Creativity Sharing and
Entrepreneurial Support

横浜市 区別市民意識ー要介護・高齢化率データ

License : CC0
 「横浜市 市民意識調査」のデータは印刷物であり、せいぜいPDFとなっているがデータテーブルでなくグラフに書かれた数字を読み取って必要なデータを表で作成するしかありませんでした。多次元分析や、各種の可視化表現を行えるようにするためのデータを作成しました。 本データセットはEXCEL上で統合編集を行ったものです。横浜市の健康寿命延伸21(第2期)の一環として健康福祉局 保険事業課と衛生研究所が調査してレポートしたもので、紙印刷媒体で提供されているものから「有意差」があるものを選択したものをメインとしています。それに、横浜市統計ポータルからの高齢化率・要介護率データや生活基礎調査などからデータをピックアップして35項目にまとめたものです。 EXCELベースで様々なデータ分析可視化はできますが、統計処理ソフトや可視化ソフトで有償無償のものをうまく組み合わせることでっ目的にあったメッセージ変換が可能です。上記様々なデータソースはフォーマットgやデータ配列がばらばらなので、結局このような形の中間データ構造体を作成せざるを得ませんでした。しかしながら、別のLODチャレンジ2018で応募しているようなメタデータ、メタメタデータ(TAG)付けを行うことで、より意味と目的をもったデータ分析が可能となっています。このデータセットと他の様々なデータとの組み合わせによる分析比較を行った場合、その結果を共有できる公開をお願いします。
Update: Oct 9, 2018

Text detail
市民意識調査は 平成25年8月30日ー9月14日に実施された。 インターネットによる調査:回収数=15519人、郵送による調査(60歳以上の方)回収数1284人、回収率47.5% 設問分野;健康管理、食生活、運動習慣、タバコ、受動喫煙m飲酒、はの健康、睡眠や心の健康、健康状態、健診歴、糖尿病の病歴、健康保険関係など。横浜市衛生研究所が統計学的検定を実施。χ二乗検定およびKrusal-Wallisの検定を持ちいP,0.05で優位さありとした。 以上、調査報告書の調査概要に関する記載。H28年再度調査が行われ、H25年との差異レポートが出ている。
Update: Oct 9, 2018 (Kamogawa)
Image detail
之は一枚のEXCELテーブルに集約されたデータセットの高齢化率と要介護率に関するサブデータセットです。これ自体でEXCELの散布図を作成すると両者の関係性が解ります。そしてそこにはかなりの地域固有性が洗われています。この2つの指標で18の区の分類ができ中心は統計平均の中央にある横浜市[全体)を4つの分類されることが分かります。高齢化率は高いけど要介護率が低い栄区は特徴的です。湾岸部の区は概して宜しくないパターンとなっています。要介護率と高齢化率を割り算した要介護指数(造語)により、その地域の特性がわかり、それと市民意識調査からく健康度とのクロス分析を行うと、同じ2次元平面で分類されていても第3の評価軸から見ると別の要因があるということが解ってきます。表の中にあるランキング(色分け明示)である把握はできますが、ある曲面(ファセット)であることに注意しなければいけないことが解ってきます。
Update: Oct 1, 2018 (Kamogawa)
Image detail
本応募におけるデータセットの中に今後指標として組み込まれるものとして幾つかの経済指標があります。例えば市民税やその行政区の雇用状態や産業付加価値をはじめ経済指標があります。これは健康問題と相関性が高い経済問題に関して、雇用を産みだすことが非常に重要であり、ソシアルキャピタルの充実も一層重要です。上図は横浜市の18の区の産業分類に基づく労働人口の割合とその業種の稼ぐ力を示すデータマップです。基本的に付加価値の高い製造業や情報サービス産業を伸ばさないといけない状況にあります。医療介護関係はGDPの12.7%で今後増加してきますが残念ながらサービス生産性の向上必須ですが、限界があります。このあたりは日本全体の課題です。横浜市の各行政区でも神奈川県ー東京首都圏を含めた新しい産業創出と連関モデルを考え、コアの産業をどう伸ばすかというのが大きな戦略課題です。この面では大学を交えた地域ベンチャー育成が重要となります。人生100年、70歳まで働き社会参加できるようにする=PPK社会の実現=予防医療、予防介護の最大の社会課題です。
Update: Oct 1, 2018 (Kamogawa)
Image detail
Update: Oct 1, 2018 (Kamogawa)
Image detail
冒頭にある説明のデータセットは上図に示すようなエクセルベースにまとめられて、複数のデータソースが統合されクロス分析や比較分析に利活用されまます。そして、階層的なメタTAGを付加しています。その地域の健康状態やその悪化の要因になっている生活意識や行動習慣、ソシアルキャピタルの状況、地域雇用・経済環境、高齢化率や要介護率がどのように相関性、あるいは[相互に影響関係にあるかを弁別し、地域に包括ケアや産業振興、ソシアルキャピタルの充実に結び付けていくオープンイノベーションの社会実装が執拗です。それをデータから視る必要があります。その分析データコミュニケーションにXVIEWを活用し、様々な統計分析可視化ソフトとの組み合わせて様々なサービス創出をしていく場合にAIを利活用するが有効です。データなくしてAIはありません。
Update: Oct 1, 2018 (Kamogawa)
Image detail
本提案におけるデータ構造は、市民の生活習慣や健康意識や行動に関するもの、取り巻く社会的背景を示すもの(健康問題は経済問題と密な相関がある)、高齢化と要介護の関係を横断分析をして、地域包括ケアや経済雇用政策の関係性を含めてどのような政策やソシアルキャピタルを充実させていけばいいかの発見や共創的な開発をおおおこなっていく「オープンソシアルイノベーション」の実現を意図しています。 そしてデータを分析して、そのメッシュが小さくなったり深堀分析をすればするほどクリティカルな問題が出てきます。したがってこの生データ自体ももう買いモードではありますが分析結果の共有には気をつける必要があります。オープンイノベーションはある意味オープンデータであり、行政サイドでは縦割り的な面からの横断分析やそこから来る政策決定や、その効果評価、特に社会投資的なものに関しては責任の所在を含めて大局的な視点で着手は職曲的でも継続定期に学習進化させていくための共通データ分析基盤が益々重要になってきます。そのような視点で今回のデータセットの開発とその分析ー共有コミュニケーション基盤のコアとして提供するものです。
Update: Oct 1, 2018 (Kamogawa)
Text detail
 「横浜市 市民意識調査」のデータは印刷物であり、せいぜいPDFとなっているがデータテーブルでなくグラフに書かれた数字を読み取って必要なデータを表で作成するしかありませんでした。  また、要介護率・高齢化率なども別々でありオリジナルのPDFデータやCSV(Excel)もフォーマットがばらばらでした。したがって今回、横浜市民の健康度とそれに関わるデータセットと待った区別のデータセットを1枚のエクセルファイルにまとめ、それに意味づけしたメタ、メタメタTAGをつけたテーブルを作成して、XVIEWのほうに渡して多次元分析を行い、各種の可視化表現を行えるようにするためのデータを作成しました。
Update: Sep 30, 2018 (KeitarouNakayama)
Idea detail
【関連する応募作品】
Update: Sep 28, 2018 (KeitarouNakayama)
Idea detail
【関連する応募作品】
Update: Sep 28, 2018 (KeitarouNakayama)

Grant Information

Suggested fund information for realizing the idea.

Related Pages

横浜市の健康寿命延伸21(第二期)で平成25年度に行われた市民意識調査は主として生活行動習慣や背景となる生活意識を16800人に対して行ったものです。他方、人口動態調査から得られる高齢化率や要介護率などのデータは別々の組織からバラバラに提供されています。今回その横断分析をを行い、両者の相関性を求め地域固有性を見つけ、その地域にあった包括ケアやサービス設計の支援となるデータセットをまとめました。エクセルレベルでやれる可視化分析ではその手間隙と問題の認識性に限界があり今回XVIEWというクロス分析と可視化結果をSNSベースでコミュニケーションできるようにしています。これにより様々なステークホルダーが自分の立場からその地域に適合したた形での問題の解決に向かうことが可能になってきます。現実面では個人個人に適合したサービス提供になってきます。このあたりはサービススタッフの全人間的なサービス、コミュニケーション力が求められ、教育問題が非常に重要になってきます。そえには現状理解と起きている現象の踏みこんだ理解が求められます、 特に後期高齢者が増え、看りや認知症の対応など精神面のサポートが重要になってきます。
6

value

4


「横浜市 区別市民意識ー要介護・高齢化率クロス分析」を例として、オープンデータの利活用の諸問題と、意味・意図のメタ情報を付加したデータ構造体作成について述べる。 オープンデータの種類、公開のされかたは様々あり、PDF、EXCEL、CSV.などデータ形式だけでなくそのデーら論理構造が様々でありそのままではリンクを取ったりマージができない場合殆どである。例えば横浜市でもデータ内容がそれを作成した部局でフォーマットが異なったり、データ尚列順序が異なったり栗栖分析することができない。そしてクロス分析だけでなくある目的にデータ構造(論理ー意味構造)を持たせるためにはその目的にあったものを再構成するしかない。 本事例では市民意識調査、高齢化率・要介護率のほか生活保護や生活基礎調査のデータから、その間の相関性を求めるために、データを2階層にカテライズした事例をしめす・それをメタ・メタデータと呼んでいる。最上位層は生データの持つ性格や使用目的をあらわし、その下位階はその理由やブレークダウンしたものである。この2つをメタ・メタデータと呼んでいる。最下位層はメタデータでありデータの属性をしめすものである。 イープンデータを利用する場合、単独での利用もあるが、一般にデータとデータの関係性に問題の所存がありその関係性を分析すること問題の解決やサービスを生み出すことができる。また、情報検索を行う場合、データの持っている性格や情報発信側の意図するところを見つけ検索したり、情報発信側がそのデータセットをもっと利用してもらいやすいような抽象度を高めた名前付けをすることでオープンデータとしてもっと使ってもらいやすいようになる。 今回ここに示す事例では上記のようなカテゴイズを行い、クロス分析をする場合、上位概念での相関性を考えることで物事をマクロにみることができる。このような考え方を一般に普及させることを進めてきた。 コレラのことはセマンティックWEBと密接に絡んでいる。形式的意味論から本質的息論にたつことで、AIにおける諸問題がかなり見通しがよくなると考える。
6

value

4

Comments