テクニカル・サマリー：制度的データとネットワーク・データを用いたイタリアのモビリティ・パターンの分析

問題提起

人口調査などの伝統的なモビリティ・データソースは、更新サイクルの長さ、高コスト、および測定バイアスによる人口動態理解の空白といった重大な限界を抱えている。制度的データは日常的な通勤を詳細に捉える一方で、新たな、あるいは自発的または長距離の移動行動を反映できないことが多い。本研究は、大規模な地理空間情報源としてのウェブベース・データの品質と有用性を評価する必要性に取り組む。具体的には、ウェブスクレイピングによって得られたデータと公式の国勢調査データを比較し、イタリアのモビリティ・パターンにおける類似点、相違点、および潜在的な新しいトレンドを特定することを目的とする。

研究手法

データ収集戦略

本研究では、制度的データとウェブスクレイピングから得られたネットワーク・データを組み合わせた混合研究法を採用している。

1. 制度的データ： 主要なベンチマークとして、第15回国勢調査（ISTAT, 2011年）における通学・通勤目的の通勤行列を使用する。このデータセットは2,880万人を対象とし、自家用車で自治体外へ通勤する者に限定してフィルタリングされている。
2. ウェブスクレイピング（BlaBlaCar）： 著者らは、イタリアのBlaBlaCarプラットフォーム（blablacar.it）のためのカスタムウェブスクレイパーを開発した。APIに依存する従来の研究（APIは未販売のトリップにデータを制限し、1日のクエリ数を制限することが多い）とは異なり、このスクレイパーは完了したトリップのオファーをインターセプトする。
   • 技術的実装： スクレイパーは、Cloudflareなどのアンチボット・メカニズムを回避するためのドライバーレスおよびプロファイル拡張機能を備えたSelenium、データ操作のためのPandasを含むPythonライブラリを利用している。また、出発地と目的地のジオコーディングにはGeoNamesを用い、自治体の重心へと紐付けている。
   • データ範囲： データは2024年8月および9月の単一日にわたって収集され、ルート、価格、日付、および座席の空き状況をキャプチャしている。
3. 補足データ：
   • Google Distance Matrix API： 自治体間の道路走行距離を算出するために使用。これにより、ユークリッド距離よりも現実的な空間摩擦の推定が可能となる。
   • オープンデータ： 経済活動のプロキシとして稼働企業数（ISTAT ASIAレジスタ）、および生活コストのプロキシとして平均住宅販売価格（immobiliare.itより）を使用。

分析フレームワーク

核心となる分析ツールは、重力モデルであり、ポアソン擬最大尤度法（PPML）を用いて推定されている。この手法は、対数線形最小二乗法で見られるヘテロスケダスティシティ（不均一分散）やゼロ・フローの問題を回避するために選択された。

テストされたモデル仕様は以下の通りである：

• モデル1 (ISTAT 2011)： 従属変数 = 通勤フロー量。独立変数：人口（出発地/目的地）、企業数（出発地/目的地）、距離、生活コスト（出発地/目的地）。
• モデル2 & 3 (BlaBlaCar 2024)： 従属変数 = リ ride-sharing トリップ数（8月および9月）。独立変数：人口、企業、および距離（結果テーブルに示された特定のBlaBlaCarの仕様では、生活コストは除外されているが、手法の中で議論されている）。

可視化

本研究では、PythonライブラリのPlotlyおよびFoliumを利用して、フローマップ、ヒートマップ、およびコロプレス図を生成し、空間パターン、出発地・目的地の集中、およびネットワーク強度を可視化している。

主な結果

1. モビリティ・パターンの構造的乖離

記述統計の比較分析により、2つのデータソース間の根本的な違いが明らかになった：

• 規模と範囲： ISTATデータは、8,000以上の自治体にわたる472,000件以上のユニークな出発地・目的地（OD）ペアをカバーしている。対照的に、スクレイピングされたBlaBlaCarデータは、数百の自治体と1日あたり数百のトリップのみをカバーしている。
• 距離： ISTATのトリップは主に短距離（平均45 km）であり、75%が25 km未満である。BlaBlaCarのトリップは長距離（平均246–374 km）であり、75〜90%が100 kmを超えている。
• フローの性質： ISTATは日常的な通勤（仕事/学習）を捉える。BlaBlacarは、自発的、エピソード的、および季節的な移動（例：休暇の帰省、学生の移動）を捉える。

2. 空間パターン

• ISTAT： フローは都市部およびメトロポリタンエリア（例：ローマ、ミラノ、ナポリ）に集中しており、日常的な労働市場に典型的な、高密度かつ短距離のネットワークに従っている。
• BlaBlaCar： フローはまばらであり、主要な南北軸および地域間接続に従っている。ミラノが主要なノードとして浮上し、次いでローマ、トリノが続く。南部地域（例：レッチェ、サルデーニャ）と北部ハブとの間に重要な長距離接続が存在する。

3. 重力モデルの推定

• ISTATモデル： 高い統計的堅牢性を示す。重力理論の予測通り、フローは人口規模とともに増加し、距離とともに減少する。興味深いことに、出発地と目的地の両方における高い生活コストは、フロー量と正の相関があり、経済的または労働市場のドライバーを示唆している。
• BlaBlaCarモデル： サンプルサイズの小ささにより、統計的有意性は低くなっている。
  • 距離： ISTATモデルとは異なり、BlaBlaCarモデルにおいて距離は有意ではない。これは、カーpoolingの決定が純粋な地理的摩擦（例：地理的抵抗）以外の要因（例：ソーシャルネットワーク、特定のイベント時期）によって駆動されていることを示唆している。
  • 生活コスト： 出発地の自治体における生活コストは、すべてのモデルにおいて一貫して有意な予測因子となっている。
  • 残差分析： BlaBlaCarモデルは、主要な大学都市（例：ミラノからトレント、ピサ、ジェノアへの接続）を含む接続において正の異常値（実際のフロー > 予測値）を示しており、学生層がこれらのフローを駆動していることを示唆している。負の残差（過小評価）は、北部の主要都市と遠方の南部自治体との間の非常に長い距離の接続で見られ、これは距離の抑制効果が高速輸送モード（鉄道/航空機）を好む傾向にあるためと考えられる。

意義と主張

本論文は、制度的データとウェブ生成データは、置き換え可能なものではなく、補完的なものであると主張している。

• 制度的データ： 日常的な通勤の長期的な構造分析に適した、信頼性が高く広範なカバレッジを提供する。
• ウェブスクレイピング・データ： 動的でリアルタイムな、ユーザー主導のモビリティのスナップショットを提供し、公式統計が見落としがちな季節的なトレンド、観光フロー、および自発的な長距離移動を捉える。

本研究は、制限の多いAPIに頼ることなく、オープンソースのウェブスクレイピングと地理空間ツールを使用して価値のあるモビリティ・インサイトを生成できる可能性を実証している。結論として、重力モデルは制度的な通勤を効果的に説明できるが、カーpoolingをモデリングするには、地理的な距離よりも経済的変数（生活コストなど）や特定の人口統計学的要因（学生の存在など）が重要となる異なる行動論理を認識する必要があると述べている。

著者らは、モデルの精度を向上させるために、追加の変数（例：大学の存在、観光の魅力）を統合し、スクレイピング期間を延長してより深い時間的ダイナミクスを捉えることが将来の研究課題として可能であることを控えめに示唆している。