[논문]도시철도역 이용수요 추정 및 이동편의시설 규모 예측 비교 분석

김황배; 이상화; 배춘봉

doi:10.12652/ksce.2019.39.6.0877

[국내논문] 도시철도역 이용수요 추정 및 이동편의시설 규모 예측 비교 분석
Comparative Analysis of Estimation of Demand for Urban Railway Stations and Forecast of Transportation Facilities Size Prediction 원문보기

대한토목학회논문집 = Journal of the Korean Society of Civil Engineers, v.39 no.6, 2019년, pp.877 - 886

김황배 (남서울대학교 공간정보공학과) , 이상화 (목원대학교 산학협력단) , 배춘봉 (남서울대학교 첨단교통환경연구소)

초록
AI-Helper

도시철도 출입구 규모는 이용자의 수요에 따라 산정되어야 하나, 우리나라는 일률적인 값을 적용, 출입구 위치에 따라 이용자의 편차가 많이 발생하여 불편을 겪는다. 최근 교통약자편의증진법에 의해 에스컬레이터, 엘리베이터 등의 이동편의시설의 설치가 의무화되고 있지만 기존 역의 경우 이용자 수요와 상관없이 설치 가능한 곳에 주로 배치가 되기 때문에 실질적으로 이용이 많이 불편하다. 이동편의시설 위치 및 규모가 역 설계 또는 건설시 반영될 수 있도록 본 연구에서는 역 출입구별 이용수요를 예측하여 출입구의 이동편의시설 규모 산정 모형을 정립하고자 한다. 이를 위해 역별 승하차 이용수요, 철도역 주변 용도별 건물 연상면적을 활용하여 1일 수요 예측을 위한 다중회귀모형식을 수립하였다. 추정된 모형의 검증을 위해 동대문역과 종각역의 실제 데이터를 이용하였으며, 추가적으로 국내외 에스컬레이터 산정식을 활용하여 출입구별 에스컬레이터 설치 규모를 비교/분석하였다. 그 결과 단일역을 대상으로 이용수요를 추정하는 것이 좀 더 정확하였으며, 종각역은 1번 출구에 상하행 에스컬레이터가 설치되어 있으나, 4번 출구에 설치하는 것이 타당한 것으로 분석되었다. 본 연구는 2018년 게재한 도시철도역 출입구 유출입 이용자 추정 모형 수립 논문의 발전된 형태로 향후 역 신설시 또는 이동편의시설물 설치 및 확장시 활용될 수 있을 것이라 판단된다. 더불어 현재 무분별하게 설치하는 에스컬레이터 설치 기준의 기초가 될 것으로 보인다.

Abstract ▼ AI-Helper

The size of the subway entrance should be calculated according to the user's demand, but Korea has the same size for each entrance by applying a uniform value. Recently, the installation of mobile convenience facilities such as escalators, elevators, etc. is mandated by the traffic weakness promotion law, but it is inconvenient to use the existing stations because it is mainly arranged in the place where it can be installed regardless of user demand. This study aims to establish a model for estimating the size of mobile convenience facilities by predicting the use demand of each station entrance so that the location and size of mobile facilities can be reflected in the design or construction of the station. To this end, a multiple regression model was established to forecast daily demand by utilizing the demand for getting on and off by station and the building association area for each purpose around the railway station. The actual data of Dongdaemun and Jonggak Stations were used to verify the estimated model. In addition, the escalator installation scale was compared / analyzed by doorway using domestic and overseas escalator equations. As a result, it was more accurate to estimate the usage demand for a single station. Also, Jonggak Station has an up and down escalator installed at exit 1, but it was analyzed that it is appropriate to install at exit 4. This study is an advanced form of the essay model for estimating the users of the entrance and exit users of urban railway stations published in 2018. In addition, it seems to be the basis of the current escalator installation criteria.

Keyword

표/그림 (15)

그림 Fig. 1. Scope of This Study
표 Table 1. Design Guidelines for Subway Stations and Transit Convenience Facilities
표 Table 2. Complex Transfer Center Design and Layout Criteria
표 Table 3. Station Capacity Planning Guidance (Network Rail, 2016)
그림 Fig. 2. Elevator Size with 17 to 26 Interactive Traffic Capacity (Compared to Distance)
표 Table 4. Escalator Processing Capacity Considering Speed and Width
표 Table 5. Summary of Model for Estimating Demand for Boarding and Getting off the Metro Station
표 Table 6. Summary of Model for Estimating Boarding and Getting off the Subway Station (Radius 1,000 m)
표 Table 7. Estimation Model Coefficient of the Number of Boarding and Getting off the Subway Station (Radius 1,000 m)
표 Table 8. Summary of Boarding and Getting off Log Transformation Model by Urban Railway Station (Radius 1,000 m)
표 Table 9. Estimated Model Coefficient of Logarithmic Conversion for Boarding and Getting off the Subway Station (Radius 1,000 m)
표 Table 10. Summary of Boarding and Getting off Log Transformation Model by Urban Railway Station (Radius 1,000 m)
표 Table 11. Estimated Model Factor for Free Ride Personnel in Railway Stations (1,000 m)
표 Table 12. Estimating the Number of People Getting on and off at Dongdaemun Station and Jonggak Station
표 Table 13. Estimating the Number of People Getting on and off at Dongdaemun Station and Jonggak Station

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 도시철도역 출입구 시설 및 편의시설 적정 규모 예측을 위한 모형식을 정립하고 사례대상지역을 선정하여 모형을 검증, 국내외 산정식을 대상으로 에스컬레이터 설치 개수를 비교·분석하고자 한다
본 연구는 한국연구재단의 “2017년도 이공학개인기초연구” 중 지역대학우수과학자 신규과제 연구로 3년도 중 마지막 차년도 과제이다. 본 연구는 2018년 게재한 도시철도역 출입구 유출입 이용자 추정 모형 수립 논문의 발전된 형태로 기존 논문에서는 출입구 유출입 이용자 추정 모형을 수립했다면 본 연구에서는 해당식을 철도역 주변 용도별 건물 연상면적의 변수를 추가하여 모형식을 보완하였으며, 추가적으로 조사 값과 추정된 자료를 우선 비교한 후 교통약자를 비율대로 추정하여 국내외 이동편의시설 산정식에 추정된 일일 이용자수와 교통약자 이용자수를 적용하여 이동편의시설을 산정/비교하는 것이 목표이다. 이를 위해 다음과 같이 연구를 수행하였다.
따라서 본 연구에서는 수도권 도시철도역을 대상으로 이용자 추정 모형식 산정, 사례 대상을 바탕으로 에스컬레이터 및 엘리베이터 이용객을 조사, 추정된 모형식과 실제 이용객을 비교하여 추정된 모형식에 대한 검증을 수행하도록 한다.

가설 설정

선정된 역의 출입구 방향 (In-Out)별 이용수요를 조사·모형식을 활용하여 추정하였다. 이 때 교통약자가 무임승차권을 주로 이용한다고 가정하고 교통약자 이용자 수는 역별 우대권(무임승차)의 비율을 이용하여 추정하였다.

제안 방법

이를 위해 다음과 같이 연구를 수행하였다. 첫째, 연구의 목적 및 연구 범위를 설정하고, 둘째, 이론적 고찰을 통해 이동편의시설 규모 산정식을 검토하였으며(도시철도역 유출입 이용수요와 관련된 요인은 2019년 게재 논문 참조; Kim et al., 2019), 셋째, 도시철도역 유출입 이용수요 추정을 위한 자료 수집 및 특성을 분석하여 회귀모형을 이용하여 도시철도역 유출입 이용수요 추정 모형을 정립하였다. 넷째, 추정된 모형식을 사례대상지를 선정하여 조사값과의 비교를 한 후 국내외 이동편의시설 산정식을 활용, 역별 에스컬레이터 설치대수를 산정하였으며 마지막으로 연구의 결과를 요약하고, 한계점 및 향후 연구 과제를 제시한다.
1 참조). 따라서 본 연구에서는 기존 연구의 이동제약자 정의를 차용하여 다음과 같이 연구 대상 범위를 정의하였다.
더불어 사례 대상역을 토대로 출입구 주변 에스컬레이터 및 엘리베이터 설치대수를 국내외 설치 기준과 비교하도록 한다.
첫째, 도시철도역 1일 승하차 수요를 추정하기 위해 다중회귀모형을 정립하여 역세권을 선정하고 모형에 적합한 건물상면적 용도를 독립변수로 채택한다.
도시철도 역별 1일 승하차 이용수요는 철도역별 승하차 이용수요를 종속변수로 하고, 철도역 중심 2개 그룹 반경 500 m와 1,000 m 역세권을 설정하여 용도별 건물 연상면적을 독립변수로 활용하여 다중회귀모형을 정립하여 2개 그룹 모형의 결정계수(R²)와 통계적 유의성을 검정하여 역세권 그룹을 선정한다. 선정된 역세권을 대상으로 종속변수(승하차 수요)에 영향을 미치는 독립변수(용도별 건물상면적) 선정을 위해 종속변수 및 독립변수에 로그변환을 취하여 최적의 모형을 정립한다.
둘째, 추정된 도시철도역 1일 승하차 이용수요와 첨두시간 계수를 적용하여 첨두 1시간 승하차 이용수요를 산정하고 이에 교통약자(장애인, 초등학생, 65세이상) 비율 또는 교통약자 추정 모형을 반영하여 도시철도역의 출입구 방향별 유출입 교통약자를 추정한다.
도시철도역의 이동편의시설의 서비스 수준을 파악하기 위해 철도역 20개 지점의 출입구별 이용자를 5분 단위로 조사하여 계단 및 에스컬레이터(E/S) 이용 현황을 조사하였다.
도시철도역의 승하차 이용수요를 추정하기 위한 다중회귀 모형을 도시철도역 중심 반경 500 m와 1,000 m 범위의 2개 그룹으로 나누어 용도별 건물연상면적을 독립변수로 적용하여 다중회귀모형 결정계수를 추정하고 비교 평가하여 철도역 이용자의 역세권 반경의 범위 및 독립변수를 선정하였다.
2개의 모형에서 추정된 계수 및 통계의 유의성을 비교 검증하여 도시철도 역별 승하차 수요 추정을 위한 최적의 다중회귀모형을 선정하였다.
도시철도역 1일 이용수요를 추정하기 위한 최적의 회귀모형을 정립하기 위해 도시철도역 중심 반경 2개 그룹 중 반경 1,000 m 역세권의 용도별 건물상면적을 독립변수로 적용하는 모형이 통계적으로 더 유의한 것으로 분석되었다. 따라서 도시철도역 중심 반경 1,000 m 역세권의 용도별 건물연상면적을 독립변수로 설정하고, 도시철도역별 1일 승하차 수요를 종속변수로 하는 회귀모형과 도시철도 역별 승하차 수요에 자연로그 변환을 취하여 새로운 변수를 생성하여 종속변수로 적용하는 2개의 회귀모형을 정립하였다. 2개의 모형에서 추정된 계수 및 통계의 유의성을 비교 검증하여 도시철도 역별 승하차 수요 추정을 위한 최적의 다중회귀모형을 선정하였다.
따라서 본 연구에서는 R² 값이 상대적으로 적지만 도시철도역의 승하차 인원에 3개 용도의 1,000 m²당 건물연상면적(단독주택, 제1종 근린생활, 제2종 근린생활)을 독립변수로 하는 다중회귀모형을 최적 모형으로 선정하였다. 추정된 독립변수의 회귀계수의 유의 확률이 모두 유의수준 0.
본 연구에서는 도시철도역 유출입 이용수요 추정 모형을 정립하기 위해 수도권 도시철도역 115개소를 대상으로 종속변수로 1일 철도역 방향별 유출입(승하차) 이용수요를 설정하고, 철도역 반경 1,000 m 범위의 22개로 대분류된 용도별 건물연상면적을 독립변수로 하는 다중 회귀모형을 추정하였다. 그 결과 3개 용도의 1,000 m² 단위 건물연상연면적(단독주택, 제1종 근린생활시설, 제2종 근린생활시설)을 독립변수로 하는 다중회귀모형이 최적의 모형으로 추정되었다.
2개의 역 중 단일역인 종각역의 수요 추정이 더 적합하였기 때문에 종각역을 대상으로 이동편의시설 중 에스컬레이터의 설치 대수를 국내외 설치기준을 이용하여 비교/분석하였다.

대상 데이터

도시철도 역별 1일 승하차 이용수요는 철도역별 승하차 이용수요를 종속변수로 하고, 철도역 중심 반경 500 m와 1,000 m 역세권의 용도별 건물 연상면적을 독립변수로 활용하여 다중회귀모형을 정립하여 추정한다. 도시철도 역별 이용수요 추정 모형의 정립을 위해 서울시 공간 Big_Data인 용도별 건물연상면적 DB 자료 654,595건을 수집하였고, 서울시 도시철도 1~5호선 170개 역별 이용특성(역별 승하차 및 무임승차 인원, 시간대별 이용수요) 자료를 수집하여 모형을 정립하였다.
앞절에서 추정된 모형을 검증하기 위해 서울의 도시철도역 중 이용자 및 교통약자 이용자 수가 많은 종각역(단일 역)과 동대문역(1호선+4호선 환승역)을 선정하였다. 선정된 역의 출입구 방향 (In-Out)별 이용수요를 조사·모형식을 활용하여 추정하였다.

데이터처리

다중회귀모형에 포함되어야 할 독립변수들은 명확히 주어지는 것 보다 잠재적인 설명을 갖고 있다고 생각되는 여러 변수 중 종속변수와 상관관계가 높은 변수를 선택하는 것이 바람직하다. 본 회귀모형의 계수 추정은 SPSS 통계 프로그램을 이용하여 종속변수와 상관관계가 높은 변수부터 하나씩 단계별 변수를 선택하는 방법을 적용하여 변수를 선별하고 합리적인 회귀식이 되도록 유도하였다.

이론/모형

도시철도역의 이용수요를 추정하기 위해 본 연구에서는 다중회귀모형을 적용하여 분석하였다.
선정된 역의 출입구 방향 (In-Out)별 이용수요를 조사·모형식을 활용하여 추정하였다.

성능/효과

대중교통을 이용함에 있어 특정 시설물이 없어 이동에 불편함을 겪는 계층을 우리는 흔히 교통약자라 정의한다. 본 연구는 지하철역 이용시 불편을 겪는 사람이라는 포괄적인 주제로 진행 중이나, 여러 문헌을 살펴본 결과 교통약자라는 개념은 다양한 의미를 포함함을 발견하였다. Shin(2000)은 고령자, 장애인이라고 하는 사회계층과 교통대책을 필요로 하는 이동제약자, 비장애인과의 중복관계를 도식화하고, 그 중 이동 제약에 곤란함을 느끼는 그룹을 정의하였다(Fig.
셋째, 모형에서 추정된 도시철도역의 1일 승하차 이용수요 및 교통약자의 수요를 토대로 철도역 이용 편의시설의 법정 서비스 수준을 고려한 철도역 유출입 방향별 일반 이용자와 교통약자의 편의시설의 적정 규모를 산정한다.
철도역 중심 2개 그룹 역세권의 용도별 건물 연상면적을 독립변수로 적용하여 최종적으로 정립된 모형 결과의 요약을 살펴보면, 철도역 중심 반경 500 m의 경우 모형의 적합성을 판단하는 R2 값은 1일 이용수요를 종속변수로 적용한 승차 0.672, 하차 0.675로 산정되었고, 독립변수로는 종속변수와 상관관계가 높은 9개 건물용도 중 6개 건물용도(단독주택, 제2종 근린생활, 업무시설, 판매·영업, 위락시설, 숙박시설)가 유의한 독립변수로 채택되었다.
또한 종속변수인 승하차 수요에 자연로그 변환을 취한 새로운 변수의 경우, R2은 log_승차 0.865, log_하차 0.866으로 산정되었고, 종속 변수와 상관관계가 높은 7개 건물용도(단독주택, 공동주택, 제1종 근린생활, 판매·영업, 업무시설, 교육·복지, 숙박시설)가 유의한 독립변수로 채택되었다.
도시철도역 중심 반경 500 m와 1,000 m의 역세권 그룹의 용도별 건물연상면적을 독립변수로 적용한 도시철도 역별 승하차 수요추정 모형을 정립하여 적합성을 비교 검토한 결과, 도시철도역 중심 반경 1,000 m 이내 역세권의 용도별 건물연상면적 자료를 독립변수로 적용한 모형의 적합도가 통계적으로 더 유의한 것으로 분석되었다(Table 5).
도시철도역 1일 이용수요를 추정하기 위한 최적의 회귀모형을 정립하기 위해 도시철도역 중심 반경 2개 그룹 중 반경 1,000 m 역세권의 용도별 건물상면적을 독립변수로 적용하는 모형이 통계적으로 더 유의한 것으로 분석되었다. 따라서 도시철도역 중심 반경 1,000 m 역세권의 용도별 건물연상면적을 독립변수로 설정하고, 도시철도역별 1일 승하차 수요를 종속변수로 하는 회귀모형과 도시철도 역별 승하차 수요에 자연로그 변환을 취하여 새로운 변수를 생성하여 종속변수로 적용하는 2개의 회귀모형을 정립하였다.
서울시 도시철도 115개 역의 1일 승차 인원을 종속변수로 적용하여 정립한 회귀모형은 3개 용도의 건물연상면적(단독주택, 제1종 근린생활시설, 제2종 근린생활시설)이 유의한 독립변수로 채택되었으며, R² 값은 0.717로 산정되었으며, 채택된 변수들에 의한 승차인원 추정 모형은 71.7 %의 설명력이 있는 것으로 분석되었다.
도시철도역의 1일 하차 인원을 종속변수로 적용한 회귀모형은 3개 용도의 건물 연상면적(단독주택, 제1종 근린생활시설, 제2종 근린생활시설)이 유의한 독립변수로 채택되었으며, R² 값은 0.719로 산정되어 채택된 변수들에 의한 하차인원 추정 모형은 71.9 %의 설명력이 있는 것으로 분석되었다. 또한 분산분석표에 서 주어진 귀무가설에 대한 통계량 F-value가 92.
서울시 도시철도 115개 역의 1일 승차인원을 로그 변환하여 새로운 종속변수를 적용하여 정립한 회귀모형은 6개 용도의 건물 연상면적(단독주택, 공동주택, 제1종 근린생활, 교육·복지, 업무시설, 판매·영업)이 유의한 독립변수로 채택되었으며, R2 값은 0.933로 산정되어 채택된 변수들에 의한 승차인원 추정 모형은 93.3 %의 설명력이 있는 것으로 분석되었다.
채택된 독립변수 계수의 유의성을 판단하는 T 검정의 유의확률은 모든 독립변수가 유의수준 p < 0.05에서 유의한 것으로 나타났다 (Table 11 참조).
도시철도역의 1일 하차인원을 로그 변환하여 새로운 종속변수로 적용한 회귀모형은 6개 용도의 건물 연상면적(단독주택, 공동주택, 제1종 근린생활, 교육·복지, 업무시설, 판매·영업)이 유의한 독립변수로 채택되었으며, R2 값은 0.934로 산정되어 채택된 변수들에 의한 하차인원 추정 모형은 93.4 %의 설명력이 있는 것으로 분석되었다.
05에서 유의한 것으로 나타내고 있다. 또한 독립변수들 간 상관관계 존재하는지 여부를 진단하기 위한 공선성 통계량을 살펴보면, VIF 값은 모든 독립변수에서 10 이하이고, 공차 값은 모두 0.1 이상을 나타내고 있어 독립변수들 간 다중공선성이 없는 것으로 분석되었다(Table 7 get off 참조).
모형 추정 결과, 모형의 적합성을 판단하는 R2 값은 0.782로 산정되었고, 독립변수로는 3개 건물용도(단독주택, 제1종 근린생활, 판매·영업)가 유의한 독립변수로 채택되었다(Table 10 참조).
서울시 도시철도 역의 1일 승하차 인원을 종속변수로 하는 회귀 모형과 승하차 인원에 로그변환하여 새로운 종속변수를 적용하는 2개의 회귀모형을 정립하여 추정된 계수의 통계량을 앞절에서 비교 검토한 결과, 도시철도역의 승하차 인원에 로그 변환하여 적용한 회귀모형이 적합성을 판단하는 R² 값이 Ln_승차 0.933, Ln_하차 0.934로 모형에 대한 설명력이 더 좋은 모형으로 나타내고 있으나, 6개 용도의 건물상면적이 독립변수로 채택되었기에 설명력이 높게 추정된 것으로 판단된다.
당 건물연상면적(단독주택, 제1종 근린생활, 제2종 근린생활)을 독립변수로 하는 다중회귀모형을 최적 모형으로 선정하였다. 추정된 독립변수의 회귀계수의 유의 확률이 모두 유의수준 0.05 이하에서 유의한 것으로 분석되었다. 최적 모형의 비표준화 계수에 의한 회귀식은 다음과 같다(Table 9 참조).
본 연구에서는 도시철도역 유출입 이용수요 추정 모형을 정립하기 위해 수도권 도시철도역 115개소를 대상으로 종속변수로 1일 철도역 방향별 유출입(승하차) 이용수요를 설정하고, 철도역 반경 1,000 m 범위의 22개로 대분류된 용도별 건물연상면적을 독립변수로 하는 다중 회귀모형을 추정하였다. 그 결과 3개 용도의 1,000 m² 단위 건물연상연면적(단독주택, 제1종 근린생활시설, 제2종 근린생활시설)을 독립변수로 하는 다중회귀모형이 최적의 모형으로 추정되었다.
추정된 모형을 검증하기 위해 서울도시철도역 중 단일역인 종각역과 환승역인 동대문역의 사례대상지역으로 선정하여 분석한 결과 단일역의 경우 모형의 예측이 좀 더 정확하였다.
종각역을 대상으로 이동편의시설 중 에스컬레이터에 대해 출입구별 설치대수를 분석한 결과 현재 1번 출구에 설치되어 있는 방향별 에스컬레이터는 4번 출구에 설치하는 것이 적합한 것으로 분석되었다. 또한 영국과 핀란드가 유사한 기준을 보유하고 있었으며 핀란드의 경우 고장이나 급작스런 상황 변화를 고려하여 추가적으로 1대 정도 설치하는 것을 권장하고 있다.
도시철도역별 유입(승차), 유출(하차), 교통약자(우대권) 추정 모형식을 적용하여 사례 대상역의 유출입 방향별 이용수요를 추정 한 결과 단일역인 종각역의 경우 추정된 1일 유출입 수요는 승차 및 하차 실제 유출입 인원보다 ± 4 % 정도, 교통약자는 – 15.9 % 적게 추정도었다.
그 결과 핀란드 설치기준이 설치대수가 가장 높게 분석되었으며, 우리나라, 영국 순으로 도출되었다. 특히 종각역에는 1번 출구에만 에스컬레이터가 상하행 각각 1대씩 설치되어 있는데, 분석 결과를 살펴보면 1번 출구보다는 4번 출구에 설치하는 것이 더 적합한 것으로 도출되었다.
그 결과 핀란드 설치기준이 설치대수가 가장 높게 분석되었으며, 우리나라, 영국 순으로 도출되었다. 특히 종각역에는 1번 출구에만 에스컬레이터가 상하행 각각 1대씩 설치되어 있는데, 분석 결과를 살펴보면 1번 출구보다는 4번 출구에 설치하는 것이 더 적합한 것으로 도출되었다. 그 외 출구의 경우 양방향 합쳐 1대 정도 설치하거나 혹은 설치하지 않아도 되는 것으로 분석되었다.

후속연구

, 2019), 셋째, 도시철도역 유출입 이용수요 추정을 위한 자료 수집 및 특성을 분석하여 회귀모형을 이용하여 도시철도역 유출입 이용수요 추정 모형을 정립하였다. 넷째, 추정된 모형식을 사례대상지를 선정하여 조사값과의 비교를 한 후 국내외 이동편의시설 산정식을 활용, 역별 에스컬레이터 설치대수를 산정하였으며 마지막으로 연구의 결과를 요약하고, 한계점 및 향후 연구 과제를 제시한다.
향후 본 연구에서 개발된 모형을 바탕으로 교통약자 이용자 수를 역별로 추정할 수 있다면, 향후 도시철도역사 주변 토지이용계획에 따른 이용자 수 추정이 가능하고, 이를 토대로 출입구별 이동편의시설 규모 예측시 활용될 수 있을 것이다. 또한 영국의 설치기준에 추가적으로 고장을 고려하여 양방향으로 1대 정도 추가 설치하는 기준의 타당성 검토 분석을 수행한다면 현재 에스컬레이터 설치기준을 보완할 수 있을 것으로 판단된다.
향후 본 연구에서 개발된 모형을 바탕으로 교통약자 이용자 수를 역별로 추정할 수 있다면, 향후 도시철도역사 주변 토지이용계획에 따른 이용자 수 추정이 가능하고, 이를 토대로 출입구별 이동편의시설 규모 예측시 활용될 수 있을 것이다. 또한 영국의 설치기준에 추가적으로 고장을 고려하여 양방향으로 1대 정도 추가 설치하는 기준의 타당성 검토 분석을 수행한다면 현재 에스컬레이터 설치기준을 보완할 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	교통약자란?	대중교통을 이용함에 있어 특정 시설물이 없어 이동에 불편함을 겪는 계층을 우리는 흔히 교통약자라 정의한다. 본 연구는 지하철역 이용시 불편을 겪는 사람이라는 포괄적인 주제로 진행 중이나, 여러 문헌을 살펴본 결과 교통약자라는 개념은 다양한 의미를 포함함을 발견하였다.
	도시철도역의 출입구 이용자 수에 영향을 주는 요인은?	도시철도역의 출입구 이용자 수는 역 주변 시설물과의 출입구 배치, 이동편의시설 설치 여부, 토지이용계획 등에 많은 영향을 받고 있으나 이와 관련된 연구는 찾아보기 어려운 실정이다. 더불어 우리나라의 65세 인구는 2019년 현재 768만명으로 전체 인구의 약 14.
	도시철도 역별 1일 승하차 이용수요 모형 정립을 위해 수집한 자료는?	도시철도 역별 1일 승하차 이용수요는 철도역별 승하차 이용수요를 종속변수로 하고, 철도역 중심 반경 500 m와 1,000 m 역세권의 용도별 건물 연상면적을 독립변수로 활용하여 다중회귀모형을 정립하여 추정한다. 도시철도 역별 이용수요 추정 모형의 정립을 위해 서울시 공간 Big_Data인 용도별 건물연상면적 DB 자료 654,595건을 수집하였고, 서울시 도시철도 1~5호선 170개 역별 이용특성(역별 승하차 및 무임승차 인원, 시간대별 이용수요) 자료를 수집하여 모형을 정립하였다.

참고문헌 (6)

Kim, H. B., Lee S. H. and Bae, C. B. (2019). "Establishment Model of Entrance and Exit User of Urban Railway Station." J. Korean Soc. Civ. Eng., KSCE, Vol. 39, No. 1, pp. 83-84 (in Korean).
KONE Corporation (2009). People flow in transit stations, pp. 29-33.
Ministry of Land, Infrastructure and Transport (MOLIT) (2015). Complex transfer center design and layout criteria, pp. 17-27 (in Korean).
Ministry of Land, Infrastructure and Transport (MOLIT) (2018). Design guidelines for subway stations and transit convenience facilities, pp. 12-13 (in Korean).
Network Rail (2016). Station capacity planning guidance, pp. 27-29.
Shin, Y. S. (2000). Study on transportation provision and facility maintenance guide, The Korea Transport Institute, 2000-13 Research Series, p. 9 (in Korean).

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증