エリア特性に着目した
交通手段選択モデル
I班
山田 孝太郎 柿本 淳子 戸叶 洋道
井後 貴博 斎藤 有紗
研究の動機
 横浜はみなとみらい、中華街、元町など、特徴の
あるエリアがある。
 エリアによって交通行動に違いがみられるのだろ
うか？
 もし違いがあれば、どのような違いがあるのだろ
うか？
基礎分析
80
70
トリップ個数
60
50
徒歩
40
鉄道
30
自転車
20
自家用車
10
バス
0
3
4
5
6
7 8 9 10
到着地ゾーン
11
13 14 17
80
80
80
80
60
60
60
40
40
40
20
20
20
Lat_Mesh
Lat_Mesh
Lat_Mesh




0000
緑・・・徒歩
黄・・・バス
赤・・・鉄道
黒・・・自家用
車
 青・・・自転車
0
0
20
20
20
40
40
40
60
6060
80
8080
クラスター分析と交通手段分担
率
ランドマーク
度緯地着到
074.53 564.53 064.53 554.53 054.53 544.53 044.53 534.53
関内
バス
自家用車
横浜駅
自転車
鉄道
戸部
徒歩
元町
0%
139.62
139.63
139.64
到着地経度
139.65
20%
40%
60%
80%
100%
到着ゾーンによって交通手
段の分担率が異なる
セル内位置データの歩行者データ割合分布
75%～
50～75%
25～50%
0～25%
※セルサイズ
200m* 200m
セル内位置データの歩行者データ割合分布
75%～
50～75%
25～50%
0～25%
※セルサイズ
200m* 200m
交通手段選択モデル
Pn (i ) 
 ni exp( Vni )
5

j 1
 多項ロジットモデル
nj
exp( Vnj )
i  j  {1,2,3,4,5}
{ j : 利用可能性 | 1,0}
 効用関数の確定項
Vwalk  d1 (所要時間)
Vbike  d1 (所要時間)  a1
Vcar  d1 (所要時間)  h1 (到着地セル内歩行者位 置データ数 )  a 2
Vbus  d1 (所要時間)  g1 (アクセス時間 )  g 2 (イグレス時間 )  a3
Vtrain  d1 (所要時間)  f1 (料金)  f 2 (乗換回数)  g1 (アクセス時間 )  g 2 (イグレス時間 )  a4
推定結果
選択肢固有定数（自転車）
選択肢固有定数（自動車）
選択肢固有定数（バス）
選択肢固有定数（鉄道）
所要時間（分）
料金（円）
乗換回数
アクセス時間（分）
イグレス時間（分）
到着地セル内歩行者位置データ数(100個)
サンプル数
初期尤度
最終尤度
修正済み尤度比
パラメータ
-0.597
-0.893
1.292
-2.724
-0.090
0.033
-6.521
-0.489
-0.280
-1.531
231
-290.6
-186.6
0.32
t値
-1.85
-2.30
3.34
-2.16
-4.76
3.86
-2.98
-5.63
-3.67
-2.86
*
**
*
**
**
**
**
**
**
モデル推定結果の解釈
政策シュミレーション
考察
基礎分析
70
60
50
40
30
20
10
0
徒歩
鉄道
自転車
自家用車
バス
20
バス
15
自家用車
10
自転車
鉄道
5
徒歩
0
6
8
10
12
14
16
18 20 22
ツアー構成トリップ数別行動目
的
(空白)
9
その他
8
帰社
7
帰宅
業務
6
娯楽
5
散歩･回遊
出勤
4
食事
3
買い物
2
1
0%
20%
40%
60%
80%
100%
時間帯別行動目的
(空白)
洋品・雑貨・ｽﾎﾟｰﾂ
本・文具・CDｼｮｯﾌﾟ
病院・医療施設
電気店・ﾎｰﾑｾﾝﾀｰ
床屋・美容室・ｻﾛﾝ
自宅
事務所・会社
公共施設
公園・道の駅
娯楽施設
曜日別目的施設種類別
250
ｺﾝﾋﾞﾆ
ｽｰﾊﾟｰ・食料品店
その他
200
その他の商業施設
ﾃﾞﾊﾟｰﾄ・ﾓｰﾙ
バス停
150
ﾎﾃﾙ・温泉・民宿
飲食店・喫茶店
駅
100
勤務・通学・ﾊﾞｲﾄ先
金融機関・郵便局
空港・ﾌｪﾘｰﾀｰﾐﾅﾙ
個人宅
50
娯楽施設
公園・道の駅
公共施設
0
1
2
3
4
5
6
7
(空白)
ゾーン別、必要or選択用途
(空白)
17
14
13
11
10
9
8
7
6
5
4
3
NECESSARY
OPTIONAL
0%
20%
40%
60%
80%
100%
目的別代表交通手段
(空白)
買い物
食事
出勤
バス
自家用車
散歩･回遊
自転車
娯楽
鉄道
業務
徒歩
帰宅
帰社
その他
0%
20%
40%
60%
80%
100%
自転車OD
行ラベル
3発
3着
4
4
7
9
10
13
14
1
1
7
2
9
2
11
2
2
10
12
2
1
1
13
1
3
14
17
2
13
4
2
1
17 (空白)
総計
14
15
2
3
1
3
17
1
17
4
3
1
20
自転車
OD
９ １０１１
５ ６
１
７ ８
２ ３ ４
鉄道OD
データの個数 / トリップID
行ラベル着
4
6
7
9
10
13
14
17
(空白)
総計
列ラベル発
3
4
6
1
7
9
10
13
1
14
2
1
1
17(空白)
1
3
3
7
3
11
2
2
1
1
1
5
2
5
2
1
14
3
1
4
3
1
4
1
6
4
7
総計
3
2
5
3
1
18
10
10
52
自家用車のOD表
データの個数 / トリップID
行ラベル着
3
4
5
6
7
9
10
13
14
17
(空白)
総計
列ラベル発
2
3
4
7
8
5
6
7
9
1
1
2
1
2
15
6
2
12
14
7
17 (空白)
1
1
7
1
1
1
2
1
3
6
3
8
13
2
2
2
10
2
1
2
4
1
1
1
11
6
4
1
6
4
3
1
17
総計
7
12
10
1
3
11
12
7
5
17
85