日本とイギリスの出生率の違い
都知事選では教育・子育てが一大関心事になっている様子。
今は選挙権がないながらも小さい子供がいる身としてはありがたいことである。
http://mainichi.jp/senkyo/articles/20160718/ddm/041/010/112000cmainichi.jp
国の経済にとっての教育・子育ての重要性
先学期のマクロ経済で学んだことのひとつがソローの経済成長モデルだ。
これは、経済成長(GDP成長)は、
資本、労働力、人的資本(Human capital)、その他(TFP)
の4つの要素の掛け算であらわされるというもの。
- 「資本」は、工場であったりコンピューターであったりビルであったり、経済活動をするための物的な道具。
- 「労働力」は、読んで字のごとく働く人×時間。
- 「人的資本」は、労働の効率性のうち、教育などヒトに関わる部分を取り出したもの。
- 「その他」は、上記以外の残りの要素の影響。
この中で、「資本」は、増やしていくとその限界効果が小さくなり、一方で減価償却が大きくなるので、 日本のような先進国ではこれを大きくすることによる経済成長は見込みにくい。
- 例えばある人がPCを持っていないときと1台持っているときの効率の差は大きいが、1台と2台は小さく、2台と3台だとほぼ変わらないに等しい。といったイメージ
そう考えると、出生率を上げて「労働力」を増やすか、教育により「人的資本」を伸ばすかしかない。
吉田松蔭の名言にもあるように、
「山は樹を以って茂り、国は人を以って盛んなり」
*1
ということで、経済的に考えても、日本の国レベルで超重要な課題なのである。
高い出生率のイギリス
と、こんなことを考えながらネットサーフィンをしているとこのような記事をみつけた。
驚くべきことに、イギリスの出生率は過去10年間で18%も上昇したとのこと。
一方で、日本の出生率は過去10年間ほぼ横ばいである。
- 日本:1.3~1.4、イギリス:1.8~1.9(World Bankより)
イギリスの出生率が高いわけ
これは日本も見習うべきところがあるのではないか?と思ったのだが、そこまで単純ではない。
上記の記事によると、出生率が伸びている最大の要因は、海外からの移民が子供を生む年頃になってきており、移民の高い出生率が全体の出生率を押し上げているということ。
日本も国内だけでの人口成長が見込めないのであれば移民を取り入れるべき!という議論もあるだろうが、これには文化、治安など単純に経済的な面だけでは語れず、日本で短期的に見習うことは難しそう。
2番目は高齢での出産が比較的容易・安全になったこと。
これだけ見ると日本でもそうだろうと思うのだが、
日本は晩婚化、出産の高齢化によって生む年齢がシフトしただけ
イギリスは20代の出産は維持したまま、30代が増えた
という違いがあるようだ。
とはいえ、イギリスは専業主婦が多いかというとそんなことはない。
ロンドンが少し特殊とはいえ、こちらは共働きが当然という感じで、
「your wifeは何の仕事をしているんだい?」と聞かれることもしばしばである。
実際下記のデータで見ても、女性の経済参加率でイギリスは18位、日本は100位以下である。
イギリスの出生率が(移民の影響を抜きにしても)高いこと、上がってきていることの要因は大きく、
労働市場の流動性
子供ウェルカムなインフラ
の2つだと思う。
労働市場の流動性
日本の終身雇用・年功序列の中では、いかに「産休」「育休」が充実しようが女性にとって働くことは難しい。
大きい会社になればなるほど、同期入社の間で出世競争があり、会社側、女性側共に、「産休」「育休」は事実上のドロップアウトと感じやすいのではないか。
イギリスはもっとスキルベースのキャリア作り。
休んでいようが何していようが、「こういう経験を何年積んで、こういうスキルがあります」と言えれば採用されるし、
そのように考えて皆が自分のレジュメを意識しながら「マーケティング」なり「人事」なりキャリアを積んでいるように見える。
日本も今後10年~20年でこの辺りは大きく変わっていきそう。
子供ウェルカムなインフラ
ロンドンに生活していると、子供に優しいなと思うポイントが多い。
日本に比べてもそうだが、この前行ったパリに比べても圧倒的にそう思った。
例えば物理的な面では、
- 多くのレストランに子供用のハイチェアがある
- バスに大きなベビーカースペースがある
- 歩道が広く(かつ地形的に坂道が少なく) 、ベビーカーで動きやすい
ソフトなインフラという意味では、
- 無料の赤ちゃん・子供向けアクティビティーが至るところで開催されている
- 18歳以下は病院・薬全て無料(これは日本でも自治体によってそうだが)
- 個人でナニー(保母さん)を雇うことが一般的
また、上記とあわせて、心理的な意味では、
- 赤ちゃんを見ると皆優しい。老若男女問わず、ニコニコして話しかけてくれる
- 電車やバスでは若者が必ず席を譲ってくれる
日本での育児経験がないので、公平な評価かどうかはわからないものの、
こういった要素全てが織り合わさって皆が、「子供を産もう」という気になりやすい環境が作られていると感じる。
日本では、子育てといえば待機児童の問題ばかりが取り上げられている印象。
もちろん待機児童の問題は重要だし、保育園は充実してもらわなければ困るけれど、
「保育園作ったらそれで子供増えるでしょ」という考えは甘いのではないか。
それ以外の要素も合わせて、新しい都知事にはより「子供に優しい東京」を期待したい。
*1:あまり知らなかったけど、吉田松陰の名言は良いのがいっぱいある。さすが教育者。
bakumatsu.org
ラマダーンと昼の長さ
価格から考える日本とイギリスの違い
対して日本では、
サービスという日本語が、よく「これサービスしとくね」という風に使われることからも伺えるように、サービス=無料という意識がある。
「ガリガリ君の値上げのCMをYoutubeで見たよ。数十年間値上げせず、60円から70円にするだけであの騒ぎってcrazyだな!」
と言われた。(日本人以外が知っていることにびっくり)
個人的には、ガリガリ君は皆から愛されている素晴らしい商品だし、作っている赤城乳業の姿勢も日本企業らしくて良いなと思う。
子供の成長と70の法則
今日うちではこんな会話が行われた。
僕「いやー、最近うちの子の成長は著しいね。今日一日で3%くらいは成長したんじゃない?」
妻「えー、3%ってほんのちょっとじゃん」
僕「3%を舐めちゃいけない。毎日3%ずつ成長したら何日でもとの2倍になると思う?」
妻「えーっと、、、 (中略)
1.03の2乗は1.0609、うんだいたい1.06だ
1.03の3乗は1.092727、うんだいたい1.09だ
1.03の4乗は1.12550811、うんだいたい1.12だ
だから1日経つと0.03ずつ増えるから、2倍になるのは1/0.03=33.333... よりちょっと短い1ヶ月くらい!」
というのがしばらく頭を捻った妻の回答。
僕「筋は悪く無いんだけど、これだと複利が全く考慮されてないから、成長率が大きくなったり、期間が長くなったりするほど正確じゃなくなる。1.03の30乗は2.4くらいになっちゃう。もうちょっと精度を上げてみよう。
rを1日の成長率(上の例で言うと3%)、
初期値をA0(今日の息子)、
n日後の状態をAn(例えばA2は二日後の息子)
としてみよう。
例えば四日後はどうなる?」
妻「それくらいならできそう。 えーっと、
二日後は A2 = A0 * (1+r)2 = A0 * (1 + 2r + r2) でしょ?
同じようにやると、三日目と四日目はこんな感じかな?
A3 = A0 * (1+r)3 = A0 * (1 + 3r + 3r2 + r3)
A4 = A0 * (1+r)4 = A0 * (1 + 4r + 6r2 + 4r3 +r4) 」
僕「ということは、n日後はどうなる?」
妻「むむむ。 それはわかりませぬ。」
僕「こんな感じになるよ。
An = A0 * (1+r)n = A0 * (1 + nC1r + nC2r2 + nC3r3 ..... ) 」
妻「うーん、はるか昔に見たような。。。なんでnC1とかになるんだっけ?」
僕「(1+r)nは、(1+r)(1+r)(1+r)... の、それぞれのカッコから、1かrを選んで掛けたものの全ての組み合わせになる。
例えば、nが3のときだったら、こんな感じ。
1*1*1
1*1*r
1*r*1
1*r*r
r*1*1
r*1*r
r*r*1
r*r*r
これを全部足すとさっきの1 + 3r + 3r2 + r3になるね。」
妻「ふむふむ」
rの項は、n回のうち1回だけr、残りは1をかけるパターンだから、n通りある。
raの項は、n回のうちa回rを掛けるってことになるから、nCaだよ 」
妻「なーるほど」
僕「rが1に比べて小さいから、rの乗数が大きくなるほど項の値は小さくなる。
r2の項から先を全部無視すると最初の答えになるよ。
(1+r)n ≒ 1 + nr
今回はr2の項まで残してみると、
(1+r)n ≒ 1 + nr + (n(n-1)/2)r2
これが2倍になるnだから、
A0 * (1 + nr + (n(n-1)/2)r2 )= 2A0
(n(n-1)/2)r2 + nr - 1 = 0
(n2-n)r2 + 2nr - 2 = 0
ここでr2はnに比べて小さいから、簡単のために最初の-nの部分を無視するとこうなる。
n2r2 + 2nr - 2 = 0 」
妻「そろそろお風呂に入ってきてもよろしいでしょうか・・・」
僕「もうちょっとだけ!
2次方程式の解の公式よりrを解くと、
r = (-2n + √(4n2 + 8n2)) / 2n2
r = (-n + √(3n2)) / n2
r = (√3 - 1) / n
これをnの式に変形すると
n = (√3 - 1) / r ≒ 0.73/r
ということで、最初に戻ってrが3%のときは24日くらいで倍になる!
実際に1.03の24乗は2.03なので悪くない精度でしょ 」
妻「おぉ! rが変わっても同じ式が使えるのがすごい!」
僕「そう、実はこの考え方は経済の授業なんかでも出てきて、70の法則って言うんだよ。
「年率r%の複利で成長すると、元の2倍になるまでにかかる年数はだいたい(70/x)年」
てこと。例えば
- 年率1%なら70年で倍
- 年率2%なら35年で倍
- 年率5%なら14年で倍
- 年率7%なら10年で倍
といった感じ。利息の計算や、GDP成長を考えるときに便利。」
妻「へぇ。経済はよくわからないけど、70の法則は面白いね!」
僕「ちなみに参考までにザ・数学的な導出はもっとシンプルで以下のようになるよ。
(1+r)n = 2
n * ln(1+r) = ln2
n = ln2/ln(1+r)
rが小さいとき ln(1+r)≒r なので(テイラー展開)、
n ≒ ln2/r = 0.693.../r ≒ 70/(100*r)
でも直感的じゃないし、2の自然対数なんて普通知らないからさっきの方法の方がわかりやすいでしょ?」
妻「??? うん、それはいいや。。。」
ちなみにスペースの関係で端折ったけど、妻は算数を真面目に考えるのが久しぶりすぎて、
途中「解の公式、、久しぶり過ぎて忘れた!」「頭がオーバーヒートする!」などとてんやわんやでした。
おかげで図らずも子供に算数を教えるイメージトレーニングになったような。
でも確かに解の公式を始め、数学の公式なんて一部の職業以外だとほとんど使わないもんなー。
でもそれ以上に「古文・漢文」なんて、実用的にも教養的にも学校で勉強する意味合い小さいよなー。
などと思った週末でした。
EU離脱とトリレンマとナショナリズム
- 為替の安定性
- 自国の独立した金融政策
- 国家間の自由な資本移動
- アメリカの金融関係の国の主要ポスト(FRB、SEC、大統領補佐など)は元投資銀行のトップ層で構成されているため、政治家は投資銀行が有利になるように制度を作っているし、投資銀行がピンチになったらそれを救済する
- 投資銀行は一般人には難しいスキームの金融商品を設計し、リスクが高いものをさも安全なように詐欺的に売りつけていた。格付け機関も投資銀行からお金を得ているのでそれに加担
- 極めつけに、投資銀行はそれが安全じゃないことを知っているので、その金融商品が不払いになったときにお金が入ってくるような逆向きの保険を大量に購入していた
(この山は安全だから登って大丈夫ですよ、と危険な山を勧めながらその人に生命保険をかけて自分が受取人になってる人みたいな感じ)
ドナルド・トランプに見るコモンズの悲劇
- 年収2万5000ドル未満の単身世帯と年収5万ドル未満の夫婦世帯は所得税を免除する → 低所得層獲得
- 銃所持の権利守る → 軍需産業獲得
- イスラム教徒に対する米入国一時禁止を呼び掛け、シリア難民は受け入れない
- 中国、日本、メキシコ、ベトナムおよびインドに対し、自国通貨を下落させ米国からの輸入品を排除することで米国から「略奪している」と非難
- 中国は通貨を操作していると指摘し、同国の輸出品には相殺関税を課す方針。政府による輸出業者への助成制度を世界貿易機関(WTO)に訴える意向
- オバマ政権下の環境規制を撤廃し、2020年以降の温暖化対策の国際的枠組み「パリ協定」の合意を取り消す
- 二酸化炭素いくら排出しても、個々の個人、企業や国に対する影響は短期的に見ると限定的。しかも自分が出さなくても他の人が出したら結局同じような悪影響が出るから抑制するインセンティブが働かない
(いわゆる経済でいうコモンズの悲劇)
AIと私 part 1
- GoogleのAlphaGOがトッププロ棋士に勝った。(なんちゃってではあるが)囲碁をちょっと齧っていて、コンピューターとトッププロにはまだまだ差があると知っていただけに衝撃が大きかった。
- ちょうど子供が産まれ、子供が新しいことを学んでいくのを目の当たりにして、人工知能が学習する過程が非常に身近かつ興味深く感じられた。
- ディープラーニングという手法の確立
- 学習のためのデータ取得のハードル低下
- インプットは主に人間が構造化したデータ。何のデータを使うかは人間が予め選択
- 例えば顧客が不払いを起こしそうか?ということを判断するためには、年齢、年収、職業、住んでいる地域、等をデータとして与えるが、「髪型」はデータとして与えない
- インプットは人間が構造化してない(人間の恣意性が入っていない)「生」のデータ
- 画像(色つきのドットの集合体)、音声(波形のデータ)など
- 学習の過程で自分で判断のための特徴を抽出する
- 例えば画像に猫が写っているかを判断するために、「耳の形」、「眼の色」、「ひげがある」、などが手がかりになるということを自分で学ぶ
- 人間には5感がある。視覚、聴覚以外の情報(味覚、嗅覚、触覚)をどういう形で表し、どうやって蓄積していくのか
- 味覚DBができたら、食品メーカーは美味しいものをもっと体系的に作れるだろう
- 5感は独立していない。音声と画像などのマルチモーダルな情報をどのように組み合わせて学習させていくのか
- 美味しい料理の判断は5感の組み合わせ。猫を認識するためには姿だけではなくて鳴き声も重要
- 自社の業務のどこを内製すべきか、どこは外注(例えばインドのIT企業にとか)すべきか
- 工場でどの部分はオートメーションにして、どの部分は手作業でやるべきか
- どの部分はAIに任せ、どの部分は人を雇ってやるべきか
- 携帯の費用対通信速度が圧倒的に上がったことでスマホという存在ができた
- もし宇宙飛行のコストが1/100になれば宇宙旅行は一つの産業になるだろう
- AIで通訳ができるようになれば、これまで1時間万円単位でかかったものが変動費ほぼ0でできる。インパクトは通訳業だけでなくインターナショナル企業のあり方や国と国との関係にまで影響するだろう