Agent-based data assimilation models for model_based policy making

2021 Fiscal Year Final Research Report

• Project/Area Number: 17H02035
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Research Field: Social systems engineering/Safety system
• Research Institution: University of Tsukuba
• Principal Investigator: Kurahashi Setsuya 筑波大学, ビジネスサイエンス系, 教授 (40431663)
• Co-Investigator(Kenkyū-buntansha): 寺野 隆雄 千葉商科大学, 基盤教育機構, 教授 (20227523) ; 吉田 健一 筑波大学, ビジネスサイエンス系, 教授 (40344858) ; 津田 和彦 筑波大学, ビジネスサイエンス系, 教授 (50302378) ; 高橋 大志 慶應義塾大学, 経営管理研究科(日吉), 教授 (60420478)
• Project Period (FY): 2017-04-01 – 2022-03-31
• Keywords: 社会システム / シミュレーション / 最適化

Outline of Final Research Achievements

Through participatory simulation studies, we analysed various factors as being necessary for social system models, such as rational decision-making, habitual behaviour and unexpected decisions by humans. In early 2020, when these studies were underway, a new coronavirus outbreak occurred, and the government declared a state of emergency. In response to this situation, we built an infectious disease policy model for the new coronavirus infection based on agent-based health policy gaming & simulation to predict the impact of human behaviour and policy.

Free Research Field

社会シミュレーション

Academic Significance and Societal Importance of the Research Achievements

本モデルの構築手法開発によって、地域における精度の高い感染者予測が可能となり、例えば新型コロナ感染において、札幌市と東京都での推定を行った結果では、1.2人/日という高い予測精度を示すことができた。このモデルを用いて、札幌市への流入リスクの影響を分析し、夏以降の流入者数を制限できていれば，11月の感染拡大は半分以下に抑えることができた可能性があることを示した。また、東京近郊市街地を対象とした個体ベースモデルから得た感染予防策の実効再生産数減少率を用い、飲食店の時短強化よりも飛沫防止策の徹底やテレワーク、イベント制限などとの総合的な対策が大きな効果を示すことを明らかにした。