최근 카셰어링 서비스 운영전략 고도화에 대한 연구의 필요성이 점차 높아지고 있으며 이를 위해서는 카셰어링 수요에 대한 상세 정보가 필요하다. 그러나 기존 연구에서는 실적자료 또는 임의가정 수요만을 이용함으로서 이용가능 차량이 부족하여 서비스를 이용하지 못한 상실수요(Spilled Demand)가 누락된 경우가 많았다. 이에 본 연구에서는 카셰어링 서비스 운영업체의 웹사이트 이용기록을 토대로 상실수요(Spilled Demand)를 포함한 값을 추정할 수 있는 방안을 제시하고자 하였다. 분석 결과 LH 행복카 서비스의 경우 이용실적과 조회이력을 통한 추정수요 간에 전반적으로 약 2배 정도의 큰 차이가 발생하는 것으로 나타났다. 특히 운행률이 일정 수준에 도달하면 더 이상의 수요를 수용하지 못하므로 수요가 크게 아무리 증가하더라도 운행률이 더 이상 높아지기 어려운 것으로 나타났다. 즉 단순히 이용실적만을 바탕으로 개별 Station의 수요를 추정할 경우 특히 용량 상태에 근접한 Station에서 상당한 수요의 과소추정 우려가 있음과 함께 본 연구의 추정 방법론을 적용하는 연구를 고려할 필요성이 있음을 확인하였다.
최근 카셰어링 서비스 운영전략 고도화에 대한 연구의 필요성이 점차 높아지고 있으며 이를 위해서는 카셰어링 수요에 대한 상세 정보가 필요하다. 그러나 기존 연구에서는 실적자료 또는 임의가정 수요만을 이용함으로서 이용가능 차량이 부족하여 서비스를 이용하지 못한 상실수요(Spilled Demand)가 누락된 경우가 많았다. 이에 본 연구에서는 카셰어링 서비스 운영업체의 웹사이트 이용기록을 토대로 상실수요(Spilled Demand)를 포함한 값을 추정할 수 있는 방안을 제시하고자 하였다. 분석 결과 LH 행복카 서비스의 경우 이용실적과 조회이력을 통한 추정수요 간에 전반적으로 약 2배 정도의 큰 차이가 발생하는 것으로 나타났다. 특히 운행률이 일정 수준에 도달하면 더 이상의 수요를 수용하지 못하므로 수요가 크게 아무리 증가하더라도 운행률이 더 이상 높아지기 어려운 것으로 나타났다. 즉 단순히 이용실적만을 바탕으로 개별 Station의 수요를 추정할 경우 특히 용량 상태에 근접한 Station에서 상당한 수요의 과소추정 우려가 있음과 함께 본 연구의 추정 방법론을 적용하는 연구를 고려할 필요성이 있음을 확인하였다.
Currently, there are increasing demand for researches on the development of car-sharing operating strategy. In order to carry out the research, demand for car-sharing is required. However, since previous researches only adopted performance data or demand derived from several assumptions, spilled dem...
Currently, there are increasing demand for researches on the development of car-sharing operating strategy. In order to carry out the research, demand for car-sharing is required. However, since previous researches only adopted performance data or demand derived from several assumptions, spilled demand has been spotted due to lack of available cars. For this reason, we plan to suggest the way to estimate the value including spilled demand which has been spotted previously based on the record of utilization on the website of operating company, actual company providing car-sharing service. In the case of 'LH Happycar Service', difference between estimated demand and record of utilization is about twice the difference between estimated demand and record of inquiry. Especially, it is found that service rate does not go above once it reaches to its maximum rate because it cannot satisfy additional demands. In short, when we evaluate the demand for individual station based on the record of utilization only, it would be possible to underestimate the demand especially for the station at full capacity.
Currently, there are increasing demand for researches on the development of car-sharing operating strategy. In order to carry out the research, demand for car-sharing is required. However, since previous researches only adopted performance data or demand derived from several assumptions, spilled demand has been spotted due to lack of available cars. For this reason, we plan to suggest the way to estimate the value including spilled demand which has been spotted previously based on the record of utilization on the website of operating company, actual company providing car-sharing service. In the case of 'LH Happycar Service', difference between estimated demand and record of utilization is about twice the difference between estimated demand and record of inquiry. Especially, it is found that service rate does not go above once it reaches to its maximum rate because it cannot satisfy additional demands. In short, when we evaluate the demand for individual station based on the record of utilization only, it would be possible to underestimate the demand especially for the station at full capacity.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 기존 연구에서 누락된 상실수요(Spilled Demand)를 포함한 값을 추정할 수 있는 방안을 제시하고자 하였다.
이에 본 연구에서는 실제 임대아파트 단지 내 카셰어링 서비스를 제공하고 있는 운영업체의 이용기록을 토대로 카셰어링 이용자의 서비스 이용특성과 패턴을 규명하되, 웹사이트 접속(조회)기록 등 추가로 활용 가능한 자료를 이용하여 기존 연구에서 누락된 상실수요(Spilled Demand)를 포함한 값을 추정할 수 있는 방안을 제시하고자 한다.
제안 방법
본 연구에서는 인터넷을 통한 무인서비스를 기본으로 하는 카셰어링 서비스의 특성에 착안하여, 예약작업에 앞서 선행되는 조회∙검색기록을 통해 Station별 수요 추정치를 분석하고 실적치 자료와 비교분석을 수행하고자 하였다.
이를 위해 본 연구에서는 동일인이, 동일한 날에, 동일한 Station에서, 동일한 대여시작일을 조회한 이력은 중복조회로 판단하고 가장 먼저 들어온 조회이력만 남기는 방식으로 자료의 Filtering을 수행하였다. 이는 이용자가 최초로 조회한 기록이 곧 이용자가 최초로 의도하였던 내용이며, 이후 변경된 조건의 검색은 이용자가 자신의 의지를 불가피하게 변경한 것이라는 가정에 따른 것이다.
이를 위해 본 연구에서는 일반적인 운행기록에 더하여, 이용자가 카셰어링 서비스에 접속한 서버로그 기록을 추가로 분석 대상에 포함하였다. 이를 통해 실제 이용의사를 갖고 서비스에 접속하였으나 공급 부족으로 불가피하게 차량을 이용하지 못한 이용자들을 가늠할 수 있다.
이에 본 연구에서는 최근의 실제 운행기록을 바탕으로 한 상세한 분석을 수행하되 차량의 부족 등으로 서비스를 이용하지 못한 상실수요(Spilled Demand)를 포함한 분석을 가능케 하고자 하였다.
대상 데이터
본 연구의 분석 대상이 된 조회기록은 이용실적(예약∙운행기록)과 동일하게 조회한 회원ID(익명화), 조회일시, 조회장소, 차량대여시각, 반납시각정보를 포함하고 있으므로 이를 동일한 방식으로 집계하여 수요 추정치를 산출할 수 있다.
실제 LH에서 운영 중인 카셰어링 서비스 (행복카)의 2014년 9월 ~ 2014년 12월까지 4개월 간의 이용자 정보, 조회기록, 예약기록, 실제운행기록을 구득하여 다음과 같은 데이터베이스를 구축하였다.
이용자 정보(3,804건), 조회 기록(49,588건), 예약 기록(23,038건), 실제 운행기록(18,554건)을 데이터베이스화 하였으며 이에 대해 이용자 특성, 서비스 이용패턴(운행 특성 및 시계열 특성), Station별 Performance를 다양하게 분석하였다.
데이터처리
실제 운행이 이루어진 운행기록을 대상으로 LH 행복카 서비스의 기초적인 이용특성을 알아보기 위한 분석을 수행하였다.
이를 위해 인터넷을 통한 무인서비스를 기본으로 하는 카셰어링 서비스의 특성에 착안하여, 예약작업에 앞서 선행되는 조회∙검색기록에 대한 필터링 작업을 통해 Station별 수요 추정치를 분석하고 실적치 자료와 비교분석을 수행하였다.
성능/효과
분석 결과 LH 행복카 서비스의 경우 이용실적과 조회이력을 통한 추정수요 간에 전반적으로 약 2배 정도의 큰 차이가 발생하는 것으로 나타났다.
특히 운행률이 일정 수준에 도달하면 더 이상의 수요를 수용하지 못하므로 수요가 크게 아무리 증가하더라도 수치가 거의 일정한 값에서 정체되는 것을 확인할 수 있었다.
후속연구
더불어 본 연구에서는 당일(24시간) 내 조회는 모두 동일한 수요로 가정하였지만, 향후 설문조사(SP Data) 및 로그 데이터(RP Data)에 대한 추가 분석을 통해 카셰어링 수요의 Spill과 Recapture에 관한 관계를 밝힌다면 보다 정교한 방법론을 개발할 수 있을 것으로 기대된다.
또한 국내 연구의 경우 국내 카셰어링 도입 초기 데이터 및 시범서비스 결과를 분석한 연구들로써 정착기에 접어든 현재 데이터를 이용한 추가 후속연구가 필요하다.
이를 통해 향후 차량증차∙재배치운영 등에 대한 연구를 위해서는 수요 실적자료 외에 상실수요(Spilled Demand)에 대한 면밀한 검토와 함께 본 연구의 추정 방법론을 적용하는 연구를 고려할 필요성이 있음을 확인하였다.
참고문헌 (6)
J. S. Park and J. H. Mun, "Demand Estimation and Impact Analysis of Car-Sharing Service", Journal of Transport Research, vol. 20, pp.59-75, Jun. 2013.
Y. Wakabayashi and E. Hato, "Solving Station Allocation Problem of One-way Car-sharing System With Demand Imbalance", The 19th HKSTS International Conference, 2014.
J. B. Lee, "Introduction of Carsharing System in Daejeon City", Daejeon Development Institute, 2012.
J. Y. Park, "Development of EV Sharing service model and pilot operation", The Korea Transport Institute, 2013.
J. S. Park, et al., "An Impact Analysis on the Traffic Demand by Car-sharing service", The Korea Transport Institute, 2015.
Leclere, B. et al., Unraveling the Travel Behavior of Carsharing Members from Global Positioning System Traces, Transportation Research Record: Journal of the Transportation Research Board, no. 2359, pp. 59-67, 2013.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.