北欧の出生率の急激な減少は社会経済的地位の低いグループがけん引か？

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。

先週は、北欧5か国の出生率が大幅に減少していることを紹介し、それが何を意味しそうか、ということを提案しました。👇

北欧はこれまで先進国の中でも比較的高い出生率を維持し、またジェンダー平等度合いが高く、社会福祉制度が整っていることから、「北欧モデル」と他の先進国の手本のように扱われてきました。それが北欧の出生率は2010年ころから急激に減少をはじめ、2022年には北欧の5か国の出生率が1.6を切り、中でもフィンランドの出生率は1.32と日本の出生率1.3（2021年）に迫っています。

今回の記事では、こうした急激な北欧の出生率の減少がどの集団、また要因によって起きているのか、について研究知見をまとめていきます。

子供のいない人の増加や第一子出生率の減少が主な要因

北欧の出生を分析した複数の研究は、子供のいない人(無子と呼びます)の増加や第一子出生率の減少が2010年以降の出生率の主な要因であることを報告しています（Hellstrand et al. 2020, 2021, 2022; Jalovaara et al. 2021; Ohlsson-Wijk and Andersson 2022）。

図1：出生年別女性の無子割合
データソース：Human Fertility Database

第一子出生率の減少は、カップル間の第一子出生率が減っているからなのか、それともカップル自体が減っているからなのかが考えられます。

特に出生率の低下の激しいフィンランドでは、出生率低下の3／4はカップルの出生の低下によって起きており、残りの1／4がカップル形成に関する要因のようです（Hellstrand et al. 2022）。

低い社会経済的地位の集団が子供を持つ困難か価値観の変化か

次にどういった特徴の人口グループが無子になりやすくなっているのでしょうか？

図2はJalovaara et al. （2021）がフィンランドのレジスターデータを使って算出した女性の40歳時点の無子人口割合です。線の色が学歴別の無子割合を示し、それぞれ、グレー線（全体）、赤線（低学歴）、青線（中程度の学歴）、黒線（高学歴）となっています。

図2：フィンランドにおける出生年別学歴女性の40歳時点の無子割合
注：グレー線（全体）、赤線（低学歴）、青線（中程度の学歴）、黒線（高学歴）を示す
出典：Jalovaara et al. （2021）の図1から抜粋

無子割合は、1940～1954年生まれの女性において、高学歴のグループで多かったですが、1955年～1959年生まれから反対に低学歴グループで高くなっていることがわかります。低学歴グループの無子割合は増加を続け、1975～1978年生まれの25％以上の低学歴の女性は40歳時点で無子となっています。

同様に、第一子出生率の減少がどの学歴グループで特に顕著かを分析したところ、特に低学歴グループで大きく減少していることが報告されています（Hellstrand et al. 2022; Jalovaara et al. 2021）。

また社会経済的地位を測る他の要素（例えば年収）で見ても、社会経済的地位の低いグループで第一子出生確率が他のグループに比べてより低くなっていることが示されています（Ohlsson-Wijk and Andersson 2022）。

まとめ

2010年ころからみられる北欧の出生率の急激な減少は、以下の要素が重要だと先行研究から明らかになっています。

• 無子人口の増加あるいは第一子出生率の減少

• カップルの第一子出生率の低下

• 低学歴や低収入、あるいは非就業の人など社会経済的地位が低いグループで特に、無子人口割合の増加や第一子出生率の低下がみられる

【追記（2023年6月18日）】
みなさんがこの記事をシェアしてくださったおかげで、ABEMAヒルズに取り上げていただきました。

エラー | ABEMA

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。ご質問は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。

以下図1に使ったRコードです～

library(tidyverse)
library(openxlsx)
library(gghighlight)
Mycol <- c("#08306B", "#238B45", "#FD8D3C", "#D4B9DA", "#FFEDA0")

# read the data
# data is from Human Fertility Database. Accessed on 25/05/2023
# please download by yourself

childless %>% 
  as.data.frame() %>% 
  rename(cohort = COUNTRY) %>% 
  gather(key = country, value = childless, -cohort) %>% 
  mutate(childless = as.numeric(as.character(childless)),
         childless = ifelse(childless == 0, NA_real_, childless),
         cohort = as.numeric(as.character(cohort))) %>% 
  filter(country %in% c("Denmark", "Finland", "Norway", "Sweden")) %>% 
  mutate(country = case_when(country == "Sweden" ~ "スウェーデン",
                             country == "Denmark" ~ "デンマーク",
                             country == "Finland" ~ "フィンランド",
                             country == "Norway" ~ "ノルウェー",
                             T ~ "日本")) %>% 
  ggplot(aes(x = cohort, y = childless)) +
  facet_wrap(~ country) +
  geom_line(aes(colour = country), size = 1.2) +
  gghighlight(use_direct_label = F) +
  xlim(1950, 1980) +
  labs(x = "出生年", y = "44歳以上の女性における無子割合",
       caption = "データソース：Human Fertility Database. 作成者：茂木良平") +
  theme_minimal(base_family = "HiraKakuPro-W3") +
  theme(legend.title = element_blank(),
        legend.position = "none",
        strip.text.x = element_text(size = 12),
        axis.text = element_text(size = 12),
        axis.title = element_text(size = 15))
ggsave("out/nordic-childless.png", width = 8, height = 6, bg = "white")