TL;DR

前回の裏切り度スコア（全国回帰の残差）はデータ特徴を正しく検出できたが、出てきた発見は全て既知だった（長野の公民館＝公民館発祥の地、徳島の薬剤師＝医療県として有名、等）
**「隣接県との差異」**という重みを導入。地理的に近い＝似ているはずなのに違う県を検出する
空き家の細分類154カテゴリがノイズ源だったので除外フィルタを適用
結果、大分県の有床診療所が全国1位（1557年の西洋医療伝来に遡る）、島根vs鳥取の福祉施設の選択が真逆（措置型vsリハビリ型）という、統計でしか見えない文化の差分を発掘

1. 前回の裏切り度スコア、何がまずかったか

前回の記事（E-Stat全探索は「意外性」を殺す）で「裏切り度スコア」を設計した。全国47都道府県の回帰線から外れた県を検出する手法だ。

per capita正規化で人口効果を除去し、沖縄・徳島・島根・長野など「構造的に独自の県」を浮上させた。データ特徴の検出としては正しかった。

問題：発見が全て「既知」

裏切り度スコアの目玉だった発見を改めて検証してみる。

長野県：公民館が異常に多い（裏切り度5.5）
全国モデルの予測: 人口1万人あたり公民館 1.1~2.1
長野県の実測:    人口1万人あたり公民館 8.7
→ 予測の4~8倍。5.5シグマの上振れ。

統計的には見事な検出だ。
だが調べると、長野県は「公民館発祥の地」として広く知られている。

戦後、上田市の公民館活動がモデルとなり全国に広まった歴史がある。
地域活性化の文脈では常識レベルの話だった。

他の発見も同様：

発見	裏切り度	既知度
長野の公民館数が突出	5.5	高い。公民館発祥の地として有名
沖縄の住宅構造が独自	5.5	高い。米軍基地・島嶼部の影響は常識
徳島の薬剤師が多い	4.2	高い。「医療県徳島」として知られている
福井の共働き率が高い	3.3	高い。共働き率日本一は定番ネタ

データ分析としては正しいが、Googleで検索すれば出てくる事実の「統計的裏付け」をしただけだった。

3つの具体的な弱点

弱点1: 比較対象が「全国平均」しかない

47都道府県の回帰線は、東京（1400万人）と鳥取（55万人）を同じ直線上に並べる。
外れ値が「文化の違い」なのか「スケールの違い」なのか区別できない。

弱点2: 空き家の細分類がノイズ源

354指標のうち154個が「空き家_X_Y」（築年数×構造×所有形態の組み合わせ）。小さな値のわずかな差がz-scoreで増幅され、上位を空き家が独占する。

弱点3: 「知ってた」の壁を越えられない

全国モデルから外れる県は、そもそも「独自性が有名な県」だ。
沖縄、長野、徳島 ── いずれも「うちの県は特殊だ」と自他共に認める県ばかり。

有名だから検出される。
検出されたから有名になったのではない。

データ分析で「知られていないデータ特徴」を出すのは、やはり困難だった。

2. 発想の転換：「全国から外れている」→「隣と違う」

改めて初期の手法に戻ろうと思った、、、

「全国の期待値からは外れていなくても、隣り合う県と全く違う動きをしている県があれば、それは統計上の誤差ではなく、その県独自の政策や文化に突き当たる確率が非常に高い」

これは筋が良い。なぜか。

**隣接する県は、気候・文化・経済圏が似ている。
** 東京と鳥取を比べても意味がないが、島根と鳥取を比べれば、「似ているはずなのに違う」が文化の差分として浮かぶ。

隣接県差異スコアの設計

1. 各指標を全国で標準化（z-score）
2. 隣接県ペア(A,B)の差分 = |z_A - z_B|
3. この差分を全ペアの差分分布で標準化 → 隣接県差異スコア
4. 高スコア = 「隣り合うのに全然違う」

さらに「ローカル乖離」として、ある県の値を隣接県グループの平均・分散と比較する手法も追加した。

47都道府県の隣接関係マッピング

Pythonの辞書で89の隣接ペアを定義。
海峡・橋も考慮（青函トンネル、瀬戸大橋、しまなみ海道等）。
沖縄は隣接県なしで分析対象外。

ADJACENCY = {
    '北海道': ['青森県'],
    '青森県': ['北海道', '岩手県', '秋田県'],
    '富山県': ['新潟県', '石川県', '長野県', '岐阜県'],
    '石川県': ['富山県', '福井県', '岐阜県'],
    '島根県': ['鳥取県', '広島県', '山口県'],
    # ... 全47都道府県
}

3. 最初の実行：空き家ノイズに埋もれる

最初の実行結果。

隣接ペア差異イベント: 1,081件検出
ローカル乖離イベント: 1,472件検出

TOP10を見ると：

1位: 三重 vs 和歌山 | 空き家_9_4 | 5.85
2位: 愛媛 vs 高知   | 空き家_7_3 | 5.58
3位: 愛知 vs 静岡   | 空き家_5_9 | 5.09
4位: 秋田 vs 青森   | 空き家_7_8 | 4.83

また空き家だ。

空き家の細分類154カテゴリが隣接県比較でもノイズ源になっている。
「空き家の築30年以上・木造・賃貸用」の微妙な分類差が増幅されているだけで、政策や文化の差分ではない。

4. 改善：空き家を除外する

EXCLUDE_PREFIXES = [
    '空き家_',   # 空き家の細分類（154カテゴリ）はノイズが多すぎる
]

valid_cols = [c for c in valid_cols
              if not any(c.startswith(prefix) for prefix in EXCLUDE_PREFIXES)]

354指標 → 194指標に絞られた。

160指標の除去は大きいが、空き家の細分類は元々「同じ事実を154通りに分割しただけ」なので情報量の損失は小さい。

5. 結果：文化と政策の差分が浮上

空き家除外後のTOP（地理系も除く実質ランキング）：

順位	ペア	指標	スコア	内容
1	大分 vs 福岡	一般診療所病床数	5.22	大分29.8 vs 福岡11.5
2	大分 vs 福岡	有床一般診療所数	5.01	大分2.0 vs 福岡0.8
3	京都 vs 福井	就業者数(主に仕事)	4.63	福井4455 vs 京都3293
4	愛媛 vs 高知	療養病床を有する病院数	4.44	高知1.0 vs 愛媛0.5
5	島根 vs 鳥取	養護老人ホーム数	4.38	島根0.3 vs 鳥取0.1

（全て人口1万人あたり）

空き家が消えた途端、医療・福祉・労働の「文化の差分」が一気に浮上した。

6. 深掘り：大分県の有床診療所 ── 全国1位の謎

データ

大分県は有床一般診療所数・一般診療所病床数ともに全国1位。

指標	大分	福岡	全国平均	大分の順位
有床一般診療所数	1.97	0.84	0.65	全国1位
一般診療所病床数	29.76	11.51	9.08	全国1位

隣の福岡の2.4〜2.6倍。全国平均の3倍。

九州内の比較で見える構造

九州7県は全体的に有床診療所が多い（西高東低パターン）。
だが大分は九州の中でもさらに突出している。

有床一般診療所数（人口1万人あたり）:
  大分県:   1.97  ← 九州1位、全国1位
  鹿児島県: 1.77
  佐賀県:   1.69
  長崎県:   1.54
  熊本県:   1.45
  宮崎県:   1.25
  福岡県:   0.84  ← 九州最下位

面白いのは、医師数は全国平均並み（z=0.52）、薬剤師はやや少ない（z=-0.76） こと。
施設数は日本一だが、医療従事者数は普通。
「少ない医師が、小さな施設に分散配置されている」 構造が見える。

なぜ大分だけ突出するのか

調査すると、大分には日本の西洋医療の原点がある。

1557年、ポルトガル人宣教師ルイス・デ・アルメイダが、豊後府内（現・大分市）に日本初の西洋式病院を建設した。戦国時代のことだ。

以降、大分は早い時期から「地域に密着した小規模医療施設」が根付いた。
山間部が多く大規模病院へのアクセスが困難なため、「入院できる小さな診療所」が地域医療の受け皿として発展し続けた。

隣の福岡は九州大学病院を中心とした大規模病院への集約型。
同じ九州でも、分散型（大分）vs 集約型（福岡）の対比が、460年前から続いている。

460年の医療史が、統計の1行に凝縮されている。
これは全国回帰の裏切り度スコアでは見えなかった。隣接県比較で初めて浮かんだ発見だ。

7. 深掘り：島根 vs 鳥取 ── 福祉の「哲学」が真逆

データ

同じ山陰の隣県で、高齢化率も近い。
だが老人福祉施設の「種類の選び方」が正反対。

島根が強い指標（生活支援・措置型）:

指標	島根	鳥取	島根の順位
養護老人ホーム数	0.34	0.07	全国1位
養護老人ホーム定員数	18.94	7.41	全国1位
介護老人福祉施設数	1.37	0.80	全国1位
障害者支援施設数	0.92	0.58	全国1位
保育所等数	4.43	3.38	全国1位

鳥取が強い指標（リハビリ・自立支援型）:

指標	島根	鳥取	鳥取の順位
介護老人保健施設数	0.55	0.99	全国1位
介護老人保健施設定員数	38.74	53.67	全国2位
軽費老人ホーム数	0.25	0.52	全国1位
軽費老人ホーム定員数	14.90	21.20	全国1位
公営保育所等数	0.70	1.64	全国3位

パターンの解読

島根 → 「措置型・生活丸抱え型」: 養護老人ホーム（生活困窮高齢者の居住施設）、特別養護老人ホーム（重度要介護者の長期入所）。行政が責任を持って生活を丸ごと支える思想
鳥取 → 「リハビリ・自立復帰型」: 介護老人保健施設（リハビリして自宅復帰を目指す中間施設）、軽費老人ホーム（自立度の高い高齢者の低コスト住居）。自立支援・在宅復帰を重視する思想

どちらも全国1位を取っている。
同じ「高齢者を支える」でも、支え方の哲学が真逆だ。

なぜこの違いが生まれたか

島根: 隠岐諸島をはじめ離島・中山間地域が多い。在宅サービスだけでは地理的にカバー困難。
介護保険制度以前から社会福祉法人・社協が施設型福祉を整備してきた。
「帰る家がない/帰れない」高齢者のセーフティネットとして養護老人ホームを積極整備。

鳥取: 県土がコンパクトで、鳥取市・米子市の平野部に人口集中。在宅サービスの提供が相対的に容易。
「施設に入れる」より「リハビリして自宅に帰す」路線。
公営保育所が多いのも「地域で暮らし続ける」を支える姿勢の表れ。

同じ山陰でも、地理の微妙な違いが福祉の哲学を分岐させた。
養護老人ホーム（生活支援）vs 老健施設（リハビリ）の選択は、データにしか刻まれていない"政策思想の化石"だ。

8. 前回と今回の比較：何が変わったか

観点	前回（全国裏切り度）	今回（隣接県差異）
比較対象	全国47県の回帰線	隣接する2~6県
TOPに来るもの	有名な独自性（長野の公民館）	知られていない独自性（大分の医療史）
ノイズ	人口規模・地理規模	空き家細分類（除外で解決）
発見の質	正しいが既知	未知の発見が出る
解釈の深さ	「この県は外れている」で止まる	「なぜ隣と違うのか」が問える

前回の発見 vs 今回の発見：既知度の比較

前回の目玉（全国裏切り度）:

発見	裏切り度	既知度	検索で出るか
長野の公民館が突出	5.5	高い	「公民館発祥の地」で即ヒット
沖縄の住宅構造が独自	5.5	高い	米軍基地・島嶼部は常識
徳島の薬剤師が突出	4.2	高い	「医療県徳島」は有名
福井の共働き率が高い	3.3	高い	「共働き率日本一」は定番

今回の目玉（隣接県差異）:

発見	差異スコア	既知度	検索で出るか
大分が有床診療所全国1位	5.22	低い	大分の医療関係者以外はほぼ知らない
大分vs福岡が2.6倍差	5.01	非常に低い	隣県比較しなければ見えない
島根vs鳥取の施設選択が真逆	4.38	低い	施設類型別の比較が必要
京都vs福井の就業率ギャップ	4.63	中程度	福井の共働きは有名だが京都との対比は新鮮

前回は「統計的に正しい → 調べたら有名だった」のパターン。
今回は「統計で初めて見えた → 調べたら深い背景があった」のパターン。

比較対象を変えたことで、発見の「新規性」が上がった。

9. まとめと次の一手

今回学んだこと

全国回帰は「スケールの違い」を拾う。 隣接県比較は「文化の違い」を拾う
ノイズ源の特定と除外が重要。 空き家154カテゴリは「同じ事実の154通りの分割」であり、除外しても情報損失は小さい
「隣と違う」は「全国で外れている」より解釈が深い。 比較対象が具体的なので「なぜ？」が問いやすい

次の一手

e-Statから追加データ取得: 糖尿病死亡率、図書館貸出冊数、貯蓄額（全て社会・人口統計体系で取得可能）
徳島 vs 香川の「医療×食文化」仮説検証: 徳島は医師・薬剤師が日本トップクラスなのに糖尿病死亡率ワースト級。隣の香川はうどん文化。この矛盾を隣接県比較で定量化する
時系列の隣接県差異: 「昔は似ていたのに、ある時期から乖離し始めた」を検出すれば、政策変更の効果測定になる

前回の裏切り度スコアは「答えの出ない問い」を量産した。
今回の隣接県差異は「答えに辿り着ける問い」を生成した。

全探索 → 裏切り度 → 隣接県差異。
分析手法の進化は「何と比べるか」の進化だ。

使用データ: e-Stat 社会・人口統計体系（47都道府県 x 354指標 → 空き家除外後194指標）
コード: Python / pandas / scipy / 隣接県マッピング（89ペア）
前回記事: E-Stat全探索は「意外性」を殺す ── 裏切り度スコアで47都道府県の"常識破り"を発見する