引越し先の街を選ぶときに見るべきデータと、見落としやすい落とし穴

まず「通勤・通学時間」を固定してから比較する

データ比較の前に、一つだけ先に決めてほしいことがあります。 職場や学校への所要時間の上限です。

通勤時間は生活の質に直結します。片道30分と片道60分では、往復で毎日1時間の差が生まれます。 週5日・年50週で換算すると250時間、つまり丸10日分の時間が毎年消えることになります。 この時間コストは、家賃などの金銭的コストと同じか、それ以上に生活の満足度を左右します。

そして通勤距離は、交通費という実際のコストにも変わります。 郊外に出れば家賃は下がりますが、定期代は上がります。

家賃がどの程度下がるものなのか、目安を実データで見ておきます。 全国の市区町村を人口規模で分けると、人口30万人以上の87市区町村における1R平均家賃の中央値は 月56,975円、人口10万〜30万人の329市区町村では月53,899円で、 差は月3,076円です。 大都市から中規模の市へ移ると家賃はこの程度下がりますが、職場が大都市側に残るなら、この差額の一部は定期代に置き換わります。差額から定期代の増分を引いた残りが、本当の節約額です。

通勤の許容範囲を先に決めることで、比較対象の街を一気に絞り込めます。 その上で、残った候補を家賃・治安・生活環境で比べるのが合理的な順序です。 以下の各節では、その「比べる」段階で数字をどう読むかを、実際のデータで確かめながら整理します。

家賃データの読み方——「安い」の裏側にあるもの

家賃が安い街というのは、需要が低い街でもあります。 需要が低い理由は様々ですが、「交通の便が悪い」「商業施設が少ない」「人口が減っている」 といった要因が絡んでいることが多いです。 ここまでは一般論ですが、データで直接確かめられる裏側がもう一つあります。 家賃が安い街は、そこに住む人の所得も低いという点です。

実際に確かめます。人口10万人以上で1R家賃のデータがある416市区町村を家賃の安い順に並べ、 上位10件について、同じ母集団のうち所得データがある275市区町村のなかで 平均所得が何位にあたるかを併記しました。

所得順位が母集団の下半分（139位以下。表ではオレンジ色で示しています）に入るのは、 所得データのある10件のうち10件でした。 家賃が安い上位の街は、例外なく所得でも下半分に沈んでいます。この母集団では「家賃が安い」は「住民の所得が低い」とほぼ同義だということです。

上位10件の平均所得の中央値は295.8万円。 母集団全体の中央値は346.2万円なので、 家賃が安い街に住む人の所得は、平均的な街より50.4万円ほど低いことになります。

これは家賃の安い街が悪いということではありません。 ここでの所得は「そこに住む人」の平均であって、あなたの収入がその街の平均を上回るなら、 安い家賃の恩恵はそのまま受けられます。 ただ、「家賃が安いから良い街」という読み方には注意が必要です。 家賃の安さを活かすには、交通コスト・時間コストとのトレードオフを必ず確認してください。

また、掲載している家賃データは1R（ワンルーム）の平均額です。 ファミリー向け（2LDK以上）では相場が異なります。 特に子育て世帯は間取りが広くなるため、単身者向けの家賃データだけで判断するのは危険です。 加えて、家賃データが揃っているのは全市区町村のうち一部です。 全国で1R家賃の値があるのは1,263市区町村、人口10万人以上の416市区町村に限っても416件で、 残りは賃貸物件の数が少なく平均を出せない町村が中心です。 データのない街が「家賃が高い」わけでも「安い」わけでもなく、単に比べられないだけだと理解してください。

治安データの読み方——市区町村ページの値は「県全体」の値

街くらべの各市区町村ページには「安全性（犯罪率）」の値が表示されています。 ここで最初に知っておいてほしいのは、 この値は市区町村ごとの値ではなく、その市区町村が属する都道府県全体の値だという点です。 犯罪率（人口千人あたりの刑法犯認知件数）は都道府県単位で公表されており、 市区町村単位の公式統計は全国的には揃っていません。

これは思い込みで書いているのではなく、ページを描画するたびにデータから測っています。 犯罪率の値が入っている47都道府県のうち、 県内の市区町村ごとに異なる値を持っているのは 1つもありません。 つまり、同じ県内の市区町村を治安の値で比べても差は出ません。

たとえば群馬県には35市区町村がありますが、 そのすべてに同じ7.53件/千人が表示されます。 県庁所在地の繁華街も、山あいの村も、同じ値です。

では都道府県単位の値にはどの程度のばらつきがあるのか。47都道府県の犯罪率を並べると次のようになります。

最も高い県と最も低い県の差は約2.8倍です。 県と県の間には確かに差があります。ただし繰り返しになりますが、これは「県と県」の差であって、県内の「街と街」の差はこのデータには一切含まれていません。 隣り合う駅でも治安の印象が違うことは誰でも知っていますが、その違いを表す数字は、ここにはありません。

数字の中身にも注意が要ります。犯罪率の分子は警察が認知した刑法犯の件数で、 その多くは自転車盗をはじめとする窃盗です。 体感的な治安に直結する凶悪犯や粗暴犯がどれだけ多いかは、この一つの数字からは読み取れません。 分母はそこに住んでいる人の数なので、昼間に他県から大勢が流れ込む大都市圏の県では、 流入した人が起こす犯罪も住民の数で割ることになり、値が高めに出ます。 「犯罪率が高い県＝住民が危険な県」と短絡させないでください。

治安を市区町村単位で判断したいなら、各都道府県警察が公表している市区町村別・警察署別の認知件数を直接確認するのが確実です。 街くらべの治安の値は「どの県に住むか」を考える段階の材料と割り切ってください。 都道府県単位でどんな傾向があるかは、 犯罪率が低い県には共通点があるのかで扱っています。

保育施設数は「人口の代理変数」であり、「入れる」を保証しない

子育て世帯が街を選ぶ際、保育施設の数は重要な指標です。 ただ、この数字には二つの落とし穴があります。 一つはデータで確かめられる問題、もう一つはデータでは確かめられない問題です。

まずデータで確かめられるほうから。保育所の数は、ほとんど人口の大きさで決まります。 全国1741市区町村について人口と保育所数の順位相関を計算すると、 ρ = 0.94（強い正の相関がある）でした。 人口の順位がわかれば保育所数の順位はほぼ決まる、という強さです。「保育所が多い街」のランキングは、実質的に「人口が多い街」のランキングになっています。

同じことは診療所数にも言えます（人口との順位相関 ρ = 0.97、1741市区町村）。 「施設が何件あるか」という指標は、保育所でも診療所でも、まず人口の代理変数だと考えてください。

そこで、施設数を人口で割って「人口1万人あたりの保育所数」に直すと、上位の顔ぶれはどう変わるのか。 人口10万人以上の母集団で、施設数そのものの上位10件と、人口1万人あたりの上位10件を横に並べました。

両方の表に入る市区町村は1件もありません。施設数で見るか人口あたりで見るかで、「保育環境が良さそうな街」の候補は総入れ替えになります。

施設数で1位の横浜市（神奈川県、888施設）は、 人口1万人あたりでは277市区町村中104位です。 施設が多いのは人口が多いからで、住民1人あたりで見れば上位ではあるものの、1位から見た印象とはかなり違います。

ただし、人口あたりに直した数字にも癖があります。 分母が「人口全体」なので、子どもの少ない街でも、以前からの施設が残っていれば人口あたりの施設数は高く出ます。 人口1万人あたりの上位10件について15歳未満人口比率を見ると、 母集団の中央値11.9%以上なのは7件でした。 大半は子どもの多い街ですが、子どもが少ないのに施設が多い街も混じっています。 母集団277市区町村で人口1万人あたり保育所数と15歳未満人口比率の順位相関を取ると ρ = 0.05（ほとんど相関がない）で、 子どもの多さと人口あたりの保育所数は、ほとんど連動していませんでした。 保育所数の先に何を見るべきかは 子育て世帯が本当に見るべき指標で、 15歳未満人口比率の読み方は 人口が増える街と減る街の分かれ目で扱っています。

次に、データでは確かめられないほうの問題です。 人口あたりの施設数が多くても、それが「入れる」を意味するとは限りません。 入所のしやすさを直接表す待機児童数は街くらべのデータに含まれていませんし、 施設ごとの定員も、0〜2歳児の枠がどれだけあるかもわかりません。 都市部では施設が多くても子育て世帯の集中で競争率が高く、 地方では施設が少なくても入所しやすいケースがあります。 「施設数が多い＝入りやすい」とは限らず、逆に「少ない＝入れない」ともならないのです。

平均所得は「そこで働いている人」の収入でも、手取りでもない

平均所得が高い街は魅力的に映りますが、このデータが何を意味するかは誤解されやすいです。 三つの点を押さえてください。

一つ目。街くらべで使用している所得データ（総務省「市町村税課税状況等の調」）は、 その市区町村に住民票がある納税者の課税対象所得の平均です。 「その街で働いて稼いでいる人の収入」ではなく、「その街に住んでいる人の収入」です。 東京に通う高所得者が神奈川県の閑静な住宅地に居を構えていれば、その街の平均所得は高くなりますが、 街の中に高収入の仕事があるわけではありません。 「仕事の機会が豊富な街」を探しているなら、所得データではなく産業集積や求人状況を別途調べる必要があります。

二つ目。課税対象所得は、年収（給与の額面）でも手取りでもありません。 給与所得控除などを差し引いた後の額なので、同じ人の年収より小さく、手取りとも一致しません。 「平均所得が◯◯万円の街」を「平均年収◯◯万円の街」と読み替えてはいけません。

三つ目。これは「平均」であって「中央値」ではありません。 少数の高額所得者がいる街では平均が押し上げられるので、平均所得が高い街でも、住民の大半の所得がそこまで高いとは限りません。 所得の分布そのものは街くらべのデータに含まれていないため、この値は「街の所得水準のおおまかな目安」として読んでください。

そのうえで、所得が高い街には見落としやすい落とし穴があります。 所得が高い街は家賃も高いので、所得が高いからといって家計に余裕があるとは限らないのです。 人口10万人以上で平均所得が高い順に10件を並べ、 それぞれの家賃負担率（1Rの年間家賃 ÷ 平均所得）を併記しました。

母集団275市区町村の家賃負担率の中央値は18.1%です。 所得上位10件のうち家賃データがある10件を見ると、 この中央値より負担率が重い街が8件ありました。 所得上位の過半数は、所得が高いのに家賃負担は平均的な街より重い街です。額面の所得だけを見ていると、この分を見落とします。

逆に言えば、平均所得が高い街は「高所得の住民が選んで住む街」であり、 税収が豊かで公共サービスの質が高い傾向があります。 「そこで仕事をする」ためのデータではなく、「街の豊かさの背景」として読むのが適切です。 そして自分の家計を考えるなら、その街の平均所得ではなく、自分の手取りと実際の物件の家賃で計算し直してください。 その考え方は「家賃は手取りの3割」は本当に正しいのかで扱っています。

「良い数字」の基準は、街の規模で変わる

ここまでの各節で、家賃・保育所数・所得のいずれも、街の人口規模と深く結びついていることを見てきました。 つまり、人口3万人の町と人口50万人の市を同じ基準で比べても、意味のある差は読み取れません。 候補を比べるときは「同じ規模の街のなかで、どの位置にいるか」を見るべきです。

その基準値として、全国の市区町村を人口規模帯で分けたときの各指標の中央値を示します。

家賃と所得は、人口規模が大きくなるほど中央値が一貫して上がります。 一方、人口1万人あたりの保育所数は規模が大きいほど減ります。小さな町は施設1件あたりの人口が少ないためで、施設数の多さがそのまま「充実」を意味しないことは、ここからも読み取れます。

3万人未満の帯と30万人以上の帯を比べると、 1R家賃の中央値は月19,390円、 平均所得の中央値は85.7万円の差があります。 この差は「街の良し悪し」ではなく「街の大きさ」の差です。 人口3万人未満の町の家賃が安いのは当然で、その帯のなかで安いかどうかを見なければ意味がありません。

使い方は単純です。候補の街の人口規模帯を確認し、その行の中央値と比べる。 家賃が中央値より安いか、所得が中央値より高いか、保育所が人口あたりで中央値より多いか。 これで「規模のせいでそう見えているだけ」の数字を取り除けます。 各市区町村ページには人口と各指標の実数値を載せているので、この表と並べて読んでください。

データで絞り、現地で確かめる

統計データはあくまで候補を絞り込むためのツールです。ここまでの内容を手順にまとめると次のようになります。

1. 通勤・通学時間の上限を先に決めて、候補となる市区町村を物理的に絞る。
2. 候補の人口規模帯を確認し、前節の表の中央値と比べて、家賃・所得・人口あたり保育所数がその規模のなかでどの位置にあるかを把握する。
3. 家賃は定期代を足した「実質住居コスト」で、所得はその街の平均ではなく自分の手取りで計算し直す。
4. 治安の値は都道府県単位だと理解した上で、必要なら都道府県警察の市区町村別統計を直接確認する。
5. 保育は施設数ではなく、保育課に希望時期・年齢の待機状況を問い合わせる。

そして最終的な判断には、データでは見えてこない情報があります。

• ◆ 駅前の雰囲気——夜間に歩いて確認してください。昼と夜で印象が大きく変わることがあります。県単位の犯罪率では、この差は見えません。
• ◆ 騒音・臭気——幹線道路・踏切・工場・飲食街の近さは、地図上ではわかりにくいです。
• ◆ スーパー・日用品店——最寄りのスーパーまでの距離と価格帯は、毎日の生活コストに影響します。
• ◆ ハザードマップ——国土交通省のハザードマップポータルで、候補エリアの浸水・土砂リスクを必ず確認してください。街くらべのデータには災害リスクは含まれていません。