1. 서 론
1.1 연구의 배경 및 목적
도시의 급격한 팽창과 함께 주택부족 현상이 나타나게 되자, 정부는 주택부족 문제 해결을 위해 대규모 택지개발을 통하여 주택보급을 확대시켰다. 결국,
공동주택 공급량은 전체 주택 공급량의 83% 수준을 유지하고 있고, 그 중 아파트가 차지하는 비중은 50%로 꾸준한 증가 추세를 보이고 있다. 특히,
아파트 단지 내 주차공간 부족으로 인한 불법주정차는 긴급차량의 통행을 제한하게 하고, 차량의 주차장 확보를 위해 주민들 간의 갈등을 야기시키고 있으며,
이로 인한 주거단지로서의 기본적인 기능과 거주환경의 질을 악화시켜 생활공간으로서 집합주거단지가 가지고 있는 맹점을 저하시키는 등 제반 주차 관련 문제가
발생하고 있는 실정이다.
이외에도 교통영향평가의 주차수요예측 중 주차원단위 산정방법은 현실적인 주차수요예측과는 거리가 먼 것으로 판단된다. 그 대표적인 이유로 세대수는 감소하고
전용면적이 넓어지면 계획주차대수가 증가하는 반면, 세대수는 증가하고 전용면적이 작아지면 계획주차대수는 감소하는 것으로 나타남에 따라, 보다 현실적인
주차원단위 산정방법의 수립이 필요한 실정이다.
따라서, 본 연구는 공동주택을 중심으로 주차원단위를 산정하기 위해 기존 연구문헌들을 고찰한 후 주차원단위 문제점을 파악하기로 하고, 현장조사 및 설문조사를
통해 자료의 수집·분석을 통해 기존 교통영향평가의 주차원단위 산정의 문제점을 도출한 후, 주차수요예측에 영향을 미치는 영향인자를 추출하고 수집된 자료를
토대로 요인분석을 실시하였다. 또한, 주차수요예측과 관련된 변수를 선정한 후 주차원단위 산정 모형을 개발하여, 기존 교통영향평가의 주차원단위 산정과
개발된 모형의 주차원단위 산정에 적용하여 비교・검증함으로써, 거주자들의 특성을 반영한 보다 현실적인 주차원단위를 산정하고자 한다.
1.2 연구의 내용 및 방법
본 연구에서는 공동주택 아파트를 대상으로 현장조사 및 설문조사의 분석을 통해 기존 교통영향평가의 주차원단위 산정의 문제점을 도출한 후, 주차수요예측에
영향을 미치는 요인 선정을 통해 주차원단위 산정 모형을 개발하고자 한다.
|
Fig. 1. Flowchart of Research
|
1.3 연구의 범위
본 연구의 공간적 범위는 광주광역시에 위치한 공동 주택 아파트 단지를 대상으로 하였으며, 시간적 범위는 기존 주차원단위의 적용 및 결과를 분석할 수
있는 공동주택 주택단지의 2011년 현장조사 및 설문조사 자료를 활용하였다.
2. 기존 연구문헌 고찰
2.1 주차장 관련 법규
아파트 단지의 법정주차대수는 공동주택의 주거시설에 대해 주택건설촉진법 중 '주택건설기준등에관한규정'에 따라서 산정한다. 공동주택 주차장의 설치기준을
Table 1에 제시하였다.
2.2 주차수요예측에 관한 연구
2.2.1 Park (1997)
공동주택지 주차수요분석에 관한 연구를 통하여 주차수요에 영향을 미치는 변수 중 주택규모별 변수와 입지별 변수 2가지를 추출하여 주차수요와 어떠한 관계를
갖고 있는지 밝혔다. 또한, 주택규모별로 소․중․대규모의 공동주택으로 분류하여 각각 공동주택지의 주차수요분석과 시계열분석을 이용한 주차수요예측을 하였다.
2.2.2 Lee and Park (1999)
공동주택지 개발에서 요구되는 장래의 주차수요를 예측하고, 지하주차공간과 지상 주차공간의 확보 정도와 평형별 구성비에 따라 적정 개발밀도를 산정하여
공동주택단지 주차문제의 핵심인 주차의 수요와 공급에 관한 문제점을 지적하였다.
2.2.3 Park (2004)
아파트 단지의 주차수요분석과 예측에 관한 연구를 통해 아파트 단지의 세대규모에 따른 정확한 주차수요의 분석과 장래 특정 시점에서 예상되는 주차수요를
찾아낼 수 있는 예측모형을 구축하여 아파트 단지의 주차실태 분석 및 세대규모별 주차수요분석, 그리고 장래 주차수요 예측모형을 도출하였다.
Table 1. Installation Criteria of Condominium Apartments Parking Lot
|
Condominium Apartments Scale
( : m2)
|
Standard of Establishment (Unit/m2)
|
Standard of Establishment (Unit/Household)
|
Metropolitan City
|
Megalopolis, City Within Confines of the Capital
|
City, Gun Outside Confines of the Capital
|
Other
Area
|
|
Standard of Establishment
|
Greater Than
or Equal 85 m2
|
1/75
|
1/85
|
1/95
|
1/110
|
Greater Than
or Equal 60 m2
|
0.7
(Unit/Household)
|
Greater Than 85 m2
|
1/65
|
1/70
|
1/75
|
1/85
|
Greater Than
60 m2
|
1
(Unit/Household)
|
2.2.4 Ahn (2010)
현장조사를 통해 산업단지 내 공장시설에 대한 기존 주차수요산정에 대한 문제점을 분석하고, 시설용도 및 규모 특성을 고려한 주차수요예측모형을 구축하고
개선방안을 제시하였다. 주차수요예측모형을 구축하여 연면적이 큰 구간에도 적용이 가능한 2차 회귀모형식을 기본으로 한 곡선형 주차수요예측모형식이 적합하다는
것을 제시하였다.
2.3 주차원단위에 관한 연구
2.3.1 Oh and Kwon (2006)
도시규모별과 지역용도별로 구분하여 회귀분석을 통해 주차원단위를 산출함으로써, 도시의 특성과 지역용도별 특성을 감안한 부설주차장 설치기준을 제시하였다.
또한, 주차원단위 조사결과에 의한 시설용도별 설치기준 개선방향 제시에서 현행 주차장법상의 설치기준과 비교를 위해 최소주차원단위(하위 95%)를 적용하였다.
2.3.2 Kim and Ahn (2007)
통계적인 분석기법을 통해 판매시설의 입지별, 규모별, 기타 지역여건 등에 따른 이용자 통행특성, 주차이용 특성 및 주차원단위를 분석하여 판매시설의
유형별, 입지별 적정 기준치(가이드라인)를 제시하였으며 이러한 기준치의 법적 주차시설 설치기준과의 관계, 기 설치된 판매시설의 주차시설 규모와의 관계
등에 대해서도 객관적인 자료를 제시하였다.
2.3.3 Lee (2008)
주차원단위 분석을 통한 주택의 주차수요산정기법 연구를 통해, 현장조사를 통한 기존방법의 주차원단위를 산정하고, 이를 적용할 경우 발생될 수 있는 문제점에
대해 분석하고 많은 시설물들이 주차수요를 반영할 수 있는 주차원단위 적용기준을 제시하였다.
2.3.4 Jung (2008)
주차특성에 대한 연구를 수행하기 위해 2개 도시를 중심으로 용도지역별로 세분하여 주차특성을 분석하였으며, 주차수요 산정방법인 주차원단위의 문제점을
분석함으로써 새로운 주차수요 산정 모형을 구축하였다.
2.4 기존 연구와의 차별성
기존 연구문헌에서는 주차원단위에 대한 실질적인 연구와교통영향평가에서의 한계점 분석이 미비한 실정이다. 이에 대해, 본 연구는 현재의 공동주택 아파트에
적용된 주차원단위 현황과 실제 주차현황을 조사하여, 주차원단위 및 교통영향평가의 문제점을 살펴보고, 주차원단위에 영향을 주는 변수를 선정하여 주차원단위
산정모형 개발 및 검증을 통해 현실적인 주차원단위를 산정하기로 한다.
3. 주차원단위 문제점 분석 및 자료수집
3.1 주차원단위 문제점 분석
3.1.1 교통영향평가 분석
|
Fig. 2. The Parking Plan Number of Transportation Impact Assessment
|
|
|
|
Fig. 3. Comparison on Car Ownership Rate and Parking Supply/ Demand Rate
|
전용면적별에 따른 실제 현장조사의 세대당 차량보유대수와 교통영향평가에 의한 계획주차면수의 상대비교를 한 결과 Fig. 2와 같이 제시되었다.
비교 결과, 의 아파트는 실제 보유차량 수 보다 못 미치고 있어, 소규모 아파트 단지에서는 주차부족 현상이 일어나고 있으며, 의 아파트 단지에서는 실제 거주자들의 차량보유대수 보다 과대평가되어, 주차장의 수요와 공급의 절충이 이루어지지 않다는 것을 알 수 있다. 결국 이런
주차난으로 인해 도로의 차로수가 부족하여 교통흐름이 원활치 못함으로써 방재문제, 보행자 안전문제, 시야확보의 어려움으로 인한 교통사고 유발 및 도로의
기능상실 등 사회적 문제를 야기시키고 있는 실정이다.
3.1.2 아파트 현황 분석
아파트별 관리사무소에 등록된 차량수를 조사·분석한 결과는 Fig. 3과 같다.
Fig. 3과 같이 대체로 차량보유대수에 비해 주차면수가 부족한 것으로 나타나 주차문제가 심각한 상황임을 알 수 있다. 주차공급률 역시 주차수요를
충당시키지 못하는 것으로 나타나 주차수요의 한계점이 나타나고 있다.
3.1.3 주차만족도 설문조사 분석
아파트 주차 만족도에 관련하여 4문항의 질문에 답변한 결과는 Fig. 4와 같다.
아파트 단지 내 주차장이 만원일 때 불만족스럽다는 답변이 56%, 주차가능지역 찾는 시간은 보통이다 라는 답변이 50%, 주변상가 및 도로의 불법주차를
볼 때 불만족스럽다는 답변이 57%, 주차면수의 만족도는 과반 수 이상인 54%가 불만족스럽다 라고 답하였다. 전반적으로 아파트 단지의 주차수요 예측에
대해 과소평가되어지고 있다는 것을 알 수 있으며, 주차원단위의 값을 재조정해야 할 필요가 있음을 알 수 있다.
3.2 조사지점 선정 및 자료수집
조사지점 선정은 광주광역시의 아파트 단지를 대상으로 교통영향평가의 문헌조사와 실제 현장조사를 실시하고, 각 아파트 단지의 세대평형별로 정확한 주차실태자료를
파악하기 위해 다음과 같은 가정을 수립하여 선정하였다.
(1) 광주광역시에 위치한 5층 이상의 공동주택
(2) 각 자치구별로 위치한 아파트 단지
(3) 150세대 이상인 아파트 단지
3.2.1 교통영향평가 자료
광주광역시에 위치한 아파트 단지의 교통영향평가를 대상으로 선정한 19개 지점의 보고서 자료는 Table 2와 같다.
3.2.2 주차수요 설문조사
설문조사 대상자는 공동주택 아파트 단지 거주자를 대상으로 총 167명을 실시하였다. 또한, 아파트 주차에 관련한 만족도 질문에 답변하는 형식으로 설문조사를
실시하였으며, 전용면적별로 에서 까지 다양한 거주면적별로 조사를 실시하였다.
Table 2. Transportation Impact Assessment Survey Data
|
Apartment
|
Year of Completion
|
Total Floor Area (m2)
|
Total Household
|
Parking Area
|
Legal
|
Present Condition
|
Bia-dong H.
|
1999
|
75,902.06
|
951
|
606
|
638
|
Sinyong-dong G.
|
2005
|
84,708.98
|
598
|
602
|
700
|
Pungam-dong W.
|
2005
|
103,897.31
|
440
|
871
|
883
|
Jinwol-dong G.
|
2005
|
88,703.52
|
418
|
811
|
843
|
Bongseon-dong S.
|
2005
|
100,715.26
|
442
|
910
|
917
|
Yongbong-dong I.
|
2006
|
4,056.04
|
368
|
707
|
738
|
Ssangchon-dong TS
|
2006
|
120,697.57
|
491
|
1,080
|
1,163
|
Im-dong H.
|
2007
|
101,387.13
|
598
|
808
|
826
|
Yeonje-dong G.
|
2007
|
170,531.33
|
775
|
1,409
|
1,633
|
Dongbaemaeul M.
|
2008
|
129,726.42
|
642
|
1,139
|
1,158
|
Kumho-dong SS.
|
2008
|
74,063.16
|
336
|
635
|
640
|
Yongbong-dong H.
|
2008
|
64,851.31
|
301
|
480
|
535
|
Ochi-dong H.
|
2009
|
5,163.42
|
333
|
600
|
620
|
Ssangchon-dong D.
|
2009
|
135,919.05
|
593
|
1,150
|
1,168
|
Hoban-dong B.
|
2009
|
203,276.03
|
1096
|
1,582
|
1,777
|
Maewol-dong H.
|
2009
|
116,503.86
|
460
|
925
|
932
|
Bongseon-dong N.
|
2009
|
77,751.15
|
315
|
621
|
656
|
Ssangchon-dong K.
|
2009
|
135,570.90
|
623
|
1,158
|
1,172
|
Juwol-dong J.
|
2010
|
78,207.46
|
419
|
645
|
654
|
|
Table 3. Classification of Questionnaire Survey Subject
|
No.
|
Number of Family Member
|
Driving Licence Possession
|
Vehicle Possession
|
(m2)
|
Yearly Income (Ten Thousand WON)
|
1
|
1
|
1
|
0
|
61 ~ 85
|
3,000
|
2
|
4
|
1
|
0
|
61 ~ 85
|
3,000
|
3
|
4
|
1
|
1
|
61 ~ 85
|
4,000
|
4
|
1
|
1
|
1
|
61 ~ 85
|
4,000
|
5
|
3
|
2
|
1
|
61 ~ 85
|
5,000
|
6
|
4
|
3
|
2
|
61 ~ 85
|
6,000
|
⋮
|
162
|
3
|
3
|
2
|
|
4,000
|
163
|
2
|
1
|
1
|
|
5,000
|
164
|
4
|
3
|
2
|
|
5,000
|
165
|
3
|
3
|
2
|
|
5,000
|
166
|
4
|
4
|
2
|
|
5,000
|
167
|
4
|
4
|
3
|
|
6,000
|
3.2.3 주차실태 현장조사
현재 아파트 단지의 주차실태를 파악하기 위해 광주광역시의 아파트 단지를 대상으로 주택건설기준 등에 관한 규정에 적용을 받는 20세대 이상의 주택 단지
중 32개 지점의 아파트 단지에 대하여 직접 방문조사하여 수집된 관련 자료는 Tables 4 and 5와 같다.
4. 주차원단위 산정 모형 개발 및 검증
Table 4. The Number of Data by Site Selection
|
Separation
|
Dong-gu
|
Seo-gu
|
Nam-gu
|
Buk-gu
|
Gwangsan-gu
|
Total
|
Branch
|
3
|
4
|
6
|
16
|
3
|
32
|
Household
|
550
|
2,040
|
3,512
|
9,876
|
2,260
|
18,238
|
Separation
|
|
|
|
|
Household
|
6,507
|
5,784
|
4,605
|
1,342
|
|
Table 5. Data Collection
|
Apartment
|
Year of
Completion
|
Total Household
|
Vehicle Number
|
Parking Area
|
Nongseong-dong S.
|
1985
|
374
|
391
|
342
|
Munheung-dong M.
|
1988
|
420
|
514
|
220
|
Usan-dong H.
|
1991
|
660
|
944
|
757
|
Gwangcheon-dong D.
|
1993
|
165
|
207
|
146
|
Hak-dong A.
|
1994
|
299
|
311
|
215
|
Duam-dong L.
|
1994
|
606
|
767
|
462
|
⋮
|
Dongbaemaeul H.
|
2008
|
864
|
1,268
|
865
|
Jinwol-dong N.
|
2009
|
216
|
459
|
411
|
Sotae-dong H.
|
2009
|
86
|
150
|
192
|
Bangnim-dong H.
|
2009
|
1,071
|
1,365
|
1,080
|
Suwan-dong H.
|
2010
|
826
|
1,079
|
980
|
Shinwanmaeul H.
|
2010
|
1,166
|
1,067
|
1,010
|
4.1 주차원단위 산정 방법론
본 장에서는 선정된 조사지점의 자료를 통해 수집된 교통영향평가, 아파트 현황 및 설문조사 자료를 분석한 결과를 토대로, SPSS 19.0 프로그램을
사용하여, 실제 주차원단위에 영향을 주는 변수의 선정 및 주차원단위 산정 모형식을 개발한 후, 기존 아파트에 모형식을 적용시켜 비교・검증하는 절차로
진행한다.
|
Fig. 5. Methodology of Research
|
4.2 주차수요에 관한 변수분석
주차수요에 영향을 미치는 주요변수를 분석한 결과는 Fig. 6과 같다. 차량보유대수는 소득에 비례하여 증가하는 것으로 나타났으며, 차량보유대수는 운전면허수와
비례하는 것을 알 수 있다. 또한, 평형과 차량 보유대수의 관계는 대체로 비례하는 것으로 나타났고, 전용면적 역시 거주평형과 마찬가지로 차량보유대수의
관계는 대체로 비례하는 것으로 나타났다.
|
|
|
|
Fig. 6. Correlation Between Parking Demand and Prime Variable
|
4.3 주차원단위 산정 모형 개발
4.3.1 주차원단위 주요 변수의 선정
본 연구는 공동주택 아파트 단지에 국한되어 있으므로 아파트 단지의 주차수요와 관련된 변수에 국한하여 살펴보고자 한다. 단지 내 차량등록대수(세대 당
차량보유대수), 세대별 연간소득, 운전면허 보유수, 전용면적, 주택소유형태, 세대주 직업, 향후 차량 구입계획, 가족 구성원 수, 아파트 세대수 등이
있다.
이에 따라 본 연구에서는 앞서 제시한 주차수요에 관한 주요변수를 통해 전용면적으로 주차수요를 예측할 수 있는 모형과 전용면적, 운전면허 보유수, 연간수입을
변수로 하는 주차수요예측 모형 두 가지를 개발하고자 한다. 독립변수(설명변수)들과 종속변수(반응변수)들 간의 함수관계를 밝히기 위한 통계적 방법은
SPSS 19.0버전을 이용한 회귀분석을 사용하였다.
|
Fig. 7. Variable Selection of Estimation Model for Parking Units
|
첫 번째 모형은 독립변수(전용면적)와 종속변수(차량보유수)가 하나인 두 변수 간에 직선방정식을 가정한 단순회귀모형을 실시하였으며, 두 번째 모형은
차량보유대수를 종속변수로 놓고, 나머지 변수인 운전면허 보유수, 연간 소득, 전용면적을 독립변수로 하여 두 개 이상의 독립변수를 가진 다중회귀분석을
실시하였다.
Table 6. Independent and Dependent Variables
|
Model
|
Dependent Variable
|
Independent Variable
|
Variable Selection of Estimation Model 1.
(Simple Regression Model)
|
Parking Units
(Vehicle Possession Nimber)
|
|
Variable Selection of Estimation Model 2.
(Multiple Regression Model)
|
Parking Units
(Vehicle Possession Nimber)
|
, Yearly Income,
Driving Licence Possession
|
|
Table 7. Descriptive Statistics Quantity
|
Separation
|
Average
|
Standard Deviation
|
N
|
Parking Units
|
1.442
|
0.608
|
165
|
|
88.317
|
21.276
|
165
|
Yearly Income
|
44.848
|
9.837
|
165
|
Possessor of Driving Licence
|
2.358
|
0.862
|
165
|
|
Table 8. Analysis of Correlation Coefficient and Significance Probability
|
Separation
|
Parking Units
|
|
Yearly Income
|
Possessor of Driving Licence
|
Pearson Correlation
|
Parking Units
|
1.000
|
0.202
|
0.225
|
0.359
|
|
0.202
|
1.000
|
0.318
|
0.310
|
Yearly Income
|
0.225
|
0.318
|
1.000
|
0.154
|
Possessor of Driving Licence
|
0.359
|
0.310
|
0.154
|
1.000
|
Significance Probability (Single)
|
Parking Units
|
.
|
0.005
|
0.002
|
0.000
|
|
0.005
|
.
|
0.000
|
0.000
|
Yearly Income
|
0.002
|
0.000
|
.
|
0.024
|
Possessor of Driving Licence
|
0.000
|
0.000
|
0.024
|
.
|
N
|
Parking Units
|
165
|
165
|
165
|
165
|
|
165
|
165
|
165
|
165
|
Yearly Income
|
165
|
165
|
165
|
165
|
Possessor of Driving Licence
|
165
|
165
|
165
|
165
|
4.3.2 주차원단위 산정 모형 분석
(1) 기술통계량
Table 7에서는 평균과 표준편차가 제시되어 있다. 설문대상 세대의 보유차량 평균은 1.44대, 전용면적은 88.32 m2, 연간수입은 4,484만원, 운전면허 수는 2.36개로 나타났다.
(2) 상관계수
주차원단위 산정 모형의 주요변수들 간의 상관관계는 Table 8과 같다. 각각의 독립변수는 종속변수와 모두 유의적인 상관관계(P<0.5)가 있는 것으로
나타났다. 또한, 주차원단위와 운전면허수, 그리고 주차원단위와 연간소득이 주차원단위와 전용면적보다 높은 상관관계를 가지는 것으로 나타났다.
(3) 분산분석
Table 9에 따르면, 회귀식에 의해 설명되는 분산(SSR)은 모형1의 경우 2.466이며 설명되지 않는 분산(SSE)은 58.2371이다. 이
값들을 각각의 자유도로 나눈 값이 평균제곱(MS)이다. 두 평균 제곱값들의 비율(MSR/MSE)은 F-value로서 6.902이며, F-value에
대한 P-value (유의확률)은 9.43E-3이다. 모형2의 경우 분산(SSR)은 9.7639이며 설명되지 않는 분산(SSE)은 50.9391이다.
두 평균 제곱값들의 비율(MSR/MSE)은 F-value로서 10.2867이며, F-value에 대한 P-value (유의확률)은 3.11E-6이다.
따라서, 모형1,2의 분산분석 유의확률은 각각 9.43E-3 (p<0.05), 3.11E-6 (p<0.05)로 나타나, 회귀모형이 적합한 것으로 나타났다.
(4) 계수
Table 9. Dispersion Analysis of Estimation Model for Parking Units
|
Model
|
Square
|
Degree of Freedom
|
Mean Square
|
F
|
Significance Probability
|
1
|
Regression Model
|
2.4658
|
1
|
2.466
|
6.902
|
9.43E-3
|
Residual
|
58.2371
|
163
|
0.357
|
․
|
․
|
Total
|
60.7030
|
164
|
․
|
․
|
․
|
2
|
Regression Model
|
9.7639
|
3
|
3.2546
|
10.2867
|
3.11E-6
|
Residual
|
50.9391
|
161
|
0.3164
|
․
|
․
|
Total
|
60.7030
|
164
|
․
|
․
|
․
|
설문조사를 바탕으로 SPSS 19.0버전을 이용하여 단순회귀분석 및 다중회귀분석 한 결과 비표준화 계수에 의해 Table 10과 같이 표현된다.
이로써 전용면적을 독립변수로 하고 차량보유수를 종속변수로 한 모형[1](단순회귀모형)과 전용면적과 연간수입, 그리고 운전면허수를 독립변수로 하고 차량보유수를
종속변수로 한 모형[2](다중회귀모형)는 Eq. (1), Eq. (2)와 같이 도출하였다.
Table 10. Analysis Result of Simple / Multiple Regression Models
|
Model
|
Non-Standardized Path Coefficients
|
Standardized Path Coefficients
|
t
|
Significance Probability
|
Collinearity
Statistic
|
B
|
Standard Error
|
|
Tolerance
|
VIF
|
1
|
(constant)
|
0.933
|
0.199
|
․
|
4.684
|
5.888E-6
|
․
|
․
|
|
5.763E-3
|
0.002
|
0.202
|
2.627
|
0.009
|
1.000
|
1.000
|
=0.202, =0.041, Adjusted =0.035, F=6.902, p=9.43E-3
|
2
|
(constant)
|
0.338
|
0.247
|
․
|
1.369
|
0.173
|
․
|
․
|
|
1.489E-3
|
0.002
|
0.052
|
0.657
|
0.512
|
0.829
|
1.206
|
Yearly Income
|
9.876E-3
|
0.005
|
0.160
|
2.094
|
0.038
|
0.896
|
1.116
|
Driving Licence
|
0.225
|
0.054
|
0.318
|
4.186
|
4.664E-5
|
0.900
|
1.111
|
=0.401, =0.161, Adjusted =0.145, F=10.287, p=3.11E-6
|
|
Table 11. Estimation Model for Parking Units
|
Contents
|
Estimation Model for Parking Units
|
Traffic Impact Assessment
|
Floor Area
|
Household
|
․ ≦ 85 m2 : 1 per 85 m2
․ > 85 m2 : 1 per 75 m2
|
․ ≦ 60 m2 : 0.7 per Household
․ > 60 m2 : 1.0 per Household
|
Model 1
|
|
․ : Parking Units
|
․ :
|
Model 2
|
|
․ : Parking Units
․ :
|
․ : Yearly Income
․ : Driving Licence Possession
|
모형[1] (1)
여기서, : 주차원단위, : 전용면적
모형[2] (2)
여기서, : 주차원단위, : 전용면적
: 연간수입, : 운전면허 수
4.4 주차원단위 산정 모형 검증 및 비교분석
4.4.1 주차원단위 산정방법 비교
교통영향평가에서 사용하고 있는 공동 주택의 주차원단위 산정 방법과 주차원단위 산정에 영향을 주는 변수를 고려한 모형[1], 모형[2]의 방법을 살펴보면
Table 11과 같다.
4.4.2 주차원단위 산정 모형 비교・분석
주차원단위 산정 모형 검증 및 비교를 위해 주차원단위 산정 모형[1], 모형[2]와 교통영향평가의 전용면적 에서 를 포함하는 광주광역시의 아파트를 임의로 추출한 400세대의 자료를 이용하여 비교해 보기로 한다.
임의 추출된 광주광역시의 아파트 거주자 400세대의 주차현황을 살펴보면, 전용면적이 적은 의 세대들은 세대 당 1.02대의 차량을 보유하는 것으로 나타났고, 의 세대들은 1.27로 나타났으며, 는 1.42, 는 1.87로 나타나, 전용면적이 큰 아파트일수록 세대 당 차량보유가 많은 것으로 일반적인 결과가 도출되었다.
Table 12. Apart Data by Random Sampling
|
Separation
|
(m2)
|
Household
|
Estimation of (m2)
|
Vehicle Possession Nimber
|
Parking Units
|
Random Apartment 400 Household
|
A ()
|
59.89
|
100
|
5,989
|
102
|
1.02
|
B ()
|
84.32
|
100
|
8,432
|
127
|
1.27
|
C ()
|
125.16
|
100
|
12,516
|
142
|
1.42
|
D ()
|
178.87
|
100
|
17,887
|
187
|
1.87
|
Total
|
400
|
44,824
|
558
|
1.40
|
|
Table 13. Results of the Validation/Comparison of Estimation Model for Parking Units
|
(m2)
|
Household
|
Vehicle Possession Nimber
|
Parking Units
(Present Condition)
|
Parking Units
(Traffic Impact Assessment)
|
Parking Units
(Model[1])
|
Parking Units
(Model[2])
|
A
|
59.89
|
100
|
102
|
1.02
|
0.71(-0.31)
|
1.28(+0.26)
|
1.07(+0.05)
|
B
|
84.32
|
100
|
127
|
1.27
|
1.00(-0.27)
|
1.42(+0.15)
|
1.20(-0.07)
|
C
|
125.16
|
100
|
142
|
1.42
|
1.67(+0.25)
|
1.65(+0.23)
|
1.41(-0.01)
|
D
|
178.87
|
100
|
187
|
1.87
|
2.39(+0.50)
|
1.96(+0.09)
|
1.71(-0.16)
|
|
Table 14. Optimum Parking Units
|
Separation
|
Parking Units ()
|
|
|
|
|
Parking Units (Traffic Impact Assessment)
|
0.71
|
1.00
|
1.67
|
2.39
|
Parking Units (Model)
|
1.18
|
1.31
|
1.53
|
1.84
|
이 현황을 이용하여 주차원단위 산정모형 1, 2와 교통영향평가 각각의 주차원단위 산정 비교 및 검증을 하고자 한다.
다음 Table 13 and Fig. 8은 전용면적에 따른 각각의 주차원단위 산정 및 비교검증 결과이다.
|
Fig. 8. Validation Result
|
결과를 살펴보면, 교통영향평가의 경우 전용면적 A, B는 전용면적이 85 m2가 되지 않기 때문에 주택법에 따라 85 m2당 1대를 적용하여 0.71, 1.00을 나타냈으며, C, D의 경우 전용면적이 85 m2를 초과하므로 70 m2당 1대를 적용하여 1.67, 2.39를 나타냈다. 현황자료와 비교하였을 때 전용면적 85 m2이하의 소규모의 아파트 주차원단위가 -0.31, -0.27로 과소평가되어 있으며, 85m2 초과의 중・대규모 아파트 주차원단위는 +0.25, +0.50으로 과대평가로 나타났다.
주차원단위 산정모형 [1], 모형[2]를 살펴보면, 모형[1]의 경우 A, B, C, D의 주차원단위가 각각 1.28, 1.42, 1.65, 1.96으로
전용면적이 증가함에 따라 균일하게 증가되는 양상을 보였으며, 현황자료와 비교하였을 때 전체적으로 +0.09 ~ +0.26로 높게 나타났다. 모형[2]의
경우 현황자료와 비교하였을 때 전체적으로 -0.16 ~ +0.05로 가장 가까운 주차원단위 값이 산출됨에 따라, 본 연구의 주차원단위 산정모형식이
현재 시행되고 있는 교통영향평가의 주차원단위 산출방법보다 더 현실성이 있는 것으로 나타났다.
이에 따라 본 연구의 주차원단위 산정모형식에 의한 적정 주차원단위는 다음 Table 14와 같다.
5. 결론 및 향후 연구과제
5.1 결론
본 연구는 주차원단위를 산정하기 위해 주차수요예측 시 문제점을 파악하고, 주차수요에 영향을 미치는 주요변수를 고려하여 주차원단위 산정 모형을 개발하였다.
그 결과를 요약하면 다음과 같다.
(1)주차장 이용 만족도 설문조사 결과, 주차장 이용, 주차공간 부족, 불법주정차 및 이중주차 등 전반적으로 주차장 이용 시 불만족을 나타냈으며,
이를 해결할 수 있는 주차면 확보가 필요하다고 분석되었다.
(2)32개 지역의 현장조사를 통하여 아파트 단지의 주차수요율과 주차 공급률을 비교한 결과, 주차수요는 1.32, 공급은 1.15로 나타나 공급률이
낮은 것으로 분석되었다.
(3)교통영향평가에서 주차수요 예측한 결과, 실제 조사된 자료와 비교해 보았을 때, 85 m2 이하의 소규모 아파트는 과소평가되어 있고, 85 m2 초과의 중ㆍ대규모 이상의 아파트는 과대평가된 것으로 분석되었다.
(4)전용면적, 연간수입, 운전면허수 등을 고려한 주차원단위 모형[1] 과 주차원단위 모형 [2] 를 이용하여 현장조사를 통해 본 연구에서 개발된 모형과 실제 조사된 결과 값을 비교하여 검증한 결과, 두 모형 모두 실제 값과 비슷한 양상을 나타낸
것으로 분석되었다. 따라서, 이에 따른 적정 주차원단위를 제시하였다.
이에 본 연구에서 개발된 주차원단위 산정 모형을 이용하여 아파트단지에 적용할 경우 거주자 특성에 맞는 주차수요예측을 할 수 있으며, 주차면 부족현상으로
인한 주차문제를 해결할 수 있을 것으로 사료된다. 또한, 공동주택 아파트 주차원단위 산정 관련하여 주차정책 및 교통영향평가 지침을 개정 시 기초자료로
활용될 것으로 기대된다.
5.2 향후 연구과제
본 연구는 시간적/공간적 한계 등으로 인하여 각종 정보자료 구축 및 충분한 내용 검토 등 연구의 범위가 제한된 바, 이를 보완하기 위하여 다음과 같이
향후 연구내용을 제안하고자 한다.
(1)본 연구는 광주광역시의 아파트 단지의 거주자들을 중심으로, 주차문제 분석 및 주차수요예측을 통한 주차원단위를 도출하였지만, 이 외 지역의 수도권
및 지방도시의 거주자 특성을 반영한 주차원단위 관련 연구가 필요할 것으로 판단된다.
(2)본 연구에서는 아파트 단지의 세대별 특성만으로 주차수요를 예측하였지만, 향후에는 외적인 영향변수인 입지조건, 대중교통의 편리성에 의한 접근성
등과 주차수요와의 관계를 밝혀 주차수요를 확충하는 방안에 대한 연구가 필요할 것으로 판단된다.
(3)본 연구는 주차원단위 산정 모형의 변수를 전용면적, 연간수입, 운전면허수 등을 고려하여 모형식을 개발하였지만, 현재 차량증가는 지속적이므로 차량증가율과
아파트 노인 구성 등을 고려한 연구가 추가되어야 할 것으로 판단된다.
(4)본 연구는 광주광역시의 공동주택 아파트단지에 국한하여 주차수요예측을 수행하였지만, 향후에는 공동주택에 포함되는 연립주택, 다세대주택, 기숙사
등에 대한 주차수요예측 연구가 필요할 것으로 판단되며, 이외에도 각 지역도시의 주거, 교통, 거주자 특성을 고려한 지역별 주차수요예측 연구가 필요할
것으로 판단된다.