政府や地方自治体は、人々の生活を支えるために、社会の情勢を注視しながらさまざまな政策を
打ち出しているでつ。
そこに役立つと期待されているのが、リアルスケール社会シミュレーション。
これは、人々の世帯構成や年齢、所得などの情報を用いた人口合成データを作成し、
政策や事業の効果をシミュレーションするもの。
計測自動制御学会でも特集を組んだんでつ。
自分たちが暮らしている社会の仕組みや構造を、コンピューター上に再現し、分析、研究する社会シミュレーション。
その試みが世界的に注目されたきっかけともいえるのが、ノーベル経済学賞の受賞者トーマス・シェリングが
1971年に発表した「分居モデル」。
この実験は、特定の人種が一部の地域に集まって暮らしているのはなぜなのかという疑問から始まったでつ。
例えば、人種や文化が混じり合うことなく共存していることから、人種のサラダボウルとも呼ばれるアメリカ社会には、
日系人が作り出したリトルトーキョーや、華僑、華人によってできたチャイナタウンというように、ある人種が密集している地区が
各所に存在するでつ。
このように、特定の人種が集まって暮らして、住み分けが発生するのはなぜか。
単に古くからの友達や親せき同士が近所に住んだとも考えられまるでつが、社会学の観点からみると、別の答えが現れるでつ。
人種による「住み分け」が発生する理由を解明するために、チェス盤の上に二種類のコインを並べ、サイコロを振りながら、
次のような条件でシミュレーションを始めたでつ。
・それぞれのコインは、周りのマスに存在するコインのうち、自分と同じ種類のコインが「Ｘ％」以上でなければ別のマスに移動。
・すべてのコインが上記の条件を満たすまで繰り返す。
すると、最初は二種類のコインが盤上にバラバラに配置されていたとしても、コインを動かしていると、次第に同じ種類のコイン同士
が集まるようになったでつ。
この研究でユニークなのは、X%の値を変えてみた結果。
例えば、Ｘ％を70％に設定。
これは自分と価値観の近い人が近所の7割を占めていないと引っ越すという他者に対する許容度が低い条件での
シミュレーションになるでつ。
当然、二種類のコインは互いを避けあうように別れ、グループを作るように固まるでつ。
不思議なのは、Ｘ％を30％に設定した場合でも、同様の結果が表れるでつ。
つまり、自分と異なる人が周囲に70％いたとしても気にしないという他者に対する許容度が高い条件で
あるにもかかわらず、コインの住み分けが発生したでつ。
当時、社会をシミュレーションするといっても、どうすればいいかわからなかったでつ。
だけど実験によって、このようなモデルをもとにすれば、社会現象や人々の動向をシミュレーションできることが判明。
分居モデルが発表された後、人口の増減や経済活動を含めた人間社会そのものをシミュレーションする取り組みは、
世界各国で行われてきたでつ。
それらの多くは、限られた条件のもとで行われるシンプルなシミュレーションであり、現代社会のように複雑な状況を
再現できるものではないでつ。
近年、高性能なコンピューターや人工知能、ビッグデータなどの条件がそろったことによって、組織や個人を含めた社会全体を
リアルに再現するシミュレーションの誕生が現実味を帯びてきたでつ。
日本では5年おきに全国民の情報を集め、総人口や男女別、世代別の人口、世帯数、職業などを確認する国勢調査を
行っているでつ。
また、人口統計や公共施設などの場所を各自治体や政府がまとめて民間向けに公開したオープンデータなどのデータもあるでつ。
それらをもとにして作るのが人口合成データ。
これは、個人情報までは含みまないでつが、現実に近い形で、それぞれの街の総人口や世帯、世代別や男女別の人口ピラミッド、
職業や世帯収入などをデータ化したもの。
この人口合成データを活用すれば、現実の都市に即したさまざまなシミュレーションを行うことができるでつ。
現実の市町村は、街ごとに人口も世帯数も、年齢層も違いますので、同じ施策でも現れる効果に違いがあるでつ。
リアルスケール社会シミュレーションを使えば、私が住む市町村で、このような施策を実行すれば、どのような効果が現れるかという、
現実の街を想定したシミュレーションができるわけ。
このように、より良い社会づくりへの貢献を目指しているのがリアルスケール社会シミュレーション。
リアルスケール社会シミュレーションとはどのようなことを行うか。
期待されているのが、何らかの政策を立案するときに行うシミュレーション。
ある地域の行政が高齢者の生活を支援したいと考えたとするでつ。
従来は、金銭を支給したり、公共施設の利用料金を下げたりという施策を打つ場合、どういった効果が表れるのかは
専門家に依頼するなどして予測するのみ。
リアルスケール社会シミュレーションを用いて、該当地域に住む高齢者の割合や同居している家族の情報、近隣にある公共施設の数などを
読み取れる人口合成データを活用すれば、施策によってどのような効果が現れるのかをシミュレーションすることが可能になるでつ。
また、どれだけ厚い支援をすればどの程度の効果が見込めるかを、いくつかのパターンを作ってシミュレーションすれば、
最適なレベルを見つけて市民サービスを提供できるようになるでつ。
地震や豪雨などの災害が発生する前、あるいは発生後であっても、リアルスケール社会シミュレーションは役立ちでつ。
あらかじめ住人の情報をもとに被害を想定していれば、最適な避難経路や救助のための施策などを指定しておくことが
できるでつ。
また、災害発生後には住人のデータから必要な生活必需品の数などを確認することも可能。
さらには、消費する電力の量などをシミュレーションすることで、夜間に備えた節電の指示などにも役立てられるるでつ。
リアルスケール社会シミュレーションは、これからの社会であるSociety 5.0のなかで役立つと期待されているでつ。
今後は、行政だけでなく、さまざまな分野とも協力していくことで、人々の安心安全な生活に貢献していくでつ。
シュミレーション技術も想定内はいいけど、想定外もシュミレーション出来ると災害に強い街づくりに
貢献できるでつ。
この技術は人口知能の発達が必須だなぁ～
打ち出しているでつ。
そこに役立つと期待されているのが、リアルスケール社会シミュレーション。
これは、人々の世帯構成や年齢、所得などの情報を用いた人口合成データを作成し、
政策や事業の効果をシミュレーションするもの。
計測自動制御学会でも特集を組んだんでつ。
自分たちが暮らしている社会の仕組みや構造を、コンピューター上に再現し、分析、研究する社会シミュレーション。
その試みが世界的に注目されたきっかけともいえるのが、ノーベル経済学賞の受賞者トーマス・シェリングが
1971年に発表した「分居モデル」。
この実験は、特定の人種が一部の地域に集まって暮らしているのはなぜなのかという疑問から始まったでつ。
例えば、人種や文化が混じり合うことなく共存していることから、人種のサラダボウルとも呼ばれるアメリカ社会には、
日系人が作り出したリトルトーキョーや、華僑、華人によってできたチャイナタウンというように、ある人種が密集している地区が
各所に存在するでつ。
このように、特定の人種が集まって暮らして、住み分けが発生するのはなぜか。
単に古くからの友達や親せき同士が近所に住んだとも考えられまるでつが、社会学の観点からみると、別の答えが現れるでつ。
人種による「住み分け」が発生する理由を解明するために、チェス盤の上に二種類のコインを並べ、サイコロを振りながら、
次のような条件でシミュレーションを始めたでつ。
・それぞれのコインは、周りのマスに存在するコインのうち、自分と同じ種類のコインが「Ｘ％」以上でなければ別のマスに移動。
・すべてのコインが上記の条件を満たすまで繰り返す。
すると、最初は二種類のコインが盤上にバラバラに配置されていたとしても、コインを動かしていると、次第に同じ種類のコイン同士
が集まるようになったでつ。
この研究でユニークなのは、X%の値を変えてみた結果。
例えば、Ｘ％を70％に設定。
これは自分と価値観の近い人が近所の7割を占めていないと引っ越すという他者に対する許容度が低い条件での
シミュレーションになるでつ。
当然、二種類のコインは互いを避けあうように別れ、グループを作るように固まるでつ。
不思議なのは、Ｘ％を30％に設定した場合でも、同様の結果が表れるでつ。
つまり、自分と異なる人が周囲に70％いたとしても気にしないという他者に対する許容度が高い条件で
あるにもかかわらず、コインの住み分けが発生したでつ。
当時、社会をシミュレーションするといっても、どうすればいいかわからなかったでつ。
だけど実験によって、このようなモデルをもとにすれば、社会現象や人々の動向をシミュレーションできることが判明。
分居モデルが発表された後、人口の増減や経済活動を含めた人間社会そのものをシミュレーションする取り組みは、
世界各国で行われてきたでつ。
それらの多くは、限られた条件のもとで行われるシンプルなシミュレーションであり、現代社会のように複雑な状況を
再現できるものではないでつ。
近年、高性能なコンピューターや人工知能、ビッグデータなどの条件がそろったことによって、組織や個人を含めた社会全体を
リアルに再現するシミュレーションの誕生が現実味を帯びてきたでつ。
日本では5年おきに全国民の情報を集め、総人口や男女別、世代別の人口、世帯数、職業などを確認する国勢調査を
行っているでつ。
また、人口統計や公共施設などの場所を各自治体や政府がまとめて民間向けに公開したオープンデータなどのデータもあるでつ。
それらをもとにして作るのが人口合成データ。
これは、個人情報までは含みまないでつが、現実に近い形で、それぞれの街の総人口や世帯、世代別や男女別の人口ピラミッド、
職業や世帯収入などをデータ化したもの。
この人口合成データを活用すれば、現実の都市に即したさまざまなシミュレーションを行うことができるでつ。
現実の市町村は、街ごとに人口も世帯数も、年齢層も違いますので、同じ施策でも現れる効果に違いがあるでつ。
リアルスケール社会シミュレーションを使えば、私が住む市町村で、このような施策を実行すれば、どのような効果が現れるかという、
現実の街を想定したシミュレーションができるわけ。
このように、より良い社会づくりへの貢献を目指しているのがリアルスケール社会シミュレーション。
リアルスケール社会シミュレーションとはどのようなことを行うか。
期待されているのが、何らかの政策を立案するときに行うシミュレーション。
ある地域の行政が高齢者の生活を支援したいと考えたとするでつ。
従来は、金銭を支給したり、公共施設の利用料金を下げたりという施策を打つ場合、どういった効果が表れるのかは
専門家に依頼するなどして予測するのみ。
リアルスケール社会シミュレーションを用いて、該当地域に住む高齢者の割合や同居している家族の情報、近隣にある公共施設の数などを
読み取れる人口合成データを活用すれば、施策によってどのような効果が現れるのかをシミュレーションすることが可能になるでつ。
また、どれだけ厚い支援をすればどの程度の効果が見込めるかを、いくつかのパターンを作ってシミュレーションすれば、
最適なレベルを見つけて市民サービスを提供できるようになるでつ。
地震や豪雨などの災害が発生する前、あるいは発生後であっても、リアルスケール社会シミュレーションは役立ちでつ。
あらかじめ住人の情報をもとに被害を想定していれば、最適な避難経路や救助のための施策などを指定しておくことが
できるでつ。
また、災害発生後には住人のデータから必要な生活必需品の数などを確認することも可能。
さらには、消費する電力の量などをシミュレーションすることで、夜間に備えた節電の指示などにも役立てられるるでつ。
リアルスケール社会シミュレーションは、これからの社会であるSociety 5.0のなかで役立つと期待されているでつ。
今後は、行政だけでなく、さまざまな分野とも協力していくことで、人々の安心安全な生活に貢献していくでつ。
シュミレーション技術も想定内はいいけど、想定外もシュミレーション出来ると災害に強い街づくりに
貢献できるでつ。
この技術は人口知能の発達が必須だなぁ～
