Journal Search Engine
The Journal of The Korea Institute of Intelligent Transport Systems Vol.24 No.2 pp.98-111
DOI : https://doi.org/10.12815/kits.2025.24.2.98
DOI : https://doi.org/10.12815/kits.2025.24.2.98
Analysis of Time-Series Characteristics of Enforcement Counts Using the ARIMA Model for Automated Traffic Enforcement Systems
│
│
Abstract
This study analyzes the time-series characteristics of enforcement counts recorded by automated traffic enforcement systems and the factors influencing these patterns. Using data from the top five enforcement locations in each of 17 provincial police agencies in South Korea over two years (2022 to 2023), ARIMA modeling resulted in the identification of three distinct time-series trends, viz., growth, decline, and stagnation. In addition, nine independent variables related to installation conditions were examined to determine whether they significantly impacted these trends. Based on our findings, policy recommendations are proposed to enhance the operational efficiency of automated traffic enforcement systems and improve overall traffic safety.
Automated traffic enforcement systems, ARIMA model, Time series analysis, Enforcement counts, Installation environment
ARIMA 모형을 활용한 무인교통단속장비 단속 건수의 시계열적 특성 분석
초록
본 연구에서는 무인교통단속장비의 단속 건수 데이터의 시계열적 특성과 이에 영향을 주는 요인에 대해 분석하였다. 이를 위해 최근 2년(2022-2023년) 동안 전국 17개 시·도 경찰청에서 단속 건수가 가장 많은 5개씩 총 85개소의 일별 단속 건수와 설치 환경에 대한 자료를 수집하 였다. 연구 결과, ARIMA 모형을 통해 증가, 감소, 횡보 세 가지의 뚜렷한 시계열 추세유형을 확인하였으며, 설치 환경에 따른 아홉 가지 독립변수를 통해 시계열 추세에 유의미한 영향을 주는 요인을 탐색하였다. 연구결과를 바탕으로 무인단속장비의 운영효율성과 교통안전성을 높일 수 있는 정책을 제언하였다.
