The COVID-19 pandemic has caused significant disruptions in global air travel demand, presenting new challenges for accurately forecasting passenger volumes. This study analyzes the monthly air passenger demand data from 2010 to 2022 to identify key external factors that influence passenger demand. Our analysis shows that the number of international visitors to Singapore is a critical determinant of passenger demand. Consequently, we propose a SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous variables) model to forecast monthly air passenger demand at Singapore's Changi Airport, integrating international visitor numbers as an exogenous variable. Through comprehensive model identification and parameter estimation, we select the best SARIMAX configuration. To validate the performance of the model, traditional time series methods such as SARIMA, various exponential smoothing methods, and advanced machine learning methods like LSTM (Long Short-Term Memory) and Prophet were compared for forecasting monthly air passenger demand at Changi Airport in 2023. The results show that the SARIMAX model significantly outperforms all other tested models, achieving the best performance across multiple forecasting metrics, including the Mean Absolute Percentage Error.

주택 시장은 수요와 공급의 불균형으로 인해 여러 개의 하위 시장으로 구분되며, 하위 시장은 주택의 특성 뿐만 아니라 근린과 같은 주변 환경을 총체적으로 고려하여 구획화되므로 공간적 영향력이 중요하다. 주택 시장을 구획화하는 기준은 주택의 특성, 가격 등 다양하나, 주택 수요를 기반으로 구획화할 경우 주택 정책을 수립하는데 활용할 수 있으며, 정책의 효율성을 증대시킬 수 있다는 점에서 큰 장점이 있다. 본 연구에서는 서울의 주택 시장을 대상으로 공간적 영향력을 고려한 장래 주택 수요를 추정하고, 수요에 기반하여 주택 시장을 공간적으로 세분화함으로써 국지적 주택 수요 시장을 새롭게 정의하고, 장래의 수요 시장이 어떻게 변화할지를 살펴본다. 분석 결과, 서울의 장래 수요 기반 주택 시장은 총 10개로 구분될 수 있으며, 단기적으로 는 공간적 변화가 있을 것으로 보이지만, 장기적으로는 안정적인 하위 시장을 형성할 것으로 전망된다. 본 연구는 서울의 주택 시장을 가격이 아닌 수요의 관점에서 세분화를 시도하였다는 점에서 의의가 있으며, 하위 시장의 공간적 패턴이 장래에 어떻게 변화할지에 대한 유의미한 전망을 제공함으로써 향후 주택 정책 방향 수립에 중요한 자료로 활용될 수 있을 것으로 기대된다.

This study examines the price elasticity of demand for mackerel in the Busan Cooperative Fish Market, the largest wholesale fish market in South Korea. Using a two-stage least squares (2SLS) approach, the analysis addresses endogeneity in pricing by incorporating exogenous environmental variables, such as sea surface temperature (SST) and wind speed. The study estimates demand elasticity for three size categories of mackerel-large, medium, and small-and reveals significant differences across these categories. Large-size mackerel exhibits inelastic demand (-0.875), reflecting its status as a staple product with relatively stable consumer demand. Medium-size mackerel shows highly elastic demand (-2.450), likely due to its role as a substitute for both large and small mackerel. Small-size mackerel also demonstrates high elasticity (-3.444), attributed to its primary use in feed and processing, where demand is particularly sensitive to price changes. Diagnostic tests confirm the validity and relevance of the instrumental variables, with SST and wind speed strongly correlated with price but uncorrelated with consumer demand. These findings highlight the critical role of size-specific market characteristics in shaping price elasticity and provide valuable insights for policymakers and industry stakeholders to better manage mackerel supply and ensure pricing stability.

In this study, we target demand-responsive smart mobility, i.e., a bus-type rural transportation model, that has recently been activated to target public transportation-vulnerable areas in urban-rural integrated cities, and empirically analyze the effects of travel time and service factors on user satisfaction with the transportation mode. An ordered logit model was used for the empirical analysis of a field survey of 449 passengers regarding their usage status and satisfaction with demand-responsive smart mobility in rural areas across the country. As access and travel times increased, bus user satisfaction decreased. Particularly, access time was approximately 1.6 times more important than travel time. Meanwhile, satisfaction with demand-responsive smart mobility was found to increase as drivers were kind and drove safely, vehicles were convenient and ran on time, lines and stops were appropriate, fares were satisfactory, and information on schedules and how to use them was available. Among these service elements, the kindness of the driver was analyzed as the most important variable. This suggests that to activate the use of demand-responsive smart mobility, considering the selection of pick-up and drop-off locations to reduce access time and to make efforts to increase the kindness of drivers is important. The essential flexible schedule of demand-responsive smart mobility, i.e., the use of demand-responsive smart mobility, can be activated only when an operating environment is created that reduces access time and in-vehicle travel time. In other words, it is difficult to revitalize the use of demand-responsive smart mobility if it operates on a fixed route and schedules similar to those of existing buses.

This study proposes a method to evaluate the publicity of real-time, demand-responsive, autonomous public-transportation systems. By analyzing real-time data collected based on publicity evaluation indicators suggested in previous research studies, this study seeks to establish a system that objectively assesses the publicity of public transportation. Thus, the introduction of autonomous public transportation systems is expected to contribute to solving problems in underserved transportation areas and enable more sophisticated public transportation operations. We reviewed evaluation indicators proposed in previous studies. Based on this review, publicity evaluation indicators were derived and specific criteria were selected to assess systematically the publicity of autonomous public transportation. An AHP analysis was conducted to assess the relative importance of each indicator by analyzing the importance of the selected indicators. Additionally, to score the indicators, minimum and maximum target values were established, and a method for assigning scores to each indicator was examined. The most important factor in the publicity evaluation of autonomous demand-responsive transport (DRT) was the “success rate of allocation to weak public transportation service areas,” with a significance level p of 0.204. This was analyzed as a key evaluation criterion because of the importance of service provision in areas with low-public-transportation accessibility. Subsequently, “Accessing distance to a virtual station” (p = 0.145) was evaluated as an important factor representing the convenience of the service. “Waiting time after allocation” (p = 0.134) also appeared as an important evaluation factor, as reducing waiting time considerably affected service quality. Conversely, “compliance rate of velocity” yielded the lowest significance (p = 0.017), as speed compliance was typically guaranteed owing to autonomous driving technology. This study proposed a specific evaluation method based on publicity indicators to provide a strategic direction for improving services and enhancing the publicity of autonomous DRT systems. These results can serve as a foundational resource for improving transportation services in underserved areas and for enhancing the overall quality of public transportation services. However, the study’s limitation was its inability to use real-time autonomous public transportation data, relying instead on I-MoD data from Incheon. This limitation constrained the ability to establish universal benchmarks because data from various municipalities were not included. Future research should collect and analyze data from diverse regions to establish more reliable evaluation indicators.

To mitigate carbon emissions, the government aims to transition to renewable energy sources including hydrothermal energy, specifically through wastewater heat recovery. This process involves extracting heat from wastewater or treated water. However, assessments of demand sources for local cooling and heating have predominantly focused on the proximity of nearby facilities, without conducting comprehensive demand analyses or defining explicit supply areas. This study proposes a methodology for prioritizing suitable wastewater treatment plants (WWTPs) for the implementation and expansion of renewable energy. The methodology is based on the gross floor area of potential wastewater heat demand surrounding WWTPs. Initially, potential supply and demand sources were identified based on the capacity of WWTPs and the gross floor area of buildings capable of utilizing wastewater heat. In the Republic of Korea, 330 WWTPs with a capacity of 5,000 m3/day or more have been recognized as demand sources for wastewater heat recovery. The provision of treated wastewater to structures located within a 500 m radius of the WWTPs for heat recovery is considered a feasible option. The potential wastewater heat demand and renewable energy cluster were identified among the surrounding buildings and complexes A total of 13 potential supplies were identified, provided that the gross floor exceeded 60,000 m². Finally, after prioritizing based on WWTPs with these conditions, the underground plant located in the downtown area was ranked as the highest priority. If further analysis of economic feasibility, CO2 reduction, and energy efficiency are conducted, this approach can be expanded and applied within the framework the Water-Energy Nexus. Wastewater heat can be utilized not only as a renewable energy source but also as a means to enhance wastewater reuse through the supply of treated wastewater.

본 연구는 국내 도로사업의 교통수요 예측오차를 종합적으로 평가하고, 보다 효율적인 기대교통량 추정모형의 개발을 목적으로 수 행되었다. 이를 위해 본 연구에서는 1999년부터 2010년까지 수행된 예비타당성조사 및 타당성재조사 사업들 가운데 62건의 도로사업 (690개 구간)의 자료를 활용하였다. 본 연구의 주요 특징은 다음과 같다. 첫째, 기존 연구들과 달리 사업구간 뿐만 아니라 주변구간을 포함하여 교통수요 예측 오차를 평가했다는 점이다. 둘째, 본 연구는 교통수요 예측의 오차를 정확성, 추정편의, 추정연계성 등 다양한 평가지표를 활용하여 분석했다는 점이다. 실측자료를 통한 분석결과, 전체구간의 평균 백분율 오차(MPE)는 11.6%(과소추정)로 파악되 었지만, 이를 사업구간과 주변구간으로 나누어 살펴보면, 사업구간의 경우 -13.5%(과다추정), 주변구간은 16.5%(과소추정)로 상반된 결 과를 나타내었다. 추정편의 분석결과, 전체구간에서는 통계적으로 유의미한 편의가 발견되지 않았으나, 사업구간과 주변구간 각각에서 는 편의가 존재하는 것으로 나타났다. 추정연계성 분석에서는 주변구간의 경우 기준연도 정산 결과와 개통연도 오차 간 유의미한 관 계가 확인되었다. 이러한 분석결과를 바탕으로, 본 연구는 분위회귀모형을 활용한 기대교통량 추정모형을 제안하였는데, 이는 기존의 점 추정 방식의 한계를 보완하는 방안이다. 이 모형은 사업구간과 주변구간을 구분하여 개발되었으며, 실측교통량의 50% 분위를 중심 으로 95% 신뢰구간을 제시하였다. 또한, 동 모형에서는 고속도로 여부, 준공 지연 기간 등 주요 변수들의 영향을 고려하여 모형의 설 명력을 높였다는 특징을 갖는다. 본 연구의 결과는 도로사업의 교통수요 예측 정확성 향상과 투자 의사결정의 합리성 제고에 기여 할 수 있을 것으로 기대된다. 특히, 제안된 기대교통량 추정 모형은 예비타당성조사 등에서 보다 현실적인 교통수요 예측치를 제공하고, 이를 통해 경제성 분석의 신뢰도를 높이는 데 활용될 수 있을 것이다. 또한, 사업구간과 주변구간의 교통량 변화 특성이 다르다는 점 을 고려하여, 향후 도로 사업의 영향 평가 시 보다 세밀한 접근이 필요함을 시사한다.

서초구가 진행하고 있는 사법정의 허브 조성사업에서 법원도서관은 ‘사법정의 허브’의 랜드마크로서의 역할과 기능을 모색해야 할 것이다. 이에 본 연구에서는 법원도서관이 ‘사법부 지식정보 공유 복합센터 역할 을 할 수 있는 방안을 모색하고자 하였으며, 이를 위해 법률분야를 포함 한 전문가 면담 및 이용자 인식조사를 실시하였다. 연구결과, 법원도서관 은 첫째, 국가대표 법률 전문도서관으로서 복합문화공간 기능 및 역할을 확대해야 할 것으로 파악되었다. 둘째, 법률전문가 대상 온라인 서비스, 각종 법률자료의 디지털화와 온라인 서비스 확대, 다양한 법률 관련 도 서관과의 협력 네트워킹, 어디서든 판례 정보를 열람할 수 있는 네트워 크 시스템 구축 및 서비스가 제공해야 할 것이다. 셋째, 복합문화공간에 대한 높은 수요가 있었으며, 국가법률문헌보존관의 기능을 할 수 있는 공동보존자료관의 건립필요성에 대한 인식도 높게 나타났다. 본 연구를 기반으로 향후 연구에서는 복합센터 건립 부지에 대한 연구 및 복합센터 건축의 기본 방향에 대한 연구도 수행될 필요가 있다고 본다.

본 연구는 한국노동연구원의 사업체패널에 새롭게 포함된 스마트공장 관련 정 보들을 활용하여 스마트공장이 노동수요에 미칠 영향을 추정했다. 스마트공장의 도입은 전 반적으로 생산직의 업무량을 감소시키며, 스마트공장 수준이 고도화 될 수록 업무량 감소 정 도는 더욱 커진다. 특히 동일제품을 반복 생산하는 공정에서 두드러진다. 반대로 스마트공장 이 표방하는 지능화 및 연결성과 관련된 관리직, 기술전문직 등의 직종이나, 다양한 제품의 혼류 생산을 구현하는 과정의 생산직의 경우 업무량이 늘어나는 것이 관찰된다. 이는 기존 연구에서 제시한 결과와 전반적으로 부합한다. 본 연구의 의의는 최종 노동수요가 아닌 스마 트공장이 표준적인 업무량에 직접적으로 미치는 영향을 추정했다는 데 있다.

이 연구에서는 예비 초등교사들이 금융교육을 통해 무엇을 배우고 싶어하는지를 금융교육 수요로 정의하고, 24개 금융교육 내용 요소에 대한 수요를 조사하였다. 금융교육에 대한 수요가 가장 높은 내용 요소는 ‘저축에 영향을 주는 요인’, ‘예산과 예산관리’, ‘고령사회와 연금’이었으며, 수요가 가장 낮은 내용 요소는 ‘지불 수단’, ‘소득의 결정 원인’, ‘저축의 경 제적 의의’였다. 금융교육에 대한 수요에 나이, 성별, 금융이해력 등이 미치는 영향은 없었 으며, 금융교육의 필요성에 대한 인식만 통계적으로 유의한 영향을 미쳤다. 본 연구는 예비 초등교사인 교육대학 재학생, 특히 신입생을 주요 대상으로 하였기 때문에 보다 다양한 연 령 및 집단을 대상으로 한 후속 연구의 필요성이 제안되었다.

Distribution and logistics industries contribute some of the biggest GDP(gross domestic product) in South Korea and the number of related companies are quarter of the total number of industries in the country. The number of retail tech companies are quickly increased due to the acceleration of the online and untact shopping trend. Furthermore, major distribution and logistics companies try to achieve integrated data management with the fulfillment process. In contrast, small and medium distribution companies still lack of the capacity and ability to develop digital innovation and smartization. Therefore, in this paper, a deep learning-based demand forecasting & recommendation model is proposed to improve business competitiveness. The proposed model is developed based on real sales transaction data to predict future demand for each product. The proposed model consists of six deep learning models, which are MLP(multi-layers perception), CNN(convolution neural network), RNN(recurrent neural network), LSTM(long short term memory), Conv1D-BiLSTM(convolution-long short term memory) for demand forecasting and collaborative filtering for the recommendation. Each model provides the best prediction result for each product and recommendation model can recommend best sales product among companies own sales list as well as competitor’s item list. The proposed demand forecasting model is expected to improve the competitiveness of the small and medium-sized distribution and logistics industry.

PURPOSES : This study sought ways to connect urban above ground roads and underground roads to utilize urban space more efficiently in the development of underground roads, which are currently under development in order to alleviate problems caused by oversaturated above-ground roads. A simulation analysis was performed to develop an operation strategy that connects above-ground and underground roads to prevent congestion in above-ground areas such as entrances and exits from transferring to underground roads as well as to present its effectiveness. METHODS : Traffic efficiency analysis according to the operation strategy of above ground and underground roads was conducted using VISSIM, a microscopic traffic simulation software. The functions implemented in VISSIM were collected to set effectiveness analysis indicators for each underground road operation strategy. The Shinwol-Yeoui Underground Road was selected as the spatial scope of this study, and a surrounding road network was constructed. In addition, full-scale simulation analysis preparations were completed by performing network calibration based on the actual traffic attribute data of underground and surrounding surface roads within the construction scope. Accordingly, a traffic efficiency evaluation analysis was conducted based on the underground road operation strategy. CONCLUSIONS : Information on the increase in traffic volume within the Shinwol-Yeoui underpass was collected every 15 min. The analysis was divided into an analysis of the traffic situation within the underpass through demand control when the service level reached level D and an analysis of when demand control was not performed. It was found that demand control was necessary for the Shinwol-Yeoui Underpass when the internal traffic volume reached 2,500 vehicles/h. In addition, to analyze the spread of traffic and congestion owing to the weaving phenomenon caused by lane changes in the underpass, an analysis was conducted to observe the traffic improvement effect when full lane changes are possible for the Shinwol-Yeoui Underground Road, which currently has some lane-change-permitted sections. The analysis showed that both the maximum traffic volume and average travel speed showed better results when lane changes were allowed, and the communication situation at Yeoui JCT was found optimal.

본 연구는 입시컨설팅사교육을 경험한 학생들의 인터뷰 및 사교육 종사자와 공교육 종사자의 전문가적 견해를 탐색함 으로써, 입시컨설팅사교육 서비스 상품의 수요실태를 분석하는 것을 목적으로 하였다. 학생 10명, 사교육기관 종사자 8 명, 공교육 종사자 6명을 대상으로 인터뷰를 진행하여 자료를 수집하고, 주제분석법을 활용하여 연구결과를 도출하였다. 주요 연구 결과를 종합해보면, 첫째, 학생들이 입시컨설팅사교육을 수요하는 목적은 진로 및 진학에 대한 정보 획득, 진 로 및 전공 선택에 대한 의사결정 도움, 구체적인 입시계획 수립, 불안심리를 완화하는 것이었다. 입시컨설팅사교육에 대 한 만족도는 진학 선택이 진로 선택에 비해 상대적으로 좋았으며, 고가일수록 더 긍정적이었다. 둘째, 입시컨설팅사교육 의 수요 경로는 지인추천, 학원 및 사교육 업체 추천, 입시 관련 커뮤니티를 통한 참여, 사교육 기관의 설명회(간담회)를 통한 참여 등 다양하였다. 셋째, 입시컨설팅사교육의 비용은 상담 횟수, 전공에 따라 다양했으며, 지역적으로 차이가 있 었다. 학생들은 미래의 위험 완화와 안정성을 입시컨설팅사교육에 기대하였고, 높은 비용에 대한 부담을 느끼고 있음에 도 불구하고 고가의 입시컨설팅사교육을 수요하고 있었다. 입시컨설팅 사교육 비용은 학생들이 유리한 정보를 취득하기 위한 교육 투자의 성격을 가지는 동시에 불안심리를 완화하는 소비적인 경향이 있었다. 입시컨설팅사교육의 효용성을 높 이기 위해서는 학생 및 학부모의 합리적인 의사결정이 중요하고, 사교육 종사자가 시장의 논리에 매몰되지 않는 서비스 를 제공하여야 한다. 정부는 공교육 내실화의 일환으로 진로전담교사를 양성하고, 필요한 경우에는 사교육분야의 컨설턴 트들과 위탁 및 협조할 필요가 있다.

최근 국민 삶의질 향상, 여가 활동 다변화, 인구구조의 변화 등으로 관광수요 증가 및 관광활동이 다양화되고 있다. 특히 연안 도시의 경우, 육상 관광 요소와 해양관광 요소가 공존하는 지역으로 다양한 요인이 관광수요에 영향을 미치고 있다. 본 연구 목적은 본 연구는 행위자 기반의 데이터를 활용하여 관광규모의 시계열 분석을 통해 예측 정확도를 향상시키고, 영향요인을 탐색하고자 한다. 연구 대상은 부산 지역 내 기초자치단체이며, 데이터는 월단위의 관광객수와 관광소비금액을 활용하였다. 연구방법으로 확정적(결정적) 모형 인 단변량 시계열 분석과 영향요인을 파악하기 위해 SARIMAX 분석을 수행하였다. 영향요인은 관광소비성향을 설정하였으며, 업종별 소 비금액과 SNS 언급량을 중심으로 설정하였다. 연구결과 COVID-19를 고려하지 않은 시계열 모형과 고려한 모형 간의 정확도(RMSE 기준) 차이가 지역별로 최소 1.8배에서 최대 32.7배 향상되었다. 또한 영향요인을 보면 관광소비업종과 SNS 트렌드가 관광객수와 관광소비금액 에 유의한 영향을 미치고 있다. 따라서 미래 수요예측을 위해서는 외적 영향을 고려하고, 관광객의 소비성향과 관심도가 지역관광 측면에 서 고려 대상이 된다. 본 연구는 연안도시인 부산 지역의 미래 관광수요 예측과 관광규모에 미치고 있는 영향요인을 파악하여 정부 관광 정책 및 관광추세를 고려한 관광수요태세 마련을 위한 정책 의사결정에 기여하고자 한다.