（1）超長期予測

今後の少子高齢化の進展や運転免許保有の高まりなど、個人属性の変化が都市圏の生成交通量に及ぼす影響を超長期的に把握する。
現況（2001年）から2050年からまでの５年毎の目的別代表交通手段別生成量を推計する。

【超長期予測フロー】

【 総生成量の長期的見通し 】

（２）中長期予測

1) 生成交通量、発生集中交通量の予測

生成交通量の予測手法：	人口指標によりカテゴリー化された生成原単位法による予測 （説明変数：性別・年齢階層別・産業職業別・免許保有非保有別人口）
発生集中交通量の予測手法：	人口指標を説明変数とした回帰モデルによる予測

【 発生集中交通量予測モデルの説明変数 】

就業人口 従業人口 就学 人口 通学 人口 主婦・ 無職 昼間 人口 夜間 人口 一次 二次 三次 一次 二次 三次 発生 出勤   ● ●                 登校             ●         自由           ●     ●     業務 ● ● ●                 帰宅                   ●   集中 出勤         ● ●           登校               ●       自由           ●     ●     業務       ● ● ●           帰宅                     ●

2) 分布交通量の予測

予測手法：ゾーン間所要時間、ゾーン面積を指標としたロジットモデルによる予測

3) 機関分担交通量の予測

予測手法：集計ロジットモデルによる予測（鉄道は鉄道端末も組み込んだ２層ネステッドロジットモデル）

【交通機関分担モデルに用いた説明変数】

選択区分 説明変数 交通機関／非交通機関 トラフィック距離 徒歩／二輪 トラフィック距離 自動車／マストラ 乗車時間、所要時間、名古屋地域ダミー、ﾏｽﾄﾗ運行本数、ﾏｽﾄﾗｱｸｾｽ時間 鉄道／バス 乗車時間、名古屋地域ダミー、ﾊﾞｽ乗換回数、ﾊﾞｽ運行本数、ﾊﾞｽｱｸｾｽ時間、ﾊﾞｽｲｸﾞﾚｽ時間、ﾊﾞｽ停密度、鉄道運行本数、鉄道ｱｸｾｽ効用、鉄道ｲｸﾞﾚｽ効用、駅密度 鉄道アクセス端末 端末距離、徒歩端末時間、二輪端末時間、自動車駐車容量、ﾊﾞｽ運行本数 鉄道イグレス端末 端末距離、徒歩端末時間、二輪端末時間、ﾊﾞｽ運行本数、ﾊﾞｽ端末時間

4) 配分交通量の予測

予測手法：日利用者均衡配分法による予測高度道路利用交通量については、高速転換率式を用いた