データを活用した地域公共交通の活性化最前線

2024年3月14日 東京大学生産技術研究所 デジタルスマートシティイニシアティブ社会連携研究部門・最終シンポジウム 「都市デジタルツインの5年前と現在地」 データを活用した地域公共交通の活性化最前線 東京大学大学院情報理工学系研究科 附属ソーシャルICT研究センター 准教授 伊藤昌毅

伊藤 昌毅 • • • • • • 東京大学 大学院情報理工学系研究科 附属ソーシャルICT研究センター 准教授 一般社団法人 日本バス情報協会 代表理事 静岡大学 土木情報学研究所 客員教授 専門分野 – – ユビキタスコンピューティング 交通情報学 – – – – – – – – 静岡県掛川市出身 2002 慶應義塾大学 環境情報学部卒 2009 博士（政策・メディア） 指導教員： 慶應義塾大学 徳田英幸教授 2008-2010 慶應義塾大学大学院 政策・メディア研究科 特別研究助教 2010-2013 鳥取大学 大学院工学研究科 助教 2013-2019 東京大学 生産技術研究所 助教 2019-2021 東京大学 生産技術研究所 特任講師 2021-現在 現職 – 運行管理者（旅客） 経歴 資格 2

2018年〜2023年

2018年 • 技術が作り出す未来の交通への期待 – Smart City 再始動 （日本では一度終わったテーマだった） – オリ・パラに向けた自動運転 Google Carへの注目 – MaaSへの期待 • 機械学習（ディープラーニング）が注目され始める – 2017年: “Attention Is All You Need” (Transformerを紹介する論文) – AIとは呼べなかった

自動運転・CASE

2020年！？ • テスラは2020年に「完 全な自動運転」を実現 する – オートパイロット機能 – スマートサモン機能 https://wired.jp/2019/02/25/tesla-full-self-driving-promise/

• https://wired.jp/2019/02/25/tesla-full-self-driving-promise/

日本政府: 2020年？ • x 2013年 https://www.kantei.go.jp/jp/96_abe/actions/201311/09car.html 2015年 https://news.tvasahi.co.jp/news_politics/articles/000059910.html

• https://www.kantei.go.jp/jp/96_abe/actions/201311/09car.html
• https://news.tv-asahi.co.jp/news_politics/articles/000059910.html

CASE: 自動車産業が見据えている方向性 • C: Connected – 通信・ネットワーク化 • A: Autonomous – 自動運転 • S: Shared and Services – サービス化 • E: Electric – 電動化 • 2016年にダイムラーが提唱・一企業に留まらない自動車産業の方向性を示 すキーワードとなる https://www.daimler.com/innovation/case-2.html

• https://www.daimler.com/innovation/case-2.html

TESLA • イーロンマスク氏による電気自動車ベン チャー企業 – 2003年創業 • 自動運転に対応したハードウェアを標準 装備 – カメラや超音波、レーダーなどで周辺を認識 – オートパイロット機能を提供 – 現在は完全な自動運転ではないが、将来は完全自 動運転に対応？ – ソフトウェアアップデートで機能追加 • 利用者の運転行動を通してアルゴリズム を進化 • Webでカスタマイズ・オーダー https://ja.wikipedia.org/wiki/テスラ・モデル3

• https://ja.wikipedia.org/wiki/テスラ・モデル3

• xx トヨタの求人広告が話題に（2017年） https://adgang.jp/2017/10/151302.html

• https://adgang.jp/2017/10/151302.html

MaaS (Mobility as a Service)

MaaS Global社による定義 • あらゆる種類の移動手段を単一の 直感的なモバイルアプリにまとめ ます。さまざまな事業者が提供す る移動の選択肢をシームレスに組 み合わせて、旅行計画から支払い まですべてを取り扱います。オン デマンドで旅行を購入する場合で も、手頃な価格の月額パッケージ をサブスクライブする場合でも、 MaaSは最善の方法であなたの移 動のニーズに応えます。

国交省 都市と地方の新たなモビリティサービス懇談会 • MaaSをテーマにした懇親会 • 委員 – – – – – – – – – 石田東生 筑波大学特命教授 (座長) 伊藤昌毅 東京大学生産技術研究所助教 鎌田実 東京大学大学院新領域創成科学研究科教授 川端由美 自動車ジャーナリスト、株式会社ローラン ド・ベルガー 須田義大 東京大学生産技術研究所教授 高原勇 筑波大学未来社会工学開発研究センター長 森本章倫 早稲田大学社会環境工学科教授 矢野裕児 流通経済大学流通情報学部教授 吉田樹 福島大学経済経営学類准教授 • 2019年3月に中間とりまとめ公表 http://www.mlit.go.jp/sogoseisaku/transport/sosei_transport_tk_000089.html

• http://www.mlit.go.jp/sogoseisaku/transport/sosei_transport_tk_000089.html

国交省を挙げた体制（旧運輸省＋旧建設省） • 事務局 – 道路局 – 総合政策局公共交通政策部交通計画課 – 都市局都市計画課都市計画調査室 – 道路局企画課評価室 • 参加者 – 総合政策局 • 公共交通政策部 – 交通計画課 • • • • 物流政策課 情報政策課 技術政策課 環境政策課 – 都市局 • 都市計画課 • 街路交通施設課 • 企画課 • 道路交通管理課 – 鉄道局 • • • • 総務課 都市鉄道政策課 鉄道事業課 技術企画課 • • • • • 総務課 旅客課 技術政策課 貨物課 安全政策課 – 自動車局 – 大臣官房 • 技術調査課 – 国土交通政策研究所

日本が新たなモビリティサービスに取り組む意義 • 選択肢の拡大や、ワンストップでシームレスなサービスにより、 利用者の利便性の向上 • 移動の効率化や運転者不足解消で、持続的・安定的な交通・物 流手段の確保 • 混雑緩和や空間利用の効率化 • 都市・地域の課題解決を目指すスマートシティの実現 – 移動データからニーズに対応した路線への再構築 – 移動データとAI、IoTの活用による都市内の移動の全体最適化 • 自家用車から公共交通へのシフトによる環境負荷の低減

方向性1: データ連携のポイント • • • • 形式やAPIの標準化の推進 協調領域（オープン化）と競争領域の明確化 MaaSの構築の容易化 MaaS間の連携（ローミング）の実現

方向性2: 運賃・料金の柔軟化のポイント • 事前確定運賃、サブスクリプション、ダイナミックプライシン グの重要性への認識 – ワンストップの統合サービスとしての意味 – 都市内の移動の最適化の意味 • 法制上の整理（旅行業法の適用等） – 制度のあり方の検討の必要性 • キャッシュレス決済の必要性と課題認識 – ICカードの車載器などの投資コストとQRコードなど低コストな技術への期待

方向性3: まちづくりとの連携のポイント • 都市と交通の相互作用を前提に、都市のハードウェア整備と都市交 通の変容を考慮したまちづくり • 都市・交通政策との整合化 – 立地適正化計画や地域公共交通網形成計画との整合性 • 多様なモード間の交通結節点の整備(拠点形成) – フィジカル空間での交通モード間のシームレス化 • 新型輸送サービスに対応した走行空間の整備(ネットワーク形成) – 道の駅を拠点とした自動運転サービスのような、道路空間の整備 • まちづくり計画への移動データの活用 – データに基づくスマートプランニング

方向性4: 新型輸送サービスの推進のポイント • 国内で検討されている上記のようなモビリティを推進し、地域の モビリティ確保などを実現 • 欧米で研究開発されているデマンド交通は俎上に上がらず？

方向性5: その他のポイント • 競争政策の見直し • 人材育成 • 国際協調 – 「我が国が主導的立場を果たしていくことが望ましい」

データは裏方 • 「データ整備・継続的な更新」の必要性は理解されにくい • 「アプリ開発」「デジタル案内板」などの裏の業務としての データ

第3回交通ジオメディアサミット 〜東京2020の交通をITで支えるために〜 • 2018年9月25日（火） 東大生研 コンベンションホールにて 230名超の参加者 – 東京2020交通の実務と学のトップ × Google 乗換案内トップ × 国内経路検索3 社経営陣と考える東京オリンピック・パラリンピックの交通情報のあり方 – 路線バスオープンデータの最新情報

• あ

GTFSオープンデータ • 公共交通の静的データ（路線、バス停や駅、時刻表）などを格 納する世界標準のフォーマット • 世界の公共交通事業者において、GTFSに準拠したデータを公 開することが一般的 • 日本では路線バス業界が「標準的なバス情報フォーマット」と して採用し整備、公開が進む

GTFS形式 • 世界で広く使われる形式 • 乗換案内に必要な情報（バス停・駅＋路線＋時刻表＋運賃）をまとめて格納 したファイル形式 バス停/駅+路線 時刻 運賃 35

バス事業者や自治体による公共交通 オープンデータ整備が活発化 • • 全国で30近い事業者が整備・公開 4県が県を挙げたデータ整備中 2018年11月現在 伊藤調べ http://tshimada291.sakura.ne.jp/transport/gtfs-list.html

• http://tshimada291.sakura.ne.jp/transport/gtfs-list.html

2019年2月：90事業者

ついに600を越えるも伸びは鈍化か

日本でデータ整備が進んだ経緯

乗換案内サービスで検索出来ますか？ 駅すぱあと Yahoo!乗換案内 駅探 乗換案内 NAVITIME ジョルダン 乗換案内 Google Maps Apple Maps

地域の公共交通は乗換案内に出てこない

地域の公共交通は乗換案内に出てこない データ整備にはコストが掛かるため 利用者数が少ない地域のバスにまで 手が回らない 交通事業者が自ら 標準形式のオープンデータを用意して 乗換案内に提供する

日本の公共交通データ流通の現状 JR 私鉄 交通新聞社 私鉄 私鉄 バス バス バス JTBパブリッシング バスデータに関しては、集約して販売する 事業者がなく、乗換案内事業者それぞれが 独自で一社一社のデータを集めている 乗換案内サービス事業者

海外の事例: 交通事業者がオープンデータを提供 • 路線図、時刻表、リアルタイム車両位置情報などのデータの利用を開放 • 自由に使ってもらうことで、アプリの作成や工夫を凝らした印刷物などの情 報提供を促進 • アメリカ、ヨーロッパでは当たり前になりつつある

オープンデータから様々なアプリが開発される • 大企業、ベンチャー−企業、個人がアプリ開発

2014年〜 静岡県でコミュニティバスのオー プンデータ化の取り組み • 県庁、市役所、地元IT企業等とGTFS、GTFSリア ルタイムによるオープンデータ化を実現 – Google Mapsへ提供可能に • アイデアソン、ハッカソンで地域でのデータ活用 を目指す

学会発表を繰り返す • 交通の専門家は学会に結集している • ならばそこに参加してオープンデータ を訴える

「交通ジオメディアサミット 〜 IT×公共交通 2020年とその先の未来を考える〜」 開催 • • • • • 2016年2月12日開催（東大駒場第2キャンパス コンベンションホール） 195人来場 産（現場寄り）： JR東日本、バイタルリード（出雲市の交通コンサルタント） 産（IT寄り）： ジョルダン、ナビタイム、ヴァル研究所（駅すぱあと） 官： 国土交通省、学： 東京大学（私） コミュニティ： Code for Japan、 路線図ドットコムなど

バス情報の効率的な収集・共有に向けた 検討会（2016年12月〜2017年3月） • 事務局： 総合政策局公共交通政策部交通計画課 • 外部委員 – – – – – – – – – – 伊藤昌毅 東京大学生産技術研究所（座長） ー川雄一 株式会社構造計画研究所 伊藤浩之 公共交通利用促進ネットワーク 井上佳国 ジョルダン株式会社 遠藤治男 日本バス協会 櫻井浩司 株式会社駅探 篠原雄大 株式会社ナビタイムジャパン 丹賀浩太郎 株式会社工房 別所正博 公共交通オープンデータ協議会 山本直樹 株式会社ヴァル研究所

GTFSデータ一覧 • 旭川高専 嶋田鉄兵氏が管 理するGTFSオープンデー タの一覧 • https://tshimada291.sa kura.ne.jp/transport/gtf s-list.html

• https://tshimada291.sakura.ne.jp/transport/gtfs-list.html

データ活用の広がり

ワンソース・マルチユース 乗り換え案内 マイ路線図・マイ時刻表 公共交通 オープンデータ 交通分析 service_id route_name 平日 ２５０号線 [3102](片上→岡山駅) 行ラベル 06:52 08:40 10:35 15:11 17:05 総計 計画 最小 中央値最大 120 83 92 102 106 78 78 83 90 100 76 76 80 84 75 79 81 88 80 85 87 98 111 60 79.4 82 89 96 • • 40 計画 中央値 20 最小 最大 17:05 15:11 10:35 08:40 06:52 0 データを使った様々なアプリ開発や 交通分析が実現 データ分析やアプリ開発によって公 共交通の利便性が向上

Google Mapsへの掲載 • GoogleはGTFS形式によるオープ ンデータを推奨 • 乗換案内に掲載されていない自治 体やバス事業者が利用促進のため にデータ整備 • 訪日外国人が利用するのはGoogle Maps

「駅すぱあと/Yahoo!乗換案内」がオープン データを採用 • オープンデータ化されたバスデータを経路探索に採用 https://ekiworld.net/personal/app/spec/info.html?style=pc

• https://ekiworld.net/personal/app/spec/info.html?style=pc

GTFSリアルタイムで攻めの情報発信 • バスロケやアラートを標準フォーマットで積極公開、利便性向上へ

GTFS-JPオープンデータ整備の効果 • 北恵那バス馬籠線での調査 – 利用者の多く（76%）は外国人。馬籠宿 から妻籠宿へ向かうルートが大半 – 外国人のうち欧米の旅行者が85% • 外国人の15%がGoogle Maps検索で バスを知る。20代は4割以上 • 沖縄・石垣島での調査 – データ整備前（2018年2月）と整備後（2019 年8月）との比較 – 「バス・船の検索に不便があった」が約5割か ら約3割に改善 • • – 検索する際の不便や困難が大きく改善 • 2018年10月調査（中津川市が実施） http://www.city.nakatsugawa.gifu.jp/page/081195.html 国内: 約5割(n=88)から約3割(n=101) 海外: 約6割(n=9)から約4割(n=34) 検索できなかったとの回答が約7割から約3割に 2019年9月報告（沖縄県 観光2次交通検討委員会資料） https://oki2k.jp/files/ic_20190913_no4.pdf

• http://www.city.nakatsugawa.gifu.jp/page/081195.html
• https://oki2k.jp/files/ic_20190913_no4.pdf

GTFS-GO • QGISプラグインとして 提供されているGTFS可 視化ツール • GTFSに基づいた路線図、 運行頻度図などを出力 が可能

参考）GTFS-GOが欧米で話題に、運行頻度図 UKのスタートアップThe Data City社 GitHub上の評価☆が急上昇 が高評価 CTOのTweetをきっかけに話題に SEPTA地域鉄道 （米国ペンシルバニア州） https://twitter.com/yfreemark/status/1565030476439494658 英国内の鉄道 287RT, 1619いいね https://twitter.com/thomasforth/status/1564683686330736646 FLiXBUS （ドイツ・欧州各国） https://twitter.com/BorisMericskay/status/1565301466243506177 オープンソースとオープンデータによる 公共交通EBPMエコシステムに貢献 68

• https://twitter.com/thomasforth/status/1564683686330736646
• https://twitter.com/BorisMericskay/status/1565301466243506177
• https://twitter.com/yfreemark/status/1565030476439494658

シェアモビリティデータ

GBFS • シェアモビリティの国際標準 フォーマット – シェアサイクル、シェアキック ボードなどのポートデータが公開 されている • 日本では2022年よりドコモ バイクシェア、ハローサイク リングのデータが公開 https://www.odpt.org

• https://www.odpt.org/

ハローサイクリング・ドコモバイクシェアのポート位置

2023年： 鉄道・バス・タクシー 地域公共交通は崩壊の寸前か • そもそも、人口減少、モータリゼーションによる地域公共交通 の衰退傾向 • 2020年〜： コロナ禍による乗客減 • 2022年〜： 運転手不足が深刻化 • 2024年〜： いわゆる2024年問題

生産技術研究所前のバス停： 都市部にも減便の波が

熊本における増便シミュレーション →渋滞解消効果を評価 • 幹線8方面で1時間あたり8〜2本、23時頃まで運行を仮定 • 簡易で網羅的な推計により効果推定 – 1日あたり543便増 – 年間532万人利用増、10.7億増収、9.3億円減益 • バス利用が532万人増により、車利用が403万人減り、平日朝夕と 土曜夕方を中心に速度が1km/h前後向上し、市民の走行時間が178 万時間、時間価値換算で47.6億円の便益 • 充分な費用対効果だが渋滞解消のたっめにはさらなる施策が必要

バスの運行頻度 2023年4月平日 GTFSオープンデータを統合して 「GTFS－GO」にて可視化 7777

使える本数とは？ 30分間隔 ≒ 30本/日が最低ライン 車からの大転換には120本/日必要 熊本市公共交通グランドデザイン（2012年：初版） 富山市公共交通活性化計画(2007)： https://www.city.toyama.toyama.jp/data/open/cnt/3/3974/1/13.koutuu_kasseika_keikaku.pdf 国交省 評価指標 30本/日 が基準 都市構造の評価に関するハンドブック(2014) 時間帯ごとの本数の例 時間帯 5 本数 1 https://www.mlit.go.jp/common/001104012.pdf 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 6 12 10 6 6 6 6 6 6 6 8 10 8 6 6 4 4 3 計120本 78

• https://www.mlit.go.jp/common/001104012.pdf
• https://www.city.toyama.toyama.jp/data/open/cnt/3/3974/1/13.koutuu_kasseika_keikaku.pdf

79 増便すれば利用者は増える 富山ライトレール 栃木県小山市 おーばす 本数を3.5倍（曜日不明） 11年で1.8倍の経費増 ↓ ↓ 平日は2.2倍（感度0.49） 利用2.0倍（感度1.2） 休日は5.3倍（感度1.75） 富山県朝日町 山形県鶴岡市 5年で便4.1倍 ↓ 利用2.8倍(感度0.6) 便数4倍 ↓ 利用3倍(感度0.7) ※ルートを再設計、 バス停を58→79に増設 一概には言えないが、 100%(2倍に)本数を増やせば50%利用増は見込める!? 79

80 増便・バスレーンシミュレーション（平日1日の例） 運転時間削減 短縮時間 バスレーン 短縮 適用 幹線 [分] 率 Lv 方面 路線（断面） 1_植木 1A_徳王 1B_池田三丁目 2A_高平橋 3 50% 2B_須屋小屋 3 50% 2C_城北校前 3 100% 2D_立田山 3 100% 3A_高杉 3 100% 3B_武蔵陸橋 3 100% 3C_塚の本 3 100% 3D_江南病院前 3 100% 4A_渡鹿四丁目 5 100% 4B_熊本学園大学入口 5 100% 4C_帯山小学校入口 5 50% 4D_京塚 5A_小楠公園前 3 50% 5B_東野中学校前 6A_下江津 6B_江津三丁目 6C_田井島（浜線バイパス） 6D_田迎（旧浜線） 6E_県立高等技術専門校前 7A_熊日前（国道） 7B_熊日前（旧道） 8A_新土河原一丁目 8B_島団地入口 8C_野口町 8D_野中公民館前 8E_稲荷入口 8F_高橋中間 2_合志・ 菊池 3_菊陽・ 大津 4_長嶺 5_益城・ 空港 6_嘉島 7_宇土・ 宇城 8_田崎・ 城山 増便率 8 2 3 3 3 3 3 3 3 3 6 6 8 8 6 2 2 2 2 8 2 2 4 2 2 3 2 2 3 時短感度(4%/分)を乗算 比例 反映 ×増便感度(0.5) 往復数 運転時間[h/日] 経費概算[円/日] 混雑 幹線部 輸送人員 収支概算[円/日] 増便 増加 1便人 増便増 増便増 レーン 増加 収入 収支率 収入 収支率 収支 現行 現行 増加 現行 増加 現行 増加計 後 率 数 加 加率 増加 率計 現行 現行 増加 増後 増減 91 123 177 62 35% 1,247千 439千 29.0 5,273 927 18% 0 927 18% 1,179千 95% 207千 82% -231千 23 34 14 7 48% 100千 48千 15.8 726 174 24% 0 174 24% 106千 106% 25千 89% -23千 38 49 71 18 26% 503千 128千 28.6 2,171 314 14% 149 463 21% 435千 87% 93千 84% -35千 24 49 65 65 100% 456千 457千 35.4 1,698 884 52% 155 1,039 61% 432千 95% 265千 76% -193千 33 49 61 24 40% 426千 172千 28.0 1,846 448 24% 275 723 39% 351千 82% 138千 82% -35千 42 49 77 8 10% 539千 55千 30.3 2,541 212 8% 330 542 21% 465千 86% 99千 95% 44千 41 49 58 6 11% 406千 45千 25.5 2,088 204 10% 275 479 23% 384千 95% 88千 105% 43千 38 49 64 14 21% 454千 97千 25.4 1,931 279 14% 265 545 28% 367千 81% 103千 85% 6千 29 49 50 29 59% 349千 206千 25.4 1,475 509 34% 238 747 51% 283千 81% 143千 77% -63千 28 49 45 29 64% 318千 204千 20.7 1,160 435 38% 191 626 54% 223千 70% 120千 66% -83千 61 93 81 27 33% 568千 189千 22.5 2,739 718 26% 691 1,410 51% 523千 92% 269千 105% 81千 65 93 104 29 28% 733千 206千 22.3 2,905 626 22% 706 1,332 46% 593千 81% 272千 92% 66千 78 123 118 59 50% 831千 416千 20.2 3,125 917 29% 404 1,322 42% 545千 66% 230千 62% -185千 93 123 137 44 32% 964千 311千 25.7 4,776 770 16% 0 770 16% 813千 84% 131千 74% -180千 75 93 130 28 21% 919千 196千 27.6 4,108 510 12% 277 787 19% 811千 88% 155千 87% -40千 21 34 55 34 62% 384千 238千 22.6 951 294 31% 0 294 31% 219千 57% 68千 46% -170千 18 34 31 29 94% 215千 203千 21.2 741 349 47% 0 349 47% 149千 69% 70千 52% -133千 12 34 17 33 196% 118千 232千 17.0 390 382 98% 0 382 98% 71千 60% 70千 40% -162千 21 34 30 19 62% 213千 132千 14.6 613 190 31% 0 190 31% 101千 47% 31千 38% -101千 93 123 171 56 33% 1,201千 396千 19.8 3,668 605 16% 0 605 16% 815千 68% 134千 59% -262千 26 34 34 10 31% 237千 73千 13.1 683 105 15% 0 105 15% 118千 50% 18千 44% -55千 28 34 32 7 24% 223千 53千 13.2 726 86 12% 0 86 12% 144千 65% 17千 59% -36千 46 63 61 24 38% 432千 166千 21.8 1,984 382 19% 0 382 19% 403千 93% 77千 80% -89千 32 34 31 2 8% 216千 17千 6.4 405 16 4% 0 16 4% 83千 39% 3千 37% -14千 16 34 16 19 113% 116千 130千 12.7 407 229 56% 0 229 56% 88千 76% 49千 56% -81千 44 49 57 7 11% 405千 46千 15.7 1,382 79 6% 0 79 6% 309千 76% 18千 72% -28千 36 34 27 -2 -6% 193千 -11千 7.3 522 -15 -3% 0 -15 -3% 93千 48% -3千 50% 8千 23 34 33 17 51% 233千 119千 13.4 601 154 26% 0 154 26% 125千 54% 32千 45% -87千 31 49 33 19 58% 230千 134千 17.7 1,096 318 29% 0 318 29% 209千 91% 61千 74% -73千 1日集計 全幹線 1,202 1,698 terminal桜町路線2,998 3,495 all 全路線 4,596 5,093 41%・496便増 1,878 2,571 3,818 723 723 723 39% 13,232千 5,098千 28% 18,115千 5,098千 19% 26,901千 5,098千 39％・510万円経費増 52,731 11,100 65,527 11,100 81,442 11,100 21% 17% 14% 3,958 3,958 3,958 15,058 15,058 15,058 29% 10,436千 23% 12,494千 18% 15,374千 29%・1.5万人利用増 79% 2,986千 69% 2,986千 57% 2,986千 73% -2,112千 67% -2,112千 57% -2,112千 299万増収 211万減益 80

増便・バスレーンによる渋滞緩和の推計（私案） ◼ 増便 • 熊本市の幹線8方面のバスを48%増便。日中は7.5〜30分間隔に設定 シナリオ • 増便率の0.5倍の利用増を仮定（20%増便なら10％利用増） ◼ バスレーン • 3箇所の所要時間を3〜5分短縮と設定 • 所要時間×4%/分 の利用増を仮定（5分短縮なら20%利用増） ◼ 利用増・収支 • 年532万人（32%）、9.3億円減益 推計結果 ◼ 渋滞解消効果 • 交通量：年403万人削減 • 速度：14.0→15.1km/h（中央区平日8時）、走行時間：178万時間短縮 • 便益：47.6億円（公費支出の5.1倍の効果） 車1人削減あたり中央区1814円、他区824円 81

官民連携で再生を果たしつつある地方鉄道 えちぜん鉄道 ＆福井鉄道 富山 ライトレール えちぜん鉄道会社案内より ひたちなか 海浜鉄道 VISIT富山県 より JR城端線 ・氷見線 ひたちなか海浜鉄道会社トップページより https://www3.nhk.or.jp/lnews/toyama/20231129/3060015024.html 82

• https://www3.nhk.or.jp/lnews/toyama/20231129/3060015024.html

宇都宮LRTの盛況 土曜22:30発の行列 市長講演より ＬＲＴ開業１カ月 平日利用、約１万３ 千人で安定 休日は予測の４〜５倍 需要予測は開業１年目が平日１万２８００人、土日 祝日４４００人。運行会社の宇都宮ライトレールに よると、開業１カ月は平日はほぼ予測通りなのに対 し、土日祝日は４、５倍の利用が続いている。９月 ３日には最多の約２万人を記録。敬老の日を含む３ 連休は１日当たり約１万６千人が乗車した。 乗客のＩＣカード利用率は93〜94％ https://www.shimotsuke.co.jp/articles/-/794774 83

• https://www.shimotsuke.co.jp/articles/-/794774

交通DXで本来目指すべきこと デジタルなら「顧客や社会のニーズに基づいた交通」を別次元で実現出来るはず

そもそもDXとは？ • 企業がビジネス環境の激しい変化に対応し、データとデジタル 技術を活用して、顧客や社会のニーズを基に、製品やサービ ス、ビジネスモデルを変革するとともに、業務そのものや、組 織、プロセス、企業文化・風土を変革し、競争上の優位性を確 立すること – 「DX推進指標」における定義, 経済産業省, 2019年7月 • 結果：顧客や社会のニーズに基づいた製品やサービス • 手段：データとデジタル技術を活用 • 波及効果：業務、組織、プロセス、企業文化・風土の変革

DXの実現とは：デジタル人馬一体で高速PDCA が継続する状態を作る • すべてITがやってくれる – AI・自動運転を導入して任せればオッケー • 絶え間なくデータを突き付けられ、迅速な判断・実行を求められる – 判断の結果も、デジタル技術のおかげで即現場に反映される – 「何を判断するか」自体も進化する • 乗りこなす人間の側に相応の能力が求められる→組織風土の変革 – 「顧客や社会のニーズに基づいた交通」をあらゆるスケールで考え続ける必要 – 事務職において「同じ仕事をミスなくやり続ける」スキルからの脱却

交通資源台帳のデジタル化・リアルタイム化・共有 • 地域の路線・車両・人員 などの資源をデータ化し リアルタイムに更新・共 有 – 利用者向けにはGTFS/GTFSRTなどの形で実施済み • リアルタイムにデータ化 されていなければ「地域 の輸送資源を総動員」は 無理

地域の交通モード別移動実績（分担率） • 自家用車、バス、鉄道な どの利用者総数を経路ご とに可視化 – 熊本において各種交通統計や ICカードデータを利用し作成 – PT調査データに類似している が経路単位の精度は無い • 分担率を視覚的に把握。 交通モードを俯瞰して政 策立案へ

交通サービスレベルの可視化・評価 中心地からの到達時間 地域ごとの通える高校数

顧客や社会のニーズに基づいた交通とは？ • 交通事業者の内情に合わせたサービス – 交通事業者単独での収支改善 – 運転手不足に合わせた減便 • 移動の課題を解決するサービス – 通勤、通学、通院の足の確保 – 渋滞の解消

交通DXの対象の半分は行政組織 制度・政策・補助金の 効果や評価は？ 国交省 制度・法令 地域交通のデータ一式 が溜まる（ただし紙） 運輸局 紙による 届出・申請・監査 検索、呼出、支払などの デジタル化が進行中 政策・補助金 協議会を開催 （ただしデータなし） 交通行政のDX 公共交通 事業者 自治体 スマホ アプリ 自治体へのデータ 提供義務なし 交通サービスのDX • 交通行政のDXが進まない限り公共交通事業者は帳票地獄が続く 利用者

運輸局への紙による膨大な申請・届出業務 バス会社（永井運輸@前橋） 関東運輸局 太田恒平, 水野羊平, 三浦公貴, 伊藤昌毅, "GTFS-JPデータを用いた乗合 バス事業の電子申請に向けた基礎検討 〜帳票地獄からの脱却による働き 方改革を目指して〜", 第59回土木計画学研究発表会, 2019年6月9日.

公共交通オープンデータのインパクト 交通事業者 自身の 業務効率化・高度化 利用者 の利便性 都市・地域 の交通政策 国（運輸局）の業務効率化 加藤博和先生資料 http://orient.genv.nagoya-u.ac.jp/kurashi1810-HirokazuKato-l.pdf

• http://orient.genv.nagoya-u.ac.jp/kurashi1810-HirokazuKato-l.pdf

データを肴に交通を議論・計画したい • 採択決定後から行 政（市・県）・バ ス事業者幹部、地 域ITコミュニティ などと打ち合わせ を重ねる • 熊本エリアにおけ る実証実験や フィールド調査な どを推進 94