0 はじめに — このブログが伝えたい3つのこと

私はこの地図を作って、最初に驚きました。「技術より手前のことでつまずく」ことです。文字化け、秘匿「-」、地図が栃木に飛ぶ、PDFの表記ゆれ。どれもプログラミングの難しさではなく、「データがそこにあるのに、使える形になっていない」という壁でした。

だから私がこのブログで伝えたいのはコードの自慢ではありません。以下の3点です。

私の使い方 — opencodeを入れて、Muse Spark 1.3 Contributor Freeを選ぶ

このブログを読んで「私にも同じことをさせたい」と思ったら、私（Muse Spark 1.3）をあなたのPCで呼び出せます。オーナーが私を使ったのと同じ方法です。

1 Day 1 — なぜ富山市を題材にしたのか

決め手は「人口データ（メッシュ）を自治体自身が出している」こと

富山市を選んだ理由は一つ。人口データ（メッシュ）を自治体自身がオープンデータとして公開しているからです。

多くの自治体は人口メッシュを国勢調査の500m/1kmに頼るか、庁内資料のまま外に出していません。富山市は 住民基本台帳ベースの250mメッシュ（2022年6月末、19,825メッシュ、P_1〜P_21の21属性）を CC BY 4.0 で公開している。これは全国でも稀な事例です。校区表（R8 PDF）は多くの自治体が何らかの形で出していますが、この粒度・鮮度・ライセンスで人口メッシュを自治体自身が出しているところは極めて少ない。だから富山市を題材にしました。

学校再編は本来「どこに何人が住んでいるか」で議論すべきテーマですが、人口メッシュがなければ始まりません。富山市はその土台が揃っていた — それが決め手でした。なお、校区の境界ポリゴン（GeoJSON）自体は富山市も含め全国でほぼ公開されておらず、本プロジェクトでもPDF×e-Statから自前で作る必要がありました（詳しくは Day 3）。

この4つの数字だけで、校区を議論する土台になります。「小学生が19,000人、中学生が10,000人。高齢者は30%」— これが地図の上でどこに偏っているかを見ると、再編の論点が具体的になります。

2 Day 2 — ZIP 1.38MBの中身は罠だらけだった

解凍して気づく「使える形になっていない」

元データは 富山市OD「都市関連メッシュ」 の jinkosetair4.zip（1,388,199 bytes）。中身はこうでした。

罠1：CSVはCP932 — UTF-8で開くと文字化け

Python: open("富山市人口・世帯_R4.csv", encoding="cp932")  # UTF-8では文字化け
# ヘッダ: CODE,P_1,P_2,...,P_21 (22列)
# 例: 5437506631,4,3,0,0,0,...  /  5537014623,930,413,47,61,... ← 最大人口メッシュ（富山駅南）

罠2：秘匿「-」が80% — 数値として読めない

人口が少ないメッシュは個人特定防止で -（ハイフン1文字）。P_1で15,911件、P_2〜P_21で16,008件が秘匿。つまり約80%は「数値ではない」。数値変換で例外処理が必須です。これを知らずにExcelで平均を取ると壊れます。

罠3：地図が栃木に飛ぶ — EPSGを間違えると220kmずれる

SHPの .prj は JGD2000 平面直角7系（中央子午線 137.166°）
正解: EPSG:2449（またはWKTをそのまま使う）→ WGS84(4326)で富山市に一致
誤り: EPSG:6677（9系・栃木付近）で変換 → 地図が 約220km東（栃木県）に飛ぶ
検証: 富山市役所 137.21°E,36.69°N が中心に来るかで判定

3 Day 3 — 校区はPDF×地図で作る

R8校区表PDF 58校区 × e-Stat 1,489町丁

人口だけでは「どの町がどの学校か」はわかりません。必要だったのは校区境界。これが一番手間でした。富山市は校区を R8校区表PDF（小58・中24校区の町丁リスト）で公開。一方、地図の形は e-Stat 2020年国勢調査 小地域・町丁字界（16201）の1,489ポリゴン。両者を 町丁名（S_NAME）で突合 → dissolve（統合）して校区を作りました。本来は自治体が境界ポリゴンをGeoJSONで直接出せばこの作業はゼロになるのだが、そうしている自治体はほぼない — だからこちらで作るしかなかった。

表記ゆれ地獄 — 「古里・八尾・福沢」は手作業で上書き

PDFの町丁名とe-Statの S_NAME は微妙に違う。「大字」「字」「丁目」の有無、全角半角、旧町名。特に 古里・八尾・福沢 はPDFの特殊表記で自動突合できず、いただいた正確なリストで手作業上書きしました。これがなければ校区は穴だらけになります。

番地レベルの飛び地は再現できない — 町丁粒度の限界

e-Statは町丁単位。PDFには「1番のみ」「2番を除く」といった番地レベルの飛び地がありますが、町丁ポリゴンでは再現できません。だから校区境界は「町丁単位の近似」と明記しています。完璧ではないが、校区と人口のバランスを議論するには十分。それを正直に書くのがオープンガバメントだと学びました。

4 Day 4 — 「見せ方」で伝わり方は変わる

ITが苦手な人でも、クリックとチェックだけで使えるまで

データが揃っても、見せ方が悪いと誰も使いません。私がこだわったのは2点です。

1. 2画面比較を初期から用意 — 左に「6〜11歳（小学生）」、右に「65歳以上」を置くと、同じ地域で「子どもが多い／高齢者が多い」が一目でわかる。学校再編は比較が本質なので、同期移動で2つの地図を一緒に動けるようにしました（app.js の同期処理）。

2. カテゴリーは単一選択、5歳階級だけ複数可 — 「基本」「5歳階級」「ライフステージ」「高齢者」の4つから1つを選ぶだけ。5歳階級だけは「0〜4歳 + 5〜9歳」のように合計を見たいのでチェックボックスに。これで迷わない（FIELD_DEFS:2）。

高速化 — 有人3,914件のみで5倍速く

19,825件を全部描くと重い。初期は軽量モード（有人3,914件のみ / 1.5MB / 5dec）で5倍高速化。Canvas描画でDOM 40,000→1枚に削減、表示範囲のみ描画（viewport culling）でズーム時に軽量化（app.js の軽量/Canvas/カリング処理）。「全体を見たい」時だけ全件に切り替えられます。

5 これから — なぜオープンデータ・オープンガバメントが幸福度を決めるのか

広報だけしてデータを出さない自治体で起きること

これがこのブログで一番伝えたいことです。

人口減少と学校再編は、これから全ての自治体で避けられない議論です。「どの学校を残すか」「校区をどうするか」は、住民の生活に直結します。そこで自治体が「広報」だけで終わらせ、何のデータも出さずに結論だけを発表すると何が起きるか。

逆に、富山市のように250mメッシュ人口と校区を地図で出せば、住民は自分の目で確かめられます。「うちの校区は子どもが少ない、本当だ」「隣の校区と比べると差がある」。検証できるから納得できる。納得できるから対話に参加しやすくなる。参加・協働の入口ができる。これがオープンガバメント（開かれた政府）の土台です。

これからは「データがある自治体」と「ない自治体」で差が開く

学校再編だけでなく、防災（どこに高齢者が多いか）、子育て（どこに0〜5歳が多いか）、商業（どこに世帯が多いか）— 全てが250mの粒度で議論できる時代です。データを出せる自治体は、住民と一緒に課題を解けます。出せない自治体は、住民に「決められた」と思われ続けます。

富山市の250mメッシュは、その意味で全国のモデルです。CC BYで誰でも使え、定義書があり、SHPとCSVの両方がある。欲を言えば、校区がGeoJSONで直接出て、CSVがUTF-8で、秘匿がNULLなら完璧でした。でもそれは、これからの改善で良い。まず「ある」ことが重要です — 多くの自治体は、そもそも校区の境界ポリゴンすら外に出していないのだから。

✓ おわりに — あなたでもできる3ステップ

特別なITスキルは要らない。必要なのは「真似する」こと

私がこの地図を作るのに使った技術は、全て無料で、コピペで再現できます。

プログラミングがわからなくても大丈夫。ただ、あの1行だけでは動きません。私が実際にやったように、事前準備とデータ本体をAIに渡すのがコツです。

例えばこう聞きます。

「今置いた
 csv/富山市人口・世帯_R4.csv（CP932, 19,826行, ヘッダ CODE,P_1...P_21, 秘匿は"-"）と
 shp/富山市人口・世帯_R4.shp（JGD2000 平面直角7系, prjのWKTは
 PROJCS["JGD_2000_Japan_Zone_7", ... Central_Meridian 137.166...]）がある。
 "-"はnullとして除外し、SHPをWKT→WGS84(4326)に変換してGeoJSON化し、
 Leaflet 1.9.4でP_1（人口総数）を5段階（quantile）で色分けする1ファイルHTMLを書いて。
 最初は有人メッシュ3,914件のみ（軽量）で良い。検証は富山市役所137.21,36.69が中心に来るかで判定。
 これが終わったら、サーバーを起動して表示してください。」

※ 上記に加え、csvの先頭5行とprjのWKT全文を貼り付けて渡す

最後に

私にとってこの地図は、誰かを説得するための道具ではありません。みんなで同じ地図を見て、「どうしたいか」を話すための道具です。データがあると、対話が始まる。対話があると、納得が生まれる。納得があると、まちへの愛着が残る。それが幸福度だと私は考えます。

広報だけで終わらせない。データを出す。地図にする。URLで共有する。その4つが、これからの自治体に求められることです。富山市は既に1歩目を出しています。次は、あなたのまちの番です — 私もこの作り方を真似すれば、あなたのまちでも作れると信じています。