카탈로그, 활용
통근 통계 카탈로그
통근의 가치
통근은 가장 보편적인 이동 행태 입니다. 전체 인구 중 약 2000만 명 이상이 임금 노동자이고 대부분 직장으로의 이동을 정기적으로 수행하기 때문입니다. 특히 다른 목적의 이동과는 달리 통근은 개인의 이동 편의성을 추구하는데 있어 제약이 많기 때문에 더 수동적이면서도 강제적입니다. 리트머스가 구분하는 이동 목적 중 가장 중요도가 높은 이동 목적은 당연히 귀가 목적의 이동이나 그 다음은 업무 목적의 이동입니다. 그리고 이 업무 목적의 왕복이동인 통근에 대해서는 여러가지 직간접 데이터를 통해 지속적인 정확도 개선 및 검증 작업을 이어가고 있습니다.
리트머스의 통근은 무엇이 다른가
기존의 유동 인구 서비스들은 주간 상주가 빈번하게 일어나는 지역을 업무 지역으로 판단하였습니다. 이러한 접근법은 일정 수준의 정확도를 보장하는 효율적인 방식이었습니다. 그렇지만, 점점 사람들의 근무 패턴이 다변화되면서 (야간 근로자 비율은 조사마다 다르지만 최소 10%에서 최대 20%에 달합니다) 이와 같은 주간상주 대상 업무 추정 방식은 부정확한 결과를 도출하고 있습니다. 리트머스는 사람들의 주야간 근무자를 가리지 않고 업무 목적의 이동과 체류를 분류합니다.
이를 위해 리트머스는 하루의 여정을 일괄적인 시간 기준에 따라 구분하지 않고 개인별로 다른 하루의 여정의 시종점을 구분하기 위해 AI 모델을 활용합니다. 이동의 회귀성, 반복성, 위치의 특이성, 균일성 등을 특성으로 하여 전체 고객의 여정의 시작과 끝을 분류하고 이에 따라 업무 목적의 이동을 구분하는 작업을 진행합니다. 이런 고도화된 데이터를 기반으로 리트머스는 통근과 관련된 다양한 통계 자료를 제공하고 있습니다.
리트머스 통근 통계 데이터 예시
Column | Concepts | Description | Sample |
start_time | 출발시간 | 일, 월, 평일, 휴일 | 20240301 |
end_time | 도착시간 | 일, 월, 평일, 휴일 | 20240301 |
location | 대상 위치 | 행정동, 법정동, H3, H3 클러스터, 빌딩 ID (대형 건물, 아파트 등) | 삼평동 |
type | 출근/퇴근 | 출근 or 퇴근 | 출근 |
age | 연령대 | 5세 단위 | 35 |
gender | 성별 | 남 | |
works | 직장 위치 | 대상 지역에서 업무 목적 방문 지역 | 서초동 |
count | 통근 횟수 | 대상 지역에서 업무 목적 방문 지역의 총 방문 횟수 | 50 |
rank | 직장 랭킹 | 대상 지역에서 업무 목적 방문 지역의 방문 횟수 순위 | 3 |
modal_ratio | 수단분담률 | 통근 시 수단 분담률 | 30|14|12|22|… |
vehicle_distance | 주수단 차량시 거리 | 주 수단으로 자동차 이용할 경우 총 통근 이동 거리 | 14000 |
vehicle_travel_time | 주수단 차량시 시간 | 주 수단으로 자동차 이용할 경우 총 통근 이동 시간 | 55 |
vehicle_ratio | 주수단 차량시 차량 비율 | 주 수단으로 자동차 이용할 경우 총 통근 시간 중 자동차 이동 비율 | 85 |
vehicle_transfers | 주수단 차량시 환승 횟수 | 주 수단으로 자동차 이용할 경우 총 통근 평균 환승 횟수 | 1.5 |
bus_distance | 주수단 버스시 거리 | 주 수단으로 버스 이용할 경우 총 통근 이동 거리 | 15320 |
bus_travel_time | 주수단 버스시 시간 | 주 수단으로 버스 이용할 경우 총 통근 이동 시간 | 45 |
bus_ratio | 주수단 버스시 차량 비율 | 주 수단으로 버스 이용할 경우 총 통근 시간 중 버스 이동 비율 | 60 |
bus_transfers | 주수단 버스시 환승 횟수 | 주 수단으로 버스 이용할 경우 총 통근 평균 환승 횟수 | 1.6 |
subway_distance | 주수단 지하철시 거리 | 주 수단으로 지하철 이용할 경우 총 통근 이동 거리 | 15850 |
subway_travel_time | 주수단 지하철시 시간 | 주 수단으로 지하철 이용할 경우 총 통근 이동 시간 | 44 |
subway_ratio | 주수단 지하철시 차량 비율 | 주 수단으로 지하철 이용할 경우 총 통근 시간 중 지하철 이동 비율 | 75 |
subway_transfers | 주수단 지하철시 환승 횟수 | 주 수단으로 지하철 이용할 경우 총 통근 평균 환승 횟수 | 1.5 |
railroad_distance | 주수단 철도시 거리 | 주 수단으로 철도 이용할 경우 총 통근 이동 거리 | 16785 |
railroad_travel_time | 주수단 철도시 시간 | 주 수단으로 철도 이용할 경우 총 통근 이동 시간 | 65 |
railroad_ratio | 주수단 철도시 차량 비율 | 주 수단으로 철도 이용할 경우 총 통근 시간 중 철도 이동 비율 | 50 |
railroad_transfers | 주수단 철도시 환승 횟수 | 주 수단으로 철도 이용할 경우 총 통근 평균 환승 횟수 | 2 |
firstmile_distance | 퍼스트마일 거리 | 주 수단 탑승 전 이동수단 활용 거리 | 850 |
firstmile_travel_time | 퍼스트마일 이동 시간 | 주 수단 탑승 전 이동수단 활용 시간 | 10 |
firstmile_modal_ratio | 퍼스트마일 수단 분담률 | 주 수단 탑승 전 이동수단 의 분담률 | 5 |
*상세 통계 데이터의 사양은 기술검토에 따라 변경이 가능합니다
실험 승인 통계
리트머스의 통근 이동 데이터 분석 결과는 그 정확도를 인정받아 '23년부터 통계청과의 협업을 통해 근로자 이동행태 실험적통계 데이터를 작성 배포하고 있습니다. 해당 데이터는 통계청의 기본 근로자 프로파일 데이터와 리트머스 이동 데이터를 가명결합하여 전국 근로자의 근무 행태와 이동 특성에 관련된 상세한 리포트를 제공합니다. 향후 지속적인 공신력 있는 데이터 제공을 진행할 예정이며 리트머스 고유의 기술 산출물을 활용하여 더 정확하고 유용한 데이터가 만들어질 것입니다. (자료출처: 통계청 홈페이지 참조)
