本文へ移動
交通と土地利用

深圳のポートなしシェアサイクル利用と土地利用――57地区・191日間の分析

Impact of land use on bicycle usage: A big data-based spatial approach to inform transport planning

Yi Zhao / Qiaowen Lin / Shangan Ke / Yanghang YuYunnan
Journal of Transport and Land Use

原文PDFを読む ↗論文の公開ページ ↗

深圳のMobikeの車両位置データを使い、地区の土地利用と自転車の利用頻度・所要時間・走行距離の関連を調べた研究を解説する。

この論文のポイント

  • 深圳の57地区について、Mobikeの191日間・7,821,523記録を用いて土地利用と自転車利用の関連を調べた。
  • 土地利用を用途・混在・接続の12指標で表し、頻度・所要時間・走行距離との関連を空間パネル回帰で分析した。
  • 緑地割合や用途の混在などに有意な関連が見られたが、設備整備の因果効果を示す結果ではない。

背景と課題

駐輪ポートに返却する必要のないシェアサイクルでは、自転車が地区をまたいで移動する。従来のポート周辺を中心とした分析だけでは、利用と土地利用の関係を捉えきれない可能性がある。本研究は中国・深圳を対象に、土地の用途、用途の混在、道路や公共交通との接続に着目した。目的は交通・土地利用計画の手掛かりを得ることであり、土地利用や設備を変更する実験ではない。

研究の方法

観測単位は深圳の57地区と日付の組み合わせで、対象期間は2017年6月17日~12月24日の191日間(平日131日、休日60日)である。目的変数は自転車の利用頻度、所要時間、走行距離。地区ごとの説明変数には、緑地・住宅地・商業地など6用途の面積割合、用途の混在を表すシンプソン多様度指数とエントロピー指数、交差点・道路網・公共交通駅の密度、自転車レーン延長を用いた。混在の2指数は、用途別の割合から地区内の用途の多様さを捉える指標である。居住人口、自動車保有率、平均所得、18~45歳の割合も社会経済面の調整変数とした。さらに、地区・日ごとに確認された固有の車両ID数を、シェアサイクルの供給量として回帰に加えた。

著者らはMobikeのAPIから車両IDと位置を約5分間隔で取得し、時刻順の位置変化から移動を推定した。20m未満の変化はGPSのずれを考慮して除き、荒天時の記録や再配置などが疑われる異常な移動も除外した。対象は20m~5km、60分以内の移動である。推定した出発地・到着地を百度地図に渡し、自転車向けの計画経路から時間と距離を得た。残ったのは392,956台に関する7,821,523記録だが、地区・日ごとの時間と距離の集約方法は本文から明確には分からない。

続いて、地区を日ごとに反復観測する空間パネル回帰を行った。「空間ラグ型」は近くの地区の利用水準と当該地区の利用水準の関連を、「空間誤差型」は観測されない要因に残る地区間の空間的な関連を扱う。地区間の近さを表す重みは最近隣距離に基づいて作り、頑健なラグランジュ乗数検定で型を選び、多重共線性も点検した。土地利用の係数は、投入した供給量や社会経済変数などを踏まえた関連の向きと大きさを読むためのもので、地区固有の時間不変な要因はランダム効果として扱う。ただし、本文抽出では回帰式と多様度指数の式が欠落しており、空間重みの具体的な設定や推定の更新手順までは確認できない。

この研究の新しさ

著者らが重視するのは、ポート単位の記録やアンケートに依存しがちな先行研究に対し、ポートなしサービスの車両位置データを地区単位で扱った点である。土地利用を「用途・混在・接続」の3側面、計12指標で整理し、利用頻度だけでなく時間と距離も調べ、平日と休日を分けた。一方、対象は観測されたMobikeの利用であり、深圳の全自転車移動ではない。

従来研究との違い

先行研究には、従来型シェアサイクルのポート周辺環境と利用を調べたものが多い。本研究はポートなしサービスを対象とし、地区の土地利用に加えて自転車レーンや公共交通駅との関連も検討した。著者らは、緑地やレーンに関する結果は既往研究とおおむね整合し、公共交通駅に関する結果は一部の先行研究と異なると論じる。ただし、従来手法と同じデータで予測精度を競わせた比較ではない。

結果と評価

回帰結果では、緑地割合は平日の所要時間を除く多くの利用指標と有意に関連した。用途の混在を表す指標は利用頻度と正に関連し、交差点密度は所要時間との関連が報告された。自転車レーン延長は、平日の頻度・時間・距離のいずれとも正に関連した。公共交通駅の密度も頻度とは正に関連する一方、時間や距離との関係は指標や曜日で異なる。表の抽出が崩れた係数値には依拠せず、これらを一律の「利用増加効果」とは読まない。

社会経済変数や車両供給量をモデルに含めても、観察データに基づく地区単位の関連である。需要の高い地区に先にレーンが整備された可能性などは残る。「レーンを増設すれば利用が増える」という因果効果や、個々の利用者がどの目的で走ったかまでは、この結果から確定できない。

限界・注意点

著者が挙げる限界は、個人の性格や認知を考慮していないこと、1社のデータで利用を評価したこと、分析が地区単位にとどまることだ。著者は、より細かい空間単位や他都市での検討も課題としている。加えて結果を読む際には、移動を車両の位置変化から推定し、時間と距離には地図サービスの計画経路を使った点に注意したい。実際に走った経路や施策の因果効果を測定した研究ではない。

現場への応用案

【編集上の提案】計画担当者向けには、頻度・所要時間・距離を別の列にし、平日と休日も分けて結果を示したい。例えば、休日に長い移動が見られる地区と、平日の利用頻度が高い地区を同じ「利用増」としてまとめず、想定する利用場面を分けて議論する。ただし、これは結果の見せ方の提案であり、論文が個々の移動目的を実測したという意味ではない。

現場で確かめるには

【編集上の検証案】自転車レーンや駅周辺の駐輪場所を整備するなら、整備前後に同じ定義で頻度・時間・距離を集計し、条件の近い未整備地区の変化とも比べたい。Mobike以外の事業者の利用、車両供給、天候や人口の変化も確認すれば、単に利用可能な車両が増えたことを設備の効果と取り違えにくくなる。交差点での実際の待ち時間や安全性は、別途現地で確かめる必要がある。

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 ↗