초록
교통시설 투자사업의 편익을 추정하는데 있어서 여러 요인에 의해 오차가 존재할 수 있는데, 본 연구에서는 이용자 균형 통행배정모형과 종료기준을 대상으로 하여 분석을 수행하였다. 선행 연구결과 이용자 균형 통행배정 모형 이용시 통행배정모형의 종료기준 중 하나인 Relative Gap(RG)에 따라 통행시간 절감편익이 크게 달라질 수 있는 것으로 나타났다. 모형의 종료조건을 보다 엄격하게 적용할수록 결과값을 도출하는데 소요되는 시간이 기하급수적으로 증가하게 되므로 마냥 종료조건을 강화하는 것이 최선의 해결책은 아닌 것으로 판단된다. 따라서 이러한 변동률을 줄이고 편익추정 결과의 안정성을 향상시키기 위한 방안의 강구가 필요하다. 이에 본 연구에서는 통행배정 결과를 이용한 편익추정의 안정성 제고를 위해 편익산출 대상링크를 축소시키는 방안, 영향권에 대해 추출한 Sub-Area O/D 및 Network을 이용하는 방안, 통행배정 결과의 평균값을 이용하는 방안의 세가지 방안을 살펴보았다. 분석 결과 연속된 통행배정 결과의 5회 평균값을 이용하되, 편익의 규모에 따라 종료기준을 달리하는 방안이 가장 적정할 것으로 판단되었다. Sub-Area O/D 및 Network을 이용하는 방안의 경우 모형의 크기가 작아질수록 수렴속도는 향상되나 편익추정 결과가 과대 혹은 과소할 수 있는 것으로 나타났다. 본 연구에서 분석한 결과는 전국 단위의 O/D 및 Network을 이용하여 첨두시를 대상으로 하였으며, 사용하는 기초자료가 달라지거나 혼잡도가 다를 경우 적정 기준은 달라질 수 있다. 향후 5대 광역권 자료나 수도권 자료에 관한 분석 또한 필요할 것으로 예상된다.
When estimating the benefits from an investment project in the transportation sector, errors caused by many factors may exist. This study focuses on user equilibrium traffic assignment methods and stopping criteria. According to previous studies, when using a user equilibrium assignment model, the benefits of travel time savings can be effected by the relative gap value. As the stopping criteria decreases, the time needed for traffic assignment increases, so that lowering the criteria cannot be the best solution. Therefore, an effort is necessary to reduce this change rate and thus improve reliability. This paper considers three methods: reducing the links subject to benefit calculation, extracting sub-area O/D tables and networks, and applying the mean value of successive traffic assignment results. The results of the analysis show that the method using the mean value of five results is more proper than the other methods. Using the sub-area analysis method, if the study area is small the benefits of a project might be over- or under-estimated. This paper used a nationwide O/D table and network at peak time as a case study. The resulting patterns can differ according to basic data to be used in analysis. So further analysis using the data from metropolitan areas are needed.
