昨年１０月に阪神から戦力外通告を受けた森木大智投手（２２）が、米大リーグのパドレスに入る可能性が９日、浮上した。同球団からマイナー契約のオファーを受け、すでに合意しているという情報もある。「まだま

* 要約 * この画像を見てほしい * 調査対象 * 投票ナビ * 毎日新聞 * 読売新聞 * 朝日新聞 * 選挙ドットコム * Yahoo! Japan 政党との相性診断 * 日本経済新聞 * 各選挙公約マッチングサービスの比較 * これらの計算方法の問題 * 社会調査法と耐戦略性 * ワーディングの問題 * 完全一致で判定する方式の問題 * 距離で評価する場合の問題 * 各公約マッチングサービスがどう問題だったか * 日本経済新聞のコンジョイント分析 * 定式化 * 仮定 * 安定性と持ち越し効果なし (stability and no carryover effect) の仮定 * プロファイル順序効果なし (no profile-order effect) の仮定 * プロファイルの無作為化 (randomization of profiles) の仮定 * 条件付き独立な無作為化 (Conditionally Independent Randomization) の仮定 * 推測とマッチング方法 * 結論 * 参考文献 * 脚注 ## 要約 選挙公約マッチングサービスがけっこういい加減なのでその仕組みについて真面目に考えた. 7つの選挙公約マッチングサービスのうち, 6つは社会調査法や統計学的な処理を一切考慮していない. 一方で, 日本経済新聞では, 比較的新しい手法でマッチングを判定している. この手法は従来的な社会調査法とも異なるが, 一定の統計的な信頼性があると見られる. 日本経済新聞の選挙公約マッチングサービスで採用されている手法についても, 簡単に解説する. 知識のある人向けの要約: 日本経済新聞で採用されている以外の選挙公約マッチング(ボートマッチ) サービスの計算方法は、社会調査法の方法論を守ってないなと以前から思ってたので網羅的に試してみたらやっぱりそうだった。統計学的な信頼性を考慮していないため、各社まったくばらばらな結果を生むことがある. 一方で日本経済新聞で採用されているアルゴリズムは, いくつか留保条件はあるが統計的な信頼性を考えた設計になっている. ## この画像を見てほしい この画像は, 複数の選挙公約マッチングサービスで, 私の意見がどの政党に最も近いのかを診断した結果である. いちおう, それなりに一貫性のある意見を持って診断したつもりだが, 自民党, 共産党, その他小規模政党と, あまりにも毛色の違う政党がそれぞれの結果で一致度の高い政党として現れていて面白かったので紹介する. 各サイトで全く異なる政党が一致度が高いという結果になった ## 調査対象 今回の第51回衆議院選挙の選挙公約に対するマッチングサービスとして, 以下を見つけた.1 * (投票ナビ - JAPAN CHOICE) * 毎日新聞ボートマッチえらぼーと2026 * 読売新聞ボートマッチ-VOTE MATCH- * 政党・候補者マッチング|衆院選2026朝日新聞ボートマッチ * 第27回参議院議員選挙, 選挙ドットコム * 政党との相性診断 * 日本経済新聞衆議院選挙2026 VOTE MATCHβ版 ### 投票ナビ > ・本サービスの政党とのマッチング結果は、各政党との立場の一致数をもとに機械的に算出しています。複雑なアルゴリズムや重みづけは行っておりません。万一、結果に不自然な点がある場合は、内部処理の不具合の可能性がございますので、お手数ですがお問い合わせ窓口よりご連絡ください。 > ・具体的な一致度の算出方法は、各政党ごとに「質問数」を分母、「一致した回答数」を分子として、一致率（％）を計算しております。この一致率を国政政党ごとに算出し、結果画面にてご覧いただけます。 「投票ナビ」は上記のように説明している. 「かんたん投票ナビ」「じっくり投票ナビ」の2種類があり, それぞれ15問・68問の設問があるという違いがあるが, どちらも回答は全て5段階の評価と「わからない・無回答」の6択である. よって説明に従うなら, 一致度の計算式はこうなるはずだ. 選択肢は段階式だが, 一致した場合しか加点せず, 例えば回答が1段階違いだとしても一切加点しないようだ. さらに, 各設問には「重視する」というチェックボックスがあり, 重視するとその設問が重視されて評価されるらしい. 結果画面では通常の評価方法と, 重視政策を考慮した評価結果が提示されるが, 計算方法が具体的にどう変化するのかの説明はない. 私が診断した場合は, 両者の一致度は全く異なる結果となった. また, 設問文が条件付きや前提を課すものであったり, 回答項目が5段階評価でありながら, それぞれの選択肢に対して具体的な意見が補足説明として記載されていたりと, 回答方法をどう解釈するべきなのかがわからないものが多い. これらは最近の政治の論点がなんであるかの復習には役立つかも知れないが, 公平な質問に対して付与するべきではない. さらに一部の回答に対して「生成AIにより回答を補完しています」という記述があり, 診断の品質に疑問が残る. ### 毎日新聞 「毎日新聞ボートマッチえらぼーと2026」は, 25問で判定する. 計算方法は https://vote.mainichi.jp/51shu/help/page/2 に書かれている (計算式に誤記があるのが気になる). 一致度 (matching coefficient) は以下で計算される. 回答者と政党の回答と一致すれば1点, 回答者がその設問を「争点」に選択すると, 配点が2点になる2. 「争点」は最大3問まで選択できる. ここまでは他のサービスの計算方法とだいたい同じだが, 政党・回答者ともに無回答あるいはどちらでもない, だった場合は含めずに計算する, と明記しているのはここまでの他のサイトとの違いである. 式がややこしくなったが, 要するに, 選択した設問に一致した場合のみ, 通常は1点の加点が2点になる, 分母もそれに応じて大きくなる, ということになる. 複数の候補者の回答はかならずしも一致しないため, 最も多かった回答を政党の回答として採用しているという. 朝日新聞の設問でもみられたことだが, 選挙の争点以外の設問も多い.例えば, 具体的な内容なく「憲法改正するかしないか」は論点として成立するのだろうか? 一方で, 自国の国旗損壊の刑罰についてなど, 他のマッチングサービスが拾っていないマイナーな論点も用意されていたりする. 選択肢の数も一定しない. 「無回答」は常に存在するが, はい・いいえ・無回答, の3択だったり, 段階評価ではないものや, Exclusiveでない選択肢があったりもする. ### 読売新聞 読売新聞では20問を用意し, そのうち最大3問を「最も重視する質問」として選択できる. 回答の選択肢数は質問によって異なる. どちらでもない, や無関心といった回答ができる5段階評価が多いが, 設問によっては4段階だったり, 一部には中間に対応する選択肢がないものもあるため, 調査票の作り方に疑問が残る. 一致度の計算方法を以下のように説明している. > 各党と各候補者から事前に得た回答をもとに、それぞれの政策との距離（近接性）と賛否の向き（方向性）の二つの要素を加味して一致度を計算し、高いマッチングの精度を追究しました。重要と考える争点を任意で一つから三つまで挙げてもらうことにより、ユーザーごとにカスタマイズしたマッチングの結果を提示しています。 選択肢が完全に一致した場合だけでなく, 近い場合も加点されると解釈できるが, 具体的な計算方法は提示されていない. この記述をそのまま距離と方向性の評価と解するなら, 以下の計算式になると私は予想する. はそれぞれ各設問 に対する回答者と政党の回答であり, 1から5の値をとる. この数字は5段階評価に対応している. この式ならば, 両者の回答の違いが距離として計算でき, なおかつ賛成と反対の向きで符号の違いが生じる. 各設問の得点合計すると 最大で , 最小で となる. 一致度として結果に表示されるのは0%から100%だと見られるので, 中間の80を足して 160 で割れば 0-100% のスケールに調整したものが, ここで出力される一致度だと思われる. 実際には設問によっては5択ではなかったりもするが, 本質的な違いではない. この方法であれば, 両者の回答が完全一致でなく近い場合もある程度加点されることになる. しかし, この方法にはいくつか注意点がある. まず, お互いの賛否の距離が同じでも, 方向性が違うと点数が変わる. 例えば政党の回答が中間の「どちらともいえない」の場合に, 回答者が「どちらかといえばA」「どちらかといえばB」のどちらかを選んだとする. 質問は2つの立場のどちらに近いかを答えるものだから, 中間を選んだ政党との意見の近さはどちらも同じともみなせる. しかし, この計算方式では, 2通りの回答の得点は不平等である. つまり, 設問の質問文でA, B を持ってくる順番の決め方次第で, 結果が変わってしまうことになる. それから, こういった段階評価は社会調査法や心理学ではリッカート尺度と呼ばれている. **リッカート尺度は大小や順序の関係だけを意味しているので, 数字を足したり引いたりして出てきた数字は意味をなさないとされる**. この式はあくまで, このサイトの説明文に基づいた私の予想である. しかし, この予想の真偽抜きにしてもいくつか問題がある. 実際には設問の回答が段階評価式になってないものもあるため, その設問の距離や方向性をどう計算しているのかがわからない, 重要と考える争点の選択が計算にどう影響するかが明かされていないなど, 計算方法の説明にいくつか疑問が残る. ### 朝日新聞 朝日新聞は21の設問を用意している. 一致度の計算方法は, 次のように説明している. > ユーザーと候補者との回答の「距離」をもとに、質問ごとに一致度合いを算出。全ての回答が同じなら一致度100%、全回答が正反対なら0%になります。政党との「距離」は各党候補者の回答の平均値との比較で算出します（政党との一致度は主要国政政党を算出の対象にしています）。ただし、「賛成」と「どちらとも言えない」、「どちらかと言えば賛成」と「どちらかと言えば反対」は、距離では同じになります。 読売新聞と比較すると, 距離で評価していることは同じだが, 方向性は不問であると読み取れる. そのため, 計算式は以下のような式になると予想する. ここでも, はそれぞれ各設問 に対する回答者と政党の回答であり, 1から5の値をとるものとする. この式は全ての質問に対する距離を計算しているという想定である. もしかすると, 1つ1つの質問に対して距離を計算し, その和を見ている可能性もあるため, 以下のような式になる可能性もある. 読売新聞と似ているが, 計算方法はより単純で, 曖昧なところがない. しかし, 後述するように, 全ての設問の回答に「どちらとも言えない」を選んでも一致度の高い政党が現れる. ### 選挙ドットコム 「選挙ドットコム」には, 20問で判定する「投票マッチング」と5問で判定する「投票マッチングQuick」がある. 計算方法は以下のように言及されている. > マッチング度の計算には、政党の回答と利用者の選択肢の“距離”を用いています。例えば、利用者が「賛成」を選んだ設問について政党Aが「賛成」、政党Bが「やや賛成」を選んでいる場合、マッチング度の加点は回答の距離が近い政党Aのほうが政党Bよりも大きくなります。 回答は全て, 賛成・やや賛成・中立・やや反対・反対 の5段階評価であるが, 一方で最大5回まで「わからない」という回答ができる. 私には「わからない」を「中立」とどう区別しているのかわからないし, この選択肢の位置づけは説明されていない. よって, 朝日新聞の計算式として予想できる, 以下の2通りのどれかに, さらにこの「わからない」の回答を反映した計算になるのだろう. さらに, 選択肢が賛成-反対で2極化したされている一方で, どちらを選ぶべきかが不明瞭な設問もいくらか見られた. 例えば, 「選択的夫婦別姓の導入」の争点には, 賛成か反対か, の他に, 「通称の使用に留める」という選択肢があることが設問に書かれている. その文をよく読めば「通称の使用に留める」を選ぶ人は「やや反対」か「反対」に入れるべきだととも解釈できるが, Yes/No の図式が成り立っていないため, 結局どう回答すべきかが不明瞭である. ### Yahoo! Japan 政党との相性診断 早稲田大学デモクラシー創造研究所の監修, 一般社団法人Manikenの協力, とされているが, 他のサイトとは異なり, 計算方法は一切書かれていない. 全10問で, 5段階評価で回答する. この早稲田大学デモクラシー創造研究所という機関, あるいは所属する研究者は, 読売新聞や後述の日経新聞にも関わっているようだ. しかし, それぞれの方法がかなり異なっているのは気になる. ### 日本経済新聞 このマッチングサービスのみ, 他とはかなり異なる方式で一致度を計算している. コンジョイント分析と呼ばれる多変量解析手法の一種を使用している. ここでは, 政策の争点にたいする意見をさまざまに組み合わせた2つの架空の政党が提示され, 2つのうちどちらを選ぶか, という問いを繰り返す. 最大20回まで繰り返され, 5回以上回答すれば結果を確認できる. この質問に答えることで, 回答者がいくつかの争点について, どの政党の考えに最も近いかを出力する. 争点は最大5つまでである. なお, 後述するように, ここで使われている「コンジョイント分析」は多数の一般サイトで紹介しているものとは異なる. サイト内では, コンジョイント分析の方法の厳密な解説はない. このサービスでは, 表示される数字は一致度ではなくスコアと表記され, さらに以下のような注意書きがある. > 点数は相対的なもので、100点は完全なマッチを意味しません。 では一番一致度の高い政党が100になるのかというとそうではないので, 結局スコアが何を意味するのかが不明である. この説明では, 一致度の高い順に並んでいるということしか確実なことは言えない. しかし, 選べる争点は最大5つまでで, それより少なく選択した場合は残りがランダムに選ばれる. 人によってはより多数の争点を気にすることもあるはずなので, この制約を課した理由が気になる. それに, 消費税は廃止するが, 社会保障の財源はそのままとか, 完全に独立してるとは言えない争点どうしの矛盾した公約が生成される場合があるのが気になる. ### 各選挙公約マッチングサービスの比較 以上から, ここまでで確認した各サービスの主な特徴の比較表を作る. 各サイトでページの見出しとタイトルが全部ばらばらなので何が正式名称なのかわからないものが多いため, この表では他のサービスと混同されないように考慮して名称を決めた. サービス名 | 設問数 | 選択肢数 | 段階評価 | 「無回答・中立」系選択肢の有無 | 計算方法の説明 ---|---|---|---|---|--- 投票ナビ, かんたん | 15 | 6 | はい | あり | 一部不明 投票ナビ, じっくり | 68 | 6 | はい | あり | 一部不明 毎日新聞ボートマッチ衆院選2026 | 20 | 3-5 | いいえ | あり | あり 読売新聞ボートマッチ衆院選2026 | 20 | 一定しない | 一定しない | 一定しない | 一部不明 朝日新聞ボートマッチ衆院選2026 | 21 | 5 | はい | あり | 一部不明 選挙ドットコム第51回衆議院選挙 | 20 | 5 | はい | あり | あり 選挙ドットコム第51回衆議院選挙, Quick | 5 | 5 | はい | あり | あり Yahoo! Japan 政党との相性診断衆議院選挙2026 | 10 | 5 | はい | あり | 不明 日本経済新聞ボートマッチ衆院選2026 | 5-20 | 2 | いいえ | なし | あり ## これらの計算方法の問題 普段の私ならば実験的なデータによる裏付けも用意するが, 今回は用意するのが面倒hなので, 理論上明らかなことだけを指摘することにする. ### 社会調査法と耐戦略性 選挙の候補者に, 主張の似通った候補者が2人現れると票が分散してしまい, 両者の票を合計すれば当選したはずの得票でありながらどちらも落選するということがありえる. いわゆる「票が割れる」と呼ばれる現象である. そのため, 意図的に票が割れるように候補者を立てるといったこともできる. 公共選択理論では, 票が割れにくい投票方式のことを「耐戦略性」 のある投票と呼んでいる. 社会調査法, いわゆるアンケート調査でも似たような問題がある. まず, 設問の立て方はそれぞれのサービス開発者が自由に作れる. 概ね最近の政治の争点が選ばれているが, サイトごとに質問数も傾向も少しづつ異なる. 設問数だけでなく, 選択肢の作り方も自由だ. 例えば, 消費税の増減は今回の選挙でしばしば取り上げられる. しかし, 増やすか減らすか, あるいは現状維持か, という選択肢だけを用意しているマッチングサービスもあれば, 食品の税率だけを変更する, いわゆる軽減税率の是非を論点に入れているマッチングサービスもある. そのため, 設問や回答を特定の政党に有利になるように設定することは可能である. しかし, ここでは各サービスが特定の政党に偏向しているかどうか, その政党がなんであるかを論じる必要はない. それを論じなくても, 偏りが生じる可能性を指摘できる. ### ワーディングの問題 社会調査法では, 質問文の言葉遣い (ワーディング) に関して注意することが求められる. 例えば, 原発政策は多くのマッチングサービスの設問に取り上げられているが, 設問と回答方法はそれぞれ異なる. 原発を「増やす」か「減らす」か, とか「活用する」か「廃止する」かといった選択肢がある. しかし, 現在の日本では, 原子力発電所は新設されることなく, 既存の原子炉の当初の耐用年数を延長して稼働していることを問題視する声もある. このような背景を考慮すれば, 現状の古い原子炉を引き続き活用するのか, それとも新設することで原子力発電を存続させるのかなど, 解釈の幅が生まれる. さらに別の例は, 今回最も取りざたされているであろう, 消費税の扱いである. 多くのマッチングサービスは, 増税か減税か, あるいは現状維持か, という切り口で設問を立てているものがほとんどである. しかし実際には, 食料にのみ一時的かつ一律でない税率を新たに適用するかどうかとか, 完全に減税するかどうかとか, 軽減税率そのものをなくすかどうかとか, 様々な主張の差異が存在している. つまり, 例えば単純に「消費税減税に賛成か反対か」だと, 一律の減税でも, 食料品などの一部の税率のみ税率を減らすことでも減税になるから, 異なる意見が賛成にまとめられてしまっている. あるいは, 一律の減税には賛成するが一部の税率だけ引き下げることは反対, という立場の人間はどう回答すればよいだろうか. さらに別の例では「消費税を減税するので、かわりに赤字国債の発行で財源を補填すべきだ」という主張への是非を問うものが見られた. 消費税の減税にそもそも賛成していない場合はどう回答すべきなのだろうか. 述語論理学に則して形式的に答えるなら, 前提が偽なので真になるが, 多くの有権者は赤字国債の発行を喜ばないだろう. よって, そもそも減税をしないなら赤字国債も発行する必要がないので, 赤字国債の発行には反対するだろう. こういった, 複数の項目をまとめてしまったり, 条件付きだったりする質問文は複数の論点を混在させており, 社会調査法ではダブルバレル (double-barreled) 質問と呼ばれ, 回答者の誤答や回答の誘導を産む可能性に注意すべきとされている. ワーディングの問題をシステム的に解決する方法として, 文面を少しづつ変えた似たような質問を繰り返し, 全ての回答を総合して傾向を見つけ出す, という方法がある3. しかし, 今回確認したマッチングサービスではいずれも, 最も質問数の多い投票ナビですら, そのようなことをしていなかった. ### 完全一致で判定する方式の問題 今回確認したいくつかのマッチングサービスでは, 単純に回答が一致しているかだけで一致度を計算していた. そのような計算方法は, 選択肢が多いほど各政党との一致度は下がりやすくなる. 多くの政策が回答者の考えと一致しないのに, たまたま回答が2, 3問一致しただけでも差がついて「一致度の高い政党」として選ばれる可能性がある. この場合は, 中立や無回答といった選択肢は, 一見便利なように見えるが, 要注意である. 特に小規模な政党は, 政策の争点を絞り, 多くの質問に中立的な回答あるいは無回答とする傾向があるように見える. その場合, 回答者と政党の回答が中立で一致した場合を除外して計算する毎日新聞の計算方法以外では, 一致度は高くなりやすいだろう. ### 距離で評価する場合の問題 では, 選択肢の完全一致ではなく, 賛成・反対度合いの濃淡, 言い換えるなら「お互いの意見の距離」が近いかどうかを評価する方法のほうが優れているのかというと, そうでもない. 段階評価ですらない設問がいくつか存在した読売新聞のことはいうまでもないが, そもそも段階評価 (社会調査法や心理学では「リッカート尺度」と呼ばれる) はあくまで順序や大小関係を問うものだ. 以下のような5段階評価があって, 回答者と政党の回答の点数の差を距離にする場合を再び考えよう. * 5. そう思う * 4. どちらかというとそう思う * 3. どちらとも言えない * 2. どちらかというとそう思わない * 1. そう思わない 「そう思う」と「どちらかというとそう思う」の距離は, 5-4=1 だ. 「どちらかというとそう思う」と「どちらとも言えない」の距離も, 4-3=1 と計算される. だが, それぞれの距離は本当に同じ1であるのかを保証するものはない. 「どちらかというと」の程度がどれくらいなのかは, 回答者それぞれの感覚に委ねられるだろう. 他の組み合わせ間の距離にも疑問がある. 「どちらかというとそう思う」と「どちらかというとそう思わない」の距離は2になる. ということは, この隔たりは 「どちらかというとそう思う」と「どちらとも言えない」の2倍離れていると言えるだろうか. 人によっては, 賛成と反対の違いを大きく捉えるかもしれないし, そう思うと, どちらかというと…という弱い態度との距離は1より小さいと思うかもしれない. 以上は, 一般的な社会調査法全てに当てはまる, 基本的な注意事項である. 公約マッチングサービスではさらに, 回答者と政党の回答を比較するという, 通常のアンケート調査ではやらないような特殊な処理を行っている. これが原因で, もう1つ別の問題が発生している. 冒頭の画像では, とある小規模政党が上位に来ている結果が複数ある. この政党の公約の一部は確かに私の意見と一致しているが, 項目の1つ1つを確認すると, 必ずしも多くの争点で意見が一致しているわけではない. 公約をよく見ると, この政党は社会保障費と消費税の問題に対してはっきりと意見を表明しているが, それ以外の争点に対しては中立的あるいは無回答であることが多い. 大きな政党ならいろいろな利害が絡むから, いろいろな政治問題について旗色を明らかにすることを求められるのかもしれない. そのため, 中立的な回答が多いのは, 小規模政党に広く見られる傾向かもしれない. すると, **「無回答」で一致した場合に加点しない毎日新聞ではこの政党との一致度がとても低いが, 距離で一致度を評価するマッチングサービスではいずれも一致度がかなり高くなっている**. もちろん, この政党を出したのはあくまで例で, 中立的な回答が多いために一致度が高くなる現象は他の政党でも発生しうるだろうし, 私の場合は, これに加えて, ほとんどの争点で一致する政党が1つも存在しないなかで, 一部の争点がたまたま一致したことで, この政党が上位に躍り出たということだろう. しかし, 今回確認した公約マッチングサービスで段階評価式のものはどれも, 肯定と否定の中間に「無回答」「中立」「わからない」といった選択肢が置かれている4. このような項目はその争点に対して,「現状維持に務める」と答えているのか, 「無関心であり, 現状維持もせず, ただ成り行きに任せる」のか曖昧である. この違いがはっきりしないような項目を, 一致していると判定するのは危険だろう. 今回確認したサービスのなかで「中立」と「わからない」を区別しているのは投票ナビと読売新聞だけだったが, どちらも計算にどう反映しているかは説明していない. 以下は, 距離で計算しているとされる朝日新聞と選挙ドットコムで, 全て中間の選択肢を選んだ際の結果である. 読売新聞は, 距離で計算しているとしながら, 中間の選択肢がない設問もあるためそのような検証ができない. 実際に試してみればわかることではあるが, 特定の政党を挙げることが目的ではないため, 結果から政党名を隠した. 朝日新聞の公約マッチングで, 全ての回答で 選択肢の中間に位置する「中立」と回答しても, 高い一致度のある政党が見られた. ドットコムは, 3つの重視する政策を必ず選択する必要があるため, その選択次第で結果が変わるが, やはり一致度の高い政党が多数登場する. 毎日新聞は回答者と政党どちらも中間の回答をした場合は加点しない. よって全ての回答で中間に位置する「無回答」を選択すると全ての政党との一致度がゼロとなる. ところで, 政治学では中位投票者定理という理論が知られている. 選挙の争点が1つだけであれば, 本来方針が真逆だった候補者たちは, 選挙でより多くの票を取り込むためにどんどん中立よりになり, やがて両者ともに同じ立場になる, という理論を数理的に証明したものだ. 中位投票者定理が成り立つための重要な条件の1つに, 争点が1つだけであるというものがあるため, 今回のような選挙では成り立たない. しかし, 有権者全員が全ての争点を均等に重要視しているわけではないはずだ. 特定の問題にのみ絞って訴求することも, 有効な戦略なのだろう. ### 各公約マッチングサービスがどう問題だったか ここまでで, 政策の争点に対して意見が完全一致したものだけを一致とみなすか, 意見の距離の近さで一致度を評価するのか, 政策の争点に対して, 中立的な立場あるいは無回答で一致した場合は, その政党と考えが一致しているとみなすべきか, 争点はどう設定するのが正しいか, といったように, 政策の「一致度」というぼんやりした概念は, かなり多様な解釈が存在することがわかった. 今回調査したサービスのうち, 読売新聞・朝日新聞・選挙ドットコムは完全一致でなくても評価しているととれる記述をしているが, 具体的な計算方法は公開されていない. そもそも選択肢間の距離をどう測るのかわからない設問もある. それに, 完全一致ではなく距離で測る方式は, ある争点の軸が1つだけでなければ意味をなさない. ある争点に対して, 回答者が強く反対・強く賛成の間のどこを選ぶかで評価していない場合は, うまく距離を測れないことがある. この場合は, 段階や距離で測らずに, 多様な意見のいずれかから選ぶ, という方法にも利点がある. 一方で, 単純に完全一致した場合だけ加点する方式でも, 問題はある. 一致度が選択肢の数に依存しやすく, たまたま数問で一致しただけで一致度最もが高い政党として上位に挙げられる可能性がある. ここまでの話で指摘した, 具体的な問題を列挙すると, 以下のようになる. * 設問の数や, 内容で結果が変わりうる問題 * 特定の問題に偏っていたり, 回答項目を工夫することで回答を誘導できてしまう * 選択肢の完全一致だけで評価する方式では, 選択肢の数でも「票割れ」が起こりやすくなる問題 * 仮に公平な設問や回答項目を用意できても, 選択肢が多すぎると適切な評価ができない可能性がある * 5段階評価の回答の違いを距離とみなしてよいのかという問題 * 段階評価は距離を意味しないため, 差は距離として正確に測れない * 無回答・中立的な選択肢を「現状維持」なのか「無関心」なのか区別していないのに, 一致とみなしてよいかという問題 * 中間の回答ばかりする政党の一致度が過剰に高くなりやすい これらの問題はどれも, 社会調査法や統計学で積み上げられてきた方法論を無視した計算方法を行うことで発生している. それから, 今回はあまり詳しく調べなかったが, 政党が表明した見解に対する解釈にも, 各サービスごとにばらつきがあることも考えられる. 政党にも同じ調査票を送っているのだから, 質問の作り方によっては, 回答者の考えと同じように, 各政党の考えを歪めてしまう可能性があるはずだ. これほどまでに結果が変動するのは, 私の意見と本当に一致する政党が少ないことが原因なのかもしれず, 人によってはここまで結果が変わることはないかもしれない. それを確かめるには複数の公約マッチングサービスで診断してみるしかないが, そのような面倒なことは誰もやりたくないだろう. それに結果が違ったとして, どれがより正しいかの判定をどうすればよいのか. だからこそ, 複数のサイトの結果を見ずに済む, より信頼性の高いマッチング診断について考える必要がある. ## 日本経済新聞のコンジョイント分析 最後に, ここまでで触れてこなかった, 日本経済新聞の公約マッチングサービスで採用されている一致度の計算方法について紹介する. これは他と比べてかなり独特なので, 特別に詳細な解説が必要だ. 当のサイトでは仕組みが書かれていない. 開発元のサイト5によれば, Hainmueller, Hopkins, and Yamamoto (2014) “Causal inference in conjoint analysis: Understanding multidimensional choices via stated preference experiments” で提案される方法らしい.6 以下で紹介する仕組みは, この論文に基づいたものなので, 日本経済新聞のサイト内で採用されている方法である可能性は高いが, 全く同じである保証はない. 私はコンジョイント分析という用語は覚えているが, 殆ど使わないのでどんな処理だったかは覚えていない. そしてこの論文を読んだのも, 先日が初めてだ. ### 定式化 人の回答者がいるとする. 回答者はそれぞれ 個の設問に答え, それぞれの設問には 通りの回答可能な項目がある. 回答方法は択一式でも, 段階評価のレーティング方式でもよい. そして, 選択肢が全部で 個あるとする. 回答項目の数 と 選択肢の数 は, 元論文の例を使うと, 次のように説明できる. 候補者が全部で 8 人いる選挙なら, である. そして有権者に, 8人のうち2人を選んで, どちらが良いかを問う. これは ということである. 2者択一の質問を, 2人の候補の組み合わせを変えたり変えなかったりしつつ, 6回質問したなら, である. それから, 候補者 についての情報の数を で表す. 含まれる情報には, 年齢, 学歴, 性別 などが考えられる. と の違いがわかりにくいため, 選択肢の数, あるいは候補者の数と表現してきた のことを, 以降では**プロファイル** と呼ぶ. 以上から, 回答者から引き出せる設問 T_{i,j,k,l} は, それぞれに対応する直積集合と同じなので, その集合全体を と表す. さらに, 以下のような記法を定義する. * そのうち全てのプロファイル に関する全ての変数を集めたベクトルを と表す. * 回答者 の設問 に対する全てのプロファイル に関する回答 全てを集めたベクトルは, と表す * 回答者 の全プロファイルに関する設問x回答を集めたベクトルを, と表す. 回答者 が, プロファイルに対する情報を受け取った状態での, 設問 に対する結果変数を とする. この結果変数は, 回答者が に対応した回答をしたなら 1, そうでないなら 0 となるバイナリ変数だったり, レーティングを表す変数だったりする. ただし, どの候補がよいかの質問をした結果を表す変数なので, を満たすような変数としておく. そしてここでは, を与えた場合の結果変数 を考える. ### 仮定 さらに, 推測のためにいくつかの仮定が必要である. #### 安定性と持ち越し効果なし (stability and no carryover effect) の仮定 全ての回答者 にとって, 任意の回答集合の組み合わせ , があり, この2つが同じとき, 結果も同じになると仮定する. この式はつまり, 回答者の回答に一貫性があることを意味する. 例えば「候補者Aと候補者Bどちらを支持しますか」という質問に一度でも「候補者Aを支持する」と答えた場合は, 以降何度同じ質問を繰り返しても, 「候補者Aを支持する」と回答するような回答者を想定する. 同じ回答をする条件は の一致だから, 例えば候補者A, B のいずれかが提案政策を変えると発表するなどの, プロファイルの情報に変更があったり, 「候補者A, B, C のどれを支持しますか」のように質問そのものを変えたりしない限り, 同じ回答をすることを意味する. 逆に言えば, これらに変更があれば, 必ず回答も変わる. これは, 候補者が方針を変更した際に, 回答者の時間差で反応して回答が変わるのではなく, ただちに回答が変わることも意味している. 「持ち越し効果無し (no carryover effect)」という名称はここに由来している. #### プロファイル順序効果なし (no profile-order effect) の仮定 全ての回答者 , 設問 , 回答項目 について, を入れ替えても結果変数が同じであると仮定する. 各質問の回答の並びを入れ替えても, 回答者の答えに影響がないという仮定である. (社会調査法の分野では, 回答の順序を変えることは誘導的質問として問題視されることがあるので, これが成り立つかはよく確認する必要があるだろう) ### プロファイルの無作為化 (randomization of profiles) の仮定 全ての回答者 , 設問 , , に対して, 結果と設問の設定は独立である. この仮定は, 特定の候補にとって有利になるような設問や質問方法になるように調査方法を設計していない, ということを意味する. ### 条件付き独立な無作為化 (Conditionally Independent Randomization) の仮定 処置変数 の分布は, 以下のように条件付き独立を満たす. は, の -次元部分ベクトルで, は, の要素を除いた で構成される. この仮定は, 一般的なコンジョイント分析全般で使われる仮定と同等である. は からこの要素を除いた に制約されるが, それ以外の属性とは独立である, という意味になる. 具体的な例を挙げると, 選挙の候補者プロファイルに「大学卒」があるとすると, 最低2年の教育年数が追加される7. よって, 学歴は教育年数に依存するが, 学歴はそれ以外の全ての属性と独立している. ### 推測とマッチング方法 ここまでの設定に基づいて質問票を作成して収集した回答が集まれば, プロファイルのそれぞれの属性1つ1つが, あるいは複数の属性の組み合わせが, 結果にどう影響するかの推測に使えるとしている. よって, 例えば「政党が政策Aを公約に掲げている場合, 支持される割合がX%高くなる/低くなる」とか「政党が政策Aを公約に掲げ, なおかつBに反対していた場合, 支持される割合がY%高くなる/低くなる」といった因果関係を推測できることになる. この論文では, 前者は平均限界要因効果 (AMCE; Average Marginal Component Effect) と呼ばれ, 後者は平均要因相互効果 (ACIE; Average Component Interaction Effect) と呼ばれる. しかし, この推測フレームワークが公約マッチングにどう利用されているのかは, 論文にも当のサイトにも書かれていない. そこで, この論文の内容やサイトの設計などから, 私は以下のような方法だと予想した. 1. 争点に対する立場をランダムに生成した架空の政党プロファイルを生成する * 提示される2党の公約が一部で同じ場合があるのは, ランダムに作られたのが理由だろう * 上記の仮定に則して, 質問や政党名の特定による先入観をもたらさないようにする効果があると考える * 仮定によれば回答者に対して無作為である必要があるので, 質問を始める前に全て生成しても問題ない 2. ランダムに作られた架空の政党プロファイルを2つ提示し, どちらが良いかを回答してもらう * かならずどちらかを選ぶことで, 中間の回答をどう判定するかの問題を回避できると考える 3. (1, 2) を十分な回数繰り返す * ランダムに何度も繰り返すという方法も, 統計的信頼性を高め, 回答者の意志をより正確に推測する効果があると考える 4. 回答結果を元に, 各争点の AMCE と ACIE を計算し, 各政党の公約と照らし合わせて限界効果の合計値を計算する 5. 各政党の合計値の大きいものほど, 一致度の高い政党だとして表示する * マッチング結果のページの注意書きから, スコアが結局何を意味しているのかが不明なため, 他の方法で計算している可能性もある. この方法であれば, 段階評価に対して距離を計算するという矛盾した計算をする必要はないし, 3通り以上の回答が提言されている争点に対する一致度も適切に計算できるだろう. 例えば消費税に関して, 「食品に2年間だけ課税しない」「食品のみ恒久的にゼロ」「現状維持」「一律5%」「廃止」など, 各政党が実際に主張している選択肢が登場している. そして, 選択肢を微妙に変えて何度も繰り返し質問しているという点も重要である. この手法を紹介している開発元のサイトでは, この手法の利点の1つとして, 以下のような説明をしている. > 広く用いられている意識調査や適性診断には、100問以上の質問項目を含むものも珍しくありません。そのため、同じような形式のたくさんの質問に回答者が疲れてしまい、データの質が低下する可能性が問題点として指摘されてきました。 私も既に指摘したように, 本来の社会調査法の方法では, 回答者の意見を正確に引き出すために, 何度も似たような質問を繰り返すことで, 統計的に信頼できる結果を得るべきなのだ. しかし, 今回紹介した他のサイトではいずれも, そういったアンケート調査の定石すら守られていない. この論文で提案されている方法は, 社会調査法というよりむしろ因果推論の理論に基づいているので, 社会調査法の従来の方法に対して明快に比較することは, 論文をさっき読んだばかりの私には難しい. しかし, この新手法が統計的信頼性の問題を考慮している方法だということはここまでの記述で直感的にわかる. 開発元のサイトでも, この手法が従来の社会調査法的なものと比べどのような点で優れているかを主張している. それらの内容に関して, 私も大きな異論はない. しかしながら, 私は以下の3つの点で, この方法に問題点を感じている. 1. 争点の網羅性 2. 安定性と持ち越し効果なしの仮定は成り立っているか 3. 公約どうしの矛盾を無視している 1つ目は, このサービスでは最大5つの争点しか選べないことである. 5つ以上の争点にはっきりした意見を持っているのなら, 十分にマッチングの診断が行えないことになる. 人によって重視する争点は違うだろうから, 争点を多く持ちすぎることで判断が狂わないための制約とも考えられるが, 最大5つという設定は何に由来しているのだろうか. 逆に, 争点を1つだけ指定し, 残りは全てランダムに決めてもらった上で何度か診断をしてみると, 毎回結果が大きく変わった. 4つの争点をランダムにすると, 結果も毎回変わる. 国民民主党が2度1位に現れた以外は, 順位がかなり異なる. そしてこれらの結果は, 私が実際に関心のある政策5つを選択して診断した場合とも異なる. 2つ目は, この手法で正確な推測をするために必要な仮定として挙げられていた. しかし, 私が実際に使ってみると, いろいろな政策の組み合わせの重要さを比較評価する中で, 私の中でいくつかの優先順位が逆転していると感じたことがあった. これは私の回答に一貫性がないことになり, なおかつ質問の順序に影響して回答を変えてしまっていることになり, この仮定に反している. ただ, 今回はマッチング診断としての話であって世論調査ではないので, 考えが変わったら変わったで, もう一度最初から診断し直せばいいだけかもしれない. 3つ目は, この方法ではしばしば矛盾した政策の組み合わせが登場することである. 例えば, 消費税は当初から社会保障費の財源という名目で作られている. しかし, 政党公約はランダムに作られるため, 消費税を現状維持や減税としつつも社会保障の給付を維持したり, 増やしたりするような架空の政党が現れることある. しかし, Hainmueller, Hopkins, and Yamamoto (2014) の仮定4によれば, このような設定は計算上問題がない. それに, このような矛盾していたり, 実現困難だったりする選択肢は他の公約マッチングサービスでもできてしまうので, 日本経済新聞の方法に限ったことではない. それに実際に唱えている政党もある. 見方を変えれば, 追求しているのはあくまで政党の公約と回答者の意見の一致を政策に測ることであって, 政策の実現可能性を評価するものではない, と割り切るべきかもしれない. よって, (2, 3) はそこまで大きな問題ではないが, (1) の最大5項目制約だけが, 意図がわからないと考えている. 比較的重大でない部分に疑問が残るが, この方法は, 他の公約マッチングサービスの計算方法とは異なり, 複数の方針が提案されている争点に対してYes/Noで回答させたり, 段階評価に対して距離を計算したり, 選択肢が完全一致した場合のみ一致と判定するなど, 原理的に無理のある方法を採用していないため, 比較的信頼性の高い方法ではないかと思う. Hainmueller, Hopkins, and Yamamoto (2014) 自身も, 従来の実験計画法の手法に対するコンジョイント分析を使った推測の制約についてより専門的な議論をしている. しかし, 今回の用途に限って言えば, 大きな問題にならないように思える. ## 結論 投票ナビ・選挙ドットコム・読売新聞・朝日新聞・毎日新聞・Yahoo! Japan・日本経済新聞という7つのサイトで見られる選挙公約マッチングサービスで自分の意見を確認すると, サイトごとにそれぞれで一致度が高いという政党が全く異なっていた. 不審に思ったので, このように結果が大きく変わる原因を主に調べると, 各社のサービスの多くに問題があるとわかった. まず, 主に社会調査法, いわゆるアンケート調査の技術の観点から考えると, 以下のような問題がある. * 設問の数や, 内容で結果が変わりうる問題 * 特定の問題に偏っていたり, 回答項目を工夫することで回答を誘導できてしまう * 選択肢の完全一致だけで評価する方式では, 選択肢の数でも「票割れ」が起こりやすくなる問題 * 仮に公平な設問や回答項目を用意できても, 選択肢が多すぎると適切な評価ができない可能性がある * 5段階評価の回答の違いを距離とみなしてよいのかという問題 * 段階評価は距離を意味しないため, 選択肢間の差は距離を表すとは限らない * 無回答・中立的な選択肢を「現状維持」なのか「無関心」なのか区別していないのに, 一致とみなしてよいかという問題 * この2種類を同じものとして扱うと, 中間の回答ばかりする政党の一致度が過剰に高くなりやすい 多くの公約マッチングサービスが, 社会調査法の基本的な考え方から逸脱した方法で回答者と政党の一致度を計算している. 一方で, 日本経済新聞のサイトで採用されている「コンジョイント分析」は, それらとは異なる画期的な方法である. いくらか細かい疑問点は残るが, 社会調査法と統計学的な観点から見て, 他のサイトのマッチング判定よりも信頼できる手法であると私は考える. 最後に一点引っかかることを挙げるなら, この画期的な手法を開発したとされる研究者が, ここで挙げた他のサイト, 具体的には読売新聞と Yahoo! Japan のマッチング診断の監修も行っているという点だ.8 以上の話は全て私の独自調査であって, 先行研究のサーベイをほとんど一切行わずに勢いだけで書いた. 政治学者, 特に特に投票行動が専門の先生方からのツッコミをお待ちしています. ## 参考文献 Hainmueller, Jens, Daniel J. Hopkins, and Teppei Yamamoto. 2014. “Causal Inference in Conjoint Analysis: Understanding Multidimensional Choices via Stated Preference Experiments.” _Political Analysis_ 22 (1): 1–30. DOI: 10.1093/pan/mpt024. ## 脚注 1. これ以外にも, 静岡新聞, 下野新聞などの地方紙や, NHKでも同様のサービスが展開されていた. しかし地方紙2紙は県内の選挙区を焦点としたものなので省略する. NHKは受信契約をしていないので利用できなかった.↩︎ 2. 説明では全ての値を10倍しているが, 結局同じことなのでここではよりシンプルに説明している.↩︎ 3. 採用面接のWebテストで見かけるあれだ↩︎ 4. 私自身は「中立」という言葉を英単語の neutral と読み替えてしまうので, 「無関心」と同義だと思っているが, 朝日新聞のように, 中間とか中庸という意味で使う者もいるのではないかと思う.↩︎ 5. https://veta.co.jp/%E3%82%B3%E3%83%B3%E3%82%B8%E3%83%A7%E3%82%A4%E3%83%B3%E3%83%88%E5%88%86%E6%9E%90%E3%81%A8%E3%81%AF%EF%BC%9F/↩︎ 6. 「これまでに世界各国の研究者から17,000回以上引用されています（2025年10月時点、Google Scholarによるカウント）。」とあるが, Google Scholar の Teppei Yamamoto のページを見てもそこまで引用されている論文は見つからなかった. どういう数え方だろうか?↩︎ 7. これはアメリカの教育制度の話である↩︎ 8. https://waseda-idi.jp/for_new_election/votematch↩︎

株式会社フジテレビジョン（以下、フジテレビ）は、2026年より日本国内独占放送・配信を行う「Formula 1®」において、実況者として長年にわたり厚い信頼を得ているサッシャ氏が、2026年シーズンのFODでのF1™︎配信において実況を担当することをお知らせいたします。サッシャ氏は、2026年シーズンに開催されるF1™︎全24戦において、金曜日のフリー走行から日曜日の決勝まで、FODで配信される各セッションの実況を担当いたします。FODならではの視点と臨場感で、F1™︎の魅力を余すところなくお届けします。

<p>　TVアニメ『コウペンちゃん』第44話「布団の中から出たくない」にて、生活密着型ラウドロックバンド・打首獄門同好会と『コウペンちゃん』コラボ曲『布団の中から出たくない』のミュージックビデオが“配信限定”にてアニメで登場しました。 　ファン待望の打首獄門同好会×アニメ『コウペンちゃん』とのスペシャルコラボ演出をぜひご覧ください。さらに、打首獄門同好会からコメントも到着！ ■『布団の中から出たくない』打首獄門同好会 作詞:大澤敦史 作曲:大澤敦史 編曲:大澤敦史 打首獄門同好会 コメント 　我々、打首獄門同好会がコウペンちゃんとコラボして『布団の中から出たくない』という楽曲のミュージックビデオを作成したのは、2017年の末のことでした。 　以降すっかり冬の定番ソングとして人気になりまして、我々のミュージックビデオ作品の中でも再生回数はトップクラスの1800万回超、未だ冬が来る度にセットリスト入りする代表曲の一角です。 　もう付き合いの長いこの楽曲が、あらためてコウペンちゃんご本家のアニメで登場するのはありがたいことですね。コウペンちゃんファンの皆さんにも楽しんでいただけたら嬉しいです。 第44話「布団の中から出たくない」あらすじ 　寒い冬の朝。なんとか布団の中から出ようとするが……？ ショートTVアニメ『コウペンちゃん』作品情報 【放送情報】 テレビ朝日にて毎週日曜8:28～放送中 テレビ朝日:毎週日曜8:28～ 青森朝日放送:毎週木曜23:10～ 岩手朝日テレビ:毎週日曜8:28～ 鹿児島放送:毎週土曜21:54～ 【配信情報】 QTORY YouTubeチャンネル＆各配信プラットフォームにて毎週日曜あさ8時30分から順次配信 ●無料配信 YouTube/TikTok/Instagram/ABEMA/TVer/テレ朝動画 ●有料見放題配信 Amazon Prime Video/DMM TV/dアニメストア/dアニメストア for Prime Video/dアニメストア ニコニコ支店/Hulu/Lemino/U-NEXT/TELASA/アニメ放題/バンダイチャンネル 【スタッフ】 原作:るるてあ『コウペンちゃん』 監督:矢立きょう シリーズ構成:加藤陽一 チーフ演出:作田ハズム 美術監督:根本洋行 美術監督補佐:針﨑義士 撮影監督:久保田淳 音響監督:八巻大樹 音楽:立山秋航 音響効果:西佐知子 音響制作:ステイラック 企画プロデュース:QTORY inc. アニメーション制作:レスプリ 【キャスト】 コウペンちゃん:齋藤彩夏 邪エナガさん:齋藤彩夏 大人のペンギンさん:國立幸 アデリーさん:間島淳司 教えてくれるタイプのシロクマさん:一条和矢 [&#8230;]</p> <p>The post <a href="https://www.pashplus.jp/anime/458911/">アニメ『コウペンちゃん』×打首獄門同好会のスペシャルコラボ演出をお届け！ 『布団の中から出たくない』MVが“配信限定”で登場</a> first appeared on <a href="https://www.pashplus.jp">PASH! PLUS</a>.</p>

11月21日（金）公開『落下の王国 4Kデジタルリマスター』公式サイト。17年の時を超えてスクリーンに蘇る、目も眩むほどに美しい圧巻の＜映像詩＞的アート体験