人口が減った後の日本をどう作るか
2026年11月16日
目次
- 序章 はじめに
- 第1部 現状 ― 高度成長期の構造のまま人口が減る地域
- 第2部 将来像 ― 3層構造の一般モデル
- 第3部 移行 ― 現状から3層構造へ
- 第4部 弱点と未解決の論点
- 第5部 ケーススタディ ― 道南・函館周辺
- 終章 まとめ ― 当事者として
- 付録A 根拠データ集
- 付録B 予測データ集
- 付録C 図版
- 付録D 技術の動き
序章 はじめに
2050年には日本の多くの地方都市で人口が3〜4割減る。商店は閉店し、バスは減便し、病院は診療科を縮小していく。手入れのされない山林と耕す人のいない畑と住む人のいなくなった家が増えていく。人口減少の話はたいていこうして「失われていくもの」の列挙になる。
だが数字をよく見ると減らないものがある。75歳以上の人口である。総人口が4割減る都市でも75歳以上は減らないという推計は少なくない。支える側は4割ほど減るのに支えられる側は減らない。医療と介護の需要は人口ほどには減らない。道路や水道の維持費は利用者が減っても下がらない。「人口が減れば負担も減る」という見方は成り立たない。
つまり消えていくのは地域そのものではない。限界を迎えているのは高度成長期に作られた構造のほうである。その構造では人が全域に住み、人が全ての現場に常駐し、インフラを全域に届ける。土地も海も需要も残っている。足りなくなるのはそれを支える人の数である。
だとすれば人口が減った後の姿は選べる。人を集める場所と人が常駐しなくてよい場所を分ける。ケアは拠点に集め、生産の現場からは常駐を外し、健康な人は拠点から離れて住むこともできる。2050年の朝。港ではセンサーが魚群の到着を知らせ、山ではドローンが林を見回り、畑では自動農機が動き、拠点の診療所ではオンライン診療が始まっている。人は拠点とその周辺にいて必要なときだけ現場へ行く。ふだん生産の現場に人の姿はない。人口が4割減っても回る地域はこうして作るものである。今の風景を懐かしむ人も、やがてはいなくなる。
人口が減ることはもう決まっている。決まっていないのは減った後の地域をどう作るかだけだ。この文書はその決め方を一つのモデルとして提示する。第1部で現状を、第2部で将来像とある場所から誰もいなくなることから来る寂しさへの対処を、第3部で移行の道筋を示す。第4部では弱点と未解決の論点を挙げ、第5部では一つの地域を例に実際の数字に当てはめる。根拠としたデータは付録にまとめた。前提は悲観でも楽観でもない。人口は減るが一人あたりの豊かさは維持できるという見立てである。
第1部 現状 ― 高度成長期の構造のまま人口が減る地域
現状は一言でいえば、「高度成長期に設計された構造が、人口だけ減ったまま残っている」状態にある。将来像との間にある距離こそが「移行」であり、その距離を測ることがこの部の目的である。ここでは構造を中心に述べ、具体的な数字は第5部のケーススタディと付録に譲る。
現在の前提
現状は、次の3つの前提の上に成り立っている。いずれも、人口が増えていた時代には合理的だったものである。
- 人は全域に住んでいる。 市街地にも、郊外の集落にも、農地や山林の中にも、人が住み続けている。居住は地域の全域に広がったままであり、「住む場所」と「生産する場所」は分かれていない。
- インフラは全域フルセットが前提である。 道路、水道、電気、通信、学校、診療所といった生活インフラは、住人がいる全ての場所に届けることが前提で設計されてきた。人口が減っても、届けるべき「場所」の数は減らないため、維持費は下がらない。
- 生産の現場にも人が常駐する。 漁業、農業、林業はいずれも「人が現場にいて、手と目で回す」ことが前提の産業であり、その担い手は高齢化しながら現場に残り続けている。
図 全国の将来推計人口 ― 高齢者人口は2043年にピークを迎える(原本の図版。この画面では図として描き直したものを本編に置いている)
3つの場所の現在
中心市街地(将来の第1層にあたる場所)
病院、学校、行政、商業は中心部に集まってはいるが、集約ではなく「残っている」という状態に近い。人口減少に合わせて空き家と空き店舗が市街地の中に点在し、商店街のシャッター通り化が進む。中核病院は地域医療の要である一方、医師不足は多くの地域で常態化している。
漁港や農産物の集荷場を持つ地域では、一次産業の縮小がそのまま港や市場の縮小につながり、加工・流通といった紐づく仕事も一緒に細る。
郊外・集落(将来の第2層にあたる場所)
郊外や周辺の集落には、点在する住宅に高齢世帯が住み続ける。学校の統廃合が進み、路線バスは減便と廃止を繰り返す。買い物や通院は自家用車が前提で、運転できなくなった時点で生活の足が止まる構造になっている。
住んでいる人にとって集落は故郷であり、生活の場である。しかし行政から見れば、点在する集落の一つひとつに、道路の維持や除雪、水道、ごみ収集、救急といったサービスを届け続けるコストが、一人あたりでは膨らみ続けている。
生産地帯(将来の第3層にあたる場所)
生産の現場には、今も人が住み、人が常駐して働いている。
- 水域:漁業の担い手は高齢化し、後継者は不足している。判断は経験と目視が中心で、データによる管理はほとんど入っていない。気候変動による資源の変化に、方法や流通が追いつけていない。
- 農地:農業従事者の高齢化と担い手不足が進み、耕作放棄地が増えている。農家は自宅と農地が一体で、生産と居住が分かれていない。記録は紙と手書きが中心である。
- 山林:手入れの行き届かない森林が増え、所有者が分からない土地も広がっている。野生動物による農林業被害は各地で深刻化し、捕獲の担い手である狩猟者はピーク時の半分以下まで減って高齢化している。獣害対策は「現場に人が入る」仕事でありながら、その人がいちばん不足している。
インフラの現状
現在のインフラは、居住用と生産用が分かれていない。全域に、生活のためのフルセットが引かれている。
問題はコストの構造である。道路や水道の維持費は、利用する人の数ではなく「長さ」と「古さ」で決まる。高度成長期に一斉に整備された社会資本は、これから一斉に更新時期を迎える。人口が減って税収が細る一方で、更新費は増えていく。雪国では除雪費が、沿岸部では護岸や港湾の維持費が、同じように「長さと面積に対してかかる費用」として重なる。
つまり現状は、「一人あたりのインフラ維持コストが、人口減少とともに自動的に上がり続ける」設計になっている。これが、現状をこのまま続けることができない根本的な理由である。
通信については、市街地では光回線や携帯の電波が使えるものの、山林や海上・水上では弱く、何より現場ごとのデータがつながっていない。役所、病院、農家、漁師がそれぞれ個別に情報を持ち、地域全体を束ねて見る仕組みがない。データは「ない」のではなく「分断されている」。
図 老朽化するインフラ ― 建設後50年以上経過する割合は2040年に一斉に跳ね上がる(原本の図版。この画面では図として描き直したものを本編に置いている)
人の関わり方(現在)
将来像では、人の分布は場所によってはっきり分かれていた。現状は逆で、全ての場所に人が住み、全ての仕事に人が常駐している。
- 高齢者は、市街地にも集落にも農地にも住み、ケアは「家族と近所」が担う部分が大きい。
- 現役世代は、進学と就職のタイミングで大都市圏へ流出する流れが続いている。地域に残る働き手は減り、医療、介護、行政、一次産業のすべてで人手が不足する。
- 生産の現場の担い手は高齢化し、「あと何年続けられるか」という時間制限の中で働いている。技術者のような「拠点から出張する」働き方は、まだ例外的な存在である。
図 介護の有効求人倍率 ― 全職種平均の約3.2倍の売り手市場(原本の図版。この画面では図として描き直したものを本編に置いている)
図 農業の担い手 ― 5年で4分の1が消え、荒廃農地が積み上がる(原本の図版。この画面では図として描き直したものを本編に置いている)
3つの流れ(現在)
場所と場所の間で流れているものも、将来像とは向きが違う。
- 産出の流れ:水産物、農産物、木材といった一次産品は、未加工のまま地域外へ出ていくことが多い。加工や流通の付加価値は地域外に残り、地域には原料の価格だけが落ちる。
- 人の流れ:若者は進学・就職で地域外へ流出し、高齢化だけが地域に残る。一方向の流れである。
- お金の流れ:地方交付税と年金が、地域外から入ってくる大きなお金である。年金は高齢者の生活を支え、地域の消費を下支えしている。地域の経済は「外から入る公的なお金と年金に、地域内の消費がぶら下がる」構造になっている。
模式図について
添付の模式図「現状を『場所に置いて』描く」は、この現状を将来像と同じ構図(沿岸型の例)で表したものである。並べて見ると、違いが位置の違いとして読める。
- 上部の通信・データの帯は色が薄く、クラウドには「集約の仕組みなし」とある。各ゾーンの頭上には、データの扱いが「無線と目視」「個別の仕組み」「電話と回覧板」「紙の記録」「記録が残らない」とバラバラであることが書かれている。
- 生産地帯(海・農地・山林)にも人の絵があり、農地には農家が、山林には猟師がいる。「人は常駐しない」の札はなく、代わりに「担い手は高齢化」「担い手不足」「管理が追いつかない」の札が置かれている。
- 道は山林の端まで舗装されたまま続く。居住インフラが全域に届いていることの表現であり、同時に、その全てを維持しなければならないという現状の重さでもある。
図 現状を「場所に置いて」描く模式図(沿岸型の例)(原本の図版。この画面では図として描き直したものを本編に置いている)
将来像との差分
現状と将来像を並べると、移行が埋めるべき差分は次のようになる。
- 人の分布:全域に住み、全ての現場に常駐する → ケアは拠点へ、生産の現場からは常駐を外す。
- インフラの届き方:全域フルセットで、人口が減ってもコストが下がらない → 居住インフラは拠点に集約し、生産地帯には細い生産インフラだけを引く。
- データのつながり方:現場ごとに分断され、紙と目視が中心 → 全域を覆うデータ基盤が唯一の共通層になり、判断は拠点に集まる。
- 産出の残り方:未加工のまま流出し、付加価値は地域外へ → 加工は拠点に集約し、産出は住民の所得になる。
- お金の流れ:交付税と年金への依存 → 生産層の収益が地域の原資の一部を担う。
どれも一夜では変わらない。差分の大きさ自体が、移行に時間と順序の設計が要る理由である。
第2部 将来像 ― 3層構造の一般モデル
この部は、人口が減る地域がどのような姿になりうるかを、一つの「型」(一般モデル)として提示するものである。骨格は地域を選ばず、地域ごとに変わるのは後述する4つの変数だけである。ここでは将来像そのものを描くことに集中し、現在から至る移行過程は第3部で扱う。
基本原則
この将来像は、次の3つの原則から成る。
- 人は拠点に集約する。 医療・介護・教育といったケアは、人が集まっている場所でこそ効率よく提供できる。ケアが必要な人と、ケアを担う人は、拠点に集まる。
- 土地と水域は、無人で生産に使う。 拠点の外側を「住む場所」として維持するのではなく、「生産する場所」として活用する。そこに人を常駐させないことが、一人あたりGDPを押し上げる要点である。
- 健康な人は、分散して住んでよい。 通信と移動が保証されるなら、健康な現役世代にとって場所の制約は小さい。ケアが必要になったら拠点へ移れる流動性とセットで、「どこに住むか」は自由でよい。
3つの層
第1層:ケアの拠点
地方都市や中心市街地にあたる層。病院、介護施設、学校、行政、商業が集約され、歩いて暮らせる密度が保たれる。住むのは、高齢者や医療が必要な人、医療・介護の従事者、子育て世帯が中心である。
港や加工施設を持つ地域では、水揚げや収穫物の選別・加工・冷凍といった「付加価値を付ける工程」もこの層に集約し、産出の価値が地域の外に漏れないようにする。拠点内の移動は、需要応答型の自動運転バスなどが担う。
第2層:分散居住
拠点の周辺や近隣の町に、健康な現役世代が点在して住む層。仕事はリモートワークが標準で、拠点へは週に数回、用事があるときだけ行く。
この層が成り立つ条件は、通信がどこでも均一に使えることと、必要になったときに拠点へ30〜40分程度で出られる移動手段が保証されることである。
第3層:無人で働く生産地帯
人が常駐せず、機械とデータで回る生産の層。地域の資源によって中身は変わるが、構造は共通である。
- 水域(海・湖沼・河川):養殖、センサー付きの漁具、洋上・湖上の発電。漁業は「毎日獲りに行く」形から「データが知らせたときだけ出漁する」形へ変わり、人の仕事は監視・保守・判断の比重が増える。気候変動で獲れるもの自体が入れ替わりつつあり、昔の資源を取り戻すより、新しい資源に合わせて方法と需要を組み替えることが現実的である。
- 農地:自動農機やドローンによる作業、遠隔監視、太陽光・小水力発電。人の出番は、収穫期などの保守チームの出張に限られる。
- 山林:センサー管理と機械化によるスマート林業、風力・地熱・小水力発電、水源の保全、カーボンクレジットの創出。野生動物の管理は、この層で最後まで人の身体が要る仕事として残る。
この層の産出(食料、水産物、木材、電力、カーボンクレジット)は、第1層と第2層の住民の所得に乗る。居住人口がほぼゼロの土地が価値を生むため、一人あたりの産出はむしろ高まる。
図 世帯数の将来推計 ― 需要のピークは人口のピークより約20年遅れて来る(原本の図版。この画面では図として描き直したものを本編に置いている)
図 産業別就業者数の見通し ― 増えるのはケア、減るのは生産・販売(原本の図版。この画面では図として描き直したものを本編に置いている)
地域ごとの変数
このモデルは「型」であり、地域ごとに次の4つの変数を埋めることで各地版になる。
- 拠点の位置と規模:どの都市が第1層になるか。大都市圏に近い地域では、地方都市が拠点にならず、地域全体が大都市の第2層として組み込まれる場合もある。
- 生産資源の種類:海があるか(沿岸型)、平野が広いか(内陸平野型は大規模農業の自動化が効く)、中山間か(中山間型は小規模農地と森林が中心で、自動化の難易度が上がる)。
- 気候と災害:雪国では除雪が「長さに対してかかるコスト」の代表になる。雪のない地域では、代わりに台風、豪雨、土砂災害への備えが同じ位置を占める。
- 土地制度の状態:区画が大きく所有が単純な地域では第3層化が進めやすい。相続未登記で細分化した土地が多い地域では、技術より先に制度の処理がボトルネックになる。
インフラの考え方
この構造の心臓部は、インフラのコストの正当化の仕方が2種類あることである。
- 居住インフラ(医療、学校、水道、生活道路など)は「人数割」のコストである。人がいない場所に引く理由はないため、第1層に集中し、第2層では最小限にとどめる。
- 生産インフラ(電気、通信、水=灌漑、機械が通る道)は「産出量割」のコストである。第3層では細く引く。通信は衛星とローカル網、電気は地産の再生可能エネルギーと蓄電、道は自動運転車と保守車両が通れる最低限の規格でよい。
居住では割に合わない土地でも、生産なら割に合う。この計算の違いが、3層構造を成り立たせている。
そして、通信・データ基盤だけが全層を貫く。各生産地帯のセンサーから集まるデータは拠点の管理センターに集約され、監視と判断は拠点で行われる。逆に言えば、通信が止まれば第3層全体が「あるのに使えない土地」に戻る。通信・データ基盤は、この社会の急所である。
図 2040年のエネルギー ― 再エネが最大の電源になる見通し(原本の図版。この画面では図として描き直したものを本編に置いている)
人の関わり方
人の分布を整理すると、次のようになる。
- ケアが必要な人とケアを担う人は、第1層に常駐する。
- 健康な現役世代は第2層を中心に住み、第3層とはデータ経由でのみ関わる。
- 管理・保守の技術者は第1層に拠点を持ち、第3層へは出張でのみ現れる。第3層と人の接点は、この「技術者の出張」と「データ」の2本だけである。
なお「健康であること」は期間限定の状態である。怪我、子育て、親の介護、自身の老いによって、場所の条件は人生の段階ごとに変わる。第2層の自由は、「必要になったら第1層へ移れる」流動性があって初めて成り立つ。住む場所は固定資産ではなく、段階ごとに乗り換えるものとして設計されるべきである。
思い出と風景の継承
このモデルでは解けないことがある。拠点に人を集め、生産の現場から常駐を外せば、暮らしは維持できる。それでも思い入れのある土地に人の姿がない寂しさは消えない。恐れはもう一つのところにある。誰が耕してきた畑か、誰が通ってきた店かを知る人がいなくなることである。自分の土地でも、見知らぬ誰かの土地でも同じである。知る人がいなくなれば、その土地への思いは途切れる。この節では、この寂しさと恐れへの対処を述べる。対処はできるが、解消はできない。
第一に、思いを引き継ぐのは住む人でなくてもよい。離れて暮らしながら関わり続ける人、定期的に戻る人、遠くから見守る人はいる。第2層の分散居住は、住む場所を拠点の外に広げるだけでなく、関わる人を地域の外に広げる仕組みとしても働く。住む人は減っても、関わる人を減らさないことはできる。
第二に、無人で管理される生産地帯は、風景を残す手段でもある。放棄された畑や山は荒れ、思い出の中にある姿そのものが消えていく。機械とデータで管理される土地は、人の常駐がなくても姿を保つ。無人化は土地を見捨てることとは違う。
第三に、記録による継承がある。写真と映像と聞き書きと地名を残せば、暮らしの記憶は記録を介して次の世代に渡る。直接の体験を引き継ぐことはできないが、何も残らないよりは残るものが多い。ただし記録は風景そのものではない。眺めることはできても、暮らしを取り戻すことはできない。
第四に、終わらせ方を選ぶことがある。担い手がいなくなってなし崩しに消えるのと、記録を残し、引き継ぐものを引き継ぎ、見送って終わるのとでは、残るものが違う。閉じる過程を移行の設計に含めることで、喪失の形は変えられる。
それでも寂しさは残る。人がいない朝の静けさは、このモデルの対処をもってしても消えない。モデルが約束できるのは、寂しさをなくすことではない。思いが途切れる速度を落とし、残せるものを残し、終わるものは選んで終わらせることである。その範囲でしか、この問いには答えられない。
3つの流れ
層と層の間では、3つのものが流れている。
- 産出の流れ:食料・水産物・電力・木材が、第3層から第1層・第2層へ流れ、住民の所得になる。
- データの流れ:生育・資源・設備の状態がセンサーから管理センターへ流れ、監視と判断は拠点で行われる。
- 人の流れ:拠点と郊外の間は日常的に行き来され、生産地帯へは技術者の出張のみ。ケアが必要になった人は、郊外から拠点へ移る。
模式図について
添付の模式図「場所に置いて描く3層構造」は、このモデルを沿岸型の地域を例に1枚に表したものである。人もインフラも、実際に「いる場所・ある場所」にそのまま描くことで、位置そのものが対応関係を表すようにした。
- 上部の紫の帯が通信・データ基盤で、全域を覆う唯一の層である。各ゾーンのセンサーから、破線がクラウドと管理センターへ集まる。
- 生産地帯(海・農地・山林)には人の絵がなく、「人は常駐しない」の札だけが置かれている。例外は、拠点から破線のルートで結ばれた技術者である。
- 道は郊外の先で舗装が途切れ、細くなる。居住インフラと生産インフラの届き方の違いを表している。
図 場所に置いて描く3層構造の模式図(沿岸型の例)(原本の図版。この画面では図として描き直したものを本編に置いている)
第3部 移行 ― 現状から3層構造へ
現状と将来像は「ある時点の姿」を描いたものだが、移行は姿ではなく過程であり、難しさの質が違う。完成形がどれだけ整合的でも、そこへ至る順序と合意が設計されていなければ、絵に描いた餅になる。この部も前2部と同じく、特定の地域ではなく地域一般に成り立つ「型」として書く。
移行の前提
移行の進め方は、次の3つの前提から導かれる。
- エンジンは世代交代である。 人を強制的に移住させるのではなく、人の入れ替わりが構造を変えていく。今の集落や郊外に住む世代が暮らしを全うし、次の世代が拠点側に住む。この速度は政策では決められず、人口動態が決める。移行の時間軸が25年単位になるのはこのためである。
- 作るものが先、畳むものが後である。 代替のサービスや受け皿が先に用意されていてはじめて、既存のものを畳む決定に正当性が生まれる。逆の順序(先に畳んで、後から何とかする)は、なし崩しの移行そのものである。
- 決断は「更新判断」の積み重ねである。 移行は一回の大きな計画決定では進まない。橋、水道管、学校、診療所、バス路線は、それぞれ更新の時期を迎える。そのたびに「この場所で更新するか、拠点側に寄せるか」が問われ、小さな判断の合計が移行になる。逆に言えば、更新判断のルールを先に決めておくことが、移行設計の実務的な中身である。
3つのフェーズ
移行は、人口動態に沿って大きく3つの時期に分けられる。年次は目安であり、地域の人口動態によって前後する。
第1期(2026〜2035年):準備と先行投資
この時期、畳むことはほぼ何も起きない。やるべきは先行投資だけである。通信・データ基盤の整備、空いた土地の受け皿(管理主体)の立ち上げ、拠点側の受け入れ容量(住宅とケアの体制)づくり、そしてケア人材の育成開始である。あわせて、更新判断のルール(人口見通しとセットで更新の可否を判断する基準)を決めておく。
人口動態では、団塊の世代が85歳を超え、ケア需要が本格化する入口にあたる。見た目には「何も変わっていない」時期だが、ここでの準備の有無が第2期の摩擦の大きさを決める。
第2期(2035〜2045年):集約の本番
いわゆる2040年問題の期間である。高齢者数がピーク(全国で約3,950万人)に達し、現役世代が急減する。学校・診療所・公共施設の統廃合が現実に進み、「住み続けられるが、フルセットではない」地域が増える。
この時期は、拠点の新設投資と周辺の維持費が重なる「二重コストのピーク」と重なり、財政的にも政治的にも摩擦が最大になる。移行が破綻するとすればこの時期であり、第1期の先行投資と第3層の収益の立ち上がりが、ピークを越えるための原資になる。
第3期(2045〜2050年以降):完成と運用
第3層の無人化が進み、構造が3層に近づく。焦点は「作る」から「回す」へ移る。問いは新設ではなく、運用と保守を誰がどう続けるかになる。技術の更新、担い手の引き継ぎ、データ基盤の維持といった、地味だが終わりのない仕事が中心になる。
図 医療費・介護費の2040年見通し ― 介護は「減る」のではなく「増える」(原本の図版。この画面では図として描き直したものを本編に置いている)
技術の浸透
技術は、移行の全期間を通じて、決まった順序で浸透していく。都市の技術が「便利だから」広がるのに対し、人口が減る地域では「担い手がいなくなったから」広がる。導入のきっかけは計画的な導入日ではなく、故障・引退・廃止といった「人力の代替が消えた瞬間」に分散してやってくる。
浸透には4つの段があり、下の段が上の段の材料(データと信頼)を作るため、順序は飛ばせない。ただし後半ほど加速する。
- 見る技術(センサー、カメラ、水位・生育・魚群の監視):一番先に広がる。安く、誰の仕事も奪わず、設置すれば操作が要らない。入口は作業の代替ではなく、水田の見回りのような「確認労働」の代替である。律速要因は、通信の届き方と、異常のときに駆けつける人の体制である。
- つなぐ技術(オンライン診療、遠隔会議、記録のデジタル化):人の移動を消すが、人を消さない技術。コロナ禍で制度が緩んだ途端に数ヶ月で広がったことが示すように、律速要因は技術の成熟ではなく制度(診療報酬、対面前提のルール)の変更速度である。浸透の単位は個人ではなく組織であり、自治体や病院の決定ひとつで「面」として広がる。記録のデジタル化は、担い手が引退しても知識を引き継げるようにする点で地味に重要であり、4段目の材料にもなる。
- 運ぶ技術(ドローン配送、オンデマンド交通、自動運転):ここから物理の失敗が事故に直結するため、責任と受容の壁が高くなる。入口は人を運ぶことではなく物の自動運搬であり、圃場や港のような閉じた空間から、限定ルートの公道、一般公道の順に広がる。遠隔監視者1人が複数台を見る「1対多」の形になって初めて経済性が合うため、2段目の基盤の上にしか成立しない。律速要因は経済性と受容であり、雪のような気候条件が地域ごとの難易度を変える。
- 判断・作業する技術(自動農機、自動収穫、AIの判断):最後の段であり、第3層の完成形そのもの。律速要因はデータの蓄積と資本である。農業は収穫が年1回しかなく、学習の試行回数が圧倒的に少ないことが根本的な遅さになる。浸透は全自動ではなく「異常検知と提案→定型判断の自動化→複合判断」の順に進み、人は例外処理と最終責任に残る。また自動農機は高額なため、所有は個人の購入から共同所有・リース・作業受託(サービスとしての機械)へ移っていく。
注意すべきは、技術は3層構造への移行を後押しするとは限らない点である。遠隔医療は拠点への集約を進める材料にもなるが、小さな診療所を延命させる材料にもなる。技術は集約のコストも分散維持のコストも両方下げる。どちらに転ぶかは技術ではなく、人件費と技術費の価格曲線がどこで交わるかで決まる。
図 自動運転レベル4 ― 実装は2020年代後半から積み上がる(原本の図版。この画面では図として描き直したものを本編に置いている)
お金の流れ
移行の原資は「新しい財源を探す」話ではなく、既存の流れの組み替えとして、大きく3種類ある。
- 「更新しない決断」が生むお金。 社会インフラの維持管理・更新費は年5兆円規模で、今後さらに増えると試算されている。高度成長期に一斉に作られた社会資本の更新ピークに対し、「畳む前提で全面更新せず、延命だけにする」という判断ひとつが、数十年分の維持費を消す。これが原資の本命である。
- 第3層の市場のお金。 生産地帯は収益を生むため、投資の対象になる。再生可能エネルギーの売電やコーポレートPPA、森林のカーボンクレジット、GX関連の資金などがこれにあたる。第3層の収益が早期に立ち上がることは、第2期の二重コストのピークを越える条件でもある。
- 国のデジタル基盤への投資。 通信・データ基盤は全層を貫く唯一の基盤であり、国のデジタル政策の予算が向かう先と一致する。
制度の弱点は、補助の多くが「建てること」に付いており、「畳むこと」には付いていない点である。解体、原状回復、移転支援といった移行固有の費用をどう手当てするかは、未解決の論点として残る。
意思決定の仕組み
移行の意思決定には、構造的な難しさがある。全体を決める人がいないのである。国は制度と基準、自治体は施設とインフラ、民間は病院・商店・交通、そして個人は「引っ越すかどうか」を決める。誰も全体計画を持たないまま、個々の決定の合計が移行になっていく。
さらに、自治体の首長にとって「この地域は畳みます」は選挙で言えない。「決めない」ことへの政治的インセンティブが決断を先送りし、二重コストの期間を延ばす。これが先送りの正体である。
それでも、決め方のモデルはある。
- ルールに決めさせる。 人口や利用率の客観基準でサービス水準を段階化しておき、「あの人が切った」ではなく「基準に達した」形にする。立地適正化計画(居住誘導区域の設定)はその萌芽だが、現行制度は「誘導」にとどまり、区域外の扱いには踏み込んでいない。
- 更新判断に埋め込む。 大きな宣言をせず、個別の更新判断に基準を埋め込む。前提3で述べた通り、これが一番現実的な経路である。
- コストを見せて地域に選ばせる。 「この集落の水道更新にはこれだけかかる。同額を拠点への移転支援と代替サービスに使う道もある」という形で、決断の単位を地区まで下ろす。
いずれの形でも、補償とセットでなければ合意は作れない。サービスが遠くなる側への代替サービスの保証と移転支援は、移行の付属物ではなく正統性の条件である。そして決めるのは今の有権者だが、結果とコストを受けるのは将来世代である点で、移行の意思決定は本質的に世代間の問題であり、通常の民主主義の運転では解けにくい部分が残る。
担い手
移行の模式図で担い手を時間軸の外に置いたのには理由がある。担い手は特定の時期に登場する要素ではなく、全期間を通じて存在し、移行を実際に動かす人のことだからである。
担い手の中心的な役割は、技術と現場の「翻訳者」である。移行のボトルネックは技術そのものより、技術側の言葉と現場側の言葉の両方を話せる人の不在にある。センサーを入れること自体より、それを地域の仕事の流れに組み込み、壊れたときに直し続けられる人がいるかどうかが、浸透の成否を決める。
求められる能力は、次の通りである。
- 実装と保守の力。 作る力以上に、動かし続ける力。導入より維持が難しい移行期には、保守・運用の能力の希少性が上がる。
- 現場に入る身体性。 データだけでは分からない地形・天候・安全の感覚。野生動物の管理のように、第3層でも最後まで人の身体が要る仕事が残る。
- 制度とお金を読む力。 律速が制度側にある以上、補助金、保険、所有権、契約を読めることが実務の力になる。
- 翻訳と説明の力。 現場の人に技術を説明し、技術側に現場の制約を伝える力。
- 運用を設計する力。 複数の現場を遠隔で監督し、例外のときだけ出動する働き方を、仕組みとして組む力。
こうした担い手の育成には10年単位の時間がかかる。担い手づくりが第1期の先行投資に含まれるのはそのためであり、移行の速度は最終的に「ケア人材と技術の担い手を確保できる速度」で決まる。
模式図について
この模式図は、本書の第3部の内容を1枚に重ねたものである。左側の大きな領域は「時間とともに流れるもの」で、上に3つのフェーズ、その下に社会のエンジン(世代交代)、技術の浸透の階段、お金の流れ(原資と二重コストのピーク)、意思決定(更新判断の窓口)を置いた。横軸の位置が、そのまま時期を表す。
右側の縦のパネルは「担い手」である。時間とともに流れるものではないため、時間軸の帯には入れず、全期間に縦に張る形で分けた。位置そのものが意味を持つ、というのがこの図の読み方である。
図 移行の模式図 ― 時間とともに流れるもの(左)と、全期間に張る担い手(右)(原本の図版。この画面では図として描き直したものを本編に置いている)
第4部 弱点と未解決の論点
このモデルには、少なくとも次の弱点と未解決の論点がある。設計図としての誠実さのために、解けていないものは解けていないと明記する。
- 土地の受け皿の具体設計。 所有者不明の土地が国土の約2割あるとされ、「使いたくても誰の土地か分からない」が先に立ちうる。空いた土地を誰が受け取り、管理し、生産に回すか。管理主体の法人格と財源の設計は未解決であり、第1期の先行投資のうち最も制度設計を要する部分である。技術より制度がネックになる。
- ケア人材の確保策。 移行の速度はケア人材の確保速度で決まるが、確保の具体策(育成、処遇、拠点への集住との組み合わせ)は設計できていない。
- 第3層の初期投資の出し手。 自動化設備、通信、発電への初期投資を誰が出すのか。自治体に余力はなく、国か、電力・食料の買い手企業との分担が要る。
- 補償の水準と合意形成。 補償が移行の正統性の条件だとしても、誰に、どの水準で、原資のどこから出すかは未決定である。移行期に第2層・第3層に現在住んでいる人をどう支えるかは、現実には最も難しい部分である。
- 世代間の意思決定。 決めるのは今の有権者だが、結果とコストを受けるのは将来世代である。将来世代の利害を現在の意思決定にどう代弁させるか、制度的な答えはまだない。
- 技術の進展速度への依存。 全部が「技術が予定通り進む」前提であること。自動化や遠隔監視の進展が遅れれば、第3層は単なる過疎地に戻る。
- 事故による巻き戻し。 技術の信頼は成功の積み重ねで築かれるが、自動運転などの事故1件で地域全体の拒否を招き、計画が数年止まる可能性がある。浸透の非対称性への備えは弱い。
- フェーズの年次のずれ。 ここで示した年次は全国の人口動態を前提にした目安であり、減少の速い地域では第2期が早く来る。地域版を作る際には、その地域の人口動態で置き直す必要がある。
- 思い出と風景の継承の限界。 第2部で述べた対処をしても、寂しさと恐れは消えない。その土地を大事にしてきた理由を知る人がいなくなることへの恐れは、このモデルでは解けないまま残る。
第5部 ケーススタディ ― 道南・函館周辺
一般モデルを最初に当てはめたのが、北海道の道南・函館周辺である。沿岸型に分類される地域で、現状・将来像・移行の順に具体的に測る。
現状
このモデルの「現在地」を最初に測ったのが、北海道の道南・函館周辺である。数字で見ると次のようになる。
- 函館市の人口は約23万人で、ピークだった1980年の約34万5千人から約3分の2の水準まで減った。高齢化率は約38%に達し、周辺の町村では減少と高齢化がさらに先行している。
- 函館の象徴だったスルメイカは、海水温の上昇などで記録的な不漁が続き、漁獲量は最盛期とは比べものにならない水準にある。
- エゾシカなどの野生動物による農林業被害は、北海道全体で年数十億円規模に達している。
- 雪国のため、除雪費が道路の長さに対して毎年かかり続ける。
図 スルメイカの激減 ― 象徴的な資源が統計上ほぼ消失した(原本の図版。この画面では図として描き直したものを本編に置いている)
将来像
このモデルを最初に当てはめたのが、北海道の道南・函館周辺である。沿岸型に分類され、変数は次のように埋まる。
- 拠点:函館中心部。人口は現在の約23万人から、2050年には15万人前後へ。
- 生産資源:海(漁業と洋上風力。ただしスルメイカの不漁に象徴されるように魚種は入れ替わりつつある)、比較的区画の大きな農地、森林と地熱。
- 気候:雪国のため除雪コストが重い。一方で、北海道の土地は区画が大きく所有関係が比較的単純で、第3層化の制度的ハードルは本州の山間部より低い。
- 固有の論点:エゾシカやヒグマといった野生動物の管理が、第3層で人の身体が要る仕事の代表になっている。
図 函館市の2050年 ― 人口は4割減っても、75歳以上はほぼ横ばい(原本の図版。この画面では図として描き直したものを本編に置いている)
移行
道南にこの型を当てはめると、移行の具体像は次のようになる。
拠点(第1層)は函館である。函館の人口は約23万人で、ピーク時(1980年頃、約34.5万人)の約3分の2まで減り、高齢化率は約38%に達している。第2期の摩擦の大きさは、この人口動態の速さで決まる。
海では、移行がすでに始まっている。函館の象徴だったイカの漁獲は大きく減り、代わりに温暖化で増えた魚種への適応が進んでいる。「昔の資源を取り戻す」のではなく「資源の組み替えに合わせて方法を変える」という移行の原則が、漁業では先に現実になっている。
陸では、雪が地域変数として効く。除雪は「長さに対してかかるコスト」の代表であり、担い手不足も深刻である。運ぶ技術(3段目)にとって雪道は最難関クラスであり、道南はこの段の難易度が全国でも高い地域である。逆に言えば、除雪の自動化と担い手の確保が、移行全体の律速になりうる。
山林では、エゾシカの管理が担い手の具体例になる。農林業被害は年数十億円規模で、猟友会の高齢化により担い手が減っている。野生動物の管理は第3層でも最後まで人の身体が要る仕事であり、「センサーとカメラで出没を検知し、必要なときだけ人が山に入る」という形は、担い手の働き方(遠隔で監督し、例外で出動する)が最も早く現実になる姿である。
図 除雪 ― 雪が少なくてもコストは下がらず、担い手は高齢化(原本の図版。この画面では図として描き直したものを本編に置いている)
終章 まとめ ― 当事者として
いま人口が減っている地域は、人が減り始めた地域ではない。人の減り方に対して、構造の変わり方が追いついていない地域である。全域に人が住み、全域にインフラを届け、全ての現場に人が常駐する。この形は人口が増える時代には正しかったが、今は一人あたりのコストが上がり続け、担い手の時間制限が迫り、データは分断されたままである。
将来像は、その対極にある。ケアは拠点へ、生産は無人の土地と水域へ、健康な人の居住は自由に。そして全体をデータ基盤が束ねる。この分業がうまく回れば、総量が減っても一人あたりの豊かさは維持できる。
移行は、その間にある「設計できるかどうか」の問題である。エンジンは世代交代であり、順序は「作るものが先、畳むものが後」、決断は更新判断の積み重ねとして分散してやってくる。技術は4段の階段を上り、お金は既存の流れの組み替えでまかない、意思決定はルールと補償によって正統性を得る。そして全期間を通じて、それを実際に動かすのは技術と現場の間に立つ担い手である。
同じ人口減少でも、なし崩しに崩れるか、順序を持って減るかで、たどり着く姿は大きく違う。人口が減ること自体は避けられなくても、減り方は選べる。それがこの文書の主張である。
最後に、当事者としての立場を書いておく。この文書は、人口減少を外から論じたものではない。舞台となった道南に暮らし、情報系の大学院でAIとソフトウェア自動化を学ぶ一人の、当事者としての設計図である。移行の担い手に求められるのは、技術と現場の翻訳者であり、実装と保守の力と、現場に入る身体性を持つ人だった。狩猟免許の取得を進めているのも、第3層で最後まで人の身体が要る仕事を他人事にしないためである。
設計図は描いた。あとは、長い時間軸の側に立って、今できることから手を動かし続けるだけである。
付録A 根拠データ集
作成:2026-11-16。文書3部作(現状/将来像/移行)の主張の裏付けとなる公的データを、数値・出典・対象年・対応する主張のセットで整理したもの。出典は官公庁・自治体の一次資料を優先した。確認できなかった項目は「未確認」と明記し、推測値で埋めていない。
A. 人口・高齢化
A1. 全国の将来推計人口
- 数値:総人口は2050年に1億469万人(2020年国勢調査1億2,615万人から約2,146万人減)。1億人を下回るのは2056年(9,965万人)。65歳以上人口のピークは2043年・3,953万人。2050年の高齢化率は37.1%。
- 出典:国立社会保障・人口問題研究所「日本の将来推計人口(令和5年推計)」(2023年4月、出生中位・死亡中位)
- 対応する主張:人口減少と高齢化は全国規模で確定的に進み、高齢者人口は2040年代前半にピークを迎える(移行文書・第2期の時期設定の根拠)。
- URL:https://www.ipss.go.jp/pp-zenkoku/j/zenkoku2023/pp_zenkoku2023.asp
A2. 函館市の人口
- 数値:ピークは1980年・345,165人(国勢調査)。2020年国勢調査は251,084人・高齢化率36.0%。直近の2025年国勢調査では230,309人・高齢化率約37.8%。社人研の地域別将来推計による2050年推計は151,567人(2020年比60.4%、同推計での2050年高齢化率は47.7%)。
- 出典:国勢調査(総務省統計局);社人研「日本の地域別将来推計人口(令和5年推計)」;函館市公表資料
- 対応する主張:函館の人口はピークの約3分の2(2025年時点で66.7%)まで減り、2050年には約15万人・高齢化率ほぼ半数になる。文書の「2050年に15万人前後」は正確。
- URL:https://www.ipss.go.jp/pp-shicyoson/j/shicyoson23/6houkoku/houkoku_5.pdf
- 注意:2025年国勢調査の高齢化率(約37.8%)は年齢不詳の補完方法により37.5〜37.9%の幅がある。厳密な主値としては2020年の36.0%が確実。
B. インフラとお金
B1. 社会資本の維持管理・更新費
- 数値:2018年度は約5.2兆円(国交省所管12分野合計、同省の推計ベース値であり決算実績ではない)。2048年度は、事後保全を続けた場合10.9〜12.3兆円(2018年度比約2.4倍)、予防保全に切り替えた場合5.9〜6.5兆円。30年間(2019〜2048年度)累計の差は最大約90兆円。
- 出典:国土交通省「国土交通省所管分野における社会資本の将来の維持管理・更新費の推計」(2018年11月)
- 対応する主張:「更新しない決断」「更新の選別」が生むお金が移行の原資の本命であること(移行文書・お金の流れ)。
- URL:https://www.mlit.go.jp/sogoseisaku/maintenance/_pdf/research01_02_pdf02.pdf
B2. 建設後50年以上経過するインフラの割合
- 数値(2023年3月→2040年3月):道路橋(約73万橋)37%→75%、トンネル25%→52%、河川管理施設22%→65%、港湾施設27%→68%、水道管路9%→41%、下水道管渠7%→34%。
- 出典:国土交通省「社会資本の老朽化の現状と将来」
- 対応する主張:更新ピークが2040年前後に集中し、「更新判断の窓口」が今後20年に一斉に開く(移行文書・前提3と第2期)。
- URL:https://www.mlit.go.jp/sogoseisaku/kanminrenkei/content/001972965.pdf
B3. 社会保障給付費
- 数値:2040年度の将来見通しは188.2〜190.0兆円(対GDP比23.8〜24.0%)。直近の実績は2024年度138.3兆円(年金41.8%、医療32.4%、福祉その他25.8%)。
- 出典:内閣官房ほか「2040年を見据えた社会保障の将来見通し」(2018年5月);社人研「令和6年度社会保障費用統計」
- 対応する主張:総人口が減ってもケアの費用は2040年度まで増え続ける。ケアの拠点集約は財政面でも必須(将来像・基本原則1)。
- URL:https://www.mhlw.go.jp/file/06-Seisakujouhou-12600000-Seisakutoukatsukan/0000207399.pdf
C. ケア人材
C1. 介護職員の需給
- 数値:必要数は2040年度に約272万人(第9期計画ベース)。2022年度実績(約215万人)との差として、2040年度までに約57万人の追加確保が必要。旧来の第8期推計では、供給見込みとの差としての「不足数」は2040年度に約69万人。
- 出典:厚生労働省「第9期介護保険事業計画に基づく介護職員の必要数について」(2024年7月);同・第8期(2021年7月)
- 対応する主張:「移行の速度=ケア人材の確保速度」(移行文書・担い手/模式図)。文書で「不足」と書く場合は第8期推計(約69万人)を出典にするのが正確。
- URL:https://www.mhlw.go.jp/stf/newpage_02977.html
C2. 介護関係職種の有効求人倍率
- 数値:2024年度に3.87倍(全職種平均1.22倍の約3.2倍。パート除く常用)。
- 出典:厚生労働省「一般職業紹介状況(職業安定業務統計)」
- 対応する主張:介護は構造的な売り手市場で、処遇改善だけでは担い手は集まらない。集約と効率化が不可避(移行文書・弱点と未解決の論点)。
D. 生産地帯の担い手
D1. 農業
- 数値:基幹的農業従事者は2025年に約103.6万人(2020年の136.3万人から24.0%減)、平均年齢67.7歳、65歳以上が69.6%。荒廃農地は25.7万ha(2025年3月31日現在。うち再生困難15.9万ha)。年2.4万haが新たに荒廃し、再生は年0.8万haにとどまる。
- 出典:農林水産省「2025年農林業センサス」(確定値);同「荒廃農地の現状と対策」
- 対応する主張:担い手は5年で4分の1が消える速度で減っている(現状文書・第3層の現在)。なお「耕作放棄地」という旧指標(2015年センサスで42.3万ha)は2020年以降集計されておらず、数値を入れる場合は現行指標「荒廃農地」を使う。
- URL:https://www.maff.go.jp/j/nousin/tikei/houkiti/attach/pdf/index-51.pdf
D2. 漁業
- 数値:漁業就業者数は2023年に121,389人(2018年の151,701人から5年で約20%減、1963年以降で過去最少)。65歳以上が39.2%。
- 出典:農林水産省「2023年漁業センサス」;水産庁「令和6年度 水産白書」
- 対応する主張:「獲る漁業」から「データで管理する漁業」への転換なしに海の生産は維持できない(将来像・第3層の水域)。
- URL:https://www.jfa.maff.go.jp/j/kikaku/wpaper/r06_h/trend/1/t1_2_3.html
D3. 狩猟者
- 数値:狩猟免許所持者数は2020年度に21.9万人(ピーク1970年度の約53万人から半分以下)。約6割(58%)を60歳以上が占める。
- 出典:環境省「鳥獣保護管理制度について」(鳥獣関係統計)
- 対応する主張:野生動物の管理は第3層で最後まで人の身体が要る仕事だが、その担い手自体が高齢化し絶対数も減っている(現状文書・山林、移行文書・ケーススタディ)。
- URL:https://www.env.go.jp/nature//choju/effort/effort5/effort5-r07/kanri/lecture1.pdf
E. 技術の浸透
E1. オンライン診療の拡大
- 数値:オンライン診療の施設基準届出は2018年7月時点で計970施設(対象医療機関の1%未満)。2020年4月の時限的特例(初診からの電話・オンライン診療の容認)を受け、2020年5月時点で14,500超の医療機関が対応。2025年8月時点の施設基準届出は診療所12,598件・病院1,434件。
- 出典:厚生労働省・中央社会保険医療協議会資料;内閣府・経済財政諮問会議資料(2020年5月)
- 対応する主張:技術は2018年に保険適用済みだったのに制度が律速で広がらず、制度が緩んだ途端に数週間で跳ねた。「つなぐ技術の律速は制度」の直接の証拠(移行文書・技術の浸透2段目)。
- URL:https://www5.cao.go.jp/keizai-shimon/kaigi/minutes/2020/0529/shiryo_02-2.pdf
- 注意:コロナ特例期の「対応機関数」と平時の「施設基準届出数」は集計方法が異なり、単純な時系列接続はできない。
E2. スマート農業・自動運転・ドローンの現在地
- 数値:データを活用した農業を行う経営体は2025年に40.0%(約33万経営体)。ただし「気象・市況データを見る」36.1%に対し、「機器・センサーでデータを取得・分析」は2.9%にとどまる。自動運転レベル4(特定自動運行)の認可は2025年12月時点で全国11カ所(国の実装推進事業の採択は令和7年度67件)。ドローン配送のレベル4飛行は2022年12月に解禁され、初の実施は2023年3月(日本郵便・奥多摩町)。長崎県五島市ではドローン配送が累計2,400回超(2022年5月〜2024年12月)。
- 出典:農林水産省「2025年農林業センサス」;国土交通省・財務省資料(自動運転の採択・認可件数は政府資料を集計した専門メディア経由の確認であり、引用時は原資料での再確認を推奨);内閣府・長崎県資料
- 対応する主張:浸透は「見る」段(約4割)まで進んだが、「取得・分析」(約3%)「判断・作業」(レベル4は11カ所)はまだ点の段階。階段モデルの現在地(移行文書・技術の浸透)。
E3. 通信基盤
- 数値:5G人口カバー率は2024年度末に98.4%。光ファイバー世帯カバー率は、総務省の新推計手法で令和6年度末に97.13%、未整備は約160万世帯(90%未満の市区町村が85残る)。旧手法の「99.8%」(2023年3月末)とは別系列。
- 出典:総務省「令和8年版 情報通信白書」;同「令和6年度末ブロードバンド基盤整備率調査」
- 対応する主張:通信基盤は人口ベースではほぼ全国を覆い「基盤がないからできない」段階は終わりつつある一方、面積ベースの生産地帯側ではなお律速になりうる(将来像・インフラの考え方)。
- URL:https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd223310.html
F. 制度・土地
F1. 空き家
- 数値:2023年10月1日現在、空き家は900万2千戸、空き家率13.8%(過去最多・最高)。うち用途の定まらない空き家(賃貸・売却用・二次的住宅を除く)は385万6千戸。
- 出典:総務省統計局「令和5年 住宅・土地統計調査」
- 対応する主張:住宅の約7戸に1戸が空き家化し、受け皿のないまま世代交代が進んでいる(現状文書、移行文書・土地の受け皿)。
- URL:https://www.stat.go.jp/data/jyutaku/2023/pdf/kihon_gaiyou.pdf
F2. 所有者不明土地
- 数値:2016年時点で約410万ha(国土の約2割、九州の面積を上回る)。対策を講じない場合、2040年に約720万ha(北海道の面積に匹敵)に増加すると推計。
- 出典:国土計画協会「所有者不明土地問題研究会」最終報告(2017年12月。国交省の地籍調査データに基づく推計で、法務省・総務省資料が引用)
- 対応する主張:第3層化の前提となる「土地の受け皿」整備では、技術より先に制度処理がボトルネックになる(将来像・地域ごとの変数4、移行文書・弱点と未解決の論点)。
- 注意:720万haは「増加防止策が進まない場合」の条件付き推計。
- URL:https://houmukyoku.moj.go.jp/nagasaki/content/001404398.pdf
G. 道南固有
G1. 渡島・檜山の人口
- 数値:国勢調査2015年→2020年で、渡島計404,798人→380,158人(−6.1%)、檜山計35,180人→31,199人(−11.3%)。町村部では松前町−14.7%、木古内町−15.7%など二桁減が並ぶ。渡島・檜山18市町の圏域人口は2020年413,767人→2050年推計238,638人(−42.3%)、圏域の高齢化率は2025年時点で38.3%。
- 出典:国土交通省・国土審議会半島振興対策部会資料(2023年);函館市「南北海道連携中枢都市圏ビジョン(素案)」
- 対応する主張:中心都市より周辺町村の減少が速く、圏域全体では30年で4割減る見通し(移行文書・ケーススタディ)。
- URL:https://www.mlit.go.jp/policy/shingikai/content/001709329.pdf
G2. スルメイカ漁獲量
- 数値:全国の漁獲量はピーク1968年の668,364トンから、2023年21,248トン、2024年19,800トン(ピーク比−97%)へ。函館市水産物地方卸売市場のスルメイカ取扱量は、2008年度の8,924トン(統計開始後のピーク)から2023年度317トン(約1/28)まで落ち、2025年・2026年は解禁日に水揚げがほぼなく初競りが2年連続で中止された。
- 出典:農林水産省「漁業・養殖業生産統計」;北海道水産林務部「北海道水産業・漁村のすがた」;函館市公表値(報道経由)
- 対応する主張:象徴的な資源が統計上ほぼ消失し、「資源の組み替えに合わせて方法を変える」移行が漁業では先に現実になっている(移行文書・ケーススタディ)。
G3. エゾシカ
- 数値:農林業被害額は令和6年度に約53億円(野生鳥獣全体約65億円の約8割。ピークは平成23年度の64億円で、近年再増加)。捕獲頭数は令和6年度に157,525頭(過去最多、それでも道の目標18.5万頭に未達)。推定生息数は令和6年度に73万頭(東部・北部・中部の3地域合計。南部地域=後志・渡島・檜山は別途5万〜18万頭と推定)。
- 出典:北海道「野生鳥獣による農林水産業被害調査結果」;北海道環境生活部「エゾシカの推定生息数等について」
- 対応する主張:文書の「年数十億円規模」は正確。捕獲を史上最大規模まで拡大しても生息数は高止まりしており、担い手の働き方そのものの転換が要る(移行文書・ケーススタディ)。
- URL:https://www.pref.hokkaido.lg.jp/fs/1/3/1/9/4/1/8/8/_/%E8%B3%87%E6%96%991-2_%E3%82%A8%E3%82%BE%E3%82%B7%E3%82%AB%E6%8E%A8%E5%AE%9A%E7%94%9F%E6%81%AF%E6%95%B0%E7%AD%89.pdf
G4. 除雪費と担い手
- 数値:函館市の除雪費委託料は令和6年度当初予算で約6.4億円。少雪年でも業者に支払う最低保障額は、見直しで約1.2億円から約2.7億円(2.2倍)へ引き上げる試算が示された。北海道全体では、国の道路除雪費補助の自治体配分が令和6年度に国費114.99億円(補助分のみ)。北海道開発局の直轄除雪は延長6,853km・機械1,074台の体制。除雪オペレータの年齢構成は50歳以上が56%、30歳以下は7%のみ(北海道建設部調査、令和6年度)。
- 出典:函館市土木部「除雪計画の見直しについて」(2024年10月);国土交通省道路局(2025年3月);北海道建設部「除雪業務の省力化に係る取り組みについて」
- 対応する主張:除雪は雪が少なくても下がらない固定費であり、「金があっても人がいない」段階に入っている。雪が「運ぶ技術」(3段目)の律速になる具体例(移行文書・ケーススタディ)。
文書の記述との照合結果
※以下4件はすべて2026-11-16に文書(Markdown原稿5本)へ修正を適用し、PDFも再生成・反映確認済み。
要修正(事実と異なる)
- 「2050年に1億人を割り込む」は誤り(道南版・将来像 vision-2050-donan.md 冒頭)。社人研2023年推計では2050年は1億469万人で、1億人を割るのは2056年。修正案:「日本の人口は現在の約1億2,400万人から、2050年には約1億500万人まで減り、2056年には1億人を割り込むと推計されている」。なお一般モデル版の将来像にはこの記述はない。
修正候補(時点の更新・精度)
- 函館市の人口「約24万人」(一般版3文書と道南版・現状に記載)。国勢調査では2020年251,084人(約25万人)、2025年230,309人(約23万人)で、どちらとも一致しない。2025年値で統一するなら「約23万人」。道南版・将来像の「約25万人」は2020年値に一致するが、文書間で表記が揺れている。
- 函館市の高齢化率「約35%」(一般版・現状/移行、道南版・現状)。実際は2020年36.0%、2025年約37.8%で、やや過小。修正案:「約38%(2025年)」または「36%(2020年)」。
- 高齢者数のピーク「約3,900万人規模」(移行文書・第2期)。正確には2043年・3,953万人。「約3,950万人」とすると精密になる。時期は第2期(2035〜2045)の範囲内であり、フェーズ設定自体は正しい。
検証OK(正確だったもの)
- 函館市の2050年人口「15万人前後」→ 社人研推計151,567人で正確。
- 函館市のピーク「1980年頃・約34.5万人」「ピークの約3分の2」→ 345,165人、2025年時点で66.7%。
- 維持管理・更新費「年5兆円規模」→ 国交省推計ベースで2018年度約5.2兆円(ただし推計値であり実績ではない、という留保つき)。
- 社会保障給付費「2040年に約190兆円」→ 見通し188.2〜190.0兆円で正確。
- エゾシカ被害「年数十億円規模」→ 令和6年度約53億円で正確。
- 狩猟者「ピーク時の半分以下」→ 1970年度約53万人→2020年度21.9万人(41%)で正確。
- 空き家「約900万戸・13.8%」、所有者不明土地「約410万ha→2040年約720万ha」→ いずれも出典どおり(720万haは条件付き推計)。
未確認・留保
- 漁業就業者数の1990年代全国値との直接比較は、一次資料の数表で確定できなかった(2018年→2023年の比較と「1963年以降で過去最少」で代替)。
- E2の自動運転の採択件数・レベル4認可箇所数は政府資料を集計した専門メディア経由の確認。文書に数値を入れる場合は財務省「令和7年度予算執行調査」等の原資料で再確認すること。
付録B 予測データ集
作成日:2026年11月16日
現状・将来像(3層構造の一般モデル)・移行の3部作と「根拠データ集」(現状・実績データ、A〜G)の続編として、将来の予測・見通し・目標のデータを集めたもの。各項目に「数値」「出典」「確度の区分」「文書のどの主張に対応するか」「URL」を付けた。
確度の区分は次の4つ。予測は実績より確度がばらつくため、引用の際は区分を落とさないこと。
- 公式推計:社人研・JILPT・気象庁など、公的機関の推計・予測(仮定つき)
- 公式見通し(試算):政府の将来見通し・試算(ケース・シナリオ別の幅がある)
- 政府目標:達成を目指す値。予測ではない
- 民間・会議体の分析/民間予測:シンクタンク・会議体・調査会社の値
H. 人口・世帯の将来推計
H1. 函館市の年齢階級別2050年推計
- 数値(社人研・令和5年推計、出生中位・死亡中位、2050年):総人口151,567人(2020年251,084人から−39.6%)。年齢3区分は0〜14歳7.1%(2020年9.4%)、15〜64歳約45.2%(同54.6%)、65歳以上47.7%(同36.0%)。65歳以上人口は72,263人(2020年90,417人から−20.1%)、75歳以上は46,059人(2020年46,613人から−1.2%とほぼ横ばい)。生産年齢人口÷老年人口は2020年の約1.52→2050年約0.95(支える側が被扶養側を下回る)
- 圏域(渡島・檜山18市町):総人口413,767人(2020年)→238,638人(2050年、−42.3%)、高齢化率は2050年に50%前後(圏域ビジョン素案の図表値。年齢3区分別の実数の表は未確認)
- 出典:国立社会保障・人口問題研究所「日本の地域別将来推計人口(令和5年推計)」。年齢区分の内訳は社人研データを集計した二次資料(locashiru、ジャパンデータ等、社人研出典明記)経由の確認を含む
- 確度:公式推計
- 対応する主張:第1層「ケアの拠点」の需要規模。総人口が4割減っても75歳以上はほぼ減らず、支える側は半減する。「高齢者が減るからケア需要も減る」という想定が成り立たないことの直接の根拠
- URL:https://locashiru.info/c/01202/ / https://www.japandata.ink/area/01202.html / https://www.city.hakodate.hokkaido.jp/docs/2026102700042/file_contents/vison_soan.pdf
H2. 世帯数の将来推計
- 数値(社人研・令和6年推計、全国):一般世帯総数は2020年5,570万世帯→2030年にピーク5,773万世帯→2050年5,261万世帯。単独世帯は2020年2,115万世帯(38.0%)→2036年にピーク2,453万世帯→2050年2,330万世帯(44.3%)。世帯主65歳以上の単独世帯は2020年738万→2050年1,084万世帯(+46.9%)、75歳以上の単独世帯は417万→704万世帯(約1.7倍)。平均世帯人員は2.21人→1.92人(2033年に2人を割る)
- 北海道(道人口ビジョン改訂版):世帯総数246.9万(2020年)→201.5万世帯(2050年)、単独世帯の割合は2050年に約半数
- 出典:社人研「日本の世帯数の将来推計(全国推計)令和6年推計」(2024年4月)、同(都道府県別推計)(2024年11月)。北海道分は北海道「北海道人口ビジョン改訂版」
- 確度:公式推計(北海道の詳細値は道ビジョン経由)
- 対応する主張:ケア・見守りの需要は「人口」ではなく「世帯」で測るべきこと。世帯総数は2030年まで増え、高齢単独世帯は2050年まで増え続ける。需要のピークは人口減少より約20年遅れるため、「人口が減ったから畳める」という判断が誤りになる根拠
- URL:https://www.ipss.go.jp/pp-ajsetai/j/HPRJ2024/t-page.asp / https://www.pref.hokkaido.lg.jp/fs/1/3/1/7/0/1/9/2/_/編集可能_北海道人口ビジョン(2024年度改訂版)_分割2.pdf
I. 気候変動の予測
I1. 気温の将来変化
- 全国(気象庁・文科省「日本の気候変動2025」):21世紀末(2076〜2095年)の年平均気温は20世紀末比で、2℃上昇シナリオ(RCP2.6)約+1.4℃、4℃上昇シナリオ(RCP8.5)約+4.5℃(確信度:高い)。日本は世界平均より上昇幅が大きい
- 北海道地方:同期間で約+1.5℃/約+5.0℃と全国平均より大きい。4℃シナリオでは冬日が約57日減、真冬日が約53日減、真夏日が約21日増
- 出典:文部科学省・気象庁「日本の気候変動2025」第4章;札幌管区気象台「北海道地方のこれからの気候の変化(将来予測)」
- 確度:公式予測
- 対応する主張:3層モデル全体の気候前提。第3層の作目・樹種・魚種の前提が今世紀末までに大きくずれる。渡島・檜山単独の上昇幅は未確認(地方別データは存在)
- URL:https://www.data.jma.go.jp/cpdinfo/ccj/2025/html_honpen/cc2025_honpen_4.html / https://www.data.jma.go.jp/sapporo/tenki/kikou/sp_ccreport/hokkaido/future.html
I2. 雪の将来変化
- 北海道日本海側(20世紀末→21世紀末):年最深積雪は4℃シナリオで約38%減、2℃シナリオで約11%減。年降雪量は4℃シナリオで約28%減(2℃シナリオでは有意な変化なし)。ただし気象庁自身が「厳冬期の北海道内陸部では大雪のリスクがなくなるとは限らない」「定量値の不確実性は大きい」と明記
- 全国:最深積雪・降雪量は4℃シナリオで全国平均60%程度減少(確信度:高い)。一方、10年に一度級の極端な大雪は本州山間部や北海道内陸部でむしろ増加するという研究事例が複数ある(確信度:中程度)
- 出典:「日本の気候変動2025」第6章;札幌管区気象台(同上)
- 確度:公式予測(極端大雪の増加は確信度中〜低)
- 対応する主張:移行文書の「雪は『運ぶ技術』の律速」。総量は減っても消えず、極端現象は強まるため、除雪・冬季輸送は「常時フル装備」から「ピーク対応型」へ設計を変える論点の根拠。「雪が減るから除雪問題は解消する」とはならない
- URL:https://www.data.jma.go.jp/cpdinfo/ccj/2025/html_honpen/cc2025_honpen_6.html
I3. 海水温と水産資源
- 海面水温の上昇率(観測):日本近海は100年あたり+1.33℃(2024年まで)で、世界平均(+0.62℃)の2倍超
- 海面水温の将来予測:21世紀末の日本近海平均は20世紀末比で2℃シナリオ+1.13℃、4℃シナリオ+3.45℃(確信度:高い)。釧路沖・三陸沖で上昇幅が大きい
- 魚種の変化(観測と要因分析):サンマ・スルメイカ・サケの3魚種合計は2014年約54.8万t→2023年約10.7万t。スルメイカは水温上昇による漁場の沖合化と資源量の減少が要因とされる。一方ブリは北海道で増加(北海道の漁獲量2010年2,190t→2022年9,574t)。将来はサケ・マス類の夏季分布域の減少、ブリの分布域の北方拡大が予測される
- 出典:気象庁「日本の気候変動2025」第8章;水産庁「令和6年度 水産白書」特集;農林水産省「気候変動適応計画」;国立環境研究所A-PLAT
- 確度:公式観測/公式予測/研究機関の見通し(魚種の将来分布は定性的)。スルメイカ単独の定量的な将来予測値は未確認
- 対応する主張:道南ケーススタディの中核。「減る魚を守る」のではなく「来る魚に合わせて港・加工・流通を組み替える」(獲る漁業→管理・組み替え型)という将来像の直接の根拠
- URL:https://www.data.jma.go.jp/cpdinfo/ccj/2025/html_honpen/cc2025_honpen_8.html / https://www.jfa.maff.go.jp/j/kikaku/wpaper/r06_h/trend/1/t1_f_2_1.html / https://adaptation-platform.nies.go.jp/climate_change_adapt/adapt/a-0301.html
I4. 海面上昇・沿岸リスク
- 日本沿岸の平均海面水位:20世紀末基準で、近未来(2031〜2050年)+0.17m(2℃シナリオ)/+0.19m(4℃シナリオ)、21世紀末+0.40m/+0.68m(確信度:高い)。IPCC AR6の世界平均は2100年までに+0.44m/+0.77m
- 出典:「日本の気候変動2025」第9章(IPCC第6次評価報告書を引用)
- 確度:公式予測
- 対応する主張:第1層(港湾都市の拠点)と漁港・水産加工施設の前提条件。文書の時点である2050年頃でも+0.2m級の上昇があり、高潮・高波の土台が上がる。沿岸施設の更新判断(移行・第2期)に組み込むべき数値
- URL:https://www.data.jma.go.jp/cpdinfo/ccj/2025/html_honpen/cc2025_honpen_9.html
J. 労働と自動化の予測
J1. 労働力人口・就業者数の将来見通し
- 数値(JILPT「2023年度版 労働力需給の推計」、人口は社人研・令和5年推計が前提):労働力人口は2020年6,904万人→2040年は「成長実現・労働参加進展シナリオ」6,791万人(ほぼ横ばい)/「一人当たりゼロ成長・労働参加現状シナリオ」6,002万人(約900万人減)。就業者数は2022年6,724万人→2040年は成長実現で6,734万人、ゼロ成長では5,768万人(956万人減)。外国人労働力人口は2020年180万人→2040年414万〜453万人を全シナリオで見込む
- 留意:JILPT自身が「技術進歩による更なる労働需要の減少は加味されていない」「結果は幅を持って見る必要がある」と注記。ベースラインシナリオの2040年総数は未確認(両端のシナリオと産業別値は確認済み)
- 出典:労働政策研究・研修機構「2023年度版 労働力需給の推計」(2024年3月、資料シリーズNo.284)
- 確度:公式推計
- 対応する主張:移行の土台。担い手不足は一律ではなく、労働参加の進み方で900万人規模の幅がある。無人生産地帯は「人が余るから」ではなく「就業者が最大で約1,000万人減る」側の圧力で進む
- URL:https://www.mhlw.go.jp/content/11601000/001221817.pdf
J2. AI・ロボットによる代替可能性の試算
- 野村総合研究所×オックスフォード大学(2015年):国内601職業を対象に、10〜20年後に日本の労働人口の約49%が就く職業でAI・ロボットによる代替が「技術的に可能」と試算(米国47%、英国35%)。ただしNRI自身が「実際に代替されるかは社会環境要因次第で、本試算では考慮していない」と明記した、技術的可能性の上限試算。雇用喪失の予測ではない
- IMF(2024年):AIの影響を受ける度合い(エクスポージャー)は世界の雇用の約40%、先進国では約60%。先進国では影響を受ける雇用の約半分は生産性向上の恩恵側、残り半分は需要・賃金の下押し側。「エクスポージャー≠雇用喪失」がIMF自身の強調点
- WEF「Future of Jobs Report 2025」:2030年までに世界で創出1億7,000万職・消失9,200万職、差し引き7,800万職の純増(雇用者調査ベース)
- 出典:野村総合研究所ニュースリリース(2015年12月2日);IMF Staff Discussion Note SDN/2024/001;世界経済フォーラム(2025年1月)
- 確度:民間シンクタンクの試算/国際機関の分析
- 対応する主張:技術浸透の第4段「判断・作業する技術」の射程の目安。「49%」を使う場合は原典の留保とセットが必須。IMFの構図(補完側と下押し側に分かれる)は、「ケアの拠点では人が増え、生産地帯では無人化する」という非対称の変化の根拠になる
- URL:https://www.nri.com/jp/news/2015/151202_1 / https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity / https://www.weforum.org/publications/the-future-of-jobs-report-2025/
J3. 産業別就業者数の将来見通し
- 数値(JILPT推計):医療・福祉の就業者数は2022年897万人→2040年に成長実現シナリオ1,106万人(+209万人)、ゼロ成長シナリオでも985万人(+88万人)と、全シナリオで増加。対照的にゼロ成長シナリオの2040年では製造業−205万人、卸売・小売業−92万人、飲食店・宿泊業−82万人
- 出典:JILPT「2023年度版 労働力需給の推計」産業別シミュレーション(厚生労働省資料)
- 確度:公式推計
- 対応する主張:3層モデルの核心の裏付け。「第1層では就業者が増え続け、第3層では人が減る」という非対称性が公式推計の産業別動向と整合する。移行の律速がケア人材の確保であることの定量的根拠
- URL:https://www.mhlw.go.jp/content/11602000/001293139.pdf
K. 技術普及の予測
K1. 自動運転(レベル4移動サービス)
- 数値(政府目標):地域限定型の無人自動運転移動サービスは2025年度目途に50カ所程度、2027年度までに100カ所以上で実現。第3次交通政策基本計画では2030年度に自動運転サービス車両数1万台(バス・タクシー等の公共交通と幹線輸送トラック)。レベル4「特定自動運行」は2023年4月に制度化済み
- 出典:国土交通省「自動運転移動サービス社会実装・事業化の手引き 第3版」ほか(民間市場規模予測は未確認)
- 確度:政府目標
- 対応する主張:技術浸透の第3段「運ぶ技術」の時期感。政府工程でも本格展開は2020年代後半〜2030年代で、移行の第1期後半〜第2期前半に限定地域での実装が積み上がる段階。対象が公共交通と幹線輸送に絞られる点もモデルの置き方と合う
- URL:https://www.mlit.go.jp/jidosha/content/002025196.pdf
K2. ドローン(物流・社会実装)
- 政府の工程:「空の産業革命に向けたロードマップ2024」。レベル4飛行(有人地帯での目視外飛行)は2022年12月に制度施行、2023年12月に「レベル3.5飛行」を新設。ロードマップは離島・山間部等の過疎地域から段階的に運航地域を拡大する工程を明示し、物流ではラストワンマイル配送(医薬品・買い物代行等)の実装を支援
- 民間予測:国内ドローンビジネス市場規模は2025年度4,973億円→2030年度9,544億円(インプレス総合研究所)
- 出典:経済産業省「『空の産業革命に向けたロードマップ2024』の考え方について」;インプレス総合研究所『ドローンビジネス調査報告書2026』
- 確度:政府方針/民間予測
- 対応する主張:第3段「運ぶ技術」の空路部分。政府工程自体が「過疎地域から先に実装する」順序を示しており、「都市より先に人口が減る地域で無人技術が入る」(需要の切迫度が導入順序を決める)という文書の主張の直接の裏付け
- URL:https://www.meti.go.jp/policy/mono_info_service/mono/robot/pdf/2024_uas_roadmap.pdf / https://research.impress.co.jp/drone2026
K3. スマート農業・農業ロボット
- 政府目標:農林水産省は「農業の担い手のほぼ全てがデータを活用した農業を実践(2025年まで)」を掲げてきた(達成度の公式な最終評価は未確認)。2024年10月にスマート農業技術活用促進法が施行され、営農類型ごとに2030年度までの実用化水準が示されている(例:果樹・茶作で収穫・運搬の労働時間60%削減)
- 民間予測:国内スマート農業市場規模は2024年度331億円→2030年度788億円(矢野経済研究所)
- 出典:農林水産省(スマート農業関連資料);矢野経済研究所(2025年1月発表)
- 確度:政府目標/民間予測
- 対応する主張:第1段「見る技術」→第4段「判断・作業する技術」の農業での工程感。市場が2030年度でも800億円規模にとどまる予測は、無人生産地帯が2030年代前半に完成するのではなく第2期(2035〜2045年)にかけて段階的に立ち上がるという時期感を補強する
- URL:https://www.maff.go.jp/j/council/seisaku/attach/pdf/230731-57.pdf / https://www.yano.co.jp/press-release/more/press_id/3740
K4. 介護ロボット・介護テクノロジー
- 政府の枠組み:経産省・厚労省の「介護テクノロジー利用の重点分野」は2024年6月改訂で9分野16項目に拡充(移乗・移動・排泄・見守り/コミュニケーション・入浴・介護業務支援+機能訓練・食事/栄養管理・認知症生活支援/ケア支援)。重点は身体介助の代替よりも見守り・記録・移乗補助など「人の作業を補う」領域に広がっている
- 旧予測(参考):経産省・NEDO(2010年)は介護ロボット市場を2035年4,043億円と予測したが、現在の公式見通しとして扱うには古い。単独の最新市場規模は未確認
- 出典:厚生労働省・経済産業省(2024年6月改訂公表)
- 確度:政府目標(重点分野)/公式系試算(市場規模は2010年の旧予測)
- 対応する主張:第1層の内部の技術浸透。「ケアは集約しても無人化はしない(技術は人を置き換えるのでなく支える)」という文書の線引きと整合する。J3と併せて「ケアは技術が入っても人が増える分野」という非対称性を示せる
- URL:https://hyogo-kaigotech.jp/common/uploads/2026/02/260311_経済産業省における介護テクノロジー関連政策について.pdf
L. 医療・介護・財政の見通し
L1. 医療費・介護費の将来推計
- 数値(内閣官房ほか「2040年を見据えた社会保障の将来見通し」2018年、経済ベースラインケース):2040年度の医療給付費は計画ベース66.7/68.5兆円(現状投影68.3/70.1兆円。①/②は単価の伸びの仮定の違い)、介護給付費は計画ベース25.8兆円(現状投影24.6兆円)。介護は適正化しても減らず、基盤を充実させる計画ほど増える(+1.2兆円)構造。給付費全体は188.2〜190.0兆円。人材面では医療福祉分野の就業者数が2018年度823万人→2040年度1,065〜1,068万人へ増え、就業者全体(6,580万→5,654万人)の約19%を占める。介護職員は200万人→305万人
- 更新値:厚労省の政策評価資料(令和7年度)に「介護給付費は2040年に約26兆円」との記載があり、2018年見通しの桁感が現在も維持されている。医療給付費の新しい公式総額推計は未確認
- 留意:この試算は「需要をまかなう供給が行われる(=人材が確保できる)」前提で必要量を逆算したもの
- 出典:内閣官房・内閣府・財務省・厚生労働省「2040年を見据えた社会保障の将来見通し(議論の素材)」(2018年5月21日)
- 確度:公式見通し(試算)
- 対応する主張:「お金の流れ」と「ケア人材が律速要因」。就業者全体が926万人減る中で医療福祉だけが約240万人増える。拠点集約で1人あたりコストを抑える必要性の財政的根拠
- URL:https://www.mhlw.go.jp/file/06-Seisakujouhou-12600000-Seisakutoukatsukan/0000207398.pdf
L2. 内閣府「中長期の経済財政に関する試算」
- 数値(最新:2026年1月22日公表分):実質GDP成長率は成長移行ケース(TFP上昇率が過去40年平均の1.1%程度まで高まる)で1%を安定的に上回り、過去投影ケース(TFP 0.6%程度)では0%台半ば。国・地方の基礎的財政収支は2025年度▲7.0兆円→2026年度▲0.8兆円まで改善し、その後は成長移行で黒字幅が緩やかに拡大、過去投影では次第に縮小。公債等残高対GDP比は2026年度186.6%から、成長移行では2035年度162.6%まで低下、過去投影では2030年代前半に上昇へ転じる
- 留意:内閣府試算は版によって水準が異なる(2025年8月版と2026年1月版で計数が変わる)。引用時は版(年月)を必ず併記すること。成長移行ケースは政府目標ではなく条件付きシナリオ
- 出典:内閣府「中長期の経済財政に関する試算(2026年1月)のポイント」
- 確度:公式見通し(試算)
- 対応する主張:「お金の流れ」のマクロ前提。過去投影では2030年代に債務比率が再上昇し、「現状のまま広く薄く維持する」財政余地は前提次第で消える。逆に成長移行はTFP1.1%という強い仮定に依存する点はモデルの弱点として明示すべき
- URL:https://www5.cao.go.jp/keizai2/keizai-syakai/shisan/2601point.pdf
L3. 年金財政検証(2024年)
- 数値:所得代替率(モデル世帯の年金÷現役男子の平均手取り)は2024年度61.2%。将来は高成長実現ケース56.9%、成長型経済移行・継続ケース57.6%、過去30年投影ケース50.4%。低下が最も大きいのは基礎年金部分(過去30年投影では36.2%→25.5%へ、相対的に約3割低下)。1人当たりゼロ成長ケースでは2059年度に国民年金積立金が尽きる機械的試算もある
- 留意:「基礎年金3割減」は過去30年投影ケースにおける所得代替率の相対低下であり、全受給者の一律3割カットではない。所得代替率が50%を下回る見込みになれば措置を検討することが法律に規定されている
- 出典:厚生労働省「令和6(2024)年財政検証結果」(2024年7月3日公表)
- 確度:公式見通し(法定の財政検証)
- 対応する主張:第1層の高齢者の所得基盤。基礎年金の低下が大きいのは厚生年金の薄い自営・農林漁業層=分散居住・生産地帯の担い手層であり、「健康なうちは分散居住できても、所得低下と要介護化で拠点へ移る」動きの根拠になる
- URL:https://www.mhlw.go.jp/content/001270476.pdf
M. 食料・エネルギーの見通し
M1. 食料自給率・農地の見通し
- 自給率(実績):カロリーベース食料自給率は令和6年度38%、令和7年度概算37%。生産額ベースは64〜66%
- 目標(食料・農業・農村基本計画、2025年4月閣議決定、目標年2030年度):カロリーベース自給率38%→45%、生産額ベース61%→69%。ただし計画自身が「実現可能な生産量を見込んで設定」した目標であり、予測ではない。現状37%とは8ポイントの乖離がある
- 農地:面積は現状427万ha(2024年)→目標412万ha(2030年)。増加目標ではなく、減少を前提に「確保」する下限目標。担い手への農地集積率の目標は60.4%→7割。2030年を超える農地の公式見通しはなし(未確認)
- 出典:農林水産省「食料自給率に関する統計」;「食料・農業・農村基本計画」(2025年4月11日閣議決定)
- 確度:公式実績値/政府目標
- 対応する主張:第3層の生産は「広がる」のではなく「減っていく農地を集積し、少ない担い手と無人化技術で維持する」前提で書くべきことの根拠。自給率の低さ(4割弱)は第3層が生産を担う必然性の出発点
- URL:https://www.maff.go.jp/j/tokei/sihyo/data/02.html / https://www.maff.go.jp/j/keikaku/k_aratana/attach/pdf/index-61.pdf
M2. 再生可能エネルギー・洋上風力の見通し
- 電源構成(第7次エネルギー基本計画の関連資料「2040年度におけるエネルギー需給の見通し」、2025年2月):2040年度の発電電力量1.1〜1.2兆kWh程度、再生可能エネルギーは4〜5割程度(太陽光23〜29%、風力4〜8%、水力8〜10%、地熱1〜2%、バイオマス5〜6%)、原子力2割程度、火力3〜4割程度。エネルギー自給率は3〜4割程度(2023年度速報15.2%)
- 洋上風力(洋上風力産業ビジョン第2次、2025年8月):案件形成の目標は2030年までに10GW、2040年までに浮体式も含む30GW〜45GW(うち浮体式15GW以上を新規追加)。現状は12の促進区域で約6.1GWの案件形成。「案件形成」目標であり稼働容量ではない
- 出典:経済産業省・資源エネルギー庁「2040年度におけるエネルギー需給の見通し(関連資料)」;官民協議会「洋上風力産業ビジョン(第2次)」
- 確度:公式見通し(電源構成。資料自身が「幅を持って示す」「キャップではない」と明記)/政府目標(洋上風力の案件形成)
- 対応する主張:第3層が電力を生む根拠の中核。2040年には再エネが最大の電源になり、太陽光だけで1/4〜3割を担う見通しは、居住地から離れた土地・海域での発電が不可欠であることを示す。浮体式洋上風力は「人の常住しない空間での生産」そのもの。ただし火力も3〜4割残るため「再エネだけで賄う」描写は公式見通しと合わない
- URL:https://www.meti.go.jp/press/2024/02/20250218001/20250218001-3.pdf / https://www.mlit.go.jp/kowan/content/001910877.pdf
M3. 電力需要の将来見通し(データセンター・半導体)
- 数値(OCCTO需要想定・2026年度版、2026年1月公表、最新):全国需要電力量は2025年度推定実績8,033.7億kWh→2035年度8,461億kWh(年平均+0.5%)。データセンター・半導体の個別計上分は2035年度に合計568億kWh(DC 494+半導体74、全国の6.71%)
- 留意:前回(2025年度)想定と2034年度断面で比べると総量はほぼ同水準〜微減で、DC事業者の工事延期等により「需要の伸びが後年度へ後ろ倒し」されている。「上方修正が続いている」とだけ書くと最新資料とずれる。家庭用は減り続け、産業用が押し上げる構図は不変
- 長期(エネ庁見通し):2040年度の電力需要は0.9〜1.1兆kWh程度で、約1兆kWh規模が維持・増加する
- 出典:電力広域的運営推進機関(OCCTO)「全国及び供給区域ごとの需要想定(2026年度)」;資源エネルギー庁「2040年度におけるエネルギー需給の見通し」
- 確度:公式見通し(需要想定)
- 対応する主張:人口が減っても電力需要は減らないという転換の根拠。「人が住む場所」と「電力を食い・生む場所」の分離が進む構造は3層モデルと整合する。後ろ倒しの留保は、移行の第1期(準備・先行投資)の不確実性の根拠にもなる
- URL:https://www.occto.or.jp/assets/news/juyousoutei/260121_juyousoutei_r1.pdf
N. 地域の将来予測
N1. 人口戦略会議「消滅可能性自治体」分析(2024年)
- 定義と全国結果(2024年4月24日公表):2020〜2050年の若年女性人口(20〜39歳)の減少率が50%以上の自治体を「消滅可能性自治体」と分類。全国1,729自治体のうち消滅可能性744(約43%)、自立持続可能性65、ブラックホール型25、その他895。2014年の日本創生会議分析(896自治体)からは152減。北海道は179市町村のうち117(65%)が該当
- 道南(渡島・檜山18市町):消滅可能性は17市町(函館市、北斗市、松前町、福島町、知内町、木古内町、鹿部町、森町、八雲町、長万部町、江差町、上ノ国町、厚沢部町、乙部町、奥尻町、今金町、せたな町)。該当しないのは七飯町のみ(2014年版では該当していたが今回は脱却)。自立持続可能性・ブラックホール型は道南に該当なし。函館市は若年女性の減少率が改善しながらも消滅可能性に残留
- 出典:人口戦略会議「令和6年・地方自治体『持続可能性』分析レポート」(2024年4月)。基礎データは社人研・令和5年推計
- 確度:民間・会議体の分析(基礎推計は公式だが、「消滅可能性」は会議体独自のラベルで、政府の公式分類ではない)
- 対応する主張:「消滅可能性」という語の扱い。引用する際は(1)若年女性人口という単一指標による民間分析のラベルであること、(2)拠点都市の函館市自体が該当し、隣の七飯町は該当しないという濃淡、の留保が必要。また18市町中17が同じ分類に入る地域では「自治体単位で消える/残る」枠組み自体が機能せず、圏域単位で機能を再編する3層モデルの前提の裏付けになる
- URL:https://www.hit-north.or.jp/cms/wp-content/uploads/2024/04/01_report-1.pdf / https://smbiz.asahi.com/article/15244783
N2. 自治体自身の将来人口見通し(函館市・北海道)
- 函館市人口ビジョン(2025年2月改訂):社人研推計の採用値は2050年151,568人(社人研原典の公表値151,567人と1人の差異)、市が延長した2070年は96,637人。市独自の3シナリオの2050年は、低位139,503人(出生率・移動とも現状のまま)、中位149,613人(2070年までに希望出生率1.77を実現等)、高位155,470人(2050年までに1.77、2070年までに置換水準2.07等)。2070年は低位79,284人〜高位110,881人
- 北海道人口ビジョン改訂版(2024年度):道総人口は2020年約522.5万人→2050年約382.0万人→2070年約281.1万人
- 出典:函館市「函館市人口ビジョン」(2025年2月改訂);北海道「北海道人口ビジョン改訂版」
- 確度:自治体の見通し(中位・高位は出生率改善を仮定した政策シナリオであり、趨勢推計ではない)
- 対応する主張:移行の時間軸と「設計の余地」の定量化。自治体の公式見通しでも趨勢では2070年に8〜10万人まで減る前提で、3層モデルの2050年設定は公式見通しと整合する。社人研趨勢(2070年96,637人)と市高位(110,881人)の差・約1.4万人が、改善で動かしうる幅=「なし崩しと設計の差」の目安になる
- URL:https://joruri-cms.city.hakodate.hokkaido.jp/docs/2025022700309/file_contents/R6jinkouvision.pdf
使い方の注意(予測データ共通)
- 目標と見通しを混ぜない:自給率45%・農地412万ha・洋上風力10GW/30〜45GW・自動運転のカ所数は「政府目標」。電源構成・OCCTO需要想定・内閣府試算・財政検証・JILPT推計は「公式見通し/推計(前提つき)」
- 楽観と慎重を対で示す:L1(社会保障)は「人材が確保できる」前提、L2成長移行とL3成長型ケースは「TFP上昇・実質1%成長」前提。慎重ケース(過去投影/過去30年投影)でも介護費の増大とケア人材の吸収は変わらず、財政・年金はむしろ悪化する
- 版・年次を併記する:内閣府試算は版で水準が違う。OCCTO需要想定は最新版(2026年度版)で「伸びの後ろ倒し」に転じている
- 「案件形成」と「稼働」を混ぜない(洋上風力)。農地面積の目標は減少前提の確保目標で、「農地が増える」根拠にはならない
- 「49%」(J2)は技術的可能性の上限試算。原典の留保なしに引用しない
未確認事項
- H1:渡島・檜山圏域の年齢3区分別の実数の表(図表のみ確認)
- H2:社人研・都道府県別世帯推計における北海道単独の詳細値(ピーク年・単独世帯数など)
- I1:渡島・檜山地方単独の気温上昇幅
- I3:スルメイカ単独の定量的な将来分布・資源予測値
- J1:JILPTベースラインシナリオの2040年労働力人口・就業者数の総数
- K1:自動運転の民間市場規模予測
- K3:農水省「担い手のほぼ全てがデータ活用(2025年まで)」目標の達成度評価
- K4:介護ロボット単独の最新市場規模(代表値は2010年の経産省・NEDO予測)
- L1:2018年見通しを更新する公式の2040年医療給付費の単独推計
- M1:2030年を超える農地面積の政府公式見通し(存在しない)
文書との照合メモ
- 3部作の既存の数値と矛盾する予測データは見つからなかった。社会保障給付費の2040年見通し(188.2〜190.0兆円)は根拠データ集B3とも一致する
- 新たに使える強い材料:H1(函館の75歳以上は2050年もほぼ横ばい)、H2(世帯・高齢単独世帯は人口より20年遅れてピーク)、J3(医療・福祉は全シナリオで増える唯一級の分野)、I2(雪は減っても極端大雪は残る)、N2(函館市自身の見通しでも2070年に8〜10万人)
- 注意が要る材料:N1の「消滅可能性自治体」は文書では未使用の語。使う場合は民間分析のラベルである留保とセットで。また函館市が該当・七飯町が非該当という濃淡は、単純な「道南は消滅する」という使い方を戒める材料でもある
付録C 図版
本文の主張に対応する図版を、根拠データ(A〜G)・予測データ(H〜N)の順に並べる。本文中に掲載した図も含む完全版である。
図A1 全国の将来推計人口 ― 高齢者は2043年にピーク(原本の図版。この画面では図として描き直したものを本編に置いている)
図A2 函館市の人口 ― ピークの約3分の2まで減り、2050年には約15万人へ(原本の図版。この画面では図として描き直したものを本編に置いている)
図B1 社会資本の維持管理・更新費 ― 「更新しない決断」が原資になる(原本の図版。この画面では図として描き直したものを本編に置いている)
図B2 老朽化するインフラ ― 更新判断の窓口が2040年までに一斉に開く(原本の図版。この画面では図として描き直したものを本編に置いている)
図B3 社会保障給付費 ― 人口が減ってもケアの費用は2040年まで増え続ける(原本の図版。この画面では図として描き直したものを本編に置いている)
図C1 介護職員の必要数 ― 確保できる速度が移行の速度を決める(原本の図版。この画面では図として描き直したものを本編に置いている)
図C2 介護の有効求人倍率 ― 全職種平均の約3.2倍の売り手市場(原本の図版。この画面では図として描き直したものを本編に置いている)
図D1 農業の担い手 ― 5年で4分の1が消え、荒廃農地が積み上がる(原本の図版。この画面では図として描き直したものを本編に置いている)
図D2 漁業就業者数 ― 過去最少を更新し続け、約4割が65歳以上(原本の図版。この画面では図として描き直したものを本編に置いている)
図D3 狩猟免許所持者数 ― ピークの4割まで減り、約6割が60歳以上(原本の図版。この画面では図として描き直したものを本編に置いている)
図E1 オンライン診療 ― 制度が律速だったことの証拠(原本の図版。この画面では図として描き直したものを本編に置いている)
図E2 スマート農業の現在地 ― 「見る」は4割、「取得・分析」は3%(原本の図版。この画面では図として描き直したものを本編に置いている)
図E3 通信基盤 ― 人口ベースではほぼ全国を覆う(原本の図版。この画面では図として描き直したものを本編に置いている)
図F1 空き家 ― 住宅の約7戸に1戸が空き家(原本の図版。この画面では図として描き直したものを本編に置いている)
図F2 所有者不明土地 ― 国土の約2割、放置すれば北海道の面積に匹敵(原本の図版。この画面では図として描き直したものを本編に置いている)
図G1 渡島・檜山の人口 ― 周辺ほど減少が速い(原本の図版。この画面では図として描き直したものを本編に置いている)
図G2 スルメイカの激減 ― 象徴的な資源が統計上ほぼ消失した(原本の図版。この画面では図として描き直したものを本編に置いている)
図G3 エゾシカ ― 被害は年53億円、捕獲は史上最大でも追いつかない(原本の図版。この画面では図として描き直したものを本編に置いている)
図G4 除雪 ― 雪が少なくてもコストは下がらず、担い手は高齢化(原本の図版。この画面では図として描き直したものを本編に置いている)
図H1 函館市の2050年 ― 人口は4割減っても、75歳以上はほぼ横ばい(原本の図版。この画面では図として描き直したものを本編に置いている)
図H2 世帯数の将来推計 ― 需要のピークは人口より約20年遅れる(原本の図版。この画面では図として描き直したものを本編に置いている)
図I1 気温の将来変化 ― 北海道の上昇幅は全国平均より大きい(原本の図版。この画面では図として描き直したものを本編に置いている)
図I2 雪の将来変化 ― 総量は減るが、極端な大雪は残る(原本の図版。この画面では図として描き直したものを本編に置いている)
図I3 海水温と魚種 ― 減る魚と、来る魚(原本の図版。この画面では図として描き直したものを本編に置いている)
図I4 日本沿岸の海面水位 ― 2050年頃でも+0.2m級(原本の図版。この画面では図として描き直したものを本編に置いている)
図J1 労働力の将来見通し ― シナリオで約900万人の幅がある(原本の図版。この画面では図として描き直したものを本編に置いている)
図J2 AI・ロボットと仕事 ― 「代替可能性」と「影響」の数字(原本の図版。この画面では図として描き直したものを本編に置いている)
図J3 産業別就業者数の見通し ― 増えるのはケア、減るのは生産・販売(原本の図版。この画面では図として描き直したものを本編に置いている)
図K1 自動運転レベル4 ― 実装は2020年代後半から積み上がる(原本の図版。この画面では図として描き直したものを本編に置いている)
図K2 ドローン市場 ― 5年で約2倍の見通し(民間予測)(原本の図版。この画面では図として描き直したものを本編に置いている)
図K3 スマート農業市場 ― 拡大するが、完成は次のフェーズ(原本の図版。この画面では図として描き直したものを本編に置いている)
図K4 介護ロボット市場 ― 代表値は古い予測、という留保つきで(原本の図版。この画面では図として描き直したものを本編に置いている)
図L1 医療費・介護費の2040年見通し ― 介護は「減る」のではなく「増える」(原本の図版。この画面では図として描き直したものを本編に置いている)
図L2 財政の見通し ― 持続可能性は成長シナリオ次第(原本の図版。この画面では図として描き直したものを本編に置いている)
図L3 年金の所得代替率 ― 下がるのは特に基礎年金(原本の図版。この画面では図として描き直したものを本編に置いている)
図M1 食料自給率と農地 ― 45%は「目標」であって予測ではない(原本の図版。この画面では図として描き直したものを本編に置いている)
図M2 2040年のエネルギー ― 再エネが最大の電源になる見通し(原本の図版。この画面では図として描き直したものを本編に置いている)
図M3 電力需要 ― 人口が減っても、需要は減らない(原本の図版。この画面では図として描き直したものを本編に置いている)
図N1 消滅可能性自治体 ― ただし民間分析のラベルである(原本の図版。この画面では図として描き直したものを本編に置いている)
図N2 函館市自身の将来見通し ― 趨勢では2070年に約9.7万人(原本の図版。この画面では図として描き直したものを本編に置いている)
付録D 技術の動き
将来像の実現に関わる技術と制度の動きを、確認できたものから時系列で蓄積する。毎月の収集で新しい動きを追記していく。以下は基準日(2026年11月16日)時点で本文のデータ集で確認済みの動きである。
2023年4月 自動運転レベル4の制度化
- 内容:レベル4の「特定自動運行」が制度化された。政府目標では地域限定型の無人自動運転移動サービスを2025年度目途に50カ所程度、2027年度までに100カ所以上で実現するとしている
- 出典:国土交通省
- 文書との関わり:移行の第3段「運ぶ技術」の出発点。実装の積み上がりは2020年代後半からになる
2022年12月 ドローンのレベル4飛行の制度施行
- 内容:有人地帯での目視外飛行(レベル4飛行)の制度が施行された。2023年12月にはレベル3.5飛行が新設された。政府のロードマップは離島・山間部などの過疎地域から段階的に運航地域を広げる工程を示している
- 出典:経済産業省「空の産業革命に向けたロードマップ2024」
- 文書との関わり:都市より先に人口が減る地域で無人技術が入るという文書の見立てと、政府工程の順序が一致している
2024年10月 スマート農業技術活用促進法の施行
- 内容:スマート農業技術の活用を促す法律が施行され、営農類型ごとに2030年度までの実用化水準が示された。国内のスマート農業市場は2030年度に788億円の見通し(矢野経済研究所)
- 出典:農林水産省/矢野経済研究所
- 文書との関わり:無人で働く生産地帯は2030年代前半に完成するのではなく、移行の第2期(2035〜2045年)にかけて段階的に立ち上がるという時期感を補強する
2024年6月 介護テクノロジーの重点分野の改訂
- 内容:経済産業省と厚生労働省の「介護テクノロジー利用の重点分野」が9分野16項目に拡充された。重点は身体介助の代替よりも、見守り・記録・移乗補助など人の作業を補う領域に広がっている
- 出典:経済産業省・厚生労働省
- 文書との関わり:ケアは集約しても無人化はしないという第1層の線引きと整合する
2025年8月 オンライン診療の届出施設数が14,032件に
- 内容:オンライン診療の届出施設数は2018年7月の970件から増え続け、2025年8月に14,032件となった
- 出典:厚生労働省
- 文書との関わり:技術ではなく制度が律速だったことの証拠。第1層のケアの拠点と第2層の分散居住をつなぐ前提になる
作成:2026年11月16日 本書は現状・将来像・移行の3部作(いずれも一般モデル版)に、根拠データ集・予測データ集・図版・技術の動きを統合したものである。