• 한국ITS학회 논문지
• /
• 제15권5호
• /
• pp.12-19
• /
• 2016

수도권은 1일 평균 2천만여건의 통행이 서울-경기-인천의 통합대중교통망에서 이동하는 상황을 개별통행단위의 교통카드분석자료로 제공되고 있다. 휴먼라이브(2015.4)는 2014년 현재 교통카드 이용률이 99.02%로 발표했는데, 이는 수도권 대중교통카드자료를 이용하여 서울-경기-인천지역의 대중교통통행인구의 이동현황에 대한 종합적인 분석과 이를 통한 효과적 활용방안의 모색이 가능함을 보여준다. 교통카드자료를 이용하여 우선 수도권의 버스와 철도로 구성된 통합교통망에 대중교통카드 정보를 반영하여 기존 존단위 기종점 기반의 수도권 통행분석체계의 한계를 보완할 수 있다. 또한 버스와 철도로 구축된 통합교통수단으로 수도권 대중교통카드자료기반 통합대중교통분석틀을 구축하여 1인 승객의 역간 통행행태별 기종점 통행량의 추정이 가능하다. 본 연구는 수도권에서 제공하는 대중교통카드자료를 활용하는 경우 개별통행자의 공간이동에 대한 버스와 함께 철도로 구성된 통합대중교통에 대한 이용분석이 가능함을 제시하고자 한다. 또한 수도권 대중교통카드 이용자료는 수도권 통행인구의 이동현황 파악뿐만 아니라 수도권 지역공간의 특성에 대한 시사점을 통한 지역의 정책방향을 제시한다.

• 대한교통학회지
• /
• 제28권2호
• /
• pp.7-19
• /
• 2010

도시철도가 가지고 있는 쾌적성, 편리성 그리고 정시성의 장점은 도시철도의 등장 이후 그 이용률을 어느 수준까지 꾸준히 증가시켜왔다. 이에 따라 지자체를 비롯한 수도권은 지하철의 새로운 도입을 포함한 도시철도의 연장을 점차 증가시켜왔으며, 현재 수도권의 경우 2010년 현재 총 5개의 운영 기관이 총 14개 노선을 운영 중에 있다. 이러한 도시철도의 장점은 2004년 서울시 통합 대중교통개편과 2007년 수도권 통합 환승할인요금제 시행 이후 편리성과 연계성 측면에서 더욱 더 부각되고 있다. 하지만 이러한 대중교통 통합요금제의 시행은 그 동안 도시철도 운영기관 간의 수입금 정산 문제를 버스와 도시철도 문제로까지 확대시켜 좀 더 정확하고 복잡한 정산 방식의 필요성을 불러일으켰다. 이에 본 연구에서는 수도권 통합 환승할인요금제 시행 이후 대중교통 운영기관 간 수입금 정산 문제를 다루었다. 구체적으로는 대중교통체계 개편 이후 본격적으로 도입된 대중교통 카드(RF Card) 자료로부터 수도권 도시철도 이용자료(O/D) 구축을 시작으로 일반화 비용 추정, 수입금 정산 알고리즘 제안, 끝으로 이를 반영한 사례 연구 순으로 연구를 진행하였다. 여기서 본 연구에서의 O/D 추출과정의 정확성 검증을 위해 일정기간 동안의 (주)한국스마트카드사에서 철도 운영기관에 지급한 수입금과 본 연구에서 도출된 철도부문의 O/D(수입금)를 비교 분석하였다. 또한 일반화 비용 추정을 위해 설문조사와 환승역 실태 조사를 시행하였고, 본 연구에서 구축한 유사 경로 검증을 위해 실제 도시철도 이용자의 통행경로를 조사하였다. 본 연구에서 제시한 방법론을 통해 현재 수도권 도시철도 운영기관 간 수입금 정산 문제뿐만이 아니라 향후 도입될 경전철 및 민자 철도의 수입금 정산 문제도 해결될 것으로 기대된다.

• 대한교통학회지
• /
• 제23권5호
• /
• pp.157-167
• /
• 2005

서울시 통합대중교통체계개편에 의한 준공영제 및 거리비례오금제의 시행으로 대중교통 수입금정산문제가 한국철도공사, 서울지하철공사, 서울특별시도시철도공사, 인천지하철공사의 기존도시철도운영기관의 수입금 배분 문제가 내재된 상태에서 버스와 도시철도의 수단간 배분문제까지 포함하는 복잡한 문제로 전개되었다. 또한 추가로 계획되고 있는 민자노선, 지자체의 경전철 도입계획으로 향후 대중교통수입금 정산은 보다 다양한 운영기관 및 지역의 협상문제로서 매우 복잡하게 전개될 것으로 예상되고 있다. 본 연구는 대중교통운영기관의 수입금 배정의 기본접근모형을 제시하는 것으로, 운영기관이 통합대중교통망에서의 승객수송에 기여한 정도를 파악하는 것을 핵심으로 하고 있다. 이를 위해 향후 전자지불시스템이 완비되었을 상황을 가정하여 이때에서 환승구간 때문에 승객의 통행행태가 파악되지 않는 수도권 도시철도로 한정하여 역간의 (복수의) 통행경로를 파악하고 수요를 배정하여 운영기관의 인-Km등의 기여도를 계산하는 방안을 제안하다. 본 연구의 주요내용을 요약하면 다음과 같다. 1. 도시철도의 승객의 환승행태를 반영한 일반화 비용. 2. 역간 유사경로결정을 위한 K경로알고리즘. 3. 유사경로에 수요배정모형.

• 대한토목학회논문집
• /
• 제36권1호
• /
• pp.105-114
• /
• 2016

수도권에는 1일 약 2000만 건의 대중교통카드 전수자료가 생성되고 있으며, 이 자료를 이용하여 시설운영 및 정책방안을 개선하고 도출하려는 시도가 다양해지고 있다. 본 연구는 교통카드에서 생성되는 동적인 수요변화의 예측 가능성을 모형화하는 시도로서 동적 통행수요배정모형을 구축하는 것이 목적이다. 버스의 경우 승객 이동상황이 카드태그(tag)를 통해 비교적 정확하게 파악되므로, 본 연구에서는 버스를 제외한 수도권 도시철도에 대해, 7개 운송기관이 운영하는 노선을 대상으로 적용되는 모형 및 알고리즘을 구축하였다. 구축된 모형은 교통카드자료의 Big Data 속성에 적합하게 연속 시간형 모형으로 구축되었으며, 승객의 경로선택행태를 효과적으로 나타내기 위하여 환승 횟수 증가에 따른 인지파라메타를 구성하였다. 수도권 도시철도 약 800만 쌍에 대하여 모델링한 결과, 연속형 시간기반 모형의 장점이 반영되어 어떤 시간 시점에서도 동적 수요를 분석할 수 있는 특성을 파악하였다. 특히 기존 철도운영기관의 목측조사자료와 비교한 혼잡도 변화를 파악할 때, 모형에서 도출된 혼잡도와 운영기관이 제시한 혼잡도 간에 유사한 추세를 보이고 있어 높은 신뢰도를 보여주고 있다. 본 연구는 철도기관에 한정한 모형으로 향후, 버스-도시철도와 통합된 모형체계 구축과 같은 연구가 필요할 것으로 파악된다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.55-70
• /
• 2018

최근 공유교통 서비스가 확대되면서 개인교통수단과 대중교통수단을 연계한 통합모빌리티 서비스가 주목을 받고 있으며, 이를 위해서는 연계수단 통행행태 분석이 필수적이다. 본 연구에서는 2010년 서울시 가구통행실태조사 자료를 이용하여 연계수단 통행의 특성을 분석하고, 다항로짓모형을 통해 연계수단 선택에 미치는 영향요인을 분석하였다. 먼저 통행수단을 승용차, 시내버스, 시외버스, 철도, 택시, 기타 등으로 구분하여 25가지의 연계수단 통행유형을 분석하였으며, 이중 시내버스와 철도의 연계통행이 가장 높은 것으로 나타났다. 이들 연계수단 통행은 주로 출근통행목적에서 많이 발생하며, 오전/오후 첨두를 형성하는 것으로 나타났다. 또한 다항로짓모형 추정결과, 개인특성의 성별, 연령, 가구특성의 차량보유여부, 가구소득, 통행특성의 통행목적, 통행시간, 통행거리, 지역적특성의 지하철 및 버스 노선수, 상업용도 면적비율, 토지이용 혼합도, 도착지역의 도심권여부 등이 연계수단 선택에 유의한 영향을 미치는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.12-28
• /
• 2017

Mobility 4.0으로 일컬어지는 교통서비스의 핵심은 유연성 있는 모빌리티 구현이며, 이를 위해 수요-공급을 실시간, 유기적으로 이어줄 수 있는 플랫폼 구축이 요구되고 있다. 즉, 교통 정보 혹은 통합 모빌리티를 빅데이터 기반의 표준화 및 상시 업데이트가 가능한 DB로 구축하고 이를 분석할 수 있는 객관적이고 과학적인 분석 체계를 제시하는 것이다. 이러한 측면에서, 보행 통행을 포함하는 복합환승역사와 이를 기반으로 통행 전주기로 확장하여 분석하는 연구는 미흡한 실정이다. 이에 본 연구는 복합환승역사를 이용하는 통행자 중심의 통합 모빌리티 분석 체계를 3단계로 구성하여, Data Repository 생성 모듈, 통합 모빌리티 분석 모듈, 공간 정보를 융합한 결과해석 모듈로 정의하였다. 철도 및 광역버스 환승역사(사당, 신도림, 교대, 광화문, 삼성, 강남, 잠실) 7개 역사를 분석 대상 역사로 지정하여 사례 분석을 수행하였다. 분석 대상 역사는 통계적 유의성에 근거하여 3개 그룹으로 구분되었으며, 자료 기반으로 한 통행 전주기 분석과 해석을 통해 보다 다양하고 체계적인 복합환승역사 분석이 가능함을 제시하였다.