Journal of the Korean Society of Safety, Vol. 29, No. 5, pp. 154-159, October 2014 Copyright@2014 by The Korean Society of Safety (pissn 1738-3803) All right reserved. http://dx.doi.org/10.14346/jkosos.2014.29.5.154 토빗모형을이용한교차로보행자사고모형개발 이승주 임진강 박병호 충북대학교도시공학과 (2014. 6. 30. 접수 / 2014. 8. 12 수정 / 2014. 9. 25. 채택 ) Developing the Pedestrian Accident Models of Intersections using Tobit Model Seung Ju Lee Jin Kang Lim Byung Ho Park Department of Urban Engineering, Chungbuk National University (Received June 13, 2014 / Revised August 12, 2014 / Accepted September 25, 2014) Abstract : This study deals with the pedestrian accidents of intersections in case of Cheongju. The objective is to develop the pedestrian accident models using Tobit regression model. In pursuing the above, the pedestrian accident data from 2007 to 2011 were collected from TAAS data set of Road Traffic Authority. To analyze the accident, Poisson, negative binomial and Tobit regression models were utilized in this study. The dependent variable were the number of accident by intersection. Independent variables are traffic volume, intersection geometric structure and the transportation facility. The main results were as follows. First, Tobit model was judged to be more appropriate model than other models. Also, these models were analyzed to be statistically significant. Second, such the main variables related to accidents as traffic volume, pedestrian volume, number of traffic island, crossing length and the pedestrian countdown signal systems were adopted in the above model. Key Words : accident model, pedestrian accident, accident at intersection, poisson and negative binomial regression model, tobit regression model 1.1. 연구의배경및목적 1. 서론 우리나라자동차등록대수는 2013 년기준 1,940 만대로 2004 년 1,493 만대에비해 447 만대가증가하였고연평균 2.92% 의증가율을보이고있다. 이러한자동차등록대수의증가로인해교통사고의발생건수또한꾸준히증가하고있다. 2013 년기준전국의교통사고발생건수는 215,354 건으로 2007 년에비해 3,692 건이증가하였고연평균 0.29% 의증가율을보인다. 보행자사고는 2007 년과 2013 년사이연평균 1.53% 증가율을보이며꾸준히증가하고있는데, 최근보행환경에대한관심이높아지면서보행자의안전을위한여러가지대책이연구되고있다. 하지만보행자와관련되어연구되어왔던대다수의기존문헌은사고심각도의분석이주를이루고있어보행자사고예측을위한연구는부족한실정이다. 이에이연구는청주시교차로에서발생한보행자사고자료를대상으로보행자사고모형을개발하는데그목적이있다. 1.2. 연구의내용및방법 이연구는청주시교차로에서의보행자사고모형을다루고있다. 교차로에서발생한보행자사고자료의수집을위해도로교통공단의교통사고분석시스템인 TAAS 를이용하였다. 사고자료의범위는 2007 년부터 2011 년사이에청주시교차로에서발생한교통사고이다. 보행자사고자료와기하구조자료를종속변수와독립변수로나누고각변수들의특성을 SPSS 20.0 을이용해분석하였다. 수집ㆍ분석된자료를중심으로포아송, 음이항그리고 Tobit 모형을이용해사고모형을개발하였다. Corresponding Author : Byung Ho Park, Tel : +82-43-261-2496, E-mail : bhpark@chungbuk.ac.kr Department of Urban Engineering, Chungbuk National University, 52, Naesudong-ro, Seowon-gu, Cheongju, Chungbuk 361-763, Korea 154
토빗모형을이용한교차로보행자사고모형개발 2.1. 국내연구 2. 기존문헌고찰 연구를수행하기에앞서사고모형을활용하여교차로에서발생한보행자사고모형을개발하기위하여기존에진행되어온보행자사고를대상으로한연구및 Tobit 모형을이용한연구를검토하였다. 국내연구로서김경환등 1) 은 Tobit 모형을이용해청주시간선도로에서발생한교통사고의요인을분석하였다. 전체간선도로, 주간선도로, 보조간선도로 3 가지유형의모형들을구축하였으며, 공통변수로우회전전용차로가채택되었다. 한수산등 2) 은전국원형교차로를대상으로기상상태에따른개발하였다. 종속변수로기상상태종류별사고건교통사고모형을수와 EPDO 를사용하였으며, 포아송모형과음이항모형을이용해모형을구축하였다. 연구의주요결과로는맑은기상상태에는교통량과우회전별도차로가, 기타의기상상태에는회전차로폭, 진ㆍ출입구수및횡단보도수가영향을미친다고밝히고있다. 나희등 3) 은국내원형교차로에서발생한교차로사고를대상으로원인별사고모형을구축하였다. 모형의구축에는포아송, 음이항및 ZAM 이사용되었으며, 최종적으로 ZAM 을선택하여모형을구축하였다. 주요결과로는공통변수로는교통량과회전차로폭이, 특정변수로는접근로수와감속시설수가사고에영향을끼친다고밝히고있다. 박준태등 4) 은전국지방부도로에서발생한보행자사고의사고심각도를중회귀분석을활용하여분석하였다. 사고를고령ㆍ비고령보행자로분류하였으며, 독립변수로는속도, 환경, 인적요인, 성별, 도로기하구조등을사용하였으며, 사고심각도를종속변수로이용하였다. 연구의주요결과로고령보행자와비고령보행자는도로종류, 성별, 도로선형, 속도에영향을받는것으로나타났다. 최재성등 5) 은 2006 년에발생한전국보행자사고를대상으로사고심각도모형을개발하였다. 성별, 나이등이포함된인적요인과차량, 기하구조등이포함된기타요인을독립변수로이용하여순서형로짓모형을개발하였다. 연구의주요결과로보행자사고심각도는인적요인에서성별, 나이, 음주여부가기타요인에서차량, 도로기하구조, 날씨, 시간대가영향을미친다고밝히고있다. 박규영등 6) 은지방부 4 차로국도에서발생한보행자사고를대상으로보행자사고확률모형을개발하였다. 주요변수로도로안전시설물설치여부를활용하여각각에대한효과도를추정하였다. 주요결과로는시거개선, 보도설치, 조명설치가사고감소에효과적인대안이라고밝히고있다. 이두희 7) 는보행자가횡단보도에서하는행위와관련하여안전예측모형을개발하였다. 횡단보도에서보행자의행동을종속변수로, 교통량, 횡단거리, 횡단시간등을독립변수로하여분석하였다. 이연구에서는보행자사고와횡단보도및횡단거리가영향이있다고밝히고있다. 이순철 8) 은보행자사고를대상으로보행자와운전자의통행행태에의한교통사고의원인을분석하였으며, 보행자의이동행태별로사고의차이가발생한다고밝히고있다. 2.2. 국외연구 국내와마찬가지로국외의보행자관련연구는심각도분석이주를이루고있으며, 일부는보행자사고모형을다루기도한다. 국외에서다루어진연구는다음과같다. Anastasopoulos 등 9) 은도시부주간선도로에서발생한사고를대상으로사고모형을구축하였다. 변수로는포장특성, 도로기하구조, 교통류특성등을사용하였으며두종류의 Tobit 모형을개발하였다. 개발된 fixed-parameters Tobit 모형과 random-parameters Tobit 모형을비교한결과, random-parameters Tobit 모형이적합한것으로평가하였다. Rolison 등 10) 은영국의고령운전자, 승객, 보행자를대상으로사망사고위험도를분석하였다. 사고율을종속변수로분석하였으며, 보행자, 운전자, 승객순으로위험하다고밝히고있다. Damsere-Derry 등 11) 은가나에서발생한보행자사고를대상으로패턴과심각도를연구하였으며, 그결과연령과속도, 미확인차종, 야간, 횡단보도와의거리가보행자사고심각도에영향을끼친다고밝히고있다. Anastasopoulos 등 12) 은인디애나도시부의주간선도로에서발생한사고자료를대상으로 Tobit 모형을구축하였다. 교통사고율을종속변수로하여모형을구축하였으며, 구축된모형은적합한것으로판단하였다. 2.3. 기존연구와의차별성이연구는청주시교차로에서발생한보행자사고를대상으로보행자사고모형을개발하였다. 보행자사고를대상으로연구한기존문헌에서는보행자사고의사망, 중상, 경상및부상등사고심각도 한국안전학회지, 제 29 권제 5 호, 2014 년 155
이승주 임진강 박병호 를종속변수로한심각도분석이주를이루고있으나, 이연구는보행자사고건수를종속변수로활용한사고모형을개발하였다. 그리고보행자전체사고가아닌교차로및교차로인근 (10M 이내 ) 에서발생한사고만을대상으로하기때문에교차로에서발생하는보행자사고에대한보다정확한분석이예상된다. 기존문헌에서사용된독립변수및분석방법론을이연구와비교한내용은표 1 과같다. 보행자와관련된기존문헌에서분석하지않았던보행교통량및교차로내에서교통량, 교차로에서보행자사고에영향을끼칠것이라고예상되는기하구조및교통시설등의변수를수집하고보행자사고와의관계를규명하는데이연구의차별성이있다. 또한사고모형관련기존문헌을고찰하여보행자사고모형을개발하기에적합한분석방법론을검토하였다. 보행자사고건수라는종속변수의특성상항상 0 이상값이관찰되기때문에가산자료모형이외에중도절단모형인토빗모형을추가하여선정된모형의정확성을높인다는데연구의차별성이있다. 3.1. 자료수집및분석 3. 분석의틀설정 이연구에서사용된보행자사고자료는도로교통공단에서운영하는교통사고분석시스템 (TAAS) 의경찰 Table 1. Summary of differences with previous studies Year Authors Independent Variables Analysis Methods Literature of Pedestrian 2010 Park et al. - Multiple Regression Analysis 2009 Chio et al. Ordered Logit Model 2006 Park et al. Logit Model 2005 Lee et al., Stepwise Regression Analysis 2010 Rolison et al. - Statistical Analysis Literature of Accident Model 2013 Kim et al. Toblt Model 2012 Han et al., Count Data Models 2012 Na et al., Count Data Models, ZAM 2012 Anastasopoulos et al. this Lee et al. study Note : refer to Table 2, Univariate Tobit, Multivariate Tobit Count Data Models, Tobit Model DB 자료를활용하였고, 사고자료의수집은간선도로의교차로인근에서발생한사고만을수집하였다. 그결과 300 개의교차로지점에서총 681 건의사고가수집되었다. 교차로의기하구조자료는청주시의 CAD 도면과현장조사를병행하여수집하였다. 3.2. 변수선정 이연구에서는 2007 년부터 2011 년사이에교차로에서발생한 681 건의사고를종속변수로선정하였다. 독립변수는교통량, 기하구조및교통시설등총 10 개의변수를선정하며, 변수에대한내용은표 2 와같다. 3.3. 변수특성분석 사고모형을개발하기에앞서, 수집된종속변수와독립변수와의상관관계나변수들간의다중공선성을분석하기위해 SPSS 17.0 을이용하여기술통계분석, 상관관계분석및다중공선성분석을수행하였다. 기술통계란자료를이해하기쉬운수치로요약하는기법으로, 각변수에대한기술통계분석결과는표 3 과같다. 변수간의상관관계분석은신뢰수준 95% 에서수행되었다. 분석결과교통량, 보행교통량, 접근로수, 횡단보도수, 보행교통섬수, 최장횡단거리및잔여시간표시기유무가종속변수와관련이있는것으로판단되었고, 이변수들은모두보행자사고와양의상관관계를가지고있으므로, 변수들의값이증가할수록사고가발생할확률이높아지는것으로분석되었다. 다중공선성은종속변수에대한독립변수간에강한상관관계가있는것을의미하며, 이를고려하지않고모형을개발할경우모형내에서사용된독립변수가 Table 2. List of variables Classification Variable Definition Range Accident data Number 0~23 Traffic volume Veh./h 322~6,733 Pedestrian volume Ped./h 0~1,452 Legs Number 2~7 Number of lanes by leg Number 0~5 Crosswalk Number 0~10 Traffic island Number 0~5 Crossing length Meter 0~38 Bicycle path Existence 0~1 Right poket Number 0~4 Pedestrian countdown signal systems Existence 0~1 156 Journal of the KOSOS, Vol. 29, No. 5, 2014
토빗모형을이용한교차로보행자사고모형개발 Table 3. Descriptive statistics and Multicollinearity Classification Variable Mean Standard deviation Accident data 2.270 2.584 - VIF Traffic volume 2447.680 1349.213 1.656 Pedestrian volume 124.150 192.838 1.346 Legs 3.683 0.586 4.321 Number of lanes by leg 1.959 0.623 3.523 Crosswalk 3.066 1.833 3.090 Traffic island 0.463 0.985 1.727 crossing length 18.516 7.343 2.870 Bicycle path 0.526 1.104 3.510 Right-turn pocket 0.284 0.725 1.570 pedestrian countdown signal systems 0.860 0.347 1.132 제역할을하지못해모형의설명력은높아도회귀계수들이유의하지않게될수있다. 이는모형에서제시한회귀계수를신뢰할수없다는의미이기때문에모형개발전필히수행해야만하는분석이다. 이연구에서사용된독립변수는 VIF 값이 10 미만으로다중공선성이없는것으로분석되었고분석에대한내용은표 3 과같다. 4.1. 모형의이론적고찰 4. 모형개발및검증 포아송회귀 (Poisson regression) 모형은회귀분석이나범주형자료를분석하기위해사용되는모형으로, 일정한시간또는공간에서 0(zero) 을포함한사건발생횟수와이에따른확률분포를말한다. 포아송분포의확률밀도함수는식 (1) 과같다. exp (1) 음이항회귀 (Negative Binominal regression) 모형은자료의분포가과분산 (overdispersion) 을나타낼경우포아송모형은적용하기어려운점이있기때문에이를해결하기위해자주사용되는모형이다. 음이항회귀모형식은포아송회귀모형식에오차항을결합시킨형태로식 (2) 와같다. (2) 사고건수와같이일정한영역에서만관찰되는변수를종속변수로하는회귀모형에는중도절단회귀모형과절단회귀모형이있다. 이중토빈 (Tobin, 1958) 에의해최초로제안된중도절단회귀모형 (censored regression model) 을 Tobit 모형이라부르며, 모형식은식 (3) 과같다. if if 4.2. 사고모형개발및논의 5 년간의사고자료를종속변수로이용하여사고모형을개발한결과, 가산자료모형 ( 포아송, 음이항모델 ) 과절단된가산자료모형 ( 절단된포아송, 절단된음이항모델 ) 의우도비가각각 0.245, 0.196, 0.256, 0.210 으로분석되었다. 음이항모형과절단된음이항모형의 Alpha t 값은각각 5.654, 2.424 로포아송모형보다음이항모형이더적합한것으로나타났다. 음이항모형에서채택된변수는보행교통량, 접근로수, 잔여시간표시기유무이다. 채택된변수들모두양의상관관계를가지고있어보행교통량이많을수록, 접근로수가많을수록, 잔여시간표시기가있을때사고가증가한다. Table 4. Pedestrian accident model Classification Poisson poisson (3) Tobit Coeff. -0.867-1.019-0.590-1.008-2.950 constant t-ratio -3.364-2.369-1.756-1.811-2.595 p-value 0.001 0.018 0.079 0.070 0.095 t-ratio 12.908 6.265 8.065 5.526 9.662 Coeff. 0.001 0.002 0.001 0.001 0.009 p-value 0.000 0.000 0.000 0.000 0.000 t-ratio 4.308 2.453 2.780 2.063 2.452 Coeff. 0.263 0.272 0.229 0.280 0.741 p-value 0.000 0.014 0.005 0.391 0.142 t-ratio - - -2.114-1.771 - Coeff. - - -0.058-0.080 - p-value - - 0.035 0.077 - t-ratio - - 3.264 1.851 - Coeff. - - 0.023 0.028 - p-value - - 0.001 0.064 - t-ratio 3.267 2.428 2.146 1.851 1.875 Coeff. 0.491 0.477 0.400 0.429 0.949 p-value 0.001 0.015 0.032 0.064 0.060 ρ 2 / 0.144 0.086 0.131 0.038 0.049 Alpha( α) - 5.654-2.424 - 한국안전학회지, 제 29 권제 5 호, 2014 년 157
이승주 임진강 박병호 Tobit 모형의경우 값이 0.049 로모형의설명력이높은것으로나타났으며, 채택된변수는보행교통량, 보행교통섬수, 최장횡단거리, 잔여시간표시기유무이다. 모두양의상관관계를가지고있으며교통량이많을수록, 보행교통량이많을수록, 보행교통섬이많을수록, 횡단거리가길수록사고가증가하는것으로분석된다. 양의상관관계인잔여시간표시기는사고가많은곳에설치되어있어나타나는현상으로판단된다. 구축된모형을비교해보면, 공통변수로는보행교통량 ( ), 접근로수 ( ), 잔여시간표시기유무 ( ) 가 채택되며, 특정변수는표 5 와같이나타났다. 보행자사고가일어났을때사고요인에의한사고건수의영향정도를파악하기위해한계효과분석을실시하였다. 분석결과는표 6 과같으며접근로수와잔여시간표시기의영향이높은것으로분석되었다. 4.3. 모형검정 모형의적합성을검정하기위해 RMSE, %RMSE, MPB, MAD 및상관계수를활용하여음이항모형과 Tobit 모형의적합성을검정하였다. 모형검정결과는표 7 과같다. RMSE 값은 0 에가까울수록모형의정확도가높다고판단되었고, 검정결과음이항및절단된음이항모형의 RMSE 값이 2.973, 6.355 인데비해 Tobit 모형의 RMSE 값은 2.177 로더적합한모형으로판단되었다. %RMSE, MPB, MAD, 상관계수또한 Tobit 모형의 Table 5. Common and specific variables Classification Common variables Specific variables Poisson - - poisson Pedestrian volume, Legs, Pedestrian countdown signal systems Crosswalk, Crossing length Crosswalk, Crossing length Tobit - Table 6. Analysis of marginal effect Classification Poisson Poisson Tobit constant -1.967-2.585-1.488-2.346-2.146 0.003 0.006 0.003 0.003 0.006 0.596 0.690 0.576 0.653 0.539 - - -0.147-0.187 - - - 0.057 0.066-1.114 1.210 1.008 0.998 0.691 Table 7. Fitness Tests of Developed Models Classification Tobit RMSE 2.973 6.355 2.177 %RMSE 130.965 279.950 95.919 MPB 1.788 4.786 1.529 MAD -0.067-4.649 0.518 Correlation Coefficient 0.433 0.488 0.585 값이음이항및절단된음이항모형의값보다더적합한것으로판단되었다. 5. 결론 이연구에서는 2007 년부터 2011 년까지청주시의교차로에서발생한보행자사고모형을개발하였다. 사고모형의개발을위해보행자사고건수를사용하였으며, 이연구의주요결과는다음과같다. 첫째, 모형개발결과 Tobit 모형이가산자료모형보다교차로보행자사고예측모형을개발하는데더적합한것으로판단되었다. 그리고개발된모형은통계적으로유의한것으로평가되었다. 둘째, Tobit 모형에의해채택된변수로교통량, 보행교통량, 보행교통섬수, 최장횡단거리, 잔여시간표시기유무가포함되었다. 보행교통섬수는사고건수와음의상관관계를가지며, 그외에채택된모든변수는사고건수와양의상관관계를가지는것으로분석되었다. 마지막으로, 채택된변수를토대로개선방안을제시하자면, 보행교통량이많고접근로수가많은대형교차로의경우보행자펜스등보행안전시설을설치하여무단횡단을방지하고, 보행자의횡단거리가긴교차로의경우보행교통섬을적절한위치에설치하여보행자의횡단거리를줄이고, 보행자가횡단보도를여유있게건널수있도록신호시간을조정하면보행자사고는보다감소할것으로기대된다. 이연구는간선도로내의청주시주요교차로를대상으로하고있어잔여시간표시기가양의부호로채택되는등의일반적이지않은결과가도출되었다. 향후연구의범위를생활도로및지방부로확대하고다양한변수를고려하여보다정확한연구가필요하다. References 1) K. K. Kim and B. H. Park, Analysis of Accident Factors at Arterial Road using Tobit Model, International Journal of 158 Journal of the KOSOS, Vol. 29, No. 5, 2014
토빗모형을이용한교차로보행자사고모형개발 Highway Engineering, Vol. 15, No. 2, pp.131-138, 2013. 2) S. S. Han and, B. H. Park, Accident Models of Circular Intersections by Weather Condition in Korea, Journal of the Korean Society of Safety, Vol. 27, No. 6, pp. 178-184, 2012. 3) H. Na and B. H. Park, Accident Models of Circular Intersection by Cause using ZAM, Journal of the Korean Society of Road Engineers, Vol. 14, No. 2, pp. 101-108, 2012. 4) J. T. Park, B. B. Choi and S. B. Lee, A Study on the Characteristics of Traffic Accidents for the Elderly Pedestrians on Rural Highways, Journal of the Korean Society of Transportation, Vol. 28, No. 5, pp. 155-162, 2010. 5) J. S. Choi, S. Y. Kim, K. S. Hwang and S. Y. Baik, Severity Analysis of the Pedestrian Crash Patterns Based on the Ordered Logit Model, International Journal of Highway Engineering, Vol. 11, No. 1, pp. 153-164, 2009. 6) G. U. Park and S. B. Lee, Estimating the Effectiveness of Road Safety Features using Pedestrian Accident Probability Model, Journal of Korean Society of Transportation, Vol. 24, No. 4, pp. 55-65, 2006. 7) D. H. Lee, A Development of Safety Prediction Models for Moving Behavior of Crosswalk Pedestrians, Journal of the Korean Society of Civil Engineers, Vol. 25, No. 3, pp. 439-445, 2005. 8) S. C. Lee, The Characteristics of Pedestrians Accident: Analyzing the Conflict Behavior between Pedestrians and Drivers, Journal of the Korean Psychological Association, Vol. 6, No. 3, pp. 159-174, 2000. 9) P. C. Anastasopoulos, F. L. Mannering, V. N. Shankar and J. E. Haddock, A Study of Factors Affecting Highway Accident Rates using the Random-parameters Tobit Model, Accident Analysis & Prevention, Vol. 45, pp. 628-633, 2012. 10) J. J. Rolison, J, P. Hewson, E. Hellier and P. Husband, Risk of Fatal Injury in Older Adult Drivers, Passengers, and Pedestrians, Journal of the American Geriatrics Society, Vol. 60, Issue 8, pp. 1504-1508, 2012. 11) D. J. Derry, E. B. Ebel, N. C. Mock, F. Afukaar and P. Donkor, Pedestrians Injury Patterns in Ghana, Accident Analysis & Prevention, Vol. 42, Issue 4, pp. 1080-1088, 2010. 12) P. C. Anastasopoulos, P. T. Tarko and F. L. Mannering, Tobit Analysis of Vehicle Accident Rates on Interstate Highways, Accident Analysis & Prevention, Vol. 40, pp. 628-633, 2008. 한국안전학회지, 제 29 권제 5 호, 2014 년 159