Queria

交通事故は「多い場所」と「死亡率が高い場所」が違う——28万件のオープンデータで読む

Data usedqueria/npa

交通事故を「どこで多いか」で見た地図と、「どこで人が亡くなるか」で見た地図は、同じ形にはなりません。事故件数が集中する条件と、いざ起きたときに死亡につながりやすい条件は、しばしば別物だからです。

この記事では、警察庁が公開している交通事故統計情報のオープンデータを使い、2024年(令和6年)に全国で起きた人身事故を一件ずつ数え直します。事故の類型・発生時刻・発生地を、件数と「死亡率」(人身事故のうち死亡事故が占める割合)の両面から並べ、二つの見方がどれだけ食い違うかを確かめます。

まず事故の全体像を数える

このデータは、人身事故を一件ごとに記録したものです。各行に発生日時・場所・事故類型・死傷者数などが収められています。事故類型(accident_pattern)は、当事者の組み合わせで「車両相互」「人対車両」「車両単独」「列車」の4つに分かれます。ここでは類型ごとに、事故件数・全体に占める構成比・死亡事故の件数・死者数を集計します。

2024年に全国で記録された人身事故は282,376件、そのうち死亡事故は2,591件でした。事故のおよそ8割(82.6%)は自動車どうしがぶつかる「車両相互」です。ところが死亡率を類型ごとに計算すると(死亡事故件数 ÷ 事故件数)、車両相互は0.39%(909 ÷ 233,191)にとどまります。一方、歩行者が巻き込まれる「人対車両」は2.46%、電柱やガードレールなどに衝突する「車両単独」は6.16%(727 ÷ 11,803)に達し、車両単独の死亡率は車両相互の約16倍です。件数がごくわずかな「列車」(踏切事故など)は66.7%と桁違いに高く、起きればほぼ人が亡くなります。

つまり件数の多寡と死亡率は連動していません。この食い違いを、件数の構成比と死亡事故の構成比を並べて見てみます。

青(件数)では車両相互が突出しますが、赤(死亡事故)では3つの類型がほぼ横並びになります。件数では4.2%にすぎない車両単独が、死亡事故では28.1%を占めます。歩行者や単独事故は件数こそ少ないものの、いったん起きると死亡につながりやすいという特徴があります。この一枚だけでも、「件数が多い=危険」とは限らないことが読み取れます。

時間帯でも件数と死亡率はずれる

同じずれは、発生時刻でも現れます。発生時刻(occurred_hour)ごとに、事故件数(左軸・棒)と死亡率(右軸・線)を重ねてみます。

事故件数は通勤・通学の時間帯にはっきり山ができ、朝8時台(24,484件)と夕方17時台(25,593件)に二つのピークがあります。ところが死亡率はまったく逆で、件数が最も多い朝8時台は0.40%と一日で最も低い水準です。逆に事故そのものが少ない深夜から早朝にかけて死亡率は跳ね上がり、3時台では6.70%と、朝8時台の約17倍に達します。

日中の市街地では車も歩行者も多く、接触や出会い頭の軽微な事故が数多く起きます。一方、深夜の事故は交通量が少ないぶん件数は減りますが、速度の出やすさや視認性の低さもあってか、死亡につながる割合が高くなる傾向が読み取れます。

地域でも同じ構造が見える

最後に、この食い違いを都道府県単位で確かめます。都道府県ごとに死亡率(死亡事故件数 ÷ 事故件数)を計算し、高い順に47都道府県を並べます。北海道は元データが5つの方面に分かれているため、1つに統合しています。

死亡率が最も高いのは秋田県の3.13%で、和歌山県2.78%、福井県・岐阜県が2.52%と続きます。反対に最も低いのは東京都の0.50%で、静岡県0.50%、群馬県0.51%、大阪府・福岡県0.52%、神奈川県0.53%、愛知県0.57%と、事故件数の多い大都市圏が下位に並びます。秋田県の死亡率は東京都の約6倍です。

ここでも都市部と地方で向きが分かれます。東京都・愛知県・大阪府・神奈川県・福岡県といった大都市圏の都府県が下位に固まり、地方の県ほど死亡率が高くなります。都市部は交通量が多いぶん軽微な事故が積み上がり、地方は幹線道路や夜間の単独事故など重大化しやすい事故の比重が高い、という違いがうかがえます。

まとめ

2024年の交通事故データを類型・時間帯・地域の3つの切り口で数え直すと、共通した構造が見えてきました。

  • 事故件数の8割を占める車両相互の死亡率は0.39%、一方で件数4.2%の車両単独は6.16%と約16倍高い
  • 件数は朝夕の通勤時間帯にピークを迎える一方、死亡率は件数の少ない深夜から早朝に高くなる
  • 東京都をはじめ大都市圏の都府県は死亡率が0.5%台と全国最低水準で、地方の県ほど死亡率が高い

「どこで事故が多いか」と「どこで人が亡くなるか」は、いずれの切り口でも一致しません。件数だけを見ていると重大事故の起きやすい条件を見落とし、死亡率だけを見ていると事故の総量を見誤ります。両方を並べて初めて、事故の姿が立体的に見えてきます。

このデータの読み方と注意点

本記事は警察庁の交通事故統計情報のオープンデータのうち、2024年(令和6年)の本票を2026年7月21日時点で取得して集計しています。対象は全国で記録された282,376件の人身事故です。

都道府県別の集計では、元データが方面本部ごとに分かれている北海道を1つの北海道として合算しました。方面ごとのままでは他県と単位がそろわず、47都道府県の並びに乗らないためです。それ以外の行は除外しておらず、事故類型が「列車」の54件も表には残しています。ただし母数が極端に小さいため、割合の比較では他の3類型を中心に読んでいます。

この記事の「死亡率」は、人身事故の件数のうち死亡事故が占める割合です。事故の当事者数や死者数を分母にした致死率とは別の指標で、1件の事故で複数の方が亡くなった場合も1件として数えています。またこのデータは警察が人身事故として認知したものに限られるため、物損のみの事故や届出のなかった事故は含まれません。地域差についても、交通量や道路構成、救急搬送体制といった背景はこのデータには含まれておらず、死亡率の高低からその理由を特定することはできません。

こうした見比べの土台になるデータを、Queriaは整えた形で公開しています。一件ごとの事故記録に散らばるコード値を、類型名・時間・地域として扱いやすい列にそろえ、テーブルやカラムの意味をメタデータとして添えてあります。本記事で使った交通事故テーブルから、気になる時間帯や道路形状に絞って数え直したり、自分の住む地域の傾向をたどったりと、同じデータを自分の関心に沿って掘り下げられます。

Dig deeper with an AI agent

Add the Queria skill to Claude Code or Codex and paste the prompt below. It works in a terminal or in the remote view on your phone or browser.

For example, you could explore “深夜の時間帯(occurred_hourが0〜4時)に絞って、事故類型(accident_pattern)別の死亡率(accident_typeが死亡の割合)を出して、夜間にどの類型が特に危険か比べて”.

Using Queria's open data, analyze the following: 深夜の時間帯(occurred_hourが0〜4時)に絞って、事故類型(accident_pattern)別の死亡率(accident_typeが死亡の割合)を出して、夜間にどの類型が特に危険か比べて
Reference (this article): https://queria.io/showcase/traffic-accident-fatality-rate.md
Use the Queria skill (https://docs.queria.io/queria-skill) if it is installed; otherwise connect with uvx queria.
Start in a terminal (CLI)
claude "Using Queria's open data, analyze the following: 深夜の時間帯(occurred_hourが0〜4時)に絞って、事故類型(accident_pattern)別の死亡率(accident_typeが死亡の割合)を出して、夜間にどの類型が特に危険か比べて
Reference (this article): https://queria.io/showcase/traffic-accident-fatality-rate.md
Use the Queria skill (https://docs.queria.io/queria-skill) if it is installed; otherwise connect with uvx queria."