| Project/Area Number |
22K18257
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Pioneering)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 7:Economics, business administration, and related fields
|
|---|
| Research Institution | Hitotsubashi University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
手島 健介 同志社大学, 経済学部, 教授 (10817737)
中川 万理子 一橋大学, 経済研究所, 講師 (30779335)
飯塚 浩太郎 東京大学, 空間情報科学研究センター, 助教 (60768620)
山崎 潤一 神戸大学, 経済学研究科, 講師 (80800606)
|
|---|
| Project Period (FY) |
2022-06-30 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥25,610,000 (Direct Cost: ¥19,700,000、Indirect Cost: ¥5,910,000)
Fiscal Year 2024: ¥10,530,000 (Direct Cost: ¥8,100,000、Indirect Cost: ¥2,430,000)
Fiscal Year 2023: ¥7,410,000 (Direct Cost: ¥5,700,000、Indirect Cost: ¥1,710,000)
Fiscal Year 2022: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
|
|---|
| Keywords | 空間経済学 / 都市経済学 / 機械学習 / 画像データ / リモートセンシング / 画像処理 / 深層学習 |
|---|
| Outline of Research at the Start |
近年の深層学習の技術の進歩は、画像データから様々な情報を獲得することを可能にすることで、衛星画像データや、古地図などの歴史データの利用可能性を広げている。さらに近年のドローン技術の進歩は、可視光のみならず、熱や水分などの情報を超高解像度で取得することを可能にした。本研究課題は画像データを用いた経済学の実証研究の可能性を開拓、およびドローンを用いたランダム化比較対照実験(RCT)という未開拓領域に取り組むことで、経済学の実証研究における革新を求める。特に、即時のデータ収集が可能なドローンとRCTとの組み合わせは、即時の政策評価を可能とし、政策立案過程における革新をも引き起こす可能性を持つ。
|
| Outline of Final Research Achievements |
This study aims to bring a new methodological development to economics by combining image data, such as satellite imagery, drone imagery, and historical maps, with machine learning techniques to extract spatial information that conventional statistics cannot capture. By measuring regional economic activity through vehicle density, understanding urban structure using historical images, and assessing living standards and urban infrastructure with drone imagery, the study successfully measured the impacts of urban policies and local economies at high spatial resolution and short time intervals. It also constructed long-term data on urban structure. In addition, the study advanced the development of a novel policy evaluation method that integrates image data with randomized controlled trials (RCTs).
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、画像データと機械学習技術を活用することで、従来の統計では捉えられなかった空間的・時間的に高解像度な情報を構築し、それを政策評価等の経済分析に導入することで、実証経済学の方法論に革新をもたらした点で学術的意義が大きい。さらに、地域経済、都市経済の状況を高解像度かつ高頻度で迅速に把握するための方法論を提供したことは、災害・パンデミック・インフラ整備などへの即応的な政策評価を可能にすることで、実務的・社会的にも高い意義を有する。
|
