歩きやすい地区ほど変化するのか――米国の住宅・商業ジェントリフィケーションを比較

背景と課題

歩きやすさは、徒歩で目的地へ行きやすい地域環境を指す。ジェントリフィケーションは、従来は所得の低かった地区に高所得層や投資が流入し、住宅費や地域の性格が変わる過程である。歩きやすい地区で変化が見られても、施設の多様さ、公共交通、街路のつながりのどれが住宅や商業の変化と関連するかは分からない。著者らは米国の地区を比較し、総合的な歩きやすさと個々の構成要素を調べた。

研究の方法

観測単位は2010年時点の国勢調査区で、分析対象は41,618区。米国国勢調査局のACS（地域の人口・住宅などを調べる標本調査）の2006～2010年と2015～2019年の各5年推計、環境保護庁のSmart Locations Dataset（SLD）の2013年と2020年のデータを使う。結果を表す目的変数は、住宅型と商業型のジェントリフィケーションの有無である。どちらも初期の所得中央値が所属する主要都市の中央値より低く、家賃または住宅価値の実質上昇が都市の中央値を超える地区を対象とする。さらに住宅型は大卒者割合の増加率、商業型は小売・娯楽業の雇用増加率が、それぞれ都市の中央値を超えることを条件とする。雇用の比較には2013年と2020年のSLDを使う。商業型は店舗の入れ替わりを直接数えた指標ではない。

説明変数には、2013年の歩きやすさ指数と、その材料である交差点密度、最寄りの公共交通停留所までの距離、雇用の業種構成、住宅と雇用の混合度を使う。後二者は「エントロピー」という構成の均等さを表す0～1の指標で、高いほど均等である。街区群の値を国勢調査区に集約する際は、各値と重みの積を足し、重みの合計で割る。重みは交差点密度では利用可能な土地面積、停留所距離では人口、二つの混合度では雇用数とする。各構成要素を地区間の分位に応じて1～20に順位付けし、重み付けして合成指数を得るが、合成時の個別の重みは本文に示されていない。記述統計、二変数の関連、地図上の重なりを確認した後、地区が都市に属する構造を考慮した階層モデルで、住宅型と商業型を別々に推定する。合成指数を使うモデルと構成要素を使うモデルを設け、人種・民族構成、住宅特性、人口密度、都心までの距離、自動車で45分以内に到達できる雇用数など、測定された地区特性を調整する。出力されるオッズ比は、他の投入変数を一定とした場合の該当するオッズとの関連を示す。表は全説明変数を尺度調整したと記すが、調整方法や階層モデルの詳細な式は示していない。

この研究の新しさ

住宅型と商業型を同じ全国規模の地区データで定義し、総合指数と構成要素の関連を並べて調べた点が特徴である。商業型には小売・娯楽業の雇用増加を用い、住宅型に対応する指標を作った。ただし、この指標だけでは店舗の高級化や既存店の退出は分からない。

従来研究との違い

総合指数は住宅型、商業型の両方と正の関連を示した。構成要素では、雇用の業種構成が均等な地区ほど両方に該当するオッズが高く、交差点密度は住宅型とのみ有意な正の関連があった。住宅と雇用の混合度には、どちらとも有意な関連が見られなかった。停留所への距離は当初の仮説と逆に、遠いほど両方のオッズが高い方向だった。総合得点だけを見ると、構成要素ごとの違いを見落とす。

結果と評価

41,618区のうち、住宅型に該当した割合は15.9％、商業型は15.4％で、両者の相関は0.416だった。調整後の総合指数のオッズ比は住宅型1.017、商業型1.014。構成要素モデルの交差点密度は住宅型1.008、商業型1.004で、後者は有意ではない。停留所から100メートル未満の地区を基準にした区分別分析でも、離れた区分の多くでオッズ比が1を超えた。表は説明変数を尺度調整しているため、これらを元の「1メートル」や「交差点1か所」当たりの値、あるいは発生確率の増加率とは読めない。本文に、別データを用いた予測性能の検証結果は示されていない。

限界・注意点

著者が挙げる限界は、横断的な分析から因果関係を確定できないこと、国勢調査区では地区内の細かな違いを捉えにくいこと、歩きやすさの社会的な側面や住民の感じ方、実際の歩行活動を測っていないことである。居住者が好みの交通環境を選ぶ自己選択も考慮しきれていない。公共交通についてはバスと鉄道、運行頻度、信頼性、路線網、徒歩で利用する駅と駐車して利用する駅を区別できない。編集上の追加確認事項は、商業型の代理指標が実際の店舗交代をどこまで表すか、本文に詳細のない尺度調整や欠測値処理が推定値の解釈にどう影響するかである。