서울시 지하철 이용자의 통행 수요와 토지 이용과의 관계

Abstract

한 도시 내 통행 흐름은 도시민이 일상생활을 영위하기 위하여 그들의 거주지와 통근·통학, 업무, 구매 및 개인 용무 등과 관련된 시설들이 위치하고 있는 지점들을 오가는 통행들이 모여서 형성되는 것으로 해당 도시의 인구 및 도시 기능의 분포, 이들 간의 기능적 연계를 가능하게 해주는 교통망의 구조와 밀접한 관계가 있다. 통행 흐름의 공간 구조는 고정되어 있는 것이 아니라 시간이 경과하면서 변화한다. 통행 흐름의 변화는 도시 시설의 입지와 교통망에 변화를 가져오며 도시 토지 이용의 공간 구조를 변화시키게 된다. 이는 결과적으로 다시 통행 흐름의 공간적 구조를 변화시키게 되므로 통행 흐름과 도시 토지 이용의 공간 구조는 이들 간의 역동적 관계를 고려하여 분석되어야 한다. 본 연구의 목적은 가장 높은 수송 분담률을 차지하고 있는 지하철 을 대상으로 서울시 지하철 이용자의 통행 수요와 토지 이용과의 관계를 밝히는 것이다. 연구 범위인 서울시를 대상으로 2000년, 2003년, 2006년 각 구와 동의 토지 이용 자료들과 서울시 1-8호선 지하철 통행량의 공간적 분포를 살펴보았다. 그 후, 토지 이용 상태를 반영하는 지리적 속성 변수를 설명 변수로 하는 다중 회귀 분석을 실시하여 선형 대수식을 도출하였다. 또한 선택된 설명 변수들의 적합성을 파악하기 위하여 공선성 진단과 이분산성 분석을 실시하였다. 2000년, 2003년, 2006년의 지하철 통행량의 공간적 분포를 보면, 강남역은 모든 년도에서 통행량이 가장 많았고, 강남역과 삼성역 사이의 2호선 역들이 우위인 것으로 나타났다. 강북의 도심 지역에 해당하는 종각, 시청, 을지로입구, 종로 3가, 서울역 등이 그 뒤를 이었다. 또한 서울대입구, 홍대입구, 혜화, 신촌 등 대학과 여가 문화 시설이 밀집한 역에서 통행량이 높았다. 그리고 신림, 강변, 잠실, 수유 등 대단위 아파트 단지가 위치하고 있는 역들에서 통행량이 높게 나타나고 있었다. 지하철 통행 수요와 토지 이용과의 관계를 2000년에서 2006년까지 시계열적으로 살펴보면, 분석 범위 중 구의 경우 사업체 수를 적용하였을 때 모든 년도에서 부동산업 및 임대업과 관련된 산업의 입지가 통행 수요를 유발하는 것으로 나타났다. 동의 경우 사업체 수를 적용하였을 때 금융 및 보험업, 부동산업 및 임대업, 사업 서비스업과 관련된 산업의 입지가 통행 수요를 발생시키는 것으로 나타났다. 종사자 수를 적용한 경우 도매 및 소매업, 금융 및 보험업, 부동산업 및 임대업, 오락, 문화, 및 운동 관련 산업이 입지한 곳에 종사하는 사람들이 공통적으로 통행 수요에 영향을 미치는 것으로 나타났다. 이러한 통행 수요와 토지 이용과의 관계식은 연구 대상 지역의 토지 이용 변화에 따른 통행 수요 예측 등의 문제에 적용 할 수 있을 뿐만 아니라, 토지 이용을 나타내는 변수들을 적용하여 통행 수요 데이터가 존재 하지 않는 다른 도시들에 대해서도 통행 수요를 추정할 수 있으므로, 다양한 교통 관련 연구를 위한 매우 귀중한 자료로 활용될 수 있다. 또한 장래 교통 정책 수립이나 주택 정책, 토지 이용 및 시설 입지 등 도시 계획과 공간 계획을 위한 중요한 기초 자료를 제공할 수 있을 것이다.|Traffic flows within a city is formed through collecting traffic coming and going at positions where citizens' residential area and their facilities related to going to workplace and school, business, purchase and personal affairs to live daily life. So it is closely linked with population of the city, the distribution of functions in the city, and the structure of a traffic network for functional connection between them. Space structure of the traffic flows is not fixed but changing as time goes by. Change of the traffic flows makes a difference in the location and traffic network of urban facilities, and the space structure of urban land usage. In result, this brings a change to the space structure of traffic flows again. Therefore, the space structure of traffic flows and urban land use should be analyzed considering dynamic relations between them. This study aims Seoul subway passengers' travel demand and land use. I searched the land use data by wards (gu) and villages (dong) and traffic counts of Seoul subway (line 1 to line 8) in 2000, 2003, and 2006. And then, I conducted multiple regression analysis which specifies geographical attribute variable as the explanatory variables and reflects the land use condition to draw a linear algebraic expression. Also I conducted collinearlity diagnostics and heteroscedasticity analysis to grasp the fitness of selected explanatory variables. After the consideration of space distribution on subway traffic counts, the traffic counts of Gangnam Station was highest in 2000, 2003 and 2006, and the stations of line 2 between Gangnam Station and Samsung Station showed high. The stations named Jonggak, City Hall, Euljiro 1-ga, Jongro 3-ga and Seoul Station which are located in the downtown area of Gangbuk follow them. Also the traffic counts of stations including Seoul Nat'l Univ., Hongik Univ., Hyehwa, and Shinchon where universities and leisure and cultural facilities are aggregated densely is high. And stations including Shilim, Gangbyeon, Jamsil, and Suyu with large-scale apartment complex show high traffic counts. The results drawing an equation from subway traffic counts and land use are as follows. Among analysis extents, in case of gu, the regression analysis for the number of business found that Real estate and renting and leasing is related to traffic counts. In case of conducting regression analysis on the number of business by dongs, Financial institutions and insurance, Real estate and renting and leasing and Business activities are related to traffic counts. According to conducting regression analysis on the number of business by dong, Wholesale and retail trade, Financial institutions and insurance, Real estate and renting and leasing and Recreational, cultural and sporting activities related to traffic counts. This equation on travel demand and land use could apply to not only some problems such as the expectation of travel demand according to the change of land use in corresponding districts for the study, but to variables which show the land use to assume travel demands of other cities that have no travel demand data. Therefore it could be very valuable data for various researches related to traffic. In addition, it could provide substantial basic data for the urban planning and space planning including the creation of future transportation policy or housing policy, land use and facility setting.