교통사고 요인분석 번역(한국어 원본)최근 4년(2007년∼2010년) 한국의 교통사고 추이를 살펴보면 전체 교통사고와 freeway 교통사고 모두 약 7.2% 증가한 것으로 나타났다. 반면, fatality의 경우 전체 교통사고의 fatality는 10.7% 감소하였으나, freeway 교통사고의 fatality는 7.4% 감소하는데 그쳐 freeway에 대한 추가적인 교통안전 대책마련이 필요한 상황이다. (Road Traffic Authority, Traffic accident data) 또한, 2008년∼2010년의 freeway 교통사고에 대하여 시간대를 나누어 조사한 결과, 야간 및 주간의 교통사고는 약 15%감소한 것으로 나타났으나 일출몰 시간대의 교통사고는 약 8% 증가한 것으로 나타났다. 이러한 traffic accident는 human factor, vehicle factor, road environment factor와 같은 factor들에 영향을 받으며, 이 factor들 간의 복합적인 관계에 의하여 traffic accident가 발생한다. Human factor는 연령, 성별, 운전경력, 학력, 수입 등과 같은 운전자관련 요소를 의미하며, vehicle factor는 차종, 안전장치와 같은 차량의 기능과 관련된 요소를 의미한다. 마지막으로 road environment factor는 geometric factor와 environment factor로서 geometric factor는 grade, radius, lane width, median barrier와 같은 요소이며, environment factor는 weather condition, pavement condition, traffic condition 등과 같은 요소로 구분된다.
Traffic condition과 geometric 및 environment의 관계를 분석한 traffic accident model은 수많은 연구가 이루어져왔다. Traffic accident model은 accident severity model, accident rate model 그리고 accident frequency model로 구분할 수 있으며, accident rate model은 교통사고에 영향을 미치는 요인들과 억대 km 당 사고건수와 같은 accident rate의 관계를 나타낸 모형이다. 또한, accident severity model은 사고발생 여부 또는 사망, 부상과 같은 사고의 severity와 여러 요인들 간의 관계를 나타낸 모형이며 accident frequency model은 도로 구간의 사고 발생 건수를 추정하는 모형이다. 본 연구에서는 이들 traffic accident model들 중 accident frequency model을 통하여 교통사고 발생 예측 모형을 개발하였다.
특정 구간으로 구분하여 교통사고 발생 건수를 예측하기 위한 Accident frequency model은 주로 Poisson regression model과 negative binomial regression model이 많이 사용되고 있다. (Shankar et al., 1995; Milton and Mannering, 1998; Mohamed A. et al., 2000; Ivan et al., 2000; Ciro Caliendo et al., 2007; Said M. Easa et al., 2009) 구간을 분할하는 방법에는 도로의 특성(such as traffic volume, geometric design elements etc)을 homogeneous한 section으로 구분하는 방법 (Ezra Hauer et al., 2004; Salvatore Cafiso et al., 2007)과 구간의 길이를 fixed length로 구분하는 방법 (Benoit Flahaut et al., 2003)이 있다. Homogenous 하도록 구분하는 방법은 각 segment의 속성이 동일하다는 장점이 있으나, 많은 variable들을 고려할 경우 계산이 복잡해질 뿐만 아니라 segment의 길이와 traffic accident는 상관관계가 존재하기 때문에 segment의 길이에 따라 실제 상황과 분석결과가 큰 차이를 보일 수도 있다는 단점이 있다. 또한, 선형들의 조합을 고려할 수 없다. fixed length 방법은 homogenous 방법의 단점을 어느 정도 보완하면서 간단하다는 장점이 있다. 그러나 segment의 길이가 길 경우, 많은 design attributes가 포함되어 있어 통계적 유의성이 잘 나타나지 않을 수 있으며, 짧을 경우, accident sample이 0, 1과 같이 매우 적은 값으로 나타나 정확한 결론을 이끌어 내기 힘들다는 단점이 있다.( V. Shankar et al., 1995; Zhong et al., 2007)
그리고 traffic accident frequency model의 Poisson regression과 negative binomial regression은 모두 fixed parameter model로서 각 parameter들은 모든 구간에서 교통사고 발생에 동일한 영향을 미친다는 것을 가정하고 있다. 그러나 최근에는 현실을 보다 잘 반영하기 위하여 random parameter를 이용한 모형의 개발이 이루어지고 있으나 random parameter를 활용한 accident frequency model에 관한 연구는 현재 미비한 실정이다. (Anastasopoulos and Mannering, 2009; Didu and Veeraragavan, 2011) 기존 연구(Anastasopoulos and Mannering, 2009; Didu and Veeraragavan, 2011)의 경우, 모두 도로의 구간을 homogeneous한 특성을 가지도록 분할하여 분석을 하였으며, Didu and Veeraragavan(2010)의 연구는 주간 및 야간에 교통사고에 영향을 미치는 요인만을 비교하였다. 이에 본 연구에서는 heterogeneity한 도로상황을 다양하게 반영하기 위하여 fixed length segment 분할 방법을 이용한 random parameter model을 개발하였다.
본 연구의 목적은 road environment factor 중 시간대별 freeway traffic safety에 영향을 미치는 factor 도출을 위하여 random parameter를 이용한 accident frequency model 개발을 목적으로 하였다. 시간대는 주간, 야간 및 일출몰, 전체 시간대로 구분하였으며, 한국의 freeway 중 speed limit가 110km/h인 서해안선(15번), 중부선(35번), 중부내륙선(45번)을 10km 단위의 fixed length로 분할하고 2007~2010년 교통사고 자료를 이용하였다. 분석결과 각 시간대별 교통사고에 영향을 미치는 요인들 간에는 차이가 있는 것으로 나타났다.
본 연구의 구성은 다음과 같다. 우선, traffic accident model의 종류 및 각 model을 적용한 연구사례에 대하여 고찰하였으며, 자료구축 및 변수설정에 대하여 기술하였다. 그리고 야간 및 일출몰 시간 freeway 교통사고에 영향을 미치는 요인들을 accident frequency model을 통하여 비교 분석하였으며, 마지막으로 본 연구의 결론을 제시하였다. |
교통사고 요인분석 번역(영어 번역본)The progress of Korea’s traffic accidents during the recent four years (2007 ~ 2010) shows that overall traffic accidents and freeway traffic accidents have both increased by approximately 7.2%. On the other hand, the fatality of all traffic accidents decreased by 10.7% while the fatality of freeway traffic accidents only decreased by 7.4%. Thus, a countermeasure for additional traffic safety on the freeway is in need. (Road Traffic Authority, Traffic accident data) Moreover, we researched freeway traffic accidents that occurred from 2008 to 2010 in each time zones and found that traffic accidents in the nighttime and daytime decreased by approximately 15% while those during sunrise and sunset increased by approximately 8%. Such traffic accidents are influenced by factors like human factors, vehicle factors, and road environment factors, and it is the complex relationship between these factors that cause traffic accidents. Human factors include age, sex, driving experience, education, and income while vehicle factors include factors relating to the function of the car such as the car model and safety measures. Finally, road environment factors include geometric factors and environment factors. Geometric factors involve grade, radius, lane width, median barrier, and environment factors include weather condition, pavement condition, traffic condition, etc.
There have been numerous studies on traffic accident models that analyze the relationship between traffic conditions and the geometry or environment. Traffic accident models can be divided into accident severity model, accident rate model, and accident frequency model. The accident rate model is a model that displays the relationship between the influential factors of traffic accidents and the accident rate like the number of accidents per some hundred million km. Moreover, the accident severity model is a model that displays the relationship between the severity of the accident like death and injury and other various factors, while the accident frequency model is a model for predicting the number of accident occurring. This study developed a traffic accident prediction model through the accident frequency model.
The Poisson regression model and negative binomial regression model are mainly used for the accident frequency model that predicts the number of traffic accidents occurring in divided areas. (Shankar et al., 1995; Milton and Mannering, 1998; Mohamed A. et al., 2000; Ivan et al., 2000; Ciro Caliendo et al., 2007; Said M. Easa et al., 2009) There are a method of dividing the nature of the road(such as traffic volume, geometric design elements, etc.) into homogeneous sections (Ezra Hauer et al., 2004; Salvatore Cafiso et al., 2007) and a method of dividing the length of a section by a fixed length (Benoit Flahaut et al., 2003). The homogeneous separation method has the merit that the properties of each segment is identical, but since the calculations get too complex when regarding various variables and there exists a correlation between the length of the segment and traffic accidents, there may e a big difference between the real situation and the result of the analysis depending on the length of the segment. In addition, we cannot regard the combination of the lines. The fixed length method has its own strengths while it can make up for the weaknesses of the homogeneous method to a certain extent. However, when the segment is long, many design attributes can be included and the statistical significance may not be noticeable. When the segment is short, the value of the accident sample is too small as 0 or 1, so that it is difficult to achieve an accurate result.
Both the Poisson regression and the negative binomial regression of the traffic accident frequency model are fixed parameter models that suppose each parameter have the same influence on the occurrence of traffic accidents in all sectors. However, recently there has been a development in a model using a random parameter to reflect the reality better, but studies on the accident frequency model using the random parameter is still inadequate. (Anastasopoulos and Mannering, 2009; Didu and Veeraragavan, 2011) In the case of the existing study (Anastasopoulos and Mannering, 2009; Didu and Veeraragavan, 2011), it divides all sections of the road to have homogeneous characteristics and analyze them. The study of Didu and Veeraragavan(2010) only compared the factors influencing traffic accidents in the daytime and nighttime. For this, this study developed a random parameter model that applying the fixed length segment division method to reflect the heterogeneous road conditions in various ways.
The purpose of this research is to develop an accident frequency model using a random parameter to find which of the road environment factors influence freeway traffic safety in each time zone. We divided the time zones into daytime, nighttime, sunrise, sunset, and whole, while we used the traffic accident data collected from 2007 to 2010 in the Seohaean Expressway, Jungbu Expressway, and the Jungbu-naeryuk Expressway that have a set speed limit of 110km/h among Korea’s freeways. We divided the road into a fixed length of 10km.
The composition of this study is as the following. Firstly, we considered the type of traffic accident models and previous studies that applied each model, describing the construction of the data and setting variables. Then, we compared and analyzed the influential factors of freeway traffic accidents during the nighttime, sunset and sunrise through the accident frequency model. Finally, we drew the conclusion of this research. |
