GCL Presentation Competition2016(Yohei Fujigaki)
•Download as PPTX, PDF•
0 likes•223 views
GCLプレゼンコンペ（2016）で発表した内容です。
Recommended
More Related Content
Similar to GCL Presentation Competition2016(Yohei Fujigaki)
Similar to GCL Presentation Competition2016(Yohei Fujigaki) (20)
Recently uploaded
Recently uploaded (8)
GCL Presentation Competition2016(Yohei Fujigaki)
- 2. 21. Social Issues and the Research 藤垣洋平が撮影 @仙台駅前
- 3. 3 DRT (Demand Responsive Transport) 乗合タクシー・オンデマンドバス Car Sharing 「いつでも」「どこから、どこへでも」移動できるサービスを、 安く効率的に提供 ▲画像出典：Times Car PLUS http://plus.timescar.jp/tcph/ タクシーのようにDoor to Door 近い方向の人で乗合うため安い アプリで発着地点を入れれば、適切 な車両を割り当てルートを自動計算 スマホ予約，ワンタッチ貸出 借りた場所ではなく、目的地 の近くで返せばいい ICTを活用した柔軟で効率的な交通サービス （右）画像出典：Helsinki Regional Transportation Authority: Kutsuplus – Final Report, HSL Publications, 2016
- 4. 検索・予約・支払は全てバラバラ… 4 バス オンデマンド交通 タクシー カーシェア ◯ 速い ● 柔軟性が低い ◯ いつでも、どこでも利用可能 ● 混んでいると待たされる Taxi App. Transit Search 迷う… Car share App. 鉄道 ◯ 安い ● 近くに貸出可能な車両が 居ないと使えない ◯ 安い、多く乗れる ● 柔軟性が低い それぞれの交通手段に長所と短所がある 検索・予約・支払は全て個別アプリ＆アカウント
- 5. 5 画像出典：MaaS Global https://maas.global/our-solutions/ パッケージの例（Hietanenより *） ■ 都市部通勤者向けパッケージ：95€/月 • 居住している市内での公共交通が無料 • 100kmまでのタクシー使用 • 500kmまでのレンタカー • 1500kmまでの国内公共交通 ■ 15分パッケージ：135€/月 • 待ち時間15分以内の乗合タクシー • EU圏内で0.5€/kmで乗合タクシー利用可能 • 居住している市内での公共交通が無料 • 1500kmまでの国内公共交通 *Sampo Hietanen: ‘Mobility as a Service’ – the new transport model?, Eurotransport , volume12, issue2, 2014 そこで、統合モビリティサービス 検索も予約も支払いも一つのアプリで 予定と場所を入れるだけで 最適な行き方を提案してくれる 月単位の定額制も用意
- 8. 8 自動運転車は、所有者が使用していない時間帯も 自動で動いて他の人の役に立つことができる 自動運転のカーシェアリング ＝ 自動運転タクシー 同一方向の需要は乗合で効率化 →自動運転バス・乗合タクシー 同じ車両が、カーシェア、タクシー、バス等の現在は別のサービスとして 動いている多様な形態を担当可能になり、サービス間の境界が曖昧に 車両ではなく、ニーズに応じたサービスを受けられる利用権を買う形態が 想定される＝統合モビリティサービス 自動運転社会のインターフェイスに 画像出典：Local Motors https://localmotors.com/ Local Motor社の自動運転バスOlli 専用アプリでの呼び出しを想定 チャーター便または乗合便として 柔軟に運行する形態が想定されている
- 9. 9 画像出典：https://maas.global/our-solutions/ パッケージの例（Hietanenより *） ■ 都市部通勤者向けパッケージ：95€/月 • 居住している市内での公共交通が無料 • 100kmまでのタクシー使用 • 500kmまでのレンタカー • 1500kmまでの国内公共交通 ■ 15分パッケージ：135€/月 • 待ち時間15分以内の乗合タクシー • EU圏内で0.5€/kmで乗合タクシー利用可能 • 居住している市内での公共交通が無料 • 1500kmまでの国内公共交通 *Sampo Hietanen: ‘Mobility as a Service’ – the new transport model?, Eurotransport , volume12, issue2, 2014 本研究の貢献 For Companies & Government
- 11. 略歴と修士研究 11 1989年神奈川県生まれ・渋谷教育学園渋谷中高 → 理1 → 都市工学科 2014年に都市工学専攻の修士課程を修了後，民間企業に勤務 2015年10月に都市工学専攻 博士課程入学 2016年5月にGCLに編入，同月末に勤務先を退職し博士課程に専念 修士研究：高利便性乗合タクシーのサービス設計に関する研究 • 論文(査読付)を3本投稿 • 工学系研究科長賞を受賞 -3000000 -2000000 -1000000 0 1000000 2000000 500 900 1300 1700 2100 2500 2900 3300 3700 4100 4500 4900 利 益 （ 円 / 月 ) 料金（定額制1週間当たり） 料金と均衡時利益 １台 ２台 ３台 ４台 時計 変数調整 各種指標の時系列出力 （リアルタイム） 背景地図 ©OpenStreetMap への協力者
- 12. 社会をシミュレーションするという仕事 12 社会のシミュレーションを用いたコンサルティング データ分析から人の行動選択を 予測する数理モデルを構築 シミュレーション 結果を分析 企業や行政の意思決定を支援 テーマの例 新しい乗り物により移動パターンはどのように変わるか？必要台数は？ EVの充電設備をどこに設置したら良いか？需要は？ S1 (10min/¥5000) S2 (20min/¥2500) S3 (30min/¥2500) 平均 信頼区間上限 平均 信頼区間上限 平均 信頼区間上限 2台 51.8 56.4 3台 12.0 12.8 25.7 28.0 29.7 33.7 4台 9.8 10.6 19.5 22.0 必要台数 4台 （合計8台） 4台 （合計8台） 3台 （合計6台） 収入推計 (円/月) 1480000 4910000 3050000 支出 4000000 4000000 3000000 利益推計 (円/月) -2520000 910000 50000
- 16. 16 本研究における「統合モビリティサービス」とは， 「鉄道，バス，タクシー，DRTやカーシェアリング等の個別に提供されてい た交通サービスを，月額制などにより統一的に決済される料金プランと単一 の検索・予約システムを通して利用者に提供するサービス」と定義する 「統合モビリティサービス」の諸要素と、要件及びバリエーション 要素 定義上の要件 バリエーション 料金 一つのアカウントや窓 口で決済可能 完全定額制、従量部分を含む定額制、 完全従量制など 検索 一つのアプリや窓口で 検索可能 スマートフォンアプリ（単独 or スケ ジュール連携）、電話窓口 予約・手配 検索と同じアプリや 窓口で予約・手配可能 スマートフォンアプリ（単独 or スケ ジュール連携）、電話窓口 統合対象 二つ以上の 交通サービス ※次のスライドで整理 定義と類型化
- 17. 17 統合対象範囲により3段階に類型化できる ■ 定路線型：同一事業者によるバスと鉄道の共通定期券や共通案内など ■ 乗合サービス型：都市型DRTが道路上の公共交通を統合した形態 ■ 総合型：シェアリングも含めた統合形態で、MaaS Global社などが提供 を始めようとしている 鉄道 バス DRT (乗合タクシー・デマンドバス) タクシー カーシェアリング 自転車シェアリング 総合型 定路線型 乗合サービス型 統合対象による類型化
- 18. 分析の大枠 18 個人の活動選択 意思決定 シミュレーションや評価式による 交通パフォーマンス評価 交通サービス （道路等のインフラ＋ 輸送サービス） 短期 長期 ??? /ride ?? vehicles 自動車保有選択やパッケージ選択と 事業者の収支に基づくパッケージ調整行動の相互作用 Market
- 19. 分析手法 Multi-Cycle Model 全体像 状態 更新 短期の意思決定 （1日の活動選択） ・活動内容、目的地 ・使用交通手段、経路 各サービスの 利用・運行状況 （交通市場） 経験の蓄積 今後の利便性の期待・予測 供給側の パッケージ設定に 関する意思決定 供給側の 個別サービス運用 に関する意思決定 利用者側の意思決定供給者側の意思決定 Cycle 1 Cycle 4 Cycle 3 パッケージ 内容調整 収入 調整 費用など 短期間での循環 居住地・主要活動地選択 自家用車保有選択 Cycle 2-b 都市構造 ※住宅市場・ 施設立地など LOS実績 （待ち時間、混雑など） 選択 サービス パッケージ 市場 情報 市場 依存 関係 サービスパッケージ選択 前提条件 算出 選択時の参考 情報 Cycle 2-a 購入
- 20. 短期的な利用者の 意思決定と、 サービスパフォー マンスから導かれ るLOSの循環 単一サービスでの この部分の研究は 既に多く存在 複数サービスの パフォーマンスを考慮 *タクシーやDRT等の 柔軟な交通手段も含む Multi-Cycle Model - Cycle 1 状態 更新 短期の意思決定 （1日の活動選択） ・活動内容、目的地 ・使用交通手段、経路 各サービスの 利用・運行状況 （交通市場） 経験の蓄積 今後の利便性の期待・予測 利用者側の意思決定 Cycle 1 短期間での循環 居住地・主要活動地選択 自家用車保有選択 Cycle 2-b 都市構造 ※住宅市場・ 施設立地など LOS実績 （待ち時間、混雑など） 選択 サービス パッケージ 市場 情報 市場 サービスパッケージ選択 前提条件 算出 選択時の参考 情報 Cycle 2-a 購入
- 21. 経験の蓄積と、今後の 期待をもとに、以下の 選択を繰り返す Cycle 2-a: 1か月～数か月単位で のサービスプラン選択 Cycle 2-b: 居住地・主要活動地選 択（勤務先、通学先 等）と私有モビリティ 保有選択 Multi-Cycle Model - Cycle 2 状態 更新 短期の意思決定 （1日の活動選択） ・活動内容、目的地 ・使用交通手段、経路 各サービスの 利用・運行状況 （交通市場） 経験の蓄積 今後の利便性の期待・予測 利用者側の意思決定 Cycle 1 短期間での循環 居住地・主要活動地選択 自家用車保有選択 Cycle 2-b 都市構造 ※住宅市場・ 施設立地など LOS実績 （待ち時間、混雑など） 選択 サービス パッケージ 市場 情報 市場 サービスパッケージ選択 前提条件 算出 選択時の参考 情報 Cycle 2-a 購入
- 22. Multi-Cycle Model - Cycle 3 状態 更新 短期の意思決定 （1日の活動選択） ・活動内容、目的地 ・使用交通手段、経路 各サービスの 利用・運行状況 （交通市場） 経験の蓄積 今後の利便性の期待・予測 供給側の パッケージ設定に 関する意思決定 供給側の 個別サービス運用 に関する意思決定 利用者側の意思決定供給者側の意思決定 Cycle 1 Cycle 4 Cycle 3 パッケージ 内容調整 収入 調整 費用など 短期間での循環 居住地・主要活動地選択 自家用車保有選択 Cycle 2-b 都市構造 ※住宅市場・ 施設立地など LOS実績 （待ち時間、混雑など） 選択 サービス パッケージ 市場 情報 市場 依存 関係 サービスパッケージ選択 前提条件 算出 選択時の参考 情報 Cycle 2-a 購入 サービス供給者による、車両数などの供給 調整に関する意思決定を発端として、利用 者の意思決定が変化し、それが費用変化な どとして供給者の意思決定に影響する循環
- 23. Multi-Cycle Model - Cycle 4 状態 更新 短期の意思決定 （1日の活動選択） ・活動内容、目的地 ・使用交通手段、経路 各サービスの 利用・運行状況 （交通市場） 経験の蓄積 今後の利便性の期待・予測 供給側の パッケージ設定に 関する意思決定 供給側の 個別サービス運用 に関する意思決定 利用者側の意思決定供給者側の意思決定 Cycle 1 Cycle 4 Cycle 3 パッケージ 内容調整 収入 調整 費用など 短期間での循環 居住地・主要活動地選択 自家用車保有選択 Cycle 2-b 都市構造 ※住宅市場・ 施設立地など LOS実績 （待ち時間、混雑など） 選択 サービス パッケージ 市場 情報 市場 依存 関係 サービスパッケージ選択 前提条件 算出 選択時の参考 情報 Cycle 2-a 購入 サービス供給者による、パッケージ内容や 料金変更に関する意思決定を発端として、 利用者の意思決定が変化し、それが収入変 化として供給者の意思決定に影響する循環
- 24. 24 国内の郊外住宅団地での運行実験を計画中 • 乗合タクシー、バスを含む統合モビリティサービスの提供 • 可能であれば期間を分けて複数段階のサービスレベルを提供 実験に合わせて調査を実施予定 • 実験中の利用者を対象に調査を実施予定 • 支払意思や、目的地選択の変化、転居意向などについて調査予定 実データを用いた影響評価やサービス設計に向けた分析例を提示予定 ※必要に応じてシミュレータを構築 今後の研究予定
- 25. 25 4. GCL Plan in 2016 藤垣洋平が撮影 @London
- 26. 26 モビリティサービス分析・設計者としてグローバルリーダーになる 8月末にMaaS Global社を訪問し運行状況を調査、共同研究を検討 今後は自動運転Local Motor社との協業も検討したい (自主企画研究活動費を活用) ローカライズという世界各地で生じる課題に足元から対応する 国内の郊外団地での導入に向けた運行実験を目指す 理想のモビリティ設計ワークショップを2015～2016年度で企画予定 （Workshop B & Cの枠組みを活用） チームとしてGCL発のコア技術を作っていく 合宿最終日の共同研究アイデアコンペで、3次元地図によるマップ マッチング技術を厳密な乗車希望位置推定に活用する方策を提案 (自動運転チームMUSCATの中で活動) 理念と活動内容
- 29. 29 S1 (10min/¥5000) S2 (20min/¥2500) S3 (30min/¥2500) 平均 信頼区間上限 平均 信頼区間上限 平均 信頼区間上限 2台 51.8 56.4 3台 12.0 12.8 25.7 28.0 29.7 33.7 4台 9.8 10.6 19.5 22.0 必要台数 4台 （合計8台） 4台 （合計8台） 3台 （合計6台） 収入推計 (円/月) 1480000 4910000 3050000 支出 4000000 4000000 3000000 利益推計 (円/月) -2520000 910000 50000 時計 変数調整 各種指標の時系列出力 （リアルタイム） 背景地図 ©OpenStreetMap への協力者 投入車両数・利用者数と 待ち時間の関係を評価で きるシミュレータを開発 岐阜県多治見市を対象と した利用意向調査を実施 →需要モデルを推定 定額会員制乗合タクシーの 採算が取れる可能性がある という推計結果を得た
- 30. 30 -3000000 -2000000 -1000000 0 1000000 2000000 500 900 1300 1700 2100 2500 2900 3300 3700 4100 4500 4900 利 益 （ 円 / 月 ) 料金（定額制1週間当たり） 料金と均衡時利益 １台 ２台 ３台 ４台 0 100 200 300 400 500 600 700 0 100 200 300 400 500 600 700 X(t+1) X(t) 1台 2台 3台 4台 5台 X(t+1)=X(t) 利用者増減と待ち時間増減の相 互作用を考慮した均衡分析手法 を乗合タクシーに適用 料金と台数の最適化手法を提案 事業者による料金の調整を考慮 した悪循環や好循環を表現する モデルを提案
- 34. 34 １～４台の場合には複数の平衡点あり ⇒一定以上の初期値から始めれば好循環に入る 好循環に入る点は１～4台の間では徐々に大きくなる 好循環の末に辿り着く点は１～３台の間では徐々に大きくなる 0 100 200 300 400 500 600 700 0 100 200 300 400 500 600 700 X(t+1) X(t) 1台 2台 3台 4台 5台 X(t+1)=X(t) 計算例
- 36. 36 需要の多い都市部を対象にしたDRTサービス・システムが登場 待ち時間が少なく、自家用車が運転可能な人も積極的に利用する程度の 高い利便性を発揮することできる 【都市部向けの新しいサービス・システムの例】 SAVS (Smart Access Vehicle System) Uber Pool FMOD (Flexible Mobility On Demand) 画像出典：池田拓郎，藤田卓志，Moshe E. Ben-Akiva ：Flexibility On Demand:複数の交通サービスへの動的な車両割り当てを特徴とするオ ンデマンド交通システムの設計と評価 画像出典：問題解決型サービス科学研究開発プログラム プロジェクトの紹介「ＩＴが可能にする新しい社会サー ビスのデザイン」 http://www.ristex.jp/servicescience/project/2012/03/ SAVS FMOD
- 37. 37 乗合タクシーやUberなどは、自動車保有や居住地分布が変わらない状 態では、既存のバスや鉄道と利用者を取り合う（ゼロサムゲーム） しかし「自動車に頼らないライフスタイルを提供するサービスチーム」 の一つとして組合わせて活用すれば、有効な公共交通の味方になり、無 理に運転しなくても良い社会が構築に繋がる可能性もある ラストワンマイルを補充するドアtoドアの移動手段があれば、自家用車 保有にも影響をもたらし、居住地の選択・都市構造にも影響を与えうる 背景 利用者流出？ 自家用車を手放す 定時定路線の交通 DRT 自家用車中心の生活 公共交通群を使う生活 （都市型DRT活用）
- 38. 38 実験期間：2015年5月30日～2015年6月2日（人工知能学会開催期間） 対象者：人工知能学会参加者 ※SAV利用には事前登録とアプリダウンロードが必要 ※323人が登録、211人が1回以上リクエスト 料金：無料で乗車可能 利用可能地域：函館市中心部・函館空港周辺エリア（下図） 実験について ■学会会場の公立はこだて未来大学と 五稜郭タワー間は、学会期間中のみ シャトルバスが運行 ■エリア内は任意の地点から乗車可能
- 39. 39 函館タクシーの車両を使用（日ごとの使用台数は下表の通り） 実験参加中のタクシーは、参加時間帯は一般のタクシーとしての営業は 行わず、SAVSの車両としてのみ使用 実験参加車両には、SAVS実験参加中であることを示すステッカーと、 車両番号を示すステッカーを張り付け 車両数 受付時間 乗車した リクエスト数** 5/30 20台* 12:00～ 19:30 79 5/31 20台* 12:00～ 19:30 93 6/1 30台* 12:00～ 19:30 172 6/2 20台* 11:00～ 17:30 179 実験について
- 40. 40 移動を思い立つ スマホアプリから 配車リクエスト 乗車後アンケート 乗車 降車 1. 乗降地点と希望到着時刻を指定 2. サーバーが乗降時刻案を提示 3. 提示された内容で問題なければ、 配車を確定 • ステッカーを目印に車両を探して乗車 • 乗車時に乗務員が氏名を確認 事前に登録されているメールアドレスに、 アンケートのURLを配信 実験について
Editor's Notes
- 都市工学専攻D1の藤垣洋平です。本日は、新しい移動手段を提供するモビリティサービスに関する私の研究と、GCLでの活動について、発表いたします。
- まずは、研究の社会的背景と社会的な意義について説明いたします。 こちらは仙台駅前の金曜日夜の様子です。画面に映っている車両、これは全てタクシーです。 100台近くのタクシーがいます。 駅前で1台に一人ずつタクシーに乗っていくのに、結局みんなほとんど同じ方向に結局行く、という光景を見たことがある人も多いのではないでしょうか。
- このような非効率な交通サービスに着目して、ICTを活用した、様々な新しい交通サービスが登場してきています。まず、タクシーのようにDoor to Doorで、近い方向の人で乗合うため安くなる「DRT」サービスが、世界各国の都市に導入され始めています。アプリで発着地点を入れれば、適切な車両を割り当てルートを自動計算するようなシステムも多く開発されてきており、実用化されています。 また、カーシェアリングが急速に普及しています。 スマホでの予約とワンタッチでの貸出が可能なサービスが多く、また借りた場所ではなく、目的地の近くで返せばいいような乗り捨て方サービスも登場してきています。 このようにして、ICTの活用により、「いつでも」「どこから、どこへでも」移動できるサービスを、安く効率的に提供できるようになりつつあります。
- しかし現状では、これらのサービスの検索・予約・支払は全て個別アプリとアカウントで実施する必要があり、全て利用者側で考える必要があります。 また、それぞれの交通手段に長所と短所があり、時間と発着地や人数、用途によって最適な手段は異なるため、自力で常に良い手段・良いルートを考えるのは容易ではありません。また、別々に決済され積み重なっていく料金をいちいち気にしなくてはいけません。
- そのような困難を解決するのが、統合モビリティサービスです。 検索も予約も支払いも一つのアプリケーションで実施でき、予定と場所を入れるだけで最適な行き方を提案します。 さらに、月単位の定額制での運用も想定されており、携帯電話の通信料金のように、日常的な移動距離の範囲内であれば、料金の増加を気にせず定額で気楽に移動することができます。 都市部通勤者向けパッケージとして、一月95ユーロで、居住している市内での公共交通、100kmまでのタクシー使用、500kmまでのレンタカー、1500kmまでの国内公共交通の利用がパッケージになっているプランが例として挙げられています。
- このような統合モビリティサービスは、地方や郊外の高齢者にもメリットがあります。郊外団地や地方都市では、利用者減少とサービス削減の悪循環により公共交通のサービス水準が低い状態になっており、公共交通では現実的な費用で全移動をカバーすることができない状態になっています。そのため、高齢運転者による事故が問題となり免許返納を促す取り組みが行われてはいるものの、運転が不安な高齢者でも、日常生活のために自家用車の運転を続けざるを得ない状態と考えてしまう傾向にあります。
- 一方で、統合モビリティサービスがあれば、バス路線外も乗合タクシーで定額で対応できるため、自家用車とほぼ同様の移動が可能になります。自家用車を運転しなくても自由な移動ができることから、運転が苦手な人、特に高齢者が無理に運転しなくてもよいことになる、というメリットがあります。さらに、モビリティサービスの利用者が増えるほど、効率的な運行が可能になり、便利なサービスをより安く提供でき、利用者をさらに増やせるという好循環に入る可能性もあります。
- さらに、自動運転社会のサービスとしてのインターフェイスとして活用できる可能性があります。 自動運転車は、使用していない時間帯も自動で動いて他の人の役に立つことができ、共有が容易になるため、自動運転車両のカーシェアリングが盛んに行われる可能性があります。さらに、運転手がおらず自力で回送できるので、自動運転のカーシェアリングは、自動運転タクシーと同じになります。 また、同一方向の需要は乗合で効率化することでバス・乗合タクシーと同様になるため、 同じ車両が、カーシェア、タクシー、バス等の現在は別のサービスとして動いている多様な形態を担当可能になることから、 車両ではなく、ニーズに応じたサービスを適宜受けられるような「利用権」を買う形態でのサービス提供、 つまり統合型モビリティサービスが、自動運転社会のモビリティサービスの標準になる可能性があります。 実際に動き出している例としては、Local Motor社の自動運転バスOlliは、専用アプリでの呼び出しを想定して開発が進められており、チャーター便または乗合便として柔軟に運行する形態が想定されています。
- 私の研究の貢献は、料金をいくらにすると一番儲かるか、また利用者が多くなるのかといったことや、どのような範囲のサービスをパッケージ化したらいいか、待ち時間などのサービス水準はどのレベルを目指すと良いか、といったことを考えるための分析手法を作ることにあります。 また、行政の視点に立ち、複数の事業者が競争する中で、規制や補助金をどう設定したら、市民にとって良いサービスに誘導できるかを考える、というような政策立案上の分析も視野に入れています。
- それでは、どのような手法を用いて、価格設定などのサービス設計を実施していくかについて、 私の自己紹介を兼ねて説明していきます。
- 1989年神奈川県生まれで、 都市工学科を経て2014年に都市工学専攻の修士課程を修了しました。 その後、約2年の社会人経験を経て、2015年10月に博士課程入学しました。 2016年5月にGCLに編入させていただき、同月末に勤務先を退職し博士課程に専念しています。 修士研究は、高利便性乗合タクシーのサービス設計に関する研究で、シミュレーションと利用者へのアンケート調査をもとにした行動モデルを組み合わせ、最適な料金を求める手法を提案いたしました。
- また企業では、社会のシミュレーションを用いたコンサルティング業務に従事していました。 テーマとしては、新しい乗り物により移動パターンの変化や必要台数の評価、またEVの充電設備の配置計画などがあり、 データ分析から得られる人の行動を予測する数理モデルと、シミュレーションを組み合わせて、企業や行政の意思決定を支援 する仕事をしていました。このように、個別の行動予測モデルと、人や物の動きのシミュレーションを橋渡ししていくことで、必要な分析を形作っていく、ということをしてきました。
- それでは、統合モビリティサービスに対して、どのように個別モデルを橋渡しして分析をしていくのかを、研究計画として述べていきます。
- まずは、研究の目的です。本研究では、「統合モビリティサービス」を対象に、そのサービス設計や関連政策設計に資する分析手法の構築と、計算例の提示を目的とします。
- こちらが全体像と今回の発表範囲で、統合サービスの定義・類型化と、分析手法について、この後説明します。今後、運行実験に合わせた調査を実施し、利用者の行動や意向に関するデータを用いた計算をしていきます。
- 本研究における「統合モビリティサービス」とは，「鉄道，バス，タクシー，DRTやカーシェアリング等の個別に提供されていた交通サービスを，月額制などにより統一的に決済される料金プランと単一の検索・予約システムを通して利用者に提供するサービス」と定義します。「統合モビリティサービス」の諸要素としては、ここにあげる通り料金、検索システム、予約手配システム、統合対象などがあり、得に統合対象に着目すると、
- その範囲により次のように3段階に分類されます。本研究では特に、総合型のサービスも含めた分析が実施できるような枠組みの検討を行い、実際のサービス設計に活かせるような実データを用いた分析を行っていきます。
- 交通システム分析では、シミュレーションや評価式による交通パフォーマンスの評価がなされ、それが個人の活動選択や、交通サービス供給側の意思決定にフィードバックされます。 さらに、長期的にも、利用者の自動車保有選択やパッケージ選択と、事業者の収支に基づくパッケージ意思決定の相互作用が生じます。これらを、どのような分析体系で評価していくか、つまり、意思決定モデルやパフォーマンス評価モデルをどのように組み合わせていくか、という点を説明していきます。
- こちらが全体像です。赤、オレンジ、青、緑の矢印で示している4つの循環からなる分析形態で、それぞれの循環速度を仮定して、サービスがどのように成長または衰退するかを予測します。
- 一つ目のサイクルは、短期的な利用者の意思決定と、サービスパフォーマンスから導かれるサービス水準の実績の相互循環です。単一のサービスを対象に、この部分の分析をしている研究は多く存在します。統合型モビリティサービスにおいては、この部分でタクシーやDRT等の柔軟な交通手段も含む複数サービスのパフォーマンスを考慮する点が特徴です。
- Cycle2は、経験の蓄積と、今後の期待をもとに、1か月～数か月単位でのサービスプラン選択と、居住地・主要活動地選択（勤務先、通学先等）と私有モビリティ保有選択を繰り返す循環です。統合モビリティサービスではない、既存の交通システムを対象にしたものであれば、このような長期的な選択と短期的な選択の連動を扱った研究も存在します。
- 続いてのCycle3は、サービス供給者による、車両数などの供給調整に関する意思決定を発端として、利用者の意思決定が変化し、それが費用変化などとして供給者の意思決定に影響する循環です。単独のサービスを対象にCycle1と3の部分のみを扱った分析は複数存在しますが、中長期の選択を含めるという点が特徴です。
- サービス供給者による、パッケージ内容や料金変更に関する意思決定を発端として、利用者の意思決定が変化し、それが収入変化として供給者の意思決定に影響する循環です。この部分は、パッケージ型のサービスを提供する統合モビリティサービスならではの観点と言えます。
- 続いて、今後の研究計画についてです。国内の郊外住宅団地での運行実験を計画中です。実験では、乗合タクシー、バスを含む統合モビリティサービスの提供し、実験に合わせて利用者の支払意思や、目的地選択の変化、転居意向などについての調査を実施予定です。 これらのデータを用いて、先ほど述べた枠組みでの実際の分析を行っていきます。
- 最後に、本年度のGCLでの活動計画について述べます。今年の5月からの編入のため昨年の活動はありませんが、自動運転プロジェクトや自主研究企画をはじめとして様々な活動に係わり始めており、また今後もぜひ活動を広げていきたいと考えております。
- GCL活動として実施予定の内容について、その目的・理念と、それを実現するための活動内容・活動メニューについて、3項目に分けて述べていきます。1点目は、モビリティサービス分析・設計者としてグローバルリーダーになるということです。
- 需要の多い都市部を対象にしたDRTサービス・システムが登場しています。待ち時間が少なく、自家用車が運転可能な人も積極的に利用する程度の高い利便性を発揮することできます。都市部向けの新しいサービス・システムの例としては、SAVS (Smart Access Vehicle System)、Uber Pool、FMOD (Flexible Mobility On Demand)などがあります。
- 乗合タクシーやUberなどは、自動車保有や居住地分布が変わらない状態では、既存のバスや鉄道と利用者を取り合う「ゼロサムゲーム」となってしまいます。しかし「自動車に頼らないライフスタイルを提供するサービスチーム」の一つとして組合わせて活用すれば、有効な公共交通の味方になり、無理に運転しなくても良い社会が構築に繋がる可能性もあります。さらに、ラストワンマイルを補充するドアtoドアの移動手段があれば、自家用車保有にも影響をもたらし、居住地の選択・都市構造にも影響を与えうるものです。
- 実験の期間は2015年5月30日から2015年6月2日までで、実験時の乗車の対象者は、人工知能学会参加者から募集しました。SAV利用には事前登録とアプリダウンロードが必要です。 323人が登録しており、211人が1回以上リクエストを出しています。 料金としては、無料で乗車可能としました。 利用可能地域は函館市中心部・函館空港周辺エリアです。
- 実験には、こちらの写真にある通り、函館タクシーの車両を使用しました。使用台数は、右の表にある通り、6月1日以外は20台、6月1日は30台でした。 実験参加中のタクシーは、参加時間帯は一般のタクシーとしての営業は行わず、SAVSの車両としてのみ使用しました。 実験参加車両には、SAVS実験参加中であることを示すステッカーと、車両番号を示すステッカーを貼り付けて走行しました。
- 乗車の流れについて説明します。SAVSを使った移動小思い立ってから、スマホアプリで配車リクエストを出します。アプリでは、乗降地点と希望到着時刻を指定すると、サーバーが乗降時刻案を提示します。提示された内容で問題なければ、配車を確定します。 ステッカーを目印に車両を探して乗車します。 乗車時に乗務員が氏名を確認します。 降車後に事前に登録されているメールアドレスに、アンケートのURLを配信します。 今回は、この乗車後アンケートを分析対象とします。
- 続いて、自家用車の代替性について説明します。 「SAVのようなサービスがあなたの居住地域にもあり，自家用車保有費用よりも安く定額で利用できる場合に，自家用車を手放したいと思いますか？」という質問に対して、自家用車保有車に限定すると、29%の回答者が「手放したい」と回答しています。 国内の地方都市では、自動車の分担率が、バスや鉄道の分担率の10倍以上というような状況も珍しくないため、自家用車中心の移動をしている人の3割がSAVに移行するだけで、現在のバスの数倍もの利用者が見込まれると考えられます。 例えば函館市の分担率で計算した場合、自動車トリップ数の3割は、 現状のバストリップ数の5倍に相当します。