ARTICLE 버스운전자성별교통사고심각도영향요인분석 빈미영 1* 손슬기 2 1 경기연구원휴먼교통연구실선임연구위원, 2 경기연구원휴먼교통연구실연구원 Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers BHIN, Miyoung 1* SON, Seulki 2 1 Ph.D in Engineering, Department of Transportaion Policy, Gyeonggi Research Institute, Gyeonggi 16207, Korea 2 Researcher, Department of Transportaion Policy, Gyeonggi Research Institute, Gyeonggi 16207, Korea *Corresponding author: mybin@gri.re.kr J. Korean Soc. Transp. Vol.36, No.6, pp.440-451, December 2018 https://doi.org/10.7470/jkst.2018.36.6.440 pissn : 1229-1366 eissn : 2234-4217 ARTICLE HISTORY Received: 23 August 2018 Revised: 5 October 2018 Accepted: 4 December 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. Abstract This study was conducted in an attempt to identify the factors influencing traffic accident severity according to gender (All, Male, Female) of bus drivers, and to propose a method for future introduction of advanced driver assistance system. Traffic accident data was gathered from the Traffic Accident Analysis System (TAAS) of the Korea Road Traffic Authority, of accidents caused by local/inter city buses in 31cities of Gyeonggi-do Province within 3years (2014-2016) of time. Analysis was carried out by first reviewing the gender variable with the decision tree model, then analyzing the accident severity according to gender using the ordered logit model. The results of the decision tree model show that light violation and vehicle to vehicle variables have the greatest influence in both All and Male drivers, and that the chances of severe injuries and casualties increase the more the driver violates the traffic lights, and the less the accident is a vehicle to vehicle type. On the other hand, there were no selected variable for female drivers. Results of the severity model analysis show that light violation variable holds significance in all three categories. In both All and Male category, Vehicle to Pedestrian, Speed violation, and Median Encroachment were selected as the explanatory variable. In the Male category, Intersection variable was additionally selected. Also, Intercity bus and Safety distance violation were selected as unusual variable for Female drivers. Thus, with the analyzed results, this study offers a policy implication for the introduction of the advanced driver assistance system according to the accident severity of each gender. Keywords: accident severity model, bus driver, decision tree model, gender, ordered logit model 초록 본연구는버스운전자성별 ( 전체, 남성, 여성 ) 에따라사고심각도에미치는영향요인을규명하고, 향후첨단운전자지원시스템우선도입방안을제시하기위하여수행되었다. 교통사고자료는도로교통공단 교통사고분석시스템 (TAAS) 을이용해 3년동안 (2014-2016년) 경기도 31개시 군에서발생한가해시내 시외버스사고자료를수집하였다. 분석방법은의사결정나 무 (Decision Tree) 모형으로성별채택변수를 1단계로검토한후, 순서형로짓 (Ordered Logit) 모형을이용해성별사고심각도모형을분석하였다. 의사결정나무분석결과, 전체및남성운전자분석에서동일하게신호위반변수와차대차변수가가장중요한영향요인으로채택되었으며, 440 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 운전자가신호위반을할수록, 차대사람사고일수록중상및사망의비율이더높은것으로나타났다. 반면, 여성운전자는변수가채택되지않았다. 심각도모형분석결과, 신호위반변수가세유형에서모두유의한변수로채택되었다. 전체운전자모형과남성운전자모형모두설명변수로차대사람, 과속및중앙선침범이동일하게선정되었으며, 남성운전자모형에서는도로형태항목중교차로변수가추가적으로채택되었다. 또한여성운전자모형에서는버스유형항목의시외버스와법규위반항목의안전거리미확보변수가변수로선정되었다. 따라서본연구는이러한분석결과에근거하여버스운전자성별사고심각도에따른첨단운전자지원시스템도입을위한정책적시사점을제시하였다. 주요어 : 사고심각도모형, 버스운전자, 의사결정나무모형, 성별, 순서형로짓모형 서론 1. 연구의배경및목적 사업용차량의경우비사업용차량에비해주행거리와운행시간이길어졸음운전등의운전자부주의로인한교통사고위험에취약하다. 도로교통공단 교통사고분석시스템 (traffic accident analysis system, TAAS) 에서제공하는 2014-2016 년교통사고통계에따르면우리나라사업용차량의교통사고발생건수가 2014년 48,037건, 2015년 48,625건, 2016년 49,041건으로증가하고있으며, 사망및부상자수또한 2014년 76,513명, 2015년 76,896명, 2016 년 77,171명으로지속적으로증가하는것으로나타났다. 특히, 버스의경우다른차량에비해많은승객들을수송하기때문에사고발생시대규모인명사고로이어질수있어보다효율적인교통사고예방대책을수립할필요가있다. 이에국토교통부는 사업용차량졸음운전방지대책 의후속조치일환으로졸음운전등의운전자부주의로인한대형교통사고예방을위해첨단운전자지원장치의설치의무대상을확대하는방안을추진하고있다. 또한경기도에서는 2017년경기도광역버스 (G버스) 2,188대에차로이탈경고장치 (LDWS) 및전방충돌경고장치 (FCWS) 와같은첨단운전자지원장치부착을지원함으로써, 운전자부주의로인한교통사고예방을위한노력을하고있다. 2018년 4월기준경기도버스운전자수는총 20,342명이며, 그중남성버스운전자가 19,750명 (97.1%), 여성버스운전자가 592명 (2.9%) 이다. 여성버스운전자수와비율은매년증가하고있지만, 여전히남성운전자수와비교할때현저히낮은수치를나타내고있다. 버스운전자의경우근무시간이매우길어남성에비해상대적으로체력이약한여성들에게장시간운전은불리한측면이있다. 따라서이러한여성운전자의특성을반영한운전편의를향상시킬수있는장치가필요하다. 또한근로기준법개정으로주 52시간근무제를시행함에따라, 버스운전기사수도크게늘어날것으로판단된다. 이에따라많은버스운전기사들의운전편의를향상시키기위해서는버스사고심각도의요인을파악하고, 어떠한첨단운전자지원시스템을도입해야하는지에대한연구가반드시필요하다. 본연구는이러한배경하에경기도에서발생한시내 시외버스 ( 가해차량 ) 사고를대상으로버스운전자의성별사고심각도영향요인을분석함으로써, 향후첨단운전자지원장치의도입방안을논의하고자한다. 2. 연구의내용및방법본연구의시간적범위는 2014-2016년 (3개년) 을기준으로하며, 공간적범위는경기도 31개시 군에서발생한시내 시외버스 ( 가해차량 ) 사고를대상으로한다. 연구방법은다음과같다. 첫째, 국내 외선행연구고찰을통해기존연구와의차별성을검토하였다. 둘째, 사고자료를수집하여코딩한후, 다중공선성검토를실시함으로써최종적으로변수를선정하였다. 셋째, 통계프로그램 SPSS 21.0을이용해의사결정나무 (Decision Tree) 모형으로유형별채택변수를 1단계로검토한후, 종속변수가사고심각도와같이순석척도일경우활용되는순서형로짓 (Ordered Logit) 모형을 2단계로분석하였다. 넷째, 유형별로채택된변수를비교분석함으로써향후첨단운전자지원장치도입방안을논의하였다. 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 441
Article Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers 기존문헌고찰 버스교통사고관련문헌은크게버스교통사고요인분석, 버스운영효과분석으로구분할수있다. 먼저버스교통사고요인분석관련연구로 Ann et al.(2014) 은버스운전자들의성격특성과안전직무수행및교통사고와의관계를상관분석과다중회귀분석을사용해분석하였다. 분석결과, 성실성과정서성을비롯한성격 6요인의대부분이버스운전자의안전준수행동에유의한상관관계를보였으며, 교통사고와는성실성만이유의한상관관계를나타냈다. 따라서이러한결과는버스운전자의인사선발에성격검사를활용하면버스운전자들의안전행동을향상시키는효과를얻을수있을것이라는중요한시사점을가진다고주장하였다. Park et al.(2016) 은업종별버스교통사고에영향을미치는주요요인들의특성을의사결정나무를사용해연구하였다. 버스의업종을시내버스, 농어촌버스, 시외버스로구분하였으며, 모든업종에서가장중요한변수는탑승유형 ( 보행, 자차탑승, 타차탑승, 기타 ) 으로나타났다. 또한모든업종에서사망및중상사고는탑승유형중보행이나기타 ( 자전거, 이륜차, 경운기 ) 인경우많이발생한것으로분석되었다. 업종별특성으로는시내버스의경우엔차내승객이다치는중대한법규위반사고예방대책이필요하며, 농어촌버스는차내승객이다치는차량단독및차대사람사고유형을줄여한다고주장하였다. 마지막으로시외버스는차내승객과타차탑승자가모두다치는고속도로사고유형의사고예방대책이필요하다고제안하였다. Yoon et al.(2018) 은버스운송사업을시내버스, 시외및고속버스, 전세버스로나누어순서형프로빗모형을이용한유형별사고심각도영향요인을분석하였다. 시내버스의경우도로의기하구조가사고심각도에유의미하게영향을보여, 입석승객을포함한많은재차인원으로인한운행이사고심각도에영향을미칠수있음을운전자교육을통해강조할필요가있다고제시하였다. 시외및고속버스의경우주요사고심각도요인이과속에있음에따라주행속도제한장치도입등의제도적인방안이검토될수있다고주장하였다. Proto and Kapaln(2014) 은덴마크내버스사고심각도영향요인분석을순서형로짓모형을사용해분석하였다. 버스사고심각도는과속, 야간, 고령운전자, 미끄러운노면일수록사고심각도가증가한것으로나타났으며, 버스운전자의부주의로인한사고를예방하기위한인프라에대한필요성을시사하였다. Feng et al.(2016) 은미국내버스운전자에대한버스사고심각도요인을순서형로짓모형을이용해분석하였다. 26세미만의젊은운전자그리고 65세이상의고령운전자일수록사고발생위험도가높았으며, 차선수가많을수록, 습윤한노면일수록그리고교통사고위반기록이많을수록사고심각도에영향을미치는것으로나타났다. Quang et al.(2017) 은하노이의버스관련사고의근본원인을토론및심층면접조사를통해조사하였다. 조사대상은버스운전기사, 승객, 버스회사관리자및교통경찰이며, 질문은크게도로환경, 사고관련정책, 인적요인, 차량요인으로나뉜다. 조사결과, 버스운전자가버스사고의유일한사고원인은아니며, 급격한인구증가및관련정책이사고에중요한영향을미치는것으로나타났다. 또한버스관련사고를감소시키기위한장기적인해결책으로는도로환경및교통관리인프라를개선하는것이가장중요할것이라고주장하였다. 버스교통사고요인분석관련연구는프로빗혹은순서형로짓모형을이용한사고심각도분석이많은부분을차지하였으며, 버스운전자, 도로기하구조, 사고발생상황등을변수로고려해모형을분석하였다. 하지만버스운전자성별을고려한연구는부족하게나타났다. 버스운영효과분석관련연구로 Choi et al.(2011) 는시내버스준공영제시행에따라시내버스운전자의운전태도가어떻게변화하고교통사고에어떠한영향을미치는지제시하였다. 시계열분석결과시내버스준공영제시행후시간이경과함에따라교통사고가전반적으로감소하는것으로나타났다. 또한시행후운전태도의변화정도에따른교통법규위반행위의저감정도를대응분석법으로분석한결과, 운전태도변화정도에따라교통법규위반행위감소도함께나타남을파악하였으며, 교통법규위반과교통사고감소에가장많은영향을끼친요인으로는안전운전의무불이행위반감소와고용안정으로분석되었다. Lim et al.(2012) 은서울시버스전용차로설치 확대에따른버스사고영향요인을음이항모형을이용해분석하였다. 분석결과, 중앙버스전용차로에서일반차로로이동하는버스가많고그유형이많으면버스사고건수가증가하는것으로분석되었으며, 버스의정지선과횡단보도의이격거리가길면사고가증가하는것으로나타났다. 또한가로변버스전용차로에서는상습불법주정차유무및토지이용 442 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 형태가사고에영향을미치는것으로분석되었다. 이는가장우측차로에전용차로가있기때문에토지이용형태에따라서상권에상습불법주정차차량이많아버스의주행공간이확보되지않아사고가증가한다고주장하였다. 버스운영효과분석관련연구는준공영제시행, 버스전용차로설치에따른운전자의태도변화혹은사고영향요인변화등을분석하였으나, 향후버스운전자를위해어떠한시스템을지원해야하는지에대한연구는부족한실정이다. 운전자성별교통사고분석연구로 Kim(2012) 은한국운전자의성별집단별교통사고위험과상관되는인적요인을이항로지스틱회귀분석을실시하여그결과를비교하였다. 남성및여성운전자모두교통위반단속경험의유무와교통사고경험유무가높은상관관계를보이는것으로나타났다. 또한, 남성운전자는고령의나이여부, 여성운전자는운전성향이교통사고위험에유의한영향을미치는것으로분석되었다. Choi and Kum(2018) 은상호지향성모델을적용하여위험운전행동에대한남성및여성운전자상호간인식차이를비교분석하고, 그요인을파악하였다. 남성및여성운전자는상대집단이더위험하다고인식하고있으며, 남성은여성의실수요인과관련된운전행동, 여성은남성의위반요인과관련된운전행동이위험도에대하여더높게인지하고있는것으로분석되었다. Sherrilene et al.(2013) 은고령운전자의성별사고요인을로지스틱회귀분석을이용해분석하였다. 남성고령운전자가여성고령운전자에비해사고의확률이더높게나타났으며, 여성고령운전자는남성운전자에비해좌회전회피능력이더감소하는것으로분석되었다. Niranga and Sunanda(2014) 는로지스틱회귀분석을이용하여젊은운전자성별교통사고에미치는인적, 도로환경및차량요인을분석하였다. 남성운전자의사고심각도모형에서는도로의등급, 젖은노면에서의주행및후방충돌여부가영향요인으로채택되었으며, 여성운전자의사고심각도모형에서는주말, 충돌시회피, 전복사고및보행자충돌여부가영향요인으로선정되었다. 운전자성별교통사고관련연구는대부분일반운전자에대한연구이며버스운전자에대한연구는거의없는것으로나타났다. 고찰한기존문헌의분석모형및모형유형을정리한표는 Table 1과같다. Table 1. Research review Author (year) Estimation model Type of models Ann et al.(2014) Correlation analysis & Safety job performance, Traffic accident Multiple regression analysis Park et al.(2016) Decision tree method Type of bus (intra-city buses, rural area buses, inter-city buses) Yoon et al.(2018) Ordered probit model Bus accident severity of bus transport business type (local bus, intercity bus, express bus, chartered bus) Proto and Kapaln(2014) Ordered logit model & Bus accident severity Logistic regression Feng et al.(2016) Ordered logit model Type of bus driver Quang et al.(2017) Interview research - Choi et al.(2011) Correspondence analysis & Implementation semi-public management system of intra-city bus Multidimensional scaling Lim et al.(2012) Negative binomial Bus median lane and bus curb lane regression model Kim(2012) Logistic regression model Male drivers, Female drivers Choi and Kum(2018) Coorientation model Male drivers, Female drivers Sherrilene et al.(2013) Logistic regression model Male ordered drivers, Female ordered drivers Niranga and Sunanda (2014) Logistic regression model Male young drivers, Female young drivers 따라서본연구는첫째, 버스운전자의성별로유형을구분해사고심각도분석을실시하고운전자성별첨단운전자지원장치도입방안을제시하였으며, 둘째, 모형을 2단계로나누어의사결정나무분석을통해 1단계로변수를검토하고순서형로짓모형을이용해 2단계로사고심각도를분석함에선행연구들과차별성이있다. 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 443
Article Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers 분석의틀설정 1. 자료수집 본연구는시내 시외버스 ( 가해차량 ) 사고를분석하기위해도로교통공단의 교통사고분석시스템(TAAS) 을이용해 3개년도 (2014-2016) 의사고자료를수집하였으며, 총 1,580건의사고자료가수집되었다. 이중 1502건은남성운전자, 72건은여성운전자가발생시킨사고이다. 사고심각도수준은부상신고, 경상, 중상, 사망의 4가지로구분되며, 개별사고에대한내용은사고일시, 발생시 군, 기상상태, 운전자나이등의항목을포함하고있다. 또한발생시 군의일버스통행량및버스면허대수등을파악하기위해경기도버스운송관리시스템 (BMS, Bus Management Systems) 자료를활용하여이를수집하였다. Table 2. List of variables Dependent variable Independent variable Independent variable Variable N Mean or Ratio VIF All Severity 1: Possible injury 1,580 - - Male level 2: Slight injury 1,508 - - 3: Serious injury Female 4: Fatal injury 72 - - Type of accident Vehicle to vehicle (Yes: 1 or No: 0)* 1,369 86.65% 1.184 Vehicle to pedestrian (Yes: 1 or No: 0)* 211 13.35% 1.199 Vehicle only (reference group) 0 0.00% 1.456 Driver age Driver age (Age) 1,580 51.06 1.022 Weather Sun (Yes: 1 or No: 0)* 1,416 89.62% 7.711 Cloudy (Yes: 1 or No: 0)* 46 2.91% 2.043 Rain (Yes: 1 or No: 0)* 100 6.33% 2.408 Snow (Yes: 1 or No: 0)* 16 1.01% 1.911 Fog (reference group) 2 0.13% 1.079 Time of day AM-Peak 07:00-09:00 (Yes: 1 or No: 0)* 200 12.66% 1.069 PM-Peak 18:00-20:00 (Yes: 1 or No: 0)* 192 12.15% 1.055 Non-Peak 05:00-07:00, 09:00-18:00, 20:00-22:00 1,020 64.56% 1.009 (Yes: 1 or No: 0)* Night 22:00-05:00 (reference group) 168 10.63% 1.053 Day of week Week (Week: 1 or Weekend: 0)* 1,225 77.53% 1.007 Road surface Dry (Yes: 1 or No: 0)* 1,416 89.62% 2.407 Wet (Yes: 1 or No: 0)* 131 8.29% 5.254 Freezing (Yes: 1 or No: 0)* 12 0.76% 1.286 Snow (Yes: 1 or No: 0)* 9 0.57% 1.474 Others (reference group) 12 0.76% 1.114 Type of road Uninterrupted flow (Yes: 1 or No: 0)* 611 38.67% 1.603 Intersection (Yes: 1 or No: 0)* 951 60.19% 1.567 Others (reference group) 18 1.14% 1.075 Type of bus Local bus (Local bus: 1 or Intercity bus: 0)* 1,384 87.59% 1.004 Violation of the Speed violation (Yes: 1 or No: 0)* 8 0.51% 1.016 traffic rules Light violation (Yes: 1 or No: 0)* 830 52.53% 1.764 Safety distance violation (Yes: 1 or No: 0)* 560 35.44% 1.911 Median encroachment (Yes: 1 or No: 0)* 75 4.75% 1.228 Course change violation (reference group) 107 6.77% 1.197 Region Registered population (people) 1,580 752,273.41 4.547 Driving license of bus (veh) 1,580 565.36 2.398 Pedestrian bus traffic volumes (people/day) 1,580 446,938.83 5.107 *: Means of dummy variables indicate ratio of yes=1. 444 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 2. 변수선정본연구의종속변수는버스운전자성별사고심각도이며, 독립변수는기존문헌고찰을통해버스운전자사고심각도에영향을미칠것으로판단되는가해자연령, 기상상태, 발생시간, 법규위반항목등을채택하였다. 또한독립변수간강한상관관계가존재하는지를평가하기위해다중공선성분석을실시하였다. 다중공선성을검정하기위한방법으로는분산팽창계수 (VIF, variance inflation factor), 공차한계, 상태지수분석등이있으며, 본연구에서는분산팽창인자분석법을통해다중공선성을평가하였다. VIF 계수가 10보다클경우다중공선성에문제가있다고평가하는데 (Seo et al., 2011), 다중공선성분석결과선정된독립변수의 VIF 계수가모두 10보다작아다중공선성문제가없다고판단되며, 최종적으로총 34개의변수가채택되었다. 선정된변수들의다중공선성분석및요약통계분석은 Table 2와같다. 사고심각도분석및논의 1. 가설검정 모형을개발하기에앞서, 버스운전자성별이사고심각도에영향을미치는지 에대한가설검정을실시하였다. 가설검정은두집단의평균을비교할수있는독립표본 t 검정을이용해분석하였다. 먼저 Table 3의요약통계를살펴보면, 남성및여성버스운전자의사고심각도평균은각각 2.41과 2.53으로사고가발생할경우여성운전자의사고심각도가더높게나타났다. 귀무가설은 남성버스운전자와여성버스운전자의사고심각도는차이가없다. 라고설정되며, 대립가설은 남성버스운전자와여성버스운전자의사고심각도는차이가있다. 라고설정된다. 가설검정결과는 Table 4와같다. 분석결과유의확률이 0.10보다작아 90% 신뢰수준에서귀무가설을기각하게된다. 즉, 남성버스운전자와여성버스운전자의사고심각도는차이가없다 라고할수없다. Table 3. Summary statistic by type Classification Type N Mean Standard deviation Standard error of the means Gender of bus driver Male 1,508 2.41 0.381 0.015 Female 72 2.53 0.646 0.076 Table 4. Independent sample t-test (near school or not) Gender of bus driver Classification Equal variances assumed Equal variances not assumed Levene s teat for equality of variances F P-value t df t-test for equality of means P-value (2-tailed) Mean difference Std. error difference 95% confidence interval of the difference Lower Upper 2.993 0.084-2.275 1578 0.078-0.119 0.070-0.158 0.119 - - -2.250 76.584 0.080-0.119 0.078-0.174 0.135 2. 의사결정나무 (Decision Tree) 본연구에서는사고심각도분석을수행하기전, 각유형의사고요인들을 1단계로검토하기위해의사결정나무분석을실시하였다. 의사결정나무의알고리즘은크게평가지수를지니계수로하는 CART 알고리즘과카이제곱으로하는 CHAID 알고리즘으로나눌수있는데, 본연구에서는 CHAID 알고리즘을이용한분류분석을수행하였다. 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 445
Article Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers CHAID 알고리즘의경우카이제곱통계량이크고이에대한유의확률 (p-value) 이 α=0.05보다작은경우부모마디는자식마디를생성하게된다 (Park et al., 2016). 1) 전체운전자전체가해시내 시외버스운전자사고를대상으로한의사결정나무분석결과는 Figure 1과같으며, 가장중요한변수는신호위반으로나타났다. 중상사고및사망사고의경우신호위반사고가발생했을경우중상및사망사고가각각기존 39.5%, 2.2% 에서 50.1%, 3.1% 의비율로증가하여중상및사망사고의위험이더높아지는것으로분석되었다. 신호위반요인다음으로는차대차사고여부가사고에영향을미치는것으로나타났다. 차대차사고일경우에는중상및사망사고의비율의합이 49.5% (47.8%+1.7%) 인반면, 차대차사고가아닐경우 ( 차대사람사고 ) 에그합이 65.0% (57.5%+ 7.5%) 로크게증가하여사고심각도가더높아지는것으로분석되었다. Figure 1. Decision tree - all driver 2) 성별운전자남성운전자사고를대상으로한의사결정나무분석결과는 Figure 2와같으며, 가장중요한변수는전체모형과동일하게신호위반과차대차순으로나타났다. 또한심각도비율또한유사하게분석되었다. 이는전체사고건수 1,580건중 1,508건 (95.4%) 이남성운전자사고이기때문에그영향요인이유사하게분석된것으로판단된다. 반면, 남성운전자사고에서는해당시 군일버스통행량이추가적으로채택되었다. 분석결과일버스통행량이 135,010명초과인시 군에서중상및사망사고의비율 49.6% (48.8%+0.8%) 이이하인시 군에비해더높은것으 446 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 로분석되었다. 하지만사망사고의비율만을보았을땐일버스통행량이 135,010명이하인시 군은 5.2%, 초과인시 군은 0.8% 로일버스통행량이 135,010명이하인시 군의사망사고의위험이그렇지않은시 군에비해 6배이상높은것으로나타났다. 또한여성운전자의사결정나무분석결과에서는유의미한변수가채택되지않았다. Figure 2. Decision tree - male driver 3. 순서형로짓 (Ordered Logit) 본연구에서는사고심각도분석을위해종속변수가순서척도일경우많이사용되는순서형로짓모형을이용해버스운전자전체, 성별사고모형을분석하였다. 또한앞서분석한의사결정나무분석으로선정된변수, 기존문헌고찰및연구자의판단으로성별사고심각도에영향을미칠것으로판단되는변수를검토하여분석을수행하였다. 분석은버스운전자성별사고심각도에유의미한영향을미치는변수의 p-value와표준오차값들을종합적으로고려하여 90% 신뢰수준에유의미한설명변수만채택하여사고심각도모형을구성하였으며, 채택된변수의계수값을통해유형별사고심각도에미치는영향정도를평가하였다. 분석결과는 Table 5와같다. 1) 전체운전자전체버스운전자의심각도분석결과, 사고유형항목의차대사람, 법규위반항목의과속, 신호위반, 중앙선침범이설명변수로채택되었으며, 채택된변수모두양 (+) 의상관관계를갖는것으로분석되었다. 또한신뢰수준 90% 기준에모두유의하는것으로나타났으며, 모형의우도비 ( ) 는 0.560으로모형의설명력이높은것으로평가된다. 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 447
Article Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers 2) 남성운전자남성버스운전자심각도분석결과, 전체버스운전자의사고심각도분석결과와동일하게사고유형항목의차대사람, 법규위반항목의과속, 신호위반, 중앙선침범이설명변수로채택되었으며, 도로형태항목의교차로변수가추가적으로선정되었다. 전체버스운전자와변수가유사하게채택된것은앞서설명한바와같이, 전체사고건수 1,580건중 1,508건 (95.4%) 이남성운전자사고이기때문에그영향요인이유사하게분석된것으로판단된다. 채택된변수는모두양 (+) 의상관관계를갖으며, 신뢰수준 90% 에모두유의하는것으로나타났다. 또한모형의우도비 ( ) 는 0.254로모형이적합한것으로나타났다. 3) 여성운전자여성버스운전자심각도분석결과, 가해차량용도항목의시외버스, 법규위반항목의신호위반과안전거리미확보가채택되었다. 채택된변수모두양 (+) 의상관관계를갖는것으로분석되었으며, 신뢰수준 90% 기준에모두유의하는것으로나타났다. 또한모형의우도비 ( ) 는 0.513으로모형의설명력이높은것으로평가되었다. Table 5. Ordered logit models Classification All drivers Male drivers Female drivers Threshold Severity: 1, Possible injury Coefficient -3.072-3.077 0.094 Std. error 0.161 0.175 1.390 P-value 0.000 0.000 0.094 Severity: 2, Slight injury Coefficient 1.034 1.139 3.015 Std. error 0.086 0.100 1.469 P-value 0.000 0.000 0.040 Severity: 3, Serious injury Coefficient 4.673 4.758 7.815 Std. error 0.193 0.203 1.869 P-value 0.000 0.000 0.000 Explanatory variables Type of accident Vehicle to pedestrian Coefficient 0.719 0.804 - Std. error 0.158 0.166 - P-value 0.000 0.000 - Type of road Intersection Coefficient - 0.236 - Std. error - 0.137 - P-value - 0.084 - Type of bus Intercity bus Coefficient - - 2.413 Std. error - - 1.322 P-value - - 0.068 Violation of the traffic rules Speed violation Coefficient 3.288 3.227 - Std. error 0.768 0.767 - P-value 0.000 0.000 - Light violation Coefficient 0.999 0.875 3.041 Std. error 0.115 0.144 1.486 P-value 0.000 0.000 0.041 Median encroachment Safety distance violation Coefficient 0.971 1.000 - Std. error 0.242 0.244 - P-value 0.000 0.000 - Coefficient - - 2.598 Std. error - - 1.497 P-value - - 0.083 Log likelihood 83.928 131.360 20.066 Chi-square 149.857 151.702 10.307 ρ 2 0.560 0.254 0.513 P-value 0.000 0.000 0.016 448 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 4) 비교분석및논의성별버스운전자사고심각도에미치는요인의차이를분석하기위해채택된변수를 Table 6과같이비교해본결과, 법규위반항목의신호위반변수가모든유형에서공통적으로채택된것으로나타났다. 신호위반으로인한교통사고는다른교통사고유형보다교통사고건수와심각도의비율이높게나타난다 (Retting et al. 1999). 특히차체가큰버스의경우일반승용차에비하여그심각도가더크다. 따라서모든버스운전자에게신호준수여부가사고심각도에많은영향을줄수있음을운전자교육을통해다시한번강조할필요가있다. 전체버스운전자심각도모형과남성버스운전자심각도모형의채택변수는교차로변수를제외하고는동일하게채택되었다. 이는전체사고건수 1,580건중약 95% (1,508건) 가남성버스운전자사고이기때문으로판단된다. 두유형에서동일하게채택된변수를살펴보면먼저, 차대사람사고일수록사고심각도가높아지는것으로분석되었다. 2017년우리나라전체교통사고사망자수 4,185명중차대사람사고사망자수는 1,617명으로약40% 에달하며, 차대차사고에비해사고건수대비사망자수도높다. 특히나차량의크기및제동거리가큰버스의경우일반차량에비해보행자사고발생시사망사고로이어질가능성이더크다. 따라서버스운전자는보행자사고에대한경각심을가지고차량을운행할필요가있으며, 국가적차원에서첨단운전자지원시스템중하나인보행자자동긴급제동장치 (Autonomous Emergency Breaking Pedestrian) 의설치장려등으로보행자사고예방을위한대책을마련해야한다. 법규위반항목중과속일수록, 신호위반사고일수록사고심각도가높아지는것으로나타났다. 버스운전자의경우보통소속업체에서제공하는하루운행스케줄에맞추어운행을하게되는데, 도로의사정등으로운행시간이길어지다보면휴식및식사시간없이장시간동안운행이지속될수있다. 따라서이는버스운전자의과속, 신호위반을유도할수있으며사고의발생또는심각도를높일수있는영향요인이될수있다. 따라서버스운전자의근무환경을개선하는것이우선적으로필요하다고판단된다. 2차적으로는 GPS 정보를이용해버스의현재위치및제한속도를파악하여속도위반경고를제공하는시스템을설치함으로써버스운전자에게제한속도위반을인지시키는것이필요하다. 또한향후첨단운전자지원시스템중지능형속도제한장치 (Intelligent Speed Assistance: 주행차로의교통환경을인지한후운전자에게알려주고자동으로제한속도이상으로주행시감속주행하는장치 ) 의설치를장려하는법 제도등을마련할필요가있다. 마지막으로중앙선침범일수록사고심각도가높아지는것으로나타났는데, 운전자의중앙선침범의요인으로는크게졸음운전, 불법유턴, 앞지르기등이있을수있다. 따라서버스에차로이탈경보장치 (Lane Departure Warning System: 자동차가주행하는차로를운전자의의도와는무관하게벗어나는것을운전자에게경고하는장치 ), 혹은차로유지지원장치 (Lane Keeping Assistance System: 자동차가주행중인차로내를주행하도록보조하는장치 ) 의장착을의무화해중앙선침범으로인한사고를예방해야한다. 남성버스운전자사고심각도모형에서채택된도로형태항목의교차로변수를살펴보면, 단일로혹은기타일때보다교차로일수록사고심각도에영향을미치는것으로분석되었다. 교차로의경우단일로에비해상충점이더많아상충의기회가더많으며, 보행자의통행가능성이더높아차대사람사고로이어질수있어사고심각도가높아진것으로판단된다. 여성버스운전자사고심각도모형에서채택된변수를살펴보면, 먼저가해차량용도가시내버스일때보다시외버스일수록사고심각도가높아지는것으로분석되었다. 시외버스의경우시내버스보다고속도로나단일로를주로이용하므로, 운전자가고속주행을할가능성이높아져사고심각도에영향을준것으로평가된다. 또한이는함께채택된법규위반항목중안전거리미확보변수와연계될수있는데. 버스의경우제동거리가길어사고에대비하여운행시다른차량과의안전거리를충분히확보해야한다. 특히나고속주행시에는사고심각도가높아질수있기때문에안전거리확보가매우중요하다. 여성과남성은신체적 심리적인면에서다른특성을가져, 다른운전행동양식을보여준다. 여성운전자는남성운전자에비해꼼꼼하고섬세한성격을가져이러한부분이장점으로작용하나, 때로는운전시사물을객관적으로보는판단및시각능력이상대적으로약하다 ( 도로교통공단, 2007). 따라서여성운전자는고속주행시차간거리, 안전거리확보등에미약할수있다. 따라서첨단운전자지원시스템중전방충돌경고 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 449
Article Analysis of Factors Influencing Traffic Accident Severity According to Gender of Bus Drivers 장치 (Forward Collision Warning System: 주행중인차로에서앞차와의충돌을회피하거나완화하기위해운전자에게경보를주기위한장치 ) 의부착을통해안전거리미확보로인한사고를예방할필요가있다. Table 6. Comparison of Ordered Logit Models Classification Explanatory variables All drivers Male drivers Female drivers Type of accident Vehicle to pedestrian - Type of road Intersection - - Type of bus Intercity bus - - Violation of the traffic rules Speed violation - Light violation Safety distance violation - - Median encroachment - 결론 본연구는경기도에서발생한시내 시외버스 ( 가해차량 ) 사고를대상으로버스운전자의성별사고심각도영향요인을분석함으로써, 향후첨단운전자지원장치의도입방안을논의하기위해수행되었다. 우선사고심각도분석을수행하기전, 각유형의사고요인들을 1단계로검토하기위해의사결정나무분석을실시한결과, 전체및남성운전자분석에서동일하게신호위반변수와차대차변수가가장중요한영향요인으로채택되었다. 운전자가신호위반을할수록중상및사망사고의위험이더높아지는것으로분석되었으며, 차대차사고가아닐수록 ( 차대사람사고일수록 ) 중상및사망의비율이더높은것으로나타났다. 반면, 여성운전자분석결과에서는변수가채택되지않았다. 순서형로짓모형을이용하여버스운전자성별사고심각도를분석한결과, 신호위반변수가세유형에서모두유의한변수로채택되었다. 또한전체운전자모형과남성운전자모형모두설명변수로차대사람, 과속, 중앙선침범이동일하게선정되었으며, 남성운전자모형에서는교차로변수가추가적으로채택되었다. 여성운전자모형에서는시외버스와안전거리미확보변수가채택된것으로나타났다. 이상의분석결과로부터아래와같은정책적시사점을제안할수있다. 첫째, 의사결정나무분석과사고심각도분석모두에서신호위반변수가가장중요한영향요인으로채택됨에따라모든버스운전자에게신호준수여부가사고심각도에많은영향을줄수있음을운전자교육을통해강조할필요가있다. 둘째, 전체버스운전자심각도모형과남성버스운전자심각도모형에서차대사람, 과속, 중앙선침범변수가동일하게선정되었으며, 여성운전자심각도모형에서는안전거리미확보가변수로채택되었다. 선정된변수의대부분이법규위반항목으로나타났으며, 이는운전자의부주의가사고심각도에큰영향요인이될수있다고해석할수있다. 따라서이를운전자에게운전자교육을통해다시한번상기시키고, 국가적차원으로는첨단운전자지원장치인보행자자동긴급제동장치, 지능형속도제한장치, 차로이탈경보장치및차로유지지원장치의설치등을의무화하고지원해주는법 제도를마련함으로써운전자부주의로인한사고를예방하기위한노력이필요하다. 셋째, 이미국토교통부에서운전자부주의로인한교통사고예방을위해차로이탈경보장치, 전방충돌경고장치등의첨단운전자지원장치의무대상을확대하는등의노력을하고있지만, 사고심각도를개선하기위해서는어떠한장치를우선적으로지원해야하고성별에따라서는어떠한차이가있는지에대해서는아직정책적인마련이부족하다. 따라서본연구의결과는그러한노력에도움이될것으로기대된다. 마지막으로본연구에서활용된도로교통공단의교통사고분석시스템 (TAAS) 에서는경찰청, 공제조합및보험회사등각각분산 관리되고있는교통사고자료를수집하고통합DB를구축 분석한결과를제공하고있다. 그자료에는각사고의법규위반정보가포함되어있는데, 법규위반항목중안전운전의무불이행, 기타 ( 운전법규위반 ) 등과같은항목은구체적인사고원인을파악할수없어정책적인시사점을제공하기에어렵다는한계가있다. 따라서본 450 Journal of Korean Society of Transportation Vol.36 No.6 December 2018
BHIN, Miyoung SON, Seulki 연구에서는해당항목을제외하고, 구체적인원인을파악할수있는사고만선정해분석을수행하였다. 따라서법규위반의세부화등의개선이필요하다고판단된다. ORCID BHIN, Miyoung http://orcid.org/0000-0003-2412-6321 SON, Seulki http://orcid.org/0000-0002-4183-2079 References Ann W. H., Lee S. H., Park S. Y. (2014), The Relationship among Bus Driver s Personality Traits, Safety Job Performance and Traffic Accidents, The Korean Society of Safety, 29(2), 68-75. Choi J. W., Jung H. Y., Jang S. Y., Ko S. S. (2011), Study on the Measures on the Decrease of the Traffic Accidents Based on the Attitude Changes of Intra-City Bus Drivers Following the Implementation Semi-Public Management System of Intra-City Bus, Journal of the Korean Society of Civil Engineers, 31(1), 33-42. Choi J.W., Kum K. J. (2018), Analysis of Mutual Understanding about Dangerous Driving Behaviors between Male and Female Drivers by Co-orientation Model, J. Korea Inst. Intell. Transp. Syst., 17(3), 32-45. Feng S., Li Z., Ci Y., Zhang G. (2016), Risk Factors Affecting Fatal Bus Accident Severity: Their Impact on Different Types of Bus Drivers, Accident Analysis & Prevention, 86, 29-39. Kim J. H. (2012), Human Factors Associated with the Risk of Traffic Accidents among Male and Female Drivers in Korea : Policy Implications for Traffic Accident Prevention, 8(1), 177-196. Lim J. B., Hong J. Y., Chang I. J., Park J. T. (2012), Analysis of Bus Accidents Influential Factors on Bus Exclusive Lane in Seoul, International Journal of Highway Engineering, 14(2), 145-155. Lim P. N., Chae B. S., Go M. S. (2007), A Study on Analysis of Traffic Accident Characteristics of Female Driver and Improvement of Safety Education System, KoROAD. Niranga A. Sunanda D. (2014), Gender Difference of Young Drivers on Injury Severity Outcome of Highway Crashes, Journal of Safety Research, 49(2014), 113-120. Park W., Kim K. H., Han E., Park S., Yun I. (2016), Study on the Characteristics of Bus Traffic Accidents by Type Using the Decision Tree, Int. J. Highw. Eng., 18(5), 105-115. Prato C. G., Kaplan S. (2014), Bus Accident Severity and Passenger Injury: Evidence From Denmark, Eur. Transportation. Res. Rev., 6(1), 17-30. Quang N. L., Dat V. D., Andy H. L., Lynn B. M. (2017), Factors underlying bus-related crashes in Hanoi, Vietnam, Transportation Research Part F, 2017, 426-437. Retting R. A., Ulmer R. G., Williams A. F. (1999), Prevalence and Characteristics of Red Light Running Crashes in the United States, Accident Anal, Prevent, 31, 687-694. Seo H. S., Yang K. S., Kim N. Y., Kim H. Y., Kim M. K. (2013), SPSS PASW Regression Analysis, Hannale Academy, 136. Sherrilene C., Yanning W., Alexander M. C., Sandra M. W., Desiree N. L. (2013), Gender Differences among Older Drivers inn a Comprehensive Driving Evaluation, Accident Aral, Prevent, 61, 146-152. Yoon S. W., Kho S. Y., Kim D. K. (2018), Factors Influencing Crash Severity by the Types of Bus Transportation Services Using Ordered Probit Models, J. Korean Soc. Transp., 36(1), Korean Society of Transportation, 13-22. 대한교통학회지, 제 36 권제 6 호, 2018 년 12 월 451