[논문]대구광역시 교통약자 보행자 교통사고 공간 군집 분석

황영은; 박성희; 최화빈; 윤상후

doi:10.14400/jdc.2022.20.3.075

대구광역시 교통약자 보행자 교통사고 공간 군집 분석
Spatial clustering of pedestrian traffic accidents in Daegu 원문보기

디지털융복합연구 = Journal of digital convergence, v.20 no.3, 2022년, pp.75 - 83

황영은 (대구대학교 일반대학원 통계학과) , 박성희 (대구대학교 수리빅데이터학부) , 최화빈 (대구대학교 수리빅데이터학부) , 윤상후 (대구대학교 빅데이터학과)

초록
AI-Helper

OECD 국가 중 보행자 사망 비율이 가장 높은 대한민국은 보행자 중심으로 법령이 제정하면서 안전한 보행환경 개선을 위해 노력하고 있다. 이 연구는 노인 인구와 학원이 밀도가 높은 대구광역시를 대상으로 보행자 교통사고 클러스터를 포아송분포를 이용한 스캔통계량으로 파악하고자 한다. 어린이와 노인에 관한 교통사고의 대중 인식을 수집하여 워드클라우드로 살펴본 결과 어린이는 정부와 기업인의 캠페인을 중심으로 노출되고 있고, 노인은 사고감소를 위한 정책연구를 중심으로 노출되고 있었다. 어린이 보행자 교통사고의 상대적 위험성은 공단이 많은 평리·내당·용산동에서 높았고, 학원 밀집도가 높은 만촌·봉무·범어동에서 낮았다. 노인 보행자 교통사고의 상대적 위험성은 도심에 가까운 용산·죽전·두류·내당동에서 높았고, 범어·삼덕·팔공·봉무동에서 낮았다. 대구광역시 내당동과 용산동은 어린이와 노인 보행사고 위험성이 높아 보행 안전 취약지역으로 파악되었다. 이는 스캔통계량이 교통사고 위험 지역 탐색에 효과적임을 의미한다.

Abstract ▼ AI-Helper

Korea, which has the highest pedestrian fatality rate among OECD countries, is making efforts to improve the safe walking environment by enacting laws focusing on pedestrian. Spatial clustering was conducted with scan statistics after examining the social network data related to traffic accidents for children and seniors. The word cloud was used to examine people's recognition Campaigns for children and literature survey for seniors were in main concern. Naedang and Yongsan are the regions with the highest relative risk of weak pedestrian for children and seniors. On the contrary, Bongmu and Beomeo are the lowest relative risk region. Naedang-dong and Yongsan-dong of Daegu Metropolitan City were identified as vulnerable areas for pedestrian safety due to the high risk of pedestrian accidents for children and the elderly. This means that the scan statistics are effective in searching for traffic accident risk areas.

주제어

표/그림 (13)

표 Table 1. SNS data for children traffic accidents
표 Table 2. Frequency of pedestrian traffic accidents by age
그림 Fig. 1. Traffic accidents of children pedestrian
표 Table 3. Characteristics of pedestrian traffic accidents
표 Table 4. Data with geographic aspects
그림 Fig. 2. Traffic accidents of senior pedestrian
그림 Fig. 3. Wordcloud of children traffic accident
표 Table 5. Data for scan statistics
그림 Fig. 4. Wordcloud of senior traffic accident
그림 Fig. 5. Clustering using scan statistic for children
표 Table 6. Result of spatial clustering for children
그림 Fig. 6. Clustering using scan statistic for senior
표 Table 7. Result of spatial clustering for senior

참고문헌 (24)

The Road Traffic Authority. (2021) '20. Estimation and evaluation of road traffic accident costs, 33-34
S. Hong. (2018). 5030 Speed policy and public safety. Monthly KOTI Magazine on transport, 27-31.
Act on promotion of the transportation convenience of mobility disadvantaged persons. Article 2
S. Y. Lee & J. S. Lee. (2014). Neighborhood environmental factors affecting child and old adult pedestrian accident. Journal of the Urban Design Institute of Korea, 15(6), 5-15.
S. G. Kim. (2016). Walking accident characteristics and walking factors for road crossing of the transportation vulnerable in the case of Yeosu. Journal of Digital Convergence, 14(6), 439-448. DOI : 10.14400/JDC.2016.14.6.439

원문보기 상세보기
S. Y. Jang, D. H. Lee & Y. C. Chang. (2014). Study on children's traffic accident reducing plans through existing established policy analysis. Journal of traffic safety research, 33, 79-92.
W. Ji & S. Choi. (2020). Despite the act on the aggravated punishment, etc. of specific crimes, Article 5-13, insufficient child protection area safety. Issue & Analysis, 1-24.
B. R. Woo, A. R. Kim, D. H. Jeong, S. K. Oh & H. K. Hoe. (2020). Spatial suitability analysis of elderly pedestrian accident hot-spots and silver zones in the old downtown of Busan metropolitan city. Journal of the Urban Design Institute of Korea, 21(3), 57-67.

상세보기
S. Park, J. Lim, H. Kim & S. Lee. (2017). Accidents involving Children in School Zones Study to identify the key influencing factors. International Journal of Highway Engineering, 19(2), 167-174. DOI : 10.7855/IJHE.2017.19.2.167

원문보기 상세보기
M. Sohn, M, Im, & K, Park. (2021). A Study on consumer perception changes of online education before and after COVID-19 using text mining. Journal of Digital Convergence, 19(1), 29-43. DOI : 10.14400/JDC.2021.19.1.029

원문보기 상세보기
J. H. Joon, H. J. Mun, & H, Lee. (2021). A study on trend analysis in convergence research applying word cloud in Korea. Journal of Digital Convergence, 19(2), 33-38 DOI : 10.14400/JDC.2021.19.2.033

원문보기 상세보기
J. H. Yang, J. O. Kim & Y. K. Yu. (2016). A selection of high pedestrian accident zones using traffic accident data and GIS: a case study of Seoul. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, 34(3), 221-230. DOI : 10.7848/ksgpc.2016.34.3.221

원문보기 상세보기
B. Kang & T. Y. Heo. (2017). Comparison of planar and network spatial point pattern analysis for traffic accidents : focused on Gangnam-gu in Seoul. Journal of The Korean Data Analysis Society, 19(5), 2433-2445. DOI : 10.37727/jkdas.2017.19.5.2433

상세보기
B. J. Sung, G. H. Bae & H. H. Yoo. (2015). Analysis of temporal and spatial distribution of traffic accidents in Jinju. Journal of Korean Society for Geospatial Information Science, 23(2), 3-9.
G. Khan, X. Qin & D. A. Noyce. (2008). Spatial analysis of weather crash patterns. Journal of Transportation Engineering, 134(5), 191-202. DOI : 10.1061/(ASCE)0733-947X(2008)134:5(191)

상세보기
N. Kim, D. Lee, H. Choi, & W. X. S. Wong. (2017). Investigations on techniques and applications of text analytics. The Journal of Korean Institute of Communications and Information Sciences, 42(2), 471-492. DOI : 10.7840/kics.2017.42.2.471

원문보기 상세보기
J. H. Lee, J. M. Lee, W. K. Kim & H. G. Kim. (2017). A study on perception of swimsuit using big data text-mining analysis. Korean Journal of Sport Science, 28(1), 104-116.

상세보기
J. L. Naus. (1965). Clustering of random points in two dimensions. Biometrika, 52(1-2), 263-266. DOI : 10.1093/biomet/52.1-2.263
M. Kulldorff. (1997). A spatial scan statistic. Communications in Statistics-Theory and methods, 26(6), 1481-1496.

상세보기
J. H. Han & M. J. Lee. (2016). Cancer cluster detection using scan statistic. Journal of the Korean Data And Information Science Society, 27(5), 1193-1201. DOI : 10.7465/jkdi.2016.27.5.1193

원문보기 상세보기
Act on the aggravated punishment, etc. of specific crimes, Article 5-13
K. B. Kim. (2015). The traffic accident characteristics and reduction methods of elderly pedestrian in accordance with the advent of the aging society - focused on Jeju. The Journal of the Korea Contents Association, 15(4), 197-207. DOI : 10.5392/JKCA.2015.15.04.197

원문보기 상세보기
E. Han, H. Cho, S. Mun, S. B. Yun & S. Y. Park. (2020). Improvement of pedestrian speed criteria for the pedestrian green interval at silver zone. The Journal of The Korea Institute of Intelligent Transportation Systems, 19(4), 45-54. DOI : 10.12815/kits.2020.19.4.45

원문보기 상세보기
M. Byun & U. S. Seo. (2011). How to measure daytime population in urban streets?: case of Seoul pedestrian flow survey. Survey Research, 12(2), 27-50.

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