コンビニやドラッグストアのように店舗網を広げてきたチェーンでは、新しく出す店を選ぶのと同じくらい、いまある店のうちどこが将来も客を見込めるかを見極めることが重要になっています。店を閉じるか、移すか、売り場や営業時間を変えるかを決めるには、店ごとに足元の人口がこの先どう動くかを知る必要があります。
この記事では、全国のコンビニの位置と、1km四方の区画ごとの将来推計人口を重ね、2050年に周りの住民がどれだけ減る場所に店が立っているかを数えます。
3店に1店は、2050年に周りの住民が2割以上減る
使うデータは次の2つです。
| テーブル | 内容 |
|---|---|
alltheplaces.places.place |
All The Places が各社の公式サイトの店舗検索から集めた施設の一覧。1行が1施設で、ブランド(brand)、施設の種類(category)、緯度経度を持つ |
nlftp.population.future_population_mesh |
国土数値情報の1kmメッシュ別将来推計人口(R6国政局推計)。1km四方の区画ごとの2025年・2035年・2050年の人口(population_*) |
施設の一覧から施設の種類がコンビニ(category = 'convenience')の行を取り出すと、セブン-イレブン、ファミリーマート、ローソン、ミニストップ、セイコーマート、デイリーヤマザキ、NewDays などの店が57,176店あります。店の緯度経度から店のある1km四方の区画を求め、その区画の2025年と2050年の推計人口を比べました。
ここでの人口は区画に住む人の数で、働きに来る人や通りがかる人は入りません。オフィス街や駅の中の店では、客の多くはこの数字に表れない人たちです。また1km四方の区画は店の商圏そのものではなく、店の周りの住民の動きを同じ物差しで比べるための単位です。住民のいる区画に立つ店は56,950店で、残る226店は、住民が0人の区画か、将来推計人口の区画に当たらない位置にあるため、以下の集計から外しています。
2050年までに周りの住民が2割以上減る店は18,735店で、住民のいる区画に立つ店の32.9%にあたります。3割以上減る店も8,862店(15.6%)あります。逆に住民が増える区画にある店は10,247店(18.0%)にとどまります。
店ごとの増減率の中央値は12.8%減で、日本全体の人口の減り方(15.1%減)より小さくなります。コンビニが人の多い場所に多く立っていることの表れと考えられます。それでも3店に1店は、四半世紀のうちに周りの住民の5人に1人以上がいなくなる場所にあります。
割合では青森・秋田、店の数では北海道と大阪府が多い
都道府県ごとに、周りの住民が2割以上減る店の割合(横軸)と店の数(縦軸)を並べました。右にあるほど県内の店の多くが人の減る場所にあり、上にあるほど該当する店の数が多いことを示します。
割合が最も高いのは青森県の93.0%と秋田県の90.8%で、県内のほぼすべての店で周りの住民が2割以上減ります。ただし店の数にすると青森県が557店、秋田県が405店です。
店の数で最も多いのは北海道の1,763店で、次が大阪府の1,230店です。大阪府の割合は30.8%と全国平均並みですが、県内の店が3,999店と多いため、青森県と秋田県を合わせた962店を上回ります。茨城県(729店)、静岡県(687店)、千葉県(675店)、埼玉県(670店)も、東北の各県より多くの店が該当します。首都圏・中京圏・関西圏の11都府県(埼玉・千葉・東京・神奈川・岐阜・愛知・三重・京都・大阪・兵庫・奈良)を合わせると5,585店で、全国の該当店の29.8%を占めます。
東京都は7,243店のうち89店(1.2%)、沖縄県は817店のうち28店(3.4%)で、この2都県だけが際立って少なくなります。
大阪府では、北摂と東部・南部で周りの住民の行方が分かれる
大阪府で店のある1km四方の区画を、住民の増減で3色に分けて地図に置きました。1つの点が1つの区画で、区画の中心に置いています。
北摂の吹田市(135店)と箕面市(46店)では、周りの住民が2割以上減る店が1店もありません。豊中市は7.8%、茨木市は6.1%です。一方、東部と南部では、門真市(65店)、富田林市(34店)、河内長野市(28店)のすべての店が該当し、松原市・貝塚市・大東市も9割を超えます。店の数では東大阪市の122店が大阪市の285店に次いで多くなります。
同じ府の中で、北摂では周りの住民の減少が2割未満にとどまる店が並び、東部や南部の市ではほぼすべての店で住民が2割以上減ります。府県単位の平均では、こうした店ごとの差は見えません。
北海道では、セイコーマートが人の減る場所に多い
チェーンごとに見ると、全国では周りの住民が2割以上減る店の割合はセブン-イレブン32.3%、ファミリーマート29.7%、ローソン36.4%で、大手3社の差は数ポイントです。これに対しセイコーマートは64.9%と高くなります。
セイコーマートの店はほとんどが北海道にあるので、北海道の店だけでチェーンを比べます。
北海道の中でも、セイコーマートは1,070店のうち65.0%が該当し、セブン-イレブン(58.0%)、ローソン(56.4%)を上回ります。ファミリーマートは34.4%です。店のある区画の2025年の住民の中央値は、セイコーマートが2,709人、ファミリーマートが5,751人で、セイコーマートはより住民の少ない区画にも店を持っていることが分かります。同じ北海道の中でも、周りの住民が2割以上減る店の割合はチェーンによって30ポイント以上違います。
業務での活用
- 自社の店舗リストの緯度経度から1km四方の区画のコードを計算し、同じ将来推計人口を結合する。2050年に周りの住民が2割以上・3割以上減る店を一覧にでき、閉店・移転・業態転換を検討する店の候補を同じ基準で並べられます
- 都道府県や市町村ごとに、該当する店の割合と数の両方を見る。割合が高い県では店網全体の再編を、割合は中程度でも数が多い大都市圏の府県では店ごとの選別を検討する、というように、地域ごとに取る手立てを分けられます
- 同じ地域に店を持つ他チェーンと比べる。自社の店網が競合より人の減る場所に偏っていないかが分かり、出店や撤退の判断の前提になります
データの出典
本記事は、All The Places が各社の公式サイトの店舗検索から集めた店舗の一覧(2026年10月10日に取得されたもの)と、国土交通省の国土数値情報1kmメッシュ別将来推計人口データ(R6国政局推計)を、2026年10月23日時点で集計しています。将来推計人口は、2020年の国勢調査をもとにした推計値です。
店ごとの将来の住民の動きは、全国の店の位置と将来推計人口を重ねて初めて見えてきます。Queriaは、各社の店舗検索から集めた店舗の一覧と国土数値情報を、列名と座標系をそろえ、各列の意味をメタデータとして添えた形で公開しています。データを集めて加工する手間をかけずに、本記事で使った店舗・施設のテーブルから自社や競合のチェーンの店を取り出したり、1kmメッシュ別将来推計人口のテーブルで気になる地域の2050年の住民を確かめたりできます。データの整備に時間を取られず、店舗網の見直しの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 “ファミリーマートとローソンの店だけに絞って、店のある1km四方の住民が2050年までに3割以上減る店を都道府県別に数えて。2割以上減る店で数えたときと上位10の顔ぶれがどう変わるかも出して”.
Using Queria's open data, analyze the following: ファミリーマートとローソンの店だけに絞って、店のある1km四方の住民が2050年までに3割以上減る店を都道府県別に数えて。2割以上減る店で数えたときと上位10の顔ぶれがどう変わるかも出して Reference (this report): https://queria.io/showcase/convenience-store-residents-2050.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: ファミリーマートとローソンの店だけに絞って、店のある1km四方の住民が2050年までに3割以上減る店を都道府県別に数えて。2割以上減る店で数えたときと上位10の顔ぶれがどう変わるかも出して Reference (this report): https://queria.io/showcase/convenience-store-residents-2050.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."