首都圏における帰宅困難者のモデリング

野良分析チーム@y_benjo, @harapon, 他3名

2つのテーマ

人々はいかにして帰宅を決断したか

Twitterによる首都圏の避難所情報は有用だったか？

http://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:2011_Sendai_earthquake_Shinjuku_Station.JPG

人々はいかにして帰宅を決断したか

@harapon

問題意識

•どうして帰ろうとしたのか？• 職場で避難命令が出たから？• 自宅のテレビが倒れていないか不安だったから？•帰宅者の意思決定理由が分かれば•帰宅者が減る事による交通網の混乱回避•二次・三次災害の防止

アプローチそのものの分析ではなく

変換

ユーザーの実行動

計量経済モデリング

震災当日の首都圏の帰宅行動•ジオタグ付きtwitter idから1,778名のデータ作成• 徒歩帰宅(963名／54.1%)，公共交通帰宅(433名／24.4%)• 待機・宿泊(382名／21.5%)•勤務地・自宅(と推測される場所)間の距離分布

徒歩公共交通待機・宿泊

ある程度の距離では公共交通機関，もっと遠くなると待機する傾向

• Nested Logit Modelで帰宅意志決定をモデル化，シミュレーション

帰宅/待機意志決定モデル

" User" designed by Thomas Weber from The Noun Project

帰宅ネスト

徒歩帰宅

公共交通帰宅

待機/宿泊

家族が不安電車動いた帰宅命令出た

自宅まで: **km乗換: **回徒歩: **分

結論/提言

•家族・自宅不安を取り除く→待機が4%増加•家族間での安否確認システム(取り決め)が必要•滞在場所の確保→待機が22%増加• 安易に帰宅命令を出すより，待機場所として会社を利用すべき

•宿泊可能な避難所の重要性

Twitterによる首都圏の避難所情報は有用だったか？

@y_benjo

問題

•流れてきた避難所情報は有用だったか？• 「拡散希望ばかり流れて来て邪魔」• モバイルではtwitterから取得できる情報が少ない•混雑情報データと突き合わせる事で検証

アプローチ

•避難所情報を取得(Twitter)• 目視によって68箇所を抽出，緯度経度を付与• 避難所名を含むtweetを数え上げ•人口を取得(ゼンリン)• 避難所にいる人数を取得

避難所と人口

新木場

川崎避難所情報における空白地域の存在

大森

松戸

tweetと人口

# of tweets

人口

相関係数: 0.197　→　関係があるとは…？

時系列的な関係高島屋タイムズスクエア

赤: tw赤点: デマ指摘

青: 人口青点: 平常時人口

時系列的な関係ハローワーク池袋

赤: tw赤点: デマ指摘

青: 人口青点: 平常時人口

時系列的な相関関係

人口

相互相関係数の最大値やはりこれも関係があるとは…？

そもそも

•RT数は多くても誰もそれを確認していない•デマだった避難所情報が拡散したがそれを確かめたユーザが少なすぎる• 高島屋タイムズスクエア• 渋谷区役所• 文化服装学院

高島屋

0

25000

50000

75000

100000

45

94723 全言及デマ指摘

渋谷区役所

0

1750

3500

5250

7000

65

6394全言及デマ指摘

文化服装学院

0

5000

10000

15000

20000

90

19725 全言及デマ指摘

結論/提言

•避難所情報は役に立っているとは言いがたい• RTのピークが早い/遅い時間に起こってしまう• 厚生労働省の避難所告知は遅すぎた•広告枠のように常時表示する必要がある•非公式RTダメ絶対• 避難所のデマ訂正情報が全く広まっていない• RTするならまとめ情報(google maps)を