Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
熊本都市交通リノベーション@JCOMM2022_データと新技術
Search
Traffic Brain
August 27, 2022
Research
0
4.1k
熊本都市交通リノベーション@JCOMM2022_データと新技術
Traffic Brain
August 27, 2022
Tweet
Share
More Decks by Traffic Brain
See All by Traffic Brain
岡山都市交通リノベーション@岡山経済同友会
trafficbrain
0
94
クロスセクター効果研究会 熊本都市交通リノベーション~「車1割削減、渋滞半減、公共交通2倍」の実現へ~
trafficbrain
0
58
20240918 交通くまもとーく 未来の鉄道網編(太田恒平)
trafficbrain
0
150
20240918 交通くまもとーく 未来の鉄道網編(こねくま)
trafficbrain
0
160
熊本から日本の都市交通政策を立て直す~「車1割削減、渋滞半減、公共交通2倍」の実現へ~@公共交通マーケティング研究会リスタートセミナー
trafficbrain
0
110
jcomm2024_poster.pdf
trafficbrain
0
22
20240719_第2回熊本の交通を語る会
trafficbrain
0
500
20240710_熊本県議会・熊本市議会_都市交通勉強会
trafficbrain
0
770
バスのサービスレベル向上と運賃策による熊本都市圏の渋滞緩和効果推計 ~公共交通への公的投資に向けた感度と集計QVに基づく迅速なシナリオ検討~
trafficbrain
0
300
Other Decks in Research
See All in Research
LLM based AI Agents Overview -What, Why, How-
masatoto
2
560
研究の進め方 ランダムネスとの付き合い方について
joisino
PRO
54
18k
FOSS4G 山陰 Meetup 2024@砂丘 はじめの挨拶
wata909
1
110
DiscordにおけるキャラクターIPを活用したUGCコンテンツ生成サービスの ラピッドプロトタイピング ~国際ハッカソンでの事例研究
o_ob
0
260
Language is primarily a tool for communication rather than thought
ryou0634
4
710
The Fellowship of Trust in AI
tomzimmermann
0
130
Physics of Language Models: Part 3.1, Knowledge Storage and Extraction
sosk
1
920
大規模言語モデルを用いた日本語視覚言語モデルの評価方法とベースラインモデルの提案 【MIRU 2024】
kentosasaki
2
490
湯村研究室の紹介2024 / yumulab2024
yumulab
0
220
Kaggle役立ちアイテム紹介(入門編)
k951286
13
4.5k
アジャイルコミュニティが、宗教ポイと云われるのは何故なのか?
fujiihideo
0
430
LLM時代にLabは何をすべきか聞いて回った1年間
hargon24
1
470
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
88
5.6k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
YesSQL, Process and Tooling at Scale
rocio
167
14k
It's Worth the Effort
3n
183
27k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
92
16k
jQuery: Nuts, Bolts and Bling
dougneiner
61
7.5k
Raft: Consensus for Rubyists
vanstee
136
6.6k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.8k
Building Better People: How to give real-time feedback that sticks.
wjessup
363
19k
Code Review Best Practice
trishagee
64
17k
10 Git Anti Patterns You Should be Aware of
lemiorhan
653
59k
Bash Introduction
62gerente
608
210k
Transcript
熊本都市交通リノベーション ~めざせ 渋滞半減、車1割削減、公共交通2倍~ 1 (株)トラフィックブレイン 代表取締役 太田恒平 2022年8月27日 第17回JCOMM データと新技術
2 自己紹介 太田 恒平(おおた こうへい) 1983年11月06日生 38歳 (株)トラフィックブレイン 代表取締役社長 •
会社:交通データ分析・コンサルティング • 仕事:バスデータ(ダイヤ遅延対策、標準化・オープンデータ化) • 経歴:東京大学で交通/地図の研究 →ナビタイムジャパン8年(経路探索・ビッグデータ) →2017年起業
3 NICT Beyond 5G 研究事業をやっています 行動変容と交通インフラの動的制御による スマートな都市交通基盤技術の研究開発 期間: 2021年度〜2024年度 予算:
年間総予算3億円×最大4年(約12億円弱) 組織 所属・役職 代表者 担当分野 東京大 学 情報理工学系研究科 准教授 伊藤昌毅 交通情報、AI交通信号 生産技術研究所 教授 大口敬 交通工学、道路信号 空間情報科学研究センター・ 生産技術研究所 教授 瀬崎薫 情報ネットワーク、IoT、モバイ ル空間センシング 情報理工学系研究科 准教授 塚田学 ITS通信技術 工学系研究科 教授 中尾彰宏 次世代サイバーインフラ 生産技術研究所 教授 中野公彦 機械生体システム制御工学 生産技術研究所 教授 ペニントン マイルス デザイン先導イノベーション 生産技術研究所 准教授 本間健太郎 空間デザイン数理 トラフィックブレイン 代表取締役 太田恒平 ダイヤ改善、交通情報 MaaS Tech Japan 代表取締役 日高洋佑 MaaSデータ基盤 公共交通分野について、熊本をフィールドに研究中
4 熊本都市圏における研究の目標・取組 目指す姿 渋滞半減、車1割削減、公共交通2倍 そのために 情報 計画 投資 ①遅延・渋滞改善 〜バスの遅れ5分以内へ〜
②公共交通マーケティング 〜データに基づき潜在需要に働きかけサービスレベル設定〜 ③オープンMaaS 〜優れたサービスが広く使え先端技術が生まれる都市へ〜 ④交通投資再構築 〜独立採算・赤字補填・道路偏重から脱却〜 交通関係者 の行動変容 利用者 の行動変容 財政・経営・ 政治・有権者 の行動変容
なぜ熊本か 5 ◼交通課題:鉄軌道が乏しく、渋滞が激しく、公共交通分担率が低い • 政令市ワーストの渋滞が重要な社会課題。バスの活用が肝。 ◼都市交通政策:独立採算が成り立たなくなっているが政策が乏しい • 過疎地生活交通、三大都市圏鉄道と比べ国策が乏しい。都市交通計画も挫折してきた。 ◼データ:ICカード・バスロケ・オープンデータが揃う ◼協力体制:共同経営推進室を中心とした産官学連携体制がある
• 2019年に九州産交バスの遅延改善、バス・電車無料の日の分析を一緒にやってきた。 交通が重要な社会課題 解決のカギとなる要素がある
6 ①オープンMaaS ~実は先進! 熊本のバスオープンデータ~
7 県内統一バスロケのオープンデータ 県内統一バスロケ GTFS リアルタイム GTFSリアルタイム オープンデータ Google Maps GPS
バスロケ サーバ https://km.bus-vision.jp/kumamoto/view/opendataKuma.html
8 広がるGTFSオープンデータ活用 個人開発で話題の温泉マップにバス情報も掲載 →観光客のバスの利用開拓に期待 熊本のIoTエンジニアが作った 自宅用ミニサイネージがバズった 温泉マップ「ゆる~と」にバス情報
スマホだけじゃない身近な媒体へ 9 スマホや高価な専用端末だけでなく、広くあまねく情報を広げ 公共交通が視界に入るように 乗換結節点サイネージ ミニサイネージ My時刻表 三宮駅 行バス 三宮駅
行バス その看板+テレビ・台・PC 10万円〜 M5Stack 約5000円 紙 1枚数円
オープンMaaSで目指す姿 10 交通情報をオープンデータ/APIを介して流通させ、 主要サービスと連携し効果を生みつつ、地域から新技術を創出する 交通情報 オープンデータ/API 青:標準規格例 ダイヤ GTFS GBFS
GTFS- OnDemand GTFS- Ticketing ? ? チケット販売 シェアサイクル 広告 タクシー デマンド交通 サイ ネージ 印刷 システム 観光 情報 住宅 検索 Twitter LINE 遅延 改善 路線 計画 交通計画 SNS 各種情報サイト 現地媒体 研究 ・ 創発 リアルタイム ? 検索データ ? 人流データ GTFS Realtime 鉄道・バス 機能連携 ログデータ Google マップ Yahoo! 乗換 駅すぱあと NAVI TIME my route ジョルダン 経路検索 駅探 情報サービス 交通事業・ 交通行政
11 ②遅延・渋滞改善
バス遅延マップ 平日7:30-8:00 2021年11-12月 累積遅延[分] 50%タイル 熊本東BPを 渡るあたりで 遅延拡大 郊外 方向
郊外 方向 郊外 方向 旧国道 3号 旧国道57号 15分遅延 速度 遅延 バスロケ速度の 中央値[km/h] 歩いた方が早い 熊本東バイパス の横断
バス時分適正化 with 共同経営推進室 13 バスロケデータを用いた遅延改善に全社で取り組み遅延5分以内を目指す 各社の遅延状況 (2021年11-12月便別の最大遅延の中央値) お客様の許容範囲は 「5分以内が目安」 熊本市公共交通グランドデザイン(2012年)より
https://www.city.kumamoto.jp/common/UploadFileDsp.aspx?c_id=5&i d=1110&sub_id=1&flid=4004
14 自動ダイヤ改正システム「Dia Brain」 路線 行先 年 朝(7-10) 昼(10-16) 夜(16-19) 2017
10.7 7.0 10.3 2018 4.6 4.5 4.9 2017 8.3 10.2 13.9 2018 5.2 5.7 5.1 2017 9.3 6.8 7.9 2018 5.4 3.7 4.4 2017 3.4 9.1 11.3 2018 2.4 5.5 3.7 2017 9.9 8.5 13.4 2018 6.2 4.7 4.5 2017 9.8 9.3 11.1 2018 5.4 4.5 5.1 2017 7.8 8.8 2018 5.3 5.1 2017 4.2 7.4 10.8 2018 4.9 6.8 5.0 2017 22.0 10.1 12.8 2018 9.9 5.4 8.1 2017 13.7 11.6 16.0 2018 6.5 6.2 6.0 2017 25.8 11.9 17.5 2018 9.8 5.4 8.1 2017 10.3 11.0 17.6 2018 4.4 5.3 8.9 西大寺線 (天満屋 経由) 岡山駅 西大寺 西大寺線 (千日前 経由) 岡山駅 西大寺 倉敷駅 倉敷 循環線 右回り 左回り 小溝線 倉敷 芸科大線 吉岡線 霞橋車庫 倉敷駅 霞橋車庫 倉敷駅 倉敷芸科大 岡山の両備バスでは遅延が半減 京王バス、九州産交バスにもその後導入 ➡ 来年熊本5社で改正へ! 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 8:00 8:10 8:20 8:30 8:40 8:50 9:00 西大寺 自動車 学校入口 東山 天満屋 岡山駅 時間調整 降車専用 旧ダイヤ 新ダイヤ 実績(2018年1~3月) 新旧ダイヤとバスロケ運行実績 (両備バス 平日8:00西大寺発 岡山駅行) 時間調整 時間調整 実績に合わせて 便ごとにダイヤを 自動修正 バスロケデータを基に自動で所要時間を設定し 早発と遅延の両方を抑制
バス:バスレーンの検討 15 バスロケ速度の 中央値[km/h] ②浄行寺~子飼橋 ①産業道路 ③県庁通り・ 第二空港線 ▪既存バスレーンの効果(破線) 時速10km/h以上の区間が多く、
遅延は緩和されている。 ▪候補の考え方 1. 4車線以上 2. 既存のバスレーンと接続 3. バスの朝ピーク速度が10km/h未満 4. ピーク輸送力が400人/時以上 (利用が倍増すれば一般車線の輸送力 を上回る) ▪これまでの限界を打破するには? ・現状の輸送力・交通量が前提では 「渋滞が悪化」と道路・交通管理者から 指摘され導入困難に ・都市交通として何を重視するのか、 大局的な意思決定が必要ではないか?
16 中心市街地を分断する信号 桜 町 通 町 筋 バス〜市電〜新市街を分断するサイクル160秒 出入口でバスを滞留させるサイクル150秒 市電を降りた途端赤になるサイクル170秒
上通と下通を分断するサイクル170秒
全国信号サイクル長マップ 17 https://bit.ly/3u8uvJJ 大阪・福岡 150秒 名古屋 160秒 ヨーロッパ 60〜90秒 バンコク
5分〜 日中は軒並み180秒!?
熊本 岐阜 秋田 長野 山口 三重 滋賀 兵庫 和歌山 岡山
鹿児島 大阪 石川 岩手 沖縄 長崎 徳島 大分 宮城 宮崎 京都 愛知 奈良 高知 広島 茨城 富山 香川 静岡 福岡 鳥取 群馬 栃木 山梨 愛媛 警視庁 千葉 福島 佐賀 福井 北海道(旭川) 北海道(札幌) 青森 北海道(函館) 新潟 北海道(釧路) 神奈川 島根 埼玉 山形 北海道(北見) 100 110 120 130 140 150 160 170 3000 4000 5000 6000 7000 8000 9000 10000 11000 12000 13000 平均サイクル長[秒] 人口密度(データのある信号が含まれるDID地区のみ) 県警別 信号平均サイクル長 (DID地区内・朝8:00-8:15) 平均138秒 首都圏は 高密度だが 短サイクル 京阪神は 長サイクル 孤高の熊本 低密度なのに 長サイクルの謎 低密度相応に 短サイクル 熊本の サイクル長は 日本一! 18 青時間を長くしても 先詰まりやレーン溢れが 多く車にとっても非効率 誰にどう働きかければ スムーズな信号に できるのか 教えてください……
19 クルマが1割減ればクリスマス渋滞は無くなる!?
平日の遅延時間の推移(バスごとの最大遅延50%タイル) 20 夕方は 毎週金曜 朝の遅延は 雨の日 12/24 (金)
21 年末の交通量とバス遅延 date week 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20 21 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 12月13日 月 128 359 725 741 691 695 687 673 669 698 716 730 764 728 578 395 296 29 25 15 14 18 19 19 20 20 18 17 16 13 14 20 24 25 12月14日 火 114 331 712 730 681 676 681 663 671 685 701 728 754 711 600 458 327 30 25 15 14 18 19 19 19 19 18 18 16 13 12 13 18 24 12月15日 水 107 336 706 729 680 698 699 686 682 703 727 734 758 726 590 424 326 30 25 15 14 18 18 18 19 19 18 17 15 13 12 19 23 24 12月16日 木 113 333 720 748 725 719 712 705 693 711 713 717 721 699 629 264 334 29 25 15 14 16 16 17 18 18 17 15 14 11 9.7 14 21 23 12月17日 金 114 341 704 747 722 707 715 711 717 718 728 760 759 724 663 487 384 30 25 15 13 16 16 17 17 18 17 15 13 10 10 14 21 23 12月18日 土 115 254 508 619 675 722 710 733 736 735 740 732 732 697 570 436 357 28 27 23 21 19 17 16 15 15 15 15 15 12 13 17 21 23 12月19日 日 85 142 276 441 552 620 653 680 690 670 692 691 664 564 435 356 280 29 28 26 24 22 19 19 18 18 17 17 17 17 19 23 24 25 12月20日 月 116 343 701 720 683 676 687 686 694 708 717 736 752 697 596 403 300 29 25 15 14 18 18 18 19 18 17 16 15 13 13 19 24 25 12月21日 火 115 330 694 705 687 703 689 674 677 689 700 730 749 721 598 408 326 30 25 15 14 17 18 18 19 19 18 17 15 12 13 19 23 24 12月22日 水 113 322 679 708 683 705 703 693 697 710 723 742 752 722 604 421 328 29 25 16 14 18 17 17 17 18 17 16 15 12 12 19 23 24 12月23日 木 114 321 688 730 712 715 713 710 705 731 737 738 753 718 628 449 342 30 26 14 14 16 17 17 17 18 16 16 14 11 11 17 23 24 12月24日 金 114 324 682 719 708 741 748 738 738 756 770 745 699 678 649 502 353 30 25 15 14 16 15 14 15 15 14 13 11 8.3 7.7 11 19 24 12月25日 土 112 242 477 594 646 712 738 737 735 734 745 739 719 657 512 410 338 28 27 24 21 19 17 16 15 15 16 15 14 14 17 21 23 24 12月26日 日 80 141 278 439 529 604 651 658 641 634 659 674 648 533 437 360 286 28 28 26 24 22 20 20 20 19 20 19 18 18 20 23 25 25 12月27日 月 112 319 687 712 687 694 724 734 729 738 743 765 751 729 603 412 309 30 26 16 15 18 16 15 16 16 15 15 14 12 12 17 23 24 12月28日 火 108 292 656 706 663 705 726 720 719 720 738 752 755 724 599 426 330 30 26 17 17 19 18 17 17 17 17 16 15 13 13 18 23 24 12月29日 水 107 216 444 533 611 676 707 711 680 679 694 694 685 639 499 384 316 29 28 24 22 20 18 17 17 16 16 17 17 14 14 18 22 24 12月30日 木 104 163 323 451 559 655 686 675 675 683 690 674 657 580 447 350 294 29 28 25 23 20 18 18 19 19 18 18 18 17 18 21 23 24 12月31日 金 91 130 208 319 442 582 655 647 637 639 607 564 505 398 277 208 175 28 27 26 25 22 20 19 20 20 20 20 21 22 22 25 26 26 平均時間交通量(熊本市中央区のトラカンの1時間平均) 平均速度(熊本市中央区のプローブの1時間平均) 朝夕日中に比べ交通量が1割多いだけでピークが発生 12/24:午後に交通量が1割増加した蓄積と雨で夕方に麻痺 12/28:朝の交通量5%だけでピークが無くなった 公共交通無料デーの 今年度中の実施を 熊本市と検討中
22 きれいな面的QV ~熊本市中央区の交通量と速度~ 0 5 10 15 20 25 30
35 0 100 200 300 400 500 600 700 800 雨なし 雨 平均時間交通量[台/h] 平 均 速 度 [km/h] 交通量が 750→675台/h (10%↓) 速度は 13.3→17.7km/h (33%↑)
23 ③公共交通マーケティング
バス利用者増計画 with 共同経営推進室 24 マーケティングと官民連携による 「利用者倍増」を目指し計画を具体化中 5,020 2,997 2,674 1,922
2,193 2,285 2,685 5,244 0 1,000 2,000 3,000 4,000 5,000 6,000 1995 2015 2019 2020 2021 2022 2023 2030 熊本都市圏のみ (5社計より 数%少ない) 2年後に コロナ前 レベル 9年後に 倍増 共同経営5社の年間輸送人員 実績 目標 [万人] 年度
25 パーソントリップデータ(2012)に基づきターゲティング ターゲット 徒歩以外 トリップ /年 バス利用 目的 属性 発着地
現状 トリップ 現状 シェア 目標 シェア 通学 中高生 - 2254万 73万 3.3% 6% 大学生 - 538万 51万 9.6% 16% 通勤 社会人 中心部着 1732万 429万 24.8% 31% 他熊本市着 9836万 370万 3.8% 8% 熊本市外着 6069万 60万 1.0% 7% 私用 社会人 中高生 - 21286万 529万 2.5% 8% - 高齢者 熊本市発 4284万 455万 10.6% 11% 熊本市外発 1966万 64万 3.3% 7% 合計 47965万 2032万 4.2% 9% ここに注力していたが パイが小さかった 競合の自転車は事故が多い 競合の自転車は事故が多い 大規模事業所へのバスが有力 価格弾力性が高いので 運賃策が有力 熊本市以外にも敬老パスを
熊本市の中心部以外への通勤@県庁を例に 26 目的地別の通勤交通手段 比率・人数は 自動車分 ▪交通分担率 中心部を少しでも外れると、公共交通利用が激減し、 車利用が過半を占めるようになる。 ▪県庁前のバスの本数 本数自体は約170本と多いが、
中心部に向いているため乗継ぎが必要 ↓ 情報提供、乗継施策、職場と連携した利用促進 (モビリティ・マネジメント)を検討中 ▪産交バス ▪都市バス ▪熊本バス ▪電鉄バス 一日のバス運行本数
27 郊外工業団地(セミコンパーク)の通勤状況 数字:車の朝通勤人数 黒石 すずかけ台 光の森 北側 長嶺等 東区 運行頻度図
+ 到達圏域 出発地分布 + 到達圏域 GTFS GTFS+OSM GTFS+OSM パーソントリップ
大学・高校通学の代表交通手段 28 熊大・ルーテル大 学園大 崇城大 県立大 数字: 自動車比率 自動車人数 (バイク込)
2012年熊本都市圏 パーソントリップ調査 代表交通手段 ・自転車 43.1% ・車・バイク 38.0% ・バス 9.9% ・鉄道・市電 5.6% 大学生の目的地別の代表交通手段 ▪熊本県内の交通事故 高校生の自転車・二輪事故が110件/年 高校生事故の84%を占める 0 500 1000 1500 2000 2500 3000 3500 4000 0 1 2 3 4 5 6 7 8 9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 人数 距離帯(Cゾーン間)[km] 徒歩 自転車 車・バイク 送迎 バス 鉄軌道 高校生が自転車で長距離を爆走し 事故に遭っている 高校生の距離別の代表交通手段
29 ④交通投資再構築
全国輸送密度・交通量マップ 30 全国の道路と鉄道の分担状況をWeb地図上で可視化 https://qgis.t-brain.jp/traffic/ 鉄軌道輸送密度[百人] 2019年度鉄道統計年報・各社資料 ▪新幹線 ▪JR在来線 ▪民鉄 道路交通量[百台]
2015年道路交通センサス ▪高速道路 ▪一般道 バス輸送密度[百人] ICカード2021年10月 ▪バス(熊本のみ)
都市間比較 31 熊本都市圏 DID人口59万人 公共交通9.7% (通勤通学) 鹿児島都市圏 DID人口48万人 公共交通15.6% (通勤通学)
福岡都市圏 DID人口149万人 公共交通32.0% (通勤通学) 広島都市圏 DID人口103万人 公共交通24.7% (通勤通学) 福岡・広島より 都市高速だけでなく 鉄軌道も貧弱で 鹿児島と同等 西鉄輸送人員:29万人 1980:都市高速 1984:国鉄4本/h化 1981:地下鉄 広電輸送人員:15万人 1982:国鉄4本/h化 1986:都市高速 1994:アストラムライン 市電輸送人員:3万人 JRは日中1-3本/h 市電輸送人員:3万人 JRは日中2-3本/h 都市高速だけでなく鉄軌道もバランス良く強化が必要
公共交通と道路の予算比較 32 バス5社(2019) 収入 支出 収支 収支率 57億 90億 -33億
61% 市電(2019) 赤字の大半は熊本市外 経常収支 https://jmpo.kumamoto-toshibus.co.jp/opendata/opendata2-1/ 収入 支出 収支 収支率 17億 20億 -2.7億 86% 営業収支 http://www.kotsu- kumamoto.jp/kihon/pub/detail.aspx?c_id=56&id=1123&pg=1 熊本の収支率 熊本県バス運転手の平均年収:315万円 欧米の収支率 自治体 地域 交通 道路 新広域 道路計画 熊本市 5.8億 184億 1600億/10年 熊本県 4.9億 372億 7000億/10年 道路には地域交通の 数十倍の予算が投じられている 熊本の交通行政予算
33 道路整備で渋滞はなくなるのか? 「誘発需要」という概念で、何か(この場合、道路がそれにあたる)が供給されればされる ほど、人々はそれをもっと欲しがるようになる 人類がこれまで行ってきた渋滞緩和策が基本的に役に立ってはいないということであり、ま た、われわれがほんの少し合理的に行動すれば、渋滞を大きく緩和できるということである。 1980年から2000年にかけて道路の交通容量が10%増えたある都市では、交通量も10%増加 した。同じ都市で1990年から2000年にかけて道路の量が11%増えたが、交通量も同じく 11%増えている。2つの数字は完璧に同調し、同じ比率で変化していた 欧米や韓国は、マイカー抑制、公共交通・自転車・徒歩転換を20年進めてきた
こうした研究を踏まえて
2000年のマスタープラン 公共交通利用の目標 34 1997年のパーソントリップ調査に基づく「熊本都市圏の都市交通マスタープラン(2000)」 公共交通利用倍増(13.5→25.1万)が目標だった
2000年のマスタープラン 公共交通サービスレベル・車抑制 35 ▪公共交通 定時性・運行間隔の 高い目標があった ▪道路交通 速度向上のために、車の抑制目標があった
目標値のスケールダウン 36 計画 実績 目標 2000年度 マスタープラン 1997年度:13.5万人 2020年度:25.1万人 倍増計画だった!!
2015年度 マスタープラン 2012年度:15.7万人 2035年度:17.0万人 15年でスケールダウン… 2018年度 総合交通戦略 2025年度:15.0万人 実行計画は横ばい… 2021年度 地域公共交通計画 2015年度:15.2万人 2025年度:15.3万人 上位計画通り横ばい… この20年の都市交通政策は何だったんだ…
37 データを肴に対話するのが出発点と信じて バス 会社 ・ 自治体 テレビ IT エンジ ニア
大学
38 データをもっと意思決定に活かすために
データ分析は意思決定プロセスの一端でしかない 39 ◼1.データ取得・流通 • 議論に足る交通データは揃ってる? • GTFS、駅間時間帯輸送密度くらいは揃わないと仕事にならない • 必要な人に然るべきデータが届いてる? •
ETC2.0を使おうとしたら国道事務所と国総研でたらいを回しに… • JARTIC交通量や道路交通センサスデータはオープンだが、地図表示用マスタは有償… • 携帯人流データをバラバラに買って費用が高価だったり ◼2.ビッグデータのハンドリング • SQLが書けて1億レコードを扱える技術者がどれだけいる? • ピボットテーブル/GISくらいは事務職の必修 • 丸投げではITベンダーの鴨になりシステムは埃をかぶる ◼3.業務知識を取り込んだ実行前提の分析 • 現状把握・要因分析で終わらず、「で、どうする?」のプロセスとパラメータがあって役立つ • 新規性ある難しい分析より、簡単な方が理解してもらえるし適用できる
データ分析は意思決定プロセスの一端でしかない 40 ◼4.業務プロセスの変革 • データがあっても人を動かせなければ無駄 • ベテランのKKDと張り合えるだけの武装と根性が必要 • 最適なダイヤを自動で組めても、共同経営計画手続きに半年かかっては台無し ◼5.投資・組織の変革
• 実行案にカネを付ける覚悟がないならやっても無駄 • 仲間が増えないと一過性で終わる • 権力者の覚悟と、実同者の仲間を見出すのは初期にやること。 • ゴールの合意形成をしてから分析やプロセスを作り込むべき!
最近いろいろおかしくないか? 41 ◼手段があまりに先行 • 「ビッグデータ」「AI」「プラットフォーム」が目的に • 「MaaS」「スマートシティ」「デジタル田園都市」が目的に • 補助金がバズワードに油を注ぎ、民はたかり、学まで相乗り •
一方で根本の交通計画は「横ばい計画」ばかり • ほんとに効果がある、大事だと思ってる? • それともおもちゃ? 辛い王道からの逃げ道? ◼ネックは本当にデータ? • PTデータを元に立てた計画を実行できないのはデータのせい? • ビッグデータがあれば決められるんですよね??
がんばりましょう 42 •新参のよそ者でも、現地のベテランとデータで張り合える •データを肴に(叩き台に)対話ができる •定量的に良さを説明して仲間を増やせる データは仲間を増やして現状を打破する武器