第２２回社会保障審議会人口部会　議事録

令和４年１０月３１日（月）１０：００～１２：００

オンライン開催（厚生労働省内会議室）

委員 ※５０音順
石川委員、稲葉委員、小野委員、金子委員、川崎委員、黒須委員、小西委員、駒村委員、西郷委員、榊原委員、津谷委員、富田委員、山田委員

新推計の基本的考え方

○三好参事官　定刻になりましたので、ただいまより第22回「社会保障審議会人口部会」を開会いたします。
　委員の皆様方におかれましては、御多忙の折、御出席いただき、ありがとうございます。
　審議までの間、私、参事官の三好が進行を務めさせていただきます。
　初めに、事務局に異動がありましたので、御紹介させていただきます。
　政策統括官の中村でございます。
○中村政策統括官　中村でございます。
　どうぞよろしくお願いいたします。
○三好参事官　審議官の朝川でございます。
○朝川大臣官房審議官　朝川です。
　よろしくお願いいたします。
○三好参事官　そして、私、参事官の三好でございます。
　どうぞよろしくお願いいたします。
　開催に先立ちまして、事務的な御連絡を申し上げます。
　本日も、新型コロナウイルス感染症対策の観点から、前回に続き、オンラインによる開催とさせていただきます。質疑に当たっては、御不便があろうかと思いますが、よろしくお願いします。
　まず、オンライン会議における発言方法について確認させていただきます。
　画面の下にマイクのアイコンが出ておりまして、今はミュート（オフ）の状態にしていただいていると思います。
　会議の進行中は、委員の皆様のマイクを基本的にミュートとさせていただきますが、御発言される際には「手を挙げる」ボタンをクリックしていただきまして、部会長の御指名を受けてから、マイクのミュートを解除して御発言いただくようお願いいたします。
　御発言終了後は、再度マイクをミュートにしていただきますようお願いいたします。
　音声に不具合等がございましたら、事務局宛てにチャットにてお知らせください。
　なお、会議は、動画配信システムのライブ配信により一般公開する形としております。
　次に、本日の委員の出欠状況ですが、本日は、野口委員から欠席の御連絡をいただいております。
　続きまして、お手元の資料を御確認いただきたいと思います。
　事前に資料を送付させていただいておりますので、お手元に御準備いただければと思います。
　本日の資料は、議事次第のほか、資料として「新推計の基本的考え方」となっております。
　それでは、津谷部会長に以後の進行をお願いしたいと存じますので、どうぞよろしくお願い申し上げます。
○津谷部会長　ありがとうございます。
　それでは、早速、議題に入りたいと思いますが、その前に、稲葉委員より、本日は所用のため、早めに退席されるという御連絡をいただいております。
　それでは、議事概要に示されております「新推計の基本的考え方」について、国立社会保障・人口問題研究所の岩澤部長より御説明をお願いいたします。
○岩澤人口動向研究部長（社人研）　津谷部会長、ありがとうございます。
　それでは、私、人口動向研究部の岩澤より「新推計の基本的考え方」について御説明いたします。
　現在、基準人口となる令和２年国勢調査、それから推計に使います2020年までの人口動態統計のデータも得られ、さらに、出生の仮定設定に活用します第16回出生動向基本調査は、先月９月９日に2021年の調査結果が無事公表されました。これらの実績データを用いて、仮定設定を行います。
　本日は、その方法論について御説明いたしますので、後ほど、これらについて御質問や御意見を賜りたいと存じます。
　新推計の本体部分を基本推計と呼んでおります。
　基本推計は、前回推計と同様、そして、前回の部会でも御説明いたしましたコーホート要因法という国際的にも広く利用されている方法を用います。
　推計期間は、前回推計から５年更新され、2021～2070年です。
　対象となる人口は、国勢調査の定義と同一で、外国人を含め、日本に常住する総人口です。
　ただし、人口動態率を観察できるように、日本人人口に限定した推計結果も参考推計として公表する予定です。
　推計は男女別に行い、年齢は各歳、105歳以上は一括とします。
　基準人口は、総務省統計局の「令和２年国勢調査　参考表：不詳補完結果」で、2020年10月１日現在男女年齢各歳別人口（総人口）を用います。
　今説明しました基本推計以外に、長期参考推計として、2071～2120年を推計したものと、条件付推計として、仮定値を機械的に変化させた際の将来人口の反応を分析するための定量的シミュレーションも行います。
　こちらの人口ピラミッドが、2020年10月１日の基準人口の姿になります。
　将来推計には、死亡、出生、国際人口移動の仮定が必要です。
　仮定の種類等は、いずれも前回と同じです。
　死亡は、男女・年齢（各歳）別に中位・高位・低位の生残率を仮定します。
　出生は、中位・高位・低位の年齢（各歳）別出生率と、出生性比を仮定します。
　国際人口移動は、日本人・外国人別に入国超過数、率を仮定します。
 
では、死亡仮定を説明します。
　死亡は、データが５年更新されます。
　方法論は、前回と同じモデルである修正リー・カーター・モデルを採用します。
　足元の状況から、死亡に関する３つの側面「死亡の全体水準」「高齢死亡率改善」「寿命の男女差」を確認してみます。
　「死亡の全体水準」「高齢死亡率改善」は、共にこれまでの傾向が続きつつ、改善や年齢シフト効果が緩やかになっています。
　「寿命の男女差」は横ばいとなっています。
　年齢別死亡率、そして、今回は後ほど説明しますが、年齢別出生率の推計でも、リー・カーター・モデルを利用します。
　死亡のリー・カーター・モデルは、対数死亡率を平均的な年齢別死亡率（a_x）と、ｔ年の死亡の一般的水準である死亡指数（k_t）。
　そして、死亡指数が変化したときの年齢別死亡率の変化率（b_x）で表します。
　特異値分解という行列分解の手法を用います。
　国際機関や各国の推計で用いられている標準的な方法です。
　こちらは、前回、平成29年推計の投影の結果です。
　左に年齢パターンのa_xと年齢ごとの変化率b_xが示され、右には、死亡指数の年次変化を示しますk_tの実績値と将来投影が示されています。
　高位と低位は、実績部分で観察された推定値と、それを曲線当てはめした値との乖離という情報を使って、値が確率99％で存在する区間をブートストラップ法によって求めています。
　日本は、高齢死亡率の改善が著しいことがあり、リー・カーター・モデルにそれを表現する修正を加える必要があります。
　高齢死亡率の改善は、線形差分モデル、リニアリファレンスモデル、LDモデルと言いますが、こちらで表現することができます。
　線形差分モデルは、死亡率改善を死亡率曲線の水平方向へのシフトとして捉えるモデルです。
　そのシフトの量は、年齢によって異なりますが、これが年齢の線形関数として表されると仮定したモデルです。
　線形差分モデルは、S_tとg_tという２つのパラメータで表すことができます。
　S_tというパラメータは、曲線の位置を表すパラメータで、これが増加することは、死亡率曲線が右方向へ平行にシフトすることを表します。
　一方、g_tは曲線の傾きを表すパラメータで、g_tが減少すると、死亡率曲線の傾きが急になって、死亡率が改善することを表します。
　S_tとg_tは、短期的には変動しながら推移してきましたが、長期的には、k_tの動きとおおむね連動するように変化していると考えられますので、k_tの将来推計に連動して、S_t、g_tを将来推計しています。
　以上のように、死亡率推計は標準的リー・カーター・モデルに、高年齢の部分は、線形差分モデルを取り入れ、日本の状況に合った修正リー・カーター・モデルで行っています。
　こちらには、前回推計の平均寿命の仮定と、前回推計以降に得られた2016年以降の実績値を示していますが、前回の中位仮定値におおむね沿って実績が動いていることが分かります。
　死亡の説明の最後に、直近の新型コロナ感染期の死亡の状況を確認しておきます。
　新型コロナが広がった2020年の死亡率はやや低く、逆に2021年はやや高くなっていることが分かっています。
　さらに、こちらの図で、月別の死亡数を年次別に示していますが、2022年は８月の速報まで出ていますが、８月は前年よりも死亡数が増加していることから、これを考慮して、足元部分を推計していくと考えております。
　また、来年、2023年以降は、死亡モデルから推計された死亡率を用いる予定です。
　
それでは、出生の仮定設定に移ります。
　出生仮定については、日本人人口・外国人人口別に出生率を把握し、将来に投影します。
　外国人の年齢別出生率や外国人女性から日本国籍児が生まれる割合は、直近の状況で固定します。
　推計時点で15歳である、2005年生まれの女性を参照コーホートと定め、この女性に対し、要因別投影で出生力水準を決定します。
　また、出生年齢パターンについては、拡張リー・カーター・モデルを開発し、採用します。
　出生率の仮定設定には、様々な出生率指標が出てきますので、ここで各指標の関係を確認しておきます。
　出生率指標には、期間データとコーホートデータがあり、また、年齢別指標と合計指標があります。
　左上が、期間の年齢別出生率を示しています。
　その下に、年齢で累積したものが示され、右端の高さがちょうど合計値を意味します。
　実は、これがいわゆる毎年人口動態統計で公表される合計特殊出生率（TFR）となります。
　一方、右の列の上には、ある年に生まれた女性の15～49歳までの年齢別出生率を示していて、これがコーホートの指標となります。
　右下に、年齢で累積した値が示され、右横の端に高さが示されますが、これがコーホートの合計出生率となります。
　出生率の仮定は、コーホートの合計出生率と、コーホートの年齢別出生率、年齢のパターンを将来に投影して決めます。
　ここに仮定設定の手順を示しましたが、次のスライドの図を示しながら説明いたします。
　仮定設定は、まず、参照コーホートを定めます。
　今回は2005年生まれの女性です。
　次に、後ほど示しますコーホート年齢別出生率算定式によって、参照コーホート及び出生過程の途上にあるコーホートについて、最終的な子供数の水準を決めます。
　左の図の最後の棒グラフの「？」のマークがついているところの高さを参照コーホートとして決める。そこに至る世代の水準を決めることになります。
　最終的な水準が決まりましたら、今度は、年齢別のパターンを設定します。
　これが真ん中の図を示しています。
　このとき、拡張リー・カーター・モデルを利用します。
　最後に、コーホート出生率を期間出生率に組み替えて、右にある期間・年齢別出生率の仮定値を得ることができます。
　なお、今回は通常と違い、2020年以降、新型コロナ感染という外生的ショックがありました。
　今回、将来投影には、新型コロナ前の2019年までのデータを使います。
　そして、2020～2022年に観察されている婚姻・出生の落ち込みとその影響は、別途見込んで仮定値に反映させます。
　では、コーホート合計出生率を算定式を用いて設定する方法を説明します。
　コーホート合計出生率は、ここにあるように、４つの要素、50歳時未婚率、期待夫婦完結出生児数、結婚出生力変動係数、離死別再婚効果係数で構成されると考えます。
　これらの要因の実績データを国勢調査や人口動態統計、出生動向基本調査から得て、将来に投影します。
　こちらが具体的な要素と使用するデータです。
　年齢別初婚率と出生動向基本調査から得られる初婚年齢別出生確率。
　そして、配偶関係別人口構成と配偶関係別完結出生児数を用います。
　特に年齢別初婚率が重要な役割を果たしますので、説明しますと、未婚者から初婚が発生する初婚ハザードを最新時点、ただし、コロナ直前ですが、最新時点のものについて求め、これが今後も継続すると仮定したものを中位仮定といたします。
　こちらが、年齢別初婚ハザードを年齢グループごとに生まれ年の推移を示したものです。
　直近の水準で固定した場合の推移は、見えにくいかもしれないのですが、先のほうの破線がちょうど一直線になっているかと思いますが、これで示しています。
　今説明しました初婚ハザードを年齢別初婚率という形に変換して示しますと、このような推移になります。
　晩婚化が起きていますので、高い年齢での初婚率が上昇傾向にあることが分かります。
　こちらは、年齢別初婚率の実績と、先ほどの初婚ハザード一定で計算した将来投影の結果です。
　黒い実線が、参照コーホートである2005年コーホートの投影値で、右の図は、年齢別の値を累積したもので、50歳時点の高さは、既婚者割合となります。
　１から既婚者割合まで引き下がった部分が50歳時未婚者割合となりまして、その値が50歳時未婚者割合です。
　なお、オレンジの2000年コーホートの投影値も示しているのですが、ほぼ2005年と重なっているために、隠れたようになっております。
　先ほどの年齢別初婚率に、今度は初婚年齢別出生確率なのですが、これを重みとして掛けると、期待夫婦完結出生児数を求めることができます。
　今回は、第16回出生動向基本調査から得られた出生過程がほぼ完了し、かつ、一番新しい世代である1965～1974年生まれについてのデータを将来投影に用います。
　こちらは、各要素が前回推計からどのように変化したかをまとめたものです。
　晩婚化や未婚化は進んでおり、夫婦完結出生児数も低下しましたが、今後の動向は、これまでのように、一方向に低下するというよりは、世代によって変動を示すことが見込まれています。
　こちらは、コーホートの累積年齢別初婚率の推移です。
　○は、前回推計以降見られた実績値で、前回推計の中位仮定の推移と重ねています。
　おおむね実績値の推移は仮定値と合っていますが、最後の実績はやや下がっています。
　これは、2020年の初婚の落ち込みが反映されていると見られますが、過去からの履歴の中の１年分の影響となるため、僅かな伸びとなっております。
　こちらは、コーホートの累積年齢別出生率です。
　新たに得られた25歳時点、30歳時点は○で書いてありますが、こちらの累積出生率が前回仮定値をやや下回っています。
　この辺りが今回の仮定設定で、新たな仮定の水準として反映されることになります。
　ちなみに、ここにはまだコロナ後の影響は入っておりません。
　このように、算定式によって、コーホート合計出生率の推移が設定されましたら、３番目の段階であります、年齢別パターンの推移を行います。
　年齢パターンの未来の変化を表現するためには、何らかのパラメータを将来投影して表現することが一般的です。
　その場合、年齢パターンに数理モデルを当てはめ、パラメトリックに決める方法と、観測データを組み合わせて、セミパラメトリックに決める方法が考えられます。
　実は、前回推計までは、パラメトリックモデルである経験補正型一般化対数ガンマ分布モデルを利用しておりました。
　今回は、後に説明します、出生パターンの近年の変化を考慮しまして、セミパラメトリックモデルである拡張リー・カーター出生モデルを利用します。
　リー・カーター・モデルは、死亡率の推計で説明しましたが、出生モデルとして使うために、少しアレンジを加えております。
　リー・カーター・モデルで推計するのは、年齢別出生ハザードです。
　年齢別出生率との違いをここで示しておきます。
　一般出生力の指標として用いられる、例えば満ｘ歳の第２子出生率は、ある期間の満ｘ歳の女性全てに対する第２子の発生を示す指標です。
　分母には、子供のいない女性や子供が既に２人、３人いる女性も含まれます。
　一方、満ｘ歳第２子出生ハザードは、第２子を産んでいない女性に対する第２子の発生です。
　なお、ここでは、第２子の分母には、１子を産んでいない女性だけでなく、子供を産んでいない女性も含まれる指標になっています。
　まず、死亡のリー・カーター・モデルを出生に応用した場合を説明します。
　年齢別出生率（m_x）に代わり、年齢別出生ハザードのh_xが分析対象となります。
　なお、出生率のモデリングは、期間指標に対して行われるので、時間のｔが次元となりますが、ここでは、コーホート指標について行われるので、女性の生まれ年のｃが次元となります。
　ｘは、共通で年齢です。
　a_xは、平均的な年齢別出生ハザードの対数値です。
　k_cは、出生の一般的水準の変化の大きさを示します。
　b_xは、k_cが変化するときの年齢別出生ハザードの変化率を意味します。
　b_xとk_cが、特異値分解後の第１特異値及び特異ベクトルで表現されるのが、死亡のリー・カーター・モデルでした。
　このモデルを出生モデルに適合させるために、２つの修正を加え、モデルを拡張しました。ここにある赤い囲みの部分です。
　次のスライドで説明します。
　拡張の１つ目は、出生ハザードの全体的水準を統制する項であるＨの導入です。
　この項は、出生順位別合計出生率（Ｆ）のcomplementary logarithm、日本語で言いますと補対数なのですが、これになりまして、出生順位別合計出生率の水準を統制する役割となります。
　この項により、出生力の水準をタイミングの動きから独立に設定することができます。
　もう一つ、２番目の拡張は、死亡では第１成分のみを用いるリー・カーター・モデルを使っていましたが、第２成分以降も使用することで、より柔軟な表現を可能にしました。
　こちらは、観察データから求めた年齢別出生ハザード対数値のベースライン（a_x）を各出生順位別に示したものです。
　ここでは、1960～1985年生まれの26年分のデータを特異値分解した場合の例を示します。つまり、26年分の特異値及び特異ベクトルが得られます。
　こちらの図は、各出生順位について、得られた特異値を用いて、和に分解したときの第１成分のみの説明力、それから第26の成分まで全て使った場合の説明力で、説明力がどう変化するかを示しています。
　第１子について見ますと、第１成分だけでも、既に95％近くを説明しています。
　そして、第３成分まで含めれば、97％近い説明力を持っていることが分かります。
　一方、第３子は、第１成分だけですと、75％の説明力です。
　ただし、第３成分まで使うと、９割以上の説明力になることが分かります。
　特異ベクトルを使えば使うほど、説明力は上がりますが、モデルを使って次元を縮約する意味がなくなってしまいますし、投影による不確実性が増してしまいます。ここから、３つ程度を使うのが妥当ではないかという解釈が可能になります。
　ここで、特異値分解によって得られたパラメータを示します。
　第１子について、b_xとk_cを第１～第３成分まで示しました。
　左側がb_x、すなわち、相対変化の年齢パターン。
　右側がk_c、すなわち、コーホート変化に伴う変化量となります。
　第１成分の年齢別出生ハザードのk_cに伴う変化は、左側ですが、20代半ばでプラス、40代前後でマイナスを示しています。
　k_cの動きと併せて考えますと、k_cが小さくなるに伴って、20代でハザードが下がり、40代前後で上がっていくことが分かります。
　ここでは、モデリングによって得られた年齢別ハザードのモデル値を実績値と重ねて示しました。
　1960年コーホートを左に、1985年コーホートを右に示しています。
　丸印が実績です。
　モデル値については、第１成分までしか使わない場合を細かい破線。
　第２成分まで使った場合を破線。
　第３成分まで使った場合を実線で示しました。
　第１成分まで使ったものでも、ある程度年齢、スケジュールを再現できていますが、第３まで使うと、より実績の再現性が高まっていることが分かります。
　こちらは、ハザードを動態率に変換したものですが、同様に実績値をよく再現していることが分かります。
　ここで、今回、出生モデルをなぜパラメトリックモデルからセミパラメトリックモデルに切り替える必要があったかを説明します。
　これには、近年の出生の年齢スケジュールの多様化、分散化という背景があります。
　こういうことが起きている場合、パラメトリックモデルで対応しようとすると、モデルを複雑にして、パラメータ数が増えてしまい、将来推計の不確実性が増すことになります。
　一方、セミパラメトリックモデルは、ベースラインを観測データから求めるので、複雑な形状も再現でき、またパラメータ数を節約することができる利点があります。
　さらに、リー・カーター・モデルは、仮に第３成分まで使い、３つのb_xと３つのk_cが必要だとしても、将来投影はk_cの３つだけでよいという利点があります。
　これは、近年の主要国の第１子の年齢別出生率ですが、多くの国で分散が大きく、複雑な形状をしています。
　日本も今後、もっと複雑なパターンに対応する必要が出てくるかもしれず、セミパラメトリックモデルの優位性が増していくことになるかもしれません。
　こちらは、1970年コーホートと1980年コーホートについて、実績と前回推計のモデルの推定結果、今回の拡張リー・カーターの推定結果を比較したものです。
　1970年コーホートは、いずれのモデルでも実績をおおむね再現できています。
　しかし、1980年コーホートでは、対数ガンマ分布モデルでは、30代半ばで見られますこぶを表現することが難しく、また、45歳以降の低妊孕性もうまく表現できていません。
　拡張リー・カーター・モデルは、それらをうまく表現できています。
　次に、４番目の段階に進みます。
　このように、コーホートの年齢別出生率の将来値が推計できましたら、これを期間の年齢別出生率に組み替えて、毎年の出生数推計の仮定値として用います。
　出生の最後に、2020年以降の日本で経験された新型コロナ感染に関わる部分について説明します。
　ここまでの将来投影は、新型コロナの影響を受けない2019年までの状況を最新として投影しております。
　しかし、こちらに2020年までの合計初婚率と出生順位別合計出生率を示していますが、2020年は初婚が大きく落ち込んでいますし、ここには示していませんが、2021年も初婚や第１子が落ち込んだことが分かっています。こうした影響を別途加味して、仮定値とする予定です。
　具体的な方法については、次回の部会で説明したいと思います。
　最後に、出生率仮定設定についてまとめます。
　将来人口推計に必要なのは、期間の年齢別出生率です。
　そして、出生率の仮定設定は、中長期的な出生力の見通しと、年齢パターンについて行います。
　中長期的見通しは、参照コーホートの女性、推計時点で15歳の女性のライフコース指標、初婚や離死別再婚、出生順位別出生過程といったものについて、足元の状況を将来に投影し、中位の水準を決めます。
　ただし、新型コロナの影響がある2020年以降の情報は、投影には用いません。
　年齢パターンについては、近年の年齢パターンの多様化・分散化に対応するため、拡張リー・カーター・モデルを採用します。
　これは、死亡率の仮定設定で用いられているものをコーホート年齢別出生ハザードに適用したものです。
　期間の年齢別出生率のモデル値が得られた後、2020～2022年の新型コロナ感染期に判明している婚姻数、出生数の落ち込みの影響を別途仮定値に反映させ、最終的な仮定値とします。
 
　最後に、国際人口移動の仮定設定を説明します。
　国際人口移動の仮定設定は、日本人の国際人口移動と外国人の国際人口移動について分けて行います。
　日本人については、新型コロナが始まった2020年を除く足元４年の平均的男女・年齢別入国超過率が今後も継続すると考えます。
　外国人については、入国超過数について、コロナが始まった2020年を除き、足元４年の平均値が今後継続するものと考えます。
　ただし、20年後の2041年以降は、2040年男女・年齢（各歳）別入国超過率が一定となるという仮定を置きます。
　そのほか、外国人の国籍異動についても見込みます。
　なお、日本人も、外国人も、滞在期間が３か月以内のいわゆる観光で来ているような方は除き、国際人口移動を分析します。
　日本人の国際人口移動について、おおむね出国超過の傾向がありますが、平成29年推計の仮定値よりも、全般的に出国超過傾向が弱まる傾向が最近見られております。
　しかしながら、年齢別パターンについては安定的と考えられることから、近年の平均的男女・年齢（各歳）別入国超過率が今後も継続すると考えて、仮定設定を行います。
　こちらは、外国人の国際人口移動ですが、世界的な景気後退や震災などの外生的なショックにより、一時的に減少を経験したことはありますが、長期的に見ますと、おおむね入国超過数が増加する傾向があると見られています。
　特に2015年頃から、一段高い水準に移行したものと見られます。
　なお、前回までの仮定値は、それまでの入国超過数の増加のトレンドを踏まえつつも、おおむね直近の平均値付近で収束するものになっておりました。
　今回も、足元の2016～2019年の平均値を図で示しますと、2019年付近の山の上のほうに破線が書いてあるのですが、このレベルになり、この水準が継続するものと考えることができます。
　なお、外国人の入国超過が増えていく、プラスになっている背景として、入国超過数及び出国者数そのものの推移も確認しておきます。
　新型コロナ感染期直前までは、入国者も、出国者も増加しており、この30年、国際人口移動そのものが拡大基調にあったことを示しています。
　入国者数と出国者数の差分が入国超過数で、人口規模に影響することになります。この差分の推移を仮定しています。
　入国と出国のサイクルの差分ですので、これまでのように、タイミングのずれによって一時的に出国が上回ったり、入国が上回ったりという変動があるとしても、近年の傾向を見ると、国際人口移動そのものの拡大を背景に、平均的には入国超過が続くと考えられます。
　ちなみに、コロナ後の足元は、今年８月までの近似値なのですが、規模自体は下のほうにありますが、黒線が赤線を上回っていますので、現時点で入国超過の状況になっています。
　以上のような足元の状況を踏まえて、国際人口移動の仮定設定に対する考え方をまとめます。
　日本人の国際人口移動については、平成29年推計時点に見られましたとおり、おおむね出国超過の傾向ですが、出国超過傾向は弱まっています。
　ただし、男女別の年齢パターンは比較的安定しています。
　外国人の国際人口移動については、近年、以前より高い水準に達したと考えられることから、足元の動向も踏まえつつ、直近、2016～2019年の平均値が継続するものと仮定します。
　最後に、参考として、先進主要国の国際人口移動に関する仮定設定の方法を示しました。
　米国は、入国者数のトレンドを伸ばし続けていますが、それ以外の値は、直近については、予測値はトレンド値を使用している場合もあるものの、その後は、過去の実績値と一定の値で固定しています。
　日本は、まだ十分なトレンドの実績が得られておらず、過去20年でフェーズが変化していることもあり、直近の水準を生かす考え方が参考になると思われます。
　少しスライドを戻して、スライドに訂正がございました。
　48のスライドの細かいところなのですが、最新のところが「７月」までと書いてあるのは、８月までのデータを使っていますので「７月」から「８月」に訂正させていただきます。
　そうしましたら、こちらで私の説明を終わります。
　ありがとうございます。
○津谷部会長　岩澤部長、御説明ありがとうございました。
　それでは、ただいま御説明のありました新推計の基本的考え方について、御質問、御意見がございましたら、お願いいたします。
　御発言される際には、まず「手を挙げる」のボタンをクリックしていただき、私が御指名しますので、指名を受けたら、マイクのミュートを解除して御発言いただくようにお願いいたします。
　そして、御発言が終了しましたときには、再度マイクをミュートに戻していただくようお願いいたします。ハウリングを避けたいと思います。
　お手元にある資料について御質問があるかと思いますが、その際には、まず、スライドの番号をおっしゃってから御発言、御質問をお願いしたいと思います。
　それでは、どうぞよろしくお願いいたします。
　黒須委員からお手が挙がっております。お願いいたします。
○黒須委員　黒須と申します。
　ありがとうございます。
　私は、この部会で将来推計のお話に初めて参加させていただきまして、このような中長期的な見通しをしっかりと持たれて、とても緻密な作業がなされていることに非常に敬服いたしまして、感動もいたしました。
　最初にそれを言わせていただいた後で、質問を３つほどよろしいでしょうか。出生に関する質問です。
　最初に、スライド24に全体的な考え方「出生の仮定設定に関する考え方」がありました。
　本当に基本的なところでお伺いしたいのですが、これからの50年間を考えるということでしたので、ここに出ていない、例えば婚外子、出生と結婚の結びつきは、これからも今までと同じように続くということで、こういう設定がされているのか。
　ヨーロッパなどの変化を考えると、日本もそうなっていくのかというところをどう考えていらっしゃるのかというのが１つ目の質問です。
　質問を先に述べてよろしいですか。
○津谷部会長　どうぞお続けください。
○黒須委員　２つ目の質問なのですが、スライド20の読み方を教えていただきたいと思いまして、年齢別初婚ハザードで、私が気になっているのは、1966年あたりのバンプがあるところなのですが、この辺はひのえうまコーホートの関係があるところで出ているのかというのが２つ目の質問です。
　３つ目の質問は、それにつながるものなのですが、先ほど外生的ショックということで、今回、コロナ前の趨勢を見せていただき、その後で、次回に、外生的ショックであるコロナを別途どう織り込むかというのを言われたのですが、スライド20と関係あるかどうかは分からないのですが、直近で2026年に60年ごとのひのえうまがやってくるわけですが、その辺の短期的な変化は考えていらっしゃるのかどうか、そこはあまり関係ないのかというところもお聞きしたいと思いました。
　以上、３つよろしくお願いいたします。
○津谷部会長　それでは、岩澤部長、御説明をお願いいたします。
○岩澤人口動向研究部長（社人研）　黒須委員、どうもありがとうございました。
　最初は、24ページの設定の考え方で、今後50年という中で、例えば婚外出生はどう考えるかということなのですが、基本的に将来推計は、直近までのものの投影ですので、今後、婚外出生が急激に変化してくると直近で分かることがあれば、算定式などの入れ込み方が変わるかと思うのですが、現時点では、婚外子が動くということで、その算定式が影響を受けていることはありませんので、基本的に今回の推計は、現時点の婚外子が少ないという状況の下に、初婚率があれば、そこから初婚の人が出生を発生するというモデルになっています。
　それから、２番目のひのえうま、1966年あたりの動きなのですが、こちらはひのえうまの影響です。
　ひのえうまの人の産み方だけではなく、ひのえうま前後の出生率を出すところは、人口と出生の関係が月別に動いているようなところがありまして、整合的に算出することが難しいので、多少この指標に影響が出てしまうことがあります。
　今後の2026年のひのえうまについては、特に仮定はいたしません。
　前回のときもそうなのですが、まさにひのえうまの動きは、仮にあったとして、その年は少し避けられるけれども、その分前後に出生が起きる。前回はそういう形で、１年のずれとなっていますので、中長期的にはその影響はあまりないと考えますので、仮定は置かないと考えております。
　以上です。
○津谷部会長　岩澤部長、ありがとうございました。
　黒須委員、よろしいでしょうか。
○黒須委員　ありがとうございました。
　よく分かりました。
○津谷部会長　それでは、富田委員からもお手が挙がっております。
　富田委員、お願いいたします。
○富田委員　富田です。よろしくお願いいたします。
　まず、私も黒須委員同様、日本の将来推計はどのようになされているのか、詳しく勉強させていただいたのは今回が初めてでして、本当に緻密な作業の積み上げということで、非常に感銘を受けております。ありがとうございます。
　私からは、質問といいますか、むしろコメントに近いと思うのですが、まずは、私の聴き間違いでなければ、今回、初めてリー・カーター・モデルを導入なさったということを評価したいと思います。年齢別の変化をより適切に反映できるモデルということで、国際機関等でも使われておりますし、今回、初めての適用ということであれば、評価したいと思います。
　その上で、今回のコロナ禍の影響、特に死亡に関する影響についてどのようにお考えなのか伺わせて下さい。
　例えば国連の人口部が行っております世界人口推計の中で、コロナ禍の死亡率に対するインパクトに特に注意を払っております。2022年度版の一番新しいところの推計の中で彼らがやったことは、ワクチンの接種率と死亡率の相関関係を調べまして、どのぐらいワクチンの接種が広がっているかによって、死亡率の回復を試算しております。
　遅くとも、３年ぐらいのうちには元の死亡水準に戻るのではないかと試算しているようです。そういうわけで、ワクチンの接種率を推計の際に考慮しても良いのではと思いました。参考になれば、とのコメントです。
　もう一つ、国際人口移動の仮定設定でございますが、今日のお話では、直近の2016～2019年の平均値をそのまま継続するものと仮定する、と45ページに書かれております。
　これはこれで一つの仮定だと思いますが、昨今、コロナ禍と同時に、顕著な円安傾向が続いております。
　しばらくは、ここ数年、円安基調が続くものではないかと予測されておりまして、為替動向の流出入における影響といいますか、今後、そういったことも配慮の一因になるのかどうか、その辺を少しお伺いしたいと思います。
　以上です。
　ありがとうございます。
○津谷部会長　富田委員、ありがとうございました。
　それでは、岩澤部長、お願いいたします。
○岩澤人口動向研究部長（社人研）　富田委員、ありがとうございました。
　今回、リー・カーターについては、死亡についてはこれまでもリー・カーターで、かつ、日本に合うように、リー・カーターは、死亡率の上下の動きを表すモデルなのですが、日本の場合は、高齢の部分が横にシフトするという動きを反映させなければいけないということで、修正したものを使っています。
　今回、同じように出生年齢パターンをうまくフィットさせるために、リー・カーターを初めて採用させていただきました。
　それから、死亡の分析なのですが、各国、国連などを見ても、かなりコロナの死亡率が高い国、あまり影響がなかった国といろいろとあると思うのですが、日本については、その中では、規模としては少なかったところなので、まずはそういうところが大きく違うことはあると思います。
　平均寿命の推移のグラフをお示ししましたが、ほぼコロナがあった2020年とか2021年に死亡率が急に跳ね上がるという状況は見てとれていないので、今はそこまでコロナに焦点を当てた分析というよりは、全体的な全死亡の状況を見ています。
　ですので、一応、今の段階では、2023年からは投影のモデル値に戻すという仮定設定を置きたいと考えていますが、その背景として、実際、コロナがどのぐらいだったかとか、そういう研究レベルのところで、ワクチンの接種が関係している、国際的にそういう知見が出てきているということでしたら、少しそういうものも見ながら、日本の状況とどう違うのかというのを確認していくことをやっていきたいと今思いました。
　貴重な御意見をありがとうございました。
　国際人口移動については、円安とか現在の状況についてということですので、国際人口移動について、そういう背景について、今、国際人口移動の担当でもあり、また、背景について分析している是川から説明させていただきます。
○是川国際関係部長（社人研）　御質問ありがとうございます。
　国際関係部の是川です。
　まず、短期的な円安の影響に関しましては、今、これが足元での急激な変化となっておりますので、その影響については、今後、見ていかないと、様々な中長期的な影響はまだ見えてこないのかなと思っていますというのが１点目です。
　もう一点目といたしまして、そもそも円安をはじめとする日本の経済水準と、日本への外国人の入国傾向、また、結果としては入国超過傾向との関連についてですが、こちらにつきましては、アジア諸国、主に日本に入国者が多い、送り出しているアジア諸国と、日本との経済格差が急速に縮まる中で、これまでも拡大してきた実績がございます。
　そうした1990年代と比べましても、随分と日本とアジアの経済格差は縮まったわけですが、むしろ増加しているという現状がありまして、その背景には、IMF等の国際機関でも共有されている見方ですが、送り出す国の経済成長が、むしろ中期的には送り出し圧力を高めるという結果が出ております。
　日本に対する外国人の入国についても、2020年春にIFMから出ましたWorld Economic Outlookでも、2050年ぐらいまでは、外国人の流入が増加するという結果が示されております。
　そうした状況もありまして、足元の急激な円安動向が差し迫って何かトレンドを大きく変化させることはないものと見ております。
　以上です。
○津谷部会長　岩澤部長、是川部長、ありがとうございました。
　富田委員、よろしいでしょうか。
○富田委員　ありがとうございました。
○津谷部会長　ありがとうございます。
　石川委員からもお手が挙がっております。
　石川委員、お願いいたします。
○石川委員　私からは、具体的に２点教えていただきたいと思います。
　一つは、国際人口移動の仮定に関しては、今出ている45番目のスライドを使いますと、日本人の国際人口移動は比較的安定していて、具体的な仮定として非常に有用なものだと思いますが、外国人の国際人口移動は非常に動きが激しくて、どう将来を見通すかが大変難しいと思うのです。
　今日のお話、結果を拝見いたしますと、特に外国人の国際人口移動に関しては、前回とやり方はほとんど同じであって、置く仮定を、2016～2019年の直近の流入超過の平均値とし、前回の推計より数字を上げている。それぐらいの変化というか、そのような単純な仮定に落ち着いているという理解でよろしいでしょうか。
　２つ目の質問は、私は前回の部会のときに、諸外国の将来推計人口における国際人口移動の仮定について、そちらからの御説明は大変詳しくて、大変勉強になりましたが、例えば今日出たスライドで言いますと、49番目にドイツ、カナダ、オーストラリア、フランスなどは、国際人口移動に対して、高・中・低の３つのパターンの仮定を置いているという御説明がありますね。
　先ほどの岩澤さんの御説明では、日本が将来推計に使えるような国際人口移動のトレンドの実績値がまだ少なくて、今ここに挙がっている４つの国のような形の推計は難しいのだという御説明がありました。
　要するに、それは現時点での限界であって、日本の国際人口移動の流入がさらに進み、いろいろな数字が蓄積されていくと、ここに挙がっている４か国のような推計も可能になるという見通しをお持ちと考えてよろしいでしょうか。
　以上、２つの質問です。
　よろしくお願いいたします。
○津谷部会長　石川委員、ありがとうございました。
　２つの点について、理解はこれでよいのかというお尋ねでございます。
　岩澤部長、お願いいたします。
○岩澤人口動向研究部長（社人研）　石川委員、どうもありがとうございます。
　まず、国際人口の仮定の置き方については、前回も、これまでも少しずつ動いてきているわけですが、基本的には、最終的な段階の水準を生かして、それを投影していました。
　今回は、その水準自体が確かに2015年以降、一段上の入国超過になったことを受けて、その水準を生かすということで考えています。
　単に我々が直近がそうだからそうだと決めているだけではなく、背景としてはいろいろと検討していまして、もちろん、こういう水準になると決めることは難しくても、一方で、こういう水準には絶対にならないということはいろいろと検討できますので、我々としては、直近一定のレベルが今後、あり得ないものではないとは言えるということで、その水準にしています。
　それから、海外では、高・中・低と３つ仮定を置いたりしているということですが、これはトレンドが長く、同じような状況が続いているような国でしたら置けるのですが、このようにトレンドが大きく変わっているときの高位と低位というのは、なかなか置きにくいところがありますので、今後、日本の国際移動について、平均的なものがかなり落ち着いてきた場合には、むしろ幅をつけることができるのではないかと思いますが、現時点で幅を考えるだけの過去の履歴のデータというトレンドの情報がないところでございます。
○津谷部会長　是川部長、何か付け加えることがございますでしょうか。
○是川国際関係部長（社人研）　ありがとうございます。
　石川委員、どうもありがとうございます。
　最後の３点目の点について、今、岩澤から説明があったとおりでございますが、50ページ目のスライドでお示ししていますように、ドイツ、カナダ、オーストラリア、フランス、特にヨーロッパの国につきましても、歴史を振り返りますと、戦後のゲストワーカーの受入れから、かれこれ50年、60年といった受入れの歴史がございまして、見ておりますと、そういう長い歴史のスパンの中で観察された実績から、高・中・低などのシナリオを設定できていることがあるようです。
　ですので、繰り返しになりますが、今後、データが蓄積されていく中で、経験的な範囲で可能性を示すことも可能になってくるときが来るのかなと思っております。
　以上です。
○津谷部会長　是川部長、ありがとうございました。
　石川委員、よろしいでしょうか。
○石川委員　はい。結構です。
　ありがとうございました。
○津谷部会長　ありがとうございました。
　それでは、小西委員からもお手が挙がっております。
　小西委員、お願いいたします。
○小西委員　大変分かりやすい説明をありがとうございました。
　私からは、出生率の年齢パターンについて、１つお伺いしたいと思います。
　今回、拡張リー・カーター・モデルを使うと、年齢パターンに見られるこぶとか、特に高年齢の部分の低妊孕性は表現できるということで、その点は理解いたしました。
　それに関して、スライドの32枚目のグラフについてお伺いしたいと思います。
　このグラフについて、２つあるのですが、一つは、第４子以上の15歳と16歳の値が等しくなっているように見えることの理由。
　もう一つは、49歳のハザードが、ほとんどのパリティーで48歳よりも高い。
　ほとんどではないですね。第１子と第２子では、48歳よりも49歳のハザードのほうが高く見えているのは、どういう理由があるのか、教えていただけますでしょうか。
○津谷部会長　岩澤部長、よろしいでしょうか。
○岩澤人口動向研究部長（社人研）　小西委員、どうもありがとうございました。
　まず、32ページのスライドです。
　49が多いのは、動態統計では、50歳以上で出生する方が、僅かなのですが、いらっしゃるのですが、こういう指標をつくるときは、全て49歳に入れてしまうことがあり、年齢別出生率で見ても、ほとんどゼロに近いところなので、あまり目立たないのですが、こういう形で対数値を取ったりしますと、その部分が出てくることがあります。
　15のところも、13歳、14歳で産んだ方を15歳に入れてしまうということで、そこだけ実態と違うことになります。
○小西委員　でも、若いほうは、第４子以上のところなので、もしかして数字が全くないから、16歳の値が15歳に代入されたのかなとも思ったのですが。
○岩澤人口動向研究部長（社人研）　そうですね。
　多分、ここは、数字がないところになります。
○小西委員　分かりました。
○岩澤人口動向研究部長（社人研）　ないので、代入しているということです。ないとつくれないので、代入しているところです。
○津谷部会長　よろしいでしょうか。
○小西委員　ありがとうございました。
　もう一つよろしいですか。
○津谷部会長　もう一つ御質問がおありということですね。分かりました。
　どうぞお続けください。
○小西委員　高年齢のところについてなのですが、ハザードで見ると、こういうパターンが見えても、年齢別の出生率にすると、ほとんどゼロに近いから、49歳以上は今後もまとめたままで構わないということなのですか。
　あるいは不妊治療などがどんどん増えてきて、50歳以上で出産する方が増えると、再生産年齢の幅自体を広げる必要があるのかということを最後に一つお伺いしたいと思います。
○岩澤人口動向研究部長（社人研）　今のところ、それを入れないと、いろいろと推定がおかしいというところまでいかないので、それは検討しなかったのですが、確かに、これから50代の出生がそれなりのボリュームになってきた場合は、そこをもう少し延ばすことがあるのですが、今のところ、45以上の出生はほとんどありません。
　40代前半で動いているところはあるのですが、50代となってくると、異例なことかなという感触を持っております。
○小西委員　分かりました。
　ありがとうございました。
○津谷部会長　15歳や16歳、そして40代後半の女性でも、出生数は非常に少ないものです。非常に小さな数を扱うときには、注意が必要であり、出生ハザードの対数値を取ると、どうしてもこのように小さな違いが大きくアンプリファイされてしまうということになります。
　少し乱暴かもしれませんが、最も低い年齢層の出生数はごくわずかであり、40代後半の女性でも出生数は少ないため、統計的には影響はあまりないと言えるかと思います。もちろん医学的には、不妊治療も含めて、高年齢層の女性の出生が大変重要なことは分かっておりますが、将来推計については、そこまで気にする必要はないと言うと、少し語弊があるかもしれませんが、そう言えるのではないかと思います。
　ただ、これらは小さな数であり、その解釈には注意を要するということを、図の下に注として説明しておいていただくと、疑問が解消されるのではないかと思います。
　大変よくできた資料で、分かりやすいと思いますが、注を付けて説明されてはいかがかと思います。
　ありがとうございました。
　小西委員、ありがとうございました。
　駒村委員からもお手が挙がっております。
　駒村委員、お願いいたします。
○駒村委員　大変丁寧に御説明いただきまして、ありがとうございます。
　将来投影ということですから、今ある数字から予測したのだということで、技術的な部分も丁寧に説明いただいたと思います。
　まず、質問になるのですが、12ページにあったコロナの影響の死亡の状態ですが、これは男女で何か差が起きているかどうかが分かれば教えていただきたいのが１か所。
　それから、先ほど申し上げたように、今ある姿から将来投影するので、よろしいかとは思うのですが、６ページにある男女の寿命差が今後も続くだろうということなのですが、６歳の差は安定しているようにも見えますが、OECD各国では、ほとんどの国が２～４歳の間に入っていて、欧米は大体２歳未満になっている。
　日韓だけがかなり広いということなのですが、これは今日でなくてもいいのですが、社人研のほうで男女の寿命の差を規定する要因はどう見られているのか、もし研究されていれば、教えていただきたいと思います。
　将来起きることをいろいろと想定して、その仮定を選んでいると思いますので、関連する御研究があれば、もちろん次回でも結構ですので、御示唆いただきたいと思います。
　同じように、先ほども議論があった婚外子は、OECDの平均の婚外子の割合は、既に33％ぐらいまで来ているという報告があって、日本と韓国だけは、結婚と出産が密接に関わっているということなのですが、この辺も、日本の足元でどういうことが起きているのか、そういう研究をされていたら、その辺も教えていただきたいと思います。
　同様に、先ほどあったひのえうまの影響、1966年は小さかったということでございますが、これも一応、念のために、どのような影響が実際にあったのか、教えていただければと思います。
　資料のお願いばかりですが、社人研では、一応想定しているパラメータに対する根拠づけやいろいろなケースを研究されていると思いますので、１番目の質問は事実だと思います。ファクトを教えてくださいということですが、ほかの質問は、どういう御研究や検討をされたのかという根拠を、あれば教えていただきたいということです。
　以上です。
○津谷部会長　駒村委員、ありがとうございました。
　岩澤部長、よろしいでしょうか。
　お願いいたします。
○岩澤人口動向研究部長（社人研）　駒村先生、どうもありがとうございました。
　男女差の前の１番目というご質問をもう一度お願いします。
○駒村委員　ここは、男女で何か違いがあるのかという感じです。
○岩澤人口動向研究部長（社人研）　コロナですね。すみません。
　こちらは速報値なので、男女別というのは出ていなくて、まずは総数ということなのですが、ここについては、死亡担当の別府に回します。失礼いたします。
○津谷部会長　お願いいたします。
○別府情報調査分析部第２室長（社人研）　社人研の別府と申します。よろしくお願いいたします。
　コロナの影響でございますが、時期によって、男性、女性の効果が多少変わってきておりまして、コロナが蔓延し始めました初期の頃、2020年の頃は、基本的に高齢の男性で特徴的に死亡が多かったことが見られております。
　ただ、2021年、もしくは2022年になるに従って、高齢男性だけではなくて、高齢の女性とか、報道などにも出ておりますように、比較的若者、30代、40代に広がってきている形の変化が見られております。
　以上でよろしいでしょうか。
○津谷部会長　駒村委員、よろしいでしょうか。
○駒村委員　結構です。
　ありがとうございました。
○津谷部会長　ありがとうございました。
　では、２点目のスライド６の寿命の男女差の規定要因について、お考えがあればお聞きしたいということですが。岩澤部長、御説明をお願いいたします。
○岩澤人口動向研究部長（社人研）　取りあえず、今日の御説明とか、この推計の準備でやっているものは、日本の男女差が比較的安定なので、逆に安定しているものをうまく安定したまま投影することをやっているのですが、これがほかの国とどうして違うのかというところは、今の段階で何も準備はしておりませんが、逆に言うと、なぜ安定しているのかということを考える上で、そのような海外との比較という視点は重要かと思います。
　ですので、なぜ安定したのかというところの背景として、今後、研究レベルで進めていきたいと思っております。
　それから、婚外子についても、確かに日本は僅かには増えてきていますが、レベルがヨーロッパとは全然違う状況で、仮に婚外子が増えたとして、婚外子が増えることで、出生の最終的な水準が動くとはあまり考えていなくて、内訳として、結婚した人しか出生が生まれないのか、結婚しない人からも出生が生まれるのかという解釈になっていくと思います。
　もちろん、モデルとしては変わってくるとは思うのですが、婚外子が増えることで、将来の出生力水準に追加的にというものだけではないと見ております。
　今のところ、日本では、婚外出生に関して、少しずつ増えてはいるのですが、民法の改正などもありましたので、従来の出生とかが少し変わっていくのかもしれませんが、今のところ、それ以外で何か急激な変化が見えているわけではないので、このモデルについても、特に何か変更を加えることはしていない状況です。
　2026年のひのえうまについては、社会学者の先生なども大変関心を持っているところなのですが、人口学的には、特に推計という意味では、前回の1966年のときは、期間指標で見ると、かなり大きな動きがありましたが、これをコーホートで見てみると、ほとんど１年ずらしたというだけで、最終的な子供数には影響がなかったと出ておりますので、将来推計は、コーホートの指標を投影するという意味で、ひのえうまの影響は特に仮定していないということになります。
○津谷部会長　岩澤部長、ありがとうございました。
　先ほどの婚外子についてですが、確かにOECD加盟国の欧米諸国では、婚外子割合が高く、一方、日本と韓国では、欧米の国に比べて非常に割合が少なくなっています。両国の婚外子割合は、近年若干の増加傾向はみられますが、大まかに言って約２％と非常に低いです。
　OECD加盟国の中では日韓両国は確かに突出しているのですが、中国や台湾、そしてシンガポールといった東アジア圏では婚外子は非常に少ないです。これには、いろいろな家族文化的、歴史的背景の違いがあるのではないかと思います。
　とはいえ、日本では婚外子は少ないのですが、婚前妊娠は増えております。これについては、岩澤部長も多くの研究をなさっておりますので、参考文献はあると思います。
　駒村委員、そのほかはよろしいでしょうか。
○駒村委員　大丈夫です。
　ありがとうございます。
○津谷部会長　ありがとうございました。
　大変興味深い質問をいただきました。
　川崎委員からもお手が挙がっております。
　川崎委員、お願いいたします。
○川崎委員　川崎です。
　大変緻密な分析とモデル設定をいろいろとされているということで、非常によく分かりました。大変御丁寧な分析に敬服しております。
　また、御説明ありがとうございました。
　私からは、スライド19の仮定についてお尋ねさせていただきたいと思います。
　ここの上のほうに、中位・高位・低位とありまして、中位については、最新の状態の固定ということで、これは極めてごもっともだと思います。
　今、コロナで急激に婚姻や出生が低下していることはありますが、長期的な見通しという意味では、中位は、コロナの異常時を想定するのは、いかがなものかと思いますが、私は、この点は極めて納得して伺っております。
　ただ、高位・低位は、また今後、さらに具体的なことを詰められるのかどうかはよく分かりませんが、その意味でよく分からないので、お尋ねするのですが、一つは、まず、高位については、過去の水準に戻る想定ということですが、これは一体、瞬間的に戻るのか、それともどれぐらいのペースで戻るかによってまた違うところがあろうかと思うのですが、この辺りはどのようにお考えになっているのか、教えていただけたらというのが１点目です。
　２点目は、低位なのですが、高位と中位の乖離を逆に適用することのようですが、これが一体、どれぐらいの規模感になるのか。
　例えば現在の出生状況よりもさらに下がるのか、それとも同じぐらいなのか、あるいはそれよりも減り方が少ないのか、その辺が何だか感覚がつかみにくいので、この辺りはどうお考えなのか、お尋ねしたいと思います。
　というのは、低位は、今はどちらかというと、かなり悲観的な見方をする。私自身はそういう気持ちを持っているのですが、そうすると、低位が最悪のシナリオの一つのガイドライン、目安のようなものにもなり得るので、これが例えば今のコロナ禍での下がり方の程度、あるいは例えば過去最低の水準、2000年代の初期でありましたが、そういうところまでいくのか、あるいはさらにいくのか、その辺りの設定の仕方は、私自身は結構関心がありますし、そういう関心をお持ちの方は多いのではないかと思いますので、その辺りを少し教えていただけたらと思います。
　以上です。
　ありがとうございます。
○津谷部会長　川崎委員、ありがとうございました。
　それでは、岩澤部長、お願いいたします。
○岩澤人口動向研究部長（社人研）　川崎委員、どうもありがとうございます。
　まず、19ページに書いてある、一番上の中位・高位・低位は、年齢別初婚率の中位・高位・低位になります。
　ただ、年齢別初婚率が高位・低位になれば、結果的に出生率も高位・低位になるということなのですが、その上で、年齢別出生率の中位・高位・低位はどういう意味なのかということなのですが、いずれも参照コーホートといいまして、2005年生まれで、ちょうど今、高校１年生ぐらいの女性が日本にいると思いますが、こういう女性が、今後、どういう初婚の仮定をたどっていくかを決めることになるのです。
　まず、中位は、現在20代、30代の女性がいますが、その人たちが初婚に移行するハザードを固定して、それと同じような初婚の経過をたどるのではないかというのが中位になります。
　高位は、今、同じ高校１年生ぐらいの女性が、過去のというのは、例えば1960年生まれぐらいの女性、1960年生まれだと、今、50代でとか、そういう方たちの初婚のパターンに一時的にまた戻る。今の20～30代は、初婚があまり起きないのですが、今の高校１年生は、もしかしたら、今の50代ぐらいの人たちの初婚にまた戻るというのが高位のイメージになります。
　逆に、低位は、今でも大分初婚が下がってきているのですが、そういう世代よりも、さらに高位と中位で変化したのと同じぐらい、また下がり続ける。今の高校１年生は、今まで誰も経験したことがないような初婚の仕方、すごく低迷すると設定したのが低位仮定となります。
　この初婚のパターンを使って、そういう初婚をすると、出生力がどうなるかというのを算定式で決めまして、それに従って、出生についても、今の50代ぐらいの人たちの出生数に戻る場合と、さらに誰も今まで経験したことのないような低い出生率が設定される可能性もあるということです。
○津谷部会長　川崎委員、いかがでございましょうか。よろしいでしょうか。
○川崎委員　大体考え方は分かりました。
　私が誤解していたことも分かりました。
　そこで、今の御説明でどうかなと、自分なりにまだ完璧に頭に入っていないのは、高位と中位の差を逆に低位にやっていくと、極端なことを言えば、下がり過ぎてしまうようなことはないのだろうか、下がり過ぎてマイナスということは、恐らくいかないかもしれませんが、その辺りは数字的な感覚が極めてつかみにくいので、またいずれの機会にでも御説明いただければありがたいと思いました。
　以上です。
○津谷部会長　川崎委員、ありがとうございました。
　岩澤部長、よろしいでしょうか。
○岩澤人口動向研究部長（社人研）　そうすると、結果が出たときに、それにどういう意味があるかというのを数字で御説明することができるかと思いますので、よろしくお願いいたします。
○川崎委員　その段階で結構ですので、ありがとうございました。
○津谷部会長　ありがとうございました。
　次回以降の部会で具体的な将来推計値を示して、これは中位がベースになると思いますが、場合によっては高位と低位についても御説明いただくということにさせていただきたいと思います。
　川崎委員、よろしいでしょうか。
○川崎委員　はい。結構です。
　ありがとうございました。
○津谷部会長　ありがとうございました。
　それでは、山田委員からもお手が挙がっております。
　山田委員、お願いいたします。
○山田委員　ありがとうございます。
　大変詳細な資料と、丁寧な御説明で大変分かりやすく、新推計の基本的考え方について、よく分かりました。
　基本的にコロナ禍の数値をどのように扱うかについては、不確実性が非常に高くて、今後、確率としてどうなるか、なかなか予測できない中で、こういう設定をするということで、非常に納得できる御説明をいただいたと思います。
　ありがとうございました。
　その上で、２点質問がございます。
　１点目は、スライド20についてです。
　スライド20では、年齢別初婚ハザードが出ておりまして、2020年を含まない最新ハザードを固定するということで、投影値が次から出てきているわけなのですが、質問は、この数年間、前回推計以降、このグラフからは、かなり初婚ハザードが下がっているように見受けられます。
　その一方で、25ページの○で、前回推計以降に得られた実績値がかなりフィットしている。
　前回推計したのも同じようなところで設定していれば、やや高めにハザードを設定したにもかかわらず、実績値は下がっていて、前回推計以降に得られた実績値を重ね合わせると、そんなに離れていない。読み方を間違っているかもしれませんが、あまり離れていないのはなぜかというのが１点目の質問になります。
　２点目の質問は、今回、コーホート出生ハザードについても、リー・カーター・モデルを適用したことに関しての質問になります。
　具体的には、30枚目のスライドになります。
　以前はガンマモデルをお使いになっていたと。
　今回、セミパラメトリックなリー・カーター・モデルを使うということで、パラメータ数とか特異値の数で分布、具体的には、多分、38ページの分布を再現したりすることにつながっていると思うのですが、分布を再現したりするときに、パラメータの数を増やせば増やすほど、特異値の数を増やせば増やすほどフィッティングがよくなると思うのです。
　今回、33枚目のスライドを見ると、第３特異値まで使うということなのですが、過去のガンマモデルのパラメータと比べて、もう少し増やしてもいいのかどうか、増やした場合に、さらにフィッティングがよくなるのか。
　特に、38ページのこぶの部分は、具体的に中身がどうかというのも併せて教えていただきたいのですが、再現するのに、パラメータをガンマモデルで増やす、それから、リー・カーター・モデルで特異値を増やすというバランスをどのように考えているのか、教えていただければと思います。
　以上です。
　よろしくお願いいたします。
○津谷部会長　山田委員、ありがとうございました。
　岩澤部長、よろしいでしょうか。
　お願いいたします。
○岩澤人口動向研究部長（社人研）　山田委員、どうもありがとうございます。
　ハザードは確かに下がってきていたりするのですが、コーホートで見ると、かなり実績を再現していますので、前回もある程度、初婚仮定が例えば20代ぐらいの初婚まで終わっているような初婚者については、その先も予測がかなり精度よくできるということもありまして、前回のときは、それなりにフィットがよかったと思うのですが、細かく見ると、若いところの初婚が見込みよりも少し下がっていることは見られますので、今回、そういう調整は行うことになるかと思います。
○山田委員　分かりました。
　そうすると、20ページのスライドの最新ハザードの固定の仕方は、それほど大きな、それほどとはどれほどという定量的な話になるかと思うのですが、ここでコーホート累積年齢別初婚率を出すには、センシティブというか、結果がそれほど大きく変わるわけではないとも理解してよろしいのでしょうか。
○岩澤人口動向研究部長（社人研）　そうですね。
　つまり、前回も既に一定になっているようなところもあったのです。
　この下がっているところは予測できたと思いますが、その後はほぼ動かない。前回もそういう仮定で、かつ、フィットもいいというところがあると思います。
○山田委員　分かりました。
　ありがとうございます。
○岩澤人口動向研究部長（社人研）　２点目も重要なところでございまして、モデルを変えたと。
　その理由は、パラメータの数をなるべく節約したいということで説明しましたので、今の御質問があったと思いますが、例えば前回のガンマ分布モデルのときは、ガンマ分布モデルはフォーパラメータで、かつ、第１子については競合リスクモデルという婚前妊娠を別にしたようなモデルを使いましたので、そういう競合モデルを使うと、フォーパラメータが２倍要ることになるわけです。８パラメータを投影することになります。
　リー・カーターのほうは、Ｈを含めますと、例えば第３まで使うと、ｂとｋが３つずつで、Ｈがあって、７パラメータなので、パラメータ数としては、８と７だとあまり変わらないように見えるかもしれないのですが、リー・カーターでは、ｂは投影しませんので、ｋだけを投影しますので、投影するパラメータとしては３つ、Ｈを入れると４つで済むことがあって、同じぐらいフィットがいいのだったら、なるべくパラメータが少ないという意味では、アドバンテージがあるかと思うのです。
　そういう意味では、確かに、もう少し特異値を使って、なるべくフィットさせていくこともあるのですが、そうすると、今度はまた投影するパラメータが増えてきますので、不確実性が上がる。
　そういうことをいろいろと考えつつ、かつ、例えば第４子をすごくフィットさせるのに、どのぐらい労力を使うか、パラメータを使うかということを考えますと、第４子は本当にレベルが少ないので、そこをぴっちり合わせる必要があるのかという判断もあると思うのです。
　そういう意味では、第１子とか第２子という一番インパクトが大きいところをできるだけフィットさせる、それ以外は、ある意味完全にフィットさせることで、不確実性が広がってしまうこともあるので、最後はむしろ節約的に考えるという考え方でモデルをつくっていく。そういう意味で、今のところ、特異値は３つぐらいが妥当ではないかと考えております。
○津谷部会長　ありがとうございました。
　山田委員、いかがでしょうか。
○山田委員　分かりました。
　御説明をどうもありがとうございました。
○津谷部会長　費用対効果を考えると、特異値は３つぐらいが妥当ではないかということかと思います。大変重要な御質問だと思います。
　ありがとうございました。
　金子委員からもお手が挙がっております。
　金子委員、お願いいたします。
○金子委員　津谷委員長、ありがとうございます。
　岩澤部長、大変丁寧で分かりやすい説明だったと思います。ありがとうございました。
　私からの質問は、今の山田委員の質問の追加というか、連続のような質問が１つと、もう一つ別の質問なのですが、出生モデルに関するもので２つあるのです。
　最初のほうなのですが、ちょうど30ページを開いているところなのですが、出生についても、リー・カーター・モデルを利用したものを使うということで、死亡との手法的な整合性が取れて、大変いいのではないかと思うのです。
　さらに、非常に柔軟性が高まるというメリットがあるわけですね。
　山田委員からも質問が出ましたが、私の質問は、第３成分ぐらいまでを使うということで、30ページの一番下の式で言いますと、ｋ、時系列的な変化を表すものです。
　普通のリー・カーター・モデルだと、第１主成分だけを使うわけで、そうしますと、第１主成分の因子スコアと言うのですか、ｋの係数は時系列的に直線的な傾向を示す。直線でなくても、単調減少のような変化をするわけです。
　たしか34ページにそのグラフがあると思いますが、このグラフの右側の赤い線が第１特異値に対するスコアということで、時系列的に投影しやすい形なのですが、第２・第３主成分といいますか、特異値の時系列的な変化は曲線になるわけなので、これを将来に伸ばしていくときに、どういった形で投影されるのかなというところが一つの疑問です。
　ここで先にお答えをお聞きしてよろしいでしょうか。
○津谷部会長　では、岩澤部長、お願いいたします。
○岩澤人口動向研究部長（社人研）　金子委員、どうもありがとうございます。
　金子委員は、この出生率モデルを日本で一番知り尽くしているところもございますので、まさに実際、どこが一番難しいかというのが分かった上での御質問だと受け取りました。
　まさに今おっしゃったk_cが３つ出てくるわけです。
　34ページを見ていただくとよろしいかと思うのですが、死亡は赤い線の第１ベクトルを伸ばしていく感じで、ここは出生も同じようなイメージになるかと思いますが、第２と第３、ブルーのラインとグリーンのラインはこういう形を取っていて、一方向で動くものではない。
　私はこれを見て何を思ったかというと、1960年代、1970年代あたりのコーホートのモデルを推定しないといけないときは、ガンマ分布モデルが大変有用だったと。あのときは、位置の動きや、その分散の動きとかをパラメータで表現していたモデルなのですが、それを丁寧に見ていくことで、一番形が変化するときのモデルをうまく表現するモデルだったと改めて感じました。
　そういう意味では、日本のコーホートの出生率は、1960年代、1970年代あたり生まれの人たちが劇的な変化を示しています。
　ただ、1980年代は、確かに婚前妊娠のような特異な動きはありますが、その当時の1960年代、1970年代の劇的な少子化が進んだときに比べますと、これからの変化は、ある意味下がり切ってしまっているところもありまして、あのように形が大きく変わる変化は、昔に比べて弱まってきているのではないかと思うのです。そういう意味では、ｋの第２・第３の特異値についても、ある程度直近の情報を生かす投影という形でやっていけるのではないかと。
　基本的には、ここは直近の形を生かしつつ、実際の直近、2020年時点のピリオドのパターンみたいなものも参考にしつつ、それと矛盾がないかというのを確認しながら今やっているのですが、そういう形で実質、そのパラメータを固定するような考え方を取りたいと思っております。
○津谷部会長　ありがとうございました。
　金子委員、よろしいでしょうか。
○金子委員　はい。よく分かりました。
○津谷部会長　もう一つ御質問、コメントがおありになると理解しておりますが。
○金子委員　もう一つ、今回、拡張リー・カーター・モデルをコーホートデータに適用する形で使われているというお話だったのですが、出生過程が完結していない、高年齢でデータのないコーホートについては、リー・カーター法はデータが全部そろっていないと使えませんので、出生過程が終わっていない今の若いコーホートのデータはどのように反映されているのか、されていないのか。
　これは質問なのですが、先にコメントを申し上げておきますと、コロナ禍の直前の出生率、2019年の出生率がかなり下がって、これはコロナ禍の影響と関係なく、少子化の仮定で、直前で少し下がっている傾向が見えています。
　その兆候をうまく捉えないといけないと思うので、直近のデータの重要性はすごくあると思って、そこは何らかの形で反映させる形がよろしいかなと思うので、先にコメントとして申し上げておきます。
　そして、実際、直近のデータはどのように使われているかというのが質問です。
　お願いします。
○津谷部会長　岩澤部長、お答えをお願いいたします。
○岩澤人口動向研究部長（社人研）　２点目の質問ですが、まず、完結しなければいけないというのはまさにそのとおりで、完結しているコーホートは1970年なのですが、1985年コーホートぐらいまでハザードを一定で埋めております。取りあえず、それでパターンを見てみようという考え方を取っております。
　2019年までのデータは、今度はピリオドに直したときの結果などを見ながら調整していく。そこは今までどおり、難しいところなのですが、そこはぐるぐる調整しながらやっていく段階でございます。一意に決まる話ではないところが推計の難しいところです。
○津谷部会長　岩澤部長、ありがとうございました。
　金子委員、よろしいでしょうか。
○金子委員　はい。どうもありがとうございました。
○津谷部会長　ありがとうございました。
　金子委員は、岩澤部長の２代前の将来人口推計のリーダーでいらした方ですので、これについて、どなたよりもよく御存じということで、非常に的確な御質問が出たかと思います。
　ありがとうございました。
　あと３人の委員の先生方からお手が挙がっております。
　申し訳ございませんが、時間の関係で、簡潔に３人の先生方全員の御質問、御意見をお受けしたいと思いますので、御協力のほどどうぞよろしくお願いいたします。
　それでは、小野委員から、お手が挙がっております。
　お願いいたします。
○小野委員　ありがとうございます。
　聞こえますでしょうか。
○津谷部会長　はい。よく聞こえております。
○小野委員　３つありまして、一つは、先ほどの川崎委員からの御指摘と重複してしまうのですが、出生率関数の高位推計は、累積初婚率カーブをコントロールしているということで、過去の水準を利用するということなのですが、前回の資料を見てみますと、1965年出生コーホートの水準ということかと思うのですが、今回であれば、1970年出生コーホートの実績を使用するという理解でよろしいのかというのが１点です。
　あとは素朴なコメントなのですが、2021年と2022年については、実績を考慮して推計されるという御方針のようなのですが、特に2021年は、直接データはあるかもしれないと思ったので、素朴にそれを利用するのがいいかなと感じました。
　それから、国際人口移動の外国人の話なのですが、15万人入国超という状態が続いていきますと、これは将来の人口に大きく影響する水準だと思われますので、この人たちの生産とか消費、あるいは社会保障への影響等を考えると、どうしても本推計で複数パターンがあったほうがいいかもしれないと感じました。
　以上です。
　ありがとうございます。
○津谷部会長　小野委員、ありがとうございました。
　岩澤部長、よろしいでしょうか。
　お願いいたします。
○岩澤人口動向研究部長（社人研）　ありがとうございます。
　2021年はデータがございますので、これに合うような仮定値にするのはそのとおりでございます。
　外国人については、確かに規模は大きいかとは思うのですが、そうはいっても、社会経済の担当の人から見ると、例えば外国人が多めの場合を想定して何か考えておきたいという場合もあれば、少ない場合を想定しておきたいといろいろなパターンがあるかと思いますので、そこは条件付推計で、前回も６パターンぐらい規模を変えて出しておりますので、今回もそのような形で、本推計とは別に、いろいろな水準で、しかも出生率も高・中・低に組み合わせるような形で、かなりいろいろなパターンが調べられるようにしたいと考えております。
○津谷部会長　ありがとうございました。
　２点目の2021年実績値はあるのだから、使ってはいかがかという御意見ですが、それについて何かございますか。
○岩澤人口動向研究部長（社人研）　こちらも2021年、あるいは場合によっては2022年も月別の情報がありますので、リアルな年間の見通しという数字も使って、要するに、モデルから出したものではなくて、そういうリアルな数字に近づけるような仮定値を逆につくる形でやっていきたいと思っております。
○津谷部会長　小野委員、いかがでございましょうか。よろしいでしょうか。
○小野委員　高位推計の設定についてお伺いしたのですが、それは。
○岩澤人口動向研究部長（社人研）　高位を何年にするかというのは、まだ検討しておりますが、これは５年たったので、５年進むという単純なものではなくて、高位のレベルとして、どのぐらいの回復があり得るかを考えて設定する形になりますので、場合によっては、前回と同じ年次を使うこともあり得るかと思います。
○小野委員　ありがとうございました。
○津谷部会長　小野委員、よろしいでしょうか。
○小野委員　はい。ありがとうございました。
○津谷部会長　ありがとうございます。
　それでは、榊原委員からもお手が挙がっております。
　榊原委員、お願いいたします。
○榊原委員　ありがとうございます。
　新しい将来人口推計についての基本的な考え方、枠組みについて丁寧に御説明いただき、丁寧に御準備いただいて、ありがとうございます。
　私からは、特に疑問点とか違和感などはないので、その上で、感想と質問を１つ伺いたいと思います。
　スライドで言いますと、17ページの「外的ショックによる変動」については、コロナ前とコロナ後と切り分けて考えるという方針が示されていて、確かにそのとおりだと思います。
　コロナ後、2020～2022年についての感想、考えということになるのですが、直近に公表された学校調査でも、小・中・高校生について、いじめ、不登校、自殺といった様々なデータが非常に悪い変化を見せていることがあります。
　私も、若者とか大学生といろいろな意見交換をしたり、話を聞いたりする中で、若い世代、20歳前後の人たちについても、将来の人生設計について、コロナ禍で相当ネガティブな影響を受けていると感じています。それは、様々な違う集団に所属している若者たちから同じような意見を聞くことが多いからという意味なのです。
　彼らの言葉を借りると、こんなに生きづらい、こんなに将来が不安で大変、子育ても大変そうという中で、自分は、子供もかわいそうだから、家族をつくったり、子供を産んだりすることについては、非常に否定的な考えになった、SNSにもそういう考えがいっぱい出ていて、自分もそうなのだという言い方をあちらこちらで聞くのです。
　つまり、彼らはまだ出生についての選択を具体的にしているわけではないのだけれども、将来像について相当ネガティブな影響を受けていると感じられていて、ここのところを仮定値に反映していく上でも、ぜひ慎重に考えていただきたいということと、これは社人研にというよりは、政府に対してのお願いになるのですが、コロナ禍で若者たちの家族形成とか出生について、どのような意識の変化があったのか、なかったのか、何らかの調査などできないのかどうか。
　2020年に内閣府が行った国際調査、４か国の若者の意識の違いの調査等も非常に興味深い結果を出しておられたので、そういったコロナ禍の若者の家族形成についての意識の調査を別途していただくことができたらいいのではないかと思いました。それが感想、１点です。
　もう一つ、質問のほうは、46ページのスライドで、国際人口移動について、男性と女性のグラフを示していただきました。
　女性と男性で、特に20歳前後で非常に大きな違いがあるのです。この男女の大きな違いは何に由来しているのか、分析されているのでしたら、教えていただきたい。
　また、女性のほうの出国超過は、その後のフォローで戻ってきているのかどうかということは、もし分かっているのだったら教えていただきたい。これは質問になります。
　以上です。
○津谷部会長　ありがとうございました。
　時間が押しておりますので、まず、御質問へのお答えからお願いできますでしょうか。
○岩澤人口動向研究部長（社人研）　では、是川より回答します。
○津谷部会長　是川部長、お願いいたします。
○是川国際関係部長（社人研）　御質問ありがとうございます。
　日本人男女の入国超過率の傾向に関しましては、女性のほうが18～20代前半ぐらいにかけて出国超過の傾向が強いということになっておりますが、こうした傾向は、実はずっと割と固定的に続いている傾向です。
　背景として考えられることですが、一つには、若いときに留学に出る方は、昔から女性のほうが多い傾向があったようです。
　あとは、国際結婚がございまして、女性の場合は、外国の男性と結婚して、そのまま夫の国に移住される方が一定数おられる。それで、20代以降の出国超過の傾向も、男性よりも強めになっている傾向がございます。
　長期的な趨勢ですが、過去、こうした傾向はもっと強くなっていましたが、近年、そうした傾向が弱くなってきておりまして、女性も留学に出た場合、以前は、一旦出るともう帰ってこない方も多かったように見受けられるのですが、近年では、就活までには帰ってくるというパターンが割と顕著になってきているのかなと思いますし、それ以降の結婚異動のような移動も、かつてよりは大分収まってきているといった状況があるかと思います。
　以上です。
○津谷部会長　是川部長、ありがとうございました。
　最初の御感想についても、出生動向基本調査も実施されておりますので、岩澤部長から何かお考えがありましたら、簡潔にお願いできますでしょうか。
○岩澤人口動向研究部長（社人研）　状況は、今回、意欲が下がったということは出ているのですが、推計の考え方でいいますと、例えば少子化が起きる直前の意識はどうだったかというと、そんなに減っていなかったのに、その後、少子化が起きたということもありまして、意識と実態は必ずしもイコールではないということもありますし、今の落ち込みが、また５年後に、今度は急に意欲が高まることもあり得ると考えていますので、基本的に人口推計は、直前の実際の行動のトレンドを重視するという考え方でやるしかないと思っております。
　以上です。
○津谷部会長　ありがとうございました。
　榊原委員、よろしいでしょうか。
○榊原委員　はい。ありがとうございました。
○津谷部会長　ありがとうございました。
　それでは、西郷委員からもお手が挙がっております。
　西郷委員、お願いいたします。
○西郷委員　非常に細かい質問を１つさせていただきたいと思います。
　先ほどの山田委員や金子委員の御質問を伺っていて、私も興味があった点なので、質問させていただきます。
　特異値の数を幾つまで取るかということに関してなのですが、古典的な主成分分析等で固有値とかを幾つ取るかというのは、今あるデータにどれぐらい当てはまるのかというので決める場合が多いと思うのですが、今回のモデル選択では、将来の予測という文脈で一体幾つまで特異値を保持するのがいいだろうかということで、ちょっと視点が違うような気がしておりました。
　なので、今回、第３特異値まで保持すると判断するに当たって、予測の文脈でこれが使われることをどれぐらい意識されたのかということについて、もし説明していただけるところがあれば、教えていただきたいというのが私の質問です。
　以上です。
○津谷部会長　岩澤部長、お願いいたします。
○岩澤人口動向研究部長（社人研）　西郷委員、どうもありがとうございます。
　あくまでも第３ぐらいではないかというのは、実績データがあるところのフィットを考えておりまして、これが将来は変わっていくのではないかというところは考慮しておりませんということでございます。
○西郷委員　分かりました。
　どうもありがとうございます。
○津谷部会長　西郷委員、よろしいでしょうか。
○西郷委員　ありがとうございました。
○津谷部会長　ありがとうございます。
　御出席になっております委員の先生方全員から御質問、コメント、御意見をいただきました。
　本当にありがとうございました。
　それでは、あと数分ございますが、終了予定時間に近づいておりますので、本日の部会審議はここで終了とさせていただきたいと思います。
　大変有用な御意見、御質問をたくさんいただきまして、本当にありがとうございました。活発に、そして積極的に審議に御参加いただいたことに御礼申し上げます。
　そして、今日いただいた御意見を参考にさせていただいて、次回以降の部会での審議に反映させていきたいと思います。
　それでは、次回の部会の開催につきまして、事務局より御連絡をお願いいたします。
○三好参事官　ありがとうございました。
　次回の日程につきましては、改めて調整させていただきまして、連絡させていただきたいと思います。
　よろしくお願いします。
○津谷部会長　ありがとうございました。
　本日は、２時間にわたり、御多忙の中、この部会の審議に御参加いただきまして、本当にありがとうございました。
　本日の審議はこれで終了とさせていただきます。
　ありがとうございました。