본 연구는 무인신호위반단속장비의 사고감소 효과를 다루고 있다. 연구의 목적은 EB (Empirical Bayes)방법을 이용하여 사고감소 효과를 분석하는데 있다. 이를 위해 무인신호위반단속장비가 설치된 28개 교차점 728건의 사고자료를 이용한다. 연구의 주요결과는 다음과 같다. 첫째, 단순사고건수 방법의 사고감소 효과는 20.74%로 분석되었다. 둘째, 포아송과 음 이항 회귀모형을 이용하여 SPF모형이 개발되었으며, 과분산계수가 0에 가까워 포아송 회귀모형이 음이항 회귀모형보다 더 적합한 것으로 평가되었다. 아울러 포아송 모형의 ${ ho}^2$값이 0.409로 나타나 통계적으로 유의한 모형으로 분석되었다. 마지막으로, EB방법을 이용한 분석 결과, 사고가 3.89%에서 29.23% 감소된 것으로 나타났다.
This study deals with the effects on the accident reduction according to the installation of RLC (red light cameras). The objective is to analyze the effects on the accident reduction using EB (Empirical Bayes) method. In pursuing the above, the study uses the 728 accident data occurred at the 28 intersections which RLC are installed. The main results are as follows. First, the effects of accident reduction were analyzed to be 20.74% by simple before-after study method. Second, the safety performance functions (SPF) were developed by the Poisson and negative binominal regression models, and since the over-dispersion parameter was close to zero, Poisson model was evaluated to be more appropriate than the negative binominal model. Also, the Poisson model was analyzed to be statistically significant because its ${ ho}^2$ value was 0.409. Finally, the results of analysis using an EB method showed that the accidents were reduced by range from 3.89 to 29.23%.
