「外国人材」議論の地域分布 — 全国870自治体・7年間の構造分析

本稿は、マチカルテ（machikarte.isvd.or.jp、約 2.38 億件の議会発言）に収録された地方議会の答弁データから、「外国人材」「技能実習」「特定技能」「外国人労働」「留学生」のいずれかを含む発言を年次・都道府県別に集計し、外国人材議論の時間構造と地域分布を読み解く試みである。個別議会・個別議員を評価する目的はもたない。観察対象は全国推移・都道府県分布の粒度に留め、自治体名の上位下位ランキングは公開しない。

2018年から2024年までの7年間で、地方議会において「外国人材」関連語を含む発言は 年3,987件から8,355件のレンジ[1] で推移している。2018年6,757件、2019年8,355件、2020年以降は減少して2022年に3,987件まで落ち込み、2023年5,585件・2024年7,703件と回復している[1]。

絶対数の比較には注意が要る。マチカルテの収録自治体数は2018年693から2024年774まで増加しており、絶対数の伸びは収録進捗の影響を含む。ただし2019年から2022年の落ち込みは収録自治体数の縮小（733 → 559）とおおむね同方向に動いており、議論件数だけでなく「外国人材議論を扱う自治体の幅」自体が縮小・回復した期間であった可能性がある。

集計の中で目立つ変化は、「特定技能」と「技能実習」の言及比率である。特定技能関連の言及は2018年283件から2024年1,135件まで約4倍に増加[1]している。一方で同期間の技能実習関連の言及は2,364件から2,143件と横ばい[1]で、両者の比率（特定技能 / 技能実習）は 2018年0.12から2024年0.53まで約4倍にシフト[1]している。

都道府県別に2024年単年の集計を見ると、議論密度（自治体あたり言及件数）には大きな幅がある。収録自治体6以上の46都道府県で、自治体あたり言及件数は最小2.00から最大19.63まで約10倍の幅[1] に広がっている。絶対件数では北海道579件・東京都352件など大都市圏が多いが、議論密度では別の都道府県群が上位に出てくる構造がある。

外国人材制度のタイムライン

出入国管理及び難民認定法（昭和26年政令第319号）は、外国人の在留資格・受入の根幹を定める法令である。2018-2024年の議会答弁に直接影響したとみられる主要な節目は以下の3つに整理できる。

• 2019年4月: 特定技能制度の創設。人材不足が深刻とされた当初14分野を対象に、一定の技能水準を満たした外国人を「労働力」として正面から受け入れる枠組みが施行された
• 2020-2022年: COVID-19による入国制限期間。技能実習生・特定技能1号の新規入国が一時停滞、議会答弁における外国人材言及も同期間に大きく落ち込む
• 2024年6月: 育成就労制度を創設する改正法（令和6年法律第60号）の成立・公布。技能実習制度を廃止し、「人材確保・人材育成」を目的とする育成就労制度に再編する方針が法律上確定した（施行は令和9年4月1日、令和7年政令第340号で確定）

議会答弁との時間的同期

年次推移の山と制度の節目を重ねると、2019年のピーク（8,355件）は特定技能制度の創設年と時間的に同期している。2024年の回復局面（7,703件）は育成就労制度の創設法成立と同年で、ここでも時間的同期が観察される。ただし表層キーワード集計だけでは、議論の増加が制度創設に先行しているのか、施行後の事例検証なのかは切り分けられない。発言時期の月次分解、議題分類との組み合わせ、答弁主体（議員 vs 行政側）の区別を加えることで、time-lag の方向は順次明らかにできる。

「特定技能」言及比率シフトの意味

特定技能 / 技能実習 比率の4倍シフト（2018年0.12 → 2024年0.53）は、自治体議会における「制度の語彙」が更新されている指標として読める。技能実習制度は1993年創設の歴史があり、2024年時点でも実習生数は依然として相当規模を保つが、議会答弁の側では新制度（特定技能）の語彙が急速に取り込まれた。この比率は、自治体行政の側が国レベルの制度更新をどのペースで認知・反映しているかを測る一つの indicator になり得る。

「外国人材」という単語が拾うもの

regex 集計の都合上、「外国人材」「技能実習」「特定技能」「外国人労働」「留学生」のいずれかを含む発言は、雇用 / 受入支援 / 多文化共生 / 教育 / 観光等の文脈を横断する。例えば「留学生」を含む発言は高等教育機関の誘致議論で出現することもあり、必ずしも労働力受入の文脈に限定されない。本稿では「外国人材関連発言」として一括して集計しており、文脈ごとの内訳分析は次バージョンの課題である。

制度更新と議会答弁の時間構造

外国人材制度は2019年（特定技能創設）・2024年（育成就労法成立）と、5年間隔で大きな節目が並んでいる。年次推移と節目を重ねると、2つの山はいずれも法令上の節目と時間的に同期している。ただし2019年の山は8,355件、2024年の山は7,703件で、2019年のピークを2024年は超えていない。両者の差をどう解釈するかは、月次分解・議題構成の確認を経て初めて確定する論点である。

介護関連の議論が 介護保険法改正の3年サイクルと同期するのと同様に、外国人材議論も法令・制度の節目に同期する構造がある。介護領域との違いは、外国人材制度の節目は5年間隔と長く、議論件数の山の幅も広いことである。次フェーズで月次分解の解像度を上げると、節目前後の議論の立ち上がり・収束パターンを比較できる。

議論密度の地域差

都道府県別の自治体あたり言及件数（avg_per_muni）には約10倍の幅がある。上位群（avg_per_muni 10以上）と下位群（avg_per_muni 5未満）の間に、どのような構造的差があるかは表層集計だけでは確定できないが、仮説として以下の要因が考えられる。

• 産業構成: 製造業集積・農業基盤・水産業・介護需要・建設業など、特定技能対象分野が地域経済の中で占める比重
• 人口減少率: 生産年齢人口の縮小スピードと外国人受入議論の必要性
• 既存の外国人住民比率: 住民基本台帳上の在留外国人比率と議論密度の相関
• 議会の議題構成: 観光・国際交流・多文化共生条例の有無、議題ポートフォリオの差

これらの仮説は、本稿の集計だけでは検証できない。住民基本台帳の在留外国人統計、産業構造データ、自治体国際化協会（CLAIR）の多文化共生プラン策定状況等との突合が次フェーズの課題となる。

絶対件数と密度の乖離

絶対件数では北海道（579件）・東京都（352件）・兵庫県（285件）・千葉県（221件）が上位に来る。一方で議論密度（avg_per_muni）では別の都道府県群が上位に出てくる。この乖離は、収録自治体数の差・人口規模の差・議論集中度の差を含んだ複合指標で、単一の解釈では足りない。

例えば収録自治体数が8と少ない県で平均19.63件、20と多い県で平均14.25件という場合、前者は「少数の自治体で集中的に議論されている」可能性があり、後者は「広く議論されている」可能性がある。両者を同じ「議論が活発な県」と一括することはできない。都道府県内の自治体間ばらつき（標準偏差・四分位）を加える集計が、次バージョンの精緻化の方向である。

横断引用の可能性

外国人材議論は、労働市場・地域経済・社会保障・教育の複合領域である。本研究室の他記事との接続点としては、答弁における「検討」表現の分布（case-sakiokuri-rate）と組み合わせることで、外国人材領域の議論において「検討」留保がどの程度入っているかを測定する道筋がある。また、コラム側の論点（育成就労制度の転籍自由・「移民政策ではない」の終わりの始まり）との横断引用で、議会答弁の数量データと制度設計上の論点を対応づけることができる。

• 意味分類の未適用: 「外国人材」「技能実習」「特定技能」「外国人労働」「留学生」を含む発言の文脈分類（労働力受入 / 教育 / 多文化共生 / 観光 / 在留管理等）は未実施で、表層集計に留まる
• 議題分類の未統合: 外国人材関連議案の議会別ポートフォリオによる正規化は未実施。議題構成の差が言及件数に与える影響を切り分けていない
• 発言主体の未分離: 議員の問題提起と行政答弁の言及を区別していない。先行 / 追随の time-lag 分析には主体別集計が必要
• 収録カバレッジの偏り: 都道府県内の収録自治体数は地域により異なり、avg_per_muni を「都道府県全体の議論温度」と等置することはできない。本稿では収録自治体数6以上の都道府県に限定して比較可能性を確保したが、収録カバレッジを完全には補正していない
• 人口加重未実施: avg_per_muni は単純平均で、自治体ごとの人口規模を加重していない。政令市・特別区を含む都道府県と町村中心の都道府県で同じ意味を持たない
• 個別自治体の名指しなし: 本稿は構造分析に徹し、自治体名・議員名の上位下位ランキングは提示しない

これらの限界は次バージョンで順次解消する。次の優先事項は、(1) 住民基本台帳の在留外国人統計との突合、(2) 産業構造データ（製造業 / 介護 / 農業）との相関分析、(3) 月次分解による制度節目前後の time-lag 測定、(4) 自治体内ばらつき指標（標準偏差・四分位）の追加である。

集計に用いたクエリ仕様（spec_version v1-foreign-workers-2026-06）は本記事末尾に明示し、BigQuery の集計クエリは GitHub の machikarte リポジトリにも置く。第三者が独立に再現できる状態を保つ。

訂正窓口は別途用意し、集計上の誤りや表記揺れの指摘を受け付ける。本研究室の編集判断の手続き（議員データ公開粒度3段階ルール）は、研究室全体の見取り図ノート（hypothesis-overview）に記載した。

集計クエリ（spec_version v1-foreign-workers-2026-06）

Q1: 年次推移（2018-2024）

SELECT
  year,
  COUNT(*) AS foreign_mentions,
  COUNT(DISTINCT municipality_code) AS municipalities,
  COUNTIF(REGEXP_CONTAINS(body, r'技能実習')) AS ginou_mentions,
  COUNTIF(REGEXP_CONTAINS(body, r'特定技能')) AS tokutei_mentions
FROM `correlate-workspace.isvd_machikarte.speeches`
WHERE year BETWEEN 2018 AND 2024
  AND REGEXP_CONTAINS(body, r'(外国人材|技能実習|特定技能|外国人労働|留学生)')
GROUP BY year
ORDER BY year

Q2: 都道府県集計（2024単年、収録自治体数6以上）

SELECT
  r.prefecture,
  COUNT(*) AS foreign_mentions,
  COUNT(DISTINCT s.municipality_code) AS municipalities,
  ROUND(COUNT(*) / COUNT(DISTINCT s.municipality_code), 2) AS avg_per_muni
FROM `correlate-workspace.isvd_machikarte.speeches` s
JOIN `correlate-workspace.isvd_machikarte.municipality_registry` r
  ON s.municipality_code = r.code
WHERE s.year = 2024
  AND REGEXP_CONTAINS(s.body, r'(外国人材|技能実習|特定技能|外国人労働|留学生)')
GROUP BY r.prefecture
HAVING COUNT(DISTINCT s.municipality_code) >= 6
ORDER BY avg_per_muni DESC

クエリ実行日: 2026年6月3日。

本稿は ISVD が運営する公益的研究公開枠（labs/machikarte）の成果物である。ISVD はマチカルテのデータ運用者として、議会発言データの整備と検証可能な集計の提供を担う。個別自治体・個別議員の評価・追及は本研究室の役割の外にあり、その役割は報道機関に委ねている。本稿の利用に際しては、引用 + データソース表記（「データ協力: 一般社団法人 社会構想デザイン機構（ISVD）」）を歓迎する。