社会を、つながりから読み解く

災害や貿易の混乱は、経済全体へどう広がるのか

ある工場が止まると、部品が届かなくなった取引先も生産を減らします。その影響は、被災していない地域や、直接の取引関係を持たない企業にまで及びます。企業間の取引をたどることは、経済の損失と回復を理解するうえで欠かせません。

私たちは、日本の多数の企業を取引関係で結んだネットワークを用い、企業ごとの生産、在庫、調達、需要の変化をシミュレーションしています。東日本大震災を対象とした研究から、取引の集中、部品の代替の難しさ、循環する取引関係が、影響の大きさや長引き方を左右することを示しました。さらに、事業所ごとの被害や停電の情報を加えることで、震災後の生産の落ち込みをよりよく再現できるようになりました。

この枠組みを、都市の活動制限や海外からの輸入途絶にも広げています。地域間で対策の時期を調整することや、調達先を組み替えることが、どの条件で損失の軽減につながるかを比較します。結果はデータと仮定に基づくシナリオ分析であり、被害額を一点で断定するためではなく、備えや復旧の選択肢を検討するためのものです。

新しい知識は、どんな協働から生まれるのか

発明は、一人の能力だけで決まるものではありません。誰と研究するか、どこで出会うか、どのような知識に触れるかが、新しいアイデアの生まれ方に関わります。特許の共同出願や引用、発明者・事業所の所在地を手がかりに、知識を生むつながりを調べています。

共同研究には地理的な近さが重要である一方、遠方や海外の相手とのつながりは、多様な知識への接点になります。また、同じチームで経験を積むことには利点がありますが、過度な協働の繰り返しが、必ずしも高い成果につながるわけではありません。日本と米国の特許データから、チームや技術の多様性を保つことの重要性を示してきました。

歴史的なデータからも、人の交流の役割を検証しています。1918年のインフルエンザ流行を利用した研究では、協働への依存が大きい技術分野で特許出願が相対的に減り、その背景に、新しく発明に加わる人の減少があることを示しました。交流の機会は、既存の研究者の活動とともに、次の担い手の育成にも関わっています。

知識の創出に加え、その価値や活用も研究対象です。地域の産業構成から経済的な複雑性を測る研究、日本版SBIRの支援効果の検証、特許のライセンスを予測する機械学習へと展開しています。最近の特許研究では、米国特許624,129件を対象に、上位10%を調べると観測されたライセンス成立の約9割を捉えられることを示しました。これは全ての特許を9割の正解率で判定できるという意味ではなく、大量の特許から調査対象を絞るための性能です。

企業と金融のつながりは、何を支え、どんなリスクを抱えるのか

企業は、商品を売買するだけでなく、融資を受け、資金を送り、知識を交換しています。これらの関係を別々に見るだけでは、経済全体の働きを十分に捉えられません。私たちは、取引、銀行と企業の融資、送金、国際貿易といった異なるネットワークを分析しています。

日本の大規模な企業ネットワークでは、業種の区分をまたぐ集団や、上流から下流への流れと循環する流れが共存しています。こうした構造を分解・可視化する方法を開発し、企業間の関係が形成される仕組みや、取引先の生産性と成長の関係を調べてきました。地域銀行の送金データを用いた研究では、資金の流れから地域の経済活動を捉える方法も検討しています。

金融の研究では、銀行の貸出先の共通性と株価の連動を重ねて分析し、同じ銀行群でも、見る関係によって構造と変化が異なることを示しました。さらに、国家間の金融と貿易を重ねた多層ネットワークでは、一方の層から他方へ損失が波及することで、単独の層だけでは見えない脆弱性が現れます。個々の組織の健全性と、つながり全体の安定性を併せて考えるための研究です。

感染症の広がりと人の行動を、データからどう捉えるか

感染の状況も、人の移動や買い物の仕方も、地域や時期によって変わります。平均的な動きだけでは見落とす違いを、位置情報の集計データ、感染者数、オンライン購買データなどから分析しています。

東京の人流を対象とした研究では、地域に流入する人の動きを複数のパターンに分け、その後の感染動向との関連を調べました。これは、一人ひとりの感染経路や実際の感染場所を特定するものではなく、どのような移動のパターンに注目すべきかを検討する方法です。感染者数の予測では、地域ごとの流行や時間とともに変わる条件を、感染症モデルと時系列モデルを組み合わせて扱っています。

国際比較では、各国の流行の先行・遅行関係を分析し、2020年と2021〜2022年で主な役割が入れ替わる、二つの共存する変動パターンを見いだしました。また、日本のオンライン購買を対象とした研究では、感染拡大や緊急事態宣言に伴う需要増加が、分析期間では一時的であったことを示しました。社会の変化を捉える際に、一時的な反応と持続的な変化を区別することも重要な課題です。

実データから仕組みを探り、選択肢を比べる

研究の出発点は、実社会をどのように観測するかです。特許や企業の取引、資金の流れ、人の移動など、それぞれのデータが表す関係を整理し、ネットワークとして捉えます。対象に応じて、統計分析、因果推論、ネットワーク科学、機械学習、エージェントベース・シミュレーションを組み合わせます。

観測された関連と因果的な効果、現実の記録と仮定に基づくシミュレーションを区別しながら、仕組みを明らかにし、政策や企業活動の選択肢を検討することを目指しています。

動画で見る研究と研究室

研究をさらに知る

• 研究業績一覧
• 学生の研究紹介
• 研究室への配属を考えている方へ