トランプが勝つ（Googleトレンドによれば、だが）

2020米大統領選挙の投票日が迫っている。11月3日は投票日だ。BBCの調査では、バイデン候補がリードしており、プロの見立でもトランプ再選の可能性は極めて低いという記事が書かれている。私もその意見に賛成でバイデン候補が勝つと思っている。しかし、グーグルトレンドの検索頻度を見るとそれとは別の風景が見えてくる。この記事ではGoogleトレンドによる検索頻度の分析から2020年大統領選挙の結果を予測する。

時間がない人まとめ

  • 人々のGoogle検索頻度から2020年の大統領選挙当選者を予測した。
  • グーグル検索の検索順に注目して分析した。過去三回の米大統領選で大統領選挙候補者を２つ並べて検索する場合、当選者は前に書かれている。
  • 例えば2016年で言えば、「トランプ クリントン」の方が、「クリントン トランプ」より多い。
  • 2008年、2012年の大統領選挙も同様に当選した方が先に書かれていた。
  • 2020年のグーグルトレンドを調査すると、「トランプ バイデン」は「バイデン トランプ」より多い。
  • 過去の例に従うなら、トランプが当選することになる。
  • しかし、それは大半の世論調査とは異なる。
  • この予測方法自体まだ歴史が浅いため、正しいかどうかはわからない。
  • むしろこの予測が当たることで恐ろしいのは人は世論調査では本音を言わず、ただグーグルにのみ本心を打ち明けると明らかになることだ。

誰もが嘘をついている

セス・スティーヴンズ=ダヴィドウィッツ 「誰もが嘘をついている。」という書籍がある。グーグルトレンドを利用してGoogleユーザーが検索窓を通じて何を検索したかを調査した書籍だ。

誰もが嘘をついている～ビッグデータ分析が暴く人間のヤバい本性～

誰もが嘘をついている～ビッグデータ分析が暴く人間のヤバい本性～

人はグーグル検索で何を検索しているか？その検索ワードから著者は様々なことを調査する。人は検索から様々な情報を得るが、著者にすれば、検索ワード自体が貴重な情報だ。 アメリカにはどのくらい人種差別があるか？失業者は何を検索しているか？etc。著者は検索ワードの統計（主にグーグルトレンド）を用いて、統計を取ることが難しいテーマのデータ分析をしていく。 この調査が最も威力を発揮するのは性癖や人種差別的な思考など人が対面では口にできないことに関することだ。何故ならば人は公共の場では体面を重んずるがGoogleの検索窓には本心を告白するからだ。そしてその口にできない本心に最近では政治信条も含まれる。

"クリントン トランプ", "トランプ クリントン" どちらの検索が多いか？

上記書籍に次のような記述がある。

p24

浮動票がトランプ側に傾く徴候さえあった。ガブリエルと私は、クリントンが勝つと見込まれた中西部の重要州では、「トランプ クリントン」検索のほうが「クリントン トランプ」検索よりはるかに多かったことを突き止めた。実際、この地域で世論調査の結果をひっくり返したことがトランプの勝因となった。

鍵を握るのは検索順だった。人は無意識のうちに自分が支持する候補を優先的に入力すると著者は仮定する。そのため「トランプ クリントン」とよく検索する人は、トランプ側に肩入れしている可能性が高く、逆に「クリントン トランプ」とよく検索する人は、クリントン候補を支持している可能性は高い。そのため、Google トレンドを使って、州単位で「トランプ クリントン」と「クリントン トランプ」どちらがより多く検索されているかを調べれば選挙結果を予測できると著者は考えた。

2016年米大統領選挙 検索頻度調査

実際にGoogle トレンドを使って 2016年、「クリントン トランプ」,「トランプ クリントン」、どちらの検索が多かったかを示した図がこちらだ。 青は、「クリントン トランプ」順の検索、赤は、「トランプ クリントン」順の検索を示す。 下の州の図はどちらの検索順が多かったによって色分けされている。先ほどと同様に、「クリントン トランプ」が優勢なら青、「トランプ クリントン」が優勢なら赤に塗られる。

f:id:shioshio3:20201029015555p:plain

僅差であるが「トランプ クリントン」の方が、「クリントン トランプ」より多かった。世論調査の結果とは異なりトランプを優先して入力していた。

世論調査ではほぼクリントンが高かったのに検索順はそれとは違う傾向を示していた。

f:id:shioshio3:20201029020506p:plain

RealClearPolitics - Election 2016 - General Election: Trump vs. Clinton

2020年米大統領選挙 検索頻度調査

では上記と同様の手法で2020年のアメリカ大統領選挙を分析してみよう。グーグルトレンドで、「バイデン トランプ」 「トランプ バイデン」と検索された頻度を調査する。

次のような図になる。2016年の時の同じように、青は、「バイデン トランプ」順の検索、赤は、「トランプ バイデン」順の検索を示す。

f:id:shioshio3:20201029022521p:plain

驚くべきことにあの数々の失政を行ってきたトランプの方が検索順では優勢になっている。州ごと見ても概ね「トランプ バイデン」の検索割合 70% 「バイデン トランプ」の検索割合 30%と「トランプ バイデン」の検索順のほうが優勢だ。

BBCの世論調査では一貫してバイデンのほうが支持率が高い、にも関わらず検索順に関して言えば、「トランプ バイデン」の方が優先して検索されている。

f:id:shioshio3:20201029023229p:plain

https://www.bbc.com/news/election-us-2020-53657174

過去2回の分析

Googleトレンドにおける2016年の大統領選挙の検索順の「トランプ クリントン」優位はたまたまかもしれない。そのため2008年,2012年と過去の大統領選挙でも調べてみよう。

2008年 オバマ マケイン

2008年の大統領選挙では、オバマとマケインが争った。そして、オバマが大統領になった。検索順を見てもオバマの方が優先して入力された。

f:id:shioshio3:20201029023313p:plain

2012年 オバマ ロムニー

2012年の大統領選挙では、オバマとロムニーが争った。オバマが大統領に再選された。検索順を見てもオバマのほうが優先して入力された。

f:id:shioshio3:20201029023509p:plain

過去３回とも、先に入力された候補が勝っている

過去３回の大統領選挙で、「オバマ マケイン」が優勢で、オバマが大統領になり、「オバマ ロムニー」が優勢でオバマが再選された。「トランプ クリントン」が優勢で、トランプが大統領になった。その筋でいえば、「トランプ バイデン」が優勢なら、あまり信じたくは無いが、トランプが再選されることになる。

精度はどのくらいあるのか？

インターネットが一般化しグーグルトレンドが作られてまだ十数年しか経っていない。そのためどのくらい精度がある予測なのかわからない。現にバイデン候補が優勢なカリフォルニア州でも、「トランプ バイデン」の方が70%検索され、「バイデン トランプ」の30%より多いため、単にトランプが有名なので前に来ている可能性は捨てきれない。

クローゼットの中の本音

実際のこの予測が当たるかどうかはわからない。しかしもしこの予測が当たった場合、人々は世論調査には本音を言わず、ただ誰も見ていないクローゼットの中でグーグルにのみ本音を打ち明けていることになる。米大統領という自分たちのリーダーを選ぶのにそれを秘匿しなければならないということ自体のほうが、大統領選挙そのものより民主主義にとって厄介かもしれない。

まとめ（上段のまとめと同じものです）

  • 人々のGoogle検索頻度から、2020年の大統領選挙当選者を予測した。
  • 過去三回の大統領選挙候補者を、２つ並べて検索した場合、当選した大統領が前に検索ワードがより多く検索されている。
  • 例えば2016年で言えば、「トランプ クリントン」の方が、「クリントン トランプ」より多い。
  • 2008年、2012年の大統領選挙も同様に、当選した方が先に言及されていた。
  • 2020年のグーグルトレンドを調査すると、「トランプ バイデン」は「バイデン トランプ」より多い。
  • 過去の例に従うなら、トランプが当選することになる。
  • しかし、それは大半の世論調査とは異なる。
  • この予測方法自体まだ歴史が浅いため、正しいかどうかはわからない。
  • むしろこの予測が当たることで恐ろしいのは、人は世論調査では本音を言わず、ただグーグルにのみ本心を打ち明けると明らかになることだ。

FAQ

ここからは、読者から当然寄せられるであろう質問に予め答えておく

悪名は無名に勝るのでは？

Q:上記の調査は、検索順を元に、どちらの候補を支持しているかを見ている。しかし、必ずしも先に思いつくからと言ってその候補を支持しているのいるとは言えない という主張はありえる。例えば嫌っている候補で悪名が高いほうが先に書かれることは十分にありえる。

A: 私もそれはあり得ると思っている。検索順で前に来るからそちらを支持しているとは言えないという主張は説得力を持つ。特に、悪名が高いほうが先に思いつくために先に入力されるということはよくある。「トランプ バイデン」が優勢だがそれは悪名故にトランプが先に思いつかれているというケースであってほしいと思っている。

バイデンと比べるべくもない

Q: バイデンのほうが優れているのはわかりきっているので、「バイデン トランプ」と比べるべくもない。 A: その可能性はありえる。あくまで態度未決定の有権者だけが入力した可能性はありえる。

再現手法を教えてけれ

A: そんなに難しいことではないですが、再現実験の仕方を書きます。googleトレンドのサイトに行き、"Biden Trump" と検索します。「比較を追加」で"Trump Biden"を追加します。検索順を指定するためには、"" ダブルクォーテーション で括る必要があります。期間は、1年にして、該当年を入れるのが便利です。先に民主党の候補を入れたほうが、党のカラーと検索結果がマッチして便利です。

これは検索数ではないの？

Q: この100とかの数値は、検索数ですか？ A: Googleは検索件数を公開していません。相対頻度による比較になります。

「#スガやめろ」とtweetした人はどのような人か？

概要

「スガやめろ」とtweetした人がどのようなプロフィールかを調査した。

調査の結果以下のような特徴があるようだ。

  • ネトウヨ認定した人（自分と意見が異なる人）はブロック
  • 安倍政権に反対
  • 立憲民主への言及は少なく、れいわ新選組への言及が多い。
  • 脱原発に強い関心を持つ
  • アニメゲームにも関心があるが、写真映画音楽に興味を持っている
  • 猫派

f:id:shioshio3:20200921170611p:plain

「#スガやめろ」というハッシュタグが流行っているようだ。

｢#スガやめろ｣と大合唱する人たちをこれから待ち受ける皮肉な現実 その行動は長期政権を支えるだけ | PRESIDENT Online（プレジデントオンライン）

文筆家 御田寺圭 による上記記事によると、「#スガやめろ」と言うハッシュタグがトレンド一位になったそうだ。#スガやめろ とtweetした人たちはどのような人なのかを調査した。

調査方法

twitter Sample realtime Tweets から、「#スガやめろ」 「#スガ政権の退陣を求めます」というtweetをした 人のプロフィールを取得。KH_Coder の共起ネットワークを利用して描画した。mecab辞書は、neologd を使用した。

対象期間、 2020/08/25-2020/09/21 対象者 2887ID

調査結果

集計結果を kh_coder の共起ネットワークを使って可視化すると次のようになった。

f:id:shioshio3:20200921171256p:plain

気づくのは、上に概要を書いたように、

  • ネトウヨ認定した人（自分と意見が異なる人）はブロック
  • 安倍政権に反対
  • 立憲民主への言及は少なく、れいわ新選組への言及が多い。
  • 脱原発に強い関心を持つ
  • アニメゲームにも関心があるが、写真映画音楽に興味を持っている
  • 猫派

のような特徴を持っている。たの似た現象と比較するため、「 #検察庁法改正案に抗議します」というハッシュタグと比較する。

#検察庁法改正案に抗議します との比較

少し前に、 #検察庁法改正案に抗議します というハッシュタグが話題 になった。そのtweetをした人も上記と同様にプロフィールの特徴を可視化する。

調査方法

twitter Sample realtime Tweets から、#検察庁法改正案に抗議します というtweetをした 人のプロフィールを取得。KH_Coderの共起ネットワークを利用して描画した。mecab辞書は、neologdを使用した。

対象期間、 2020/04/01 - 2020/07/01 対象者 36311 ID

調査結果

f:id:shioshio3:20200921171843p:plain

調査結果を見ると、「#スガやめろ」と同様に、

  • ネトウヨ認定した人（自分と意見が異なる人）はブロック
  • 安倍政権に反対
  • 立憲民主への言及は少なく、れいわ新選組への言及が多い。
  • 脱原発に強い関心を持つ
  • アニメゲームにも関心があるが、写真映画音楽に興味を持っている
  • 猫派

と同じような特徴を持っている。 異なる点として

  • SMAPが入っている。
  • 成人済み、腐など、腐女子を伺わせるワードが入っている

などが挙げられる。

上記２つのハッシュタグの興味深い点として

上の記事で、日経の「政治思想別のネット上のコミュニケーション行動の差異」についてのビッグデータに基づく分析 でも、左派の言及として反原発が大きなウェイトを占めており、左派と言ってもいわゆる立憲民主党とも立ち位置が異なっているのかも知れない。

追記

鳥海氏の、#スガやめろ が何故トレンド入りしたかに関する調査。

news.yahoo.co.jp

彼の調査では、、#スガやめろ 　というハッシュタグに参加したユーザーの 73.4% のアカウントは 「#検察庁法改正案に反対します」 に参加したアカウントであるそうです。そのため、たしかにプロフィールは似た傾向を示すのでしょう。

性犯罪者にGPS装着を義務化する政策と再犯データ

このエントリーまとめ

このエントリーでは、

  • 性犯罪者にGPSを装着する政策は検討されていること。
  • データで見たところ性犯罪者の再犯率は高くなく、他の犯罪と同程度あること
  • 政策に対して証拠をベースに考えるEBPMの紹介

を行う。

性犯罪 仮釈放中のGPS機器装着を義務化を検討。

www.nhk.or.jp

報道によると、政府は性犯罪者の仮釈放中のGPS危機装着義務化を検討している。

こちらのブックマークを見ても、性犯罪者は再犯率が高いので仕方ないという論調が目につく。

https://b.hatena.ne.jp/entry/s/www3.nhk.or.jp/news/html/20200611/k10012467301000.html

確かに、他の犯罪に比べて再犯する割合が高いのであれば、GPSの装着義務も仕方がないのかもしれない。しかし、下に述べるように性犯罪者の再犯率は他の犯罪と比較して特段高いとも言えないようだ。

データでみる性犯罪者の再犯率

再犯で話がややこしいのは、前科で窃盗などで捕まっても、その次に強姦で捕まれば強姦の再犯だ。つまり私達が通常考える再犯は、複数回同じ罪で捕まったものをイメージするが、実際は異なる。同じ罪で捕まった場合は、同一罪種前有科者という。

平成27年の犯罪白書によると、前科が強姦で再度強姦で捕まったものは、6.8%(6.3%+0.5%)だ。

f:id:shioshio3:20200804030952p:plain

https://b.hatena.ne.jp/entry/s/www3.nhk.or.jp/news/html/20200611/k10012467301000.html

また、同じく平成27年の犯罪白書によると、

http://www.moj.go.jp/content/001162857.pdf

p31

再犯・再非行ア 再入の受刑者（ア）人員強姦，強制わいせつの入所受刑者人員のうち，初入者及び再入者の人員並びに再入者率（入所受刑者人員に占める再入者の人員の比率をいう。）の推移（最近20年間）を見ると，次のとおりである。強姦の再入者人員は，平成19年以降減少傾向にあり，26年の再入者率は14.9％（前年比4.8pt低下）であった。強制わいせつの再入者人員は，18年以降，100人を超えて，おおむね横ばいで推移しており，26年の再入者率は29.8％（前年比1.4pt低下）であった。強姦，強制わいせつ共に，入所受刑者総数の再入者率（59.3％）と比べると顕著に低い。(強調部著者)

と書いてあり、再入所（つまり再犯者）は顕著に低い。図にあるように、窃盗や覚せい剤は、前回窃盗や覚せい剤で捕まり、再度同一罪状で捕まる、再犯率が70%を超えている。

f:id:shioshio3:20200804031418p:plain

保釈中の性犯罪者にGPSを付けるが、再犯する可能性が高いのは窃盗や覚醒剤犯罪であるにも関わらず、保釈中の窃盗犯や覚醒剤で捕まった人に GPSを付けなくて良いというのならばそれはどのような理屈からだろうか？

エビデンスベースの政策を

上に紹介したニュース記事に書いている。プライバシー権などとの関係で課題を指摘する声もある しかし、本当に問わなければならないのは、その政策は本当に効果があるのか？やった気になって満足する類の政策ではないのか？ という点は抜け落ちている。上に見たように、性犯罪の再犯は他の犯罪と比較して高いとは言えない。もし、GPSの装着義務化が、再犯防止に効果があるとしても、そもそも数が少ないので効果が限定的な割に、人権侵害などの副作用が大きい。

EBPMという政策用語がある。日本語に直すと、「証拠に基づく政策立案」というものになる。日本では（とかく犯罪では）、その政策は本当に効果があったと、客観的な数値で検証できるか？という政策評価は今までなされてこなかった。EBPMではその数値目標や政策の背後にあるロジックの検証を重視する。

RIETIのサイトでは次のように紹介されている。

RIETI - EBPMとは何か？

EBPM（Evidence Based Policy Making）は、「証拠に基づく政策立案」と日本政府の文書では翻訳され、政府全体で推進されている。EBPMとは何かについては、平成30年度内閣府取組方針では「政策の企画立案をその場限りのエピソードに頼るのではなく、政策目的を明確化したうえで政策効果の測定に重要な関連を持つ情報やデータ（エビデンス）に基づくものとすること」とされている。

今までの多くの政策は、そのような数値の検証がとても弱かった。例えば白書を出すにしてもどのような要素でその政策が効果があったと言えるかとても曖昧だった。 一方で、EBPMは政策による数値検証を重視する立場だ。

例えば内閣府のEBPMの資料では、政策の比較方法としてランダム化比較実験を上げている。マーケターなどではA/Bテストなどのほうが通りが良いである。それが難しい場合でも、差の差比較などでトレンドと政策効果を分離して比較する手法などを勧めている。

https://www.mizuho-ir.co.jp/publication/report/2019/pdf/mhir18_ebpm.pdf　の3ページめ。

f:id:shioshio3:20200804032559p:plain

犯罪政策（特に性犯罪政策は）犯罪者を悪魔化しがちで政策の効果を論じる前にとにかく懲らしめてしまえという声が大きくなる。しかし、データに基づかない政策で日本は色々な失敗をしてきた。

私達がやらなければならないのは、なんとなく効きそうだ ではなく、効果的な方法は何であるのか常に問い続け、PDCAサイクルを回すことである。

まとめ

このエントリーでは次のことを論じた。

  • 性犯罪者にGPSを装着する政策は検討されていること。
  • データで見たところ性犯罪者の再犯率は高くなく、他の犯罪と同程度あること
  • その政策に効果があるのか曖昧な割に、人権侵害の副作用があること。
  • 政策に対して証拠をベースに考えるEBPMの紹介

を行った。

感覚ではなく、データに基づいて効果的な政策はなにかPDCAを回しながら考える習慣が、日本の政府にも身につくと良いなと思う。データに基づく意思決定は、意外とwebサービス企業などの方が実施できている。

追加資料

再犯にも、再犯率と再犯者率があるそうでそれがしばしば混同されるようです（私も理解があやふやでした）

ameblo.jp

このブログ中でも

実は、強姦に加えて、強制わいせつ及び強盗強姦まで罪種を拡大した場合で、性犯罪の同種再犯危険性は5.1％となっています。＜2-4-1-1図参照＞(pdf内のp.22) 世間のイメージと異なり、少ないですね。

とのこと。

また、法務省の資料

第2編犯歴・統計から見た再犯者の実態と対策

でも、

「性犯罪は（著者補足）」他の罪名と比べて，「同一罪名再犯危険性」及び「同種再犯危険性」は低い水準にある。これは，世間一般では，性犯罪者は性犯罪を反復する危険性が高いと考えられていることが，事実に即していないことを示している。ちなみに，この点に関しては，米国，カナダ，英国等諸外国における調査においても同様の結果が得られており，日本だけに特別の状況が見られるわけではない。 p22

とあり。性犯罪が再犯が高いという世間のイメージが事実に即していない としている。

データをみて政策を決めることが大事だが、性犯罪は特に加害者を悪魔化しやすく、データではなくイメージで判断を下しがちなので注意が必要だ。

テラスハウスで最も誹謗中傷されたのは誰だったのか？

概要

フジテレビのリアリティショー形式の番組テラスハウスに出演していた木村花さんが亡くなるという事件があった。花さんの死を受けて、政府がSNS上の誹謗中傷に関する取り組みを行う用になった。

女性のみがSNS上で誹謗中傷を受けているのか？

花さんの死を受けて、SNS上で女性が主に誹謗中傷にさらされるといった言説が見られるようになった。「ネット上で女性が攻撃されている実態は広く知られていない」1といった記事はよく目にする。しかし実際にSNSを調査するとテラスハウスの男性出演者の方がより多くの誹謗中傷を受けていた。我々は男性が攻撃的で女性は攻撃的ではないと思い込みがちだ。しかしそれはバイアスである。テラスハウスに言及したtweetを取得しテラスハウスの出演者がどの様に誹謗中傷を受けたかを調査する。

調査概要

概要 値
取得ツイート 97584
取得期間 2020-03-20 00:00:00-2020-05-23 00:00:00
検索ワード "テラスハウス" OR "TERRACE HOUSE" OR "テラハ" OR "女子プロ" OR "女子プロレス" OR "木村花" OR "木村 花" OR "木村　花"
調査日 2020-05-26

twitter開発者向けAPI を使用。

もともとはSNSでの誹謗中傷を調べるため、木村花さんに言及したツイートのうち死んでしまえなどの暴言的なツイートがどのくらいあったのかを調査しようと考えた。そのため女子プロや木村花さんに関するツイートも合わせて取得している。twitter社は検索語ですべての言及ツイートを取得できるか明言していないため、すべてのツイートを取得でいたかはわからない。

最も言及された出演者は誰か？

ツイッター出演者のうち言及が多かったのは、社長(新野俊幸さん)であった。

名前 言及回数
社長 6951
花 4935
夢 3676
ピピ 2429
快 2350

twitterでの検索ワードを木村花さんを含まれるワードが多くなるように設定した（木村花さん個人名も含めた）にも関わらずそれを超えて、社長が言及されていた。

社長はどの様に語られたか？

社長とはテラスハウスに出演した新野俊幸さんの愛称。

テラハに新モンスター誕生。山里亮太も激推しの社長・新野俊幸氏がヤバイ（女子SPA！） - Yahoo!ニュース

テラハ登場の社長は、そもそもテラハ上も気持ち悪いキャラクターとして扱われており、紹介記事でもモンスター扱いだった。

彼がテラスハウスを含むtwitterでどの様に言及されたか見てみよう。

社長とテラハを含むツイートを調査(n=6322)。

社長とよく使われた言葉は、面白いと言ったポジティブな言葉もあったが、キモ、マジ無理、気持ち悪いといったネガティブな言葉と一緒に使われている。下に使われている図は共起ネットワーク図と言って、ある単語と一緒に使われてる単語はなにかということを表す図だ。下の例では、社長は、気持ち、悪い、といった単語と一緒に使われていることがわかる。単語の分割とネットワーク図の描画は、KHcoderを利用した。

f:id:shioshio3:20200726181846p:plain

花はどの様に語られたか？

花とは、亡くなった木村花さんの愛称。

花さんとテラハを含むツイートを調査(n=4378)

f:id:shioshio3:20200726182359p:plain

話されていることは、出演者（快さん）の一人が誤って、花さんのコスチュームを洗ってしまったことに関する話で、その出演者と花さん何方が悪かったの議論に集中している。社長のように気持ち悪いキモいといったワードは余りなかったか。キモいというワードは30個（そのうち大半は社長がキモいというツイートだった)。

夢はどの様に語られたか？

夢とは、吉田夢さんの愛称

＜テラスハウスインタビュー＞林ゆめ（吉田夢）、反響への不安は？「流されやすいので…」 - モデルプレス

夢さんとテラハを含むツイートを調査(n=3611)

f:id:shioshio3:20200726183647p:plain

夢さんの、気持ち悪いというワードが目立つ。しかしよく調べると、夢さんとよく絡んでいた社長が気持ち悪いという意味で使われていた。

快はどの様に語られたか？

快とは、小林快さんお愛称

「テラスハウス」は敗者の味方、小林快、おまえこそ「テラスハウス」だ！

快さんとテラハを含むツイートを調査(n=2682)

f:id:shioshio3:20200726184454p:plain

仲の良かった木村花さんとの共に使われている。洗濯機で花さんのコスチュームを洗ってしまった事件が多く言及されている。

社長への誹謗中傷はなかったことにされている。

テラスハウスでの誹謗中傷を調べると、社長（新野俊幸）さんへの誹謗中傷が一番多かった。しかしそれを取り上げるメディアは極めて少ない。彼が亡くなっていないというもの大きな要因だろうが、そもそも男性への誹謗中傷は余り問題視されていない。

誹謗中傷はどの性別に対しても起こりうる。

SNSへの誹謗中傷の話はあたかも女性に対して行われるといった言説があるが実際に調べてみると、必ずしもそうは言えないのではないか？ 例えば次のような記事は新野俊幸さんへの誹謗中傷は見えていない。

木村さんをＳＮＳで誹謗中傷／明戸隆浩／ネット攻撃 女性標的／男性優位の社会構造反映 | 沖縄タイムス紙面掲載記事 | 沖縄タイムス＋プラス

関心も同情も寄せられない男性への誹謗中傷

twitterでのミーム的な画像に次のような画像がある。2

f:id:shioshio3:20200726185929p:plain

矢を受けた女性二人には。心配そうに人が集まるが、それより多くの矢を受けている男性には誰も関心を向けない。

実感ではなく、データに基づく議論を

紹介した２つの記事では実感として誹謗中傷を語っており具体的な数値を調査したわけではない。データに基づかないため実際の誹謗中傷ではなく メディアや世間が関心を向けた人たちへの誹謗中傷ばかりが拾われる。そして実際に誹謗中傷をより多く受けている人たちは無視される。それは公平ではない。私達はデータに基づき誹謗中傷を議論をすべきだし、すべての誹謗中傷を許さない姿勢を示すことが大事だ。

  1. ネット上で女性が攻撃されている実態は広く知られていない？ネットで“議論”はできるのか？『オンライン・フェミニズムの限界と可能性』ルポ↩

  2. もとの画像はと意味は、こちら↩

コロナ禍で経済が影響を受けるとはどのようなことか？

まとめ

  • コロナ禍が2年間続くと多くの業種で、深刻なダメージを受ける

コロナ禍の影響を市場規模マップから考える

2020年04月07日、政府は新型コロナウイルスの感染防止のため、外出自粛宣言を行った。新型コロナウイルスの感染力は高く、ハーバード大学によると、2022 年まで、コロナのため、外出自粛を続ける必要があるのではないかという論文が出てきている。しかし、2022年までコロナ禍の影響があった場合、どの産業にどのくらい影響があるのかわからない。そして、産業ごとに受ける影響は異なる。この記事では、市場マップを用いて影響を受ける市場を可視化しながら、どの産業がどのくらいの影響を受けるか考えていく。

市場マップとは

市場の大きさを、ツリーマップを用いて可視化する手法。ざっくりどの業界がどのくらいの影響力を持つのか把握するのに適している。 例えば次のような図だ。

f:id:shioshio3:20200415210729p:plain
市場規模マップ

市場規模マップ | visualizing.info

上の図だと、日本の産業では、自動車産業（67兆）が最も大きなウェイトを占めていることがわかる、次が建設(56兆)、不動産(43兆)、医療(42兆)の順になっている。背後の色は、前年から成長率を表している。緑はプラス、赤はマイナスになっている。

コロナウイルス発生からの市場への影響を考える

4/7に東京大阪福岡などの都市圏に外出自粛の要請が出された。その後、全国に拡大された。その時点で、多くの企業が営業の停止を行ったりテレワークに切り替えたりした。その影響で次の産業が影響を受けている。

水色で囲んだ業種が影響を受けていると考えられる。

f:id:shioshio3:20200415211642p:plain
すでに影響を受けている産業

業界 市場規模 雇用者数(調査年)
医療 42兆 320万位(2019年)
外食 25兆 479万位(2014年)
アパレル 9.2兆 不明
百貨店 5.88兆 ６万
風俗産業 5.68兆 不明
旅行 5.67兆 12万(2001年)
鉄道 6.81兆 14万8千人(2018年)

各業界への影響

  • 医療への影響は、患者が増えているか減っているかまだわからない。不要不急の外出を避けるに、医療へのアクセスが含まれることも考えられ、減っている可能性はある。
  • 外食への影響は甚大だ。売上が去年の半額になったや、９割減になったなど、大きな影響がすでにあると聞く。
  • 旅行、鉄道は、訪日外国人の減少や通勤の減少、国内移動の減少によりすでに大きな影響を受けている。
  • アパレル、百貨店、百貨店は食料品売り場以外は、売り場を閉めており、売上は激減していると思われる。

レファレンス

追記

クレジットカードの利用履歴を比較したところ、全業種でダメージを受けている。

上にあるように、百貨店、居酒屋、ファミレス、鉄道旅客、航空、ホテル、映画館、遊園地で既に大きな影響を受けている。

永江さんの予測

不動産、自動車、建築に影響出始めたら相当きつそうだ。

ショーンKYさんのエントリー 私が雑にやったことを精緻にやってくださいました。

note.com

オタクと気持ち悪いという言葉

概要

  • Twitter上で「気持ち悪い」、「キモイ」という言葉が、どのように使われてるかと調査した。
  • 調査対象は、キモイ、気持ち悪いという言葉を含むtweet、約28万件
  • 時系列の変化を見るため、2018年と2019年で調査を行った
  • 気持ち悪いと言う言葉は、オタクへの言及とともに使われている
  • オタクを含んだtweetは、28万件中、14431件あった

調査結果

2018年調査

f:id:shioshio3:20191030005606p:plain
2018年に投稿されたツイート調査

調査期間 2018/01/09 - 2018/12/31
tweetソース元 Sample realtime Tweets API

2019年調査

f:id:shioshio3:20191030010712p:plain
2019年に投稿されたツィート調査

調査期間 2019/01/01- 2019/10/20
tweetソース元 Sample realtime Tweets API

気持ち悪いという言葉の特徴

  • 気持ち悪いという単語は、他者を侮蔑する意味と、身体的な感覚を表す言葉として使われる。
  • 身体的な感覚としては、赤い丸（寝る、頭、食べる）などと使われる。
  • 他人を侮蔑する表現としては、オタク、顔等の言葉として使われる。

  • 女、女の子、可愛いという言葉は、それ自体がキモイという意味ではなく、それを対象にすることがキモイと言う意味で使われる。

  • 用例として「あのオタク、可愛い女の子を見ていた、気持ち悪い」という表現が挙げられる。

属性や生物に対する言及

  • オタク以外の他の属性に関する「気持ち悪い」という言及は少なかった。外国人で、68件だった。
  • 虫に関する言及は、 684件だった。
  • １万を超える属性への言及は、オタクのみだった

ハラスメントではないか？

  • ハラスメントとは、「他者に対する発言・行動等が本人の意図には関係なく、相手を不快にさせたり、尊厳を傷つけたり、不利益を与えたり、脅威を与えること」を言う。大阪医科大学
  • オタクは出身国や人種性別と言った変えられない属性ではないが、簡単に変えられる属性でもない。そのような属性に対して、人格を否定するようなtweetをするのは、ハラスメントといえるだろう。

調査を終えて

  • なんの気なしに、twitter上で、キモイとか気持ち悪いという用法がどのように使われるか調べようと考えた。調べてみたら、想定以上に、キモい、気持ち悪いという言葉は、オタクと結びつくワードになっていた。

以下、再現手法

  • これは社会調査なので、再現できることが重要だ。

次の方法で再現できる。

tweetの取得

twitter社は、投稿される全tweetのサンプルを提供している。 Sample stream — Twitter Developers

こちらを取得する。一年間で大体、2-3億ツイートが取得できる

キモイ、気持ち悪いという言葉を含むtweetの抽出

上記で取得したtweetをBigQueryもしくは、Redshiftへ入れる。その後、キモい、気持ち悪いという言葉を含むtweetを抽出する。

私は、BigQuery上での次のSQLを実行した。

select id,created_at,text
from twitter.tweet
where
(text like "%キモイ%")
or
(text like "%キモい%")
or
(text like "%きもい%")
or
(text like "%気持ちわるい%")
or
(text like "%気持ちがわるい%")
or
(text like "%気持ち悪い%")
or
(text like "%気持ちが悪い%")

抽出したtweetをKH coderで分析し、共起ネットワークを描画する

  • 抽出したテキストは、2018年、2019年で分けた（それ以前はtweetを取得していない）。ハッシュタグ、RTでの個人への返信、URLは分析の邪魔になるので削除する。また、同一の内容を連投するボットがいるので、同じ内容のテキストは一つにまとめる。
  • kh coderを利用して、テキストを読み込む。
  • kh coderでテキストは、単語に分割する（形態素解析と呼ばれる）。 MeCab を利用して単語に分割する。 SNSの分析は新語やジャーゴンが多いので、neologd を利用して、単語に分割する。
  • kh-coderのメインメニューから、ツール->共起ネットワーク　を利用して単語を描画する。

f:id:shioshio3:20191030014727p:plain
kh-coderを利用した共起ネットワークの描画

パラメータは、描画する単語は、100から120前後、関連するedgeは500程度、強い共起関係ほど濃い線に指定するときれいに描画されると感じている。

就職氷河期・ロスジェネは、国会でどのくらい言及されているか

概要

最近ネットで就職氷河期に関する言及が増えている1,2。それに対して「今まで無視されていた」というコメントが散見された。実際に、就職氷河期の人たちは 無視 されていたのだろうか？国会での議事録を元に就職氷河期の人がどのように言及されたか見てみる。

時間がない人まとめ

集計方法

国会で行われた議論を検索できる国会会議録検索システム がある。このシステムを使えば、どの国会議員は、どの会議で何について発言したかを検索できる。

1999年から、2019年までの期間で「ロスジェネ 」、「就職氷河期」いずれかを含む会議を検索した。その際に、誰が、発言したかもわかるので、それを集計した。 就職氷河期の問題が表面化した、2000年から2019年まで、検索ワードは、「ロスジェネ」 「就職氷河期」で OR 検索し、マッチした件数は 203件 であった。

集計結果

集計結果をまとめた。個別のデータに関しては、末尾に記載した。

言及数の時系列変化

国会議事録で就職氷河期が言及された回数を年代別にまとめる。どの時期に就職氷河期に興味があったのかを示す。

開会年 言及数
2000 1
2006 20
2007 44
2008 17
2009 18
2010 24
2011 4
2012 9
2013 10
2014 2
2015 2
2016 6
2017 16
2018 24
2019 6

f:id:shioshio3:20190415001250p:plain
国会における就職氷河期言及数

2000年に、言及数が1の後、2006年まで言及は無かった。2006年から2010年まで言及があったが、その後2011年から言及は減り、2017年あたりから、再度言及されるようになった。

言及している議員は誰か？

議員ごとに言及回数をまとめた。

議員名 言及回数
吉川沙織 22
安倍晋三 14
古屋範子 6
舛添要一 6
山本有二 5
柳澤伯夫 5
小林正夫 4
長妻昭 4
鳥生隆 4
高橋満 3
山本太郎 3
川端達夫 3
太田昭宏 3

調べてみると、参議院議員の吉川沙織 が２２回と多い。彼女自身が、どうも就職氷河期の様で、就職氷河期に関する質問も多い。次に多いのが、安倍晋三だった。次に多かったのが、公明党の古屋範子　であった。その他、雇用関係の国務大臣と答弁した際に言及した議員が多い。舛添要一(厚生労働大臣)、山本有二（内閣府特命担当大臣再チャレンジ担当）、柳澤伯夫(厚生労働大臣)などだ。

内閣総理大臣はどの程度就職氷河期に関して言及しているか？

内閣総理大臣が、どの程度、就職氷河期に言及してみるか見てみた。

総理大臣名 言及回数
安倍晋三(第二次) 9
野田佳彦 0
菅直人 0
鳩山由紀夫 0
麻生太郎 0
福田康夫 1
安倍晋三(第一次) 5

なぜか安倍総理ばかりが、就職氷河期について言及している。

(生データ)

上で集計したデータの生データをまとめた。 検証用に使ってほしい。

回次 院名 会議名 号数 開会日付 言及者 役職・党名
198 参議院 予算委員会公聴会 1号 2019/3/12 河村小百合 公述人
198 衆議院 財務金融委員会 4号 2019/2/27 緑川貴士 国民民主党
198 衆議院 財務金融委員会 3号 2019/2/26 緑川貴士 国民民主党
198 衆議院 予算委員会 10号 2019/2/20 江田　憲司 無所属の会
198 衆議院 予算委員会 5号 2019/2/12 安倍晋三 内閣総理大臣
198 参議院 本会議 4号 2019/2/1 山本太郎 自由党
197 参議院 文教科学委員会 6号 2018/12/6 山本太郎 自由党
197 参議院 国土交通委員会 5号 2018/12/6 舟山康江 国民民主党
197 衆議院 法務委員会 6号 2018/11/22 串田　誠一 日本維新の会
197 参議院 厚生労働委員会 2号 2018/11/15 礒崎哲史 国民民主党
197 衆議院 厚生労働委員会 2号 2018/11/14 根本匠 厚生労働大臣
197 衆議院 予算委員会 3号 2018/11/2 安倍晋三 内閣総理大臣
197 参議院 本会議 2号 2018/10/30 吉川沙織 立憲民主党
196 参議院 厚生労働委員会 24号 2018/6/28 小林正夫 国民民主党
196 参議院 厚生労働委員会 22号 2018/6/19 小林正夫 国民民主党
196 参議院 決算委員会 9号 2018/6/18 安倍晋三 内閣総理大臣
196 参議院 厚生労働委員会 18号 2018/6/5 三浦信祐 公明党
196 参議院 国民生活・経済に関する調査会 6号 2018/4/18 吉川沙織 民進党
196 参議院 決算委員会 1号 2018/4/9 安倍晋三 内閣総理大臣
196 衆議院 財務金融委員会 11号 2018/4/3 木村聡 政府参考人
196 参議院 内閣委員会 6号 2018/3/29 山本太郎 自由党
196 参議院 農林水産委員会 4号 2018/3/22 小川勝也 民進党
196 参議院 予算委員会 5号 2018/3/2 安倍晋三 内閣総理大臣
196 参議院 予算委員会 4号 2018/3/1 吉川沙織 民進党
196 衆議院 財務金融委員会 5号 2018/2/28 安倍晋三 内閣総理大臣
196 参議院 国民生活・経済に関する調査会 4号 2018/2/21 吉川沙織 民進党
196 衆議院 財務金融委員会 2号 2018/2/16 酒光 厚生労働省
196 参議院 国民生活・経済に関する調査会 3号 2018/2/14 吉川沙織 民進党
196 衆議院 本会議 5号 2018/2/13 安倍晋三 内閣総理大臣
196 参議院 予算委員会 3号 2018/2/1 安倍晋三 内閣総理大臣
195 参議院 総務委員会 2号 2017/12/7 吉川沙織 民進党
193 参議院 文教科学委員会 10号 2017/5/23 吉良よし子 共産党
193 参議院 文教科学委員会 9号 2017/5/18 吉良よし子 共産党
193 参議院 決算委員会 8号 2017/5/15 水嶋光一 政府参考人
193 衆議院 財務金融委員会 18号 2017/5/10 福田達夫 自由民主党
193 参議院 厚生労働委員会 7号 2017/3/30 宮島喜文 自由民主党
193 参議院 外交防衛委員会 7号 2017/3/22 大野元裕 民進党
193 衆議院 厚生労働委員会 4号 2017/3/10 中野洋昌 公明党
193 参議院 厚生労働委員会 1号 2017/3/7 古屋範子 厚生労働副大臣
193 衆議院 本会議 8号 2017/3/7 角田秀穂 公明党
193 参議院 予算委員会 4号 2017/3/1 魚住裕一郎 公明党
193 参議院 国民生活・経済に関する調査会 3号 2017/2/22 常見陽平 参考人
193 衆議院 予算委員会第五分科会 1号 2017/2/22 塩崎恭久 厚生労働大臣
193 衆議院 予算委員会 12号 2017/2/17 土肥和則 連合愛知
193 衆議院 厚生労働委員会 1号 2017/2/15 古屋範子 厚生労働副大臣
193 衆議院 本会議 3号 2017/1/24 井上義久 公明党
192 参議院 本会議 18号 2016/12/14 吉川沙織 民進党
192 参議院 厚生労働委員会 6号 2016/11/17 川田龍平 民進党
190 参議院 決算委員会 5号 2016/4/13 古賀友一郎 自由民主党
190 参議院 予算委員会 17号 2016/3/18 宇都隆史 自由民主党
190 衆議院 財務金融委員会 9号 2016/2/29 末澤豪謙 参考人
190 参議院 本会議 6号 2016/1/27 郡司彰 民主党
189 参議院 財政金融委員会 16号 2015/8/4 岩田規久男 参考人
189 参議院 厚生労働委員会 7号 2015/4/16 川田龍平 維新の党
186 衆議院 厚生労働委員会 4号 2014/3/12 重徳和彦 日本維新の会
186 衆議院 予算委員会第五分科会 1号 2014/2/26 三谷英弘 みんなの党
185 衆議院 厚生労働委員会 3号 2013/11/6 柚木道義 民主党
185 衆議院 経済産業委員会 1号 2013/10/30 赤羽一嘉 経済産業副大臣
185 参議院 予算委員会 1号 2013/10/23 吉川沙織 民主党
183 衆議院 外務委員会 8号 2013/5/22 島田佳和 自由民主党
183 参議院 予算委員会 14号 2013/5/7 有村治子 自由民主党
183 参議院 予算委員会 11号 2013/4/24 安倍晋三 内閣総理大臣
183 衆議院 予算委員会第五分科会 2号 2013/4/15 三谷英弘 みんなの党
183 衆議院 予算委員会 17号 2013/4/1 宮本岳志 共産党
183 参議院 国民生活・経済・社会保障に関する調査会 3号 2013/3/13 鈴木準 参考人
183 参議院 本会議 10号 2013/3/6 吉川沙織 民主党
180 参議院 社会保障と税の一体改革に関する特別委員会 14号 2012/8/10 吉川沙織 民主党
180 参議院 社会保障と税の一体改革に関する特別委員会 9号 2012/7/27 吉川沙織 民主党
180 衆議院 社会保障と税の一体改革に関する特別委員会 11号 2012/5/30 白石洋一 民主党
180 衆議院 社会保障と税の一体改革に関する特別委員会 7号 2012/5/24 江端貴子 民主党
180 衆議院 本会議 18号 2012/5/8 長妻昭 民主党
180 参議院 厚生労働委員会 4号 2012/3/27 小宮山洋子 厚生労働大臣
180 参議院 予算委員会公聴会 1号 2012/3/22 大嶋寧子 公述人
180 衆議院 予算委員会第五分科会 1号 2012/3/5 津田弥太郎 厚生労働大臣政務官
180 参議院 共生社会・地域活性化に関する調査会 3号 2012/2/15 今村久美 参考人
179 衆議院 経済産業委員会 3号 2011/11/30 佐藤茂樹 公明党
177 参議院 予算委員会 3号 2011/3/7 吉川沙織 民主党
177 衆議院 本会議 4号 2011/2/15 坂本哲志 自由民主党
177 衆議院 本会議 3号 2011/1/27 井上義久 公明党
176 衆議院 厚生労働委員会 4号 2010/11/12 古屋範子 公明党
175 衆議院 厚生労働委員会 3号 2010/9/8 柿澤未途 みんなの党
174 参議院 文教科学委員会 11号 2010/5/25 川端達夫 文部科学大臣
174 衆議院 厚生労働委員会 19号 2010/4/23 初鹿明博 民主党
174 衆議院 文部科学委員会 10号 2010/4/9 川端達夫 文部科学大臣
174 衆議院 青少年問題に関する特別委員会 3号 2010/4/8 あべ俊子 自由民主党
174 参議院 少子高齢化・共生社会に関する調査会 4号 2010/4/7 赤石千衣子 参考人
174 参議院 厚生労働委員会 10号 2010/3/30 山本博司 公明党
174 参議院 本会議 12号 2010/3/26 西島英利 自由民主党
174 衆議院 消費者問題に関する特別委員会 3号 2010/3/25 古屋範子 公明党
174 参議院 予算委員会 14号 2010/3/18 水岡俊一 民主党
174 参議院 議院運営委員会 9号 2010/3/17 松下新平 自由民主党
174 参議院 文教科学委員会 2号 2010/3/16 川端達夫 文部科学大臣
174 参議院 予算委員会 12号 2010/3/15 長妻昭 厚生労働大臣
174 参議院 予算委員会 8号 2010/3/9 吉川沙織 民主党
174 参議院 予算委員会 5号 2010/3/4 近藤正道 社民党
174 参議院 国民生活・経済に関する調査会 3号 2010/2/24 吉川沙織 民主党
174 参議院 決算委員会 2号 2010/2/4 長妻昭 厚生労働大臣
174 参議院 本会議 6号 2010/2/3 山口那津男 公明党
174 参議院 本会議 5号 2010/2/2 谷川秀善 自由民主党
174 参議院 厚生労働委員会 1号 2010/1/28 石井みどり 自由民主党
174 参議院 予算委員会 2号 2010/1/27 長妻昭 厚生労働大臣
174 衆議院 厚生労働委員会 1号 2010/1/25 古屋範子 公明党
174 衆議院 本会議 2号 2010/1/19 斉藤鉄夫 公明党
173 参議院 国民生活・経済に関する調査会 1号 2009/11/25 吉川沙織 民主党
173 衆議院 財務金融委員会 3号 2009/11/18 松下忠洋 経済産業副大臣
173 参議院 議院運営委員会 4号 2009/11/10 義家弘介 自由民主党
173 参議院 本会議 3号 2009/10/30 山口那津男 公明党
171 参議院 決算委員会 9号 2009/6/22 吉川沙織 民主党
171 参議院 厚生労働委員会 16号 2009/6/16 舛添要一 厚生労働大臣
171 衆議院 文部科学委員会 14号 2009/6/10 木村勉 自由民主党
171 参議院 予算委員会 23号 2009/5/22 小杉礼子 参考人
171 参議院 決算委員会 4号 2009/4/20 吉川沙織 民主党
171 衆議院 青少年問題に関する特別委員会 3号 2009/4/8 大槻勝啓 政府参考人
171 参議院 厚生労働委員会 3号 2009/3/24 舛添要一 厚生労働大臣
171 衆議院 予算委員会第三分科会 1号 2009/2/19 遠藤宣彦 自由民主党
171 衆議院 予算委員会公聴会 1号 2009/2/16 大久保幸夫 公述人
171 参議院 国民生活・経済に関する調査会 2号 2009/2/4 亀井亜紀子 国民新党
171 参議院 本会議 6号 2009/2/2 水落敏栄 自由民主党
171 参議院 予算委員会 4号 2009/1/21 小林正夫 民主党
171 参議院 予算委員会 3号 2009/1/20 直嶋正行 民主党
171 参議院 予算委員会 2号 2009/1/19 坂本由紀子 自由民主党
170 衆議院 厚生労働委員会 12号 2008/12/24 吉川沙織 民主党
170 衆議院 厚生労働委員会 11号 2008/12/22 吉川沙織 民主党
170 参議院 厚生労働委員会 10号 2008/12/18 吉川沙織 民主党
170 参議院 決算委員会 4号 2008/12/15 神本美恵子 民主党
170 参議院 厚生労働委員会 6号 2008/12/2 小林正夫 民主党
170 衆議院 厚生労働委員会 3号 2008/11/14 舛添要一 厚生労働大臣
170 参議院 厚生労働委員会 2号 2008/11/13 舛添要一 厚生労働大臣
170 衆議院 厚生労働委員会 2号 2008/11/12 舛添要一 厚生労働大臣
169 衆議院 厚生労働委員会 16号 2008/5/23 杉村太蔵 自由民主党
169 参議院 本会議 18号 2008/5/14 吉川沙織 民主党
169 参議院 決算委員会 5号 2008/4/28 行田邦子 民主党
169 参議院 厚生労働委員会 5号 2008/4/10 山本博司 公明党
169 参議院 内閣委員会 3号 2008/3/27 神本美恵子 民主党
169 参議院 予算委員会公聴会 1号 2008/3/25 鰐淵洋子 公明党
169 参議院 予算委員会 7号 2008/3/13 舛添要一 厚生労働大臣
169 衆議院 予算委員会公聴会 1号 2008/2/22 島田晴雄 公述人
169 衆議院 予算委員会 12号 2008/2/21 児島強 公述人
168 衆議院 内閣委員会 8号 2007/12/5 大田弘子 経済財政政策担当
168 参議院 厚生労働委員会 8号 2007/11/27 石井みどり 自由民主党
168 参議院 厚生労働委員会 6号 2007/11/20 吉川沙織 民主党
168 衆議院 厚生労働委員会 5号 2007/11/7 井澤京子 自由民主党
168 衆議院 厚生労働委員会 4号 2007/11/2 井上信治 自由民主党
168 参議院 厚生労働委員会 2号 2007/10/25 岸宏一 自由民主党
168 参議院 本会議 5号 2007/10/5 福田康夫 内閣総理大臣
168 衆議院 本会議 5号 2007/10/4 太田昭宏 公明党
166 参議院 外交防衛委員会 19号 2007/6/14 鳥生隆 政府参考人
166 参議院 本会議 36号 2007/6/13 広中和歌子 民主党
166 参議院 厚生労働委員会 24号 2007/5/31 柳澤光美 民主党
166 衆議院 本会議 34号 2007/5/24 園田康博 民主党
166 参議院 厚生労働委員会 21号 2007/5/22 足立信也 民主党
166 参議院 本会議 26号 2007/5/18 津田弥太郎 民主党
166 衆議院 外務委員会 12号 2007/5/16 鳥生隆 政府参考人
166 参議院 本会議 22号 2007/5/9 西島英利 自由民主党
166 参議院 経済・産業・雇用に関する調査会 4号 2007/5/9 小池正勝 自由民主党
166 衆議院 厚生労働委員会 16号 2007/4/25 園田康博 民主党
166 衆議院 厚生労働委員会 15号 2007/4/20 鈴木明裕 政府参考人
166 衆議院 厚生労働委員会 14号 2007/4/18 高橋満 政府参考人
166 衆議院 厚生労働委員会 13号 2007/4/13 山井和則 民主党
166 衆議院 本会議 21号 2007/4/12 山井和則 民主党
166 衆議院 青少年問題に関する特別委員会 4号 2007/4/12 高市早苗 少子化・男女共同参画担当
166 参議院 厚生労働委員会 9号 2007/4/10 紀陸孝 参考人
166 衆議院 決算行政監視委員会 2号 2007/4/10 古屋範子 公明党
166 衆議院 厚生労働委員会 10号 2007/4/4 福岡資麿 自由民主党
166 衆議院 本会議 19号 2007/4/3 松浪健太 自由民主党
166 衆議院 厚生労働委員会 8号 2007/3/28 杉村太蔵 自由民主党
166 参議院 財政金融委員会 6号 2007/3/22 尾身幸次 財務大臣
166 参議院 予算委員会 12号 2007/3/19 山本有二 金融
166 参議院 予算委員会公聴会 1号 2007/3/15 荻原博子 公述人
166 参議院 内閣委員会 2号 2007/3/15 秋元司 自民党
166 参議院 厚生労働委員会 4号 2007/3/15 高橋満 政府参考人
166 衆議院 内閣委員会 4号 2007/3/14 渡辺喜美 国務大臣
166 参議院 内閣委員会 1号 2007/3/13 山本有二 国務大臣
166 衆議院 予算委員会第五分科会 1号 2007/2/28 高橋満 政府参考人
166 衆議院 予算委員会 14号 2007/2/23 赤羽一嘉 公明党
166 衆議院 予算委員会公聴会 2号 2007/2/22 大野秀之 公述人
166 衆議院 予算委員会公聴会 1号 2007/2/21 島田晴雄 公述人
166 衆議院 内閣委員会 1号 2007/2/16 山本有二 国務大臣
166 衆議院 予算委員会 6号 2007/2/9 "丹羽雄哉安倍晋三" 自由民主党
166 衆議院 本会議 4号 2007/1/30 太田昭宏 公明党
166 参議院 本会議 2号 2007/1/26 安倍晋三 内閣総理大臣
166 衆議院 本会議 2号 2007/1/26 安倍晋三 内閣総理大臣
165 参議院 厚生労働委員会 7号 2006/12/12 奥田久美 政府参考人
165 参議院 決算委員会 3号 2006/12/4 安倍晋三 内閣総理大臣
165 参議院 経済・産業・雇用に関する調査会 2号 2006/11/22 城繁幸 参考人
165 参議院 経済・産業・雇用に関する調査会 1号 2006/11/8 松野博一 政府参考人
165 参議院 内閣委員会 3号 2006/11/7 鳥生隆 政府参考人
165 参議院 内閣委員会 2号 2006/10/31 山本有二, 山本有二
165 参議院 厚生労働委員会 2号 2006/10/26 柳澤伯夫 厚生労働大臣
165 衆議院 内閣委員会 2号 2006/10/25 山本有二 山本有二
165 衆議院 厚生労働委員会 2号 2006/10/25 柳澤伯夫 厚生労働大臣
165 参議院 厚生労働委員会 1号 2006/10/24 柳澤伯夫 厚生労働大臣
165 衆議院 厚生労働委員会 1号 2006/10/20 柳澤伯夫 厚生労働大臣
165 衆議院 厚生労働委員会 1号 2006/10/20 柳澤伯夫 厚生労働大臣
165 衆議院 青少年問題に関する特別委員会 2号 2006/10/19 鳥生隆 政府参考人
165 参議院 予算委員会 2号 2006/10/12 安倍晋三 内閣総理大臣
165 参議院 予算委員会 1号 2006/10/11 安倍晋三 内閣総理大臣
165 衆議院 予算委員会 2号 2006/10/5 斉藤鉄夫 公明党
165 衆議院 本会議 5号 2006/10/3 太田昭宏 公明党
164 衆議院 厚生労働委員会 30号 2006/6/13 田島優子 参考人
164 衆議院 経済産業委員会 21号 2006/6/9 北畑隆生 政府参考人
164 衆議院 決算行政監視委員会 5号 2006/5/30 鈴木直和 政府参考人
150 参議院 労働・社会政策委員会 1号 2000/10/31 斉藤滋宣 自由民主党

  1. 『「就職氷河期」なんてあったんだろうか？』論について - ka-ka_xyzの日記↩

  2. 「就職氷河期」なんてあったんだろうか？: 極東ブログ↩