子供の安全で健やかな移動を守るための統計モデル

＜概要＞

豊橋技術科学大学建築・都市システム学系 松尾 幸二郎准教授らと香川高等専門学校建設環境工学科 宮崎 耕輔教授の研究チームは、子供が巻き込まれる交通事故の潜在的な危険交差点を効率的に抽出するための手法を構築しました。過去の事故データ、自動車交通ビッグデータ、交差点構造や土地利用等のデータに加えて、豊橋市が独自で地理情報化している通学路・通学班データを活用した統計モデルにより、まだ事故が起きていなくても、今後起こる可能性の高い地点の抽出を行い、未然防止対策に役立てることができます。

＜詳細＞

日本の子供は７歳（小学１～２年生）頃から、子供達だけで外出することがしばしばあります。これは国際的に見ると貴重な状況であり、また子供の健康や発達にも寄与していると考えられています。従って、この状況を今後も継続していくことは大変重要であり、そのためには、子供の移動における安全性の向上が必須要件です。

子供の移動の安全性を向上させるための交通安全マネジメントにおいては、交通安全対策を実施すべき地区や地点を適切に抽出することが必要ですが、交通事故自体が稀な現象であるとともに、子供が通る地点は非常に多くあることから、抽出は決して容易ではありません。各地点の潜在的な危険性を定量的に評価し、対策すべき箇所を効率的に抽出することが求められます。

そこで、研究チームは、統計モデルを用いて子供の交通事故の潜在的な危険交差点を効率的に抽出するための手法を構築しました。

「本統計モデルの特徴は大きく２点あります。１つ目は、自動車交通ビッグデータから得られる交通量の多寡、交差点構造、土地利用状況といった道路交通環境条件が事故危険性に与える平均的な影響と、過去の事故発生状況を、経験ベイズ法を用いて適切なバランスで組み合わせている点です。２つ目は、豊橋市が独自で地理情報化している通学路・通学班データを用いて、子供の移動量の多寡を道路交通条件の中に組み込んでいる点です。結果として、潜在的な危険地点を７地点以上抽出する場合には、過去の事故情報だけで抽出するよりも効率的かつ効果的に抽出することができることが示されました。また、日本の子供達は登下校中に限らず、普段の外出においても、慣れ親しんでいる通学路を通る傾向にあり、通学路上での事故が多くなっていることから、『通学路を中心とした交通安全対策を実施する』という現在の方針が間違っていないことも検証することができました。」と研究リーダーである松尾准教授は説明します。

＜開発秘話＞

さらに松尾准教授は「本研究は、豊橋市により地理情報化された通学路・通学班データが無ければ成しえませんでした。私は、以前から豊橋市の通学路安全対策アドバイザーを務めており、行政における取り組みとして、2015年に通学路・通学班データの効率的管理・活用を企図し、地理情報化とそのデータ構造を提案した結果、2016年から本格導入されました。当時は、このデータを自分の研究に用いることは全く考えていませんでしたが、６年前の取り組みが現在に活きていると思うと、感慨深いです。今後、他の自治体でも、通学路データの地理情報化や活用が進んでいくことを期待しています。」と述べています。

＜今後の展望＞

本研究では、様々なデータから得られる客観的な情報を基に、潜在的危険地点の抽出を行う手法を構築しました。しかしながら、現実の交通状況は複雑であり、データはその一部を切り取っているだけに過ぎません。研究チームは、今後、市民によるヒヤリハットといった主観的な情報を、客観的な情報をどのように効果的に組み合わせていくかについて、研究を進めていきたいと考えています。

＜論文情報＞

Kojiro Matsuo, Kosuke Miyazaki, Nao Sugiki (2022). A method for locational risk estimation of vehicle–children accidents considering children’s travel purposes. International Journal of Environmental Research and Public Health. https://doi.org/10.3390/ijerph192114123