常駐する住人と、夜に訪れる探索者：簡体字中国語ユーザーと日本の VRChat プレイヤーの遊び方

VRChat の遊びは、ほぼすべてプレイヤーが生み出している。プレイヤーはワールド（world）とアバター（avatar）をアップロードし、ワールドから立てたインスタンス（instance）で出会い、話し、イベントに参加する。ソーシャルVR には明確なクリア目標がなく、「遊び方」とは主に誰と、どこで、何をするかの選択である。こうした選択は、ゲームの公開データからはほとんど見えない。

補助ツールは、それを横から覗く窓になる。VRCX とそのフォークである VRCX-0 は PC 上で VRChat と並行して動作し、フィード、ゲームログ、お気に入りを読み取って、「フレンドはいまどのインスタンスにいるか」「さっきのインスタンスに誰がいたか」「先週どのワールドに行ったか」といった問いに答える。プレイヤーがどのページをどのくらいの頻度で開くかは、そのまま VRChat で何を気にかけているかを映している。本稿ではこれらのページとツールを測定器として扱う。研究対象はそれを使うプレイヤーであり、ツールそのものではない。

本稿では、十分なサンプルがある二つの集団、簡体字中国語ユーザー（CN）と日本のプレイヤー（JP）だけを扱う。リサーチクエスチョンは次のとおりである。

1. RQ1 リズム：両群のプレイヤーは現地時間のどの時間帯にオンラインか。夜通しのオンラインや週末への集中といったパターンはあるか。
2. RQ2 頻度と時間：1 回にどれだけ遊び、どのくらいの間隔で戻ってくるか。「ずっと遊んでいる」人と「たまに覗きに来る」人はそれぞれどのくらいいるか。
3. RQ3 関心：フレンド探し、足跡の振り返り、関係の維持と、着替え、ワールド巡り、コミュニティ運営のどれをより重視するか。各種の機能はどのようなプレイヤーを表しているか。
4. RQ4 文化的解釈：これらの違いは、VR睡眠、集会、アバター改変といった既知のコミュニティ文化に対応づけられるか。

VRChat は VRChat Inc. が開発し、2017 年 2 月に Steam で早期アクセスとして無料公開された^[1]。現在は PC VR、PC デスクトップモード、Quest、Pico に対応し、2025 年 10 月からは iOS と Android でも提供されている^[2]。ヘッドセットを使わないデスクトップモードでも、ワールド、アバター、ボイス、すべてのソーシャル機能を利用できる。

プレイヤーの活動の基本単位はインスタンスである。一つのワールドから複数のインスタンスを立てることができ、各インスタンスの上限は 80 人で、公開範囲によって Public、Friends+、Friends、Invite+、Invite、グループインスタンスに分かれる^[3]。プレイヤーはフレンドリストでフレンドのいるインスタンスを見て、そのまま参加できる。つまりフレンドのインスタンスに合流するわけで、中国語コミュニティではこれを俗に「跟车」と呼ぶ。招待を送ることも、招待リクエストを送ることもできる。Join Me、Online、Ask Me、Do Not Disturb の 4 種類のステータスが、フレンドが自分のインスタンスを見て参加できるかどうかを決める^[4]。グループ（Groups、2022 年 11 月に導入）はメンバーとロールの管理、お知らせ、イベント、グループインスタンスを備え、VRChat 内のサークルに相当する^[5]。プレイヤーはフレンド、ワールド、アバターをお気に入りに登録でき、他人をミュートしたり、アバターを非表示にしたり、ブロックしたりすることもできる。サーバーリージョンは米国、米国東部、欧州、日本の四つしかない^[6]。

プラットフォームはいまも成長している。2026 年元日の同時接続数のピークは 148,886 人で^[7]、2026 年 2 月には日本語のライブがこの記録を 158,192 人に塗り替えた^[8]。

日本。VRChat は国別のデータを公開していないが、第三者のトラフィックデータでは日本が単独で最大級の流入元である。Sensor Tower の推計では、2025 年の VRChat 公式サイトへの約 6.5 億回の訪問のうち、日本が 37% を占める^[9]。バーチャル美少女ねむと Mila による『ソーシャルVRライフスタイル調査』（Social VR Lifestyle Survey、対象は VR ユーザーのみ）では、ソーシャルVR を「ほぼ毎日」使う日本の回答者の割合は 2021、2023、2025 年でそれぞれ 51%、48%、51.7% だが、1 回の利用時間は北米や欧州より短い（2023 年に 1 回 3 時間以上：日本 44%、北米 75%、欧州 76%）^[10]。日本の業界アンケートでは、ログインは現地時間 20 時から午前 4 時に集中してピークは 22 時であり、回答者の約 3 割にヘッドセットを着けたまま眠った経験、つまり VR睡眠の経験がある^[11]。学術研究も、ソーシャルVR で「一緒に眠る」ことの意味^[12]や、人が VR の中で眠る動機^[13]を記録している。日本のコミュニティには際立った文化が二つある。一つは定期開催される数多くの集会とイベントで、Virtual Market（Vket）2025 Summer には 135 万人のオンライン来場者があった^[14]。もう一つはアバターをめぐる美意識とアイデンティティの実践である^[15]。VRCX-0 の開発者として筆者が現場で見てきた印象も同じで、VR睡眠は一般的であり、集会とイベントの文化が強い。

簡体字中国語ユーザー。VRChat は中国本土では運営されておらず、公式サイトは中国国内のネットワークからブロックされている^[16]。中国語コミュニティのネットワークガイドは「サードパーティ製アプリから VRChat にアクセスできない」をよくある問題に挙げ、ゲームアクセラレーターの利用を勧めている^[17]。信頼できるプレイヤー数の推計は今のところないが、中国語話者のプレイヤーが VRChat でアイデンティティをどう交渉しているかを記述した質的研究はある^[18]。筆者の観察では、ツールが VRChat API に直接つながるかどうかは通信事業者と時間帯しだいであり、簡体字中国語圏のプレイヤーはアバターの着替えとワールド巡りが中心である。

VRCX は 2019 年に公開されたオープンソースの VRChat 補助アプリで、VRChat の Web API とローカルのゲームログをもとに動作し、フレンドの現在地、フィード、ゲームログ、インスタンス履歴、お気に入り、通知などの機能を提供する^[19]。VRCX-0 はそのフォークである。表 1 は本稿で用いるページとツールをプレイ動機に対応づけたもので、以降の関心の分析はこれにもとづく。対応関係は、クライアントのソースコードにおける各ページの実際の内容から決めた。

ソーシャルVR のユーザー研究はインタビューとアンケートが中心である。Sykownik らはソーシャルVR ユーザーの活動と動機を調査し^[20]、Chen らは VRChat の新規プレイヤーが定着するかどうかを研究し^[21]、Kondo と Hirose は日本の VRChat ワールド三つの中でアンケートを行った^[22]。行動ログにもとづく研究は少なく、Tsutsui らが日本のプラットフォーム cluster の大規模ログを分析している^[23]。従来のオンラインゲームの分野では、行動のクラスタリング^[24]や国別のプレイスタイル比較^[25]の蓄積が厚く、「国」は文化の粗い代理指標にすぎないと注意を促す研究もある^[26]。本稿は行動ログ研究に属し、上記のアンケート結果とできるかぎり照らし合わせる。

データは VRCX-0 の匿名テレメトリで、観察期間は 2026-07-01 から 2026-09-30 まで（92 日間）、ツールのデータは 8 月 14 日から 9 月 30 日までである。テレメトリにはアカウント、フレンド、ワールド、インスタンスの情報は含まれない。本稿では「プレイヤー × 時間／日」単位のオンライン記録と、ページおよびツールを開いた回数だけを用いる（表 2）。

本文中の時間はすべて補助ツールのオンライン時間であり、VRChat のプレイ時間の上限にあたる。VRChat を遊ぶときはたいていツールも開いているが、ツールが開いているからといって遊んでいるとは限らない。この点の影響は 5.4 節と第 6 節で論じる。

CN 群：OS または UI の言語が簡体字中国語（zh-CN、zh-Hans）であるか、IP の所在地が CN。IP だけでは多くのプレイヤーを取りこぼす。この群で IP の所在地が CN なのは 63.0% にすぎず、残りは日本（14.2%）、香港（9.7%）、シンガポール、米国などの出口ノードとして現れるが、91.6% はタイムゾーンが UTC+8 である。繁体字中国語ユーザーは CN に含めない。

JP 群：言語が日本語。この群の IP の 97.7%、タイムゾーンの 98.0% が日本である。定義を「東京タイムゾーン + 日本の IP + 中国語以外の言語」に広げると、JP 群に英語 UI のプレイヤーが 42 人加わるが、主な結論は変わらない（付録 B）。

その他の言語・地域のプレイヤーは分散しており、英語ユーザーは複数の国にまたがるため、本稿では扱わない。

アクティブ日とアクティブ日比率。アクティブ日とは、その UTC 日にオンライン記録がある日を指す。UTC の日付境界は CN では現地 08:00、JP では 09:00 で、どちらも午前の谷間にあたるため、比較への影響は小さい。アクティブ日比率 = アクティブ日数 / 観察日数（初回観測日または 7 月 1 日から起算）。頻度と層別の分析には観察期間 28 日以上のプレイヤーだけを含め、始めたばかりの人とベテランをアクティブ日数で比べてしまうことを避けた。

オンライン時間。2 回の報告の間隔で計時し、1 回の間隔の上限は 30 分とする。1 日のオンラインが ≥22 時間の日を常駐日とする。

オンラインセッション。同じプレイヤーの隣り合うクライアントセッションの間隔が 60 分未満（クライアントの更新や再起動）の場合は一つのオンラインセッションにまとめ、「1 回のオンライン」とみなす。長さは最初の観測から最後のハートビートまで、間隔は前のセッションの終了から次のセッションの開始までとする。

時間帯別オンライン。各プレイヤーの現地日付ごとの、オンラインだった時間帯の集合。ハートビートは直前 30 分を送信時刻の属する時間帯に計上するため、曲線は最大で 30 分右にずれる。オンラインが ≥20 時間帯の日は常駐日とみなし、「非常駐日」の曲線ではこれらの日を除いて、クライアントを手動で起動・終了するときの生活リズムを浮かび上がらせる。

ページへの関心。三つの指標で互いに補う。（a）カバー率：観察期間中にそのページを使ったプレイヤーの割合。（b）構成比：そのページがプレイヤーの全ページ閲覧に占める割合で、総活動量に左右されない。（c）見返し強度：ある日にそのページを開いたとき、その日に開いた回数。

頻度の層。お試し（アクティブ日 ≤2）、まれ（アクティブ日比率 <15%）、ときどき（15%–40%）、定期（40%–80%）、毎日型（≥80%）。これとは別に、1 日平均のオンライン時間でライト（<3 時間）、ミドル（3–12 時間）、ヘビー（≥12 時間）に分ける。この区分は VRCX-0 の管理画面の「利用状況」ページと同じである。

分布の比較には両側 Mann–Whitney U 検定を用い、効果量は Cliff's δ^[27]とした（|δ|<0.147 は無視できる、<0.33 は小、<0.474 は中^[28]）。中央値の差の 95% 信頼区間は 4,000 回の bootstrap^[36]で求め、割合の信頼区間には Wilson 区間^[29]を用いた。

カバー率は観察日数の影響を受ける。JP は観察日数が多いため、どのページにも触れる機会が多い。そこでページ閲覧日数で層別し（3–9、10–29、≥30 日）、Mantel–Haenszel 併合オッズ比^[30]を計算した。見返し強度にはポアソン回帰を用い、当日のオンライン時間数の対数を統制し、標準誤差はプレイヤー単位でクラスタ化した。検定群（ページ、ツール）ごとに Benjamini–Hochberg 法で偽発見率を制御し^[31]、q 値を報告する。q<0.05 を確認された差、0.05–0.20 を探索的なシグナルとみなす。

毎日型の群間差については、別途ロジスティック回帰でフレンド数の区分と初回観測月を統制した。4.6 節の機能別プロファイルでは次の手法を用いた。プレイ動機の共起を表す φ 係数、ページ閲覧日数で層別し利用者数で重み付けした群間差（300 回の bootstrap 区間）、ページ閲覧日数を統制した偏 Spearman 相関、フレンド区分と活動量を含む線形回帰（HC3 頑健標準誤差）、同じプレイヤーの前後 2 期間を比べる Wilcoxon 符号順位検定である。プレイ原型はページ構成比の Hellinger 変換^[32]と k-means クラスタリングで求め、シルエット係数^[33]と 60 回の bootstrap によるクラスタの Jaccard 安定性^[34]で評価した。

両群ともオンラインのピークは現地時間 22–23 時にある。全アクティブ日で見ると（図 1 上）、JP の曲線は全体に高く、平らである。JP のアクティブ日の 53.0% はオンライン ≥20 時間の常駐日で、CN は 28.3% である。1 日のオンライン時間数の中央値はそれぞれ 21 と 13 である。

常駐日を除くと（図 1 下）、生活リズムの違いが現れる。CN の谷は朝 7–8 時（16%）で、9 時から持ち直し、午後から夕方にかけて着実に上がる。JP の谷は午前 10–11 時（24%）まで遅れ、午前 3–5 時でも 31%–38% がオンラインである（CN は 20%–29% にとどまる）。各プレイヤーの非常駐日で計算すると、深夜（0–5 時）のオンライン時間の割合は JP 中央値 0.31、CN 0.25（δ = −0.20、p = 1.6×10⁻⁴）、日中（9–17 時）は CN 0.31、JP 0.26（δ = 0.20）、夜（18–23 時）は CN 0.36、JP 0.32（δ = 0.21）である。

オンラインの開始時刻と終了時刻（図 2）は、より直接的な人の操作を表す。両群とも開始のピークは 20–21 時にある。CN には昼 12–13 時にも小さなピークがあり（6.2%、5.8%。JP は 3.6%、4.5%）、JP は朝 8 時が高い（4.1% 対 2.4%）。終了の違いはもっと大きい。CN のオフラインの 34.0% は 22 時から午前 1 時に起き、JP は 21.1% である。JP には午前 3 時（7.1%）と朝 7 時（5.7%）にそれぞれ副次的なピークがあり、CN のこの二つの時刻はそれぞれ 4.6% と 2.1% にとどまる。

朝 7 時のオフラインのピークと、JP のアクティブ日の半分以上が夜通しオンラインであることは、日本のコミュニティでよく見られる VR睡眠と整合する。ヘッドセットを着けたまま、あるいはゲームを起動したまま眠り、起きたら電源を切って出かける、という過ごし方である。テレメトリでは「VR の中で眠っている」のか「PC が一晩中ついている」のかを区別できないので、これは整合する証拠にすぎず、直接の測定ではない。「深夜にオンラインで、日中に 3 時間以上オフライン」の日はどちらの群も約 7%–11% で（p = 0.42）、JP の夜通しのオンラインは主に、クライアントをまったく閉じない常駐日に起きていることがわかる。

週末効果はない。毎日型以外のプレイヤーについて、週末と平日のオンライン確率の比は CN 中央値 1.00、JP 0.94（p = 0.30）である。両群とも曜日ごとのアクティブ人数は 13.7%–15.3% で、ほぼ横並びである。こうしたプレイヤーにとって VRChat は毎晩の日常であり、週末の娯楽ではない。

CN はこまめに短く開き、JP は回数こそ少ないが一度開くと長い（表 3）。週あたりのオンライン回数の中央値は CN 3.84 回、JP 1.97 回（δ = 0.22）、1 回のオンライン時間のプレイヤー中央値は CN 5.4 時間、JP 12.8 時間（δ = −0.21）である。JP はオンラインセッションの 26.8% が 3 日以上続き、CN は 12.6% である。CN のオンラインセッションは 1–12 時間に集中する（37.5%、JP 21.3%）（図 3）。両群ともオンラインセッションの約 4 分の 1 は 15 分未満で、その多くは開いてちらっと見て閉じたものである。

再訪の間隔（オフラインから次のオンラインまで）は両群でほぼ同じで、プレイヤー中央値は 12.7 時間対 11.3 時間である（p = 0.79）。違いは、CN は一晩おいて戻ることが多く（12–24 時間、25.4% 対 19.1%）、JP は 2–7 日空くことが多い（16.4% 対 10.7%）点だけで、後者は長時間の常駐のあとの休みにあたる（図 4）。日単位では、再訪の 90.3%（CN）と 91.4%（JP）が翌日に起きる。間隔のロングテールは主に一日と一週間のリズムから生じており、「バースト的」な利用と解釈する必要はない^[35]。

毎日型のプレイヤーは JP で 46.0%、CN で 31.8% である。1–2 日しか来なかったお試し層は CN 24.5%、JP 14.3% である（χ² 検定 p = 7.8×10⁻⁵、図 5）。1 日平均のオンライン時間で見ると、JP の 49.2% がヘビー（≥12 時間）で、CN は 25.6% である。二つの層を掛け合わせると、JP の毎日型の 84.5% は同時にヘビーだが、CN では 52.8% にとどまり、45.5% はミドルである。CN の「毎日遊ぶ」は毎晩数時間開くことが多く、JP の「毎日遊ぶ」はそもそも閉じないことが多い。

違いは交友圏の大きさや始めた時期によるものか。JP はフレンドが多く（4.6 節）、始めた時期も早い（CN の 89% は今四半期に初めて現れたプレイヤーで、JP は 79%）。フレンド数の区分と初回観測月を統制すると、JP が毎日型になるオッズ比は 2.06（95% CI 1.29–3.29、p = 0.002）で、アクティブ日比率の平均差は 8.5 ポイント（4.7–12.3）に縮む。差の一部は始めてからの段階の違いによるが、長期的な安定性の差は残る。フレンド 100 人未満のプレイヤーでは毎日型の割合が CN 55%、JP 83%、100–500 人では 64% 対 71% である。

どの機能を見るかは、両群でほぼ同じである。観察日数で層別すると、17 ページのカバー率に有意差のあるものは一つもない（Mantel–Haenszel q はすべて ≥0.42）。9 割以上のプレイヤーが「フレンドの現在地」「ゲームログ」「フレンドログ」を、8 割が「現在のプレイヤー」「インスタンス履歴」「検索」「自分のアバター」「共通のフレンド」を使ったことがある。ページ閲覧日 1 日あたりに開くページは平均 3.1 種類で、これも両群で同じである。

違いは注意の配分にある。図 7 は、各ページがプレイヤーの全閲覧に占める平均割合である。JP は「ゲームログ」（16.7% 対 13.2%、q = 0.004）、「お気に入りのフレンド」（3.7% 対 2.7%、q = 0.016）、「通知」（q = 0.032）、「ダッシュボード」（q = 0.034）により多くの時間を割き、CN は「自分のアバター」（6.6% 対 3.9%、q = 0.050）、「検索」（q = 0.068）、「共通のフレンド」（q = 0.096）、そして「お気に入りのワールド」「お気に入りのアバター」（q = 0.16–0.24）により多くを割く。

JP は 1 日のうちに「人」を何度も確認する。同じ日にあるページを開く回数は当日のオンライン時間に左右され、オンラインが長い JP は自然と何度も見ることになる。ポアソン回帰で当日のオンライン時間を統制しても（図 8）、JP が「フレンドの現在地」を開く回数は CN より 28% 多く（IRR 1.28、95% CI 1.10–1.50、q = 0.017）、「インスタンス履歴」は 25%、「お気に入りのフレンド」は 27%、「フレンドリスト」は 25%、「ゲームログ」は 22%、「フレンドログ」は 20% 多い（q はすべて <0.05）。一方、「自分のアバター」（1.08）、「検索」（1.12）、「お気に入りのワールド」（0.93）、「現在のプレイヤー」（1.12）には差がない。

これは二つの異なる関心の向け方である。JP は長いオンライン時間の中で、フレンドがどこにいるか、今日誰と一緒だったか、誰が自分を追加・削除したかを追い続ける。CN は「人」に関するページを 1 日に 1、2 回見る程度で、注意の多くを自分の見た目と行けるワールドに向けている。

プレイ原型。ページ構成比でクラスタリングすると、5 つの原型が得られた（図 9）。フレンド追跡（「フレンドの現在地」が 45%）、足跡ログ（「ゲームログ」が 34%）、フレンド動向（「フレンドログ」が 38%）、お気に入り整理（「お気に入りのワールド」14%、「お気に入りのフレンド」9%）、バランス巡回（突出したページなし）である。JP は足跡ログ型が 28.3%（CN 17.9%）、フレンド追跡型が 13.7%（CN 9.7%）、CN はお気に入り整理型が 18.5%（JP 14.1%）、フレンド動向型が 16.9%（JP 11.7%）で、分布の差は p = 0.015 である。ただしシルエット係数は 0.11 しかなく、クラスタ安定性の Jaccard は 0.35–0.59 である。プレイヤーの好みは連続的で、原型は連続体の上の代表点にすぎず、はっきり分かれたタイプとして扱うべきではない。

ツールの利用率は高くない。7 週間のうちに何らかのツールを開いたのは、どちらの群もプレイヤーの約半数で、「プレイヤー × ツール」の組み合わせのうち 2 日以上現れたのは 21.8% にすぎない。個々のツールはサンプルが小さいため、以下はすべて探索的なシグナルである（図 10）。

JP はコミュニティ運営と創作に寄っている。「グループの管理」（12.2% 対 4.3%、OR 0.39、q = 0.06）、「自分のアバターをエクスポート」（8.2% 対 2.0%、q = 0.06）、「アプリランチャー」（18.9% 対 9.6%、q = 0.06）、「Discord のユーザー名」（10.2% 対 4.3%）、「フレンドリストをエクスポート」、「カレンダー（グループ）」（5.6% 対 2.0%）、「スクリーンショット」（17.3% 対 10.3%）は、いずれも JP のほうがよく使う。「グループの管理」にはプレイヤーが管理権限を持つグループしか表示されないので、これを使うのは基本的にグループの運営者である。これは日本の集会文化と符合する。定期的なイベントには、メンバーの管理、スケジュールの告知、Discord での調整が欠かせない。「自分のアバターをエクスポート」は、自作アバターを複数アップロードしているプレイヤーに対応する。「アプリランチャー」は VRChat の起動・終了に合わせてフェイストラッキング、OSC ツール、デスクトップオーバーレイを起動・終了するのによく使われる。JP の利用が多いのはオンライン時間が長く周辺機器が多いことと整合するが、外部データによる裏付けはない。

CN はローカル環境の手入れに寄っている。「VRChat のレジストリバックアップ」（5.3% 対 1.0%、OR 3.79、q = 0.09）、「VRChat のデータ」ディレクトリ（12.9% 対 6.1%、q = 0.07）、「AI 接続」（14.2% 対 9.7%）、「VRChat 設定」（21.2% 対 16.8%）は、いずれも CN のほうがよく使う。CN のプレイヤーのほうが、キャッシュ、画質、ネットワークに関するローカルの問題に対処することが多いのかもしれない。「AI 接続」は主にソーシャル AI と翻訳に使われ、CN のプレイヤーが外国語のインスタンスにいることが多いことと関係している可能性がある。どちらも推測である。

ここまでは、各機能について両群の違いを比べてきた。この節では視点を変え、各機能そのものがどのようなプレイヤーを表しているかを見る。ページとツールを 13 種類のプレイ動機に分け（表 1）、五つの方向から見ていく。どの動機が一緒に現れるか、利用者にどんな共通点があるか、フレンド数によって関心がどう変わるか、初心者からベテランへどう変化するか、1 日のいつ何を使うか、である。この節では 8 月 14 日から 9 月 30 日のデータ（CN 302 人、JP 196 人）を用いる。以下はすべて相関の記述であり、プロファイルを描くためのもので、因果を示すものではない。

各プレイヤーがある動機を使ったかどうかを 0/1 で記録し、すべての組み合わせで φ 相関を計算すると（図 11）、二つのクラスタが見えてくる。第一のクラスタはゲーム内の交流である。フレンド探し、インスタンス内の交流、足跡の振り返りの三つが最も強く相関し（φ 0.39–0.50）、ワールド探索、アバターと創作もこのクラスタにつながる（φ 0.25–0.43）。第二のクラスタはゲーム外の役割である。コミュニティ運営、ステータス自動化、技術いじり、写真、AI 補助が互いに相関し（φ 0.25–0.47）、第一のクラスタとの関連は弱い（φ の多くは 0.2 未満）。

イベントを主催し、設定をいじり、写真を整理するのはたいてい同じ熱心なプレイヤー層で、こうした関与は「ゲームの中で人を探し、人を見る」こととは独立した軸である。毎日フレンドを追いかけてもツールには一切触れない人もいれば、「フレンドの現在地」はほとんど見ないのにグループを運営している人もいる。なお、第二のクラスタのツールはすべて同じツールページから開くので、「ツールページを開くかどうか」自体が相関を生んでいる面もあり、その分は割り引いて見る必要がある。

13 種類の動機の利用率では（図 12）、両群で有意に異なるのはコミュニティ運営だけである。JP 24.5%、CN 11.9%（層別 OR 0.49、q = 0.04）。ワールド探索（OR 1.49）と AI 補助（OR 1.64）は CN 寄りだが、有意ではない。

活発な人は何でもよく使うため、利用者と非利用者を直接比べると活動量の影響が混ざる。表 4 ではまずページ閲覧日数で層別し、活動量が近い人どうしだけで比べた。区間が 0 を含まない差は次のとおりである。

• コミュニティ運営の利用者は JP が 17 ポイント多く、1 日のオンラインが 2.2 時間長く、使った機能が 7 個多い。長時間オンラインで何でも使う、JP のヘビープレイヤーである。
• ステータス自動化の利用者は常駐日の割合が 9.5 ポイント高く、深夜のオンラインもやや多い。クライアントをいつも開いている人だからこそ、時間やインスタンスに応じてステータスを自動で切り替える必要がある。
• ワールド探索の利用者は毎日型の割合が 14.5 ポイント低く、深夜のオンラインが 3.9 ポイント多い。毎日は来ないが、来るとよく夜中にワールドを巡る。
• アバターと創作の利用者は日中のオンラインが 4.3 ポイント多く、フレンド 100 人未満の割合が 16 ポイント高い（区間は 0 を含む）。交友圏がまだ小さく、日中にも見た目を整える人である。
• AI 補助の利用者は JP が 12 ポイント少ない。つまり CN 寄りである。

ページ単位でも対応が見られる。閲覧割合とプレイヤーの特徴の偏順位相関（ページ閲覧日数を統制、BH 補正）で q<0.05 となったのは次のとおりである。「ゲームログ」は常駐日の割合（ρ = 0.18）、深夜のオンライン（0.15）、JP（0.13）と正の相関。「フレンドログ」（0.17）と「お気に入りのフレンド」（0.14）はフレンド数と正の相関。「インスタンス履歴」（−0.19）、「共通のフレンド」（−0.14）、「モデレーション」（−0.14）、「自分のアバター」（−0.13）はフレンド数と負の相関。「検索」は JP と負の相関（−0.13）。

最も情景が浮かぶのは「ゲームログ」である。一日中つけっぱなしのことが多い人ほど、深夜にオンラインのことが多い人ほど、「ゲームログ」をよく見る。「ゲームログ」にはインスタンスに出入りしたプレイヤーと訪れたワールドが記録されている。放置していたり VR で眠っていたりする人にとって、起きてからログをめくることは、「自分がいない間に誰が来て、自分たちはどこへ行ったのか」を確かめることなのである。

フレンド数を報告したプレイヤー（CN 386、JP 197）のうち、フレンドが 500 人以上いるのは JP 15.7%、CN 5.4% である（p = 3.7×10⁻⁵）。フレンド 100 人未満は CN 44.3%、JP 32.0% である（図 13）。ローカルに保存されたフィードが 100 万件を超えるプレイヤーは、JP 12.9%、CN 2.6% である。

フレンド数が違えば、見るものも違う（表 5）。フレンド 100 人未満では「フレンドの現在地」が閲覧の 16.0%、「自分のアバター」が 8.6%、「インスタンス履歴」が 7.9% を占める。フレンドが 500 人を超えると「フレンドの現在地」は 10.7% に下がり、「フレンドログ」は 20.1%、「ゲームログ」は 21.0%、「お気に入りのフレンド」は 7.1% に上がる。小さな交友圏のプレイヤーは「人を探している」。誰がオンラインでどこにいるかを見て、どこで誰に会ったかを思い出し、同時に自分の見た目を整える。大きな交友圏のプレイヤーは「人を管理している」。数百人分の現在地リストはもう追いきれないので、「お気に入りのフレンド」で親しい友人に絞り込み、「フレンドログ」で追加・削除や名前の変更を追う。

これで群間差を説明できるか。一部はできる。フレンド数と活動量を統制すると、JP の「ゲームログ」（+1.7 ポイント）と「お気に入りのフレンド」（+1.1）でのリードは縮み、有意ではなくなる。JP の「交友の帳簿付け」は、主にフレンド圏が大きいことによるといえる。一方、CN の探索とアバターへの傾きは残る。「検索」−1.9、「お気に入りのワールド」−2.1、「自分のアバター」−1.8、「お気に入りのアバター」−0.6 ポイントである（q はすべて <0.05）。これは両群の好みの違いと見るほうが自然で、「簡体字中国語圏のプレイヤーはアバターの着替えとワールド巡りが中心」という筆者の観察とも一致する。

今四半期に初めて現れ、開始 1 週目と 4 週目以降の両方で十分なページ閲覧があったプレイヤーは 193 人（CN 106、JP 87）である。同じプレイヤーの前後 2 期間の閲覧構成比を比べると（図 14、Wilcoxon 符号順位検定）、最も下がったのは「共通のフレンド」（6.0% → 3.1%）、「ダッシュボード」（4.7% → 2.6%）、「現在のプレイヤー」（9.3% → 7.2%）、「自分のアバター」（6.4% → 4.9%）、「インスタンス履歴」（7.2% → 5.8%）で、上がったのは「フレンドログ」（12.6% → 18.5%）、「ゲームログ」（15.4% → 18.9%）、「通知」（1.1% → 2.5%）である。両群の変化の方向は一致している。

初心者は環境を知ろうとしている。インスタンスに誰がいるか、誰と共通のフレンドがいるか、自分のアバターをどう整えるか。慣れてくると、注意は日々の関係の維持に向かう。誰が自分を追加したか、昨日誰に会ったか、誰から招待が来たか。前半の一部はツールそのものに慣れる過程でもあり、試しにダッシュボードを作ってみるといった行動まで、すべてが遊び方の変化というわけではない。

ページの記録には最後に閲覧した時刻が付いているので、各機能が使われる時間帯を大まかに見ることができる。違いは大きくなく、おおむねオンラインのリズムに沿っている。深夜（0–5 時）の割合が最も高いのは「フレンドの現在地」（29.4%）と「フレンドログ」（28.7%）で、最も低いのは「ダッシュボード」（24.4%）、「モデレーション」（24.9%）、「お気に入りのフレンド」（25.1%）である。後者はいずれも夜 18–23 時に集中している。夜が更けたら、誰がまだ起きているかを見る。お気に入りの整理やブロックの処理といった「家事」は、夜の決まった時間帯に済ませることが多い。

JP のデータは「VRChat に住む」というライフスタイルを示している。アクティブ日の半分以上でクライアントが一日中開いており、1 回のオンラインはしばしば数日にわたり、オフラインには午前 3 時と朝 7 時に副次的なピークがある。これは、日本のアンケートで回答者の約 3 割に VR睡眠の経験があること^[11]や、「VR睡眠は一般的」という筆者の観察と一致する。

長時間その場にいる中で、JP は交友関係に関心を向け続ける。フレンドがどこにいるかを 1 日に何度も確認し、今日誰に会ったかを見返し、「お気に入りのフレンド」を整理する。長く放置するほど「ゲームログ」をよく見返し、クライアントを常駐させている人ほどステータス自動化をよく使う。これはまさに「VR で眠る」ことに付随する行動である。寝る前にステータスを自動で Do Not Disturb にし、起きたらログをめくって誰が来たかを見る。JP はフレンド圏が大きくフィードも多いが、これは長く交友圏を育ててきた結果であり、より頻繁に確認する必要がある理由でもある。「グループの管理」「カレンダー（グループ）」「Discord のユーザー名」をよく使うことは集会の主催者という役割を示し^[14]、「自分のアバターをエクスポート」をよく使うことは、自作や改変したアバターをアップロードするクリエイターを示している。

CN のリズムは一般的な夜の娯楽に近い。日中や夕方にオンラインになり、22 時から午前 1 時に電源を切って寝る。週に何度も開き、毎回数時間遊ぶ。注意は自分の見た目と行ける場所に向いている。「自分のアバター」「検索」「お気に入りのワールド」「お気に入りのアバター」「共通のフレンド」がそれで、「アバターの着替えとワールド巡りが中心」という筆者の観察と合う。フレンド 100 人未満の割合が高く、多くの CN プレイヤーは交友圏をまだ築いている途中で、「人」を追う必要もそれだけ小さい。

フレンド数で違いの一部は説明できる。フレンドが少ないプレイヤーはもともと「フレンドの現在地」「インスタンス履歴」「自分のアバター」をよく見る。CN にはフレンドの少ない人が多いので、全体として「初心者型」に近く見える。しかしフレンド数を統制しても、CN の検索、お気に入りのワールド、アバターへの好みは残っており、好みの違いと見るほうが自然である。フレンド数が同程度でも CN の安定性は JP より低い（フレンド 100 人未満：毎日型 55% 対 83%）。学業や仕事による生活時間の制約や、時間帯によってネットワークの使いやすさが変わることが関係しているのかもしれないが、手元のデータでは区別できない。

両群とも夜型のプレイヤーで、ピークは 22–23 時にある。どちらも「翌日にまた来る」リズムで戻り、週末効果はなく、ページのカバー率もほぼ同じである。VRChat は両者にとって日常の社交の場であり、違いは関与の長さと安定性、そして注意を「人」と「モノ」にどう振り分けるかにある。

三つの外部データのうち、二つは本稿と一致し、一つは解釈の限界を示している。第一に、日本のアンケートでソーシャルVR を「ほぼ毎日」使う割合は 48%–52% で^[10]、本稿の JP の毎日型プレイヤー 46.0%（95% CI 40.0%–52.2%）と合致する。第二に、日本のアンケートが報告するログインのピークは現地時間 22 時で^[11]、本稿の両群のピークもともに 22–23 時である。第三に、同じ調査では 1 回 3 時間以上使う日本の回答者は 44% しかおらず、北米や欧州より短い^[10]。一方、本稿の JP の 1 回のオンラインの中央値は 12.8 時間である。つまり JP の長い時間は、連続した「プレイ」ではなく主に「その場にいること」である。クライアントと PC はずっとついていて、プレイヤーはその間に何度もゲームに出入りし、眠り、仕事に出かける。「VRChat に住む」とは、VRChat が常にオンラインの社交的な背景になっているという意味であり、十数時間ぶっ続けで遊んでいるという意味ではない。

1. オンライン時間はプレイ時間と同じではない。データが記録するのはクライアントのオンラインだけで、VRChat が起動しているかどうかは記録しない。JP の常駐は VR の中で眠っているのかもしれないし、PC の電源を切っていないだけかもしれない。スタートアップでの自動起動やトレイへの常駐も常駐の割合を押し上げる。VR睡眠の推論は、整合する証拠にすぎない。
2. サンプルの代表性。VRCX-0 のユーザーは VRChat プレイヤーの中でも特定のサブグループである。PC プレイヤー（Windows が 9 割以上）で、交流への関与が深く、サードパーティ製ツールを進んで導入する人たちである。結論を Quest やモバイルのプレイヤー、あるいは VRChat プレイヤー全体に一般化することはできない。
3. 言語による集団区分。CN は主に簡体字中国語の言語設定にもとづき、海外にいる簡体字中国語のプレイヤーも含む。JP は日本語にもとづくため、英語 UI を使う日本のプレイヤーを取りこぼす（付録 B の拡張定義でも結論は変わらない）。
4. ページ閲覧は操作の一部しか捉えない。ユーザー、ワールド、アバター、グループの詳細はすべてポップアップで、ページ閲覧には数えない。既定のトップページである「フィード」も数えない。「通知」は既定でドロワー表示のため、表形式ページの閲覧は通知への関心を過小評価する。ツールについて記録しているのは開いた回数であって実際の利用ではなく、自動化系のツールは設定後にバックグラウンドで動き続ける。
5. 観察期間が短く、季節性がある。1 四半期分しかなく、夏休み、日本のお盆、敬老の日の連休を含む。9 月末の国慶節前には CN の新規プレイヤーが急増したが（9 月 28 日の週に 158 人増）、本稿の期間には入っていない。
6. 機能別プロファイルは相関の記述である。4.6 節の結果はすべて観察にもとづく。活動量で層別または統制しているが、ほかの要因の影響を受けている可能性は残る。ツール系の動機はすべて同じツールページから開くため、互いの相関は過大に見積もられる。
7. 多重比較と効果量。有意な差の多くは、効果量が「小」である（|δ| 0.20–0.27）。ツールレベルの q 値は 0.06–0.20 であり、検証待ちの仮説とみなすべきである。

本稿では VRCX-0 の匿名テレメトリにもとづき、簡体字中国語ユーザーと日本のプレイヤーの VRChat での遊び方を比較した。両群が使う機能はおおむね同じで、どちらも夜に遊び、翌日にまた戻ってくる。違いは、JP が VRChat を長く住むコミュニティとして扱っていることにある。常駐し、夜を明かし、フレンドに繰り返し目を配り、集会を主催し、アバターを自作する。CN は VRChat を夜に探索する新しい世界として扱う。オン・オフ型でオンラインになり、見た目とワールドに関心を向け、交友圏はまだ形成途中である。機能の側から見ると、プレイヤーの関与は「ゲーム内の交流」と「ゲーム外の役割」の二つの軸に分かれ、関心はフレンド数に応じて「人を探す」から「人を管理する」へ移る。新しいプレイヤーも同じ道筋をたどって成熟していく。

補助ツールとコミュニティ運営者にとって、JP に向けた価値は長時間オンラインでの交友の追跡とコミュニティ管理にあり、CN に向けた価値はより良い探索と見た目の管理、そして新しいプレイヤーが交友圏を築く手助けにある。今後の研究では、同意を得たうえで「VRChat が起動しているか」のシグナルを加えてプレイと放置を区別し、さらに多くの言語集団を含めて、より広い比較を行うことができる。