PURPOSES: The purpose of this study is to verify traffic accident injury severity factors for elderly drivers and the relative relationship of these factors. METHODS: To verify the complicated relationship among traffic accident injury severity factors, this study employed a structural equation model (SEM). To develop the SEM structure, only the severity of human injuries was considered; moreover, the observed variables were selected through confirmatory factor analysis (CFA). The number of fatalities, serious injuries, moderate injuries, and minor injuries were selected for observed variables of severity. For latent variables, the accident situation, environment, and vehicle and driver factors were respectively defined. Seven observed variables were selected among the latent variables. RESULTS: This study showed that the vehicle and driver factor was the most influential factor for accident severity among the latent factors. For the observed variable, the type of vehicle, type of accident, and status of day or night for each latent variable were the most relative observed variables for the accident severity factor. To verify the validity of the SEM, several model fitting methods, including , GFI, AGFI, CFI, and others, were applied, and the model produced meaningful results. CONCLUSIONS: Based on an analysis of results of traffic accident injury severity for elderly drivers, the vehicle and driver factor was the most influential one for injury severity. Therefore, education tailored to elderly drivers is needed to improve driving behavior of elderly driver.

운전환경에 영향을 주어 사고를 유발하는 원인에는 교통 흐름, 기상상황, 도로 기하구조 등의 환경적 요인이 있으며, 환경변화에 대한 적절치 못한 대응은 심각한 사고를 유발하여 교통혼잡, 시설물피해, 인명피해 등 사회적 비용손실로 이어지게 된다. 이에 현재 국내·외에서는 여러 요인에 따른 사고 심각도 모형의 연구가 활발히 진행되고 있으나 사고정보, 교통흐름, 기상상황, 도로 기하구조 등 다양한 환경적 요인을 복합적으로 고려한 분석은 전무하기 때문에 본 연구에서는 환경적 요인을 복합적으로 고려하여 교통사고 심각도를 모형화 했다. 사고 심각도 분석을 위해 다양한 환경적 요인에 대한 정보를 수집하고 ArcGIS를 활용하여 사고 발생지점에 수집정보를 융합하였으며, 사고로 인한 교통패턴의 변화를 피하기 위해 교통정보와 기상정보는 사고발생 5분 전의 정보를 융합 하였다. 또한 본 연구에서는 다양한 기상상황 중 강설상황의 정보만을 추출하여 사고 심각도의 관계를 분석하여 모형화 하였는데, 강설시의 환경변화는 운전자의 부주의를 유도하고 사고의 심각도를 가중시키기 때문에 그 심각도가 다른 때 보다 더 큰 경향이 있다. 사고 심각도는 순서화된 이산변수(레벨 1~4)로 표현되기 때문에 순서형프로빗(Ordered Probit)모형을 분석에 활용하였으며, 모형 분석결과 사고 심각도에 영향을 주는 변수로는 강설량, 일누적강설량, 속도, 편경사로 나타났다. 개발된 모형을 활용하여 도로이용자에게 교통안전 취약성 정보를 제공할 수 있다면 안전한 도로서비스 수준확보와 취약성 예측 및 도로 운영관리를 통한 사회적 비용 감소에 기여할 수 있을 것으로 기대한다.