【千葉県公立高校入試・社会】大問1のデータ分析｜都道府県同定問題を安定して解く「4段階の処理手順」

千葉県公立高校入試の社会において、大問1（複数領域融合問題）や地理分野で繰り返し出題されているのが、統計資料（表やグラフ）から特定の都道府県を見分ける「都道府県同定問題」である。

過去問演習において、この形式を苦手とする受験生の多くは、「なんとなく見た目の印象で探す」「知っている数値を1つ探して勘で飛びつく」といった解き方をしてしまい、類似したグラフの間で失点している。

しかし、2012年度から2026年度までの15年間（計24試験）の出題を精査すると、都道府県同定問題は細かな統計数値の暗記を競うものではない。問われているのは、「資料から『識別力の高い指標』を抽出し、複数の地域特性と照合して候補を消去する」という客観的なデータ処理の手順である。

極値や構成比の偏りが決定打になる問題がある一方で、人口・面積・農産物・自然条件など複数の指標を組み合わせて同定する問題も確認できる。したがって、重要なのは細かな統計値の暗記ではなく、「どの指標が候補を最も強く絞れるか」を見極めることである。本稿では、大問1で出題されてきた都道府県同定問題の構造を整理し、初見の資料であっても迷わず正答にたどり着くための「4段階の処理手順」を解説する。

1. 15年間で確認できる「都道府県同定」の主な出題領域

15年・全24試験の大問1における資料問題を精査すると、都道府県の同定（または特定県に対応する資料の判定）は、主に以下の3つの領域から出題されている。

出題領域	用いられる主な資料形式	同定の着眼点（地域特性との連動）
工業統計 （工業出荷額・産業構成）	帯グラフ、割合表、ランキング表	・製造品出荷額等の合計規模（最大・最小の規模） ・品目別割合（石油・化学・鉄鋼の重化学特化型、機械・食料品などの特化型など）
農業・水産業統計 （産出額・特定品目シェア）	帯グラフ、棒グラフ、複合表	・特定の農水産物（野菜、畜産、果実など）の全国シェアや順位 ・部門別割合（近郊・園芸農業、米中心、畜産中心など）
人口・面積・自然条件などの複合県勢データ	統計表、散布図、地図と複数資料の組み合わせ	・昼夜間人口比率、年齢構成、人口・面積規模 ・海岸線、海水浴場、山地面積などの自然条件指標 ・複数資料を横断した条件照合

いずれの領域においても共通しているのは、候補間で差が出る地域特性が、識別の手掛かりとして機能している点である。

2. 感覚に頼らない「4段階の同定手順」

試験本番で複数のグラフや統計表を前にしたとき、作業を迷わせないための標準的な処理手順が以下の4段階である。

【第1段階：設問要求の境界確定】
 何を特定するのか（千葉県単体、特定地域の1県、複数の組み合わせ）。
 資料の軸・単位（「実数（出荷額・人口）」なのか「割合（％）」なのか）を確認する。
  ↓
【第2段階：識別力の高い指標を抽出】
 資料全体を漫然と眺めず、以下の4点から候補を最も強く絞れる指標を抽出する。
 ① 合計規模・最大値・最小値
 ② 上位品目の構成比
 ③ 特徴的な農産物・工業品
 ④ 人口・面積・自然条件など、候補を大きく絞れる指標
  ↓
【第3段階：地域特性との照合】
 抽出した指標を、地理の学習で得た「地域の産業や自然の構造」と照合する。
  ↓
【第4段階：他候補の反例確認と確定】
 特定した記号以外のグラフ・数値についても、
 「これは出荷額最小の東京」「これは輸送用機械の神奈川」と他県の根拠を確認し、
 消去法と積極法を重ね合わせて最終記号を確定する。

この手順を踏むことで、「なんとなくそれらしい」という主観的な推測が排除され、客観的な証拠に基づいて選択肢を絞り込むことが可能になる。

3. 実問アナトミー：2018年後期・工業帯グラフ同定問題の検証

実際の過去問を用いて、この4段階手順がどのように機能するかを検証する。

対象問題：2018年度後期 大問1(1)

• 設問の概要：下線部（千葉県の工業）に関連して、南関東1都3県（東京・神奈川・埼玉・千葉）の製造品出荷額等と産業分類別構成割合を示した帯グラフA〜Dから、千葉県に対応するグラフを判定し、その対応を含む選択肢を選ぶ問題。

4段階手順による実際の解法プロセス

• 第1段階（設問要求の境界確定）：
  • 提示された南関東1都3県（東京・神奈川・埼玉・千葉）とグラフA〜Dの対応を確認し、その中から千葉県を特定する。
  • 資料には「出荷額合計」と「帯グラフ（100%比率）」が両方提示されていることを確認。
• 第2段階（識別力の高い指標を抽出）：
  • 4つのグラフから、規模（出荷額）と構成比（特化品目）の極値を抽出する。
  • グラフCに着目すると、以下の構成比が抽出できる。
    • 石油・石炭製品：25.9%
    • 化学：22.5%
    • 鉄鋼：13.2%
  • この3品目だけで、全体の過半数（25.9 ＋ 22.5 ＋ 13.2 ＝ 61.6%）を占めている。
• 第3段階（地域特性との照合）：
  • 千葉県の工業の中核は、東京湾岸に広がる「京葉工業地域」である。
  • 臨海部の埋立地に石油コンビナートや製鉄所が集中しており、石油・化学・鉄鋼などの重化学工業の割合が高いという特徴を持つ。抽出した「3品目で61.6%」という構造は、この地域特性と合致する。
• 第4段階（他候補の反例確認と確定）：
  • 4都県すべてのグラフを確定させるための根拠を確認する。
    • A：印刷の割合が上位で、出荷額合計が83,550億円と4都県中最小 → 東京
    • B：出荷額合計が178,044億円と最大で、輸送用機械の割合が高い → 神奈川
    • C：石油・石炭・化学・鉄鋼で6割超 → 千葉
    • 残るD：輸送用機械（17.6%）、食料品（12.8%）、化学（12.4%）などの構成 → 埼玉
  • したがって、グラフCが千葉県であると論理的に同定できる。
• 結論：グラフC＝千葉県。この対応を含む選択肢がイ。

このように、細かい数値を1つひとつ暗記していなくても、「重化学工業の3品目を合算すると6割を超える」という構成比の偏りと地域特性の照合によって、客観的な根拠から正答を絞り込める。

4. 授業ではここまで扱う：同定ミスを防ぐ「3つのチェック動作」

同定問題で失点しやすい生徒に対しては、実際の授業で以下の3つの具体的なチェック動作を徹底させている。

チェック1：「合計規模（実数）」と「構成割合（％）」を明確に切り分ける

同定問題で最も多い誤答原因の1つが、「規模の大小」と「割合の高さ」の混同である。

• 例えば、農業産出額において「特定作物の割合が80%」であっても、総産出額が小さければその作物の産出額自体はそれほど大きくない場合がある。
• グラフを見る際は、まず余白に「総額が大きい順」なのか「特定品目の比率が高い順」なのか、着目すべき軸を丸で囲ませる。

チェック2：構成割合資料では、必要に応じて上位2〜3品目をまとめて見る

1つの品目だけで判断しようとすると、隣接県や似た傾向の県との識別で迷いが生じやすい。

• 2018年後期の千葉県のように、「石油・石炭単体」だけでなく、「化学」「鉄鋼」を合わせた「重化学3品目の合算（61.6%）」で捉える。
• 複数の上位品目を束ねて捉えることで、グラフの識別強度が格段に上がる。

チェック3：問題用紙の余白に「仮説の県名」を直接書き込む

頭の中だけで処理しようとすると、記号の写し間違いや選択肢の取り違えが起こる。

• グラフAの横に「東京？」、Bの横に「神奈川？」、Cの横に「千葉（石油・化学）」と、判別した根拠と県名を余白に書き込ませる。
• 全ての選択肢に根拠を振る「消去法の可視化」を行うことで、ケアレスミスを防ぎ、見直しの精度を高める。

5. 千葉県公立高校入試・社会の対策と復習手順

15年間の出題傾向を踏まえ、都道府県同定問題を得点源に変えるための復習手順を提示する。

1. 過去問で確認された地域特性と指標の結び付きを押さえる

全国47都道府県の細かい統計数値を覚える必要はない。過去の入試で判別の根拠として使われた主要な地域特性について、以下の結び付きを頭に入れておく。

• 工業の地域特性：
  • 京葉工業地域（千葉）：石油・石炭、化学、鉄鋼など臨海型の重化学工業
  • 神奈川：出荷額規模が大きく、輸送用機械など加工組立型の比重も大きい
  • 東京：印刷など都市型工業の割合が高く、工業出荷額規模は南関東で最小
  • 埼玉・北関東：輸送用機械や食料品など、内陸型の機械・加工工業
• 農業・特産物の地域特性（2016年前期・2017年後期など）：
  • 北海道：乳用牛の割合が高い（畜産・酪農）
  • 鹿児島：肉用牛をはじめとする畜産の比重が大きい
  • 千葉：近郊農業を背景とした野菜や、豚・花きなどの割合が高い
  • 愛媛：果実の割合が高い（柑橘類など）
  • 長崎：びわやじゃがいもなどの特定品目シェア

2. 過去問の復習時は「決定打となった指標」を赤ペンでマークする

過去問演習を終えた後、解説を読んで「正解はイだった」で終わらせてはならない。

• 復習ノートや問題用紙に、「自分はどの数値・指標を見てこの県だと確定させたか」を1箇所マーカーで囲む。
• 「Cの石油＋化学＋鉄鋼＝6割超で千葉確定」「印刷の比率と出荷額最小で東京確定」のように、決定打となった客観的根拠を言語化して蓄積することが、初見問題への対応力を養う。

3. 直近の多条件資料問題への接続

直近2年（2025・2026年度）の大問1では、都道府県同定そのものは確認されていない。一方で、資料から必要な数値や特徴を抽出し、複数の条件と照合して選択肢を検証する処理は引き続き求められている。

そのため、過年度の都道府県同定問題で「どの指標が決定打になるかを見抜く」訓練をしておくことは、現在の多条件資料問題を処理するためにも有効である。過年度の過去問を単なる「古い形式」として切り捨てるのではなく、客観的なデータ処理の訓練素材として活用することが、入試社会を安定して突破するための有効な基礎となる。