病院やクリニック、介護施設、調剤薬局といったヘルスケア事業の立地を検討するとき、対象地域に医療資源がどれだけあるかは出発点になります。入院機能を担う病床がどの地域に多いのか、外来の窓口となる診療所がどれだけ密にあるのか。こうした医療提供体制の地域差は、新規開設の余地や既存施設との競合度を見積もる材料になります。
病床については、医療法に基づく基準病床数制度や地域医療構想によって、地域ごとに必要な病床数の目安が定められています。病床が過剰な地域では新規の開設が難しく、不足する地域では整備が課題になります。地域ごとの過不足を把握することは、医療政策だけでなくヘルスケア事業の立地戦略にも直結します。
この記事では、国土数値情報の医療機関データを使い、人口あたりの病床数と診療所密度を都道府県別に比較します。
データの概要
使うのは国土数値情報の医療機関データ(nlftp.facility.medical_institution)です。全国の医療機関が緯度経度付きの点データとして収録されており、施設ごとに病院・診療所・歯科診療所の種別(medical_class)、病床数(bed_count)、開設者種別(establisher_type)、診療科目(departments)などの列を持っています。
施設数は診療所が最も多く、次いで歯科診療所、病院の順です。病床数は病院に集中しており、診療所の病床はごく一部の有床診療所に限られます。歯科診療所はほぼ無床です。入院医療の供給量を見るときは病院の病床数を、外来医療の窓口の多さを見るときは診療所の数を指標にするのが基本です。
各施設には緯度経度が付いているため、都道府県境界データ(nlftp.boundary.prefecture)と空間結合すれば、どの都道府県に属するかを判定できます。住所文字列に頼らず、座標から地域を割り出せるのが点データの利点です。以下では病床数・診療所数を都道府県ごとに集計し、分母にはe-Stat「社会・人口統計体系」の人口データ(e_stat.ssds.a_pref_population)の総人口(A1101)の2024年値を使って、人口10万人あたりに換算します。
人口10万人あたりの病床数
まず、病院の病床数を人口10万人あたりに換算して地図で見ます。色が濃いほど、人口に対して病床が多い地域です。
濃い色は四国・九州・中国地方の西日本に広がり、首都圏や中部の太平洋側は薄い色になっています。人口あたりの病床数は西日本で多く、東日本、とくに大都市圏で少ないという、いわゆる「西高東低」の傾向がはっきり表れています。
都道府県別の病床数ランキング
同じ指標を47都道府県で並べます。上位10・中間27・下位10の3グループに色分けしました。
最も多いのは高知県で、人口10万人あたり2,430床です。鹿児島県が2,098床、長崎県が2,047床、徳島県が1,999床と続き、上位は西日本の県が占めます。一方、下位は神奈川県の807床、埼玉県の856床、愛知県と東京都がともに889床で、大都市圏が並びます。最多の高知県と最少の神奈川県では約3.0倍の開きがあります。中央値は1,433床で、上位の地方圏と下位の大都市圏の間に大きな差があります。
病床数が人口に対して多い地域は、入院機能の供給に余裕がある一方で、基準病床数制度のもとでは新規の病床整備が認められにくい地域でもあります。逆に大都市圏は人口あたりの病床が少なく、高齢化で入院需要が増える局面では供給の逼迫が課題になります。事業者にとっては、病床を伴う医療・介護事業の参入余地を地域ごとに見積もる手がかりになります。
病床と診療所は別の分布
病床(入院)の多寡と、診療所(外来)の多寡は必ずしも一致しません。横軸に人口10万人あたりの病床数、縦軸に人口10万人あたりの診療所数を取って、47都道府県を散布図で見ます。
点は右肩上がりに並ぶわけではなく、病床数と診療所密度の間に明確な比例関係は見られません。病床数が最多の高知県は、診療所密度では中位にとどまります。診療所密度が最も高いのは和歌山県の116.6施設で、長崎県や島根県が続きます。一方、東京都や大阪府は病床数こそ少ないものの、診療所密度は98台と高い水準です。診療所密度が最も低いのは埼玉県の60.8施設で、千葉県や沖縄県が下位に並びます。中央値は86.8施設です。
入院機能が手薄でも外来の窓口は多い大都市圏、病床は厚いが外来網は中位という地方というように、入院と外来では地域ごとの供給バランスが異なります。クリニックの新規開設なら診療所密度、病床を伴う事業なら病床数というように、検討する事業の種類によって見るべき指標が変わることが、この2軸からわかります。
まとめ
国土数値情報の医療機関データを都道府県境界と空間結合し、人口あたりの医療資源を比較しました。
- 病院の病床数は人口あたりで西高東低が明確で、最多の高知県(2,430床/10万人)と最少の神奈川県(807床/10万人)で約3.0倍の差がある
- 病床が多い地域は基準病床数制度のもとで新規整備が難しく、大都市圏は病床が少ないまま高齢化で需要増が見込まれる
- 病床(入院)と診療所(外来)の分布は一致せず、検討する事業によって見るべき指標が変わる
このデータの読み方と注意点
本記事は国土数値情報の医療機関データ(P04)と、e-Stat 社会・人口統計体系の都道府県別人口データを 2026-07-11 時点で取得して集計しています。対象は全国の医療機関で、人口は総人口(A1101)の2024年値です。
都道府県の判定は住所文字列ではなく、施設の緯度経度が都道府県境界ポリゴンの内側にあるかどうか(ST_Contains)で行っています。人口側のテーブルには全国の合計行も入っていますが、都道府県名で境界データと結合するため、全国行はこの結合で自動的に落ちます。病床数の集計は medical_class_code = 1(病院)に限り、診療所や歯科診療所の病床は含めていません。診療所の数を数えるときは逆に medical_class_code = 2 だけを対象にしています。入院の供給量と外来の窓口数は別の指標なので、分けて数える必要があるためです。
このデータで分かるのは、施設の所在地と届け出上の病床数までです。病床の種別(一般・療養・精神など)、実際の稼働率、医師や看護師の配置は含まれません。人口10万人あたりに揃えても、都道府県内での偏りや、県境をまたいだ患者の受療行動は反映されません。病床数が多い地域が医療の質が高いことを意味するわけでもなく、基準病床数制度のもとでは新規整備が難しい地域でもあります。データの整備時点は国土数値情報の公開年次に依存するため、直近の開設・閉院は反映されていない場合があります。
医療資源の地域差は、施設を一つずつ調べているだけでは全体像がつかめません。点データを地域単位で集計し、人口で割って初めて、どの地域で入院・外来の供給が厚いか薄いかが見えてきます。こうした分析の土台になるデータを、Queriaは整えた形で公開しています。国土数値情報やe-Statのオープンデータについて、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、本記事で使った医療機関データから、対象地域の病床数や診療科目を確かめたり、都道府県別人口データと組み合わせて人口あたりの水準を出したりできます。データの整備に時間を取られず、出店判断や事業計画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 “診療所(medical_class_code=2)の人口10万人あたり施設数を都道府県別に集計して、病床数で西高東低だった順位と一致するか比べて。分母はa_pref_populationのA1101・2024年で、境界はnlftp.boundary.prefectureと空間結合して”.
Using Queria's open data, analyze the following: 診療所(medical_class_code=2)の人口10万人あたり施設数を都道府県別に集計して、病床数で西高東低だった順位と一致するか比べて。分母はa_pref_populationのA1101・2024年で、境界はnlftp.boundary.prefectureと空間結合して Reference (this report): https://queria.io/showcase/hospital-bed-supply-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: 診療所(medical_class_code=2)の人口10万人あたり施設数を都道府県別に集計して、病床数で西高東低だった順位と一致するか比べて。分母はa_pref_populationのA1101・2024年で、境界はnlftp.boundary.prefectureと空間結合して Reference (this report): https://queria.io/showcase/hospital-bed-supply-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."