| 研究課題/領域番号 |
21K04443
|
|---|
| 研究機関 | 東京都立大学 |
|---|
研究代表者 |
山村 崇 東京都立大学, 都市環境科学研究科, 准教授 (20732738)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 知識創造 / ナレッジシティ / 場所 / 都市イメージ |
|---|
| 研究実績の概要 |
（１）昨年度までに整理した産業コミュニティの継続的な維持発展を可能とするメカニズムと、国内外の文献調査から得られた知見とをあわせて、「創造的産業空間」の特性を整理し、産業活動の知識創造性を下支えする都市空間整備の条件を抽出した。その結果、歩行圏域がナレッジ・エコノミー時代の集積単位として重要であり、「ネイバフッド」スケールで知識創造産業の立地を解析し、ポテンシャルの高い地区を選んで集中的に伸ばすことが有効であると結論づけた。
（２）近代工業から知識創造産業への構造転換が進む地域として、富山市（製薬等）、犬山市（工作機械、半導体製造装置等）、高槻市（制御装置等）においてフールドワークを実施し、産業圏域としての特性を横断的に整理した。その結果、産業圏域の現状を把握する枠組みとして、開発と発展の経緯（土地の履歴、立地選定経緯、開発の根拠法等）、立地産業の特徴（産業分類別割合、職業分類別割合、知識産業・職業の割合等）、周辺の環境（母都市含む周辺の社会経済条件等）が有効であることを見いだした。加えて、知識創造産業への転換を促進する条件として、人材、投入材、資本、ナレッジ、社会関係資本、以上５要素の域内自足が重要であることを見いだした。
（３）「場所のイメージ」に影響を及ぼす要素のうち、視覚的に認知可能なもの（可視的形象）に着目し、東京都の主要地区を撮影した画像を用いて、認識ＡＩにより可視的形象の判別・タグ付けを行い、「場所のイメージ」との関連を検証した。検出されたタグ情報を説明変数、現実の地域イメージを目的変数として、回帰分析を行った。その結果、Web 画像情報のみによる重回帰モデルでも、一定の説明力を有することから、可視的形象が「場所のイメージ」に一定程度影響を及ぼしていることを指摘した。
|
| 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
現在までのところ、研究は当初計画に対して順調に進捗している。その理由は以下の通り：
（１）産業活動の知識創造性を下支えする都市空間整備の方向性については、国内外の文献調査が順調に進展したことに加えて、自治体関係者へのヒアリングなどを通して、知識創造産業支援の政策的課題を把握でき、それによって知見の整理が大きく進んだ。
（２）産業圏域の現状を把握する枠組みについては、フィールドワークが順調に進捗したことで、横断的知見を的確に整理することができた。
（３）場所のイメージの形成要因については、画像認識ＡＩの導入によって、画像上の都市景観要素の判別を自動化することが可能となり、大量の画像を用いて都市イメージ形成要素を検証できるようになった。
|
| 今後の研究の推進方策 |
（１）ネイバフッドスケールで、知識創造産業の誘致育成をめざしている国内外の事例に関して、文献調査を中心として必要に応じて現地調査を加えることで情報を収集する。各事例において知識創造の生じる《場所》として機能している要素を抽出し、整理分類する。
（２）近代工業から知識創造産業への構造転換が進む地域を訪問し、地域産業の育成振興に関する先進的な取り組み事例を調査する。各事例の特性を、これまでの分析成果にもとづく以下の分析枠組みを適用して整理し、比較分析する：現況把握として、①開発と発展の経緯、②立地産業の特徴、③周辺の環境（母都市含む周辺の社会経済条件等）、ポテンシャル把握として、各種域内自足率（人材、投入材、資本、ナレッジ、社会関係資本）。
（３）これまでの知見を体系化することで、産業活動の知識創造性を下支えする都市空間整備に求められる条件を網羅的に把握し、そこにおける《場所》の役割を理論化する。
|
| 次年度使用額が生じた理由 |
フィールドワークの一部を、オンラインインタビューや資料調査に切り替えたことなどから、次年度使用額が生じた。
来年度以降、現地踏査を含むケーススタディを増やしていく予定であるので、これまでオンラインインタビュー等を先行させていた事例を現地踏査により深掘することをふくめて、詳細なケーススタディを行うために、当該予算を使用する計画である。
|
