1. 서론
선진국들을 중심으로 국가 주요자산인 SOC (Social Overhead Capital)에 대해 국민이 원하는 서비스 수준을 제 공하면서 보다 경제적으로 유지관리하기 위한 노력이 확산 되고 있다. 전략적인 SOC 자산관리를 위해 이용되는 LCCA (Life Cycle Cost Analysis)는 생애 전반에 걸쳐 발생하는 총 비용을 고려하여 합리적인 의사결정 도와주는 평가기술로서, 최선의 의사결정을 위해 시설물의 생애주기, 관리자 비용, 이
용자비용 그리고 할인율을 고려하여 여러 대안 간 경쟁력을 분석한다.
도로자산관리분야에서도 보다 합리적인 의사결정을 위하 여 LCCA가 활발히 활용되고 있으며, 의사결정의 적정성을 높이기 위한 다양한 연구가 시도되고 있다. 그럼에도 불구하 고 현재까지 이용자비용은 대부분의 의사결정 단계에서 포함 되지 못하고 있으며 관련 연구도 미비한 실정이다.
도로자산관리분야에서의 이용자 비용은 통행시간비용, 차 량운행비용, 사고비용 및 환경비용 등을 포함하는 분석항목 으로서, 추정을 위해 보다 광범위한 자료와 다양한 측면의 접 근이 요구된다. 또한, 유지관리에 따른 이용자들의 편익에 대 한 인식부족과 비용을 관리 주체가 직접 부담하지 않는 점으 로 인해 의사결정과정에서 중요하게 고려되지 않는 경향이 있다.
교통류 모형을 이용한 도로 점용공사 구간의 지체비용 산정방안
김윤식1·이민재*
1충남대학교 토목공학과
A Study on the Estimation Measure of Delay Cost on Work Zone Using the Traffic Flow Model
Kim, Yunsik
1, Lee, Minjae
*1Department of Civil Engineering, Chungnam National University
Abstract :
The user cost is an important analysis item which should be considered together with life-cycle of facility, administrator cost and discount rate in LCCA for efficient asset management of SOC facilities. Especially, a significant delay cost occurs often for users in the road field due to a work zone for cleaning and maintenance, and in such case, the administrator should consider the administrator cost as well as the user cost for more rational decision making.
However, the user cost has not been considered in most decision making steps until recently and relevant studies also have not been carried out actively. In this study, the methodology to estimate the user cost and delay cost required in the decision making step using the traffic flow model and the direct benefit estimation model in the traffic facility investment evaluation guideline is suggested. And, the traffic flow model was estimated on 4 national highway sections where maintenance was actually carried out in 2014 using VISSIM and, the user cost and the delay cost were estimated based on the suggested methodology. The analysis result showed that the average user cost of 17,569,000 KRW/km
×day occurred on Section A with approximately 30,000 AADT before a work zone occurred, and in case the first lane was blocked for maintenance, the delay cost of 10,193,000 KRW/km×day (158%) on average occurred additionally. The delay cost of 1,507,000 KRW/km×day (115%) and 1,985,000 KRW/km×day (119%) occurred on Sections B and D with approximately 20,000 AADT respectively and the delay cost of 262,000 KRW/km×day (105%) occurred on Section C with approximately 10,000 AADT. This result of this study was estimated based on the simulation of traffic flow model so that there is a limitation in its actual application. A study to develop a highly appropriate model using actual observation data and improve the possibility to apply it through the verification using the simulation will be necessary in future.
Keywords :
Delay Cost, User Cost, Work Zone, Traffic Flow Model, VISSIM
* Corresponding author: Lee, Min-Jae, Department of Civil Engineering, Chungnam National University, Deajeon 305-764, Korea
E-mail: [email protected]
Received April 17, 2016: revised July 28, 2016 accepted September
Fig. 1. Research process
그러나 최근에는 이용자들의 시간가치 및 안전 그리고 에 너지 및 환경에 관한 관심이 높아지면서 세계은행(World Bank)이나 TRB (Transportation Research Board), 미연방 도로국(FHWA; Federal Highway Association)과 같은 선진 국의 연구기관 및 국제기구 등을 중심으로 이용자비용에 대 한 연구가 시도되고 있다(Han and Do, 2013).
이용자비용의 분석은 의사결정과정에서 국가차원의 막대 한 손실을 정량적으로 평가하고 분석하는데 도움을 주며, 이 로 인해 관리자 비용과의 균형을 고려하여 의사결정에 반영 됨으로서 보다 합리적인 대안선택을 도와준다.
동일한 관리자비용이 투입되는 도로 시설물일지라도 위치 및 사용 빈도 등 에 따라 그 시설물의 중요성은 달라질 수 있 다. 이와 같은 네트워크 수준의 의사결정에서 이용자 비용은 비슷한 관리자비용이 소요되는 대안들에 대해 우선순위의 결 정을 가능하게 한다.
또한, 도로의 청소 및 유지보수 등의 이유로 공사구간 (Work Zone)이 발생할 경우 해당 구간을 통행하는 이용자들 에게는 추가적인 지체비용이 발생되며, 관리자는 지체비용 의 추정을 통하여 공사구간으로 인해 이용자들에게 발생되는 손실을 추정할 수 있다. 이용자들의 지체비용과 투입되는 관 리자 비용과의 비교 분석을 통하여 관리자는 공기와 공법, 공 사시기, 공사 시간대 등과 같은 교통운영 계획 및 공사계획에 관한 의사결정 문제를 적절하게 계획할 수 있다.
한편, 우리나라 일반국도의 포장유지보수를 담당하고 있 는 한국건설기술연구원에서는 국도포장의 효율적인 유지 보수를 위해 일반국도 포장관리시스템(PMS: Pavement Management System)을 도입하여 운영하고 있다. 일반국 도 포장관리시스템에서는 우선보수 구간을 제외한 나머지 구간들에 대해 우선순위를 선정하기 위해 World Bank의 HDM-4모델을 도입하여 차량운행비용, 통행시간비용 등의 이용자 비용 및 편익을 산정하고 있다.
그러나 HDM-4모델의 경우 도로포장의 상태만을 고려하 여 비용분석을 수행하고 있어 공사구간 발생과 같은 도로 용 량의 변화를 고려한 이용자 비용의 추정에는 한계를 갖는다.
따라서 본 연구에서는 공사구간 발생에 따른 도로 용량의 변 화를 고려한 이용자비용의 산정을 목적으로 하며, 이를 위해 교통류 모형과 교통시설 투자평가지침(MOLIT, 2013)의 직접 편익 산정식을 활용하는 방법을 제안한다.
연구수행 과정은 Fig. 1과 같다. 먼저, 연구의 목적과 선행 연구 및 방법론을 검토하였다. 두 번째 단계로, 대상구간을 선정하고 자료를 수집하였다. 분석을 위해 선정한 대상구간 의 현황은 Table 1과 같다. 대상구간은 2013년 국도 유지보 수 예산 내시구간 총 345구간 중 TMS (Traffic monitoring system)를 이용하여 자료수집이 가능한 137개 구간을 선정 하였으며, 이 중 서로 다른 교통류 특성을 지니는 4개 구간을 최종 대상지로 선정하였다. 세 번째 단계로, 대상구간에 대 한 공사 전·중 교통류 특성을 설명하는 교통류 모형을 추정 하기 위하여 수집된 자료를 바탕으로 VISSIM 분석을 수행하 였다. 네 번째 단계로, 추정된 교통류 모형을 이용하여 교통 량에 따른 속도를 산정하였다. 다섯 번째 단계로, 교통시설 투자평가지침(MOLIT, 2013)의 이용자 비용 산정식과 함께 추정된 속도와 관측된 교통량을 이용하여 대상구간별 공사 전·중 이용자 비용 및 지체 비용을 산정하였으며, 마지막으 로 결론을 도출하였다.
2. 기존문헌 고찰
먼저, 교통류 모형에 관한 선행연구들을 살펴보면, 과거 에는 관측 데이터를 토대로 최적의 모형을 추정하는 연구들 이 많았다. Munoz et al. (2004)는 Daganzo의 Modified cell
Table 1. Characteristics of target sections
Site Number Lane Length
(km)
Crack (%)
Rutting (mm)
IRI (m/km)
Services time (Year)
AADT (Number of vehicle)
A 45 2 1.4 24.07 12.59 3.3 13 31,442
B 38 2 3.2 27.51 8.84 2.72 6 20,261
C 23 2 3 7.1 15.52 3.48 16 9,501
D 13 2 3.38 26.67 8.78 3.11 4 20,159
transmission 모형을 활용하는 속도 추정 방법론을 제안 하 였으며, Sun and Zhou (2005)는 3개 고속도로에 대한 10일 간의 교통류 데이터와 군집분석을 이용하여 다구간 속도- 밀도 모형의 Break point를 산정하였다. 또한, Park et al.
(2006)은 버지니아 Hampton 도로를 DynaMIT를 활용하여 구축하고 속도-밀도함수를 추정하였다.
최근 교통류 모형에 관한 연구들은 이러한 모형 추정에 관 한 연구 외에도 모형 최적화에 관한 연구와 시간 및 환경적인 여건을 기반으로 교통류를 분석하고 예측하는 연구들도 진행 되고 있다. Liu (2010)는 영국의 M25 고속도로의 15년간의 검 지기 자료를 이용하여 기존의 2영역 속도-밀도모형과 함께 3 영역 모형을 추가하여 교통류 모형 정산을 수행하였고, Hou et al. (2013)은 Modified Greenshields 모형을 이용하여 교통 류 특성 값들을 추정하고, Dynasmart-P를 이용한 사례검증 을 통해 기상상황이 교통류에 미치는 영향을 분석하였다.
도로 점용 공사가 교통류에 미치는 영향에 대한 연구는 오 래 전부터 활발히 이루어 졌다. Dudek and Richards (1982) 는 공사 종류나 차선 축소의 형태에 따라 공사구간의 용량 값 을 제시하였으며, Sarasua et al. (2004)는 미국의 각 주에서 적용하는 공사구간의 용량을 조사하여 제시하였다. 용량산 정 방법에 관한 연구로는 Kim et al. (2001)는 공사종류, 중차 량 비율 및 공사구간 길이 및 구배 등을 이용한 회귀식 모형 을 제시하였고, Al-Kaisy and Hall (2003)도 회귀식을 이용 하여 용량 모형을 제시하였다. 또한, Lee et al. (2013)는 평균 최대 관측 교통류율 분석법과 Headway 분석법을 이용하여 도시 고속도로의 편도차로수별 공사구간 기본용량을 산정하 였으며, 검증을 위해 파라믹스 시뮬레이션 분석을 이용하였 고, Jung (2006)은 도로공사 및 교통사고, 낙하물, 고장차량 과 같은 돌발상황으로 인한 차로감소구간의 용량감소율을 유 형별로 분석 하였다.
한편, 이용자 비용에 관한 연구는 그 동안 교통공학 분야 에서 많이 연구되어 일반 건설 사업의 경제적 타당성 분석에 서 많이 활용되고 있으나, 그 외의 분야에서는 아직 미진한 실정이다. 이용자 비용에 관한 선행 연구들로는 Memmott and Dudek (1984)은 도로점용공사로 인해 발생되는 대기행 렬지체, 평균 통행속도의 변화, 용량 변화 등에 대한 이용자 비용을 산정 할 수 있도록 QUEWZ (Queue and User Cost
Evaluation of Work Zone) 프로그램을 개발하였고, Han et al. (2007)은 최적 포장유지보수기준 선정을 위해 하중특성이 다른 3개구간에 대해 HDM-4를 이용하여 관리자비용과 이 용자비용 그리고 사회-환경비용을 포함하는 생애주기비용 을 분석하였다. Park et al. (2003)는 하수관거의 건설 또는 보수로 인해 발생할 수 있는 교통지체비용을 산정하는 방법 을 제시 하였으며, Park et al. (2007)는 시간지체에 따른 도 로이용자비용의 추정을 위한 회귀모델을 개발하고, 교량의 생애주기분석에 기초한 유지관리 전략수립에 있어 개발된 모 형의 적용성을 검토하였다.
선행 연구들을 살펴 본 결과, 공사구간 발생으로 인한 교통 류 특성의 변화에 관한 연구들은 많았으나, 이를 활용하는 연 구는 아직 미비한 실정이다. 본 연구에서는 도로점용공사 구 간의 이용자비용의 산정을 목적으로 교통류 특성이 서로 다 른 4개의 대상지에 대하여 공사 전·중 교통류 모형을 추정 하고, 이를 활용하여 변화된 도로의 용량으로 인해 이용자들 이 추가로 부담하는 지체비용을 산정 하였다.
3. VISSIM 시뮬레이션을 활용한 교통류 모형 추정
본 연구에서 제안하는 이용자 비용 및 지체비용 산정 과 정은 Fig.2와 같다. 먼저, 대상구간들에 대한 자료를 현장조 사와 TMS (Traffic Monitoring System)를 통해 수집하였 으며, 수집된 자료를 바탕으로 교통류 모형을 추정하기 위 해 VISSIM 분석을 수행하였다. 다음으로 VISSIM을 이용하 여 추정된 4개 대상구간의 공사 전·중 교통류 모형과 TMS 에서 제공하는 교통량 자료를 이용하여 대상구간들의 공사 전·중, 월별·시간대별 교통류의 속도를 산정 하였다. 그리 고 추정된 속도와 관측 교통량 그리고 교통시설 투자평가지 침(MOLIT, 2013)에서 제안하는 이용자비용 산정 모델을 활 용하여 공사 전·중 이용자 비용을 월별·시간대 별로 추정 하였으며, 비교를 통해 지체비용을 산정하였다.
교통류 모형은 교통류의 대표적인 변수 교통량, 속도, 밀도 간의 관계식을 나타내는 것으로서, 일정한 도로구간의 교통 류 상태를 직선 및 곡선의 모형으로 표현함으로서, 이용하기 가 용이하여 많은 연구에서 활용된다.
Fig. 2. Delay cost analysis procedures
Fig. 3. Work-zone traffic control zone
Fig. 4. Simulation analysis of before work at B section
교통류 모형은 일반적으로 관측 자료 및 시뮬레이션 프로 그램을 통해서 추정한다. 본 연구에서는 공사구간 발생에 따 른 교통류 특성의 변화를 예측하기 위해 대상 구간별 임계 밀 도와 속도-밀도 관계를 도출하는데 적합한 VISSIM을 이용 하였다.
VISSIM은 도로교통 분야에서 다양하게 이용되는 미시적 교통 시뮬레이션 프로그램으로서, 도로유형, 도로연장, 도로 폭, 차로 수, 교통량, 속도 등의 입력 자료를 토대로 시뮬레이 션을 통해 교통량, 통행시간, 교통류 속성자료(속도, 밀도, 교 통량)등의 출력자료를 얻을 수 있다.
시뮬레이션 분석을 위해 먼저, 대상구간 현황에 맞추어 VISSIM 네트워크를 구축하였다. VISSIM 네트워크는 대상구 간별 공사 전과 공사 중으로 나누어 두 가지 시나리오로 구축 하고, 각각 교통류 모형을 추정하여 공사구간 발생에 따른 교 통류 특성의 변화를 분석하였다. 공사 전 시나리오는 일상적 으로 교통류가 통행하는 상황이며, 공사 중 시나리오는 Fig.
3과 같이 2차로 중 한쪽 차로가 유지보수 공사로 인해 차단 된 상황이다. 실제 대상구간들은 공사구간의 길이가 각각 달 랐으나, 시나리오별 이용자 비용과 지체비용의 비교 및 연 구결과의 적용성을 높이기 위하여 공사구간 길이를 1.35km (Work zone: 1km, transition + buffer: 250m, termination:
100m)로 가정하여 분석을 수행하였다.
교통류 모형을 추정하기 위한 VISSIM 분석은 Fig. 4와 같 다. 시나리오별 임계 밀도와 속도-밀도 관계를 도출하기 위 하여 투입 교통량을 0대에서부터 15분 간격으로 50대씩 지속 적으로 증가시키며 시뮬레이션을 진행하였고, 최대 교통류율 (임계밀도)일 때 시뮬레이션을 중지하였다.
시뮬레이션에 적용된 입력 자료와 시뮬레이션 분석 현황은 Table 2와 같다. 차량의 종류는 승용차, 버스, 트럭 총 3종으 로 구분하여 시뮬레이션에 적용하였으며, 차량의 기본 속도 는 대상구간의 설계속도 80k/h를 적용하였다. 또한, TMS 자 료를 바탕으로 대상구간의 차종비율을 시뮬레이션에 적용하 여 실제 대상구간의 교통특성을 반영하였고, 차량의 세부적 인 중량과 힘, 가·감속 등의 Parameter는 차종에 따라 시뮬 레이션에서 기본적으로 주어지는 Default 값을 적용하였다.
운전자 행태는 VISSIM 분석에서 많이 이용되는 Urban을 적 용하였으며, 마지막으로 신호 주기는 현장조사를 통해 확인 한 대상구간의 신호 주기를 그대로 적용시켰고, 모든 대상지
Table 2. Characteristics of simulation
Classification A B C D
Before work During work Before work During work Before work During work Before work During work
Input data
Vehicle type Car, Bus, Truck
Desired speed(k/h) 80
Vehicle type ratio
(%, Car : Bus: Truck) 0.71 : 0.01 : 0.28 0.54 : 0.03 : 0.43 0.74 : 0.03 : 0.23 0.71 :0.03 : 0.26 Parameter
(Weight, Power, Max. accelerations, Max. decelerations etc.)
Default value according to vehicle type
Driving behavior Urban
Signal control(g/C) 0.8 0.8 0.8 0.8
Operation
Operating time(hour) 14.59 8.98 14.53 14.58 14.5 14.5 14.53 14.55
Total input traffic
volume(number of vehicle) 25,303 7,202 26,591 16,728 26,082 15,725 26,815 16,475
Space speed
Mean 48.88 42.22 54.96 47.84 51.83 43.36 58.24 50.51
Max 90 89.82 89.89 90.1 85.42 84.64 90.12 90.12
Min 23.36 16.62 30.84 12.29 37.01 11.65 36.89 14.27
Var 237.49 280.92 204.14 190.89 106.53 129.59 197.79 198.04
Density Max 111.26 79.01 104.14 126.42 77.69 127.08 91.55 111.01
Min 0.499 0.499 0.264 0.26 0.51 0.51 0.47 0.47
※ Note: g/C: average green time ratio
에서 직진 신호는 전체 신호 주기 중 80% 이상인 것으로 나 타났다.
시뮬레이션 분석 결과, 4개 대상지에 대한 공사 전·중 시 나리오별 개별차량ID, 차량타입, 통행시간, 공사구간 진입시 간, 공사구간 진출시간, 평균속도 등 의 다양한 결과를 얻을 수 있었으며, 이를 활용하여 대상구간의 공사 전·중 교통량 (q)-속도(v)-밀도(k)의 관계를 도출할 수 있었다.
본 연구에서는 교통류 모형 중 가장 많이 이용되는 Greenshields모형, Greenberg모형, Underwood모형을 이용 하여 4개 대상구간에 대한 속도-밀도 모형을 추정하였으며, 이 중 최적 모형을 선정 하였다.
교통류 모형의 적합성 검정 결과 Table 3과 같이 모든 시나 리오에서 Underwood모형의 적합성(R2)이 가장 높게 나타났 다. 따라서 Underwood모형이 모든 시나리오에서 최적 교통 류 모형으로 선정 되었다.
4. 교통류 모형을 이용한 속도 추정
교통시설 투자평가지침(MOLIT, 2013)에서는 도로투자 사업에 따른 직접편익을 평가하기 위해 교통량과 속도를 주 요 변수로 하는 이용자 비용 산정식을 제안하고 있다. 본 연 구에서는 지침의 이용자 비용 산정식을 활용하여 대상구 간의 이용자 비용을 산정하기 위해 최적 모형으로 선정된 Underwood의 속도-밀도 모형을 속도-교통량 모형으로 유 도 하여 대상구간의 교통량에 따른 속도를 산정하였다.
Underwood가 제시한 속도-밀도 관계식 식 (1)에서 밀도 (k)의 함수로 나타내고 그 식에 속도(u)를 곱하면 식 (2)와 같 이 속도-교통량 관계식으로 나타낼 수 있다.
(1)
Table 3. Goodness of fit for models
Regression type Before work During work
Fitness R2 Fitness R2
A
Greenshields y = -0.6439x + 82.329 0.7805 y = -1.0476x + 73.039 0.7956
Greenberg y = -18.53ln(x) + 119.42 0.6008 y = -19.76ln(x) + 105.18 0.7629
Underwood y = 89.799e-0.013x 0.7925 y = 79.394e-0.024x 0.8702
B
Greenshields y = -0.5668x + 84.648 0.8445 y = -0.8152x + 75.042 0.819
Greenberg y = -16.52ln(x) + 117.53 0.6705 y = -19.16ln(x) + 112.32 0.7632
Underwood y = 89.835e-0.01x 0.8629 y = 86.374e-0.019x 0.9168
C
Greenshields y = -0.5119x + 77.846 0.8797 y = -0.7222x + 67.919 0.8935
Greenberg y = -13.12ln(x) + 101.63 0.6474 y = -16.83ln(x) + 100.52 0.8028
Underwood y = 82.005e-0.009x 0.88 y = 79.342e-0.019x 0.961
D
Greenshields y = -0.5793x + 86.73 0.7772 y = -0.9157x + 78.867 0.8012
Greenberg y = -15.55ln(x) + 116.28 0.5716 y = -19.05ln(x) + 113.33 0.6856
Underwood y = 91.626e-0.01x 0.7851 y = 90.268e-0.02x 0.8807
Fig. 5. A Relationship of speed-flow using underwood model
(2)
각각의 시나리오에서 Underwood 모형에 의해 추정된 속 도-교통량의 관계는 Fig. 5와 같다. Fig. 5에서 나타나 있는 산점도는 VISSIM에서 분석된 공사 전·중 개별 차량의 교통 량에 따른 속도이며, 곡선은 모형을 통해 추정한 공사 전·중 속도와 교통량의 관계를 나타내고 있다.
추정된 Underwood 속도-교통량 모형과 TMS 교통량 자 료를 기반으로 대상구간의 교통량에 따른 교통류의 속도를 Table 4와 같이 산정 하였다. 시나리오별 속도 추정 결과, A 구간은 공사 전 평균 68.83k/h의 통행 속도를 갖는 구간으로 서 유지보수 공사가 발생되면 통행속도가 –36% (44.18k/h) 감소될 것으로 추정 되었으며, B구간의 경우 –17%, C구간의 경우 –9%, D구간의 경우 –17%의 통행 속도 차이가 있을 것 으로 추정 되었다.
본 연구에서는 교통류 모형을 활용하여 추정한 속도의 적정성을 검토하기 위하여 Table 5와 같이 도로용량편람 (MOLIT, 2013)에서 제시하는 다차로도로의 서비스 수준과 공사 전 시나리오의 추정속도를 비교하였다.
본 연구의 4개 대상지는 연속류 특성이 다소 강한 설계속 도 80k/h의 단속류 구간으로서 신호등 밀도가 0.5개/km 이 하이다. 도로용량편람에서는 이와 같은 일반국도를 다차로도 로 유형Ⅱ로 한정하고 있다(MOLIT, 2013).
Table 5에서는 대상구간에서 관측된 교통량과 교통류 모 형을 활용하여 추정한 공사 전 속도 그리고 도로용량편람 (MOLIT, 2013)에서 제시하는 개별 구간의 서비스 수준과 교 통량에 따른 자유 속도가 나타나 있다.
먼저, 대상구간의 서비스 수준을 파악하기 위하여 관측 교 통량에 교통시설 투자평가지침(MOLIT, 2013)의 승용차 환산 계수를 적용한 후 도로용량편람(MOLIT, 2013)에서 제시하는 해당 서비스 수준을 선별하였다.
A구간은 평균 1,170(승용차/시/차로)대의 교통량이 통행하 는 구간으로서 편람에서 제시하는 서비스 수준 C에 가까운 구간이며, B구간은 서비스 수준 B, C구간은 서비스 수준 A, D구간은 서비스 수준 B와 유사한 교통류 특성을 갖는 것으로 확인하였다.
다음으로 분석결과의 적정성을 검토하기 위해 도로용량편 람에서 제시하는 자유속도 87k/h와 70k/h의 서비스수준별 속도를 기준으로 보간법을 통해 시뮬레이션에서 적용한 자유 속도 80k/h에 해당하는 서비스 수준별 속도 산정하였다.
적정성 검토 결과, 교통류 모형을 이용하여 추정한 공사
Table 5. Comparison between estimated speed and level of service (KHCM)
Site Observed traffic volume (Car/Hour/Lane)
Estimated speed
a(kph)
KHCM(2013)
Difference (1-a/b) Level of
service
Volume of service (Car/Hour/Lane)
Free speed(kph)
87 70 80
bA 1,170 68.83 C 1250
(g/C=0.8) 76 61 69.82 1.4%
B 944 80.73 B 800
(g/C=0.8) 84 68 77.41 -4.3%
C 340 78.32 A 350
(g/C=0.8) 86 70 79.41 1.4%
D 752 82.58 B 800
(g/C=0.8) 84 68 77.41 -6.7%
※ Source: Ministry of Land, Infrastructure and Transport (2013), Korea Highway Capacity Manual
Table 4. Estimated speed using the traffic flow model
month
A B C D
Before work(kph)
During
work(kph) Diff. Before work(kph)
During
work(kph) Diff. Before work(kph)
During
work(kph) Diff. Before work(kph)
During work(kph) Diff.
1 71.13 44.88 -37% 81.72 69.35 -15% 78.89 72.5 -8% 83.92 73.15 -13%
2 71.13 44.88 -37% 81.62 69.11 -15% 78.59 71.8 -9% 82.84 70.13 -15%
3 70.05 44.56 -36% 81.23 68.12 -16% 78.28 71.08 -9% 83.82 72.89 -13%
4 67.71 43.85 -35% 80.64 66.55 -17% 78.13 70.72 -9% 82.24 68.22 -17%
5 66.74 43.51 -35% 80.34 65.72 -18% 78.13 70.72 -9% 82.74 69.83 -16%
6 68.32 44.04 -36% 80.52 66.28 -18% 78.17 70.81 -9% 83.79 71.56 -15%
7 68.91 44.17 -36% 81.03 67.61 -17% 78.32 71.17 -9% 82.84 70.13 -15%
8 67.71 43.85 -35% 80.44 66.00 -18% 78.32 71.17 -9% 81.54 65.51 -20%
9 66.74 43.51 -35% 80.44 66.00 -18% 78.05 70.53 -10% 81.13 63.81 -21%
10 67.71 43.85 -35% 79.93 65.72 -18% 78.24 70.99 -9% 82.14 66.83 -19%
11 69.2 44.31 -36% 79.83 64.24 -20% 78.09 70.63 -10% 81.64 65.26 -20%
12 70.59 44.72 -37% 81.03 67.61 -17% 78.59 71.8 -9% 82.34 67.4 -18%
ave. 68.83 44.18 -36% 80.73 66.86 -17% 78.32 71.16 -9% 82.58 68.73 -17%
전 A구간의 평균 속도는 68.83k/h로, 도로용량편람에서 제 시하는 서비스 수준 C의 자유속도 80k/h에 대한 통행속도 69.82k/h와 1.4%의 오차율을 보였다. 이와 같이, B구간, C 구간, D구간에서 모형을 이용하여 추정된 속도는 편람에 서 제시하는 서비스 수준별 통행속도와 각각 –4.3%, 1.4%, -6.7%의 오차율로 비교적 오차가 적음을 확인하였다. 이를 통해 교통류 모형을 이용하여 추정한 구간별 속도가 일반국 도 다차로구간의 교통류 특성을 비교적 적은 오차범위 내에 서 설명하고 있음을 확인하였다.
5. 도로점용 공사구간의 이용자비용 분석
교통시설 투자평가지침(MOLIT, 2013)에서는 도로투자사 업에 따른 직접편익 평가항목을 통행시간 감소, 차량운행비 감소, 교통사고비용 감소, 대기오염 발생량 감소, 온실가스 발생량 감소, 차량소음 발생량 감소로 한정하여 제시하고 있 다. 본 연구에서는 공신력 있는 연구 결과를 위해 지침에서 제시하는 직접편익 평가항목을 이용하여 이용자비용을 산정 하였다.
Table 6. Definition of user cost analysis items
Items Contents(Note)
UC
TTC Link Travel Time using VDF
(Reverse Calculation from Vehicle Operating Speed)
VOC
Gas Consumption, Tire Wear, Engine Oil, Vehicle Depreciation, Vehicle Repair Costs (Vehicle Travel Speed based Model)
TAC Risk Exposure Method
(Travel Distance-Accident Rate based Model)
EC CO, HC, NOx, PM, CO2
(Vehicle Travel Speed based Model)
NC -
(Vehicle Travel Speed based Model)
※ Note. UC: User Costs TTC: Travel Time Costs VOC: Vehicle Operating Costs TAC: Traffic Accident Costs EC: Environmental Costs NC: Noise Cost
통행시간 비용은 대상지의 차종별 교통량과 통행시간, 통 행시간가치의 곱으로 정의되며, 신뢰성을 높이기 위해 차종 별 시간가치 원단위를 지역별로 다르게 적용하고 있다.
(3)
차량운행비용은 차종별 통행속도의 함수로서, 3차회귀식 으로 구성되어 있으며, 유류비, 엔진오일비, 타이어마모비, 차량유지관리비, 감가상각비로 구분된다.
(4)
교통사고비용은 사고발생비율과 사고비용 원단위의 곱으 로 추정하며, 도로유형별 인적피해와 물적피해로 구분되고, 인적피해는 사망과 부상, 물적피해는 차량피해와 대물피해로 구분된다.
(5)
대기오염 발생비용은 일산화탄소(CO), 탄화수소(HC), 질 소산화물(NOX), 미세먼지(PM)로 구분되고, 오염원별 배출계 수와 사회적 비용 원단위를 곱하여 산정된다. 온실가스의 경 우 이산화탄소(CO2)만을 고려하고 있으며, 자동차 성능 시험 을 통하여 차종별 배출계수를 산정하여 적용하고 있다.
(6)
소음비용의 경우, 소음예측식을 통해 소음을 예측한 후 단 위 소음량(1dB)의 저감을 위해 필요한 유지관리비용 원단위 를 곱해 소음영향의 화폐가치를 추정한다.
(7)
본 연구에서는 속도-교통량 모형을 이용하여 추정한 속도 와 TMS에서 제공하는 월별·시간대별 교통량자료 그리고 국토교통부 교통시설 투자평가지침(MOLIT, 2013)의 도로투 자사업에 따른 직접편익 산정 모델을 이용하여 대상구간의 시나리오별 이용자 비용을 산정 하였다.
Table 7. Annual average user cost and delay cost Before
work
During
work Delay cost Increase ratio
Comp. of section
A 17,569 27,762 10,193 158% 3,890%
B 10,306 11,813 1,507 115% 575%
C 5,274 5,536 262 105% -
D 10,196 12,181 1,985 119% 758%
4개 대상구간에 대한 연평균 이용자 비용 및 지체비용 산 정 결과는 Table 7과 같다. AADT 약 3만대인 A구간의 경우 공사 전 평균 17,569천원/km×day의 이용자 비용이 발생하 는 구간으로서 유지보수를 위해 1차로를 차단 할 경우 평균 27,762천원/km×day의 이용자비용이 발생한다. 따라서 A구 간에 도로점용 공사가 발생할 경우 교통지체로 인해 10,193 천원/km×day의 이용자 비용이 추가적으로 발생하는 것으 로 나타났다. 이와 마찬가지로 1차로 차단으로 인하여 AADT 약 2만대인 B 구간에서는 1,507천원/km×day, AADT 약 1 만대인 C 구간에서는 262천원/km×day, AADT 약 2만대인 D 구간에서는 1,985천원/km×day의 추가적인 이용자 비용 이 발생하는 것으로 나타났다.
분석 결과, AADT 1만대 이하의 C구간에서 1차로 차단으 로 인한 이용자비용의 증가율은 105%로 변화가 미비한 것으 로 분석되었으며, AADT 2만대 구간에서는 115% ~ 119%의 증가율을 보였고, AADT 3만대 구간에서는 158%의 증가율을 나타내어 지체비용이 급격히 증가하는 것으로 분석 되었다.
Fig. 6은 대상구간의 월별 공사 전, 공사 중 이용자비용 발 생량과 지체비용을 나타내고 있다. A구간의 공사 중 최대 이 용자비용 발생 월은 9월로 29,792천원/km×day의 이용자
비용이 발생하며, 최소 이용자 비용 발생 월은 3월(유지보수 공사로 적합하지 않은 1, 2, 12월은 제외)로 26,572천원/km
×day의 이용자 비용이 발생하는 것으로 분석되었다. 9월과 3월에 발생하는 공사 중 이용자 비용의 차이는 3,220천원/
km×day으로 일반적으로 국도에서 많이 사용되는 유지보수 단가(절삭(5cm)+5AC: 131,180천원/7000m3, KICT, 2013)에 비해 상대적으로 차이가 작게 나타나, 유지보수 시기 선정에 대한 의사결정에서 이용자 비용의 영향은 미비 할 것으로 분 석되었다.
그러나 공사기간의 길이 및 유지보수 공법의 단가 그리고 대상구간의 교통류 특성에 따라 의사결정에서 이용자 비용의 영향력은 달라질 수 있다.
한편, Fig. 6에서 보이는 바와 같이 B, C, D 구간에 비해 AADT 약 3만대 구간의 A구간에서 공사 전과 공사 중 이용자 비용의 격차가 큼을 확인 할 수 있다. 이는 유지보수 공사로 인하여 차로를 차단할 경우, 단순히 교통량이 많음으로서 이 용자 비용이 증가하는 것과 동시에 지체의 파급효과가 증가 하는 것으로 판단된다.
본 연구에서 제안하는 교통류 모형을 이용한 이용자 비용
Fig. 6. Monthly user cost and delay cost
Fig. 7. Hourly delay cost
산정 방법은 시간대별 이용자 비용까지도 산정이 가능하다.
Fig. 7은 4개 대상구간에 대한 연평균 시간대별 지체비용을 나타내고 있다.
5. 결론 및 향후과제
본 연구에서는 도로자산관리분야에서 도로용량의 변화에 따른 합리적인 의사결정을 위하여 교통류 모형을 이용한 도 로 이용자 비용 추정방안을 제안하고, 4개 대상구간에 대해 이용자 비용과 지체비용을 산정하였다.
제안된 분석방법은 대상구간에 적합한 교통류 모형을 공사 전·중으로 추정하고, 이를 활용하여 대상구간의 공사 전·
중, 월별·시간대별 교통류의 속도를 산정하며, 산정된 속도 와 TMS 교통량 자료 그리고 교통시설 투자평가지침(MOLIT, 2013)의 도로투자사업에 따른 직접편익 산정 모델을 활용하 여 이용자 비용을 산정하는 방법으로써, 도로 용량의 변화가 이용자들에게 미치는 영향을 분석하는데 적합한 방법이다.
제안된 분석 방법은 이용자 비용과 지체비용을 연평균, 월 별, 시간대별 등으로 다양하게 산정할 수 있는 장점을 갖는 다. 향후 본 연구에서 제안하는 방법론을 활용하여 도로자산 관리분야의 다양한 의사결정과정에서 이용자 측면에 대한 고 려가 많이 시도되길 기대한다.
4개의 대상구간에 대한 사례 분석결과, AADT 약 3만대 의 A구간은 공사구간 발생 전 연평균 17,569천원/km×day 의 이용자 비용이 발생하는 것으로 분석되었으며, 유지보수 로 1차로를 차단 할 경우 추가적으로 연평균 10,193천원/km
×day의 지체비용이 발생하는 것으로 분석 되었다. AADT 약 2만대의 B구간과 D구간에서는 각각 1,507천원/km×day, 1,985천원/km×day의 연 평균 지체비용이 발생되는 것으로 분석되었으며, AADT 약 1만대의 C구간에서는 연평균 262천 원/km×day의 지체 비용이 발생하는 것으로 나타났다.
또한, AADT 약 1만대의 C구간에서는 공사 전 대비 공사 중 이용자 비용이 105%정도 증가하는 것으로 분석되었으 며, AADT 약 2만대구간의 B구간에서는 115%, C구간에서는 119% 증가하는 것으로 나타났고, AADT 약 3만대구간의 A구 간에서는 158% 증가하는 것으로 나타나, 교통량이 증가할수 록 공사구간에 의한 이용자비용 증가율이 보다 더 큼을 확인 하였다.
하지만, 본 연구의 결과는 교통류 모형을 시뮬레이션 기반 으로 추정함으로서 실제 적용에는 한계가 있다. 향후 실제 관 측 자료를 이용한 적정성 높은 교통류모형의 개발과 시뮬레 이션 검증을 통해 적용 가능성을 높이는 연구가 필요할 것으 로 판단되며, 제안된 방법론을 토대로 도로점용공사구간의 다양한 의사결정에서 이용자측면을 고려하는 다양한 연구가 시도되길 기대한다.
감사의 글
본 연구는 국토교통부 국토교통기술 지역특성화사업 ( 16RDRP-B066173-04)과 한국연구재단 일반연구자지원사 업(No. 2015059768)의 연구비지원에 의해 수행되었습니다.
References
Al-Kaisy, A., and Hall, F. (2003). “Guidelines for Estimating Capacity at Freeway Reconstruction Zones.” Journal of Transportation Engineering, 129(5), pp. 572-577.
An, J. M., Park, J. B., Lee, D. Y., and Lee, M. J.
(2012). “A Study on Asset Valuation Method for Road Facilities Maintenance.” Korean Journal of Construction Engineering and Management, KICEM, 13(4), pp. 141-151.
Do, M. S., Kwon, S. A., Lee, S. H, and Kim, Y. j. (2014).
“Development of the Decision-Making System for National Highway Pavement Management.” Journal of the Korean Society of Civil Engineers, 34(2), pp.
645-654.
Dudek, C. L., and Richards, S. H. (1982). “Traffic capacity through urban freeway work zones in Texas.” Transportation Research Record: Journal of the Transportation Research Board, 869, pp. 14-18.
Han, D. S., and Do, M. S. (2013). “Development of Korean Life Cycle Cost Analysis Model for Road Pavement Asset Management.” Journal of the Korean Society of Civil Engineers, 33(4), pp. 1639-1650.
Han, D. S., Do, M. S., Kim, S. H., and Kim, J. H.
(2007). “Life Cycle Cost Analysis of Pavement Maintenance Standard Considering User and Socio- Environmental.” Journal of the Korean Society of Civil Engineers, 27(6), pp. 727-740.
Hou, T., Mahmassani, H., Alfelor, R. M., Kim, J. W., and Saberi, M. (2013). “Calibration of traffic flow models under adverse weather and application in mesoscopic network simulation.” Transportation Research Record: Journal of the Transportation Research Board, 2391(09), pp. 92-104.
Jung, H. H., (2006). “Capacity drop on lane drop areas due to incidents: Focusing on seoul urban expressway.” M.S. thesis, The Univ. of Seoul, Seoul, Korea.
Kim, T. H., Lovell, D. J., and Paracha, J. (2001). “A New Methodology to Estimate Capacity for Freeway Work Zones.” Transportation Research Board Annual Meeting, Washington D.C., U.S.A.
Korea Institute of Construction Technology (2013).
Final-Report of the National Highway Pavement Management System 2013, KICT (in Korean).
Lee, M. R., Kim, D. G., Kim, H. S., and Lee, C. W.
(2013). “Capacity of Urban Freeway Work Zones.”
Journal of the Korean Society of Civil Engineers, 33(3), pp. 1123-1130.
Liu, C., (2010). “Temporal Stability of Macroscopic Traffic Stream Models.” M.S. thesis, North Carolina State Univ., Raleigh, North Carolina, USA.
Memmott, J. L., and Dudek, C. L. (1984). “Queue and user cost evaluation of work zone (QUEWZ).”
Transportation Research Record: Journal of the Transportation Research Board, 979, pp. 12-19.
Ministry of Land, Infrastructure and Transport (2013). A guidebook for investment of transportation facilities (5th edition), MOLIT (in Korean).
Ministry of Land, Infrastructure and Transport (2013).
Korea Highway Capacity Manual 2013, MOLIT (in Korean).
Munoz, L., Sun, X., Sun, D., Gomes, G., and Horowitz, R. (2004). “Methodological calibration of the cell transmission model.” Proceedings of the 2004 American Control Conference, Boston, Massachusetts, USA.
Park, B. B., Pampati, D. M., and Balakrishna, R. (2006).
“Architecture for on-line deployment of DynaMIT
in hampton roads, VA.” Applications of Advanced Technology in Transportation. Proceedings of The Ninth International Conference, Chicago, Lllinois, USA.
Park, K. H., Ryu, J. N., Chung, C. K., and Choung, Y.
K. (2003). “Optimal Sewer Rehabilitation Planning Considering Transportation Disruption Cost.”
Journal of the Korean Society of Civil Engineers, 23(3), pp. 221-231.
Park, K. H., Sun, J. W., Lee, S. Y., Lee, J. S., and Cho, H. N. (2007). “Practical Model to Estimate Road User Cost for Bridge Maintenance Strategy.” Journal of the Korea Institute for Structural Maintenance and Inspection, 11(6), pp. 131-142.
Sarasua, W., Davis, W., Clarke, D., Kottapally, j., and Mulukutla, P. (2004). “Evaluation of Interstate Highway Capacity for Short-Term Work Zone Lane Closures.” Transportation Research Record: Journal of the Transportation Research Board, 1877(10), pp.
85-94.
Sun, J. W., Park, K. H., Lee, M. j., and Park, C. W.
(2011). “A Study on Development of Performance Measures for Level of Service(LOS) of Bridge Asset Management.” Korean Journal of Construction Engineering and Management, KICEM, 12(2), pp.
101-110.
Sun, L., and Zhou, J. (2005). “Development of multiregime speed-density relationships by cluster analysis.” Transportation Research Record: Journal of the Transportation Research Board, 1934(07), pp.
64-71.
요약 :
이용자 비용은 SOC 시설물의 효율적 자산관리를 위한 LCCA에서 시설물의 생애주기, 관리자 비용 그리고 할인율과 함께 반 드시 고려되어야 하는 주요한 분석 항목이다. 특히, 도로분야에서는 청소 및 유지보수 등의 공사구간(Work zone)으로 인해 이용 자들에게 막대한 지체비용이 발생되는 경우가 많으며, 이와 같은 경우 관리자는 보다 합리적인 의사결정을 위해 관리자비용 뿐만 아니라 이용자비용까지도 고려해야만 한다. 그러나 최근까지도 대부분의 의사결정 단계에서 이용자 비용은 고려되지 않고 있으 며, 이에 관한 연구들도 활발하지 못한 실정이다. 본 연구에서는 교통류 모형과 교통시설 투자 평가 지침의 직접편익 산정 모델을 이용하여 의사결정 단계에서 필요한 이용자 비용 및 지체비용을 산정 하는 방법론을 제안한다. 그리고 2014년 실제 유지보수가 시 행되었던 국도 4개구간에 대해 VISSIM을 이용하여 교통류 모형을 추정하고 제안된 방법론을 토대로 이용자 비용 및 지체비용을 산정하였다. 분석결과, AADT 약 3만대의 A구간은 공사구간 발생 전 평균 17,569천원/km×day의 이용자 비용이 발생하는 것으 로 분석되었으며, 유지보수로 인해 1차로를 차단 할 경우 추가적으로 평균 10,193천원/km×day(158%)의 지체비용이 발생하는 것 으로 분석 되었다. AADT 약 2만대의 B구간과 D구간에서는 각각 1,507천원/km×day(115%), 1,985천원/km×day(119%)의 지체 비용이 발생되는 것으로 분석되었으며, AADT 약 1만대의 C구간에서는 262천원/km×day(105%)의 지체 비용이 발생하는 것으로 나타났다. 본 연구의 결과는 교통류 모형을 시뮬레이션 기반으로 추정함으로서 실제 적용에는 한계가 있다. 향후 실제 관측 자료 를 이용한 적정성 높은 모형의 개발과 시뮬레이션 검증을 통해 적용 가능성을 높이는 연구가 필요할 것으로 판단된다.
키워드 :
