Interpreting feature importance under spatial heterogeneity: Evidence from urban development stages and regional migration

地図と領土：なぜ「重要」なことは場所によって異なるのか

ある都市の中で、なぜ一部の地域には新しい人々が次々と流入している一方で、他の地域では人が流出し続けているのか、その理由を解明しようとしている自分を想像してみてください。長い間、科学者や都市計画家たちは、「万能な」地図を使ってこの謎を解こうとしてきました。彼らは、雇用数、住宅の築年数、学校の数といった要因のリストを見て、「よし、これらがどこにおいても人々が移動する上位3つの理由だ！」と断定してきました。それはまるで、植物が成長する理由が、日当たりの良い砂漠でも日陰の森でも同じであると決めつけるようなものです。

しかし、地理学にはある秘密があります。それは、ルールは場所によって変わる可能性があるということです。これは、ビデオゲームで、砂漠のレベルから氷のレベルに移動すると物理法則が変わってしまうようなものです。砂漠で完璧に機能する戦略が、氷の世界では凍死を招くかもしれません。データサイエンスの世界では、私たちは「機械学習」と呼ばれる強力なコンピュータプログラムを使用して、膨大なデータの中からパターンを見つけ出します。これらのプログラムは次に何が起こるかを予測することに長けていますが、しばしば単純な「最も重要な」要因のリストを提示します。この論文が取り組んでいる大きな問いは、**「その『最も重要な』要因のリストは、実はどこでも同じなのか、それとも場所（近隣地域）によって変わるのか？」**ということです。もしゲームのルールが場所によって変わるのであれば、単一のリストを頼りに街を改善する方法を教えてもらえるのでしょうか？

研究：場所が変われば「重要」の意味も変わる

白石大学のキム・ドングォ氏によるこの論文は、2017年から2024年にかけての韓国国内における人の移動を深く掘り下げています。著者は、人々がなぜ流入し、あるいは流出しているのかを知るために、229の異なる市町村を調査しました。研究は単に「何が人の移動を促すのか？」と問うのではなく、よりトリッキーな問いを投げかけました。「『最も重要な』理由は、混雑した都市に住んでいるのか、静かな郊外に住んでいるのか、あるいは農村部に住んでいるのかによって変わるのだろうか？」

これに答えるため、研究者は人口移動率を予測するために、CatBoostと呼ばれる高度なコンピュータモデル（一種の機械学習）を使用しました。そして、コンピュータが予測を行う際にどの手がかりを使っているのかを確認するために、SHAPという特別なツールを使用しました。これは、コンピュータに対して「ねえ、なぜこの町は人が減ると判断したの？」と尋ねて、重要度順にランク付けされた理由のリストを受け取るような作業です。

研究の結果、以下のようなことが判明しました。ここには少し意外な展開があります。

1. 移動の「逆U字型」
まず、本研究は、移動が単なる「田舎はダメ、都市は良い」という単純な直線ではないことを確認しました。それはむしろ「丘」のようなものです。最も人が流入している場所は、実は中間の郊外でした。超高密度の都市中心部でもなく、空っぽの農村部でもありません。都市の中心部（ソウルの中心部など）は、実際には人々が流出していました。一方で、農村部もまた人々が流出していました。「成長のスイートスポット」は、大都市のすぐ外側にある環状の町々でした。

2. 「最も重要なリスト」は一種のトリックである
最大の驚きは、「重要度のリスト」に関するものでした。コンピュータモデルは、人口移動において何が最も重要かというグローバルなランキングを提示しました。リストのトップ項目は**「保育施設」**でした。通常、何かが1位にランクされていると、私たちは「素晴らしい！もっと保育施設を作れば、人々はここに引っ越してくるだろう！」と考えます。

しかし、本研究では、この1位という数字が誤解を招くものであることが分かりました。保育施設の重要性は、場所によって「方向性が変化」するのです。

• 農村部では、保育施設を増やすことが、むしろ人々が「去る」こと（あるいはその町が苦境にあること）を予測していました。保育施設が悪いわけではなく、町が縮小しており、残された数少ない家族を引き留めようとして保育施設を増やしている場合があるからです。
• 密集した混雑した都市では、保育施設があることが、さらに強く「人々が去る」ことを予測していました。これはおそらく、これらの地域では生活費や住宅コストが非常に高いため、保育施設があっても家族が留まり続けることができないためです。

つまり、コンピュータは保育施設が「最も重要な」手がかりであると言いましたが、それを「どのように」使うべきかは教えてくれませんでした。ある場所では、それは問題の兆候であり、別の場所では、苦境の兆候なのです。ランキングは、物語のすべてを語っていませんでした。

3. 「ネットワーク」の驚き
研究では、「ネットワーク上の位置」、つまり、移動や貿易においてその町が他の町とどれだけよくつながっているかについても調査しました。つながりが強いことは常に良いことだと考えるかもしれません。

• 農村部の町では、コンピュータはこの手がかりに強く依存していました。しかし、ここにひねりがあります。コンピュータは、つながりの「欠如」を用いて、人々が去ることを予測していたのです。農村部にとって最も重要な手がかりは、そこが「つながっていない」ということでした。
• 密集した都市では、つながりの重要性ははるかに低くなりました。住宅の築年数などの他の要素が決定を左右していたため、コンピュータはネットワークをそれほど重視しませんでした。

大きな教訓
この論文は、「特徴量の重要度（Feature Importance）」のリストを、普遍的な取扱説明書のように読むのをやめるべきだと主張しています。コンピュータが特定の要因を「第1位」と言ったからといって、それが問題を解決するための最良のレバー（手段）であるとは限りません。

• それは政策のレバーではない： 高い順位は、単にコンピュータが予測を行う際にその手がかりを頻繁に使用していることを意味します。その数値を増やすことが問題を解決するという意味ではありません。
• それは普遍的ではない： 手がかりの意味は、町の「段階」（農村、郊外、都市）によって変化します。
• それは情報の地図であり、解決策の地図ではない： ランキングは、コンピュータが「どこで」情報を見つけているかを教えてくれますが、その情報が「何を」意味するのか、あるいはどちらの方向に押し進めるべきかまでは教えてくれません。

要約すると、この研究は、もし人々がなぜ移動するのかを理解したいのであれば、単一の「主な理由」のリストを見るだけでは不十分であることを示唆しています。あなたは、自分がいる特定の近隣地域を見なければなりません。なぜなら、ゲームのルールは、田舎から都市へと場所が変わるにつれて変化するからです。コンピュータは手がかりを見つける優れた探偵ですが、都市計画家ではありません。コンピュータは、何を見ているかは教えてくれますが、文脈（コンテキスト）を理解しなければ、それに対して何をすべきかまでは教えてくれないのです。