[논문]COVID-19에 따른 통행행태 분석 및 대중교통 이용특성에 영향을 주는 사회·환경 요인 연구

윤병조; 황효식; 김성진

doi:10.15683/kosdi.2024.3.31.222

COVID-19에 따른 통행행태 분석 및 대중교통 이용특성에 영향을 주는 사회·환경 요인 연구
A Study on Social and Environmental Factors Affecting Traffic Behavior and Public Transportation according to COVID-19 원문보기

한국재난정보학회논문집 = Journal of the Society of Disaster Information, v.20 no.1, 2024년, pp.222 - 231

윤병조 (College of Urban Science, Incheon National University) , 황효식 (College of Urban Science, Incheon National University) , 김성진 (College of Urban Science, Incheon National University)

초록
AI-Helper

연구목적: 코로나19 감염병 등 외부영향에 따른 대중교통 이용 감소의 주된 요인을 파악하여 대중교통 이용을 활성화 방안을 연구 하는데 목적이 있다. 연구방법: 본 연구는 코로나19로 인해 변화하는 수도권 통행행태와 대중교통 이용 특성을 코로나19 지표와 연계성을 분석하고, 통행에 영향을 미치는 사회·환경적 요인을 분석하였다. 연구결과: 수도권 통행행태는 상업지역에서 관광 휴양지역으로 거점이 이동하고, 코로나19 사망자 수 지표가 대중교통 이용에 영향을 주는 것으로 분석되었으며, 사회·환경적 요인으로 인구밀도와 농림지역, 남녀 성비가 편차가 낮을수록 유의한 차이를 보임. 결론: 앞으로 교통거점 침 통행행태 변화 분석에 네트워크 중심성 이론을 기반으로 도시의 교통체계와 지역간 거점 및 다양한 사회·경제 활성화를 위한 기본 분석 모형으로 활성화 할 수 있을 것이며, 코로나19 지표로 인하여 대중교통이 어떠한 지표에 크게 영향을 받는지 확인할 수 있음에 따라 대중교통 방역 및 사회적 거리 두기 등 다양한 맞춤형 대책 마련하고, 통행량 변화에 따른 사회·환경적 요인을 확인할 수 있으며, 주요 영향 요인에 따른 대중교통 정책 방향 수립의 기본 자료로 활용될 수 있다.

Abstract ▼ AI-Helper

Purpose: The purpose of this study is to study how to activate the use of public transportation by identifying the main factors that reduce the use of public transportation due to external influences such as COVID-19 infectious diseases. Method: This study analyzed the connection between the traffic behavior and the characteristics of public transportation use in the metropolitan area changed by COVID-19 with COVID-19 indicators, and analyzed social and environmental factors affecting traffic. Results: It was analyzed that the traffic behavior in the metropolitan area moves from commercial areas to tourist resort areas, the number of COVID-19 deaths affects the use of public transportation, and the lower the deviation between population density, agricultural and forestry areas, and gender ratios due to social and environmental factors, the more significant differences are shown. Conclusion: In the future, it will be able to be activated as a basic analysis model for revitalizing the city's transportation system, regional bases, and various social and economic indicators, such as quarantine of public transportation and social distancing, and can be used as basic data for establishing public transport policy directions according to major influencing factors.

주제어

표/그림 (10)

그림 Fig. 1. Trend of COVID-19 confirmed cases
표 Table 1. Collection of data on the use of public transportation in Incheon Metropolitan City
그림 Fig. 2. GIS distribution of network centrality changes in Administrative Dong units
표 Table 2. Change in network centrality
그림 Fig. 3. Changes in monthly traffic volume on public transportation
표 Table 3. Comparison of monthly traffic volume of public transportation in Incheon Metropolitan City and increase and decrease before and after COVID-19
그림 Fig. 4. Correlation between public transportation traffic volume and COVID-19 indicators
표 Table 4. Correlation coefficient between public transportation traffic volume and COVID-19 indicators
표 Table 5. Classification of social and environmental influencing factors(variables)
표 Table 6. Independent sample t-test results according to increase or decrease in traffic volume

AI 본문요약
AI-Helper

문제 정의

이러한 시점에서 본 연구는 네트워크 중심성 분석을 활용하여 코로나19 발생에 따른 수도권 전역의 전체 통행행태 변화를 파악하고, 대중교통 이용특성에 영향을 주는 사회⋅환경적 요인을 분석하는데 연구의 목적이 있다

제안 방법

두 번째로 대중교통 통행행태를 시계열적으로 분석하고, 코로나19 지표간의 상관관계를 분석하였다. 대중교통 버스 철도 등 수단별로 확진자 및 사망자 간의 상관관계가 어떠한 영향을 주는지를 분석을 하였으며, 광역통행, 도시지역 내 통행, 지선(마을) 통행별로 지표별 상관관계를 인천지역과 전국 단위로 분석하여 코로나19 지표로 인하여 대중교통이 어떠한 지표에 크게 영향을 받는지 확인할 수 있었다. 이는 지표 발표에 따른 대중교통 방역 및 사회적 거리 두기 등 다양한 맞춤형 대책 마련에 활용될 수 있다.
대중교통 통행변화의 지역적 특성 분석을 위해 본 연구는 종속변수로서 Phase 1, Phase 2, Phase 3의 통행 변화를 선정하였고, 독립변수는 크게 용도지역 변수, 사회경제 변수, 교통환경 변수를 활용하였다.
인천광역시 지역적 통행 특성에 대하여 대중교통 통행량과 코로나19의 지표간 상관관계를 분석하기 위해 전국 및 인천시의 코로나19 현황 자료 가운데, 일자별 확진자 수, 사망자 수 자료에 대하여 각 유형별(광역통행, 도시지역 내 통행, 지선 마을 통행 등) 대중교통 통행량과 연계하여, 일자별 통행량과 코로나19 지표간의 상관관계를 분석하였다. 분석은 전국 단위 코로나 지표를 활용한 분석과 인천시 단위 코로나 지표를 활용한 분석을 진행함으로써 대중교통 통행량과 코로나19 지표간의 상관성을 평가하였다.
세 번째로 통행행태 변화에 따른 사회⋅환경적 요인 분석을 하였다
인천광역시 지역적 통행 특성에 대하여 대중교통 통행량과 코로나19의 지표간 상관관계를 분석하기 위해 전국 및 인천시의 코로나19 현황 자료 가운데, 일자별 확진자 수, 사망자 수 자료에 대하여 각 유형별(광역통행, 도시지역 내 통행, 지선 마을 통행 등) 대중교통 통행량과 연계하여, 일자별 통행량과 코로나19 지표간의 상관관계를 분석하였다. 분석은 전국 단위 코로나 지표를 활용한 분석과 인천시 단위 코로나 지표를 활용한 분석을 진행함으로써 대중교통 통행량과 코로나19 지표간의 상관성을 평가하였다.

대상 데이터

수도권 여객 기종점 통행량(O/D) 공동사업( 수도권) 자료는 수도권 전체에 대한 여객 통행량을 서울, 인천, 경기, 서울연구원, 인천연구원, 경기연구원이 공동으로 조사 및 현행화하는 공동사업으로 각 연도별(2019년, 2020년, 2021년)로 여객O/D 통행량을 수집하였으며, 코로나19의 국내 발생 전으로서 2019년 총 통행 자료를 활용하고, 코로나19의 발생 도중 자료로 2020년 총 통행 자료와 2021년 총 통행 자료를 활용하였다.
인천광역시 내 행정동의 사회·환경 지표 현황으로 크게 3개 분야 (용도지역, 사회경제, 교통환경 분야)에 대한 지표 자료를 수집하였다.
인천광역시에서 발생하는 대중교통 이용 현황 자료(인천광역시)와 교통카드 빅데이터 통합 정보시스템(한국교통안전공단) 자료를 수집하였다. 대중교통 이용 현황 자료를 일자별로 구분하여 집계하여 버스와 지하철 유형별로 분류하고, 행정동 별로 분류한 자료를 통하여 유형별, 지역별 통행행태 분석에 활용한다.

데이터처리

두 번째로 대중교통 통행행태를 시계열적으로 분석하고, 코로나19 지표간의 상관관계를 분석하였다. 대중교통 버스 철도 등 수단별로 확진자 및 사망자 간의 상관관계가 어떠한 영향을 주는지를 분석을 하였으며, 광역통행, 도시지역 내 통행, 지선(마을) 통행별로 지표별 상관관계를 인천지역과 전국 단위로 분석하여 코로나19 지표로 인하여 대중교통이 어떠한 지표에 크게 영향을 받는지 확인할 수 있었다.

성능/효과

국토교통부 와 한국교통안전공단은 ‘교통카드 빅데이터 통합정보시스템’을 통해 분석한 결과 버스‧지하철 등 대중교통 이용이 전국적으로 27% 감소하였고, 특히, 주말과 공휴일의 대중교통 이용건수는 작년 대비 36.1% 감소하여 주중 △23.9%보다도 감소폭이 큰 것으로 분석되었으며, 이는 대중교통 이용자들이 출·퇴근 목적 외에는 불필요한 외출을 줄이는 통행행태의 변화가 나타났다
대중교통 전체 통행량과 코로나19 지표간의 상관관계를 살펴본 결과, 코로나19 지표 중 인천시 사망자 수와 가장 높은 상관성을 보였으며, 인천시의 코로나19로 인해 사망자 수가 증가할수록 인천광역시의 대중교통 전체 통행량은 감소하는 음의 상관관계를 가지고 있는 것으로 분석되었다. 코로나19 지표로 인하여 대중교통이 어떠한 지표에 크게 영향을 받는지 확인할 수 있으며, 이는 지표 발표에 따른 대중교통 방역 및 사회적 거리 두기 등 다양한 맞춤형 대책 마련에 활용될 수 있다.

후속연구

Bhin et al.(2021)는 코로나19의 확산에 따른 이동패턴 변화가 가장 민감했던 2020년 상반기 중심으로 경기도의 버스이용 패턴 변화를 분석하고 지역적 특성과의 상관성을 살펴보는 연구를 수행함으로써 본 연구를 통해 질병 확산시 통행행태의 국지화 경향의 패턴 확인과 정책 수립 자료에 활용될 수 있을 것으로 기대할 수 있으며, Han et al.(2021)는 질병 관리청에서 제공하는 코로나19 관련 지표를 활용하여 교통 변화에 어떤 영향을 미치는지에 관련한 연구를 함으로써 추후 질병에 대한 공포심 관련 지수를 통해 영향력 분석으로 코로나19에 따른 교통수단 변화에 대한 결과를 확인할 수 있고, Kim et al.(2023)은 코로나19 발생에 따른 서울시의 교통수단 선택하는지에 대해 DNN 기반의 교통수단 선택 예측 모형을 제안함으로써 코로나19와 같은 사태가 발생할 경우, 대중의 교통수단 선택에 대한 예측과 선제적인 대응을 할 수 있는 연구의 기초 자료로 활용될 수 있을 것으로 기대하였다.
네트워크 중심성 분석은 앞으로 도시의 교통체계와 지역간 거점 및 다양한 사회⋅경제 활성화를 위한 기본 분석 모형으로 활성화 할 수 있을 것이다.
다만, 본 연구는 통행행태 변화에 영향을 주는 사회⋅환경적 요인(변수)에 대하여 독립표본 분석에 한정함으로써 그 효과에 대한 중요도 등 판단의 한계로 작용할 수 있음
다만, 본 연구는 통행행태 변화에 영향을 주는 사회⋅환경적 요인(변수)에 대하여 독립표본 분석에 한정함으로써 그 효과에 대한 중요도 등 판단의 한계로 작용할 수 있음. 따라서, 변수에 대한 중요도와 효율적인 모형개발을 통하여 보다 효과적인 분석 방법이 제시될 필요가 있으며, 그로 인해 통행행태 변화에 대한 신뢰도 있는 문제점을 분석함으로써 향후 대중교통 활성화를 위한 정책 마련하는데 본 연구에 의한 모형을 활용할 수 있을 것이다.
이러한 시점에서 본 연구는 네트워크 중심성 분석을 활용하여 코로나19 발생에 따른 수도권 전역의 전체 통행행태 변화를 파악하고, 대중교통 이용특성에 영향을 주는 사회⋅환경적 요인을 분석하는데 연구의 목적이 있다. 따라서, 본 연구를 통해 추후 유사한 상황이 펼쳐졌을 때, 보다 효율적인 정책적 제언과 연구의 한계를 바탕으로 향후 연구방향을 논의 하고자 한다.
본 연구는 고찰한 연구를 기반으로 코로나19 전후의 통행 패턴을 수도권을 중심으로 분석하고, 통행행태 변화에 따른 교통 결절점 분석에 대하여 다양한 분야별 융복합 도입 등 활성화 하고자 패이지랭크 분석(네트워크 중심 이론)을 통하여 코로나19로 인한 교통거점 변화를 분석할 것이며, 이러한 통행 행태에 중심이 되는 지역과 시기별 통행 행태 변화가 어떤 영향을 끼치는지 파악하기 위해 상관관계 분석과 t-test 기법을 수행하여 분석하고, 코로나19에 따른 통행 변화를 통계적 방법을 활용하는 사회⋅환경 요인을 분석하여 도출함으로써 주요 영향 요인의 정책수립의 기본자료로 활용할 수 있을 것이다.
이는 대중교통 통행량 변화에 따른 사회⋅환경적 요인을 확인하고, 주요 영향 요인에 따른 대중교통 정책 방향 수립의 기본 자료로 활용될 수 있다.
네트워크 중심성 이론의 페이지 랭크 분석은 구글 등 웹사이트 페이지의 중요도를 측정하기 위한 알고리즘으로 교통의 지역 거점 통행행태를 분석하는데 최적의 분석기법으로 도입하였다. 이에 따른 알고리즘의 활용은 도시교통의 통행행태에 따른 지역적 교통 거점을 분석할 수 있었으며, 코로나19 감염병 등 외부 요인에 따른 지역거점을 비교 분석하는 방안을 도입함으로서 통행행태 변화에 따른 지역적 교통 거점과 통행 약화 지역을 판단하는 모형으로 활용될 수 있을 것이다. 네트워크 중심성 분석은 앞으로 도시의 교통체계와 지역간 거점 및 다양한 사회⋅경제 활성화를 위한 기본 분석 모형으로 활성화 할 수 있을 것이다.
코로나19로 인한 통행행태 변화가 도시 내 토지이용 등 용도지역과 인구수 등 사회경제적 요인과 평균속도 등 교통환경적 요인을 카테고리별로 구분하여 분석함으로써 통행량 변화에 따른 사회⋅환경적 요인을 확인하고, 주요 영향 요인에 따른 대중교통 정책 방향 수립의 기본 자료로 활용될 수 있다.

참고문헌 (14)

Bhin, M.-y., Son, S.-k., Cho, C.-h. (2021). "An analysis of regional characteristics of change in bus traffic based on？the impact of COVID-19." Journal of the Korean Transportation Association, Vol. 39, No. 4, pp. 447-463.
Chae, S.-j., Jin, J.-i., (2022). "Do people change transportation during COVID-19?: Centering around 2020 Seoul？survey citizen survey data." National Territory Planning, Vol. 57, No. 7, pp. 26-40.
Choo, S.-h., Lee, H.-s., Shin, H.-j. (2013). "Analyzing changes in passing behavior of the elderly using data on？household passage in the metropolitan area." National Research, Vol. 76, pp. 31-45.
Data Analysis Team, Epidemiological Investigation and Analysis Task Force, Central Disease Control Headquarters, Korea Disease Control and Prevention Agency(KDCA) (2022). "Two-year report of COVID-19 outbreak？from January 20, 2020 to January 19, 2022 in the Republic of Korea." Public Health Weekly Report, Vol. 15, No. 7,？pp. 414-426.
Gyeonggi-do Traffic DB Center (2020). Change in the Number of Bus Passengers Before and After COVID-19.？Traffic Information Center, Gyeonggi-do.
Han, K.-h., Kim, D.-k., Kang, W., So J.-h., Lee, C.-k. (2021). "Analyzing the current status and correlation of traffic？demand according to COVID-19 indicators." Journal of the Korean ITS Association, Vol. 20, No.6, pp. 55-65.
Incheon Metropolitan City (2021). 2021 Incheon Statistical Yearbook. Incheon.
Jang, D.-i., Won, M.-g., Jo, J.-s., Choi, J.-m. (2021). A Study on POST COVID-19 Response Strategies by？Transportation Sector - Analysis of Traffic Behavior Change and Policy Response -. Korea Transportation Institute.
Kim, J.-h., Kim, H.-j., Kim, G.-s. (2023). "A study on AI-based predictive models of COVID-19 and changes in the？public's choice of transportation." Paper of the Korean Society of Information Technology, Vol. 21, No. 4, pp. 1-9.
Lee, S.-h., Kim, J.-s., Kim, M.-s., Woo, Y.-h. (2013). "A study on the analysis of transportation selection behavior of？public transportation users." Journal of the Korean ITS Association, Vol. 12, No. 1, pp. 147-157.
Moon, D.H. (2023). Analysis of changes in centrality and influencing factors in Seoul before and after COVID-19 .？Master Thesis, Gachon University.
Sung, H.-g. (2020). "Understanding the discriminatory characteristics of the determinants of the choice of？commuting means for single-person households through comparison with multi-person households." LHI Journal of？Land, Housing, and Urban Couples, Vol. 11, No. 2, pp. 1-14.
WHO (2021). COVID-19 Weekly Report. Swiss.
Yue, H., Will, B., Samantha, S., Dan, W. (2020). "Impacts of COVID-19 mode shift on road traffic." arXiv2005.01610.

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