민식이법 시행이 화물차 위험운전 행동에 미친 영향 분석 : 디지털운행기록장치(DTG) 데이터를 활용하여

1. 연구의 배경

도로 교통 안전은 현대 사회에서 중요한 이슈로 부각되고 있다. 특히, 어린이들이 학교로 가는 동안 안전하게 이동할 수 있도록 하는 곳인 어린이 보호구역에서의 위험운전 행동과 교통사고는 심각한 사회문제로 인식된다. 최근 몇 년간 어린이 보호구역에서 발생한 사망사고로 인하여 어린이 교통안전에 대한 국민들의 관심이 높다(최지환·임성준, 2021). 특히, 2019년 어린이 보호구역에서 故 김민식 군의 사망사고가 발생하였고, 도로교통법 및 특정범죄가중법의 개정법(일명 ‘민식이법’)이 제정되어 교통사고 또는 위험운전 감소를 기대하고 있으나, 관련 실증 연구가 미흡한 실정이다. 또한, 화물차의 위험운전 행동은 어린이들의 보행 안전성을 심각하게 낮출 수 있어 민식이법과 같은 법적 규제가 화물차 위험운전 행동에 어떠한 영향을 미치는지에 대한 관련 실증 연구가 필요한 상황이다.

이에, 본 연구는 어린이 보호구역에서의 민식이법 시행(2020년 3월 25일)이 어린이 보호구역 내의 과속, 급가속, 급감속, 급차로변경, 급회전 등 5가지 화물차 위험운전 행동에 미친 영향(개입효과, Treatment Effect)에 대해 실증 분석을 하고자 한다. 본 연구에서 활용한 디지털운행기록장치(Digital Tacho Graph, DTG) 데이터는 한국교통안전공단(Korea Transportation Safety Authority, TS)에서 협조 요청을 통해 취득하였으며, 그 외 데이터는 한국교통연구원 및 통계청에서 제공하는 데이터를 활용하였다. 본 연구는 2019년에서 2022년까지 전라북도를 대상으로 분석하였으며, 로지스틱 회귀모형(Logistics Regression)과 이중차분법(Difference-in-Difference) 혼합 모형을 활용하여 민식이법 시행과 어린이 보호구역 내 화물차 위험운전 행동 간의 인과관계(Causality)를 도출하였다.

본 연구의 기대효과는 아이들의 안전을 위해 지정된 어린이 보호구역 내 화물차 위험운전 행동을 실증 분석하여 이에 대한 규제의 실효성과 개선방안을 제시하는 것이다. 연구 결과는 교통 관련 당국과 정부 기관, 운송 업계 및 사회 전반에 화물차 운전자들의 위험운전 문제에 대한 인식을 높이고 정책 개발에 활용될 것으로 기대된다. 마지막으로, 본 연구는 화물차 운전자들과 아이들의 안전을 중요하게 여기는 사회 전체에 대한 인식과 관심을 높이는 데 기여할 것이다.

1. 어린이 보호구역 관련 연구 동향

어린이 보호구역 관련 선행연구는 다양한 방면으로 진행되고 있으며, 보행자 사고와 도로 안전성과 관련된 연구가 주를 이루었다. 그중, 도로 안전성 관련 연구는 교통안전시설 영향 분석 또는 정책적 제언이 주를 이루었다. 예를 들면, 박지수 외(2022)가 어린이 보호구역의 안전성과 쾌적성을 높이기 위한 보행환경 개선 방향을 3D 모델링을 통해 도출하였다. 최지환·임성준(2021)은 어린이 보호구역의 보행자에 교통안전 증진하기 위해 4가지 유형의 Gateway 설치를 제안하였고, 실험 결과 차량의 규정속도 준수율에 효과적인 것으로 나타났다. 김동식 외(2023)는 어린이 보호구역 주변 교통안전표지의 위치 및 높이와 교통사고와의 상관관계에 대해 분석하였으며, 교통안전시설 설치에 면밀한 검토가 이루어져야 한다고 제언하였다.

어린이 보호구역 내 교통사고 관련 연구로는 이수범 외(2008)가 어린이 보호구역 개선사업이 교통사고 감소 효과에 미친 영향에 대해 분석하였고, 사고 감소율은 약 39%인 것으로 나타났다. 신지희 외(2022)는 서울시에 어린이 보호구역이 적합하게 지정되었는지를 교통사고 다발 지역과 어린이 보호구역 간의 일치성을 분석으로 검토하였으며, 구역 지정의 적절성을 파악하였다. 정동훈·이수범(2021)은 서울특별시 어린이 보호구역 내 어린이 사고의 행동 특성을 분석하여 사고 유형을 도출하였으며, 차량에 Advanced Emergency Braking System(AEBS)이 장착하는 것이 보행자 사고 감소에 효과적인 것을 파악하였다. 고등원·박승훈(2019)은 교통사고분석시스템(TAAS)을 통해 확보된 데이터를 기반으로 공간계량모형을 구축하였다. 이를 통해, 어린이 보호구역 내 발생한 보행자 교통사고를 감소시키는 근린 환경 특성은 용도 혼합도인 것을 밝혔고, 부정적인 영향을 미치는 요소는 개발밀도, 도로요인, 대중교통 요인 등으로 파악하였다.

2. 민식이법 관련 연구 동향

2019년 9월 당시 9세인 故 김민식 군이 어린이 보호구역 내 횡단보도에서 사망하면서 도로교통법 및 특정범죄가중법의 개정법(일명 ‘민식이법’) 논의가 시작되었다(박상민, 2021). 2019년 12월 일명 민식이법인 특정범죄가중법이 제정되었으며, 제5조의13은 교통안전에 취약한 어린이를 교통사고로부터 보호하자는 취지로, 어린이 안전을 위한 시설이나 장비 설치 의무와 규정 위반 또는 어린이에 대해 교통사고 범할 시 중한 가중처벌을 하는 규정이 주요 골자이다.

<그림 1>을 보면 법 제정 이전인 2019년에 어린이 보호구역 내 대략 560건의 교통사고가 발생하였으나, 법 제정 이후 소폭 감소하는 모습을 보인다. 하지만, 여전히 약 480건이 넘는 교통사고가 지속적으로 발생하고 있으며, 사고로 인한 부상자수 또한 500여명 이상이었다. 또한, 인천 중구의 어린이 보호구역에서 화물차 추돌사고로 11살 어린이가 사망하는 사고도 발생하였다.

Figure 1.

The number of accidents in school zones between 2019 and 2022Source: TAAS

민식이법과 관련된 연구는 법리적 검토가 주를 이루었고 이 법의 제정이 교통사고에 미친 영향에 대한 실증 연구는 두 편에 불과하였다. 예를 들면, 이병세(2021)는 민식이법 시행 전인 2019년과 후인 2020년을 비교 분석하였고, 통계적으로 유의미한 교통사고 감소를 확인하였다. 반면, 고승희(2021)는 이중차분법을 통해 민식이법이 도로 면적당 어린이 교통사고 감소에 유의미한 영향을 미치지 못한 것을 확인하였다.

3. 디지털운행기록장치(DTG) 관련 연구 동향

DTG를 활용한 선행연구는 비교적 최근에 많이 진행되고 있으며, 크게 두 가지 분야로 나눌 수 있다. 첫째, 본 연구와 관련된 연구 분야는 위험운전 행동 패턴을 분석하는 것이다. 예를 들면, 조종석 외(2017)는 화물차 DTG 데이터를 활용하여 고속도로 졸음운전 위험구간을 분석하였다. 졸음 운전사고는 급감속비율, 급차로변경 등 위험운전 행동이 늘어날수록 증가하는 것으로 나타났다. 김수재 외(2018)는 버스 DTG 데이터를 활용하여, 8가지 위험운전 행동을 구분하고 우선순위를 제시했고 요일별·시간대별·기상 상태별로 발생 현황을 분석했다. 또한, 자주 발생하는 유형인 급가속, 급감속, 급좌우회전에 대한 상관성을 분석하고 발생 건수별 군집분석을 통해 고위험군, 중위험군, 저위험군 3가지로 구분하였다. 박은미 외(2020)는 세종시의 버스 DTG 데이터를 활용하여 위험운전 행동 유형을 분석하였으며, 이를 통해 위험운전 행동 유형이 반복적으로 발생하는 구간을 확인하고 민원과 비교하여 반복발생 구간을 파악하였다.

둘째, DTG 데이터를 활용한 다른 연구 분야는 차량 운행 기록이 다양한 목적으로 활용될 수 있는지를 검증하는 것이다. 예를 들면, 안상하·신용은(2018)은 부산시를 대상으로 택시 DTG 데이터를 활용하여 이용자들의 통행패턴을 분석하여, DTG 데이터를 활용한 OD 데이터 구축이 가능함을 시사하였다. 권민영·김영찬(2018)은 서울시 주요 간선도로 축을 중심으로 택시 DTG 기반 교통류 분석이 가능성을 검토하였다. 이 연구는 DTG 데이터가 차량의 운행 정보(위치, 속도 등)를 10초 단위로 수집하기 때문에 실시간 교통 소통정보로 활용될 수 있다고 주장하였다. 이민형·김영찬(2020)은 택시 DTG 데이터를 활용하여 신호 교차로에서 대기행렬 길이 추정 알고리즘을 개발하였고, 정확성 검증 및 민감도 분석을 통해 활용 가능성을 확인하였다. 김범수(2019)는 화물 DTG 데이터를 통해 과적 차량 단속 가능 여부를 검증하였으며, 스파크(Spark)를 활용하여 단속 플랫폼을 구현하였다.

4. 본 연구의 차별성

선행연구 검토 결과, 본 연구는 다음과 같은 차별성을 가지는 것으로 판단된다. 첫째, 어린이 보호구역 관련 선행연구들은 주로 교통사고 또는 안전 관련 보호장치/도로환경에 대한 분석이 주를 이루며 위험운전 행동과 관련된 연구는 미흡한 실정이다. 화물차 운전자의 위험운전 행동은 사고로 연결되지 않더라도 어린이 보호구역 내 보행자들이 느끼는 안전성을 상당히 낮출 수 있는 점을 고려할 때, 이에 대한 연구를 진행한 본 연구는 그 차별성을 지닌다. 둘째, 사회적으로 큰 쟁점이 되었던 민식이법이 시행된 지 약 4년이 지난 시점에서 이 법의 효과에 대한 실증 연구가 거의 진행되지 않고 있으며, 본 연구는 인과관계를 도출함으로써 민식이법 시행의 효과를 분석하고자 한다. 셋째, 본 연구는 선행연구를 통해 확인된 신뢰성 있는 약 8백만 개의 화물차 이동기록(화물차 DTG 빅데이터)을 활용하여 2019년부터 2022년까지의 화물차 위험운전 행동에 대해 실증 분석하고자 한다.

1. 디지털운행기록장치(DTG) 데이터

2) 데이터 수집 및 구조

본 연구는 한국교통안전공단(TS)의 협조를 통해 2019년 1월부터 2022년 12월까지 전라북도를 대상으로 화물차 DTG 데이터를 취득하였다. <그림 2>에서 보듯이 DTG 데이터는 점(Point) 형태로 구성되어 있으며, Point마다 좌표, 차량 속도 등의 화물차 운행정보를 가지고 있다. 또한, 본 연구에서 활용한 데이터는 한국교통안전공단의 2022년 위험운전행동 판별 기준에 따라 11대 위험운전 행동(과속, 장기과속, 급가속, 급출발, 급감속, 급정지, 급진로변경, 급앞지르기, 급좌우회전, 급유턴) 여부를 판별하여 가변수(Dummy variable) 형태로 저장하고 있다. 본 연구에서 활용한 표본수 (Sample size)는 약 8백만개이다.

Figure 2.

Spatial distribution of DTG data

2. 변수 설정

1) 종속변수: 화물차 위험운전 행동

본 연구에서 사용한 종속변수는 화물차 위험운전 행동 여부이다. 화물차 위험운전 행동은 과속(Speeding), 급가속 (Rapid Acceleration), 급감속(Rapid Acceleration), 급차로변경(Rapid Lane Change), 급회전(Rapid Turn) 5가지로 분류하여 분석하였으며, 한국교통안전공단의 규정을 기준으로 분류하고 분석을 진행하였다(<표 1> 참조). 종속변수는 모두 가변수(Dummy Variable) 형태이다. 예를 들면, 가속을 한 경우 해당 운행기록(Observation)은 “1”로 표시되고, 가속하지 않은 경우는 “0”으로 표시된다. <표 3>의 기술통계를 보면, 과속은 전체 운전행동 중 약 27% 정도를 차지하여 가장 많은 빈도를 보였으며, 급차로변경과 급회전은 약 4% 정도로 낮은 빈도로 나타났다.

Table 1.

Classification and description of dependent variables (i.e., dangerous driving behaviors)

2) 독립변수

본 연구의 주요 독립변수는 <그림 2>에서의 DTG Point가 전라북도 초등학교 420여 개에 지정된 어린이 보호구역(스쿨존) 내에 위치하는지 여부이다. 전라북도 어린이 보호구역 지정 현황은 아래 <그림 3>과 같으며, 주로 전주시, 군산시, 익산시와 같은 전북 내 대도시에 집중되어 있다.

Figure 3.

Spatial distribution of school zones

본 연구에서 사용된 통제 변수는 교통 접근성(학교, 대중교통, 상업시설), 교통량, 평균 속도이다(<표 2> 참조). 또한, 시·공간을 통제하기 위하여 본 연구는 14개 시군(City), 시간대(Time), 주중 여부(Weekday), 계절(Season), 년도(Year)를 통제하였다. 본 연구에서 활용한 각 변수들의 기초통계량(Descriptive Statistics)은 <표 3>과 같다.

Table 2.

Description of independent variables

Table 3.

Descriptive statistics of dependent and independent variables

독립변수 데이터 구축은 도시(City), 시간(Time), 주중(Weekday), 계절(Season), 연도(Year)는 DTG의 속성정보를 기반으로 만들었다. 또한, 교통 관련 요소들인 접근성, 교통량, 운행속도는 한국교통연구원의 데이터를 활용하였으며, 국가교통데이터오픈마켓과 View-T에서 취득하였다. 또한, 스쿨존 데이터는 통합 데이터지도 홈페이지에서 취득하였다.

3. 모형 설정

본 연구는 이중 로지스틱 회귀모형에 이중차분법을 적용한 모형(Difference in Difference with Logistics Regression)을 활용하였으며. 해당 모형의 선정 이유는 다음과 같다. 첫째, 본 연구의 종속변수가 가변수(Dummy Variable)임을 감안하여 이항 로지스틱 회귀모형(Logistics Regression)을 적용하였다. 둘째, 본 연구의 주요 목적은 민식이법 시행이 어린이 보호구역에서 화물차 위험운전 행동에 미친 영향을 측정하는 것이기 때문에 이중차분법 접목이 필요하였다. 이중차분법(Difference in Difference, DID)은 계량경제학 분야에서 유래되었지만, 이 기법의 기본 논리는 1850년대에 John Snow에 의해 사용되었으며 일부에서는 '제어된 전후 연구(Controlled before-and-after study)'라고 한다(Caniglia and Murray, 2020). 이중차분법은 인과 효과(Causality)를 추정하기 위해 처치집단(Treatment Group)과 통제집단 (Control) 간의 시간 경과에 따른 결과 변화를 비교하여 개입효과(Treatment Effect)를 도출하는 모형이다(곽기호, 2019). 즉, 이중차분법은 정책의 영향을 시행 전후의 처치집단과 통제집단 간의 비교를 통해 정책 시행의 순 효과를 수치화할 수 있는 유용한 방법론이다(조정환, 2022). 따라서, 본 연구의 주요 목적 달성을 위해 이중차분법을 활용하였다.

모형과 관련된 구체적인 내용은 다음과 같다. 첫째, 본 연구의 처치집단은 어린이 보호구역에 위치하는지 여부이며, 개입효과는 민식이법의 영향이다(<그림 4> 참조). 둘째, 민식이법은 2019년 12월 24일에 제정되었고, 2020년 3월 25일에 시행되었다. 따라서, 시점을 민식이법 시행 전인 2019년 1월 1일부터 2020년 3월 25일까지를 “Before”로 설정하였고, 시행 후를 “After(2020)”, “After(2021)”, “After(2022)”로 구분하였다. After(2020)은 2020년 3월 26일부터 2020년 12월 31일을 의미하며, After(2021)과 After(2022)는 각각 2021년과 2022년 모두이다. 셋째, 민식이법 시행 전과 후에 대해 5가지 위험운전 행동에 대한 개입효과를 측정하였다(이병세, 2021). 따라서, 아래 <표 4>와 같이 15개 이중차분법 모형을 구축하였다. 넷째, 2019년 대비 세 년도 변화를 분석한 이유는 영향 정도가 시간이 지날수록 변하는지를 파악하기 위함이고, 코로나의 영향으로 연도별로 다른 영향 정도를 보일 수 있기 때문이다. 또한, 어린이보호구역은 기존에 지정되어 있던 지역이기 때문에 법의 강화 때문만이 아닌 시계열적 증가 또는 감소일 수도 있기 때문에 연도들을 분할하여 모델을 구축하였다. 다섯째, 민식이법 시행 전후는 코로나 시대 전후와 시기적으로 유사한 점을 가지고 있어 본 연구에서 도출한 개입효과가 코로나의 영향일 수도 있다. 하지만, 본 연구는 이중차분법을 활용하여 처치집단(어린이 보호구역)과 통제집단 간을 비교였으며, 이 경우 두 집단 모두 코로나의 영향을 받았고 두 집단 간의 차이는 어린이 보호구역 여부이다. 따라서, 본 연구에서 도출한 개입효과는 코로나의 영향이 아닌 민식이법 시행으로 해석될 수 있다.

Figure 4.

Diagram of treatment effect results

Table 4.

15 Difference in difference (DID) models

본 연구에서 구축된 모형의 회귀식은 다음과 같다.

위 식에서 종속변수인 y는 <표 1>의 5가지 위험운전 행동 중 하나를 의미하며, 로지스틱 회귀모형을 접목하였기 때문에 좌측 변은 Logit이 씌워진 모습을 볼 수 있다. Time은 본 연구에서 연도이며, Treat으로 표현된 처치집단은 어린이 보호구역에 DTG point가 위치하는지 여부를 나타낸다. 본 연구의 주요 관심사인 개입효과는 β₁이며, 기타 통제변수는 X로 표시하였다.

1. 과속(Speeding)

<표 5>는 민식이법 시행이 화물차 과속에 미친 영향에 대한 세 모델(DID 1, DID 2, DID 3)의 분석 결과를 보여준다. 연구 결과, 민식이법이 어린이 보호구역이 아닌 지역보다 어린이 보호구역 내 화물차 과속을 유의미하게 감소시킨 것으로 나타났다. 구체적으로, 민식이법 시행 전(Before) 대비 시행 후 2020년에 어린이 보호구역 내 과속을 할 가능성은 약 12.5% 감소하였으며, Before 대비 2021년에는 11.6% 감소하였고, Before 대비 2022년에는 27.4% 감소하였다. 또한, 영향 정도(Coefficient)는 DID 1에서 -0.133에서 DID 3에 -0.319로 나타나, 이 어린이 보호구역 내 가속에 미친 영향의 정도는 시간이 지날수록 더욱 강해진다고 볼 수 있는 것으로 나타났다.

통제 변수 관련해서는 읍면동의 평균 통행속도가 증가할수록 화물차 운전자가 과속할 가능성이 낮아지는 것으로 나타났다(Coefficient of -0.968 -1.042, and -0.687). 또한, 승산비(Odd Ratio)가 1보다 큰 점을 감안할 때, 평일, 오전/오후 첨두시간(Morning and Evening Peak)에 화물차가 과속할 가능성이 컸다.

2. 급가속(Rapid Acceleration)

<표 6>의 DID 4, 5, 6은 민식이법 시행이 화물차 급가속에 미친 영향(개입효과, Treatment Effect)에 대한 분석 결과를 보여준다, 개입효과는 음(-)의 영향 관계가 나타났으며, 이는 민식이법 시행이 어린이 보호구역에서 급가속을 감소시킨 것을 알 수 있다. 구체적으로, 어린이 보호구역 내 급가속을 할 가능성은 시행 전(Before) 대비 2020년에 4.8% 감소하였으며, 2021년에는 약 17.4% 감소하였으며, 2022년에는 34.5% 감소하였다.

Table 6.

Model results for rapid acceleration

주요 통제변수 관련 연구 결과로는 화물차 운전자가 급가속할 가능성을 높이는 요인으로 시장(Market)과 마트(Mart)로의 접근성 향상과 교통량(Traffic) 증가가 있었다. 또한, 전주보다 전라북도의 주요 교통 요충지인 익산(Iksan)에서 급가속할 확률이 높았으며(Odd Ratio of 1.507, 1.533, and 2.159). 또한, 급가속은 오전 첨두시간에 Before 대비 2020년에 30.5%, 2021년에 31.1%, 2022년에 53.1% 증가하였다. 상관계수가 양(+)인 것을 감안할 때, 오후 첨두시간 또한 급가속할 확률을 높인 것으로 나타났다.

3. 급감속(Rapid Deceleration)

<표 7>은 급감속 관련 연구 결과를 보여주며, 개입효과는 모두 음(-)의 상관관계이며 P value가 0.001 미만으로 통계적으로 유의미하였다. 이는 민식이법 시행으로 어린이 보호구역 내 화물차의 급감속 발생 확률이 낮아지는 것을 의미한다. 구체적으로, 민식이법 시행 이후 어린이 보호구역의 급감속을 할 가능성은 2020년에 약 7.7%, 2021년에 약 27.8%, 2022년에 약 15.0% 감소한 것을 확인하였다.

Table 7.

Model results for rapid deceleration

버스 정류장(Bus Stop)으로의 접근성이 좋아질수록 급감속을 할 확률이 높아졌으나(Coefficient of -0.092, -0.083, -0.070), 기차역(Train Station)으로의 접근성이 좋아질수록 급감속할 확률은 낮아졌다(Coefficient of 0.035 and 0.034). 평균 통행속도(Speed)의 증가는 화물차 운전자가 급감속할 확률을 낮추는 것으로 나타났다(Odd Ratio of 0.378, 0.489 and 0.584). 과속과 급가속과 유사하게 급감속은 오전 첨두시간에 약 20%가량 증가하였으나, 오후 첨두시간에는 약 10%가량 감소하였다.

4. 급차로변경(Rapid Lance Change)

앞의 연구결과와 달리, 민식이법 시행은 오히려 어린이 보호구역에서 급차로변경할 확률을 높이는 것으로 나타났다(<표 8> 참조). 구체적으로 민식이법 시행 이후 어린이 보호구역 내 급차로변경을 할 가능성은 2020년, 2021년, 2022년에 각각 8.5%, 11.1%, 6.3% 소폭 상승하였다.

Table 8.

Model results for rapid lane change

중학교(Middle School)와 고등학교(High School)로의 접근성이 좋아질수록 급차로변경할 확률 또한 높아졌다(Coefficient of -0.085, -0.055, -0.045). 그리고, 급차로변경할 확률을 높이는 요인으로는 교통량(Traffic) 증가와 버스 정류장(Bus Stop)으로의 접근성 등이 있었다. 앞선 화물차 위험운전 행동과 마찬가지로, 오전/오후 첨두시간에 화물차 운전자는 급차로변경을 더욱 많이 하는 것으로 나타났다.

5. 급회전(Rapid Turn)

<표 9>의 개입효과는 음(-)의 상관관계로, 민식이법 시행이 어린이 보호구역 내의 급회전할 확률을 유의미하게 감소시키는 것으로 나타났으며, 그 영향 정도가 2022년에 대폭 확대되었다. 구체적으로 어린이 보호구역 내 급회전을 할 가능성은 Before(민식이법 시행 이전) 대비 2020년과 2021년에는 약 10% 감소하였으며, 2022년에는 감소 폭이 47%로 더욱 컸다.

또한, 마트(Mart)로의 접근성이 좋아질수록 급회전할 확률은 높아졌으며(Coefficient of -0.044, -0.004, and -0.109), 오전 첨두시간에서 화물차 운전자는 급회전을 더 많이 하는 것으로 나타났다(Odd Ratio of 1.093, 1.116, and 1.022). 또한, 도시별로 급회전이 발생할 확률은 다른 것으로 나타났는데, 예를 들면 군산(Gunsan)의 경우 전주(Jeonju)에 비해 2019년 대비 2020년, 2021년, 2022년에 급회전이 87.2%, 13.8%, 41.7% 증가하였다.

Table 9.

Model results for rapid turn

1. 연구 요약

본 연구는 민식이법의 시행 후 어린이 보호구역 내 화물차 위험운전 행동(과속, 급가속, 급감속, 급차로변경, 급회전)의 변화를 분석하고 이에 대한 효과를 평가하기 위해 수행되었다. 화물차 DTG 빅데이터를 기반으로 이중 로지스틱 회귀모형에 이중차분법을 적용한 모형(Difference in Difference with Logistics Regression)을 활용하여 민식이법의 시행 이전과 이후의 화물차 위험운전 행동을 비교하고 분석함으로써 결론을 도출하였다. 본 연구의 기대효과는 민식이법 시행의 효과를 실증 분석하였으며 위험운전 문제에 대한 이해를 높이는 데 기여할 것으로 예상된다. 또한, 민식이법의 보완이나 추가적인 법적 조치의 필요성을 도출하여 도로 교통 안전을 향상 시킬 수 있을 것으로 판단된다.

2. 주요 연구 결과 및 해석

본 연구의 개입효과(민식이법 시행이 어린이 보호구역 내 화물차 위험운전에 미친 영향)에 대한 주요 결과는 다음과 같다(<그림 5> 참조). 첫째, 본 연구는 민식이법의 시행 이후 어린이 보호구역 내에서 4가지 화물차 위험운전 행동(과속, 급가속, 급감속, 금회전)할 가능성이 유의미하게 감소하였다. 둘째, 과속, 급가속, 급회전의 경우 민식이법 시행 이후 시간이 지날수록 감소 폭이 더욱 커지는 것을 확인하였다. 셋째, 급차선변경은 법 시행 이후 증가하였으나, 그 증가 폭이 약 10% 정도 수준인 것으로 나타났다.

Figure 5.

The treatment effects in the 15 models

본 연구의 결과로 민식이법 시행이 화물차 운전자들의 운전행동에 긍정적인 영향을 미친 것으로 판단된다. 즉, 엄격한 단속, 벌금 부과 등의 조치가 어린이 보호구역에서 어린이들의 안전을 보호하는 데 효과적으로 기여한 것으로 해석될 수 있다. 하지만, 본 연구는 민식이법 시행에도 불구하고 모든 위험운전 행동을 감소시키는 데는 부족한 것으로 파악하였으며, 이를 해결하기 위한 다양한 정책이 필요할 것으로 보인다. 예를 들면, 본 연구에서 사용한 DTG 데이터를 활용한다면 화물차 운전자가 위험운전 행동하였는지 여부를 파악할 수 있기 때문에 이러한 교통 빅데이터를 통한 단속 방법을 검토해 볼 필요가 있다.

3. 한계점

본 연구는 다음과 같은 한계점을 가지고 있다. 첫째, 본 연구는 전라북도를 대상으로 분석을 진행하였기 때문에, 연구 결과를 우리나라 전체로 일반화하는 데 한계가 있다. 둘째, 화물차 위험운전 행동에는 다양한 요소들 특히 화물차 운전자에 관한 변수들에 영향을 받을 수 있으나, 본 연구에서는 데이터의 한계점으로 이 요인들을 통제하지 못하였다. 셋째, 민식이법 시행이 모든 화물차 위험운전 행동을 감소시키지는 못한 것으로 나타났다. 본 연구는 이 결과에 대해 좀 더 세밀한 연구를 진행하지 못하였다. 이러한 한계점들을 고려하여 연구 결과를 해석할 필요가 있으며, 향후 연구에서는 이를 보완할 수 있는 방향을 제시하는 것이 중요하다.