서론
선행연구 검토
1. 코로나19로 인한 교통부문의 영향
2. 코로나19 이후 통행수단 선택
3. 본 연구의 착안점
자료의 수집
1. 대중교통 현황조사
2. 표본 설계 및 문항 구성
조사 결과
1. 개인 속성
2. 대중교통 이용 특성
3. 코로나19 이후 대중교통 이용에 대한 기술통계분석
대중교통에서의 코로나19 감염 가능성 인식에 미치는 영향 요인 분석
1. 순서형 로짓(ordered logit) 모형
2. 모형 설정
3. 모형 분석 결과
결론 및 연구의 한계점
서론
2019년 말 중국 후베이성 우한시에서 처음 시작된 코로나바이러스감염증-19(이하 코로나19)는 2020년 1월부터는 중국 이외의 국가에서도 보고 되었으며, 2020년 3월에는 유럽 미국을 거쳐 전 세계로 급격하게 확산되었다. 이에 세계보건기구(World Heath Organization, WHO)는 2020년 1월 30일 국제적 공중보건 비상사태를 선포하였고, 2020년 3월 11일에는 지난 2009년 신종플루 이후 사상 세 번째로 펜데믹(세계적 대유행)을 선언하였다. 2021년 4월 30일을 기준으로 전 세계 약 1억 5천만 명이 코로나19에 감염되었으며, 그 중 약 317만 명이 사망에 이르렀다(CSSE, 2021). 한편, 국내의 경우 2020년 1월 20일 첫 번째 코로나19 확진자가 보고되었으며, 2021년 4월 30일까지 12만2천7명이 감염되었고, 1천828명이 사망한 것으로 나타났다.
백신 등의 약물적 예방수단을 기대하기 어려운 상황에서 개인 및 집단 간의 접촉을 줄임으로써 바이러스 노출을 최소화하여 코로나19의 전파를 막기 위해 집 안에 머물기, 등교 중단, 재택근무, 공공 행사 금지 등의 사회적 거리두기가 많은 국가에서 시행되었다(Anderson et al., 2020; De Vos, 2020; Lee and Kim, 2020; Thu et al., 2020). 국내에서는 2020년 5월 6일 ‘생활 속 거리두기’ 지침을 시작으로 현재는 2020년 11월 7일 발표된 5단계 사회적 거리두기 지침이 적용되고 있다. 사회적 거리두기는 그 단계에 따라 시설의 운영 시간을 제한하거나 운영 자체를 금지하고 있다. 또한 학교의 경우, 등교 인원 제한하고, 코로나19 상황이 심각해질 경우 원격수업으로 전환하고 있다. 기업에게는 재택 근무 시행을 권고하고 있다. 사람의 활동을 제한하는데 초점이 맞춰져 있는 사회적 거리두기 조치는 코로나19 발생 이전과 비교했을 때 사람들의 통행 행태에 큰 변화를 초래했다.
또한, 중동 호흡기 증후군(Middle East Respiratory Syndrome, MERS), 중증 급성 호흡기 증후군(Severe Acute Respiratory Syndrome, SARS)와 같은 코로나19 이전의 대규모 전염병 사례를 볼 때, 감염에 대한 두려움과 감염 위험성에 대한 인지는 사람의 통행 행태에 큰 영향을 주었으며, 그 영향은 사회 ‧ 경제적 특성에 따라 다양하게 나타났다(Wen et al., 2005; Kim et al., 2017).
이처럼 정부에 의한 사회적 거리두기 조치와 개인의 감염 위험성에 대한 인식이 반영된 결과로 전 세계적으로 이동이 감소하였다. 이동의 감소는 교통수단에 따라 그 정도가 달랐으며, 대중교통 수단의 이용량 감소가 다른 교통수단에 비해 두드러졌다(Tirachini and Cats, 2020). 이러한 경향은 국내에서도 나타났는데, 교통수단별로 지역 간 통행의 변화를 분석한 결과, 고속도로 통행량은 2019년 대비 평균 2.8% 감소하였으며, 같은 기간 고속버스와 시외버스는 각 42%, 철도는 37% 감소하여, 대중교통을 통한 지역 간 이동의 감소가 더 큰 것을 확인할 수 있었다. 지역 내 이동 역시 승용차보다 대중교통의 감소율이 더 컸으며, 이는 사회적 거리두기 단계가 상향되거나, 대규모 유행 시기에 더 두드러지게 나타났다(Jang, 2021). 이는 사회적 거리두기와 같은 외적인 요인뿐만 아니라 기존에 이용하는 교통수단이 대중교통에서 다른 교통수단으로 변경되었다는 점(Korea Transport Institute, 2020)에서 코로나19 상황에서 대중교통에 대한 이용자들의 인식이 반영된 결과로 해석할 수 있을 것이다.
따라서 본 연구에서는 설문조사를 통해 코로나19 상황에서 대중교통 수단에 대한 이용객들의 전반적인 인식을 파악하고자 하였다. 구체적으로 대중교통 수단에서의 코로나19 감염 가능성을 비롯한 대중교통 이용에 대한 인식과 대중교통 수단의 방역 조치에 대한 만족도, 코로나19로 인한 통행 행태의 변화를 조사하였다. 그리고 설문조사를 통해 나타난 결과를 응답자의 개인 속성 및 대중교통 이용 특성, 지역 구분에 따른 차이를 비교 ‧ 분석하였다. 나아가, 순서형 로짓(ordered logit) 모형을 구축하여 대중교통에서의 코로나19 감염 가능성 인식에 영향을 주는 요인을 규명하였다. 설문조사는 국토교통부에서 매년 시행하고 있는 전국 162개 시 ‧ 군의 대중교통 이용자를 대상으로한 대중교통 이용자 만족도 조사와 함께 수행되었다.
다음 장에서는 국내외 선행연구를 검토함으로써 코로나19로 인한 교통 부문의 거시적인 영향을 교통 수단별 통행량의 변화를 중심으로 살펴보고, 코로나19 발생 이후 통행 수단 선택에 영향을 미치는 사회 ‧ 경제적 특성을 파악한다. 이어서 본 설문조사를 포함하고 있는 대중교통 현황조사의 개요와 함께 표본 설계와 문항 구성에 대해 기술한다. 이후 설문조사를 통해 나타난 코로나19에서 대중교통 이용에 대한 인식 및 방역조치에 대한 만족도, 통행 행태의 변화를 제시하고, 대중교통에서의 코로나19 감염 가능성 인식 분석 결과를 통한 시사점을 도출한다. 마지막으로 본 연구의 결과를 통한 정책적인 시사점과 함께 연구의 한계를 바탕으로 향후 연구 방향에 대해 논의한다.
선행연구 검토
코로나19 발생 초기에는 코로나19로 인한 통행량의 변화 등과 같은 거시적으로 나타난 교통부문의 변화를 국가 및 도시별 사례연구 위주로 진행되고 있었다. 코로나19의 발생으로 인해 여러 국가 및 도시에서 나타난 교통수단별 변화를 중심으로 고찰함으로써 공통적인 경향을 우선적으로 파악하고자 하였다. 또한, 코로나19가 장기화 되면서, 사회경제적인 특성에 따른 코로나19에 대한 대중교통 이용량 변화, 수단선택 등 개별행태에 대한 연구가 진행되고 있었다. 이 중 수단선택이 각 교통수단에 대한 인식이 반영되는 결과라고 판단되어, 코로나19 이후 통행수단 선택과 관련된 문헌을 고찰하였다.
1. 코로나19로 인한 교통부문의 영향
먼저 국내에서 진행된 연구를 살펴보았다. Jang et al.(2020)는 국내에서 첫 번째 코로나19 확진자가 발생하기 전인 1월 셋째주와 확진자 발생 이후 주차별로 교통수단별 수송실적을 비교하였다. 3월 첫 째주 기준으로 지역 간을 연결하는 교통수단 중 고속버스와 시외버스는 1월 셋째주 대비 각 69%, 66% 감소하여 같은 시기 고속도로 통행량 감소율(16%)보다 더 큰 것으로 나타났다. 또한 수도권의 지역 내 이동에 사용되는 교통수단의 경우 일반버스는 같은 시기 36%, 도시철도 41%, 택시 32% 감소하였다.
Lim(2020)에서는 2019년과 2020년 1-5월까지의 상시교통량을 자료를 활용하여 코로나19가 도로 교통 수요에 미친 영향을 분석하였다. 비교한 결과, 전반적으로는 2019년 동기 대비 3.3% 감소하였으며, 주중보다는 주말의 일평균 교통량이 더 크게 감소한 것을 확인할 수 있었다. 도로 유형별로는 도시부 도로의 감소율이 가장 컸으며, 반면 관광부 도로의 감소율은 상대적으로 작은 것으로 나타났다.
Cho and Yun(2020)은 코로나19가 서울시 교통부문에 미친 영향을 살펴보고자 코로나19 확진자 발생 이후 교통수단별 이용량의 변화 추이를 비교하였다. 2019년과 2020년의 3월 1주를 기준으로 비교한 결과, 도로교통량은 8.4%, 대중교통 이용량은 28-35% 감소한 반면 공유교통수단(공유자전거, 카셰어링)는 23-30%가량 증가한 것으로 나타났다. 또한 전국 코로나19 확진자 수 ‧ 서울시 코로나19 확진자 수와 교통수단별 이용량 간의 상관관계를 분석한 결과, 전국 확진자 수는 도로교통 이용량과 음의 상관성을 보였고, 서울시 확진자 수는 대중교통 이용과는 음의 상관성을, 공유자전거 이용량과는 양의 상관성이 나타났다.
국외에서 진행된 연구 중 Teixeira and Lopes(2020)은 코로나19 발생 이 후 미국 뉴욕시의 지하철과 공유자전거 이용의 변화를 비교 ‧ 분석하였다. 2020년 3월 첫 째주를 기준으로 주차별로 이용량을 비교한 결과, 코로나19 확산이 심화됨에 따라 3월 다섯째주에는 지하철은 90%, 공유자전거는 71% 이용이 감소한 것으로 나타났다. 한편, 공유자전거 통행당 이용시간을 비교한 경우, 코로나19 확산이 심화될수록 이용시간이 증가하는 경향을 보였다. 공유자전거 이용이 지하철에 비해 적게 감소한 점, 공유자전거의 통행당 이용시간이 증가한 점을 바탕으로 자전거가 지하철 보다 더 효율적인 교통수단으로서 공유자전거 시스템이 포스트 코로나 시대에서 도시 교통체계의 탄력성을 높일 수 있을 것이라고 제안하였다.
코로나19로 인한 교통수단별 이용의 변화를 좀 더 세밀하게 분석한 연구를 살펴보았다. Wen et al.(2021)에서는 뉴질랜드를 대상으로 2020년 2월 15일부터 같은 해 7월 9일까지 Apple에서 제공하는 수단별(운전, 대중교통, 도보) 통행량 변화 자료와 Google에서 제공하는 목적별(통근, 여가, 대중교통 접근) 통행량 변화 자료를 활용하여, 코로나19 경계 등급에 따른 교통수단별 이용량 변화를 분석하였다. 분석에는 autoregressive conditional heteroscedasticity 모형을 활용하였다. 4단계 조치(2020년 3월 26일-2020년 4월 27일)가 다른 조치 등급에 비해 이동에 더 큰 영향을 주었다. 또한, 대중교통 접근을 위한 이동과 대중교통 수단을 이용한 이동은 다른 목적 ‧ 수단에 비해 이동의 감소가 더 오래 지속된 것을 확인할 수 있었다.
Hu and Chen(2021)은 미국 시카고의 지하철을 대상으로 각 지하철 역사별 사회경제적 특성에 따른 코로나19의 영향력을 비교하고자 하였다. 우선, 2000년부터 얻어진 지하철 역사별 일일 이용량 자료를 Bayesian structural time-series 모형을 통해 2020년의 지하철 역사별 이용량을 예측하고 실제 이용량과의 차이를 코로나19의 영향력이라 가정하였다. 이후 PLS 회귀모형을 통해 역사별 코로나19의 영향력과 각 역사의 사회경제적 특성 간의 관계를 분석한 결과, 역사가 위치한 zip-code의 코로나19 확진자 수, 사망자 수가 많을수록 코로나19의 영향력이 크게 나타났다. 또한 25-40세의 비율, 백인의 비율, 중위소득, 고학력자의 비율이 높을수록 코로나19의 영향력이 작게 나타났다.
2. 코로나19 이후 통행수단 선택
De Vos(2020)는 사회적 거리두기로 인한 개인의 통행행태의 변화에 대해서 논의하였다. 사회적 거리두기 조치로 개인의 활동이 감소하여 이동 역시 감소할 것이고 그 중 대중교통 이용의 감소가 더 뚜렷하게 나타날 것으로 예상하였다. 이를 바탕으로 대중교통 운영자로 하여금 대중교통을 안전하게 이용할 수 있는 방안에 초점을 맞출 것을 강조하였다.
Abdullah et al.(2020)은 코로나19로 인한 통행 특성의 변화를 파악하기 위해 통행목적, 이용 교통수단, 통행 빈도 등을 묻는 설문조사를 수행하였으며, 이메일과 SNS를 통해 다양한 국가로 구성된 전체 1,203개의 표본을 수집하였다. 코로나19 발생 전 ‧ 후 각 다항로짓모형을 통해 수단선택 모형을 구축하고 독립변수의 영향력을 비교하였다. 분석 결과, 코로나19 발생 후, 자동차를 보유하고, 남성, 쇼핑 목적의 통행시 대중교통에 비해 개인이동수단을 선택하였고, 통행거리가 길고, 학생일 경우 개인이동수단에 비해 대중교통 수단을 선택하는 것으로 나타났다.
Tan and Ma(2021)는 온라인 설문조사를 통해 코로나19 이후 통근자의 통근수단선택 모형을 구축하였다. 설문은 크게 개인특성, 통행특성, 코로나19에 대한 일반적인 인식으로 구성하였으며 전체 678개의 표본을 수집하였다. 코로나19 발생 이후 통근시 지하철 선택 의향을 중심으로 분석하였으며, 분석 결과, 사무직에 비해 자영업자와 프리랜서일 경우 지하철을 선택하는 확률이 떨어졌으며, 코로나19 이전 대중교통 수단이 아닌 다른 교통수단을 이용했던 사람들이 지하철을 선택하는 확률이 낮은 것으로 분석되었다. 또한 대중교통 수단에서의 코로나19 감염에 대한 우려가 클수록 지하철 선택확률이 낮아졌다.
그 밖에 Przybylowski et al.(2021)은 폴란드의 그다인스크, Kopsidas et al.(2021)은 그리스 아테네의 대중교통 이용자들의 대상으로 설문조사를 통해 대중교통 이용행태의 변화를 파악하였다. 또한, Shakibaei et al.(2021)과 Jiao and Azimian(2021)은 각 이스탄불과 미국을 대상으로 코로나19의 확산 상황에 따른 대중교통 이용자들의 인식의 변화를 분석하였다.
3. 본 연구의 착안점
앞선 선행연구 고찰 결과, 코로나19의 확산은 교통수단 전반적으로 영향을 주었으며, 공통적으로 대중교통수단의 영향이 크게 나타난 것을 알 수 있었다. 한편, 코로나19 이후 이용 교통수단의 변화를 비롯한 대중교통 이용행태는 개인 속성, 대중교통 이용 특성 등 사회경제적 특성에 따라 다르게 나타난 것을 알 수 있었다. 다만, 이와 관련된 연구는 주로 국가 및 도시 단위의 사례연구를 통해 진행되었으며, 국내에서는 이에 대한 연구가 미미하였다. 각 국가와 도시별로 코로나19의 확산 형태가 상이하고, 이에 따른 국가 및 도시별로 대중교통에 대한 정책도 다르다는 점에서 국내의 대중교통 이용자들이 느끼는 코로나19와 관련된 인식이 다른 국가들과 차이가 있을 것으로 판단된다. 이러한 점에 착안하여 본 연구에서는 국내의 코로나19 상황에서 대중교통에 대한 인식과 방역조치에 대한 인식, 통행행태의 변화를 파악하고, 나아가 대중교통에서의 코로나19 감염 가능성 인식에 미치는 사회경제적 요인을 도출하고자 한다.
자료의 수집
1. 대중교통 현황조사
대중교통 현황조사는 「대중교통의 육성 및 이용촉진에 관한 법률」에 근거하여 대중교통 육성 및 지원을 위한 정책의 효과적인 수립에 필요한 기초자료를 제공하기 위해 매년 실시되고 있다. 조사는 크게 ‘대중교통 운행 및 이용실태 조사’, ‘대중교통 환승실태 및 이용자 만족도 조사’, ‘대중교통 최소서비스 수준 조사’ 등으로 구성되어있다. 이 중 ‘대중교통 환승실태 및 이용자 만족도 조사’는 전국 162개 시 ‧ 군을 대상으로 대중교통 이용에 있어 다양한 서비스 요소에 대한 만족도 수준을 조사한다. 한편, 2020년도 조사에서는 코로나19 상황에서 대중교통 이용자들의 인식에 대한 문항을 추가하여 실시되었다.
2. 표본 설계 및 문항 구성
본 설문조사의 조사 모집단은 전국 162개 시 ‧ 군의 15세 이상, 대중교통을 일주일에 4회 이상 이용하는 사람이며, 통계청의 2015년 인구주택총조사의 인구와 2019년 주민등록인구의 비율을 통해 2015년 인구주택총조사의 교통수단별 통근 ‧ 통학 인구자료를 2019년 통근 ‧ 통학인구로 보정하여 사용하였다. 그리고 162개 시군을 성별, 연령대(10-60대 이상)별로 층화추출하여 전체 77,400표본을 수집하였다. 조사는 온라인 조사를 기본으로 하되, 표본 수 확보가 어려운 일부 지역의 경우 1:1 개별면접조사를 병행하였다. 총 조사 기간은 2020년 10월부터 2020년 11월까지 약 2개월로 평일 화 ‧ 수 ‧ 목요일 14시에서 24시로 제한하여 진행되었다.
코로나19 이후 대중교통 이용을 묻는 문항은 ‘대중교통 이용에 대한 인식’, ‘대중교통 방역 조치에 대한 만족도’, ‘대중교통 이용행태 변화’로 크게 세 부분으로 구성하였으며, 각 항목별 세부 내용은 다음과 같다.
∙ 대중교통 이용에 대한 인식 - (1) 대중교통 수단이 코로나19의 감염으로부터 가능성(2) 대중교통 이용 시 코로나19 감염이 우려되는 공간 및 요소(3) 코로나19 확진자 발생 지역 및 동선 공개에 따른 대중교통 이용 영향
∙ 대중교통 방역 조치에 대한 만족도 - (1) 마스크 착용 지도, 방역수칙 공지 등 승객에 대한 관리 ‧ 감독의 적절성(2) 소독, 항균 필름 부착 등 방역 조치의 적절성(3) 손소독제, 마스크 등 감염 예방을 위한 물품 비치의 적절성(4) 대중교통 이용객의 마스크 착용 준수 수준
∙ 대중교통 이용행태 변화 - (1) 대중교통 이용 횟수, 이용 시간 변화 수준(2) 이용 교통수단의 변화 여부
그 밖에 개인 속성 변수(성별, 연령, 직업, 월소득, 운전면허 보유 여부, 자동차 보유 여부), 대중교통 이용 특성 변수(주로 이용하는 대중교통 수단, 일주일 간 버스/지하철/버스+지하철 이용 횟수, 환승 유무, 환승 유형, 통행목적)에 대해 수집하였다.
조사 결과
1. 개인 속성
전체 77,400건의 설문 응답 중 월소득과, 직업에 대해 응답을 거부한 3,636 표본을 제외한 73,764 표본을 분석에 활용하였으며, 이에 대한 표본의 분포는 Table 1과 같다. 성별과 연령의 경우, 목표한 표본에 맞춰 수집되었다. 개인 소득의 경우, 100만원 미만이 전체 표본 중 29.9%로 가장 큰 비중을 차지하였으며, 응답자의 약 17.6% 정도가 월소득 400만원을 넘는 것으로 나타났다. 운전면허의 경우, 운전면허 보유자는 전체 표본 중 55.9%로 절반을 조금 넘었으며, 반대로 운전할 수 있는 자동차를 보유한 응답자는 전체 표본 중 37.8%로 절반에 미치지 못한 것을 확인할 수 있었다. 마지막으로 가장 많은 비중을 차지한 직업은 사무직 종사자(15.0%)였으며, 다음으로 학생(14.3%), 서비스직(13.7%) 순으로 나타났다.
Table 1.
Personal characteristics of the sample
2. 대중교통 이용 특성
지하철과 버스는 각 수단이 가지는 속성의 차이로 인해 이용행태에도 차이를 보인다. 한편, 같은 버스 이용자일지라도 응답자가 거주하는 지역의 지하철 서비스 여부에 따라서 버스 이용횟수, 이용시간 등의 이용 특성이 서로 다르게 나타날 것이라고 판단하였다. 이에 본 연구에서는 단순히 지하철, 버스 이용자를 구분하기에 앞서 지하철 서비스 여부에 따라 지역을 먼저 구분한 뒤에 각 지역별 수단별 이용특성을 비교하였다. 지하철 서비스 여부는 응답자의 거주 지역(시 ‧ 군 단위)에 지하철 역사가 위치여부로 판단하였다1). 대중교통 이용 특성을 비교한 결과는 Table 2와 같다. 먼저, 지하철이 서비스 되는 지역의 46,423 표본 중 지하철을 주로 이용하는 응답자는 27,333 표본으로 절반 이상을 차지하는 것으로 나타났다. 대중교통 이용횟수의 경우, 지하철이 서비스 되지 않느 지역의 응답자들은 버스를 평균 7.82회/일주일 이용한 한편, 지하철이 서비스 되는 지역은 평균 4.60회/일주일로 나타났다. 지하철 단독 및 버스와 지하철을 같이 이용한 횟수는 각 2.47회/일주일, 2.44회/일주일로 버스보다 적었다. 지하철 서비스 여부에 따라 전체 대중교통 이용횟수를 비교해보면, 지하철이 서비스 되는 지역은 9.51회, 그렇지 않은 지역은 7.82회로 지하철을 이용할 수 있는 지역에서 대중교통 이용을 더 많이 하는 것을 확인할 수 있었다(t-test: 95% confidence level). 한편, 전체 표본 중 절반 이상인 74.6%(22.3%+52.3%)가 환승을 하였으며, 지하철이 서비스 되지 않는 지역은 60.0%(16,413/27,341), 지하철이 서비스 되는 지역은 83.2%(38,630/46,423)으로 환승률이 더 높은 것으로 나타났다. 지하철을 이용할 수 있는 지역을 기준으로 환승 유형을 보면, 버스 간 환승이 가장 높은 비율을 차지하였다. 마지막으로 대중교통 이용목적(중복 응답)을 살펴보면, 전체 표본 중 약 60%가 통근/통학 목적으로 대중교통을 이용하고 있었다. 그리고 여가 목적으로 대중교통 이용하는 응답자도 40%에 달하는 것으로 조사되었다.
Table 2.
Trip attributes of the sample (public transportation)
3. 코로나19 이후 대중교통 이용에 대한 기술통계분석
본 절에서는 코로나19 이후 대중교통 이용과 관련된 세 가지 항목에 대한 기술통계를 분석하였다. 그리고 성별 ‧ 연령 ‧ 월소득 ‧ 직업 등의 개인 속성과 주 이용 대중교통수단, 대중교통 이용 횟수, 환승 여부 등의 대중교통 이용특성, 그 밖의 지역 요인이 응답 결과에 미치는 영향을 분석하고자 각 변수의 속성에 따라 평균값 차이 검정(t-test, one-way ANOVA), 상관분석(pearson correlation), 빈도 분석(chi-square test)을 수행하였다. 그 결과는 Table 3에 p-value와 상관계수를 통해 제시하였다.
Table 3.
Results of descriptive statistics analysis (p-value)
1) 대중교통 이용에 대한 인식
대중교통에서의 코로나19 감염 가능성 인식 문항은 1점(매우 낮다)-7점(매우 높다)의 리커트 척도로 조사되었으며, 그 결과(Table 4), 전체 표본 중 5.69%가 감염 가능성을 낮게(1-3점) 인식하고 있었으며, 62.24%는 대중교통에서의 감염 가능성이 있는(4-7점) 것으로 인식하고 있었다. 먼저 개인 속성에 따른 차이를 보면, 남성 보다는 여성이, 연령이 높을수록 감염 가능성을 크게 인식하고 있었다(t-test: 95% confidence level, pearson correlation: 95% confidence level). 이에 따라 직업 중에서 학생의 감염 가능성 인식 점수가 가장 낮았으며, 직업을 갖지 않은 사람의 점수가 가장 높게 나타났다(one-way ANOVA: 95% confidence level). 이는 연령이 높을수록 감염 가능성을 높게 인식하는 경향이 반영된 것으로 추론할 수 있다. 그 밖에 소득이 많을수록, 차량과 운전면허가 있을수록 감염 가능성을 비교적 크게 인식하고 있었다(t-test: 95% 신뢰수준, pearson correlation: 95% confidence level). 대중교통 이용 특성 중에서 주 이용교통수단이 지하철일 경우 감염 가능성 인식이 버스에 비해 크게 높은 것으로 나타났다(t-test: 95% confidence level). 이에 따라 지하철 및 버스+지하철 이용 빈도가 많을수록 감염 가능성 인식이 높아졌으며(pearson correlation: 95% confidence level), 환승을 이용하는 경우, 그 중 지하철을 포함하여 환승할 경우 감염 가능성 인식이 높았다(t-test: 95% confidence level). 통행 목적을 필수 통행(통근/통학) 보다 선택 통행의 응답자의 감염 가능성 인식이 높게 나타났다(t-test: 95% confidence level). 마지막으로 지역별로 보면 주로 대도시권에서 감염을 더 크게 우려하는 것으로 조사되었다(one-way ANOVA: 95% confidence level).
코로나19 확진자 지역 및 동선 공개가 대중교통 이용에 ‘영향을 미친다’라고 응답한 비율은 전체 표본 중 58.56%로 나타나, ‘영향을 미치지 않는다’라고 응답한 비율(16.00%)보다 훨씬 큰 것으로 조사되었다. 이는 연령이 높을수록, 무직일 경우, 차량과 운전면허가 있는 경우 더 영향을 많이 받는 경향을 보였다(pearson correlation: 95% confidence level, one-way ANOVA: 95% confidence level, t-test: 95% confidence level). 대중교통 이용 특성은 앞선 대중교통에서의 코로나19 감염 가능성 인식과 비슷하게 지하철을 이용한 통행이 많은 응답자들이 더 영향을 받는 것으로 나타났다.
Table 4.
Distribution of respondents’ perception of public transportation after COVID-19
대중교통 이용 시 코로나19 감염이 가장 우려되는 공간(Figure 1)은 버스 응답자의 경우, ‘정류장 내 대기 벤치’(76.23%), 지하철 응답자의 경우 ‘역사 내 화장실’(31.03%)이 가장 높은 비율로 선택되었다. 지하철 응답자의 경우 ‘역사 내 화장실’ 이외에도 ‘엘리베이터’도 26.47%로 다른 요소들에 비해 2배 이상 높은 비율을 차지하였다. 개인 속성 및 대중교통 이용 특성에 따른 차이를 보면, 버스 응답자의 경우, 연령대에 따라 선택비율의 차이가 있었으며(chi-square test: 95% confidence level), 지하철 응답자의 경우에는 연령대와 환승 이용 여부에 따라 선택비율의 차이가 있었다(chi-square test: 95% confidence level). 다만, 이러한 속성에 다른 순위의 변화는 없었다. 한편 코로나19 감염이 가장 우려되는 요소(Figure 2)로는 버스와 지하철 응답자 모두 ‘차량 내 공기를 통한 감염’이 40% 이상으로 선택되었다.
2) 대중교통 방역 조치에 대한 만족도
대중교통 방역 조치에 대한 만족도는 버스와 지하철, 차량과 정류장(역사)로 구분하여 총 4개의 항목에 대해 조사되었다. 따라서 각 수단, 각 공간별 방역조치의 만족도 평균값의 차이를 중심으로 비교를 진행하였으며, 이에 t-test 결과는 Table 5와 같다. 버스 응답자가 느끼는 버스 차량 내부와 버스 정류장에서의 승객들의 마스크 착용 준수 정도에 대한 항목을 제외하고 모든 항목에서는 평균값의 차이가 있는 것을 확인하였다(t-test: 95% confidence level).
Table 5.
t-test results of the disinfection measures satisfaction by public transportation modes (bus/subway) and space (vehicle/station) (p-value)
버스 응답자와 지하철 응답자가 느끼는 방역조치의 만족도를 비교하면(Table 6), 차량 내부의 방역 물품 비치항목을 제외하면, 차량 내부와 정류장(역사 내부) 모두 지하철 응답자의 만족도가 더 높은 것으로 나타났다. 각 수단별로 차량 내부와 정류장(역사 내부)의 만족도를 비교하면, 버스 응답자의 경우, 전반적으로 차량 내부의 방역 만족도가 높게 나타난 반면, 지하철 응답자는 차량 내부보다는 역사 내부의 만족도가 높게 나타났다. 방역 조치 항목별로는 ‘감염 예방 물품 구비’의 만족도가 다른 항목들에 비해 상대적으로 낮았으며, 특히 지하철 차량 내부의 경우, 3.93점으로 만족하지 않다고 응답한 비율이 더 높게 나타났다.
Table 6.
Results of satisfaction with the disinfection measures by public transportation modes (bus/subway) and space (vehicle/station)
3) 대중교통 이용행태 변화
마지막으로 코로나19로 인한 대중교통 이용행태의 변화에 대해 살펴보았다(Table 7). 코로나19 발생 이전(2019년 4월)과 코로나19 발생 이후(2020년 4월)을 비교하였으며, 먼저 대중교통 이용 빈도의 경우, 코로나19 발생 이전 7.26회/일주일에서 발생 이후 6.43회/일주일로 소폭 감소한 것으로 나타났다(t-test: 95% confidence level). 이때 대중교통 이용 특성 중 버스+지하철 이용 빈도가 많을수록 코로나19 발생 이후 대중교통 이용 빈도가 더 많이 감소하는 것으로 분석되었다(t-test: 95% confidence level). 대중교통 이용 빈도가 감소한 이유로는 Figure 3과 같이 ‘코로나19 감염 우려로 불필요한 이동을 줄여서’가 38.34%로 가장 많이 응답되었으며, ‘다른 개인 교통수단을 이용’을 선택한 비율은 12.49%을 차지하였다. 이때, 차량 및 운전면허 보유 여부, 통행목적, 지역에 따라 선택비율의 차이가 있는 것으로 나타났다(chi-square test: 95% confidence level). 한편, 1회 평균 대중교통 이용시간은 코로나19 발생 이전 22.02분에서 코로나19 발생 이후 21.60분으로 매우 소폭 줄어는 것을 확인할 수 있었다(t-test: 95% confidence level). 운전면허를 보유하거나, 주 이용교통수단이 버스인 응답자들의 이용시간이 더 크게 감소한 것으로 나타났다(t-test: 95% confidence level).
Table 7.
Changes in public transportation frequency/time after COVID-19
| Variable | Before COVID-19 | After COVID-19 | p-value |
| PT trip frequency (per week) | 7.26 | 6.43 | 0.000 |
| PT travel time | 22.02 | 21.60 | 0.000 |
코로나19로 인한 이용하는 교통수단의 변화를 지하철 이용 가능 여부에 따라 살펴보았다(Table 8). 먼저 지하철이 서비스 되지 않는 지역의 경우, 기존의 버스를 이용하던 응답자들 중 약 30%가 다른 교통수단으로 수단을 변경하였으며, 승용차로 변경한 비율이 21.90%로 가장 높았다. 지하철이 서비스 되는 지역의 경우, 기존 버스를 이용하는 응답자 중 29.08%, 지하철을 이용하던 응답자 중 32.05%가 대중교통이 아닌 다른 교통수단으로 수단을 변경하였다. 두 경우 모두 승용차로 변경한 비율이 가장 높았으며, 지하철을 이용하는 응답자의 경우에는 자전거 및 개인형 이동수단으로의 변경 비율이 버스에 비해 높게 나타났다. 앞선 내용을 요약하면 Table 9와 같다.
Table 8.
Changes in transportation mode after COVID-19 (%)
Table 9.
Summary of public transportation perceptions after COVID-19
대중교통에서의 코로나19 감염 가능성 인식에 미치는 영향 요인 분석
1. 순서형 로짓(ordered logit) 모형
본 연구에서는 순서를 가진 범주형 종속변수인 대중교통에서의 코로나19 감염 가능성에 대한 인식에 영향을 미치는 사회경제적 요인들을 규명하고자 회귀모형을 분석한다. 이때, 종속변수가 순서를 가진 범주형 변수이기 때문에 일반적인 선형 회귀식이 아닌 순서형 로짓(ordered logit) 모형이나 순서형 프로빗(ordered probit) 모형을 활용해야 한다(Lee et al., 2005). 오차항의 분포 가정에 따라 순서형 프로빗 모형과 순서형 로짓 모형으로 구분되는데, 순서형 프로빗 모형은 오차항의 정규분포를 가정하고, 순서형 로짓 모형의 경우, 정규분포와 거의 유사한 로지스틱 분포를 가정한다. 따라서 두 모형의 분석결과에는 거의 차이가 없다(Hill et al., 2010). 한편, 순서형 로짓 모형이 계수 추정치의 해석이 상대적으로 쉽고, 계산과정이 더 간단하다는 점에서 순서형 로짓 모형의 이용 빈도가 더 높다(Lee and Park, 2014). 따라서 본 연구에서는 순서형 로짓 모형을 활용하고자 한다.
개인이 느끼는 잠재적인 대중교통에서의 코로나19 감염 가능성을 라고 하고, 여기에 영향을 주는 변수들의 벡터를 라고 할 때, 이들의 관계를 Equation 1과 나타낼 수 있다.
이때, 는 추정계수 벡터이며, 오차항이다. 선택할 수 있는 응답의 개수가 개 존재했을 때 잠재적인 인식과 실제 응답과의 관계를 표현하면 Equation 2와 같다.
는 의 경계값을 의미하며, 특정값 이 선택될 확률은 Equation 3과 같이 구할 수 있으며, 계수 추정은 최우추정법(Maximum Likelihood Estimation Method)을 통해 이뤄진다.
2. 모형 설정
앞선 기술통계분석 결과, 개인속성 ‧ 대중교통 이용특성 ‧ 지역에 따라 대중교통에서의 코로나19 감염 가능성 인식이 통계적으로 유의하게 차이가 있는 것을 확인하였다. 따라서 모든 사회 ‧ 경제적 변수를 모형 추정에 활용하고자 하였으며, 이와 함께 대중교통 이용에 대한 일반적인 인식 중 종속변수와 관련이 있다고 판단되는 변수를 포함하였다(대중교통에서 안전에 가장 위협적인 요소, 차량의 쾌적 및 청결성에 대한 만족도, 환승 소요시간에 대한 만족도). 다만, 대중교통 이용 특성 중 환승 특성을 모형에 반영하기 위해 전체 응답자 중 환승을 이용하지 않은 응답자의 데이터를 분석에서 제외하였다.
이때, 성별 ‧ 직업 ‧ 주 이용 대중교통수단 ‧ 환승 유무 ‧ 통행목적 ‧ 지역은 더미변수로 처리하였다. 직업 변수의 경우, 선택 항목이 너무 세분화되어 있기 때문에, 관리자 ‧ 전문가 및 관련 종사자 ‧ 사무 종사자 ‧ 서비스 종사자 ‧ 판매 종사자 ‧ 농림 및 어업 종사자 ‧ 기능원 및 관련 기능 종사자 ‧ 장치기계 조작 및 조립 종사자를 일반 사무직으로 통합하여, 총 4개의 직업군(일반 사무직, 단순노무 종사자, 학생, 무직)으로 재분류하였다. 한편, 통행 목적의 경우, 중복 응답이 허용됐기 때문에 통근 또는 통학을 응답한 응답자는 통근 및 통학 이외의 다른 목적을 선택했을지라도 대중교통을 필수 목적의 통행에 이용한다고 간주하였다. 반대로 통근 또는 통학 목적을 응답하지 않은 응답자는 선택적 목적의 통행으로 간주해 전체 통행 목적을 필수 통행과 선택 통행으로 구분하였다.
변수를 모형에 반영하기에 앞서 독립변수들의 VIF(Variance Inflation Factor)값을 확인함으로써 다중공선성(multicollinearity) 여부를 진단하였다. 통상적으로 VIF 값이 10 이상일 경우 다중공선성이 발생하였다고 보는데, 본 연구에 활용된 독립변수들의 VIF는 모두 3 이하로 도출되어 다중공선성이 없는 것으로 나타났다.
마지막으로, 앞서 언급한 것처럼 지하철 서비스가 제공되는 지역과, 그렇지 않은 지역의 대중교통 이용 여건이 다르다는 점에서, 모형을 두 가지로 구분하고자 하였다.(Model 1.: 지하철 이용이 가능한 지역, Model 2.: 지하철 이용이 불가능한 지역) 모형 추정 결과는 Table 10과 같다.
Table 10.
Results of ordered logit model
3. 모형 분석 결과
1) 지하철 이용이 가능한 지역(Model 1.)
• 모형 진단
Model 1.(지하철 이용이 가능한 지역)에 대한 모형 추정 결과, 모형이 통계적으로 유의하였으며(-statistic=1,154.88, P-value=0.000), 각 수준의 추정 경계값도 통계적으로 유의하였다. 모형의 적합도를 나타내는 McFadden’s R2의 경우 0.389로 나타났다. 일반적인 로지스틱 회귀분석에서 이 값이 0.2-0.4이면 모형이 적합하다고 판단하기 때문에(Kim and Jung, 2018), 본 모형의 설명력이 적절한 것으로 판단된다.
• 대중교통에서의 코로나19 감염 가능성 인식에 미치는 영향 요인
통계적으로 유의하게 나타난 주요 변수들을 구체적으로 살펴보면, 앞선 기술통계분석 결과와 동일하게 개인 속성 중 성별(0.411), 연령(0.011)이 모두 통계적으로 유의하게 대중교통에서의 코로나19 감염 가능성 인식에 양(+)의 영향을 주었고, 승산비(odd ratio)는 각 1.508배, 1.011배로 나타났다. 따라서 남성보다 여성이, 연령대가 높을수록 코로나19 감염 가능성을 높게 인식하는 것을 확인할 수 있었다.
한편 대중교통 이용 특성에서는 주 이용 교통수단(-0.379)이 버스인 경우, 음(-)의 영향을 주어, 지하철을 주로 이용하는 응답자들이 대중교통에서의 코로나19 감염을 버스 이용자들보다 훨씬 더 크게 우려하고 있었다. 이에 따라 일주일간 지하철 이용 빈도(0.008)와 버스+지하철 이용 빈도(0.007) 역시 코로나19 감염 가능성 인식에 통계적으로 유의하게 양(+)의 영향을 주는 것으로 나타났다. 이는 지하철이 버스보다 더 많은 인원을 수송한다는 점에서 다른 승객들과의 많은 접촉이 불가피하기 때문에 지하철을 이용하는 응답자들의 불안감이 더 큰 것으로 판단된다. 또한 1회 이동시 통행시간(0.002)은 영향력은 미미하지만 통행시간이 길수록 대중교통에서의 코로나19 감염 가능성을 높게 인식하고 있는 것으로 나타났다. 이는 통행시간이 길수록 다양하고, 더 많은 승객들을 접촉에 노출되기 때문인 것으로 생각된다.
다음으로 대중교통에 대한 일반적인 인식 요인들의 영향을 살펴보았다. 대중교통 이용 중 안전을 위협하는 요인(0.040)으로 대중교통 차량 내의 과도한 혼잡을 선택한 응답자의 경우, 그렇지 않은 응답자에 비해 코로나19 감염 가능성을 높게 인식할 확률이 1.041배 증가하는 것으로 나타났다. 이는 높은 혼잡도에 대한 우려가 코로나19 감염 인식에 영향을 주며, 이는 혼잡도 완화 정책의 필요성을 시사한다. 또한, 환승 소요시간에 대한 만족도(-0.026)는 코로나19 감염 가능성 인식에 음(-)의 영향을 주어 환승 소요시간에 비교적 만족하는 응답자는 코로나19 감염 가능성을 비교적 낮게 인식하는 것으로 나타났으며, 이는 앞선 통행시간과 동일한 이유에서 기인한 것으로 판단된다.
마지막으로 지역별 차이를 보면, 수도권에 비해 대구경북 광역권(0.127)에 거주하는 응답자들이 대중교통에서의 코로나19 감염 가능성을 높게 인식하는 것으로 나타났다. 이는 코로나19 발생 초기 대구경북 지역을 중심으로 코로나19 급격한 대규모 확산이 있었고, 조사 시점 당시 이에 대한 여파가 남아 감염 우려에 대한 인식에 반영된 것으로 추론할 수 있다.
2) 지하철 이용이 불가능한 지역(Model 2.)
• 모형 진단
Model 2.(지하철 이용이 불가능한 지역의 모형) 추정 결과, Model 1.과 동일하게 모형의 통계적 유의성, 추정 경계값의 통계적 유의성, 모형의 적합도를 모두 확보한 것으로 나타났다(-statistic=453.54(p-value=0.000), McFadden’s R2=0.355).
• 대중교통에서의 코로나19 감염 가능성 인식에 미치는 영향 요인
개인 속성에서는 Model 1.과 동일하게 성별(0.465)과 연령(0.013)이 대중교통에서의 코로나19 감염 가능성 인식에 양(+)의 영향을 주는 것으로 나타났다. 이때 승산비를 통해 Model 1.과의 영향력 크기를 비교하면, 성별과 연령의 승산비가 각 1.593배, 1.014배로 나타나, 성별과 연령 모두 Model 1.보다 비교적 더 큰 영향을 주는 것으로 분석되었다. 개인 속성 중 개인의 월소득 수준이 높을수록(0.018), 차량을 보유할 경우(0.100)에도 대중교통에서의 코로나19 감염 가능성 인식에 통계적으로 유의하게 양(+)의 영향을 주었다. 승용차와 같이 대중교통을 제외한 다른 수단을 이용할 수 있는 응답자가 그렇지 않은 응답자보다 대중교통에서 코로나19 감염 가능성을 더 크게 우려하는 것으로 해석할 수 있을 것이다. 한편, Model 1.과 달리 지하철 이용이 불가능한 지역이라는 점에서 대중교통 이용특성 변수 반영이 제한적이었으며, 통계적으로 유의한 영향을 주지 못하는 것으로 나타났다.
반면, 대중교통 대한 일반적인 인식 요인의 통계적 유의성을 검토하면, Model 1.과 정반대의 패턴이 나타났다. 대중교통의 안전 위협요소로 높은 혼잡도를 꼽은 응답자들이 대중교통에서의 코로나19 감염 가능성을 높게 인식한 Model 1.의 결과와 달리 지하철을 이용할 수 없는 지역의 모형인 Model 2.에서는 통계적으로 유의하지 않았다. 이러한 결과는 버스와 지하철의 근본적인 혼잡도 수준의 차이에 기인한 것으로 판단된다. Korea Transportation Safety Authority(2019)에 따르면 코로나19 발생 이전, 대중교통 이용자들이 인식하는 버스와 지하철의 혼잡도 수준을 비교했을 때, 버스의 혼잡도 수준은 지역에 따라 75.28-86.04%로 나타났으나, 지하철의 경우 89.12-116.20%로 지하철이 버스에 비해 혼잡도 수준이 더 높은 것을 알 수 있다. 이러한 점에서 지하철이 서비스 되는 지역의 경우, 지하철 이용자들이 느끼는 높은 혼잡도가 코로나19 감염 가능성 인식에 영향을 주었지만, 지하철이 서비스 되지 않고 버스만 이용하는 지역의 경우, 혼잡도 수준이 상대적으로 낮아, 높은 혼잡도를 우려할지라도 이것이 코로나19 감염 가능성 인식에까지 영향을 미치지 못한 것으로 사료된다. 또한 버스와 지하철의 혼잡도 수준이 동일할지라도 지하철의 재차인원이 더 많기 때문에 더 많은 사람과의 접촉에 노출된다는 점도 이러한 결과에 영향을 주었을 것으로 판단된다. 한편, 차량 내의 청결 및 쾌적성에 대한 만족도(-0.026)는 대중교통에서 코로나19 감염 가능성 인식에 음(-)의 영향을 주는 것으로 나타났다. 지하철의 경우, 역사와 탑승하는 차량 모두 실내인 반면, 버스는 실외에 위치한 버스정류장에서 버스를 대기하기 때문에 밀폐된 공간에서 많은 사람들과 접촉이 이뤄지는 곳은 차량 내부이다. 이렇다 보니 지하철 이용이 불가능한 지역에서는 버스 차량 내의 청결 및 쾌적성에 대한 만족도가 코로나19 감염 가능성 인식에 영향을 준 것으로 판단된다. 또한 버스 간 환승의 경우, 환승이 실외에서 이루어지기 때문에 환승 소요시간이 음(-)의 영향을 준 Model 1.과 달리 지하철 이용이 불가능한 지역에서는 환승 소요시간이 영향을 주지 못한 것으로 나타났다.
마지막으로 지역별 차이를 비교하였다. Model 2.에서는 분석의 기준 지역을 부산 ‧ 울산 ‧ 경남권으로 하였으며, 추정 결과, 강원도 지역(0.108)이 유의수준 10%에서 통계적으로 유의하게 부산 ‧ 울산 ‧ 경남권보다 대중교통에서의 코로나19 감염 가능성을 높게 인식하는 것으로 나타났다. 이는 코로나19 감염 가능성 인식이 높을수록 대중교통 이용을 자제한다고 가정했을 때, 작년 한해 강원도의 대중교통 이용인원이 경북을 제외하면 가장 크게 감소한 것과(Korea Transportation Safety Authority, 2020) 부합한 결과인 것으로 판단된다. 한편 그 밖에 다른 지역은 코로나19 감염 가능성 인식에 있어서 부산 ‧ 울산 ‧ 경남권의 응답자들과 통계적으로 유의한 차이가 없는 것으로 나타났다.
결론 및 연구의 한계점
본 연구에서는 전국 162개 시군의 대중교통 이용자를 대상으로 코로나19 이후의 대중교통 이용에 대한 전반적인 인식을 조사하였다. 또한, 응답자의 개인속성, 대중교통 이용특성, 대중교통 이용 인식, 지역 요인을 독립변수로 고려한 순서형 로짓 모형을 추정하여 대중교통에서의 코로나19 감염 가능성 인식의 영향 요인을 규명하였다.
먼저 코로나19 이후 대중교통 이용에 대한 전반적인 인식의 기술통계분석 결과를 요약하면 다음과 같다. 코로나19 이후 대중교통 이용에 대한 인식 측면에서, 62%의 응답자가 대중교통에서의 코로나19 감염 가능성이 있다고 인식하였으며, 59%의 응답자는 코로나19 확진자 발생 지역과 동선 공개로 대중교통 이용에 영향을 받았다고 응답하였다. 대중교통에서의 코로나19 방역조치에 대한 만족도는 전반적으로 지하철 이용자가 느끼는 방역조치의 만족도가 버스 이용자보다 더 높게 나타났으며, 지하철 이용자의 경우, 지하철 역사의 방역조치 만족도가, 버스 이용자의 경우, 차량의 방역조치 만족도가 더 높은 경향을 보였다. 대중교통 통행행태의 변화 측면에서는 전반적으로 대중교통 이용 빈도가 감소하였으며, 회당 통행시간도 소폭 감소한 것으로 나타났다. 이용하는 교통수단의 경우, 코로나19 이후 대중교통이 아닌 다른 교통수단으로 변경한 경우는 전체 응답자 중 30%에 달하는 것으로 나타났다.
응답자가 거주하는 지역의 지하철 서비스 제공 여부에 따라 구분하여 대중교통에서의 코로나19 감염 가능성 인식의 영향요인을 분석한 결과, 공통적으로 성별과 연령이 영향을 미치는 것으로 나타났다. 남성보다는 여성이, 연령이 높을수록 대중교통에서의 코로나19 감염 가능성을 높게 인식하고 있었으며, 영향력은 지하철 이용이 불가능한 지역에서 더 크게 나타났다. 대중교통 이용 특성의 경우, 지하철 이용이 가능한 지역의 경우, 주 이용 교통수단(지하철), 지하철 이용 빈도, 버스+지하철 이용 빈도, 통행시간이 통계적으로 유의하게 양(+)의 영향을 준 반면, 지하철 이용이 불가능한 지역에서는 통계적으로 유의하지 않았다. 대중교통에 대한 일반적인 인식의 경우 지하철 이용이 가능한 지역의 경우 혼잡도와 환승 소요시간에 대한 만족도 요인이 영향을 준 반면, 그렇지 않은 지역의 경우 차량 내부의 청결 및 쾌적성에 대한 만족도 요인이 영향을 주는 등 서로 상이한 패턴을 보였다.
기술통계분석과 순서형 로짓 모형 분석을 통해 포스트 코로나 시대를 맞아 대중교통 정책 수립에 있어서 다음과 같은 시사점을 도출할 수 있을 것이다. 첫째, 대중교통의 혼잡 관리 기준 재정비를 통해 대중교통의 전반적인 혼잡도를 낮추는 것이 필요하다. 지하철의 경우, 방역조치에 대한 만족도는 버스에 비해 높게 나타났으나, 오히려 지하철 이용자들이 버스 이용자들에 비해 코로나19 감염 가능성을 높게 인식하는 것으로 나타났다. 지하철 이용이 가능한 지역의 모형에서는 높은 혼잡도가 코로나19 감염 가능성에 양의 영향을 주었고, 버스만 이용하는 지역에서는 영향을 주지 않는 것으로 미루어 지하철의 상대적으로 높은 혼잡도가 이러한 결과의 주요한 원인으로 판단된다. 따라서 코로나19와 같은 전염병 상황을 대비하여 감염 예방 거리를 고려한 혼잡도 기준 조정이 필요하며, 이와 함께 혼잡도를 낮추기 위한 대중교통의 탄력적인 차량 운행이 필요할 것이다.
둘째, 지하철 환승 통로를 비롯한 환승을 위해 이동 및 대기하는 공간의 환기 등 방역조치 강화가 필요하다. 지하철 이용이 가능한 지역의 경우 그렇지 않은 지역과 달리 환승 소요시간에 대한 만족도가 낮을 수록 대중교통에서의 코로나19 감염 가능성을 높게 인식하는 것으로 나타났다. 지하철 역사가 대부분 지하에 위치하여 밀폐된 실내 공간이라는 측면에서 환승시 소요되는 시간이 길수록 대중교통 이용자가 느끼는 코로나19의 감염 가능성이 커지는 것으로 유추할 수 있다. 현재 서울시에서는 버스와 지하철 차량에 대한 환기를 집중적으로 시행하고 있는데, 차량뿐만 아니라 차량 대기 플랫폼, 환승 통로 등 실내 공간에 대해서 환기 강화, 소독 등을 통해 실내 공간의 방역도 놓치지 않아야 할 것이다.
본 연구는 기존의 수송실적 집계 자료를 통한 비교가 아니라, 전국을 대상으로 한 설문조사를 통해 개인이 느끼는 대중교통에서의 코로나19 인식을 조사하고, 감염 가능성 인식에 대한 영향 요인을 규명하였다는 측면에서 의의를 갖는다. 다만, 본 연구는 다음과 같은 한계를 갖는다. 먼저, 조사가 특정 시점(2020년 10-11월)에 이루어져 시기에 따른 인식의 변화가 반영되지 않았다는 점이다. 코로나19가 지속적으로 유행함에 따라 유행 시기별로 다른 확산 양상을 보이고 있다. 코로나19 발생 초기인 3월에는 대구 ‧ 경북 지역의 종교단체를 중심으로 대규모 확산이 있었지만 그 외 지역에서의 대규모 확산은 일어나지 않았다. 그 후 5-6월에는 수도권의 유흥시설을 중심으로, 8월에는 수도권 집회 참가자를 중심으로 확산이 되었다. 그리고 11월 이후에는 전국에서 산발적으로 코로나19가 확산되는 양상을 보였다. 이러한 점에서 각 시기마다 느끼는 대중교통 이용자들의 인식에는 차이가 있을 것이다. 또한, 백신 접종이 시작되면서 코로나19 유행의 새로운 국면에 접어듦에 따라 대중교통 이용의 인식에 또 한번 변화가 있을 것으로 사료된다. 따라서 향후에는 대중교통 이용자 패널 조사 등을 통해 시기에 따른 대중교통 이용자의 인식을 조사하고, 코로나19 확산세 등과의 연관성 규명이 필요할 것이다. 둘째, 본 연구에서는 지역별로 대중교통에서의 코로나19 감염 가능성 인식이 차이를 확인하였으나, 차이가 무엇에 기인하는지는 규명하지 못하였다. 이러한 지역적 차이에는 지역별 대중교통 수송분담률, 대중교통 서비스 수준 등의 요소가 영향을 주었을 것으로 판단되는데, 이에 따라 향후에는 지역별 대중교통 특성 등의 지역적 요인을 계층적으로 반영한 보다 체계적인 모형의 분석이 필요할 것이다.
