Lesson 15

X15: 道路インフラ 10 種 × 災害リスク — 市町別脆弱性スコアカード

X系横断研究道路インフラGini係数防災脆弱性評価土砂災害防潮扉
所要 60分 / 想定レベル: リテラシ基礎+α / データ: L65 防潮扉(#1249) × L69 門型標識(#14) × L73 通行規制(#1245) × 他 計11件

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。

IDデータセット名
#14門型標識基本情報・維持管理情報
#1245事前通行規制区間
#1249防潮扉(水門・陸閘)基本情報・維持管理情報
#1257道路規制情報_本日の規制
#1258道路規制情報_今後の規制
#1259横断歩道橋基本情報・維持管理情報
#1260道路カメラ・冬期道路情報
#1270河川トンネル基本情報
#1445道路台帳付図
#1450道路法面
#1457非常用電話位置情報

実行コマンド:

cd "2026 DoBoX 教材"
python -X utf8 lessons/X15_road_infra_scorecard.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/.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。

スクリプト(全体ソースコード)

⬇ X15_road_infra_scorecard.py

cd "2026 DoBoX 教材"
python -X utf8 lessons/X15_road_infra_scorecard.py

研究の問い (RQ) と仮説

L50/L65/L69/L70/L71/L73/L74/L75/L76/L77/L79 の横断研究

広島県道路インフラの防潮扉・門型標識・横断歩道橋・道路法面・事前通行規制区間・ 道路カメラ・緊急電話・道路台帳付図・河川トンネルを統合し, 市町別の施設密度とGini集中度から「総合脆弱性スコア」を算出する。

主 RQ

道路インフラ10種の施設密度を正規化・統合した総合スコアが最も高い市町はどこか? また施設種によって集中パターン(Gini係数)はどのように異なるか?

仮説 (H1〜H4)

使用データセット (11 件): #1249 #14 #1259 #1450 #1245 #1260 #1457 #1445 #1270 #1257 #1258

分析1: インフラ種別ごとの集中度(Gini係数)

道路インフラ種別ごとのGini係数
道路インフラ種別ごとのGini係数
施設種別件数(対数スケール)
施設種別件数(対数スケール)

Gini係数が最も高いのは「歩道橋」(Gini=0.605)で, 広島県内で最も集中した分布パターンを持つ。 門型標識のGini=0.222は0.5未満で,H1は不支持。 防潮扉(2675件)は沿岸市町に61.4%が集中し(H2不支持), 河川トンネル(3件)は件数自体が少ない特殊インフラである。

分析2: 市町別 インフラ密度ヒートマップ

道路インフラ種別×市町別密度ヒートマップ
道路インフラ種別×市町別密度ヒートマップ
Gini係数上位3種の市町別件数
Gini係数上位3種の市町別件数

ヒートマップでは各施設種別と市町の密度パターンが視覚化される。 総合スコア1位は「府中町」で,複数種類のインフラが相対的に高密度で存在する。 道路台帳付図(14,463件)は全県に分散しているが, 防潮扉・横断歩道橋は特定市町に集中している。

分析3: 事前通行規制 × 土砂災害リスク

事前通行規制区間の規制ランク別件数
事前通行規制区間の規制ランク別件数
防潮扉 市町別件数構成
防潮扉 市町別件数構成

事前通行規制区間164区間の500mバッファと土砂警戒区域の重複率は0.0%(H3不支持)。 重複率が想定より低く,土砂災害以外(越波・積雪等)のリスクが事前通行規制の主因となっていることを示す。 防潮扉の沿岸集中率61.4%は,津波・高潮対策施設が沿岸部に適正配置されていることを示す。

分析4: 道路台帳付図と総合スコア

道路台帳付図 路線種別件数
道路台帳付図 路線種別件数
市町別道路インフラ密度総合スコア
市町別道路インフラ密度総合スコア

道路台帳付図は{'一般県道': 6285, '主要地方道': 4822, '国道': 3356}件が路線種別に登録されており, H4(国道>主要地方道>一般県道)は不支持。 総合脆弱性スコアのTop市町は「府中町」で,多種類のインフラが密集した都市部の特性を反映している。

まとめ