data journalism

1 データ分析

1.1 スポーツに対する人々の認識の変化

スポーツは、そのスポーツを好きな人だけのものではありません。歴史、文化、社会との結びつきも強く、国際的に見ると、欧米では、そういった側面も理解されているように思います。しかし、ここ日本では、まだまだ、アスリートのもの・ファンのものというように、種目そのものの特徴がフォーカスされている気がしています。そんな中、外出自粛がつづいたコロナ禍では、外での運動が減ったり、さまざまなスポーツイベントの開催が制限されたりと、「する」「みる」どちらの立場においても、これまでの関わり方を変えることを余儀なくされました。

1.1.1 使用データ

令和1年と令和2年のスポーツ庁による世論調査から、
「スポーツが個人や社会にもたらす効果はなんだと思いますか？」
という質問項目に対する回答結果を利用して、
“コロナ前とコロナ後で人々のスポーツに関する認識にどのような変化があったか”
を観察していきます。

1.1.2 使用ライブラリ

#PDFをCSVファイルに変換するためのライブラリ
library(githubinstall)
githubinstall(c("tabulizerjars", "tabulizer"))
library(rJava)
library(tabulizer)

#その他ライブラリ
library(tidyverse)
library(purrr)
library(ggplot2)
library(ggalt)
library(ggrepel)

1.1.3 令和1年(コロナ前)

まずは、令和1年のデータを収集するにあたって、Tabulaという、pdfをcsvに変換してくれるツールを利用しました。が・・・このTabula、ある程度の精度しかなく・・・
かなり、整形と加工に苦労しました。

#r1sportsをダウンロード
df_tabula <- read_csv("tabula-r1sports.csv")
#r1sportsの整形
df_tabula1 <- df_tabula[1:96, -c(1,2)]
df_tabula2 <- df_tabula[98:193, -c(1,10:16)]
df_tabula_merge <- cbind(df_tabula1, df_tabula2) #2ページにわたっていたcsvの結合
df_tabula_merge[97,] <- c(52.5, 26.6, 15.1, 7.8, 11.6, 11.8, 11.3, 14.5, 19.4, 4.5, 9.6, 33.0, 13.9, 5.8, 3.0, 10.0, 15.8, 20.9, 18.0, 0.2, 15.5, 23.2) #1行分のデータ挿入
n <-ncol(df_tabula_merge) #以下3行にわたって、データの型をnumericに変換
ix <- 1:n
df_tabula_merge.list <-lapply(df_tabula_merge[ix], as.numeric)
df_tabula_merge <- data.frame(matrix(unlist(df_tabula_merge.list), nrow=97, byrow=FALSE),stringsAsFactors=FALSE) #直前のコードによりlist型になってしまったデータをdataframe型に変換
colnames(df_tabula_merge) <- c("健康と体力状態の保持増進", "精神的な充足感", "青少年の健全な発育", "克己心or自制心", "思考力や判断力の発進", "夢と感動", "リーダーシップorコミュニケーション能力", "リラックスor癒しor爽快感", "達成感の獲得", "生産性の向上or仕事と学業の能率アップ", "経済の活性化", "人と人との交流", "地域の一体感や活力", "国際相互理解の促進", "我が国の国際的地位の向上", "長寿社会の実現", "他者を尊重し協同する精神", "フェアプレイ精神の醸成", "豊かな人間性", "その他", "どれも当たらない", "わからない") #行名挿入
df_tabula_merge <- df_tabula_merge %>% mutate(年度 = "R1") #令和1年を示す列作成

ここまで整形に一苦労。

ようやくデータ加工に入ります。
まずは、全体の集計結果をみたいので、

df_tabula_merge_all <- df_tabula_merge[1,] #r1sportsのうち、全体の集計結果を切り出す
df_tabula_merge_all <- gather(df_tabula_merge_all, key = 個人や社会への効果としてのスポーツのイメージ,  value = 割合, 健康と体力状態の保持増進, 精神的な充足感, 青少年の健全な発育, 克己心or自制心, 思考力や判断力の発進, 夢と感動, リーダーシップorコミュニケーション能力, リラックスor癒しor爽快感, 達成感の獲得, 生産性の向上or仕事と学業の能率アップ, 経済の活性化, 人と人との交流, 地域の一体感や活力, 国際相互理解の促進, 我が国の国際的地位の向上, 長寿社会の実現, 他者を尊重し協同する精神, フェアプレイ精神の醸成, 豊かな人間性, その他, どれも当たらない, わからない) #変数のグループ化

したら、
図示します。

r1_plot <- ggplot(df_tabula_merge_all, aes(x = 割合, y = reorder(個人や社会への効果としてのスポーツのイメージ, 割合), family = "HiraKakuPro-W3")) +
  geom_point(size = 3) +
  theme_bw() +
  theme_gray(base_family = "HiraKakuPro-W3") +
  theme(
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank(),
    panel.grid.major.y = element_line(colour = "red", linetype = "dashed")
  ) #クリーブランドプロット
r1_plot <- r1_plot + 
  xlim(0,80) +
  ylab("個人や社会への効果としてのスポーツのイメージ") +
  ggtitle("令和元年 スポーツ庁世論調査") #プロットカスタマイズ
r1_plot 

それぞれの回答割合(回答数/全体×100%)が大小比較できるようにしたかったので、各回答項目を割合の大きい順に縦に並べました。※複数回答方式なので全ての項目の回答割合をたすと100%を超えます。

1.1.4 令和2年(コロナ後)

次に、令和2年のデータにも同じ操作をします。
こちらは、Rのライブラリを使って、csv変換。
しかし・・・ライブラリの限界で、こちらも完璧には変換できませんでした。
整形整形…

#r2sports
#データ読み込み
df_list <- tabulizer::extract_tables("r2sports.pdf") %>%
  purrr::map_dfr(as.data.frame) %>%
  as_tibble() 

#データ前処理
df_list1 <- df_list[12:123,]  
df_list1[, 17:18] <- str_split_fixed(df_list1$V3, " ", n=2) #文字列分割
df_list1 <- df_list1[, c(1,2,17,18,4,5,6,7,8,9,10,11,12,13,14,15,16,3)] #列並べ替え
df_list1 <- df_list1[, -c(1:2,18)] #列削除
colnames(df_list1) <- c("健康・体力状態の保持増進", "精神的な充足感", "青少年の健全な発育", "克己心、自制心", "思考力や判断力の発進", "夢と感動", "リーダーシップ、コミュニケーション能力", "リラックス、癒し、爽快感", "達成感の獲得", "生産性の向上、仕事・学業の能率アップ", "経済の活性化", "人と人との交流", "地域の一体感や活力", "国際相互理解の促進", "国際相互理解の促進2")
df_list1 <- df_list1[-c(7,9,19,21,23,52,54,86,88,90,98,100,102,104,106),] #行削除
col14 <- as.numeric(df_list1$国際相互理解の促進) #以下7行にわたって、列のデータを重ね合わせる
col15 <- as.numeric(df_list1$国際相互理解の促進2)
col14[is.na(col14)] <- 0
col15[is.na(col15)] <- 0
col1415 <- col14 + col15
df_list1$国際相互理解の促進 <- col1415
df_list1 <- df_list1[, -15]
df_list2 <- df_list[135:246,3:12]
df_list2[, 11:12] <- str_split_fixed(df_list2$V3, " ", n=2) #文字列分割
df_list2 <- df_list2[, c(11,12,2,3,4,5,6,7,8,9,10,1)] #列並べ替え
df_list2 <- df_list2[, -c(5, 7, 10, 12)] #列削除
df_list2 <- dplyr::select(df_list2, 我が国の国際的地位の向上 = V1, 長寿社会の実現 = V2, 他者を尊重し協同する精神 = V4, フェアプレイ精神の醸成 = V5, 豊かな人間性 = V7, その他 = V9,どれも当たらない = V10, わからない = V12, dplyr::everything()) #列名変更
df_list2 <- df_list2[-c(7,9,19,21,23,52,54,86,88,90,98,100,102,104,106),] #行削除
df_list2[92, 8] <- "6.6" #抜けていた数値の挿入
df_list_merge <- cbind(df_list1, df_list2)
n2 <-ncol (df_list_merge)
ix <- 1:n2
df_list_merge.list <-lapply(df_list_merge[ix], as.numeric)
df_list_merge <- data.frame(matrix(unlist(df_list_merge.list), nrow=97, byrow=FALSE),stringsAsFactors=FALSE)
colnames(df_list_merge) <- c("健康と体力状態の保持増進", "精神的な充足感", "青少年の健全な発育", "克己心or自制心", "思考力や判断力の発進", "夢と感動", "リーダーシップorコミュニケーション能力", "リラックスor癒しor爽快感", "達成感の獲得", "生産性の向上or仕事と学業の能率アップ", "経済の活性化", "人と人との交流", "地域の一体感や活力", "国際相互理解の促進",   "我が国の国際的地位の向上", "長寿社会の実現", "他者を尊重し協同する精神", "フェアプレイ精神の醸成", "豊かな人間性", "その他", "どれも当たらない", "わからない")
df_list_merge <- df_list_merge %>% mutate(年度 = "R2")

整形が終わったので、
全体の集計結果を取り出します。

df_list_merge_all <- df_list_merge[1,]
df_list_merge_all <- gather(df_list_merge_all, key = 個人や社会への効果としてのスポーツのイメージ,  value = 割合, 健康と体力状態の保持増進, 精神的な充足感, 青少年の健全な発育, 克己心or自制心, 思考力や判断力の発進, 夢と感動, リーダーシップorコミュニケーション能力, リラックスor癒しor爽快感, 達成感の獲得, 生産性の向上or仕事と学業の能率アップ, 経済の活性化, 人と人との交流, 地域の一体感や活力, 国際相互理解の促進, 我が国の国際的地位の向上,長寿社会の実現,他者を尊重し協同する精神, フェアプレイ精神の醸成, 豊かな人間性, その他, どれも当たらない, わからない)

そして、図示。

r2_plot <- ggplot(df_list_merge_all, aes(x = 割合, y = reorder(個人や社会への効果としてのスポーツのイメージ, 割合), family = "HiraKakuPro-W3")) +
  geom_point(size = 3) +
  theme_bw() +
  theme_gray(base_family = "HiraKakuPro-W3") +
  theme(
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank(),
    panel.grid.major.y = element_line(colour = "blue", linetype = "dashed")
  )
r2_plot <- r2_plot + 
  ylab("個人や社会への効果としてのスポーツのイメージ") +
  ggtitle("令和2年 スポーツ庁世論調査")
r2_plot

1.1.5 令和1年と2年(コロナ前後)の比較

令和1年(コロナ前)と令和2年(コロナ後)の認識の変化がよりわかりやすくなるよう、ダンベルチャートを作成します。

#ダンベルチャート作成
df_bind_all <- merge(df_tabula_merge_all, df_list_merge_all, by = "個人や社会への効果としてのスポーツのイメージ")
f <- ggplot(df_bind_all, aes(x=割合.x, xend=割合.y, y=reorder(個人や社会への効果としてのスポーツのイメージ, 割合.x)))
f + geom_dumbbell(colour_x = "darkRed", colour_xend = "darkBlue", size_x = 3, size_xend = 3) +
      theme(plot.background=element_rect(fill= "grey93", colour= "grey93")) +
      theme(plot.title=element_text(size= 11, face= "bold", hjust= 0)) +
      theme(axis.text.x=element_text(size= 8)) +
      theme(axis.text.y=element_text(size= 8)) +
      theme(axis.title.x=element_text(size= 9)) +
      theme(axis.title.y=element_text(size=9)) + 
      ylab("個人や社会への効果としてのスポーツのイメージ") + 
      xlab("割合") +
      ggtitle("コロナ前後でのスポーツへの認識の変化") 

#スタジアム観戦がなくなったものの、地域の一体感や活力への認識にはコロナ前後で差が見られない
#豊かな人間性、経済の活性化、能率アップとしてのスポーツという認識の向上
#オリンピックへの期待があったものの開催は中止、国際相互理解の促進としてのスポーツの認識減退

コロナ前後ともに、「健康と体力状態の保持増進」に関する人々の認識に占める割合が1番大きく、また、コロナ前よりも増えています。
「人と人との交流」「精神的な充足感」「豊かな人間性」「リラックスor癒しor爽快感」「長寿社会の実現」「経済の活性化」なども増えているものの、各項目との比較においては、劇的に変わったと言える項目は特にないです。 また、「国際相互理解の促進」「我が国の国際的地位の向上」など国際関係に関する認識に関しては、以前から低く、今年、ようやく東京オリンピックが開催され、どのような変化が生じたか、来年の世論調査が待たれるところです。

このような結果が得られた中で、注目したいのが、「地域の一体感や活力」に関する認識です。コロナ禍で、多くの試合が中止、自粛期間が終わっても、観客数は制限されたために、地域におけるスポーツの存在感は減っても良いと思われるにもかかわらず、今回の分析では、コロナ前後では、大した変化が見られませんでした。

1.1.6 「地域の一体感や活力」としてのスポーツ

地域の一体感や活力への認識に、コロナ前後で差が見られない点に注目し、
さらに、回答者の居住地域ごとに、この項目に対する回答割合がどう違うのかを見ます。

df_list_merge_region <- df_list_merge[25:42, -23] #都市規模ごと、居住地域ごとの回答割合データを切り出す
df_list_merge_region <- t(df_list_merge_region)
df_list_merge_region <- as.data.frame(df_list_merge_region)
#都市規模ごと
df_list_merge_region_chiiki1 <- as.data.frame(df_list_merge_region[13, 1:6])
colnames(df_list_merge_region_chiiki1) <- c("東京23区or政令指定都市","東京都区部", "政令指定都市", "大都市", "小都市", "町村")
df_list_merge_region_chiiki1 <- gather(df_list_merge_region_chiiki1, key = 都市規模,  value = 割合_都市規模, 東京23区or政令指定都市, 東京都区部, 政令指定都市, 大都市, 小都市, 町村)
#居住地域ごと
df_list_merge_region_chiiki2 <- as.data.frame(df_list_merge_region[13, 7:18])
colnames(df_list_merge_region_chiiki2) <- c("北海道", "東北", "北関東", "首都圏", "北陸", "東山", "東海", "近畿二府一県", "その他近畿圏", "中国", "四国", "九州or沖縄")
df_list_merge_region_chiiki2 <- gather(df_list_merge_region_chiiki2, key = 居住地域,  value = 割合_居住地域, 北海道, 東北, 北関東, 首都圏, 北陸, 東山, 東海, 近畿二府一県, その他近畿圏, 中国, 四国, 九州or沖縄)

都市規模ごとの回答は扱わず、居住地域ごとの回答の散らばりを見ることにして、
図示。

r2_chiiki2_plot <- ggplot(df_list_merge_region_chiiki2, aes(x = 割合_居住地域, y = 居住地域), family = "HiraKakuPro-W3") +
  geom_point(size = 3) +
  theme_bw() +
  theme_gray(base_family = "HiraKakuPro-W3") +
  theme(
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank(),
    panel.grid.major.y = element_line(colour = "blue", linetype = "dashed")
  )
r2_chiiki2_plot <- r2_chiiki2_plot + 
  xlab("割合") +
  ylab("居住地域") +
  scale_y_discrete(limits=c("九州or沖縄","四国","中国","その他近畿圏","近畿二府一県", "東海", "東山", "北陸", "首都圏", "北関東", "東北","北海道")) +
  ggtitle("R2 居住地域別「地域の一体感や活力」という認識")
r2_chiiki2_plot

#東山地方(岐阜・長野・山梨)高い
#他の地域についても調べたい

特に、岐阜・長野・山梨を指す東山地方において、スポーツの「地域の一体感と活力」としての側面が強く認識されていることがわかります。
おそらく、この地域のプロスポーツチームが、地元で盛り上がりをみせている？？？
そこで、岐阜・長野・山梨の2県1府の、特に野球とサッカーのプロチームの状況を見ていきます。

2 調査

2.1 岐阜・長野・山梨

2.1.1 プロ野球・サッカー

岐阜・長野・山梨には、プロ野球の本拠地球場はない。一方、サッカーについては、Jリーグで最も階級の高いJ1リーグ所属のクラブはこの3県になく、J2の松本山雅FC(長野)・ヴァンフォーレ甲府(山梨)、J3のFC岐阜(岐阜)・AC長野パルセイロ(長野)が存在する。

プロ野球の本拠地球場のマップ http://kurashinotakarabako.com/affiliate_wordpress/wp-content/uploads/2018/04/20180408.html
J2の本籍地マップ
https://map.ultra-zone.net/j-league.ja.html.gz#filter=j2&zoom=chubu
J3の本籍地マップ
https://map.ultra-zone.net/j-league.ja.html.gz#filter=j2&zoom=chubu

2.1.2 Jリーグ

デロイトトーマツコンサルティング(以下DTC)が令和2年(コロナ後)に発表した、Jリーグのビジネスマネジメントに関するレポート結果では、DTCが独自に作成したマーケティング指標・経営効率指標・経営戦略指標・財務状況指標に基づく、Jリーグのリーグ別ビジネスマネジメントランキングを見ることができる。
このレポートによると、J2リーグでは、松本山雅FCがマーケティング指標のうち「平均入場者数」「スタジアム集客率」「客単価」、経営効率指標のうち「勝ち点1あたり入場料収入」「SNSフォロワー数」において上位を占める。
岐阜・長野・山梨の他のプロチームは、松本山雅FCほどは、地元ファンの獲得を示すランキングにおいて、上位に位置しないため、この地域における「地域の一体感や活力」としての認識の強さには、松本山雅FCが一役買っているのではないか、ということが見て取れる。

2.2 松本山雅FC

2.2.1 地元からの根強い人気

地元発祥のチーム
スタジアム観戦客は収容数の90%超
DTCのレポート結果の振り返り: コロナ禍でもファンの関心を惹きつける

2.2.2 地元に貢献するチーム

地域づくりに特化したベンチャー企業と提携
社長の方針も「ファン色に染められるチーム」として「地域密着型」
https://news.mynavi.jp/kikaku/20200331-1007618/

2.2.3 成績情報

2020年度はJ1からJ2にリーグ降格している
2021年11月J2からJ3に降格

2.2.4 まとめ

Jリーグ降格でも、地元ファンの獲得に成功する

2.3 コロナ後のスポーツの在り方

コロナ以降のスポーツの全体的な方向性
・スタジアム以外でのファンとの接点
・商業圏・顧客層の捉え直し
今後、ますます、地域ビジネスとしてのスポーツが広まるのではないだろうか