昼間人口メッシュデータ

政府の統計に基づく日本全国の昼間人口メッシュデータを作りました。令和２年度国勢調査から算出した昼間常住人口に、令和３年度の経済センサス・学校基本調査から推計した流入人口を加えたものです。

３次（1km）・４次（500m）・５次（250m）メッシュのCSVファイルを無償で提供します。ただし、正確性は保証できません。既知の問題もあるため、利用目的に適うか以下を読んで判断してください。

昼間人口とは

ある地域に住んでいる人々の数を、その地域の「常住人口」といいます。通学・通勤のために、日々その地域から別の地域へ出たり、別の地域からその地域へ入ってきたりする人々の数を、「流出・流入人口」といいます（ここでは、買物・遊興・観光のような非定常的な移動は含まない）。

「常住人口－流出人口＋流入人口」を、日中に活動している人々のイメージで「昼間（ちゅうかん）人口」と呼びます。これに対応して、常住人口を「夜間人口」とも呼びます。

昼間人口は、動的な状態とまではいえないものの、われわれの暮らす現実により近く、いわゆる商圏分析などの指標のひとつになります。都市部では昼間人口が夜間人口より多く、郊外ではその逆になるといった傾向が、たとえ未知の地域でも数値からわかるのです。

有用な昼間人口データですが、これがメッシュデータであれば、さらにきめ細かな分析に役立ちます。メッシュデータとは、対象の空間（地図）を、市区町村などの境界ではなく、均一な格子で網目状に区切ったデータです。

昼間人口のメッシュデータ

ありそうで無い

昼間人口を算出するために必要な流出・流入人口は、国勢調査でも把握されています。「従業地または通学地」を回答した覚えのあるかたもいるでしょう。

しかし、その粒度は市区町村単位です。これではメッシュデータになりません。

したがって、国勢調査をつかさどる総務省統計局においても、昼間人口のメッシュデータは、他のデータを組み合わせた推計によって作っていました。

「いました」と過去形で書いたのは、今はもう作られていないからです（2025年現在）。かつてのデータも、少なくともウェブ上では見当たりません。事情は知りませんが、統計局は昼間人口メッシュの公表には消極的に見受けられます。

あいまいな算出方法

せっかくノウハウがあるのにもったいない話です。しかしないものはない以上、欲しければめいめいで作ってみるしかありません。そのためにでもないでしょうが、統計局は算出式だけは次のように公表しています。

昼間人口の算出式

昼間人口＝国勢調査 15歳以上非労働力人口
－国勢調査 15歳以上通学者数
＋国勢調査未就学者数
＋国勢調査完全失業者数
＋国勢調査農林水産業就業者数
＋事業所・企業統計調査第２次産業事業所従業者数
＋事業所・企業統計調査第３次産業事業所従業者数
＋通学地域メッシュ別生徒・学生数

（総務省統計局『総務省統計局における地域メッシュ統計の作成』（PDF）より）

この式も「常住人口－流出人口＋流入人口」を意味していますが、表の名前らしきものが並んでおり具体的に見えますね。しかし、いざこれをもとにデータを作ろうとしても、すんなりとはいきません。

どのデータ項目？

たとえば、「国勢調査 15歳以上非労働力人口」とは、正しくはどのデータのどの項目なのか。これはまだ探しやすいほうですが、「事業所・企業統計調査第２次産業事業所従業者数」とは、いったい何のどれなのか。リンクはおろか表番号・項目番号の例示さえなく、専門家でもないかぎりピンときません。

メッシュ別生徒・学生数？

「通学地域メッシュ別生徒・学生数」に相当するものは、少なくとも公的な全国規模のオープンデータとしては存在せず、推計して求めねばなりません。しかし、肝心のその推計方法がやはり漠然としているのです。

データを作る：基礎編

はじめに

長い前置きでしたが、ここからが本題です。以上の状況を踏まえたうえで、昼間人口メッシュデータの自作に手探りで挑戦します。

以下その過程を、「令和２年度国勢調査」の「３次メッシュ（JGD2011）」を基盤として説明します。４次・５次メッシュも、参照するデータの表番号や項目番号が一部ずれるだけで作り方は同じです（おそらくは他の年度も）。

夜間人口

まずは基礎となる夜間人口のメッシュデータを作ります。先の算出式を参考にいろいろと調べた結果、昼間人口との兼ね合いも考え、下記の３次メッシュ項目の合計を夜間人口としました。

なお項目名となっている用語の定義は、長くなるのでここでは説明しませんが、統計局のウェブサイトで探せば確認できます。これからさまざまな「人口」が登場するので、それぞれの意味や階層構造を覚えておくとはかどります。

労働力状態、産業分類及び職業分類別人口（15歳以上）（JGD2011）
- ＋労働力人口総数（T001189001）
- ＋非労働力人口総数（T001189010）
人口移動、就業状態等及び従業地・通学地（JGD2011）
- ＋未就学者総数（T001143019）
- ＋在学者総数（T001143034）
- －当地に常住する15歳以上就業者・通学者通学者数（T001143088）

非労働力人口とは、「15歳以上人口のうち労働力人口以外」と定義されています。よって労働力人口と合わせれば、15歳以上のすべての人口を網羅できます。

残る15歳以下の人々は、未就学者と、義務教育の就学者（在学者総数から15歳以上通学者数を引く）と考えていいでしょう。このデータの未就学者・就学者には「不詳」回答も含まれており、事情があって通学していない子なども入るようです。

これで夜間人口が求まりました。

……と、あっさり済ませるつもりだったのですが、結果が明らかにおかしい。これらを合計してみると、113,680,000人しかいないのです。総人口に１千万人ほども足りません。誤差の範囲ではもちろんなく、何らかの「不詳」の影響にしては多すぎます。

「不詳」を甘くみるな

基礎でいきなり行き詰まってしまいました。参照すべき項目が誤っているのでしょうか。それとも、処理プログラムのバグでしょうか。

試しに労働力状態メッシュデータの合計値の内訳を出してみると、労働力人口は59,949,767人、非労働力人口は36,603,968人でした。

この数字を集計表と比べてみます。『～労働力状態別人口及び労働力率（15歳以上）～』には、労働力人口59,949,767人、非労働力人口36,603,968人と書いてある。ちゃんと合っていますね。

しかし表をさらによく見ると、端っこになんと、「労働力状態『不詳』」が11,704,834人もいるではありませんか。これを合わせた数が15歳以上の本当の人口です。

さっき「『不詳』の影響にしては多すぎ」ると書きましたが、甘かった。国勢調査の結果の実態は、実はこんな体たらくだったのです。

補完してみる

世も末ですが、この不詳人口はどう扱えばいいのでしょう。安直に考えると、有効データに比例按分（あんぶん）してしまえばよさそうですが。

こうした不詳の補完は調査統計における“通常業務”らしく、統計局はそつなくこなし、補完後の集計資料も作っていました。肝心の補完方法は、『令和２年及び平成27 年国勢調査に関する不詳補完結果（参考表）について』にありました。主要項目による集計表を対象に、有効データの構成比に応じて不詳のデータを按分する、だそうです。要するに、やっぱり比例按分でいいらしい。

基本的には、補完のための係数を「（不詳人口＋労働力人口＋非労働力人口）／（労働力人口＋非労働力人口）」と求め、有効データに掛けていけばいいだけです。人数なので、係数を掛けた結果は整数にします。

ただし、メッシュデータはふつうの集計表に比べて各項目（格子）の値が非常に小さく、単に係数を掛けただけでは正しく補完しきれません。小数点以下の変化が整数化により切り捨てられてしまうためです。たとえば、１に1.1を掛けても１のまま、4に1.1を掛けても４のままですね（四捨五入しなければ９に1.1を掛けても９のまま）。こうしたいわゆる量子化誤差が大量に生じた結果、最終的な合計値はあるべき数字と隔たってしまいます。

そこで、簡単な誤差拡散法を取り入れます。すなわち小数点以下の端数を、単に切り捨ててしまう代わりに、次に処理する格子の値に加算してやるのです。統計学的な妥当性はさておき、効果はてきめんです。

さらに追い込むが

結果、夜間人口は計125,384,834人になりました。それらしい数字ですが、正確な総人口126,146,099人にはまだ761,265人足りません。１千万人に比べればだいぶ小さいとはいえ、引っかかる人数です。

就業状態メッシュの合計値の内訳は、未就学者が6,123,667人、在学者が16,278,980人、15歳以上通学者が5,276,382人（在学者－ 15歳以上通学者＝義務教育就学者11,002,598人）。これらにも「不詳」が絡んでいるのでしょうか。

しかし前に述べたように、未就学者・在学者にはもともと不詳が含まれているはず。そして15歳以上通学者は、集計表『～常住地又は従業地・通学地別通学者数－全国～』の数字とちゃんと一致しています。第一、通学者数は全体から引くのだから、もし仮に不詳分など加えたら夜間人口はさらに減ってしまいます。

試しに未就学者・在学者に同じ就業状態メッシュの卒業者数を加えてみると、123,165,886人になりました。総人口に届いていません。これは不詳うんぬんというより、数え方の問題のような気がします。まさか、中退者が卒業者に含まれないとか。仮にそうだとしても、いま問題にしているのは15歳未満の人口です。ちなみに、令和２年の小中学生の不登校児は約20万人。

もしや外国人が別勘定なのか、と思いましたがそうでもない。令和２年の外国人総数は約293万人、うち15歳未満は約25万人。

ひと通り調べてみたものの、原因がわかりません。統計局の算出式には、他に参照すべき表・項目もありません。らちが明かないため、残念ながらこの件はここまで。 76万人は誤差として割り切ります。メッシュデータの一般的な用途においては、局所的な偏りさえなければほぼ問題にならないはずです。

残念ポイント 総人口が76万人少ない（原典の値が）

なんとなくこの項目を足せばいいか、などと素人料簡で無理にデータを正すわけにはいきません。かえってデタラメになるだけです。予測不能なデタラメさより、予測可能な誤差のほうがましでしょう。

データを作る：推計編

昼間人口の基盤

いよいよ昼間人口に取りかかります。第一段階として、夜間人口から流出人口を引いた昼間常住人口のメッシュデータを作ります。やはり統計局の算出式を参考に、次の３次メッシュ項目を合計しました。

労働力状態、産業分類及び職業分類別人口（15歳以上）（JGD2011）
- ＋非労働力人口総数（T001189010）
- ＋完全失業者総数（T001189007）
- ＋第１次産業総数（T001189013）
人口移動、就業状態等及び従業地・通学地（JGD2011）
- ＋未就学者総数（T001143019）
- －当地に常住する15歳以上就業者・通学者通学者数（T001143088）

昼間人口において流出・流入するとみなされるのは、小学生以上の生徒・学生と、第２次・第３次産業の就業者です。ここでは、それら以外の全人口を足しています。

一歩ずつ説明すると、まず始めに未就学者を置きます。次に、「非労働力人口（15歳以上）－ 15歳以上通学者」を加えます。一見奇妙な式ですが、非労働力人口には生徒・学生も含まれるため、その分を引いているのです。最後に、労働力人口から第２次・第３次産業就業者を除いた残り、完全失業者と第１次産業就業者を加えます。

労働力状態データのほうの各値には、忘れずに夜間人口のときと同じ不詳補完を施しておきます（係数を掛ける）。結果、昼間常住人口の合計は46,675,465人になりました。

別の調査と結合する

第二段階、今度は流入人口を数えます。確実なほうからいきましょう。統計局の算出式に「事業所・企業統計調査」うんぬんとありましたが、あれはいったい何を指すのか。結論をいうと、「経済センサス」のメッシュデータです。あの算出式が書かれたあとに調査名称が変わったようです。

経済センサスは国勢調査の法人版のようなもので、これも統計局が実施しています。事業所の場所や業種、そこで働く従業者数などがメッシュデータとして公表されており、流入人口の算出にうってつけ。共通の地域メッシュコードをキーにして、国勢調査メッシュと簡単に結合できます。

ただし、あくまでも国勢調査とは別の調査であることに注意。調査の仕方も対象も違えば、何より実施時期も違います。当然、国勢調査の就業者数と経済センサスの従業者数とは整合しません。それでもほかにデータがない以上、不整合は誤差と割り切りこれを使うしかありません。統計局のかつての推計も同様だったので、その旨さえ明示すればかまわないでしょう。

注意ポイント 異なる種類・年度の調査結果が混ざる（不可抗力）

というわけで、「令和３年度」の「経済センサス」より、次の３次メッシュ項目を昼間人口に加えます。

産業（中分類）別事業所数及び従業者数（JGD2011）
- ＋従業者数：Ａ～Ｓ全産業（T001158108）

この項目の合計は62,427,908人でした。

生徒・学生数を調べる

統計局を参考に

第三段階、最後にして正念場です。生徒・学生の流入人口の推計方法をひねり出さねばなりません。統計局の推計方法を確認します。

通学地域メッシュ別生徒・学生数は、平成13年事業所・企業統計調査の対象事業所から学校を抽出し、学校基本調査等に基づいて生徒・学生数を把握し、平成13年事業所・企業統計調査に関する地域メッシュ統計（世界測地系）の編成における各学校の地域メッシュに対応付け、地域メッシュ別に集計しました。

（総務省統計局『平成12年国勢調査，平成13年事業所・企業統計調査等のリンクによる地域メッシュ統計』より）

わかりにくいですが要するに、経済センサスのメッシュデータから学校を見つけ、「学校基本調査」を利用してそこの生徒・学生数を割り出せばいいらしい。それ以上具体的なことは書かれていません。

経済センサスのメッシュには、「中分類」には「学校教育」の、「小分類」にはさらに細かく「中学校」や「高等教育機関」などに分類される事業所数・従業者数が含まれています。こうした事業所をすなわち学校とみなせばいいようですね。

いっぽう学校基本調査とは、文部科学省が実施する一斉調査で、全国の学校のさまざまな統計を毎年度公表しています。ただしあくまでも統計であって、各校の生徒・学生数を個別に網羅するデータは公表されていません。ざっと見て経済センサスと組み合わせて使えそうなのは、学校分類×都道府県別の生徒・学生数の集計です。

推計方法

これらの情報を使ってできそうなのは、次のような推計です。

経済センサスメッシュの格子から学校に相当する事業所を見つけ、その学校分類と当該格子の都道府県（「市区町村別メッシュ・コード一覧」参照）とを得、対応する生徒・学生総数を学校基本調査に求め、按分する。

按分の方法は、その学校の従業者数に応じた比例按分にしてみます。「ある学校の生徒・学生数は、その学校の従業者数に比例する」と仮定するわけです。

この仮定は明確な根拠こそないものの（法令で最低限度くらいは定めてるかも）、不合理でもないはずです。「教員ひとりあたりの生徒数」はよく聞く指標だし、この規模の学校ならこれくらいの教職員数、との経済的・経験則的な合意はわれわれの間にもあるでしょう。

データの整理

学校基本調査

推計方法が固まったので、用いるデータを具体的に整理します。

学校基本調査の統計は学校分類ごとまとめられており、その中に生徒・学生数を都道府県別に集計した表があります。

学校基本調査

大学と短期大学の表には、都道府県だけでなく都市別の学生総数が一部「再掲」されていますが、精度向上のためちゃんと処理に反映させます。以下いちいち書きませんが、大学・短大を扱う際には、都道府県の種類に再掲都市も含まれると考えてください（47都道府県＋21都市）。

ところで、学校基本調査の年度は国勢調査と経済センサスのどちらに合わせるべきでしょうか。統計局の説明はあいまいです。ここでは、計算上の結びつきの強い経済センサスとの整合性を重視し、「令和３年度」の表を参照することにしました。

経済センサス

経済センサスメッシュには、学校の事業所・従業者数を分類ごとに示す次の項目があります。

産業（小分類）別事業所数及び従業者数（JGD2011）
- 事業所
  - 812 小学校（T001159038）
  - 813 中学校（T001159039）
  - 814 高等学校，中等教育学校（T001159040）
  - 815 特別支援学校（T001159041）
  - 816 高等教育機関（T001159042）
  - 817 専修学校，各種学校（T001159043）
- 従業者
  - 812 小学校（T001159182）
  - 813 中学校（T001159185）
  - 814 高等学校，中等教育学校（T001159188）
  - 815 特別支援学校（T001159191）
  - 816 高等教育機関（T001159194）
  - 817 専修学校，各種学校（T001159197）

こちらには義務教育学校（比較的新しい小中一貫校）の項目がないため、学校基本調査の義務教育学校の生徒総数は、６：３の割合で小学校・中学校に按分することにします。

事業所と従業者との関係には注意を要します。学校従業者のいるところには必ず学校事業所があるようですが、学校事業所のあるところに必ず学校従業者がいるとは限りません。

ふだん無人の学校関連施設はいくつか思いつくとはいえ、経済センサスへの回答として、均等割を払っているような「事業所」に従業者がいないことなどあるのでしょうか。調べてみると、法的にはあり得るようです。他方、単なる回答不備の可能性も否定できません。

迷いましたが、ここでは余計な解釈をせず、額面通りゼロ人と受け取ることにしました。したがって推計においては、たとえ学校の事業所があっても、そこの従業者数がゼロなら生徒・学生数もゼロになります。いずれにせよ、そんな事業所は全国に数えるほどしかなく、大勢には影響ないでしょう。

処理手順

以上、これらのデータを組み合わせて処理すれば、メッシュデータ上の学校の生徒・学生数を推計できます。具体な手順は次のようになります（数字はすべて仮）。

事前計算
1. 比例按分の分母とするため、学校分類×都道府県ごとの学校従業者の総数を、「産業（小分類）別事業所数及び従業者数」メッシュから求めておく
本計算
1. 「産業（小分類）別事業所数及び従業者数」メッシュの格子を走査する
2. ある格子に、「小学校の従業者」が40人いた
3. 「市区町村別メッシュ・コード一覧」より、当該格子は「〇〇県」に属する
4. 事前計算より、〇〇県の小学校の従業者総数は計20,000人である
5. 「学校基本調査」より、〇〇県の小学校の生徒総数は300,000人である
6. この格子には、40 ÷ 20,000 × 300,000 ＝ 600人の生徒がいる

大学の従業者とは？

これでようやく生徒・学生の流入人口が求まります。と思いきや、おかしなことに気づきました。従業者数の異常に多い高等教育機関があるのです。このまま学生総数を比例按分してよいものか。

いくつか抽出して調べてみると、異常なのはいずれも大学のようです。「生徒・学生数は学校の従業者数に比例する」との仮定を述べましたが、高等教育機関、とりわけ大学では事情が少々異なります。とは知りつつも、少々異なりはするけれどそう極端には違わないはず、との仮定でいっしょくたに処理していました。ところが、事実は思いのほか極端に違っていたのです。

１校（正確には１平方キロメートル格子１つ）あたりの従業者数は次の表のとおりでした。

分類	最小	中央	最大	平均
小学校	1	27	312	32.5
中学校	1	31	295	33.6
高等学校，中等教育学校	1	70	602	77.9
特別支援学校	1	89	410	97.9
高等教育機関	1	152	10,650	355.7
専修学校，各種学校	1	22	1,304	47.9

教員の業務形態の違いもさることながら、問題は職員のようです。横にも縦にも広い町のような敷地のさまざまな施設で働く、パートタイムも含む職員すべてを集めたらえらい数になるわけですね。中でもおびただしいのは大学病院です。

世間知らずなもので調べて驚きましたが、大学病院に専任で働いている人も、大学に雇われている以上肩書は大学職員らしいのです（本当？）。うちの地元にも巨大な大学病院がありますが、あそこの職員の多くが大学職員だとしたら、確かにべらぼうです。

それにしても最大１万人越えとは、実際の内訳はどうなっているのでしょう。逆に１人しかいないところも気になりますが。

推計方法を修正

正体が何であれ、こうした過剰な従業者数はさすがに学生数を反映しないと考えられるため、対策せねばなりません。

いろいろ考えたり試したりしたあげく、比例按分を計算する際、対象の従業者数を「最大1,000に丸める」ことにしました。ある学校の従業者数が5,000だろうが10,000だろうが、1,000とみなして按分するわけです。 1,000以下ならそのまま。

この方法や1,000という数に根拠はありません。いかにも乱暴なのは承知ですが、最も単純でわかりやすいのでこうしました。

反対にやりたくなかったのは、下手な関数をでっちあげること。エキスパートが他の関連情報をも手がかりに練り上げるならともかく、素人が思いつきで急造してみたところで結局デタラメなうえ、やはり予測不能に陥ってしまいます。いずれにしても、しょせんは間接的な情報による、あいまいな仮定の上の推計にすぎません。あまりこだわっても仕方ないでしょう。

警告ポイント 生徒・学生数の見積もりが怪しい（推計なので）

エンディング

完成

さんざん試行錯誤しましたが、とにかくやっとできました。結果は全国ひとまとめのCSVファイルにしました。冒頭のリンクボタンからダウンロードできるので、GISなどに自由にお使いください。

昼間人口は「常住」「通勤（従業者数）」「通学（生徒・学生数）」に分かれているので、使うときにこの３つを合算してください。各項目の内訳は下表のとおりです。

項目	総人口	データ出典
昼間：常住	46,675,465	R2国勢調査
昼間：通勤	62,427,908	R3経済センサス
昼間：通学	16,500,578	R3経済センサスとR3学校基本調査による推計
昼間人口計	125,603,951	上記の混合
夜間人口	125,384,834	R2国勢調査
昼夜差分	219,117	―

昼間人口が夜間人口と一致しないのは、前にも述べたとおり別種・別年度の調査結果が混ざっているためです。下手な加工を避けてあえてそのままにしてありますが、夜間と一致させたければ通勤・通学人口の値を補正すればいいでしょう。

メッシュデータの次数

３次メッシュだけでなく、４次・５次メッシュも作りました。原則として同じ次数（５次なら５次）の統計メッシュデータを原典としますが、経済センサスは４次までしかなかったため、４次のメッシュを２×２マスに按分して５次の代わりとしました。

使用許諾（ライセンス）

この昼間人口メッシュデータは、データの出典元であるe-Statの利用規約を継承し、それと互換性のある「クリエイティブ・コモンズ・ライセンス表示 4.0 国際（CC BY 4.0）」に従って使用できるものとします。

このデータは、上述のとおり妥協含みの推計です。「政府による信頼性の高い実測データだ」などと利用者が誤解しないよう、第三者による加工データである旨を必ず明記してください。「加工等を行ったことを記載」する義務は、CC BY 4.0に含まれe-Statも強調しています。

おわりに

このデータを作り、なおかつこうして公開したのは、オープンな昼間人口メッシュデータが、その需要にもかかわらず現存しない（見つからない）ことに疑問を覚えたためです。

ならば自分が統計局代わりに立ち上がろう、などと気負ったわけではありません。この記事を読めばわかるように、そんな知見は持ち合わせていません。ただ、わたしのように多少不正確でも昼間人口メッシュを使ってみたい、知見はなくても昼間人口メッシュを作ってみたい人たちのための、たたき台があるとよいと思ったのです。

半端な品質なのに公開しているのも、大半の人は関知しないであろう詳細を長々記したのもそのためです。たとえ半端でもデータとそのレシピがあれば、使ってみたけどここが変だ、それはあそこが間違ってるからだ、と議論できます。しかし、何もなければ始まりません。

統計局がまた昼間人口メッシュを作って公開してくれれば、このデータは不要になります。そうなることを望みますが、だとしても、われわれが自ら推計し比較・検証できる道を開くことには、少しは意味があるでしょう。

用語・注釈

流出・流入人口について: 転居を意味する「転出・転入人口」と混同しないように。
昼間・夜間人口について: 紛らわしいがこれらは便宜上の呼び方で、流入・流出の実際の時間帯は問題にしない。夜学や夜勤も昼間人口に含まれる。
商圏分析: 商いやすい出店場所をデータに基づいて検討すること。
e-Stat: 「政府統計（複数ファイルを）の総合（一括ダウンロード）窓口（できない）」サイト。
（標準）地域メッシュ: 政府の定めたメッシュ仕様。メッシュ上の各格子は、経緯度と相互に変換できる一意の番号「地域メッシュコード」を持つ。
按分（あんぶん）: 値をある基準で複数の対象へ分けること。
誤差拡散法について: メッシュをピクセルに見立てることで応用できる画像処理アルゴリズムは他にも多そう。
予測可能: 因果関係が明瞭なこと。
GIS: 地理情報システム（Geographic Information System）。

補遺

些末（さまつ）なわりに長くなるため本文に書かなかった事柄を補足します。

大学・短期大学の「再掲」

集計表を読めばわかるため本文では軽く流しましたが、大学・短大の「再掲」とは具体的にどういうことでしょうか。

たとえば仮に、Ａ県に大学生が10万人いる、と集計表に書かれているとします。そしてさらに、「再掲」としてＡ県の政令指定都市Ｂ市に大学生が７万人いる、と書いてある。

この意味は、Ａ県のＢ市に大学生が７万人おり、Ｂ市以外の残りに大学生が３万人いる、ということです。

これに応じてプログラムでは、都道府県とこうした再掲都市とを同列に扱い、Ａ県の大学生は３万人、Ｂ市の大学生は７万人、との情報を持ちます。そしてメッシュの行政区を判定する（市区町村コードを求める）際には、都道府県と再掲都市とを区別します。こうすれば、学生数の按分に「再掲」の別を反映できるわけです。

ただしこれは、やや単純化した説明です。実際の按分処理では、経済センサス側の分類に合わせ、大学・短大・高専を「高等教育機関」として合算して扱います。

大学と短大は同じ都市が再掲されているため、その区別ごと合算すればいいだけです。しかし高専には再掲がないため、適当に按分してやります。

高専は各都道府県に１校あるかないかくらいなので、再掲都市の中にあるか外にあるか、個別に調べてどちらかに値を振るべきとも考えられます。しかし裏を返せば、１校あるかないかくらいの学生数なら、そこまで丁寧にしなくても大勢に影響ありません。

「市区町村別メッシュ・コード」の適用

「市区町村別メッシュ・コード一覧」を利用して地域メッシュコードに対応する市区町村コードを求める際、ひとつ問題がありました。「市区町村別メッシュ・コード一覧」表は都道府県別のファイルですが、各都道府県の境界に相当するメッシュに、一部重なるところがあるのです。

たとえばＡ県とＢ県の県境のメッシュが重なったら、どちらの県とすべきでしょうか。何も考えずに処理すると、北海道から沖縄県までの都道府県順の若いほう（あるいは古いほう）が機械的に選ばれると思います。

それはそれで一貫性があるとはいえ、無意味で気持ちが悪いため、とりあえず「人口の多い都道府県を優先する」ことにしました。

もっとも、ちょうどそんな境界上に学校でもないかぎり、実質的な意味はありませんが。

４次から５次への按分

５次メッシュデータを作る際、経済センサスのメッシュは４次までしかないため、２×２マス（＝４マス）に按分して５次の代用とすることは述べました。

そのように人口つまり整数を按分する際、４で割り切れない余りは、各マスに１人ずつ振り分けることになります。このとき、たとえば２人余ったとして、２×２のどのマスに振り分けるべきでしょうか。

特に考えなければ、地域メッシュのコード順になるでしょう。すなわち、左下・右下・左上・右上の順です。しかし、この順番で２人を振り分けると、下方に人が偏ってしまいます。

これを避けるため、振り分けの順番を、左下・右上・右下・左上とすることにしました。実際には４人余ることはないため、左上は使われません。

この振り分け方でも結局偏りはするものの（しま模様で考えると水平線が斜線になるだけ）、マス同士の距離でいえばより分散したことにはなるでしょう（１ → √２）。

ちなみに、本当に偏りをなくしたければランダムに振り分ける手がありますが、再現性に難があります。代わりにランダム風のパターンを使う手も、恣意的なパターンに依存する点でやはり恒久的な再現性に難があります。

ついでに書いておくと、この按分では地形は考慮されません。つまり、たとえばちょうど海岸線をまたぐメッシュを２×２マスに割ったとき、どれかのマスは完全に海の上に位置するかもしれません。これを避けるには別途地形データを参照せねばなりませんが、そこまでこだわる意味があるとは思えず見送りました。

生徒・学生数のヒント

生徒・学生数の推計方法はこの昼間人口データの精度を左右する鍵ですが、もっと改善する方法はないのでしょうか。統計局の推計方法をもういちど確認します。

〜学校を抽出し、学校基本調査等に基づいて生徒・学生数を把握し、〜

「等」が意味深長です。学校基本調査の他にも、何かを手がかりにしたようですね。それが何だったかは、書かれていない以上詮索しても仕方ありません。自分でできる方法を探ってみます。

学校コード表

文部科学省の「学校コード」の表は、全国の学校のコード・校名のみならず分類や住所をも網羅したデータです。生徒・学生数が含まれないのが惜しいものの（それさえあれば推計する必要もない）、毎年度の履歴がちゃんとあり、他の調査との相性もよさそうです。

生徒・学生数を推計するうえでまずあいまいだったのは、学校を経済センサスの事業所・従業者数から割り出していたことです。それが本当に学び舎か、漏れがないか、確信を持てませんでした。

しかし、この学校コード表を正として突き合わせればはっきりします。

ただし、この表をメッシュと突合するには、表内の全住所を経緯度に変換（ジオコーディング。APIで自動化できるとはいえ、結果が間違いないか確認を要する。逆変換してみたり、別のAPIを併用してみたり、人力で地図を見たり）し、さらに経緯度を地域メッシュコードに変換したうえで、多少の幅を持たせて一致判定せねばなりません。

そこまでして修正される正誤が果たしていくつあるか考えると、費用対効果が疑われて結局利用を見送りました。が、有力なヒントであることは確かです。いつか人数に関する追加ヒントも見つけたら、併せて利用を検討してみます。

開発方法について

参考のため、この昼間人口データを作るためのプログラムについても触れておきます。

開発言語はCSVファイルを、つまりテキストと配列さえ簡単に扱えれば何でもかまいません。スマートに高速に処理する必要などなく、自分がラクに書ければいいのです。どうせ今どきのコンピューターは、どんなに雑なプログラムでもメッシュデータのCSVごとき瞬く間に処理します。わたしはPHPを使いました。

ただし、学校基本調査の集計のまとめのみエクセル上で済ませました。専修学校と各種学校の数を足したり、義務教育学校の数を小中学校へ按分したりといった軽い前処理です。学校基本調査の表がエクセルファイルだったので、なんとなく。

PHPの話に戻ると、昼間人口の推計は複数のデータが絡んで相当ややこしく見えますが、一歩々々はきわめて単純なロジックです。なので、「step1.php」「step2.php」のようなファイルを作り、本当に一歩ずつ処理しました。

あるCSVを読み、一歩だけ加工処理し、CSVを出力する。そのCSVを読み、一歩だけ加工処理し、またCSVを出力する。との具合にバトンを渡していったのです。すべて出来上がったらバッチ実行すればいいわけです。

この方法には、各段階が独立している見通しのよさに加え、途中経過がCSVとして目に見えるため検証やデバッグをしやすい、処理を毎度いちから繰り返さずに済み試行錯誤がはかどる（推計では重要）、といった利点がありました。

メッシュの次数（３〜５）は簡単に環境変数で指示しました。次数によって原典のファイル名や項目番号が異なったり、地域メッシュコードの桁数が変わったりするので柔軟に対処します。

（最終更新：2025年10月17日）