マイナンバーカード普及状況

マイナンバーカード普及状況ダッシュボードの「性別・年齢別」グラフを見ると，老人ほど男性の交付率が大きい。なぜだろう？

最新データのdemographics.csvをダウンロードして調べてみる（ここでは2021/11/01時点のものを使った）。

import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv("demographics.csv")
age = (df.index[1:] - 1) * 5
men = df["交付率(男)"][1:]
women = df["交付率(女)"][1:]

fig, ax = plt.subplots(ncols=2, figsize=(8, 6))

# 左（男）
ax[0].barh(age, men, color="C0", height=5, align="edge", edgecolor="black")
ax[0].yaxis.tick_right()             # 軸を右に
ax[0].set_yticks(range(0, 110, 10))  # 10歳刻み
ax[0].set_yticklabels([])            # こちらの軸ラベルは非表示
ax[0].set_xlim([65, 0])             # x軸反転
ax[0].set_xlabel("男（%）")
# 右（女）
ax[1].barh(age, women, color="C1", height=5, align="edge", edgecolor="black")
ax[1].set_yticks(range(0, 110, 10))
ax[1].set_yticklabels([str(i) + "歳" for i in range(0, 110, 10)])
ax[1].set_xlim([0, 65])
ax[1].set_xlabel("女（%）")
マイナンバーカード普及状況（率）

確かに年齢が上がるほど男性の交付率が多い。そこで，「数は割合に，割合は数に直してみる」という格言に従って，交付件数（つまり人数）で描き直してみる：

men = df["交付件数(男)"][1:] / 10000
women = df["交付件数(女)"][1:] / 10000

fig, ax = plt.subplots(ncols=2, figsize=(8, 6))

# 左（男）
ax[0].barh(age, men, color="C0", height=5, align="edge", edgecolor="black")
ax[0].yaxis.tick_right()             # 軸を右に
ax[0].set_yticks(range(0, 110, 10))  # 10歳刻み
ax[0].set_yticklabels([])            # こちらの軸ラベルは非表示
ax[0].set_xlim([230, 0])             # x軸反転
ax[0].set_xlabel("男（万人）")
# 右（女）
ax[1].barh(age, women, color="C1", height=5, align="edge", edgecolor="black")
ax[1].set_yticks(range(0, 110, 10))
ax[1].set_yticklabels([str(i) + "歳" for i in range(0, 110, 10)])
ax[1].set_xlim([0, 230])
ax[1].set_xlabel("女（万人）")
マイナンバーカード普及状況（人数）

男女の人数はほぼ変わらないことがわかる。おそらく夫婦で取得しているのだろう。

Last modified: