Mobile QR Code QR CODE : Journal of the Korean Society of Civil Engineers

  1. (사 미래도시교통연구원 원장)
  2. 종신회원․교신저자․영남대학교 도시공학과 부교수 (Corresponding Author․Yeungnam University․tpgist@yu.ac.kr)



도시철도, 대중교통, 대중교통 통행량, 교통카드 데이터, 빅 데이터
Urban rail transit, Public transit, Passenger flow, Transportation card data, Big data

1. 서 론

도시철도는 높은 수송능력과 정시성, 이동성 등 버스보다 높은 대중교통 서비스를 제공함으로서 대중교통 이용자의 편리성 증대 및 이용수요의 증대가 기대된다. 또한 도시철도 역사를 중심으로 한 역세권 개발과 같은 토지이용의 변화를 통해 지역경제 활성화와 토지의 효율적인 이용을 유도할 수 있는 장점이 있다.

이처럼 도시철도는 버스와 더불어 대도시 대중교통체계의 주축을 이루고 있으나 도시철도 개통시 대중교통체계의 효율적인 운영을 위해 도시철도와 중복되거나 유사한 버스노선은 부분조정이 불가결하게 이루어져 자칫 버스 이용수요의 감소와 그로 인한 운송수입금 감소는 지자체의 재정부담으로 이어질 수 있는 문제점이 있다.

지역의 대중교통 서비스가 전체적으로 개선됨에 따라 기존 비대중교통 이용자가 대중교통으로 전환되는 순효과가 발생해야 하는데 그렇지 못하고 대중교통수단 간의 전환이 주를 이룰 경우, 대중교통 서비스가 개선된다는 긍정적인 측면은 있으나 상대적으로 낮은 효용성을 가지는 버스의 이용수요 감소는 부정적인 측면으로 작용할 우려가 있다. 따라서 도시철도 개통 전과 후의 대중교통수요의 변화를 비교 분석하고 이를 통해 추가적으로 발생하는 문제점을 보완하고 개선할 수 있는 시책을 발굴하여 추진할 필요가 있을 것이다.

이러한 배경 하에, 본 연구의 목적은 경쟁적인 대중교통 시스템이 존재하는 도시에 추가 경쟁 노선을 도입한 경우, 대중교통 통행량의 변화를 분석하는 것이다. 이를 위해, 도시철도와 버스라는 2개의 대중교통 시스템이 존재하는 대구시에 새로운 도시철도 노선의 도입 전․후에 대한 대중교통 통행 변화를 분석하였다. 정확한 분석을 위해, 2015, 2016, 2019년 4월 두 번째주 1주일간 교통카드 빅 데이터를 수집하여 활용하였다.

2. 선행연구 검토

본 연구는 도시철도의 확장에 따른 대중교통수요의 변화를 살펴보고 정책적 시사점의 도출을 목적으로 하고 있으며, 이처럼 도시철도 개통으로 인한 영향에 관한 연구로는 도시철도 개통에 따른 주택가격이나 토지이용의 변화에 관한 연구와 교통 환경 변화에 따른 교통행태의 변화에 관한 연구가 있다. 먼저 Lee and Jin(2018)는 2017년에 개통된 우이신설 경전철 노선이 부동산 시장에 미치는 영향을 주택가격과 토지가격을 종합적으로 고려하여 살펴보고 정책적 시사점을 제시하였다.

또한 Do et al.(2015)은 대구도시철도 3호선 건설에 따른 아파트 가격 변동 및 가격결정요인을 중심으로 도시철도 역세권과 아파트 가격의 관계를 분석하였으며, Kang and Sung(2019)은 지하철역 인접성과 거래연도의 상호작용을 고려한 헤도닉 모형과 연도별 시간-변동 확률계수모형의 적용을 통하여 대전도시철도 개통 이후 12년 동안 지하철 인접성이 주택가격의 연도별 변화에 어떠한 영향을 미쳤는가를 연구하였다.

이처럼 도시철도 개통에 따른 영향에 관한 연구는 대부분 주택가격이나 토지이용의 변화 등이 주를 이루고 있으나, 통행행태의 변화나 대중교통 이용수요의 변화 등과 같은 교통분야의 연구는 제한적으로 이뤄져 왔다. Lim and Cho(2019)이 부산광역시의 16개 지역구 및 인접 통행권을 포괄한 지역패널 자료를 구축하여 2000년 이후 부산시 도시철도의 확장이 통근·통학인구 흐름을 어떻게 변화시켰는지 분석한 연구가 있다.

이 연구에서는 부산시의 도시철도로 인한 두 지역의 연결은 그렇지 않은 지역에 비해 통근․통학인구의 흐름이 증가하였고 지역 내 도시철도의 개통 또한 개통되지 않은 지역에 비해 통근․통학인구의 흐름이 높았다는 결과를 제시하였다. 또한 Yun et al.(2011)은 대구도시철도 경산구간 연장 개통 전과 후의 교통수단의 변화를 파악하고자 RP/SP 자료를 이용하여 교통수단별 도시철도로의 전환율을 분석하고 또한 도시철도로의 전환여부에 영향을 미치는 요인을 연구하였다.

본 연구는 기존에 다뤄지지 않았던 도시철도 개통에 따른 대중교통수요의 변화에 관한 연구로서 도시철도 개통으로 이동성이나 정시성, 편의성 측면에서 대중교통 서비스가 개선되어 대중교통 이용수요의 증대가 기대되지만 기존 버스이용수요로부터 전환되는 것인지, 아니면 비대중교통수단 이용자로부터 전환되어 총 대중교통수요의 증대 효과가 있는지에 대한 실증적 연구라는 측면에서 기존 연구와의 차별성을 가진다. 또한 기존 연구와 다르게 교통카드 자료 기반 대중교통 수요의 변화를 분석하고자 하였다.

3. 대구시 대중교통수요 변화 추이

3.1 대구시 도시철도의 개요

대구시에서 운행 중인 도시철도는 남서부 외곽의 대곡역에서 동부 외곽의 안심역을 연결하는 1호선(총연장 25.9 km, 30개 역)과 서부 외곽의 문양역과 대구시와 연접한 경산시의 영남대역을 연결하는 2호선(총 연장 31.4 km, 29개 역)이 있다. 또한 2015년 개통한 국내 최초의 상용 모노레일인 3호선이 대구시의 남북 외곽을 연결하고 있다(Fig. 1).

도시철도는 1997년 1호선 일부구간의 개통을 시작으로 2015년 3호선 개통까지 점진적으로 확충되어 왔으며, 효율적인 대중교통운영체계를 구축하기 위하여 도시철도 노선과 중복되거나 연계 강화를 위하여 버스노선을 조정하고 요금체계도 무료 환승제를 도입하여 대중교통 이용활성화를 도모하여 왔다.

Fig. 1. Urban Rail Transit Systems in Daegu Metropolitan City
../../Resources/KSCE/Ksce.2022.42.3.0371/fig1.png

3.2 대중교통수요 변화 추이

최근 9년간(2011년~2019년) 대구시 대중교통수요의 변화를 살펴보면(Fig. 2), 도시철도의 확충 및 버스노선개편, 다양한 대중교통 서비스의 개선 등의 시책들이 활발히 추진되어 왔음에도 불구하고 대중교통수요는 2013년 이후 연평균 0.6 %의 지속적인 감소 추이를 나타내고 있다. 대중교통 수단별로 보면, 도시철도는 지속적인 확충으로 연평균 4.7 %의 증가, 반면 버스는 연평균 3.5 %의 감소 추이를 나타내고 있다.

Fig. 2. Changes in Public Transit Demand with Respect to Transit Modes in Daegu Metropolitan City
../../Resources/KSCE/Ksce.2022.42.3.0371/fig2.png

이러한 변화가 인구의 감소에 기인한 것인지 검토하기 위하여 인구수 대비 대중교통수요의 비율을 분석하였다(Fig. 3). 그 결과 2013년 46.0 %를 정점으로 2019년 43.7 %까지 지속적으로 감소 추세를 나타내고 있으며, 최근 9년간 인구수가 연평균 0.2 % 감소한 반면, 인구수 대비 대중교통수요의 비율은 연평균 0.4 % 감소한 것으로 나타나 절대적인 대중교통수요가 다소 감소하고 있는 것으로 나타났다. 즉 인구 감소에 따른 대중교통수요의 총량 감소뿐만 아니라 도시철도의 지속적인 확충과 노선개편 등의 대중교통 서비스 개선을 위한 시책들이 추진되어 왔으나 대중교통수요의 증대로 이어지지 못하고 있다는 것을 알 수 있다.

Fig. 3. Changes in Population and Public Transit Demand in Daegu Metropolitan City
../../Resources/KSCE/Ksce.2022.42.3.0371/fig3.png

4. 도시철도 3호선 개통 전․후 대중교통 통행량 변화 분석

4.1 분석 자료의 개요 및 자료 정리

본 연구에서는 도시철도 3호선의 개통전과 후 대중교통 통행량 변화를 분석하기 위하여 교통카드 자료를 활용하였다. 즉, 도시철도 3호선 개통전인 2015년과 개통 후인 2016년, 그리고 최근인 2019년, 각 년도의 4월 첫째 주 평일 5일간의 대구시 도시철도와 대구시 및 경산시 버스 교통카드 자료를 적용하였다(Table 1).

Table 1. Description of Collected Data

Collection time

Operation status of line 3

Daily average number of data records

April 06 (Mon)~10 (Fri), 2015

before operation

1,872,000

April 04 (Mon)~08 (Fir), 2016

After operation

1,919,000

April 08 (Mon)~12 (Fri), 2019

After operation

1,866,000

경산시 자료를 포함한 것은 대구시와 경산시는 연접한 도시로 두 지역을 운행하는 다수의 버스노선을 공동배차 형태로 운행하고 있고 도시철도 2호선이 경산시 소재의 영남대학교까지 연장 개통되어 운행되고 있어 대중교통 이용자의 지역 구분이 어렵고 환승통행이 누락되는 문제점이 있다. 또한 경산시 버스이용수요의 50 % 이상이 대구방면 이용수요로서 대구시 대중교통수요에 영향을 미칠 것으로 판단되어 대구시와 경산시의 통합된 교통카드 자료를 분석에 이용하였다. 분석에 이용되는 교통카드 자료는 요금 정산을 위해 수집되므로 다양한 속성을 가진 데이터이다. 본 연구에서는 교통카드 정산업체로부터 Table 2와 같이 거래일자 및 시간, 카드ID, 환승형태 및 기관 등 총 17개의 변수로 구성된 자료를 제공받아 분석에 활용하였다.

Table 2. Information of Collected Transportation Card Data

Field

Description

Field

Description

X1

Transaction date

X10

General passenger fare

X2

Transaction time

X11

Number of transactions by student passengers

X3

Card ID

X12

Student passenger fare

X4

Transfer classification

X13

Number of transactions by children

X5

Transfer line type

X14

Children passenger fare

X6

Vehicle ID

X15

Classification of get in or off

X7

Transfer fare

X16

Line ID

X8

Total fare

X17

Station/bus stop ID

X9

Number of transactions by general passengers

Table 1에 제시된 바와 같이, 두 지역의 일평균 교통카드 자료수는 하차태크 포함하여 180만 건 이상의 빅 데이터(big data)라 할 수 있다. 따라서 본 연구에서는 프로그래밍 언어인 Fortran을 이용하여 자료의 전처리 과정을 거쳐 기초분석을 수행하였다.

전처리 과정을 통해 자료의 오류 검정은 크게 기대치 오류와 논리 오류로 구분하였고 먼저 기대치 오류는 승객수, 요금이 0인 경우, 선승과 환승ID가 일치하는 않는 경우이며, 논리 오류는 환승형태코드와 통행패턴의 불일치, 환승유무와 승하차시간 차의 일치성에 대해 오류 검정을 하였다. 본 연구에서 이용한 자료는 교통카드 정산업체로부터 제공받은 것으로 전처리 과정을 통해 오류를 검정하였으나 오류가 발생한 자료는 없었다.

통행량 집계는 수단별 단일통행 및 수단간 환승통행의 패턴을 총 36가지로 분류하고 이용자 유형별(일반, 청소년, 어린이)로 집계하였다.

4.2 대중교통 수단별 통행량 변화 분석

환승통행을 포함한 대중교통 수단별 통행량은 도시철도 3호선 개통전인 2015년은 일평균 1,255,607건이며, 도시철도 3호선 개통후인 2016년은 1,255,894건, 최근인 2019년은 1,204,111건으로 도시철도 3호선 개통 직후 287건 정도 증가하였으나, 이후 약 5만 건 정도 감소한 것으로 나타났다(Table 3). 또한, 2015년 3호선 개통전과 비교해 대중교통 수단별 이용건수의 변화를 살펴보면, 도시철도는 연평균 6.1 %의 지속적인 증가를 나타낸 반면, 대구버스는 연평균 -4.8 %, 경산버스는 연평균 2.4 %의 지속적인 감소를 나타내었다.

Table 3. Changes in Public Transit Passenger Flow by Introducing Urban Rail Transit Line 3 (Unit: number of tags/day)

Year

Buses in Daegu

Urban rail systems

Buses in Gyeongsan

Total

2015

803,021

374,509

78,076

1,255,607

2016

720,353

459,550

75,991

1,255,894

-82,668

85,041

-2,085

287

2019

659,032

474,118

70,961

1,204,111

-61,321

14,568

-5,030

-51,783

Percent of changes

-4.8 %

6.1 %

-2.4 %

-1.0 %

세부 통행패턴별로 비교해 보면(Table 4), 선승의 경우 경산버스는 도시철도 3호선 개통 후 다소 감소하였으나 대구버스는 약 6.3만 건 감소, 2019년에는 이전대비 약 4.5만건 감소하여 2015년 대비 약 10건의 큰 감소를 나타내었다. 반면 도시철도는 3호선 개통 후 호선별로 모두 증가하였으며, 이 중 3호선은 버스 통행량의 감소폭과 비슷한 약 6.6만 건으로 나타났다. 또한 환승통행의 경우 대구버스로의 환승통행은 도시철도 3호선 개통 후 약 2만 건 감소, 2019년에도 이전대비 약 1.3만 건이 감소하였으며, 대구버스에서 도시철도로의 환승도 3호선을 제외하고 감소한 것으로 나타났다.

전반적으로 경산버스의 통행량 감소는 큰 편이 아니지만 도시철도 3호선과 중복되는 노선을 조정한 대구버스는 크게 감소하였으며, 대중교통 이용건수 총량이 감소한 가운데 버스 통행량이 도시철도 3호선으로 전환된 것으로 나타났다. 이러한 결과는 도시철도 3호선 개통으로 대구시의 대중교통 간선망의 확충과 버스노선 조정으로 연계성을 강화하였으나 대중교통 전체 통행량 증가로는 이어지지 못했다는 것을 의미한다.

Table 4. Changes in Public Transit Passenger Flow by Travel Modes (Unit: number of tags/day)

Travel modes

Year 2015

Year 2016

Changes

(2016-2015)

Year 2019

Changes

(2019-2016)

Initial travel mode

Bus

Gyeongsan

62,315

61,102

-1,213

57,540

-3,562

Daegu

631,871

568,571

-63,300

523,969

-44,602

Rail

Line 1

150,298

156,354

6,056

170,875

14,520

Line 2

167,662

172,084

4,422

169,711

-2,373

Line 3

4

66,117

66,113

69,806

3,689

Transfer

Bus-bus

Daegu

132,970

111,871

-21,099

98,883

-12,988

Gyeongsan

11,089

10,281

-808

9,231

-1,049

Daegu

Bus-line 1

29,583

28,942

-641

28,033

-908

Gyeongsan

1,848

1,765

-83

1,599

-166

Daegu

Bus-line 2

21,473

19,646

-1,827

18,542

-1,104

Gyeongsan

3,633

3,645

11

3,567

-78

Daegu

Bus-line 3

8

10,754

10,746

11,727

972

Gyeongsan

0

242

242

258

16

Rail-bus

Daegu

38,180

39,911

1,731

36,180

-3,732

Gyeongsan

4,672

4,609

-64

4,189

-419

Total

1,255,607

1,255,894

287

1,204,111

-51,784

4.3 도시철도 3호선 개통에 따른 버스노선 조정의 영향 검토

대구시는 2015년 8월 대구도시철도 3호선 개통에 맞춰 노선 효율화를 위해 40대를 감차하고 17개 노선 신설 및 28개 노선 변경, 17개 노선 폐지를 시행하였다. 그 이후에도 매년 노선 변경이나 연장 등의 부분적인 노선조정을 시행하였으나 2015년 1,561대에서 40대 감차 후 2019년 하반기에 10대를 다시 증차하기까지 운행대수는 1,521대를 유지해 왔다.

또한 도시철도 3호선과의 연계성 강화 및 버스 접근성 개선을 위해 기존의 간선노선을 일반과 순환노선으로 구분하고 순환지선을 신설하였다.

도시철도 3호선 개통에 따른 중복노선과 비효율적인 노선의 조정을 통해 40대가 감차함에 따라 버스의 총 운행거리는 감소하였으나 폐지노선은 대부분 도시철도와 중복되는 노선을 대상으로 하였으며, 버스 서비스 취약지역을 위한 노선 신설과 변경 등으로 전반적인 대중교통 서비스는 악화되었다고 볼 수는 없다. 또한 앞선 분석을 통해 도시철도 3호선 개통 후 이용수요가 버스 통행량의 감소폭과 비슷한 약 6.6만 건으로 나타났다는 것은 버스노선 조정으로 도시철도 3호선 이용수요로 전환되었다는 것을 알 수 있다.

물론 버스노선 조정으로 이용불편에 따른 버스 이용수요의 감소가 없었다고 단언할 수는 없으나 분석 자료의 한계로 인과성을 검토하는 데는 연구의 한계가 있다. 다만 본 연구에서는 도시철도의 확장에 따른 전체 대중교통 수요의 변화를 검토하고자 하였고 2019년까지 버스이용수요의 검토를 통해 지속적인 노선조정을 통해 이용수요를 증대시키고자 하였으나 버스이용수요의 지속적인 감소는 단순히 운행대수의 감차가 주된 요인이라고 보기는 어려울 것으로 판단된다.

4.4 대중교통 통행패턴별 통행량 변화

도시철도 3호선 개통시 버스노선과의 중복을 최소화하고 대중교통체계의 효율성을 제고하기 위하여 버스노선개편을 시행하였다. 환승통행 비율의 증가가 대중교통운영 효율성의 절대적인 지표는 아니지만, 접근성이 높은 버스노선 중 도시철도 3호선과 중복되는 구간을 줄였고 기존 도시철도 1호선과 2호선이 동서축인 반면, 도시철도 3호선은 남북축으로 형성되어 도시철도 간의 환승통행도 증가할 것으로 예상된다.

이에 대한 변화를 파악하기 위하여 대중교통 통행패턴별 통행량 변화를 비교 분석하였다(Table 5). 본 분석에서는 경산지역 내 환승통행 변화를 배제하기 위하여 대구시 도시철도와 버스 자료만 분석에 이용하였다. 분석 결과, 총 이용건수 중 선승통행량 비율은 연평균 0.4 % 감소한 반면 환승통행량은 3.3 % 감소한 것으로 나타났으며, 버스와 버스 간의 환승통행 비율은 연평균 7.1 %로 가장 큰 감소를 나타내어 도시철도 3호선 개통 이후 환승통행의 비율이 증가한 것은 아닌 것으로 나타났다.

Table 5. Changes in Public Transit Passenger Flow by Travel Pattern (Unit: number of tags/day)

Travel pattern

Year 2015

Year 2016

Year 2019

Annual average changes

Passenger flow

Rate

Passenger flow

Rate

Passenger flow

Rate

Transfer

Bus-bus

132,970

11.3 %

111,871

9.5 %

98,883

8.7 %

-7.1 %

Bus-rail

56,545

4.8 %

64,994

5.5 %

63,726

5.6 %

3.0 %

Rail-bus

38,180

3.2 %

39,911

3.4 %

36,180

3.2 %

-1.3 %

Sub-total

227,695

19.3 %

216,776

18.4 %

198,789

17.5 %

-3.3 %

Initial travel mode

Bus

631,871

53.7 %

568,571

48.2 %

523,969

46.2 %

-4.6 %

Rail

317,965

27.0 %

394,556

33.4 %

410,392

36.2 %

6.6 %

Sub-total

949,836

80.7 %

963,127

81.6 %

934,361

82.5 %

-0.4 %

Total

1,177,531

100.0 %

1,179,903

100.0 %

1,133,150

100.0 %

-1.0 %

Note) Statistics are based on data collected in urban rail systems and buses in Daegu.

4.5 도시철도 노선별 통행량 변화

대구도시철도 노선별 통행량 변화를 살펴보면(Table 6), 3호선 개통 전에는 1호선이 전체 통행량의 48.5 %, 2호선이 51.5 %로 동서 간선축을 가로지는 2호선이 다소 높은 비율을 나타내었으며, 개통 후에는 3호선이 16.8 %, 1호선 40.7 %, 2호선 42.5 %로 통행량은 모두 증가한 것으로 나타났다.

반면 도시철도와 버스 간의 환승통행량은 소폭 감소한 것으로 나타나 기존 동서축에 남북축 노선의 개통으로 도시철도를 이용한 단일통행이 증가하여 버스와의 환승이 다소 감소한 것으로 파악된다. 이러한 환승통행량의 감소는 도시철도 3호선이 개통된 지 4년이 지난 최근까지 이어지고 있으며, 3호선의 통행량은 환승 통행을 포함하여 지속적으로 증가 추이를 나타내고 있다.

Table 6. Change in Urban Rail Transit Passenger Flow by Lines (Unit: number of tags/day)

Urban rail lines

Year 2015

Year 2016

Year 2019

Passenger flow

Rate

Passenger flow$^{1)}$

Rate

Passenger flow$^{2)}$

Rate

Line 1

Initial travel mode

150,298

82.7 %

156,354

(▴6,056)

83.6 %

170,875

(▴14,521)

85.2 %

Transfer

31,430

17.3 %

30,707

(▾723)

16.4 %

29,633

(▾1,074)

14.8 %

Sub-total

181,729

48.5 %

187,061

(▴5,332)

40.7 %

200,507

(▴13,446)

42.3 %

Line 2

Initial travel mode

167,662

87.0 %

172,084

(▴4,422)

88.1 %

169,711

(▾2,373)

88.5 %

Transfer

25,106

13.0 %

23,291

(▾1,815)

11.9 %

22,109

(▾1,182)

11.5 %

Sub-total

192,768

51.5 %

195,375

(▴2,607)

42.5 %

191,820

(▾3,555)

40.5 %

Line 3

Initial travel mode

-

-

66,117

85.7 %

69,806

(▴3,689)

85.3 %

Transfer

-

-

10,997

14.3 %

11,985

(▴988)

14.7 %

Sub-total

-

-

77,114

16.8 %

81,791

(▴4,677)

17.3 %

Total

374,497

100.0 %

459,550

(▴85,053)

100.0 %

474,118

(▴14,568)

100.0 %

Note 1) Changes from 2015, 2) Changes from 2016

5. 결론 및 향후 연구과제

본 연구에서는 도시철도 개통에 따른 대중교통 통행량의 변화에 대해 개통 전․후의 교통카드 자료를 이용하여 다양한 관점에서 실증적인 비교 분석을 실시하였다. 분석 결과, 기존 도시철도의 추가적인 개통으로 철도망 확장에 따른 통행량의 증가는 발생했으나 대중교통 전체 통행량의 변화는 미미한 것으로 나타났다. 또한, 기존 버스 통행량이 도시철도로 전환된 것이 대부분인 것으로 나타났다. 이는 교통수단 선택의 효용(utility) 측면에서 대중교통수단과 대비되는 승용차의 효용이 상대적으로 매우 커서 대중교통수단으로의 전환을 유도하기에는 역부족이었다고 볼 수 있다.

교통수단선택의 주요 변수인 통행속도를 살펴보면, 대구시의 경우 2019년 주요 간산도로 기준으로 승용차의 통행속도는 33.8 km/h, 버스는 18.4 km/h로 승용차가 버스보다 2배 정도 높으며, 서울시의 승용차 통행속도인 23.8 km/h보다도 10 km/h 정도 높은 수준이다(Table 7). 반면 버스는 서울시와 대구시의 버스유형이 상이하여 직접적으로 비교하기에는 오차가 있을 수 있으나 승용차와의 통행속도 차이는 약 5 km/h로 대구시 10 km/h보다 낮은 것을 알 수 있다.

Table 7. Average Travel Speeds of Personal Vehicle and Bus in Daegu Metropolitan city

Year

Mode

Average Travel Speed (km/h)

07:00~09:00

12:00~14:00

17:00~19:00

Average

Daegu

Seoul

2015

Personal vehicle

33.1

30.1

27.1

32.9

25.2

Bus

18.7

18.5

18.2

19.4

19.5

2016

Personal vehicle

33.7

29.6

27.3

30.0

24.2

Bus

19.1

18.8

18.3

18.7

20.7

2017

Personal vehicle

39.0

34.5

31.9

34.9

24.2

Bus

19.3

18.9

18.3

18.8

19.1

2018

Personal vehicle

38.6

34.0

31.8

34.5

23.9

Bus

19.2

18.9

18.8

18.9

18.7

2019

Personal vehicle

37.3

33.4

31.3

33.8

23.8

Bus

18.9

18.5

18.1

18.4

17.9

Source) 2019 Basic Studies on Traffic Volume and Speed (Daegu Metropolitan City, 2020. 6), Statistics on Travel Speed in Seoul (Seoul, 2020).

한편 3호선 개통에 따라 중복되거나 연관성 높은 버스노선을 부분조정 또는 감차함에 따라 버스 통행량이 감소한 것도 원인으로 볼 수 있으나 궁극적으로 전체 대중교통 통행량이 감소한 것은 승용차로부터 전환되는 통행이 미미했다고 볼 수 있다. 즉 도시철도의 개통으로 대중교통체계 전반의 서비스는 개선되었으나 승용차 이용을 억제하기 위한 교통수요관리 정책이 수반되지 않을 경우 대중교통수요의 증대 효과를 기대하는 데는 한계가 있음을 시사하고 있다.

물론 지역의 교통여건에 따라 차이는 있을 수 있으나 승용차와 대중교통 간의 효용 차이가 클 경우에는 도시철도 개통이나 버스 서비스 개선 등의 대중교통 정책뿐만 아니라 승용차 이용억제를 위한 관리정책이 수반될 필요가 있을 것이다. 아울러 도시철도 개통에 따른 기존 버스노선의 조정시 추가적인 대중교통수요 창출을 위해 도시철도 역사 중심의 환승노선 발굴 및 교통취약지역에 대한 노선정비 등 도시철도와 버스 간의 경쟁이 아니라 대중교통체계의 틀에서 효율성이 증대되도록 상생할 수 있는 대중교통 전체의 간․지선체계 정비도 필요할 것으로 판단된다.

본 연구에서는 대구시의 도시철도 3호선 개통 전․후의 교통카드 자료를 이용한 실증적인 비교 분석을 통해 정책적인 시사점을 제시하였으나 대중교통수요의 변화에 대한 인과관계를 보다 명확히 하기 위해서는 미시적인 통행행태의 변화나 버스노선 조정에 따른 이용수요의 변화 등 다양한 검토가 추가적으로 이뤄져야할 필요가 있다. 또한 승용차에서 대중교통수단으로 전환을 유도하기 위해서는 승용차와 대중교통수단의 선택효용에 대한 면밀한 분석을 통해 현황을 진단하고 나아가 어느 수준까지 대중교통수단의 선택효용을 높이고 승용차의 선택효용을 억제시켜야하는가에 대한 정량적인 연구가 필요할 것이다.

References

1 
Daegu Metropolitan City (2019). "Daegu metropolitan city information", Available at: https://www.daegu.go.kr/index.do?menu_id=00000238 (Accessed: May 12, 2021).URL
2 
Daegu Metropolitan City (2020). "2019 Basic studies on traffic volume and speed", Available at: http://car.daegu.go.kr/board/trafficData (Accessed: February 13, 2022).URL
3 
Do S. H., Kim E. J., Lee K. T. (2015). "A study on the relationship between subway station areas and apartment price: focusing on apartment price fluctuation by the construction of the Daegu subway line 3.", Korean Public Administration Quarterly, Vol. 27, No. 2, pp. 543-565 (in Korean)Google Search
4 
Kang J. W., Sung H. G. (2019). "Temporal reaction of house price based on the distance from subway station since its operation: Focused on 10-year experience after opening of the Daejeon urban transit line.", Journal of Korea Planning Association, Vol. 54, No. 2, pp. 54-66 (in Korean)Google Search
5 
Lee Y. H., Jin J. I. (2018). "The effects of public transit on housing prices: Focused on UI light rail transit.", The Journal of Real Estate Policy, Vol. 19, No. 2, pp. 175-197 (in Korean)Google Search
6 
Lim J. E., Cho S. H. (2019). "Commuting effect of metro rail expansions in metropolitan areas.", Journal of Korea Planning Association, Vol. 26, No. 3, pp. 13-27 (in Korean)Google Search
7 
Seoul (2020). "Statistics on travel speed in seoul", Available at: https://topis.seoul.go.kr/refRoom/openRefRoom_1.do (Accessed: February 13, 2022).URL
8 
Yun D. S., Park J. H., Yoo H. M. (2011). "Impact of urban rail transit expansion in a metropolitan area on the modal shift of residents of satellite city.", Journal of Transport Research, Vol. 18, No. 4, pp. 35-46 (in Korean)Google Search