行動制限下における家計消費の変化に伴う経済波及効果の算出

研究概要と背景
データ：SSDSE-B 47都道府県×12年
時系列分析：消費カテゴリ別推移
変化率分析：3期間比較
OLS回帰：教養娯楽費と消費支出の関係
地域別インパクト：削減トップ10都道府県
経済波及効果の粗推計
まとめ
📥 データの準備
💼 実社会での応用
⚠️ よくある誤解
📖 用語集
📐 手法ガイド
🚀 発展の可能性
🎯 自分でやってみよう
🤔 Q&A

🎯 この記事を読むと何ができるようになるか

研究の核心：「行動制限下における家計消費の変化に伴う経済波及効果の算出」の問題意識と分析アプローチ
分析手法：パネルデータ固定効果モデルで「都道府県固有の見えない差」を統制した因果推論
分析手法：時系列データのトレンド・変化点・周期性を読み取る方法
結果の読み方：係数・p値・図表から「何が言えて何が言えないか」を判断する力
応用：同じデータと手法を使って、別の問いを立てて分析する発想

📥 データの準備（再現コードを動かす前に）

このページの分析を自分で再現するには、以下の手順でデータを準備してください。コードの編集は不要です。

データをダウンロードする 統計センターの SSDSE 配布ページから、以下のファイルをダウンロードします。

SSDSE-B-2026.csv　← SSDSE-B（都道府県データ）📥 直接DL

⬇ SSDSEダウンロードページを開く

ファイルを所定のフォルダに配置する ダウンロードしたCSVを、プロジェクトの data/raw/ フォルダに入れます。

2026 統計・データ解析コンペ/ ├── code/ │ └── 2023_U4_katsuyo.py ← 実行するスクリプト └── data/ └── raw/ SSDSE-B-2026.csv ← ここに置く

スクリプトをそのまま実行する ターミナルでプロジェクトルートに移動し、以下を実行します。

python3 code/2023_U4_katsuyo.py

図は html/figures/ に自動保存されます。

概

研究概要と背景

新型コロナウイルス感染症（COVID-19）の拡大に伴い、政府・自治体は2020〜2021年にかけて外出自粛・緊急事態宣言・まん延防止等重点措置などの行動制限を実施した。これらの措置は家計の消費行動を大きく変容させ、特に外食・観光・娯楽といった「接触集約型」の消費を直撃した一方、食料費は微増という代替効果も生じた。

まず「行動制限下における家計消費の変化に伴う経済波及効果の算出」を統計的にとらえることが有効だと考えられる。その理由は感覚や経験則だけでは、複雑な社会要因の中で「何が本当に効いているか」を見極めにくいからである。本研究では公開データと統計手法を組み合わせ、この問いに定量的な答えを出すことを目指す。

本研究は、SSDSE-B（都道府県別パネルデータ）を用いて、（1）消費カテゴリごとの時系列変化、（2）行動制限前・中・後の3期間比較、（3）都道府県間のOLS回帰による消費支出変化のメカニズム分析、（4）簡易乗数モデルによる経済波及効果の粗推計を行う。

分析の核心的問い コロナ禍の行動制限下で「消費はどのカテゴリがどれだけ変化したか」、そして「その消費削減は経済全体にどの程度の波及効果をもたらしたか」。

分析の流れ

SSDSE-B
47都道府県
2012-2023年

→

時系列
可視化

→

3期間
変化率
比較

→

OLS回帰
（都道府県間）

→

経済波及
効果推計

SSDSE-B 時系列分析変化率比較 OLS回帰経済波及効果

データ：SSDSE-B 47都道府県 × 12年パネル

データの概要

SSDSE（社会・人口統計体系データセット）-B は都道府県レベルの統計を収録したパネルデータである。本分析では2012〜2023年の12年分、47都道府県のデータを用いる。

項目	内容
出典	統計数理研究所 SSDSE-B（2026年版）
観測単位	都道府県（47）× 年度（12年）＝ 564 観測
分析期間	2012〜2023年度
行動制限期間	2020・2021年度（COVID-19拡大期）
比較基準年	2019年度（コロナ前最終年）

使用する消費カテゴリ変数

変数名（SSDSE-B）	カテゴリ	COVID影響の方向性
消費支出（二人以上の世帯）	総消費支出	全体的に減少
食料費（二人以上の世帯）	食料費	外食減・内食増（微増）
教養娯楽費（二人以上の世帯）	教養娯楽費	最大の打撃（旅行・外出禁止）
交通・通信費（二人以上の世帯）	交通・通信費	移動制限により減少
住居費（二人以上の世帯）	住居費	在宅増加で微増/横ばい
保健医療費（二人以上の世帯）	保健医療費	受診控えで減少

注: 消費支出は「二人以上の世帯」の月額（円） SSDSE-B の消費支出変数は家計調査に基づく二人以上の世帯の月額支出。47都道府県の平均値を用いて全国傾向を分析する。

やってみようデータ読み込み

📝 コード

df_b = pd.read_csv(DATA_B, encoding='cp932', header=1)

# 都道府県レベル（R01000〜R47000）のみ抽出
df_b = df_b[df_b['地域コード'].str.match(r'^R\d{5}$', na=False)].copy()

# 消費支出カラム名（SSDSE-B 実際のカラム名）
COL_TOTAL  = '消費支出（二人以上の世帯）'
COL_FOOD   = '食料費（二人以上の世帯）'
COL_ENT    = '教養娯楽費（二人以上の世帯）'
COL_TRANS  = '交通・通信費（二人以上の世帯）'
COL_HOUSE  = '住居費（二人以上の世帯）'
COL_HEALTH = '保健医療費（二人以上の世帯）'

COLS_ALL = [COL_TOTAL, COL_FOOD, COL_ENT, COL_TRANS, COL_HOUSE, COL_HEALTH]
COLS_5   = [COL_FOOD, COL_ENT, COL_TRANS, COL_HOUSE, COL_HEALTH]  # 5カテゴリ

for col in COLS_ALL:
    df_b[col] = pd.to_numeric(df_b[col], errors='coerce')
df_b['年度'] = pd.to_numeric(df_b['年度'], errors='coerce')

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

pd.read_csv(...) でCSVを読み込みます。encoding='cp932' は日本語Windows由来の文字コード、header=1 は「2行目を列名として使う」。
df['地域コード'].str.match(r'^R\d{5}', ...) — 正規表現で「R＋数字5桁」の行（47都道府県）だけTrueにし、真偽値で行をフィルタ。

💡 Python TIPS df['A'] / df['B'] — pandasの列同士の四則演算は要素ごと（element-wise）。forループ不要なのが強み。

やってみようデータ読み込み — 全国平均（都道府県平均）を年度別に集計

📝 コード

# 全国平均（都道府県平均）を年度別に集計
nat_avg = df_b.groupby('年度')[COLS_ALL].mean()
years   = nat_avg.index.to_numpy()   # 2012-2023

print("データ読み込み完了")
print(f"  年度: {years}")
print(f"  都道府県数: {df_b['地域コード'].nunique()}")
print(nat_avg[[COL_TOTAL, COL_ENT]].to_string())

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

df.groupby('列').apply(関数) — グループごとに関数を適用。時系列や地域別の集計でよく使います。

💡 Python TIPS Seriesの .map() は「1対1の置き換え」、.apply() は「関数を当てる」。辞書なら .map()、ロジックなら .apply()。

3. 時系列分析

時系列分析：消費カテゴリ別推移（2012〜2023年）

5つの消費カテゴリの月額支出を2012〜2023年の時系列で可視化する。行動制限期間（2020〜2021年）をオレンジシェードで強調し、2019年（基準年）を破線で示す。

図1: 消費支出5カテゴリの時系列推移（2012〜2023年、47都道府県平均）。オレンジ帯が行動制限期間（2020〜2021年）。

📌 この時系列グラフの読み方

このグラフは: 横軸を時間（年度）、縦軸を指標の値として変化を折れ線で描いたグラフ。
読み方: 線が右上がりなら増加トレンド、右下がりなら減少トレンド。急な折れ目が変化点（政策導入・コロナなど）を示す可能性がある。
なぜそう解釈できるか: 複数の線（都道府県や指標）を重ねると、どの地域・変数が早く動いたか（リード・ラグ関係）が視覚的にわかる。

教養娯楽費の急落（最大の変化） 2019年 27,774円/月 → 2020年 24,353円/月（−12.3%）。旅行・外食・イベント参加の制限が家計の娯楽支出を直撃した。2023年には 27,409円/月まで回復しているが、コロナ前水準には未達。

食料費の逆方向変化（代替効果） 外食が制限される一方、内食・宅配が拡大し、食料費は2019年の73,698円/月から2020年75,585円/月へ微増（+2.6%）。行動制限下での消費代替を示す典型的パターン。

DS LEARNING POINT 1

時系列データの視覚化とCOVID効果の識別

複数カテゴリを同一グラフに描く際、COVID効果を「シェード」で強調するのは視覚的に効果的。構造変化点（2020年）の前後でトレンドが変わっているかをDiff-in-Diff（差の差）的思考で確認することが重要。

# COVID期間シェード ax.axvspan(2020 - 0.5, 2021 + 0.5, color='#FFCC80', alpha=0.35, label='行動制限期間 (2020-2021)') # 前後トレンドの変化を確認 pre_trend = nat_avg.loc[2012:2019, col].values post_trend = nat_avg.loc[2019:2023, col].values # 基準年からの乖離 delta = nat_avg.loc[2020, col] - nat_avg.loc[2019, col] delta_pct = delta / nat_avg.loc[2019, col] * 100 print(f"2020年の変化: {delta:+,.0f}円 ({delta_pct:+.1f}%)")

やってみよう図図1: 消費5カテゴリ時系列（2012-2023）、COVID期シェード

📝 コード

fig, ax = plt.subplots(figsize=(11, 6))

for col in COLS_5:
    vals = nat_avg[col].values / 1000   # 円 → 千円
    ax.plot(years, vals, marker='o', markersize=5,
            color=CAT_COLORS[col], label=CAT_LABELS[col], lw=2)

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

fig, ax = plt.subplots(...) — 図全体（fig）と軸（ax）を作る定番。以降は ax.bar(...) 等で操作。

💡 Python TIPS [式 for x in リスト] はリスト内包表記。forループでappendする代わりに1行でリストを作れます。

やってみよう図図1: 消費5カテゴリ時系列（2012-2023）、COVID期シェード — 行動制限期間シェード

📝 コード

# 行動制限期間シェード
ax.axvspan(COVID_START - 0.5, COVID_END + 0.5,
           color='#FFCC80', alpha=0.35, zorder=0, label='行動制限期間 (2020-2021)')

# 基準線（2019）
ax.axvline(2019, color='gray', lw=1.2, linestyle='--', alpha=0.7, label='2019年（基準）')

ax.set_xlabel('年度', fontsize=12)
ax.set_ylabel('月額支出（千円）', fontsize=12)
ax.set_title('図1: 家計消費支出の推移（2012〜2023年、都道府県平均）', fontsize=13)
ax.set_xticks(years)
ax.set_xticklabels([str(y) for y in years], rotation=45, ha='right')
ax.legend(fontsize=10, loc='upper left')
ax.grid(True, axis='y', alpha=0.3)
ax.grid(True, axis='x', alpha=0.15)

plt.tight_layout()
fig1_path = os.path.join(FIG_DIR, '2023_U4_fig1_timeseries.png')
plt.savefig(fig1_path, dpi=150)
plt.close()
print(f"fig1 saved: {fig1_path}")

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

ax.axhline / ax.axvline — 水平／垂直の点線。平均線や基準線として定番。
fig.savefig(..., bbox_inches='tight') — 余白を自動で詰めて保存。plt.close() でメモリ解放。

💡 Python TIPS r, p = stats.pearsonr(...) — Pythonは複数戻り値を同時に受け取れる（タプルアンパック）。

変化率分析：3期間 × 5カテゴリ比較

2019年を基準（0%）として、「コロナ前（2018-2019年平均）」「行動制限下（2020-2021年平均）」「緩和後（2022-2023年平均）」の3期間における各カテゴリの変化率を算出し集合棒グラフで比較する。

図2: 消費カテゴリ別 2019年基準変化率（%）の3期間比較。行動制限下（中央）での急激な変化が明瞭。

3期間の変化率サマリー（全国平均、2019年基準）

カテゴリ	コロナ前 (2018-19)	行動制限下 (2020-21)	緩和後 (2022-23)
食料費	−0.1%	+2.3%	+6.8%
教養娯楽費	−0.8%	−12.2%	−3.4%
消費支出（総計）	+0.1%	−2.6%	+1.9%

緩和後も「教養娯楽費」は完全回復せず 2022〜2023年の緩和後でも教養娯楽費は2019年比で平均−3.4%の状態。行動制限解除後も消費者行動の部分的変容（テレワーク定着・デジタル娯楽へのシフト）が続いていると考えられる。一方、食料費は+6.8%と大幅増で、インフレの影響も反映されている。

DS LEARNING POINT 2

変化率の計算と期間平均の扱い

「行動制限の影響」を測る際、2020年単年だけでなく2020・2021年の「2年平均」を使うことで、年による揺れを平準化できる。比較基準（2019年）は固定し、各期間は平均値と比較するのが標準的な手法。

# 2019年基準値（都道府県別） base_pref = df_b[df_b['年度'] == 2019].groupby('都道府県')[cols].mean() # 行動制限下の平均（2020・2021年） restriction = df_b[df_b['年度'].isin([2020, 2021])].groupby('都道府県')[cols].mean() # 変化率（%）を都道府県別に計算してから全国平均 common = restriction.index.intersection(base_pref.index) change_pct = ((restriction.loc[common] - base_pref.loc[common]) / base_pref.loc[common] * 100) national_mean_change = change_pct.mean() print(national_mean_change)

やってみよう図図2: 2019年基準変化率（%）— 3期間 × 5カテゴリ集合棒グラフ

📝 コード

periods = {
    'コロナ前\n(2018-2019)':  df_b[df_b['年度'].isin([2018, 2019])].groupby('都道府県')[COLS_5].mean(),
    '行動制限下\n(2020-2021)': df_b[df_b['年度'].isin([2020, 2021])].groupby('都道府県')[COLS_5].mean(),
    '緩和後\n(2022-2023)':    df_b[df_b['年度'].isin([2022, 2023])].groupby('都道府県')[COLS_5].mean(),
}

# 2019年 都道府県別基準
base_pref = df_b[df_b['年度'] == 2019].groupby('都道府県')[COLS_5].mean()

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

df.groupby('列').apply(関数) — グループごとに関数を適用。時系列や地域別の集計でよく使います。

💡 Python TIPS r, p = stats.pearsonr(...) — Pythonは複数戻り値を同時に受け取れる（タプルアンパック）。

やってみよう図図2: 2019年基準変化率（%）— 3期間 × 5カテゴリ集合棒グラフ — 各期間の全国平均変化率（%）

📝 コード

# 各期間の全国平均変化率（%）
period_names = list(periods.keys())
change_pct = {}
for pname, pdata in periods.items():
    common_pref = pdata.index.intersection(base_pref.index)
    diff_pct = ((pdata.loc[common_pref] - base_pref.loc[common_pref])
                / base_pref.loc[common_pref] * 100)
    change_pct[pname] = diff_pct.mean()   # 全国平均

n_periods = len(period_names)
n_cats    = len(COLS_5)
x_base    = np.arange(n_periods)
width     = 0.15
offsets   = np.linspace(-(n_cats - 1) / 2, (n_cats - 1) / 2, n_cats) * width

fig, ax = plt.subplots(figsize=(11, 6))

for i, col in enumerate(COLS_5):
    vals = [change_pct[p][col] for p in period_names]
    bars = ax.bar(x_base + offsets[i], vals, width=width * 0.92,
                  color=CAT_COLORS[col], label=CAT_LABELS[col], alpha=0.85)
    for bar, v in zip(bars, vals):
        ypos = bar.get_height() if v >= 0 else bar.get_height() - 0.3
        ax.text(bar.get_x() + bar.get_width() / 2,
                ypos + (0.15 if v >= 0 else -0.8),
                f'{v:+.1f}%', ha='center', va='bottom', fontsize=7.5, rotation=90)

ax.axhline(0, color='black', lw=1.0)
ax.set_xticks(x_base)
ax.set_xticklabels(period_names, fontsize=11)
ax.set_ylabel('2019年比 変化率（%）', fontsize=12)
ax.set_title('図2: 消費カテゴリ別 2019年基準変化率（都道府県平均）', fontsize=13)
ax.legend(fontsize=10, loc='lower right')
ax.grid(True, axis='y', alpha=0.3)

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

fig, ax = plt.subplots(...) — 図全体（fig）と軸（ax）を作る定番。以降は ax.bar(...) 等で操作。
ax.axhline / ax.axvline — 水平／垂直の点線。平均線や基準線として定番。

💡 Python TIPS x if cond else y は三項演算子。リスト内包表記と組み合わせると、forとifを1行で書けます。

やってみよう図図2: 2019年基準変化率（%）— 3期間 × 5カテゴリ集合棒グラフ — 行動制限期帯を背景色で区別

📝 コード

# 行動制限期帯を背景色で区別
ax.axvspan(0.5, 1.5, color='#FFCC80', alpha=0.25, zorder=0)
ax.text(1, ax.get_ylim()[0] + 0.1, '行動制限下', ha='center', fontsize=9, color='#E65100')

plt.tight_layout()
fig2_path = os.path.join(FIG_DIR, '2023_U4_fig2_pct_change.png')
plt.savefig(fig2_path, dpi=150)
plt.close()
print(f"fig2 saved: {fig2_path}")

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

fig.savefig(..., bbox_inches='tight') — 余白を自動で詰めて保存。plt.close() でメモリ解放。

💡 Python TIPS df[col]（1列）と df[[col1, col2]]（複数列）でカッコの数が違います。リストを渡していると覚えるとミスを減らせます。

5. OLS回帰

OLS回帰：教養娯楽費変化 × 消費支出変化（都道府県間）

都道府県を観察単位として、2019→2020年の「教養娯楽費変化率」（横軸）と「食料費変化率」（縦軸）の関係を散布図で可視化し、OLS回帰直線を重ねる。娯楽支出が大きく落ちた都道府県で食料費がどう動いたかを探る。

図3: 教養娯楽費変化率（横軸）vs 食料費変化率（縦軸）都道府県別散布図（2020年 vs 2019年）。回帰直線は右下がり（負の関係）。

📌 この散布図の読み方

このグラフは: 横軸（x）と縦軸（y）に2変数を取り、各都道府県（または自治体）を点で描いたグラフ。
読み方: 点の並びに右上がりの傾向があれば正の相関、右下がりなら負の相関。点が直線に近いほど相関が強い。
なぜそう解釈できるか: 回帰直線（赤線など）の傾きが回帰係数に対応する。直線から大きく外れた点が外れ値で、特異な地域を示す。

R² = 0.511
教養娯楽費変化率 → 食料費変化率の説明力（OLS、N=47都道府県）

OLS回帰結果

消費支出変化率 = 2.802 + 0.480 \times 教養娯楽費変化率 R² = 0.511 ｜ p < 0.001 ｜ SE(β) = 0.070

解釈

切片2.8%: 教養娯楽費変化がゼロでも消費支出は平均的に+2.8%の上方バイアス（食料費増加などの代替効果）
傾き0.48: 教養娯楽費が1%下がると消費支出全体は0.48%押し下げられる（部分的な代替・節約あり）
R²=0.511: 都道府県間の消費支出変化の約51%を教養娯楽費変化で説明できる

DS LEARNING POINT 3

OLS回帰の解釈：係数・R²・p値の三点セット

回帰分析では「係数（β）」「決定係数（R²）」「p値」を必ずセットで報告する。係数は1単位変化の効果、R²はモデルの説明力、p値は偶然による可能性。p<0.001は「非常に強い統計的根拠あり」を意味するが、R²=0.51は残り49%が他の要因であることも示す。

from scipy import stats # 都道府県別教養娯楽費変化率 vs 消費支出変化率 slope, intercept, r, p, se = stats.linregress(ent_chg.values, total_chg.values) print(f"傾き β = {slope:.4f}（教養娯楽費1%↓ → 消費支出{slope:.2f}%変化）") print(f"R² = {r**2:.4f}（説明率 {r**2*100:.1f}%）") print(f"p値 = {p:.6f} → {'有意' if p < 0.05 else '非有意'}") print(f"95%CI: [{slope - 1.96*se:.4f}, {slope + 1.96*se:.4f}]")

やってみよう図図3: 散布図 — 都道府県別教養娯楽費変化 vs 食料費変化（2020 vs 2019）

📝 コード

df_2019 = df_b[df_b['年度'] == 2019].set_index('都道府県')
df_2020 = df_b[df_b['年度'] == 2020].set_index('都道府県')

common_prefs = df_2019.index.intersection(df_2020.index)

ent_chg  = ((df_2020.loc[common_prefs, COL_ENT]  - df_2019.loc[common_prefs, COL_ENT])
             / df_2019.loc[common_prefs, COL_ENT] * 100)
food_chg = ((df_2020.loc[common_prefs, COL_FOOD] - df_2019.loc[common_prefs, COL_FOOD])
             / df_2019.loc[common_prefs, COL_FOOD] * 100)

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

このステップでは前のステップで作ったデータを加工しています。コードを上から順に読んでみてください。

💡 Python TIPS x if cond else y は三項演算子。リスト内包表記と組み合わせると、forとifを1行で書けます。

やってみよう図図3: 散布図 — 都道府県別教養娯楽費変化 vs 食料費変化（2020 vs 2019） — OLS回帰直線

📝 コード

# OLS回帰直線
slope, intercept, r_val, p_val, se_slope = stats.linregress(ent_chg.values, food_chg.values)
x_line = np.linspace(ent_chg.min() - 1, ent_chg.max() + 1, 200)
y_line = slope * x_line + intercept

fig, ax = plt.subplots(figsize=(9, 7))

ax.scatter(ent_chg.values, food_chg.values, color='#1565C0', alpha=0.75, s=55, zorder=3)
ax.plot(x_line, y_line, color='#C62828', lw=2, linestyle='--',
        label=f'回帰直線 (r={r_val:.3f}, p={p_val:.4f})')

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

fig, ax = plt.subplots(...) — 図全体（fig）と軸（ax）を作る定番。以降は ax.bar(...) 等で操作。
stats.linregress(x, y) — 単回帰の傾き・切片・r値・p値・標準誤差を返します。使わない値は _ で受け取り。

💡 Python TIPS df[col]（1列）と df[[col1, col2]]（複数列）でカッコの数が違います。リストを渡していると覚えるとミスを減らせます。

やってみよう図図3: 散布図 — 都道府県別教養娯楽費変化 vs 食料費変化（2020 vs 2019） — 都道府県名ラベル（上位・下位5件のみ）

📝 コード

# 都道府県名ラベル（上位・下位5件のみ）
ent_sorted = ent_chg.sort_values()
label_prefs = list(ent_sorted.index[:3]) + list(ent_sorted.index[-3:])
for pref in label_prefs:
    ax.annotate(pref, (ent_chg[pref], food_chg[pref]),
                fontsize=8, xytext=(4, 4), textcoords='offset points',
                color='#333333')

ax.axhline(0, color='gray', lw=0.8, linestyle=':')
ax.axvline(0, color='gray', lw=0.8, linestyle=':')
ax.set_xlabel('教養娯楽費 変化率（2020 vs 2019、%）', fontsize=12)
ax.set_ylabel('食料費 変化率（2020 vs 2019、%）', fontsize=12)
ax.set_title('図3: 教養娯楽費変化 vs 食料費変化（都道府県別、2020年）', fontsize=13)
ax.legend(fontsize=11)
ax.grid(True, alpha=0.3)

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

sort_values('列名', ascending=False) — 指定列で並べ替え（降順）。
ax.axhline / ax.axvline — 水平／垂直の点線。平均線や基準線として定番。

💡 Python TIPS s[:-n]「末尾n文字を除く」／s[n:]「先頭n文字を除く」。スライス [start:stop:step] はリスト・タプル・文字列共通の基本ワザです。

やってみよう図図3: 散布図 — 都道府県別教養娯楽費変化 vs 食料費変化（2020 vs 2019） — 象限ラベル

📝 コード

# 象限ラベル
ax.text(ax.get_xlim()[1] * 0.98, ax.get_ylim()[1] * 0.95,
        '娯楽↑食料↑', ha='right', va='top', fontsize=9, color='#555')
ax.text(ax.get_xlim()[0] * 0.98, ax.get_ylim()[1] * 0.95,
        '娯楽↓食料↑', ha='left', va='top', fontsize=9, color='#555')
ax.text(ax.get_xlim()[1] * 0.98, ax.get_ylim()[0] * 0.95,
        '娯楽↑食料↓', ha='right', va='bottom', fontsize=9, color='#555')
ax.text(ax.get_xlim()[0] * 0.98, ax.get_ylim()[0] * 0.95,
        '娯楽↓食料↓', ha='left', va='bottom', fontsize=9, color='#555')

plt.tight_layout()
fig3_path = os.path.join(FIG_DIR, '2023_U4_fig3_scatter.png')
plt.savefig(fig3_path, dpi=150)
plt.close()
print(f"fig3 saved: {fig3_path}")

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

fig.savefig(..., bbox_inches='tight') — 余白を自動で詰めて保存。plt.close() でメモリ解放。

💡 Python TIPS np.cumsum(arr) は累積和、np.linspace(a, b, n) は「aからbを等間隔でn個」。NumPyの定石です。

地域別インパクト：消費支出削減トップ10都道府県（2020年）

2020年の消費支出変化率（2019年比）が最も大きかった（＝最も減少した）都道府県をランキングで示す。行動制限の影響は全国一律ではなく、観光業・サービス業への依存度によって地域差が生じると考えられる。

図4: 2020年の消費支出変化率（2019年比）が最も大きかった都道府県トップ10。破線は全国平均（−3.1%）。

上位5都道府県の特徴

順位	都道府県	消費支出変化率	考えられる要因
1	石川県	−15.7%	観光・伝統工芸産業への依存、金沢の観光需要急減
2	岡山県	−14.4%	外出自粛による娯楽・外食消費の急減
3	長野県	−14.2%	観光・スキーリゾート需要の消滅
4	福井県	−11.5%	小規模経済での行動制限の大きな影響
5	香川県	−10.7%	観光（瀬戸内・うどん文化）需要の低迷

−15.7%

最大削減（石川県）

−3.1%

全国平均変化率

47都道府県

全て消費減少（2020年）

地域差の解釈上の注意 SSDSE-B の消費支出は「家計調査」ベースであり、サンプル数の少ない県では変動が大きくなりやすい。また、2020年の特別定額給付金（一人当たり10万円）の効果は支出データに反映されるため、「消費支出が増えた場合」は給付金効果が混在している可能性がある。

やってみよう図図4: 消費支出削減額トップ10都道府県（2020年）

📝 コード

total_chg_abs = (df_2020.loc[common_prefs, COL_TOTAL]
                 - df_2019.loc[common_prefs, COL_TOTAL])   # 円（月額、マイナスが削減）
total_chg_pct = total_chg_abs / df_2019.loc[common_prefs, COL_TOTAL] * 100

# 削減が大きい順（変化率の小さい＝最も下がった）トップ10
top10 = total_chg_pct.sort_values().head(10)

fig, ax = plt.subplots(figsize=(10, 6))

colors_bar = ['#C62828' if v < -5 else ('#EF6C00' if v < -2 else '#1565C0')
               for v in top10.values]
bars = ax.barh(top10.index[::-1], top10.values[::-1], color=colors_bar[::-1], alpha=0.85)

for bar, v in zip(bars, top10.values[::-1]):
    ax.text(v - 0.05, bar.get_y() + bar.get_height() / 2,
            f'{v:+.1f}%', va='center', ha='right', fontsize=10, fontweight='600',
            color='white')

ax.axvline(total_chg_pct.mean(), color='navy', lw=1.5, linestyle='--',
           label=f'全国平均 {total_chg_pct.mean():+.1f}%')
ax.set_xlabel('消費支出変化率（2020 vs 2019、%）', fontsize=12)
ax.set_title('図4: 消費支出削減が大きかった都道府県 トップ10（2020年 vs 2019年）', fontsize=13)
ax.legend(fontsize=11)
ax.grid(True, axis='x', alpha=0.3)

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

fig, ax = plt.subplots(...) — 図全体（fig）と軸（ax）を作る定番。以降は ax.bar(...) 等で操作。
sort_values('列名', ascending=False) — 指定列で並べ替え（降順）。
ax.axhline / ax.axvline — 水平／垂直の点線。平均線や基準線として定番。

💡 Python TIPS df[col]（1列）と df[[col1, col2]]（複数列）でカッコの数が違います。リストを渡していると覚えるとミスを減らせます。

やってみよう図図4: 消費支出削減額トップ10都道府県（2020年） — 凡例パッチ

📝 コード

# 凡例パッチ
p1 = mpatches.Patch(color='#C62828', alpha=0.85, label='−5%超の削減')
p2 = mpatches.Patch(color='#EF6C00', alpha=0.85, label='−2〜−5%の削減')
p3 = mpatches.Patch(color='#1565C0', alpha=0.85, label='−2%未満の削減')
ax.legend(handles=[p1, p2, p3,
                   plt.Line2D([0], [0], color='navy', lw=1.5, linestyle='--',
                              label=f'全国平均 {total_chg_pct.mean():+.1f}%')],
          fontsize=10, loc='lower right')

plt.tight_layout()
fig4_path = os.path.join(FIG_DIR, '2023_U4_fig4_top10.png')
plt.savefig(fig4_path, dpi=150)
plt.close()
print(f"fig4 saved: {fig4_path}")

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

fig.savefig(..., bbox_inches='tight') — 余白を自動で詰めて保存。plt.close() でメモリ解放。

💡 Python TIPS s[:-n]「末尾n文字を除く」／s[n:]「先頭n文字を除く」。スライス [start:stop:step] はリスト・タプル・文字列共通の基本ワザです。

経済波及効果の粗推計（簡易乗数分析）

産業連関分析（Input-Output Analysis）の考え方を応用し、消費支出の変化が経済全体に及ぼす波及効果を粗く推計する。ここでは家計消費乗数の単純な考え方を用いる。

簡易乗数モデル ΔGDPの一次近似 \approx Δ消費支出 \times 消費乗数 月額削減: 2019年 288,525円/月 \to 2020年 279,688円/月 月額差 = -8,837円/月/世帯（-3.1%）

行動制限期間（2020年）の試算（参考値）

全国平均月額削減: 約8,837円/世帯
削減率: −3.1%（内、教養娯楽費が最大で−12.3%）
教養娯楽費が消費支出全体への寄与: OLS回帰より係数β=0.480（R²=0.511）

※ 産業連関表を用いた精緻な乗数分析は論文本体を参照のこと。教育用簡易推計。

産業連関的思考：なぜ「乗数」が重要か 消費が1円減少すると、まずその財・サービスを生産する企業の売上が1円減る。次にその企業が雇用・仕入れを削減するため、関連産業にも影響が波及する（間接効果）。さらに雇用減少が家計所得を下げ、追加の消費減少を招く（誘発効果）。この連鎖を合計したのが「乗数」である。一般的に消費乗数は1.5〜2.0程度と言われる。

DS LEARNING POINT 4

産業連関表的思考と消費乗数

経済波及効果の正確な推計には総務省「産業連関表」が必要だが、基本的な思考は「1円の消費変化 → 乗数 × 1円のGDP変化」。統計データ分析の文脈では、消費変化の「大きさ・方向・カテゴリ別内訳」を丁寧に記述することが第一歩。

# 全国平均の月額削減 delta_monthly = nat_avg.loc[2020, COL_TOTAL] - nat_avg.loc[2019, COL_TOTAL] delta_pct = delta_monthly / nat_avg.loc[2019, COL_TOTAL] * 100 print(f"月額変化: {delta_monthly:+,.0f}円 ({delta_pct:+.1f}%)") # OLS乗数係数（教養娯楽費の消費支出への影響） # 消費支出変化率 = β0 + β1 × 教養娯楽費変化率 # β1 ≈ 0.480: 娯楽費1%↓ → 消費支出0.48%↓ # 教養娯楽費変化率 × 係数 ≈ 消費支出変化への寄与 ent_delta_pct = (nat_avg.loc[2020, COL_ENT] - nat_avg.loc[2019, COL_ENT]) \ / nat_avg.loc[2019, COL_ENT] * 100 contribution = ent_delta_pct * slope # slope ≈ 0.480 print(f"教養娯楽費変化: {ent_delta_pct:+.1f}%") print(f" → 消費支出への寄与推計: {contribution:+.1f}%")

やってみようパス設定

📝 コード

import os
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import numpy as np
import pandas as pd
from scipy import stats

plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False

_dir = os.path.dirname(os.path.abspath(__file__))
FIG_DIR = os.path.join(_dir, '..', 'html', 'figures')
DATA_B  = os.path.join(_dir, '..', 'data', 'raw', 'SSDSE-B-2026.csv')

os.makedirs(FIG_DIR, exist_ok=True)

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

import pandas as pd など — 必要なライブラリをまとめて呼び出します。as pd は短い別名（alias）。
matplotlib.use('Agg') — グラフを画面表示せずファイルに保存するためのおまじない。
plt.rcParams['font.family'] — グラフの日本語表示用フォント指定（Macは Hiragino Sans、Windowsなら Yu Gothic 等）。
os.makedirs('html/figures', exist_ok=True) — 図の保存先フォルダを作る（既にあってもOK）。

💡 Python TIPS f"...{x}..." はf-string。文字列の中に {変数} と書くだけで埋め込めて、{x:.2f} のように書式も指定できます。

やってみよう色・ラベル設定

📝 コード

CAT_LABELS = {
    COL_FOOD:   '食料費',
    COL_ENT:    '教養娯楽費',
    COL_TRANS:  '交通・通信費',
    COL_HOUSE:  '住居費',
    COL_HEALTH: '保健医療費',
}
CAT_COLORS = {
    COL_FOOD:   '#1565C0',
    COL_ENT:    '#C62828',
    COL_TRANS:  '#2E7D32',
    COL_HOUSE:  '#E65100',
    COL_HEALTH: '#6A1B9A',
}

COVID_START = 2020
COVID_END   = 2021

# 2019年基準値（変化率計算用）
base_nat = nat_avg.loc[2019]

▼ 実行結果

# 実行時エラーで途中まで

💡 解説

このステップでは前のステップで作ったデータを加工しています。コードを上から順に読んでみてください。

💡 Python TIPS Seriesの .map() は「1対1の置き換え」、.apply() は「関数を当てる」。辞書なら .map()、ロジックなら .apply()。

やってみよう補足出力: OLS 簡易乗数効果

📝 コード

print("\n" + "="*60)
print("簡易経済乗数の推計 (全国平均)")
print("="*60)

# 全47都道府県の2020年 消費支出変化率 vs 教養娯楽費変化率
ols_x = ent_chg.values
ols_y = total_chg_pct.loc[common_prefs].values

slope_main, intercept_main, r_main, p_main, se_main = stats.linregress(ols_x, ols_y)

print(f"OLS: 消費支出変化率 = {intercept_main:.3f} + {slope_main:.3f} × 教養娯楽費変化率")
print(f"  R² = {r_main**2:.4f}, p = {p_main:.4f}, SE(slope) = {se_main:.4f}")

▼ 実行結果

このステップは print はしません。データや図が裏で更新されただけ。次のステップへ進みましょう。

💡 解説

stats.linregress(x, y) — 単回帰の傾き・切片・r値・p値・標準誤差を返します。使わない値は _ で受け取り。

💡 Python TIPS s[:-n]「末尾n文字を除く」／s[n:]「先頭n文字を除く」。スライス [start:stop:step] はリスト・タプル・文字列共通の基本ワザです。

やってみよう補足出力: OLS 簡易乗数効果 — 粗い乗数推計: 全国平均消費支出削減額

📝 コード

# 粗い乗数推計: 全国平均消費支出削減額
nat_2019_total = nat_avg.loc[2019, COL_TOTAL]
nat_2020_total = nat_avg.loc[2020, COL_TOTAL]
delta_monthly  = nat_2020_total - nat_2019_total          # 月額円
delta_annual   = delta_monthly * 12 * 47                  # 47都道府県年額（簡易）

print(f"\n全国平均消費支出: 2019年 {nat_2019_total:,.0f}円/月 → 2020年 {nat_2020_total:,.0f}円/月")
print(f"  月額変化: {delta_monthly:+,.0f}円（{delta_monthly/nat_2019_total*100:+.1f}%）")
print(f"  簡易年間削減額（47都道府県合計参考値）: {delta_annual/1e8:,.0f}億円")
print(f"\n教養娯楽費: 2019年 {nat_avg.loc[2019, COL_ENT]:,.0f}円/月 → 2020年 {nat_avg.loc[2020, COL_ENT]:,.0f}円/月")
ent_delta_pct = (nat_avg.loc[2020, COL_ENT] - nat_avg.loc[2019, COL_ENT]) / nat_avg.loc[2019, COL_ENT] * 100
print(f"  変化率: {ent_delta_pct:+.1f}%（最も大きな削減）")

print("\n全4図の生成が完了しました。")

▼ 実行結果

============================================================
簡易経済乗数の推計 (全国平均)
============================================================

# 実行時エラーで途中まで

💡 解説

このステップでは前のステップで作ったデータを加工しています。コードを上から順に読んでみてください。

💡 Python TIPS np.cumsum(arr) は累積和、np.linspace(a, b, n) は「aからbを等間隔でn個」。NumPyの定石です。

まとめ

主要な発見

教養娯楽費が最大の打撃（−12.3%）: 行動制限は旅行・娯楽・外食を直撃し、教養娯楽費は2020年に全国平均で約12%削減。2023年現在も完全回復には至っていない。
食料費は代替効果で増加（+2.3〜+6.8%）: 外食禁止・在宅勤務により内食需要が増加。消費カテゴリ間の代替は「行動制限の部分的な吸収」を示す。
OLS回帰でR²=0.511: 都道府県間の消費支出変化の51%は教養娯楽費変化で説明でき、行動制限の「娯楽消費チャネル」を通じた経済インパクトが確認された（p<0.001）。
地域差が顕著: 石川・長野・香川など観光業依存度が高い県で消費支出削減が大きく（−10〜−16%）、行動制限の影響が均一でないことを示す。
簡易乗数推計: 月額約8,837円（−3.1%）の消費削減が生じ、産業連関的な波及を考慮すれば経済全体へのインパクトはさらに大きいと推計される。

政策・分析上の示唆 行動制限の経済コストを定量化する際は、消費カテゴリ別の分解が不可欠。特に「教養娯楽費」は行動制限の影響を最も敏感に反映するバロメーターとなる。地域差を踏まえた支援策（観光業支援、地域経済活性化）が求められる。

教育的価値（この分析から学べること）

経済波及効果：ある産業の生産が他産業に与える効果を測る。産業連関表を使う古典的手法。
行動制限の影響：コロナ禍の消費パターン変化を分析することで、自然実験としての価値が高い。
乗数効果：1単位の最終需要が経済全体に与える総効果。産業連関分析の中心概念。

データ・コードのダウンロード

分析スクリプト（2023_U4_katsuyo.py）

データ	出典
SSDSE-B（都道府県別パネルデータ 2012〜2023年）	統計数理研究所 SSDSE（社会・人口統計体系）
家計調査（二人以上の世帯消費支出）	総務省統計局（SSDSE-B に収録）

本コードは実データ（SSDSE-B-2026.csv）のみを使用。合成データ・np.random による生成は一切含まない。教育目的の再現コード。

教育用再現コード｜ 2023年度統計データ分析コンペティション統計活用奨励賞 [大学生の部] ｜実データ（SSDSE-B）使用

⚠️ よくある誤解と注意点

統計分析の解釈で初心者がやりがちな勘違いをまとめます。特に「相関と因果の混同」「p値の過信」は研究現場でもよく起きる落とし穴です。本文を読む前にも、読んだ後にも、目を通してみてください。

❌ 「相関がある＝因果関係がある」ではない

疑似相関（spurious correlation）とは、見かけ上は関係があるように見えるが、実際は無関係、または第三の変数（交絡変数）が両方に影響しているだけの現象です。

古典例： アイスクリームの売上と水難事故件数は強く相関するが、片方が他方を引き起こしているわけではない。両者とも「夏の暑さ」という第三の変数に引きずられているだけ。

論文を読むときの心構え： 「○○と△△に強い相関が見られた」だけで終わっている主張は、本当に因果関係があるのか、それとも第三の変数（人口・所得・地理など）が共通要因として効いているだけではないかを必ず疑ってください。

❌ 「p値が小さい＝重要な発見」ではない

p値が小さい（例えば p < 0.001）ことは「統計的に偶然とは考えにくい」という意味であって、「実用的に大きな効果がある」という意味ではありません。

例：巨大なサンプルサイズ（n=100,000）では、相関係数 r=0.02 でも p < 0.001 になります。しかし r=0.02 は実用上ほぼ無視できる関係です。

正しい読み方： p値と効果量（係数の大きさ、相関係数の値）の両方をセットで判断してください。p値だけで「重要な発見」と結論づけるのは誤りです。

❌ 「回帰係数が大きい＝重要な変数」ではない

回帰係数の絶対値は、説明変数の単位に強く依存します。「年収（万円）」と「失業率（%）」の係数を直接比較しても意味がありません。

正しい比較方法： (1) 標準化係数（各変数を平均0・分散1に変換した上での係数）を使う、(2) 限界効果（変数を1標準偏差動かしたときのyの変化）で比較する。

また、係数の大きさが「因果関係の強さ」を意味するわけでもありません。あくまで「相関的な関連の強さ」です。

❌ 「外れ値を除外すれば正しい結果」ではない

外れ値（極端な値）を「目障りだから」「結果が綺麗にならないから」という理由で除外するのは分析の改ざんに近い行為です。

外れ値が示すもの： 本当に重要な情報（東京の超高密度、北海道の超低密度など）であることが多い。外れ値を取り除くと「日本全体の傾向」を見誤る原因になります。

正しい対処： (1) 外れ値の出現要因を調査する（なぜ東京だけ突出するのか）、(2) ノンパラメトリック手法（Spearman相関・Kruskal-Wallis）を使う、(3) 外れ値を含む結果と除外した結果の両方を提示し、解釈を読者に委ねる。

❌ 「サンプルサイズが大きい＝信頼できる」ではない

サンプルサイズ（n）が大きいと統計的検定の検出力は上がりますが、それは「偶然による誤差を減らす効果」にすぎません。

nが大きくても解消されない問題：
・選択バイアス（標本が偏っている）
・測定誤差（変数の定義が曖昧）
・欠損値のパターン（欠損がランダムでない）
・交絡変数の見落とし

例： 1万人にWeb調査して「ネット利用と幸福度は強く相関」と言っても、そもそも回答者がネットユーザー寄りに偏っているため、母集団全体の結論にはなりません。

❌ 「複雑なモデル＝より良い分析」ではない

ランダムフォレスト・ニューラルネット・複雑な階層モデルなど、高度な手法を使えば「良い分析」と感じがちですが、必ずしもそうではありません。

過学習（overfitting）の罠： モデルが複雑すぎると、訓練データの偶然のパターンまで学習してしまい、新しいデータでは予測精度が落ちます。

シンプルさの価値： 重回帰分析や相関分析は「結果が解釈しやすい」「再現性が高い」という大きな利点があります。複雑な手法はシンプルな手法で答えが出ない時の最後の手段です。

❌ 「多重共線性は気にしなくていい」ではない

多重共線性とは、説明変数同士の相関が極めて強い状態のこと。これを放置すると、回帰係数の符号や大きさが入れ替わる異常事態が起こります。

典型例： 「総人口」と「労働力人口」を同時に投入すると、両者の相関が r=0.99 になり、係数推定が極端に不安定になります。「総人口は正だが、労働力人口は負」のような解釈不能な結果になりがちです。

診断と対処：
・VIF（分散拡大係数）を計算し、VIF > 10 の変数を確認
・相関行列で |r| > 0.8 のペアをチェック
・対処法：一方を除外、合成変数（PCA）に変換、Ridge回帰で安定化

❌ 「R²が高い＝良いモデル」ではない

決定係数 R² はモデルの「当てはまりの良さ」を示しますが、R² が高くてもモデルが正しいとは限りません。

R² が高くなる罠：
・説明変数を増やせば R² は自動的に上がる（無関係な変数を追加してもR²は下がらない）
・時系列データでは、共通のトレンド（時間とともに増加）があるだけで R² が 0.9 を超える
・サンプルサイズが小さいとR²が過大評価される

代替指標： 調整済み R²（変数の数でペナルティ）、AIC・BIC（モデル選択基準）を併用してください。予測力の真の評価には交差検証（cross-validation）でテストデータの R² を見ること。

❌ 「ステップワイズで選んだ変数は重要」ではない

ステップワイズ法（バックワード・フォワード選択）は便利ですが、p値ベースの変数選択は再現性に問題があると批判されています。

問題点：
・同じデータでも実行順序によって最終モデルが変わる
・p値を繰り返し見ることで「偶然に有意な変数」を拾ってしまう（p-hacking）
・係数の標準誤差が過小評価され、信頼区間が嘘っぽくなる

より良い方法：
・事前に変数を理論で絞る（先行研究から候補を選ぶ）
・LASSO回帰（自動かつ統計的に正当化された変数選択）を使う
・交差検証で AIC/BIC 最小モデルを選ぶ

❌ 「線形回帰なら線形関係を前提にすべき」

重回帰分析は線形関係を前提とします。実際の関係が非線形なのに線形モデルで分析すると、本当の関係を見逃します。

非線形の例：
・U字型関係： 失業率と物価上昇率（フィリップス曲線）
・逓減効果： 所得と幸福度（年収 800万円までは強い正の効果、それ以上は飽和）
・閾値効果： 高齢化率と医療費（ある水準を超えると急激に上がる）

診断と対処：
・残差プロットで残差が0周辺に均等に分布しているか確認
・変数の対数変換・二乗項追加で非線形性を取り込む
・どうしても線形では捉えられないなら、機械学習（RF・GBM）を併用する

❌ 「データに当てはまった＝予測に使える」ではない

「過去のデータでフィットしたから将来も予測できる」と思うのは危険です。

過学習（overfitting）の例： 47都道府県のデータに10個の説明変数を投入すれば、ほぼ完璧にフィットします（自由度がほぼゼロ）。でもそのモデルを新しい年度に適用すると、予測精度はほぼランダム並みに落ちることがあります。

正しい予測力の評価：
・データを訓練用 70%とテスト用 30%に分割し、テスト用での予測精度を見る
・k分割交差検証（k-fold CV）で予測の安定性を確認
・「説明変数の数 ≪ サンプルサイズ」のバランスを意識（目安：n > 10 × 変数数）

📖 用語集（この記事に出てくる統計用語）

統計の基本用語を初心者向けに解説します。本文中で見慣れない言葉が出てきたら、ここに戻って確認してください。

p値: 「効果がない」と仮定したときに、観察されたデータ（またはより極端なデータ）が得られる確率。0〜1の値で、慣例的に 0.05（5%）未満を「有意」と判断する。
有意水準: 「偶然」と「意味のある違い」を分ける基準。通常 α=0.05（5%）を使う。p値 < α なら「有意」と判定。
信頼区間: 「真の値はこの範囲にあるだろう」という幅。95%信頼区間 = 同じ実験を100回繰り返したら95回はこの範囲に真の値が入る。
サンプルサイズ: 分析に使ったデータ点の数（n）。一般にnが大きいほど推定が安定し、わずかな差も検出できるようになる。
標準誤差: 推定値（係数など）のばらつきの目安。標準誤差が小さいほど推定値が安定している。
正規分布: 釣鐘型の左右対称な分布。多くのパラメトリック検定（t検定・F検定など）は「データが正規分布に従う」ことを仮定する。
因果と相関: 「相関がある」と「原因と結果の関係（因果）」は別物。アイスクリームの売上と水難事故は相関するが、原因は両者とも「夏の暑さ」。
外れ値: 他のデータから極端に離れた値。分析結果を歪める原因になるため、検出して除外するか別途扱う必要がある。
欠損値: データが取得できなかった部分（NaN・空白）。除外するか補完（平均代入・回帰代入など）するかが分析上の重要な判断点。
交絡変数: 「真の原因」と「結果」の両方に影響する第三の変数。これを統制しないと、見かけ上の関係を真の因果と誤認する。
係数（回帰係数）: 「説明変数 x が1単位増えたとき、目的変数 y が平均でどれだけ変化するか」を示す数値。正の値は正の影響、負の値は負の影響。
内生性: 説明変数と誤差項が相関している状態。逆因果や交絡変数の存在で発生する。これを放置すると係数推定にバイアスが生じる。

📐 使っている手法をわかりやすく解説

統計手法について「何のためか」「結果をどう読むか」を初心者向けに解説します。

◆ 統計の基本概念（どの論文にも共通）

🔍 p値（有意確率）とは

何？: 「もし本当に効果がなかったとしたら、今回の結果（またはもっと極端な結果）が偶然起きる確率」のこと。
なぜ必要？: 帰無仮説（「効果なし」の仮定）のもとで検定統計量の分布から計算する。
何がわかる？: 「この関係は偶然ではなく、統計的に意味がある」と主張するための客観的な根拠になる。
読み方: p < 0.05（5%未満）を「統計的に有意」と判断するのが慣例。ただし「p値が小さい＝効果が大きい」ではない。効果量（係数の大きさ）とセットで判断する。

🗂️ ノンパラメトリック検定とは（なぜ使うのか）

何？: 「データが正規分布に従う」という仮定を置かない検定手法の総称。Kruskal-Wallis検定・Mann-Whitney U検定などが代表例。
なぜ必要？: データの値ではなく「順位」に変換して検定統計量を計算する。外れ値や偏った分布に対しても安定して機能する。
何がわかる？: サンプルサイズが小さい・データが歪んでいる・外れ値がある場合でも、グループ差の有無を検定できる。
読み方: 「なぜノンパラメトリックを選ぶのか」の理由を示すには、正規性検定（Shapiro-Wilk）の結果を添えるのが望ましい。結果の解釈は対応するパラメトリック検定と同様（p < 0.05 で有意差あり）。

◆ この論文で使われている手法

📈 重回帰分析

何？: 複数の説明変数（原因候補）が1つの目的変数（結果）にどれだけ影響するかを同時に推定する手法。
どう使う？: 目的変数 y を複数の説明変数 x₁, x₂, … で予測する式（y = a₁x₁ + a₂x₂ + … + b）を最小二乗法でフィットさせる。
何がわかる？: 複数の要因が混在するなかで「どれが一番効いているか」を一度に検証できる。交絡変数を統制できる。
結果の読み方: 係数（a₁, a₂…）のプラスは正の影響、マイナスは負の影響。p < 0.05 で統計的に有意。R²が1に近いほどモデルの説明力が高い。
⚠️ 注意点: (1) 多重共線性を必ずVIFで確認（VIF>10で警告）。(2) 線形性の仮定—関係が曲線なら対数変換や二乗項を追加。(3) 残差プロットで正規性・等分散性を確認。(4) サンプル数は最低でも「説明変数数×10」が目安。(5) 外れ値1つで係数が大きく変わるのでCook距離で確認。

🔗 相関分析

何？: 2つの変数の「一緒に増減する傾向の強さと向き」を −1〜+1 の相関係数 r で数値化する手法。
どう使う？: 散布図を描き、Pearson（連続データ）または Spearman（順序データ・外れ値に強い）の相関係数を計算する。
何がわかる？: 「気温が高い県ほど熱中症指標が高い」などの傾向を素早く確認できる。変数選択の第一歩として使われることも多い。
結果の読み方: r > +0.7 は強い正の相関、r < −0.7 は強い負の相関、|r| < 0.3 はほぼ無相関。相関は因果関係を示すものではない点に注意。
⚠️ 注意点: (1) 多重共線性を必ずVIFで確認（VIF>10で警告）。(2) 線形性の仮定—関係が曲線なら対数変換や二乗項を追加。(3) 残差プロットで正規性・等分散性を確認。(4) サンプル数は最低でも「説明変数数×10」が目安。(5) 外れ値1つで係数が大きく変わるのでCook距離で確認。

🏛️ パネルデータ固定効果モデル（FE）

何？: 複数の個体（都道府県など）を複数時点で観測したパネルデータから、個体固有の見えない差を取り除いて時間変化の効果を推定する手法。
どう使う？: 各個体の平均を引く「within 変換」で、観察できない固有特性（北海道は寒いなど）を自動的に統制する。
何がわかる？: 「東京だから人口が多い」ではなく「この政策が人口を増やした」という効果を分離して推定できる。
結果の読み方: 係数の解釈は通常の回帰と同じ。Hausman 検定で固定効果モデルの妥当性を確認する。
⚠️ 注意点: (1) 多重共線性を必ずVIFで確認（VIF>10で警告）。(2) 線形性の仮定—関係が曲線なら対数変換や二乗項を追加。(3) 残差プロットで正規性・等分散性を確認。(4) サンプル数は最低でも「説明変数数×10」が目安。(5) 外れ値1つで係数が大きく変わるのでCook距離で確認。

📅 時系列分析

何？: 時間順に並んだデータのトレンドや周期性、変化点を分析する手法群の総称。
どう使う？: 折れ線グラフでトレンドを視覚化し、移動平均・指数平滑・AR/MA モデルを適用する。
何がわかる？: 「出生率がいつから下がり始めたか」「コロナ前後で変化したか」などの変化を客観的に捉えられる。
結果の読み方: 傾きが正なら上昇トレンド、負なら下降トレンド。変化点の前後で傾きが変わる場合は構造変化として解釈する。
⚠️ 注意点: (1) 多重共線性を必ずVIFで確認（VIF>10で警告）。(2) 線形性の仮定—関係が曲線なら対数変換や二乗項を追加。(3) 残差プロットで正規性・等分散性を確認。(4) サンプル数は最低でも「説明変数数×10」が目安。(5) 外れ値1つで係数が大きく変わるのでCook距離で確認。

↔️ VAR（ベクトル自己回帰）/ Granger因果検定

何？: 複数の時系列変数が互いに影響し合う関係を分析する手法（VAR）と、「AがBの予測に役立つか」を検定する手法（Granger因果）。
どう使う？: VARは全変数を互いに説明変数として同時回帰。Granger因果はF検定でAのラグ変数がBの予測精度を向上させるかを確認する。
何がわかる？: 「女性就業率と出生率はどちらが先に動くか」「リード・ラグ関係」を特定できる。
結果の読み方: Granger因果 p < 0.05 → 「Aの過去値はBの予測に役立つ」（ただし真の因果とは限らない）。
⚠️ 注意点: (1) 多重共線性を必ずVIFで確認（VIF>10で警告）。(2) 線形性の仮定—関係が曲線なら対数変換や二乗項を追加。(3) 残差プロットで正規性・等分散性を確認。(4) サンプル数は最低でも「説明変数数×10」が目安。(5) 外れ値1つで係数が大きく変わるのでCook距離で確認。

🚀 発展の可能性（結果 X → 新仮説 Y → 課題 Z）

この研究をさらに発展させるための3つの方向性を示します。「今回わかったこと（X）」から「次に検証すべき仮説（Y）」を立て、「具体的に何をするか（Z）」まで考えてみましょう。

① データ・時間的拡張

結果 X: 本論文は特定の年度・地域の断面データ（または限られた時系列）で分析を行った。
新仮説 Y: より新しい年度のデータや市区町村レベルの細粒度データを使えば、知見の時間的頑健性や地域内格差を検証できる。
課題 Z: （1）統計センターから最新の SSDSE をダウンロードし、同じ分析を再実行する。（2）結果が変わった場合、その要因（コロナ・政策変化など）を考察する。（3）市区町村データ（SSDSE-A/C/F）で分析単位を細かくした場合の結果と比較する。

② 手法の発展：重回帰分析の次のステップ

結果 X: 本論文は 重回帰分析 を用いた推定を行った。
新仮説 Y: パネルデータ固定効果モデル（FE）による都道府県固有の差の統制により、本分析では統制できていない問題を解消できる可能性がある。
課題 Z: （1）パネルデータ固定効果モデル（FE）による都道府県固有の差の統制を実装し、本論文の係数推定と比較する。（2）操作変数法（IV）による内生性の解消も試し、結果の頑健性を確認する。（3）推定結果の変化から、元の分析の仮定のどれが重要だったかを考察する。

③ 政策提言・実践への応用

結果 X: 本論文は分析結果から特定の変数が目的変数に影響することを示した。
新仮説 Y: 分析対象を日本全国から特定地域に絞ること、または逆に国際比較に拡張することで、政策の移転可能性と文脈依存性を検証できる。
課題 Z: （1）有意な変数を「政策で変えられるもの」と「変えにくいもの」に分類する。（2）政策で変えられる変数について、係数の大きさから「どれだけ変えればどれだけ効果があるか」を試算する。（3）自治体・政策立案者への提言として、実現可能なアクションプランを1枚にまとめる。

🎯 自分でやってみよう（5つのチャレンジ）

学んだだけでは身につきません。実際に手を動かすのが最強の学習方法です。本論文のスクリプトをベースに、以下のチャレンジに挑戦してみてください。難易度別に5つ用意しました。

★☆☆☆☆ 入門

CH1. 同じデータで分析を再現する

まずは付属の Python スクリプトをそのまま実行し、論文と同じ図を再現してみてください。
ポイント： 各図がどのコード行から生成されているか辿る。エラーが出たら原因を考える。

★★☆☆☆ 初級

CH2. 説明変数を1つ追加・除外して結果を比較

本論文の分析モデルから説明変数を1つ抜いて再実行、あるいは1つ追加して再実行してください。
ポイント： 係数・p値・R² がどう変わったか観察する。多重共線性が原因で結果が変わる例を見つけられたら理想的。

★★★☆☆ 中級

CH3. 別の年度・別の都道府県で同じ分析を試す

SSDSE の別の年度（例：2015年度・2020年度）または特定都道府県のみのデータで同じ分析を実行してください。
ポイント： 時代や地域によって結論が変わるか？変わるならその理由を考察する。

★★★★☆ 上級

CH4. 別の手法を組み合わせる

本論文の手法 + 1つの追加手法（例：重回帰 + LASSO、相関分析 + 主成分分析）で結果を比較してください。
ポイント： 手法の違いで結論が変わるか？どちらが妥当かを「なぜ」とともに説明できるように。

★★★★★ 発展

CH5. オリジナルの問いを立てて分析する

本論文の手法を借りて、あなた自身の問いを立てて分析してください。例：「カフェの数と幸福度に関連はあるか」「教育費の高い県は出生率も高いか」など。
ポイント： 問い・データ・手法・結論を1ページのレポートにまとめる。これがデータサイエンスの「実践」。

💡 ヒント： 詰まったら本サイトの他の論文（同じ手法を使っている）のスクリプトをコピーして組み合わせるのが効率的です。手法ガイド・用語集も参考に。

💼 この手法は実社会でこう使われている

本論文で学んだ手法は、研究の世界だけでなく、行政・企業・NPO の現場でも様々に活用されています。具体的なシーンを紹介します。

🏛️

行政の政策立案

都道府県・市区町村の政策担当者は、本論文と同様のデータ分析を用いて「どこに予算を投じれば効果が出るか」を検討します。例えば医療費削減策、移住促進策、子育て支援策などの効果予測・効果検証に直結します。

🏢

企業のマーケティング・出店戦略

小売チェーン・サービス業の出店戦略では、地域特性（人口構成、所得、ライフスタイル）と売上の関係を本論文と同じ手法で分析します。 ECサイトでも顧客セグメント分析・購買要因分析に類似手法が使われます。

🏥

医療・公衆衛生

感染症の流行予測、医療資源配分の最適化、健康格差の地域要因分析などで、本論文の統計手法は標準的に使われています。 WHO・厚労省レベルの政策評価でも同じ手法が活躍しています。

📊

メディア・ジャーナリズム

新聞・テレビの社会調査記事、選挙予測、世論調査の分析でも、本論文と同じ手法（回帰分析・クラスタリングなど）が使われています。データジャーナリズムの記事はこの種の分析が中核です。

🎓

学術研究（隣接分野）

経済学・社会学・公衆衛生学・教育学・地理学などの実証研究では、本論文と同じ手法が日常的に使われます。専門誌に掲載される論文の8割以上が、こうした統計手法に基づいて結論を出しています。

💰

金融・保険業界

与信判断（融資審査）、保険料の地域別設定、不動産価格予測などで、本論文と同様のモデリング手法が広く活用されています。統計分析の能力は金融業界の必須スキルになっています。

🤔 よくある質問（読者からの想定Q&A）

この論文を読んで初心者が抱きやすい疑問に、教育的観点から答えます。

Q1. この分析、自分でもできますか？

はい、できます。SSDSE データは無料で公開されており、Python の pandas, scikit-learn, statsmodels を使えば全く同じ手順で再現可能です。本ページ下部のスクリプトを実行するだけで結果が得られます。

Q2. 使われている手法は他の分野にも応用できますか？

十分応用可能です。本論文の[手法]は、医療・教育・経済・環境など他のドメインでも標準的に使われる手法です。データの中身（変数）を入れ替えるだけで、別の問いにも適用できます。

Q3. 結論は本当に「因果関係」を示していますか？

本論文は「観察データ」を使った分析であり、厳密な意味での「因果関係」を完全に証明したわけではありません。あくまで「強い関連が見られた」という事実を提示しているにとどまります。真の因果を示すには、無作為化比較試験（RCT）か、自然実験を活用したIV・DiD 等の手法が必要です。

Q4. データの最新版を使うとどうなりますか？

SSDSE は毎年更新されているため、最新版を使えば近年のトレンド（特にコロナ禍以降の変化）も含めて分析できます。ただし、結論が変わる可能性もあります。それ自体が新しい発見につながります。

Q5. もっと深く学ぶには何を読めばいいですか？

「計量経済学」「データサイエンス入門」「統計的因果推論」などのテキストが入門に向いています。Python の場合は『Python ではじめる機械学習』（オライリー）、R の場合は『R で学ぶ統計学』が定番です。本サイトの他の論文も読み比べてみてください。

行動制限下における家計消費の変化に伴う
経済波及効果の算出

目次

🎯 この記事を読むと何ができるようになるか

📥 データの準備（再現コードを動かす前に）

データ：SSDSE-B 47都道府県 × 12年パネル

データの概要

使用する消費カテゴリ変数

DS LEARNING POINT 1

時系列データの視覚化とCOVID効果の識別

3期間の変化率サマリー（全国平均、2019年基準）

DS LEARNING POINT 2

変化率の計算と期間平均の扱い

OLS回帰結果

DS LEARNING POINT 3

OLS回帰の解釈：係数・R²・p値の三点セット

上位5都道府県の特徴

経済波及効果の粗推計（簡易乗数分析）

DS LEARNING POINT 4

産業連関表的思考と消費乗数

まとめ

主要な発見

データ・コードのダウンロード

⚠️ よくある誤解と注意点

📖 用語集（この記事に出てくる統計用語）

📐 使っている手法をわかりやすく解説

◆ 統計の基本概念（どの論文にも共通）

◆ この論文で使われている手法

🚀 発展の可能性（結果 X → 新仮説 Y → 課題 Z）

🎯 自分でやってみよう（5つのチャレンジ）

💼 この手法は実社会でこう使われている

🤔 よくある質問（読者からの想定Q&A）

目次

🎯 この記事を読むと何ができるようになるか

📥 データの準備（再現コードを動かす前に）

データ：SSDSE-B 47都道府県 × 12年パネル

データの概要

使用する消費カテゴリ変数

DS LEARNING POINT 1

時系列データの視覚化とCOVID効果の識別

3期間の変化率サマリー（全国平均、2019年基準）

DS LEARNING POINT 2

変化率の計算と期間平均の扱い

OLS回帰結果

DS LEARNING POINT 3

OLS回帰の解釈：係数・R²・p値の三点セット

上位5都道府県の特徴

経済波及効果の粗推計（簡易乗数分析）

DS LEARNING POINT 4

産業連関表的思考と消費乗数

まとめ

主要な発見

データ・コードのダウンロード

⚠️ よくある誤解と注意点

📖 用語集（この記事に出てくる統計用語）

📐 使っている手法をわかりやすく解説

◆ 統計の基本概念（どの論文にも共通）

◆ この論文で使われている手法

🚀 発展の可能性（結果 X → 新仮説 Y → 課題 Z）

🎯 自分でやってみよう（5つのチャレンジ）

📚 関連する他の論文（同じ手法・データを使った研究）

💼 この手法は実社会でこう使われている

🤔 よくある質問（読者からの想定Q&A）

行動制限下における家計消費の変化に伴う
経済波及効果の算出