本文へ移動
交通と土地利用

都市部の店舗の車両発生交通量を、周辺環境に応じて見積もり直す

Adjusting ITE’s Trip Generation Handbook for urban context

Kelly J. Clifton / Kristina M. Currans / Christopher D. Muhs
Journal of Transport and Land Use

原文PDFを読む ↗論文の公開ページ ↗

ポートランド都市圏の店舗調査を基に、ITEの車両発生率を密度や公共交通などの周辺環境に応じて補正する方法を検討した論文である。

この論文のポイント

  • ポートランド都市圏の78店舗で、平日夕方の人の出入りと来訪者の交通手段などを調べ、ITE発生率との差を分析した。
  • 用途別の指標と周辺環境指標を1種類ずつ使い、9つの補正モデルを推定した。
  • 追加の34店舗との照合では、コンビニと酒場でITE単独より良好な傾向があったが、飲食店での改善は一貫しなかった。

背景と課題

発生交通量とは、店舗などの施設を出入りする交通の量を指す。米国の交通影響評価では、交通技術者協会(ITE)の資料にある、施設の用途や規模に応じた車両発生率が広く使われる。ただし、その基礎データは自動車利用を前提とする郊外の単一用途施設に重点があり、徒歩・自転車・公共交通を利用しやすい都市部にそのまま適用するには注意が要る。過大推計は過剰な車向け整備につながり得る一方、根拠の薄い一律の減率も過小推計を招く。

本研究は、飲食店、ガソリンスタンドを併設しない24時間営業のコンビニエンスストア、酒場の3用途について、現地調査による車両発生率とITEによる推計値の差を調べる。対象はオレゴン州ポートランド都市圏であり、あらゆる施設に共通する補正率を求めた研究ではない。

研究の方法

分析の単位は1店舗で、モデルの対象時間は平日17~18時の1時間である。2011年、6月から10月初めにかけて78店舗で17~19時に出入口を通る人を数え、退出する来訪者への調査から交通手段と自動車の平均乗車人数を得た。床面積を把握し、各店舗から直線距離で半径0.8キロメートル内の密度や交通施設を空間データで測った。募集時には交差点密度などによる地区分類を使い、幅広い環境の店舗を含めたが、この分類は回帰分析には使っていない。

まず、17~18時の入店・退店人数の合計に調査で得た自動車利用割合を掛け、平均乗車人数で割って車両の出入り台数を推計する。さらに床面積を1000平方フィート単位で表し、その値で台数を割って車両発生率を求める。人数が同じなら、自動車利用割合が低いほど、また平均乗車人数が多いほど推計率は低い。車を直接数えられた44店舗では観測値と推計値を照合した。次に各店舗の用途・規模に対応するITEの発生率を求め、現地調査による率から差し引く。差が負なら、現地調査による率はITEの率より低い。

この差を目的変数、すなわち回帰分析で説明したい値とし、最小二乗法で係数を推定する。式は「補正量=切片+コンビニの係数×該当指標+飲食店の係数×該当指標+環境指標の係数×その値」。該当指標はその用途なら1、違えば0で、酒場を基準とする。最小二乗法は、各店舗で式が示す補正量と実際の差について、食い違いの二乗和を小さくする。周辺環境の指標を1種類ずつ替えて9モデルを作った。指標間の相関が強く、複数を同時に使うと係数を安定して解釈しにくいためである。出力は床面積1000平方フィート当たりの補正量で、ITEの率に足してから床面積に応じた車両台数へ換算する。環境指標の係数が負なら、他の式中の条件が同じとき、その指標が大きいほど補正後の率は低くなる。

この研究の新しさ

「都心なら一律に何%減らす」とするのではなく、用途・規模に対応するITE発生率との差を店舗ごとに求め、空間データから計算できる個別の環境指標に結び付けた点が特徴である。人の出入りに、調査した交通手段と乗車人数を組み合わせて車両数を推計するため、車を使わない来訪も調査に含まれる。著者らは長期的には、車両だけでなく人の移動と各交通手段を記録する仕組みが必要だと述べる。

従来研究との違い

比較対象は、周辺環境による補正をしないITEの推計である。元の78店舗では、コンビニと酒場の現地発生率はITEの値より低い傾向があり、飲食店では両者が近かった。著者らは前2用途には地域に応じた発生率または補正を勧める一方、飲食店についてはITEの方法が不適切と断定していない。用途別に別々のモデルを推定するには標本が少ないとして、3用途をまとめ、用途の違いを指標で表した。

結果と評価

9モデルの調整済み決定係数は0.76~0.77だった。これは推定に使った78店舗での当てはまりを示し、他地域での精度を保証しない。環境指標の係数はいずれも負で、用途の違いを式に含めた上でも、都市的な環境を示す指標が大きい店舗ほどITEとの差が負の方向に広がる関連が見られた。また、人の発生率の地区間平均が等しいという仮説は分散分析で棄却されなかったが、等しさが証明されたわけではない。

2012年に別途調べた34店舗の実測車両数との照合では、コンビニと酒場は概して補正モデルのほうがITE単独より良好だった。例えば、推計台数と実測台数の差を二乗して平均した平均二乗誤差は、公共交通路線数を使うモデルでコンビニが43、ITE単独が1121、酒場が9対30だった。飲食店では同じモデルが45、ITE単独が40で、改善は一貫しない。論文はこの照合を、標本数を要する厳密な妥当性確認とは区別している。なお、掲載された用途別照合表では、小売・サービス業の雇用指標を使うモデルの誤差値が空欄であり、9モデルすべての照合成績は読み取れない。

限界・注意点

【著者らが述べる限界】対象は1都市圏の3用途で、参加店舗には小規模な地元・地域系店舗が多い。調査は6月から10月初めの、降雨のない平日夕方に限られ、季節や天候による偏りの可能性がある。環境指標同士の強い相関により、複数の要素が組み合わさる影響を十分に切り分けられない。観測した指標の範囲外への適用も裏付けられていない。さらに、得られた係数は観測上の関連を表すもので、交通施設を増やせば車両発生率が係数分だけ下がるという因果効果ではない。

現場への応用案

【編集上の提案】都市部の開発を紹介するときは、床面積から見積もった車両台数だけでなく、「何人が出入りし、どの程度が車を使い、何人で乗り合わせるか」という計算の内訳も並べたい。補正が何を反映しているのか、読者が追いやすくなる。

現場で確かめるには

【編集上の検証案】自治体が導入を検討するなら、まず同じ3用途の地元店舗で、同じ時間帯の人・車の出入り、交通手段、乗車人数、床面積を記録する。周辺0.8キロメートルの環境指標が本研究の観測範囲に収まるかを確かめ、推定に使わない店舗の実測台数に対して、ITE単独と補正後の推計を用途別に比べる。飲食店の改善は前提とせず、過小推計が生じる店舗も確認したい。

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 ↗