
将来推計人口で読む高齢者市場の地域シフト ― 出店エリアはどこへ動くか
介護施設、配食サービス、見守り、シニア向け住宅。高齢者を対象にしたサービスの事業開発では、「どこに需要があり、その需要がこれから伸びるのか」を見極めることが出店・撤退の判断を左右します。このとき「高齢化率(高齢者が人口に占める割合)」を地域選定の物差しにすると、判断を誤ることがあります。高齢化率が高いのは人口が減った地方ですが、サービスの市場規模を決めるのは割合ではなく高齢者の実数だからです。
この記事では、国土数値情報の将来推計人口(市区町村別)を使い、2025年から2050年にかけて高齢者の実数がどの地域で伸び、どの地域で縮むのかを追います。対象は介護・ヘルスケアをはじめとするシニア向けサービスのエリア戦略担当者です。
データの概要
使用するのは国土交通省の国土数値情報「1kmメッシュ別将来推計人口(令和6年国政局推計)」を市区町村単位に集計した将来推計人口(市区町村別)テーブルです。推計値は令和2年国勢調査と国立社会保障・人口問題研究所の日本の地域別将来推計人口(令和5年推計)に基づいており、総人口は2020年から2070年まで5年ごと、高齢化率は2025年と2050年の2時点を収録しています。政令指定都市は、市ではなく行政区の単位で入っています。主な列は次のとおりです。
| 列 | 内容 |
|---|---|
population_2025 / population_2050 |
2025年・2050年の総人口(人) |
elderly_ratio_2025 / elderly_ratio_2050 |
65歳以上人口の割合(%) |
growth_rate_2025_2050 |
2025年から2050年の総人口増減率(%) |
このテーブルには65歳以上人口の実数が入っていないため、本記事の「高齢者人口」は総人口に高齢化率を掛けて求めます。高齢化率は小数第1位までの値なので、掛け算で復元した実数には丸めの誤差が乗ります。万人単位の比較には影響しませんが、市区町村ごとの人数を1人単位で扱う用途には向きません。まず全国の合計で、総人口と高齢者人口がどう動くかを確認します。
全国の総人口は2025年から2050年にかけて15.1%減る一方で、高齢者人口は6.4%増えます。人口全体が縮むなかでも、65歳以上のボリュームはまだ膨らみます。問題は、その増分が全国に均等に生まれるわけではないことです。
市場規模はどこに集まるか
まず2050年時点の高齢者人口(実数)を都道府県別に地図で見ます。色が濃いほど高齢者の絶対数が多い、つまりシニア市場の規模が大きい地域です。
高齢者人口が最も多いのは東京都で、2050年には425.8万人に達します。神奈川・大阪・埼玉・愛知・千葉といった大都市圏がこれに続きます。シニア市場の規模そのものは、人口が集まる都市部に偏在しています。高齢化率が高いと語られる地方の県は、面積こそ広くても色は薄く、市場の絶対量は小さいことが見て取れます。
高齢者の実数が伸びる県・縮む県
次に、2025年から2050年にかけて高齢者人口(実数)がどれだけ増減するかを都道府県別に並べます。全47都道府県を、増減率の上位10・中間・下位10の3つに色分けしました。値は令和2年国勢調査時点の人口構成と移動の傾向を延ばした推計で、大規模な再開発や施設の立地による転入は織り込まれていません。
高齢者の実数が最も伸びるのは東京都で、2025年比31.6%増。沖縄県(29.0%増)、神奈川県(22.5%増)、愛知県(18.3%増)が続き、埼玉・千葉・大阪といった大都市圏が上位を占めます。一方、下位には秋田県(21.4%減)、高知県(14.8%減)、山口県(14.2%減)、長崎県(13.9%減)など、すでに高齢化が進んだ地方の県が並びます。これらの地域では高齢者すら減り始め、シニア市場は縮小に転じます。同じ「高齢社会」でも、市場が膨らむ地域と萎む地域に二極化していくことが分かります。
高齢化率の高さは市場の伸びを意味しない
ここで冒頭の論点に戻ります。地域選定でよく使われる「高齢化率」と、市場の伸び(高齢者実数の増減率)はどう関係するのでしょうか。人口1万人以上の1,334市区町村について、横軸に2025年の高齢化率、縦軸に2025年から2050年の高齢者実数の増減率をとって散布図にしました。人口1万人未満の市区町村は含みません。高齢者が数十人動くだけで増減率が大きく振れるためです。
両者の相関係数は−0.96で、点はほぼ一直線に並びます。図の1,334市区町村のうち2025年の高齢化率が40%以上のものは273ありますが、その273すべてで2050年までに高齢者の実数が減ります。逆に30%未満の446市区町村では、443が増える側に位置します。高齢化率は「すでにどれだけ高齢化したか」を示す指標であって、「これから市場が伸びるか」を示すものではありません。両者は逆を向いているので、高齢化率の高さを根拠に出店地域を選ぶと、需要が先細る地域をほぼ確実に選ぶことになります。
増分が集中する都市
最後に、高齢者人口(実数)の増加が大きい自治体を見ます。このテーブルは政令指定都市を行政区の単位で収録しているため、そのまま並べると1つの市が複数の区に割れ、独立した自治体である東京23区と同じ物差しで比べられません。e-Statの市区町村マスタの municipality_code で行政区を市に畳んでから、2025年から2050年の増加分の上位15を取り出しました。
増分が最も大きいのは横浜市で、25年間で23.9万人の高齢者が増えます。川崎市(14.4万人)、福岡市(12.2万人)、名古屋市(11.6万人)、さいたま市(11.0万人)、札幌市(10.8万人)、大阪市(10.2万人)が続き、東京23区で最大の世田谷区(9.2万人)は8番目です。横浜市の増分は世田谷区の2.6倍にあたります。上位15の増加分は合計143.0万人で、そのうち首都圏1都3県の外にある7市が63.1万人、44%を占めます。福岡市・名古屋市・札幌市・大阪市の4市は、いずれも世田谷区を上回ります。増分が集中するのは都市ですが、その都市は首都圏だけではありません。
データの活用
将来推計人口を高齢者の実数で読み解くと、シニア向けサービスのエリア戦略に次のように活かせます。
- 首都圏の外を候補から落とさない: 増分の上位15のうち7市は首都圏1都3県の外にあり、福岡・名古屋・札幌・大阪は東京23区で最大の世田谷区を上回る。首都圏だけを見ていると、同じ規模の伸びを見落とす
- 撤退・縮小の時期を数字で置く: 高齢者の実数が減る県は27あり、最も大きい秋田県は21.4%減る。長期の投資回収を見込む事業では、この幅を織り込む
- 自社サービスの単価帯と重ねる: 推計人口を所得や住宅の統計と市区町村コードで突き合わせれば、ボリュームだけでなく支払い能力も加味した商圏評価ができる
データの出典
本記事は国土交通省の国土数値情報「1kmメッシュ別将来推計人口(令和6年国政局推計)」を市区町村単位に集計した将来推計人口(市区町村別)を、2026年8月20日時点で集計しています。推計値の基礎は令和2年国勢調査と、国立社会保障・人口問題研究所の日本の地域別将来推計人口(令和5年推計)です。政令指定都市の行政区を市単位にまとめる対応は、総務省の統計に用いる標準地域コードから作った市区町村マスタを使いました。
どの地域で高齢者市場が伸び、どこで縮むのかは、単年の高齢化率や一つの自治体の数字を見ているだけでは分かりません。全国の市区町村を将来時点まで並べ、割合ではなく実数で、同じ大きさの単位に揃えて突き合わせて初めて見えてきます。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。国土数値情報をはじめとする官公庁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。地域コードも体系を揃えてあるので、本記事のように将来推計人口テーブルと市区町村マスタを結合して、自社の対象エリアの高齢者人口がこれからどう動くかを確かめられます。データ整備に時間を取られず、どこに出店するかという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「nlftp.population.future_population_municipality を e_stat.code.municipality の municipality_code で市単位に畳んで、2025→2050年の高齢者実数(population×elderly_ratio)の増加分の上位30自治体を出して。そのうち首都圏1都3県の外にある市がいくつあるかも数えて」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: nlftp.population.future_population_municipality を e_stat.code.municipality の municipality_code で市単位に畳んで、2025→2050年の高齢者実数(population×elderly_ratio)の増加分の上位30自治体を出して。そのうち首都圏1都3県の外にある市がいくつあるかも数えて 参考 (この記事): https://queria.io/showcase/senior-market-shift.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: nlftp.population.future_population_municipality を e_stat.code.municipality の municipality_code で市単位に畳んで、2025→2050年の高齢者実数(population×elderly_ratio)の増加分の上位30自治体を出して。そのうち首都圏1都3県の外にある市がいくつあるかも数えて 参考 (この記事): https://queria.io/showcase/senior-market-shift.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
関連市区町村平均では見えない商圏の将来需要を、1kmメッシュ別の将来推計人口で読み解きます。足立区を例に、区内で割れる人口の増減と高齢化を出店判断に生かす見方を示します
関連国土数値情報の学校データから都道府県別の私立高校比率を比較し、所得とのずれを手がかりに教育サービスの出店候補地の進学志向を読み解きます
関連都道府県別のスポーツ行動者率から住民がどれだけ運動しているかを比較し、所得とのずれを手がかりにフィットネス施設の出店候補地を需要の濃さで見極めます
関連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
関連津波浸水想定区域と500m四方の将来推計人口を重ねました。28道府県の区域内に住む人は2050年までに17.6%減り、65歳以上は4.6%増えます。
関連「人口が減っている地域は外す」という条件で東京都の62区市町村を絞ると20が落ち、うち14は世帯数が増えていました。商圏を世帯数で測り直す方法を示します。