連環データマガジン景気ウォッチャー 201612

社会情報天気図
景気ウオッチャー調査から、
地域の消費者の声を可視化し、景気動向を読む
Dual ComBine Analysis
By Dual ComBine Analysis
as
Data Cognitive Browser
2016年12月号 Vol.2 No.12
内閣府2015年11月、2016年11月発表データより
2016/12/31 12016 © Data Cake Baker Corporation
Ｐｈｏｔo by T. HIRATA
Powered by Dual ComBine Analysis
Ｐｈｏｔo by T. HIRATA

社会情報天気図～景気ウオッチャー調査から地域と業種の景気動向を読む～
今月の景気観も、昨年の同月比という1年間のスコープで捉えた。消費活動は、季節の天候やイベント要因に左右さ
れるので、本来、景気ウオッチャー調査は、“3ヶ月前との比較で”訊いているのだが、ウオッチャーは、前年との比較で
応えている人が多い。
前号では、前年に比べかなりネガティブな景気観であったが、今月（11月時点）では、逆に今年はポジティブに変わっ
た。当月と昨年同月のウオッチャーデータをプールし、2時点の各地域・業種別の4種のウオッチャー属性と、景気動向
判断、その理由文章、市場変動要因の3種の判断属性との、いわば総合的な多次元相関関係を“連環性”として情報
圧縮し、4クラスタ化しその構成から要因間の関連性を分析している。
プールした2ヶ月分の1690名の内、“やや良い、良い”とポジテジブな判断をしたクラスタの60％以上が昨年の11月で、
今年は40％に満たなかった。“変わらず”と中立的なクラスターも同様な比率で、逆にネガティブなクラスタは、逆な構成
となっている。
地域的には今月の景気DIでみると、四国、九州、沖縄の南日本が50ポイントをわずかながら上回り“曇り”となったが、
北関東、北陸、東海が45ポイントを下回り“小雨模様”となり、全国的には、47.1ポイントの“曇り”となっている。
業種としては、物販関係にくらべ、やはりサービス関係のポジションが良く、一般流通関係はその業態の中でもバラツ
キが大きい。物販では衣料、医薬品や家電などの腰が弱く、自動車や建築等の高額品が好転している。サービスでは、
レストラン、美容、タクシー等が敏感で腰が弱く、通信、旅行や旅館等が好転している。
地域的には近畿、業種としては百貨店が多次元で相関したポジションを取っているが、これは、地域と業種の層別サ
ンプリングの偏りに起因している。同様なことは自動車に関しては東海が多く東京が少ない等もあるので、地域・業種
特性とサンプリング要因の効果が交絡しているので、解釈に注意が必要である。
この社会情報天気図の目的は、日本の経済動向を理解することと、イノベーションのための示唆を得ることである。最
近、アンチ保護主義の観点から、比較優位論が注目されているが、この定理には、“需要が無限に存在する”という前
提がある。なぜ消費が伸びないのか、そのバウンダリーコンデションは何か、という基本的な問いに応える必要がある。
はじめに＆サマリー

全国の景気動向まとめ Dual ComBine Analysis
2016/12/31 3
“景気”という社会の経済的な状態の動向は、ビジネスマンだけでなく、今普通に生活している全ての
人々にとって、天候以上に気になることであろう。
景気ウオッチャー調査は、消費ビジネスの現場からその実体を、全国12地域で、毎月約800人強の、
属性を持ったウオッチャーによって寄せられた、数値的な景気動向レベル、その市場要因動向、そして
その理由の説明文等の判断属性を持った非構造データとしてより現実を伝える貴重なタイプの情報源
である。
10月に限定した2年間の約1700人のプロファイルデータを、分類し、判断し、理解するため、マシンラ
ーニングで情報圧縮し、クラスタ化とペルソナプロファイリングのアプローチを採った。
利用したソフトは、対応分析や主成分分析を一般化した「連環データ分析（Dual ComBine Analysis）」
Standard版で、世界初の機能を活かした利用法の開発に挑戦している。
2016 © Data Cake Baker Corporation

社会情報天気図～消費動向2015&2016年から見た11月
全国の
景気DI
◇ 「景気ウオッチャー調査」の2015年と2016年の11月の2時点の“現状の家計動向”より、今年の11月の景気動向を観る。
・今月の全国平均は47.1で、対前年同月比で+2.7ポイントアップし45ポイントを超えたが、50ポイントに届かず“曇り模様”である。
・全国12地域中、北関東、北陸、東海が“小雨模様で” 、その他の地域も“曇り模様”で、全国に広がっている。
・対前年同月比では、中国、東海のみがマイナスで、他はプラスに転じており、全国平均でも+2.7ポイントアップしている。特に、四国、
九州、沖縄は、DIが50ポイントを辛うじて回復している。
九州:50.6(+7.9)
（全国平均差 +3.5）
沖縄DI:50.0(+1.9)
（全国平均差+2.9)
北陸I:43.6(+2.2)
65以上良くなっている（快晴）
55~65 やや良くなっている（晴れ）
45~55 変わらない（曇り）
35~45 やや悪くなっている（小雨）
35未満悪くなっている（大雨）
2016/12/31
4
“景気ウオッチャー調
査”の定義、凡例
地域DI:50.0以上
地域DI:50.0未満
全国家計“曇り模様”
DI：47.1(前年同月差+2.7)
北海道I:45.5(+0.9)
（全国平均差-1.6) 東北DI:47.4 (+5.1)
北関東DI:42.7(0.0)
（全国平均差-4.4)
東京都:48.7(+4.9)
東海DI:44.0(-1.8)
四国DI：50.9(+10.0)
南関東DI:47.8(+3.7)
近畿DI:48.3(+4.1)
中国DI:46.2(-2.1)

◆ 「景気ウオッチャー調査」の2015年と2016年11月の“現状の家計動向”
◇今月の全国平均は47.1で、対前年同月比で+2.7ポイントアップし45ポイントを超えたが、50ポイントに届かず“曇り模様”である。
・対前年同月比は、全国平均で2.7ポイントアップし、東海、中国を除く全地域でアップしており、四国は10.0ポイントと大幅である。
・対前月比では、全国平均で3.0ポイントアップし、これも東海、中国を除く全地域でアップしており、近畿、四国がアップしている。
景気ウオッ
チャーのＤＩ
2016/12/31 5
「景気ウオッチャー調査」のデータ
ヒートマップから
・消費増税ダメージは、2014年
4月から、沖縄を除くほぼ全国
に一気に広がっていた。
・それから1年後、2015年2月か
ら回復基調となり、約半年くら
い続いたが、年明けの2016年
初めから崩れ、長い不況状態
となった。
・ただ、2015年11月ころから、
北海層、中国および沖縄が、イ
ンバウンド効果で、にぎわった。
・九州は、2015年4月の熊本地
震の影響を受けたが、この7月
から回復している。
・特に、西日本から、やや明る
さの兆しが感じられる。
2．家計動向関連（小売関連＋飲食関連＋サービス関連＋住宅関連）（１）景気の現状判断(方向性）ＤＩ
全国北海道東北北関東南関東東京都東海北陸近畿中国四国九州沖縄
2013年11月 51.3 50.0 48.4 49.1 50.0 50.0 53.9 50.4 54.6 52.5 51.2 51.5 49.1
2013年12月 53.1 53.5 49.1 51.7 53.8 56.5 56.6 52.2 54.1 53.7 54.4 51.8 48.0
2014年1月 52.2 51.9 48.3 50.4 54.3 54.6 54.3 49.6 53.7 53.8 50.0 52.7 50.0
2014年2月 50.2 55.3 45.9 41.3 47.8 48.8 53.1 52.2 53.4 53.2 52.5 50.4 55.8
2014年3月 57.0 52.6 55.4 53.7 59.5 62.2 55.7 52.9 60.1 57.4 62.3 57.0 60.6
2014年4月 37.2 37.3 35.9 34.7 40.5 41.1 38.7 36.8 40.4 32.7 29.1 36.4 41.7
2014年5月 42.1 38.8 37.8 43.4 45.5 46.2 40.8 44.6 43.1 40.1 43.7 41.7 48.1
2014年6月 45.1 46.5 43.5 43.9 46.8 50.3 44.7 43.9 46.8 43.3 45.6 44.4 50.0
2014年7月 49.4 49.1 49.8 48.7 50.1 55.2 47.9 48.2 50.3 49.8 49.6 46.5 61.6
2014年8月 45.8 46.7 44.8 46.2 45.4 48.3 47.2 46.0 49.9 43.6 43.6 42.0 47.2
2014年9月 46.7 45.7 46.2 44.7 46.4 48.6 47.7 43.7 50.2 44.8 46.5 47.7 48.1
2014年10月 42.3 41.3 40.2 39.7 39.4 40.4 42.3 46.0 45.9 41.7 41.5 44.8 50.0
2014年11月 39.5 33.7 38.6 35.7 36.1 39.8 39.5 39.6 43.2 41.7 43.6 43.0 43.5
2014年12月 44.2 39.5 41.3 40.1 45.9 49.4 45.1 43.0 48.2 43.1 41.8 47.2 47.9
2015年1月 43.9 46.3 42.5 41.2 43.6 45.8 45.4 45.1 47.4 41.0 44.6 42.0 45.4
2015年2月 48.4 48.7 46.0 44.6 49.6 49.7 47.2 50.8 52.3 46.8 49.6 47.8 51.0
2015年3月 50.9 51.9 49.1 47.1 50.0 53.1 48.0 56.3 54.1 50.9 49.6 53.8 50.0
2015年4月 53.2 55.8 51.6 51.1 53.1 54.8 51.5 59.3 55.0 51.6 49.6 55.0 51.9
2015年5月 53.6 53.2 53.0 50.4 55.4 57.2 53.2 59.3 53.4 53.6 50.4 52.9 55.8
2015年6月 50.4 53.2 48.6 47.4 51.9 55.2 48.8 51.5 53.6 49.6 49.6 48.8 53.7
2015年7月 50.8 55.6 48.7 47.7 49.9 50.6 50.5 51.5 51.2 50.9 52.2 52.3 55.0
2015年8月 48.8 52.0 46.2 45.0 48.4 47.5 49.2 53.3 50.4 48.7 46.9 48.3 57.0
2015年9月 47.0 49.1 45.6 42.5 45.5 47.3 44.7 50.8 50.8 45.4 46.6 48.6 59.3
2015年10月 48.1 46.2 44.9 47.1 48.4 49.5 48.8 47.4 49.5 48.7 45.7 49.8 56.0
2015年11月 44.4 44.6 42.3 42.7 44.1 43.8 45.8 47.4 44.2 48.3 40.9 42.7 48.1
2015年12月 47.7 51.0 45.7 43.8 49.1 49.4 47.7 47.1 45.7 52.4 46.9 48.4 46.9
2016年1月 45.6 51.6 47.3 43.8 43.7 43.1 45.4 46.7 46.8 48.7 35.6 43.8 51.9
2016年2月 43.2 44.1 41.7 39.8 41.5 39.9 44.0 44.9 44.4 44.8 39.4 45.2 50.0
2016年3月 44.3 45.1 46.6 43.0 41.8 42.4 45.4 44.0 42.4 46.8 44.1 45.7 45.7
2016年4月 42.2 44.3 42.5 41.8 44.2 42.8 44.6 44.5 40.7 46.1 41.8 31.3 44.0
2016年5月 41.9 47.5 42.4 40.9 41.6 41.1 41.6 42.7 41.9 42.5 39.6 39.0 46.2
2016年6月 40.2 44.9 43.2 39.2 37.9 35.0 39.3 42.3 38.1 41.6 41.8 39.4 43.3
2016年7月 44.5 46.3 42.2 45.0 42.1 42.3 44.0 40.0 45.4 45.8 46.6 47.6 53.3
2016年8月 44.1 46.9 44.4 44.4 42.4 41.0 42.0 42.5 43.2 47.2 40.2 47.6 46.2
2016年9月 42.6 42.1 43.3 41.8 42.6 41.9 41.6 40.1 41.1 45.8 42.2 42.6 52.1
2016年10月 44.1 43.3 43.7 42.1 43.7 44.4 44.2 46.0 42.3 47.0 44.7 45.9 44.8
2016年11月 47.1 45.5 47.4 42.7 47.8 48.7 44.0 49.6 48.3 46.2 50.9 50.6 50.0
対本年前月差 3.0 2.2 3.7 0.6 4.1 4.3 -0.2 3.6 6.0 -0.8 6.2 4.7 5.2
対前年同月差 2.7 0.9 5.1 0.0 3.7 4.9 -1.8 2.2 4.1 -2.1 10.0 7.9 1.9
対全国平均差 0.0 -1.6 0.3 -4.4 0.7 1.6 -3.1 2.5 1.2 -0.9 3.8 3.5 2.9
本11月迄年間平均 44.0 46.1 44.2 42.4 43.2 42.7 43.7 44.2 43.4 46.2 42.8 43.9 47.9
昨11月迄年間平均 48.6 49.7 46.7 45.6 48.8 50.3 48.2 51.3 50.8 48.2 47.3 49.1 52.6
対前年年間平均差 -4.7 -3.6 -2.5 -3.2 -5.6 -7.7 -4.5 -7.1 -7.5 -2.0 -4.5 -5.2 -4.7

全国の景気動向まとめ Dual ComBine Analysis
(※)連環データ分析(Dual ComBine
Analysis)：多様な変数のデータを、情報圧縮
しクラスタリング解析できる、日本で開発され
た、いわば“超多重対応分析法”である。
アマゾンで市販されている365日利用可能な
ソフトサービスを利用した。
・家計動向に関する景気ウオッチャーをクラスタリング
ウオッチャーは、景気動向の判断をするに当たり、地域や業種や報告時点などの複数の背景的な属性変数を持
ち、また、景気動向も。判断DI、市場要因、およびDIの説明文等の複数の判断続属性変数を持っている。
こうしたサンプルごとの個別プロファイル・データから、景気の実相を理解するために、全体を分け、それぞれを
判る必要がある。そのため、情報圧縮しクラスタリングを行って命名（オープンコーディング）し、相互位置関係を
理解するために、空間の構成軸を読む（軸足コーディング）をするが、ここでは景気動向指標が、一つの基準とし
て、理解の助けになっている。
景気観は、ウオッチャーの地域や業種属性等の立場によって見える景色が変わっている。ここでは、地域別、業
種別の立ち位置から、それぞれが1年間のスコープとしてのスクリーンを選んで俯瞰している。そして、それぞれ
のいわば総合相関性を失わないように連環データ分析（※）で連環マップを構成し、クラスタリングを行っている。

クラスタ
別特徴
景気動向の構成要因 Dual ComBine Analysis
2016/12/31
7
2年間の11月景気ウオッチャーを4クラスタに類型化
4つのクラスタと空間構成
・今年と前年の11月の、ウオッチャーの2時点の地域
と業種の4種の属性と、主観的な景気判断と、その
説明文およびその市場因子等の変数等の統合的
相関性を知るため、連環データ分析による機械学
習で4にクラスタリングした。
・2015年には31％あった「変わる」が6.5％に減った。
結果、マジョリティが「悪く、やや悪く」と「変わる」から、
「良く、やや良く」と「変わらない」となった。
◆景気動向とその構成要因：（1/10)・・・ ‘15年と’16年の各11月の地域別ウオッチャーの判断と理由を4クラスタに類型化
・日本の2015年と2016年11月の景気動向を、消費者の現場のビジネスに従事している12地域の延べ1,690人に聞いた。良くなってい
るから悪くなっている等５段階の判断と、その説明文章の表示変数データをマシンラーニング(※)で統合解析し4クラスタに分類した。
・左上方向が「悪い」で、右下に「良い」の景気軸。左下が「不変」で、右上が「変化」の変化軸の安定した構成マップが発現した。
・’15年から’16年にかけ、「良く、やや良く」の構成比が増加し、「やや悪く」と「悪くなった」が減少し、DIの数値の改善に繋がった。
変らないＣＬ.2
変わるＣＬ3
良く、やや良くＣＬ.1
悪く、やや悪くＣＬ4
0%
20%
40%
60%
80%
100%
2016年…
2015年…
良く、やや良くCL1 170 20.1 326.0 38.6
変わらないCL2 185 21.9 329.0 39.0
悪く、やや悪くCL3 227 26.8 134.0 15.9
変わるCL4 264 31.2 55.0 6.5
計 846 100.0 844.0 100.0
2015年11月 2016年11月

クラスタ
別特徴
◆景気動向とその構成要因：（2/10）・・・ ‘15年と’16年の各11月の地域別ウオッチャーの判断と理由を4クラスタに類型化
・2015年と2016年の11月の地域各景気ウオッチャーの、多様な“景気に関する意識の分布”を可視化した。全ての地域で「良く、やや良
く」の方向へ変化している。
・その代表は、もともと「悪く、やや悪く」のポジションだった東北、九州、東京都で「良く、やや良く」へ移動した。
・2015年の11月のマジョリティが「悪く、やや悪く」と「変わる」だったのに対し、今月は「良く、やや良く」と「変わらない」に変化している。
景気動向の構成要因 Dual ComBine Analysis
4のクラスタと空間構成
・景気要因と構成軸からなる俯瞰マップに、
‘15年の11月と’16年の11月の2年間の12地
域の24点のポジションを布置した。
・北海道、北関東、南関東、東海、北陸等が、
「変わる」ポジションから、「良く、やや良く」の
ポジションへと変化した。
・近畿のみが、他の地域と異なったポジショ
ンを取っている。実は、後から見るように、業
種別属性で、百貨店のポジションと相関が
高く、そのサンプルの偏りとの組合せ効果で
あることが推定される。
・こうした多次元データの出現頻度そのもの
が意味を成す場合、例えば事故やインシデ
ンス等の、こうしたいわば統合的相関関係の
分析は、感度の高い異常性検出法に知用
可能である。
「景気動向DI+地域因子」
2016/12/31
変らないＣＬ.2
変わるＣＬ3
良く、やや良くＣＬ.1
悪く、やや悪くＣＬ4

◆景気動向とその構成要因：（3/10）・・・ ‘15年と’16年の各11月の市場要因別ウオッチャーの判断と理由を4クラスタに類型化
・景気動向に、市場要因として、顧客や単価や数量などの“市場の動き”を重ねて、それらの関係性を見る．
・「良く、やや良く」には、“販売量の動き”が対応している。「変わらない」には、“お客様の様子”が対応しており、「変わる」方向に
は、来客数の動きが対応している。
・「悪く、やや悪く」には、対応する市場の要因で対応する因子は無い。
9
クラスタ
別特徴
景気動向の構成要因
「景気動向DI+市場因子」
今年は来客数の動きが悪くなっ
てきた
・景気要因と構成軸からなる俯
瞰マップ上に、市場因子の5の
アイテムを布置。
・「悪く、やや悪く」には、対応す
る市場の要因で対応する因子
は無いが、逆読みが可能なので、
「販売量の動き」の逆となる。
・「変わる」方向に効いている市
場要因は、「来客数の動き」であ
り、「その他競争相手の様子」等
が変動要因となってくる可能性
がある。
2016/12/31

◆景気動向とその構成要因：（4/10）・・・ ‘15年と’16年の各11月の流通業種別ウオッチャーの判断と理由を4クラスタに類型化
・景気ウオッチャーの業種の内、’15年と’16年の一般流通業について、景気マップに布置し、景気の良否や変化の動向を見る．
・流通業の全体は、’15年より’16年は、「良く、やや良く」の方向へ移動しているが、特定商品に限定しない一般流通業は、今年に
なっても、いずれも「良く、やや良く」のクラスタに移動できた業態は存在しない。
・百貨店、スーパ、書店街、ショッピングセンターは、「悪く、やや悪く」から「変わらない」となった。
10
クラスタ
別特徴
地盤沈下が進む百貨店と商店街
・流通業界では、悪い順に、百貨店＜＜商店
街＜＜スーパ＜＜コンビニとなった。
・コンビニは、「変わる」から、「良く、やや良く」
の方向に動いたが、良くなるところまで、辿り着
いていない。
・いわば安定的に良くない百貨店には、「変わ
らい」状態で塩漬けとなっているが、原点からの
距離の大キサは、特徴力の大キサを示しており、
他の要因等どとの独特の関係の存在を示して
いる。
・コンビニのみが「変わる」ポジションに留まって
おり、良くなる可能性がある。
・スーパの大移動は、生活向け消費の弾力性
が大きいことを示していると言えよう。

◆景気動向とその構成要因：（5/10）・・・ ‘15年と’16年の各11月の物販業種別ウオッチャーの判断と理由を4クラスタに類型化
・景気ウオッチャーの業種の内、物販業界を景気マップに布置し、景気の良否や変化の動静を見る．
・物販業は、’15年に比べ’16年は、衣料、家電、食品等の日常的品目が「悪く、やや悪く」から「良い」方向へ移動したが、すっ
きりと好転した分けではない、医薬品、生花などの特殊専門業態は、生活必需品よりも明るいポジションに居る。
・特に’16年で「良く」なったのは、自動車である。また住宅や貴金属等高額商品も「良い」方向で安定した方向である。
11
クラスタ
別特徴
明るさを取り戻しつつある高額物
販業
・高額の自動車の好転が著しい。
・また、一番高額な住宅も安定の
方向で、低金利が利いている可能
性がある。
・衣料や家電や食品等の比較的
低額商品も、昨年に比べ好転して
いる。しかし、各種のサービスなど
に比べると、総じて良くはない。
・同じ物販でも、医薬品や貴金属
や生花等の専門性が高く、サービ
ス性の高い商品が、総じて良いポ
ジションにいる。

◆景気動向とその構成要因：（6/10）・・・ ‘15年と’16年の各11月のサービス業種別ウオッチャーの判断と理由を4クラスタに類型化
・景気ウオッチャーの月別のサービス業種を、景気マップに布置し、景気の良否や変化の動静を見る．
・サービス系の業種は、他の流通系や不振な物販系に比べ、原点の右側に布置されている業種が多いが、今月は好転している。
・レストラン、タクシー、旅行、ホテル等は、「動く」から「良く、やや良く」の方向に移動した。特に、通信・EC・ゲームは顕著である。
・「悪い、やや悪い」に居た理美容、介護、保険等が、それぞれ少し「良い」方向へ動いた。
12
クラスタ
別特徴
通信や娯楽関係が良い方向へ
移動した。
・昨年11月にくらべ、レストラン、
旅行、旅館など娯楽系が好転し
た。
・これらは、10月には、前年比落
ち込んでいたので、回復したと言
える。
・回復が鈍いサービス業種は、保
険、介護、ゴルフ、理美容など地
域密着型のサービス業であろう
か？それともインバウンド効果と
は関係が薄い業態であろうか？

◆景気動向の構成要因：（7/10）・・・ ‘15年と’16年の各11月の地域と流通業種のウオッチャーの判断と理由を4クラスタに類型化
・景気動向に、月別の地域、月別の一般流通業種と市場の各要因を重ねて、それらの綜合的関係性（連環性）を俯瞰する。
・2016年11月は、殆どの地域が「良く、やや良く」のクラスタに移動した。例外は中国、近畿で、「変わらない」の地域移動した。
・ただ、一般流通では、「良く、やや良く」のクラスタに移動した業種は存在せず、消費が回復しているとは言い難い。
・百貨店は、非常に特徴的なポジションと変化を見せており、近畿地方と極めて相関が高い。サンプリングの偏在による擬似相関？
13
クラスタ
別特徴
「景気動向DI+地域因子+業種因子
地域と一般流通業とIDの相関
・景気要因DIと構成軸からなる俯瞰
マップ上に、地域因子、流通業種因
子、市場因子を布置。
・一般流通業は、悪い順に、百貨店
＜＜ショッピングセンター＜＜スーパ
＜＜コンビニの順序に変化はない。
・巨艦主義的な流通業態から、分散
システム的流通業態へ変化している
とも考えられる。
・また、サービス業で、著しい、通信・
EC・ゲーム等の一般流通業へのイン
パクトも考えられる。
・もしそれが正しいとすると、インパク
トを最も受けたのが百貨店で、受け
ていないのがコンビニだとすると、ア
マゾンのコンビニ進出は、リーゾナブ
ルである。

◆景気動向の構成要因：（8/10）・・ ‘15年と’16年の各11月の地域と物販業のウオッチャーの判断と理由を4クラスタに類型化
・景気動向に、2年間の11月の地域と物販業種要因を重ねて、それらの綜合的関係性（連環性）を俯瞰する。
・今月は、地域的には全体に景気動向が改善される中、物販業はその動きが鈍い。
・「やや良く、良く」には自動車関連とその他小売業がある。住宅関係もあるが、「変わらない」のポジションに近づいてしまった。
・「変わらない」の代表は、近畿、中国で、衣料、家電、住宅等と相関がみられる。
14
クラスタ
別特徴
地域と物販業とDIの相関
マップ上に、地域因子、業種因子、
市場因子を布置。
・’16年11月の消費ジャンルにおける
地域のマジョリティは、「良く、やや良
くなった」であるが、物販業は、自動
車関連と、生花や燃料などの専門物
販だけである。
・住宅も「変わらない」ゾーンに近づ
いており、一概に高額消費への動向
とは言えない。
「景気動向DI+地域因子+物販業種因子

◆景気動向の構成要因：（9/10）・・・ ‘15年と’16年の各11月の地域とサービス業種のウオッチャーの判断と理由をクラスタで類型化
・景気動向に、2年間の11月の地域とサービス業種を重ねて、それらの綜合的関係性（連環性）を俯瞰する。
・’16年11月は、昨年同月とくらべ、多くの地域が改善しているが、業種としては、ほぼサービス業の全てが好転しておりその中心である。
・特に目立つのは、東京、南関東、九州、北陸で、業種は旅行、旅館、タクシー、旅館・ホテル等である。
・「悪い」方向では、近畿、中国で、業種はゴルフ、保険で、介護、理容美容ははっきりしない。
15
クラスタ
別特徴
地域とサービス業とDIの相関
マップ上に、11月について2年間の
地域因子、サービス業種を布置。
・今まで日本のDIを引っ張ってきたイ
ンバウンドに代表されるタクシーや旅
館・ホテル、レストラン等が、全月の
悪化にくらべ、戻ってきたようだ。
・’16年11月と’15年11月の計1690人
の街角景気ウオッチャーの見方は、
従来通り一般流通業や専門物販業
に比べ、景気を支えてきたサービス
業で戻ってきたようである。これがイ
ンバウンドか、ボーナス等の内需金
なのか見極めが必要である。
「景気動向DI+地域因子+サービス業種因子」

◆景気動向の構成要因：（10/10）・・ ‘15年と’16年の各11月のウオッチャーの判断と理由のキーワードをクラスタで類型化
・景気動向に、景気ウオッチャーの説明文のキーワードを布置し、景気動向の内容を見る．
・「良い」方向には、“サービス”、“インターネット”、“ボーナス商戦” 、“新型”等があり、「変わらず」には、“気温”、“衣料”、“冬
物”、“婦人”、“お歳暮”等が目に着くが、季節と関連する言葉である。
・「悪く、やや悪く」の方向では、“来客”、“現象”、 “客単価”、“減少”など現象説明が多いが、“競合店” 等も見られる。
16
クラスタ
別特徴
「景気動向DI+キーワード
景気DIとその理由説明キーワー
ドとの相関
・景気要因DIと構成軸からなる俯
瞰マップ上に、キーワードを布置。
・良い方向軸には、“インターネッ
ト”、“ボーナス商戦”、“新車”、
“住宅”等があえていえば、目立
つ。ただ“インバウンド”や“プレミ
アム商品券”等が目立たなくなっ
た。
・景気ウオッチャーは、方向感を
た訊ねているので、当然かも知れ
ないが、継続的なトレンドが続か
ない限り、景気DIは50.0ポイント
を大きく上回らないようにも思わ
れる。とはいえ、昔良かった時期
もあるので、あきらめるのは早計
である。
・ただ、一過性の景気刺激策効
果や、災害などによる消費の脆
弱性を、示している。

景気動向ペルソナ抽出 Dual ComBine Analysis
・家計動向DI判断の類型ペルソナ抽出分析
多様で非定型が典型なビッグデータの全貌を理解するためには、機械学習による情
報圧縮と、クラスタリングが有効である。
クラスタリングによる類型化と、その命名化（オープンコーディング等と呼ばれる）が必
要で、そのためには、クラスタの特徴理解が必要で、しばしばクラスターのプロファイリン
グと呼ばれる作業である。ここでは、クラスタを代表する典型的な具体的事象として機械
学習とAIで抽出したペルソナ分析の結果を示す。

◆ “良い、やや良いＣＬ.1“のペルソナ説明文の抽出：この特徴を持った代表的景気ウオッチャー10人をAIで抽出
・「良い、やや良いＣＬ.1」クラスタは、今月はほぼ全国的に広がっている。
・業種としては、圧倒的に乗用車関係が目立つ。消費税延期を乗り越えて設計関係が挙がり、通信関係が上向いているようである。
衣料は法人のお歳暮、北陸はカニの解禁で昨年より安く良く売れている等
・典型的なペルソナは、今月の九州の乗用車販売店で、“今月に販売が開始された新型車が順調に売れている。当分は新型車効
果で計画通りの売上、利益の確保が期待できる。”と、“販売量の動き”が“やや良くなっている”としている。
182016/12/31
“良い、やや良いＣＬ.1“のペルソナ
良い、やや良くなってＣＬ.1
“ＣＬ1“
キーワード
新型
増え
販売量
発売
効果
計画
受注
雰囲気
上向き
順調
Wno 地域景気の現状判断業種・職種判断の理由追加説明及び具体的状況の説明
1 九州H28 やや良くなっている乗用車販売店（総務担当）販売量の動き
・今月に販売が開始された新型車が順調に売れている。当分は新
型車効果で計画通りの売上、利益の確保が期待できる。
2 四国H28 やや良くなっている設計事務所（所長）販売量の動き・計画の依頼が以前よりずいぶん増えてきた。
3 沖縄H28 やや良くなっている通信会社（店長）販売量の動き
・販売量自体は前年同月とほぼ同じだが、今年の夏は動きが悪
かったため、３か月前と比較すると上向き傾向にある。
4 東北H28 やや良くなっている衣料品専門店（経営者）販売量の動き
・お歳暮商戦において、法人関係の受注が早く、販売量も増加して
いる。
5 北関東H28 やや良くなっている自動車備品販売店（経営者）販売量の動き
・単価を変えたり試行錯誤をして、販売量は増えてはいるものの、
周りの雰囲気や客の様子はあまり上向いてはない。まだ、財布の
ひもは固い感じがする。
6 四国H28 やや良くなっている乗用車販売店（従業員）販売量の動き・来月にかけて新型車発表が続き、来場者数は増えている。
7 中国H28 やや良くなっている乗用車販売店（総務担当）販売量の動き
・新型車の発売により活気が生まれ、ショールームの雰囲気も良
く、販売環境が好転したことで受注が伸びている。
8 北陸H28 やや良くなっている一般小売店［鮮魚］（役員）販売量の動き
・自社内で、売上が前年比100％を超える部署が増えてきた。カニ
漁解禁となってからは順調で、昨年より価格が安いため値ごろ感
があり、よく売れている。
9 東北H28 やや良くなっている乗用車販売店（経営者）販売量の動き
・新型車イベント効果もあり、登録車を中心に販売量が増加してい
る。
10 四国H28 やや良くなっている乗用車販売店（従業員）販売量の動き
・11月に新型車発売があり、受注は前年比１割程度増で推移して
いる。

◆ “変わらないＣＬ.2のペルソナ説明文の抽出：この特徴を持った代表的景気ウオッチャー10人をAIで抽出
・“変わらないＣＬ.2”の地域は、近畿と東京が多く、中国も含まれるそれらの全てが今年の11月として挙がっている。
・業種は全て百貨店で、“変わらない”とし、市場要因は、“単価の動き”、“お客様の様子”としており、気温の低下により防寒用衣料
関係が良いが、その他の高額品や生活必需品等の冷え込みの理由が多く上げられている。
・ペルソナは、近畿の百貨店で、“冷え込みを感じるこの時期らしい気候になり、上旬は防寒系アイテムに動きが出たものの、後半は
失速している。非常にシビアな消費傾向が続き、客単価が低下しているほか、高額品の動きも落ち着いており、苦戦している。”
192016/12/31
“変わらないＣＬ.2“のペルソナ
“ＣＬ2“
変わらないＣＬ.2
キーワード
動き
お歳暮
低下
婦人
アイテム
防寒
高額
衣料
必要
冬物
気温
購買
傾向
商品
苦戦
1 近畿H28 変わらない百貨店（販促担当）単価の動き
・冷え込みを感じるこの時期らしい気候になり、上旬は防寒系アイテムに動
きが出たものの、後半は失速している。非常にシビアな消費傾向が続き、
客単価が低下しているほか、高額品の動きも落ち着いており、苦戦してい
る。
2 近畿H28 変わらない百貨店（サービス担当）お客様の様子
・これまでの傾向に変化はなく、前年実績の確保に苦戦している。寒気が早
く到来したことで、婦人服は全体的に好調となっているが、お歳暮のギフト
商戦は苦戦している。ただし、入店客数だけは前年実績を上回っている。
3 近畿H28 変わらない百貨店（売場主任）お客様の様子
・今月の前半は気温の低下に伴い、アパレルや防寒商材の動きが良かっ
たものの、中盤から後半にかけて失速し、目標は達成できない見込みであ
る。客は実用的な商品は購入するものの、必要以上には購入しない。ま
た、客の財布のひもは一層固くなっており、購買単価にも慎重さがみられ
る。数量、単価共に厳しい状況にある。
4 近畿H28 変わらない百貨店（マネージャー）単価の動き
・11月は気温が低下し、冬物衣料の売行きが回復した。ただし、ブランドに
よる好不調の差が大きく、中価格帯の衣料品は堅調である一方、高価格帯
のブランドが大きくマイナスとなっている。買上点数の減少は続いているが、
上昇していた客単価がマイナスに転じている。最近の円安、株高傾向によ
る消費の改善はみられず、消費の引き締め傾向が顕著に感じられる。
5 中国H28 変わらない百貨店（売場担当）お客様の様子
・暖冬の影響で冬物が低迷した前年同月に比べ、今月は衣料品の動きが
久しぶりにやや上向いている。ただ手袋や帽子などの防寒雑貨は10月後半
から好調に推移しているものの、食品の動きはやや鈍い。
6 中国H28 変わらない百貨店（営業担当）お客様の様子
・11月に入り気温が低下したので、婦人服、紳士服の冬物衣料が動きはじ
め、売上とレジ客数は前年をクリアしている。逆に好調に推移してきた美術
品や宝飾品などの高額アイテムに陰りが出はじめている。
7 東京都H28 変わらない百貨店（営業担当）お客様の様子
・気温低下を受け、ようやく衣料品が浮上し、特に、コートがリードしている。
富裕層を中心とした顧客限定のイベントや販売会は好調であるが、対象商
品のみの購入にとどまり、堅実な購買傾向がうかがえる(東京都)。
8 東京都H28 変わらない百貨店（販売促進担当）来客数の動き
・気温低下により衣料品に動きが出てきたものの、観測史上初となる11月
の積雪の影響は大きく、全体としてはあまり改善はみられない。冬の大きな
商戦であるお歳暮に関しては順調に推移をしている(東京都)。
9 南関東H28 変わらない百貨店（売場主任）お客様の様子
・化粧品は前年比105％と好調である反面、婦人靴、ハンドバッグは前年比
93％となり、本当に必要なものしか買わない傾向である。コートは月前半の
気温低下で前年比105％と好調だが、コートは買ってもインナーのセーター
は買わないなど選別が激しい。
10 近畿H28 変わらない百貨店（外商担当）販売量の動き
・宝飾品や海外ブランド品、高級時計などは売上が多少回復してきている
が、依然として婦人服の売上は低迷している。気温もあまり下がらず、冬物
商材が苦戦している。

◆ “変わるＣＬ.3“のペルソナ説明文の抽出：この特徴を持った代表的景気ウオッチャー10人をAIで抽出
・“変わるＣＬ.3”の地域は、昨年の11月の北関東、東北、北陸などで、今年の11月では、東北と南関東が挙がっている。
・業種も昨年の、コンビニ、レストランの他、観光ホテル、テーマパーク等を挙げており、来客数の減少の言及が目立つ。
・ペルソナは、昨年の11月の北陸のコンビニで、“来客数を前年並みで維持してきた店舗で、前年割れが発生しだした。さらには
客単価も悪化している。これはプレミアム付商品券効果がなくなったことによるものであると思う。”とし、来客の動きがやや悪く
なっているとしている。
202016/12/31
“変わるＣＬ.3“のペルソナ
“ＣＬ
.3“
変わるＣＬ.3
1 東北H28 やや悪くなっているコンビニ（エリア担当）来客数の動き・前年に比べて来客数は減少傾向にある。
2 北関東H27 やや悪くなっているコンビニ（経営者）販売量の動き・来客数が減っているにもかかわらず、単価が上がっている。
3 北関東H27 やや悪くなっているテーマパーク（職員）来客数の動き
・前年と比べて、日並びが悪く、天候不順の影響などから、来客
数は減少している。
4 東海H27 やや悪くなっている観光型ホテル（販売担当）来客数の動き
・インバウンドを始め団体客が多く個人客が少ないため、団体
宿泊客数の落ち込みと共に、食堂部門の売上も減少している。
前月以上の落ち込みで、対策が重要課題となっている。
5 北陸H27 やや悪くなっているコンビニ（店舗管理）来客数の動き
・来客数を前年並みで維持してきた店舗で、前年割れが発生し
だした。さらには客単価も悪化している。これはプレミアム付商
品券効果がなくなったことによるものであると思う。
6 北関東H27 やや悪くなっている一般レストラン（経営者）来客数の動き
・昼は観光や仕事などで立ち寄る食事の客はいるものの、夜の
アルコールを伴う動きは非常に弱い。
7 北関東H27 やや悪くなっている一般レストラン（経営者）販売量の動き
・前年同期に比べて、来客数、売上共に低下している。客単価
はやや上昇したものの、この春に実施した値上げ率を考える
と、やや低下していると言える。常連客の来店頻度も下がり、注
文するメニューも一層安い単品料理になっている。
8 東北H27 やや悪くなっている観光型ホテル（スタッフ）来客数の動き
・観光シーズンにもかかわらず団体客が減少しており、その分
売上も減少している。
9 沖縄H27 やや悪くなっているその他のサービス［レンタカー］（営業担当）来客数の動き
・沖縄県の入域観光客数は、外国人観光客の増加で前年を上
回っているものと予想されるが、レンタカーを利用するであろう
国内客は、それほど増えてはおらず前年を下回る結果となっ
た。
10 南関東H28 やや悪くなっているコンビニ（経営者）来客数の動き・前年同期比で来客数が減少している。
キーワード
来客
少し
客数
減っ
減少
客
観光
前年
落ち
店
昼
客単価
少なく

◆ “やや悪くなっているＣＬ.4“のペルソナ説明文の抽出：この特徴を持った代表的景気ウオッチャー10人をAIで抽出
・“やや悪くなっているＣＬ.4”は、地域的には、昨年の11月の全国的で、今年は、ペルソナには抽出できていない。
・業種も昨年であるが、百貨店とスーパが目立つ、市場要因は“来客数の動き”が“やや悪くなっている“と説明している。
・ペルソナは、北関東の百貨店で、“11月に入り入店客数、売上共に前年に比べ、１割落ち込んでいる。前年以上の施策を行っている
ものの、客が反応しない。カード会員向けの優待会を行った週ですら、他の週と変わらない。衣料品、お歳暮も、明日からは戻せるだ
ろう、と毎日思いながら月末を迎えてしまった。数字を見るたびに何かの間違いではないかと思うほどである。ここまでの落ち込みは気
温の影響だけとは考えにくいが、他に明確な理由も見出せない。”
212016/12/31
“やや悪くなっているＣＬ.4“のペルソナ
“ＣＬ4“
悪く、やや悪くなってＣＬ.4
1 近畿H27 やや悪くなっているスーパー（企画担当）来客数の動き
・来客数が前年比で98％台に落ち込んできている。特に、日曜日
は５％減となっている。
2 東京都H27 やや悪くなっている百貨店（販売促進担当）来客数の動き
・来客数が前年を下回り、売上も免税売上を除くと前年に届かない
状況が続いている。特に、中間層マーケットが苦戦している。
3 北関東H27 やや悪くなっている百貨店（副店長）来客数の動き
・11月に入り入店客数、売上共に前年に比べ、１割落ち込んでい
る。前年以上の施策を行っているものの、客が反応しない。カード
会員向けの優待会を行った週ですら、他の週と変わらない。衣料
品、お歳暮も、明日からは戻せるだろう、と毎日思いながら月末を
迎えてしまった。数字を見るたびに何かの間違いではないかと思う
ほどである。ここまでの落ち込みは気温の影響だけとは考えにくい
が、他に明確な理由も見出せない。
4 近畿H27 やや悪くなっている一般小売店［衣服］（経営者）来客数の動き
・来客数が減少し、売上は前年よりもやや悪い。客の購買意欲が低
下してきている。
5 北海道H27 悪くなっている百貨店（売場主任）来客数の動き
・11月下旬に大雪が２度あったことで来客数が減少した。商材別に
みると、特にお歳暮の動きが悪いほか、婦人者が苦戦しており、婦
人服のコートなどは前年比70％にとどまった。
6 中国H27 変わらないスーパー（店長）来客数の動き
・来客数は前年比で100～101％、客単価は104％で推移してい
る。
7 九州H27 やや悪くなっているコンビニ（店長）お客様の様子・客単価、客数ともに減少傾向である。
8 東北H27 やや悪くなっている百貨店（売場担当）来客数の動き
・来客数の落ち込みに加え、買上点数、客単価も同様に落ち込ん
でおり、回復の兆しすらみえてこない状況である。また、暖冬も大き
く影響しており、防寒需要の伸び悩みが売上に直結している。
9 東北H27 やや悪くなっているスーパー（経営者）お客様の様子
・競争店のオープンから２か月経過しており、また、当店のリニュー
アルなどもあって客の買い回りの動きは大分進んでいるが、なかな
か来客数の増加にはつながらない。
10 近畿H27 やや悪くなっている衣料品専門店（経営者）来客数の動き
・来客数は確実に減っている。周辺の病院などには定期的に訪れ
ているものの、購買意欲が低下している。
キーワード
客単価
悪い
店
単価
減少
客数
来客
少し
落ち込ん
買上点数
影響
売上

入力データと構成 Dual ComBine Analysis

「景気ウオッチャー調査」データから処理の概要～ Dual ComBine Analysis
◆データ処理の概要
1.入力データ
・内閣府の「景気ウォッチャー調査」データ．
ただし、この調査には家計動向関連、企業動向関連、
製造業、および雇用関連ＤＩの３種があるが、家計動向関
連の現状判断のみを扱う．
2.前処理手法
・景気の動きを観察できる人々からインタビューした景気
動向に関する具体的状況の説明文を解析し、地域を12
の景気影響要因により特徴付ける．それをもとに、各地域
の代表的な景気動向に関する具体的状況の説明文と
キーワードを抽出する．（地域のうち東京都は、南関東の
内数）
3.連環データ分析による処理
・地域、業種等のウオッチャーの2属性、その主観的な景
気判断、その理由の説明文、市場の動き等の3要因の計
5要因のプロファイルデータを使いそれらの関係をクロス
表に表現．連環データ分析により、機械学習とAIルール
で、情報圧縮し、DCBマップに展開して、意味を抽出．
データ例
処理
◆「景気ウオッチャー調査データ」例
・例：北海道の一部のみ掲載．“3ヵ月くらい前”に比べ景況感を訊ね、その理由を訊いている．
・“良くなっている”、“やや良くなっている”、“変わらない”、“やや悪くなっている”、“悪くなっている”
◆データ処理の概要

全国の景気動向の構成
景気ウ
オッチャ
ー調査
調査の目的：地域の景気に関連の深い動きを観察できる立場にある人々の協力を得て、地域ごとの景気動向を的確かつ
迅速に把握し、景気動向判断の基礎資料とすることを目的とする。
対象地域：北海道、東北、北関東、南関東（東京都）、東海、北陸、近畿、中国、四国、九州、沖縄の11地域（12地域）。
調査客体：家計動向、企業動向、雇用等、代表的な経済活動項目の動向を敏感に反映する現象を観察できる業種の適
当な職種の中から選定した2,050人を調査客体とする
調査期間：毎月、当月時点であり、調査期間は毎月25日から月末である。
調査事項：景気の現状に対する判断（方向性）、その理由、および追加説明及び具体的状況の説明
調査客体数：平成13年８月調査以降は2,050人（全国11地域）。ただし、家計の景気動向ウオッチャーは840人程度。
ＤＩの算出方法：景気の現状、または、景気の先行きに対する５段階の判断に、それぞれ以下の点数を与え、これらを各
回答区分の構成比（％）に乗じて、ＤＩを算出している。
評価良くなっているやや良くなっている変わらないやや悪くなっている悪くなっている
評価良くなるやや良くなる変わらないやや悪くなる悪くなる
評価（良い）（やや良い）（どちらともいえない）（やや悪い）（悪い）
点数 100.0 75.0 50.0 25.00 0.0

景気ウオッチャー調査のジャンル別構成：社会情報天気図
・この社会情報天気図のジャンル構成は下記の表を使用。
・連環データマガジンでは、業態をサービス業、物販業、一般流通業に分類し、さらに23業種に再分類している。
景気ウオッチャ
ーのジャンル
景気ウオッチャー調査のジャンル別構成
業種個別業種
一般
流通
業
物販
業
サー
ビス
業
業種個別業種
一般
流通
業
物販
業
サー
ビス
業
百貨店百貨店 1 0 0 その他小売［生鮮魚介卸売］ 0 1 0
その他小売の動向を把握できる者［ショッピングセンター］ 1 0 0 その他専門店［コーヒー豆］ 0 1 0
ショッピングセンター 1 0 0 その他専門店［海産物］ 0 1 0
スーパースーパー 1 0 0 その他専門店［酒］ 0 1 0
コンビニコンビニ 1 0 0 その他専門店［食品］ 0 1 0
商店街商店街 1 0 0 その他専門店［和菓子］ 0 1 0
スナック 0 0 1 一般小売店［菓子］ 0 1 0
その他飲食［コーヒーショップ］ 0 0 1 一般小売店［高級精肉］ 0 1 0
その他飲食［サービスエリア内レストラン］ 0 0 1 一般小売店［自然食品］ 0 1 0
その他飲食［居酒屋］ 0 0 1 一般小売店［酒］ 0 1 0
その他飲食［仕出し］ 0 0 1 一般小売店［酒類］ 0 1 0
一般レストラン 0 0 1 一般小売店［食品］ 0 1 0
高級レストラン 0 0 1 一般小売店［食料雑貨］ 0 1 0
美顔美容室 0 0 1 一般小売店［精肉］ 0 1 0
理美容室 0 0 1 一般小売店［青果］ 0 1 0
理容室 0 0 1 一般小売店［鮮魚］ 0 1 0
その他サービス［介護サービス］ 0 0 1 一般小売店［茶］ 0 1 0
その他サービス［学習塾］ 0 0 1 一般小売店［和菓子］ 0 1 0
その他サービスの動向を把握できる者［介護サービス］ 0 0 1 一般小売店［珈琲］ 0 1 0
音楽教室 0 0 1 その他専門店［ファッション雑貨］ 0 1 0
その他サービス［ビデオ・ＣＤレンタル］ 0 0 1 その他専門店［靴］ 0 1 0
その他小売［インターネット通販］ 0 0 1 その他専門店［白衣・ユニフォーム］ 0 1 0
その他小売［ゲーム］ 0 0 1 その他専門店［布地］ 0 1 0
通信会社 0 0 1 衣料品専門店 0 1 0
その他サービス［福祉輸送］ 0 0 1 衣料品専門店［紳士服洋品］ 0 1 0
その他サービス［立体駐車場］ 0 0 1 一般小売店［衣服］ 0 1 0
その他サービスの動向を把握できる者［フェリー］ 0 0 1 一般小売店［衣料］ 0 1 0
タクシー 0 0 1 一般小売店［靴］ 0 1 0
旅行代理店 0 0 1 一般小売店［靴・履物］ 0 1 0
観光旅館組合 0 0 1 一般小売店［寝具］ 0 1 0
観光型ホテル 0 0 1 その他専門店［貴金属］ 0 1 0
観光型旅館 0 0 1 その他専門店［雑貨］ 0 1 0
都市型ホテル 0 0 1 その他専門店［時計］ 0 1 0
ゴルフ場 0 0 1 その他専門店［宝飾品］ 0 1 0
ゴルフ練習場 0 0 1 その他専門店［宝石］ 0 1 0
その他レジャー施設 0 0 1 一般小売店［眼鏡］ 0 1 0
その他レジャー施設［イベントホール］ 0 0 1 一般小売店［時計］ 0 1 0
その他小売の動向を把握できる者［土産卸売］ 0 0 1 その他専門店［書籍］ 0 1 0
テーマパーク 0 0 1 一般小売店［印章］ 0 1 0
パチンコ店 0 0 1 一般小売店［紙類］ 0 1 0
一般小売店［土産］ 0 0 1 一般小売店［事務用品］ 0 1 0
観光名所 0 0 1 一般小売店［書店］ 0 1 0
競艇場 0 0 1 一般小売店［文具］ 0 1 0
遊園地 0 0 1 一般小売店［文房具］ 0 1 0
その他サービス［イベント企画］ 0 0 1 その他専門店［ドラッグストア］ 0 1 0
その他サービス［葬祭業］ 0 0 1 その他専門店［医薬品］ 0 1 0
その他サービス［保険代理店］ 0 0 1 ドラッグストア 0 1 0
その他専門店［スポーツ用品］ 0 0 1 一般小売店［医薬品］ 0 1 0
ゴルフ場 0 0 1 一般小売店［薬局 0 1 0
ゴルフ練習場 0 0 1 その他専門店［楽器］ 0 1 0
その他レジャー施設 0 0 1 一般小売店［カメラ］ 0 1 0
その他レジャー施設［イベントホール］ 0 0 1 一般小売店［家電］ 0 1 0
その他小売の動向を把握できる者［土産卸売］ 0 0 1 家電量販店 0 1 0
テーマパーク 0 0 1 その他サービス［自動車整備業］ 0 1 0
パチンコ店 0 0 1 自動車備品販売店 0 1 0
一般小売店［土産］ 0 0 1 乗用車販売店 0 1 0
観光名所 0 0 1 その他住宅［リフォーム］ 0 1 0
競艇場 0 0 1 その他住宅［住宅管理］ 0 1 0
遊園地 0 0 1 その他住宅［住宅資材］ 0 1 0
その他サービス［イベント企画］ 0 0 1 その他住宅［情報誌］ 0 1 0
その他サービス［葬祭業］ 0 0 1 その他住宅［展示場］ 0 1 0
その他サービス［保険代理店］ 0 0 1 その他住宅［不動産賃貸及び売買］ 0 1 0
その他専門店［スポーツ用品］ 0 0 1 その他住宅投資の動向を把握できる者［不動産仲介］ 0 1 0
一般小売店［家具］ 0 1 0
住関連専門店 0 1 0
住宅販売会社 0 1 0
設計事務所 0 1 0
その他専門店［ガソリンスタンド］ 0 1 0
その他専門店［燃料］ 0 1 0
一般小売店［花］ 0 1 0
一般小売店［結納品］ 0 1 0
一般小売店［贈答品］ 0 1 0
一般小売店［祭用品] 0 1 0
一般小売店［生花］ 0 1 0
旅館・ホテル
ゴルフ場・ゴルフ練習場
旅行行楽観光娯楽土産物
保険、葬祭、その他サービス
レストラン、飲食サービス
理容美容室
介護、教育生活サービス
通信、ECゲーム,ビデオ
タクシ－、移動、駐車、レンタ
カー
保険、葬祭、その他サービス
ゴルフ場・ゴルフ練習場
旅行行楽観光娯楽土産物
家電Pcカメラ時計楽器販売
自動車、修理、用品
住宅,設計事務所、家具
生花、燃料,ガソリン、その他
小売
ショッピングセンター
食品飲料販売
衣料、寝具、装身、靴、鞄
貴金属、時計、眼鏡店,雑貨
書籍、文具、紙、印鑑
医薬品ドラックストア

あとがき
英国のEU離脱と、USのトランプ現象で、世界に衝撃が走っている。経済学者達は、まだ、19世紀のリカートの比較優位
論を引き合いに出して、自由貿易論を振り回している。しかし時代はすでに、我々を追い越しているのではないか。
その対極に立っているのが、中国と日本のように思われる。中国が大砲とミサイルを剥けていた台湾とはEPAを結んでこ
れを撤去し、一つの中国への舵を切って久しい。日本もTPPで中国を包囲する世界のGDPの半分を占める自由貿易圏
構想を追求してきた。金融同盟もAIIBとアジア投資銀行で、まだ、それぞれが囲い込み戦略を追求している。
トランプは、こうした広域の囲い込み構想を全て壊そうとしている。リカートは複数の製品の生産性が劣る英国とそれに勝
るポルトガルが自由交易体制を組んだとき、それぞれの中の得意領域に特化することで、両国が利益を得られることを示
した。しかしそれには条件が必要で、例えば、需要が無限に存在すること、そのための仕事の場を造れること等である。
この社会情報天気図では、最終消費のフィールドからの生のデータである。そこからの声は、圧倒的に品物が溢れ、需
要が不足していることが語られている。品物に代表される専門プロダクツを扱う物販業や、一般流通業が振るわないことも
それを示している。輸出入が難しいサービス業が比較的良いこともそれを示している。
近代国家は、徴税と、その地理的にも時間的にも適切な分配の機能を果たせなくなったとき、その脆弱性を露呈する。
健全な国家群が衰えたとき、広域経済圏も流動的となる。とくに、金融やその基盤である情報や技術の流動性が、物理的
国家の壁を軽々と乗り越える時代には、より健全な国家統治の必要性が高まることになる。
こうした問題を克服する方法は、イノベーションしかない。イノベーションが難しいのは、新結合の開発が難しいことから
来ているが、その新結合とは、Latent Question vs. Latent Resources とのマッチングであるが、それらを結んで解決する
Solution がそもそもレイテントなのである。つまりこの3種の隠されたアイテムは、他の2組のマッチング構造が見えない限り
顕在化できないという、いわば、イノベーションのトリレンマ状態にあるからである。
こうしたLatent Question を発見するためには、Big Purpose こそが必要であることが判ってきた。つまり、Innovation
follows Big Purpose and Latent PQ Rであろう。そこで、いま、Purpose Engineering Research が、ECやメキシコから宣言を
発し始めている。
平成28年12月31日
26
2016/12/31
発行データ・ケーキベーカ株式会社
編集連環データ分析研究会
イラスト Hiｓami. Chyan、Photo T. Hirata &, Aki . kara
URL：http://www.dcb.co.jp/
facebook：https://www.facebook.com/socialweathermap

連環データマガジン景気ウォッチャー 201612

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (10)

Similar a 連環データマガジン景気ウォッチャー 201612

Similar a 連環データマガジン景気ウォッチャー 201612 (9)

Más de DataCakeBaker corp

Más de DataCakeBaker corp (6)

Último

Último (6)