Transcript 発表資料

自転車の利用促進に着目した研究
名古屋大学
E班 M１
酒井大輔
徐剛
高橋和大
平野泰博
安江勇弥
研究背景
データ分析
政策分析
まとめ
近年、日本でよく取り上げられる話題として…
○自動車利用によるCO2排出やエネルギー問題
自動車利用抑制
○高まる健康志向
日常的な運動の需要
○慢性的な鉄道混雑や、今後懸念される震災に対する備え
過度な鉄道依存からの脱却
自転車の利用促進を目指すことでこのような問題を解決できないだろうか??
研究背景
データ分析
政策分析
まとめ
まず、基礎集計から得られたデータをもとに現状を把握する
○帰宅と帰社に関して
はデータから除いた
行きと帰りは基本的に同
じ交通手段を使うと仮定
図-1 代表交通手段（平日）
図-2 代表交通手段（休日）
○サンプル数
平日212
休日231
現状、代表交通手段としての自転車利用は平日で8% ・ 休日で18%
であり、まだまだ少ないということが分かった
研究背景
データ分析
政策分析
まとめ
今回の分析では平日における自転車の利用増加に
図-3 ついて、自動車及び鉄道からの手段変更を考える
自動車・鉄道のトリップ距離（平日） 図-4 自動車・鉄道のトリップ距離（休日）
自転車移動圏（0～10km）として考えられる範囲での利用が多く、こういった
利用は自転車に変換できると考えられる
現状の利用を見ると自転車への転換は十分可能であると考えられる
特に、現状平日の利用は少なく、また休日に比べ通勤などによる常
習性も高いと考えられるため、改善の余地が大きいと考えられる
研究背景
データ分析
政策分析
まとめ
アプローチの仕方は??
現状、0～5km圏内の移動でしか自転車は利用されていない
これは、体力的な問題や所要時間によるものだと考えられる
つまり、こういった問題を解決できれば自転車の利用を
促進できるのではないか??
自転車利用促進において重要となるのは所要時間（移動距離）だと考えられる
研究背景
データ分析
政策分析
まとめ
モデルの定式化
 効用関数
U train
 V n 1   n 1  t n 1 ( 所要時間 )  f n 1 ( 料金 )  b n 1   n 1
U bus
 V n 2   n 2  t n 1 ( 所要時間 )  f n 1 ( 料金 )  b n 2   n 2
U car
 V n 3   n 3  t n 1 ( 所要時間 )  b n 3   n 3
U bicycle  V    t ( 所要時間 ) n4
n4
n1
U walk

 V n 5   n 5  t n 1 ( 所要時間 ) 選択確率
Pn ( i ) 
 ni exp(  V ni )
5

nj
exp(  V nj )
j 1
i  j  {1, 2 , 3 , 4 , 5}
{
j
: 利用可能性
| 1, 0 }
Uni
Vni
εni
tni
fni
bni
:
:
:
:
:
:
 b n 4  
(1.1)
n4
  n5
個人nが選択肢iを選んだ際の効用
効用の確定項
効用の誤差項
iを選んだ際のトリップ時間
iを利用する際の料金
定数項
研究背景
データ分析
政策分析
まとめ
パラメータ推定結果
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[分]
費用[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
パラメータ
t値
1.36
-1.2
-3.11
-2.72
-0.165
-0.0015
2.77
-2.32
-6.77
-6.70
-7.96
-1.45
212
-298
-123
0.587
0.567
表-1 モデル1パラメータ推定結果
所要時間のt値は有意となったが、
費用に関しては有意とならなかった
費用に関しては手段選択の決定にあ
まり影響を与えていないと考えられる
ρ2は0.567と比較的高く、モデルの適
合度は十分であるといえる
研究背景
データ分析
政策分析
まとめ
自動車と鉄道では代表交通手段の選択が異なるのではないか??
鉄道駅まで自転車を利用している人は、代表交通手段を鉄道から自転車に
変換するとは考えにくい
政策による効果は少なく、自転車の所要時間を30%減少しても、利
先ほどのモデルに、自転車でのトリップ距離10km以上ダミーを導入すること
用は約5%程度しか上昇しないことがわかった
でこのような問題を解決できないか??
また、鉄道から自転車への転換がほとんど見られなかった
研究背景
データ分析
政策分析
まとめ
モデルの定式化
 効用関数
U train
 V n 1   n 1  t n 1 ( 所要時間 )  f n 1 ( 料金 )  b n 1   n 1
U bus
 V n 2   n 2  t n 1 ( 所要時間 )  f n 1 ( 料金 )  b n 2   n 2
U car
 V n 3   n 3  t n 1 ( 所要時間 )  b n 3   n 3
U bicycle  V    t ( 所要時間 ) n4
n4
n1
U walk

Pn ( i ) 
 ni exp(  V ni )
5

nj
exp(  V nj )
j 1
i  j  {1, 2 , 3 , 4 , 5}
{
j
 b n 4  
 V n 5   n 5  t n 1 ( 所要時間 ) 選択確率
: 利用可能性
| 1, 0 }
Uni
Vni
εni
tni
fni
bni
:
:
:
:
:
:
(1.2)
n4
+ dni
  n5
個人nが選択肢iを選んだ際の効用
効用の確定項
効用の誤差項
iを選んだ際のトリップ時間
iを利用する際の料金
定数項
dni : 10km以上ダミー（トリップ距離が10km
以上の場合に1となるダミー変数）
研究背景
データ分析
推定値
t値
2.65
-2.59
定数項(自家用車)
1.37
-1.41
-3.53
定数項(自転車)
5.01
3.46
-0.182
-0.00153
-7.94
-1.33
-7.28
-4.69
定数項(電車)
定数項(バス)
所要時間[分]
費用[円]
距離ダミー
-6.86
サンプル数
初期尤度
最終尤度
決定係数
212
-298
-118
0.606
修正済み決定係数
0.583
政策分析
まとめ
所要時間、費用のt値はモデル1と
ほとんど変わらなかった
距離ダミーのt値は有意となった
ρ2はモデル1と比較して若干高くなった
表-1 モデル2パラメータ推定結果
研究背景
データ分析
政策分析
まとめ
モデル1に比べ政策による効果が大きくなり、自転車の所要時間を
30%低下すると、利用が約15%上昇することが分かった
また、鉄道からの転換も見込めるという結果が得られた
研究背景
データ分析
政策分析
まとめ
代表交通手段としての自転車の利用を促進するには、
自転車の所要時間を減少することが大事である
実際に所要時間を減少した際の効果としては、所要時間が
30%減少すれば、約15%の手段変更が見込める
その際、自動車・鉄道両方からの転換が見込める
研究背景
データ分析
具体的な政策としては…
政策分析
まとめ
政府の援助など様々な
対策が考えられる
高性能自転車（電気自動車・ロードバイク 20km/h）が普及す
ることによって、現在の自転車（12km/h）に比べ時速が
8km/h程度上昇し、結果所要時間が約30%低下する
今回得られたのとほぼ同等の代表手段変化が見込める