 이질성을 가지는 변수로 도출되었다. 차선수의 경우, 4차선에서 5차선 이상으로 변할 시, 사고감소에 미치는 영향이 상대적으로 줄어드는 것으로 나타났다.[6]
- 첫 번째 확률변수는 부도로의 시거 변수로 부도로의 시거는 모든 교차로에서 사고에 대하여 동일한 영향을 주는 것이 아니라, 교차로별로 다른 영향을 미치는 것으로 나타났으며, 기존의 일반 음이항모형 적용 시에는 도출할 수 없는 결과이다.
- 확률적 변수는 구간의 길이 , 교통량 , 차선수(3, 4 차선), 왼쪽 길어깨폭(3-4, 10ft이상 - 90~120, 300cm 이상), 오른쪽 길어깨폭(5-9ft - 150~270cm), 구간내 종단곡선의 최대구배가 이질성을 가지는 변수로 도출되었다. 차선수의 경우, 4차선에서 5차선 이상으로 변할 시, 사고감소에 미치는 영향이 상대적으로 줄어드는 것으로 나타났다.
후속연구
- 또한 종속변수를 총 교통사고건수가 아닌 심각도별 사고건수를 적용한다면 각 변수가 단순 사고발생이 아닌 사고 심각도에 미치는 변수를 파악할 수 있을뿐 아니라 향후 교통사고 예방을 위한 개선방안의 우선순위 등에 많은 도움을 줄 수 있을 것으로 판단된다.
- 연구의 흐름은 먼저 연구의 배경 및 목적을 제시하고, 이론적 고찰에서 기존문헌 및 교통사고 모형 개발 이론 고찰 그리고 연구에 사용될 자료의 구축 및 분석하고, 확률적 음이항 사고예측모형을 통해 계수 값을 도출한 후, 기존 모델과의 비교 및 결과 분석, 향후 연구내용을 제시하고자 한다.
- 그러나 사용된 자료가 도시부에 한정되어 있어 도시부가 아닌 지방부를 대상으로 분석할 경우 다른 결과를 보일 수 있다고 판단되며. 향후 지방부를 대상으로 연구가 진행된다면 좀 더 명확한 결과를 제시할 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.