（日本語あり）My new research article on the urban shrinkage of Tokyo has been published in Cities online. The article is open access. Read online here.
私の単著論文が、『Review of Regional Research』誌に掲載されました。東京首都圏の空間的構造の変化を、社会・人口動態変数のみを投入した教師なし機械学習手法により分析しました。都市の空間構造を決定する要因は無数に存在します。しかし、世帯数・年齢・職業といった社会・人口動態的要因だけでも、超郊外・郊外・沿線郊外・都心・副都心といった大都市圏に特徴的な空間構造を浮き彫りにすることが可能である点は、都市空間構造と都市住民の属性との間に無視できない関係性があることを改めて示しています。
Abstract:
In the coming decades, most of Asia’s population will reside in megacities, vast urban regions accommodating 10–30 million people. However, Asian megacities will be at the same time situated in the countries whose national population is projected to decline rapidly in the coming decades. Hence, for scholars and policymakers of Asian countries, understanding how the socio-demography of mature, post-growth, megacities will evolve within space and time is crucial to envision long-term and effective spatial governance. Prior studies have shown that varied migration patterns among socio-demographic groups lead to synchronized re-urbanization, post-suburbanization, and urban shrinkage in mature city regions. However, existing studies have limitations: they often exclude large Asian megacities, lack micro-scale analyses, and use predefined spatial typologies/divisions that obscure detailed patterns. To address these research gaps, this study investigated sub-municipal spatiotemporal patterns in Tokyo, the largest Asian megacity, using micro-scale job-household data and unsupervised machine learning clustering. The study revealed that Tokyo, like Euro-American cities, has experienced regional synchronization of (re)urbanization and (post)suburbanization within a complex landscape of shrinkage. However, the synchronized sub/urban growth is not uniform across localities within Tokyo. Complex migration flows seem to create disparities in demographic growth and decline, emphasizing the need for collaborative governance among localities within a megacity. The study contributes to a wider audience who are interested not only in the evolution of cities but also in an emerging application of machine learning to quantitative urban analyses.
論文抄録：
今後数十年で、アジアの人口の大半は、1,000万～3,000万人 を収容する広大な都市地域であるメガシティに住むようになる。しかし、アジアのメガシティは、同時に、今後数十年で人口が急速に減少すると予測されている国々に位置することになる。したがって、アジア諸国の学者や政策立案者にとって、成熟した「成長後」のメガシティの社会人口動態が時空間の中でどのように変遷していくのかを理解することは、長期的かつ効果的な空間ガバナンスを構想する上で極めて重要である。先行研究では、成熟した巨大都市地域では、社会人口統計学的グループ間の多様な移住パターンが、再都市化、ポスト郊外化、都市縮小の同期して発生することが示されている。しかし、こうした既存の研究には限界がある。それは、多くの場合、アジアの大都市を除外していること、ミクロ・スケールの分析が欠けていること、詳細なパターンを不明瞭にするような、あらかじめ定義された空間類型／区分を用いていることである。このような研究ギャップを解決するために、本研究では、アジア最大のメガシティである東京を対象に、ミクロスケールの就業世帯データと教師なし機械学習によるクラスタリングを用いて、市区町村の時空間パターンを調査した。その結果、東京は、ヨーロッパ・アメリカの都市と同様に、複雑な縮小のランドスケープの中で、（再）都市化と（ポスト）郊外化の地域的同期化を経験していることが明らかになった。しかし、郊外化・都市化の同調は、東京都内の地域間で一様ではない。複雑な移動の流れが人口動態の成長と衰退に格差を生み出しているようであり、メガシティ内の自治体間の協調的なガバナンスの必要性を強調している。本研究は、都市の進化だけでなく、定量的な都市分析への機械学習の新たな応用に関心を持つ、より多くの読者に貢献するものである。