A Study on Reliable Regional Tourism Statistics Using Data Fusion Technique

利用数据融合技术进行可靠的区域旅游统计研究

基本信息

批准号：
20H04436
负责人：
清水哲夫
金额：
$ 10.98万
依托单位：
Tokyo Metropolitan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H04436/
关键词：
データフュージョン地域観光統計整備

项目摘要

本年度は，複数の統計・ビッグデータを融合した地域観光統計推計手法の提案に向けて，主として以下の四種類の研究を実施した．1)観光庁が全国で実施する宿泊旅行統計調査の個票を使用して，現状の表章地域区分である都道府県よりも狭い地域区分における推定の実現を目指し，現状のサンプリング方法を前提として，延べ宿泊者数の推定精度を向上させるブートストラップ法に基づく方法論の開発を行った．2)携帯電話の電波情報を活用した地域滞在人口統計時系列データを利用して，機械学習の考え方を援用した狭域地域での将来滞在人口の短期予測手法と，Non-negative Matrix Factorizationの考え方を援用した目的別滞在人口の推計手法を開発した．3)携帯電話の電波情報を活用した地域滞在人口統計時系列データと全国パーソントリップ調査を利用して，地域住民と来訪者の移動需要パターンを高い時空間解像度で推計する方法論を開発した．4)携帯電話の電波情報を活用した地域滞在人口統計時系列データとクレジットカード決済・店舗ポイントカードシステムのデータを利用して，新型コロナウィルス感染症が観光地への来訪者数の変化に及ぼした影響をCausal Impactの考え方を援用した構造化時系列統計モデルを適用して推計する方法論を開発した．

今年，我们进行了四种主要研究类型，以准备将多个统计数据和大数据结合在一起的区域旅游统计估算方法的建议。 1）使用日本旅游局在全国范围内进行的住宿旅行统计调查中的个人记录，我们旨在实现比指定区域的当前区域类别小的区域类别中的估算值，并基于当前的采样方法，我们基于Bootstrap方法开发了一种方法，以改善客人总数的准确性。 2）使用手机无线电信息使用当地居民人口统计数据的时间序列数据，我们使用机器学习概念为狭窄地区的未来居民开发了一种短期预测方法，以及一种基于非阴性矩阵分解的概念来估算居民人群的方法。 3）使用当地居民和居民的人口统计数据，使用手机无线电信息和民族人物旅行调查，我们开发了一种方法，以估算高时空分辨率的当地居民和访客的旅行需求模式。 4）使用当地居民的人口统计数据的时间序列数据，使用信用卡付款和商店点卡系统中的手机无线电信息和数据，我们开发了一种方法，以估算Covid-19对使用Causal Impact概念的结构化时间序列统计模型，通过应用结构化的时间序列统计模型来估算Covid-19对旅游目的地的变化的影响。