eStatから国勢調査の小地域の境界データをダウンロードしSQL Serverにアップロードするではポリゴンを含むデータを SQL Server にアップロードするまでの記事を記した．今回はそのテーブル内に記録された経度，緯度から Point ジオメトリを生成する．第 6 章 空間データをインポートする (Beginning Spatial with SQL Server 2008)に倣っている．
経度・緯度からPointジオメトリをSQL Serverで生成する
eStatから国勢調査の小地域の境界データをダウンロードしSQL Serverにアップロードする
国勢調査の結果がeStatに掲載され始めている．今回は小地域の境界データをダウンロードし，SQL Serverにアップロードするまでの記録を記す．
eSTATの小地域（町丁・字等別）毎の年齢（５歳階級、４区分）別、男女別人口をSQL ServerにBULK INSERTする
2020 年の国勢調査の結果がようやくeSTATに反映された．日本の市区町村よりも粒度の細かい小地域（町丁・字等別）の人口構成が公表されたのは2022年6月24日付である．今回はこのデータをSQL Serverに取り込んでみたい．
“eSTATの小地域（町丁・字等別）毎の年齢（５歳階級、４区分）別、男女別人口をSQL ServerにBULK INSERTする” の続きを読む
eStatの地図で見る統計(統計GIS)データダウンロードから小地域の境界データをダウンロードし，人口密度をQGISで表現する
国勢調査をもとに作成された境界データダウンロードサービスがある．市区町村よりも更に細かい，町字の粒度でのGISデータである．今回は関東地方のデータをダウンロードし，QGISで人口密度を可視化する．
“eStatの地図で見る統計(統計GIS)データダウンロードから小地域の境界データをダウンロードし，人口密度をQGISで表現する” の続きを読む
1920年から2015年までの都道府県別の5歳階級別人口推移
e-Stat を渉猟していると面白いファイルを見つけた．国勢調査は 1920 年から開始されており， 2020 年 3 月現在では最新の調査結果は 2015 年のものである．20 回分の人口データが一つのファイルにまとめられており，グラフ化するには格好のデータである．
年齢（5歳階級），男女別-都道府県（大正9年～平成27年）というファイルである．リンク先のページにはファイルが 3 つあるが，最後のものが最も粒度が細かいので，これをグラフ化する．
国勢調査から男女別の５歳階級の人口推移を積み上げ横棒グラフに描く
前回の記事では大正 9 年から平成 17 年までの日本人口総数の年齢階級推移を積み上げ縦棒グラフに描いた．今回は男女別に描く．
国勢調査から５歳階級の人口推移を調べる
人口統計は最も重要な基幹統計の一つである．総務省の e-Stat は確かに有用であるが，かゆいところに手が届かない．例えば「市区町村ごと，年齢５歳階級ごとの人口構成の国勢調査ごとの推移を知りたい」という要求には全く無力である．
主として技術的な理由によるものと，統計調査の粒度の細かさによる．技術的な理由としては，データベースの画面表示セル数の上限を容易に超えてしまうデータ量になってしまうことである．しかし，根本的な理由は調査の粒度の細かさである．
2005 年以前と 2010 年以降とでは調査の精度が違う．今後は高精度なデータファイルが e-Stat に掲載されていくものと思われるが，2005 年以前に関しては都道府県より細かい粒度は存在しない．そこを求めると手作業になってしまい，現実的ではない．国立社会保障・人口問題研究所ならデータを持っているかもしれない．
2020 年は国勢調査の年にあたる．総務省にはできるだけ細かい粒度でのデータ掲載を望むものである．
国勢調査から職業別の年齢階級グラフを作ってみた
そもそも電力事業者の従業員数はどれだけなのか？
ヒントは経済産業省の平成29年度電力市場環境調査にあった．20 ページに就業人員の調査という項目があり，その下に統計データからの推計値がある．
日本標準産業分類で 331 電気業が 142800 名，日本標準職業分類で 641 発電員・変電員が 32800 名とある．これは 2015 年の国勢調査に基づいている．なら，次は元のデータに当たろう．
人口ごとの都市数をEXCELの集合縦棒グラフで描く
総務省統計ポータル e-Stat からのデータに全国の市区町村の人口推移があった．マーク・ブキャナンの「歴史はべき乗則で動く」の p 261 に「人口が半分の都市は四つある」とある．本当だろうか．検証してみた．
日本の市区町村の時系列の人口順位をEXCELの散布図に描く
読者がどの街に住んでいるか，俺は知らない．だが，将来読者の住む街の運命はほぼ確信を持って予言できる．今後しばらく繁栄が続くか，それとも衰退していくのかは，人口から予測できる．今日の記事ではその予測をデータを基に示す．後半は技術的な話題となる．