presented in dicomo 2018, Fukui

1. 自治体職員参加型センシングによる
業務効率化と都市理解の向上
米澤拓郎1, 伊藤友隆1, 坂村美奈1, 竹内孝2, 納谷太2, 上田修功2, 中澤仁1
1慶應義塾大学大学院政策・メディア研究科
2NTTコミュニケーション科学基礎研究所

2. オープン・スマートシティを実現する都市情報収集・流通・解析基盤
Federated SOXFire
Public car sensors
Participatory human
sensors
Virtual sensor
on WEB
Live sensor data
Live sensor data
Data DisseminationData Collection Application
CoAP
MQTT
Interoperability
with other protocols
Distributed and scalable
network by clustering and federation

3. 研究概要
•１年半の実験運用結果
•得られたデータの質・量的分析
•都市理解向上に関する分析結果
•自治体業務の効率化
•量・質の高い都市データ収集
を両立する自治体職員参加型センシングの提案

4. 研究背景
• Urban Computing / Urban Science
•
• 2% 75%
‘超’少子高齢化社会時代のための‘超’効率的都市運営
様々な都市問題
都市の過去・現在の知覚・理解、将来の予測

5. 報告 連絡 対応
自治体業務
ルーチン業務+イベントドリブン業務

6. 例：藤沢市のゴミ業務
藤沢市
藤沢市資源循環協同組合
㈱藤沢市興業公社
取漏れ
後出し
ごみ種類の
誤り
容器
ネット
不足
市民
クレーム
動物
死骸
らくがき
不法
投棄
道路
不具合
回収を通して発生する「連絡」業務
回収時に「発見」する地域の環境
新設
廃止
移設
その他
市民要望な
ど
事故
その他
市民要望な
ど
雑草等の
荒地
回収を通して発生する「報告」業務
自治体業務の現実

7. 藤沢市
北部
市民
役所 組合 ①回収員の報告
◆地図を開いて電話にて事務所へ報告
◆回収業務が完了後、報告書を記載
②組合事務所まとめ
◆地図を開いて場所の特定
◆電話・FAXにて役所へ報告
◆残渣
◆ゴミの出す場所が異なる
◆収集日ではないゴミが出ている
◆指導願
◆容器・ネット補充願い
③市役所対応
◆地図を開いて対応者の特定
◆対応者は現地へ向かい処理
◆電話にて問い合わせ等
地図 地図地図
組合回収車両
地図
北部
市民
役所
組合 ④回収車両対応
◆現地へ向かい処理
◆電話にて事務所へ
完了報告
③組合事務所まとめ
◆地図を開いて場所と対応車両特定
◆電話・紙での掲示物にて
対応車両へ依頼
地図 地図地図
組合回収車両
◆回収漏れ（未回収）
◆新設・廃止・移設
◆道路工事
◆クレーム
②市役所対応
◆地図を開いて場所の特定
◆組合へ電話・FAXで対応依頼
①市民（異なる課）依頼
◆電話・FAXで対応依頼
問題点
１．伝言による報告・願出のため、事象の把握が難しい
（量や状況、物の形状など）
２．場所の位置が把握しずらい（例：フェンス内？外？など)
３．全ての人が地図を開いて場所確認するため、
対応時間がかかってしまう。
問題点
１．未回収依頼の場合、回収に行っていないか、
回収を忘れたものか分からない。
２．クレーム内容が市民の間違い等を市に説明しにくい。
３．回収中の従事者に連絡が取りにくい為、時間がかかる。
自治体業務の現実

8. 埋没する都市情報
• ものによっては国からのオープンデータ化の要請も強いが, そも
そもデータ化されていない, 現場は疲弊
• Urban Scientist にとっては貴重なデータになりうるが利用不可能

9. 人をセンサとして活用
参加型センシング(クラウドセンシング)
•人の知覚情報＝主観的な情報
•スマート端末のセンサ＝客観的な情報 の両方を活用
様々な研究事例/ツール/実応用例
主に一般市民を対象
支援ツール[9][10][11],インセンティブ問題[16],[17], ゲーミフィケーション[18][19]

10. 自治体業務
参加型
センシング
技術
業務効率化
応用? 分析?
都市情報蓄積 都市理解向上
研究目的
フィードバック

11. 要件
• 都市情報収集容易性
- 業務に必要な都市情報を容易に収集可能
とする必要がある
• 既存業務との親和性
- 通常の自治体業務に自然に組み込まれ,
収集だけでなくその後の対応等もスムー
ズに行える必要がある
• 共有性
- オープン化可能な情報とプライバシーに
関わる情報を区別し、適切な役割を持っ
たユーザに情報共有できる必要がある
職員からのフィードバック

12. みなレポ
機械学習

13. デモ
iOSアプリ

14. システム構成
SOXFire
• センサデータ（レポート）流通基盤にSOXFire1を採用
• レポートが投稿されるチャネル（不法投棄,落書き, etc.）は
仮想センサ(PubSubノード)として抽象化
- 市内設置の他センサと透過的に利用可能（例：清掃車センサ）
• 柔軟なアクセス制御を実現
1 Takuro Yonezawa, Tomotaka Ito, Jin Nakazawa, Hideyuki Tokuda, “SOXFire: A Universal Sensor Network System for
Sharing Social Big Sensor Data in Smart Cities”, SmartCities’16, Article No.2 December, 2016

15. 2017年 NHK首都圏ニュース

16. 藤沢市環境部＋藤沢資源循環協同組合のゴミ清掃業務に活用
2016年10月から4,500件を超える市の事象・知識が集積

17. 業務効率化の効果について
• 1日あたり2時間程度の業務効率化に寄与
• 従前の事務の流れでは、翌日環境事業センター地域担当への情報提供となっていたと
ころ、みなレポでの報告に変更したことにより、当日現地の対応が可能となった。
• みなレポにより大幅に業務改善されたのは写真を送れることで、従前は現地の状況が
わからない中での情報のやり取りであったため、残渣物、汚い集積所、壊れた容器な
ど、どの程度か状況説明が出来ずにいたが、（口頭説明なので地域担当者と回収員と
の行き違いが発生や現地が特定できない事により再度の苦情起こっていた）みなレポ
導入後は、現場の写真で状況が直接確認できるため、地域担当者が現地で素早く対応
出来るようになった。
• ごみの出し間違いがどのようなものなのかもわかり、住民へ適切な説明もできるよう
になった。ごみ集積場の把握等も画像つきで報告されるため、管理する方々への指導
も行いやすい。
職員の声
など

18. 千葉市・ちばレポとの比較

19. みなレポ（藤沢市） ちばレポ（千葉市）
カーネル密度推定による可視化
データプロット
参考：藤沢の人口密度

20. 参加型センシングにおける
自治体職員の潜在的価値の高さ
• 空間的網羅性の高さ
• 街中から様々な情報を膨大に集められる
• 収集情報に対するラベリング精度の高さ
• 専門性（スペシャリスト）と汎用性（ジェネラリスト）
のバランス
• センシングだけでなくアクチュエーティングまでこなす

21. 残渣ゴミの出方と地域性の関係性分析
•藤沢市内の地域区分の90%を使ってルールを学習し、残りの10%の
残渣ゴミの数/人口を予測する
•いくつかの正則化線形回帰モデルを比較し、一番いいものを採用す
る（Lasso, Ridge, ElasticNetなど）
-入力：地域の統計値（人口統計・住宅情報）、出力：残渣数
•予測した値と実際の値のズレを評価する
線形回帰問題:
RMSEの平均と
標準偏差(RMSE*103):

22. 高い回帰係数となった特徴量の順 低い回帰係数となった特徴量の順
ライフスタイルと残渣ゴミの出方に関係？

23. •あらゆる業務への展開, 異種データ統合分析→活用 （車両レコメンド等）
•自治体業務プロセス全体の支援, 市民参加型センシングとの融合
•取得データのオープン化プロセスの確立
今後の課題
A
Database
IoT
B
C
GIS

24. まとめ
•１年半の運用, 4500件以上の都市情報収集
•データの分析により手法の特徴を明らかに
•残渣ゴミと都市空間の関係性の示唆を得る
•自治体業務の効率化
•量・質の高い都市データ収集
を両立する自治体職員参加型センシングの提案