earticle

한국어

본 연구는 고속도로 실시간 통행 데이터를 활용하여 지역내총생산(GRDP)을 고빈도 추정하는 Nowcasting 을 진행한다.. 한국의 물류·통근 구조가 고속도로 중심이라는 점에 착안하여, 영업소·구간 단위 TCS/검지기 자료(5–15분)로부터 차종(1–6종)별 일별 통행량, 속도·혼잡도, 주말·야간 패턴, 시·도 경계 기준 유입·유출 흐름을 구축하고 월 단위로 집계하였다. 동적 요인 모형(DFM)에 EM 알고리즘과 칼만 필터를 결합하여 혼합주기·결측·ragged-edge 문제를 상태공간 틀에서 일관 처리하고, 연도별 공표되는 GRDP는 표준적 집계 제약으로 연결하였다. 16개 시·도를 대상으로 지역 거시 경제변수 기반 대비 실시간 고속도로 데이터를 추가한 확장 모형의 예측 오차(RMSE, MAE)를 축차 업데이트로 비교한다. 예비 분석과 선행문헌을 감안할 때, 화물 중심 차종(3–6종)과 야간·주말 지표는 제조·서비스 지역에서 각각 높은 민감도를 보여 전환 국면의 조기 포착에 기여할 것으로 기대된다.