【政府統計】日本人の寿命と死因(年次推移や年齢別割合など)
「LIFE SPAN」を読んで、老化・長寿の研究が進んでいることを以前に紹介しました。寿命や死因に興味が沸いたので、政府統計をもとに調べました。
https://predora005.hatenablog.com/entry/2021/08/09/190000predora005.hatenablog.com
[1] 平均寿命の推移
以下は、厚生労働省の資料を引用した資料になります。周知の通り、戦後以降の平均寿命は延び続けてきました。2040年には現在よりもさらに2年平均寿命が延びる予想になっています。
<図表1-2-1 平均寿命の推移｜令和２年版厚生労働白書－令和時代の社会保障と働き方を考える－｜厚生労働省より引用>
[2] 年齢別の死亡率
令和元年簡易生命表によると、2019年の年齢別死亡率は次の通りでした。
生命表 簡易生命表 | データベース | 統計データを探す | 政府統計の総合窓口
[2-1] 全年齢
年齢を重ねるに応じて、指数関数的に増えています。
0歳〜60歳
0歳(出生後)の死亡率は高いですが、それ以外は年齢を重ねるつれて徐々に上昇します。
60歳〜
60歳では1%に満たないですが、80歳になると男性が8.2%、女性が4.5%とだいぶ高くなっています。90歳では、男性が14.5%、女性が9.3%です。
[3] 死因
人口動態調査の表5-12から、1,899年以降のデータを見ることができました。
人口動態調査 人口動態統計 確定数 死亡 年次 2019年 | ファイル | 統計データを探す | 政府統計の総合窓口
[3-1] 死因別死亡者数の年次推移
人口の増加に伴い死亡者数は増えていますが、死因の割合には変化があります。
結核、脳血管疾患は減っています。一方、悪性新生物(がん)、老衰は増えています。肺炎は増加傾向でしたが最近は減少しています。
[3-2] 死因の割合(2019年)
2019年の死因上位は上から順に、悪性新生物(がん)、心疾患、老衰、脳血管疾患、肺炎となっています。
[3-3] 死因別死亡率の年次推移
以下のグラフは、人口10万に占める死亡者数の割合です。
参考文献・引用元データ
- 図表1-2-1 平均寿命の推移｜令和２年版厚生労働白書－令和時代の社会保障と働き方を考える－｜厚生労働省
- 生命表 簡易生命表 | データベース | 統計データを探す | 政府統計の総合窓口
- 人口動態調査 人口動態統計 確定数 死亡 年次 2019年 | ファイル | 統計データを探す | 政府統計の総合窓口
出典
男女の失業率で独立性検定をやってみる
「2020年 労働力調査：e-Stat 政府統計の窓口」によれば、日本の失業率は「2.8%」です。
性別でみると男性が「3.0%」、女性が「2.5%」で差があります。今回はこの差が統計的に有意なもの(性別が失業率に影響するか)か検定しました。
仮説を立てる
帰無仮説を「失業率と性別は独立(無関係)」とします。なので、対立仮説は「失業率と性別は独立では無い(関係がある)」となります。
有意水準は5%とします。有意水準とは、誤って帰無仮説を棄却する確率です。この場合、帰無仮説「失業率と性別は独立(無関係)」を誤って棄却する確率が5%ということです。
クロス集計表
まずは、調査結果を表にまとめます。割合(失業率)ではなく、失業者・非失業者数を表にします。
理論度数表
「性別による失業率の差は無い」と仮定した場合の理論値を算出します。性別による差が無ければ、割合(失業率)は男女で同じになるはずです。
理論値は以下の式で求めます。
一例を示すと次の通りです。fi, fjは対応する行・列の合計値、nは全体の合計です。
他も同様に計算を行うと以下の表ができます。
相対誤差
続いて、相対誤差を表にします。相対誤差は以下の式で求めます。
一例を示すと次の通りです。fi・fj/nは理論値のため、既に求めた理論値を使います。
他も同様に計算を行うと以下の表ができます。
相対誤差の合計(表の右下)である「16389.945」がカイ二乗値になります。
この値と、有意水準5%のカイ二乗値とを比較して、帰無仮説が棄却されるか/されないかが決まります。
カイ二乗値
クロス集計表は2x2です。自由度は(行数-1)x(列数-1)なので、今回の自由度は1となります。
有意水準5%、自由度1のカイ二乗値は「3.841」です。ExcelやNumbersでは「CHIINV」関数で求めることができます。
結論は？
「16389.9 > 3.841」なので、帰無仮説「失業率と性別は独立(無関係)」は棄却されます。
つまり「失業率と性別とは関係がある」と言えます。
考えてみれば、当然の結果と言えます。男女それぞれ約3,000万人ほど集計して0.5%(約15万人分)差があるので、性別による影響があると想定できます。
女性の失業率が低い理由
結論わかりませんが、一般的には「女性の方が非正規でも良し(やむ無し)とする」という理由が挙げられています。
私は、夫婦のうち奥さんが共働きを断念するケースが多いからでもあると考えています。日本の失業者・労働力人口の定義では、就業を諦めた人を含みません。
【労働力人口】5歳以上の人口のうち，「就業者」と「完全失業者」を合わせたもの
【完全失業者】次の3つの条件を満たす者
1. 仕事がなくて調査週間中に少しも仕事をしなかった（就業者ではない。）。
2. 仕事があればすぐ就くことができる。
3. 調査週間中に，仕事を探す活動や事業を始める準備をしていた（過去の求職活動の結果を待っている場合を含む。）。
引用元：統計局ホームページ/労働力調査 用語の解説
共働きしたいけど不景気や家庭の事情で、奥さんが就業を断念するケースが多いのではないかと。そもそも、お子さんがいながら共働きする家庭はいつもすごいなと思います。
終わりに
身近なデータで独立性検定をやってみました。そんなに難しいことはやっていないのですが、慣れていないと思った以上に大変なものでした。
出典
アイキャッチはMediamodifierによるPixabayからの画像
参考文献
平均身長と体重から母平均と母分散の検定を復習する
だいぶ以前に読んだ「完全独習 統計学入門」の内容を思い出しがてら、記事を書きました。
小学生や中学生の頃、年に何回か身体測定をしていた記憶があります。小さい頃は身長も体重もどんどん変わっていくため、一喜一憂していました。
大人になってからも毎年の健康診断で測定しますが、大きく変わることはもう無いので子供の頃のようなワクワク感はありませんね。
毎年、全国の学校で測定したデータを用いて、各年齢の平均身長と体重が算出されています。詳しいデータは「政府統計 e-Stat」から見ることができます。
2019年度のデータを参照して「完全独習 統計学入門」の内容を復習しました。
17歳の平均身長と体重
「2019年度 学校保健統計調査」によれば、17歳の平均身長と体重は次の通りです。
男性：身長 170.6 cm、体重 62.5 kg
女性：身長 157.9 cm、体重 53.0 kg
この数字はあくまで平均です。当たり前ですが、全員がこの身長・体重というわけではありません。人によって異なり、全体としてはバラ付きがあります。
身長や体重は正規分布に従うと言われています。学校保健統計調査には、平均だけでなく標準偏差も載っています。平均と標準偏差を元に以下のようなグラフで表せます。
縦軸は確率密度、横軸は身長です。平均身長を中心に左右に分布しています。
全高校生の平均ではない
この平均身長と体重は、すべての高校生の平均ではありません。全高校生の身長と体重を測定するのは大変なため、全国の高校から抜粋して調査を実施します。
身長・体重の調査対象人数は126,900人で、全体の5.2%を抽出しています。詳しくは下記リンク先に載っています。
学校保健統計調査－令和元年度（確定値）の結果の概要：文部科学省
本当の平均身長は？
t分布を用いて、17歳男性の本当の平均身長を求めてみます。
(sは不偏分散ではありません)
統計量Tの式に、実際の数値を当てはめてみます。標本数は126,900人です。男女の比率は分からないので、ここでは半々と仮定します。男女とも63,450人とします。
自由度は標本数から1引いて63,459です。自由度63,459のときのt分布の95%信頼区間を確認すると「1.960」です。よって、以下の式を解けばよいことになります。
この式から「本当の平均μ」は「170.55〜170.65 cm」の範囲に95%含まれます。
これは、ほとんど平均と差がありません。0.05cmなんてほぼ0に等しく、測定誤差の方が0.05cmよりも大きそうです。
測定した人数が十分多いので、全体の5.2%から抽出した平均身長でも十分と言えるわけです。
ちなみに、その他の平均についても95%信頼区間を求めると次の通りです。
- 17歳男性 平均身長 170.55〜170.65 cm
- 17歳男性 平均体重 62.42〜62.58 kg
- 17歳女性 平均身長 157.86〜157.93 cm
- 17歳女性 平均体重 52.94〜53.06 kg
本当の標準偏差は？
統計量Wの式に、実際の数値を当てはめます。
自由度63,459のときのカイ二乗分布の95%信頼区間を確認すると、相対度数97.5%が「62,753」、相対度数2.5%が「63,447」です。よって、以下の式を解けばよいことになります。
この式から「本当の母標準偏差σ」は「5.870〜5.903」の範囲に95%含まれます。
標準偏差も平均と同じで、ほとんど差がありませんでした。つまり、標準偏差5.87は十分信頼できる数値と言っていいでしょう。
終わりに
「完全独習 統計学入門」は読みやすい本でした。筆者が超入門書と謳っている通り、統計が苦手そうな人にも分かりやすいよう工夫されています。
久々に読みましたが、あまり覚えていませんでした。しばらく使わないと忘れてしまうものですね。
出典
アイキャッチの画像はTumisuによるPixabayからの画像
参考文献
【政府統計】家賃の金額別分布、居住室の畳数別分布[e-Stat(政府統計): 住宅・土地統計調査]
今回は、政府統計の総合窓口(e-Stat)の「平成30年 住宅・土地統計調査)」より、全国の都道府県の家賃を取得しました。
「住宅・土地統計調査」では家賃の金額のみではなく、家賃の金額別分布や、居住室の畳数ごとの家賃なども載っています。
[1] 家賃の金額別分布
[1-1] 金額別分布の全国平均
「平成30年 住宅・土地統計調査」によれば、住宅用借家の総数は約1,800万戸*2あります。
これらを家賃の金額別で見ると、4〜6万円未満が全体の30%を占めています。また、全体の7割は2〜8万円にかたまっていることが分かります。
一方、東京都の分布を見ると6〜8万円未満が最も多く、全国との違いが見られます。
[1-2] 都道府県別の金額別分布
家賃が全国の中でも高額な東京都、神奈川県、京都府の分布を比較してみます。家賃0円〜6万円未満で見ると、全国は約60%、東京都は約30%、神奈川県は約40%、京都府は約60%となっています。
一方、家賃が低額な青森県、宮崎県、北海道についてです。家賃0円〜6万円未満は、3道県ともに80%前後を占めています。
[1-3] 京都府の分布が全国と似通っている理由
京都の分布が全国と似通っていますが、これは全国平均が押し上げられた結果です。以下のグラフは、全国の借家数のうち各都道府県がどれくらいの割合を占めているのか示したものです。
家賃が高い都道府県は人口が多く、借家数も多い傾向にあります。東京都、大阪府、神奈川県、愛知県だけで全国の40%を占めています。そのため、全国平均が高額家賃の都道府県の方に偏ったと言えます。
[2] 居住室の畳数別家賃
[2-1] 居住室の定義
居住室の定義は、その名の通り居住空間です。なので、トイレや廊下、洗面所や浴室は含みません。
「居住室」とは、居間・茶の間・寝室・書斎・客間・仏間・食事室兼台所などをいいます。
統計局ホームページ/平成30年住宅・土地統計調査 調査の概要
[2-2] 畳数別家賃の全国平均
居住室の畳数別家賃の全国平均は次の通りです。当たり前ですが、広くなるほど家賃が高くなっています。
居住室の定義から考えると、下記が大まかな目安になります。
- 5.9畳以下 → 狭いワンルーム
- 6.0～11.9畳 → 1R, 1K, 1DK
- 12.0～17.9畳 → 1DK, 1LDK, 2DK
- 18.0～23.9畳 → 1LDK, 2DK, 2LDK
- 24.0～29.9畳 → 2LDK, 3DK, 3LDK
- 30.0畳以上 → 上記以上
[2-3] 都道府県別の畳数別家賃
家賃が高額な都道府県と全国平均を比較すると、東京都が群を抜いて高いことが分かります。
家賃が低額な都道府県は、東京都と比べると劇的に低くなっていると感じられます。一人暮らしが6.0〜11.9畳だとすれば、東京都は約6.5万円、青森県は約3.5万円と3万円の差がありました。
終わりに
今回は、人口の多い都道府県の結果に全国平均が押し上げられていました。平均を見る際にはデータの偏りを考慮する必要があると実感できました。
出典
【政府統計】都道府県、市区町村別の家賃高額/低額トップ10 [e-Stat(政府統計): 都道府県・市区町村のすがた]
前回に引き続き、政府統計の総合窓口(e-Stat)の「都道府県・市区町村のすがた（社会・人口統計体系）」から、全国の都道府県・市区町村の家賃を取得しました。
今回は、都道府県別、市区町村別の高額/低額トップ10をまとめました。
[1] 都道府県別ランキング
[1-1] 高額トップ10
最も高いのは東京都でした。神奈川県とは1畳あたり千円の差があり、神奈川県と京都府でも600円の差があります。
| 地域 | 1畳当たり家賃 |
|---|---|
| 東京都 | ¥5,128 |
| 神奈川県 | ¥3,898 |
| 京都府 | ¥3,282 |
| 埼玉県 | ¥3,276 |
| 大阪府 | ¥3,227 |
| 千葉県 | ¥3,198 |
| 兵庫県 | ¥2,872 |
| 愛知県 | ¥2,824 |
| 宮城県 | ¥2,753 |
| 静岡県 | ¥2,646 |
[1-2] 低額トップ10
最も家賃が安いのは青森県でした。最も高い東京都と比較すると、1畳当たり4千円の差です。
| 地域 | 1畳当たり家賃 |
|---|---|
| 青森県 | ¥1,882 |
| 宮崎県 | ¥1,972 |
| 北海道 | ¥2,016 |
| 秋田県 | ¥2,016 |
| 鹿児島県 | ¥2,016 |
| 岩手県 | ¥2,021 |
| 愛媛県 | ¥2,047 |
| 高知県 | ¥2,058 |
| 山口県 | ¥2,079 |
| 熊本県 | ¥2,082 |
[2] 市区町村別ランキング
[2-1] 高額トップ10
市区町村別の高額家賃は、東京23区がトップ10を独占しています。港区に関しては、1ルーム10畳の部屋でも約9万円の家賃になります。
| 地域 | 1畳当たり家賃(円) |
|---|---|
| 東京都 港区 | ¥8,992 |
| 東京都 千代田区 | ¥8,594 |
| 東京都 渋谷区 | ¥7,705 |
| 東京都 中央区 | ¥7,600 |
| 東京都 文京区 | ¥6,439 |
| 東京都 新宿区 | ¥6,431 |
| 東京都 豊島区 | ¥6,423 |
| 東京都 品川区 | ¥6,266 |
| 東京都 目黒区 | ¥6,252 |
| 東京都 中野区 | ¥6,192 |
[2-2] 高額トップ10(東京23区除く)
東京23区を除くと、大阪市24区の多くが上位を占めました。それ以外では、大阪市と同様に区がある横浜市と川崎市が上位にランクインしています。
| 地域 | 1畳当たり家賃(円) |
|---|---|
| 大阪府 大阪市 西区 | ¥5,698 |
| 大阪府 大阪市 中央区 | ¥5,678 |
| 神奈川県 横浜市 西区 | ¥5,562 |
| 神奈川県 川崎市 中原区 | ¥5,275 |
| 東京都 武蔵野市 | ¥5,255 |
| 神奈川県 川崎市 川崎区 | ¥5,081 |
| 大阪府 大阪市 北区 | ¥4,966 |
| 京都府 京都市 中京区 | ¥4,957 |
| 大阪府 大阪市 福島区 | ¥4,899 |
| 大阪府 大阪市 浪速区 | ¥4,880 |
[2-3] 低額トップ10
家賃が最も安いのは、石川県 珠洲市でした。住んでいる方には失礼かもしれませんが場所が分からないので調べたところ、能登半島最先端(石川県の先端)の市でした。
| 地域 | 1畳当たり家賃(円) |
|---|---|
| 石川県 珠洲市 | ¥694 |
| 北海道 赤平市 | ¥819 |
| 北海道 三笠市 | ¥860 |
| 高知県 室戸市 | ¥929 |
| 北海道 歌志内市 | ¥968 |
| 福岡県 嘉麻市 | ¥971 |
| 秋田県 男鹿市 | ¥975 |
| 岩手県 陸前高田市 | ¥991 |
| 北海道 夕張市 | ¥994 |
| 長崎県 西海市 | ¥998 |
終わりに
高額トップと低額トップを比較すると、大きな差があり驚きました。家賃のみで住む地域を決める人は少ないかもしれません。ただ、場所に捉われない職業の人であれば検討する余地があると思いました。
出典
【政府統計】全国の家賃を政府統計データから調べてみた
「政府の統計窓口：e-Stat」の各種調査から、全国市区町村の家賃を調べました。
[1] 社会・人口統計体系
「都道府県・市区町村のすがた（社会・人口統計体系）」から、都道府県別の家賃(2018年)を取得しました。
[1-1] 民営借家、公営借家、給与住宅の違い
家賃は次の4種類取得できました。
- 民営借家の1畳当たり家賃
- 公営借家の1畳当たり家賃
- 都市再生機構（ＵＲ）の1畳当たり家賃
- 給与住宅の1畳当たり家賃
関東地方の都県を比較しすると、東京都が高いことが分かります。また、民営借家と比較して公営借家、給与住宅が安いことも分かります。
[1-2] 1畳当たり家賃を1DKに換算すると？
1畳当たり家賃だとよく分からないので、1DK当たりに換算します。
- 1DKは概ね30m2
- 1畳は1.82405m2
- 1DKは約16.5畳
民営借家で比較すると、東京の高さが際立ちますね。
参考にホームズで立川駅徒歩8分の1DKを見ると、34.2m2でした。この物件は少々広めの1DKに感じます。なので、1DKは概ね30m2と考えて良いでしょう。
この物件の家賃は8.5万円、東京都は9.5万円です。9.5万円は高く感じられるので、都心部分が平均を押し上げているのかもしれません。
[1-3] 全国の都道府県別家賃
関東地方だけでなく、全国の都道府県の家賃も見てみます。なお、桁は千円単位になるように四捨五入しています。
大都市がある都道府県は高い傾向にあり、それ以外は概ね4.0〜4.5万円となっています。
[2] 小売物価統計調査（動向編）
小売物価統計調査では、生活に必要なモノの価格が調査されています。家賃は、毎月の動向を明らかにする「動向編」から取得しました。
[2-1] 1坪あたりの家賃から1DKの家賃に変換
社会・人口統計体系と同様に、公営や都市再生機構の家賃も取得できましたが、今回は民営借家の家賃のみを見ていきます。
単位が1坪(3.3m2)あたりの家賃なので、1DK(30m2)あたりに変換します。
- 1DKは概ね30m2
- 1坪は3.3m2
- 1DKは約9.1坪
[2-2] 調査対象
大まかには次の通りです。詳細は「小売物価統計調査（動向編）関連情報」を参照してください。
- 政令指定都市、県庁所在市
- 上記以外の人口15万以上の市
- 人口5万以上15万未満の市
- 人口5万未満の市・町村
[2-3] 県庁所在市及び人口15万以上の市の家賃
いわゆる大きい都市の家賃です。
「社会・人口統計体系」で見た都道府県別の家賃と同様、首都圏の家賃は高いという結果でした。関西も全体的に高いですが、長崎市が近隣の市の中で群を抜いて高いのは面白いですね。
[2-4] 社会・人口統計体系との違い
「社会・人口統計体系」と比べると、家賃の金額が低いのが気になりました。調査方法の違いによるものかもしれませんが、結論は分かりませんでした。
[社会・人口統計体系] 世帯に配布する調査票甲及び乙並びに調査員が記入する建物調査票により [小売物価統計調査（動向編）] 調査事業所を訪問し、事業主から家賃、延べ面積等を聞き取り
調査方法は下記URLに記載された内容を抜粋しました。住人に聞くのと、事業主(管理会社?)に聞くのとで差があるのかもしれません。また、調査対象の抽出方法が異なるのかもしれません。
[2-5] 人口5万以上15万未満の市の家賃
市によって家賃の金額はまだらです。人口15万以上の市と比較すると底は低く、3万円を切る市が増えています。
[2-6] 人口5万未満の市の家賃
人口5満未満になると家賃が5万円を超える市は無くなり、全体的に低い傾向です。
終わりに
予想通りでしたが、大都市圏、特に首都圏の家賃が高いことが分かりました。もちろん、築年数や立地によって家賃は変わるので、あくまで全体的な傾向ではありますが。
以前であれば、通勤は避けられないものでしたが、コロナ禍によりリモートワークが増えました。大都市圏に住む必要が無いならば、人の少ない地方に住んで家賃を抑えるというのも良い手かもしれません。
[備考] 各調査の概要・調べ方
社会・人口統計体系
社会・人口統計体系では、都道府県・市区町村ごとの様々なデータを見ることができます。
様々なデータの中から家賃を絞り込むのは、以下の画像の通りに行いました。
なお、本データの大元は住宅・土地統計調査です。
項目の定義は以下の通りです。
小売物価統計調査（動向編）
小売物価統計調査では、家賃以外にも米からティッシュペーパーまで、生活に関わる様々なモノの価格が調査されています。
動向編には、月次と年次のデータがありますが、家賃は年次から取得しています。
出典
【政府統計】係長の給与は500人以上の企業だと3割増し [e-Stat(政府統計): 令和２年職種別民間給与実態調査(2)]
前回に引き続き「令和２年職種別民間給与実態調査」を見ていきます。今回は企業規模により給与がどれくらい変わるかに焦点を絞りました。
わかったこと
- 500人以上企業と100人未満企業とで、平社員の給与は2割前後違う
- 500人以上企業と100人未満企業とで、主任の給与は2〜3割違う
- 500人以上企業と100人未満企業とで、係長の給与は概ね3割違う
[1] 係員の給与
係員はいわゆる平社員です。一つ上の役職は主任です。
[1-1] 事務係員
「50人以上100人未満企業」の平均給与を基準に「100人以上500人未満企業」「500人以上企業」と平均給与を比較しました。
「100人以上500人未満企業」だと1割増し、「500人以上企業」だと2割増しという結果になりました。20代に比べると、30代以降の方が差大きくなっています。
[1-2] 技術係員
技術についても同様に、「100人以上500人未満企業」だと1割増し、「500人以上企業」だと2割増しという結果になっています。
[2] 主任
主任は定義が曖昧ですが、平社員よりも少し出来る人といった感じです。
[2-1] 事務主任
20代前半はデータ数が少なく比較できませんが、30代以降は比較可能です。
平社員(係員)よりも、企業規模による差が大きくなっています。「500人以上企業」だと2.5〜3割増しという結果になっています。「100人以上500人未満企業」は係員と大きな違いはありません。
[2-2] 技術主任
技術は事務と比べて、年齢によるバラつきがあります。大別すれば、「500人以上企業」だと2〜3割増し、「100人以上500人未満企業」は0.5〜1.5増しという結果です。
[3] 係長
係長は本調査の定義では「係の長及び係長級専門職」となっています。
[3-1] 事務係長
20代はデータ数が少なく比較できませんが、30代以降は比較可能です。
主任以下よりも企業規模による差が顕著になっています。「500人以上企業」だと3割前後増しです。
「100人以上500人未満企業」は年齢によって異なっており、年齢が上がるにつれて差が開くという結果になっています。
[3-2] 技術係長
技術も「500人以上企業」だと3割前後増しと、「500人以上企業」の給与の高さが目を引きます。
一方「100人以上500人未満企業」と「50人以上100人未満企業」とで1割程度の違いしかありません。
終わりに
企業規模によって2,3割給与が違うことが分かりました。大企業の方が給与が高いというのは誰もが認知していることですが、具体的な数字を見ると改めて大きな違いだなと感じますね。
出典
*1:mohamed HassanによるPixabayからの画像
