空間の境界は動く。同じ名前を使い続けていても、その名前が指す範囲は時代によって違う。旧国・旧郡、近世村、藩、市区町村といった単位はいずれもそうした変化の中にあり、これらを時代をまたいでデータにするには、動く単位を同定する方法と、時期ごとの記録を束ねる方法が要る。本節が扱うのは、単位の範囲が時代とともに変わるとき、動く単位に時代を超えた識別子をどう与えるかである。識別子の考え方は節「識別子とデータ引用」を、位置情報の扱いは節「空間の表し方」を、地名と識別子の関係は節「地名という接点」を参照。
範囲が変わっても同じものとして立てる市区町村
市区町村は、合併のたびに範囲が変わる。歴史的行政区域データセットβ版は、時期の異なる市区町村どうしを「同じもの」として統合し、同じものは同じIDを、違うものは違うIDを与える方針をとる。八王子市には13201A1968が付与されており、合併で範囲が広がっても概念としての八王子市を一つのエンティティとして扱う。資料中に八王子市が現れたときにこのIDと結びつければ、資料の年代によって範囲が変わることを確認できる [UC-033 §地名のデータセット:行政区域から近世村へ, UC-013 §歴史的行政区域データセット——市区町村IDの付与]。
江戸は、東京府東京市(15区)、同(35区)、東京都特別区部(23区)へと変遷した。こうした連なりでも、同一とみなせるものと別のものとを分けてIDを付与している [UC-013 §歴史的行政区域データセット——市区町村IDの付与]。
講演時点のIDは1920年以降の市区町村に網羅的に付与されており、合計16,729件である。市区町村コード(4,159件)、国土数値情報(12,234件)、行政界変遷DB(336件)の三系統から成る [UC-033 §地名のデータセット:行政区域から近世村へ]。データセットの管理主体の公開ページでは、その後の更新を経て行政区域件数が16,856件(2023年10月時点)とされている 1。課題は過去への遡及で、1919年から1889年(市制及び町村制の成立年)への遡及と、明治から江戸への遡及が残る。1889〜2006年には行政界変遷DBが使えるが、誤りが多く部分的な利用を想定している [UC-033 §地名のデータセット:行政区域から近世村へ, UC-013 §歴史的行政区域データセット——市区町村IDの付与]。
ポリゴン自体の出所も一様ではない。国土数値情報の行政区域データは、1920年が旧版地図から、1950〜1985年が国勢調査の町丁・字等別境界を基に、1995年以降が地形図や数値地図から作られており、データソースの違いから、実態とは異なる重なりや隣接関係が一時的に生じやすいとされる 1。
近世村:現代のデータで代用した境界
本田謙一が作成した幕末期近世村領域データセット(66,581件)は、境界を現代の農業集落境界データで代用している。領域のポリゴンは当時の境界そのものではなく、現代の農業集落と江戸時代の村にそれなりの連続性があるという前提に立つ近似である [UC-033 §地名のデータセット:行政区域から近世村へ, UC-012 §江戸近世村データセット]。
代用が必要になる事情は、村の成り立ちにある。村はもともと土地ではなく人を単位としたもので、その村に属する人が持つ土地が村の土地であり、領域が先にあったわけではない。どの村にも属さない荒地や入会地があり、複数の村に属する場所もあって、境界線を引く発想がそもそも合わない場合がある [UC-046 §近世村の領域を復元する課題と基盤データの選択]。
作成者は、2015年の農業集落境界データを最小単位として近世村の領域を推定することにした。小地域ポリゴンを東北で試すと山地で境界に違和感があったため、農業集落のほうを選んでいる。この方式は再現性に限界があるが、ポリゴンを新たに描かないため手間が少なくて済む [UC-046 §近世村の領域を復元する課題と基盤データの選択]。
代用の限界は、複合村と呼ばれる処理に表れている。一つのポリゴンに二つの村が入る場合は、今回は分けることをあきらめ、一つのポリゴンにまとめている。江戸川区のように市街化で農業集落が消えた都市部や、集落が統合・消滅した山間地では、それ以上の分割ができない。ダムに沈んだ村もある [UC-046 §作成手順]。
現代の集落との対応は、近世村と農業集落が1対1(標準型)のものが35,522村(53.5%)、1対多(須恵村型)が19,623村(29.6%)、多対1または多対多が11,190村(16.9%)であった。近世村=行政村=大字、農業集落=自然村とみなしてきた従来の整理に対して、近世村が自然村である地域と行政村である地域が混在する可能性が示されている [UC-046 §応用事例:全国石高変遷と集落類型]。
石高には旧高旧領取調帳データベース(国立歴史民俗博物館)が使われ、天保郷帳の翻刻データを組み合わせる予定もある [UC-013 §江戸時代の村のデータセット——統合の試みと課題, UC-012 §江戸近世村データセット]。この資料自体も時点が一様でなく、令制国ごとに時期がばらばらで、戊辰戦争後に転封された会津藩と転封後の斗南藩が、同時期には存在しないはずなのに両方載っている。同じ郡内の同名の村も多く、最も多いのは中村で、作成者は確か300ほどあったと述べている。新潟平野にも多数の中村があり、位置の推定を誤りやすい [UC-046 §間違いを前提にしたデータの定義]。
この誤りやすさに対して、村ごとの固有ID(UID)を最初のルールとして決めている。同名の村がデータベース上で連続している場合のみ同一村として固有IDを付ける。村は藩ごとに整列しているため、相給の村(一つの村を複数の領主が分けて治める村)でも離れて記載されていることがあるからである。位置の推定を進める中で村は分割・統合され、連番にはこだわらず、分割した村は5000番台、統合した村は欠番とする。IDは国・郡・村の組み合わせで、たとえば陸奥国津軽郡の青森町はK01G01S00001となり、レコードには村名、石高計、最大八つの領分とその石高などを持たせている [UC-046 §間違いを前提にしたデータの定義]。完成品を直すのではなく、村の位置や農業集落の所属といった元データを直して再処理する形にして、修正を容易にしている [UC-046 §手順③:自動でできるところは自動で]。
名称の照合については、節「地名という接点」を参照。
公式のリストがない単位を数える——藩
藩は、江戸時代には正式に定義された語ではなく、幕府が公式のリストを作ったわけでもない。そのため総数の確定が難しく、厳密な定義は歴史研究そのものになる。藩IDデータセットは、この問題を単位の定義そのものには踏み込まない形で扱っている [UC-013 §藩IDデータセット——識別子の付与と研究動向の可視化, UC-012 §藩IDデータセット]。
『藩史大事典』『角川新版日本史辞典』『岩波日本史辞典』などの事典を比較して統合や分離を検討し、寛文4年(1664)から明治4年(1871)に存在した藩として408藩にIDと別名を定めた。この数は唯一の正解ではなく、データセットの基準で決めたものである [UC-012 §藩IDデータセット, UC-033 §地名のデータセット:藩・街道・宿場とGeoLOD]。
呼称も公式には定まっていない。地名で呼ぶか家名で呼ぶかの二通りがあり、仙台藩と伊達藩、薩摩藩と鹿児島藩のようにずれが生じる。同名の松山藩は出羽・伊予・備中に三つあり、区別が要る。代表的な呼称は、J-STAGEの論文での使われ方やWikipediaの用例など、現代の利用実態も参照して決めた [UC-012 §藩IDデータセット, UC-013 §藩IDデータセット——識別子の付与と研究動向の可視化]。
位置は、居城や陣屋を代表点として付与している。城跡が残る有名な藩は問題ないが、一万石規模の小さな藩には所在が判然としないものがある。陣屋は小さな建物で痕跡が消えやすく、石川藩の陣屋のように候補が複数あって一つに決められない例もある。こうした場合にはUber H3インデックスを使い、六角形で位置の範囲を指定する。IDの中に場所と六角形の大きさが含まれるため、ID自体に曖昧さのレベルを持たせられる [UC-012 §藩IDデータセット, UC-033 §地名のデータセット:藩・街道・宿場とGeoLOD, UC-013 §歴史的空間情報基盤の課題と今後の展望]。
領域は、幕末期近世村データの領分(旧高旧領取調帳に由来)で可視化できる。居城の周囲にまとまるという素朴なイメージとは異なり、加賀藩や尾張藩の領分は大まかには二つの地域に分かれ、熊本藩には飛び地が多い。領域内には別の領主に属する村が「穴」として入る場合もある。村は基本的に一つの領主に属すが、複数の領主を持つ村もあるので、村と藩は多対多の関係にある [UC-012 §藩IDデータセット, UC-010 §藩IDデータセットと村・藩の統合的な可視化, UC-013 §藩IDデータセット——識別子の付与と研究動向の可視化]。
藩IDを導入すると、表記揺れしていた藩名をIDで結合・統合でき、寛政武鑑と安政武鑑の経時的な統合のようなほかのデータとのリンクも容易になった [UC-012 §藩IDデータセット, UC-013 §藩IDデータセット——識別子の付与と研究動向の可視化]。
旧国・旧郡:時代に合わせてIDを振り直す
旧国・旧郡境界データセットは、人間文化研究機構が公開する「幕末明治地勢地図境界データ」を利用している。ただし明治期と江戸期では国・郡の分け方が異なるため、江戸・明治の実情に合わせて、CODH側で新たにIDを付与し直した [UC-013 §既存データセットの活用と過去データの課題]。同じ名前の国や郡でも、時期によって範囲が違うことをIDの側で吸収する例である。
経路と点にも通時的なIDを与える
面だけでなく、経路(線)と点(宿場)にも、時代をまたぐIDが与えられている。番号付けの発想と規則は節「識別子とデータ引用」を参照 [UC-013 §江戸の地理空間データと街道・宿場のID化, UC-012 §江戸期地理データセット]。
江戸主要街道データセットは、五街道および主要脇街道の道路データで、総延長は約8,360kmである。文献によって街道の名称が異なっても、IDで管理すれば同じものとして扱える [UC-044 §地名・街道・宿場のデータセット, UC-033 §地名のデータセット:藩・街道・宿場とGeoLOD]。
江戸宿場データセットは、『日本歴史地名大系』の宿場データに宿場IDを付与したもので、東海道品川宿はR001-002となる。ただし宿場IDの付与は進行中で、まだ全部はできていない [UC-044 §地名・街道・宿場のデータセット, UC-033 §地名のデータセット:藩・街道・宿場とGeoLOD]。
街道にも時期による移設や経路の違いがあり、複数の経路が想定されうる。講演の質疑では、IDを与えつつ、説や時期に応じて複数の経路を割り当てられる柔軟な枠組みが望ましいという指摘が出された。ナンバリングに公式の定義がなく、呼称や経路がぶれることから、できるだけ柔軟に対応したいとされている [UC-012 §江戸期地理データセット]。
既存の通時的データセットが再利用しにくい理由
過去に作られた通時的データセットの再利用には、共通する課題がある。旧国・旧郡境界データセットのもとになった「幕末明治地勢地図境界データ」を例に、講演では四点が挙がっている [UC-013 §既存データセットの活用と過去データの課題]。
- 精度: 技術的制約のある時代に作られ、現代の基準では精度や統合に問題がある場合がある。
- サービス展開の未達: データセットが公開されても、サービス展開やプラットフォーム化に至らなかった。
- 修正手順の未整備: 修正手順が確立されておらず、誤りの指摘に対応しにくい。
- 翻刻の誤り: 紙資料のデジタル化・翻刻(OCR)の過程で誤りが混入する。
行政界変遷データベース(筑波大学で構築)は、精度の問題でそのままでは使えない例である。1889〜2006年を扱う貴重な資料だが、誤りが多く、部分的な利用にとどめている [UC-013 §歴史的行政区域データセット——市区町村IDの付与, UC-013 §歴史的空間情報基盤の課題と今後の展望]。
これに対して、データの側に修正しやすさを組み込む工夫も試みられている。幕末期近世村領域データセットは、完成品ではなく元データ(村の位置や農業集落の所属)を直して再処理する形にして、修正を容易にしている [UC-046 §手順③:自動でできるところは自動で]。
参考資料
この節へのコメント