JP6411148B2 - 品目別消費支出シミュレーションシステム及びそのプログラム - Google Patents
品目別消費支出シミュレーションシステム及びそのプログラム Download PDFInfo
- Publication number
- JP6411148B2 JP6411148B2 JP2014192577A JP2014192577A JP6411148B2 JP 6411148 B2 JP6411148 B2 JP 6411148B2 JP 2014192577 A JP2014192577 A JP 2014192577A JP 2014192577 A JP2014192577 A JP 2014192577A JP 6411148 B2 JP6411148 B2 JP 6411148B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- households
- consumption
- small
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
総務省統計局による家計調査年報では、市町村を最小単位として品目別の消費支出額が公表されているが、小売店やメーカーでは、店舗商圏などの狭小エリア(小地域)における品目別の消費支出額を把握することはエリアマーケティングにおいて重要なことである。
そこで、小地域の品目毎の市場規模を推定することが行われている。この推定方法について、地理情報システム学会講演論文集「IPF法を用いた小地域の品目ごとの市場規模の推定」星田侑久、佐藤俊明、岡部篤行著、巻18,ページ243−246、2009年10月15日発行に記載されている(非特許文献1)。
上記従来の小地域における品目別の市場規模の推定について図15、図16、図17を参照しながら説明する。図15は、2人以上世帯の総支出額(町丁字別)を求める処理フローであり、図16は、全世帯の総支出額(町丁字別)を求める処理フローであり、図17は、総支出額(町丁字別)を求める処理フローである。
総務省統計局がWebより提供する家計調査年報を基に、図15に示すように、2人以上世帯の1世帯あたりの支出額について、地方別と都市規模別でデータを取得し、2人以上世帯の総支出額を地方別と都市規模別でデータを演算する。
そして、図17に示すように、2人以上世帯の総支出額(町丁字別)と全世帯の総支出額(町丁字別)を比較し、大きい方を、その小地域の総支出額とする。
[実施の形態の概要]
本発明の実施の形態に係る品目別消費支出シミュレーションシステムは、家計調査年報を元に調査項目の表毎に分散分析を行い、品目別消費に対する有意項目の分散分析表を作成し、上位2位の項目の統計表を抽出してIPF法によりクロスデータを作成し、更に家計調査年報以外の統計データを元にIPF法により母集団となる小地域単位の世帯数を推計し、クロスデータを小地域単位の世帯数に乗じて小地域単位の品目別消費金額を推定するようにしているので、消費に影響する項目(要素)を用いて小地域単位で品目別消費支出額を推計でき、精度の高い小地域の品目毎の市場規模を推定できるものである。
本発明の実施の形態に係る品目別消費支出シミュレーションシステム(本システム)について図1を参照しながら説明する。図1は、本システムの概略図である。
本システムは、図1に示すように、シミュレーション装置1と、ネットワーク4と、統計データ提供サーバ5とを有している。
シミュレーション装置1は、コンピュータ装置であり、制御部11と、記憶部12と、インタフェース部13とを備えており、インタフェース部13には、表示部2と入力部3が接続し、更にインタフェース部13はネットワーク4に接続している。
記憶部12には処理プログラムを記憶しており、制御部11に読み込まれて処理が実現可能となる。
表示部2は、シミュレーションの状況及び結果を表示する。
入力部3は、シミュレーション処理の指示を入力する。
また、ネットワーク4は、有線ネットワークに限らず、無線ネットワークであってもよい。
統計データ提供サーバ5は、具体的には総務省統計局のWebサイトであり、家計調査年報のデータや国勢調査のデータ、住民基本台帳等の統計データを提供するコンピュータである。
また、総務省統計局のWebサイトから家計調査年報等のデータをダウンロードして記憶し、アクセスによってそのデータを提供するサーバを統計データ提供サーバ5としてもよい。
更に、ダウンロードした統計データをシミュレーション装置1の記憶部2に記憶しておき、ネットワーク4を介さずにシミュレーション装置1の内部で処理が完結するように構成してもよい。
本システムでは、シミュレーション装置1が処理を実行するようにしているが、シミュレーション処理サーバで処理を実行するようにし、当該シミュレーション処理サーバにネットワークを介してスマートフォン、タブレット、パーソナルコンピュータ等の端末が接続し、当該端末からの要求によって処理を実行させ、処理結果を端末に表示させるようにしてもよい。
その際、所望の処理を行うために必要な情報は端末から入力する。例えば、特定店舗エリアの小地域の品目別消費金額を推定するためには、少なくともエリアを特定する情報を入力する。
シミュレーション装置1の記憶部12に記憶されたシミュレーション処理のコンピュータプログラムを制御部11が読み込んで実現される機能実現手段として、分散分析手段と、有意項目表作成手段と、表抽出手段と、クロスデータ作成手段と、小地域単位の世帯数推計手段と、品目別消費金額推定手段とがある。
有意項目表作成手段は、品目別消費に対する有意項目の分散分析表を作成する。
表抽出手段は、有意項目の分散分析表の内で上位2位の項目の統計表を抽出する。
小地域単位の世帯数推計手段は、IPF法により母集団となる小地域単位の世帯数を推計する。
品目別消費金額推定手段は、作成されたクロスデータに小地域単位の世帯数を乗じて小地域単位の品目別消費金額を推定する。
以上の各手段の具体的な処理は、次の処理フローにて説明する。
次に、本システムのシミュレーション装置1における処理について図2を参照しながら説明する。図2は、品目別消費支出シミュレーションの処理フローチャートである。
制御部11は、記憶部12から処理プログラムを読み込んで処理を実行すると、統計データ提供サーバ5から家計調査年報のデータをダウンロードして記憶部12に記憶する。
そして、表抽出手段により消費品目別に上位2位の項目を抽出し、品目別に上位2位(2項目)の統計表を抽出し(S3)、記憶部12に記憶する。
尚、非特許文献1では、家計調査年報の調査項目の表について分散分析を行っていない。
尚、非特許文献1では、都市規模分類における[都市規模別×地方別]のクロスデータを一律全ての調査項目にて作成しているが、分散分析にて抽出された上位2表についてクロスデータを作成するものではない。
上位2位の統計表として、都市規模分類等の都道府県別のデータが用いられた場合は、都道府県の世帯数の代わりに特定の小地域での世帯数を用いることになる。
尚、非特許文献1では、[都市規模別×地方別]のみを使用しているため、小地域単位の母集団は世帯総数を使用している。
これにより、品目別消費支出シミュレーションの処理が為される。小地域単位の世帯数を推計する例と、小地域単位の品目別消費金額を推定する例については後述する。
次に、分散分析について図3を参照しながら説明する。図3は、分散分析表を示す図である。
2つの平均の有意差の検定には、t検定が用いられるが、3つ以上の平均の有意差の検定には、分散分析が用いられる。
分散分析の構造モデルは、以下の式1に示すとおりである。
IPF法は、周辺和の情報を利用して多次元のクロス表を推定する方法である。
本システムでは、2次元のクロス表を対象にするので、以下、2次元のクロス表の推定を説明する。2次元のクロス表を推定するためには以下の式2、式3を用いる。
つまり、IPF法とは、既知の周辺和と推定された周辺分布の比率を繰り返し適用することで、クロス表の収束値を得るもので、その終了条件が以下の式4となる。
次に、分散分析の結果の例について図4〜6を参照しながら説明する。図4は、世帯主年齢の概要と分散分析表であり、図5は、年収階級の概要と分散分析表であり、図6は、世帯人員の概要と分散分析表である。
そして、分散分析表では、変動要因として、グループ間、グループ内について、変動、自由度、分散、観測された分散比(F値)、P−値、F境界値が演算される。
ここで、P−値は、帰無仮説の下で、実際にデータから計算された統計量よりも極端な統計量が観測される確率をいう。
また、F境界値は、F値の有効な範囲を定めた限界値であり、F値においてP−値(確率)となるときの値がF境界値となる。
分散分析表において、(1)P−値が5%以下、(2)「観測された分散比−F境界値」の値が大きい場合に、帰無仮説が棄却され、項目間での差があると判断される。
図4〜6では、「世帯人員」が最も有意な項目であると判断される。このように、各項目について一元配置の分散分析を実施し、有意項目を2つ抽出するものである。
次に、クロスデータの生成例について図7,8を参照しながら説明する。図7は、利用する家計調査年報の2つの表を示す図であり、図8は、穀物の消費額についてのクロスデータの例(例1)を示す図である。
調査項目の表毎に分散分析を行って分散分析表を作成し、上位2位の表を抽出したのが、図7である。図7では、世帯主の年齢階級(世帯主年齢)と世帯人員の表が抽出されたものである。
図8において、周辺和、つまり縦軸の小項目(世帯人員)毎の合計(1行目消費額合計、2行目消費額合計、...)と、横軸の小項目(世帯主年齢)毎の合計(1列目消費額合計、2列目消費額合計、...)と、総消費額合計は、図7の統計データから既知である。
そこで、IPF法を用いて、各消費合計額に最も近くなるよう(誤差が最小となるよう)、クロスデータの組み合わせ(ここでは36個の消費額)を推定し、図8の表とする。
次に、小地域単位の世帯数を推計する例について図9を参照しながら説明する。図9は、小地域の推計された世帯数の表を示す図である。
小地域の世帯数は、図9に示すように、図8のクロスデータの縦軸と横軸の小項目(世帯人員と世帯主年齢)を用いて、小地域の国勢調査の統計データに基づいて対象の小地域内の世帯数をIPF法で演算する。
すなわち、図9に示すように、縦軸に各小地域の世帯人員、横軸に世帯主年齢を配置して、既知である縦軸及び横軸の各項目毎の合計及び総合計との誤差が最小となるよう、36個の世帯数の組み合わせを求め、図9の表とする。
そして、小地域単位の推計された品目別消費金額について図10を参照しながら説明する。図10は、小地域単位の推計された品目別消費金額の表を示す図である。ここでの品目は、「穀類」ということになる。
小地域単位の推計された品目別消費金額は、図10に示すように、図8の穀類の消費額のクロスデータに図9の小地域の推計された世帯数を小項目毎に乗算したものである。
乗算結果の「24,500円」を図10の世帯数2人で世帯主年齢30〜39歳の欄に設定する。縦横の全ての小項目について、上記と同様の演算を行い、図10を生成する。
このようにして、小地域単位の推計された品目別消費金額が求められる。
別のクロスデータ生成例について説明する。
別のクロスデータ生成例では、上述したように、家計調査年報のデータを元に分散分析を行い、品目別消費に対する有意項目の表を作成し、消費品目別に上位2位の項目を抽出し、上位2位の統計表を作成する。ここで、上位2位の2項目が「都市階級区分」と「世帯年収」(都市階級区分×世帯年収)である。
穀物の消費額について図11を参照しながら説明する。図11は、穀物の消費額についてのクロスデータの例(例2)を示す図である。
本システムでは、分散分析を行って上位2位の表として抽出した「都市階級区分」と「世帯年収」の2つの項目を用いて、IPF法により、世帯年収を縦軸とし、都市階級区分を横軸として、消費額についてのクロスデータの組み合わせを推定し、図11に示すような消費額(都市階級区分×世帯年収)の表を作成する。
次に、小地域の推計された世帯数について、図12を参照しながら説明する。図12は、小地域の推計された世帯数の表を示す図である。
本システムでは、国勢調査、住民基本台帳等の統計データを用いて、特定の小地域についてIPF法により、「都市階級区分」と「世帯年収」を用いてクロスデータの組み合わせを推定し、図12に示すような小地域の推計された世帯数の表を作成する。特定の小地域は、例えば、東京都心店舗Aなどの仮想店舗を作り、その仮想店舗の商圏エリアを小地域とするものである。
尚、国勢調査、住民基本台帳等の統計データにおける世帯年収の区分(a)と家計調査年報における世帯年収の区分(b)が異なる場合には、区分(a)を区分(b)に合わせて、世帯数の配分を調整する。
次に、小地域単位の推計された品目別消費金額について、図13を参照しながら説明する。図13は、小地域単位の推計された品目別消費金額の表を示す図である。
本システムでは、更に、小地域について推計された小項目毎の世帯数を、消費額(都市階級区分×世帯年収)の表における小項目の消費額に掛け合わせると、図13に示すような小地域単位の推計された品目別消費金額を求めることができる。つまり、世帯の年収調整された推計データということになる。
次に、1世帯あたりの消費額について、図14を参照しながら説明する。図14は、1世帯あたりの消費額を比較したグラフである。具体的に、図14では、1世帯あたりの消費額について、従来の推定手法で算出したデータ(現状データ)と本システムによって推計されたデータ(年収調整したデータ)とを比較したグラフである。尚、従来の推計データは、図15〜17で説明した手法で求めたものである。
図14に示すように、点線で示される従来手法のデータでは都心部の店舗と地方都市の店舗との差は5万円程度の差であったが、本システムによって年収調整したデータでは、13万円程度の差が生じる結果となり、都市規模による消費額の差異が明確になっている。
本システムによれば、家計調査年報の統計データを元に調査項目の表毎に分散分析を行い、品目別消費に対する有意項目の分散分析表を作成し、上位2位の統計表を抽出してマイクロシミュレーションのIPF法によりクロスデータを作成し、更に家計調査年報以外の統計データを元にIPF法により母集団となる小地域単位の世帯数を推計し、クロスデータを小地域単位の世帯数に乗じて小地域単位の品目別消費金額を推定するようにしているので、消費に影響する要素を用いて小地域単位で品目別消費支出額を推計でき、精度の高い小地域の品目毎の市場規模を推定できる効果がある。
Claims (8)
- 家計調査年報のデータを元に品目別の消費支出をシミュレーションする品目別消費支出シミュレーションシステムであって、
シミュレーション処理に用いられるコンピュータプログラムと、家計調査年報における消費支出のデータを記憶する記憶部と、
前記記憶部から前記プログラムを読み込んでシミュレーション処理を実行する制御部とを備え、
前記制御部が前記プログラムを読み込んで実現される機能実現手段として、
前記記憶部から前記データを読み込み、家計調査年報における調査項目の表毎に分散分析を行う分散分析手段と、
品目別消費に対する有意項目の分散分析表を作成する有意項目表作成手段と、
前記分散分析表の内で上位2位の項目の統計表を抽出する表抽出手段と、
マイクロシミュレーションであるIPF法により前記抽出した2つの統計表から品目別に、一方の統計表の小項目を縦に、他方の統計表の小項目を横に配置して、縦横の小項目毎に消費額のクロスデータを作成するクロスデータ作成手段と、
前記家計調査年報以外の統計データを元に母集団となる小地域単位の世帯数を推計する小地域単位の世帯数推計手段と、
前記クロスデータに前記推計した小地域単位の世帯数を乗じて小地域単位の品目別消費金額を推定する品目別消費金額推定手段とを有することを特徴とする品目別消費支出シミュレーションシステム。 - 小地域単位の世帯数推計手段は、母集団となる小地域単位の世帯数を推計するのにIPF法を用いることを特徴とする請求項1記載の品目別消費支出シミュレーションシステム。
- 小地域単位の世帯数推計手段は、クロスデータ作成手段によって作成されたクロスデータにおける縦横の全ての小項目に対応した世帯数をIPF法により演算して、小地域単位の世帯数を推計することを特徴とする請求項1又は2記載の品目別消費支出シミュレーションシステム。
- 品目別消費金額推定手段は、クロスデータの縦横の小項目毎の消費額に、小地域単位の世帯数推計手段によって推計された小項目毎の世帯数を乗算して、小地域単位の品目別消費金額を推定することを特徴とする請求項1乃至3のいずれか記載の品目別消費支出シミュレーションシステム。
- 家計調査年報のデータを元に品目別の消費支出をシミュレーションする品目別消費支出シミュレーションシステムで用いられるコンピュータプログラムであって、
制御部が記憶部に記憶された前記プログラムを読み込んで実現される機能実現手段として、
前記記憶部から家計調査年報における消費支出のデータを読み込み、家計調査年報における調査項目の表毎に分散分析を行う分散分析手段と、
品目別消費に対する有意項目の分散分析表を作成する有意項目表作成手段と、
前記分散分析表の内で上位2位の項目の統計表を抽出する表抽出手段と、
マイクロシミュレーションであるIPF法により前記抽出した2つの統計表から品目別に、一方の統計表の小項目を縦に、他方の統計表の小項目を横に配置して、縦横の小項目毎に消費額のクロスデータを作成するクロスデータ作成手段と、
前記家計調査年報以外の統計データを元に母集団となる小地域単位の世帯数を推計する小地域単位の世帯数推計手段と、
前記クロスデータに前記推計した小地域単位の世帯数を乗じて小地域単位の品目別消費金額を推定する品目別消費金額推定手段とを有することを特徴とする品目別消費支出シミュレーションプログラム。 - 小地域単位の世帯数推計手段は、母集団となる小地域単位の世帯数を推計するのにIPF法を用いることを特徴とする請求項5記載の品目別消費支出シミュレーションプログラム。
- 小地域単位の世帯数推計手段は、クロスデータ作成手段によって作成されたクロスデータにおける縦横の全ての小項目に対応した世帯数をIPF法により演算して、小地域単位の世帯数を推計することを特徴とする請求項5又は6記載の品目別消費支出シミュレーションプログラム。
- 品目別消費金額推定手段は、クロスデータの縦横の小項目毎の消費額に、小地域単位の世帯数推計手段によって推計された小項目毎の世帯数を乗算して、小地域単位の品目別消費金額を推定することを特徴とする請求項5乃至7のいずれか記載の品目別消費支出シミュレーションプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014192577A JP6411148B2 (ja) | 2013-09-25 | 2014-09-22 | 品目別消費支出シミュレーションシステム及びそのプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013198768 | 2013-09-25 | ||
JP2013198768 | 2013-09-25 | ||
JP2014192577A JP6411148B2 (ja) | 2013-09-25 | 2014-09-22 | 品目別消費支出シミュレーションシステム及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015088183A JP2015088183A (ja) | 2015-05-07 |
JP6411148B2 true JP6411148B2 (ja) | 2018-10-24 |
Family
ID=53050817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014192577A Active JP6411148B2 (ja) | 2013-09-25 | 2014-09-22 | 品目別消費支出シミュレーションシステム及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6411148B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6317940B2 (ja) * | 2014-02-07 | 2018-04-25 | 技研商事インターナショナル株式会社 | 高精度小地域シミュレーションシステム及びそのプログラム |
JP6169645B2 (ja) * | 2015-05-22 | 2017-07-26 | 株式会社野村総合研究所 | 情報処理装置、資産推計方法およびコンピュータプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123787A (ja) * | 2000-10-17 | 2002-04-26 | Kanebo Ltd | 店舗アドバイス方法 |
JP2003141325A (ja) * | 2001-11-06 | 2003-05-16 | Kawai Musical Instr Mfg Co Ltd | 市場分析方法および市場分析用プログラム |
JP2003233767A (ja) * | 2002-02-08 | 2003-08-22 | Asahi Koyo Kk | ミクロ推計方法及び装置 |
JP2004118858A (ja) * | 2003-10-31 | 2004-04-15 | Toshiba Corp | データ分析システム及びデータ分析方法並びにプログラムを記録したコンピュータ読み取り可能な記録媒体 |
JP2005284756A (ja) * | 2004-03-30 | 2005-10-13 | Ufj Trust Bank Ltd | 株主分析評価システム |
JP2010225103A (ja) * | 2009-03-25 | 2010-10-07 | Tokyo Electric Power Co Inc:The | 投資収支リスク分析方法、プログラム、及び、投資収支リスク分析装置 |
US20120084118A1 (en) * | 2010-09-30 | 2012-04-05 | International Business Machines Corporation | Sales predication for a new store based on on-site market survey data and high resolution geographical information |
-
2014
- 2014-09-22 JP JP2014192577A patent/JP6411148B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015088183A (ja) | 2015-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kelejian et al. | Estimation of spatial models with endogenous weighting matrices, and an application to a demand model for cigarettes | |
Greb et al. | The estimation of threshold models in price transmission analysis | |
Andreasen | Non‐linear DSGE models and the central difference Kalman filter | |
Balcilar et al. | Long memory, economic policy uncertainty and forecasting US inflation: a Bayesian VARFIMA approach | |
Wood | Construction, stability and predictability of an input–output time-series for Australia | |
Cong et al. | Relationships among energy price shocks, stock market, and the macroeconomy: evidence from China | |
Jacobs et al. | Cointegration, long-run structural modelling and weak exogeneity: Two models of the UK economy | |
Selvanathan et al. | Meat and fish consumption patterns in Saudi Arabia | |
Rezitis et al. | Measuring the degree of market power in the Greek manufacturing industry | |
Simlai | Estimation of variance of housing prices using spatial conditional heteroskedasticity (SARCH) model with an application to Boston housing price data | |
JP6411148B2 (ja) | 品目別消費支出シミュレーションシステム及びそのプログラム | |
Dong et al. | Modelling milk purchasing behaviour with a panel data double-hurdle model | |
AU2013204059A1 (en) | Method for automatic development of an art index | |
Bógalo et al. | Seasonality in COVID-19 times | |
Richards et al. | Retail and wholesale market power in organic apples | |
Abildgren | Business cycles and shocks to financial stability: empirical evidence from a new set of Danish quarterly national accounts 1948–2010 | |
Kuo | Sustainability of current accounts: evidence from the quantile unit-root test | |
Khalid | Spatial heterogeneity and spatial bias analyses in hedonic price models: some practical considerations | |
Breitenecker et al. | Detecting spatial heterogeneity in predictors of firm start-up activity of Austria with geographically weighted regression | |
Walde et al. | Performance contest between MLE and GMM for huge spatial autoregressive models | |
Park et al. | Modelling upstream and downstream market power in bilateral oligopoly | |
Varlik et al. | The time-varying effect of inflation uncertainty on inflation for Turkey | |
Lim et al. | Macroeconomic Volatility and Counterfactual Inflation‐Targeting in Hong Kong | |
Berument et al. | Turkish monetary policy and components of aggregate demand: a VAR analysis with sign restrictions model | |
Bannikova et al. | Forecasting the tendencies of the Russian vegetables market development |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170828 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180824 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180911 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180926 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6411148 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |