経済学の実証研究における衛星画像と機械学習の応用―アフリカの開発政策を事例に―

2019 Fiscal Year Research-status Report

• Project/Area Number: 19K21686
• Research Institution: University of Tsukuba
• Principal Investigator: 牛島 光一 筑波大学, システム情報系, 助教 (80707901)
• Co-Investigator(Kenkyū-buntansha): 日野 英逸 統計数理研究所, モデリング研究系, 准教授 (10580079) ; 小西 祥文 筑波大学, システム情報系, 准教授 (40597655) ; 木島 陽子 政策研究大学院大学, 政策研究科, 教授 (70401718)
• Project Period (FY): 2019-06-28 – 2022-03-31
• Keywords: 機械学習 / 統計的因果推論 / 開発政策 / 衛星画像 / サブサハラ・アフリカ / 転移学習

Outline of Annual Research Achievements

本研究の目的は、衛星画像を用いた転移学習という機械学習の手法が、サブサハラ・アフリカのような統計情報の不足する地域の情報収集のための強力なサポートツールになることを示すことである。これにより、衛星画像解析に加えて、機械学習を用いた社会経済的情報の外挿を試みることで、経済学における衛星画像利用の潮流の更に先を目指す。具体的には、第一に、ケニア全土における道路の質情報と衛星画像を教師データとし、そこで求めたモデルを用いて近隣諸国およびサブサハラ・アフリカ全体の道路の質を予測する。第二に、予測されたデータを用いた応用例として、大統領の民族優遇の問題や物流と市場統合の季節性の問題を考える。本年度は、まず、実証分析に必要となるデータベースの構築に着手し、また、大統領の民族優遇と道路の質の関係について分析をおこなった。

道路の質と衛星画像：分析のための情報として、ケニアの衛星画像の収集、および、ケニアの道路建設のための予算（district別、道路種別）、地域の物価情報を現地のカウンターパートを通じて収集した。また、ケニア以外のアフリカ諸国の道路質の空間情報も入手することができた。このアフリカ諸国の道路質の情報は機械学習において予測モデルを構築する際の補助情報として活用することで、大幅な外挿精度の向上が期待できる。プロジェクト開始前に予定していたものよりも良い情報を入手することができた。

大統領の民族優遇と道路の質：ケニアの道路の質に関する空間情報を用いて、選挙の際に大統領を支持した地域はほかの選挙区と比べて道路の量が多いこと（人口100人あたり3本多い）、大統領と同じ民族がすむ地域ほど道路の質が良いこと（質の悪い道路が１８％も少ない）、を明らかにした。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本年度は、プロジェクトの初年度であることから、データの収集が主たる目標であった。コロナ禍にともなう活動自粛によって研究補助者によって行う予定であった一部のデータ収集作業に遅れがあるものの、ケニアでのデータ収集を無事に行えたこと、また、当初予定していたよりも質の高い教師データを入手することができたことから、おおむね順調に進展していると考えている。また、本研究予算の採択直前（申請後）であったため、本プロジェクトの直接的な実績ではないが1件の学会報告をおこなっており、データを用いた応用研究も進展している。

Strategy for Future Research Activity

プロジェクト2年目にあたる令和2年度は、引き続きデータ（衛星画像）の収集を行う。具体的には、過去20年分のケニア全土の衛星写真を収集する。その後に、データの前処理を行い、機械学習を用いて、道路の量と質に関するsub-district単位のパネルデータを構築する。また、応用例として、この機械学習によって予測された道路の質と量に関するデータを用いて大統領の民族優遇との関係についての分析を進める。

Causes of Carryover

コロナ禍にともなう活動自粛によって予定していただけの研究補助者の雇用、および（中国で生産されている）物品の購入ができなかったため、次年度使用額が生じた。これらを次年度に持ち越し、研究補助者の雇用に使用する。