관측 교통수단 분담률 자료를 활용한 도시철도 신설 후 수단분담률 예측분석 기법

Abstract

본 연구는 기존 도시철도 운영 하에서 관측된 교통수단 분담률을 반영하면서 추가적인 도시철도 신설노선 완공 후 수단분담률을 추정하는 방법론을 제안하였다. 통행자의 도시철도 이용 패턴을 현실적으로 반영하기 위해 관측된 표본자료를 기반으로 전수화된 수단별 O/D 자료를 통행거리, 접근시간, 접근유형(환승 횟수)에 따라 카테고리화 하여 수단분담률을 분류하였다. 수단선택 분석 기법으로는 관측된 수단분담률에 기초하는 점진적 로짓모형을 이용하였다. 도시철도 이용패턴을 카테고리화 하여 분석한 결과, 장거리 통행이거나 환승이 적을수록 도시철도 수단분담률이 높았으며, 또한 도시철도 역에 접근시간이 작을수록 역시 도시철도 수단분담률이 높은 결과를 관측 자료인 기준연도 O/D 자료에서 분석되었다. 기존 도시철도 서비스 수준 하에서의 교통수단 분담률을 기본 자료로 하고, 신설 노선으로 제공되는 도시철도 서비스 수준과 카테고리화 된 도시철도 서비스 수준의 차이를 점진적 로짓모형에 적용함으로써 신설 도시철도가 제공하는서비스 수준 하에서의 교통수단 분담률을 추정하였다. 이와 같이 추정된 잠정적 교통수단 분담률을 기초로 기준연도와예측연도의 교통환경 변화를 반영하여 점진적 로짓모형을 분석함으로써 모든 교통수단의 장래 수단분담률을 예측 분석하는 방법론을 제시하였다. 본 연구에서 제안한 방법론은 기존 SP 자료의 적용이 어려운 경우 활용 가능하며, 기존 도시철도의 분담률 자료가 확보된 상황에서 가법적 로짓모형의 적용보다 이론적, 논리적 측면에서 더욱 우수하다고 고려된다.

This study suggested a method of forecasting market-share of each mode after introducing new urban rail transit lines. The study reflected the observed market share of presently operating urban rail transit into forecasting process in order to improve accuracy in predicting market share of each modes. For more realistic representation of the forecasting model, we categorized O/D pairs according to attributes of trip distance, access time and number of transfers. The analysis results of traveler’s mode choice behavior with observed data showed that the trip distances are longer, the share of urban rail tends to be higher, and that the number of transfers is fewer and the access times are lesser, the share of urban rail also tends to be higher. Then, incremental logit model was used in estimating mode choice probabilities for O/D pairs along with rail transit lines while utilizing observed market shares of each modes and differences in transit service level. As the next step, the market share of rail transit after introducing new rail transit lines was forecasted by using incremental logit model with the intial share values calculated the previous analysis step. It also reflected changes in level of service for automobile in highway due to changes in highway systems and changes in mode shares after introducing new lines of rail transit. It can be expected that the proposed method would more realistically duplicates phenomena of mode choice behavior for rail transit and that it would be more theoretically logical than the typical existing methods using SP data and incremental logit model or using addictive logit model in this country.