GIS GIS http : //gyokai-search.com/3-cafe.html

(1)

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 sta-tistical 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 stud-ied. 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

(2)

はじめに 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、地理情報システム（GIS）の利用分野は著しく拡大している。特に行政関係では防災に関する成果が多く報告されている。たとえば、防災への応用例として、ハザードマップや避難経路図の作成などが広く知られている。産業界では、地理情報システムを活用したエリアマーケティングで多くの事例が報告されており、多くの業界が、出店戦略や広告・宣伝戦略、潜在需要の測定に利用している。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、年度の業界規模は，億円、経常利益は億円に上った。年には、コンビニ大手のセブンイレブンが淹れたてコーヒーの『セブンカフェ』を本格展開し、安価で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）を突破した。この勢いに乗るように、ローソンやファミリーマートなど他の大手コンビニも追随した。さらに、ファーストフードやファミリーレストランなどもカフェ部門に力を入れて、カフェ業界は業種を超えた激しい競争にさらされている。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、計画を実際に遂行しているか、地理情報システムを用いて店舗分布の分析を行う。 日本のコーヒーチェーン ．セルフ式コーヒーチェーン カフェ業界の好調を牽引してきたのは、業界に先駆けてセルフ式コーヒーチェーンを展開してきたドトールコーヒーショップであろう。セルフ式で比較的安価なコーヒーを提供するチェーンの台頭は「第の波」と呼ばれている。その後、年代後半から品質コーヒーとエスプレッソ文化の普及により北米で成功を収めたスターバックスコーヒーをはじめとするシアトル系コーヒーが日本進出し、繁華街などにカフェが次々と誕生した。これがコーヒーチェーンの「第の波」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、企業化されたセルフ式コーヒーチェーン中心の市場へと変貌していった。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ルコーヒーが日本法人を設立し、年月に江東区の清澄白河に初出店する予定である。コーヒーの「おいしさ」を徹底して追求しており、コーヒー豆は厳しく選別され、カフェで提供するコーヒーには、焙煎されてから時間以内の豆のみを使用するという徹底振りで、ブル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。 ．ドトールコーヒー 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年に誕生した。ドトールコ１ _{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）} ２ _{業界動向リサーチ（http : //gyokai-search.com/3-cafe.html）} ３ _{日経トレンディ７月号（２０１４年）}

(3)

ーヒーショップはコーヒーやサンドイッチなどを提供するセルフ式コーヒーショップで、年から営業を開始しており、日本におけるセルフ式コーヒーショップの草分け的存在である。株式会社ドトールコーヒーは主にコーヒーを扱う商社（卸業）であり、コーヒー豆の輸入、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舗、FC 店が店舗の合計店舗で国内最大である。さらに同グループの、エクセルシオールカフェなどの店舗数も含めると、全国で，店舗出店し、コーヒーチェーンとしては日本最大の店舗数である。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あるため、通称として「本店」と呼ばれている。座席数が席あり、日本最大のドトールコーヒーショップといわれている。 ．スターバックスコーヒー 世界最大手のコーヒーショップのスターバックスは、年にアメリカ合衆国ワシントン州シアトルで開業し、世界規模で展開するコーヒーのチェーン店である。年に、エスプレッソを主力商品としてテイクアウトと歩き飲みが可能なスタイル（シアトルスタイル）でのドリンク販売を初め、後に北米地区へと広がっていった。日本では年月に第一号店を東京銀座に出店し、年度末現在で店舗に達している。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する新鮮な味わい、近代的でおしゃれな雰囲気の店舗や店内禁煙制の導入、若い女性を主な客層ターゲットにしており、オープンテラスの併設などが人気を集め、日本でカフェブームが起こるきっかけとなった。日本法人はスターバックスコーヒージャパン株式会社であり、その店舗は全店同社直営で運営し、基本的にフランチャイズ事業の展開はしていない。競争が激しい外食業界において、単一で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、モスバーガー、ケンタッキーフライドチキン、すき家、吉野家、CoCo 壱番屋、ミスタードーナツ、サーティワンアイスクリーム、ガスト、そして先に述べたドトールコーヒーショップなど、ブランド程度に限られている。カフェ業態に限ってみれば、店舗数ではドトールコーヒー（「ドトールコーヒーショップ」「エクセルシオールカフェ」などを含むグループ店、年月末時点では）が国内最多ながら、売り上げ実績では、スターバックスがすでに最大手となっている。店舗ブランド別に見ても、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。 ．タリーズコーヒー タリーズコーヒーは、年にシアトルで発祥した。日本では、年に第号店が銀座にオープンした後、年月、タリーズコーヒージャパン株式会社を設立。現在約店舗を全国で展開している。さらに、年月には株式会社伊藤園のグループ企業の一員となり、飲料事業等における企業価値を高めながら、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。コーヒーの味へのこだわりが強い歳４ _{株式会社ドトールコーヒーのホームページ} （http : //www.doutor.co.jp/）５ _{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）

(4)

以上の客層をターゲットに設定しているため、店舗デザインも大人を意識した店舗となっている。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、年月に好仁会東大病院店がオープンして以来、現在も積極的に出店している。 対象地域および評価事例 ．地理情報システムについて 地理情報システムとは、Geographic Infor-mation System の略で GIS と一般的に呼ばれる情報システムである。年代にカナダで始められた土地資源マッピング・プロジェクトをきっかけに発展した技術であり、コンピュータと専用ソフトウェアおよびデータを用いることから空間分析を行うことができる。GIS はデジタル化された地図情報と統計データを重ねあわせることが可能であることから、高度な空間分析が行うことができる。また、デジタル化された地図の情報をコンピュータ上で文字や数字、画像などと結びつけることができる利点もある。たとえば、図に示すように人口、店舗、道路、河川、緑地といった空間的に情報が個々存在していたとする。これらの情報を紙媒体の地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。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、デジタル化された情報を扱うことで簡単に重ねあわせることができる。さらに対象とする情報を入れ換えて表示することも可能となる。また、 GIS では、座標系をコンピュータ上で補正することができるため、正確な情報を保つことができる。そして、デジタル化された地図情報だけではなく、統計データや利用者が独自に収集したデータなども取り込むことができる。これらのデータは数値化されたものが多く、統計ソフト等で処理し、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）} 図 空間情報の概念図

(5)

もできる。 GIS はコンピュータの発達に伴いその分析能力が飛躍的に向上した。また GIS で用いることができる空間データも整備されてきた。そのため、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 の代わりに Science を用いる場合も増えている。この年ほどで飛躍的な進歩を遂げた GIS は、今後も急速に変わり今よりもさらに使いやすいツールとして、あるいは奥行きの深い空間分析科学として成長していくと考えられる。 ． 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で GIS は利用されている。GIS の主な機能には、地図の表示機能、図形の作成・編集機能、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。また、近年では統合型 GIS の実現のため、ネットワーク機能や、あらゆるデータ形式を表示する機能が求められる。 GIS は社会科学および自然科学の分野で幅広く応用されている。次に代表的な分野における評価事例を紹介する。 ．．エリアマーケティング ・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情報などを GIS 上で分析を行い、その結果を出店計画に利用している。・不動産販売・顧客管理顧客の性別、年齢等をデータベース化し、GIS の空間検索機能を用いて店舗から半径何 km 圏の顧客に製品情報のダイレクトメール（DM）を送るのに利用している。 ．．地域分析 ・人口集中化人口が集中する地域の年齢構成やそれらの地域での住宅や雇用などの問題を GIS 上で表示し分析を行い、これらの問題の対応策を立てるのに利用している。・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 の空間的相関分析や空間クラスター分析等の手法を利用し、空間統計的に分析を行い、これらの問題の対応策を立てるのに利用している。 ．．都市計画・防災対策 ・区画整理・公共施設の管理・ハザードマップ・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、災害よる影響の低い場所が避難場所として設定される。対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している。 ．．ナビゲーションシステム ・カーナビ・GPS 人口衛星からのデータを利用することで正確な位置情報を取得することができる。そのデー７ _{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８ _{村山祐司、駒木伸比古「新版地域分析」古今書院（２０１３年）} ９ _{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）} １０_{森泰三「GIS で楽しい地理授業」古今書院（２０１４年）}

(6)

タから移動してきた正確な経路のデータを取ることができる。これらのデータを GIS のネットワーク解析を用いて効率的配送計画などに利用している。 ．．自然環境保護 ・生態系のバランス状況の把握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ールド調査からデータを取得でき、GIS 上で表示することで現在の生態系のバランスを把握するのに利用している。また、過去のデータについても整備することで、時間的な変化についての分析にも利用できる。 店舗分布の分析 ．対象地域、分析対象、およびデータ ．．対象地域、分析対象チェーン 分析対象地域は、 !東京都 !埼玉県とする。分析するコーヒーショップチェーンは第章で取り上げた !スターバックスコーヒー（以後、スターバックス） !ドトールコーヒーショップ（以後、ドトール） !タリーズコーヒー（以後、タリーズ）の社とする。 ．．使用するデータ !店舗情報各チェーンの店舗情報は、各チェーンのホームページから収集し、住所データから経度緯度への変換は CSV アドレスマッチングサービスおよび、Google マップを利用する。 !駅情報駅の情報は、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。 !道路情報国土地理院発刊の数値地図（空間データ基盤）を利用する。 !人口データ人口データは政府統計の e-stat より、昼間人口：平成年国勢調査 m メッシュデータ夜間人口：平成年経済センサス m メッシュデータを利用する。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）地理情報システムは、ESRI ジャパンが提供しいてる、ArcGIS 10.2 for Desktop を利用し、分析を行う。 ．店舗の数および分布 分析対象としたコーヒーショップチェーンの出店数を比較した結果を表に示す。またコーヒーショップチェーン社の出店分布を東京都については図、埼玉県については図に示す。 ．店舗分布と鉄道駅の対応関係 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る。 ．．バッファ分析 バッファ分析とは、ある地図上に示した拠点

１１_{Geocoding Tools & Utilities「http : //newspat.csis.u-tokyo.ac.jp/geocode/」東京大学} １２Google Maps「http : //maps.google.co.jp/」Google, Inc.

(7)

表 東京都と埼玉県におけるチェーンの店舗数 東京都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

(8)

から一定の距離を持った範囲をレイヤ化する機能である。例えば、図に示すように駅を中心にバッファ半径 L の円を描き、その中に含まれる店舗をカウントする。まずバッファ半径 L1 の円を描き、その中に含まれる店舗をカウントする。バッファ半径 L1 に含まれる店舗の数は店舗となる。次にバッファ半径の長さを L2 にして同じように円を描き、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 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、含まれる駅数をそれぞれの距離で計数した。ここで、 m 間隔で分析することは、不動産の表示に関する公正競争規約施行規則第章にある表示基準（第条∼第条）による。すなわち、「徒歩による所要時間は、道路距離メートルにつき分間を要する」と定義されているので、本報告ではバッファの設定距離を m 間隔としている。東京都におけるバッファ分析結果を表に、埼玉県におけるバッファ分析結果を表に示す。図 バッファ分析を用いた駅周辺における 店舗の概念図 表 東京都における店舗と鉄道駅の関係 店舗からの距離駅の数 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 埼玉県における店舗と鉄道駅の関係 店舗からの距離駅の数 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

(9)

また店舗が駅周辺に存在するかどうかを各都県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。 ．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、 m の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に、埼玉県の分析結果を表に示す。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。 ．人口分布と店舗分布の対応関係 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、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布は図、埼玉の夜間人口と店舗分布は図となる。 ．．面積按分法 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。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図 東京都における店舗が駅周辺にある駅の 割合図 埼玉県における店舗が駅周辺にある駅の 割合表 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 店舗数 m m m 全体スターバックスドトールタリーズ表 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 m 全体スターバックスドトールタリーズ

(10)

図 東京都における主要幹線道路からの距離 と店舗の割合 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

(11)

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 m の夜間人口について図に示す。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 図 バッファ分析と面積按分法の概念図

(12)

．．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および図に、夜間人口の分析結果を表、図に、埼玉県における昼間人口の分析結果を表、図に、夜間人口の分析結果を表、図に示す。考察 ．最近隣測度による店舗分布パターンの比 較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）の分布パターンが理論的ランダム分布からどの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 （Nearest Neighbor Ratio）とすると、NNR は

次のように表される。 ##$!$!% ⑴ ここで $! !_{"! #} ⑵ %!!!""!$ # ⑶ とする。 ⑴∼⑶式における変数をここでの例にあてはめてみると、#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、!は対象地域の単位面積あたりの店舗数（"を地域の面積で割ったもの）である。また、最近隣測度は、．の場合は均等分布、の時はランダム分布、の時は完全な集塊分布を示す。各チェーンにおける最近隣測度の計算結果を以下に示す。 !スターバックス東京都 NNR＝．埼玉県 NNR＝． !ドトール東京都図 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 図 埼玉県狭山市にあるドトールから半径 m の夜間人口

(13)

表 東京都における昼間のカバー人口 昼間人口，，全体スターバックスドトールタリーズ人口 m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，，表 東京都における夜間のカバー人口 夜間人口，，全体スターバックスドトールタリーズ人口 m ，，，，，， m ，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，， m ，，，，，，，，図 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

(14)

表 埼玉県における昼間のカバー人口 昼間人口，，全体スターバックスドトールタリーズ人口 m ，，，， m ，，，， m ，，，， m ，，，， m ，，，， m ，，，， m ，，，， m ，，，， m ，，，，， m ，，，，，表 埼玉県における夜間のカバー人口 夜間人口，，全体スターバックスドトールタリーズ人口 m ，，，， m ，，，， m ，，，， m ，，，，， m ，，，，， m ，，，，，， m ，，，，，， m ，，，，，， m ，，，，，，， m ，，，，，，，図 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

(15)

NNR＝．埼玉県 NNR＝． !タリーズ東京都 NNR＝．埼玉県 NNR＝． !カフェ全体東京都 NNR＝．埼玉県 NNR＝．最近隣測度の数値 NNR がに近いほど店舗の集塊性が高いことから、東京都のスターバックスは他のチェーンと比べ、集塊性が高い結果となった。これは、店舗の大多数が東京区に集中していることからも容易に判断できる。またカフェ全体でも、東京都では．と集塊性が高い。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、出店展開は東京都も埼玉県も全体的に出店していると判断できる。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、タリーズの店舗出店は、埼玉県の広範囲への出店傾向があると判断できる。しかしながら店舗数が少ないこともそのランダム性の要因の一つと考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行っているので、仮説を信頼度から検定する必要がある。帰無仮説を「ランダムプロセスによる出店」として検定すると、観測された空間パターンが一定のランダムプロセスによって作成された確率が非常に小さければ、観測された空間パターンがランダムプロセスの結果である可能性が非常に低い（確率が小さい）ことを意味する。埼玉県のタリーズの出店分析では、％の信頼度で、ランダムプロセスと受容される結果を得たことからも、埼玉県のタリーズの出店はランダム性があるといえる。 ．店舗と駅との関係 店舗と駅との関係について図、図から考察する。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舗数が増加しており、駅から比較的遠い立地の悪い場所でも、徒歩圏内であればカフェが存在することを意味している。また、東京都の駅の約％には徒歩圏内にチェーン社のいずれかの店舗があることを示している。中でもドトールはほぼカフェ全体の割合と同傾向を示している。 ．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、図から考察する。東京都においては、主要幹線道路からの店舗の関係はチェーン社により差異はほとんど見出せないが、埼玉県では、ドトールが主要幹線道路の近い位置に出店していることが判断できる。これは、ドトールコーヒーと東燃ゼネラルグループの ESSO に併設店を展開していることと関係が深そうである。今後さらに調査を進めたい。また、埼玉県では大型ショッピングセンターやホームセンター、高速道路のサービスエリアなどへの出店もあり、今後は主要幹線道路以外からの分析のアプローチを試みる。

(16)

．人口カバー率と店舗との関係 東京都における人口カバー率について図、図から考察する。いずれもドトールは人口カバー率が他のチェーンよりも高く、店舗数が多いという要因もあるが、昼間人口、夜間人口ともに人口が多いところに店舗進出していると判断できる。この傾向は埼玉県における人口カバー率について図、図からも判断できる。しかしながら埼玉県では、店舗数の少なさも影響していると推測できるが、人口のカバー率は東京都に比べ著しく低い。しかしながら店舗数がカフェ全体で東京都の約％程度しか出店されていないことを考慮すれば、人口のカバー率の低さは店舗数の差が主な要因だと判断できる。 まとめ 本報告では、国内にあるコーヒーチェーン社に注目し、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、人口データを用いて分析を行った結果、以下の知見が得られた。・スターバックスは東京都では区内への出店が多いことから集塊性が高い。・ドトールは、他のチェーン社に比べ、人口カバー率が高く、店舗は東京都、埼玉県ともに広域に展開しており、人口カバー率の差異はあるものの、店舗展開は東京都と埼玉県では同じ傾向が見られる。・タリーズでは、店舗数の少なさも影響していると考えられるが、埼玉県の店舗展開はランダム性が強く見られ、埼玉県全域に散らばりながら出店している傾向がある。・ドトールは、主要幹線道路からの分析では他のチェーン社よりも出店率が高い。これはサービスステーションとの併設店を展開していることに関係していると予想される。・埼玉県では大型ショッピングセンターやホームセンター、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、別のアプローチによる分析も必要である。謝辞本研究に際して、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・ご指摘をいただきました。ここに深く感謝いたします。