駅周辺の人口、産業、用途地域の分析
Otsuka Noboru産業構造の分析事例
Otsuka Noboru経済センサスからみた駅周辺の事業所
概要
京都市営地下鉄烏丸線各駅周辺の産業構造を、経済センサスのデータを用いて分析。
引用
各駅の周辺事業所の産業構造はどのようになっているのでしょうか。
今回は、「経済センサス－活動調査」の結果を基に地理情報システム「地図でみる統計（jSTAT MAP）」を活用して、各駅の周辺事業所を分析していきたいと思います。
手法
エリア内の事業所数（お店等）は、jSTAT MAP のレポート機能を使って、平成 28 年経済センサス - 活動調査の統計データを基に調べました。なお、駅ごとのエリアを500mメッシュ統計から面積按分で推定しています。
統計の分析手法である特化係数とは、京都府の構成比を基準（＝ 1.0）として、比較したいエリアの構成比が京都府と比べてどの産業に特化しているかを示す指標です。
Otsuka Noboru宮崎市中心市街地産業連関表と経済構造分析
概要
宮崎市中心市街地の産業連関表を作成し、経済構造を分析。
引用
今回の計画策定においては中心市街地の産業及び経済構造を測る新たな評価軸が必要であると考え，そこに小地域産業連関表構築の必要性を市担当部局に説いた．筆者らは宮崎市からの委託業務の一環として，範囲を同市中心市街地に限定した「宮崎市中心市街地産業連関表」を作成し，行政区単位とは異なる産業構造を解明することを目的とした．結果，これにより宮崎市中心市街地においてこれまで論じられなかった経済的課題が明らかとなり，地方都市のまちづくりにおいて産業連関表の活用が有効であるとの確証に至った．
Otsuka Noboru都心の産業構成とその類型化 ―都心の産業構成に関する研究
引用
手法
本稿では簡易的に都心を定義するために、自治体ごとの公示地価の最高点を都心の中心とする2。地価は「商業的な要素や歓楽的な要素をはじめとする様々な現象を量的に反映したもの3」とされており、地価の最高点を都心の中心として扱う。
本稿では都心の中心を含むメッシュ4を都心の範囲とし、該当メッシュにおける産業構成を分析する。これによりおおむね都心の範囲の産業構成を分析することができるとともに、メッシュの面積についても同程度であるため、実数による都市間の比較も可能である。
まとめ
本稿では都心の産業構成から類型化を行い、都心を 5 つに分類した。その結果、都心は平均的卸売,小売業型、平均的宿泊業,飲食サービス型、オフィス街型、卸売,小売業特化型、宿泊業,飲食サービス特化型に類型化できることがわかった。
Otsuka Noboru中心市街地の賑わい創出における都市の多様性に関する研究
引用
(I) 都市の多様度の考え方
多様度の算定においては、既往研究にもとづき、群集生態学の2つの考え方²を使用した。（図3）
「Simpsonのλ」は確率の考えに基づくもので、組み合わせの多様さを表す。そこで、「都市街路における空間構成の変化」や「遭遇機会の多様性」を表す指標として「Simpsonのλ」を用いた。
また、「Shannon-WienerのH’」は情報量理論に基づくもので、エントロピーの高さや情報量の多さを表す。そこで、都市におけるエントロピーの要素を「用途」や「建物年代」、そして「人」と考え、これらの多様性を表す指標として「Shannon-WienerのH’」を用いた。
(2) 研究の構成
まず、北船場の歴史および統計データや地図資料にもと づき、北船場の特性を把握する。次に、既往研究より多様 度の指標化のための算定式を検討し、ジェイコブスの多様 性概念にもとづき利用可能なデータを確定する。その後、 町丁目別に多様度を算定し、その相関分析、主成分分析、 クラスター分析により、北船場の多様度の特性を把握する。 こうした定量的検討に対して、利用者が感じる魅力をアン ケート調査によって把握することにより、それらの比較か ら、都市の魅力と多様度について考察する。
メモ
- 分析手法として、相関分析、主成分分析、クラスター分析、アンケートによるマッピング分析を行なった
Otsuka Noboru人口社会増減と空間指標の関連分析 愛知県を対象として
メモ
この論文は、愛知県を対象に人口の社会増減と空間指標の関連を分析したものです。
分析方法
- センサス間生残率法を用いて、2010年から2015年の5年間の年齢階層別社会増減を推定
- 年齢階層別社会増減の因子分析を実施
- 得られた因子得点を被説明変数、多様な空間指標を説明変数とした重回帰分析を実施
主な結果
年齢階層別社会増減の実態
- 5-9歳、20-29歳、30-39歳の年齢層で社会移動人口割合が高い
- 10-19歳、50-59歳、60-69歳の年齢層で社会移動人口割合が低い
- 30-39歳のみ、社会増加が社会減少を上回る
因子分析結果
3つの主要な因子が抽出されました:
- 子育て世帯 (5-9歳、10-19歳、30-39歳、40-49歳)
- 高齢者 (60-69歳、70-79歳)
- 若者・働き手 (20-29歳、50-59歳、40-49歳)
空間指標との関連
各因子の社会増減に関連する主な空間指標は以下の通りです:
子育て世帯
- 社会増: 保育施設、福祉施設、下水道、高速道路
- 社会減抑制: 事業所数、小学校
高齢者
- 社会増: 高齢者介護施設、総合病院、都市公園、下水道、幹線道路
- 社会減抑制: 診療所、一般道（2車線未満）、平均傾斜角
若者・働き手
- 社会増: 事業所数、駅、県道、保育施設、街区公園、図書館
- 社会減抑制: 事業所数、診療所、小道の密度
結論と今後の課題
- 年齢階層によって社会増減の空間的傾向が異なり、特に子育て世帯や高齢者は市街化区域外にも社会増が見られる
- 各年齢層の社会増減に関連する空間指標が明らかになり、きめ細かな居住誘導施策の必要性が示された
- ニュータウンの開発時期によって社会増減の傾向が異なる
今後の課題として、より詳細な対象主体の設定、空間指標の精緻化、現行の立地適正化計画との比較検証が挙げられています。
Otsuka Noboru地理的データを用いた駅まち空間の分析
全体構成
- 利用する地理的データの方針の根拠を示す
- 地理的データの収集
- 地理的データと駅の統合方法
Otsuka Noboru研究別利用データのリスト
ビッグデータを用いた都市多様性の定量分析
使用データ:
- 携帯電話の位置情報データ
- 建物用途データ
- 人口統計データ
住宅地の建造環境と歩行活動の関係性分析
使用データ:
- 地理情報システム(GIS)データ
- 歩行行動に関する調査データ
- 土地利用データ
J・ジェイコブズの都市多様性に着目した中心市街地の賑わいへの影響要因に関する研究
使用データ:
- 人口データ
- 商業統計データ
- 土地利用データ
持続可能な都市形態のための都市密度と人間安全保障の指標に関する研究
使用データ:
- 人口密度データ
- 犯罪統計データ
- 都市インフラデータ
街路の「賑わい」を定量化するーAIドラレコデータを用いたスケーラブルな歩行者密度推定ー
使用データ:
- AIドライブレコーダーの映像データ
- 歩行者検出データ
- 地理情報システム(GIS)データ