情報事前分布とWAICを援用した活動型交通モデルの内生性バイアス補正手法の開発
Project/Area Number |
22KJ0747
|
Project/Area Number (Other) |
22J01164 (2022)
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Multi-year Fund (2023) Single-year Grants (2022) |
Section | 国内 |
Review Section |
Basic Section 22050:Civil engineering plan and transportation engineering-related
|
Research Institution | The University of Tokyo |
Principal Investigator |
渡邉 萌 東京大学, 工学系研究科, 助教
|
Project Period (FY) |
2023-03-08 – 2024-03-31
|
Project Status |
Discontinued (Fiscal Year 2023)
|
Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
Keywords | 交通行動モデル / アクティビティモデル / 離散選択モデル / ベイズ推定 / 内生性 / 計量経済学 / 交通需要予測 / 交通行動分析 / 因果推論 |
Outline of Research at the Start |
アクティビティ型交通行動モデルにより人々の一日の行動をシミュレートし,交通需要を算出する試みが国内外で行われている.このモデルの強みは,多様な施策の波及効果を「人々の活動や移動の変化」といった視点から評価できる点にある一方,欠落変数が原因となり生じる内生性バイアスへの対処は十分とはいえない.本研究では,アクティビティ型交通行動モデルに生じる内生性バイアスの補正手法を開発し,その有効性を検証する.開発に際して生じるパラメータ識別の問題は,ベイズモデリングの枠組みで対処する.
|
Outline of Annual Research Achievements |
2022年度に開発したモデルは多項プロビットモデルに操作変数法を内包した多項プロビットモデルであり,選択肢相関の完全な記述と内生性への対処を同時に行うことが可能である.提案したモデルは,交通行動モデルを対象とした国際学会であるInternational Choice Modelling Conference (ICMC) 2022 にて口頭により発表した.さらに,提案モデルをまとめた論文は交通行動モデルを扱う国際誌であるJournal of Choice Modellingに投稿が受理された.2023年度では,この2022年度に開発した新たな離散選択モデルを拡張する形で,離散選択モデルとその選択肢集合形成モデルの両方に生じる内生性バイアスを同時に補正する大規模なモデルを開発した.具体的には,提案モデルは (a) 選択肢集合の形成,(b) 選択肢集合形成における選択肢相関,(c) 選択肢集合を所与とした離散選択,(d) 離散選択における選択肢相関,(e) 選択肢集合形成と離散選択との間の未観測異質性,(f) 説明変数に含まれる内生変数に対処する.提案モデルを米国の世帯を対象とした交通調査であるNational Household Travel Survey (NHTS) データへ適用し,提案モデルはデータに生じていた居住地自己選択による内生性バイアスの補正に有効であることが示された.また,これら得られた成果を世界交通学会 (World Conference on Transport Research) にて口頭発表を行った.
|
Report
(2 results)
Research Products
(7 results)