研究背景

古谷研究室の駅圏ボロノイマップ

第 1章　地図による都市の分析手法

東京では、鉄道駅圏を中心とした移動のなかで、SNS の情報によって、人が駅圏間を移動している。

　情報化社会において、情報をマスメディ

アが掌握する時代は終わり、ソーシャル・

ネットワーキング・サービス（SNS）によっ

て、個人が極小のメディアを形成するよう

になった。そのため高密度都市において、

コンピューターネットワークの技術的高度

化と爆発的普及によって、個人が見い出し

た場所を、発信し、仕立て上げるようになり、

都市空間が変容しつつあるといえる。

SNS で見い出した駅圏の潜在的な特性を把握し、それによって起こる駅圏間の移動を明らかにする。

　SNS を解析することで、個人の行動の時

空間が把握可能である。これを用いて、超

短期的な人口分布を高密度都市東京におい

て明らかにする。

　さらに、駅から遠い駅圏境界上に現れる

現代的な動きを可視化し、その情報の集積

地を抽出することで場所の潜在的な特性を

見い出す。

目次

参考文献

都市のイメージ　Kevin Lynch 著　丹下健三・富田玲子 訳　岩波書店　2007(1968)マスメディアとしての近代建築 ロースとコルビュジエ　Beatriz Colomina 著　松畑強 訳　1996(1994) 錯乱のニューヨーク　Rem Koolhaas 著　鈴木圭介 訳　ちくま学芸文庫　1999(1995)CODE VERSION 2.0　Lawrence Lessig 著　山形浩生 訳　翔泳社　2007サイバーシティ　Christine Boyer 著　田畑暁生 訳　NTT 出版　2009都市計画家 石川栄耀 都市探求の軌跡　鹿島出版　2009メイド・イン・トーキョー　貝島桃代 黒田潤三 塚本由晴　鹿島出版　2001超合法建築図鑑　吉村靖孝　彰国社　2006

高密度都市における交流人口の分布研究　金井淳　2001高密度都市居住研究　- 環境変化と人口分布によるコンプレックスシティの考察 -　金井淳　2002街に潜むイメージの形成の研究　宮本将毅　2004東京 23区の人口動態からみる専門店集積地　- 高密度都市居住研究 -　竹花洋子　2011ソーシャルネットワークを用いた都市生活者の時空間分布モデル　奥津拡　2010ソーシャルメディアに現れる発言の集積としての都市のイメージ　小池太輔　2011都市空間認知の視点によるモバイル端末が提供する経路案内情報に関する研究　石井信行　2009

2011 年

2001 年 , 2004 年

［fig.4a Tweet 点散分布図］ ［fig.4b Tweet 密度ボロノイマップ］

［fig.2a 交流人口ボロノイマップ］ ［fig.2b 夜間人口ボロノイマップ］ ［fig.2c 夜間密度ボロノイマップ］ ［fig.2d 通勤人口ボロノイマップ］

［fig.1a 交流人口ボロノイマップ］ ［fig.1b 夜間人口ボロノイマップ］ ［fig.1c 夜間密度ボロノイマップ］ ［fig.1d 通勤人口ボロノイマップ］

□春　□夏　□秋　□冬

500〔回 /ha〕0 5000

「高密度都市における交流人口の分布研究」　金井淳　早稲田大学　2001

範囲　　　：山手線を囲む 15km四方の範囲駅圏数　　：178人口データ：1997 年（平成９年度）

「街に潜むイメージの形成の研究」　宮本将毅　2004

範囲　　　：山手線を囲む 15km四方の範囲駅圏数　　：213　（追加-大江戸線・三田線・南北線・ゆりかもめ・臨海副都心線）人口データ：2002 年 （平成 14年度）

「東京 23区の人口動態からみる専門店集積地」　- 高密度都市居住研究 -　竹花洋子　2011

範囲　　　：東京 23区全域駅圏数　　：442　（追加 - 副都心線・日暮里舎人ライナー）　　　　　人口データ：2008 年 （平成 20年度）

□序章

0.1　研究背景 0.2　研究目的 0.3　論文構成

□第１章　地図による都市の分析手法

1.1　地図の種類 1.2　駅圏ボロノイマップ 1.2.1　駅圏ボロノイマップの概要 1.2.2　古谷誠章研究室における駅圏ボロノイマップ 1.3　SNS GeoLocation MAP 1.3.1　日本における SNS の状況 1.3.2　SNS GeoLocation MAP の概要 1.3.3　Eric Ficher による SNS の地図 1.3.4　渡辺仁史研究室による SNS の地図 1.4　本研究における分析手法 1.4.1　駅圏ボロノイマップ 1.4.2　徒歩圏内と徒歩圏外 1.4.3　Twitter GeoLocation 1.4.4　東京都地価公示 1.4.5　地図の重ね合わせ

□第２章　Tweet 解析による東京23区駅圏の超短期的変位

2.1　Tweet 駅圏ボロノイマップ 2.1.1　総合 2.1.2　季節的変位 2.1.3　曜日的変位 2.1.4　昼夜的変位 2.1.5　時間的変位 2.2　人口駅圏ボロノイマップとの比較 2.3　徒歩圏内と徒歩圏外における差異 2.3.1　徒歩圏内外 Tweet 駅圏ボロノイマップ 2.3.2　地価公示価格 2.4　考察

□第３章　Tweet 集積地からみる各ボロノイ駅圏の特性

3.1　ボロノイ駅圏の分析手法 3.1.1　対象範囲 3.1.2　Tweet 集積地の算出方法 3.2　山手線全域における Tweet 集積地 3.3　各ボロノイ駅圏の分析結果 3.3.1　徒歩圏外のないボロノイ駅圏 3.3.2　徒歩圏外のあるボロノイ駅圏 3.3.2.a　Tweet 内外比 100%以上 3.3.2.b　Tweet 内外比 30% 以上 3.3.2.c　Tweet 内外比 10% 以上 3.3.2.d　Tweet 内外比 10% 以下 3.4　ボロノイ駅圏の傾向 3.5　考察

□第４章　結論

4.1　結論 4.2　展望

研究目的

　日本において、SNS のひとつである

Twitter は約 3000万ものアカウントがあり、

東京は世界最大規模の Tweet 数を誇る都市

である。

　Twitterの利用者は年代的に偏りがみられ、

若年層（15-39 歳）が 60％を占める。若年

層の人口が、総人口の 30％であることを考

えるとかなりの割合といえる。

日本における SNS の状況

［fig.4c Tweet 密度 徒歩圏内外ボロノイマップ］

［fig.5c Tweet 時間ボロノイマップ］

SNS GeoLocation MAP渡辺仁史研究室

東京 23区広域において、季節的・曜日的・昼夜的・時間的な変化を駅圏ボロノイマップに可視化する

山手線全域の 111 駅圏に対し、徒歩圏外における Tweet 集積地を抽出し、駅圏同士の連続性、および駅圏の個性を見い出す

重ね合わせ独自の評価手法

Google Earth,GIS ソフトの使用

第 2章　Tweet 解析による東京 23区駅圏の超短期的変位

第 2章　Tweet 解析による東京 23区駅圏の超短期的変位

第 3章　Tweet 集積地からみる各ボロノイ駅圏の特性

　Tweet 総数を駅圏ボロノイマップ化した

ところ、交流人口マップと強い相関関係が

見られた。［fig.2a］［fig.4b］

　季節的な変化を図化したボロノイマップ

では、夏の Tweet が多くを占めるが、ボロ

ノイごとに季節的特性がある。［fig.5a］

　時間的な変化をあらわしたボロノイマッ

プでは、昼間は交流人口と比較的関連性が

見られた。［fig.2a,2d］［fig.5c］

一方で夜間は夜間人口と全く関連性がない。

［fig.2b,2c］［fig.5c］

　Twitter は統計による長期的な人口動態に

はない独特の動きが見られる。

　駅圏ボロノイマップをさらに徒歩圏の内

と外で分割した。徒歩圏とは、駅から半径

500mの領域で、往復 15分かかる場所のこ

という。この徒歩圏内外ボロノイマップに

おいて、Tweet 総数を図化したところ、徒

歩圏 “内” の色が濃くなっている。駅の中心

性は強く、人が集まっていることを示して

いる。ただ “外” に向けて Tweet が拡散し、

むしろ外の方が人が集積しているものもみ

られた。これより、徒歩圏外をまたいだ駅

圏間の移動性を考察するには、より詳細な

Tweet の分析をしていくべきことがわかっ

た。［fig.4c］

範囲　　　：東京 23区全域（経度 139.60-139.90, 緯度 35.50-35.80）位置情報数：748419 件　　　　　期間　　　：2010.1.1. - 2012.5.31.

ソーシャルネットワークを用いた都市生活者の時空間分布モデル　奥津拡　　2010ソーシャルメディアに現れる発言の集積としての都市のイメージ　小池太輔　2011

Twitter 研究

［fig.3 銀座周辺における Tweet 行動別ホットスポット］

ボロノイ駅圏定義関数（全 442 駅圏）

ある場所の緯度経度座標をこの式に代入（E2= 緯度 , D2= 経度）し、

不等号式が成り立てばそのボロノイ駅圏であると判定される。

No.1: 池袋=IF(AND(　E2<=-0.297999824*D2+77.37078029,E2<=-5.913043478*D2+861.901569,E2>=1.250341997*D2-138.9638345,E2>=-0.313106512*D2+79.46914804,E2>=-2.816666667*D2+429.225875,E2<=2.408112395*D2-300.6950081),"OK","-")

No.2: 新宿=IF(AND(E2<=1.526717557*D2-177.5857247,E2<=0.162750895*D2+12.9570231,E2>=16.62435233*D2-2286.793523,E2>=0.14612326*D2+15.27360849,E2>=-0.203805224*D2+64.15880464,E2>=-25.97826087*D2+3664.784095),"OK","-")

No.3: 渋谷=IF(AND(E2<=0.442945145*D2-26.2150263,E2<=-0.019685039*D2+38.41466169,E2<=-0.288716814*D2+75.99861505,E2<=-1.105434596*D2+190.09917,E2>=0.537961369*D2-39.50305588,E2>=0.129732396*D2+17.52931784,E2>=-6.557522124*D2+951.7301879),"OK","-")

No.441:高田馬場=IF(AND(E2<=-0.321699766*D2+80.66017528,E2<=-1.659190372*D2+267.5190417,E2>=0.651012891*D2-55.24031788,E2>=-0.152401988*D2+56.9980945,E2>=-0.328335256*D2+81.57594985,E2>=-5.661538461*D2+826.6098939,E2<=2.092670973*D2-256.6315143),"OK","-")

No.442:西早稲田=IF(AND(E2>=-0.10092241*D2+49.80241327,E2<=0.651012891*D2-55.24031788,E2<=-0.32533784*D2+81.16600668,E2>=4.281174771*D2-562.4388587,E2>=-0.85636751*D2+155.3432646),"OK","-")

徒歩圏円定義関数（全 442 駅圏）

徒歩圏：半径 500mの円で示される領域、往復15分

［駅緯度］［駅経度］に駅中心の座標を入れることで、駅からの徒歩

圏円（半径 500m）の方程式ができあがる。

ある場所の緯度経度座標をこの式に代入（E2= 緯度 , D2= 経度）し、

1以下であれば徒歩圏内、１以上であれば圏外であると判定される。

0

10000

20000

30000

40000

50000

60000

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

00:00

06:00

12:00

18:00

01:00

07:00

13:00

19:00

02:00

08:00

14:00

20:00

03:00

09:00

15:00

21:00

04:00

10:00

16:00

22:00

05:00

11:00

17:00

23:00

［fig.5a Tweet 四季ボロノイマップ］ ［fig.5b Tweet 数の時間的変位（1時間ごと）］

古谷誠章研究室　1x09a025　猪又直己2012.11.8

ＳＮＳを用いた駅圏の潜在的特性に関する研究　-ジオロケーションが現す東京 23区徒歩圏内外の超短期的人口分布から -

0 50 100 150 200 250 300 〔万円/㎡〕0% 20% 40% 60% 80% 100%

恵比寿

目黒

目白

鴬谷

池袋

渋谷

市ヶ谷

飯田橋

雑司ヶ谷

茗荷谷

根津

曙橋

早稲田

江戸川橋

後楽園

東新宿

東池袋

本駒込

白山

若松河田

湯島

桜田門

広尾

乃木坂

泉岳寺

表参道

白金高輪

国立競技場

北参道

明治神宮前

三田

他57駅圏

第 3章　Tweet 集積地からみる各ボロノイ駅圏の特性

結論

展望

徒歩圏外に着目することで駅圏の潜在的な特性がわかり、それによる駅圏間の移動の可能性が見えた。　

　東京において、鉄道は主要なインフラで

あり、私たちの移動はこれに大きく依存し

ている。駅から遠い場所は、大多数の人に

とって関係のない場所であり、イメージの

ない場所ともいえる。しかし、そこにいる

個人が発信した場所から Twitter を介して、

個性を見いだすことができる。

　Tweet 集積地を可視化することで、用途

地域図からではわからなかった、人が集ま

りやすい場所を示す地図ができた。

　また、　超短期的人口分布によって、桜田

門や広尾、雑司ヶ谷など、長期的な人口動

態を現すボロノイマップで特徴を記述でき

なかった駅圏に対して徒歩圏外でのにぎわ

いの存在という特色を見いだせた。［fig.13］

　駅圏境界線上の人の動きを考察する上で、

駅圏ボロノイマップと Twitter を組み合わせ

るという、ひとつの手法を確立できた。

　Tweet 内容に言及すれば、一人ひとりの

行為が把握でき、駅圏間の移動性を検証で

きるだろう。さらに他の SNS に応用するこ

とも可能であり、また別の人の動きや集積

する場所が浮かび上がると思われる。

　SNS によって見い出された場所をさらに

調査すれば、情報によって都市空間が変容

し、新たな空間が生まれていることだろう。

　Tweet 内外比が高いほど、徒歩圏 “外”

へ向けた移動の拡張性が強いことが予想さ

れる。10～ 100%である 37駅圏は、それ

らが隣り合うことによって、駅圏を越えた

移動があると考えられる。［fig.6］

　山手線全域の 111 駅圏において詳細な

Tweet 分布図を作成し、徒歩圏 “外” にお

ける Tweet の集積地を可視化したところ、

215ヶ所抽出できた。それらをボロノイマッ

プ上に表現することで、さらに、駅間の移

動の様子が浮き上がってくる。［fig.7］

［fig.13］

　徒歩圏内外の経済的価値を比較すると、

地価公示を参照すると “外” は “内” の

３分の 1であることがわかる。［fig.9］

山手線全域 +中央本線 111駅圏

〈徒歩圏外〉あり 94駅圏

なし 17駅圏

〈Tweet 内外比〉2駅圏100%～

30%～ 100% 11 駅圏

24駅圏10%～ 30%

～ 10% 57 駅圏

徒歩圏 =半径 500ｍ円　　　　往復 15分

圏外 Tweet 数 / 圏内 Tweet 数

［fig.6 駅圏における徒歩圏外への移動拡張性 /徒歩圏内外における Tweet 数の散布図］

［fig.13 情報の集積による徒歩圏をこえた移動を現す地図 / 山手線全域の徒歩圏外における Tweet 集積地（全 215ヶ所）］

［fig.9 山手線全域における徒歩圏内外の経済的価値 /地価の差異］

［fig.10 目黒駅圏における用途地域とTweet 集積地の差異］

約３倍

［fig.7 徒歩圏外の Tweet 集積地 /山手線全域 111 駅圏］ ［fig.8 徒歩圏外における建築機能］＜駅圏の潜在的特性＞ ＜地域の潜在的特性＞

南11

5

8

20

4

11

11

13

2

0

7

7

3

0

5

2

1

4

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

□緑地　□店舗　□オフィス　□住居　□ホテル　□インフラ　□公共　□教育　□娯楽

［fig.11 徒歩圏内外の Tweet 集積地の差異］

［fig.12 地域的な Tweet 集積地の特性］

広尾

渋谷

桜田門

市ヶ谷曙橋

東新宿 若松河田

早稲田

雑司ヶ谷

目白

池袋

東池袋

江戸川橋

茗荷谷

後楽園

白山

本駒込

鶯谷

湯島

根津

飯田橋

表参道

明治神宮前

北参道 国立競技場

乃木坂

恵比寿

目黒

高輪台

白金高輪

三田

泉岳寺

0

500

1000

1500

2000

2500

3000

3500

0 5000 10000 15000 20000 25000 30000

～ 10%桜田門

広尾

渋谷

池袋

目黒

表参道飯田橋

品川

六本木

秋葉原

恵比寿

早稲田

10 ～ 30%

30 ～ 100%100%～

徒歩圏内における Tweet 数

～ 10%

10 ～ 30%

30 ～ 100%100%～

0

100

200

300

400

500

600

700

0 1000 2000 3000 4000 5000 6000

雑司ヶ谷江戸川橋

東池袋

目白

東新宿

市ヶ谷

後楽園

白山本駒込

鴬谷 湯島

国立競技場

北参道

明治神宮前

東中野

中野

荻窪

三田

白金高輪

乃木坂

泉岳寺

茗荷谷

根津

阿佐ヶ谷

白金台

曙橋

西荻窪

高円寺

大崎

上野

徒歩圏内における Tweet 数

　Tweet 集積地を建築機能で分類した。用

途地域と比較すると全く異なる性質があり

Tweet は情報の偏りが存在する。［fig.10］

　徒歩圏 “内” における Tweet は商業店舗

が目立つが、徒歩圏 “外” では駅圏ごとに

ばらつきが大きい。［fig.11］これは徒歩

圏 “外” の Tweet 集積地がその駅圏の潜在

的特性を表していると考察できる。［fig.8］

　徒歩圏 “外” では、店舗がもっとも多く、

住居、オフィス、インフラ、緑地とつづく。

［fig.11］さらに駅圏ごとの特性の集積に

よって、山手線全域の北側と南側の地域的

個性が明らかとなった。南側では、特に店

舗やオフィスが目立ち、北側では、緑地や

教育施設が特徴的に現れる。［fig.12］

外

□緑地　□店舗　□オフィス　□住居　□ホテル　□インフラ　□公共　□教育　□娯楽　□駅ﾎｰﾑ

9

25

167

61

34

29

20

43

2

8

34

26

1

5

1

12

4

6

33

0

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

山手線全域徒歩圏外

山手線内部中央線以北

山手線内部中央線以南

山手線６駅徒歩圏内

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

徒歩圏内

徒歩圏外

徒歩圏内

徒歩圏外

徒歩圏内

徒歩圏外

＜Tweet 集積地＞

＜用途地域面積＞

□商業地域　□工業地域　□住居地域

□緑地　□店舗　□オフィス　□住居　□ホテル　□インフラ　□公共　□教育　□娯楽

①

①

②

②③

③

777771777177777

52525252

96 66666666

8788878616661

6226666

104

2171717171721217

686868686

52222222

68888

68666

54444

4040440

55555555555555555555555

393939393

1066661006666

6444446868888686

4000

66688668

17711171777

5777

54

10610610660666111106

15715515557157777115775755715

1191111991

992999

9555

103303300

9996999

1111811811111111

15215515211522

16161611616116

1331333333313333333

142142142141441411

787888878787

777777777

99999999999999999999

16016016016060661666006016161616006160

6996969696666696

1051

115115115115

10610101011101011

56566565656

5656566

9696969

42242

4644

1241187887878788

67

6765555

66666666666666666666666666

9191606006

747477747

59595959599

818

12712727127127727

2512222

929292929222222292299

15915915959591595959591595959514614146461461466

593593593593593593593593593593593593935 39

1950959595059559505505

2080202020820

2700270027002727027 00027007 07000007 0272

22253253025325305325302530253025302530225302530255329499

10801081080108010800801080008000

339339339339339999339939339933999993399333

508508508085085508

1161161611666111

3363333633336336333

406406406440640600

215212212222

2133332132133

2414141241124411711711777117177771 22323232333

781781787811778

1540511151

2652652652622

37937937937373799357357335735753573357353557577577

290290290902902909092 000

16116616161661

336236236236236236233623623336236233623626333636

689689888689689689889968988888262262622622626266

6262622

57

27422274274272722

53

46544446465554 5

63636363636

120112000

90

294294294294294949292942929

182018201182018201820182018201820182018200018201820

3030100330300000686666

1040404 8080880810010001

18988888

7666666667676669900900909000000900900900900000000

103103031030333

9109109919109100910911100

145014514501450145014501450145145145014504504504 0

39539539539539539539539539933953

23623636232362236233443443443443443443344334444344444

237222222

9090

372372372372372373722223737272722227

164

143444443414343444443344334

7277

30530

662662662662666662666626626626666266

959555595

182

800000

103333310301103

1151

1401404144444

233233232332332333233232312612612666266666

6046046046046000

666176176176177

100000000000

244244244244244244222 4

65656666

7666

60

61616161

7967967967966796796969295295295295295295295929529529529

6868686

13713713737137371373737373

12512525252525125122

54

12312312123211 3331 332333

11000080

1080000

408408408408884084084

2112112112 1

268262262458458588845885845

7088800

64164166416416416

181181181811818188

4054405405405405504054

278787878

8188

65

89899

959999

56

28928928289289289289228

2000002000022

989898989898998883838383838383838383838333

1081010

12323232323221571555551551155

1571571571577575715777

104041004000100

池袋13%

東池袋17%

護国寺4%雑司ヶ谷

85%

西早稲田9%

東新宿20%

北参道21%

目白26%

高田馬場2%

新大久保4%

原宿3%

渋谷12%

表参道26%

明治神宮前4% 外苑前

8%

乃木坂31%

赤坂10%

青山一丁目3%

赤坂見附1%

溜池山王0% 虎ノ門

1%

神谷町1%

六本木3%

広尾118% 麻布十番

7%

六本木一丁目0%

白金台67%

高輪台5%

泉岳寺52%

三田12%

芝公園1%

赤羽橋0%

御成門0%

内幸町

白金高輪25%

末広町0%

新大塚8%

茗荷谷38%

江戸川橋33%

早稲田38%

曙橋39%

神楽坂10%

牛込神楽坂5%牛込柳町

2%

若松河田14%

九段下10%

竹橋4%

後楽園22%

四谷三丁目2%

国立競技場前24%

新宿三丁目0%

新宿御苑前1%

本郷三丁目7%

御茶ノ水0%

水道橋1%

飯田橋19%

市ヶ谷23%

四ツ谷1%

信濃町5%

千駄ヶ谷0%

春日0%

東大前7%

白山16%

千石4%

本駒込17%

湯島10%

根津38%

千駄木1%

大手町0%

日比谷0%

二重橋前3%

永田町1% 桜田門

274%

半蔵門9%

淡路町小川町神保町

新御茶ノ水

霞ヶ関国会議事堂前

上野広小路

恵比寿33%

目黒27%

五反田4%

大崎3%

品川8%

田町6%

秋葉原1%

上野1%

鶯谷13%

日暮里1%

西日暮里4%

田端5%駒込

7%

巣鴨4%

大塚10%

御徒町

上野御徒町

浜松町大門

新橋0%

有楽町

東京

麹町

神田新宿

代々木

〔凡例〕

: Tweet 集積地（徒歩圏外）

　　　　　　　（徒歩圏内）: Tweet 位置

: 地価［万円 /㎡］（徒歩圏外）

: 地価［万円 /㎡］（徒歩圏内）

駅圏名

Tweet 内外比

フォントの大きさはTweet 内外比を表す

早稲田38%

古谷誠章研究室　1x09a025　猪又直己2012.11.8

ＳＮＳを用いた駅圏の潜在的特性に関する研究　-ジオロケーションが現す東京 23区徒歩圏内外の超短期的人口分布から -