스마트카드 거래에는 이용자 정보와 이동(여행) 패턴이 포함된다. 따라서 본 연구에서는 노인 수동(강제) 탑승자(captive riders)가 적절한 사회서비스를 필요로 하는 노인 대상 핫스팟을 파악하기 위해 노인의 스마트카드 거래를 분석하였다. 새로운 교통 정책을 수립할 때 스마트카드 빅데이터의 공간적 자기상관에 대해서는 거의 연구가 이루어지지 않았다. 이에 따라 본 연구에서는 서울의 스마트카드 데이터를 6주에 걸쳐 활용하여 공간적 자기상관 분석을 수행하였다. 수집된 데이터에서 노인 이동의 76.3%가 무임 승차를 제공하는 지하철에 집중되어 있음을 확인하였다. 이와 같은 이유로 본 연구에서는 노인 수동 버스 탑승자(captive bus riders)를 함께 살펴보았다. 노인 스마트카드 거래에 대해 Moran's I는 0.277이었으며, 유의수준 0.01에서 양(+)의 공간적 자기상관이 존재하였다. 공간적으로 자기상관된 영역을 규명하기 위해 국소적 공간연관성 지표(Local indicators of spatial association, LISA) 분석을 사용하였다. 서울의 50개 행정구역(동)을 핫스팟으로 간주하였으며, 공간적 군집이 확인되었다. 61개 동은 콜드스팟으로 간주되었다. 핫스팟과 콜드스팟의 분포는 노인 인구와의 관련성보다는 지하철 공급 수준과 밀접하게 연관되어 있는 것으로 보인다. 지하철 운행이 이루어지지 않는 28개 핫스팟의 노인 버스 이용자에게는 적절한 사회서비스가 특히 시급한 것으로 나타났다. 첫째, 28개 핫스팟에 무장애(장애물 없는) 버스 정류장을 설치해야 한다. 둘째, 28개 핫스팟을 통과하는 버스 노선은 저상버스를 공급할 때 높은 우선순위를 가져야 한다. 셋째, 노인의 상위 9개 출발지 및 도착지를 분석하여 28개 핫스팟 간(및 그로부터) 저상버스 셔틀 서비스를 제안한다. 노인을 위한 고도화된 대중교통 정책을 제안하기 위해 스마트카드의 공간적 자기상관 분석을 활용할 수 있다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.