GISベース機械学習による都市農業の空間的公平性とグリーン・ジェントリフィケーションの可能性の評価——台北市ガーデンシティ・プログラムの事例

Urban Farm DB の要約

本研究は台北市ガーデンシティ・プログラム（TGCP）下のコミュニティガーデンの分布と地区レベルの所得成長の関係を、教師なし機械学習（DBSCAN）と空間統計手法（モランのI統計量、LISA）を組み合わせて分析した。結果、ガーデンのサービス密度は中心市街地に強く集中し周辺地域では顕著なサービスギャップがみられる一方、市全体でみるとガーデン密度と所得成長との間に有意な相関は確認されなかった。この結果は、コミュニティガーデンが低コストで小規模かつ分散的であるため、従来型のグリーン・ジェントリフィケーションを引き起こしにくいとする既存研究の「ちょうどよい緑（just green enough）」の考え方と整合的であるが、一部の局所的地域ではガーデンの存在と所得変化の間に空間的な結びつきの可能性がみられ、分配的公平性への政策的配慮が必要だとしている。