I班 東京大学 伊藤・柿元・瀧口・戸叶・福士

Presentation on theme: "I班 東京大学 伊藤・柿元・瀧口・戸叶・福士"— Presentation transcript:

1 I班 東京大学 伊藤・柿元・瀧口・戸叶・福士
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

2 着眼点 通勤地獄 人は、出勤時刻や交通手段をどのように決めているの か。 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。
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。

3 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
　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

4 交通手段別到着時刻分散 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
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．

5 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） 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。 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． 分散が高い程選ばれないという 仮説の検証は難しい．

6 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
yd008の通勤，自動車での所要時間 トリップID 到着日付 トリップ時間 256376 7:02 2834 257674 7:09 3304 256542 7:53 3426 256622 7:50 3790 255361 5692 256270 8:20 4129 257320 8:13 4177 257960 8:25 4285 256473 8:38 4353 255910 8:26 4404 255287 8:14 4421 257766 8:16 4525 256010 8:28 4539 256887 8:33 4867 255840 8:36 4987 257004 8:35 4993 257102 8:43 5204 257868 8:37 5822 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．

7 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 7:45　　　　　7:50　　　　7:55　　　　8:00　　　　8:05 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．

8 モデル 交通手段選択モデル 自転車 徒歩 電車 平日通勤者 自動車 バス

9 推定結果と方針 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 パラメータ t値 定数項(鉄道) 4.21 1.87 定数項(バス) 1.56 0.70 定数項(自動車) 9.68 1.97 定数項(自転車) 0.26 0.12 所要時間 - 0.18 -4.74 デッドライン差[100分] 0.61 -1.04 混雑係数(自動車) 10.63 -2.25 サンプル数 100 初期尤度 最終尤度 -45.99 決定係数 0.675 修正済み決定係数 0.625

10 展望 到着時間帯と交通手段の NLモデル 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 鉄道 7時台到着 自動車 8時台到着 9時台到着 平日通勤者