METHODOLOGY · 01 / 05
5 因子の意味
概要
階層ベイズ因子分析（HBFA、K=5）で抽出した 5 つの軸の意味を、因子負荷量（loading）が ±1 に近いほど強く効くという原理に沿って説明します。各カードでは、その軸を強く正方向に 説明する特徴量（高極）と、強く負方向に説明する特徴量（低極）を棒で並べました。
AXIS 1· F1
都市性 (U / R)
人口や産業の集積を表す軸。都市的活動の強さで対極が分かれます。
U 都市 — 都市的活動が集積 側
従業者密度（1km²当たり）+0.958
人口密度+0.948
事業所密度（1km²当たり）+0.948
財政力指数+0.732
総人口（2020）+0.614
年少人口比率+0.587
R 地方 — 地方・農山村的 側
老齢人口比率−0.794
行政区域面積−0.676
第一次産業就業者比率−0.664
年降雪量−0.550
死亡率（千人当たり）−0.535
公債費負担比率−0.529
§ 命名の根拠
事業所密度・従業者密度・人口密度といった「人間活動の集積」を表す特徴量が圧倒的に正方向へ寄与し、対極には老齢人口比率・第一次産業就業者比率・行政区域面積が並ぶ。これは典型的な都市 vs 農山村のコントラストそのものであるため、軸名を「都市性 (Urban / Rural)」とした。
AXIS 2· F2
規模 (M / I)
総量としての大きさを捉える軸。密度ではなく絶対ボリュームを表します。
M 大規模 — 政令市レベル 側
Wikipedia 本文長+0.730
総人口（2020）+0.697
行政区域面積+0.639
経常収支比率+0.356
第三次産業就業者比率+0.274
財政力指数+0.238
I 小規模 — 離島・極小村 側
実質収支比率−0.298
第一次産業就業者比率−0.241
年平均気温−0.239
年降水量−0.139
死亡率（千人当たり）−0.125
老齢人口比率−0.119
§ 命名の根拠
総人口・行政区域面積・Wikipedia 本文長（≒社会的注目度の代理）が同方向に強く効き、密度系の特徴量はほとんど抜けている。F1（都市性）と独立に「絶対的なボリューム」を捉えるため、軸名を「規模 (Major / Intimate)」とした。
AXIS 3· F5
動態 (V / T)
人の出入りや出来事の頻度。動的な活発さを測る軸です。
V 活発 — 動態が活発 側
婚姻率（千人当たり）+0.695
死亡率（千人当たり）+0.527
昼夜間人口比率+0.433
出生率（千人当たり）+0.406
純移動率（千人当たり）+0.353
5年人口増減率+0.252
T 静謐 — 動態が静謐 側
経常収支比率−0.236
公債費負担比率−0.190
人口密度−0.139
年少人口比率−0.129
製造業就業者比率−0.118
§ 命名の根拠
婚姻率・出生率・死亡率といった人口動態指標と、昼夜間人口比率・純移動率・5 年人口増減率が同方向に正で乗る。静的なストック（密度・規模）ではなく「人の出入り・出来事の頻度」を捉える軸であるため、「動態 (Vibrant / Tranquil)」と命名した。
AXIS 4· F3
産業 (P / S)
産業構造そのものを写す軸。製造業 vs サービス業の比重を表します。
P 二次 — 製造業優位 側
第二次産業就業者比率+0.950
製造業就業者比率+0.940
財政力指数+0.231
年間日照時間+0.229
S 三次 — サービス優位 側
第三次産業就業者比率−0.575
宿泊・飲食業就業者比率−0.380
駅密度（対数変換）−0.217
第一次産業就業者比率−0.167
年降水量−0.162
年降雪量−0.148
§ 命名の根拠
第二次産業就業者比率と製造業就業者比率がほぼ同値で大きく正、対極に第三次産業比率と宿泊・飲食業比率が並ぶ、産業構造そのものを写した軸である。そのまま「産業 (Production / Service)」と命名した。
AXIS 5· F4
気候温暖度 (W / C)
気候そのもの。147 観測所の最近傍マッピングに基づきます。
W 温暖 — 暖（南方） 側
年平均気温+0.872
年降水量+0.509
年間日照時間+0.363
死亡率（千人当たり）+0.223
老齢人口比率+0.208
経常収支比率+0.162
C 寒冷 — 冷（北方・山岳） 側
年降雪量−0.705
第一次産業就業者比率−0.142
行政区域面積−0.107
§ 命名の根拠
JMA 平年値の年平均気温・年降水量・年間日照時間が正方向、年降雪量が強く負方向に乗る。気候系の特徴量がほぼ独占的に効いており、社会経済指標の寄与は相対的に小さいため、独立した気候軸として「気候温暖度 (Warm / Cold)」と命名した。147 観測所の最近傍マッピングに基づく。
表示指標と二値化の基準
二値化（High/Low 極の決定）は標準化済み因子得点が 0 より大きいかどうかで行います。 グラフのバー位置は、両側 2.5% のはずれ値を除いた |因子得点| の最大値 Ak をバーの両端に対応させ、 clip(Fk / Ak × 100, −100, +100) で算出した値を用います（軸の中央が全国平均）。 ピル内の数値は 偏差値（平均 50・標準偏差 10）で、 T = 50 + 10·|z| と して傾いている側のみを表示します（z = 標準化済み因子得点）。 これにより値は原則 50 以上に収まり、軸の弱い側の偏差値（例: 都市的に強く傾いた自治体の「農山村側」偏差値）は表示しません。
METHODOLOGY · 02 / 05
16 主タイプと補助軸 W/C
NAMING FORMAT
命名規約 UMVP-W
UMVP−W
- U軸1 都市性U (Urban) ↔ R (Rural)
- M軸2 規模M (Major) ↔ I (Intimate)
- V軸3 動態V (Vivid) ↔ T (Tranquil)
- P軸4 産業P (Production) ↔ S (Service)
- W軸5 気候W (Warm) ↔ C (Cold)
CONFIDENCE
二値化と確信度
各軸の連続値は事後平均で得られたあと、1,747 自治体での中央値で二値化されます。確信度は事後分布から 「軸スコアが中央値より大きい確率」として計算され、自治体ページの 5 因子レーダーで色の濃さに反映されます。
境界自治体確信度 0.4〜0.6 の自治体は 境界自治体 として識別され、自治体ヘッダで明示されます。
AUXILIARY TAGS
補助タグ
- 6
避難区域
福島原発事故避難指示区域に該当する自治体。極端な人口動態は災害由来として別扱い。
6自治体
- 56
観光特化
宿泊・飲食業従事者比率の z-score が 2 を超える、観光モノカルチャー的な自治体。
56自治体
- 5
昼夜間人口極端
昼夜間人口比率の z-score が 5 を超える、通勤流入・流出の極端な自治体。
5自治体· 千代田区・中央区など
METHODOLOGY · 03 / 05
データ出典
PRIMARYSOURCE · 01
e-Stat
政府統計の総合窓口
国勢調査・経済センサス・人口動態統計・住民基本台帳人口移動報告・地方財政状況調査など、本サイトの主要な社会経済指標の出どころ。
e-stat.go.jp→PRIMARYSOURCE · 02
JMA 気象庁 平年値
1991–2020 平年値（147 観測所）
type A/B/D/E の 147 観測所。各自治体の緯度経度から大圏距離で最近傍を割り当て、気温・降水量・日照・降雪を特徴量化。
data.jma.go.jp→PRIMARYSOURCE · 03
MLIT 国土数値情報
国土交通省 国土政策局
N02 鉄道（駅密度）と N03 行政区域（面積・地図表示）を利用。本サイトの地図描画と駅密度特徴量の出どころ。
nlftp.mlit.go.jp→AUXILIARYSOURCE · 04
Wikipedia 日本語版
CC BY-SA 4.0
各自治体記事を MeCab で形態素解析し、名詞のみを TF-IDF + 切断 SVD で 20 次元のトピック軸へ縮約。本文は本サイトには掲載していません。
ja.wikipedia.org→PRIMARYSOURCE · 05
総務省 市町村別決算状況調 R5
総務省 自治財政局
財政力指数・経常収支比率・実質収支比率・公債費負担比率。財政健全性に関する 4 つの特徴量はすべてここから。
soumu.go.jp→
METHODOLOGY · 04 / 05
AI 生成コンテンツの方針
MODEL · INSTRUMENT
Claude Sonnet 4.5
by Anthropic自治体・都道府県・主タイプの各ページに掲載されている AI 生成プロフィールは、Anthropic 社の Claude Sonnet 4.5 を Batch API + プロンプトキャッシュ機能で利用して一括生成しています。
PROMPT POLICY · 6 RULES
プロンプト方針
- 01
5 因子の意味と二値化の規則を明示し、自治体の客観的特徴として記述させる。
- 02
「性格」「Identity」「個性」など擬人化表現の使用を禁止する。
- 03
侮辱・差別・断定的衰退表現の使用を禁止する。
- 04
推測表現は「〜の可能性」「〜とみられる」に限定する。
- 05
福島原発事故避難指示区域は極端な指標が災害由来であることを尊重し、本質的特徴と区別して記述させる。
- 06
250〜300 字、3 段落（位置づけ／特徴／類似地域）の構成を要求する。
POST-FILTER
事後フィルタ
生成された全テキストに対し、商標違反語と不適切語の正規表現フィルタを適用。1 語でも検出されれば出力を破棄し、再生成します。
- MBTI
- 16Personalities
- 性格タイプ
- Identity 型
- 衰退している
- 無能
- 侮辱語
CAVEATS
生成プロフィールの既知の限界
!事実の正確性
LLM の知識（一定時点までの公開データ）と提供したスコアに基づくため、最新の事実や細かい固有名詞は誤りを含む可能性があります。
i言及の偏り
タイプスコアと補助タグから自然に導かれる話題に偏ります。各自治体固有の歴史・文化・産業の詳細には触れない場合があります。
i更新タイミング
スコアデータが再生成されると AI 生成テキストとの整合性がズレることがあります。各記事のフッタには「生成時タイプ」を記録しており、現在の判定と異なる場合は警告を表示します。
METHODOLOGY · 05 / 05
既知の限界
- 01
LIMITATION · 01注意
残差シグナル
5 つの因子で説明できない特徴は自治体ページに上位 3 項目を表示しています。観光モノカルチャー（草津・箱根・屋久島など）、昼夜間人口の極端な値（千代田区・中央区）、災害由来の異常な人口動態（福島避難指示区域）が代表例です。
#残差
- 02
LIMITATION · 02注意
外れ値の扱い
補助タグ（避難区域・観光特化・昼夜間人口極端）は残差解析から判明した特殊な自治体を識別するためのもの。因子分析モデル自体は正規誤差を仮定しており、これらの自治体のスコアは極端値の影響を受ける可能性があるため、バッジで明示しています。
#外れ値
- 03
LIMITATION · 03仕様
補助軸 W/C の説明分散
気候軸（W/C）は主軸（4 軸）にはせず、補助軸として別扱い。多くの自治体で W/C は中間値で性格を強く決めず、リゾート系・離島系などでのみ顕著に出る性質があるためです。中央値ベースの二値化なので全体への影響は限定的ですが、自治体ページではサブ ID（例: UMVS-W）として表示します。
#補助軸
- 04
LIMITATION · 04仕様
Wikipedia 由来の特徴語
特徴語タグは Wikipedia 記事を MeCab で名詞抽出した上で TF-IDF + SVD した結果に基づきます。一部の自治体ではトピック寄与のしかたが特殊で、直感に合わない単語が混じることがあります。
#言語
- 05
LIMITATION · 05重要
生成プロフィールの正確性
自治体ページの「こんな町です」セクションは LLM によって生成されています。事実関係の正確性は人手で完全には検証されていません。重要な情報は必ず公式情報源で確認してください。
#AI