移動時間に着目した通勤手段選択モデル I班東京大学伊藤・柿元・瀧口・戸叶・福士着眼点  通勤地獄   最も大きい交通需要の一つである通勤行動には、非常に問題が多い。人は、出勤時刻や交通手段をどのように決めているのか。   これを知ることで、時差出勤などの施策によってどのように人の選択行動が変化するのかを観察する。また、そのことによるCO2排出量の変化などを考察したい。基礎分析「平日」の「出勤」目的のトリップを抽出して分析 • 到着時間帯と交通手段分担自動車は全体的に分布し７時台以前で高い分担率鉄道は到着時間8時台に集中到着時刻 0% 7時以前 7時台 8時台 9時台 10時以降 20% 交通手段別分担率 40% 60% 80% 100% • 交通手段別到着時刻分散到着時刻分散 12:46:00 AM 12:44:00 AM 12:42:00 AM 12:40:00 AM 12:38:00 AM 12:36:00 AM 12:34:00 AM 12:32:00 AM 12:30:00 AM 12:28:00 AM 12:26:00 AM 12:24:00 AM 12:22:00 AM 12:20:00 AM 12:18:00 AM 12:16:00 AM 12:14:00 AM 12:12:00 AM 12:10:00 AM 12:08:00 AM 12:06:00 AM 12:04:00 AM 12:02:00 AM 12:00:00 AM 6:00:00 AM7:00:00 AM8:00:00 AM9:00:00 AM10:00:00 AM 11:00:00 AM 12:00:00 PM 到着時刻バス自転車自動車鉄道徒歩自動車利用者は8時台を避けている通勤ピーク時では，混雑により到着時間の不確実性が大きい．鉄道よりも自動車の方が時間的な不確実性が高いため，利用者がそれを避ける傾向があるのではないか．  到着時間帯別・交通手段別所要時間の個人内の分散（平均値）鉄道 7時台 8時台 9時台 0:00:01 0:00:03 0:00:36 9時台に到着する人は，勤務地が複数あるために分散が高くなっている．自動車 7時台 8時台 9時台 0:00:04 0:00:03 0:00:04 分散が高い程選ばれないという仮説の検証は難しい．  所要時間の個人内の平均（平均値）  分散ではなく、所要時間が伸びてしまうために8時に自動車を選択しないのではないか。混雑比（平均所要時間比）混雑比：個人内・交通手段ごと（自動車，鉄道）の到着時刻別の平均所要時間比平均所要時間比 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 yd008の通勤，自動車での所要時間自動車トリップID 鉄道 6 7 8 到着時刻（時） 9 10 256376 257674 256542 256622 255361 256270 257320 257960 256473 255910 255287 257766 256010 256887 255840 257004 257102 257868 到着日付トリップ時間 2834 7:02 3304 7:09 3426 7:53 3790 7:50 5692 7:50 4129 8:20 4177 8:13 4285 8:25 4353 8:38 4404 8:26 4421 8:14 4525 8:16 4539 8:28 4867 8:33 4987 8:36 4993 8:35 5204 8:43 5822 8:37 同一人物，同一目的のトリップでも到着時刻によって所要時間が変わる →自動車は8時台が所要時間が大きく，道路混雑の影響を表してると考えられる．デッドライン  多くの通勤者が8時台に集中している  通勤者は，ある特定の時間までに到着しなければならない．一方で早く到着しすぎても効用は低下すると考えられる．デッドライン到着時刻とコストの関係 465 7:45 コスト 470 7:50 475 7:55 480 8:00 8:05485 Yd003，通勤，自動車の到着時刻 ←早く到着 0 到着時刻 →遅く到着コストが0となる到着時刻の設定 →利用履歴から，個人・平日の通勤時間が一番遅いものをデッドラインとし，何分早く着いたか，を考える．モデル  交通手段選択モデル平日通勤者 Pn (i )   ni exp( Vni ) 5  j 1 nj exp( Vnj ) i  j  {1,2,3,4,5} 徒歩自転車自動車電車 U train  V    d (所要時間)  g1(9時以前ダミー )(デッドラインからの差 1 1 1 U bus  V    d (所要時間)  g1(9時以前ダミー )(デッドラインからの差 2 2 1 U car  V    d (所要時間)  g1(9時以前ダミー )(デッドラインからの差 )  b1   1 U bicycle V    d (所要時間)  g1(9時以前ダミー )(デッドラインからの差 4 4 1 U walk  V5   5  d1 (所要時間)   5 )  b4  4 3 3 1 バス )  b2   2 )  h1(混雑係数)  b3   3 推定結果と方針 • パラメータ定数項(鉄道) 定数項(バス) 定数項(自動車) 定数項(自転車) 所要時間デッドライン差[100分] 混雑係数(自動車) サンプル数初期尤度最終尤度決定係数修正済み決定係数 4.21 1.56 9.68 0.26 - 0.18 - 0.61 - 10.63 t値 1.87 0.70 1.97 0.12 -4.74 -1.04 -2.25 100 -141.47 -45.99 0.675 0.625 • 政策の評価はピーク時交通量「デッドライン差」は負の値をとり、所与の始業時刻に近いほど(ギリギリに到着するほど)効用が高くなるといえる自動車では、混雑係数が低いほど効用が高くなることがいえる展望  到着時間帯と交通手段の NLモデル   右のようなNLモデルを考え、例えばフレックスタイム制を導入したり、始業時間を変更した場合に、各時間帯の交通手段分担率を見る。 CO2排出量など  各時間帯で自動車の混雑係数が変わり、平均時速が変わるので、燃費の変化と分担率の変化を考慮した排出量の変化を見る平日通勤者 7時台到着自動車鉄道 8時台到着自動車鉄道 9時台到着自動車鉄道