• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 実施状況報告書

自律船導入による波及効果シミュレーションモデルの開発

研究課題

研究課題/領域番号 20K04732
研究機関東京大学

研究代表者

川崎 智也  東京大学, 大学院工学系研究科(工学部), 講師 (30705702)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード自律船 / シミュレーションモデル / 船社 / 荷主 / ネットワーク / 船型
研究実績の概要

(1) 自動船を導入した海運ネットワークの質的評価
今年度は,これまでに構築したモデルを用いて,自律・自動船や自動化ターミナルをはじめとした海運・港湾関係の新技術導入に伴う港湾政策のあり方について考察した.また,新たに複雑ネットワークを用いた分析を追加した.その理由としては,これまでの貨物フローなどの量的な分析だけでなく,より質的な評価を実施することで海上リンクやノードとしての港湾の重要性を評価できるためである.具体的には,自動船を導入したリンクについて船員削減,スペースの有効活用による輸送単価の減少,固定費用の低減,運航頻度などを考慮した重み付きリンクを提案し,自動船波及のリンク予
測を行った.その結果,自動船の導入により船型はやや小型化し,運航頻度がやや増加する結果となった.これは,自動船の運航費用が従来船よりも比較的安価であることが主な理由である.ただし,ネットワーク構造に劇的な変化はなかった.今回適用した海運ネットワークは北東アジアと世界の主要港湾のみの限られたネットワークであるため,研究期間を延長した次年度(最終年度)では世界の主要港を対象として分析を拡張し,これまでに構築したモデルによる分析結果も含め,港湾政策のあり方について提言する予定である.

(2) 船舶寄港パターンシミュレーション
前年度に船舶寄港パターンシミュレーションモデルを開発したが,これに新たに船舶サイズ選択行動を考慮したモデルを開発した.これを用いることにより,より詳細な船舶寄港パターンの分析が可能となる.最終年度はこの拡張モデルを実ネットワークに適用することにより,船舶寄港パターンを詳細に分析する.

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

当初予定していたモデルは全て開発が完了し,さらに追加でネットワーク分析を実施した.このネットワーク分析の全世界海運ネットワークへの適用が未実施のため,研究期間を延長することにした.そのため,研究期間は延長したものの,おおむね順調に進展しているとした.

今後の研究の推進方策

これまでに述べたように,追加分析を含め,研究は順調に進展している.最終年度は全世界ネットワークへの適用と政策提言を実施する.

次年度使用額が生じた理由

モデル拡張分の分析が完了していないため,研究期間を1年延長した.その影響で次年度使用額が発生している.

  • 研究成果

    (2件)

すべて 2023 2022

すべて 雑誌論文 (2件) (うち査読あり 2件)

  • [雑誌論文] A Case Study of How Maersk Adopts Cloud-based Blockchain Integrated with Machine Learning for Sustainable Practices2023

    • 著者名/発表者名
      Wong, S., Yeung, J.K.W., Y., Lau, Y., Kawasaki, T.
    • 雑誌名

      Sustainability

      巻: 15(9) ページ: 7305

    • DOI

      10.3390/su15097305

    • 査読あり
  • [雑誌論文] Cooperative strategy at ports in different motivations: cooperation for regional welfare and for competition2022

    • 著者名/発表者名
      Tagawa, H., Kawasaki, T., Hanaoka, S.
    • 雑誌名

      Maritime Transport Research

      巻: 3 ページ: 100075

    • DOI

      10.1016/j.martra.2022.100075

    • 査読あり

URL: 

公開日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi