2020年5月13日時点の日本のCOVID-19 Community Mobility Reports

2020年5月13日時点の日本のCOVID-19 Community Mobility Reports

1.2020年5月13日時点の日本のCOVID-19 Community Mobility Reportsまとめ

Community Mobility Reportsが5月13日(水)時点版として更新
・5月14日(木)に39県の緊急事態宣言が解除されたのでその直前のデータ
・緊急事態宣言解除前だが都道府県によってはかなり基準期間に近い動きに

2.新型コロナウイルスが「人の動き」に与えた影響

以下、ひっそりと更新されていたwww.google.comより「COVID-19 Community Mobility Reports」の意訳と視覚化です。元記事の更新は2020年5月19日、5月13日(水)時点のデータです。元ページの更新間隔が加速してきたので追随しきれず、一週間空けました。元ページは、全世界分の時系列データがCSV形式でダウンロードできるようになっているので、BIツール等で取り込む際はそちらを参照した方が便利です。

5月13日(水)は緊急事態宣言解除前ですが、都道府県によってはかなり基準期間に近い動きになりつつあるようです。

以下、少し余談なのですが、下記のグラフはアメリカのジョージア州の公衆衛生当局のWebサイトに掲載されていた「過去15日間で最も影響を受けた郡と、経時的な症例数を表した」グラフだそうです。横軸が時間です。

読者の皆さんも本ページをわざわざ閲覧するくらいの方ですから、数字に関する鋭敏な感覚をお持ちの方だと思うのですが、グラフを良く良く見てみてください、気づけますか、この違和感に。

回答

はい、横軸が時間なのですが、時系列に並んでいないのです。さきほど、確認したところ既にグラフは置き換えられていましたが、誤操作でX軸がこんな規則性が感じられない並びになる事は考えにくく、順調に数が減っているように見せたかったための操作に感じてしまいます。実は、他の州でもグラフの操作を求められたと告発する人が出てきており、従来は到底考えられなかった新しい時代の風を感じさせる様々なグラフが登場しているようです。

本サイトは、一番信頼がおけると思った数字をわかりやすい形にまとめる事に注力しており、視覚化データを見た皆さんが何を感じて、どのように行動するかは皆さん次第と思っておりますが、経済な面でも健康的な面でも、悲しい涙を流す人が一人でも減ってくれればな、と思っております。ご自愛ください。

さて、本題に戻りますが、公園などは曜日による増減が激しいため、元データから拝借した日本全国分の推移グラフも転載しています。Google発表の元ページには都道府県毎の具体的な変化の割合もグラフ化されているので詳細をお求めの方は末尾のリンクをご覧ください。少し重いページですが5月13日までの時系列データであれば「都道府県別の時系列COVID-19 Community Mobility Reports」にグラフ化しています。

過去の視覚化データは下記
2020年3月29日時点の日本のCOVID-19 Community Mobility Reports
2020年4月5日時点の日本のCOVID-19 Community Mobility Reports
2020年4月11日時点の日本のCOVID-19 Community Mobility Reports
2020年4月17日時点の日本のCOVID-19 Community Mobility Reports
2020年4月26日時点の日本のCOVID-19 Community Mobility Reports
2020年4月30日時点の日本のCOVID-19 Community Mobility Reports
2020年5月7日時点の日本のCOVID-19 Community Mobility Reports

新型コロナウイルスが直近の日本のモビリティ、すなわち「人の動き」にどのような影響を与えたかを把握できる数値です。

具体的には、GoogleMapの「混雑具合」や「滞在時間」の算出に使われているのと同等なデータを使い、基準期間(2020年1月3日~2月6日)と比較して人の動きがどのように変化したかを示す統計的な割合です。

元データは「GoogleのCOVID-19 Community Mobility Reports」、日本地図は「国土交通省国土政策局「国土数値情報(国土数値情報(行政区域)N03-19)」」、QGIS 3.12.1を使用し、WebBigDataが編集・加工しています。本ページ内の画像と表は、各転載元の転載条件に従って頂ければ自由に利用して頂いて結構です。

アイキャッチ画像は江戸時代に疫病の到来を予言し、自らの写しを世に広めよと警告したと伝えられ、現在インターネット上でアイドルになっている妖怪アマビエの内製写し

Japan May 13, 2020 Mobility changes

Googleはあなたと公衆衛生当局者を助けるためにこのレポートを準備しました。このレポートはCOVID-19に関連する社会的距離戦略(social distancing)ガイダンスへの対応状況の把握を助けます。

このレポートは、医療診断、予後診断、治療目的で使用しないでください。
また、個人の旅行計画のガイダンスに使用することも意図していません。

「位置の正確さ」と「場所の分類」は地域によっての把握状況が異なるため、このデータを使用して、異なる特性を持つ国または地域間の変化を比較することはお勧めしません。(たとえば、農村部と都市部を比較する事など)

統計的に有意なレベルのデータがない場合は、レポートから除外しています。これらの傾向を計算しつつプライバシーを保護した手法については、「このデータについて」をご覧ください。

(1)Retail & Recreation(小売店と行楽地)
レストラン、カフェ、ショッピングセンター、テーマパーク、博物館、図書館、映画館などにおける人の移動の傾向変化

日本全体の推移

(2)Grocery & pharmacy(食料品店と薬局)
食料品市場、食品倉庫、直営販売所、専門食料品店、ドラッグストア、薬局などにおける人の移動の傾向変化

日本全体の推移

(3)Parks(公園)
国立公園、公共ビーチ、港湾、ドッグパーク、プラザ、公共庭園などにおける人の移動の傾向変化

日本全体の推移

(4)Transit stations(ターミナル駅)
地下鉄、バス、駅などの公共交通機関のターミナル駅などにおける人の移動の傾向変化

日本全体の推移

(5)Workplaces(職場)
職場における人の移動の傾向変化

日本全体の推移

(6)Residential(住居)
住居における人の移動の傾向変化

日本全体の推移

元データ
Google LLC “Google COVID-19 Community Mobility Reports.”
https://www.google.com/covid19/mobility/ Accessed: 2020/05/13
各数値は対象期間と比較した変化の割合(%)です。

region Prefectures_code Prefectures Retail Grocery Parks stations Workplace Residential
北海道 1 北海道 -0.28 -0.06 -0.01 -0.43 -0.19 0.10
東北 2 青森県 -0.09 0.01 0.20 -0.26 -0.07 0.04
東北 3 岩手県 -0.10 0.03 0.12 -0.26 -0.07 0.04
東北 4 宮城県 -0.17 0.02 0.19 -0.41 -0.16 0.09
東北 5 秋田県 -0.10 0.02 0.27 -0.24 -0.08 0.04
東北 6 山形県 -0.11 0.01 0.29 -0.36 -0.10 0.07
東北 7 福島県 -0.17 0.00 0.23 -0.36 -0.13 0.08
北関東・甲信 8 茨城県 -0.21 -0.03 0.10 -0.47 -0.19 0.12
北関東・甲信 9 栃木県 -0.20 -0.01 0.09 -0.42 -0.15 0.10
北関東・甲信 10 群馬県 -0.23 -0.03 0.04 -0.42 -0.17 0.11
南関東 11 埼玉県 -0.27 0.01 0.17 -0.46 -0.29 0.16
南関東 12 千葉県 -0.32 0.00 0.27 -0.48 -0.31 0.17
南関東 13 東京都 -0.53 -0.05 -0.02 -0.54 -0.44 0.23
南関東 14 神奈川県 -0.37 0.00 0.20 -0.47 -0.37 0.19
北陸 15 新潟県 -0.14 0.03 0.16 -0.38 -0.12 0.08
北陸 16 富山県 -0.22 -0.02 0.19 -0.39 -0.15 0.10
北陸 17 石川県 -0.26 0.00 0.22 -0.50 -0.20 0.12
北陸 18 福井県 -0.20 0.01 0.27 -0.30 -0.14 0.09
北関東・甲信 19 山梨県 -0.22 -0.03 -0.19 -0.45 -0.16 0.10
北関東・甲信 20 長野県 -0.22 -0.02 0.02 -0.45 -0.13 0.09
東海 21 岐阜県 -0.26 -0.03 -0.12 -0.40 -0.17 0.11
東海 22 静岡県 -0.21 -0.02 -0.12 -0.42 -0.15 0.10
東海 23 愛知県 -0.27 -0.02 0.08 -0.45 -0.20 0.13
東海 24 三重県 -0.19 -0.03 -0.08 -0.43 -0.14 0.09
近畿 25 滋賀県 -0.22 0.01 0.04 -0.43 -0.20 0.11
近畿 26 京都府 -0.34 -0.01 0.08 -0.47 -0.26 0.13
近畿 27 大阪府 -0.39 -0.02 0.12 -0.43 -0.26 0.14
近畿 28 兵庫県 -0.30 0.01 0.12 -0.40 -0.24 0.13
近畿 29 奈良県 -0.24 0.02 -0.02 -0.39 -0.22 0.11
近畿 30 和歌山県 -0.20 -0.03 0.03 -0.36 -0.14 0.08
中国 31 鳥取県 -0.13 0.01 0.19 -0.29 -0.08 0.06
中国 32 島根県 -0.18 -0.03 0.09 -0.30 -0.11 0.07
中国 33 岡山県 -0.21 -0.02 0.05 -0.36 -0.12 0.08
中国 34 広島県 -0.27 -0.01 0.14 -0.40 -0.18 0.11
中国 35 山口県 -0.17 -0.01 0.07 -0.34 -0.12 0.08
四国 36 徳島県 -0.19 -0.03 0.04 -0.36 -0.11 0.07
四国 37 香川県 -0.18 -0.01 -0.09 -0.41 -0.13 0.09
四国 38 愛媛県 -0.18 -0.02 0.06 -0.31 -0.10 0.06
四国 39 高知県 -0.21 -0.06 0.01 -0.30 -0.12 0.07
九州 40 福岡県 -0.28 -0.02 0.27 -0.48 -0.22 0.12
九州 41 佐賀県 -0.14 -0.01 0.06 -0.36 -0.11 0.08
九州 42 長崎県 -0.18 -0.01 -0.02 -0.29 -0.09 0.06
九州 43 熊本県 -0.19 -0.01 0.04 -0.31 -0.14 0.08
九州 44 大分県 -0.17 -0.02 -0.12 -0.29 -0.11 0.07
九州 45 宮崎県 -0.18 0.01 -0.06 -0.27 -0.08 0.06
九州 46 鹿児島県 -0.16 -0.01 -0.04 -0.36 -0.07 0.05
九州 47 沖縄県 -0.31 -0.07 -0.39 -0.54 -0.22 0.13
アメリカ ニューヨーク -0.81 -0.39 -0.46 -0.75 -0.73 0.28
スペイン マドリード -0.79 -0.24 -0.35 -0.67 -0.65 0.29
イタリア ラツィオ(ローマ) -0.60 -0.26 -0.48 -0.64 -0.50 0.22
イギリス グレーター・ロンドン -0.77 -0.29 -0.12 -0.74 -0.70 0.31
フランス イル=ド=フランス(パリ) -0.59 -0.08 -0.54 -0.57 -0.59 0.23
台湾 台湾 -0.11 0.04 0.01 -0.15 0.09 0.02
ドイツ ベルリン -0.42 -0.04 0.09 -0.38 -0.35 0.13
ブラジル 連邦直轄区(ブラジリア) -0.53 -0.01 -0.57 -0.38 -0.38 0.2
韓国 韓国 -0.07 0.08 0.58 -0.04 -0.02 0.03
香港 香港 -0.19 -0.03 -0.16 -0.25 -0.07 0.11
インド デリー -0.82 -0.5 -0.94 -0.73 -0.7 0.3
イラク イラク -0.18 0.09 -0.11 -0.16 -0.16 0.12
インドネシア ジャカルタ -0.54 -0.22 -0.94 -0.63 -0.48 0.24
ニュージーランド ウェリントン -0.77 -0.24 -0.29 -0.69 -0.53 0.26
フィリピン フィリピン -0.78 -0.44 -0.51 -0.76 -0.64 0.33
スウェーデン ストックホルム -0.28 -0.07 -0.07 -0.45 -0.36 0.15

このデータについて
これらのレポートは、それぞれの場所で訪問数と滞在期間が基準期間(ベースライン)と比較してどのように変化したかを示しています。

これらの変化は、Googleマップで人気のある場所の推定待ち時間を表示するために使用されているデータと同様な匿名化された集計データを使用して計算されています。

各日の変化は、基準期間内の該当するベースライン値と比較されます。

●ベースラインは、2020年1月3日~2月6日の5週間の期間における、対応する曜日の中央値です。
●レポートには数週間にわたる傾向が表示され、最新のデータは発表日の約2~3日前です。これは、レポートの生成にかかる時間による遅延です。

計算に含まれるデータは、ユーザーによる設定、ネットワークの接続状況、およびプライバシーしきい値を満たしているかどうかによって異なります。プライバシーのしきい値が満たされていない場合(つまり、ユーザの匿名性を確保するのに十分なほど混みあっていない時間や場所では)、その日の変化は表示されません。

Googleは、社会的な距離を保つための取り組みや重要なサービスのアクセス状況の把握に役立つ場所を今回のカテゴリに含めました。

これらの分析情報は、Googleアカウントの「ロケーション履歴」を許可しているユーザーからのデータに基づいて計算されているため、データはユーザーのサンプルを表しています。全てのサンプルと同様に、これはより広い母集団の正確な動作を表せている場合とそうでない場合があります。

プライバシー保護
これらのレポートは、Googleの厳格なプライバシー手順を遵守し、人々のプライバシーを保護しながら、助けになるような情報として作成されました。個人の場所、連絡先、動きなどの個人を特定できる情報は、いかなる時点でも提供されません。

これらのレポートの分析情報は、Googleアカウントの「ロケーション履歴」の設定(デフォルトではオフ)をオンにしているユーザーから収集された匿名化されたデータのセットを使用して作成されています。
「ロケーション履歴」をオンにしているユーザーは、いつでも自分のGoogleアカウントから「ロケーション履歴」をオフにすることができ、いつでもロケーション履歴データをタイムラインから直接削除できます。

これらのレポートは、Googleの製品で毎日使用されているワールドクラスの匿名化テクノロジーと同じテクノロジーを使用しており、行動履歴データを非公開かつ安全に保っています。

これらのレポートは、差分プライバシー(differential privacy)を使用しているため、データセットには人工的なノイズが追加され、個人が特定される事なく高品質な分析結果を得ることができます。

これらのプライバシー保護の仕組みは、訪問者の絶対数が共有されないことも保証します。最新のレポートを入手するには、COVID-19 Community Mobility Reportsページにアクセスしてください

3.2020年5月13日時点の日本のCOVID-19 Community Mobility Reports関連リンク

1)www.google.com
COVID-19 Community Mobility Reports

2)www.gstatic.com
Japan May 13, 2020 Mobility changes(PDF)

3)dph.georgia.gov
Georgia Department of Public Health Daily Status Report