国際航空市場における都市圏間純流動旅客数の推定

(1)

1

国際航空市場における都市圏間純流動旅客数の推定

Estimation of Net Origin and Destination Passenger Flows of International Air Transportation

寺崎淳也

By Junya TERASAKI

1．はじめに

国際航空旅客需要予測は，市場参加者の意思決定に対する基礎的な情報提供に資するものであり，市場を取り巻く環境が大きく変化している中で信頼性が求められる．

交通需要予測における純流動旅客数(以下

OD

旅客数) は，基礎的なインプットデータであり

OD

表として用いられる．しかし，国際航空市場における純流動旅客数が把握できる統計は存在しない．そのため，既存研究

^1),2)

では

On Flight Origin and Destination

(以下

OFOD

統計)が代替的に

OD

旅客数として用いられてきた．ところが，

この

OFOD

統計は

Hub&Spoke

型のネットワーク形態において，乗継便を利用する旅客者が増加することで

OD

旅客数と乖離する可能性がある．そこで，本研究では国際航空市場における都市圏間

OD

旅客数を推定する．

本稿の構成は以下の通りである．まず次章で国際航空旅客市場における輸送量に関する統計をまとめ，

OFOD

統計を代替的に

OD

旅客数として用いることの問題点を整理する．

3

章では

OFOD

統計を基礎とした

OD

旅客数推定モデルについて説明する．

4

章および

5

章では本研究で構築した

OD

旅客数推定モデルを実際に適用し，

6

章において本稿の結論と課題を整理する．

2．ICAO 統計と OD 旅客数

本章では，国際民間航空機関（

International Civil Aviation Organization

，以下

ICAO

）が発行する国際航空旅客市場における輸送量に関する統計をまとめ，

OFOD

統計を交通需要予測におけるインプットデータである

OD

旅客数として代替的に用いることの問題点を整理する．

旅客者の移動パターンを図

1

に示し，それぞれのパターンにおける各統計での集計区間を表

1

に示す．

OFOD

統計は，当該路線に複数の航空会社が就航している国際定期便についてチケット（搭乗券）の発券枚数を年間もしくは四半期集計した統計である．

Traffic by Flight Stage

(以下

TFS

統計)は，出発(離陸)から最初の到着(着陸)までの

1

航行の都市ペア(空港ペア) における定期国際便の旅客数を航空会社別運航機材別に年間集計した統計である．

TYO PAR

LON

MOW

①直行便（JL405）

③乗継便

（BA318）

②経由便

（SU576）

②経由便

（SU576）

③乗継便

（BA006）

■図 1 旅客者の移動方法（TYO→PAR の例）

■表 1 移動方法と ICAO 統計の集計方法

フライト番号 OFOD統計集計区間

TFS統計集計区間ケース①

直行便 JL405 TYO⇒PAR TYO⇒PAR ケース②

経由便 SU576 TYO⇒PAR TYO⇒MOW MOW⇒TYO ケース③

乗継便

BA006 BA318

TYO⇒LON LON⇒PAR

直行便(ケース①)および経由便(ケース②)は同一便名のフライトにより東京(

TYO

)−パリ(

PAR

)間を移動することが可能であり，

OD

ペアと

OFOD

統計で集計される都市圏間が一致する．しかし，乗継便(ケース③)のケースでは，通常フライトごとにチケットが発券されるため

OFOD

統計では各チケットで指定された発着都市圏間ごとに集計され，複数の都市圏間で集計されることになる．

236人

(既知)

アジア・国内成田シカゴ北米・カナダ

ANA便搭乗者

（NH12便,10:45発08:20着）

ローカル 59人(25%)

82人(35%) OD：成田(東京)→北米・カナダ

66人(28%) OD：アジア・国内→シカゴ

29人(12%) OD：アジア・国内→北米・カナダビヨンド

ビハインド

ブリッジ

搭乗者内訳

求めるべき OD旅客数 OFOD統計に集計される旅客

OFOD統計から除くべき旅客

■図 2 NH12 便の搭乗者内訳

³⁾

航空会社のアンケートによる当該フライトにおける

OD

ペア別の搭乗者内訳の結果(図

2

)では，

OFOD

統計

(2)

2

に集計される搭乗者(

236

名)のうち，

OD

ペアがフライトの発着都市圏と一致する旅客は約

25%

(

59

名)であり，

OFOD

旅客数と

OD

旅客数が約

75%

乖離することになる．

このように，

Hub&Spoke

型のネットワークでは乗継便を利用する旅客者が増加することで

OFOD

統計と

OD

旅客数が乖離する可能性がある．この点から，

OFOD

統計を代替的に

OD

旅客数として用いることは問題である．

また

TFS

統計から得られる旅客数は，総流動旅客数（リンク旅客数）であり

OD

旅客数ではない．そこで本研究では，

OFOD

統計や

TFS

統計を統合利用することで

OD

旅客数を推定することを目的とする．

3．OFOD 統計を基礎とした OD 旅客数推定モデル

OFOD

統計により得られる旅客数

Bmn

を旅客者が購入した複数のチケットを結合することで修正し，

OD

旅客数

Xrs

を推定するモデルを構築した．ここで，

OFOD

旅客数

Bmn

から修正すべき旅客数は，修正後得られる

OD

旅客数

Xrs

を配分(経路選択)した結果推定されるリンク旅客数

vij

が，

TFS

統計から得られる観測リンク旅客数

vˆij

と近似するように決定する．

図

3

にモデルフロー図を示し，以下に要点を説明する．

START

OFOD統計Bmn TFS統計vij

ネットワークの構築D ( i, j ) 経路集合Krsと航空券集合Trsの設定

残差平方和が最小か？

&

制約条件は満たしているか？

OD旅客数の算出 END 残差平方和の算出

ij ij

ij v

v ˆ ² OD旅客数の配分

（リンク旅客数の推定）

rskK

rs k rs ij

k rs ij

rs

X P

v ,

OFOD旅客数BmnとOD旅客数Xrsの定式化 rs tT

rs t rs mn

t rs mn

rs

X Q

B ,

経路選択確率および航空券購入確率の算出

Krs h

h rs k k rs rs

V V P

exp exp

t Krs

k k

rs k rs t rs

k T N P

Q 1

連立方程式の求解

（仮OD旅客数の算出）

航空券購入確率に関する逆行列

X

OD 旅客数

（ベクトル）

×

＝ OFOD 統計

（ベクトル）

B

OFOD 統計

（ベクトル）

Q1 パラメータベクトル

, , , , , , , ,

【仮定②】

OFOD旅客数Bmn＝0を満たす都市圏間は重力モデルによりOD旅客数を与える

rs s r

rs d

q X p

【仮定①】

経路/航空券選択確率は経路選択を選択可能な航空券の数に応じて等確率で配分する．

k T N P p

k rs k rs t k rs , 1

【仮定③】

推定されるOD旅客数Xrsは対象都市圏以外の影響を含むため，その分だけ過大に推定される．

■図 3 OD 旅客数推定モデルのフロー

まず

OFOD

旅客数

Bmn

は，求めるべき

OD

旅客数

Xrs

と航空券購入確率

Q_rs^t

から(

3.1

)式のように定式化できる．

rs t T

rs t rs mn

t rs mn

rs

X Q

B _,

･･･････(

3.1

)

ここで，航空券購入確率

Q_rs^t

は旅客者が

OD

ペア

rs

において航空券

t

を購入する確率である．旅客者が購入した航空券

t

は選択した経路

k

により特定できる．そのため

Q_rs^t

は経路選択確率

P_rs^k

を用いて(

3.2

)式で定式化する．

t

Krs

k k

rs k t rs

rs

T N

Q P

･･･････････(3.2)

NT_rs^k

は，

ODペアrsにおける経路kでの航空券集合Trs^k

の要素数である．

そして，経路選択確率

P_rs^k

は既存研究

^4)~6⁾

を参考に(

3.3

) 式のロジットモデル式で，経路の効用確定項

V_rs^k

は(

3.4

) 式の線形関数で定式化した．

Krs

h

h rs k k rs

rs

V V P

exp exp

･･････････(3.3 )

k rs k

rs k

rs k rs k rs k

rs t f D s

V

^{･･････(}

3.4

)

ここで，旅客者の経路選択要因である

t_rs^k

は

OD

ペア

rs

における経路

k

の所要時間，

f_rs^k

は

1

週間あたりの頻度の自然対数値である．また，

_rs^k

は

OD

ペア

rs

における経路

k

のロードファクター，

D_rs^k

は直行便であれば

1

とする直行便ダミー定数，

s_rs^k

は機材サイズを表す

^注¹⁾

．表

2

にこれらのパラメータの符合を示す．

■表 2 旅客者の経路に対する選好

項目

所要時間 −

短時間の方が望ましい

運航頻度＋

高頻度の方が望ましい

ロードファクター −

満席に近いと予約が困難

直行便ダミー＋

経由回数が少ない経路を好む

機材サイズ＋

大型機を好む傾向がある

選択要因

リンク旅客数

vij

は，

OD

旅客数

Xrs

と経路選択確率

P_rs^k

から(

3.5

)式で定式化できる．

rs k K

rs k rs ij

k rs ij

rs

X P

v _,

････････(

3.5

) ただし，

OD

旅客数

Xrs

は(

3.1

)式の連立方程式を解である．

ここで，直行便もしくは経由便が就航しておらず，

OFOD

旅客数

Bmn

がゼロの都市圏間が存在するため，チケットリンク数

mn

が

OD

ペア数

rs

よりも少なくなる．

そのため，連立方程式の解が一意に求まらない．そこで，

本モデルではそれらの都市圏間については

OD

旅客数

Xrs

が（

3.6

）式の発着都市圏人口

pr , qs

と都市圏間距離

drs

を変数とする重力モデルに従うと仮定して算出する．

rs s r

rs d

q

X p

･･････････(

3.6

)

(3)

3

リンク旅客数の観測値

vˆij

は

TFS

統計から得られる．このことから(

3.5

)式により推定されるリンク旅客数

vij

と観測リンク旅客数

vˆij

の残差平方和(

3.7

)式を最小にするパラメータベクトル

, , , , , , , , ^T

を推定することで

OD

旅客数

Xrs

を求める．

【リンク旅客数に関する残差平方和最小化問題】

Objection

：

, , , , , , ,

, min

ij

ij v

v ˆ ²

･･････････････(

3.7

)

Subject to

：

rs k K

rs k rs ij

k rs ij

rs

X P

v _, for ij

････(

3.5

)

ij ij

ij c v

for ij

･････････････(3.8 )

rs 0

X

for rs

･････････････････(

3.9

) ここで，(

3.8

)式はリンク旅客数の容量制約，(

3.9

)式は

OD

旅客数の非負条件である．

4．モデルの適用

4.1 対象の設定と使用データ

表

3

に示す

10

都市を対象としてモデルを適用する

^注2)

．対象年次は

2006

年とし，

OFOD

統計および

TFS

統計も

2006

年のデータを用いた．さらに，都市圏人口は文献

7

)，都市圏間距離は文献

8

)を用いた．

■表 3 対象 10 都市圏

No. 都市圏名

（和名）

都市圏名

（英名）

都市圏

コード国名人口

（千人）

1 バンコク BANGKOK BKK タイ 6,590 2 香港 HONG KONG HKG 中国 7,040 3 ロンドン LONDON LON イギリス 8,510 4 マドリッド MADRID MAD スペイン 5,610 5 ニューヨーク NEW YORK, NY NYC アメリカ 18,720

6 パリ PARIS PAR フランス 9,820

7 ソウル SEOUL SEU 韓国 9,650

8 シンガポール SINGAPORE SIN シンガポール 4,330

9 東京 TOKYO TYO 日本 35,200

10 トロント TORONTO YTO カナダ 5,310

4.2 パラメータ推定

この問題は非線形計画問題であるため，パラメータ推定には逐次

2

次計画法を用いた

^注3)

．表

4

に推定パラメータを，図

4

にリンク旅客数に関する現況再現性を示す．

■表 4 推定パラメータ

所要時間 -1.30E-01 定数項 1.43E+03 運航頻度 8.21E-01 発都市圏人口 2.48E-01 ロードファクター -6.00E-01 着都市圏人口 3.11E-01 直行便ダミー 9.00E-01 都市圏間距離 2.01E-01

機材サイズ 6.18E-01

経路選択確率重力モデル

0 20 40 60 80 100 120 140 160 180 200

0 20 40 60 80 100 120 140 160 180 200 観

測リンク旅客数︵万人︶

推定リンク旅客数（万人）

Observed= 1.04 ×Estimated (81.68)

相関係数：0.99，Sample：74 容量超過リンク数：2

■図 4 リンク旅客数に関する現況再現性

リンク旅客数に関しては再現性の高いパラメータが推定されたと考えられる．本稿では，観測リンク旅客数が容量制約を受けた状態での

1

年間の集計値であることを考慮して，容量制約を考慮していない．ただし，容量超過のリンクはマドリッド(

MAD

)⇔バンコク(

BKK

)の

2

本であり約

30%

超過している．容量制約の考慮は今後の課題である．

5．OD 旅客数推定結果

本章では，

OD

旅客数の推定結果ついて説明する．

図

5

に

OFOD

旅客数と

OD

旅客数の関係を，図

6

に推定された

OD

ペアパターン別の搭乗者内訳の結果を示す．

0 20 40 60 80 100 120 140 160 180 200

0 20 40 60 80 100 120 140 160 180 200 OFOD旅客数︵万人︶

OD旅客数（万人）

OFOD旅客数 Bmn

＞ OD旅客数 Xrs

OD旅客数 Xrs

＞ OFOD旅客数 Bmn

■図 5 OFOD 旅客数と OD 旅客数の関係

(4)

4

0 20 40 60 80 100 120 140

旅客数︵万人︶

LOCAL BEYOND BEHIND

直行乗換

BKK HKG LON NYC PAR SEU SIN YTO MAD

左：OFOD旅客数右：OD旅客数

■図 6 OFOD 旅客数と OD 旅客数の関係(TYO 発抜粋) 図

5

より

OFOD

旅客数

Bmn

が

OD

旅客数

Xrs

よりも多い都市圏間が相対的に多いが，これはチケットを結合したことにより

OFOD

旅客数

Bmn

を修正したことから妥当な結果であると言える．

OFOD

旅客数の合計値は約

3,900

万人であり，

OD

旅客数の合計値は約

2,800

万人であった．

つまり，約

1,100

万人(約

30%

)が乗継便を選択した旅客であり，

OFOD

統計をインプットデータとして用いることで約

30%

の過大評価になる可能性がある．

東京発の各都市圏間において，チケットで指定された発着都市圏間と

OD

都市圏間が一致する旅客者の比率は平均約

48%

であり，

OFOD

旅客数と

OD

旅客数に約

52%

乖離する可能性がある．さらに，最もこの割合が高かった都市圏間は東京−パリ間で約

77%

であった．一方，最も割合が低かった都市圏間は東京−香港で約

18%

と推定された．東京−香港は，香港が需要の大きいヨーロッパや他のアジア都市圏向けの乗換地として，東京が北米地域から香港向けの乗換地として利便性が高くアジア−北米間のハブであるという特性を受けて低い割合になった．

同様に，ソウルやバンコクもヨーロッパ向けの乗換地として，東京が北米地域への利便性が高いことを受けて，

OFOD

旅客数が

OD

旅客数を上回る結果となった．

6．おわりに

本稿では，

OFOD

統計を基礎として

TFS

統計を統合利用した

OD

旅客数推定モデルを構築し，

10

都市圏を対象にモデルを適用した．既存研究において

OD

旅客数として代替的に用いられてきた

OFOD

統計と比較した結果，

平均約

30%

の乖離が存在する可能性を明らかにした．

今後の課題は以下の

4

つが挙げられる．

① 航空券購入確率の定式化（経路選択確率の等配分）

② 重力モデルの仮定とそのパラメータ推定方法

③ 容量制約の考慮

④ 対象外都市圏の取り扱い方

補注

1） OD

ペア

rs

における経路

k

の所要時間

trs^k

は，経路を構成するリンクの所要時間の和とする．ただし，リンクの所要時間はリンク距離

⁸⁾

をリンクに就航する機材の巡航速度

⁹⁾

を運航便数で重み付けした平均値で除した値とする．

また，運航頻度

frs^k

は経路を構成するリンクの運航頻度の最小値，ロードファクター

rs^k

は最大値，機材サイズ

s^krs

は便平均提供座席数の平均値とする．

2）

モデルの適用にあたり対象都市圏を設定することで，OD 旅客数が過大に推定される可能性がある．これは，対象とした観測リンク旅客数および

OFOD

旅客数に対象外都市圏を

OD

ペアに持つ旅客者が含まれている可能性があることによるものである．

3

）重力モデルのパラメータは被説明変数をOFOD旅客数B

_mn

，説明変数を発着都市圏人口

p_r, q_s

と都市圏間距離

d_rs

として推定されたパラメータを用いた．

Notation

OD

ペアrs：出発地

r

と最終目的地

s

とする都市圏間

リンクij：出発地(離陸)i から最初の到着地(着陸)

jまでの1航

行の都市圏間(

TFS

統計と同定義)

チケットリンクmn ：航空券で指定される出発都市圏

m

，到着都市圏n とする都市圏間(OFOD 統計と同定義)

Δ

：OD ペア集合，

Ω：リンク集合

K_rs

(

K_rs^t

)：OD ペアrs における(航空券t)の経路集合

ρ_ij

：リンクij のロードファクター，

c_ij

：リンクij の提供座席数(席)

ij k

rs,

(

rs,^mnt

)：

OD

ペア

rs

における経路

k

(航空券t )がリンクij (チケットリンク

mn) を含むとき1，それ以外のとき0

参考文献

1）

石倉智樹：｢東アジアの航空ネットワークにおける国際航空旅客流動分析のためのモデル構築｣，国土技術政策総合研究所資料，No.286，

2006

年3 月

2）

竹林幹雄・黒田勝彦・鈴木秀彦・宮内敏昌：「完全競争市場としてみた国際航空旅客輸送市場のモデル分析」，土木学会論文集Ⅳ，第

674

巻，第

51号，pp.35-48，2001

年

3）

（株）ANA 総合研究所：｢航空産業入門｣，東洋経済新報

社，2008 年

4）

高瀬達夫・森川高行：「航空会社の便数設定と利用者の空港選択の均衡を考慮した国際航空需要分析」，土木計画学研究・論文集，No.13，

pp.769-776，1996

年

5）

屋井鉄雄・高田和幸・岡本直久：「東アジア圏域の国際航空ネットワークの進展とその効果に関する研究」，土木学会論文集Ⅳ，第

597

巻，第

40

号，pp.71-85，

1998

年

6

）大橋忠宏・宅間丈夫・土谷和之・山口勝弘・堀健一：「ネッ

トワークを考慮した航空旅客市場での空港拡張の効果：羽田空港を例として」，土木学会論文集Ⅳ，第

772

巻，第

65

号，

pp.131-142，2004

年

7） United Nations Department of Economic and Social Affairs：

「World Urbanization Prospects The 2005 Revision」，2006 年

8

）

Research and Innovative Technology Administration U.S.

Department of Transportation

：

Inter-Airport Distance

，

http://www.transtats.bts.gov/distance.asp，Access Data：23/01/09 9

）航空振興財団：「数字でみる航空

2002

」，

2002

国際航空市場における都市圏間純流動旅客数の推定