잠재선호 조사를 이용한 자율주행 수요대응형 대중교통 서비스 수락률에 관한 연구 = A Study of Automated Mobility-on-Demand Service Acceptance Rate Based on Stated Preference Survey

국문 초록 (Abstract)

최근 실시간 빅데이터 처리 기술이 발전하고 다원화된 이용자의 통행 수요를 충족시키기 위하여 자율주행 수요대응형 대중교통 서비스에 대한 관심이 증가하고 있다. 한편 지금까지의 수요대응형 서비스 연구에서는 운영자 관점에서 서비스를 효율화하고 최적의 공급 기준을 마련하여 서비스를 정착시키는데 초점을 맞추고 있다. 따라서 본 연구에서는 “선호출 후수락”의 수요대응형 서비스 형태에 초점을 맞추어 이용자가 호출 시 제공받는 통행정보가 서비스 수락에 미치는 영향을 분석하고자 한다. 이를 위하여 Efficient design 방법을 활용하여 3가지 거리별(5km, 10km, 15km)에 따른 두 가지 서비스 대안과 수락 거절 대안으로 잠재선호 선택실험 문항을 설계하였다. 대안 속성으로는 통행요금을 비롯하여 배차시간, 탑승장소까지 접근시간, 차내 이동시간으로 구성하고 4가지 수준으로 구분하여 거리별 시나리오 당 32 개의 선택상황을 8개의 Block으로 구성하였다. 이용자는 총 12번 가상 실험선택 상황에 응답하였다. 본 연구는 효용 최대화 이론에 근거하여 혼합로짓을 통한 서비스 수락율을 추정하였다. 더불어, 자율주행 수요대응형 서비스 대안의 효용함수에 거리별 최소 차내 이동시간 대비 3가지 통행시간(배차시간, 탑승장소까지 접근시간, 추가 차내 이동시간 범위)에 대한 상호작용변수를 포함하여 통행정보의 상대성이 수락율에 미치는 영향을 분석하였다. 그 결과 통행요금을 비롯하여 탑승장소까지 접근시간과 추가 차내 이동시간 범위는 수락률에 유의미한 영향을 미치는 것으로 나타난 반면 차량의 배차시간은 통계적으로 유의성을 만족하지 못하였다. 한편, 최소 차내 이동시간 대비 접근시간에 대한 상호작용변수가 양의 값을 갖는 것으로 나타남에 따라 동일한 접근시간에 대하여 통행시간이 길어질수록 수락률에 더 민감하게 반응하는 경향이 있음을 시사한다. 반면, 추가 차내 이동시간 범위의 경우 단일변수와 상호작용변수 모두 음의 값을 갖는 것으로 나타났다는 점에서 차내 이동시간의 절대적 증가뿐만 아니라 상대적인 증가 가능성 역시 서비스 수락률을 감소시키는 경향이 있음을 확인하였다.

다국어 초록 (Multilingual Abstract)

In the recent years, the growing interest in autonomous public transportation services is driven by advancements in real-time big data processing technology and the need to accommodate diverse user travel demands. Previous research of On-demand services has primarily focused on optimizing service and establishing dispatch algorithms from an operational perspective. In contrast, this study aims to investigate the impact of travel information provided upon user request on service acceptance for the user perspective. To achieve this, an efficient design method was employed to design a choice experiment involving two service alternatives and a reject option across three distances (5km, 10km, 15km). The alternative attributes included fare, dispatch time, access time to vehicle, and the range of in-vehicle time, categorized into four levels. Each distance scenario comprised 32 choice situations distributed across 8 blocks. Respondents participated in 12 virtual experimental choice situations. The study estimated service acceptance rates through mixed logit model based on utility maximization theory. Additionally, the study investigated the impact of interaction variables of the minimum in-vehicle time, encompassing three time components (dispatch time, access time, rage of additional in-vehicle time) within the utility function of the autonomous public transportation on-demand service alternatives. The findings revealed that fare, access time to vehicle and the range of additional in-vehicle travel time, significantly affect acceptance rates, while vehicle dispatch time had no statistical significance. Furthermore, the positive coefficient for interaction variable of access time indicates increased sensitivity of acceptance rates to longer travel times for the same access time. Conversely, the negative coefficients for the additional in-vehicle time range suggest that both absolute and relative increases in in-vehicle travel time can reduce service acceptance rates.

참고문헌 (Reference)

• 1 문세동 ; 김동규 ; 고승영 ; 조신형, "첨두 수요 응답형 대중교통 서비스의 효과평가 및 도입 기준 수립" 대한교통학회 39 (39): 100-114, 2021
• 2 서성주 ; 김진희 ; 이재형 ; 양병수, "수요응답형 자율주행 대중교통 서비스의 잠재적 이용자 집단 간 서비스 요소별 중요도에 관한 분석" 한국ITS학회 21 (21): 177-193, 2022
• 3 박준수 ; 김진희 ; 이재형, "대기행렬이론을 이용한 수요응답형 대중교통 서비스의 최적 차량 대수 산정에 관한 연구 : 인천 영종도 사례를 중심으로" 대한교통학회 40 (40): 816-831, 2022
• 4 이재형 ; 김진희 ; 정진혁, "개인 성향과 대중교통 만족도가 자율주행 수요대응 대중교통 잠재선호에 미치는 영향에 관한 연구" 대한교통학회 40 (40): 81-98, 2022
• 5 König A., "Travellers’ Willingness to Share Rides in Autonomous Mobility on Demand Systems Depending on Travel Distance and Detour" 21 : 188-202, 2020
• 6 Yim Y. B., "Smart Feeder/Shuttle Bus Service : Consumer Research and Design" 9 (9): 97-121, 2006
• 7 Palma A., "Route Choice Decision under Travel Time Uncertainty" 39 (39): 295-324, 2005
• 8 Lee J., "Robust accessibility : Measuring Accessibility Based on Travelers’ Heterogeneous Strategies for Managing Travel Time Uncertainty" 86 : 102747-, 2020
• 9 Kahneman D., "Prospect Theory : An Analysis of Decision under Risk" 47 (47): 363-391, 1979
• 10 Krueger R., "Preferences for Shared Autonomous Vehicles" 69 : 343-355, 2016
• 11 Demand-Responsive Public Transit Services in Lahore, "Pakistan" 11 (11): 1911
• 12 Fagnant D. J., "Operations of Shared Autonomous Vehicle Fleet for Austin, Texas, Market" 2563 (2563): 98-106, 2016
• 13 McFadden D., "Mixed MNL Models for Discrete Response" 15 (15): 447-470, 2000
• 14 Ryley T. J., "Investigating the Contribution of Demand Responsive Transport to a Sustainable Local Public Transport System" 48 : 364-372, 2014
• 15 Hensher D. A., "Identifying the Influence of Stated Choice Design Dimensionality on Willingness to Pay for Travel Time Savings" 38 (38): 425-446, 2004
• 16 Kirby R. F., "Guidelines on the Operation of Subscription Bus Services, No. UI-5021-5024. Washington" Urban Institute and Urban Mass Transportation Administration 1974
• 17 Ministry of Land, Infrastructure and Transport, "Establishment of R&D Technical Roadmap for Metropolitan Transportation"
• 18 Train K. E., "Discrete Choice Methods with Simulation" Cambridge University Press 2009
• 19 Lakatos A., "Demand Responsive Transport Service of ‘Dead-End Villages’ in Interurban Traffic" 12 (12): 3820-, 2020
• 20 Busemeyer J. R., "Decision Field Theory : A Dynamic-cognitive Approach to Decision Making in an Uncertain Environment" 100 (100): 432-, 1993
• 21 Rose J. M., "Constructing Efficient Stated Choice Experimental Designs" 29 (29): 587-617, 2009
• 22 Morin D. A., "Commuter Bus Clubs are Showing The"Professionals"How to Meet Transit Demand, Traffic Engineering" 44 (44): 24-27, 1974
• 23 Wang J., "Built Environment as a Precondition for Demand-responsive Transit(DRT)System Survival : Evidence from an Empirical Study" 30 : 271-280, 2023
• 24 Xie Y., "Behavioral Modeling of On-demand Mobility Services : General Framework and Application to Sustainable Travel Incentives" 46 (46): 2017-2039, 2019
• 25 Caussade S., "Assessing the Influence of Design Dimensions on Stated Choice Experiment Estimates" 39 (39): 621-640, 2005
• 26 Abdullah M., "Ali N" 2021
• 27 Calabrò G., "Adaptive Transit Design : Optimizing Fixed and Demand Responsive Multi-modal Transportation via Continuous Approximation" 171 : 103643-, 2023
• 28 Ratcliff R., "A Theory of Memory Retrieval" 85 (85): 59-, 1978
• 29 Thurstone L. L., "A Law of Comparative Judgment" 34 (34): 273-, 1927
• 30 Yu J., "A Generalized Diffusion Model for Preference and Response Time : Application to Ordering Mobility-on-demand Services" 121 : 102854-, 2020
• 31 Liu Y., "A Framework to Integrate Mode Choice in the Design of Mobility-on-demand Systems" 105 : 648-665, 2019
• 32 Cook R. D., "A Comparison of Algorithms for Constructing Exact D-Optimal Designs" 22 (22): 315-324, 1980