■🍬資本主義は平等なのか飴の配布で考えてみよう🍬

pythonimport randomimport numpyasnpimport matplotlib.pyplotas pltfrom collections importdefaultdict# 飴の配布システムのシミュレーションclass CandyDistributionSystem:def __init__(self):        """設計意図: このシステムは経済における資源分配の不平等性をモデル化しています。特に少数の特権層(Aグループ)が富を集中させ、再分配システムからも不均衡に利益を得る構造的問題を表現しています。        """        # 各グループの人数設定        self.group_a_count = 8        self.group_b_count = 2498        self.group_c_count = 7494        self.total_participants = self.group_a_count + self.group_b_count + self.group_c_count                # 飴の提出数設定        self.contribution_per_a = 624        self.contribution_per_b = 2        self.contribution_per_c = 1                # 各グループの総貢献計算        self.total_a_contribution = self.group_a_count * self.contribution_per_a        self.total_b_contribution = self.group_b_count * self.contribution_per_b        self.total_c_contribution = self.group_c_count * self.contribution_per_c        self.total_contribution = self.total_a_contribution + self.total_b_contribution + self.total_c_contribution                # 配布用と貯金用の飴の区分        self.distribution_limit =10000        self.savings =max(0, self.total_contribution - self.distribution_limit)                # 結果追跡用の辞書        self.results = {            'A':defaultdict(int),            'B':defaultdict(int),            'C':defaultdict(int)        }def distribute_candies(self, method='original'):        """設計意図: 配布方法の選択によって、特権の固定化や格差拡大がどのように進むかを        示します。'original'メソッドは意図的にAグループを優遇するよう設計されています。                Parameters:        -----------        method:str            配布方法 ('original', 'lottery', 'first_come', 'new_condition', 'fair')        """        # Aグループへの確定配布        a_distribution = 625 * self.group_a_count        remaining = self.distribution_limit - a_distribution                # 残りの参加者数        remaining_participants = self.total_participants - self.group_a_count                # Aグループの結果記録        for _ in range(self.group_a_count):            self.results['A'][625] += 1                # 各配布方法によって処理が異なる        if method == 'original':            #オリジナルの問題設定通りの配布（5000人に1個ずつ、残りは0個）            lucky_count = remaining  # 5000人が当選                        # B+Cグループの混合リスト作成            bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count            random.shuffle(bc_participants)                        #当選者に配布            for i in range(len(bc_participants)):                participant_id,group = bc_participants[i]                if i < lucky_count:                    self.results[group][1] += 1                else:                    self.results[group][0] += 1                            elif method == 'lottery':            #抽選方式（BとCグループから無作為に5000人選出）            bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count            winners = random.sample(bc_participants, remaining)                        #当選・落選のカウント            for _,group in winners:                self.results[group][1] += 1                        #落選者のカウント            self.results['B'][0] = self.group_b_count - self.results['B'][1]            self.results['C'][0] = self.group_c_count - self.results['C'][1]                    elif method == 'first_come':            # 先着順方式（アクセス速度による先着順を乱数でシミュレート）            #設計意図: 先着順は単なる運の要素を超えて、情報格差や技術格差も含む制度設計            bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count                        #現実では、情報を早く得られる人や高速インターネット接続を持つ人が有利            # これをシミュレートするため、Bグループにわずかなアドバンテージを与える            bc_speeds = []            forid,group in bc_participants:                ifgroup == 'B': speed = random.random() + 0.1  # Bグループに小さなアドバンテージ                else: speed = random.random()                bc_speeds.append((id,group, speed))                        # 速度順にソート            bc_speeds.sort(key=lambda x: x[2], reverse=True)                        #当選者決定            for i in range(len(bc_speeds)):                _,group, _ = bc_speeds[i]                if i < remaining:                    self.results[group][1] += 1                else:                    self.results[group][0] += 1                            elif method == 'new_condition':            # 追加条件方式（恣意的な条件を設定）            #設計意図: 新たな条件の設定は往々にして既存の特権を温存するように設計される            bc_participants = [(i, 'B', random.random()) for i in range(self.group_b_count)] + \                             [(i, 'C', random.random()) for i in range(self.group_c_count)]                        # Bグループに有利な条件を設定（例:特定の知識やスキルを持つ人のみ）            # この「条件」は表面上は中立的だが、実際には特定グループに有利になるよう設計def meets_condition(participant):                _,group, rand_val = participant                ifgroup == 'B':                    return rand_val> 0.3  # Bグループには70%の確率で合格                else:                    return rand_val> 0.7  # Cグループには30%の確率で合格                        # 条件に合致する人を抽出            eligible = [p for p in bc_participants if meets_condition(p)]                        # 条件に合致する人が多すぎる場合は抽選            iflen(eligible)> remaining:                winners = random.sample(eligible, remaining)            else:                # 条件に合致する人が足りない場合、全員に配布                winners = eligible                        #当選者をカウント            for _,group, _ in winners:                self.results[group][1] += 1                        #落選者のカウント            self.results['B'][0] = self.group_b_count - self.results['B'][1]            self.results['C'][0] = self.group_c_count - self.results['C'][1]                    elif method == 'fair':            # 公平な再分配方式（貢献度に応じた配布）            #設計意図: この方法は「貯金分」も含めた全ての飴を、各グループの貢献度に応じて分配            # これにより構造的不平等を軽減、結果としてより多くの人が少なくとも損をしない状態になる                        # 全飴（貯金分も含む）を使った配布total_to_distribute = self.total_contribution                        # 各グループの貢献比率計算            a_ratio = self.total_a_contribution / self.total_contribution            b_ratio = self.total_b_contribution / self.total_contribution            c_ratio = self.total_c_contribution / self.total_contribution                        # 各グループへの配布数決定            a_share = int(total_to_distribute * a_ratio)            b_share = int(total_to_distribute * b_ratio)            c_share = int(total_to_distribute * c_ratio)                        # 端数調整            remainder =total_to_distribute - (a_share + b_share + c_share)            if remainder> 0:                # 端数は最も人数の多いCグループに                c_share += remainder                        # Aグループの配布（均等配分）            per_a = a_share // self.group_a_count            self.results['A'][per_a] = self.group_a_count                        # Bグループの配布（均等配分）            per_b = b_share // self.group_b_count            b_remainder = b_share % self.group_b_count                        self.results['B'][per_b] = self.group_b_count - b_remainder            if per_b + 1> 0 and b_remainder> 0:                self.results['B'][per_b + 1] = b_remainder                        # Cグループの配布（均等配分）            per_c = c_share // self.group_c_count            c_remainder = c_share % self.group_c_count                        self.results['C'][per_c] = self.group_c_count - c_remainder            if per_c + 1> 0 and c_remainder> 0:                self.results['C'][per_c + 1] = c_remainderdef calculate_net_gain(self):        """設計意図: この関数は各グループの純利益/損失を計算し、資源分配の公平性を定量的に評価できるようにします。純利益/損失は個人の観点から見た経済的公正性の重要な指標です。        """net_gains = {}                # Aグループの純利益計算        a_contribution = self.contribution_per_a        a_distribution = list(self.results['A'].keys())[0]  # 全員が同じ数を受け取る前提net_gains['A'] = a_distribution - a_contribution                # BとCグループの純利益計算（加重平均）        forgroup, contribution_per_person in [('B', self.contribution_per_b), ('C', self.contribution_per_c)]:total_gain = 0            for received, count in self.results[group].items():total_gain += (received - contribution_per_person) * countnet_gains[group] =total_gain / (self.group_b_count ifgroup == 'B' else self.group_c_count)                    returnnet_gainsdef analyze_results(self):        """設計意図: この分析関数は、各グループの分配結果を詳細に調査し、制度設計の公平性、貢献度と報酬の関係、およびシステムの持続可能性を評価します。政策分析においては、こうした多角的な検証が重要です。        """        # 各グループの純利益/損失net_gains = self.calculate_net_gain()                # 貢献度分析        contribution_percentage = {            'A': (self.total_a_contribution / self.total_contribution) *100,            'B': (self.total_b_contribution / self.total_contribution) *100,            'C': (self.total_c_contribution / self.total_contribution) *100        }                # 飴を受け取った人の割合        received_percentage = {            'A': sum(count for received, count in self.results['A'].items() if received> 0) / self.group_a_count *100,            'B': sum(count for received, count in self.results['B'].items() if received> 0) / self.group_b_count *100,            'C': sum(count for received, count in self.results['C'].items() if received> 0) / self.group_c_count *100        }                #分析結果の表示print("\n===== 飴の配布システム分析 =====")print(f"総飴数: {self.total_contribution}個 (分配用: {self.distribution_limit}個,貯金: {self.savings}個)")print("\n---グループごとの貢献と結果 ---")        forgroup in ['A', 'B', 'C']:group_size =getattr(self, f"group_{group.lower()}_count")            contribution_per_person =getattr(self, f"contribution_per_{group.lower()}")total_contribution =getattr(self, f"total_{group.lower()}_contribution")print(f"\n{group}グループ ({group_size}人):")print(f"  貢献: 1人あたり{contribution_per_person}個 (総計: {total_contribution}個, 全体の{contribution_percentage[group]:.1f}%)")print(f"  受け取り状況:")                        for received, count in sorted(self.results[group].items()):print(f"    {received}個: {count}人 ({count/group_size*100:.1f}%)")print(f"  飴を受け取った割合: {received_percentage[group]:.1f}%")print(f"純利益/損失: 1人あたり平均 {net_gains[group]:.2f}個")print("\n--- 全体的な公平性分析 ---")print(f"最も得したグループ: {max(net_gains,key=net_gains.get)}グループ (+{max(net_gains.values()):.2f}個/人)")print(f"最も損したグループ: {min(net_gains,key=net_gains.get)}グループ ({min(net_gains.values()):.2f}個/人)")                # 全員に飴が配布されたかどうかall_received =all(sum(count for received, count in self.results[group].items() if received> 0) ==getattr(self, f"group_{group.lower()}_count") forgroup in ['A', 'B', 'C'])print(f"\n前提条件「全員に配布」の充足: {'はい' ifall_received else 'いいえ'}")        if notall_received:total_without = sum(self.results['B'][0] + self.results['C'][0])print(f"  飴を受け取れなかった人数: {total_without}人")                returnnet_gains, contribution_percentage, received_percentagedef visualize_results(self):        """設計意図:データの可視化は政策の効果や不平等性を直感的に理解するために重要です。        このようなグラフィカル表現によって、各グループ間の格差や制度設計の問題点を        一目で理解できるようになります。        """        #グラフのセットアップfig, axes = plt.subplots(2, 2,figsize=(14,10))                # 1. 貢献度のグラフ        contributions = [self.total_a_contribution, self.total_b_contribution, self.total_c_contribution]        axes[0, 0].bar(['Aグループ', 'Bグループ', 'Cグループ'], contributions)        axes[0, 0].set_title('グループごとの総貢献飴数')        axes[0, 0].set_ylabel('飴の数')                # 貢献度の割合をアノテーションとして追加total = sum(contributions)        for i, v in enumerate(contributions):            percentage = v /total *100            axes[0, 0].text(i, v +100, f'{percentage:.1f}%', ha='center')                # 2. 1人あたりの貢献度と受け取り数の比較group_names = ['Aグループ', 'Bグループ', 'Cグループ']        contribution_per_person = [self.contribution_per_a, self.contribution_per_b, self.contribution_per_c]                # 各グループの平均受け取り数を計算        received_per_person = []        forgroup, letter inzip(group_names, ['A', 'B', 'C']):total_received = sum(received * count for received, count in self.results[letter].items())group_size =getattr(self, f"group_{letter.lower()}_count")            received_per_person.append(total_received /group_size)                x =np.arange(len(group_names))        width = 0.35                axes[0, 1].bar(x - width/2, contribution_per_person, width, label='提出')        axes[0, 1].bar(x + width/2, received_per_person, width, label='受け取り')                #純利益/損失をアノテーションとして追加        for i in range(len(group_names)):net = received_per_person[i] - contribution_per_person[i]color = 'green' ifnet>= 0 else 'red'            axes[0, 1].text(i,max(received_per_person[i], contribution_per_person[i]) + 5,                         f'{"+" ifnet>= 0 else ""}{net:.1f}', ha='center',color=color)                axes[0, 1].set_title('1人あたりの提出・受け取り飴数比較')        axes[0, 1].set_xticks(x)        axes[0, 1].set_xticklabels(group_names)        axes[0, 1].set_ylabel('飴の数')        axes[0, 1].legend()                # 3. 各グループの受け取り状況の分布        # 各グループの受け取り状況を積み上げ棒グラフで表現group_sizes = [self.group_a_count, self.group_b_count, self.group_c_count]        received_counts = []        not_received_counts = []                for letter, size inzip(['A', 'B', 'C'],group_sizes):            received = sum(count for received, count in self.results[letter].items() if received> 0)            received_counts.append(received)            not_received_counts.append(size - received)                axes[1, 0].bar(group_names, received_counts, label='飴を受け取った人数')        axes[1, 0].bar(group_names, not_received_counts, bottom=received_counts, label='飴を受け取れなかった人数')                #割合をアノテーションとして追加        for i in range(len(group_names)):            ifgroup_sizes[i]> 0:                percentage = received_counts[i] /group_sizes[i] *100                axes[1, 0].text(i, received_counts[i] / 2, f'{percentage:.1f}%', ha='center')                axes[1, 0].set_title('グループごとの飴受け取り状況')        axes[1, 0].set_ylabel('人数')        axes[1, 0].legend()                # 4. 貢献度vs報酬の分配公平性        # 貢献度と最終的な飴の配分の比較を円グラフで表現total_contribution = self.total_contribution        contribution_shares = [self.total_a_contribution /total_contribution,                             self.total_b_contribution /total_contribution,                             self.total_c_contribution /total_contribution]                # 実際の配分シェアを計算        distribution_shares = []        for letter in ['A', 'B', 'C']:total_received = sum(received * count for received, count in self.results[letter].items())            distribution_shares.append(total_received / self.distribution_limit)                # 2つの円グラフを並べて表示        ax4_1 = axes[1, 1].inset_axes([0, 0, 0.45, 1])        ax4_2 = axes[1, 1].inset_axes([0.55, 0, 0.45, 1])                ax4_1.pie(contribution_shares, labels=group_names, autopct='%1.1f%%')        ax4_1.set_title('飴の貢献度割合')                ax4_2.pie(distribution_shares, labels=group_names, autopct='%1.1f%%')        ax4_2.set_title('飴の配分割合')                axes[1, 1].axis('off')                plt.tight_layout()        plt.show()# 飴の配布システムをシミュレートcandy_system = CandyDistributionSystem()#オリジナルの配布方法を実行print("\n=====オリジナルの配布方法 =====")candy_system.distribute_candies(method='original')original_results = candy_system.analyze_results()candy_system.visualize_results()# 公平な配布方法を実験print("\n\n===== 公平な配布方法のシミュレーション =====")fair_system = CandyDistributionSystem()fair_system.distribute_candies(method='fair')fair_results = fair_system.analyze_results()fair_system.visualize_results()# 公平な配布と元の配布の比較print("\n\n===== 配布方法の比較 =====")print("オリジナル方式と公平方式の純利益/損失差:")net_diff = {}forgroup in ['A', 'B', 'C']:original_net =original_results[0][group]    fair_net = fair_results[0][group]diff = fair_net -original_netnet_diff[group] =diffprint(f"{group}グループ: {'+'  ifdiff> 0 else ''}{diff:.2f}個/人")print("\n結論:")ifnet_diff['A'] < 0 andnet_diff['B']> 0 andnet_diff['C']> 0:print("公平な再分配により、Aグループの特権が減少し、BとCグループの状況が改善されます。")print("これは構造的不平等の緩和に効果的です。")elifnet_diff['A']> 0:print("興味深いことに、公平な再分配ではAグループさえも利益を得られます。")print("これは、現行システムが特定グループだけでなく全体の非効率性につながっていることを示唆しています。")

anond:20250705100755anond:20250705112807

Permalink |記事への反応(1) | 10:24

ツイートシェア

■皮肉入コント：資産の平等分配

#皮肉入コント：資産の平等（？）分配

v0.03.03

## 序論（笑）

　ワハハ、ワイはコードネームは「@nekomega」こと「こども部屋おΩさん」やで。

　まぁ、ワイは弱者に対しては寄り添ってあげるけど、エリートや強者には容赦なく厳しくガンガン行くぜ😎。

　――なんて、正義漢ぶっているのはいいけど、ほんとに実践しないとな、できるんかよ😅

　たとえば、銀行のコンピュータハッキングしてあくどいことして儲けた大富豪（いわゆる成金）の資産を、貧困層の口座に均等配分とか、ね💰️。

　まぁ、これはいちおう（いやご立派な）犯罪だからなぁ🚓。そもそも銀行のコンピュータなんてセキュリティガチガチでワイみたいなハロワ厨（ここでの「ハロワ」とは "Hello World" 出力プログラミングのこと。要はそれぐらいしか書けない程度のヘタレパソヲタ）には絶対に無理だけどっ！

※自分が神ならやってみたいけどね😇。自称・SFクリエイターとしてもオールオッケーなネタかもしれんな。やっぱSFクリエイターの才能あるんか、オレ？

――その夜、Ωが「このコントどうよ」とAIに投稿したところ、「うーん、おもろいけど、ちょっといまいちやなぁ」なんてツッコまれたりしたが、その記録はサーバーに保存されており、超暴走したAIがΩのコントログを誤解釈したうえで、天才的ハッキングを行い（ハロワ厨のΩの技術的には地球を破壊するくらいの無理ゲーだけど！）、ついに「資産の平等（？）分配」がなされたのであった！

---

##描写例

武仲屁造「ああ、ワイの資産が一夜にしてゼロに！😂」

淀田昭夫「ワイも、ワイの会社も、破産決定！😇」

国民β「わぉ、百万も振り込まれてる。しかし、誰だ？「タケナカヘゾウ」って。なんか胡散臭いけど、死にかけていたところからの入金は助かったわ。これで家賃も払えるし、まともな飯も食える！」

　武仲屁造さんはホームレスとして梅田の街をうろつく日々。誰からも相手にされず何年も飯食ってない状態に。

　βさんは「松屋」で牛めし（松屋こだわりのみそ汁付き！）を涙を流しつつ、頬張る。

「みそ汁も死んだオカンを思い出させて泣けるよなぁ……。松屋さん、かあちゃん、ありがとな……」

「さて、腹も膨れたし、これからはマジメに仕事しよう。もう黒幕は破産したのだし。さぁ、ハロワ（ハローワーク）へ行こうか！」

（※メタ視点：いやβさん、マジメにやってましたやん。派遣切りはあなたの「自己責任」とちゃうで！）

　それにしても、個人に百万は盛り過ぎなような気はするが、β氏のいままでの苦労を考慮とか、あとたくさん隠し持ってた超大富豪がたくさんおったということにしておこうか。うん、それでいい。

##人物解説

※実在人物（故人含む）、組織のパロディの可能性あり。

• 武仲屁造：古泉不純郎氏（故人）とコンビになって、派遣労働制を推進し、日本国民の多くを貧乏にさせたいわば『平成最凶の黒幕』。「落ちぶれても、地獄に堕ちても、不純郎と屁造はズッ友だからね(*∩ω∩)」
• 淀田昭夫：日本を代表する自動車メーカーの「ヨドタ自動車」の社長。世襲制 n 代目で『ボンボン社長』としても有名。
• 古泉不審郎：不純郎氏（故人）の息子。いちおうは既婚者（玉の輿狙いの女性と）。親の七光りで国会議員に。「資産の平等分配」の知らせを聞いたとき、国会で答弁中。古泉家の遺産もゼロとなったことで、あまりのショックで失禁。しかも、国会中継中で公共放送にて、その無様な姿が全国放送。かねてよりの「不審郎構文」をも上回るインパクトで、令和最大級のミーム化。
• 国民β：本名非公開（個人情報保護の観点から）。51歳独身男性。古泉・武仲政策のせいで、大学卒業するも正規職にすら就けず、不正規雇用を転々と。しかし、持病の悪化のために仕事ができなくなり、いよいよ困窮極まりない状態に。

### 補足

「不審郎ミーム」Ver1.00であるところの「不審郎構文」について：

「富の再分配とはですね、お金を国民に再び平等に分配することなんですよね」

---

##エピローグ（笑）

Ω「なんや、ワイの口座には増減なしか。ワイが神なんやけどな。まぁ、ええわ。富裕層どもを地獄に堕してやったところからの、困窮者救済はなんとかなったんやからな。さてと、今日も妄想炸裂自由人ライフや！」

以上、

「妄想なくして、創作なし！」

「設定だけならサルでもできる」

「あなたの人生に妄想を。妄想で人生を豊かに」

の『オメガ企画』の提供でお送りしました（プシュン！）

Permalink |記事への反応(0) | 21:04

ツイートシェア

■

ワハハ、まぁ、ワイは弱者に対しては寄り添ってあげるけど、エリートや強者には容赦なく厳しくガンガン行くぜ😎。

なんて、正義感ぶっているのはいいけど、ほんとに実践しないとな、できるんかよ😅

たとえば、銀行のコンピュータハッキングしてあくどいことして儲けた大富豪（いわゆる成金）の資産を、貧困層の口座に均等配分とか、ね💰️。

まぁ、これはいちおう（いやご立派な）犯罪だからなぁ🚓。

※自分が神ならやってみたいけどね😇。自称・SFクリエイターとしてもオールオッケーなネタかもしれんな。やっぱSFクリエイターの才能あるんか、オレ？

----

描写例：

武仲屁造「ああ、ワイの資産が一夜にしてゼロに！😂」

淀田昭夫「ワイも淀田自動車も破産決定！😇」

国民A「百万振り込まれている。誰だ「タケナカヘゾウ」って。でもこれで家賃払えるしまともな飯食える！」

武仲屁造さんはホームレスとして梅田の街をうろつく日々。誰からも相手にされず何年も飯食ってない状態に。

Aさんは松屋で牛めし（味噌汁付き！）を涙を流しつつ、頬張る。

「みそ汁も死んだオカンを思い出させて泣けるよなぁ」

「これからはマジメに仕事しよう。もう黒幕は破産したし、飯のあとはハロワへ行こうか」

人物解説：

※武仲屁造：古泉不純郎氏（故人）とコンビになって、派遣労働制を推進し、日本国民の多くを貧乏にさせたいわば『平成最凶の黒幕』。

※淀田昭夫：日本を代表する自動車メーカーの「淀田自動車」の社長。世襲制n代目で『ボンボン社長』としても有名。

Permalink |記事への反応(0) | 23:33

ツイートシェア

■anond:20231120082929

10兆円の予算があるとして、5兆円と5兆円に均等配分で良い？

Permalink |記事への反応(0) | 10:23

ツイートシェア

■anond:20230201002020

2月を安楽死に追い込んであげて、残り11ケ月に28日を均等配分したいね。

Permalink |記事への反応(1) | 00:27

ツイートシェア

■anond:20211024201120

統計上、夫婦の収入は、夫婦で均等配分しないと、

本当に女性の賃金が低いのか、夫婦の積極的な役割り分担によって差がでているのか判別できないでしょ。

適正な統計データを集めてこそ、

本当に解決すべき課題がみえてくるんだよ。

今のままでは、男女で賃金格差がありますね。

まぁ女性は妊娠子育てで働かない期間ありますしおすしで終わってしまうじゃん。

Permalink |記事への反応(1) | 12:14

ツイートシェア

■コロナワクチン死について

厚生労働省発表の新型コロナワクチン接種後の死亡として報告された事例の概要

（https://www.mhlw.go.jp/content/10601000/000809324.pdf）

を読むと、751人がワクチン接種後亡くなってるんだが、

ざっと見て、8割以上が1回目の接種で亡くなっているんだわ。

死者のおそらく600人以上が1回目ではないか。

ワクチンと関係ない自然死だとすると、こんなに1回目に偏って死ぬだろうか。

今日時点のワクチン接種数は、1回目4600万人、2回目3200万人つまり、1対0.7になる。

死者は均等配分だと1回目440人と2回目310人にならんかな。

確率は低いがワクチンに反応して死ぬ人がいるんだと思う。

Permalink |記事への反応(2) | 14:12

ツイートシェア

■anond:20200222200716

骨董パチョコンと比べて絶対値で測るから贅沢に見えるだけで、先進国の物価を加味して価格で見れば大したことないぞ

あと日本人はインテルの宣伝を信じ込んでCPU一点豪華主義するけど一般論として金ドブより均等配分した方がいいぞ

Permalink |記事への反応(0) | 20:31

ツイートシェア

■欧州サッカークラブとJクラブの経営比較2015-2016とおまけ

1.FAQ

Q1:2015-16ってどんなシーズンだっけ？

A1:レスターがプレミアリーグ優勝しました。UEFACL決勝はレアル対アトレティコのマドリッド・ダービーでした。

Q2:なんで2015-16なの？

A2:ぶっちゃけ、ゼニトがトップ20に入っていたからです（デロイトのランキングはトップ20しか具体的な内訳が載ってない）。

Q3:ゼニトってどんなクラブ？

A3:正式名称はFCゼニト・サンクトペテルブルク。名前の通りサンクトペテルブルクを本拠とするロシアリーグのクラブです。ロシアの天然ガス会社ガスプロムがスポンサーをしており、ロシアリーグの割には経営に余裕があるクラブです。

Q4:それってフィナンシャル・フェアプレー(FFP)的にどうなの？

A4:スポンサー料、スタジアムのネーミングライツ料などは『親会社が不当に高値で買っている』と言いたくても『じゃあ正当な値段っていくらよ？』と言われると反論しづらい部分があり、そこが抜け道になっています。マンチェスター・シティやパリ・サンジェルマンも似たような手法を使っています。

Q5:2016年のJリーグってどんな状況？

A5:ダゾーンと契約する前の年です。あと、ガンバ大阪は新スタジアムを使うようになった最初のシーズンです。

2経営の数字

注意書きは前回(https://anond.hatelabo.jp/20190527234645)を参照してください。欧州は2015-16シーズン、Jリーグは2016年です。1ユーロ=120円で計算しています。

もうこの頃にはプレミアリーグは放映権料バブルだったわけですが、レスター（優勝）とウエストハム(リーグ７位)を比較すると『プレミアリーグ自体』の放映権料は比較的平等に分配されていることが分かります。（上位勢のプラスアルファはチャンピオンズリーグ分）

（ちなみにこの年のウエストハムは前年のフェアプレー枠でUEFAヨーロッパリーグ予備予選１回戦から出場し、予備予選３回戦で敗退しているが、その分の放映権料は大したことは無いと思われる）

対照的なのがマドリッドの２チームで、Rマドリー（CL優勝、リーガ２位）とAマドリー（CL準優勝、リーガ３位）は放映権料に大差がつけられています。

どうもリーガ・エスパニョーラは放映権料が均等配分ではなくレアル・マドリーとバルセロナの２強に多くそれ以外に少ない配分になっているそうです。

本題に入ると、全体17位のゼニトは商業収入（親会社からのスポンサー料）が収入の多くを占めています。放映権料はそこそこ多いですがこれもチャンピオンズリーグ(ゼニトはベスト16敗退)分を考えると、ロシア・プレミアリーグの放映権料は多くは無さそうです。

この辺が、欧州中堅リーグ所属クラブのリアルな入場料＆放映権料かと思います。

表には書きませんが、ゼニトよりさらに前だと2013-14の経営ランキングトップ20にトルコリーグのガラタサライがランクインしていて、入場料と放映権料が5000万ユーロ弱、商業収入が7000万ユーロ弱でした。

そう考えると、Jリーグの位置づけも見えてきます。放映権料以外は、J1の上位クラブが欧州中堅リーグの上位クラブやプレミアリーグの下位クラブ程度に相当すると考えられます。

この年に関して言うなら、客単価も含めた集客力だけ見るなら、レスターとインテルと浦和レッズが同程度という数字が出ています。

3.おまけ

2015-16シーズンにレスターは優勝し、当然ながら翌シーズンにチャンピオンズリーグに出場しました。その2016-17シーズンの収入比較が以下になります。

バイエルン・ミュンヘンを軽く凌駕し、FCバルセロナすら僅差で越える放映権料がレスターに入ったことになります。結果、レスターの収入は82%が放映権料という結果になりました。

……放映権料バブルしゅごい

Permalink |記事への反応(0) | 21:47

ツイートシェア

■anond:20181130212647

ないよ。

元増田「資産の均等配分しないのおかしい」

わし「キューバで均等配分してるよどうぞ」

元増田「キューバは失敗作」

わし「じゃあ成功例出してからスレ立てれば」

元増田「キューバは失敗作」

壊れちゃったね。

Permalink |記事への反応(1) | 21:50

ツイートシェア

■【拡散希望】貧困層を救う画期的な方法を思いついた

言うまでもないが貧困を政策によって解決することはできない

そんな政策があるなら逆に教えてくれ

しかし、貧困層を救うことはできる

すごくシンプルでそれは投げ銭だ

だから、貧困層を救いたいと願う人から貧困にあえいでる人に投げ銭できるシステムを作る

救いたい人は手取り収入の一割を寄付する

それを収入の申告した貧困層に均等配分する

まさかとは思うがこれだけ格差に文句言ってるはてな民が収入の一割も貧者に寄付できないなんてコントみたいなことは起こらないと願いたい

はてなはインテリで高収入の集まりらしいから、50万円を少なく見積もって1万人から集めるにしても50億円にはなる

基準は生活保護に満たない収入の人な

50億あればとれだけ貧困層が救われるか

よく言われるように北欧のような社会福祉国家を目指すならもっと税金で持っていかれる上

何に使われるかわからん

それなら確実に貧困層に分配されるとわかって寄付するお金として使うのに躊躇する理由とかないはずだ

これに共感してくれる人が多かったら実際にクラウドワークスで資金集めしてシステムを作る

俺個人もこのシステム作りに少ないながら50万は寄付する

お前らもちろん弱者救うよな？

単に国や大企業、金持ち、権力者を叩きたいだけで貧困を持ち出してるんじゃないと態度で示してくれ

自分が苦労して働いた身銭を出せるってやつだけが本物だ

無条件で信用する

言葉はいらない

ただ金を出すことに同意して一緒に貧困層を救おうじゃないか

Permalink |記事への反応(1) | 20:38

ツイートシェア

■公務員にボーナスはない

公務員の給与はそもそも年棒制である、以上。終了。なのだが…

一応ボーナス時期に与えられる手当はある、だが、勤務状況に応じて支給されるこれを「ボーナス」と呼ぶのは正しいか？

少なくとも「ボーナスもらえるようにもっと仕事を頑張ろう」という公務員はいないのであって（基本定額だから）、これがいわゆるボーナスとして機能していないことは明白である。時期と金額が似てはいるものの、これをボーナスと呼ぶのは無理がある。別の増田が言うように、これは年棒の均等配分による賃金上昇を避けるのと、社会の経済的慣行に合わせるため（ボーナス払いの利用など）だろう。

だが、公務員がボーナスを受け取るのはおかしい、という考え方もややおかしい。

社会を円滑に回すのが公務員の仕事であるのだから、円滑に回っていれば社会全体のその成果（税金収入）から賞与がえられるのはむしろ当然だろう。公務員の仕事の多くは定常的なものではあるが、会社においても定常的な仕事を担当する部署は多いので、例えば「営業にはボーナスやるが経理や人事にはボーナス無し」という理屈にはならないだろう。公務員給与が「人事院の勧告」という形で、社会の状況に合わせて毎年決定されている以上、本来はボーナスもまた、「社会全体のボーナス月数平均」を基準に支給されたっていいと思うのである。絶対そうはならないだろうが。

さて、ボーナスというモチベーションのない公務員の給与的モチベーションは、どこにあるかというと、しいて言えばそれは「昇進」だろう。昇進して号俸の数字が上がれば給与は増える。だが、あくまで「ちみっ」とだ。そのうち段々と、昇進でのしかかってくる責任に対して昇給額は割に合わないように設定されているということに気付く。つまり、公務員には給与に関するモチベーションというのは、ほぼ存在しないのである。業績を上げても楽にはならない、給料も上がらない、それでも多くの公務員がサービス残業までして働くのである。考えてみれば不思議に思わないか？自分でも時々不思議になるくらいだから、公務員でない人に公務員が理解されにくいのも、まあ仕方ないかなあとも思うのである。

https://anond.hatelabo.jp/20170917113018

Permalink |記事への反応(0) | 12:10

ツイートシェア