[논문 리뷰] Assessing Road Traffic Safety During COVID-19: Inequality, Irregularity, and Severity

Lei Lin, Feng Shi외 1명|arXiv (Cornell University)|2020. 10. 22.

Traffic and Road Safety참고 문헌 30인용 수 5

한 줄 요약

이 연구는 라스베이거스와 뉴욕 시티에서 코로나19가 도로 교통 안전에 미친 영향을 모바일 이동 패턴 변화점 탐지, 시공간 커널 밀도 추정, 차등분석 모델을 사용하여 분석한다. 연구 결과, 인구 통계적 요소에 따라 불균형한 영향이 나타나며, 시간과 공간에 따라 사고 핫스팟이 뚜렷하게 변화하고 있으며, 전체 사고 수가 감소했음에도 사망률은 지속됨을 확인하였다.

ABSTRACT

COVID-19 is affecting every social sector significantly, including human mobility and subsequently road traffic safety. In this study, we analyze the impact of the pandemic on traffic accidents using two cities, namely Los Angeles and New York City in the U.S., as examples. Specifically, we have analyzed traffic accidents associated with various demographic groups, how traffic accidents are distributed in time and space, and the severity level of traffic accidents that both involve and do not involve other transportation modes (e.g., pedestrians and motorists). We have made the following observations: 1) the pandemic has disproportionately affected certain age groups, races, and genders; 2) the "hotspots" of traffic accidents have been shifted in both time and space compared to time periods that are prior to the pandemic, demonstrating irregularity; and 3) the number of non-fatal accident cases has decreased but the number of severe and fatal cases of traffic accidents remains the same under the pandemic.

연구 동기 및 목표

• 주요 미국 도시에서 코로나19 패닉이 도로 교통 안전 패턴에 미친 영향을 평가하기 위해.
• 팬데믹 기간 동안 연령, 인종, 성별과 같은 인구 통계적 집단 간 교통 사고가 불균형하게 분포되었는지 조사하기 위해.
• 팬데믹 이전 기간과 비교해 사고 핫스팟의 시간적·공간적 이동을 특정하기 위해.
• 전체 사고 수가 감소했음에도 불구하고 사고의 심각도, 특히 사망 사고의 지속성에 대해 검토하기 위해.
• 이동 패턴 변화점 탐지 및 안전 영향 분석에 효과적인 데이터 기반 모델의 성능을 평가하기 위해.

제안 방법

• Google 커뮤니티 이동 보고서를 활용해 라스베이거스와 뉴욕 시티에서 공통된 이동 패턴 변화점을 탐지하였으며, 이는 2020년 3월 15일로 확인됨.
• 차등분석 모델을 적용해 변화점 이전과 이후의 15일, 30일, 60일 기간 동안의 사고 수와 비율을 비교함.
• 커널 밀도 추정(KDE)을 사용해 사고 핫스팟의 시공간적 이동을 시각화하고 분석함.
• KDE 결과에 대해 전역 두 표본 비교 검정을 실시해 사고 분포의 시공간적 비정규성을 통계적으로 검증함.
• 사고의 심각도를 '부상 없음', '부상 있음', '사망'으로 분류하고, 시간에 따른 절대 수와 상대 비율의 변화를 평가함.
• 교통 사고 기록과 인구 통계 데이터를 통합해 연령, 인종, 성별 집단 간 사고 노출과 결과의 격차를 평가함.

실험 결과

연구 질문

• RQ1 코로나19 패닉이 연령, 인종, 성별과 같은 인구 통계적 집단 간 사고 발생률에 어떻게 다르게 영향을 미쳤는가?
• RQ2 팬데믹 기간 동안 사고 핫스팟의 시공간 분포가 팬데믹 이전 기간과 비교해 뚜렷하게 변화했는가?
• RQ3 차량 운행 수 감소가 사고의 심각도, 특히 사망 사고에 어떤 영향을 미쳤는가?
• RQ4 이동 감소 이후 시간이 지남에 따라 부상 없음, 부상 있음, 사망 사고의 비율이 변화했는가?
• RQ5 팬데믹이 도로 안전 결과의 기존 교통 불평등을 어느 정도 악화시켰는가?

주요 결과

• '20–29' 및 '30–39' 연령대에서 사고 수 감소가 가장 크게 나타났으며, '10–19' 연령대는 사고 비율 감소 비율이 가장 컸다.
• '히스패닉' 인종 집단은 하루 평균 사고 수가 가장 높고, 사고 수 감소 폭도 가장 컸으며, '아시아' 집단은 사고 수가 가장 낮고 감소 폭도 가장 작았다.
• '백인' 인종 집단만이 15일, 30일, 60일 창구 전부에서 사고 비율 감소가 유의미하게 나타났다.
• 사고 '핫스팟'은 두 도시 모두 중심 상업 지구에서 새로운 지역—라스베이거스 남부와 브롱크스 남부로 이동하여 공간적 비정규성을 보였다.
• 정점 사고 시간대는 오전(오전 8시) 및 오후(오후 5시) 정점에서 저녁 늦은 시간(오후 7시 이후)으로 이동하여 시간적 비정규성을 나타냈다.
• 전체 사고 수가 15–30% 감소했음에도 불구하고 사망 사고 수는 통계적으로 변화가 없었으며, '부상 없음' 및 '부상 있음' 사고는 유의미하게 감소했다.