국내의 경우 기상상태에 따른 대중교통 승객량에 대한 연구는 꾸준히 연구되어 왔으며 대다수가 강우량과 관련된 연구였다. 박근영·이시복(2010)은 약한비 보다 강한비 일수록 시내버스통행량이 줄어드는 것을 확인하였고 주말과 평일 중 주말이 특히 많은 차이를 보이는 것을 도출하였다. 정헌영 외(2011)의 연구에서는 강우에 따른 시내버스 이용실태와 이용의식을 조사하여 강우량이 증가함에 따라 시내버스 이용희망률이 감소하는 것을 확인하였다. 최상기 외(2013)는 강우가 발생하거나 체감온도가 낮아지면 시내버스 이용이 감소되는 반면, 승용차와 지하철통행은 증가하는 결과를 도출하였다. 신강원·최기주(2014)는 대중교통 일일 승객 수와 일일 강우량의 관계를 분석하였고 강우량이 증가함에 따라 대중교통 승객 수는 감소하는 것을 도출하였다. Changnon(1996)은 강우 시 대중교통수요는 3∼5% 감소하고, 대부분 9시부터 16시 동안 수요가 감소하는 것을 확인하였다.

국외에서는 강우량뿐만 아니라 종합적인 기상상태를 함께 고려한 연구가 진행되었다. Asad and Andre(1997)은 설문조사를 통해 응답자의 절반정도가 좋지 않은 기상조건에 의해 통행패턴 및 수단을 변화시키는 것을 확인하였다. Hofmann and Mahony(2005)는 나쁜 기상조건이 시내버스 이용에 미치는 영향을 분석하여 강우 시에 시내버스 이용에 부정적인 영향을 미친다는 결론을 도출하였다.. Keay and Simmonds(2005)는 주간, 야간을 구분하여 연구를 진행하였고 강우량이 교통량에 가장 큰 영향을 미친다는 것을 확인하였다. Guo et al(2007)은 좋은 날씨에는 대중교통 수요가 증가하고 좋지 않은 날씨에는 감소하는 결과를 확인하였다. 시내버스수요가 지하철수요보다, 주말수요가 주중수요보다 민감한 반응을 보이는 것을 확인하였다. Stover and McCormack(2012)은 강한 바람은 봄, 가을, 겨울 기간에 대중교통 수요에 부정적인 영향을 주고, 낮은 온도는 겨울에 대중교통 수요를 감소시킨다는 결과를 도출하였다. 비는 사계절동안 대중교통수요에 부정적인 영향을 주고 눈은 가을, 겨울에 낮은 수요와 관련이 있다는 것을 도출하였다. Kashfi et al.(2013)은 버스이용률과 강수량 간의 관계를 분석하여 습한 날씨가 일일 버스 이용자에게 부(-)의 관계를 주며 아침 피크 시간과 주말 승객은 전일 승객과 평일보다 비에 민감한 것을 확인하였다. Singhal et. al(2014)은 시간당 승객 데이터를 활용하여 기상조건과 대중교통 이용과의 관계를 분석하여 특정 기상 조건에서 오후-정오-오전 순으로 대중교통 승객수에 기상조건이 가장 많은 영향을 미친다는 것을 확인하였다. Arana et al(2014)는 기상조건이 대중교통 이용에 미치는 영향을 분석하였고 바람과 강우가 통행 횟수를 줄이고 온도 상승은 통행 횟수를 증가 시키는 것을 확인하였다. Liu et al.(2015)는 기상 변동성이 개별 활동에 미치는 영향을 분석하였고 의사 결정 과정에 참여하는 다른 통행 행동 지표의 간접 효과를 고려할 때 날씨의 영향이 더욱 극단적 일 수 있다는 점과 통근자는 비 통근자보다 기상 변화에 덜 민감한 것을 확인하였다. Zhou et al(2017)은 일반적으로 습도, 바람 및 강우량의 증가는 특정 수준의 대중교통 이용률 감소와 관련이 있는 것을 확인하였다.

기존의 연구들을 통해 기상 조건이 통행자들의 통행패턴을 변화 시킨다는 것을 확인 할 수 있다. 특히 대중교통 이용에 기상조건이 중요한 영향을 미친다는 것을 통해 환승 통행에도 주요한 영향을 줄 것이라는 것을 가정 할 수 있다. 하지만 기존의 연구는 수단별 단일 통행에 대해서는 연구를 진행하였지만 환승 통행에 대해서 연구를 진행하진 않았다. 시내버스 간 환승과 시내버스-지하철 환승은 버스와 지하철의 특성 차이로 인해 서로 다른 기상조건에 영향을 받을 것이라 판단 할 수 있다.

본 연구는 대중교통 수단별 통행뿐만 아니라 환승 통행을 고려하여 기상 조건이 대중교통 통행량에 미치는 영향을 분석하여 보다 세밀한 결과를 도출하였다.

기상현상과 대중교통 통행량과의 관계에 대한 연구는 최소제곱법을 기반으로 한 회귀분석방법을 일반적으로 사용하고 있다. 하지만 회귀분석의 경우 독립변수에 대한 종속변수의 평균값 추세에 관한 정보만을 제공하고, 정규분포나 등분산성의 가정을 두며 이상치에 크게 영향을 받는다는 단점을 가진다.(Davino, 2013) 또한 모든 데이터 분포가 평균값과 유사한 경향을 보인다면 독립변수와 종속변수와의 관계 분석 시 효과적이지만 실제 데이터가 이를 만족할 경우는 매우 드물기 때문에 회귀분석의 경우 모든 지점에서의 영향력을 설명하지 못한다.

본 연구에서 활용한 기상데이터의 경우 상기 기술한 사항과 밀접한 관계를 보인다는 점에서 선형회귀분석보다 분위회귀 분석을 활용한 연구의 필요성이 제기되고 있다.(이경미 외, 2012; 소병진 외, 2012)

Konenker and Bassett(1978)에 의해 소개된 분위회귀방법은 종속변수의 조건부 분위를 중심으로 선형모형을 함으로써 모든 분위에서의 변화에 대해 더 세밀한 결과를 도출할 수 있으며 이상치에 크게 영향을 받지 않는 강건성을 가진다는 장점이 있다.(Koenker, 2005) 종속변수의 조건부 분포를 기준으로 했을 때 만일 그 분포의 각 분위별 종속변수의 결정요인이 다를 가능성이 있다면 평균적 결정요인만을 추정하는 일반적인 회귀분석으로는 각 분위별 결정요인을 식별할 수 없다. 위와 같은 경우, 각 분위별로 표본을 몇 개의 그룹으로 나누어 각 그룹별로 최소자승법을 적용하는 방법을 고려해 볼 수 있으나 이는 선택편의를 유발할 수 있다. 이러한 문제의 극복을 위해 분위회귀분석은 표본의 모든 관찰치를 사용하며, 대신 각 분위에 따라 다른 가중치를 주어서 분석하게 되면서 표본선택 문제가 발생되지 않는다.

분위회귀모형은 모집단의 특정한 비율에 상응하는 표본값으로 확률변수 y의 τ분위수인 y_τ는 Y의 값이 y_τ를 초과하지 않을 확률 τ를 가리키며 다음과 같이 표현된다.

이때 y_τ값을 산출하는 함수 Q_τ(y) = y_τ를 Quantile function 이라고 한다. 분위 회귀식은 주어진 통제변수 x하에서의 조건부 분위함수 Q_τ(y)를 통제변수 x의 선형결합으로 특정화하는 모형이며 다음식과 같다.

위의 식에서 Q_τ(y_i|x_i)의 y_i는 통제변수 x_k,i에 관한 조건부 분위수이며 오차항 u_τ,i는 특정한 분포를 따른다고 가정하지 않고 단지 Q_τ(y_i|x_i) = 0의 조건만 충족시키는 것으로 가정한다. 위의 식은 다음과 같이 목적함수의 최소화를 통해 추정하며 βτ^는 τ에서의 추정계수이다.

단일 통행량에 대한 분석결과는 [표 2] 및 [그림 2]과 같다. 먼저 평일 시내버스통행량에 대한 결과를 살펴보면 온도는 모든 통행량 분위에서 정(+)의 영향을 주지만 높은 분위로 갈수록 즉, 시내버스 승객 통행량이 많아질수록 영향력이 낮아지는 것으로 나타났다. 습도는 부(-)의 영향을 주고 온도와 마찬가지로 높은 분위로 갈수록 영향력이 낮아지는 것으로 나타났다. 강우량의 경우 부(-)의 영향을 주고 높은 분위 일수록 영향력이 증가하는 것으로 나타났다. 풍속, 강우의 여부는 통행량과 관련이 미약한 것으로 판단할 수 있다.

Figure 2. 
Result of regression for ridership on the city bus and subway

휴일 시내버스통행량에 대한 결과를 살펴보면 온도는 정(+)의 영향을 주지만 높은 분위로 갈수록 영향력이 약간 감소하는 것으로 볼 수 있다. 풍속, 습도, 강우 여부는 통행량과 통계적으로 관련이 미미한 것으로 나타났다. 강우량은 0.3 0,7 분위에서만 부(-)의 영향을 미치는 것으로 나타나 대체로 평일과 다른 양상을 보인다.

다음으로 평일 지하철통행량에 대한 결과를 살펴보면 온도는 낮은 분위(0.3)에서 높은 분위(0.9)로 변함에 따라 분위계수 값이 정(+)에서 부(-)로 바뀌고 있으며 높은 분위인 0.9 분위에서 부(-)를 보이고 있어 높은 온도 계절에 피크 시 통행량에 영향이 있을 것으로 사료된다. 습도는 온도와 대비되는 양상을 보이며 0.5, 0.9 분위에서 정(+)의 유의한 영향을 주는 것으로 나타났다. 강우량은 부(-)의 영향을 주고 높은 분위 일수록 분위계수 값이 증가하였다. 강우 여부는 0.7, 0.9 분위에서 비가 오면 통행량에 통계적으로 유의하게 부(-)의 영향을 미치는 것으로 나타나 강우 여부는 지하철 통행량에 영향이 있음을 보인다.

휴일 지하철통행량에 대한 결과의 경우 온도는 0.1 분위에서 통행량에 정(+)의 영향을 미치는 것으로 나타났으며 풍속, 습도, 강우 여부의 경우 통행량과 통계적으로 관련이 없는 것으로 나타났다. 강우량의 경우 전반적으로 부(-)의 영향을 미치며 승객이 많은 0.7, 0.9 분위에서 부(-)의 영향이 크게 미치는 것으로 나타나고 있으며 평일에 비해 일관성은 약하나 영향은 큰 것으로 보인다. 평일과 휴일 모두 전반적으로 강우량과 온도를 제외한 기상조건은 통행량에 아주 미미한 영향을 주는 것으로 나타났다.

이상의 단일통행량 분석결과를 고려해보면, 기상조건 중 온도, 습도, 강우량이 대중교통 통행량과 밀접한 연관이 있는 것으로 나타났다. 온도와 습도의 경우 높은 분위로 갈수록 영향일 줄어드는 것으로 분석되었다. 즉, 통행량이 많은 피크시간대에는 온도와 습도가 대중교통 통행량에 큰 영향을 미치지 않는 것이라 볼 수 있다. 한편, 강우량의 증가는 통행량이 많아질수록 영향이 커지는 것으로 나타나 피크시간대의 통행량은 강우량의 영향이 더욱 클 것이라 판단된다. 온도와 습도, 강우량의 경우 승차공간의 쾌적성에 영향을 미치는 요인으로, 대중교통 이용에 승차공간의 쾌적성이 비교적 큰 영향을 미친다고 예상할 수 있다. 또한 휴일에 비해 평일의 경우가 대중교통 통행량 분위에 따른 기상조건의 영향력의 변동 폭이 더 큰 것으로 나타났으며, 지하철에 비해 시내버스가 기상조건의 영향을 더 크게 받는 것을 확인할 수 있었다. 후자의 경우 시내버스 승/하차 공간이 지하철 보다 기상조건에 노출되기 쉽다는 점에서 시내버스가 포함된 통행이 보다 기상조건에 민감한 반응을 미치는 것으로 판단된다.

환승 통행량에 대한 분석결과는 [표 3] 및 [그림 3]와 같다. 먼저 평일 시내버스-시내버스 간 환승 통행량에 대한 결과를 살펴보면 온도는 정(+)의 영향을 주지만 높은 분위로 갈수록 즉, 환승 통행량이 많을수록 영향력이 감소하는 것으로 나타났다. 습도는 부(-)의 영향을 주고 온도와 마찬가지로 높은 분위로 갈수록 영향력이 낮아지는 것으로 나타났다. 강우량은 부(-)의 영향을 주고 높은 통행량 일수록 더 큰 영향을 받는 것으로 나타났다. 강우 여부는 0.3, 0.5분위에서 부(-)의 영향을 끼치는 것으로 나타났다. 전반적으로 [그림 2]의 평일 시내버스 단일 통행량과 비슷한 경향을 보인다고 사료된다.

Figure 3. 
Result of regression for ridership on the city bus-city bus and city bus-subway

휴일 시내버스-시내버스 간 환승 통행량에 대한 결과의 경우 온도는 정(+)의 영향을 미쳤고 높은 분위로 갈수록 영향력이 증가하는 것으로 나타났다. 이 결과는 [그림 2]의 휴일 시내버스 단일 통행량과 같이 온도에 민감하게 영향을 받고 있음을 알 수 있다. 습도의 경우 부(-)의 영향을 주고 온도와 반대로 높은 분위로 갈수록 영향력이 낮아지는 것으로 나타났다. 강우량의 경우 부(-)의 영향을 주고 높은 분위로 갈수록 분위 계수 값이 증가하는 것으로 나타났다. 시내버스-시내버스 환승 통행량의 경우 평일과 휴일 결과는 유사한 경향을 보이고 [그림 2]의 시내버스 단일 통행량에 비해 변동이 작음을 보인다.

다음으로 평일 시내버스-지하철간 환승 통행량에 대한 결과를 살펴보면 정(+)의 영향을 미치고 높은 분위로 갈수록 영향력이 감소하는 것으로 나타났다. 습도의 경우 모든 분위에서 부(-)의 영향을 주고 높은 분위로 갈수록 영향력이 낮아지는 경향을 보인다. 강우량의 경우 0.9 분위에서 유의하게 부(-)의 영향을 주는 것으로 나타나 통행량이 많은 피크 시에는 영향이 있음을 나타낸다.

휴일 시내버스-지하철간 환승 통행량에 대한 결과를 살펴보면 온도는 정(+)의 영향을 미치고 통행량이 많아질수록 영향력이 낮아짐을 보인다. 습도의 경우 부(-)의 영향을 주며 강우량의 경우 0.9 분위에서는 부(-)의 영향을 주고 있다. 시내버스-지하철 환승통행량의 경우 평일 휴일 모두 환승 통행량이 적을 경우 온도의 영향이 크나 환승 통행량이 많아질수록 그 영향이 적어지는 경향을 강하게 보이고 있으며 강우량의 경우 환승 통행량이 점점 증가 증가했을 때 강우량의 분위 계수값이 증가하는 경향을 보여 강우량은 환승 통행량 감소 원인으로 작용함을 보이고 있다.

이상의 환승 통행량 분석결과에서, 환승 통행량의 경우에도 단일 통행량과 마찬가지로 온도, 습도, 강우량이 밀접한 영향을 갖는 것으로 나타났다. 온도의 휴일 시내버스-시내버스 환승의 경우를 제외하고는 환승 통행량이 많아질수록 그 영향이 줄어드는 것으로 나타났다. 습도 역시 통행량이 많아질수록 영향이 줄어드는 경향을 적어지는 것으로 분석되었다. 한편, 강우량의 증가는 환승 통행량이 많아질수록 영향이 커지는 것으로 나타났다. 특히 온도와 습도의 경우 단일 통행량에 비해 더 많은 분위 값에서 유의미한 값들이 산출되어 단일 통행에 비해 환승 통행이 두 요인의 영향을 더욱 크게 받는다고 볼 수 있다. 또한 시내버스-시내버스간 환승 통행량의 경우 단일 통행량과 마찬가지로 주말에 비해 평일의 경우가 대중교통 통행량 분위에 따른 기상조건의 영향력의 변동폭이 더 큰 것으로 나타났으며 시내버스-지하철간 환승 통행량의 경우 변동 폭이 작은 것으로 나타났다. 아울러 시내버스-시내버스 환승에 비해 시내버스-지하철 환승의 분위계수 값들이 평균적으로 낮게 나타났다.

기상조건이 단일 통행량과 환승 통행량에 미치는 영향에 대한 분석 결과를 종합적으로 살펴보면, 시내버스가 포함된 통행인 시내버스 단일 통행, 시내버스-시내버스 간 환승 통행, 시내버스-지하철간 환승 통행이 기상조건의 영향을 더욱 크게 받는 것으로 나타났다. 또한 평일 통행이 휴일 통행보다, 단일 통행이 환승 통행보다 통행량 분위에 따른 기상조건의 영향력의 변동 폭이 더 큰 것으로 분석되었다.