[悲報]少子化対策やっても人口減少は止まりません
こんにちは、少子化研究者の茂木良平です。南デンマーク大学というところで、少子化を専門に研究しています。
毎週月曜日に少子化の現状をデータと研究知見を交えて紹介しています。
本記事では、少子化対策により少子化が改善しても、なぜ人口減少は止まらないのか、について解説します。
日本の少子化の現状
図1は日本の合計特殊出生率の年次別推移を示しています。点線の水平線は人口置き換え水準で、オレンジ色の線は合計特殊出生率を示します。日本は合計特殊出生率が点線を下回る1970年代半ば以降少子化社会になっています。
2022年のTFRは1.26とただの少子化社会ではなく、超低出生国とカテゴリーされています。
![](https://assets.st-note.com/img/1691569563171-QfhWO9oQ24.png?width=1200)
データソース:Human Fertility Databaseと人口動態統計
こうした現状を踏まえて、岸田首相は「次元の異なる少子化対策」を行っていくことを発表しており、具体的な政策内容に注目が集まっています。
しかし、岸田首相の発言内容を見ていくと、政府にとって一番の懸念課題は人口減少であり、人口減少の解消のための少子化対策という側面が強いように思います。
確かに少子化は人口減少につながるので、政府の論理は理解できるのですが、人口減少のために少子化対策をしても、人口減少は止まりません。
すぐに出生率が改善しても人口減少は止まらない
図2は、合計特殊出生率がある年以降、仮に2.07になり続け少子化を脱した場合、日本の人口数はどのようになるかを示したものです。
青線は合計特殊出生率が2005年以降ずっと2.07の場合、緑線は2010年以降、オレンジ線は2015年以降、紫線は2021年以降の2100年までの日本の推計人口数を表しています。
![](https://assets.st-note.com/img/1691568465678-bzrmx2rCay.png?width=1200)
データソース:人口統計資料集
2005年以降の場合、人口数は2010年までは増加するが、それ以降減少するという推計になっています。同様に2010年以降の場合も2015年までは増加するが、それ以降は減少します。一方、2015年と2021年に仮に合計特殊出生率が2.07に戻りそれ以降ずっとこのレベルを維持できたとしても(少子化社会を脱却)、少なくとも2075年までは人口は減少し続けると推計されています。
どの推計も2075年あたりで人口が一定になっています。注目すべきは、この人口の均衡水準は元あった人口数より少ないレベルにあることです。
例えば、2021年以降、合計特殊出生率が2.07に戻った場合をみてみます。2021年の人口は1億2550万人ですが、人口減少が止まる2090年の推計人口数は9440万人と、3110万人減少しています。2021年の人口の1/4が減少したことになります。
つまり、仮に合計特殊出生率が超回復して、少子化社会を脱却できたとしても、人口減少は止まらず、ある程度の人口減少は防げないということです¹。
しかし、どうせ人口減少してしまうから少子化対策をしなくていいわけではありません。
図3は図2でも示した2021年以降に人口置換水準に戻った場合の人口推計(紫線)と今の出生率や死亡率を基準に推計した人口推計(青線)の比較です。
![](https://assets.st-note.com/img/1691571786447-w7Q9ls1oSl.png?width=1200)
データソース:人口統計資料集と将来人口推計
注:人口推計は出生率中位、死亡率中位水準でのもの
両者の線はどんどん差が開いていき、2070年には1千万人以上の差になっています。つまり、少子化対策を行い合計特殊出生率が上昇すれば人口の減少をある程度は防ぐことができます。しかし図3の紫線はかなり奇跡的な仮定ですから、少子化対策を行なっても実際はここまで人口は増えないはずです。
そのため、少子化課題と人口減少による課題は分けて考えるべきだと思います。人口減少は来るべき未来と認識して、人口減少に備えた対策をし、制度を変更していくべきではないでしょうか?
さらに、少子化対策は、人口減少を防ぐためにするわけではなく、「希望する子ども数を持てる人を増やす」ために行うべきです。
まとめ
日本は1970年代半ば以降、少子化社会で超低出生国と呼ばれる。
政府の主な課題は人口減少で、人口減少の解消のための少子化対策という側面が強いように思われる。
しかし、仮に少子化社会を脱却できたとしても、人口減少は止まらず、ある程度の人口減少は防げない。
つまり、少子化課題と人口減少による課題は分けて考えるべき。
人口減少は来るべき未来と認識して、人口減少に備えた対策をし、制度を変更していくべき。
この記事をちょっとでも面白いと思ってくれた方は下にある「スキ」ボタン、SNSでのシェアよろしくお願いします。とても励みになります!ご質問はこの記事へのコメント、もしくはtwitterまでお気軽にご連絡ください(全部は返信できませんが、次回の記事の参考にさせていただきます)。また記事執筆やインタビューの依頼はメールアドレスrymo[at]sdu.dkまでお願いします。
少子化に関する他の記事は以下のマガジン(無料です)にまとめておりますので、ご覧ください。フォローもお願いします!
注
1)合計特殊出生率が人口置換水準にある年以降、移行し維持し続けたときも人口が一定期間増え続ける・減り続けることを「人口モメンタム」と呼びます。詳しくはこちらをご参考ください。
library(tidyverse)
library(readxl)
library(openxlsx)
Mycol <- c("#08306B", "#238B45", "#FD8D3C", "#D4B9DA", "#FFEDA0")
#----- read data
# data is from 人口統計資料集. Accessed on 09/08/2023
# 2005: https://www.ipss.go.jp/syoushika/tohkei/Popular/P_Detail2007.asp?fname=T03-09.html
# 2010: https://www.ipss.go.jp/syoushika/tohkei/Popular/P_Detail2012.asp?fname=T03-09.htm
# 2015: https://www.ipss.go.jp/syoushika/tohkei/Popular/P_Detail2017RE.asp?fname=T03-09.htm
# 2021: https://www.ipss.go.jp/syoushika/tohkei/Popular/P_Detail2023RE.asp?fname=T03-09.htm
d2005 <- read_excel("data/2005_T03-09.xls", skip = 1)[-1, 1:2]
d2010 <- read_excel("data/2010_T03-09.xls", skip = 1)[-1, 1:2]
d2015 <- read_excel("data/2015_T03-09.xls", skip = 1)[-1, 1:2]
d2021 <- read_excel("data/2021_T03-09.xls", skip = 1)[-1, 1:2]
# https://www.ipss.go.jp/pp-zenkoku/j/zenkoku2023/db_zenkoku2023/db_r5_suikeikekka_1.html
pop_est <- read.xlsx("data/pop_estimate2021_1-1.xlsx", startRow = 4)[, 2:3]
#----- clean data
# population momentum
colnames(d2005) <- c("year", "pop")
colnames(d2010) <- c("year", "pop")
colnames(d2015) <- c("year", "pop")
colnames(d2021) <- c("year", "pop")
d2005 <- d2005 %>%
mutate(pop2005 = pop / 1000) %>%
select(-pop)
d2010 <- d2010 %>%
rename(pop2010 = pop)
d2015 <- d2015 %>%
rename(pop2015 = pop)
d2021 <- d2021 %>%
rename(pop2021 = pop) %>%
mutate(year = as.numeric(year))
d_mom <- d2005 %>%
full_join(d2010, by = "year") %>%
full_join(d2015, by = "year") %>%
full_join(d2021, by = "year")
# population estiamte
colnames(pop_est) <- c("year", "pop_est")
pop_est <- pop_est %>%
right_join(d2021, by = "year") %>%
drop_na()
#----- figure
# population momentum
d_mom %>%
filter(year <= 2100) %>%
gather(key = yeard, value = pop, -year) %>%
mutate(yeard = case_when(yeard == "pop2005" ~ "2005年以降",
yeard == "pop2010" ~ "2010年以降",
yeard == "pop2015" ~ "2015年以降",
yeard == "pop2021" ~ "2021年以降")) %>%
ggplot(aes(x = year, y = pop, group = yeard, colour = yeard)) +
geom_line(size = 1.2) +
scale_colour_manual(values = Mycol) +
scale_x_continuous(limits = c(2000, 2100)) +
labs(x = "年次", y = "推計人口数(千人)",
caption = "データソース:人口統計資料集. 作成者:茂木良平") +
theme_minimal(base_family = "HiraKakuPro-W3") +
theme(axis.text = element_text(size = 12),
axis.title = element_text(size = 15),
legend.position = "top",
legend.title = element_blank(),
legend.text = element_text(size = 12))
# population estimate
pop_est %>%
gather(key = type, value = pop, -year) %>%
mutate(type = ifelse(type == "pop_est", "人口推計(出生中位・死亡中位)", "2021年以降人口置換水準に戻った場合の人口推計")) %>%
ggplot(aes(x = year, y = pop, group = type, colour = type)) +
geom_line(size = 1.2) +
scale_colour_manual(values = c(Mycol[4], Mycol[1])) +
scale_x_continuous(limits = c(2020, 2070)) +
labs(x = "年次", y = "推計人口数(千人)",
caption = "データソース:人口統計資料集と将来人口推計. 作成者:茂木良平") +
theme_minimal(base_family = "HiraKakuPro-W3") +
theme(axis.text = element_text(size = 12),
axis.title = element_text(size = 15),
legend.position = "top",
legend.title = element_blank(),
legend.text = element_text(size = 12))
サポートしていただいたお金は、研究費に使わせていただきます!