광주시내버스 수요예측과 환승지점 선정에 관한 연구 = (A) study on the demand forecast of intracity bus and the selection of transfer place in Gwangju

국문 초록 (Abstract)

2000년대에 들어 지방 대도시에서는 이용객의 감소로 시내버스가 대중교통으로서의 역할이 축소되고 시내버스회사들의 존립마저도 위협을 받게 되자, 대중교통수요 창출과 버스산업 활성화를 위하여 수익금 공동관리라는 준공영제를 도입하여 환승제도를 시행하게 되었다. 이후 환승율 증가에 따라 환승센터의 기능이 필요하게 되면서 서울시와 수도권의 경우 각 권역마다 환승센터를 계획하여 운영 또는 추진중에 있으며 지방 대도시의 경우에는 환승센터를 계획하는 수준에 머물러 있다.
광주광역시의 경우, 환승센터를 운영하는 것은 장기적으로 고려되어야 할 것이지만, 2010년 기준 환승율이 약 24%수준에 도달한 만큼 환승거점을 조성할 필요가 있다. 그렇지 않을 경우 도시공간 확장에 따라 더 많은 시내버스 투입이 요구될 것이며 이로 인한 지방자치단체의 재정 지원도 크게 증가 할 것이다.
이와 같은 문제점들을 해소할 수 있는 대안은 각 방면별 환승거점을 조성하여 한정된 버스자원을 효율적으로 운영하면서 이용자에게는 보다 빠르고 편리한 대중교통서비스를 제공하는 것이다.
본 논문에서는 광주광역시의 시내버스 수송수요를 예측하고, 이와 연계하여 도시내에서 시내버스 환승지점을 결정할 때 영향을 미치는 요인들을 분석하였다.
본 연구 목적을 수행하기 위한 연구대상자료는 광주광역시 2010년도 시내버스노선으로 한정하여 자료를 수집 분석하였다. 시내버스와 관련된 자료는 각 동별 면적, 학교수 등 동 특성 관련 변수 28개와 시내버스 관련 변수 6개를 수집하여, 주성분분석에 의해 변수들 사이의 관련성을 분석하였다. 주성분분석에서 분류된 변수들을 사용하여 분석한 전역모델 1과 토지특성모델 1, 그리고 동의 특성을 나타내는 변수와 동별 환승인수 만을 사용한 전역모델 2와 토지특성모델 2로 나누어 분석하였다.
분석결과, 시내버스 수송수요 예측모델은 광주광역시 각 토지특성과 다양한 변수를 사용하여 각 동 특성별로 분류하여 예측하는 것이 그렇지 않은 경우보다 적합도가 높았다.
총 승차인수, 승차인수, 환승인수 예측모델은 토지특성모델 1이 전역모델 1보다 상관계수가 평균 약 0.1배로 높았다. 실측치와 예측치 간의 값 역시 평균적으로 2배이상 실측치에 더 적합했다. 통과노선수와 정류장수 예측모델은 전역모델 1과 토지특성모델 1간의 상관도 및 값이 비슷하여 도시권 전체를 대상으로 하는 경우 양 모델 중 어느 것을 사용하여도 합리적인 결과를 얻을 수 있는 것으로 나타났다.
환승인수 예측모델은 토지특성별로 분류하여 예측하는 방법보다 환승인수와 동 특성변수들 만으로 예측하는 것이 적합한 것으로 나타났다. 환승인수 예측모델에서 600인/일 이상의 환승인수가 발생되는 동을 대상으로 예측한 토지특성모델 2가 실측치와의 적합도가 가장 우수했다.
또한, 동특성을 고려하여 환승인수 예측모델을 구축하고 이를 토대로 주요 환승지점을 선정한 결과 총 14개소의 지점들을 선정할 수 있었다. 선정된 환승지점들은 도심, 교통 결절점과 학교입지, 생활권 중심 및 대규모 교통유발시설인 역과 터미널이 포함된 동으로 구분할 수 있었다. 환승지점 선정은 교통여건과 주변지역의 토지 특성등을 복합적으로 고려하고 본 논문에서 분석한 예측모델과 환승지점 선정조건들을 적용하여 정하는 것이 합리적일 것으로 분석되었다
이상의 분석결과를 이용하여 광주광역시가 향후 시내버스노선 개편 시에 주요 환승지점으로 선정할 경우 효율적인 시내버스 노선체계를 구축할 수 있을 것으로 기대된다.

본 연구에서는 제한된 시내버스 수송수요와 동특성 자료만을 대상으로 하였기 때문에, 광주광역시와 같이 농촌지역 및 개발지와 미개발지가 공존하는 경우 수집된 자료만으로 수요예측모델을 구축하기에는 한계가 있었다.
따라서, 향후 연구에서는 하차인수 및 시내버스 이용자 OD자료와 각 환승지점까지의 통행시간 및 환승대기시간, 목적지까지 소요시간 등의 조건들을 추가로 적용할 필요가 있다. 이렇게 함으로써 보다 정확한 예측 모델을 구축할 수 있을 것으로 생각되며 환승지점으로 선정된 동 들에 대해서는 토지특성별 반영이 한정적으로 나타났기 때문에 이에 대한 분석이 추가로 요구된다

다국어 초록 (Multilingual Abstract)

Since 2000 in the local metropolitan cities, intra-city bus has lost its role as the pirme public transportation and many bus companies have had financial problem to run their buses because the number of passengers decreased. To solve this problem, each local metropolitan city has operated bus-transit system with implementing semi-public management system. As transfer rate has been increasing, a transfer center is needed. Seoul and Seoul metropolitan area already have operated it from few years ago and they have project to make more centers. However many local metropolitan cities now have a just plan to introduce the transfer center system.
In the case of Gwangju, transfer rate already reached about 24% at 2010. Thus it is needed to operate transfer center in the city even though its size will be not that big as Seoul’s one. Otherwise, more and more intra-city buses would be required as the size of city is getting bigger. It will be a heavy burden to the local government. Counterplan for this situation is to prepare a transfer center per each district, so the city can operate bus routes efficiently with restricted number of buses. With this system, they can offer more convenient and rapid public transportation to passengers.
This thesis estimated transportation demand of Gwangju’s intra-city bus, and using this estimation analyzed factors which are needed to consider when the location of transfer center is designed.
Gwangju metropolitan city’s 2010 intra-city bus route data were collected and analyzed to carry out this study. Collected data about intra-city bus are 28 dong characteristics variables like each dong’s area or the number of schools and 6 intercity bus variables. With these data, relation in variables was studied by analyzing main variables. Global model 1 and land characteristics model 1 were obtained from the every analyzed main variable. Global model 2 and land characteristics model 2 were obtained from variables which contain only dong’s characteristics.
The result showed that intra-city bus transportation demand prediction model which uses each dong’s land characteristics and various variables is more suitable than the model which doesn’t use those data.
In total ride factor and ride factor and transfer factor prediction model, land characteristics model 1 showed about 10% higher correlation coefficient than that of global model 1 in average. The value of between actual measurement value and predictive value was also closer to the actual one about twice in average. However it showed proper results in both cases of global model 1 and land characteristics model 1 because each related chart and the value of are similar.
To get transfer factor prediction model, it showed that it is more proper to use only transfer factor and dong characteristics variable rather than using the way of dividing it by land characteristics. Land characteristics model 2 which is about only dong’s cases that have transfer factor above 600 passengers per day showed the best goodness of fit with the actual measurement value.
With dong characteristics, I set transfer factor prediction model. By using this model, total 14 locations were chosen as main transfer center. The chosen locations could be divided into some groups; center of the city, transit connectivity and school location, dong which includes station and terminal. It showed that when traffic condition and land characteristics of the area are considered multiply and the prediction model and transfer location selecting conditions are applied, the best suitable location can be obtained.
If Gwangju local government uses this result for the next reorganizing intra-city bus route, it will be helpful to select efficient and proper public transportation transfer center.
In this study, restricted intra-city bus transportation demand and dong characteristics are only used. Thus there were some limitations to set proper demand prediction model for a certain place where there is rural area, developed area and undeveloped area in the same city like Gwangju metropolitan city.
Therefore it is needed to apply extra conditions like getting off factor, intra-city bus passenger’s OD data, the required time between each transfer centers, the waiting time to transfer and the required time for destination. By doing extra study with those data, more precise prediction models would be obtained. In addition, because land characteristics were applied limitedly when the dongs are chosen, extra analysis is required.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구 배경 1
• 제2절 연구 목적 3
• 제3절 연구수행과정 5
• 제2장 환승시설의 이론적 고찰 6
• 제1절 환승시설의 정의 6
• 제2절 환승시설의 종류 7
• 2.1 관련 법규상의 종류 8
• 2.2 간선급행버스(BRT)설계지침상의 시설기준 13
• 2.3 복합환승센터 설계지침상의 시설기준 23
• 제3절 환승시설 운영현황 25
• 3.1 국내 환승시설 현황 25
• 3.2 국외 환승시설 현황 30
• 제4절 국내외 연구 동향 33
• 4.1 국내 연구동향 33
• 4.2 외국 연구동향 34
• 제3장 자료수집 및 분석방법 35
• 제1절 자료 수집 35
• 1.1 동별 특성자료 수집 35
• 1.2 버스 자료 수집 35
• 제2절 자료 분석방법 36
• 2.1 주성분분석 36
• 2.2 GIS분석 Tool 43
• 제4장 광주시 대중교통현황 및 특성 분석 44
• 제1절 대중교통운영 현황 44
• 1.1 노선 현황 44
• 1.2 정류장 현황 44
• 1.3 통과 노선수 46
• 제2절 승객현황 46
• 2.1 운영별 승객현황 46
• 2.2 노선계통 및 동별 승차․환승 현황 49
• 2.3 정류장별 승차․환승현황 54
• 제5장 시내버스 수요예측 모델 58
• 제1절 변수 분류 58
• 1.1 입력자료 58
• 1.2 수요예측 변수 분류 58
• 제2절 수요예측 67
• 2.1 전역 예측모델 67
• 2.2 토지특성별 수요예측모델 72
• 2.3 분석결과 종합 81
• 제3절 환승 수요예측 85
• 3.1 개요 85
• 3.2 환승인수 예측 모델 구축 85
• 제4절 환승지점 선정 97
• 4.1 개요 97
• 4.2 환승지점 선정 조건 98
• 4.3 환승예측모델 구축 99
• 제5절 분석 결과 108
• 5.1 수송수요예측 108
• 5.1 환승수요예측 108
• 5.3 환승지점 분석 109
• 제6장 결 론 111
• 참고문헌 113
• 부 록 120
• ABSTRACT 145