Queria
0Fork

gBizINFOの補助金交付データで省庁ごとの規模と件数の偏りを読む

補助金の活用を検討するとき、最初に押さえておきたいのは「どの省庁が、どんな規模・件数で補助金を出しているのか」という全体像です。省庁によって、少数の大型事業に集中して交付するところもあれば、小口の補助を数多く配るところもあります。狙うべき制度の性格は、この出し手ごとの傾向によって大きく変わります。

この記事では、経済産業省などが運営するgBizINFOが公開する補助金交付実績データを使い、国の補助金が省庁ごとにどのような規模・件数で交付されているかを読み解きます。

使用するデータ

gBizINFOは、政府が保有する法人情報を法人番号で名寄せして公開するオープンデータサービスです。補助金交付実績テーブル(mart_gbizinfo_subsidy)には、交付先の法人番号・法人名、補助金名、交付額、支援機関(交付した省庁・庁)、交付決定日が収録されています。

このデータには、個別の事業者への交付だけでなく、基金や事務局へ一括で交付されたプログラム単位の大型案件も含まれます。そのため1件あたりの金額には幅がある点に留意が必要です。また、2024年以降は交付実績の反映に時間差があるため、ここでは記録が充実する2017〜2023年を対象とします。

まず、この期間の交付総額がどう推移してきたかを見てみましょう。

交付総額は2017年の約2.6兆円から年々増え、2021年には約18.4兆円とピークを迎えました。2020〜2022年にかけて高い水準が続いており、この時期の経済対策が交付額を押し上げたものと考えられます。その後は縮小に転じ、2023年は約11.9兆円となっています。補助金の総量は景気対策や政策の重点配分の影響を受けて大きく変動することが読み取れます。

省庁別の交付総額

次に、2017〜2023年の累計交付額を省庁別に見てみます。上位14の支援機関を金額順に並べました。

最も多いのは文部科学省で、累計約22.3兆円にのぼります。義務教育費国庫負担金や私立大学等経常費補助金など、教育を支える大型の固定的な制度がこの金額を押し上げています。続くのが厚生労働省(約13.0兆円)、経済産業省(約8.8兆円)、農林水産省(約6.6兆円)です。金額の上位は、社会保障・産業振興・教育といった国の主要な政策領域と重なっています。

省庁別の交付件数

同じ期間を、今度は交付の「件数」で並べ替えてみます。金額の順位とは顔ぶれが入れ替わります。

件数で見ると、農林水産省が約19.9万件で群を抜いて多く、厚生労働省(約11.0万件)、文部科学省(約8.3万件)が続きます。一方、金額で3位だった経済産業省は件数では約9,300件にとどまります。

この金額と件数のズレが、省庁ごとの補助金の性格を示しています。農林水産省は交付額では4位ですが件数は最多で、累計額を件数で割ると1件あたりは平均約3,300万円となり、小口の補助を広く配るタイプといえます。逆に経済産業省は、件数あたりに直すと1件あたり約9.4億円に達し、少数の大型案件に集中するタイプです。同じ「補助金」でも、出し手によって1件あたりの規模が30倍近く異なることがデータから読み取れます。

補助金活用への応用

省庁別の規模と件数の偏りを把握すると、補助金活用の検討に次のように生かせます。

  • 自社の事業領域を所管する省庁が、小口を広く配るタイプか、大型案件に集中するタイプかを見極め、申請の現実性を判断する
  • 交付総額の年次推移から、補助金が拡大している局面か縮小している局面かを読み、申請のタイミングを検討する
  • 特定の補助金名(補助金制度)で交付先の法人を検索し、自社と近い規模・業種の採択事例を把握する

このデータの読み方と注意点

本記事は gBizINFO が公開する補助金交付実績データを 2026-07-11 時点で取得して集計しています。gBizINFO は政府が保有する法人情報を法人番号で名寄せして公開する仕組みで、補助金交付実績はデータダウンロードページからも配布されています。

集計では交付額(amount)が記録されている行だけを対象にし、交付決定日が2017年1月1日から2023年12月31日までの範囲に入るものに限っています。金額が未記載の行を含めると件数だけが増えて1件あたりの規模が実態からずれるためです。省庁別の順位は、金額・件数それぞれ上位14の支援機関に絞って表示しています。

このデータからは、補助金が「誰にいくら交付されたか」は分かりますが、公募件数や採択率、申請から不採択になった案件は分かりません。また交付先には個別の事業者だけでなく、基金や事務局へ一括交付されたプログラム単位の大型案件も含まれるため、1件あたりの平均額はそのまま「1社が受け取れる金額の目安」にはなりません。2024年以降は交付実績の反映に時間差があるため、本記事では対象期間から外しています。

国の補助金は、省庁ごとに規模も件数も大きく異なり、年によって総量も変動します。こうした全体像は、個別の公募要領を一つずつ追っているだけでは見えてきません。出し手・金額・件数・年次といった切り口でデータを横断して初めて、自社が狙うべき制度の性格や、申請に動くべきタイミングが見えてきます。

Queriaは、gBizINFOをはじめとする官公庁のオープンデータを、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た状態で公開しています。本記事で使った補助金交付実績テーブルも、補助金名や交付先の法人で絞り込みながら、そのまま実務の調べ物に使えます。散在する行政データを業務で使える形に整え、意思決定の土台にできるようにすることが、Queriaの役割です。

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 “省庁(issuer)別に補助金1件あたりの平均交付額(amount)を2017〜2023年で出して、少数の大型案件に集中する省庁と小口を広く配る省庁を並べて”.

Using Queria's open data, analyze the following: 省庁(issuer)別に補助金1件あたりの平均交付額(amount)を2017〜2023年で出して、少数の大型案件に集中する省庁と小口を広く配る省庁を並べて
Reference (this report): https://queria.io/showcase/subsidy-by-ministry.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: 省庁(issuer)別に補助金1件あたりの平均交付額(amount)を2017〜2023年で出して、少数の大型案件に集中する省庁と小口を広く配る省庁を並べて
Reference (this report): https://queria.io/showcase/subsidy-by-ministry.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."