• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.209-237
• /
• 2012

오늘날의 소비자들은 가격, 제품의 품질 등 실용적 가치 보다 쇼핑의 즐거움, 라이프스타일의 구현, 매력적인 점포쇼핑환경, 브랜드 애착심 등의 정서적 가치를 더 중요하게 생각하고 있다. 이처럼 소비자들은 단순히 상품만을 구매하기보다는 다양한 가치를 얻기 위해 쇼핑을 한다는 사실은 여러 연구에서 제안되었다(안광호와 이하늘 2011; Mathwick 등 2001). 이렇듯 소매점포 선택과 관련한 소비자행동차원의 쇼핑경험가치와 브랜드자산에 대한 중요성과 관심이 높아지고 있지만 관련 연구는 미미한 실정이며 이와 관련한 비교문화적 연구는 매우 미비한 실정이다(황순호 2010). 본 연구는 한국과 중국의 소비자들의 소매점포 선택과 관련한 소비자행동연구의 필요에 의해 시작되었다. 또한 소비자행동분야에서 소비자 경험이 중시되면서 소매점내 쇼핑경험가치에 초점을 맞추었다. 본 연구는 정치, 경제, 사회, 문화적으로 서로 다른 한국과 중국의 소비자들을 대상으로 대형할인점 소매점포에서 고객들이 지각하는 쇼핑 경험가치와 브랜드자산과의 관계를 밝혀내고 이를 통해 점포 충성도와의 관계를 찾아내어 소매점의 쇼핑 경험가치와 관련된 시사점을 찾아내기 위한 국가 간 비교 연구를 시도하였다. 본 연구는 이론적 배경으로 쇼핑가치와 유통브랜드 자산, 그리고 점포 충성도에 대한 이론적 배경을 소개하였으며, 가설 검증을 위한 자료 수집을 위하여 한국과 중국의 대형할인점 고객들을 대상으로 한국과 중국의 대도시 (서울 과 북경) 소비자들을 표본프레임으로 설정하고, 대면 설문조사를 실시하였다. 연구의 결과 한중간 소비성향 차이 비교에 대한 결과를 요약하면 다음과 같다. 첫째, 한국소비자와 중국 소비자 간의 소비성향차이를 검정한 결과 중국 소비자들은 심미적 소비성향과 상징적 소비성향의 평균값이 한국 소비자들에 비해 높게 나타났으며 한국 소비자들은 쾌락적 소비성향이 중국소비자들에 비해 상대적으로 높은 것으로 나타났다. 둘째, 대형할인점에 대한 한국과 중국의 브랜드 자산 지각에 대한 연구결과 중국에 비해 한국 소비자들이 브랜드 인지와 브랜드 이미지를 모두 높게 지각하는 것으로 나타났다. 셋째, 한국과 중국에서 편의점과 할인점 이용 고객들이 지각하는 소매점에서의 쇼핑경험에 대한 탐색적 요인분석결과 각각의 국가에 따라 각기 다른 쇼핑경험가치가 나타났다. 한국의 할인점에서는 소비자이익 가치, 심미성가치, 유희성 가치가 중요한 쇼핑가치로 도출되었다. 또한 중국의 할인점에서는 유희성 가치, 심미성 가치, 소비자이익 가치, 서비스우수 가치가 중요한 쇼핑경험가치로 도출되었다. 이러한 연구의 목적에 대한 실증적 분석을 바탕으로 한국과 중국의 대형할인점 소비자들의 쇼핑경험가치과 브랜드자산을 바탕으로 한국의 대형할인점에 있어서 경험가치의 이론적 중요성에 관한 새로운 통찰력을 제공하여 주며 충성도 제고에 있어서 브랜드관리의 중요성에 대한 이론적 시사점을 제공하여 준다. 이와 더불어 유통의 국제화 시대에 있어서 대형할인점의 국제화에 요구되는 한국과 중국 간의 고객 가치의 차이점에 대한 비교문화적 관점에서 중요한 실무적 시사점을 제시한다. 즉, 해외유통전략을 실행하는데 있어서 쇼핑가치에 기반한 현지화 전략의 중요성에 대한 시사점을 제시하여 주며 국가차원에서의 차별적 유통전략의 개발 필요성을 제안하여 준다.

• 중소기업연구
• /
• 제31권2호
• /
• pp.19-37
• /
• 2009

본 연구의 목적은 인적자원의 혁신성과 학습지향성이 혁신효과 및 사업성과에 미치는 영향관계를 연구함에 있어 중소기업과 대기업의 차이를 알아보는 것이었다. 다양한 업종의 실무자 479명으로부터 수집한 설문자료를 t-검정, 회귀분석 등을 이용하여 분석하였다. 연구결과에서 대기업은 중소기업에 비해 인적자원의 혁신성, 학습지향성, 혁신효과, 사업성과 면에서 더 높은 수준을 보였다. 혁신효과를 종속변인으로 한 회귀분석 결과에서 인적자원의 혁신성, 학습지향성, 인적자원의 혁신성-학습지향성의 상호 작용 변인이 혁신효과에 영향을 미치는 것으로 나타났고, 기업규모의 조절효과도 확인되어 중소기업의 경우 대기업에 비해 인적자원의 혁신성이 혁신효과에 미치는 영향이 더 크고, 대기업의 경우 중소기업에 비해 학습지향성이 혁신효과에 미치는 영향이 더 크다는 사실을 알 수 있었다. 사업성과를 종속변인으로 한 회귀 분석 결과에서는 학습지향성, 혁신효과, 인적자원의 혁신성-학습지향성의 상호작용 변인이 유의한 영향을 미치는 것으로 나타났으며, 기업규모의 조절효과가 확인되었다. 연구결과를 토대로 기업을 위한 시사점이 제시되었는데, 중소기업과 대기업 모두 혁신효과와 사업성과를 끌어올리기 위해 인적자원의 혁신성과 학습 지향적 문화의 확산에 고루 투자함으로서 성공적인 혁신 상품과 서비스 개발을 이루고, 궁극적으로 사업성과의 향상에 기여할 수 있을 것이다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.175-191
• /
• 2011

국가신성장동력으로MICE(Meeting, Incentive travel, Convention, Exhibition) 산업이각광받으면서국내전시산업에 대한 관심이 드높아 지고 있다. 이에 따라 국내 전시산업(domestic exhibition industry)도 미국이나 유럽과 같이 전시성과를 향상시키기 위한 다양한 연구가 진행 중이다. 그 중에서도 전시환경이나 전시기법 등에 따라 관람효과가 다르기 때문에 지능형 정보기술을 이용하여 전시장에 방문한 참관객의 참관패턴을 분석하여 참관객을 이해하고 더 나아가 참여업체 간의 연관관계 도출 및 전시회의 성과를 높이고자 하는 연구들이 진행되고 있다. 그런데, 이러한 기존의 부스추천시스템과 관련된 연구를 살펴보면 시스템적인 관점에서 추천의 정확성만을 논하고 있을 뿐 추천을 통한 참관객의 행동이나 인식의 변화에 대해서는 충분히 논의하고 있지 못하다. 부스추천시스템(Booth Recommendation System)은 참관객의 부스방문 정보를 바탕으로 참관객에게 적절한 부스를 추천하기 때문에 참관객은 사전에 계획하지 않은 전시장을 방문하게 될 수 있다. 이 때 참관객은 계획하지 않은 방문행동을 통해서 만족할 수도 있지만 추천과 정이 번거롭다거나 자유롭게 참관을 하는데 방해가 된다고 생각할 수 있다. 이 경우 참관객의 자유로운 관람보다 오히려 더 좋지 않은 성과를 낼 수 있다. 따라서 부스 추천시스템을 전시장에 적용하기 위해서는 시스템의 성과에 미치는 영향요인이 무엇인지 전반적으로 검토하고, 부스추천시스템이 참관객의 계획되지 않은 방문행동에 미치는 영향에 대해 면밀히 검토해야 한다. 이에 본 연구에서는 부스추천시스템의 성과에 영향을 미치는 요인이 무엇인지 이론과 기존문헌을 통해 살펴보고자 하였다. 또한, 참관객의 지각된 부스추천시스템의 성과가 참관객의 계획되지 않은 행동에 대한 만족도와 부스추천시스템의 재사용의도에 어떤 영향을 미치는지 살펴보고자 하였다. 이러한 연구목적을 달성하기 위한 이론적 프레임워크로 본 연구는 계획되지 않은 행동이론(Unplanned Behavior Theory)을 도입하였다. 계획되지 않은 행동(unplanned behavior)이란 "소비자들이 사전에 계획하지 되지 않은 채 실행된 어떤 행동"으로 정의할 수 있다. 소비자들의 계획되지 않은 행동은 그 동안 마케팅 등 다양한 분야에서 연구되어 왔다. 특히, 마케팅에서는 계획되지 않은 행동 중 계획되지 않은 구매(unplanned purchasing)에 많은 관심을 두어 왔는데 이 개념은 종종 충동적 구매(impulsive purchasing)와 혼동되어 사용되곤 하였다. 그런데, 충동적 구매가 갑자기 무엇인가 구매를 해야하는 강하고 지속적인 충동(urge)이라고 본다면 계획되지 않은 구매는 구매의사결정의 시점이 상점에 들어가기 전이 아닌 상점 내에서 수행된다는 점이 다르다. 즉, 모든 충동적 구매는 비계획적이나, 모든 계획되지 않은 구매가 충동적인 구매는 아니다. 그런데, 왜 소비자들은 계획되지 않은 행동을 하는가? 이에 대해서는 학자들에 따라 여러 가지 의견이 있으나 소비자가 사전에 철저한 계획을 수립하지 않고 따라서 중간에 계획을 변화시킬만한 유연성(flexibility)이 있기 때문이라는 점에 일관된 의견을 보인다. 즉, 계획되지 않은 행동을 하는데 많은 비용이 소요된다면 소비자들은 사전에 수립한 계획을 변경하기 어렵게 될 것이기 때문이다. 본 연구에서 살펴보고자 하는 전시장 역시 참관객들은 방문하기 전에 전시장이 어떤 프로그램으로 구성되어 있는지 살펴보고, 어떤 부스를 방문할지를 사전에 계획하게 된다. 그 이유는 참관객들이 전시장 방문에 투입할 수 있는 시간은 한정되어 있는 반면에 전시회는 대규모의 다양한 부스로 운영되기 때문에 참관객들이 모든 부스를 참관한다는 것이 현실적으로 불가능하기 때문이다. 따라서 본 연구에서 제시하는 부스추천시스템이 참관객이 선호할 만한 부스를 추천하게 되면 참관객은 자신의 계획을 변화시켜서 부스추천시스템이 추천한 부스를 방문하게 된다. 이러한 방문행동은 소비자가 상점을 방문하거나, 관광객이 관광지에서 계획하지 않은 행동을 하는 것과 유사한 측면에서 이해가 가능하며 특히 최근 여행소비자들이 정보기기의 영향으로 계획되지 않은 행동을 하는 경우가 부쩍 증가한 추세와 동일한 맥락에서 이해가 가능하다. 이에 다음과 같은 연구모형을 설정하였다. 이 연구모형은 참관객이 지각한 부스추천시스템의 성과(performance)를 매개변수로 하고 있는데 이 성과에 영향을 미치는 요인으로 부스추천시스템에 대한 신뢰(trust), 전시장 참관객의 지식수준 (knowledge level), 부스 추천시스템의 기대된 개인화 (expected personalization) 그리고 부스추천시스템의 자유위협(threat to freedom)을 영향요인으로 파악하였다. 또한, 지각된 부스추천시스템 성과와 계획되지 않은 행동에 대한 참관객의 만족도와 향후 부스추천시스템의 재사용의도간의 인과관계도 파악하고자 하였다. 이 때 부스추천시스템에대한신뢰는권한(competence), 자선(benevolence), 그리고진실(integrity)의2차요인(2nd order factor)으로구성하고, 나머지 요인들은 1차 요인으로 구성하였다. 이를 검증하기 위해 2011 DMC Culture Open 행사에서 부스추천시스템을 테스트하기 위하여 시스템을 개발하고, 101명의 참관객을 대상으로 실증조사를 하여 분석하였다. 분석결과 첫째, 부스추천시스템에 있어서 참관객의 신뢰가 가장 중요한 요소이며 실제 해당 부스추천시스템을 이용한 참관객들은 신뢰를 통해 부스추천시스템이 성과 있다고 인식하였다. 둘째, 참관객의 지식수준 역시 부스추천시스템의 성과에 유의한 영향을 미쳤는데 이는 추천의 성과가 전시장에 대한 사전적 이해가 필요함을 의미한다. 즉, 전시장에 대한 이해가 높은 참관객이 부스추천시스템의 유용성을 더 잘 파악하는 것으로 나타났다. 셋째, 기대된 개인화 수준은 성과에 유의한 영향을 미치지 못했는데 이는 기존 연구와 다른 결과로 본 연구에 사용된 부스추천시스템이 충분히 개인화 서비스를 제공하지 못했기 때문이라고 판단된다. 넷째, 부스추천시스템의 추천정보는 개인의 자유를 위협하거나 제한한다고 느끼지 않음으로 충분히 유용한 가치를 갖는다고 할 수 있다. 끝으로 부스정보시스템의 높은 성과는 참관객들의 계획되지 않은 행동에 대한 높은 만족도와 향후에도 부스추천시스템을 재사용할 의도를 만드는 것으로 나타났다. 이와 같이 본 연구는 부스추천시스템이 야기하는 참관객의 계획되지 않은 부스방문행동에 미치는 영향력을 분석하기 위해 계획되지 않은 행동이론을 중심으로 실증자료를 이용하여 분석하고, 이를 통해 향후 부스추천시스템의 구축 및 설계에 유용한 시사점을 도출할 수 있었다. 향후에는 보다 정교한 설문구성과 측정대상을 이용하여 추가적인 검토가 필요할 것으로 기대된다.

• 한국잡초학회지
• /
• 제2권2호
• /
• pp.75-113
• /
• 1982

우리 나라 하전작물재배(夏田作物栽培)에 있어서 잡초방제(雜草防除) 기술개발(技術開發)의 기초자료(基礎資料)로 공여(供與)하고자 1980, 1981년(년)의 2개년간(個年間)에 서울대학교(大學校) 농과대학(農科大學) 실험농장(實驗農場)에서 첫째, 하전작물(夏田作物) 잡초(雜草)에 관(關)한 시험(試驗)을 표본(標本) Quadrat(종자(格子))의 형태(形態), 크기 및 표본추출회수(標本抽出回數)가 잡초조사(雜草調査) 성적(成績)에 미치는 영향의 구명(究明), 둘째, 밭의 하계잡초발생(夏季雜草發生) 생장(生長) 및 번식력(繁殖力)과 군락(群落) 및 그 특성(特性)에 관(關)한 조사연구(調査硏究), 셋째, 콩품종(品種) 수원(水原)94호(號)를 재료(材料)로 하여 단작(單作)과 맥후작(麥後作) 재배조건하(栽培條件下)에서 각각(各各) 잡초방임구(雜草放任區)와 제초구(除草區)를 설정(設定)하고 콩의 재식거리(裁植距離)를 60${\times}$20 cm, 60${\times}$15 cm, 60${\times}$10 cm, 60${\times}$5 cm로 달리한 다음 콩의 종내(種內) 개체간(個體間) 경합성(競合性) 및 콩과 잡초(雜草)와의 종간(種間) 경합성(競合性)의 구명(究明) 등(等)을 목적(目的)으로 하여 수행(遂行)한 조사(調査) 연구(硏究) 결과(結果)는 다음과 같다. 1. 잡초시험(雜草試驗)에 있어서의 조사방법(調査方法)과 밭의 하계잡초(夏季雜草) 발생(發生) 생장(生長) 및 군락(群落)의 특성(特性) 1) 시험포(試驗圃)의 잡초(雜草) 초종(草種) 구성(構成) 및 발생수(發生數)가 비교적(比較的) 균질(均質)한 경우 표본(標本) 추출단위(抽出單位)인 Quadrat의 형태(形態)가 정방형(正方形), 장방형(長方形), 대형(帶型), 원형(圓型) 등의 모양에 관계(關係)없이 잡초(雜草)의 식생(植生) 조사효율(調査効率)에 영향을 주지 않았으며 Quadrat의 최소(最小) 크기는 0.25$m^2$이었고 최소(最少) 표본추출(標本抽出) 회수(回數)는 2회(回)이었다. 따라서 시험처리당(試驗處理當) 최소(最小) 총(總) 조사면적(調査面積)은 5,000$cm^2$($0.25m^2{\times}2$회(回)가 되었다. 2) 본(本) 시험포(試驗圃)에 발생(發生)한 주요잡초(主要雜草)는 10종(種) 정도(程度)였고 총(總) 잡초수(雜草數)는 1$m^2$당(當) 70~1,600여개체(餘個體)이었는데 가장 우점(優占)이었던 초종(草種)은 바랭이(1$m^2$당(當) 24~336개체(個體))와 쇠비름(1$m^2$당(當) 72~367 개체(個體))이었으며 다음으로 참방동산이, 중대가리풀, 황새냉이, 강아지풀, 명아주, 여뀌, 돌피 등(等)이었다. 주요잡초(主要雜草)의 성숙기(成熟期) 생장량(生長量)은 개체당(個體當) 평균(平均) 생체중(生體重)으로 볼 때 여뀌(252g), 피(226g), 개기장(1515g), 명아주(122g), 바랭이(58g), 깨풀(22g)의 순(順)이었으며 잡초(雜草) 개체당(個體當) 평균(平均) 종자수(種子數)는 명아주(67,000개(個)), 피(48,000개(個)), 여뀌(6,850개(個), 바랭이(2,560(個))의 순(順)이었다. 주요잡초(主要雜草)의 초종별(草種別) 발생수(發生數), 생육량(生育量) 및 종자수량(種子收量)은 잡초개체(雜草個體), 조사시기(調査時期) 및 장소(場所), 그리고 경종조건(耕種條件)에 따라 큰 변이(變異)를 보였다. 3) 잡초식생(雜草植生)의 군락특성(群落特性)을 보면 피-개기장형(型), 여뀌-피-개기장-바랭이형(型), 피-개기장-여뀌-바랭이-명아주형(型), 바랭이-여뀌-깨풀형(型) 등(等)의 5개(個) 군락(群落)으로 분류(分類)할 수 있었고 포지(圃地)의 위치(位置)에 따라 다르게 나타났다. 잡초발생(雜草發生)의 산포도면(散布度面)에서 명아주와 여뀌는 군집성(群集性)이 컸으며 개기장은 산개성(散開性)이 컸고 바랭이와 피는 발생수(發生數)가 많으면서도 고르게 분산발생(分散發生)되었으며 깨풀과 망초는 희생(稀生)하는 초종(草種)이었다. 그리고 피와 개기장 및 바랭이, 바랭이와 여뀌, 명아주와 망초는 각각(各各) 그 발생(發生)에 있어서 공존성(共存性)(Association)이 컸는데 특히 바랭이는 발생수(發生數)가 많으면서 다른 잡초(雜草)와의 공존성(共存性)이 높아 하계(夏季) 전지(田地) 잡초중(雜草中)에서 우점도(優占度)가 가장 컸다. 2. 단작(單作) 및 맥후작(麥後作)에 있어서 콩의 개체간(個體間) 경합(競合) 및 잡초(雜草)와의 상호경합(相互競合) 1) 콩의 평균(平均) 주당(株當) 수량(收量)은 단작(單作), 맥후작(麥後作)의 어느 작기(作期)에서나 콩을 밀식(密植)할수록 종내(種內) 개체간(個體間) 경합(競合)이 심(甚)해져서 현저한 감수(減收)를 나타내었고 단작구(單作區)에 비(比)하여 맥후작구(麥後作區)에서는 제초(除草)한 경우에 37%, 잡초(雜草)를 방임(坊任)한 경우에 23% 정도(程度)의 평균(平均) 감수(減收)를 보였다. 한편 제초구(除草區)에 비(比)하여 잡초(雜草) 방임구(放任區)에서는 단작(單作)의 경우 41%, 후맥작(後麥作)의 경우 28%의 평균(平均) 감수(減收)를 나타내어 콩을 조파(早播)했을 때 잡초(雜草)와의 종간경합(種間競合)이 현저하게 심(甚)하였다. 2) 콩의 평균(平均) 10a당(當) 수량(收量)은 주당수량(株當收量)과 반대(反對)로 어는 작기(作期)에서나 콩을 밀식(密植)할수록 증가(增加)하였는데 그 정도(程度)는 제초구(除草區)보다 잡초(雜草) 방임구(放任區)에서 더욱 현저하였다. 단작구(單作區)에 비(比)하여 맥후작구(麥後作區)에서는 제초(除草)한 경우에 37%, 잡초(雜草)를 방임(放任)한 경우에 28%의 평균(平均) 감수(減收)를 보였고 한편 제초구(除草區)에 비(比)하여 잡초방임구(雜草放任區)에서는 단작(單作)의 경우에 33%, 맥후작(麥後作)의 경우에 23%의 평균(平均) 감수(減收)를 나타내었는데 이는 주당수량(株當收量)에서의 경향(傾向)과 비슷한 것이었다. 3) 콩의 실용(實用) 형질(形質) 중(中)에서 단작구(單作區)에 비(比)하여 엽록소함량(葉綠素含量)을 제외(除外)하고는 경장(莖長), 경중(莖重), 주경절수(主莖節數), 분지수(分枝數), 협수(莢數) 등(等)이 모두 맥후작구(麥後作區)에서 현저하게 감소(減少)하였다. 또한 대부분(大部分)의 형질(形質)이 잡초(雜草)에 의(依)해서도 크게 영향을 받았는데 특히 콩을 소식(疎植)한 경우, 그리고 맥후작(麥後作)보다는 단작(單作)의 경우에 잡초(雜草)에 의(依)한 피해(被害)가 현저히 크게 나타났다. 4) 잡초방임시(雜草放任時) 단작구(單作區)에서는 바랭이가 우점종(優占種리)이었고 방동산이, 중대가리풀, 명아주 등이 광생초종(廣生草種)이었으며 맥후작(麥後作)의 경우에는 쇠비름과 바랭이가 우점종(優占種)으로 황새냉이, 중대가리풀, 까마중, 피, 여뀌 등이 산생(散生)하였는데 콩의 재식밀도(裁植密度)가 증가(增加)함에 따라 잡초(雜草)의 발생수(發生數)가 감소(減少)하는 경향(傾向)이었으나 초종별(草種別) 우점도(優占度)에는 변함이 없었다. 5) 주요(主要) 잡초(雜草)들의 생육량(生育量)은 초종별(草種別)로 현저 한 차이(差異)가 있었으며 따라서 잡초(雜草)의 발생수(發生數)로 본 우점도(優占度)와 단위면적당(單位面積當) 생육량(生育量)(잡초(雜草)의 발생수(發生數)${\times}$개체당(個體當) 생육량(生育量))에 의(依)한 우점도(優占度)가 초종(草種)에 따라 달랐다. 콩과외 경합성(競合性)으로 보아 단작구(單作區)에서는 바랭이가 콩과의 경합주체(競合主體)였고 맥후작(麥後作)에서는 바랭이와 쇠비름이 거의 동등(同等)하게 콩과 경합(競合)하는 초종(草種)이었다. 6) 콩의 재식밀도(裁植密度) 증가(增加)에 의(依)해 잡초(雜草)의 발생수(發生數)가 맥후작구(麥後作區)보다 단작(單作)의 경우에 현저히 감소(減少)되었으며 잡초(雜草)의 생육(生育)은 어느 작기(作期)에서나 모두 제어(制御)되어 단위면적당(單位面積當) 총(總) 잡초량(雜草量)이 크게 감소(減少)되었다. 7) 단작(單作) 및 맥후작구(麥後作區)에서 모두 우점종(優占種)이었던 바랭이는 발생량(發生量)이 콩의 재식밀도(裁植密度) 증가(增加)에 역비례(逆比例)하여 감소(減少)하였으나 맥후작구(麥後作區)에서 중요(重要) 초종(草種)이었던 쇠비름은 콩의 재식밀도(裁植密度)에 유의적(有意的)으로 반응(反應)하지 않았다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제27회 학술발표회
• /
• pp.101-113
• /
• 1995

The objective of this research is to test the feasibility of developing a statewide truck traffic forecasting methodology for Wisconsin by using Origin-Destination surveys, traffic counts, classification counts, and other data that are routinely collected by the Wisconsin Department of Transportation (WisDOT). Development of a feasible model will permit estimation of future truck traffic for every major link in the network. This will provide the basis for improved estimation of future pavement deterioration. Pavement damage rises exponentially as axle weight increases, and trucks are responsible for most of the traffic-induced damage to pavement. Consequently, forecasts of truck traffic are critical to pavement management systems. The pavement Management Decision Supporting System (PMDSS) prepared by WisDOT in May 1990 combines pavement inventory and performance data with a knowledge base consisting of rules for evaluation, problem identification and rehabilitation recommendation. Without a r.easonable truck traffic forecasting methodology, PMDSS is not able to project pavement performance trends in order to make assessment and recommendations in the future years. However, none of WisDOT's existing forecasting methodologies has been designed specifically for predicting truck movements on a statewide highway network. For this research, the Origin-Destination survey data avaiiable from WisDOT, including two stateline areas, one county, and five cities, are analyzed and the zone-to'||'&'||'not;zone truck trip tables are developed. The resulting Origin-Destination Trip Length Frequency (00 TLF) distributions by trip type are applied to the Gravity Model (GM) for comparison with comparable TLFs from the GM. The gravity model is calibrated to obtain friction factor curves for the three trip types, Internal-Internal (I-I), Internal-External (I-E), and External-External (E-E). ~oth "macro-scale" calibration and "micro-scale" calibration are performed. The comparison of the statewide GM TLF with the 00 TLF for the macro-scale calibration does not provide suitable results because the available 00 survey data do not represent an unbiased sample of statewide truck trips. For the "micro-scale" calibration, "partial" GM trip tables that correspond to the 00 survey trip tables are extracted from the full statewide GM trip table. These "partial" GM trip tables are then merged and a partial GM TLF is created. The GM friction factor curves are adjusted until the partial GM TLF matches the 00 TLF. Three friction factor curves, one for each trip type, resulting from the micro-scale calibration produce a reasonable GM truck trip model. A key methodological issue for GM. calibration involves the use of multiple friction factor curves versus a single friction factor curve for each trip type in order to estimate truck trips with reasonable accuracy. A single friction factor curve for each of the three trip types was found to reproduce the 00 TLFs from the calibration data base. Given the very limited trip generation data available for this research, additional refinement of the gravity model using multiple mction factor curves for each trip type was not warranted. In the traditional urban transportation planning studies, the zonal trip productions and attractions and region-wide OD TLFs are available. However, for this research, the information available for the development .of the GM model is limited to Ground Counts (GC) and a limited set ofOD TLFs. The GM is calibrated using the limited OD data, but the OD data are not adequate to obtain good estimates of truck trip productions and attractions .. Consequently, zonal productions and attractions are estimated using zonal population as a first approximation. Then, Selected Link based (SELINK) analyses are used to adjust the productions and attractions and possibly recalibrate the GM. The SELINK adjustment process involves identifying the origins and destinations of all truck trips that are assigned to a specified "selected link" as the result of a standard traffic assignment. A link adjustment factor is computed as the ratio of the actual volume for the link (ground count) to the total assigned volume. This link adjustment factor is then applied to all of the origin and destination zones of the trips using that "selected link". Selected link based analyses are conducted by using both 16 selected links and 32 selected links. The result of SELINK analysis by u~ing 32 selected links provides the least %RMSE in the screenline volume analysis. In addition, the stability of the GM truck estimating model is preserved by using 32 selected links with three SELINK adjustments, that is, the GM remains calibrated despite substantial changes in the input productions and attractions. The coverage of zones provided by 32 selected links is satisfactory. Increasing the number of repetitions beyond four is not reasonable because the stability of GM model in reproducing the OD TLF reaches its limits. The total volume of truck traffic captured by 32 selected links is 107% of total trip productions. But more importantly, ~ELINK adjustment factors for all of the zones can be computed. Evaluation of the travel demand model resulting from the SELINK adjustments is conducted by using screenline volume analysis, functional class and route specific volume analysis, area specific volume analysis, production and attraction analysis, and Vehicle Miles of Travel (VMT) analysis. Screenline volume analysis by using four screenlines with 28 check points are used for evaluation of the adequacy of the overall model. The total trucks crossing the screenlines are compared to the ground count totals. L V/GC ratios of 0.958 by using 32 selected links and 1.001 by using 16 selected links are obtained. The %RM:SE for the four screenlines is inversely proportional to the average ground count totals by screenline .. The magnitude of %RM:SE for the four screenlines resulting from the fourth and last GM run by using 32 and 16 selected links is 22% and 31 % respectively. These results are similar to the overall %RMSE achieved for the 32 and 16 selected links themselves of 19% and 33% respectively. This implies that the SELINICanalysis results are reasonable for all sections of the state.Functional class and route specific volume analysis is possible by using the available 154 classification count check points. The truck traffic crossing the Interstate highways (ISH) with 37 check points, the US highways (USH) with 50 check points, and the State highways (STH) with 67 check points is compared to the actual ground count totals. The magnitude of the overall link volume to ground count ratio by route does not provide any specific pattern of over or underestimate. However, the %R11SE for the ISH shows the least value while that for the STH shows the largest value. This pattern is consistent with the screenline analysis and the overall relationship between %RMSE and ground count volume groups. Area specific volume analysis provides another broad statewide measure of the performance of the overall model. The truck traffic in the North area with 26 check points, the West area with 36 check points, the East area with 29 check points, and the South area with 64 check points are compared to the actual ground count totals. The four areas show similar results. No specific patterns in the L V/GC ratio by area are found. In addition, the %RMSE is computed for each of the four areas. The %RMSEs for the North, West, East, and South areas are 92%, 49%, 27%, and 35% respectively, whereas, the average ground counts are 481, 1383, 1532, and 3154 respectively. As for the screenline and volume range analyses, the %RMSE is inversely related to average link volume. 'The SELINK adjustments of productions and attractions resulted in a very substantial reduction in the total in-state zonal productions and attractions. The initial in-state zonal trip generation model can now be revised with a new trip production's trip rate (total adjusted productions/total population) and a new trip attraction's trip rate. Revised zonal production and attraction adjustment factors can then be developed that only reflect the impact of the SELINK adjustments that cause mcreases or , decreases from the revised zonal estimate of productions and attractions. Analysis of the revised production adjustment factors is conducted by plotting the factors on the state map. The east area of the state including the counties of Brown, Outagamie, Shawano, Wmnebago, Fond du Lac, Marathon shows comparatively large values of the revised adjustment factors. Overall, both small and large values of the revised adjustment factors are scattered around Wisconsin. This suggests that more independent variables beyond just 226; population are needed for the development of the heavy truck trip generation model. More independent variables including zonal employment data (office employees and manufacturing employees) by industry type, zonal private trucks 226; owned and zonal income data which are not available currently should be considered. A plot of frequency distribution of the in-state zones as a function of the revised production and attraction adjustment factors shows the overall " adjustment resulting from the SELINK analysis process. Overall, the revised SELINK adjustments show that the productions for many zones are reduced by, a factor of 0.5 to 0.8 while the productions for ~ relatively few zones are increased by factors from 1.1 to 4 with most of the factors in the 3.0 range. No obvious explanation for the frequency distribution could be found. The revised SELINK adjustments overall appear to be reasonable. The heavy truck VMT analysis is conducted by comparing the 1990 heavy truck VMT that is forecasted by the GM truck forecasting model, 2.975 billions, with the WisDOT computed data. This gives an estimate that is 18.3% less than the WisDOT computation of 3.642 billions of VMT. The WisDOT estimates are based on the sampling the link volumes for USH, 8TH, and CTH. This implies potential error in sampling the average link volume. The WisDOT estimate of heavy truck VMT cannot be tabulated by the three trip types, I-I, I-E ('||'&'||'pound;-I), and E-E. In contrast, the GM forecasting model shows that the proportion ofE-E VMT out of total VMT is 21.24%. In addition, tabulation of heavy truck VMT by route functional class shows that the proportion of truck traffic traversing the freeways and expressways is 76.5%. Only 14.1% of total freeway truck traffic is I-I trips, while 80% of total collector truck traffic is I-I trips. This implies that freeways are traversed mainly by I-E and E-E truck traffic while collectors are used mainly by I-I truck traffic. Other tabulations such as average heavy truck speed by trip type, average travel distance by trip type and the VMT distribution by trip type, route functional class and travel speed are useful information for highway planners to understand the characteristics of statewide heavy truck trip patternS. Heavy truck volumes for the target year 2010 are forecasted by using the GM truck forecasting model. Four scenarios are used. Fo~ better forecasting, ground count- based segment adjustment factors are developed and applied. ISH 90 '||'&'||' 94 and USH 41 are used as example routes. The forecasting results by using the ground count-based segment adjustment factors are satisfactory for long range planning purposes, but additional ground counts would be useful for USH 41. Sensitivity analysis provides estimates of the impacts of the alternative growth rates including information about changes in the trip types using key routes. The network'||'&'||'not;based GMcan easily model scenarios with different rates of growth in rural versus . . urban areas, small versus large cities, and in-state zones versus external stations. cities, and in-state zones versus external stations.

• 한국산림과학회지
• /
• 제29권1호
• /
• pp.54-101
• /
• 1976

우리나라 요사방지(要砂防地)에서의 토양침식(土壤侵蝕)의 경과(經過)와 기구(機構)를 토양침식(土壤侵蝕)에 작용(作用)하는 몇가지 주(主) 요인(要因), 즉(即) 토성(土性)(조토(粗土), 세토(細土)), 사면경사도(斜面傾斜度)($10^{\circ}$, $20^{\circ}$, $30^{\circ}$, $40^{\circ}$), 강우강도(降雨强度)((50, 75, 100mm/hr), 사면피복방법(斜面被覆方法)(무피복(無被覆), 거적덮기, 새풀덮기, 토양침식방지액제피복(土壤侵蝕防止液濟被覆), 그리고 식생밀도(植生密度)(소(疎), 중(中), 밀(密))등(等)에 관련(關聯)시켜 실험분석(實驗分析)하여 침수(侵蝕)의 내용(內容)을 수량적(數量的)으로 밝히고 각(各) 요인간(要因間)의 상호작용(相互作用)과 영향도(影響度)를 구명(究明)하는 동시(同時)에, 또한 토양침식(土壤侵蝕)과 표면유출(表面流出)에 대(對)한 피복처리(被覆處理)의 효과(効果)를 분석(分析)하여 산지사방공법개발(山地砂防工法開發)에 필요(必要)한 기초자료(基礎資料)를 제공(提供)하고저 인공강우장치(人工降雨裝置)를 이용(利用)한 4개조(個組)의 실내실험(室內實驗)과 자연강우하(自然降雨下)에서 1개조(個組)의 야외실험(野外實驗)을 수행(遂行)하여 연구(硏究)한 결과(結果)는 다음과 같이 요약(要約)될 수 있다. 1. 실험요인(實驗要因)과 표면유출율(表面流出率) 표면유출량(表面流出量)은 토성(土性), 사면경사도(斜面傾斜度), 강우강도(降雨强度), 사면피복처리(斜面被覆處理)에 따라서 그 차이(差異)가 많았다. 자연강우하(自然降雨下)의 야외실험무피복사면(野外實驗無被覆斜面)에서는 경사도(傾斜度)에 따라서 다르지만 대체(大體)로 조토(粗土)에서 약(約) 24.7~27.3%, 세토(細土)에서 약(約) 26.0~28.7%이었으며, 피복사면(被覆斜面)에서는 거적덮기 조토(粗土)에서 약(約) 14.0~15.7%,세토(細土)에서 약(約) 15.0~16.4%이었으며, 토양침식방지액제피복(土壤侵蝕防止液濟被覆) 조토(粗土)에서 약(約) 7.9~8.7%, 세토(細土)에서 약(約) 8.6~9.1%이었고, 새풀덮기 조토(粗土)에서 약(約) 5.6~6.9%, 세토(細土)에서 약(約) 6.0~7.2%로서, 일반적(一般的)으로 조토(粗土)에 비(比)하여 세토(細土)에서 약(約) 1~2%가 많았다. 그리고 인공강우(人工降雨)때에는 특(特)히 강우강도(降雨强度)에 따라서 각(各) 처리별(處理別)로 그 차이(差異)가 크게 나타났다. 2. 표면유출(表面流出)에 작용(作用)하는 주요인(主要因)의 상호작용(相互作用)과 영향도(影響度) 표면유출율(表面流出率)에 작용(作用)하는 주(主) 요인(要因), 즉(即) 토성(土性), 경사(傾斜), 강우(降雨), 피복(被覆), 식생요인(植生要因)에 관련(關聯)한 전(全) 실험(實驗)을 통(通)하여 각(各) 처리(處理)에서 발생(發生)된 표면유출율(表面流出率)의 평균치(平均値)의 차간(差間)에는 토성간(土性間), 경사도간(傾斜度間), 강우강도간(降雨强度間), 피복방법간(被覆方法間), 그리고 식생밀도간(植生密度間)에 각각(各各) 5%의 수준(水準)에서 유의성(有意性)이 인정(認定)되었다. 각(各) 요인간(要因間)의 상호작용(相互作用)은 토성(土性)과 경사(傾斜), 경사(傾斜)와 식생(植生), 토성(土性)과 경사(傾斜)와 강우(降雨), 토성(土性)과 경사(傾斜)와 피복요인(被覆要因)의 상호작용(相互作用)을 제외(除外)한 다른 요인간(要因間)의 상호작용(相互作用)은 각각(各各) 1%의 수준(水準)에서 표면유출율(表面流出率)에 영향(影響)을 미치었다. 인공강우(人工降雨)때에 나지사면(裸地斜面)에서 토성(土性), 경사(傾斜) 및 강우(降雨)의 3요인(要因)이 표면유출율(表面流出率)에 작용(作用)하는 영향도(影響度)는 강우강도(降雨江度)의 영향(影響)이 가장 크고 다음이 토성(土性), 경사(傾斜)의 순(順)이었다. 그리고 피복사면(被覆斜面)에서 토성(土性), 강우(降雨) 및 피복요인(被覆要因)의 영향도(影響度)에서는 피복(被覆), 강우(降雨), 토성(土性)의 순(順)이었으며, 토성(土性), 경사(傾斜), 피복요인(被覆要因)에서는 피복(被覆), 토성(土性), 경사(傾斜)의 순(順)이었다. 식생사면(植生斜面)에서 토성(土性), 경사(傾斜) 및 식생요인(植生要因)의 영향도(影響度)에서는 식생(植生), 토성(土性), 경사(傾斜)의 순(順)으로 작용(作用)하였다. 자연강우(自然降雨)때에 야외실험(野外實驗)에서는 사면피복(斜面被覆)의 영향(影響)이 가장 크고 다음이 토성(土性), 경사요인(傾斜要因)의 순(順)이었다. 3. 실험요인(實驗要因)과 토양유실량(土壤流失量) 토양유실량(土壤流失量)은 토성(土性), 강우강도(降雨强度), 사면경사도(斜面傾斜度), 피복처리(被覆處理)에 따라서 그 차이(差異)가 많았다. 자연강우하(自然降雨下)의 야외실험사면(野外實驗斜面)에서는 조토(粗土)에서 보다도 세토(細土)에서 약(約) 1.1~1.3배(倍)가 더 많았으며, 인공강우하(人工降雨下)의 실내실험(室內實驗)에서는 조토(粗土)에서 보다도 세토(細土)에서 약(約) 1.2~3.3배(倍)가 많았다. 인공강우하(人工降雨下)에서 사면경사도(斜面傾斜度)(log S)와 토양유실량(土壤流失量)(log E)간(間)에는 대체(大體)로 $E=aS^b$ (a, b는 상수(常數))의 관계(關係)가 있으며, b값은 강우강도(降雨强度)가 커짐에 따라서 작어지는 경향(傾向)을 보였다. 그리고 강우강도(降雨强度) (log I)와 토양유실량(土壤流失量) (E)간(間)에서는 대체(大體)로 $E=aI^b$의 관계(關係)가 있으며 b값은 경사도(傾斜度)가 커짐에 따라서 작어지는 경향(傾向)을 보였다. 자연강우하(自然降雨下)에서 토양유실량(土壤流失量)은 나지사면(裸地斜面)에서의 토양유실량(土壤流失量)에 비(比)하여 거적덮기에서 약(約) 38~41%, 토양침식방지액제피복(土壤侵蝕防止液濟被覆)에서 약(約) 20~22%, 그리고 새풀덮기에서 약(約) 14~15% 정도(程度)이었다. 식생사면(植生斜面)에서는 나지사면(裸地斜面)에 비(比)하여 식생밀도(植生密度) 소(疎) 때에 약(約) 7.1~16.4배(倍), 중(中) 때에 약(約) 10.0~17.9배(倍), 밀(密) 때에 약(約) 11.1~28.1배(倍)의 침식방지효과(浸蝕防止効果)가 있었다. 4. 토양침식(土壤侵蝕)에 작용(作用)하는 주요인(主要因)의 상호작용(相互作用)과 영향도(影響度) 토양침식(土壤侵蝕)에 작용(作用)하는 주(主) 요인(要因), 즉(即) 토성(土性), 경사(傾斜), 강우(降雨), 피복(被覆), 식생요인(植生要因)에 관련(關聯)한 전(全) 실험(實驗)을 통(通)하여 각(各) 처리(處理)에서 발생(發生)된 토양유실량(土壤流失量)의 평균치(平均値)의 차간(差間)에는 토성간(土性間), 경사도간(傾斜度間), 강우강도간(降雨强度間), 피복방법간(被覆方法間), 그리고 식생밀도간(植生密度間)에 각각(各各) 고도(高度)의 유의성(有意性)이 인정(認定)되었으며, 각요인간(各要因間)의 상호작용(相互作用)이 있어서도 대체(大體)로 큰 영향(影響)을 미치었다. 인공강우(人工降雨)때에 나지사면(裸地斜面)에서 토성(土性), 경사(傾斜) 및 강우(降雨)의 3개요인(個要因)이 토양침식(土壤浸蝕)에 작용(作用)하는 영향도(影響度)는 강우강도(降雨强度)의 영향(影響)이 가장 크고 다음이 토성(土性), 경사(傾斜)의 순(順)이었다. 그리고 피복사면(被覆斜面)에서 토성(土性), 강우(降雨) 및 피복요인(被覆要因)의 영향도(影響度)에서는 피복(被覆), 강우(降雨), 토성(土性)의 순(順)이었으며, 또 토성(土性), 경사(傾斜), 피복요인(被覆要因)의 영향도(影響度)에서는 피복(被覆), 토성(土性), 경사(傾斜)의 순(順)이었다. 식생사면(植生斜面)에서 토성(土性), 경사(傾斜) 및 식생요인(植生要因)의 영향도(影響度)는 경사(傾斜), 식생(植生), 토성(土性)의 순(順)으로 작용(作用)하였다. 자연강우(自然降雨)때에 야외실험(野外實驗)에서는 사면피복(斜面被覆)의 영향(影響)이 가장 크고 다음이 경사(傾斜), 토성(土性)의 순(順)이었다.