Queria

外国人宿泊者の半数は3都府県に集中する — インバウンド観光の地域格差をデータで読む

外国人の延べ宿泊者数は、コロナ禍前のピークだった2019年に約1億130万人泊まで積み上がり、その後の落ち込みを経て再び増加に転じています。

しかし、その恩恵はすべての地域に等しく届いているのでしょうか。京都や大阪ではオーバーツーリズムが問題になる一方、地方にはまだ空室が目立つ宿泊施設も少なくありません。この記事では、観光庁の宿泊旅行統計調査にもとづく都道府県別データを使って、インバウンド観光の地域集中度を分析します。

外国人延べ宿泊者数の推移

まず、全国の外国人延べ宿泊者数の推移を確認します。

2009年の約1,830万人泊から2019年には約1億130万人泊と、10年間で5.5倍に急増しました。2020年以降はコロナ禍で急落し、2021年には344万人泊まで落ち込みましたが、2022年には1,361万人泊まで回復に転じています。

都道府県別ランキング — 上位3都府県で半数超

外国人宿泊者は全国に均等に分布しているわけではありません。コロナ前のピークである2019年の都道府県別データを見てみましょう。上位10と下位10を比較します。

1位の東京都(約2,796万人泊)は2位の大阪府(約1,587万人泊)の1.8倍、47位の島根県(約7万人泊)の394倍に相当します。東京・大阪・京都の3都府県だけで全体の52.1%を占め、上位10都道府県まで広げると82.3%に達します。一方、下位10県の合計は全体のわずか1.2%です。

10年で何倍に? 成長率が高いのは地方

絶対数では大都市が圧倒的ですが、成長率で見ると景色が変わります。2009年から2019年にかけて、外国人宿泊者数が何倍に増えたかを都道府県別に比較します。

成長率トップは香川県の21.2倍です。2位の沖縄県(18.5倍)、3位の奈良県・4位の佐賀県(いずれも12.7倍)と続き、上位には地方県が並びます。同じ10年間の全国の伸びは5.5倍なので、香川県はその4倍近いスピードで伸びたことになります。絶対数では大都市が圧倒的でも、伸び率では地方が上回る構図が見えます。

国籍別の推移 — アジアが主役

外国人宿泊者数を国籍別に見ると、アジア圏の存在感が際立ちます。

2019年のピーク時には中国が約2,985万人泊でトップ、台湾(約1,347万人泊)、韓国(約972万人泊)、米国(約728万人泊)と続きました。コロナ禍からの回復速度には差があり、2022年時点では米国(199万人泊)と韓国(197万人泊)が先行する一方、中国(99万人泊)と台湾(90万人泊)は低水準にとどまりました。市場を「アジア」とひとまとめにせず、国・地域ごとに回復の段階が違うことを前提に見る必要があります。

まとめ

  • 外国人延べ宿泊者数は2009年から2019年にかけて5.5倍に急増した
  • 2019年時点で上位3都府県(東京・大阪・京都)に全体の52%が集中し、上位10まで広げると82%に達する
  • 一方で10年間の成長率は地方が上位を占め、香川県は21.2倍、沖縄県は18.5倍と急成長

インバウンド観光の恩恵が一部の都市に集中する構造は、2019年のデータではっきり見えます。伸び率で上位に来る地方県が、絶対数のうえでどこまで存在感を高められるか。「量の拡大」と「地方への分散」が両立するかどうかは、都道府県別の数字を継続して並べることでしか確かめられません。

このデータの読み方と注意点

本記事は e-Stat の社会・人口統計体系(総務省統計局)に収録された e_stat.ssds.g_pref_culture を、2026-07-11 時点で取得して集計しています。もとになっているのは観光庁の宿泊旅行統計調査です。使った分類コードは外国人延べ宿泊者数が G7102、国・地域別が G710201(韓国)・G710202(中国)・G710203(台湾)・G710204(米国)です。

都道府県ランキングと成長率では area_name が「全国」の行を除いています。全国の値と都道府県の値が同じテーブルに混在しており、そのまま並べると全国が1位として順位に入ってしまうためです。一方、全国推移と国・地域別の推移では「全国」の行だけを使っています。集中度(52.1%、82.3%)は、都道府県の合計ではなく全国行の値を分母にして計算しています。

成長率は2009年と2019年の比です。コロナ禍を挟まない10年間を取るためにこの2時点を選んでおり、2024年時点の順位ではありません。分母となる2009年の値が0の県は比が計算できないため、集計から除いています。

この統計は宿泊した延べ人泊数であり、訪日外国人の実人数でも、日帰り客の動きでもありません。宿泊費以外の消費額も含まれていません。伸び率の高い県はもともとの人泊数が小さいため、数百人泊の増減でも倍率が大きく動きます。香川県の21.2倍という数字を、東京都のような大規模市場の伸びと同じ物差しで並べることはできません。本記事で集中度を見ているのは2019年時点で、その後どう変化したかは、同じ分類コードで年を変えて集計し直す必要があります。

インバウンドの一極集中も地方の成長余地も、全国の合計を見ているだけでは見えません。都道府県を横断して並べて初めて、集中の偏りと伸びている地域が浮かび上がります。Queriaは、こうした官公庁のオープンデータを整えた形で公開しています。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の文化・観光統計テーブルから自分の地域の集客状況を確かめられます。統計の整備に時間を取られず、地域を見極める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「外国人延べ宿泊者数(cat01=G7102)の2024年の都道府県ランキングを出して、2019年に上位3都府県で52%だった集中度がコロナ後にどう変わったか比べて」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: 外国人延べ宿泊者数(cat01=G7102)の2024年の都道府県ランキングを出して、2019年に上位3都府県で52%だった集中度がコロナ後にどう変わったか比べて
参考 (この記事): https://queria.io/showcase/inbound-concentration.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: 外国人延べ宿泊者数(cat01=G7102)の2024年の都道府県ランキングを出して、2019年に上位3都府県で52%だった集中度がコロナ後にどう変わったか比べて
参考 (この記事): https://queria.io/showcase/inbound-concentration.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
ホテルや旅館の稼働率の県ごとの差はコロナ前より縮んだ — 埋まっていた県ほど受け入れ枠が増えた

客室稼働率の最も高い県と低い県の差は、2019年の25.3ポイントから2024年は22.6ポイントに縮んだ。2019年に稼働率が高かった県ほど、泊められる人数が大きく増えていた。

2026年3月4日·更新 2026年10月10日
関連
宿泊客は2019年を超えたのに、京都市でホテルや飲食店の新しい建物は2018年の1割を下回った

京都市のホテル・飲食店用の新築床面積は2018年の35.2万㎡から2024年は3.3万㎡へ。京都府の2021〜24年の着工は2016〜19年の21%で、47都道府県で最小です。

2026年10月7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
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

全国約8,300の病院の位置と病床数を都道府県別に集計し、人口あたり病床の偏在と、病院規模が分散型か集約型かを在宅医療の連携設計に生かす見方を示します

2026年7月7日
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

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。