マグニチュード６．６というからでかいですよ。
さて、昨夜のＮスペ「“首都パニック”を回避せよ」では、
来る首都直下型地震にどう役立てるかという取り組み
を紹介していました。
この番組でいう、「ビックデータ」とは、
携帯電話の位置情報
タクシーなどカーナビの走行記録
ツイッターでの大量のつぶやき など
これらのデータから個人情報を抜いたものを集計して、
東日本大震災が発生したとき、東京ではなにが起こって
いたのかを克明に分析していました。
異常な交通パニックが発生した原因のひとつに、普段は
動いていないクルマの存在があったそうです。
交通機関がまったく動かなくなったことで、迎えに
でかけたクルマなどが渋滞に拍車をかけたようです。
赤い道路が交通渋滞の酷さを表している映像
私がいちばん関心を持って観たのが、ビッグデータを基に、
「自助、共助、公助」のうちの「共助」への活用でした。
「自助」とは、
家庭で日頃から災害に備えたり、災害時には事前に避難
したりするなど、自分で守ること
「共助」とは、
地域の災害時要援護者の避難に協力したり、地域の方々
と消火活動を行うなど、周りの人たちと助け合うこと
「公助」とは、
市役所や消防・警察による救助活動や支援物資の提供
などの公的支援のこと
こちらが「共助力」マップ、青、黄色、白、赤と共助力
のある順に示してあるそうです。
つまり、赤いエリア、黄色のエリアは、たとえば古く
からの住宅街で老齢化していて人通りが少なく、
いざというときに助けてもらえる人がいないということ。
考え方のベースとしては、半径１００ｍに何人人がいる
か、そのひとの年齢による共助の力を数値化したもの。
４０代男性を１００とすると、６０代男性で７０、２０代女性
で３０とかとして、数値化したようです。
しかも時系列での共助力の変化（時間によりひとが増え
る減る）もわかるのだそうです。
これがあれば、止められない大災害に対して有効な
対策が打てるよなあと、感心して観ておりました。
