[論文レビュー] Ghost Cities Analysis Based on Positioning Data in China

Guanghua Chi, Yü Liu+2 more|arXiv (Cornell University)|Oct 28, 2015

Human Mobility and Location-Based Analysis参考文献 5被引用数 42

ひとこと要約

本研究は、中国のゴーストシティ（高水準の住宅空き率を示す都市地域）を特定・分析するために、バイドウの位置情報データを用いる。空間的分布をマッピングし、都市か観光地かに分類する。本研究は、ビッグデータを用いた都市センシングのための最初の細粒度分析を提示し、空き都市地域における顕著な人間の移動パターンを明らかにするとともに、モバイル位置情報データが都市分析および政策関連分析にいかに有効であるかを示している。

ABSTRACT

Real estate projects are developed excessively in China in this decade. Many new housing districts are built, but they far exceed the actual demand in some cities. These cities with a high housing vacancy rate are called ghost cities. The real situation of vacant housing areas in China has not been studied in previous research. This study, using Baidu positioning data, presents the spatial distribution of the vacant housing areas in China and classifies cities with a large vacant housing area as cities or tourism sites. To the best of our knowledge, it is the first time that we detected and analyzed the ghost cities in China at such fine scale. To understand the human dynamic in ghost cities, we select one city and one tourism sites as cases to analyze the features of human dynamics. This study illustrates the capability of big data in sensing our cities objectively and comprehensively.

研究の動機と目的

• 大規模なモバイル位置情報データを用いて、中国における空き住宅地域の空間的分布を特定・マッピングすること。
• 人間の移動パターンに基づいて、空き率の高い都市を都市中心部か観光地かに分類すること。
• ゴーストシティにおける人間の行動動態を調査し、過小利用都市地域の社会的・行動的特性を理解すること。
• ビッグデータが客観的で大規模な都市監視および政策関連都市分析にいかに有効であるかを示すこと。
• 従来の不動産や国勢調査の指標を超えて、都市の空き状況を検出・分析するデータ駆動型フレームワークを提供すること。

提案手法

• 個人の位置情報を時間経過とともに追跡することで、日次移動パターンを再構築できるように、バイドウのモバイル位置情報データを活用する。
• 時間的・空間的パターンに基づいて、位置情報データから居住地および職場を特定するためのホーム・ワーク検出アルゴリズムを適用する。
• 移住フローと人口密度の変動を計算し、居住地と非居住地の都市地域を区別する。
• 低夜間人口密度と高昼間空き率の指標に基づいて、都市地域をゴーストシティと分類する。
• 空間クラスタリングとヒートマップ可視化を用いて、中国の都市全体における空き住宅の地理的パターンを明らかにする。
• 1つの都市と1つの観光地における事例研究を実施し、空き都市地域と観光地における人間の移動動態を比較する。

実験結果

リサーチクエスチョン

• RQ1 中国における主要なゴーストシティはどこに位置し、都市地域全体における空間的分布はどのようになっているか？
• RQ2 ゴーストシティと活発な都市中心部または観光地との間で、人間の移動パターンにどのような違いが見られるか？
• RQ3 モバイル位置情報データは、空き率の高い地域をどれほど正確に特定・分類できるか？
• RQ4 空き都市地域に住む人々の行動的・人口統計的特徴は何か？
• RQ5 モバイル位置情報からのビッグデータは、都市の空き状況をどのように監視し、都市政策に活かせるか？

主な発見

• 本研究は、特に第二・第三線都市に多くの空き率の高い都市を特定し、都市拡張計画における著しい過剰開発を示している。
• 空間分析により、ゴーストシティは特に中国の西北部および中部地域に集中しており、急速に建設が進んだ新都市開発地域に集中していることが明らかになった。
• ゴーストシティにおける人間の移動パターンは、低夜間人口密度と平日から週末への移動変化の最小限の変化を示しており、居住活動がほとんどないことを示している。
• これに対して、観光地は週末や休日を中心に活発な日次リズムを示し、恒久的に利用が少ない都市地域とは明確に区別される。
• 事例研究により、ゴーストシティにはほとんど住民がおらず、位置情報信号の多くが一時的または非居住活動由来であることが確認された。
• 本手法は細粒度の空間スケールでゴーストシティを効果的に特定でき、リアルタイムの都市センシングおよび空き状況監視にビッグデータを活用する可能性を示した。