Queria

病院の立地データで都道府県別の病床の偏在と病院規模を読む

在宅医療や訪問看護のサービスエリアを設計するとき、急変時の入院先となる後方支援病院がどれだけ厚く分布しているかは、提供体制の前提を左右します。国は新たな地域医療構想のもとで入院から在宅医療への移行を進めていますが、その受け皿となる病床は全国一律ではなく、地域によって厚みが大きく異なります。連携先を確保できるかどうかは、進出エリアの選定そのものに関わる問題です。

ここでは全国の病院の位置と病床数のデータを都道府県別に集計し、人口に対して病床がどれだけあるか、そしてその病床が少数の大きな病院に集まっているのか、多数の中小病院に分散しているのかを見ていきます。病床の絶対数は人口の多い地域ほど大きくなるため、人口で割った密度に直して比べます。

使用するデータ

医療機関の位置は国土数値情報の医療機関データ(nlftp.facility.medical_institution)を使います。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、病床数や開設者などの属性が付いています。施設は医療機関の種別(medical_class)で病院・診療所・歯科診療所に分かれます。

病床の大半は病院に集中しています。診療所や歯科診療所は施設数こそ多いものの、入院設備を持たない無床のものが大半で、病床数はごくわずかです。後方支援の受け皿となるのは入院機能を持つ病院なので、ここでは種別が病院のものだけを対象に、病床数(bed_count)を集計します。このデータは令和2年(2020年)時点の収録です。各病院の位置を都道府県境界データ(nlftp.boundary.prefecture)と空間結合してどの都道府県に属するかを判定し、e-Stat「社会・人口統計体系」の総人口(e_stat.ssds.a_pref_population の A1101)の2020年値で割って、人口10万人あたりの病床数を求めます。

人口10万人あたりの病床数

まず、人口10万人あたりの病院の病床数を地図で見ます。色が濃いほど、人口に対して病床が厚い地域です。

濃い色は西日本、とくに九州・四国・中国地方や北海道に広がり、首都圏や中京圏など大都市圏では薄い色が目立ちます。人口10万人あたりの病床数は、その地域に暮らす人に対して入院できる病床がどれだけ用意されているかを表します。47都道府県の中央値は1,362床ですが、色の濃淡は病床の厚みが地域によってはっきり分かれることを示しています。

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。

最も病床が厚いのは高知県で、人口10万人あたり2,305床です。鹿児島県が2,024床、長崎県が1,953床、徳島県が1,903床と、西日本の県が上位を占めます。一方、下位は神奈川県の806床、埼玉県の855床、愛知県の879床、東京都の897床、千葉県の926床と、大都市圏が並びます。最上位の高知県と最下位の神奈川県では約2.9倍の開きがあり、47都道府県の中央値は岩手県の1,362床です。

大都市圏で人口あたりの病床が薄いのは、人口の集積に病床の整備が追いついていないことを反映しています。在宅医療のエリアを設計するうえでは、こうした地域ほど後方支援病床の余裕が小さく、連携先の確保がタイトになりやすいと読めます。

病床は分散型か集約型か

同じ病床の厚みでも、それが多数の中小病院に分かれているのか、少数の大きな病院に集まっているのかで、連携の組み方は変わります。横軸に人口10万人あたりの病床数、縦軸に1病院あたりの平均病床数を取り、47都道府県を散布図にしました。

破線は47都道府県それぞれの中央値(人口あたり1,362床、1病院あたり183床)です。2つの指標は逆向きに動いており、人口あたりの病床が多い県ほど、1病院あたりの病床規模は小さくなる傾向がはっきり表れています。

右下に位置する高知県や鹿児島県は、人口あたりの病床は全国で最も厚い一方、1病院あたりの病床数は高知県132床、大分県129床、徳島県128床と小さく、中小規模の病院が数多く分散する構造です。左上に位置する滋賀県は、人口あたりの病床は997床と少ないものの、1病院あたりは247床と全国で最も大きく、少数の大規模病院に病床が集約されています。神奈川県・愛知県・埼玉県といった大都市圏も、人口あたりは薄く1病院あたりは大きい集約型に寄っています。

この違いは連携先の組み方に直結します。分散型の県では、多数の中小病院それぞれと関係を築く必要がある一方、集約型の県では少数の基幹病院との連携が体制の要になります。同じ「病床が厚い/薄い」でも、その中身は地域ごとに異なります。

連携先となる病床の担い手

病床を誰が運営しているかも、連携を考えるうえでの手がかりになります。病院の病床を開設者別に集計すると、担い手の構成が見えてきます。

病床の過半は医療法人が担っており、839,187床にのぼります。次いで自治体立の病院などの公的医療機関が301,045床、独立行政法人や国立病院機構などの国が125,458床です。1病院あたりの平均病床数で見ると、医療法人立は147床、国立は393床、公的医療機関は258床と開きがあり、医療法人立は地域に根ざした中小規模の病院、公的医療機関や国立は救命救急や高度医療を担う大規模病院が中心という違いがうかがえます。開設者の構成を押さえておくと、地域でどのような病院と連携できるか、その性格を事前に見立てられます。

業務での活用

  • 進出エリアの絞り込み: 人口あたりの病床が薄い大都市圏では後方支援先の余裕が小さいことを前提に、連携先を確保できるエリアから優先して検討する
  • 連携戦略の設計: 分散型の県では多数の中小病院と、集約型の県では少数の基幹病院と、地域の病床構造に合わせて連携の組み方を変える
  • 候補地の横並び比較: 進出を検討する複数の都道府県を同じ指標で並べ、後方支援体制の厚みと病院規模の性格を早い段階で見極める

このデータの読み方と注意点

本記事は国土交通省国土数値情報の医療機関データ(P04)と行政区域データ(N03)、および総務省統計局の社会・人口統計体系を、2026-07-11 時点で取得して集計しています。医療機関データは令和2年(2020年)時点の収録で、人口も同じ2020年の値に合わせています。

集計は医療機関の種別(medical_class)が「病院」の施設だけを対象にしています。診療所と歯科診療所は施設数こそ多いものの、その大半が入院設備を持たず、後方支援の受け皿としては性格が異なるためです。都道府県の振り分けは、施設の緯度経度が都道府県境界のポリゴンに含まれるかどうかで判定しています。医療機関データの住所欄には都道府県名が入っていないため、空間結合で判定する必要があります。

このデータには施設の位置と病床数、開設者は入っていますが、病床の機能区分(急性期・回復期・慢性期など)や稼働状況は含まれていません。人口10万人あたりの病床数が厚いことは、すぐに使える受け入れ余力があることを意味しません。地図と順位で示している「全国平均」にあたる値は、47都道府県それぞれの比率をとった中央値であり、全国の総病床数を全国人口で割った値とは一致しません。

また救急告示や災害拠点といった機能フラグは、県によって記入の有無にばらつきがあるため本記事では使っていません。開設者区分の「分類対象外」11病院についても、内訳が判別できないためそのまま集計に残しています。

病床の厚みは、数を数えるだけでなく人口や病院数に対する比率として見て初めて、地域ごとの性格が見えてきます。こうした比較の土台になるデータを、Queriaは整えた形で公開しています。国土数値情報の医療機関データや行政区域データ、e-Statの統計について、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テーブルや都道府県別人口テーブルから、自社が検討する地域の病床の厚みと病院構造を確かめられます。地理データの整備に時間を取られず、エリア戦略の判断そのものに集中できます。

続きや気になることをAIエージェントで深掘りする

Claude Code や Codex に Queria スキル を入れて、下のプロンプトを貼るだけです。ターミナルでも、スマホやブラウザのリモート画面でも使えます。

たとえば「開設者(establisher_type)別の病床数(bed_count)を都道府県別に集計して、医療法人と公的医療機関のどちらが主な担い手かが地域で変わるか比べて。medical_class='病院'に絞って」といった深掘りができます。

Queria の公開データで次を分析してください: 開設者(establisher_type)別の病床数(bed_count)を都道府県別に集計して、医療法人と公的医療機関のどちらが主な担い手かが地域で変わるか比べて。medical_class='病院'に絞って
参考 (この記事): https://queria.io/showcase/hospital-bed-regional-gap.md
Queria スキル (https://docs.queria.io/queria-skill) を導入済みならスキルで、未導入なら uvx queria で接続できます。
ターミナル(CLI)で始める
claude "Queria の公開データで次を分析してください: 開設者(establisher_type)別の病床数(bed_count)を都道府県別に集計して、医療法人と公的医療機関のどちらが主な担い手かが地域で変わるか比べて。medical_class='病院'に絞って
参考 (この記事): https://queria.io/showcase/hospital-bed-regional-gap.md
Queria スキル (https://docs.queria.io/queria-skill) を導入済みならスキルで、未導入なら uvx queria で接続できます。"

おすすめ記事

関連
医療施設の点データで病床数と診療所密度の地域差を読む

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、人口あたりの病床数と診療所密度を比較します。ヘルスケア事業の立地戦略に使えるデータの見方を紹介します。

2026年6月25日
関連
障害福祉サービス事業所データで、地域の整備差と就労支援の偏りを読む

全国20万件の障害福祉サービス事業所を数え、人口当たりの整備量とサービス構成の地域差を定量化します。人口10万人当たりの事業所数は大阪府の303.8から東京都の100.9まで開きます

2026年7月15日
関連
障害福祉サービス事業所データで、放課後等デイサービスの供給密度を都道府県別に数える

全国20万件の障害福祉サービス等事業所を数え、放課後等デイサービスの供給密度を都道府県別に求めます。15歳未満人口1万人あたりの事業所数は、鹿児島県の33.0件から東京都の9.2件まで約3.6倍の開きがあります

2026年7月14日
関連
鉄道駅の分布データで都道府県別の公共交通アクセスを比較する

全国約9,000駅の位置データを都道府県別に集計し、可住地面積あたりの駅密度から出店市場が駅前型か車前提かを見極めます

2026年6月23日
関連
都道府県別の薬局密度と無薬局町村から、調剤チェーンの出店余地を読む

e-Statの医療施設データで、都道府県別の人口10万人あたり薬局数と無薬局町村数を可視化。調剤チェーンの出店候補地評価やM&Aターゲットの一次スクリーニングに使えます

2026年5月29日
関連
人口10万人あたりの歯科診療所数で開業候補地を見極める ― 都道府県と市区町村の偏在マップ

e-Statの医療施設データを使い、都道府県・市区町村別に人口10万人あたり歯科診療所数を可視化。開業候補地の評価や既存医院の競合環境の把握に使えます

2026年5月25日·更新 2026年8月8日

本記事はAIエージェントがQueriaの公開データを分析して作成し、別のエージェントが記事内のSQLをすべて実行して本文と照合したうえで、が公開前に確認しています。記事の数値はすべて掲載しているSQLから再現できます。