Journal Search Engine

View PDF Download PDF Export Citation Korean Bibliography PMC Previewer
The Journal of The Korea Institute of Intelligent Transport Systems Vol.15 No.2 pp.1-12
DOI : https://doi.org/10.12815/kits.2016.15.2.001

Exploring the Relationship between Transfer Trips and Land Use

Su-yeon Lim*, Hyangsook Lee**, Sangho Choo***
*(Hongik University)
**(Incheon National University)
***(Hongik University)
Corresponding author : Hyangsook Lee(Incheon national University), hslee14@inu.ac.kr
April 5, 2016 │ April 12, 2016 │ April 15, 2016

Abstract

This paper is to analyze characteristics of transfer trips and to identify impacts of land use on them. Using the smart transport card data of Seoul on a weekday in April 2013, we explored general characteristics of the transfer trips such as spatial and temporal distributions, transfer types, and geographical patterns of transfer trips. Then, the multiple regression model for the transfer trips was developed, considering land use as well as socio-economic variables as explanatory ones. For the characteristics of the transfer trips, their ratio to the total trips accounts for 26.7%. Nearly 87% of the trips are one-time transferred, and 64.7% are bus-subway transfer trips. In addition, the transfer trips are more likely to appear nearby subway stations and business facilities. The regression model indicates that land use variables such as the floor areas of business facilities and department stores and mixed land use index significantly positively affect the transfer trips. Our results can be used as basic data for choosing feasible locations of multi-modal transfer centers in urban areas.


환승통행과 토지이용의 연관성 분석

임 수 연*, 이 향 숙**, 추 상 호***
*주저자 : 홍익대학교 도시계획과 석사 과정
**교신저자 : 인천대학교 동북아물류대학원 교수
***공저자 : 홍익대학교 도시공학과 교수

초록

본 연구의 목적은 서울시의 환승통행 특성을 분석하고 토지이용이 환승통행에 미치는 영향을 규명하는 것이다. 이를 위해 서울시의 2013년 4월 평일 하루치 교통카드자료를 이용하여 환승통행의 일반적인 특성을 분석하고, 토지이용과 사회경제지표 등을 독립변수로 고려한 환승통행량의 다중선형 회귀모형을 구축하였다. 환승통행특성의 경우, 환승통행 이 전체 통행의 26.7%를 차지하였으며, 이 중 1회 환승한 경우가 86.4%로 대부분이었다. 또한 버스-지하철간 환승이 64.7%로 큰 비중을 차지하였며, 주로 지하철 역 및 업무시설이 다수 위치하는 곳에서 환승통행이 많이 발생하였다. 회 귀모형 구축 결과, 업무시설면적비율 및 백화점시설의 면적비가 높거나 복합토지이용도가 높은 지역일수록 환승통행량 이 많아지는 것으로 분석되었다. 본 연구의 결과는 향후 복합환승센터와 같이 도시 내 환승통행을 고려하는 교통시설의 입지 선정을 위한 기초자료로 활용될 수 있을 것이다.


    Incheon National University

    Ⅰ서 론

    1연구의 배경 및 목적

    서울시는 2004년 7월 대중교통체계를 간선버스 와 지선버스의 환승체계로 전면 개편하였으며, 환 승센터설치 및 환승요금 할인제도도 도입하였다. 이로 인해 대중교통의 수단분담률은 높아진 반면, 환승할인이 적용되지 않는 서울시 경계에서는 승용 차 분담률이 증가하였다[1]. 이후 2007년 경기도, 2009년 인천시에서 수도권 통합요금제를 실시함으 로써 수도권 전철 및 버스간의 환승은 크게 증가한 것으로 나타났다. 실제 2012년 수도권의 대중교통 수단분담률은 48.1%로 비수도권과 비교하여 상대 적으로 높은 대중교통 이용률을 보이고 있다[2]. 이 는 수도권의 촘촘한 지하철 및 버스 노선망을 기반 으로 한 대중교통 수단간 환승체계 구축 및 환승할 인요금제도가 대중교통이용에 영향을 미치고 있기 때문이다.

    수도권의 사례에서 보았듯이 대중교통수요의 증 대를 위해서는 효율적인 환승시스템과 환승할인요 금 정책이 필요하다. 특히 대중교통에서 환승은 향 후 지속가능한 교통체계 구축에 매우 중요한 요소 라 할 수 있다. 따라서 대중교통의 이용을 더욱 활 성화하기 위해서는 환승통행의 특성을 파악하는 것 이 필요하다.

    현재 수도권에서는 교통카드를 이용한 환승이 대부분이며, 교통카드 사용률도 98%로 이 자료를 활용하면 수도권 이용자 대부분의 대중교통 통행행 태를 분석 할 수 있다[3]. 과거에는 주로 3% 미만의 표본조사인 가구통행실태조사 자료를 이용하여 대 중교통의 환승행태를 분석하였으나 최근에는 전수 에 가까운 교통카드 자료를 이용한 환승통행 관련 연구가 활발히 진행되고 있다.

    환승에 관한 기존 선행연구들을 보면, 환승통행 의 특성을 분석하거나 환승통행의 영향요인을 규명 하는 연구가 주를 이루고 있다. 그러나 현재까지의 연구들은 주로 지하철 통행자료만을 이용하여 지하 철역과 관련된 영향요인들만을 분석하고 있어 버스 와 지하철을 포함한 대중교통 전반에 관한 환승통 행 연구는 미비하다고 할 수 있다. 특히 서울시는 버스와 지하철간 연계환승이 활발히 이루어지고 있 어, 이들 수단 간의 환승통행자료를 종합적으로 분 석하는 것은 매우 중요하다. 따라서 본 연구에서는 서울시 버스와 지하철을 포함한 대중교통 수단의 환승통행에 대한 특성을 분석하고, 토지이용이 환 승통행에 미치는 영향을 분석하고자 한다.

    2연구의 범위 및 흐름

    본 연구에서는 교통카드 자료를 이용하여 서울 시 환승통행행태를 분석한다. 분석자료는 자료의 이용이 가능한 2013년 4월 17일 수요일의 서울시 교통카드자료를 대상으로 하였다. 교통카드자료는 카드정산사업자에 의해 지역별로 제공된다. 서울시 자료의 경우 한국스마트카드사가 담당하며, 다른 카드정산사업자가 제공하는 인천시 및 경기도 기점 의 서울시 대중교통 이용 자료는 수집이 불가하여 본 분석에서 제외되었다. 또한 수집된 교통카드 자 료 중 분석의 일관성을 위해 서울시 내부통행 자료 만 사용하였으며, 여기서 서울시 내부통행은 목적 통행 내의 모든 출발·도착지가 서울 내부에서 발생 하는 통행을 의미한다.

    본 연구의 흐름은 다음과 같다. 우선 환승통행에 관해 분석한 선행연구를 검토하여 본 연구의 착안 점을 도출하였다. 이를 바탕으로 환승통행에 관한 연구를 수행하기 위하여 교통카드 자료를 수집하 고, 분석방법론을 설정하였다. 환승통행의 다양한 행태를 상세분석한 후, 환승지점에서 발생한 환승 통행량의 영향요인을 규명하기 위하여 다중선형 회 귀모형을 구축하였다. 마지막으로 구축된 모형의 해석 및 시사점을 제시하였다. <Table 1>

    Ⅱ선행연구검토

    1환승통행 관련 논문

    기존 환승통행과 관련된 논문을 검토한 결과, 환 승유형 구분 및 환승통행의 특성분석, 환승센터의 유형구분 및 입지선정, 환승에 대한 영향요인 분석 등 크게 세 개 주제로 분류되었다. 각 주제별 세부 분석내용은 다음과 같다.

    환승유형 구분 및 환승통행의 특성 분석을 수행 한 논문에서는 대부분 교통카드 자료를 활용하여 분석을 수행하였다. 통행에 이용된 교통수단을 토 대로 환승유형을 구분하고, 통행시간 및 거리 등 환 승통행의 특성을 분석한 연구가 주로 수행되었다. Song et al.(2011)은 서울시의 구단위 기종점 환승통 행량 및 버스노선수를 분석하여 지역연결성을 분석 하였다. 마포구-관악구 구간과 같이 버스노선수가 적고 환승통행량이 많은 지역은 지역 연계성이 낮 은 지역으로 판단되었다[4]. Sohn et al.(2012)은 인 천시의 환승통행 특성을 분석하였다. 환승횟수가 증가할수록 장거리 통행비율이 높아졌으며, 환승유 형 중 버스-버스 1회간 환승이 가장 통행량이 많이 발생하였다[5]. Bin et al.(2012)은 교통수단연계, 이 용시간 연계 등 통행연계 변수를 활용하여 버스정 류장의 유형을 분류하였다. 기점 성격이 높은 정류 장, 종점 특성이 높은 정류장, 단거리 통행 서비스 를 하는 정류장, 일과 후 여가활동과 높은 관련이 있는 정류장으로 구분되었다[6]. Lee et al.(2013)은 대구광역시에서 실시한 설문조사자료를 바탕으로 환승행태를 분석하였다. 버스-지하철간 환승이 44% 로 높게 나타났으며, 지하철 환승역이 위치한 중구 에서 환승비율이 54%로 가장 높은 것으로 분석되 었다[7]. Kim and Sohn(2014)은 인천시의 환승역사 4곳을 대상으로 지하철 7호선 연장 전·후의 환승수 요 변화를 하차 태그통행과 미태그 통행으로 구분 하여 분석하였다. 버스 및 지하철 환승유형별 통행 량을 비교하고, 환승수요량을 제시하였다[8].

    환승센터의 유형구분 및 입지선정에 관련된 연 구의 경우 환승유형별 환승통행량에 따라 환승시설 의 유형을 구분하였으며, 이에 따라 환승센터로서 적합성 여부를 평가하는 내용으로 구성되었다. Hwang(2007)은 환승시설에 대한 환승패턴을 분석하 고 기존의 환승시설 설계기준을 검토하여 환승거리 가 과다하다는 문제점을 제기하였다. 또한 환승시 설의 유형과 규모를 구분하여 환승시설의 설계기준 을 제시하였다[9]. Gyeonggi Research Institute(2008) 는 경기도의 각 시군별, 환승수단으로 구분되는 환 승유형별 통행량을 도출하여 계획 중인 교통환승센 터의 입지 적합성을 검토하였다. 전반적으로 환승 통행량이 많은 지역과 계획 대상지가 일치하는 결 과를 도출하였다[10]. Kim and Lee(2012)은 대구시 의 버스정류장의 환승량 및 환승시간 등을 분석하 였고, 하루의 총 통행량과 환승통행량을 고려하여 환승정류장의 최적입지를 제시하였다[11].

    환승에 대한 영향요인 분석에 관한 연구는 교통 카드 자료를 활용하여 회귀분석을 통해 영향요인을 규명한 연구가 이에 해당된다. Gyeonggi Research Institute(2013)은 지하철과 환승한 통행에 대하여 철도역의 버스연계 서비스지표를 도출하였으며, 지 하철-버스 환승통행의 지하철 통행량과 버스 접근 통행량의 영향요인을 분석하였다. 지하철 통행량에 영향을 미치는 요인은 버스이용수요, 버스정류장 수 등이 있으며, 버스 접근통행량은 환승시간, 버스 정류장 수가 높을수록 많아짐을 규명하였다[12]. Lim et al.(2013)은 대중교통 지향형 개발을 위하여 지하철역세권의 환승특성을 고려하여 환승유형별 회귀분석을 실시하였다. 지하철 중심 2교차 역세권 은 토지이용 복합도가 높을수록 대중교통 이용수요 가 증가하며, 지하철-버스 2교차 역세권은 지하철 출입구 수의 영향력이 중요한 영향력을 가지는 등 환승유형별로 영향요인이 다름을 규명하였다[13]. Hwang(2014)은 대구시의 교통카드 자료를 이용하여 버스-지하철 환승통행량의 영향요인을 밝히고자 하 였다. 지하철역의 버스노선 연계지수가 높을수록, 도심에 가까울수록 환승통행량이 많은 것으로 분석 되었다[14].

    2본 연구의 착안점

    선행연구를 검토한 결과, 기존 환승통행 관련 논 문은 주로 환승통행 특성을 분석한 연구가 다수 존 재하였고, 최근에는 환승통행에 영향을 미치는 요 인을 규명하기 위한 연구가 다수 수행된 것으로 나 타났다. 또한 환승센터의 입지와 관련된 연구도 일 부 수행된 것을 알 수 있었다.

    환승통행 특성을 분석한 연구는 주로 최초출발 지부터 최종도착지까지 도달하는 목적통행을 기준 으로 통행량, 통행시간 및 거리 등의 지표를 분석하 였다. 목적통행을 각 수단통행으로 구분하여 특성 을 분석한 연구는 미미한 것으로 나타났다. 환승통 행에 있어 각 수단통행의 출발·도착지는 환승지점 이므로 수단통행에 대한 분석도 고려되어야 한다.

    환승요인을 규명한 연구는 지하철 수단을 중심 으로 지하철역 및 역세권에 대하여 분석을 수행하 였다. 하지만 서울시는 버스 및 지하철 수단의 환승 체계가 편리하게 갖추어져 있으므로, 환승통행에 관한 연구에 있어 버스수단의 이용수요도 필수적으 로 분석되어야 한다. 선행연구에서 사용한 설명변 수는 지하철역 및 역세권의 특성이 주를 이루었으 며, 사회경제지표 및 토지이용변수의 활용은 일부 의 연구에만 국한되었다. 대중교통 수요와 토지이 용특성간의 관계를 규명한 연구는 다수 존재하며, 대중교통 환승수요 분석 시에도 토지이용변수가 고 려되어야 한다[15, 16].

    이에 본 연구에서는 선행연구와 달리 목적통행 에만 한정하지 않고, 수단통행에 대한 환승행태분 석도 수행하였다. 또한 환승행태 분석을 위해 환승 유형 및 환승시간대 등 다양한 기준을 설정하였다. 환승통행과 연관된 요인을 밝히기 위해 지하철과 버스를 모두 포함하여 환승수요를 분석하였다. 분 석단위를 지하철역 및 정류장이 아닌 서울시 행정 동으로 설정하여, 사회경제지표 및 토지이용변수를 설명변수로 환승통행의 영향요인을 규명하였다. 본 연구는 보다 심도 있는 환승통행행태분석과 지하철 및 버스 수단에 대한 환승통행의 행정동 기준 영향 요인을 규명하였다는 점에서 선행연구와 차별성을 가진다.

    Ⅲ분석방법론

    1자료의 수집

    본 연구에서 사용한 교통카드자료는 스마트카드 사에서 제공받은 2013년 4월 17일 수요일의 교통카 드자료이다. 교통카드 자료 중 서울시 내부통행에 해당하는 자료를 대상으로 분석하였으며, 서울시 내부통행은 최초출발지-최종도착지까지 서울내부에 서만 이동한 통행으로 정의하였다. 수집된 교통카 드자료 중 약 1,000만 건이 서울 내부통행에 해당되 었다. 분석단위는 서울시 행정동 423개로 설정하였 으며, 환승통행의 최초출발지를 제외한 환승승차지 점을 기준으로 수단통행량을 집계하였다. 이는 환 승통행이 발생하는 환승지점의 통행량을 연구하고 자 하기 때문이다. <Table 2>, <Table 3>

    독립변수로 사용한 자료는 크게 토지이용 관련 변수와 사회경제지표로 구분되며 분석단위에 맞춰 행정동 단위로 집계하여 사용하였다.

    토지이용 관련 변수는 건축법 시행령의 ‘용도별 건축물의 종류’에 따라 분류되는 시설로 주거, 상 업, 업무, 교육복지, 산업, 문화집회, 기타시설로 유 형을 구분하였다. 각 시설별 연면적을 변수로 활용 하였으며, 토지이용의 혼재된 정도를 파악하기 위 해 토지이용엔트로피지수를 활용하였다.

    사회경제지표는 행정동 면적, 인구밀도, 연령별 인구, 종사자수, 자동차등록대수, 지방세과세액 등 을 변수로 활용하였다. 이는 각 행정동의 사회 경제 적 특성을 통제하기 위해서 변수로 반영하였다.

    2분석방법론

    환승통행의 영향요인을 밝히기 위한 분석기법으 로 다중선형 회귀모형을 선정하였다. 다중선형 회 귀모형은 종속변수와 여러 독립변수들의 상관관계 를 나타내는 모형으로 종속변수가 독립변수에 대해 선형 함수의 관계에 있음을 가정한다. 따라서 영향 요인을 규명하는 선행연구에서 다수 사용되었다. 모형의 일반적인 구조는 식 (1)과 같다. 이 때 y는 종속변수, xi는 독립변수를 나타내며, α는 독립변 수에서 고려되지 못했지만 종속변수에 영향을 미치 는 상수항, β는 독립변수의 계수, ϵ은 오차항을 의 미하며 정규분포를 가정한다.

    y = α + β 1 x 1 + β 2 x 2 + ... + β n x n +
    (1)

    Ⅳ환승통행행태분석

    1환승통행 비율

    서울시 내부통행 중 환승통행은 전체 통행의 26.7%인 204만 통행으로 나타났다. 2013년 서울시 평일 환승통행률은 38%로 기존 연구에 비해 환승 통행률이 낮은 것으로 보였다[17]. 이는 앞서 언급 된 것처럼 본 연구에 사용된 자료가 인천시 및 경 기도를 기점으로 하는 버스노선의 이용수요가 포함 되어있지 않기 때문인 것으로 판단되었다. <Table 4>

    2환승횟수별 통행 분포

    환승횟수별 통행 분포를 살펴보면, n회 환승한 경우 목적통행은 n+1개의 교통수단을 사용하여 목 적통행량은 수단통행의 n+1배로 나타난다. 환승통 행 중 1회 환승한 경우가 86.4%로 가장 많은 유형 으로 나타났다. 수도권에서 최대로 환승 가능한 경 우인 4회 환승은 약 8,756통행으로 서울 내부통행 중 차지하는 양은 미미한 것으로 분석되었다. 서울 내에서 이동하는 대중교통 이용자들의 대부분인 98%가 1~2회 환승으로 최종목적지까지 도달할 수 있는 것으로 판단되었다. <Table 5>

    3환승횟수별 통행시간 분포

    환승통행의 통행시간은 최종도착지에 도착한 시 각에서 최초출발한 시각의 차이로 산출하였다. 이 때, 하차시각이 승차시각보다 빠르게 입력되어 오 류가 발생한 교통카드자료(51 통행)를 제외하고 통 행시간분석을 수행하였다. 환승횟수별 통행시간 분 포를 살펴보면, 환승횟수가 많아질수록 통행시간이 길어지는 것을 알 수 있었다. 1~2회 환승한 경우는 50%이상의 이용자가 30~60분을 통행하였으며, 3~4 회 환승한 이용자는 각각 60~90분, 90~120분 사이 에 많이 분포하는 것으로 나타났다. 환승횟수별 통 행시간 분포를 통해 환승횟수가 많아지면 장거리통 행이 많이 발생하는 일반적인 사실을 수치로 확인 하였다. <Table 6> <Fig. 1>

    4환승유형별 통행 분포

    환승유형은 교통수단을 통해 분류하였다. 교통카 드자료에 등장하는 교통수단은 지하철과 버스가 있 다. 환승유형은 환승횟수와 교통수단 이용순서에 상관없이 사용여부로만 버스-버스간 환승, 버스-지 하철간 환승으로 분류하였다.

    일반적으로 지하철 노선간 환승의 경우는 교통 카드 자료에 하나의 수단통행으로 입력된다. 다만 환승게이트가 존재하는 역이 있어 지하철-지하철간 환승이 교통카드 자료에 일부 존재하나 이는 제외 하고 분석하였다.

    환승유형별 통행 분포로는 버스-버스간 환승이 35.3%인 72만 통행, 버스-지하철간 환승이 64.7%인 131만 통행으로 분석되었다. 다른 지역에 비하여 지하철 노선망이 많이 구축되어 있는 특성으로 인 해 버스-지하철간 환승이 많이 집계된 것으로 판단 된다.

    추가적으로 버스-지하철간 환승유형을 이용순서 별로 세밀하게 분석하였다. 대부분의 버스-지하철 간 환승의 경우, 지하철이용은 1~2번째 통행에서 각각 43.8%, 54.6%로 많이 이용하는 것으로 나타났 다. 3~5번째 수단으로는 70%이상의 이용자가 버스 를 이용하는 것으로 분석되었다. <Table 7>

    5통행횟수 및 시간대별 통행 분포

    환승통행의 시간대별 분포를 분석해보면 대중교 통 이용의 전형적인 패턴인 오전첨두와 오후첨두가 뚜렷하게 형성되는 것으로 나타났다[16]. 오전첨두 시인 7~9시 통행 분포의 경우, 최초 승차 시에는 버 스 이용수요에 비해 지하철 이용이 매우 낮은 반면 환승승차 시에는 약 14만 통행으로 버스와 지하철 이용이 비슷하게 나타났다. 이는 오전첨두에 지하 철을 이용하기 위한 접근수단으로 버스를 이용하는 수요가 많이 발생하는 것을 의미한다. 오후첨두시 인 18~20시의 통행 분포를 살펴보면, 오전첨두시와 는 반대로 최초승차의 버스와 지하철 이용수요가 비슷하며, 환승승차에서는 지하철에 비해 버스의 이용수요가 많은 것으로 나타났다. 이를 통해 오전 통행의 출발지인 거주지에서는 지하철을 이용하기 위해 버스로 접근해야하는 경우가 많으며, 오후 출 발지인 직장 및 상업지역은 첫 번째 수단으로 지하 철을 이할 수 있는 지하철 역세권 지역에 많이 분 포하고 있는 것으로 판단되었다. <Fig. 2>

    6환승통행의 승하차 분포

    환승통행의 승하차 분포는 목적통행의 최초출발 지와 최종도착지를 제외한 각 수단통행의 출발·도 착 행정동의 수단통행수를 집계하여 산출하였다. 환승승하차 분포를 살펴보면 서울시 외곽에 비해 도심이나 부도심 등의 중심지역에서 환승통행이 많 이 발생하는 것으로 나타났다. 주로 영등포구 여의 도동, 구로구 구로동 및 신도림동, 종로구 1·2·3·4가 동, 용산구 남영동 등 지하철 역 및 업무시설이 다 수 위치하는 곳에서 환승통행의 승하차가 많은 것 을 확인하였다. <Fig. 4>, <Fig. 5> <Table 8>

    7최초출발-최종도착지별 환승통행 분포

    환승통행 분포를 분석하기 위하여 최초출발지-최 종도착지의 목적통행 OD를 구축하였다. 서울시 25 개 구별 OD를 구축한 결과, 환승통행량으로는 강남 구, 관악구, 송파구, 서초구를 통행하는 이용수요가 가장 많은 것으로 나타났다. 성북구 및 강서구 내부 통행도 다른 지역에 비하여 많은 것이 확인되었다. 이는 서울내부통행 중 환승을 하지 않는 단독통행 의 구별 OD에서도 비슷한 분포패턴을 보이므로, 환 승통행만의 특성을 나타낸다고 판단하기 어렵다.

    환승통행으로 연계되는 지역을 찾아보기 위해 단독통행 대비 환승통행비율을 산출한 결과, 환승 통행량의 순위와는 달리 금천구-서대문구의 비율이 223%로 1순위를 차지하였다. 단독통행 대비 환승통 행 비율이 높게 나타난 지역을 분석해본 결과, 금천 구에서 서대문구, 강남구, 송파구로의 직결노선이 부족한 것으로 판단되었다. 이외에도 도봉구-강서 구, 성북구-관악구 등 지리적인 거리가 먼 경우 환 승을 이용한 수요가 많은 것으로 분석되었다.

    Ⅴ회귀모형구축

    본 장에서는 환승통행량과 토지이용의 연관성을 분석하기 위해 행정동별 환승통행량을 종속변수로 설정하였다. 또한 토지이용 관련 변수를 주요 독립 변수로 설정하고, 이 밖에 사회경제지표인 인구, 자 동차대수, 종사자수 등의 변수를 포함하여 회귀모 형을 구축하였다. 이 회귀모형을 구축하기 위해 먼 저 환승통행량과 각 토지이용 변수들 간의 상관분 석을 실시하였으며 상관계수가 높은 변수들을 우선 적으로 모형에 포함시켜 분석하였다. 또한 회귀모 형의 독립변수들 간의 다중공선성이 높은 변수들은 모형구축시 제외하였으며, 통계적으로 유의한 변수 들로 최종 모형을 구축하였다.

    최종 회귀모형의 결과는 <Table 9>에 나타나 있 으며 모형의 설명력을 나타내는 결정계수(R2)는 0.358로 상대적으로 좋은 편이라 할 수 있다.

    각각의 변수들을 살펴보면, 업무시설면적비율 및 백화점시설의 면적비가 높거나 복합토지이용도가 높은 지역일수록 환승통행량이 많아지는 것으로 분 석되었다. 이는 업무나 상업 밀집지역일수록 주요 환승거점에 적합함을 시사하고 있다. 반면에 녹지 지역비율이 높을수록 환승통행량은 적은 것으로 나 타나 앞의 사실을 입증하고 있다.

    또한 인구밀도는 환승통행량에 음의 영향을 미 치고 있는 것으로 나타났다. 이는 주거밀집지역이 주로 가정기반통행의 출발 또는 도착지에 해당되므 로 환승통행의 발생이 상대적으로 적은 것으로 판 단된다. 연령별 인구의 경우 학령인구에 해당하는 10-19세의 인구비율이 높을수록 환승통행량이 적은 것으로 나타났다. 이는 통학이 주로 단거리 통행의 단일수단의 목적통행 형태로 발생하고 있음을 보여 주고 있다. 한편 자동차등록대수가 많은 지역일수 록 환승통행량이 높아지는 것으로 나타났다. 이들 지역은 인구밀도가 낮고 상대적으로 대중교통서비 스도 낮아 대중교통통행의 출도착지점 보다는 환승 통행지역으로 활용되고 있음을 의미하고 있다.

    종사자수의 경우 업종별에 따라 환승통행량에 미치는 영향이 다른 것으로 분석되었다. 숙박·음식 및 예술·운동·여가 관련 분야의 종사자수가 많은 지역일수록 환승통행이 많이 발생하는 것으로 나타 난 반면, 금융보험, 전문서비스, 보건복지 분야 관 련 종사자수가 많은 지역은 환승통행이 적게 발생 하는 것으로 나타났다. 이는 행정서비스시설이 많 은 지역보다는 소비 및 여가취미 관련 상업시설이 많은 지역에 환승이 많음을 의미한다.

    위의 회귀모형 분석결과를 종합해보면, 토지이용 이 환승통행량에 미치는 영향이 통계적으로 유의함 을 알 수 있다. 이 중 업무 및 상업시설이 많은 지 역일수록 환승통행량이 많고 인구가 밀집한 지역일 수록 환승통행량과의 관계는 적은 것으로 분석되었 다. 또한 복합토지이용도가 높을수록 환승통행량이 많이 발생하는 것으로 나타났으며, 소비나 여가관 련 시설이 많은 곳일수록 환승통행이 많이 발생하 는 것으로 나타났다.

    Ⅵ결론

    본 연구는 서울시 버스와 지하철을 포함한 대중 교통 수단의 환승통행에 대한 특성을 분석하고, 토 지이용이 환승통행에 어떻게 영향을 미치는지를 분 석하였다. 이를 위해 스마트카드사로부터 수집한 2013년 4월 17일의 서울시 교통카드 자료 중 내부 통행 자료를 대상으로 하여 환승통행 비율, 환승통 행 분포, 환승통행시간 분포, 환승유형, 시간대별 환승통행 분포, 환승통행 승하차 분포, 최초출발-최 종도착지별 환승통행 분포 등 환승통행 특성을 분 석하였으며, 이어서 환승통행량과 토지이용의 연관 성을 분석하기 위해 행정동별 환승통행량을 종속변 수로 하고 토지이용 관련 변수, 사회경제지표 등을 독립변수로 하는 다중선형 회귀모형을 구축하였다.

    분석결과, 서울시 환승통행은 전체 통행의 26.7% 인 204만 통행이었으며, 1회 환승한 경우가 86.4% 로 가장 많았다. 1~2회 환승한 경우는 50%이상의 이용자가 30~60분을 통행하였으며, 버스-지하철간 환승이 64.7%로 절반이상을 차지하였다. 환승통행 역시 전형적인 오전첨두와 오후첨두가 형성되었고, 주로 지하철 역 및 업무시설이 다수 위치하는 곳에 서 환승통행의 승하차가 많이 발생하는 것으로 확 인되었다. 구축된 회귀모형의 결정계수(R2)는 0.358 로 비교적 높은 설명력을 보였으며, 토지이용이 환 승통행량에 미치는 영향이 통계적으로 유의한 것으 로 나타났다. 업무시설면적비율 및 백화점시설의 면적비가 높거나 복합토지이용도가 높은 지역일수 록 환승통행량이 많아지는 반면, 인구 밀집지역과 환승통행량의 관계는 음의 관계인 것으로 분석되었 다. 따라서 토지이용이 업무시설 및 쇼핑시설과 혼 재되어 있고 지하철역과의 접근성이 좋은 지점에 복합환승센터를 입지시키는 것이 환승통행의 효율 성을 증대시킬 것으로 판단된다.

    본 연구는 지하철 통행자료만을 이용하여 서울 시 통행행태를 분석했던 선행연구와는 달리 버스와 지하철을 함께 고려하여 환승통행 특성을 분석하였 다는 데에 그 의의가 있다. 본 연구의 결과는 대중 교통의 이용을 활성화하거나 환승통행의 효율성을 도모하기 위한 각종 정책 수립시 기초자료로 활용 될 수 있을 것이다. 단, 자료수집의 제한으로 인천 시 및 경기도 기점의 서울시 대중교통 이용 자료가 분석되지 못한 점과 하루치 자료만을 분석하였다는 점은 본 연구의 한계점이라 하겠다. 향후 보다 광범 위한 자료 확보를 통해 신뢰성을 높일 필요가 있으 며, 특히 주말/평일에 따라 달라지는 토지이용패턴 에 관한 연구, 시간대-목적통행-토지이용 간 연관성 분석 등이 가능할 것이다.

    Figure

    KITS-15-1_F1.gif

    Sequential Modal Distribution of Transfer Trips

    KITS-15-1_F2.gif

    Temporal Distribution of the 1st trip and Transfer Trips by Mode

    KITS-15-1_F4.gif

    Geographical Distribution of Transfer Trips (Boarding Trips)

    KITS-15-1_F5.gif

    Geographical Distribution of Transfer Trips (Alighting Trips)

    Table

    Summary of Literature Review

    Independent Variables

    Note: Land use variables in 2008 are only available. Thus this study assumed that they seems to be little changed.

    Types of Building Facilities

    Distribution of Transfer trips

    Distribution of Number of Transfer Frequencies

    Travel Time Distribution by Number of Transfer Frequencies

    Trip Distribution by Transfer Type

    Note: Subway-subway transfer data are excluded since they do not have any tranfer record.

    Top 20 OD Pairs of Single and Transfer Trips

    Regression Model Estimation for Transfer Trips

    **P-value < 0.1
    *0.2 < P-value < 0.1

    Reference

    1. Kim SK , Sohn KM (2008) “Desirable Metropolitan Transport System in Seoul Metropolitan Area: Present Condition of Transportation based on Transport Census Results” , SDI Policy Report, Vol.9 ; pp.1-20
    2. Metropolitan Transportation Authority (2013) “2013 Passenger O/D Travel Update Co-project” , ; pp.213-214
    3. Gyeonggi Research Institute (2011) “A Study on Analysis Travel Pattens and Applications Using Gyeonggi-Do Traffic Card Data” , ; pp.39-76
    4. Song JY , Eom JK , Park JH , Kim DS , Choi MH (2011) “Analysis of Passenger Transfer Patterns Based on Transit Smart Card Data in Seoul” , The Korean Society for railway Conferences, ; pp.563-570
    5. Sohn JU , Kim JH , Kang MH (2012) “A Study on the Public Transit System by Using Transportation Card Data in Incheon” , Transportation Technology and Policy, Vol.9 (6) ; pp.36-42
    6. Bin MY , Jung ES , Lee WD , Joh CH (2012) “Classification and Profiling of Bus Stops in Gyeong-gi Province on the Basis of Trip Chain Variables” , Journal of the Economic Geographical Society of Korea, Vol.15 (2) ; pp.332-342
    7. Lee SH , Kim JS , Kim MS , Woo YH (2013) “A Study on Users' Travel Behavior Analysis of Transit Transfer” , The Journal of The Korea Institute of Intelligent Transport System, Vol.12 (1) ; pp.147-157
    8. Kim JH , Sohn JE (2014) “Estimation of Railway Transfer Demand in Incheon” , The Korean Society for railway Conferences, ; pp.541-546
    9. Hwang YH (2007) “A Study on Developing Design Criteria of Transfer Facolity Center” , Transportation Technology and Policy, Vol.4 (1) ; pp.115-130
    10. Gyeonggi Research Institute (2008) “Analysis on Transfer Trip of GyeongGi-Do” , ; pp.1-93
    11. Kim KH , Lee SC (2012) “A Study on the Development Directions of Transfer Stations with Traffic Cards Data- Focused on Daegu City” , Journal Of The Korean Society Of Civil Engineers, Vol.32 (6D) ; pp.539-547
    12. Gyeonggi Research Institute (2013) “A Study on Development and Application of Rail Station Accessibility Measures Using Traffic Card Data, Gyeonggi Research Institute” , ; pp.1-51
    13. Lim SJ , Park JT , Kim TH (2013) “Comparative Study on the Characteristics of Public Transport Users According to the Types of Transit Station Influence Areas in Seoul''s Urban Railway's” , Journal of the Korean Society for Railway, Vol.16 (2) ; pp.129-137
    14. Hwang JH (2014) “Analyzing Factors Affecting Public Transit Transfer Volume: Focused on Daegu City” , Journal of Korean Society of Transportation, Vol.32 (3) ; pp.179-186
    15. Lee JA , Cho MS , Koo JH (2013) “Relationship Between Mixed Land-Use Characteristics and Time-Based Patterns of Subway Users: Focused on the SurroundingAreas of Seoul Subway Stations” , Journal of the Korea Planning Association, Vol.48 (4) ; pp.19-31
    16. Kim JY , Lim SY , Choo SH , Park IK “Analysis of Transit Ridership Patterns and Influencing Factors in Seoul” , The Korea Spatial Planning Review, Vol.87 ; pp.49-65
    17. Korea Transportation Safety Authority (2014) “2013 Publlic Transit Operation and Usage Survey” , ; pp.167-186

    저자소개

    • 임 수 연 (Su-yeon Lim)
    • 2015년 3월∼현재 : 홍익대학교 도시계획과 석사과정
    • 2015년 2월 : 홍익대학교 도시공학과, 공학사
    • 03lsy03@naver.com

    • 이 향 숙 (Hyangsook Lee)
    • 2014년 8월∼ 현 재 : 인천대학교 동북아물류대학원 교수
    • 2011년 10월∼ 2014년 8월 : 홍익대학교 환경개발연구원 연구교수
    • 2007년 8월∼ 2011년 10월 : Center for Advanced Infrastructure and Transportation(CAIT)
    • 2007년 8월∼ 2011년 10월 : Rutgers Univ,. civil and environmental department (Ph.D.)
    • 2002년 5월∼ 2007년 7월 : 한국교통연구원 연구원
    • hslee14@inu.ac.kr

    • 추 상 호 (Sangho Choo)
    • 2010년 9월∼현재 : 홍익대학교 건설도시공학부 도시공학전공 교수
    • 2005년 9월∼ 2010년 8월 : 한국교통연구원 연구위원/국가교통DB센터장
    • 2005년 1월∼ 2005년 7월 : 미국 University of California, Davis 토목공학과 Post-Doc
    • 2004년 12월 : 미국 University of Califonia, Davis 토목 및 환경공학과(교통공학전공) (Ph.D.)
    • 1995년 8월 : 한양대학교 대학원 도시공학과, 공학석사
    • 1989년 2월 : 한양대학교 공과대학 도시공학과, 공학사
    • shchoo@hongik.ac.kr

    Footnote