交通混雑対策のムダをなくす「3つの数」で見分ける診断法、東大ら開発

東京大学らの国際共同研究チームが、鉄道や道路で繰り返し起きる混雑や渋滞のパターンを数え、投資先を見分ける診断法を提案。この図では、手を打てるのは、センサで判別でき、しかも施策で調整できる混雑パターンだけであることを示している (出所:東大生研Webサイト)

鉄道や道路では、日々混雑や渋滞が繰り返される一方、朝の出勤時に反対方向の路線や車線が比較的空いているなど、使われない容量も生じる。こうした需要と供給の「ずれ」を解消すべく、センサの整備や予測モデルの開発、ダイヤ・信号・料金などの施策拡充へ多くの投資が行われているが、予測が精緻になっても混雑の緩和に結びつかない例は少なくない。

こうした課題について東京大学は、日々の混雑や渋滞に対し、どこを改善すれば効果があるのかを見分けるための診断法を開発したと、10月29日に発表した。

同成果は、米・アリゾナ州立大学のXuesong Zhou教授と東大生産技術研究所(生研) 人間・社会系部門の本間裕大准教授の国際共同研究チームによるもの。詳細は、交通・運輸分野全般を扱うオープンアクセスジャーナル「Transportation Research Today」に掲載されている。

今回の研究成果

技術の進展に伴い、鉄道の混雑や道路の渋滞の予測精度は向上しているものの、実際に混雑や渋滞の緩和に結びついていない事例は多い。限られた予算をどこに投入すれば予測情報を有効に活用できるのか、投資前に判断する手立てが求められていた。そこで研究チームは今回、その診断法の開発に取り組むことにした。

今回の研究では、需要と供給のずれを「特異値分解」で混雑パターンに分解し、「3つの数」を比べる診断法が提案された。混雑パターンの数を、センサで判別できるパターンの数、施策で調整できるパターンの数と比べると、その最小数が手を打てる混雑パターン数の上限となり、他の数を増やしても上限は上がらないことが判明したという。

交差点の混雑でたとえると、朝は東西、夕方は南北の道路に車両数の差が出る「偏り」と、朝夕の通勤時間帯に全体の処理能力を超えて車両が集中し、逆に日中は全体が空く「全体の波」の2パターンがあるとする。センサが双方の道路にあれば、判別できるパターンは2つだ。

ところが、交差点を制御する信号にできるのは、交差点を通せる量を各方向に配り直すことに限られるため、青信号の配分を時間帯で変更すれば偏りには手を打てるが、全体の波にはほぼ対応できない。施策で調整できるパターンは1つであり、これが「3つの数」のうちの最小数となる。

センサを増設し、渋滞をどれだけ精密に予測しても、手を打てるパターンは1つのまま。時差通勤の呼びかけや迂回の誘導など、全体の波に効果のある施策を加えて初めて、手を打てるパターンは2つ以上になる。このように、交差点1つが対象なら技術者が目視で判断できるが、それが路線網や都市全体となると困難を極める。それを数理的に判定可能にするのが、今回の診断法だ。

どの数値が最小かで、最優先の投資先が決定する。センサで判別できるパターンが最も少なければセンサの増設や推定・予測モデルの高度化に、施策で調整できるパターンが最も少なければダイヤ改正などの施策の拡充に、混雑パターンそのものが最も少なければ少数のパターンに絞った対策に力を注ぐべきとした。

「3つの数」と投資先の早見表 (出所:東大生研Webサイト)

米国の2つの事例で、今回の診断の実証が行われた。サンフランシスコ湾岸の鉄道BART(48駅・5路線)では、混雑パターンが約12通り、改札データで判別できるパターンが最大48(駅数)あるのに対し、路線網全体の運行本数と運賃という粗い単位では、施策で調整できるパターンは約2にとどまる。全体の本数を増やしても、全路線一律に作用するためで、交差点の例と同様、施策手段が不足した状態だ。

この単位では、施策で調整できるパターンの数が、手を打てる混雑パターンの数の上限を決める第1の要因となっており、予測を精緻化しても上限は上がらない。そこで、路線ごとに本数を変えられる設定に改め、増便の予算を最大混雑パターン(朝のピークに湾の東側からサンフランシスコへ向かう偏り)に関わる路線に集中させる配分が試算された。その結果、待ち行列に基づく交通シミュレーション上、路線網全体の総遅延が20%以上削減された。

一方、同じ湾岸の高速道路I-880(南行き)は、本線センサ66か所、流入制御65か所と、設備が充実している。しかし、2022年1月の1日分のデータによる分析では、主な混雑パターンは3つしかなく、この3つでずれの大きさの9割以上(92.1%)を説明可能だった。少なくとも対象日の混雑は、3パターンでほぼ表せるほど単純だったことになる。

米国の鉄道(BART)と高速道路(I-880)の診断結果 (出所:東大生研Webサイト)

「3つの数」のうち最小なのは混雑パターンの数だが、これは手段不足という意味ではなく、対策で狙うべきパターンが3つに絞られていることを意味する。センサの増設や、予測精度の向上を実現しても、新たに捉えられるのは混雑のずれとはあまり関係のない変動であり、対策に活かせる情報は増えない。

BARTでは施策の手段を増やすことが先決だったのに対し、I-880では、設備増設や予測モデルの高度化に先立ち、既存の流入制御を3パターンへ向けてどう最適化するかを考えることが先決となる。

また、今回の論文においては、設備を増やさずに少数の運行パターン調整で所要時間を短縮した2025年2月の阪急・阪神のダイヤ改正や、直通経路の開設により供給側のパターン自体を増やした東急線と東京メトロ副都心線の相互直通運転が、日本の事例として挙げられている。

今回の診断法で把握できるのは、手を打てる混雑・渋滞パターンの数の上限とそれを規定する要素であり、混雑・渋滞がどれだけ緩和されるかという直接的な削減量ではない。しかし、予測モデルの学習前に投資先の指針が得られることで、混雑対策に「構造を見てから、手を打つ」というアプローチを導入できる。研究チームは、運転士不足などで増便が困難な中、今回の診断法が交通事業者や自治体の意思決定に役立つと考えているとした。

研究チームは今後、今回の知見に基づき、センサで判別可能かつ施策で調整可能な混雑パターンに予算を適正配分する最適化に取り組み、この診断法を社会の流動性を高める数学・工学ツールとして磨いていくとしている。