では，どの程度慎重に現状把握を行えばよいでしょうか?

当研究室が理論やデータに基づいて研究することは，最終的にはこの問いに集約されます． そして，この問いに対する答えは，起こりうる事象の影響の大きさだけでなく，得られるデータの解像度(詳細さの度合い)に強く依存します．

従来は「必要なデータ量が集まれば，現象を確からしく捉えることができる」と思われていました． たくさんデータを集めれば，物事が正しく理解できるということです． これ自体は間違いではありませんが，複雑な人間社会を対象とする場合には正確ともいえません． 統計理論は，一般的な感覚と同じように「データをたくさん集めるほど，より詳細な事柄が分かるようになる」という側面も示しています． すなわち，集まったデータに応じて，可能な現状把握のレベルが異なるという考え方です．

このような考えに基づくと，データが増えつづける現代社会においては，良くも悪くも思いもよらぬことが分かるようになる可能性があります． したがって，多くの知見を得るためのみならず，公平で多様な社会を発展させるためにも，より丁寧に現象を理解する必要があります． そこで，以下に示す観点で研究を進めています．

これまでの成果は，中西の個人ページや過去の学生の研究をご覧ください． 

本質のモデル化

データ社会における都市や交通の計画を考える際には，これまでの当たり前をひとつずつ再検討する必要があります．

一例として，将来の鉄道やバスの利用者数を予測したいとします． その際の基礎となるのは，現在のデータから現在の利用者数を予測するモデルです． ところが，このようなモデルの信頼性は，モデル式の良さだけでなく，どのくらいたくさんの，多様なデータを利用できるかにも依存します． そこで，問題ごとに必要なデータの大きさを理論的に検討するとともに，現実的に十分なデータが得られない場合の方策も検討します．

また，人やモノの移動を出発地-目的地の行列形式で表したものをOD表と呼びます． 現在では，ある個人のある1日の行動において，多数の目的地を把握することは難しくありません． このように取得データが詳細になったときに，従来の行列形式では表せない情報が発生します． 得られた貴重なデータを活用するためにも，新しいモデルが必要とされています．

現実社会の記述

理論は日進月歩で，データも日々蓄積されていきます． したがって，従来の研究とまったく同じ対象を分析しても，最新の理論やデータを用いれば新しいことが分かります． たとえば，高速道路上のすべての車両の走行軌跡を取得する試みがあります． このデータを用いると，従来の交通流理論の検証はもとより，新たな理論の構築や現象の詳細な解明が可能となります． 結果的に，渋滞抑制や工事時期の決定などの交通制御のあり方を改善することができます．

一方で，多種多様なデータの利用可能性が高まるにつれて注意が必要なことも増えています． たとえば，地区ごとの学歴，収入，犯罪率のようなセンシティブなデータを無考えに地図上に可視化すれば，それらの因果関係について誤った理解を助長する可能性があります． 社会をよりよくしていくための議論に必要な情報を示すことは大切ですが，その際の公平性やプライバシーを確保した提示方法の検討も重要な課題です．

その他

研究自体も多様でありたいと考えています． 単なる思いつきが大きなテーマに繋がることもあります(繋がらないことの方が圧倒的に多いですが，多数の試行/思考を繰り返すことが大切です)． 良いアイデアを思いついた方や中西と雑多な話をしたい方はぜひ研究室に遊びに来てください．