フェルミ推定で覚えておくべき数字とは｜最優先の内容から補助値までを紹介

フェルミ推定の練習を進めると、ある段階で「使用する数字が頭に出てこない」という壁にぶつかることがあります。人口はなんとなく覚えていても、世帯数・労働力人口・企業数などの二次的な統計数値が曖昧なままだと、推定の途中で手が止まってしまうでしょう。

この記事では、フェルミ推定に取り組む前に押さえておきたい基礎的な数値を整理して紹介します。参考地を頭に入れておきたい方は、ぜひ本記事を参考にしてください。

1.なぜ基礎数値を事前に覚えておくことが有効なのか

フェルミ推定では、推定式を組み立てる力と、式の中に適切な数値を入れる力の両方が求められます。

フェルミ推定の本質はロジックの組み立てにありますが、推定の起点となる数値が頭に入っていないと、構造をつくった後の計算が止まってしまいます。「日本の人口は約1.2億人」といった基礎数値を無意識に引き出せるようになっておくことで、思考のリソースを数字探しではなく分解と検証に集中させられます。

暗記の目的は「計算の起点を増やすこと」

覚えるべき数字は、推定の出発点として機能する「アンカー値」です。日本の総人口や世帯数・労働力人口といった数値は、多くのフェルミ推定問題で需要ベース・供給ベースいずれのアプローチでも活用されます。これらをすぐに取り出せる状態にしておくだけで、推定の初動スピードが大きく変わります。

全部覚える必要はない

フェルミ推定で求められるのは、桁が合った精度の高い概算です。小数点以下の正確さは不要であり、一覧化された数十の統計値を丸暗記することが目的ではありません。この記事では「最優先で覚える数字」と「余裕があれば覚える数字」を二層に分けて提示します。まず最優先グループだけを固めてから補助グループに進むほうが、学習効率が高まるでしょう。

フェルミ推定対策について詳しく知りたい方は、Strategistsが無料で公開しているフェルミ推定の教科書をご覧ください。

▶ 無料の教科書はこちら

2.最優先で覚えるべき基礎数値（日本の基幹統計）

フェルミ推定の大部分は日本市場を対象とした問題です。まずここに挙げる数値を確実に押さえましょう。

これらは、需要ベース・供給ベース・面積ベースいずれのアプローチでも頻繁に登場する数値です。推定式の組み立て方が変わっても、毎回の計算の起点として機能します。実際に値を覚えるときは、丸めた概数（人口「1.2億人」、世帯数「5,500万世帯」など）で十分です。桁を合わせることが優先であり、小数点以下の精度は求められません。

指標	覚えておく値（概数）	正確な採用値	基準年	出典
総人口	約1.2億人	約1億2,300万人	2025年	総務省統計局 人口推計
日本人人口	約1.2億人	約1億1,900万人台	2025年	総務省統計局 人口推計
65歳以上人口比率（高齢化率）	約3割	約29%	2025年	総務省統計局 統計トピックスNo.146
一般世帯数	約5,500万世帯	約5,570万世帯	2020年（国勢調査）	総務省 令和2年国勢調査
1世帯あたり人員	約2.2人	約2.21人	2020年（国勢調査）	総務省 令和2年国勢調査
労働力人口	約7,000万人	約7,004万人	2025年平均	総務省統計局 労働力調査

出典：総務省統計局 人口推計（2025年） ／ 総務省 令和2年国勢調査（人口等基本集計） ／ 総務省統計局 統計トピックスNo.146（2025年） ／ 総務省統計局 労働力調査（2025年平均）

各数値の関係と覚え方

人口・世帯数・労働力人口の3つの関係を押さえておくと、推定の整合性チェックに役立ちます。

• 総人口（約1.2億人）÷ 世帯数（約5,500万世帯）≒ 2.2人（1世帯あたり人員と一致）
• 労働力人口（約7,000万人）÷ 総人口（約1.2億人）≒ 約6割（就業している人はざっくり総人口の6割）
• 高齢者（65歳以上）は総人口の約3割（約3,600万人）

これらの比率を覚えておくと、ある数値から別の数値を近似できます。

3.余裕があれば押さえたい補助的な数値

最優先で覚えるべき数値を固めた後は、余裕があれば以下の数値も加えておくと、幅広い問題に対応しやすくなります。

指標	覚えておく値（概数）	正確な採用値	基準年	出典
企業数	約370万社	約368万企業	2021年（令和3年経済センサス）	総務省統計局 統計Today No.195
民営事業所数	約500〜520万事業所	約515万事業所	2021年（令和3年経済センサス）	総務省統計局 統計Today No.195
国土面積	約38万km²	約37.8万km²	国土地理院 最新値	国土地理院 全国都道府県市区町村別面積調
世界人口	約82億人	約82.3億人	2025年	UNFPA 世界人口白書2025

出典：総務省統計局 統計Today No.195（令和3年経済センサス） ／ 国土地理院 全国都道府県市区町村別面積調 ／ UNFPA 世界人口白書2025

学校数について

学校数（小学校・中学校・高校・大学）は文部科学省の令和7年度学校基本調査に基づく数値が公表されています。推定問題では「学校の教員数を推定する」「学習塾の市場規模を推定する」といった場面で使われることがあります。

学校種	学校数（計）	国立	公立	私立
小学校	18,607	66	18,291	250
中学校	9,827	67	8,982	778
高等学校	4,761	15	3,426	1,320
大学	812	85	103	624

出典：文科省 令和7年度学校基本調査

世界の数値は「日本の補助」として使う

世界人口（約82億人）は、「世界の市場規模を推定してほしい」という問題や、「日本のシェアは？」と問われた際に日本÷世界の比率を計算するときに使います。日本の総人口（約1.2億人）÷ 世界人口（約82億人）≒ 約1.4%という比率が目安の一つになります。ただし、フェルミ推定の主眼は日本の統計数値にありますので、世界データは補助として覚える優先度で構いません。

あわせて読みたい記事：

• 【初めてのフェルミ推定③/面積ベース編】戦コン内定者が基礎的な考え方とBCG過去問を徹底解説！

4.覚えた数字の使い方｜推定式への組み込みと「掛け合わせ」の型

数字を覚えても、推定式の中でどう活用するかを理解していないと本番で使いこなせません。基礎数値を推定式に落とし込む代表的な型を押さえましょう。

需要ベースの典型的な組み込み方

需要ベースのフェルミ推定では、「総人口や世帯数を起点に、ターゲット層の割合と一人あたり消費量を掛け合わせる」という構造が基本です。

例：日本の家庭用冷蔵庫の年間販売台数を推定する場合

1. 世帯数：約5,500万世帯（総務省 2020年国勢調査）
2. 買い替えサイクル：冷蔵庫の平均使用年数を約10〜15年と仮定
3. 年間販売台数 ≒ 5,500万世帯 ÷ 12年 ≒ 約460万台（新規購入分を少し加算して約500万台と概算）

世帯数という基礎数値が「起点のアンカー」として機能しています。この「総数 × 割合 × 一人あたり量（または頻度）」という掛け合わせの型は、多くのフェルミ推定問題に共通します。

供給ベース・面積ベースの組み込み方

供給ベースでは、企業数・事業所数・国土面積を起点にします。

例：日本のコンビニ店舗数を推定する場合（面積ベース）

1. 国土面積：約38万km²（国土地理院）
2. ただし山岳部・農地等を除いた可住地は国土の約3割と仮定 → 約11万km²
3. 1店舗あたりのカバー面積を約0.5km²と仮定（半径400m圏内）
4. 店舗数 ≒ 11万km² ÷ 0.5km² ≒ 約22万店

この面積ベースの概算は、実際の店舗数の感覚（数万店規模）と比べると過大推定になりがちです。このズレに気づいた場合、「可住地の中でもコンビニが成立する商業・住宅密集地を絞る」という修正を加えることがリアリティチェックの思考につながります。

あわせて読みたい記事：

• 応用系フェルミ推定に挑戦！BCG過去問解説①【MBB内定者が解説】

5.知らない数字はその場で作る｜既知の数値からの近似・導出

本番では、事前に覚えていない数値が必要になることがあります。そのときに使えるのが「既知の数値からの近似」という考え方です。

暗記できる数値には限りがあります。大切なのは「知らないから止まる」のではなく、「知っている数値から論理的に導き出す」姿勢です。これ自体がフェルミ推定の本質的なスキルです。

代表的な近似パターン

代表的な近時の導き出し方は次のとおりです。

総人口から年齢層別人口を導く

日本の総人口（約1.2億人）を、年齢層ごとにざっくり分割する考え方があります。平均寿命を約80歳、出生数が減少傾向にあることを踏まえ、各年代を「均等より若い世代が少ない」と見て調整します。簡略化して「80年間の人口を均等分布と仮定すると1歳あたり約150万人」とおき、「30代は約1,500万人」のように概算するのが実務的な近似です。高齢化率が約3割という知識（65歳以上が約3,600万人）と照らし合わせ、妥当性を確認できます。

世帯数から単身世帯数を近似する

1世帯あたり人員が約2.2人であることから、全世帯（約5,500万世帯）のうち単身世帯の割合がどのくらいかを推論できます。「1世帯あたり人員が2.2人」ということは「2人以上の世帯が多数派」ですが、単身世帯が増加していることも踏まえ、約3〜4割が単身世帯という仮定が議論のたたき台になります。こうした「比率の推論」が知らない数字を埋める基本的な発想です。

労働力人口から産業別就業者を近似する

労働力人口（約7,000万人）から、「製造業の割合は約2割」「サービス業の割合は約7割」のような産業構成比を仮定して分割します。産業別の詳細な数値を暗記していなくても、「製造業就業者は約1,400万人」という概算を推論で導けます。

あわせて読みたい記事：

• 応用系フェルミ推定に挑戦！BCG過去問解説②【MBB内定者が解説】

6戦略コンサルのケース面接では数字の正確さよりも何が見られているか

数値を覚えることに時間をかけすぎる前に、戦略コンサルの選考で本当に評価される点を理解しておくことが重要です。

ケース面接でフェルミ推定が出題される目的は、数字の暗記力を測ることではありません。面接官が見ているのは「どのように問題を分解し、合理的な前提を置いて計算するか」というプロセスです。

評価される3つの観点

フェルミ推定で評価されるポイントは次のとおりです。

分解の構造が適切か

「日本のスマートフォン市場規模を推定してほしい」と問われたとき、「人口 × 普及率 × 平均単価」という構造を即座に組み立てられるかが問われます。基礎数値（人口約1.2億人）を正確に覚えていることよりも、「その数値をなぜ使うのか」の説明が論理的かどうかが評価されます。

前提の置き方に根拠があるか

「スマートフォン普及率を85%と置いた理由は？」と問い返されることがあります。「高齢化率が約3割なので、高齢者層の普及率は低めに設定した」のように、すでに知っている基礎数値と結びつけて前提を根拠づけられる力が評価されます。

計算結果の妥当性を自分で検証できるか

導き出した数値が現実とかけ離れていないかを「これは多すぎる/少なすぎる」と自分で気づき修正できるかどうかも、リアリティチェックの力も評価の対象です。数値が多少ズレていても、修正プロセスの論理が丁寧であれば評価は落ちません。

独学では精度の検証が難しい理由

自分でフェルミ推定を解いた後、「このプロセスは面接官にどう映るか」を客観的に評価するのは独学では難しい部分です。数値の精度だけでなく、分解の構造・前提の置き方・検証の丁寧さを実際のコンサルタントに見てもらうことで、はじめて改善点が見えてきます。

その他のフェルミ推定対策のコツや押さえておくべきポイントは、Strategistsが無料で公開しているフェルミ推定の教科書でご確認ください。

▶ 無料の教科書はこちら

7暗記するときの注意点｜年次のズレと精度について

基礎数値は毎年更新されます。覚えた数字が最新の統計と乖離していないかを意識することが、信頼性の高い推定につながります。

古い数値を使い続けることのリスク

フェルミ推定の例題には「日本の人口1.27億人」「労働力人口6,600万人」という数値が使われているものがあります。しかし、2025年時点の公的統計では総人口は約1億2,300万人（減少傾向）、労働力人口は約7,004万人（過去最高）です。面接で古い数値を使ったとしても即座に減点されることはありませんが、数値に基準年を添えて説明できる姿勢を見せることで、より正確な情報収集力を示せます。

フェルミ推定で許容される精度の目安

フェルミ推定では桁を合わせることが最低ラインです。「約1億人」と「約1.2億人」の差は問題になりませんが、「約5億人」は桁が違います。数値を丸めて計算しやすくする概数化は積極的におこなっていいですが、丸め方が元の統計値から桁レベルで乖離しないよう注意しましょう。

「年次つき」で説明する習慣を持つ

面接官が数値の正確性を問う場合、「総務省の統計によれば2025年時点で約1億2,300万人です」と説明できると、単に暗記しているだけでなく出典を意識していることが伝わります。数値の根拠として基準年と出典を一言添える習慣が、推定全体の信頼性を高めます。

まとめ

フェルミ推定で覚えるべき数字は、「最優先グループ」と「補助グループ」の2層で整理するのが効率的です。最後に、もう一度よく利用する数字を確認しましょう。

最優先で押さえる5つ（日本の基幹統計）

指標	覚えておく値	基準年
総人口	約1.2億人	2025年
世帯数	約5,500万世帯	2020年
1世帯あたり人員	約2.2人	2020年
労働力人口	約7,000万人	2025年
高齢化率	約3割（約29%）	2025年

補助として押さえる数値

指標	覚えておく値	基準年
企業数	約370万社	2021年
民営事業所数	約500〜520万事業所	2021年
国土面積	約38万km²	最新値
世界人口	約82億人	2025年

これらの数値はすべて公的統計から得られたものです。数値そのものの暗記に終始せず、推定式への組み込み方（掛け合わせの型） と 知らない数値を既知から近似する思考 を合わせて身につけることが、フェルミ推定の得点力を高めます。

戦略コンサルのケース面接では、数値の正確さそのものよりも、「なぜその数値を使うのか」という根拠の説明と、「結果は妥当か」というリアリティチェックの力が評価されます。基礎数値の暗記を土台に、プロセスの質を高める練習に重点を置いてください。

本記事のテーマを頭で理解しても、実際のケース面接で使いこなせるかどうかは別問題です。
「示唆が出せない」「分析が浅い」といった課題は独学では気づきにくく、放置すると本番まで改善されないまま終わることも少なくありません。

Strategistsでは、MBB内定者・出身者によるマンツーマンの模擬ケース面接指導を提供しています。
初回メンタリング（60分）は無料で受講可能です。