【産業政策課】地域経済分析（RESAS活用）・景況調査・統計データ分析 完全マニュアル

はじめに

※本記事はAIが生成したものを加工して掲載しています。
※生成AIの進化にあわせて作り直すため、ファクトチェックは今後行う予定です。

所属別の一覧はこちら

業務別完全マニュアル

地域経済分析と統計データ活用の今日的意義

EBPMの推進と産業政策の科学化

　東京都特別区における産業政策は、これまでの「経験と勘」に基づく属人的な意思決定から、客観的なデータに基づく「エビデンス・ベースト・ポリシー・メイキング（EBPM）」へと大きな転換を遂げています。地域経済分析は、その地域の強みや弱み、産業構造の変化を数値で可視化し、限られた行政リソースをどの分野に重点配分すべきかを判断するための科学的な根拠を提供します。統計データを精緻に分析することは、単なる事務作業ではなく、区民の血税を最も効果的に活用し、地域経済を活性化させるための戦略立案そのものです。

経済構造の変遷とリアルタイム分析の必要性

　かつての地域経済は、数年に一度の経済センサス等の公的統計を待つことで、おおよその傾向を把握することができました。しかし、グローバル経済の深化やデジタルトランスフォーメーション（DX）の加速により、現代の産業構造は極めて速いスピードで変容しています。特に23区においては、消費行動の多様化やスタートアップ企業の台頭、さらにはインバウンド需要の変動など、変化の波が地方に比して圧倒的に早く、かつ激しいのが特徴です。そのため、既存の公的統計に加え、リアルタイムに近いデータや独自の景況調査を組み合わせた多角的な分析が、政策の機動性を確保するために不可欠となっています。

法的根拠と公的統計の体系的理解

統計法および地方自治法に基づく調査権限

　自治体が行う統計調査や分析業務の法的基盤は、主に「統計法」にあります。同法は、公的統計の作成・提供に関する基本的事項を定め、正確な統計を維持することで健全な経済発展に寄与することを目的としています。

統計調査の実施義務と守秘義務

　地方自治法第2条および第14条に基づき、自治体は地域の実情に応じた事務を遂行する権限を有しており、その一環として独自の統計調査を実施します。調査を行う際は、統計法第41条に規定される「調査対象者の秘密保護」を厳守しなければなりません。これは分析結果を公表する際にも適用され、個別の事業者が特定されないよう秘匿処理（マスキング）を行う等の配慮が求められます。

産業振興条例における分析義務の解釈

　多くの特別区では「産業振興条例」を制定し、その中で「産業の実態を把握し、必要な施策を講じること」を区の責務として明記しています。

計画策定時のデータ活用義務

　産業振興ビジョンや実施計画を策定する際、条例の精神に基づき、現状分析を行わずに施策を立案することは、手続き上の瑕疵ともなり得ます。法令および条例は、単に調査を「できる」としているのではなく、適正な行政運営のために「すべき」こととして、分析業務を位置づけています。職員は、これらの法的枠組みを正しく理解し、データに基づく行政運営が法的な要請でもあることを認識しなければなりません。

地域経済分析の標準的な業務フローと実務詳解

分析設計とデータソースの選定

　分析の第一歩は、何を明らかにしたいのかという「問い」を立てることです。

目的に応じた適切な指標の選択

　産業の集積度を知りたいのであれば「特化係数」、成長性を測るなら「出荷額の増減率」、域外からの稼ぐ力を見るなら「移出入分析」といったように、目的に合致した統計指標を選定します。23区においては、事業所数だけでなく、従業者数や付加価値額の推移を組み合わせることで、産業の質的な変化（生産性の向上など）を捉えることが重要です。

RESAS（地域経済分析システム）の高度活用実務

　経済産業省と内閣官房が提供するRESASは、自治体職員にとって強力な武器となります。

産業構造マップによる強みの可視化

　RESASの産業構造マップを用いることで、自区のどの産業が周辺区や全国平均と比較して「稼いでいるか」を一目で把握できます。例えば、製造業の中でも特定の細分類が特化している場合、その分野に特化した創業支援や販路開拓支援を企画する根拠となります。

V-RESASによるリアルタイム性の補完

　従来のRESASに加え、人流や宿泊、消費などの動的なデータを提供する「V-RESAS」を活用することで、直近の景気動向やイベント後の経済波及効果を迅速に把握できます。これは特に、観光振興や商店街活性化の施策立案において威力を発揮します。

独自の景況調査の実施と集計プロセス

　公的統計は公表までにタイムラグがあるため、区独自の「景況調査」が実務上極めて重要です。

調査票の設計とサンプリングの精度

　区内の事業者から、現在の景況感や資金繰り、雇用状況などを聞き取ります。23区においては事業所数が膨大であるため、産業分類や事業規模に応じた適切なサンプリング（抽出）が欠かせません。商工会議所や産業団体と連携し、回収率を高める工夫が求められます。

DI（景気動向指数）の算出と解釈

　「好転」と答えた割合から「悪化」と答えた割合を引いたDI値を算出します。単月の数値だけでなく、過去数年間のトレンドと比較することで、区内経済が現在どの局面（回復・後退）にあるかを判断します。

東京都特別区における経済構造の多角的な分析

特別区と地方自治体の比較構造分析

　特別区の経済分析においては、地方の「完結型経済」とは異なる「高度集積型経済」の特性を理解する必要があります。

昼夜間人口比率と消費構造の乖離

　23区は昼間人口が夜間人口を大きく上回る区が多く、消費データが必ずしも居住者の動向を反映しないという特徴があります。分析時には、居住者ベースの統計（住民基本台帳等）と、事業所ベースの統計を峻別し、誰が区内で付加価値を生み出し、誰が消費しているのかを明確にする必要があります。

産業連関の広域性と依存度

　地方自治体では域内循環が重視されますが、23区は隣接区や東京都全体、さらにはグローバル経済と密接に連結しています。自区の経済が「近隣区の需要に支えられているのか」、あるいは「全国的なサプライチェーンの重要拠点なのか」を分析することで、広域連携の必要性を導き出します。

23区内の地域特性と産業クラスターの把握

　23区はそれぞれ異なる「産業の顔」を持っており、各区の位置づけを分析することが重要です。

都心区・城東・城南・城西・城北の類型化

　金融・情報通信が集中する都心区、製造業の集積が厚い城東・城南、住宅と商業が混在する城西・城北といった特性を、データで裏付けます。例えば、製造業の事業所数が減少していても、IT関連の付加価値額が急増している場合、その区は「産業構造の転換期」にあると評価できます。

地価と事業継続性の相関分析

　東京特有の地価高騰が、中小企業の操業継続にどのような影響を与えているかを分析します。家賃負担率や廃業率のデータを重ね合わせることで、家賃補助や空き店舗活用といった具体的な施策の緊急性を判定します。

応用知識と特殊事例への対応方針

異常値の処理と統計的なノイズの排除

　実務上の分析では、時として極端な数値（異常値）が発生します。

大規模事業所の動向による影響の分離

　区内に一カ所しかない大規模な工場や本社が閉鎖・移転した場合、統計上の数値が激変します。これをそのまま「区内経済全体の衰退」と捉えるのは誤りです。異常値を除外した「修正DI」や、特定セグメントを除いた分析を行うことで、地域経済の真の実態を浮き彫りにします。

標本誤差と信頼区間の設定

　アンケート調査に基づく分析では、必ず誤差が生じます。特に少数のサンプルで「特定の産業が好調だ」と断じるのは危険です。統計的な有意差を検定し、どの程度の不確実性があるかを明示した上で、政策判断に供する慎重さが求められます。

突発的な経済ショック時の緊急分析スキーム

　パンデミックや金融危機など、激変期には通常とは異なる分析手法が必要です。

先行指標としての求人・資金繰りデータの活用

　確定統計を待っていては対策が遅れます。ハローワークの有効求人倍率や、区の融資あっせんの窓口相談件数といった「先行指標」を注視します。これらのデータが急変した際には、定例の調査を待たずに臨時調査（スポット調査）を実施し、被害の範囲と深度を特定します。

ヒアリングによる質的補完（混合研究法）

　数値だけでは読み取れない「経営者の心理的冷え込み」や「サプライチェーンの目詰まり」を把握するため、主要企業への緊急電話ヒアリング等を実施します。定量データと定性データを組み合わせることで、解像度の高い対策案を迅速に構築します。

最新の先進事例と分析手法の高度化

東京都および特別区のデータ利活用動向

　東京都全体で進められている「デジタルツイン」構想や、ダッシュボードの公開は、区の分析業務に新たな視点をもたらします。

オープンデータダッシュボードによる透明化

　分析結果を静止画の報告書（PDF）に留めず、住民や事業者が自由に操作できるインタラクティブなダッシュボード形式で公開する区が増えています。これにより、事業者自らが自社の立ち位置を把握し、経営戦略に活かせる「インフラとしての統計」を提供します。

オルタナティブデータの活用と未来予測

　公的統計以外のデータ（オルタナティブデータ）を活用した分析が、23区のトップランナーによって試行されています。

POSデータ・クレジットカード決済データの活用

　特定のエリア内での消費行動を、業種別・時間帯別に詳細に分析します。これにより、イベント実施時の直接的な経済効果や、キャッシュレス決済の普及状況を正確に把握し、商店街のデジタル化支援の基礎資料とします。

SNS・WEB検索トレンドによるニーズ予測

　特定のキーワード（例：「○○区 創業」「○○区 特産品」）の検索ボリュームや、SNS上のポジティブ・ネガティブな反応を分析します。これは「将来の需要」や「地域のブランドイメージ」を予測する先行指標となり、攻めの産業政策を可能にします。

業務改革とデジタルトランスフォーメーション

ICT活用によるデータ収集の自動化と可視化

　分析業務の負担軽減と高度化を両立させるためのシステム改修が必要です。

アンケート調査の完全デジタル化

　紙の調査票による送付・回収から、WEBフォームによる直接回答へと移行します。入力内容が自動で集計システムに流れる仕組みを構築することで、転記ミスを排除し、分析着手までの時間を劇的に短縮します。

BIツール（Tableau, Power BI等）による常時モニタリング

　Excelによる手作業のグラフ作成を止め、BIツールによる自動グラフ生成に切り替えます。一度設定すれば、新しいデータが投入されるたびに最新の分析結果が更新される「動的な報告書」へと進化させます。

民間データプラットフォームとの連携

　自前で全てのデータを揃えるのではなく、民間の専門的な分析ツールを活用します。

RESAS APIを利用した自区専用システムの構築

　RESASのデータをAPI連携で自区のポータルサイトに取り込み、自区にとって重要な指標だけを強調して表示する「カスタマイズ型RESAS」を構築します。これにより、一般職員でも迷うことなくデータを確認できる環境を整えます。

生成AIの分析実務への適用可能性

膨大な非構造化データの要約とインサイト抽出

　生成AIは、数値の計算以上に「テキストデータの解析」において威力を発揮します。

景況調査の自由記述の感情分析

　数千件に及ぶ「景況感に関する自由意見」をAIに読み込ませ、現在の事業者が何に最も不安を感じ、何を求めているかを瞬時に要約させます。手作業では見落としがちな、小規模事業者の「小さな不満」や「兆し」を抽出することが可能です。

競合他区のビジョン・計画との比較分析

　23区や都の産業計画をAIに読み込ませ、自区の計画との共通点や差異、欠けている視点を抽出させます。客観的な比較により、自区の独自性を際立たせる政策立案をサポートします。

分析レポートの自動生成と政策提案支援

　AIを「執筆パートナー」として活用し、資料作成のスピードを向上させます。

統計グラフの言語化と解説文の生成

　作成したグラフの数値を入力すると、AIがその傾向（上昇・下降・横ばい）を読み取り、適切な解説文や背景要因の仮説をドラフトとして生成します。職員はその内容を精査・修正するだけで、質の高い分析レポートを完成させることができます。

ターゲットに合わせた施策案の壁打ち

　「○○区の製造業特化係数が1.5であることを踏まえ、若手経営者をターゲットとしたDX支援策を3案提示して」といった問いに対し、AIが過去の成功事例に基づいた施策案を生成します。これをブレインストーミングの素材とすることで、アイデアの幅を広げます。

実践的スキルとPDCAサイクルの構築

組織レベルでの分析マネジメント

　産業政策課として、分析を「儀式」にしないためのサイクルが必要です。

Plan：分析項目の標準化と年次計画

　どの時期にどのデータを更新するかを年間カレンダーで管理します。また、課内で共有すべき「コア指標（KPI）」を定め、年度ごとにその数値を追い続ける体制を構築します。

Do：分析結果の庁内共有とレクチャー

　分析結果を課内に留めず、部局長会議や全庁的な勉強会で発表します。「産業政策課に行けばデータがある」という認知を高めることで、庁内シンクタンクとしての機能を果たします。

Check：施策の成果とデータの相関検証

　実施した施策（例：商店街助成）の後に、関連するデータ（例：周辺の歩行者数や売上）がどう動いたかを検証します。効果が薄いとデータで示された施策は、勇気を持って縮小・廃止する決断が必要です。

Act：次年度の調査設計への反映

　分析で解明できなかった謎（例：なぜ若手の離職率だけが高いのか）を、次年度の深掘り調査のテーマに設定します。この連続的なプロセスが、政策の精度を向上させます。

個人レベルでの分析リテラシー向上

　職員一人ひとりが「数字を語れる行政官」になるためのステップです。

Plan：統計学・データサイエンスの基礎習得

　平均、中央値、標準偏差といった基本的な概念に加え、相関関係と因果関係の違いを正しく理解するための自己学習計画を立てます。

Do：日常的なデータ接触と仮説検証

　ニュースや資料を見る際、「この数字の根拠は何か」「自区に当てはめたらどうなるか」を常に考える癖をつけます。RESASを「日常のツール」として、週に一度はログインして自区のデータを確認します。

Check：自身の説明スキルの客観視

　分析結果を説明する際、「相手に伝わったか」を振り返ります。難解な統計用語を避け、グラフの色使いや見出しの言葉選びを工夫し、意思決定者に「響く」資料になっているかを検証します。

Act：他自治体・民間とのネットワーク形成

　データ活用に積極的な他区の職員や、民間のアナリストとの交流を深めます。外部の視点を取り入れることで、分析の「独りよがり」を防ぎ、新しい手法への感度を高めます。

他部署および外部機関との連携要件

庁内データ連携とオープンデータの推進

　産業政策は、他部署が持つデータと組み合わせることで、より深いインサイトが得られます。

税務・住民・都市計画データのクロス分析

　納税データ（法人住民税等）の推移や、都市計画部署が持つ土地利用の現況データを産業データと重ね合わせます。これにより、「どのエリアの、どの業種が、どの程度の納税ポテンシャルを持っているか」といった、より戦略的な分析が可能になります。

産学官金連携による調査研究の深化

　自治体単体では限界がある高度な分析は、外部パートナーと共同で行います。

地元の大学・シンクタンクとの共同研究

　専門的な計量経済分析や将来予測は、地元の大学やシンクタンクと共同で実施します。アカデミックな知見を取り入れることで、分析結果の客観性と説得力が高まります。

金融機関との景況情報のリアルタイム共有

　区内企業の財務状況を把握している地元金融機関（信金・地銀等）と、定期的な情報交換会を開催します。統計数字に現れる前の「現場の肌感覚」を共有することで、分析の予測精度を向上させます。

総括と職員へのエール

　地域経済分析・統計データ分析という業務は、一見すると無機質な数字と格闘する孤独な作業に見えるかもしれません。しかし、皆様が格闘しているその数字の一つひとつには、区内で働く人々の努力、商売を営む家族の想い、そして街の活気が凝縮されています。皆様がデータを精緻に読み解き、真実を見出すことは、地域経済という巨大な生き物の「声」を聞くことに他なりません。

　東京都特別区という、世界で最もダイナミックな経済圏において産業政策を担う皆様にとって、データは最高の武器であり、盾でもあります。前例のない課題、複雑に絡み合った利害関係に直面したとき、客観的なデータこそが、皆様が進むべき道を照らしてくれます。

　最初はRESASを触ってみる、一つのDI値の意味を考えてみる、といった小さな一歩からで構いません。その積み重ねが、やがて区全体の未来を切り拓く大きな力となります。デジタル技術や生成AIという新しい翼も手に入れつつ、現場の感覚を忘れない「温かいデータ分析」を追求してください。皆様が描き出す分析結果が、特別区の産業の明日を明るく照らすことを確信しています。誇りを持って、その一票、その一円の裏側にある数字に向き合い続けてください。皆様の挑戦を、心から応援しています。

所属別の一覧はこちら

業務別完全マニュアル

---

＼23区別の新年度予算まとめ／

【行政分野別レポート】東京都特別区:令和8年度予算案

＼東京都の新年度予算まとめ／

【行政分野別レポート】東京都:令和8年度予算案（令和8年1月30日公表）

＼公務員をサポートする完全マニュアル／

【財政課】債務負担行為 完全マニュアル

＼調べ物をするならまずココ／

行政用語集

＼気になる財政課の仕事と転職事情／

公務員のお仕事図鑑（財政課）

＼知っていますか？兼業規制の緩和／

令和7年人事院見解に基づく公務員の兼業規制緩和の全貌と政策的意図

＼誰しも気になる持ち家vs賃貸／

公務員のための住居の話（持ち家vs賃貸）

＼インフレの波を乗りこなし、周囲と差をつけよう／

公務員のための資産運用講座

行政情報ポータル

あらゆる行政情報を分野別に構造化

行政情報ポータルは、「情報ストックの整理」「情報フローの整理」「実践的な情報発信」の３つのアクションにより、行政職員のロジック構築をサポートします。