都市部の幹線道路同士の交差点における自転車関与事故と交通曝露量の関係に関する研究

都市部の幹線道路同士の交差点における自転車関与事故と交通曝露量の関係に関する研究 A Study on the Relationship between Traffic Exposure and Bicycle-related Accident at Signalized

Intersections on Urban Arterial Roads

兵頭 知¹，小林敬一²

Satoshi HYODO ¹ and Keiichi KOBAYASHI ²

東京都内における全交通事故に占める自転車関与事故の割合は４割近くとなり，増加傾向を示してい る．そこで，本研究では自転車関与事故の実態を把握するために，都内の代表交差点58 地点を対象に 自転車関与事故と交通曝露量の関係性を分析する．具体的には，自転車・自動車交通流観測データ，交 通事故データおよび交差点形状データを用いて交差点単位で一般化線形混合モデルにより分析を行っ た．その結果，自転車関与事故の曝露量として主道路側から従道路側へ右左折する自動車交通量，自転 車交通量と自転車関与事故が有意に関連することを示した．自動車交通量では主道路側の左折需要が 10%増加した場合，事故件数期待値は約3.6％，右折需要では約7.4％増加することを示した．また，自 転車交通需要が10%増加した場合，期待値は約3.8％上昇することを示した．

In recent years, bicycle-related accidents in Tokyo Metropolitan area have a tendency to increase. In order to understand the characteristic of bicycle-related accidents on major signalized intersections. This study analyzed the relationship both motor vehicle and cyclist traffic flows and the bicycle-related accidents based on the developed bicycle-related accidents frequency models. In this study, seven definitions of traffic exposure were used, including motor vehicle flows aggregated by movement type and aggregated cyclist traffic flows. Generalized linear mixed model was fitted to the data set collected from 58 signalized major intersections in the Tokyo Metropolitan area.

This study showed that cyclist to motor vehicles accident were sensitive to changes in both cyclist and motor vehicle flows. A10% increase in the right and left turn number of motor vehicles that passed through the major intersection would result in a 3.6% and 7.4% increase in the accident occurrence respectively. Furthermore, a 10% increase in bicycle flow was associated with a 3.8% increase in the frequency of accidents.

Keywords: 交通安全，自転車関与事故，交通曝露量，一般化線形混合モデル

Traffic Safety, Bicycle-related accidents, Traffic exposure, Generalized linear mixed model

１．はじめに

近年，環境や健康志向の高まりから自転車利用へ注目 が高まりつつある．また，我が国おいても2020年の東京 オリンピックに向け自転車の積極活用を掲げているなど

1) ，首都圏を中心として今後さらなる自転車交通量の増 加も見込まれる．そのような自転車需要増加が影響して か，図1に示すように東京都内における交通事故の発生 件数自体は減少傾向にあるものの，全交通事故に占める 自転車関与事故割合は４割近くになるなど増加傾向を示 している^2）．また，その内，一般国道，都道などの幹線 道路の自転車関与事故全体でみた場合では，信号交差点 付近における事故が全体の約5割を占め，最も高い割合 を示している．このため，幹線道路では信号交差点にお

37.0 36.3

34.5

34.6 36.3

39.5

31.0 32.0 33.0 34.0 35.0 36.0 37.0 38.0 39.0 40.0

0 10000 20000 30000 40000 50000 60000 70000

2013 2014 2015 2016 2017 2018

自転車事故 全事故件数 自転車事故割合

図1 交通事故および自転車事故の推移^2）

1 正会員，博士（工学）・TOP，（公財）交通事故総合分析センター客員研究員，日本大学 理工学部 助教 Member, Dr. Eng, TOP, Institute for Traffic Accident Research and Data Analysis / Nihon University, 〒274-8501 千葉県

船橋市習志野台7-24-1 e-mail: [email protected] Phone: 0 47-469-5504

2 非会員，学士（工学）・TOP，現 千葉県警察（元 日本大学理工学部） e-mail: [email protected] Non-member, Chiba Prefectural Police Department

いて，多くの割合で自転車関与の事故が発生しているも のと考えられる．

以上のことより，幹線道路における自転車関与事故の さらなる減少において，信号交差点における事故対策の 重要性は高く，同対策の優先する交差点を如何にして同 定するかが重要であることは論を待たない．ここで，対 策実施の判断については，基本的に交通事故の発生件数 で議論されることが多くその件数の多寡に応じて判定さ れているのが現状である．ただし，これらの方法では，

何らかの事情によって交通需要が変動した条件下におい て，その危険性を比較することは困難であることが課題 点として挙げられる．このため，自動車交通量等の交通 曝露量にて基準化された交通事故の危険性（以下，事故 リスク）指標を用いることが望ましいものと考えられる．

ここで，定義される事故リスクについて着目すると，交 通曝露量として自動車交通量のみで基準化された事故件 数を用いることが一般的である．しかしながら，自転車 関与事故においては，自動車交通量のみならず自転車交 通量の影響，すなわち双方のモードの曝露による影響を 同時に考慮した事故リスクを規定することがより実態に 即した交通需要管理等の安全性評価につながるものと考 えられる．

そこで，本研究では，東京都内の 58 地点の幹線道路 同士の交差点を対象として，自転車交通量が収録された 交通量観測データ，事故データおよびGoogle Earthの航 空写真データに基づく交差点形状データを用いて，交通 曝露量として自転車および自動車交通量と自転車関与事 故の関係性について把握することを目的とする．

２．既存研究と本研究の位置づけ

自転車関与事故に関する既往研究として，本研究と関 連性が高い研究を三つに大別し，以下にて整理する．

2.1 既存研究の整理

まず，交差点における交通事故を対象にその交通事故 実態からその事故特性を捉えたものとして，吉田³⁾ は全 国の交通事故統計（マクロデータ）と交通事故例調査（ミ クロデータ）を用いて，自転車事故の現状と，自転車事 故における運転者の人的要因を分析している．ミクロデ ータを用いた分析結果によると，信号交差点の横断歩道 上事故（48 件 ）のうち，右折終了間際の四輪車と横断 歩道走行中の自転車との事故が 21 件と高い頻度である ことを指摘している．また，萩田ら⁴⁾ は，交差点で発生 した自転車と自動車の相対的な進行方向に着目し，交通 事故分析を行っている．その結果，信号交差点では自転 車と平行する道路を横断する自動車の右左折に伴う事故 が多発していることなどが示された．さらに，佐々木ら

5)は，ドライブレコーダに記録されたヒヤリハットデー タを用いて，自転車関連のヒヤリハットの特性を整理し

表1 既往文献の交通曝露量パラメータ

Source 対象国 内容

Brüde, Larsson

(1993) ^Sweden

・信号交差点の自転車事故を対象 β1＝0.52

β2＝0.65 Leden, Gårder,

Pulkkinen (1998) ^Sweden

・信号交差点の自転車事故を対象 β1＝0.86

β2＝0.47

Jonsson(2005) Sweden ・信号交差点の自転車事故を対象

β1＝0.76 β2＝0.35

ている．その結果，信号交差点で発生したヒヤリハット については，交差点流出部にて過半数のヒヤリハットが 発生しており大きな割合を占めることを指摘している．

以上の研究成果より，信号交差点の事故については，

その交差点の流出部に大部分の事故が集中していること，

右左折による事故が多数であることなどが報告されてい る．

次に，自転車事故リスク，すなわち自転車の単位走行 量当たりの事故件数を分析した既存研究を整理する．例 えば，武田ら⁶⁾ ，松本⁷⁾や国土技術政策総合研究所⁸⁾ の 研究では，都内の直轄国道と細街路との交差点を対象に 出会い頭事故データと自転車交通量調査の結果に基づき，

自転車の通行方法別の自転車事故リスクを算定している．

その結果，車道を右側通行する自転車の事故リスクが極 めて高いことなどを指摘している．また，小川 ⁹⁾の研究 では，事故遭遇化率を推定するため，都内の国道274号 の5つの区間を対象に，交通事故リスクとして幹線道路 横断の自転車100万台あたりの事故件数を算定している．

その結果，都心に近い区間ほど事故リスクが高いことな どを示している．

三つ目として，自転車交通量と自動車交通量の両交通 曝露量に着目した研究について整理する．例えば，亀井 ら¹⁰⁾の研究では， 467のセンサスリンクにおける交通量 と事故件数の関係性について分析をおこない，自転車事 故と自転車交通量との関係では対数関係を有することな どを指摘している．また，Wang and Nihan¹¹⁾ は，115箇所 の信号交差点を対象にして，流入部別に自転車交通量や 自動車交通量の影響分析している．その結果，自転車交 通量はいずれの事故においても負の影響を示し，対向右 折車両が左折事故に影響することなどを指摘している．

さらに，Brude and Larsson¹²⁾，Leden et.al¹³⁾およびJonsson¹⁴⁾ の研究成果では，いずれもスウェーデンの信号交差点で 発生した自転車事故を対象として自転車関与交通事故と 交通曝露量の関係性を事故件数期待値E(θ) = αVMvβ1Vcycβ2

の形で定式化し，その影響について分析している．その 結果，そのパラメータ値（β1,β2）については，表1に示 す通りで，自動車交通量VMvのパラメータβ1は0.52～0.86， 自転車交通量Vcycのパラメータβ2は0.35～0.65の数値を

図2 交差点位置図・自転車交通量分布（H28，H29年度）

それぞれ示しており，たとえ同一国を対象とした推定結 果でも対象年次によって，その結果はバラつくことなど が示された．

2.2 本研究の位置づけ

前節にて，まず，自転車事故及びヒヤリハット分析お よび自転車事故リスク分析に関する研究を整理した．そ の結果，それら研究の課題点として，交通曝露量につい て自転車交通量および方向別の自動車交通量の影響を同 時に考慮していない点，対象地点・区間が限定的である ことが挙げられた．対して，自転車交通量と自動車交通 量の二つを同時に考慮した研究では，対象とした年次が 古く，自転車分担率が高い北欧を対象国とした研究であ るため，我が国の近年における自転車関与事故実態を反 映していないとの課題点が考えられる．すなわち，時空 間的な条件によって，自転車関与交通事故と曝露量の関 係を記述するパラメータが異なることなどが懸念される．

以上の認識に基づいた上で，本研究では，幹線道路同 士の交差点における自転車関与事故に着目して，同事故 における交通曝露量と自転車関与事故においてどのよう な関係性を有するのかを明らかとする．具体的には，東 京都内の骨格幹線道路の代表交差点 58 地点を対象とし て，交差点単位で，一般化線形混合モデル（GLMM）に より自転車交通事故と曝露量との関連分析を行った結果 を報告する．ここでは，交通曝露量として交差点の通行 方向別・車種別流入交通量を捉えることとし，これらの 曝露量が自転車関与事故に与える影響について考察する．

３．分析方法

本研究では，幹線道路同士の代表交差点を対象に，H25

～H29の警視庁の交通量統計表に記録された7時～19時 の12時間の自動車・自転車交通量観測データと平成24 年～29年の6年間における自転車交通事故データならび に交差点形状データを用いて交差点ごとに自転車事故と 交通曝露量の関係性について分析を行う．

3.1 分析対象交差点

自転車交通事故と交通曝露量の関係性を分析するた め，警視庁によって交通量調査が行われている東京都内 の幹線道路同士の4枝の交差点を分析対象とする．また，

同地点の交通実態について，各調査地点の自転車交通量 分布を図2に示す．同図に示すように，23区周辺のエリ アと比較して西東京エリアは相対的に需要が少ないなど，

その分布は地点毎にばらついていることが確認できる．

3.2 分析使用データ

(1)自動車・自転車交通量観測データ

警視庁によって整理された東京都内の主要交差点で 平成25年，H26年の10月から11月，平成28年および 29年の10月～11月に実施された交通量調査結果データ を用いている．交通量調査の項目としては，方向別・車 種別（自動車交通量，自転車交通量）の昼間12時間交通 量，信号階梯図および交通規制状況（指定方向外進行禁 止など）等がそれぞれ収録されている．

(2)交通事故データ

平成24年～平成29年までに対象交差点エリアで発生 故に関して整理された事故データを用いる．その際，本 研究で用いた事故データは，自転車が第一当事者又は第 二当事者として関与した事故で対自動車事故のみを対象 にして分析を行うこととした．その結果，対象交差点に おいて，過去6年間で発生した計636 件の事故を対象と している．また，事故類型別の結果を図3に示す．結果 に示すように，右左折事故および出会い頭事故の3類型 が9割以上を占めている．また，その内左折事故が55.5 [%と突出して多いことが分かる．

さらに，分析対象データの内，平成27年～平成29年 の300件の事故データについては，第一当事者と第二当 事者の進行方向が記録されている．そこで，多発してい る右左折事故に着目し，自転車の進行方向別に発生割合 を集計した結果を表2に示す．なお，進行方向の解釈に ついては，図4に示すように，第一当事者である自動車 の起点を(1)とし，その終点は(1)～(4)のいずれかが選択さ れ方向が決定される．自転車の進行方向については，自 動車のベクトルに対応する形で(1)～(4)の中から，同様に 選択され決定される．例えば，同図に示す左折事故のケ ースについては，自動車の進入方向（図中青矢）は(1)か ら(2)への方向，自転車の進入方向（図中赤矢）は自動車 と対向の(3)から(1)への方向として表現される．

表2の結果についてみると，自動車の右折時に発生した 事故については，自動車の進入方向と垂直に交差点を横 断している自転車と衝突する (4) から (2) へ進入する ケースが46.4％と最も多く，次いで自動車と平行する道 路を走行する自転車と衝突する(1)から(3)のケースが多 い結果を示した．次に，左折時に発生した自転車事故

26.3%

55.5%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

車両相互(右折時) 車両相互(左折時) 車両相互(出会い頭) 車両相互(その他)

図3 事故類型別の事故発生状況

表2 自動車・自転車進行方向別の事故件数・発生割合

1⇒3 3⇒1 2⇒4 4⇒2 右折時（1⇒4） 21

(25.0%) 14 (16.7%) 9

(10.7%) 39 (46.4%) 1

(1.2%) 84 左折時（1⇒2） 49

(29.3%) 22

(13.2%) 53 (31.7%) 32

(19.2%) 11 (6.6%) 167 出会い頭

/その他 16

(32.7%) 2

(4.1%) 9

(18.4%) 10 (20.4%) 12

(24.5%) 49

合計 86

(28.7%) 38

(12.7%) 71 (23.7%) 81

(27.0%) 24 (8.0%) 300

合計

※(　)内の数値は割合を示す．

平行方向 垂直方向 自転車の進行方向 自動車の

進行方向 その他

4

左折事故

2

3

自動車進行方向 自転車進行方向

1

図4 交通事故当事者の進行方向例（左折事故時）

についてみると，自動車の進入方向と垂直に自転車が交 差点を横断する(2) から (4) へ進入するケースが 31.7％ と最も多く，次いで自動車の進入方向と平行して自転車 が横断する(1) から (3) へ進入するケースが 29.3％と高 い結果を示した．以上の結果を総合すると，右左折事故 共に，自動車の進入方向と垂直方向に交差点を横断して いる自転車と衝突する，すなわち，自転車が右側より横 断し，衝突したケースが相対的に多いことが分かる．

(3)交差点形状データ

大規模交差点においては，いくつかの研究^15),16)にて，

交差点形状による危険事象への影響が指摘されている．

このことから，本研究においても，それらの影響を可能

表3 対象交差点の概要

交差点名 枝数 交差点面

積

（㎡）

平均セッ トバック

（m）

平均横断 歩道長

（m）

交差角

（度）

スクリーンライン (環状・南北方向の骨格幹

線）

交差道路名 (放射状・東西方向の骨

格幹線）

四谷３ 4 883 4.0 22.5 76.3 外苑東通り 新宿通り

江戸川橋 4 867 4.8 20.8 87.2 環状3号線 目白通り

石原３ 4 518 3.6 15.9 88.8 三ッ目通り 蔵前橋通り

木場公園前 4 705 4.6 18.8 78.9 三ッ目通り 葛西橋通り 西五反田１ 4 1468 3.7 29.6 84.8 山手通り 第二京浜

大鳥神社 4 854 4.2 26.6 75.1 山手通り 目黒通り

中野坂上 4 1295 5.4 23.4 86.1 山手通り 青梅街道

熊野町 4 1179 34.8 83.4 山手通り 川越街道

富ヶ谷 4 797 2.9 22.2 88.3 山手通り 井の頭通り

上落合２ 4 829 5.8 22.2 66.8 山手通り 早稲田通り

要町１ 4 1035 4.4 22.6 84.2 山手通り 要町通り

本田広小路 4 1076 6.3 23.5 85.1 平和橋通り 水戸街道

東小松川 4 662 4.7 15.0 78.6 船堀街道 京葉道路

葛西橋東詰 4 512 3.4 19.0 79.3 船堀街道 葛西橋通り

南千束 4 1591 2.7 20.5 82.0 環七通り 中原街道

柿の木坂陸橋 4 1943 9.8 28.0 65.0 環七通り 目黒通り

上馬 4 1984 4.5 30.2 88.0 環七通り 玉川通り

若林 4 1672 3.8 30.8 70.0 環七通り 世田谷通り

大原 4 1891 2.4 34.2 87.0 環七通り 甲州街道

高円寺陸橋下 4 2297 12.5 28.4 85.0 環七通り 青梅街道 丸山陸橋 4 1549 8.6 26.4 87.0 環七通り 新青梅街道

大和町 4 2744 87.0 環七通り 中山道

宮堀 4 2643 4.4 32.8 77.0 環七通り 北本通り

江北陸橋下 4 2066 3.1 28.9 90.0 環七通り 尾久橋通り 梅島陸橋 4 1930 5.3 29.5 89.0 環七通り 日光街道 総武陸橋下 4 2791 5.6 33.1 77.0 環七通り 蔵前橋通り 一之江１ 4 2159 5.4 32.3 78.0 環七通り 京葉道路 葛西工高前 4 2105 3.8 19.6 72.0 環七通り 新大橋通り

長島町 4 2154 6.2 30.0 87.0 環七通り 葛西橋通り

東葛西７ 4 2810 6.6 28.3 83.0 環七通り 清砂大橋通り

大鳥居 4 2241 5.5 24.5 75.0 環八通り 産業道路

南蒲田 4 3420 4.7 47.2 73.0 環八通り 第一京浜

田園調布警察前 4 1969 5.3 27.2 88.0 環八通り 中原街道 三本杉陸橋 4 1355 5.0 27.0 82.0 環八通り 世田谷通り 環八井の頭 4 1571 5.9 27.5 71.0 環八通り 井の頭通り 環八五日市 4 1410 4.8 10.0 87.0 環八通り 五日市街道 練馬中央陸橋 4 2122 3.3 29.6 72.0 環八通り 目白通り

志村３ 4 2131 8.3 24.8 63.0 環八通り 中山道

新大丸（川崎街 道稲城向陽台入 口）

4 836 4.9 18.7 81.6 府中街道 川崎街道

若松町２ 4 905 4.0 10.6 87.0 新小金井街道 甲州街道 小金井南中西 4 1582 2.9 12.7 78.0 新小金井街道 東八道路 茜屋橋 4 629 3.6 10.5 84.0 新小金井街道 五日市街道 日野万願寺 4 732 4.2 20.6 82.4 多摩モノレール通り 日野バイパス

上立野東 4 533 4.4 14.7 89.1 芋窪街道 新青梅街道

大和田４ 4 2108 7.1 29.3 88.0 東京環状 甲州街道

左入町 4 1004 1.9 7.5 87.0 東京環状 滝山街道

左入橋 4 3353 16.6 20.2 80.0 東京環状 新滝山街道 第五ゲート前 4 1347 8.0 17.2 67.0 東京環状 五日市街道 箱根ヶ崎西 4 711 6.9 30.0 82.0 東京環状（瑞穂バイパス） 青梅街道 坂下 4 1854 7.6 32.3 84.0東京環状(八王子バイパス） 町田街道 ニュータウン入口 4 519 3.9 16.3 73.6 町田街道 多摩ニュータウン通り

旭町 4 327 4.7 10.7 88.4 町田街道 鎌倉街道

戸吹町南 4 429 5.1 16.1 63.9 新滝山街道 高尾街道

油平 4 334 3.4 13.3 88.0 滝山街道 睦橋通り

秋川 4 314 3.9 10.1 80.5 滝山街道 五日市街道

神保町 4 1149 7.1 21.7 87.2 靖国通り 白山通り

勝どき駅前 4 1065 4.4 24.3 88.6 清澄通り 晴海通り

御成門 4 804 4.7 19.6 89.2 日比谷通り 区道路

な限り除去するスクリーニング作業が必要であるものと 考えられる．そこで，本研究では，Google earthの航空写 真を用いて，交差点形状の定量化を行った．同データな らびに平面設計の手引き¹⁷⁾，交通規制状況を参考に，都 内の主要4枝交差点95交差点より標準的な4枝交差点と して計58地点を選択した．なお，数値化した主な幾何構 造項目については，表3に示す通りである．

3.3 交通曝露量

本研究では，自転車事故リスクと交通曝露量との関係 を分析する．ここで，対象となる曝露量としては以下に 示すa)～g)の車種別・方向別の交差点通行量を考える．

なお，具体的な車種別・方向別通行量については，図5 に示した番号を参照しながら表現していることに注意さ れたい．

a）主道路からの直進自動車交通量：1，4

b）従道路からの直進自動車交通量：7，10 c）主道路から従道路への左折自動車交通量：2，5 d）従道路から主道路への左折自動車交通量：8，11 e）主道路から従道路への右折自動車交通量：3，6 f）従道路から主道路への右折自動車交通量：9，12 g）交差点における流入自転車交通量：13,14,15,16

Major road

Minor road

987 111210

自動車交通流 自転車交通流 2 1 3

6 4 5

16 13

15

14

図5 交通曝露量の種類

対象現示の種類 現示

右折非分離型

右折分離型

1Φ 2Φ

1Φ

図6 研究対象の信号現示パターン

3.4 信号現示のパターン

本研究では，信号交差点における自転車関与事故と交 通曝露量との関係を分析する．このため，交差点におけ る信号制御の違い，すなわち信号現示パターンについて も同関係性に影響を与えるものと考えられる．我が国の 4枝交差点おいては，図6に示すように右折可能現示に よって「右折非分離型」と「右折分離型」の二つのパタ ーンに大別される．このため，これらの右折車との時間 分離による違いによって，自転車関与事故リスクは異な ることが予想される．そこで，本研究では，信号現示パ ターンの違いを事故リスクに影響を与える変数として考 慮した分析を行うこととする．

3.5 一般化線形混合モデル

本研究では，自転車関与事故件数と交通曝露量との関 係を非線形的に取り扱うことが可能な冪関数モデル ¹⁵⁾ をリンク関数として一般化線形混合モデルにより，車種 別・方向別の曝露量と事故リスクにおいてどのような関 係を示すのかを推定する．ここでは，観測されていない 個体差がもたらす過分散，すなわち曝露量以外の各交差 点の差を考慮するため，交差点毎に切片をランダム効果 としたモデルを構築する．同モデル式(1),(2)は示すとお りである．なお，ここで仮定する確率分布については一 般的なポアソン分布を用いている．

(1)

𝜃j =VSjβ1Vsjβ2VLjβ3Vljβ4VRjβ5Vrjβ6Bjβ7expα +𝛽8x1+𝛽9x2+𝜀_𝑗 (2) ここで，j：交差点（j=1,2,3,..,58），Yj ：交差点jにおける 3年間の自転車関与事故件数 [件/3年]，θ j：交差点jにお ける3年間の自転車関与事故件数の期待値[件/3年]，a： 定数項，βi：交通曝露量i（i=1,2,3,…,7）および右折完全 分離ダミーの未知パラメータ，ε：交差点jにおける誤 差項パラメータ，Bj：交差点j における流入自転車交通 量[台/12h]，VSj：交差点jにおける主道路からの直進自動 車交通量[台/12h]，Vsj：交差点jにおける従道路からの直 進自動車交通量[台/12h]，VLj：交差点jにおける主道路か ら従道路への左折自動車交通量[台/12h]，Vlj：交差点jに おける従道路から主道路への左折自動車交通量[台/12h]， VRj：交差点jにおける主道路から従道路への右折自動車 交通量[台/12h]，Vrj：交差点jにおける従道路から主道路 への右折自動車交通量[台/12h]，x1：交差点jにおける主 道路側の右折完全分離ダミーおよびx2：交差点jにおけ る従道路側の右折完全分離ダミーである．

４．分析結果 4.1 基礎分析結果

交通曝露量と自転車関与事故件数の関係を曝露量の種 別毎に図示した結果を図7 (a)～(f)および図8にそれぞれ 示す．なお，図中にはそれぞれの決定係数および単回帰 直線を併せて記載している．また，表4にピアソンの積 率相関係数による無相関検定の結果を示す．同表に示す ように，その結果については従道路からの直進自動車交 通量を除いた，交通曝露量と自転車関与事故件数とは有 意水準5%において正の相関性を持つことが確認できる．

まず，自動車交通量について着目すると，直進交通量 に比べ右左折交通量が相対的に高い相関値を示した．こ れは，右左折時は，対向自動車，横断する自転車や歩行 者などに注意を払うべき対象が多いことから，直進に比

べて，交通需要条件と自転車関与事故件数の相関係数が 高い値を示したものと考えられる．

特に，従道路から主道路への左折自動車交通量の相関 値が最も高い値を示し，次いで主道路から従道路への右 左折交通量が高い相関値を示した．ここで，従道路から 主道路への左折自動車の交通量レベル（6,000 台/12h 以 上）の高い地点を調べてみると，いずれも国道と都道の ように主 道 路 及 び 従 道 路 と も に 恒 常 的 に 交 通 量 レベルが高い大交差点であることを確認している．こ のため，左折交通量というより，むしろ交差点内全体の 交通量の規模が間接的に影響した可能性が推察される．

そして，自転車交通量の結果について見ると，自動車 交通量の相関値に対して，比較的高い相関値（R = 0.44） を示した．このことから，同交通量が自転車関与交通事 故における交通曝露量としての寄与が高いことが推察さ れる．

表4 ピアソンの積率相関係数による無相関検定結果

変数 相関係数 p値 有意水準 直進交通量（主道路） 0.30 0.001 * 直進交通量（従道路） -0.14 0.122 左折交通量（主道路→従道路） 0.36 0.000 **

左折交通量（従道路→主道路） 0.40 0.000 **

右折交通量（主道路→従道路） 0.37 0.000 **

右折交通量（従道路→主道路） 0.30 0.001 * 自転車交通量 0.44 0.000 **

**p<.01,*p<.05

R² = 0.0903

0 5 10 15 20 25

0 5000 10000 15000 20000 25000 30000 35000 40000

事故件数（件/3年）

主道路直進自動車交通量（台/12h）

(a) 直進交通量（主道路）

R² = 0.0208

0 5 10 15 20 25

0 5000 10000 15000 20000 25000

事故件数（件/3年）

従道路直進自動車交通量（台/12h）

(b) 直進交通量（従道路）

R² = 0.1314

0 5 10 15 20 25

0 1000 2000 3000 4000 5000 6000 7000

事故件数（件/3年）

主道路左折自動車交通量（台/12h）

(c) 左折交通量（主道路→従道路）

R² = 0.1637

0 5 10 15 20 25

0 2000 4000 6000 8000 10000

事故件数（件/3年）

従道路左折自動車交通量（台/12h）

(d) 左折交通量（従道路→主道路）

R² = 0.1363

0 5 10 15 20 25

0 1000 2000 3000 4000 5000 6000 7000

事故件数（件/3年）

主道路右折自動車交通量（台/12h）

(e) 右折交通量（主道路→従道路）

R² = 0.0879

0 5 10 15 20 25

0 2000 4000 6000 8000 10000

事故件数（件/3年）

従道路右折自動車交通量（台/12h）

(f) 右折交通量（従道路→主道路）

図7 方向別自動車交通量と自転車関与事故件数の関係

R² = 0.1802

0 5 10 15 20 25

0 2000 4000 6000 8000 10000 12000

事故件数（件/3年）

自転車交通量（台/12h）

図8 自転車交通量と自転車関与事故件数の関係

表5 モデル別情報量基準の比較結果 モデル AIC 対数尤度 一般化線形混合モデル(GLMM) 541.7 -259.9 ポアソン回帰モデル 554.7 -266.4 負の二項回帰モデル 599.3 -288.6

表6 モデルの推定結果（GLMM）

Constant α -11.82 0.000 -5.09 **

β1(主道路直進) 0.11 0.098 1.66

β2(従道路直進) -0.10 0.063 -1.86

β3(主道路左折) 0.36 0.044 2.02 *

β4(主道路右折) 0.74 0.003 2.93 **

β5(従道路左折) -0.09 0.683 -0.41

β6(従道路右折) -0.04 0.858 -0.18

β7(自転車交通量) 0.38 0.000 3.52 ***

β8（主道路右折分離 D） -0.31 0.038 -2.07 *

β9（従道路右折分離 D） -0.13 0.378 -0.88

σ Number of observations

AIC BIC ρ2

Variable Coeff. p-Value Z-Value

0.09 116 542 572

*** p <0.001, **p<0.01,*p<0.05 0.24

2.03

1.49

0.00 0.50 1.00 1.50 2.00 2.50

without with

事故件数期待値(件/3年)

主道路側の右折完全分離の有無

図9 右折完全分離による総事故件数の感度分析結果 (主道路右左折： 5,000台/12h，自転車：4,500台/12h)

4.2 モデル推定結果

ここでは，式(2)に示す一般化線形混合モデルGLMM を用いて，分析を行なった結果について報告する．さら に，同モデルの構築に加えて，二つの統計モデルを作成

図10 オランダ（アメルスフォールト）の信号交差点（筆 者撮影）

しており，ポアソン回帰モデルと負の二項回帰モデルお よびGLMMそれぞれでの情報量基準を比較することで その妥当性について検証する．作成した三つのモデルの 適合度について情報量規準で比較した結果を表5に示す．

同表に示すように，GLMMを用いたモデルの場合では，

他の二つのモデルに比べAIC値が低い値を示しており，

モデルの適合度が向上したことが示された．

次に，モデルに考慮する説明変数については，交通曝 露量として前述に示したa)～g)の車種別・方向別交差点 の通行量および右折完全分離ダミー変数としてそれぞれ 考慮した．モデルのパラメータ推定結果を表6に示す．

推定結果に示すように，有意水準を 5%以下とした場 合，考慮した曝露量のうち，主道路から従道路への左折 自動車交通量β3，主道路から従道路への右折自動車交通 量β4および交差点における自転車通過交通量β7と自転 車関与事故とが有意な関係にあることが分かった．また，

そのパラメータ値をみてみると，左折自動車交通量は 0.36，右折自動車交通量は 0.74 および自転車交通量は 0.38の値をそれぞれ示した．すなわち，自動車交通量に ついては，主道路側の左折需要が10%増加した場合では，

事故件数期待値は約3.6%，右折需要が10%増加した場合 では，事故件数期待値は約7.6%増加するものと考えられ る．このことから，自転車関与事故に対して，左折時に 比べ右折時の需要増加による影響が大きいことを示して いる．これは，右折時において，横断する自転車・歩行 者に加え，対向直進者など注意すべき対象が増えること による負荷が影響したものと推察される．加えて，同様 に自転車交通需要が10%増加した場合では，事故件数期 待値は約3.8%上昇するとの結果を示した．以上より，こ れら曝露量と交通事故件数は単純な比例関係ではなく，

その影響は方向・モードの違いによって，自転車関与事 故の期待値への影響はそれぞれ異なることが示された．

また，主道路側の右折分離ダミーのパラメータが事故 リスクに対して有意に-0.31の値を示しており，右折分離 によって，自転車関与事故リスクの削減につながってい

ることが示唆された．ここで，主道路側の右左折自動車 交通量がそれぞれ 5,000 (台/12h)，自転車交通量を4,500

(台/12h)とした場合の，右折完全分離の有無による感度分

析の結果を図9に示す．同図に示すように，右折車との 時間分離によって，自動車と自転車の交通流とが分離さ れ，その事故件数期待値はおよそ26.5% 削減される可能 性が示された．

５．おわりに

本研究では，自転車・自動車交通流観測データおよび 交通事故データを用いて，東京都内の代表交差点58地点 を対象に交差点単位で，一般化線形混合モデルにより自 転車交通事故と交通曝露量との関連分析を行った．得ら れた知見については，以下に示す通りである．

自転車関与事故の曝露量としては，主道路側から従道 路側へ右左折する自動車交通量，自転車交通量と自転車 関与事故が有意に関連することを示した．具体的には，

例えば，自動車交通量では主道路側の左折需要が10%増 加した場合，事故件数期待値は約3.6％，右折需要では約 7.6％増加することをそれぞれ示した．また，自転車交通 需要が10%増加した場合については，事故件数の期待値 は約3.8％上昇することを示した．

以上より，幹線道路同士の交差点における自転車関与 事故は，自転車需要及び主道路から従道路の左右折流出 部における交通需要によりその発生件数の期待値が大き く変動しており，このような実態を考慮した対策を実施 していくことが必要であることが示唆された．また，分 析結果からは，右折完全分離による有意な影響を確認し ており，自転車関与事故リスクへの低減効果を読み取る ことができた．このことから，右折交通量，自転車交通 量などの関連する交通曝露量が多く危険性の高い交差点 においては，例えば欧州に多く設置される自転車専用信 号（図10参照）による自転車信号の先出しや自動車と の完全分離などによる信号制御による時間分離対策検討 の必要性が示唆された．

さらに，自動車・自転車進行方向別の事故件数・発生 割合を整理した結果，右左折事故共に自動車進入方向と 平行して自転車が横断する事故に加え，自動車進入方向 と垂直方向に自転車が右側から横断し衝突したケースが 多いとの結果を示した．このため，事故削減においては，

前述の交差点改良のハード対策と左側走行を遵守させる ための自転車利用者教育などのソフト対策を両輪で実施 していくことが事故削減において重要であるものと推察 される．

その一方で，自転車関与事故においては，交差点面積，

歩道や自転車横断帯の長さや高架の支柱の有無による見 通し状況の違いなどの交差点構造や環境的な要素がリス

クを高める要因として影響することが想定される．従っ て，今後の課題としては，多様な交差点を対象とした交 通量調査結果に基づく検証結果などを通して，さらに詳 細かつ精緻な分析を行っていくことなどが挙げられる．

また，今回の分析では平均的な日交通量（ADT）デー タを用いた分析であるため，季節，曜日，時間帯および 天気など時間的な変動要因による自転車関与事故に対す る影響については検討されていない．このため，車両感 知器データ等を用いることで，時間的変動による事故要 因の影響を考慮した分析の検討についても今後必要であ る．

謝辞

本稿は公益財団法人交通事故総合分析センター

ITARDAの客員研究員としての研究成果の一部である．

参考文献

1) 国土交通省HP：第３回 自転車の活用推進に向けた 有識者会議，

https://www.mlit.go.jp/report/press/road01_hh_000942.ht ml，（閲覧2019年3月23日）

2) 警視庁ホームページ：交通統計，交通事故統計，

https://www.keishicho.metro.tokyo.jp/smph/about_mpd/jo kyo_tokei/tokei_jokyo/index.html（閲覧2019年3月23 日）

3) 吉田伸一：自転車事故の現状と自転車運転者の人的 要因の分析，交通工学，Vol.40，No.5，pp.11-19，2005． 4) 萩田賢司，森健二，横関俊也，矢野伸裕：自転車の

進行方向に着目した交差点自転車事故の分析，土木 学会論文集D3, Vol. 70, No. 5, pp. I_1023-I_1030, 2014.

5) 佐々木諒, 稲垣具志, 竹本雅憲，大倉元宏：ヒヤリハ ット分析に基づいた自転車通行方法の安全性評価に 関する研究－ドライブレコーダデータを活用した錯 綜状況の定量化－，土木学会論文集D3(土木計画学)， Vol.70，No.5，I_859-I_868，2014.

6) 武田圭介，金子正洋，松本幸司：自転車事故発生状 況の分析と事故防止のための交差点設計方法の検討，

土木計画学研究・講演集，Vol.38，No.94，2008.

7) 松本幸司：自転車走行環境整備の現状と課題～自転 車事故発生状況と交差点対策に着目して～，国土技 術政策総合研究所論文，2009．

8) 国土技術政策総合研究所：安全で快適な自転車利用 環境の創出に関する検討，国土技術政策総合研究所 資料，No.624，pp.120-123，2011.

9) 小川圭一：車道横断回数を考慮した自転車の通行位 置と通行方向による交通事故遭遇確率の比較分析，

土木学会論文集 D3(土木計画学)，Vol.72，No.4，pp.

288-303，2016.

10) 亀井省吾,吉田長裕,日野泰雄：一般化線形モデルを用 いた幹線道路における自転車事故のリスク分析，第 29回交通工学研究発表会論文集，2009．

11) Wang Y, Nihan NL: Estimating the risk of collisions between bicycles and motor vehicles at signalized intersections. Accident Analysis Prevention, Vol. 36, pp.313-321, 2004.

12) Brude,U., Larsson, J.: Models for predicting accidents at junctions where pedestrians and cyclists are involved.

How well do they fit? Accident Analysis and Prevention 25, 499–509, 1993.

13) Leden, L., Garder, P., Pulkkinen, U., :Measuring the safety of raised bicycle crossings using a new research methodology. In: Paper Presented at the Transportation Research Board Annual Meeting,Washington, DC, 1998.

14)Jonsson, T.,: Predictive models for accidents on urban links.

A focus on vulnerable road users. Ph.D. Dissertation.

Bulletin 226. Lund Institute of Technology, Department

of Technology and Society, Traffic Engineering, Lund, 2005.

15) 鈴木弘司，山口大輔，藤田素弘：大規模交差点にお ける左折車通行時の危険性の定量評価，土木学会論 文集D3（土木計画学），Vol. 68, No. 5（土木計画学研 究・論文集第29 巻），pp. I_1103I_1114, 2012.

16) 鈴木弘司，志村連：大規模交差点における自転車と 右左折車の挙動と交錯危険性に関する分析，土木学 会論文集D3 (土木計画学), Vol.74, No.5 (土木計画学研 究・論文集第35巻), I_971-I_980, 2018．

17) 一般社団法人交通工学研究会：平面交差と設計 基 礎編―計画・設計・交通信号制御の手引き―，丸善 出版，pp.13，201