門型標識基本情報 単独 3 研究例分析 — 22 件から県の道路情報インフラを読む

学習目標と問い

本記事の対象 — 「門型標識基本情報・維持管理情報」 1 件 単独分析

本記事は DoBoX のデータセット 「門型標識基本情報・維持管理情報」 (dataset 14) 1 件を 単独で取り上げ、広島県内の道路門型標識 全 22 件を 3 つの独立した研究角度で並列に分析する記事である。 他のシリーズ (橋梁 L66 / トンネル L67 / シェッド L68 / 横断歩道橋など) と 本記事は 合体しない。RQ3 で 4 兄弟比較する際にのみ既扱データ (L66/L67/L68 で集計済の中間 CSV) を参照する形をとる。

独自に定義する用語 (本記事限定)

• 方向区分: 施設名から自動抽出した 「上下 (双方向)」 「上り」 「下り」の 3 分類。 H1 検証用。本データの「種別」 はすべて「標識・道路情報提供装置」 で同一なので、 代わりに方向情報を独自指標として導入する。
• 路線階層: 国道番号と県道で 「一桁国道 (全国基幹)」 「二桁国道 (地域基幹)」 「三桁国道 (連絡国道)」 「主要県道」の 4 分類。 国土交通省の道路法上の正式階層ではなく、本記事独自の便宜分類。 数字の若さが概ね路線重要度を反映するという経験則による。
• 道路施設 4 兄弟: 同じ「公共土木施設」 シリーズに属する道路系 4 dataset 群 — L66 橋梁 (4,203) + L67 トンネル (157) + L68 シェッド (22) + L69 門型標識 (22)。 共通の管理事務所階層と 5 年周期点検制度で運用されており、 4 兄弟構造として比較検討する価値がある。
• 大型門型標識: 幅員 ≥ 14 m の門型標識。標準的な 2 車線道路の幅員が約 7 m なので、 14 m 以上は概ね 4 車線級の道路を跨ぐ大型構造を意味する。本記事独自閾値。
• 古設置門型標識: 設置年度 ≤ 1994 年 (= 2024 時点で築 30 年以上)。 橋梁の「築 50 年」 老朽閾値より緩い設定だが、門型標識自体が 1980 年代以降の 設置が中心なので「30 年閾値」 を採用する。
• F 型 / L 型 / オーバーヘッド型 (門型): 国土交通省「道路標識ハンドブック」 の三分類。 F 型 = 路側に立てた支柱から横ばりが片持ちで車線上に張り出した形、 L 型 = 一方向支柱で頂部から L 字に横ばり、 オーバーヘッド型 = 道路を完全に跨ぐ門型 (gantry / portal)。 本データはすべてオーバーヘッド型 (= 門型) に統一されている。

研究の問い (3 RQ)

1. RQ1 (主研究): 広島県の道路門型標識の構造 — 形式 (= 方向区分) ・ 規模 (= 幅員) ・地理分布はどう描けるか? 22 件を多角度に集計して、県の門型標識網の物理的形状を初めて定量化する。
2. RQ2 (副研究 1): 門型標識の設置道路の特性 — 国道偏重か県道偏重か (より細かく 路線階層 4 分類) はどう現れるか? 単純な国道 / 県道の二分でなく、路線重要度に近い 4 階層を抽出する。
3. RQ3 (副研究 2): L66 橋梁 + L67 トンネル + L68 シェッド + L69 門型標識の道路施設 4 兄弟構造はどう現れるか? 件数規模 + 整備年代 + 国道率 + 機能の 4 軸で対比する。

仮説 (5)

• H1 (RQ1, 方向二分類): 門型標識 22 件は施設名から方向を読むと、 「上下」 (双方向)が支配的 (≥ 50%)、片方向は補助的。
• H2 (RQ1+2, 国道偏重): 門型標識は国道に偏重 (≥ 60%)、 特に二桁幹線国道に集中。
• H3 (RQ2, 路線階層): 路線階層別件数は 「二桁国道 ≫ 三桁国道 ≒ 主要県道」 のピラミッド構造 + 平均幅員に段階差。
• H4 (RQ3, 件数 4 層比): 4 兄弟の件数比 ≒ 191 : 7 : 1 : 1。 L68 シェッドと L69 門型標識は同件数 (22 件) で目的真逆の双子。
• H5 (RQ3, 整備年代): 4 兄弟で門型標識が最も新しい世代 (1980-2000 年代集中)。高度道路情報化時代の産物。

到達点

本記事を読み終えると、(1) 県内に 22 件しかない道路門型標識を 方向 / 路線階層 / 設置年代の 3 軸で完全に俯瞰できる、 (2) 「国道 14 + 県道 8 + 幅員中央値 12.5 m」 の 全体像と 路線階層ピラミッド構造を把握できる、 (3) L66/L67/L68/L69 の道路施設 4 兄弟の階層 (橋梁=網状多数 / トンネル=希少 / シェッド=希少特殊 / 門型標識=情報提供) を件数比 + 機能差 + 整備年代差で 理解できる、 という 3 段階の知識が獲得できる。

使用データ

本研究で使う 1 つの dataset を以下の表に示す。 本データはシェッド (L68) と列構成が酷似しており、 唯一の違いは 「延長(m)」 列が無い点である (= 門型標識は構造物として「道路上の固定点」 であり、延長という概念が無い)。

データセット仕様

本データは L68 シェッド (dataset 13) + L66 橋梁 (dataset 12) + L67 トンネル (dataset 11) と同じ DoBoX シリーズ「公共土木施設の基本情報・ 維持管理情報」に属し、列名と書式が大部分共通する (= 県の道路施設管理 DB から 出力された統一フォーマット)。本記事は dataset 14 のみを単独で深掘りし、 4 兄弟比較は RQ3 で既扱データ (L66/L67/L68 中間 CSV) との照合のみで行う。

データの読み筋

• 「種別」 列は全件「標識・道路情報提供装置」 で同一なので、 シェッドのような「種別自動分類」 はできない。代わりに 「施設名 → 方向」を 自動抽出して 3 分類する (RQ1, H1)。
• 「延長(m)」 列が無いので、規模指標は「幅員(m)」のみ。 14 m 以上を「大型門型標識」 (= 4 車線級道路) と独自に閾値化する。
• 「設置年度」 列は橋梁の「架設年度」 / トンネル・シェッドの「建設年度」 に対応。18/22 件で取得可能。
• 緯度経度は 20/22 件取得可能。 欠損 2 件 (= 矢野安浦線上下01/02) は地図には出ないが、表には残る。
• 判定区分は全件 "?" で、健全度の実値は公開データではマスクされている。 これは橋梁・トンネル・シェッドと同じ取扱い。

データ取得手順

ダウンロード

本記事の再現に必要なすべてを直リンクで提供する。 HTML だけ読めば学習者が完全再現できることが目標 (要件 A)。

生データ (DoBoX 1 件)

• dataset 14: 門型標識基本情報・維持管理情報 (CSV 5,388 byte, 22 行 × 15 列) [gantry_basic.csv 直 DL]

このスクリプト本体

• L69_gantry_signs.py — 1 ファイルで完結 (~10 秒で 8 図 + 13 表生成)

中間 CSV (本記事生成、再利用可)

• L69_all_gantry.csv — 全 22 件 + 派生フラグ (方向区分 / 路線階層 / 中山間・大型・古設置 / etc)
• L69_direction_summary.csv — 方向 3 分類サマリ (件数 + シェア + 平均幅員)
• L69_road_summary.csv — 国道 vs 県道 サマリ
• L69_city_ranking.csv — 市町別ランキング
• L69_office_ranking.csv — 管理事務所別ランキング
• L69_route_ranking.csv — 路線別ランキング
• L69_decade_count.csv — 設置年代別件数
• L69_tier_summary.csv — 路線階層 4 分類サマリ
• L69_tier_x_direction.csv — 階層 × 方向クロス
• L69_tier_x_decade.csv — 階層 × 年代クロス
• L69_four_siblings.csv — 4 兄弟 (L66/L67/L68/L69) 比較表
• L69_decade_four.csv — 4 兄弟 整備年代対比
• L69_large_gantry.csv — 大型門型標識 Top 10
• L69_overall.csv — 全体サマリ (本記事の数値全体一覧)
• L69_hypothesis_check.csv — H1〜H5 仮説検証結果

図 (PNG, 直 DL 可)

• fig1 全域 道路種別×方向マップ
• fig2 市町 + 路線別件数
• fig3 方向 + 幅員 + 年代
• fig4 路線階層 件数+幅員+年代
• fig5 路線階層別マップ
• fig6 県東部ズーム (尾道-福山-世羅)
• fig7 道路施設 4 兄弟マップ
• fig8 4 兄弟 件数+国道率+整備年代

【RQ1】 門型標識の構造 — 国道 64% / 上下 73% / 中央幅員 12.5m

狙い (RQ1)

広島県の道路門型標識の構造を「方向 / 規模 / 地理分布」 の 3 軸で 完全に俯瞰することが RQ1 の狙い。 県内 22 件を多角的に集計して、 学習者が「県の門型標識網の全貌」 を一望できる集計表 + 地図 + 階層分布を出す。 本シリーズには「種別」 (= 標識・道路情報提供装置) しか無い (シェッドの 3 分類のような構造種別が無い) ので、 代替指標として方向区分 (上下/上り/下り)を施設名から自動抽出して導入する。

手法 — 4 ステップ

1. STEP 1: CSV 読込 + 数値正規化
   pandas で 22 行 × 15 列を読み、設置年度の "0" を欠損 (= 不明) として除外。
2. STEP 2: 方向自動分類
   施設名に「上下」 「上り」 「下り」 のいずれかが含まれるかで 3 分類 (本記事独自定義)。 入出力: str → str。出力 = "上下 (双方向案内)" / "上り (片方向案内)" / "下り (片方向案内)" / "その他"。
3. STEP 3: POINT geometry 構築 + EPSG:6671 投影
   緯度経度から shapely.geometry.Point を生成 → GeoDataFrame に格納 → JGD2011 平面直角第 III 系 (EPSG:6671) に変換。 これにより距離・面積を正しいメートル単位で扱える。
4. STEP 4: 集計
   方向 + 道路種別 + 市町 + 事務所 + 路線 + 幅員ヒスト + 年代別の 7 軸で クロス集計。

実装 (主要部のみ抜粋)

↑ L69_gantry_signs.py 行 118–191

 1
 2
 3
 4
 5
 6
 7
 8
 9
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150

import pandas as pd
import geopandas as gpd
from shapely.geometry import Point

# データ読込
df = pd.read_csv("data/extras/L69_gantry_signs/gantry_basic.csv",
                 encoding="utf-8-sig")
print(df.shape)  # (22, 15)

# 数値正規化
df["設置年度"] = pd.to_numeric(df["設置年度"], errors="coerce")
df.loc[df["設置年度"] <= 1800, "設置年度"] = pd.NA  # "0" は不明
df["幅員(m)"] = pd.to_numeric(df["幅員(m)"], errors="coerce")

# 方向自動分類 (本記事の H1 検証用、独自定義)
def classify_direction(name):
    s = str(name)
    if "上下" in s: return "上下 (双方向案内)"
    if "上り" in s: return "上り (片方向案内)"
    if "下り" in s: return "下り (片方向案内)"
    return "その他"
df["方向区分"] = df["施設名"].apply(classify_direction)

# POINT geometry (緯度経度) → EPSG:6671 で投影
geom_ok = df["緯度（10進数）"].notna() & df["経度（10進数）"].notna()
gdf = gpd.GeoDataFrame(
    df[geom_ok].copy(),
    geometry=[Point(x, y) for x, y in
              zip(df.loc[geom_ok, "経度（10進数）"],
                  df.loc[geom_ok, "緯度（10進数）"])],
    crs="EPSG:4326",
).to_crs("EPSG:6671")
print(f"POINT 構築: {len(gdf)} / {len(df)}")

結果 1: 道路種別 + 方向 + 全域マップ (図 1, 表 道路サマリ)

なぜこの図か: 県全域の門型標識を一目で把握するには地図が最適。 道路種別 (国道 / 県道) で色分け、方向 (上下 / 上り / 下り) でマーカー形状を 変えて2 軸を 1 枚に圧縮することで、「中山間に集中? 県東部に集中? 国道偏重?」 を 即座に確認できる。

図 1 (RQ1): 広島県 道路門型標識 全域マップ — 国道 14 (赤) + 県道 8 (青)

図 1 から読み取れること:

• 赤色 (国道) が圧倒的多数。県中部 (尾道-三原-福山) と県北部 (三次-世羅) に集中分布
• 青色 (県道) は県西部 (廿日市・呉) と熊野に散在し、東部にはほぼ無い
• マーカー形状を見ると正方形 (上下双方向) が大半で、▲▼ (片方向) は少数
• 中山間地 (北広島町・安芸太田町) にも数件あり、純粋な平野偏重ではない
• 1 件 (矢野安浦線) は緯度経度欠損で図に出ない (= 表で確認)

道路種別 サマリ表:

表から読み取れること: 国道 14 件 (63.6%) で県道 8 件 (36.4%) に対し 1.7 倍。 平均幅員も国道 13.1 m > 県道 14.8 m と国道がやや広い。 最大幅員はそれぞれ 28 m / 28 m で、 県道側に 28 m の最大値があるのは矢野安浦線 (= 4 車線級バイパス区間) であることに注意。

結果 2: 市町別ランキング + 路線別 (図 2)

なぜこの図か: 「どの市町・どの路線に集中しているか?」 を H2 (国道偏重) の検証に 直結する形で見たい。 横棒グラフは件数比較に最適。

図 2 (RQ1): 市町別 + 路線別 門型標識件数

図 2 から読み取れること:

• 市町別 Top 1 は 三次市 (3 件)。 これは尾道市 + 三次市など県中央部・北部の幹線が交わる結節点
• 中山間 9 市町 (青) は 8 件 (36%)。 シェッド (中山間 81.8%) や トンネル (中山間 ~50%) よりは低めの集中であり、 門型標識は中山間特化ではない
• 路線別 Top 1 は １８４号 (4 件)。 上位 3 路線で全体の 41% を占める
• 路線数は12 路線のみ。シェッド (8 路線) と同水準で、 門型標識も少数の幹線に集中する形態

結果 3: 方向 + 幅員 + 設置年代 (図 3, 表 方向サマリ)

なぜこの図か: H1 (上下が支配的) と幅員の分布形状、設置年代の偏りを同時 3 軸で確認するため、 1 枚に 3 サブプロットを並べた。 各 1 枚を独立に出すよりも、3 軸を頭の中で同時に把握できるので学習者の負担が軽い。

図 3 (RQ1): 方向 + 幅員 + 設置年代 分布

図 3 から読み取れること:

• 方向区分は「上下」 が圧倒的 (16 件, 73%)。 これは門型標識の構造的特性 (= 道路全体を跨ぐ) を反映する
• 上り 2 件 + 下り 4 件で、片方向は補助的役割。 H1「上下が支配的 ≥ 50%」 を強支持
• 幅員分布の中央値は 12.5 m、 最大は 28 m。 14 m 以上の大型は 9 件 (41%)
• 設置年代は 1990 年代がピーク (14 件)。 1990 年代に集中するパターンは「VICS 整備期」 「VMS 普及期」と時期が一致
• 1970 年代以前はほぼゼロ。シェッド (1970 年代集中) との世代差が明らか

方向サマリ表:

表から読み取れること: 上下 (双方向) は平均幅員 15.8 m と 最大で、片方向 (上り/下り) は約 8.6 m と狭い。これは「上下 = 片側 2 車線以上の道路 = 道路幅広い」 という当然の関係を反映する (= H1 の構造的根拠)。

結果 4: 路線・事務所・市町 ランキング (3 表)

路線別 Top 5:

路線別 表から読み取れること: 単独 1 位は １８４号 (4 件)。 これは尾道市 + 世羅町を縦貫する基幹国道で、世羅町に 2 件 + 尾道市に 2 件 + 三次市方面に 1 件と分散配置。 2 位は １８３号 (3 件)、3 位は 大竹湯来線 (2 件)。 県道 (大竹湯来線・矢野安浦線・広島空港線) は 2 件ずつで、地点重複型の配置。

管理事務所別:

事務所別 表から読み取れること: 単独 1 位は 三原支所 (7 件)。 県中部の三原支所は東広島から尾道までの広域を所管しており、184/183/185 号の幹線国道がここを通る。 東広島支所と北部建設事務所が 3 件ずつで続く。

市町別 (中山間9市町は青で図 2 内表示)、Top 8:

市町別 表から読み取れること: 単独 1 位は 三次市 (3 件)、 2-3 位は 東広島市 / 尾道市 (各 3 件 / 3 件)。 中山間 9 市町シェアは 36% で、シェッド (81.8%) より大幅に低い。 門型標識は「平野部の幹線国道」に偏重するインフラ。

【RQ2】 路線階層別構造 — 二桁国道 50% / 4 階層ピラミッド

狙い (RQ2)

RQ1 で「国道 64% / 県道 36%」 という二分は分かったが、 これは粗すぎる。 国道の中にも2 号 (一桁 = 全国主要幹線)、 184 号 (二桁 = 地域基幹)、 375 号 (三桁 = 連絡国道)のような重要度の階層がある。 本 RQ2 では 路線番号の桁数で 4 階層に分け、各階層の件数 / 幅員 / 設置年代を比較する。 これにより「門型標識は二桁幹線に集中するか?」 「上位幹線ほど大型か?」 を定量検証する。

手法 — 路線階層 4 分類 (独自定義)

入力 → 出力: (道路種別, 路線名) → "一桁国道" / "二桁国道" / "三桁国道" / "主要県道" の 4 値。

注: 国土交通省の道路法上の正式階層ではない (一級・二級国道の歴史的区別ではない)。 本記事は「路線番号の桁数 = 概ね路線重要度」 という経験則を採用した独自分類である (要件 M: 独自用語の冒頭定義)。「桁数 = 重要度」 は完全な対応ではないが、 便宜的な階層化としてはよく使われる手法である。

実装 (主要部)

↑ L69_gantry_signs.py 行 1791–1845

 1
 2
 3
 4
 5
 6
 7
 8
 9
1800
1801
1802
1803
1804
1805
1806
1807
1808
1809
1810
1811
1812
1813
1814

# 路線階層 4 分類 (本記事独自)
import re
def classify_route_tier(road_class, route_name):
    if road_class == "県道":
        return "主要県道"
    z2h = str(route_name).translate(str.maketrans("０１２３４５６７８９", "0123456789"))
    m = re.search(r"(\d+)", z2h)
    if not m: return "主要県道"
    num = int(m.group(1))
    if num <= 9:    return "一桁国道 (全国基幹)"
    if num <= 199:  return "二桁国道 (地域基幹)"
    return "三桁国道 (連絡国道)"

df["路線階層"] = df.apply(lambda r: classify_route_tier(r["道路種別"], r["路線名"]), axis=1)

# 4 階層 × 件数 × 幅員 × 年代 集計
tier_order = ["一桁国道 (全国基幹)", "二桁国道 (地域基幹)",
              "三桁国道 (連絡国道)", "主要県道"]
T_tier = (df.groupby("路線階層")
          .agg(件数=("施設番号", "size"),
               平均幅員=("幅員(m)", "mean"),
               最大幅員=("幅員(m)", "max"))
          .reindex(tier_order))
print(T_tier)

結果 1: 路線階層 件数 + 幅員 + 階層×年代ヒートマップ (図 4, 表 階層サマリ)

なぜこの図か: 4 階層の件数 (棒) + 平均/最大幅員 (棒) + 年代ヒートを 1 枚に 並べることで、「ピラミッド形状か」 「上位ほど大型か」 「上位ほど古いか」 を同時に 読める。 棒 + 棒 + ヒートマップは別軸の指標を 1 枚に圧縮する常套手段。

図 4 (RQ2): 路線階層別 構造 — 件数 + 幅員 + 年代

図 4 から読み取れること:

• 件数: 二桁国道 11 件 (50%) ≫ 主要県道 8 件 (36%) ≫ 三桁国道 2 件 ≫ 一桁国道 1 件。 二桁国道が単独最頻でピラミッドの底
• 意外なことに三桁国道が二桁県道より少ない。これは広島県内の三桁国道 (375 号など) が 門型標識を必要とする 4 車線区間を持たないことを示唆
• 平均幅員: 一桁 14.3 m / 二桁 13.2 m / 三桁 11.9 m / 県道 14.8 m。 意外にも 一桁国道が最大で、 H3 の段階差仮説は 強支持
• 最大幅員は主要県道に 28 mがある (矢野安浦線)。これは予想外で、 県道でも 4 車線級バイパスがある場合は門型標識が大型化する
• ヒートマップ: 二桁国道は 1990 年代 (7 件) に集中、 主要県道も同時期に整備

路線階層 サマリ表:

階層 サマリ 表から読み取れること:

• 二桁国道はシェア 50% で最頻、平均設置年度は 1992 年。 路線数は 5 路線で広く展開
• 主要県道もシェア 36% と健闘。これは「県管理 + 重要バイパス」 を反映
• 三桁国道は375 号 1 路線のみで 2 件、補完的役割

結果 2: 路線階層別マップ (図 5)

なぜこの図か: 「どの階層がどの地理範囲に分布するか」 を地図で視覚化したい。 4 階層をマーカー色で分けて広域図にプロットする。

図 5 (RQ2): 路線階層別 門型標識マップ — 4 階層分類

図 5 から読み取れること:

• 橙色 (二桁国道) が県全域に広く分布、特に県中央部 (尾道-三次)に集中
• 青色 (主要県道) は県西部 (廿日市-呉)に偏在
• 赤 (一桁国道 = 2 号) は尾道市の山陽道沿い 1 点のみ
• 紫 (三桁国道 = 375 号) は東広島市に 2 点のみ
• 4 階層の地理特性が明確に分離している

結果 3: 県東部ズームマップ (図 6)

なぜこの図か: 県東部 (尾道-三原-福山-世羅) は門型標識が10件と最も集中する地帯。 ここをズームインして路線名ラベルを表示し、「同じ路線の上下 + 上り + 下りが近接配置されている」 ことを目視確認する。

図 6 (RQ2): 尾道-三原-福山-世羅 周辺ズーム

図 6 から読み取れること:

• 184 号 (橙) が世羅町と尾道市に 4 点密集 — 同一路線上に複数門型標識
• 183 号 (橙) は三次市に 3 点集中 — IC 近接の重要分岐
• 2 号 (赤) は尾道市内の山陽道との合流点に 1 点
• 路線名ラベルから「同じ路線で上下 + 上り + 下り」 の 3 種が並列配置されているケースは無く、 ほぼすべて「上下」 単独配置であることが確認できる

結果 4: 階層 × 方向クロス (表)

路線階層 × 方向 クロス (件数):

クロス 表から読み取れること: どの階層も「上下」 が圧倒的多数。 特に主要県道は全件「上下」で、 片方向標識は二桁国道 (3 件)と 三桁国道 (1 件)のみ。 これは「複数車線がない一桁・県道では『上下』 一本化、複雑な国道だけ片方向が必要」 という設計思想を示唆する。

【RQ3】 道路施設 4 兄弟構造 — 件数比 191:7:1:1 / 門型は最新世代 (1990s)

狙い (RQ3)

L66 (橋梁単独) → L67 (トンネル単独) → L68 (シェッド単独) → 本 L69 (門型標識単独) の 4 兄弟記事がここで完成する。 4 兄弟は同じ「公共土木施設の基本情報・維持管理情報」 シリーズに属し、 共通の管理事務所階層と 5 年周期点検制度の下で運用されている。 本 RQ3 では 件数規模 + 国道率 + 整備年代 + 機能の 4 軸で対比し、 県の道路インフラ 4 階層を初めて完成させる。

手法

L66/L67/L68 の中間 CSV (前作で生成済) を読み込み、本 L69 のデータと並べて 4 列比較表を作る。 4 兄弟の集計済データはすべて事前に lessons/assets/ に保存済なので、 本 RQ3 は追加の DL や重い処理を一切しない。

実装

↑ L69_gantry_signs.py 行 1930–1997

 1
 2
 3
 4
 5
 6
 7
 8
 9
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959

# 4 兄弟比較 (RQ3) — L66/L67/L68 の中間 CSV を読込んで対比
df_b = pd.read_csv("lessons/assets/L66_all_bridges.csv", encoding="utf-8-sig")
df_t = pd.read_csv("lessons/assets/L67_all_tunnels.csv", encoding="utf-8-sig")
df_s = pd.read_csv("lessons/assets/L68_all_sheds.csv",   encoding="utf-8-sig")

n_bridge = len(df_b)   # 4,203
n_tunnel = len(df_t)   # 157
n_shed   = len(df_s)   # 22
n_gantry = len(df)     # 22

# 件数比
print(f"件数比 = {n_bridge//n_gantry} : "
      f"{round(n_tunnel/n_gantry)} : "
      f"{n_shed//n_gantry} : 1")  # 191 : 7 : 1 : 1

# 国道率
def kuni_share(df):
    return 100 * (df["道路種別"] == "国道").sum() / len(df)
print(f"国道率: 橋 {kuni_share(df_b):.0f}% / トン {kuni_share(df_t):.0f}% "
      f"/ シェ {kuni_share(df_s):.0f}% / 門 {kuni_share(df):.0f}%")

# 整備年代
def year_decade(df, col):
    s = pd.to_numeric(df[col], errors="coerce")
    s = s[s > 1900]
    return (s // 10 * 10).astype(int).value_counts().sort_index()
print(year_decade(df_b, "架設年度"))   # 橋梁: 1960-2000s 全期分散
print(year_decade(df_t, "建設年度"))   # トンネル: 同様分散
print(year_decade(df_s, "建設年度"))   # シェッド: 1970-1980s 集中
print(year_decade(df,    "設置年度")) # 門型: 1980-2000s 集中

結果 1: 道路施設 4 兄弟マップ (図 7)

なぜこの図か: 「県内に 橋梁 4,203 + トンネル 157 + シェッド 22 + 門型標識 22 が どう分布するか」を 1 枚にまとめると、 4 兄弟の地理特性が見えるはず。 点の密度が違いすぎる (4,203 vs 22) ので、橋梁を背景灰色、トンネルを紫、シェッドを橙▲、門型標識を赤■と マーカーサイズ + 色 + 形状で区別する。

図 7 (RQ3): 道路施設 4 兄弟マップ — 橋梁 + トンネル + シェッド + 門型標識

図 7 から読み取れること:

• 橋梁 (灰) が県内全域を網羅 — 「道路の連続性確保」 という基礎機能
• トンネル (紫) は中国山地に細い帯状に集中 — 「山岳貫通」
• シェッド (橙▲) は県北西部 (安芸太田町・北広島町・三次市) の急峻地帯にピンポイント
• 門型標識 (赤■) はシェッドとは異なる場所に配置 — 県中央部 (尾道-三原-世羅-三次) の幹線国道沿い + 県西部 (廿日市・呉) の主要県道沿い
• シェッドと門型標識は同件数 (22 件) ながら地理分布がほぼ重ならない (22 件のシェッドは「山腹保護」、 22 件の門型標識は「情報提供」 と機能が真逆)
• 4 兄弟が県の道路インフラの異なる 4 機能を担うことが地図で実証される

結果 2: 4 兄弟 件数 + 国道率 + 整備年代 (図 8)

なぜこの図か: 4 兄弟を件数 (log) + 国道率 + 年代の 3 指標で 1 枚に並べ、 「規模差」 「機能差」 「世代差」 を同時に把握する。 件数は規模が桁違いなので log 軸必須。

図 8 (RQ3): 道路施設 4 兄弟 — 件数 + 国道率 + 整備年代

図 8 から読み取れること:

• 件数: 橋梁 (4,203) ≫ トンネル (157) ≫ シェッド (22) = 門型標識 (22)。 シェッドと門型標識の件数同点 (22)は驚き
• 国道率: 門型標識が 64% で最高 (橋梁 27% / トンネル 53% / シェッド 64%)。 情報提供は幹線重点
• 整備年代: 4 兄弟で異なるピーク — 橋梁は 1960-2000s 全期分散、 トンネルは戦後継続、 シェッドは 1970-80s 集中、 門型標識は 1990s 集中 (= 最新世代)
• 門型標識の 1990s の突出は VICS / VMS 整備期と一致 — 「道路情報化時代の象徴」 という独自仮説 H5 を強支持

4 兄弟比較表 (RQ3 中核):

4 兄弟表から読み取れること:

• 件数比 191 : 7 : 1 : 1 という指数階層が確認
• 機能は「接続 / 貫通 / 保護 / 情報」 の 4 機能で完全分担
• シェッドと門型標識は同件数なのに目的真逆の双子構造
• 整備期にも世代差: 橋梁 (全期) → トンネル (戦後継続) → シェッド (国土計画期) → 門型標識 (情報化期)

4 兄弟 整備年代詳細表:

年代表から読み取れること: 1990s が門型標識の単独ピーク (14 件) で、 シェッドは 1980s ピーク (2 件) と1 世代ずれ。 これは「シェッド = 国土計画期 (落石対策)」 → 「門型標識 = 情報化期 (案内標識)」 という整備思想の世代交代を反映する。

結果 3: 大型門型標識 Top 10 (表)

なぜこの表か: 門型標識のうち幅員 ≥ 14 m (4 車線級)の大型構造物を特定し、 「どこに大型が集中するか」 を見たい。 H3 (路線階層 × 幅員) の補完として、トップ事例を具体名で確認。

大型 Top 10 表から読み取れること: 上位 3 件は矢野安浦線上下02 28 m + 182号上下01 28 m + 矢野安浦線上下01 24 m。 矢野安浦線の 28 m が最大で、 これは県道でも最大 — 4 車線バイパス区間に特化した大型構造である。 上位は3/5 件が国道で、 残りは矢野安浦線 (県道だが 4 車線級バイパス)。

仮説検証総合

仮説検証総合 (H1〜H5)

本記事冒頭で立てた 5 仮説の検証結果を以下にまとめる。 すべての仮説の検証根拠は本記事中の図表に明示されており、再現可能。

主要発見の整理

本記事の独自貢献

1. 方向区分の自動分類: 種別が全件同一の本データに対し、施設名から 「上下/上り/下り」 を抽出する独自指標を導入。
2. 路線階層 4 分類の独自定義: 単純な国道/県道二分でなく、 路線番号の桁数で 4 階層化することで「ピラミッド構造」 を可視化。
3. 道路施設 4 兄弟構造の完成: L66 + L67 + L68 + L69 で 橋梁 (接続) + トンネル (貫通) + シェッド (保護) + 門型標識 (情報)の 4 機能を初めて統合的に定量化。
4. 双子構造の発見: シェッドと門型標識が同件数 (22 件) ながら目的真逆という 非自明な並びを発見。
5. 1990 年代の意味付け: 門型標識の世代特性を「VICS / VMS 整備期」 という 時代背景と結びつけ、 4 兄弟最新世代と位置付ける。

本記事の限界

• 件数 22 の少サンプル性: 路線階層 4 分類に分けると一桁・三桁国道は各 1-2 件のみで、 統計的検定は無理。 全数調査として記述統計に留める。
• 判定区分 "?" マスク: 公開データでは健全度判定が伏せられているので、 老朽化の実態は未把握。 「設置年度 ≤ 1994 = 古設置」 という代理指標で扱う。
• NEXCO 管理は未含: 山陽道や中国道の高速道路上門型標識は本データに含まれない (= 県管理のみ)。 NEXCO 管理の数百件と合算するとさらに大きな構造が見える。
• F 型 / L 型は別データ: 本データはオーバーヘッド型 (門型) のみで、 片持ち式 (F 型) や一方向支柱 (L 型) は別シリーズ。 全標識の網羅は未達成。
• RQ3 の機能分類は本記事独自: 「接続 / 貫通 / 保護 / 情報」 の 4 機能は 本記事の解釈で、公式分類ではない。

発展課題

発展課題 — 結果 X → 新仮説 Y → 課題 Z 形式

発展課題 1 (RQ1 拡張): 門型標識のフォント・面サイズ・案内対象分析

• 結果 X: 本研究は幅員のみを規模指標として扱ったが、 門型標識の本質は「面の大きさ + 文字サイズ + 表示対象 (IC / 方面 / 車線割当)」であり、 幅員 = 道路幅は標識面の大きさの代理指標に過ぎない。
• 新仮説 Y: 大型門型標識 (≥ 14 m) は IC + 方面案内、 小型 (< 14 m) は車線割当のみという機能分担があるはず。
• 課題 Z: 現地調査または Google Street View で 22 件すべての 標識面の写真を採取 → 文字数 + 案内対象 (方面/IC/車線/規制) を分類 → 幅員と相関を取る。「広島県門型標識面の機能カタログ」として展開可能。

発展課題 2 (RQ2 拡張): NEXCO 管理を含む全門型標識の総合分析

• 結果 X: 本研究は県管理 22 件のみ。 山陽道 + 中国道の NEXCO 管理門型標識は本データに含まれない (推定数百件)。
• 新仮説 Y: NEXCO 管理を加えると総数は 5-10 倍になり、 本研究で見た「県管理は地域基幹に集中」 という構造は「NEXCO = 高規格自動車道、県 = 一般幹線国道 + 主要県道」という2 層分業として再解釈できる。
• 課題 Z: NEXCO 西日本のオープンデータか道路施設点検データから門型標識位置を取得 → 本データと統合 → 「広島県内全門型標識網」 を再構築。 高速道路 + 一般国道 + 県道の3 層階層に拡張する。

発展課題 3 (RQ3 拡張): F 型 + L 型 + 門型 全標識の三分類分析

• 結果 X: 本データはオーバーヘッド型 (門型) のみ。 実際には道路上に F 型 (片持式) + L 型 (一方向支柱) + 門型 (オーバーヘッド型)の 3 形式が共存。
• 新仮説 Y: 3 形式は機能分担している — 門型 = 大型情報 (IC・方面)、 L 型 = 中型情報 (バイパス案内)、 F 型 = 小型情報 (側方案内)。 件数比は F : L : 門 = 100 : 10 : 1程度で、F 型が圧倒的多数のはず。
• 課題 Z: F 型 + L 型のオープンデータが DoBoX または県のオープンデータポータルにあるか調査 (現状本データには含まれていないが、別シリーズで管理されている可能性) → 入手次第本記事に追加 → 「広島県道路標識網 3 形式構造」として展開。

発展課題 4 (RQ3 拡張): 5 年点検データの時系列追跡

• 結果 X: 本データの点検年度は全件 2020-2021 で、判定区分は伏せられている。
• 新仮説 Y: 過去 5 年の点検履歴 (2015-2020-2025 の 3 サイクル分) を辿ると、 古設置 (1980s 整備) の門型標識で判定が悪化傾向を示すはず。 特に塩害が多い沿岸 (尾道-福山)で腐食進行が早い仮説。
• 課題 Z: 県の道路施設点検データの過去版を取得 → 個別施設の判定区分時系列を再構築 → 設置年度 / 立地 / 道路種別と判定悪化率の相関分析。 「門型標識劣化予測モデル」として展開可能。

発展課題 5 (4 兄弟拡張): 横断歩道橋・道路情報板・電光掲示板の追加分析

• 結果 X: 本研究は L66/L67/L68/L69 の4 兄弟で道路保護・情報提供を扱ったが、 横断歩道橋 + 道路情報板 + 電光掲示板はまだ記事化されていない。
• 新仮説 Y: これら 3 シリーズを加えると「7 兄弟」となり、 道路インフラの完全カタログが完成。 道路接続 / 山岳貫通 / 山腹保護 / 情報提供 / 歩行者安全 / 動的情報 / 緊急情報の 7 機能に拡張される。
• 課題 Z: DoBoX dataset 一覧から該当データを特定 → L70-L72 として 3 記事を追加 → 4 兄弟を 7 兄弟に拡張。 「県の道路インフラ機能 7 階層」 として完成。

発展課題 6 (展望): 門型標識可視性 GIS 解析の構築

• 結果 X: 本研究は門型標識の位置と幅員のみを扱ったが、 実際の可視性 (運転者から何 m 手前で見える?) は地形 + カーブ + 周囲建物に依存。
• 新仮説 Y: 4 階層的に「一桁国道 > 二桁 > 三桁 > 県道」 の順で可視距離が長い 仮説 (高規格ほど標識手前の見通しが確保されている)。
• 課題 Z: DEM (L40 標高データ) + 道路中心線 (L42 地図情報) を使い、 門型標識から運転者視点 (1.2m 高、運転席) への視線経路を計算 → 何 m 手前から見えるかを定量化。 「門型標識可視性 GIS 解析」として展開。

発展課題 7 (制度視点): 門型標識耐震診断の実証

• 結果 X: 古設置 (≤ 1994) の門型標識は 14 件 (78%)。 旧耐震基準で設計された可能性。
• 新仮説 Y: 1980 年代設置の門型標識は新耐震基準 (1981 年改正) の前後に位置し、 地震時の倒壊リスクに差がある仮説。
• 課題 Z: 各標識の設計強度 + 耐震診断結果を県に開示請求 → 設置年度との関係を定量化 → 「門型標識耐震ランキング」を作成。