Article

Journal of Korean Society of Transportation. 30 June 2022. 335-343
https://doi.org/10.7470/jkst.2022.40.3.335

ABSTRACT


MAIN

  • 서론

  • 선행연구 및 분석방법

  •   1. 선행연구

  •   2. 분석방법

  • 분석자료 및 분석변수

  •   1. 분석자료

  •   2. 분석변수

  • 실증분석 결과

  • 결론 및 제언

  •   1. 결론

  •   2. 제언

서론

우리나라는 도농 간 인구규모의 격차가 점차 증가하여 대중교통서비스의 공급에 있어 양극화가 가속되고 있다. 시지역 인구밀도는 1,602인/km2에 해당하나 군지역의 경우 85인/km2에 불과하며, 이로 인해 정류장 평균 이격거리에 있어 시지역은 777m이나 군지역에서는 1,528m로 거의 2배 가량 클 뿐만 아니라 1일 평균 배차횟수에서도 전자에 있어 1일 평균 33회인데 반해 후자에 있어서는 1일 평균 6회로 1/5에도 미치지 못한다(Lim and Hong, 2019).

인구규모의 격차와 더불어 인구구조에 있어서도 도농 간 상이한 양상을 보인다. 고령화율에 있어 군지역은 28.7%로 16.4%인 시지역에 비해 12.3%p가량 높다. 고령자들-특히 농촌지역의 고령자들-의 경우 대중교통에 대한 의존도가 높음을 감안할 때 대중교통서비스에 대한 수요가 고려된 군지역에서의 교통여건의 상대적 열악성은 더욱 심화될 것이다. 일반적으로, 고령자는 교통과 관련하여 사회적 약자로 간주되기 때문에 적어도 형평성 측면에서 군지역에서의 대중교통서비스에 대한 공공투자의 필요성이 정당화될 수 있을 것이다.

하지만, 농촌지역의 인구감소는 빠르게 진행되고 있으며 이로 인해 농촌지역에서의 대중교통서비스에 대한 수요가 충분하지 못하기 때문에 군지역에서의 대중교통서비스에 대한 공공투자는 효율성 측면에서 그 타당성을 확보하는 것이 용이치 않을 수도 있다. 그럼에도, 중앙부처(농식품부와 국토부)와 지자체는 농촌지역에서의 주민들의 이동권 보장을 위해 다양한 교통서비스 개선 사업을 시행해 오고 있다. 경기도는 2018년 9월 기준 8개 시군에서 경기복지택시를 운행 중에 있다. Song and Kim(2018)의 분석결과에 의하면, 운행횟수와 이용자수 등에서 전반적인 상승이 있어왔으나 배차와 이용방법에 대해서는 만족도가 높지 않은 것으로 나타난다. 경기복지택시를 이용하는 주된 이유는 언제든 이용가능(59.8%), 다른 교통수단의 부재(18.8%), 이동의 신속성(10.3%), 저렴한 요금(8.1%) 등으로 조사된다. 경상남도는 2017년 1월부터 수요응답형 교통체계(demand responsive transport)로 브라보택시를 시행해 오고 있다. Kim(2017)에 따르면, 브라보택시는 여성과 고령자 집단에서 상대적으로 이용자 비중이 높으나 이는 농촌지역 인구분포를 반영한다. 브라보택시 도입 이전의 기존 버스와 비교하여 이용의 편의가 증가했다고 응답한 경우가 96.1%에 이를 정도로 농촌지역의 대중교통서비스 이용편의를 크게 개선시킨 것으로 파악된다. 브라보택시의 주된 이용 목적지는 병원(74.7%)과 시장(17.4%)으로, 본 사업을 통해 병원 등 의료활동을 위한 외출횟수가 월 0.67회 증가하였고 시장 등 경제활동을 위한 외출이 월 0.36회, 은행 등 관공서 방문을 위한 외출이 월 0.12회 증가한 것으로 조사된다. 한편, 중앙부처에 의한 농촌형 교통모델 사업 역시 대상 지역 주민의 대중교통 만족도를 2배 이상 증가-44.7점에서 91.8점으로 증가-시켰으며, 외출 횟수를 1.6배만큼 증가-4.2회에서 6.9회로 증가-시킨 것으로 분석된다(Kim et al., 2018).

본 논문은 국토교통부에 의한 교통서비스 개선 시범사업 효과의 시군 간 차이에 대한 실증분석을 통해, 형평성뿐만 아니라 효율성 측면에서도 도시에 비해 농촌에서 해당 사업의 확대가 필요함을 제시한다. 이론적으로, 도시에서는 대중교통에 대한 절대적인 수요가 많지만 민간에 의한 기존 교통서비스가 상대적으로 충분하고 이는 시범사업과 대체관계를 나타낼 수 있다. 반면, 농촌에서는 인구의 감소에 따라 대중교통에 대한 수요에 한계가 존재하나 민간에 의한 교통서비스가 부족하고 이는 시범사업과 보완관계를 나타낼 수 있다. 이 경우, 수요자의 입장에서 도시보다 농촌에서 시범사업에 의한 편익-이를테면, 대중교통을 이용한 외출횟수의 증가나 방문지 수의 증가-이 보다 클 것이며 이로 인해 효율성 측면에서도 시범사업의 성과가 보다 높은 것으로 판단할 수 있을 것이다.

다음 장은 본 논문의 실증분석 대상인 국토교통부의 공공형 택시 시범사업에 대한 개괄적인 설명과 사업의 상대적 효과를 분석하기 위한 방법론이 기술된다. 제3장은 실증분석에 이용된 자료 및 변수들에 대한 기초통계가 제시된다. 제4장은 이중차분 분석틀을 적용한 회귀분석 결과가 제시되고, 마지막 장은 본 논문의 분석결과에 대한 요약과 이에 기초한 정책적 함의 및 본 논문의 한계와 정책 제언이 논의된다.

선행연구 및 분석방법

1. 선행연구

중앙부처의 주도로 수요응답교통서비스는 2014년부터 군지역(농어촌지역)을 대상으로 부터 시행되어 2018년에 전국적으로 사업범위가 확대되었다(MAFRA, 2020). 운영모델은 택시형과 소형버스형이 있고, 운행시간 ‧ 노선 자유형, 운행시간 고정형, 운행시간 ‧ 노선 고정형으로 3가지 유형으로 구분할 수 있다. 택시형은 기존 콜택시 이용방식과 동일하며 택시를 호출해 이용방식이다. 다만, 사업의 효율성을 담보하기 위해 일부 지자체에서는 이용 요일과 시간을 사전에 정해놓고 이용자가 마을회관에 모여 호출 택시를 이용하는 방식이 일반화 되고 있다. 소형버스형은 사업예산 범위 내에서 서비스 이용기회 확대와 운행 효율성 도모를 목적으로 노선을 정해 운행하거나 정기적인 운행 시간을 정하는 등 버스의 운영방식을 차용한 방식이다.

수요응답교통서비스 공급 지역은 대중교통 사각지역으로 방사형 도로망 구조, 간헐적인 이용수요, 좁은 도로 여건 등을 고려하여 많은 지자체에서 택시를 활용하여 수요응답교통서비스를 제공하고 있다. 수요응답교통서비스의 제공 범위는 집 앞 또는 마을회관에서 가장 가까운 버스 정류장부터 인근 주요 도시의 상급병원, 교육시설, 생활편의시설 이용이 가능하도록 설정한다. 이는 지자체의 교통편의 개선 목표, 운영예산 확보 여력, 지역주민의 서비스 요구 수준 등에 따라 지자체별로 상이하다.

수요응답교통서비스의 사업효과는 2014년부터 농림축산식품부에서 해당 사업(일명 농촌형교통모델)이 투입되는 지자체의 이용자를 대상으로 이용만족도를 설문을 통해 조사해오고 있다. 해당 설문조사는 매년 실시되는데 이용자 만족도 관점에서 당해연도 사업의 효과 평가를 주목적으로 한다. 평가지표는 일반적으로 이용자를 대상으로 차량 청결도, 승무원 친절도, 안전성, 정시성, 요금수준 등을 조사하고, 정류장 접근시간 단축효과, 버스대기시간 단축효과, 외출횟수 변화 등을 사업효과 평가지표로 측정한다. 분석결과는 평가집단의 평균이 이용되어 이용자 개별특성의 반영이 불가하고, 단순 평균점수의 비교로 인해 다양한 특성(이용자, 지역 등)에 대한 비교가 불가능한 한계가 있다.

이와 같은 설문조사에 의한 단순 점수비교의 한계를 극복하기 위해 계량학적 분석방법론의 적용이 시도되었다. Jang et al.(2016)은 종속변수의 수준별로 독립변수의 영향력이 다르게 나타나는 상황을 측정하기 위해 분위회귀분석(Quantile Regression Analysis)을 적용하여 평균값에 국한하여 경향성을 평가하는 평균회귀분석(General Regression Analysis)의 한계를 극복하고자 하였다. 수요응답교통서비스의 평가요인으로 성별, 연령, 거주기간, 이용빈도, 보행시간, 환승, 예약, 요금 등을 적용하였고 이용자의 주관적인 개별 만족도를 평가하였다. 게다가, Jang et al.(2019)은 소형승합버스를 활용한 수요응답교통서비스의 효과를 분석하기 위해 순위회귀모형(Ordinal Regression Model) 활용하였다. 순위회귀모형의 장점은 순위형 리커트 척도법(일반적으로 5단계)으로 측정되는 만족도의 경중을 보다 정확하게 추정하기 위함에 있다. 분석을 위해 이용자를 대상으로 설문조사가 진행되었고, 수요응답교통서비스의 평가요인으로 연령, 가족수, 정류장거리, 외출횟수, 귀가시간 등을 적용하여 이용자의 개별 만족도를 평가하였다.

2. 분석방법

수요응답교통서비스 사업 효과에 대한 계량학적 분석연구가 매우 부족한 현실에서 수행된 선행연구는 이용자 개별의 주관적인 만족도를 평가하는데 초점을 두고 있다. 이용자의 특성이 지역별로 다르기 때문에 설령 동일한 항목으로 설문조사를 했더라도 분석 과정에서 지역간 특성이 반영되지 못한 어려움이 있다고 할 수 있다. 본 연구에서는 수요응답교통서비스가 도시와 농촌 간 이용자의 활동성 개선에 어느 정도 영향을 나타냈는지를 계량학적으로 평가하기 위해 집단 간 단순 비교를 위한 t-test, 비모수 통계인 성향점수매칭(propensity score matching), 그리고 Equation 1과 같이 회귀식 추정을 통한 이중차분 분석틀을 적용하여 수요응답형교통서비스 효용의 지역 간 차이에 대한 실증분석이 부족했던 선행연구의 단점을 보완하고자 한다.

(1)
yj=γtreatj+Xjβ+k=18ζkregionjk+ϵj

여기서, yj는 설문조사 응답자 j의 사업시행에 따른 서비스 개선 정도(외출횟수와 방문지의 수 각각에 대해 사업시행 전후 수치의 변화)를 나타낸다. treatj은 군지역 거주 여부(군지역이면 1, 그렇지 않으면 0)를 나타나며, 종속변수가 시범사업 시행 전후의 시점 간 차분한 수치이기 때문에 𝛾는 이러한 시점 간 차이의 집단 간 차이인 이중차분에 해당하여, 시범사업의 시행에 따른 도시와 농촌 간 교통서비스 개선의 시점 간 변화의 차이를 나타낸다. Xj는 응답자 속성(성별, 연령대, 직업)을 나타내는 매트릭스로 성, 연령대, 직업을 포함한다. regionjk은 응답자 j가 거주하는 지역(개별 시군)을 나타내는 더미변수에 해당하며, ϵj는 통상의 오차항을 의미한다.

분석자료 및 분석변수

1. 분석자료

수요응답교통서비스가 이용자의 활동성에 미치는 효과에 대한 지역 간 차이를 실증분석하기 위해 수요응답교통서비스 국토교통부 시범사업지 8개 시군(파주시, 영월군, 논산시, 정읍시, 완주군, 순천시, 성주군, 사천시) 대상 설문조사 자료(공공형 택시 이용자 400명, 지역별 50명 배분)를 활용하였다(MOLIT, 2020). 설문조사 대상은 국토부 지원사업 대상이 되는 5개 시 지역과 농식품부 지원사업 대상이 되는 3개 군을 대상으로 공공형 택시 이용 대상이 되는 주민 수가 많은 마을을 대상으로 조사지역을 선정하였다. 설문조사 응답자는 공공형 택시를 평상시에 이용한 경험이 있고, 공공형 택시 운영방식에 대한 이해와 함께 공공형 택시 시행 전 ‧ 후 통행패턴에 대한 변화를 응답할 수 있는 지역주민을 대상으로 하였다. 공공형 택시 사업 전 ‧ 후의 운영 효과에 대한 비교를 위해서 2019년 공공형 택시 지원사업을 새롭게 시작한 8개 조사대상 지자체 중 5개 시 지역을 포함하였다. 공공형 택시를 주로 이용하는 지역주민은 자가 운전이 어려운 여성 고령층 지역주민이 대부분으로 고령 여성, 농업 종사자, 소득수준이 높지 않은 응답자 특성을 보인다.

2. 분석변수

Table 1은 외출횟수와 방문지의 수에 대한 시점별 수치와 시점 간 변화에 대한 수치를 제시한다. 외출횟수와 방문지의 수 모두 시범사업의 시행 이전에 비해 이후에 증가하였다. 특히, 외출횟수는 평균 7.37회에서 8.45회로 증가하였고, 방문지의 수는 평균 1.59곳에서 1.96곳으로 증가하였다. 표본 가운데 37.5%가 군지역 거주자에 해당한다. 비록 표에는 제시되지 않았으나 설문조사 응답자의 성별 비중은 여성이 81.6%로 이는 군지역(81.9%)과 시지역(81.5%) 간 유사하다. 연령대별 분포에서 70-79세의 비중은 45.8%로 이는 군지역(39.6%)과 시지역(49.6%) 간 다소 차이가 존재한다. 직업별 분포에서 농어업 종사자의 비중은 49.1%로 이 역시 군지역(41.6%)과 시지역(53.6%) 간 차이를 보이며 시지역에서 오히려 높다.

Table 1.

Summary statistics

Variable Mean Standard deviation Minimum Maximum
Frequency of going out
Before pilot project 7.365 3.835 1 30
After pilot project 8.448 3.976 1 30
Change 1.083 1.591 0 12
Number of places visited
Before pilot project 1.594 0.594 1 4
After pilot project 1.957 0.663 1 4
Change 0.363 0.507 -2 2
Rural areas (i.e., counties) 0.375 0.485 0 1

실증분석 결과

Table 2는 외출횟수와 방문지의 수에 있어 시범사업 시행 이전과 이후 각각의 평균, 그리고 두 시점 간 변화에 대해 시지역과 군지역으로 구분하여 제시한다. 외출횟수의 경우, 사업시행 이전 시지역에서 7.71회로 군지역에서의 6.78회보다 많으며 이는 통계적으로 유의하다. 사업시행 이후에도 시지역에서 8.71회로 군지역에서의 8.01회에 비해 외출횟수가 크나 그 차이는 다소 감소하였음을 알 수 있다. 그러나 이러한 차이의 변화는 통계적으로 유의하지 않다. 방문지의 수에서, 사업시행 이전 시지역에서 1.63곳으로 군지역에서의 1.54곳보다 많으나 이는 통계적으로 유의하지 않다. 반면, 사업시행 이후에는 시지역에서 2.06곳으로 군지역에서의 1.79곳에 비해 유의하게 클 뿐만 아니라 군지역 대비 시지역에서의 보다 큰 증가는 통계적으로 유의한 것으로 분석된다.

Table 2.

Simple comparison between cities and counties (t-test)

Variable Cities/Counties Mean Difference t-value
Frequency of going out
Before pilot project Cities 7.71 0.93 2.35*
Counties 6.78
After pilot project Cities 8.71 0.70 1.69+
Counties 8.01
Change Cities 1.00 -0.23 -1.41
Counties 1.23
Number of places visited
Before pilot project Cities 1.63 0.09 1.50
Counties 1.54
After pilot project Cities 2.06 0.26 3.92**
Counties 1.79
Change Cities 0.43 0.17 3.32**
Counties 0.26

note: **, *, and + indicate the statistical significance at 1%, 5%, and 10% level, respectively.

Table 2에서의 단순 평균의 집단 간 차이의 변화는 설문조사 응답자 속성의 집단 간 차이를 고려하지 않음으로써 표본선택에 의한 추정상의 오류(sample selection bias)를 범할 가능성이 존재한다. 이를 위해, 집단 간 속성이 유사한 표본들로 매칭한 이후에 집단 간 차이의 변화를 고려할 필요가 있다. Table 3은 집단 간 매칭을 위한 이항로짓모형의 추정결과를 보여주며, 표 3은 이를 통해 추정된 성향점수(propensity score)로 집단 간 매칭한 후에 집단 간 차이의 사업시행 전후 변화를 분석한다. 이항로짓모형의 종속변수는 설문조사 응답자가 군지역에 거주하는 경우 1, 그렇지 않은 경우 0의 값을 가지며, 추정결과는 군지역에 거주하는 응답자일수록 70세 이상의 고령자일 가능성이 상대적으로 낮고 직업상 무직일 가능성이 보다 높음을 제시한다.

Table 3.

Estimation results of binary logit model for propensity score matching

Variables Coefficient t-value
Female -0.094 -0.33
Age (base: 50-59 years)
60-69 years -0.962 -1.10
70-79 years -2.203* -2.53
80 years or more -2.670** -2.97
Job (base: farmer)
Housewife -0.502 -1.25
None 1.325** 4.61
Not otherwise defined 1.849 1.40
Constant 1.164 1.31
Number of observations 393
Pseudo R-squared 0.0749

note: **, *, and + indicate the statistical significance at 1%, 5%, and 10% level, respectively.

Table 4의 성향점수매칭을 통한 분석결과에 의하면, 사업시행을 통한 외출횟수의 변화는 매칭 여부와 상관없이 시지역과 군지역 간 유의한 차이를 보이지 않는다. 반면, 방문지 수의 변화는 매칭을 하지 않는 경우 시지역에서 보다 크게 증가하였으나 매칭 이후에는 지역 간 통계적 유의성이 사라져, 사업시행을 통해 시지역에서 방문지의 수가 보다 크게 증가하였다고 단정지을 수 없다.

Table 4.

Difference in changes in transportation service between cities and counties based on propensity score matching

Variable Matching Counties Cities Difference t-value
Change in frequency of going out No 1.23 1.01 0.22 1.30
Yes 1.23 0.85 0.38 0.97
Change in number of places visited No 0.26 0.43 -0.17 -3.44**
Yes 0.26 0.33 -0.07 -0.41

note: **, *, and + indicate the statistical significance at 1%, 5%, and 10% level, respectively.

Table 5Equation 1에 대한 추정결과를 보여주며, 열 (1)과 (2)는 외출횟수의 사업시행 이후 수치에서 사업시행 이전 수치를 뺀 값으로 정의된 종속변수에 대한 분석결과이며, 열 (3)과 (4)는 방문지 수에 대해 같은 방식으로 정의된 종속변수에 대한 분석결과를 보여준다. 설문조사 응답자의 속성에 따른 차이에 있어, 외출횟수의 경우 직업에 의한 집단 간 차이만 통계적으로 유의하나, 방문지 수의 경우에는 직업과 함께 연령대에 의한 집단 간 차이가 유의한 것으로 나타난다. 열 (2)의 결과는 군지역에서 사업시행으로 인한 외출횟수의 증가가 시지역에서의 그것에 비해 0.52회만큼 큼을 제시한다. 열 (4)의 결과는 군지역에서 사업시행으로 인한 방문지 수의 증가가 시지역에서의 그것에 비해 0.39곳만큼 큼을 제시한다. 이러한 분석결과는 교통서비스 개선을 위한 동일한 예산투입이 시군 간 상이한 성과를 야기할 뿐만 아니라 교통여건이 보다 취약한 군지역에서 보다 큰 성과가 나타남을 보여준다. 즉, 형평성과 더불어 효율성 측면에서도 군지역에서 상대적으로 보다 나은 결과를 보임으로써 군지역에 대한 관련 예산의 증대가 필요함을 함축한다.

Table 5.

Empirical results on the regional difference in the effects of public taxi pilot project

Variables Change in frequency of going out Change in number of places visited
(1) (2) (3) (4)
County 0.2322
(0.88)
0.5158**
(4.29)
-0.1724
(-1.17)
0.3860**
(19.51)
Female -0.3579
(-1.62)
-0.0153
(-0.21)
Age (base: 50-59 years)
60-69 years 0.0622
(0.16)
-0.3448*
(-2.89)
70-79 years -0.3889
(-0.99)
-0.2259*
(-3.04)
80 years or more -0.4309
(-1.10)
-0.1434
(-1.37)
Job (base: farmer)
Housewife -0.1210
(-0.71)
0.1378
(1.51)
Self-employed -2.1736**
(-5.96)
-0.3950**
(-3.73)
Professional -1.7846**
(-10.48)
-0.4245**
(-6.48)
None 0.4046
(1.27)
-0.1938
(-1.86)
Not otherwise defined 3.3174
(0.89)
-0.3849 (-0.35)
Constant 0.9960**
(7.19)
1.1336+
(2.00)
0.4274**
(5.27)
0.4003**
(5.21)
Fixed effect
City/County - 8 - 8
Number of observations 397 397 397 397
Adjusted R-squared 0.0025 0.0675 0.0247 0.1699

note: numbers in parentheses are White-Huber’s robust t-values and errors are assumed to be correlated within an individual city or county. **, *, and + indicate the statistical significance at 1%, 5%, and 10% level, respectively.

결론 및 제언

1. 결론

수요응답교통서비스는 기존 버스서비스가 제한된 지역 즉, 대중교통 공백지역에 거주하는 주민의 사회적 배제(social inclusion)를 해결할 뿐만 아니라 신체적 제약으로 이동이 불편한 사람 즉, 장애인의 이동권을 확보해주는 역할을 담당한다. 이러한 수요응답교통의 기능은 인구감소로 인해 인구밀도가 낮은 지역(low density area)에서 기존 정규 노선버스(conventional transport)를 대체하는데 매우 적합하다(Nelson et al., 2010). 국토교통부 8개 시범사업 시군(파주시, 영월군, 논산시, 정읍시, 완주군, 순천시, 성주군, 사천시)의 수요응답교통서비스 이용실태 조사결과(지역주민의 외출횟수는 운행 전 7.4회에서 8.5회로 월 평균 1.1회 증가)는 이를 방증한다. 본 논문은 이 자료에 이중차분 분석틀을 적용하여 수요응답형교통서비스 효용의 군지역과 시지역 간 차이에 대해 실증적으로 분석하였다. 분석결과에 의하면, 군지역에서 사업시행으로 인한 외출횟수와 방문지 수의 증가가 시지역에서에 비해 각각 0.52회와 0.39곳만큼 큰 것으로 나타났다. 이는 교통서비스 개선을 위한 동일한 예산투입이 시군 간 상이한 성과를 야기할뿐만 아니라 교통여건이 보다 취약한 군지역에서 보다 큰 성과가 나타나기 때문에 형평성과 더불어 효율성 측면에서도 군지역에서의 상대적으로 보다 적극적인 관련 예산의 투입이 타당함을 함축한다.

비록 본 논문이 이중차분의 분석틀을 적용하고 있으나 사업이 시행된 개별 마을단위에서의 교통관련 여건을 통제하지 못한다는 한계가 존재한다. 만일 분석에 포함된 개별 마을들의 교통관련 여건을 지수화하거나 집단으로 구분할 수 있다면, 시지역과 군지역의 이분법적 구분이 아닌 보다 세밀한 구분을 적용하여 지역의 여건에 따른 수요응답교통서비스의 효과를 보다 면밀하게 분석할 수 있을 것이다. 더불어, 자료의 제약으로 인해 본 논문에서 정책의 효과를 외출횟수와 방문지의 수로 평가하였으나 이는 교통서비스의 편의를 편협하게 측정한 것이므로 향후 보다 종합적인 지표의 정의를 통해 측정할 필요가 있다. 다만, 사업의 효과를 보다 직접적으로 측정할 수 있어야 할 것이다.

2. 제언

본 연구 결과는 개인차량 증가, 저출산, 농촌이탈 등의 원인으로 버스 이용수요가 감소됨에 따라 버스노선 단축이나 운행횟수 축소 등 대중교통 서비스가 악화되는 지역에서 지역주민의 이동권 확보를 위해 수요응답교통서비스가 바람직한 대안이 될 수 있음을 시사한다. 수요응답교통서비스의 보다 확고한 제공을 위해서 지자체는 대중교통 계획 수립 시 지역주민의 통행실태를 진단하고 기존 버스와 수요응답교통수단의 역할을 분담하고 연계성을 확보하는 전략을 수립하여 지역주민의 이동권 확보와 서비스 개선을 담보하는 방안을 수립하는 것이 필요하다. 수요응답교통서비스의 확대 측면에서 대중교통 공백지역의 주민 대다수가 이동이 불편한 고령자임을 고려할 때 복지 ‧ 의료 ‧ 문화서비스 등이 고객(주민, 고령자)에게 전달(배달)될 수 있도록 수요응답교통서비스와 연계하여 지역주민의 삶의 질을 높이는 다양한 교통복지 컨텐츠 개발이 필요하다. 한편, 지속가능성 관점에서 대중교통 공백지역의 운수종사자 수급문제를 해결함과 동시에 공공교통서비스 확대로 인한 운영비를 완화할 수 있도록 자율주행기술을 활용한 다양한 수요응답교통서비스 실증사업 추진이 필요하다.

Acknowledgements

본 논문은 대한교통학회 제85회 학술발표회(2021.11.10.) 연구과제 세션에서 발표된 내용을 수정 ‧ 보완하여 작성된 것입니다.

References

1
Jang T. Y., Han S. H., Kim C. S. (2019), Call-a-bus Satisfaction Based On Preference Between Rural Bus And Call-a-bus, J. Korea Inst. Intell. Transp. Syst., 18(3), 1-13. 10.12815/kits.2019.18.3.1
2
Jang T. Y., Han W. J., Kim J. H. (2016), A Study on the User Satisfaction of Demand Response Transport (DRT) by Quantile Regression Analysis, J. Korea Inst. Intell. Transp. Syst., 15(3), 118-128. 10.12815/kits.2016.15.3.118
3
Kim Y. S. (2017), Operation Status of Bravo-Taxies and an Improvement Plan, Gyeongnam Development, 138, Gyeongnam Institute, 100-115.
4
Kim Y. W., Sung J. I., Min K. C. (2018), Conditions of the Use of Transportation Services of Rural Residents and Tasks for Improvement, Agri-Policy Focus, Korea Rural Economic Institute, 1-23.
5
Lim S. H., Hong S. J. (2019), Revitalizing Demand-Responding Mobility Service in Declining Local Cities, Korea Transportation Institute.
6
Ministry of Agriculture, Food and Rural Affairs (MAFRA) (2020), Monitoring on Discovery Projects for Rural Transportation Models.
7
Ministry of Land, Infrastructure and Transport (MOLIT) (2020), A Study on the Operation of a Pilot Project for Reforming the Public Transportation System in Rural Areas - Final Report.
8
Nelson J., Wright S., Masson B., Ambrosino G., Naniopoulos A. (2010), Recent Developments in Flexible Transport Services, Research in Transportation Economics, 29, 243-248. 10.1016/j.retrec.2010.07.030
9
Song J. R., Kim H. J. (2018), A Study on the Improvement of Demand-Responsive Taxi Service in Gyeonggi-Do, Gyeonggi Institute.
페이지 상단으로 이동하기