2050年、日本の多くの地方都市で人口が3〜4割減る。失われていくものの列挙になりがちな話だが、数字をよく見ると、減らないものがある。
1つの点は、函館市の1,000人。琥珀色の点は75歳以上。
読みはじめる人口が減った後の
日本をどう作るか
2020年
函館市には251,084人が住んでいた。1つの点が1,000人、251の点。そのうち75歳以上は46,613人、琥珀色の47の点である。
国勢調査(2020年)。点の数は1,000人単位に丸めている。
2050年
社人研の推計では151,567人。39.6%減り、99の点が消える。
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)」、出生中位・死亡中位。
それでも
琥珀色の点はほとんど減らない。75歳以上は46,059人。30年で、わずか1.2%の減少にとどまる。
医療と介護の需要は、人口ほどには減らない。
支える側と、支えられる側
15〜64歳は54.6%から約45.2%へ、点の数では137から69へ。生産年齢人口を65歳以上の人口で割ると、1.52から0.95になる。支える側が、支えられる側を下回る。
「人口が減れば負担も減る」という見方は、ここで成り立たなくなる。
消えていくのは、地域そのものではない
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、総人口が4割減る都市でも75歳以上は減らない。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。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。
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。
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。
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)」(出生中位・死亡中位);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」 資料を開く公式推計/公式見通し
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。水域では漁業の担い手が高齢化し、判断は経験と目視が中心で、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。農地では担い手不足が進み、農家は自宅と農地が一体で、記録は紙と手書きが中心である。山林では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。
出典:総務省統計局「令和5年 住宅・土地統計調査」;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) 資料を開く実績/条件付き推計
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、5Gの人口カバー率は98.4%、光ファイバーの世帯カバー率は97.13%に達し、「基盤がないからできない」段階は終わりつつある。それでも山林や海上・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」。
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る。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き、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。
出典:厚生労働省「一般職業紹介状況(職業安定業務統計)」;同「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) 資料を開く実績/公式推計
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。産出の流れでは、水産物、農産物、木材といった一次産品が未加工のまま地域外へ出ていくことが多く、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。人の流れでは、若者が進学・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になっている。お金の流れでは、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り、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。
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。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。
| 項目 | 現状 | 将来像 |
|---|---|---|
| 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 |
第2部 将来像
現状の構造のまま人口が減ると、こうなる
2050年の函館市、152の点。人は全域に住み続け、道路も水道も山林の端まで届け続ける。1980年に34万5千人のために作った構造を、15万人で維持する。
配置は概念図で、人数の割り当てを示すものではない。
第1層
ケアの拠点
病院、介護施設、学校、行政、商業を集約し、歩いて暮らせる密度を保つ。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。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」もここに集め、産出の価値が地域の外に漏れないようにする。
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。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。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
海、農地、山林に人は常駐しない。養殖、センサー付きの漁具、自動農機、スマート林業、洋上や山の発電。人の出番は、保守チームの出張と、拠点からの監視・判断に限られる。産出された食料、水産物、木材、電力は、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。
全層を貫くもの
通信・データ基盤
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。
将来像 ― 3層構造の一般モデル
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」として提示する。骨格は地域を選ばず、地域ごとに変わるのは4つの変数だけである。
基本原則
- 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。
ケアの需要は「人口」ではなく「世帯」で測る
世帯総数は2030年まで増え、高齢の単独世帯は2050年まで増え続ける。需要のピークは人口減少より約20年遅れて来る。「人口が減ったから畳める」という判断は、ここで誤りになる。
就業者の見通しも、同じ非対称を示す。就業者全体が大きく減るシナリオでも、医療・福祉だけは増える。第1層では人が増え続け、第3層では人が減る。移行の速度を決めるのが、ケア人材の確保速度であることの定量的な根拠である。
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。
第3層が電力を生む根拠は、国の見通しにもある。2040年度には再生可能エネルギーが最大の電源になり、太陽光だけで発電量の4分の1から3割を担う見通しで、居住地から離れた土地や海域での発電が不可欠になる。人口が減っても電力需要は減らない。全国の需要電力量は2025年度の8,033.7億kWhから2035年度には8,461億kWhへ年0.5%ずつ増える想定で、データセンターと半導体が2035年度に568億kWh(全国の6.71%)を占める。「人が住む場所」と「電力を食い、生む場所」の分離が進む。
人の関わり方
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。知る人がいなくなれば、その土地への思いは途切れる。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。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。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。産出の流れでは、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。データの流れでは、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。人の流れでは、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。
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。
移行の前提
- 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。
- 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。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 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。あわせて、更新判断のルールを決めておく。
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 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2043年に約3,953万人)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 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。
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。
出典:農林水産省「2025年農林業センサス」;厚生労働省;国土交通省・財務省資料(自動運転の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。引用時は原資料での再確認を推奨)実績
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。
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。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
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である。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。
弱点と未解決の論点
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。
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
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。
海 ― 移行は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。日本近海の海面水温は100年あたり+1.33℃と世界平均(+0.62℃)の2倍を超える速さで上がり、サンマ・スルメイカ・サケの3魚種の合計は2014年の約54.8万トンから2023年には約10.7万トンになった。一方でブリは北海道で増え、漁獲量は2010年の2,190トンから2022年には9,574トンになった。「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。
出典:気象庁ほか「日本の気候変動2025」第8章・第9章;水産庁「令和6年度 水産白書」;函館市公表値(報道経由) 資料を開く公式観測/公式予測/実績
陸と雪 ― 「運ぶ技術」の最難関
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、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。気候変動で雪の総量は減る見通しだが、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」と明記しており、除雪は「常時フル装備」から「ピーク対応型」へ設計を変える論点になる。「雪が減るから除雪問題は解消する」とはならない。
出典:函館市土木部「除雪計画の見直しについて」(2024年10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」;「日本の気候変動2025」第6章 資料を開く実績/試算/公式予測
山林 ― 最後まで人の身体が要る仕事
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、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。「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。
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」;環境省「鳥獣保護管理制度について」実績/推計
将来像 ― 道南版の4つの変数
- 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。
「消滅可能性」という言葉について
人口戦略会議の2024年の分析では、2020年から2050年にかけて若年女性(20〜39歳)が半分以下に減る自治体を「消滅可能性自治体」と分類した。全国1,729自治体のうち744(約43%)、北海道では179市町村のうち117が該当し、道南の18市町では七飯町を除く17が該当する。拠点都市の函館市自体が含まれる。
消滅可能性に分類された17市町 該当しない七飯町(2014年版では該当、今回は脱却)
この言葉は、若年女性人口という単一の指標による民間の会議体のラベルであり、政府の公式分類ではない。隣り合う函館市と七飯町で分類が分かれる濃淡も、単純に「道南は消滅する」と読まない理由になる。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」という枠組みそのものが機能しない。圏域単位で機能を再編する3層モデルの前提は、ここにある。
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) 資料を開く民間・会議体の分析
移行 ― 道南に型を当てる
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、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。函館市自身の人口ビジョンでも、趨勢では2070年に約9.7万人まで減る前提で、市の低位から高位のシナリオでも79,284人から110,881人の幅に収まる。社人研の趨勢と市の高位シナリオの差、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。
海では移行がすでに始まり、陸では雪が地域変数として効き、山林ではエゾシカの管理が担い手の具体例になる。渡島・檜山の圏域人口は2020年の413,767人から2050年には238,638人へ、30年で4割減る見通しであり、中心都市より周辺町村の減少が速い。周辺が先に細る地域で、拠点に何を集め、周辺に何を残し、生産地帯をどう無人で回すかを、更新判断のたびに決めていくことになる。
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。
根拠データ集・予測データ集・技術の動き
この画面の数値はすべて、ここに並べた資料から取っている。予測は実績より確度がばらつくため、確度の区分を落とさずに付けた。
A 根拠データ集(実績)
20項目の表を開く・閉じる
| 番号 | 項目と数値 | 出典 | 確度 |
|---|---|---|---|
| A1 | 全国の将来推計人口 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37.1% | 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)」(出生中位・死亡中位) 資料 | 公式推計 |
| A2 | 函館市の人口 ピークは1980年・345,165人。2020年251,084人・高齢化率36.0%。2025年230,309人・高齢化率約37.8%(年齢不詳の補完方法により37.5〜37.9%の幅)。2050年推計151,567人(2020年比60.4%、高齢化率47.7%) | 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 資料 | 実績/公式推計 |
| B1 | 社会資本の維持管理・更新費 2018年度約5.2兆円(国交省所管12分野、推計ベース)。2048年度は事後保全を続けた場合10.9〜12.3兆円、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 | 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) 資料 | 公式推計 |
| B2 | 建設後50年以上経過するインフラの割合(2023年3月→2040年3月) 道路橋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% | 国土交通省「社会資本の老朽化の現状と将来」 資料 | 公式資料 |
| B3 | 社会保障給付費 2040年度の見通し188.2〜190.0兆円(対GDP比23.8〜24.0%)。2024年度実績138.3兆円(年金41.8%、医療32.4%、福祉その他25.8%) | 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」 資料 | 公式見通し/実績 |
| C1 | 介護職員の需給 必要数は2040年度に約272万人(第9期)。2022年度実績約215万人との差として約57万人の追加確保が必要。第8期推計の「不足数」は2040年度に約69万人 | 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) 資料 | 公式推計 |
| C2 | 介護関係職種の有効求人倍率 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) | 厚生労働省「一般職業紹介状況(職業安定業務統計)」 | 実績 |
| D1 | 農業 基幹的農業従事者は2025年に約103.6万人(2020年136.3万人から24.0%減)、平均年齢67.7歳、65歳以上69.6%。荒廃農地25.7万ha(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 | 農林水産省「2025年農林業センサス」;同「荒廃農地の現状と対策」 資料 | 実績 |
| D2 | 漁業 漁業就業者数は2023年に121,389人(2018年151,701人から約20%減、1963年以降で過去最少)。65歳以上39.2% | 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」 資料 | 実績 |
| D3 | 狩猟者 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%)が60歳以上 | 環境省「鳥獣保護管理制度について」(鳥獣関係統計) 資料 | 実績 |
| E1 | オンライン診療の拡大 施設基準の届出は2018年7月時点で970施設(1%未満)。2020年4月の時限的特例を受け、2020年5月時点で14,500超の医療機関が対応。2025年8月の届出は診療所12,598件・病院1,434件。特例期の「対応機関数」と平時の「届出数」は集計方法が異なる | 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) 資料 | 実績 |
| E2 | 技術の現在地 データを活用した農業を行う経営体は2025年に40.0%。「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%。自動運転レベル4の認可は2025年12月時点で全国11カ所(実装推進事業の採択は令和7年度67件)。長崎県五島市のドローン配送は累計2,400回超(2022年5月〜2024年12月) | 農林水産省「2025年農林業センサス」;国土交通省・財務省資料(専門メディア経由の確認、原資料での再確認を推奨);内閣府・長崎県資料 | 実績(一部は再確認推奨) |
| E3 | 通信基盤 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令和6年度末に97.13%(新推計手法)、未整備は約160万世帯 | 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」 資料 | 実績 |
| F1 | 空き家 2023年10月1日現在900万2千戸、空き家率13.8%(過去最多・最高)。用途の定まらない空き家は385万6千戸 | 総務省統計局「令和5年 住宅・土地統計調査」 資料 | 実績 |
| F2 | 所有者不明土地 2016年時点で約410万ha(国土の約2割)。対策を講じない場合2040年に約720万ha(条件付き推計) | 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) 資料 | 会議体の推計(条件付き) |
| G1 | 渡島・檜山の人口 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%)。松前町−14.7%、木古内町−15.7%。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% | 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)」 資料 | 実績/公式推計 |
| G2 | スルメイカ漁獲量 全国はピーク1968年668,364トンから2023年21,248トン、2024年19,800トン(ピーク比−97%)。函館市水産物地方卸売市場の取扱量は2008年度8,924トンから2023年度317トン(約1/28)。2025年・2026年は初競りが2年連続で中止 | 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) | 実績 |
| G3 | エゾシカ 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64億円)。捕獲頭数157,525頭(過去最多、目標18.5万頭に未達)。推定生息数73万頭(東部・北部・中部)、南部は別途5万〜18万頭 | 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」 | 実績/推計 |
| G4 | 除雪費と担い手 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。最低保障額を約1.2億円から約2.7億円(2.2倍)へ引き上げる試算。国の道路除雪費補助の北海道分配は令和6年度に国費114.99億円。北海道開発局の直轄除雪は延長6,853km・機械1,074台。除雪オペレータは50歳以上56%、30歳以下7% | 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」 | 実績/試算 |
B 予測データ集(見通し・目標・分析)
確度の区分:公式推計は公的機関の推計(仮定つき)、公式見通しは政府の試算(ケース別の幅がある)、政府目標は達成を目指す値で予測ではない、民間予測・分析はシンクタンク・会議体の値。
22項目の表を開く・閉じる
| 番号 | 項目と数値 | 出典 | 確度 |
|---|---|---|---|
| H1 | 函館市の2050年 総人口151,567人(2020年比−39.6%)。0〜14歳7.1%(2020年9.4%)、15〜64歳約45.2%(54.6%)、65歳以上47.7%(36.0%)。65歳以上72,263人(90,417人から−20.1%)、75歳以上46,059人(46,613人から−1.2%)。生産年齢人口÷老年人口は1.52→0.95。圏域18市町は2050年に高齢化率50%前後 | 社人研「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経由の確認を含む) 資料 | 公式推計 |
| H2 | 世帯数 一般世帯総数5,570万(2020年)→2030年ピーク5,773万→2050年5,261万世帯。単独世帯2,115万(38.0%)→2036年ピーク2,453万→2050年2,330万(44.3%)。世帯主65歳以上の単独世帯738万→1,084万(+46.9%)、75歳以上の単独世帯417万→704万。平均世帯人員2.21人→1.92人(2033年に2人を割る)。北海道は246.9万→201.5万世帯 | 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);北海道「北海道人口ビジョン改訂版」 | 公式推計 |
| I1 | 気温 21世紀末の年平均気温は20世紀末比で全国約+1.4℃(2℃上昇シナリオ)/約+4.5℃(4℃上昇シナリオ)。北海道は約+1.5℃/約+5.0℃。4℃シナリオで冬日約57日減、真冬日約53日減、真夏日約21日増 | 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 資料 | 公式予測 |
| I2 | 雪 北海道日本海側の年最深積雪は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。全国平均では最深積雪・降雪量が60%程度減少。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増える研究事例あり | 「日本の気候変動2025」第6章;札幌管区気象台 資料 | 公式予測(極端大雪は確信度中〜低) |
| I3 | 海水温と水産資源 日本近海の海面水温は100年あたり+1.33℃(世界平均+0.62℃の2倍超)。21世紀末は+1.13℃/+3.45℃。サンマ・スルメイカ・サケの合計は2014年約54.8万t→2023年約10.7万t。ブリは北海道で2010年2,190t→2022年9,574t | 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」;農林水産省「気候変動適応計画」;国立環境研究所A-PLAT 資料 | 公式観測/公式予測/研究機関 |
| I4 | 海面水位 日本沿岸の平均海面水位は近未来(2031〜2050年)+0.17m(2℃)/+0.19m(4℃)、21世紀末+0.40m/+0.68m | 「日本の気候変動2025」第9章(IPCC第6次評価報告書を引用) 資料 | 公式予測 |
| J1 | 労働力 労働力人口6,904万人(2020年)→2040年は成長実現・労働参加進展6,791万人/ゼロ成長・労働参加現状6,002万人。就業者6,724万人(2022年)→6,734万人/5,768万人。外国人労働力180万人→414万〜453万人 | 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 | 公式推計 |
| J2 | AI・ロボットによる代替可能性 日本の労働人口の約49%が就く職業で技術的に代替可能(NRI×オックスフォード、2015年。社会環境要因を考慮しない上限試算)。AIの影響は世界の雇用の約40%、先進国約60%(IMF 2024)。2030年までに創出1億7,000万・消失9,200万職(WEF 2025) | 野村総合研究所(2015年12月);IMF SDN/2024/001;世界経済フォーラム(2025年1月) 資料 | 民間試算/国際機関の分析 |
| J3 | 産業別就業者数 医療・福祉は2022年897万人→2040年1,106万人(成長実現、+209万人)/985万人(ゼロ成長、+88万人)と全シナリオで増加。ゼロ成長の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 | 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) 資料 | 公式推計 |
| K1 | 自動運転(レベル4) 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。2030年度に自動運転サービス車両1万台。レベル4「特定自動運行」は2023年4月に制度化 | 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 資料 | 政府目標 |
| K2 | ドローン レベル4飛行は2022年12月に制度施行、2023年12月にレベル3.5を新設。離島・山間部等の過疎地域から段階的に拡大。国内市場は2025年度4,973億円→2030年度9,544億円 | 経済産業省「空の産業革命に向けたロードマップ2024」;インプレス総合研究所『ドローンビジネス調査報告書2026』 資料 | 政府方針/民間予測 |
| K3 | スマート農業 スマート農業技術活用促進法が2024年10月に施行、営農類型ごとに2030年度までの実用化水準(例:果樹・茶作で収穫・運搬の労働時間60%削減)。国内市場は2024年度331億円→2030年度788億円 | 農林水産省;矢野経済研究所(2025年1月) 資料 | 政府目標/民間予測 |
| K4 | 介護テクノロジー 「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。重点は身体介助の代替より、見守り・記録・移乗補助など人の作業を補う領域。市場規模の代表値は2010年の経産省・NEDO予測(2035年4,043億円)で古い | 厚生労働省・経済産業省(2024年6月改訂) | 政府目標/旧試算 |
| L1 | 医療費・介護費 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)、介護給付費は計画ベース25.8兆円(現状投影24.6兆円)。給付費全体188.2〜190.0兆円。医療福祉就業者は2018年度823万人→2040年度1,065〜1,068万人(就業者全体6,580万→5,654万人の約19%)、介護職員200万人→305万人。「人材が確保できる」前提の試算。厚労省の令和7年度資料に「介護給付費は2040年に約26兆円」 | 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) 資料 | 公式見通し |
| L2 | 中長期の経済財政(2026年1月版) 実質GDP成長率は成長移行ケース(TFP上昇率1.1%程度)で1%を安定的に上回り、過去投影ケース(0.6%程度)では0%台半ば。基礎的財政収支は2025年度▲7.0兆円→2026年度▲0.8兆円。公債等残高対GDP比は2026年度186.6%から成長移行で2035年度162.6%、過去投影では2030年代前半に上昇へ。版によって水準が異なる | 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」 資料 | 公式見通し |
| L3 | 年金財政検証(2024年) 所得代替率は2024年度61.2%。将来は高成長実現56.9%、成長型経済移行・継続57.6%、過去30年投影50.4%。基礎年金部分は過去30年投影で36.2%→25.5%(相対的に約3割低下、一律3割カットではない)。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 | 厚生労働省「令和6(2024)年財政検証結果」(2024年7月3日) 資料 | 公式見通し(法定) |
| M1 | 食料自給率・農地 カロリーベース自給率は令和6年度38%、令和7年度概算37%。目標は2030年度45%(生産額ベース61%→69%)。農地面積は427万ha(2024年)→412万ha(2030年、減少前提の確保目標)。担い手への集積率60.4%→7割 | 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) 資料 | 実績/政府目標 |
| M2 | 電源構成・洋上風力 2040年度の発電電力量1.1〜1.2兆kWh、再エネ4〜5割(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3〜4割(2023年度15.2%)。洋上風力の案件形成目標は2030年10GW、2040年30〜45GW(稼働容量ではない)。現状12区域約6.1GW | 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)」(2025年2月);官民協議会「洋上風力産業ビジョン(第2次)」(2025年8月) 資料 | 公式見通し/政府目標 |
| M3 | 電力需要 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・半導体は2035年度に568億kWh(DC494+半導体74、全国の6.71%)。前回想定と比べて伸びは後ろ倒し。2040年度は0.9〜1.1兆kWh程度 | 電力広域的運営推進機関「全国及び供給区域ごとの需要想定(2026年度)」(2026年1月);資源エネルギー庁 資料 | 公式見通し |
| N1 | 「消滅可能性自治体」分析(2024年4月) 若年女性人口(20〜39歳)の2020〜2050年の減少率50%以上を分類。全国1,729自治体のうち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年分析(896)から152減。北海道179市町村のうち117。道南18市町のうち17(七飯町のみ非該当) | 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」(基礎データは社人研・令和5年推計) 資料 | 民間・会議体の分析 |
| N2 | 自治体自身の将来人口見通し 函館市人口ビジョン(2025年2月改訂)の採用値は2050年151,568人、2070年96,637人。市独自シナリオの2050年は低位139,503人/中位149,613人/高位155,470人、2070年は低位79,284人〜高位110,881人。北海道は2020年約522.5万人→2050年約382.0万人→2070年約281.1万人 | 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」 資料 | 自治体の見通し(中位・高位は政策シナリオ) |
C 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置く。基準日は2026年11月16日。
- ドローンのレベル4飛行の制度施行
有人地帯での目視外飛行が制度化された。2023年12月にはレベル3.5飛行が新設。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おり、「都市より先に人口が減る地域で無人技術が入る」という見立てと順序が一致する。
- 自動運転レベル4の制度化
レベル4の「特定自動運行」が制度化された。政府目標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。「運ぶ技術」の出発点で、実装の積み上がりは2020年代後半から。
- 介護テクノロジーの重点分野の改訂
経済産業省と厚生労働省の重点分野が9分野16項目に拡充された。重点は身体介助の代替より、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。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。
- スマート農業技術活用促進法の施行
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)。無人の生産地帯は2030年代前半に完成するのではなく、第2期にかけて段階的に立ち上がるという時期感を補強する。
- オンライン診療の届出施設数が14,032件に
2018年7月の970件から増え続けた。技術ではなく制度が律速だったことの証拠で、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。
D 数字の使い方の注意
- 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、電力需要想定、内閣府試算、財政検証、労働力需給推計は「公式見通し/推計(前提つき)」。
- 楽観と慎重を対で示す。社会保障の将来見通しは「人材が確保できる」前提、成長移行ケースは「TFP上昇・実質1%成長」前提。慎重ケース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。電力需要想定は最新版で「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。洋上風力の数値は案件形成の目標。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%」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・留保
- 渡島・檜山圏域の年齢3区分別の実数の表(図表のみ確認)。渡島・檜山単独の気温上昇幅。スルメイカ単独の定量的な将来予測値。
- 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。引用時は原資料で再確認する。
- 漁業就業者数の1990年代全国値との直接比較は一次資料で確定できず、2018年→2023年の比較と「1963年以降で過去最少」で代替した。
- 2030年を超える農地面積の政府公式見通しは存在しない。介護ロボット単独の最新市場規模、2018年見通しを更新する2040年医療給付費の単独推計は未確認。
E この文書について
原本は『人口が減った後の日本をどう作るか』(2026年11月16日作成)。現状・将来像・移行の3部作(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。この画面は、その本文と2つのデータ集を1ページに組み直し、数値を同じ資料から引き直したものである。
点の図は、函館市の人口を1,000人ごとの点に丸めて置いたもの。2020年の251,084人を251の点、2050年推計の151,567人を152の点とし、年齢区分の点数は国勢調査と社人研推計の構成比から丸めている。3層構造の場面の配置は概念図で、人数の割り当てを示すものではない。