Web APIのビッグデータによる大規模イベント時の宿泊施設の空き室状況の時空間的変化

＊_{国際航業株式会社 〒 183-0057 東京都府中市晴見町 2-24-1}

Web API のビッグデータによる大規模イベント時の

宿泊施設の空き室状況の時空間的変化

澁  木  智  之＊ 要 旨   本稿では，新潟県と徳島県の大規模イベント時における宿泊施設の空き室状況の 時空間的変化を，じゃらん Web サービスの空室検索 API から取得したビッグデー タを用いて示した。その結果，イベント開催日の 120 日前時点におけるイベント開 催地周辺の宿泊施設の空き室数減少や，イベント開催地を中心とした空き室数減少 の空間的な広がりやその時系列変化，および宿泊料金の高騰を明らかにできた。ま た，本稿の最後には，Web API から得られる空き室情報について，ビッグデータの 新しい位置情報としての応用可能性について述べた。 キーワード Web API，ビッグデータ，宿泊施設，花火大会，阿波おどり，位置情報 I. は じ め に 1. 大規模イベントの影響の時空間的把握 いくつかのイベントが重なったり，特定の大規 模イベントが開催されたりする場合，深刻な宿不 足が起こり得る。例えば，2018 年 2 月 25 日 （日） ∼26 日 （月）の国公立大学一般入試（前期日程） 実施時において，同時期に福岡市内で開催される 大規模イベントや薬剤師等国家試験の日程が重な ることから，福岡県内で受験生のための宿泊施設 の不足が懸念された。そこで福岡県は，福岡市と 連携し，受験生が宿泊施設を確保できるように， 福岡市内および福岡県内全域における宿泊施設の 空き室状況を事前に把握し，福岡県内での宿泊を 希望する受験生を対象として宿泊施設の空き室情 報をホームページにおいて公開した1）_。 特定の大規模イベントなどにより宿不足が懸念 される場合，宿を予約する人，宿泊業関係者，イ ベント計画者および行政担当者にとっては，以下 の 3 点は知りたい情報として挙げられるだろう。 1つ目は「時期」に関してで，大規模イベントが ある時は，どのくらい前の時期に宿泊施設が予約 で埋まるか，ということである。2 つ目は「空間」 に関してで，大規模イベントがある時に宿泊施設 が予約でほとんど埋まってしまうエリアは，イベ ント開催地周辺からどのくらいの空間的な広がり を持っているか（イベント開催地の近隣市町村に どのくらい影響を及ぼすか），ということである。 3つ目は「値段」に関してで，大規模イベントが ある時は，普段と比べてどのくらい宿泊料金が高 騰するか，ということである。本研究ではこの 3 点を明らかにするために，宿泊施設予約サイトに おける Web API のビッグデータに着目し，宿泊施 設の空き室状況の時空間的変化を分析する。本研 究においては，じゃらん Web サービスの空室検 索 API2）_{を用いる。} Web予約データを用いた先行研究として，京都 市の宿泊施設の稼働率を日単位で推定し，また，

ホテルの人気の要因を分析した津田ほか（2013） においては，宿泊施設の客室数の規模別や，京都 駅から宿泊施設に到着するまでにかかる時間別， 京都市内の地域における立地別などで，宿泊施設 の稼働率の 1 年間の時間推移を示している。観光 政策決定に際して，科学的根拠となるデータ収集 にかかる費用や時間を削減する方法として，宿泊 施設の Web 予約データや施設情報などのビッグ データを用いて客室稼働率を推定，リアルタイム なデータ提供を実現した一藤・曽根原（2016）に おいては，客室稼働率やプランの平均価格を地図 上で可視化している。 大規模イベント時における宿泊施設に関する先 行研究としては，鳥海（2016）では，オリンピッ クをはじめとする大規模イベントを想定した宿泊 行動の分析に関する研究はほとんどみられないと して，2020 年東京五輪開催時に宿泊を希望する 観戦客に対して現在の宿泊施設は十分な供給力が あるか評価している。また，都市地理学の分野に おいて，淺野ほか（2005）は広島大学 1 年生を対 象にアンケート調査をしており，受験時に広島大 学が位置する東広島市内のホテルに満室で宿泊で きなかった学生の多くが広島市内のホテルを宿泊 地としたことを述べている。東広島市は毎年受験 や学会など一時的な需要過多があるが，それらは 年間の安定した需要を生み出すほどではなく，通 年でみれば必ずしも十分な需要があるわけではな いとしている。そして，供給不足の時は上位の広 域中心地（広島市）が宿泊需要の受け皿となり， 切実な問題にはなりにくいと述べている。 宿泊に関すること以外でイベント時の影響を空 間的に示したものとしては，NAVITIME の Web サイトにて，経路検索条件データを用いた分析事 例として，西武ドームでライブが開催される 1 時 間前の首都圏の検索状況が可視化され，首都圏に おいて会場最寄りの西武球場前の検索が多くなっ ていることが示されている3）_{。また，東京都台東} 区の上野公園でのイベント開催時を事例に，GPS ロガーと質問紙を組み合わせて訪問者の目的地内 移動パターンを調査した杉本（2017）においては， 上野公園周辺の訪問者の流動を可視化している。 本研究は，データ収集および分析といった技術 面では津田ほか（2013）など Web 予約データを 用いた先行研究を参考にし，その技術について， 宿泊の側面から見た大規模イベントの空間的な影 響の可視化に応用することによって，上述したス テークホルダーの関心事である「時期」，「空間」， 「値段」を明らかにするものである。 2. 研究目的 本研究では，宿泊旅行統計調査などの既存の観 光統計では得られない，日単位，宿泊施設単位の 空き室数や宿泊料金に関するビッグデータを Web APIを用いて取得する。取得したデータを分析し， 大規模イベント時の宿不足や宿泊料金高騰の空間 的広がりを時系列毎により細かく定量的に把握す る。 本研究の社会的な意義としてステークホルダー にとって有益な情報を考えると，例えば，空き室 数の時系列変化の分析から，宿を予約する人は， 大規模イベント時に宿を確保するには，最低でも 宿泊何日前までに予約する必要があるのか，とい うことを知ることが可能になる。また，イベント の影響の空間的広がりを分析することによって得 られる知見は，イベントの計画作成や政策決定を する団体や自治体にとって，イベントの経済効果 を最大限高めるために開催地周辺の自治体や公共 交通機関に対して連携を要請する際の定量的な根 拠になるはずである。 ここで，空き室状況の変化がイベント開催地を 中心として空間的な広がりを持つ場合，それは観 光客がイベント終了後その宿泊施設に移動するこ とを意味すると考えられる。位置情報ビッグデー

タの観光研究への応用可能性について議論した相 （2014）は，位置情報取得方法として携帯電話 GPS，携帯電話基地局，乗換案内サイトにおける 時間帯と発着地の検索データ，ジオタグ付きツ イートなどの活用例を挙げているが，本研究で用 いる大規模イベント時の宿泊施設の空き室状況 データも観光客の移動を間接的に示す位置情報と して応用可能性があると考えられるため，その可 能性についても検討する。 3. 研究対象地域と対象とする大規模イベン ト 本研究と同様に Web 予約データを利用してい る津田ほか（2013），および一藤・曽根原（2016）は， 国内外から多くの観光客が訪れる京都市を研究対 象地域としている。一方，本研究においては，周 辺市町村も含めて人口がそれほど多くなく，普段 あまりイベントがないが，年に 1 回大イベントが あって一時的に非常にたくさんの観光客が訪れる 市町村を抱える県を研究対象地域とする。このこ とにより，イベントを開催する市の宿不足で宿が とれなかった観光客が，周辺市町村にまであふれ て宿を取る状況を明瞭に把握できるはずである。 そこで本研究では，新潟県と徳島県を選択した。 新潟県の大規模イベントとしては，越後三大花 火の中から，「ぎおん柏崎まつり海の大花火大会 （以下，柏崎花火）」と「長岡まつり大花火大会（以 下，長岡花火）」を対象とする。徳島県の大規模 イベントとしては，最大収容人員 5,000 人のアス ティとくしまで開催された福山雅治の「WE’RE BROS. TOUR 2018」徳島公演（以下，福山雅治ラ イブ）と「チャットモンチーの徳島こなそんそん フェス 2018 ∼みな，おいでなしてよ！∼（以下， こなそんフェス）」，および，徳島市で開催された 「阿波おどり」を対象とする。 毎年同一月日に開催されるため早期予約可能な 花火大会や阿波おどりと，突発的に開催が発表さ れるライブとでは，宿泊予約の特徴が異なるはず である。加えて，開催曜日などの宿泊予約への影 響も検討する必要があるため，これらを踏まえて 第 1 表に研究対象とする大規模イベントとその概 要をまとめた。 II. 空室検索 API からのデータ取得 1. データの取得方法 2018年 3 月 14 日∼8 月 23 日の期間において， PythonのプログラミングによりじゃらんWebサー 第 1 表 研究対象とする大規模イベントとその概要 開催県 市町村 イベント名 日程 曜日 日程の決まり方 動員人数 備考 新潟県 柏崎市 柏崎花火 2018年 07 月 26 日 木 毎年同一月日 22万 0000 人 2018 年は平日に開催 長岡市 長岡花火 1 日目 2018年 08 月 02 日 木 毎年同一月日 50万 0000 人 2018年は平日に開催 長岡花火 2 日目 08月 03 日 金 54万 0000 人 徳島県 徳島市 福山雅治ライブ 1 日目 2018 年 04 月 14 日 土 突発的（2017 年 07 月 29 日 開 催発表） 5000_{人 休日にアスティとく} しまで開催 福山雅治ライブ 2 日目 04月 15 日 日 5000人 徳島市 こなそんフェス 1 日目 2018 年 07 月 21 日 土 突発的（2018 年 01 月 01 日 開 催発表） 5000人 休日にアスティとく しまで開催 チャットモンチー活 動完結 こなそんフェス 2 日目 07月 22 日 日 5000人 徳島市 阿波おどり 1 日目 2018年 08 月 12 日 日 毎年同一月日 33万 0000 人 2018年は総踊り中止 毎年お盆期間に開催 阿波おどり 2 日目 08月 13 日 月 30万 0000 人 阿波おどり 3 日目 08月 14 日 火 27万 0000 人 阿波おどり 4 日目 08月 15 日 水 18万 0000 人 筆者作成。動員人数は注 4）∼ 8）をもとにしており，アスティとくしまにおける動員人数は多目的ホール最大収容人員。

ビスの空室検索 API にリクエストを送り，返って 来た XML 形式のレスポンスをデータベースに毎 日蓄積し続けた。リクエスト URL には，新潟県 に位置する，宿泊開始日 2018 〇〇〇〇，宿泊数 1泊，部屋数 1 室，1 室あたりの大人人数が 1 人， といったパラメーターを付けた。データ取得時の リクエストパラメーターの概要に関しては，第 2 表に示した。 じゃらん Web サービスでは，サーバへの負荷 防止のため，ある決められた短い時間のなかで， 各 IP アドレスのリクエスト数に制限を設けてい る9）_{。制限の上限を超えた場合は，一定時間ロッ} クがかかってしまうため，アクセス過多にならな いように，1 回のリクエスト毎に 2∼3 秒の間隔 を空けるようにした。このデータ取得プログラム を毎日深夜 1 時から実行し，そうすると，18 時 ∼20 時頃に実行が終了した10）_。 2. データの取得結果と概要 上述した方法で 2018 年 3 月 14 日∼8 月 23 日 の間に取得し，データベースに蓄積した空き室 データの総計は，約 2.9 億プラン分である。レス ポンスの空き室数 Stock は，空き室が 10 部屋以 上ある場合は空要素となってしまうので，そのよ うな場合は空き室数を「10」部屋としてデータを 第 2 表 リクエストパラメーターの概要 リクエストパ ラメーター 項目名 説  明 （2018 年 7 月 4 日にデータ取得の場合）パラメーターに割り当てる値 key APIキー 取得した自分の API キー XXXXXXXXXXX（文字列）

l_area 大 エ リ ア_コード 新潟県（佐渡を除く）＋徳島県のエリアコード ※ 2018 年 3 月 14 日∼ 5 月 20 日の期間におい ては，佐渡を除く新潟県の県央（l_area の「燕・ 三条・岩室・弥彦」）以南＋徳島県全域の空室デー タを各日に取得。 170200 or 170500 or ・・・ or 360800 stay_date 宿泊開始日 データ取得日（= 予約日）から 120 日後まで ※ 2018 年 3 月 14 日∼ 5 月 20 日の期間におい ては，データ取得日（= 予約日）から 180 日後 までの空室データを各日に取得。 20180704 or 20180705 or ・・・ or 20181101 stay_count 宿泊数 宿泊数 1 泊 1 room_count 部屋数 部屋数 1 部屋 1 adult_num 1_大人人数室あたりの 大人 1 人あるいは 2 人 or1 2 order 並び順 出力されるデータの並び順は宿番号順 0 start 表示 From （データ 100 件分のページを 1 ページずつめく出力されるデータの何件目から表示するか るように表示） 1 or 101 or ・・・ or 100k+1（k は整数） count 表示件数 データ 100 件分まとめて表示 100 注 2）をもとに筆者作成。

蓄積した。 第 1 図には，データ取得期間に 1 回以上空き室 データを取得できた，すなわち，じゃらんに掲載 された宿泊施設の SmallArea11）_{毎の立地とイベン} ト開催地を地図で示した。新潟県においては宿泊 施設 585 軒，徳島県においては宿泊施設 124 軒分 の空き室データを取得した。なお，観光庁が実施 する宿泊旅行統計調査 2018 年 8 月分（第 2 次速 報値）において，宿泊施設数の総数は新潟県 1,885 軒，徳島県 519 軒となっており，じゃらんに空き 室情報を掲載している宿泊施設は全体の一部であ る。 第 1 図  宿泊施設の SmallArea 毎の立地とイベント開催地 （上 : 新潟県  下 : 徳島県） 空室検索 API から取得したデータをもとに筆者作成。

III. 取得したデータの分析 1. 各宿泊施設における純粋な空き室数の算 出 Web予約データを用いて研究するにあたり，津 田ほか（2013）で述べられているように，空き室 数を推定する上で，1 つの部屋に複数のプランが 設定されていることが問題になる。そのことに関 して，津田ほか（2013）は，「全プランを同じ大 きさの部屋で分け，その各グループの最大数を足 す」という考え方によって，「分析対象のホテル には，禁煙シングルルーム，喫煙シングルルーム， 禁煙ツインルーム，喫煙ツインルームの 4 グルー プの最大数を足す」という方法を用いている。一 方，一藤・曽根原（2016）は予約可能数の変化を 観測することによってプランの統合を行ってお り，予約可能数が具体的な数値として表示される， 予約対象日から最も離れた予約データ取得日∼予 約対象日の間で，予約可能数の日々の変化が一致 する場合はプランを統合し，一致しなければ統合 せずに別のものとして集計している。本研究では， これらの先行研究を踏まえ，部屋名と空き室数の 両方を用いて，各宿泊施設における純粋な空き室 数を算出する。具体的には，同一日に取得した， 同一宿泊開始日の同一宿泊施設のプランにおい て，部屋名 RoomName と空き室数 Stock が同じ場 合は，プランを統合した。純粋な空き室数の算出 前と算出後のデータ例として，2018 年 3 月 14 日 時点で取得した，宿泊開始日 2018 年 7 月 19 日の hotelID****16のホテルにおけるプラン統合例を第 3表に示した。プラン毎に QUO カードなどのオ プションが付くかどうかといった違いがあるが， このようにプランを統合すると，空き室数と部屋 名が同じなので，実際に空いていて予約可能な部 屋の実体を捉えることができるはずである。 2. 宿泊開始日 90・30・2 日前時点の空き室数 本節では，III 章 1 節で述べた方法で純粋な空 き室数を算出し，宿泊開始日の 90 日前，30 日前， 2日前時点12）_{の空き室数を SmallArea 毎に示す。} 第 2 図は，長岡・寺泊エリアと徳島エリア内の 宿泊開始日 90 日前，30 日前，2 日前時点におけ る空き室数を示している。宿泊開始日が近づくと 空き室数は減少するので，基本的に宿泊開始日 90日前を表す実線，30 日前を表す破線，2 日前 を表す点線の順にグラフは下方へ遷移する。90 日前より 30 日前や 2 日前の空き室数の方が多い 箇所も見られるが，それは 90 日前時点でそもそ も宿泊施設側が空き室情報を提供していなかった り，あるいは，直前に予約キャンセルが出たりし た可能性が考えられる。横軸の日付は全て土曜日 になっており，毎週土曜日に周期的な空き室数の 減少が見られる。津田ほか（2013）は，高級ホテ 第 3 表 純粋な空き室数の算出前（上）と算出後（下）のデータ例 空室検索 API から取得したデータをもとに筆者作成。

ルは概ね木曜日に客室稼働率が上昇し，通常のホ テルは概ね土曜日に客室稼働率が上昇しているこ とを示している。全宿泊施設をまとめて空き室数 をグラフ化した本研究の分析においては，土曜日 の空き室数減少（すなわち客室稼働率上昇）につ いて明瞭に確認できた。 第 2 図を見ると，イベント開催地において，イ ベント開催日は宿泊開始日 90 日前からすでに空 き室数が少なくなっていることが分かる。また， 長岡・寺泊エリアにおいては隣接エリアで開催さ れる柏崎花火の開催日においても空き室数が明ら かに少なくなっていることが分かる。 3. 大規模イベント開催日における，宿泊開 始日 120 日前∼ 0 日前の空き室数の変化 本節では，III 章 1 節で述べた方法で純粋な空 き室数を算出し，大規模イベント開催日，および 比較のための普段の日において，宿泊開始日 120 日前∼0 日前の空き室数の時系列的な変化を SmallArea毎に示す。 第 3 図では比較用の普段の日（木），柏崎花火 開催日（木），長岡花火 1 日目開催日（木）につ いて，宿泊開始日 120 日前∼0 日前における空き 室数の時系列変化をいくつかの SmallArea 毎に示 した。前節にて，毎週土曜日に周期的な空き室数 の減少が確認でき，津田ほか（2013）は客室稼働 率の季節変動を示していることから，イベント開 第 2 図  宿泊開始日 90・30・2 日前時点の空 き室数 空室検索 API から取得したデータをもとに筆 者作成。 第 3 図  イベント開催日と普段の日における SmallArea毎の宿泊開始日 120 ∼ 0 日 前時点の空き室数 空室検索 API から取得したデータをもとに筆 者作成。

催日と比較するための普段の日としては，同一曜 日で日付が近い日を選ぶ必要がある。なおかつ， とくにイベントのない「いかにも普段らしい」日 である必要があるため，第 2 図を見て，空き室数 が非日常的な減少を示していないか確認し，イベ ント開催日と比較する普段の日として 7 月 19 日 （木）を考える。 第 3 図を見ると，新潟県における普段の木曜日 は，宿泊開始日 20 日前頃から次第に空き室数が 減少していくことが分かる。イベント開催日に注 目してみると，イベント開催地においては 120 日 前からすでに空き室がかなり少なくなっている。 イベント規模が大きい長岡花火（第 1 表参照）に 関しては，開催地以外のエリアでも 120 日前から 空き室数が少なくなっていることが分かる。また， 柏崎花火について，開催地である柏崎エリアから 北東方向のエリアに向かって空き室数の変化を見 てみると，長岡 ･ 寺泊エリアにおいては宿泊開始 日 90 日前頃から空き室数が減り始め，長岡 ･ 寺 泊エリアの空き室数がかなり少なくなった宿泊開 始日 25 日前頃から燕・三条・岩室・弥彦エリア の空き室数の減少が顕著になっている。すなわち， 開催地である柏崎エリアから近い順に空き室数が 少なくなっていることが分かる。 第 4 図には，最大収容人数 5,000 人のアスティ とくしまで日曜日に開催された福山雅治ライブ 2 日目（4 月 15 日）とこなそんフェス 2 日目（7 月 22日），および第 2 図を確認すると普段の日曜日 として扱うことが出来ると考えられる 7 月 29 日 について，宿泊開始日 120 日前∼0 日前における 徳島エリア内の空き室数の時系列変化を示し た13）_{。普段の日と比べると，こなそんフェス 2 日} 目では宿泊 120 日前から開催地である徳島エリア の空き室数が少なくなっている。こなそんフェス は毎年同一月日に開催されるイベントではなく， 日程の決まり方が突発的で 2018 年 1 月 1 日にイ ベント開催が発表され，そのチケット一般発売は 4月 21 日からであったが，上記のことから 3 月 にはすでに宿泊予約が多くされていたことが分か る。これは，チケットを買う前にすでに宿を押さ えた人の影響も考えられるが，基本的には，チケッ ト一般発売前の先行販売にて多くの人がチケット を買って同時に宿も確保したことが考えられる14）_。 また，第 4 図では，いずれも日曜日開催であり， 同一会場で動員数も同じはずのイベントにもかか わらず，福山雅治ライブ 2 日目よりもこなそん フェス 2 日目の方が徳島エリアの空き室数が少な くなっている。このことに関して，福山雅治ライ ブはあくまで全国ツアーの中の 1 公演として徳島 市にて開催されたが，こなそんフェスは，徳島県 出身のロックバンドであるチャットモンチーが活 動完結前にライブをする最後のイベントであっ た。そのため，チャットモンチーのラストライブ を見たいファンが遠方から徳島県に駆け付けたこ とが想定され，その影響で宿泊施設の空き室数が 少なくなっていることが考えられる。 第 5 図では，阿波おどりが開催される 8 月 12 日（日）∼8 月 15 日（水）について，宿泊開始日 120日前∼0 日前における徳島エリア内の空き室 数の時系列変化を示した。阿波おどり期間は宿泊 第 4 図  同一会場で開催されるイベントにお ける徳島エリアの空き室数変化の比 較 空室検索 API から取得したデータをもとに筆 者作成。

開始日 120 日前から徳島エリアで空き室がほとん どなくなっていることが分かる。しかし，阿波お どり 2 日目から 4 日目にかけては，宿泊開始日 15日前頃から，ほとんどなかったはずの徳島エ リアの空き室数が増加し始める。これは宿泊直前 期の予約キャンセルによるものか，あるいは，津 田ほか（2013）で「ホテル側は最初に旅行代理店 に部屋を提供しており，WEB サイトには宿泊利 用日の 14 日前から部屋を提供していることが多 い」と述べられているように，ホテル側がそれま で出していなかった部屋を新たにじゃらんに掲載 した影響が考えられる。 なお，このように空き室の提供や掲載について 宿泊施設側の方針，利益最大化の戦略などが関係 するが，本研究ではこうした点についてはあまり 考慮できておらず，予約サイトのデータを利用し た分析において空き室を発生させる要因を正確に 把握することには限界がある。 4. 大規模イベント開催日と普段の日におけ る，同一空き室の宿泊料金の違い 本節では，大規模イベント開催日は，普段と比 べてどのくらい宿泊料金が高騰するかについて分 析する。分析方法として，最初に，III 章 1 節で 述べた方法で純粋な空き室数を算出し，第 3 表で 示したように，実体のある純粋な空き室に付けら れたプランの中で最も安いプランの宿泊料金15） をその空き室の最低価格として割り当てる。次に， 同一日に取得した，同一宿泊開始日，同一宿泊施 設，同一部屋名のデータにおいて，割り当てられ た最低価格がただ 1 つであるようにする。具体的 には，III 章 1 節で述べた方法だと空き室数の違 いにより，同一日に取得した，同一宿泊開始日， 同一宿泊施設のデータにおいて部屋名の重複が起 こるため，分析対象期間内で 1 回でもそのような 部屋名の重複が存在した場合は，その部屋名の空 き室を分析対象の全期間から除く。例として第 3 表で考えれば，hotelID****16 の部屋名「シングル （喫煙）朝食サービス」は重複しているので，こ れらは全期間から除く。そして最後に，同一宿泊 開始日，同一宿泊施設，同一部屋名，宿泊開始日 から同一日数前の空き室について大規模イベント 開催日と普段の日の価格倍率を平時を 100% とし て求め，SmallArea 毎にその平均を出した。本節 では，毎年同一月日に開催されるイベントとして 柏崎花火，突発的に開催されるイベントとしてこ なそんフェスの事例を示す16）_。 上述した方法で，宿泊開始日 N 日前における 同一空き室に割り当てられた最低価格について， イベント開催日対普段の日の倍率をいくつかの SmallArea毎に平均を出したものが第 6 図である （上 : 柏崎花火，下 : こなそんフェス 2 日目）。デー タ取得日 2018 年 5 月 24 日に空き室データを取得 できなかった影響で，2 日間分どの SmallArea に おいても線が途切れている箇所があるが，それ以 外の線が途切れている箇所は，イベント開催日と 普段の日において同一空き室が存在しない（予約 で埋まっている）ことを表している。第 6 図（上） を見ると，普段の木曜日と比べて，柏崎花火開催 日は開催地である柏崎エリアで宿泊料金が普段の 3倍（300%）などになっていることが分かる。第 3図を確認すると柏崎花火開催日の 120 日前から 第 5 図  阿波おどり 4 日間における徳島エリ アの空き室数変化の比較 空室検索 API から取得したデータをもとに筆 者作成。

すでに柏崎エリアの空き室はほとんどないので， わずかに予約されずに残っている宿泊料金が非常 に高騰した空き室の影響で，第 6 図のように柏崎 エリアの平均倍率が跳ね上がっているといえる。 また，開催地以外でも，燕・三条・岩室・弥彦エ リアや長岡・寺泊エリアなどで宿泊料金が普段の 1.1倍∼1.4 倍程度に上昇していることが分かる。 一方，動員人数が柏崎花火と比べて小規模であ り，開催日程の決まり方が突発的である（毎年同 一月日に開催される訳ではない）こなそんフェス 2日目の場合は，第 6 図（下）で確認すると，開 催地である徳島エリアで宿泊料金が普段の 1.2 倍 （120%）程度になっていることが分かる。第 4 図 を見ると，こなそんフェス 2 日目開催日は普段の 日よりも空き室数が少なくなっているが，それで もまだ徳島エリアに空き室が残っている。そのた め，徳島エリアで宿が取れず，周辺エリアで宿を 取るということは少ないはずで，第 6 図（下）で 見ても宿泊料金が高騰している，すなわちイベン トの影響があるのは徳島エリアだけといえる。 5.  大規模イベント開催日と普段の日におけ る，空き室状況と宿泊料金の時空間的変 化の可視化 III章 3 節においては，大規模イベントがある 日と普段の日における空き室数の時系列的な変化 を示し，III 章 4 節においては，大規模イベント 開催日対普段の日おける同一空き室の最低価格の 平均倍率を示した。本節では，空き室数と価格倍 率の変化を空間的により明瞭に把握するために地 図化を行う。地図化に際して，どの空間単位でデー タを集計するかが問題となる。宿泊施設の位置は， 明確な緯度経度の座標として取得できているが， 開催市を超えたイベントの影響を扱う本研究にお いては，宿泊施設 1 軒毎に地図化することは視認 性が悪い。逆に，SmallArea や市町村界で集計す るのは空間的に粗過ぎる。そこで，本研究では， 駅前に宿泊施設が多く立地し，駅から離れた旅館 などは最寄り駅から送迎バスを出していることが 想定されることから，駅を基準に集計を行うこと とした。具体的には，国土数値情報の鉄道データ を用い，鉄道の駅の位置でボロノイ分割を行い， 各駅のボロノイポリゴン毎に空き室数や価格倍率 の集計を行った。本節では，同じ新潟県の花火大 会であり，開催日が近く，開催曜日も重複してお り，なおかつイベント規模の大きさから周辺市町 村への影響が強い柏崎花火と長岡花火の分析およ び比較結果を示す。 第 7∼9 図には，いずれも木曜日であるイベン ト開催日（左 : 柏崎花火 7 月 26 日，右 : 長岡花 火 1 日目 8 月 2 日）と普段の木曜日 7 月 19 日に おける，宿泊開始日 60 日前，30 日前，2 日前時 点における空き室数，および同一空き室の最低価 格の平均倍率を鉄道の駅でボロノイ分割したポリ 第 6 図 宿泊開始日 N 日前における同一空き 室の最低価格の平均倍率 空室検索 API から取得したデータをもとに筆 者作成。

第 7 図  宿泊開始日 60 日前時点における，柏崎花火（左）と長岡花火 1 日目（右）開催時の空き室数，および同一空き室の最低価格の平均倍率 空室検索 API から取得したデータをもとに筆者作成

第 8 図 宿泊開始日 30 日前時点における，柏崎花火（左）と長岡花火 1 日目（右）開催時の空き室数，および同一空き室の最低価格の平均倍率 空室検索 API から取得したデータをもとに筆者作成

第 9 図 宿泊開始日 2 日前時点における，柏崎花火（左）と長岡花火 1 日目（右）開催時の空き室数，および同一空き室の最低価格の平均倍率 空室検索 API から取得したデータをもとに筆者作成

ゴン単位で集計して示した。イベント開催日の空 き室数を表す赤色バーと普段の日の空き室数を表 す緑色バーの高さの差がイベントの影響を表して おり，空き室数減少の空間的な広がりが分かる。 第 7∼9 図（左）の柏崎花火の影響を見てみると， 宿泊開始日 60∼30 日前にかけては長岡駅周辺で 空き室がなくなり，宿泊開始日 30∼2 日前にかけ ては燕市と三条市にまたがる燕三条駅周辺で空き 室がなくなっており，開催地に地理的に近いとこ ろから宿が予約で埋まっていく過程が分かる。第 7∼9 図（右）の長岡花火 1 日目に関しては，第 1 表で示したように 1 日で柏崎花火の 2 倍以上の動 員人数があるため，柏崎花火よりも広域に空き室 数の減少が確認でき，新潟県のほぼ全域で長岡花 火の影響があるといえる。 長岡花火の Web サイトでは，長岡花火を見る ために泊まる場合，長岡市内においては「宿泊施 設によって，受付時期が違うし，直前にキャンセ ルが出ることもあるけど，花火の 2，3 か月前に はほとんど満室」になり，長岡市以外においては 「新幹線が停まる駅の近くにホテルを取って，JR 長岡駅まで来るという人が多い」と述べられてい る17）_{。本研究で定量的に分析した結果，第 3 図か} ら長岡市内では長岡花火開催 120 日前（約 4 か月 前）においてほとんど満室であることが分かった。 第 7∼9 図（右）も併せて見ると，長岡市以外では， たしかに新幹線が停まる新潟駅や燕三条駅周辺で 空き室数の減少が確認でき，それに加えて，長岡 市と新幹線で直接結ばれていない地域（上越市周 辺など）でも空き室数の減少が確認できた。新幹 線で直接結ばれていない地域の空き室数減少は， 自家用車で遠隔地から長岡花火を見に来た人や， 長岡花火の打ち上げ終了後に JR が複数本運行す る在来線の臨時列車18）_{を用いた人が，長岡市か} ら移動してきて宿泊したことによるものと考えら れる。長岡花火に関するこれらの知見は，イベン トのステークホルダーにとって有益な情報と言え るであろう。 第 7∼9 図で，イベント開催日と普段の日にお いて同一空き室が存在しない（予約で埋まってい るか，そもそも宿泊施設がない）場合，価格倍率 は No Data となり，ポリゴンは色なしとなる。空 き室数を表す赤色バーが緑色バーの高さよりも低 くなっている（イベント開催日に空き室が少なく なっている）ポリゴンについては，需要と供給の 関係で基本的には普段の日よりも価格が上昇して いる。つまり，イベントの影響が及んでいる範囲 においては，普段の日よりも価格が上昇している といえる19）_。 IV. 結   論 1. 分析のまとめ 本稿では，宿不足が懸念される大規模イベント 時において，宿泊施設の予約時期，空き室数減少 の空間的な広がり，宿泊料金の変化について着目 し，じゃらん Web サービスの空室検索 API から 取得したビッグデータをもとに分析を行った。分 析した結果，イベント開催日程の決まり方が突発 的なこなそんフェスも含め，大規模イベントの開 催地では，開催の 120 日前から宿泊施設における 空き室数の減少が確認できた。イベント開催地を 中心とした空き室数減少の空間的な広がりや時系 列変化も確認できた。とくに動員数が多くなおか つ 2018 年は平日開催であった長岡花火は，普段 の平日と比べて空き室数の減少を明瞭に把握で き，新潟県のほぼ全域に長岡花火の影響があるこ とが分かった。 イベント開催日の宿泊料金については，イベン ト開催地やその周辺で高くなり，同一部屋に割り 当てられる宿泊料金の最低価格が普段の 2 倍以上 になる場合もあることが分かった。 分析結果から，長岡花火を例にとると，宿を予

約する人にとっては，長岡花火を観覧し長岡市周 辺で宿をとりたいならば，開催 120 日前頃には宿 の確保をしておいた方が良いといえる。また，長 岡花火開催担当者にとっては，新潟市など長岡市 から比較的離れた新潟県各地の自治体に観光政策 の連携を呼びかける定量的な資料として本分析結 果を用いることができるはずである。 2. 空き室情報の位置情報としての応用可能 性 最後に，じゃらん Web サービスの空室検索 API から得られる大規模イベント時の空き室情報に関 するビッグデータの新しい位置情報としての応用 可能性について述べる。 第 7 図（右）の長岡花火 1 日目開催時を見てみ ると，開催日 8 月 2 日は花火打ち上げ会場から直 線距離で 50 km 以上離れた新潟駅付近においても 宿泊 60 日前時点で明らかな空き室数減少が確認 できる。これは，長岡花火見物客が燕三条駅付近 の宿を予約で埋めてしまったため，本来なら燕三 条駅付近で宿を予約するつもりだった長岡花火見 物客ではない一般の宿泊希望者が新潟駅付近に流 れた側面もあると考えることができるが，基本的 には，長岡駅付近で宿を予約できなかった長岡花 火見物客が花火を見た後に長岡市から新潟駅付近 まで移動して宿に泊まることが考えられる。空室 検索 API のデータは，どこから来たどのような属 性の人が予約したことにより空き室数が減少した かは分からないが，イベント終了後から深夜にか けての見物客の移動の空間的な広がりを表してい る。中谷（2015）が外国人旅行者の訪問地と滞在 地の分布の特徴や外国人旅行者の移動にみられる 行動空間の地理的特徴を可視化する際に用いてい る，Twitter によるツイート発信位置のデータや GPS付携帯電話など，リアルタイムに蓄積される 位置情報と空室検索 API のデータを一緒に分析す ることにより，イベントの見物客の行動を複数の 視点から把握できるようになるはずである。さら に，旅行会社が企画する花火ツアーの行程や，新 幹線などの交通網との関係を踏まえると，総合的 な分析が可能になるであろう。 また，空室検索 API のデータによる空間的な 分析を行うことで，自然災害発生時にその災害の 直接的な影響範囲（宿泊施設そのものやその周辺 が物理的に被害を受けた範囲）と間接的な影響範 囲（災害の被害を直接は受けてないが，風評被害 や観光自粛がある範囲）を観測するセンサ機能を 見出せる可能性があると考えられる。Crooks et al.（2013）は，アメリカにおけるマグニチュード 5.8 の地震発生時を対象に，地震に関するキーワード やハッシュタグによって地震を言及しているツ イートを取得し，地震が空間的に広がる過程や影 響を観測するセンサとしてツイートを活用する方 法を示しており，空室検索 API のデータもこれと 同様にセンサとして活用できるはずである。 例えば，災害発生直後は，災害発生場所に近い 地域において宿泊施設が直接的な被害を受けた場 合，そのような宿泊施設はそれまで掲載していた 予約サイトへの空き室情報の掲載を急に止めるこ とが考えられる。直接的な被害を受けた場合，宿 泊施設の経営者が空き室情報の掲載をすぐに止め ることができる状態かどうか不明であり，なおか つ，空室検索 API は宿泊施設を予約するためのも のなので，過去の日の空き室情報をさかのぼって 取得することはできず，あらかじめ広域に及ぶ空 き室情報を継続的に取得し続けておく必要がある が，空室検索 API のデータを災害時の被害の把握 に用いることは有効だと思われる。 災害発生後の観光客数や宿泊者数の時間的，空 間的な変化を示した先行研究として，新潟県中越 沖地震など 4 つの地震について観光入込客数の減 少量を分析した西村ほか（2012）は，各県が公表 している観光入込客数の月別，地域別データを用

いており，東日本大震災後の宿泊需要の減少を分 析した西村ほか（2013）は，観光庁の宿泊旅行統 計調査や各県の観光統計データ，宿泊施設に対し て実施したアンケート調査結果を用いているが， これらの研究に空室検索 API のデータを適用すれ ば，リアルタイムかつ空間的に細かい宿泊施設の 空き室情報データによって災害発生後すぐに分析 が可能になるはずである。 自然災害のことについて上で述べたが，2020 年 5 月現在でいえば，新型コロナウイルスによる 宿泊業への影響や，人の遠隔地からの一時的な流 入状況を空室検索 API のデータの利活用で把握で きる可能性がある。例えば，宿泊施設の休業や倒 産などにより，予約サイトに空き室情報を提供す る宿泊施設そのものの数が以前より減少している かどうか確認したり，仕事や観光等で遠隔地から その地域に訪れる人がどの程度減少しているか空 き室数の集計によっておおまかに把握したりする ような分析が考えられる。新型コロナウイルスに 対する迅速な政策対応，宿泊業や観光業への影響 分析において，空室検索 API のデータのリアルタ イム性は有用であろう。 謝   辞 本稿執筆にあたっては，東北大学大学院の磯田 弦先生，中谷友樹先生，関根良平先生をはじめと する理学研究科地理学教室人文ゼミの皆様，およ び，宮城教育大学の小田隆史先生，千葉綾子様を はじめとする防災教育研修機構の皆様から多大な るご指導，ご支援をしていただきました。また， 徳島市内の宿泊施設であるはやし別館様からは， 徳島市における宿泊および観光業の現状などにつ いてお話を伺いました。ここに記して皆様に厚く 御礼申し上げます。 本稿は，2018 年度に東北大学大学院理学研究 科に提出した修士論文の一部に修正を加えてまと め直したものである。その骨子は，2018 年 10 月 の第 27 回地理情報システム学会研究発表大会 （於 : 首都大学東京）にてポスター発表をした。 （2020 年 6 月 23 日受理） 注 1） 福岡県，2018，受験生のための「宿泊施設空室 状況」公開について∼受験生に安心して宿泊施設を 確保していただくために∼，http://www.pref.fukuoka. lg.jp/press-release/ganbare-jyukensei2018.html（2019 年 1 月 14 日閲覧）

2） 株式会社リクルートライフスタイル，じゃらん Webサービス／空室検索 API, https://www.jalan.net/ jw/jwp0100/jww0105.do（2019 年 1 月 13 日閲覧） 3）  株 式 会 社 ナ ビ タ イ ム ジ ャ パ ン， 分 析 事 例， http://consulting.navitime.biz/example/ （2019 年 1 月 21日閲覧） 4） 株式会社平成エンタープライズ，柏崎まつり花 火 大 会 バ ス ツ ア ー，https://tour.vipliner.biz/hanabi/ kashiwazaki/ （2019 年 5 月 12 日閲覧） 5） 新潟日報，2018，大花火大会に計 104 万人が来場  長岡花火財団が発表，前年より 1 万人増，https://www. niigata-nippo.co.jp/news/national/20180804410569. html（2019 年 1 月 8 日閲覧） 6） アスティとくしま，主要施設-多目的ホール， http://www.asty-tokushima.jp/shisetsu/hole/ （2019 年 1月 8 日閲覧） 7） ジャパンミュージックネットワーク株式会社， 2018，【ライブレポート】チャットモンチー主催〈こ なそんフェス〉初日，「最後はやっぱり徳島でお祭 り を 」，https://www.barks.jp/news/?id=1000158136 （2019 年 1 月 8 日閲覧） 8） 徳島市，2018，平成 30 年度 第 7 回阿波おど り実行委員会，https://www.city.tokushima.tokushima. jp/kankou/awaodori/dai7kai.html（2019 年 1 月 8 日閲覧） 9） 株式会社リクルートライフスタイル，じゃらん Webサービス／ガイドライン，https://www.jalan. net/jw/jwp0300/jww0302.do#001（2019 年 1 月 12 日 閲覧） 10） じゃらん Web サービスは基本的に月 1 回システ ムメンテナンスがあり，深夜∼早朝の数時間，空 室検索 API が停止しデータ取得ができなくなる。

そのような場合は，システムメンテナンスが終わっ た朝からデータ取得プログラムを実行し，イベン トが開催される夏季の空き室データのみを取得し た。通信やプログラムのエラーなどでデータ取得 日の 120 日後（あるいは 180 日後）までデータを 取り切れない日もあったが，全くデータを取得で きなかったデータ取得日は 2018 年 5 月 24 日（木） のみである。5 月 20 日の前後でデータ取得のエリ アと期間が変わっているのは，Web API にアクセ スし過ぎないようにしつつ，広域かつ長期間にわ たる必要なデータを取得するためである。 11） SmallArea は，API のレスポンスから取得でき る地域区分である。なお，SmallArea や第 3 表のヘッ ダーに示す PlanName や RoomName は，API のレ スポンスのフィールド名である。 12） 宿泊開始日 0 日前，すなわち宿泊開始日当日に は，まだ空き室が存在しても宿泊施設側でじゃら んへの空き室掲載を取りやめている可能性が考え られる。そのため本研究では，じゃらんに掲載さ れる空き室数が実体を捉えている最終日としては， 宿泊開始日 2 日前時点を考える。 13） データ取得を開始したのが 2018 年 3 月 14 日な ので，4 月 15 日開催の福山雅治ライブ 2 日目は 32 日前からのグラフ描画となっている。 14） 下記チャットモンチー公式 HP にあるように， こなそんフェス開催が発表された 2018 年 1 月 1 日 からチケット先行予約の申し込みが有料会員向け サイトにて受付開始されている。また，チケット のオフィシャル HP 先行（抽選）も 2018 年 1 月 13 日から実施されており，3 月頃にはイベント参加者 の内，比較的多くの人がチケットを手に入れてい たと思われる。  チャットモンチー，INFORMATION，https://www. chatmonchy.com/info/ （2020 年 5 月 18 日閲覧） 15） 宿泊料金は，1 部屋 1 泊分の料金で，税込，サー ビス料込である。 16） なお，本稿ではとくに考察できていないが，毎 年同一月日に開催されるイベントでは宿泊施設の 経営者が予約サイトに料金掲載をする際に最初か ら宿泊料金を高く設定している可能性が考えられ る。一方，突発的なイベントの場合は，イベント 開催が発表された後に，空き室の埋まっていくス ピードの早さから宿泊施設の経営者がイベントの 存在を認知することなどによって，順次宿泊料金 が高騰していく可能性が考えられる。 17） 一般財団法人 長岡花火財団，2018，よくある質 問 Q&A, https://nagaokamatsuri.com/2018/qanda.html （2019 年 1 月 21 日閲覧） 18） JR 東日本新潟支社，2018，花火大会の観覧は便 利な臨時列車で！，https://www.jrniigata.co.jp/press/ 20180628hanabitaikai.pdf（2020 年 5 月 20 日閲覧） 19） 7 月 27 日から FUJI ROCK FESTIVAL ’18（以下，

フジロック）が湯沢町で開催され，7 月 26 日はフ ジロック前夜祭（動員 1 万 7,000 人）が同地にて開 催されていた。第 7 図（左）で湯沢町周辺におい て空き室数減少，宿泊料金上昇が確認できるが， イベントによる空間的な影響の広がりを考えると， これは柏崎花火ではなくフジロックの影響だと考 えられる。 文   献 相 尚寿（2014）: 観光研究への位置情報ビッグデー タ展開の可能性．観光科学研究，7, 11-19. 淺野敏久・フンクカロリン・斎藤丈士・佐藤裕哉 （2005）: 地方都市のホテル立地にみる都市の規 模と機能 : 広島県東広島市を事例に．地理科学， 60, 281-301. 一藤 裕・曽根原登（2016）: ソーシャル・ビッグデー タ駆動の観光政策決定支援システム．システム ／制御／情報，60, 141-146. 杉本興運（2017）: イベント開催時における訪問者の 目的地内移動パターン─東京都・上野公園での フェスティバルを事例に─．観光研究，29（1）, 17-28. 津田博史・多田 舞・山本俊樹・一藤 裕・曽根原登・ 椿 広計（2013）: Web データを用いた京都市の ホテル業界に関する応用研究．情報知識学会誌， 23, 442-451. 鳥海重喜（2016）: 東京オリンピック開催期間におけ る宿泊施設の需給バランスの評価．都市計画論 文集，51, 481-486. 中谷友樹（2015）: 外国人旅行者の行動空間に関する 地理的可視化─京都市を対象とした Twitter およ び GPS 調査資料の解析─．立命館大学地理学教 室編 : 観光の地理学．文理閣，京都，84-110. 西村泰紀・梶谷義雄・多々納裕一（2012）: 震災が観 光入込客数に与える影響に関する定量分析．土

木 学 会 論 文 集 D3（ 土 木 計 画 学 ），68, I_267 -I_276. 西村泰紀・梶谷義雄・多々納裕一（2013）: 大規模災 害による宿泊業への影響分析─市町村宿泊旅行 統計とアンケート調査に基づく東日本大震災の ケーススタディ．土木学会論文集 D3（土木計画 学），69, I_217-I_227.

Abrate, G., Fraquelli, G. and Viglia, G.（2012）: Dynamic pricing strategies : Evidence from European hotels.  International Journal of Hospitality Management,

31, 160-168.

Crooks, A., Croitoru, A., Stefanidis, A. and Radzikowski, J.（2013）: #Earthquake : Twitter as a Distributed Sensor System. Transactions in GIS, 17, 124-147.

Spatio-temporal Changes about Hotel Availability in Large Scale Event by Big Data of Web API

Tomoyuki SHIBUKI＊

  This study showed spatio-temporal changes about hotel availability during large scale events in

Niigata and Tokushima prefectures using big data acquired from the Vacancy Search API of Jalan Web Service. As a result, this study clarified the decrease in the number of vacant rooms in hotels around the event venue 120 days before the event day, its extent of the spatial spread centered at the event venue, its time-series change, and the increase in hotel charges. In addition, at the end of this paper,

with regard to vacancies information acquired from this Web API, the applicability of big data as new location information is described.

Key words : Web API, Big data, Hotel, Fireworks display, Awa odori, Location information