産業連関分析とネットワーク科学の融合アプローチによる地域内経済循環構造の解明

産業連関表におけるお金の流れを勾配成分と回転成分に分解するための予備的分析を行った．その際，まずは産業連関表ではなく，本研究課題の研究グループがこれまで使用してきた人流データ（パーソントリップ調査）を用いた．エリアペアごとに通勤トリップの純流動量（エリアAからエリアBへの純流動量は，エリアAからエリアBへの流動量からエリアBからエリアAへの流動量を引いたもの）を計算して反対称行列を作り，反対称行列が勾配成分と回転成分に分解できることを利用して，ポテンシャルと呼ばれる人流を引き寄せる力を表す特徴量をエリアごとに抽出した．反対称行列の勾配成分は2つのスカラーの差分で表されるが，このスカラーがポテンシャルに相当する．このポテンシャルが高いエリアが人流を引き寄せている場所（シンク），低いエリアが人流を掃き出している場所（ソース）として解釈できるが，その際，エリアペアごとの純流動量をランダムに並び替えたときのポテンシャルの分布と比較して，ポテンシャルが統計的に有意に高いエリアと低いエリアに着目した．その結果，従来の中心地抽出法では見えづらかった複数中心構造が検出された．具体的には，立川，横浜，大宮，千葉などが人流を引き寄せる副都心として検出された．また，今回利用したデータでは移動目的の情報も利用可能なため，通勤目的の人流に加え買い物目的の人流についても統計的に有意なシンクとソースを検出した．その結果，通勤と買い物ではポテンシャルの分布特性が必ずしも一致するとは限らないことが分かった．例えば，町田や藤沢は買い物目的の人流についてはシンクだが，通勤目的の人流についてはソースであるという結果が得られた．

産業連関表におけるお金の流れを勾配成分と回転成分に分解するための予備的分析を行った．その際，まずは産業連関表ではなく，本研究課題の研究グループがこれまで使用してきた人流データ（パーソントリップ調査）を用いた．エリアペアごとに通勤トリップの純流動量（エリアAからエリアBへの純流動量は，エリアAからエリアBへの流動量からエリアBからエリアAへの流動量を引いたもの）を計算して反対称行列を作り，反対称行列が勾配成分と回転成分に分解できることを利用して，ポテンシャルと呼ばれる人流を引き寄せる力を表す特徴量をエリアごとに抽出した．反対称行列の勾配成分は2つのスカラーの差分で表されるが，このスカラーがポテンシャルに相当する．このポテンシャルが高いエリアが人流を引き寄せている場所（シンク），低いエリアが人流を掃き出している場所（ソース）として解釈できるが，その際，エリアペアごとの純流動量をランダムに並び替えたときのポテンシャルの分布と比較して，ポテンシャルが統計的に有意に高いエリアと低いエリアに着目した．その結果，従来の中心地抽出法では見えづらかった複数中心構造が検出された．具体的には，立川，横浜，大宮，千葉などが人流を引き寄せる副都心として検出された．また，今回利用したデータでは移動目的の情報も利用可能なため，通勤目的の人流に加え買い物目的の人流についても統計的に有意なシンクとソースを検出した．その結果，通勤と買い物ではポテンシャルの分布特性が必ずしも一致するとは限らないことが分かった．例えば，町田や藤沢は買い物目的の人流についてはシンクだが，通勤目的の人流についてはソースであるという結果が得られた．