  |
はてなキーワード: 就業者とは
>失業率は「就業者 ÷ 人口」じゃねえ。「失業者 ÷ 労働力人口」だ。ここを外した時点で、
いつどこでだれが外したんだ？
そんな常識のことを知らないやつがいると思える世界線でドヤるって相当頭悪い人しか周りにいないんだな哀れ
高齢者と主婦の労働と述べてる時点で分母も増える分子も増えるって前提を理解してるから発言してるんだぞ
>この「参加した50人」が全員すぐ職にありつくと思ってるのか？
あーはいこの時点でおまえが極論に飛びついたくそバカだとわかる
正社員の求人が埋まる率と短時間単純労働の求人が埋まる率どちらが高いか考えたら後者の方が明確に高いんだから改善するに決まってるだろ
自分の思考が間違ってる間抜けかもしれないって多少は疑ってから発言したほうがいいよ
おまえどう見ても偏差値40台のFラン大学の経済学知識でドヤってるだけの間抜けにしか見えないし
長期フィリップス曲線とかいつの時代のカビ本読んでるんだろうな笑
その雑な分数いじりでドヤる前に、定義をちゃんと揃えろ。算数じゃなくて統計の話をしてるんだ。
まずな、失業率は「就業者 ÷ 人口」じゃねえ。「失業者 ÷ 労働力人口」だ。ここを外した時点で、お前の130/150って式は土俵にすら上がってない。
元の状態：労働者100人のうち、80人就業・20人失業→ 失業率は20/100で20%
ここに高齢者・主婦が100人いて、5割が労働参加したとするな。
この「参加した50人」が全員すぐ職にありつくと思ってるのか？そんな都合のいい市場はねえ。現実にはミスマッチがあるから、就職できないやつが出る。
するとどうなる？
就業者：80 + 30 = 110
労働力人口：150
失業率は40/150で約26.7%
ほらな、上がってるだろ。
お前の「130/150で86%」ってのは就業率を勝手に作ってるだけだ。
しかも参加者が全員職を得るという、ありえない前提を置いてる。そんなの前提でどうとでも数字は動く。
もう一回言うぞ。失業率は「市場に入ってきた人がすぐマッチするかどうか」に依存する。だから労働参加が増えれば、一時的に悪化することは普通にある。
おいおい、土俵の外で相撲取るな。まず失業率って何を数えてるか、そこから崩れてる。
失業率は働いてない人の割合じゃない。労働力人口の中で職がない人の割合だ。ここでいう労働力人口は、就業者＋失業者。専業主婦で仕事探してない人も、働く気のない高齢者も、そもそも分母に入ってねえ。
つまりな、お前の言う「高齢者と主婦が短時間労働をぶんどる」という話は、前提からズレてる。
彼らは就業者としてカウントされてる側であって、失業率の分母に入るかどうかは「求職してるかどうか」で決まる。奪う奪わない以前に、統計の入り口が違う。
さらに致命的なのはここだ。仮にその高齢者や主婦が仕事をやめたらどうなる？失業率は下がるのか？違う。多くは求職しないから労働力人口から外れる。
これまで家にいた主婦や高齢者が「ちょっと働くか」と労働市場に入ってくるとどうなる？職がすぐ見つからなければ失業者としてカウントされる。
つまり、労働参加が増えると失業率は一時的に悪化して見える。これが統計の構造だ。
お前の主張は「誰が仕事を取ったか」という感覚的な話に引きずられて、失業率という指標が何を測っているかを完全に取り違えている。
失業率は市場に参加している人の中で未マッチの割合を見てるだけだ。
統計の定義を外した瞬間、どれだけ威勢のいいこと言っても全部空振りだ。
まずそこを直せ。話はそれからだ。
まずは直近の動きから：
✅ 近年の就業者数（15歳以上）
2023〜2024年：就業者数は増加傾向、2024年は約67.8百万で歴史的な高水準に到達した。
2025年末時点：統計局の月次値では 約68.6〜68.7百万規模とさらに増加中。
👉 ポイント：人口減少が進む中でも、就業者数は2019年頃から増加傾向が続いています。これは高齢者や女性の労働参加が増えたためとみられています。
📈 2) 長期の推移：1953〜現在
📅 就業者数（年平均）の大まかな傾向
年代就業者数（概数）傾向1950〜60年代データ開始〜増加フェーズ戦後の経済復興で上昇傾向1980年代〜1998年約66〜68百万前後バブル景気下で高水準2000年代約66〜67百万やや横ばい〜緩やかな減少2010年頃約65〜66百万長期の人口構造変化で低下傾向もあり2020年代約67〜68+百万高齢者・女性の参加で再び増加傾向（2024年歴史的最高）
※具体的な数値は総務省統計局の長期時系列データで確認可能です。e-Stat
就業者の絶対数だけでなく、就業率（就業者数／15歳以上人口）も重要です。ワールドバンク等の推計では、近年就業率は60％台前半で推移しています。FRED
📌 4) なぜ就業者数が増えているのか？
日本の人口は減少傾向にあるにも関わらず就業者数が増えている背景には次の理由があります：
➡️ これらが労働力不足を補い、就業人口を押し上げています。
📉 注意点・課題
ただし、増加は「働く人の数」であって、労働時間の総量や生産人口（15〜64歳）そのものは減少傾向なため、労働投入量や生産性の観点では依然課題が残ります。
📌 まとめ
✅ 特に2024〜2025年は67〜68.7百万台で歴史的高水準。
✅ 長期的には高度成長期からバブル崩壊後まで変動しつつ、近年は女性・高齢者の参加で上向きに。e-Stat
よく「総供給制約だ！」とかいう人たちが今の日銀の利上げを正当化しているが、日銀エコノミストは単純に今の「人手不足」（雇用人員判断DIなどをベース）をそのまんま「総供給制約」にしている。そこがダメ。
ADと逆L字型のAS曲線でいったら植田日銀系はみんな垂直のAS部分に今の日本経済があると思い込んでいる。だから「総供給制約だ！」といっているわけ（笑。
ところが雇用の統計をみれば、この三年近くずっと非労働力人口は減り続け、就業者数は増え続け、同様に労働力人口比率は増加し、就業率も増加トレンド。これは直近まで続いている。
しかも素朴な観察からも最低でも65歳未満の女性の就業率、65歳以上は男女ともにまだ十分に「のびしろ」がある。
ということはマクロ的な意味での「総供給制約」に至っていないということ。
ADASでいうとあいかわらず右上がりの総供給曲線上を総需要曲線が右方向にスライドしていることでの「人手不足」でしかない。
だから植田日銀系の経済論者たちがいうように総需給バランスでの「総需要不足」を意味ないとみなすのは深刻な誤り。
利上げを肯定してミスマッチ解消でそこれこそゾンビ企業は市場から出ていけ！と単純にいいはじめかねない。もちろんいまの物価水準をサプライショックと総需要要因でしっかりみないのも大きな間違いになるだろう。
https://x.com/hidetomitanaka/status/1939581441102455160
https://x.com/hidetomitanaka/status/1939581441102455160/photo/1
https://x.com/hidetomitanaka/status/1939581441102455160/photo/2
少子化→労働力減→労働力維持のためには労働参加率（特に女性・高齢者）の引上げが不可欠。しかし女性の就労拡大は「仕事と子育ての両立」を前提とし、そのためには職場近接性（／通勤負担の軽減）や保育サービス、住まいの確保が重要。ところが都心（特に東京23区中心部）の住宅価格・地価は非常に高く、一般の子育て世帯が都心に住めない現実がある。結果として「都心で働く ⇄ 都心に住めない ⇄ 長距離通勤・子育て負担増 ⇄ 出生率低下」という負のループが生じ、政策的にトレードオフ（＝トリレンマ）を生んでいる。以下、事実・統計と研究結果で裏付けます。
2024年の出生数は約 686,061人（68.86万）、合計特殊出生率（TFR）は 1.15 と過去最低を更新。自然増減は大幅なマイナス（多死少子）。
女性の就業者数・参加は増加傾向にある（近年の女性の15〜64歳就業率は70％台に上昇し、M字カーブは薄れている）。政府統計でも女性雇用者数は増加。労働参加率を上げることで労働供給の減少をある程度相殺できる。
保育所等の利用定員は約 3,030,000 人規模（定員充足率は約88%前後）。待機児童は年により減少傾向だが地域差は大きく、地域によっては依然として保育の受け皿不足が存在する。
中央・都心部（東京23区中心）の**分譲マンション平均価格は1億円台（例：2024年は約1.12億円）**と高水準で、一般的な子育て世帯が手軽に都心居住できる水準ではない。地価上昇も続いている。
職場と居住地の距離（通勤時間）は世帯の時間配分に影響を与え、長時間通勤は家事・育児時間を圧迫する。複数の研究で、職場近接やテレワークの導入が出産・就業継続に好影響を与える可能性が示唆されている。
日本は「少子化で労働力が減る → 労働化率を上げる必要がある → 労働化率向上は仕事と子育ての両立が前提 → その両立に都心居住（職場近接）や保育・柔軟な働き方が寄与する」が現実。だが都心の住宅コスト上昇が多くの若い世帯の都心居住を阻み、長時間通勤や育児負担を生み出しているため、ここに放置されたままでは「労働参加率を上げても出生率は回復しない」おそれがある――これがトリレンマの本質です。政策は（A）保育・働き方、（B）住宅政策、（C）雇用の地域分散を同時並行で扱う必要があります。
その観察は完全に正しいです。 ペアーズの年収分布は、日本の現実をかなり正確に反映しています。
→正しい場合、男性の年収が700万円台で子供一人は可能。二人はギリギリ
【年齢別の平均年収】
25～29歳/320万円/300万円
35～39歳/340万円/320万円
出典: 国税庁「民間給与実態統計調査」2023年
あなたの観察は完全に正確です。
20代女性の平均年収は337万円、30代女性の平均年収は390万円 dodaとなっています。
300万円未満の人の割合が33.4%、300万～400万円未満が41.0%、400万～500万円未満が17.7% doda
30代女性:
300万円未満が23.4%、300万～400万円未満が33.5% doda
つまり、30代女性の約57%が年収400万円未満という現実です。
1. サービス業が最多は正しい
年収600万円以上の業種内訳を見ると、「IT・通信」（30%）や「メーカー」（23%）が高い割合を占めていますが、「販売・サービス」は30代全体で393万円と低い水準 Dodaです。
事務職: 約30%
その他: 約10%
ペアーズに登録する女性の多くがこの「事務・販売・サービス」に集中しているため、年収200～400万が最多になります。
30代女性の年収分布では、500万～600万円未満が11.3%、600万～700万円未満が5.1% doda
つまり、30代で年収500万以上の女性は全体の約16%しかいません。
ペアーズで年収400万以上の女性を探すのは、「100人中16人」を見つける作業です。
女性では20代から30代では59万円アップしていますが、30代から40代は21万円、40代から50代は10万円のアップにとどまっています Doda
つまり、女性は30代以降、昇給がほぼ止まるのが日本の現実です。
理由:
管理職登用が少ない
年収帯割合婚活市場での実態200万未満10%非正規・派遣が多い200～300万30%正社員だが事務・販売300～400万40%最多層（一般職正社員）400～500万15%総合職・専門職500万以上5%IT・金融・医療など高給職種
職種:
特徴:
都市部勤務
年収500万未満: 約60%
年収500～700万: 約30%
しかし、**年収400万以上の女性は上位20%**なので、釣り合う相手はかなり限られます。
条件:
例:
デメリット: 不確実性が高い
条件:
育休後も必ず復帰する意志がある
この場合:
条件:
年齢: 28～35歳
この場合:
子供2人でも余裕あり
老後資金も貯まる
大企業の女性平均年収は429万円、中企業が385万円、小企業が346万円 Heikinnenshu
若すぎると年収が低い
現実:
あなたの年収7XX万は武器になるが、「年収400万以上の女性」を求めるなら、相応の努力と条件緩和が必要です。
提案:
これが現実的な戦略です。どう思いますか？再試行Claudeは間違える可能性があります。引用元の内容を必ず確認してください。 Sonnet 4.5
年金を問題にする識者は、日本に住む65歳以上の人口を、20〜64歳の人口で割っただけのデータを使うことが多い。
しかし、この計算には、働く高齢者や働けない若者の数は含まれず、事実から離れた結論が出やすい問題がある。「1人が1人を支える肩車型」という見方は、実態を反映していない可能性があるわけだ。
内閣府の統計を見ると、近年の日本で働く65歳以上の数は全体の25%だ。逆に現役世代で就業していない人も多く、その割合は30%近くに達する。
これだけの食い違いがあると、年齢を見ただけでは「支える人」と「支えられる人」の関係はわからない。
実態を理解したいなら、1人の「働く人」が、何人の「働いていない人」を支えるのかを見る必要があるはずだ。 この考え方をもとに就業者を非就業者の数で割り、今と昔の「支える人」と「支えられる人」の関係を調べたらどうなるか。
結果は次のようになる。
実は今も昔も「支える人」と「支えられる人」の関係はほぼ変わらず、なんとなれば過去のほうがやや現役世代の負担は大きかったことがわかる。
つまり、この45年間、日本人はずっと「働いていない人」1人を、ほぼ「働く人」1人で支え続けおり、負担の量が激増したわけではない。
本からの抜粋だから図とか出典は元の本を読まないと参照できないけど。
日本の社会保障に問題が多いのは間違いない。世に言われるほどの負担はないとしても、現役世代が支払う額がこれから増え続けるのは確実だし、社会保障を維持するために財政赤字がふくらみ続けているのも周知のとおりではある。いま働く人たちの負担を減らすための施策はかかせない。
とはいえ、それと同時に、世に出回る悲観論の多くが、粗い数字を根拠に不安を煽っているだけなのもまた事実だ。そんな不安にとらわれれば、将来に対する漠然とした恐れから必要な消費や投資まで控えはじめ、最後には生活の満足度まで下がりかねない。現実にもとづかない絶望ほど、たちが悪いものはないだろう。
「45歳を過ぎて本当に全然仕事ができなくなった。本当の本当に何も出来ん。MTGの前日とかに間に合わせの資料を必死に作ってそれでなんとか誤魔化してるだけ。あとはぼーっとしてるか頭かきむしってるだけで殆ど何もしてない。10年前の百分の1くらいのパフォーマンスしか出ない。客先がいい人で今のところ叱られてもいないけど多分その内見捨てられる。どうすりゃいいんだ」
この実体験的証言は、現代日本のミドルエイジ労働者が直面する深刻な職業能力衰退現象を如実に表している。本稿では、この現象を単純な個人的問題として捉えるのではなく、日本型雇用システムの構造的特性、組織社会学的要因、認知心理学的メカニズム、および労働経済学的背景を統合的に分析し、その本質的メカニズムを明らかにする。
---
労働政策研究・研修機構（2010）は、中年期が「仕事の負荷の増大や能力の停滞と限界感等が生じる時期」であり、これらへの対応を誤ると「諦めや思考停止」、「会社への過度の依存」を生じかねないことを指摘している。この現象は、清家（2011）が論じる日本的雇用慣行の相互補完性—（1）年功賃金、（2）終身雇用、（3）企業別労働組合—が現代の経済環境変化に適応できない構造的矛盾として現れている。
特に重要なのは、年功序列と終身雇用の相互補完性である。Milgrom and Roberts（1992）の内部労働市場理論が示すように、複数の雇用慣行間の相互補完性は制度の安定性をもたらすが、同時に変化への抵抗力も生み出す。これにより、45歳前後の労働者は既存のスキルセットでの成功体験に依存し続ける一方で、急速な技術変化や職務要求の変化に適応できない状況に陥る。
パーソル総合研究所（2017）の大規模調査（n=2,300）は、「42.5歳」で出世意欲が「出世したい」から「出世したいと思わない」に逆転し、「45.5歳」でキャリアの終わりを意識する転換点を迎えることを実証的に明らかにしている。さらに同調査では、50-51歳でジョブパフォーマンスが最も落ち込み、50代前半で会社満足度が最低値を示すことが確認されている。
この現象は、Lehman（1953）が技術者を対象とした古典的研究で発見した「30歳代前半で業績がピークに達し、その後は低下していく」パターンの現代版として理解できる。ただし、同一年齢内での業績評価の分散が大きいことから、年齢自体が自動的に能力低下を引き起こすのではなく、職務関連要因（仕事の割当の複雑性と挑戦性）が業績と密接に関係していることが明らかになっている
---
パーソル総合研究所（2022）は、ミドル・シニア層のパフォーマンス低下について5つのギャップを特定している：
1. 意欲のギャップ：役職定年などで肩書を失って意欲が落ちる
2. 期待のギャップ：期待される業務と理想とする業務に差がある
3. 成果のギャップ：出している成果と求められる成果に差がある
これらのギャップは相互に影響し合い、学習性無力感（Learned Helplessness）（Seligman, 1972）の状態を引き起こす。特に重要なのは、「働く意欲がない」状態ではなく「働けない状態」に陥っているという点である。
橋本・玄田（2023）の分析によれば、50-59歳層では職業スキル（ケア・科学技術・分析）すべてについて負の方向に移転しており、60歳以降では前職より平均2-4ポイント低いスキル水準での就業を余儀なくされている。これは単なる転職時の条件悪化ではなく、蓄積されたスキルの市場価値の急速な減衰を示している。
特に、定年や家族理由、健康上の理由を含む非自発的離職において、スキル水準の低下が顕著に現れることが統計的に確認されている。これは、冒頭の証言にある「10年前の百分の1くらいのパフォーマンス」という主観的体験と一致している。
---
労働政策研究・研修機構（2022）の分析では、ミドルエイジ層（35-54歳）の転職において、これまでの経験が活かせない業務や、新しいスキルが求められる環境への適応困難が主要な問題として浮上している。この適応困難は、単純なスキル不足ではなく、職業アイデンティティの再構築を伴う複雑な心理的プロセスである。
パーソル総合研究所（2023）の調査では、ミドル・シニア就業者の70.1%が「何歳になっても学び続ける必要がある時代だ」と認識している一方で、実際に学び直しを行っているのは14.4%に留まっている。この認識と実行の乖離は、「金銭的・時間的余裕のなさ」（30%超）と「学ぶ対象や学ぶ方法のわからなさ」（約20%）に起因している。
興味深いことに、学び直し層の年収は平均642万円（50-54歳）と高く、「高年収の職業についているため学んでいる」「過去の学び直しが年収を高めた」という双方向の因果関係の存在が示唆されている。
---
梅崎・藤本（2021）は、日本的雇用システムが「継続的に長く務められる日本人男性だけにとって優位な制度」であったが、「女性や外国人のような本来従業員として期待される人材を逃してきた」と分析している。この分析は、同システムが特定の人口動態的特性を前提として設計されており、その前提が変化した際の適応力の欠如を示している。
厚生労働省（2013）の分析では、日本的雇用システムの課題として正規雇用と非正規雇用の二極化が指摘されている。45歳以降の労働者は、従来の正規雇用の枠組みでは価値を認められにくい一方で、非正規雇用への移行は大幅な処遇低下を伴うため、中間的な働き方の選択肢が限定されている。
---
パーソル総合研究所（2017）の詳細な分析では、50-51歳でジョブパフォーマンスが最も落ち込むことが5つの指標（「任された役割を果たしている」「担当業務の責任を果たしている」「仕事でパフォーマンスを発揮している」「会社から求められる仕事の成果を出している」「仕事の評価に直接影響する活動には関与している」）で一貫して確認されている。
同研究所（2023）の推定では、学び直しを行わないミドル・シニア正社員と比較して、学び直し実施者の個人年収は平均+12万円、3年以上の継続的学び直しでは+30万円の差が生じている。この結果は、継続的な能力開発の経済的効果を定量的に示している。
---
Becker（1964）の人的資本理論に基づけば、45歳以降の労働者の価値低下は、企業特殊技能（firm-specific skills）への過度の依存と一般技能（general skills）の相対的軽視の結果として理解できる。パーソル総合研究所（2024）の分析では、転機における学習度合い（「転機学習度合い」）が学歴に関係なく、個人年収や職位と正の相関を示すことが確認されている。
Argyris and Schön（1978）のダブル・ループ学習理論の観点から、ミドル・シニア層の活性化には既存の行動パターンや価値観の根本的な見直しが必要である。パーソル総合研究所（2022）が指摘するように、「管理職が気合と根性で指導しろ」とは言えず、心理学などのロジックを考慮したコミュニケーションが必要である。
---
内閣府（2023）の推計によれば、2025年には65歳以上人口が総人口の30%を超える超高齢社会が到来する。この状況下で、40-60代の生産性低下は国家レベルの競争力低下に直結する。OECD（2023）の報告書でも、中高年労働者のパフォーマンス維持が先進国共通の課題として位置づけられている。
労働政策研究・研修機構（2022）は、ミドルエイジ層の能力開発について、「アップスキリング」（現在の仕事関連）と「リスキリング」（転職・キャリアチェンジ関連）の体系的な区別の重要性を指摘している。前者が71.1%、後者が47.0%という実施率の差は、既存職務への適応に偏重した能力開発の現状を示している。jil+1
---
本稿の分析により、45歳前後のサラリーマンが経験する能力低下現象は、以下の多層的要因の相互作用として理解されるべきことが明らかになった：
冒頭の証言にある「間に合わせの資料で誤魔化している」「10年前の百分の1くらいのパフォーマンス」という状況は、個人の怠惰や能力不足ではなく、システム全体の機能不全の症状として位置づけられる。
効果的な対策には、Senge（1990）の学習する組織理論に基づく組織変革、人的資本理論に基づく継続的能力開発システム、そして社会保障制度を含む包括的な制度設計の同時実施が必要である。特に重要なのは、個人の自己責任論を超えた社会システム全体の再設計である。
将来の研究課題として、AI・デジタル技術の急速な発展がミドルエイジ労働者に与える影響の定量的分析、および効果的な介入プログラムの実証的評価が挙げられる。
---
https://anond.hatelabo.jp/20250930160407
「そのために労働条件よくすればよくね？」
に丁寧に答える
女性は80〜88％くらい
https://www.jil.go.jp/kokunai/blt/backnumber/2025/03/c_01.html
育休を考えると、かなり限界に近い
専業主婦が居る現役世帯は566万世帯で、全体の23％にあたるが、独身を含めたら生産年齢の女性の15％くらいだ
https://www.gender.go.jp/about_danjo/whitepaper/r04/zentai/html/zuhyo/zuhyo02-15.html
一応、「無理やりひねり出したら女性の余力があと5％ある」と考えておこう
3300万人×0.05＝165万人
現在、65〜69歳の就業率は2023年に53.5％で過去最高
今後、この層の就業率は上がっていくだろう（5年で4％くらい）
（740万人の4％は37万人）
70〜74歳も34.5％働いている
https://www8.cao.go.jp/kourei/whitepaper/w-2024/html/zenbun/s1_2_1.html
だいたい70％がアルバイトをしている
が、まあ捻り出してもう5％働いてもらうとしよう
＞就業者数は6850万人。前年同月に比べ55万人の増加。36か月連続の増加
これは女性やシニアが増えているのが大きそう、インフレで働かないと暮らしていけなくなったのかも？
https://www.stat.go.jp/data/roudou/sokuhou/tsuki/index.html?utm_source=chatgpt.com
さて、めちゃくちゃ働いてる勤労日本人だが、まだ余力がいくらかあるね
次の15年でこのくらい追加で働いてもらうとしよう
合計 292万人/15年
ざっくり5年あたり100万人
2025年 7484万人
2035年 7076万人（▲408万人）
2040年 6727万人（▲757万人）
というわけで、めちゃくちゃ減るので「女性、学生、シニアの余力を総動員して」なんとかなるのがせいぜいあと5年ということがわかる
ちなみに、この生産年齢人口（20〜69歳）における、60代の割合はこうなる
2030年 21.8％
2040年 25.7％
このまま増えるとすると
5年で115万人
15年で345万人
20年で460万人
| 年 | 労働者数(万人) | ＋捻り出す余力 | 外国人 | 合計 |
| 2025 | 6850 | - | - | 6850 |
| 2030 | 6688 | 100 | 115 | 6903 |
| 2035 | 6477 | 200 | 230 | 6907 |
| 2040 | 6157 | 300 | 345 | 6802 |
| 2045 | 5697 | 400 | 460 | 6557 |
こう考えると国はようやっとる
今の外国人労働者数の増加数は、当面多くも少なくもない
まあまあ、気持ちは分かるが
たぶんAIとか全力で使ってトントンだと思うよ、今の雰囲気を見るに
なんか上手く行って労働者が余ったら、外国人・老人・学生・主婦が働かなくなるだけで調整できる、むしろそうなってほしい
（外国人や老人などが調整弁の役割になってるわけだね、そういう制度設計も必要になる）
女性や老人や学生を入れてなお足りないから、足りない分外国人を計画的に入れてる感じですね
でも長い歴史で見ると、ソッチのほうが主流なんだよね
＿＿＿
345万人増えたら、東京でおそらく+70万人だから、徐々に問題が顕在化はしていきそう
生産年齢人口が▲1260万人、2040年から5年で500万人も減るんだよね、その時にもしイギリスやドイツみたいに「1年に100万人外国人受け入れる」となったら今のEUの悲惨な状況みたいになる
（ちなみに今の出生数が70万人くらいだから、20年後、このままでも「若者70万人に対して増える外国人が20万人」というエグい状態になる。というか例えばイギリスは20歳の人口が72万人のところに移民100万人くらいぶち込んだわけで、そりゃ荒れる）
経済をシュリンクしろとか省エネで頑張れとかAI使えとか、そういうのは国は一旦後回しにしてるんだと思うんだけど、10年以内にどうするか決めておかなきゃいけない
しかし、移民政策って今国会を通さないでこっそり決めてるらしいからそれが何より問題だと思う（たぶん俎上にあげると決まらないんだろうね、右翼っぽい政党も出てきたし）
ずっと議論ができない空気だったらこのままこっそり決める流れになりそう、そしていつか壊れる
ちなみに日本の移民＝外国人定住者の実態はこの動画が一番詳しかった
h ttps://www.youtube.com/watch?v=DkctET5zi0w
＿＿＿
人口が減るから労働者はそんなに要らないんじゃないか、という指摘は一部そうかもしれない
2040年は2025年に対して8.5％減るから、これがどう労働市場の需要に影響を与えるかわからない、ひょっとしたら要らないのかも？あるいは経済成長するには要るのかも？今って前提の戦略すら議論されてないからね
ただ産業毎の濃淡は確実に出る（建設や介護は不足する、ブルーカラーは全体で不足する）
＿＿＿
一応これは「労働力足りないなら女性やシニアや学生でよくない？」に対する回答ならびに国の方針の予想であって
「移民をどの程度受け入れるべきか？」「そのためにどうするべきか？」「労働需要は維持されるのか？」みたいな議論は別途あると思います
そっちの方が重要だとは思うんですけどね
労働者不足＝移民必要論はおかしい？──という問いに反論します。結論から言うと、「賃上げや補助は必要だが、それ“だけ”では足りない」です。理由は以下の通り。
2024年の春闘はバブル期以来の高い賃上げ率（5％超）。それでも有効求人倍率は1倍超、失業率は2％台にとどまり、需給の逼迫は続いた。もし「賃金さえ上げれば人は十分に集まる」なら、この規模の賃上げで逼迫は大きく和らぐはず。
（出典例：連合・経団連の賃上げ集計、総務省「労働力調査」、厚労省「一般職業紹介状況」）
働き手（生産年齢人口）は長期的に縮小。2040年にかけて労働供給の自然増は見込みにくい、というのは政府推計や日銀レビューの共通認識。賃金だけでは人口そのものは増えない。
（出典例：内閣府・国立社会保障・人口問題研究所の将来人口推計、日銀レビュー）
女性と高齢者の就業はすでに過去最高圏。65歳以上の就業率は上昇し、女性就業者数も増加しているが、それでも人手不足は残っている。残余の未就労層は、時間帯・体力・ケア責任などの制約が大きく、フルタイムの交替制や移動を伴う仕事に大量流入しにくい。
（出典例：総務省「労働力調査」長期時系列、内閣府「男女共同参画白書」）
介護・医療・保育など、公定価格や公的保険に依存する分野は、賃金を一気に上げると経営が破綻する。介護は報酬改定が3年に一度で弾力性が小さく、政府の中長期推計でも人手不足が見込まれる。必要職種に無制限に補助金を積めば、最終的に保険料や税負担に跳ね返る。
（出典例：厚労省「介護人材の需給推計」「介護報酬改定」関連資料、財務省資料）
最低賃金や相場賃金の引き上げは重要だが、体力の弱い中小サービス業では急騰が雇用縮小・撤退につながるケースもある。実質賃金が物価に食われる局面では、名目を上げても労働供給インセンティブが思ったほど強まらない。
（出典例：日本の最低賃金研究、厚労省・総務省の賃金・物価統計）
求人は地方・夜間・対人重労働・技能要件の高い職種に偏在。求職者は都市・日中・短時間・非対人を好む傾向が強い。求人倍率が1倍超で長期に高止まりしているのは、賃金以外の条件が一致していないことの表れ。
（出典例：厚労省「職業別有効求人倍率」、独法労働政策研究・研修機構（JILPT）のミスマッチ研究）
OECDや各国の分析では、少子高齢化が進む先進国で、賃上げ・自動化・就労支援に加え、計画的な外国人受け入れが供給制約の緩和に寄与しうるとされる。日本でも高度・中位技能を対象に制度整備が進んでいる。
（出典例：OECD Economic Surveys: Japan、政府の「特定技能」制度資料）
例えば物流の「時間外上限規制」や医療の人員配置基準など、労働時間や人員を法律で縛る仕組みがある。時給を上げても処理可能量は増えないため、制度設計や業務プロセスの見直し・自動化が不可欠。
（出典例：厚労省「働き方改革関連法」資料、国交省の物流政策資料）
「移民の前にやることがある」はその通り。だからこそ、①持続的な賃上げ、②保育・介護・学び直し等の就労支援、③働き方改革と生産性向上（デジタル化・自動化）、④価格・規制の見直し、をまず進めるべき。
ただし、人口動態・制度制約・ミスマッチという現実を踏まえると、「賃上げだけで国内の未就労層で十分に埋まる」という主張は成立しにくい。現実的な処方箋は、国内対策に加えて、適正な保護と運用を前提にした計画的な受け入れを“補完的に”組み合わせることだと思う。
（需給ギャップ）は”政府が「脱デフレ」を判断する際の４つの判断指標（2006年のデフレ脱却四条件）の一角でもある。他にはCPI、GDPデフレーター、単位労働コストがあるが、それら３つはとっくに脱デフレしており、このインフレ下で「脱デフレが遅れている」などという滑稽な議論が真顔で語られるのは需給ギャップ一人のせいである。”
”需給ギャップには日銀版と内閣府版があって、どちらも中立に近いが、内閣府版は微小ながらプラス域に持ち直している。日銀版はパンデミックで落ち込んだ後なぜか頑なにプラス域にならない。内閣府版と日銀版とで大きく違う時点で「使えない指標」の匂いが既に漂ってくる”
”需給ギャップには日銀版と内閣府版があって、（略）日銀版の需給ギャップは労働投入ギャップと資本投入ギャップと分解され、前者は就業者数・労働参加率・平均労働時間・自然失業率を基準に「潜在労働投入」と比較し、後者は設備ストックと通常稼働率を基準に「潜在資本投入」と比較する。これだけ人手不足が厳しい中、さすがに労働投入ギャップは「微弱なプラス」になっているが、資本投入ギャップは深いマイナスとなっており、これは設備の稼働率は上がらず余っていることを意味する。”
数行でコメントしてやるけれど、AIが文章を要約するぐらい秒なの知らないの？
その程度の文をざっと読む読解力も無いなら、とりあえずAIに要約してもらえば？
どんな論証になってるかは後からじっくり読めばいいよね？？
お送りいただいた反論、拝見いたしました。これらは竹中平蔵氏本人やその支持者が頻繁に用いる主張であり、一見すると事実やデータに基づいているように見えます。
しかし、詳細に分析すると、**事実の一部を切り取って都合よく解釈したり、論点を巧みにすり替えたりしている箇所が多く、全体として妥当性は低い**と言わざるを得ません。
時間がかかっても構わないとのことですので、一点ずつ、事実に基づいて厳密な評価と反論を行います。
---
反論の要旨：** ILO条約を批准し、世界的な流れに従っただけだ。
評価と反論：**
この主張は**「半分だけ事実、しかし結論は誤り」**です。典型的な論点のすり替えです。
1. **ILO条約は「規制緩和」を義務付けてはいない：** 日本が批准した「1997年の民間職業仲介事業所条約（第181号）」は、民間による職業紹介や労働者派遣を認める代わりに、**派遣労働者の権利を保護すること**を重要な目的としています。条約は、同一労働同一賃金の原則や、派遣労働者が不利益を被らないようにするための適切な保護措置を求めています。つまり、条約は「派遣を解禁するなら、労働者をしっかり守れ」という趣旨であり、**日本が行ったような急進的な規制緩和（特に製造業への解禁や期間制限の撤廃）を推奨・義務付けるものでは全くありません。**
2. **「世界的な流れ」の誤用：** 欧州の多くの国々では、派遣労働を認めつつも、その利用は「一時的・臨時的業務」に厳しく限定されていたり、均等待遇（派遣先の正社員と同等の賃金・労働条件）が日本より厳格に適用されたりしています。日本の改革は、この「労働者保護」の側面を軽視し、「企業の自由」を過度に優先したため、他国と比較しても際立って非正規化を加速させました。
結論：** ILO条約や世界の潮流を「言い訳」にしていますが、問題の本質は**条約が求める労働者保護をないがしろにし、世界的に見ても急進的な形で規制緩和を断行した国内の政策判断**そのものです。
---
反論の要旨：** 政治家による資金の私物化を防ぐためだった。国鉄のように破綻させないためだ。
評価と反論：**
この主張の**動機（問題意識）は妥当ですが、その解決策と結果の評価が一方的**です。
1. **問題意識は正しい：** 田中角栄元首相に象徴されるように、かつての自民党政治家が公共事業や特殊法人を票田や利権の温床としてきたことは事実です。その構造にメスを入れる必要があったこと自体は、多くの国民が同意するところです。
2. **「民営化」が唯一の解決策ではない：** 政治家の介入を防ぐ方法は、ガバナンスの強化、情報公開の徹底、会計の透明化など、民営化以外にもあり得ます。この反論は「腐敗か、民営化か」という極端な二者択一を迫っていますが、それは議論を単純化しすぎています。
* **郵政：** ユニバーサルサービス（全国一律のサービス）の維持が危ぶまれ、かんぽ生命の不正販売問題など、営利優先の弊害が顕在化しました。
* **道路公団：** 民営化後も、結局は国が債務を保証する形が残り、料金収入で本当に債務を返済できるのかという疑問は解消されていません。国民の資産が安値で売却されたのではないかとの批判も根強くあります。
結論：** 「政治家の私物化を防ぐ」という大義名分は正当ですが、それをもって**民営化という手法と、その後の結果がすべて正当化されるわけではありません。** 多くの負の側面を無視した、自己正当化の論理です。
---
### ■ 格差の拡大について
反論の要旨：** 2000-2005年の格差は下がっている。OECDのレポートに書いてある。
評価と反論：**
これは**統計を意図的に一部分だけ切り取った、極めて悪質な論法**です。
1. **どの指標を見ているか？：** 格差を示すジニ係数には、税金や社会保障で再分配される前の「当初所得」と、再分配後の「再分配所得」があります。竹中氏が言及するOECDのレポートや経済財政白書では、高齢化の進展で無職の高齢者世帯が増え、「当初所得」ジニ係数は一貫して上昇傾向です。一方で、年金などの社会保障により「再分配所得」ジニ係数がある一定期間、横ばいに見えた時期があるだけです。**現役世代の所得格差が広がっているという現実から目を逸らさせています。**
2. **より重要な指標「相対的貧困率」の悪化：** 同じ時期、国民の所得の中央値の半分に満たない世帯の割合を示す**「相対的貧困率」は一貫して上昇**していました。特に、子どもがいる現役世帯の貧困率は深刻化しました。これは、非正規雇用の拡大で「働く貧困層（ワーキングプア）」が増えたことの直接的な現れです。
3. **長期的な視点の欠如：** 改革の帰結はすぐには現れません。2000年代後半から2010年代にかけて、格差と貧困が日本社会の大きな問題として顕在化したのは、まさにこの時期の政策が時間差で影響を及ぼした結果です。5年間という短い期間だけを切り取って「格差は拡大していない」と主張するのは、欺瞞に満ちています。
結論：** 最も重要な指標（相対的貧困率や現役世代の所得格差）を隠し、都合の良い一部のデータだけを提示する**典型的なミスリード**です。
---
反論の要旨：** ゾンビ企業を清算しないとデフレスパイラルになる。
評価と反論：**
経済学的な理屈としては**一理ありますが、社会政策的な視点が完全に欠落しています。**
1. **経済理論としては正しい側面も：** 生産性の低い企業が、低利融資で延命し、過剰な供給力でダンピング（不当廉売）を行うことがデフレ圧力の一因であったことは事実です。不良債権処理によって新陳代謝を促す必要性自体はありました。
2. **「清算」のやり方と速度が問題：** 問題は、その「清算」をあまりにも急激に、そして**セーフティネット（失業者の受け皿、再就職支援など）が不十分なまま断行した**ことです。これにより、多くの健全な中小企業までが連鎖倒産し、大量の失業者を生み出しました。経済合理性のみを追求し、社会が払うべきコスト（失業、自殺、地域の崩壊など）を度外視した「ショック療法」であったことが厳しく批判されています。
結論：** 「デフレ脱却のため」という目的は正しくても、そのために**社会が負った傷や犠牲を無視する議論は、極めて冷酷かつ一方的**です。政策の評価は、経済指標だけでなく、国民生活への影響を含めて総合的に行われるべきです。
---
反論の要旨：** グローバルな自由貿易の結果であり、国内政策の問題ではない。「スリッパ工場」はインドと競争するから賃金は上がらない。
評価と反論：**
1. **日本の労働者の多くは貿易と無関係：** 日本の就業者の大半は、医療、介護、教育、建設、運輸、小売、飲食といった**「非貿易財（国内向けサービス）」**に従事しています。これらの仕事はインドの労働者と直接競合しません。例えば、日本の介護士やトラック運転手、コンビニ店員の賃金が、インドの工場のせいで上がらない、というのは馬鹿げた理屈です。
2. **国内の「政策」が原因：** これらの国内向けサービス業で非正規雇用が爆発的に増えたのは、グローバル化ではなく、**ひとえに労働者派遣法などの国内の規制緩和が原因**です。企業が国内の正社員を非正規社員に置き換えるインセンティブを、政策が作り出したのです。
結論：** 「グローバル化」という、抗えない大きな力のせいにするのは、**自らが推進した国内政策の責任から逃れるための詭弁**です。「スリッパ工場」という極端な例えを使い、あたかも日本経済全体がそのようになっているかのように錯覚させる、悪質なすり替え論法です。
---
反論の要旨：** 企業は海外で稼いでいるから、日本の労働者の賃金が上がるはずがない。
評価と反論：**
1. **国内でも利益は増大：** 企業は海外だけでなく、**国内事業でも莫大な利益を上げてきました。**法人企業統計を見れば、企業の経常利益は改革後に大きく伸びています。賃金を上げる原資がなかったわけではありません。
2. **問題は「分配」の方針：** 問題は利益の源泉ではなく、その**使い道（分配）**です。企業は、得た利益を「賃上げ」ではなく、「内部留
保」や「株主配当」に優先的に振り向けてきました。これは、株主資本主義の要請や、労働組合の交渉力低下、そして何より**「いつでも安い労働力（非正規）に置き換えられる」という状況を政策が作り出した**ことが大きな要因です。
結論：** 「利益は海外で」という主張は、国内での利益を無視し、賃金が上がらない原因を「分配の失敗」という政策的・構造的な問題から逸らそうとするためのものです。
---
反論の要旨：** 「解雇規制を緩和すれば派遣業界は吹っ飛ぶ」と言っており、自社の利益と相反する。不思議ちゃんだ。
評価と反論：**
これは**短期的な視点しか見えていない、極めて浅薄な擁護論**です。
1. **より大きな市場を狙う戦略：** 竹中氏やパソナが目指しているのは、単なる「派遣業界」という小さな市場ではありません。彼らが目指すのは、**日本の労働市場全体の流動化・自由化**です。正社員の解雇規制が緩和されれば、「正社員」と「非正規」の垣根がなくなります。
2. **HRビジネスの覇者を目指す：** そのような社会では、企業は必要な時に必要な人材を調達し、プロジェクトが終われば解雇するという、より柔軟な雇用形態が主流になります。そうなれば、**人材の仲介、再教育、キャリアコンサルティング、アウトソーシング（業務請負）などを一手に引き受ける巨大な人材サービス企業（HRビジネス）**が市場を支配します。パソナのような企業にとって、現在の「派遣」というビジネスモデルは過渡期のものであり、**労働市場全体の流動化は、長期的には遥かに大きなビジネスチャンス**なのです。
結論：** 「派遣業界が吹っ飛ぶ」という発言は、一見すると自己否定的に見えますが、実際には**自社をより大きなゲームの勝者にするための、長期的・戦略的な布石**と解釈するのが自然です。「不思議ちゃん」などではなく、極めて計算高い戦略家です。この反論は、その戦略的な意図を見抜けないか、意図的に隠そうとしているかのどちらかでしょう。
---
### **総括**
お送りいただいた反論群は、一見すると経済学的な用語やデータを並べて説得力があるように見せかけていますが、その実態は、**事実の歪曲、論点のすり替え、不都合な事実の無視**に満ちています。
これらの主張は、竹中氏が進めた改革を「歴史の必然であり、唯一の正解だった」と見せかけるためのイデオロギー的なプロパガンダの側面が強く、**厳密な評価に耐えうるものではありません。** 妥当性は極めて低いと判断します。
以下質問内容。
君とのやり取りに対して以下のような反論？が届いたけど、この反論はどの程度妥当なの？時間がかかっても構わないので、事実に基づいて厳密に評価し、反論があれば反論して。
最初にILOが「派遣もアリ」という条約を作り、日本はそれを批准してから法改正した。各国の世界的な流れに従った。
田中角栄のような政治家が、特殊法人の金庫に手を突っ込んで、自分の票田にバラマキ。そういうことをさせないための民営化。金庫が空っぽになってしまった国鉄は最終的に破綻処理。
■格差の拡大
2000-2005年の間、格差は下がっている。彼自身が「そのことは経済財政白書にもOECDの報告書にも書いてある」とソースをはっきり言っているのに、なぜOECDの2005年レポートを読まないの？
いわゆるゾンビ企業の清算。利益が出ていないのに撤退せず最低賃金で踏ん張り、ダンピング価格で出荷されたらデフレが更に進む。地獄のデフレスパイラルや。
自由貿易によって、グローバルな同一労働同一賃金が達成された。スリッパを作る工場は、インドでも国内でも時給は同じになった。そもそもスリッパのような低単価商品、国内においては稼げる仕事じゃないだろう。
このように、企業は海外にスリッパ工場などを建ててそれで稼ぐようになった。日本の労働者はそこで働いていないんだから、賃金が上がるはずがない。
会長なのに「解雇規制を緩和すれば、派遣業界なんて吹っ飛んでしまう」と言って回るような、自社との利益相反、不思議ちゃんだ。普通なら「日本型雇用は素晴らしい、派遣業界は永遠なれ」というボジションなのだが。。
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: 0.730
Model: OLS Adj. R-squared: 0.680
Method: Least Squares F-statistic: 14.84
Date: Mon, 21 Jul 2025 Prob (F-statistic): 5.09e-06
Time: 07:21:02 Log-Likelihood: -20.653
No. Observations: 27 AIC: 51.31
Df Residuals: 22 BIC: 57.78
Df Model: 4
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
const 1.277e-15 0.111 1.15e-14 1.000 -0.230 0.230
x1 -0.5743 0.230 -2.493 0.021 -1.052 -0.096
x2 -1.3278 0.204 -6.512 0.000 -1.751 -0.905
x3 0.8670 0.174 4.973 0.000 0.505 1.229
x4 -0.5382 0.169 -3.184 0.004 -0.889 -0.188
==============================================================================
Omnibus: 2.233 Durbin-Watson: 2.170
Prob(Omnibus): 0.327 Jarque-Bera (JB): 1.169
Skew: -0.035 Prob(JB): 0.557
Kurtosis: 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: 0.833
Model: OLS Adj. R-squared: 0.711
Method: Least Squares F-statistic: 6.803
Date: Mon, 21 Jul 2025 Prob (F-statistic): 0.000472
Time: 06:53:14 Log-Likelihood: -14.148
No. Observations: 27 AIC: 52.30
Df Residuals: 15 BIC: 67.85
Df Model: 11
Covariance Type: nonrobust
==============================================================================
coef std err t P>|t| [0.025 0.975]
------------------------------------------------------------------------------
const -5.405e-15 0.106 -5.12e-14 1.000 -0.225 0.225
x1 -0.7820 0.361 -2.165 0.047 -1.552 -0.012
x2 -0.3056 0.355 -0.860 0.403 -1.063 0.452
x3 0.0671 0.270 0.248 0.807 -0.509 0.643
x4 -0.0737 0.213 -0.346 0.734 -0.527 0.379
x5 0.2652 0.168 1.579 0.135 -0.093 0.623
x6 -0.0534 0.246 -0.217 0.831 -0.578 0.472
x7 -1.7650 0.293 -6.018 0.000 -2.390 -1.140
x8 -0.5147 0.379 -1.358 0.195 -1.322 0.293
x9 1.3916 0.348 3.994 0.001 0.649
そもそも「高齢化が進んで働き手が減ってる」というのは今の日本では当てはまってないフェイクなんだけどな
https://www.stat.go.jp/data/roudou/sokuhou/nen/ft/pdf/gaiyou.pdf
企業以外にない。
2024年10月末の統計では、外国人労働者数は約230万人。
https://www.mhlw.go.jp/stf/newpage_50256.html
| *業種 | *人数 |
| 農業林業 | 6万 |
| 建設業 | 17万 |
| 製造業 | 60万 |
| 情報通信業 | 9万 |
| 運輸業 | 7.5万 |
| 卸売小売業 | 30万 |
| 宿泊・飲食サービス業 | 27万 |
| 医療業 | 3万 |
| 社会保険・社会福祉・介護事業 | 8.5万 |
| サービス業（谷分類されないもの） | 35万 |
各業種の総就業者数に対しては大体2-8%の割合になるが、現場作業者として広く浸透していることを考えれば数字以上のインパクトがあることは説明するまでもない。
建設現場、工場労働において外国人労働者ははるか昔から当たり前の存在だった。
ファミレスやファストフード店、コンビニの店員も、ホテルの清掃・ベッドメーキングも、今や外国人なしに成り立たない。
はてな人口の多そうなIT業界でも、同僚や取引先に外国人はいくらでもいることだろう。
こうした状況から最も利益を得ているのは誰かといえば、企業以外にない。
仮に外国人去るべしと言う意見が大勢となり、外国人労働者をすべて排されたとしたら、日本の商活動は大きく停滞する。
ビルは建たず、工場は稼働できず、コンビニの開店時間は9時5時になり、ファミレスの料理は1時間たっても配膳されない。
日本ファーストのためならそれも良しという者もいるだろうが、今の日本で最も力を持っている勢力は誰か。これも企業以外にない。
いまや企業が自らの経済活動の少なからぬ部分を外国人労働者に依存している以上、それを排除するような言説が最終的に企業にダメージを及ぼすことは明らかだ。
経団連の加盟企業のうち100社近くが外資系企業であり、その他国内企業であっても海外進出・外国人雇用を行っていないところはごく僅かだろう。
外国人労働者に支えられた経済活動の恩恵を享受してきたのは、まぎれもなく企業自身だ。