南京の公共自転車利用と周辺環境――場所ごとに異なる関係を調べる

背景と課題

建造環境とは、土地利用、道路、交通施設など、人が整備した周辺環境を指す。公共自転車の利用と建造環境の関係を市内共通の一つの係数で表すと、従来の中心市街地と新しい開発地区の違いを捉えにくい。地点ごとに係数を推定する地理的加重回帰（GWR）でも、通常はすべての説明変数に同じ空間的な範囲を用いる。本研究は、要因ごとにその範囲を変え、南京市の貸出回数との関連を調べた。

研究の方法

観測単位は南京市中心部の公共自転車ステーションで、回帰に用いたのは1,025地点。元データは2016年7～12月の179日分、1,064ステーションの貸出・返却記録である。走行時間が1分～24時間の範囲外にある記録、利用記録のないステーション、大雨・降雪日の走行を除き、19,708,241件を残した。目的変数は地点ごとの平均時間当たり貸出回数で、平日の朝7～9時、夕方17～19時、非平日の6～23時を別々に扱う。貸出回数をyとして、分布の長い裾を抑えるためlog(1+y)に変換した。説明変数には人口密度、商業・職場・住宅などの施設、近隣ステーション、土地利用の種類数、バス・地下鉄駅、道路、自転車道、駐車場を用いる。施設などは地点から300メートル、道路と自転車道は1,500メートルの範囲で集計した。相関の高い幹線道路密度とホテル密度は候補から外し、各説明変数を正規化した。公園密度も、比較した各モデルで有意でなかったため入力から除いた。

多尺度地理的加重回帰（MGWR）では、各地点の対数貸出回数を、説明変数ごとの「その地点の係数×変数の値」の和で表す。係数は地点によって変わり、推定時に参照する近隣地点数も変数ごとに選ぶ。近い地点ほど重く扱う適応型ガウス重みを使い、近隣地点数の候補を黄金分割探索で調べ、補正赤池情報量基準（AICc）が最小となる値を選ぶ。まず通常のGWRから各変数の寄与の初期値を作る。次に、観測値と寄与の合計との差である残差に、更新対象の変数の古い寄与を戻す。その値を対象に局所回帰を解き、近隣地点数、係数、寄与を更新する。この操作を変数ごとに収束まで繰り返す。出力される時間区分別・地点別の係数は、他の入力変数を含めたモデル内での関連を表す。係数は対数変換後の貸出回数に対する値なので、元の貸出回数の増減として直接読まず、符号や地域差を地図で確認する。

この研究の新しさ

MGWRを使い、要因によって係数が変化する空間的な範囲が異なる可能性を扱った点に特徴がある。例えば人口密度と道路密度を同じ近隣地点数で推定する必要はない。また、先行研究ではほとんど検討されていなかった駐車場と公共自転車利用の関連も調べた。論文は建造環境の「六つのD」を変数選択の枠組みにしているが、中心地までの距離による目的地へのアクセス指標は、南京が複数の中心を持つとして採用していない。

従来研究との違い

市内共通の係数を使う線形回帰、全変数で同じ空間的な範囲を使うGWR、変数ごとに範囲を選ぶMGWRを、朝・夕・非平日の各目的変数について比較した。本文によれば、MGWRの決定係数は3区分とも約0.75で、線形回帰の0.474、0.572、0.533を上回る。残差平方和とAICcもMGWRのほうが小さいと報告されている。提示された表は行の対応が崩れているため、そこから両指標の個別値は引用しない。

結果と評価

残差の空間的な偏りを測るモランのIは、線形回帰では朝・夕・非平日に0.230、0.188、0.276、MGWRでは0.041、0.074、0.054だった。地点別の係数では、住宅の多さは朝の貸出と強く関連し、夕方はおおむね中立だった。人口密度と貸出の関連は従来の中心市街地より新しい開発地区で強く、近隣ステーションの多さには負の関連が見られた。駐車場との関連も地区や時間帯によって異なる。これらは観測データ上の関連であり、施設を増やした場合の効果を示すものではない。本文で示された評価はモデルの適合度と残差の比較で、別の時期や都市での予測性能は確認されていない。

限界・注意点

著者は、建造環境や市民の行動が都市間で大きく異なるため、共通する仕組みを調べる追加研究が必要だと述べる。また、駐車場との関連が駐車場自体によるのか、重なって分布する別の要因によるのかは不明としている。本研究の分析対象は南京市中心部の2016年の記録であり、係数や適合度を他都市や現在の運用にそのまま当てはめる根拠はない。