ユーザー別ナビ |
  • 一般の方
  • 研究関係者の方
  • 環境問題に関心のある方

深層学習とビッグデータを用いた環境価値評価手法の開発(令和 3年度)
Development of environmental valuation methods using deep learning and big data

研究課題コード
1921CD019
開始/終了年度
2019~2021年
キーワード(日本語)
深層学習,ビッグデータ,環境評価,選択型実験,環境経済学
キーワード(英語)
deep learning,big data,environmental valuation,choice experiment,environmental economics

研究概要

環境価値評価は価格の存在しない環境の経済的価値を金銭単位で評価する手法である。環境価値評価の代表的な手法では、環境対策に支払っても構わない金額をたずねることで環境価値の推定を行うが、調査票で用いる写真が回答に影響したり、調査時期や調査対象者によって回答が異なる現象(バイアス)が知られている。このため、写真が環境価値に及ぼす影響を解明すると同時に、特定時期や特定の対象者に限定されない評価方法の開発が課題となっている。
本研究の目的は、深層学習とビッグデータを環境価値評価に応用することで、バイアスを軽減した新たな環境価値評価手法を開発することにある。情報学の分野では深層学習やビッグデータの研究が進められているが、環境価値評価にこれらを応用した研究は極めて少ない。そこで、SNSや携帯電話の電波情報などのビッグデータを深層学習で分析することで精度の高い新たな評価手法を開発する。本研究で開発した新たな評価手法を用いて、富士山と屋久島を対象に実証研究を行い、今後の新たな環境政策・観光政策への応用可能性について検証する。

研究の性格

  • 主たるもの:応用科学研究
  • 従たるもの:政策研究

全体計画

環境価値評価は価格の存在しない環境の経済的価値を金銭単位で評価する手法である。環境価値評価の代表的な手法では、環境対策に支払っても構わない金額をたずねることで環境価値の推定を行うが、調査票で用いる写真が回答に影響したり、調査時期や調査対象者によって回答が異なる現象(バイアス)が知られている。このため、写真が環境価値に及ぼす影響を解明すると同時に、特定時期や特定の対象者に限定されない評価方法の開発が課題となっている。
本研究の目的は、深層学習とビッグデータを環境価値評価に応用することで、バイアスを軽減した新たな環境価値評価手法を開発することにある。情報学の分野では深層学習やビッグデータの研究が進められているが、環境価値評価にこれらを応用した研究は極めて少ない。そこで、SNSや携帯電話の電波情報などのビッグデータを深層学習で分析することで精度の高い新たな評価手法を開発する。本研究で開発した新たな評価手法を用いて、富士山と屋久島を対象に実証研究を行い、今後の新たな環境政策・観光政策への応用可能性について検証する。

今年度の研究概要

現地アンケート調査データとビッグデータ(SNSや携帯電話データ)の統合解析に取り組む。

外部との連携

本研究の研究代表者は京都大学・栗山浩一氏である。また分担者は北海道大学・庄子康氏、甲南大学・柘植隆宏氏である。

備考

本研究の研究代表者は京都大学・栗山浩一氏である。また分担者は北海道大学・庄子康氏、甲南大学・柘植隆宏氏である。

課題代表者

久保 雄広

  • 生物多様性領域
    生物多様性保全計画研究室
  • 主任研究員
  • 博士(農学)
  • 経済学,心理学,農学
portrait