社会動向レポート
在宅勤務下で身体運動はどれだけ減るか(2/5）
社会政策コンサルティング部 主任コンサルタント 村井 昂志
4．【分析1】「コロナショック」下での在宅勤務の実施状況とその地域差の把握
（1）分析内容・手法
ここでは、基本的な実態把握として、新型コロナウイルスの感染状況の推移に応じた、平日における在宅勤務の実施率の変化状況を把握した。
これにあたり、まず、それぞれの分析対象者の滞在場所・時間について、下記のような条件を適用し、土曜日・日曜日を除くそれぞれの日において、「在宅勤務」であったのか「出勤」であったのかを推定した。
本分析では、2で抽出した336人のうち、推定勤務地が板橋区内である者（45人）は、スマートフォンの位置情報から「在宅勤務」「出勤」を判定しにくいため、これを除く291人を分析対象とした。なお、「2．用いた位置情報データ」に記載の通り、この291人は、属性情報が「昼勤、フルタイム、ビジネスパーソン」の3つすべてに該当する。
次いで、2に記載した①2019年10月・②2020年7月・③同10月・④同12月の4期のそれぞれについて、
を算出し、①～④の4期の間の変化について検討すべく、対応関係のあるt 検定を用いた有意差の検定を行った。
なお、在宅勤務の行いやすさや実施率には、業種や職種による違いがあるものと考えられるが、スマートフォンの位置データからは、個々の端末所有者の業種や職種を直接に推定することが難しい。これを踏まえ、「オフィスビルの多い都心部への通勤」と「工場の多い地域への通勤」といった勤務先の立地条件の違いを通じて、業種や職種による違いの影響を間接的に把握すべく、この平均在宅勤務日数は、図表1に示した推定勤務地間でも比較を行った。
（2）分析結果
①平日における在宅勤務/出勤/その他の日数の推移
図表2に、平日5日間の在宅勤務/ 出勤/ その他の日数の推移を示す。
図表2 平日5日間における在宅勤務/ 出勤/ その他の平均日数の推移（n＝291）
*: p<0.05, **: p<0.01, ***: p<0.001
株式会社Agoop「Agoop 流動人口データ」より集計
分析対象とした291名全体では、平日5日間の平均在宅勤務日数（推定）は、「コロナショック」前の①2019年10月の0.49日から、②2020年7月・③10月・④12月には1.30日、1.21日、1.33日へと有意に増加した（いずれもp<0.001）。一方、平均出勤日数（推定）は、2019年10月の3.60日から、2020年7月・10月・12月には2.84日、2.86日、2.82日へと有意に減少した（ いずれもp<0.001）。
新型コロナウイルス感染拡大を機に、出勤から在宅勤務への転換が生じているものと推測される。 勤務日数が有意に増加した（p＝0.045）。
②推定在宅勤務日数の遷移状況
①2019年10月と③2020年10月との間の、平日5日間における推定在宅勤務日数の遷移を、図表3に示す。291人中120人の在宅勤務日数が増えており、うち64人は2日以上の増加をみている（図表3の青色破線部分）。
図表3 2019年10月と2020年10月との間の平日5日間の推定在宅勤務日数の遷移
株式会社Agoop「Agoop 流動人口データ」より集計
③推定勤務地別の在宅勤務日数の比較
①～④の4期の、平日5日間における平均在宅勤務日数の推移や変化を図表4、5に示す。
「コロナショック」前の①2019年10月の在宅勤務日数に対し、②2020年7月・③10月・④12月の在宅勤務日数は、推定勤務地が都心3区（千代田区・中央区・港区）や周辺4区（新宿区・文京区・品川区・渋谷区）、多摩地域・東京都外である者について、有意に増加した。また、このうち推定勤務地が都心3区である者については、②2020年7月に対して③2020年10月に有意な減少、③2020年10月に対して④2020年12月に有意な増加がみられ、新型コロナウイルスの感染拡大・収束状況に合わせて、在宅勤務日数が増減をみせている（図表4、5）。
一方、推定勤務地が東部8区（台東区・墨田区・江東区・北区・荒川区・足立区・葛飾区・江戸川区）である者については、有意な変化がみられない（図表5）。
図表4 推定勤務地の地域別 平日5日間における平均在宅勤務日数の推移
株式会社Agoop「Agoop 流動人口データ」より集計
図表5 推定勤務地の地域別 平日5日間における平均在宅勤務日数の変化
株式会社Agoop「Agoop 流動人口データ」より集計
また、①2019年10月をベースラインとした②2020年7月・③10月・④12月の平均在宅勤務日数の変化幅について、ウェルチのt検定によって都心3区とそれ以外の地域とを比較した結果を、図表6に示す。②2020年7月・③10月・④12月のいずれにおいても、都心3区が推定勤務地である対象者の平均在宅勤務日数の増加幅が、他の地域が推定勤務地である対象者よりも有意に大きかった（いずれもp<0.001）。
これらの結果から、各地域に多く立地する事業所の違いに応じて、通勤者の業種や職種が異なり、特にオフィスビル勤務のホワイトカラー職の多い勤務先において、在宅勤務への転換が多く行われていることが推察される。
図表6 推定勤務先地域別 2019年10月を基準とした平日5日間における平均在宅勤務日数の増加幅
*: p<0.05, **: p<0.01, ***: p<0.001
株式会社Agoop「Agoop 流動人口データ」より集計
- 本レポートは当部の取引先配布資料として作成しております。本稿におけるありうる誤りはすべて筆者個人に属します。
- レポートに掲載されているあらゆる内容の無断転載・複製を禁じます。全ての内容は日本の著作権法及び国際条約により保護されています。
関連情報
この執筆者はこちらも執筆しています
- 2020年6月12日
- 感染症の患者・感染者の受入の場をどこで確保すべきか
- ―「新型コロナウイルス」感染拡大で顕在化した病床確保上の課題―
- 2019年6月
- 高齢者向け住まいでの看取り推進に向けた研修事業
- 月刊『シニアビジネスマーケット』2019年6月号