～250mメッシュ・HEX・用途地域を用いた健康遊具配置分析の検証～
本記事は、生成AIとGISを活用した自治体業務の実証シリーズの第9回です。
関連記事
▶ 第1回：自治体GISとAIの融合
▶第2回：ArcGIS Onlineと生成AIを連携した人口統計分析の実証
▶第3回：生成AIとGISで健康遊具の優先整備地区を抽出してみた
▶第4回：自治体の人材不足はGIS AIで解決できるのか
▶第5回：e-Stat APIとGISを結合するときの落とし穴
▶第6回：PLATEAU MCPは自治体GISを変えるのか
▶第7回：健康遊具はどこに整備すべきか？生成AIとGISで検証
▶第8回：AIの回答は信用できるのか（検証と説明責任）
▶第10回：PLATEAU LOD1と生成AIで建物単位人口推計は可能か
▶第11回：PLATEAU建物人口から見る浸水リスク
▶第12回：建物単位人口で見る避難所シミュレーション
▶第13回：PLATEAUの建物に人口を配置する
▶第14回：PLATEAUを「人口を持つ都市」へ
はじめに
前回の記事では、生成AIとGISを活用した健康遊具配置分析について、その分析過程と説明責任の重要性を検証しました。
その結果、
・人口集計方法の確認
・分析手順の再現
・MCPによる検証
・カバー率の再計算
を通じて、AIの回答そのものではなく、分析過程を確認することの重要性が見えてきました。
しかし、新たな疑問も生まれました。
今回利用した人口データは町丁目単位です。
GIS分析では一般的な方法ですが、
本当に人口は町丁目内に均等に存在しているのでしょうか。
例えば、
・河川
・池
・工業地域
・大規模公園
など、人が居住していない場所も存在します。
人口モデルを見直す
第7回では町丁目人口を利用して健康遊具の最適配置を行いました。
一方で、施設配置のような政策シミュレーションでは、
人口統計そのものよりも、人口をどこに配置するかという人口モデルの違いが結果を左右する
ことがあります。
そこで今回は、町丁目人口を出発点としながら、用途地域を用いて人口分布を補正するモデルを構築し、公園選定結果がどのように変化するかを検証しました。
HEXグリッドによる人口分布の表現
用途地域による人口補正を行うことで、町丁目内の人口分布はより現実に近づきます。
しかし、もう一つ課題があります。
それは、
行政界に引きずられる人口分布です。
町丁目人口は行政統計として整理された単位であるため、どうしても町丁目境界の影響を受けます。
実際の生活圏は町丁目境界で区切られているわけではありません。
公園利用、買い物、通学、散歩など、人の行動は行政界を意識せずに連続しています。
そのため、施設配置を検討する場合には、行政界に依存しない分析単位が望まれます。
なぜHEXグリッドなのか
そこで採用したのがHEX（六角形）グリッドです。
六角形は正方形メッシュと比較して、隣接方向の偏りが少なく、空間分析で広く利用されています。
特にサービス圏分析や需要分布の可視化では、
- 境界効果が小さい
- 隣接関係が均一
- 滑らかな分布を表現しやすい
という特徴があります。
今回の検証では、人口をHEX単位に再配置することで、
行政界ではなく生活圏に近い形で需要分布を表現することを目指しました。
なお、生成AIによって作成したHEXグリッド成果物については、ArcGIS Pro上で再監査を実施しました。
監査の結果、一部縮尺においてグリッドが欠落して見える現象が確認されましたが、レコード数および人口総量は元データと完全に一致していることを確認しています。
拡大表示ではすべてのHEXが正常に表示されることから、この現象はGeoJSON描画時の表示上の問題であり、人口分析結果そのものには影響しないと判断しました。
生成AIによる空間分析では、成果物をGIS上で監査するプロセスが不可欠であることも今回の重要な知見となりました。
人口総量は変えない
ここで重要なのは、
人口を移動させても人口総量は変えない
という点です。
今回の検証では、
町丁目人口や250mメッシュ人口を出発点としながら、
用途地域による重み付けを行い、
その後HEXへ再配分しています。
しかし、
和泉市全体の人口は常に一致するよう管理しています。
つまり、
人口を増減させるのではなく、
人口が存在する可能性の高い場所へ再配置している
だけです。
この考え方は、将来的に避難所配置、防犯カメラ配置、街路灯整備など、他の施設配置分析にも応用できます。
なぜ250mメッシュ人口を使うのか
用途地域補正やHEXグリッドによって人口分布をより現実に近づけることができます。
しかし、その出発点となる人口統計自体にも精度の違いがあります。
これまで利用してきた町丁目人口は、自治体業務でも広く活用されている信頼性の高い統計です。
一方で、町丁目は行政上の区画であり、人口分布を表現するために設計された単位ではありません。
そのため、町丁目の面積が大きい場合や、住宅地と非住宅地が混在する場合には、人口分布を詳細に表現することが難しくなります。
国勢調査メッシュという考え方
そこで利用したのが国勢調査の250mメッシュです。
250mメッシュは全国を250m四方の格子で区切り、それぞれのメッシュ単位で人口を集計した統計データです。
行政界とは無関係なため、
- 市町村界
- 町丁目界
- 用途地域界
の影響を受けません。
純粋に「その場所にどれだけ人口が存在するか」を表現できる点が大きな特徴です。
なぜ250mなのか
今回利用した250mメッシュは、
全国的に整備されている人口統計の中でも比較的高い空間解像度を持っています。
例えば、和泉市全域では約650メッシュが利用対象となりました。
ここで重要なのは、
650メッシュで和泉市全域を覆っているわけではない
という点です。
国勢調査メッシュは人口が存在する地域を対象とした統計であり、山林や河川など人口が存在しない地域は統計上の対象外となります。
そのため、
今回利用した650メッシュは
「和泉市の人口分布を表現するためのメッシュ」
であり、
「和泉市の面積全体を表現するためのメッシュ」
ではありません。
メッシュ人口でも課題は残る
一見すると、
「250mメッシュ人口を使えば十分ではないか」
とも考えられます。
しかし、250mメッシュにも課題があります。
例えば一つのメッシュの中に、
- 住宅地
- 商業施設
- 工場
- 公園
が混在している場合、その人口はメッシュ内に均一に配置されます。
つまり、
町丁目より細かくなっただけで、
依然として
「どこに人が住んでいるのか」
という問題は残ります。
そこで今回の検証では、
250mメッシュ人口に対しても用途地域による補正を行い、
さらにHEXグリッドへ再配置することで、
人口分布の精度向上を試みました。
今回の検証で確認したかったこと
今回の目的は、
単にメッシュ人口を利用することではありません。
本当に知りたかったのは、
人口モデルの精度向上が政策判断にどの程度影響するのか
という点です。
そこで、
- 町丁目人口
- 町丁目人口＋用途地域補正
- 町丁目人口＋用途地域補正＋HEX
- 250mメッシュ人口＋用途地域補正＋HEX
という4つの人口モデルを作成し、
健康遊具の最適配置結果がどのように変化するかを比較しました。
町丁目人口と250mメッシュ人口は完全には一致しない
ここで一つ補足しておきます。
今回利用した250mメッシュ人口は、町丁目人口と完全に一致するわけではありません。
監査の結果、65歳以上人口は
- 町丁目人口：46,995人
- 250mメッシュ人口：47,305.739人
となり、約311人（0.66%）の差が確認されました。
250mメッシュは行政界とは無関係に配置された格子データであるため、町丁目境界や用途地域境界をまたぐメッシュが多数存在します。
今回の分析では、これらのメッシュ人口を交差面積に応じて按分しているため、境界付近では人口の再配分が発生します。
それにもかかわらず差分は0.66%に留まりました。
これは、
- 使用した250mメッシュの人口分布が町丁目人口と概ね整合していること
- 面積按分処理による誤差が限定的であること
- 用途地域分析に利用する統計基盤として十分な精度を有していること
を示しています。
一般的に空間統計では、集計単位を変更すると数％程度の差が生じることも珍しくありません。
今回の0.66%という差分は、分析結果に実質的な影響を与えない水準であり、250mメッシュ人口を用いた用途地域別人口推計の妥当性を裏付ける結果となりました。
差分の原因
当初は市境界処理や人口集計ミスの可能性も考えられました。
しかし検証の結果、
- 市境界データの不整合なし
- 人口総量の集計ミスなし
- 境界メッシュ按分処理は適正
であることを確認しています。
残った差分は、
国勢調査メッシュ統計特有の
秘匿処理や統計的な再集約処理
によるものと判断しました。
分析への影響
差分率は0.66%に留まっており、用途地域別人口推計や施設配置検討の結果を左右する水準ではありません。
そのため本検証では、250mメッシュ人口を十分に利用可能な統計基盤と判断し、以降の分析を進めています。
今回比較した4つの人口モデル
今回の検証では、人口モデルを段階的に高度化しながら、公園選定結果への影響を比較しました。
Case A 町丁目人口
最も一般的な方法です。
町丁目人口をそのまま利用し、町丁目内に均等分布していると仮定します。
町丁目人口
↓
サービス圏分析
↓
公園選定Case B 町丁目人口＋用途地域補正
町丁目人口を用途地域ごとに再配分します。
町丁目内の人口分布を、土地利用に応じて補正します。
町丁目人口
↓
用途地域補正
↓
サービス圏分析
↓
公園選定Case C 町丁目人口＋用途地域補正＋HEX
用途地域で補正した人口をHEXグリッドへ再配置します。
行政界の影響を小さくし、生活圏に近い人口分布を表現します。
町丁目人口
↓
用途地域補正
↓
HEX
↓
サービス圏分析
↓
公園選定Case D 250mメッシュ人口＋用途地域補正＋HEX
国勢調査250mメッシュを利用し、さらに用途地域補正とHEX再配置を行います。
今回の検証で最も高精度な人口モデルです。
250mメッシュ人口
↓
用途地域補正
↓
HEX
↓
サービス圏分析
↓
公園選定用途地域による人口補正の考え方
用途地域を利用した人口補正と聞くと、
「用途地域ごとの人口割合で按分したのではないか」
と思われるかもしれません。
しかし今回採用した方法は、それとは異なります。
重要なのは、
用途地域別人口比率ではなく、用途地域別人口密度を利用している
という点です。
人口比率を使うと何が問題か
例えば和泉市全体で、用途地域別人口が次のようになっていたとします。
| 用途地域 | 人口 |
|---|---|
| 住居系 | 22,769人 |
| 商業系 | 916人 |
| 工業系 | 6,948人 |
この場合、
人口比率は次のようになります。
| 用途地域 | 人口比率 |
|---|---|
| 住居系 | 74.3% |
| 商業系 | 3.0% |
| 工業系 | 22.7% |
一見すると合理的に見えます。
しかし、この方法には大きな問題があります。
人口だけを見ているため、
用途地域の面積を考慮していない
のです。
面積を考慮すると見え方が変わる
実際には用途地域ごとに面積が異なります。
今回の和泉市の集計結果は次のようになりました。
| 用途地域 | 人口 | 面積 |
|---|---|---|
| 住居系 | 22,768.8 | 20,746,538㎡ |
| 商業系 | 915.5 | 880,003㎡ |
| 工業系 | 6,948.4 | 8,172,350㎡ |
ここから人口密度を計算します。
人口密度 ＝ 人口 ÷ 面積
| 用途地域 | 人口密度 |
|---|---|
| 住居系 | 0.001097 |
| 商業系 | 0.001040 |
| 工業系 | 0.000850 |
すると見えてくるものが変わります。
用途地域別に人口を見ると、工業系用途地域にも約6,948人が居住していることが分かります。
ただし、面積を考慮して人口密度で比較すると、工業系用途地域は住居系用途地域より低く、住居系を1.0とした場合の相対値は0.775となります。
人口密度から相対重みを求める
そこで今回は、
住居系の人口密度を基準値1.0としました。
計算式は次の通りです。
用途地域重み
=
用途地域人口密度
÷
住居系人口密度和泉市の場合、
| 用途地域 | 自動算出重み |
|---|---|
| 住居系 | 1.000 |
| 商業系 | 0.948 |
| 工業系 | 0.775 |
| 非居住系 | 0.251 |
となりました。
これは、
住居系と比較して、
- 商業系は94.8%
- 工業系は77.5%
- 非居住系は25.1%
の人口密度を持つことを意味します。
図5 用途地域別人口密度の比較
住居系用途地域を基準とした場合、商業系用途地域は約95%、工業系用途地域は約78%の人口密度となった。工業系用途地域にも一定の人口が居住しているものの、住居系用途地域ほど高密度ではないことが分かる。
図6 用途地域別居住人口の比較
工業系用途地域には約6,948人が居住しており、住宅系用途地域に次ぐ人口規模となっている。用途地域図だけでは把握しにくい居住実態を定量的に確認することができる。
図7 和泉市工業系用途地域における高齢者人口分布
工業系用途地域内には約5,500人（推計）の高齢者が居住している。工場や事業所が立地するイメージの強い地域であるが、実際には高齢者が生活する区域も多く含まれていることが分かる。
特にエリアNo.11では約1,800人の高齢者が居住しており、工業系用途地域であっても福祉、防災、移動支援等の施策を検討する際には重要な対象区域となる。
なぜ固定係数を使わなかったのか
当初は、
| 用途地域 | 固定重み |
|---|---|
| 住居系 | 1.0 |
| 商業系 | 0.6 |
| 工業系 | 0.2 |
という単純な係数を想定していました。
しかし今回の実測結果は、
| 用途地域 | 自動重み |
|---|---|
| 住居系 | 1.000 |
| 商業系 | 0.948 |
| 工業系 | 0.775 |
でした。
特に工業系は、
想定していた0.2ではなく0.775となっています。
これは、
和泉市の工業系地域が純粋な工場地帯ではなく、
住宅や生活施設を含む地域として機能していることを示しています。※実際の用途区分は準工業地域です。
なぜ自治体ごとに計算する必要があるのか
もし全国一律で
住居系 = 1.0
商業系 = 0.6
工業系 = 0.2を適用すると、
和泉市では実態よりも工業地域の人口を大幅に過小評価してしまいます。
逆に都市部では商業地域の人口密度が住居系を上回る可能性もあります。
つまり、
同じ用途地域であっても、
自治体によって人口構造は異なります。
そのため、
用途地域補正を行う場合は、
固定係数を適用するのではなく、
自治体ごとの人口密度から重みを算出する必要があります。
今回の検証では、
人口比率ではなく人口密度を利用することで、
和泉市の実態を反映した人口モデルを構築することができました。
4つの人口モデルによる政策判断の比較
ここまで構築した4つの人口モデルを用いて、健康遊具を追加設置する公園を比較しました。
比較条件は統一し、
- 既存健康遊具500m圏
- 候補公園248箇所
- 追加設置数3箇所
- 500mサービス圏
- Greedy法による最適選定
を共通条件としています。
Case A 町丁目人口
最も一般的な分析方法です。
町丁目人口をそのまま利用し、町丁目内に均一に人口が分布しているものとして評価しました。
| 指標 | 結果 |
|---|---|
| 追加後カバー率 | 42.35% |
| 改善幅 | +9.00pt |
選定公園
- 鶴山台西公園（159）
- 和気6号公園（332）
- みたち山2号公園（275）
Case B 町丁目人口＋用途地域補正
町丁目人口を用途地域別人口密度で補正し、町丁目内の人口分布を再構築しました。
| 指標 | 結果 |
|---|---|
| 追加後カバー率 | 45.84% |
| 改善幅 | +11.45pt |
選定公園
- 鶴山台志保池公園（156）
- 中央公園（149）
- 和気7号公園（333）
Case Aとの比較
| 項目 | 変化 |
|---|---|
| 追加後カバー率 | +3.50pt |
| 改善幅 | +2.46pt |
| 選定公園 | 3公園すべて変更 |
ここで初めて政策判断が変化しました。
同じ町丁目人口を使用していても、用途地域を考慮することで優先される公園が入れ替わったことになります。
Case C 町丁目人口＋用途地域補正＋HEX
用途地域で補正した人口をHEXグリッドへ再配置しました。
| 指標 | 結果 |
|---|---|
| 追加後カバー率 | 43.71% |
| 改善幅 | +11.10pt |
選定公園
- 鶴山台志保池公園（156）
- 中央公園（149）
- 和気7号公園（333）
Case Bとの比較
| 項目 | 変化 |
|---|---|
| 選定公園 | 変化なし |
| カバー率 | 微差 |
HEX化により人口分布はより滑らかになりましたが、政策判断を変えるほどの差は生じませんでした。
Case D 250mメッシュ人口＋用途地域補正＋HEX
最も高精度な人口モデルです。
国勢調査250mメッシュ人口を利用し、用途地域補正とHEX再配置を行いました。
| 指標 | 結果 |
|---|---|
| 追加後カバー率 | 44.29% |
| 改善幅 | +11.51pt |
選定公園
- 鶴山台志保池公園（156）
- 中央公園（149）
- 和気7号公園（333）
Case Cとの比較
| 項目 | 変化 |
|---|---|
| 追加後カバー率 | +0.58pt |
| 改善幅 | +0.40pt |
| 新規カバー人口 | +224人 |
| 選定公園 | 変化なし |
250mメッシュを利用することで人口分布の精度は向上しましたが、選定公園は変化しませんでした。
検証結果から見えたこと
今回の4段階比較で最も重要な結果は、
政策判断を変えたのは用途地域補正であり、HEX化や250mメッシュ化ではなかった
という点です。
整理すると、
| 比較 | 結果 |
|---|---|
| Case A → B | 公園選定が変化 |
| Case B → C | 公園選定は変化なし |
| Case C → D | 公園選定は変化なし |
つまり、
単純な町丁目人口モデルから一歩進み、
用途地域によって人口分布を補正するだけで、政策判断そのものが変わりました。
一方で、その後のHEX化や250mメッシュ化は分析精度を向上させたものの、今回の和泉市では最終的な意思決定を変えるほどの影響は確認されませんでした。
この結果は、
「より細かいデータを使うこと」よりも、
「人口をどのように空間配置するか」という人口モデルの設計が重要である
ことを示しています。
今回の検証から見えたこと
今回の検証では、
- 町丁目人口
- 町丁目人口＋用途地域補正
- 町丁目人口＋用途地域補正＋HEX
- 250mメッシュ人口＋用途地域補正＋HEX
という4つの人口モデルを比較しました。
結果として、
用途地域補正によって政策判断そのものが変化し、
一方でHEX化や250mメッシュ化は分析精度を向上させるものの、今回の和泉市では最終的な公園選定結果を変えるには至りませんでした。
これは自治体GISの観点から見ても非常に興味深い結果です。
※ HEX成果物については、ArcGIS Pro上で再監査を実施し、人口総量が保持されていることを確認しています。
生成AIで見えた可能性
今回、私が最も驚いたのは分析結果そのものではありません。
この検証過程です。
通常であれば、
- 人口統計の収集
- 用途地域データの整理
- 人口再配分モデルの作成
- HEXグリッド生成
- サービス圏解析
- カバー率比較
- 公園選定結果の比較
- 監査
を繰り返し実施する必要があります。
しかも今回は4種類の人口モデルを比較しています。
従来のGIS業務であれば、相当な工数を要する検証です。
生成AIとの対話が分析を深めた
一方、今回は生成AIとの対話を通じて分析を進めました。
もちろん途中では、
- レイヤ指定ミス
- データ参照ミス
- 推測による誤った処理
も発生しました。
しかし、その都度監査を行い、
「なぜその結果になったのか」
を確認しながら分析を進めることで、
最終的には
用途地域補正が政策判断を変えていた
という重要な知見に到達しました。
これは最初から想定していた結論ではありません。
分析を進める過程で初めて見えてきた結果です。
生成AIは答えを出すだけではない
生成AIというと、
「質問すると答えを返してくれるツール」
というイメージがあります。
しかし今回の検証で感じたのは、
生成AIの価値は答えそのものではなく、
仮説を作り、検証し、監査しながら知見を深めていくプロセス
にあるということです。
実際、
用途地域補正の必要性
用途地域別人口密度による重み付け
HEXの効果
250mメッシュの効果
といった論点は、対話を重ねながら徐々に整理されていきました。
今回の検証では、生成AIが作成したHEX成果物をArcGIS Pro上で監査した結果、一部成果物に不整合が見つかりました。
しかし、人口総量やレコード数を検証した結果、分析結果そのものには影響しないことを確認しています。
このことは、生成AIによる空間分析では、AIの結論だけではなく、成果物そのものをGIS上で検証するプロセスが不可欠であることを示しています。
生成AIとGISを組み合わせた分析では、
AIによる計算
↓
成果物出力
↓
GISによる監査
↓
再評価
というプロセスそのものが重要になります。
HEXグリッドの「真の価値」の再定義
今回の分析では、町丁目単位で集計した場合とHEXグリッドで集計した場合で、最終的な優先順位に大きな差は見られませんでした。
そのため、
「HEXグリッドを使わなくても同じ結果ではないか」
と思われるかもしれません。
しかし、HEXグリッドの本当の価値は、今回の順位付け結果そのものではありません。
HEXグリッドは、行政界に依存しない均一な単位で人口や施設を評価できるため、実際の住民行動に近い分布を表現できます。
例えば住民は、
- 公園を利用する
- スーパーへ買い物に行く
- 学校へ通学する
- 散歩をする
- 医療機関を利用する
といった行動を行う際に、町丁目や自治会の境界を意識して移動しているわけではありません。
実際には、行政界をまたいで最寄りの施設を利用しています。
町丁目単位の分析では、境界付近の人口がどちらの町丁目に属するかによって結果が左右されることがあります。
一方、HEXグリッドでは均一な空間単位で分析するため、
「人がどこに住み、どの方向へ移動しやすいのか」
という実際の生活圏に近い分布を把握できます。
将来的な活用可能性
今回の公園分析では結果に大きな差は生じませんでしたが、HEXグリッドの考え方は次のような分析で真価を発揮します。
- 公園利用圏の分析
- 買い物弱者対策
- 通学路安全対策
- 医療施設の配置検討
- 高齢者の移動支援
- 災害時避難行動の分析
これらはすべて、行政界ではなく「人の行動範囲」が重要になる分野です。
その意味で、HEXグリッドは単なる集計単位ではなく、
「行政界で区切られた地域を見る」のではなく、「住民の生活圏を見る」ための分析手法
と言えるでしょう。
第9回の結論
今回の和泉市検証を通じて、
生成AIは単なる作業自動化ツールではなく、
GIS分析における「思考の相棒」として機能する可能性を感じました。
もちろん結果を鵜呑みにしてはいけません。
監査も必要です。
しかし適切なデータ指定と検証手順を与えることで、
従来であれば多大な時間を要した比較検証を短時間で繰り返し実施できることも確認できました。
そしてその過程で、
自治体GISにおける人口モデルの構造要件という、当初想定していなかった知見にまで到達することができました。
次回予告
今回の分析では、工業系用途地域にも約5,500人の高齢者が居住していることが分かりました。
しかし、同じ5,500人でも、その人たちはどのような建物に住んでいるのでしょうか。
次回は国土交通省PLATEAUの3D都市モデルを活用し、
- 高齢者は低層住宅と中高層建物のどちらに多く居住しているのか
- 工業系用途地域の建物高さにはどのような特徴があるのか
- 洪水リスクや地形条件とどのような関係があるのか
について検証します。
人口を「地域」で見るだけでなく、「建物」で捉えることで、これまで見えなかった都市構造の実態に迫ります。
関連記事
▶ 第1回：自治体GISとAIの融合
▶第2回：ArcGIS Onlineと生成AIを連携した人口統計分析の実証
▶第3回：生成AIとGISで健康遊具の優先整備地区を抽出してみた
▶第4回：自治体の人材不足はGIS AIで解決できるのか
▶第5回：e-Stat APIとGISを結合するときの落とし穴
▶第6回：PLATEAU MCPは自治体GISを変えるのか
▶第7回：健康遊具はどこに整備すべきか？生成AIとGISで検証
▶第8回：AIの回答は信用できるのか（検証と説明責任）
▶第10回：PLATEAU LOD1と生成AIで建物単位人口推計は可能か
▶第11回：PLATEAU建物人口から見る浸水リスク
▶第12回：建物単位人口で見る避難所シミュレーション
▶第13回：PLATEAUの建物に人口を配置する
▶第14回：PLATEAUを「人口を持つ都市」へ
コメントを残す