本文へ移動
交通と土地利用

ベルギー5大都市圏の通勤地図――都心からの距離と住宅環境で何が見えるか

Commuting in Belgian metropolitan areas: The power of the Alonso-Muth model

Ann Verhetsel / Isabelle Thomas / Marjan Beelen
Journal of Transport and Land Use

原文PDFを読む ↗論文の公開ページ ↗

2001年のベルギー国勢調査を小地区単位で分析した研究は、通勤特性の分布に都心との距離だけでなく、交通網、所得、住宅環境も関わることを示した。

この論文のポイント

  • 2001年ベルギー国勢調査を用い、5大都市圏の小地区を通勤特性によって10群に分類した。
  • アントワープとヘントでは住宅関連の3変数も加え、通勤圏を含む範囲でそれぞれ7群に分類した。
  • 地区類型には都心から郊外への傾向が見られる一方、鉄道沿線や周辺の雇用拠点による違いも見られた。

背景と課題

住む場所と働く場所が離れると、どこから、どの交通手段で通勤する人が多くなるのか。本研究はブリュッセル、アントワープ、リエージュ、ヘント、シャルルロワの都市圏を対象に、地区ごとの通勤特性がアロンソ=マス・モデルとどの程度整合するかを調べる。この古典的な都市経済学モデルでは、家計が住宅の便益や費用と、職場までの移動にかかる費用・時間を考慮して居住地を選ぶ。その結果として、都心から郊外へ異なる用途や居住者が並ぶ都市像を考える。

ただし、現実の雇用は都心だけに集まらない。郊外の雇用拠点、鉄道や道路の配置、混雑、住宅環境の違いによって、都心から同じ距離でも通勤の姿は変わりうる。著者らは個人の選択を推定するのではなく、似た通勤特性を持つ地区が都市内のどこに分布するかを検討した。

研究の方法

資料は、居住地・就業地や通勤距離、所要時間、交通手段などを含む2001年ベルギー国勢調査である。観測単位は「統計セクター」と呼ばれる小地区で、通勤者個人を一人ずつ分類する分析ではない。まず5都市の都市圏に属する地区について、地区内で住み働く人、都心業務地区(CBD)で働く居住者、通勤距離と時間、交通手段別の利用状況、女性通勤者、地区の所得中央値に関する指標をそろえる。CBDは中心部の雇用集積地区を指す。交通手段は徒歩・自転車、自動車、バス・路面電車・地下鉄、鉄道の4区分で、選んだ指標は計10変数となる。全変数に回答した通勤者が30人未満の地区は除外する。

次に、これらの指標の組み合わせが似た地区をクラスター分析で群に分ける。クラスター分析とは、複数の特徴に基づいて観測単位を類型化する方法であり、5都市を合わせた分析では10群が作られた。著者らは各群の特徴を、全地区の平均とのずれを示すzスコアなどから読む。正の値はその特徴が平均より多いこと、負の値は少ないことを表す。群名は「鉄道利用」など、とくに目立つ特徴によるもので、群内の全員がその手段を使うという意味ではない。群を地図に置き、別途示したCBDまでの距離とも照らして、中心部から外側への並びと沿線などの例外を解釈する。

さらにアントワープとヘントでは、都市圏の外側の通勤圏も含む標準大都市労働圏を、それぞれ別に分析する。通勤指標に加え、集合住宅と戸建て住宅の割合、近隣の住宅の外観に「非常に満足」と答えた通勤者の割合を使い、各都市で7群を得る。出力は地区の類型、指標の相対的な特徴、分布図であり、通勤と住宅環境の組み合わせを読み比べるために用いる。ただし本文には、地区間の類似度の定義、分類の具体的な計算手順、群数の決め方は記されていない。そこから先の再現手順は特定できない。

この研究の新しさ

本研究の特徴は、古典モデルの円環状の都市像をそのまま当てはめず、通勤特性による地区類型を地図に重ね、円環から外れる場所も読む点にある。5都市共通の分析に続き、アントワープとヘントでは住宅の種類や近隣の住宅に対する評価を加えた。ただし、住宅の構成や満足度は、各人の居住地選択の理由を直接示すものではない。

従来研究との違い

論文は、古典的な都市モデルのほか、四段階交通需要モデルや活動に着目したモデルにも触れる。四段階モデルは交通需要を段階的に扱う枠組みだが、本研究でそれらの予測精度を競わせたわけではない。実際の比較対象は、観測された地区類型の地理的な並びと、アロンソ=マス・モデルから想定される都心・郊外の構造である。副次的な雇用拠点や鉄道沿線によるずれも、この比較の一部として扱う。

結果と評価

ブリュッセルでは、徒歩・自転車やバス・路面電車・地下鉄の利用が相対的に多い群が中心部付近に見られ、外側には比較的裕福で自動車利用の多い地区が分布した。鉄道利用の多い群は主な鉄道路線に沿って見られ、単純な同心円には収まらない。付録に示された群別のCBDまでの平均距離は、徒歩・自転車利用が際立つ群で2,652メートル、自動車利用が際立つ群で16,628メートルである。これは地区からCBDまでの距離であり、個々の通勤者の通勤距離ではない。

アントワープとヘントでも、中心部と外縁部で通勤手段や住宅環境に違いが見られ、周辺には地元で働く人の割合が高い地区もあった。著者らは、全体の分布は古典モデルの原理と整合的だと評価する。一方、この分析は地区特性の対応を記述するもので、所得、住宅環境、交通網のどれか一つが交通手段を変えたという因果効果を推定したものではない。

限界・注意点

著者らは、必要な項目に回答した通勤者に分析対象が限られることと、「生態学的誤謬」への注意を述べる。これは地区平均の特徴を、その地区の個人全員の特徴と取り違えることである。元データにも無回答、記録の誤り、過去の調査項目との不整合がある。加えて、本文からはクラスター形成の計算手順や群数の選択基準を確認できない。【編集上の検証事項】回答者の選別や地区境界の取り方によって地図の解釈がどの程度変わるかは、別途確かめる必要がある。

現場への応用案

【編集上の提案】地図記事にするなら、「都心からの距離が近い地区同士でも、鉄道沿線とそれ以外で通勤特性はどう違うか」を軸にできる。凡例には、群名が住民全員の属性ではなく、その特徴が平均より多い地区を表すと明記したい。

現場で確かめるには

【編集上の検証案】施策への応用時には、最新の居住地・就業地、交通手段、所要時間、住宅特性を比較可能な地理単位で確認し、2001年の類型が現在も当てはまるかを調べる。駅やバス路線の改善効果を検討する場合は、周辺の雇用拠点や住宅構成の変化も追い、類型地図だけを施策の効果の証拠とはしない。

解説は原文の要旨・本文の確認範囲に基づきます。AIで作成し、同じモデルで原文との照合を行っています。全記事の人手による校閲は完了していません。「現場への応用案」「現場で確かめるには」は編集上の検討案です。

← 解説の一覧へ原文PDFを読む ↗