접근성 변수를 반영한 통행발생 및 통행분포모형 개발 Development of Estimation Model of Trip Generation Model and Trip Distribution Model Reflecting Coefficient of Accessibility원문보기
교통수요 예측 결과는 교통계획 및 운영과 같은 의사결정 과정에서 매우 주요하게 작용되고 있다. 교통수요 예측 시 적용되는 기존 교통수요 예측 4단계 모형은 지정된 기점과 종점 간의 통행만을 대상으로 하며 모형의 특성상 접근성 향상에 따라 유발되는 수요는 고려하지 못하고 있다. 따라서 본 연구는 기존 모형의 한계를 보완하고 모형의 추정력 및 신뢰성을 제고하기 위해 접근성을 반영한 전국 지역 간 통행발생 및 통행분포모형 개발에 목적을 두었다. 접근성을 반영한 통행발생 및 통행분포모형 정산 결과, 접근성 계수의 부호는 양(+)의 값으로 추정되었다. 통행목적 중 업무통행은 타 목적통행에 비해 외부요소의 제약에 가장 둔감한 것으로 나타났으며 여가통행은 통행비용에 가장 민감한 것으로 나타났다. 정산된 통행발생 및 통행분포모형을 관측자료 와의 비교를 통해 검증한 결과, 접근성을 반영한 모형의 가중평균(weighted average) 오차율(%), RMSE(Root Mean Square Error), 총 오차량(total error)등이 기존 모형에 비해 감소하는 것으로 나타남에 따라 모형의 추정력 및 신뢰성이 개선됨을 확인하였다.
교통수요 예측 결과는 교통계획 및 운영과 같은 의사결정 과정에서 매우 주요하게 작용되고 있다. 교통수요 예측 시 적용되는 기존 교통수요 예측 4단계 모형은 지정된 기점과 종점 간의 통행만을 대상으로 하며 모형의 특성상 접근성 향상에 따라 유발되는 수요는 고려하지 못하고 있다. 따라서 본 연구는 기존 모형의 한계를 보완하고 모형의 추정력 및 신뢰성을 제고하기 위해 접근성을 반영한 전국 지역 간 통행발생 및 통행분포모형 개발에 목적을 두었다. 접근성을 반영한 통행발생 및 통행분포모형 정산 결과, 접근성 계수의 부호는 양(+)의 값으로 추정되었다. 통행목적 중 업무통행은 타 목적통행에 비해 외부요소의 제약에 가장 둔감한 것으로 나타났으며 여가통행은 통행비용에 가장 민감한 것으로 나타났다. 정산된 통행발생 및 통행분포모형을 관측자료 와의 비교를 통해 검증한 결과, 접근성을 반영한 모형의 가중평균(weighted average) 오차율(%), RMSE(Root Mean Square Error), 총 오차량(total error)등이 기존 모형에 비해 감소하는 것으로 나타남에 따라 모형의 추정력 및 신뢰성이 개선됨을 확인하였다.
Traffic demand prediction result is a primary factor for decision making such as the traffic planning and operation. The existing traffic demand prediction 4-step model only covers the trip between the origin and the destination, and not the demand followed by the accessibility improvement, due to t...
Traffic demand prediction result is a primary factor for decision making such as the traffic planning and operation. The existing traffic demand prediction 4-step model only covers the trip between the origin and the destination, and not the demand followed by the accessibility improvement, due to the characteristic of this model. Therefore, the purpose of this research is to improve the limitations of the existing model by developing the inter-city trip generation and trip distribution model with more accessibility. After calculating of the trip generation and trip distribution model with more accessibility, the sign of the accessibility coefficient was positive. Commuting was the most insensitive indicator, affected by external factors among the other trip purposes. The leisure trip was the most sensitive, affected by the trip fee. According to the result of comparison with each of estimated model and observational data, it was certain that the reliability and assumption of the model have been improved by discovering the reduced weighted average error rate, Root Mean Square Error (RMSE) and total error through the model with more accessibility compared with the existing one.
Traffic demand prediction result is a primary factor for decision making such as the traffic planning and operation. The existing traffic demand prediction 4-step model only covers the trip between the origin and the destination, and not the demand followed by the accessibility improvement, due to the characteristic of this model. Therefore, the purpose of this research is to improve the limitations of the existing model by developing the inter-city trip generation and trip distribution model with more accessibility. After calculating of the trip generation and trip distribution model with more accessibility, the sign of the accessibility coefficient was positive. Commuting was the most insensitive indicator, affected by external factors among the other trip purposes. The leisure trip was the most sensitive, affected by the trip fee. According to the result of comparison with each of estimated model and observational data, it was certain that the reliability and assumption of the model have been improved by discovering the reduced weighted average error rate, Root Mean Square Error (RMSE) and total error through the model with more accessibility compared with the existing one.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
현재 교통수요예측 시 적용되는 교통수요 예측 4단계 모형은 지정된 기점과 종점 간의 통행만을 고려하며, 접근성에 대해서는 면밀히 고려하지 못하고 있는 실정이다. 따라서 본 연구는 기존 모형의 한계를 보완하기 위해 접근성을 반영한 통행발생 및 통행분포모형 개발에 목적을 두었다.
본 연구는 앞서 제시한 한계를 극복하고 교통수요 예측 과정의 신뢰성 제고를 위해 교통수요 예측 4단계 모형 중 접근성 변수를 반영한 통행발생 및 통행분포모형을 개발하는 데에 목적을 두었다.
본 연구는 통행발생 및 통행분포 모형에 접근성을 포함한 다양한 변수를 활용하여 교통수요 예측 4단계 모형의 현실성 및 신뢰성을 제고하는 데에 목적을 두었다.
가설 설정
Lowry(1964)는 도시기반활동을 중심으로 서비스 활동과 주거활동의 입지를 모형화하여 도시 내 토지이용체계 형성과정을 설명했다. 주거입지가 근무지에 대한 접근성에 의해 결정된다고 가정하고 도시 내 가구 수는 근무지로의 통행저항에 따라 달라짐을 제시하였다.
제안 방법
다중회귀분석에서 종속변수는 각 행정구역의 유·출입 통행량으로 설정하고 설명변수는 표 1의 변수와 각 목적별 접근성 지표로 설정하였다.
또한 접근성 계량화 과정에서 요구되는 교차통행량과 통행비용(통행시간)은 2012년 한국교통연구원에서 배포한 ‘전국지역간 목적별 O/D의 유출·입 통행량’과 ‘전국지역간 통행비용(통행시간)’을 활용하였다(수식 3).
또한 통행에 대한 각각의 특성을 고려하기 위해 ‘전국 지역간 O/D’ 중 통근· 통학, 여가, 업무, 귀가 등의 목적으로 구분된 목적별 O/D를 사용하였다.
먼저 무제약 통행분포모형 형태로 통행저항함수(γ)와 접근성 계수(α, β)를 정산하고 정산된 계수를 이중제약 엔트로피 중력모형에 적용하여 균형인자(Ai, Bj)를 산출하였다.
통행발생모형의 종속변수는 2012년 한국교통연구원에서 배포한 ‘전국지역간 목적별 O/D의 유출·입 통행량’으로 선정하였으며 설명변수는 접근성 외에 사회경제지표, 주거 밀도, 토지이용별 면적 비율, 토지이용별·사회경제지표 특화도(SI: Specialization Index), 교통시설 접근도 등을 선정하였다(Table 1).
한국교통연구원에서 제공하는 ‘전국지역간 통행목적별 O/D(2012년 배포)‘를 활용하여 정산된 각 모형을 검증하였다.
대상 데이터
모형 개발을 위한 기초 데이터는 2012년 한국교통연구원에서 배포한 ‘전국지역간 O/D와 네트워크’를 사용하였다.
첫째, 다수단(multi-mode) 및 연계통행 고려에 대한 한계이다. 본 연구는 공로의 통행(주로 승용차)을 대상으로 분석을 수행하였다. 그러나 향후에는 대중교통을 포함한 다수단 및 연계통행을 중심으로 연구가 수행되어져야 할 것이다.
데이터처리
접근성을 반영한 통행분포모형의 검증을 위해 가중평균 오차율, RMSE(Root Mean Square Error), 총오차량(total error) 등을 활용하였다.
정산을 수행하기 위해 다중회귀분석을 진행하였다. 다중회귀분석에서 종속변수는 각 행정구역의 유·출입 통행량으로 설정하고 설명변수는 표 1의 변수와 각 목적별 접근성 지표로 설정하였다.
이론/모형
본 연구는 Chandra Bhat(2001)가 제시한 접근성 계량화 모형(수식 1)을 참고하였다. 또한 접근성 계량화 과정에서 요구되는 교차통행량과 통행비용(통행시간)은 2012년 한국교통연구원에서 배포한 ‘전국지역간 목적별 O/D의 유출·입 통행량’과 ‘전국지역간 통행비용(통행시간)’을 활용하였다(수식 3).
본 연구는 접근성을 반영한 통행분포모형 정산을 위해 최성택 노정현(2015)의 2단계 정산기법을 참고하였다. 먼저 무제약 통행분포모형 형태로 통행저항함수(γ)와 접근성 계수(α, β)를 정산하고 정산된 계수를 이중제약 엔트로피 중력모형에 적용하여 균형인자(Ai, Bj)를 산출하였다.
본 연구는 통행분포 예측 시 가장 많이 사용되고 있는 중력모형을 활용하였으며 수식 (5)와 같이 중력모형 중 이중제약 중력모형(doubly constrained gravity model)을 활용하였다.
본 연구는 통행분포모형 정산 시 이중제약 중력모형을 기초로 하였다. 이중제약 중력모형은 각 기종점별 유출·입 통행량을 일치시키는 방법으로 교통수요예측 4단계 모형 중 2단계인 통행분포 단계에서 보편적으로 적용되고 있다.
접근성을 반영한 통행발생모형 설정을 위해 보편적으로 활용되는 회귀모형을 적용하였다(수식 4). 회귀모형은 일반적으로 종속변수와 설명변수 간의 인과관계를 방정식 형태로 설정하여 규명하는 모형이다[13].
접근성을 반영한 통행발생모형의 검증을 위해 수식(6)과 같이 가중평균(weighted average) 오차율을 활용하였다.
성능/효과
)를 추정하는 2단계 정산기법을 제안하였다. RMSE(Root Mean Square Error), E-norm, C.R(Coincidence Ratio)을 통한 2단계 정산기법 검증 결과, 전반적인 설명력 수준이 기존 모형과 대등하게 나타났다. 이는 모형의 신뢰성과 정산의 용이성을 동시에 제고한 결과로 해석된다(Table 3).
한국교통연구원에서 제공하는 ‘전국지역간 통행목적별 O/D(2012년 배포)‘를 활용하여 정산된 각 모형을 검증하였다. 검증 결과, 통행발생 모형과 통행분포 모형 모두 접근성을 반영한 모형의 가중평균 오차율(%), RMSE, 총 오차량 등이 접근성을 반영하지 않은 기존 모형(관측치)에 비해 적게 나타남에 따라 모형의 추정력 및 신뢰성이 개선되었음을 확인하였다.
07%(유입)로 나타났다. 결과적으로 모든 통행목적에서 접근성을 반영한 본 연구의 모형이 기존 모형에 비해 개선됨을 확인하였다.
기존문헌 고찰 결과 접근성은 통행량과 통행특성을 규명할 수 있는 주요한 요소임에도 불구하고 이를 반영함에 있어서 다양하게 해석되는 개념과 계량화의 어려움으로 인해 한계가 존재하고 있음을 확인하였다. 특히 교통수요 예측 시 보편적으로 적용되는 교통수요 예측 4단계 모형에서는 더욱더 이를 면밀히 반영해야 하지만 통행발생 및 통행분포모형에서 이를 반영한 연구는 미비하다.
또한 모든 통행목적별 모형에서 접근성의 부호는 (+)값으로 추정되어 접근성과 유출·입 통행량은 양의 상관관계임을 확인하였다.
또한 통행목적별 통행저항함수(γ) 비교 결과 여가통행이 통행비용에 가장 민감한 것으로 나타났다(Table 4).
70%로 나타났다. 마지막으로 귀가통행에서는 기존 모형(관측치)의 가중평균 오차율이 50.60%인 반면, 접근성을 반영한 모형의 가중평균 오차율은 45.71%로 나타났다. 모든 통행목적에서 접근성을 반영한 본 연구의 모형이 기존 모형에 비해 개선됨을 확인하였다.
14%(유입)로 나타났다. 마지막으로 귀가통행에서는 기존 모형(관측치)의 가중평균 오차율이 73.33%(유출)/45.72%(유입)인 반면, 접근성을 반영한 모형의 가중평균 오차율은 13.04%(유출)/10.07%(유입)로 나타났다. 결과적으로 모든 통행목적에서 접근성을 반영한 본 연구의 모형이 기존 모형에 비해 개선됨을 확인하였다.
07%(유입)로 나타났다. 결과적으로 모든 통행목적에서 접근성을 반영한 본 연구의 모형이 기존 모형에 비해 개선됨을 확인하였다.
모형 검증 결과, 접근성을 반영한 모형의 가중평균 오차율이 접근성을 반영하지 않은 기존 모형(관측치)에 비해 적게 나타났다(Table 5). 통근·통학통행에서는 기존모형(관측치)의 가중평균 오차율이 61.
모형 검증 결과, 접근성을 반영한 모형의 가중평균오차율, RMSE, 총 오차량 등이 접근성을 반영하지 않은 기존 모형(관측치)에 비해 적게 나타났다(Table 6). 통근·통학통행에서는 기존 모형(관측치)의 가중평균 오차율(%)이 48.
선정된 설명변수 간의 다중공선성(VIF) 존재 여부 확인 결과, 통근·통학통행은 2.348～5.052, 여가통행은 1.688～4.355, 업무통행은 2.421～2.956, 귀가통행은 2.681～6.365 범위 내로 산정되어 다중공선성이 존재하지 않음을 확인하였다.
업무통행 및 귀가 통행은 도착지 접근성(β)이 종속변수에 가장 큰 영향을 미치는 것으로 나타났다.
접근성을 반영한 통행발생모형 정산 결과, 모든 통행목적에서 접근성 부호가 (+)값으로 추정되어 접근성과 유출·입 통행량은 양의 상관관계임을 확인하였다.
접근성을 반영한 통행발생모형 정산 결과, 모든 통행목적에서 접근성 부호가 (+)값으로 추정되어 접근성과 유출·입 통행량은 양의 상관관계임을 확인하였다. 접근성을 반영한 통행분포모형 정산 결과, 목적통행 중 업무통행은 타 목적통행에 비해 외부요소의 제약에 가장 둔감한 것으로 나타났으며 여가통행은 통행비용에 가장 민감한 것으로 나타났다.
접근성을 반영한 통행분포모형 정산 결과, 통근·통학 통행 및 여가통행은 출발지 접근성(α)이 종속변수에 가장 큰 영향을 미치는 것으로 나타났다.
이동성은 개인의 이동능력만을 의미하고 접근성은 개인이 갖는 이동성의 함수임과 동시에 대인 및 활동기회의 공간적 입지, 목적하는 활동에 대한 가능시간 등의 함수라고 정의하였다. 즉, 이동성은 접근성을 구성하는 일부분이며 개인의 교통적 여건에만 관련되고 접근성은 개인의 여건, 목적하는 활동의 특성, 활동주체의 교통여건 등에 직접적인 영향을 미치는 요소에 따라 결정됨을 명시하였다.
통근·통학통행에서는 기존 모형(관측치)의 가중평균 오차율(%)이 48.19%인 반면, 접근성을 반영한 모형의 가중평균 오차율은 40.62%로 나타났다.
통근·통학통행에서는 기존모형(관측치)의 가중평균 오차율이 61.41%(유출)/67.21%(유입)인 반면, 접근성을 반영한 모형의 가중평균 오차율은 9.78%(유출)/12.59%(유입)로 나타났다.
통행목적별 종속변수와 설명변수 간의 관계를 살펴보면 통근·통학통행은 통근·통학자수, 여가통행은 3차 종사자수, 업무통행은 총 종사자수, 귀가통행은 총 인구수가 종속변수에 가장 큰 영향을 미치는 것으로 나타났다.
후속연구
본 연구는 공로의 통행(주로 승용차)을 대상으로 분석을 수행하였다. 그러나 향후에는 대중교통을 포함한 다수단 및 연계통행을 중심으로 연구가 수행되어져야 할 것이다.
추후 이와 같은 보완을 통한다면, 통행발생 및 통행분포모형을 개발함에 있어 더욱 신뢰성을 제고할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
교통수요 예측 4단계 모형 중 통행발생모형 단계는 무엇인가?
이 중 통행발생모형은 인구수, 가구수, 종사자수 등의 사회경제지표를 이용하여 교통존의 발생량(trip production)과 도착량(trip attraction)을 추정하는 단계이며 통행분포모형은 통행발생량과 통행도착량을 네트워크에 분포시켜 교통존간의 교차통행량을 구축하는 단계이다.
교통수요 예측 시 활용되는 4단계 모형의 장단점은?
현재 교통수요 예측 시 활용되는 4단계 모형은 단계별 분석 가능 및 모형의 용이성 등의 장점이 있지만 교통수요 예측에 있어 경직성이 존재하는 등의 한계를 나타낸다. 특히, 접근성(accessibility)은 토지이용 및 교통체계 변화를 발생하는 SOC 사업에 대한 타당성 평가 시에 주요한 지표로 활용됨에도 불구하고 적절히 반영되지 못하고 있다.
이동성과 접근성은 각각 무엇에 따라 결정되는가?
이동성은 개인의 이동능력만을 의미하고 접근성은 개인이 갖는 이동성의 함수임과 동시에 대인 및 활동기회의 공간적 입지, 목적하는 활동에 대한 가능시간 등의 함수라고 정의하였다. 즉, 이동성은 접근성을 구성하는 일부분이며 개인의 교통적 여건에만 관련되고 접근성은 개인의 여건, 목적하는 활동의 특성, 활동주체의 교통여건 등에 직접적인 영향을 미치는 요소에 따라 결정됨을 명시하였다.
참고문헌 (15)
E. Y. Oh, "A Theoretical Review on the Behavioral Analysis of Travel Mode Choice in the terms of Accessibility", Journal of Korean Society of Transportation, no. 3, pp: 93-101, 1998.
K. H. Chang, "An Examination of the Method and Models of Regional Accessibility Indices", Master thesis, Hanyang University, 1991.
Ingram, D. R, "The concept of Accessibility(Research for an operational Form", Regional Studies 5, no. 2, pp. 101-107, 1971. DOI: https://doi.org/10.1080/09595237100185131
Jones, S. R, "Accessibility Measures:A Literature Review", TRRL Report 967, 1981.
Hansen, "How Accessibility Shapes Land Use". American Institute of Planners Journal 25, no. 2, pp. 69-82, 1959.
A. G. Wilson, "Entropy in Urban and Regional Modeling", London, Pion, 1970.
Bhat, C. et al., "Assessment of Accessibility Measures", Center for Transportation Research, 2001.
Lowry, I. S, "A Model of Metropolis", SantaMonica CA, Rand Corporation, 1964.
Savigear F, "A Quantitative Measure of Accessibility", Town Planning Review 38, no. 1, pp. 64-72, 1967. DOI: https://doi.org/10.3828/tpr.38.1.p8048192t736t558
Karlqvist A, "Some Theoretical Aspects of Accessibility-Based Location Model", Dynamic Allocation of Urban Space, 1975.
Gwilliams K M, "Economic Evaluation of Urban Transport Projects : The State of the Art", Transportation Planning and Technology 1, pp. 123-142, 1972. DOI: https://doi.org/10.1080/03081067208717039
Anderson J, "Space-Time Budgets and Activity Studies in Urban Geography and Planning", Environment and Planning 3, pp. 353-368, 1971. DOI: https://doi.org/10.1068/a030353
B. J. Bae, "A Study on Disaggregate Trip Generation Models Using the Seoul Metropolitan Household Travel Survey Data", Master thesis, National University of Seoul, 2011.
C. Park, "The Study on the Modification of Transit OD Using Smart Card Data in Seoul", Master thesis, National University of Chonnam, 2013.
S. T. Chol, J. H. Roh, "Development and Implementation of a 2-Phase Calibration Method for Gravity Model Considering Accessibility", Journal of Korean Society of Transportation 33, no. 4, pp. 393-404, 2015. DOI: https://doi.org/10.7470/jkst.2015.33.4.393
※ AI-Helper는 부적절한 답변을 할 수 있습니다.