発表テンプレ

OD間の距離と料金に着目した
交通手段選択モデル
A班
陳馭龍
平松龍一郎
劉歓
杉山裕一
発表の流れ
A. 基礎分析
B.
モデル推定
C.
政策シミュレーション
D.
考察
基礎分析(1)
目的と手段のクロス集計分析
娯楽
業務
食事
散歩・回遊
バス
鉄道
帰宅
徒歩
自家用車
帰社
自転車
出勤
その他
買い物
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
基礎分析(2)
交通手段分担率-性別
総計
バス
鉄道
女
徒歩
自家用車
自転車
男
0%
20%
40%
60%
80%
100%
基礎分析(3) 女性トリップー鉄道
4
10
3
17
バス
バス
1
自家用車
自家用車
12
自転車
11
鉄道
鉄道
徒歩
自転車
徒歩
8
38
3
午前
夕方
(女性専用車両がある)
(女性専用車両がない)
モデル推定
効用関数
U car
U rail
U bus
U bike
U walk
 1   5 * t car   1
    *t
  *C
  * nonholiday
*W oman* Afternoon  *Change 
2
5 rail 6 car
7
8
2
    *t
  *C

3 5 bus 6 car 3
    *t

4
5 bike 4
  5 * t walk   5
U i : 交通機関iの効用
t i : 交通機関iの所要時間
Pn (i ) 
C i :交通機関iの消費コスト
nonholiday
:平日ダミー(平日: W oman:女性ダミー(女性:1
Afternoon
:夕方ダミー(夕方:1
Change:乗り換え回数
 ~ :パラメータ
1
5
 1~ 5 : 誤差項
1)
)
 ni exp(Vni )
5

j 1
)
nj
exp(Vnj )
i  j  {1,2,3,4,5}
{ j : 利用可能性 | 1,0}
モデル推定
推定結果
パラメータ
定数項(自家用車)
定数項(鉄道)
定数項(バス)
定数項(自転車)
所要時間[60分]
費用[1000円]
女性ダミー
乗り換え回数
サンプル数
決定係数
修正済み決定係数
0.65
0.92
1.79
1.06
0.63
-2.73
-1.84
-1.06
t値
2.77
1.33
2.01
4.85
1.40
-0.65
-1.77
-1.26
334
0.34
0.33
自由度決定係数より
モデルとしては
よくあらわしている。
モデル推定
推定結果の解釈
横浜市では…
○金額を減らす方向に効用を
高める傾向が見られる。
○現在では、女性にとって電車に魅力がない・・・
女性客獲得を目的としたモビリティマネジメントを行うと
効果的であると考えられる。
今回は通勤費用減少よりも、よりソフトな
女性専用車両導入施策を考える
政策シミュレーション
そこで…
それ以外の時間帯でも、鉄道に女性専用車両を導入し、
女性客に鉄道の魅力を惹きつける。
考察
○女性専用車両を導入することにより
女性客の利用増加が見込める。
解釈
○しかし、女性客の層(職柄や目的)によって
大きく効果がことなってくるのでは??
○また、実際のシェアとの整合が本分析では
間に合わなかったので、今後の課題
 ご清聴ありがとうございました!
2.1 モデル推定
効用関数

U train
 V1   1  d1 (所要時間 )  f1 (料金 )  b1   1
U bus
 V2   2  d1 (所要時間 )  f1 (料金 )  b2   2
U car
 V3   3  d1 (所要時間 )  b3   3
U bicycle  V4   4  d1 (所要時間 )  b4  4
U walk  V5   5  d1 (所要時間 )  5
選択確率

Pn (i ) 
 ni exp(Vni )
5

j 1
nj
exp(Vnj )
i  j  {1,2,3,4,5}
{ j : 利用可能性 | 1,0}
12
鉄道
バス
自動車
自転車
徒歩
2.2 モデル推定結果

例)推定結果の表
パラメータ
定数項(電車)
定数項(バス)
定数項(自家用車)
定数項(自転車)
所要時間[100分]
費用[1000円]
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
13
1.01
2.34
1.47
1.64
5.47
- 2.81
t値
2.01 *
4.07 **
6.34 **
7.34 **
7.61 **
-1.16
337
-424.83
-355.10
0.16
0.15
*5%有意
**1%有意
※注意点
・パラメータは,有効数字
の桁数を揃える.
・t値は,小数点以下の桁
数を揃える.
・表の縦軸は書かない.
2.3 モデル推定結果の解釈

所要時間
 わずかながら所要時間が長いほど魅力度が高いという結果
になっている。ODのエリアを限定しているため、直観とは違
う結果になってしまっている可能性がある。

費用
 料金が安いほど魅力度が上がるという結果に
14
3. 政策シミュレーション

分析・政策

公共交通手段における料金のパラメータが負となっているた
め、料金を半額にすると効用が上がり、分担率が14%から
17%まで上がることがわかった。
実際の選択
鉄道
バス
推定結果入力
自家用車
自転車
徒歩
鉄道価格半額
0%
15
20%
40%
60%
80%
100%
4.考察

ODのエリアを限定していたため、直観とは違う結果も得られ
た。

今回は所要時間を共通変数として扱ったが、同じ時間でも乗
り物によって魅力が異なると考えて選択肢固有係数としても
いいのではないか。

基礎分析で男女別や目的別に選好が異なることがわかった
ので、男女のダミー変数を入れた方が良いモデルとなったの
ではないか。

私有モビリティと公共モビリティを区別したNLも考えられるだ
ろう。