もに買物品目は多様化してきた．また，モータリゼーシ

全文

(1)松山都市圏PT調査データに基づく平日の買物行動の類型化と目的地選択特性の分析* Classification of Weekday Shopping Behavior and Its Destination Choice Analysis Based on Matsuyama PT Survey Data* 前川朝尚**・倉内慎也*** By Tomohisa MAEKAWA**・Shinya KURAUCHI***. １．はじめに. 表１松山都市圏パーソントリップ調査の概要調査対象地域. 松山市，伊予市，東温市，松前町，砥部町. 配布日時. 2007年10月～12月（平日のみ）. もに買物品目は多様化してきた．また，モータリゼーシ. 対象者. ゾーン別性年齢階層別に無作為に抽出. ョンの普及により，消費者空間が広域化し，消費者は生. 回収サンプル数. 29127人. 活の場面によって多数の商業地域から需要に適した買物. 調査項目. 移動目的，出発地，到着地，代表交通手段等. 近年，日本の経済成長によって，買物需要の増加とと. 場所を選択するようになった．そのため，地方都市を中心として，郊外型大規模商業施設の進展にともなう中心. ３．買物行動分析と基礎集計. 市街地の衰退といった問題が一層深刻となっている．これは，松山都市圏においても例外ではなく，中心部. 買物目的地は，目的地の魅力度のみならず，出発地点. に立地していた大型商業施設の撤退や中四国最大規模の. や次に実施する活動の内容や実施場所等の行動文脈にも. ショッピングコンプレックスの郊外進出等により，中心. 大きく依存するものと考える．そこで本研究では，パー. 市街地への来訪者が大幅に減少している．このような問. ソントリップ調査において観測されているトリップチェ. 題への対策を検討するには，個人レベルでの買物等の行. インを分析し買物行動が生活のどのタイミングで発生し. 動が，都市空間上における生活行動においてどのような. ているのかを把握する．次いで，トリップチェインをツ. 文脈で生ずるのかを詳細に把握することが不可欠である．. アーに分解し，買物トリップとその前後のトリップとの. そこで本稿では，松山都市圏パーソントリップ調査デ. 関連性から，買物行動パターンごとに集計を行い，類型. ータを活用し，平日における買物行動を対象として分析. 化を行った．. を行う．具体的には，まずトリップチェインに着目して平日の買物行動の発生メカニズムを把握し，その類型化を行った上で，買物目的地の選択に影響を及ぼす要因を買物目的地選択モデルを用いて考察する．. （１）買物行動を含むトリップチェイン分析図１に買物行動を含むトリップチェインの上位10位を示す．最もよく行われるトリップチェインは，[自宅→ 買物→自宅]の自宅を拠点としたピストンタイプとなっ. ２．データ概要. ており，買物行動を含むトリップチェインの25％を占めている．以降，上位は2ストップでの買物行動となって. 2007年に松山都市圏で実施したパーソンとリップ調査の概要を表１に示す．. いるが，割合は1桁となっている．最もよく行われるトリップチェインは，買物行動において単純なトリップチ. データに含まれる総トリップ数は 74,987 トリップであ. ェインであり，多くの人が同様なトリップチェインとな. り，うち買物トリップは 8,463（11.3％）トリップである．. ることが多いといえる．一方，下位になるに従い個人の. また，買物行動を含むトリップチェイン数は 6,864 であ. トリップ数が多くなっており，トリップチェインが複雑. る．. になること，そのトリップチェインは成立し難くなることを示している．買物行動のタイミングに着目すると，ある場所を拠点としたピストンタイプの買物行動パターンやツアー中に. *キーワーズ：買物行動分析、目的地選択，PT調査データ. おいての連続的・散発的に行われる買物行動パターンが. **学生員，愛媛大学大学院理工学研究科（松山市文京町. 読み取れる．これらの買物行動パターンが組み合わさっ. 3番，E-mail: :maekawa.tomohisa@cee.ehime-u.ac.jp） ***正会員，博(工)，愛媛大学大学院理工学研究科（松山市文京3番，E-mail: :kurauchi@dpc.ehime-u.ac.jp）. てトリップチェインが構成されていることがわかる．.

(2) 1. 3. 2 H. Sh. H. N=574 (8.36%). Sh. 6. P H. N=187 (2.72%) Sh. 8. Sh. H. N=105 (1.53%). H P. Sh. W. N=73 (1.06%) Sh. H. Sh. H. 自宅. W. 勤務. Sc. 通学. Sh 買物. 10. Sh N=102 (1.49%). 凡例. Sh N=170 (2.48%). Sh N=193 (2.81%). N=380 (5.54%). 7. W. 9 H. Sh. P. H. N=1796 (26.17%). 5. 4 H. W. Sh N=64 (0.93%). H P. L. 食事. Ss. 観光. P. 私用. 図１買物行動を含むトリップチェインの集計結果図-4.2. 買物トリップを含むトリップチェイン TOP10. （３）買物行動タイプ別の基礎集計類型化された買物行動タイプごとについて，年齢構成と職業構成，代表交通手段の集計結果を図３から図５に示す．年齢構成においては，拠点型に関して，70代以上の割合が寄道型，回遊型より多い．理由としては，様々な目的トリップを行いがたいためだと考えられる．寄道型では，20代から50代にかけての割合が多くを占めており，この年代は，通勤をすることや多目的のトリップを行いやすく，そのトリップ間で買物行動を起こしていると推測される．. （２）買物行動パターンの類型化. 職業構成に関しては，主婦・主夫は拠点型で約4割，. そこで，トリップチェインをツアーに分解し，買物ト. 一方，社会人は寄道型で半分を占めている．このことか. リップとその前後のトリップとの関連性から，買物行動. ら，職業によって買物行動タイプが異なり，主婦・主夫. パターンごとに集計を行い，類型化を行った．図２に買. は拠点型の買物行動を起こし，社会人は会社帰り，業務. 物行動を分類した結果を示す．本研究では最終的に買物. 周りで買物を行う寄道型の買物行動を行いやすいと考え. 行動パターンを拠点型・寄道型・回遊型に分類した．. られる．また，無職に関しては，高齢者の割合が多いと. まず，拠点型は，「自宅・通勤通学先を拠点としたピストン型の買物行動タイプ」と定義され，買物トリップ. 考えられ，寄道型の買物行動は他の買物行動タイプより起こしにくいこと予想される．. の約40％を占めている．拠点型の買物は，自宅を拠点と. 最後に代表交通手段に着目すると，拠点型は徒歩と自. するものがほとんどであり，それが全買物行動パターン. 転車の合計が約半数を占めていることから，買物目的地. において最も出現頻度が高くなっている．これは，分析. は，他の買物行動タイプより自宅，または勤務地から近. 対象が平日であるため，主婦による食品等の最寄り品の. いところを選択しやすいと推測される．寄道型と回遊型. 買物が多いこと，また，様々な商品の購入が1回で済む. に関しては，自動車が約 65％と高い割合を占めている．. ような大型店舗での買物もこのカテゴリーに含まれるた. 寄道型では，先ほど述べたように社会人が多く，移動に. めであると考えられる．. は自動車が利用されているためだと考えられる．. 次に，寄道型は，「2ストップ以上のツアーにおいて買物トリップの前後が他の目的トリップとなる買物行動パターン」を意味し，全体の36.9％を占めている．この寄道型では，通院，塾といった私用目的や通勤先からの帰宅途中に買物を行っているものが約60％あり，これは，荷物や食品の新鮮さを考慮して帰宅時に買い物を行う傾向が強いことを示唆している．. 7. 100 180 買物トリップ n=8372. 712. 1274. 1311. 1589. 1778. 252. 437. 506. 637. 791. 605. 277. 549. 582. 603. 564. 30代. 2. 40代. 317 78. 50代 60代. 1. 18 44. 回遊型 n=1767. 20代. 183. 52 69 寄道型 n=3093. 10代. 4. 30 67 拠点型 n=3512. 10歳未満. 1121 300. 183. 288. 223. 349. 423. 70代. 199 39. 80代 90代. 最後に回遊型は，「2ストップ以上のツアーにおいて. 0%. 20%. 40%. 買物トリップを連続して行うパターン」であり，全体の. 60%. 80%. 100%. 図３年齢構成. 21.1％を占めている．このことから，店舗間を買い回りするような買物行動タイプは，平日においてはむしろ少数派であることがわかる．. 買物トリップ n=8372. 拠点型 n=3512. 160 182. 3267. 2141. 65 社会人. 61 57. 977. 2557. 1302. 1077. 38. 生徒・児童・高校生以上. 寄道型 n=3093. 706. 15. 主婦・主夫. 無職未記入. 651. 10%. 20%. 549. 30%. 40%. 50%. 60%. 486. 70%. 図４職業構成. 図２買物行動パターンの集計結果. 578. 28 41. 回遊型 n=1767 0%. 71 84. 1639. 80%. 90%. 12. 100%.

(3) 買物目的地を選択しやすいことがわかる．これは，前章. 20 67 158 買物トリップ n=8372. 1225. 1937. 513. 4449. 3. で集計した代表交通手段から，徒歩や自転車を利用して. 徒歩 9 32. 拠点型 n=3512. 746. 寄道型 n=3093. 282. 回遊型 n=1767. 590. 197. 0%. 1038. 10%. 195. 90. 20%. 30%. 自転車. 1446. 228. 309. 44 2. 6. 24. 5. 11. 1892. 40%. 50%. 60%. 自動車. 公共交通（バス）. 44. 公共交通（鉄道） 0. 70%. 80%. 90%. 平日の買物行動を対象としているので，主婦や無職者の. タクシー. 1. 1111. いる人が多いことが影響していると考えられる．また，. 二輪車. 70. 買物行動が多く，これらは食料品といった最寄り品の買物を自宅周辺で比較的多くしていると考えられる．. その他. 次に図８に示す買物行動を起こさずにそのまま帰宅す. 100%. 図５代表交通手段. る場合のトリップ距離を比較すると，経路差が1000m以内のトリップ数が多いということから，寄道型では，出発地から帰宅する最短経路上で買物目的地を選択しやす. ４．買物目的地選択行動の分析. いと示唆される．（１）買物行動タイプ別の買物目的地. 最後に，回遊型における買物目的地までの距離分布は，. 前章で分類した各買物行動タイプ別の集中トリップの分布を図６に示す．いずれの買物行動タイプにおいても，. 出発地から約 1000 でトリップ数がピークとなっている. 全般的に大型店舗が立地するゾーンを選択しているが，. らず，服等の買回り品の買物といった買物行動がバラエ. 拠点型，寄道型では，それに加えて，スーパーの立地す. ティーに富んでいるためだと考えられる．このことから，. るゾーンも選択されている．これは，拠点型，寄道型で. 出発地から広範囲にわたって買物目的地が選択されやす. は，回遊型と比べて食料品等の最寄り品の買物の構成比. いと推測される．. が大きく突出はしていない．これは，最寄り品のみに限. 率が高いためであると推測される．回遊型に関しては，連続的な買物が行われやすいと考えられる中心市街地への来訪者が多いと予想されたが，分布を見る限り拠点型や寄道型とほぼ同様であり，中心市街地は選択されにくいことがわかる．ピコア２１. ピコア２１. パルティ・フジ. パルティ・フジ. パルティフジ衣山. パルティフジ衣山. フジグラン松山. フジグラン松山. 三越松山店. 三越松山店. ダイキ. 買物パターン別トリップ地図: 買物トリップ数を使用いよてつ高島屋. いよてつ高島屋. フジジャスコ松山店ジョー・プラ. 拠点型. 鳥の木バザール. 100 - 500 (17) 50 - 100 (36) 40 -フジ50 (8) 30 - 40 (17) 20 - 30 (14) 10 - 20 (41) 1 - 10 (286) 0 - 0 (306) その他すべて (4). ダイキ. 図７拠点型での買物目的地までの片道距離ジャスコ松山店ジョー・プラ. 寄道型. 買物パターン別トリップ地図: 拠点型トリップ数を使用凡例：買物トリップ数（メッシュ数）買物目的地MS_4Map: 総トリップ数. ピコア２１. 100 - 300 (11) 50 - 100 (23) 40 - 50 (10) 30 - 40 (15) 20 - 30 (11) 10 20 (28) 買物パターン別トリップ地図: 寄道型トリップ数を使用 1 - (1)10 (78) 100 - 1,000 50 - 100 (6) 0 (2959) 0 40 50 (6). パルティ・フジパルティフジ衣山. フジグラン松山三越松山店. ダイキ. いよてつ高島屋. フジジャスコ松山店ジョー・プラ. 回遊型. 鳥の木バザール. を使用. 100 - 1,000 (3) 50 - 100 (11) 40 50 (6) 30 40 (16) 20 30 (19) 10 20 (26) 110 (215) 00 (429) その他すべて (4). 鳥の木バザール. 30 40 (16) 20 30 (18) 10 20 (33) 110 (218) 00 (427) その他すべて (4). 図６各買物行動タイプ別集中とリップの分布. 買物パターン別トリップ地図: 回遊型トリップ数を使用 50 - 100 (4) 40 - 50 (2) 30 - 40 (2) 20 - 30 (10) 10 - 20 (37) 1 - 10 (212) 0- 0 (458) その他すべて (4). （２）買物行動タイプ別の買物トリップ距離. 図８寄道型での帰宅時と直帰時のトリップ距離の差. 次に買物行動タイプ別の買物トリップ距離の分布は図７から図９である．図７では，拠点型における出発地から買物目的地までの片道距離を，寄道型に関しては，帰宅途中に買物行動を行っているものが多かったため，買物目的地までの距離とそこから自宅までの距離の合計から，買物をせずに自宅へ直接向かった場合の移動距離を引いた値を算出した．これを図８に示す．図９は回遊型における出発地から買物目的地までの距離を表している．まず，拠点型での買物目的地までの片道距離であるが， 500mから1000mをピークに，出発地から約1500m圏内で. 図９回遊型での買物目的地までの片道距離.

(4) （３）買物目的地選択モデル. 型と回遊型では，各メッシュまでの距離とそこから次の. 買物目的地に影響を及ぼす要因を把握するために，買. 目的地までの距離の合計から，買物をせずに次の目的地. 物行動タイプごとに目的地選択モデルを構築した．ここ. へ直接向かった場合の移動距離を引いた値であるが，い. で，買物目的地としては業態別店舗数等のデータが最も. ずれのタイプにおいても重要な要因となっていることが. 詳細なレベルで把握できる500ｍメッシュを用い，選択. わかる．また，主婦については拠点型では主婦以外の人. 肢集合は，10トリップ以上の買物が観測された98メッシ. よりも距離の近い店舗を選択するが，寄道型では逆に距. ュとして，多項ロジットモデルを適応した．. 離の抵抗が小さくなっていることから，一旦外出すれば品揃えや価格等に敏感になる様子が伺える．凡例トリップ数. 次に，商業地の魅力度を表す変数について，当該メッシュの従業員数が多いメッシュはいずれの買物行動タイプでも選択されやすいことがわかる．一方，周辺メッシュの影響については，拠点型と寄道型では，その従業員数が多いメッシュの方が逆に選択されにくいことから，平日の買物場所としては，大型店舗等の独立した店舗が選ばれやすく，空間的広がりのある中心市街地は敬遠される傾向にあるものと推測される．最後に，百貨店や大型スーパーの店舗数を表す各種商品小売業の店舗数の推定結果に着目すると，拠点型，回遊型ではそれが存在するメッシュが全般的に選択され安いことがわかる．一方，拠点型の主婦に関しては逆に選択されにくく，他の人と比較して高級なイメージのある. 図７買物目的地選択肢集合. 百貨店（食材等の最寄り品が少ない）は敬遠しがちであり，また，自宅付近のスーパー等を選ぶ傾向にあると思. なお，モデルの推定に当たっては，式(1)による商業店. われる．. 舗の集積性を表す変数を説明変数の一つとして用いた．表２推定結果. e.   dist j.  attrj. (1). 説明変数定数項主婦ダミー各種商品小売業の定数項店舗数(1店舗) 主婦ダミー飲食料品小売業の定数項店舗数(1店舗) 主婦ダミー当該メッシュの定数項従業員数(1000人) 主婦ダミー周辺メッシュの定数項従業員数(1000人) 主婦ダミー集積性（中心部）集積性（その他）サンプル数自由度修正済み尤度比距離 (km). j. ここで，j は当該メッシュの中心点から1km圏内にあるメッシュ（周辺メッシュ）を示しており， dist j は周辺メッシュ j の当該メッシュからの距離， attrj はメッシュ j 内の小売業の従業員数である．距離が遠くなるほど周辺メッシュの影響が小さくなることを想定して，指数. 拠点型推定値 t値 -0.597 -32.8 -0.130 -4.0 0.394 4.2 -0.383 -2.4 0.0113 0.9 0.0172 0.9 0.425 2.2 0.300 0.9 -0.408 -1.8 -0.0603 -0.6 0.736 0.9 0.430 0.5 2196 0.530. 寄道型推定値 t値 -0.390 -30.0 0.0397 1.7 0.121 1.3 0.0366 0.2 -0.0163 -1.4 0.0243 1.1 0.841 4.4 -0.350 -0.9 -0.322 -1.8 -0.000300 0.0 0.280 0.3 0.0444 0.1 1720 0.475. 回遊型推定値 t値 -0.319 -20.8 -0.00901 -0.3 0.426 3.3 -0.246 -1.1 -0.00731 -0.5 -0.0319 -1.1 0.436 1.7 0.788 1.7 -0.0471 -0.8 -0.00620 -0.3 -1.74 -1.1 -1.95 -1.3 963 0.445. 5％有意 10％有意. 関数による重みつき平均を採用し，また，減衰率（集積性）を表すパラメータλについては，中心市街地を明示. ５．おわりに. 的に考慮するために，都心部からの距離が750ｍ未満であるか否かによって異なるパラメータとして推定した．. 本研究では，買物トリップと他の目的トリップとの関. さらには，主婦とそれ以外の人では選択規範が異なる可. 連性から買物行動の類型化を行うことで，買物目的地選. 能性があるため，次式のようにパラメータの構造化を行. 択の相違性を示した．また，商業地の魅力度となる店舗. った．. 数を業態別に区別し，次いで従業員数を考慮することで，. ~.  k   k   k  xn. 買物目的地選択に及ぼす影響を確認した． (2). 推定結果から，中心市街地が平日の買い物場所として選択されにくいことが改めて浮き彫りになった．休日の. なお，  k は説明変数 k のパラメータであり， x k は主婦であれば1となるダミー変数である．推定結果を表２に示す．まず距離に関して，これは拠点型では出発地から買物目的地までの片道距離を，寄道. 買物行動の分析も不可欠であるが，中心市街地の活性化には，コアとなる大型商業施設が必要であり，それと既存店舗がいかに連携していくかがカギとなろう．.

(5)