서론

2017년 8월 말 기준 Statistics Korea(2017)의 인구총조사 자료에 따르면 65세 이상 고령 인구는 전체 인구의 14%를 넘는 7,257,288명으로 고령사회(Aged Society)^*1)로 진입하였다. 우리나라의 경우 2000년에 고령화 사회^**2)로 진입한 후 2017년에 고령사회가 되었는데 이는 세계에서 가장 빠른 속도라고 한다. 고령화 사회에서 고령사회로 된 기간은 프랑스의 경우 115년, 미국이 73년, 일본은 24년이 걸렸다. 이러한 우리나라의 빠른 고령화의 원인은 출생률의 저하와 사망률의 저하에 있다. 교통안전분야의 통계 지표^***3)를 살펴보면, 2016년 전체 사망사고는 4,292명이며, 이중 노인사고 사망자수는 1,732명에 달한다. 사고건수 측면에서는 전체 220,917건이며, 노인사고 건수는 35,761건이다. 두 가지 통계에서 전체 사고건수의 16.1%가 고령자사고이나, 사망사고 측면에서는 전체사고의 40.3%에 달한다. 고령 인구와 고령 교통사고의 현황을 볼 때 고령자의 교통사고 심각도는 비고령자에 비해 매우 높다고 볼 수 있다. 고령화 추세는 급속히 진행되고 있어 사회전반적인 문제인식과 함께, 교통 분야에서도 고령 교통사고와 관련한 대책을 수립하고 이에 대한 연구들도 증가하고 있다. 국토교통부 제 8차 국가교통안전기본계획(2017-2021)의 중점과제 중 하나로 보행 중 교통사고 사망자 43%(759명) 감축(‘15년 1764명 → ’21년 1,005명)으로 제시하고 보행자 안전대책 수립, 어린이 ․ 노인보호구역 확대, 보행자 사고 상시점검체계 구축 등을 수행하고 있다. 고령자 교통안전대책으로 고령운전자 맞춤형 사고예방대책이나 노인 질환자(치매 등)에 대한 면허 관리강화, 고령자 교통사고예방 캠페인 등 다각적인 노력을 수행할 것으로 보인다. 그러나 학술적 측면에서는 고령 운전자에 대한 연구는 활발히 진행되었으나 고령 보행자에 대한 행태분석 및 사고 원인 분석 등의 국내 연구는 미비한 실정이다. 이에 비해 이미 고령화 사회로 진입한 프랑스, 미국 등에서는 관련 고령 보행자 연구를 활발히 수행하고 고령 보행자의 훈련 등에 활용하는 방법 등을 제시하고 있다.

본 연구는 고령 보행자와 차량간의 도로횡단 특성을 고령보행자 측면에서 조사 및 분석에 대한 연구이다. 통상적인 교통사고 발생 후의 데이터 분석 방법론이 아닌 일반적으로 운행하는 차량과 보행자간의 횡단 모니터링 상황을 조사하고 이를 기반으로 고령자/비고령자가의 위험상황을 정량화할 수 있는 지표와 방법론을 제시하고, 현장조사 분석을 통한 활용 가능성을 제시한다.

본 연구는 크게 두 가지 의미를 지닌다. 첫째 고령 보행자/비고령 보행자와 차량간의 위험상황을 정량화할 수 있는 지표로 보행자안전간격(PSM)의 측정과 활용방법을 제안한다. 둘째 고령 보행자와 비고령 보행자의 횡단 행태 차이를 규명하고 이를 확인함으로써 고령 보행자 안전대책 등의 기반 연구로 활용할 수 있다.

선행연구

그간의 고령 보행자에 대한 연구 범위는 크게 다음과 같이 분류가 가능하다. 첫째, 고령자/비고령자의 보행 및 횡단특성 연구, 둘째, 고령자사고에 따른 사고 특성 연구, 셋째 차량과 보행자 상충특성 연구 등으로 구분이 가능하다. 본 장에서는 각 연구 분야의 기존 연구를 살펴본다.

1. 고령자/비고령자의 보행 및 횡단특성 연구

연령의 증가는 근력의 감소와 밀접한 관련성이 있고 이는 고령자 보행에 영향을 미친다. Roh et al.(2015)에서는 고령자의 보행능력을 일반, 건강, 운동요인의 3개로 분류하고 12개의 세부요인에 대한 측정을 실시하여 건강요인 중 하지 신근, 운동 요인 중에는 평형성, 협응성, SPPB (Short Physical Performance Battery) 등이 보행속도에 영향을 미침을 확인하였다. Jang et al.(2016)에서는 3차로 무신호 일반로 구간내 횡단보도지역에서 고령자와 비고령자의 횡단단계에 대한 이동행태지표를 정의, 조사 및 분석하였다. 그 결과 고령자와 비고령자의 횡단특성에 대한 몇 가지 통계적 차이를 확인하였고 특히 접근차량의 존재유무에 따라 보행 특성이 달라짐을 확인하였다. Lee et al.(2015)에서는 고령자 통행에 주로 영향을 미치는 도시기반시설은 대중교통시설과 상업면적, 병원수로 나타났으며, 특히 09시-17시 사이에 영향이 큰 것으로 파악되었다. Hamed(2001)에서는 도로유형(분리/비분리)에서의 보행자 횡단특성에 영향을 주는 요인의 하나로 연령을 제시하고 있고, 이외에 성별, 어린 아이수, 횡단빈도, 개인차량유무, 출발지 및 목적지 등이 영향이 있음을 확인하였다. Lobjois and Cavallo(2007)의 연구에서는 연령이 진입하는 차량의 속도와 시각에 영향을 주는 간격수락특성에 영향을 미침을 제시하였다. 즉, 고령자가 차량의 속도가 증가할수록 더 짧은 시간간격을 선택하고 있다. Papadimitriou et al.(2009)에서는 보행자 행동모형의 양상이 경로선택모형과 횡단특성 모형으로 나누어져 있고 각각의 기존 연구들에 대한 문헌 검토내용을 제시하였다. 정리된 횡단행태 모형의 경우 도로 시설설계, 교통제어시설, 안전에 대한 사전사후 평가가 가능하다. 관련한 간격수락 모형, 서비스수준 모형 등도 제시하였다. 상기 논문에서는 기존 연구들을 상세히 분석하여 횡단 모형과 관련된 분석데이터, 분석모형 및 결과의 활용 형태 등을 제시하였다. Brosseau et al.(2013)에서는 신호교차로에서의 보행 횡단 특성과 위반에 대하여 영향을 미치는 요인에 대한 분석을 제시하였다. Lobjois et al.(2013)에서는 교통류 변화에 따라 연령에 따른 횡단행태를 조사 및 분석하였고 보행시뮬레이터 기반으로 연령에 따른 간격수락 분석결과를 제시하였다.

2. 고령자 보행사고 특성 규명 연구

Pulugurtha et al.(2007)에서는 차량 보행자의 사고 위치를 식별하고 심각도 순위를 결정하는 방법을 제시한다. Park et al.(2009)에서는 청주시 고령보행자 교통사고를 분석할 결과 가로구간 및 횡단중에 많이 발생하고, 이동편의시설에서는 포장상태, 보행유도블록, 점자블록이 안전상 긍정적 영향을 미침을 제시하였다. Park et al.(2010)에서는 지방부 도로 고령 보행자 사고 특성하여 사고차량의 속도, 도로선형, 도로종류가 고령보행자 사고에 영향을 미치고 있음을 제시하였다. Strandroth et al.(2011), Zhao et al.(2013), Sarkar et al.(2011)에서는 55세 이상의 고령보행자가 비고령자에 비해 도로를 횡단할 때 위험도가 더 크다고 제시하였다. 이외에 기존 연구들은 모두 사망사고 및 부상사고 등 보행사고 결과와 당시 시설물의 특성 등을 조사 분석하여 귀납적 결과 분석을 통한 보행사고의 특성을 규명하였다.

3. 차량과 보행자 상충특성 연구

Dommes et al.(2012)에서는 치량과 보행자의 상충정도에 대한 지표를 설계하고, 고령 보행자를 대상으로 보행훈련을 할 경우 횡단 안전도의 변화가 있음을 제시함으로써 훈련효과의 유용성을 제시하였다. Sacchi and Sayed(2013)에서는 우회전 도류화 설계의 효과를 분석하기 위하여 차량상충기법을 적용한 충돌가능성 평가법을 제시하여 설계반영의 사전-사후 효과분석을 수행하였다. El-Basyouny and Sayed(2013)에서는 교통상충법을 이용한 음이향 안전성능함수를 개발하여 51개 신호 교차로에 대한 모형 적용을 하였다. Shirazi and Morris(2015)에서는 교차로에서 차량, 보행자, 운전자의 각각의 행동특성을 다양한 유형의 센서(GPS, 레이저, 비디오 등)를 기반으로 데이터 수집, 행동인식 및 분석하는 최근 기술에 대하여 제시하고 있다. 이러한 연구사례는 보행자와 차량과의 미시적 행동 특성을 수집하고 분석하는데 최신의 기술들을 활용할 수 있음을 시사한다. Zito et al.(2015)에서는 고령 보행자와 비고령 보행자의 횡단특성을 수집하기 위해 눈동자와 시선 추적 변화에 대한 통계적 유의성 검증을 실시하였다. 그 결과 고령자가 비고령자에 비해 지면을 좀 더 쳐다보고 양방향에 시선을 덜 주는 특징이 있음을 확인하였다. 그간의 많은 연구들은 운전자 중심의 연구가 많았고, 고령자의 경우 고령 운전자 등에 대한 연구가 많았다. 이에 비해 차량과 위험상황을 직면하는 보행자의 행태, 특히 고령 보행자의 행태에 대한 연구는 최근에 점점 확대되고 추세에 있다.

고령 보행자 사고 특성 및 보행자안전간격(Pedestrian Safety Margin)의 개념

1. 보행 사고와 고령 보행자 사고 특성

경찰청, 도로교통공단 통계에 의하면 Table 1과 같이 2012년 대비 2016년, 인구는 1.6% 증가한 것에 비해, 고령 인구는 19.4%가 증가하였고, 자동차등록대수도 15.5%가 증가하였다. 전체 사고건수는 1.2%가 감소하였고 특히 사망자수는 20.4%가 감소하였다. 이에 비해 노인사고 발생건수는 26.9%가 증가하고, 부상자수는 29.3%가 증가한 실정이다. 전체적 사망자수의 감소율 20.4%에 비해 노인사고는 7.1%의 감소에 국한하였다. 전반적인 교통사고 지표가 좋아지는 반면에, 노인인구의 증가 및 자동차대수의 증가로 관련 교통사고발생건수 및 사망자수(특히 보행사망자수)의 문제는 심각하다고 사료된다.

Table 1. Primary statistical indicators and traffic accidents as of 2012 to 2016

경기도지역 2011년 221건, 2012년 283건, 2013년 300건, 2014년 415건의 총 1,218건의 노인사고데이터를 네이버 로드뷰 확인을 통한 미시적인 사고지역 정보(무신호/신호, 단일로/교차로지역, 사고유형)를 추가적으로 구축하고 분석하였다. 그 결과 Table 2와 Table 3와 같이 노인사고의 경우 전체 사고의 37%가 횡단보도에서 발생하고 그 외 도로에서 5%가 발생하고 있음을 확인하였다. 여기서, 무신호 도로구간이 전체 사고의 61%를 차지하고, 단일로 사고는 전체의 59%, 교차로 사고는 전체의 32%를 차지하고 있었다. 교차로 사고 중 무신호 교차로사고는 18%, 신호교차로 사고는 14%에 해당된다. 교차로 사고 중 무단횡단사고가 24%, 신호위반사고가 5%, 부주의에 의한 사고가 71%를 차지하고 있다(Jang and Cho, 2017). 우리나라 노인인구 1만명당 사고발생수의 연령대별 분포를 살펴보면 Figure 1과 같이 전반적으로 여성 고령자의 사고가 남성 고령자보다 높고, 80세 이상 여성 고령자의 사고가 특히 높음을 알 수 있다. 특히 여성 고령자가 남성의 1.27배에서 4.44배가 높다

Table 2. Accident classification by roadways

Table 3. Accident classification by accident reasons

Figure 1.

Distribution of the number of accidents per 10,000 population by age group

2. 보행자안전간격의 개념 및 측정

본 연구에서는 차량과 보행자의 정량적 특성을 제시하기 위하여 보행자 안전간격(PSM)을 검토하였다. 그간의 연구에서는 보행자 안전간격의 개념을 3가지 개념으로 접근이 가능하다. 첫째, 보행자가 상충지점을 통과 후 차량이 통과한 시간의 차이 측정(Chu and Baltes, 2001)하는 것이다. 둘째, 보행자 간격수락치-평균횡단시간의 차이를 측정(Lobjois and Cavallo, 2007)하는 것이다. 셋째, 차량과 보행자의 위치에서 각각의 순간속도, 상충지점까지의 거리를 고려하여 도착예상시간의 차이(Hydén and Linderholm, 1984)를 사전에 제공하는 것이다. 보행자 안전간격은 개인의 속성(성별, 연령)과 밀접한 관련이 있다고 한다(Dipletro and King, 1970; Harrell and Bereska, 1992). 그리고 횡단할지 대기할지에 대한 의사결정 부문(Oudejans et al., 1996), 다음 횡단전까지의 평균 지체시간 (Palamarthy et al., 1994), 횡단하는 보행자의 그룹크기(Dipletro and King, 1970; Harrell and Bereska, 1992), 어린이 존재유무(Harrell and Bereska, 1992)와 관련성이 있는 변수라고 알려져 왔다. 본 연구에서는 Figure 2에서와 같이 비디오 기반으로 차량과 보행자를 관찰하고, Chu and Baltes(2001)에서 제시한 보행자별로 보행자가 상충지점을 통과한 시각과, 차량이 통과한 시각을 기록한 후 이들의 시간차이를 연산하여 보행자 안전간격을 수집하였다.

Figure 2.

The concept of pedestrian safety margin

고령자/비고령자의 현장 자료 수집 및 분석 결과

1. 조사개요

(1) 공간적 범위

본 연구는 고령자/비고령자의 차량과의 상충상황이 직면하는 횡단특성을 조사 및 분석하기 위하여 Figure 3와 같이 두 지역 내의 횡단하는 보행자 위치별로 행태 조사를 실시하였다. 각 지역 특성에 대한 개략적 설명은 다음과 같다.

-지역1: 수원시 지역, 수원시 노인사고다발 지역이며(2015년 TAAS 데이터 기준), 노인보호구역과 어린이 보호구역을 포함한 일방향 1차 생활도로, 주택산업지역으로(저밀, 중밀주거지역 내 상업시설이 밀집된 지역) 주로 저층주택 중심지에 형성된 상업중심지역, 유동인구 중 고령자의 비율 16.2% 차지, 주거인구의 18.65%가 고령자 세대를 분포한 지역, 시간당 평균교통량 596대, 평균속도 34.53km/h (13.61km/h), 시간당 보행량 136명

-지역2: 증평군 중앙로 장뜰시장 부근 지역, 주택산업지역으로(저밀, 중밀주거지역 내 상업시설이 밀집된 지역) 주로 저층주택 중심지에 형성된 상업중심지역, 매주 1일과 6일 증평 장뜰시장이 열리며 고령자 무단횡단이 잦아 상충상황이 많음, 유동인구 중 고령자의 비율 15.6% 차지, 주거인구의 18.93%가 고령자 세대, 시간당 평균교통량 585대, 평균속도 26.20km/h (표준편차 10.34km/h), 시간당 보행량 350명

(2) 시간적 범위

- 지역1: 2017년 7월 5일/7일/10일 오전 8-11시, 오후 5-8시(3일간, 총 18시간)

- 지역2: 2017년 7월 6일 오전 8-11시(총 3시간)

Figure 3.

Study area (Street #1 with collection point #A - #C and Street #2, with collection point #E - #F)

(3) 조사항목

방향의 진입로에 차량과 보행자의 시인성이 확보되는 두 지점에서 비디오카메라를 설치하여 촬영을 하였다. 이후 현장의 데이터를 실험실에서 분석 및 가공하는 절차를 수행하였다. 고령자 및 비고령자의 보행행태 지표를 추출하기 위하여 비디오 분석 기반으로 1차 데이터를 추출하고, 이후 보행자-차량 간의 간격은 별도 분석 프로그램을 구현하여 2차 가공 데이터를 추출하였다. 여기서, 고령자와 비고령자의 구분은 현장에서 조사원이 조사구간에서 횡단하는 보행자의 얼굴과 행동을 보고 육안으로 구분하였다.

- 보행자정보: 보행자 횡단시작시각, 횡단종료시각, 고령자 여부, 성별, 상충위험 상황(육안평가), 무단횡단 여부, 횡단 형태(단일, 그룹 등)

- 차량정보: 교통량, 개별차량별 진입지점 통과시각/진출지점 통과시각

- 분석내용: 지점, 보행자 속도, 차량속도, 안전여유간격(PSM)

2. 수집 및 기초 통계 분석

수집된 기초 통계량 정보는 Table 4와 같다. 수집한 총 횡단건수는 6,237건이고 평균 시간교통량은 590대/시, 평균차량속도는 32.1km/h (표준편차 13.9 km/h)로 나타났다. 총 횡단 건수 중에 1104건(17.7%)가 차량과의 상충이 발생이 되었고 이때 고령자 626명(56.7%), 비고령자 478명(46.3%)로 분포하였다. 보행자 횡단속도를 살펴보면 고령자는 비고령자에 비하여 12.3%가 작은 수치를 보였다. 평균 횡단속도의 경우 보행자마다의 횡단 궤적에 대한 길이는 별도로 구하지 않고 평균 차도폭을 고려하여 횡단시점과 횡단종료시간과의 횡단평균속도를 산출하였다. 여기서, 실제 횡단보행속도와는 오차가 존재한 수치이다.

Table 4. Descriptive statistical summary of dataset

3. 고령자/비고령자의 위험상황 및 무단횡단 특성 분석

상충상황 1,104건에 대하여 횡단보도 이외의 지역을 횡단한 무단횡단건수는 894건(80.9%)로 나타났다. Table 5에서와 같이 고령자의 경우 전체 626건의 상충상황 중에서 519건(82.9%)의 무단횡단을 나타났고, 비고령자의 경우 478건의 상충상황 중에서 375건(78.5%)를 보였다. Table 6에서 볼 수 있듯이 신뢰수준 90%에서 고령자의 무단횡단율(﷯=0.83)은 비고령자(﷯=0.785)보다 유의하게 높다. 또한 odds ratio를 살펴보면 고령자가 비고령자에 비하여 1.34배의 높은 통계적으로 유의한 무단횡단 경향을 보임을 알 수 있다.

Table 5에서 관측자가 상충상황에 대하여 육안으로 위험상황을 판단한 위험상황직면 건수를 살펴보면 다음과 같다. 고령자는 626건의 상충상황 중에서 528건(84.3%), 비고령자는 478건의 상충상황 중에서 303건(63.3%)이 위험상황으로 판단되었다. Table 7과 같이 신뢰수준 90%에서 고령자의 위험상황 비율(﷯=0.843)은 비고령자(=0.634)보다 유의하게 높다. 또한 odds ratio를 살펴보면 고령자가 비고령자에 비하여 3.11배의 높은 통계적으로 유의한 위험상황 직면 경향을 보임을 알 수 있다.

Table 5. Analysis of risk situation and jaywalking characteristics

Table 6. Analysis of jaywalking characteristics

*p<.10, **p<.05, ***p<.01

Table 7. Analysis of risk situation

*p<.10, **p<.05, ***p<.01

4. 고령자/비고령자의 보행자안전간격 분석

 PSM을 분석 결과 Table 8과 Figure 4과 같이 전체 고령자와 비고령자의 PSM의 경우 고령자는 3.33초, 비고령자는 4.04초로 약 17.5% 작은 경향을 보였다. 통상적으로 보행자 안전간격은 차량의 접근속도와 밀접한 관련성이 있다. 접근하는 차량의 속도를 30km/h 이하 차량, 30-50km/h 차량, 50km/h 이상인 차량으로 나누어서 보행자 안전간격의 차이를 검토해 보았다. 세집단의 등분산 가정 만족(p=0.33)하여 속도 분류별 PSM의 분산은 같다. 전체적으로 속도 분류 3가지 별 PSM은 유의미한 차이를 보이며 차량속도가 빠를수록 PSM이 작아진다. 사후검정 결과 속도30km/h 미만 차량과 속도 30km/h 이상 50km/h 미만 차량의 PSM은 유의미한 차이를 보이지 않지만, 속도가 50km/h 이상인 차량과의 상충(C)은 30km/h 미만(A)과 30km/h 이상 50km/h 미만 (B)보다 PSM이 유의미하게 작아진다.

Table 8. Analysis of difference in Pedestrian Safety Margin of elderly and non-elderly persons by vehicle speed

*p<.10, **p<.05, ***p<.01

Figure 4.

Distribution of PSM according to the change of vehicle speed

통상적으로 위험경고제공을 할 때는 차량의 주행속도에 따른 정지시거(운전자가 같은 차로 위에 있는 고장차 등의 장애물을 인지하고 안전하게 정지하기 위하여 필요한 거리로서 차로 중심선 위의 1미터 높이에서 그 차로의 중심선에 있는 높이 15센티미터의 물체의 맨 윗부분을 볼 수 있는 거리를 그 차로의 중심선에 따라 측정한 길이)가 중요한 변수이다. 운전자가 정지할 수 있는 최소 정지시거는 인지반응시간을 고려한 반응시간동안의 주행거리와 제동정지거리로 구성된다. 이때 운전자 인지반응시간, 중력가속도, 노면 미끄럼마찰계수 및 차량주행속도가 중요한 변수가 되는데 일반적으로 운전자 인지반응시간은 위험요소 판단 1.5초와 제동장치 작동시간 1초를 합하여 계상된다.

본 연구에서도 보다 위험한 상황의 임계치를 PSM이 2.5초 이하인 경우에 대하여 분석하였다. 차량 운행속도가 속도 30km/h 미만 차량, 속도 30km/h 이상 50km/h 미만 차량, 속도가 50km/h 이상일 때의 비고령자와 고령자의 누적확률 값을 분석하였다. 그 결과 차량 운행속도가 속도 30km/h 미만 차량의 고령자와 비고령자의 PSM이 2.5초 이하로 나타나는 비율이 29.4%, 11.8%로 나타나 고령자가 비고령자에 비하여 2.49배가 높은 확률로 횡단한다. 차량 운행속도가 30km/h 이상 50km/h 미만 차량의 고령자와 비고령자의 PSM이 2.5초 이하로 나타나는 비율이 26.3%, 10.4%로 나타나 고령자가 비고령자에 비하여 2.53배가 높은 확률로 횡단한다. 차량 운행속도가 50km/h 이상 경우 고령자와 비고령자의 PSM이 2.5초 이하로 나타나는 비율이 47.6%, 30.0%로 나타나 고령자가 비고령자에 비하여 1.59배가 높은 확률로 횡단한다.

Figure 5.

Analysis of PSM of elderly and non-elderly people by vehicle speed

결론 및 향후과제

본 연구는 고령 보행자와 차량 간의 상충 특성을 고령보행자 측면에서 조사 및 분석에 대한 연구이다. 본 연구는 통상적인 교통사고 발생 후의 데이터 분석 방법론이 아닌 일반적으로 운행하는 차량과 보행자간의 횡단 모니터링 상황을 조사하고 이를 기반으로 고령자/비고령자가의 위험상황을 정량화할 수 있는 지표와 방법론을 제시 및 분석하였다. 연구에서는 2개 지역 6개 지점에 대하여, 고령자 및 비고령자의 보행행태 지표를 추출하기 위하여 비디오 분석 기반으로 1차 데이터를 추출하고, 이후 보행자-차량 간의 간격은 별도 분석 프로그램을 구현하여 2차 가공 데이터를 추출하였다. 분석 결과는 다음과 같다. 첫째, 도로 횡단 시 고령자는 626건의 상충상황 중에서 528건(84.3%), 비고령자는 478건의 상충상황 중에서 303건(63.3%)이 위험상황으로 나타나, 고령자가 비고령자에 비하여 3.11배의 높은 통계적으로 유의한 위험상황 직면 경향을 보였다. 둘째, 고령자의 경우 전체 626건의 상충상황 중에서 519건(82.9%)의 무단횡단을 나타났고, 비고령자의 경우 478건의 상충상황 중에서 375건(78.5%)를 보여, 고령자가 비고령자에 비하여 1.34배의 높은 통계적으로 유의한 무단횡단 경향을 보였다. 셋째, 보행자안전간격을 분석 결과 고령자와 비고령자의 PSM의 경우 고령자는 3.33초, 비고령자는 4.04초로 약 17.5% 작은 경향을 보였다. 넷째, 접근하는 차량의 속도를 30km/h 이하 차량, 30-50km/h 차량, 50km/h 이상인 차량으로 나누어서 보행자 안전간격의 차이를 검토해 본 결과 속도30km/h 미만 차량과 속도 30km/h 이상 50km/h 미만 차량의 PSM은 유의미한 차이를 보이지 않지만, 속도가 50km/h 이상인 차량과의 상충은 30km/h 미만과 30km/h 이상 50km/h 미만보다 PSM 이 유의미하게 작아진다. 다섯째, 보다 위험한 상황의 임계치를 PSM이 2.5초 이하인 경우에 대하여 분석한 결과 고령자가 비고령자가 1.59-2.53배 확률로 높게 위험하게 횡단하는 경향을 보였다.

본 연구에서는 PSM 지표에 대하여 현장기반으로 보행자에 대하여 조사하였고, 이러한 지표가 보행자의 안전도를 정량적으로 측정하는데 활용될 수 있음을 확인하였다. 또한 연구에서는 보행자를 고령자와 비고령자로 구분하여 PSM을 측정한 결과 고령자가 비고령자에 비하여 통계적으로 위험하게 횡단하는 경향을 확인할 수 있었다. 이에 본 연구에서 관찰한 PSM 지표는 고령 보행자의 훈련, 교육과 같은 안전 평가의 사전 사후 효과에 활용될 수 있을 것으로 판단된다. 즉, 고령 보행자가 보행훈련 전후의 안전도 값의 차이를 측정함으로 안전도 변화를 제시할 수 있다. 또한 엔지니어링 측면에서의 시설 개선, 속도감소정책 등의 효과 또한 평가에 활용될 수 있다.