厚労省「不正」統計調査は凡ミスだ

今回の「不正」統計事件において、まちがった方向へミスリードしようとする人たちがでています。 

はなはだしいのは野党のように安倍に忖度して統計数値をいじったんだといった政治陰謀論もどきも登場し始めました。

まったくこの連中ときたら、ことあれかしと騒ぐしか能がないのでしょうか。(ため息) 

ただ無視しえないのはこのような言い方が、出始めていることです。

「アベノミクスで経済がよくなってるとおっしゃるリフレ派の方々は、なぜ財務省の出す経済指標は捏造されてないと信じられるのだろうか」(Kiichiro Yanashita)

これはよくある文系の発想で、統計学に絶対を求める発想です。文系は宿命的に数字に弱い傾向があるので、かえって数字に支配され易いのです。 

統計数字を盲信する必要もないかわりに、逆に一部の統計調査に誤りがあったからといって全部が捏造だなどと極論に走る必要はありません。

「統計は、一かゼロか、完璧かすべて捏造か、というものではない。またその相互の関係も、機械的な関係があるということではない。信頼性の非常に広い幅の中で上下するだけなので、実際にどんな不備があってどのくらい影響を及ぼすのかを具体的に考えないと、妥当性のない陰謀論に流れてしまうだけだ」山形浩生)
https://cruel.hatenablog.com/

まさに今の風潮を言い当てています。

いまや陰謀論が百花繚乱のありさまですが、今回のことは統計上一定幅で起こり得るノイズの域に止まっています。

中国のGDP数値のように、どんなに景気が減速しようと成長率は7％を維持し続けるという奇怪なこととは次元が違うのです。 

このような陰謀論は、ミスがなぜ起きたのかがわかれば、自ずと雲散霧消することであって、要は現場職員が人員削減で忙殺されたために発生した凡ミスにすぎません。 

深堀りすれば、なぜ統計職員の現場が人員削減されたのか、なぜ厚労省は総務省に変更を協議しなかったのか、なども考えていかねばなりませんが、今日のところは置きます。

さて昨日「九州M」さんから詳細な解説をいただきましたので、それを下敷きにして説明していくことにします。ありがとうございます。 

問題の発端は、このようなことからでした。

「(特別監査気委員会)報告書によると、毎月勤労統計調査は遅くとも平成元年から２９年の年報で、規模５００人以上の事業所については「抽出率１／１」と明記。
しかし、平成１５年５月２２日付の当時の担当課の企画担当係長名で、毎月勤労統計調査にかかわるシステム担当係長あてに通知された事務連絡に添付された要領の中で、「事業所規模５００人以上の抽出単位において、今回から全国調査でなく、東京都の一部の産業で抽出調査を行うため注意すること」との記載があったと明らかにした」(産経1月22日)
https://news.biglobe.ne.jp/domestic/0122/san_190122_2350750274.html

要はサンプル調査(標本調査)の抽出率が変化したのです。

https://blogos.com/article/354082/?p=2

2003年までは勤労統計のうち中小企業は抽出調査でした。つまり全部調べる全数調査ではなく、対象企業を半分にして抽出調査(標本調査)をしていたわけです。

全数調査の代表は国勢調査です。ほら、5年に一度各戸に配られて、地域で集めている大きな封筒にはいったアレです。

これは学校の生徒の平均身長を調べる時に、全員の背丈を計るようなもので、学校ていどだったらともかく、これが国単位になったり、巨大都市の東京都規模なるとハンパではありません。

厚労省によれば、調査対象だけで全国で約190万社あるそうですから、これを毎月統計で全数調査したら膨大な手間とコストがかかってしまって実現不可能です。

そこで標本を抽出して、数を絞ります。
標本調査とは？～調査のしくみと設計～｜統計学習の指導のために

https://www.stat.go.jp/teacher/c2hyohon.html

たとえばよく統計学で知られている標本調査が、テレビの視聴率です。

「視聴率は、対象となる地域（例えば関東地方）の全世帯を対象に調査すると莫大な経費を必要としますし、結果をすぐに（例えば次の日などに）出すことができませんので、このような場合、一部の世帯だけを統計的に偏りがないように選んで調査をします。これを「標本調査」といい、選ばれた調査対象を「標本」（サンプル）といいます」(前掲)

この「不正」調査問題で、なぜ全部調査しないのだ、恣意的にやっているんだろうという声がありましたが、抽出調査しても正しい方法でランダムサンプリングすれば、なんの問題もありません。

精度は当然落ちますが、毎月統計を求める方法として常識的方法です。

ところでその抽出作業を2004年から、本来の抽出率に戻しました。

しかし抽出率を上げると自治体負担が増えて悲鳴が上がったので、東京都だけは大企業のサンプル抽出率を別枠で下げたわけです。

つまり一回抽出率を元に戻して、翌年東京都だけ大企業を別枠にしたわけです。

こういう朝令暮改をすると現場は混乱するか、その通達に気がつかないでそのままやってしまいがちです。

この抽出率の変更の時も、現場職員が集計システム言語を変更せずに、今までどおりやってしまったわけです。

「2003年以前は全数調査ですから全国平均を出す時は、都道府県の対象企業(労働者数)の全データ(例えば賃金額)の合計を、同じく全国の対象労働者総数で割れば全国平均の賃金が出ます。
ここで注意が必要なのは都道府県別に平均賃金を出し、その合計を都道府県数で割っていけない、ということです。
都道府県によって重み(企業数、労働者数)が全く異なるからです。どこまでも分母は労働者数で扱う必要があります。
そして2003年に東京都が約1/3の抽出(サンプリング)に変わり、データ数(企業、対象労働者)が変わりました。東京都だけの平均賃金を出すのであればこのまま分母と分子を当てはめて割り算すればいいのですが、全国平均を出す時には換算する必要があります」(九州M)

九州Mさんはかみ砕いて話しておられるので、説明は不要でしょうが、全国平均賃金を出す場合、都道府県の企業数や労働者数がまったく異なることを考慮せずに各都道府県の平均賃金を都道府県数で単純に割ってはいけないということです。

だって、田舎の県と韓国ほどのGDP規模を持つ東京都は、同列にならないからです。

ですから全国平均を出す場合には、東京都は換算せねばなりません。

「東京都の対象企業数(従業員が５００人以上の事業所)が約1500とされていますので、便宜的に対象労働者数を約120万人としますと、1／3抽出で実際のデータは約40万人だったことになります。
そこで全国の平均を出す時に、東京都の40万人のデータ(賃金総額)を全国で合計(分子)しますが、分母となる労働者数を従来通り120万で扱っていた、というミスなのです。
当然ですが、東京都の対象労働者を従来通り120万で扱うのであれば、分子となる賃金総額は3倍にして扱わなければなりません。
このことを「復元」と呼んでいるのです。「抽出率」が1/3であれば、「復元率」はその逆数の3となります」(九州M)

このように見てくると、この厚労省「不正」統計問題は、九州Mさんのご指摘のどおりだとうなずけます。

「この問題の本質は「平均」の出し方、という中学生レベルの数学(算数)上のミスです。2003年に東京都のデータが全数から約1／3の抽出(サンプリング)データに変わった時、その集計システム(COBOLプログラムで書かれた)を変更し忘れたものです。
こんなものは“バグ”とは言いません。単純ミスです」この問題の本質は「平均」の出し方、という中学生レベルの数学(算数)上のミスです」(九州M)

なお二階氏は、「歴代すべての厚労相の処分」を口にしています。

「不正調査は０４年から続いており、その間、１３人が厚労相を務めた。旧民主党政権時代の長妻昭氏や小宮山洋子氏など４人も含まれ、長妻氏は現在、立憲民主党の代表代行である」(ZAKZAK1月23日)
https://www.zakzak.co.jp/soc/news/190123/soc1901230003-n1.html

私はこのような意趣返しは好きではありませんが、問題は2004年からですし、これを他人事のように政権攻撃の具としたいだけの野党には必要な熱さましかもしれません。