紹介した商品を購入すると、売上の一部が WIRED JAPAN に還元されることがあります。
都市には無数の構成要素がある
都市を構成する要素は何か？ この質問への答えは人によって大きく異なるだろう。道路や建物など物理的なものを挙げる人もいれば、匂いや音など感覚的なものを挙げる人もいる。シンプルに見えるこの問いかけは、実はさまざまな問題をひも解くヒントを握っている。
それはあなたが別れ道でなぜ右を選んだのかといった少しクサくてロマンティックな問題から、店舗の出店計画のような実務的な問題まで、守備範囲も広い。
もちろん、人体を解剖して各々の器官について考えても人間について理解できないのと同じで、構成要素を洗い出すだけで都市を完全に理解できるとは思っていない。
ただ、都市という定義すら難しいものに対し、それをつくっているものから考え始めてみてもバチは当たらないと思う。だが書き出してみると、案外難しいことに気づく。道路、建物、匂い、音、風、信号、公園、若者、高齢者……と、いくつ要素を挙げてもキリがない。都市には無数の要素がある。
都市を丸ごとシミュレーションする流れもあるが、それはあくまでもシミュレーションに過ぎず、現実社会の「一部」を反映したものにほかならない。都市に携わるすべての活動を定式化することは、その要素数からもわかるように、現段階では限りなく不可能に近い。
もちろん、部分を再現した都市モデルであっても十分に実用的な効力を発揮するだろうし、わたしもその熱烈なファンの一員であることに違いはない。しかし、この認識がずれてしまうと、「わたしたちの行動はすべてシミュレーション可能である」ととった時代錯誤なアイデアに傾倒してしまうことになる。シュミレーション仮説とも呼ばれる考えは一見、真新しい悲壮的な世界観を提示しているようにも見えるが、これはラプラスの悪魔から長く続く唯物論者の妄想である。
指標化における「削ぎ落とし問題」
都市解析者やデヴェロッパーが都市のモデルをつくるときは、すべての要素を炙り出そうとはせず、かなり単純化したものが使用されるのが定石である。たとえば、古いモデルではあるが、ロンドン大学で作成された「STREETS」という都市モデルがわかりやすい。このモデルでは、都市は①建物の境界線、②歩道、③車道の3つの要素で作成され、そこを歩く人は①収入、②性別、③歩く速さ、④視野、⑤スケジュールの柔軟性の5つの要素で表された。プロトタイプとして都市部での人流をシミュレートする役割は果たしたが、これを基に意思決定をするには削ぎ落とされているものが多すぎるだろう。
都市ランキングなどの一般的なものからも、この「削ぎ落とし問題」は考えられる。犯罪率やGDPのスコアだけでは都市のよし悪しは測れないだろう。この問題に対するカウンターなのか、昨今「見えない指標」に焦点を当てるプロジェクトも登場してきた。日本ではLIFULL HOME’S 総研の官能都市や、森記念財団の「Urban Intangible Values」が先駆けであろう。
特にアカデミアの文脈では、コンピューターサイエンスを用いて過去の都市研究家が提唱した理論を「数値化」し、都市の見落とされている側面をすくい上げる動きが活発になっている。伝統的な都市理論の説明も兼ねて、いくつか例をあげて説明したい。
都市のイメージを構成する5つの要素
人間は都市をどのように認識するか、つまりパーセプションの側面から都市にアプローチした研究者としてケヴィン・リンチがいる。都市における「イメージ」の重要性を提唱し、それはパス、エッジ、ディストリクト、ノード、ランドマークという主に5つの要素から構成されているとした。わかりやすい例で考えると、スカイツリーというランドマークや道玄坂といったパス（道）が都市のイメージを構成しているという考え方である。
リンチの1960年代の理論を汎用的に活用するために、2018年にハーヴァード大学デザイン大学院（GSD）で行われた研究では、コンピューターヴィジョンが活用された。「Making a New City Image – An Eye for AI」と題されたこのプロジェクトでは、コンピューターヴィジョンを「Google ストリートビュー」に適用し、リンチの5つの要素を検出することが試みられた。
都市のパーセプションとコンピューターヴィジョンに関連した取り組みでは、人間がどのようなストリートを「安全」に感じるかについて研究したマサチューセッツ工科大学（MIT）の「StreetScore」も挙げられる。人が安全に感じない場所では軽犯罪が起こりやすくなるという、いわゆる「割れ窓理論」に準じて、集中的に修復するべきエリアのスポッティングが目的だ。
ジェイン・ジェイコブズを蘇らせる
異なる系譜として、都市生活におけるバーや喫茶店、小規模専門店などの重要性を説いたジェイン・ジェイコブスの「定式化」が試みられた例もある。大規模かつトップダウンな都市建設を進めたロバート・モーゼスに対し、地域多様性の大切さを訴えた彼女については、著書『アメリカ大都市の死と生』や日本でも放送されたドキュメンタリー「ニューヨーク都市計画革命」で知る人も多いかと思う。
「Quantifying Jane Jacobs」と題されたこのプロジェクトでは、都市における「路面店」の数を、先の例と同じ要領でGoogleストリートビューから定量化し、「Storefront Index」という新たな指標を提案している。この取り組みは、データ処理技術の進展により、画像を通して都市の新たな要素化が可能になった好例と言えるだろう。
コンピューターヴィジョンを用いて視覚から得られる都市情報の定量化が進む一方で、他の感覚器官に焦点を当てる研究プロジェクトも少なくない。Goodcitylifeの「Smelly Map」では、その名の通り、嗅覚の視点から都市にアプローチしている。ただ、都市の「匂い」に関するデータは画像データほど整備されていない（匂いを感じとれるセンサーをつけたクルマをグーグルに走らせてもらうには、説得にまだ時間がかかりそうだ）。このプロジェクトでは、「Twitter」や「Flicker」などのSNSに投稿された「位置情報タグがひも付いた匂いに関連するワード」をもとに都市の匂いをマッピングした。
この「見えない指標」を掘り起こすムーヴメントには、「いまとは異なる何か・こことは違うどこか」を志向する、「ヘテロトピア」への憧れが現れていると感じる。現状とは違う評価軸を導入し都市をつくり・使っていくことで、まだ見ぬ幸福な生活が実現するのではないかという憧憬の念である。これには大変強く共感する一方で、落とし穴があるとも思える。冷めているように聞こえるかもしれないが、これらの新たな都市の要素を浮かび上がらせることが、本当に都市のアップデートにつながるのか、まだ自信をもってYesと言えない。少なくとも実世界で活用するには多くの工夫を施さねばならないだろう。
都市の「可視化」の先にあるもの
アカデミックな取り組みを中心に、都市の構成要素を炙り出す動きを見てきた。都市論のコンテクストも組み込み、非常に興味深いプロジェクトが多い一方で、あえて自戒も込めて言うと、これらは現状の「可視化」にすぎない。
都市のイメージや匂いが浮き上がってくるなかで、それらをどう活用するのか、肝心な議論はおざなりになってしまっている。理論ベースでの都市要素の可視化と、実装ベースでのその活用可能性を紡ぎ、都市をアップデートすることに役立てなければ単なるオモチャとして消費されるだけだ。
「都市の要素」が実社会で活用される場合には主に2つのパターンがあると考えている。それは、都市を「つくる」人が用いるパターンと、都市を「使う」人が用いるパターンである。まずは、「つくる」人側の使用用途から見ていきたい。こちらは、先に見た都市モデリングの応用が主となる。
1社目は、米国のカンザスシティに本社を置くReplicaだ。Replicaは、大規模なトロント都市計画のマスタープランで議論を呼んだSidewalk Labsの「Model Lab」というプロジェクトからスタートした（「学生時代にModel Labのブログポストをワクワクしながら読んでいた記憶がある）。都市のデータ収集及びモデリングを主な業務としており、昨年、本社から独立した。彼らの説明動画が大変わかりやすいので詳細はそちらに譲り、ここでは簡素な説明に留める。
Replicaのデータプラットフォームでは、スマートフォンの位置情報データと国勢調査データから仮想の都市生活者を生成し、その人口が仮想の都市空間に投じられる。クライアントは行政などの公的機関が中心で、人々が、いつ、どのように、なぜ移動しているかのインサイトを提供し、交通計画や公園の設置場所の最適化に役立てることを目標としている。
いくつの要素を使ってモデリングしているのか、正確に把握はできないが、たとえば購買データや店舗の特徴データ（飲食店であっても喫茶店なのか、バーなのか）など要素を加えることで、より精度の高いシミュレーション結果を得られることは間違いないと言っていいだろう。
「虫の眼」には、「鳥の眼」で対抗
2社目は、ニューメキシコ州ロスアラモス国立研究所からスピンアウトしたDescartes Labsだ。物理学者や宇宙研究者からなるDescartes Labsは、衛星画像の解析から意味のある情報を汲み出す「Data Refinery」を強みとする。現在、解析結果の主な活用方法は農業分野にあり、主要作物の作柄を予測する大きなマーケットにチャレンジしている。
現状、農業分野を中心に事業を進めている同社であるが、コーポレートサイトには60もの活用分野が列挙されており、そのヴィジョンは「The company that models the world.」と壮大だ。そして、「都市開発」も60のうちの活用分野の1つに入っている。
具体的に都市分野で何を行っていくのか、詳細に関する記述をまだ見つけることはできなかったが、他社のユースケースを見ればいくつか推し計ることはできる。例えば、小売店に駐車してあるクルマの台数を検出し、その店舗の売上を予測することは多くのスタートアップがすでに取り組んでいる（Orbital Insightはすでに30万カ所の駐車場をトラッキングしているようだ）。
決算発表の前に売上の推測ができれば大きなアドヴァンテージとなり、出店計画にも活用できる。もう少し大きなスケールのものでは、建設工事や夜間の光量を追うことで、その都市全体の経済活動の遷移を捉えられる。
Googleストリートビューの解析制限が日に日に厳しくなるなかで（最近ではアカデミックな利用であっても解析できなくなってきた）、衛星画像の解析に期待を感じている。
解析精度の側面から見ても面白い結果が出ている。英国のAlan Turing Instituteで都市解析を研究する友人が、Googleストリートビューと衛星画像による不動産価格の推定精度を比較した論文をまとめたが、結果は衛星画像解析のほうがより高い予測精度となった。
もちろん、Googleストリートビューの「虫の眼」に対し、衛星画像は「鳥の眼」で都市を捉えることから、得意不得意分野はあり一概には言えないだろう。だが、都市の要素を炙り出す手法として、衛星画像解析への期待は高まる一方である。
「歩きやすさ」の指標化が、人々の移動を促す？
次に「使う」側への提供価値を見ていきたい。「つくる」側の使用用途が主にモデリングであったのに対し、「使う」側の活用方法は「移動」に関するものが中心である。こちらも企業ベースで、どのように都市を「使う」人に価値を提供しているのか見ていきたい。
1社目として、サンフランシスコに拠点を置く不動産検索サイト「Zillow」を見てみよう。米国で大きなシェアを誇るZillowは、オンラインで不動産売買ができるプラットフォームだ。そのプラットフォーム上では、物件のある地域の価格推移や過去の売買履歴も確認できるので、フェアな価格交渉が可能な点が魅力だ。
Zillowは、2009年から物件情報ページに「Walk Score」を導入している。これは07年から開始されたオンラインサーヴィスで、住所を入力すれば近隣の施設へのアクセスの良さを基にスコアを返してくれる。先に紹介した「Quantifying Jane Jacobs」にアイデアとしては非常に近い。14年に不動産検索サイトRedfinに買収され、順調にサービスを継続している。
国内でも、昨年、国土交通省が居心地の良さを測ることを目的に「ウォーカビリティー」の指標化を提案しており、こちらも注目されている。「歩きやすさ」という新たな要素を都市に導入することで、いままでの指標では見落とされていたエリアに注目が集まり、人々の「移動」を促すことにつながると期待している。
友人を紹介するときは、具体的であれ!?
2社目として、自分が経営するPlacyを紹介したい。Placyは音楽で場所を探せる地図アプリケーションで、レヴューやランキングだけでなく、自分の感覚に基づいて場所を探せる体験を提供している。
近い将来には、音楽だけでなく映画や本など検索ジャンルを増やし、自分の感覚を表すものを入力すると場所に変換されて出力される、そんな仕組みをつくっている。Placyの取り組みも、都市を新たな要素で見ることで、ユーザーの「移動」体験を変えるものであると考えている。客観的な指標ではなく、主観に基づいて都市を眺めることで、「自分にとって」素敵な場所が浮かび上がってくる。
今回テーマとしている都市の要素に関して、Placyの取り組みを進める上で気づいた興味深いポイントがあるので紹介したい。まず、場所検索の際に入力値として使用する「自分を表すもの」は、自分で決められる必要がある。
自分で決められないものを基に検索するとあまり気持ちいいものにならない。わかりやすい例を出すと、セルフィーを撮り、あなたの顔に合った場所はここです、と言われたら何となくムカッとするだろう。自分を表すものはこれなので、その要素をもつ場所を出してくれという、一種のステートメントのような仕掛けが必要である。
また、場所にひも付いている要素は「具体的」でなければならない。例えば、この場所はロックレヴェル8点でヒップホップレヴェルは4点ですと言われても、その場所に魅力は感じない。具体的に、どの音楽を聞いている人が訪れているのかわかったほうが、その場所に対してはるかにイメージが湧きやすいだろう。
これは人を紹介するときにも似ている。友人を紹介されるときに、優しくて笑顔が素敵で……と言われても、ちっとも会ってみたくはならない。それよりも、細野晴臣とFloating Pointsが好きと言われたほうが、仲良くなってみたくなるだろう（個人的な意見ではあるものの）。
ロンドンで視覚的にいちばんつまらない場所へ
面白いことに、「使う」人にとって魅力的な都市の要素であっても、それが「つくる」人にとって同様の価値をもつとは限らない。都市の歩きやすさや文化的な特徴は、あくまでも個人の「移動」の判断にはかかわるものであっても、「つくる」人のモデリングには入れてもらえない。
学生時代に、Googleストリートビューの解析を利用し、「ロンドンで視覚的にいちばんつまらない場所」を見つけて散歩しに行ったりしていたが、視覚的なつまらなさが都市開発のモデリングに組み込まれるまでには、まだ時間がかかるだろう（実際にさまざま企業を巡って交渉したが、難しかった）。
ただ、わたしは都市要素の「信頼性の段階」の話であると考えており、「使う」人のための都市要素がいずれ「つくる」側にも使用されていくと考えている。
たとえば、マッキンゼー・アンド・カンパニーが2018年に発表したレポートで、周囲に雰囲気のいい飲食店があるかどうかが不動産価値の推測に有効であることが示され注目された。これにより実務的な文脈での都市のモデリングに、飲食店の特徴が組み込まれる動きは加速するだろう。
いままで都市を「使う」側として、わたしたちが引越し先を決めるときに参考にしていた都市要素が「つくる」側の要素として「昇格」していく。また、「Sound Diplomacy」や「Creative Footprint」を始めとして、音楽が都市に与える影響を数値化する取り組みも進んでいる。個人が都市で感じていた重要な要素が、公に認識されることで、「つくる」側のスタンダードとして組み込まれていく。
リチャード・フロリダですら苦労した、新たなる指標の追加
ただ、都市の要素を「昇格」させるのは簡単ではない。著名な社会学者のリチャード・フロリダは、ボヘミアン=ゲイ・インデックスという指標を提唱し、その不動産価格との相関を示すことで、都市における「クリエイティヴクラス」の重要性を説いた。
だが、彼でも公を納得させることには苦労したようだ。著書『クリエイティブ都市論』は、彼が出演することになった米国の有名テレビ番組「コルベア・リポート」で、この新たな指標がこき下ろされやしないか心配で仕方なかったという話題から始まっている。
Placyの場合も、都市の音楽要素をモデリングに組み込むことを「つくる」側であるデヴェロッパーやゼネコンに提案させてもらったときは、結果は散々であった。しかし、地図アプリのユーザー、つまり都市を「使う」人たちからは、場所にひも付いた音楽要素で行き先を決めることの面白さに、少しずつではあるが共感してもらっている。
「移動」の価値を提供している電鉄系企業には、その重要性を理解してもらい、共同でプロジェクトをスタートすることになった。Placyがもつ位置情報がひも付いた音楽データをAPIとして公開することで、不動産検索サイトなどのさまざまなプラットフォームで、「移動」に関する新たな指標として活用できると考えている（ZillowのWalk Scoreに対する、Music Scoreなるもの……いや、ネーミングは追って考えよう）。
Placyとして、この取り組みを通して都市の音楽要素を「昇格」させることにひと役買えれば光栄であると考えているが、果たして本当にそうなのであろうか。都市を「つくる」側に多くの要素を組み込んだモデルをつくってもらえば、それで問題解決、めでたしパチパチというわけには、もちろんいかないのである。
説明するものと説明されるもの
Placyの今後の展開をさまざまな人と議論するなかで、炙り出した都市要素を使ったモデリングで何を「最適化」するのか（被説明変数は何か）という質問を受けたことがある。しっかり考えがまとまらないまま、その場では「地価だと考えている」と回答したが、あとで考え直すとこれは大きく間違っていた。
歩きやすさや文化の要素が浮き出され、それが土地の値段に還元されることは、一見悪いことではないように思える。確かに土地の評価が見直されることで、地主やエリアの開発に貢献した企業は報酬を得ることになる。しかし、時間をかけてエリア価値の醸成を担っていた近隣の喫茶店やバーのオーナーにとってはどうだろうか。まさにもたざる者がエリアから追い出されてしまう、ジェントリフィケーションの引き金になってしまう。
ここまで見てきた都市の要素は、都市を「説明するもの」としての議論であって、「説明されるもの」に関する議論はできていない。つまり、さまざまな要素を洗い出したけれども、その要素の重み付き和として浮かびあがる都市のよし悪しをどうやって計測するのかという問題にまったく答えられていないのである。
歩きやすさや路面店の数、ストリートの匂いといった都市の「説明変数」を各々最大化するだけでは「最適」な都市は生まれないことは自明であろう。それぞれの要素をどの比率でブレンドすべきなのか、そのチューニングのためには、都市の「被説明変数」に関する議論が不可欠である。
夢中になって都市の説明変数となる要素を記述するだけでは、真によい場所はつくれない。「説明されるもの」に関する議論はコンピューター処理の外側にあり、人間の意思で決めなければならない。そして、これこそが都市研究者と呼ばれるわたしたちの仕事であるように思う。
都市音楽家によるプレイリスト、テーマは「anomaly」
連載各回のテーマに合わせ、都市音楽家の田中堅大がプレイリストを制作。第1回のテーマは「anomaly」。「都市をシミュレーションしようとする現代技術と、それだけでは予測できない都市像の実像の対立があるなかで、技術から生まれた音楽、そのいびつな（anomaly的な）美しさをテーマに選曲。コンピューターから生まれるグリッチやエラー音、信号処理、アナログシンセなどの電子信号を用いて作曲をしているアーティストから選びました」と、田中はその意図を語る。