本文へ移動
交通と土地利用

最寄り店より「いつもの店」――デトロイトの食料品買い物交通を再現する

Grocery shopping behavior in Detroit neighborhoods experiencing disinvestment and decline: An empirically grounded agent-based model of data-scarce communities

Arika Ligmann-Zielinska / Igor Vojnovic / Timothy F. LeDoux
Journal of Transport and Land Use

原文PDFを読む ↗論文の公開ページ ↗

デトロイトの投資縮小地区で集めた世帯調査を基に、買い物先と移動手段の選び方が移動距離にどう表れるかを調べた研究である。

この論文のポイント

  • 2008~09年のデトロイト東部の世帯調査188件を基に、年齢・所得別の食料品買い物交通をシミュレーションした。
  • 買い物先は回答者が挙げた店舗と訪問頻度を基に選び、住居からの道路網上の距離は選択後に求めた。
  • 基準ケースでは自動車・バスの利用が多い一方、若い低所得層には徒歩・自転車による長距離移動も見られた。

背景と課題

食料品へのアクセスは、自宅から最寄りの店までの距離で測られることが多い。しかし、住民が実際に使う店は最寄りとは限らず、車を使えるかどうかも買い物を左右する。論文の対象は、人口減少と投資の縮小が進んだデトロイト東部の地区である。土地利用は混在し道路の接続性も高いが、調査が行われた2008~09年、市内には大手の広域・全国チェーンのスーパーマーケットがなかった。研究は、この地区の世帯が選ぶ店と、そこへ向かう交通手段・距離の関係を、年齢と所得の違いに着目して検討する。

研究の方法

分析単位は世帯を模した「エージェント」と、その食料品の買い物である。エージェントベースモデルとは、個々の主体に属性と行動規則を与え、行動を積み上げて全体の傾向を見るシミュレーションをいう。基になる世帯調査では、週の買い物回数、訪れる店、移動手段などを尋ねた。回答258件から移動や店舗に関する情報が不足するものなどを除き、188件をモデル作成に用いた。世帯主の年齢と世帯所得を組み合わせ、回答の少ない区分を統合して8群に分ける。各群について、週の総買い物回数と自動車・バスによる回数の確率分布、回答者が挙げた店とその訪問頻度を用意する。確率分布は、例えば同じ群でも週に何回買い物へ行くかが異なることを、モデル上の世帯に反映するためのものだ。回答にある住居・店舗の所在地を地図上に対応づけ、道路網から住居と店舗を結ぶ距離表も作る。

次に、米国の地域別世帯推計を年齢・所得の8群に組み替え、約1万4700世帯に相当するエージェントを生成する。各エージェントを該当する調査地区内の住居に配置し、所属群の分布から買い物回数などを割り当てる。1週間を時間単位とし、買い物ごとに所属群の回答者が挙げた店舗群と訪問頻度を使って行き先を選び、移動手段を決める。ただし調査は判断の順番まで捉えていない。そこで「店を先に選ぶ」「手段を先に選ぶ」「店と手段を組で選ぶ」という3種類の行動規則を設け、初期設定では等しい確率で選ばれるようにした。店の種類を選択に含めるかどうかも、変動させる設定の一つである。これは最短距離や効用の最大化を解く手法ではない。距離は店選びの条件にせず、選ばれた店と住居の間について道路網の距離表から求める。各買い物の行き先・手段・距離を記録し、5週間の実行結果から群別の手段割合や距離との関係を集計する。店と手段を組で選ぶ場合の細かな処理手順などは本文に示されておらず、ここでは補わない。

この研究の新しさ

特徴は、資料を得にくい貧困・投資縮小地区で集めた訪問店舗の情報を、店選びに直接使った点にある。世帯を年齢・所得別に分け、各群の買い物回数や交通手段の違いも反映した。一方で、店舗の出退店や世帯同士の直接の相互作用は扱わない。食料品の買い物交通に対象を絞り、調査からは確定できない判断規則が結果をどれほど変えるかも調べている。

従来研究との違い

論文が対比する近接性重視のモデルでは、自宅に近い店ほど選ばれやすい、あるいは最寄り店を選ぶと仮定する。本研究は、回答者が挙げた地区外の店も候補に含め、選択後に道路網上の距離を求める。したがって「近くに店があること」と「その店を利用すること」を分けて考えられる。ただし、最寄り店方式と同じ条件で予測精度を競った比較実験として読むべきではない。

結果と評価

基準ケースでは、買い物の多くが自動車・バスによる移動で、年齢が高い群ほどその割合が高い傾向だった。一方、若い低所得層には徒歩・自転車で比較的長い距離を移動する傾向も見られた。モデル作成に使った調査との照合では、週の平均買い物回数の差は8群中7群で1回以内、平均距離の差は群によって0.8~3.5kmだった。自動車・バスによる買い物の割合はモデル側が全群で高く、その差は最大11ポイントと報告されている。これは標本内での照合であり、別の時期や地域の行動を予測できたことを示す検証ではない。

結果が設定にどれほど左右されるかを調べる感度分析では、店の種類を選択に含めるか、3種類の判断規則のどれを使うか、世帯数を縮小する倍率、乱数の設定を変えた。論文は、1回5週間の実行を2560回行い、特に店の種類と判断規則が自動車・バス利用割合の変動に関わると報告する。また、高齢者、最も所得の低い群、中所得群の人口をそれぞれ3倍にする極端な想定で、移動手段と距離の関係を基準ケースと比べた。これらは人口変化の予測値でも、政策の実測効果でもない。

限界・注意点

【著者が述べる限界】モデルは対象地区の行動を探る道具で、他地域への一般化には制約がある。調査の回答率は10.3%で、少数の回答がまれな行動を過大に反映するおそれもある。店と手段の選択に関する3規則は直接観測されておらず、結果の重要な不確実性となった。調査後には小売店の配置も変わった。人種・性別による違い、実際の所要時間、行きと帰りで異なる手段の利用も十分には扱っていない。【解釈上の注意】論文は投資縮小と長距離の買い物を関連づけるが、このシミュレーションだけで投資縮小の因果効果を特定したわけではない。

現場への応用案

【編集上の提案】最寄りのスーパーまでの距離を示す地図に、住民が普段利用する店と、その店へ使う交通手段を重ねて紹介すると、距離だけでは見えない買い物の負担を伝えやすい。その際、論文が再現したのは特定の地区・時期の行動であり、他都市でも同じ傾向があるかは別問題だと明示したい。

現場で確かめるには

【編集上の導入時の検証案】地域の食料品アクセスを調べるなら、店の立地だけでなく、訪問先・頻度、往路と復路それぞれの手段、所要時間を新たに聞き取る。モデル作成に使わない回答を別に確保して年齢・所得別のずれを照合し、店舗とバス路線の現況も更新したうえで、施策検討への利用を判断する。

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 ↗