1 目的

ある地点周辺の統計地図の作成，および統計量の計算を試みる．ここでは，商店街を一点で表し，その商圏を描写．

商圏として一次商圏（ここでは半径1.2kmの円として定義）を考え，その商圏内の高齢者割合（メッシュデータ）を可視化．¹
- 一次商圏の高齢者を65歳以上人口と総人口から計算．
- 対象地区は横浜市保土ケ谷区の笹山商店街（ピンクの点を中心としたピンクの円）と神奈川区の六角橋商店街（緑の点を中心として緑の円）．²

参考：横浜市内商店街の商圏実態

今回は利用しないが，下記のような情報源もある．

商店街に関する調査
- 平成29年度　データで見る商店街事業　商店街商圏データ：主に町丁目単位で集計，EXELデータあり．
MieNa（市場情報評価ナビ）
- 神奈川大学で契約しているデータベース．商圏の地域特性を知ることが可能．神奈川大学は「神奈川県・東京都」を契約．
- MieNaのサービス内容．

ライブラリ：sf，tidyverse，units

library(sf)
library(tidyverse)

#商圏半径の付与に利用
library(units)

2 行政区域と商店街ポイント

2.1 行政区域データダウンロード

国土数値情報ダウンロードサービス　>　行政区域（ポリゴン）　>　神奈川県　>　神奈川世界測地系 2024年（令和6年） 4.33MB N03-20240101_14_GML.zip
- ダウンロードしたZIPファイルは同じフォルダ（ディレクトリ）に納め，ZIPファイルを選択 >　右クリック　>　すべて展開　>　展開先の選択とファイルの選択　>　展開を実行する．展開後は最初にダウンロードしたZIPファイルを削除．
- シェープファイルの読込（read_sf()）：行政区域をKanagawaと名付ける．
  - st_transform()：地理座標系の投影変換（JGD2011→WGS84）．
  - Kanagawaから横浜市の行政区域を抜き出し（filter()），Yokohamaと名付ける．
  - 対象商店街周辺の行政区域の抜き出し（filter()），peripheryと名付ける．

#神奈川県の行政区域（2024年・令和6年）
Kanagawa <-
  read_sf("N03-20240101_14_GML/N03-20240101_14.shp")

#世界測地系を指定
Kanagawa <- 
  Kanagawa %>% 
  st_transform("WGS84")

#横浜市
Kanagawa %>%
  filter(N03_004=="横浜市")->
  Yokohama

#周辺区
Yokohama %>%
  filter(N03_005=="保土ケ谷区" |
           N03_005=="旭区" |
           N03_005=="神奈川区" |
           N03_005=="緑区" |
           N03_005=="港北区") ->
  periphery

2.2 商店街ポイント

ここでは，商店街に行こう！ in かながわの商店街基本情報から商店街の所在地住所を取得し，Mapfunにその住所を入力し，緯度経度を得る．

#笹山商店街のポイント（世界測地系）
Sasayama_ss_sfg <-
  st_point(c(139.567458, 35.4870312))

#世界測地系を指定
Sasayama_ss_sfc <-
  st_sfc(Sasayama_ss_sfg, crs="WGS84")

#六角橋商店街のポイント（世界測地系）
Rokkakubashi_ss_sfg <-
  st_point(c(139.6260256, 35.4875658))
  
#世界測地系を指定 
Rokkakubashi_ss_sfc <-
  st_sfc(Rokkakubashi_ss_sfg, crs="WGS84")

対象商店街周辺の行政区域の可視化

#完成図
ggplot()+
  geom_sf(data=periphery, fill="white")+
  geom_sf(data=Sasayama_ss_sfc,
             color="deeppink", size=3)+
  geom_sf(data=Rokkakubashi_ss_sfc,
             color="green", size=3)+
  labs(caption="出典：国土数値情報(国土交通省)")+
  ggtitle("横浜市内対象商店街の位置")+
  theme_bw()

統計データ：500mメッシュ

市区町村別メッシュ・コード一覧（3次メッシュの情報）から保土ケ谷区や神奈川区のコードの最初の4桁が5339からはじまることがわかる．

人口

統計地理情報システム　>　統計データダウンロード　>　国勢調査　>　2020年　>　4次メッシュ（500mメッシュ）　>　人口及び世帯　>　都道府県で絞込みはコチラ　>　14 神奈川県　>　M5339 ³
read.table()を用いてデータを読込．popと名付ける．

#人口
pop <-
  read.table("tblT001101H5339/tblT001101H5339.txt", 
             header=TRUE, sep=",",
             fileEncoding = "CP932")

#便宜上1行目削除（データ名が2行にわたるため）
pop %>% 
  slice(-1) ->
  pop

#メッシュデータと結合するため，KEY_CODEのデータ型変換
pop %>%
  mutate(KEY_CODE=as.character(KEY_CODE)) ->
  pop

境界

メッシュデータの人口総数を地図上に可視するには，シェープファイルと結合する必要がある．そこで，境界データをダウンロードし，結合する．

統計地理情報システム　>　境界データダウンロード　>　4次メッシュ（500mメッシュ）　>　世界測地系緯度経度・Shapefile　>　都道府県で絞込みはコチラ　>　13 神奈川県　>　M5339
- read.sf()を用いてデータを読込．meshと名付ける
- meshとpopをKEY_CODEで結合．
  - T001101001：人口総数（人）
  - T001101019：65歳以上人口総数（人）

mesh <-
  read_sf("HDDSWH5339/MESH05339.shp")

#データ結合
mesh_pop <-
  left_join(mesh, pop, by=c("KEY_CODE"))

#人口総数，65歳以上人口総数を数値（integer：整数）に変更
mesh_pop <-
  mesh_pop %>%
  mutate(population=as.integer(T001101001),
         elderly=as.integer(T001101019),
         elderly_ratio=elderly/population*100)

高齢者割合の可視化

meshの境界ボックス（Bounding box）は広範囲に及ぶ．ここでは，周辺区（periphery）だけを示したい．そこで，周辺区（periphery）とmeshの重複する部分を抽出する．

st_intersection()を用いて，2つのシェープファイル（meshとperiphery）の重複部分を抽出．
- そのためには以下の準備で示されている指示が必要．⁴

#準備（投影変換JSD2000→WGS84）
mesh_wgs84 <-
  mesh_pop %>%
  st_transform("WGS84") 

#このおまじないがないと次の結合できない
st_agr(mesh_wgs84)="constant"
st_agr(periphery)="constant"

#高齢者割合が加わったメッシュデータの完成
periphery_mesh <-
  st_intersection(x=mesh_wgs84,
                  y=periphery)

高齢者割合の可視化

NA（欠損値）は情報（ここでは高齢者割合）が含まれないことを意味する．

ggplot()+
  geom_sf(data=periphery_mesh, aes(fill=elderly_ratio))+
  scale_fill_viridis_c(option="G", direction=-1)+
  geom_sf(data=Sasayama_ss_sfc,
             color="deeppink", size=3)+
  geom_sf(data=Rokkakubashi_ss_sfc,
             color="green", size=3)+
  geom_sf(data=periphery, fill="NA",
          linewidth=0.8)+
  labs(fill="高齢者割合（％）", caption="出典：国土数値情報（国土交通省）,
       国勢調査4次メッシュ（総務省統計局）")+
  ggtitle("2020年の高齢者割合")+
  theme_void()

3 商圏の可視化

商店街のポイントの一次商圏（半径1.2km）を可視化．
- st_buffer()：円（ポリゴン）を作成．
  - dist：円の距離．
  - set_units()：単位を付与．ここでは1200mを指示．

Sasayama_ss_sfc %>%
  st_buffer(dist=set_units(1200, m)) ->
  Sasayama_buffer

Rokkakubashi_ss_sfc %>%
  st_buffer(dist=set_units(1200, m)) ->
  Rokkakubashi_buffer

商圏の可視化

ggplot()+
  geom_sf(data=periphery_mesh, aes(fill=elderly_ratio))+
  scale_fill_viridis_c(option="G", direction=-1)+
  geom_sf(data=Sasayama_ss_sfc,
             color="deeppink", size=3)+
  geom_sf(data=Sasayama_buffer, color="deeppink",
          fill="NA", linewidth=0.8)+
  geom_sf(data=Rokkakubashi_ss_sfc,
             color="green", size=3)+
  geom_sf(data=Rokkakubashi_buffer, color="green",
          fill="NA", linewidth=0.8)+
  geom_sf(data=periphery, fill="NA",
          linewidth=0.6)+
  labs(fill="高齢者割合（％）", caption="出典：国土数値情報（国土交通省）,
       国勢調査4次メッシュ（総務省統計局）")+
  ggtitle("一次商圏と高齢者割合")+
  theme_void()

4 商圏内の高齢者割合の計算

4.1 一次商圏メッシュの抽出

上の図「一次商圏と高齢者割合」からは商圏内の高齢者割合が計算されたわけではない．
- そこで円と重なるメッシュを抽出し，計算．
st_intersects()：mesh_wgs84から円（buffer）ポリゴンと重なるメッシュを検索．
- lengths()>0:重なるメッシュを抽出しTRUEに．
- mesh_wgs84はメッシュ形状のみ．periphery_meshとの交差（st_intersects()）にしてしまうと行政区域が邪魔するので注意．

#エラーが出ないためのおまじない
sf_use_s2(FALSE)

#笹山商店街の商圏の高齢者
Sasayama_elderly <-
  lengths(st_intersects(mesh_wgs84,
                        Sasayama_buffer))>0 

#六角橋商店街の商圏の高齢者
Rokkakubashi_elderly <-
  lengths(st_intersects(mesh_wgs84,
                        Rokkakubashi_buffer))>0

periphery_meshからSasayama_elderly==TRUEを満たすメッシュを抽出（filter()）．
- 第1引数.ですべての変数を残す．
- Sasayama_meshと名付ける．
- 同様のことを六角橋についても行う．

#笹山商圏内の重なるメッシュの抽出
mesh_wgs84 %>%
  filter(., Sasayama_elderly==TRUE) ->
  Sasayama_mesh

#六角橋商圏内の重なるメッシュの抽出
mesh_wgs84 %>%
  filter(., Rokkakubashi_elderly==TRUE) ->
  Rokkakubashi_mesh

一次商圏メッシュの可視化

ggplot()+
  geom_sf(data=periphery_mesh, aes(fill=elderly_ratio))+
  scale_fill_viridis_c(option="G", direction=-1)+
  geom_sf(data=Sasayama_ss_sfc,
             color="deeppink", size=3)+
  geom_sf(data=Sasayama_buffer,
          color="deeppink",
          fill="NA", linewidth=0.6)+
  geom_sf(data=Sasayama_mesh, 
          color="pink", fill="NA",
          linewidth=0.8)+
  geom_sf(data=Rokkakubashi_ss_sfc,
             color="green", size=3)+
  geom_sf(data=Rokkakubashi_buffer,
          color="green", fill="NA", 
          linewidth=0.6)+
  geom_sf(data=Rokkakubashi_mesh, 
          color="darkgreen", fill="NA", 
          linewidth=0.8)+
  labs(fill="高齢者割合（％）",
  caption="出典：国土数値情報（国土交通省）,
       国勢調査4次メッシュ（総務省統計局）")+
  ggtitle("一次商圏メッシュ")+
  theme_void()

円（buffer）ポリゴンと重なるメッシュ（一次商圏メッシュ）が取り出せていることが確認できる．

4.2 周辺メッシュに含まれる高齢者割合の計算

上の図の通り，重複するデータ（ここではメッシュ）が存在すると，統計量を計算できない．重複するデータはないが，練習のためdistinct()で削除．

#重複するメッシュ（KEY_CODE）を取り除く
#（.keep_all=TRUE）その他の変数残す
Sasayama_mesh %>% 
  distinct(KEY_CODE,.keep_all=TRUE)->
  Sasayama_mesh

欠損値（NA）が含まれる場合も統計値を計算できない．欠損値を無視して計算するには追加的なコード（na.rm=TRUE）が必要だが，ここでは欠損値がないため指示していない．
- 地図のメッシュには各メッシュ内の高齢者割合（％）が示されている．今回は一次商圏メッシュ全体の高齢者割合（％）を計算．
- そのために，一次商圏メッシュ内の人口総数（人）sum_popと65歳以上人口総数（人）sum_eldを計算し，sum_eldをsum_popから割ることにより高齢者割合を計算．

Sasayama_mesh %>%
  summarize(sum_pop=
            sum(population),
            sum_eld=
            sum(elderly),
          "笹山高齢者割合"=sum_eld/sum_pop*100)

sum_pop	sum_eld	笹山高齢者割合	geometry
54367	17183	31.60557	POLYGON ((139.55 35.4875, 1…

Rokkakubashi_mesh %>%
  summarize(sum_pop=
            sum(population),
            sum_eld=
            sum(elderly),
          "六角橋高齢者割合"=sum_eld/sum_pop*100)

sum_pop	sum_eld	六角橋高齢者割合	geometry
112589	23345	20.73471	POLYGON ((139.625 35.475, 1…

4.3 まとめ

OSMデータによる商店街の可視化では笹山商店街，六角橋商店街を事例として，商店街の店舗数を計算．
- この結果と今回の結果を次のように表にまとめる．

#データを作成
商店街 <- c("笹山商店街", "六角橋商店街")
店舗数 <- c(17, 153)
一次商圏内高齢者割合 <- c(31.6, 20.8)

#データフレームを作成
商店街データ <- data.frame(商店街, 店舗数, 一次商圏内高齢者割合)

#結果を表示
商店街データ

商店街	店舗数	一次商圏内高齢者割合
笹山商店街	17	31.6
六角橋商店街	153	20.8

Rによる地理空間データの可視化

チュートリアルホーム

OSMデータによる商店街の可視化では笹山商店街，六角橋商店街を事例として，商店街の店舗の可視化や店舗数の計算を試みている． ↩︎
この図はmapview()を用いている．mapview()を用いた地理空間データの可視化についてはインタラクティブな地図によるデータの可視化参照．↩︎
統計地理情報システムの国勢調査からは1995年から2020年（5年ごと）までの人口総数（男女），世帯総数などがわかる（アクセス日：2022-10-29）．2015年からは年齢別人口，外国人人口など詳しく記録されている．↩︎
準備に示されているRコードの類似コードはコミュニティバス路線上の人口密度の可視化に説明あり．↩︎

商圏内の地域メッシュデータの可視化

笹山商店街，六角橋商店街周辺の高齢者割合

岩田真一郎（神奈川大学経済学部）

2024-03-05作成，2024-04-13改訂