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
- 본 연구는 고령자를 위한 지하철 역사의 수직이동시설을 평가하고 개선방안을 분석하는 것을 목적으로 한다. 서울시 통행량이 많은 31개의 지하철 역사를 평가하기 위하여 자료포락분석(data envelopment analysis: DEA)을 이용한다.
- 본 연구에서는 스마트카드 데이터를 이용하여 역사별 고령자를 고려한 수직이동시설을 평가하고 개선방향을 제시하고자 하였다. 이를 위해 서울시 주요 31개 역사를 대상으로 고령 통행현황 대비 수직이동시설의 설치현황을 DEA 모델을 이용하여 분석하였다.
- 상대적 효율성을 추정하는 목적은 분석 대상의 투입과 산출별로 어느 요소가 얼마나 과대 투입 또는 과소 산출되고 있는지를 파악하여 31개 역사의 개선방안 수립 등에 필요한 의사결정 자료를 제공하는 데 있다. 비효율성의 정도를 나타내는 여유분(Slack) 값은 각각의 투입과 산출의 잠재 가능치로 최적의 효율치와 비교하여 과다 투입 또는 부족한 산출의 양을 보여준다.
- 앞선 선행연구들을 검토하여 본 연구에서는 고령자를 고려한 지하철 역사의 수직이동시설 평가를 수행하 였다. 고령자 연령 기준은 본 연구와 관련되어 있는 국토교통부의 교통약자 이동편의증진법과 스마트카드 자료에 기록되는 연령을 고려하여 만 65세 이상을 기준으로 분석하였다.
제안 방법
- 해당 역사들은 나머지 역사들의 벤치마킹 대상인 참조그룹으로 설정되었으며, 참조횟수가 가장 높은 역사는 가산디지털단지역으로 신뢰도가 가장 높은 것으로 나타났다. 개선이 필요한 역사들에 대해서는 각각 참조집합을 설정하여 수직이동시설 개선 방안을 검토하였다. 지수가 가장 낮은 선릉역은 계단 100개 당 에스컬레이터 대수를 2대 더 확보하여 2.
- 앞선 선행연구들을 검토하여 본 연구에서는 고령자를 고려한 지하철 역사의 수직이동시설 평가를 수행하 였다. 고령자 연령 기준은 본 연구와 관련되어 있는 국토교통부의 교통약자 이동편의증진법과 스마트카드 자료에 기록되는 연령을 고려하여 만 65세 이상을 기준으로 분석하였다. 수직이동시설은 엘리베이터와 에스컬레이터로 설정하였다.
- 분석대상 31개의 역사를 통행한 개별 스마트카드 데이터로 전체 통행수를 파악하였으며, 이용자구분코드 항목을 이용하여 고령자 통행수 정보를 추출하였다. 고령자 통행비율은 전체 통행수 대비 고령자 통행수의 비율로 계산하였다. 고령자 통행수와 비율을 동시에 고려하여 고령 이용자의 역사별 이용 특성을 파악하였다.
- 고령자 통행비율은 전체 통행수 대비 고령자 통행수의 비율로 계산하였다. 고령자 통행수와 비율을 동시에 고려하여 고령 이용자의 역사별 이용 특성을 파악하였다.
- 본 연구에서는 38개의 항목 중 가상카드번호, 차량ID, 승차시간, 하차시간, 승차정류장ID, 하차정류장ID, 이용자 구분코드, 수단코드 등 9개의 항목을 사용하였다. 데이터는 역사별로 고령자 통행량과 고령자 통행비율의 정보로 재가공하였다. 스마트카드 데이터의 38개 항목은 [Table 1]과 같으며, 사용 항목에 대해서는 음영으로 표시하였다.
- 이를 위해 서울시 주요 31개 역사를 대상으로 고령 통행현황 대비 수직이동시설의 설치현황을 DEA 모델을 이용하여 분석하였다. 또한, 개선이 필요한 역사들을 대상으로 참조집합을 설정하여 수직이동시설의 개선 방안을 제시하였다.
- 본 연구는 수직이동시설의 설치 효과를 분석하고 개선방안을 모색하는 것에 초점을 맞추고 있으므로, 산출물은 세부적인 행태 변수대신 수직이동시설의 설치 여부를 변수로 제한하였다. 승강편의시설에 관한 설치 기준에 따르면 블록 당 에스컬레이터 설치 개소에 대한 기준이 제시되어 있으며, 분석 결과 이는 큰 차이가 없는 것으로 검토되었다.
- 해당 역사의 고령자 정보를 분석하기 위하여 스마트카드 데이터를 활용하였다. 본 연구에서는 38개의 항목 중 가상카드번호, 차량ID, 승차시간, 하차시간, 승차정류장ID, 하차정류장ID, 이용자 구분코드, 수단코드 등 9개의 항목을 사용하였다. 데이터는 역사별로 고령자 통행량과 고령자 통행비율의 정보로 재가공하였다.
- 분석의 대상은 스마트카드 자료를 이용하여 통행량 기준 상위 31개 역사로 설정하였다. 분석대상 31개의 역사를 통행한 개별 스마트카드 데이터로 전체 통행수를 파악하였으며, 이용자구분코드 항목을 이용하여 고령자 통행수 정보를 추출하였다. 고령자 통행비율은 전체 통행수 대비 고령자 통행수의 비율로 계산하였다.
- , 2017). 상대적 효율성을 측정하기 위한 대상으로 의사결정 단위(Decision Making Unit: DMU)를 설정하며, 개별 DMU 중 가장 효율성이 높은 DMU를 기준으로 효율성을 평가한다.
- 이후 본 연구에서 활용할 DEA 모형에 대한 기본 개념 및 구조를 간략히 기술한다. 이어서 본 연구에서 활용한 데이터 및 모형 구조에 대해 설명한 후, 분석 결과를 제시한다. 마지막으로 본 연구의 결과를 요약하고 향후 연구과제를 정리한다.
대상 데이터
- 승강편의시설에 관한 설치 기준에 따르면 블록 당 에스컬레이터 설치 개소에 대한 기준이 제시되어 있으며, 분석 결과 이는 큰 차이가 없는 것으로 검토되었다. 깊이 6m 이상의 계단의 경우 블록 당 1개소를 설치하도록 되어 있으나 계단 수에 대한 세부적인 고려가 설계 기준상으로는 제시되어 있지 않아, 본 연구에서 산출물은 수직이동시설 중 엘리베이터 설치 대수와 계단 100개 당 에스컬레이터 설치 대수로 설정하였다. 분석에 활용된 데이터의 정보는 [Table 2]와 같다.
- 분석의 대상은 스마트카드 자료를 이용하여 통행량 기준 상위 31개 역사로 설정하였다. 분석대상 31개의 역사를 통행한 개별 스마트카드 데이터로 전체 통행수를 파악하였으며, 이용자구분코드 항목을 이용하여 고령자 통행수 정보를 추출하였다.
- 수직이동시설 별 개선 방향을 알아보기 위해 참조집합에 속한 역사들과 효율성 지수가 0.4 이하인 역사를 대상으로 검토를 수행하였다. 우수한 역사는 그렇지 않은 역사의 참조그룹의 역할을 수행하기 때문에, 해당 역사들의 결과를 이해할 필요가 있다.
- 고령자 연령 기준은 본 연구와 관련되어 있는 국토교통부의 교통약자 이동편의증진법과 스마트카드 자료에 기록되는 연령을 고려하여 만 65세 이상을 기준으로 분석하였다. 수직이동시설은 엘리베이터와 에스컬레이터로 설정하였다.
- 고령자를 고려한 수직이동시설의 평가를 위해서는 고령자 통행 현황에 대한 자료 수집이 필요하다. 해당 역사의 고령자 정보를 분석하기 위하여 스마트카드 데이터를 활용하였다. 본 연구에서는 38개의 항목 중 가상카드번호, 차량ID, 승차시간, 하차시간, 승차정류장ID, 하차정류장ID, 이용자 구분코드, 수단코드 등 9개의 항목을 사용하였다.
이론/모형
- 산출지향 모형은 투입 요소의 수준을 유지하면서 산출을 극대화하는 효율성 측정 방법으로 산출에 초점을 맞추고 있으며, 투입지향모형은 반대로 산출요소의 수준을 유지하면서 투입을 최소화하여 효율성을 측정한다. 본 연구에서는 역사별 수직이동시설 평가를 위하여 기술효율성과 수직이동시설(산출물)의 개선 방향을 알기위하여 고령이용자 (투입물)를 고정하는 산출지향 CCR 모델을 사용하였다.
- 본 연구는 고령자를 위한 지하철 역사의 수직이동시설을 평가하고 개선방안을 분석하는 것을 목적으로 한다. 서울시 통행량이 많은 31개의 지하철 역사를 평가하기 위하여 자료포락분석(data envelopment analysis: DEA)을 이용한다. DEA의 투입변수는 스마트카드 자료를 이용하여 수집한 고령자 통행 수 및 통행비율을 포함하며, 산출변수는 엘리베이터 설치 대수와 100계단 당 에스컬레이터 설치 대수로 구성된다.
- 역사별 상대적 효율성지수를 분석하기 위해 산출지향 CCR모형을 활용하였다. 31개 역사의 투입변수에서 평균 고령자 통행 수는 11,506통행, 통행비율은 10.
- 본 연구에서는 스마트카드 데이터를 이용하여 역사별 고령자를 고려한 수직이동시설을 평가하고 개선방향을 제시하고자 하였다. 이를 위해 서울시 주요 31개 역사를 대상으로 고령 통행현황 대비 수직이동시설의 설치현황을 DEA 모델을 이용하여 분석하였다. 또한, 개선이 필요한 역사들을 대상으로 참조집합을 설정하여 수직이동시설의 개선 방안을 제시하였다.
성능/효과
- 역사별 상대적 효율성지수를 분석하기 위해 산출지향 CCR모형을 활용하였다. 31개 역사의 투입변수에서 평균 고령자 통행 수는 11,506통행, 통행비율은 10.48%이며, 산출변수의 수직이동시설에서 엘리베이터는 평균 3.29대, 계단 100개 당 에스컬레이터 대수는 1.45대로 분석되었다. 평균 효율성지수는 0.
- 산출변수에서는 엘리베이터 설치 대수가 7대로 다른 역사들 대비 가장 많기 때문에 추정에 가장 큰 영향을 미치는 것으로 분석되었다. 가산디지털단지역과 잠실역은 고령자 수와 비율 대비 시설의 설치 대수가 많기 때문에 우수한 것으로 분석되었다. 건대입구역의 경우에는 엘리베이터가 1대 밖에 설치되지 않음에도, 계단 100개당 에스컬레이터 설치대수가 가장 많고, 투입변수들의 수치가 작은 것들이 반영된 결과로 보인다.
- 분석 결과, 평균 점수는 0.62로 분석되었으며, 동묘역, 가산디지털단지역, 잠실역, 건대입구역이 가장 우수한 것으로 분석되었다. 해당 역사들은 나머지 역사들의 벤치마킹 대상인 참조그룹으로 설정되었으며, 참조횟수가 가장 높은 역사는 가산디지털단지역으로 신뢰도가 가장 높은 것으로 나타났다.
- 이는 더 많은 수직이동시설을 설치해야하기 때문에 불리한 조건이 될 수 있는 반면, 동묘역의 고령자 통행수는 평균이하의 수치를 기록하여 추정에 유리한 조건이 된다. 산출변수에서는 엘리베이터 설치 대수가 7대로 다른 역사들 대비 가장 많기 때문에 추정에 가장 큰 영향을 미치는 것으로 분석되었다. 가산디지털단지역과 잠실역은 고령자 수와 비율 대비 시설의 설치 대수가 많기 때문에 우수한 것으로 분석되었다.
- 두 역사의 개선방향이 산출지향 모형임에도 불구하고 투입량의 감소가 필요한 것으로 분석된 이유는 참조역사를 기준으로 개선 방향이 제시되기 때문이다. 수유역과 서울대입구역은 공통적으로 투입변수 중 고령자 통행비율에 대한 가중치가 미치는 영향이 다른 역사와 상대적으로 큰 것으로 분석되었다. 따라서 참조 그룹에 대비하여 수직이동시설 규모가 적절한 것으로 평가되었다 할지라도, 고령자 통행비율이 높은만큼 수직이동시설을 추가로 투입하여 산출량을 증가시킴으로써 투입량이 적정규모에 도달할 수 있도록 조정하는 것이 필요할 것으로 판단된다.
- 건대입구역의 경우에는 엘리베이터가 1대 밖에 설치되지 않음에도, 계단 100개당 에스컬레이터 설치대수가 가장 많고, 투입변수들의 수치가 작은 것들이 반영된 결과로 보인다. 즉, 건대입구 역의 결과는 엘리베이터보다 계단 100개 당 에스컬레이터 수가 더 큰 영향을 미치는 것으로 해석된다. 참조 집합 역사에 대한 분석내용은 [Table 8] 과 같다.
- 개선이 필요한 역사들에 대해서는 각각 참조집합을 설정하여 수직이동시설 개선 방안을 검토하였다. 지수가 가장 낮은 선릉역은 계단 100개 당 에스컬레이터 대수를 2대 더 확보하여 2.37 수준으로 개선할 필요가 있는 것으로 분석되었다.
- 참조집합 분석결과, 지수값이 1인 역사들은 참조집합이 자기 자신으로 구성되었으며, 개선이 필요한 역사에 대해서는 참조 역사가 1개 이상으로 분석되었다. 참조역사 중 참조횟수가 가장 높은 역사는 가산디지털단지역으로 25회의 참조횟수를 기록하여 가장 신뢰성이 높은 역사로 나타났다. 예를 들어, 강남역의 지수는 0.
- 추정결과에 의하면 31개의 분석 역사 중 잠실역, 가산디지털단지역, 건대입구역, 동묘앞역 등 4개의 역사 가 지수값 1.0을 가지며, 나머지 27개의 역사는 개선이 필요한 것으로 분석되었다. 평균 지수인 0.
- 62로 분석되었으며, 동묘역, 가산디지털단지역, 잠실역, 건대입구역이 가장 우수한 것으로 분석되었다. 해당 역사들은 나머지 역사들의 벤치마킹 대상인 참조그룹으로 설정되었으며, 참조횟수가 가장 높은 역사는 가산디지털단지역으로 신뢰도가 가장 높은 것으로 나타났다. 개선이 필요한 역사들에 대해서는 각각 참조집합을 설정하여 수직이동시설 개선 방안을 검토하였다.
후속연구
- 수유역과 서울대입구역은 공통적으로 투입변수 중 고령자 통행비율에 대한 가중치가 미치는 영향이 다른 역사와 상대적으로 큰 것으로 분석되었다. 따라서 참조 그룹에 대비하여 수직이동시설 규모가 적절한 것으로 평가되었다 할지라도, 고령자 통행비율이 높은만큼 수직이동시설을 추가로 투입하여 산출량을 증가시킴으로써 투입량이 적정규모에 도달할 수 있도록 조정하는 것이 필요할 것으로 판단된다.
- 주요 역사에 대한 검토도 중요하지만, 고령자 통행이 많은 역사들을 대상으로 분석할 필요도 있다. 또한 사회경제지표, 토지이용계획, 일반이용자들과의 비교 분석을 통해 서비스의 형평성 관점에서 분석을 수행하는 것도 중요한 향후 연구과제가 될 수 있을 것이다. 나아가 구체적인 실행계획을 수립하기 위해서는 한정된 재원의 규모나 재원 투자의 효율성 등도 함께 고려해야 할 필요가 있을 것으로 사료된다.
- 본 연구는 고령자를 고려하여 지하철 역사의 수직이동시설을 정량적으로 분석하고 개선방안을 제시하였다는 점에 있어 향후 고령자의 이동편의 증진에 기여할 수 있기를 기대한다. 반면, 본 연구에서는 분석범위를 주요 지하철 역사에 한정 짓는 한계를 지니고 있다. 주요 역사에 대한 검토도 중요하지만, 고령자 통행이 많은 역사들을 대상으로 분석할 필요도 있다.
- 본 연구는 고령자를 고려하여 지하철 역사의 수직이동시설을 정량적으로 분석하고 개선방안을 제시하였다는 점에 있어 향후 고령자의 이동편의 증진에 기여할 수 있기를 기대한다. 반면, 본 연구에서는 분석범위를 주요 지하철 역사에 한정 짓는 한계를 지니고 있다.
- 2013년 한국보건사회연구원에 따르면, 고령자의 약 70%가 대중교통을 이용하는 것으로 조사되어 고령자의 통행에 있어서 대중교통의 역할이 중요한 것으로 나타났다. 향후 고령자의 대중교통 이용자 수의 증가할 것으로 예상되면서, 대중교통 이동편의에 대한 욕구도 더욱 커질 것으로 전망된다. 반면, 지하철을 이용하기 위해서는 지하로 이동해야하는 수직 이동이 불가피하기 때문에 상대적으로 신체가 쇠약한 고령자에게는 이동편의 측면에서 불리한 특징이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.