Foundation of macroscopic human flow modeling around big cities based on GPS data

２０２０年、COVID-19によって、特に都市部の人流が大きく変化した。既に購入していたGPSデータに加えて、研究費によって新たにポイント型流動人口データを購入し、この異常事態に焦点を当てて、どのように人流が変化したのかをGPSデータに基づいて分析した。研究の内容は大きく分けて二つある。一つ目は、GPSデータを活用した感染者予測モデルの構築と実証、二つ目は、独自に開発した都市圏レベルの人流の電気回路モデルの開発と応用である。感染者予測モデルに関しては、約100万ユーザーのGPSデータに基づき、感染の各段階や緊急事態宣言やGOTOトラベル実施時期などのイベントごとに期間を分割し、都市部における人流の流域解析を実施し、時間帯ごとの流域の変化を定量的に評価した。次に、1日の人の行動を個人レベルで、在宅、移動、勤務、その他（外食や買い物など）の４つのパターンに自動分類する手法を開発し、それぞれのCOVID-19に伴うイベント期間にどのように行動パターンが変化したかを計測した。その結果を感染者数の増減の時系列データと比較し、特に感染拡大と相関の強い行動パターンに関しては行動パターンに分類するなど深堀を進めた。行動と感染の関係性をデータに基づいて明らかにし、得られた基本的な特性を記述する数理モデルを構築した。電気回路モデルに関しては、都市圏レベルのマクロな人流を記述する新たな数理モデルを開発した。人流を電流とみなすアナロジーに基づき、データから観測される平面上の人流を近似的に再現するような電気抵抗と電位の空間分布を推定した。得られる電気抵抗の分布は都市交通の構造によって決まり、マクロな人の流れを生み出すポテンシャル力を特徴づける基本的な量となり、感染症による異常事態においても重要な特徴量となる。このモデルによって、様々な状況下における人流をシミュレートすることが可能となった。

２０２０年、COVID-19によって、特に都市部の人流が大きく変化した。既に購入していたGPSデータに加えて、研究費によって新たにポイント型流動人口データを購入し、この異常事態に焦点を当てて、どのように人流が変化したのかをGPSデータに基づいて分析した。研究の内容は大きく分けて二つある。一つ目は、GPSデータを活用した感染者予測モデルの構築と実証、二つ目は、独自に開発した都市圏レベルの人流の電気回路モデルの開発と応用である。感染者予測モデルに関しては、約100万ユーザーのGPSデータに基づき、感染の各段階や緊急事態宣言やGOTOトラベル実施時期などのイベントごとに期間を分割し、都市部における人流の流域解析を実施し、時間帯ごとの流域の変化を定量的に評価した。次に、1日の人の行動を個人レベルで、在宅、移動、勤務、その他（外食や買い物など）の４つのパターンに自動分類する手法を開発し、それぞれのCOVID-19に伴うイベント期間にどのように行動パターンが変化したかを計測した。その結果を感染者数の増減の時系列データと比較し、特に感染拡大と相関の強い行動パターンに関しては行動パターンに分類するなど深堀を進めた。行動と感染の関係性をデータに基づいて明らかにし、得られた基本的な特性を記述する数理モデルを構築した。電気回路モデルに関しては、都市圏レベルのマクロな人流を記述する新たな数理モデルを開発した。人流を電流とみなすアナロジーに基づき、データから観測される平面上の人流を近似的に再現するような電気抵抗と電位の空間分布を推定した。得られる電気抵抗の分布は都市交通の構造によって決まり、マクロな人の流れを生み出すポテンシャル力を特徴づける基本的な量となり、感染症による異常事態においても重要な特徴量となる。このモデルによって、様々な状況下における人流をシミュレートすることが可能となった。