동적 시간 왜곡 기반 코로나19에 따른 서울 지하철 이용 패턴의 시계열 군집 분석 (Time Series Cluster Analysis of Seoul Subway Usage Patterns under COVID-19 Based on Dynamic Time Warping)

서지정보

· 발행기관 : 대한교통학회
· 수록지 정보 : 대한교통학회지 / 43권 / 1호 / 15 ~ 37페이지
· 저자명 : 김정희, 이혜영, 김세윤, 윤윤진

초록

2020년 초부터 3년간, 코로나19(코로나바이러스감염증-19)의 대유행으로 인해 감염 확산을 막기 위한 사회적 거리두기 등 물리적 이동을 제한하는 정책이 시행되었다. 이는 많은 사람의 통행량 감소를 초래했으며, 도시 내 핵심적인 대중교통수단인 지하철 이용량도 큰 폭으로 감소시켰다. 하지만 팬데믹(Pandemic) 기간 중 이러한 감소 폭 및 패턴은 도시 내 전 지역에서 동일하게 나타나지 않으며, 유사한 패턴을 보이는 지역군을 식별한다면 회복력 있는 도시관리에 유용하게 활용될 수 있다. 이에 본 연구는 팬데믹 동안 서울 지하철 역별 이용량 감소 패턴을 동적 시간 왜곡(Dynamic Time Warping)과 응집형 계층적 군집화(Agglomerative Hierarchical Clustering)를 통해 분석하였다. 본 연구는 서울 지하철 이용자 수를 기준으로 코로나19 발생 시점(2020.01)부터 사회적 거리두기 전면 해제 이후의 시기(2023.04)까지 장기적인 관점에서, 분석 기간의 세부 단계를 정의하고, 그룹별, 단계별로 사람들의 이동성 변화를 시간 단위 이용량 정보에 기반하여 시계열로 분석한다는 점에서 기존 연구들과의 차별성이 존재한다. 분석 결과, 대부분의 역에서 2019년도 수준의 일상적인 이동성을 회복하지 못하였고, 이용자 수 규모가 상대적으로 적은 지하철 역 그룹이 이용자 수 규모가 큰 그룹보다 조기에 회복되었으며, 코로나19 유행 후반부로 갈수록 거리두기 정책과 비례하는 이용자 수 감소율의 변동 폭이 줄어들었다. 본 연구를 통해 향후 코로나19와 같은 유행병이나 충격이 발생할 경우, 지역별 필요에 부합하는 정책 지원에 활용될 수 있을 것으로 기대하며, 정책 적용을 위한 지하철 역의 우선순위를 선정함으로써 한정된 자원을 효율적으로 활용할 수 있을 것으로 기대한다.

영어초록

For three years since early 2020, policies restricting physical movement, such as social distancing measures to prevent the spread of COVID-19 (Coronavirus Disease 2019), were implemented. This has led to a significant decrease in overall mobility, including a notable decline in subway usage, which is vital for urban transportation. However, the extent of this decrease and the patterns of change varied across different areas of the city. Identifying regions with similar mobility patterns is essential for resilient urban management. This study analyzes ridership reduction patterns at subway stations in Seoul during the pandemic using Dynamic Time Warping and Agglomerative Hierarchical Clustering. This research differs from previous studies in that it analyzes mobility changes in time series based on hourly unit data from a long-term perspective, covering the period from the outbreak of COVID-19 to the period after the complete lifting of social distancing and it defines the detailed phases of the analysis period. The results indicate that most stations did not recover to the 2019 level of daily mobility. Additionally, the groups of subway stations with relatively lower ridership levels recovered earlier than the group with higher ridership levels. As the COVID-19 pandemic progressed toward its later stages, the variation in the rate of decline in the number of users became smaller, corresponding to the social distancing policies. These findings can be used to support policy measures tailored to regional needs during future pandemics or similar shocks, ensuring efficient allocation of limited resources by prioritizing subway stations for policy application.

참고자료

· 없음