74th transport policy colloquium, dec 14, 2004 今 …74th transport policy colloquium, dec 14, 2004...
TRANSCRIPT
74th Transport Policy Colloquium, Dec 14, 2004 1
今後の都市鉄道計画今後の都市鉄道計画のためののための分析方法の提案分析方法の提案
A Proposition on Analyzing MethodA Proposition on Analyzing Methodfor Future Urban Railway Planning for Future Urban Railway Planning
日 比 野 直 彦
Institute for Transport Policy Studies Researcher
(財) 運輸政策研究機構運輸政策研究所 研究員
Naohiko HIBINO
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 2
発発 表表 内内 容容Contents of the PresentationContents of the Presentation
1. はじめにIntroduction
2. 鉄道利用者の経路選択行動Railway Route Choice Behavior of Passengers
3. 鉄道ネットワーク配分分析Railway Network Assignment Analysis in Tokyo Met. Area
4. おわりにConclusions
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 3
11.. はじめにはじめにIntroductionIntroduction
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 4
背 景
・ 利便性重視
・ 需要追随
・ 新線開発・・・
高密度な鉄道ネットワーク
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 5
世界でも他に類を見ないほど発達
主要国首都圏の鉄道網営業密度
出典) The Four World Cities Transport Study (1999) etc.
ニューヨーク
ベ ル リ ン
ロ ン ド ン
パ リ
東東 京京
(km/km2)0.00 0.05 0.10 0.15 0.20 0.25 0.30
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 6
深刻な交通問題
・ 鉄道ネットワーク利用の不均衡
混雑緩和 乗換え抵抗の軽減 シームレスな移動
・ 利便性から快適性へ
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 7
都市鉄道計画の視点が変化
輸送力増強(ネットワーク整備 etc.)
総合交通体系の整備
持続可能な整備
鉄道利用者行動に基づいた整備
需要追随
説明責任
これらを先取りしない計画,整備はあり得ない!変化に対応した分析方法を適用していかなくてはならない!
高度成長期(20世紀) 安定成長期(21世紀)
ミクロかつ複雑な現象をより正確に捉え、施策を総合的に評価可能な分析システムが必要不可欠!
今後、都市鉄道計画を行なう際には、
新たな視点で戦略的に整備を進めていくための分析が必要!
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 8
都市鉄道計画支援システム都市鉄道計画支援システム
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 9
交通計画支援システム(GRAPE)
(独)鉄道建設・運輸施設整備支援機構
(株)企画開発
(財)運輸政策研究機構 運輸政策研究所
により開発 (現在,特許申請中)
平成14年度 土木学会技術開発賞
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 10
サブシステムの重要性
総合システムが完成しても、個々のサブシステムが機能しなければ、正しい分析は不可能!
全体の枠組みを変えることなく、サブシステムを交換可能!
サブシステムの開発変化に対応した分析方法を提案
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 11
目 的鉄道利用者の行動・ニーズに焦点をあてた都市鉄道整備
財務制約・空間制約により既存の鉄道ネットワークを有効活用した効率的な都市鉄道整備
高密度な鉄道ネットワークにおける鉄道利用者の行動を表現するために、既存の鉄道経路選択モデルの問題点を整理し、新たなモデルを提案
鉄道経路選択行動分析
駅施設整備等のミクロな施策を行なった際の旅客フローへの影響が計測可能な鉄道ネットワーク配分システムを開発
鉄道ネットワーク配分分析
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 12
端末交通に関する分析
ネットワーク配分に関する分析
鉄道経路選択に関する分析
鉄道駅整備に関する分析
運賃に関する分析
環境問題に関する分析
費用対効果に関する分析
都市鉄道計画に関する分析
・・・
分析を深度化
GG RR AA PP EE
74th Transport Policy Colloquium, Dec 14, 2004 13
2.2. 鉄道利用者の経路選択行動鉄道利用者の経路選択行動Railway Route Choice Behavior of PassengersRailway Route Choice Behavior of Passengers
日比野,兵藤,内山:高密度な鉄道ネットワークへの実適用に向けた非IIA型経路選択モデルの特性分析 -改良型C-Logitモデルの提案-土木学会論文集 No.765/Ⅳ-64,pp.131‐142,2004
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 14
幾つかの鉄道経路の中から、アクセス,ラインホール,乗換え,イグレス等におけるサービスレベルを総合的に考えて経路を選択する
必ずしも、最も近い駅から電車に乗って、最短経路を選択しているわけではない
時間は・・・
運賃は・・・
乗換え回数は・・・
どの経路で行こうかな?どの経路で行こうかな?
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 15
東京
新宿
上野
渋谷渋谷 表参道
赤坂見附
(永田町)
九段下
霞ヶ関
大手町大手町
銀座
渋谷→半蔵門線→大手町
渋谷→半蔵門線→九段下→東西線→大手町
渋谷→銀座線→表参道→千代田線→大手町
渋谷→銀座線→赤坂見附→丸ノ内線→大手町
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 16
高密度な鉄道ネットワークを持つ地域 (e.g., 東京首都圏)
移動の際に複数の経路が考えられる
その経路間に重複がある場合がある
鉄道経路選択分析
経路間(選択肢間)の独立性が必ずしも保障されていない
選択肢集合の類似性を表現できる
非IIA型の経路選択モデルを適用する必要がある(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 17
IIA特性について
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
選択肢間に相関が見られる場合
⇒ 類似性の高い選択肢を過大評価してしまう
類似性の低い選択肢を過小評価してしまう
選択肢間に相関が見られる場合
⇒ 類似性の高い選択肢を過大評価してしまう
類似性の低い選択肢を過小評価してしまう
DDOO
0.5
0.5
0.5
0.5
0.33
0.33
0.33
0.33
0.33
0.33
例えば・・・⇔ 0.25
⇔ 0.25
⇔ 0.50
⇔ 0.25
⇔ 0.25
⇔ 0.50
74th Transport Policy Colloquium, Dec 14, 2004 18
経路選択モデルの発展経緯
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
Multinomial Probit(Thurstone, 1927)
Multinomial Logit(Luce, 1959)
Paired Combinational Logit(Chu, 1981)
Cross-Nested Logit(Vovsha, 1997)
Link-Nested Logit(Vovsha and Bekhor, 1998)
Generalized Nested Logit(Wen and Koppleman, 2000)
C-Logit(Casetta et al, 1996)
C*-Logit(日比野ら, 2003)
Path-Size Logit(Ben-Akiva et al, 1999)
Error Components Logit(Cardell and Dumber, 1980)
Mixed Logit(Mac Fadden, 1989) 構造化プロビット
(屋井ら, 1993)
Nested Logit(Ben-Akiva, 1973)
Multinomial Probit(Thurstone, 1927)
Multinomial Logit(Luce, 1959)
Paired Combinational Logit(Chu, 1981)
Cross-Nested Logit(Vovsha, 1997)
Link-Nested Logit(Vovsha and Bekhor, 1998)
Generalized Nested Logit(Wen and Koppleman, 2000)
C-Logit(Casetta et al, 1996)
C*-Logit(日比野ら, 2003)
Path-Size Logit(Ben-Akiva et al, 1999)
Error Components Logit(Cardell and Dumber, 1980)
Mixed Logit(Mac Fadden, 1989) 構造化プロビット
(屋井ら, 1993)
Nested Logit(Ben-Akiva, 1973)
time
74th Transport Policy Colloquium, Dec 14, 2004 19
分析対象モデル
既存の非IIA型経路選択モデルのうち
既に適用された,もしくは適用が検討されている
• Mixed Logit モデル (Mac Fadden, 1989)
• 構造化プロビットモデル (屋井ら,1993 )• C-Logit モデル (Casetta et al, 1996)
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 20
分析ネットワーク
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
DO DDOOt1
t2
t3
t4
t1
t2
t3
t4
R1
R2
R3
+=+=
=
4233
3222
111
:::
ttTRttTR
tTR
32
223 TT
td =
1OD - 3Routes
d23=0 → 完全に3経路が独立 P(R1,R2,R3)=(0.33,0.33,0.33)
d23=1 → R2 と R3 が完全に重複 P(R1,R2,R3)=(0.50,0.25,0.25)
d23=0 → 完全に3経路が独立 P(R1,R2,R3)=(0.33,0.33,0.33)
d23=1 → R2 と R3 が完全に重複 P(R1,R2,R3)=(0.50,0.25,0.25)
74th Transport Policy Colloquium, Dec 14, 2004 21
][ 01rrrr VU εε ++= ∫ ∫ ∫
−+
−∞=
∞+
−∞=
−+Φ=
1
11)(
VV VV
Rrrr
r
Rrr
R
ddPε
ε ε
ε
εεεε LLL
( )
−=Φ −−− T
Rεσεσπε 12
12
21exp2)(
U : 効用, V : 確定効用εr
1 : 単位長さ当たりに発生する誤差,εr0 : 選択肢固有の誤差
P : 選択確率, R : 総経路数σ1
2 : 単位長さ当たりに発生する誤差分散σ0
2 : 選択肢固有の誤差分散L : 経路長, Lij : 経路iと経路jの重複経路長
++
+=
1010
001
32
22
12
0
ηηηη
ησσ
TttT
T2
02
1 σση =
構造化プロビットモデルProbit Model with Structured Covariance Matrix
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 22
][ rrrr VU εξ ++= ( ) ( )( )∑ ++
=Ψrr
rrr V
Vξ
ξξ
expexp( ) ( )∫ ΩΨ= ξξξ dfP rr |
][ rrrr zVU εµ ++=
U : 効用, V : 確定効用ξr : 平均0の確率分布に従う誤差εr : Gumbel分布に従う誤差
P : 選択確率, f(ξ|Ω) : ξの確率密度分布μ : N(0,ω2)に従う確率変数ベクトルzr : 選択肢rに関する特性ベクトル
=
0001
1
t
z
=
0
0
3
22 t
tz
=
4
23 0
0
t
tz 226 πωλ =
++
+=
1010
001
632
22
12
λλλλ
λπσ
TttT
T
Mixed Logit モデルMixed Logit Model
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 23
( )( )∑ −−
=rr
rrr CFV
CFVPexp
exprrrr CFVU ε+−=
U : 効用, V : 確定効用CFr : Commonality Factorεr : Gumbel分布に従う誤差
P : 選択確率β : パラメータ γ: Often 1 or 2
( )∑= γβ jiijr TTTCF ln
C-Logit モデルC-Logit Model
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 24
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
η
P (R 1)
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min) (60min) (30min)
0.6 (90min) (60min) (30min)
0.4 (90min) (60min) (30min)
0.2 (90min) (60min) (30min)
β
P (R 1)
d 23 32 TT
構造化プロビット
C-Logit
32 TT
Mixed Logit
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
λ
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
η
P (R 1)
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
η
P (R 1)
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min) (60min) (30min)
0.6 (90min) (60min) (30min)
0.4 (90min) (60min) (30min)
0.2 (90min) (60min) (30min)
β
P (R 1)
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min) (60min) (30min)
0.6 (90min) (60min) (30min)
0.4 (90min) (60min) (30min)
0.2 (90min) (60min) (30min)
β
P (R 1)
d 23 32 TT
構造化プロビット
C-Logit
32 TT
Mixed Logit
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
λ
d 23 32 TT
Mixed Logit
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
λ
d 23
74th Transport Policy Colloquium, Dec 14, 2004 25
構造化プロビットモデル、Mixed Logit モデルは、パラメータ推定にシミュレーション法を必要とするため、大規模なネットワークに対して実適用することは困難である
特性比較分析の結果からの知見
各モデルの重複を表現パラメータの間には、相関関係が見られ、それには重複率 d が影響している
C-Logitモデルは同重複率・異所要時間の差を表現できない
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 26
C-Logitモデル
Mixed Logitモデル
構造化プロビットモデル
理 論 操 作
C-Logitモデルを改良して実適用へ!
鉄道利用者の複雑な選択行動を理論性を崩すことなく、実適用できるように
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 27
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 2.0
0.6 2.0
0.4 2.0
0.2 2.0
β
P (R 1)
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 2.0
0.6 2.0
0.4 2.0
0.2 2.0
β
P (R 1)
d 23
( )∑=γ
β jiijr TTTCF ln
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 1.0
0.8 1.5
0.8 2.0
0.6 1.0
0.6 1.5
0.6 2.0
0.4 1.0
0.4 1.5
0.4 2.0
0.2 1.0
0.2 1.5
0.2 2.0
β
P (R 1)
d 23 γ
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 1.0
0.8 1.5
0.8 2.0
0.6 1.0
0.6 1.5
0.6 2.0
0.4 1.0
0.4 1.5
0.4 2.0
0.2 1.0
0.2 1.5
0.2 2.0
β
P (R 1)
d 23 γ
74th Transport Policy Colloquium, Dec 14, 2004 28
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 1.5
0.6 1.5
0.4 1.5
0.2 1.5
β
P (R 1)
d 23 γ
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 1.5
0.6 1.5
0.4 1.5
0.2 1.5
β
P (R 1)
d 23 γ
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0 β
P (R 1)
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
P (R 1)
λ0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0 β
P (R 1)
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
P (R 1)
λ
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
β
d 23 32 TT 32 TT
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
β
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.00 0.05 0.10 0.15 0.20 0.25
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
λ
d 23
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
β
d 23 32 TT 32 TT32 TT 32 TT
Mixed LogitC-Logit Mixed LogitC-Logit
γを構造化!
74th Transport Policy Colloquium, Dec 14, 2004 29
C-Logitモデルの改良
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
iiii CFVU ε+−=
∑ −−
=
jjj
iii CFV
CFVP)exp(
)exp(
( )∑= γβ iji dCF ln ji TT*βijd
U : 効用, V : 確定効用CFi : Commonality Factorεi : Gumbel分布に従う誤差
P : 選択確率,β : パラメータ, γ : often 1 or 2
γの構造化
同重複率・異所要時間の差を表現を表現可能に!
*βijγ
*βijγ
5.1)60)(1*)(1)(exp(101
+−−−= Tdijij βγ
( )∑= ijiji dCF γβ ln**
5.1)60)(1*)(1)(exp(101
+−−−= Tdijij βγ
( )∑= ijiji dCF γβ ln**
74th Transport Policy Colloquium, Dec 14, 2004 30
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.0 0.2 0.4 0.6 0.8 1.0
0.8 (90min)
0.8 (60min)
0.8 (30min)
0.6 (90min)
0.6 (60min)
0.6 (30min)
0.4 (90min)
0.4 (60min)
0.4 (30min)
0.2 (90min)
0.2 (60min)
0.2 (30min)
P (R 1)
β'
d 23
5.1)60)(1*)(1)(exp(101
+−−−= Tdijij βγ
( )∑= ijiji dCF γβ ln**
74th Transport Policy Colloquium, Dec 14, 2004 31
C*-Logitモデルとして提案
iiii CFVU ε+−= *
( ) ( )∑ >≤≤=i
ijijiijdCF 0,10ln **** *
γββ γ
( )( )( ) '0
** 11)exp(101 γβγ +−−−= TTTd jiijij
( ) 1)exp(exp' +−= θγ( )( )∑ −−
=
jjj
iii CFV
CFVP *
*
expexp
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 32
分析ネットワーク
仮想データ
実際の鉄道ネットワーク
実データ
C*-Logitモデルの実適用への検証
鉄道経路選択モデルの構築
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 33
鉄道経路選択モデル構築データ
0
50
100
150
200
250
300
350
400
450
500
0 20 40 60 80 100 120 140
平 均 :51.4分
標準偏差:18.1分
(分)
経路数
「通勤時の鉄道経路選択行動に関する調査」
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 34
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
-9.61 -0.928 階段利用率
t値 推定パラメータ説明変数
60.89 的中率(%)
0.29 自由度調整済み尤度比
-36.2 -3.68 θ
3.83 0.897 β*
-1.81 -0.0174 混雑率指標(分×%2)
-1.83 -0.0979 乗換え駅待ち時間(分)
-3.42 -0.795 乗換え駅下り移動時間(分)
-3.69 -0.886 乗換え駅上り移動時間(分)
-2.14 -0.325 乗換え駅水平移動時間(分)
2.03 0.0626 初乗り駅列車本数(本/時間)
-1.60 -0.105 鉄道運賃(千円/月)
-2.81 -0.0787 ラインホール時間(分)
-2.75 -0.229 イグレス時間(分)
4.52 0.0741 路線バス系統数(本)
-7.81 -0.494 アクセス選択手段外時間(分)
-4.39 -0.150 アクセス時間(分)
-9.61 -0.928 階段利用率
t値 推定パラメータ説明変数
60.89 的中率(%)
0.29 自由度調整済み尤度比
-36.2 -3.68 θ
3.83 0.897 β*
-1.81 -0.0174 混雑率指標(分×%2)
-1.83 -0.0979 乗換え駅待ち時間(分)
-3.42 -0.795 乗換え駅下り移動時間(分)
-3.69 -0.886 乗換え駅上り移動時間(分)
-2.14 -0.325 乗換え駅水平移動時間(分)
2.03 0.0626 初乗り駅列車本数(本/時間)
-1.60 -0.105 鉄道運賃(千円/月)
-2.81 -0.0787 ラインホール時間(分)
-2.75 -0.229 イグレス時間(分)
4.52 0.0741 路線バス系統数(本)
-7.81 -0.494 アクセス選択手段外時間(分)
-4.39 -0.150 アクセス時間(分)
CC--LogitLogitモデルの操作性の良さを失うことなく、モデルの操作性の良さを失うことなく、
経路重複による選択確率の変化を経路重複による選択確率の変化をより正確により正確に表現可能に!表現可能に!
74th Transport Policy Colloquium, Dec 14, 2004 35
3.3. 鉄道ネットワーク配分分析鉄道ネットワーク配分分析Railway Network Assignment Analysis in TMARailway Network Assignment Analysis in TMA
Hibino,Uchiyama and Yamashita:A Study on Evaluation of Level ofRailway Services in Tokyo Metropolitan Area Based on Railway NetworkAssignment Analysis,Journal of EASTS,14pages
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 36
鉄道ネットワーク配分システムの開発鉄道ネットワーク配分システムの開発
鉄道ネットワーク配分分析の主な目的
① 脆弱なリンク,ノードを見つけ出すこと
② ネットワーク,OD交通量の変化(新線整備,脆弱リンク・ノードの強化等)に対する,当該リンクおよびその他のリンクへの影響を計ること
行動規範(鉄道経路選択モデル)
分析ネットワーク
OD表
鉄道ネットワーク配分システム
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 37
乗換え駅整備の影響を反映できるように、分析ネットワーク(ノード,リンク)をより詳細に設定
経路重複を考慮できるモデル(C*-Logit モデル)を
適用したODベースの確率的均衡配分システム
鉄道ネットワーク配分システム
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 38
急行列車リンク
快速列車リンク
各駅停車リンクC駅
急行ノード
快速ノード
各停ノード
A駅
B駅
急行列車リンク
各駅停車リンク
各停ノード
急行ノード
A駅
B駅
改札口ノード
改札口ノードホームノード
ホームノード
階段下ノード
階段下ノード
階段上ノード
階段上ノード
階段リンク
階段リンク
分析ネットワークの設定
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 39
東京都
千葉県
神奈川県
埼玉県
茨城県
分析対象範囲
東京駅から約70km圏内
JR・私鉄・地下鉄・モノレールを含む在来線119路線を対象
ノード数:4,976個
リンク数:14,049本
乗車リンク : 4,594本
乗換リンク : 9,455本
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 40
最混雑時を分析対象とするため,平成12年大都市交通センサスの終日データを使用し,市区町村別のピーク1時間出発割合から算出
駅構造データ,時刻表データ等
(実地調査、平成12年時の時刻表等に基づいてデータを作成)
分析データ
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 41
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
収束判定収束判定
ENDEND
YES
NO
START
第 k 番目経路探索 ( k = 10 )
リンク 毎の所要時間を決定
選択肢集合を決定
経路毎の効用値を算出
確率的配分混雑率・乗換えLOS
の改訂
74th Transport Policy Colloquium, Dec 14, 2004 42
0
30,000
60,000
90,000
120,000
0 30,000 60,000 90,000 120,000
センサス値(人/ピーク1時間)
配分
結果
(人
/ピー
ク1時
間)
配分結果とセンサス値(H12年)の比較(ネットワーク全体)
相関係数:0.975
RMS誤差:4,715
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 43
配分結果とセンサス値(H12年)の比較(JR東海道線上り)
0
20,000
40,000
60,000
80,000
100,000
120,000
小田原 東 京
断面
交通
量(人
/ピー
ク1時
間)
センサス値 配分結果
小田原
大船
横浜
品川
東京
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 44
配分結果とセンサス値(H12年)の比較(小田急小田原線上り)
0
20,000
40,000
60,000
80,000
100,000
120,000
小田原 新 宿
断面
交通
量(人
/ピー
ク1時
間)
センサス値 配分結果
小田原
海老名
新横浜
町田
新宿
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 45
配分結果とセンサス値(H12年)の比較(東京地下鉄千代田線上り)
0
20,000
40,000
60,000
80,000
100,000
120,000
綾瀬 代々木上原
断面
交通
量(人
/ピー
ク1時
間)
センサス値 配分結果
代々木上原
綾瀬
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 46
配分結果とセンサス値(H12年)の比較(JR武蔵野線上り)
0
20,000
40,000
60,000
80,000
100,000
120,000
府中本町 西船橋
断面
交通
量(人
/ピー
ク1時
間)
センサス値 配分結果
府中本町
新松戸南越谷
西船橋
南浦和
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 47
首都圏鉄道ネットワークの最混雑区間である上野-御徒町間に着目し、乗換え駅改良により同区間を避けるようフローコントロールを試みる
シミュレーション分析
399
251 251 250228
206 204163 159 156
0
50
100
150
200
250
300
350
400
450
経路選択要因人数(人)
所要時間
乗換えのしやすさ
混雑
運転本数
着席可能性
アクセス時間
イグレス時間
駅の利便性
運賃
乗換え回数
乗換回数と人数
110
253
92
13 20
50
100
150
200
250
300
0 1 2 3 4
乗換え回数(回)
人数(人)
(「通勤時の鉄道経路選択行動に関する調査」の結果より)
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 48
時間評価値
50乗換え待ち時間
109乗換え下り移動時間
130乗換え上り移動時間
35乗換え水平移動時間
18乗車時間
時間評価値(円/(分・回))
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 49
改良駅および改良方法
① 分速40mのエスカレータを
上下階段に新設
② 分速30mのエスカレータを分速40mに改良
③ 水平移動距離が100mを
越える乗換え通路に分速50mの動く歩道を新設
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
秋葉原2
御徒町3
北千住4
神 田5
東 京6
池 袋11
浜松町・大門12
南千住13
町 屋15田町・三田14
御茶ノ水9
有楽町・日比谷7
西日暮里10
新 橋8
上 野1③②①駅名No.
秋葉原2
御徒町3
北千住4
神 田5
東 京6
池 袋11
浜松町・大門12
南千住13
町 屋15田町・三田14
御茶ノ水9
有楽町・日比谷7
西日暮里10
新 橋8
上 野1③②①駅名No.
74th Transport Policy Colloquium, Dec 14, 2004 50
④ 北千住駅コンコース
鉄道駅改良のイメージ (東武北千住駅)
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 51
⑩ 西日暮里駅階段
鉄道駅改良のイメージ (東京地下鉄西日暮里駅)
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 52
⑪ 池袋駅コンコース
鉄道駅改良のイメージ (JR池袋駅)
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 53
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
11
12
13
14
10
15
2
4
5
6
7
8
9
上野1
3 御徒町
11
12
13
14
10
15
2
4
5
6
7
8
9
上野1
3 御徒町
① 上 野
② 秋葉原
③ 御徒町
④ 北千住
⑤ 神 田
⑥ 東 京
⑦ 有楽町・日比谷
⑧ 新 橋
⑨ 御茶ノ水
⑩ 西日暮里
⑪ 池 袋
⑫ 浜松町・大門
⑬ 南千住
⑭ 田町・三田
⑮ 町 屋
⑪
⑫
⑬
⑭
⑮
① 上 野
② 秋葉原
③ 御徒町
④ 北千住
⑤ 神 田
⑥ 東 京
⑦ 有楽町・日比谷
⑧ 新 橋
⑨ 御茶ノ水
⑩ 西日暮里
⑪ 池 袋
⑫ 浜松町・大門
⑬ 南千住
⑭ 田町・三田
⑮ 町 屋
⑪
⑫
⑬
⑭
⑮
74th Transport Policy Colloquium, Dec 14, 2004 54
シミュレーション結果
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
4,17316.9
3,5968.9
2,33513.4
・
・
・
-1,101-3.2
-1,322-3.6
-1,613-4.8
差
27,020109.1
22,84792.2
東 京(京葉線)
→八丁堀
(京葉線)
68,701170.4
65,105161.5
千駄木(千代田線)
→西日暮里
(千代田線)
26,406151.8
24,071138.3
上野広小路(銀座線)
→上 野
(銀座線)
・
・
・
・
・
・
・
・
・
65,016186.8
66,117190.0
仲御徒町(日比谷線)
→上 野
(日比谷線)
82,276222.4
83,598226.0
御徒町(山手線)
→上 野
(山手線)
54,357162.3
55,970167.1
御徒町(京浜東北線)
→上 野
(京浜東北線)
改良後改良前駅名→駅名
4,17316.9
3,5968.9
2,33513.4
・
・
・
-1,101-3.2
-1,322-3.6
-1,613-4.8
差
27,020109.1
22,84792.2
東 京(京葉線)
→八丁堀
(京葉線)
68,701170.4
65,105161.5
千駄木(千代田線)
→西日暮里
(千代田線)
26,406151.8
24,071138.3
上野広小路(銀座線)
→上 野
(銀座線)
・
・
・
・
・
・
・
・
・
65,016186.8
66,117190.0
仲御徒町(日比谷線)
→上 野
(日比谷線)
82,276222.4
83,598226.0
御徒町(山手線)
→上 野
(山手線)
54,357162.3
55,970167.1
御徒町(京浜東北線)
→上 野
(京浜東北線)
改良後改良前駅名→駅名
混雑減少
リンク
混雑増加
リンク
上:断面交通量(人/時),下:混雑率(%)
74th Transport Policy Colloquium, Dec 14, 2004 55
44.. おわりにおわりにConclusionsConclusions
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 56
本分析の成果
既存の非IIA型経路選択モデルの問題点を改良し、新たなモデル(C*-Logitモデル)を提案した
C*-Logitモデルを適用したODベースの確率的均衡配分システムを開発した
2つのサブシステムのブラッシュアップ→ 新たな分析方法の提案
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 57
結 論
東京首都圏のすべての路線に非IIA型経路選択モデルを適用した鉄道ネットワーク配分分析ができることにより、操作性を低下させることなく高い精度で駅整備等ミクロな施策を行なった際の旅客フローの変化を計測できることを明らかにした
財務制約、空間制約下においても有効な整備方法は存在し、本システムを活用すればその検討が可能である
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004
74th Transport Policy Colloquium, Dec 14, 2004 58
(C) Dr. Naohiko HIBINO, Institute for Transport Policy Studies, 2004