대중교통 카드(RF Card) 자료를 활용한 수도권 도시철도 운영기관 간 수입금 정산 방법론에 대한 연구

도시철도가 가지고 있는 쾌적성, 편리성 그리고 정시성의 장점은 도시철도의 등장 이후 그 이용률을 어느 수준까지 꾸준히 증가시켜왔다. 이에 따라 지자체를 비롯한 수도권은 지하철의 새로운 도입을 포함한 도시철도의 연장을 점차 증가시켜왔으며, 현재 수도권의 경우 2010년 현재 총 5개의 운영 기관이 총 14개 노선을 운영 중에 있다. 이러한 도시철도의 장점은 2004년 서울시 통합 대중교통개편과 2007년 수도권 통합 환승할인요금제 시행 이후 편리성과 연계성 측면에서 더욱 더 부각되고 있다. 하지만 이러한 대중교통 통합요금제의 시행은 그 동안 도시철도 운영기관 간의 수입금 정산 문제를 버스와 도시철도 문제로까지 확대시켜 좀 더 정확하고 복잡한 정산 방식의 필요성을 불러일으켰다. 이에 본 연구에서는 수도권 통합 환승할인요 금제 시행 이후 대중교통 운영기관 간 수입금 정산 문제를 다루었다. 구체적으로는 대중교통체계 개편 이후 본격적으로 도입된 대중교통 카드(RF Card) 자료로부터 수도권 도시철도 이용자료(O/D) 구축을 시작으로 일반화 비용 추정, 수입금 정산 알고리즘 제안, 끝으로 이를 반영한 사례 연구 순으로 연구를 진행하였다. 여기서 본 연구에서의 O/D 추출과정의 정확성 검증을 위해 일정기간 동안의 (주)한국스마트카드사에서 철도 운영기관에 지급한 수입금과 본 연구에서 도출된 철도부문의 O/D(수입금)를 비교·분석하였다. 또한 일반화 비용 추정을 위해 설문조사와 환승역 실태 조사를 시행하였고, 본 연구에서 구축한 유사 경로 검증을 위해 실제 도시철도 이용자의 통행경로를 조사하였다. 본 연구에서 제시한 방법론을 통해 현재 수도권 도시철도 운영기관 간 수입금 정산 문제뿐만이 아니라 향후 도입될 경전철 및 민자 철도의 수입금 정산 문제도 해결될 것으로 기대된다.

#도시철도 수입금 정산 방안 #Non-dominated Path #K-path Shortest Algorithm #Public Transportation Card Data #비지배 경로 #유사경로 탐색 알고리즘 #Generalized Cost #일반화 비용 #대중교통 카드 자료 #Metropolitan Railroad Revenue Allocation

참고문헌 (9)

참고문헌 신청

1. [보고서] - / 1987 / 수도권 전철․지하철연락 운임정산을 위한 조사연구

2. [학술지(정기간행물)] - 신성일 / 2004 / 교통망에 적합한 K 비루프 경로 탐색 알고리즘 / 대한교통학회지 22 (7) : 121 ~ 131

3. [학술지(정기간행물)] - 신성일 / 2004 / K 링크 비루프 최적경로 탐색알고리즘과 복합대중교통망에의 활용 / 교통정책연구

4. [학술지(정기간행물)] - 신성일 / 2005 / 수도권 도시철도 수입금 정산 분석모형 / 대한교통학회지 23 (5) : 157 ~ 167

5. [학술지(정기간행물)] - 윤지현 / 2007 / 서울시의 대중교통 통합거리비례요금제 하에서 운영기관 간 요금정산방안에 관한 연구 / 대한교통학회지 25 (1) : 37 ~ 47

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신성일

소속기관 서울연구원

주요연구분야 공학 > 기타공학 > 교통공학 TOP 5%

논문수 75 이용수 2,742

이창주

소속기관 United Nations ESCAP 교통부

주요연구분야 공학 > 기타공학 > 교통공학 TOP 5%

논문수 21 이용수 1,388

김찬성

소속기관 대한교통학회

주요연구분야 공학 > 기타공학 > 교통공학 TOP 10%

논문수 56 이용수 1,424

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-053-003366438

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (26)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)