Does City Size Affect Happiness?

Abstract

１．はじめに 近年、都市が抱える様々な問題に対して、AI、IoT などの 新技術やデータを活用することで、全体最適化が図られる 都市のスマート化が推進されている (1) 。 電力システムを含め 都市機能の全体最適を検討する上で、携帯端末などから取 得可能で匿名化された都市の位置情報統計データから人の 時空間的な挙動を明らかにすることは取り組むべき重要項 目の 1 つである (1) 。また、効率的な電力の使用に向けて、人 の移動が電力システムに与える影響が着目され、電力シス テム運用の観点からも、人の挙動の把握が重要視されつつ ある (2) 。個人の動きは携帯端末や GPS デバイス、公共交通 カードシステム等の導入により観測可能であり、匿名化し た大量のデータから特徴的な時空間的推移パターンを抽出 する検討も行われている (3) 。本稿では、携帯電話の通信基地 局や GPS から得られる匿名化された位置統計情報に基づき 都市における人の特徴的な時空間的挙動を解析するための 手法の検討を行った。 ２．人の時空間的挙動解析 本検討で対象として想定する位置統計情報は、携帯電話 の通信基地局や GPS から得られるもので、時間推移に伴い 出発地から目的地への移動人数を表す 30 日にわたって記録 された OD データである。図 1 は対象エリア (4) における OD データの一例を図示したもので、線一本一本が人の移動を 表しており、 赤い部分が出発地、 青い部分が目的地を示し、 移動人数により線の太さが変化する。図 1 より統計化され た位置情報には多様な時間帯の移動の情報が含まれている ため特徴的な人の空間的な移動傾向を抽出し、この挙動が 時間帯や休日/平日の違いによってどのように変化するのか を解析することを目的とする。これにより例えば、商業地 域から住宅地域への移動、主要な駅や幹線道路から工業地 域への移動などが休日や平日のどの時間帯に表れやすいの かを把握することが可能になる。また、動的な挙動傾向と 各家庭の消費電力量を紐づけることで、電力需要予測の精 度が向上し、分散型電源が普及した際の電力供給の安定化 や再生可能エネルギー活用率向上への寄与が期待される。 ３．テンソル分解に基づくパターン解析 本検討ではこのような位置統計情報の例として匿名化さ れた 58,222 人を対象とした 5 つの時間帯区分 間に亘って観測された 250m メッシュの OD データを扱う。 本検討ではこのデータを 箇所の出発地× 箇所の目的地× つの時間帯区分×休日/平日"の 4 次元テンソルとみなし、 非負値ベクトルの外積の和で表現する CP 分解 (5) を用いて都 市における人の特徴的な移動パターンを明らかにすること を試みる。各条件下での該当者数を要素にもつ位置統計情 報 (4 次元テンソル)A を 個のパターンに分解 することを考え、 パターン数 は交差検定により決定するこ ととする。各項の重みを表す係数を 、および，出発地、 目的地、 時間帯、 休日/平日を表す非負値のベクトルを , , , とすると上記は次のような分解に相当す る。 ここで はベクトル同士の外積を表すものとする。 右辺はベ クトルの外積で表現される 個のパターンを用いた A の分 解表現を示しており、A に含まれている人の動的挙動に含 まれる代表的なパターンとその人数比率を抽出していると 換言することができる。上記の分解は両者の差のフロベニ ウスノルムを最小化するようなベクトルを → minimize によって得ることで実現される。またこの時、人の流出入