コロナ前後で自転車の走行距離はどう変わったか――ユトレヒト州のGPS記録を分析

背景と課題

感染拡大期には通勤や余暇の移動が変わり、自転車で走る距離や場所にも変化が生じた可能性がある。著者らは移動量の推移に加え、走行経路の周辺に緑地や水辺がどれほどあるかに着目した。対象はオランダのユトレヒト州で、2019年5月から2020年10月までの記録をコロナ前とコロナ期に分けて調べる。

研究の方法

主な資料は、参加者の自転車に取り付けたGPS付きセンサー「スニファーバイク」の記録である。位置情報は約10秒ごとに得られ、出発地、経路、目的地を把握できる。回帰分析の観測単位は利用者ごとの日別移動で、目的変数はその日の総走行距離の対数である。本文の式は移動時間の対数にも適用できる形だが、掲載された回帰表は走行距離を対象とする。期間は2019年5月27日～2020年3月7日と、2020年3月8日～10月4日に分ける。地図データのOpenStreetMapから経路周辺の土地利用を抽出し、確認された土地利用の中で緑地、水辺、住宅、生産活動、都市サービスなどが占める割合を作る。出発地区には郵便番号単位の購買力と60歳以上人口の割合を対応させ、天候・大気質と、出発地区からユトレヒト中央駅までの距離も加える。GoogleとAppleの移動統計は全体傾向を見るために使い、回帰には入れない。

次に、利用者固有の違いと曜日の違いを表す固定効果を含む回帰を、両期間で別々に通常最小二乗法で推定し、頑健な標準誤差を用いる。曜日は月曜日が基準である。土地利用割合の係数は、ほかの投入変数と固定効果を考慮したとき、その割合の違いが走行距離の対数とどう関連するかを表す。たとえば緑地割合の係数が正なら、緑地割合が高い記録ほど走行距離が長い方向の関連を示す。続くシャープリー分解では、説明変数群を回帰に加える順序を入れ替え、各群を加えた際の決定係数R²の増分を全順序で平均する。R²はモデルが説明する変動の割合で、分解結果はその説明力を各変数群へ割り振った値となる。最後に土地利用などの空間変数を除いた回帰を用い、予測値と残差が近隣で似た値を取る程度を、全域・局所のモランのIという空間的な集まりの指標で確認する。近隣の定義や土地利用を数える範囲の具体的な設定は、提示本文からは追えない。

この研究の新しさ

約10秒間隔の自転車走行記録を、経路周辺の土地利用や日々の気象条件と結び付け、同じ分析枠組みでコロナ前後を比べた点に特徴がある。回帰係数に加え、変数群がモデルの説明力に占める割合と、回帰後にも残る空間的な集まりを調べている。ただし、回帰の目的変数は走行距離であり、候補経路から一本を選ぶ過程を直接推定したものではない。

従来研究との違い

両期間とも、緑地や水辺の割合が高い経路では走行距離が長い方向の関連が見られる。緑地割合の回帰係数はコロナ前が1.827、コロナ期が0.688である。この二つの係数を比べる限り、緑地への選好が強まったとは言えず、期間間の係数差を検定した結果も本文には示されていない。Googleの目的地別統計とAppleの交通手段別統計は背景となる移動傾向を示すが、スニファーバイク参加者の経路や移動目的を直接示す資料ではない。

結果と評価

走行距離の回帰は、コロナ前が14,766観測・565人でR²は0.259、コロナ期が17,399観測・505人でR²は0.330だった。シャープリー分解で土地利用に割り振られた説明力の割合は26.28％から31.86％、天候・大気質は0.62％から4.27％となった。これらは各期間のR²の内訳であり、走行距離の増加率ではない。

空間変数を除いた回帰の残差に対する全域モランのIは、コロナ前がほぼゼロで、コロナ期は0.13だった。後者では、モデルが説明しきれない値にも空間的な集まりが残る。本文の図によると平均走行距離はコロナ期に長く、平均移動時間は短い。ただし、参加者や季節条件が異なる二期間の比較であり、これらの差を感染拡大だけの効果とは解釈できない。

限界・注意点

著者が挙げる限界は、プライバシー上の理由で利用者本人の年齢・性別や健康に関する認識を分析に入れられず、公共交通から自転車への乗り換えも検証できないことである。出発地区の平均的な社会経済属性は、本人の属性を直接測った値ではない。加えて、経路周辺の土地利用と走行距離の関連から移動目的や健康上の動機を確定できず、コロナ前後の関連の違いを感染拡大の因果効果とは断定できない。