Article

Journal of Korean Society of Transportation. 31 December 2022. 832-846
https://doi.org/10.7470/jkst.2022.40.6.832

ABSTRACT


MAIN

  • 서론

  • 선행연구 검토

  •   1. 공공자전거와 전동킥보드의 이용특성에 관한 연구

  •   2. 공공자전거와 전동킥보드의 시공간적 통행패턴 비교에 관한 연구

  • 자료 및 분석방법

  •   1. 분석 범위

  •   2. 분석 자료

  •   3. 데이터 구축

  • 공공자전거와 공유 전동킥보드의 이용특성분석

  •   1. 수단별 이용특성 분석

  •   2. 통행유형별 이용특성 분석

  • 공공자전거와 공유 전동킥보드의 상호관계 분석

  •   1. 분석 데이터 구축

  •   2. 공공자전거와 공유 전동킥보드의 상관성 분석

  •   3. 공공자전거와 공유 전동킥보드의 상관관계 분석

  • 결론

서론

대도시권에 인구 밀집 현상이 가중됨에 따라, 교통혼잡과 환경오염 문제가 고질적인 과제로 여겨지고 있다. 이에 승용차 이용을 줄이고, 대중교통을 활성화하고자 다양한 교통 정책들이 시행되어왔다. 근래에는 자전거와 개인형 이동수단 서비스가 이러한 도시문제 해결의 단초로 주목을 받고 있다.

자전거는 대표적인 친환경 교통수단으로, 다양한 국가에서 도시의 저탄소 녹색성장을 위해 공공차원의 자전거 서비스를 도입해왔다. 서울시 또한 2015년 9월부터 서울시 공공자전거 ‘따릉이’ 사업을 통해 시민들에게 공공차원의 서비스를 제공해왔다. 서울시 따릉이는 대여소 기반의 자전거 공유서비스로, 저렴한 비용과 지속적인 부가시설 및 기기 공급의 확대를 통해 빠르게 서울시 내의 주요 이동수단으로 자리 잡았다. Seoul Metropolitan Government(2020)에 의하면, 따릉이의 누적회원수는 도입 초기인 2016년에는 총 21만 1천여 명이었으나, 2020년에는 총 278만 6천여 명으로 약 15배가량 증가하여 점차 서비스 이용이 확대되고 있는 것으로 나타났다. 또한, Gyeonggi Research Institute(2021)에 따르면, 2020년 초 발생한 COVID-19 사태 이후에 서울 시민들의 따릉이 이용건수는 오히려 증가하는 양상을 보였다. 실제 2020년의 연간 총 따릉이 대여건수는 2,370만5천 건으로 2019년 대비 24% 증가하였으며, 연간 신규 회원 수는 약 105만 6천여 명으로 역대 가장 많은 수를 기록하였다. 이는 팬데믹 상황에도 공공자전거 서비스가 주요한 이동수단으로 기능할 수 있음을 보여준다.

자전거와 더불어, 전기로 구동되는 개인형 이동수단 또한 친환경 수단으로써 많은 관심을 받고 있다. 특히 최근에는 개인형 이동수단과 공유교통 서비스를 접목한 공유 전동킥보드 서비스가 확대되고 있다. 이는 2017년 9월 미국 캘리포니아주에서 LIME사를 통해 처음 등장하였으며, 점차 다양한 도시로 확대되었다. 서울시에서는 2018년 9월 공유 전동킥보드 서비스 업체인 킥고잉이 처음으로 서비스를 개시하였으며, 이후 다수의 전동킥보드 공유서비스 업체들이 생겨나면서 서울시 전역으로 퍼졌다. 실제로 2021년 6월 기준 서울시 내에 존재하는 공유 전동킥보드 업체는 총 14곳이며, 각 업체가 운영하는 기기의 총합이 5만 5천 대 이상에 달하는 것으로 나타났다(Korea Consumer Agency, 2021). 이러한 공유 전동킥보드 서비스의 주요 특징은 일반적인 공공자전거와는 다르게 특정한 대여소 없이 이용이 가능한 도클리스(dockless)형태로 운영된다는 점이다. 이에 공유 전동킥보드 서비스는 그들이 가진 기기 접근의 용이성과 빠른 주행능력을 강점으로 점차 대중화되어 왔다. 실제로 Mobile Index HD and IGAWorks(2020)에 따르면 2020년 4월 전동킥보드 카테고리 앱 사용자의 수는 약 21만 4천여 명으로 전년 동월 대비 6배가량 증가하였으며, 이에 따라 공유 전동킥보드의 이용이 빠르게 증가한 것을 확인할 수 있다.

이렇듯 새로운 이동 서비스인 공공자전거와 공유 전동킥보드 서비스가 점차 확대되고 있는 시점에서, 두 수단이 기존의 대중교통 시스템과 더불어 어떻게 기능하는지 명확하게 이해할 필요가 있다. 또한, 도시 안에서 공공자전거와 공유 전동킥보드가 서로 어떠한 상호작용을 이루는지 파악한다면, 두 수단을 보다 효율적으로 운용할 방안을 찾아낼 수 있을 것이다.

본 연구에서는 공공자전거와 공유 전동킥보드의 통행을 3개의 유형으로 구분하여, 각 유형에 두 수단의 통행행태와 이용특성에 대해 비교 및 분석을 진행하였다. 분석은 서울시 공공자전거 따릉이와 공유 전동킥보드 서비스인 씽씽의 2020년 10월의 실적자료를 활용하였으며, 분석지역은 서울시 강남구, 서초구, 동작구로 설정하였다. 연구에 앞서 공공자전거와 공유 전동킥보드의 통행패턴 및 상관관계에 관한 선행연구를 검토하였으며, 이후 연구에 필요한 데이터를 수집하고 분석방법을 설정하였다. 다음으로 집계된 데이터를 통해 각 수단의 통행유형에 따른 이용특성을 분석하였으며, 수단 간 상관관계 및 영향력을 파악하기 위해 이변량 상관분석과 다중회귀분석을 진행하였다. 마지막으로 분석결과를 토대로 공공자전거와 공유 전동킥보드의 주요 역할과 수단 간 상호관계를 제시하고, 이를 통해 시사점을 도출하였다.

선행연구 검토

1. 공공자전거와 전동킥보드의 이용특성에 관한 연구

공공자전거와 전동킥보드는 도시 내에서 기존에 보행으로 이동하기에 불편한 단거리 통행에 대해 유용하게 활용된다(Wang et al., 2022). 이는 단순히 두 지역 또는 시설 간의 이동만을 의미하지 않으며, 대중교통 접근성을 향상하는 퍼스트 마일 라스트 마일의 기능도 포함한다. Jang et al.(2016)은 분석을 통해 공공자전거 따릉이가 지역에 따라 여가 및 산책의 용도와 더불어 지하철 환승을 위한 수단으로 이용되는 것을 확인하였으며, Kang and Jung(2019)은 사회네트워크 분석방법을 통해 공공자전거 따릉이가 대중교통의 접근수단으로 활용될 수 있다고 나타냈다. Choi and Jung(2020)의 경우, 전동킥보드를 포함한 공공 개인형 이동수단의 도입이 도시철도의 접근성을 높이는 연계수단으로 활용될 수 있다고 설명하였다. Smith and Schwieterman(2018)은 시카고 안에서 공유 전동킥보드와 기존 교통수단의 관계를 비교하며, 전동킥보드가 대중교통의 접근성을 높일 수 있음을 제시하였다.

한편, 짧은 거리의 통행에 대하여 공공자전거와 공유 전동킥보드는 대중교통의 대체재 역할도 함께 수행할 수 있다. 특히 2020년 초 발생한 COVID-19 사태 이후, 다인원이 이용하는 대중교통에 대한 부정적인 시선이 생겨남에 따라 비대면 수단인 공공자전거와 공유 전동킥보드로 수요가 일부 전환 될 수 있을 것으로 보인다. Lee et al.(2020)는 교통수단의 특성에 따라 시민들의 COVID-19 감염 대한 불안감에 상이한 영향을 준다고 설명하였으며, 따라서 비대면 교통수단인 공공자전거의 경우 대중교통과는 반대로 COVID-19 사태 이후 이용량이 증가한다는 연구 결과를 나타내었다. 이와 관련하여, Lee et al.(2021)는 시계열 회귀분석을 통해, COVID-19 확진자 수가 일정 이상 증가할 때 공공자전거가 지하철의 대체수단으로 활성화될 수 있다고 하였다. 또한, Smith and Schwieterman(2018)는 분석을 통해 공유 전동킥보드가 2마일 이내의 통행에 대해 기존 교통수단의 기능을 대체한다는 결과를 도출하였으며, Christoforou(2021)에서는 설문조사를 통해 프랑스 파리의 전동킥보드 이용자의 72% 가 보도 및 대중교통으로부터 전환되었으며 이에 따라 팬데믹 상황에서 전동킥보드가 대중교통의 좋은 대안 이 될 수 있을 것이라 제시하였다.

종합해서 말하자면, 공공자전거와 공유 전동킥보드는 도시 안에서 보행으로 도달하기 어려운 단거리 구간에 대한 이동수단뿐 아니라, 도시의 주요 교통수단인 대중교통과의 연계수단, 그리고 대체수단으로 이용되고 있다.

2. 공공자전거와 전동킥보드의 시공간적 통행패턴 비교에 관한 연구

다음으로 공공자전거와 공유 전동킥보드의 시공간적 통행패턴을 분석한 선행연구들을 검토하였다. 일부 연구들이 워싱턴 D.C의 공공자전거와 공유 전동킥보드를 비교·분석하고 이에 따른 상관관계를 제시하고 있었다. Yan et al.(2021)은 워싱턴 D.C의 공유 전동킥보드 통행을 공공자전거 및 대중교통 서비스의 관계를 공급과 수요 측면에서 확인하였다. 분석에 의하면, 공유 전동킥보드와 공공자전거의 공급에 대한 분포가 유사하며, 공유 전동킥보드가 공공자전거의 대체재로써 이용되므로 두 수단이 경쟁 관계를 띠는 것으로 확인되었다. 하지만 공유 전동킥보드의 경우 도클리스 형태의 서비스이므로 공공자전거의 접근이 떨어지는 지역에 접근수단으로 활용되며, 이에 따라 두 수단이 보완관계 또한 가질 수 있다고 설명하였다. 즉, 공공자전거와 공유 전동킥보드 간의 상호관계가 단순히 보완 또는 경쟁으로 구분되는 것이 아니라 이용 환경 등에 따라 복합적인 관계를 갖는 것이다. 한편, McKenzie(2020)Younes et al.(2020) 워싱턴 D.C의 공공자전거를 정기권과 일일권으로 구분하여 공유 전동킥보드 서비스와 비교 분석을 진행하였다. 두 연구에 따르면, 공공자전거의 정기권과 일일권의 통행이 서로 다른 이용특성을 띠므로, 공유 전동킥보드와의 관계가 상반되는 것으로 나타났다. 공공자전거 정기권의 경우, 공유 전동킥보드와 이용 패턴 및 목적이 상충하지 않는 보완관계를 가지지만, 공공자전거 일일권의 경우 공유 전동킥보드와 유사한 이용특성을 가져 경쟁 관계를 보였다. 이에 따라 공유 전동킥보드와 공공자전거가 수단이 이용되는 주요 통행의 특성에 따라 상호관계가 변할 수 있는 것으로 사료된다.

따라서 본 연구에서는 공공자전거와 공유 전동킥보드의 도시 내에서의 역할 및 상호관계를 자세히 비교하고자, 두 수단이 주로 이용되는 통행유형을 구분하여 각 통행유형에 따른 공공자전거와 공유 전동킥보드의 이용특성을 비교 · 분석하였다.

자료 및 분석방법

1. 분석 범위

본 연구는 서울 열린데이터 광장에서 제공하는 서울시 공공자전거 따릉이의 2020년 대여소 정보 및 대여 이력 데이터와 피유엠피 주식회사에서 제공한 공유 전동킥보드 서비스 씽씽의 2020년 서울시 실적자료를 사용하였다. 분석의 시간적 범위는 공유 전동킥보드 씽씽의 데이터 구득이 가능한 2020년 중, 두 수단 이용에 영향을 주는 강수일과 수단별 이용량을 고려하여 설정하였다. 이에 따라 Table 1과 같이 월 강수일수가 0일로 가장 적고, 공공자전거 따릉이와 공유 전동킥보드 씽씽 대여량이 모두 가장 높게 나타난 2020년 10월 한 달이 분석 기간으로 선정되었다.

Table 1.

Monthly number of days with precipitation, and monthly number of trips of bike and e-scooter

Index January February March April May June July August September October November December
Number
of days
with
precipi-
tation
(days)
5 10 5 3 14 11 17 20 10 0 8 6
Number
of trips
of
shared
bike
(trips)
794,147 767,269 1,533,912 2,157,393 2,480,329 2,770,847 2,582,775 1,734,558 2,811,710 2,891,772 1,990,615 1,196,965
Number
of trips
of
shared
e-scoo
ter
(trips)
173,644 203,842 265,543 255,188 314,840 409,434 586,628 546,161 561,292 700,383 686,472 484,635

다음으로 공간적 분석 범위를 설정하였다. 공공자전거 따릉이의 경우, 대여소가 서울시 전역에 비교적 고르게 분포해있지만, 공유 전동킥보드 서비스인 씽씽은 주요 운영지역이 한정되어있기 때문에 자치구별 이용 편차가 크다. 또한, 본 연구는 따릉이와 씽씽의 이용특성 및 상호관계를 분석하고자 하므로, 따릉이와 씽씽 두 수단 중 하나의 수단의 이용이 과도하게 편중되지 않은 지역을 분석지역으로 선정하고자 하였다. 따라서 본 연구에서는 Figure 1과 같이 서울시의 25개 자치구 중 분석 기간인 2020년 10월 한 달 동안 씽씽의 대여건수가 가장 많으며, 따릉이 이용량과 씽씽의 이용량 간 격차가 비교적 적고, 지리적으로 서로 인접해있는 강남구, 서초구, 동작구를 분석 범위로 설정하였다.

https://cdn.apub.kr/journalsite/sites/kst/2022-040-06/N0210400605/images/kst_2022_406_832_F1.jpg
Figure 1.

Number of bike and e-scooter trips of districts on October, 2020

2. 분석 자료

1) 서울시 공공자전거 따릉이 대여이력 자료

서울시 공공자전거 따릉이의 경우, 서울 열린데이터 광장에서 제공하는 서울시 일별 대여 이력 데이터와 서울시 공공자전거 대여소 정보자료를 활용하였다. 대여이력 데이터의 경우 대여-반납 1건 당 기기별 대여일시, 대여 대여소번호, 반납일시, 반납 대여소번호 등의 이용정보를 제공하고 있으며, 대여소 정보자료의 경우 대여소별 대여소번호, 대여소명, 소재지, 위도, 경도 등 대여소의 상세정보를 포함하고 있다. 따라서 두 데이터를 비교하여, 2020년 10월 한 달간 강남구, 서초구, 동작구에서 발생한 대여 이력의 이용정보와 공간좌표를 포함한 데이터셋을 구축하였다. 또한, 따릉이의 경우, 운영 정책상 대여 대여소와 반납 대여소가 동일할 때 이용시간이 2분 미만이면 운행되지 않은 것으로 간주하므로, 이에 해당하는 데이터를 오류로 판단하였다. 더불어, 대여일시와 반납일시의 차이가 0초에 해당하는 통행도 오류데이터로 판단하였다. 이에 본 연구에서는 2020년 10월 한 달 동안 강남구, 서초구, 동작구 내에서 대여 및 반납이 이루어진 공공자전거 통행에 대해 오류데이터를 제외한 총 205,107건의 실적 데이터를 활용하였다.

2) 공유 전동킥보드 서비스 실적자료

서울시 내에는 다수의 공유 전동킥보드 서비스 업체들이 운영 중이다. 한편, Mobile Index HD and IGAWorks(2020)에서 분석한 주요 전동킥보드 애플리케이션 사용자 통계에 따르면, 2020년을 6월을 기준으로 ‘킥고잉’, ‘씽씽’, ‘Lime’ 사가 가장 많은 서비스 이용자를 보유하고 있는 것으로 나타났다. 이에 본 연구에서는 서울시의 주요 공유 전동킥보드 서비스 업체 중 하나인 주식회사 피유엠피에서 제공받은 ‘씽씽’의 실적자료를 활용하였다. 해당 자료는 기기 대여 및 반납 1건당 기기 ID, 대여일자, 대여시간, 대여지점, 반납일자, 반납시간, 반납지점, 이용자 ID 등의 정보를 포함하고 있다. 한편, 주식회사 피유엠피의 서비스 운영 정책상 서비스 이용시간이 20초 미만이면 통행으로 인정되지 않으며, 서비스 이용 거리가 0m인 경우와 서비스 평균속도가 제한속도인 25km/h 이상인 경우도 정상적인 통행으로 간주하기 어렵다. 따라서 이 3가지 경우에 해당하는 데이터를 오류로 판단하고 분석에서 제외하였다. 이에 본 연구에서는 2020년 10월 한 달 동안 강남구, 서초구, 동작구 내에서 대여 및 반납이 이루어진 공유 전동킥보드 통행에 대해 오류데이터를 제외한 총 277,770건의 실적 데이터를 활용하였다.

3. 데이터 구축

본 분석에서는 공공자전거와 공유 전동킥보드의 통행을 3가지 유형으로 구분하여, 두 수단의 이용특성을 보다 면밀하게 비교 분석하였다. 이때 통행유형은 선행연구 검토 결과에 따라 공공자전거와 공유 전동킥보드가 주로 이용되는 대중교통의 대체통행, 대중교통과의 연계통행 그리고 대중교통 역을 제외한 지역 간 통행으로 구분하였다.

공공자전거와 공유 전동킥보드의 개별 이용 데이터를 3개의 통행유형으로 구분하기 위해, 선행연구를 추가 검토하였다. Yan et al.(2021)은 공유 전동킥보드와 대중교통의 상관관계를 파악하기 위해, 공유 전동킥보드 통행을 대여 및 반납지점의 위치에 따라 4가지 유형으로 구분하였다. 대여와 반납이 모두 동일한 대중교통 노선의 역에서 이뤄지는 경우를 직행역 간 통행, 서로 다른 노선의 역사에서 이뤄지는 경우를 환승역 간 통행으로 명명하였으며, 이 두 통행유형은 전동킥보드가 대중교통의 대체수단으로 이용되는 것을 나타낸다고 설명하였다. 또한, 대중교통 역사가 아닌 지역과 대중교통 역사를 이동하는 경우를 대중교통 연계통행으로 설정하였으며, 마지막으로 앞선 경우를 제외한 대중교통 역사가 아닌 지역 간 통행으로 구분하였다.

본 연구에서는 선행연구에서 제시한 기준을 토대로, 공공자전거와 공유 전동킥보드 통행의 대여 및 반납지점과 지하철역 간의 관계에 따라 통행유형을 정의하였다. 통행유형은 Type 1(지하철 역간 통행), Type 2(지하철 연계통행), Type 3(기타 지역간 통행)으로 구분된다. 먼저 Type 1(지하철 역간 통행)은 대여 및 반납지점이 각각 지하철역에 위치하는 경우를 의미하며, 지하철에 대한 대체수단으로의 통행으로 해석할 수 있다. Type 2(지하철 연계통행)의 경우, 대여 또는 반납지점 중 한 곳만 지하철역에 있는 경우를 의미한다. 이는 퍼스트-라스트마일 통행으로 간주할 수 있다. 마지막으로 Type 3(기타 지역간 통행)은 통행의 대여와 반납 모두 지하철역이 아닌 지역에서 이뤄지는 경우이다. 이를 그림으로 표현하면 Figure 2과 같다.

이때 지하철역에 대여 및 반납지점이 존재한다는 판단 기준은 지하철역 출구로부터 반경 100m 내에 대여 및 반납지점의 위치 여부에 따라 판단하였다. 활용한 반경의 크기는 2020년 기준 서울시에 존재하는 2,065개의 따릉이 대여소 중 대여소 명에 ‘지하철역 출구’가 포함된 405개 대여소의 최근접 지하철역 출구 간의 거리를 토대로 선정하였다. 분석에 따르면 선별된 405개의 대여소 중 95% 이상이 지하철 출구로부터 반경 100m 내에 있었으며, 이에 본 연구에서는 지하철역 출구로부터 반경 100m가 가장 적합하다고 판단하였다.

https://cdn.apub.kr/journalsite/sites/kst/2022-040-06/N0210400605/images/kst_2022_406_832_F2.jpg
Figure 2.

Conceptual map of trip classification

공공자전거와 공유 전동킥보드의 이용특성분석

1. 수단별 이용특성 분석

2020년 10월을 기준으로 강남구, 서초구, 동작구 내에서 공공자전거의 이용은 일평균 약 6,616회의 이용이 발생하였으며, 공유 전동킥보드의 경우 일평균 8,766회의 이용이 발생하였다(Table 2). 요일별 일평균 이용량을 확인하면, 공공자전거는 평일의 경우 6,712회/일, 주말의 경우 6,465회/일로 집계되었으며, 공유 전동킥보드의 경우 평일에는 9,819회/일, 주말에는 7,100회/일로 집계되었다. 즉, 두 수단 모두 주말보다 평일의 일평균 이용량이 더 많이 발생하나, 공공자전거는 평일과 주말 간 격차가 크지 않은 것에 반해 공유 전동킥보드는 평일에 이용이 비교적 집중되는 경향을 보였다.

Table 2.

Average daily number of trips

Index Bike-share E-scooter
Total number of trips (trips) 205,107.0 271,770.0
Average daily number of trips (trips) 6616.4 8766.8
Average daily number of trips on
weekday (trips)
6711.8 9819.4
Average daily number of trips on
weekend (trips)
6465.2 7100.1

수단별 평균 이용시간의 경우, 공공자전거는 회당 평균 31.8분, 공유 전동킥보드는 회당 평균 8.2분으로, 공공자전거가 전동킥보드보다 평균 이용시간이 약 3.9배 더 긴 것으로 나타났다. 요일별 평균 이용시간의 경우, 공공자전거는 평일에 27.0분 주말에는 39.7분으로 나타나 평일보다 주말에 더 장시간 운행하는 것으로 확인되었다. 공유 전동킥보드의 평균 이용시간은 평일 7.9분, 주말 9.0분으로 분석되었으며, 공공자전거와 유사하게 평일보다 주말에 더 길게 운행되는 것으로 나타났다. 다음으로 수단별 평균 이용 거리를 확인하였다. 이때 공공자전거 따릉이의 경우, 이용 거리가 제공되는 통행에 한하여 분석하였다. 분석결과, 공공자전거의 평균 이용 거리는 4.51km로, 전동킥보드보다 약 3.3배 더 먼 거리를 이동하는데 이용되는 것으로 나타났다. 또한, 요일별 평균 이용 거리를 확인한 결과, 공공자전거와 공유 전동킥보드 모두 주중보다 주말의 평균 운행 거리가 더 긴 것으로 나타났다.

특히 공공자전거가 공유 전동킥보드보다 장거리 운행에 많이 이용된다는 분석결과는 공공자전거와 공유 전동킥보드 서비스의 요금체계와 연관하여 설명할 수 있다. 2020년 10월을 기준으로 공공자전거 따릉이의 경우 이용요금이 최소 1시간 단위로 책정되며, 시간당 최대 1,000원 정도이다. 또한, 이용시간을 초과하는 경우, 5분마다 200원의 금액이 추가된다. 한편 공유 전동킥보드 씽씽의 경우, 기본요금 1,000(평일)-2,000(주말)원을 지급하면 5분 동안 이용할 수 있으며, 이후 분당 100원을 추가로 내야 한다. 즉, 공공자전거는 서비스가 시간 단위로 제공되며, 공유 전동킥보드보다 비교적 저렴하므로 장거리 이동에 더 많이 활용되는 것으로 보인다.

Table 3.

Average travel time and distance of trips

Index Bike-share E-scooter
Average travel time of trips (min) 31.8 8.2
Average travel time of trips on weekday (min) 27.0 7.9
Average travel time of trips on weekend (min) 39.7 9.0
Average travel distance of trips (km) 4.5 1.4
Average travel distance of trips on weekday (km) 3.8 1.3
Average travel distance of trips on weekend (km) 5.7 1.5

note: Average travel distance of public bicycles is the result of analysis only on trips that the distance data exists.

다음으로 두 수단의 시간대별 이용집중률을 확인하였다. Figure 3처럼 평일에는 공공자전거와 공유 전동킥보드 모두 오전 8시와 오후 6시에 이용이 집중되는 양상을 보이며, 특히 오전 첨두에 비해 오후 첨두에 더 높은 집중률을 나타냈다. 한편 주말의 경우, Figure 4와 같이 두 수단 모두 오전에는 비교적 이용집중률이 낮고 오후에 점차 증가하는 양상을 보였다. 이는 공공자전거와 공유 킥보드 모두 통근통행의 수단으로 활용되며, 주말의 경우 주로 레저 등의 용도로 활용되는 것으로 해석할 수 있다.

또한, 요일과 상관없이 공공자전거의 경우 21시 이후 집중률이 급격히 감소하는 양상을 보이나, 공유 전동킥보드는 밤 시간대(21-23시)에 발생하는 이용비율이 비교적 높게 나타났다. 이러한 차이는 두 수단의 서비스 운영방법의 차이로 인해 나타난 것으로 유추된다. 공공자전거의 경우 스테이션 기반 서비스이므로, 출퇴근 등 정기적인 통행 이외의 일시적인 단거리 통행에서는 최종목적지 인근에 대여소가 존재하지 않으면 오히려 추가적인 보행을 유발할 수 있다. 반면, 공유 전동킥보드의 경우 도클리스 서비스이므로, 최종목적지로의 접근이 비교적 쉬워 평일과 주말 모두 밤 시간대에도 비교적 이용이 다수 발생하는 것으로 보인다.

https://cdn.apub.kr/journalsite/sites/kst/2022-040-06/N0210400605/images/kst_2022_406_832_F3.jpg
Figure 3.

Temporal patters of bike and e-scooter trips on weekday

https://cdn.apub.kr/journalsite/sites/kst/2022-040-06/N0210400605/images/kst_2022_406_832_F4.jpg
Figure 4.

Temporal patters of bike and e-scooter trips on weekday

2. 통행유형별 이용특성 분석

본 연구에서는 공공자전거와 공유 전동킥보드의 통행을 3개의 유형으로 분류하여 각 수단의 통행유형별 이용특성을 확인하였다. 이때 통행유형은 Type 1(지하철 역간 통행), Type 2(지하철 연계통행), Type 3(기타 지역간 통행)으로 구분한다. 먼저 두 수단의 통행유형별 평균 이용량을 확인한 결과, Table 4와 같이 공공자전거는 평일에는 Type 2(지하철 연계통행)의 비율이 44.6%로 가장 높게 나타났으며, 반면 주말의 경우 Type 3(기타 지역간 통행)가 전체 이용량의 41.95%를 차지하며 가장 큰 비중을 차지하였다. 공유 전동킥보드의 경우, 평일과 주말 모두 Type 3(기타 지역간 통행)이 절반 이상의 통행을 차지하였으며, 다음으로 Type 2(지하철 연계통행)가 높은 비중을 보였다. 즉, 공공자전거의 경우 출퇴근통행이 집중적으로 발생하는 평일에는 대중교통과의 연계통행이 가장 많이 발생하며, 주말의 경우 기타 지역 간 통행이 주로 발생한다. 반면, 공유 전동킥보드는 요일에 상관없이 대중교통 접근수단의 용도보다 지역 간의 단거리 이동을 위해 주로 이용됨을 알 수 있다. 한편 Type 1(지하철 역간 통행)의 경우, 공공자전거의 통행에서는 16% 이상의 비중을 차지하나, 공유 전동킥보드 통행에서는 5% 미만에 그쳤다. 이는 공유 전동킥보드와 달리 공공자전거의 경우, 중거리 통행에 대해 대중교통의 대체재로 기능한다는 점을 보여준다.

Table 4.

Average daily number of trips by type

Index Bike E-scooter
Total Type 1 Type 2 Type 3 Total Type 1 Type 2 Type 3
Average daily number of trips
(trips)
6,616.4 1,182.3 2,801.8 2,632.3 8,766.8 371.7 3,375.6 5,019.5
100.0% 17.8% 42.4% 39.8% 100.0% 4.2% 38.5% 57.3%
Average daily number of trips
on weekday (trips)
6,711.8 1,139.4 2,990.6 2,581.8 9,819.4 414.4 3,802.3 5,602.7
100.0% 16.9% 44.6% 38.5% 100.0% 4.2% 38.7% 57.1%
Average daily number of trips
on weekend (trips)
6,465.2 1,250.3 2,502.8 2,712.2 7,100.1 304.1 2,699.9 4,096.1
100.0% 19.3% 38.7% 42.0% 100.0% 4.3% 38.0% 57.7%

다음으로, 통행유형별 평균 이용시간 및 이용 거리에 대한 분석결과는 Table 5와 같다. 먼저 공공자전거의 경우, 평일과 주말 모두 Type 2(지하철 연계통행)의 이용시간 및 거리가 가장 짧은 것으로 나타났다. 또한, 모든 유형이 평일보다 주말에 이루어진 통행에 대해 평균 이용시간과 이용 거리가 더 긴 것으로 분석되었으며, 특히 Type 3(기타 지역간 통행)의 경우 해당 양상이 더욱 두드러지게 나타났다. 한편 공유 전동킥보드는 공공자전거보다 통행유형 간 차이가 미미하나, 평일과 주말을 비교하였을 때 모든 유형에 대하여 주말에 더 긴 시간 동안 장거리 통행이 이루어진 것을 확인할 수 있었다.

Table 5.

Average travel time and distance of trips by type

Index Bike E-scooter
Type 1 Type 2 Type 3 Type 1 Type 2 Type 3
Average travel time of trips (min) 36.9 26.2 35.5 8.3 8.2 8.3
Average travel time of trips on
weekday (min)
31.9 22.6 30.1 8.0 7.9 7.9
Average travel time of trips on
weekend (min)
44.1 33.2 43.8 9.1 8.9 9.1
Average travel distance of trips (km) 5.5 3.7 4.9 1.3 1.4 1.4
Average travel distance of trips on
weekday (km)
4.6 3.2 4.0 1.3 1.3 1.3
Average travel distance of trips on
weekend (km)
6.6 4.5 6.1 1.5 1.5 1.5

note: Average travel distance of public bicycles is the result of analysis only on trips that the distance data exists.

공공자전거와 공유 전동킥보드의 상호관계 분석

1. 분석 데이터 구축

앞선 분석에서는 공공자전거와 공유 전동킥보드의 통행유형에 따른 이용특성을 비교하였으며, 두 수단의 서비스 운영방식과 요금체계의 차이 등에 의해 동일한 통행유형이더라도 일부 다른 통행 특성을 보이는 것을 확인할 수 있었다. 이에 본 연구에서는 공공자전거와 공유 전동킥보드의 통행유형별 이용량 간의 상관분석 및 회귀분석을 통하여, 두 수단이 도시 내에서 함께 운용될 때 어떠한 상호관계를 갖는지 파악하고자 하였다. 분석을 진행하기 위해, 우선 두 수단의 공공자전거와 공유 전동킥보드의 이용량을 동일한 공간 단위로 집계하였다. 이때, 공공자전거는 스테이션 기반 서비스이므로 통행데이터가 특정한 점(대여소) 위에 중첩되나, 공유 전동킥보드는 도클리스 서비스이므로 분석지역에 산발적으로 분포하여 두 수단의 이용량을 적절히 집계할 수 있는 공간 단위 설정이 필요하다. 이러한 문제에 대하여, McKenzie(2020)는 워싱턴 D.C의 공공자전거와 공유 전동킥보드의 시공간적 이용량을 비교하기 위해 보로노이 다각형을 분석단위로 설정하였다. 선행연구에서는 공공자전거 대여소를 기준으로 보로노이 다각형을 구축하였으며, 이용자가 공공자전거 서비스를 이용할 경우 최근접 대여소를 선택한다는 가정을 바탕으로 개별 다각형을 공공자전거 대여소의 영향권으로 고려하였다. 이에 개별 다각형에서 발생하는 전동킥보드의 이용을 개별 대여소에서 발생한 공공자전거와 비교할 수 있다고 주장하였다.

이에 본 연구에서는 선행연구를 토대로 보로노이 다이어그램을 활용하여 분석에 필요한 데이터를 구축하였다. 분석지역인 서초구, 강남구, 동작구를 공공자전거 따릉이 대여소를 기준으로 Figure 5과 같이 총 295개의 보로노이 다각형이 구축되었으며, 각 보로노이 다각형을 분석단위로 사용하였다. 이때, 모든 다각형에서 공공자전거 또는 공유 전동킥보드의 통행이 1회 이상 발생하였다.

https://cdn.apub.kr/journalsite/sites/kst/2022-040-06/N0210400605/images/kst_2022_406_832_F5.jpg
Figure 5.

Voronoi polygons for analysis

2. 공공자전거와 공유 전동킥보드의 상관성 분석

공공자전거와 공유 전동킥보드 이용량 사이의 상관관계 여부를 확인하기 위해, 두 수단의 통행유형별 일평균 이용량 간 이변량 상관분석을 진행하였으며, 분석에는 Pearson 상관계수를 활용하였다. 각 변수의 기초통계는 Table 6과 같다.

Table 6.

Descriptive statistic of variables

Variables Mean Std. Dev. Min Max
Total bike-share trips 29.72 32.91 0.00 148.52
Type 1 bike-share trips 1.26 1.46 0.00 6.97
Type 2 bike-share trips 11.44 12.66 0.00 58.19
Type 3 bike-share trips 17.02 18.86 0.00 83.55
Total e-scooter trips 22.43 18.64 0.00 136.39
Type 1 e-scooter trips 4.01 8.87 0.00 62.32
Type 2 e-scooter trips 9.50 9.38 0.00 74.06
Type 3 e-scooter trips 8.92 11.11 0.00 72.10

상관분석 결과는 Table 7과 같다. 공공자전거와 공유 전동킥보드의 총통행량과 Type 1(지하철 역간 통행), Type 2(지하철 연계통행)에 대해 모두 90%의 신뢰수준에서 유의한 상관관계를 갖는 것으로 나타났다. 각 분석의 상관계수는 모두 0.2 미만의 값으로 분석되어, 두 수단의 이용량 간에 약한 양의 상관성이 존재하는 것으로 확인되었다. 즉, Type 1(지하철 역간 통행)과 Type 2(지하철 연계통행)에 대하여 공공자전거 이용이 많은 곳에서 공유 전동킥보드의 이용 또한 많다는 것을 알 수 있다. 한편 Type 3(기타 지역간 통행)의 경우, 두 수단이 서로 유의미한 상관관계를 가지지 않는 것으로 나타났으며, 특히 상관계수 값이 0에 가까운 음의 값을 보였다.

Table 7.

Result of bivariate regression analysis

Variable 1 Variable 2 Pearson correlation coefficient
Total bike-share trips Total e-scooter trips 0.114*
Type 1 bike-share trips Type 1 e-scooter trips 0.111*
Type 2 bike-share trips Type 2 e-scooter trips 0.155**
Type 3 bike-share trips Type 3 e-scooter trips -0.017

***p<0.01, **p<0.05, *p<0.1

3. 공공자전거와 공유 전동킥보드의 상관관계 분석

1) 개요 및 변수 설정

공공자전거와 전동킥보드 이용에 대한 상관성 분석에 따르면, 통행유형에 따라 두 수단 간에 약한 양의 상관관계가 존재하는 것으로 나타났다. 한편 공공자전거와 공유 전동킥보드의 경우, 수단 이용에 대한 다수의 영향요인이 존재함으로 단순히 이변량 상관분석을 통해 두 수단 간의 관계를 정의하기에는 한계가 존재한다. 따라서, 다양한 통제요인들을 반영하기 위해, 다중회귀분석방법을 적용하여 공공자전거와 공유 전동킥보드의 통행유형에 따른 상호관계를 검토하였다. 분석데이터는 상관분석과 동일하게 보로노이 다각형 분할법을 활용하여 집계하였으며, 요일에 따른 통행유형별 비교를 위해 총 4개의 다중회귀모형을 구축하였다. 각 모형별 변수의 다중공선성 여부는 VIF 값을 통해 확인하였으며, VIF 값이 4 미만일 경우 다중공선성이 존재하지 않아 모형의 신뢰도가 적합한 것으로 판단하였다.

분석의 종속변수는 통행유형별 공유 전동킥보드 이용량으로 설정하였으며, 독립변수는 통행유형별 공공자전거 이용량과 7개의 통제변수로 설정하였다. 통제변수는 사회인구지표, 교통시설지표와 토지이용지표로 이루어져 있다. 먼저, 사회인구지표는 분석단위별 3차산업체 종사자수와 20·30대 거주인구수이며, 통계지리정보서비스에서 제공하는 집계구별 거주인구데이터를 재집계하여 사용하였다. 다음으로 교통시설지표는 버스정류장 수로 서울 열린 데이터 광장에서 제공하는 서울시 버스정류장 좌표 데이터를 활용하였다. 토지이용지표의 경우, 근린생활시설 연면적, 주거시설 연면적, 일반상업지역 총면적, 자연녹지지역 총면적으로 구성되며, 국가공간정보포털의 국가중심데이터인 2020년 기준 GIS건물일반집합정보자료와 토지특성정보자료를 통해 산출하였다. 각 변수에 대한 기초통계는 Table 8과 같다.

Table 8.

Descriptive statistic of variables

Variables Mean St d. Dev. Min Max
Independent
variables
(controlled
variables)
Population
factor
Number of a tertiary industry employees 3,693.53 4,376.91 88.49 25,788.31
Population of 20·30’s 1,273.29 1,142.51 15.82 10,303.57
Transport
facility factor
Number of bus stops 7.88 5.33 0.00 38.00
Land use
factor
Total area of commercial area (ha) 1.35 2.53 0.00 14.32
Total area of natural green area (ha) 3.89 8.88 0.00 63.51
Total building area of neighborhood facility (ha) 3.88 4.78 0.00 26.01
Total building area of residential facility (ha) 2.39 3.37 0.00 26.05

2) 분석결과

Table 9는 각 통행유형별 회귀분석모형을 통해 산출된 결과이다. Type 1(지하철 역간 통행)의 경우, 유의하진 않으나 공유 전동킥보드의 이용량에 대해 공공자전거 이용량의 계수가 양의 값을 띠는 것으로 나타났다. Type 2(지하철 연계통행)의 경우 또한 공공자전거와 공유 전동킥보드가 유의한 양의 상관관계를 가진다. 앞선 이용특성분석 결과에 따르면, 두 수단의 이용요금 차이에 의해 공공자전거는 비교적 먼 거리의 통행에 주로 이용되는 반면, 공유 전동킥보드는 가까운 통행에 많이 활용된다. 따라서 동일한 유형의 통행이어도 두 수단이 각자 다른 수요를 해결함에 따라, 서로 보완적 관계를 띠는 것으로 보인다. 반면 Type 3(기타 지역간 통행)의 경우, 유의하진 않으나 공공자전거의 이용에 공유 전동킥보드가 음의 영향을 주는 것으로 분석되었다. 그리고 유의하진 않으나, 주말 이용에 대한 공유 전동킥보드의 회귀계수 역시 음의 값을 나타냈다. 즉 외부 지역간 통행의 경우, 공유 전동킥보드와 공공자전거가 일종의 경쟁관계를 가지는 것으로 해석할 수 있다. 이는 Type 3(기타 지역간 통행)의 경우 여가, 쇼핑, 레저 등 일시적으로 발생하는 통행이 다수 포함되며, 이용자들이 상황에 따라 공공자전거와 공유 전동킥보드를 모두 단거리 통행수단으로 고려하기 때문에 두 수단이 유사한 수요층을 가지기 때문으로 유추된다.

통제 변인들의 경우, 3개의 유형 모두 3차 산업 종사자 수와 20·30대 거주인구 수가 많을수록, 버스정류장 수가 적을수록, 일반상업지역이 면적이 넓을수록, 근린생활 시설의 연면적이 클수록, 자연녹지지역이 적을수록 공유 전동킥보드의 이용량이 많은 것으로 분석되었다. 또한, 버스정류장 수가 적을수록 공유 전동킥보드의 이용이 증가하며, 이는 버스 접근성이 낮은 지역에서 공유 전동킥보드가 버스의 역할을 대신 수행할 수 있음을 나타낸다. 예상외로 주거시설의 연면적의 경우, 공유 전동킥보드 이용에 대해 유의미한 영향을 미치지 않는 것으로 확인되었다. 특히 Type 1(지하철 역간 통행)의 경우, 유의하지는 않으나 0에 가까운 음의 상관계수를 보이는데, 이는 해당 통행유형의 특성상 대여 및 반납이 지하철역에서 이루어지므로 주거시설의 영향을 거의 받지 않는 것으로 추정된다.

Table 9.

Result of multiple linear regression analysis

Dependent variable: Average daily number of e-scooter trips by type
Variables Model 1
(Type 1)
Model 2
(Type 2)
Model 3
(Type 3)
B Bata VIF B Bata VIF B Bata VIF
Average daily number of
bike-share trips by type
.008 .050 1.062 .089 .066* 1.062 -.105 -.062* 1.051
Number of a tertiary
industry employees
.000 .385*** 2.592 .001 .366*** 2.592 .001 .340*** 2.586
Population of 20·30’s .000 .207*** 2.869 .003 .263*** 2.866 .005 .298*** 2.903
Number of bus stops -.022 -.079* 1.348 -.270 -.114*** 1.350 -.434 -.123*** 1.328
Total area of
commercial area (ha)
0.062 .108** 1.808 0.465 .093* 1.830 0.885 .119** 1.794
Total area of natural
green area (ha)
-0.017 -.104*** 1.047 -0.162 -.113*** 1.047 -0.214 -.101*** 1.065
Total building area of
neighborhood facility (ha)
0.101 .330*** 2.077 0.888 .335*** 2.085 1.413 .358*** 2.113
Total building area of
residential facility (ha)
-0.002 -.004 3.053 0.101 .027 3.019 0.073 .013 3.077
Constant 0.184 -  - 1.418 -  - 3.682 -  -
N 295 295 295
R-Square 0.594 0.625 0.629
Adjusted R-Square 0.585 0.615 0.619

***p<0.01, **p<0.05, *p<0.1

결론

본 연구에서는 최근 친환경 단거리 수단으로 많이 활용되는 공공자전거와 공유 전동킥보드에 대해, 두 수단이 기존의 도시의 대중교통과 더불어 도시 내에서 수행하는 역할을 비교 분석하고 두 수단이 서로 어떠한 상호관계를 갖는지 확인하고자 하였다. 분석은 2020년 10월 서초구, 강남구, 동작구 내에서 대여 및 반납이 이루어진 공공자전거 따릉이와 공유 전동킥보드 씽씽의 데이터를 활용하여 진행하였으며, 선행연구를 바탕으로 각 수단의 주요 통행인 3가지 통행유형으로 분류하여 분석을 진행하였다. 이때 통행유형은 공공자전거와 공유 전동킥보드 통행의 대여지점과 반납지점의 지역적 특성(지하철역 인접 여부)에 따라, Type 1(지하철 역간 통행), Type 2(지하철 연계통행), Type 3(기타 지역 간 통행으로 구분하였다. 연구에서는 우선 공공자전거와 공유 전동킥보드의 통행유형 및 요일에 따른 수단별 이용특성을 확인하였으며, 이후 상관분석과 다항 회귀분석모형을 활용하여 두 수단의 상호관계를 정의하였다.

먼저 공공자전거와 공유 전동킥보드의 이용특성분석을 진행한 결과, 다음과 같은 시사점을 얻을 수 있었다. 우선, 공공자전거와 공유 전동킥보드의 시간적 이용 패턴을 확인한 결과, 공공자전거와 공유 전동킥보드 모두 평일에는 출퇴근통행이 발생하는 오전·오후에 뚜렷한 첨두를 보이고 주말에는 점심 및 오후 시간대에 이용이 비교적 집중되는 경향을 보였다. 즉, 두 수단 모두 평일에는 통근통행으로 주로 이용되며, 주말에는 비교적 여가 및 운동 등의 다양한 통행에 이용되는 것으로 고려된다. 또한, 공유 전동킥보드의 경우, 공공자전거보다 밤 시간대(21시-23시)의 이용 비중이 높은 것으로 나타났다. 이는 공유 전동킥보드의 경우 도클리스 형태의 서비스이므로, 공공자전거보다 목적지에 더욱 가까운 거리까지 도달할 수 있어 추가 보행이나 통행이 생기지 않는다는 점에서 밤 시간대에도 이용이 꾸준히 발생하는 것으로 보인다.

다음으로 통행유형별 이용특성을 분석한 결과, 우선 공공자전거의 경우 평일에는 Type 2(지하철 연계통행)의 통행이 가장 큰 비중을 차지하며, 주말에는 Type 3(기타 지역간 통행) 비중이 가장 높은 것으로 나타났다. 이는 평일에는 출퇴근통행을 위해 대중교통 접근수단으로, 주말에는 여가수단으로 Type 3(기타 지역간 통행) 비중이 가장 높은 것으로 나타나, 공공자전거에 반해 대중교통 연계통행 보다 그 외의 지역 및 시설 간 단거리 이동에 더 많이 이용되는 것을 확인할 수 있었다. 또한, 통행유형에 관계없이 공공자전거가 모든 유형에 대해서 공유 전동킥보드보다 이용시간 및 이용 거리가 3-4배가량 긴 것으로 나타났다. 흥미로운 점은, 공공자전거의 경우 통행유형에 따라 이용시간과 이용 거리에 차이가 있으나, 공유 전동킥보드는 통행유형간 격차가 매우 적다는 점이다. 이는 두 수단의 비용 차이에 따라 나타나는 현상으로 추측되며, 이에 따라 동일한 통행유형 안에도 두 수단의 통행 특성이 다르게 나타난다는 것을 확인할 수 있다.

다음으로 도시 내에서 공공자전거와 공유 전동킥보드의 상호관계를 파악하기 위해 통행유형별 두 수단의 이용량 간의 이변량 상관분석 및 다중회귀분석을 진행하였다. 먼저, 유형별 상관분석 결과에 따르면 일평균 이용량 및 Type 1(지하철 역간 통행)과 Type 2(지하철 연계통행)의 이용량 간에 유의한 양의 약한 상관관계가 존재하는 것으로 나타났다. 한편, Type 3(기타 지역간 통행)의 경우 두 수단 사이에 유희한 상관성이 존재하지 않으며, Pearson 상관계수 값도 0.1 이하의 작은 음의 값을 보였다. 이에 대해 본 연구에서는 공공자전거와 공유 전동킥보드의 이용에 대해 여러 영향요인을 함께 고려하여, 다중회귀분석 모형을 통해 다수의 통제 요인들이 반영되었을 때 두 수단 간의 관계를 분석하였다.

다중회귀분석결과, Type 1(지하철 역간 통행)의 경우 유의하지 않으나 공유 전동킥보드 이용량에 대해 공공자전거가 양의 계수 값을 보였다. 또한 ,Type 2(지하철 연계통행)의 경우, 공유 전동킥보드 이용에 대해 공공자전거가 유의한 양의 영향을 미치는 것으로 나타났다. 이는 곧 Type 2(지하철 연계통행)에 대해 공공자전거의 이용량이 많을수록 공유 전동킥보드 이용량이 증가하는 것을 의미하며, 두 수단이 보완관계를 가지는 것으로 보인다. 이는 앞선 통행유형별 각 수단의 이용특성의 차이와 연관하여, 공공자전거와 공유 전동킥보드가 서로 다른 이용요금 및 운영방식을 가져, 두 수단에게 주로 요구되는 통행이 상이하기 때문으로 추측된다. 예를 들어 지하철의 접근성이 낮고 비교적 먼 이동일 경우에는 공공자전거를, 비교적 거리가 짧고 공공자전거 대여소 접근성이 떨어지는 경우에는 공유 전동킥보드가 주로 활용될 것이다. 이렇듯 공공자전거와 공유 전동킥보드가 각자 다른 수요를 해결하므로, 두 수단이 상호 보완의 관계를 가지는 것으로 사료된다. 반면, Type 3(기타 지역간 통행)의 경우 공공자전거가 공유 전동킥보드의 이용에 유의한 음의 영향을 주는 것으로 분석되었다. 이는 공공자전거의 이용량이 많을수록, 공유 전동킥보드의 이용량은 적은 것을 의미하며, 두 수단이 서로 경쟁관계를 가지는 것으로 해석할 수 있다. 이는 Type 2(지하철 연계통행)와 달리, Type 3(기타 지역간 통행)의 여가, 쇼핑, 레저 등 일시적으로 발생하는 단거리 통행이 많이 포함되어있으므로, 지역 특성에 따른 두 수단의 역할 구분이 모호하여 유사한 수요계층을 가지기 때문으로 짐작된다. 또한, 다중회귀분석의 다른 독립변수들을 살펴보면, 통행유형에 상관없이 3차 산업 종사자 수가 증가할수록, 20·30대 거주인구 수가 많을수록, 버스정류장 수가 적을수록, 근린생활 시설의 연면적이 클수록, 일반상업지역이 많을수록, 자연녹지지역이 적을수록, 버스정류장 수가 적을수록 공유 전동킥보드의 이용량이 많은 것으로 분석되었다.

본 연구는 서울시 서초구, 강남구, 동작구의 사례분석을 통해, 서울시 내에서 기존 대중교통체계와 더불어 공공자전거와 공유 전동킥보드가 수행하는 역할을 확인하였다. 분석에 따르면, 현재 공공자전거와 공유 전동킥보드가 동일 수준의 단거리 교통수단으로써 인식되고 있으나, 공공자전거의 경우 지하철 통행을 일부 대체하거나 먼 거리의 대중교통 역사에 접근하기 위한 중·단거리의 이동수단으로 기능할 수 있으며, 공유 전동킥보드의 경우 보행이나 버스를 대체하는 비교적 단거리 통행의 수단의 역할을 할 수 있다는 시사점을 도출하였다. 이에 따라 두 수단의 특성에 맞게 각자의 기능을 활성화할 수 있는 정책적 방안이 필요할 것이다.

한편, 본 연구의 분석에 활용한 공유 전동킥보드 데이터가 하나의 업체에 국한되므로, 향후 연구에 있어서 서울시 내에 운영 중인 타 공유 전동킥보드 서비스도 함께 고려하여 분석을 진행해야 할 것이다. 또한, 분석과정에서 제시한 통행유형은 통행의 대여지점 및 반납지점의 지하철역과의 거리를 통해 지하철 연계통행 및 대체통행 여부를 판단하였으므로, 실제 이루어진 통행과 일부 상이할 수 있다. 이에 따라 향후 연구 진행 시, 통행유형을 더욱 정확하게 구분할 수 있는 기준을 추가해야 할 것으로 고려된다.

Funding

This work was supported by the National Research Foundation of Korea grant funded by the Korea Government(MSIP)(NRF2020R1A2C2014561).

알림

본 논문은 대한교통학회 제86회 학술발표회(2022.04.22)에서 발표된 내용을 수정 ․ 보완하여 작성된 것입니다.

References

1
Choi M.H., Jung H.Y. (2020), A Study on the Influencing Factor of Intention to Use Personal Mobility Sharing Services, J. Korean Soc. Transp., 38(1), Korean Society of Transportation, 1-13. 10.7470/jkst.2020.38.1.001
2
Christoforou Z., Gioldasis C., de Bortoli A., Seidowsky R. (2021), Who is using e-scooters and how? Evidence from Paris, Transportation Research Part D: Transport and Environment, 92, 102708. 10.1016/j.trd.2021.102708
3
Gyeonggi Research Institute (2021), Transportation Policy Direction in the Post-Corona Era.
4
Mobile Index HD and IGAWorks (2020), User Status Statistics of Scooter-sharing system, Seoul: IGAWorks.
5
Jang J.M., Kim T.H., Lee M.Y. (2016), A Study on the Seoul Public Bikes Use Characteristics - A Case of the Districts of Yeouido and Sangam, Seoul Studies, 17(4), 77-91.
6
Kang K.H., Jung J.W. (2019), A Study on the Characteristics of Public Bicycles and Characteristics of Bicycle Stations in Seoul based on Social Network Analysis: Focused on 32 bicycle stations in Jung-gu, Journal of Basic Design & Art, 20(6), 1-14. 10.47294/KSBDA.20.6.1
7
Korea Consumer Agency (2021), A Survey on the Safety of E-scooter Sharing Service.
8
Lee S.J, Shin S.I., Nam D.H., Kim J.H., Park J.T. (2021), The Analysis Correlation Subway and Bike Sharing Ridership before and During COVID-19 Pandemic in Seoul, The Journal of The Korea Institute of Intelligent Transportation Systems, 20(6), 14-25. 10.12815/kits.2021.20.6.14
9
Lee S.J., Chai S.S., Lee C.H., An S.Y., Jang K.T. (2020), Effects of COVID-19 on Trip Patterns in Daejeon Metropolitan City, South Korea, J. Korean Soc. Transp., 17(4), Korean Society Of Transportation, 17-27.
10
McKenzie G. (2020), Urban Mobility in the Sharing Economy: A Spatiotemporal Comparison of Shared Mobility Services, Computers, Environment and Urban Systems, 79, 101418. 10.1016/j.compenvurbsys.2019.101418
11
Seoul Metropolitan Government (2020), Overall Status of Seoul Public Bicycle Management Office.
12
Seoul Metropolitan Government, https://news.seoul.go.kr , 2022.04.29.
13
Smith C. S., Schwieterman J. P. (2018), E-Scooter Scenarios: Evaluating the Potential Mobility Benefits of Shared Dockless Scooters in Chicago.
14
Wang K., Qian X., Fitch D. T., Lee Y., Malik J., Circella G. (2022), What Travel Modes do Shared E-scooters Displace? A Review of Recent Research Findings, Transport Reviews, 1-27. 10.1080/01441647.2021.2015639
15
Yan X., Yang W., Zhang X., Xu Y., Bejleri I., Zhao X. (2021), A Spatiotemporal Analysis of E-scooters’ Relationships with Transit and Station-based Bikeshare, Transportation Research Part D: Transport and Environment, 101, 103088. 10.1016/j.trd.2021.103088
16
Younes H., Zou Z., Wu J., Baiocchi G. (2020), Comparing the Temporal Determinants of Dockless Scooter-share and Station-based Bike-share in Washington, DC, Transportation Research Part A: Policy and Practice, 134, 308-320. 10.1016/j.tra.2020.02.021
페이지 상단으로 이동하기