존 간 교차통행량 예측치에 대한 보정계수 추정

Abstract

통행 수요추정 4단계 중 통행분포 단계는 통행발생 단계에서 추정된 지역별 통행 유출·유입량을 존간 교차 통행량으로 배분하는 과정이다. 이러한 통행배분 과정에서는 중력모형(Gravity model)이 주로 사용된다. 일반적으로 중력모형은 존 간 통행비용(travel costs)만을 설명변수로 사용하여 교차 통행량을 산출하며, 교차 통행량과 통행비용은 반비례한다는 가정을 기e로 하고 있다. 하지만, 중력모형은 이론적으로 두 존 간 교차통행의 특성을 통행비용만으로설명하는 것이므로 다수 존 간의 교차통행 특성을설명하기에는 정밀성 및 신뢰성 면에서 한계를 보이고 있다. 예를 들어, 중력모형을 이용하여 산출된존 간 교차통행량 예상치(predictions)가 대표적인 주거지역(은평, 강서, 관악, 강동)에서 중심 업무지역(강남, 여의도, 서e)으로 이동하는 통행은 과소추정되는 경향이 있으며, 일부는 과대 추정되기도한다. 이러한 중력 모형의 한계점은 다핵구조 도시에서 더욱 뚜렷하게 나타나고 있다. 이는 전통적인중력 모형의 구조상 존 간의 사회 경제적 상호 관계를 고려하지 못하기 때문이다. 이러한 한계점을 보완하기 위해 많은 연구들이수행되어 왔다. 이들은 주로 지역별 종사자 수, 취업자 수 등의 사회경제지표를 이용하여 존간 통행량의 예상치 또는 예측치(forecasts)를보정하는 방식이었다. 하지만 이들 보정 과정에서 사용하는 변수가 장래 예측이 불가능하거나어려워 교차통행량 예측치의 신뢰성을 얻기 어렵다. 또한 지역별 사회경제지표만을 주로 사용하므로 존 간의 상호 관계를 충분히 설명하지못하는 한계를 갖고 있다. 따라서 본 연구는 존 간 교차 통행량의 관측치와예상치 간의 비율을 추정하고 이를 이용하여 존 간교차통행량의 예상치 또는 예측치를 보정하기 위한방법을 개발하고자 한다. 이 때 존간 교차통행량의관측치와 예상치 간의 비율을 ‘보정계수(adjustment coefficients)’라고 정의한다. 본 연구에서는 존 간 상호관계를 반영한 존 간 보정계수를추정한 뒤, 이를 이용하여 통행비용만을 설명변수로하는 중력모형에 의해 산출된 추정치를 보정하여존 간 교차통행량 예측치의 정밀성과 신뢰성을 향상시키고자 한다. 이 과정에서 보정계수를 설명할수 있는 변수는 미래에도 예측이 가능하도록 하였다. 참고로 본 연구는 모형의 추정치를 관측치로 단순보정하는 방법과는 달리, 기준년도의 관측치와 추정치의 비율을 산출하고, 이를 기존 중력모형이 설명하지 못하는 지역 간의 연계성을 설명할 수 있는변수로 가정하고, 이를 추정하여 장래 예측치를 조정하는 계수로 적용하고자 하는 것이 차별성이 있다. 또한 지역 간 통행거리에 따른 편차를 줄이기위해 3중 제약 중력모형에 도입된 K-factor와는 달리 지역 간 연계성을 설명하고자 한다는 점에 차별성이 있다. The gravity model is the most widely used trip distribution model. This model is based on the assumption that the travel cost is inversely proportional. However, the gravity model has limitations for predicting inter-zonal trips in accuracy and reliability. In previous studies to complement these limitations, some methods applying factors to adjust predictions into observations are applicable. However previous studies still have some limitations in terms of implementation of the model for forecasting inter-zonal trips of target years. In this study, not only socio-economic variables used in the previous studies but variables related to spatial structure within a city and transportation services in each zone are introduced in inter-zonal trips. Adjustment coefficients are estimated by multiple regression analysis methods. Variables such as Residential Density, Accessibility of Subway, Accessibility of Highway were significant. The results of calibration are tested and checked in respect to the appropriateness and applicability. Comparing to the predictions from the traditional gravity model, the models suggested in this paper show improved results. Applying adjustment coefficients for each zone-pair reduced RMSEs in 9% and SE in 16%.