교통사고 예방을 위해 설치되는 무인교통단속장비의 운영대수는 매년 경찰청과 지방자치단체의 지속적인 설치로 해마다 증가하고 있다. 하지만 공학적, 체계적인 분석결과가 아닌 민원 위주의 정성적인 판단을 기반으로 설치하고 있어 정량적인 설치기준이 필요한 실정이다. 따라서 본 논문에서는 도로 유형별 사고 심각도를 고려한 설치 판단기준을 제시하고 필요 설치대수를 산출하여 향후 추가 설치대수를 도출하는 것을 목표로 하였다. 사고건수와 KSI를 활용하여 교통사고 심각도를 나타낼 수 있는 ARI 지표를 개발하였으며, 일원배치 분산분석과 군집분석을 통해 도로유형을 4가지 유형으로 분류하고, 도로 유형별 사고 잦은 곳의 사고정보를 분석하여 교통사고 심각도가 높은 군집의 ARI를 도출하였다. 도로 유형별 단속장비의 설치 판단을 위한 ARI 값을 제시하였고, 사고 잦은 곳 중 교통단속장비가 기 설치된 구간을 제외하고 5,244대의 추가 설치가 필요한 것으로 분석되었다.
교통사고 예방을 위해 설치되는 무인교통단속장비의 운영대수는 매년 경찰청과 지방자치단체의 지속적인 설치로 해마다 증가하고 있다. 하지만 공학적, 체계적인 분석결과가 아닌 민원 위주의 정성적인 판단을 기반으로 설치하고 있어 정량적인 설치기준이 필요한 실정이다. 따라서 본 논문에서는 도로 유형별 사고 심각도를 고려한 설치 판단기준을 제시하고 필요 설치대수를 산출하여 향후 추가 설치대수를 도출하는 것을 목표로 하였다. 사고건수와 KSI를 활용하여 교통사고 심각도를 나타낼 수 있는 ARI 지표를 개발하였으며, 일원배치 분산분석과 군집분석을 통해 도로유형을 4가지 유형으로 분류하고, 도로 유형별 사고 잦은 곳의 사고정보를 분석하여 교통사고 심각도가 높은 군집의 ARI를 도출하였다. 도로 유형별 단속장비의 설치 판단을 위한 ARI 값을 제시하였고, 사고 잦은 곳 중 교통단속장비가 기 설치된 구간을 제외하고 5,244대의 추가 설치가 필요한 것으로 분석되었다.
The number of traffic control equipment installed to prevent traffic accidents increases every year due to continuous installation by the National Police Agency and local governments. However, it is installed based on qualitative judgment rather than engineering analysis results. The purpose of this...
The number of traffic control equipment installed to prevent traffic accidents increases every year due to continuous installation by the National Police Agency and local governments. However, it is installed based on qualitative judgment rather than engineering analysis results. The purpose of this study was to present additional installations in the future by presenting the installation criteria considering the severity of accidents for each road type and calculating the appropriate number of installations. ARI indicators that can indicate the severity of traffic accidents were developed, and road types were classified through analysis of variance and cluster analysis, and accident information by road type was analyzed to derive ARI of clusters with high traffic accident severity. The ARI values required to determine the installation of equipment for each road type were presented, and 5,244 additional installation points were analyzed.
The number of traffic control equipment installed to prevent traffic accidents increases every year due to continuous installation by the National Police Agency and local governments. However, it is installed based on qualitative judgment rather than engineering analysis results. The purpose of this study was to present additional installations in the future by presenting the installation criteria considering the severity of accidents for each road type and calculating the appropriate number of installations. ARI indicators that can indicate the severity of traffic accidents were developed, and road types were classified through analysis of variance and cluster analysis, and accident information by road type was analyzed to derive ARI of clusters with high traffic accident severity. The ARI values required to determine the installation of equipment for each road type were presented, and 5,244 additional installation points were analyzed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
지표산정에 목표를 둔다. 도로별 무인교통단속장비 설치 판단지표를 도출한 이후 교통사고 잦은 곳에 설치 판단지표를 적용하여 사고 잦은 곳에 무인교통단속장비의 필요 설치대수를 산정하여 무인교통단속 장비추진 정책에 기여하고자 한다.
국내 관련 연구사례는 설치 효과를 분석한 후 국가 계획의 목표치에 달성하기 위해 필요한 단속장비 설치 대수를 분석하였지만, 설치 판단에 관련된 연구는 부족한 실정이다. 따라서, 본 연구에서는 사고분석을 통해 무인교통단속장비 설치를 위해 1차적으로 설치 필요지점을 판단하기 위한 판단지표를 선정하고, 판단지표를 적용하여 무인교통단속장비의 설치 대수를 산정하였다.
본 연구는 무인교통단속장비의 설치를 위해 정량적인 설치 판단 기준을 정립하여 기준에 따른 설치 대수의 산정으로 무인교통단속장비의 효과적인 설치 및 운영을 위한 방향제시를 목표로 수행하였다.
본 연구에서는 무인교통단속장비 관련 현황 및 국내외 사례 및 사고분석을 통해 설치 판단지표를 도출하고 적정 운영대수를 산정할 수 있는 기법을 도출하고자 한다. 무인교통단속장비 현황 및 국내외 사례 분석 부문에서는 현행 무인교통단속장비 관련 업무 전반에 대한 현황 및 관련 법·제도 조사와 국내외 유사 연구사례 분석 및 단속장비 설치효과 검토 등을 수행했다.
본 연구에서는 무인교통단속장비 설치에 앞서 교통사고 위험도를 통해 1차적인 설치 판단을 위한 정량적인 지표산정에 목표를 둔다. 도로별 무인교통단속장비 설치 판단지표를 도출한 이후 교통사고 잦은 곳에 설치 판단지표를 적용하여 사고 잦은 곳에 무인교통단속장비의 필요 설치대수를 산정하여 무인교통단속 장비추진 정책에 기여하고자 한다.
사후검정을 통해 일반도로, 지방도, 특별·광역시도, 시·군도, 고속도로 중 유의미한 차이가 있는 집단쌍이 무엇인지 분석하고, 동질성을 파악하여 동일한 집단으로 분류가 가능한 집단쌍을 가려내고자 하였다. 사후검정의 변수도 인명피해 발생 사고건수 및 KSI 값으로 선정하였다.
제안 방법
A Fisher에 의해 개발된 3개 이상의 모평균에 대한 분석기법이며 측정치의 변동을 총 제곱 합(측정치의 변동을 총 제곱 합(total sum of squares)으로 나타내고 이 총 제곱 합을 실험과 관련된 요인(인자의 작용)에 대한 각자의 제곱 합으로 분해한 후, 나머지를 오차변동으로 해석하는 검정법이다. 각 요인마다 분해한 분산을 오차분산과 비교하여 영향을 주는 인자가 무엇인가를 검정하고 그 결과유의치가 있으면 요인마다 효과 추정을 실시한다. 분산분석은 측정치의 변동을 요인별로 분해하여 어느 요인이 특성치에 어느 정도 영향을 주는지를 파악하는 것이라 말할 수 있으며, 분산분석은 원칙적으로 계량치에 대해서 사용되고 그 계량치가 정규분포를 따른다고 가정한다(KOCW, 2019).
고려하여 분석하였다. 각각의 변수를 일정한 분포적 특징을 갖도록 수치형 변수로 변환하기 위해 표준화를 실시하였으며, 가장 일반적인 표준화 방법인 평균-표준편차 표준화 방법을 활용하여 군집분석에 적용 가능한 적절한 데이터로 변화하였다. 표준화한 사고건수와 KSI 값을 변수로 군집 수를 2, 3, 4, … 순으로 분석하였으며 각 군집 별로 분산분석 및 사후검정을 실시하여 군집 별 차이 검정을 통해 도로유형별 가장 적절한 군집 수를 결정하였다.
설치 전 1년, 설치 후 1년의 교통사고 발생건수와 사망자수 비교를 통한 무인교통단속장비 효과 분석 수행하였다. 각각의방식으로 산출한 결과 소요대수에 큰 차이를 가지고 있으며, 해당 연구에서는 국민정서와 국가의 계획 및 예산이 가장 중요한 요소로 판단하여 국가교통안전기본계획 반영 방식 및 국민정서 방식을 바탕으로 적정 소요대수를 산정하였다. 국가교통안전기본계획 반영 방식과 대국민 정서 방식의 평균을 산정했을 때 2017년적정소요대수는 (8, 735대 + 5, 815대) / 2 = 7, 275대로 산출되었다.
변수를 선정하였다. 군집분석을 통해서 도로유형별로 일정한 분포적 특성을 갖도록 변화하는 과정을 거친 후 군집별 차이 검정을 통해 적절한 군집 수를 파악한 후 이를 활용하여 도로유형별 적정 기준을 수립하였다.
대규모 군집 유발의 문제점을 해결하기 위해 2차원 상에서 군집분석이 필요하므로 사고건수 및 KSI 값을 각각 고려하여 분석하였다. 각각의 변수를 일정한 분포적 특징을 갖도록 수치형 변수로 변환하기 위해 표준화를 실시하였으며, 가장 일반적인 표준화 방법인 평균-표준편차 표준화 방법을 활용하여 군집분석에 적용 가능한 적절한 데이터로 변화하였다.
도로 유형별 사고 잦은 곳의 ARI 값의 군집분석을 통해 사고 심각도가 높은 케이스부터 낮은 케이스까지 케이스를 분리하여 사고 심각도가 높은 케이스의 기준선을 ARI 기준값으로 선정하였다. 각 도로유형별 ARI 는 아래의 <Table 11>와 같다.
도로유형 구분을 통해 실시한 데이터들은 도로유형별 군집분석을 실시하였으며, 교통사고의 심각성을 대표하는 「사망자 수 + 중상자 수」의 값인 KSI값과 교통사고의 빈도를 대표하는 사고건수를 토대로 활용 가능한 변수를 선정하였다. 군집분석을 통해서 도로유형별로 일정한 분포적 특성을 갖도록 변화하는 과정을 거친 후 군집별 차이 검정을 통해 적절한 군집 수를 파악한 후 이를 활용하여 도로유형별 적정 기준을 수립하였다.
설치 판단기준은 분석기간과 사고건수, 사고 심각도를 모두 포함할 수 있도록 유클리드 거리 개념을 적용한 새로운 지표인 ARI(Accident Risk Index) 지표를 도출하여 도로유형별 기준값을 산출하였다. 도로유형별 군집 분석을 ARI 기준에 따라 도로유형별 무인교통단속장비의 설치가 필요한 ARI 기준값을 산출하였다. 그 결과 전국의 사고 잦은 곳에 5, 244대의 무인교통단속장비의 추가 설치가 필요한 것으로 분석되었다.
필요하다. 따라서, 도로유형별 무인교통단속장비 설치 판단지표를 사고건수, KSI 값, 분석기간 모두를 고려한 값으로 설정하였다. 이는 유클리드 거리 개념을 고려한 지표로 사고건수을 기준으로 적용하였으며, 위의 값에 분석기간을 고려한 최종 판단지표는 사고건수년 으로 선정하였다.
먼저 지도에 교통사고 잦은 곳과 무인교통단속장비 위치정보를 입력한 후, 교통사고 잦은 곳을 대상으로 설정한 범위만큼 반경을 설정하고 반경 내 무인교통단속장비의 개수를 산출하였다. 설정한 범위는 교통사고잦은 곳 선정기준인 200m의 구간을 적용하였다.
무인교통단속장비 현황 및 국내외 사례 분석 부문에서는 현행 무인교통단속장비 관련 업무 전반에 대한 현황 및 관련 법·제도 조사와 국내외 유사 연구사례 분석 및 단속장비 설치효과 검토 등을 수행했다. 무인교통단속장비 설치기준 및 적정 운영대수 산정 부문에서는 교통 사고데이터 분석을 통한 도로의 유형을 구분하고 유형별 단속장비 설치의 기준을 마련하기 위해 군집분석을 실시하였으며, 최종적으로 도로의 유형별 무인단속장비 설치 총량에 대한 산정 방법을 산출하는 전략에 대한 연구를 수행하였다.
적정 운영대수를 산정할 수 있는 기법을 도출하고자 한다. 무인교통단속장비 현황 및 국내외 사례 분석 부문에서는 현행 무인교통단속장비 관련 업무 전반에 대한 현황 및 관련 법·제도 조사와 국내외 유사 연구사례 분석 및 단속장비 설치효과 검토 등을 수행했다. 무인교통단속장비 설치기준 및 적정 운영대수 산정 부문에서는 교통 사고데이터 분석을 통한 도로의 유형을 구분하고 유형별 단속장비 설치의 기준을 마련하기 위해 군집분석을 실시하였으며, 최종적으로 도로의 유형별 무인단속장비 설치 총량에 대한 산정 방법을 산출하는 전략에 대한 연구를 수행하였다.
(2012)은 다양한 문헌 연구를 통해 기존의 단속장비 설치 효과 평가방법을 재검토하고 차세대 무인교통단속 장비 개발 방향 제시를 목적으로 연구를 진행하였다. 무인교통단속장비의 효과를 평가하는 방법으로 전통적 방법인 교통량을 고려한 방법의 부정적인 시각을 반영하여 교통량이 아닌 연도별 설치 전후 교통사고 건수의 변화율을 고려하여 무인교통단속장비 설치지점 별 설치 전 5년, 설치 후 2∼3년의 교통사고 건수를 근거로 설치 후 교통사고 건수와 설치 전을 토대로 한 추정 교통사고 건수를 비교하여 설치효과를 분석하였다. 분석된 설치 효과를 바탕으로 단속장비 설치에 따른 사망자수 감소 추정치를 산출하여 국가교통 안전기본계획에서 제시하는 목표를 달성하기 위해 필요한 무인교통단속장비의 대수를 산정하는 방법을 제시하였다.
무인교통단속장비의 효과를 평가하는 방법으로 전통적 방법인 교통량을 고려한 방법의 부정적인 시각을 반영하여 교통량이 아닌 연도별 설치 전후 교통사고 건수의 변화율을 고려하여 무인교통단속장비 설치지점 별 설치 전 5년, 설치 후 2∼3년의 교통사고 건수를 근거로 설치 후 교통사고 건수와 설치 전을 토대로 한 추정 교통사고 건수를 비교하여 설치효과를 분석하였다. 분석된 설치 효과를 바탕으로 단속장비 설치에 따른 사망자수 감소 추정치를 산출하여 국가교통 안전기본계획에서 제시하는 목표를 달성하기 위해 필요한 무인교통단속장비의 대수를 산정하는 방법을 제시하였다.
구분하였으며, 도로유형별 군집분석을 위한 종속변수를 설정하였다. 사고 데이터에서 얻을 수 있는 변수는 인명피해 발생 사고건수, 사망자 수, 중상자 수, 사고 지속 연수 등이 있으며, 교통사고의 심각성을 대표하는 「사망자 수+중상자 수」의 값인 KSI 값과 교통사고의 빈도를 대표하는 사고건수를 토대로 활용 가능한 변수를 선정하였다.
사고 잦은 곳과 무인교통단속장비가 설치된 지점에 대한 분석은 교통사고 잦은 곳의 위·경도를 Arc GIS 의 지도에 표출시킨 후 설정한 반경 이내 기 설치된 중복지점의 개수를 산출하였다.
사고건수와 KSI 값을 통해 도출된 ARI 지표를 교통사고 잦은 곳에 적용하여 교통사고 심각도가 높아 무인교통 단속장비의 설치가 필요한 지점을 아래 표와 같이 도출하였다.
사고데이터를 분석하기 위하여 일원배치 분산분석(ANOVA)과 Scheffe 사후검정을 활용하여 도로별 유의 확률을 도출하고, 유의미한 차이가 있는 집단쌍이 무엇인지 분석하고, 그 동질성을 파악하여 동일한 집단으로 분류가 가능한 집단쌍을 가려낸다.
분석 실시하였고, 적정운영 대수 산정, 무인교통단속장비 운영 중장기 계획을 수립하였다. 설치 전 1년, 설치 후 1년의 교통사고 발생건수와 사망자수 비교를 통한 무인교통단속장비 효과 분석 수행하였다. 각각의방식으로 산출한 결과 소요대수에 큰 차이를 가지고 있으며, 해당 연구에서는 국민정서와 국가의 계획 및 예산이 가장 중요한 요소로 판단하여 국가교통안전기본계획 반영 방식 및 국민정서 방식을 바탕으로 적정 소요대수를 산정하였다.
설치 판단기준 수립을 위해 도로유형별 사고 특성이 통계분석 결과 서로 다른 결과가 분석되어 도로 유형을 군집분석을 통해 일반도로+지방도, 특별·광역시도, 시군도, 고속도로 4개의 도로 유형으로 구분하였다. 설치 판단기준은 분석기간과 사고건수, 사고 심각도를 모두 포함할 수 있도록 유클리드 거리 개념을 적용한 새로운 지표인 ARI(Accident Risk Index) 지표를 도출하여 도로유형별 기준값을 산출하였다.
구분하였다. 설치 판단기준은 분석기간과 사고건수, 사고 심각도를 모두 포함할 수 있도록 유클리드 거리 개념을 적용한 새로운 지표인 ARI(Accident Risk Index) 지표를 도출하여 도로유형별 기준값을 산출하였다. 도로유형별 군집 분석을 ARI 기준에 따라 도로유형별 무인교통단속장비의 설치가 필요한 ARI 기준값을 산출하였다.
앞서 실시한 도로유형 구분을 통해서 일반국도+지방도, 특별·광역시도, 시·군도, 고속도로로 대상 도로가 구분하였으며, 도로유형별 군집분석을 위한 종속변수를 설정하였다. 사고 데이터에서 얻을 수 있는 변수는 인명피해 발생 사고건수, 사망자 수, 중상자 수, 사고 지속 연수 등이 있으며, 교통사고의 심각성을 대표하는 「사망자 수+중상자 수」의 값인 KSI 값과 교통사고의 빈도를 대표하는 사고건수를 토대로 활용 가능한 변수를 선정하였다.
위의 사후 검정의 결과를 토대로 본 연구는 일반국도, 지방도, 특별·광역시도, 시·군도 및 고속도로를 대상으로 각각의 무인교통단속장비 설치 기준을 마련하는 연구로 그 대상 도로를 일반국도 + 지방도, 특별· 광역시도, 시·군도, 고속도로 4개의 도로유형으로 구분하여 진행하였다.
일반국도, 지방도, 특별·광역시도, 시·군도, 고속도로 5개의 도로를 일원배치 분산분석을 통해 분석하여 도로별 유의확률을 알고자 하였으며, 종속변수는 인명피해 발생사고 건수와 KSI 값으로 선정하였으며, 그 결과는 아래의 과 같다.
대상 데이터
고속도로의 분석 데이터는 한국도로공사에서 관리하는 건별 사고데이터를 활용하였으며, 사고데이터는 경찰신고로 접수된 인명피해 또는 인명피해 급의 사고 데이터만을 활용하였다. 분석한 사고데이터는 민자고속도로를 제외한 35개 노선의 1, 122개의 콘존을 대상으로 하였으며, 분석 기간은 최근 5년(2013~2017년)으로 선정하였다.
접수된 인명피해 또는 인명피해 급의 사고 데이터만을 활용하였다. 분석한 사고데이터는 민자고속도로를 제외한 35개 노선의 1, 122개의 콘존을 대상으로 하였으며, 분석 기간은 최근 5년(2013~2017년)으로 선정하였다.
범위만큼 반경을 설정하고 반경 내 무인교통단속장비의 개수를 산출하였다. 설정한 범위는 교통사고잦은 곳 선정기준인 200m의 구간을 적용하였다. 단속장비 설치지점을 제외하고 추가 설치지점을 산정한 결과는 아래의 <Table 13>와 같다.
데이터처리
사후검정을 통해 일반도로, 지방도, 특별·광역시도, 시·군도, 고속도로 중 유의미한 차이가 있는 집단쌍이 무엇인지 분석하고, 동질성을 파악하여 동일한 집단으로 분류가 가능한 집단쌍을 가려내고자 하였다. 사후검정의 변수도 인명피해 발생 사고건수 및 KSI 값으로 선정하였다. 사후검정 결과, 사고건수 및 KSI 값 기준 모두 일반국도와 지방도가 동일한 집단으로 분류 가능하며, 특별·광역시도와 시·군도, 고속도로는 각각 다른 집단 쌍으로 분류하였으며, 사고건수와 KSI 값을 기준으로 한 사후검정의 결과는 아래의 <Table 5>, <Table 6> 과 같다.
선정된 사고데이터를 통해 일반국도, 지방도, 특별·광역시도, 시·군도, 고속도로의 5개 도로를 대상으로 사고 데이터를 통해 얻을 수 있는 변수인 KSI 값과 사고 건수를 기준으로 일원배치 분산분석과 Scheffe 사후검정을 통해 그 동질성을 파악하여 도로를 구분하였다.
일반국도, 지방도, 특별·광역시도, 시·군도, 고속도로의 5개 도로를 대상으로 사고데이터를 통해 얻을 수 있는 변수인 KSI 값과 사고건수를 기준으로 일원배치 분산분석과 Scheffe 사후검정을 통해 동질성을 파악하여 도로를 구분하였다. 일반국도, 지방도, 특별·광역시도, 시·군도, 고속도로 5개의 도로를 일원배치 분산분석을 통해 분석하여 도로별 유의확률을 알고자 하였으며, 종속변수는 인명피해 발생사고 건수와 KSI 값으로 선정하였으며, 그 결과는 아래의 <Table 4>과 같다.
일원배치 분산분석을 실시한 후 사후검정을 실시하였으며, 사후검정은 Scheffe 검정으로 실시하였다. 사후검정을 통해 일반도로, 지방도, 특별·광역시도, 시·군도, 고속도로 중 유의미한 차이가 있는 집단쌍이 무엇인지 분석하고, 동질성을 파악하여 동일한 집단으로 분류가 가능한 집단쌍을 가려내고자 하였다.
각각의 변수를 일정한 분포적 특징을 갖도록 수치형 변수로 변환하기 위해 표준화를 실시하였으며, 가장 일반적인 표준화 방법인 평균-표준편차 표준화 방법을 활용하여 군집분석에 적용 가능한 적절한 데이터로 변화하였다. 표준화한 사고건수와 KSI 값을 변수로 군집 수를 2, 3, 4, … 순으로 분석하였으며 각 군집 별로 분산분석 및 사후검정을 실시하여 군집 별 차이 검정을 통해 도로유형별 가장 적절한 군집 수를 결정하였다.
성능/효과
군집 수를 2, 3, 4, … 순으로 10개의 군집까지 분석한 결과, 가장 적절한 군집 수는 3으로 분석되었다. 사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 3개의 집단 모두 유의확률 1.
군집 수를 2, 3, 4, … 순으로 10개의 군집까지 분석한 결과, 가장 적절한 군집 수는 5로 분석되었다. 사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 5개의 집단 모두 유의확률 1.
도로유형별 군집 분석을 ARI 기준에 따라 도로유형별 무인교통단속장비의 설치가 필요한 ARI 기준값을 산출하였다. 그 결과 전국의 사고 잦은 곳에 5, 244대의 무인교통단속장비의 추가 설치가 필요한 것으로 분석되었다.
사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내그 차이가 유의미한 것으로 분석되었으며, KSI 값을 기준으로 Scheffe 사후검정을 실시한 결과 또한 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내 그 차이가 유의미한 것으로 분석되었다. 분석결과는 아래의 <Table 7>과 같다.
사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내그 차이가 유의미한 것으로 분석되었으며, KSI 값을 기준으로 Scheffe 사후검정을 실시한 결과 또한 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내 그 차이가 유의미한 것으로 분석되었다. 분석결과는 아래의 <Table 7>과 같다.
사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 3개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내 그 차이가 유의미한 것으로 분석되었으며, KSI 값을 기준으로 Scheffe 사후검정을 실시한 결과 또한 3개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내 그 차이가 유의미한 것으로 분석되었다. 분석결과는 아래의 <Table 10>과 같다.
사고건수를 기준으로 Scheffe 사후검정을 실시한 결과 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내그 차이가 유의미한 것으로 분석되었으며, KSI 값을 기준으로 Scheffe 사후검정을 실시한 결과 또한 5개의 집단 모두 유의확률 1.000(유의수준 0.05)를 나타내 그 차이가 유의미한 것으로 분석되었다. 분석결과는 아래의 <Table 7>과 같다.
분석되었다. 사고건수와 KSI 값을 곱한 값으로 변수를 설정할 경우 대부분의 데이터 값이 비슷하게 위치하였고, 군집 분석 결과 대규모 케이스를 포함하는 군집이 유발되었다. 이러한 문제점을 해결하기 위해 사고건수와 KSI 값을 곱하지 않고 각각의 변수를 동시에 고려한 2차원 상에서의 군집분석이 필요하다.
우선적으로 선정할 수 있는 변수로는 사고건수와 KSI 값 모두를 포함하는 단일 변수를 만들어 그 적용 가능성을 파악하였으며, 단일 변수를 활용할 경우 각 도로별 데이터의 약 90%가 하나의 군집으로 분석되었다. 사고건수와 KSI 값을 곱한 값으로 변수를 설정할 경우 대부분의 데이터 값이 비슷하게 위치하였고, 군집 분석 결과 대규모 케이스를 포함하는 군집이 유발되었다.
이는 유클리드 거리 개념을 고려한 지표로 사고건수을 기준으로 적용하였으며, 위의 값에 분석기간을 고려한 최종 판단지표는 사고건수년 으로 선정하였다. 최종 판단지표인 사고건수년 은 수식으로 부르는 것보다 편리한 사용을 위해 새로운 지표명을 제시할 필요 있다고 판단하였으며, 사고 심각도를 나타내는 지표이므로 명칭을 사고심각도 「ARI(Accident Risk Index)」라고 명명하였다.
후속연구
설치해야 한다. 본 연구에서는 교통사고 심각도(건수, 치사율)를 통한 기준값 도출에 한정되어 있어 향후 실무에서 최적의 설치지점을 선정하기 위해 현장 기하구조 및 단속장비 설치여건과 교통사고 영향요인을 다각적으로 고려하여 교통사고 영향요인을 모두 반영하여 복잡적으로 적용이 가능한 설치기준의 연구와 신설도로 및 어린이 보호구역 등 특정 도로에 적용할 수 있는 판단기준의 연구가 필요할 것으로 보인다.
참고문헌 (8)
Hong C. U.(2013), Study on the appropriate quantity of traffic enforcement equipment operation, Police Science Institute.
Joo et al.(2012), Research on improvement of Traffic enforcement equipment operation plan, Korea Road Traffic Authority Traffic Science Institute.
Korea Ministry of Government Legislation, www.law.go.kr.
Korean Statistical Information Service, http://kosis.kr/, 2019.12.02.
KoROAD(2017), To learn now traffic safety technologies and operating techniques, such as traffic enforcement equipment, safety headquarters overseas training result report.
NHTSA(2008), Speed Enforcement Camera Systems Operational Guidelines.
Traffic Accident Statistics of Korea(2019), Korea Highway Traffic Authority. p.22.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.