地方都市を対象とした交通行動パターン分析手法の実用化に関する研究

A Study of Practical Methods to Analyze Travel Behavior Patterns in Local Cities

山根 公八

衰退傾向が大きい地方都市において、持続可能なまちづくりとして近年指向されている「コンパクトシティ」や急激に進行している「高齢化」及び「既存ストックの有効活用」に対応した交通政策を立案するためには、人が交通行動を選択する場合、1日の活動全体を考慮にいれて選択するという特性を踏まえつつ、①居住する場所による交通行動回数や交通手段選択特性の変化の推定、②高齢者と非高齢者の交通行動の違い等を説明可能な手法が必要となる。 このことから、本研究は、地方都市を対象に、1日に行われる交通行動パターンの種類を明らかにするとともに、これらのパターンの分類手法、因果関係分析を通し、コンパクトシティ化などの都市構造変数や高齢化などの個人属性変数を説明変数とする交通行動パターンの実用的な推計手法の開発を目的に実施したものである。 本論文は7章から構成されている。 第1章では、地方都市の近年の交通課題を取り上げ研究の背景を記述した上で、目的連鎖や手段連鎖を交通行動パターンとして定義し、本研究の目的及び位置付けを明らかにした。

第2章では、人口構造、財政事情及び自動車保有状況などの地方都市の現状と課題を概括した上で、代表的な地方都市の1つである松江市を対象とした圏域居住者の交通行動パターンを集計し、個人属性や居住地の地域特性による交通行動パターンの違いを明らかにした。その結果、松江都市圏でのPT調査結果(H11年宍道湖・中海圏域総合交通体系調査)では、交通行動を起こした人(サンプル)は12,710人であり、目的連鎖パターンは86種類、手段連鎖パターンは252種類、これらをクロスした目的手段連鎖パターンは508種類あった。これらのパターンのうち、それぞれ上位10パターンに、全サンプル数の90%以上が入り、パターン集約の可能性は十分あることを明らかにした。

第3章では、個人属性の変化や都市構造の変化による交通行動パターンの変化を推定するための目的変数となる交通行動パターンの分類を行った。分類にあたっては、分析者の恣意性を排除できる統計解析ツールであるCHAIDを使用した。次にパターン分類の決定ツリーの構造から、交通行動パターン選択の階層構造に関する考察を加えた。さらに、分類された各交通行動パターンに含まれるサンプルの特性から、パターン分類に影響を与える個人属性や都市構造を表わす変数を明らかにした。「個人属性」、「都市構造」、「目的トリップの有無」、「利用交通手段の有無」、「トリップ数」の変数群を用いてパターンの分類を行った結果、12パターンに集約できた。適合度指数は0.76と比較的良好であった。分類に有効であった変数は、「トリップ回数」、「目的トリップの有無」、「利用交通手段の種類」であり、分類時の決定木の形状から、交通行動パターンは、目的連鎖パターンが先決された後、手段連鎖パターンが決定される階層構造になっている可能性が高いことを明らかとした。

第4章では、第3章で考察された交通行動パターン選択の構造を因果構造として仮定し、共分散構造分析により、その因果関係の検証を試みた。さらに、個人属性関連変数や都市構造関連変数と、交通行動パターンとしての目的連鎖パターンや手段連鎖パターンの因果関係、及び、その影響の大きさを明らかにした。その結果、「個人属性と都市構造が目的連鎖パターンと因果関係にあり、目的連鎖パターンが手段連鎖パターンと因果関係にある」という交通行動パターンの因果関係の仮説は、適合度は充分とはいえないが検証された。また、交通行動パターンに因果関係のある個人属性関連指標と、都市構造関連指標を明らかにし、第5章で検討した交通行動パターン推定モデルの説明変数に応用した。

第5章では、既存の統合モデリング手法の欠点(つまり、交通行動パターン間の類似性を満足に表現できない)を克服するために、相対性効用の概念を適用した。相対性効用は、選択肢間の類似性を観測情報で表現できると仮定している。この点は実務的に非常に魅力的である。研究対象とする交通行動パターンは目的と手段の組み合わせであり、例えば「通勤・自動車利用-帰宅・自動車利用」のパターンと、「通勤・自動車利用-私用・自動車利用-帰宅・自動車利用」のパターンには、共通して「自動車利用」が含まれ、選択行動の類似性が高く、相対性効用の概念の導入が望ましい。相対性効用モデルの有効性を集計レベルで確認するために、第4章で用いた説明変数をそのまま利用し、一般的なモデルと比較して、相対性効用モデルの有効性を実証した。なお、交通行動パターンの選択における階層構造を表現するために、r_NLモデルを構築している。このモデルは、相対性効用を通常の階層型ロジットモデルに取り入れることにより容易に導かれる。推定方法は、実務的に広く利用されている最尤推定法であり、モデル推定上も特に複雑な計算を必要としないため、実務レベルにおいても十分適用できることを明らかにした。

第6章では、第5章で構築されたモデルを用い、「高齢化の進展」、「駅周辺に立地を促すコンパクトシティ化」、「コミュニティバスの運行」などの政策が実施された場合の交通行動パターンの出現状況をシミュレーションし、提案モデルが交通行動パターンの設定に実用的であることを検証した。 最後に、第7章で、本研究で得られた研究成果を総括し、今後の研究課題を整理した。

In local cities that are currently showing serious declining trends, transportation policies are required to support the realization of Compact City, to accommodate the issues caused by aging population and to effectively use the existing infrastructures. For this purpose, it is necessary to propose some practical methods, which can estimate change of travel behavior such as travel mode choice and trip frequency, and represent the differences of travel behavior between the elderly people and others, by properly incorporating travel behavior within a whole day. Focusing on the above-mentioned local cities, this thesis therefore aims to, 1) first clarify types of travel behavior patterns conducted in a single day, 2) develop some practical methods to analyze travel behavior patterns using explanatory variables related to urban structure (e.g., Compact City) and individual attributes (e.g., age), based on the pattern classification methods and cause-effect analysis method. This thesis consists of seven chapters. In Chapter 1, focusing on recent transportation issues in local cities, research background is first described and then travel behavior patterns (e.g., trip purpose chain and travel mode chain) are defined. After that, research purposes and positions are explained.

In Chapter 2, the differences in travel behavior patterns due to individual attributes and regional characteristics of residential areas are clarified based on aggregation analyses with a data collected in Matsue city, which can be regarded as a representative of the above-mentioned local cities. This is done after summarizing current situations and issues in the local cities including population structure, financial circumstances and car ownership. As an analysis result of using the person-trip (PT) survey (1999 Lake Shinji/Nakaumi Region Comprehensive Transportation System Survey) with the sample size of 12,710 trip makers, 86 trip purpose chain patterns and 252 travel mode chain patterns, and 508 combined patterns of trip purposes and travel modes are derived. Among these patterns, each of the top 10 patterns includes over 90 percent of the total samples, and this shows that it is possibility to effective extract of some representative travel behavior patterns.

In Chapter 3, to estimate the change of travel behavior patterns due to changes of personal attributes and urban structure, classification of travel behavior patterns is first conducted. To do so, a data mining approach called “CHAID" is applied. This approach is capable of endogenously classifying the patterns with little intervention of analysts' subjective judgment. After that, discussion is given with respect to the hierarchical structure for choice of travel behavior patterns, based on the derived tree structure of the behavior patterns. Furthermore, influential factors about the choice of travel behavior patterns are clarified based on the sample characteristics of the derived patterns. As a result of using personal attributes, urban structure, dummy variable indicating trip purpose, type of travel mode, and number of trips, 12 representative patterns are obtained. The goodness-of-fit index is 0.76, showing satisfactory model accuracy. The resultant predictors for the classifications are number of trips, dummy variable of trip purpose and types of travel mode. It is found that trip purpose chain patterns are determined prior to the travel mode chain patterns.

In Chapter 4, cause-effect relationships existing in the above-derived structure of travel behavior patterns are examined by combining covariance structure analysis approach and aggregate-type multinomial logit model, where the former is used to explore the cause-effect relationship and the latter to the choice of behavior patterns. The model estimation results reveal that personal attributes and urban structure influence the choice of trip purpose chain patterns, which affect the choice of travel mode chain patterns. The calculated latent variables representing “personal attributes" and “urban structure" are used for the analysis in Chapter 5.

In Chapter 5, to overcome the shortcomings of the above-mentioned integrated modeling approach (i.e., unsatisfactory representation of similarities among the behavior patterns), it is proposed to apply the concept of relative utility. Relative utility argues that similarities among alternatives are mainly caused by observed information. Such feature of representing choice behavior is appealing from the perspective of practical application. For example, focusing on the combination of trip purpose and travel mode, since “car use" is commonly included in the patterns of “commuting/car use – go-home/car use" and “commuting/car use – private trip/car use – go-home/car use", these two patterns are expected to show high similarity. To examine the effectiveness of the relative utility model at aggregate level, the same set of variables used in Chapter 4 is also adopted here. Relative utility model is first compared with traditional model and as a result, its validity is empirically confirmed. Considering the hierarchical structure for choice of travel behavior patterns, a r_NL model is established. This model is derived by directly incorporating the concept of relative utility into the nested logit model. The estimation method for the r_NL model is the traditional maximum likelihood, which is widely applied in practical world of transportation field.

In Chapter 6, based on the estimation results in Chapter 5, changes of travel behavior patterns due to various policies are simulated. Simulation scenarios include “progress of aging society", “compact city planning to encourage location of various urban facilities nearby railway station" and “operation of community buses". It is confirmed that the established r_NL model is flexible and operational enough for practical use, as an analysis method of travel behavior patterns. In Chapter 7, the research outcomes from this study are summed up, and some future research issues are also discussed.

日本語

広島大学