통근에서 승용차의 수단선택과 통행시간의 숨겨진 효과 : 개인, 가구, 거주지역의 다수준 결정요인을 중심으로

Q: 이 논문에서 정의한 토빗모형이란 무엇인가?

토빗모형은 통근통행에서 승용차를 선택하지 않을 확률 대비 이를 선택할 확률과, 승용차를 선택했을 때 얼마나 오랫동안 통행시간을 소비할 것인가를 규명하는 모형이다. 이는 프로빗 모형과 선형회귀모형을 결합한 형태로, 승용차 통근시간이 0인 경우와 실제 통행시간이 있는 경우를 통합하여 분석한다.

Q: 통근 시 승용차 이용 저감을 위한 정책은 무엇에 중점을 두어야 하는가?

연구 결과, 승용차 통근시간 자체를 줄이기 위한 도로 네트워크 개선보다는 통근통행에서 승용차의 선택 확률을 줄이는 결정요인이 실질적인 승용차 통행시간을 저감하는 데 더 효과적이다. 따라서 대안적 교통수단 이용이 용이한 교통체계나 도시환경 개선이 중요하다.

성현곤; 손동욱

doi:10.17208/jkpa.2020.02.55.1.54

추천

검색

질문

자료유형: 학술저널

저자정보: 성현곤 (Chungbuk National University) 손동욱 (Yonsei University)

저널정보: 대한국토·도시계획학회 국토계획 國土計劃第55卷第1號(通卷第247號)

발행연도: 2020.2

수록면: 54 - 68 (15page)

DOI: 10.17208/jkpa.2020.02.55.1.54

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Recent policy emphasis in the fields of urban and transport planning has been focused on reduction of vehicle miles traveled. Therefore, many empirical studies have tried to respectively identify either how mode choice private car is chosen against alternative transport ones or how much travel time by car is determined, not simultaneously both of them. However, such an unintentionally separated approach may give a bias on the estimation of actual private car travel time. This study is aimed at Identifying the unintentionally unrevealed impact of private car mode choice and its travel time in commuting, focusing on the multilevel determinant measures of individual, household, and residential area in the Seoul metropolitan region in Korea. Using the 2% sample raw data of the 2015 total population survey, the study employed the multilevel Tobit model to estimate private car commuting time with the latent variable of its mode choice against active modes. This is a combined model of the multilevel probit model for binomial mode choice and the multilevel linear regression model for private car commuting time. Comparing the two respective sub-models for mode choice and time of commuting, analysis results on the multilevel Tobit model demonstrate that there exist unintentionally but unrevealed effects in estimating actual private car commuting time in simultaneously considering individual behavior on mode choice and travel time. Such impacts are found in several determinant factors at all levels. The other conclusion coming from the analysis results is that reducing the probability of choosing private car on commuting is more effective than decreasing its commuting time from the perspective of actual consumed time.

#의도하지 않은 숨겨진 효과 #승용차 #수단선택 #통근시간 #다수준 토빗모형 #Unintentional Hidden Impacts #Private Car #Mode Choice #Commuting Time #Multi-level Tobit Model

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-539-000420766

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)