2019 Fiscal Year Research-status Report
Development of a model for prediction of idle farmland lending intention by machine learning: Impact assessment on rural communities, and promotion of land accumulation to leaders
| Project/Area Number |
19K06246
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
栗原 伸一 千葉大学, 大学院園芸学研究科, 教授 (80292671)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加藤 顕 千葉大学, 大学院園芸学研究科, 助教 (70543437)
丸山 敦史 千葉大学, 大学院園芸学研究科, 准教授 (90292672)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 耕作放棄 / 農林業センサス / 階層ベイズ |
|---|
| Outline of Annual Research Achievements |
初年度は，耕作放棄地の発生要因に関する既往研究のサーベイと，耕作放棄地に関する問題が顕在化している千葉県を対象に，2015年農林業センサスの個票データを用いて，計量的に耕作放棄の発生要因を明らかにした。
まず，既往研究であるが，我が国における耕作放棄要因についての計量的な分析は2000年以降に散見され，それらは概ね2つに分類できる。1つは地図情報を用いた研究で，いずれも耕作放棄要因として標高が高いことや傾斜角が大きいことなど，農地条件の悪さを指摘している。もう1つは農業集落カードを用いた研究で，耕作放棄の高い集落の傾向として，小規模・単一経営農家や労働投入量の低い高齢農家の比率が高く，人口集中地区から離れていること，販売農家の比率が低く，畑地・樹園地が多いことなどを挙げている。また，集落内農地貸借率が低いことや地域性が大きいことなども指摘している。
以上の既往研究を参考に，初年度は農業センサス個票データを用いて計量分析を実施した。地域差や農家差を変量効果として組み込んだ階層ベイズ・トービット回帰モデルをマルコフ連鎖モンテカルロ法でベイズ推定したところ，高齢化や後継者不在，労働投入量が低いことが耕作放棄につながることがわかった。また，畑や貸出農地面積，非主業農家，単一経営など，先行研究で指摘された指標についても，耕作放棄の要因となっていることが確認された。一方，変量効果については，地域差に比べて農家差で大きくなっていることから，耕作放棄の発生構造は，農家ごとに由来する戸別の事情によるところが大きいといえる。また，本モデルの特徴である個別（地域別）の変量効果の値からは，悪条件の農地が多い海匝・山武地域×中間農業地域で耕作放棄が発生しやすく，逆に肥沃な畑地農業の広がる北総地域×中間農業地域で発生し難いという地域的傾向も把握できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初，初年度は既往研究のサーベイと，海外研究機関へ研究手法に関する打ち合わせを行う程度の計画であったが，研究分担者の協力もあり，複雑な統計モデルを適用した業績（論文1件が受理予定）を早速あげることができた。
|
| Strategy for Future Research Activity |
初年度に利用した農林業センサスの個票を複数年で接続しパネル化したデータを，ベイズ統計モデルで分析する予定である。また，機械学習をモデルに取り入れる手法についてサーベイを続けたい。なお，初年度は新型コロナの影響で海外研究機関への打ち合わせ出張が取りやめになったため，この問題が収束し次第，再開する予定である。
|
| Causes of Carryover |
新型コロナウィルスの影響で，当初予定していたアメリカの大学への打ち合わせ出張が取りやめとなったため，次年度使用額が生じてしまった。本問題が収束し次第，先方と連絡を取り合い，出張計画を再開する予定である。
|
