本文へスキップ
YOHAKUTOKYO

スコアができるまで

5 つの駅を通って、YOHAKU SCORE に着きます。

  1. 01

    駅を決める

    山手線 30 駅。座標は国土数値情報（N02）。

  2. 02

    500m 圏を数える

    6 機能の施設をオープンデータから。揃わない区は欠損。

  3. 03

    相対値にする

    全駅の中の percentile。少ないほど余白が大きい。

  4. 04

    等しく平均

    各 1/6。欠損は除いて重みを再配分。

  5. 05

    人の多さと重ねる

    居住人口と乗降客。50 を境に 4 象限。

6 つの機能

  • 集会・交流区民館・地域センター・集会所・コミュニティ施設など、住民が集まれる場重み 1/6
  • 学び図書館・生涯学習センター・社会教育会館・公民館重み 1/6
  • 文化文化財（建造物・史跡など）・博物館・資料館・美術館重み 1/6
  • 公園・広場公園・児童遊園・緑地・庭園・広場重み 1/6
  • 子育て支援児童館・子育てひろば・子ども家庭支援センターなど、親子が予約なしで立ち寄れる場（保育所・幼稚園・学童は含まない）重み 1/6
  • 高齢・福祉地域包括支援センター・高齢者いこいの家・老人福祉館など、高齢者が立ち寄れる拠点（介護サービス事業所は含まない）重み 1/6

正直さのルール

欠損は 0 ではない。取れないデータは欠損として示し、象限も出さない。

AI はスコアを決めない。分類の補助のみ。最終値は再現可能な計算式。

決めたことは公開する。機能の選び方・重み・しきい値。同じデータなら同じ値。

計算の詳細

SCORING v0.3.0

「機能の余白」を、人が集い・学び・過ごすための公共的な機能が、東京都・区市町村のオープンデータ上で駅周辺に相対的に少ない状態と定義し、次の 3 段階で YOHAKU SCORE（0〜100）を算出します。

  1. 数える。各駅から半径 500m の範囲にある、集会・交流／学び／文化／公園・広場／子育て支援／高齢・福祉の 6 つの公共的な場をオープンデータから数える。
  2. 比べる。特徴量ごとに全駅の中での相対順位（percentile rank, 0〜100）へ変換する。外れ値に強く、説明しやすい。
  3. 反転して重ねる。「少なさ」= 100 − percentile を定めた重みで平均する。欠損した機能は 0 とみなさず、重みから除外する。
percentile_f = (平均順位 − 1) ÷ (駅数 − 1) × 100
low_f        = 100 − percentile_f
YOHAKU SCORE = Σ(w_f × low_f) ÷ Σ(w_f)    ※欠損 f を除く
coverage     = 利用可能な重み ÷ 全重み   （0.5 未満は判定不能）

人の多さと象限

居住人口（令和 2 年国勢調査の 500m メッシュを面積で按分）と乗降客（東京都統計年鑑の 1 日平均乗車人員）を、それぞれ比較対象駅の中の percentile にして平均します。片方しかない駅はその値を使い、両方ない駅は欠損です。スコアには含めません。

人の多さ = (居住人口 percentile + 乗降客 percentile) ÷ 2
狙い目           = 余白 ≥ 50 かつ 人の多さ ≥ 50   （人はいるのに、場がない）
静かな余白       = 余白 ≥ 50 かつ 人の多さ < 50
機能が足りている = 余白 < 50 かつ 人の多さ ≥ 50
人も機能も少なめ = 余白 < 50 かつ 人の多さ < 50

限界: 国勢調査は 2020 年時点。メッシュ内で人口は一様と仮定。区ごとにオープンデータの粒度が違い、欠損の多い機能がある。50 は比較対象駅の中央であり、絶対的な基準ではない。

この指数が言っていないこと

  • 「つまらない駅」「行く価値がない駅」という評価ではありません。公共・交流の場が相対的に少ないことを示します。
  • オープンデータに載っていない施設（民間の集会所・カフェなど）は数えていません。観光は参考情報として表示し、スコアには含めません。
  • 人の多さ（居住人口・乗降客）はスコアに含めない別の軸です。居住人口は令和 2 年国勢調査の 500m メッシュを、駅の円と重なる面積の割合で按分した推計です（メッシュ内で人口は一様と仮定）。
  • データ取得に失敗した項目を「施設数 0」とは扱いません。欠損として表示します。
  • 値のある駅が 3 駅未満の項目は順位に意味がないため、全駅でスコアから外します（比較不能）。
  • 値のない項目の重みは、残りの項目に比例して配り直します（実効重み）。定義上の重みは変えません。
  • 駅数が少ない間は、順位が重みの設定に左右されます。各駅に「重みを ±50% 変えたときの順位の幅」を表示しています。
  • 区ごとにデータの粒度が違うため、施設の種類を揃えて数えています（例: 保育所・幼稚園・学童・介護サービス事業所は、誰でも立ち寄れる場ではないため数えません）。
  • AI / LLM はスコアの計算に関与しません。同じデータからは常に同じ値が出ます。