Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

都市計画情報を考慮した ミクロな将来世帯数の推計手法の構築

103 views

Published on

An Small Area Estimation of Future Household Distribution using Urban Planning Information

2019年度 中部大学 問題複合体を対象とするデジタルアース 共同利用・共同研究拠点 成果報告会資料

Published in: Real Estate
  • Be the first to comment

  • Be the first to like this

都市計画情報を考慮した ミクロな将来世帯数の推計手法の構築

  1. 1. 都市計画情報を考慮した ミクロな将来世帯数の推計⼿法の構築 仙⽯裕明,秋⼭祐樹(東京⼤学空間情報科学研究センター) 渡部展也(中部⼤学国際GISセンター) An Small Area Estimation of Future Household Distribution using Urban Planning Information 2019年度 中部⼤学 問題複合体を対象とするデジタルアース 共同利⽤・共同研究拠点 成果報告会 2020/2/13 中部⼤学 中部⾼等学術研究所 国際GISセンター
  2. 2. ⽬次 1. 研究背景と⽬的 2. 研究⽅法 3. 分析結果 4. 考察とまとめ 5. 中部⼤学 6. 参考⽂献 7. 補⾜資料 copyright SengokuLAB all rights reserved 2
  3. 3. 1. 研究背景と⽬的 copyright SengokuLAB all rights reserved 3
  4. 4. 1.1 研究サマリー ⽬的 少⼦⾼齢化に伴う住宅供給や公共サービスのあり⽅を,データに基づいた計 画⽀援できる基盤の構築。 アプローチ 分析基盤として世帯数データに着⽬し、ミクロかつ⻑期にわたって将来推 計する⼿法を構築し、既存住宅流通量との関係性を分析。 copyright SengokuLAB all rights reserved 4
  5. 5. 1.1 共同利⽤・共同研究の位置づけ 本研究が対象とする⼈⼝・世帯数は「デジタルアース」の実現において, ⾃然現象や社会現 象を問わず、GISを活⽤したシミュレーションにおける基礎データであり,SDGs⽬標 で ある下記2つに該当する。 Goal 11: Make cities inclusive, safe, resilient and sustainable Goal 12: Ensure sustainable consumption and production patterns 本研究は不動産の需給にフォーカスしている。不動産に限らず、 さまざまな需給分析における基礎データとしての活⽤が⾒込める。 copyright SengokuLAB all rights reserved 5
  6. 6. 1.2 問題背景 出典: 株式会社野村総合研究所「総住宅数,空き家数および空き家率の実績と予測結果」 https://www.nri.com/jp/news/2016/160607_1.aspx 住宅⼾数は世帯数を上回っており,空き家増加の可能性が予測されている. 出典: 東洋経済オンライン「相続税対策は⼤丈夫?アパート空室率が急増」 http://toyokeizai.net/articles/-/127463?page=2 copyright SengokuLAB all rights reserved 6
  7. 7. 1.2 着眼点 16,200 18,887 20,060 20,154 20,111 20,215 35,642 34,017 32,993 32,285 31,120 29,341 65 65 「政策ターゲットとする空き家とどのような空き家であり,その定義がどよう なものであるか,その数がどの程度あるかを認識し,常にモニタリングしてい くため 社会基盤を構築しておかなけれならない」とされている(清⽔,2016). copyright SengokuLAB all rights reserved 7
  8. 8. 1.3 現⾏の⼈⼝推計⽅法と課題 ⼈⼝推計の2⼤構成要素 ⾃然増減 社会増減 出⽣、出産、死亡 引越し copyright SengokuLAB all rights reserved 8
  9. 9. 出典: 内閣府「主な国・地域の合計特殊出⽣率の動き(アジア)」 https://www8.cao.go.jp/shoushi/shoushika/data/sekai-shusshou.html ⼈⼝推計の2⼤構成要素 出典: 社会実情データ図解「OECD主要国の移⺠⼈⼝⽐率の推移」 hRp://honkawa2.sakura.ne.jp/1171.html ⾃然増減 社会増減 出⽣、出産、死亡 引越し 全世界的に収束 傾向にある 全世界的に変動 が⼤きくなって いる =予測しやすく なっている =予測しにくく なっている 1.3 現⾏の⼈⼝推計⽅法と課題 移⺠、都市集中等 copyright SengokuLAB all rights reserved 9
  10. 10. 社会増減は分析する空間スケールに応じて使い分ける必要がある。 社会増減 都道府県 市区町村 町丁⽬ ・・・・・・ ・・・ ・・・ 1.3 現⾏の⼈⼝推計⽅法と課題 マクロ 経年⼈⼝⽐ ミクロの場合は誤 差が起きやすい ミクロ 回帰法 グラビティモデル ロジットモデル その他分配法 等 copyright SengokuLAB all rights reserved 10
  11. 11. 過去に実施した研究において,⼩地 域を対象としたコーホート要因法を 構築. マンションが建設されているエリア では,誤差が著しく⼤きくなってい ることを確認. 男⼥5歳階級別⼈⼝を町丁⽬単位等 において推計する⼿法は盛んに⾏わ れ始めているものの,世帯数を推計 する⼿法についてはまだみられない. 11 将来⼈⼝推計データ検証結果 (神奈川県⼤和市) 1.3 現⾏の⼈⼝推計⽅法と課題 現在,国⽴社会保障・⼈⼝問題研 究所が提供している推計データは, 都道府県や市区町村単位などマク ロな推計結果に留まる. copyright SengokuLAB all rights reserved
  12. 12. 1.4 ミクロスケールにおける社会増減推計の課題 局所的に発⽣する急激な社会増減をどう表現するか︖ 過去データ 都心 郊外 住宅 需要過多 供給過多 公共空間 供給不足 供給過多・供給ゼロ 未来データ 待機児童 待機⽼⼈ 空き家 不採算施設 フードデザード 地価⾼騰 空き地局所混雑 災害復興 未来データ(都市計画 情報)の利⽤ 大規模 オフィスビル タワー マンション 大規模 マンション 出典: Wikimedia パークシティ武蔵⼩杉ミッドスカイタワー 出典:ミッドランドスクエア copyright SengokuLAB all rights reserved 12
  13. 13. 2. 研究ロードマップ copyright SengokuLAB all rights reserved 13
  14. 14. 2.1 研究ロードマップ 将来空き⼾数を推計するにあたり、段階をわけて世帯数推計を実施。 間取別⼾数は取得で きなかったため、⼾ 数情報のみを利⽤ 追加 実現 未実現 step1 step2 将来世帯数推計 (町丁・字単位) 建設予定の マンション⼾数 不動産データ 家族類型別 将来世帯数推計 (町丁・字単位) 国勢調査 家族類型別 ⼈⼝・世帯数 (町丁・字単位) 総務省 住⺠基本台帳 (町丁・字単位) ⾃治体 将来⼈⼝推計 (市区町村単位) ⼈⼝問題研究所 step3 建設予定の マンション⼾数 (間取別) 不動産データ 将来空き⼾数推計 (町丁・字単位) 募集⼾数 (パネルデータ) 不動産データ 追加 本来は間取別⼾数を 推計対象としていた が、データ取得でき なかったため、⼾数 情報のみを利⽤ 補⾜︓ 建設予定⼾数はすべ て居住されるものと 仮定 copyright SengokuLAB all rights reserved 14
  15. 15. 15 2010年に実施された国勢調査結果から推計した2015年の世帯数を,国勢調査2015の家族類型別世帯数によって検証 2.2.1 家族類型別将来世帯数推計⽅法 世帯主率法 将来⼈⼝推計 (町丁・字単位) ※マンション建設分の世帯数については地域外から の移動世帯数として計上 国勢調査 ⼈⼝・世帯数 (町丁・字単位) 将来⼈⼝推計 (市区町村単位) 将来⼈⼝推計 (都道府県単位) 将来世帯数推計 (町丁・字単位) 国勢調査 家族類型別世帯数 (町丁・字単位) 検証 総務省 ⼈⼝問題研究所 ⼈⼝問題研究所 総務省 建設予定の マンション⼾数 建設予定の マンション世帯数 不動産データ 世帯属性推定 (国勢調査の⾮集計化) 住宅地図 株式会社ゼンリン 世帯主年齢・家族類型別世帯数 (町丁・字単位) 町丁・字 (※1) (※1) copyright SengokuLAB all rights reserved
  16. 16. 16 y = 1.108x + 1.5021 R² = 0.97509 0 500 1000 1500 2000 2500 3000 3500 0 500 1000 1500 2000 2500 3000 2015 2015 2015 y = 1.1696x - 16.566 R² = 0.93575 0 500 1000 1500 2000 2500 3000 3500 0 500 1000 1500 2000 2500 2015 2015 2015 マンション情報なし マンション情報あり 2.2.2 都市計画情報有無における推計値の違い 凡例 (推計/実績値) 駅前やマンションの新設があった地域において,都市計画情報を⽤いない場合よりも 推計精度の向上を確認。 copyright SengokuLAB all rights reserved
  17. 17. 17 2.2.3 家族類型別将来世帯数推計結果 主に駅前や公園・⼤型施設がある地域において 誤差が⼤きい結果となった. 凡例 (1-(推計/実績値)) 三軒茶屋駅 ⼆⼦⽟川駅 下北沢駅 都市計画を考慮した昨年度の世帯数推計⼿法を改良し、世帯主・家族類型別将 来世帯数の推計⼿法を構築.単独世帯や夫婦のみ世帯では⾼い推定精度を確認. copyright SengokuLAB all rights reserved
  18. 18. 18 2.3.1 空き⼾数推計⽅法 将来世帯数推計 (町丁・字単位)住⺠基本台帳 ⼈⼝・世帯数 (町丁・字単位) アットホーム 不動産ライブラリー 賃貸募集物件データ (⼾単位) 町丁⽬集計 パネルデータ化 パネルデータ化 名寄せ 世帯数・募集物件パネルデータ ハウスマン検定 パネルデータ分析 固定効果確認 予測モデル 将来募集物件数 (町丁・字単位) ⼩地域単位の住宅流通量および世帯数のパネルデータ分析を実施。ハウスマン検定により、ランダム効果 と説明変数 xiとの相関を確認。検定の結果、相関がないことが確認され、固定効果効果モデルを採⽤し、 これまで構築してきた⼩地域における世帯数推計結果を⽤いて中古賃貸物件の将来の募集件数を推計。 copyright SengokuLAB all rights reserved
  19. 19. 19 2.3.1 空き⼾数推計結果 東京都⽂京区 凡例 残差率 商業地区・文教地区で 賃貸物件が少ない地域 東京ドーム 筑波大学附属高校 日本女子大学 お茶ノ水女子大学 オフィスエリア Method: Least Squares Adj. R-squared: 0.881 F-staYsYc: 227.1 copyright SengokuLAB all rights reserved
  20. 20. 20 2.3.2 空き⼾数推計結果横浜市⾦沢区 凡例 残差率 分譲住宅や建売住宅、工場 が多く、賃貸が少ない地域 Method: Least Squares Adj. R-squared: 0.870 F-statistic: 236.9copyright SengokuLAB all rights reserved
  21. 21. 21 2.3.3 空き⼾数推計結果両地域結果⽐較 2013年1月 2016年12月 時間の固定効果の時系列推移 横浜市⾦沢区⽂京区 2011年1月 2016年12月 時間の固定効果の時系列推移 募集物件が減少傾向 募集物件が増加傾向 copyright SengokuLAB all rights reserved • ハウスマン検定の結果、 説明変数と変量効果の間 の無相関は1%有意で棄 却され、固定効果モデル が妥当と考えられる。 • 世帯数や町丁⽬別の影響 を除してもなお, ⽂京区 全体で流通物件が減少傾 向化にあることが確認で き、需要過多が進展して いると考えられる。 • 横浜市⾦沢区では逆に微 増傾向にあり、供給過多 になりつつあることが確 認された。
  22. 22. 22 2.3.4 実績値 2015年(東京都⽂京区) 東京ドーム 筑波大学附属高校 日本女子大学 お茶ノ水女子大学 オフィスエリア 凡例 月次募集件数 2015(実績) copyright SengokuLAB all rights reserved
  23. 23. 23 2.3.5 推計値 2025年(東京都⽂京区) 東京ドーム 筑波大学附属高校 日本女子大学 お茶ノ水女子大学 オフィスエリア 凡例 月次募集件数 2025(推計) copyright SengokuLAB all rights reserved
  24. 24. 24 2.3.6 実績値 2015年(横浜市⾦沢区) 凡例 月次募集件数 2015(実績) 横浜市立大学 金沢文庫駅 関東学院大学 copyright SengokuLAB all rights reserved
  25. 25. 25 2.3.7 推計値 2025年(横浜市⾦沢区) 凡例 月次募集件数 2025(推計) 横浜市立大学 金沢文庫駅 関東学院大学 copyright SengokuLAB all rights reserved
  26. 26. 2.4 研究課題整理 これまでの研究において、以下のことが明らかになった。 • 将来の都市計画データを⽤いることで、新しいマンション建設があるエリアにおいて推 計精度向上を確認できた。 • ただし、家族類型別で実施する場合には、家族類型によって推計精度がまちまちであっ た。間取や建物の属性を考慮した推計が求められる。 • 仙川駅や清澄⽩河駅のように、⼤規模なマンション建設はないが、⼈⼝増加があったと みられる地域も存在。地域ブランディング等により⼈気が向上した場合も確認できた。 データ取得の都合上、間取りを考慮した⼾数情報を⾒送っていたが、個別の⼾に関する属 性を考慮した⾮集計建物データの活⽤により改善が考えられる。 Ex.「⼾建て・賃貸」、「築年数」、「間取り」等 copyright SengokuLAB all rights reserved 26
  27. 27. 2.4 (補⾜)実施が難しい点 まちの⼈気の定量化において、ソーシャルメディアの活⽤を検討したが、 分析に必要な情報が⾜りず、断念。 データセクション社「ソーシャルメディア蓄積・分析情報」 =>ミクロな地域の特定にはジオタグが必要となるが、⾮集計状態での利⽤ができなかっ た。投稿⽂から地域情報の抽出を試みたが、投稿内に住所や地名が⼊るケースが乏しく、 分析には不⼗分であった。 copyright SengokuLAB all rights reserved 27
  28. 28. 3.⾮集計データを⽤いた 社会増減の推計⽅法 copyright SengokuLAB all rights reserved 28
  29. 29. 建物情報・居住者情報に基づいた詳細かつ⾼精度な⼈⼝推計の実現に向け て、以下のデータを連携して⾮集計建物データベースを構築する。 • 「Zmap TOWN II (2016年度 Shape版) 東京都 データセット」 • 提供︓ 株式会社ゼンリン • 号レベルの建物データが網羅的に蓄積されており、メインソースとして活⽤。建物 や居住者の詳細情報はが⽋如している。 • 「不動産データベース」 • 提供︓ 株式会社ナビコム • 築年数、階数、敷地⾯積などの建物属性や居住者の情報を含み、個別具体的な事例 分析に⽤いられる。 • ただし、地番住所で作成されており、⼀部の⾃治体に限られる。 29 3.1 データソース copyright SengokuLAB all rights reserved
  30. 30. 1. 株式会社ナビコムと不動産データベースの結合 1. 住所情報が住所表記と地番住所で構成されており、通常のジオコーディングでは半 数程度の結合 2. Zmap TOWNⅡの表札情報等とのテキストマッチングを⾏うことで、地番住所へ の緯度経度付与を実現。 2. 不動産データベースから世⽥⾕区の⼾建・共同住宅を抽出し、居住期間 別に、2015年を基準年として町丁⽬単位で集計 3. 同国勢調査の居住期間別⼈⼝データを付与し、居住期間別の棟数と⼈⼝ からなるデータセットを作成および⽐較 4. 1995年以前の住居データはZmap TOWN II を町丁⽬単位で抽出・集計 し、不動産データベースのデータを差し引いて算出 30 3.2 ⼿順 copyright SengokuLAB all rights reserved
  31. 31. Zmap TOWNⅡの表札情報等とのテキストマッチングを⾏うことで、地番 住所への緯度経度付与 31 3.3 住宅地図と不動産データベースの結合⼿順 ⼊⼒データ1 ⼊⼒データ2 クレンジン グ 結合データ 住所表記揺れ 修正 東京都中央区 東京都千代⽥区 ・・・ ⼊⼒データ1 ⼊⼒データ2 表記揺れ修 正 ・重複除去 市区町村ごとの結合 結合 ・“所在地”カラムの形態素解析 ・市区町村合併対応 等 “物件名”による完全⼀致特定の表記およびエリア名 除去等の“物件名”のクリーニング ・不要列の除去 等 copyright SengokuLAB all rights reserved
  32. 32. 32 3.4 作成結果 (⼾建のみ) 時期 ⼾数 割合 1990年以前 38,540 34% 1991年以降 74,610 66% 全navicomデータ(地番住所)のうち 89%のジオコーディングに成功 copyright SengokuLAB all rights reserved
  33. 33. 33 3.5 築年数と転出⼊の関係性 <共同住宅> • 1年以上5年未満、10年以上 20年未満において棟数と⼈ ⼝に⼀定の関係がある • 5年以上10年未満、20年 以上においてはプロットが ばらつく傾向にあり、転出 ⼊が多い時期と考えられる <⼾建住宅> • 20年以上では⼀定の関係性 が⾒られる 0 200 400 600 800 1000 1200 1400 1600 1800 0 20 40 60 80 100 世帯数 ⼾数 1年以上5年未満 ⼾建 共同… 0 200 400 600 800 1000 1200 0 50 100 150 200 250 世帯数 ⼾数 10年以上20年未満 ⼾建 共同… 転⼊⼈⼝ 転⼊⼈⼝ 0 200 400 600 800 1000 1200 1400 1600 1800 0 20 40 60 80 100 世帯数 ⼾数 1年以上5年未満 ⼾建 共同… 0 200 400 600 800 1000 1200 0 50 100 150 200 250 世帯数 ⼾数 10年以上20年未満 ⼾建 共同… 転⼊⼈⼝ 転⼊⼈⼝ copyright SengokuLAB all rights reserved
  34. 34. 4. まとめ copyright SengokuLAB all rights reserved 34
  35. 35. 35 • 今回の研究では、⾮集計建物データベースの構築と町丁⽬単位における築 年数と転出⼊の弱い相関を確認することができた。 • 個票データとの⽐較など詳細に確認していくことで国勢調査では秘匿処理 の関係で扱うことができない建物⽤途・階数・⾯積など様々な建物情報を、 不動産DBによって補間・代替することが期待できる。 4.1 まとめ copyright SengokuLAB all rights reserved
  36. 36. 36 • 今回の研究では、町丁⽬単位における築年数と転出⼊の弱い相関を確認す るに留まっており、⾮集計建物データベースを活⽤した世帯数推計および 空き⼾数推計を試みたい。 • 不動産データベースは建築確認申請を公開していない地域では取得できな いため、補間・予測等を⾏う必要がある。 • 下記課題については依然として障壁になっており、本⼿法を広域に拡⼤し ていく場合には改善が必要である。 • 住⺠基本台帳データの取得・加⼯コストが⾼く、広域における展開が 難しい。 • 地域によっては賃貸物件や売買物件等の情報が不⾜しており、⼗分な 研究ができない。 • 賃貸のみならず、売買物件や空き家物件情報等も推計に加味していきた い。 4.2 残課題 copyright SengokuLAB all rights reserved
  37. 37. 参考⽂献 copyright SengokuLAB all rights reserved 37 • 総務省(2016)2040 年頃までの全国⼈⼝⾒通しと 近年の地域間⼈⼝移動傾向 • 清⽔千弘(2016)空き家ゾンビは何⼈いるのか︖-官⺠ 連携による空き家対策の進め⽅-.「HIT- REFINED Working Paper」,64. • 秋⼭祐樹・上⽥章紘・⼤内健太・伊藤夏樹・⼤野佳哉・髙岡英⽣・久冨宏⼤(2019)公共データを活⽤し た空き家の分布把握⼿法の⾼度化 ⾃治体の公共データを活⽤した空き家の分布把握⼿法に関する研究 (その2), ⽇本建築学会計画系論⽂集,764, 2165-2174. • Yuki Akiyama, Akihiro Ueda, Kenta Ouchi, Natsuki Ito, Yoshiya Ono, Hideo Takaoka, Kohta Hisadomi(2019) Estimating the Spatial Distribution of Vacant Houses Using Public Municipal Data. 165-183. • Caballero, Ricardo J., Takeo Hoshi, and Anil K. Kashyap. (2008) "Zombie Lending and Depressed Restructuring in Japan." American Economic Review, 98(5), 1943-77. • 国⽴社会保障・⼈⼝問題研究所 (2019) ⼈⼝構造研究部⽇本の世帯数の将来推計(都道府県別推 計) 2019(平成31)年推計 • Takashi Inoue (2017) A smoothing method for small area demographics and its application to racial population projections in the US, 28th IUSSP International Population Conference
  38. 38. 38 本研究は中部⼤学問題複合体を対象とするデジタルアース共同利⽤・共同研 究IDEAS201904の助成を受けて実施致しました。また、東⼤ CSIS 共同研 究 No.733の成果の⼀部であり、データベース構築に際して株式会社ナビコ ムのデータベースを利⽤させて頂きました。この場を持ちまして御礼申し上 げます。 謝辞 copyright SengokuLAB all rights reserved
  39. 39. 補⾜資料 copyright SengokuLAB all rights reserved 39
  40. 40. • 本研究ではこれまでの世帯数推計⼿法を⽤いて、将来の既存住宅流通量 の推計⼿法の構築を⾏った。 • 賃貸募集データと世帯数の⽉次推移を分析した結果、需要過多や供給過 多を確認できた。 • 件数が多い賃貸物件を対象としたが、郊外では分譲や⼾建てが多い⼈⼝ 集中地区以外には適しておらず、売買件数の⽅が適している可能性があ る。いずれも地域によって不均質性を考慮する必要がある。 40 前回まとめ copyright SengokuLAB all rights reserved
  41. 41. 41 町丁⽬単位世帯主年齢・家族類型別世帯数のクロス集計表の作成 町丁⽬単位世帯主年齢・家族類型別世帯数のクロス集計表世帯属性推定結果 (国勢調査の集計前の状態を推定) 2017年度研究⼿法を改良・応⽤ (例として世⽥⾕区池尻周辺の構成⽐率を記載) copyright SengokuLAB all rights reserved

×