国土交通省の 国土数値情報ダウンロードサービス は、日本の地理空間データの宝庫。行政区画・道路網・河川・鉄道・地形・土地利用・人口メッシュ・浸水想定区域・土砂災害警戒区域 まで、ほぼ全てが GeoJSON / Shapefile 形式で 商用利用無料でダウンロード可能です。
代表的データセット 12 選
| データセット | 用途 | 粒度 |
|---|---|---|
| 行政区画 | 都道府県・市区町村単位の集計地図 | 市区町村 |
| 人口集中地区 (DID) | 都市部の境界、人口密度 | メッシュ |
| 500m メッシュ別人口 | 細かい人口分布 | 500m |
| 土地利用細分 | 農地・宅地・森林の分類 | 100m メッシュ |
| 道路網（高速・国道・主要地方道） | アクセス性分析 | ライン |
| 鉄道網（駅・路線） | 交通アクセスマップ | ポイント+ライン |
| 公共交通乗降客数 | 駅別の集客力 | 駅ポイント |
| 浸水想定区域 | BCP・防災 | ポリゴン |
| 土砂災害警戒区域 | BCP・物件選定 | ポリゴン |
| 小学校・中学校区域 | ファミリー層分析 | ポリゴン |
| 自然公園・国立公園 | 観光・環境 | ポリゴン |
| 地価公示・基準地 | 不動産分析 | ポイント |
コード例: 浸水想定区域 × 顧客住所
顧客マスタ × 浸水想定区域の空間結合
Python
import geopandas as gpdimport pandas as pd
# 1) 国土数値情報からダウンロード済みの浸水想定区域 GeoJSONflood = gpd.read_file("L05-22_GML/L05-22.geojson") # 国交省配布flood = flood.to_crs(epsg=4326) # WGS84 に統一
# 2) 顧客マスタを GeoDataFrame にcustomers = pd.read_csv("customers_with_geo.csv")gdf_customers = gpd.GeoDataFrame( customers, geometry=gpd.points_from_xy(customers["lon"], customers["lat"]), crs="EPSG:4326",)
# 3) 空間結合: 顧客住所がどの浸水区域に入るかjoined = gpd.sjoin(gdf_customers, flood, how="left", predicate="within")
# 4) リスク別に集計risk_summary = joined.groupby("flood_depth_class").size()print(risk_summary)# → BCP 計画・保険提案・配送リスク評価 の素材業務での使い所
- 店舗出店候補地評価: 周辺人口 × アクセス性 × 競合店密度
- 配送ルート最適化: 道路網 + 渋滞ポイントで配送時間予測
- BCP / 災害対策: 全拠点 × 浸水・土砂災害区域で被災確率算出
- 不動産分析: 駅徒歩 + 人口メッシュ + 学区で物件価値評価
- 観光戦略: 自然公園・名勝 + 鉄道駅でアクセス分析
ライセンス
ほぼ商用利用無料
国土交通省 著作権ポリシーで、出典を明示すれば商用も含めて自由に利用可。クレジット例: 「国土数値情報（〇〇〇〇）令和X年度」。改変・再配布も可。ふくふくの受託案件でも問題なく組み込めます。
落とし穴
ファイルが Shapefile 主体・古い
Shapefile 形式（.shp + .dbf 等の複数ファイル） が主。GeoJSON 化されているデータも増えてきたが、まだ古い形式が混在。`geopandas` は両方読めるので問題なし。
メッシュコードの理解が必要
標準地域メッシュ (1次メッシュ=80km、2次=10km、3次=1km、4次=500m) を扱う場合、コード体系を理解しないと結合できない。`japanmesh` ライブラリが便利。
次の話
EP.21 では厚労省データ。賃金構造基本統計・医療施設・介護施設・ハローワーク求人など、人材・医療領域の宝。
この記事の感想を教えてください
あなたの 1 クリックで、本当にこの記事は更新されます。「もっと詳しく」「続編希望」が一定数集まった記事は、 ふくふくが 実際に内容を拡充したり続編記事を公開 します。 送信したリアクションはお使いのブラウザに記録され、再カウントされません。