PURPOSES : This study aimed to identify factors affecting the duration of traffic incidents in tunnel sections, as accidents in tunnels tend to cause more congestion than those on main roads. Survival analysis and a Cox proportional hazards model were used to analyze the determinants of incident clearance times. METHODS : Tunnel traffic accidents were categorized into tunnel access sections versus inner tunnel sections according to the point of occurrence. The factors affecting duration were compared between main road and tunnel locations. The Cox model was applied to quantify the effects of various factors on incident duration time by location. RESULTS : Key factors influencing mainline incident duration included collision type, driver behavior and gender, number of vehicles involved, number of accidents, and post-collision vehicle status. In tunnels, the primary factors identified were collision type, driver behavior, single vs multi-vehicle involvement, and vehicles stopping in the tunnel after collisions. Incidents lasted longest when vehicles stopped at tunnel entrances and exits. In addition, we hypothesize that incident duration in tunnels is longer than in main roads due to the reduced space for vehicle handling. CONCLUSIONS : These results can inform the development of future incident management strategies and congestion mitigation for tunnels and underpasses. The Cox model provided new insights into the determinants of incident duration times in constrained tunnel environments compared to open main roads.

보증데이터의 분석방법은 크게 두 가지로 분류할 수 있다. 첫째, 현상파악이다. 현상 파악은 각 부품별 보증클레임데이터를 이용하여 각부품의 현 수준을 분석하는 방법으 로 단변량 분석방법이다. 즉 부품의 현 수명(신뢰도)를 분석할 수 있는 생명표법, 카랜 마이어 방법이 대표적이라고 할 수 있다. 둘째, 고장원인분석이다. 부품의 고장에 다양 한 인자가 영향을 줄 것이다. 생산부터 고객의 사용조건까지 다양할 것이다. 이처럼 단순히 사용시간을 가지고 분석하는 것이 아닌 다양한 원인변수를 통해서 원인을 파 악하는 다변량 방법이다. 본 연구에서는 다변량 방법 중 Tree기법과 Cox모형을 적용 하고자 한다. 두 방법을 제시하는 이유는 이 두 방법의 서로의 장단점을 보완하여 최 적을 결과를 얻기 위함이다. Tree의 장점은 결과 해석이 다른 모형에 비해 쉽다. 단점 은 유의한 변수가 무엇인지는 알 수 있으나 정량적으로 표현하기 어렵다. 반면에 COX 모형의 경우는 위험도를 정량적으로 표현할 수 있다. 즉 다양한 인자의 기여도를 비교 적 쉽게 찾을 수 있다. 보증데이터는 다양한 정보와 고장에 대한 정보를 가지고 있으 며 이를 바탕으로 원인분석이 가능하다. 본 논문에서는 다양한 인자를 고려하여 고장원인을 추정할 수 있는 다변량 분석방 법을 보증데이터에 적용해 보았고, 실제 유의함을 확인하였다. 특히 Tree 모형 및 Cox 모형를 통해서 서로의 장단점을 보완하였고, 더욱 정확한 원인을 찾을 수 있었다.