📉これは“自民党の30年”

かつて「一億総中流」と呼ばれた倭国は、
自民党政権の30年でここまで崩れた。

📉 世帯所得の中央値
1993年 550万円 → 2023年 410万円
30年で140万円も消えた。

📈 ジニ係数（格差の度合い）🌟詳しくは後半に
1981年以降ずっと上昇し、2021年は 0.570。
格差は戦後でも最悪レベル。

💼 非正規の割合と賃金差
非正規は正規の 6〜7割の賃金のまま20年改善せず。
雇用が不安定に固定化。

➡️ 成長せず、貧しくなり、格差は広がり、
　 再分配でも追いつけない。

これが“失われた30年”ではなく、
自民党が作った30年の結果。
#これは自民党の30年 #格差社会 #中流崩壊

📈ジニ係数🌟とは「所得格差の大きさ」を表す数値です。

✔ 数字の意味
•0 に近いほど → 格差が小さい（みんな同じくらいの所得）
•1 に近いほど → 格差が大きい（ごく一部が富を独占）

✔ 倭国の状況
•倭国のジニ係数（当初所得）は
1980年代から上昇し続け、2021年は 0.570
→ これは「格差がかなり大きい社会」を意味します。 December 12, 2025

おいおい、ジニ係数で見たら倭国の収入格差なんてないも同然！働いて働いて働いて働いて働いて働いて働いて働いて稼ぐ気がしなくなる貧乏シェアリングの国にするのか？ https://t.co/CeUJzfdRoF December 12, 2025

この図と見比べて、格差是正と経済成長の関係を考えると面白い。

倭国はジニ係数下げ過ぎなんじゃねーの？ https://t.co/FmoBOQOBcE December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると
「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」
というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来リスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来リスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来のリスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来のリスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。 December 12, 2025

しのださん、教えてください。格差が倭国で拡大しているということですが、エビデンスは何を参照されていますか。経済学的にはジニ係数で説明されることが多いと思います。以下はOECDのデータを元に作成されたグラフですが、倭国のジニ係数は上昇しておらず、他国と比べても中位です。このグラフからは格差拡大が確認できませんが、国会議員の先生なら最新のデータをお持ちかと思います．もし、データがあるなら厚労省に開示させて頂けると有り難いです。 December 12, 2025

@rhino_powerz あなたの「名目成長×インフレ×税収×債務比率」の全体構造視点は、孫子的な動的均衡として大変参考になります。特に、インフレが債務負担を相対的に軽減する局面という指摘は、政府の政策余地を考える上でポジティブな側面を思い出させます。

ただ、議論を深める上で、私の立場（国民目線の実質重視）とあなたの極端な政府寄りの名目重視の視点の違いが、インフレ評価の核心にあると感じます。

名目を重視しすぎると、実質の家計負担が置き去りになり、均衡感のない「搾取構造」が生まれてしまう懸念があります。以下に、データに基づいて具体的に整理します。
まず、国民の多くにとってインフレは実質負担の重荷となっており、名目拡大の果実が届いていないのが現実です：

* 実質賃金の減少: 2025年9月の実質賃金は前年比1.4%減で、9カ月連続マイナス。春闘での平均賃上げ5.25%も、物価上昇率3%超に追いつかず、20年比で5.7%低下しています。これでは、働く人々の生活水準が本質的に向上せず、モチベーションの低下を招きやすい。
* 実質金利のマイナス: 10月の実質金利は-2.5%（CPI3% vs コールレート0.477%）。マイナス金利が貯蓄を侵食し、特に年金や預金に頼る高齢者の負担が増大。日米の実質金利差拡大で円安（1ドル=155円台）が加速し、輸入インフレの悪循環を助長しています。
* 実質消費支出のマイナス: 10月の実質消費支出は前年比3.0%減、6カ月ぶりのマイナスで、耐久財支出-11.7%、食料品の節約志向が顕著。名目では+0.3%の微増ですが、これはインフレによる「見かけの拡大」に過ぎず、購買力の低下が家計を圧迫しています。

この実質負担の連鎖が続けば、均衡感のない社会構造が固定化し、インフレの「搾取」感が強まるでしょう。企業利益は名目で膨張しますが、低所得層のワーキングプア化が進み、所得格差（ジニ係数0.33超）が拡大。結果として、社会的不安定要因が増大します。

さらに、このまま物価上昇が続くリスクを考えると、

* 国民側では「働いても生活ができなくなる」事態が現実味を帯びます。コストプッシュ型のインフレが低所得層を直撃し、消費の60%を占める個人消費が冷え込めば、名目成長自体が足を引っ張られる負のフィードバックが生じます。
* 一方、政府側でも深刻で、国債金利の上昇（長期1.9%台）が短期国債シフトを強要し、償還・利払い費用が年々拡大。2025年度の利払い費は10.5兆円ですが、2028年度には16.1兆円（1.5倍）に膨張し、国債費全体で35.3兆円規模に達します。これにより、公債依存度24.8%が予算編成を硬直化させ、国家予算が組めなくなるリスクが高まります。短期国債の借換え頻度増加（2025年度6兆3000億円増額）が、金利変動のボラティリティを増大させる点も無視できません。

上記の反論はgrokに相談しつつ作成しております。
https://t.co/SJjXxDxJUH December 12, 2025

円、国債長期金利、インフレ率、ジニ係数、等々の数字を見ると「倭国が弱体化している」「国民の生活が苦しくなっている」という客観的事実は隠しようがない。

国民がその客観的事実に気づいた時、世論はひっくりかえりますよ。 https://t.co/X7TcLTaz5g December 12, 2025

おそらく、銃保持社会である怖い社会だからである。黒人と白人の貧乏差ジニ係数が差別的である。だから、好戦の共和国　アメリカ／油井　大三郎｜岩波新書 - 岩波書店 https://t.co/h9OtrIUDye December 12, 2025

@rena_in_dc マルクス主義なのに収入　資産のジニ係数が先進国最悪レベルなのはなんでだゆ🧐
って質問して欲しいゆ December 12, 2025

@grok なるほど。ありがとう。
じゃあ南アフリカで良いや。

さっきのランキングのジニ係数をMAX1で見たいから100倍にしてもう一度表示してくれる？ December 12, 2025

@grok ありがとう！
ケニアが面白そうだと思って調べてきたけど、ジニ係数の割に格差凄いね。 December 12, 2025

ケニアのジニ係数は約37.7（2022、World Bank）と倭国（約32.3、2020）よりやや高めですが、格差が大きく感じるのは：

- 絶対的貧困：ケニアのGDP per capitaが低く（約,100 vs 倭国の,000超）、貧困層の生活が厳しい。
- 都市-農村格差やスラムの実態が目立つ。
- 倭国は教育・社会保障が充実し、格差の影響を抑えている。

これらが数値以上の差を生む要因です。 December 12, 2025

@grok (´▽`*)ｱﾊﾊ

ジニ係数と経済成長の関係って面白いね。

個人的には米国くらいがちょうど良いように思う。 https://t.co/aMdRDb1Ryg December 12, 2025

@nikiuo11 面白いですね。研究では、ジニ係数と成長の関係は文脈次第で、適度な格差がインセンティブを生む一方、過度だと成長を阻害するとの見方があります（IMF, OECD）。米国（ジニ約0.41）はイノベーションを支えつつ、社会的課題も指摘されます。もっと知りたい？ December 12, 2025

ちなみに新型コロナワクチン接種率が高いほど、ワクチン接種が感染が広がる前に始まるほど、超過死亡率は低下する。
これは世界的に答え合わせされた医学的コンセンサスだよ。トーケーとか逃げても事実は変わらない。

欧州
2020～2023年における欧州における総超過死亡率と地域格差に対するCOVID-19の影響：時空間分析
https://t.co/ihOfbveNYS
超過死亡率は、超過死亡数（数）、相対的超過死亡率（予想死亡数との％差）、人口10,000人あたりの年齢標準化超過死亡率という3つの異なる指標を使用して推定した。
貧困層以下で暮らす人口の割合とジニ係数（所得や資産などの分布の均等度を示す指標。それに差がある事）は、超過死亡率の上昇と有意に関連。
逆に、一人当たり国内総生産、医療費の高さ、完全にワクチン接種を受けた人の割合は、超過死亡率と逆相関していた。

欧州諸国におけるワクチン接種率とブースター接種率の比較と、COVID-19パンデミック中の超過死亡率への影響
https://t.co/xKGDrxorSR
欧州において新型コロナワクチンの接種スピードが遅い国は、速い国に比して超過死亡がより多く発生していた。
デルタ株流行期で4.9倍、オミクロン株流行期で2.6倍。

世界規模
178カ国におけるCOVID-19ワクチン接種率の超過死亡率への影響の評価：横断的研究
https://t.co/U87d3TTTGj　
パンデミックの最初の2年間に178か国でCOVID-19ワクチン接種率と全原因超過死亡率との関係を調査すると、ワクチン接種率の高さと全原因死亡率の低下との間に有意な関連が確認された。

中国香港
SARS-CoV-2感染後のCOVID-19ワクチン接種による長期的な健康への影響とリスクの持続
https://t.co/0W48i1AGrl
新型コロナウイルス感染後の30日以内の心血管事象と全死因死亡のリスクはワクチン未接種で最も高く、ワクチン接種回数が多いほど低下した．30日以降でも，未接種者のこれらのリスクは1年にわたって持続していた．1,175,277例後向きコホート研究

米国
COVID-19ワクチン初回接種後の早期死亡率：ターゲット試験のエミュレーション
https://t.co/Li3T3269EJ
新型コロナワクチンを接種した人は未接種者に比して背景因子調整後の60日全死因死亡リスクが14%低かった（統計学的有意差はなし）。
新型コロナワクチンが死亡リスクを高めるとは考えにくい。
3,158,507例の解析

COVID-19と米国および比較対象20カ国における全死亡率の超過、2021年6月～2022年3月
https://t.co/VXyX113WLW

報告の解説記事
OECD20カ国との死亡率比較では米国が大きく上回る
https://t.co/wrEZzwb59p
米国で新型コロナウイルスのワクチン接種率が高かった州では、低かった州に比べてコロナによる死亡や超過死亡が少なく抑えられていたことが、米国の研究で分かりました。

COVID-19パンデミック中のフロリダ州とオハイオ州の共和党と民主党の登録有権者の超過死亡率
https://t.co/Cwb3tq4p9C
米国オハイオ州およびフロリダ州において、コロナ禍の共和党支持者の超過死亡率は民主党支持者よりも2.8%有意に高く、新型コロナワクチン接種開始後では7.7%有意に高かった。
超過死亡率の差はワクチン接種率が低い郡でより大きかった。
※共和党はワクチン反対派が多くワクチン接種率が低い傾向。トランプを支持する政党。

韓国
入院中の高齢COVID-19生存者の1年死亡率と関連要因：韓国における全国コホート研究
https://t.co/LdP06zF8Ze
韓国のCOVID19に罹患し、入院した高齢者の患者における退院後の長期的な死亡率調査。
新型コロナワクチンは感染の急性期における重症化率と死亡率を大幅に低下させる事が知られているが、新型コロナから回復した後も死亡率を下げ続けていた事が確認された。

倭国国内研究
【新型コロナ】高齢化が世界一の倭国でなぜ死亡率が低いのか？　日頃の医療や保健活動の積み重ねが成果
https://t.co/cDr0a5jUMI
倭国は世界一の高齢者大国であり、コロナ禍による死亡率が高くなることが予想されていたが、実際には世界中で比較しても、死亡率の増加がもっとも少ない国のひとつとなった。
東京慈恵会医科大学は、各国のコロナ禍での死亡率の変動と、コロナ禍以前の健康医療や社会経済指標との相関を調査した。
その結果、「2021年末までの累積ワクチン2回接種率」が非常に高い相関係数を示した。
ワクチン接種率が高い国ほど超過死亡率が低いという予測可能な結果ながら、ワクチン接種により大勢の命が救われたことが示されていると考えられる。

2020年以降の倭国における超過死亡率とmRNAワクチン接種率は負の相関関係にあり、高齢者の割合は正の相関関係にある
https://t.co/wEJSJEmoip
この期間、mRNAワクチン接種は倭国における過剰死亡率の低下と関連していたが、高齢者の割合は過剰死亡率の増加と関連していた。したがって、mRNAワクチン接種を積極的に推奨する政策は正当化される。 December 12, 2025

君のほとんどの娯楽業や伝統工芸が潰れるってデータなんかないんだけど。
何のデータを根拠に言ってるの？
娯楽業の廃業率は4.8%くらいで、訪問介護や建設業の倒産ほどじゃないよ。
伝統工芸の倒産も後継者不足が主因。
市場自体は輸出が伸びてるよ。
だからターゲットが倭国人→外国人にシフトしてて、インバウンドによる収益も過去最高。
倭国の経済状況がどうであれ、インバウンドと輸出状況の方が大事だよ。
そもそも人口減少が続いてるんだから、企業の数も減らないと業界全体が冷え込むだけ。
共通してるのは人手不足で、娯楽•伝統•介護•建設など、全ての業界で深刻。
格差はジニ係数で拡大中（当初所得0.57超）で、低所得層の消費減は本当だけど、マクロGDPは+1.0%成長で不景気ってほどじゃない。
だからお金持ちがさらにお金持ちになってるだけ。
低所得層の手取りが増えないのは、赤字企業が7割近くを占めてて、賃上げできてないから。
なのに赤字企業庇うんなら、賃上げいらないってことじゃん。
積極財政でどうやって人口減少と賃上げを改善するつもりなの？
少子高齢化対策は、どこの国でも消費税（VAT）増税して直接税下げてるよ。
IMFの提言でも現役世代の負担が大き過ぎるって言ってるの。
他国はそれで経済成長してるんだから、消費税を減税しても増税しても、経済成長することと因果関係はないよ。
関係ないのに何でもかんでも消費税のせいにしてるから経済成長しないんだよ。 December 12, 2025

欧州
2020～2023年における欧州における総超過死亡率と地域格差に対するCOVID-19の影響：時空間分析
https://t.co/ihOfbvflOq
超過死亡率は、超過死亡数（数）、相対的超過死亡率（予想死亡数との％差）、人口10,000人あたりの年齢標準化超過死亡率という3つの異なる指標を使用して推定した。
貧困層以下で暮らす人口の割合とジニ係数（所得や資産などの分布の均等度を示す指標。それに差がある事）は、超過死亡率の上昇と有意に関連。
逆に、一人当たり国内総生産、医療費の高さ、完全にワクチン接種を受けた人の割合は、超過死亡率と逆相関していた。

欧州諸国におけるワクチン接種率とブースター接種率の比較と、COVID-19パンデミック中の超過死亡率への影響
https://t.co/xKGDrxoZIp
欧州において新型コロナワクチンの接種スピードが遅い国は、速い国に比して超過死亡がより多く発生していた。
デルタ株流行期で4.9倍、オミクロン株流行期で2.6倍。

世界規模
178カ国におけるCOVID-19ワクチン接種率の超過死亡率への影響の評価：横断的研究
https://t.co/U87d3TUrvR　
パンデミックの最初の2年間に178か国でCOVID-19ワクチン接種率と全原因超過死亡率との関係を調査すると、ワクチン接種率の高さと全原因死亡率の低下との間に有意な関連が確認された。

中国香港
SARS-CoV-2感染後のCOVID-19ワクチン接種による長期的な健康への影響とリスクの持続
https://t.co/0W48i1BegT
新型コロナウイルス感染後の30日以内の心血管事象と全死因死亡のリスクはワクチン未接種で最も高く、ワクチン接種回数が多いほど低下した．30日以降でも，未接種者のこれらのリスクは1年にわたって持続していた．1,175,277例後向きコホート研究

米国
COVID-19ワクチン初回接種後の早期死亡率：ターゲット試験のエミュレーション
https://t.co/Li3T326Huh
新型コロナワクチンを接種した人は未接種者に比して背景因子調整後の60日全死因死亡リスクが14%低かった。
新型コロナワクチンが死亡リスクを高めるとは考えにくい。
3,158,507例の解析

COVID-19と米国および比較対象20カ国における全死亡率の超過、2021年6月～2022年3月
https://t.co/VXyX114uBu

報告の解説記事
OECD20カ国との死亡率比較では米国が大きく上回る
https://t.co/wrEZzwbCYX
米国で新型コロナウイルスのワクチン接種率が高かった州では、低かった州に比べてコロナによる死亡や超過死亡が少なく抑えられていたことが、米国の研究で分かりました。

COVID-19パンデミック中のフロリダ州とオハイオ州の共和党と民主党の登録有権者の超過死亡率
https://t.co/Cwb3tq4WZa
米国オハイオ州およびフロリダ州において、コロナ禍の共和党支持者の超過死亡率は民主党支持者よりも2.8%有意に高く、新型コロナワクチン接種開始後では7.7%有意に高かった。
超過死亡率の差はワクチン接種率が低い郡でより大きかった。
※共和党はワクチン反対派が多くワクチン接種率が低い傾向。トランプを支持する政党。

韓国
入院中の高齢COVID-19生存者の1年死亡率と関連要因：韓国における全国コホート研究
https://t.co/LdP06zFGOM
韓国のCOVID19に罹患し、入院した高齢者の患者における退院後の長期的な死亡率調査。
新型コロナワクチンは感染の急性期における重症化率と死亡率を大幅に低下させる事が知られているが、新型コロナから回復した後も死亡率を下げ続けていた事が確認された。

倭国
【新型コロナ】高齢化が世界一の倭国でなぜ死亡率が低いのか？　日頃の医療や保健活動の積み重ねが成果
https://t.co/cDr0a5ksCg
倭国は世界一の高齢者大国であり、コロナ禍による死亡率が高くなることが予想されていたが、実際には世界中で比較しても、死亡率の増加がもっとも少ない国のひとつとなった。
東京慈恵会医科大学は、各国のコロナ禍での死亡率の変動と、コロナ禍以前の健康医療や社会経済指標との相関を調査した。
その結果、「2021年末までの累積ワクチン2回接種率」が非常に高い相関係数を示した。
ワクチン接種率が高い国ほど超過死亡率が低いという予測可能な結果ながら、ワクチン接種により大勢の命が救われたことが示されていると考えられる。
新型コロナのワクチン接種率が高い国ほど超過死亡率は低い。

2020年以降の倭国における超過死亡率とmRNAワクチン接種率は負の相関関係にあり、高齢者の割合は正の相関関係にある
https://t.co/wEJSJEmW7X
この期間、mRNAワクチン接種は倭国における過剰死亡率の低下と関連していたが、高齢者の割合は過剰死亡率の増加と関連していた。したがって、mRNAワクチン接種を積極的に推奨する政策は正当化される。 December 12, 2025