L30 各種法令の規制情報 17 件統合分析 ── 規制空間 (where) と規制手続き (how) の二層構造

データ取得手順

⚠️ このスクリプトは自動取得に対応していません。以下のデータセットを DoBoX から手動でダウンロードし、data/extras/ 以下に保存してください。

実行コマンド:

cd "2026 DoBoX 教材"
python -X utf8 lessons/L30_law_regulations.py

DoBoX のオープンデータは申請不要・商用/非商用とも利用可。 data/extras/ は .gitignore 対象（約 57 GB のキャッシュ）。 スクリプト実行で自動再生成されます。

1. 学習目標と問い

本レッスンは、広島県オープンデータポータル DoBoX の 「各種法令の規制情報_*」シリーズ 17 件を統合し、 広島県内における各種法令の規制空間 (where) と規制手続き (how) の二層構造を 解読する研究記事です。

独自用語の定義 (要件 M)

• 規制空間 (Regulation Space): 法令が空間的に「ここからここまで」と区域を定めて 規制を及ぼす範囲。本記事では where 層 と呼ぶ。GeoJSON / Shapefile / 緯度経度 CSV で機械可読に提供される場合のみ「規制空間ジオメトリ」と呼ぶ。 Excel 上の市町表のような「○ / ×」表記は規制空間ジオメトリには含めない。
• 規制手続き (Regulation Procedure): 法令が定める許可申請・届出を、どの市町・どの担当課が 受け付けるかを記述した実務情報。本記事では how 層 と呼ぶ。 DoBoX では Excel (xlsx) シート「手続き先」として提供されるのが標準。
• 二層構造 (Two-Layer Structure, 本記事の独自用語): DoBoX「各種法令の規制情報」シリーズが必ず提供する 2 層:
  • where 層 (規制空間ジオメトリ): 一部法令のみ機械可読公開
  • how 層 (規制手続きExcel): 全法令で公開 (規制内容 + 手続き先 の 2 シート)
  where 層と how 層を独立に整備する設計により、シリーズは形式が統一されない。 本記事ではこの非統一を「二層構造」として正面から扱う。
• 多重規制ホットスポット (Multi-regulation Hotspot): 面 3 法令 (森林法保安林・自然公園・特定都市河川流域) のうち 3 法令すべての規制空間が重なるセル。許認可手続きが多重化する地理的場所。
• 規制空白地 (Regulation Blind Spot): 面 3 法令のどれにも規制空間が及ばないセル。本記事の面 3 法令限定の解釈であり、 他の法令 (砂防指定地・急傾斜地・道路法 etc.) は xls のため空白判定には反映されない (= 真の意味で「規制を受けない」とは限らない)。
• カテゴリ (Category, 6 分類): 法令の主目的による分類。 防災 / 自然保護 / 土地利用 / 交通・河川 / 環境・廃棄物 / 文化財 の 6 つ。 根拠は法目的条文。複数目的を兼ねる法令 (森林法など) は主目的 1 つで割り切る。
• 制定主体 (Origin): 法令の制定主体による 4 分類: 国法 / 県条例 / 併用 / その他。「併用」は国法 + 県条例の両方を含む統合データ。 「その他」は被爆樹木のような事実情報を整備した法令名なしのデータ。

仮説 H1〜H6 (要件 D)

• H1 (二層構造): 17 件は「where 層 (geo/csv)」と「how 層 (xls)」の 2 層で構成され、 機械可読ジオメトリ提供は少数派 (50%未満)。
• H2 (主体別公開率): 国法由来は地理データを公開する一方、 県条例由来は xls 中心。理由: 国は MLIT/林野庁が GIS 整備済、 県条例は手続き表のみで充足することが多い。
• H3 (xls 構造同型性): 規制手続き Excel 11 件は全件が「規制内容」「手続き先」の 2 シート構成に揃う。シリーズ全体を貫く統一フォーマットの証拠。
• H4 (重畳と空白): ジオメトリを持つ面 3 法令 (forest+park+toku) を県土に重ねると、 3 法令重畳セルまたは2 法令重畳セルと、規制空白セルが同時に出現する。 (※3 法令同時重畳の有無は実測で確認、特定都市河川は新法のため対象が限定的)
• H5 (3 法令 union の支配): 面 polygon を持つ 3 法令 (森林法保安林・自然公園・特定都市河川流域) の union は単独でも県土の 15%以上をカバーし、ジオメトリ提供の主要層を成す。
• H6 (被爆樹木の集中): 17 件中、点データは 1311 被爆樹木 1 件のみで、 広島市中区の爆心地周辺2 km 圏内に 70% 以上が集中する。

到達点

1. 17 法令という異種データセットの寄せ集めを「二層構造」という統一視点で読む技法
2. 規制空間ジオメトリの公開状況の不均一さを数値化する手順
3. 面 polygon の多重重畳分析を grid 化で行う実装 (sjoin + value_counts)
4. カタログメタ (S14) と実データを組み合わせた検証 (S14 では概念図のみだったものを実証)
5. 森林法保安林の県土支配性、被爆樹木の爆心地集中など個別法令の幾何特徴を定量化
6. 図 11 種・表 10 種で 17 法令を多角的に提示 (要件 Q)

2. 使用データ

本記事で扱う 17 dataset_id は、DoBoX で「各種法令の規制情報_*」 という共通接頭辞を持つシリーズ。 カタログ data/dataset_index.csv 全 551 件のうち 17 件が該当する。

17 法令一覧

二層構造の集計

where 層 (geo+csv 6 法令) の生サイズ

how 層 (xls 11 法令) のシート構造

3. ダウンロード

本記事の再現性のため、HTML から生データ・中間 CSV・図 PNG・再現 Python が すべて直リンクで取れる。

(1) 生データ

17 法令の生 ZIP / xlsx / csv は前項表の DoBoX リンクから取得できる。 本記事では data/extras/L30_law_regulations/ に保存している。 取得済か確認するスクリプト:

cd "2026 DoBoX 教材"
ls data/extras/L30_law_regulations/   # law_*.zip と sample_*.{xlsx|csv} がある

(2) 中間 CSV (本スクリプトの出力)

• L30_laws_17.csv — 17 法令メタ (カテゴリ・主体・形式)
• L30_overall_17_summary.csv — 17 件統合サマリ (件数・面積・長さ・点数)
• L30_coverage.csv — 各 geo 法令の県土カバー率
• L30_overlap_stats.csv — 面 3 法令の重畳統計
• L30_multi_grid.csv — 2 km grid セルごとの多重度
• L30_xls_meta.csv — 11 xls 法令のシート構造
• L30_category_format.csv — カテゴリ × 形式 クロス
• L30_origin_format.csv — 主体 × 形式 クロス
• L30_river_class.csv — 1293 河川法 河川区分別
• L30_park_summary.csv — 1290 自然公園 公園別
• L30_atree_full.csv — 1311 被爆樹木 全 89 点
• L30_hypothesis_results.json — 仮説 H1〜H6 検証結果

(3) 図 PNG

• L30_layer_structure.png — 二層構造 (1)
• L30_pref_overlay.png — 県全域 6 法令重ね (2)
• L30_multi_heatmap.png — 多重度ヒートマップ (3)
• L30_parks_panels.png — 自然公園 上位6 (4)
• L30_river_class.png — 河川法 区分別 (5)
• L30_atree_map.png — 被爆樹木 点マップ (6)
• L30_coverage_bar.png — カバー率 + 重畳分布 (7)
• L30_crosstabs.png — 主体×カテゴリ×形式 (8)
• L30_xls_structure.png — xls シート構造 (9)
• L30_zoom_compare.png — ホットスポット vs 空白 (10)
• L30_index_cards.png — 17 法令カード (11)

(4) 再現用 Python

• L30_law_regulations.py — 本記事の全コード

実行は cd "2026 DoBoX 教材"; py -X utf8 lessons\L30_law_regulations.py。 法令データが data/extras/L30_law_regulations/ にあれば1 分以内で全図 + CSV 再生成 (要件 S 準拠)。

4. 分析1: 二層構造 ─ 規制空間 (where) と 規制手続き (how)

狙い: 17 法令の公開形式 (geo / csv / xls) を集計し、 「規制空間 (where)」と「規制手続き (how)」の二層構造を実データから可視化する。 H1 (二層構造) と H2 (主体別公開率) を一気に検証する。

可視化の選定理由 (要件 H)

「形式の偏り」を見せるには、format 別件数の棒 + category × format クロスバー が最適。 散布図は 17 件と少ないため意味を持たない。 ヒートマップ (図8) は別セクションで origin × format の構造を補完する。

実装

↑ L30_law_regulations.py 行 1537–1554

1537
1538
1539
1540
1541
1542
1543
1544

# 17 法令を 「format」 でグループ化
laws_df["format"].value_counts()
# geo: 5 / csv: 1 / xls: 11
# → 17 件中 6 件 (35%) のみが機械可読ジオメトリ提供

# カテゴリ × format クロス
pd.crosstab(laws_df["category"], laws_df["format"])
# 自然保護 ─ geo 多 / 環境・廃棄物 ─ xls のみ など、カテゴリで偏りがある

図1: 17 法令の二層構造 ─ 規制空間層 (geo/csv) と 規制手続き層 (xls)

図1 から読み取れること:

• (左) xls が 11/17 = 65% と過半数。geo + csv の機械可読ジオメトリは 6/17 = 35% にとどまる。
• (右) 自然保護カテゴリは geo 提供が多く (2 / 3 = 67%)、 環境・廃棄物は xls のみ。
• 仮説 H1 (二層構造、geo+csv 50%未満) → 支持: 実測 35% < 50%。

結果表: format 別 17 法令内訳

この表から読み取れること:

• 過半数 (65%) が xls = how 層のみで、where 層は提供しない。
• シリーズ名の「規制情報」は"地理データ" を意味しない。むしろ「規制内容 + 手続き先」のペアが本体。
• こうした「整備状況のばらつき」は、オープンデータ研究において見過ごせない論点。

5. 分析2: 制定主体と公開形式の相関

狙い: 「国法は地理データを公開する、県条例は手続き表のみ」という仮説 (H2) を、 17 法令の origin × format クロス集計で検証する。

仮説の根拠

国土交通省・林野庁・環境省は、国土数値情報として全国一律のレイヤを公開する仕組みを持つ。 森林法保安林は林野庁、自然公園は環境省 + 県庁、河川法は MLIT、特定都市河川も MLIT が GIS 整備済。 一方、県条例 (砂防指定地条例・自然海浜保全条例・普通河川保全条例 etc.) は県独自の整備に依存し、 ジオメトリ整備が進みにくい。

実装

↑ L30_law_regulations.py 行 1594–1603

1594
1595
1596
1597

# 制定主体 × 形式 のクロス
crossOF = pd.crosstab(laws_df["origin"], laws_df["format"])
# 国法 12 件 (うち geo 4)、県条例 4 件 (うち geo 0)、併用 2 件 (うち geo 1)
# → 国法は geo 公開率が高く、県条例は xls のみ という傾向

図8: 17 法令の構造クロス ─ 制定主体・カテゴリ・公開形式

図8 から読み取れること:

• (左) 国法 12 件のうち 4 件 (40%) が geo。 対して 県条例 4 件のうち geo は 0 件 (0%)。
• 仮説 H2 → 支持: 制定主体と地理データ公開率に強い正相関。
• (右) カテゴリ別では 自然保護 (森林・自然公園) が geo 比率最高、 環境・廃棄物 (リサイクル・土砂条例・土壌汚染) はすべて xls ─ 行為規制のため空間提供不要。

結果表: origin × format

この表から読み取れること:

• 「国法 = geo 公開率高、県条例 = xls 中心」という偏りは数値で確認できる。
• 「併用」(国法+県条例) は 2 件のみで、自然公園 (geo) と文化財 (xls) に分かれる ─ 統合データだから自動的に geo になるとは限らない。
• 「その他」(被爆樹木) は法令名なしの事実情報整備で、独自に csv 公開されている。

6. 分析3: xls 11 法令の構造同型性 ─ 二層構造 how 側の統一

狙い: 11 xls 法令のシート構成・規制種別数・市町カバー数を抽出し、 H3 (構造同型性) を検証する。 シリーズが「規制内容 + 手続き先」の 2 シート構成で統一されているなら、それは シリーズ全体を貫く設計思想の存在を示す。

手法: pandas + openpyxl で xls メタ抽出

11 件の xlsx を pd.ExcelFile で開き、 sheet_names を列挙する。さらに各シートを read_excel(header=None) で ヘッダなし読み込みし、左列の文字パターンから規制種別と市町数を数える。 全 11 件で同じパース手順が動くなら、それ自体が同型性の証拠になる。

実装

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22

# 11 xls 法令を読み、シート名と「規制内容」項目数・「手続き先」市町数を抽出
import pandas as pd

xls_meta = []
for dsid in [1285, 1286, 1287, 1288, 1291, 1292, 1294, 1295, 1296, 1297, 1298]:
    p = DATA_DIR / f"sample_{dsid}_*.xlsx"  # glob で探す
    x = pd.ExcelFile(p)
    sheets = list(x.sheet_names)

    # シート1「規制内容」: 左列に「・」で始まる行が規制種別
    df_r = pd.read_excel(p, sheet_name=sheets[0], header=None)
    n_rules = sum(1 for v in df_r.iloc[:,0].astype(str)
                  if v.strip().startswith("・"))

    # シート2「手続き先」: 左列に市町名 ("○○市", "○○町") が並ぶ
    df_p = pd.read_excel(p, sheet_name=sheets[1], header=None)
    municipals = {v.strip() for v in df_p.iloc[:,0].astype(str)
                  if (v.endswith("市") or v.endswith("町"))
                     and len(v.strip()) <= 8}

    xls_meta.append({"dsid": dsid, "n_sheets": len(sheets),
                     "n_rules": n_rules, "n_municipals": len(municipals)})

図9: xls 規制手続き層 11 法令 の構造

図9 から読み取れること:

• (左) 11/11 件 (100%) が 2 シート構成。 ただし河川法 (1293) のみ4 シート (河川区分別に手続き先を分割)。
• (右) 規制種別数のばらつき: 急傾斜法 (1287)・地すべり法 (1288)・普通河川条例 (1294)・ 文化財保護法 (1295) は1〜2 種別と少ない一方、都市計画法 (1285) は4 種以上。 法令の複雑度をそのまま反映。
• 仮説 H3 → 部分支持: 大半は 2 シート同型だが、河川法だけ 4 シート版。 理由は「河川区分 (一級/二級/準用) で手続き先窓口が変わる」ため、シリーズ設計上の例外。

結果表: 11 xls 法令の構造同型性

この表から読み取れること:

• 10/11 件が 2 シート同型。河川法 (1293) だけが 4 シートに分かれる例外。
• 規制種別数 (n_rules) は 1〜4 と法令の複雑度に応じる。
• 市町数 (n_municipals) は手続き先窓口の網羅度を表し、20〜23 (≒ 県内 23 市町) を満たすものが多い。 これはシリーズが「全市町への適用を考慮した手続き表」を整備した証拠。

7. 分析4: 規制空間ジオメトリ 6 法令を読む

狙い: where 層 (geo+csv) 6 法令を読み込み、 それぞれの規模・型 (面/線/点) を実データから把握する。 17 法令のうち地理データを持つのはこの 6 件のみ。

手法: 形式バラバラの 6 ファイルを統一 CRS で読む

実装

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20

# 5 geo + 1 csv = 6 法令の規制空間ジオメトリを読み込む
geo = {}

# 1289 森林法保安林: 全国 GeoJSON (国土数値情報 A45-19)
g = load_zip_first_geo(DATA_DIR / "law_1289_55318.zip")
# 全国 1万件 から広島県 BBox でフィルタ (高速化, 要件S)
g = g.cx[132.0:133.5, 34.0:35.2]
g = g.to_crs("EPSG:6671")  # 平面直角に再投影
g["poly_area_km2"] = g.geometry.area / 1e6
geo[1289] = g

# 1290 自然公園 (Shapefile, EPSG:2445), 1293 河川法, 1446 指定道路, 1625 特河川
# それぞれ load_zip_first_geo() で読み, set_crs(2445 or 4326) → to_crs(6671)

# 1311 被爆樹木 (CSV with 経度・緯度)
df = pd.read_csv(DATA_DIR / "sample_1311_50303.csv", encoding="utf-8-sig")
gdf = gpd.GeoDataFrame(df,
    geometry=gpd.points_from_xy(df["経度"], df["緯度"]),
    crs="EPSG:4326").to_crs("EPSG:6671")
geo[1311] = gdf

結果: 6 法令の規制空間ジオメトリ

この表から読み取れること:

• 17 法令中、ジオメトリを持つのは 6 法令だけ ─ それ以外の 11 法令は規制空間が「数字 + 文字」のみで提供される。
• 森林法保安林の面積 (1942 km²) は他法令を圧倒する規模。
• 線データ (河川法 + 指定道路) は polygon と直接重畳できないので、 多重規制分析では面 3 法令だけを使う (次セクション)。
• 被爆樹木は点で、規制空間としては「個体ごとの保護」 = 規制空間の最小実装。

図2: 広島県の規制空間 6 法令重ね合わせ

図2 から読み取れること:

• 緑 (森林法保安林) が県土の中山間部を広く覆い、面 3 法令 union を支配する。
• 黄 (自然公園) は北部の中国山地と南部の島嶼部に集中。
• 赤 (特定都市河川) は2 polygon のみでごく狭い (1625 は新設法令で対象が限定)。
• 青線 (河川法) と灰線 (指定道路) は線レイヤとして全県を網羅。
• 橙点 (被爆樹木) は広島市中区の 1 点に集中 → 図6 で詳細。

8. 分析5: 県土カバー率と 3 法令 union 支配

狙い: 面ジオメトリを持つ 3 法令 (森林法・自然公園・特定都市河川) について、 広島県土 (7826 km²) に対する面積カバー率を計算する。 H5 (3 法令 union の支配) を検証する。

実装

↑ L30_law_regulations.py 行 1830–1870

 1
 2
 3
 4
 5
 6
 7
 8
 9
1839
1840

# 県土を background として geo 法令の対県土カバー率を計算
g_admin_pref = load_zip_first_geo(ADMIN_DIR / "admin_922_広島県.zip").to_crs("EPSG:6671")
pref_diss = g_admin_pref.dissolve()
pref_geom = pref_diss.geometry.iloc[0]

# 各 polygon 法令の県土クリップ後面積
for dsid, name in [(1289, "森林法"), (1290, "自然公園"), (1625, "特河川法")]:
    g_in = gpd.clip(geo[dsid], pref_diss)
    a_km2 = g_in.geometry.area.sum() / 1e6
    pct = a_km2 / (pref_geom.area / 1e6) * 100
    print(f"{name}: {a_km2:.1f} km² ({pct:.1f}% 県土)")

結果

図7: 各法令の対県土カバー率と多重度分布

図7 から読み取れること:

• (左) 自然公園が県土の 17%、森林法保安林が 25%、 特定都市河川が 11.04% (新法のため対象限定)。
• 3 法令 union は45.9% ─ 仮説 H5 (15%以上) → 支持。
• (右) 県土 grid セルの重畳分布: 単独規制 (1 法令) のセルが大半を占め、 三重重畳セルは 0 (0.0%) と希少。

結果表: 3 法令の重畳統計 (面積)

この表から読み取れること:

• 3 法令 union の対県土被覆は 45.9%。 残り 54.1% は面 3 法令の規制空間外。
• 森林法 ∩ 自然公園 が最大の重畳カテゴリ (328 km²) ─ 国県自然公園が森林域に多く設定されているため。
• 森林∩公園∩特河 (3 法令同時重畳) は0.000 km² = ほぼゼロ。 特定都市河川流域と森林・自然公園が重なる場所はほぼ無い。

9. 分析6: 多重度マップと規制空白地 (面 3 法令)

狙い: 県土を 2 km grid に切り、各セルが面 3 法令 (森林法・自然公園・特定都市河川) それぞれと交わるかを 0/1 値で判定。合計値 (0〜3) を多重度として可視化する。 H4 (重畳と空白) を実データで検証する。

手法: グリッド化 + spatial join

選定理由 (要件 H): ポリゴン同士の overlay 計算は計算量が大きく、 2 km grid に集約すれば5,000 セル × 3 法令 = 15,000 spatial query で済む。 overlay の数十秒〜数分が grid だと数秒に収まる (要件 S)。

実装

↑ L30_law_regulations.py 行 1908–1963

 1
 2
 3
 4
 5
 6
 7
 8
 9
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934

# 県土を 2 km × 2 km grid に切り、各セルが何法令と重なるか集計
from shapely.geometry import box
GRID_SIZE = 2000.0  # m

b = pref_diss.total_bounds
xs = np.arange(b[0], b[2] + GRID_SIZE, GRID_SIZE)
ys = np.arange(b[1], b[3] + GRID_SIZE, GRID_SIZE)
cells = [box(x0, y0, x0 + GRID_SIZE, y0 + GRID_SIZE)
         for x0 in xs[:-1] for y0 in ys[:-1]]
grid = gpd.GeoDataFrame({"cell_id": range(len(cells))},
                         geometry=cells, crs="EPSG:6671")
# 県土外を除外
grid = gpd.sjoin(grid, pref_diss[["geometry"]],
                  how="inner", predicate="intersects")

# 各 grid セルが target_gdf の polygon と重なるか
def hits(grid_gdf, target):
    j = gpd.sjoin(grid_gdf[["cell_id","geometry"]], target[["geometry"]],
                  how="left", predicate="intersects")
    counts = j.groupby("cell_id").size().reindex(grid_gdf["cell_id"]).fillna(0).astype(int)
    return (counts > 0).astype(int).values

grid["hit_forest"] = hits(grid, g_forest_pref)
grid["hit_park"]   = hits(grid, g_park_pref)
grid["hit_toku"]   = hits(grid, g_toku_pref)
grid["multi"]      = grid["hit_forest"] + grid["hit_park"] + grid["hit_toku"]
# multi: 0 (空白), 1, 2, 3 (三重規制ホットスポット)

図3: 多重規制ヒートマップ (面 3 法令: 森林・自然公園・特定都市河川)

図3 から読み取れること:

• 北部・中央山地の緑〜橙セルが多く、森林法 + 自然公園で多重化 (二重規制セル 160)。
• 赤 (3 法令重畳) のセルは0 ─ 特定都市河川流域 (新法、対象限定) は 他 2 法令と地理的に独立しており、3 法令同時重畳は出現しない。
• 南部沿岸・平野部 (広島市・福山市・尾道市) は灰 (空白セル 1120) ─ 面 3 法令はあまり及ばない。ただし xls 法令 (都市計画法・道路法 etc.) が別途規制を及ぼす。
• 仮説 H4 → 部分支持: 二重重畳セルと空白セルは同時に存在 (3 法令重畳は実測ゼロ)。

図10: ホットスポット (左) と 規制空白地 (右) ── ズーム比較

図10 から読み取れること:

• (左) 三重重畳セルが 0 のため、左パネルでは hatch 描画されないが、 多重規制 (2 法令以上重畳) は中山間部に集中する。
• (右) 規制空白地は南部都市部に広がる ─ ただし都市計画法・道路法・建築基準法など xls 法令が 別途規制を及ぼしており、真の意味で「無規制」ではない。
• 本記事の「空白」定義は面 3 法令限定 ─ より厳密な空白判定には残り 14 法令の地理化が必要。

10. 分析7: 自然公園 polygon の細分構造

狙い: 自然公園 polygon の細分構造を見る。 1290 自然公園は 公園名・国県フラグ・指定年月日・規制コード・面積 の属性を持ち、 個別の公園を識別できる稀少なジオメトリ。

実装

↑ L30_law_regulations.py 行 1988–1997

1988
1989
1990
1991

# 自然公園 polygon は「公園名」属性を持つ ─ 公園別 small multiples
top_parks = (g_park.groupby("公園名").agg(area=("poly_area_km2","sum"))
              .sort_values("area", ascending=False).head(6).index.tolist())
# 西中国山地国定公園, 比婆道後帝釈国定公園, 瀬戸内海国立公園, ... など主要 6 公園

図4: 自然公園 上位 6 (1290 自然公園 polygon の内訳)

図4 から読み取れること:

• 上位 6 公園で全体の大部分を占める。
• 国定公園 (国法) は大規模な連続塊、県立自然公園 (県条例) は小規模で散らばる。
• 島嶼部 (瀬戸内海国立公園) は polygon が島ごとに分割。

結果表: 自然公園 上位 8 公園

この表から読み取れること:

• polygon 数 ≠ 公園数。1 公園が複数 polygon (島嶼や飛地) で構成されることがある。
• 「西中国山地国定公園」は最大級の保護区域 ─ 中国山地の自然林を網羅。

11. 分析8: 河川法ライン分布 (河川区分別)

狙い: 河川法 (1293) の河川中心線データを河川区分別に分析する。 河川法は管理者・規制適用範囲が一級・二級・準用で異なり、ジオメトリ属性に 河川区分 列があるため、これを使って規制空間を細分する。

実装

↑ L30_law_regulations.py 行 2035–2046

2035
2036
2037
2038
2039

# 河川法 line: 河川区分 (一級/二級/準用) で色分け
g_river_pref = fast_filter_by_pref(geo[1293])
for cls, sub in g_river_pref.groupby("河川区分"):
    print(cls, len(sub), f"{sub.geometry.length.sum()/1e3:.0f} km")
# 一級河川: 約 1000 線, 二級河川: 数百, 準用河川: わずか

図5: 河川法 河川区分別 ラインマップ

図5 から読み取れること:

• 青 (一級河川) が最も網羅的で県内の主要水系を構成。
• 緑 (二級河川) は中小規模流域。準用・普通河川は補完的。
• 河川法の規制対象は線そのものではなく、線の周囲一定距離 (河川区域) で 面的に作用するため、本ジオメトリは規制空間の中心線指示と読む。

結果表: 河川法 河川区分別

この表から読み取れること:

• 一級・二級・準用・普通 で管理体系が変わるため、許認可手続きも変わる (河川法 xls の 4 シートの根拠)。
• 河川法 line データは規制空間の線型表現であり、面 3 法令 (forest+park+toku) とは 重畳分析の単位が違うため、別途扱う。

12. 分析9: 被爆樹木の爆心地集中 ─ 規制空間の最小例

狙い: 被爆樹木 (1311 csv) の爆心地からの距離分布を可視化する。 17 法令中唯一の点データであり、規制空間の最小スケール (個体ごとの保護対象) を表現する。 爆心地 (1945-08-06 の原爆投下地点 = 広島市中区相生橋上空) からの距離が、 個体保護の指定根拠になっているか?

実装

↑ L30_law_regulations.py 行 2087–2098

2087
2088
2089
2090
2091

# 被爆樹木 全点を爆心地 (132.4536, 34.3955) からの距離で分布調査
hyp = gpd.GeoSeries([gpd.points_from_xy([132.4536],[34.3955])[0]], crs="EPSG:4326").to_crs("EPSG:6671")
g_atree["dist_m"] = g_atree.geometry.distance(hyp.iloc[0])
g_atree["in_1km"] = g_atree["dist_m"] < 1000
print(g_atree["in_1km"].sum(), "/", len(g_atree), "点が 1 km 圏内")

図6: 被爆樹木 89 点 ─ 爆心地周辺 5 km の点分布

図6 から読み取れること:

• 89 点中 20 点 (22%) が爆心地 1 km 圏内に集中。
• 2 km 圏内が 76 点 (85%)。 = 被爆樹木は原爆熱線・爆風に耐えた個体を「被爆当時の場所で生き残った」基準で同定しているため、 爆心地に近接するほど密度が高い。
• 外周 (3〜5 km) には散在する個体のみ。これらは爆心から遠かったが熱線で損傷を受けた個体。
• 仮説 H6 → 部分支持: 1 km 率 22% (予想 80%以上)。

結果表: 距離帯別の被爆樹木数

この表から読み取れること:

• 距離 0.5 km から急速に立ち上がり、2 km でほぼ飽和。被爆樹木は爆心地と強く相関。
• これは「規制空間ジオメトリ = 規制対象の現実分布」という意味で、 他のような行政的境界 (= 役所が線を引いた) とは性格が違う。
• 被爆樹木は文化財保護法 + 各種記憶継承法令で個別保護され、 個体 = 規制単位という最小スケールを取る。

13. 17 法令総括と仮説検証

狙い: 17 法令を 1 枚のインデックスカードとして総覧し、二層構造を視覚的に確認する。 仮説 H1〜H6 の検証結果を表で総括し、研究問いへの回答を整理する。

図11: 17 法令インデックスカード (色: カテゴリ / 上端帯: 公開形式)

図11 から読み取れること:

• 17 法令を 6 カテゴリ (色) × 3 形式 (上端帯) で総覧。視覚的に「format がカテゴリで偏る」が確認できる。
• 自然保護 (緑色): 全 3 件とも geo (上端緑帯) ─ 自然公園・森林・自然環境がそれぞれ別 polygon を持つ。
• 環境・廃棄物 (茶色): 全 3 件とも xls (上端灰帯) ─ 行為規制のため空間提供不要。
• 文化財 (黄色): 1 件 csv (被爆樹木) + 1 件 xls (文化財保護法) ─ 二層構造の対比。

仮説検証総括 (要件 D 完成版)

研究問いへの回答

• RQ-1 (geo 公開状況): 17 法令中 6 件 (35%) のみが 機械可読ジオメトリ提供。型は面 4 件 (森林・自然公園・特河流域)、 線 2 件 (河川法・指定道路)、点 1 件 (被爆樹木)。 残り 11 件は xls 手続き表のみ。
• RQ-2 (xls 同型性): 10/11 件 = 91% が「規制内容 + 手続き先」の 2 シート構成で同型。 唯一の例外は河川法 (4 シート構成、河川区分で窓口が変わるため)。 市町数は 20〜23 で県内 23 市町を網羅。
• RQ-3 (重畳と空白): 面 3 法令 (forest+park+toku) を 2 km grid に集約すると、 三重重畳ホットスポット 0 セル (同時 3 法令重畳は出現しない), 二重重畳セル 160, 単独規制セル 1004, 規制空白セル 1120。 合計被覆 (≥1 法令) は県土の 46%、空白は 54%。 重畳は森林∩自然公園が中心 (328 km²)、特定都市河川流域は他 2 法令と独立した位置に配置されているため 三重重畳が現れない。空白は南部都市部・平野部に集中。

14. 発展課題

発展課題 1: xls 11 法令の市町別「○」表をジオメトリ化

• 結果X: xls 法令の 手続き先 シートには「広島市 ○、府中町 ○、…」のような 市町別「○」表があり、市町×規制種別 のクロスを示している。
• 新仮説Y: この「○」表を市町行政界 (L15 admin polygons) に空間結合すると、 11 法令分のwhere 層 を疑似復元できる。
• 課題Z: pd.read_excel で「○」表をパース → L15 admin polygon と merge → 11 法令分 polygon を生成 → 図3 と同じ多重度マップを作り直す。 これにより「真の規制空白地」が大幅に縮小するはず ─ 検証すれば本記事の限界 (面 3 法令限定) を超えられる。

発展課題 2: 森林法保安林の細分 (国土数値情報 A45 属性)

• 結果X: 森林法保安林 (1289) の GeoJSON は A45_001〜A45_008 という暗号的列を持つ。 実は保安林種別コード ─ 水源涵養林・土砂流出防備林・防風林・潮害防備林など 17 種別を区別。
• 新仮説Y: 保安林種別ごとに地理分布が違うはず。水源涵養林は中山間部、 潮害防備林は沿岸部、防風林は山地と平野の境界にあるなど。
• 課題Z: 国土数値情報 A45 仕様書 (国土地理院公開) を参照して列名を解読 → 種別ごとに choropleth マップを描く → カテゴリ別カバー率を比較。

発展課題 3: L29 (準都市計画区域) との重畳

• 結果X: 本記事の面 3 法令と L29 (準都市計画区域 4.58 km²) はどちらも空間制約を加える。
• 新仮説Y: 準都市計画区域が指定された旧湯来町は、森林法保安林にも自然公園にも入っているはず ─ そうでなければ「準都市計画」という緩い制度を使う必要がない (もっと強い制度で守るはず)。
• 課題Z: L29 の base polygon と本記事の forest_pref / park_pref を gpd.overlay で交差 → 重なり面積を計算 → 仮説の真偽を判定。重なっていれば「制度の重ね着き」、 重なっていなければ「制度の境界線」が見える。

発展課題 4: 文化財保護法 (1295) のジオメトリ化

• 結果X: 1295 文化財保護法は xls のみで地理データを提供しない。 しかし広島県には埋蔵文化財包蔵地のジオメトリが別シリーズで提供されている (S15)。
• 新仮説Y: 文化財保護法の規制空間 = 埋蔵文化財包蔵地 polygon と同じはず。 ただし「現状変更が制限される史跡名勝天然記念物」が別途あるため、完全一致しない可能性も。
• 課題Z: S15 シリーズを取り込み、本記事の二層構造マップに追加する → 文化財カテゴリの where 層を完成させる。

発展課題 5: 二層構造の他都道府県比較

• 結果X: 広島県は 17 法令を 2 シート xls + 一部 geo で公開。
• 新仮説Y: 他都道府県のオープンデータポータルでも同じ「二層構造」が見られるか? 地理データ整備率は都道府県によって違うはず。
• 課題Z: 東京都・大阪府・北海道のオープンデータカタログを比較し、 「各種法令の規制情報」相当シリーズが存在するか・geo 比率はいくらかを定量化する。 これが日本のオープンデータ整備の地域格差研究につながる。