はじめに

前職で介護士をしていた際に、介護士の人口不足を実感しました。
なので、機械学習で学んだ技術を使って、介護士と要介護者の人口推移を可視化し、その中で見えた傾向を分析結果としてまとめていこうと思います。

解決したい社会問題

介護士と要介護者の将来の割合を予測する。

実行環境

パソコン: Windows
開発環境： Google Coraboratory
言語： python
ライブラリ： Pandas、 Numpy、 Matplotlib

分析するデータ

以下のデータを利用して分析結果をまとめます。

A.D.	CareRecipients	Caregivers
2000	244	54.9
2001	280	63.5
2002	326	72.4
2003	368	84.9
2004	402	96.4
2005	425	108.6
2006	442	114.1
2007	449	119.6
2008	462	123.3
2009	477	136.3
2010	498	142.7
2011	520	150.9
2012	546	163.0
2013	576	170.8
2014	598	176.5
2015	616	183.9
2016	629	189.9
2017	641	195.1
2018	654	203.0
2019	667	210.6
2020	676	211.9
2021	688	214.9
2022	697	215.4

分析の流れ

・データの確認
・データの可視化
・予測データの作成
・予測データの可視化

データの確認

必要なライブラリをインポートします

実行したコード

# ライブラリのインポート
# No.1
# ライブラリのインポート
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import seaborn as sns
import numpy as np
from sklearn.linear_model import LinearRegression

使用するデータを読み込みます

実行したコード

# No.2
# csvデータの読み込み
df = pd.read_csv('/content/NursingData.csv')

読み込んだデータを確認します

実行したコード

# No.3
# 読み込んだデータの全体像を確認
df

実行結果

A.D.	CareRecipients	Caregivers
2000	244	54.9
2001	280	63.5
2002	326	72.4
2003	368	84.9
2004	402	96.4
2005	425	108.6
2006	442	114.1
2007	449	119.6
2008	462	123.3
2009	477	136.3
2010	498	142.7
2011	520	150.9
2012	546	163.0
2013	576	170.8
2014	598	176.5
2015	616	183.9
2016	629	189.9
2017	641	195.1
2018	654	203.0
2019	667	210.6
2020	676	211.9
2021	688	214.9
2022	697	215.4

データの可視化

データを用いて折れ線グラフを作成します

実行したコード

# No.4
# グラフサイズの調整
plt.figure(figsize=(12, 6))

# 折れ線グラフの作成
plt.plot(df['A.D.'], df['CareRecipients'], label='CareRecipients')
plt.plot(df['A.D.'], df['Caregivers'], label='Caregivers')

# ラベル名の設定
plt.title('CareRecipients and Caregivers Over Years')
plt.xlabel('A.D.')
plt.ylabel('Number of People(in tens of thousands)')

# データの可視化
plt.legend()
plt.show()

実行した結果

可視化したデータから得られた情報

・2000年の要介護者と介護士の差が190万人なのと比べて、2022年の要介護者と介護士の数の差は482万人と、292万人も増加している
・2000年と2022年の上昇率は要介護者が約2.85倍なのに対して、介護士は約3.92倍でより高い上昇率をもっている

予測データの作成

ARIMAモデルを使用して将来のデータの推移を予測します

実行したコード

# No.5
# ARIMAモデルによる予測
model_recipients = ARIMA(df['CareRecipients'], order=(1, 1, 1))
model_caregivers = ARIMA(df['Caregivers'], order=(1, 1, 1))

# データにARIMAモデルを適応
fit_recipients = model_recipients.fit()
fit_caregivers = model_caregivers.fit()

作成したモデルを使用して向こう10年のデータの推移を予測します

実行したコード

# No.6
# 10年間の予測
forecast_recipients = fit_recipients.forecast(steps=10)
forecast_caregivers = fit_caregivers.forecast(steps=10)

予測結果を表示します

# No.7
# リストの幅を調整
future_years = list(range(2023, 2033))

# 10年間の予測を使用してデータフレームを作成
df_forecast = pd.DataFrame({
    "A.D.": future_years,
    "Predicted_CareRecipients": forecast_recipients,
    "Predicted_Caregivers": forecast_caregivers
})

# A.D.列を追加したデータの確認
df_forecast.set_index('A.D.', inplace=True)
print(df_forecast)

実行した結果

A.D.	Predicted_CareRecipients	Predicted_Caregivers
2023	704.717730	217.943495
2024	712.110035	220.444931
2025	719.190636	222.905002
2026	725.972676	225.324393
2027	732.468745	227.703776
2028	738.690901	230.043814
2029	744.650693	232.345155
2030	750.359186	234.608441
2031	755.826973	236.834301
2032	761.064207	239.023354

予測データの可視化

予測結果を用いて折れ線グラフを作成します

実行したコード

# No.8
# 実際のデータから折れ線グラフを作成
plt.plot(df['A.D.'], df['CareRecipients'], label='CareRecipients (Actual)')
plt.plot(df['A.D.'], df['Caregivers'], label='Caregivers (Actual)')

# 予測したデータから折れ線グラフを作成
plt.plot(df_forecast['Predicted_CareRecipients'], label='Predicted CareRecipients', linestyle='--')
plt.plot(df_forecast['Predicted_Caregivers'], label='Predicted Caregivers', linestyle='--')

# ラベルの設定
plt.title('Predicted CareRecipients and Caregivers')
plt.xlabel('A.D')
plt.ylabel('Number of People(in tens of thousands)')

# データの可視化
plt.legend()
plt.show()

実行した結果|

考察

要介護者と介護士の上昇率は2000年~2022年までの期間に比べて、2023年~2032年の期間では緩やかになっている。

	2000年~2022年までの上昇率	2023年~2032年までの上昇率
介護士	3.92倍	1.09倍
要介護者	2.85倍	1.07倍

このことから、介護士と要介護者の割合は向こう10年では変化が少ないことが分かりました。

まとめ

今回の考察はあくまで介護人口の推移のみに着目したデータで、少子高齢化の影響を度外視しているが、現状維持のままだと介護士と要介護者の割合は変化しないことが理解できました。
そのため今より積極的な外国人労働者の雇用や、1日介護などの介護業界の多様化などに力を入れることで介護士と要介護者の差を埋めることが出来ると思います。