Relationships Between Urban Infrastructure and Travel by the Elderly: Based on the Public Transit Trip Attraction Model for Dong

도시기반시설과 고령자 통행의 상관관계 분석:

행정동 단위 대중교통 통행유입 모형을 중심으로

이숭봉⋅정동재⋅장수은*

서울대학교 환경계획학과

Relationships Between Urban Infrastructure and Travel by the Elderly:

Based on the Public Transit Trip Attraction Model for Dong

LEE, Soong-bong⋅JUNG, Dongjae⋅CHANG, Justin S.*

Department of Environmenta Planning, Seoul National University, Seoul 151-742, Korea

Abstract

As Korea is predicted to be a super-aged society in the near future, transport policies that internalize the elderly have also drawn attentions. Even though some studies have examined the travel by the elderly with various motives, it is, however, difficult to find references that deal with the unique spatio-temporal characteristics of senior trips. For example, the models by time period have represented the temporal property while a set of independent variables associated with urban infrastructure have addressed the spatial feature. This study was conducted under a trip attraction model for transit.

The result shows that transit facilities, commercial areas, and hospitals are the dominant factors to explain the travel by the elderly, particularly during 09:00-17:00.

우리사회가 초고령 사회로 빠르게 진입하면서 고령자를 고려한 교통정책에 대한 관심이 증가하고 있다. 그동안 고령자 통행에 관한 상당한 연구가 수행되었으나, 고령자 통행의 시공간적 특성을 체계적으로 분석한 연구는 많지 않았다. 이에 본 연구는 대중교통 통행유입 모형을 바탕으로, 고령자 통행의 시간적 특성은 시간대별 모형으로, 공간적 특성은 도시기반시설 자료를 독립변수에 포함하여 설명하고자 하였다. 분석결과, 고령자 통행에 주로 영향을 미치는 도시기반시설은 대중교통시 설과 상업면적, 병원수로 나타났으며, 특히 09시-17시 사이에 영향이 큰 것으로 파악되었다.

Keywords

regression model, smart card data, trip attraction model, the elderly, urban infrastructure 회귀모형, 교통카드자료, 통행유입 모형, 고령자, 도시기반시설

* : Corresponding Author Received 15 January 2015, Accepted 20 April 2015

[email protected], Phone: +82-2-880-1444, Fax: +82-2-871-8847

Ⓒ Korean Society of Transportation

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Article

Travel mode Age

Total 65-69 70-74 75-79 80-84

Walking 39.3 33.5 39.7 46.4 52.8

Car 18.8 24.3 17.6 12.2 11.4

Bus 20.9 19.6 21.1 23.0 21.4

Train 7.8 8.9 8.0 6.1 5.0

Taxi 1.6 1.3 1.5 2.0 2.6

Motorcycle 4.3 4.0 4.9 4.6 2.5

Bicycle 4.2 4.2 4.5 3.9 3.3

Others 3.1 4.3 2.8 1.7 1.0

Total 100.0 100.0 100.0 100.0 100.0

source: Ministry of Land, Transport, and Maritime Affairs (2011) Table 1. Modal split by the elderly (unit: %)

서론

출생률 저하와 평균 수명 신장으로 세계 각국에서 고 령화 사회를 맞이하고 있다. 우리나라의 고령화도 빠른 속도로 진행되고 있다. 통계청의 인구추계에 따르면 2000년 고령자(65세 이상) 인구 비율은 8%를 넘어섰 고, 2050년에는 약 52%에 달할 전망이다. 이에 따라 고령인구의 특성과 고령화가 노동, 주택, 소비 등 사회 전반에 가져올 변화와 이에 대응한 정책에 관심이 높아 지고 있다.

교통부문에서는 고령자의 통행특성과 통행행태에 대 한 연구가 활발히 이루어지고 있다. 먼저 고령자의 통행 특성에 관해서는 통행빈도, 통행거리, 통행시간, 통행수 단, 통행목적, 통행장애요소, 통행시간대, 출발·도착지 분포 등이 검토되었다(Cho and Yun, 2002; Yun and Ahn, 2003, Ma and Yun, 2009; Choo et al., 2011; Choo et al., 2013). 다양한 통행특성 중에서 고령자의 통행시간대와 통행의 공간적 분포는 비고령자 의 그것들과 다른 것으로 공통되게 나타났다. 하지만 그 요인에 대한 체계적인 논의는 미미하고, 대부분 직접 설 문자료(Cho and Yun, 2002; Yun and Ahn, 2003), 가구통행실태조사자료(Ma and Yun, 2009;

Choo et al., 2011; Choo et al., 2013) 등 표본 자 료로 분석하였다는 한계가 있다.

고령자의 통행빈도(Choo et al., 2011; Choo et al., 2013; Han et al., 2012), 통행거리 및 시간 (Kim, 2013; Choo et al., 2011; Jung and Jeong, 2014), 교통수단선택(Cho and Yun, 2002; Yun and Ahn, 2003), 통행사슬(Lee et al., 2014), 활동 스케쥴(Seo et al., 2006) 등 통행행태에 대한 연구도 진행되고 있다. 통행행태 분석에서도 직접설문자료(Cho and Yun, 2002; Yun and Ahn, 2003), 가구통행실 태조사자료(Kim, 2013; Lee et al., 2014; Choo et al., 2011; Choo et al., 2013; Han et al., 2012) 등 표본 자료가 이용되었다. 독립변수로는 인구통계학적 특성(성별, 연령, 가구원수 등)과 사회경제적 특성(소 득, 직업, 운전면허, 승용차 보유대수 등) 등이 주로 고 려되며, 토지이용 특성(인구밀도, 종사자수, 연면적 등) 이 고려된 연구(Choo et al., 2013)는 제한적이다.

이에 본 연구는 전수 자료에 해당하는 대중교통 카드 자료와 토지이용 특성을 대표하는 도시기반시설 자료를 활용하여 고령자 통행의 시·공간적 분포와 그 요인에 대

해 체계적으로 분석하고자 한다. 이를 위해 먼저 Ⅱ장에 서는 연구방법론을 정립한다. 고령자 통행특성과 그 요 인 분석을 위한 다섯 가지 분석틀과 분석 모형을 설정한 다. Ⅲ장은 모형추정 결과를 제시하고 이를 바탕으로 주 요 시사점을 정리한다. 이어서 Ⅳ장에서는 본 연구의 성 과를 요약하고 정책적 시사점을 제안한다.

연구 방법론 1. 연구 설계

고령자 통행에 영향을 미치는 시·공간적 요인을 체계 적으로 살펴보기 위하여 다음의 분석틀을 설정한다.

첫째, 고령자와 비고령자의 통행행태를 비교, 분석한 다. Figure 1, Figure 2는 서울시의 고령자와 비고령 자의 거주분포를 나타낸 것이다. 고령자는 도심이나 강 남지역보다는 외곽지역에 분포하는 반면, 비고령자는 강 남구, 서초구, 송파구 등 이른바 강남3구에 주로 거주하 고 있음을 알 수 있다. 고령자 통행이 학계의 관심을 끌 게 된 근본적인 이유는 이러한 주거지 분포의 차이 외에 비고령자 통행과 구분되는 독특한 특성을 보이기 때문이 다. 따라서 양 집단을 동일 기준으로 비교할 때, 고령자 통행의 특성이 체계적으로 이해될 수 있으며, 이러한 설 계는 서론에서 살펴본 선행연구들의 일반적인 접근법이 기도 하다.

둘째, 대중교통을 대상으로 고령자 통행행태를 분석 한다. 최근 수행된 가구통행실태조사에서 65세 이상 고 령인구의 교통수단은 대중교통이 전체의 약 30%로 도 보를 제외하고 가장 높게 나타났다. 고령자일수록 대중 교통수단에 의존하게 된다는 Rosenbloom(2001)의 연

Figure 1. Number of the elderly in Seoul

Figure 2. Number of the non-elderly in Seoul

Figure 3. Hourly loading diversity

구결과도 고령자 통행에서 대중교통의 중요성을 뒷받침 한다.

본 연구는 2013년 5월 22일(수요일) 수도권 교통카 드자료로 고령자와 비고령자의 통행량 정보를 구축하였다.

수도권 교통카드는 수도권 전체 대중교통 이용자의 약 99%가 사용하고 있으며 특히 고령자는 교통카드로 무 임승차가 가능하여 전수 자료라 판단하여도 크게 무리가 없다.

셋째, 고령자 통행의 시간적 특성을 설명하기 위하여 시간대별 모형을 구축한다. 교통카드자료의 승차인원을

시간대별로 분석한 결과 두 집단의 통행행태에 큰 차이 가 나타났다. 비고령자는 오전, 오후 첨두시간과 야간에 통행 비율이 높은 반면 고령자는 9-17시 사이에 통행량 이 많고 늦은 오후 시간대의 통행량 비율이 상대적으로 낮았다. 이를 바탕으로 본 연구는 Figure 3과 같이 세가 지 시간대로 고령자와 비고령자의 통행특성을 살펴본다.

다만, 22시-익일 6시는 고령자의 통행이 많지 않아서 분 석에서 제외하였다.

넷째, 고령자 통행에 영향을 미치는 공간적 특성을 살 펴보기 위하여 토지이용 특성과 관련된 도시기반시설 변 수를 독립변수로 고려한다. 도시기반시설은 󰡔국토의 계 획 및 이용에 관한 법률󰡕에 의해 교통시설, 공간시설, 유 통·공급시설, 공공·문화체육시설, 방재시설, 보건위생시 설, 환경기초시설로 구분되며, 각각 다음의 시설(해당시 설 그 자체의 기능발휘와 이용을 위하여 필요한 부대시 설 및 편익시설 포함)을 포함한다.

① 교통시설 : 도로ㆍ철도ㆍ항만ㆍ공항ㆍ주차장 등

② 공간시설 : 광장ㆍ공원ㆍ녹지ㆍ유원지ㆍ공공공지

③ 유통ㆍ공급시설 : 유통업무설비, 수도ㆍ전기ㆍ가 스공급설비, 방송ㆍ통신시설, 공동구 등

④ 공공ㆍ문화체육시설 : 학교ㆍ운동장ㆍ공공청사ㆍ문 화시설ㆍ체육시설ㆍ도서관ㆍ연구시설ㆍ사회복지 시설ㆍ공공직업훈련시설ㆍ청소년수련시설

⑤ 방재시설 : 하천ㆍ유수지ㆍ방화설비 등

⑥ 보건위생시설 : 종합의료시설, 화장장ㆍ공동묘지ㆍ 납골시설 등

⑦ 환경기초시설 : 하수도ㆍ폐기물처리시설 등 환경기 초시설 등

본 연구는 고령자의 통행에 영향을 줄 것으로 판단되 는 교통시설, 공간시설, 공공ㆍ문화체육시설, 보건위생시 설 등을 독립변수로 고려한다. 이러한 도시기반시설의 공 급수준을 검토한 결과, Figure 4와 같이 지하철역은 강 서구, 서대문구, 동대문구 등 몇 개의 행정동을 제외하고 는 모든 행정동에 있다. 버스정류장은 도심외곽에 더 많 이 분포하고 있다. 주차장과 병원은 강남지역에 집중되어 있고, 노인복지시설은 도심지보다 외곽지역에 분포한다.

고령자는 주로 은평구, 노원구, 송파구, 성북구, 관악 구 등에 거주하는 것으로 나타나지만, 도시기반시설은 경제활동 인구가 주로 활동하는 강남지역과 여의도동, 종로구 등에 집중되어 있다. 즉, 그동안 도시기반시설은

Number of subway stations Number of bus stops Number of parking lots

Business areas in square kilometers Number of welfare facilities Number of hospitals

Figure 4. Distributions of urban infrastructure in Seoul

경제활동이 주로 발생되는 지역에 우선적으로 공급되었 으나, 이러한 전략이 초고령사회에도 여전히 유효한지는 검토의 대상일 것이다.

다섯째, 통행량은 도시기반시설 변수의 집계단위와 동일하게 행정동 단위로 집계한 자료를 사용한다. 교통 카드 이력자료는 승하차시간, 환승횟수, 정류장코드, 이 용자코드 등의 정보를 포함하고 있다. 여기서 정류장코 드는 행정동 코드와 매칭할 수 있다. 본 연구에서는 서울 시의 모든 정류장에 대해 시간대별로 승하차 인원을 집 계하였고, 각 정류장 코드를 행정동 코드와 매칭하여 시 간대별로 행정동 단위 집계자료를 구축하였다. 한편, MAUP(modifiable areal unit problem) 등 집계자 료 사용에 따른 생태적 오류(ecological fallacy) 가능 성이 제기될 수 있으나 이에 대한 논의는 본 연구의 범위 를 벗어나므로 후속 연구로 남긴다.

2. 분석 모형

1) 통행유입모형

서론에서 언급한 바와 같이, 본 연구의 목적은 고령자 통행의 시공간적 특성을 도시기반시설과 연관지어 분석 하는 것이다. 일반적으로 교통학에서 도시기반시설은 통

행유인 요인으로 이해되어 왔다. 본고 또한 통행유입모 형을 구축하여 관련 내용을 살펴보고자 한다.

앞 절에서 논의하였듯이, 분석 대상 자료는 이용자 계 층별(고령자, 비고령자), 통행시간대별(6-9시, 9-17시, 17-22시)로 분류된 행정동 단위 집계자료이다. 일반적 으로 집계자료는 장기적이고 거시적인 분석에 많이 활용 되고 비집계자료는 미시적이고, 단기적인 분석에 주로 사용된다. 집계자료에 의한 분석은 거시적인 측면에서 정책적 시사점을 도출하는데 효과적이며 이해하기도 쉬 운 장점이 있다.

종속변수는 교통카드자료를 통해 수집된 행정동별, 이용자계층별, 시간대별 수송실적자료(하차인원)가 사용 되었다. 통행유입에 영향을 미치는 독립변수로는 각종 사회경제지표와 고령자 통행의 공간적 특성을 반영하기 위하여 도시기반시설 변수를 고려하였다. 독립변수와 종 속변수의 인과관계는 식(1)과 같이 회귀모형을 통해 분 석하였다. 회귀분석은 통행유출량, 통행유입량 분석에 널리 적용되는 방법으로 하나의 종속변수와 2개 이상의 독립변수로 구성된 다중회귀모형을 구축하였다. 다중회 귀분석은 단순회귀분석을 확대시킨 것으로 종속변수의 총 분산을 보다 많이 설명하기 위해서 여러 개의 독립변 수를 투입하는 통계기법이다. 이 모형을 선택한 가장 큰 이유는 하나의 요인에 의해서 어떤 현상이 일어나는 경

Hourly passengers Average Standard deviation Departures by the elderly

06:00-09:00 103 122

09:00-17:00 172 248

17:00-22:00 109 180

Arrivals by the elderly

06:00-09:00 111 171

09:00-17:00 169 262

17:00-22:00 99 118

Departures by the non-elderly

06:00-09:00 1,966 1,742

09:00-17:00 1,124 1,166

17:00-22:00 1,933 2,884

Arrivals by the non-elderly

06:00-09:00 2,251 3,597

09:00-17:00 1,135 1,360

17:00-22:00 1,702 1,692

Table 2. Hourly passengers

받아서 특정현상이 일어나기 때문이다. 회귀분석은 모형 검증이 가능하다는 장점이 있으나, 종속변수와 독립변수 간의 관계가 통계적으로 유의함이 입증되어야 한다. 또 한, 다중회귀모형식의 경우 독립변수 간의 다중공선성 문제가 발생할 수 있다는 점에 유의해야 한다.



 

 



 



⋯ 





여기서,







^

^

모형설정을 위한 변수 선정방법에는 전진선택법 (forward selection), 후진제거법(backward selection), 단계적 선정법(stepwise selection) 등이 있으며, 본 연구에서는 단계적 선정법을 적용하였다. 이 방법은 전 방선정법과 후방제거법을 결합하여 변수를 추가하거나 제 거하는 과정을 동시에 고려하는 방법이다. 즉, 이미 진입 된 변수들과 제거되었던 변수들을 서로 교환할 수 있도록 하여 전진선택법, 후진제거법의 문제점을 보완한 것이다.

2) 회귀계수의 표준화

다중회귀분석에서 각 회귀계수(



^

 

 ⋯

분석 결과 1. 모형정립(Specification)

통행유입모형의 종속변수는 교통카드자료로부터 산정 된 고령자와 비고령자의 시간대별 대중교통 하차인원이

다. 이를 승차인원와 비교할 수 있도록 Table 2에 관련 통계를 정리하였다. 한편 Table 3에 제시한 바와 같이 독립변수는 크게 사회경제지표와 도시기반시설로 나뉜 다. 사회경제지표 변수로는 사업체수, 고용자수, 자동차 등록대수를, 도시기반시설 변수로는 교통시설(버스정류 장, 지하철역), 공간시설(용도지역별 면적), 공공문화체 육시설(노인복지시설), 보건위생시설 등을 포함하였다.

용도지역(녹지지역, 주거지역, 상업지역, 공업지역, 공 원)별 자료는 관련 GIS DB를 행정동 단위로 추출하였 고, 비용도지역 자료들은 서울시 통계자료를 이용하여 구축하였다.

구단위로만 집계되어 행정동별 자료로 추출할 수 없 는 지역구는 구단위 전체 자료에서 행정동의 인구비율을 이용하여 추정하였다. 또한 서울시에 총 30곳에만 존재 하는 노인복지관은 더미변수로 처리하였고, 노인복지관, 경로당, 노인교실을 모두 합한 수는 별도로 노인복지시 설로 분류하였다. 보건위생시설의 경우는 종합병원, 의 원, 민간병원 등으로 구성 되어있다.

2. 추정결과

통행유입모형 추정결과는 Table 4와 같다. 각 모형은 단계적 선택법으로 도출된 계층별, 시간대별 최적 모형 이다. 이를 바탕으로 주요 시사점을 정리한다.

우선 고령자 통행에서 교통시설(지하철역, 버스정류 장수), 병원시설은 모든 시간대에서 양(+)의 영향을 미

Variable Studies included the

variable Specification in this paper Average Standard

deviation Socio-economic

Company 2,3,4,6 Number of companies by dong 1,849 1,743

Employee 2,3,4,6 Number of employee by dong 10,800 16,343

Cars 1,2,3,4,7,9,10 Number of cars registered by dong 7,013 3,935

Urban infrastructure

Subway 1,7,10 Number of subway stations by dong 0.84 1.16

Bus 1,6,7 Number of bus stops by dong 57 37

Parking lots - Number of parking lots by dong 839 683

Parking spaces - Number of parking spaces by dong 8,481 5,873

Green areas - Green areas per square kilometer 0.48 1.30

Residential areas 8 Residential areas per square kilometer 0.85 0.77

Business areas 3,5,8 Business areas per square kilometer 0.05 0.16

Manufacturing areas - Manufacturing areas per square kilometer 0.04 0.20

Park areas - Park areas per square kilometer 0.14 0.52

Urbanization - Urbanization areas per square kilometer 0.95 0.77

Welfare facilities 5 Number of welfare facilities by dong 8.53 4.67

Welfare centers 5 1 if a dong has welfare centers; 0 otherwise 0.06 0.24

Hospitals 5 Number of hospitals by dong 36 34

Sick-beds - Number of sick-beds by dong 656 612

note: 1: Cho and Yun (2002), 2: Choo et al. (2011), 3: Choo et al.(2013), 4: Han et al. (2012), 5: Jung and Jeong (2014), 6: Kim (2013), 7: Lee et al. (2014), 8: Ma and Yoon (2009), 9: Seo et al. (2006), 10: Yun and Ahn (2003)

Table 3. Specification of trip attraction model

치는 것으로 나타났다. 교통시설은 대중교통 통행발생에 필수적인 요소로 정(+)의 효과는 직관에 부합한다. 병 원시설의 경우 통행유입력이 큰 도심지와 강남지역에 대 부분 분포하고 있어 양(+)의 영향을 주는 것으로 판단 된다. 그 외에 상업지역면적, 사업체수, 고령자(남) 등의 변수도 양(+)의 영향을 미치는 것으로 분석되었다. 반 면에 자동차 등록대수는 모든 시간대에서 음(-)의 부호 로 도출되었다. 즉, 자동차 등록대수는 고령자 통행에서 도 통행유입보다는 통행유출을 설명하는 주요 변수임이 재확인된다. 그밖에 노인복지시설은 오전첨두시간대에 음(-)의 영향을 미치는 것으로 나타났다. 이는 고령자라 도 오전시간대에는 노인복지시설을 이용하지 않거나, 노 인복지시설이 많은 지역으로 통행하지 않음을 의미한다.

마지막으로 모든 시간대에서 지하철역수는 가장 큰 영향 을 미치는 것으로 나타났다.

다음으로 비고령자의 통행유입요인도 시간대별로 채 택된 변수에 차이를 보였다. 교통시설(지하철역, 버스정 류장 수), 상업지역면적은 양(+)의 영향을 미치는 것으 로 나타났다. 교통시설은 고령자 통행과 그 원인이 같고, 상업지역면적은 출퇴근 등 경제활동인구로서의 비고령자 의 특징이 반영된 결과로 풀이된다. 종사자수는 시간대 6-9시, 9-17시에서는 양(+)의 영향을 미치는 변수로, 시간대 17-22시의 경우는 채택되지 않았다. 병원수는

출근시간대 외에 모두 채택되었다. 반면에 노인복지시설 은 예상대로 음(-)의 영향을 미치는 변수로 나타났다.

분석결과를 종합해보면 비고령자의 경우는 고령자에 비해서 사회경제활동과 관련된 변수들이 통행유입에 미 치는 영향이 훨씬 큰 것으로 나타났다. 단, 고령자의 경 우에도 양(+)의 영향을 미치지만 상대적인 크기는 작았 다. 또한, 비고령자의 경우 모든 시간대에서 노인여가복 지설은 음(-)의 영향을 미치며 상대적인 크기도 큰 것으 로 나타났다. 고령자의 통행이 많은 9-17시 시간대의 경 우에는 교통시설물, 병원, 상업면적에 대한 영향이 다른 시간대 보다 큰 것으로 분석되었다. 교통시설물(지하철 역, 버스정류장)은 이용계층과 시간대에 상관없이 모두 양(+)의 영향을 미치는 것으로 나타났으며, 고령자의 경우 비고령자에 비해 지하철역에 대한 영향이 더 큰 것으로 파악되었다. 또한, 주차시설과 나머지 용도지역 (공업, 주거, 녹지, 공원, 시가화면적)들은 모든 모형 에서 유효하지 않은 것으로 분석되었다. 결론적으로 고 령자의 통행에 주로 영향을 미치는 도시기반시설은 교 통시설(지하철역, 버스정류장)과 상업면적, 병원수로 나타났다. 비고령자의 통행에 주로 영향을 미치는 도시 기반시설도 고령자와 유사하나, 이는 도시기반시설이 도심 및 강남지역에 집중되어 나타나는 현상으로 풀이 된다.

User Time

period Independent variable

Nonstandard coefficient Standard coefficient

t-statistic P-value 



standard

errors ^

The elderly

6-9 Constant -.658 .056 　 -11.689 .000 0.632

Employee .674 .116 .249 5.796 .000

Cars -.281 .081 -.141 -3.487 .001

Subway 1.105 .066 .561 16.744 .000

Bus .187 .066 .098 2.843 .005

Business areas .440 .108 .145 4.056 .000

Welfare facilities -.160 .066 -.086 -2.417 .016

Hospitals .208 .086 .088 2.407 .017

9-17 Constant -2.576 .232 　 -11.110 .000 0.563

Company 1.747 .467 .175 3.742 .000

Cars -1.868 .331 -.229 -5.640 .000

Subway 4.369 .288 .543 15.182 .000

Bus .928 .284 .119 3.268 .001

Business areas 2.119 .475 .171 4.459 .000

Hospitals 1.314 .404 .136 3.251 .001

17-22 Constant -.480 .053 　 -8.995 .000 0.595

Cars -.282 .088 -.122 -3.199 .001

Subway 1.632 .074 .718 21.971 .000

Hospitals .433 .098 .158 4.402 .000

The non-elderly

6-9 Constant -14.893 1.243 　 -11.984 .000 0.576

Employee 24.701 2.307 .434 10.708 .000

Subway 12.870 1.484 .311 8.671 .000

Bus 5.241 1.439 .131 3.643 .000

Business areas 9.203 2.437 .144 3.777 .000

Welfare facilities -4.533 1.362 -.116 -3.328 .001

9-17 Constant -14.123 1.203 　 -11.737 .000 0.622

Employee 16.998 2.409 .296 7.056 .000

Subway 15.727 1.417 .376 11.101 .000

Bus 7.757 1.374 .192 5.647 .000

Business areas 9.538 2.328 .148 4.097 .000

Welfare facilities -5.954 1.313 -.151 -4.535 .000

Hospitals 6.694 1.810 .133 3.698 .000

17-22 Constant -8.275 .970 　 -8.532 .000 0.586

Subway 17.630 1.116 .543 15.799 .000

Bus 5.909 1.093 .188 5.404 .000

Business areas 5.750 1.751 .115 3.284 .001

Welfare facilities -2.977 1.055 -.097 -2.821 .005

Hospitals 10.178 1.344 .260 7.573 .000

Table 4. Estimation result of trip attraction model

결론

고령자의 건강 및 경제적인 수준이 개선됨에 따라 고 령자들의 통행증가와 함께 통행의 형태도 다양해지고 있 다. 이에 본 연구는 고령자 통행의 독특한 시공간적 특성 을 고려하고, 기존 연구에서 통상적으로 적용되던 사회 경제적 요인 외에 도시기반시설의 공급수준을 포함하여 통행유입에 영향을 미치는 요인을 분석하였다. 고령자의 통행량은 수도권(서울, 경기도, 인천) 교통카드자료를

바탕으로 시간대별 승ㆍ하차인원 자료를 행정동 단위로 구축하였다. 또한 도시기반시설 자료 역시 통행량 자료 와의 일관성을 확보하기 위하여 행정동 단위로 집계하였 다. 분석결과 고령자의 통행에 주로 영향을 미치는 도시 기반시설은 대중교통시설과 상업면적, 병원수로 나타났 으며, 특히 9시-17시 사이에 영향이 큰 것으로 파악되었 다. 비고령자의 통행에 주로 영향을 미치는 도시기반시 설도 고령자와 유사하나, 이는 도시기반시설이 도심 및 강남지역에 집중되어 나타나는 현상으로 풀이된다.

현재 서울시의 도시기반시설은 도심 및 강남지역에 집중적으로 개발되어 공급되어 있다. 하지만 고령자의 거주현황을 분석한 결과 은평구, 노원구, 관악구, 강서구 등에 폭넓게 분포되어 있으며 통행의 목적지도 다양하다.

따라서 초고령화 시대를 대비하여 고령자의 거주지역 분 포현황과 주요 통행목적지를 분석하고, 도시기반시설의 공급수준이 취약한 지역을 진단하여, 향후 교통 및 도시 기반시설 계획에서 고령인구의 통행을 반영한 계획 및 설계가 필요할 것으로 판단된다.

ACKNOWLEDGEMENT

This work was supported by the BK 21 Plus program (5281-20130100) of the National Research Foundation of Korea.

REFERENCES

Cho N. G., Yun D. S. (2002), Mode Choice Factors of the Elderly, The Korea Spatial Planning Review, 33, 129-144.

Choo S. H., Lee H. S., Shin H. J. (2013), Analyzing Changes in Travel Behavior of the Elderly Using Travel Diary Survey Data in Seoul Metropolitan Area, The Korea Spatial Planning Review, 76, 31-45.

Choo S. H., Song J. I., Kwon B. S. (2011), Exploring Key Factors Influencing Travel of the Elderly : A Case of Seoul Metropolitan Area, The Journal of Korea Planners Association, 46(2), 235-250.

Hahn J. S., Oh S. H., Park J. I., Kim J. K. (2012), A Study on the Factors Concerning Non-Work Trip of the Elderly People: A case of Seoul Metropolitan Area, J.

Korean Soc. Transp., 30(4), Korean Society of Transportation, 61-70.

Jung E. J., Jeong B. H. (2014), A Study on Travel Behavior and Residential Location Choice of the Elderly by Residential Location Effects, Journal of the Korean Urban Management Association, 27(2), 111-132.

Kim W. C. (2013), A Study on the Heterogeneity of Leisure Travel Time Between Elderly and Non Elderly People - Focusing on Urban and Rural Areas in South Chungcheong Province, The Journal of The

Korea Institute of Intelligent Transport Systems, 12(5), 89-97.

Lee H. S., Choo S. H., Kim J. Y. (2014), Analyzing the Characteristics of Trip Chaining Activities of the Elderly in Seoul Metropolitan Area, The Journal of the Korea Institute of Intelligent Transport Systems, 13(2), 68-79.

Ma K. R., Yoon Y. H. (2009), A Study on the Changes in Travel Mode Choice of the Elderly, Seoul Studies, 10(4), 159-171.

Rosenbloom S. (2001), Sustainability and Automobility Among the Elderly: An International Assessment, Transportation, 28(4), 375-408.

Seo S. E., Chung J. H., Kim S. G. (2006), Analysis of the Elderly Travel Characteristics and Travel Behavior with Daily Activity Schedules (the Case of Seoul, Korea), J. Korean Soc. Transp., 24(5), Korean Society of Transportation, 89-108.

Yun D. S., Ahn Y. H. (2003), Analysis of the Elderly’s Travel Characteristics and Travel Behavior, The Journal of Korea Planners Association, 38(7), 91-107.

♧ 주 작 성 자 : 이숭봉

♧ 교 신 저 자 : 장수은

♧ 논문투고일 : 2015. 1. 15

♧ 논문심사일 : 2015. 2. 27 (1차) 2015. 4. 3 (2차) 2015. 4. 20 (3차)

♧ 심사판정일 : 2015. 4. 20

♧ 반론접수기한 : 2015. 10. 31

♧ 3인 익명 심사필

♧ 1인 abstract 교정필