Spatio-temporal Changes in Households with Every Member Out-of-home (HEMO): A Novel Examination using Household Travel Survey Data in World-wide Cities with Applications

点击翻译按钮获取中文摘要

本研究は，交通調査データの新たな活用方法として，世帯単位の時間帯別不在率の実態を明らかにし，それに基づく政策分析方法を提案することを目的としている．本年度は以下の成果を挙げた．（１）世界の途上国の14都市でJICAが実施したPT調査を利用して，世帯不在率の国際比較分析を行った．また，世帯不在率を２項ロジットモデルで表現し，そのモデル残差から都市特性を記述する方法論を提案した．さらに，経済成長(GDPの増加)とともに世帯不在率が上昇する仮説を検証した．成果は国際雑誌で公表済みである．（２）世帯不在率に加え平均世帯不在時間に着目し，過去３時点の熊本PT調査のデータを分析した．世帯不在時間の地理的分布の空間的可視化や不在時間をTobitモデル，時間配分モデルにより分析した成果を国際誌に公表した．（３）社会生活基本調査のA票には在宅/外出状況のデータは含まれていないが，同調査のB票には在宅/外出状況のデータが含まれている．そこで，B票を教師データとしてA票のデータで在宅/外出状況を推定する機械学習法を構築した．また，B票から，そこからトリップ数を推定するアルゴリズムを開発し，PT調査に含まれるトリップの記入漏れの経年比較などを実施した成果を査読付き論文集で発表した．（５）携帯電話のGPSデータから個人別不在率を計算し，PT調査による不在率と比較した．さらに，宅急便や訪問調査を念頭に置いて，世帯不在率を考慮した訪問最適化方法を定式化し，小規模ネットワークで試算した．これらの成果を学会で発表(予定含む)した．