2026/11/17

どの省がどの会社に発注している?国の落札データ33万件をダッシュボードにしてみました

国の機関が「どの会社に・どんな方式で・いくら」発注しているのかを、公開データだけで見られるダッシュボードを作りました。

ダッシュボード:国の落札実績ダッシュボード

2025年度に国の機関が調達ポータルで公表した落札額は約1兆3,341億円で、前年度より6.9%増えました。2014年度からの合計で最も多く受注したのはNTTデータです。こうした数字は、デジタル庁などが公開しているデータを集計するだけで、誰でも出せます。

きっかけは「データを加工して可視化するのが好き」という単純な動機です。官公庁の調達データは、手作業で集めた有料サービスはあっても、全体像を無料で俯瞰できる場所はあまりありません。そこで、個人で作れる範囲でやってみました。

使ったデータ

使ったのは4つの公開データです。どれも無料で、登録なしで取得できます。

データ提供元分かること
落札実績オープンデータデジタル庁(調達ポータル)2014年度からの約33万件の落札。件名・落札日・金額・発注機関・入札方式・落札者と法人番号
官公需情報ポータルサイト 検索API中小企業庁今出ている入札公告
行政事業レビュー見える化サイト内閣官房予算事業ごとの支出先、契約方式、入札者数、落札率
契約に関する統計財務省国の契約全体の金額と、競争契約・随意契約の内訳

落札データのCSVには、発注機関や入札方式が「S1」「8002040」のようなコードでしか入っていません。名前は、調達ポータルが公開しているファイル仕様書のコード表で変換しました。

分かったこと

国の発注の6割は「提案の中身」で決まる

2025年度の落札額のうち、約59%は総合評価方式でした。価格だけでなく、技術や提案の中身も点数にして落札者を決める方式です。価格だけで決まる一般競争は約39%でした。

府省ごとに「いつもの会社」がいる

デジタル庁は、直近3年度(2023〜2025年度)の落札額の約67%を上位5社が占めています。

順位会社デジタル庁の中でのシェア
1NTT東日本17.4%
2NEC17.1%
3NTTデータ15.2%
4KDDI10.5%
5アクセンチュア7.2%

上位5社の割合が高いのは、文部科学省(72%)、デジタル庁(67%)、外務省(67%)でした。ダッシュボードの「府省カルテ」では、発注元と年度を選ぶと、受注した会社の一覧を見られます。

同じ案件を同じ会社が取り続ける

同じ機関の同じ件名を、4年度以上同じ1社だけが受注している案件が、約6,500件・約9,450億円ありました。さらに、いま出ている公告を過去の落札とつなぐと、結果が出たものの約6割は前回と同じ会社が落札していました。

随意契約と一者応札の割合

行政事業レビューの契約(主に2024年度、約7兆2,852億円)では、競争をせずに1者と結ぶ「競争性のない随意契約」が契約額の約36%でした。競争の形をとった契約でも、金額の約54%は入札・応募が1者だけでした。

なお、随意契約や一者応札には、対応できる会社が限られる、これまでの仕組みを引き続き使う、安全保障上の理由があるなど、正当な事情による場合が多くあります。割合が高いことが、そのまま問題があることを意味するわけではありません。随意契約と一者応札は、政府自身も調達改善の主要な取組分野として毎年点検しています。

見えないこと

このダッシュボードで見えているのは、国の契約全体の約1割です。財務省の統計では、2024年度の国の契約(少額の随意契約などを除く)は約15兆4,599億円でした。そのうち落札データに出てくるのは約1兆2,476億円で、約8%にあたります。

  • 落札データは政府電子調達で手続きした案件が中心です。随意契約の多くや、自治体・独立行政法人の契約は入っていません。
  • 公告と過去の落札は、共通の案件番号がないため件名でつないでいます。取りこぼしや取り違えがあります。
  • 落札できなかった会社とその入札額、予定価格は、オープンデータに項目がありません。
  • 単価契約(「1枚○円」のように単価だけ決める契約)では、落札額が単価や見込み額になっていて、実際の支払額とは違います。

数字はすべて、公開データを私が集計したもので、各提供元の公式な集計ではありません。

おわりに

公開データだけでも、「どの省がどの会社を使っているか」「どこで随意契約や一者応札が多いか」はかなり見えます。一方で、見えているのは国の契約の約1割です。

次は、各省の「契約状況の公表」を取り込んで随意契約を増やすことと、自治体の案件を加えることを考えています。気になる府省や会社があれば、ダッシュボードで選んでみてください。

出典

数字は2026年11月17日時点のデータによります。ダッシュボードのデータを更新すると、記事の数字とずれることがあります。

2026/11/07

日本一多い会社名は「アシスト」1,405社 — 法人番号の全件データで445万社を名前ごとに数えてみた

国税庁の法人番号データで、全国の会社445万社を名前ごとに数えるサイトを作りました。自分の名字の会社が何社あるかも調べられます。

https://company-name-ranking.onchange.workers.dev/

日本一多い会社名 TOP10 の画面

1位は「アシスト」1,405社

「株式会社」などを除いた名前で数えると、1位「アシスト」、2位「ライズ」(1,198社)、3位「サンライズ」(1,071社)。TOP10は「トラスト」「アドバンス」のような前向きなカタカナ語がほとんどで、ひらがなは9位の「さくら」だけです。

「アシスト」の正式名称は12通りあり、いちばん多い「株式会社アシスト」だけで780社あります。

合同会社に絞ると顔ぶれが変わり、TOP5に「さくら」「ひまわり」「みらい」とひらがなが3つ入ります。

「佐藤」より「佐藤建設」のほうが多い

「佐藤」で始まる会社の検索結果

名字で調べると、「株式会社佐藤」のように名字だけの会社は120社。一方「佐藤建設」は184社、「佐藤工務店」は158社で、名字だけより多くあります。「佐藤」で始まる会社まで含めると6,641社です。

名字名字だけの会社名字で始まる会社
佐藤120社6,641社
田中134社6,289社
鈴木127社6,201社
高橋130社5,428社
渡辺85社3,941社

データの扱いで気をつけたこと

  • 対象は、登記が閉鎖されていない株式会社・有限会社・合同会社・合名会社・合資会社の4,451,850社(2026年10月30日時点)。一般社団法人や国・自治体などは除いています
  • 「株式会社」などは名前のどの位置にあっても取り除き、全角・半角とひらがな・カタカナはそろえます。「桜」と「さくら」のように読みが必要なものはまとめていません

技術メモ

  • 集計は TypeScript(Node.js)で、約585万行の CSV を約1分で処理
  • サーバーなし。会社の一覧を名前の先頭2文字で128個の JSON に分け、検索した名前のファイルだけをブラウザが読み込む
  • Cloudflare Workers の静的アセット(無料プラン)で配信

あなたの名字の会社が何社あるか、ぜひ調べてみてください。

出典:国税庁法人番号公表サイト(国税庁)(https://www.houjin-bangou.nta.go.jp/download/zenken/)の「法人情報 全件データ」(2026年10月30日時点)を加工して作成。本記事とサイトは国の機関が作成したものではありません。

2026/07/24

中央区の地価地図 1995-2023 — 国土数値情報で同じ19地点の28年を可視化

国土数値情報の地価公示データを使って、東京都中央区の地価が1995年から2023年までどう動いたかを地図上で見られるサイトを作りました。

https://chuo-ward-landprice.onchange.workers.dev/

スライダーを1995年から2023年へ動かすと、円の大きさ(=地価)と色(=1995年比)が変わっていきます。日本橋・銀座・八丁堀・勝どきなど、中央区の19地点を並べてあります。

同じ中央区で、地価は23倍ちがう

まず目につくのは、区内の格差です。2023年の断面で見ると、いちばん高い銀座四丁目交差点(三越・和光のあたり)が2,860万円/m²。いちばん安い日本橋人形町の裏通りが127万円/m²。同じ区の、電車で数分の距離で、22.5倍の開きがあります。

「銀座は高い」という話は誰でも知っていますが、数字で並べると、その差が中央区という一つの区の中に収まっていることに改めて驚きます。

1995年を超えたのは、19地点のうち3地点だけ

このサイトでは各地点を「1995年=100」の指数にして、色で表しています。100を超えれば暖色、下回れば寒色です。

28年たった2023年時点で、1995年の水準を超えているのは次の3地点だけでした。

  • 銀座四丁目交差点 … 201(1995年の約2倍)
  • 松屋銀座 … 169
  • 東京駅八重洲南 … 145

いずれも、基幹の駅や大通りの交差点に面した街区です。残りの16地点は、いまも1995年の水準に届いていません。地名としてのブランド(銀座・日本橋)で回復したわけではなく、「どの通りに面しているか」で戻り方が大きく違う、という印象を受けます。

実際、同じ銀座でも一本裏に入った銀座二丁目は63にとどまります。これは日本橋側の裏通りとそれほど変わりません。

再開発の中心でも、6割弱

個人的にいちばん意外だったのが、日本橋室町です。三井本館やCOREDO室町がある、日本橋再開発の象徴のような場所ですが、指数は57(535万円/m² → 303万円/m²)。COREDO室町の開業(2010年)を挟んでも、1995年の6割弱にとどまっています。

再開発が街の賑わいを変えたのは間違いないと思いますが、少なくとも地価公示という一つの指標で、隣の街区までは十分に波及していない、という見え方になります。地価は再開発の効果が反映されるまで時間差もあるので、これだけで結論を出せる話ではありませんが、事実として「戻っていない」ことは記録に残っています。

全地点の「底」が、2004〜2005年に集中していた

スライダーを動かしていて気づいたのは、多くの地点が同じタイミングで底を打っていることです。19地点のうち15地点が、2004年か2005年に最安値をつけていました。バブル崩壊後の下落が、この時期にそろって止まっている。個別の街の事情というより、もっと大きな流れがあったことがうかがえます。

「地点が増えると比較にならない」という落とし穴

作る過程で一度つまずいた話を書いておきます。

地価公示は毎年少しずつ調査地点が増えます。中央区も、古い年ほど地点が少なく、新しい年ほど多い。最初はデータにある全64地点をそのまま地図に出していたのですが、これだと再生したときに「点が増えていく」のか「地価が動いた」のか区別がつきません。増えた点は、単に新しく調査対象になっただけなのに、画面上は何かが起きたように見えてしまう。

そこで、1995年から2023年まで欠測なく調査され続けた19地点だけに絞りました。全期間で地点数が変わらないので、純粋に同じ地点の推移だけを比べられます。地点数は減りましたが、比較として成立するほうを取りました。

データの扱いで気をつけたこと

  • 地価公示の地点は「その街区の標準的な地価」であって、特定の建物の資産価値ではありません。施設名のラベル(「COREDO室町」など)は場所の目印として付けたもので、その建物の敷地価格ではない、という点は注記に入れています。
  • 年と年のあいだはスライダーで滑らかに動きますが、これは表示上の補間で、実際の調査は年1回です。
  • 出典は「国土数値情報(地価公示)(国土交通省)を加工して作成」。二次利用のルールに沿って明記しています。

技術メモ

  • 地図は MapLibre GL JS と地理院タイル(淡色地図を暗く加工)。
  • 地価公示データ(国土数値情報 L01)は zip の中に GeoJSON が同梱されていて、座標変換なしで使えます。1983〜2023年の各年価格が1レコードに全部入っているので、時系列を作るのが楽でした。
  • データはビルド時に静的な GeoJSON へ落としてあり、実行時に外部APIを叩きません。中央区19地点・28年分で、gzip後およそ4KBです。
  • 地点ラベルは日本語なので、MapLibre の symbol レイヤー(フォントの外部配信が必要)を避け、HTMLの要素として重ねています。近すぎるラベルは、地価が高いほうを優先して間引いています。
  • ホスティングは Cloudflare Workers。

丸の内への通勤流動を可視化した前のプロジェクトが「どこから人が来るか(空間)」だったのに対し、今回は「28年で何が起きたか(時間)」を見るものになりました。

2026/07/23

東急線 全98駅の乗降客数トレンドマップ — 国土数値情報で2011〜2024年度を可視化

国土数値情報のデータを使って、東急線 全98駅の乗降客数の推移(2011〜2024年度)を地図上で可視化するサイトを作りました。

https://tokyu-trendmap.pages.dev/

各駅を乗降客数に応じた円で描き、下部のタイムスライダーを動かすと年度が切り替わって円が伸縮します。再生ボタンを押せば2011年度から2024年度までが自動で流れます。

コロナ禍の落ち込みと、その後

再生してみると、2020年度で円が一斉に縮み、その後じわじわと戻っていく様子が見えます。駅ごとの変化率を中央値でとると、こうなります。

期間 変化率(中央値)
2019 → 2020年度 −27.4%
2020 → 2024年度 +27.7%
2019 → 2024年度 −7.8%

コロナ禍で約3割減り、そこから3割近く戻したものの、コロナ前と比べるとまだ8%ほど少ない、という状況です。2019年度の水準まで戻っている駅は96駅中12駅にとどまります。

2024年度の乗降客数を見ると、渋谷が177万人/日と突出していて、以下 横浜(51万)、中目黒(38万)、目黒(38万)、武蔵小杉(20万)と続きます。

「回復度」を色分けするのをやめた話

最初は「コロナ前(2019年度)比で増えた駅は青、減った駅は赤」という配色にしていました。作った側としては見せたい絵があったからです。

ただ、これは特定の年を基準に据えて解釈を押し付ける見せ方だと考え直し、やめました。年度はスライダーで自由に選べるので、どこを基準にするかは見る人が決めればいい。いまは円の色を一律にして、大きさだけで多寡を表しています。

円の色は濃いグレーにしました。青系だと、こどもの国線や東急新横浜線の路線色と近く、特にP型・D型色覚では駅が路線に埋もれてしまうためです。「路線は色付き、駅は無彩色」と役割を分けています。

データの扱いで気をつけたこと

欠損値は補間も推計もせず「データなし」として表示しています。世田谷線の2011年度など、そもそも値がない年度があります。

それと、出典データ側に集計範囲の変更に由来する不連続が残っています。たとえば渋谷は2011→2012年度で+70%と跳ねますが、これは2011年度まで田園都市線と東横線が別レコードで計上されていたものが、2012年度以降ひとつに統合されたためです。中目黒・目黒・横浜などは2023年度前後で大きく増えますが、相互直通運転分の計上範囲が変わったとみられます。

実態の変化ではないので補正したくなるところですが、どう補正しても恣意的になるため、そのまま出して注記で伝えることにしました。サイト内の「このサイトについて」にも書いてあります。

技術メモ

  • 地図は MapLibre GL JS + 地理院タイル(淡色地図)
  • 乗降客数は国土数値情報の「駅別乗降客数データ(S12-25)」、路線の形は「鉄道データ(N02-25)」から東急線ぶんを抽出
  • 背景の地理院タイルは彩度を落として沈めています。ラスタタイルなので高速道路だけを消すことができず、「消す」のではなく「沈めて」東急線を前に出す方針にしました
  • 路線の色は東急公式のラインカラー(公式サイトの路線ロゴSVGから取得)
  • データはビルド時に静的JSONへ落としてあり、実行時に外部APIを叩きません。日本語の駅名ラベルもブラウザのローカルフォントで描画しているので、フォントサーバーへの依存もなしです
  • ホスティングは Cloudflare Pages

出典: 国土数値情報(駅別乗降客数データ・鉄道データ)(国土交通省)を加工して作成。国土数値情報は非商用利用に限定されています。

2026/05/15

毎朝84万人が千代田区へ — 2010・2015・2020年の国勢調査で通勤者数を市区町村別に可視化

国勢調査のデータを使って、関東各地から千代田区への通勤者数をインタラクティブな地図で可視化するサイトを作りました。

https://marunouchi-commut.onchange.workers.dev

調査年 千代田区への通勤者数 前回比
2010年 約76万人 —
2015年 約79万人 +3万人
2020年 約84万人 +5万人

きっかけ

大手町、丸の内、有楽町——千代田区のこの一帯に、関東のどこからどれだけの人が毎朝集まってくるのか、ふと気になったことがきっかけです。

国勢調査には「従業地・通学地による人口集計」という項目があり、どの市区町村からどこへ通勤しているかが5年ごとに全国規模で記録されています。総務省統計局が e-Stat(政府統計の総合窓口)でオープンデータとして公開しており、誰でも無償で利用できます。このデータを使えば、千代田区への通勤流動を市区町村単位で地図上に描けると思い、作り始めました。

見えてきたこと

2020年時点で、千代田区への通勤者数は関東だけで約84万人です。横浜市や川崎市、さいたま市といった大都市からの流入が多いのは予想どおりでしたが、地図をひとつひとつ確認していくと、人口の少ない市からも想像以上に多くの人が毎朝この街を目指していることに気づきます。

2010年・2015年・2020年の3時点を切り替えて比較できるようにしたところ、全体の通勤者数は76万人→79万人→84万人と一貫して増加していることがわかりました。都心再開発の波がデータにも表れています。

2020年データの読み方

ひとつ注記しておきたいのが、最新の2020年データについてです。

国勢調査は5年ごとに10月1日時点の状況を記録します。2020年10月といえば、新型コロナウイルス感染症による最初の緊急事態宣言が解除されたあとにあたります。テレワークが急速に普及し、通勤の概念そのものが揺らいだ時期です。

「10月1日時点で千代田区に通勤している」という定義に照らすと、この年のデータは平常時とは異なる条件下で収集されている可能性があります。2015年から2020年にかけての増減を見るときは、コロナ禍という特殊な文脈を念頭に置いてほしいと思います。

使い方

地図上の市区町村をタップすると、通勤者数・全体シェア・順位・直前調査年との増減が表示されます。スマートフォンで自分の街を探してみてください。

https://marunouchi-commut.onchange.workers.dev