国内の農業産出額は1984年にピークを迎えた後、長期的な低迷が続きました。しかし同じ期間に耕地面積は約23%縮小しており、面積あたりの生産性は着実に上昇しています。この記事では、e-Stat 社会・人口統計体系 の都道府県別経済データを使って、農業産出額の長期推移と地域格差の構造を読み解きます。
全国農業産出額の長期推移(1975–2023年)
まず、全国の農業産出額の推移を確認します。
1984年に約11.7兆円でピークを記録した後、2010年代前半にかけて低迷が続きました。しかし2016年以降は回復傾向にあり、2023年は約9.6兆円に達しています。ピーク時の約82%の水準にあるものの、2015年以降は安定的に推移しています。
都道府県別の農業産出額ランキング(2023年)
農業産出額は都道府県によって大きく異なります。2023年のランキングを確認します。
北海道が約1兆3,478億円と断トツで首位です。全国合計に占める北海道のシェアは14%超に達しており、2位の鹿児島県(約5,438億円)の約2.5倍に相当します。上位には鹿児島・茨城・千葉・熊本・宮崎など食の産地として知られる県が並ぶ一方、大阪府(約320億円)や東京都(約220億円)は最下位圏にとどまっています。
耕地面積と農業産出額の関係(2023年)
耕地面積と農業産出額の関係を都道府県別に見ると、効率性の地域差が見えてきます。
対角の破線は全国平均の1haあたり産出額を表しており、線より上が平均超、下が平均以下です。北海道は耕地面積(約114万ha)も産出額も突出していますが、破線の下に位置しており1haあたり産出額は全国平均を下回ります。一方、宮崎県・鹿児島県などは破線の上にあり、耕地面積が相対的に少なくても1haあたり産出額が高い農業を実現しています。
耕地面積の縮小と産出額の長期変化
耕地面積と農業産出額それぞれの長期推移を比較すると、農業の生産効率の変化が見えます。
耕地1haあたりの農業産出額は1975年の約161万円から長期的に上昇し、2023年には約222万円に達しています。特に2016年以降の上昇が顕著で、農地の集約化や高付加価値作物へのシフトが生産性向上に寄与していると考えられます。面積が縮小しても生産性が高まることで、農業産出額のボトムが支えられています。
まとめ
都道府県別の農業産出額データから、以下の構造が見えてきました。
- 全国農業産出額は1984年のピーク後に低迷し、現在はピーク時の約82%の水準にある
- 北海道は全国産出額の14%超を占め、2位の鹿児島県の約2.5倍と一極集中が際立っている
- 耕地面積は1975年比で約23%縮小しているが、1haあたり産出額は約38%上昇しており、農業の生産効率は改善傾向にある
- 宮崎県や鹿児島県など畜産が盛んな県は耕地面積に対して産出額が大きく、面積効率の高い農業を実現している
農林水産省の「生産農業所得統計」では都道府県別・品目別の詳細データが公表されており、地域農業の振興策や食料安全保障の議論の基礎資料として活用されています。
このデータの読み方と注意点
本記事は e-Stat 社会・人口統計体系 の都道府県別経済データ(c_pref_economy)を 2026-07-11 時点で取得して集計しています。使った指標は農業産出額(指標コード C3101、単位は百万円)と耕地面積(C3107、単位はha)で、対象期間は1975年から2023年、対象地域は全国と47都道府県です。
全国の推移と1haあたり産出額の推移では area_name = '全国' の行だけを使い、都道府県別ランキングと散布図では逆に area_name != '全国' で全国行を除いています。同じテーブルに全国行と都道府県行が混在しており、都道府県を並べる図に全国行が混ざると1本だけ桁違いの棒が立ってしまうためです。年次は year <= 2023 で打ち切っています。2024年以降の行は指標によって未確定のものが混在し、そのまま含めると系列の末尾が欠けた年で途切れるためです。散布図では耕地面積が0の行を除いており(farmland > 0)、1haあたり産出額の計算で0除算になるのを避けています。同じ地域・同じ年に複数の値が入る場合は最大値を1件に丸めています。
このデータで分かるのは都道府県単位の金額と面積までで、品目別の内訳や経営体の規模までは分かりません。市区町村単位の産出額も、この統計には含まれません。1haあたり産出額は産出額を耕地面積で割った値のため、耕地をほとんど使わない畜産や施設園芸の比重が高い県では高く出ます。面積効率の指標としてそのまま読むと、農業の形態の違いを効率の差と取り違えることになります。
農業産出額は、都道府県を横断して並べて初めて、一極集中や面積あたりの効率差といった全国の偏りが見えてきます。Queriaは、こうした分析の土台になるオープンデータを整えた形で公開しています。e-Statをはじめとする官公庁のデータについて、列名・単位・文字コードを揃え、テーブルやカラムの意味をメタデータとして添えてあります。データを集めて加工する手間をかけずに、本記事で使った都道府県別経済データのテーブルから地域や年次を切り替えて比べられます。データの整備に時間を取られず、地域農業を見極める判断そのものに集中できます。
Dig deeper with an AI agent
Connect Queria to Claude or ChatGPT, or use Claude Code or Codex, and paste the prompt below. It also works from your phone or browser.
For example, you could explore “農業産出額(C3101)を1990年と2023年で都道府県別に比べて、増加率が高い県と低い県を出して”.
Using Queria's open data, analyze the following: 農業産出額(C3101)を1990年と2023年で都道府県別に比べて、増加率が高い県と低い県を出して Reference (this report): https://queria.io/showcase/agri-output-regional-gap.md Connect with the Queria connector (https://queria.io/mcp) or the Queria CLI (uvx queria). Run uvx queria --help and uvx queria docs list to learn the CLI.
Start in a terminal (CLI)
claude "Using Queria's open data, analyze the following: 農業産出額(C3101)を1990年と2023年で都道府県別に比べて、増加率が高い県と低い県を出して Reference (this report): https://queria.io/showcase/agri-output-regional-gap.md Connect with the Queria connector (https://queria.io/mcp) or the Queria CLI (uvx queria). Run uvx queria --help and uvx queria docs list to learn the CLI."