[論文レビュー] Short-distance commuters in the smart city

Francisco Benita, Garvit Bansal+2 more|arXiv (Cornell University)|Feb 16, 2019

Urban Transport and Accessibility参考文献 29被引用数 5

ひとこと要約

本研究では、アンケートに頼らず、GPSデータおよび公共交通データを用いてシンガポールの短距離通勤者の移動手段選択を分析し、徒歩、バス、マ lay への好みをモデル化している。バスとマ lay の間には、通勤者がそれらを区別しないという有意な差がないことが判明し、ネスト型選択モデルの仮定を否定した。歩行可能性と公共交通アクセスが、移動手段の変更を促す主な要因であると特定された。

ABSTRACT

This study models and examines commuter's preferences for short-distance transportation modes, namely: walking, taking a bus or riding a metro. It is used a unique dataset from a large-scale field experiment in Singapore that provides rich information about tens of thousands of commuters' behavior. In contrast to the standard approach, this work does not relay on survey data. Conversely, the chosen transportation modes are identified by processing raw data (latitude, longitude, timestamp). The approach of this work exploits the information generated by the smart transportation system in the city that make suitable the task of obtaining granular and nearly real-time data. Novel algorithms are proposed with the intention to generate proxies for walkability and public transport attributes. The empirical results of the case study suggest that commuters do no differentiate between public transport choices (bus and metro), therefore possible nested structures for the public transport modes are rejected.

研究の動機と目的

• スマートシティの文脈において、短距離通勤者が徒歩、バス、マ lay の間で選択する要因を理解すること。
• 公共交通機関（バスとマ lay）が通勤者によって区別されているかどうかを検証し、標準的なネスト型ロジットモデルの仮定に疑問を呈すること。
• アンケートに基づく測定に代わる、自動移動データを用いた歩行可能性および公共交通機関の属性のデータドリブンな代理指標を開発すること。
• 2.5km未満の移動において、徒歩と公共交通機関の選択に影響を与える都市設計および公共交通の特性を特定すること。

提案手法

• シンガポールのナショナルサイエンスエクスペリメントから得られた、位置（緯度、経度）、タイムスタンプといった生のGPSおよび公共交通データを処理し、アンケートに依存せずに実際の移動手段を同定する。
• 独自のアルゴリズムを用いて、歩行可能性および公共交通機関の属性の代理指標を生成し、サブゾーンへのアクセス性やルートの接続性を含む。
• アルゴリズム1を用いて、中間ノードを統合することで道路ネットワークを簡略化し、経路探索に必要な接続性を保持する。
• アルゴリズム2を用いてε-最短経路を計算し、許容誤差範囲内での近似最適ルートを特定することで、現実的な移動行動をモデル化する。
• アルゴリズム3を用いて、乗換なしで到達可能な異なるサブゾーンの数を計算することで、サブゾーンへのアクセス性を算出する。
• バイナリーロジットおよびマルチノミアルロジットモデルを適用し、導出された代理指標を説明変数として用いて移動手段選択行動を推定する。

実験結果

リサーチクエスチョン

• RQ1 短距離移動において、通勤者はバスとマ lay を公共交通機関として区別しているか？
• RQ2 徒歩と公共交通機関の間の選択に影響を与える主な都市設計および公共交通の属性は何か？
• RQ3 歩行可能性と公共交通アクセスは、2.5km未満の移動における移動手段選択にどのように影響するか？
• RQ4 スマートシティシステムからの自動データ処理は、移動手段選択行動のモデル化において、アンケートベースのデータを信頼性を持って代替できるか？

主な発見

• 通勤者は短距離移動においてバスとマ lay を区別しないことが判明し、それによりバスとマ lay を別々の選択肢として仮定するネスト型ロジットモデルの仮定が否定された。
• 目的地への近接性および歩行者インfraの整備といった歩行可能性が、公共交通機関よりも徒歩を選択する意思決定において顕著な要因である。
• 特に乗換なしで到達可能なサブゾーン数といった公共交通アクセス性が、徒歩ではなく公共交通機関の利用を促す要因として強く影響している。
• 本研究のデータドリブンな手法により、アンケートバイアスを回避して行動パターンを特定でき、自動システムを交通研究に活用する有効性が裏付けられた。
• ε-最短経路アルゴリズムは、許容誤差範囲内の近似最適ルートを許容することで、現実の移動行動を効果的に捉え、モデルの頑健性を向上させた。
• 簡略化されたネットワークモデルは、計算の複雑さを低減しながらも、必須の接続性を保持しており、大規模なモビリティデータのスケーラブルな分析を可能にした。