Project/Area Number |
21H04738
|
Research Category |
Grant-in-Aid for Scientific Research (A)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Medium-sized Section 40:Forestry and forest products science, applied aquatic science, and related fields
|
Research Institution | The University of Tokyo |
Principal Investigator |
八木 信行 東京大学, 大学院農学生命科学研究科(農学部), 教授 (80533992)
|
Co-Investigator(Kenkyū-buntansha) |
東田 啓作 関西学院大学, 経済学部, 教授 (10302308)
杉野 弘明 山口大学, 国際総合科学部, 講師 (30751440)
阪井 裕太郎 東京大学, 大学院農学生命科学研究科(農学部), 准教授 (30849287)
鈴木 崇史 鹿児島大学, 農水産獣医学域水産学系, 助教 (40897667)
大石 太郎 東京海洋大学, 学術研究院, 准教授 (80565424)
有賀 健高 埼玉大学, 人文社会科学研究科, 教授 (90589780)
若松 宏樹 農林水産省農林水産政策研究所, その他部局等, 研究員 (90722778)
|
Project Period (FY) |
2021-04-05 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥41,600,000 (Direct Cost: ¥32,000,000、Indirect Cost: ¥9,600,000)
Fiscal Year 2024: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2023: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2022: ¥8,450,000 (Direct Cost: ¥6,500,000、Indirect Cost: ¥1,950,000)
Fiscal Year 2021: ¥8,580,000 (Direct Cost: ¥6,600,000、Indirect Cost: ¥1,980,000)
|
Keywords | 水産物価格 / マーケティング / 道具的価値 / 関係価値 / ネイチャーポジティブ / 水産物消費 / 応援買い / 風評 / 生態系の価値 / 農業遺産 / 機械学習 / AI / 道具的的価値 / 関係性価値 / 水産物 |
Outline of Research at the Start |
規格品である工業製品とは異なり、天然産品である水産物は多様性を有しているため、大量規格品と同列に扱おうとすると需要と供給のミスマッチが生じやすい。実際日本ではマグロなどの高級魚は過剰利用され資源減少が問題となっている一方で、大衆魚は消費者の魚離れが問題になり、不人気魚は買い手がつかず港で投棄されている。そこで本研究は、消費者調査や市場統計分析などを通じ、水産物や、これを産出する生態系や産地の社会組織の意義などの多様な価値を人間がどう感じるかを心理学的手法等を用いて研究し、消費者の多様なニーズを生産側が利用できる仕組みを作り、水産物の市場での需給ミスマッチ問題等を解決することを目指す。
|
Outline of Annual Research Achievements |
水産物は、規格品である工業製品とは異なり多様性を有している。この中、グローバルな規模でクロマグロなどの高級魚は過剰漁獲が問題となる一方で、日本のローカルレベルではシイラやアイゴなどの不人気魚は水揚げ港で投棄される例も多い。資源を有効に人類が活用するためには、AIなどを活用して顧客の個人的な商品嗜好を個別に分析し「おすすめ商品」を提示するアプローチが存在する。本研究ではこの基盤となる情報や考え方を体系的に整備するため、人間が自然環境や食物に対して感じる多様な価値観がどこから生じているのかを解明することを目指す。 本年度は、多様な価値と消費者行動を解明する研究の一環として、風評が生じる原因とその対策を検討するため、ALPS処理水の放出(2023年)前後における国内消費者の意識調査をオンライン形式で約1700人を対象に実施した。この結果、福島県沿岸沖合産水産物の汚染を心配する傾向については、2023年(放出前)と2024年(放出後)で全体としては大きな変化は見られないとの結果を得た。ただし、回答者を処理水放出に賛成している層と反対している層に分け、それぞれの層で処理水放出後水産物の購買意欲が変化したかなどの詳細を分析する必要があり、現在この作業中となっている(出版準備中)。 加えて世界農業遺産・日本農業遺産などの認定が農林水産物の付加価値を上昇させるのか、バレンシア工科大学(スペイン)と連携し研究を実施した。更に海洋生態系保全に配慮した水産物の付加価値を消費者に伝達する手法などについてストックホルム大学(スエーデン)と連携して研究を行った。またAIの活用による多様な消費者層へのアプローチ手法に関しても、水産物の市場価格の予測に向けた機械学習モデル構築を行い、生産現場においてもインドネシアのエビ養殖場を対象に機械学習で最適な生産戦略を提示するモデル構築を行った(出版作業中)。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2023年には査読論文4編、無査読の出版物を6編それぞれ出版し、全体として順調に成果が上がっていると考えている。特に国際的な先行研究でもあまり触れてこなかった水産物の「鮮度」の価値について、小売店側の行動、消費者側の行動を研究し、国際的に著名なジャーナルに成果を掲載した(Sakai et al, 2023)。これは今後、魚の鮮度を論じる研究の基盤を築くことができる内容と考えている。 またSugino, Oishi, Yagi (2023)は、Journal of Global Tourism Research誌におけるExcellent Paper Awardに選出された (April 30, 2024)。本論文の内容は、インスタグラムなどのSNS上に存在する画像およびテキスト、ならにびハッシュタグ情報などが混在するデータ(非構造化データという)を、一旦、表の形に整理しり作業を行うことで構造化し、その上で機械学習による低次元投影技術(UMAP)と、外れ値に対して強みのあるクラスタリング手法(DBSCAN)を用いた分類を行い、SNSの投稿者が感じる価値を類型化したものである。主に手法開発の面で新規性が存在し、この手法を用いることで、今後、ネット上にある煩雑なデータに対して高精度な構造分析を行う研究の基盤を作ったとの意義が存在する。 さらに本研究チームは昨年まで日本の消費者が福島の原発事故以降に「応援買い」という形で被災地の水産物を積極的に購入する意欲を有している点を初めて見出し英文および和文で発信してきており、更に2023年はALPS処理水の前後で消費者意識が変化するかに関するデータを収集し現在解析中となっている。 以上、いずれも本研究での知見が存在したために新しい論考可能性が開ける内容であり、学問の進展、社会実装双方の側面において貢献ができる成果が得られたと考える。
|
Strategy for Future Research Activity |
研究が当初の予定通り進んでいるため、当初の予定通り以下の3課題を推進する。 (1)多様な価値と消費者行動の解明:この課題では様々な価値の類型化を行い、各価値のトレードオフ構造(各価値の競合関係や補完関係)などの把握を行う。特に自然の恵みに関するnon-anthropocentricな価値をどう把握するのか、さらには人間が存在するために発生させるanthropocentricな価値の中でも関係価値(relational value)をどう把握するのかについて、FAO(国連食糧農業機関)の世界農業遺産チーム、およびバレンシア工科大学等関連する各国研究者等と連携し国際的な研究を推進する。 (2)価値の時系列的変遷と将来予測:この課題では、海外を含めた水産物の産地価格、築地などの卸売価格、小売価格について、この変動を統計的に解析し、季節変化や年次的な変化を考察する。また、既存統計だけに頼る従来の方式に加え、長期にわたる新聞記事などのテキスト分析や、バイヤー等への質問調査などを併用する。ここでは、関係価値と道具的価値の時間による変化のしやすさなどを解明する。さらにはカーボンフットプリント軽減への貢献などの近年の価値に関する研究も引続き取組む。 (3)AIの活用による多様な消費者層へのアプローチ手法の開発:この課題では、過去のスーパー売上げデータ(例えばPOS:Point of Salesデータ)などを活用し、AI等を活用して食品の需要予測を行う。また需要予測と供給予測をマッチングさせるための最適な手法について環境心理学の理論を活用して研究する。またAIの活用は流通側面だけでなく、生産現場における予測および評価にも使用可能である。フードマイレージ、エコラベル、応援買い、ガストロノミーツーリズムなどをキーワードに、これらがどのような条件下でどの消費者層に影響を与えるのかなどを解明する。
|