Earticle

본 연구에서는 5대 광역권의 대중교통 이동성 수준을 평가하기 위해, 교통카드와 내비게이 션 데이터 등 교통 빅데이터를 활용하여 개인교통수단 대비 노선버스의 이동성을 권역별로 측 정하고 실증하였다. 분석 결과, ‘승용차 통행시간’에 대한 ‘버스 통행시간’의 상대비율은 1.20~ 2.42배 수준으로 나타났다. 5대 광역시 중 승용차 대비 버스 통행시간 차이가 가장 낮은 광역시 는 대구(1.20배)이며, 그 차이가 가장 큰 광역시는 울산(2.42배)으로 분석되었다. 추가적으로 각 권역별로 승용차·버스 간의 통행속도 상대지표에 대한 첨두·비첨두 집단간 통계검증을 수행하 였으며, 시간대에 대한 대중교통 이동성 지표 차이도 유의한 수준으로 분석되었다. 본 연구를 통해 대도시권별 노선버스 모빌리티 특성을 기반으로 분석된 대중교통 이동성 지표는 교통수 요예측 과정에서의 버스 특성을 현실적으로 모사하기 위한 수단선택모형 기초자료 및 대중교 통 정책 의사결정 등에 활용될 수 있을 것으로 기대된다.

This study used big data on transportation, including transit cards and navigation data, to measure and empirically analyze the mobility of public buses compared to personal vehicles across five major metropolitan areas. The analysis showed that the ratio of ‘bus travel time' to ‘private car travel time' ranged from 1.20 to 2.42 times. Among the five metropolitan cities, Daegu showed the smallest difference in bus travel time compared to private car travel time (1.20 times), while Ulsan showed the largest difference (2.42 times). In addition, statistical tests were conducted for peak and off-peak groups concerning the relative indicators of car and bus travel speeds for each region, and significant differences in bus mobility measures according to the time of day were analyzed. The bus mobility measures analyzed based on the characteristics of public urban buses in large metropolitan areas are expected to be used as fundamental data for mode choice models to analyze bus characteristics realistically in transportation demand forecasting processes and for decision-making in public transportation policies.

강화군은 제4차 국토종합계획에 의해 기존의 농촌이미지에서 탈피하여 새로운 발전의 계 기를 맞이하게 되었다. 그러나 체계적인 대중교통 운영이 사실상 제대로 이루어지지 않아 이 를 개선하기 위한 방안 제시가 시급한 실정이다. 본 연구에서는 강화군의 일주일간 승객 교 통카드 분석을 통해 강화군의 대중교통 이용 패턴을 분석하였다. 그 결과, 강화군은 평일기 준 약 7천1백 명의 승객이 대중교통을 이용하며, 특히 금요일에 가장 높은 이용률을 보였다. 시간대별로는 오전 7~8시에 뚜렷한 오전 첨두가 형성이 되었고, 주로 학생들이 하교하는 16~17시에 오후 첨두가 나타나는 특징이 나타났다. 강화군의 사회경제지표를 이용하여 회귀 분석을 수행한 결과, 도서지역의 특성상 의료시설이나 인구, 학교용지 면적과 같이 주거단지 나 상업단지가 밀집된 지역에서 많은 승하차가 발생하는 것을 확인할 수 있었다. 본 연구의 결과는 강화군의 버스이용 패턴을 파악하여 향후 체계적인 대중교통네트워크를 구축하기 위 한 기초자료로 활용될 수 있을 것이다.

Ganghwa has met a new development period in land use and infrastructure based on the 4th National Development Planning, however the public transportation system is not systematically operated yet. This paper analyzes the bus trip pattern in Ganghwa using transportation card data during a week. The result indicates that average 7,100 people use buses a day and the most frequent use occurred in Friday. Clear peak-hours between 7 and 8 A.M. and between 4 and 5 P.M. were appeared due to commuting and school trips. According the result of regression analysis, population and the number of hospitals and schools area showed positive relationships with but trips reflecting regional characteristics. The research contributes to providing basic data for constructing an efficient public transportation system in the future.

환승은 타고 있던 교통수단에서 다른 교통수단으로 갈아타는 것을 의미한다. 환승은 통행의 불편을 겪지만, 효율적인 대중교통을 이용하기 위해서는 어쩔 수 없이 발생할 수밖에 없다. 따라서 환승횟수를 최대한 줄이는 것이 대중교통의 활성화를 제공하고, 대중교통의 편의를 제공함에 있어서 아주 중요한 요소라고 할 수 있다. 본 연구에서 수집한 대중교통카드 자료는 평택시 평일 61,986건, 주말 69,100건이며, 수집된 교통자료카드를 이용하여 패턴분석 및 환승영향요인을 분석하였다. Trip Chain 분석 결과, 주말에 주 통행이 통근 및 통행이 아닌 쇼핑, 여가 등의 목적으로환승 횟수가 많아지며, 통행거리는 10km이상 증가하며 통행시간도 약 9.9분 늘어나는 것으로 나타났다. 또한 Structural Equation Model의 결과, Factor 1릉 총 통행시간, 총 통행거리, Factor 2는 승·하차 인원수, Factor 3는 환승시간, 대기시간, Factor 4는 버스연계노선 수, 운행대수로 환승통행량에 영향을 주는 것으로 나타났다.

While transit is inconvenient, it is also inevitable for the efficient public transportation. Reducing the number of transfers as much as possible is most important in providing the convenience of public transportation and facilitating the public transportation. As for the public transportation card data, 61,986 items on weekdays and 69,100 items on weekends were collected. Pattern analysis and traffic influence factors were analyzed using traffic data card. Trip chain results revealed that people have more transit transfers for shopping and leasure than commuting purposes on weekends and that commuting distance and time increase by 10 km and 9.9 minutes, respectively. Besides, results of the structural equation model showed that factor 1(total travel time, total travel distance), factor 2(number of people getting on and off), factor 3(transit time), and factor 4(number of bus connections, number of operations) were found to have significant effects on the number of transfers.

최근 정부에서는 수도권 주요거점을 30분대에 연결하기 위해 광역급행철도 건설을 추진하 고 있으며, 광역급행철도의 정거장은 대부분 기존 노선과 환승역으로 연결되어 환승에 대한 중요성이 증가하고 있다. 환승저항이 경로선택에 미치는 영향에 관한 많은 연구가 이루어져 왔으나, 대부분 일반 지하철을 대상으로 하여 광역급행철도의 환승행태에 관한 연구는 전무한 실정이다. 이에 본 연구에서는 수도권의 대표적 급행노선인 신분당선을 대상으로 환승행태 분 석을 수행하였다. 통행량 집중정도와 요금지불 유무에 따른 환승행태 분석을 위해 요일, 시간 대, 이용자 특성에 따라 데이터를 구분하여 경로선택모형을 구축하였다. 분석 결과, 광역급행 철도 이용자는 환승이동시간에 비해 환승대기시간에 큰 저항을 가지며, 특히 첨두시간대에는 환승대기시간의 차내시간 한계대체율(EIVM)은 3.51배로 나타났다. 본 연구에서 광역급행철도 환승 1회당 EIVM은 2.6분으로 분석되었으며, 일반 지하철을 대상으로 한 선행연구의 결과에 비해 현저히 낮은 값이다. 이는 일반지하철과 광역급행철도의 환승저항에 차이가 존재하며, 지 하철 교통수요 예측 시 일반지하철과 광역급행철도 환승페널티를 차등 적용할 필요성이 있음 을 시사한다.

Recently, the Korean government promoted the construction of metropolitan express subway to connect major transportation hub in the metropolitan area within 30 minutes. Most stations of the metropolitan express subway are connected to existing subway stations, so the importance of transfer increased. Although many studies have been conducted on the effect of transfer penalty on route choice, there are few studies on the transfer behavior of the metropolitan express subway. Therefore, in this study, a transfer behavior analysis was conducted on the Shinbundang Line, a representative metropolitan express subway. To analyze the transfer behavior according to the degree of traffic congestion and the presence of fare payment, route choice models were made using transport card data divided according to week, time, and user characteristics. As a result of the analysis, users of the metropolitan express subway had greater disutility to the transfer waiting time compared to the transfer moving time. Furthermore, especially during the peak time, EIVM(Equivalent in-vehicle minutes) of the transfer waiting time was 3.51. In this study, EIVM for metropolitan express subway users were analyzed to be 2.6 minutes, which is significantly lower than the results of previous studies on subways. This suggests that there is a difference in the transfer penalty between subways and metropolitan express subway, and that it is necessary to apply the transfer penalty between subways and express subway differently when forecasting subway traffic demand.

전 세계적으로 고령인구가 급증하고 이에 따라 이동에 불편을 겪는 교통약자의 수도 증가 하고 있다. 이러한 추세에 따라 국내에서는 이동편의시설 설치 확대 등 교통약자에 대한 양질 의 대중교통 서비스 제공을 위해 다양한 정책을 시행 중이다. 기존 대중교통 이동편의시설 설 치는 역사의 면적, 층수, 시설 미확보역 등의 양적인 측면을 기준으로 우선적 확대·설치되고 있다. 하지만 양적 기준 보다는 실제 이용자 기준의 설치 필요 지역에 이동편의시설을 확보하 는 것이 교통약자의 이동편의 증진에 더 효과적일 것으로 사료된다. 본 연구에서는 이용자 기 반의 교통카드 빅데이터 분석을 통해 교통약자의 환승취약지점을 도출하고자 했다. 스마트카 드 거래내역 데이터를 가공하여 환승통행데이터를 구축하고 이용자별 환승통행패턴 분석 및 환승통행시간 차이가 큰 경로를 기준으로 환승취약지점을 도출했다. 분석 결과 일반 이용자보 다 교통약자의 환승시간이 오래 걸리는 것으로 나타났다. 일반과 교통약자의 환승통행시간 차 이와 시설물 개수와의 상관관계는 미약한 것으로 나타났는데 현장 조사 결과 환승통행시간 차 이는 시설물의 단순 개수보다는 해당 환승최단경로 내 이동편의시설의 부재로 인해 발생하는 것으로 나타났다. 향후 교통약자를 위한 이동편의시설 확대 시 실질적 이용자 기반 데이터 분 석을 통한 환승취약지점을 기준으로 우선적 시설 확보 시 교통약자의 이동편의가 보다 더 향 상될 것으로 사료된다.

The number of elderly people worldwide is rapidly increasing and the mobility handicapped suffering from inconvenient public transportation service is also increasing. In Korea and abroad, various policies are being implemented to provide high-quality transportation services for the mobility handicapped, and budget support and investment related to mobility facilities are being expanded. The mobility handicapped spends more time for transit transfer than normal users and their satisfaction with transit service is also lower. There exist transfer inconvenience points of the mobility handicapped due to various factors such as long transfer distances, absence of transportation facilities like elevators, escalators, etc. The purpose of this study is to find transfer inconvenience points for convenient transit transfer of the mobility handicapped using Smart card Big data. This study process traffic card transaction data and construct transfer travel data by user groups using smart card big data and analysis of the transfer characteristics for each user group ; normal, children, elderly, etc. Finally, find transfer inconveniences points by comparing transfer patterns between normal users and the mobility handicapped. This study is significant in that it can find transfer inconvenience points for convenient transit transfer of the mobility handicapped using Smart card Big data. In addition, it can be applicated of Smart card Big data for developing public transportation polices in the future. It is expected that the result of this study be used to improve the accessibility of transit transportation for mobility handicapped.

최적전략 통행배정기법은 대중교통계획 단계에서 통행배정기법으로 주로 사용된다. 그러나 최적전략통행배정기법이 만들어졌을 당시에는 대중교통 이용자가 얻을 수 있는 정보에 한계가 있어 이 배정기법은 강건한 가정을 기반으로 하였다. 현재의 대중교통 이용자들은 버스정보시스템이나 대중교통이용자 정보시스템 등을 통해 본인의 통행시간을 최소화하는 경로를 이용할 수 있는데, 이에 따라최적전략 통행배정기법의 경로선택과 실제 통행행태가 다를 것임을 가정하고 추정치와 실제치를 비교하였다. 그 결과 통행패턴과 통행량은 추정치와 실제치가 유의미한 차이가 있고, 통행시간은 큰차이가 없는 것으로 분석되었다. 본 연구의 결과는 향후 대중교통통행배정 모형의 개선에 활용될 수있을 것이다.

The Optimal Strategy Transit Assignment (OSTA) is mostly used as a transit assignment model in public transportation planning stage. When the OSTA was developed, there was a limit to the information available to public transportation users, so this method was based on robust assumptions. However, current public transportation users can use a route that minimizes their travel time using the bus information systems or applications. Therefore, this study compared the estimated and actual values assuming that the route selection and actual travel behavior of the OSTA would be different. As a result, it was analyzed that there was a significant difference between the estimated value and the actual value for travel pattern and traffic volume, and there was no significant difference in travel time. The results of this study can be used to improve the public transportation assignment model in the future.

In public transportation, smart cards have been introduced for the purpose of convenient payment systems. The smart card transaction data can be utilized not only for the exact and convenient payment but also for civil planning based on travel tracking of citizens. This paper focuses on the analysis of the transportation convenience using the smart card big data. To this end, a new index is developed to measure the transit convenience of each region by considering how passengers actually experience the transportation network in their travels. The movement data such as movement distance, time and amount between regions are utilized to access the public transportation convenience of each region. A smart card data of five working days in March is used to evaluate the transit convenience of each region in Seoul city. The contribution of this study is that a new transit convenience measure was developed based on the reality data. It is expected that this measure can be used as a means of quantitative analysis in civil planning such as a traffic policy or local policy.