| Project/Area Number |
23K21647
|
|---|
| Project/Area Number (Other) |
21H03400 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60030:Statistical science-related
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
松田 安昌 東北大学, 経済学研究科, 教授 (10301590)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石原 卓弥 東北大学, 経済学研究科, 准教授 (30899662)
佐藤 宇樹 武蔵大学, 経済学部, 専任講師 (80848078)
李 銀星 東北大学, 経済学研究科, 講師 (00845084)
矢島 美寛 東北大学, 経済学研究科, 客員教授 (70134814)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥16,770,000 (Direct Cost: ¥12,900,000、Indirect Cost: ¥3,870,000)
Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
Fiscal Year 2023: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
Fiscal Year 2022: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
Fiscal Year 2021: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
|
|---|
| Keywords | 空間主成分分析 / 空間データ / 因子モデル / 深層学習 / 高次元時系列 / 時空間データ / 予測 / 時空間回帰モデル / 回帰不連続デザイン / Cox空間回帰モデル / 機械学習 / 人流 / 不動産取引 / 関数回帰モデル / 時空間モデル / 空間パネルモデル / Cox比例ハザードモデル / 時空間ＡＲＭAモデル |
|---|
| Outline of Research at the Start |
本研究は、大規模な時空間データに現代的なデータ科学の理論と方法を積極的に応用し、社会科学への新たな知見を発見することを目的としている。近年の社会科学における大規模データは、時間の流れとともに、空間上の諸点で収集される時空間データとして観測されることが通常である。大規模時空間データ分析の理論と方法により、社会科学への豊かな応用を開くことを目指す。
|
| Outline of Annual Research Achievements |
大規模な時空間データを収集し、社会科学への応用実証研究を行った。まずは、回帰不連続デザインを空間データに拡張して、地域間の政策の差が収入に与える効果を実証分析を行った。空間回帰不連続デザインでは独立な直線状の観測値を想定する従来の方法を空間データに拡張するものである。ドイツでは1991年のベルリンの壁崩壊による統一後、旧西ドイツと東ドイツの国境でGDPにどのような差があるのかを空間回帰不連続デザインを応用して分析した。その結果、東西ドイツの政治体制が統一後においてもなお収入に影響を与えていることが明らかになった。
マクロミルが保持するに３万人のモニターに対して、幸福度の調査を実施した。ここでモニターは沖縄を除く４６都道府県に居住する日本人25,000人にサーベイした幸福度を従属変数とし、住所の郵便番号から空間上の位置を考慮した空間分析を行った。その結果、公共心が高い地域ほど幸福度が高くなるという興味深い分析を行った。
東京都下の不動産賃貸情報をスクレーピングで収集したビッグデータに対してCox比例ハザードモデルをフィットし、価格弾力性を評価した。ここで、価格弾力
性を場所の関数としてニューラルネットワークモデルをあてはめて価格弾力性の地域変動を評価し、賃貸市場の地域特性を分析した。
国際研究集会Risk and Statistics, 3rd Tohoku-ISM-UUlm Joint Workshop（Oct 12-14, 2022）を東北大学にて開催した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は３件の大規模時空間データを収集し、社会科学への応用実証研究を行った。３件の実証結果は、空間データの特性をよくとらえており、社会科学への意義深い実証研究であると評価できる。
|
| Strategy for Future Research Activity |
大規模な時空間データの中でも特に空間パネルデータのモデル分析を目指す。空間パネルデータとは、空間データを時間とともに観測したデータであり、パネルデータの特殊な場合とみなされる。データ点が莫大で不規則に観測されること、時点ごとにデータ点が一定ではないこと、時間方向の長さが空間点の数に比して小さいことがあげられる。以上の特徴により、主成分分析をそのまま拡張することはできない。そこで、主成分分析を関数データに拡張して空間パネルに応用できる空間主成分分析を提案する。さらにDoCoMo空間統計より人流を空間パネルデータとして収集し、コロナ禍後の関東圏人口動態を分析する。
|
