「千代田区」を含む日記 RSS

はてなキーワード: 千代田区とは

2025-11-23

経済学単位とった大学生高卒にすべき

経済学って失われた30年を継続してるじゃん

マイナスものを学んで何したいんだ

このまま千代田区経済学をはびこらせると失われた40年になるよ

経済学で30年失われた事実がある

経済学が何かをしたならそれは経済学の過失

何もしなかったのなら単に無能

責任を取りなさい

2025-11-12

これさあ、九州事件だったら絶対に「さす九」と言われてるよね?東京で起こった事件だったら「足立区」と地区単位になるんだ?

tekuteku

@tekuteku9

なぜ足立区に住んではいけないって言われるのか。当時これに関与していた、または気づいていて通報せずに見て見ぬふりをしていた奴らが何の罪にも問われずに今も、のうのうと暮らしているような地域からだよ。

https://x.com/tekuteku9/status/1982069897145491650

多分、これが足立区じゃなくて港区千代田区だったら地区単位で括らないんだろうね

足立区という、23区の中でも大変イメージがある地域からこうやって括るんだろう

何十年も前の事件なんだから、当時関与していた奴らや目に見ぬふりをしていた奴らが今もそこに暮らしているとは限らないのに。

2025-11-04

日本医療制度社会保障現実

日本世界で最も長寿の国の一つであり、国民皆保険制度によって、誰もが比較安価標準的治療を受けられる。これは世界的に見ても非常に優れた仕組みだ。

 

たとえば、がん治療の中でも注目されている光免疫療法(レーザー治療)がある。

この治療現在、頭頸部がんに対してのみ保険適用されている。肺がんなど他の部位にも有効可能性が指摘され、治験は進行中だが、国内外ともに結論は出ていない。

 

患者が、たとえば初期の肺がんに対して光免疫療法を自由診療で受けることは可能だ。

しか日本では「混合診療保険治療自由診療の併用)」が原則禁止されているため、

レーザー治療選択するとその他すべての治療保険適用外となり、すべて自費になる。

制度として「おいしいところだけ保険で」という“つまみ食い”を防ぐ仕組みになっているのだ。

 

臓器移植の例

アメリカでは年間約1万4千人が臓器提供を行い、3万5千件以上の移植手術が実施されている。

一方、日本では年間149人にとどまる。人口比で見ても大きな差だ。

 

それでも、日本では臓器移植保険適用であり、さら公的医療費助成制度を併用できる。

アメリカのように「高所得者しか受けられない医療」とは対照的だ。

 

もし日本アメリカ並みに移植件数を増やしたらどうなるだろう。

人口比で計算すると、およそ年間1万人の命が救えるかもしれない。

しかし、そのコストをすべて保険負担すれば、医療財政は確実に破綻する。

 

命にも“コスパ”の現実がある

日本医療制度は、「どの治療公的資源を使うか」を経済合理性で選別している。

まり「標準治療」は、世界最高峰技術をすべて使えるという意味ではなく、

費用対効果コストパフォーマンス)を最大化するための妥協点として設計されている。

 

海外では一般的治療法だが、日本では保険が効かない」というケースは多数ある。

理由は単純で、それを認めると制度全体が維持できなくなるからだ。

 

「命は地球より重い」という理想を掲げ、あらゆる先進医療や高額薬を

制限保険適用すれば、制度のもの崩壊する。

 

たとえば、一年生存率が1割にも満たない高齢患者に対し、

1億円を超える治療を行うことに経済合理性はあるだろうか。

誰に尋ねても「ない」と答えるだろうし、実際に制度もそれを許していない。

限界と不均衡

すでに日本医療介護制度財政的に破綻寸前であり、どこかを削らなければもたない。

仮に今後、頭頸部がんへの光免疫療法が「コスパ見直し」で保険適用外になれば――

治療中の人は来月から自費でお願いします」という事態理屈の上では起こりうる。

そんなことになれば国会大炎上し、千代田区デモがあふれるだろう。

新しい治療法の採用抑制的でも叩かれないが、一度採用したものの取り消しは炎上案件となる、そこに合理はなく情緒なのだ

 

冷静に考えればすでに現状でも命は“選別”されている。

医療リソースには限りがある以上、制度設計とは結局、

「どの命に、どれだけの社会的コストを割くか」という配分の問題にすぎない。

社会保障本質

医療制度介護制度は、突き詰めれば徴収(税・保険料)と分配(給付)の設計に尽きる。

充実させたければ、社会保障費を増やすしかない。

問題は、その分配が誰にどれだけ公平かということだ。

 

現状では明らかに高齢偏重になっており、

現役世代子育て世代の納得感を失わせている。

これが、今の社会保障制度が抱える最大の不均衡である

 

一言で言えば「老人を殺せ」だ

/ChatGPT15分

2025-11-01

警察庁:お子様が窃盗の容疑で逮捕されました。以下のいずれかの口座に150万円の保釈金を振り込んでください。2025年11月1日までに振り込まれない場合、3年から5年の懲役刑が科せられます。ご不明な点がございましたら、警察庁までお問い合わせください。

三菱UFJ銀行

王子駅前支店

普通#######

カ)グローバルニユースアジアドツトコム

〒100-8974 東京都千代田区霞が関2丁目1番2号

電話番号 03-3581-0141(代表

2025-10-27

息子が逮捕されたっぽい

警視庁からメールが来てた

警察庁:お子様が窃盗の容疑で逮捕されました。以下のいずれかの口座に150万円の保釈金を振り込んでください。2025年10月29日までに振り込まれない場合、3年から5年の懲役刑が科せられます。ご不明な点がございましたら、警察庁までお問い合わせください。

 

金融機関三菱UFJ銀行

支店名:札幌支店

支店番号:637

口座番号:5257033

名義(カナ):XXXXX

名義(漢字):XXXXX

 

三菱UFJ銀行金融機関コード0005)

湘南台支店支店コード509)

普通 0727984

名義 XXXXX

XXXXXX

 

〒100-8974 東京都千代田区霞が関2丁目1番2号

電話番号 03-3581-0141(代表

 

まぁ悪いことしたら逮捕されるんはしゃーない

まだ4歳やけど3年くらい臭い飯食って反省してきてほしい

2025-10-21

組織犯罪対策部あなたマネーロンダリングの疑いがあります保釈金として150万を下記の口座にお振り込みください。捜査終了後、保釈金は返金されます2025年10月22日までに送金しない場合資産は凍結され、あなた逮捕されます

受取银行: 三菱UFJ银行

支店番号:福生支店-316

受取人名:レミジオセロサマンタスミコ

〒100-8974 東京都千代田区霞が関2丁目1番2号

電話番号 03-3581-0141(代表

2025-10-06

そろそろ香辛料の「辛い」と塩の「辛い」を分ける時期に来ていると思うんだ

味覚の種類としては明確に違うよね。

味覚にうるさそうな民族のわりに味覚の千代田区一丁目一番地本丸みたいな感覚に対してアバウトなのどうなの?ってなるよね。

個人的には香辛料の辛いを残して、塩のほうを変えたほうがいいと思う。

わざわざ「塩辛い」って言うくらいだし2番手感がぬぐえないのと、「辛」の字がとうがらしっぽみがあるからな🌶。

2025-09-23

一極集中対策東京都内地方県の飛び地を作ろう

例えば人口最下位鳥取県(55万人)の飛び地23区最大の世田谷区(90万人)を選ぶと、鳥取県人口は145万人になって滋賀を抜いて26位になる。

住所が鳥取県千代田区なっちゃうけど、どうせ都民は毎回律儀に「東京都」って書かないから実害はない。

これを繰り返せば全国の都道府県人口格差はなくなって一極集中問題はすべて解消される。

このアイデアで俺が次の総理大臣になる予定。

2025-09-08

賃貸 vs 持ち家 の話

賃貸vs持ち家論争は絶対結論が出ない議論である。なぜなら、議論参加者それぞれが異なる前提条件で話しているからだ。

賃貸でも契約次第で大きく変わる

普通賃借契約場合

まず、賃貸でも普通賃借と定期借家がある。借地借家法で強く守られているのは普通賃借だ。 こちらは確かに借主側が非常に有利で、更新もできるし家賃を大幅に上げることはできない。 長くデフレが続いた日本においてはあまり気にならない点であるが、インフレ下においては貸主側にとって厳しい契約となる。強制的に追い出すこともできず、契約した時点での家賃基準として契約継続することになる。家賃が上がると言ってもそこまで大幅な上昇はない(たぶん)

定期借家契約場合

しかしながら、定期借家は別である一定以上の高級賃貸などはほぼこちらになっている。定期借家は借りた時点で契約が終わる時点が決まっており、それ以降に住みたい場合は再契約となる。しかもこの再契約保証されておらず、家賃も大幅に変わるし、再契約不可(退去)となることも珍しくない。

定期借家に住む上でのリスク

家賃が大幅に上がることや、再契約できなかった際が問題である。 そうなると改めて新しい住居を探すことになるのだが、同居しているパートナー家族がいる際はそう簡単に近い条件で探すことはできない。

特に都心3区(港区千代田区中央区)において、2LDK3LDK賃貸マンション家賃が急激に高騰しているし、何よりもそれなりに予算を上げても空いている物件がない場合も多い。 そうなると、場所を変えることになるがその際は、自分だけでなく同居している人の仕事子供がいる場合子供学校なども考慮する必要がある。

そう、定期借家で借りている場合は常に引っ越さなければいけないかもしれないというリスクを抱えることになる。これが定期借家問題である。そして今後、新規賃貸に出す場合は定期借家での契約が増えるだろう。

購入におけるリスク

これはよく言われているが、流動性が低いと思われるエリア23区外など)を購入してしまうと売却をしての住み替えが困難になるリスクがある。特に郊外に建てた注文住宅などは、流動性という意味ではかなり難しい。 当然、住み続ける前提で購入するのが持ち家なわけであるが、「もしも」のときのことを考えると流動性の高いマンションということになる。また、隣人問題なども懸念される。

しかしながら、現在都心マンションは非常に高価格帯で推移している。今後値が下がるといった保証もない一方で、買った後、価値一定以上であるといった保証もない。 だからこそ、購入を見送ってしま賃貸になる理由もわかる。

状況別の最適解は何か?

これがとても難しいところである

普通賃借契約可能場合

まず、普通賃借で望ましい物件があれば賃貸でよいのではないだろうか。資産形成にはならないが、定期的に転居しなければいけないというリスクがない。

定期借家契約場合

ある程度引っ越すリスクは許容できる、賃料が上がるリスクが許容できる、不動産会社が貸し出しをしているマンションである、などの条件が必要だろう。 最後の、不動産会社が貸し出ししているマンションに関しては(有名なものだとラ・トゥールシリーズなどである)賃料が上がり続けることは確実だが、引っ越しリスクはほぼないと思われる。金さえ払えば何とかなる。

そしてどちらの賃貸場合も社宅として借り上げることで、半分は損金に算入できる。

購入に向いている人のパターン

さて、購入はどんな人に向いているのか。基本的には3つのパターンの人が購入に向いていると考えられる。

一定以上の資産を持っている人

一定以上の資産(3億以上程度か?)の人は購入の方が向いているケースが多い。さほど給与所得はなくとも、資産背景があるだけで銀行の扱いは変わってくる。 こういったケースは、それほど安い金利は期待できないが頭金なしのフルローンで数億単位融資がおりたりする。

例えば3億の自宅をフルローンで購入したとしよう。 3億で金利1%で35年ローンをフルで組んだとすると、月々の支払いが85万円程度となる。 そして3億をリスク低めの投資商品債券など)で回すと、4%程度の利回りは期待できる。結果として、税引きとでも3億の資産運用の利回りだけで3億の不動産を購入することができる。

ただ、これはかなり限られた人だけが実施可能方法だ。実際、利回りが出る金融商品に3億回せる人は、少なくとも総資産で5億以上の人だろう。所謂、「超富裕層」のみが取ることができる戦略である

購入をして、任意タイミングで住み替え続ける人

恐らく、都心億ション購入者の多くの人が狙っているのはこのパターンだ。しかしながら、これができるのは資産価値が下がらないことを前提として流動性のあるマンションだけであるリスクとしては、買い先行・売り先行どちらもかなり面倒である。こういった手間を惜しまない人ができる手法だ。

永住することを前提として、資産価値としての側面は強く意識しない人

そして、昔ながらの自宅購入者はこのパターンであろう。注文住宅郊外の建て売りがまさにそうだ。 購入したらそこに住み続け子供もそこで育つ。とても思い出にはなるし、注文住宅であれば自分の夢の邸宅をつくることだってできる。 ただし、売却における住み替えはそれなりに困難である。終の住処として考えるか、十分な予算を持っている人向きな選択だと思われる。松濤なんかにたっているバカかい邸宅はまさに「十分な予算の人」である

まとめ

これが現時点での私の整理であるあくまで正解はなく、自分自身のライフスタイル資産状況に合わせて選択すべきだ。 だからこそ、賃貸vs持ち家のようなシンプルな構図で争うのではなく、きちんと向き合って考えるべきである

2025-08-30

日本東京大阪 清酒デリヘル

日本東京大阪 清酒デリヘル

私たち東京大阪エリアホテル派遣型のデリヘルサービス提供する紹介エージェントです。

日本人男性のお客様安心匿名、丁寧なサービス提供しています

Gleezy:WkwyQToZN

Telegram:@top7340

Telegram:https://t.me/kko778696

公式サイトwww.tokyosake520.com

営業モデル

私たち100%日本女性による高品質デリバリーサービス提供し、お客様安心安全特別な夜をお届けすることを目指しています

🔸 100%日本女性

登録された女性は全て純粋日本人で、魅力的で温かいおもてなし提供します。

• 本人写真保証写真と実際のギャップは一切ありません。

🔸 安心のお支払い:

• ご対面後、満足してから現金でお支払いいただきます

• 追加料金や隠れた費用は一切ありません。

🔸 パーソナライズサービス

• 性感マッサージ、会話、フルプレイなど、お客様のご希望に合わせて事前に相談可能です。

お客様の好みに合わせた特別女性提案いたします。

🔸 定期トレーニング

• すべての女性は厳しい選考と定期的なトレーニングを受けており、最高の接客お約束します。

• 細やかな心配りでお客様に完全に満足していただけるサービス提供します。

🔸 完全匿名プライバシー保護

• 完全に匿名対応し、個人情報漏洩リスクは一切ありません。

現金決済のみ、痕跡を残さず安心してご利用いただけます

🚗 派遣可能エリア

足立区荒川区北区墨田区台東区江東区豊島区文京区千代田区中央区新宿区港区中野区渋谷区目黒区品川区

✨ 今すぐお問い合わせいただき東京特別な夜をお楽しみください!

2025-08-24

anond:20250823232313

どこに住んでいるかで変わりそうだけどな。

手取り850万円でも港区千代田区中央区に住んでいたら、まず家などの生活にかかるお金ですごいことになって、生活厳しいだろうなって思う。

子供が3人と書いたらなお苦しいだろうな。高額支払いが必要障害を持った子供がいたら、補助金から外れてつらぽよなのも目に見える。

でも、どちらかが緊急呼び出しがあるような仕事だったり、職住接近の必然性があったりするなら、都心から離れるわけにはいかないだろうし。

逆に、地方中核都市手取り850万円で、子供いなかったら、周囲からの風当たりは強そうだけれど、左うちわ生活ができそう。

というわけで、お金のものだけ語っても仕方なくない?って思う。

850万円は公的補助から外れる収入だけれど、補助が必要子供が何人かいると途端につらくなりそうだからな。

生活費安いところに住んでいて、補助が必要子供もいなかったら、元のtogetterのひとの思うとおりなのかもしれんが。

2025-08-15

慰霊の形をめぐる考え方

今日8月15日終戦記念日である。全国各地で戦没者の追悼行事が行われ、首相閣僚靖国神社参拝が話題になる年も多い。靖国神社戦争で亡くなった軍人軍属を祀る神社だが、戦争指導者とされたA級戦犯合祀されているため、国内外賛否が分かれる。一方、東京都千代田区にある千鳥ヶ淵戦没者墓苑は、身元不明戦没者宗教色を抑えて慰霊する国立施設であり、海外要人も訪れやすいとされる。そのため、「千鳥ヶ淵での全体慰霊で十分」という意見存在する。

来月、9月1日防災の日であり、同時に1923年関東大震災から数えて102年にあたる日でもある。東京都慰霊堂では地震火災などによる犠牲者を広く悼む大法要が行われるが、その一方で、震災の混乱期に発生した朝鮮人虐殺社会運動家殺害犠牲者を追悼する集まりも毎年開かれている。ここでも「全体を対象とすれば個別不要」とする立場と、「歴史的事実を風化させないために個別慰霊必要」とする立場があり、意見は分かれている。

靖国千鳥ヶ淵関東大震災の大法要朝鮮人犠牲者慰霊という二つの事例は、ともに「全体慰霊個別慰霊関係」という構図を持つ。しかし、対象歴史的背景や社会的認知度、国際的評価の違いによって、同じ論理構造であっても結論評価が逆になる場合がある。

―――――

ChatGPTに書いてもらった。全体と一部という構図が似てるのではというのは、こちから示唆した。

2025-08-13

1人あたり地方税収額

3位とか5位とか8位とかが意外

1港区37.1万円
2千代田区33.1万円
3武蔵野市29.2万円
4豊田市29.1万円
5熱海市28.8万円
6大阪市28.7万円
7みよし市27.7万円
8田原市27.3万円
9渋谷区26.7万円
10名古屋市26.6万円
11東海市26.3万円
12成田市26.2万円
13碧南市25.4万円
14芦屋市25.3万円
15川崎市24.8万円
16刈谷市24.0万円
17浦安市24.0万円
18四日市市23.3万円
19横浜市23.1万円
20神栖市23.1万円
21御前崎市22.9万円
22袖ケ浦市22.8万円
23福岡市22.7万円
24京都市22.5万円
25小牧市22.4万円
26立川市22.4万円
27松浦市22.1万円
28君津市22.0万円
29韮崎市22.0万円
30安城市21.6万円

1人あたり所得収額で見たら順位がこれとはまた大きく変わってくる。そっちだと富豪が住んでいるらしい小さな村がランク入りしてたりしていよいよ予想がつかない。

千代田区フォーエバー税区に変えないと駄目だ

名は体を表す

日本から納税力の高い個人法人が一堂に会する

その場所日本一の税金

より税の集積地としてふさわしく

2025-07-21

軽い気持ち東京選挙区参政党得票率を線形回帰分析してみた

東京23区と周辺のいくつかの市で、東京選挙区での参政党の得票率がどんな要因と関係しているのか、軽い気持ち回帰分析してみた。

変数の多重共線性とか処理はガバガバなので軽い気持ちで見てほしいんだが、ざっくりまとめると、「大学院卒業者の割合」が高い地域では得票率が低く、「役員割合」が高い地域では逆に得票率が高い、という傾向がありそう。

使ったデータNHKが出している投票所別の得票率。手入力なので誤りがあるかもしれない。

それに、東京都人口統計国勢調査(令和2年の)などから市区町村ごとの属性データをくっつけて、変数を一律で標準化したうえで回帰分析を行った。

都内市区町村のうち、データが揃ってる27地域対象にした(23区町田八王子調布西東京)。

20万人以上の市しか一部のデータが見つけられなくて、そこはごめんって感じ。

ざっくり結果

まず、説明変数11個使って線形回帰分析をしたところ、決定係数は0.83(調整済み決定係数は0.71)だった。何を使ったかは後で。

そこから影響が特に大きそうな4変数(平均年齢、大学院卒業割合役員割合情報通信業割合)に絞って分析し直すと、決定係数は0.73(調整済み決定係数は0.68)になった。

詳しくはこれ

国勢調査は5年に1回しかなくて、最新の結果が令和2年のだった。

でこの4変数回帰係数の絶対値が大きい順に並べる。

  1. 大学院卒業者の割合(-1.30)
  2. 役員割合(+0.87)
  3. 平均年齢(-0.57)
  4. 情報通信業割合(-0.54)

4つの変数関係を見てみると、平均年齢は他の3つの変数大学院卒、役員情報通信業)と負の相関を持っていた(相関係数 < -0.69)。一方、大学院卒業者の割合役員割合情報通信業割合は互いに中程度以上の正の相関(相関係数 > 0.5)を持っており、特に大学院卒と役員の間の相関係数は0.75と大きかった(いずれもピアソン相関)。

ただし、回帰係数を見ると、興味深い違いがある。大学院卒業者の割合、平均年齢、情報通信業割合はいずれも負の係数を持っていて、これらが高いと参政党の得票率は下がる傾向がある。一方で、役員割合は正の係数を持っていた。

得票率と予測値の表
市区町村参政党得票率(NHK予測値_参政党得票率 平均年齢(令和7年1月大学院卒業割合(令和2年国勢調査役員割合(令和2年国勢調査情報通信業割合(令和2年国勢調査
千代田区9.4 9.6 42.69 0.088 0.162 0.115
中央区9.8 9.3 42.17 0.075 0.126 0.135
港区10.1 10.4 43.48 0.065 0.171 0.131
新宿区9.4 9.5 44.08 0.052 0.097 0.129
文京区 7.4 7.6 43.35 0.097 0.098 0.118
台東区1010.1 45.59 0.041 0.109 0.112
墨田区10.1 9.8 44.88 0.035 0.073 0.115
江東区 9 9.4 44.82 0.041 0.069 0.12
品川区 9 8.6 44.34 0.056 0.077 0.143
目黒区 9 9.4 44.88 0.05 0.109 0.137
大田区9.9 9.5 45.67 0.039 0.069 0.105
世田谷区9.9 9.4 45.19 0.047 0.097 0.128
渋谷区109.7 44.8 0.054 0.142 0.152
中野区9.5 9.3 44.57 0.038 0.072 0.141
杉並区 8.5 8.9 45.23 0.047 0.076 0.136
豊島区9.6 9.5 44.05 0.044 0.081 0.132
北区9.2 9.4 45.74 0.036 0.058 0.107
荒川区9.4 9.9 46.23 0.032 0.071 0.096
板橋区9.9 10.0 45.73 0.027 0.059 0.099
練馬区10.3 9.6 45.5 0.034 0.068 0.113
足立区10.5 10.7 46.74 0.017 0.063 0.073
葛飾区1010.4 46.52 0.02 0.061 0.083
江戸川区1110.7 45.09 0.021 0.062 0.085
八王子10.1 9.7 48.31 0.029 0.054 0.054
町田109.5 48.16 0.031 0.058 0.068
調布 8.6 9.4 45.66 0.035 0.06 0.113
西東京9.1 9.5 46.9 0.028 0.055 0.102

感想

雑なモデルなので話半分でね。

データの中身とか、もうちょい詳しく書いとく


出典

分析に使ったデータの出典はこんな感じ。


変数

使用した11個の変数はこんな感じ。


結果についてももうちょい詳しく

statsmodels.api.OLSの結果

                            OLS Regression Results                            
==============================================================================
Dep. Variable:                      y   R-squared:                       0.730
Model:                            OLS   Adj. R-squared:                  0.680
Method:                 Least Squares   F-statistic:                     14.84
Date:                Mon, 21 Jul 2025   Prob (F-statistic):           5.09e-06
Time:                        07:21:02   Log-Likelihood:                -20.653
No. Observations:                  27   AIC:                             51.31
Df Residuals:                      22   BIC:                             57.78
Df Model:                           4                                         
Covariance Type:            nonrobust                                         
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const       1.277e-15      0.111   1.15e-14      1.000      -0.230       0.230
x1            -0.5743      0.230     -2.493      0.021      -1.052      -0.096
x2            -1.3278      0.204     -6.512      0.000      -1.751      -0.905
x3             0.8670      0.174      4.973      0.000       0.505       1.229
x4            -0.5382      0.169     -3.184      0.004      -0.889      -0.188
==============================================================================
Omnibus:                        2.233   Durbin-Watson:                   2.170
Prob(Omnibus):                  0.327   Jarque-Bera (JB):                1.169
Skew:                          -0.035   Prob(JB):                        0.557
Kurtosis:                       1.983   Cond. No.                         4.48
==============================================================================
説明変数11個でのデータと結果

変数回帰係数
平均年齢(令和7年1月 -0.78
1世帯あたり人口 -0.31
男性率(令和7年1月 0.07
外国人比率(令和7年1月 -0.07
5年間外国人割合変化 0.27
犯罪認知割合 -0.05
大学院卒業者/全卒業者(令和2年国勢調査 -1.77
不詳者/全卒業者(令和2年国勢調査 -0.51
従業上の地位役員割合 1.39
従業上の地位自営業主割合 0.09
産業区分情報通信業割合 -0.53
地域参政党得票率(NHK予測値_参政党得票率 平均年齢(令和7年1月1世帯あたり人口男性率(令和7年1月外国人比率(令和7年1月 5年間外国人割合変化(令和2年から7年) 犯罪認知割合(令和6年件数/令和7年人口大学院卒業者/全卒業者(令和2年国勢調査 不詳者/全卒業者(令和2年国勢調査従業上の地位役員割合(令和2年国勢調査従業上の地位自営業主割合(令和2年国勢調査産業区分情報通信業割合(令和2年国勢調査
千代田区9.4 9.5 42.69 1.75 0.50 0.06 1.22 0.04 0.09 0.36 0.16 0.09 0.12
中央区9.8 9.8 42.17 1.76 0.48 0.07 1.33 0.01 0.08 0.28 0.13 0.08 0.14
港区10.1 10.0 43.48 1.74 0.47 0.08 1.08 0.01 0.07 0.42 0.17 0.10 0.13
新宿区9.4 9.0 44.08 1.52 0.50 0.14 1.12 0.02 0.05 0.39 0.10 0.09 0.13
文京区 7.4 7.5 43.35 1.80 0.48 0.07 1.32 0.01 0.10 0.25 0.10 0.08 0.12
台東区10.0 10.3 45.59 1.58 0.51 0.09 1.21 0.01 0.04 0.36 0.11 0.09 0.11
墨田区10.1 10.1 44.88 1.69 0.49 0.06 1.25 0.01 0.04 0.28 0.07 0.07 0.12
江東区9.0 9.2 44.82 1.84 0.49 0.07 1.23 0.01 0.04 0.27 0.07 0.06 0.12
品川区9.0 8.6 44.34 1.73 0.49 0.04 1.19 0.01 0.06 0.24 0.08 0.07 0.14
目黒区9.0 9.3 44.88 1.74 0.47 0.04 1.19 0.01 0.05 0.35 0.11 0.10 0.14
大田区9.9 9.7 45.67 1.77 0.50 0.04 1.26 0.01 0.04 0.23 0.07 0.07 0.11
世田谷区9.9 9.3 45.19 1.84 0.47 0.03 1.22 0.01 0.05 0.30 0.10 0.10 0.13
渋谷区10.0 9.9 44.80 1.61 0.48 0.06 1.12 0.02 0.05 0.34 0.14 0.12 0.15
中野区9.5 9.5 44.57 1.57 0.51 0.07 1.20 0.01 0.04 0.33 0.07 0.09 0.14
杉並区 8.5 8.9 45.23 1.73 0.48 0.04 1.19 0.00 0.05 0.26 0.08 0.09 0.14
豊島区9.6 9.5 44.05 1.57 0.50 0.12 1.21 0.01 0.04 0.34 0.08 0.09 0.13
北区9.2 9.2 45.74 1.71 0.50 0.09 1.31 0.01 0.04 0.31 0.06 0.07 0.11
荒川区9.4 9.6 46.23 1.77 0.50 0.11 1.19 0.01 0.03 0.29 0.07 0.08 0.10
板橋区9.9 10.0 45.73 1.73 0.49 0.07 1.29 0.01 0.03 0.30 0.06 0.07 0.10
練馬区10.3 9.6 45.50 1.89 0.48 0.04 1.22 0.01 0.03 0.25 0.07 0.08 0.11
足立区10.5 10.6 46.74 1.84 0.50 0.06 1.28 0.01 0.02 0.31 0.06 0.08 0.07
葛飾区10.0 10.5 46.52 1.86 0.50 0.06 1.27 0.01 0.02 0.27 0.06 0.08 0.08
江戸川区11.0 10.8 45.09 1.93 0.50 0.07 1.27 0.01 0.02 0.26 0.06 0.07 0.09
八王子10.1 9.7 48.31 1.96 0.50 0.03 1.28 0.01 0.03 0.21 0.05 0.07 0.05
町田10.0 10.0 48.16 2.06 0.49 0.02 1.44 0.01 0.03 0.17 0.06 0.08 0.07
調布 8.6 9.1 45.66 1.92 0.49 0.02 1.14 0.01 0.04 0.23 0.06 0.08 0.11
西東京9.1 9.2 46.90 2.00 0.49 0.03 1.15 0.01 0.03 0.20 0.06 0.08 0.10



                            OLS Regression Results                          
==============================================================================
Dep. Variable:                      y   R-squared:                       0.833
Model:                            OLS   Adj. R-squared:                  0.711
Method:                 Least Squares   F-statistic:                     6.803
Date:                Mon, 21 Jul 2025   Prob (F-statistic):           0.000472
Time:                        06:53:14   Log-Likelihood:                -14.148
No. Observations:                  27   AIC:                             52.30
Df Residuals:                      15   BIC:                             67.85
Df Model:                          11                                      
Covariance Type:            nonrobust                                      
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const      -5.405e-15      0.106  -5.12e-14      1.000      -0.225       0.225
x1            -0.7820      0.361     -2.165      0.047      -1.552      -0.012
x2            -0.3056      0.355     -0.860      0.403      -1.063       0.452
x3             0.0671      0.270      0.248      0.807      -0.509       0.643
x4            -0.0737      0.213     -0.346      0.734      -0.527       0.379
x5             0.2652      0.168      1.579      0.135      -0.093       0.623
x6            -0.0534      0.246     -0.217      0.831      -0.578       0.472
x7            -1.7650      0.293     -6.018      0.000      -2.390      -1.140
x8            -0.5147      0.379     -1.358      0.195      -1.322       0.293
x9             1.3916      0.348      3.994      0.001       0.649 


  

2025-07-20

参政党には入れなかったが正直参政党に入れる気持ちもわかる

俺は五十手前の地方出身東京在住の氷河期世代である選挙区国民民主、比例はみらいに入れた。はてなに多そうなタイプである参政党には入れなかったが、参政党に入れる奴の気持ち何となくわかる。

30年以上言われ続けているが、自民党による政治の閉塞感が半端ない東京だと立候補している自民党候補者が、いかにもな高齢者ターゲットの現職と、客寄せパンダ的な元スポーツ選手でこりゃないと思ってた。

都知事選の際の石丸伸二や、少し前だがガーシーの件も個人的には記憶にある。既存の「奴ら」の側でない候補者に大量に票が入ることによって、世代別の投票行動分析を慌てて始めるマスメディアの愚かさを嗤いたい気持ちがあった。市区町村別の得票率がそのうち出てくると思うが、以前の選挙記憶にあるのが、千代田区中央区あたりでのガーシーの得票率の高さである東京の現役世代は、真面目に自民と立憲民主の戦いに対しては冷めていて、突発的な祭り規制の仕組みがひっくり返ってしまうのもよしと思っているのかもしれない。

石丸やN国がなにも起こせなかったのと同じように参政党もどうせ何もできないだろうとは思う。だが、既存の奴らがあたふたするところを見てやろうという破れかぶれの気持ちも分かる。

2025-07-18

東京都千代田区マンション転売5年制限へ 事業者条項導入を要請

https://www.nikkei.com/article/DGXZQOCC17A510X10C25A7000000/

まず無理

特約でのお願いベースで入れたとしても破ったところで何もペナルティは課せない

法的根拠が無いし財産権侵害になりうる

離婚リストラ等でやむなく手放さざるを得ないケースも相当数あるし

2025-07-17

千代田区 フォーエバ田んぼ

農林水産省があるから

米で税金を納めていた頃の名残でしょうな

2025-07-06

俺の父親千代田区小学校から開成を経て東大に進学。

国家公務員試験司法試験合格して法学部卒業国家公務員になった。

俺は慶應幼稚舎から慶應義塾大学経済学部を経て財閥総合商社入社

親父と俺のように二代続けて優秀な親子もいる。

一方で、京都大学卒業した上司の息子は駅弁大学工学部に行き、院まで修了したのに今は地方工場勤務。

これもある意味教育格差だよな。

2025-05-17

東京科学大の女子大生が60歳のおっさんパパ活キメセクする時代

東京科学大学2年生の小西木菜(こにし・もな)容疑者(21)は2024年6月東京千代田区ホテルで、覚醒剤コカインを所持した疑いがもたれています

この事件をめぐっては「レーサム」の元会長田中剛(たけし)容疑者(60)と奥本美穂容疑者(32)が覚せい剤を所持した疑いで5月12日逮捕されていて、小西容疑者は当時、2人と同じホテルの部屋にいました。

3人がホテル滞在している際、小西容疑者の知人の男性が部屋に乗り込むトラブルが起き警察官が駆け付けていて、その後、ホテルから覚せい剤コカインが見つかっていたということです。警視庁が入手経路などを調べています

https://news.yahoo.co.jp/articles/b8ce7d51213b8b954862c57e8e77c9481b49ee76

ログイン ユーザー登録
ようこそ ゲスト さん