Development and Application of the Mode Choice Models According to Zone Sizes

분석대상 규모에 따른 수단분담모형의 추정과 적용에 관한 연구

  • Received : 2011.01.17
  • Accepted : 2011.11.14
  • Published : 2011.12.31

Abstract

Mode choice model is an essential element for estimating- the demand of new means of transportation in the planning stage as well as in the establishment phase. In general, current demand analysis model developed for the mode choice analysis applies common parameters of utility function in each region which causes inaccuracy in forecasting mode choice behavior. Several critical problems from using common parameters are: a common parameter set can not reflect different distribution of coefficient for travel time and travel cost by different population. Consequently, the resulting model fails to accurately explain policy variables such as travel time and travel cost. In particular, the nonlinear logit model applied to aggregation data is vulnerable to the aggregation error. The purpose of this paper is to consider the regional characteristics by adopting the parameters fitted to each area, so as to reduce prediction errors and enhance accuracy of the resulting mode choice model. In order to estimate parameter of each area, this study used Household Travel Survey Data of Metropolitan Transportation Authority. For the verification of the model, the value of time by marginal rate of substitution is evaluated and statistical test for resulting coefficients is also carried out. In order to crosscheck the applicability and reliability of the model, changes in mode choice are analyzed when Seoul subway line 9 is newly opened and the results are compared with those from the existing model developed without considering the regional characteristics.

수단선택모형은 신설중이거나 계획중인 새로운 교통수단의 수요를 추정하기 위하여 필수적인 요소이다. 현재 교통수요분석시 수단분담모형구축을 위해 지역별로 공통된 효용함수의 파라미터를 사용하고 있으며, 이로 인해 수단선택 행태 예측시 오류가 발생하는 경우가 존재한다. 권역별 자료를 집계하여 공통된 파라미터를 사용함으로써 발생하는 문제점은 다음과 같다. 수단선택모형으로 인한 수단전환 효과를 측정하기 위하여 집계모형(aggregate model)을 사용할 경우 분석권역에 따라 수단분담모형에서는 통행시간이나 통행비용에 대한 계수의 분포가 다름(분석권역별로 서로 다른 모집단 분포를 하고 있음)에도 불구하고 하나의 파라메타로 모집단을 설명하고자 할 경우 모집단을 적절히 설명하지 못하게 된다. 따라서 통행비용 및 통행시간과 같은 정책변수의 변화에 민감하게 반응하지 못하는 경우가 발생한다. 특히 수단선택 모형에 사용되는 로짓모형과 같이 비선형함수의 경우에 집합화자료를 사용함으로써 집합화에 의한 오차(aggregation error) 또한 문제가 된다. 본 논문의 목적은 수단선택 행태에 영향을 미치는 지역적 특성을 고려하고, 지역단위별로 공통된 파라미터를 사용하면서 나타나는 집합화 오차를 줄일 수 있도록 분석대상 규모(zone size)별 수단분담모형 파라미터값을 추정하는 것을 목적으로 한다. 이를 위하여 2006년 가구통행실태조사 자료를 이용하여 각 분석단위(zone)의 수단별 파라미터를 추정하였다. 추정된 결과의 경우 파라미터값의 부호와 한계대체율에 의한 시간가치가 상식적으로 적정한지를 판단하고, 통계적으로 적합한지에 대하여 검증을 실시하였다. 또한 구축된 모형의 실제 사례에 적용가능성을 보기 위하여 서울지하철 9호선의 개통 전 후를 비교하여 현실에서 관측된 수단분담율 변화와 모형상의 예측치를 비교하여 정확성 및 신뢰성을 검토하였다.

Keywords

References

  1. 건설교통부(2006), 주차원단위 수요분석 연구, 연구보고서.
  2. 김강수 외(2006), SP 조사설계 및 분석방법론, 보성각.
  3. 김성희․이창무․안건혁(2001), 대중교통으로의 보행거리가 통행수단선택에 미치는 영향, 대한국토계획학회지 국토계획, 제36권 제7호, 대한국토.도시계획학회, pp.297-307.
  4. 황기연.김익기.이우철(1998), 교통수요관리정책의 효과분석을 위한 다항로짓모형의 적용 (서울시 사례), 대한교통학회지, 제6권 제4호, 대한교통학회, pp.53-63.
  5. 김익기.한근수.방형준(2006), 신교통수단 건설사업에 있어 환승을 반영한 교통수요 예측기법, 대한교통학회지, 제24권 제3호, 대한교통학회, pp. 197-205.
  6. 서울특별시 교통정보센터(http://topis.seoul.go.kr).
  7. 송미령(1998), 도시공간구조와 통근통행에 관한 연구, 박사학위논문.
  8. 수도권교통본부(2007), 2006 수도권 가구통행실태조사, 연구보고서.
  9. 진교남(1997), 교통수단선택모형의 추정에 이용되는 선호의식 자료의 유효성에 관한 연구, 박사학위논문.
  10. 한국개발연구원(2008), 도로.철도 부문 사업의 예비타당성조사 표준지침 수정.보완연구, 연구보고서.
  11. Ben-Akiva, M. and Lerman, S. R.(1987), Discrete Choice Analysis: Theory and Application to Travel Demand, The MIT Press, Cambridge, Massachusetts
  12. CERVERO, R. and KOCKELMAN, K. M. (1997), Travel demand and the three Ds: density, diversity and design, Transportation Research D, 2, pp.199-219. https://doi.org/10.1016/S1361-9209(97)00009-6
  13. Ming Zhang and Nishant Kukadia(2005), "Metrics of Urban Form and the Modifiable Areal Unit Problem", Transportation Research Record: Journal of the Transportaton Research Board, No.1902, Transportation Research Board of the National Academies, Washington. D.C., pp.71-79.
  14. Rodier and Johnston, C.J. Rodier and R.A. Johnston(1997), Travel, emissions, and welfare effects of travel demand management measures, Transportation Research Record 1598, pp.18-24. https://doi.org/10.3141/1598-03