$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

순서형 프로빗 모형을 이용한 렌터카 사고 심각도 영향요인 분석
Risk Factors Affecting the Injury Severity of Rental Car Accidents in South Korea : an Application of Ordered Probit Model 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.17 no.3, 2018년, pp.1 - 17  

권영민 (한국과학기술원 조천식녹색교통대학원) ,  장기태 (한국과학기술원 조천식녹색교통대학원) ,  손상훈 (제주연구원)

초록
AI-Helper 아이콘AI-Helper

렌터카 차량의 교통사고 발생건수 및 사망자 수는 꾸준히 증가하는 추세를 보이며, 사고로 인한 사망률 또한 일반 승용차 및 영업용 택시보다 높다. 본 연구는 전국을 대상으로 2010년부터 2014년까지 발생한 렌터카 사고 데이터를 분석하여 사고 심각도에 영향을 미치는 요인들을 도출하였다. 사고 심각도와 관련된 17개 변수를 렌터카 사고 데이터로부터 추출하였으며 이를 4가지(인적, 차량, 도로 및 환경) 요인으로 구분한 후 순서형 로짓 모델을 적용하여 통계적으로 분석하였다. 분석 결과, 운전자 연령, 교차로 형태, 사고 발생 요일을 제외한 나머지 14개 변수가 렌터카 사고 심각도에 영향을 미치는 요인으로 통계적 유의성이 있는 것으로 분석되었다. 연구결과는 다음과 같이 요약될 수 있다. 첫째, 거주 지역이 아닌 곳에서 발생한 렌터카 사고의 심각도가 더 큰 것으로 나타났다. 둘째, 일반 도로 대비 고속도로 렌터카 사고, 과속 및 11대 중과실 위반 등 법규 위반 관련 렌터카 사고의 경우 사고 심각도가 더 큰 것으로 나타났다. 셋째, 지리적으로 익숙하지 않은 렌터카 운전자 특성상 도로 기하구조가 복잡하며, 운전자의 시야가 분산되는 커브구간 등에서의 사고 심각도가 높게 나타났다. 넷째, 지역별로 렌터카 사고 심각도에 차이가 있으나, 2010년 이후 사고 심각도는 전반적으로 감소하고 있는 것으로 나타났다. 본 연구의 결과는 향후 렌터카 사고 심각도를 줄이기 위한 기초자료로 활용될 수 있을 것으로 생각한다.

Abstract AI-Helper 아이콘AI-Helper

Over the past five years (2010-2014), the total number of traffic accidents has decreased from 226,878 to 223,552 with decrease of 0.37 percent each year. The death toll has also decreased from 5,505 to 4,762. However, the number of rental car accidents and fatalities has been steadily increased. De...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 경찰 교통사고 DB에 등록된 사업용 차량 중 렌터카로 분리된 사고 자료를 바탕으로 렌터카 사고 심각도에 영향을 미치는 요인에 대한 분석을 수행하였다. 그러나, 여객자동차 운수사업법에 따라 정의되는 렌터카는 다양한 그룹으로 구성되고 있어 보다 상세한 분석이 요구된다.
  • 본 연구는 렌터카 사고 심각도에 영향을 미치는 변수를 분석하기 위하여 18,050건의 렌터카 사고자료를 분석하였다. 이를 위해 순서형 프로빗 모형을 사용하였으며 종속 변수는 4단계의 사고 심각도(부상신고, 경상사고, 중상사고, 사망사고)로 설정하였다.
  • 본 연구는 렌터카 사고를 심각도에 따라 부상신고, 경상, 중상, 사망사고의 4단계로 구분하고 이들 렌터카 사고 심각도에 영향을 미치는 모형을 개발하고자 한다.
  • 이를 위해 본 연구에서는 렌터카 사고 심각도에 영향을 미치는 요인을 통계모형을 사용하여 도출하고자 한다. 아울러 분석결과를 일반 차량의 교통사고 심각도를 대상으로 수행한 기존 연구의 분석결과와 비교하고자 한다.
  • 이에 본 연구에서는 대한민국에서 발생한 렌터카 사고 데이터를 사용하여 렌터카 사고 심각도에 영향을 미치는 요인들을 도출하고 분석하고자 한다. 아울러 분석결과를 일반차량의 사고 심각도를 대상으로 수행된 기존연구의 분석결과와 비교하고자 한다.
  • 따라서 렌터카 사고 심각도에 대한 원인을 명확히 분석하는 연구가 시급히 요구된다. 이를 위해 본 연구에서는 렌터카 사고 심각도에 영향을 미치는 요인을 통계모형을 사용하여 도출하고자 한다. 아울러 분석결과를 일반 차량의 교통사고 심각도를 대상으로 수행한 기존 연구의 분석결과와 비교하고자 한다.
  • 특히, 렌터카 사고 심각도에 대한 요인분석은 렌터카의 비중이 높아지고 있는 현재 상황에도 불구하고 저자가 조사한 범위 내에서는 이루어지지 않았다. 이에 본 연구에서는 대한민국에서 발생한 렌터카 사고 데이터를 사용하여 렌터카 사고 심각도에 영향을 미치는 요인들을 도출하고 분석하고자 한다. 아울러 분석결과를 일반차량의 사고 심각도를 대상으로 수행된 기존연구의 분석결과와 비교하고자 한다.

가설 설정

  • 측정이 가능한 효용 X는 운전자, 차량, 사고, 도로 및 환경요인과 같은 독립변수들을 의미하며, 측정이 불가능한 효용인 오차항 εi는 확률 분포의 분산이 동일하고 공분산이 0인 정규분포를 따른다고 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
부상신고는 무엇인가? 우리나라는 교통사고 심각도를 크게 4가지 유형으로 구분하고 있으며, 각 유형에 대한 정의는 다음과 같다. (1) 부상신고(Injury report): 교통사고로 인하여 5일 미만의 치료를 요하는 부상을 입은 경우, (2) 경상사고(Minor injury): 교통사고로 인하여 5일 이상 3주 미만의 치료를 요하는 부상을 입은 경우, (3) 중상사고(Severe injury): 교통사고로 인하여 3주 이상의 치료를 요하는 부상을 입은 경우, (4) 사망사고(fatality): 교통사고 발생 시로부터 30일 이내에 사망한 경우. 본 연구에서 분석된 18,050건의 렌터카 사고 중 부상신고 사고 499건(2.
렌터카 사고 심각도에 관한 원인 분석연구가 필요한 이유는? 렌터카 사고의 증가는 심각한 사회적·경제적 문제를 야기한다. 하지만, 일반 차량을 대상으로 한 교통안전 연구는 많이 수행된 반면 렌터카 사고에 대한 연구는 극히 적은 실정이다. 또한, 교통사고분석시스템(Traffic Accident Analysis System, TAAS) 및 경찰 DB 자료에는 가해 운전자 차량용도별 교통사고에 대한 기본적인 정보(발생 건수, 사망자 수 및 부상자 수 등)만 제공하고 있을 뿐이다. 따라서 렌터카 사고 심각도에 대한 원인을 명확히 분석하는 연구가 시급히 요구된다.
우리나라는 교통사고 심각도를 몇 가지 유형으로 구분하는가? 우리나라는 교통사고 심각도를 크게 4가지 유형으로 구분하고 있으며, 각 유형에 대한 정의는 다음과 같다. (1) 부상신고(Injury report): 교통사고로 인하여 5일 미만의 치료를 요하는 부상을 입은 경우, (2) 경상사고(Minor injury): 교통사고로 인하여 5일 이상 3주 미만의 치료를 요하는 부상을 입은 경우, (3) 중상사고(Severe injury): 교통사고로 인하여 3주 이상의 치료를 요하는 부상을 입은 경우, (4) 사망사고(fatality): 교통사고 발생 시로부터 30일 이내에 사망한 경우.
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. Abdel-Aty M.(2003) "Analysis of driver injury severity levels at multiple locations using ordered probit models," Journal of safety research, vol. 34, no. 5, pp.597-603, doi:10.1016/j.jsr.2003.05.009. 

  2. Andrey J. and Yagar S.(1993), "A temporal analysis of rain-related crash risk," Accident Analysis & Prevention, vol. 25, no. 4, pp.465-472. 

  3. Cho J. W. and Kum K. J.(2014), "Analysis of Factors influencing Severity of Motorcycle Accidents using Ordered Probit Model," International Journal of Highway Engineering, vol. 16, no. 5, pp.143-154. 

  4. Christoforou Z., Cohen S. and Karlaftis M. G.(2010), "Vehicle occupant injury severity on highways: an empirical investigation," Accid Anal Prev., vol. 42, no. 6, pp.1606-1620, doi:10.1016/j.aap.2010.03.019. 

  5. Eluru N., Bhat C. R. and Hensher D. A.(2008), "A mixed generalized ordered response model for examining pedestrian and bicyclist injury severity level in traffic crashes," Accident Analysis & Prevention, vol. 40, no. 3, pp.1033-1054. 

  6. Gray R. C., Quddus M. A. and Evans A.(2008), "Injury severity analysis of accidents involving young male drivers in Great Britain," Journal of safety research, vol. 39, no. 5, pp.483-495. 

  7. Jang K., Park S., Kang S., Song K., Kang S. and Chung S.(2013), "Evaluation of pedestrian safety: pedestrian crash hot spots and risk factors for injury severity," Transportation Research Record: Journal of the Transportation Research Board, vol. 2393, iss. 1, pp.104-116. 

  8. Jo W. and Lee Y.(2007), "The Study on the Accident Injury Severity Using Ordered Probit Model," The Korea Institute of Intelligent Transport Systems Fall Conference, October 2007, pp.149-155. 

  9. Kang S. -M. and Kim J. -H.(2009), "An empirical study on the relationship of speed change and injuries subjected by rear-end collisions," Journal of the Korean Data & Information Science Society, vol. 20, no. 5, pp.797-807. 

  10. Kim J.-K., Kim S., Ulfarsson G. F. and Porrello L. A.(2007), "Bicyclist injury severities in bicycle-motor vehicle accidents," Accident Analysis & Prevention, vol. 39, no. 2, pp.238-251. 

  11. Kim M. H.(2012), A Study on the transportation safety management method of Rent-A-Car, Traffic Safety Authority Publications. 

  12. Kim S., Choi J., Kim S., Kim M. and Lee D.(2011), "The Study on the Accident Injury Severity Using Ordered Probit Model at Multi-Lane Highway," Conference of Korean Society of Road Engineers. 

  13. Klop J. and Khattak A.(1999), "Factors influencing bicycle crash severity on two-lane, undivided roadways in North Carolina," Transportation Research Record: Journal of the Transportation Research Board(1674), pp.78-85. 

  14. Kockelman K. M. and Kweon Y.-J.(2002), "Driver injury severity: an application of ordered probit models," Accident Analysis & Prevention, vol. 34, no. 3, pp.313-321. 

  15. Kwon Y., Song S. and Jang K.(2017), "A Comparative Analysis of the Rental-car and non-Commercial Passenger Car Accident Characteristics in Jeju Island," Journal of Korean Society of Transportation, vol. 35, no. 2, April 2017. 

  16. Lee J. Y., Jung J. H. and Song B. S.(2008), "Analysis of Traffic Accident Severity for Korean Highway Using Structural Equations Model," Journal of Korean Society of Transportation, vol. 26, no. 2, pp.17-24. 

  17. Levitt S. D. and Porter J.(2001) "Sample selection in the estimation of air bag and seat belt effectiveness," Review of Economics and Statistics, vol. 83, no. 4, pp.603-615. 

  18. Ma, Zhuanglin, et al.(2009), "Analysis of the logistic model for accident severity on urban road environment," Intelligent Vehicles Symposium, 2009 IEEE. 

  19. Moghaddam R. F. et al.(2009), "Crash Severity Modeling in Urban Highways Using Backward Regression Method," World Academy of Science, Engineering and Technology, vol. 60, pp.223-228. 

  20. O'donnell C. and Connor D.(1996), "Predicting the severity of motor vehicle accident injuries using models of ordered multiple choice," Accident Analysis & Prevention, vol. 28, no. 6, pp.739-753. 

  21. Pai C.-W.(2009), "Motorcyclist injury severity in angle crashes at T-junctions: identifying significant factors and analysing what made motorists fail to yield to motorcycles," Safety Science, vol. 47, no. 8, pp.1097-1106. 

  22. Shankar V., Mannering F. and Barfield W.(1996), "Statistical analysis of accident severity on rural freeways," Accident Analysis & Prevention, vol. 28, no. 3, pp.391-401. 

  23. Xie Y., Zhang Y. and Liang F.(2009), "Crash injury severity analysis using Bayesian ordered probit models," Journal of Transportation Engineering, vol. 135, no. 1, pp.18-25. 

  24. Yamamoto T. and Shankar V. N.(2004), "Bivariate ordered-response probit model of driver's and passenger's injury severities in collisions with fixed objects," Accident Analysis & Prevention, vol. 36, no. 5, pp.869-876. 

  25. Zajac S. S. and Ivan J. N.(2003), "Factors influencing injury severity of motor vehicle-crossing pedestrian crashes in rural Connecticut," Accident Analysis & Prevention, vol. 35, no. 3, pp.369-379. 

  26. Zhang J., Clarke K., Robbins G. and mao Y.(2000), "Factors Affecting the Severity of Motor Vehicle traffic crashes involving elderly drives in Onario," Accident Analysis & Prevention, vol. 32, pp.115-117. 

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로