指標の算出方法

本サイトで使用する各指標の定義・算出方法・出典を掲載します。 数値の解釈に迷った場合はこのページを参照してください。

距離指標の起点について

新幹線・空港・高速ICなどの距離指標はすべて、各自治体の人口重心を起点とした測地線距離(Vincenty法)です。 人口重心は総務省統計局「人口重心の変化」(統計トピックスNo.135、令和2年国勢調査)の市区町村別データを使用しています。

2020年以降に合併・区再編があった自治体(浜松市の新3区など)は令和2年国勢調査に対応するデータがないため、 国土数値情報の行政区域ポリゴンから求めた面積重心を代替値として使用しています。 面積重心は山間部が広い自治体では人口分布から外れる場合があります。

いずれの距離も直線距離であり、道路・鉄道に沿った実際の移動距離・所要時間とは異なります。

転入超過率(移住実績)

0〜19歳 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(0〜19歳) × 100 の5年平均

データ期間: 2019〜2023年度

移動報告の0〜9歳・10〜19歳の合計から算出。

子育て世帯の親の移動に伴う従属移動を示す。

⚠ 人口1,000人未満の自治体はランキング対象外。子ども自身ではなく保護者の移住に伴う従属移動を主に反映します。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

20〜29歳 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(20〜29歳) × 100 の5年平均

データ期間: 2019〜2023年度

移動報告の20〜29歳帯から算出。進学・就職で都市部へ流出しやすい層。

30代と符号が逆転する自治体(20代は出て30代が戻る)の構造を可視化できる。

⚠ 人口1,000人未満の自治体はランキング対象外。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

20〜39歳 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(同年齢層) × 100 の5年平均

データ期間: 2019〜2023年度

住民基本台帳人口移動報告の20〜29歳・30〜39歳の合計から、

(転入者数 − 転出者数)÷ 当該年齢層住基人口 × 100 で算出。

直近5年分の平均値を主表示とし、各年値は補助表示。

人口で正規化しているため、大都市が上位を独占しない。

人口1,000人未満の自治体は母数が小さく変動が大きいためランキング除外。

⚠ 人口1,000人未満の自治体はランキング対象外。住民票の移動を計上するため、実態の移住数とは一致しない場合があります。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

30〜39歳 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(30〜39歳) × 100 の5年平均

データ期間: 2019〜2023年度

移動報告の30〜39歳帯から算出。子育て・住居取得を機に地方へ移住する主戦場。

20代との符号の差を見ると「若年流出・子育て流入」型かどうか判断できる。

⚠ 人口1,000人未満の自治体はランキング対象外。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

40〜59歳 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(40〜59歳) × 100 の5年平均

データ期間: 2019〜2023年度

移動報告の40〜49歳・50〜59歳の合計から算出。

働き盛りの二地域居住・地方移転層の動向を示す。

⚠ 人口1,000人未満の自治体はランキング対象外。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

60歳以上 転入超過率(5年平均) (単位: %)

計算式: (転入者数 − 転出者数) ÷ 住基人口(60歳以上) × 100 の5年平均

データ期間: 2019〜2023年度

移動報告の「60歳以上」区分(一括)から算出。

データソースの年齢区分が60歳以上で一括のため、60〜69歳・70歳以上の分離は不可。

退職後の移住・田舎暮らし層の動向を示す。

⚠ 人口1,000人未満の自治体はランキング対象外。データソースの年齢区分が「60歳以上」一括のため、60代・70代以上の分離はできません。

出典: 住民基本台帳人口移動報告(年齢10歳階級別)

※ 値が高いほど転入超過の傾向

人口・高齢化

高齢化率 (単位: %)

計算式: 65歳以上人口 ÷ 総人口 × 100

データ期間: 2020年(令和2年)国勢調査

65歳以上人口 ÷ 総人口 × 100。

令和2年国勢調査(年齢5歳階級別)から算出。

令和7年基本集計公表後に更新予定。

⚠ 令和7年基本集計公表後に更新予定。

出典: 令和2年国勢調査(人口等基本集計)

※ 値が低いほど高齢化が進んでいない

人口増減率(5年間) (単位: %)

計算式: (令和7年人口 − 令和2年人口) ÷ 令和2年人口 × 100

データ期間: 令和2年→令和7年(5年間)

令和7年国勢調査速報の人口増減率(令和2年比)。

プラスは人口増、マイナスは人口減。

出典: 令和7年国勢調査人口速報集計

人口(最新) (単位: 人)

データ期間: 2025年(令和7年)国勢調査速報

令和7年国勢調査 人口速報集計(2026年5月29日公表)の市区町村別人口。

出典: 令和7年国勢調査人口速報集計

アクセス

最寄り空港までの直線距離 (単位: km)

計算式: 人口重心 → 最寄り供用中空港(拠点・地方管理・共用) の測地線距離(Vincenty法)

データ期間: 2021年(国土数値情報 C28-21)

自治体の人口重心から最寄りの供用中空港(拠点空港・地方管理空港・共用空港)までの測地線距離。

空港法上の「その他の空港」(調布飛行場・名古屋飛行場・八尾空港・岡南飛行場・但馬飛行場・天草飛行場・大分県央飛行場)は含みません。

直線距離であり、実際の所要時間とは異なる。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。空港法上の「その他の空港」(調布・名古屋・八尾・岡南・但馬・天草・大分県央)は対象外です。

出典: 国土数値情報 空港データ(C28)

※ 値が小さいほど対象施設に近い

最寄り高速ICまでの直線距離 (単位: km)

計算式: 人口重心 → 最寄りIC・SIC の測地線距離(Vincenty法)

データ期間: 2022年(国土数値情報 N06-22)

自治体の人口重心から最寄りの高速道路インターチェンジまでの測地線距離。

地方移住・二地域拠点では新幹線より実用性が高い指標。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。スマートIC(ETC専用)も含みます。直線距離のため実際の所要時間とは異なります。

※ 値が小さいほど対象施設に近い

名古屋駅からの直線距離 (単位: km)

計算式: 人口重心 → 名古屋駅(35.1709°N, 136.8815°E) の測地線距離

データ期間: 2020年(令和2年)国勢調査人口重心

自治体の人口重心から名古屋駅(緯度35.1709、経度136.8815)までの測地線距離。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 行政区域データ(N03)

大阪駅からの直線距離 (単位: km)

計算式: 人口重心 → 大阪駅(34.7024°N, 135.4959°E) の測地線距離

データ期間: 2020年(令和2年)国勢調査人口重心

自治体の人口重心から大阪駅(緯度34.7024、経度135.4959)までの測地線距離。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 行政区域データ(N03)

最寄り新幹線駅までの直線距離 (単位: km)

計算式: 人口重心 → 最寄り新幹線停車駅 の測地線距離(Vincenty法)

データ期間: 2025年(国土数値情報 N02-25)

自治体の人口重心から最寄りの新幹線停車駅までの測地線距離(geodesic)。

直線距離であり、実際の所要時間とは異なる。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の移動時間とは異なります。山形・秋田新幹線(在来線区間)は除外しています。

出典: 国土数値情報 鉄道データ(N02)

※ 値が小さいほど対象施設に近い

東京駅からの直線距離 (単位: km)

計算式: 人口重心 → 東京駅(35.6812°N, 139.7671°E) の測地線距離

データ期間: 2020年(令和2年)国勢調査人口重心

自治体の人口重心から東京駅(緯度35.6812、経度139.7671)までの測地線距離。

直線距離であり、所要時間とは異なる。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 行政区域データ(N03)

生活インフラ

半径5km以内の診療所数 (単位: 施設)

計算式: 人口重心から半径5km以内の診療所(入院設備なし)の施設数

データ期間: 2022年(国土数値情報 P04-22)

自治体の人口重心から半径5km以内に存在する診療所(入院設備なし)の数。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。半径は直線距離。

出典: 国土数値情報 医療機関データ(P04)

公立小学校数(休廃校除く) (単位: 校)

計算式: 当該自治体に所在する公立小学校・義務教育学校の件数(休廃校を除く)

データ期間: 2023年(国土数値情報 P29-23)

当該自治体に所在する公立小学校(義務教育学校含む)の件数(休廃校を除く)。

対象: P29_003=16001(小学校)および16003(義務教育学校)、

管理者コード P29_006=2(都道府県立)または3(市区町村立)、

休廃校区分 P29_007=0(開校中)のみ。

義務教育学校(小中9年一貫)は小学校と中学校の両方に1校として含む。

集計単位は自治体コードで、政令市の区は区単位に集計(親市に合算しない)。

通学区とは一致しない。国立・私立は含まれない。

⚠ 通学区とは一致しない。私立は含まれない。最寄り距離ではなく所在件数。

出典: 国土数値情報 学校データ(P29)

公立中学校数(休廃校除く) (単位: 校)

計算式: 当該自治体に所在する公立中学校・義務教育学校の件数(休廃校を除く)

データ期間: 2023年(国土数値情報 P29-23)

当該自治体に所在する公立中学校(義務教育学校含む)の件数(休廃校を除く)。

対象: P29_003=16002(中学校)および16003(義務教育学校)、

管理者コード P29_006=2(都道府県立)または3(市区町村立)、

休廃校区分 P29_007=0(開校中)のみ。

義務教育学校(小中9年一貫)は小学校と中学校の両方に1校として含む。

中等教育学校(P29_003=16005)は後期課程が高校相当のため含まない。

集計単位は自治体コードで、政令市の区は区単位に集計(親市に合算しない)。

通学区とは一致しない。国立・私立は含まれない。

⚠ 通学区とは一致しない。私立は含まれない。最寄り距離ではなく所在件数。中等教育学校(後期課程)は高校に分類するため含まない。

出典: 国土数値情報 学校データ(P29)

最寄り病院(入院設備あり)までの距離 (単位: km)

計算式: 人口重心 → 最寄り病院(入院ベッドあり) の測地線距離

データ期間: 2022年(国土数値情報 P04-22)

自治体の人口重心から最寄りの入院設備を持つ病院までの測地線距離。

診療所(入院設備なし)は含まない。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。診療所(入院設備なし)は含みません。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 医療機関データ(P04)

※ 値が小さいほど対象施設に近い

最寄り産科・産婦人科までの距離 (単位: km)

計算式: 人口重心 → 最寄りの産科または産婦人科標榜医療機関 の測地線距離

データ期間: 2022年(国土数値情報 P04-22)

自治体の人口重心から最寄りの産科または産婦人科を標榜する医療機関までの測地線距離。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 医療機関データ(P04)

※ 値が小さいほど対象施設に近い

最寄り小児科標榜医療機関までの距離 (単位: km)

計算式: 人口重心 → 最寄りの小児科標榜医療機関 の測地線距離

データ期間: 2022年(国土数値情報 P04-22)

自治体の人口重心から最寄りの小児科を標榜する医療機関までの測地線距離。

子育て世帯の移住判断に重要な指標。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 医療機関データ(P04)

※ 値が小さいほど対象施設に近い

最寄り高校までの距離 (単位: km)

計算式: 人口重心 → 最寄りの高等学校(高専・中等教育学校後期課程含む) の測地線距離

データ期間: 2023年(国土数値情報 P29-23)

自治体の人口重心から最寄りの高等学校(高専・中等教育学校後期課程を含む)

までの測地線距離。

⚠ 起点は人口重心(令和2年国勢調査。2020年以降の合併・区再編対象自治体は面積重心)。直線距離のため実際の所要時間とは異なります。

出典: 国土数値情報 学校データ(P29)

※ 値が小さいほど対象施設に近い

空き家率 (単位: %)

計算式: 空き家数 ÷ 住宅総数 × 100

データ期間: 2023年(令和5年)住宅・土地統計調査

住宅総数のうち空き家が占める割合(令和5年住宅・土地統計調査)。

小規模自治体では非公表(秘匿処理)になる場合がある。

⚠ 人口が少ない自治体では秘匿処理(非公表)になる場合があります。賃貸・売却・二次利用可能な物件数を示す「その他空き家」とは異なり、全空き家を計上します。

出典: 令和5年住宅・土地統計調査

災害リスク

浸水想定区域の面積割合 (単位: %)

計算式: 洪水浸水想定区域面積(各河川のunion) ÷ 行政区域面積 × 100

データ期間: 2024年(国土数値情報 A31a)

行政区域面積のうち、洪水浸水想定区域(想定最大規模)が占める割合。

複数河川の想定区域が重複する場合はunionして二重計上しない。

この数値は自治体全体の統計であり、個別の土地の安全性を示すものではない。

必ず自治体公式のハザードマップで確認すること。

⚠ 行政区域全体の統計です。個別の土地の安全性は必ず自治体公式ハザードマップで確認してください。沖縄県は国管理河川データ対象外のためデータなし。

出典: 国土数値情報 浸水想定区域データ(A31)

※ 値が低いほどリスク面積が小さい(安全性の目安の一つ)

土砂災害警戒区域の面積割合 (単位: %)

計算式: 土砂災害警戒区域面積 ÷ 行政区域面積 × 100

データ期間: 2024年(国土数値情報 A33)

行政区域面積のうち、土砂災害警戒区域が占める割合。

この数値は自治体全体の統計であり、個別の土地の安全性を示すものではない。

必ず自治体公式のハザードマップで確認すること。

⚠ 行政区域全体の統計です。個別の土地の安全性は必ず自治体公式ハザードマップで確認してください。

出典: 国土数値情報 土砂災害警戒区域データ(A33)

※ 値が低いほどリスク面積が小さい(安全性の目安の一つ)

ランキングについて

順位は政令市の区を除く1,696〜1,741自治体を対象に計算しています(指標によって対象数が異なります)。 東京23区は政令市の区とは異なる独立した自治体のため、ランキング対象に含まれます。

転入超過率は人口1,000人未満の自治体をランキングから除外しています(母数が小さく変動が大きいため)。

同順位(タイ)は密度ランク(dense rank)で処理しています。

プライバシーについて

まちしろの市区町村名検索は、入力語とヒット件数だけを改善のために記録します。