出席には事前登録が必要です。原千秋（hara.chiaki.7x*kyoto-u.ac.jp *を@にご変更ください）宛てにお名前、ご所属、および最近のご関心を記したメールをお送りください。

【参考資料】

Yoshifumi Konishi and Akari Ono, 2024, “Do Winners Win More from Transport Megaprojects? Evidence from the Great Seto Bridge in Japan.” Keio-IES Discussion Paper Series, DP2024-018.

要旨：Do industrial air pollution emissions become spatially dispersed or concentrated through investment in transportation infrastructure? What factors explain the spatial distribution of air pollution? To empirically investigate these questions, we develop a theoretical model consistent with insights from “Trade and the Environment” and “Quantitative Spatial Model”. Theoretically, we show that changes in air pollution can be expressed as a function of Market Access (MA) under heterogeneous environmental regulations and that these changes can be decomposed into scale, composition, and technique effects. To identify the causal effects, we exploit the substantial drop in transportation costs resulting from the construction of the Great Seto Bridge in western Japan during the 1980s and 1990s and construct an instrumental variable following the Recentered Approach. The estimation results indicate that changes in MA due to transportation investment lead to a reduction in ambient sulfur dioxide concentrations on average. Based on our theoretical model, we further examine whether there are heterogeneous effects on air pollution. Our analysis highlights that there are heterogeneous effects on industrial air pollution resulting from the pre-existing level of the MA variable and environmental regulations prior to transportation projects. This supports the spatial dispersion of air pollution through greater reductions in initially highly polluted areas.

Abstract
Estimating distributional structures, such as density estimation and two-sample comparison, is
a fundamental task in data science. However, estimating high-dimensional distributions is widely
recognized as challenging due to the well-known curse of dimensionality. In the case of supervised
learning, where one needs to estimate an unknown function often defined on a high-dimensional
space, a common approach in statistics and machine learning is to introduce tree-based methods,
such as boosting, random forest, and Bayesian additive regression trees. These methods are known
to be effective for such challenging tasks with feasible computation costs. This presentation aims
to introduce their counterparts for unsupervised learning. We first introduce a new non-parametric
Bayesian model for learning distributions by generalizing the Polya tree process, which is originally
introduced for low-dimensional density estimation. We next propose a new way of combining
multiple tree-based learners in the manner of boosting for improved empirical performance.
This is joint work with Li Ma (Duke University).

【資料】（1/30更新）

要旨：有史以来、人間(ホモ・サピエンス)は都市を建設し、その都市は人口集中のるつぼであり続けてきた。都市は交易や統治の中心地でもあり、私たちに技術や文明や思想をもたらした半面、疫病の苗床として、収奪の拠点として、そしてストレスフルなライフスタイルを余儀なくされる空間でもあり続けた。このセミナー発表では、都市への人口集中がもたらす功と罪について、精神医学・進化生物学・社会学の観点から俯瞰したうえで、これからの人口集中・人口減少に際して乗り越えられるべき課題について議論を提示する。

【日時】
2025年1月11日（土）13:00～17:20（受付開始 12:30～）

【場所】
京都大学芝蘭会館・稲盛ホール（定員 200名）

【講演者】
・基調講演：「激動の世界と政策対応」
　神田 眞人　内閣官房参与
・講演：「地域での脱炭素と経済社会課題の同時解決を目指して」
　大森 恵子　環境省大臣官房地域脱炭素推進審議官
・講演：「社会関係資本と住民主体のまちづくり活動」
　要藤 正任　京都産業大学経済学部教授
・講演：「先端政策分析の意義：国際機関の現場から」
　八代 尚光　国際通貨基金シニアエコノミスト　※録画
・パネルディスカッション：「医学×社会科学による文理融合研究（Socio-Life Science）から政策を提起する」
　松田 文彦　京都大学医学研究科教授
　関根 仁博　産業技術総合研究所企画本部審議役
　井上 祐介　京都大学経済研究所先端政策分析研究センター特定准教授（コーディネーター）
・パネルディスカッション：「『社会実装』がSPI（science and policy interface）を切り拓く」
　松本 眞　尼崎市長
　大竹 文雄　京都大学経済研究所特定教授/ 大阪大学感染症総合教育研究拠点特任教授
　谷 直起　京都大学経済研究所先端政策分析研究センター特定准教授（コーディネーター）

【詳細】
聴講は無料（申込制）
プログラムの詳細・参加お申込みはこちら
Flyerはこちら