| 研究課題/領域番号 |
23K22888
|
|---|
| 補助金の研究課題番号 |
22H01618 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22050:土木計画学および交通工学関連
|
|---|
| 研究機関 | 高知工科大学 |
|---|
研究代表者 |
西内 裕晶 高知工科大学, システム工学群, 教授 (40548096)
|
|---|
| 研究分担者 |
坪田 隆宏 愛媛大学, 理工学研究科(工学系), 准教授 (00780066)
倉内 文孝 岐阜大学, 工学部, 教授 (10263104)
塩見 康博 立命館大学, 理工学部, 教授 (40422993)
嶋本 寛 宮崎大学, 工学部, 准教授 (90464304)
力石 真 広島大学, 先進理工系科学研究科(国), 教授 (90585845)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2024年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円)
|
|---|
| キーワード | ICカードデータ / 公共交通料金施策 / 交通行動変容 / 公共交通利用頻度 / MaaS / 割引施策 / 利用頻度 / 休眠化・離反化 / 離散連続モデル / SP調査 / 公共交通サービス / 公共交通計画 / 交通行動モデル / 深層学習 / ICカード / 公共交通 |
|---|
| 研究開始時の研究の概要 |
本研究は，10年を超えるデータの蓄積により初めて可能となる総合的なエンドユーザー指向公共交通サービスを設計するための枠組みを構築する．利用者個々人の長期的な変動や変化を考慮した行動モデルの構築とシミュレーションへの実装を下敷きに，公共交通サービスに対する個々人の選好特性も精緻に捉えながら，新たな公共交通サービスの有用性を示し，事業継続可能なエンドユーザー指向公共交通サービスの社会実装を目指す．
|
| 研究実績の概要 |
本研究は，長期ICカードデータの学習モデルに基づくエンドユーザー指向公共交通サービスの創出するため，ICカードデータ分析ならびに新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性の分析を進めている．
まず，ICカードデータの分析については，高知市都市圏における料金施策を対象として，ある利用者の割引日の利用特性について分析した．利用者を公共交通利用の特性に基づ
き，利用者を休眠化，離反傾向，それ以外の3つに分類し，それぞれの割引実施日での行動変容を把握した．具体的には，分類したグループごとに利用者のトリップ数に基づき，トリップの水準が割引施策によってどの程度変化しているかを分析した．その結果，3つのグループごとの割引施策前から後へのトリップ水準内利用者数の変化より，割引実施前に公共交通を利用していなかった人の約30～40%が割引日に公共交通を利用するようになることが明らかになった．
また，新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性の分析については，公共交通機関の利用頻度が低い利用者に着目した公共交通利用サービスの購入意欲と公共交通利用に関する選択行動に与える影響を明らかにした．結果として，より安価な月額料金で，より高い割引率のサービスや現在の公共交通機関の利用頻度で，容易に条件を満たすことのできるサービスにより，低頻度利用者の購入意欲に影響を及ぼすことが明らかとなった．また，公共交通利用サービスを購入した際の利用頻度が，必ずしも増加するとは限らないことが明らかとなったが，全体で見た場合，公共交通機関の利用頻度が増加することを示唆した．したがって，今後は，公共交通利用サービスを継続して利用して頂くための利用者のニーズをより詳細に把握し，低頻度利用者の利用頻度を向上させることのできるサービスのあり方を検討する必要がある．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究は，長期ICカードデータの学習モデルに基づくエンドユーザー指向公共交通サービスの創出するため，ICカードデータ分析ならびに新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性の分析を進めている．2023年度は，10年間の行動特性を把握するための基礎的な集計結果に基づき利用者層を分類したうえで割引施策導入前後の行動変容の基礎的な知見を整理できた．2024年度は，引き続き，割引施策前後の行動変容に着目して，トリップの時間的・空間的特徴を整理した上で行動変容を分析することが可能である．また，新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性についても，2023年度までに，低頻度利用者に着目した交通行動モデルの構築が完了していることから，本研究で提案する柔軟なエンドユーザー指向な公共交通サービスが導入された際の交通行動分析について，2024年度以降は，社会実装も視野に入れながら，構築した行動モデルの更新を試みる．
|
| 今後の研究の推進方策 |
本研究は，長期ICカードデータの学習モデルに基づくエンドユーザー指向公共交通サービスの創出するため，ICカードデータ分析ならびに新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性の分析を進めている．
2024年度は，2023年度に整理した情報を基礎に交通行動モデルの構築に取り掛かる．具体的には，ICカードサービスが開始された2009年から数年後に公共交通利用を開始し始めた利用者を対象に，割引施策導入前後の利用頻度の経年変化の特性を整理する．加えて，各利用者の時間的・空間的なトリップパターンの特徴に着目した上で公共交通利用特性の関係を把握し，長期的な視点に基づくデータドリブンな公共交通利用モデルの構築を試みる．
また，新たな公共交通サービスが導入された場合の公共交通利用者数の利用特性についても，2024年度以降は，社会実装も視野に入れながら，構築した行動モデルの更新を試みる．具体的には，2022年度・2023年度に構築した離散選択モデルによる公共交通サービス利用選択モデルと利用頻度決定モデルの後身である．公共交通の低頻度利用者や近年に公共交通を利用しなくなった地域住民に着目し，個別の利用状況・意向に応じた公共交通サービスが提示された際の交通行動意識や変化について考察可能なモデルの構築を試みる．
|
