宿の数は、統計によって13.7倍ちがう ── 簡易宿所は「事業所」として数えられていない [I006]

Abstract

宿の数を、衛生行政報告例(令和6年度末、厚生労働省 第8表)の旅館業法にもとづく営業許可施設数と、経済センサス(令和3年、産業小分類751〜759)の事業所数で数え、比べた。 旅館・ホテル営業は 52,946 施設・1,782,232 室。1施設あたり 33.7 室である。簡易宿所は 44,901 施設あり、宿の数の45.7%を占めるが、客室数は公表されていない。 簡易宿所は、許可で 44,901、事業所で 3,265。13.75倍ちがう。旅館・ホテル(+52.7%)とは桁が違い、I005の飲食店営業(2.91倍)やI003の一般診療所(+26.8%)とも比べものにならない。簡易宿所の多くが従業者のいる「事業所」として捕捉されていないためと考えられるが、本稿では確かめていない。宿の許可ぜんぶ(98,338)とセンサスの宿泊業ぜんぶ(44,828)でも2.19倍の開きがある。なお住宅宿泊事業法(民泊新法)の届出住宅は旅館業法の許可ではないため、この44,901には入っていない。 宿は、減るより増えている。年度中の営業許可7,720件に対して営業廃止2,817件で2.74倍。ただし向きは地域で逆になる。東京都は14.06倍だが、岩手県は0.39倍、福島県0.45倍で、9県では廃業のほうが多い。全国の「2.74倍」は東京都の1,589件に強く引かれており、全国の数字ひとつでは地方で宿が減っていることが見えない。 宿が多い県ほど、1軒は小さい(r = −0.604)。1施設あたりの客室数は大阪府78.1室から沖縄県17.8室まで4.4倍、人口1万人あたりの施設数は沖縄県25.6から埼玉県1.0まで25.6倍の開きがある。高齢化率との関係はほとんど無い(r = +0.037)。 北海道は2,930施設・122,333室、1施設あたり41.8室で47都道府県中11位。人口1万人あたりでは施設19位に対して客室5位で、数より規模で客室を持っている。釧路総合振興局管内では弟子屈町が人口1万人あたり61.64事業所で、全国1,889市区町村の中央値3.56の17.3倍、同じ人口規模の白糠町の10.5倍である。 この論文の位置づけ:新しい理論を主張するものではない。宿の数を、営業許可と事業所という2つの公的統計で数えて比べたものである。I003(診療所)・I004(理容・美容)・I005(飲食)と同じ問いを宿泊業に当て、そこで最大の差が出た。あわせて、他の業種の統計に無い客室数と年度中の開業・廃業件数を用いた。宿泊者数・稼働率は用いていない。どちらの統計が正しいかは判定しない。 作成にあたって:本稿の着想と内容は、著者自身の考察に基づくものです。文章の構成整理や英訳、集計に用いたスクリプトの作成には AI(大規模言語モデル)の助力を得ました。最終的な内容の解釈や誤りがあれば、それらはすべて著者の責に帰します。お気づきの点があれば、ご教示いただければ幸いです。 ----- I counted lodging places two ways — as premises licensed under the Inns and Hotels Act in the Report on Public Health Administration (end of FY2024, MHLW, Table 8), and as establishments in the Economic Census (2021, industrial subcategories 751-759) — and compared them. Hotels and inns number 52,946 premises with 1,782,232 guest rooms, 33.7 rooms each. Simple lodgings number 44,901 and make up 45.7% of all lodging premises, but their rooms are not tabulated. Simple lodgings number 44,901 by licence and 3,265 by establishment: a 13.75-fold difference. For hotels and inns the gap is +52.7%, an order of magnitude smaller, and neither the food-service licences of I005 (2.91x) nor the general clinics of I003 (+26.8%) come close. The likely reason is that most simple lodgings are not captured as establishments with workers, but that is not tested here. Even taking all lodging licences (98,338) against all lodging establishments (44,828), the gap is 2.19-fold. Dwellings notified under the Housing Accommodation Business Act are not licensed under the Inns and Hotels Act and are not included in the 44,901. Lodgings are increasing rather than closing: 7,720 licences granted during the year against 2,817 closures, a ratio of 2.74. But the direction reverses by region. Tokyo stands at 14.06 while Iwate is 0.39 and Fukushima 0.45, and in nine prefectures closures outnumber new licences. The national figure is pulled strongly by Tokyo's 1,589 licences, so a single national number does not show that lodgings are disappearing in rural prefectures. Where there are more lodgings, each one is smaller (r = -0.604). Rooms per premises run from 78.1 in Osaka to 17.8 in Okinawa, a 4.4-fold spread, and premises per 10,000 residents from 25.6 in Okinawa to 1.0 in Saitama, a 25.6-fold spread. There is almost no relationship with ageing (r = +0.037). Hokkaido has 2,930 premises and 122,333 rooms, 41.8 rooms each, 11th of 47 prefectures; it ranks 19th on premises per resident but 5th on rooms, holding its rooms in size rather than number. In the Kushiro Subprefecture, Teshikaga has 61.64 lodging establishments per 10,000 residents, 17.3 times the national median of 3.56 across 1,889 municipalities and 10.5 times Shiranuka of almost the same population. Scope of this paper: no new theory is claimed. It counts lodgings in two official statistics — business licences and establishments — and compares them, applying the question of I003 (clinics), I004 (barbershops and beauty salons) and I005 (eating places) to lodging, where the largest gap in the series appears. It additionally uses two things absent from the other trades' statistics: guest rooms, and openings and closures during the year. Guest numbers and occupancy are not used. It does not judge which statistic is correct. Acknowledgement: The ideas and content of this paper stem from the author's own considerations. Assistance from an AI (a large language model) was used for structuring, English translation, and writing the scripts used for the tabulation. Any remaining errors or misinterpretations are solely the author's. Feedback and corrections are sincerely appreciated.