地理情報システムを用いた商業分析の一考察 コーヒーショップの出店比較分析 Trading Area Analysis based on a Geographic Information System : Comparative Analysis of Geographical Convenience Related to a Cafe 佐 藤 浩 志 Hiroshi SATO 要旨 地理情報システム（GIS）は、デジタル化された地図情報と統計データ等を重ね合わせることが 可能であり、高度な空間分析を行うことができる。また、GIS は幅広い分野で利用でき、近年急 速にデータが整備、提供されている。これらの技術およびデータを利用することでデジタル化され た地図上でさまざまな特徴を表現することが可能となった。本報告ではコーヒーショップチェーン の出店比較分析に関する GIS の適用事例を紹介する。 Abstract A geographic information system (GIS) can be used to digitize map information and statistical data onto a map and thus perform complex spatial analysis. In addition, GIS can be used in a variety of research fields. Recently, many kinds of GIS data have been studied. GIS can express various characteristics on a map. This study provides an example of GIS applied to a café business for the purpose of branch comparative analysis. ［キーワード］ 地理情報システム エリアマーケティング 空間分析 Keywords : geographic information system, area marketing, space analysis ― ― 西武文理大学サービス経営学部研究紀要第 号（ 年 月） 行しているか、地理情報システムを用いて店舗 はじめに 分布の分析を行う。 日本のコーヒーチェーン 近年における社会の情報化に伴って、都市計 画、資源や施設・地籍図などの管理、防災、エ リアマーケティング、ナビゲーションなど、地 ． セルフ式コーヒーチェーン 理情報システム（GIS）の利用分野は著しく拡 カフェ業界の好調を牽引してきたのは、業界 大している。特に行政関係では防災に関する成 に先駆けてセルフ式コーヒーチェーンを展開し 果が多く報告されている。たとえば、防災への てきたドトールコーヒーショップであろう。セ 応用例として、ハザードマップや避難経路図の ルフ式で比較的安価なコーヒーを提供するチェ 作成などが広く知られている。 ーンの台頭は「第 その後、 産業界では、地理情報システムを活用したエ の波」と呼ばれている。 年代後半から品質コーヒーとエ リアマーケティングで多くの事例が報告されて スプレッソ文化の普及により北米で成功を収め おり、多くの業界が、出店戦略や広告・宣伝戦 たスターバックスコーヒーをはじめとするシア 略、潜在需要の測定に利用している 。 トル系コーヒーが日本進出し、繁華街などにカ 喫茶店業界の業績は 年の 兆 ， 億円 をピークに年々減少を続けている。一方でカフ フェが次々と誕生した。これがコーヒーチェー ンの「第 ェ業界の業績は、年々規模を緩やかながら拡大 を続けており、 円、経常利益は 年度の業界規模は ， 億 億円に上った。 年には、 の波」と呼ばれている。 こうした「第 の波」 「第 の波」を経て、 喫茶店市場は個人経営を中心としたフルサービ スの喫茶店が淘汰されていき、企業化されたセ コンビニ大手のセブンイレブンが淹れたてコー ルフ式コーヒーチェーン中心の市場へと変貌し ヒーの『セブンカフェ』を本格展開し、安価で ていった。 淹れたてのコーヒーが飲めると評判になり、累 計で 億 ， 万杯（ 年 月末時点）を突 さらに、 年には『個人の香りがするコー ヒーチェーン』をコンセプトとするブルーボト 破した。この勢いに乗るように、ローソンやフ ルコーヒーが日本法人を設立し、 ァミリーマートなど他の大手コンビニも追随し 江東区の清澄白河に初出店する予定である 。 た。さらに、ファーストフードやファミリーレ コーヒーの「おいしさ」を徹底して追求してお ストランなどもカフェ部門に力を入れて、カフ り、コーヒー豆は厳しく選別され、カフェで提 ェ業界は業種を超えた激しい競争にさらされて 供するコーヒーには、焙煎されてから 時間以 いる 。 内の豆のみを使用するという徹底振りで、ブル ここでは、日本のセルフコーヒー業界を牽引 してきた、ドトールコーヒー、および店舗数で 年 月に ーボトルコーヒーはコーヒーチェーンの「第三 の波」といわれている。 は、ほぼ同等のスターバックスコーヒー、そし て、国内の全都道府県の出店を成し遂げたタリ ． ドトールコーヒー ーズコーヒーについて、それぞれのコーヒーチ ェーンがどのような経営戦略、計画を実際に遂 １ ２ ３ セルフ式コーヒーチェーン店のドトールコー ヒーショップは 平下治『GIS マーケティング実践セミナー』日本加除出版（２００８年） 業界動向リサーチ（http : //gyokai-search.com/3-cafe.html） 日経トレンディ７月号（２０１４年） ― ― 年に誕生した。ドトールコ 地理情報システムを用いた商業分析の一考察 ーヒーショップはコーヒーやサンドイッチなど 層ターゲットにしており、オープンテラスの併 を提供するセルフ式コーヒーショップで、 設などが人気を集め、日本でカフェブームが起 年から営業を開始しており、日本におけるセル こるきっかけとなった。日本法人はスターバッ フ式コーヒーショップの草分け的存在である。 クスコーヒージャパン株式会社であり、その店 株式会社ドトールコーヒーは主にコーヒーを 舗は全店同社直営で運営し、基本的にフランチ 扱う商社（卸業）であり、コーヒー豆の輸入、 ャイズ事業の展開はしていない。 焙煎加工ならびに卸売販売とコーヒーチェーン のフランチャイズ事業を展開している。 年 月における出店店舗数は、ドトールコーヒー ショップの直営店が 店を超える店舗ブランドは少数である。マクド ナルドの 店（ 年 月末）を筆頭に、モ 店舗 スバーガー、ケンタッキーフライドチキン、す 店舗で国内最大である 。さらに同 き家、吉野家、CoCo 壱番屋、ミスタードーナ グループの、エクセルシオールカフェなどの店 ツ、サーティワンアイスクリーム、ガスト、そ 舗数も含めると、全国で ， 店舗出店し、コ して先に述べたドトールコーヒーショップなど、 の合計 店舗、FC 店が 競争が激しい外食業界において、単一で ーヒーチェーンとしては日本最大の店舗数であ ブランド程度に限られている。 る。 カフェ業態に限ってみれば、店舗数ではドト 最近では、台湾などの海外にも進出している。 「渋谷神南 丁目店」はドトール本社の 階に ールコーヒー（「ドトールコーヒーショップ」 「エクセルシオールカフェ」などを含むグルー あるため、通称として「本店」と呼ばれている。 プ 座席数が ながら、売り上げ実績では、スターバックスが 席あり、日本最大のドトールコー ヒーショップといわれている。 店、 月末時点では）が国内最多 すでに最大手となっている。店舗ブランド別に 見ても、 ． スターバックスコーヒー 店の大台に達した「スターバック ス」が、 「ドトールコーヒーショップ」に肉薄 世界最大手のコーヒーショップのスターバッ クスは、 年 年にアメリカ合衆国ワシントン州 しており、数年内にスタバの店舗数が逆転する 可能性も浮上している 。 シアトルで開業し、世界規模で展開するコーヒ ーのチェーン店である。 年に、エスプレッ ． タリーズコーヒー タリーズコーヒーは、 ソを主力商品としてテイクアウトと歩き飲みが 年にシアトルで発 可能なスタイル（シアトルスタイル）でのドリ 祥した。日本では、 ンク販売を初め、後に北米地区へと広がってい オープンした後、 った。日本では ージャパン株式会社を設立。現在約 座に出店し、 年 月に第一号店を東京銀 年度末現在で 店舗に達し 年に第 年 号店が銀座に 月、タリーズコーヒ 全国で展開している。さらに、 店舗を 年 月には 株式会社伊藤園のグループ企業の一員となり、 ている。また世界 カ国に展開している。 ミルク入りコーヒーにもエスプレッソを使用 飲料事業等における企業価値を高めながら、コ する新鮮な味わい、近代的でおしゃれな雰囲気 ーヒーチェーンのフランチャイズ事業を展開し の店舗や店内禁煙制の導入、若い女性を主な客 ている。コーヒーの味へのこだわりが強い 歳 ４ ５ 株式会社ドトールコーヒーのホームページ （http : //www.doutor.co.jp/） 松浦・ 「スタバ、ついに「１０００店クラブ」 ・り―カフェ店舗数では・位のドトールを猛追―」東洋経済（２０１３ 年９月） ― ― 西武文理大学サービス経営学部研究紀要第 号（ 図 年 月） 空間情報の概念図 以上の客層をターゲットに設定しているため、 分析が行うことができる。また、デジタル化さ 店舗デザインも大人を意識した店舗となってい れた地図の情報をコンピュータ上で文字や数字、 る。 画像などと結びつけることができる利点もある。 コーヒーチェーン業界の先駆けとして取り組 んだ病院内店舗への出店は、 年 たとえば、図 に示すように人口、店舗、道 月に好仁 路、河川、緑地といった空間的に情報が個々存 会東大病院店がオープンして以来、現在も積極 在していたとする。これらの情報を紙媒体の地 的に出店している。 図で表示するには何枚もの地図を重ね合わせる。 そのために、非常に手間がかかる作業となる。 対象地域および評価事例 また手作業で行う場合には情報の精密さ損なわ れる可能性が高い。それに対して GIS は、デ ． 地理情報システムについて ジタル化された情報を扱うことで簡単に重ねあ 地理情報システムとは、Geographic Infor- わせることができる。さらに対象とする情報を mation System の略で GIS と一般的に呼ばれ 入れ換えて表示することも可能となる。また、 る情報システムである。 年代にカナダで始 GIS では、座標系をコンピュータ上で補正す められた土地資源マッピング・プロジェクトを ることができるため、正確な情報を保つことが きっかけに発展した技術であり、コンピュータ できる。そして、デジタル化された地図情報だ と専用ソフトウェアおよびデータを用いること けではなく、統計データや利用者が独自に収集 から空間分析を行うことができる。GIS はデ したデータなども取り込むことができる。これ ジタル化された地図情報と統計データを重ねあ らのデータは数値化されたものが多く、統計ソ わせることが可能であることから、高度な空間 フト等で処理し、結果 GIS 上で分析すること ６ 坂井 直樹「大人を引き寄せる「タリーズ」の店舗デザイン」日経ビジネス（２００６年４月） ― ― 地理情報システムを用いた商業分析の一考察 顧客の性別、年齢等をデータベース化し、GIS もできる 。 GIS はコンピュータの発達に伴いその分析 の空間検索機能を用いて店舗から半径何 km 圏 能力が飛躍的に向上した。また GIS で用いる の顧客に製品情報のダイレクトメール（DM） ことができる空間データも整備されてきた。そ を送るのに利用している。 のため、GIS はもはや単なる分析ツールとし てだけでなく一歩進んだ空間分析科学としての 側面を持ち始めた。この意味で Systems の代 ．． 地域分析 ・人口集中化 わりに Science を用いる場合も増えている。こ 人口が集中する地域の年齢構成やそれらの地 の 年ほどで飛躍的な進歩を遂げた GIS は、 域での住宅や雇用などの問題を GIS 上で表示 今後も急速に変わり今よりもさらに使いやすい し分析を行い、これらの問題の対応策を立てる ツールとして、あるいは奥行きの深い空間分析 のに利用している 。 科学として成長していくと考えられる。 ・人口流動化現象 ・高齢化社会における対策 高齢者の分布状況を GIS の空間的相関分析 ． GIS を用いた評価事例 近年の情報技術の進歩によりさまざまな分野 や空間クラスター分析等の手法を利用し、空間 で GIS は利用されている。GIS の主な機能に 統計的に分析を行い、これらの問題の対応策を は、地図の表示機能、図形の作成・編集機能、 立てるのに利用している 。 属性の作成・編集機能、検索機能、空間解析機 能、主題図作成機能、印刷機能などである。ま ．． 都市計画・防災対策 た、近年では統合型 GIS の実現のため、ネッ ・区画整理 トワーク機能や、あらゆるデータ形式を表示す ・公共施設の管理 る機能が求められる。 ・ハザードマップ GIS は社会科学および自然科学の分野で幅 ・避難場所・避難経路の確保 災害時の避難場所の確保設定は、災害よる影 広く応用されている。次に代表的な分野におけ 響の低い場所が避難場所として設定される。対 る評価事例を紹介する。 象地区の住民が各避難場所への集中度を考慮し、 GIS 上で分析を行い、避難場所の設定に利用 ．． エリアマーケティング している 。 ・店舗の出店計画 チェーン店などが新規に店舗を出店する際に 出店候補として地域の人口構成比や競合店舗の ．． ナビゲーションシステム 情報などを GIS 上で分析を行い、その結果を ・カーナビ 出店計画に利用している。 ・GPS 人口衛星からのデータを利用することで正確 ・不動産販売 な位置情報を取得することができる。そのデー ・顧客管理 ７ ８ ９ １０ 高橋朋一『デジタル化された地図情報から何がわかるか』平成１９年度奈良先端科学技術大学院大学情報 科学研究科・ゼミナール講演資料 村山祐司、駒木伸比古「新版 地域分析」古今書院（２０１３年） 高橋重雄、井上孝、三條和博、高橋朋一「事例で学ぶ GIS と地域分析」古今書院（２０１３年） 森泰三「GIS で楽しい地理授業」古今書院（２０１４年） ― ― 西武文理大学サービス経営学部研究紀要第 号（ 年 月） タから移動してきた正確な経路のデータを取る への変換は CSV アドレスマッチング サ ー ビ ことができる。これらのデータを GIS のネッ ス および、Google マップ を利用する。 トワーク解析を用いて効率的配送計画などに利 !駅情報 用している。 駅の情報は、国土数値情報ダウンロードサー ビス JPGIS2.1の駅別乗降車数データを利用す る。 ．． 自然環境保護 !道路情報 ・生態系のバランス状況の把握 国土地理院発刊の数値地図 森林の伐採や地球温暖化などで生態系のバラ ンスが変化してきている。これらの変化はフィ （空間データ 基盤）を利用する。 ールド調査からデータを取得でき、GIS 上で !人口データ 表示することで現在の生態系のバランスを把握 人口データは政府統計の e-stat より、 するのに利用している。また、過去のデータに 昼間人口：平成 年国勢調査 m メッシュデータ ついても整備することで、時間的な変化につい 夜間人口：平成 年経済センサス ての分析にも利用できる。 m メッシュデータ 店舗分布の分析 を利用する。 また本報告で使用したデータは全て平面直角 ． 対象地域、分析対象、およびデータ 座標系第 系に統一して分析を行うこととする。 !地理情報システム（GIS） ．． 対象地域、分析対象チェーン 分析対象地域は、 地理情報システムは、ESRI ジャパンが提供 !東京都 しいてる、ArcGIS 10.2 for Desktop を利用し、 !埼玉県 分析を行う。 とする。 分析するコーヒーショップチェーンは第 章 ． 店舗の数および分布 で取り上げた 分析対象としたコーヒーショップチェーンの !スターバックスコーヒー（以後、スターバ ックス） 出店数を比較した結果を表 ヒーショップチェーン !ドトールコーヒーショップ（以後、ドトー については図 に示す。またコー 社の出店分布を東京都 、埼玉県については図 に示す。 ル） !タリーズコーヒー（以後、タリーズ） の ． 店舗分布と鉄道駅の対応関係 社とする。 店舗位置は鉄道駅からの距離と店舗数の関係 について、東京都および埼玉県について分析す ．． 使用するデータ る。 !店舗情報 各チェーンの店舗情報は、各チェーンのホー ．． バッファ分析 ムページから収集し、住所データから経度緯度 １１ １２ バッファ分析とは、ある地図上に示した拠点 Geocoding Tools & Utilities「http : //newspat.csis.u-tokyo.ac.jp/geocode/」東京大学 Google Maps「http : //maps.google.co.jp/」Google, Inc. ― ― 地理情報システムを用いた商業分析の一考察 表 東京都と埼玉県における 東京都 チェーンの店舗数 埼玉県 合計 スターバックス ドトール タリーズ 合計 図 東京都におけるチェーン 社の出店分布 図 埼玉県におけるチェーン 社の出店分布 ― ― 西武文理大学サービス経営学部研究紀要第 号（ 年 月） は 店舗となる。このようにバッファ半径の長 さを変化させて駅のカバーエリア内の店舗数を 調べていく手法である。 ．． 分析結果 ここではバッファ分析の中心を駅とし、変数 を駅からの距離（半径）とし、距離からの距離 に店舗があるかどうかについてバッファ分析し た。 駅情報データに基づいて東京都における鉄道 駅は 図 駅、埼玉県においては、 駅について 分析する。各駅からの直線距離を m から m バッファ分析を用いた駅周辺における 店舗の概念図 おきに m まで変化させ、その範囲内に店舗 が含まれるかどうかを判断し、含まれる駅数を m間 から一定の距離を持った範囲をレイヤ化する機 それぞれの距離で計数した。ここで、 能である。例えば、図 隔で分析することは、不動産の表示に関する公 に示すように駅を中心 にバッファ半径 L の円を描き、その中に含ま 正競争規約施行規則 れる店舗をカウントする。まずバッファ半径 L1 （第 条∼第 条）による。すなわち、 「徒歩 の円を描き、その中に含まれる店舗をカウント による所要時間は、道路距離 メートルにつき する。バッファ半径 L1 に含まれる店舗の数は 分間を要する」と定義されているので、本報 第 章にある表示基準 店舗となる。 告ではバッファの設定距離を m 間隔として 次にバッファ半径の長さを L2 にして同じよ いる。 うに円を描き、その中に含まれる店舗をカウン トする。バッファ半径 L2 に含まれる店舗の数 表 店舗からの距離 東京都におけるバッファ分析結果を表 埼玉県におけるバッファ分析結果を表 に、 に示す。 東京都における店舗と鉄道駅の関係 駅の数 m m m m m m m m m m m m m 全体 スターバックス ドトール タリーズ 表 店舗からの距離 埼玉県における店舗と鉄道駅の関係 駅の数 m m m m m 全体 スターバックス ドトール タリーズ ― ― m m 地理情報システムを用いた商業分析の一考察 図 東京都における店舗が駅周辺にある駅の 割合 また店舗が駅周辺に存在するかどうかを各都県 図 ． 人口分布と店舗分布の対応関係 の駅数を総数とした割合で示した図を、東京都 は図 に、埼玉県は図 に示す。 埼玉県における店舗が駅周辺にある駅の 割合 昼間人口と夜間人口のそれぞれ人口分布をコ ロプレスマップ（区画別段彩図）で示すと、東 京の昼間人口と店舗分布は図 ． 店舗分布と主要幹線道路からの距離 店舗位置は主要幹線道路からの距離とどのよ うな関係があるか、道路からの距離を m、 mの m、 布は図 、埼玉の夜間人口と店舗分布は図 と なる。 つの距離について各チェーン が何店舗含まれているか、東京都および埼玉県 について分析する。東京都の分析結果を表 埼玉県の分析結果を表 ．． 面積按分法 に、 に示す。また、表から 主要道路周辺にある店舗の割合を計算し、東京 各チェーンが東京都および埼玉県でとのよう な人口カバー率があるかを分析する。分析には、 バッファ分析および面積按分法を用いる。 都における主要幹線道路からの距離と店舗の割 合との関係を図 に、埼玉県については図 に 示す。 表 、東京の夜間人 口と店舗分布は図 、埼玉の昼間人口と店舗分 バッファ分析と面積割合から人口カバー率を 計算する面積按分法の概念図を図 に示す。バ ッファ分析の半径とその半径内に含まれる面積 東京都における主要幹線道路からの距離 と店舗数の関係 表 埼玉県における主要幹線道路からの距離 と店舗数の関係 店舗数 m m 店舗数 m m 全体 全体 スターバックス スターバックス ドトール ドトール タリーズ タリーズ ― ― m m 西武文理大学サービス経営学部研究紀要第 号（ 図 年 東京都における主要幹線道路からの距離 と店舗の割合 月） 図 埼玉県における主要幹線道路からの距離 と店舗の割合 図 東京都の昼間人口とチェーン 社の店舗分布 図 東京都の夜間人口とチェーン 社の店舗分布 ― ― 地理情報システムを用いた商業分析の一考察 図 埼玉県の昼間人口とチェーン 社の店舗分布 図 埼玉県の夜間人口とチェーン 社の店舗分布 の比率を求め 、各地域やメッシュの人口デー タにその比率を掛け、それらの合計から求めら れる。 店舗からの半径は、 m から m おきに m まで変化させ、その範囲内に人口カバー率 の変化を分析する。 例として、東京都新宿区にあるスターバック から半径 m の昼間人口について図 に、埼 玉県狭山市にあるドトールから半径 図 １３ 間人口について図 に示す。 バッファ分析と面積按分法の概念図 ESRI ジャパン株式会社「ArcGIS Desktop 逆引きガイド」ESRI ジャパン株式会社 ― ― m の夜 西武文理大学サービス経営学部研究紀要第 号（ 図 年 東京都新宿区にあるスターバックから 半径 m の昼間人口 月） 図 埼玉県狭山市にあるドトールから半径 m の夜間人口 ! $! ! # " ⑵ "! %!! ! " $ # ⑶ ．． 分析結果 面積按分法により求められる演算される人口 のカバー率について、東京都おける昼間人口の 分析結果を表 結果を表 および図 に、夜間人口の分析 の分析結果を表 果を表 とする。 ⑴∼⑶式における変数をここでの例にあては 、図 に、埼玉県における昼間人口 、図 に、夜間人口の分析結 めてみると、#は各店舗からその最近隣店舗ま での距離、"は対象地域内の店舗数、!は対象 、図 に示す。 地域の単位面積あたりの店舗数（"を地域の面 考察 積で割ったもの）である。 また、最近隣測度は、 ． の場合は均等分 ． 最近隣測度による店舗分布パターンの比 布、 の時はランダム分布、 の時は完全な集 塊分布を示す 。 較 各チェーンにおける最近隣測度の計算結果を 店舗の分布を測るために最近隣測度を計算す る。最近隣測度とは、GIS 上に示した店舗（点） 以下に示す。 の分布パターンが理論的ランダム分布からどの !スターバックス 程度乖離しているかを測定できる指標である。 ラ ン ダ ム 分 布 か ら の 乖 離 の 尺 度 を NNR 東京都 NNR＝ ． （Nearest Neighbor Ratio）とすると、NNR は 埼玉県 次のように表される。 ##$!$ % ! NNR＝ ． ⑴ !ドトール 東京都 ここで １４ Mitchell, Andy「The Esri Guide to GIS Analysis, Volume 2」Esri Press（２００５年） ― ― 地理情報システムを用いた商業分析の一考察 表 昼間人口 全体 ， ， 人口 東京都における昼間のカバー人口 タリーズ ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， 表 ， ， 図 ドトール m 夜間人口 人口 スターバックス 東京都における夜間のカバー人口 全体 m ， ， m ， ， m ， ， スターバックス ドトール タリーズ ， ， ， ， ， ， ， ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， ， ， ， 東京都における昼間人口の カバー率 図 ― ― 東京都における夜間人口の カバー率 西武文理大学サービス経営学部研究紀要第 号（ 表 昼間人口 人口 ドトール タリーズ ， ， ， ， m ， ， ， ， m ， ， ， ， m ， ， ， ， m ， ， ， ， m ， ， ， ， m ， ， ， ， ， ， ， ， m ， ， ， ， ， m ， ， ， ， ， 表 夜間人口 ， ， 図 スターバックス m m 人口 月） 埼玉県における昼間のカバー人口 全体 ， ， 年 埼玉県における夜間のカバー人口 全体 スターバックス ドトール タリーズ m ， ， ， ， m ， ， ， ， m ， ， ， ， ， m ， ， ， ， m ， ， ， ， ， m ， ， ， ， ， ， m ， ， ， ， ， ， m ， ， ， ， ， ， m ， ， ， ， ， ， ， m ， ， ， ， ， ， ， 埼玉県における昼間人口の カバー率 図 ― ― 埼玉県における夜間人口の カバー率 地理情報システムを用いた商業分析の一考察 NNR＝ ． する。埼玉県のタリーズの出店分析では、 ％ 埼玉県 の信頼度で、ランダムプロセスと受容される結 NNR＝ ． 果を得たことからも、埼玉県のタリーズの出店 !タリーズ はランダム性があるといえる。 東京都 NNR＝ ． ． 店舗と駅との関係 埼玉県 店舗と駅との関係について図 NNR＝ ． 、図 から考 察する。 !カフェ全体 出店店舗数の違いがあるが、埼玉県ではカフ ェ全体が駅から遠ざかっても、徒歩圏内にカフ 東京都 NNR＝ ． ェがほとんど増えない。さらに、カフェ全体で も ％程度の駅にしかチェーン 埼玉県 NNR＝ ． 社のいずれか の店舗は存在しない。 一方、東京都では、距離が離れても若干の店 最近隣測度の数値 NNR が に近いほど店舗 舗数が増加しており、駅から比較的遠い立地の の集塊性が高いことから、東京都のスターバッ 悪い場所でも、徒歩圏内であればカフェが存在 クスは他のチェーンと比べ、集塊性が高い結果 することを意味している。また、東京都の駅の となった。 約 ％には徒歩圏内にチェーン 社のいずれか これは、店舗の大多数が東京 区に集中して の店舗があることを示している。中でもドトー いることからも容易に判断できる。またカフェ ルはほぼカフェ全体の割合と同傾向を示してい 全体でも、東京都では ． と集塊性が高い。 る。 さらにドトールでは、東京都も埼玉県もほぼ 同等の NNR を得た。他のチェーンと異なり、 ． 店舗と主要幹線道路との関係 店舗と主要幹線道路との関係を図 出店展開は東京都も埼玉県も全体的に出店して 、図 か ら考察する。 いると判断できる。 東京都においては、主要幹線道路からの店舗 一方、タリーズの埼玉県では、NNR が ． とランダム性が高い結果を得た。これは、タリ の関係はチェーン 社により差異はほとんど見 ーズの店舗出店は、埼玉県の広範囲への出店傾 出せないが、埼玉県では、ドトールが主要幹線 向があると判断できる。しかしながら店舗数が 道路の近い位置に出店していることが判断でき 少ないこともそのランダム性の要因の一つと考 る。 これは、ドトールコーヒーと東燃ゼネラルグ えられることにも留意したい。 厳密には、最近隣測度は空間統計から分析を ループの ESSO に併設店を展開していること 行っているので、仮説を信頼度から検定する必 と関係が深そうである。今後さらに調査を進め 要がある。帰無仮説を「ランダムプロセスによ たい。 る出店」として検定すると、観測された空間パ また、埼玉県では大型ショッピングセンター ターンが一定のランダムプロセスによって作成 やホームセンター、高速道路のサービスエリア された確率が非常に小さければ、観測された空 などへの出店もあり、今後は主要幹線道路以外 間パターンがランダムプロセスの結果である可 からの分析のアプローチを試みる。 能性が非常に低い（確率が小さい）ことを意味 ― ― 西武文理大学サービス経営学部研究紀要第 号（ 年 月） ． 人口カバー率と店舗との関係 店が多いことから集塊性が高い。 東京都における人口カバー率について図 、 ・ドトールは、他のチェーン 図 から考察する。 社に比べ、人 口カバー率が高く、店舗は東京都、埼玉県 いずれもドトールは人口カバー率が他のチェ ともに広域に展開しており、人口カバー率 ーンよりも高く、店舗数が多いという要因もあ の差異はあるものの、店舗展開は東京都と るが、昼間人口、夜間人口ともに人口が多いと 埼玉県では同じ傾向が見られる。 ころに店舗進出していると判断できる。この傾 ・タリーズでは、店舗数の少なさも影響して 向は埼玉県における人口カバー率について図 、 いると考えられるが、埼玉県の店舗展開は 図 からも判断できる。しかしながら埼玉県で ランダム性が強く見られ、埼玉県全域に散 は、店舗数の少なさも影響していると推測でき らばりながら出店している傾向がある。 るが、人口のカバー率は東京都に比べ著しく低 ・ドトールは、主要幹線道路からの分析では い。しかしながら店舗数がカフェ全体で東京都 他のチェーン の約 ％程度しか出店されていないことを考慮 れはサービスステーションとの併設店を展 すれば、人口のカバー率の低さは店舗数の差が 開していることに関係していると予想され 主な要因だと判断できる。 る。 社よりも出店率が高い。こ ・埼玉県では大型ショッピングセンターやホ まとめ ームセンター、高速道路のサービスエリア などへの出店もあることから、別のアプロ 本報告では、国内にあるコーヒーチェーン ーチによる分析も必要である。 社に注目し、東京都および埼玉県における店舗 分布について、駅、主要幹線道路、人口データ 謝辞 を用いて分析を行った結果、以下の知見が得ら れた。 本研究に際して、青山学院大学経済学部教授 高橋朋一先生より様々なご指導・ご指摘をいた ・スターバックスは東京都では 区内への出 ― だきました。ここに深く感謝いたします。 ―
© Copyright 2025 ExpyDoc
