LASSIC Media らしくメディア

監修・編集責任者：牛尾 昭昌（株式会社LASSIC 執行役員）

勤務地の条件を広げるかどうかを決めるとき、社内には材料がありません*3。感触で「地方には人がいない」と言われて話が止まることがあります*3。

人数を数えられる国の調査があります*1。就業構造基本調査です*1。職業別・都道府県別の有業者数が公表されています*3。

目盛りは3つあります*3。実数、構成比、そして特化係数です*3。同じ県を見ても3つで答えが変わるので、どれを見ているかを先に決める必要があります*3。

本記事では、調査の性格、職業区分の中でのエンジニアの位置、特化係数の読み方、そしてこの調査でできないことを総務省統計局の資料で確かめます*1*2*3*4*5。

求人票の項目そのものはエンジニア求人票の書き方と必須14項目で整理しました*3。

就業構造基本調査は何を測っている調査か

まず、どういう性格の調査かです。

目的が書かれています*3。国民の就業及び不就業の状態を調査し、全国及び地域別の就業構造に関する基礎資料を得ることを目的とする調査です*3。

歴史の長い調査です*3。昭和31年（1956年）から昭和57年（1982年）まではおおむね3年ごと、昭和57年以降は5年ごとに実施されています*3。

今の版は令和4年調査です*1。全国の約54万世帯（15歳以上の世帯員約108万人）を対象に、令和4年10月1日現在で実施されています*3。

把握の仕方に特徴があります*3。この調査は、ふだんの就業・不就業の状態によって把握しています*3。ユージュアル方式と呼ばれます*3。

他の統計との違いはここです*5。国勢調査や労働力調査が月末1週間の就業・不就業の状態を把握しているのに対し、この調査はふだんの状態を把握しています*5。

有業者の定義も確かめておきます*5。ふだん収入を得ることを目的として仕事をしており、調査日以降もしていくことになっている者、および仕事は持っているが現在は休んでいる者です*5。

境目の扱いも書かれています*5。ふだんの就業状態がはっきり決められない場合は、おおむね1年間に30日以上仕事をしている場合を有業者としています*5。

つまり、週5日のフルタイムだけを数えた統計ではありません*5。この点は、後で人数を読むときに影響します*5。

実施時期や対象などの詳細は、調査の概要のページにまとめられています*6。次に、職業の区分を見ます*4。

職業大分類のどこにエンジニアが入るか

採用で使うには、区分の位置を押さえる必要があります。

職業大分類別の構成比が出ています*3。事務従事者が22.3%（1455万人）で最も高く、次いで専門的・技術的職業従事者が19.8%（1288万人）、生産工程従事者が12.8%（835万人）などとなっています*3。

伸びも示されています*3。5年前に比べ、専門的・技術的職業従事者が2.1ポイントの上昇で最も上昇しており、次いで事務従事者が1.1ポイントの上昇となっています*3。

実数で見ます*3。専門的・技術的職業従事者は2022年が1287.9万人、2017年が1134.6万人です*3。5年で150万人あまり増えた区分です*3。

ここで注意が必要です*3。専門的・技術的職業従事者はエンジニアの数ではありません*4。もっと広い区分です*4。

職業分類の資料を開くと構造が分かります*4。大分類B「専門的・技術的職業従事者」の下に、研究者、技術者、保健医療従事者などが並んでいます*4。

技術者の下がさらに分かれています*4。農林水産・食品技術者、電気・電子・電気通信技術者、機械技術者、建築技術者、土木・測量技術者などです*4。

情報処理技術者はまとまったグループになっています*4。「B10a～B10c 情報処理技術者」というグループ名で表章されています*4。

小分類は3つです*4。B10a システムコンサルタント・設計者、B104 ソフトウェア作成者、B10c その他の情報処理・通信技術者です*4。

募集職種がこの3つのどれに当たるかを決めてから統計表を選ぶ、という順番になります*4。次に、県を比べる目盛りを見ます*3。

特化係数は全国平均を1として濃さを見る

都道府県の比較には専用の指標が使われています。

定義が注記されています*3。特化係数とは、地域特性を数量的に示す指標で、全国平均の産業（職業）別構成比を基準（＝1）として、当該都道府県の職業別構成比を全国平均の職業別構成比で割って計算します*3。

専門的・技術的職業従事者で見ます*3。東京都が1.30で最も高く、次いで神奈川県が1.25です*3。

他の区分も出ています*3。事務従事者は東京都が1.37で最も高く、次いで千葉県が1.08です*3。生産工程従事者は富山県が1.62で最も高く、次いで栃木県及び岐阜県が1.54です*3。

読み方は倍率です*3。1.30は、全国平均に比べて県内の有業者に占める割合が1.3倍あるという意味です*3。人数の多さを表す数ではありません*3。

主な県を並べます*3。

表1：専門的・技術的職業従事者の有業者数・構成比・特化係数（2022年・確認日2026年9月1日）

都道府県	有業者総数	当該職業の有業者数	構成比	特化係数
全国	6706.0万人	1287.9万人	19.8%	1.00
東京都	829.7万人	207.8万人	25.7%	1.30
神奈川県	511.5万人	123.1万人	24.7%	1.25
京都府	136.1万人	28.8万人	21.9%	1.11
兵庫県	275.2万人	54.2万人	20.4%	1.03
沖縄県	74.4万人	14.3万人	20.0%	1.01
埼玉県	397.3万人	76.5万人	19.8%	1.00
大阪府	465.1万人	85.6万人	19.2%	0.97
福岡県	265.3万人	49.2万人	19.1%	0.97
北海道	263.0万人	48.7万人	18.9%	0.96
愛知県	410.6万人	74.9万人	18.8%	0.95
新潟県	112.6万人	17.1万人	15.6%	0.79
山形県	55.2万人	7.9万人	14.6%	0.74

総務省統計局「令和4年就業構造基本調査 結果の概要」表3-3・表3-4より作成（確認日2026年9月1日）*3。構成比は「分類不能の職業」を除いて算出されています*3。

低い側も見ておきます*3。表の範囲では山形県が0.74です*3。秋田県は14.8%、福島県も14.8%と、10ポイント以上の差が県間にあります*3。

この差は求人の届く範囲を決めます*3。ただし、濃さが低い県に人がいないという意味にはなりません*3。

特化係数はあくまで構成比の比です*3。分母が県内の有業者総数なので、県の産業構造の影響を強く受けます*3。

製造業の濃い県では、専門的・技術的職業従事者の構成比が下がって見えます*3。実際、生産工程従事者の特化係数が1.62の富山県は、専門的・技術的職業従事者が0.86です*3。

そこで、次は実数と並べます*3。

実数と構成比は違うことを言っている

同じ表を実数の列で読み直すと、順番が変わります。

愛知県が分かりやすい例です*3。特化係数は0.95で全国平均を下回りますが、専門的・技術的職業従事者の実数は74.9万人です*3。

埼玉県と比べます*3。埼玉県は特化係数1.00、実数76.5万人です*3。濃さでは差がありますが、人数はほぼ並びます*3。

大阪府も同じ形です*3。特化係数0.97で平均未満ですが、実数は85.6万人で、特化係数1.11の京都府（28.8万人）の3倍近くあります*3。

採用の判断に置き換えます*3。求人をどの地域に出すかは、実数の列で見るほうが実務に合います*3。

一方で、競合の濃さを知りたいときは特化係数が向きます*3。同じ職業の人が集まっている地域は、採用の競合も集まっている地域です*3。

2つを組み合わせると読み筋が出ます*3。実数が中位で特化係数が低い県は、候補者はいるが同業の求人が少ない地域という読み方になります*3。

ただし、これは職業大分類の話です*4。エンジニアだけを取り出した数ではないので、そのまま自社の候補者数として使うことはできません*4。

使い方としては、候補地を絞る一次のふるいまでです*3。絞った先で職業小分類の統計表を見る、という段取りになります*7。

候補者の集め方そのものはエンジニア採用の母集団形成、先に決める9つのことで扱いました*3。

次に、産業から見た数字を確かめます*3。

産業で見ると情報通信業が5年で70万人増えている

職業とは別に、産業の切り口があります。

産業大分類別の構成比が出ています*3。製造業が16.1%（1048万人）で最も高く、次いで卸売業，小売業が14.9%（967万人）、医療，福祉が13.8%（900万人）などです*3。

情報通信業の位置はこうです*3。2022年が293.2万人で構成比4.5%、2017年が223.4万人で3.5%です*3。

伸びの順位も示されています*3。5年前に比べ、医療，福祉が1.1ポイントの上昇で最も上昇し、次いで情報通信業が1.0ポイントの上昇です*3。

実数では70万人ほどの増加です*3。5年で3割強増えた産業ということになります*3。

産業でも特化係数が計算されています*3。製造業は滋賀県が1.71で最も高く、次いで静岡県が1.61です*3。

ここで大事な区別があります*3。産業と職業は別の分類です*4。情報通信業には事務従事者や販売従事者も含まれます*4。

逆向きの取りこぼしもあります*4。製造業や金融業，保険業に所属する情報処理技術者は、産業では情報通信業に入りません*4。

したがって、エンジニアの人数を知りたいときは職業の分類を使うのが筋になります*4。産業の数字は事業環境の見立てに向きます*3。

次に、勤務地の条件に関わる数字を見ます*3。

テレワーク実施率の県間差はこの調査に出ている

勤務地の条件を考えるとき、同じ調査に使える数字があります。

全体の水準です*3。1年間のテレワーク実施の有無をみると、実施したが1265万人で、有業者に占める割合は19.1%です*3。

職業別の差が大きいです*3。実施した割合を職業大分類別にみると、専門的・技術的職業従事者が32.2%で最も高く、次いで事務従事者が31.4%、管理的職業従事者が29.9%です*3。

反対側も出ています*3。生産工程従事者は8.4%、サービス職業従事者は3.0%、農林漁業従事者は2.1%です*3。

県間の差はさらに開きます*3。都道府県別にみると東京都が40.2%で最も高く、次いで神奈川県が30.3%、千葉県が24.2%です*3。

低い側は1桁です*3。秋田県が6.5%、青森県及び島根県が7.2%、鹿児島県が7.6%です*3。

年齢でも差があります*3。実施した割合を年齢階級別にみると、25～29歳及び30～34歳が25.4%で最も高く、次いで35～39歳が24.7%、40～44歳が23.2%です*3。

頻度の内訳が、条件設計の話につながります*3。実施した人の1年間の頻度は、20%未満が654万人で最も多く、次いで80%以上が226万人、20～40%未満が172万人です*3。

つまり、実施した人の半数ほどは年間20%未満です*3。求人票の「テレワーク可」という一語では、候補者に条件が伝わりません*3。

場所の内訳も出ています*3。自宅が1185万人で最も多く、次いでその他が43万人、サテライトオフィスが27万人です*3。

最後に、この調査で答えられないことを整理します*3。

この調査でできないこと

使う前に、限界を4つ押さえておきます。

1つ目は、県別の細かさです*3。結果の概要に掲載されている都道府県別の表は職業大分類までです*3。情報処理技術者の県別の人数は、概要には載っていません*3。

その先は統計表を見ます*7。全国編及び地域編の統計表一覧がe-Statで公開されており、そこから区分を選んで取ります*7。

2つ目は、他統計との比較です*3。この調査はふだんの状態で把握するため、1週間の状態によって把握するアクチュアル方式の統計調査と数値を比較する際は注意を要するとされています*3。

具体的には、国勢調査や労働力調査が月末1週間で把握しています*5。同じ「就業者」という語でも中身が違うので、並べて増減を語ることは避けます*5。

3つ目は、数値の精度です*3。統計表の数値は、総数に分類不能又は不詳の数値を含み、また表章単位未満の位で四捨五入をしているため、総数と内訳の合計は一致しないことがあるとされています*3。

4つ目は、時点です*3。この結果は令和4年10月1日現在です*3。5年ごとの調査なので、次の調査は令和9年になります*1。

足元の動きは別の統計で補います*3。求人側の月次の数字を使う考え方はITエンジニア採用の難易度｜職業別の求人データはどこまで語るかで扱いました*3。

地域で人を探す公的な窓口もあります*3。都道府県ごとの相談先はプロフェッショナル人材戦略拠点はなぜ45道府県に置かれたのかで整理しました*3。

まとめると、この調査は候補地を絞る目的に向いた資料です*3。人数の実数、濃さ、そして勤務条件の県間差を、同じ調査の中で並べて見られます*3。

資料の側は統計局とe-Statの公表情報で確かめられます*1*2*3*4*5*6*7。社内の側は、募集職種が情報処理技術者の3小分類のどれに当たるかを1行で書くところから始めてください*4。

絞った県で採用に時間がかかると分かった場合は、急ぐ範囲だけを業務委託で先に動かし、採用は並行して続けるという選び方もあります*3。

まとめ：職業別データを採用地域の判断に使う要点

第一に、調査の性格です。就業構造基本調査は、国民の就業及び不就業の状態を調査し全国及び地域別の就業構造に関する基礎資料を得ることを目的とした調査で、昭和57年以降は5年ごとに実施されています。令和4年調査は全国の約54万世帯（15歳以上の世帯員約108万人）を対象に令和4年10月1日現在で実施され、結果の概要は令和5年7月21日に公表されました。ふだんの就業・不就業の状態で把握するユージュアル方式で、ふだんの状態がはっきり決められない場合はおおむね1年間に30日以上仕事をしていれば有業者とされます。第二に、区分の位置です。職業大分類の専門的・技術的職業従事者は2022年に1287.9万人・構成比19.8%で、5年前に比べ2.1ポイントの上昇と大分類の中で最も上昇しました。ただしこれは研究者や保健医療従事者も含む広い区分で、職業分類上の情報処理技術者はシステムコンサルタント・設計者、ソフトウェア作成者、その他の情報処理・通信技術者の3小分類です。第三に、3つの目盛りです。特化係数は全国平均の構成比を1として当該県の構成比を割った値で、専門的・技術的職業従事者では東京都が1.30で最も高く神奈川県が1.25です。一方で愛知県は特化係数0.95ながら実数74.9万人と特化係数1.00の埼玉県76.5万人に並び、濃さと人数は別の答えを出します。求人の出し先は実数、競合の濃さは特化係数という使い分けになります。第四に、産業と職業の違いです。情報通信業は293.2万人で5年前の223.4万人から1.0ポイント上昇しましたが、産業には事務や販売も含まれ、逆に製造業や金融業，保険業に所属する情報処理技術者は情報通信業に入りません。第五に、勤務条件の差です。1年間にテレワークを実施した人は1265万人・19.1%で、職業別では専門的・技術的職業従事者の32.2%が最も高く、都道府県別では東京都40.2%に対し秋田県6.5%と開きがあります。実施した人の頻度は20%未満が654万人で最も多いため、求人票では頻度まで書く必要があります。第六に、限界です。結果の概要の都道府県別の表は職業大分類までで、情報処理技術者の県別はe-Statの統計表一覧から取ります。総数には分類不能又は不詳を含み四捨五入もあるため総数と内訳の合計は一致しないことがあり、月末1週間で把握する統計との比較には注意を要します。結果は令和4年10月1日現在で、次の調査は令和9年です。

よくある質問

就業構造基本調査はどのくらいの頻度で行われますか。

昭和57年以降は5年ごとです。昭和31年（1956年）から昭和57年（1982年）まではおおむね3年ごとに実施されていました。直近は令和4年調査で、全国の約54万世帯（15歳以上の世帯員約108万人）を対象に令和4年10月1日現在で実施され、結果の概要は令和5年7月21日に公表されています。5年周期なので次の調査は令和9年になります（確認日2026年9月1日）。

特化係数はどう計算されていますか。

全国平均の産業（職業）別構成比を基準（＝1）として、当該都道府県の産業（職業）別構成比を全国平均の構成比で割った値です。地域特性を数量的に示す指標として結果の概要に注記されています。専門的・技術的職業従事者では東京都が1.30で最も高く、次いで神奈川県が1.25です。倍率なので、人数の多さを表す数ではありません。構成比は分類不能の職業を除いて算出されています。

この調査でエンジニアの都道府県別の人数は分かりますか。

結果の概要では分かりません。概要に掲載されている都道府県別の表は職業大分類までで、専門的・技術的職業従事者という広い区分の数値です。職業分類上の情報処理技術者は「システムコンサルタント・設計者」「ソフトウェア作成者」「その他の情報処理・通信技術者」の3小分類にあたるため、県別を見るにはe-Statの全国編及び地域編の統計表一覧から該当する統計表を選ぶ必要があります。

労働力調査や国勢調査の数値と並べて比べてよいですか。

避けたほうがよいです。就業構造基本調査はふだんの就業・不就業の状態によって把握するユージュアル方式で、国勢調査や労働力調査は月末1週間の状態を把握しています。結果の概要でも、1週間の状態によって把握するアクチュアル方式の統計調査と数値を比較する際は注意を要するとされています。同じ「就業者」という語でも定義が違うため、増減を語る用途には向きません。

テレワークの数値は採用条件の書き方に使えますか。

頻度まで含めて使えます。1年間にテレワークを実施した人は1265万人で有業者の19.1%、職業大分類別では専門的・技術的職業従事者が32.2%で最も高く、都道府県別では東京都40.2%、神奈川県30.3%、千葉県24.2%に対し秋田県は6.5%です。ただし実施した人の1年間の頻度は20%未満が654万人で最も多く、80%以上は226万人です。場所は自宅が1185万人で、サテライトオフィスは27万人でした。いずれも2022年10月時点の状況です。

出典

1. *1　参考：総務省統計局「令和4年就業構造基本調査」（確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/index.html）。調査の入口ページ、調査周期および過去の調査結果への案内の一次情報として（2026年9月確認）
2. *2　参考：総務省統計局「令和4年就業構造基本調査の結果」（確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/index2.html）。結果の公表物と統計表一覧の所在の一次情報として（2026年9月確認）
3. *3　参考：総務省統計局「令和4年就業構造基本調査 結果の概要」（令和5年7月21日／確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/pdf/kgaiyou.pdf）。調査の概要、産業・職業別の有業者数と構成比、特化係数の定義と都道府県別の値、テレワーク実施の有無・頻度・場所、利用上の注意の一次情報として（2026年9月確認）
4. *4　参考：総務省統計局「令和4年就業構造基本調査で用いた職業分類」（確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/pdf/syokugyo.pdf）。職業大分類・中分類・小分類の構造と、情報処理技術者にあたる3小分類の名称の一次情報として（2026年9月確認）
5. *5　参考：総務省統計局「令和4年就業構造基本調査 用語の解説」（確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/pdf/yougo.pdf）。有業者・無業者の定義、就業状態の捉え方、他統計との把握期間の違いの一次情報として（2026年9月確認）
6. *6　参考：総務省統計局「令和4年就業構造基本調査 調査の概要」（確認日2026年9月1日）（https://www.stat.go.jp/data/shugyou/2022/gaiyou.html）。調査の実施時期・対象・方法などの掲載ページとして（2026年9月確認）
7. *7　参考：e-Stat「就業構造基本調査 統計表一覧（全国編及び地域編）」（確認日2026年9月1日）（https://www.e-stat.go.jp/stat-search/files?tstat=000001163626）。職業小分類など概要に載らない区分の統計表を取得する入口として（2026年9月確認）