교통 수요 예측(Transportation Demand Forecasting)의 전통적인 4단계 수요 예측 모형 중 첫 번째 단계인 통행 발생(Trip Generation)은 특정 분석 대상 구역 내에서 발생하는 통행의 총량을 결정하는 과정이다. 이 단계의 핵심은 특정 구역, 즉 교통 분석 존(Traffic Analysis Zone, TAZ)의 사회경제적 지표와 토지 이용 특성을 바탕으로 해당 구역에서 생성되거나 해당 구역으로 유입되는 통행의 횟수를 정량화하는 데 있다. 통행 발생은 도시 내에서 이루어지는 인간의 활동이 교통망에 가하는 부하의 원천을 파악하는 작업이며, 이후 전개될 통행 분포, 수단 분담, 노선 배정 단계의 기초가 되는 출발점으로서 중요한 학술적 의의를 지닌다.

통행을 구성하는 가장 기초적인 단위는 트립(Trip)이다. 학술적으로 트립은 통행자가 특정 목적을 달성하기 위해 출발지에서 목적지까지 이동하는 일방향의 움직임을 의미한다. 이때 이동 과정에서 발생하는 수단의 환승이나 일시적인 정지는 하나의 트립으로 간주하는 것이 일반적이나, 분석의 목적에 따라 그 정의는 구체화될 수 있다. 통행은 그 성격에 따라 여러 유형으로 분류되는데, 가장 대표적인 기준은 통행의 목적이다. 출근, 등교, 쇼핑, 업무, 친교 등 다양한 활동이 통행 유발의 동기가 된다. 또한, 통행의 양 끝단 중 하나가 가정(Home)인지 여부에 따라 가정 기반 통행(Home-Based Trip, HB)과 비가정 기반 통행(Non-Home-Based Trip, NHB)으로 대별하기도 한다. 이러한 분류 체계는 각 통행 목적마다 발생하는 시간대와 빈도가 상이하기 때문에 수요 예측의 정밀도를 높이는 데 필수적이다.

통행 발생 단계에서는 통행 발생량(Trip Production)과 통행 유입량(Trip Attraction)이라는 두 가지 개념을 엄밀히 구분하여 사용한다. 통행 발생량은 통행을 생성시키는 근원지, 주로 주거지에서의 통행 능력을 의미하며, 통행 유입량은 통행을 끌어들이는 목적지, 즉 직장이나 상업 시설의 유인력을 의미한다. 여기서 기점(Origin) 및 종점(Destination)과 발생-유입(P-A) 개념의 차이에 주목할 필요가 있다. 기점과 종점은 통행의 물리적인 방향성을 나타내는 반면, 발생과 유입은 통행의 동인(Motive)을 중심으로 정의된다. 예를 들어, 아침에 집에서 직장으로 가는 통행은 집이 기점이자 발생지가 되고 직장이 종점이자 유입지가 된다. 그러나 저녁에 직장에서 집으로 돌아오는 통행은 직장이 기점이고 집이 종점임에도 불구하고, 분석상으로는 여전히 집을 발생지로, 직장을 유입지로 간주하여 ’가정 기반 출근 통행’의 범주 내에서 처리하는 경우가 많다. 이는 통행의 발생 원인이 주거지의 가구 특성에 기반한다는 논리에 근거한다.

수학적 관점에서 통행 발생은 각 분석 존에서 생성되는 통행량과 유입되는 통행량의 총합이 시스템 전체에서 일치해야 한다는 물리적 정합성을 전제로 한다. 이를 수식으로 표현하면 다음과 같다.

$ %%//%%{i=1}^{n} P_i = %%//%%{j=1}^{n} A_j $

위 식에서 $ P_i $는 $ i $번째 존에서 발생하는 통행량의 합계를, $ A_j $는 $ j $번째 존으로 유입되는 통행량의 합계를 의미하며, $ n $은 전체 존의 개수이다. 실제 분석 과정에서는 통행 발생량과 유입량의 추정치가 서로 다르게 산출되는 경우가 빈번하므로, 이를 일치시키기 위한 보정(Balancing) 절차가 수반된다. 통행 발생의 기초 개념을 명확히 정립하는 것은 도시 공간 구조와 교통 체계 간의 유기적 관계를 이해하고, 미래의 교통 수요 변화에 대응하는 과학적인 교통 계획을 수립하는 데 있어 필수적인 전제 조건이다.

교통 수요 예측(Transportation Demand Forecasting)의 첫 번째 단계인 통행 발생(Trip Generation)은 특정 분석 대상 지역 내에서 발생하는 통행의 총량과 해당 지역으로 유입되는 통행의 총량을 결정하는 과정으로 정의된다. 이는 도시 계획 및 교통 공학적 관점에서 토지 이용과 교통 활동 사이의 인과관계를 정량적으로 규명하는 기초 작업이다. 통행 발생 분석의 목적은 특정 공간 단위인 교통 분석 존(Traffic Analysis Zone, TAZ) 내에서 생성되거나 해당 존으로 끌어들여지는 통행 횟수를 추정함으로써, 미래의 교통 수요를 예측하기 위한 기초 자료를 제공하는 데 있다.

통행 발생은 성격에 따라 통행 발생량(Trip Production)과 통행 유입량(Trip Attraction)으로 엄격히 구분된다. 통행 발생량은 통행의 기점이 되는 존에서 생성되는 통행의 합계를 의미하며, 주로 해당 구역에 거주하는 가구의 인구 통계적 특성, 소득 수준, 자동차 보유 대수 등 사회경제적 요인에 의해 결정된다. 반면 통행 유입량은 통행의 종점이 되는 존으로 유인되는 통행의 합계를 뜻하며, 이는 해당 구역의 고용 밀도, 상업 시설 면적, 교육 시설의 규모 등 토지 이용(Land Use) 특성과 밀접한 관련을 맺는다.

이러한 통행 발생의 개념은 교통 수요가 그 자체로 존재하는 것이 아니라, 특정 장소에서 경제적·사회적 활동을 수행하기 위해 발생하는 파생 수요(Derived Demand)라는 본질에 근거한다. 따라서 통행 발생량과 유입량을 산정하는 과정은 각 존의 활동 강도를 수치화하는 과정이라 할 수 있다. 특정 분석 존 $ i $에서 발생하는 통행 발생량 $ P_i $와 특정 존 $ j $로 들어오는 통행 유입량 $ A_j $는 일반적으로 다음과 같은 함수적 관계로 표현된다.

$$ P_i = f(X_{i1}, X_{i2}, \dots, X_{in}) $$ $$ A_j = g(Y_{j1}, Y_{j2}, \dots, Y_{jm}) $$

위 식에서 $ X_{ik} $는 존 $ i $의 가구수, 인구수, 소득 등 발생 측면의 독립 변수를 의미하며, $ Y_{jk} $는 존 $ j $의 고용자 수, 매장 면적 등 유입 측면의 독립 변수를 의미한다. 통행 발생 단계에서는 이처럼 각 존의 특성 변수와 통행량 사이의 상관관계를 분석하여 통계적 모형을 구축한다.

전체 분석 권역 내에서 발생하는 총 통행량의 관점에서 볼 때, 이론적으로 모든 존에서 발생하는 통행 발생량의 총합은 모든 존으로 들어오는 통행 유입량의 총합과 일치해야 한다. 이를 수식으로 나타내면 다음과 같다.

$$ \sum_{i} P_i = \sum_{j} A_j $$

그러나 실제 조사 데이터나 추정 모형을 통해 산출된 값들 사이에는 오차가 발생하기 마련이므로, 후속 단계인 통행 분포(Trip Distribution)로 넘어가기 전에 발생량 총합과 유입량 총합을 일치시키는 조정(Balancing) 과정을 거치게 된다. 통행 발생 정의의 핵심은 결국 공간적 경계 내에서 발생하는 통행의 시작과 끝을 정량화함으로써, 도시 전체의 이동 흐름을 파악하기 위한 기초적인 물리량을 확정하는 데 있다. 이는 4단계 수요 예측 모형의 신뢰성을 결정짓는 가장 중요한 출발점이라 할 수 있다.

교통 수요 분석의 기초가 되는 통행의 최소 단위는 트립(Trip)이다. 트립은 통행자가 특정 목적을 달성하기 위해 기점(Origin)에서 종점(Destination)까지 이동하는 일련의 과정을 의미한다. 일반적으로 교통 공학에서 하나의 트립은 보행을 제외한 주요 교통 수단을 이용하거나, 보행이 주된 수단인 경우 이를 포함하여 정의한다. 교통 현상은 인간의 경제적·사회적 활동을 수행하기 위해 발생하는 파생 수요(Derived demand)의 성격을 지니므로, 트립의 발생은 해당 구역의 토지 이용 상태 및 거주자의 활동 양상과 밀접한 관련을 맺는다. 하나의 목적지에 도달하기 위해 여러 지점을 거치는 경우를 연쇄 통행(Trip chain)이라 하며, 이를 분석 단위로 삼기도 하지만 전통적인 4단계 수요 예측 모형에서는 개별 트립을 독립적인 분석 단위로 설정하는 것이 일반적이다.

통행은 그 성격과 목적에 따라 체계적으로 분류된다. 가장 대표적인 분류 기준은 통행의 양 끝단 중 한 곳이 가정(Home)인지 여부에 따른 가정 기반 통행(Home-Based Trip, HB)과 비가정 기반 통행(Non-Home-Based Trip, NHB)의 구분이다. 가정 기반 통행은 통행의 기점이나 종점 중 어느 한 곳이 통행자의 거주지인 경우를 의미하며, 이는 다시 세부 목적에 따라 출근 통행(Home-Based Work, HBW), 등교 통행(Home-Based School, HBS), 쇼핑 통행, 기타 통행 등으로 세분화된다. 반면 비가정 기반 통행은 기점과 종점 모두가 가정이 아닌 장소, 예를 들어 업무지에서 식당으로 이동하거나 상점에서 다른 상점으로 이동하는 경우를 포함한다. 이러한 분류는 통행 발생량을 추정할 때 각 목적별로 영향력을 미치는 사회경제적 지표가 상이하기 때문에 예측의 정확성을 높이기 위해 필수적으로 수행된다.

공간적 경계에 따른 분류 또한 중요하다. 분석 대상 지역인 교통 분석 존(Traffic Analysis Zone, TAZ)을 기준으로, 기점과 종점이 모두 동일한 존 내부에 존재하는 내부 통행(Intrazonal Trip)과 서로 다른 존 사이를 이동하는 존간 통행(Interzonal Trip)으로 나뉜다. 또한 분석 권역의 외부에서 유입되거나 외부로 유출되는 통행, 혹은 권역을 단순히 통과하기만 하는 통과 통행(Through Trip)을 구분하여 관리한다. 시간적 측면에서는 교통량이 집중되는 첨두시(Peak period)와 그 외의 비첨두시로 분류하며, 이는 시설의 용량 결정과 정책 수립에 핵심적인 자료로 활용된다.

통행 발생 단계에서 이러한 분류 체계를 적용하는 이유는 각 통행 유형마다 발생하는 메커니즘이 다르기 때문이다. 예를 들어 출근 통행은 시간적 경직성이 높고 규칙적인 반면, 쇼핑이나 여가 통행은 소득 수준이나 접근성에 민감하게 반응하는 경향이 있다. 따라서 전체 통행량 $ T $를 추정할 때, 이를 단일 항목으로 취급하기보다는 각 목적별($ p $) 통행량의 합으로 산출하는 것이 일반적이다.

$$ T_i = \sum_{p} T_{i,p} $$

위 식에서 $ T_i $는 $ i $ 존에서 발생하는 총 통행량을 의미하며, $ T_{i,p} $는 목적 $ p $에 따른 발생량을 나타낸다. 이와 같은 다각적인 분류 체계는 교통 계획 수립 시 특정 인구 집단이나 특정 지역의 통행 특성을 정확히 반영할 수 있게 함으로써 모형의 신뢰성을 담보하는 기초가 된다. 각 통행 목적에 따라 유발되는 통행 발생률이 차이를 보이기 때문에, 분류된 데이터는 이후의 통행 분포 및 수단 분담 단계에서도 중요한 입력 자료로 기능한다.

기점과 종점의 개념을 바탕으로 통행이 생성되는 지점과 흡수되는 지점의 차이를 명확히 한다.

통행 발생량의 결정 요인은 크게 사회경제적 특성과 토지 이용 및 공간적 특성으로 구분할 수 있다. 교통 수요 예측의 첫 단계인 통행 발생 단계에서는 특정 지역의 인구 통계적 지표와 그 지역이 가진 물리적 환경이 복합적으로 작용하여 전체 통행량을 형성한다. 이러한 요인들을 정밀하게 분석하는 것은 미래의 교통 수요를 과학적으로 추정하고 교통 계획의 신뢰성을 확보하는 데 필수적인 과정이다.

사회경제적 변수 중 가장 핵심적인 단위는 가구이다. 가구의 규모, 즉 가구원 수는 통행 빈도와 직관적인 정비례 관계를 가진다. 가구원 수가 많을수록 통근, 통학, 쇼핑 등 다양한 목적의 통행이 발생할 확률이 높아지기 때문이다. 특히 가구 소득은 통행의 질과 양에 동시에 영향을 미친다. 소득 수준이 높을수록 생계 유지를 위한 필수 통행 외에도 여가, 문화 활동, 사회적 교류를 위한 선택적 통행이 빈번해지는 경향이 있다. 또한, 소득은 자동차 보유 대수와 밀접하게 연관되어 있으며, 개인 교통수단의 가용성은 통행의 편리함을 증대시켜 전체적인 통행 발생 빈도를 높이는 결정적 요인으로 작용한다.

인구 구조의 변화 역시 통행 특성을 결정짓는 주요 인자이다. 연령층에 따라 통행 목적과 빈도가 상이하게 나타나는데, 경제 활동 인구의 비중이 높은 지역에서는 통근 통행이 주를 이루며, 학생 인구가 많은 지역에서는 통학 통행이 집중적으로 발생한다. 최근 인구 구조의 고령화에 따라 고령층의 의료 및 여가 통행 패턴이 새로운 분석 대상으로 부상하고 있으며, 이는 과거의 전통적인 통행 발생 모형에 새로운 변수로 추가되고 있다.

토지 이용(Land Use) 체계는 공간적 측면에서 통행 발생을 결정하는 근본적인 환경을 제공한다. 특정 구역의 용도 지역이 주거, 상업, 공업 중 어느 기능에 집중되어 있느냐에 따라 발생하는 통행의 성격이 달라진다. 주거 지역은 주로 통행의 기점(Origin) 역할을 수행하며, 상업 및 업무 지역은 통행의 종점(Destination)으로서 강력한 유인력을 가진다. 인구 밀도와 고용 밀도로 대변되는 토지 이용의 집약도는 단위 면적당 통행 발생량을 결정하는 핵심 지표이다. 고밀도 개발이 이루어진 도심 지역은 다량의 통행을 집중시키는 반면, 저밀도 교외 지역은 상대적으로 분산된 통행 양상을 보인다.

건축물의 용도별 연면적 또한 통행 발생량 산정의 중요한 물리적 변수이다. 도시 계획 차원에서 할당된 토지 이용 계획에 따라 주거용, 상업용, 공업용 건축물의 비중이 결정되면, 각 용도별 단위 면적당 통행 발생 원단위를 적용하여 해당 지역의 총 발생량을 추정할 수 있다. 이때 해당 지역의 접근성(Accessibility)은 잠재적인 통행 수요를 실제 통행으로 전환하는 촉매제 역할을 한다. 대중교통망이 잘 갖추어져 있거나 도로 용량이 충분한 지역은 그렇지 못한 지역에 비해 통행 발생의 임계치가 높게 형성된다.

결론적으로 통행 발생은 개인 및 가구의 사회경제적 속성과 해당 지역의 물리적 토지 이용 특성 간의 상호작용의 산물이다. 미시경제학적 관점에서는 개인의 효용 극대화를 위한 선택의 결과로 볼 수 있으며, 도시공학적 관점에서는 공간 구조의 효율적 배분에 따른 결과로 해석된다. 따라서 교통 수요 분석가는 이러한 다각적인 결정 요인들을 종합적으로 고려하여, 급변하는 사회 구조와 도시 환경 속에서 지속 가능한 교통 체계를 설계하기 위한 기초 자료로 활용해야 한다.

가구 소득, 자동차 보유 대수, 가구원 수 등 인구 통계적 특성이 통행 빈도에 미치는 상관관계를 다룬다.

주거, 상업, 공업 등 토지 이용의 용도와 건축물의 밀도가 통행 유발에 작용하는 메커니즘을 고찰한다.

교통 시설의 공급 상태와 목적지까지의 도달 용이성이 통행 발생량에 미치는 잠재적 영향을 설명한다.

통행 발생 추정은 교통 수요 예측의 첫 번째 단계로서, 특정 분석 대상 지역 내에서 발생하는 총 통행량인 발생량(Production)과 해당 지역으로 유입되는 총 통행량인 유입량(Attraction)을 정량화하는 과정이다. 이 단계의 핵심은 인구, 가구 소득, 자동차 보유 대수, 토지 이용 특성과 같은 사회경제적 변수와 통행량 사이의 인과관계를 수학적 함수로 정립하는 데 있다. 이를 통해 장래의 사회경제적 지표 변화에 따른 교통 수요의 변동을 예측할 수 있다. 통행 발생 추정 모형은 크게 통계적 기법인 회귀 분석 모형과 가구의 특성을 집단화하는 카테고리 분석 모형으로 구분된다.

회귀 분석 모형은 통행 발생량을 종속 변수로, 발생 원인이 되는 사회경제적 지표들을 독립 변수로 설정하여 그 상관관계를 도출하는 기법이다. 일반적으로 다중 선형 회귀 모형(Multiple Linear Regression Model)이 널리 사용되며, 그 기본 식은 다음과 같다.

$$ T_i = \beta_0 + \sum_{k=1}^{n} \beta_k X_{ki} + \epsilon $$

여기서 $ T_i $는 $ i $ 구역의 통행 발생량, $ X_{ki} $는 $ i $ 구역의 $ k $번째 독립 변수, $ _k $는 각 변수의 영향력을 나타내는 회귀 계수, $ $은 오차항을 의미한다. 이 모형은 최소제곱법을 통해 계수를 추정하며, 통계적 유의성을 검정하기 위해 결정계수($ R^2 $)나 t-검정, F-검정 등을 수행한다. 회귀 분석은 변수 간의 관계를 명확히 파악할 수 있고 모형의 신뢰도를 객관적으로 평가할 수 있다는 장점이 있으나, 독립 변수들 사이에 강한 상관관계가 존재할 경우 발생하는 다중공선성 문제와 변수 간의 비선형적 관계를 충분히 반영하지 못한다는 한계를 지닌다.

카테고리 분석 모형은 가구를 소득 수준, 자동차 보유 대수, 가구원 수 등 주요 특성에 따라 동질적인 집단(Category)으로 분류하고, 각 집단별 평균 통행 발생률을 적용하는 방식이다. 이를 교차 분류 분석(Cross-classification Analysis)이라고도 한다. 특정 구역의 총 통행량은 다음과 같이 산출된다.

$$ T = \sum_{i} \sum_{j} n_{ij} \cdot r_{ij} $$

여기서 $ n_{ij} $는 특정 분류 기준 $ i, j $에 속하는 가구 수이며, $ r_{ij} $는 해당 집단의 평균 통행 발생률이다. 이 모형은 독립 변수 간의 복잡한 상호작용을 모형 구조 내에 흡수할 수 있으며, 변수 간의 비선형적 관계를 처리하는 데 우수하다는 평가를 받는다. 또한 회귀 분석과 달리 특정 함수 형태를 가정하지 않으므로 실제 관측된 통행 행태를 충실히 반영할 수 있다. 그러나 분석을 위해 방대한 양의 표본 데이터가 요구되며, 미래 시점의 각 카테고리별 가구 분포를 별도로 예측해야 한다는 실무적 어려움이 존재한다.

통행 유입량 추정은 발생량 추정과 원리는 유사하나, 주로 목적지의 유인력을 결정하는 변수를 활용한다. 상업 시설의 연면적, 업종별 고용자 수, 학교의 학생 수 등이 주요 독립 변수로 채택된다. 유입량은 발생량과 달리 공간적 집중도가 높기 때문에, 단순히 선형 회귀를 적용하기보다는 토지 이용 밀도와 접근성을 고려한 정교한 보정이 필요하다. 최종적으로 산정된 전 지역의 총 발생량과 총 유입량은 이론적으로 일치해야 하므로, 분석 과정에서 두 수치의 합계를 조정하는 평형화 과정을 거치게 된다.

최근에는 공간적 자기상관성을 고려한 공간 회귀 분석이나 빅데이터를 활용한 비모수적 추정 방식이 도입되고 있다. 기존의 정적 모형이 가진 한계를 극복하기 위해 통행자의 활동 체계를 분석하는 활동 기반 모형(Activity-based Model)으로의 패러다임 전환도 활발히 논의되고 있다.¹⁾

발생지에서 생성되는 통행량을 예측하기 위해 널리 사용되는 통계적 방법론을 기술한다.

독립 변수와 통행량 간의 선형 또는 비선형 관계를 수식화하여 예측하는 기법을 상술한다.

가구의 특성을 동질적인 집단으로 분류하여 각 집단별 평균 통행률을 적용하는 방식을 설명한다.

목적지의 유인력을 평가하여 해당 구역으로 들어오는 통행량을 추정하는 모형의 구조를 다룬다.

통행 발생 분석은 교통 수요 예측의 첫 단추를 꿰는 과정으로, 객관적인 통계 자료와 정밀한 공간 분할을 바탕으로 수행된다. 분석 절차는 크게 분석 대상 지역의 공간적 정의, 기초 자료의 수집 및 가공, 추정 모형의 구축 및 검증, 그리고 미래 통행량의 예측 단계로 구분된다. 실무적으로는 각 단계에서 발생하는 오차를 최소화하고 분석 결과의 신뢰성을 확보하기 위한 정교한 보정 작업이 수반된다.

분석의 첫 단계인 교통 분석 존(Traffic Analysis Zone, TAZ) 설정은 전체 수요 예측의 정밀도를 결정하는 중요한 작업이다. 존은 내부적으로 동질적인 토지 이용 특성을 가져야 하며, 행정 구역 경계나 도로, 하천 등 물리적 지형지물과 일치하도록 설정하는 것이 일반적이다. 존의 크기가 너무 크면 존 내부 통행이 과다하게 발생하여 노선 배정의 정확도가 떨어지고, 반대로 너무 작으면 분석에 필요한 사회경제적 지표를 확보하기 어려워지므로 실무자는 분석의 목적과 가용 데이터의 수준을 고려하여 적절한 규모를 결정해야 한다.

기초 자료 수집 단계에서는 가구 통행 실태 조사와 같은 설문 자료와 인구 주택 총조사 등의 통계 자료를 활용한다. 수집된 데이터는 기준 연도(Base Year)의 통행 행태를 설명할 수 있도록 전처리 과정을 거친다. 이때 표본 조사 결과를 전체 인구로 확장하는 전수화 과정에서 발생할 수 있는 편향(bias)을 제어하는 것이 필수적이다. 특히 통행 목적별(출근, 등교, 쇼핑, 귀가 등)로 구분하여 데이터를 정리함으로써, 각 목적에 영향을 미치는 독립 변수의 유의성을 확보할 수 있도록 한다.

모형 구축 단계에서는 설정된 변수를 바탕으로 회귀 분석이나 카테고리 분석 등을 수행하여 통행 발생량과 유입량을 산정한다. 실무적으로 가장 중요하게 다루어지는 사항 중 하나는 통행 발생량(Production)과 통행 유입량(Attraction)의 평형 유지이다. 이론적으로 특정 지역 전체에서 발생하는 총통행량과 유입되는 총통행량은 일치해야 하지만, 각기 다른 모형으로 산출된 두 값은 차이를 보이는 경우가 많다. 이를 해결하기 위해 일반적으로 통행 발생량을 기준으로 유입량을 조정하는 통행 평형(Trip Balancing) 과정을 거친다. 통행 발생량은 가구수나 소득 등 비교적 정확한 통계에 기반하기 때문에 유입량보다 신뢰도가 높다고 판단하기 때문이다.

모형의 검증 단계에서는 추정된 결과가 실제 관측된 통행량과 얼마나 유사한지를 평가한다. 결정 계수($R^2$)나 t-통계량을 통해 모형의 통계적 유의성을 확인하며, 논리적으로 타당하지 않은 계수값이 도출될 경우 변수를 재설정하거나 모형 구조를 변경한다. 또한, 대규모 상업 시설이나 공항, 터미널과 같이 일반적인 모형으로 설명하기 어려운 특수 발생원(Special Generator)에 대해서는 별도의 조사를 통해 통행량을 보정하는 실무적 유연성이 요구된다.

마지막으로 목표 연도(Target Year)의 미래 통행량을 예측할 때는 장래의 사회경제 지표 예측치를 모형에 대입한다. 이때 과거의 통행 행태가 미래에도 유지될 것이라는 안정성 가정이 전제되나, 급격한 기술 발전이나 사회 구조 변화가 예상될 경우 이를 반영할 수 있는 보정 계수를 도입하기도 한다. 이와 같은 체계적인 분석 절차를 통해 도출된 통행 발생량은 이후 통행 분포 단계의 기초 입력 자료로 활용되어 전체 교통 수요 예측의 기초를 형성한다²⁾.

분석의 정밀도를 높이기 위해 지리적 공간을 적절한 크기의 구역으로 분할하는 기준을 제시한다.

가구 통행 실태 조사와 같은 현장 데이터의 수집 방법과 분석 가능한 형태로의 가공 절차를 설명한다.

추정된 결과의 신뢰성을 확보하기 위해 관측값과 예측값을 비교하고 오차를 수정하는 과정을 다룬다.

도시 계획 및 교통 정책 수립에서의 활용 방안과 현재 기술적 수준에서의 제약 요인을 논한다.

통행 분포, 수단 분담, 노선 배정으로 이어지는 전체 교통 모델링 과정에서 발생 단계가 갖는 중요성을 기술한다.

정적 분석의 한계와 급변하는 사회 구조를 반영하지 못하는 전통적 모형의 문제점을 분석한다.

빅데이터와 인공지능 기술을 활용한 실시간 통행 발생 예측 등 최신 연구 동향을 소개한다.