北京の地下鉄駅ごとに自転車の利用圏を定め、街路環境との相関を調べる

背景と課題

ドックレス型シェアサイクルは、決まった駐輪ポートを使わない共同利用の自転車で、地下鉄駅までの移動にも使われる。駅周辺の環境を調べる際、全駅に同じ半径を当てはめると、駅ごとに異なる自転車の移動距離を反映しにくい。従来の分析は土地利用や道路網など広域の指標と利用件数に重点を置き、利用者の目に映る緑や道路設備、走行速度との関係は十分に調べられていなかった。本研究は北京の駅を単位に、環境を集計する範囲を定め直し、乗り継ぎの密度と速度の双方を分析する。

研究の方法

観測単位は地下鉄駅で、目的変数は駅へ向かうアクセスと駅から離れるイグレスの一日当たり乗り継ぎ件数密度、各方向の平均走行速度の計四つである。2019年3月4～10日の自転車記録には発着時刻と位置があるが、走行軌跡はない。欠損、移動のない記録、不合理な時間・距離・速度を除いた11,120,676件を出発点とする。駅入口の座標がないため、駅の中心点から半径500mを乗り継ぎ判定範囲とし、発着点が入る利用を駅に対応づける。範囲が重なる場所は、地点を最寄りの駅に割り当てるティーセン分割で整理する。こうしてアクセス567,364件、イグレス581,798件を特定した。ただし、判定された全件の実際の乗り継ぎ目的を確認したわけではない。

次に、駅に対応づけた自転車の移動距離について、85％の利用を含む距離を駅別に求め、環境を集計する「影響圏」の半径とする。圏内で人口、駅属性、道路、土地利用などを集計する。街路上では100m間隔の地点から四方向の画像を取得し、FCN-8sという画像内の物体を画素ごとに分類するモデルで、緑の画素割合や街灯・信号・柵などが見られる地点の割合を作る。説明変数間の重なりはVIF（分散拡大係数。ほかの説明変数からどれほど説明されるかを示す指標）で確認し、本文は10を超える変数を除くと記す。乗り継ぎ件数密度は一日当たり件数を影響圏の面積で割った値で、速度は推定移動距離を所要時間で割った値から集計する。距離は軌跡がないため最短経路を仮定し、本文はユークリッド距離に基づくとするが、経路推定の細部は示していない。最後に四つの目的変数を別々に重回帰し、ほかの投入指標を一定としたときの各指標と目的変数の関係を係数で読む。係数は環境を変えた場合の因果効果を表さない。

この研究の新しさ

駅への乗り継ぎ利用を判定する半径500mの範囲と、環境を集計する駅別の影響圏を分けた点が特徴である。さらに、街路画像から得た視覚的な環境指標を道路・土地利用・駅属性などとともに分析し、乗り継ぎ件数密度に加えて平均速度との相関を調べた。

従来研究との違い

先行研究には全駅共通の半径や、全駅の移動距離をまとめて決めた共通の閾値を使うものがある。本研究の影響圏は駅ごとの利用距離で決まり、半径は0.8～3.65kmに分かれた。また、利用件数中心の分析に速度を加えた。ただし、共通半径を使った回帰モデルとの予測精度の直接比較は本文に示されていない。

結果と評価

一日10件未満の駅22カ所を除いた307駅で回帰した。影響圏の約75％は半径2km未満だった。自由度調整済み決定係数は、件数密度でアクセス0.811、イグレス0.798、速度で順に0.364、0.372であり、速度モデルの当てはまりは低い。表2では、緑と柵などの存在割合は両方向の件数密度と正の相関を示し、速度との正の相関が10％有意水準に達したのはイグレスだけだった。街灯の存在割合はイグレス密度と両方向の速度で負、信号などの存在割合は両方向の密度で負の相関を示した。街灯とアクセス密度、信号と速度の係数は同水準で有意ではない。これらは観測された関連であり、整備による変化を実証した結果ではない。

限界・注意点

著者は、街路画像が撮影時点の景観を表すこと、緑などが季節で変わること、走行経路・駅への帰属・利用目的に仮定があること、データの年次がそろっていないことを限界に挙げる。横断面の線形回帰では因果関係も確かめられない。加えて編集上の確認事項として、表1ではVIFが10を超える住宅人口密度と飲食店密度が、表2の回帰結果にも載っている。本文に記された変数除外手順と表の整合は確認が必要である。