要旨
本研究では，仙台市中心部で放置自転車の台数と放置された状況を記録し，それらの空間的分布を調査した。また，記録した放置自転車の中から，交通の障害になり得る危険性の高い放置自転車として，点字ブロックをふさいでいる，施設の出入り口をふさいでいる，車道にはみ出している，通行可能な歩道の幅が1 m未満，歩道を通れない，のいずれかの状況を満たすものを抽出した。平日（2025年7月1日）の午後に行った調査の結果，754台の放置自転車が記録され，そのうち186台は危険性の高いものであった。階層型密度ベースクラスタリングと空間スキャン統計量を用いた分析により，JR仙台駅東部および西部では放置自転車が多いものの，その危険性は低いことが明らかとなった。危険性の高い放置自転車の密度と割合が高い区域を抽出したところ，その区域は市営駐輪場から比較的離れた場所にあることが確認された。
Abstract
This study examines the number,parking conditions,and spatial distribution of illegally parked bicycles in central Sendai City. Illegally parked bicycles meeting any of the following conditions were classified as high-risk cases,as they could obstruct traffic and pose safety risks:obstructing tactile paving,blocking entrances or exits to facilities,protruding onto roadways,reducing the effective sidewalk width to less than 1 m,or rendering sidewalks impassable. A field survey conducted on the afternoon of July 1,2025,recorded a total of 754 illegally parked bicycles,including 186 high-risk cases. Analysis using HDBSCAN and spatial scan statistics showed that although areas east and west of JR Sendai Station had a high volume of illegally parked bicycles,the proportion of high-risk cases was relatively low. Areas with both a high density and a high proportion of high-risk cases were found to be located relatively far from municipal bicycle parking facilities.
I. はじめに
都市内における交通手段の1つである自転車は，環境にやさしいという点や身体活動による健康の増進という点からその利活用が望まれている1）。しかし，都市内での自転車利用に関しては，駅や商業地における放置や利用マナーの悪さといった問題を引き起こしてきた（阿部ほか, 2002）。特に放置自転車は，歩行者や自動車を含めた交通環境の悪化（永井, 2005）や，適切に管理がなされていないことによる盗難の発生（杉浦ほか, 2022）など，都市における種々の問題とも関連している。
放置自転車対策の目的の1つには快適かつ安全な交通環境の実現がある（辻野ほか, 2013）。効率的な交通環境の改善のためには，交通を妨げ得る危険性の高い放置自転車がどこで多いかを把握することが必要である。都市中心部を対象としたこれまでの研究では，地区や地点ごとに集計された放置自転車の台数と周辺の物的環境の関係が議論されてきたものの（大庭ほか, 2008; 北條ほか, 2015; 吉田・大庭, 2009），放置自転車の危険性についての状況は考慮されていない。一方で，放置自転車の状況を含めた研究では，調査が駅前の狭い範囲に限定されている（辻野ほか, 2013）。
そこで，本研究では放置自転車の実態把握を目的として，仙台市の中心部で放置自転車の台数と放置された状況を記録し，それらの空間的分布を検討した。得られた放置自転車の位置情報に対して，複数の空間分析手法を適用することで，放置自転車の危険性を踏まえて分布の可視化を行った。
II. 方法
1. 対象地域の概要
対象地域は第1図に示した仙台市中心部のJR仙台駅・榴ヶ岡駅・あおば通駅および仙台市地下鉄勾当台公園駅・北四番丁駅・広瀬通駅・宮城野通駅・青葉通一番町駅・大町西公園駅・五橋駅・愛宕橋駅周辺である。これらの駅は近接する自転車等放置禁止・規制区域を持つ駅である。仙台市の条例によれば，禁止区域では放置自転車が即刻撤去されるのに対し，規制区域では警告後2時間以上放置している場合に撤去される。この撤去活動は午前・午後・夜間など複数の時間帯に分けて実施されており，その頻度は週に3日程度である2）。
仙台市は放置自転車の削減のため，（1）駐輪場および駐輪施設の整備と利用促進，（2）路上駐輪施設の整備，（3）公共駐輪場へのわかりやすい案内表示の整備，（4）公共駐輪場の改善，（5）附置義務駐輪場の一般開放促進，（6）放置自転車撤去の実施，および（7）放置禁止区域等の設定を行っている3）。第1図に示した市営駐輪場の利用料は地上・地下・機械式駐輪場では利用1回あたり60円であるのに対して，路上駐輪場は2時間まで無料となっており，長時間の利用には前者，短時間の利用には後者の利用が推奨されている4）。また，仙台市は商業地において，目的地の建物の附置義務駐輪場の利用を奨励しているものの，市営駐輪場に比べて，附置義務駐輪場の利用は少ない5）。
第1図
対象地域
今回の調査では，対象とした地域のすべての街路で，放置自転車を車道や歩道など正規の駐輪場所以外に止められた自転車と定義し，ArcGIS Survey123（Esri, Inc.）を用いて位置情報を1台ずつ記録した。調査においては，敷地内から公道に車体がはみ出している場合についても，それを放置自転車として記録した6）。
先行研究（辻野ほか, 2013）では，放置自転車が占有する部分を除いた歩道の幅員（通行可能な歩道の幅）と放置された状況（非常時の避難口をふさぐものや車道等での放置など）を考慮した危険性のスコアが設定されている。これに対して，今回の調査では，自転車が放置されている道路の歩道の有無と通行できる歩道の幅に加えて，放置自転車の状況（点字ブロックをふさいでいる，施設の出入り口をふさいでいる，車道にはみ出している）を記録した7）。これら3つの状況を記録したのは，このような放置自転車が特に危険な状況を引き起こしうると考えたためである。例えば，車道上の放置自転車は自動車などとの接触事故を，点字ブロック上の放置自転車は視覚障害者がぶつかったり白杖を折ったりするなどの事故8）を引き起こしかねない。また，施設の出入り口をふさぐ放置自転車は，施設利用者の緊急避難の妨げになり得る（辻野ほか, 2013）。
調査は2025年7月1日火曜日の13時から，対象地域を13区域に分割し，27人で同時に実施した。調査範囲に含まれる道路の長さは67.14 kmであった9）。調査日の1週間前に講習会を実施し，放置自転車と自転車の状況の定義，および通行可能な歩道の幅の測り方を，写真による例示と口頭での説明により調査者と共有した。ArcGIS Survey123の記録によれば，17時12分までに調査が完了し10），調査時間は最長で約4時間であった。調査時の天候はくもりで気温は30°Cであった。
3. 分析
最初に，得られた放置自転車とその状況に関するデータの単純集計を行った。続いて，放置自転車の位置情報を地図上でプロットし，カーネル密度分布図によって放置自転車の多寡を可視化した。
次に，危険性の高い放置自転車として，点字ブロックをふさいでいる，施設の出入り口をふさいでいる，車道にはみ出している，通行可能な歩道の幅が1 m未満，歩道を通れない，のいずれかを満たすものを抽出した。これらの条件は，放置自転車が通行者や他の交通の阻害になり得るかどうかと，車いす（70 cm）の通行が可能かどうか（辻野ほか, 2013）を考慮して設定した。
危険性の高い放置自転車に対して，階層型密度ベースクラスタリングHierarchical Density-Based Spatial Clustering of Applications with Noise:HDBSCAN（Campello et al., 2013）を適用し，それらの密度が高い範囲を特定した。この方法は密度ベースクラスタリングDBSCAN（Ester et al., 1996）の発展型の1つであり，各点間の距離を用いて，点の密度が高い地域をクラスターとして特定し，そうでない点をノイズとして扱う。DBSCANは単一の密度パラメターに依存するため密度差の大きいクラスターの検出が難しいが， HDBSCANはクラスターの階層的構造を捉えるため密度の異なるクラスターの検出に優れている。
HDBSCANでは，まず各点について，近傍点までの距離を計算し，それを用いて任意の2点間の相互到達可能距離を計算する。これは，当該の2点間距離と，各点の近傍点までの距離のうち，最大の値として定義される。次に，すべてのデータ点を相互到達可能距離で結ぶ最小全域木を構築し，その辺を距離の大きいものから順に切断していくことで，階層的なクラスター構造を生成する。この過程で得られる部分木（クラスター候補）のうち，最小クラスターサイズより少ない点からなる部分木はノイズとみなす。最後に，階層構造の中から，相互到達可能距離に基づく安定性によって最も安定したクラスターを抽出する。ここで安定性とは，クラスターが相互到達可能距離の変化に対して存続する度合いを表す指標である。
本研究では最小クラスターサイズを10台とした。この値は，京都市中心市街地における先行研究（吉田・大庭, 2009）において，対策の優先順位が高い場所の閾値として利用されており，それを参考に設定したものである。
最後に，危険性の高い放置自転車の割合に着目して，ベルヌーイモデルによる空間スキャン統計量（Kulldorff, 1997）を用いて，その割合が統計学的に有意に高い円形領域を検出した。本手法では，円領域内外における当該自転車の割合を比較する尤度比検定を行い，検定統計量を最大化する領域を候補区域とする。統計的有意性（p値）はモンテカルロ法により評価した（繰り返し回数999回，有意水準5%）。そのほかの分析のパラメターとして，領域内に含まれる放置自転車台数の上限は対象地域内すべての台数の50%とし，下限は10台に設定した。また，二次的な区域の検出では，区域間でその空間的な重なりがないよう設定した。
以上の放置自転車全体のカーネル密度，危険性の高い放置自転車に対するHDBSCANおよび空間スキャン統計量の結果を，地図上で重ね合わせて比較を行った。放置自転車の分布図の作成と階層型密度ベースクラスタリングにはArcGIS Pro 3.5.2（Esri, Inc.）を用いた。空間スキャン統計量の算出にはSaTScan11）を用いた。
III. 結果
第1表に放置自転車の状況と放置された道路の状況を示す。調査の結果，754台の放置自転車が記録された。放置自転車の状況として，点字ブロックをふさいでいるものが6台，施設の出入り口をふさいでいるものが10台，車道にはみ出しているものが136台確認された。また，放置された道路の状況として，通行可能な歩道の幅が1 m未満のものが31台，歩道を通れない状況のものが5台確認された。これらには一部重複があり，危険性の高い状況に該当するものとして，合計186台が確認された。
第2図に，記録された放置自転車の位置とそのカーネル密度分布12）を示す。放置自転車754台のうち，自転車等放置禁止区域で308台，規制区域で122台が確認された。カーネル密度が高い地域として，東側から，JR仙台駅東部および西部，地下鉄仙台駅西部（仙台銀座・仙台朝市），青葉通一番町駅北部（ぶらんど～む一番町商店街）および南部（サンモール一番町商店街および東一番丁通）と北四番丁駅南西部（一番町四丁目商店街）が確認された。JR仙台駅東部および西部（第2図右上）では，市営駐輪場の近くで放置自転車が多く確認された一方で，JR仙台駅西部以西では駐輪場から比較的離れた場所で放置自転車が確認された。
第3図に，危険性の高い放置自転車の空間的分布と階層型密度ベースクラスタリングによるクラスターおよび空間スキャン統計量により検出された区域を示す。階層型密度ベースクラスタリングによって，186台の放置自転車が7個のクラスターと外れ値に分類された。危険性の高い放置自転車の密度が高い地域を，放置自転車全体のカーネル密度が高い地域と比較すると，JR仙台駅東部および西部では危険性の高い放置自転車およびそのクラスターが確認されなかった。一方で，JR仙台駅西部以西では，危険性の高い放置自転車のクラスターと放置自転車全体のカーネル密度の高い領域がおおむね重なっていることが確認された。
空間スキャン統計量により，危険性の高い放置自転車の割合が統計的有意に高い区域が2つ確認された。サンモール一番町商店街および東一番丁通付近の区域Aと，一番町四丁目商店街付近の区域Bである。区域Aにおける放置自転車台数は59台，危険性の高い放置自転車台数は48台であり，その割合は81.4%であった。この区域には階層型密度ベースクラスタリングによるクラスター4（13台すべて），5（13台すべて），および6（16台すべて）が含まれていた。また，区域Bにおける放置自転車台数は18台であり，そのすべてが危険性の高い放置自転車であった。この区域には階層型密度ベースクラスタリングによるクラスター3（44台のうち18台）が含まれていた。
第1表 道路の状況と放置自転車の状況
|
|
放置自転車の状況別の台数（%） |
| 道路の状況 |
通行可能な歩道の幅 |
点字ブロックをふさいでいる |
施設の出入口をふさいでいる |
車道にはみ出している |
それ以外 |
全体 |
| 歩道あり |
通れない |
0 （0.0） |
0 （0.0） |
1 （0.7） |
4 （0.7） |
5 （0.7） |
|
0.5 m未満 |
0 （0.0） |
1 （10.0） |
0 （0.0） |
2 （0.3） |
3 （0.4） |
|
0.5-1.0 m未満 |
0 （0.0） |
0 （0.0） |
0 （0.0） |
28 （4.7） |
28 （3.7） |
|
1.0-2.0 m未満 |
2 （33.3） |
2 （20.0） |
14 （10.3） |
68 （11.3） |
86 （11.4） |
|
2.0-3.0 m未満 |
4 （66.7） |
0 （0.0） |
4 （2.9） |
78 （13.0） |
86 （11.4） |
|
3.0 m以上 |
0 （0.0） |
0 （0.0） |
5 （3.7） |
278 （46.2） |
283 （37.5） |
| 歩道なし |
|
0 （0.0） |
0 （0.0） |
112 （82.4） |
73 （12.1） |
185 （24.5） |
| 歩行者専用 |
|
0 （0.0） |
7 （70.0） |
0 （0.0） |
71 （11.8） |
78 （10.3） |
|
合計 |
6 |
10 |
136 |
602 |
754 |
カッコ内は放置自転車の状況別の割合を示す。
第2図
放置自転車の空間的分布
第3図
危険性の高い放置自転車とHDBSCANによる分類，および空間スキャン統計量による割合の高い区域の空間的分布
IV. 考察
今回の調査により示された空間的分布（第2図）では，JR仙台駅東部および西部において，市営駐輪場の付近で多くの放置自転車が確認された。JR仙台駅周辺はこれまで長らく対策が続けられてきた場所である3）ものの，さらなる撤去活動の継続の必要性を指摘できる。
第3図に示した危険性が高い放置自転車186台のうち，136台は車道にはみ出しているものであった。また，危険性が高い放置自転車はそれ以外の状況と比較して，歩道がない道路に放置される場合が多く確認されており（第1表），実態としては車道にはみ出しているというよりも歩道がない場所での放置であったといえる。先行研究（大庭ほか, 2008; 吉田・大庭, 2009）は道路の監視性と自転車の放置の関係を指摘しており，この観点から，歩道がない道路は比較的道幅が狭く，監視性が低いことが想定され，短時間であれば発見されないという利用者の判断が放置を促している可能性を指摘できる。これらの放置自転車の分布と状況から対象を絞った対策をとることにより，自転車と他者との接触事故を減らすような交通環境の改善が期待される。
危険性の高い放置自転車の分布（第3図）については，空間スキャン統計量により検出された区域の中に，階層型密度ベースクラスタリングによる高密度クラスターが含まれていた。これは検出された区域が，それ以外の領域と比べて，危険性の高い放置自転車の割合が高く，かつその密度が高いことを示していると解釈できる。
空間スキャン統計量によって検出された区域Aおよび区域Bは市営駐輪場から比較的離れた場所である。先行研究では，買物客等の短時間利用者は目的地への近接性を優先し，路上に自転車を放置する傾向があると指摘されている（阿部ほか, 2002）。両区域における放置自転車が買物客によるものと仮定すると，区域周辺に短時間駐輪に適した駐輪空間を整備することが放置への対策として有効かもしれない。
V. おわりに
本研究では仙台市中心部における放置自転車の実態を把握した。放置自転車の位置情報とその状況を1台ずつ記録し，カーネル密度推定，階層型密度ベースクラスタリング，および空間スキャン統計量を用いることで，放置自転車全体と危険性の高い放置自転車の分布およびその特徴を明らかにした。分布の可視化と比較の結果，危険性の高い放置自転車の密度が高い地域は，放置自転車全体の密度が高い地域とおおむね重なっていた。特に，危険性の高い放置自転車の割合および密度が高い特徴的な区域として，市営駐輪場から比較的離れた場所が検出された。一方で，JR仙台駅東部および西部では放置自転車の総数は多いものの，危険性の高い放置自転車の割合は相対的に低く，放置自転車の密度と危険性の高い放置自転車の割合が必ずしも対応しない場所も確認された。
本研究では，平日の昼過ぎから夕方に行った一度限りの調査を基にして分析を行っているため，いくつかの限界がある。例えば，先行研究（阿部ほか, 2002; 辻野ほか, 2013; 吉田・大庭, 2009）においては，定点観測により平日や休日，朝方や夕方などの時間による変動が議論されているものの，これらは捉えられていない。しかし，買い物等のための短時間駐輪による街路の状況は，時間帯によって異なることが容易に予想できる。さらに，通勤通学や店舗の営業を考慮すると，点字ブロックや施設の出入り口をふさいでいる放置自転車は，時間によって危険性が異なると考えられる。また，こういった歩行者に対して危険な状況と，車道へのはみ出しのように車両に対して危険な状況は別々に検討する必要があるかもしれない。時間帯による台数および危険性の変化は本研究で検討できなかった点である。
また，本研究は通行可能な歩道の幅と放置自転車の状況により危険性を定義した。一方で危険性には，ガードレールの整備状況などの物的環境や実際の交通量も影響している。さらに，利用方法が施設によって異なることから今回は検討していないものの，附置義務駐輪場も駐輪空間の形成に関わる大きな要因である。こうした環境要因を踏まえた実態の把握は，今後の研究の課題である。
付記
本稿の研究計画および調査の実施は第1から第8著者が行った。第1，第2および第3著者が研究全体の監督を，第1著者と第9著者がデータの分析を，第1著者が草稿執筆を担当した。著者全員が原稿の確認と修正を行った。データの取得に係る調査は東北大学理学部地圏環境科学科の学部3年生の実習の一環として行った。受講者の皆様に記して御礼申し上げます。また，放置自転車対策に関する問い合わせに回答していただいた仙台市の担当者の方に感謝申し上げます。さらに，編集委員会と匿名の査読者による建設的なコメントに感謝します。本稿は弘前大学で開催された日本地理学会2025年秋季学術大会（2025年度東北地理学会秋季学術大会との合同開催）で発表した内容を修正したものである。
文献
- 阿部宏史・粟井睦夫・辻 和秀・安井孝則（2002）: 岡山市都心部における放置自転車の現状と自転車利用者の駐輪意識．土木計画学研究・論文集, 19, 603-611.
- 大庭哲治・吉田 哲・中川 大（2008）: 京都市都心商業地の場所特性が放置駐輪に与える影響とその空間的変異に関する研究．都市計画論文集, 43, 871-876.
- 杉浦完征・樋野公宏・浅見泰司・山田育穂（2022）: 鉄道駅周辺における環境要因と自転車盗発生との関係．日本建築学会計画系論文集, 87, 123-132.
- 辻野正訓・白岩正三・橋本 敬（2013）: 駐輪状況の危険点数を考慮した放置自転車の調査手法の提案．運輸政策研究, 16-2, 14-21.
- 永井真也（2005）: 徳島駅前周辺の放置自転車の動向調査．四国大学紀要．Ser. A, 人文・社会科学編, 23, 125-135.
- 北條真伍・森 傑・野村理恵（2015）: 立地条件と近隣環境からみた駐輪スポットの空間特性─札幌中心市街地の駐輪実態に注目して─．日本建築学会計画系論文集, 80, 1753-1763.
- 吉田 哲・大庭哲治（2009）: 京都中心市街地における自転車放置場所の局所的特性の組合せと放置台数の関係．都市計画論文集, 44, 49-57.
- Campello, R.J.G.B., Moulavi, D. and Sander, J. （2013）: Density-Based Clustering Based on Hierarchical Density Estimates. Pei, J., Tseng, V.S., Cao, L., Motoda, H. and Xu, G. eds.: Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol 7819. Springer. 160-172.
- Ester, M., Kriegel, H.-P., Sander, J. and Xu, X. （1996）: A density-based algorithm for discovering clusters in large spatial databases with noise. Simoudis, E., Han, J. and Fayyad, U. eds.: KDD’96: Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, AAAI Press. 226-231.
- Kulldorff, M. （1997）: A spatial scan statistic. Communications in Statistics-Theory and Methods, 26, 1481-1496.
- Silverman, B. W. （1986）: Density Estimation for Statistics and Data Analysis. Chapman and Hall.
