ARTICLE 직주균형이교통안전에미치는영향 김태양 박병호 * 충북대학교도시공학과 KIM, Tae Yang PARK, Byung Ho * Department of Urban Engineering, Chungbuk National University, Chungbuk, 28644, Korea *Corresponding author: bhpark@chungbuk.ac.kr Abstract Jobs-housing balance refers to the situations where the employment (work) and housing (house) opportunity are coincided in certain geographical area. This paper aims to examine the impact of jobs-housing balance to traffic safety. In pursuing the above, this paper particularly focuses on modeling the traffic accidents by metropolitan area. The main results are as follows. First, three generalized linear models which are all statistically significant are developed. Jobs-housing balance factors are judged to significantly influence on traffic accidents in all models. Second, among common variables, the housing supply rate is analyzed to impact to decreasing, and economically active population and commuting trip attraction are analyzed to impact to increasing. Hence, the alleviation of jobs-housing mismatch is evaluated to be important. Finally, the jobs-housing and business trip rates in Seoul metropolitan area, and the cross-commuting rate in Busan-Ulsan metropolitan area are judged to be essential to transportation safety policies. Keywords: cross-commuting rate, generalized linear model, jobs-housing balance, metropolitan area, traffic safety J. Korean Soc. Transp. Vol.36, No.3, pp.195-202, June 2018 https://doi.org/10.7470/jkst.2018.36.3.195 pissn : 1229-1366 eissn : 2234-4217 ARTICLE HISTORY Received: 19 February 2018 Revised: 1 May 2018 Accepted: 27 June 2018 Copyright C Korean Society of Transportation This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited. 초록 직주균형은일정한지역에서직장과주거가일치하는상태를의미한다. 이연구는직주균형이교통안전에미치는영향을분석하는데그목적이있으며, 이를위해광역권별사고모형개발에중점을둔다. 주요연구결과는다음과같다. 첫째, 통계적으로유의한총 3개의일반화선형모형이개발된다. 모든모형에서직주균형요소는교통사고발생에유의미한영향을미치는것으로판단된다. 둘째, 공통변수중주택보급률은사고율감소, 그리고경제활동인구비율및출근통행도착량은사고율증가에영향을미치는것으로분석된다. 따라서모든지역에서는직주불균형을완화하려는노력이필요할것으로평가된다. 셋째, 수도권에서는직주비와업무통행비, 그리고부산 울산광역권에서는교차통근비에중점을둔교통안전정책이요구된다. 주요어 : 교차통근비율, 일반화선형모형, 직주균형, 광역권, 교통안전 대한교통학회지, 제 36 권제 3 호, 2018 년 6 월 195
Article 서론 최근광역권도시개발로인해인구이동에의한교외화가발생하나, 경제활동은동반입지가되지못하여주거와직장이분리되는현상이지속적으로발생되고있다. 이에직주균형 (jobs-housing balance) 관점에서도시문제를해결하자는논리는많은연구자의관심을끌어왔다. 직주균형은일정한지리적범위내에고용기회 ( 직장 ) 와주거기회 ( 주택 ) 가일치하는상황을뜻한다 (Kim et al., 2008). 즉일정한공간내직장과주거가근접함으로써과도한통근을줄일수있고, 이를통해교통혼잡과대기오염문제등이해결될것으로평가된다. 이러한행태는곧시-도간통행증가및광역권통행패턴의변화를야기하는것으로판단된다. 관련연구에서수도권의경우고용및인구의교외화현상이발생되며, 직주비가 100 이하인지역일수록통근통행의자족도는향상되면서역외유입통행률은감소하는것으로분석 (Son, 2015) 된바있다. 부산대도시권또한전체적으로통근통행량이증가하면서부산시주변지역으로광역화가진행 (Eh et al., 2014) 되는것으로파악된다. 이연구는직주균형요소가지역교통안전에도영향을미칠것이라는궁금증에서시작된다. 직주균형인지역은장거리통근의감소로인해불필요한통행량이줄어들뿐만아니라, 직주분리로인한인구및고용의교외화현상또한개선될것으로평가된다. 이러한관점에서지역별로통행패턴을고려한차별적인교통안전전략이필요함에도불구하고, 이와관련된연구부족으로합리적인정책수립에한계가있는것으로판단된다. 이연구는직주균형요소와교통사고발생간함수관계를규명하는데그목적이있으며, 이를위해광역도시권별사고모형의개발에중점을둔다. 이연구는향후지역별교통안전대책수립에정책적시사점을제시할수있을것으로기대된다. 기존연구검토 1. 선행연구고찰 통계적모형을이용한교통사고분석은미시적측면에서특정지점 ( 가로구간및교차로 ) 또는거시적측면에서지역을단위로한사례로구분된다. 우선특정지점을대상으로미시적인교통사고분석을수행한사례로는 Park et al.(2016a) 과 Park et al.(2016b) 의연구가있다. Park et al.(2016a) 은서울시의 2,588개가로세그먼트를대상으로도시내가로특성이보행자사고에미치는영향을파악하였다. 저자들은공간오차모형 (spatial lag model) 이사고분석에좀더적합한것으로평가하였으며, 보행자교통사고에는차량통행량과유동인구보행량이가장큰영향을미치는것으로평가하였다. Park et al.(2016b) 는순서형로짓모형을이용하여지방부무신호교차로 56개소의교통사고영향요인을분석하였다. 그결과저자들은무신호교차로에서는통행우선권이불명확하여측면직각충돌발생확률이높고, 사고심각도에영향을미치는요인은총 9개항목인것으로평가하였다. 다음으로지역단위의거시적교통사고분석은 Kim et al.(2015) 와 Park et al.(2017), Pulugurtha et al.(2013) 과 Lee et al.(2017), 그리고 Xu et al.(2017) 의연구가있다. Kim et al.(2015) 는청주시의 30개행정동의다양한특성을반영한사고밀도모형을개발하고, 행정동별사고영향요인을논의하였다. 저자들은통행발생량과주간선도로비율등총 8개요인이사고밀도상승의주된요인인것으로평가하였다. Park et al.(2017) 은도시쇠퇴지표에근거한교통사고모형을개발하고, 이를국내시 군 구별로논의하였다. 저자들은도시쇠퇴와교통사고발생간유의한영향관계가존재하며, 지역별도시쇠퇴지표들이사고에영향을미치는것으로판단하였다. Pulugurtha et al.(2013) 은토지이용특성에근거한교통분석존의사고예측모형을개발하였으며, 저자들은복합적인토지이용행태가사고에영향을미치는것으로평가하였다. Lee et al.(2017) 은다양한지리적단위를이용하여교통사고를분석하였다. 저자들은교통분석존, 우편번호구역등총 7개범주를대상으로분석한결과, 지리적단위가중간규모일수록분석에적합한것으로판단하였다. 196 Journal of Korean Society of Transportation Vol.36 No.3 June 2018
KIM, Tae Yang PARK, Byung Ho Article 마지막으로직주균형과교통사고발생을분석한 Xu et al.(2017) 의연구가있다. 저자들은 2010년미국로스엔젤레스시의 2,244개교통분석존 (traffic analysis zone, TAZ) 을대상으로직주균형이교통안전에미치는영향을분석하였다. 저자들은종속변수를사고건수로하는지리가중형포아송모형을개발하였으며, 직주비율을 4개의더미변수로구분한후통합모형을개발하였다. 분석결과저자들은직주균형이전반적인통근거리를증가시켜사고발생확률을증가시키며, 직주비율에따른사고발생정도는다른것으로평가하였다. 2. 연구의차별성첫째, 직주균형요소를고려한교통사고분석이수행된다. 직주균형과관련된기존연구는주로직주균형의효과와지리적관점에서의직주균형및불균형을언급한사례이다. 이연구의기본방향은직주균형요소가지역교통안전에미치는영향을분석하고자하는것이며, 앞서언급된연구들은이연구와다소차이가있는것으로판단된다. 최근국외에서 Xu et al.(2017) 가교통분석존을단위로하여직주균형과교통사고발생과의관계를파악한바있다. 따라서국내의경우통계자료구득의최소단위인시 군 구수준에서직주균형요소를고려한교통사고분석이가능하며, 이와관련한정책적시사점또한제시할수있을것으로판단된다. 둘째, 특정지점 ( 가로구간, 교차로 ) 이아닌지역을단위로, 노출기준 (exposure measure) 을고려한교통사고분석이진행된다. 특정지점중심의미시적인연구결과는지역단위의교통안전정책수립에확장하여적용하기에어려운것으로판단된다. 교통사고는이산적 (discrete) 이고무작위 (random) 로발생되는특성을가지며, 사고발생에는인적요인과차량요인, 그리고도로환경요인이복합적으로작용한다. 통계적사고분석은이러한요인들의발생확률을낮추는데기여하는항목들을파악하여정책적방향을제시하는데목적이있다. 이연구는기본적으로거시적인관점에서의교통사고분석이며, 이는지역특성을나타내는지표인사회 경제및교통요인등이지역교통안전에어떠한영향을미치는지를분석한다. 아울러지역간교통안전수준을비교할때에는앞서언급된바와같이노출기준을고려할필요가있으며, 일반적으로인구10만명당또는차량1만대로사고건수를보정한값이이용된다. 그러나교통사고의위험도는단순한차량의대수가아니라그만한대수의차량이움직인총운행거리에비례해서교통사고위험이증가한다고보는견해가더합리적이다 (Traffic Safety Engineering, 2013). 따라서이연구에서는종속변수로해당지역의연간주행거리를고려한사고건수 ( 이하사고율 ) 이채택된다. 분석의틀설정 1. 대상지선정 이연구에서는직주균형과직주분리현상이광역권단위로발생됨을고려하여, 이를고려한대상지설정이우선진행된다. 광역권의설정은 대도시권광역교통관리에대한특별법시행령 에서대도시권의범위를기준으로하며, 여기서는수도권, 부산 울산권, 대구권, 그리고대전권및광주권으로구분된다. 분류결과국내시 군 구 229개소중도서지역으로만구성된 4개소를제외하고, 상기시행령에의해포함되는도시는총 131개소인것으로파악된다. 세부적으로는수도권 65개소, 부산 울산권 25개소, 대구권 17개소, 대전권 14개소, 그리고광주권 11개소이다. 이중대구권과대전권및광주권은모형개발을위한표본의수가적기에모형을개발하기에적합하지않은것으로판단된다. 따라서이연구에서는표본이충분하게수집된것으로판단되는수도권과부산 울산광역권이대상지로설정된다. 세부결과는 Table 1과같다. 대한교통학회지, 제 36 권제 3 호, 2018 년 6 월 197
Article Table 1. Definitions of variables and summary statistics Metropolitan area Region No. of Obs. Seoul Seoul (25 districts), Incheon (8 districts, 1 county), Gyeonggi-do (28 city, 3 county) 65 Busan Ulsan Busan (15 districts, 1 county), Ulsan (4 districts, 1 county), Gyeongju, Yangsan, 25 Gimhae, Changwon Daegu Daegu (7 districts, 1 county), Gumi, Gyeongsan, Yeongcheon, Gunwi, Cheongdo, 17 Goryeong, Seongju, Chilgok, Changnyeong Daejeon Daejeon (5 districts), Sejong, Gongju, Nonsan, Gyeryong, Geumsan, Cheongju, Boeun, 14 Okcheon Gwangju Gwangju (5 districts), Naju, Damyang, Hwasun, Hampyeong, Jangseong 11 Total (unclassified region: 93) 225 2. 자료수집및변수정의 이연구에서는수도권및부산 울산광역권의총 90개소에대한전체교통사고및사회 경제적자료가수집된다. 모든자료는 2015년 (1년) 기준으로, 시 군 구단위에서수집된것이다. 상세내용은 Table 2와같다. Table 2. Definitions of variables and summary statistics Type Variables Description (unit) Mean Std. Dev. Min. Max. Correlation Independent Accident Number of traffic accident per 10 million 8.19 3.29 2.43 22.77 1.000 VKT (No./car km) Jobshousing JH_rate Jobs-housing rate 1.12 0.78 0.53 6.14 0.550**** Cross_trip Cross-commuting trip rate (%) 8.55 5.37 2.72 32.91 0.531**** factor Avg_commute Average commuting time (minute) 37.12 7.38 20.49 49.44 0.075 Commute_pro Commuting trip production (1,000 trips) 13.73 9.33 0.95 44.69-0.058 Commute_att Commuting trip attraction (1,000 trips) 13.74 11.53 1.08 73.34 0.329*** Business Business trip rate (%) 7.92 2.43 4.18 17.19 0.361*** Intra Intra-zonal trip rate (%) 40.05 15.61 10.72 74.80-0.387**** Firm_density Firm density (No./km 2 ) 7.55 9.92 0.05 66.45 0.517**** Housing Housing supply rate (%) 83.99 46.10 40.79 439.50-0.221** Commute 1 Commuting rate to other areas within 11.84 7.30 1.63 41.61-0.170 the same municipality (%) Commute 2 Commuting rate to other areas within 31.52 15.33 3.39 53.47 0.295*** the same local government (%) Commute 3 Commuting rate to other municipality (%) 14.84 10.75 0.87 47.46-0.201* Socioeconomic factor Active_person Economically active population rate (%) 73.88 2.79 62.57 78.37 0.116 Daytime Daytime population index 123.69 71.98 74.6 498.20 0.240** Urban Developed area rate (%) 40.06 23.98 6.54 99.75 0.377**** Road_density Road density (km/km 2 ) 7.49 20.03 0.19 191.85 0.047 No_car Number of car registeration (10,000 vehicles) 55.61 27.57 0.56 90.75-0.303*** note: ****p<0.001, ***p<0.01, **p<0.05, *p<0.1 종속변수는사고율 (accident) 이며, 이는노출기준을고려하여 연간주행거리당교통사고발생건수 로정의된다. 교통사고자료는도로교통공단의교통사고관리시스템 (TAAS) 에서수집된자료, 그리고연간주행거리는한국교통안전공단에서지역별로조사된연간주행거리 ( 천만대 km) 가활용된다. 설명변수는직주균형요인과사회 경제요인의총 17개항목으로, 선행연구고찰을통해교통사고발생과관련있을것으로판단되는항목들이선정된다. 이들항목들은기본적으로지역특성을나타내는지표로, 사용된자료는국가통계포털 (KOSIS) 내 2015년인구주택총조사자료 (20% 표본 ) 와지역별통계연보, 그리고국가교통DB 내 O/D 자료이다. 198 Journal of Korean Society of Transportation Vol.36 No.3 June 2018
KIM, Tae Yang PARK, Byung Ho Article 우선직주균형요인은통근행태와관련있을것으로판단되는항목들이포함되며, 총 12개항목이다. 직주비 (JH_rate) 는개별시 군 구단위에서총량적측면의직주균형수준을나타내는지표로, 이연구에서는 Son(2014) 의방법을준용하여 지역내거주지취업자수에대한근무지취업자수 의비율로정의된다. 근무지취업자수 거주지취업자수 (1) 즉직주비가 1에가까운지역은대상지역을거주지로하는취업자수와근무지로하는취업자수가거의동일하여직주균형에가까운상태로판단된다. 반면 1을초과할경우다른지역으로부터유입되어오는통행이발생하고, 1 미만일경우다른지역으로유출되는통행이발생하는것으로판단된다. 교차통근비율 (cross_trip) 은역시시 군 구에서주거입지지역이아닌다른지역으로의출퇴근통행비율을의미하며, 이는출근목적의통행량중통행발생및통행도착 (O/D) 량의합에대한내부통행량의비율로정의된다. 평균통근시간 (avg_commute) 은통근시간도수분포표의계급별평균값과통근인구의곱을전체통근인구로나눈값이다. 내부통행률 (intra) 은목적 O/D 상전체통행발생량에대한존내통행발생량의비율을의미한다. 마지막으로단거리통근률 (commute 1) 은같은시 군 구내다른읍 면 동통근률, 중거리통근률 (commute 2) 는같은시 도내다른시 군 구통근률 (commute 2), 그리고장거리통근률 (commute 3) 은다른시 도통근률 (commute 3) 로정의되며, 이는전체통근인구에대한해당통근유형인구의비율을의미한다. 아울러사회 경제요인에는총 5개항목으로, 사회 경제특성을나타내는항목들이포함된다. 경제활동인구비율 (active_person) 은통계청의기준을준용하여, 전체인구에서 15-64세인구의비율을의미한다. 주간인구지수 (daytime) 는값이 100보다높은경우상주인구보다주간인구의비중이높음을의미한다. 또한시가화면적비율 (urban) 은전체행정구역면적대비주거및상업, 그리고공업지역면적합계의비율을나타낸다. 3. 분석방법론교통사고의발생은셀수있는자료 (count data) 로, 가산자료 (Poisson, negative binomial) 모형이사용된바있다. 그러나이연구의종속변수인사고율은연속변수이기앞서와같은분석모형은적합하지않은것으로판단된다. 이러한경우다중선형회귀모형이사용되나, 종속변수인사고율이정규분포를따르지않을경우적용하기어려운것으로판단된다. 이에최근연구에서는선형모형의확장형태인일반화선형모형 (generalized linear model, GLM) 이일부사용된바있다. 일반화선형모형은선형모형의정규성과등분산성가정이다소완화된모형으로, 이를사용하기위해서는종속변수에적합한확률분포선택및이에부합하는연결함수의정의가필요하다. 일반적으로종속변수가연속형변수일때연결함수가항등함수 (identity function) 인가우시안 (Gaussian) 모형이사용된다. 그러나정규분포가아닐경우연결함수로서항등함수를사용하는것은부적절한결과를야기하는것으로판단된다. 이연구에서는로그-정규분포 (log-normal) 모형이사용된다. 이는일반화선형모형중연결함수가로그 (log) 이며, 확률분포가정규분포를따르는것으로가정되는모형으로, 앞서언급된항등함수가우시안모형의약점을보완할수있는모형으로평가된다. 아울러채택된설명변수가종속변수에미치는영향은회귀계수의부호적관계 (±) 와탄력성 (elasticity) 으로설명된다. 탄력성은설명변수의 1% 변화에의한종속변수의변화량을의미하며, 종속변수에대한설명변수의민감도를나타내는지표이다. 대한교통학회지, 제 36 권제 3 호, 2018 년 6 월 199
Article 모형개발및논의 1. 모형개발 사고모형은 Table 3과같이총 3개의일반화선형모형이개발되며, 이는수도권 (model 1), 부산 울산광역권 (model 2) 및전체 (model 3) 모형으로구분된다. 채택된설명변수는대부분신뢰수준 90% (α=0.1) 이내에서통계적으로유의한것으로파악된다. 모형에서공통적으로채택된변수는주택보급률 (housing) 과경제활동인구비율 (active_person) 으로, 각각사고율감소및증가에영향이있는것으로분석된다. Table 3. Model results Model 1 Model 2 Model 3 Variables Seoul capital area Busan metropolitan area Total Coef. Std. Err. Elasticity Coef. Std. Err. Elasticity Coef. Std. Err. Elasticity (Constant) JH_rate 0.108** 0.048 0.962 Cross_trip 0.016* 0.009 0.873 0.025*** 0.005 1.686 Commute_att 0.007*** 0.002 0.700 Business 0.044* 0.024 3.084 Housing -0.013*** 0.004-7.706-0.002* 0.001-1.355-0.003** 0.001-1.744 Commute 2 0.010*** 0.004 2.402 Commute 3-0.030** 0.012-1.651-0.014*** 0.004-1.617 Active_person 0.028*** 0.005 16.796 0.031*** 0.002 17.066 0.030*** 0.002 17.096 No_car 0.003* 0.002 1.144 No. of Obs. 65 25 90 Model (family-link) GLM (Gaussian-log) GLM (Gaussian-log) GLM (Gaussian-log) Log likelihood -148.717-49.324-205.996 AIC / BIC 309.434 / 322.481 106.648 / 111.521 421.993 / 434.492 note: ***p<0.01, **p<0.05, *p<0.1 모형별특이변수를살펴보면, 수도권모형 (model 1) 에서는앞서채택된공통변수이외에 4개요인이사고율에영향을미치는것으로나타난다. 즉직주비 (JH_rate) 가높을수록, 업무통행비율 (business) 이높을수록, 중거리통근률 (commute 2) 이높을수록, 그리고자동차등록댓수 (no_car) 가많을수록사고율은증가하는것으로분석된다. 아울러설명변수별탄력성은주택보급률 -7.706, 직주비 0.962, 자동차등록댓수 1.144, 중거리통근률 2.402, 업무통행비율 3.084, 그리고경제활동인구비율 16.796인것으로파악된다. 부산 울산광역권모형 (model 2) 에서는앞서채택된공통변수이외에 2개요인이사고율에영향을미치는것으로분석된다. 즉교차통근률 (cross_trip) 이높을수록사고율은증가하나, 장거리통근률 (commute 3) 이증가할수록감소하는것으로분석된다. 아울러설명변수별탄력성은장거리통근률 -1.651, 주택보급률 -1.355, 교차통근률 0.873, 그리고경제활동인구비율 17.066인것으로파악된다. 마지막으로전체모형 (model 3) 에서는앞서채택된공통변수이외에 3개요인이사고율에영향을미치는것으로분석된다. 즉교차통근률이높을수록, 출근통행도착량 (commute_att) 이많을수록사고율은증가하나, 장거리통근률이증가할수록감소하는것으로분석된다. 아울러설명변수별탄력성은주택보급률 -1.744, 장거리통근률 -1.617, 출근통행도착량 0.7, 교차통근률 1.686, 그리고경제활동인구비율 17.096인것으로파악된다. 2. 논의 모형개발결과에대한세부논의는다음과같으며, Table 4는모형별로설명변수를비교한것이다. 모형에채택된설명변수를논의하는것은채택된설명변수에대한의미해석을통해적절한정책적시사점을도출하기위함이다. 200 Journal of Korean Society of Transportation Vol.36 No.3 June 2018
KIM, Tae Yang PARK, Byung Ho Article Table 4. Comparison of model variables Type Variables Expectation Model 1 Model 2 Model 3 Seoul Busan Total Jobs-housing factor JH_rate - - Cross_trip - Commute_att - - Business - - Housing Commute 2 - - Commute 3 - Socio-economic factor Active_person [ ] [ ] [ ] No_car - - note: positive(+) effect, negative(-) effect, [ ] Max. elasticity 첫째, 모형의공통변수중주택보급률은사고율감소, 그리고경제활동인구비율은사고율증가에영향을미치는것으로파악된다. 또한전체모형에서출근통행도착량이사고율증가에영향을미치는것으로분석된다. 주택보급률은주택보급수준을파악하는지표로, 값이높을수록사고율이감소하는점은직주불균형의대리변수로서판단가능하다. 즉주택보급률이높은지역은사고발생가능성이그렇지않은지역에비해낮은것으로판단된다. 또한경제활동인구비율이높을수록취업인구또한많을것으로판단가능하며, 이는출근통행량에도영향을미칠것으로판단된다. 또한출근통행도착량이높은지역일수록외부에서유입되는통근통행량이그렇지않은지역에비해많은상태이며, 이는해당지역의교통상황및교통사고발생에도영향을미칠것으로판단된다. 따라서모든지역에서는직주불균형을해소하려는노력이필요하며, 외부에서유입되는출근통행에중점을둘필요가있을것으로평가된다. 둘째, 수도권에서는공통변수이외에직주비와업무통행비율, 중거리통근률과자동차등록댓수등이사고율에영향을미치는것으로파악된다. 직주비가높을수록 (1보다큰경우 ) 해당지역을근무지로하는취업자가그렇지않은경우에비해더많음을의미한다. 이경우존외부에서유입된교통량으로인해교통혼잡이심화되고, 교통사고발생가능성또한높아질것으로판단된다. 중거리통근률이영향을미치는점또한이와무관하지않은것으로판단된다. 업무통행비율이높은지역은업무기능이상대적으로활성화된상태로판단가능하며, 자동차등록댓수가많을수록도시내전체적인통행량의증가를야기할것으로판단된다. 이들항목들은모두사고발생에도영향을미칠것으로판단된다. 따라서수도권에서는직주비의수준및업무통행행태를고려한교통안전정책이필요할것으로평가된다. 마지막으로부산 울산광역권에서는공통변수이외에교차통근비율과장거리통근률이사고율에영향을미치는것으로파악된다. 교차통근비율이높을수록주거지에서직장으로이동하는거리가증대되며, 이는불필요한교통수요를야기하여교통사고발생에도영향을미칠것으로판단된다. 아울러장거리통근률이증가할수록사고율이감소하는점은곧사고율증가에는중 단거리통근률이장거리통근률에비해영향을미치는것으로판단가능하다. 따라서부산 울산광역권에서는교차통근비율의감소에중점을둘필요가있을것으로판단된다. 결론 이연구에서는직주균형요소가교통안전에영향을미친다는전제하에, 종속변수를사고율로하는모형이개발된다. 분석에사용된자료는 2015년기준이며, 모형의개발에는 Stata 13.0이이용된다. 주요연구결과는다음과같다. 첫째, 수도권과부산 울산권을대상으로하는총 3개의일반화선형모형이개발된다. 모든모형에서직주균형요소는교통사고발생에유의미한영향을미치는것으로판단된다. 둘째, 모형의공통변수중주택보급률은사고율감소, 그리고경제활동인구비율은사고율증가에영향을미치는것으로분석된다. 또한전체모형에서출근통행도착량이사고율증가에영향을미치는것으로파악된다. 따라서모 대한교통학회지, 제 36 권제 3 호, 2018 년 6 월 201
Article 든지역에서는직주불균형을해소하려는노력이필요하며, 외부에서유입되는출근통행에중점을둘필요가있을것으로평가된다. 셋째, 공통변수이외에광역권별로차별화된교통안전전략이필요할것으로판단된다. 수도권에서는직주비의수준및업무통행행태를고려할필요가있으며, 부산 울산광역권에서는교차통근비율의감소에중점을둔교통안전정책이요구된다. 이연구는국내에서시도되지않은직주균형요소와교통사고발생과의관계를분석한기초연구로, 직주균형이교통사고발생에영향을미치는점을규명한점에의의가있는것으로판단된다. 또한광역권별로교통안전대책의정책적방향이다르게수립되어야한다는점에도정책적시사점이있는것으로판단된다. 그러나종속변수인사고율에는해당지역의통과교통에의한사고건수도포함될수있으며, 이는시스템상에서통과교통을구분하여수집하기어려운점을고려할필요가있다. 또한총량적인측면의직주비산출이기에, 개별행태를충분히고려하지못한한계가있다. 이에향후의연구에서는정교한분석을위해공간적자기상관을고려한공간통계모형의도입을고려해야할필요가있으며, 설명변수또한지역교통안전대책의수립에기여할수있는항목들을추가로선정할필요가있을것으로판단된다. ORCID KIM, Tae Yang PARK, Byung Ho http://orcid.org/0000-0003-3583-2774 http://orcid.org/0000-0002-2729-311x References Do C. W., Kim H. S., Kim K. W., Lee S. B., Cho H. J. (2013), Traffic Safety Engineering, 2-19. Eh H. N., Lee H. Y. (2014), Changes of Trip Patterns and Job-Housing Mismatch of Busan Metropolitan Area, Journal of the Korean Urban Geographical Society, 17(1), 1-14. Kim K. Y., Beak T. H., Lim J. K., Park B. H. (2015), Traffic Accident Density Models Reflecting the Characteristic of the Traffic Analysis Zone in Cheongju, International Journal of Highway Engineering, 17(6), 75-83. Lee J. Y., Abdel-Aty M., Cai Q. (2017), Intersection Crash Prediction Modeling with Macro-level Data from Various Geographic Units, Accident Analysis and Prevention, 102, 213-226. Park C. Y., Lee S. G. (2016), An Analysis of the Characteristics of Street Environment Affecting Pedestrian Accidents - Applications of Street Segment Analysis Unit and Spatial Statistics, Journal of the Urban Design, 17(3), 105-121. Park J. S., Oh J. T., Oh S. J., Kim Y. J. (2016), Analysis of Contributory Factors in Causing Crashes at Rural Unsignalized intersections Based on Statistical Modeling, J. Korean Soc. Transp., 34(2), Korean Society of Transportation, 123-134. Park N. Y., Park B. H. (2017), Regional Traffic Accident Model Based on Urban Decline Index, Journal of Korea Planning Association, 52(4), 89-98. Pulugurtha SS., Duddu VR., Kotagiri Y. (2013), Traffic Analysis Zone Level Crash Estimation Models Based on Land Use Characteristics, Accident Analysis and Prevention, 50, 678-687. Son S. H. (2014), The Changes of Job-Housing Balance and Commuting Trip in Seoul Metropolitan Area: 2005-2010, Journal of the Korean Geographical Society, 49(3), 390-404. Xu C., Li H., Zhao J., Chen J., Wang W. (2017), Investigating the Relationship Between Jobs-housing Balance and Traffic Safety, Accident Analysis and Prevention, 107, 126-136. 202 Journal of Korean Society of Transportation Vol.36 No.3 June 2018