メインコンテンツにスキップ

消費者物価指数寄与度

総務省が公表する消費者物価指数(全国・東京都区部)の、総合指数の前年同月比に対する品目別寄与度を、プラス寄与・マイナス寄与の上位20品目の表と全品目の一覧表で掲載しています。モデル品目の説明、寄与度の定義と計算例、連鎖基準方式の計算例も掲載しています。毎月更新しています。
更新日

2026年11月20日 18:03

キーワード

消費者物価指数, 寄与度, 品目別寄与度, 全国, 東京都区部, 総務省, 前年同月比, モデル品目, 連鎖基準方式

消費者物価指数寄与度(全国・東京都区部の品目別寄与度)のアイキャッチ画像

要約

  • 2026年10月の全国消費者物価指数は、総合指数が前年同月比2.3%の上昇です。総合指数の前年同月比に対する最大プラス寄与は「携帯電話機」の0.10%ポイント、最大マイナス寄与は「うるち米B」の-0.22%ポイントです。
  • 2026年10月の東京都区部確報消費者物価指数は、総合指数が前年同月比2.7%の上昇です。総合指数の前年同月比に対する最大プラス寄与は「持家の帰属家賃」の0.39%ポイント、最大マイナス寄与は「保育所保育料」の-0.21%ポイントです。
  • 東京都区部速報の消費者物価指数は、本ページ作成時点において未公表です。
  • 全品目の寄与度は全品目の一覧表で確認できます。寄与度の定義と計算例は、用語の定義等を参照してください。

消費者物価総合指数前年同月比に対する寄与度

プラス寄与度上位品目

全国消費者物価指数

表 1

2026年10月の全国消費者物価指数です。総合指数の前年同月比に対する寄与度が大きい20品目を並べています。

東京都区部消費者物価指数:確報

表 2

2026年10月の東京都区部確報消費者物価指数です。総合指数の前年同月比に対する寄与度が大きい20品目を並べています。

東京都区部消費者物価指数:中旬速報値

表 3
  • 本ページ作成時点において未公表。

マイナス寄与度上位品目

全国消費者物価指数

表 4

2026年10月の全国消費者物価指数です。総合指数の前年同月比に対する寄与度が小さい(マイナス方向に大きい)20品目を並べています。

東京都区部消費者物価指数:確報

表 5

2026年10月の東京都区部確報消費者物価指数です。総合指数の前年同月比に対する寄与度が小さい(マイナス方向に大きい)20品目を並べています。

東京都区部消費者物価指数:中旬速報値

表 6
  • 本ページ作成時点において未公表。

全品目の一覧表

全品目(階層コード1から6)について、公表されている項目(ウエイト、指数、前月比、前年同月比、寄与度など)を、全国と東京都区部の値を横に並べて一覧にしています。左の2列(階層コード、類・品目)は固定で、各列のフィルターで絞り込めます。- は公表値がない項目です。

消費者物価指数におけるモデル品目について

引用参照資料

  1. https://www.stat.go.jp/info/kenkyu/cpi/pdf/025-1-1.pdf
  2. https://www.stat.go.jp/data/cpi/2025/kaisetsu/pdf/0.pdf
  3. https://www.stat.go.jp/data/cpi/2025/kaisetsu/pdf/fu1.pdf
  4. https://www.fukushi.metro.tokyo.lg.jp/kodomo/hoiku/mushouka

消費者物価指数の指数作成に用いる比較時価格

  1. 原則として小売物価統計調査において、取集された基本銘柄の価格を品目別に単純平均して算出。
  2. 1 の算出方法によらず、モデル式を用いる品目をモデル品目としている。
  3. モデル式とは「「電気代」、「通信料(携帯電話)」など一部の品目は、料金体系が多様で価格も購入条件により異なることから、これらの価格変動を的確に指数に反映させるため、品目ごとに典型的な利用事例をモデルケースとする等により設定した計算式」である。

価格集計単位が1か年のモデル品目

以下のモデル品目は1年間の合計額が指数化されます。

  1. 中学校授業料(私立)
  2. 高等学校授業料(公立)
  3. 高等学校授業料(私立)
  4. 大学授業料(国立)
  5. 大学授業料(私立)
  6. 短期大学授業料(私立)
  7. 専修学校授業料(私立)
  8. 保育所保育料

例えば保育所保育料について、2019年10月から国制度によって3歳から5歳までの認可保育所等を利用する子供たちの保育料等が無償化されており、東京都では独自制度として2023年10月から認可保育所等の保育料等を第1子を除き無償化、2025年9月から第1子も対象として完全無償化されています。

そこで、東京都区部の消費者物価指数から保育所保育料の指数値を確認しますと、完全無償化後の2025年9月から2026年3月までの指数値は50.9とゼロではなく、新年度の2026年4月からゼロが続いています。

前述の授業料や保育料の1か年は4月から翌年3月までの1年度に該当するため、2025年4月から2026年3月までの1か年の合計額が指数化されます。

つまり、完全無償化されていない2025年4月から2025年8月までの合計保育料が1か年の合計額として指数化され、2025年9月から2026年3月までに計上されることになり、その指数値が50.9に該当します。

なお、2025年4月から2025年8月までの指数値は完全無償化されなかった場合の合計額が指数化されて122.2が計上されています。

なお、2026年8月の保育所保育料の指数値はゼロ、完全無償化の1か月前になる前年同月は前述の122.2。2026年9月の指数値もゼロですが、前年同月は完全無償化後ですので前述の50.9となり、9月の保育所保育料のマイナス寄与度は8月の同寄与度よりも小さくなります。

用語の定義等

  • 寄与度
    • 総合指数の前年同月比(%)に対して、品目ごとの価格変動がどれだけ影響したかを、%ポイント(pp)で表したもの。

    • 品目別の寄与度を全て足し合わせると、総合指数の前年同月比に一致する(公表値は小数第2位までの四捨五入のため、合計は僅かにずれることがある)。

    • 固定基準方式の総合指数\(\,I_t\,\)は、品目\(\,i\,\)の指数\(\,I_{i,t}\,\)とウエイト\(\,w_i\,\)(総合を10000とした万分比)から、次のように求められる。

      \[ I_t=\frac{\sum_i w_i\,I_{i,t}}{\sum_i w_i} \]

    • 総合指数の前年同月比\(\,r_t\,\)を品目の変化の和に分解すると、次のとおり。右辺の各項が品目\(\,i\,\)の寄与度\(\,c_{i,t}\,\)である。

      \[ r_t=\left(\frac{I_t}{I_{t-12}}-1\right)\times 100 =\sum_i \underbrace{\frac{w_i\,(I_{i,t}-I_{i,t-12})}{\sum_j w_j\,I_{j,t-12}}\times 100}_{c_{i,t}} \]

    • 品目\(\,i\,\)の前年同月比\(\,r_{i,t}\,\)(%)を使うと、次のようにも書ける。

      \[ c_{i,t}=\frac{w_i\,I_{i,t-12}}{\sum_j w_j\,I_{j,t-12}}\times r_{i,t} \]

    • つまり、寄与度は「品目の前年同月比」に、「前年同月時点での品目の重み(ウエイト\(\,\times\,\)前年同月の指数)」を掛けたものである。同じ前年同月比でも、ウエイトが大きい品目ほど、寄与度の絶対値は大きくなる。

    • 前述の保育所保育料のように、当月の指数が前年同月比で-100%(指数値がゼロ)になる品目では、寄与度は前年同月の指数値に比例する。前年同月の指数値が、8月は122.2、9月は50.9なので、9月のマイナス寄与度の絶対値は、8月の約4割(\(50.9/122.2\approx 0.42\))に小さくなる。ただし、総合指数の前年同月の水準も月ごとに異なるため、比率は概算である。

    • 総務省の解説でも、総合指数の前年同月比の算式を、品目の変化率の和に分解する方針で寄与度を求めると説明されている。基準改定により、ウエイトの更新(ウエイト効果)と指数の基準時の更新(リセット効果)などで、新旧の基準間で寄与度に差が生じる場合がある。

    • 出所 : https://www.stat.go.jp/data/cpi/2020/kaisetsu/pdf/fu5.pdf(参考4)、https://www.stat.go.jp/data/cpi/4-1.htm(D-4)

  • 寄与度の計算例
    • 品目A、B、Cの3品目から成る総合指数を考える。ウエイトは合計10000とする。
    • 品目Cは、前年同月の80から当月は60へと下落し、品目Aは100から104へ上昇、品目Bは変わらないとする。
df_ex <- data.frame(品目 = c("A", "B", "C"), ウエイト = c(5000, 3000, 2000),
    前年同月の指数 = c(100, 120, 80), 当月の指数 = c(104, 120, 60))
(df_ex)
  品目 ウエイト 前年同月の指数 当月の指数
1    A     5000            100        104
2    B     3000            120        120
3    C     2000             80         60
# 品目別の前年同月比(%)
df_ex$前年同月比 <- (df_ex$当月の指数/df_ex$前年同月の指数 - 1) *
    100
# 前年同月の総合指数にウエイトを掛けた分母(ウエイト合計10000を掛けた値)
denominator <- sum(df_ex$ウエイト * df_ex$前年同月の指数)
# 品目別の寄与度(%ポイント)
df_ex$寄与度 <- df_ex$ウエイト * (df_ex$当月の指数 - df_ex$前年同月の指数)/denominator *
    100
# 品目の前年同月比に、前年同月時点での重みを掛けた値と一致する
df_ex$確認 <- df_ex$ウエイト * df_ex$前年同月の指数/denominator * df_ex$前年同月比
(df_ex)
  品目 ウエイト 前年同月の指数 当月の指数 前年同月比    寄与度      確認
1    A     5000            100        104          4  1.960784  1.960784
2    B     3000            120        120          0  0.000000  0.000000
3    C     2000             80         60        -25 -3.921569 -3.921569
# 総合指数
I_prev <- sum(df_ex$ウエイト * df_ex$前年同月の指数)/sum(df_ex$ウエイト)
I_curr <- sum(df_ex$ウエイト * df_ex$当月の指数)/sum(df_ex$ウエイト)
# 総合指数の前年同月比と、寄与度の合計は一致する
c(総合指数の前年同月比 = (I_curr/I_prev - 1) * 100, 寄与度の合計 = sum(df_ex$寄与度))
総合指数の前年同月比         寄与度の合計 
           -1.960784            -1.960784 

  • 2025年基準消費者物価指数において追加される品目
  • 食料
    • 塩さば
    • パイナップル
    • 香辛料
    • グミ
    • たこ焼き
    • ミートボール
    • 炭酸水
    • ゼリー飲料
  • 保健医療
    • プロテインパウダー
  • 交通・通信
    • ヘルメット
    • カーリース
  • 教育
    • 通信教育
  • 教養娯楽
    • ヘッドホン・イヤホン
    • ペット保険料
    • 資格試験
  • 諸雑費
    • ヘアドライヤー
    • 制汗剤
  • 出典 : https://www.soumu.go.jp/main_content/000960576.pdf

  • 弁当とぶどうの種類
    • 弁当A : 幕の内弁当
    • 弁当B : からあげ弁当
    • 弁当C : カツ丼
    • ぶどうA : デラウェア
    • ぶどうB : 巨峰
    • ぶどうC : シャインマスカット
  • 出典 : https://www.soumu.go.jp/main_content/000960576.pdf

  • 基準時加重相対法算式(ラスパイレス型)
    • 基準時点と比較時点の価格比(指数)を基準時点のウエイトで合成する指数計算方式。
    1. 固定基準方式
      • 基準とする年の消費支出割合をウエイトに用いて指数を計算。
    2. 連鎖基準方式
      • 前年の消費支出割合をウエイトに用いて求めた当年毎の連環指数を順次掛け合わせた連鎖指数を用いて指数を計算。
  • サンプルデータの作成
    • 基準年を2020年とするサンプルを作成する。
    • 分類\(\,X\,\)は商品\(\,x1\,\)と商品\(\,x2\,\)の2つの商品から構成されているとする。
    • 基準年とする2020年の分類\(\,X\,\)の平均価格指数は100と仮定する。
    • 商品\(\,x1\,\)と商品\(\,x2\,\)それぞれの価格指数とウエイトを作成する。
    • 最終的に分類\(\,X\,\)の2024年3月における指数を求める。
library(lubridate)
library(dplyr)
set.seed(20240312)
date <- c(seq(from = as.Date("2020-12-1"), by = "+1 year", length.out = 4), as.Date("2024-3-1"))
priceindex_x1 <- seq(from = 100, by = 150 %>%
    round(), length.out = 5)
priceindex_x2 <- seq(from = 100, by = 10 %>%
    round(), length.out = 5)
(df_priceindex <- data.frame(date, priceindex_x1, priceindex_x2))
        date priceindex_x1 priceindex_x2
1 2020-12-01           100           100
2 2021-12-01           250           110
3 2022-12-01           400           120
4 2023-12-01           550           130
5 2024-03-01           700           140
date <- seq(from = as.Date("2020-1-1"), by = "+1 year", length.out = 4)
weight_x1 <- seq(from = 10, by = -1 %>%
    round(), length.out = 4)
weight_x2 <- seq(from = 10, by = 2 %>%
    round(), length.out = 4)
(df_weights <- data.frame(date, weight_x1, weight_x2))
        date weight_x1 weight_x2
1 2020-01-01        10        10
2 2021-01-01         9        12
3 2022-01-01         8        14
4 2023-01-01         7        16
  • 固定基準方式による分類\(\,X\,\)の2024年3月の指数
# 2024年3月の価格指数と基準年である2020年のウエイトで加重平均する
(denominator <- sum(df_weights[1, -1]))
[1] 20
(numerator <- sum(tail(df_priceindex[, -1], 1) * df_weights[1, -1]))
[1] 8400
numerator/denominator
[1] 420
  • 連鎖基準方式による分類\(\,X\,\)の2024年3月の指数
# 毎年前年12月を基準年とする。

# 毎年のウエイトの合計を求める
(denominator <- seq(nrow(df_weights)) %>%
    sapply(FUN = function(x) df_weights[x, -1] %>%
        sum))
[1] 20 21 22 23
# 連環指数を求める。
numerator <- seq(nrow(df_priceindex) - 1) %>%
    sapply(FUN = function(x) sum((df_priceindex[x + 1, -1]/df_priceindex[x, -1]) *
        (df_weights[x, -1])))
# 連環指数は途中で丸めない(丸めてから掛け合わせると、最終値が大きくずれる)。
(renkan_index <- numerator/denominator)
[1] 1.800000 1.309091 1.189394 1.136516
# 基準年の指数値
renkan_index %>%
    prod() %>%
    {
        . * 100
    } %>%
    round(1)
[1] 318.5

  • 日本の消費者物価指数では、5年ごとに指数の水準とウエイトを更新する固定基準方式の指数とともに、毎年、指数の水準を前年12月=100に「リセット」し、ウエイトも前年の支出割合を用いて更新する連鎖基準方式の指数を参考指数として公表しています。
  • 出所 : https://www.stat.go.jp/data/cpi/4-1.htm

  • 消費者物価指数における大分類「住居」の構成品目は以下の通り。
  • 住居
    1. 家賃
      1. 民営家賃
        1. 民営家賃
      2. 公営・都市再生機構・公社家賃
        1. 公営家賃
        2. 都市再生機構・公社家賃
      3. 持家の帰属家賃
        1. 持家の帰属家賃
    2. 設備修繕・維持
      1. 設備材料
        1. システムバス
        2. 温水洗浄便座
        3. 給湯器
        4. システムキッチン
        5. カーポート
        6. 修繕材料
      2. 工事その他のサービス
        1. 畳替え代
        2. 水道工事費
        3. 塀工事費
        4. 外壁塗装費
        5. 屋根修理費
        6. 植木職手間代
        7. ふすま張替費
        8. 大工手間代
        9. 駐車場工事費
        10. 壁紙張替費
        11. 火災・地震保険料
  • 出所 : https://www.stat.go.jp/data/cpi/2020/kaisetsu/pdf/4-1.pdf#page=7

  • 「持ち家の帰属家賃とは,自己が所有する住宅(持ち家住宅)に居住した場合,家賃の支払は発生しないものの,通常の借家や借間と同様のサービスが生産され,消費されるものと仮定して,それを一般の市場価格で評価したものである」
  • 持ち家の帰属家賃推計における説明変数は以下の通り。
    1. 推計地域区分(東京都、関東3県、近畿3府県、その他の道県)
    2. 延べ床面積(業務用面積を除いた面積)
    3. 住宅の属性(構造(木造、防火木造、SRC、RC,S、その他構造)と建て方(共同住宅、一戸建て、その他建て方))
    4. 建築時期
    5. 地域変数(市区町村別公示地価の自然対数)
    6. 消費者物価指数の全国「民営家賃」指数
  • 出所 : https://www.stat.go.jp/data/zenkokukakei/2019/pdf/kizoku.pdf

特記事項

  • ウエイト(一万分比) : 総合を10000としたときの、品目の割合です。
  • 前年同月比(%) : 品目の指数の前年同月比です。
  • 寄与度(%ポイント) : 総合指数の前年同月比に対する、品目の寄与度です。定義は「用語の定義等」を参照してください。
  • 東京都区部の「確報」は前月分、「中旬速報値」は当月の中旬時点の速報値です。
  • 品目は、階層コード6(最も細かい分類)の品目です。

データ出所

  • 総務省「消費者物価指数」(e-Stat掲載の「品目別価格指数・寄与度(全国・東京都区部)」)

公表頻度

  • 月次(全国は毎月下旬、東京都区部の中旬速報値は毎月中旬に公表)