서론
선행연구 고찰
자료수집
1. 연평균일교통량 및 교통사고건수
2. 지역특성(지역유형, 토지용도)
3. 개선유형(교통 시설물)
사고감소 효과분석 과정
1. 효과분석 방법론(경험적 베이즈 방법, Empirical Bayes Method)
2. 교통사고건수 추정(안전성능함수, Safety Performance Function)
3. 사고위험도 지표
사고감소 효과분석 결과
결론 및 향후 연구과제
서론
대한민국은 급격한 4차 산업의 발전과 경제성장을 통해 자동차가 보급되면서 공간적 이동이 활발해짐에 따라 삶의 질이 향상되었다. 국내 자동차 보유 인원이 지속적으로 증가해 1980년 53만대였던 자동차 등록 대수가 2024년 5월에 2,610만대로 약 49.2배 증가하였다. 이에 따라 교통사고 발생건수도 증가하였으며, 2023년에 발생한 교통사고는 1980년에 발생한 교통사고 120,182건에 1.65배인 198,296건으로 직전년도 대비 1,460건 증가하였다. 또한, 2022년에 발생한 도로교통사고 사회적 비용은 26조 2,833억 원으로 추계되었으며 2022년 GDP의 약 1.2%이다(Korea Road Traffic Authority, 2023). 교통사고는 일반적으로 환경요인, 인적요인, 차량(기술)요인의 복합적인 관계 속에서 발생된다. 환경요인으로는 자연조건, 사회환경, 교통환경 등이 존재하며, 인적요인은 운전자의 형태, 인지반응속도(PIEV) 등이 있고 차량(기술)요인은 차량의 구조적 문제와 관리 등이 있다.
이러한 요인들을 제거 및 보완함으로써 교통사고를 줄이기 위해 여러 정책과 사업이 시행되고 있으며, 그 중 도로교통공단에서 매년 시행하는 교통사고 잦은 곳 개선사업이 있다. 경기도에 위치한 교차로 중 교통사고 잦은 곳 35개 지점을 대상으로 2019년에 개선사업을 진행한 결과, 전체 사고발생건수에서 22.8%(279건→230건)의 감소효과가 있었으며 인명피해는 28.3%(489명→351명)가 감소하였다. 교통사고 잦은 곳 개선사업의 효과분석은 유사지점을 활용한 사전·사후 비교 방법(Before and After Study with Control Site)으로 수행하며, 개선사업을 하지 않은 지점과의 MOE(Measure Of Effectiveness) 변화율을 비교하는 것이다(Korea Road Traffic Authority, 2016). 이러한 효과분석은 수집한 유사지점에 따라 개선사업의 효과도에 영향이 크며, 개선유형 또는 지역유형별로 효과를 분석하기에는 어렵다는 단점이 있다. 또한, 기존의 효과분석은 교통사고건수만을 활용하여 효과도를 나타내기에 명확한 분석에는 어려움이 있다.
본 연구는 수집한 자료에 따른 결과의 영향이 적은 분석 방법론을 활용해 교통사고 잦은 곳 개선사업의 개선유형별 사고감소 효과를 사고심각도와 사고유형별로 구분하여 지역특성에 따라 제시하는 것이 목적이다. 또한, 교통사고건수만으로 설명할 수 없는 결과에 대해 교통사고건수 이외의 지표를 활용하여 설명력을 보완하고 연구 결과를 활용하여 향후 도로안전 개선사업을 시행할 때 지역특성에 따른 개선유형 적용 등의 효율적이며 사고감소 효과를 극대화할 수 있는 방향성을 제안하고자 한다.
선행연구 고찰
국내 교통안전 개선사업은 교통사고 잦은 곳 개선사업, 어린이 보호구역 설치사업, 교통안전 특별실태조사, 마을보호구역 조성사업 등이 있다. 이러한 사업에서 설치된 시설물과 지역유형에 따른 효과를 정량적으로 분석한 연구들이 다수 수행되었으며 다양한 방법론을 활용하였다. 문헌고찰을 통해 개선사업의 효과분석 시 수행할 방법론 채택과 공간적 분류의 기준을 정립하기 위해 교통안전 개선사업 및 교통안전 시설물을 대상으로 사고감소 효과분석을 수행한 연구문헌을 중심으로 고찰하였다.
Park et al.(2006)는 교통안전시설 중 중앙분리대의 설치효과에 대한 국·내외 연구 중 사고 유형별 또는 사고심각도별 사고발생형태의 변화에 대한 연구가 미비하며 단기간의 교통사고건수를 활용하여 통계적 신뢰성을 확보하지 못한 상황이라고 설명하였다. 이에 다년간의 교통사고 자료와 안전시설물 설치이력, 도로선형 요소의 자료 수집을 통해 경험적 베이즈 방법을 이용한 모형구축과 사고 유형, 사고심각도의 사고전환효과를 추정하였다. 이러한 연구는 향후 중앙분리대 관련 정책집행과 시설기준제시에 활용할 수 있을 것으로 기대된다고 설명하였다.
Gi and Kim(2023)는 삼각교통섬이 최근 보행자의 안전을 위협한다는 조사 결과가 제시되어 철거 사례가 빈번하게 나타나고 있다고 설명하였다. 교통흐름을 원활하기 위해 설치된 삼각교통섬이 그 기능을 제대로 발휘하지 못하며 오히려 보행자 안전을 위협한다는 경우가 있는 것으로 판단돼 인천광역시 내 교차로를 대상으로 삼각교통섬이 교차로 교통사고에 미치는 영향을 분석하였다. 사고건수 뿐만 아니라 사고심각도 관련 분석을 통해 삼각교통섬이 교차로 교통사고에 미치는 영향을 분석하였다. 또한, 삼각교통섬의 설치 준거 및 설계 기준의 개선 필요성을 제시하고 삼각교통섬 설치 여부에 따른 맞춤형 대책 마련의 필요성을 제시하였다.
Maeng et al.(2024)는 마을주민 보호구간 개선사업의 정의와 함께 도로의 종류, 특성, 예산 등을 고려하여 3가지로 개선유형이 분류된다고 설명하였다. 효과분석의 방법론인 경험적 베이즈 방법을 통해 효과분석을 수행하였으며, 이를 위해 교통사고에 영향이 미치는 연평균일교통량과 보호구간 연장을 독립변수로 취급한 안전성능함수 모형을 구축하였다. 또한, 사고감소가 통계적으로 유의한지 검증하기 위해 윌콕슨 부호 순위 검정을 활용하여 전체사고건수 대비 특정유형의 사고의 비율이 개선사업 전·후 기간 동안 변화하였는지 분석하였다. 마을주민 보호구간의 자료 구득의 한계로 개선유형별 사고감소 효과분석의 한계가 있었지만, 기존의 사고건수 단순비교방법 달리 평균으로 회귀하는 성격을 고려한 방법론을 활용하여 효과분석을 한 것에 의의가 있다고 제시하였다.
Park et al.(2012)는 전적색신호시간(ARCI) 운영에 따른 교통사고 감소효과를 분석하기 위해 청주시 37개 신호교차로를 대상으로 교통사고건수를 수집하였으며, 비교그룹방법을 활용하여 분석을 수행하였다. 또한, 분석 결과가 신뢰성을 가지는지 검토하기 위해 T검정을 수행하였으며 95% 신뢰구간에 대하여 추정한 결과 만족하는 것으로 나타났다. 연구결과를 통해 전적색신호시간은 적은 비용으로 큰 효과를 도출할 수 있는 저비용·고효율 교통안전 증진방안임을 증명하였고 교통사고 감소를 위한 시설투자 이전에 검토되어야 하는 대안이라고 언급하였다.
Yoon(2016)은 교통사고 잦은 곳 개선사업에 설치된 교통섬, 표지병, 과속감시카메라, 무단횡단금지시설, 미끄럼방지포장 등 5가지 도로안전 관련 시설에 대한 순수 교통사고 감소 효과도를 비교그룹방법을 활용하여 추정하였다. 이전의 교통사고 잦은 곳 개선사업은 국내에서 가장 많이 수행된 사업 중 하나임에도 불구하고 사업에서 설치된 시설물들의 사고감소 효과분석을 심층적으로 분석하려는 노력이 부족하였다고 언급하였다. 시설물 분석결과 교통섬, 표지병, 과속감시카메라는 사고감소 효과가 있었지만, 무단횡단금지시설 0.65%, 미끄럼방지포장 1.67%의 사고증가로 오히려 역효과가 있다고 하였다. 향후 연구에서 분석되지 않은 타 시설물 및 교통사고 유형별 사고 감소효과에 대한 추가적인 연구가 필요할 것이라고 제시하였다.
Montella(2009)는 도로 곡선부 도로경계표시 시설물의 안전성 효과 평가하는 것을 목표하여 경험적 베이즈 방법을 통해 분석하였으며, 시설물로는 곡선 경고 표지판, 갈매기형 표지판 및 순차형 점등 신호등이 있다. 분석은 주·야간, 도로 이탈 또는 이탈하지 않는 사고, 부상 및 재산피해 사고만 해당하여 수행하였으며 이탈리아 A16 고속도로 15개 곡선지역을 대상으로 하였다. 분석 결과, 전체사고는 39.4%의 사고감소 효과를 보이며 곡선 반경과 편향각에 따라 차이가 있다고 하였다.
Lim and Han(2024)은 서울특별시 교차로에 설치된 노면 색깔유도선의 사고감소 효과분석을 분석하기 위해 평면교차로 22개소의 처치그룹(Treated group)과 70개소의 비교그룹을 수집하였으며 교차로 유형을 3지-5지교차로로 분석 대상을 설정하였다. 노면 색깔유도선 설치 전·후 각 3년에 대하여 교차로 중심으로부터 반경 50m내에서 발생한 교통사고건수를 수집해 비교그룹방법과 이중차분법(DID Method)으로 분석을 수행하였다. 분석결과, 3지교차로에서는 오히려 사고건수가 증가하였지만, 5지교차로에서는 감소한 것으로 분석되었을 때 노면 색깔유도선은 교차로가 복잡한 지점일 때 설치하는 것이 적절하다고 설명하였다.
Son et al.(2019)는 차량으로 인한 교통사고 가능성과 심각도를 줄이고 보행자, 자전거 등 교통약자를 보호하기 위해 시행되는 안전속도 5030 사업의 안전성을 평가하였다. 이를 위해 미국의 도로안전편람에서 제시하고 있는 사전·사후 비교 방법론인 단순비교방법, 비교그룹방법, 경험적 베이즈 방법을 활용하여 분석하였으며 안전성능함수 개발을 통해 안전성 효과평가를 수행하였다. 이러한 방법론을 활용하여 안전속도 5030 사업 정책의 시범운영을 진행한 대구광역시를 대상으로 2012년부터 2017년까지 발생한 사고를 시행 전·후 1년으로 구분하여 사고인자계수(Crash Modification Factors)를 산출하였다. 특히, 안전성능함수 개발을 통해 도로의 사고발생 핵심 노출을 고려한 안전성 효과평가를 수행했다. 분석 결과, 도시부 제한속도 하향은 사고감소 등 안전성 측면에서 긍정적인 효과가 있는 것으로 나타났다고 설명하였다.
Lee et al.(2008)은 초등학교 주변 통학로에서의 어린이 안전을 증진시키기 위해 실시된 어린이 보호구역 개선사업의 효과를 비교그룹방법을 활용하여 분석하였다. 이때, 어린이 보호구역이 위치한 지역의 토지이용 형태에 따라 3가지 유형으로 구분한 후 각각에 대해 사고감소효과를 평가하였다. 토지이용 특성은 주거지역, 아파트 지역, 주상복합지역이며 해당 토지이용에 대한 사고감소 건수는 각각 2.41건, 3.8건, 0.5건이라고 하였다. 단기간의 교통사고 자료를 활용하였다는 것이 한계점이며 어린이 보호구역의 지속적인 효과분석과 정밀화가 되어야 한다고 제언하였다.
Min et al.(2021)은 어린이보호구역 내 어린이보행자 교통사고를 줄이기 위한 방안으로 스마트교통안전시설이 설치되고 있으며, 효과분석을 위해 설치 전·후의 속도 및 교통량 등을 분석하였다. 스마트교통안전시설물은 감지센서를 기반으로 보행자 안전 감지 및 음성안내 서비스를 제공하여 운전자의 서행운전 및 정지선 준수를 유도하는 시설물이라고 설명하였다. 분석구간인 어린이보호구역의 특성에 맞게 분석시간을 어린이 등·하교시간으로 설정하였으며, 분석은 T검정으로 수행하였다. 분석결과 통행하는 차량의 속도는 2-5km/h 감소하였으며, 차도로 통행하는 보행자와 어린이보호구역에 진입하는 차량 대수 또한 감소한 것으로 나타났다고 설명하였다.
문헌검토 결과, 교통안전 시설물 및 개선사업에 대해 비교그룹방법, 경험적 베이즈 방법 등으로 사고감소 효과분석을 수행할 수 있으며 사고감소가 통계적으로 유의한지 검증하기 위해 윌콕슨 부호 순위 검정을 활용할 수 있다는 것을 파악하였다. 또한, 분석 대상지의 지역 특성에 따라 분석결과를 제시할 수 있다는 것을 알 수 있다. 따라서 본 연구는 교통사고의 평균으로 회귀하는 성향과 교통사고에 영향이 있는 변수를 고려함으로써, 분석결과가 과소·과대 추정하는 가능성이 제거되어 명확하게 분석할 수 있는 경험적 베이즈 방법을 활용하여 교통사고 잦은 곳 개선사업 유형별 효과분석을 분석하고자한다. 기존 연구문헌과 달리 분석 결과를 교통사고건수뿐만 아니라 사고위험도 지표도 함께 제시해 설명력을 보충하며, 개선사업 대상지의 위치(지역유형, 토지용도)에 따른 분석 결과도 제시하고자 한다.
자료수집
1. 연평균일교통량 및 교통사고건수
본 연구는 도로교통공단에서 매년 시행하고 있는 교통사고 잦은 곳 개선사업의 대상지 중 2016-2018년에 기본개선계획을 수행한 경기도 교차로 112개와 15개 구간 중에서 실제로 개선사업을 진행한 86개의 교차로만을 공간적 범위로 설정하였으며, 지역특성에 따라 구분하였다. 교통사고 감소효과 분석을 위한 최소 기간은 3년이라고 판단하여 시간적 범위를 개선 전(2013-2015년), 사업설계 및 시행(2016-2019년), 개선 후(2020-2022년)으로 구분하여 설정하였다. 교차로의 범위는 교통사고 잦은 곳 선정기준인 정지선으로부터 30m 이내로 기준을 설정하여 도로교통공단의 교통사고분석시스템(TAAS)에서 GIS 분석을 통해 교통사고를 수집하였다. 경험적 베이즈 방법을 활용하기 위한 안전성능함수를 도출하기 위해 연평균일교통량(Annual Average Daily Traffic, AADT)은 한국건설기술연구원의 교통량정보제공시스템을 통해 수집하였으며, 분석지점과 동일한 노선과 권역에 있는 상시조사지점과 수시조사지점에서 수집된 교통량을 활용하였다. 다만, 조사지점이 없을 경우 현장조사를 통해 교통량을 수집하여 보정계수를 곱해 연평균일교통량을 산정한 후 같은 권역 내에 있는 조사지점의 교통량을 기반으로 보간법을 통해 연도별로 추정하였다. Table 1은 분석지점의 교통사고건수와 연평균일교통량의 기초통계량이다.
Table 1.
Descriptive statistics of treated intersections
2. 지역특성(지역유형, 토지용도)
지역특성은 분석지점의 지역유형과 토지용도로 구분할 수 있다. 지역유형은 도시부와 지방부로 구분되며, 구분의 기준은 통계청에서 배포하고 있는 행정구역 코드 중 읍면동 코드를 활용하여 구분할 수 있다. 본 연구는 행정구역 중 ‘동’이 포함되어 있는 교차로일 경우 도시부로, ‘읍·면’이 포함되어 있는 교차로는 지방부로 분류하였으며, 분류 결과 도시부 43개, 지방부 43개로 나타났다. 토지용도는 토지이용계획을 활용해 분류할 수 있다. 토지이용계획은 계획구역 내의 토지를 어떠한 용도로 활용할 것인지 결정하는 계획을 의미하며, 도시 공간 속에 이루어지는 제반 활동들의 양적 수요를 예측하고 합리적으로 배치하기 위한 계획 작업이다. 교통 계획, 도·시·군 계획, 시설계획, 공원 녹지 계획과 더불어 국토 계획의 근간을 이룬다. 국내는 토지이용계획을 구체적으로 실현하는 법적, 행정적 방안으로 용도지역 지구제를 운용하고 있다. 용도지역, 용도지구, 용도구역의 목적은 토지의 이용과 건축물의 규모 등을 규제하고 관리함으로써 토지의 경제적, 효율적 이용과 공공의 복지를 증진을 목적으로 하고 있다. 대분류로 도시지역, 관리지역, 농업지역, 자연환경보전지역으로 구성되며 소분류로 도시지역은 주거지역, 상업지역, 공업지역, 녹지지역으로 세분되며, 관리지역은 계획관리지역, 생산관리지역, 보전관리지역으로 세분된다(National Geographic Information Institute, 2021). 다양한 토지용도를 세분화할 경우 용도별 표본이 적어 신뢰성이 감소할 것으로 판단하여 본 연구는 공업지역, 상업지역, 주거지역, 기타지역(계획관리지역, 녹지지역, 농림지역, 자연환경보전지역)으로 분류하였다(Table 2). 분석지점의 토지용도는 토지이음을 통해 파악하였으며, 분석지점이 복수의 토지용도가 맞닿아 있을 경우 면적이 더 넓은 용도로 설정하였다.
Table 2.
Classification of land use areas
3. 개선유형(교통 시설물)
교통사고는 환경적인 측면만을 살펴보면 도로 기하구조, 교통운영체계 및 교통안전시설 요인 등에 의해 유발된다. 교통사고 잦은 곳 개선사업의 개선방향은 교통류가 안전하고 질서 있는 흐름이 되도록 유도하고 교통약자의 안전을 증대시키기 위해 교통 공학적 기법을 도입하여 도로의 기하구조, 도로부대시설물과 교통안전시설, 교통운영체계 개선에 역점을 두며 사업 대상지점에서 발생한 사고유형을 고려하여 개선을 수행한다(Korea Road Traffic Authority, 2017). 개선방안은 복합적으로 이루어지며, 이에 따른 교통안전 시설물들이 다수 설치되기 때문에 시설물들의 개별적인 설치효과를 입증하기에는 어려움이 발생한다. 따라서 본 연구는 개선사업으로 설치된 시설물들의 사고감소 효과가 독립적으로 적용되며, 중복효과가 없다는 것을 가정하였다(Yoon et al., 2017). 분석지점에 적용된 개선유형을 Korea Road Traffic Authority(2018)에서 제시한 안전시설물 개선, 도로부대 시설 개선, 도로구조 개선, 교통운영 개선, 교차로 복합 개선으로 구분하였으며, 교통사고 잦은 곳 개선사업 기본개선계획과 로드뷰로 교차 분석하였다(Table 3). 분석지점이 5개 미만인 개선유형은 표본이 적어 신뢰성이 감소할 것으로 판단하여 제외하였다.
Table 3.
Traffic facilities by type of treated
사고감소 효과분석 과정
1. 효과분석 방법론(경험적 베이즈 방법, Empirical Bayes Method)
경험적 베이즈 방법(Empirical Bayes Method)은 개선기법이 적용되지 않았더라면 개선 후 기간 동안 발생할 것이라 예상되는 사고건수와 개선 후 기간에 실제로 발생한 사고건수를 비교하여 효과를 분석하는 방법론이다. 이 방법론은 다른 사전·사후 비교방법과 달리 교통사고의 평균으로부터 회귀하는 성향(Regression to the mean)과 분석지점 선정 시 발생하는 편향(Bias)을 고려한다. 교통사고건수가 비교적 많이 발생하는 시점에 개선사업의 대상지로 선정이 되어 개선사업이 이루어진다면 사고건수가 자연적으로 감소하는 분과 개선사업의 실제효과가 중복되어 개선사업의 효과라고 오인할 수 있으며, 분석 시 과소·과대 추정의 가능성이 있다(Hauer, 1997). 분석 방법은 사전기간에 대한 분석지점의 교통량, 사고건수, 연간보정계수 등 속성자료를 활용하여 사전 기간의 예측사고건수() 및 가중치()를 추정한 후 실제 발생한 사고건수와의 가중평균으로 계산하여 개선기법 미적용 시 사전기간의 발생이 기대되는 사고건수()를 추정한다(Equation 1, Equation 2). 또한, 사후 기간에 대한 분석지점의 속성자료를 활용하여 개선기법 적용 시 사후기간에 발생할 것이라 예상되는 사고건수()를 추정한 후 개선기법 미적용 시 분석지점에서 사후기간 동안 발생할 것이라 기대되는 사고건수() 추정한다(Equation 3). 추정된 기대사고건수()의 분산을 추정하고 개선기법 적용 후 사후기간동안 실제로 발생한 사고건수()를 활용하여 사고인자계수(Crash Modification Factor, CMF)이자 안전효과성 지표인 을 추정한다(Equation 5). 추정된 을 통해 개선기법 효과의 유무를 판단할 수 있으며, 1.0보다 작을 경우 효과가 있고 클 경우 효과가 없는 것으로 분석된다.
이처럼 단순 사고건수 비교방법, 비교그룹방법 등 다른 방법론에 비해 분석 과정이 복잡하다는 단점이 있지만 교통량, 시간적 추세 등 교통사고에 영향이 있는 요인들을 고려한 방법론이라는 장점이 존재하여 보다 정확한 분석이 가능하기에 본 연구는 교통사고 잦은 곳 개선사업의 유형별 사고감소 효과분석을 위해 본 방법론을 활용하였다.
여기서, : 개선기법 미적용 시 사전기간 동안의 기대되는 사고건수
: 개선기법 미적용 시 사후기간 동안의 기대되는 사고건수
: 개선구간(지점)의 사전기간 동안 예상되는 사고건수
: 개선구간(지점)의 사후기간 동안 예상되는 사고건수
: 개선구간(지점)의 사전기간 동안 관측된 교통사고건수
: 개선기법 적용 후 사후기간 동안 관측된 교통사고건수
: 가중치
: 음이항분포의 과분산파라미터
2. 교통사고건수 추정(안전성능함수, Safety Performance Function)
경험적 베이즈 방법은 교통량 및 기하학적 요소 변수를 기반으로 교통사고건수를 추정하는 사고예측모형(Crash prediction model)인 안전성능함수(Safety Performance Function, SPF)를 구축한다. 포아송(Poisson) 회귀모형은 평균과 분산이 동일하다는 조건이 있으며 교통사고는 도로상태, 날씨 등의 변수들에 의해 영향을 받기 때문에 분산이 평균보다 더 큰 경우가 발생한다(Jeong and Choi, 2014). 이를 과분산(Overdispersion)이라고 하며 과분산을 설명하기 위해 음이항(Negative Binomial) 회귀모형식이 활용된다(Son et al., 2019). 안전성능함수는 Full SPF와 Simple SPF 두 가지 유형으로 분류되며, Full SPF의 경우 분석구간의 기하구조 및 교통사고에 영향이 있는 변수를 고려하여 사고건수를 예측한다. Simple SPF의 경우 미국 주도로교통공무원 협회에서 발간한 도로안전편람(Highway Safety Manual, HSM)에 명시된 식을 기반으로 연평균일교통량을 활용하여 추정할 수 있다. 본 연구는 자료구득에 대한 어려움이 존재하여 Simple SPF를 활용하여 교통사고건수를 추정하였다. 교통사고건수에 영향이 있는 변수인 주도로와 부도로의 연평균일교통량을 노출변수로 취급한 후 연평균일교통량을 밑으로 하여 지수형태의 거듭제곱을 사용하는 멱함수(Power function)형태로 활용하였으며, 형태는 Equation 6, Equation 7과 같다(Wang et al., 2020), (Srinivasan·Bauer, 2013), (Maeng, 2024). 또한, 안전성능함수는 참조그룹(Reference group)을 활용하여 구축한다. 참조그룹은 분석기간 동안 도로안전 개선사업을 수행하지 않는 지점이며, 분석지점과 교통량 및 교통사고 추세, 교통 통제(단속류·연속류) 등이 유사한 지점으로 선정한다. 본 연구는 분석지점과 연평균일교통량 및 교통사고 추세, 교차로 선형(형태), 교통 통제가 유사한 교차로를 수집하여 참조그룹으로 활용하였으며, 참조그룹의 교통사고건수와 연평균일교통량의 기초통계량은 Table 4과 같다.
Table 4.
Descriptive statistics of reference group
여기서, : 교차로 의 예측되는 사고건수
: 교차로 의 주도로 연평균일교통량
: 교차로 의 부도로 연평균일교통량
: 교차로 의 과분산파라미터
: 추정해야할 파라미터
두 개 이상의 모형에 대하여 적합성을 분석하기 위해서는 모형의 로그우도(Log likelihood), AIC(Akaike Information Criterion)와 BIC(Bayes Information Criterion)를 통해 판단할 수 있으며, 수치가 낮은 모형이 적합한 모형으로 선정하게 된다. 본 연구는 포아송 회귀모형과 음이항 회귀모형 중 최적모형을 선정하기 위해 적합성 분석을 수행하였으며, 수치가 대부분 낮게 추정된 음이항 회귀모형이 최적모형인 것으로 도출되어 음이항 회귀모형으로 안전성능함수를 구축하였다(Table 5). 안전성능함수는 사고심각도와 사고유형별로 구축하였으며 추정해야할 파라미터는 이다. 추정 결과, 독립변수인 주도로·부도로의 연평균일교통량이 증가할수록 종속변수인 사고빈도가 증가하는 것으로 분석되었다. 또한, 대부분의 사고는 신뢰수준 95%에 유의하지만 사망사고의 경우 유의하지 않는 것으로 분석되었다(Table 6). 이는 사망사고가 개선 전·후 기간에 발생한 사고건수가 각 32건, 12건으로 부족한 표본으로 인해 유의수준에 만족하지 못한 것으로 판단된다.
Table 5.
Poisson & negative binomial regression model fit
Table 6.
Results of safety performance function model estimation
|
Estimated coefficients | Total crash | Crash severity | Crash type | |||
| Serious crash | Fatal crash |
Vehicle to vehicle crash |
Vehicle to pedestrian crash |
Single vehicle crash | ||
|
-3.6595* (1.0786) |
-4.6468* (1.3381) |
-2.8038 (4.4235) |
-2.585* (1.0183) |
-4.3879* (1.1759) |
-10.1828* (3.4769) | |
|
0.3280* (0.0115) |
0.3066* (0.1433) |
0.0474 (0.4769) |
0.319* (0.0935) |
0.3064* (0.1268) |
0.8061* (0.3664) | |
|
0.3590* (0.0699) |
0.3646* (0.0907) |
0.0776 (0.2875) |
0.251* (0.4932) |
0.2374* (0.8614) |
0.1065 (0.2248) | |
| 0.252 | 0.299 | 0.286 | 0.253 | 0.978 | 0.773 | |
추정된 계수를 활용하여 개선기법이 적용되지 않았더라면 개선 후 기간에 발생할 것이라 기대되는 사고건수를 추정하고 실제로 발생한 사고건수와 비교하여 안전효과성 지표()를 산출하였으며 1.0보다 작을 경우 효과가 있다고 판단하였다. 분석 결과, 개선 전·후 기간에 실제로 발생한 사고건수를 단순비교 하면 약 24%의 사고감소 효과가 있는 것으로 분석되지만, 개선기법 미적용 시 개선 후 기간에 발생할 것이라 기대되는 사고건수 1,961건과 비교하면 는 0.21로 추정되어 교통사고 잦은 곳 개선사업으로 인해 약 21%의 사고감소 효과가 있는 것으로 나타났다. 이는 단순 비교 시 과대 추정되던 효과를 교통사고의 평균으로 회귀하는 현상을 보완한 결과라고 할 수 있다. 교통사고 잦은 곳 개선사업의 중상사고 감소효과는 약 42%로 가장 효과가 좋으며, 차량단독 사고의 감소효과는 약 1%로 효과가 낮은 것으로 분석되었다(Table 7).
Table 7.
Results on the effectiveness of crash severity and crash type
3. 사고위험도 지표
1) 백만 대당 교통사고율
평균사고건수법과 사고율법은 단위구간에서 수집된 교통사고 이력자료를 활용하여 구간 당 혹은 구간의 길이 당 평균 사고발생빈도를 예측한다. 교통량을 고려하지 못하며 유사한 특성을 가진 대상지들에 대한 예측치보다 더 많은 사고가 발생한 지점을 나타내는 임계값을 추정하지 못한다(American Association of State Highway Transportation Officials, 2010). 그러나 계산 과정이 간단하고 직관적이라 다수의 교통분야에서 활용하고 있어 본 연구도 백만 대당 교통사고율(Crash Rates per million entering vehicles, MEV)을 분석의 사고위험도 지표로 활용하였다.
여기서, : t년도에 일어난 총 사고건수(사고건수/km-년)
T : 교통사고 이력자료 수집 기간(년)
t : 사고년도 지수
: t년도의 연평균일교통량(대/일)
2) Star Rating Scores
국제 도로 평가 프로그램인 International Road Assessment Program(iRAP)은 개발도상국의 도로안전 향상을 위해 2007년에 설립되어 선진국과 개발도상국의 도로안전도를 평가하는 프로그램의 연계를 돕고 있으며, 128개국 1,500,000km에 대한 도로 설계와 1,229의 학교에 대한 별점, 1,800,000km의 사고위험지도를 가지고 있다. 분석 구간에 대하여 도로안전도를 도로이용자(운전자, 보행자, 자전거, 이륜차)별로 산정하고 있으며, 교통사고건수를 활용하여 위험도를 산정하는 것과 달리 도로속성(기하구조 등)을 활용해 도로의 잠재적인 사고위험도까지 고려할 수 있다. 이러한 점수를 Star Rating Scores라고 부르며, 가능성(Likelihood)과 심각도(Severity), 운영속력(Operating Speed), 외부 교통량 영향(External flow influence), 도로 중앙 횡단 가능 여부(Median traversability)를 곱하여 산정한 사고유형점수를 합해 산정된다(Equation 8, Equation 9). Star Rating Scores는 산정된 값에 따라 별점등급(Star Rating)으로 환산(1-5)되며 5성으로 갈수록 도로의 안전도가 높다는 것을 의미한다(iRAP, 2015). 본 연구는 분석지점의 개선 전·후에 대해 운전자 및 보행자 관점의 Star Rating Scores를 산출하였다(Table 8).
Table 8.
Crash risk of treated intersections
사고감소 효과분석 결과
교통사고 잦은 곳 개선사업으로 인한 사고감소 효과를 분석지점의 지역유형과 토지용도에 따른 개선유형별 사고감소 효과를 사고심각도와 사고유형별로 구분하여 분석하였다(Table 9). 또한, 사고위험도 지표인 백만 대당 교통사고율과 운전자 및 보행자 관점의 Star Rating Scores도 분석지점의 지역 특성에 따라 효과를 분석하였다(Table 10). 토지용도의 공업지역은 구득한 자료의 한계로 인해 모든 개선유형에 존재하지 않아 일부만 분석을 수행하였다. 분석 결과, 지역특성을 고려하지 않았을 때 가장 사고감소 효과가 좋은 개선유형은 교차로 복합개선의 유도선 설치와 진행방향 노면표시 추가 설치로 이 0.72이며, 백만 대당 교통사고율 27.9%, 운전자 관점의 Star Rating Scores 22.5%, 보행자 관점의 Star Rating Scores 42.5%의 개선효과가 있는 것으로 분석되었다. 지역특성을 고려하였을 때 지역유형의 도시부에서 사고감소 효과가 좋은 개선유형은 전방신호 설치로 분석되었으며, 이 0.730으로 27.0%의 전체의 사고감소 효과가 있는 것으로 나타났다. 그러나 지방부에 설치할 경우 차대사람 사고가 증가(=1.216)하는 것으로 분석되었다. 전방신호는 교차로 반대편에 설치된 신호기를 정지선 앞쪽 횡단보도까지 앞당겨 설치하여 정지선 뒤에 차량이 정차하도록 유도하는 시설이다. 전방신호가 설치된 교차로에서 신호가 변경되는 것을 운전자가 미리 인지할 수 있는 장점이 있지만, 녹색신호의 변경을 미리 인지하여 과속 및 예측통과가 발생할 가능성이 높으며, 상대적으로 차량의 평균통행속도가 높아 공주거리가 긴 지방부에서는 보행자의 사고위험도가 높아 역효과가 발생한 것으로 판단된다. 토지용도로 분류하였을 때 주거지역에서 사고감소 효과가 가장 좋은 개선유형은 교차로 도류화이며 전체사고에 대하여 38.2%(=0.618)의 감소 효과가 있는 것으로 분석되었다. 다만, 교차로 도류화로 인해 차대사람 사고가 증가(=1.497)한 것으로 분석되어 이는 보행자의 사고위험성이 높다는 것으로 판단된다.
동일한 개선유형이 적용된 장소에 따라 효과의 차이가 있는 것으로 보아 지역특성에 맞게 적용하는 것이 사고감소에 더욱 효과적일 것으로 판단되며, 개선지점에서 발생한 이전 사고이력을 참고할 때 추가적으로 고려해야할 것으로 보인다.
Table 9.
Effectiveness of regional characteristics (crash severity and crash type)
Table 10.
Effectiveness of regional characteristics (crash risk)
결론 및 향후 연구과제
본 연구는 한국도로교통공단에서 시행하는 교통사고 잦은 곳 개선사업의 개선유형별 효과를 2016-2018년에 기본개선계획을 실시한 경기도의 교차로 중 실제로 개선사업을 시행한 86개 교차로를 대상으로 분석하였다. 개선사업 전·후 기간에 발생한 교통사고건수를 단순비교 분석할 경우 평균으로 회귀하는 성격을 고려하지 못해 교통사고가 자연적으로 감소하는 분까지 추정하여 과소·과대 추정의 가능성이 있다. 이를 보완한 경험적 베이즈 방법으로 효과분석을 수행하였다. 분석을 위해 음이항 회귀모형으로 안전성능함수 모형을 구축해 개선기법이 적용되지 않았을 때의 기대되는 교통사고건수를 사고심각도와 사고유형별로 구분하여 추정하였으며, 실제 발생한 교통사고건수와 비교하여 효과도()를 산출하였다. 지역특성을 고려하여 사고감소 효과분석을 수행한 결과 개선유형별 특징이 존재하였다. 교통안전 시설물 개선유형의 횡단보도 이설을 도시부에서 적용하면 사고감소(=0.764)에 효과적인 것으로 나타났으나, 지방부에 적용할 경우 사고증가(=1.131)의 현상이 발생되어 오히려 역효과를 야기하는 것으로 분석되었다. 또한, 전방신호 설치를 도시지역에 설치할 경우 사고감소(=0.730) 효과가 있지만, 지방부에 설치할 경우 차대사람 사고가 증가해(=1.216) 역효과가 있는 것으로 분석되었다. 도로 기하구조 개선유형의 교차로 도류화는 상업시설에서 사고가 증가하는 효과가 있으나 상업시설 이외의 지역에서는 사고감소 효과가 있는 것으로 나타났다. 이처럼 사고감소를 위한 개선사업을 시행하여도 모든 지역에서 효과가 있는 것이 아니기에 개선 목적 또는 지역특성을 고려하여 적절한 개선유형을 적용해야 한다고 판단된다.
효과분석의 지표를 교통사고건수 뿐만 아니라 추가적으로 사고위험도인 백만 대당 교통사고율과 International Road Assessment Program의 Star Rating Scores를 제시하였으며, Star Rating Scores의 경우 운전자 관점과 보행자 관점으로 구분하였다. 교차로 복합 개선유형의 정지선 위치조정과 전방신호 설치는 기타 지역에서 사고감소의 효과가 좋은 것으로 분석되었으며, 특히 차대사람 사고의 경우 가장 효과가 좋은 것으로 분석되었다. 그러나 보행자 관점의 Star Rating Scores는 29.0%의 사고위험도가 상승한 것으로 분석되었다. 이러한 결과는 분석기간에는 차대사람 사고가 감소하였지만, 도로환경 또는 도로속성을 반영하는 특성을 가지고 있는 Star Rating Scores 측면에서는 잠재적인 사고위험도가 내재되어 있다고 볼 수 있다. 따라서 분석결과를 교통사고건수만 고려하는 것보다 도로환경 또는 도로속성을 반영한 지표도 함께 고려하여 나타내는 것이 결과의 신뢰성 향상에 도움이 될 것으로 판단된다.
본 연구는 지역특성에 따른 개선유형별 사고감소 효과를 제시하였으나 자료 구득의 한계로 토지용도의 공업지역은 일부 개선유형에 대하여 분석을 수행하였으며, 연평균일교통량의 경우 분석지점 인근에 위치한 조사지점들이 부재하여 같은 권역에 위치한 조사지점에서 수집된 교통량을 활용해 보간법으로 추정하여 분석을 수행한 것이 한계점이다. 교통안전 개선사업은 다수의 시설물들이 설치되어 시설물별 개별적인 설치효과 입증하는 것은 한계가 있어 본 연구는 효과가 독립적으로 적용되고 중복효과가 없다고 가정하였다. 또한, 대부분의 사고는 보험사간의 보험처리로 종결되지만 자료 구득의 어려움이 존재해 인사사고 또는 경찰에 신고된 사고로만 활용하였으며, 안전성능함수 구축 시 사망사고가 신뢰수준 95%의 유의성에 만족하지 못하였다는 한계점이 존재하였다.
향후 추가적인 자료 구득을 통해 유사한 시설물이 설치된 지점을 확보하여 가정 없이 분석이 진행된다면 좋은 연구가 될 것이라 기대되며, 보험처리 이력데이터와 다양한 변수들을 활용한 연구를 진행한다면 명확하고 효율적인 교통안전 개선사업을 시행해 교통사고를 최소화하여 도로가 안전한 대한민국을 만들 수 있을 것으로 사료된다.
