PT調査の実施状況・結果概要
近年の実施概要
1.検討体制 2.実態調査 3.現況分析 4.予測手法
■県北臨海(日立)都市圏
 

4.予測手法

(1)予測モデルの流れ

将来交通需要は、将来人口を基に、総合都市交通体系調査で一般的に用いられている「4段階推計法」により予測を行う。

(2)予測モデルの内容

(1)生成交通量・発生集中交通量の予測手法

生成交通量の予測手法: 人口系指標を説明変数とした生成原単位法による予測
(説明変数:性別・年齢階層別・免許保有非保有別人口)
発生集中交通量の予測手法: 人口・社会経済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の説明変数】

  就業人口 従業人口 通学
人口
東海村
ダミー
夜間
人口
一次 二次 三次 一次 二次 三次
発生 通勤                
通学                
帰宅              
業務 臨海部          
中山間部                
私事            
集中 通勤              
通学                
帰宅                
業務 臨海部            
中山間部              
私事 臨海部            
中山間部                

(2)分布交通量の予測手法

予測手法:現在パターン法による予測

【分布交通量予測のカテゴリー区分】

分布交通量予測のカテゴリー区分

(3)機関分担交通量の予測手法

予測手法 : バイナリー・チョイス法による予測

交通機関分担モデル式

【交通機関分担モデルの説明変数】

区分 変数名 定義 作成方法
鉄道 時間特性 総所要時間(分) アクセス時間+待ち時間+乗車時間+乗換徒歩時間+イグレス時間 鉄道ネットワークデータより時間最短経路探索
乗車時間 乗車時間
端末時間 アクセス時間+待ち時間+イグレス時間
その他 乗換回数 乗換回数
バス 時間特性 総所要時間(分) アクセス時間+待ち時間+乗車時間+イグレス時間 バスネットワークデータより時間最短経路探索
乗車時間 乗車時間
端末時間 アクセス時間+待ち時間+イグレス時間
その他 乗換回数 乗換回数
自動車 時間特性 総所要時間(分) 道路の走行時間 道路ネットワークデータより時間最短経路探索
個人特性 免許保有ダミー 免許保有者を1とする マスターデータより集計
高齢者ダミー 60歳以上を1とする

(4)配分交通量の予測

予測手法: 道路:利用者均衡配分法による予測
鉄道・バス:最短所要時間配分による予測
 
ページTOPへ↑
1.検討体制 2.実態調査 3.現状分析 4.予測手法