「日常的に自動車に乗車する方」と「休日のみ乗車する方」の移動傾向を比較
レイ・フロンティア株式会社のプレスリリース
ライフログアプリ「SilentLog（サイレントログ）」を提供するレイ・フロンティア株式会社（本社：東京都台東区、代表取締役：田村建士、以下、レイ・フロンティア）は、モビリティ分野におけるデータ活用の一環として、「自動車乗車の実態調査」のデータを公開しました。
本調査では、2024年10月の乗車データを分析し、「日常的に自動車に乗車する方」と「休日のみ自動車に乗車する方」の移動頻度や移動パターンの違いを明らかにしました。
※本プレスリリースはレイ・フロンティアが運営する「技術・トレンド」の転載となります。
https://www.rei-frontier.jp/trend/2742/
通勤や外出先での移動、買い物、休日の遠出など日常生活において自動車に乗車するシーンはさまざまです。また、乗車頻度についても生活には欠かせない移動手段として毎日利用する人もいれば、月に数回利用する程度の人もいることでしょう。
では「日常的に自動車に乗車する方」と「休日のみ自動車に乗車する方」の乗車傾向を比べたときに違いはあらわれるのでしょうか。今回の調査では、乗車頻度と移動距離・時間の関係を分析しました。
■ 調査のポイント
-
乗車頻度による移動距離・時間の違い
-
性別・年代別の乗車傾向
-
都道府県別の移動距離・時間傾向
■調査データ
対象期間：2024年10月1日〜10月31日
調査対象：期間内に乗車履歴のある方
比較対象：日常的に自動車に乗車している方、休日のみ自動車に乗車している方
※本調査は、ライフログアプリ「SilentLog」の位置情報データを基にした分析であり、実際の乗車データと若干の誤差が生じる場合があります。
※本データはスマートフォンのGPSデータを基にしており、実際の運転手だけでなく、同乗者も含まれる可能性があります
SilentLogによる高精度な移動データ解析とは
スマートフォンのGPSや各種センサーを活用し、最短3秒間隔で移動データを収集・解析。移動手段（徒歩、自動車、列車、自転車、飛行機）や滞在時間、移動範囲などを組み合わせ、ユーザーの移動パターンを高精度に分析します。
■ 概要
＜乗車頻度と移動距離の関係＞
・日常的に自動車に乗車する方の平均移動距離は、休日のみ自動車に乗車する方の約2倍にのぼることが確認された。
＜時間帯別の乗車頻度＞
・日常的に自動車に乗車する方は出勤時間帯（5時〜8時）と退勤時間帯（17時〜18時）に乗車回数が増加する傾向がある。
・休日のみ自動車に乗車する方の乗車回数は、朝6時〜8時と夕方17時〜18時がピークとなる。
＜性別・年代別の乗車傾向＞
・男性の移動距離は女性よりも長い傾向が見られた。
・休日のみ自動車に乗車する方の移動距離は、女性では30代、男性では20代が最も長い傾向が確認された。
・男性の休日移動距離は20代をピークに、年代が上がるごとに減少する傾向にある。
＜都道府県別の移動距離・時間傾向＞
・東京など都市部では日常的に自動車に乗車する方の乗車時間が比較的短い傾向が見られ、地域や属性ごとに移動特性が異なる可能性がある。
■ 調査結果
1. 時間帯別 自動車乗車回数
・午前は5時から8時の出勤時間帯に乗車回数が伸びる
・午後は17時から18時の退勤時間帯にピークを迎え減少していく
2. 「日常的に自動車に乗車する方」と「休日のみ自動車に乗車する方」の時間帯別 自動車乗車回数
・「日常的に自動車に乗車する方」の方が「休日のみ自動車に乗車する方」よりも乗車回数が多かった
・「休日のみ自動車に乗車する方」の乗車回数においても午前帯は6時から8時にかけて乗車回数が増加。17時から18時にピークを迎え、その後減少していく
3. 「日常的に自動車に乗車する方」と「休日のみ自動車に乗車する方」の休日の平均移動距離（m）と平均移動時間(h)の比較
・「日常的に自動車に乗車する方」と「休日のみ自動車に乗車する方」の移動距離・時間を比較すると、「日常的に自動車に乗車する方」の方が距離・時間ともに長い傾向が見られた
・「日常的に自動車に乗車する方」の平均移動距離は、休日のみ自動車に乗車する方の約2倍であった
4. 性別・年代別の乗車傾向
・性別で比較すると、男性の移動距離が女性よりも長い傾向が確認された
・休日のみ自動車に乗車する方の移動距離は、女性では30代、男性では20代が最も長い傾向が確認された
・男性の休日移動距離は20代をピークに、年代が上がるごとに減少する傾向にある
【年代別の乗車傾向】
【性別ごとの乗車傾向】
【年代×性別の乗車傾向】
5. 都道府県別の移動距離・時間傾向
東京など都市部では日常的に自動車に乗車する方の乗車時間が比較的短い傾向が見られ、地域や属性ごとに移動特性が異なる可能性がある。
※ただし、地方の一部地域のサンプル数が限られているため、詳細な分析にはさらなるデータが必要です。
モビリティサービスの最適化に活かせる移動データ分析
位置情報や行動分析の技術はモビリティ分野との親和性が高く、SilentLogの移動データ解析技術を活用することで、カーシェア、ライドシェア、MaaS（Mobility as a Service）などの新しいモビリティサービスにおいて、より精度の高い移動傾向の分析が可能になります。さらに、SilentLogは、移動手段の識別や移動ルートの詳細な分析を可能にし、走行距離や移動時間、利用頻度などのデータを把握できます。この技術は、モビリティ市場における需要予測、自動車保険のリスク評価、カーシェア・EVの利用傾向分析など、幅広い分野への応用が期待されます。この技術を活用することで、交通機関の需要予測や新たな移動サービスの開発、エリアマーケティングの最適化など、さまざまな分野での応用が期待されます。
今回の自動車乗車データについて詳細データをご希望の方は、お気軽にお問い合わせください。
【お問い合わせ先】
本プレスリリースに関するお問い合わせやメディアの取材依頼については、下記の連絡先までご連絡ください。
Email：info@rei-frontier.jp