都市交通、特に開発途上国の都市交通に関して、有用な知見は極めて乏しい。同時に、開発途上国の都市交通は大規模投資の優先分野とされている。例えば、交通は世界銀行の融資において最大の分野であり、2016年時点で同行の純コミットメントの20%以上を占めていた。
開発途上国における都市交通システムの性能に関する既存の学術研究は、一般に、大都市一つにおけるシステムの特定の側面に焦点を当てている。例えば、Tsivanidis（2018）はボゴタの急行バス輸送（BRT）を、Hanna他（2017）はジャカルタの高乗車率車両（HOV）専用レーンを、Ang他（2018）はサンパウロの速度制限を、Kreindler（2018）はバンガロールの混雑課金を研究している。これらの先駆的な研究は有益な政策的視点を提供しているが、都市間で結果を比較できる都市全体のデータが不足しているため、都市の移動性を左右する要因についてより包括的な分析を行うことはできていない。大衆メディアも都市の移動性について定期的に取り上げているが、その議論は、渋滞を悪い結果の原因とみなすことに強く焦点を当てており、移動性を左右する他の要因はほとんど考慮されないことが多い。
本稿では、この議論に寄与するため、都市における自動車交通全体の性能を測定するための体系的な手法を開発し、それをインドの154の最大都市（Akbar他 2018）の研究に適用する。一般的なウェブ地図・交通サービスを利用して、これらの都市における2,200万件以上の反事実的な（仮想の）トリップ事例に関する情報を作成する。次に、この手法を用いて都市内の車両の移動性を測定し、それを渋滞のない移動性と渋滞要因に分解する。
主な教訓は4つある。第一に、インドの大都市間で移動性に大きな差があることだ。最も速い都市は、最も遅い都市のほぼ2倍の速さである。これを示すため、図1では、特に速いインドの都市であるチャンディーガルと、特に遅い都市であるコルカタにおける、一日を通じた動力車両の走行速度をプロットしている。これは、チャンディーガルが深刻な交通渋滞を抱えるには小さすぎるからではない。同市の人口は100万人を超えており、典型的なラッシュアワーの速度は、最も速い夜間の速度より10km/h近く遅い。
図1 米国の2都市とインドの2都市における、一日を通じた動力車両の走行速度
第二に、ピーク時以外であっても、インドの都市における移動は、米国と比べて全般的に遅い。チャンディーガルとコルカタに加え、図1では、速い米国の都市であるグランドラピッズと、遅い都市であるシカゴの、比較可能な速度データもプロットしている。米国で最も混雑する場所の一つであるシカゴの中心部でさえ、インドで最も速い都市の一つであるチャンディーガルよりも概して速い。
第三に、都市間の移動性の差は、主に渋滞による遅延ではなく、渋滞のない移動性によって生じている。図2は、本研究の154都市のサンプルでは、一日の時間帯による変動が平均してわずかであることを示している。渋滞のない移動性が遅いため、ヴァーラーナシー（ベナレス）のような貧しい都市は、交通がない夜間でさえ、常にインドの平均的な都市より遅い。大都市、特に中心部に近い最大の都市では、図に示したデリーの例のように、一日の中での移動性の差がはるかに大きいことが分かる。
図2 インドの都市における、一日を通じた動力車両の走行速度
より一般的には、渋滞のない移動性の指標は、都市間の全体的な移動性の分散の50%超を説明する。単純な厚生分析からも、インド全都市で最適な混雑課金を導入するよりも、渋滞のない移動性を10%改善する方が、はるかに大きな便益をもたらすことが示唆される。これは、本稿で示す、混雑課金によって大きく見られる所要時間の信頼性の低さを軽減できる可能性を考慮した後でもなお成り立つ。
これらの知見は、交通渋滞が一部の都市が遅く、他の都市が速い主な理由であるという通説に疑問を投げかけるものである。代表的な例として、ボストン・コンサルティング・グループ（2018）の最近の報告書は、制限速度を下回るすべての速度低下は渋滞によるものと単純に仮定する手法を用いて、インドの主要4都市の中でコルカタの交通渋滞が最も深刻だと主張している。しかし我々の分析では、実際にはコルカタは4都市の中で最も渋滞が少ないが、渋滞のない移動性が低いため最も遅いことが分かった。この違いは政策上重要な意味を持つ。渋滞のない速度は、混雑課金、相乗り（ライドシェア）の促進や制限、あるいは渋滞対策としてしばしば提案される他の政策によっては改善できないからである。
最後に、人口密度が高く人口の多い都市ほど遅いこと、都市の一人当たり所得と移動性との間には山形の関係があり、最も速い都市は中上位所得水準にあること、そして都市の移動性は道路網の特性と関連していることも分かった。
これらの結果は、都市化と経済発展によってさらに大きな都市と自動車普及率の上昇がもたらされ、最終的には完全な交通麻痺に至るという一般的な見方に疑問を投げかけるものである。インドの最大都市では渋滞の存在が確認され、渋滞と世帯の自動車保有との間には強い関連も見られる。しかし同時に、経済発展は、渋滞のない移動性を促進する、より良い交通インフラももたらす。
実際、近年の人口増加率の高さ、より高い所得水準（ごく上位層を除く）、より高い自動車普及率といった都市経済発展の指標は、渋滞が悪化しているにもかかわらず、全体的な移動性の向上と概ね関連している。例えば、より規則的なグリッド状の道路網と、より多くの幹線道路があるほど移動性が高いことを示唆する証拠も見いだされた。
本稿で用いたデータは、移動性と渋滞以外の都市交通の基礎についての理解を深めるためにも活用できる。例えば、交通との関係における都市の土地利用や不動産価格の動向についての理解を深めることができる。こうしたデータは、従来の交通調査ほど詳細ではないものの、フル交通調査に数千万ドルかかるのに対し、数百ドルという、ごく一部の費用で収集できる。このようなデータ収集の費用は低いため、小規模な地域や狭い課題を対象とした大規模なサンプルも容易に設定できる。
このデータは、従来の交通調査が通常5〜8年ごとに実施されていることと比べて、はるかに高い頻度で収集することもできる。そのため、短期的な政策変更の評価が可能になる（Kreindler 2016、Hanna他 2017、Ang他 2018）。この種の今後の研究は、都市の交通政策の多くの側面に有益な光を当てると考えている。また、例えば大規模な自然災害後の都市の復興状況のモニタリングなど、その他の多くの応用も可能である。
そのため、リアルタイムの交通情報の生成の基礎となるデータが、研究のためにより多く公開されることを期待している。本稿で用いたデータにより、あらゆる時間帯におけるあらゆる可能なトリップについて、移動性と移動の費用（時間費用）を把握できる。類似の数量（すなわち移動者数）も、同じ基礎データから把握できる可能性がある。価格と数量の両方が分かれば、特定の道路区間と広域の両方における渋滞の詳細な研究が可能となる。
同じ移動者を繰り返し観察することも、個々の移動行動のはるかに優れた分析を可能にするだろう。例えば、Kreindler（2018）は、スマートフォンアプリから得た2,000人の通勤者のトリップレベルのパネルデータを用いて、ピーク時の交通渋滞に対する個人の反応を分析し、バンガロールの渋滞緩和のための各種課金政策が厚生に与える影響を測定している。プライバシーへの適切な配慮を前提に、都市間でより大規模なトリップレベルのサンプルが利用可能になれば、都市の移動性とアクセシビリティの向上がもたらす厚生上の影響について包括的な分析が可能になるだろう。
