交通
| casestudy | 01 |
公共交通計画の策定
クライアント名非公開
本事例では、交通計画の策定にあたって域内における二次交通手段の把握を人流データを用いて行った事例です。
※画像はイメージです
導入前の課題
市内の移動需要や属性、二次交通手段活用状況を把握し、交通計画を検討する
混雑統計🄬を選んだポイント
特定の交通機関の利用をキーに二次交通手段の把握が可能であった
交通量が多い道路を速度別に可視化できた
納品データ
- 市内ODデータ
- 二次交通手段別旅程内滞在地データ
- 速度別交通量データ
集計対象判定イメージ
- 鉄道利用者の市内滞在地と、推定される二次交通手段を把握することができた
- 交通量の把握と移動需要を把握し、バス路線の効率化案の検討が進んだ
| casestudy | 02 |
道路整備効果分析
クライアント名非公開
本事例は、高速道路利用者の立寄り先／高速沿線施設への訪問者の経路・推定居住地を把握することで、高速道路の開通効果を定量的に明らかにした事例です。
導入前の課題
高速道路開通効果を測定するための基礎調査を行いたい
従来高速沿線の施設でナンバープレート調査を行うことで開通効果を測定していたが、利用者が実際に高速を利用し訪問していたかがわからなかった
混雑統計🄬を選んだポイント
調査対象道路に断面を設定し通過判定し通過者を集計することで、開通効果をより明確に説明できるため
高速利用者の立寄り先を集計することで、ナンバープレート調査対象エリア以外への影響も確認できるため
納品データ
- 施設滞在者来訪手段別 推定居住地別人数
- 来訪手段別 立寄り地集計
納品データをツールで可視化した例
- 既存調査では高速周辺の施設への影響把握にとどまっていたが、より遠方への訪問へも利用されていたことが明らかとなった
- ナンバープレート調査ではわからない、遠方からのレンタカー利用者の推定居住地情報も測定できた
| casestudy | 03 |
渋滞分析
千葉県君津地域振興事務所
本事例は、観光地周辺における慢性的な交通渋滞の解消を最終目的とし、人流データを用いた渋滞原因箇所の検討を行った事例です。
導入前の課題
東京湾アクアラインの交通渋滞解消のため、周辺地域の滞在傾向を把握し、帰宅時間を分散させる渋滞緩和施策を検討したい
混雑統計🄬を選んだポイント
サンプル数を豊富に保有していることで、平休日／時間帯別、推定居住地／旅程別 等のクロス集計が可能なため、一歩踏み込んだ分析により分析のストーリーを組み立てやすかった
訪問者の推定居住エリアや日帰り／宿泊などを可視化することが出来た
納品データ
※アクアライン周辺の滞在者を推定居住地、性年代、旅程構成別に集計し分析
納品データをツールで可視化した例
- 来訪者の8割以上が日帰り客であり、夕方の帰宅行動が渋滞を誘引していることが判明。宿泊への誘導が有効な施策として見出された
- 湾岸部を中心として混雑が発生していることが分かり、内陸エリアへ来訪者を誘導することが渋滞の解決につながることが分かった
| casestudy | 04 |
交通円滑化・地域活性化支援業務
クライアント名非公開
本事例は、域内推定居住者／推定通勤・通学者／来訪者がどのような移動をしているのかを把握することで、新規開通道路の検討における基礎調査データとした事例です。
導入前の課題
長岡国道事務所管内において、ポストコロナにおける交通課題の抽出および対策案を検討したい
新規開通路線の効果的な広報計画と、道の駅などの既存の施設を活用した地域活性化施策を検討したい
混雑統計🄬を選んだポイント
推定居住者／推定通勤・通学者／来訪者に属性を分けて移動の分析が可能
移動速度と道路ネットワークを組み合わせることで、利用道路や交通手段の分析も可能
納品データ
- 推定居住地別OD数
- OD中経路別人数
- メッシュ別推定居住地別人数
- 域内旅程の最後の滞在までにおける経路別人数
移動手段の判定ロジック
既存のアンケート調査だけでは追いきれないようなマクロな視点での人の回遊実態を把握することが出来た。特に、推定居住者・推定通勤者・来街者 のように属性分けをおこなうことで路線の利用用途を掴むことが出来たため、今後の課題の抽出や施策の立案の基礎データとすることが出来た。