行動意向の情報と行動結果の情報の違いを考慮した交通行動モデルの開発

まず本研究において開発した手法の一つは,代表的なSPデータである「順位付けデータ」を用いた選択モデルの推定法である。この手法は,代替案の選好順位に含まれた情報の信頼性を明示的に考慮した独創的なモデル推定法である。次に,一人の回答者に対して繰り返し行なわれた一対比較データからその個人の各属性に対する重みを推定し,その情報をもとにサンプル全体を「好み」が同質なグループに分類し,さらにそのグループごとに選択モデルを推定するという手法を開発した。これは,通常,恣意的に行なわれているマーケット・セグメンテーションを客観的に行なう方法を提案するものである。最後に開発した手法は,RPデータとSPデータを同時に用いたモデル推定法である。この手法は,RPデータとSPデータという互いに補完的な性質を持つデータを統計的に融合することによって,両者の長所を利用するという全く独創的なものである。例えば,現存しない高快適性列車の導入に伴う鉄道利用者数の変化を予測するときには,通常のRPデータと仮想の高快適性列車に対する選好意識のSPデータを組み合わせてモデルを推定することができる。さらに,同じ個人内でRPデータとSPデータが相関を持つことに着目し,この個人内系列相関を明示的に考慮したモデルに発展させ,より精度の高い予測モデルを構築することができた。これらの開発した手法に対して,交通機関選択に関する実際のデータを用いたケーススタディを行い,その有効性を検証した。

まず本研究において開発した手法の一つは,代表的なSPデータである「順位付けデータ」を用いた選択モデルの推定法である。この手法は,代替案の選好順位に含まれた情報の信頼性を明示的に考慮した独創的なモデル推定法である。次に,一人の回答者に対して繰り返し行なわれた一対比較データからその個人の各属性に対する重みを推定し,その情報をもとにサンプル全体を「好み」が同質なグループに分類し,さらにそのグループごとに選択モデルを推定するという手法を開発した。これは,通常,恣意的に行なわれているマーケット・セグメンテーションを客観的に行なう方法を提案するものである。最後に開発した手法は,RPデータとSPデータを同時に用いたモデル推定法である。この手法は,RPデータとSPデータという互いに補完的な性質を持つデータを統計的に融合することによって,両者の長所を利用するという全く独創的なものである。例えば,現存しない高快適性列車の導入に伴う鉄道利用者数の変化を予測するときには,通常のRPデータと仮想の高快適性列車に対する選好意識のSPデータを組み合わせてモデルを推定することができる。さらに,同じ個人内でRPデータとSPデータが相関を持つことに着目し,この個人内系列相関を明示的に考慮したモデルに発展させ,より精度の高い予測モデルを構築することができた。これらの開発した手法に対して,交通機関選択に関する実際のデータを用いたケーススタディを行い,その有効性を検証した。