アムステルダムの駐車料金改定と地下鉄開通で、駐車券の購入件数はどう変わったか

背景と課題

アムステルダムでは、中心部の車利用を抑える政策の一環として、2018年7月に地下鉄南北線が開通し、2019年4月に駐車料金が引き上げられた。中心部で路上駐車が減っても、車が周辺部やパークアンドライド（P&R：車を止めて公共交通に乗り継ぐ施設）へ移る可能性がある。本研究は、場所ごとの有料駐車券の購入件数を追い、こうした政策変更の前後にどのような変化が見られたかを検討する。購入件数は駐車需要を観測する指標だが、無料で駐車した車を含む総駐車台数ではない。

研究の方法

入力は、2018年3月1日から2020年4月30日までの792日間に記録された、路上の販売地点3,594か所とP&R施設8か所の2,200万件超の取引である。販売地点を80の近隣地区または56の料金区域にまとめ、区域・施設ごとに1時間当たりの購入件数を目的変数として、別々に予測モデルを作る。異常検知で見つかった値のうち、休日や予定された催事に重なるものは残し、それ以外を除去してカルマンフィルターと季節ナイーブ法で補完する。件数は各場所の最小値を引き、最大値と最小値の差で割って縮尺する。時系列の順に学習・検証・試験データへ分ける。説明変数には天候、催事の来場者数と開催前後の時間、休日、他区域の直近1時間の購入件数、駐車料金、地下鉄開通後や感染症対策期を示す値などを使う。天候変数は、互いの相関によって係数が不安定になるのを避けるため、分散拡大係数を見て選ぶ。

過去168時間を参照して次の168時間の件数を予測する。季節ナイーブ法は前週の同じ時刻の値を使う。SARIMAXは、過去の件数と予測誤差、前時点や前週との差で表す変動に、説明変数の係数を加える。係数は、他の条件をモデル上で考慮したとき、その変数が予測件数にどう結び付くかを示す。本文では係数がゼロかの検定で変数を選び、過去値や誤差を使う期間を調整する。ETSXは、平常時の水準・傾向・季節変動に説明変数の寄与を足す。まず説明変数なしで当てはめ、残差（実測値と予測値の差）と最も相関する変数を候補にしてAICcというモデル選択指標を確認する。ただし本文の採否規則と式の一部には整合しない記述があり、更新計算を正確には再現できない。IMV-LSTMは変数ごとに過去の情報を保持し、どの時点・変数を重視するかを学習する。検証データで設定を選び、試験データで二乗誤差の平均の平方根であるRMSEと相対誤差の指標SMAPEを比較する。選ばれたETSXの係数は、外部変数の寄与を除いた平均件数で割って百分率に換算し、地域別の変化として表示する。

この研究の新しさ

著者らが強調するのは、地下鉄開通と駐車料金改定という複数の変更を、同じ都市の時間別取引から地域ごとに比較した点である。天候や催事なども説明変数に含め、翌週予測の精度と変数ごとの推定結果を併せて調べた。結果は、地域と期間を選んで取引件数や推定変化率を見られる意思決定支援画面「ParkMotion」にまとめている。

従来研究との違い

政策や催事の情報を使わない季節ナイーブ法を基準に、SARIMAX、ETSX、IMV-LSTMを比較した。本文で数値が示された6地点では、ETSXのRMSEとSMAPEがいずれも4手法中で最小だった。例えばBijlmer CenterのRMSEは、季節ナイーブ57.771、SARIMAX29.261、ETSX24.329、IMV-LSTM42.247である。これは同地点の時間別購入件数の予測誤差であり、政策による減少率ではない。著者らは他の多くの地点でもETSXが最良だったと述べるが、全地点の誤差一覧は本文に示されていない。

結果と評価

ETSXによる地域別の分析では、料金引き上げ後、高料金になった中心部の購入件数は最大22％減り、周辺部やP&Rでは増加が見られた。地下鉄開通後は北側の駅に近い地区で81％増え、東部などでは最大77％減った。「最大77％減」は料金改定ではなく、地下鉄開通に対応する場所別の推定値である。著者らは、中心部の変化は地下鉄開通より料金改定と強く結び付くと解釈する。感染症対策期には多くの地点で購入件数が減り、閉鎖されたP&R RAIでは100％減と報告する。これらは時系列モデルで説明変数に対応付けた変化であり、各施策だけの因果効果を実験で切り分けた値ではない。

限界・注意点

著者らは、IMV-LSTMの計算負荷により、設定や説明変数の組み合わせを十分に比較できなかったと述べる。また、料金改定と来訪者数の関係は、細かな来訪者データの不足と感染症流行のため評価が難しい。解釈上の注意として、試験データから感染症対策の開始時点を除き、その後の約6週間は選定済みモデルで分析しているため、この期間の予測精度を同じ条件で確かめたとはいえない。未観測の同時期の変化が、政策に対応する推定値に含まれる可能性も残る。