メインコンテンツへスキップ
見出し画像

〖都市とAI〗第27話:駅前広場は、誰のためにあるのか──交通結節点から「過ごす場所」へ、指針改定とAIが変える乗り換えのかたち


    駅前広場は、二つの数字でできている

    一つは「0.5」。もう一つは「1分」。

    1998年に策定された「駅前広場計画指針」は、駅前広場を「交通空間」と「環境空間」に分けた。そして、広場の面積に占める環境空間の割合(環境空間比)を、4,000〜10,000㎡程度の駅の標準値として0.5に置いた。もう一つの「1分」は、同じ指針の数値基準にある、一般車の平均停車時間である(注1)。

    この二つの数字が、いま、見直されようとしている。国土交通省は2026年9月1日、策定から28年になるこの指針の改定に向けて、有識者、鉄道事業者、自治体などでつくる検討会を始めた。委員は国の担当者を含めて19人。検討会は非公開で、全5回で改定案をまとめる予定だ(注1・注2)。

    私が目を止めたのは、第1回の資料に載った自治体の声である。環境空間比0.5ではウォーカブルな空間をつくるには足りない、という声と、再整備では0.5を確保するのが難しい、という声が、同じ資料の同じ頁に並んでいる(注1)。同じ数字が、ある街では「小さすぎる」と言われ、別の街では「大きすぎる」と言われているのである。

    そこへ、もう一つの変数が入ってくる。AIだ。配車アプリが乗り場の行列を組み替え、自動運転のタクシーが駅に着くようになれば、乗り降りに必要な面積は変わるはずだ。減った分は、人の居場所になるのか。それとも、別の何かに使われるのか。

    問いを三つ、先に置く。AIは、駅前広場の面積を減らせるのか。減って空いた場所は、誰のものになるのか。そして、その行き先を、誰が、いつ、どう決めるのか。

    先に、答えの輪郭だけ書いておく。面積は、減らせる場合がある。ただし、空いた場所は、決めておかなければ、いちばん強い需要のものになる。

    0.5と1分は、何を決めてきたのか

    指針の中身を、簡単に整理しておく。

    駅前広場の面積は、「交通空間」と「環境空間」の足し算で決まる。交通空間は、車道、バスやタクシーの乗降場、一般車の駐車場など、乗り換えをさばくための場所だ。必要な面積は、施設ごとに計算する。環境空間は、人が滞留する場所、修景された交通島(デザインされた植栽帯など)、シンボル施設といった、交流、景観、防災のための場所で、駅の位置づけや周辺の土地利用を踏まえて面積を決める(注1)。

    ここで、定義の文言に目を向けたい。現行の指針は、環境空間比を「駅前広場面積に占める、車道部を除く面積の割合」と書いている(注1)。人のための場所が、車道を除いた残りとして数えられているのである。これは私の読みであり、指針の趣旨は、環境空間に交流・景観・防災という独立した役割を求めている。ただ、数字の作り方が「引き算」であることは、事実だ。

    福井駅西口広場の例が、資料に載っている。広場の区域は約11,100㎡。交通空間が約4,773㎡(0.43)、環境空間が約6,327㎡(0.57)で、標準の0.5を少し上回る配分である(注1)。福井市は、今回の検討会の委員でもある(注2)。

    次に、現場の変化である。資料によれば、1998年以降の駅前広場の整備は、2000年代の後半から再整備の割合が増えた。グラフから読み取ると、再整備が56%、新規整備が44%だ(注1)。現行の指針は新規整備を前提に書かれていて、再整備の面積の計算方法がない。そのため、再整備では、いまの施設や面積と計算結果が食い違って検討に苦労する、という声が出ている(注1)。

    指針は、よく使われている。2024年度の自治体アンケートでは、回答304件のうち181件が「活用した」、123件が「活用していない」だった(注1)。国の基準は、自治体が予算や合意形成の場で使う「根拠」にもなる。新しい数字が何を書くかは、全国の広場の将来を左右する。

    改定の方向は、資料に整理されている。章立てでは、「駅まちデザイン」(駅、駅前広場、隣接地区、周辺市街地を一体で考える手法)の章と、「自動運転等の技術革新を見据えた検討のあり方」の章が新しく加わる。面積の算定には再整備の計算方法が加わり、施設原単位(計算の基礎になる、1台・1人あたりの数値)は、実態に合わせて更新される(注1)。

    予定表も出ている。第2回で、自動運転や新しいモビリティへの対応、原単位の見直しに向けた調査方針、環境空間の現状分析を扱う。第3回で調査結果と環境空間の改定方針、配置計画。第4回で原単位の改定方針と改定案。第5回で、意見を反映した最終の改定案だ(注1)。つまり、「1分」と「0.5」の見直しは、これから、非公開の場で議論される。座長は早稲田大学の森本章倫教授で、同氏は、自動運転の活用方策を検討する国の検討会の座長でもある(注2・注3)。駅前広場と自動運転の議論は、同じ座長のもとでつながっている。

    ここから先は、公開された資料から読み取れる範囲での、私の見立てである。

    AIは、乗り換えの「面積」を減らせるのか

    面積を、平均だけで決めてはいけない。ここに、最初の落とし穴がある。

    待ち行列理論という、窓口や乗り場の混雑を扱う数学がある。いちばん単純なモデルで、乗り場を一つの窓口と見なしてみよう。乗り場が「どれだけ忙しいか」を表す利用率(到着する車の数に、1台あたりの停車時間をかけて、乗り場の処理能力で割った値)が50%のとき、乗り場にいる車は平均1台。80%で4台、90%で9台、95%では19台になる(※)。利用率が100%に近づくほど、行列は急に伸びる。


    画像

    「平均停車時間1分」を基準にして、乗り場の数を平均ぎりぎりまで切り詰めたとする。すると、ある雨の日の夕方に、行列は乗り場からあふれ、道路にはみ出す。広場の面積は、平均値ではなく、行列の「しっぽ」で決まる。データを扱う仕事をしている者として、原単位の見直しでいちばん見たいのは、平均ではなく、このしっぽの長さである。

    AIが効くとすれば、平均を少し良くすることよりも、ばらつきを抑える方向だ。乗り降りにかかる時間のばらつきが小さいほど、同じ利用率でも行列は短くなる。これも、待ち行列理論の基本的な結果である。

    ただし、AIは、与えられた目的を最適化する。その目的を与えるのは、たいてい、事業者だ。2018年、トヨタ自動車、JapanTaxi、KDDI、アクセンチュアは、AIでタクシーの需要を500m四方・30分単位で予測する配車支援システムを、東京都内で試験導入した。参加した運転手の2月の売上は、前月より1日あたり平均20.4%増えた。参加していない運転手を含めた全体では、9.4%の増加だったという(注4)。AIが最適化したのは、運転手の売上である。広場の混雑ではない。駅前広場の目的を、誰が、AIに書き込むのか。この問いは、後でもう一度使う。

    いま、日本の駅で、乗り場の組み替えの実験が始まっている。2026年8月20日から10月31日まで(予定)、newmo、JR西日本、JR西日本レンタカー&リースは、新大阪駅1階にスマートフォン予約専用のタクシー乗り場を設け、新しい配車マッチングを検証している。乗客は、アプリで取った「予約番号」を使って、乗り場に待機している車の先頭に乗る。特定の車を待たなくてよい。狙いは、将来、自動運転タクシーが駅に来る時代に、乗り場の混雑を和らげ、安全で円滑な乗り降りの仕組みをつくることだ(注5)。同じ駅では、2026年5月12日から7月31日の予定で、タクシーアプリ「GO」の専用乗り場の実証も公表されていた(注5)。

    結果は、まだ出ていない。私が見たいのは、平均の待ち時間ではなく、行列がいちばん長かった日の長さである。しっぽが縮んだかどうかは、その数字にしか出ない。

    自動運転そのものも、近づいている。2026年3月、Uber、日産自動車、Wayveは、2026年後半に東京でロボタクシーの試験運行を始めることを目指す覚書を結んだ(注6)。私が確認できた範囲では、10月3日時点で、その運行が始まったという情報はない。

    では、国は、AIが広場に与える影響を、どう見ているのか。2025年5月の国土交通省の「ポイント集」は、自動運転が普及すると、道路混雑の緩和や空間の再編といったメリットがある一方で、総走行距離の増加や、移動への抵抗感の低下といった留意事項も想定される、と書く(注7)。国自身が、「減る」と「増える」の両方を並べているのである。

    2026年2月の検討会の議事要旨には、定時定路線のバスに乗らず、ロボタクシーが街中にあふれる将来を、どう防ぐかという問いがある。また、自動運転の時代に必要なのは、道路の使い方、配車事業者(TNC、アプリで車を呼ぶサービスの事業者)、そしてカーブサイド(縁石際の乗降場所)の、三つのマネジメントだという発言も記録されている(注3)。

    この「増える」側の根拠を、海外で見ておこう。

    サンフランシスコでは、郡の交通局(SFCTA)が2018年、ウーバーやリフトなどの配車サービスの影響を分析した。市内の1日あたりの車の遅れは、2010年から2016年のあいだに、約6.5万時間から約10.5万時間へ増えた。報告書は、この増加分の51%を配車サービスによるものと推計した。走行距離の増加分でも、配車サービスが47%を占める。市全体の遅れの25%、都心部では36%が、配車サービス由来だという(注8)。なお、リフトは、この報告書は不完全だと反論している。報道によれば、報告書自身も、配車サービスが混雑を増やすことは自明ではないと認めている(注8)。

    自動運転では、「空走」が焦点になる。米国計画協会(APA)の2026年7月号の記事は、カリフォルニア州公益事業委員会への報告データとして、2025年9月のウェイモの走行距離の約44%が、乗客を乗せていない走行(次の迎車に向かう、または待機)だったと紹介している(注9)。これは二次情報で、私は原データを確認していない。そのうえで、これは私の推論だが、運転手の人件費という、空走へのブレーキが外れる構造は、押さえておきたい。

    道路の研究にも、示唆がある。デュラントンとターナーは2011年、米国の都市のデータから、道路を増やしても混雑は解消しにくい(走行距離が、ほぼ同じ割合で増える)ことを示した(注10)。これを縁石際の乗降場に当てはめるのは、私の類推である。この主張には、異論もある(注10)。ただ、「便利にすると、使う回数が増える」という経済の基本は、乗り場にも当てはまりそうだ。

    ここで、先ほどの式に戻る。利用率は、「到着数×停車時間÷処理能力」だった。AIが停車時間を半分にしても、乗り降りの数が2倍に増えれば、利用率は元に戻る。面積を決めるのは、効率そのものではなく、効率が生んだ需要まで含めた「総量」である。

    空いた場所は、誰のものになるのか

    効率化で面積が空いたとする。そのとき、空いた場所を欲しがる人は、少なくとも三人いる。

    一人目は、人の滞在だ。ベンチ、カフェ、イベントの場所である。二人目は、別の交通機能だ。ロボタクシーの待機場所、荷さばき、シェアサイクルの置き場。三人目は、広場を小さくして、その分を開発の敷地に回したい事業である。

    市街地再開発事業の推進に携わった経験から言えば、駅前の公共空間は、事業計画の最後の段階で、面積が動きやすい項目の一つだ。事業収支が合わないとき、動かせるのは、動かしても誰も困らないように見える「余白」だからである。余白は、数字の上で「余っている」と見られた瞬間から、取り合いの対象になる。

    では、空いた場所は、実際には、どこへ行ったのか。国内外の事例で見てみよう。

    広島駅南口──空いた場所を、バスの集約に使った

    広島駅では、2025年8月3日に、広島電鉄の新線「駅前大橋ルート」が開業した。路面電車は、駅ビルの2階に高架で乗り入れる。市は、この整備で生まれる空間を活かして、駅周辺に散らばっていたバスの乗降場を、広場に集約するとしている(注11)。2020年7月の市議会資料にある計画値では、バスのバースは15から22に増え、マイカー用の駐車は50台から23台に減る(注11)。一方、JR西日本は、路面電車が乗り入れる2階と屋上を、にぎわいの核となる「広場」として設計した(注11)。

    空いた場所の行き先が、人の滞在ではなく、乗り換えの集約だったことに注目したい。これは悪い選択ではない。散らばっていたバス停を一か所に集める設計は、乗り換えの分かりやすさに直結する。ただ、人のための広場は、駅ビルの上階に上がった。そこを誰が運営し、誰が使えるのかは、別の問いになる。開業後の効果を検証した公表資料は、私は見つけられなかった。広島市の担当課長は、今回の検討会の委員でもある(注2)。広島の経験が、新しい指針にどう反映されるかを、見ておきたい。

    ユトレヒト──強い需要に、先に専用の場所を渡した

    オランダのユトレヒト中央駅前では、広場の地下に、約12,500台の自転車駐輪場がつくられ、2019年8月19日に最後の部分が開業した。市と、鉄道インフラ管理者のProRail、鉄道事業者のNSが、共同で整備し、管理している(注12)。駅と商業施設を一体にしていた1960年代の巨大構造物を、21世紀に入ってからほどく、大きな再開発の一部でもあった(注12)。

    この事例から学ぶのは、規模の大きさではなく、順番である。駅前でいちばん強い需要、つまり自転車に、専用の場所を、先に、地下に用意した。強い需要の行き先を決めておけば、地上には、別の使い方の余地が残る。これは私の読みで、地上の広場が結果として何に使われているかは、私は検証できていない。

    川崎駅東口と京急川崎──「作り直し」は、25年周期でやってくる

    川崎の事例も見ておきたい。

    川崎駅東口の広場は、1986年に、歩行者の安全を重視して、地下と地上で車両を分離する考え方で整備された。ところが、主な移動経路が地下街経由になり、回遊性と利便性に課題が残った。市は2007年に再編整備計画をつくり、2009年に着工、2011年3月に完了した。バス島を集約し、広場の中央に大屋根をかけ、エレベーターを4基増やした(注13)。

    1986年の設計は、当時いちばん強かった需要、つまり「安全」に答えた。25年後に、次に強くなった需要、つまり「回遊」と「バリアフリー」に合わせて作り直された。静岡駅南口も、同じ構図である。1993年度の整備から30年が経ち、ロータリー内の車両の混在、乗降スペースの不足、そして「ひと」のための空間の不足が課題とされて、2025年3月に再整備の基本計画がつくられた(注14)。

    二例だけで一般化はできない。それでも、駅前広場は、25年から30年ほどで、そのときいちばん強い需要に合わせて作り直される。この長さは、覚えておいてよい。そして、いま作る広場は、ロボタクシーが珍しくなくなる時代を、通り抜ける可能性がある。

    2026年の川崎では、別の動きもある。市は、京急川崎駅前の川崎府中線を、2026年2月28日から相互通行化すると発表した。幹線道路の自動車交通を集約して、駅前に、歩きやすく居心地の良い滞留空間を確保するためだ(注15)。車を一か所に集める代わりに、人の場所を取り戻す。空いた場所の渡し方としては、分かりやすい。また、川崎駅東口の広場の一画では、2026年度も「かわさきフェス広場」が行われ、市はイベントの主催者を随時募集している。道路占用料は免除されるが、事前相談は、イベントの2か月前までに必要だ(注15)。

    ここで、気づくことがある。人の場所は、イベント一件ごとの「申請」で入ってくる。一方、交通は、毎日、毎時間、場所を「前提」として使っている。人の場所は申請、車の場所は前提。実務の感覚では、この非対称が、空いた場所の行き先を決めてしまう。

    向ヶ丘遊園──広場の外で決まる広場

    川崎市多摩区の向ヶ丘遊園駅では、2026年7月に「向ヶ丘遊園駅南側まちづくり方針」がつくられた。南口の駅前広場は1957年に完成し、広さは約2,300㎡。北口(約5,400㎡)、登戸駅(約4,600㎡)の広場より小さい。そこに、バス、一般車、荷さばき車両、自転車、歩行者が集中し、路上駐車や乱横断がバスの運行に影響している。市は、三つの広場の役割分担を整理するとしているが、どのバス路線を移すかは、まだ決まっていない(注16)。

    ここに、広場の面積の本質がある。南口の面積は、南口の中だけでは決まらない。北口と登戸駅の広場が、何を引き受けるかで決まる。指針は広場ごとに面積を計算するが、現場の面積は、駅の周りの網全体で配分されている。

    もう一つ注目したのは、方針図の発想である。駅から、バス乗り場などの交通機能までの歩く距離を、逆に活かし、その間に、広場、緑道、商業、交流の機能を置く考えだと報じられている(注16)。乗り換えを最短にすることを目的にせず、乗り換えの途中に、過ごす場所を置く。1998年の指針が掲げた「安全かつ円滑な乗継」とは、種類の違う設計思想である。

    懸念もある。2025年の社会実験「えきまえ遊園パーク」では、回答者の半数超が30分以上滞在し、約7割が、滞在できる広場を高く評価した。しかし、調査日はイベントのある日で、回答者は144人。日常の利用までは検証できていない。動線が長くなるだけなら、利用者の負担になる。雨を避ける屋根、段差のなさ、店の連続性まで設計して、初めて成り立つ(注16)。

    そして、一つ、実例がある。モノレールが廃止されたあとの跡地の一部が、いまも駐輪場として残っている(注16)。余白は、運営する人がいなければ、駐輪場のまま残る。

    JR東日本「HirakeBA」──小さな余白を、予約で開く

    JR東日本は2026年8月3日から、駅前広場などの利用を、予約、申請、審査、決済までWebで完結させる仕組み「HirakeBA」を、関東の8か所に順次導入している。広さは、御茶ノ水駅(聖橋口広場)の約50㎡から、幕張豊砂駅の約1,000㎡まで。2028年度に、管内100か所の開放を目指す。予約したあとでも、公共的な利用が優先され、利用区画や日時が調整されることがある(注17)。

    標準的な駅前広場の4,000〜10,000㎡に比べると、小さい。いま見えている動きの一つは、大きな広場の改造ではなく、小さな余白を一つずつ開く作業である。国の指針、鉄道事業者の仕組み、自治体のイベント制度。三つの時計が、別々に動いている。

    ここで、一つ仮説を置く。AIが乗り換えの待ち時間をゼロに近づけると、待つ時間に生まれていたもの、たとえば、コーヒーを買う、立ち話をする、隣の店をのぞくといった「副産物」も、消えるかもしれない。広場が、ただの通過点になる。これは、検証されていない仮説である。ただ、検証は難しくない。待ち時間が長い日と短い日で、広場の滞在がどう変わるかを、測ればよい。

    提案:効率化の「配当」を先に決める五つの原則

    ここまでを踏まえ、駅前広場の指針と計画に書き込むべき考え方を、五つ提案したい。数値は検討会が決めることだ。私が提案するのは、数字の前にある「約束の作り方」である。効率化が生んだ面積を、誰がどう受け取るか。この「配当」のルールを、先に決めておく。

    1つ目は、「ラチェット条項」を置くことである。ラチェットとは、一方向にしか回らない歯車のこと。効率化で生まれた面積は、まず、環境空間として固定する。交通側が取り戻したいときは、実測のピーク値を示し、協議会の合意を得る。面積を減らすのは簡単だが、いったん人の場所になった面積を、後から交通に戻すには、手続きが要る。この非対称を、先に仕込んでおく。指針の「環境空間比0.5」は、「下限」ではなく、配当ルールの「出発点」として読み替える。

    2つ目は、面積ではなく「時間割」で配分することである。朝夕のピークは、交通を優先する。昼間は、滞在を優先する。早朝は、荷さばきを優先する。広場の使い方を、場所の分け方ではなく、時間の分け方で決める。米国では、全米都市連盟(NLC)が、動的な料金設定と、乗降場所を明確に区切る仕組みを勧めている(注18)。アリゾナ州テンピは、ダウンタウンの縁石の使い方を、ロボタクシーも含めて管理している(注9)。HirakeBAが、予約後でも公共的な利用を優先するという決まりも、時間の優先順位の一つである(注17)。

    3つ目は、原単位を「平均」ではなく「分布」で測ることである。検討会は、第2回で、原単位の見直しに向けた調査方針を扱う(注1)。そこで、平均の停車時間だけでなく、全体の9割が収まる長さ(90パーセンタイル)や、行列がいちばん長くなった時間帯の長さも、調べてほしい。車いす、ベビーカー、大きな荷物の人の乗り降りは、時間がかかる。平均で設計すれば、その時間は「誤差」として切り捨てられる。第24話で書いた、意見箱にたどり着けない人々と、同じ構造である。分布で測ることは、誰が置き去りにされているかを測ることでもある。

    4つ目は、「乗り換えの途中」を、設計の対象にすることである。乗り換えの短縮だけでなく、乗り換えの途中の滞在も、指標に入れる。第26話で提案した「量・質・分布・負担」の四つの欄は、駅前広場にも、そのまま使える。量は、乗り降りと滞在の人数。質は、居心地。分布は、誰がいて、誰がいないか。そして負担は、雨、段差、歩く距離である。向ヶ丘遊園のように、歩く距離を活かす設計ほど、負担の欄を空欄にしてはいけない。

    5つ目は、運営者を、図面よりも先に決めることである。静岡市は、2025年度から、検討委員会の中に、空間デザイン部会とエリアマネジメント部会を並べ、広場を「つくること」と「つかうこと」の両輪で考えている(注14)。第26話で見た「まちづくり推進活動計画」の協議会は、道路管理者、交通事業者、警察などを、同じテーブルに載せる仕組みだ。駅前広場にも、この協議会を当てはめ、「ラチェット」の解除の可否や、「時間割」の運用を、そこで決める。余白は、運営する人がいなければ、駐輪場になる。

    もちろん、弱点もある。ラチェットは、硬直につながる。技術が予想より早く進んだとき、交通側の取り戻しが難しすぎれば、広場は使いにくくなる。だから、解除の条件は、「実測のピーク値」という、データで開けられる鍵にする。時間割は、守らせる人と費用が要る。分布の測定は、小さな自治体には重い。そして、AIが来なければ、そもそも面積は減らない。それでも、五つのうち、「時間割」「分布」「運営者」は、AIが来なくても、いまの広場で役に立つ。私は、そこから始めればよいと考えている。

    五つの原則は、私の仮説で、まだ検証されていない。小さな社会実験で、四つの欄を測りながら、試してほしい。

    答え:減らせる。だが、渡す先は、AIは決めてくれない

    冒頭の問いに戻ろう。AIは、駅前広場の面積を減らせるのか。

    私の答えは、こうだ。減らせる場合がある。ただし、減らせるのは、行列の「しっぽ」を縮められたときだけで、乗り降りの数が増えれば、面積は元に戻る。そして、空いた場所は、決めておかなければ、いちばん強い需要のものになる。AIが決めてくれるのは、乗り場の混雑であって、広場の使い道ではない。使い道は、人間の約束である。

    もう一つ、書いておきたい。「0.5」と「1分」に、三つ目の数字を足すなら、それは「年数」だと思う。指針が策定されてから、28年。広場が作り直される周期の、25年から30年と、ほぼ同じ長さだ。いま作る広場は、ロボタクシーが珍しくなくなる時代を、通り抜けるかもしれない。それなら、新しい指針が書くべきは、数字の値だけではない。その数字を、何年ごとに、誰が、何を測って見直すのか。その約束である。

    指針は、広場の「最初の姿」を決める。広場の「その後」を決めるのは、運営者と、約束と、測り方だ。

    空いた場所は、いちばん強い需要のものになる。だから、渡す先を、先に決める。

    次回予告

    〖都市とAI〗第28話:縁石のデータは、誰のものか──ロボタクシーの乗降記録と、都市が持つべき「台帳」

    今回は、広場の面積を決めるのは「分布」と「運営者」だと書いた。では、その分布を測るデータは、誰が持っているのか。ロボタクシーや配車アプリは、乗り降りの時刻と場所を、自治体よりずっと細かく知っている。米国では、匿名化した乗降データの提出を事業者に求めることが、自治体の準備策の一つとして挙げられている(注18)。第26話で見たアムステルダムのセンサー台帳のように、縁石(カーブ)の使われ方を記録する「台帳」を、都市は持てるのか。持つとしたら、誰が、何を、どこまで出させるのか。国内外の動きから考えたい。


    注・出典

    1. 国土交通省「駅前広場計画指針改定の背景・目的と方向性」(第1回駅前広場計画指針検討会 資料2。環境空間比0.5、一般車平均停車時間「1分」への自治体意見、福井駅西口広場、再整備の割合、令和6年度自治体アンケート、改定の構成案、検討会の全5回の進め方) https://www.mlit.go.jp/toshi/city_plan/content/002019738.pdf

    2. 国土交通省「「駅前広場計画指針」の改定に向けた検討を始めます~第1回 駅前広場計画指針検討会を開催~」(令和8年8月28日。開催日、非公開) https://www.mlit.go.jp/report/press/toshi07_hh_000301.html 国土交通省「駅前広場計画指針検討会」(委員名簿。座長、福井市・広島市の委員) https://www.mlit.go.jp/toshi/city_plan/toshi_city_plan_tk_000143.html

    3. 国土交通省「令和7年度 都市交通における自動運転技術の活用方策に関する検討会 議事要旨」(第1回、令和8年2月25日。座長、カーブサイドマネジメント、TNC、ロボタクシーに関する委員の発言) https://www.mlit.go.jp/toshi/content/001987146.pdf

    4. ITmedia NEWS「トヨタ自動車ら、AI活用の「タクシー配車」支援システムを都内で試験導入」(2018年3月9日。500mメッシュ・30分単位の需要予測) https://www.itmedia.co.jp/news/article/1803/09/1180309107/ MONOist「タクシーの需要予測技術」関連記事(参加ドライバーの売上20.4%増) https://monoist.itmedia.co.jp/mn/articles/1803/12/news032.html

    5. 西日本旅客鉄道・newmo・JR西日本レンタカー&リース「駅と自動運転タクシーの結節を見据えた実証実験開始のお知らせ」(2026年8月18日。新大阪駅、実証期間2026年8月20日〜10月31日(予定)) https://www.westjr.co.jp/press/article/2026/08/18/items/260818_00_press_newmo.pdf PR TIMES掲載のプレスリリース(タクシーアプリ「GO」専用乗り場、新大阪駅1階、2026年5月12日〜7月31日(予定)) https://app-liv.jp/press/156032/

    6. Impress Watch「Uber、東京でロボタクシーを26年後半開始 Wayve・日産と協業」 https://www.watch.impress.co.jp/docs/news/2092633.html LOGISTICS TODAY「Wayve・Uber・日産が東京でロボタクシー実証」(2026年3月12日) https://www.logi-today.com/923199

    7. 国土交通省「都市空間における自動運転技術の活用に向けたポイント集(概要)」(令和7年5月) https://www.mlit.go.jp/toshi/content/001983701.pdf 国土交通省「「都市空間における自動運転技術の活用に向けたポイント集」の公表」(令和7年5月27日) https://www.mlit.go.jp/report/press/toshi09_hh_000121.html

    8. San Francisco County Transportation Authority「TNCs & Congestion」(2018年。遅れの増加分の51%、走行距離の増加分の47%、市全体25%・都心部36%) https://www.sfcta.org/tncs-congestion KQED「City Analysis: Uber, Lyft Are Biggest Contributors to Slowdown in S.F. Traffic」(遅れの時間数、走行距離、リフトの反論) https://kqed.org/news/11699063/city-analysis-uber-lyft-are-biggest-contributors-to-slowdown-in-s-f-traffic

    9. American Planning Association「As Robotaxis Arrive, Cities Face a New Transportation Challenge」(Planning誌2026年7月号。ウェイモの走行距離の約44%、テンピの縁石管理) https://planning.org/planning/2026/jul/as-robotaxis-arrive-cities-face-a-new-transportation-challenge/

    10. Duranton, G. & Turner, M. A. (2011). "The Fundamental Law of Road Congestion: Evidence from US Cities." American Economic Review, 101(6), 2616–2652.(本文は筆者による要約) https://nber.org/papers/w15376 異論の例:Alex Anas「Downs's Law Revisited: How and Why Expanding Roadways Reduces Congestion Despite Induced Travel」(2025年3月3日ウェビナー資料) https://tbd.ctr.utexas.edu/wp-content/uploads/2025/03/TBD-Webinar-by-Alex-Anas-March-3-2025.pdf

    11. 広島市「【広島駅南口広場の再整備等】南口広場のレイアウト」 https://www.city.hiroshima.lg.jp/living/doro-kotsu-kasen/1021408/1026435/1016967.html 広島市「広島駅南口広場の再整備等に関する事業の概要」(令和2年7月28日、広島市議会建設委員会初会合資料。バース数などの計画値) https://www.city.hiroshima.lg.jp/_res/projects/default_project/page/001/017/926/129329.pdf 乗りものニュース「「駅ビル2階の路面電車ターミナル」8月3日開業へ」(2025年4月。開業日) https://trafficnews.jp/post/542362 鉄道チャンネル「駅2階に広島電鉄の路面電車! 広島新駅ビルのデザインが明らかに」(2階広場・屋上広場の設計意図) https://tetsudo-ch.com/11213358.html

    12. Gemeente Utrecht「Bicycle parking Stationsplein」(約12,500台、2019年8月19日、市・ProRail・NSによる共同の整備と管理) https://www.utrecht.nl/city-of-utrecht/mobility/cycling/bicycle-parking/bicycle-parking-stationsplein/ Ector Hoogstad Architecten「The world's largest bike parking」(1960年代の巨大構造物と駅の分離) https://www.ectorhoogstad.com/en/project/utrecht-station-square

    13. 川崎市「川崎駅東口駅前広場再編整備について」(2007年計画、2009年着工、2011年3月完了、バス島の集約、大屋根、エレベーター増設) https://www.city.kawasaki.jp/shisei/category/54-12-2-2-8-0-0-0-0-0.html 川崎市「川崎駅東口の再整備完了(平成23年3月)」(昭和61年の整備方式と課題) https://www.city.kawasaki.jp/980/cmsfiles/contents/0000033/33094/pdf08.pdf

    14. 静岡市「静岡駅南口駅前広場再整備検討委員会」(1993年度の整備から30年、課題、令和7年3月の基本計画、空間デザイン部会とエリアマネジメント部会) https://www.city.shizuoka.lg.jp/s4738/s012541.html

    15. 川崎市「【報道発表資料】令和8年2月28日から川崎駅前の川崎府中線を相互通行化します!」(令和7年12月2日発表) https://www.city.kawasaki.jp/templates/prs/500/0000182653.html 川崎市「川崎駅東口駅前広場における「かわさきフェス広場」イベントの実施について(令和8年度)」 https://www.city.kawasaki.jp/500/page/0000189344.html

    16. 健美家「川崎・向ヶ丘遊園駅の南口、50年に一度の再編へ。焦点は民有地の共同化と交通機能の再配置」(2026年8月20日配信) https://www.kenbiya.com/ar/ns/region/shutoken/10392.html

    17. Impress Watch「JR東、駅前広場を“開放” 御茶ノ水・両国駅など」(2026年7月14日。HirakeBA、8か所の広さ、2028年度100か所、公共的利用の優先) https://www.watch.impress.co.jp/docs/news/2125091.html

    18. Route Fifty「With driverless cars a reality, what can cities do to prepare for them?」(2026年5月。全米都市連盟(NLC)の勧告、匿名化した乗降データの提出) https://www.route-fifty.com/emerging-tech/2026/05/driverless-cars-reality-what-can-cities-do-prepare-them/413229/

    ※待ち行列の数値は、到着がランダム、乗り降りの時間が指数分布、乗り場が一つの窓口という、基本モデル(M/M/1)の平均台数 ρ/(1−ρ)(ρは利用率)による筆者の計算である。実際の駅前広場を再現したものではない。
    ※注1の再整備56%・新規整備44%は、資料のグラフ中の表示を筆者が読み取ったもの。アンケートの「181件」「123件」は、資料からは件数の単位(自治体数か事例数か)を確認できない。
    ※注2の検討会は非公開で、議事要旨は開催後に順次公表するとされている。本稿では、第1回の議事要旨を確認していない。本稿の記述は、公開された資料に基づく筆者の見立てである。
    ※注5の実証の結果は、本稿執筆時点(2026年10月3日)で公表を確認していない。実証期間は「予定」を含む。
    ※注6のUber・日産・Wayveの東京での試験運行は、本稿執筆時点で開始を確認できていない。
    ※注8のSFCTAの分析は2010〜2016年のデータによる。リフトの反論は報道による。
    ※注9のウェイモの走行距離約44%は、APAの記事が二次情報(記事内のリンク先)として紹介した数値で、原データは未確認。テンピの縁石管理は規制の枠組みの紹介であり、効果を示すものではない。
    ※注10の研究を、縁石際の乗降場に当てはめる記述は、筆者の類推である。
    ※注11の広島駅南口の計画値は令和2年7月時点のもので、関係機関との協議により変わり得る。開業後の効果検証の公表資料は確認できなかった。 ※注12のユトレヒトの「約12,500台」は市の公表値。設計者の公表では12,656台とされる。広場の地上部の使われ方は確認していない。
    ※注3の委員の発言は、議事要旨に記録された内容で、個々の委員名は議事要旨に記載されていない。
    ※注16の向ヶ丘遊園の数値(広場の面積、社会実験の結果、回答者数)は、健美家の記事(報道)による。市の方針の原本の細部は確認していない。
    ※「市街地再開発事業の推進に携わった経験」「人の場所は申請、車の場所は前提」は、筆者の実務経験と実務の感覚に基づく所見である。
    ※「待つ時間の副産物」の仮説、「25〜30年周期」の整理(川崎駅東口1986→2011年の25年、静岡駅南口1993→2025年の32年)、五つの原則は、筆者の仮説・見立てであり、検証されたものではない。
    ※本稿は筆者個人の見解であり、所属組織の見解ではない。

     
     
    都市政策×データサイエンスの実践家 「この政策は、機能しているのか」 この問いを検証し続けてきた20年 官民連携・都市開発・公共政策形成に従事 東京大学大学院(都市工学専攻)修了 技術士(建:都市及び地方計画) 一級建築士/一級建築基準適合判定資格者 データサイエンティスト

    あなたへのおすすめ