第18回行動モデル夏の学校2019

今年は横浜市のプローブパーソンデータを用いて自転車利用に注目した行動モデル分析を行った。概ね傾斜度が大きい地区では自転車の利用が減少する事が明らかとなった。そこで政策として電動アシスト自転車を支給する政策を行った。結果として自転車利用が増え、費用便益比が大きく正の値をとった。モデル推定から政策シミュレーションまで行う事ができたが、時間短縮費用の算出の仕方をチームで共有する事ができておらず、満足できる結果では無かった。しかし、他大学の学生の発表を講聴したり交流することにより、刺激をもらうことができるいい機会だった。

感想: 私たちのチームは2020年東京オリンピック時の公共交通の混雑や道路混雑等への対策案を検討しました。具体的には、シェアサイクルに着目した移動手段選択モデルを構築し、シェアサイクルの利用促進を図る提案を考えました。シミュレーションの結果はあまり良い結果は得られませんでしたが、2日間先生方から様々な提案を頂き、とても勉強になりました。この経験を今後の学習に活かしていきたいと思っています。

感想: 今回から配布された豊洲データに着目し、分析を行いました。多項ロジットモデルの説明変数に導入するための指標を作成しましたが、モデルについての理解が浅かったため、モデルが上手く回らなかったことが非常に悔しく思いました。今回の行動モデル夏の学校で学んだことを基に、さらに精進をしていきたいです。また機会があれば是非参加したいです。ありがとうございました。

感想: Coming soon...

Impression and thoughts: We had a great experience at the summer school. The initial lectures gave some great insights into the validation and its importance in transportation modelling while other lectures introduced us to new methods and their implementations. The methods and models used by different teams were really innovative and made us look at the same problem from several new perspectives. It was intellectually stimulating to be a part of this competition, and we look forward to attend the summer school organised by Behaviour in networks studies unit at University of Tokyo in the future years.

Summary: We learned a lot of knowledge in this Summer School. Although we didn’t get the results we wanted, but we got valuable advice from teachers. And the experience of teamwork is also very valuable, whether in study or life, even in the later work, cooperation spirit is indispensable. We also attended many lectures given by professors from other schools, such opportunities are rare in normal times. So we are grateful so much to Summer school has provided an amazing opportunity for learning advanced statistical modeling to solve traffic problems. Here , through learning, teachers to teach well-days, let us in such a great learning environment ,in which learning a lot, and can know a lot of new friends. If we have the chance next time , we will also definitely attend.

感想: 私たちは、近年話題の「時差ビズ」等による働き方の時間的変化を、2008年横浜PPと2018年豊洲PPという2時点のデータを比較することでの把握を試みました。基礎分析において見られた自宅出発時間に関する傾向を、簡単な回帰モデルでの実証を試みました。推定したモデル自体は適合度が低く、改善の余地はありましたが、結果からはいくつかの傾向を読み取ることができました。また、生データの処理・分析作業の経験、講義や他大の発表で得た知見や刺激は、今後の各々の研究に活かし得るものも多く、全体として非常に良い学びの機会だったと考えています。

感想: パラメータの推定ではエラーに悩まされ続け、試行錯誤を繰り返していたが。結果的に数値を出せた。2通りの推定手法について、本来パラメータ値が同一となるべきだが、かなりの差が生じてしまっていた。原因の考察やモデルにおける割引率の解釈が深められなかった点が今回の反省点である。全体を通じてモデルの理解が深まったとともに、機械学習という従来の行動モデルとは別の分野におけるモデルとの接点を整理できたのは大きな成果だと思う。

感想: 今回の夏の学校で、課題を設定してモデルを構築し、PPデータの抽出からマップマッチングし、パラメータ推定を行って政策シミュレーションをするという、行動モデルに関する一連の流れを経験できたのは非常に有意義でした。実際にデータに触れることで、理論の理解も深まったように思います。定式化や推定自体はまだまだ荒削りな部分も多くなってしまいましたが、今回の経験を踏まえて、今後自分たちの研究をより良いものにしていければと思います。最後になりましたが、ご指導いただいた講師の先生方に感謝申し上げます。

感想: 私たちは、PPデータの利点である移動軌跡を分析し、ホーム外や改札外での待ちを考慮した「列車待ち時間」を運行間隔に基づき推定しました。豊洲、横浜、松山のPPデータを1トリップ毎にGIS上で見ていき、待ち時間を特定する作業は大変でしたが、PPデータの新たな活用方法を提案することができたと思います。結果としてDavis賞を頂き、非常に有意義な体験となりました。最後にご指導いただいた講師の先生方、運営の皆様ありがとうございました。

感想: 私たち早稲田大学は今回が初参加で慣れぬことも多く、説明変数の少ないPT調査を用いたこともありモデルを構築し政策を提案していく段階にまで進めることはできませんでした。NLでモデルを構築していくこと、パラメータやt値の評価を政策策定に落とし込んで考察していくことなどやるべきことを多く残してしまう結果となってしまったので、今回の教訓を今後の研究等に活かしていきたいと思います。最後に運営・講師の皆様、私たちへの講義や様々なアドバイスをありがとうございました。

感想: Coming soon...

感想: まず、横浜市の地形的特徴として坂が多いとイメージがグループの共通認識として挙げられたことから、GISデータを用いてメッシュ毎の傾斜度を算出し、それらを説明変数に組み込むことで坂の勾配が交通手段選択に与える影響を把握することを試みました。モデルに関しては、2日目の事前課題発表後に先生方からのご指摘を基に構築したことから、かなり時間的に厳しい状況でしたが、サンプルのばらつきの少なさよりt値が有意なパラメータが少ない推定結果ではあったものの、mixed logit modelを用いて様々な要因を考慮したモデルを構築できたこと、さらに先生方からのサンプル抽出方法や変数の導入に関する新たなご指摘を頂けたことから、今後の各個人の研究での分析に繋がる機会となりました。ありがとうございました。

感想: coming soon...

感想: 私たちのチームは、横浜市が政策目標として掲げている、マイカー交通から公共交通への転換促進に着目し、アクセス・イグレス時間の短縮が公共交通シェアに及ぼす影響について分析しました。しかし、今回の演習を通してモデルの理解も、交通への知識も足りていないことを痛感しましたので、今回の経験を糧に、モデラーとして更なるレベルアップを目指したいと思います。

感想: 我々は、豊洲エリアにおいて、MaaSが交通手段選択に与える影響分析をしました。公共交通機関の利用が大幅に増加するという仮説を基に検証しましたが、MaaS導入後も交通手段選択は大きく変化しませんでした。当初考えていた結果と大きく異なりましたが、先生方からこの結果は「豊洲にMaaSを導入しても効果が薄いことを示している」とのお言葉をいただきました。このように、出た結果を素直に評価することが大切だということを学ばせていただきました。今後は他地域でも分析を行い、地域特性による差異を分析したいと思っています。最後に、関わっていただいた全ての方々に感謝申し上げます。ありがとうございました。

感想: 広島大学チームは今回、曜日による労働後の人々の余暇活動の変化に注目し、曜日間の比較に加え、政府が現在実施しているプレミアムフライデーといった政策の導入の効果を横浜と豊洲のデータから検証しました。結果としてはモデルの組み立てや運用に苦戦し、満足な答えにたどり着けないという悔しい結果となりました。しかし、夏の学校の講師の皆様のご講演や他のチームの発表やその姿勢から学んだことは多く、密度の濃い時間を過ごすことができ、一人一人のスキルアップに加え、それぞれの課題を発見できました。この経験を各々の今後の研究に生かしていきます。最後に運営の皆様、講師の皆様、TAの皆様に心からの感謝を申し上げます。