ABSTRACT


MAIN

  • 서론

  • 교통약자의 이동편의 시설 및 운영 특성에 대한 연구사례

  • 연구대상 및 자료

  • 연구방법

  •   1. 설문조사 결과 분석

  •   2. 효용 산출

  •   3. 전환, 유발수요 추정

  •   4. 휠체어 이용자 탑승가능 고속버스 수요 산출 및 순위

  • 휠체어 이용자 탑승가능 고속버스 수요 추정 결과

  • 결론

서론

2018년 12월 ‘교통약자의 이동편의 증진법’ 시행령에서는 휠체어 탑승설비를 장착한 고속 ‧ 시외버스의 도입 및 재정지원 근거가 마련되어, 시외(고속)버스 운송사업자의 휠체어 이용자 이동권을 지원할 수 있도록 정책 변화가 추진된 바 있다. ‘교통약자 이동편의 증진법’의 목적은 ‘교통약자가 안전하고 편리하게 이동할 수 있도록 교통수단, 여객시설 및 도로에 이동편의시설을 확충하고 보행환경을 개선하여 사람 중심의 교통체계를 구축함으로써 교통약자의 사회 참여와 복지 증진에 이바지함을 목적으로 한다.’로 명시되어 있고, 교통약자의 이동권, 국가와 교통사업자 등의 책무와 의무 등이 제시되어 있다. 그러나 현재까지 교통약자, 특히 휠체어 장애인들이 이용할 수 있는 고속 ‧ 시외버스는 운영되고 있지 않다. 휠체어 장애인들은 휠체어와는 별도(예, 화물칸에 휠체어를 별도로 싣고 휠체어 장애인은 일반 좌석을 이용하는 형태)로 고속버스에 탑승할 수는 있으나, 저상버스와 같이 휠체어를 탑승한 채로 버스에 탑승할 수는 없다. 이는, 현재 운행 중인 버스가 고상형이라 스스로 버스에 오르기는 어렵고, 별도의 휠체어 탑승설비를 도입해야 탑승이 가능하기 때문이다. 휠체어 이용자의 교통수단 탑승을 위해서는 기차와 같이 외부에 있는 휠체어 탑승설비를 이용하는 방법과 교통수단 자체에 탑승설비를 설치하여 이용하는 방법이 있다. 국내외 사례를 살펴볼 경우 고상 버스의 경우 통상적으로 휠체어 탑승설비를 설치하여 운영하는 것이 일반적이다. 휠체어 탑승설비 장착버스를 도입하기 위해서는 버스 운행 안전성 등의 문제가 해결되어야 하는데, 최근 이러한 버스 안전성 문제는 휠체어 이용자가 탑승하도록 승강구, 휠체어 리프트, 그리고 슬라이딩 좌석, 휠체어 고정장치 및 안전벨트 등에 대한 버스 기술이 개발되고 버스 안전성을 별도로 확인함으로써 해결되었으며, 2019년 하반기부터는 휠체어 탑승설비 장착버스가 고속 ‧ 시외버스에 도입될 것으로 보인다.

이러한 정책적 ‧ 기술적 흐름을 고려하면 휠체어 탑승설비를 장착한 버스 도입 시 휠체어 장애인의 공동탑승이 가능할 것으로 보인다. 이러한 상황에 국가정책입안자나 운수업체 등의 요청으로 휠체어 장애인이 새로운 버스 수단을 얼마나 이용할 것인지에 대한 통행수요에 대하여 규명할 필요가 제기되었다.

본 연구는 가상 상황에 있어서 특정 대상과 그 속성에 관해 개인 선호, 의견, 의향 등의 의사표시를 나타낸 SP (Stated Preference) 설문조사를 기반으로 휠체어 이용자 탑승가능 고속버스 도입에 따른 전환/유발수요를 조사하여 그 규모를 분석한 것이다. 이를 기반으로 휠체어 이용자 탑승가능 고속버스 운영 시 버스 전환율/유발율, 휠체어 탑승 가능 차량 투입노선 순위 등을 검토하였다.

본 논문의 구성은 다음과 같다. 우선 휠체어 장애인의 통행 행태와 기존 휠체어 이용자 탑승가능 버스(저상버스 위주)에 대한 선행연구를 고찰하고, 이어서 본 연구의 분석 자료로 활용되는 SP 설문조사 내용과 결과를 제시한다. 이를 활용하여 전환/유발수요를 산출하고, 버스 전환율/유발율, 일 버스통행량 등을 추출하며, 버스 투입 노선순위를 검토하였다. 이러한 일련의 연구 결과는 향후 투입 필요 차량 대수 및 휠체어 이용자 탑승가능 차량 투입노선 우선순위 선정 등 휠체어 고속버스 운영 시 필요한 전반적인 정책 기반 자료로 활용이 가능하다. 이를 통해 휠체어 이용자의 탑승가능 버스의 효과적인 도입과 운영의 밑거름이 되기를 기대한다.

교통약자의 이동편의 시설 및 운영 특성에 대한 연구사례

본 연구의 목적이 휠체어 장애인들이 탑승할 수 있는 고속버스를 보급하는 데 있어서 최적화된 운영방안을 제시하는데 있기에, 유발통행수요, 교통약자의 통행, 휠체어 버스 운영 계획 및 정책 등을 다룬 문헌 및 연구를 살펴보고 기존 연구와 차별화된 부분을 확인하고자 한다.

Franklin and Niemeier(1998)은 미국 캘리포니아 주 새크라멘토의 대중교통 서비스인 Sacramento Regional Transit과 보조 대중교통 서비스인 Paratransit, Inc.를 통해 수집된 데이터를 활용하여 교통약자들의 교통수단 선택 모형과 교통수단 선택에 영향을 주는 요소들의 탄력성을 조사하였다. 조사결과, 이용객들의 나이는 탄력성을 보이는 데 반해, 운임은 비탄력성을 보임을 확인할 수 있었다.

Kim et al.(2004)은 교통약자 이동편의 증진법과 관련하여 보행 및 여객시설을 중심으로 미국과 일본의 이동편의 관련법 비교분석을 통하여 국내 실태 파악과 향후 과제를 제시하였다. 이 연구에서는 각각의 시설물에 대하여 시설 및 기준의 유무 여부를 점검하였으며, 여객편의시설의 교통약자 이동편의를 증진시키기 위한 시설 개선사항과 이를 실현하기 위한 세부설치기준이 보완되어야 한다고 하였다.

Hwang and Kim(2003)은 도로용량과 유발수요의 관계를 정립하고, 사례분석을 통해 새로 건설된 도로에서 유발수요가 얼마나 발생하는지를 서울특별시 내의 내부순환도로 건설을 사례로 하여 확인하였다. 그 결과, 도로의 규모와 많은 관련이 있는 것을 알 수 있었으며, 내부순환도로 건설에 따라 유발수요가 약 14% 정도 발생하는 것을 확인할 수 있었다. 또한, 보다 효율적인 운영을 위해서 서울시와 같이 개발밀도가 높은 도시는 교통환경을 개선하기 위해 도로 건설뿐 아니라 수요관리 및 ITS와 같은 관리 중심의 정책도 중요하다고 주장하였다.

Bussiere and Thouez(2004)은 1998년 캐나다 퀘백시에서 진행한 EQLA 조사(Quebec Survey on Limitations of Activities)를 기반으로 교통약자와 일반인의 이동특성의 차이를 분석하고, 교통약자의 이동특성에 영향을 주는 요소들을 분석하였다. 이 연구에서는 교통약자들의 이동에 불편을 끼치는 요소로 교통약자를 위한 교통수단이 부족하다고 분석하였으며, 이를 토대로, 퀘백시에 향후 20-30년 내에 교통약자를 위한 교통수단과 교통시설 확충 및 개선이 필요하다고 주장하였다. 이에 대한 근거로 퀘백시도 캐나다의 다른 대도시들처럼 베이비부머 세대가 많이 모여 사는데, 해당 베이비부머 세대들이 20-30년 뒤에 교통약자로 분류되어 그 수가 기하급수적으로 늘어나는 것에 대비해야 함을 피력하였다.

Nam and Lim(2007)은 서울특별시 거주 교통약자를 대상으로 일대일 면접을 실시하여 그 결과를 반영한 교통약자들의 이동지원시스템과 생활지원시스템, 이와 관련된 이동지원체계와 생활지원체계를 소개하였다. 이를 통해 교통약자들이 다양한 서비스와의 연계를 통한 이동과 관련된 다양한 정보 습득, 이동 효율성 제고 등이 가능할 것으로 판단하였다.

Kim et al.(2008a)은 교통약자를 위한 저상버스 도입 효과를 분석하였다. 연구 대상은 당시 저상버스 도입율이 상대적으로 높았던 서울특별시에 거주하는 노년층들을 중심으로 구성되었다. 이 연구는 저상버스가 기존 고상형 버스에 비해 노년층들이 오르기 쉽다고 판단하였고, 이러한 특성을 중심으로 승하차 소요시간 절감 등 도입 효과 분석을 진행하였다.

Kim et al.(2008b)은 교통약자의 이동행태를 유형별로 분류하여 분석하였고, 분류에 따른 맞춤형 대중교통정보 제공 방법에 대해 소개하였다. 실태파악과 추적조사, 면접조사 등을 통하여 자료를 수집하였고, 이를 기반으로 대중교통정보 이용현황을 분석하고 교통약자들의 요구사항을 도출하였다.

Lee(2009)는 교통약자 만족도 분석을 활용하여 교통약자 이동편의정책의 현황 및 보완점 등을 연구하였다. 서울시의 버스, 도시철도, 일반택시, 특별교통수단을 대상으로 중앙차로 및 가로변 버스정류장, 환승센터, 도시철도역, 택시승강장, 여객자동차터미널, 보행시설 등에 대해 장애인 883인, 고령자 505인을 대상으로 문제점을 조사하였으며, 이에 대한 개선방안으로 접근성 향상, 장애유형별 맞춤형 정보제공, 교통약자를 위한 버스운행 효율화 정책을 제시하였다.

Eom and Heo(2009)은 철도투자로 철도가 개통된 이후, 수요변화를 분석하는 방법론을 소개하였다. KTX 수송실적자료를 활용하여 KTX 개통에 따른 유발수요를 통계적으로 분석하였으며, KTX 연간수송실적 통행량을 단위 시간 동안 발생한 사건(통행)의 발생횟수로 정의하여 포아송 분포를 따른다는 것을 전제로 하였다. 연구 결과, KTX 개통 이후 해를 거듭할수록 수요변화가 안정단계에 접어들고 있음을 확인할 수 있었다.

Var et al.(2011)의 연구에서는 장애인들의 통행 경험과 통행 패턴에 대하여 분석한 결과를 중점적으로 다루었다. 분석은 인구 통계 변수 간 통행 패턴이 어떻게 다른지를 조사하는 과정으로 진행되었고, 설문조사의 형태로 자료를 수집하였다. 설문조사는 596명을 대상으로 진행되었고, 조사결과를 활용하여 빈도수, 백분율, 산술평균, t-검정, 카이제곱분석 및 요인 등의 분석결과를 제시하였다. 이를 통해, 장애인들의 통행 패턴은 일반인들의 통행 패턴과 다르게 나타난 것으로 확인되었다.

Kim et al.(2012)은 시내버스를 이용하는 이용자(장애인 298인, 비장애인 891인)를 대상으로 설문조사를 시행하여 그 결과를 분석하고 문제점을 제시하며 그에 따른 개선 대안을 제시하는 방법으로 연구를 진행하였다. 시내버스 및 정류장 이용 관련 사항, 관련 불편사항 등에 대한 조사결과, 교통약자를 위해 저상형 시내버스의 추가 도입과 버스 운행제도 개선과 버스 이용 활성화가 시급함을 알 수 있었다.

Lee et al.(2014)은 전라북도의 저상버스 노선선정 방안을 제시하고자 교통약자 O/D Matrix를 구축 및 교통약자 통행 정보를 통한 저상버스 도입 노선 선정연구를 진행하였다. 그 결과, 버스 노선을 선정하는 것에만 중점을 둘 것이 아니라, 대중교통 전반적으로 정류장 및 안내시설이 교통약자들이 이용하는 데 있어서 편의성이 제고될 수 있도록 관련 기반시설에 대한 개선방안도 고려해야 한다고 주장하였다.

이상의 연구사례는 교통약자들이 이동하는 데 있어서 불편을 느꼈던 경우, 시설물이 불편한 사례를 중심으로 조사한 경우가 많았다. 문제점 파악과 개선방안 제시는 많았지만, 실제적인 적용보다는 관련 내용 소개에 그친 점, 정량적인 분석결과/시사점 제시보다 정성적인 분석결과/시사점 제시에 중점을 둔 것이 한계점으로 판단되었다. 유발수요 연구의 경우, 기존에는 도로 ‧ 철도 건설에 따른 유발수요를 추정한 사례가 많았는데, 다양한 교통수단에 대한 유발수요 추정 사례가 부족하다는 한계가 존재한다. 기존 교통약자 관련 연구가 정성적인 해결책 제안에 중점을 둔 반면, 본 연구는 정량적으로 휠체어 고속버스 도입 시 나타나는 수요에 대한 예측과 이를 기반으로 한 우선 투입노선 순위의 선정, 실제 투입 시 즉각 적용 가능하다는 점을 차별점으로 들 수 있다. 또한, 도로 ‧ 철도에 한정되어 있었던 유발수요 추정이 버스 이용수요까지 확대된다는 점을 차별점이라 볼 수 있다.

연구대상 및 자료

휠체어 장애인의 교통수단 잠재선호를 추정하기 위한 대상의 공간적 범위는 행정구역 기준으로 제주특별자치도를 제외한 전국 16개 ‘특별시’, ‘특별자치시’, ‘광역시’, ‘도’로 설정하였으며, 시간적 범위는 본 설문조사를 진행한 2018년을 기준으로 하였다.

휠체어 장애인의 장거리 이동 교통수단의 선호도 조사를 위하여 전국 휠체어 장애인 1,253명을 대상으로 SP 기반 설문조사를 진행하였다. 기초 통계로써 응답자의 연령대, 성별, 자가용 소유 여부, 장애유형 및 등급, 직업유무, 가구 월평균 소득을 조사하였다. 이후, 본 연구에서 설정한 유형별로 조사자를 분류하여 설문조사를 진행하였는데, 이는 최근 1년간 장거리 통행을 승용차로 한 경우(유형 1 - 424인), 기차로 한 경우(유형 2 - 411인), 장거리 통행이 없었던 경우(유형 3 - 418인)이다. 응답자의 지역별 구성은 휠체어 장애인의 지역별 거주인구에 비례하도록 하였다. 기초통계지표는 Table 1과 같다.

Table 1. Basic statistics of SP survey

Category Classification No. of respondents
Type 1 Type 2 Type 3
Age 10s 3 2 5
20s 14 36 19
30s 35 44 62
40s 93 90 70
50s 150 118 141
60s and above 129 121 121
Gender Male 291 260 244
Female 133 151 174
Private car ownership Yes 272 138 117
No 152 273 301
Disability type Physical disability 361 345 328
Brain lesion 63 66 90
Disability grade 1st 153 118 108
2nd 138 142 154
3rd 133 151 155
Job Yes 187 149 145
No 237 262 272
Monthly household income Less than ₩1,000,000 232 240 234
More than ₩1,000,000, Less than ₩2,000,000 132 95 115
More than ₩2,000,000 60 76 69

연구방법

연구방법론은 지체 및 뇌병변 장애인 1, 2급 장애인을 대상으로 1:1 면접조사 기반의 설문조사를 진행하고, 통계 분석 프로그램인 Limdep으로 분석하여 모형을 구축 후, 전환수요와 유발수요의 규모를 산정하였다. 이후, 일 버스통행량, 버스 분담율, 유발수요 비율, 버스 전환/유발량 등을 추정하고, 휠체어 장애인의 고속버스 수요를 산출하였다. 이상의 연구 과정을 그림으로 정리하면 Figure 1과 같다.

http://static.apub.kr/journalsite/sites/kst/2019-037-04/N0210370401/images/kst_37_04_01_F1.jpg
Figure 1.

Flowchart of forecasting travel demand and list of bus routes for wheelchair-enabled bus

1. 설문조사 결과 분석

설문조사 결과에 대한 휠체어 장애인들의 기초적인 통계자료 분석은 물론, 휠체어 이용자 탑승가능 고속버스 운영 시 장애인들의 수요조사도 이루어져야 한다. Cho et al.(2018)의 연구에서는 전국 휠체어 장애인의 장거리 통행 실태 설문조사 결과를 기반으로 휠체어 장애인의 장거리 통행 전수화 방법 및 결과를 제시한 바 있으며, 본 연구에서는 해당 연구의 주요 결과를 연계하여 본 휠체어 장애인 전환/유발수요 추정 연구 설계에 반영하고자 한다. 교통약자의 지역 내부 통행이나 인접 지역 간 통행에 초점을 맞춘 기존 연구와는 달리, Cho et al.(2018)의 연구는 휠체어 장애인의 광역통행에 초점을 맞춘 바 있어 본 연구의 휠체어 장애인 모(母)수요는 해당 연구에서 추정한 결과를 기반으로 적용하였다.

휠체어 장애인의 선호도(SP) 설문조사 이후 분석에 활용된 Limdep 프로그램의 Version은 7.0이다. 프로그래밍 코드를 구축하고, 이를 활용하여 자료 분석을 진행하기에 앞서, 설문조사 결과를 프로그램이 인식할 수 있도록 각 선택항목에 대해서 0 (미선택 수단) 또는 1 (선택 수단)로 변환하여 설문조사 자료를 재구성하였다.

2. 효용 산출

Limdep을 활용하여 각각의 유형에서 제시된 각 교통수단의 효용계수를 산출할 수 있으며, 산출한 효용계수와 각 노선별 효용값을 통해 수단별 효용을 산정할 수 있다. 각 수단별 효용 산정식은 Equations 1-3과 같으며, 각 유형별로 제시 수단에 대한 산정식을 선택하여 적용한다.

$$U(Auto)=CCOST_{Auto}\times COST_{Auto}+CTIME_{Auto}\times TIME_{Auto}$$ (1)
$$U(Rail)=CCOST_{Rail}\times COST_{Rail}+CTIME_{Rail}\times TIME_{Rail}$$ (2)
$$U(Bus)=CCOST_{Bus}\times COST_{Bus}+CTIME_{Bus}\times TIME_{Bus}+ASC$$ (3)

여기서, CCOSTi: i수단의 통행비용계수
             COSTi: i수단의 통행비용(천원)
             CTIMEi: i수단의 통행시간계수
             TIMEi: i수단의 통행시간(분)
             ASC: 버스 dummy

휠체어 장애인들이 이동 시 이용하는 교통수단으로는 승용차, 기차, 고속/시외버스, 장애인용 콜택시 등이 있다. 본 연구는 휠체어 이용자들의 광역통행에 초점을 맞추고 있기 때문에 효용산출 시 장애인용 콜택시를 제외한 승용차, 기차, 고속/시외버스만을 고려하였다. 이는 장애인용 콜택시의 특성상 시계외(특히 인접 지자체가 아닌 광역간) 통행에 제한이 있는 경우가 많기 때문이다.

승용차 통행비용은 휠체어 장애인들이 주로 이용하는 LPG 승용차를 기준으로 연료비를 책정하며, 고속도로 통행료는 장애인 할인 50%를 적용한다. 통행시간의 경우 120분 초과 시 20분 휴식시간을 부여한다.

기차는 유형 2와 유형 3에 대해 계산 과정에서 차이를 둔다. 유형 2는 버스 전환수요를 도출하는 과정으로, 기차 노선이 없는 구간에 대해서는 기차로부터 전환될 수요가 없다고 판단하여 버스 전환량을 산정하지 않는다. 반면, 유형 3은 버스 유발수요를 도출하는 과정으로, 기차 노선이 없는 구간에 버스 노선이 신설될 경우 버스 유발수요가 발생한다고 판단하였기 때문에 버스 유발량을 산정한다. 기차 통행비용은 각 노선별로 고속선, 고속/일반선 혼용, 일반선 순으로 이용 가능한 가장 높은 요금(최단 소요시간 기준)을 적용하며, 승용차의 고속도로 통행료와 마찬가지로 장애인 할인 50%를 적용한다. 통행시간은 기차 소요시간에 출발지에서 출발지 역 접근시간 30분, 역에서 기차 대기 및 탑승시간 30분(휠체어의 경우 승하차 도우미가 필요한 점 등을 고려하여 역에 좀더 일찍 도착하는 것으로 가정), 도착지 역에서 도착지까지 접근시간 30분 등 총 90분의 추가시간을 적용한다.

버스의 통행비용은 우등고속 운임을 적용하되, 우등고속이 없는 노선은 일반고속 운임을 적용한다. 통행시간은 버스 소요시간에 기차와 마찬가지로 90분의 추가시간을 적용한다.

설문에서 비교 제시한 수단별 통행시간 및 비용은 다양한 구간(기차 대비 버스수단 우세 여부, 중/장거리)에 대한 경계시간가치를 구한 뒤, 경계시간가치가 고르게 분포하도록 구간을 선정하여 수단별 시간/비용을 제시하였다. 또한, 연계교통수단(특히, 장애인용 콜택시) 이용여건을 별개로 고려하지는 않았으나, 기차/버스 통행시간 고려 시 출발지→터미널/터미널→목적지 접근시간을 30분으로 추산하는 것으로 이를 간접적으로 반영하는 것으로 가정하였다.

3. 전환, 유발수요 추정

효용 산출 과정에서 산정한 효용을 기반으로 각 노선별 휠체어 이용자 탑승가능 고속버스 전환, 유발수요를 추정할 수 있다. 전환, 유발수요 추정 시 휠체어 이용자 탑승가능 고속버스 전환, 유발율을 계산하고, 이후 전환, 유발량을 계산한다. 우선, 버스 전환율 산출 식은 Equation 4 (유형 1) 및 6 (유형 2), 전환량 산출 식은 Equation 5 (유형 1) 및 7 (유형 2)과 같다.

$$BCR_{type1}=\frac{e^{U(Bus)}}{e^{U(Auto)}+e^{U(Bus)}}$$ (4)
$$BCV_{type1}=V\times AR\times BCR_{type1}$$ (5)
$$BCR_{type2}=\frac{e^{U(Bus)}}{e^{U(Rail)}+e^{U(Bus)}}$$ (6)
$$BCV_{type2}=V\times RR\times BCR_{type2}$$ (7)

여기서, BCRtype1: 버스 전환율(%)(유형 1)
             BCVtype1: 버스 전환량(통행)(유형 1)
             BCRtype2: 버스 전환율(%)(유형 2)
             BCVtype2: 버스 전환량(통행)(유형 2)
             V: 수단 총 통행량(통행)
             AR: 승용차 수단분담율(%)
             RR: 기차 수단분담율(%)

유형 1, 2는 각각 승용차와 기차에서 버스로 교통수단이 전환되는 경우이므로, 버스 전환율 및 전환량을 산정한다. 이때, 총통행량과 승용차 및 기차의 수단분담율은 선행 연구인 Cho et al.(2018)에서 추정된 2018년 기준 각 노선별 휠체어 장애인의 장거리 통행량 및 수단별 분담율을 활용한다. 해당 연구에서 제시한 장거리 통행 미경험자 비율과 장거리 통행 용건이 있는 이용자 비율 결과는 비교적 최근 조사된 것이기 때문에 본 연구에서 그대로 활용하여도 무방할 것으로 판단하였다.

유형 3은 이용여건 등의 이유로 장거리 통행이 없었지만, 휠체어 이용자 탑승가능 고속버스 투입으로 이용수요가 새롭게 유발되는 것이기 때문에 버스 수요의 유발율 및 유발량을 산정한다. 버스 유발율 및 유발량 산출 식은 Equation 8과 같은데, 해당 구간의 총통행량 중 승용차 수단 통행량에는 승용차와 버스의 효용을 비교, 기차 수단 통행량에는 기차와 버스의 효용을 각각 비교하여 합산하는 방식으로 설계하였다.

버스 유발량 산정 시에는 Equation 8에서 산정된 유발율 외에 장거리 통행 미경험자 비율, 그리고 이들 중 장거리 통행 용건이 있는 이용자의 비율이 필요하다. 우선, 전체 모수(해당 구간의 총통행량)는 각 구간별 총통행량 수요를 장거리 통행 경험자 비율로 나누어 산정하는데, 이는 기존의 구간 총통행량이 현시 수요(revealed demand)만을 아우르고 있어 이를 잠재 수요자를 포함한 전체 장거리 통행 대상자로 환산하기 위함이다. 해당 모수 값에 장거리 통행 미경험자 비율, 이들 중 장거리 통행 용건이 있는 이용자의 비율, 그리고 버스 유발율을 곱해 유발량을 산정하는 식은 Equation 9와 같은데, 선행 연구인 Cho et al.(2018)에서 조사된 바에 따르면, 장거리 통행 미경험자 비율은 전체 응답자 중 39.4%, 이들 중 장거리 통행 용건이 있는 이용자는 63.8%로 조사되었다.

$$BIR_{type3}=AR\times\frac{e^{U(Bus)}}{e^{U(Auto)}+e^{U(Bus)}}+RR\times\frac{e^{U(Bus)}}{e^{U(Rail)}+e^{U(Bus)}}$$ (8)
$$BIV_{type3}=\frac V{(1-NLRR)}\times NLRR\times IPR\times BIR_{type3}$$ (9)

여기서, BIRtype3: 버스 유발율(%)(유형 3)
             BIVtype3: 버스 유발량(통행)(유형 3)
             NLRR: 장거리 통행 미경험자 비율(%)(39.4%)
             IPR: 장거리 통행 용건이 있는 이용자 비율(%)(63.8%)

4. 휠체어 이용자 탑승가능 고속버스 수요 산출 및 순위

위에서 산정한 버스 전환량(유형 1, 2)과 유발량(유형 3)은 연간 통행량이므로, 이를 365로 나누어 일 버스 전환량 및 유발량을 산출할 수 있으며, 이들의 합을 휠체어 장애인의 일 버스 통행량으로 볼 수 있다. 또한, 버스 분담율 및 유발수요비율도 산출할 수 있는데, 산출 식은 Equations 10, 11과 같다.

$$CR=\frac{BCR_{type1}+BCR_{type2}}V$$ (10)
$$IR=\frac{BIR_{type3}}V$$ (11)

여기서, CR: 버스 분담율(%)
             IR: 유발수요비율(%)

휠체어 이용자 탑승가능 고속버스 수요 추정 결과

휠체어 이용자 탑승가능 고속버스 수요 추정 결과를 Figure 1의 각 단계별로 상위 1-20위의 노선에 대하여 표로 정리하였다. 이때, 노선순위는 효용과 전환수요 순위, 유발수요 제시는 총 통행량 순위, 버스 분담율, 유발수요비율, 버스 전환/유발량은 버스 전환/유발량 순위를 기준으로 한다. Limdep 분석 결과를 통해 산정된 각 유형별 결정계수(ρ2)값, 비용계수(CCOST) 값, 시간계수(CTIME) 값, ASC 값은 Table 2와 같다.

Table 2. SP survey statistical analysis results

No coefficients (ρ2) Constants only (ρ2) CCOST CTIME ASC
Type 1 0.23323 0.20987 -0.231363 -0.0384209 -0.58604
Type 2 0.13617 0.03383 -0.190658 -0.0173295 -0.35464
Type 3 0.19723 0.16655 -0.180538 -0.4041937 -0.24582

Domencich and MaFadden(1975): Kim and Cho(2006)에서 재인용)에 따르면, 시뮬레이션 결과에 근거하여 비선형 함수인 로짓모형의 ρ2의 범위가 0.2-0.4인 경우 선형 회귀 함수 R2 값의 0.7-0.9에 준하여 볼 수 있음을 주장하였다. 본 연구의 유형별 모형을 살펴보면, 유형 1은 No coefficients인 경우의 ρ2값이 0.21로 모형의 적합도가 좋다고 볼 수 있으며, 유형 2와 3의 경우는 각각 0.14와 0.20으로 기준 범위에 다소 미달하나 차이 폭이 크지 않은 것으로 판단하였다. 특히, 유형 2의 경우 과거의 기차 통행 경험을 대상으로 하여, 기차 이용이 가능한 구간을 통행한 응답자에 편중되는 구조적 한계로도 판단된다. 조사결과를 각 유형별로 Equations 1-3에 적용한 유형별 효용 산정식은 Table 3과 같다.

Table 3. Utility function of each modes of each types

Utility function
Type 1 U(AUTO)=(-0.231363)×COST+(-0.0384209)×TIMEU(BUS)=(-0.231363)×COST+(-0.0384209)×TIME+(-0.58604)
Type 2 U(RAIL)=(-0.190658)×COST+(-0.0173295)×TIMEU(BUS)=(-0.190658)×COST+(-0.0173295)×TIME+(-0.35464)
Type 3 U(AUTO)=(-0.180538)×COST+(-0.04041937)×TIME
U(RAIL)=(-0.180538)×COST+(-0.04041937)×TIMEU(BUS)=(-0.180538)×COST+(-0.04041937)×TIME+(-0.24582)

각 유형별, 수단별 효용함수와 노선별 통행시간 및 비용을 기반으로 각 노선별 효용을 산출한다. 각 노선별, 유형별, 수단별로 나타난 효용은 Table 4와 같으며, 노선순위는 앞서 언급한 바와 같이 2018년 휠체어 장애인 총통행량을 기준으로 하였다.

Table 4. Utility calculation of each modes of each types

Rank Origin Destination Type 1 utility Type 2 utility Type 3 utility
Auto Bus Rail Bus Auto Rail Bus
1 Daejeon Seoul -11.8 -11.9 -4.8 -6.7 -10.9 -8.2 -11.3
2 Seoul Daejeon -11.8 -11.9 -4.8 -6.7 -10.9 -8.2 -11.3
3 Seoul Busan -25.7 -21.9 -10.0 -12.9 -23.4 -15.7 -20.6
4 Busan Seoul -25.7 -21.9 -10.0 -12.9 -23.4 -15.7 -20.6
5 Daejeon Cheongju -4.0 -7.4 -2.6 -3.8 -3.8 -5.2 -7.1
6 Cheongju Daejeon -4.0 -7.4 -2.6 -3.8 -3.8 -5.2 -7.1
7 Seoul Daegu -18.7 -17.9 -7.6 -10.4 -17.1 -12.3 -16.9
8 Daegu Busan -8.1 -9.1 -4.1 -5.1 -7.4 -7.4 -8.6
9 Daegu Seoul -18.7 -17.9 -7.6 -10.4 -17.1 -12.3 -16.9
10 Seoul Cheongju -10.8 -9.8 -4.2 -5.3 -10.2 -7.6 -9.3
11 Cheongju Seoul -10.8 -9.8 -4.2 -5.3 -10.2 -7.6 -9.3
12 Busan Daegu -8.1 -9.1 -4.1 -5.1 -7.4 -7.4 -8.6
13 Seoul Hongcheon -7.3 -9.8 -1.6 -5.1 -6.6 -3.9 -9.5
14 Seoul Wonju -7.6 -9.9 -3.2 -5.5 -7.0 -6.9 -9.4
15 Seoul Gangneung -14.7 -15.5 -5.8 -9.0 -13.4 -10.3 -14.6
16 Seoul Gwangju -19.8 -17.8 -7.9 -10.4 -18.0 -12.6 -16.7
17 Chungju Seoul -9.1 -10.8 -5.6 -5.9 -8.6 -11.6 -10.3
18 Seoul Chungju -9.1 -10.8 -5.6 -5.9 -8.6 -11.6 -10.3
19 Wonju Seoul -7.6 -9.9 -3.2 -5.5 -7.0 -6.9 -9.4
20 Gongju Seoul -10.5 -9.6 -5.2 -5.2 -9.7 -9.0 -9.1

산출된 효용을 활용하여 유형 1 ‧ 2에 대한 버스 전환율과 버스 전환량을 산정한다. 유형 2에서 기차 노선이 없는 경우는 전환수요가 발생하지 않는다고 판단하여 버스 전환율과 버스 전환량을 산정하지 않으며, 버스 전환율과 버스 전환량을 유형별로 나타낸 결과는 Table 5와 같다.

Table 5. Bus conversion rate and converted volume for Type 1 and 2

Rank Origin Destination Type 1 Type 2
Bus conversion rate (BCRtype1) Bus converted volume (BCVtype1) Bus conversion rate (BCRtype2) Bus converted volume (BCVtype2)
1 Daejeon Seoul 48.2% 905 13.1% 173
2 Seoul Daejeon 48.2% 848 13.1% 176
3 Seoul Busan 97.7% 372 5.2% 140
4 Busan Seoul 97.7% 272 5.2% 145
5 Daejeon Cheongju 3.5% 101 23.6% 7
6 Cheongju Daejeon 3.5% 100 23.6% 5
7 Seoul Daegu 67.5% 449 6.0% 123
8 Daegu Busan 26.3% 580 25.8% 124
9 Daegu Seoul 67.5% 394 6.0% 120
10 Seoul Cheongju 74.4% 1,383 24.0% 137
11 Cheongju Seoul 74.4% 1,281 24.0% 157
12 Busan Daegu 26.3% 429 25.8% 128
13 Seoul Hongcheon 7.4% 157 2.9% -
14 Seoul Wonju 9.4% 185 9.4% 8
15 Seoul Gangneung 29.2% 508 4.0% 7
16 Seoul Gwangju 88.4% 353 8.1% 108
17 Chungju Seoul 15.0% 254 42.8% 0
18 Seoul Chungju 15.0% 245 42.8% 0
19 Wonju Seoul 9.4% 145 9.4% 7
20 Gongju Seoul 72.2% 1,111 49.4% 9

유형 3은 유형 1 ‧ 2와 달리 기존 장거리 통행이 없었지만, 휠체어 이용자 탑승가능 고속버스 운영에 따라 유발되는 수요를 조사한 유형이다. 따라서 앞선 과정과는 달리 버스 유발율과 버스 유발량을 산출하며, 이는 Table 6과 같다. 버스 유발율/유발량 결과가 노선별로 큰 차이를 보이는 것은, 노선/지역별로 철도 이용여건이 각각 다르기 때문이다. 노선/지역별로 철도 노선이 아예 없는 지역도 있고, 철도 노선은 존재하나 이용여건이 열악한 노선도 있고, 상대적으로 이용여건이 좋은 노선도 있는데, 버스 유발율/유발량 결과가 큰 차이를 보이게 된 것은 이러한 경쟁수단(철도)의 이용여건에 기인한 것으로 판단된다.

Table 6. Bus induction rate and induced volume for Type 3

Rank Origin Destination Type 3
Bus induction rate (BIRtype3) Bus induced volume (BIRtype3)
1 Daejeon Seoul 26.7% 354
2 Seoul Daejeon 26.0% 334
3 Seoul Busan 12.3% 158
4 Busan Seoul 9.3% 118
5 Daejeon Cheongju 3.8% 46
6 Cheongju Daejeon 3.8% 45
7 Seoul Daegu 14.3% 159
8 Daegu Busan 23.3% 260
9 Daegu Seoul 13.2% 141
10 Seoul Cheongju 57.6% 580
11 Cheongju Seoul 55.4% 546
12 Busan Daegu 23.4% 207
13 Seoul Hongcheon 5.2% 45
14 Seoul Wonju 8.1% 68
15 Seoul Gangneung 20.4% 161
16 Seoul Gwangju 19.6% 141
17 Chungju Seoul 15.0% 105
18 Seoul Chungju 15.0% 102
19 Wonju Seoul 8.0% 54
20 Gongju Seoul 63.7% 411

버스 수요 전환량 및 유발량을 이용하여 버스분담율과 유발수요비율을 확인할 수 있으며, 버스 전환량과 유발량을 합하여 버스 총통행량을 Table 7과 같이 산정한다. 여기서 제시된 노선순위는 일일 휠체어 버스 총통행량을 기준으로 나열하였는데, 이는 해당 노선에 버스 운행 필요횟수 정보를 제공해주는 주요한 지표라 볼 수 있다.

Table 7. Bus conversion/induction rate, converted volume and converted/induced volume

Rank Origin Destination Bus conversion rate (CR) Bus induction rate (IR) Bus converted trips Bus induced trips Total bus trips
1 Seoul Cheongju 63% 24% 4.2 1.6 5.8
2 Cheongju Seoul 61% 23% 3.9 1.5 5.4
3 Gongju Seoul 72% 26% 3.1 1.1 4.2
4 Daejeon Seoul 34% 11% 3.0 1.0 3.9
5 Seoul Daejeon 33% 11% 2.8 0.9 3.7
6 Daegu Busan 26% 10% 1.9 0.7 2.6
7 Busan Daegu 26% 10% 1.5 0.6 2.1
8 Gunsan Seoul 67% 25% 1.5 0.6 2.1
9 Seoul Daegu 21% 6% 1.6 0.4 2.0
10 Seoul Yangyang 51% 18% 1.4 0.5 1.9
11 Seoul Gangneung 27% 8% 1.4 0.4 1.9
12 Seoul Busan 17% 5% 1.4 0.4 1.8
13 Daegu Seoul 20% 5% 1.4 0.4 1.8
14 Seoul Cheonan 33% 13% 1.2 0.5 1.7
15 Seoul Gwangju 27% 8% 1.3 0.4 1.7
16 Cheonan Seoul 33% 13% 1.2 0.5 1.6
17 Busan Seoul 14% 4% 1.1 0.3 1.5
18 Seoul Gongju 71% 26% 1.0 0.4 1.4
19 Seoul Jeonju 43% 14% 0.9 0.3 1.1
20 Seoul Jinju 90% 38% 0.8 0.3 1.1

결론

기존 휠체어 장애인이 탑승할 수 있는 고속버스 노선이 없었던 것을 참작하여, 본 연구는 휠체어 이용자 탑승가능 고속버스의 도입 및 운영 시 필요한 휠체어 장애인의 전환 및 유발수요를 분석하였다. 휠체어 장애인 대상으로 SP 설문조사를 진행하여 휠체어 장애인들의 교통수단 선택 선호도와 통행 선호도 조사를 실시하였다. 설문조사는 세 가지 유형, 즉, 최근 1년간 장거리 통행을 승용차로 한 경우, 기차로 한 경우, 장거리 통행이 없었던 경우로 휠체어 장애인들을 분류하여 실시하였다. 설문조사 결과를 활용하여 승용차, 기차, 버스의 효용을 각 유형별로 산출하였고, 산출한 효용을 활용하여 각 유형에 맞게 버스 전환율/유발율, 버스 전환량/유발량을 산출하였다. 그 결과로, 휠체어 장애인의 노선별 이용수요와 이에 따른 휠체어 이용자 탑승가능 버스 노선순위를 제시하였는데, 서울-청주 노선의 이용 수요가 가장 많을 것으로 추정되었고, 공주-서울, 대전-서울이 그 뒤를 이었다.

본 결과를 통해 몇 가지 특징을 확인할 수 있었는데, 우선, 노선순위가 높을수록 대도시 권역 간 노선이 많았다는 점이다. 노선순위가 높은 지역들을 확인하여 보면 광역시이거나 각 광역권 내에서 1-2번째로 큰 도시들이 많이 포함되어 있음을 알 수 있다. 또한, 노선순위가 높을수록 철도 이용여건이 열악한 구간이 포함된 경우가 많았다. 물론, 대도시 권역 간 노선은 철도 노선이 개설된 도시들이 많지만, 철도 노선이 아예 없거나(예: 서울-양양, 보령-서울), 철도 이용여건이 열악(역 접근성이 열악하거나 소요시간이 긴)한 노선(예: 공주-서울, 서울-진주)도 노선순위가 높다는 것을 확인할 수 있었다. 이러한 특성을 고려하면 실제 휠체어 이용자 탑승가능 고속버스 운영 시 버스 투입노선 판단을 용이하게 할 수 있을 것으로 보인다.

본 연구에서는 휠체어 장애인의 수요 측면에서 그 규모를 검토하였고 이를 기반으로 향후 휠체어 이용자 탑승가능 고속버스의 투입 우선순위 등을 검토할 수 있다. 그러나 휠체어 장애인들은 대중교통이 없는 지역에 접근하기가 어려운 반면, 수요만을 활용하여 휠체어 이용자 탑승가능 고속버스를 투입할 경우 대체 수단 이용 여건이 상대적으로 우수한 노선에 집중적으로 투입될 수 있는 우려가 있다. 그리고, 휠체어 장애인들의 고속버스 이용을 위해서는 휠체어 이용자 탑승가능 차량 도입뿐 아니라, 터미널 및 휴게소 시설들이 휠체어 장애인들의 이용의 편리성, 안전성을 제고할 수 있도록 개조되어야 할 것이고, 버스 터미널과 최초 출발지 또는 최종 목적지 간 휠체어 장애인의 이동을 위한 연계교통수단 확충도 수반되어야 할 것이다.

Funding

This research was supported by a Korea Agency for Infrastructure Technology Advancement (KAIA) grant funded by the Korean government (MOLIT)(19TLRP-B129286-03).

References

1 

Bussiere Y., Thouez J. (2004), Mobility Patterns of the Disabled in Montreal in 1998 and Long Term Perspectives, 10th International Conference on Mobility and Transport for Elderly and Disabled People, Hamamatsu, Japan.

2 

Cho S. J., Yi Y., Jang J. A., Choi K. (2018), Estimating Long-distance Travel Demand of the Wheelchair Users Using O/D Expansion Method, J. Korean Soc. Transp., 36(6), Korean Society of Transportation, 452-466.

10.7470/jkst.2018.36.6.452
3 

Domencich T., McFadden D. (1975), Urban Travel Demand: A Behavioral Approach, Amsterdam: North-Holland.

4 

Eom J. G., Heo T. Y. (2009), Quantifying Rail Travel Demand Changes using Observed Transport Data, J. Korean Soc. Railway, 12(3), The Korean Society for Railway, 420-426.

5 

Franklin J., Niemeier D. (1998), Discrete Choice Elasticities for Elderly and Disabled Travelers Between Fixed-Route Transit and Paratransit, TRANSP RES RECORD, 1623, Transportation Research Board, 31-36.

10.3141/1623-05
6 

Hwang K. Y., Kim K. H. (2003), Testing Relationships between Highway Capacity and Induced Vehicle Travel-Case of Naebu Ringroad in Seoul, Seoul Studies, The Seoul Institute, 4(1), 1-11.

7 

Kim E. K., Kim S. W., Kang B. K. (2004), A Study on the Promotion Law for Mobility Facilities of the Mobility Handicapped - Focused on Walking and Passenger Facilities Service, Proceeding of Autumn Annual Conference of Architectural Institute of Korea 2004, 24(2), Architectural Institute of Korea, 351-354.

8 

Kim I. S., Gwon Y. S., Lee K. I., An S. J., Lee Y. H. (2012), The Study on the Bus use Activation Plan Including the Disabled Person, Journal of Rehabilitation Research, 16(1), Rehabilitation International Korea, 265-291.

9 

Kim J. Y., Rhee J. H., Oh S. H. (2008a), Analysis of The Low Floored Bus Effect on Elderly People, J. Korean Soc. Civ. Eng. D, 28(1D), Korean Society of Civil Engineers, 29-34.

10 

Kim K. S., Cho H. J. (2006), SP Survey Design and Analysis Methodology, Boseonggak: Seoul.

11 

Kim W. H., Lee S. H., Kim S. H. (2008b), A Study on Travel Behavior of the Mobility Handicapped and Custom-made Transit Information System, Seoul Studies, 9(2), The Seoul Institute, 105-119.

12 

Lee C. H., Kim S. Y., Choi J. S. (2014), A Study on Low-Floor Bus Routes Selection-Focused on the Case of Jeollabuk-Do, J. Korea Inst. Intelligent Transport Systems, 13(4), The Korea Institute of Intelligent Transport Systems, 73-85.

10.12815/kits.2014.13.4.073
13 

Lee S. H. (2009), A Study on the Transportation Policy for the Mobility Handicapped Using Satisfaction Level, Seoul Studies, 10(1), The Seoul Institute, 197-208.

14 

Nam D. H., Lim K. S. (2007), System Requirements and Use Case for Mobility Impaired People, J. Korea Inst. Intelligent Transport Systems, 6(1), The Korea Institute of Intelligent Transport Systems, 58-71.

15 

Var T., Yeşilitaş M., Yaylı A., Öztürk Y. (2011), A Study on the Travel Patterns of Physically Disabled People, ASIA PAC J TOUR RES, 16(6), Asia Pacific Tourism Association, 599-618.

10.1080/10941665.2011.610143
페이지 상단으로 이동하기