top of page
検索


ハウスの温度をピタッと安定させる「最大開度」調整ガイド
ビニールハウスの温度グラフが激しいギザギザ(ハンチング)になっていませんか?それは窓の開きすぎが原因かもしれません。春先の北海道から猛暑日まで、季節に合わせた「最大開度(リミッター)」の正しい設定方法と、植物やモーターを守る最適な温度管理のコツを解説します。
Mitsuyoshi Oki
2 日前読了時間: 4分


農家出身者の就農は学卒だけではない 令和5年新規雇用就農者の年齢構造を読む
令和5年の新規雇用就農者のうち、農家出身者は1,200人となっている。そのうち、新規学卒就農者は120人であり、農家出身の新規雇用就農者全体の1割にとどまる。 農家出身者というと、家業として農業に関わり、学校卒業後にそのまま農業へ入る姿を想像しやすい。しかし、今回の数字を見る限り、そのような学卒直後の就農は一部であり、農家出身者の雇用就農はより幅広い年齢層によって構成されている。 つまり、「農家出身=若いうちに農業へ入る」という単純な構図ではない。農家出身であっても、就農のタイミングや入り方は多様化している。 ■年齢構成は30代が最多、20代から高齢層まで分布 農家出身の新規雇用就農者1,200人を年齢別に見ると、最も多いのは30~39歳の260人である。次いで20~29歳が240人、65歳以上が200人、40~49歳が190人と続く。 49歳以下は700人で全体の過半を占める一方、50歳以上も500人いる。若年層だけでなく、中高年層や高齢層にも一定の就農者が存在している点が特徴である。 この構成から見えるのは、農家出身の雇用就農が、単なる新卒採
ishikawa030
5 日前読了時間: 4分


令和5年の新規雇用就農者、男性は20代集中・女性は40代まで分布 男女で異なる就農構造
令和5年の新規雇用就農者は、男性6,090人、女性3,210人となっている。単純な人数で見れば男性の方が多く、農業の担い手として男性が中心である構図は依然として維持されている。 しかし、このデータの本質は単なる人数差ではない。重要なのは、どの年齢層に人が集まっているかであり、そこに男女で明確な違いが存在している。 ■男性は20代にピークを持つ「若年集中型」 男性の年齢構成を見ると、20~29歳が1,850人と突出して多く、明確なピークを形成している。これに対し、30~39歳と40~49歳はいずれも1,120人でほぼ同水準となり、その後は50代700人、60~64歳380人、65歳以上580人と徐々に減少していく。 この構造は典型的な「若年集中型」である。雇用就農の入り口として20代が最も強く機能しており、その後の年齢層は補完的な位置づけにとどまる。特に49歳以下は4,430人と全体の大半を占めており、男性の雇用就農は若年層が中心であることが明確である。 ■女性は20代から40代に広がる「分散型」 一方で女性の構造は異なる。20~29歳は910人で
ishikawa030
5月1日読了時間: 2分


令和5年の新規雇用就農者、非農家出身が主力 男性は20代集中、女性は40代まで分布
令和5年の新規雇用就農者のうち、非農家出身者は男女ともに大きな割合を占めている。提示されたデータでは、男性が5,100人、女性が3,000人となっており、合計で8,100人に達する。これは雇用就農の大半が、農家出身ではない外部人材によって支えられていることを意味する。 農業は従来、家業の延長として語られることが多かったが、この構造を見る限り、すでにその前提は崩れている。雇用という形態を通じて、農業は明確に「外から人が入る産業」へと変化している。 ■男性は20代中心、女性は40代まで広がる 年齢構成を見ると、男女で性質が異なる。男性は20~29歳が1,690人と最も多く、30~39歳が890人、40~49歳が970人と続く。全体として20代にピークがあり、そこから年齢が上がるにつれて緩やかに分布する構造である。 一方、女性は20~29歳が840人で最多ではあるが、30~39歳が600人、40~49歳が750人と続き、40代にも大きなボリュームがある。男性ほど20代に集中しておらず、20代から40代まで広く分布しているのが特徴だ。...
ishikawa030
4月30日読了時間: 3分


令和5年の新規雇用就農者、男性は20代中心・女性は20代から40代に分布 新規学卒就農者は若年層に集中
令和5年の新規雇用就農者を男女別に見ると、男性と女性では年齢構成に明確な違いが見られる。男性は49歳以下が4,430人、女性は2,450人となっており、若年層から中堅層にかけての就農者は男性の方が多い。 ただし、単に男性が多いというだけでなく、どの年齢層に集中しているかを見ると、雇用就農の性格がよりはっきりする。男性は20~29歳が1,850人と最も多く、30~39歳と40~49歳がそれぞれ1,120人で続く。つまり、男性の新規雇用就農者は20代を中心に、30代・40代にも一定の厚みを持つ構造である。 一方、女性は20~29歳が910人、30~39歳が630人、40~49歳が780人となっている。男性ほど20代に極端に集中しているわけではなく、20代から40代にかけて比較的広く分布している点が特徴である。 ■新規学卒就農者は20代以下に集中 新規雇用就農者のうち、新規学卒就農者に限って見ると、年齢構成はさらに明確になる。男性の新規学卒就農者は950人で、その内訳は15~19歳が310人、20~29歳が590人、30~39歳が50人である。40代以
ishikawa030
4月24日読了時間: 3分


令和5年 新規雇用就農者の実態:農家出身と非農家出身の決定的な違い
令和5年の新規雇用就農者は9,300人であり、その内訳は農家出身が1,200人、非農家出身が8,100人となっている。この数字が示しているのは単純である。現在の農業における雇用就農は、すでに「農家の子」が担っているのではなく、外部から流入する人材によって支えられているという事実である。 従来、農業は家業の延長線上にあるものとして理解されてきた。しかし、雇用就農という枠組みの中では、その前提はすでに崩れている。農業は閉じた家業ではなく、外部人材を受け入れる産業として機能し始めている。 ■ 年齢構造に見る決定的な違い この傾向は年齢構造を見るとさらに明確になる。 農家出身者は20〜29歳が240人、30〜39歳が260人と一定の若年層を含みつつも、50代以上も存在しており、全体として年齢の分布が広い。特定の世代に偏ることなく、家業との関係性の中で就農している様子がうかがえる。 一方で、非農家出身者は明確に異なる構造を持つ。20〜29歳が2,530人と突出して多く、30〜39歳が1,480人、40〜49歳が1,720人と続く。若年層から中堅層にかけて厚
ishikawa030
4月15日読了時間: 3分


【メディア掲載】日本政策金融公庫「AFCフォーラム」2026年春号に、GREEN OFFSHOREの取材記事が掲載されました!
【メディア掲載】日本政策金融公庫(JFC)発行の情報誌「AFCフォーラム」2026年4月(春)号にGREEN OFFSHOREが掲載されました。既存設備を活かす「後付けDX(GO SWITCH)」や、初期投資を抑える「アセットライト」な農業経営について語った取材内容をご紹介します。

GREEN OFFSHORE info チーム
4月9日読了時間: 2分


日本の農業インフラを「Scrap & Build」から「Update & Connect」へ書き換える
農業DXを阻む「高額投資の壁」をどう乗り越えるか?システムを全面刷新する「Scrap & Build」ではなく、既存の設備を活かす「Update & Connect」という思想を提唱。「中古ハウス×後付けDX」が切り拓く、低リスクで持続可能なスマート農業の未来を語ります。
Mitsuyoshi Oki
4月6日読了時間: 4分


データ駆動型農業への進化:日射比例かん水と予測技術「このあとてんき」による収量・品質向上の実践ガイド
経験や勘に頼るタイマー水やりはもう限界?日射量に応じた「日射比例かん水」の基本原理から、トマト・ナス・ホウレンソウの成功事例まで徹底解説。さらに日射量予測サービス「このあとてんき」を活用し、病害リスクとコストを削減する「予測型」スマート農業の実践法を大公開します。

GREEN OFFSHORE info チーム
4月2日読了時間: 11分


【自治体担当者様へ】スマート農業の鍵は「通信網」にあり。地域農業の競争力を高めるインフラ整備の最適解
スマート農業の普及を阻む最大の壁は「通信網」だった?自治体の産業振興課や農業政策担当者向けに、地域農業の競争力を高めるインフラ整備の重要性を提言。IoTメーカーの視点から、現状4Gが最もローコストな理由と、公共サービスとしてのLPWA網整備がもたらす未来を解説します。
Mitsuyoshi Oki
3月16日読了時間: 4分


衛星データとウェアラブルデバイスが変える農業経営
今回は趣向を変え、世界の最先端スマート農業事例をご紹介!衛星データ(マクロ)とウェアラブル・ドローン(ミクロ)を掛け合わせた、日本・米国・オランダ・豪州の驚きのテクノロジー活用法とは?生産性向上とコスト削減を両立する次世代農業の姿に迫ります。

GREEN OFFSHORE info チーム
3月12日読了時間: 6分


【活動報告】シクラメン栽培の自動化へ!「プールベンチ×土壌センサ」で挑む自動給液システムの実証試験
あいち農業イノベーションプロジェクトの実証試験レポート。シクラメンなどの鉢物栽培において、C型鋼ベンチでの土壌センサ活用や、プールベンチの水中ポンプをGO SWITCHで制御する自動給液システムの構築について解説。日射量予測を用いた低コストな水分管理技術の成果も公開します。

GREEN OFFSHORE info チーム
3月10日読了時間: 3分


「今ある設備、買い直す必要ある?」GO SWITCHで動かせる既存機器の実績を公開!
「スマート農業を始めたいけど、今の設備は買い直し?」GO SWITCHなら、標準搭載の接点出力・DC出力により、サンホープ製の灌水コントローラーやネポン製暖房機、シンワ製DCモーターなど、今ある既存機器をそのままスマホ連動や日射比例制御にアップグレード可能です。

GREEN OFFSHORE info チーム
3月9日読了時間: 4分


【活動報告】水稲育苗ハウスの「手作業の限界」に挑む!Local Innovation Challenge Hokkaido 成果発表と今後の展望
【Local Innovation Challenge Hokkaido 成果発表】水稲育苗ハウスにおける最大の課題「手作業による窓開閉」を自動化!10月の北海道視察から浜松でのモーター増設盤テストを経て、4月より旭川市で開始する「温度連動の自動窓開閉」の実証実験についてレポートします。

GREEN OFFSHORE info チーム
3月5日読了時間: 4分


「収穫が忙しすぎて、自動化なんて意味がない」と思っていませんか? 農業における「本当のボトルネック」を見つける話
「自動化で収量が増えても、収穫の人手が足りない」は本当?TOC理論(制約理論)を用いて農業経営の真のボトルネックを分析。環境制御の自動化が、実は「収穫作業」や「ブランディング」の時間を生み出し、利益最大化につながる理由を解説します。

GREEN OFFSHORE info チーム
3月3日読了時間: 6分


エンジニアは「現代のキーパンチャー」で終わるのか?2026年、エンジニアが東京を捨てて「泥」にまみれるべき理由
エンジニアは「現代のキーパンチャー」なのか?2025年、生成AIがコーディングを代替する時代に、技術者としての価値はどこに残るのか。タイプライターの歴史的教訓と、現場(農業)を知るエンジニアだけが生き残る理由を解説します。
Mitsuyoshi Oki
2月26日読了時間: 4分


「目の前に200Vがあるのに、なぜ100Vしか使っちゃダメなの?」 ハウスの電源と法律の意外な落とし穴
「目の前に200Vがあるのになぜ100V?」GO SWITCHの電源に家庭用コンセントを推奨する理由には、電力会社との契約や火災リスクに関わる重要なルールがあります。法令遵守で安全に使うための解説と、電源がない場所向けに開発中の「ソーラー独立電源モデル」についてご紹介します。

GREEN OFFSHORE info チーム
2月3日読了時間: 4分


【活動報告】小笠原諸島(父島・母島)へ!スマート農業機器「GO SWITCH」「あぐりログ」設置レポート
1月7日〜11日、小笠原諸島(父島・母島)にて「GO SWITCH」と「あぐりログ」の設置を行いました。トマトやパッションフルーツの味と環境データの分析、特有の土壌へのセンサー対応など、離島におけるスマート農業実証の様子をレポートします。

GREEN OFFSHORE info チーム
1月29日読了時間: 3分


【SNS運用】ブログ100記事書いてわかった「AI検索」の壁と、私たちが"認知"のために戦っている場所
ブログ100記事達成で「Google砲」に着弾!アクセス急増後の意外な変化と、ChatGPTに「エネルギー会社」と誤解された話。直帰率の課題やInstagram広告への投資理由など、GREEN OFFSHOREの認知拡大戦略の裏側を公開します。

GREEN OFFSHORE info チーム
1月27日読了時間: 4分


なぜ建設業は機械を買わないのか?農業が見習うべき「持たざる経営」と補助金の罠
「不景気や危機に強いのは、固定費が低い会社である」 「できるだけ資産を持たない(アセットライト)経営が正解だ」 経営セミナーやビジネス書では、これが鉄則のように語られます。しかし、巨大なハウスや高額なトラクターなど、「モノ」がなければ始まらない農業の現場において、このセオリーは本当に当てはまるのでしょうか? 今回は、急速に進む「農地の集積」と、年々激甚化する「気象災害」という2つの現実から、これからの農業経営が向かうべき「身軽な経営」について考えてみます。 なぜ「資産を持たない」ほうが強いのか まず、一般的な経営セオリーのおさらいです。 P/L(損益計算書)において、コストは「変動費」と「固定費」に分かれます。土地、建物、機械などの「資産(B/S)」を多く抱えると、それに伴って減価償却費、固定資産税、メンテナンス費用といった「固定費(P/L)」が膨らみます。 資産が多い=固定費が高い=損益分岐点が高い つまり、「 たくさん売らないと赤字になる体質 」が出来上がります。景気が良い時は利益が出ますが、ひとたび売上が落ちると、削減できない固定費が重くの
Mitsuyoshi Oki
1月26日読了時間: 9分
bottom of page