| Project/Area Number |
22K04590
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25010:Social systems engineering-related
|
|---|
| Research Institution | Rissho University |
|---|
Principal Investigator |
相馬 亘 立正大学, データサイエンス学部, 教授 (50395117)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
家富 洋 立正大学, データサイエンス学部, 教授 (20168090)
吉川 洋 財務省財務総合政策研究所(総務研究部), 総務研究部, 顧問 (30158414)
藤原 義久 兵庫県立大学, 情報科学研究科, 教授 (50358892)
青山 秀明 国立研究開発法人理化学研究所, 数理創造プログラム, 客員主管研究員 (40202501)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 家計の日次変動と相関 / コロナ禍の家計への影響 / 特別給付金の効果 / 新型コロナ / 消費 / サプライチェーン |
|---|
| Outline of Research at the Start |
コロナ禍の前後とアフターコロナの消費に対して、家計調査の個票データを、地域、所得階級、家計の年齢構成などで区分けして日次で解析し、新型コロナ感染者数・死者数・ワクチン接種率などとの相関や、特別定額給付金などの政策の効果を検証する。家計調査の日次データは曜日効果を含む季節変動が強い時系列であるため、時系列モデルの適用可能性を検証するとともに、新たな時系列モデルの構築にも挑む。また、日本企業約100万社の詳細な財務とサプライチェーンのデータを用いて、コロナ禍において企業が他企業から受けた影響や、消費が個々の企業に与えた影響を推計し、サプライチェーンの中を伝播する様子を明かにする。
|
| Outline of Annual Research Achievements |
本研究では、コロナ禍の前後とアフターコロナにおける消費に対して、家計調査の個票データを、地域、所得階級、家計の年齢構成などで区分けして日次で解析 し、新型コロナ感染者数・死者数・ワクチン接種率などとの相関や、特別定額給付金をはじめとする政策の効果を検証することを目的としている。 これまでに家計調査の品目別日次データについては、データの収集→状態空間モデルによるトレンド効果の除去→複素ヒルベルト主成分分析という、データ解析 の一連の手続きを確立することができたので、今後、家計調査の用途別日次データについても同様な解析手法を確立していく予定である。 また、新型コロナウィルス感染症の感染者数、重症者数、死亡者数のデータについても、日次データをダウンロードして解析できるようになっている。これらの 生のデータと、家計調査の品目別日次データを使って複素ヒルベルト主成分分析を行った結果、明確な先行・遅行関係を見出すことはできなかった。今後は、こ れらのデータをすべて混ぜて解析するのではなく、家計調査の品目別日次データ自体にある先行・遅行関係の解析を先に実施し、その後に、新型コロナ感染症の 影響を表す様々な量との相関構造を解析する。 また、家計調査の個表データについては、オンサイトの利用許可を得ることと、大学内でオンサイトを使うことができるように研究環境を整えることまでできて いる。また、個表データを、地域、所得階級、家計構成、世帯主の職業、世帯主の会社規模といった視点から、オンサイト内で月次で解析するためのコードを pythonで書くことまで完成している。今後、このコードを使って、コロナ禍で影響が大きかった産業、地域、企業規模を家計消費の立場から解明する。また、コ ロナ禍の前後とアフターコロナにおける家計消費から、特別給付金の効果についても解明していく。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究では、家計調査の個票データをオンサイトで解析する必要がある。しかし、オンサイトの利用許可を得るために予想以上の時間を要した。また、立正大学でのオンサイト運用を2023年度からからとなった。そのため、利用期間を1年延長するてづづきを行った。現在、時間を見つけてオンサイトでデータ整理を実行している。
|
| Strategy for Future Research Activity |
総務省から公表されている家計調査の日次データを、複素ヒルベルト主成分分析を用いて解析する部分は研究が進んだ。だが、時系列のトレンドや季節性などの周期性を他の方補法で取り除いた解析も進めたい。また、残りの研究期間は、オンサイトのデータ解析に集中する。
|
