次に、転居理由であるが、この変数は(1)子育て環境、(2)住宅事情、(3)生活の利便性、および(4)夫および自分の仕事・その他、の4つに分けられる。さらに(2)の住宅事情と(3)の生活の利便性については、これらを一つの変数としても分析を行った。表5に示されているように、区内移動者には、「住宅事情」を理由とする者の割合が高く、一方、近距離移動者には、住宅事情に加えて、「育児環境」をあげる者の割合が、3つの移動タイプ中最も高い。そして、遠距離移動者では、その転居理由の大部分が「夫または自分の仕事」の都合によるものである。
前述したように、転居理由として2つまでの複数回答が可能であるので、これら4つのそれぞれについて、それを選んだ者は1、選ばなかったものは0とする二分化変数とした。なお、移動タイプとの関係において、両者の間にはある程度の「内省性(endogeneity)」もしくは「逆因果性(reverse causation)」が存在する可能性があることが考えられる。そこでここでは、まず転居理由をモデルに含まないで分析を行い、次に転居理由を加えて分析をし、その結果を比べることで分析をすすめた。
これらの説明変数に加えて、被説明変数(移動タイプ)の差異を作り出すと考えられる要因がある。説明変数と被説明変数との関係を検討するには、これらの影響をコントロール(一定に保つ)必要がある。この分析における「コントロール変数」は、(1)転居時(直前)の女性の年齢、(2)転居直前時の女性または夫の親との同居、の2つである。まず、女性の年齢はそのまま連続変数として分析に使われている。表2-4-1から、今回の調査の回答者である12歳以下の子どもをもつ女性移動者の平均年齢は約32〜33歳であり、移動タイプ別に大きな差異はないことがわかる。一方、転居前の親との同居割合は全体で7%と低く、移動距離が長くなるほど親との同居割合は低下する傾向があるのは意外である。
この分析で使用するモデルは、「多項ロジットモデル(multinomial logit model)」と呼ばれる多変量解析モデルである。これは、よく使われる「ロジット回帰モデル(binary logitmodel)」の一般形であり、被説明変数が2つ以上のカテゴリー(グループ)からなり、それらのカテゴリーは互いに重なり合わず、またカテゴリー全体で全ての可能性を網羅している場合にこのモデルを使うことができる。このモデルの詳細は、Retherford and Choe(1993,Chapter6)、もしくはGreene(1993,Chapter19.7)を参照されたい。
第5節 多項ロジット分析の結果
表2-5-1には、多項ロジットモデルを用いて行った移動タイプの要因(説明変数もしくはコントロール変数)の係数(coefficient)の推計結果が示されている。
