Abstract
Trip generation is the first step in the conventional four-step model and has great effects on overall demand forecasting, so accuracy really matters at this stage. A linear regression model is widely used as a current trip generation model for such plans as urban transportation and SOC facilities, assuming that the relationship between each socio-economic index and trip generation stays linear. But when rapid urban development or an urban planning structure has changed, socio-economic index data for trip estimation may be lacking to bring many errors in estimated trip. Hence, instead of assuming that a socio-economic index widely used for a general purpose, this study aims to develop a new trip generation model by type based on the market separation for the variables to reflect the characteristics of various zones. The study considered the various characteristics (land use, socio-economic) of zones to enhance the forecasting accuracy of a trip generation model, the first-step in forecasting transportation demands. For a market separation methodology to improve forecasting accuracy, data mining (CART) on the basis of trip generation was used along with a regression analysis. Findings of the study indicated as follows : First, the analysis of zone characteristics using the CART analysis showed that trip production was under the influence of socio-economic factors (men-women relative proportion, age group (22 to 29)), while trip attraction was affected by land use factors (the relative proportion of business facilities) and the socio-economic factor (the relative proportion of third industry workers). Second, model development by type showed as a result that trip generation coefficients revealed 0.977 to 0.987 (trip/person) for "production" 0.692 to 3.256 (trip/person) for "attraction", which brought the necessity for type classifications. Third, a measured verification was conducted, where "production" and "attraction" showed a higher suitability than the existing model. The trip generation model by type developed in this study, therefore, turned out to be superior to the existing one.
통행발생은 4단계 모형의 처음 단계로 전체수요예측에 상당한 영향을 미치게 되므로 정확성이 무엇보다 필요한 단계라 할 수 있다. 현재 통행발생모형으로 도시교통 및 SOC시설 등의 계획에 널리 사용되고 있는 것은 선형회귀모형이며, 각종 사회경제지표와 통행발생량의 관계가 선형임을 전제로 한다. 하지만 급격한 도시개발이나 도시계획구조가 변경되었을 때 통행량을 추정하기 위한 사회경제지표 자료가 부족하여 추정된 통행량의 오차가 많을 수 있다. 이에 본 연구는 일반적으로 널리 사용되는 사회경제지표를 선형이란 가정을 하지 않고, 다양한 존의 특성을 반영할 수 있는 변수에 대한 시장분할을 토대로 새로운 유형별 통행발생모형을 개발하고자 한다. 본 연구에서는 교통수요예측의 처음 단계인 통행발생 모형의 예측력을 개선하기 위하여 존의 다양한 특성(토지이용, 사회경제적 등)을 고려하였다. 예측력 개선을 위한 시장분할 방법론으로는 통행 발생률을 기반으로 한 Data Mining(CART)방법과 회귀분석을 이용하였다. 연구의 결과를 살펴보면, 첫째, CART분석을 활용한 존 특성 분석결과, 유출통행은 사회경제적 요인(남녀상대비중, 연령대(22~29세))에 영향을 받고 있으며, 유입통행은 토지이용 요인(업무시설상대비중), 사회경제적 요인(3차 종사자상대비중)으로 나타났다. 둘째, 유형별 모형개발 결과 통행발생 계수 값은 유출의 경우 0.977~0.987(통행/인)이며, 유입의 경우 0.692~3.256(통행/인)로 나타나 유형구분이 필요한 것으로 나타났다. 셋째, 실측검증을 수행하였으며, 유출 및 유입의 경우 기존 모형보다 적합도가 높아진 것을 알 수 있다. 따라서 본 연구에서 개발한 유형별 통행발생모형이 기존 연구보다 우수한 것을 알 수 있었다.