CONTENTS

LINKS

前へ
次へ

English version is here (Under construction...).
※一部の図はクリックで拡大出来ます.


私の研究の特徴


図1: 私の研究の特徴


図2: 様々なデジタルデータと
アナログデータの集積・整備・統融合
私の研究の特徴(図1)は,様々な時空間データ(マイクロジオデータ)や統計情報,人の動きや企業間取引に関するビッグデータ,自治体が保有する公共ビッグデータなどを
1:プログラミングとデータベースを駆使した収集・処理・管理
2:様々な統計分析(クラスタリング、機械学習など)
3:GIS(地理情報システム)

を用いてデータの分析と,分析結果の可視化を行うことで,都市・地域の分析・評価および計画支援に関する研究に数多く取り組んでいます.

これらの研究は何れも都市・地域に関する具体的な課題に対して,様々な統計やデータを空間情報学的アプローチに基づいて分析し,また必要に応じて新しいデータを開発し分析することで実現してきました.

更にこれらの研究を通して蓄積した様々なデータを蓄積・統融合していくことで,実空間を可能な限り緻密に再現出来るデータワールドの実現を目指しています.


主な研究テーマ

日本全土の店舗・事業所の時系列変遷の把握(2005年~)

図3: 下北沢駅周辺における店舗等の
時系列変化地図(2000~2005年)


図4: 京都市におけるテナントの入替率マップ.四条~祇園にかけての地域で
変化が激しいことが分かる.
(2003~2008年 4次メッシュ)
全国版はこちら
都市における事業所・店舗等の立地分布の変化は,都市の活力や魅力に大きな影響を与えます.とりわけ各種商業テナントが高密度に集積した商店街や繁華街,特定の業種店舗の集積が見られる専門店街等の分布とその盛衰は,都市の活力・魅力を測る一つの指標と言えるでしょう.このような地域の店舗や事業所の現状と分布,そしてその変化の動向を出来るだけ詳細かつ定量的に把握することは,都市空間の持続再生を検討する上で重要な情報となります. 

そこで本研究では全国的に整備されているデジタル住宅地図とデジタル電話帳を,空間的位置と店舗名称に基づいて結合(時系列化)し,個別店舗の時間的変遷を自動的に抽出することで上記の課題に応える日本全国の詳細な時空間データを構築しています.また上記の手法を実現出来るデータ処理のためのシステム開発も行っています.同データを用いれば個々の店舗・事業所の存続,転換(入替),新規出現,消滅を全国規模で把握出来ます(図3,図4).全国規模でこうした技術開発を行っている例は皆無であり,本研究の新規性は非常に高いものと言えます.

現在は同データを用いた実証的研究を進めるとともに,データの公開も検討しています.

日本全土の商業集積地域の特定とデータセット開発 (2010年~)(詳細はこちら

図5: 経堂農大通り商店街の分布
(水色の領域 2008年)


図6: 福岡市中心部における商業集積地域の分布(2008年 赤色の地域が大規模な商業地域)


図7: 鎌倉市における2005年(赤)と2000年(青)の商業集積地域の分布の
比較.商業集積地域の拡大縮小や形状の変化が把握できる.

これまで商店街・商業地域の現状や変化を把握するためには,商業統計等の統計データの利用が一般的でした.しかしそこから読み取ることが出来る情報は,行政区画やメッシュなどマクロな単位で集計されたものです.

商業地域1つ1つの「位置」と「形状」を観察出来るデータを作ることは出来ないものか?そんなデータを出来るだけ高頻度に更新していくことは出来ないだろうか?そんな要求に応えるべく,我々は繁華街や駅前商店街といった単位の商業変化を毎年読み取ることが出来る「商業集積統計」(図5)を開発しています.

デジタル電話帳から得られる実際の店舗立地情報を用いて,店舗・事業所の空間的位置データを整備するとともに,独自のポリゴン生成手法を用いて,商業集積地域ポリゴンデータを全国規模で整備しています.日本全国の商業集積地域の分布を継続的に把握し続けることが可能になりました(図6).

同データを用いることで,例えばある商店街の総店舗数,コンビニエンスストアの数,生鮮三品の充実度等を観察出来ます.さらに本データを複数年に渡って作成することで,商店街の拡大縮小や形状の変化も読み取ることが出来ます(図7).

同データは研究者向けデータの配信だけではなく,行政・地方自治体の都市・地域計画,また出店計画・マーケティングを行う民間企業等に提供出来るよう,商品化も実現しています.同データの詳しい紹介は以下のページを御覧ください.
商業集積統計の紹介

商業集積地域の盛衰モデルの検討 (2012年~)

図8: 拡大・成長傾向にある商業集積地域
(緑色の地域 2008年)


図9: 商業集積地域への来訪者数の時系列変化の把握(2012年推定値)
商業集積地域ポリゴンの形状変化そのものを定量的に明らかに出来るモデルを検討しています.また商業集積地域の盛衰を定量的に観察するために,集積内の店舗の業種構成や集積の立地条件を考慮し,集積のパターン分類も出来ないか検討しています(図8).

さらに携帯電話から得られる大規模人流データを組み合わせ,商業集積地域ごとの来訪者数の時系列的な変遷を推定・把握することで,商業集積地域の賑わいの時空間的な変化の把握にも取り組んでいます(図9).

統計データの非集計化によるミクロな人口分布データ「マイクロ人口統計」の開発(2012年~)

図10: 国勢調査の世帯情報を住宅地図に
配分した推定世帯分布データ
(マイクロ人口統計;2005年)


図11: 商業集積地域への来訪者数の時系列変化の把握(2012年推定値)
国勢調査に代表されるマクロスケールの集計データを非集計化(他の統計情報と該当地域の空間的特性に基づいてデータを確率的・統計的に再配分すること)することで,建物住所単位の推定人口分布データの実現を目指しています.我々はこのデータを「マイクロ人口統計」と呼んでいます(図10).従来の統計データで問題となっていたデータ間の集計単位の不一致の解消が実現します.現在は国勢調査を対象に上記手法の高度化を継続しています.

精度検証については調査票情報に基づく可能な限りミクロな検証データを用いて実施しています(図11).その結果,本研究で得られたマイクロ人口統計を集計することで,国勢調査をかなり正確に再現出来ることがわかりました.

マイクロ人口統計は,各種マーケティング,防災防犯計画などに活用出来ます.また本データを用いた大規模地震に伴う被害推定も実施しています.

国土スケールにおける大規模地震への災害対応力の定量的評価と我が国の防災政策への提案
(震災ビッグデータ)(2013年~)

図12: 各種のミクロな空間データの組み合わせにより大規模地震災害のリスクと防災対応力評価を実施するイメージ


図13: 東京23区における時間帯別救助期待人数
(街区集計・建物あたり平均値・2008年)

 
図14: 高知市防災対策部における情報共有(2017年)
住宅地図,住宅土地統計,デジタル電話帳,衛星画像等の高精細な空間データを組み合わせていくことで,建物1棟1棟の耐火構造や築年数を推定し,大規模地震時の倒壊や火災のリスクを定量的に明らかにしています.さらに居住者情報の推定や,各種消防施設等へのアクセス状況から災害への初期対応力も評価し,広域に渡るきめ細やかな災害対応力と被害推計を行う環境=「震災ビッグデータ」を整備しています(図12).

同成果は文部科学省GRENE環境情報分野において他大学においても幅広く活用されています.また2016年度からは文部科学省ポスト京プロジェクト(重点課題3サブ課題B)にも参加し,人流ビッグデータを用いた時間別被害量推定(図13)や,スパースモデリングを活用した最尤の被害シナリオや,いわゆる想定外の被害シナリオの抽出にも取り組み始めています.

さらにその結果を我が国の防災政策のあり方に関する議論を行うためのデータとして活用していくことを考えています(図14).

※本研究の成果の一部は地球環境情報統融合プログラム(DIAS)に登録されています.また本研究は平成24年度国土政策関係研究支援事業(2012年:研究助成)の助成を受けて実施しております.

※本研究の成果の一部はNHKスペシャル「震災ビッグデータ Part3」で紹介されています. HP 書籍

人流ビッグデータを活用したダイナミックジオデモグラフィックスの開発(2014年~)

図15: 本研究で推定した各人の拡大係数から得られる昼間・夜間人口と国勢調査(定住人口)および経済センサス(従業者人口)との比較


図16: 2012年の1年間に発生したイベントの発生時期と場所の推定(4次メッシュ集計)

※図15および図16を得るためのデータの総体的な処理は,ゼンリンデータコムを通じて,秋山ほかが開発したデータ処理手法をNTTドコモに提供することで実施しており,著者ほかはその分析・集計結果のみを受け取っています.
近年,携帯電話キャリア等が保有するGPS測位情報をもとにした大規模な人流データ(以下GPSデータ)が利用可能になりつつあります.これらのデータは日本全国の人流情報を毎日,時々刻々と蓄積・把握出来ます.一方で個人情報保護の観点から,各人の属性(例えば年齢,性別,所得,勤務形態等)は秘匿されています.

そこで本研究ではこうした各人の様々な属性を,既存の各種統計・空間データを組み合わせることにより推定する手法を開発しています.また国勢調査や経済センサス等と比較することで同手法の信頼性の検証(図15)も行っています.

また同データを統計化することで,時々刻々と変化する空間的な人口とその分布・移動状況,人々の属性を推定できる新しいダイナミック(時系列)な人口統計である「ダイナミックジオデモグラフィックス」の実現を目指しています.

さらに同データを用いた商業地域の来訪者分析や,祭りや事故などのイベント発生を自動的に検出する技術の開発(図16)にも取り組んでいます.



企業間取引ビッグデータを活用した地域経済分析と地域のレジリエンス評価手法の検討
(2015年~)

図17: 企業間取引データを用いた経済圏(企業クラスタ)の分布推定
(東海地方 2012年)


図18: 取引品目に「自動車」を含む
取引上位100件(2013年)


図19: 東日本大震災の津波浸水による企業間取引の変化(市区町村別集計)
民間企業(株式会社帝国データバンク)と協力し,企業の立地と企業間取引に関するビッグデータを活用した,地域経済分析を行っています.企業の空間的集積 をクラスタリングすることで実態に即した経済圏(企業クラスタ)を構築し,ダイナミックに変化する経済圏単位間の企業間取引を把握する手法(図17)や,経済圏の中でも中心的な役割を話す企業(コネクターハブ企業)の特定,特定の取引品目に注目した取引の分布と広がりの時系列的変遷(図18)に関する研究を行っています.

また地域のレジリエンスを「自然災害に対する柔靭性」と見なし,東日本大震災の際の被害状況(図19)をモデルとして,他地域で発生した自然災害により企業間取引へのダメージが日本全国の各地域にどの程度波及していくかを定量的に把握する手法の開発にも取り組んでいます.

生活基盤施設の存廃に伴う将来の生活困難地域(Facility Desert)の分布推定とコンパクトシティ政策のあり方の検討 (2015年~)

図20: 2010年における各種生活利便施設の件数と2040年に存続していると推定される生活利便施設の件数


図21: 2010年と2040年のFacility Desert人口の割合(市区町村集計)


図22: 大韓民国全域におけるアクセス可能な生活利便施設の種類の変化(2010年~2040年)(500mメッシュ集計)
日本では近い将来、地方都市や過疎地域を中心に高齢化と人口減少などに伴い,様々な「生活利便施設(私達の日々の生活を支える様々な公共施設や店舗)」の撤退が予想されます.その結果,生活利便施設へのアクセスが悪く日々の生活が立ち行かなくなる地域=「生活困難地域(Facility desert)」が日本各地で発生することが予想されます。そのため生活利便施設が,今後の人口減少によりどの程度消失する可能性があり,それに伴いどこに居住困難地域が広がっていくのかを明らかにしておくことは,今後日本の都市・地域計画を立てていく上で必要不可欠な情報といえます.

そこで本研究では,日本全国の生活利便施設の分布データと,日本全国約3,000万件(約6,000万世帯)の建物単位のミクロな人口分布データ(マイクロ人口統計),また2040 年の将来推計マイクロ人口データを整備しています.またこれらを用いて,将来撤退する可能性がある施設の推定(図20)と,将来のFacility desertの分布推定(図21)を日本全国を対象に試みています.

さらにこの課題への対策として,コンパクトシティ化などの政策によりFacility desertにいる人口をどの程度減らすことが出来るかのシミュレーションにも着手しています.

なお本研究は韓国国土研究院との共同研究により韓国においても同様の取り組みを展開しており(図22),国際共同研究の成果も公開されています. LINK(英語・韓国語)

※本研究の成果の一部は以下の書籍でも紹介されています.
1. 人口蒸発 「5000万人国家」日本の衝撃―人口問題民間臨調 調査・報告書―, 新潮社, 2015. LINK

2. Japan’s Population Implosion -The 50 Million Shock-, Springer Nature, 2017. LINK

公共データと民間データを活用した空き家分布推定手法の開発と空き家発生メカニズムの解明(2015年~)

図23: 様々な公共データと民間ビッグデータ等を組み合わせて空き家分布データを整備するイメージ


図24: ミクロな将来推計人口に基づいた2010年から2040年までに新たに空き家になる戸建て住宅の棟数(左)と2010年の戸建て住宅棟数に占める割合(右)の推定値(市区町村集計)(2017年)
現在我が国では全国で空き家が増え続けています.特に「管理者不在の戸建て空き家(特定空き家)」の増加は治安への影響,倒壊危険性,景観の悪化など地域 全体に深刻な影響をもたらす可能性がある深刻な問題です.そのため空き家の適正な管理の必要性が高まっています.また中心市街地の活性化やコンパクトシティ化など将来の都市空間の高度利用化を検討していくことを考えると,「空き家分布の現状把握」と「空き家が発生するメカニズム解明」が求められています.

そこで本研究では自治体が持つ様々な公共データや,民間企業が持つジオビッグデータを活用して,広域の空き家分布状況を迅速かつ安価に把握するための手法開発に取り組んでいます(図23).また実在する空き家周辺の立地環境に注目した空き家となるメカニズムの解明や,ミクロな将来推計人口を活用した将来空き家が増える可能性が高い地域の推定(図24)にも取り組んでいます.

なお本研究の一部は国土交通省国土交通政策研究所での研究(客員研究官として)でもあります.

マイクロジオデータ研究会(2011年~)(研究会ウェブサイト


図25: 第10回マイクロジオデータ研究会(2016年@東京都港区)


図26: 第1回国際マイクロジオデータ講習会(2015年@ソウル市)


図27: 韓国国土研究院でのMGDに関する
セミナーの様子(2015年)
産学官の研究者,データ保有者,データ利用者が集まり,マイクロジオデータの利活用方法・開発・普及に関するアイディアを持ち寄り,共有する場として2011年8月に発足した研究会です.

「マイクロジオデータ」とは時間的,空間的に高精細な様々な地理空間情報(電話帳データ,デジタル地図,携帯電話GPSデータや通話記録データ(CDR),Webデータ,SNSデータなど)の総称です.こうしたデータの取得,普及,研究方法の共有を目的に活動をしています.特に近年では大容量のマイクロジオデータ,いわゆる「ビッグデータ」や,スマートフォン,タブレットを用いた「クラウドソーシング」に関連した内容にも取り組んでいます.

これまでにMGDに関する研究会(うち1回は国際シンポジウム)を日本全国で開催してきました(図25).毎回テーマを変えながら,産学官によるMGDに関連する最新の研究と技術に関する情報共有のための講演会とパネルディスカッションを開催してきました.またMGDのユーザーを拡大するためのデータ講習会(国内3回・海外1回(図26))や,可視化支援のためのアプリケーション開発なども行ってきました.

さらに2015年度からは国際的なMGD研究に活動を拡張するために,韓国国土研究院(KRIHS)との連携研究に着手しました(図27).加えて東京大学空間情報科学研究センターの共同研究利用システム(JoRAS)や,データ統合・解析システム(DIAS)を活用してMGDを研究者向けに広く配信し,関連する研究分野の発展に貢献しています.

同研究会の活動に関する詳細な情報は,研究会ウェブサイトをご参照下さい.LINK

超スマート自治体研究協議会(2017年~)


図28: 超スマート自治体のイメージ


図29: パーソントリップ調査に基づく
群馬県前橋市中心部における交通分析


図30: 群馬県前橋市における市職員向けの研究成果報告会
人口減少・高齢化や地域活性化など,我が国の課題の大半は自治体の解決努力にかかっているといえます.そこで本研究ではまず自治体を対象に,産官学が保有す る様々なデータ,特に地域の現状把握につながるミクロな空間情報(マイクロジオデータ)や,ビッグデータ,また市民が持つ個人情報(土地・建物資産や世帯 属性等)を地域データ資源としてダッシュボード上に結集し,自治体による現状把握が可能な環境の実現を目指しています.またそれらを用いて地域課題の発見・解決と,自治体・市民・企業の継続的なスマート化(地域の経営的改善と個性的な地域の実現)につなげるスキームを検討しています.本研究ではこのよう な自治体のことを「超スマート自治体」(Government 5.0)と名付けました(図28).

本研究の実施にあたり,東京大学空間情報科学研究センター,前橋市,株式会社帝国データバンク,株式会社三菱総合研究所の4者間で連携研究協定を締結し,「超スマート自治体研究協議会」を発足しました(プレスリリース 新聞記事(日経新聞)).現在は以上のスキームの実現に必要なプロセスの検討を行うと同時に,具体的な課題把握の取り組みとして, 前橋市の観光客の動向分析や,空き家分布推定,中心市街地の交通分析(図29)などを実施しています.また自治体の職員向けに研究成果の共有を行い(図30),研究成果の社会実装に向けた取り組みも行っています.

伊能社中 -デジタル地図教材推進団体


本プロジェクトではデジタルの地図および画像・動画を教材として活用した「感じる」学習を提案しています.中学・高校における社会科目を対象とし,生徒の想像力を最大限に引き出し,学習意欲を高めることが狙いです.私は同団体の前身団体でソフトウェアやデータ開発の補助などを行っていました.詳細は伊能社中をご覧下さい.

その他

上記以外にも以下に挙げるテーマに取り組んだり,取り組んでみようとしたりしています.
Web検索結果を用いたホットエリア(評判の地域)の推定
■ DMSP/OLS都市夜間光画像の特性(夜間光の光源推定)に関する研究
■ デジタル電話帳を用いた電話の利用履歴情報に基づく空き家分布推定
■ 高分解能の都市気候モデルを用いた都市空間における夜間のヒートアイランドの要因解明
■ 都市空間におけるCO2排出量の高精細な推計とその対策に関する研究
■ 日本全国の都市を対象とした建物単位の太陽光発電ポテンシャル推計
など・・・
私達の研究で開発したデータやソフトウェアを使ってみたい方,共同で研究を取り組んでみたい方,その他問い合わせたいことなどございましたら,ご遠慮無くコンタクト頂ければと思います.よろしくお願い致します.
ページのトップへ戻る