메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
연구보고서
저자정보
김종학 (국토연구원) 임현섭 (국토연구원) 윤서연 (국토연구원) 장요한 (국토연구원)
저널정보
국토연구원 국토정책 Brief 국토정책 Brief 제862호
발행연도
2022.4
수록면
1 - 6 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
① 과거 설문조사 등으로 파악했던 개인의 하루 이동궤적을 최근에는 스마트폰의 GPS 기술이 적용된 앱(App)을 통해 빅데이터 형태로 수집 가능
② 집과 직장만을 오가는 모빌리티 패턴을 MP1(Mobility Pattern 1, 집-직장)으로 규정하고 중간통행이 발생할 때마다 MP2, MP3 등으로 해당 패턴을 구분
③ 모빌리티 패턴 분석결과, MP1의 발생 비율이 36.8%로 가장 높았고, 주말발생 비율이 주중발생 비율보다 2.8%p 높았음
④ 모빌리티 빅데이터로 코로나 발생 이전(2020년 1월 6일~1월 12일)과 이후(2021년 3월 8일~3월 14일)의 총 통행량 비교 결과, 코로나 발생 이전에 비해 발생 이후의 통행량이 7.4% 감소했고 주말감소율이 주중보다 2.3배 높아 주중은 5.8%, 주말은 13.5% 감소한 것으로 나타났음
⑤ 코로나 발생 전후 모빌리티 패턴 변화는 코로나 발생 이후 MP1(예: 집-직장)의 주중 통행량만 3.1% 증가하였고 이외 모빌리티 패턴 통행량은 모두 감소한 것으로 나타남 (MP2: 주중 10.9% 감소, 주말 16.0% 감소 / MP3: 주중 10.9% 감소, 주말 17.3% 감소)

목차

[주요내용]
[정책방안]
[1. 위치기반 모빌리티 활용 가능성]
스마트폰 앱(App)으로 수집된 빅데이터로 모빌리티 패턴 분석
빅데이터 시각화 결과 읍면동 이하 통행까지 이동을 파악
[2. 모빌리티 패턴 분석방법]
모빌리티 패턴은 활동개념을 이해하고 활용 빅데이터의 특징을 파악하여 분석
빅데이터로 모빌리티 패턴을 파악할 때 개인의 일간 통행발생 시점 구분이 중요
[3. 모빌리티 패턴 분석결과]
모빌리티 패턴 발생 비율이 가장 높은 것은 MP1(36.8%)
모빌리티 패턴별 통행시간은 24-36분 사이에 분포
[4. 코로나 발생 전후 모빌리티 패턴 변화]
코로나 발생 이후 총 통행량은 약 7.4% 감소, 주말감소가 주중감소보다 2.3배 높았음
주중 MP1(예: 집-직장)만 약 3.1% 증가, 이외 모빌리티 패턴은 모두 감소해 주중 필수통행 위주로 통행이 이루어진 것으로 나타남
[5. 활용방안]
생활인구 개념 도입을 위한 기초 분석자료로 활용 가능
모빌리티 패턴 시각화 자료는 다양한 공간위계별 정책 수립에 활용 가능
모빌리티 빅데이터는 별도의 조사 없이 교통DB 구축을 위한 보완자료로 활용 가능

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-350-000107432