Article


ABSTRACT


MAIN

  • 서론

  • 선행연구 고찰

  •   1. 사고수정계수(Crash modification factors, CMF)

  •   2. 제한속도 하향사업의 안전성 효과

  • 자료수집

  • 연구방법론

  •   1. 안전성능함수(Safety Performance Functions, SPF)

  •   2. 관측적 사전사후 비교분석 방법론(Observational before-after study)

  • 속도하향 안전성 분석결과

  •   1. 단순 비교방법 및 비교그룹 방법(CG) 분석 결과

  •   2. 경험적 베이즈 방법(EB) 분석 결과

  • 결론 및 제언

서론

우리나라에서 발생하는 교통사고 사망자의 약 70%는 지자체가 관리하는 도시부 도로에서 발생하고 있다. 보행자뿐만 아니라 이륜차, 자전거 등 다양한 이용자가 혼재하고 있다. 이러한 특성을 고려하여 선진국에서는 이용자 안전을 위해 제한속도를 50km/h로 제한하고 있다. 그중에서도 주택가, 생활도로, 학교 주변에서는 별도의 표지를 통해 30km/h로 지정하여 보행자 안전을 더욱 확대하여 보호하고 있다. 그러나 국내에서의 도시부 도로 제한속도는 높게 설정되어 있다. 별도의 제한속도 표지판이 없다면 60km/h가 기본 설정이며 OECD 국가 중에서 이 정도 수준의 제한속도를 운영하는 국가는 우리나라가 유일한 상황이다. 이러한 상황을 근거로 국내 인구 10만 명 당 보행 사망자 수는 3.5명으로 OECD 가입국 평균 1.1명의 3배 이상에 달하고 있다. 이를 개선하기 위해 안전속도 5030 정책이 국내 지자체를 대상으로 수행 중이며 현재 시범사업이 일부 지자체를 대상으로 진행 중이다. 그러나 일부 지자체와 단체에서는 교통혼잡을 주된 이유로 도입을 반대하는 의견이 있다. 다양한 연구기관에서 안전성, 운영 효율성 관점에서 속도 하향이 미치는 영향이 크다고 제시하고 있으나, 국내 실정을 반영하여 정확하게 분석을 수행한 연구가 다소 부족한 것이 사실이다. 이에 원활한 정책 활성화 및 확대적용을 위한 효과평가가 필요하여 본 연구에서는 제한속도 하향에 따른 안전성 효과평가를 수행하였다.

선행연구 고찰

1. 사고수정계수(Crash modification factors, CMF)

사고수정계수(Crash modifacation factors, CMF)는 도로에 특정 조치사항이 적용된 이후 사고통계에 있어 예상되는 변화를 설명하는 계수로 국내에는 사고수정계수로 알려져 있다. 본 연구에서 적용하고자 하는 관측적 사전사후 비교분석 방법론(Observational before-after study)은 도로의 안전조치사항에 대한 효과를 평가할 수 있는 방법론 중 가장 널리 알려진 방법이다(Hauer, 1997). 국내외에서 다양한 도로의 사고자료를 활용하여 안전조치를 평가한 관련 연구들이 진행되고 있으며, 이를 평가하기 위해 CMF 산출을 통해 안전성을 분석하였다. Srinivasan et al.(2012)은 캐나다 토론토와 온타리오, 미국 노스캐롤라이나의 12곳 교차로를 대상으로 좌회전 충돌을 감소하기 위한 교차로 개선방법의 CMF를 산출하였다. 분석결과 정확한 안전성 효과평가를 위해서는 CMF의 평균값의 따라 산출된 전통적인 표준오차 기반의 신뢰구간 설정에서 나아가 신뢰구간 설정을 통해 CMF의 신뢰성을 입증하기 위한 분포를 설정하는 것이 필요하다고 설명하였다. Elvik(2009)은 CMF를 개발하는 방법과 과정에 관해 설명하기 위해 도로안전 개선사항을 설명할 수 있는 functions를 개발하였다. Park et al.(2015b)은 지방 다차로 구간을 대상으로 다양한 안전개선 조치의 동시 적용에 따른 CMF의 비교와 통합 방법론에 관해 연구하였다. Park et al.(2015a)은 자전거 도로의 도입에 따른 안전성을 평가하기 위해 관측적 사전사후 비교분석 방법론을 활용하여 다양한 도로조건에 따른 안전성능을 설명할 수 있는 CMFunctions를 개발하였다. 분석결과 개발한 CMFunctions이 도로의 다양한 변수변화에 따른 안전성 개선 효과를 설명할 수 있는 것을 입증하였다. Raihan et al.(2019)는 영과잉 음이항 모형 기반의 자전거 사고에 대한 다양한 도로구간 특성 및 교차로 시설 유형의 CMF를 개발하였다. 분석결과 중앙부의 차선폭, 제한속도, 잔디는 사고감소에 유의한 영향을 미치는 것으로 나타났다. Wu et al.(2019)은 사고빈도와 사고 발생 간 시간 간격 기반의 Joint modeling 방법론을 통해 CMF를 산출하는 새로운 접근법을 제시하였다. Joint modeling 기법을 통해 산출한 CMF는 더 큰 표준오차를 갖지만, 그 값이 실제 효과를 더 잘 표현하는 것으로 나타났다. 또한, Yoon et al.(2017)은 교차로에서의 교통안전시설물의 교통사고 감소 효과를 추정하는 연구를 수행하였다. 본 연구와 같은 도시부를 대상으로 수행하여 비교그룹 방법을 통해 다양한 시설물의 안전성 개선 효과를 평가하였다.

2. 제한속도 하향사업의 안전성 효과

한국교통안전공단에서는 국내 도시부를 대상으로 보행자 중심의 교통환경 구현을 위해 제한속도의 하향사업을 추진하고 있다. 이는 국가적 차원에서의 정책추진으로 확대되어 지난 4월 도로교통법 시행규칙 제19조 개정에 따라 도시부 내 일반도로의 통행속도 기준이 시속 50km/h 이내로 하향되었다. 이번의 도로교통법 시행규칙 개정 이전에는 별도의 제한속도 표지판이 없는 경우 60km/h가 기본 제한속도였으며, 이는 OECD 회원국 기준으로 가장 높은 수준의 제한속도이다. 이러한 흐름에 맞는 기존 연구들을 검토해 보았다.

Rosen and Sander(2009)는 주행속도와 보행자 사망자 수 간의 관계 분석을 통해 자동차 주행속도별 보행자 사망률을 제시하였는데, 차량 속도가 60km/h에서 50km/h로 감소할 경우 보행자 사망위험은 약 19%에서 8%로 전체 기준 약 58%의 감소 효과를 보이는 것으로 나타났다. International Transport Forum(2017)에 따르면 헝가리에서는 도시부의 제한속도를 60km/h에서 50km/h로 하향했을 경우 18.2%의 사망자 수 감소 효과가 있는 것으로 나타났다. 또한 호주에서 같은 속도기준으로 하향한 결과 전체 사고가 25.3% 감소하고 부상자 수가 22.3% 감소한 것으로 나타났다. Parker(1997)의 연구에서는 제한속도 하향에 따른 효과를 평가하였으며, 제한속도가 높으면 사망 또는 부상사고가 증가한다고 하였다. Hauer(2009)는 속도와 사고율의 관계를 제시하였는데, 속도가 느리거나 높으면 사고율이 증가하고 부상사고와 물피사고의 경우는 통행속도가 증가했을 때 큰 폭의 증가가 있다고 하였다. Lim and Choi(2018)은 부산시 간선도로 29개 구간을 대상으로 최고속도 제한의 하향에 따른 교통사고 변화를 분석하였다. 하향 전후의 1-3년간 발생한 교통사고는 사망자 수에서 36.73% 감소한 것으로 나타나 제한속도 감소 효과가 높은 것으로 나타났다. Sayed and Sacchi(2016)는 캐나다 British Columbia 주의 지방부 고속도로에서 속도제한 상향에 따른 안전성 영향을 평가하였다. 흥미로운 것은 기존 연구들에서 보였던 것과 달리 지역 간 거리가 먼 북미지역의 경우 지방부 고속도로에서 제한속도가 증가하는 흐름을 보인 것으로 나타났고, 이에 따른 안전성 영향을 평가하였다. 이 연구에서는 속도제한 변경으로 인해 심각한 사고가 통계적으로 11.1% 증가한 것으로 나타났다.

다양한 통계적 분석 방법론을 적용한 기존 연구들을 고찰한 결과, 국내외에서 수행된 제한속도 하향 사업의 안전성 개선 효과는 긍정적 관점에서 유의미한 효과를 나타냈다(Table 1). 본 연구에서는 기존 연구에서 적용한 우수한 방법론 고찰결과를 토대로 국내 지역을 대상으로 효과평가를 수행하여 도시부 속도 하향 사업의 시행 타당성을 입증하고자 한다. 다음 장에서는 본 연구에 적용한 연구방법론을 설명하고, 다음 장에서는 분석 지역과 자료 수집 방법을 설명한다. 이어서 속도 하향 사업 안전성 효과평가 전후 분석결과 및 토의내용, 마지막 장은 결론으로 이어진다.

Table 1. Summary of the effects of impact speed & lowering speed limit in other literatures

Literature Type Country Results
Rosen and Sander(2009) Pedestrian accident Germany Impact speed 60km/h→50km/h,
Pedestrian fatality risk decreased by 19%→8%
Elvik(2009) Pedestrian accident U.S. Impact speed 60km/h→50km/h,
Probability of fatal injury decreased by 20%→10%
ITF(2017) Urban area Hungary Lowering speed limit 60km/h→50km/h,
The number of fatal decreased by 18.2%
Austrailia Lowering speed limit 60km/h→50km/h,
The total number of crashes decreased by 25.3%
The number of injured person decreased by 25.3%
Motorway Denmark Raising the highest speed limit (110km/h→130km/h),
The number of crashes significantly increased
Urban area Canada Lowering speed limit 80km/h→60km/h,
The number of injury crashes decreased by 28%
Lim and Choi(2018) Urban area Korea Lowering speed limit (10-20km/h),
The number of fatal crashes decreased by 36.73%
Sayed and Sacchi(2016) Rural highway Canada Raising the highest speed limit,
The number of serious crashes increased by 11.1%

자료수집

본 연구는 국내 지자체 중 5030 속도 하향 정책사업의 확대를 위한 시범사업이 적용된 지역을 대상으로 수행되었다. 1) 시범사업 후 1년 이상의 경과 기간이 충분하게 지나 통계분석을 위한 누적 사고 건수가 충분한지, 2) 지자체에서 분석에 활용 가능한 교통량 정보를 수집, 관리하고 있는지를 검토하였으며 그 결과 광역지자체인 대구광역시를 분석 지역으로 선정하였다. 대구광역시의 누적 사고 건수는 도로교통공단 교통사고분석시스템(TAAS)를 통해 수집하였으며 2012년부터 2017년까지의 자료를 수집하였다. 교통량 정보는 대구광역시 교통종합정보 사이트에서 연도별 교통조사자료를 가공하여 분석에 활용하였다. 대구지역에서 속도 하향 사업이 시행된 20개 구간을 시행그룹(Treated group)으로 선정하였다. 이 20개 구간의 사고 건수 전후 결과를 토대로 Naive before-after method를 적용하여 분석을 수행하였다. 또한 비교그룹(Comparison group)으로는 속도 하향 사업이 시행되지 않았지만 시행된 20개 구간과 사고 발생에 영향을 주는 교통량, 기하 구조 등이 비슷한 구간을 검토하였다. 특히 비교구간은 대상구간의 사고 건수와 비교했을 때 충분히 사고 건수가 큰 구간으로 선정해야 하며 또한 직접적인 비교가 수행되기 때문에 사고 발생 추이가 비슷한 구간을 선정해야 한다. 이에 과거 사고자료로 산정할 수 있는 odds ratio의 표본평균은 1에 근접하고 분산은 작은 구간을 비교그룹 구간을 선정하였다(Park, 2015). 그렇게 시행그룹 20개의 구간과 유사한 구간을 카카오 지도(kakaomap)의 로드뷰 시스템 및 대구시 교통자료를 자세히 검토하여 선정하였다. 3개 이상의 비교 적합구간을 보유하고 있는 시행그룹 중 7개의 구간을 최종적으로 선정하였으며, 이와 비교될 비교그룹(Comparison group)은 총 33개이다.

이어서 Empirical bayes method 적용을 위해 참조그룹(Reference group)을 선정하였다. 참조그룹은 안전성능함수 개발을 위해 필요한 그룹이다. 지역 교통문화, 구간 교통량, 안전정책 등 다양한 요소들을 포괄한 사고예측모형 개발에 포함되는 구간들로 구성되어 있으며 시행그룹(Treated group) 및 비교그룹(Comparison group)을 포함한 대구 시내의 70개 구간을 참조그룹(Reference group)으로 선정하였다. 구분된 내용은 Table 2와 같다.

Table 2. Descriptive statistics of the variables for treated and non treated sites

Variable name Definition Mean S.D. Min Max Total
Crash frequency in before period
Treated group Number of crashes 18.15 21.42 1 75 363
Non treated group Number of crashes 30.20 21.71 2 93 1510
Crash frequency in after period
Treated group Number of crashes 15.30 18.95 2 66 306
Non treated group Number of crashes 28.26 19.41 3 84 1413

연구방법론

미국의 도로안전편람(HSM)에서 제시하고 있는 도로의 안전성 평가 방법론은 크게 관측적 사전사후 비교분석 방법론(Observational before-after study)와 횡단면 평가 방법론(Cross-sectional study)으로 구분할 수 있다. 본 연구에서는 제한속도 하향 시점에 대한 정보가 있는 지역구를 대상으로 분석을 수행하였기 때문에 관측적 사전사후 비교분석 방법론을 활용하여 연구를 수행하였다.

1. 안전성능함수(Safety Performance Functions, SPF)

안전성능함수는 일반적으로 사고 건수를 교통량 및 기하학적 요소 변수를 바탕으로 추정하는 사고 건수 예측 모형으로 알려져 있다. 국내 도로를 대상으로 다양한 구간 데이터를 활용하여 SPF 관련한 연구들이 진행되고 있다. 과분산을 설명할 수 있기 때문에 흔히 음이항 모형(Negative Binomial, NB; Poisson-Gamma)이 일반적으로 안전성능함수 개발에 활용된다. 해당 지점(또는 구간)의 사고빈도를 참조그룹의 교통량과 사고빈도를 바탕으로 추정할 수 있다. 안전성능함수는 크게 Full SPF와 Simple SPF로 구분할 수 있다. Full SPF는 사고빈도를 교통량뿐만 아니라 도로 기하 구조적 특성을 변수로 설정하여 상세한 예측이 가능하다. 반면 Simple SPF는 연간 평균 일일 교통량(AADT)과 같은 기초 교통량만을 설명변수로 설정하여 개발한다. Highway Safety Manual (HSM)에서는 Simple SPF를 기반으로 한 CMF를 예시로 제시하고 있다. 반면 본 연구에서는 지자체에서 관리하는 도시부 도로의 다양한 기하 구조 특성을 변수화한 데이터 구축이 불가하여, Simple SPF만을 개발하여 연구에 활용하였다. NB 모형 기반의 SPF의 형태는 Equation 1과 같다.

$$N_{predicted,i}={\exp}(\beta_0+\beta_1(AADT)+\beta_2(L_i)+\cdots+\beta_k(X_{ki}))$$ (1)

여기서, Npredicted,i: 해당 구간(지점)의 사고예측건수
βk: 변수 k에 대한 계수
AADTi: 구간 i의 일일 평균 교통량
Li: 구간 i의 길이
Xki: 구간 i의 도로특성

2. 관측적 사전사후 비교분석 방법론(Observational before-after study)

미국 도로안전편람(HSM)에 따르면 관측적 사전사후 방법론은 크게 3가지로 1) 단순 전후비교 방법(Naive before-after method), 2) 비교그룹 방법(Comparison group, CG), 3) 경험적 베이즈 방법(Empirical bayes, EB) 으로 구분된다. 본 연구에서는 제시된 3가지 방법론을 모두 활용하여 안전성 분석을 수행하였다.

1) 단순 전후비교 방법(Naive before-after method)

가장 간단하게 전후 안전성을 비교할 수 있는 방법론으로 알려져 있다. 이 방법론은 전후 기간 동안에 안전성에 영향을 미치는 변수가 없는 경우에 사용할 수 있다. 그러나 이러한 이유로 인해 시간의 흐름에 따른 감소, 기타 설명할 수 없는 변수의 감소영향 등을 고려하는 것이 불가하므로 평균으로의 회귀(Regression-to-the-mean) 편향에 대한 문제점이 있다. 그럼에도 불구하고 대다수의 연구보고서 및 논문에서 활용되고 있다. 그 이유로는 기초데이터를 통한 1차 분석이 일반적으로 수행되며 산출방식이 매우 간단하기 때문이다. 이 방법론을 통해 산출하는 CMF 수식은 Equation 2와 같다.

$$CMF=\frac{N_{T,\;After}}{N_{T,\;Before}}$$ (2)

여기서, NT,Before: 속도하향이 시행되기 전 대상지역의 사고건수
NT,After: 속도하향이 시행된 후 대상지역의 사고건수

2) 비교그룹 방법(Comparison group method, CG)

미국 도로안전편람(HSM)에서 제시하고 있는 대표적인 방법론으로서 실제 안전조치가 적용된 구간의 자료만으로 안전성 분석을 수행하기에 표본 수가 부족할 경우, 유사한 교통량 및 교통환경을 가진 구간을 비교그룹(Comparison Group, CG)으로 선정하여 수행하는 분석 방법이다. 먼저 물리적으로 교통유발 환경이 비슷한 대상 구간을 찾고, Equation 3을 통해 사고 건수의 추이가 비슷한 구간을 선정한다.

$$Odds\;ratio=\frac{\frac{(N_{observed,\;T,\;B}\times N_{observed,\;C,\;A})}{(N_{observed,\;T,\;A}\times N_{observed,C,\;B})}}{(1+\frac1{N_{observed,\;T,\;A}}+\frac1{N_{observed,\;C,\;B}})}$$ (3)

여기서, Nobserved,T,B: 속도하향이 적용되기 전 적용 대상지역(TG)의 관측 사고건수
Nobserved,T,A: 속도하향이 적용된 후 적용 대상지역(TG)의 관측 사고건수
Nobserved,C,B: 속도하향이 적용되기 전 적용 비교지역(CG)의 관측 사고건수
Nobserved,C,A: 속도하향이 적용된 후 적용 대상지역(CG)의 관측 사고건수

이렇게 선정된 비교그룹은 안전조치가 적용되지 않은 구간이며 이 그룹을 대상으로 안전조치가 적용된 시점 전후의 사고 건수를 비교하여 Comparison Ratio (CR)를 산출한다. 이는 시간적 흐름에 따른 자연 사고감소율을 반영하기 위함이며, 실제 안전조치가 적용된 그룹을 대상으로 CR값을 활용하면 안전조치가 적용되지 않았을 경우의 기대 사고 건수(Nexpected,T,A)를 산출할 수 있다(Equation 4).

$$N_{expected,\;T,B}=N_{observed,\;T,\;B}\times CR$$ (4)
$$CMF=\frac{\frac{N_{observed,T,\;A}}{N_{expected,\;T,\;A}}}{\lbrack1+\frac{Var(N_{expected,\;T,\;A})}{(N_{expected,\;T,\;A})^2}\rbrack}$$ (5)

여기서, Nexpected,T,A: 속도하향이 적용된 후 적용 대상지역의 사고건수
Var(Nexpected,T,A): 속도하향이 적용된 후 적용 대상지역의 사고건수의 분산

3) 경험적 베이즈 방법(Empirical bayes method, EB)

위에서 제시한 비교그룹 방법(CG)의 경우 유사한 특성을 가진 구간이 비교그룹으로 선정되어 통계적 기법을 활용하여 비교되기 때문에 통계적으로 유의한 결과를 나타낸다. 그러나 해당 방법론은 교통공학적 관점에서 교통사고에 가장 영향을 많이 미친다고 볼 수 있는 교통량 및 기타 요인을 기대 사고 건수 산출에 반영하지 않기 때문에 신뢰도 관점에서 미흡한 부분이 있다고 볼 수 있다. 반면 경험적 베이즈 방법(EB)은 교통량 등 사고에 영향을 미치는 요인 기반의 안전성능함수(Safety performance functions, SPF)를 개발하여 사고 건수를 예측하고 이를 실제 적용된 이후의 사고 건수와 비교하여 분석하는 방법으로 보다 신뢰성 있는 결과를 도출할 수 있는 것으로 알려졌다. 본 연구에서는 도로의 교통량, 구간길이 변수만을 독립변수로 활용하는 Simple SPF를 개발하였으며 기하 구조적 요인 등 기타 사고에 영향을 미치는 요인을 반영한 Full SPF는 자료수집 여건을 고려하여 개발하지 않았다. 음이항 회귀모형 기반의 SPF를 통해 산출된 기대 사고 건수(Nexpected,T,B)와 과분산계수(k)를 구하는 수식은 Equations 6, 7, 8과 같다.

$$N_{expected,\;T,\;B}=w(N_{predicted,\;T,\;B})+(1-w)(N_{observed,\;T,\;B})$$ (6)
$$w=\frac1{1+k(\sum_{}^{}N_{predicted,\;T,\;B})}$$ (7)
$$k=\frac1{e^{(c+ln(L))}}$$ (8)

여기서, Nexpected,T,B: 안전조치가 적용된 구간에서의 기대 사고건수
Npredicted,T,B: 안전성능함수로 산출한 예측 사고건수
k: 과분산계수(over-dispersion parameter)
L: 구간 길이(Length)
c: 과분산계수 결정에 필요한 회귀계수

속도하향 안전성 분석결과

1. 단순 비교방법 및 비교그룹 방법(CG) 분석 결과

실제 속도하향 사업이 적용된 구간 중 본 연구에서 분석한 구간은 19개 구간으로, 단순 사고 건수 기반의 비교 방법론을 적용하여 전후 분석을 수행하였다. 이어서 단순 비교방법이 갖는 한계인 평균으로의 회귀 문제와 시간적 흐름에 따른 자연적 사고 감소 및 기타 영향요인을 고려하지 못한다는 단점을 보완하기 위해 비교그룹 방법(CG)을 통해 분석하여 제시하였다. 각 방법론을 적용한 대구지역 구간의 사고 통계량은 Tables 3, 4와 같다.

Table 3. Statistics for naive method

Segment name Length (km) Crashes Lower posted speed Effective date
Before After
Suseongmot-gil (Doosan 5way st.-Suseong hotel) 0.57 12 4 60→50km/h 12.12.30
Suseong-ro (Dong-Seong elementary school) 0.35 8 12 60→50km/h 13.4.30
Jisan-ro (Jisanyeongnam mention-Muhak 3way st.) 0.47 6 12 60→50km/h 16.2.16
Padong-ro (Suseongmot 5way st.-Gachang south intersection) 2.6 25 22 60→50km/h 16.4.14
Muhak-ro (Doosan 5way st. east-Muhak intersection) 2 16 11 60→50km/h 15.5.9
Seonwon-ro (Seonwon park-Igok intersection) 0.25 2 2 60→50km/h 16.3.15
Daemyeongcheon-ro (Hyundai Beakjo apt-Duribong intersection) 2.72 51 35 60→50km/h 16.9.05
Seongdang-ro (Duribong intersection-Duryugongwon intersection) 1.08 18 8 60→50km/h 16.12.01
Ayang-ro (Ipseok elementary school) 0.23 21 11 60→50km/h 15.2.28
Jangdeung-ro (Cheonggu 3way st.-Sincheondong 79-1) 0.95 15 15 60→50km/h 15.7.30
Biseul-ro (Hwawon 3way st.-Dalseong middle school) 0.3 2 5 60→50km/h 13.4.30
Nongong-ro (Namdong elementary school-Saint Joseph hospital) 0.9 1 2 60→50km/h 15.2.25
Biseul-ro (Okpo Nonghyup-Bolli intersection) 0.4 5 4 60→50km/h 15.4.20
Myeongcheon-ro (Daegok station intersection-Prison south east) 1.1 8 6 60→50km/h 16.4.14
Joam-ro (Wolseong intersection-Starbucks intersection) 0.46 10 16 60→50km/h 13.6.01
Icheon-ro (Gyodong intersection-Bongsan 6way st.) 1.11 75 65 60→50km/h 16.6.30
Hyeonchung-ro (Hyeonchung 3way st.-Gyemyeong intersection) 2.69 68 66 60→50km/h 16.6.30
Dongam-ro (Hamji park 3way st.-Guam 3way st.) 0.29 9 5 60→50km/h 16.5.30
Hakjeong-ro (Guam middle school-Hamji high school 3way st.) 0.41 6 2 60→50km/h 16.5.30
Total 18.88 358 303

Table 4. Statistics for CG method

Segment name Length
(km)
Adt
(veh/24h)
Before
crashes
After
crashes
Number of
segment
Before
crashes
After
crashes
Treated group Comparison group
Suseongmot-gil (Doosan 5way st.-Suseong hotel) 0.57 16752 12 4 3 43 31
Muhak-ro (Doosan 5way st. east-Muhak intersection) 2 23480 16 11 6 170 128
Icheon-ro (Gyodong intersection-Bongsan 6way st.) 1.11 28300.5 75 65 6 177 158
Suseong-ro (Dong-Seong elementary school) 0.35 34302 8 12 5 165 171
Hakjeong-ro (Guam middle school-Hamji high school 3way st.) 0.41 40025.7 6 2 5 202 175
Seongdang-ro (Duribong intersection-Duryugongwon intersection) 1.08 57501 18 8 5 248 242
Padong-ro (Suseongmot 5way st.-Gachang south intersection) 2.6 80620 25 22 3 57 61

분석을 통해 산출한 CMF는 Table 5와 같다. 분석 결과에 따르면 단순 비교방법을 통해 산출한 속도 하향 사업의 CMF는 0.8407 (CI 0.7152-0.9728**)로 나타났으며 CG를 통해 산출한 CMF는 0.8451 (CI 0.6910-0.9991*)로 나타났다. 이는 속도 하향 사업으로 인해 적용했을 경우 약 16%의 사고 건수 감소가 기대된다는 것을 말한다.

Table 5. Evaluated CMF by before-after with naive & cg method

Calculation method Comparison ratio (CR) CMF Var (CMF) Standard error (SE) Confidence interval
Naive before-after - 0.8440 0.0043 0.0657** 0.7152-0.9728
Before-after with CG 0.9096 0.8451 0.0114 0.107* 0.6910-0.9991

*significant at a 85% confidence level.
**significant at a 90% confidence level.
***significant at a 95% confidence level.

2. 경험적 베이즈 방법(EB) 분석 결과

경험적 베이즈 방법론 기반의 전후 사고분석을 위해 사고예측 건수를 도출하였으며, 이를 위해 총 70개 구간으로 이루어진 참조그룹을 대상으로 전통적인 사고예측모형인 음이항분포(Negative Binomial distribution) 기반의 안전성능함수(SPF)를 개발하였다. 모형개발을 위해 SAS 프로그램(SAS Institute Inc., 2009)의 GENMOD procedure를 활용하였으며 모형의 세부 내용은 Tables 6, 7에 정리하였다.

Table 6. Daegu SPF for urban arterials

Coefficient Dispersion (k) Goodness of fit
α Intercept Estimate (P-value) β1 Ln (ADT) Estimate (P-value) β2 Segment length Estimate (P-value) Deviance AIC
-1.1001 (0.3622) 0.3608 (0.0021) 0.6564 (<.0001) 0.4427 72.4356 562.1083

Table 7. Observed and predicted crashes of treated group

Treated group Observed crash frequency Predicted crash frequency
Before After Before After
Crash frequency 363 306 610.9079 571.6641

note: Predicted after=before*0.9358 (time-trend calibration factor).

참조그룹은 전체 70개 구간이며 전체 분석구간의 총 연장은 58.99km이다. 전체 사고 건수는 시행 전 1,776건, 시행 후 1,816건이며 이 데이터를 토대로 음이항 기반의 안전성능함수를 개발하였다. SPF는 구간길이와 AADT를 독립변수로 설정한 Simple SPF를 개발하였다. 개발한 SPF에서 시행 후 교통량을 입력하여 예측 사고 건수를 도출하였고, 위의 방법론에서 제시한 CMF 산출식을 바탕으로 지표를 도출하였다. 분석결과 Before-after with EB method를 통해 산출한 CMF는 0.8837 (CI 0.7726-0.9948**)로 약 11%의 사고감소를 통한 안전성 개선 효과를 기대할 수 있는 것으로 나타났다(Table 8).

Table 8. Evaluated CMF by before-after with eb method

Calculation method Time-trend calibration factor w CMF Var (CMF) Standard error (SE) Confidence interval
Before-after with EB 0.9358 0.0244 0.8837 0.0046 0.0678** 0.7726-0.9948

**significant at a 90% confidence level.

결론 및 제언

본 연구는 미국 도로안전편람(HSM)에서 제시하고 있는 관측적 사전사후 방법론을 활용하여 국내 도시부 도로에 적용된 속도 하향 시범사업의 안전성 효과를 평가하였다. 안전성 효과평가를 위한 지표로 CMF를 산출하였으며 단순 비교방법(Naive before-after method), 비교그룹 방법(Before-after with Comparison group method), 경험적 베이즈 방법(Before-after with Empirical bayes method, EB)을 적용하여 해당 지표를 산출하였다. 해당 방법론을 적용하여 유의미한 통계분석 결과를 도출하기 위해서는 교통량 등 도로 특성을 나타낼 수 있는 지표 자료의 수집이 절대적으로 필요하다. 국내 지자체 중에서 속도 하향 사업이 적용된 지자체이자 교통량을 수집하는 것이 가능했던 대구광역시를 분석 대상 지역으로 선정하여 연구를 수행하였다. 대구지역에 적용된 도시부 속도 하향 사업 구간과 유사한 비교그룹, 참조그룹을 설정하여 분석결과를 도출하였다. 먼저 가장 간단한 방법론으로 알려진 Naive before-after method를 통해 분석한 결과 CMF는 0.8407로 약 16%의 사고감소 효과를 보인 것으로 나타났다. 그러나 서두의 방법론에서 설명한 것처럼 Naive method는 평균으로의 회귀, 시간 흐름에 따른 자연감소 등 일반적인 Exposure를 고려하지 못한다는 치명적 단점이 존재하기에 이러한 부분을 고려한 해석이 필요하다. 이어서 수행한 CG method를 통해 산출한 CMF는 0.8451로 앞서 수행한 Naive method의 0.8407과 유사하게 나타났다. 이를 해석해보면 비교그룹을 토대로 대구광역시 내에서 해당 분석 기간 동안 자연적인 사고감소 또는 기타 교통 문화적 관점에서의 사고감소는 크지 않았다고 판단할 수 있다. 마지막으로 수행한 EB method를 통해 산출한 CMF는 0.8837로 나타났다. 약 11%의 사고감소 효과를 기대할 수 있는 것으로 판단할 수 있다. 신뢰구간을 고려했을 때 최대 22%의 안전성 개선 효과를 기대할 수 있다. 대구광역시 내 70개 구간을 토대로 개발된 SPF를 통해 예측 사고 건수를 도출하였기 때문에 교통량, 구간길이 등 일반적인 교통특성을 고려한 모형으로 앞서 수행한 2가지 방법론보다 신뢰성 있는 방법론이기에(Park, 2015) 속도 하향 사업은 약 11%의 사고감소 효과를 보이는 것으로 판단할 수 있다.

속도 하향 사업은 현재 세계적인 흐름 속에서 정책적, 문화적으로 광범위하게 적용되고 있으며 다양한 방법론을 적용한 사업의 안전성, 운영 효율성 관점에서의 평가가 이루어지고 있다. 특히 보행자 사고의 감소 효과에 대한 연구들은 교통운영자의 관점에서 관심을 두고 이 사업을 확대하려는 방안을 모색하는 것이 바람직하다.

본 연구는 안전성 관점에서 도시부 도로에 제한속도 하향이 적용되었을 경우 사고감소를 통계적으로 분석하여 제시하였다. 해당 연구를 발전시키고 제한속도 하향 사업을 확대 적용하기 위해 필요한 추가 연구는 다음과 같다. 첫째, 보행자 사고의 관점에서 일반적으로 생각할 수 있는 사고 심각도의 개선이 얼마나 이루어지는지 연구가 필요하다. 속도에 따른 사고 심각도의 감소를 입증한 연구는 이미 수많은 국가에서 수행되었다. 우리나라의 지역적, 문화적 특성을 고려한 모형을 개발하여 더욱 신뢰성 있는 보행자 사고 심각도의 개선된 정도를 연구할 필요가 있다. 둘째, 본 연구에서는 대구광역시를 대상으로 분석을 수행하였으나 현재 시범사업이 수행 중인 여수, 춘천 등 다양한 지자체를 대상으로 분석을 확대하여 시, 군, 구 지자체에서도 제한속도 하향이 갖는 안전성 관점에서의 큰 개선 효과를 입증할 필요가 있다. 이러한 지역에서는 사고빈도 관점에서 광역지자체와 비교했을 때 감소 효과가 적거나 크게 나타날 수 있다. 셋째, 국민들의 관심이 높은 통행 시간, 교통량 등 운영 효율성의 관점, 대기오염 및 소음 등 환경성의 관점에서 추가적인 연구가 수행될 필요가 있다. 이러한 연구의 다양화는 5030 속도하향 정책의 확대를 위한 전략수립 및 시행 사후평가에서 핵심적 역할을 할 수 있을 것으로 기대된다.

마지막으로 본 연구는 제한속도 하향과 관련한 다양한 방법론을 적용하여 효과 검증을 시도하였으나. 실제 방법론 적용에 있어 교통량과 구간길이만을 변수로 활용하여 다양한 도로 특성을 반영하지 못한 한계가 있었다. 정확한 효과분석을 위해 향후에는 다양한 도로 특성 변수를 수집하여 사고 건수 예측모형에 반영할 필요가 있다.

Funding

This work was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea government (MSIP) (No. NRF-2019R1G1A1010209).

알림

본 논문은 대한교통학회 제81회 학술발표회(2019.9.27)에서 우수논문을 수상한 내용을 기반으로 재구성되었습니다.

References

1

AASHTO (2010), Highway Safety Manual, First Ed. Washington, D.C.

2

Elvik R. (2009), The Power Model of the Relationship Between Speed and Road Safety: Update and New Analyses, Update and New Analyses (No. TOI Report 1034/2009), Institute of Transport Economics, Norwegian Centre for Transport Research, Oslo.

3

Han S., Kim K., Oh S. (2007), What Goes Problematic in the Existing Accident Prediction Models and How to make it Better, The 56th Conference of KST, Korean Society of Transportation, 218-226.

4

Hauer E. (1997), Observational Before-After Studies in Road Safety: Estimating the Effect of Highway and Traffic Engineering Measures on Road Safety, Pergamon Press, Elsevier Science Ltd., Oxford, UK.

5

Hauer E. (2009), Speed and Safety, Transportation Research Record: Journal of the Transportation Research Board, 2103, Transportation Research Board, 11-12.

10.3141/2103-02
6

International Transport Forum(ITF) (2017), Speed and Crash Risk, International Traffic Safety Data and Analysis Group, OECD.

7

Jr. Parker M. R. (1997), Effects of Raising and Lowering Speed Limits on Selected Roadway Sections, Fhwa-Rd-97-084.

8

Lee C., Abdel-Aty M., Park J., Wang J.H. (2015), Development of Crash Modification Factors for Changing Lane Width on Roadway Segments using Generalized Nonlinear Models, Accident Analysis & Prevention, 76, 83-91.

10.1016/j.aap.2015.01.00725616033
9

Lim C., Choi Y. (2018), Study of Downward Speed Limit of Main Roads on Traffic Accident and Effect Analysis - In Busan Metropolitan City -, J. Korean Soc. Civ. Eng., 38, Korean Society of Civil Engineering, 81-90.

10

Park J., Abdel-Aty M. (2015), Assessing the Safety Effects of Multiple Roadside Treatments using Parametric and Nonparametric Approaches, Accident Analysis & Prevention 83, 203-213.

10.1016/j.aap.2015.07.00826291920
11

Park J., Abdel-Aty M., Lee C. (2015a), Development of Adjustment Functions to Assess Combined Safety Effects of Multiple Treatments on Rural Two-lane Roadways, Accident Analysis & Prevention, 75, 310-319.

10.1016/j.aap.2014.12.01225543102
12

Park J., Abdel-Aty M., Lee C. (2015b), Exploration and Comparison of Crash Modification Factors for Multiple Treatments on Rural Multilane Roadways, Accident Analysis & Prevention, 70, 167-177.

10.1016/j.aap.2014.03.01624793034
13

Park J., Abdel-Aty M., Lee J. (2016), Use of Empirical and Full Bayes Before-after Approaches to Estimate the Safety Effects of Roadside Barriers with Different Crash Conditions, Journal of Safety research 58, 31-40.

10.1016/j.jsr.2016.06.00227620932
14

Park J., Abdel-Aty M., Lee J., Lee C. (2015), Developing Crash Modification Functions to Assess Safety Effects of Adding Bike Lanes for Urban Arterials with Different Roadway and Socio-economic Characteristics, Accident Analysis & Prevention, 74, 179-191.

10.1016/j.aap.2014.10.02425463959
15

Raihan M. A., Priyanka A., Wu W., Gan A. (2019), Estimation of Bicycle Crash Modification Factors (CMFs) on Urban Facilities using Zero Inflated Negative Binomial Models, Accident Analysis & Prevention, 123, 303-313.

10.1016/j.aap.2018.12.00930562669
16

Rosen E., Sander E. (2009), Pedestrian fatality risk as a function of car impact speed, Accident Analysis & Prevention 41, 536-542.

10.1016/j.aap.2009.02.00219393804
17

Sayed T., Sacchi E. (2016), Evaluating the Safety Impact of Increased Speed Limits on Rural Highways in British Columbia, Accident Analysis & Prevention, 95(A), 172-177.

10.1016/j.aap.2016.07.01227447060
18

Srinivasan R., Lyon C., Persaud B., Baek J., Gross F., Smith S., Sundstrom C. (2012), Crash Modification Factors for Changes to Left-Turn Phasing, Transportation Research Record: Journal of the Transportation Research Board, 2279(1), Transportation Research Board, 108-117.

10.3141/2279-13
19

Wu L., Meng Y., Kong X., Zou Y. (2019), A Novel Approach for Estimating Crash Modification Factors: Jointly Modeling Crash Counts and Time Intervals between Crashes, Transportation Research Board 98th Annual Meeting, 6.

20

Yoon Y., Lee S., Lim J., Park k., Moon J. (2017), Estimating Traffic Accident Reduction Effect of Road Safety Facilities in Intersections, J. Korean Soc. Transp., 35(2), Korean Society of Transportation, 129-142.

10.7470/jkst.2017.35.2.129
페이지 상단으로 이동하기