観光業と地域経済
延べ宿泊者数が消費支出に与える影響

df_raw = pd.read_csv(DATA_B, encoding='shift-jis', header=0)
# 行0がラベル行、行1以降が実データ
df_all = df_raw.iloc[1:].copy()
df_all.columns = df_raw.columns

# 数値列に変換
NUM_COLS = ['A1101', 'A1303', 'C3801', 'G7101', 'G7102', 'L3221']
for c in NUM_COLS:
    df_all[c] = pd.to_numeric(df_all[c], errors='coerce')

df_all['年度'] = df_all['SSDSE-B-2026'].astype(int)
df_all['都道府県'] = df_all['Prefecture']

print("=" * 65)
print("■ SSDSE-B-2026 読み込み完了")
print(f"  年度範囲: {df_all['年度'].min()}〜{df_all['年度'].max()}")
print(f"  都道府県数（各年）: {df_all.groupby('年度')['都道府県'].count().iloc[0]}件")
print("=" * 65)

df_all['宿泊密度']     = df_all['G7101'] / df_all['A1101'].clip(1)
df_all['外国人比率']   = df_all['G7102'] / df_all['G7101'].clip(1) * 100
df_all['消費支出_万円'] = df_all['L3221'] / 10000
df_all['旅館密度']     = df_all['C3801'] / df_all['A1101'].clip(1) * 10000
df_all['高齢化率']     = df_all['A1303'] / df_all['A1101'].clip(1) * 100

# 2022年データ抽出
df_2022 = df_all[df_all['年度'] == 2022].copy().reset_index(drop=True)
# 2019年データ抽出（コロナ前比較用）
df_2019 = df_all[df_all['年度'] == 2019].copy().reset_index(drop=True)

print(f"\n■ 2022年データ: {len(df_2022)}都道府県")
print(f"  宿泊密度（平均）: {df_2022['宿泊密度'].mean():.4f}")
print(f"  外国人比率（平均）: {df_2022['外国人比率'].mean():.2f}%")
print(f"  消費支出（平均）: {df_2022['消費支出_万円'].mean():.2f}万円/月")

print("\n" + "=" * 65)
print("■ 図1: 時系列推移（地域別）")
print("=" * 65)

# 地方区分
REGION_MAP = {
    '北海道': '北海道・東北',
    '青森県': '北海道・東北', '岩手県': '北海道・東北', '宮城県': '北海道・東北',
    '秋田県': '北海道・東北', '山形県': '北海道・東北', '福島県': '北海道・東北',
    '茨城県': '関東', '栃木県': '関東', '群馬県': '関東', '埼玉県': '関東',
    '千葉県': '関東', '東京都': '関東', '神奈川県': '関東',
    '新潟県': '中部', '富山県': '中部', '石川県': '中部', '福井県': '中部',
    '山梨県': '中部', '長野県': '中部', '岐阜県': '中部', '静岡県': '中部', '愛知県': '中部',
    '三重県': '近畿', '滋賀県': '近畿', '京都府': '近畿', '大阪府': '近畿',
    '兵庫県': '近畿', '奈良県': '近畿', '和歌山県': '近畿',
    '鳥取県': '中国・四国', '島根県': '中国・四国', '岡山県': '中国・四国',
    '広島県': '中国・四国', '山口県': '中国・四国',
    '徳島県': '中国・四国', '香川県': '中国・四国', '愛媛県': '中国・四国', '高知県': '中国・四国',
    '福岡県': '九州・沖縄', '佐賀県': '九州・沖縄', '長崎県': '九州・沖縄',
    '熊本県': '九州・沖縄', '大分県': '九州・沖縄', '宮崎県': '九州・沖縄',
    '鹿児島県': '九州・沖縄', '沖縄県': '九州・沖縄',
}
REGION_ORDER = ['北海道・東北', '関東', '中部', '近畿', '中国・四国', '九州・沖縄']
REGION_COLORS = {
    '北海道・東北': '#1565C0',
    '関東':         '#E65100',
    '中部':         '#2E7D32',
    '近畿':         '#6A1B9A',
    '中国・四国':   '#795548',
    '九州・沖縄':   '#00695C',
}

df_all['地方'] = df_all['都道府県'].map(REGION_MAP)
df_region_ts = (
    df_all.groupby(['年度', '地方'])['G7101']
    .sum()
    .reset_index()
)
df_region_ts['宿泊者数_億人'] = df_region_ts['G7101'] / 1e8

fig1, ax1 = plt.subplots(figsize=(11, 6))
for region in REGION_ORDER:
    sub = df_region_ts[df_region_ts['地方'] == region].sort_values('年度')
    if len(sub) == 0:
        continue
    ax1.plot(sub['年度'], sub['宿泊者数_億人'],
             marker='o', linewidth=2, markersize=5,
             color=REGION_COLORS[region], label=region)

# COVID期を強調
ax1.axvspan(2019.5, 2021.5, alpha=0.12, color='#C62828', zorder=0)
ax1.axvline(2019.5, color='#C62828', linestyle='--', linewidth=1.2, alpha=0.7)
ax1.axvline(2021.5, color='#C62828', linestyle='--', linewidth=1.2, alpha=0.7)
ax1.text(2020.4, ax1.get_ylim()[1] * 0.97, 'COVID-19\n急減期',
         ha='center', va='top', fontsize=9.5, color='#C62828', fontweight='bold')

ax1.set_xlabel('年度', fontsize=12)
ax1.set_ylabel('延べ宿泊者数（億人泊）', fontsize=12)
ax1.set_title('延べ宿泊者数の時系列推移（地方別）\n〜COVID-19による急減と回復〜',
              fontsize=13, fontweight='bold')
ax1.set_xticks(sorted(df_region_ts['年度'].unique()))
ax1.xaxis.set_tick_params(rotation=45)
ax1.legend(loc='upper left', fontsize=9.5, framealpha=0.85)
ax1.grid(True, alpha=0.3)
plt.tight_layout()
fig1.savefig(os.path.join(FIG_DIR, '2022_H5_5_fig1_timeseries.png'),
             bbox_inches='tight', dpi=150)
plt.close(fig1)
print("図1保存: 2022_H5_5_fig1_timeseries.png")

print("\n■ 図2: 散布図（宿泊密度 vs 消費支出）")

fig2, ax2 = plt.subplots(figsize=(11, 7))

x2 = df_2022['宿泊密度'].values
y2 = df_2022['消費支出_万円'].values
pref2 = df_2022['都道府県'].values

# 散布図
sc2 = ax2.scatter(x2, y2, c=df_2022['外国人比率'].values,
                  cmap='YlOrRd', s=70, alpha=0.85,
                  edgecolors='#333', linewidth=0.5, zorder=3)
cbar2 = fig2.colorbar(sc2, ax=ax2, label='外国人比率（%）', shrink=0.8)
cbar2.ax.tick_params(labelsize=9)

# 回帰直線
valid_mask = np.isfinite(x2) & np.isfinite(y2)
z2 = np.polyfit(x2[valid_mask], y2[valid_mask], 1)
xs2 = np.linspace(x2[valid_mask].min(), x2[valid_mask].max(), 100)
ax2.plot(xs2, np.poly1d(z2)(xs2), 'b--', linewidth=1.8, alpha=0.7,
         label=f'回帰直線 (r={r_corr:.3f}, p={p_corr:.4f})')

# 都道府県ラベル（上位・下位・注目都市）
LABEL_PREFS = {
    '東京都', '北海道', '沖縄県', '京都府', '大阪府',
    '長野県', '山梨県', '石川県', '秋田県', '鳥取県',
    '神奈川県', '愛知県', '福岡県',
}
for i, (xi, yi, pref) in enumerate(zip(x2, y2, pref2)):
    if pref in LABEL_PREFS:
        short = pref.replace('県', '').replace('都', '').replace('道', '').replace('府', '')
        ax2.annotate(short, (xi, yi),
                     xytext=(4, 3), textcoords='offset points',
                     fontsize=7.5, color='#1A237E',
                     fontweight='bold')

ax2.set_xlabel('宿泊密度（延べ宿泊者数／総人口）', fontsize=12)
ax2.set_ylabel('消費支出（万円/月, 二人以上の世帯）', fontsize=12)
ax2.set_title('宿泊密度と消費支出の関係（2022年, 都道府県別）\n〜色：外国人延べ宿泊比率〜',
              fontsize=13, fontweight='bold')
ax2.legend(fontsize=9.5)
ax2.grid(True, alpha=0.3)
plt.tight_layout()
fig2.savefig(os.path.join(FIG_DIR, '2022_H5_5_fig2_scatter.png'),
             bbox_inches='tight', dpi=150)
plt.close(fig2)
print("図2保存: 2022_H5_5_fig2_scatter.png")

print("\n■ 図3: OLS回帰係数プロット")

coefs3 = np.asarray(ols_model.params[1:])
ses3   = np.asarray(ols_model.bse[1:])
pvals3 = np.asarray(ols_model.pvalues[1:])
ci_lo3 = coefs3 - 1.96 * ses3
ci_hi3 = coefs3 + 1.96 * ses3

COEF_COLORS = []
for p in pvals3:
    if p < 0.01:
        COEF_COLORS.append('#C62828')
    elif p < 0.05:
        COEF_COLORS.append('#FF8F00')
    elif p < 0.10:
        COEF_COLORS.append('#FDD835')
    else:
        COEF_COLORS.append('#9E9E9E')

fig3, ax3 = plt.subplots(figsize=(9, 5))
y_pos3 = np.arange(len(REG_LABELS))

ax3.barh(y_pos3, coefs3, color=COEF_COLORS, alpha=0.80,
         edgecolor='white', height=0.55)
ax3.errorbar(coefs3, y_pos3, xerr=1.96 * ses3,
             fmt='none', color='#222', capsize=5, linewidth=1.5)
ax3.axvline(0, color='gray', linestyle='--', linewidth=1.0)
ax3.set_yticks(y_pos3)
ax3.set_yticklabels(REG_LABELS, fontsize=11)
ax3.set_xlabel('標準化回帰係数（±1.96SE）', fontsize=11)
ax3.set_title(
    f'消費支出の決定要因 — OLS回帰係数（2022年, N={len(df_reg)}都道府県）\n'
    f'R²={ols_model.rsquared:.3f}（adj. R²={ols_model.rsquared_adj:.3f}）',
    fontsize=12, fontweight='bold'
)
ax3.invert_yaxis()
ax3.grid(axis='x', alpha=0.3)

# p値ラベル
for i, (c, p) in enumerate(zip(coefs3, pvals3)):
    sig = '***' if p < 0.001 else '**' if p < 0.01 else '*' if p < 0.05 else 'n.s.'
    offset = 0.008 if c >= 0 else -0.008
    ha = 'left' if c >= 0 else 'right'
    ax3.text(c + offset, i, f' {c:.3f} {sig}',
             va='center', ha=ha, fontsize=8.5)

from matplotlib.patches import Patch
ax3.legend(handles=[
    Patch(color='#C62828', alpha=0.8, label='p<0.01'),
    Patch(color='#FF8F00', alpha=0.8, label='p<0.05'),
    Patch(color='#FDD835', alpha=0.8, label='p<0.10'),
    Patch(color='#9E9E9E', alpha=0.8, label='n.s.'),
], fontsize=9, loc='lower right')
plt.tight_layout()
fig3.savefig(os.path.join(FIG_DIR, '2022_H5_5_fig3_coef.png'),
             bbox_inches='tight', dpi=150)
plt.close(fig3)
print("図3保存: 2022_H5_5_fig3_coef.png")

import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import statsmodels.api as sm
from scipy import stats
import warnings
warnings.filterwarnings('ignore')

plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['figure.dpi'] = 150

import os
FIG_DIR = 'html/figures'
DATA_B  = 'data/raw/SSDSE-B-2026.csv'
os.makedirs(FIG_DIR, exist_ok=True)

print("\n" + "=" * 65)
print("■ OLS回帰分析（2022年）")
print("=" * 65)

REG_VARS = ['宿泊密度', '外国人比率', '旅館密度', '高齢化率']
REG_LABELS = ['宿泊密度', '外国人比率(%)', '旅館密度(万人対)', '高齢化率(%)']

df_reg = df_2022[['消費支出_万円'] + REG_VARS].dropna()
y_ols = df_reg['消費支出_万円'].values
X_ols = df_reg[REG_VARS].values

# 標準化（係数の比較のため）
X_std = (X_ols - X_ols.mean(axis=0)) / X_ols.std(axis=0)
X_with_const = sm.add_constant(X_std)
ols_model = sm.OLS(y_ols, X_with_const).fit()

print(ols_model.summary2())
print(f"\n  R² = {ols_model.rsquared:.4f}")
print(f"  自由度修正済R² = {ols_model.rsquared_adj:.4f}")

# 相関分析
print("\n■ 相関分析（宿泊密度 vs 消費支出_万円）")
r_corr, p_corr = stats.pearsonr(df_2022['宿泊密度'].dropna(),
                                  df_2022['消費支出_万円'].dropna())
print(f"  r = {r_corr:.4f}, p = {p_corr:.4f}")

print("\n■ 図4: 外国人比率ランキング（2019 vs 2022）")

# 2019年・2022年の外国人比率
df_inbound = pd.merge(
    df_2019[['都道府県', '外国人比率']].rename(columns={'外国人比率': '外国人比率_2019'}),
    df_2022[['都道府県', '外国人比率']].rename(columns={'外国人比率': '外国人比率_2022'}),
    on='都道府県', how='inner'
).dropna()

# 2019年基準でソート（上位20都道府県）
df_inbound_sorted = df_inbound.sort_values('外国人比率_2019', ascending=True).tail(20)
prefs4 = df_inbound_sorted['都道府県'].str.replace('県', '').str.replace('都', '') \
                                       .str.replace('道', '').str.replace('府', '').values
v2019 = df_inbound_sorted['外国人比率_2019'].values
v2022 = df_inbound_sorted['外国人比率_2022'].values

fig4, ax4 = plt.subplots(figsize=(10, 8))
y_pos4 = np.arange(len(prefs4))
bar_h = 0.38

bars_2019 = ax4.barh(y_pos4 + bar_h / 2, v2019, height=bar_h,
                      color='#1565C0', alpha=0.80, label='2019年（コロナ前）',
                      edgecolor='white')
bars_2022 = ax4.barh(y_pos4 - bar_h / 2, v2022, height=bar_h,
                      color='#E65100', alpha=0.80, label='2022年（コロナ後回復期）',
                      edgecolor='white')

# 数値ラベル
for bar, val in zip(bars_2019, v2019):
    ax4.text(val + 0.2, bar.get_y() + bar.get_height() / 2,
             f'{val:.1f}%', va='center', ha='left', fontsize=7.5)
for bar, val in zip(bars_2022, v2022):
    ax4.text(val + 0.2, bar.get_y() + bar.get_height() / 2,
             f'{val:.1f}%', va='center', ha='left', fontsize=7.5)

ax4.set_yticks(y_pos4)
ax4.set_yticklabels(prefs4, fontsize=9.5)
ax4.set_xlabel('外国人延べ宿泊比率（%）', fontsize=11)
ax4.set_title('外国人宿泊比率ランキング — 2019年 vs 2022年\n〜上位20都道府県、2019年基準〜',
              fontsize=13, fontweight='bold')
ax4.legend(fontsize=10)
ax4.grid(axis='x', alpha=0.3)
plt.tight_layout()
fig4.savefig(os.path.join(FIG_DIR, '2022_H5_5_fig4_inbound.png'),
             bbox_inches='tight', dpi=150)
plt.close(fig4)
print("図4保存: 2022_H5_5_fig4_inbound.png")

print("\n" + "=" * 65)
print("■ 全図生成完了（4枚）")
print(f"  fig1_timeseries.png : 延べ宿泊者数の時系列推移（地方別）")
print(f"  fig2_scatter.png    : 宿泊密度 vs 消費支出 散布図（2022年）")
print(f"  fig3_coef.png       : OLS回帰係数プロット")
print(f"  fig4_inbound.png    : 外国人比率ランキング（2019 vs 2022）")
print("=" * 65)