新たなモデルは、スマートフォンのデータを用いて、大東京圏の経済活動の空間的なばらつきを分析するものです。
本研究は、このばらつきをより深く理解するため、通勤と非通勤の両方の移動を考慮しています。
研究者らによると、コミュニティのみに注目すると、移動パターンについて誤解を招く全体像しか得られません。
経済活動の空間的な集中を理解することは、経済学における最も中心的な課題の一つです。都市の伝統的な理論は、生産に関する意思決定と、勤務地と居住地の間を移動する労働者の通勤コストに重点を置いてきました。しかし、都市部で発生する移動の多くは、通勤ではなく、レストラン、コーヒーショップ、バー、ショッピングセンター、文化施設などのその他のサービスといった、非貿易サービスの消費に関連するものです。この「消費者の都市」という考え方を提唱した先駆的な論文は、Glaeser et al. (2001) です。
この分野の研究における2つの重要な課題は、非通勤移動を測定する能力が限られていたことと、消費のための移動に関して広く受け入れられている理論モデルが存在しなかったことです。新たな論文（Miyauchi et al. 2021）では、経済活動の空間的分布を理解する上で、消費と勤務地へのアクセスが果たす役割について、新たな理論と証拠を提示しています。
高頻度の位置情報を含むスマートフォンのデータと、空間的に細分化された国勢調査データを組み合わせ、大東京圏内の通勤および非通勤の移動を測定します。実証的な知見に基づき、勤務地と消費へのアクセスの両方を組み込んだ定量的な都市モデルを構築します。このモデルを用いて、観察された経済活動の空間的なばらつきを説明する上で、消費へのアクセスが果たす役割を評価します。消費へのアクセスを組み込むことは、交通インフラの改善による観察された影響を評価する上で、定量的に重要です。
まず、スマートフォンのデータを用いて、大東京圏内の移動に関する細密な証拠を提供します。データは、日本の主要なスマートフォン地図アプリケーション（ドコモ地図ナビ）から得たもので、各端末のGPS位置を5分ごとに記録しています。2019年7月のデータは、約54万5,000人のユーザーを対象とし、14億のデータポイントを含みます。ユーザーが訪れた各場所は「滞在」として測定し、これは15分間にわたり100メートル以内で移動がないことに相当します。
図1は、2017年12月から2018年2月までの、東京都渋谷区にある明治神宮を例として、データに記録された「滞在」を示したものです。赤く着色された各長方形は、25メートル×25メートルのグリッドセルに対応します。赤色が濃いほど、そのグリッドセル内の滞在数が多いことを示します。これらのグリッドセルは、周辺地域の衛星写真に重ねられています。この写真では、画像の左上付近で木々に囲まれた建物が、明治神宮の本殿です。
図1 東京都渋谷区の明治神宮周辺における滞在の例
この画像からは、いくつかの特徴が見て取れます。第一に、都市内の移動は極めて細かい空間解像度で観察できます。第二に、神社を囲む森林地帯（左側）と開発地域（右側）を隔てる道路では、滞在の密度に急激な不連続が見られ、滞在が移動の密度を正確に捉えていることが示唆されます。第三に、この森林地帯の中央では、道路から神社の本殿へ向かう小道に沿って滞在が強く集中しており、都市内の主要な移動経路を捉えるデータの能力が改めて確認されます。
スマートフォンのデータを用いて、匿名化された各ユーザーの自宅を、最も頻繁に訪れる場所（地理的に連続する滞在のまとまりによって定義）とし、勤務地を二番目に頻繁に訪れる場所とします。その他の場所への非通勤移動は、産業部門別の雇用に関する空間的に細分化された国勢調査データを用いて、種類別に分類されます。スマートフォンによる通勤の測定値が、公式の国勢調査データによる測定値と高い相関を示すことで、通勤の測定値を検証しました。また、Ahlfeldt et al. (2015) や Heblich et al. (2020) を含む、通勤データを用いた他の研究の知見と整合するパターンを示していることも明らかにしました。
スマートフォンのデータを国勢調査の通勤データで検証した後、これらの通勤移動のみに注目すると、移動パターンについて誤解を招く全体像が示されることが分かりました。第一に、図2に示すように、非通勤移動は通勤移動よりも頻繁に行われています。したがって、通勤移動のみに集中すると、都市内の移動量が大幅に過小評価されます。
図2 勤務地およびその他の場所（自宅を除く）での滞在の頻度
第二に、これらの非通勤移動は非貿易サービスの利用可能性と密接に関連していることを示します。これは、非貿易サービスを消費するための移動とみなす本モデルと整合しています。
第三に、非通勤移動の目的地は通勤移動よりも自宅に近く、移動時間に対する移動流の反応は、絶対値で通勤移動よりも大きいことが分かりました。したがって、非通勤移動の空間的パターンは、通勤移動のパターンでは十分に近似できません。
第四に、移動の連鎖がデータの関連する特徴であることを示します。非通勤移動は自宅と勤務地の間の移動経路上で発生しており、通勤移動と非通勤移動を一体的にモデル化することの重要性を浮き彫りにしています。
消費移動の重要性を示すこれらのスマートフォンデータからの知見は、クレジットカード取引（例：Allen et al. 2020）やYelpのレストランデータ（例：Glaeser et al. 2018 および Davis et al. 2019）を含む、新たなビッグデータの情報源による証拠と整合しています。
スマートフォンデータで観察されたパターンを説明するため、通勤と消費の両方の移動を組み込んだ、都市内部構造の定量的理論を構築します。都市を、生産性、アメニティ、床面積の供給、交通接続が異なる離散的な街区の集合から成るものと考えます。消費者の選好は、貿易財の消費、複数の種類の非貿易サービスの消費、および居住用床面積によって定義されます。貿易財と非貿易サービスは、労働力と業務用床面積を用いて生産されます。労働者の立地の決定は入れ子状であると仮定します。
労働者は次の個別的な要素を観察します：
各立地におけるアメニティへの選好を観察し、居住地を選択すること。各勤務地および部門における生産性を観察し、勤務地を選択すること。各立地が供給する非貿易サービスの質を観察し、それらの非貿易サービスを消費する場所を選択すること。そして、これらの非貿易サービスを消費するための各ルートに対する嗜好ショックを観察し、どのルートを取るかを選択すること（例：自宅・勤務地・消費・自宅 対 自宅・消費・自宅）。
これらの各選択を行う際、労働者は周辺の立地へのアクセスの期待値を考慮します。人口移動の仮定により、労働者は居住されているすべての立地から同じ期待効用を得なければなりません。
このモデルは、通勤移動と非通勤移動に関する拡張された重力方程式を導き、それは観察されたデータをよく近似します。これらの拡張された重力方程式を用いて、理論的に整合的な移動アクセスの指標を推定します。直感的には、データにおける観察された移動と、モデルの構造を用いて、雇用と消費のための立地の相対的な魅力を明らかにします。モデルの人口移動条件から、立地の相対的な魅力に関する十分統計量を導出します。これは居住人口の割合と床面積の価格の両方を組み込みます。立地の相対的な魅力に関するこの十分統計量は、移動アクセスの指標と居住アメニティの残差に分解できます。
消費へのアクセスと勤務地へのアクセスの両方を組み込んだ本モデルを、勤務地へのアクセスのみを反映する特殊ケースと比較すると、消費へのアクセスを考慮した場合に移動アクセスの寄与がかなり大きくなる（37%から56%）ことが分かり、それに対応して居住アメニティの残差による寄与は小さくなります（63%から44%）。
これらを総合すると、このパターンは、都市部の経済活動の多くがサービス産業に集中しており、これらのサービスを消費するための周辺立地へのアクセスが、労働者の居住地と勤務地の選択における重要な決定要因である、という考えと整合しています。
このモデルは、新たな地下鉄路線の建設など、交通インフラの改善に関する反事実分析を行うために用いることができます。通勤移動の当初の割合に加えて、これらの反事実分析は、非通勤移動の当初の割合にも依存することになります。
通勤移動のみに焦点を当てた枠組みは、一般に交通インフラの改善による厚生上の利益を過小評価します。これは、移動費用の削減から恩恵を受ける乗客の移動回数を過少に数えるためです。さらに、これらの枠組みは、通勤移動と非通勤移動の二国間のパターンが異なるため、新たな交通インフラが経済活動の空間分布に与える影響について、異なる予測を生み出します。
仙台市における新たな地下鉄路線の開業について、モデルによる反事実の予測を、データで観察された影響と比較します。消費へのアクセスを組み込むと、観察されたデータと同様の推定効果が得られます。通勤移動のみに注目すると、都市内の非通勤移動が大幅に過少に数えられるため、交通改善による厚生上の利益を約半分に過小評価します。
これらを総合すると、消費機会へのアクセスと雇用機会へのアクセスの両方が、経済活動の空間的集中を理解する上で中心的な役割を果たしていることが示唆されます。
参考文献
Ahlfeldt, G, S Redding, D Sturm and N Wolf (2015), 「The economics of density: Evidence from the Berlin Wall」、Econometrica 83(6): 2127–89.
Allen, T, S Fuchs, S Ganapati, A Graziano, R Madera and J Montoriol-Garriga (2020), 「Is tourism good for locals? Evidence from Barcelona」、Dartmouth College, mimeograph.
Davis, D R, J I Dingel, J Monras and E Morales (2019), 「How segregated is urban consumption?」、Journal of Political Economy 127(4): 1684–738.
Glaeser, E L, J Kolko and A Saiz (2001), 「Consumer city」、Journal of Economic Geography 1(1): 27–50.
Glaeser, E L, H Kim and M Luca (2018), 「Using traditional and digital data sources together in economic research」、VoxEU.org, 17 January.
Heblich, S, S Redding and D Sturm (2020), 「The making of the modern metropolis: Evidence from London」、 Quarterly Journal of Economics 135(4): 2059–133.
Miyauchi, Y, K Nakajima and S J Redding (2021), 「Consumption access and the spatial concentration of economic activity: Evidence from smartphone data」、CEPR Discussion Paper 15839.
