도시철도 이용자의 열차서비스 선택에 있어 음이항 회귀모형의 적용에 관한 연구
Estimation of a Negative Binomial Regression Model for Train Service Choice by Metro Users
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 도시철도 이용자의 급행열차와 완행열차 선택특성을 분석하였다. 확률분포모형을 이용한 모형추정 결과 과분산이 존재하는 것으로 나타나 음이항 회귀모형을 이용하여 모형을 추정하였다. 모형의 독립변수로는 완행열차와 급행열차의 역간 총소요시간 차이, 완행열차와 급행열차의 출발역 혼잡도 차이를 고려하였다. 모형추정결과 ‘총소요시간 차이’ 변수의 계수는 0.0289로 역간 급행열차와 완행열차의 총소요시간의 차이가 클수록 급행열차를 이용하는 확률이 높은 것으로 분석되었으며, 99%의 신뢰수준에서도 유의한 것으로 나타났다. ‘혼잡도 차이’ 변수의 계수는 0.0031로 혼잡도가 클수록 급행열차 이용확률이 높은 것으로 분석되었으나, 변수의 유의수준이 높지 않은 것으로 나타났다. 음이항 회귀분석으로 추정한 결과를 대중교통 노선선택에 일반적으로 적용되고 있는 최적전략모형의 추정결과와 비교하였다. 최적전략모형으로 분석결과 오차율이 음이항 회귀모형에 비해 예측의 정확도가 낮은 것으로 나타났다. 특히, 역간거리가 6.1㎞ 이상인 경우에는 급행열차 이용확률을 100%로 예측하는 등 현실을 모사하는 데에는 한계가 있는 것으로 나타났다. 본 연구에서 제시한 확률분포모형은 도시철도 이용자의 열차선택 행태에 대한 이해도 제고와 함께 향후 기존 또는 신규 철도노선에 다양한 열차서비스 제공 시 사업의 효과를 사전에 분석하는데 활용될 수 있다는 점에서 연구의 의의가 있다. 또한, 교통수요 추정과정에서 일반적으로 적용하고 있는 최적전략모형이 갖는 한계를 분석·제시한 점도 본 연구의 의의로 볼 수 있다.
Abstract
This study analyzed the features of the choice of different train services by metro users in Seoul City. Due to the dispersion feature in the Poisson regression model, the negative binomial model was adopted for estimation. Total travel time difference between express and all-stop train services, and crowdedness level differences between two train services were adopted as independent variables for model estimation. The independent variable of ‘total travel time difference’ turned out to be valid at the 95% confidence level whilst the independent variable of ‘crowdedness level difference’ turned out to be valid only at the 80% confidence level. Both independent variables indicate that there will be higher possibility of selecting express train service as total travel time difference and/or crowdedness level differences between the two train services becomes bigger. This study compared the features of model estimation with an optimal strategy and concluded that the proposed negative binomial regression model was better than the optimal strategy model in the sense of estimation accuracy. This study also showed limitations of the optimal strategy model in describing the users’ choice behaviors for different train services in an urban area. The suggested negative binomial regression model is expected to be useful for a pre-evaluation impact of new train services in urban areas.
참고문헌 (12)
- 김주영, "차량용량과 정류장혼잡을 고려한 대중교통 통행배정 모형", 석사, 교통공학, pp.2010
- 문진수, "가산자료모델을 이용한 버스이용횟수 추정에 관한 연구: 서울시 통근통학자를 대상으로", 대한교통학회지, 17(5), pp.121~133 (1998)
- 서울특별시 도시철도 9호선 열차운행 개선방안 연구, "서울연구원", ~ (2015)
- 이기영, "확률회귀모형을 이용한 고속도로의사고요인 분석", 도로교통, (94), pp.51~64 (2004)
- 임준범, "서울시 버스전용차로구간의 버스사고 영향요인 분석에 관한 연구 : 중앙전용차로 및 가로변전용차로 구분", 석사, 교통공학, pp.2011
- Greibe Poul, "Accident Prediction Model for Urban Roads", Accident Analysis and Prevention, 839, pp.1~13 (2002)
- INRO, "Emme Prompt Manual Release 3.3", ~ (2010)
- Diagnostic Methodology for the Detection of Safety Problems at Intersections, "Kononov, J.", Transportation Research Board, 51~55, pp.Transportation Research Record, 1784 (2002)
- Lord, D., "Poisson, Poisson-gamma and Zero-inflated Regression Models of Motor Vehicle Crashes: Balancing Statistical Fit and Theory", pp.35~46 (2005), Elsevier Ltd.
- Micheal J. Maher, "A Comprehensive Methodology for the Fitting of Predictive Accident Models", Accident Analysis and Prevention, 28(3) (1996)
- Mohammed A. Hadi, "Analysis of Commercial Mini-bus Accidents", Accident Analysis and Prevention, 30(5) (1998)
- Spiess H., "Optimal Strategies: A New Assignment Model for Transit Networks", Transportation Research, 23B(2), pp.83~102 (1989)