통행발생예측의 오차 보정을 위한 모형 개발 (Developing Models for Adjusting the Error Rates of Trip Generation Forecasts)

서지정보

· 발행기관 : 대한국토·도시계획학회
· 수록지 정보 : 국토계획 / 49권 / 1호 / 219 ~ 233페이지
· 저자명 : 이향숙, 추상호, 신현준

초록

통행발생의 예측은 일반적으로 4~5년 단위로 실시되는 대규모 조사자료 및 장래 사회경제적 여건변화 전망을 토대로 구축한 수리적 모형에 기반하고 있다. 그러나 예산의 제약으로 인해 조사수행 주기가 매우 길다는 근본적 한계점이 존재하며, 장래 여건변화가 기준년도 예측과 차이를 보일 경우 통행수요 오차가 발생하게 된다. 실제로 2006년에 예측되었던 2010년 통행수요와 2010년 조사자료를 이용하여 전수화된 통행수요를 비교해 보면 지역별, 목적별로 상당한 오차가 발생한 것을 알 수 있다.
통행수요예측의 오차를 감소시키기 위해서는 예측단계에서 신뢰성 있는 통행발생모형을 추정하는 것이 가장 이상적이나, 활용 가능한 장래 사회경제지표의 종류가 매우 한정적이어서 정확한 예측이 어려운 실정이다. 따라서 적절한 보정기법의 개발을 통해 예측자료의 정확성을 높일 필요가 있다. 이를 위해서는 우선 과거시점에 예측된 장래년도 통행량과 차후 그 장래년도를 기준년도로 하여 전수화된 통행량 간의 오차율을 분석하고, 오차율에 영향을 미치는 요인을 규명해볼 수 있다. 이를 토대로 과거시점과 현재시점 간의 사회경제적 여건의 변화, 고령자와 1인 가구 증가 등 사회구조의 변화를 고려하여 예측치를 보정할 수 있을 것이다. 추상호 외(2012)는 카테고리법을 이용하여 교통존의 사회경제적 특성에 따른 조정계수를 산정하고, 이를 기존 예측치에 반영함으로써 오차율 감소효과를 검증한 바 있다. 그러나 오차율에 대한 설명변수를 연속함수가 아닌 급간으로 적용하여 정교성이나 해석상의 한계가 존재하였다.
이러한 문제점을 보완하기 위해 본 연구에서는 다양한 사회, 경제, 토지이용 관련 지표를 이용한 회귀모형을 통해 오차율을 추정하고, 예측치를 보정하는 방법을 연구하고자 한다. 김광구(2003)에 따르면 보통 교통존과 같이 공간을 준거로 하는 데이터들은 인접한 지역에서 서로의 값들에 대해 영향을 주고받는 상호의존적인 특성, 즉 공간자기상관성을 가지게 된다. 따라서 일반적으로 이용되는 선형회귀모형과 오차율의 지역적 연관성을 고려한 공간회귀모형을 함께 추정하여 예측오차의 감소효과를 비교분석해 보고자 한다. 이를 통해 적절한 모형을 최종 선택하여 장래 통행수요를 갱신 및 보완함으로써 빈번히 발생하는 예측오차를 감소시키고, 자료의 신뢰성을 향상시킬 수 있을 것으로 기대된다. 선행연구는 통행발생예측모형을 구축하고, 예측오차, 검증방법 등을 분석하는데 집중되어 있는 반면 본 연구는 오차율에 영향을 미치는 다양한 요인을 규명하고, 모형구축을 통해 예측오차를 줄였다는 점에서 차별성을 가진다.

영어초록

The paper analyzed error rates between trip generation forecasts and measurement values, and developed regression models for finding a forecast adjustment method. We estimated general linear regression models as well as spatial regression models that consider spatial autocorrelation among analysis regions. Regression models by total, commute, business and other purposes for intra-metropolitan trips and regression models by total, business and other purposes for inter-regional trips were developed, respectively. As results, intra-metropolitan trips showed a higher spatial autocorrelation than inter-regional trips. Spatial error(SE) model was chosen for intra-metropolitan commute trips, while ordinary least square(OLS) model was selected for the others. In cases of inter-regional trips, spatial error(SE) model or spatial lagged(SL) model was suitable for all purpose trips. Based on these models, trip generation forecasts were updated, showing improved RMSE%. The research could contribute to reducing forecast errors and increasing data reliability.

참고자료

· 없음