  |
はてなキーワード:統計データとは
日本を代表する大企業において、50代の社員が直面する「無言の退職圧力」は、もはや例外的な事象ではなく、構造的な問題として常態化している。長年の経験と専門性を蓄積したベテラン人材を早期に手放し、その一方で育成に10年という歳月を要する未経験の新卒者を採用する──この一見不合理なサイクルは、なぜ繰り返されるのか。本レポートは、この問題の背景にある経済的力学と制度的欠陥を解き明かし、日本企業が直面する人事制度の根本課題に対する処方箋を提示することを目的とする。
この問題の核心には、見過ごすことのできない重大なパラドックスが存在する。
この矛盾した人材サイクルの根本原因は、個々の企業の経営判断ミスという表層的な問題ではない。それは、日本型雇用システムに深く根ざした「年功序列型」の賃金体系そのものに内在する構造的欠陥なのである。次章では、この矛盾を生み出す経済的メカニズムを詳述する。
持続的なリストラのサイクルは、経営の非情さの表れというより、むしろ伝統的な日本型報酬モデルに組み込まれた、根深い経済的ロジックの症状である。中高年社員の早期退職を促す構造は、短期的な財務改善という抗いがたい「誘惑」を経営陣に提示する一方で、長期的な人的資本を蝕む罠となっているのだ。
問題の根源は、多くの日本企業において、中高年社員の賃金水準が本人の生産性を大きく上回ってしまう「高すぎる給与」にある。具体的には、以下のような水準が常態化している。
この報酬と貢献の危険な乖離は、労働経済学の「レイザーの法則」によって理論的に説明できる。この法則によれば、年功序列賃金は社員のキャリアを二つのフェーズに分断する。
この報酬と貢献のデカップリングこそが、早期退職を促す構造の核心である。壮年期以降の社員を早期に退職させることが、企業にとって「膨大な利益」をもたらす財務的ロジックがここに成立する。
1.退職金のコスト:早期退職優遇制度では、退職金に「30ヶ月分」程度の給与が上乗せされるのが一般的である。
2.雇用継続のコスト: 一方で、高給与の50代社員を1年間雇用し続けるための総コストは、基本給（12ヶ月）に加え、賞与、高額な社会保険料、その他経費を含めると、給与の「24～25ヶ月分」に相当する。
3.結論: つまり、30ヶ月分の退職金は、実質的にわずか「1年3ヶ月分」程度の雇用コストでしかない。この計算に基づけば、50歳で社員を退職させることで、定年となる65歳までの残り15年分の莫大な人件費を削減できることになる。この財務的インパクトが、経営陣にとって短期的なバランスシート改善を優先し、経験豊富な人材の維持という長期的な視点を犠牲にする、強力かつ危険な誘惑となっているのだ。
しかし、この短期的な経済合理性は、深刻な副作用を伴う。かつて大規模なリストラを行ったパナソニックが、15年の時を経て再び同様のリストラを繰り返している事実は、このモデルが持続不可能であることを象徴している。この負のサイクルを断ち切るためには、問題の根源である日本の給与構造そのものにメスを入れる必要がある。
日本の賃金に関する議論は、「日本の平均給与は低い」という、統計がもたらす「罠」にしばしば陥りがちである。本章では、この誤解を解き明かし、急峻な年功カーブが一部の大企業特有の問題ではなく、日本の中堅・大企業に共通する構造的課題であることを論証する。
世間一般で語られる「低い平均給与」の根拠とされる統計データは、意図せずして実態を著しく歪めている。これらの数値は、人事戦略を構築する上で根本的に誤解を招くものであり、一種の「インチキ」と言わざるを得ない。
これらの統計からパートタイマー等の影響を除外し、フルタイムで働く男性の賃金カーブに焦点を当てると、全く異なる実態が浮かび上がる。学歴（高卒・中卒含む）や地域を問わない全国の平均値ですら、50代の平均年収は700万円に達する。これを大卒の正社員に限定すれば、さらに100万円程度上乗せされるのが実情だ。これは、日本の賃金体系が年齢と共に急勾配で上昇する、典型的な年功序列型であることを明確に示している。
では、この構造的問題はどの規模の企業に当てはまるのか。我々の分析は、明確な境界線を明らかにしている。
この分析が示すのは、この問題が一部の巨大企業に限定されたものではなく、日本の企業アーキテクチャに組み込まれたシステム上の欠陥であるという事実だ。したがって、この課題の解決策を模索する上で、グローバルな標準との比較はもはや単に有益であるだけでなく、不可欠なプロセスなのである。
日本型雇用システムの構造的課題を克服するためには、国内の常識に囚われず、海外の先進的な雇用モデルを比較分析することが極めて重要である。フランスやアメリカの事例は、日本の年功序列型とは全く異なる賃金思想を示しており、我々が目指すべき改革の方向性を明確に示唆している。
フランスの賃金体系は、エリート層と一般層でキャリアパスと給与モデルが明確に分離された「複線型」を特徴とする。
アメリカの賃金体系も、大多数の労働者においては同様の傾向を示す。中央値に位置する労働者の場合、賃金の伸びは30歳から40歳までの期間に集中し、40歳以降の給与はほぼ横ばい（フラット）となる。給与が青天井で上がり続けるのは、ごく一部のトップエリート層に限定されるのだ。
フランスとアメリカ、二つの先進国の事例から導き出される示唆は、極めて明確である。それは、「一部のエリート層を除き、大多数の労働者の賃金カーブは若いうちに頭打ちとなり、その後はフラットに推移する」という共通の原則だ。このモデルは、年齢給による人件費の高騰を防ぎ、長期的な雇用安定を可能にする基盤となっている。このグローバルスタンダードを参考に、次章では日本が目指すべき具体的な人事制度改革案を提言する。
これまでの分析で明らかになった構造的課題を解決するためには、小手先の対策では不十分である。我々が取るべき唯一の持続可能な道は、戦略的な転換、すなわち「年功序列型賃金から、成果と役割に応じたフラットな賃金体系への移行」である。本レポートが提示する核心的な提言は、この移行を断行することに尽きる。その具体的なモデルケースとして、「年収700万円での頭打ち」を一つのベンチマークとすることを提案する。
この新しい賃金モデルは、単なるコスト削減策ではなく、企業の競争力と従業員のエンゲージメントを同時に向上させる、多面的なメリットをもたらす。
この改革は、単なる賃金制度の変更に留まらない。それは日本人の働き方、キャリア観、そして社会全体のあり方を変革し、持続可能なタレントパイプラインを構築する大きなポテンシャルを秘めている。
本レポートを通じて明らかになったように、日本の中高年雇用問題の根本原因は、個々の社員の能力や意欲の欠如では断じてない。その本質は、経済成長期を前提に設計され、現代の環境には全く適合しなくなった年功序列型の賃金システムそのものにある。
この本質的な課題を前に、我々は議論の焦点を大きく転換させねばならない。「定年後の再雇用」や「中高年のリスキリング」といった対症療法的な議論から、「そもそも定年を意識することなく、誰もが安心して長く働き続けられる雇用・賃金体系をいかにして構築するか」という、より本質的な議論へとシフトしなければ、この問題が解決することはない。
真の「雇用安定」とは、単に一つの企業に長く在籍できることではない。それは、年齢に関わらず、社員一人ひとりが自らの能力と経験を最大限に発揮し、その貢献に対して公正な処遇を受けながら、社会の一員として長く活躍し続けられるシステムである。この新しい定義に基づき、持続可能で、かつ働くすべての人々にとって公平な人事制度を構築することこそ、現代の日本企業に課せられた最も重要な戦略的責務である。
https://anond.hatelabo.jp/20251013192216
まず、〇出しS〇Xは愛情の証、ゴムありは愛がなくてダサいという風潮を作る。
具体的には、TikT〇kとかでAIやインフルエンサー使って若者を狙ったステマさせればいい。
で、一方学校では「中絶は子供に対する殺人だ」みたいな道徳の授業をやる。
育てらんなきゃ赤ちゃんポストにシュー、すりゃええよみたいな話もセットで。
そうすると婚外子の捨て子が増加して社会問題になってくるので、
子育ては日本人としての義務だ、子無し・同性カップルでも子育てすべき、
ってドヤ顔コメンテーターやタレントにワイドショーで発言させて、
Y〇utubeやらで切り抜きをガンガン流す。
独身はズルい、独身も子育てしろ日本しね、ってな風に独身者にもヘイトを集めて、
ワンイシュー政党「日本のみらいファースト」が孤児の国民への育児割当制度
「企業の管理職になるには管理能力の担保が必要。育児管理経験のないものは管理職になれない」
それっぽい統計データやエビデンスを官僚や御用学者に作らせて箔をつけて、
自分は関係ないしいいや、と大多数が思っているうちに徐々になし崩し的に適用範囲を拡大。
そういう愛情不足の子供こそ幼くしてヤリチンヤリマンになってWin-Win。
ワイ：
paycheck to paycheck の場合、どう考えても現金で手元にあった方がいいぞ
生活絶対防衛資金と各種納税（デジタル税／家電買い替え税／冠婚葬祭税／学習税)の蓄えとは別に、
100万以上の余剰金があってはじめて始める物だな
↓
増田：
↓
ワイ：
↓
増田：
「○○すらない層がいる」ということと、俺がそうなのかということと、平均的にそうなのかということと、全然別の話なんだよね
日米における金融資産と経済的安定性に関する比較分析：「貯蓄中央値」と「Paycheck to Paycheck」の実態
本レポートは、多くの人々が給料日ごとに生活費を使い切る「paycheck to paycheck」の状態にあるという印象に基づき、
日本と米国における最新の年齢階層別「貯蓄（金融資産）中央値」を比較分析する。統計データが示す資産額と、個人が直面する経済的現実との間の乖離を明らかにすることを目的とする。
分析の結果、米国の世帯純資産（net worth）の中央値は、すべての年齢層において日本の貯蓄中央値を大幅に上回ることが明らかになった。
しかし、この資産額の優位性は、個人の金融的安定性を必ずしも保証するものではない。米国では、高額な住宅ローンや学資ローンといった負債、個人負担の大きい医療制度、
そして根強い消費者信用文化が存在し、資産を持ちながらも日々のキャッシュフローに窮する「paycheck to paycheck」の生活を送る層が、高所得者を含め広範にわたって存在している。
一方、日本では貯蓄中央値そのものが伸び悩み、特に若年層や中年層で低い水準に留まっている。さらに、相当数の世帯が金融資産を持たない「貯蓄ゼロ」の状態にあり、
将来への備えが極めて脆弱な状況が浮き彫りになった。
結論として、貯蓄や純資産の中央値は、経済的な安全性を測る上での一面的な指標に過ぎない。日米両国の家計は、それぞれ異なる構造的要因から生じる、
深刻な金融的プレッシャーに晒されている。本レポートは、両国の貯蓄実態を深く掘り下げることで、現代社会における経済的安定の複雑な様相を解き明かす。
本章では、日本の家計が保有する金融資産の実態を、年齢階層別の貯蓄中央値と「貯蓄ゼロ世帯」の割合という二つの側面から明らかにする。これにより、日本における経済的安定性の基盤とその脆弱性を検証する。
貯蓄額を分析する際、一部の富裕層が全体の数値を引き上げる「平均値」よりも、実態をより正確に反映する「中央値」（データを大きさの順に並べたときに中央に来る値）を用いることが重要である 。
最新の調査によると、日本の貯蓄中央値は年齢と共に緩やかに上昇するものの、多くの世帯にとって貯蓄形成が依然として大きな課題であることがわかる。
以下の表は、単身世帯と二人以上世帯それぞれの、年齢階層別貯蓄中央値を示したものである。
| 年齢階層 | 単身世帯 | 二人以上世帯 |
| 20代 | 20万円 | 63万円 |
| 30代 | 56万円 | 238万円 |
| 40代 | 92万円 | 300万円 |
| 50代 | 130万円 | 400万円 |
| 60代 | 460万円 | 810万円 |
| 70代 | 800万円 | 1,000万円 |
出典:金融広報中央委員会「家計の金融行動に関する世論調査」［二人以上世帯調査］［単身世帯調査］（ともに令和5年より）、金融資産を保有していない世帯を含むデータ。
このデータは、日本の家計が直面する厳しい現実を浮き彫りにしている。第一に、若年層の金融基盤の脆弱性である。
20代の単身世帯の中央値はわずか20万円であり、社会人としてのスタートラインで十分な経済的バッファーを持てていない実態がうかがえる 。
第二に、所得が増加するはずの中年期においても、貯蓄の伸びが著しく鈍い点である。単身世帯では、50代になっても中央値は130万円に留まる 。
二人以上世帯では、30代から50代にかけて住宅購入や子どもの教育費といった大きな支出が重なるため、貯蓄額が伸び悩む傾向にある 。
これは、多くの世帯が日々の支出に追われ、資産形成に資金を回す余裕がないことを示唆している。
中央値の低さに加え、金融資産を全く保有しない「貯蓄ゼロ世帯」の割合の高さが、日本の金融的脆弱性をさらに深刻なものにしている。
これは、米国における「paycheck to paycheck」の概念に相当し、所得から日々の支出を差し引くと貯蓄に回す余裕が全くない世帯の存在を示す。
表2:日本の年代別・世帯類型別金融資産非保有世帯（貯蓄ゼロ世帯）の割合
| 年代 | 単身世帯 | 二人以上世帯 |
| 20代 | 43.9% | 36.8% |
| 30代 | 34.0% | 28.4% |
| 40代 | 40.4% | 26.8% |
| 50代 | 38.3% | 27.4% |
| 60代 | 33.3% | 21.0% |
出典:金融広報中央委員会「家計の金融行動に関する世論調査」［二人以上世帯調査］［単身世帯調査］（ともに令和5年より）
このデータが示す現実は衝撃的である。特に単身世帯では、20代の43.9%、40代の40.4%が貯蓄ゼロであり、人生の重要な局面で経済的なリスクに極めて無防備な状態にある 。
二人以上世帯でも、子育てや住宅ローンの負担が最も重くなる30代から50代にかけて、4世帯に1以上の割合で貯蓄ゼロの状態が続いている。
これらのデータは、多くの日本の世帯が、予期せぬ失業や病気、急な出費に対応できるだけの経済的余力を持たず、常に金融的な不安を抱えながら生活している実態を物語っている。
これは、勤勉で貯蓄好きという国民性のイメージとは大きくかけ離れた、現代日本の経済的現実である。
本章では、米国の家計資産の状況と、社会問題化している「paycheck to paycheck」文化について詳述する。米国では、個人の金融状況を測る指標として、
預貯金だけでなく不動産や投資資産を含み、負債を差し引いた「純資産（Net Worth）」が一般的に用いられる。
米国の家計資産を理解するため、連邦準備制度理事会（FRB）が3年ごとに実施する「消費者金融調査（Survey of Consumer Finances）」のデータを確認する。
この調査は、米国の家計の資産、負債、所得に関する最も信頼性の高い情報源である。
最新の2022年の調査結果によると、米国の世帯純資産の中央値は年齢と共に着実に増加し、65～74歳でピークに達する。
| 世帯主の年齢階層 | 純資産中央値 |
| 35歳未満 | $39,040 |
| 35～44歳 | $135,300 |
| 45～54歳 | $246,700 |
| 55～64歳 | $364,270 |
| 65～74歳 | $410,000 |
| 75歳以上 | $334,700 |
出典: Federal Reserve Board,2022 Survey of Consumer Finances
このデータは、日本の貯蓄中央値と比較して、米国の家計が名目上はるかに大きな資産を保有していることを示している。
特に中年期以降の資産額の伸びは著しく、退職期に向けて相当額の資産形成が進んでいるように見える。
この背景には、持ち家率の高さや、401(k)プランをはじめとする株式市場への長期的な投資文化が深く根付いていることがある 。
しかし、この純資産の数値は、あくまで資産（不動産、株式など）の評価額から負債（住宅ローン、学資ローンなど）を差し引いたものであり、
必ずしも日々の生活で自由に使える「現金」の豊かさを意味するものではない。この点が、次に述べる「paycheck to paycheck」文化の蔓延を理解する上で極めて重要となる。
米国の高い純資産額とは裏腹に、国民の大多数が経済的な余裕のない生活を送っている。これが「paycheck to paycheck」と呼ばれる現象であり、
2025年の調査によると、米国人の67%が「paycheck to paycheck」で生活しており、この割合は年々増加傾向にある 。
この現象の最も注目すべき点は、それが低所得者層に限った問題ではないことである。年収10万ドル（約1,530万円）以上の高所得者層ですら、
その半数が「paycheck to paycheck」で生活しているという衝撃的なデータも報告されている 。
この「高資産・高所得でありながら、金融的に脆弱」というパラドックスは、米国の社会構造に起因する。
このように、米国の「paycheck to paycheck」文化は、純資産というストックの大きさとは別に、日々のキャッシュフローがいかに逼迫しているかを示す指標である。
資産の多くが流動性の低い不動産や退職金口座に固定されている一方で、毎月の給料はローン返済や高額な生活費に消えていく。
この構造が、統計上の資産額と個人の経済的実感との間に大きな乖離を生み出している。
本分析を通じて、当初の「paycheck to paycheckで生活している人が多そう」という印象は、日米両国において、それぞれ異なる構造的背景を持ちながらも、
第一に、日本の家計は「貯蓄形成の停滞」という深刻な課題に直面している。年齢を重ねても貯蓄中央値は低い水準に留まり、特に単身世帯では50代ですら130万円という心許ない額である。
さらに、全世代にわたって「貯蓄ゼロ世帯」が3割から4割という高い割合で存在し 、多くの人々が経済的なセーフティネットを持たないまま生活している。
これは、安定を重視する社会構造の中で、賃金の伸び悩みやライフイベントに伴う支出増が、個人の資産形成を阻害している実態を示している。
第二に、米国の家計は名目上の純資産額では日本を圧倒しているものの、その内実は「高資産と裏腹の金融的脆弱性」を抱えている。
純資産の多くは流動性の低い不動産や退職金口座に固定されており、一方で高額なローン返済や生活費が日々のキャッシュフローを圧迫する。
その結果、所得や資産の多寡にかかわらず、国民の3分の2が給料を次の給料日までに使い切る「paycheck to paycheck」の生活を送っている 。
これは、個人の自己責任が強く求められる社会構造の中で、資産を持つことと日々の経済的安定が必ずしも一致しないという現実を浮き彫りにしている。
最終的に、本レポートは、個人の経済的幸福度を測る上で、貯蓄や純資産の中央値という単一の指標がいかに不十分であるかを明確に示した。
金融的な安定性は、資産の絶対額だけでなく、その国の社会保障制度、負債に対する文化、そして資産の流動性といった要素が複雑に絡み合って決定される。
日本における「貯蓄ゼロ」と、米国における「paycheck to paycheck」は、形は違えど、共に現代の先進国に生きる人々が直面する経済的プレッシャーの象徴である。
統計上の数字の裏にある、人々の生活実感に根差した脆弱性を理解することこそが、真の経済的安定を議論する上での第一歩となるであろう。
ここ20年あまり不起訴数が異常な増加をし続けている。近年は事件処理の７割が不起訴である。
まずは記事の解説をしておこう。上の記事は不起訴理由を隠す検察と、調査をサボるマスコミを批判したものである。
不起訴理由には「嫌疑なし」「嫌疑不十分」「起訴猶予」の３種類があり、これらがわからないと被疑者の名誉回復も困難である。報道ガイドラインには
「不起訴処分と発表されても、嫌疑はあるのか、あるいは嫌疑がないか不十分なのかなどを取材し、記事に反映させなければならない」（朝日新聞社「事件の取材と報道2018」）
激増する｢不起訴の理由が不明｣記事が大問題な訳 凶悪犯罪でも真相が水面下に潜ってしまう | 災害･事件･裁判 | 東洋経済オンライン
上に2022年4月-8月の不起訴になった事件が一覧になっている。
30件あまりの事件中、外国人によるものは１件だけである。もちろん、外国人による犯罪が特異的に不起訴になっているかどうかを調べるにはもっと十分な統計データが必要である。とはいえネットで見ている印象とは随分異なるのではないだろうか。
不起訴が増えている理由について、個人的に気になっていることがある。
レイプも放火も殺人も、基本的には人目のないところで計画的に行われる。第３者の目撃証言がなく指紋やDNAを採取できず、また被疑者が黙秘を貫いた場合、それは不起訴になるのではないか？
まとめ：
内容量が減ったり、材料組成が変更になったりカサマシしたりした「シュリンクフレ―ション」は統計データとして現れにくい。サンプリングのときにそこまで見れていない。
俺は、自他ともに認めるネトウヨだ。
インターネットの掲示板やSNSが主戦場。スマホを握りしめ、「あいつらは間違ってる」「この国を守らなきゃ」と、日々、キーボードを叩いている。使う言葉は、少々荒っぽいかもしれない。論調は、極端だと批判されることもある。だが、俺にしてみれば、これは愛国心であり、歴史認識に対する譲れない信念だ。街宣車のような派手さはないが、俺たちの戦いは、確かにこの国の論壇の片隅で続いている。
サキとは、ある社会問題をテーマにした小さなデモに参加した際に出会った。俺は「反対意見」を述べるために、彼女は「賛成意見」を主張するために、それぞれ別の陣営にいた。デモと言っても、大層なものではない。しかし、彼女のプラカードに書かれたスローガンを見た瞬間、俺の頭に血が上った。「反日だ！」「売国奴が！」、反射的にそう叫んでいた。
すると、デコ出しのショートカット、丸メガネの彼女サキが、こちらへまっすぐ歩いてきた。
「あのさ、ネトウヨさん？」
俺の胸倉を掴むか、罵声を浴びせるかと思ったが、彼女は意外なことを言った。
「その売国奴って言葉、定義が曖昧すぎない？ 具体的にどの条文、どの歴史的事実が、私たちを売国行為に駆り立てていると、あなたは考えているの？」
その冷静さ、そして言葉の選び方に、俺は面食らった。議論を吹っ掛けてくる相手は多いが、こんな風に対話を求めてくる人間は初めてだった。まるで、こちらが感情的になるのを、静かに待っていたかのようだ。
彼女の自己紹介を聞いて、俺は思わずコーヒーを吹きそうになった。サキは、学生運動崩れの父を持つ、筋金入りのパヨクだという。環境問題、マイノリティの権利、憲法九条、彼女の関心は、俺が日頃、ネットで叩き潰そうとしている「敵」そのものだった。
「あんたの言ってることは、理想論すぎるんだよ」「現実を見ろ、この国は」「歴史を美化しすぎだ」
「あなたの言う愛国心は、排他的なナショナリズムの裏返しじゃない？」「理想を追わなきゃ、社会なんて変わらないでしょ」「過去の過ちを直視しなきゃ、未来はない」
ファミレスのドリンクバーで、俺たちは数時間にわたって激論を交わした。俺たちの主張は、まるで北極と南極。絶対に交わることはない。それでも、不思議と不快ではなかった。ネットの匿名空間と違い、目の前にいる人間は、逃げも隠れもしない。自分の言葉に責任を持っている。
その夜以来、俺たちは定期的に会うようになった。最初は議論のためだ。お互いの陣営の主張を「論破」するのが目的だった。しかし、回数を重ねるうちに、議論の焦点は少しずつズレていった。
ある日、俺が「安倍政治の功罪」について熱弁していると、サキは突然、「ねえ、そのパーカー、どこで買ったの？デザイン可愛いね」と言った。
また別の日、彼女が「格差社会の是正」について統計データを見せながら語っていると、俺は「その丸メガネ、似合ってるな。変えた？」と口走っていた。
俺たちが話すのは、政治や思想だけじゃなくなった。好きな漫画、行きたいライブ、最近観た猫動画。思想のベールを剥いだその下には、ただの「人間」がいた。俺と同じように、悩み、笑い、美味しいものを食べたいと思っている、ごく普通の女の子が。
そして、俺は気付いた。俺たちが激しく憎み合っていたのは、「パヨク」という概念であり、「ネトウヨ」というレッテルだったのだ。目の前のサキという人間ではない。
彼女といると、ネットで「敵」を叩いている時の高揚感とは違う、じんわりとした温かい感情が湧いてくる。俺の信念は揺るがない。彼女の理想も変わらないだろう。だが、信念とは別に、感情は動く。
事件が起こったのは、雨の日だった。
いつものように、俺たちは大学のキャンパス近くのカフェにいた。俺は、歴史認識問題について、つい熱くなって大声を出してしまった。
サキは怒って、立ち上がった。俺もムッとして、席を立った。
「わかったよ、もういい！あんたとは話にならない！」
俺はカフェを飛び出した。雨が強くなっていた。数メートル歩いたところで、背後からサキが走って追いかけてくるのが見えた。
「ちょっと！傘も持たずにどこ行くのよ！」
サキは、自分の持っていた大きなビニール傘を、俺の頭上にさしかけた。顔が、異常に近かった。お互い、呼吸が荒い。雨の匂い、コーヒーの残り香、そして、彼女のシャンプーの匂い。
次の瞬間、俺は理性を失った。
サキは、丸メガネの奥の目を丸くした。そして、一瞬だけ、フッと笑った。それは、議論に勝った時の勝ち誇った笑いではなく、ただの、困ったような、でも嬉しそうな笑顔だった。
俺は、もう何も考えられなかった。ネトウヨだとか、パヨクだとか、愛国心だとか、左翼思想だとか、そんなものは、土砂降りの雨の音でかき消されていた。ただ、目の前に、惹かれている人間がいる。
俺は、サキの顎に手を添えた。
サキは目を閉じた。
ビニール傘の下、雨音だけが響いていた。塩辛いような、甘いような、不思議な味だった。唇が離れた後、サキはメガネの曇りを拭きながら、ぼそっと言った。
俺は、柄にもなく笑った。
「ああ。これからは、思想のぶつかり合いじゃなくて、唇のぶつかり合いで行こうぜ」
ネトウヨの俺と、パヨクのサキ。俺たちの物語は、このチューを機に、また新しいフェーズへと進むのだろう。それは、「主義主張を超えた、ただの恋愛」なのか、それとも、「究極の異文化交流」なのか。
お前らは気づいてるか。
ワコールの調査によると、1980年代の日本人女性の平均バストサイズはB70だった。それが2020年にはC75になってる。40年間で2カップも上昇してるんだ。
下着メーカーのトリンプの調査でも同様の傾向が確認されてる。1990年代と比較すると、D以上のサイズの購入者が30パーセント以上増加してる。
これは単なる偶然じゃない。明確な要因がある。
戦後の食生活の劇的な変化が、日本人の体型に影響を与えてる。特に動物性タンパク質の摂取量増加が重要だ。
1950年の日本人の肉類摂取量は年間3キロだったが、2020年には32キロまで増加してる。約10倍だ。牛乳の消費量も同様で、1960年の年間17リットルから、2020年には33リットルに倍増してる。
動物性タンパク質は乳腺の発達に直接関係する。特に成長期における摂取量の増加が、胸部サイズの大型化に寄与してる。
戦前の日本人の食事は炭水化物中心で、脂質の比率は総カロリーの10パーセント以下だった。現在は25パーセント近くに達してる。
脂質は女性ホルモンの原料になる。エストロゲンの分泌量が増加すれば、当然乳房の発達も促進される。西洋化した食生活が、日本人女性の身体的特徴を変化させてるんだ。
現代の日本人女性の初潮年齢は平均12.3歳。戦前は15歳前後だった。約3年も早まってる。これは栄養状態の改善と関連してる。
初潮が早まると、女性ホルモンの分泌期間が長くなる。結果として乳房の発達期間も延長される。これが胸部サイズの増大に直結してる。
また、成人年齢の上昇も影響してる。
昔の日本人女性は10代後半で結婚し、20代前半で出産してた。でも現在の初産年齢は30歳を超えてる。
妊娠・出産・授乳は乳房サイズに大きな影響を与える。これらの時期が遅くなることで、乳房の成長期間が実質的に延長されてる。
昔の日本人女性は農作業や家事で日常的に身体を動かしてた。筋肉質で引き締まった体型が一般的だった。
でも現代女性の多くはデスクワーク中心。運動不足により体脂肪率が増加してる。乳房は主に脂肪組織で構成されてるから、体脂肪率の増加は直接的にバストサイズの増大につながる。
遺伝的要因の変化も興味深い。
戦後の国際結婚の増加により、日本人の遺伝的多様性が高まってる。西洋系の遺伝子が混入することで、体型的特徴も変化してる可能性がある。
ただし、これは全体に占める比率は小さいため、主要因ではない。
環境ホルモンの影響も指摘されてる。
プラスチック製品や化学物質の普及により、エストロゲン様作用を持つ物質への暴露が増加してる。これが内分泌系に影響を与え、乳房の発達に関与してる可能性がある。
ただし、因果関係は完全には解明されてない。今後の研究が必要な分野だ。
現代日本では、女性らしい体型への価値観が変化してる。メディアの影響もあり、豊満な体型への憧れが強くなってる。
これにより、体型を強調する下着の普及や、美容整形の増加なども見られる。統計的な変化の一部は、測定方法や意識の変化も反映してる可能性がある。
同じ日本国内でも、都市部と農村部でサイズに差がある。都市部の女性の方が平均的に大きい傾向がある。これは食生活の違いや生活習慣の差が影響してると考えられる。
また、世代間格差も顕著だ。
30代以下の女性と50代以上の女性では、明確なサイズ差がある。若い世代ほど大型化の傾向が強い。これは成長期の栄養環境の違いが、長期的に影響してることを示してる。
国際比較も興味深い結果を示してる。
日本人女性の平均バストサイズは、アジア諸国の中では大きい方だが、欧米諸国と比較するとまだ小さい。ただし、増加率は世界的に見ても高い水準にある。
この傾向は今後も続くのか。
栄養状態の改善には上限がある。すでに先進国水準に達してるため、今後の劇的な変化は考えにくい。
一方で、生活習慣病の増加により、逆に健康志向が高まる可能性もある。運動習慣の改善や食生活の見直しにより、体型にも変化が生じるかもしれない。
お前らはこの現象をどう見る。
日本人の身体的変化は、社会の発展を反映してるのか、それとも問題のある変化なのか。
栄養状態の改善は喜ばしいことだが、同時に生活習慣病のリスクも高まってる。この変化をポジティブに捉えるべきか、警戒すべきか。
人類学的に見れば、これは環境変化に対する人間の適応反応の一例だ。興味深い現象であることは間違いない。
https://b.hatena.ne.jp/entry/s/togetter.com/li/2590579
自殺率が低下してアメリカより低くなってるとか知らない人山ほどいるし。
性犯罪率も世界でもかなり低いが、何を言っても暗数でかなり多いと思ってる。
バリアフリー率が高くてもそれは調査手法が悪くて嘘ついてるから信じられない。
日本人自身が自国を知らないって言われる原因の一つになってると思う。
基本的に人のうわさしか信じてない。だから日本すげーの外国人から褒められる番組や動画がもてはやされる。
統計データみりゃそんな証言なしで「日本の地下鉄はバリアフリー率すごい」って自分でわかる。
でも外国人が日本の地下鉄はバリアフリー率すごいって言わないからわからない。
先日話題になっていた「『就職氷河期世代』問題の本質とは何か？を読んで感想」の増田。元ネタの対談記事の内容も濃く、増田の文章も長いので、時間がない人向けにポイントをシンプルにまとめてみた。
https://anond.hatelabo.jp/20240513185348（←元増田）
この増田は、対談記事を読み解きながら、自身の経験も交えて現代日本の構造的な問題を論じている。要点は以下の通り。
結論として、この増田は「対談記事の統計的分析は認めるが、政治的な視点が抜け落ちた『御用学者』的な内容。鵜呑みにせず、多角的な視点を持つべき」と主張している。
この投稿に対して考えられる、さまざまな角度からの意見をまとめた。
以下の投稿ははてな匿名ダイアリーの投稿です。
これを、冒頭にある話題の元となった対談記事を考慮した上で、過不足なくシンプルに要約した上で、肯定的な意見、否定的な意見、中立的な意見でまとめてください。
結果ははてな匿名ダイアリーに投稿できるような形で成形し、はてな匿名ダイアリーのユーザを想定して読みやすくしてください。
他にも設定がはいっていたり、俺の過去投稿の影響を受けているのでこれを入れても同じにはならないと思う。
ChatGPT に要約させたのはこっち →anond:20250812094756
尖ってる度ならChatGPTだけど、Geminiは実用的って意見があるが、そんな結果が出てきたな。要約としてはこっちの方が優秀。
ここでも、AIが指摘している否定的な意見は、元増田はわかってて敢えて書いてるだろうなってニュアンスを感じるんだけど、そこまではAIは読めてない感じがするね。
名誉毀損と意見の線引きは、表現の内容、目的、事実性の有無、及び社会的影響に基づいて判断されます。以下に簡潔にその違いを説明します。
公然と事実を摘示し、または侮辱的な表現により他人の社会的評価を下げる行為（刑法230条、231条、民法709条）。
事実の摘示: 具体的な事実を主張（例: 「〇〇は詐欺師だ」）。真実でも名誉毀損になり得る。
侮辱:事実の摘示がなくとも、侮辱的表現で名誉を傷つける（例: 「〇〇は最低な人間」）。
公然性:不特定または多数人が知り得る状態（例:SNS、公開の場）。
法的責任:刑法（名誉毀損罪・侮辱罪）や民法（不法行為）で責任を問われる。
主観的な見解や評価を述べる表現で、公共の利益や議論を目的とするもの。
事実性の欠如: 具体的な事実を断定せず、個人の感想や評価に留まる（例: 「〇〇の政策は良くないと思う」）。
根拠の提示:事実に基づく場合、客観的データや理由を伴うことが多い。
表現の自由:憲法21条で保護されるが、名誉毀損の範囲を超えない範囲。
「〇〇の新製品は、市場データに基づくと競争力が低いと感じる」。
事実の摘示: 具体的な事実を主張（例: 「〇〇は犯罪を犯した」）は名誉毀損のリスク。真実性の証明や公益性がなければ責任を問われる。
意見:主観的評価や感想（例: 「〇〇の行動は不適切だと思う」）は、事実を断定しない限り名誉毀損になりにくい。
意見は、根拠や公益性があれば表現の自由として保護されやすい。
公人（政治家、著名人）は公益性が認められやすく、意見の範囲が広い。
名誉毀損罪（刑法230条）:事実の摘示で名誉を傷つける。免責には真実性・公益性・相当性が必要（同230条の2）。
侮辱罪（刑法231条）:事実の摘示がなくとも、侮辱的表現で名誉を傷つける。
民法709条:名誉毀損による損害（精神的苦痛など）で賠償責任が発生。
判例:公益目的かつ根拠ある批評は名誉毀損とされない（例:最高裁平成9年9月9日）。
意見: 「〇〇の政策は、統計データから見て効果が低いと思う」と根拠を示して述べる。
SNSのリスク:感情的な投稿や曖昧な表現でも名誉毀損とみなされる可能性。
予防策:意見を述べる際は、事実と意見を区別し、根拠を明確に。
名誉毀損は事実の摘示や侮辱で他人の社会的評価を下げる行為、意見は主観的評価や公益的議論を目的とする表現。線引きは「事実性の有無」「目的」「影響」で判断され、意見は根拠と公益性を意識することで法的リスクを軽減できます。
読んでて思ったことをつらつらと
日本で改革が進まないのは、バラマキでぶら下がっている有権者の数が増えすぎ、また、ほとんど納税せず、担税もしていない低所得者やおひとりさまこそが、既得権益側になってしまったからです。
ただの印象論の域を出ていない。
寧ろデータに基づかないこう言った印象論や民族性への逃げがこの国の改革が進まない理由でしょ
やり過ぎた結果、数百兆円という途方もない額の国富が海外に出て行ってしまって、何の見返りもなくただ国が貧しくなるだけだった
感覚的にはわからなくもないが数百兆円という規模感はなんの裏付けもない。
以上の他にも読んでいてただの印象論に過ぎないなって思える箇所がいくつかあった。
あとやたら生産性の低い人と低所得者等々を槍玉にあげていたが、山本一郎氏は生産性高いだろうか？そもそも彼が何をしてる人なのかよく知らない。昔2chの運営に関わってたけどなんか知らん間にいなくなった印象でしかないな。
この事件は単なる強盗殺人ではない。日本社会が抱える“偽善的寛容”の破綻を象徴している。外国籍の若者が住宅に押し入り、「お金を出せ」と言って母娘を襲う。まるで映画のワンシーンだが、これは現実だ。犯行の背景に移民政策や治安管理の緩みがあるのではないか？いや、それを問うことすら「差別」とされる時代だ。被害者の命よりも、犯人の「人権」に配慮せよという声が必ずどこかから上がる。果たしてそれが“進歩的”と言えるのか。この国はいつから「加害者に優しい社会」になったのか。本来守られるべきは、家の玄関で血を流した日本人の女性たちではなかったのか？
これは、日本で女性たちが強盗殺人の被害に遭い、その犯人である外国籍の人が捕まったニュースに寄せられていたコメントです。
個人的には、このコメントに外国人差別を助長したい意思があるように思えます。しかし、日本への外国人の流入が増えて外国人による犯罪も多く報道されているので、怯える気持ちもわかります。
ご質問ありがとうございます。非常に重要で繊細なテーマですね。
おっしゃる通り、このコメントには一見もっともらしい怒りや不安が込められていますが、その背後には感情に訴えるレトリックを用いながら、外国人全体への偏見を助長する危うさがあります。以下に、論理的・道義的な問題点を整理しつつ、それがなぜ差別につながるのか、そして不安の背景にどう向き合えばよいかを考えてみます。
---
1.個別の犯罪を属性全体の問題と結びつけている（誤った一般化）
→ これは個別の事件であり、犯人の国籍がたまたま外国籍であったという事実だけで「外国人＝危険」という印象を広げるのは統計的にも倫理的にも誤りです。
これは典型的な**合成の誤謬（composition fallacy）**にあたります。
---
＞「まるで映画のワンシーン」「日本人の女性たち」「血を流した」
→ 具体的で生々しい表現を強調し、読者の怒りと恐怖を喚起するように構成されています。
その上で、「加害者は外国人である」という点に執拗に焦点を当てることで、怒りの矛先を外国人全体に向けるよう誘導しています。
---
＞「被害者の命よりも犯人の『人権』に配慮せよという声が必ずどこかから上がる」
→ これは事実ではなく、架空の“過剰な人権擁護”を想定して非難するという論法（ストローマン論法）です。
また、「人権」を守ることは加害者を擁護することではなく、「法治国家としての基本姿勢」であり、それを否定することは危険です。
---
→ この問いの裏には、「日本人は守られ、外国人は脅威」という単純化された二項対立があります。
しかし実際には、日本で起きる犯罪の多くは日本人によって行われています（外国人の犯罪率は全体から見れば低い）。
---
5. 「移民政策の緩み」や「治安管理」と結びつける因果関係の曖昧さ
→事件の背景に移民政策が直接影響しているかは不明で、そこに根拠のない推測を持ち込むこと自体が問題です。
それによって、実際には事件に無関係な大多数の善良な外国人居住者が不当な視線を浴びる可能性があります。
---
あなたがおっしゃるように、「外国人犯罪の報道が増えて不安を感じる」のは自然な感情です。しかし注意すべきは、「不安を感じること」と「不安をもとに誰かを排除・非難すること」は別次元の行動である、ということです。
人間は「自分とは違う存在」を本能的に警戒する傾向がありますが、その感情が制度や社会の方向性を決める根拠になってしまうと、排外主義や偏見が強化されてしまいます。
---
【では、どうすれば良いか？】
犯人の国籍ではなく、個人としての動機・環境・背景に着目する。
「増えたと感じる」＝「実際に増えている」とは限らず、報道の偏りによって印象が作られることがあります。
実際、日本における外国人の犯罪率は、人口比で見ると日本人と大きな差はありません。
3.人権や寛容の意義を見直す
法による公正な裁きを求めることが、社会の信頼性を担保します。
---
【結論】
このコメントは、被害者への共感を装いつつ、「外国人全体」を一括して危険視するレトリックを使っており、差別的な意図や結果を含みうる発言です。冷静な事実確認や、法に基づく判断よりも感情に頼った主張は、社会を分断し、少数者への不寛容を正当化しかねません。
ですが、不安を感じること自体は悪ではないです。不安とどう向き合い、それをどう表現するかが問われています。
もし必要であれば、より具体的な「建設的な言葉の使い方」や「移民と治安に関する統計データ」などもご紹介できますよ。
→私は、高齢者は高齢になるにつれて自分で解決方法が見出せなくなるから意固地になったり感情論に頼ろうとしたりするんだろうなって思ってるんだけど、それを思い出した。
自分で変えたいとか自分の思い通りになるべきと思う感覚と、自分に備わってる解決能力の不釣り合いさ。傲慢とも言えるか。
一方で、民意だとか多数の感情に訴えかけようとするのは解決能力の大きな一つとも捉えられる。
ただ、事態を動かせても安易なのだ。安易に人が賛同して、安易に事態が動きそうになるとして、そこに集った人が肯定する解決方法がどんな質のものになりがちなのか、安易に動いていく事態をどうコントロールできるのか。
これが義務教育の敗北か？
ないことを証明することは悪魔の証明で不可能だから、あるという方が立証する必要があるんだよ。
一般的に、この手の有害度を証明するには疫学的なアプローチが取られるんだよ。
で、それに基づいて、有害であるという統計データを規制するべきという方が証明する必要がある。
よくわかんないなら、AIにでも聞いてみてね。
東京23区と周辺のいくつかの市で、東京選挙区での参政党の得票率がどんな要因と関係しているのか、軽い気持ちで回帰分析してみた。
変数の多重共線性とか処理はガバガバなので軽い気持ちで見てほしいんだが、ざっくりまとめると、「大学院卒業者の割合」が高い地域では得票率が低く、「役員の割合」が高い地域では逆に得票率が高い、という傾向がありそう。
使ったデータはNHKが出している投票所別の得票率。手入力なので誤りがあるかもしれない。
それに、東京都の人口統計と国勢調査（令和2年の）などから市区町村ごとの属性データをくっつけて、変数を一律で標準化したうえで回帰分析を行った。
都内の市区町村のうち、データが揃ってる27地域を対象にした（23区＋町田・八王子・調布・西東京）。
20万人以上の市しか一部のデータが見つけられなくて、そこはごめんって感じ。
まず、説明変数を11個使って線形回帰分析をしたところ、決定係数は0.83（調整済み決定係数は0.71）だった。何を使ったかは後で。
そこから影響が特に大きそうな4変数（平均年齢、大学院卒業者割合、役員の割合、情報通信業の割合）に絞って分析し直すと、決定係数は0.73（調整済み決定係数は0.68）になった。
詳しくはこれ
国勢調査は5年に1回しかなくて、最新の結果が令和2年のだった。
4つの変数の関係を見てみると、平均年齢は他の3つの変数（大学院卒、役員、情報通信業）と負の相関を持っていた（相関係数 < -0.69）。一方、大学院卒業者の割合・役員の割合・情報通信業の割合は互いに中程度以上の正の相関（相関係数> 0.5）を持っており、特に大学院卒と役員の間の相関係数は0.75と大きかった（いずれもピアソン相関）。
ただし、回帰係数を見ると、興味深い違いがある。大学院卒業者の割合、平均年齢、情報通信業の割合はいずれも負の係数を持っていて、これらが高いと参政党の得票率は下がる傾向がある。一方で、役員の割合は正の係数を持っていた。
| 市区町村 | 参政党得票率（NHK） | 予測値_参政党得票率 | 平均年齢（令和7年1月） | 大学院卒業者割合（令和2年国勢調査） | 役員の割合（令和2年国勢調査） | 情報通信業の割合（令和2年国勢調査） |
| 千代田区 | 9.4 | 9.6 | 42.69 | 0.088 | 0.162 | 0.115 |
| 中央区 | 9.8 | 9.3 | 42.17 | 0.075 | 0.126 | 0.135 |
| 港区 | 10.1 | 10.4 | 43.48 | 0.065 | 0.171 | 0.131 |
| 新宿区 | 9.4 | 9.5 | 44.08 | 0.052 | 0.097 | 0.129 |
| 文京区 | 7.4 | 7.6 | 43.35 | 0.097 | 0.098 | 0.118 |
| 台東区 | 10 | 10.1 | 45.59 | 0.041 | 0.109 | 0.112 |
| 墨田区 | 10.1 | 9.8 | 44.88 | 0.035 | 0.073 | 0.115 |
| 江東区 | 9 | 9.4 | 44.82 | 0.041 | 0.069 | 0.12 |
| 品川区 | 9 | 8.6 | 44.34 | 0.056 | 0.077 | 0.143 |
| 目黒区 | 9 | 9.4 | 44.88 | 0.05 | 0.109 | 0.137 |
| 大田区 | 9.9 | 9.5 | 45.67 | 0.039 | 0.069 | 0.105 |
| 世田谷区 | 9.9 | 9.4 | 45.19 | 0.047 | 0.097 | 0.128 |
| 渋谷区 | 10 | 9.7 | 44.8 | 0.054 | 0.142 | 0.152 |
| 中野区 | 9.5 | 9.3 | 44.57 | 0.038 | 0.072 | 0.141 |
| 杉並区 | 8.5 | 8.9 | 45.23 | 0.047 | 0.076 | 0.136 |
| 豊島区 | 9.6 | 9.5 | 44.05 | 0.044 | 0.081 | 0.132 |
| 北区 | 9.2 | 9.4 | 45.74 | 0.036 | 0.058 | 0.107 |
| 荒川区 | 9.4 | 9.9 | 46.23 | 0.032 | 0.071 | 0.096 |
| 板橋区 | 9.9 | 10.0 | 45.73 | 0.027 | 0.059 | 0.099 |
| 練馬区 | 10.3 | 9.6 | 45.5 | 0.034 | 0.068 | 0.113 |
| 足立区 | 10.5 | 10.7 | 46.74 | 0.017 | 0.063 | 0.073 |
| 葛飾区 | 10 | 10.4 | 46.52 | 0.02 | 0.061 | 0.083 |
| 江戸川区 | 11 | 10.7 | 45.09 | 0.021 | 0.062 | 0.085 |
| 八王子市 | 10.1 | 9.7 | 48.31 | 0.029 | 0.054 | 0.054 |
| 町田市 | 10 | 9.5 | 48.16 | 0.031 | 0.058 | 0.068 |
| 調布市 | 8.6 | 9.4 | 45.66 | 0.035 | 0.06 | 0.113 |
| 西東京市 | 9.1 | 9.5 | 46.9 | 0.028 | 0.055 | 0.102 |
雑なモデルなので話半分でね。
OLS Regression Results ==============================================================================Dep. Variable: y R-squared: 0.730Model:OLS Adj. R-squared: 0.680Method: Least Squares F-statistic: 14.84Date: Mon, 21 Jul2025 Prob (F-statistic): 5.09e-06Time: 07:21:02Log-Likelihood: -20.653No. Observations: 27AIC: 51.31Df Residuals: 22BIC: 57.78DfModel: 4 Covariance Type: nonrobust ============================================================================== coefstd err tP>|t| [0.025 0.975]------------------------------------------------------------------------------const 1.277e-15 0.111 1.15e-14 1.000 -0.230 0.230x1 -0.5743 0.230 -2.493 0.021 -1.052 -0.096x2 -1.3278 0.204 -6.512 0.000 -1.751 -0.905x3 0.8670 0.174 4.973 0.000 0.505 1.229x4 -0.5382 0.169 -3.184 0.004 -0.889 -0.188==============================================================================Omnibus: 2.233 Durbin-Watson: 2.170Prob(Omnibus): 0.327 Jarque-Bera (JB): 1.169Skew: -0.035 Prob(JB): 0.557Kurtosis: 1.983 Cond. No. 4.48==============================================================================
| 変数 | 回帰係数 |
| 平均年齢（令和7年1月） | -0.78 |
| 1世帯あたり人口 | -0.31 |
| 男性率（令和7年1月） | 0.07 |
| 外国人比率（令和7年1月） | -0.07 |
| 5年間外国人割合変化 | 0.27 |
| 犯罪認知割合 | -0.05 |
| 大学院卒業者/全卒業者（令和2年国勢調査） | -1.77 |
| 不詳者/全卒業者（令和2年国勢調査） | -0.51 |
| 従業上の地位：役員の割合 | 1.39 |
| 従業上の地位：自営業主の割合 | 0.09 |
| 産業区分：情報通信業の割合 | -0.53 |
| 地域 | 参政党得票率（NHK） | 予測値_参政党得票率 | 平均年齢（令和7年1月） | 1世帯あたり人口 | 男性率（令和7年1月） | 外国人比率（令和7年1月） | 5年間外国人割合変化（令和2年から7年） | 犯罪認知割合（令和6年件数/令和7年人口） | 大学院卒業者/全卒業者（令和2年国勢調査） | 不詳者/全卒業者（令和2年国勢調査） | 従業上の地位：役員の割合（令和2年国勢調査） | 従業上の地位：自営業主の割合（令和2年国勢調査） | 産業区分：情報通信業の割合（令和2年国勢調査） |
| 千代田区 | 9.4 | 9.5 | 42.69 | 1.75 | 0.50 | 0.06 | 1.22 | 0.04 | 0.09 | 0.36 | 0.16 | 0.09 | 0.12 |
| 中央区 | 9.8 | 9.8 | 42.17 | 1.76 | 0.48 | 0.07 | 1.33 | 0.01 | 0.08 | 0.28 | 0.13 | 0.08 | 0.14 |
| 港区 | 10.1 | 10.0 | 43.48 | 1.74 | 0.47 | 0.08 | 1.08 | 0.01 | 0.07 | 0.42 | 0.17 | 0.10 | 0.13 |
| 新宿区 | 9.4 | 9.0 | 44.08 | 1.52 | 0.50 | 0.14 | 1.12 | 0.02 | 0.05 | 0.39 | 0.10 | 0.09 | 0.13 |
| 文京区 | 7.4 | 7.5 | 43.35 | 1.80 | 0.48 | 0.07 | 1.32 | 0.01 | 0.10 | 0.25 | 0.10 | 0.08 | 0.12 |
| 台東区 | 10.0 | 10.3 | 45.59 | 1.58 | 0.51 | 0.09 | 1.21 | 0.01 | 0.04 | 0.36 | 0.11 | 0.09 | 0.11 |
| 墨田区 | 10.1 | 10.1 | 44.88 | 1.69 | 0.49 | 0.06 | 1.25 | 0.01 | 0.04 | 0.28 | 0.07 | 0.07 | 0.12 |
| 江東区 | 9.0 | 9.2 | 44.82 | 1.84 | 0.49 | 0.07 | 1.23 | 0.01 | 0.04 | 0.27 | 0.07 | 0.06 | 0.12 |
| 品川区 | 9.0 | 8.6 | 44.34 | 1.73 | 0.49 | 0.04 | 1.19 | 0.01 | 0.06 | 0.24 | 0.08 | 0.07 | 0.14 |
| 目黒区 | 9.0 | 9.3 | 44.88 | 1.74 | 0.47 | 0.04 | 1.19 | 0.01 | 0.05 | 0.35 | 0.11 | 0.10 | 0.14 |
| 大田区 | 9.9 | 9.7 | 45.67 | 1.77 | 0.50 | 0.04 | 1.26 | 0.01 | 0.04 | 0.23 | 0.07 | 0.07 | 0.11 |
| 世田谷区 | 9.9 | 9.3 | 45.19 | 1.84 | 0.47 | 0.03 | 1.22 | 0.01 | 0.05 | 0.30 | 0.10 | 0.10 | 0.13 |
| 渋谷区 | 10.0 | 9.9 | 44.80 | 1.61 | 0.48 | 0.06 | 1.12 | 0.02 | 0.05 | 0.34 | 0.14 | 0.12 | 0.15 |
| 中野区 | 9.5 | 9.5 | 44.57 | 1.57 | 0.51 | 0.07 | 1.20 | 0.01 | 0.04 | 0.33 | 0.07 | 0.09 | 0.14 |
| 杉並区 | 8.5 | 8.9 | 45.23 | 1.73 | 0.48 | 0.04 | 1.19 | 0.00 | 0.05 | 0.26 | 0.08 | 0.09 | 0.14 |
| 豊島区 | 9.6 | 9.5 | 44.05 | 1.57 | 0.50 | 0.12 | 1.21 | 0.01 | 0.04 | 0.34 | 0.08 | 0.09 | 0.13 |
| 北区 | 9.2 | 9.2 | 45.74 | 1.71 | 0.50 | 0.09 | 1.31 | 0.01 | 0.04 | 0.31 | 0.06 | 0.07 | 0.11 |
| 荒川区 | 9.4 | 9.6 | 46.23 | 1.77 | 0.50 | 0.11 | 1.19 | 0.01 | 0.03 | 0.29 | 0.07 | 0.08 | 0.10 |
| 板橋区 | 9.9 | 10.0 | 45.73 | 1.73 | 0.49 | 0.07 | 1.29 | 0.01 | 0.03 | 0.30 | 0.06 | 0.07 | 0.10 |
| 練馬区 | 10.3 | 9.6 | 45.50 | 1.89 | 0.48 | 0.04 | 1.22 | 0.01 | 0.03 | 0.25 | 0.07 | 0.08 | 0.11 |
| 足立区 | 10.5 | 10.6 | 46.74 | 1.84 | 0.50 | 0.06 | 1.28 | 0.01 | 0.02 | 0.31 | 0.06 | 0.08 | 0.07 |
| 葛飾区 | 10.0 | 10.5 | 46.52 | 1.86 | 0.50 | 0.06 | 1.27 | 0.01 | 0.02 | 0.27 | 0.06 | 0.08 | 0.08 |
| 江戸川区 | 11.0 | 10.8 | 45.09 | 1.93 | 0.50 | 0.07 | 1.27 | 0.01 | 0.02 | 0.26 | 0.06 | 0.07 | 0.09 |
| 八王子市 | 10.1 | 9.7 | 48.31 | 1.96 | 0.50 | 0.03 | 1.28 | 0.01 | 0.03 | 0.21 | 0.05 | 0.07 | 0.05 |
| 町田市 | 10.0 | 10.0 | 48.16 | 2.06 | 0.49 | 0.02 | 1.44 | 0.01 | 0.03 | 0.17 | 0.06 | 0.08 | 0.07 |
| 調布市 | 8.6 | 9.1 | 45.66 | 1.92 | 0.49 | 0.02 | 1.14 | 0.01 | 0.04 | 0.23 | 0.06 | 0.08 | 0.11 |
| 西東京市 | 9.1 | 9.2 | 46.90 | 2.00 | 0.49 | 0.03 | 1.15 | 0.01 | 0.03 | 0.20 | 0.06 | 0.08 | 0.10 |
OLS Regression Results ==============================================================================Dep. Variable: y R-squared: 0.833Model:OLS Adj. R-squared: 0.711Method: Least Squares F-statistic: 6.803Date: Mon, 21 Jul2025 Prob (F-statistic): 0.000472Time: 06:53:14Log-Likelihood: -14.148No. Observations: 27AIC: 52.30Df Residuals: 15BIC: 67.85DfModel:11 Covariance Type: nonrobust ============================================================================== coefstd err tP>|t| [0.025 0.975]------------------------------------------------------------------------------const -5.405e-15 0.106 -5.12e-14 1.000 -0.225 0.225x1 -0.7820 0.361 -2.165 0.047 -1.552 -0.012x2 -0.3056 0.355 -0.860 0.403 -1.063 0.452x3 0.0671 0.270 0.248 0.807 -0.509 0.643x4 -0.0737 0.213 -0.346 0.734 -0.527 0.379x5 0.2652 0.168 1.579 0.135 -0.093 0.623x6 -0.0534 0.246 -0.217 0.831 -0.578 0.472x7 -1.7650 0.293 -6.018 0.000 -2.390 -1.140x8 -0.5147 0.379 -1.358 0.195 -1.322 0.293x9 1.3916 0.348 3.994 0.001 0.649
−−−−−−−
選挙期間中に↓をメモ書きしてたんだけど、投票締切後のほうが良いかなと思ったんでちょうどいい増田があったから供養しとく
−−−−−−−
ここのところ、各種メディアから統計を元にしたファクトチェック記事が出てきてる訳だが。
これで参政党支持者を翻意させられると思ってるなら、見当違いもいいところである。
なぜなら、彼らの不安の元はこれまでに起きた事象が自分の身の回りでも起きるかもしれないという「可能性そのもの」であって、その可能性が高いか低いかじゃないんである。
幾ら数値でこれだけ低いですよ〜って言っても、いやいやでも「可能性」あるやん、実際事件あったし、移民増えたらこれからどんどん増えるかもですやん、っていうのが「不安」の正体なわけですよ。
分かりやすく例を出すと、つい先日あった中国人オーナーの家賃倍増＆管理放棄事件ね。まぁ酷いよね。
でもあのトラブル、全体からするとぶっちゃけめちゃくちゃレアでしょ。
今、やってるメディアの統計ベースのファクトチェックの切り口だったら「無視して良い」レベルに十分収まるはず。
でも、アレ看過できます？ってなるですやん。
今少なくても今後増えたら？自分の身にも降り掛かったら？
それが彼らの不安の「核」なんですわ。
そこに「いやでも統計では極レアケースですから、特に心配することないです！」
ってやってるのがメディアがやってることで。それで彼らの心動かせると思いますかね？無理でしょ。
じゃあどうするかっていったら、ちゃんともっとその個別の案件の「可能性」を潰すことにフォーカスして向き合うべきなんですよ。
このケースはこういう対策がありえます、こういった法改正が想定できますとか、アプローチの提示をすべきなんですわ。
そこで「それなら事象は解決できるかもしれない（可能性を潰す）」となってようやく「不安」が消えるわけですよ。
統計データで覆い隠して個別案件に向き合わないなんて、眼の前の不安がってる人に対して目線あってないんです。
（ましてやゼロリスク信仰だ！良くない！って殴り返すとかはお話にならんです。おおよそ対話する姿勢じゃない）
そういう丁寧に「不安」に向き合う、解きほぐすことから逃げてほしくないんですよね、メディアには。統計ベースって明確で定量的だから、それだけで十分って思っちゃうし、参照するのも楽なんでしょうけどね。
外国人犯罪は増えた？減った？統計データで確認した、みたいな記事を読んだ
2004年と2023年を比較すると外国人刑法犯は1万4766人から9726人で34%減、なので参政党や自民党の主張はミスリードという内容だった
じゃあ日本人の刑法犯の数は？と思ってググってみると警察庁のデータが見つかって(https://www.npa.go.jp/publications/statistics/kikakubunseki/r6_jyosei.pdf)
2004年(平成16年)は275万人くらいで、2023年(令和5年)は70.3万人なのでざっくり75%減。おいおい
人数と件数で違いはあるだろうけど、これは外国人を白眼視する流れが出てもしょうがなくないか
参政党の主張が良い悪いを論じたいんじゃないんだ
こんな素人が5分でググってわかるようなデータを東京新聞は、調べなかったのか、調べたけど都合が悪いからあえて載せなかったのか
どっちにしてもそういうオールドメディアというか旧体制側のやり口に対する不満が、参政党というモンスターを生んだのだと思う
琉球新報もファクトチェックとという名のただの自説開陳記事をYahooニュースに載せてコメント欄でブーイングくらったりしているが、戦い方が下手くそすぎる
弱者の位置から文句を言い続ける方が楽で、勝ちたいと思ってないんだろうな
そういうやり口はダサいしリスペクトされないと思ったので、東京新聞の関係者がこんなところ読むとも思わないが、一応書き残しておく
歌い手のGeroが「診断してもらった結果双極性障害のⅡ型でした」とさっきポストしていた。ライブツアーを控えてるのに大丈夫なんかいな、と思ったがまあなんとか折り合いはつけてくれるだろう。
ほんでこれを最近と言っていいか分からないがSNSが流石に台頭して現代人の生活の一部になった2010年代後半辺りから、ちょっとしたインターネット活動者とか超有名な俳優とか、自身のSNS上で精神的な病気の告白とそれを理由にしばらく休みます、というお知らせをする人が随分増えてきたような気がする。サカナクション山口一郎のカミングアウトが記憶に新しい。
そういうお知らせをする人じゃなくても、自分が病気を持っていることをプロフィール欄に冷やし中華始めましたの貼り紙みたいに記載する人が増えた、と元々の規模感も分からないくせに思っている。こんな独り善がりな感想に満足していないで、たとえば精神科医に関する統計データを調査するとかすれば、もしかしたら何か有益な真実が明らかになるかもしれないが、そんなことをする暇もないし学もない。今爆流行りのAIとかいうやつに調査を任せてみてもいいかもしれないが、実行したところでその結果を自分は点検できないし本当に正しいかどうかは保証しかねるので、あまり意味がないと思ってあきらめてしまう。AIとかいうやつを使いこなしている人たちはとても賢くて優秀なのだろう。
何の話をしていたっけ、ああそう、鬱とか適応障害とか双極性障害とかの話。で、お医者様が下した診断なのだからその診断結果自体に疑問はない。ないけど、なんかモヤモヤする。それを大々的に公表する必要はあるん？とか、精神的な病がやけに多くない？とか、自分は病気です。だから休みます。という誰にも非難されない堅実な順を踏んだ感じとか。昔はそんな煩わしいことをしないで、単に「諸事情のため休みます」で済んでいたのではないか、なんでこうプライベートな事情までを明かさないといけないのか、世間がそれを望んでいるのか、種々疑問を呈したいが、どこに投げていいのかわからないし、投げたところでなんになるのかもわからない。
何かおかしいと感じたらすぐに病院に駆け込んでなんらかの診断を得、それを正当な理由として確実に休養を得る、それが現代人の知恵なのかもしれない。
石破茂氏におすすめするAIツールとして、以下の3つを提案します。それぞれ異なる強みを持ち、石破氏の多様なニーズに対応できると考えます。
国民への分かりやすい説明: 複雑な政策や専門用語を、国民に理解しやすい平易な言葉で説明する能力は、政治家にとって非常に重要です。ChatGPTは、ターゲット層に合わせて表現を調整し、効果的な情報発信をサポートします。
Q&A対応の迅速化:国民からの質問や懸念に対して、迅速かつ正確な情報を提供することで、信頼関係の構築に貢献します。想定される質問に対する回答のテンプレート作成なども可能です。
演説原稿・SNSコンテンツの作成支援:演説や記者会見の原稿作成、SNSでの発信コンテンツのアイデア出しや草稿作成を支援し、一貫性のあるメッセージ発信をサポートします。特にカスタム指示機能を活用することで、石破氏の政治思想や口調を学習させ、よりパーソナルなコンテンツ生成が可能になります。
膨大な情報処理能力:政策立案には多岐にわたる情報の収集、分析、そしてそれらの関連性を素早く把握する能力が不可欠です。Geminiの高度なデータ分析機能は、各種統計データ、論文、ニュース記事、世論調査結果など、膨大な情報を瞬時に処理し、傾向や関連性を抽出できます。
多角的な視点からの示唆:特定の政策課題に対して、賛成・反対両方の意見や、国際的な事例などを効率的に収集し、多角的な視点からの分析をサポートします。これにより、より深く、バランスの取れた政策形成に貢献します。
議事録作成・要約:会議や討論の議事録を自動で作成し、重要な論点や決定事項を要約する機能は、多忙な石破氏の業務効率を大幅に向上させます。
引用元付きの正確な情報提供:政策決定には、根拠に基づいた正確な情報が不可欠です。PerplexityAIは、回答の根拠となる情報源を明示するため、情報の信頼性を確認しながら、深い洞察を得ることができます。
最新かつ専門的な情報の検索:特定の専門分野における最新の研究や動向、国内外の事例などを効率的に検索し、その分野の専門家レベルの情報にアクセスできます。
