ドイツの長距離鉄道駅周辺で知識集約型企業が多い地区の特徴

背景と課題

公共交通指向型開発（TOD）とは、公共交通の拠点周辺に住宅や業務施設を高密度に配置し、多様な用途と行き来しやすい環境を整える考え方である。従来のTOD研究は市内・地域交通の駅を主に扱ってきた。一方、専門知識を事業の中核に置く知識集約型企業には、都市内の移動だけでなく都市間へのアクセスも関わりうる。この論文は、長距離鉄道駅でもTODの特徴と企業の集積が結び付いているかを調べる。

ドイツでは、鉄道施設と周辺の土地に関わる主体が分かれ、駅周辺を一体的に計画しにくい。著者らは計画の有無ではなく、現に観察できる駅と地区の特徴を測り、企業数との関係を分析した。

研究の方法

観測単位はドイツの長距離鉄道駅１駅と、駅を中心とする半径800メートルの円形区域である。まず2021年の時刻表から例外的な運行を除き、指定した長距離列車が通常の平日に１日12本以上発車する178駅を選ぶ。駅ごとに、長距離列車の発車本数と、市内・地域交通の発車本数を別々に数える。後者には地域鉄道、都市鉄道、路面電車、バスなどを含む。区域内では、人口、建物が地表を覆う割合、平均建物容積の３要素から「密度」をつくる。飲食、店舗、医療、余暇などの地点情報の件数を「多様性」とするが、これは用途の均等さを表す指数ではない。さらに、駅から徒歩で800メートル以内に到達できる区域の割合、歩ける道路の延長、自転車で通れる道路の割合から「歩行・自転車環境」をつくる。歴史的な都心の位置を駅ごとに調べ、駅からの直線距離も測る。密度と歩行・自転車環境では各３要素を等しい重みで合わせる。回帰に用いる説明変数は標準化されているが、本文は複合指標をつくる際の各要素の変換手順までは詳述していない。

次に、企業データベースOrbisの位置情報と主たる業種コードを使い、各区域の知識集約型企業を数える。これを目的変数「知識の厚み」とし、全企業の件数と、分類した業種ごとの件数を分析する。駅間で企業数の分散が平均を大きく上回るため、著者らは件数を扱う負の二項回帰を採用した。回帰では、駅ごとの期待企業数の対数を、先の６つの特徴にそれぞれ係数を掛けた値と定数項の和で表す。自治体人口も加え、都市規模がほかの係数に及ぼしうる交絡を調整する。ほかの変数を一定としたとき、標準化された特徴が１単位増えると、期待企業数はその係数を指数にした倍率で変わる。この推定値から特徴ごとの関連を比較し、予測値と実際の件数との差も点検する。

この研究の新しさ

市内・地域交通を中心に発展してきたTODの測定を長距離鉄道駅に広げ、長距離列車と市内・地域交通の発車本数を分けて扱った点が特徴である。また、知識集約型企業数を、密度などの整備状況を示す指標に混ぜず、「知識の厚み」という成果側の指標として置いた。従来のTOD指標が、長距離駅周辺の知識経済の集積とどう関連するかを検討するためである。

従来研究との違い

全企業を対象とした回帰では、標準化された説明変数の係数は密度が0.453で最も大きく、施設数で測る多様性が0.301、長距離列車の発車本数が0.168だった。市内・地域交通の発車本数は0.024で、このモデルでは長距離列車の係数のほうが大きい。いずれもほかの変数を一定とした条件付きの関連であり、地域交通が企業にとって不要という意味ではない。歩行・自転車環境の係数は正、都心からの距離は負だった。

結果と評価

全企業モデルで密度が１標準偏差高い場合、ほかの変数が同じなら期待企業数は約57％多いという推定になる。業種別では、長距離列車との正の関連はハイテクサービスで認められた一方、「その他の知識集約型サービス」では統計的に有意ではなかった。製造業では、施設数や歩行・自転車環境などとの関連が統計的に有意ではなく、業種によって結果は一様でない。

著者らは説明変数間の多重共線性を点検し、頑健な標準誤差を用いて係数を示した。モデルの擬似決定係数は0.103～0.169で、著者らも当てはまりを控えめと評価している。残差の点検では、TODの水準が高い駅ほど企業数の過小予測が目立った。大都市の集積など、モデルにない要因が関わる可能性はあるが、この分析で要因を特定したわけではない。

限界・注意点

【著者が述べる限界】異なる時点の資料を組み合わせた横断面の分析であり、TODの特徴が企業を呼んだのか、企業集積が地区の発展を促したのかは判別できない。高いTOD水準の駅では企業数を大きく過小予測しており、集積効果などの欠落変数が疑われる。基礎データには公開できない部分もある。したがって、この関連を駅周辺の高密度化による企業誘致や環境改善の実証済みの効果として扱うことはできない。