お盆2026、地方36市の在庫消化を実測 — 供給が薄い街ほど天井は高く、抜けるのも速い

お盆2026（8月8日〜8月16日）が終わった。地方中核都市のレベニュー担当者が毎年ぶつかる問いのひとつに、「自分の街の客室ストックの厚みは、繁忙期の埋まり方にどう効くのか」がある。客室が少ない街ほど早く天井に届き、多い街は最後まで在庫が残る——これは現場感覚としてよく語られる。本稿はこの仮説を、地方中核36市・約18.8万室のお盆実績で横断的に検証した。結論を先に書くと、仮説は半分だけ正しい。

検証対象は地方中核36市・約18.8万室、お盆9日間の実績

対象は政令指定都市を除く地方中核都市36市である。政令指定都市を外したのは、市域が行政区に分割され、都市としての客室ストックを一つの数として扱いにくいためだ。36市の内訳は8月13日時点で2,504〜2,535施設・188,067室。期間は2026年8月8日（土）から8月16日（日）までの9日間で、すべて実績が確定した過去日である。

2026年のお盆は暦の組み方が特徴的だった。8月8日（土）・9日（日）の週末に、8月11日（火）の山の日が続く。8月10日（月）を休めば4連休、さらに8月12日〜14日を休めば8月8日から16日までの9連休が成立する。つまりこの9日間は「前半の連休ブロック」と「後半のお盆本番」という二つの山を含んでいる。

なお、観測母集団のドリフト（掲載施設数の日次変動）を排除するため、観測カバレッジが90%未満の日、および掲載施設数が期間中央値から10%以上乖離した日は集計から除外した。除外したのは324セル（36市×9日）のうち3セル——盛岡市8月8日（カバレッジ87.8%）、松江市8月13日（同86.2%）、水戸市8月13日（同87.5%）のみである。残る321セルのカバレッジ中央値は97.5%だった。

仮説の半分は当たり — 客室が薄い街ほど「天井は高い」

まず市域総客室数（対数軸）とお盆ピーク日の推定OCCの関係を見る。相関係数はr＝−0.473（順位相関ρ＝−0.344、N=36）。中程度の負の相関があり、客室ストックが薄い街ほどピーク時の推定OCCが高く出るという仮説は、天井の「高さ」については支持される。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

規模四分位で均すと構造はさらにはっきりする。客室2,079〜2,842室のQ1がピーク平均98.5%、2,861〜4,142室のQ2が98.1%、4,371〜5,771室のQ3が98.2%と、ここまではほぼ横並びで98%台に張り付く。ところが6,292室以上のQ4だけが94.5%に落ちる。つまり「薄いほど高い」という直線的な関係というより、一定の厚みを超えた市場だけが天井の手前で止まるという段差構造に近い。

ここで重要なのは、この推定OCCがOTA掲載在庫ベースだという点である。中小市場では1施設あたりのOTA公開枠が相対的に小さく、その枠が埋まりきれば数値は100%に近づく。実際の館内稼働がそこまで到達しているとは限らない。それでも「OTA上で買える部屋が消える」という事実自体は、需要側から見た体感を正確に反映しており、価格判断の材料としての意味は失われない。

仮説の残り半分は外れ — 「天井にいる時間」は規模で説明できない

次に、推定OCCが95%以上だった日数（天井日数）を見る。市域総客室数との相関はr＝−0.178。ほとんど無相関である。98%以上の日数に至ってはr＝−0.048で、完全に説明力を失う。

実例を並べると分かりやすい。松本市（5,411室）は9日間のうち8日が95%以上で、期間平均98.3%。一方で同程度の規模の大分市（4,658室）は95%以上がわずか1日、期間平均88.5%にとどまる。さらに小さい前橋市（2,079室）も95%以上は1日だけだ。逆に2,456室の大津市は7日が95%以上で、期間平均96.0%を記録している。客室ストックの厚みだけを見ても、その街が何日間天井に張り付くかは予測できない——これが本稿の第一の結論である。仮説は否定された部分をそのまま提示しておく。

では規模は何を説明しているのか。答えは「振れ幅」である。

規模が本当に効いているのは日次の振れ幅 — r＝−0.444

9日間の推定OCCの最大値と最小値の差、すなわち振れ幅と市域総客室数の相関はr＝−0.444。客室ストックが厚い街ほど日次の消化がなだらかで、薄い街ほど日によって激しく上下する。規模別に日次推移を重ねると、この差が視覚的に現れる。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

小規模群（12市・2,079〜3,383室）は8月8日に97.9%と最も高い天井をつけるが、8月16日には78.0%まで落ちる。中規模群（12市・3,521〜5,205室）は96.4%→80.2%。大規模群（12市・5,300〜21,528室）は93.5%→81.9%で、天井は最も低い代わりに底が最も浅い。8月8日には小規模群が大規模群を4.4pt上回っているのに、8月16日には逆に3.9pt下回る。薄い街は天井が高いが、抜けるのも速い。厚い街は天井に届かない代わりに、需要が引いても在庫が急に余らない。

これは分散効果として説明できる。客室ストックが厚い市場には多様な施設が併存し、それぞれ需要の山が微妙にずれる。個々の施設の凹凸が市場全体では均され、日次のカーブがなだらかになる。逆に施設数が限られる市場では、数施設の団体受注や地域行事の有無が市域全体の数値を動かしてしまう。

ちなみに谷は36市中34市が8月16日（日）に集中した（残り2市は8月15日と8月10日）。お盆最終日の日曜は全国一律で在庫が戻る。一方、ピーク日は8月8日（土）が14市と最多で、8月10日（月）が9市、8月13日（木）が4市と続く。既刊「お盆2026・T-1定点の全国ピーク日マップ — 山は8/15ではなく8/8と8/13にある」が示した県単位のピーク分布と整合しており、市域単位に降ろしても山は前半の連休ブロックに寄っていることが確認できる。

振れ幅を最も強く説明するのは業態ミックス — ビジネス比率でr＝+0.569

規模よりも振れ幅を強く説明する変数がある。市域客室ストックに占めるビジネスホテルの客室シェアだ。相関はr＝+0.569で、規模（r＝−0.444）を上回る。ビジネス比率が高い街ほど、お盆期間中の日次消化が激しく上下する。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

両変数の相関はr＝−0.181と低く、規模と業態ミックスはおおむね独立に効いている。偏相関で確かめると、業態ミックスを固定したうえでの規模の効果は−0.422、規模を固定したうえでのビジネス比率の効果は+0.554。二変数の重回帰では決定係数R²＝0.444となり、振れ幅のばらつきの4割強がこの2つで説明できる。

直感的な理由は明快だ。ビジネスホテル中心の市場は、通常期には平日の出張需要という安定した底を持っている。ところがお盆期間はその出張需要が消え、レジャー需要一本足になる。連休の中心日には需要が集中して天井まで届くが、外れた日には支えが何もない。振れ幅の大きい上位は水戸市30.2pt（ビジネス比率82.4%）、岐阜市29.1pt（同73.0%）、山口市25.8pt（同77.4%）と、いずれもビジネス比率の高い市場が並ぶ。

逆に振れ幅が小さいのは富山市7.0pt、大津市8.4pt、松本市8.5pt、那覇市8.8pt、松山市9.9pt。大津市はビジネス比率34.7%、松山市は42.4%と業態が分散しており、旅館・リゾート・シティが厚い。松本市は旅館・リゾート合計27.8%を抱える。宿泊需要の性格が異なる業態を複数持つ市場は、繁忙期の在庫消化がなだらかになるという関係が読み取れる。

業態別に見る天井 — 旅館が最も高く、ビジネスが最も低い

36市を業態別に割り戻し、客室数加重で期間平均の推定OCCを取ると次のようになる。

出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

旅館が94.6%（13,864室）で最も高く、シティ92.5%（30,022室）、リゾート92.0%（9,418室）と続き、ビジネスが90.9%（125,626室）で最も低い。ただし客室数を見れば分かるとおり、36市の在庫の7割はビジネスホテルが占める。市域全体の数値はほぼビジネスホテルの動きに引っ張られるため、市場平均のカーブを自館の判断材料にする際は、自館の業態が市場平均とどれだけ違うかを先に確認する必要がある。

個別に見ると業態差はさらに大きい。松山市は旅館98.0%・シティ97.3%に対しビジネス91.0%で、7pt前後の開きがある。奈良市はビジネス86.2%に対し旅館93.0%・リゾート94.8%。市域平均88.8%という数字だけを見て「取り切れなかった」と読むのは、業態ミックスを見落とすことになる。

36市の完全ランキング

客室ストックの大きい順に並べた一覧である。天井日数と振れ幅を並べて見ると、規模だけでは説明できない散らばりが確認できる。

推定OCC・振れ幅の単位は%／pt。天井日数は推定OCC95%以上の日数（最大9日）。N=36市・2,504〜2,535施設・188,067室（2026年8月13日時点）。カバレッジ90%未満または施設数が期間中央値から10%以上乖離した3セル（盛岡市8/8・松江市8/13・水戸市8/13）を集計から除外。出典：メトロエンジンリサーチ、ホテルバンク編集部より作成

運営者が読み取れること

ここまでの検証をレベニュー実務に翻訳すると、三点になる。

第一に、「うちの街は小さいから早く埋まる」という前提は、天井の高さについては正しいが、天井にいる時間については根拠にならない。前橋市も大分市も天井には届いたが、95%以上を維持できたのは9日間で1日だけだった。ピーク日単発の完売実績を「お盆は放っておいても埋まる」と一般化すると、周辺日の収益機会を取りこぼす余地が残る。むしろ天井日数の少ない市場ほど、ピーク前後の平日をどう積むかにアップサイドがある。

第二に、ビジネスホテル比率の高い市場では、お盆期間の日次カーブは通常期と別物になる。平日の底が抜ける以上、通常期の曜日別プライシングをそのまま持ち込むと、需要の谷に高い価格を置き、山に安い価格を置く事故が起きやすい。振れ幅25pt超の市場（水戸・岐阜・山口・和歌山・奈良・鳥取）では、日次で価格の段差をつける余地が特に大きい。

第三に、業態を分散させている市場ほど在庫消化が安定するという関係は、単館レベルにも応用できる。大津市や松山市のように旅館・シティ・リゾートが併存する市場が滑らかなカーブを描いたのと同じ構造は、館内でファミリー向け・ビジネス向け・インバウンド向けのプランを併走させる運用にも当てはまる。需要の性格が異なるセグメントを複数持つことが、繁忙期の谷を浅くする。

なお本稿は市域単位のマクロ集計であり、個別施設の稼働を論じたものではない。自館の位置づけを確かめるには、市場平均のカーブに対して自館の在庫消化がどれだけ前倒し／後ろ倒しになっているかを、業態を揃えたうえで比較することになる。業態別のリードタイム分解については「広島県3業態のブッキングカーブ比較」、直前1週間での逆転については「宮城のお盆8/15、旅館は45日前68.6%→最終92.2%」が参考になる。

まとめ

「客室が薄い街ほど早く天井に届くのか」という問いに対する答えは、条件つきのイエスである。ピーク日の到達水準については市域総客室数と中程度の負の相関（r＝−0.473）が確認でき、仮説は支持された。しかし天井に張り付く日数との相関はr＝−0.178とほぼゼロで、この部分では仮説は成り立たない。

規模が本当に説明していたのは天井の高さではなく、日次消化の振れ幅（r＝−0.444）だった。そしてその振れ幅をより強く説明したのは、市域客室ストックに占めるビジネスホテル比率（r＝+0.569）である。規模と業態ミックスの二変数でR²＝0.444。地方中核都市のお盆需要は、「街の大きさ」よりも「街の宿がどんな需要で食べているか」に強く規定されている。

2027年のお盆に向けた実務的な含意は単純だ。自分の市場の振れ幅を先に把握し、その振れ幅が規模由来なのか業態ミックス由来なのかを切り分ける。前者なら日次の価格差は緩やかでよく、後者なら谷の日を明確に狙いにいく設計が要る。

あわせて読みたい

• お盆2026・T-1定点の全国ピーク日マップ — 山は8/15ではなく8/8と8/13にある
• 広島県3業態のブッキングカーブ比較｜45日前の推定OCCは最大26.2pt差
• 宮城のお盆8/15、旅館は45日前68.6%→最終92.2%
• 夏休みラスト2週末 8/22・8/29 全国在庫マップ
• 京都の曜日別稼働、木曜が金曜に並ぶ — 2026年5〜7月の推定OCC
• 大箱は最後に埋まるのか — 客室規模別に見る在庫消化スピードの差
• お盆T-7の在庫消化、九州6県で31.7pt差 — 福岡73.0%・鹿児島41.3%
• 地方中核都市の新規供給吸収余地 — GW2026完売観測率×新規開業で読む8市マップ