商業集積統計の紹介

商業集積統計とは日本全国の商店街・商業地域の分布と，それらの形状を観察出来るデータセット（ポリゴンデータ）です． 商店街・商業地域の分布のみならず，その形状までを全国規模で観察出来る我が国で初めてのデータです． 従来数多く見られた町丁目やメッシュ単位の既存統計（商業統計等　図１）では充分に成し得なかった， １つ１つの商業地域の場所や状況の詳細かつ正確な把握・分析が可能 です（図２）．株式会社ゼンリンとの共同研究により実現したまったく新しい統計データセットです（株式会社ゼンリン　ニュースリリース　商業集積統計）．
  

図１：従来の統計データの集計単位イメージ 
　

図2：商業集積統計の集計単位のイメージ
　

デジタル電話帳（テレポイントPack！　株式会社ゼンリン）より得られた実際の店舗・事業所の分布データを用いて，商店街や商業地域を構成するデータを独自の業種構成を用いて抽出しポイントデータ化します．続いて各ポイントから独自の空間処理を行い，商業地域を構成する領域を描くポリゴンを発生させます（図３）．この手法では１つ１つの商業地域が分布する地域の平均的な店舗間距離を自動的に計算する手法を開発しました． いわば地域ごとの「癖」を認識することで，私達の実感に近い商業地域，商店街単位ポリゴンデータを作ることが出来るようになりました．

また商業集積ポリゴン内に分布する電話帳の情報を集計することで， 商業集積ごとの店舗・事業所総数はもちろん， 業種別店舗数（約220業種），生鮮三品の充実度，チェーン店数，チェーン店率 といった豊富な属性情報が与えられています．更にGISを用いた空間処理を行うことで，商業集積ごとの 面積[?u]，代表地点（ポリゴンの重心）の経度・緯度も与えられています（図４）．

データ作成方法の詳細については以下の論文・資料を御覧下さい．
論文（PDF・English）　論文（PDF・日本語）　PPT（PDF・日本語）
  

図３：商業集積統計ポリゴンデータの作成イメージ 
　各店舗の最近隣店舗までの距離と地域の平均的な店舗間距離から円領域を算出し結合します．また不自然に大きな円領域（図中黄色）は自動的に除去されます．

図４：商業集積統計が持つ豊富な属性情報
　従来の統計（商業統計等）で観察出来なかった商業地域・商店街の位置・形状に加えて，集積内の店舗数（COUNT）や業種ごとの店舗数を観察できます．

図５は商業集積統計を用いた日本全土の商業地域の分布状況を示す地図です（2009年）．大小様々な規模の商業地域の分布と形状を、日本全土すみずみまで観察出来ます． 中心市街地の繁華街や駅前商店街はもちろんのこと， 郊外のロードサイド型の店舗群，山間部や離島に見られる小規模な商店街，観光地の店舗群や温泉街等 も余す所なく把握出来ます．

このように日本全土のデータを同一の基準で整備することで， ある商店街同士，あるいは地域同士の状況の比較が容易 になります．また複数時点のデータを時系列的に整備することで，商業地域の盛衰，新規出現，消滅を定量的に観察 出来るようになります．

デジタル電話帳は２ヶ月に１回更新 されるため，非常に短いスパンでデータの更新が可能になります．商業統計が５年に１回しか更新されないことを考えると， 商業統計が存在しない年の補完データとしての利用の可能性も考えられます．

なお 全国分の電話帳データは大規模なデータ（約3,000万件）ですが， 全国のデータを一括して高速で処理出来るシステムが実現 しており，ある一時点の商業集積統計を全国分整備するのに要する時間はおよそ6時間となっています．

図５：日本全土の商業地域マップ（2009年）
　日本全土の商店街・商業地域の分布が一目で分かります．

本データによると2009年には日本全土に約37,000箇所の商店街・商業地域があることが分かりました．

商業集積統計の信頼性についても検証を実施しています．

図６は商業集積統計と，商業統計に記載がある商業地域の件数（商店街の数）を都道府県ごとに比較したものです．両者の間には非常に強い相関 が有ることが分かります．つまり 商業集積統計が商業統計による都道府県間の商業地域の数の違いの傾向を，概ね正しく把握出来ていることが分かります．

また商業統計の立地環境特性別統計編を用いた信頼性検証 も進みつつあります．
このデータを用いることで日本全国の商店街や商業地域の名称や店舗数を把握できます．ただしこのデータに収録された商店街の場所を示す情報は商店街名と市区町村名しかありません．そこで我々は奈良大学文学部地理学科 の協力を得て， このデータに収録された全国約12500箇所の商店街の代表地点をマッピング し，商業集積統計と重ね合わせることで（図７），商業集積統計に収録された商業地域１件１件の位置と規模（店舗数）の比較を実施しました．その結果， 商業統計に掲載されている商店街の殆どを商業集積統計も収録しており，概ね高い信頼性があることが確認 されました． 

さらに 現地調査も実施し， 実際の商業地域の分布・広がりをどの程度正確に把握できるかについても検証しています．

図8，図9はそれぞれ小田急線経堂駅南部にある駅前型商店街と，神楽坂にある繁華街型の商店街において現地調査を実施し，実際に商店街を構成している店舗・事業所の分布と商業集積統計の分布を比較した結果です．調査は 商業集積統計を見ずに行うことで，商業集積統計のポリゴンの分布状況に影響を受けないように配慮しました．また 複数人で行うことで出来るだけ主観を取り除けるようにしました．

その結果，図8，図9に示す何れの地域でも 実際の商店街・商業地域の分布を正しく把握できることが明らかになりました．他にも ロードサイド型や観光地などでも同様の検証を行いましたが，やはり同様に商店街・商業地域の分布を正しく把握できました．

図8：小田急線経堂駅前の商店街における現地調査との比較
　駅前型の商店街は周辺地域よりも相対的に店舗・事業所が高密度に分布する傾向が高いため特に正確にその分布を把握できるようです．

図9：神楽坂における現地調査との比較
　大都市に見られる大規模な繁華街の分布もかなり正確に把握できます．

商業集積統計から得られる豊富な属性情報と，詳細な位置情報を組み合わせることで様々なことが分かります．

図８は新宿駅周辺における商業集積地域ごとのラーメン店の出店数を示しています．ラーメン店が密集している商業地域の特定が出来ます．同じ「新宿駅周辺」と言っても，少し場所が異なれば街の顔ぶれは一変 しますが，図８のように特定の業種・業態の店舗の数を観察することで， 地域ごとの商業地域としての特徴を分析出来ます．また 特定の業種の空白域 も明らかに出来ます．図８では図中右下の信濃町付近，図中左上の中野坂上付近が新宿駅周辺のラーメン店にとっては空白域になっているようです．

図９は商業集積統計が持っている商業集積地域ごとのチェーン店率を可視化したものです．山手線沿線とその内部，すなわち東京都心部ではチェーン店率の低い商業集積が多くなっています ．一方で 郊外に向かうに連れてチェーン店率が高まっていく傾向がある ことがよく分かります．この現象は東京だけではなく，全国各地の都市とその周辺で見られる現象であることが，全国の商業集積統計によって明らかになりました（参考論文（PDF・日本語））．

図１０は青森市において2007年と2011年の商業地域の分布の変化を示したものです．両時点の商業集積統計を重ね合わせることで，商業地域の分布と広がりの経年変化を観察 出来ます．青色の地域では2011年までに商業地域が観察できなくなった地域であり，すなわち 商業地域の衰退が進行中であることが予想されます．中心部では青森駅前の商業集積が一部消失 した一方で，新たに出現した商業地域も見られます． 郊外では消滅した商業集積も幾つか見られます．青森市はコンパクトシティ実現に向けての取り組み を続けており，その効果が出ているのかもしれません．

図１１は東京都千代田区の靖国通り沿いに見られる商業集積地域内における店舗密度の分布マップです．商業集積統計の元になっているデータは店舗１件１件のポイントデータであるため，このような空間処理（平滑化処理）も可能になります． 同一の商業集積内においても，店舗が密集しているエリアが一目で分かります． 

パーソントリップ調査などの人流データと組み合わせることで，商業集積地域ごとの来訪者数の推定 も試みています．図１２は人流データとの組み合わせにより 商業集積地域ごとの日来訪者数を推定した結果です．またその時系列的な変化 も推定できます（図１３）．

図８：新宿駅周辺の商業集積地域におけるラーメン店の出店数（2008年）
　特に新宿駅東側から新宿通り沿いにラーメン店の多い商業地域が分布していることが分かります．また商業集積ごとの店舗の総数も分かるため，出店密度も明らかに出来ます．
 
 

図９：東京都西部における商業集積地域ごとのチェーン店率（2008年）
　郊外に向かうにつれてチェーン店率の高い商業集積が多くなっていくことが分かります．またチェーン店率が30%を超えるような集積も点在しています．
 

図１０：青森市における2007年と2011年の商業集積統計の重ね合わせ
　郊外で消滅した商業集積地域が点在しています．また青森駅前でも商店街が歯抜けになりつつあるようです．一方で新たに形成された商業地域も見られます．

図１１： 商業集積地域内における店舗密度の分布マップ（2008年）
　商業集積ごとにその集積のどの地点が特に店舗密度が高いかを可視化出来ます． 

図１２：人流データとの組み合わせによる

商業集積地域ごとの来訪者数推定（2011年）

　主なターミナル駅周辺で主に来訪者数が多くなっていることが分かります．

図１３：いくつかの商業集積地域における

平日の推定来訪者数の時系列的な
変化（2011年）
　地域ごとに来訪者数のピークが異なることが分かります．

商業集積統計に関する詳しい資料・論文等は開発者のホームページ（ 秋山祐樹ホームページ　PUBLICATIONS ）を御覧下さい．

また雑誌「GIS NEXT」にて商業集積統計に関する記事が掲載されています．以下からダウンロード出来ます．
（掲載コーナー担当者の株式会社JPS 平下治様，および出版社の株式会社ネクストパブリッシングよりウェブ上での公開に関する了承を頂いております．）

・「商店街活性化に一役 商業変化の捉え方が変わる」，GIS NEXT，第34号， pp.58-59, 2011.01.25　PDF
・「商店街活性化に一役II 日本全土の商業地域を一望」，GIS NEXT，第35号， pp.58-59, 2011.04.27　PDF
・「商店街活性化に一役III 商店街の立地特性がわかる」，GIS NEXT，第36号， pp.58-59, 2011.07.25　PDF
・「商店街活性化に一役?W 商業統計の代替・補完の可能性」，GIS NEXT，第37号， pp.62-63, 2011.10.25　PDF
・「商店街活性化に一役V 商業地域の１日の変化を追う」，GIS NEXT，第38号，pp60-61，2012.01.26 PDF

東京大学空間情報科学研究センター（CSIS）内の共同研究利用システム（JoRAS） で利用できるデータのサンプルがダウンロード出来ます．

　
・商業集積統計のサンプルデータ（シェープファイル形式、Zip圧縮）

　※東京都世田谷区の一部地域（2014年）と，京都市東山区の一部地域（2014年）のデータが格納されています．

　※サンプルデータにはシェープファイルの属性値のうち，業種小分類は含まれておりません．

・商業集積統計フォーマット仕様書（Ver.2015a）（pdf形式、 Zip圧縮）

●研究者（大学・研究機関等）の方
東京大学空間情報科学研究センター（CSIS）内の共同研究利用システム（JoRAS）より，共同研究申請を行うことで， 日本全国の商業集積統計を利用することができます（データセット一覧＞マイクロジオデータシリーズ＞商業集積統計）．

現在2010年，2011年 の商業集積統計（旧バージョン（Ver.2011））をご利用頂けます．

また 2012〜2014 年の商業集積統計（新バージョン（Ver.2015））が利用可能になりました（2015/05/30）．

2010 年、2011年の新バージョンも現在公開準備中です．

2010年以前のデータの利用を希望される場合，またその他同データの利用に関する質問等ございましたら，データ開発者にお問い合わせ下さい（ 秋山祐樹ホームページ）．
　
●民間企業・自治体の方
同データを用いた共同研究をご希望の方はデータ開発者にお問い合わせ下さい（ 秋山祐樹ホームページ）．
データ購入をご希望の方は株式会社ゼンリンにお問い合わせ下さい（株式会社ゼンリン　商業集積統計に関する情報）．

東京大学空間情報科学研究センター（CSIS）内の共同研究利用システム（JoRAS） より，提供される新しいバージョン（Ver.2015）の商業集積統計の主な変更点は以下の通りです．

?@ 新しい属性情報の追加

●各商業集積地域の平均バッファリング距離に基づいた店舗密度のグループ

　この属性は各商業集積地域のポリゴンを構成する店舗・事業所が発生させたバッファリング距離の平均値に基づいた，店舗密度のグループ を示しています． この値が小さいほどその商業集積地域の店舗密度が全国の商業集積地域の中で高密度であることが分かります．
グループは1〜5の5段階に分類されます．各グループの定義は表1の通りです．また2010〜2014年の商業集積統計の商業集積地域ごとの平均バッファリング距離に関するb，μ，σ を含む統計量は表2の通りです．

　　　　 表1　平均バッファリング距離に基づいた店舗密度のグループの定義

　　　　　　表２ 　商業集積地域ごとの平均バッファリング距離に関する統計量

●各商業集積地域内および徒歩圏（500m圏内）の駅数とバス停数

●各商業集積地域から最近隣の駅名とバス停名

各商業集積地域の内部および徒歩圏（500m圏内）に分布する駅とバス停の数を新たに追加しました．また各商業集積地域から最近隣の駅名とバス停名も新たに追加しました． それぞれの値の計算方法は図１４の通りです．

なお商業集積地域周辺の駅・バス停の情報は 国土数値情報の「鉄道データ」に含まれる「駅データ」（ラインデータ）および「バス停留所データ」（ポイントデータ） より収集しています．表３に示すように 商業集積統計のデータ作成年度に可能な限り近い作成年度の駅・バス停の情報を用いて計算を行っています．

                                図14　最近隣の駅・バス停に関する計算方法

表３ 　最近隣の駅・バス停の計算に用いた駅データおよびバス停留所データの作成年度