Journal of the Korean Society of Safety, Vol. 33, No. 3, pp. 77-82, June 2018 Copyright@2018 by The Korean Society of Safety (pissn 1738-3803, eissn 2383-9953) All right reserved. https://doi.org/10.14346/jkosos.2018.33.3.77 교통문화지수의변화패턴에근거한사고요인분석 김태양 박병호 충북대학교도시공학과 (2018. 3. 9. 접수 / 2018. 4. 10. 수정 / 2018. 4. 29. 채택 ) Analysis of Accident Factors based on Changing Patterns of Traffic Culture Index Tae Yang Kim Byung Ho Park Department of Urban Engineering, Chungbuk National University (Received March 9, 2018 / Revised April 10, 2018 / Accepted April 29, 2018) Abstract : This paper aims to analyze the accident based on changing patterns of traffic culture index. For this purpose, this paper particularly focuses on classifying the traffic culture patterns and developing the traffic accidents using panel count data model. The main results are as follows. First, the traffic culture patterns are divided into increasing, decreasing and other patterns. The null hypotheses that the number of accident are the same over patterns are rejected. Second, 4 fixed effect negative binomial models which are all statistically significant are developed. Third, the regions with increasing pattern are analyzed to be mostly the counties, and to demand the traffic law enforcement. Fourth, the regions with decreasing pattern are evaluated to be mainly the districts and to require such the traffic culture as turn signal usage. Finally, the regions with other pattern are analyzed to be mostly the cities and to ask for enhancing the level of traffic culture. Key Words : hausman test, quadrant analysis, panel count data model, scheffe post-hoc test, traffic culture index 1. 서론 국내에서교통문화 (traffic culture) 라는용어가등장한것은 1998 년경이다. 설재훈 1) 은교통문화를 사람과화물의이동과관련해서인간이가지는신념및행동양식 로정의하며, 운전자의교통법규준수의식을위해노력하는과정에서교통문화가형성된다고평가한바있다. 교통문화지수 (traffic culture index) 는지역별교통문화수준이계량화된항목으로, 교통사고발생과직 간접적으로관련있는요인들의수준이반영된다. 교통문화와관련된기존연구로는주로교통심리분석, 구조방정식을이용한인과관계파악및교통문화지수조사사업등이있다. 또한지역교통사고분석을다룬연구에서는다중선형회귀모형과가산자료모형이사용된바있다. 그렇지만전자는무작위로발생하며이산적인형태인교통사고발생을제대로설명하기어렵고, 후자는설명변수의시간적변화를고려하지못하는것으로평가된다. 이연구는교통문화지수의변화가사고발생에도영향을미칠것이라는궁금증에서시작된다. 교통문화지수는지역교통문화수준을대표하며, 연차별변화양상을유형화할수있을것으로판단된다. 아울러교통문화지수가꾸준히상승된지역은그렇지않은지역에비교해사고발생의차이가있을것으로판단된다. 연구의목적은교통문화지수의변화패턴에근거한사고요인분석이다. 이를위해이연구에서는교통문화지수의연차별변화양상을고려한패턴분류와패널자료기반의사고모형개발에중점을둔다. 2.1 교통문화관련연구 2. 기존연구검토 설재훈 1) 은교통문화의형성에교통법규와교통시설, 교통단속과교통교육, 그리고자동차장치와국민성의 6 개요인이복합적으로영향을미치는것으로평가하였다. 아울러교통문화미성숙의원인으로문화지체 Corresponding Author : Byung Ho Park, Tel : +82-10-5462-2496, E-mail : bhpark@chungbuk.ac.kr Department of Urban Engineering, Chungbuk National University, 1 Chungdae-ro, Seowon-gu, Cheongju 28644, Korea 77
김태양 박병호 와관련대책의미비함을언급하였다. 최상진 2) 등은국내운전자들의법규위반행위를통해운전자들의공통심리를분석하였으며, 그결과일관성있는교통단속및법규위반에대한엄격한제재가필요한것으로평가하였다. 김태호 3) 등은구조방정식을이용하여교통문화지수와교통문화지표간의인과관계를분석한결과, 문화지수조사영역중교통안전및운전행태가직접효과로서영향을미치는것으로판단하였다. 김임기 4) 등은국내중대도시의교통문화지표변화에근거한교통사고분석을수행하였으며, 저자들은방향지시등점등률이사망자수감소에영향을미치는것으로평가하였다. 김태양 5) 등은국내시 군 구전체를대상으로교통문화지표와사회 경제여건이사고밀도에미치는영향을분석하였다. 저자들은교통문화지표중안전띠착용률과방향지시등점등률이사고밀도의영향요인인것으로판단하였다. 2.2 지역교통사고분석 홍지연 6) 등은서울시행정동별자료를이용하여종속변수를 ln( 교통사고건수 ) 로하는사고모형을개발하였다. 저자들은총 8개요인중과속방지턱의수등이사고감소에영향을미치는것으로평가하였다. 박나영 7) 등은단위면적당발생한교통사고건수를사고밀도로정의하고, 지역의다양한특성을반영한사고밀도모형을개발하였다. 저자들은도로연장과교차로개수등이사고밀도의영향요인인것으로평가하였다. 박준태 8) 등은서울시구별자료를이용한선형패널모형을개발하였다. 저자들은주거연상면적등총 6개항목이종속변수에영향을미치며, 고정효과를고려한일방오차 (one-way error) 모형이적합한것으로평가하였다. 김준용 9) 등은청주시 50개교차로의패널자료에근거한교통사고모형을개발하였으며, 분석결과고정효과를고려한이방오차 (two-way error) 모형의설명력이적합한것으로판단하였다. 이근희 10) 등은미국워싱턴주 ( 州 ) 의 7개고속도로를대상으로 RPNB(random parameter negative binomial) 모형을이용하여 9년간의교통사고를분석한결과, RPNB 모형의설명력이 FNB(fixed negative binomial) 모형에비해우수한것으로평가하였다. L. T. Truong et al. 은베트남의 63개주의패널자료에근거한사고모형을개발하였다. 저자들은임의효과및임의모수음이항모형등을이용한결과, 병원밀도등이사망률감소에영향을미치는것으로평가하였다 11). 2.3 연구의차별성첫째, 교통문화지수의변화양상에근거한패턴분류와이에근거한사고분석이수행된다. 교통문화와관련된기존연구들은이연구의목적과는차이가있는것으로판단된다. 교통문화지수의패턴분류는연도별교통문화지수의변화양상을유형화하는것이며, 사고발생또한패턴별로차이가있을것으로판단된다. 아울러향후교통사고감소를위한정책적방향이패턴별로다르게수립되어야할것으로평가된다. 둘째, 패널가산자료모형을이용한지역단위교통사고분석이수행된다. 기존연구에서채택된모형들은교통사고의특성및변수의시간적변화를고려하는데적합하지않은것으로판단된다. 이연구에서의종속변수는사고건수이므로, 패널가산자료모형이선형모형에비해적합할것으로판단된다. 3.1 자료수집및변수설정 3. 분석의틀설정 이연구에서는국내시 군 구 217개소에서최근 9 년 (2007-2015년 ) 간발생한교통사고자료와교통문화지표, 그리고사회 경제적여건을나타내는자료가년 ( 年 ) 단위로수집된다. 이는해당기간중교통문화지수조사사업이실시되지않은경우를제외한것이다. 구축된자료의형태는불균형패널로서, 변수의정의와요약통계는 Table 1과같다. 종속변수인사고건수 ( ) 는도로교통공단의교통사고분석시스템 (TAAS) 에지역별로수집된교통사고건수자료이다. 설명변수는교통문화요인과사회경제요인으로구분되며, 총 15개항목이선정된다. 우선교통문화요인으로는총 7개항목이채택되며, 이는교통문화지수조사항목중 운전행태 와 보행행태 에해당된다. 이는횡단보도정지선준수율 ( ) 과안전띠착용률 ( ), 보행자횡단보도신호준수율 ( ), 이륜차안전모착용률 ( ), 방향지시등점등률 ( ) 및신호준수율 ( ) 이있다. 전년대비문화지수증가율 ( ) 은전년대비교통문화지수의변화량을의미한다. 사회경제요인으로는총 8개항목이채택되며, 해당되는항목들은노령화지수 ( ) 와외국인인구수 ( ), 자동차등록대수 ( ) 와주간인구지수 ( ), 내부통행률 ( ) 와의료기관병상확보율 ( ), 그리고업무및판매시설 ( ) 및공동주택건축물연면적 ( ) 이다. 노령화지수란어린이인구 (0~14 세 ) 100인에대한고령인구 (65세이상 ) 의비율로, 고령화가진행되는지역일 78 J. Korean Soc. Saf., Vol. 33, No. 3, 2018
교통문화지수의변화패턴에근거한사고요인분석 Table 1. Definition of variables and summary statistics dependent variable traffic culture factor Definition of variable (Unit) number of accident (No.) Period (Year) Mean Std. Dev. 1002.79 884.11 crosswalk stop line conforming rate (%) 69.91 14.32 seat-belt wearing rate (%) 70.53 16.79 pedestrian signal abiding rate (%) 82.93 14.53 motorcycle riders helmet wearing rate (%) 73.01 15.42 turn signal usage rate (%) 66.37 15.60 2007-2 traffic signal conforming 015 (9) 93.88 6.74 rate (%) increasing ratio of traffic culture index compared to that of previous year (%) 1.91 11.32 aging index 125.72 85.41 number of foreign persons (1,000 persons) 4.28 6.10 number of car registration (10,000 vehicles) socio -economic intra-zonal trip rate (%) factor 8.32 7.83 daytime index 106.43 29.38 number of hospital beds (100 beds) 2008-2 015 (7) 2009-2 014 (6) total floor area of sales and business (km 2 ) 2012-2 total floor area of 015 (4) apartment (km 2 ) 53.02 26.43 1.26 0.78 80.10 163.01 564.29 699.48 수록노령화지수또한증가된다. 의료기관병상확보율은해당지역의인구대비의료기관병상수에대한비율을, 그리고주간인구지수는상주인구대비주간인구의비율을의미한다. 3.2 교통문화등급구분및가설검정 이연구의교통문화패턴은 증가 (increasing) 와 감소 (decreasing), 그리고 기타 (other) 의 3 개항목이며, 이는좌표평면의사분면 (quadrant) 을기준으로분류된다. Table 2 는교통문화패턴을분류한요약도표이다. 좌표평면에서 X 축은 2007-2011 년의교통문화지수연평균변화율 ( 이하전반기변화율 ), 그리고 Y 축은 2011-2015 년교통문화지수의연평균변화율 ( 이하후반기변화율 ) 로설정된다. 각지역은좌표평면에점 (x, y) 으로써위치되는데, 이는해당지역교통문화수준변화의객관적위치를파악하기위함이다. 연평균변화율은연평균성장률 (compounded annual Table 2. Classification and definition of traffic culture pattern Type Total City County District Increasing 31 12 37 4 Decreasing 53 13 6 34 Other 133 53 53 27 Total 217 78 74 69 growth rate) 의개념이차용되며, 해당기간의시작과끝값을통해변화율을예측한후표준화 (z-score) 된다. 또한조사시기를전반기와후반기로구분한것은교통문화지수의시 군 구단위조사가시행된 2007 년부터최근 2015 년까지의 9 개년도를균등하게나눈것이다. 이는교통문화지수가매해년도별로상승과하락이반복되기에, 개별시기를중심으로파악하는것보다균등한두시기의전 후변화를비교하는것이바람직할것으로판단된다. 교통문화패턴중 증가 패턴은제 1 사분면에해당되며, 교통문화지수가전 후반기에걸쳐꾸준히상승된총 31 개지역이대상이다. 반면 감소 패턴은제 3 사분면에해당되며, 교통문화지수가같은시기에꾸준히감소된총 53 개지역이대상이다. 아울러 기타 패턴은제 2 사분면과제 4 사분면에해당되며, 교통문화지수의상승과하락이시기별로번갈아가며발생되는총 133 개지역이대상이다. 두사분면의성격은엄밀히같다고보기어려우나, 사후검증 (post-hoc test) 에서는양집단간차이가있다고보기어려운것으로판단된다. 아울러가설검정은패턴간사고발생의차이를확인하기위함이다. 이연구에서는일원분산분석 (ANOVA) 및 Scheffe 사후검증을통해그차이가확인된다. 여기서귀무가설은 교통문화패턴별사고건수의차이가없다 이다. Table 3 에나타나듯이 ANOVA 검정및 Scheffe 사후검증에서모두귀무가설이유의수준 1% 이내에서기각되어, 패턴간차이가없다고보기어렵다. 한국안전학회지, 제 33 권제 3 호, 2018 년 79
김태양 박병호 Table 3. Results of ANOVA and Scheffe post-hoc test Type ANOVA result Scheffe post-hoc test Mean Std. Dev. Freq. Type Increasing Other Increasing 590.51 491.29 31 Decreasing 1248.82 835.58 53 Other 1025.10 938.76 133 Total 1017.66 885.30 217 Note : F-value=11.82, p-value=0.000 Other Decreasing 434.59 (0.000) 658.31 (0.000) Note : difference(p-value) - 223.72 (0.000) 3.3 분석방법론교통사고는무작위로발생되며, 이러한사고자료는가산자료형태이다. 일반적으로종속변수가가산자료인경우포아송 (Poisson) 또는음이항 (negative binomial) 회귀모형이사용된다. Cameron & Trivedi 검정에서귀무가설인 과분산계수 α=0 이기각될경우음이항모형이채택된다. 또한기존모형에서는사고지점의시간적변화와및이질성 (heterogeneous) 을고려하지못하여, 과도한추정결과를야기하는것으로평가된다. 이를보완한패널모형은개체특성을나타내는오차항의가정에따라임의효과또는고정효과를고려한모형으로구분된다. 임의효과모형에서는오차항을확률변수 (random variable), 그리고고정효과모형에서는모수 (parameter) 로간주한다. 이는 Hausman 검정에서귀무가설이기각될경우고정효과분석, 채택될경우임의효과분석이적합한것으로확인된다. 이연구에서는고정효과를고려한음이항모형 ( 이하고정효과음이항모형 ) 이적합한것으로판단된다. 모형개발결과는종속변수에대한설명변수의부호관계 (±) 를중심으로논의된다. 4.1 개요 4. 모형개발및논의 모형개발결과는 Table 4와같이총 4개의고정효과음이항모형이개발되며, 모두통계적으로유의한것으로분석된다. 공통변수인의료기관병상확보율 ( ) 은사고건수감소에영향을미치는것으로파악된다. 전체모형 (model 1) 에서는보행자횡단보도신호준수율 ( ) 과방향지시등점등률 ( ) 이높을수록사고감소, 그리고자동차등록대수 ( ) 가많을수록사고가증가되는것으로판단된다. 증가모형 (model 2) 에서는안전띠착용률 ( ) 과보행자횡단보도신호준수율 ( ) 이높을수록사고감소에영향을미치는것으로 Table 4. Results of model development Model 1 Model 2 Model 3 Model 4 Variables Total Increasing Decreasing Other Coef. Coef. Coef. Coef. Constant 5.203*** 5.651*** 5.938*** 5.152*** - -0.001** - - -0.001** -0.001** - -0.001** -3.99E-04* - -0.001* - 2.21E-04 0.001* -0.001 4.74E-04 - - 0.018** - 0.010** - - 0.014*** -0.078*** -0.077** -0.256*** -0.070*** - - 1.19E-04** - No. of Obs. 217 31 53 133 Model FENB FENB FENB FENB LL -5905.395-760.724-559.328-3625.522 AIC 11822.790 1531.447 1130.656 7261.043 BIC 11853.930 1547.576 1149.069 7284.596 Note : p<0.1 *, p<0.05 **, p<0.001 ***, LL : log-likelihood 평가된다. 반면감소모형 (model 3) 에서는방향지시등점등률 ( ) 이높을수록사고감소, 그리고외국인인구 ( ) 가많고공동주택연면적 ( ) 이넓을수록사고가증가되는것으로판단된다. 아울러기타모형 (model 4) 에서는보행자횡단보도신호준수율 ( ) 이높을수록사고감소, 자가용등록대수 ( ) 가많을수록사고증가에영향을미치는것으로판단된다. 4.2 논의 Table 5 는채택된변수를비교한표이며, 세부적인결과에대한논의는다음과같다. Table 5. Comparisons of model variables type Total Increasing Decreasing Other Note : positive effect, negative effect 첫째, 분석모형선정을위한통계적검정 (Cameron & Trivedi, Hausman) 결과, 고정효과음이항모형이적 80 J. Korean Soc. Saf., Vol. 33, No. 3, 2018
교통문화지수의변화패턴에근거한사고요인분석 합한것으로평가된다. 즉패널자료구축으로일반적인가산자료모형의시계열상관관계문제는해결되나, 관찰되지않은이질성은고려하지못하게된다. 따라서향후추가적인연구를통해시계열상관과이질성문제를보완해야할것으로판단된다. 둘째, 공통변수중전년대비문화지수변화율은사고에큰영향을미치지않는것으로분석된다. 이는전년도와당해년도교통문화지수의단순전 후변화는사고감소에영향을미치지못하는것으로판단된다. 셋째, 문화지수 증가 패턴에서는안전띠착용률과횡단보도신호준수율이높을수록사고가감소하는것으로평가된다. 이유형은군 ( 郡 ) 의비중이높으며, 교통문화지수가연차별로꾸준하게상승하는지역들이포함된다. 군 ( 郡 ) 은대부분비도시지역으로구성되며, 교통문화지수는다른지역에비해하위권에위치하고있다. 아울러안전띠착용과횡단보도신호준수와같은기본적인교통법규준수항목이사고감소에도영향을미치는것으로평가된다. 따라서이지역에서는교통문화지표의수준향상에중점을두어, 운전자들의교통법규준수를유도할수있는다양한시책이필요하다. 넷째, 문화지수 감소 패턴인지역에서는방향지시등점등률이높을수록사고가감소하는것으로분석된다. 이유형은구 ( 區 ) 의비중이높으며, 교통문화지수가연차별로꾸준하게감소한다. 운전자가진행방향을전환하기전방향지시등을점등하는것은기본적인상식이다. 공동주택의비중이높을수록인구가밀집되어교통류간상충가능성이높아지기에사고가증가할것으로판단된다. 마지막으로문화지수 기타 패턴인지역에서는횡단보도신호준수율이높을수록사고가감소하며, 자가용등록대수가많을수록사고가증가하는것으로판단된다. 이유형은시 ( 市 ) 의비중이높으며, 교통문화지수의상승과하락이불규칙적으로발생된다. 이는단편적으로판단하기어렵기에, 향후원인파악을위한세부적인접근이필요할것으로판단된다. 성숙한교통문화는교통법규준수의식에서시작되며, 기본적인교통법규준수를통해교통사고가상당부분감소될것으로판단된다. 따라서지속적인교통문화수준향상을위한관계기관의적극적인노력이요구된다. 5. 결론 이연구에서는교통문화지수의변화패턴을고려한사고분석이필요하다는전제하에, 교통문화패턴별 사고모형이개발된다. 주요결과는다음과같다. 첫째, 교통문화패턴이 증가 와 감소, 그리고 기타 의 3 가지로구분되며, 교통문화패턴별사고건수의차이가없다 라는귀무가설이기각된다. 둘째, 통계적으로유의한 4 개의고정효과음이항모형이개발된다. 모형의공통변수중전년대비문화지수증가율은사고감소에큰영향을미치지못하는것으로판단된다. 셋째, 문화지수 증가 패턴인지역은주로군 ( 郡 ) 이며, 이패턴인지역에서는안전띠착용률, 횡단신호준수율과같은운전자들의법규준수율향상을위한다양한방안이요구된다. 넷째, 문화지수 감소 패턴인지역은주로구 ( 區 ) 이며, 이패턴인지역에서는방향지시점등률단속이필요할것으로판단된다. 마지막으로문화지수 기타 패턴인지역은주로시 ( 市 ) 이다. 이패턴인지역에서는지속적인교통문화수준향상을위한관계기관의노력이요구된다. 이연구는교통문화지수의변화패턴별로교통안전정책의방향이달라야한다는시사점을제시한것으로평가된다. 아울러교통사고분석에서패널가산자료모형의필요성을제시한점에도의의가있는것으로판단된다. 다만교통문화지수의조사는지자체별로조사지점수의차이가있음을고려할필요가있으며, 향후지역별교통사고의특성및심각도에관한추가적인연구가필요할것으로평가된다. References 1) J. H. Seol, Status and Characteristics of Traffic Culture in Korea, Monthly KOTI Magazine on Transport, Korea Transport Institute, pp.6-11, 2000. 2) S. J. Choi, J. Y. Park, J. I. Kim and Y. M Son, Driving Behaviors of the Korean People : A Cultural Psychological Perspective, Korea Journal of Psychological and Social Issues, Vol. 9, pp.15-34, 2003. 3) T. H. Kim, Y. C. Sin, S. J. Lim and J. T Park, An Empirical Study of Influence Relationship on Traffic Culture Index (TCI) utilizing PLS-SEM(Structural Equation Modeling), J. Korean Soc. Saf., Vol. 28, No. 2, pp.78-83, 2013. 4) I. K. Kim, J. H. Na, K. M. Jung and J. W. Jin, Change of Transport Culture Index(TCI) and Desirable Improvement Strategies for Medium Cities, Journal of Culture Industry, Vol. 17, No. 2, pp.99-106, 2017. 5) T. Y. Kim, Y. H. Kim and B. H. Park, Analysis of Traffic Culture and Accident in Korea, Journal of Korea Planning 한국안전학회지, 제 33 권제 3 호, 2018 년 81
김태양 박병호 Association, Vol. 52, No. 5, pp.79-88, 2017. 6) J. Y. Hong, S. B. Lee and J. H Kim, Development of Traffic Accident frequency Prediction Model by Administrative zone - A Case of Seoul, Journal of the Korean Society of Civil Engineer, Vol. 35, No. 6, pp.1297-1308, 2015. 7) N. Y. Park, T. Y. Kim and B. H. Park, Development of Accident Density Model in Korea, J. Korean Soc. Saf., Vol. 32, No. 3, pp.130-135, 2017. 8) J. T. Park, S. B. Lee, D. G. Kim and J. G. Sung, Traffic Accident Research Using Panel Analysis -Focusing on Seoul Metropolitan Area, J. Korean Soc. Saf., Vol. 26, No. 6, pp.130-136, 2011. 9) J. Y. Kim, H. Na, M. G. Park and B. H. Park, Developing Traffic Accident Models Using Panel Data (Focused on the 50 intersections in Cheongju), Journal of the Korean Society Transportation, Vol. 29, No. 4, pp.95-101, 2011. 10) G. H. Lee, M. H. Park and J. H. Roh, Random Parameter Negative Binomial Models of Interstate Accident Frequencies on Interchange Segment by Interchange Type/ Region, International Journal of Highway Engineering, Vol. 17, No. 6, pp.75-83, 2014. 11) L. T. Truong, L. M. Kieu and T. A. Vu, Spatio-temporal and Random Parameter Panel Data Models of Traffic Crash Fatalities in Vietnam, Accident Analysis and Prevention, Vol. 94, pp.153-161, 2016. 82 J. Korean Soc. Saf., Vol. 33, No. 3, 2018