[論文レビュー] Impacts of Covid-19 mode shift on road traffic

Yue Hu, William Barbour+4 more|arXiv (Cornell University)|May 4, 2020

Urban Transport and Accessibility参考文献 7被引用数 20

ひとこと要約

本研究では、米国国勢調査（ACS）データを6〜9年分用いて、118の米国メトロポリタン地域において、公共交通機関およびクルーズシェアリングから単独乗車車両（SOV）への移行が通勤時間に与える影響を推定するベイジアン線形回帰モデルを開発した。その結果、ニューヨークやサンフランシスコのような混雑都市では、25%のモードシフトが片道通勤時間に12〜20分の増加をもたらし、1人あたり年間1,065〜1,601ドルの時間損失コストを生じると判明した。これらの影響は、リモートワークの拡大によって回避可能であることが示された。

ABSTRACT

This work considers the sensitivity of commute travel times in US metro areas due to potential changes in commute patterns, for example caused by events such as pandemics. Permanent shifts away from transit and carpooling can add vehicles to congested road networks, increasing travel times. Growth in the number of workers who avoid commuting and work from home instead can offset travel time increases. To estimate these potential impacts, 6-9 years of American Community Survey commute data for 118 metropolitan statistical areas are investigated. For 74 of the metro areas, the average commute travel time is shown to be explainable using only the number of passenger vehicles used for commuting. A universal Bureau of Public Roads model characterizes the sensitivity of each metro area with respect to additional vehicles. The resulting models are then used to determine the change in average travel time for each metro area in scenarios when 25\% or 50\% of transit and carpool users switch to single occupancy vehicles. Under a 25\% mode shift, areas such as San Francisco and New York that are already congested and have high transit ridership may experience round trip travel time increases of 12 minutes (New York) to 20 minutes (San Francisco), costing individual commuters \$1065 and \$1601 annually in lost time. The travel time increases and corresponding costs can be avoided with an increase in working from home. The main contribution of this work is to provide a model to quantify the potential increase in commute travel times under various behavior changes, that can aid policy making for more efficient commuting.

研究の動機と目的

• 通勤モードパターンの変化、特に公共交通機関およびクルーズシェアリングから単独乗車車両（SOV）への移行が、通勤時間に与える感受性を定量化すること。
• 歴史的通勤および車両データを用いて、こうしたモードシフトが米国主要メトロポリタン地域における混雑度に与える影響をモデル化すること。
• リモートワークの可能性が、モードシフトに起因する混雑および通勤時間コストの増加をどの程度相殺できるかを評価すること。
• 都市ごとにキャリブレーションされた普遍的なBureau of Public Roads（BPR）モデルを構築し、異なる車両台数シナリオ下での通勤時間変化を予測すること。
• 行動変化の長期的影響を都市道路網に与えるものとして評価するための定量的フレームワークを提供し、政策立案を支援すること。

提案手法

• 118の米国メトロポリタン統計地域（MSA）から6〜9年分の米国国勢調査（ACS）データを用い、通勤モードおよび車両台数統計を抽出する。
• ベイジアン線形回帰を用いて、1方向の通勤時間を、ネットワーク容量で正規化した車両台数の4乗関数としてモデル化する。
• すべてのMSAに共通する普遍的なBureau of Public Roads（BPR）モデルを用い、自由流れ状態に対する通勤時間比を表現する。
• 回帰係数およびノイズ精度にガウス事前分布を設定した階層ベイジアンフレームワークを採用し、予測の不確実性を定量化する。
• 周辺尤度を最大化することでハイパーパrameterを設定する経験的ベイズ手法を用い、モデルのキャリブレーションを強固にする。
• 予測の後方分布を用いて、モードシフトシナリオ（例：公共交通機関／クルーズシェアリング利用者が25%または50%SOVに移行）下での将来の通勤時間を予測する。

実験結果

リサーチクエスチョン

• RQ1 公共交通機関およびクルーズシェアリングから単独乗車車両への移行といった、通勤モードパターンの変化が、米国メトロポリタン地域の平均通勤時間にどのように影響を与えるか。
• RQ2 普遍的なBureau of Public Roads（BPR）モデルが、多様なメトロポリタン地域における車両台数に対する通勤時間感受性をどの程度適切に記述できるか。
• RQ3 公共交通機関およびクルーズシェアリングからSOVへの25%のモードシフト下で、予想される往復通勤時間の増加と関連する経済的コストはどの程度か。
• RQ4 どの程度のリモートワーク率が、こうしたモードシフトに起因する混雑および時間コストの増加を完全に相殺できるか。
• RQ5 長期間にわたる通勤行動の変化を想定した場合、歴史的ACSデータを効果的に活用して将来的な混雑影響を予測できるか。

主な発見

• ニューヨークでは25%の公共交通機関およびクルーズシェアリングから単独乗車車両（SOV）への移行が、平均往復通勤時間に12分の増加をもたらす可能性がある。サンフランシスコでは20分の増加が予想される。
• こうした通勤時間の増加に起因する時間損失の年間経済的コストは、ニューヨークで1人あたり1,065ドル、サンフランシスコで1,601ドルと推定され、中央値時給19.14ドル/時間に基づく。
• 影響を受けるメトロポリタン地域全体の日次コストは、都市の混雑度および人口規模に応じて250万ドルから2,400万ドルの範囲にのぼる。
• すべての通勤者の3〜17%がリモートワークを実施すれば、こうした混雑に起因する時間コストは完全に回避可能である。
• 本研究では、車両台数およびネットワーク容量のデータのみを用いて、118の米国メトロポリタン地域における通勤時間比を説明する普遍的なBPRモデルを成功裏にキャリブレーションした。
• ベイジアン回帰モデルは、予測における不確実性推定を提供しており、予測に用いられる車両台数が歴史的平均を上回る場合、分散が増加する傾向にある。