持続可能な脱成長地域社会のデザインに向けたエージェントベースの統合地域モデル開発

Research Project

Project/Area Number	22K18075
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 64060:Environmental policy and social systems-related
Research Institution	The University of Shiga Prefecture (2023) The University of Tokyo (2022)
Principal Investigator	堀啓子滋賀県立大学, 環境科学部, 講師 (80825787)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2022: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	脱成長 / エージェントモデル / データ解析 / 持続可能社会 / 統合モデル / 地域
Outline of Research at the Start	本研究は、脱成長社会への移行施策による地域社会の持続可能性への効果を検証するための、食・エネルギー・ケア領域を再現したエージェント・ベース・モデル(ABM)の開発を目指し、新潟県佐渡市等を対象に3段階で実施する；①データ収集と分析によるABMの初期値とパラメータ設定，②ABMの実装とBAUのシミュレーションによる妥当性検証，③脱成長志向の地域施策群のWhat-IF分析と最適な施策導入パターンの抽出。本研究の新規性は脱成長施策の効果を定量評価する点であり、領域を跨ぐ複雑な相互効果を統合モデルで評価する学際性や、Well-beingを所得・時間・ネットワークによる効用関数で表す試みが独自性である。
Outline of Annual Research Achievements	本研究は、脱成長社会への移行施策による地域社会の持続可能性への効果を検証するための、地域社会の食・エネルギー・ケア領域を統合的に再現したエージェント・ベース・モデルの開発を目的とし、新潟県佐渡市を対象に①データ収集と分析によるエージェント・ベース・モデルの初期値とパラメータ設定，②エージェント・ベース・モデルの実装とBAUケースのシミュレーションによる妥当性検証，③脱成長志向の地域施策群のWhat-IF分析と最適な施策導入パターンの抽出、の3段階で行う事を計画するものである。今年度は特に食分野に絞り、市場を介さない食のやりとり（自家生産やおすそわけ）に着目し、データの収集を行って市場を介さない食行動の予測モデルの構築を試みた。過去に対象地域において訪問調査された、市場を介さない食行動の程度（品目数や割合、人数や面積など）と回答者属性（年齢・性別・居住年数・地域との関係・家族人数・職業など）のデータを用いた。構築したモデルにおけるシミュレーションの入浴データとするため、対象地域の合成人口データを収集した。分析は重回帰分析や決定木、ランダムフォレストなどの複数の手法を用いて試みた。結果として、いくつかの属性とおすそ分け行動との相関関係は観察されたものの、変数による強い影響関係が見いだされず、予測精度の高いモデルを得ることができなかった。本モデルでは再現性や不確実性が許容レベルを下回ると考え、本モデルはWhat-if分析には用いないこととした。
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 回答者の属性を説明変数とした、市場を介さない食行動の予測モデルの構築を試みたが、予測精度が高いモデルが得られず、再現性の高いエージェント・ベース・モデルの作成と妥当性検証に進めなかったため。
Strategy for Future Research Activity	今後はエネルギー分野の分析にとりかかり、再生可能エネルギーの空間分布データの構築と、家庭や事業者による発電行動の選択に関するモデリングや最適化を行う予定である。今年度収集した対象地域の合成人口データや再生可能エネルギーの選択に関する文献などのデータは、エージェント・ベース・モデルにおけるエネルギー需要の設定や行動選択シミュレーションに使用することを検討している。