교통카드 자료가 알려주는 대중교통 이야기

김채만; 한아름

추천

검색

질문

자료유형: 연구보고서

저자정보: 김채만 (경기연구원) 한아름 (경기연구원)

저널정보: 경기연구원 정책연구 [정책연구 2019-35] 교통카드 자료가 알려주는 대중교통 이야기

발행연도: 2019.10

수록면: 1 - 204 (204page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 수도권 교통카드 자료를 이용하여 사람들이 궁금해 하는 “대중교통 이야기”를 만들었다. 대중교통 이야기는 “2018년 경기도 대중교통 이야기”, “2018년 시․군의 대중교통 이야기”, “지난 9년간의 경기도 대중교통 이야기”로 구성된다. 본 연구 결과는 분석대상 시간과 항목을 결합하여 총 58개의 이야기를 만들었다.
“2018년 경기도 대중교통 이야기”는 29개의 이야기로 구성하였다. 경기도 대중교통 목적통행 발생량이 가장 많은 시·군, 읍·면·동, 전철역, 버스정류소, 버스노선을 제시하였다. 연구는 3가지의 의미 있는 결과를 도출하였다. 첫째, 경기도는 서울시에 비해서 대중교통수단을 운영하기 위한 환경이 매우 열악하다. 이 근거는 경기도 주민등록인구 100인당 대중교통 목적통행 발생량이 39로 서울시 94의 41%수이고, 경기도 출근시간 목적통행 집중률이 30.1%로 서울시 23.1%보다 높다. 둘째, 출근시간에 경기도에서 서울시로 가는 대중교통 이용자는 통행시간 단축을, 퇴근시간에 서울시에서 경기도로 이동하는 대중교통 이용자자는 편리함을 추구한다. 이 근거는 출근시간 경기도→서울시 대중교통 목적통행의 환승률은 53.3%이나, 퇴근시간 서울시→경기도 환승률은 47.4%이다. 셋째, 경기도 주말 대중교통 통행량은 평일의 83.1%이고, 경기도 5개 시·군(가평군, 양평군, 동두천시, 과천시, 연천군)은 주말 대중교통 목적통행량이 평일보다 많다. 이들 5개 시․군은 주말 관광지이며, 수도권 전철이 연결되어 있다.
“2018년 시․군의 대중교통 이야기”는 14개의 이야기로 구성하였다. 전철역에 대하여 지표들을 결합하여 의미 있는 2가지 이야기를 도출하였다. 첫째, 경기도 전철역의 평일대비 주말 통행량 비율은 95%이고, 평일보다 주말 통행량이 많은 전철역은 50개 역(약 23%)이다. 둘째, 경기도 전철역의 직승대비 환승(버스+전철) 통행량 비율은 28%이며, 직승보다 환승 통행량이 많은 전철역은 9개역(약 4%)이다.
“지난 9년간, 경기도 대중교통 이야기”는 15개 이야기로 구성된다. 대중교통 목적통행량의 시계열 분석을 통해 4가지 의미 있는 결과를 도출하였다. 첫째, 지난 9년 동안 경기도의 대중교통 목적통행량은 2014년을 정점으로, 그 이후에는 감소 추세에 있다. 둘째, 지난 9년간 대부분의 경기도내 시·군은 대중교통 목적통행량이 증가하였으나, 6개 시․군(안산, 안양, 과천, 포천, 동두천, 연천)은 감소하였다. 셋째, 지난 9년 동안 출근시간 대중교통 목적통행량의 경기도↔서울시간 방향별 불평등 지수가 증가한 것으로 나타났다. 넷째, 경기도 대중교통 목적통행량은 복합수단 이용률이 증가하고, 복합수단 중에서는 버스-전철의 이용률이 증가하고 있다.

This study made “public transportation story” using the transportation card data of the metropolitan area. The public transport story consists of “2018 Gyeonggi-do Public Transport Story”, “2018 City and County Public Transport Story” and “Last 9 Years of Gyeonggi-do Public Transport Story”. The results of this study made 58 stories combining analysis object time with items.
The “2018 Gyeonggi-do Transit Story” consists of 29 stories. The cities, counties, towns, towns and villages, subway stations, bus stops, and bus routes with the highest traffic volume for public transportation are presented. The study produced three meaningful results. First, Gyeonggi-do has a very poor environment for operating public transportation compared to Seoul. The reason for this is that the amount of public transport purpose traffic per 100 population in Gyeonggi-do is 39, which is 41% of 94 in Seoul, and the concentration rate of the purpose of traffic in Gyeonggi-do is 30.1%, higher than 23.1% in Seoul. Second, public transportation users from Gyeonggi-do to Seoul during the morning rush hours seek to reduce travel time, but convenience for public transportation users moving from Seoul to Gyeonggi-do during the evening rush hours.. The reason for this is that the transfer rate from the time of commuting to Gyeonggi-do → Seoul public transportation is 53.3%, while the rate of transfer from Seoul to Gyeonggi is 47.4%. Third, Gyeonggi-do"s weekend traffic volume is 83.1% of weekdays, and Gyeonggi-do"s five cities and counties (Gapyeong-gun, Yangpyeong-gun, Dongducheon-si, Gwacheon-si, and Yeoncheon-gun) have more traffic on weekends than weekdays. These five cities and counties are weekend tourist destinations and are connected by Seoul metropolitan subway lines.
The 2018 City and County Public Transport Stories consisted of 14 stories. By combining the indicators of the subway station, two meaningful stories were drawn. First, the ratio of weekend traffic to weekdays is 95% in Gyeonggi-do, and 50 stations (about 23%) have more weekend traffic than weekdays. Second, the ratio of transit (bus + train) to direct transfers in Gyeonggi-do is 28%, and 9 stations (about 4%) have more transit traffic than direct transfers.
“The story of Gyeonggi-do public transport for the last 9 years“ consists of 15 stories. Four meaningful results were obtained through time series analysis of the purpose of public transport traffic. First, for the past nine years, Gyeonggi-do"s public transportation traffic peaked in 2014 and after that it has declined. Second, most cities and counties in Gyeonggi-do have increased in public transportation for the past nine years, while six cities and counties (Ansan, Anyang, Gwacheon, Pocheon, Dongducheon, and Yeoncheon) have decreased. Third, the inequality index by the direction of Gyeonggi-do and Seoul time of public transport purpose traffic volume during the morning rush hour has increased for 9 years. Fourth, Gyeonggi-do"s public transportation purpose traffic volume has increased in the use of multi-purpose vehicles, and among the multi-purpose vehicles, the usage rules of bus-trains have increased.

#교통카드자료 #대중교통 목적통행 #목적통행의 환승률 #환승 통행 #출근시간 방향별 불평등 지수 #public transportation #transportation card data

[표지]
[연구요약]
[차례]
표차례
그림차례
[제1장 서론]
제1절 연구의 배경 및 목적
제2절 연구의 방법 및 흐름
[제2장 관련연구 동향 및 공간통계 분석]
제1절 교통빅데이터 플랫폼
제2절 카카오모빌리티 리포트
제3절 수도권 대중교통 이용실태분석
[제3장 2018년 경기도 대중교통 이야기]
제1절 교통카드자료의 구성 및 이용
제2절 평일 하루
제3절 평일 출·퇴근시간
제4절 평일 심야시간
제5절 주말 하루
제6절 소결
[제4장 2018년 시·군 대중교통 이야기]
제1절 평일 하루 목적통행량
제2절 평일 심야시간(금요일) 목적통행량
제3절 주말 하루(토요일) 목적통행량
제4절 평일 하루 환승 통행량
제5절 경기도 전철/지하철역의 2개 지표 결합분석
제6절 소결
[제5장 지난 9년간의 대중교통 이야기]
제1절 분석자료 및 수도권 전철
제2절 대중교통 목적통행량의 변화
제3절 대중교통 목적통행의 수단별 이용 비율 변화
제4절 대중교통 목적통행의 환승률 변화
제5절 대중교통 환승 통행량 변화
제6절 소결
[제6장 결론 및 정책건의]
제1절 결론
제2절 정책건의
[참고문헌]
[Abstract]

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김채만

소속기관 경기연구원

주요연구분야 공학 > 기타공학 > 교통공학 TOP 10% 사회과학 > 지리학 > 국제·지역개발학 TOP 1%

논문수 104 이용수 21,077

한아름

소속기관 경기연구원

주요연구분야 사회과학 > 지리학 > 국제·지역개발학 TOP 5% 공학 > 기타공학 > 교통공학 TOP 10%

논문수 31 이용수 6,764

이 논문과 함께 이용한 논문

계절성 ARIMA를 이용한 지하철 수요예측

김재환 , 장기태 대한교통학회 학술대회지 2017 .02

세계최초의 후불 교통카드 개발이야기

손길신 교통기술과정책 2018 .04

서울시 고령자의 대중교통 이용에 영향을 미치는 도시특성 분석 - 교통카드 데이터의 활용 -

김성아 , 이종혁 , 박세진 외 2명 국토지리학회지 2023 .12

대중교통 이용률과 교통사고 발생과의 관계 분석

김태양 , 박병호 대한교통학회 학술대회지 2018 .03

심야버스 운행시간 영향 요인 분석을 통한 정시성 향상 방안 연구 : 서울시 BMS 데이터를 이용하여

성민경 , 이영인 대한교통학회 학술대회지 2017 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-309-000077470

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)