[논문 리뷰] Impacts of Covid-19 mode shift on road traffic

Yue Hu, William Barbour외 4명|arXiv (Cornell University)|2020. 05. 04.

Urban Transport and Accessibility참고 문헌 7인용 수 20

한 줄 요약

이 연구는 6~9년간의 미국 인구조사(ACS) 데이터를 활용해, 대중교통 및 승용차 공유에서 단일 승용차(SOV)로의 이동 방식 전환 시 118개 미국 메트로폴리탄 지역의 출퇴근 이동 시간에 미치는 영향을 추정하기 위해 베이지안 선형 회귀 모델을 개발한다. 연구 결과, 뉴욕과 샌프란시스코와 같이 혼잡한 도시에서는 25%의 이동 방식 전환이 라운드트립 출퇴근 시간을 12~20분 증가시킬 수 있으며, 이로 인해 직장인들은 연간 1,065~1,601달러의 시간 손실 비용을 부담하게 되며, 이러한 영향은 원격 근무 증가를 통해 방지 가능하다.

ABSTRACT

This work considers the sensitivity of commute travel times in US metro areas due to potential changes in commute patterns, for example caused by events such as pandemics. Permanent shifts away from transit and carpooling can add vehicles to congested road networks, increasing travel times. Growth in the number of workers who avoid commuting and work from home instead can offset travel time increases. To estimate these potential impacts, 6-9 years of American Community Survey commute data for 118 metropolitan statistical areas are investigated. For 74 of the metro areas, the average commute travel time is shown to be explainable using only the number of passenger vehicles used for commuting. A universal Bureau of Public Roads model characterizes the sensitivity of each metro area with respect to additional vehicles. The resulting models are then used to determine the change in average travel time for each metro area in scenarios when 25\% or 50\% of transit and carpool users switch to single occupancy vehicles. Under a 25\% mode shift, areas such as San Francisco and New York that are already congested and have high transit ridership may experience round trip travel time increases of 12 minutes (New York) to 20 minutes (San Francisco), costing individual commuters \$1065 and \$1601 annually in lost time. The travel time increases and corresponding costs can be avoided with an increase in working from home. The main contribution of this work is to provide a model to quantify the potential increase in commute travel times under various behavior changes, that can aid policy making for more efficient commuting.

연구 동기 및 목표

• 출퇴근 이동 시간이 이동 방식 패턴 변화, 특히 대중교통 및 승용차 공유에서 단일 승용차(SOV)로의 전환에 얼마나 민감한지 정량화하는 것.
• 역사적 이동 및 차량 데이터를 활용해 이러한 이동 방식 전환이 주요 미국 메트로폴리탄 지역의 혼잡 수준에 미치는 영향을 모델링하는 것.
• 이동 방식 전환으로 인한 증가된 혼잡과 이동 시간 비용을 상쇄하기 위해 원격 근무가 얼마나 기여할 수 있는지 평가하는 것.
• 다양한 차량 운행량 시나리오 하에서 이동 시간 변화를 예측하기 위해 각 메트로폴리탄 지역별로 校정된 통용 BPR 모델을 개발하는 것.
• 행동 변화의 장기적 영향을 도시 도로 네트워크에 평가할 수 있는 정량적 프레임워크를 제공함으로써 정책 수립을 지원하는 것.

제안 방법

• 118개 미국 메트로폴리탄 통계지역(MSA)에서 확보한 6~9년간의 미국 인구조사(ACS) 데이터를 활용해 출퇴근 이동 방식 및 차량 운행량 통계를 추출한다.
• 차량 수의 네제곱을 네트워크 용량으로 정규화한 변수를 기반으로 한 베이지안 선형 회귀를 적용해 단일 방향 이동 시간을 모델링한다.
• 모든 MSA에서 자유 흐름 조건 대비 이동 시간 비율을 표현하기 위해 통용 BPR 모델을 사용한다.
• 예측의 불확실성 정량화를 가능하게 하기 위해 회귀 계수와 잡음 정밀도에 대해 정규 사전분포를 적용한 계층 베이지안 프레임워크를 활용한다.
• 모델 校정의 강건성을 확보하기 위해 우도의 주변분포를 최대화하는 방식으로 초모수를 설정하기 위해 경험 베이지안 방법을 적용한다.
• 예측의 후행 분포를 활용해, 예를 들어 대중교통/승용차 공유 이용자가 25% 또는 50% 증가하여 SOV로 전환하는 등의 이동 방식 전환 시나리오 하에서의 향후 이동 시간을 예측한다.

실험 결과

연구 질문

• RQ1 대중교통 및 승용차 공유에서 단일 승용차(SOV)로의 이동 방식 전환이 미국 메트로폴리탄 지역의 평균 출퇴근 이동 시간에 어떤 영향을 미치는가?
• RQ2 통용 BPR 모델이 다양한 메트로폴리탄 지역에서 차량 운행량에 따른 이동 시간 민감도를 얼마나 잘 기술할 수 있는가?
• RQ3 대중교통 및 승용차 공유에서 SOV로 25%의 이동 방식 전환이 발생할 경우, 라운드트립 출퇴근 이동 시간 증가와 관련된 경제적 비용은 얼마인가?
• RQ4 이러한 이동 방식 전환으로 인한 혼잡과 시간 비용 증가를 완전히 상쇄하기 위해 얼마나 많은 원격 근무가 필요한가?
• RQ5 장기적인 출퇴근 행동 변화 상황에서 역사적 ACS 데이터를 효과적으로 활용해 향후 혼잡 영향을 예측할 수 있는가?

주요 결과

• 대중교통 및 승용차 공유에서 단일 승용차(SOV)로 25%의 전환이 이루어질 경우, 뉴욕에서는 평균 라운드트립 출퇴근 이동 시간이 12분 증가하고, 샌프란시스코에서는 20분 증가할 수 있다.
• 이러한 이동 시간 증가로 인한 시간 손실의 연간 경제적 비용은 뉴욕에서 1,065달러, 샌프란시스코에서는 1,601달러로 추정되며, 이는 시간당 평균 임금 19.14달러 기준이다.
• 영향을 받는 메트로폴리탄 지역 전체의 일일 총 이동 시간 증가 비용은 도시의 혼잡 수준과 인구 규모에 따라 250만 달러에서 2,400만 달러 사이로 변동한다.
• 이러한 혼잡 관련 시간 비용은 모든 직장인의 3~17%가 출퇴근 대신 원격 근무를 하게 되면 완전히 회피할 수 있다.
• 이 연구는 단지 차량 운행량과 네트워크 용량 데이터만을 사용해 118개 미국 메트로폴리탄 지역의 이동 시간 비율을 설명하는 통용 BPR 모델을 성공적으로 校정하였다.
• 베이지안 회귀 모델은 예측 불확실성 추정을 제공하며, 예측 시 차량 수가 역사적 평균을 초과할수록 분산이 증가한다.