Journal of Korean Society of Transportation (대한교통학회지)

Korean Society of Transportation (대한교통학회)
권호 표지

A Study on Dynamic Change of Transportation Demand Using Seasonal ARIMA Model

계절성을 감안한 ARIMA 모형을 이용한 교통수요 동태적 변화 연구

  • Received : 2011.01.03
  • Accepted : 2011.08.04
  • Published : 2011.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study is to estimate the dynamic change of the regional railway passenger traffic and, based on the estimated, to forecast the future regional railway passenger traffic by using the Seasonal ARIMA model. The existing studies using ARIMA failed to consider seasonality nor the monthly or the quarterly data. It was attempted in this study to use the monthly regional railway passenger traffic data to propose a model that estimates dynamic change of demand. The authors employed the Seasonal ARIMA model previously developed and used (1) the numbers of monthly passenger data and (2) the monthly passenger-km data. The test results showed that the numbers of passengers in 2015 and 2020 would increase by 36% and 71%, respectively, compared to those in 2008. The numbers of passenger-kms in 2015 and 2020 would increase by 25% and 78%, respectively, compared to those in 2008.

본 연구에서는 계절성(seasonality)을 감안한 적분된 자기회귀 이동평균 모형(ARIMA model)을 이용하여 우리나라 지역 간 철도의 동태적 변화과정을 추정하고 장래 통행수요를 예측하고자 하였다. 기존 국내연구에서 고려하지 않은 계절성 요인을 감안한 ARIMA 모형(Seasonal ARIMA model)과 월별 지역 간 철도 통행실적자료를 이용하여 교통수요 동태적 변화모형을 구축하였다. 구체적으로 2000년 1월부터 2008년 12월까지의 월별 수송인원 및 수송인-km 기준 지역 간 통행실적 자료를 이용하여 Box et al. (1994)에서 제시한 Seasonal ARIMA 모형을 적용하였으며 이에 따라 장래 지역 간 철도 통행수요를 예측하였다. 장래 통행수요 예측 결과에 따르면 수송인원 기준으로 2015년 및 2020년에는 2008년의 각각 약 1.36배와 1.71배 수준으로 산정되었다. 또한 수송인-km 기준으로 2015년과 2020년에는 2008년의 각각 약 1.25배와 1.78배 정도로 예측되었다.

Keywords

References

  1. 국토해양부(2010), "국가기간교통망계획 제2차 수정계획 2001-2020".
  2. 이재민․한상용․이창운(2009), "Oil Price and Travel Demand", 한국교통연구원.
  3. 문진수․이재민(2007), "철도화물운송증대를 위한 지원제도 개선방안", 한국교통연구원.
  4. 한국교통연구원(2009), "민자터널 운영관리 개선방안 수립 연구", 인천광역시.
  5. 한국철도공사․한국철도시설공단(각년도), "철도통계연보", 각년도.
  6. Bai, J. & P. Perron (1998) "Estimating and Testing Linear Models with Multiple Structural Changes", Econometrica, 66, pp.47-78. https://doi.org/10.2307/2998540
  7. Bai, J. & P. Perron .(2003), "Computation and Analysis of Multiple Structural Change Models", Journal of Applied Econometrics, 18, pp.1-22. https://doi.org/10.1002/jae.659
  8. Box, G. E. P., G. M. Jenkins, and G. C. Reinsel (1994), "Time Series Analysis: Forecasting and Control", Prentice Hall.
  9. Clemen, R. T. and R. L. Winkler (1986), "Combining Economic Forecasts", Journal of Business and Economic Statistics, Vol. 4, No. 1, pp.39-46.
  10. Dent, W. T. and J. A. Swanson (1978). "Forecasting with Limited Information: ARIMA Models of the Trailer on Flatcar Transportation Market", Journal of the American Statistical Association, Vol. 73, No. 362, pp.293-299. https://doi.org/10.1080/01621459.1978.10481572
  11. Judge, G. J., R. C. Hill, W. E. Griffiths, H. Lutkepohl, and T. Lee (1998), "Introduction to the Theory and Practice of Econometrics, 2nd edition", Wiley,
  12. Lai, S. L. and W. Lu (2005), "Impact analysis of September 11 on air travel demand in the USA", Journal of Air Transport Management, Vol. 11, pp.455-458. https://doi.org/10.1016/j.jairtraman.2005.06.001
  13. Liu, J., S. Wu, and J. V. Zidek (1997), "On Segmented Multivariate Regression", Statistica Sinica, Vol. 7, pp.497-525.
  14. Ljung, G. M., and G. E. P. Box (1978), "On a Measure of Lack of Fit in Time Series Models," Biometrika, Vol. 65, pp.297-303. https://doi.org/10.1093/biomet/65.2.297
  15. Wooldridge, J. M.(2000), "Introductory Econometrics", South-Western College Publishing, 2000.