調査データトレンド調査

AIで間取り図を解析! 新築戸建のエリア別特徴

東京23区は3階建て、北海道は断熱重視、福岡県は平屋・和室が特徴的

不動産情報サービスのアットホーム株式会社(本社:東京都大田区 代表取締役社長:鶴森 康史 以下、アットホーム)は、「AIで間取り図を解析! 新築戸建のエリア別特徴」の調査結果を発表いたします。
本調査では、通常の物件情報の分析に加え、アットホームラボ株式会社(本社:東京都千代田区 代表取締役社長:大武 義隆 以下、アットホームラボ)の間取図特徴抽出AIモデル(特許取得済み)を用いた約4,000枚の間取り図解析結果を反映し、東京23区・北海道・福岡県それぞれのエリアの気候や生活習慣を踏まえた新築分譲戸建の間取りの傾向をまとめています。

各エリアの間取り特徴

【解説】アットホームラボ株式会社 執行役員 データマーケティング部 部長 磐前淳子

AI間取り図解析で見えた地域ごとの住まいのかたち

間取りには、その地域の暮らしが反映されています。本レポートでは、アットホームラボの間取図特徴抽出AIモデルを用いて、新築分譲戸建の特徴を可視化しました。
東京23区では、土地価格の高騰による敷地面積の制約を背景に、3階建て住宅でリビングを2階あるいは3階に配置した間取りが主流です。一方、寒冷地である北海道では、水回りに窓を設けない、バルコニーを設置しないなど暖房効率を意識した間取りが見られます。福岡県では、土地の広さを活かした平屋や和室のある住宅が多いなど、南北に広がる日本ならではの住まいの特徴の違いが表れました。

<階建ての特徴>東京23区は3階建てが過半数、北海道・福岡県では平屋が増加傾向。

3エリアの物件の階建て割合を見ると、東京23区では3階建てが54.0%を占め、主流となっていることが分かります。東京23区は他2エリアに比べて土地面積が小さい一方で、建物面積には大きな差が見られません。居住空間を確保するために、3階建てが採用されていると考えられます。
一方、北海道と福岡県では2階建てが主流であるものの、平屋の割合も増加傾向にあります。全般的に九州地方では平屋が多いですが、福岡県でも郊外エリアで多くみられ、全体の8.9%を占めています。背景には、比較的広い土地を確保しやすいことに加え、台風などの自然災害に備えた低層住宅の安心感や、高齢化を背景とした階段のないワンフロア住宅への需要の高まりがあると考えられます。

階建て割合・各エリアの価格・土地面積・建物面積の平均・平屋の割合

<間取りの配置方位>リビングは3エリアとも南側配置が最多。東京23区では北側も約3割。

間取り図に記載された方位情報を元に、各階の中心位置から見たリビングの配置方位を解析したところ、全エリアで南側(南東・南西含む)が最多となりました。ただし、南側配置の割合には地域差があり、北海道および福岡県では6割以上を占める一方、東京23区では43.7%と半数を下回り、北側(北東・北西含む)の配置は約3割にのぼりました。背景には、狭い土地を細かく区画割りすることで住宅が密集し、南側にリビングを配置しにくいことが要因にあると考えられます。

各エリアのリビング配置

<対象エリア・データ・定義>

◆対象エリア
東京23区、北海道、福岡県

◆対象データ
不動産情報サイト アットホームで消費者向けに2025年1月~12月に登録・公開された新築戸建
(所有権のみ・重複物件はユニーク化)

◆AI間取り図解析における定義
本レポートでは、アットホームラボが独自に開発したAIモデルを用いて間取り図を解析しています
※各エリアの指定階建てごとに土地面積の下位・上位それぞれ25%を除外
※解析対象は建物内部の間取り図(敷地配置図は対象外)

<「間取図特徴抽出AIモデル」のご紹介>

アットホームラボでは、間取り図から特徴を読み取り言語化するAIモデル「間取図特徴抽出AIモデル」を提供しています。本サービスは、間取り図画像から間取りの構成、リビング・各居室・キッチン・水回り・収納などの各領域、配置関係、つながりなどをAIで解析し、間取りの特徴として60種以上の物件特徴をタグとして出力します。AIモデルを活用することで、物件情報の登録漏れを補填することや、間取りの特徴を可視化することで物件アピールの幅を広げることができます。
なお、本プログラムは当社が開発し、抽出された特徴には下記特許技術を用いたものが含まれております。
① 間取り図内の扉・窓の向きを含めて精度よく認識、解析する技術
② 領域間の上下・左右の位置関係を検出する技術

【特許の概要】
■登録日   : 2024年4月5日
■特許番号  : 特許第7466940号
■発明の名称 : 「間取り図画像を処理する情報処理装置、情報処理方法及び情報処理プログラム」

「間取図特徴抽出AIモデル」のご紹介