金田＆望月

Q1.林くん
いろんなものがあるのだなと認識
基礎プロでもやってほしい？
トラカンなどはオープンデータにもなっているので，使って推定できそう．


Q2.月田さん
すごく分かりやすくまとめてあって，とても復習になる．
２ページ目の，vの項はtに依存している？→Yes
ODに対して

オリジナルにTばー
それに対するリンク交通雨量v
vはtから導く
tばーだとtと関係なくなる


Q3.小林さん
行列Hのイメージ？
→経路の選択確立
t：OD
各ルートにどう割り振るかの確率がH
tはtバーとは別にある
tは操作変数，アウトプット

HはODリンク選択確率．均衡配分や，経路選択，マイクロシミュと組み合わせる．マイクロシミュだと時間かかるかも．



小林さん
Q1:「理由」とは？by浦田先生
A1.
・法律が変わり，税率が変わったので，地価が変わる，
・土地を分割したので，その前後で，こうなってます，
この二つが主な理由

所有者の変更の理由は，追うのがしんどい．
登記簿に載っているが，しんどい，
一応主な理由は，売買，相続，所有移行など
※家督相続：家の長から，長男に相続は，相続にならず，税が免除．


Q2
土地所有に対して，政策が変わる？

A2.
政策変数として入れられたら面白いかも．交通側のモデルには入っている．PJ1,PJ2プロジェクトダミー，道後本館の建て替えをやった土地，そこに滞在するかどうかなど．操作変数に何を入れるかにはまだ余白がある．


Q3
土地利用モデルとの結合？実際は土地利用の方が関連していそうだが，土地利用の恣意的になってしまうなど．

A3
住宅地図が目安になる．
その粒度が妥当なのかなど，難点があるが，土地計画基礎調査が行われてる都市圏ならばできるかも．面白い．こちらから区分を指定しなくていいし，恣意的かどうかは軽減されそう．階数とか容積を入れてもいいかも．


Q4-1.
１９枚目のclusteringについてもう一度説明していただきたい．
A4-1
まずある地主に対して，それぞれの区画のセントロイドがあって，それをクラスタリンングする．そしてそのクラスターたちの重心から各筆への距離の平均のことを指す．土地の平均距離が大きいと分散しているを意味している．．

Q4-2
それが次のスライドで小さくなっていうることが示されていて，集約が好まれている状況がわかるということ？

A4-2そう．よりぎゅっとした，まとまった土地を持ちたいということがわかる．

Q4-3
そしてそのような現象が起きている理由はこれから検討されていく？
A4-3
そう，これから．距離ではなく地価を入れるなど考えてもいい．課税標準地価を入れても良いかもしれない．課税額が大きくなるから地主にとってマイナスになる．
路線価も結局ほぼ場所に依存．接道など一部その他条件はつくものの．集約で税率が下がったり，土地の利用がしやすくなったりといった効果，何らかの資料を使って，土地の価値を入れられたら良いかも？


Q5.
「人が土地を所有するか選択」にすると，土地がどういうふうに所有されるか，候補者が多くて？
区切られた？


A5
地主の行動規範じゃなくなるのが問題．
組み合わせじゃなくて，どの土地を持つのかというところ．
土地売買のところは選択肢集合が小さい．組み合わせではなくなるから，組み合わせ集合は３０くらいになる．

所有するしないの２項を選ぶにあたりそこの対象となるプレイヤーが確定していないから？
そういうわけではない．



Q6
機械学習の読み取り失敗はどうやったらうまくいく？

A6.
データに要因あり．字が汚い＆訓練データの数が少ない．１０００とか２０００で多くはない．
自分でいっぱい書いて教師データ増やすなどをしても良いかも？（by近藤さん）

土地台帳のデータとかも教師データにしたら良いかも？現在の教師データと台帳のデータにギャップありそう．（by望月）



Q7
スライド２０枚目，小さくなるのは年代としてのトレンドがあるのだろうが，そこからどう解釈するのがよいのか？

A7.
結論としてはそういうのが大事．
世の中の動きと一緒にできたらよかったかもしれないが．

効用関数の説明変数の設定はどうやった？
・ランドアセンブリーのトレンドや，地下の関数の
・データからインプットできるものを
得られた物の中で入れられるものはできるだけ入れるし，どういうことを明らかにしたいか．議題として挙げられているので．


ランドアセンブリー
地価が高くなる，土地が使いやすくなる．
そこから地価をどう推定するのか．

地価を考えるときにこういう指標が大事になってくるかもしれない．