📂
解説

全国1,912市区町村の統計データを、CSV / JSON で無償公開

オープンデータ

街の通信簿が全都市ページの土台に使っている公的統計の一次値を、そのまま機械可読な形で配布します。全国 1,912 市区町村 × 26 項目、47都道府県別の CSV / JSON。研究・報道・アプリ開発・データ分析の練習まで、出典を書いていただければ自由にお使いいただけます。

📦このデータについて概要

収録しているのは e-Stat（政府統計の総合窓口）や省庁の公表資料に由来する一次統計値のみです。当サイトの AI 評価グレード・スコア・編集コメントは、文脈を離れた転載で意味が変質するため配布していません（数値の「読み解き」は各都市ページをご覧ください）。 ・収録範囲: 全国 1,912 市区町村（北方領土 6 村を除く全市区町村・特別区・政令市の行政区） ・形式: 都道府県別の CSV（Excel でそのまま開ける BOM 付き UTF-8）と JSON ・一覧の機械可読な索引: /data/index.json（全ファイルの URL・項目定義・除外理由を収録） ・欠測は空欄 / null のままです。0 で埋めていません ・最終生成日: 2026-09-15

⬇️都道府県別ダウンロード47都道府県

CSV は表計算ソフトでそのまま開けます。JSON はプログラムからの利用向けです。ファイル冒頭（JSON は _license キー）に利用条件を記載しています。

都道府県収録都市数CSVJSON
三重県29 都市CSV ↓JSON ↓
京都府37 都市CSV ↓JSON ↓
佐賀県20 都市CSV ↓JSON ↓
兵庫県50 都市CSV ↓JSON ↓
北海道189 都市CSV ↓JSON ↓
千葉県60 都市CSV ↓JSON ↓
和歌山県30 都市CSV ↓JSON ↓
埼玉県73 都市CSV ↓JSON ↓
大分県18 都市CSV ↓JSON ↓
大阪府74 都市CSV ↓JSON ↓
奈良県39 都市CSV ↓JSON ↓
宮城県40 都市CSV ↓JSON ↓
宮崎県26 都市CSV ↓JSON ↓
富山県15 都市CSV ↓JSON ↓
山口県19 都市CSV ↓JSON ↓
山形県35 都市CSV ↓JSON ↓
山梨県27 都市CSV ↓JSON ↓
岐阜県42 都市CSV ↓JSON ↓
岡山県31 都市CSV ↓JSON ↓
岩手県33 都市CSV ↓JSON ↓
島根県19 都市CSV ↓JSON ↓
広島県31 都市CSV ↓JSON ↓
徳島県24 都市CSV ↓JSON ↓
愛媛県20 都市CSV ↓JSON ↓
愛知県70 都市CSV ↓JSON ↓
新潟県38 都市CSV ↓JSON ↓
東京都62 都市CSV ↓JSON ↓
栃木県25 都市CSV ↓JSON ↓
沖縄県41 都市CSV ↓JSON ↓
滋賀県19 都市CSV ↓JSON ↓
熊本県50 都市CSV ↓JSON ↓
石川県19 都市CSV ↓JSON ↓
神奈川県61 都市CSV ↓JSON ↓
福井県17 都市CSV ↓JSON ↓
福岡県74 都市CSV ↓JSON ↓
福島県59 都市CSV ↓JSON ↓
秋田県25 都市CSV ↓JSON ↓
群馬県35 都市CSV ↓JSON ↓
茨城県44 都市CSV ↓JSON ↓
長崎県21 都市CSV ↓JSON ↓
長野県77 都市CSV ↓JSON ↓
青森県40 都市CSV ↓JSON ↓
静岡県41 都市CSV ↓JSON ↓
香川県17 都市CSV ↓JSON ↓
高知県34 都市CSV ↓JSON ↓
鳥取県19 都市CSV ↓JSON ↓
鹿児島県43 都市CSV ↓JSON ↓
🔰はじめての使い方3分で始める

特別なツールは要りません。目的に合わせて、入り口は3つあります。 【Excel・Google スプレッドシートで開く】 CSV をダウンロードしてダブルクリックすれば、Excel でそのまま開けます（BOM 付き UTF-8 のため文字化けしません）。Google スプレッドシートは「ファイル → インポート」から。列の並べ替えとフィルタだけで、「県内で高齢化率が低い順」のような一覧が作れます。 【AI に読ませる】 ChatGPT や Claude などの AI チャットに CSV を添付して、「財政力指数が高い順に10市町村を挙げて」「人口10万人以上に絞って出生率を比較して」と日本語で頼むのが、いちばん手軽な使い方です。列名は日本語なので、そのまま通じます。 【プログラムから使う】 JSON はコードからの利用向けです。機械可読な索引 /data/index.json に全47ファイルの URL と項目定義があるので、そこから辿れば全国分を自動取得できます。

Python（pandas）で読み込む例 — コピーしてそのまま動きます
import pandas as pd
from urllib.parse import quote

# 例: 埼玉県の CSV を直接読み込む（冒頭の # コメント行を読み飛ばす）
url = 'https://machi-report.com/data/pref/' + quote('埼玉県') + '.csv'
df = pd.read_csv(url, comment='#', encoding='utf-8-sig')

# 高齢化率が低い順に10都市
print(df.sort_values('高齢化率（%）')[['市区町村名', '高齢化率（%）']].head(10))
🧪このデータで作れるもの（例）分析レシピ

表計算のフィルタと並べ替えだけで作れるものから順に並べました。 ひとつだけ、当サイトが実際に踏んだ罠を共有します。率や密度だけで並べると、人口の小さな街が上位を独占します。人口や絶対数を併記して読むのがおすすめです（当サイトも集積ランキングでこの罠を踏み、作り直した経緯があります）。

作りたいもの使う項目当サイトでの実例
都道府県内の高齢化率・出生率ランキング高齢化率・出生率―
所得の高い街の一覧1人あたり課税対象所得所得の特集 ↗
子育て環境の比較待機児童数・保育所密度子育ての特集 ↗
昼型・夜型の街の分類昼夜間人口比率解説記事 ↗
財政力 × 人口規模の散布図財政力指数・人口―
人口動態から見る移住先探し人口変化率・社会増減率移住の特集 ↗
🎓こんな場面で活用シーン

【研究・卒論・自由研究】 全 1,912 市区町村を同じ物差しで並べた横断データです。出典が 1 項目ずつ明示されているので、論文やレポートの根拠として一次情報源まで辿れます。 【授業・研修・分析の練習】 現実の日本の地域データで、表計算や pandas の練習ができます。欠測が空欄のまま残っている（0 で埋めていない）ので、欠測値の扱いまで含めて教材になります。 【記事・報道】 地域比較の裏取りに。出典表示とリンクだけで、商用媒体でも自由に使えます。 【アプリ・サイト開発】 /data/index.json から全ファイルを機械取得できます。地域系サービスの初期データや可視化のお供にどうぞ。

🧾収録項目と出典26項目

各項目の基準年・統計処理の詳細は「データについて」ページ（/feature/data-quality）で開示しています。 所得は2系列を収録しています。課税対象所得には土地・株式の売却益など一過性の所得が含まれるため、一過性所得が過半の街（2024年度は芝山町・宇検村・会津美里町の3件）について、当サイトの表示は経常所得ベース（総所得金額等）を採用しています。本データは両系列とも公表値のまま収録しています。

項目出典
全国地方公共団体コード（5桁）総務省
市区町村名—
都道府県—
市区町村の種別街の通信簿（手動分類）
人口（人）e-Stat 社会・人口統計体系 A1101（総務省）
人口変化率 2000→2020（%）e-Stat 社会・人口統計体系 A1101（総務省）
高齢化率（%）e-Stat 社会・人口統計体系 A1303/A1101（総務省）
外国人比率（%）e-Stat 社会・人口統計体系 A1700/A1101（総務省）
出生率（人口千対）人口動態調査（厚生労働省）
社会増減率（%）住民基本台帳人口移動報告 年報2025（総務省）
昼夜間人口比率（%・100超は昼に人が集まる街）e-Stat 国勢調査（総務省）
財政力指数e-Stat 社会・人口統計体系（原典 地方財政状況調査・総務省）
完全失業率（%）e-Stat 統計でみる市区町村のすがた 2025 F労働（総務省）
1人あたり課税対象所得（千円/人・年）総務省 市町村税課税状況等の調 第11表
1人あたり総所得金額等・経常所得（千円/人・年）総務省 市町村税課税状況等の調
待機児童数（人・0は達成、政令市の行政区は公表対象外で空欄）こども家庭庁 保育所等関連状況取りまとめ
保育所数（件）学校基本調査・統計でみる市区町村のすがた
保育所密度（万人あたり）学校基本調査・統計でみる市区町村のすがた
幼稚園密度（万人あたり）学校基本調査・統計でみる市区町村のすがた
小学校密度（万人あたり）学校基本調査・統計でみる市区町村のすがた
中学校密度（万人あたり）学校基本調査・統計でみる市区町村のすがた
高校密度（万人あたり）学校基本調査・統計でみる市区町村のすがた
教育・学習支援施設密度（万人あたり）e-Stat 経済センサス活動調査（総務省）
医療施設密度（万人あたり）e-Stat 経済センサス活動調査（総務省）
医療従事者密度（万人あたり）e-Stat 経済センサス活動調査（総務省）
世界遺産の構成資産の所在（有無・件数）文化庁 / UNESCO World Heritage Centre / 外務省
🚫収録していないもの（と、その理由）正直な線引き

「配れるのに配っていない」のではなく、配らない理由をそれぞれ明示します。

データ出所収録しない理由
landPrice / aptMedian国土交通省 不動産情報ライブラリ(reinfolib) APIAPI 利用規約の再配布条件を未確認のため初版から除外
seismicProb30y_6wJ-SHIS（防災科学技術研究所）同上
floodHazardRate国土数値情報 A31a 洪水浸水想定区域同上
AI 評価グレード・5軸スコア・編集コメント街の通信簿（独自）一次統計値ではなく編集著作物。文脈を失った転載を避けるため配布しない
heritageScore / natureScore当サイトの合成指標（偏差値ベース）文化財の件数を対数偏差値化した独自スコアであり一次統計値ではないため配布しない
📜利用条件（ライセンス）出典表示＋リンク

自由にご利用いただけます（商用利用・加工・再配布を含む）。ただし出典として、次の2点の表示をお願いします。 1.「街の通信簿（https://machi-report.com）」の名称 2. 本ページ（https://machi-report.com/feature/opendata）へのリンク あわせて、元データの各一次情報源のライセンス（政府標準利用規約 等）にも従ってください。 本データは公的統計をもとに当サイトが整形・収録したものです。正確性の確保に努めていますが、利用に伴ういかなる損害についても責任を負いかねます。一次情報源の原典確認を推奨します。

🔄更新について運用

元となる公的統計の年次更新にあわせて、不定期に再生成します。ファイル冒頭の生成日（CSV のヘッダーコメント / JSON の _generatedAt）で版を確認できます。 数値の誤りにお気づきの場合は、お問い合わせページからご連絡ください。当サイトは検証スクリプトによる妥当性チェック（値の範囲・派生値の整合・出典との突き合わせ）を通した上で公開していますが、ご指摘は一次情報源と照合の上で修正し、このページに経緯を記録します。

📣 オープンデータをシェアする
他のガイド・ランキング
移住先選びの 5 つの視点
ガイド →
子育てしやすい街ガイド
ガイド →
平均所得が高い街
見る →
将来性で選ぶ街
ガイド →
老後の街選びガイド
ガイド →
アパレルショップが根付く街
見る →
自然・景勝が豊かな街
見る →
IT・情報通信業が集まる街
見る →
歴史・文化が深い街
見る →
グルメ・食文化の街
見る →
推し活・聖地巡礼ガイド
ガイド →