An Analysis of Factors Influencing Elderly Driver’s Voluntary Return

Dahee Hong; Sanjin Han; Dongik Jang

doi:10.7470/jkst.2024.42.6.694

Preview

Article

Journal of Korean Society of Transportation. 31 December 2024. 694-705
https://doi.org/10.7470/jkst.2024.42.6.694

An Analysis of Factors Influencing Elderly Driver’s Voluntary Return

고령자 운전면허 자진반납의 영향요인 분석

Dahee HONG¹

Sanjin HAN²^*

Dongik JANG³

홍 다희¹

한 상진²^*

장 동익³

¹Research Professor, Department of Transportation Systems Engineering, University of Seoul, Seoul 02504, Korea

²Associate Professor, Graduate School of Environment Studies, Seoul National University, Engineering, Seoul 08826, Korea

³Associate Research Fellow, Department of Transport Big Data, Korea Transport Institute, Sejong 30147, Korea

¹서울시립대학교 교통공학과 연구교수

²서울대학교 환경대학원 환경계획학과 부교수

³한국교통연구원 국가교통DB센터 부연구위원

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/4.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

The increase in the elderly population has led to a 19.2% rise in traffic crashes caused by elderly drivers over the past five years. In response, the National Police Agency and local governments have implemented a voluntary driver’s license return program since 2019, designed to encourage elderly drivers to surrender their licenses voluntarily. Although this initiative has contributed to a reduction in fatal and serious injury crashes involving elderly drivers, the return rate remains low, at only 2.3% of elderly license holders. To understand the factors influencing the voluntary return of driver’s licenses among elderly individuals, this study utilized a Lasso regression model, focusing on municipalities that implemented the program in 2019 and 2020. The findings revealed that the number of returned licenses was higher in larger cities, which generally have a greater population of elderly drivers and higher rates of elderly poverty. In contrast, elderly drivers were less likely to return their licenses if they had longer driving distances or if travel times by public transportation to public medical institutions, traditional markets, general hospitals, bus terminals, and railway stations were extended. Additionally, higher age thresholds for license return were associated with lower return rates. Therefore, to encourage voluntary license returns, it is essential to tailor the benefits according to age and region. In rural areas, in particular, strengthening alternative transportation options, such as public transportation, is crucial to ensuring mobility after the voluntary return of driver’s licenses.

Keywords

elderly driver’s license return program

factors influencing voluntary driver’s license return

lasso generalized linear model

number of voluntary returns

고령 인구의 증가로 고령 운전자가 유발하는 교통사고 발생 건수가 최근 5년간 19.2% 증가하였다. 이를 감소시키기 위해 중앙정부와 지방자치단체는 고령자 스스로 운전면허를 반납하도록 돕는 운전면허 자진반납제도를 2019년부터 시행 중이다. 이 제도는 고령 운전자가 유발하는 사망사고 및 중상사고 건수를 감소시키는 데 기여하였으나, 자진반납률은 여전히 고령 운전자면허소지자의 2022년 기준 2.3%에 불과하다. 이에 본 연구는 고령자 운전면허 자진반납에 영향을 미치는 요인을 분석하고자 한다. 이를 위해 2019년, 2020년 제도를 도입한 지자체를 대상으로 Lasso 일반화선형모형을 활용하였다. 그 결과, 대도시일수록, 75세 이상 고령자 운전자 수가 많을수록 자진반납 건수가 증가하였다. 반면 고령 운전자의 차량주행거리가 길거나, 전통시장, 종합병원, 버스터미널 및 철도역까지의 대중교통 통행시간이 길수록, 그리고 반납연령 기준이 높을수록 자진반납하는 경향이 낮았다. 따라서 자진반납을 유도하기 위해서는 운전면허반납에 따른 혜택의 연령별, 지역별 차등화가 필요하다. 또한 상대적으로 대중교통의 이동성이 열악한 농촌지역에서는 면허 반납에 따른 고령자의 이동권 및 접근성 강화가 중요하다.

키워드

고령자 운전면허 반납제도

운전면허 자진반납 영향요인

Lasso 일반화선형모형

자진 반납건수

MAIN

서론
선행연구
고령자 운전면허 자진반납 현황
고령자 운전면허 자진반납 영향요인
고령자 운전면허 자진반납에 미치는 영향요인 분석
결론

서론

세계보건기구(WHO)에 따르면 고령자 인구비율이 7%를 초과하면 ‘고령화 사회’, 14%를 초과하면 ‘고령 사회’, 20%를 초과하면 ‘초고령 사회’로 분류된다(Kim and Kim, 2020). 우리나라는 2000년에 이미 ‘고령화 사회’로 진입했으며, 고령자 인구의 지속적인 증가로 인해 불과 25년 만에 초고령 사회로 전환될 것으로 예상된다(KOSIS, 2024). 이러한 변화는 고령 운전자 수 증가에 영향을 미쳐 2018년 고령자 운전면허소지자 수는 333만 명에서 2023년 475만 명으로 42.6% 증가하였고, 2040년에는 약 1,316만 명에 이를 것으로 예상된다(TAAS, National Assembly Research Service, 2023). 이는 2023년 대비 약 3배에 달하는 수치이다. 고령 운전자의 증가는 고령운전자가 유발하는 교통사고¹⁾의 증가로 이어져, 고령 운전자가 유발한 교통사고 건수는 2019년 33,239건에서 2023년 39,614건으로 19.2% 증가하였다. 반면 고령 운전자가 유발한 사망자 수는 2019년 769명에서 2023년 745명으로 3.1% 소폭 감소하였으나, 전체 고령자 사망자에서 차지하는 비율은 2019년 50.5%에서 2023년 60.1%로 9.6% 증가했다. 이는 고령 인구의 증가가 고령자 운전자 수, 그리고 고령 운전자가 유발하는 교통사고 증가에도 영향을 미치고 있음을 보여준다. 따라서 고령 운전자가 유발하는 교통사고를 줄이기 위한 종합적인 대책이 필요하다.

이러한 배경에서 중앙정부와 지방자치단체는 고령자 운전면허 자진반납제도를 시행하고 있다. 이 제도는 고령 운전자가 신체적 및 심리적 요인이나 운전능력 저하 등으로 더 이상 안전하게 운전할 수 없을 때, 자발적으로 운전면허를 반납할 수 있도록 돕는 제도이다. 2018년 부산광역시에서 시범적으로 시작된 이 제도는 2019년 전국적으로 확대 시행되어 2022년 기준 자진반납 건수가 11만 2,942건으로 첫 시행연도인 2019년 대비 54.2% 증가하였다. 운전면허 자진반납의 증가는 고령 운전자가 유발하는 사망 및 중상사고 건수를 줄이는 데 기여(Hong et al., 2024)하였으나, 자진반납률은 여전히 고령 운전면허 소지자의 2.3%에 불과하다. 따라서 고령 운전자가 유발하는 교통사고 감소를 위해서는 고령 운전자를 대상으로 자발적인 면허반납을 유도할 필요가 있다. 이를 위해서는 우선적으로 고령자 운전면허 자진반납에 영향을 미치는 요인과 그 특성에 대한 검토가 요구된다. 따라서 본 연구에서는 다양한 데이터를 바탕으로 운전면허 자진반납에 영향을 미치는 요인을 분석하고자 한다. 이를 위해 기존 관련 연구 및 자진반납 현황을 검토하고, LASSO 일반화선형모형을 이용하여 고령자 운전면허 자진반납에 영향을 미치는 요인을 분석하였다. 마지막으로 자진반납률 향상을 위한 정책적 시사점도 제시하였다.

선행연구

운전능력은 운전자의 이동성과 독립성을 유지하는 데 중요한 요소이다(Zhang et al., 2000). 그러나 고령자의 운전능력은 인지기능저하, 시력 감소, 반응시간 지연 등 다양한 신체적 문제로 인해 저하되는 경향이 있으며(European Commission, 2018), 이는 고령 운전자의 교통사고 발생위험 증가로 이어진다(Evans, 1988; Hansotia and Broste, 1991; Massie et al., 1995). 그럼에도 불구하고 고령 운전자의 차량주행거리는 꾸준히 증가하고 있어, 이들에 의해 유발되는 교통사고 발생률은 더욱 늘어날 것으로 예상된다(OECD, 2001; Rosenbloom, 2000; European Commission, 2018). 고령 운전자 사고를 줄이기 위한 대책 중 하나로, 운전면허 자진반납제도를 시행하고 있다. 이 제도는 고령자의 신체적 노화로 인해 운전능력이 저하되어 더 이상 안전하게 운전할 수 없다고 판단될 때 스스로 운전면허를 반납하도록 돕는 제도로, 우리나라를 비롯한 여러 국가에서 시행되고 있다. 먼저 일본은 70세 이상의 운전자가 면허를 반납하면 운전 경력증명서가 발급되고, 대중교통 무료 및 할인을 포함한 이동성 강화방안과 이사 비용, 쇼핑, 예금 금리할인 등 생활 혜택을 제공하고 있다(일본 경찰청; Sakakibara, 2012). 영국은 자기 평가 또는 주치의의 조언, 자기 평가 가이드와 적합성 평가에 따라 나이에 상관없이 자발적으로 운전면허를 반납할 수 있다. 아울러 무료 대중교통 제공을 통해 운전중단이 삶의 질 저하로 이어지지 않도록 보장하는 프로그램도 운영하고 있다(NIDIRECT; GOV.UK; International Longevity Centre, 2011). 미국, 호주, 뉴질랜드에서도 역시 Senior Transportation Mobility Planner, 고령자를 위한 카풀, Uber, Lyft와 같은 공유 교통 서비스 제공을 통해 고령 운전자의 이동을 지원한다(Transport for NSW, 2022; ACT Government, 2022; Australian seniors). 고령자의 이동을 보장함에 따라 고령자가 자발적으로 운전면허를 반납하도록 유도하고 있다.

고령자 운전면허 자진반납에 영향을 미치는 요인에 대한 연구를 살펴보면, Ise et al.(2019)와 Ise(2016)은 설문조사를 통하여 고령자 연령이 증가할수록 운전면허 반납 의향이 높아지며, 대중교통 요금 할인 등으로 고령자의 이동성이 강화되었을 때 자진반납률이 증가한다고 제시하였다. Cheon et al.(2020) 역시 설문조사를 통해 고령자 연령이 높아질수록 운전면허 반납률이 증가하나, 동시에 반납을 거부하는 비율도 증가하는 경향이 있다는 결과를 제시했다. Miyoshi et al.(2018)은 고령 인구비율이 높고, 운전면허 소지자가 많은 지역에서 고령자 교통사고 발생률이 높아 운전면허 반납이 증가하면 고령 운전자가 유발하는 교통사고는 감소할 것이라고 보고했다. Marottoli et al.(1993)은 설문조사를 통하여 운전면허 반납이 고령 운전자의 이동 거리와 빈도를 감소시켜 고령 운전자 교통사고 감소에 기여할 것이라고 언급하였다. Moon et al.(2019) 또한 면허반납으로 운전면허 소지자 비율이 감소함에 따라 고령 운전자의 교통사고도 감소가 기대된다고 제시했다. 인센티브 제공방식과 관련하여 Kim and Jung(2022)는 일회성 및 정기적 인센티브 제공방식이 운전면허 반납에 영향을 미치지만, 반납을 원하지 않는 고령자에게는 미치는 영향이 크지 않다고 설명했다. McNamara et al.(2013), Choi et al.(2012), Johnson(2008), 그리고 Freund and Szinovacz(2002)는 버스 등과 같은 대체 교통수단 마련과 가족 및 지인의 교통 지원이 고령자 운전면허 자진반납에 중요한 영향을 미친다고 제시했다. Kim et al.(2021)은 설문조사를 통하여 생계형과 비생계형 운전자의 반납 혜택을 차등화하고, 대도시부터 농촌 지역으로 확대 적용해야 한다고 제안했다. 또한 Jung(2020)은 도시지역에서 자진반납의지가 지방보다 높으며, 대중교통 이용 가능성이 반납 의지와 밀접한 관계가 있다는 결과를 제시했다.

고령운전자가 유발하는 교통사고 감소를 위해서는 운전능력이 저하된 운전자를 대상으로 자발적인 면허반납을 유도할 필요가 있다. 이를 위해서는 우선적으로 자진반납에 영향을 미치는 요인에 대한 검토가 요구된다. 앞서 제시한 관련 기존 연구들은 대부분 설문조사 결과를 활용하여 영향을 미치는 요인을 제시하였으나, 운전면허 자진반납제도는 이미 시행 중인 제도로, 관련 데이터를 이용하여 운전면허 자진반납에 실제 영향을 미치는 다양한 요인을 제시할 필요가 있다. 따라서 운전면허 반납제도를 시행하고 있는 우리나라 시군 지자체를 대상으로, 수집 가능한 데이터를 활용하여 자진반납에 영향을 미치는 요인들을 분석 및 제시하는 것에 본 연구의 차별성이 존재한다.

고령자 운전면허 자진반납 현황

국내 고령자 운전면허 자진반납제도는 2018년 시범사업을 시작으로, 2022년 기준 전국 143개 시군(전체 167개 시군의 85.6%)²⁾에서 시행 중이다. 반납대상은 특별시, 광역시와 시 지자체는 만 65세 이상, 군 지자체는 만 70세 또는 만 75세 이상이며, 자진반납 시에는 일회성으로 10-20만 원(최대 50만 원) 상당의 교통비 보조금이 제공된다. 고령자 운전면허 자진반납건수³⁾는 Table 1과 같이 2019년 7.3만 건에서 2022년 11.2만 건으로 지속적으로 증가하여, 누적반납 건수가 34.6만 건에 이르렀다. 고령자 운전면허소지자 수 대비 고령자 운전면허 자진반납건수인 평균 자진반납률은 2.3%에 불과하나, 누적 자진반납률은 7.9%로 매년 조금씩 증가하는 추세를 보이고 있다.

Table 1.

Number and rate of voluntary driver’s license returns by elderly drivers

	2019 year	2020 year		2021 year		2022 year		Average return rate(%)
	2019 year	Number	Accumulated	Number	Accumulated	Number	Accumulated	Average return rate(%)
Number of elderly driver‘s license holders	3,337,165	3,682,632		4,016,538		4,387,358		2.3
Number of voluntary return	73,221	76,002	149,223	83,997	233,220	112,942	346,162
Return rate(%)	2.2	2.1	4.1	2.1	5.8	2.6	7.9

기존 연구에 따르면 고령자 운전면허 자진반납은 고령자 연령, 고령자 인구수, 고령자 운전면허 소지자 수, 고령자 이동성, 지역 등에 영향을 받는 것으로 나타나, 이러한 요인들에 따른 자진반납률을 2020년과 2021년을 대상으로 Table 2에서 비교하였다. 먼저 고령자 연령별 자진반납률을 비교하면, 80세 이상은 8.97%로 가장 높고, 65-69세는 0.15%로 가장 낮아 연령이 높을수록 자진반납률이 증가하는 경향이 있었다. 특히 75-79세부터 자진반납률이 급격히 증가하였다.

Table 2.

Rate of voluntary return of elderly driver’s licenses (2020-2021)

Age of elderly drivers	65-69 years			70-74 years				75-79 years				80 years and older
	0.15%			1.70%				5.91%				8.97%
Elderly population (per 1,000 individuals)	20 or fewer	20-30			30-40		40-50			50-60				60 and above
	1.42%	1.60%			1.75%		2.12%			2.17%				2.30%
Number of elderly driver’s license holders (per 1,000 drivers)	20 or fewer	20-40			40-60		60-80			80-100				100 and above
	1.55%	2.07%			2.27%		2.31%			2.37%				2.39%
Difference in travel time between public transportation and private cars (in minutes)	10 or fewer		10-30			30-50			50-70				70 and above
	2.53%		1.90%			1.45%			1.35%				1.24%
Area	Large cities				Small and medium-sized cities						Rural
	2.32%				1.94%						1.40%

또한, 고령자 인구와 고령자 운전면허 소지자가 많을수록 자진반납률이 증가하는 것으로 나타났다. 한편 고령자의 이동성을 파악할 수 있는 지표로 평균 지자체별 승용차 대비 대중교통 통행시간 차이⁴⁾를 살펴보았다. 그 결과, 대중교통과 승용차 통행시간의 차이가 클수록 자진반납률은 감소하는 경향이 있었다. 통행시간 차이가 10분 미만일 때 자진반납률이 2.53%로 높았으나, 70분 이상이 되면 1.24%로 낮아졌다. 특히 통행시간 차가 50분 이상일 때 자진반납률의 감소가 둔화되었다. 이는 대중교통 접근성이 좋을수록 운전면허 자진반납비율이 증가한다는 것을 시사한다. 또한 지역⁵⁾별 평균 자진반납률을 살펴보면 대도시 2.32%, 중소도시 1.94%, 농촌 지역 1.4%로 나타나, 상대적으로 대중교통 서비스가 더 잘 갖춰진 대도시의 반납비율이 높고, 서비스가 가장 열악한 농촌에서 가장 낮은 반납률을 보였다.

고령자 운전면허 자진반납 영향요인

고령자의 운전면허 자진반납에 영향을 미치는 요인은 기존 연구를 고려하여 Table 3과 같이 크게 사회경제적 특성, 교통특성, 운전면허반납 운영특성으로 분류하여 선정하였다. 사회경제적 특성요인은 지역, 고령자 운전면허소지자 수, 고령화 비율, 고령자 빈곤율, 생계형 고령 운전자 비율이며, 교통특성 요인으로는 주요 시설로의 승용차 대비 대중교통 통행시간 차이, 고령자 차량주행거리를 고려하였다. 여기서 주요 시설은 고령자가 주로 이용하는 병ㆍ의원, 보건소, 종합병원, 대규모 점포, 전통시장, 버스터미널 및 철도역을 의미한다. 마지막으로 운전면허반납 운영특성요인은 자진반납 연령기준, 인센티브, 추가혜택(이동권 보장)으로 선정하였다.

Table 3.

Factors influencing voluntary driver’s license return among elderly drivers

	Influencing factors
Socioeconomic characteristics	Area, aging rate, number of elderly driver’s license holders, elderly poverty rate, rate of elderly commercial vehicle drivers
Traffic characteristics	Difference in travel time between public transportation and private cars to major facilities, elderly driver’s vehicle mileage
Operational characteristics	Eligible age for voluntary driver’s license return, incentives, additional benefits (mobility rights)

사회경제적 특성요인 중 지역은 국가통계포털(KOSIS)⁶⁾에서 제공하는 시군 지자체별 인구수를 기준으로 농촌, 중소도시, 대도시로 분류하였다. 적용 기준은 농촌은 인구 10만 명 미만, 중소도시는 10-50만 명 미만, 대도시는 50만 명 이상으로, 자진반납제도를 시행하는 지자체는 농촌 61개, 중소도시 67개, 대도시 15개가 해당된다. 고령화 비율은 국가통계포털⁴⁾에서 제공하는 고령화 비율을 활용하고, 고령자 운전면허소지자 수는 경찰청에서 제공하는 시․군 지자체별 65세 이상 운전면허소지자 수를 활용하였다. 또한, 고령자 빈곤율은 보건복지부에서 제공하는 국민기초생활보장 수급자 수⁷⁾를 활용하여 전체 고령자 인구 중 고령자 기초수급자 수의 비율로 산정하였다. 그리고 생계형 고령 운전자 비율은 운전을 생계수단으로 하는 고령 운전자 비율로, 전체 고령자 운전면허소지자 수 대비 한국교통안전공단에서 제공하는 고령자 영업용 운수종사자(버스, 택시, 화물자동차⁸⁾ 수 비율로 산정하였다. 이러한 사회경제적 특성요인에 따른 자진반납은 Figure 1과 같이 농촌보다 중소도시, 대도시에서 그리고 고령자 운전자 수와 고령자 빈곤율이 증가할수록 고령 운전자 자진반납건수도 증가하였다. 반면 생계형 고령 운전자 비율이 높을수록 자진 반납건수는 감소하여 운전이 주요 생계수단인 고령자들은 현실적으로 운전중단이 어려움을 알 수 있다.

교통특성 요인 중 주요 시설로의 승용차 대비 대중교통의 통행시간 차이는 고령자의 접근성 여건을 비교하기 위한 요인으로, 매년 국가교통DB4)센터에서 제공하는 승용차와 대중교통 통행시간 데이터를 활용하였다. 이는 일 평균 기준이며, 대중교통은 버스, 지하철, 통행시간은 도보시간이 포함된다. 통행시간은 도로 네트워크 상에서의 각 시설까지의 통행시간을 가중평균하여 산정한 값이며, 국가교통DB센터에서는 이를 각 지자체별로 제시하고 있다. 또한, 고령자 차량주행거리는 한국교통안전공단에서 제공된 고령 운전자의 비사업용 차량주행거리⁹⁾를 고령자 운전면허소지자 소지자 수로 나눈 고령 운전자 1인당 차량주행거리(km/대/일)를 이용하였다. 교통특성 요인과 자진반납과의 관계는 Figure 1과 같이 주요 시설로의 대중교통의 통행시간이 길고, 고령자 차량주행거리가 길수록 자진반납건수는 감소하는 경향이 있다. 이는 대중교통 이동성이 상대적으로 낮아 차량주행거리가 길 수 밖에 없는 여건에서는 고령 운전자들이 자진반납을 꺼리는 경향이 반영된 것으로 해석될 수 있다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-06/N0210420605/images/kst_2024_426_694_F1.jpg

Figure 1.

The distribution of factors influencing and the number of voluntary returns

운전면허 자진반납 제도운영 특성요인 중 반납연령¹⁰⁾은 지자체별 기준에 따라 65세 이상, 70세 이상, 75세 이상으로 구분하였으며, 인센티브 금액¹⁰⁾은 자진반납 시 지급되는 교통비로, 10만원, 20만원, 30만원, 50만원으로 분류하였다. 추가혜택은 면허반납 시 제공되는 인센티브 외에 대중교통 할인 및 무료화와 같은 이동권 보장¹⁰⁾과 생활혜택¹⁰⁾ 제공을 의미하며, 이는 더미변수로 적용하여 분석에 활용하였다.

고령자 운전면허 자진반납에 미치는 영향요인 분석

고령자 운전면허 자진반납에 영향을 미치는 요인을 분석하기 위해 LASSO(Least Absolute Shrinkage and Selection Operator) 일반화선형모형(Generalized Linear Model, GLM)을 활용하였다. 일반화선형모형은 반응변수가 정규분포를 따른다는 선형회귀모형의 가정을 확장한 모형으로, 반응변수가 베르누이, 포아송, 음이항, 감마 등 지수족 분포(exponential family distribution)를 따르는 모형이다.

(1)

g (E (y_{i})) = β_{0} + β_{1} x_{i 1} + β_{2} x_{i 2} + \dots + β_{p} x_{i p} i = 1, 2, \dots, n

여기서, $g$ : 연결함수(link function), $y_{i}$ : 반응변수, $x_{i j}$ : 설명변수, $β_{0}$ : 절편, $β_{j}$ : 회귀계수, $n$ :자료 수

이 모형은 반응변수가 정규분포가 아닌 경우에도 적합하며, 최대 우도 추정법(Maximum Likelihood Estimation, MLE)을 이용하여 계수를 추정한다. 일반화선형모형(GLM)은 데이터 수가 변수의 수보다 많지 않거나, 데이터의 변동으로 인해 과적합(overfitting)이 발생할 경우 추정 정확도가 떨어질 수 있다. 또한, 반응변수와 관련 없는 변수들을 포함하여 모형을 복잡하게 만드는 경향이 있어 해석하기 어려울 수 있다. 이러한 과적합의 문제를 해결하고, 모형의 복잡성을 줄이면서도 유사한 모형 설명력을 유지할 수 있는 방법의 하나가 수축 페널티(Shrinkage penalty)방법이다. 수축 페널티는 불필요한 회귀계수를 0으로 수축시켜, 중요한 변수만을 선택하게 하는 방식이며, 이의 대표적인 모형이 Lasso 일반화선형모형(Tibshirani, 1996; Friedman et al., 2010)이다. 이 모형의 추정식은 Equation 2)와 같이 데이터의 음의 우도( $- l (β_{0}, β_{1}, \dots, β_{p} | x)$ )에 $L_{1}$ 수축패널티인 $| | β | |_{1} = | β_{j} |$ 를 적용한 형태로 표현된다. GLM이 데이터의 우도(likelihood)를 최대화하여 가장 잘 적합한 계수추정치를 찾는 방식이라면, Lasso 일반화선형모형은 수축 패널티라 불리는 두 번째 항 $λ \sum_{j = 1}^{p} | β_{j} |$ 을 이용하여 모형에 사용되는 변수의 개수가 증가하는 것을 제약하고 추정된 계수의 변동성을 감소시켜 예측력을 증가시킨다. 여기서, 조율 파라미터 $λ$ (tuning parameter)는 수축패널티의 강도를 제어하는 중요한 요소로, 추정치에 대한 상대적인 영향을 결정한다.

(2)

{argmin}_{β_{0}, β_{1}, \dots, β_{p}} - l (β_{0}, β_{1}, \dots, β_{p} | x) + λ \sum_{j = 1}^{p} | β_{j} |

여기서, $l$ : 로그우도(log-likelihood), $λ$ : 조율 파라메타( $λ > 0$ )

따라서 적절한 $λ$ 값을 선택하는 것은 모형의 예측 성능에 매우 큰 영향을 미친다. 조율 파라미터 $λ$ 는 모형 구축을 위한 훈련 셋(training set)과 검증을 위한 테스트 셋(test set)을 활용한 교차검증(cross validation)을 통해 적절하게 선택된다. 이러한 특성으로 Lasso 일반화선형모형은 전체 설명 변수들 중에서 최상의 부분집합 선택처럼 변수선택을 수행한다. 다만 이 모형은 예측오차를 최소화하는 변수선택과 동시에 회귀계수의 값을 수축시키기 때문에 선택된 회귀계수들의 분포나 유의확률(p-value)를 추정하는 것은 매우 어렵다(Lockhart et al., 2014). 이를 추정하기 위해서는 붓스트랩(bootstrap)이나 베이지안(Bayesian) 방법을 추가적으로 이용해야 하기 때문에 대부분의 통계패키지에서는 기본적으로 유의확률을 별도로 제공하지 않는다(Hastie et al., 2015; H20.ai, 2024).

고령자 운전면허반납에 영향을 미치는 요인을 분석하기 위해, 운전면허 반납제도를 전국적으로 시행한 2019년 78개 지자체와 2020년 65개 지자체를 대상으로 분석하였다. 이때 지자체별 적용 시기가 다르기 때문에 자진반납의 정확한 영향을 고려하기 위해 제도의 시행년도를 제외한 2020년부터 2021년까지를 분석 기간으로 설정하였다. 또한 반응변수는 고령자 운전면허 자진반납건수이며, 설명변수는 앞서 Table 3에 제시한 자진반납 영향요인을 이용하였다. 이때 종속변수가 빈도형 자료이므로 과대산포를 고려할 수 있는 음이항분포를 가정하였으며, 링크함수는 log를 적용하여 반응변수와 설명변수 간의 관계를 선형화하였다. Figure 2의 왼쪽 그림은 음이항 분포로 Lasso 일반화선형모형의 최적 예측모형 선택을 위한 교차검증결과의 예측오차값의 변화를 설명하고 있으며, 오른쪽 그림은 각 조율 파라미터의 변화에 따른 계수들의 추정값 변화를 제시하고 있다. 여기서, 초록색 수직선은 최종 선택된 최적 조율 파라메타에 따른 선택된 변수들과 각 계수값을 보여주고 있다. 본 연구에서는 모형의 변동성을 줄이고 최적의 최소 모형을 선택하기 위해 교차검증의 예측오차를 최소로하는 조율파라메타( $λ_{\min}$ ) 대신 예측오차가 $λ_{\min}$ 의 표준오차 이내에 있는 조율파라메타( $λ_{1 se}$ )를 이용하여 최종모형을 선택하였다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-06/N0210420605/images/kst_2024_426_694_F2.jpg

Figure 2.

Factors influencing elderly driver’s license voluntary return using Lassso Regression

고령자 운전면허 자진반납건수에 영향을 미치는 유의미한 변수는 Table 4와 같이 고령자 차량주행거리, 지역, 고령자 운전면허소지자 수, 반납연령 기준, 생계형 고령자 운전자 수, 고령자 빈곤율, 종합병원ㆍ버스터미널 및 기차역ㆍ전통시장까지의 대중교통 통행시간, 이동권 보장으로 나타났다. 이러한 결과는 고령 운전자들은 대중교통 접근성이 뛰어난 대도시에서, 75세 이상 고령자 운전자 수가 많을수록, 반납연령기준이 낮을수록, 그리고 경제적 빈곤율이 높아 개인차량을 유지하기 어려운 여건일수록 운전면허를 반납하는 것을 시사한다. 또한, 운전면허반납 시 대중교통 무료 및 할인 혜택으로 고령 운전자들의 이동권을 보장할 경우, 자진반납 건수가 증가하는 경향이 있는 것으로 분석되었다. 반면 고령 운전자의 차량주행거리가 길수록, 그리고 종합병원, 전통시장과 같은 고령자 통행이 잦은 주요 시설, 그리고 장거리 통행에 이용되는 버스터미널 및 철도역까지의 대중교통 통행시간이 길어질수록, 그리고 생계형 고령 운전자 비율이 높을수록 자진반납은 감소하는 것으로 나타났다. 한편 일회성으로 제공되는 인센티브는 유의미한 영향을 미치지 않았다. 따라서 대중교통의 접근성이 뛰어난 대도시, 75세 고령자 운전자 수가 많은 지자체를 대상으로 운전면허 반납을 우선적으로 유도할 필요가 있다. 또한 면허를 반납한 고령 운전자들의 이동권 보장을 위해 개인차량을 대체할 수 있는 수단마련과 종합병원, 전통시장 등 이들의 통행 잦은 주요 시설로의 이동성과 접근성의 개선이 필요하다. 운전면허 자진반납제도는 스스로 면허를 반납하는 제도로, 반납연령에 제한을 두지 않고 자진반납률이 높은 75세 이상 고령층의 자진반납을 유도할 수 있도록 연령별 인센티브의 차등화가 바람직할 것으로 판단된다. 또한, 일회성 경제적 혜택보다는 자진반납을 충분히 유도할 수 있는 실질적이며 지속적인 지원방안도 요구된다. 마지막으로 생계형 고령 운전자의 운전면허 반납은 현실적으로 어려우므로 건강검진 연계, 운전능력검사 강화 등을 통해 생계형 운전자들이 안전하게 운전할 수 있도록 도와주면서 자발적으로 면허를 반납할 수 있는 여건을 조성할 필요가 있다.

Table 4.

Factors influencing elderly driver’s license voluntary return using Lassso Regression

Variables	Estimate	Standardized	Relative importance	Scaled importance
Intercept	6.301	5.211
Vehicle mileage per elderly driver’s	-0.071	-0.830	0.830	1.000
Area_Large cities	0.599	0.599	0.599	0.721
Older diver’s license holders_80	0.008	0.239	0.239	0.287
Return age 65	0.200	0.200	0.200	0.241
The difference in travel time to general hospital	-0.307	-0.122	0.122	0.147
Living elderly drivers	-0.086	-0.098	0.098	0.118
Elderly poverty rate	0.043	0.089	0.089	0.108
The difference in travel time to bus terminal and train station	-0.197	-0.086	0.086	0.104
The difference in travel time to old market	-0.225	-0.077	0.077	0.092
Additional benefits (mobility rights)	0.087	0.087	0.087	0.079

$λ$ : 14.975, Adjust $R^{2}$ : 0.921, AIC :20, number of observations : 221

운전면허 자진반납에 영향을 미치는 요인은 지역별로도 비교할 수 있다. 지역은 앞서 분류한 대도시, 중소도시, 농촌지역⁵⁾로 대도시 15개, 중소도시 67개, 농촌지역 61개 지자체이다. 먼저, 지역별 영향을 미치는 유의미한 변수의 수를 Table 5에서 살펴보면 대도시 5개, 중소도시 8개, 농촌 11개로 대도시에서 농촌지역으로 갈수록 자진반납에 영향을 미치는 요인의 수가 증가했다. 이러한 결과는 농촌 지역의 고령 운전자들은 운전면허반납 시 대도시보다 고려해야 할 요인이 더 많다는 것을 의미한다. 이러한 차이는 농촌의 고령자 운전면허 자진반납비율이 대도시 대비 저조한 이유를 설명해 준다(Table 2 참조).

Table 5.

Factors influencing elderly driver’s license voluntary return by age using Lassso Regression

Large cities		Estimate	Standardized	Relative importance	Scaled importance
Intercept		7.327	7.397
Vehicle mileage per elderly drivers¹		-0.570	-0.402	0.402	1.000
Older diver’s license holders_80¹		0.005	0.319	0.319	0.794
Aging		0.056	0.151	0.151	0.375
The difference in travel time to hospital		-2.304	-0.085	0.085	0.211
Living elderly drivers		-0.008	-0.010	0.010	0.025
$λ$ : 135.092, Adjust $R^{2}$ : 0.975, AIC : 12, Number of observations : 30(15 in 2019, 15 in 2020)
Small and medium-sized cities		Estimate	Standardized	Relative importance	Scaled importance
Intercept		5.562	5.695
Older diver’s license holders_75¹		0.024	0.270	0.270	1.000
Vehicle mileage per elderly drivers¹		-0.068	-0.243	0.243	0.901
colspan="2"> Return age 65²	0.115	0.115	0.115	0.426
Elderly poverty rate²		0.033	0.076	0.076	0.281
The difference in travel time to general hospital²		-0.251	-0.062	0.062	0.228
Additional benefits (mobility rights)²		0.077	0.024	0.024	0.089
The difference in travel time	to market	0.077	-0.022	0.022	0.081
The difference in travel time	to bus terminal and train station²	-0.186	-0.021	0.021	0.077
$λ$ : 11.87, Adjust $R^{2}$ : 0.879, AIC : 16, Number of observations : 114(94 in 2019, 20 in 2020)
Rural		Estimate	Standardized	Relative importance	Scaled importance
Intercept		3.716	4.311
Older diver’s license holders_75¹		0.098	0.286	0.286	1.000
Vehicle mileage per elderly drivers¹		-0.014	-0.151	0.151	0.526
Living elderly drivers		-0.099	-0.118	0.118	0.412
Elderly poverty rate²		0.061	0.109	0.109	0.380
The difference in travel time	to public hospital³	-0.475	-0.107	0.107	0.375
	to old market³	0.359	0.103	0.103	0.361
	to bus terminal and train station²	-0.141	-0.050	0.050	0.176
Return age 65²		0.045	0.045	0.045	0.156
Aging		0.005	0.037	0.037	0.130
The difference in travel time to general hospital²		-0.111	-0.036	0.036	0.127
Additional benefits (mobility rights)²		0.035	0.035	0.035	0.122
$λ$ : 3.875, Adjust $R^{2}$ : 0.7847 AIC : 18, Number of observations : 77(32 in 2019, 45 in 2020)

note: ¹Factors influencing all areas,

²Factors specific to small and medium-sized cities and rural areas

³Factors unique to rural areas

지역별 요인을 비교하면, 대도시 고령 운전자들은 차량주행거리가 길수록, 생계형 운전자가 많을수록, 그리고 가까운 병ㆍ의원까지의 대중교통의 통행시간이 많이 소요될수록 운전면허를 반납하지 않는 경향이 있었다. 반면 80세 이상 고령 운전자가 많고, 고령화 비율이 높을수록 반납건수가 증가하였다. 중소도시도 대도시와 비슷한 경향이 있으나, 대도시와 같은 가까운 병ㆍ의원이 아닌 종합병원 및 대규모 점포, 버스ㆍ기차역까지의 대중교통의 통행시간이 길수록 고령자들은 운전면허를 반납하지 않았다. 반면 75세 고령운전자가 많을수록, 반납 연령기준이 낮을수록, 특히 면허반납 시 이동권이 보장할 때 자진반납이 증가하는 경향이 있었다. 이러한 결과는 대도시 대비 대중교통 접근성 여건이 좋지 않은 중소도시의 고령자들은 운전면허 반납 시 이동권 보장과 종합병원, 버스 및 터미널, 대규모 점포까지의 대중교통 이동성을 중요하게 여기는 것을 알 수 있다.

또한 대중교통 서비스 수준이 가장 열악한 농촌에서는 이동권 보장과 농촌 지역의 주요 의료기관인 보건소, 고령자들이 자주 통행하는 전통시장, 종합병원, 그리고 장거리 이동을 위한 버스터미널 및 기차역까지의 대중교통 통행시간이 면허반납에 중요한 영향을 미치는 것으로 나타났다. 이는 농촌지역의 고령자들은 운전면허반납에 대도시 및 중소도시 대비 더 많은 시설로의 대중교통 이동성을 고려하며, 이동권이 보장되지 않는다면 대체수단이 열악한 농촌지역의 자진반납률은 낮을 수 밖에 없음을 시사한다. 따라서 상대적으로 자진반납률이 낮은 중소도시와 농촌지역 고령자들의 자진반납을 촉진하기 위해서는 75세 이상 고령층의 개인 차량주행거리를 줄일 수 있도록 이를 대체할 수 있는 이동권 보장이 매우 중요하다. 또한 보건소, 전통시장, 종합병원, 버스 및 기차역 등 고령자들의 이동이 잦은 시설로의 이동성 보장도 면허반납에 중요하게 작용한다. 특히, 농촌지역은 대중교통의 이동성 및 접근성 수준이 매우 낮으므로 지역별 특성을 고려한 맞춤형 대책과 운전면허 반납 시 제공되는 혜택에 대한 지역별 차등화 적용도 필요하다.

결론

고령자 운전면허 자진반납에 영향을 미치는 요인을 분석하기 위해 운전면허 반납제도를 도입한 지자체를 대상으로 Lasso 일반화선형모형을 적용하였다. 그 결과, 대도시일수록, 75세 이상 고령자 운전자 수가 많을수록, 빈곤율이 높을수록, 그리고 반납연령 기준이 65세로 낮을수록 운전면허 반납건수가 증가하였다. 반면 고령 운전자의 차량주행거리가 길고, 전통시장, 종합병원, 장거리 통행에 이용되는 버스터미널 및 철도역까지의 대중교통 통행시간이 더 길수록 반납하지 않는 경향이 있었다. 또한, 대도시 대비 고령자의 이동성이 좋지 않은 중소도시, 농촌일수록 자진반납에 더 많은 요인이 영향을 미쳤다. 특히 자진반납 시 제공된 이동권 보장과 고령자들의 이용이 많은 곳까지의 대중교통 통행시간이 크게 영향을 미쳤다. 따라서 향후 고령자들의 운전면허 자진반납을 독려하기 위해, 인센티브, 이동권 보장 등의 영향요인을 고려할 필요가 있다. 이런 차원에서 고령자 운전면허 자진반납 제도의 발전 방안을 크게 세 가지로 제시하였다.

첫째, 모든 지역에 공통적으로 자진반납에 영향을 미쳤던 75세 이상 고령층에 대한 인센티브 차등화가 필요하다. 가령, 75세 미만 보다 75세이상 연령대에서 반납할 때 대중교통 보조금을 더 많이 지원하는 편이 바람직하다. 둘째, 운전면허반납은 대중교통 접근성이 좋은 대도시에서 장려하고 대중교통 서비스가 열악한 농촌에서는 모빌리티 서비스 확대가 우선될 필요가 있다. 가령, 최근 도입되기 시작한 농촌형 수요응답형 교통(DRT, Demand response transit)이 활성화될 필요가 있다. 이를 위해서는 지방정부 뿐만 아니라 국가차원의 예산마련 방안도 요구된다. 마지막으로 생계형 고령 운전자들은 운전면허 반납을 독려하기보다 지속적인 운전능력 모니터링이 필요하다. 또한 운전 능력이 떨어질 경우 무조건적으로 운전면허를 취소하기보다 조건부 운전면허제도 등으로 제한적인 상황에서라도 운전을 지속할 수 있도록 돕는 방안이 검토될 필요가 있다. 본 연구에서는 다양한 데이터를 활용하여 고령자 운전면허 자진반납에 영향을 미치는 요인을 제시하였으나, 반납이 운전 중 반납인지를 검증할 수 없는 한계를 가지고 있다. 또한, 분석기간의 확대 뿐만 아니라 본 연구에서 고려한 요인 외 더욱 다양한 영향요인을 고려할 필요가 있다.

Funding

This work was supported by Korea Institute of Police Technology(KIPoT) grant funded by the Korea government (KNPA). (No.RS-2023-00260576, Development of traffic accident reproduction S/W for autonomous vehicle traffic accident investigation and analysis technology development)

알림

본 논문은 대한교통학회 논문 42(4)에 제시된 내용 중 일부를 수정·보완된 내용이 포함되어 있습니다..

각주

[5] 1) 고령 운전자가 유발한 교통사고는 사고 발생 책임이 상대적으로 큰 제 1당사자가 고령자인 경우를 의미

[6] 2) 고령자 운전면허 자진반납제도 시행 지자체별 조례 검토

[7] 3) 경찰청의 지자체별 고령자 운전면허 자진반납건수 내부자료 활용

[8] 4) 국가교통DB(KTDB) 접근성 지표, https://www.ktdb.go.kr/www/selectTrnsportTreeView.do?key=32에서 제공하는 통행시간 활용

[9] 5) 통계청에서 제공하는 전체 인구 수 활용, 대도시는 인구 50만 이상, 10만~50만 미만 지자체는 중소도시, 10만 미만 군 지자체를 농촌으로 분류

[10] 6) 통계청 인구 https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1B040A3

[11] 7) 보건복지부의 제공하는 기초수급 자 수 활용, https://www.mohw.go.kr/ board.es?mid=a10411010100&bid=0019&tag=&act=view&list_no=372177

[12] 8) 교통안전정보관리시스템(TMACS) https://tmacs.kotsa.or.kr/web/TG/TG400/TG4200/Tg4200_64.jsp?mid=S1313에서 제공

[13] 9) 한국교통안전공단 차량주행거리 자료 및 내부자료 활용, 2020년, 2021년 차량주행거리

[14] 10) 고령자 운전면허반납제도 시행하는 지자체별 조례 검토

References

ACT Government (2022), Older Drivers Handbook.

Australian Seniors, https://www.seniors.com.au/car-insurance/discover/driving-licence-,regulations-for-seniors, 2024.11.28.

Cheon G. H., Lee C. K., Park S. S. (2020), Analysis on the Compliance Factors for the Voluntary Surrender of Driver's License for Senior Drivers, Asia-Pacific Journal of Business, 11(3), 229-242.

10.32599/apjb.11.3.202009.229

Choi M., Muzuk B., Lohman M.C., Edwards j.D., Rebok G.W. (2012), Gender and Racial Disparities in Driving Cessation among Older Adults, Journal of Aging and Health, 24(8), 1279-1485.

10.1177/089826431246057422992714PMC3676683

Creative Artists Agency, https://www.caa.ca/driving-safely/senior-drivers/renewing-your-drivers-licence/, 2024.11.28.

European Commission, European Road Safety Observatory (2018), Older Drivers, 24.

Evans L. (1988), Older Driver Involvement in Fatal and Severe Traffic Crashes, Journal of Gerontology Social Sciences (6), 186-193.

10.1093/geronj/43.6.S1863183316

Freund B., Szinovacz M. (2002), Effects of Cognition on Driving Involvement among the Oldest Old: Variations by Gender and Alternative Transportation Opportunities, The Gerontologist, 42(5), 621-633.

10.1093/geront/42.5.62112351797

Friedman J., Hastie T., Tibshirani R. (2008), Regularization Paths for Generalized Linear Models via Coordinate Descent (2010), Journal of Statistical Software, 33(1), 1-22.

10.18637/jss.v033.i0120808728PMC2929880

GOV.UK, https://www.gov.uk/giving-up-your-driving-license, 2024.11.27.

H2O.ai (2024), R Interface for H2O, R package version 3.44.0.3. https://github.com/h2oai/h2o-3, 2024.11.27.

Hansotia P., Broste S. (1991), The Effect of Epilepsy and Diabetes Mellitus on the Risk of Automobile Crashes, New England Journal of Medicine, 324, 22-26.

10.1056/NEJM1991010332401051984160

Hastie T., Tibshirani R., Wainwright M. (2015), Statistical Learning with Sparsity, CRC Press.

10.1201/b18401

Hong D.H., Han S.J. (2024), Impact of Elderly-Caused Crashes after Self-Returning of Driver's Licenses, J. Korean Soc. Transp., 42(4), Korean Society of Transportation, 398-407.

10.7470/jkst.2024.42.4.398

International Longevity Centre (2011), Successfully Giving up Driving for Older people, Charles Mussel white November 2011.

Ise N. (2016), A Study on Characteristics of Driver's License Holders who Intend to Return Driver's License by Reeving Benefits, Japan Society of Traffic Engineers, 2(2), 59-64.

Ise N., Hirose T., Minatto E. (2019), A Study on Incentive to Encourage Driving License their Driving License, Japan of the Eastern Asia for Transportation Studies, 13, 2000-2015.

Japanese National Police Agency, https://www.npa.co.jp/, 2024.7.17.

Johnson J.E., RN, FAAN (2008), Informal Social Support Networks and the Maintenance of Voluntary Driving Cessation By Older Rural Women, Journal of Community Health Nursing, 25, 65-72.

10.1080/0737001080201703418449832

Jung S. K. (2020), Analysis of Traffic Safety Awareness of Elderly Drivers and Prevention of Traffic Accidents: Focused on Gyeongsangbuk-do Entered Post-aged Society, Korean Local Government Review, 22(1), 89-110.

10.38134/klgr.2020.22.1.089

Kim J. Y., Jung H. Y. (2022), Study of the Effect of Incentive Policies on the Intention to Return the Driver's Licenses of Older Drivers, Civil and Environmental Engineering Research, 42(2), 219-227.

Kim K.W., Kim,O.S. (2020), Super Aging in South Korea Unstoppable but Mitigatable : A Sub-National Scale Population Projection for Best Policy Planning, Spatial Demography, 8,155-173.

10.1007/s40980-020-00061-834222615PMC8248505

Kim Y. T., Yoo K. H., Chol I. K. (2021), Traffic Delimma Regarding the Driver's License Return System for Elderly Drivers: Focusing on Convenience and Mobility, Social Convergence Studies, 5(5), 67-75.

10.37181/JSCS.2021.5.5.067

Korea Statistical Information Service(KOSIS), https://kosis.kr/, 2024.12.17.

Korea Transport Database Center(KTDB), https://www.ktdb.go.kr/www/selectTrnsportTreeView.do?key=32, 2024.11.31

KoROAD (2022), Traffic Accident Statistics of OECD Countries in 2020, 37-38.

Lockhart R., Taylor J., Tibshirani R. J., Tibshirani R. (2014), A Significance Test for the Lasso, Annuals of Statistics, 42(2), 413-468.

10.1214/13-AOS117525574062PMC4285373

Marottoli R.A., Ostfeld A.M., Merrill S.S., Perlman G.D., Foley D.J., Cooney L.M. (1993), Driving Cessation and Changes in Mileage Driven among Older Individuals, Journal of Gerontology, 48(5), S255-S260.

10.1093/geronj/48.5.S2558366274

Massie D.L, Campbell K.L, Williams A.F. (1995), Traffic Crash Involvement Rates by Driver Age and Gender, Accident Analysis and Prevention 1995, 27(1), 73-87.

10.1016/0001-4575(94)00050-V7718080

McNamara A., Chen G., George S., Walker R. (2013), What Factors Influence Older People in the Decision to Relinquish their Driver's License? A Discrete Choice Experiment, Accident Analysis & Prevention, 55, 178-184.

10.1016/j.aap.2013.02.03423548875

Metropolitan Police Department, https://www.keishicho.metro.tokyo.lg.jp, 2024.11.31.

Miyoshi Y., Tsuzuki H., Itakura H. (2018), Will Encouraging the Return of the Driver's Licenses of the Older Reduce Traffic Crashes? International Journal of Japan Association for Management Programs, 10(1), 137-143.

10.14790/ijams.10.137

Moon S. G., Park S. J. (2019), Performance Evaluation of the Introduction of the Voluntary Driver's License Return Program for Older Drivers: Focusing on Busan Metropolitan City, 2019 National Statistical Office Excellent Paper Collection, 205-227.

National Assembly Research Service (2023), Overseas Cases and Implications of Elderly Driver's License Management Systems: Focusing on On-Road Driving Tests and Conditional Licenses, Issue and Point No. 2060.

NIDIRECT, https://www.nidirect.gov.uk/articles/older-drivers-deciding-when-stop-driving, 2024.11.31.

Noboru (2016), A Study on Characteristics of Driver's License Holders who Intend to Return Driver's Licence by Reeving Benefits, Japan Society of Traffic Engineers, 2(2), 59-64.

OECD (2001), Ageing and Transport; Mobility Needs and Safety Issues, Organization for Economic Co-operation and Development OECD, Paris.

Rosenbloom S. (2000), ECMT Report on Transport Ageing of the Population, Note on Policy Issues, CEMT/CS/TPH.

Sakakibara Y. (2012), Social Change and Future Transport Policy in the Japanese Contest, IATSS Research 35(2), 56-61.

10.1016/j.iatssr.2011.10.001

The National Police Agency Internal data (2022).

Tibshirani R. (1996), Regression Shrinkage and Selection via the Lasso, Journal of the Royal Statistical Society, Series B, 58(1), 267-288.

10.1111/j.2517-6161.1996.tb02080.x

Traffic Accident Analysis System(TAAS), http://taas.koroad.or.kr/, 2024.11.31.

Traffic Safety Information Management System, https://tmacs.kotsa.or.kr/web/TG/TG400/TG4200/Tg4200_6 4.jsp ? mid=S1313, 2024.11.31.

Transport for NSW. (2022), A Guide to Older Driver Licensing, The Journals of Gerontology: Series A, 62(7), 789-793.

Zhang J., Lindsay J., Clarke K., Robbins G., Mao Y. (2000), Factors Affecting the Severity of Motor Vehicle Traffic Crashes Involving Older Drivers in Ontario, Accident Analysis & Prevention, 32(1), 117-125.

10.1016/S0001-4575(99)00039-110576682

Journal of Korean Society of Transportation ISSN:1229-1366(Print) 2234-4217(Online) 대한교통학회지

Preview

An Analysis of Factors Influencing Elderly Driver’s Voluntary Return

ABSTRACT

MAIN

Table 1.

Number and rate of voluntary driver’s license returns by elderly drivers

Table 2.

Rate of voluntary return of elderly driver’s licenses (2020-2021)

Table 3.

Factors influencing voluntary driver’s license return among elderly drivers

Figure 1.

The distribution of factors influencing and the number of voluntary returns

(1)

(2)

Figure 2.

Factors influencing elderly driver’s license voluntary return using Lassso Regression

Table 4.

Factors influencing elderly driver’s license voluntary return using Lassso Regression

Table 5.

Factors influencing elderly driver’s license voluntary return by age using Lassso Regression

Funding

알림

각주

References