情報統括部 情報統括課
主席研究員 窪田剛士
【要約】
いまから10年後の2035年において、人びとが暮らしの中で「食生活」「住生活」「衣生活」[1]に力を入れたいと考える意識の変化について、ベイズ型コウホート（世代）分析を用いて予測した。概要は以下の通り。
- 「食生活」に対する意識は、今後10年間で上昇を続けると予測され、男女別ではその差が縮小していく見込みである。年齢別でみてもすべての年齢層での意識も4割台に達する。しかし、男女年齢別でみると大きな変化が予想される。特に、20代男性の「食」に対する意識が大きく高まると見込まれ、今後、この年代に対するアプローチがより重要性を増していくであろう。
- 「住生活」に対する意識は、今後10年間も安定した状態を維持すると予測される。特に、子育てをしながら住宅を購入しようとする30代は、10年後も引き続き高い意識を保持するとみられる。2024年に男性よりも女性が「住生活」を重視する傾向が表れたが、この状態は2035年においても続くと予測される。ポストコロナ時代において快適な住環境を求める動きは、リモートワークなどを経験した世代を中心に定着していくと考えられる。
- 「衣生活」に対する意識は、今後10年間も安定しつつも低位な水準での推移が続くと予測される。しかし、そのなかで20代男性のファッションに対する意識は着実に高まり、男女年齢別で最も高い水準になるとみられる。これからの10年間、「衣生活」については若い男性の動きに注目すべきであろう。
1. はじめに
これから10年後の2035年、人びとの意識はどのように変化しているだろうか。そして、変わらず持ち続けられる意識とは何なのだろうか。2035年は、戦後日本で2番目に人口の多い「団塊ジュニア世代」が60歳代に突入し、65歳以上の人口が全体の31％に達すると予測されている。
一方で、2013年以降に生まれた「アルファ世代（α世代）」が社会人として働きはじめ、社会の新たな意識形成に大きく寄与するとも考えられる。
こうした背景のもと、現在はライフスタイルの多様化が進み、人びとの生活実態を把握することが以前にも増して難しくなっている。先の未来を見通しにくい今だからこそ、マーケティング戦略には経験則だけではなく、データに基づく予測的アプローチが求められる。
本レポートでは、人びとの生活の基盤となる衣・食・住に関する意識がどのように変化していくのかを、調査データをベースとしてコウホート分析によって予測する。
2. コウホート分析による予測について
コウホート分析とは、人びとの意見や態度の変化を通じて社会の変化を捉えようとする分析手法であり、意見や態度がどのような要因を背景に変化するのかを明らかにすることを目的としている。継続的な調査によって得られた意識の変化を、(1)年齢効果、(2)時代効果、(3)コウホート（世代）効果の3つに分解して考える[2]（図1）。
■年齢効果
時代や世代に関わりなく、人間の生理的な側面やライフステージによって意識が変わる部分。この効果が大きいとき、個人としては年齢を重ねるにつれて意識が変化していくが、社会全体で見るとその分布は比較的安定している。
■時代効果
年齢や世代を問わず社会全体が同じ方向に変化していく部分。この効果が大きいとき、変化の幅は大きいが、逆方向へ大きく転換する可能性もあり、流動的といえる。
■コウホート（世代）効果
年齢や時代による影響以外に、生まれ育った時代環境を反映した世代特有の特徴の部分。この効果が大きいとき、個人としては大きく変わりにくいが、古い世代が退場し新しい世代が加わることで社会全体は大きく変化していく。いわば“三つ子の魂百まで”であり、同時期に生まれた人たちが同じ年齢の頃に同じ社会状況を経験するため、世代ごとに異なる価値観や意識が形成されやすい。
この考え方をまとめると、
として捉えることができる。例えば、2025年時点で50～54歳の人の意識は、
という3つの要因の組み合わせで説明できる。
コウホート分析によって、意識変化の背景要因を3つに分解し、過去の社会意識の変化構造を理解できれば、「予測される将来の時代効果」と「年齢効果」「世代効果」を組み合わせることで、将来の人びとの意識をある程度予測することが可能になる。
本レポートではコウホート分析から得られた「時代効果」の値を、時系列分析や回帰分析などを用いて将来推計し、これを「将来の時代効果」としている。そして、そこに年齢効果・世代効果を組み合わせることで「将来の人びとの意識」を見通すアプローチをとっている。例えば、2025年時点で50～54歳だった人が10年後の2035年に60～64歳となる場合、その時点での意識は、
の合算によって説明することができる。
もっとも、実際の意見や意識は、年齢・年齢・コウホート（世代）という単一の要因だけで割り切れるわけではなく、3つの要因が相互に影響し合っていると考えるのが自然である。また、サンプリングなどの誤差を考慮すると、コウホート分析は次のように分解することを目指す統計的手法であると言える。
これら3つの要因をうまく分解できれば、過去の社会意識変化の構造を明らかにすると同時に、将来の動向をある程度予測することも可能となる。しかし、年齢・時代・コウホート（世代）の効果にはそれぞれ1次従属の関係があり、分解の仕方が一意に定まらないという識別問題が生じる。本レポートでは、この識別問題に対処する有力な方法の一つとして、「パラメータの漸進的変化の条件（隣り合うパラメータの値をなるべく近づける）」を取り入れたベイズ型モデルを用いたコウホート分析を行っている（ベイズ型コウホートモデルの詳細は＜補足＞を参照）。
3. 2035年の衣・食・住に対する意識
3.1 データ
本レポートでは、人びとの意識は内閣府が実施している「国民生活に関する世論調査」[3]、将来の人口については国立社会保障・人口問題研究所による「日本の将来推計人口（令和5年推計）」[4]を用いている。
3.2 食生活
まず、「食生活」に関連する企業側から見た景況感を確認する[5]。2024年の「食生活」関連の景気DI[6]は44.8となり、4年ぶりに減少したものの、2023年（45.5）に次いで2番目に高い水準だった。企業からも「米穀の販売が好調で、例年になく高値水準で推移」といった声も聞かれ、供給者からは前向きな見方が得られた。
今後の生活において「食生活」に力を入れたいと考えている割合は、1999年の20.4％から2024年の38.0％まで、おおむね上昇傾向にあった。男女別では、男性よりも女性の方が高かった。
いまから10年後の2035年には全体で47.4％と、20歳以上の人口の半数近くにまで高まると予測される。上昇傾向は男性の方がより強く、2035年に男女差は0.6ポイント程度まで縮まっていく。特に、20代男性は同年代の女性を10ポイント以上上回り、食生活への意識が顕著に高まっていくとみられる。40代、50代では女性の食生活に対する意識が同年代の男性を大きく上回る。さらに、60代、70歳以上の年齢になると再び男性が女性より高くなると予測される。
「食生活」に対する意識は、今後10年間で上昇を続けながら、男女別ではその差が縮小していき、年齢別の意識も4割台になっていく。しかし、男女年齢別でみると大きく変化する可能性がある。とりわけ20代男性において健康面への配慮や自炊派の増加など食に対する意識が大きく高まると見込まれ、今後、この年代に対するアプローチがより重要性を増していくであろう。
3.3 住生活
「住生活」に関連する企業側から見た景況感を確認する[7]。2024年の「住生活」関連の景気DIは45.1だった。2003年以降の平均水準は上回ったものの、4年ぶりに悪化した。企業からは「不動産の売買が多く行われており、不動産会社としての景気は良い」などの声もあがっており、不動産市場は比較的良好に推移したとみられる。
今後の生活において「住生活」に力を入れたいと考えている割合は、1999年の26.4％から2024年の24.0％まで、おおむね2割台での推移となっていた。男女別では、女性よりも男性の方が高かったが、2024年に女性が男性を上回った。
いまから10年後の2035年には全体で23.9％と、今後も2割台で安定的に推移していくと予測される。男女ともに30代の意識が他の年齢層と比べて最も高かった。ただし、30代男性が10年間で6.6ポイント高まるのに対して、30代女性は10年間で7.7ポイント低下すると見込まれる。20代女性は3.5ポイント、70歳以上の女性は3.1ポイント高まり、日々の暮らしのなかで「住生活」へのこだわりをより強く意識するようになるとみられる。
「住生活」に対する意識は、今後10年間も安定した考えを維持していく。特に、子育てをしながら住宅を購入しようとする30代は、10年後も引き続き高い意識を保持するとみられる。2024年に表れた男性よりも女性で「住生活」を重視する状態は、2035年においても続いていくと予測される。ポストコロナ時代においても快適な住環境を求める動きは、リモートワーク等を経験した世代を中心に定着していくと考えられる。
3.4 衣生活
「衣生活」に関連する企業側から見た景況感を確認する[8]。2024年の「衣生活」関連の景気DIは36.9だった。「食生活」「住生活」関連と比べると、「衣生活」関連の景況感は厳しい水準で推移している。企業からは、「インバウンドの好調」で高額衣料品の消費を支えているものの、「衣料品の購買方法の変化」や「物価高による買い控え」など、市場環境の変化と同時に家計所得の伸び悩みが、企業の収益力の向上を妨げる要因となっている様子がうかがえる。
今後の生活において「衣生活」に力を入れたいと考えている割合は、1999年の1.8％から2024年の7.8％まで1ケタ台で推移していた。2024年になって、男女ともに20代と30代が1割台へ上昇したものの、他の世代では依然として低い水準が続いている。
いまから10年後の2035年には全体で8.2％と、今後も1割を下回って推移していくと予測される。ただし、男女ともに若い年齢層は「衣生活」に高い意識を持ち続ける。とりわけ、20代男性は2035年には18.5％まで上昇し、20代女性の13.4％を5.1ポイント上回るとみられる。20代男性のファッション意識は大きく注目されよう。また、2025年時点で30代だった女性は、40代になった2035年時点でも「衣生活」への高い興味を持ち続けると考えられる。
「衣生活」に対する意識は、今後10年間も安定しつつも低位な水準での推移が続く。こうしたなかで、20代男性のファッションに対する意識は清潔感や自分に似合った服を選ぶ傾向が強まるなかで着実に上昇し、男女年齢別で最も高い水準になるとみられる。これからの10年、「衣生活」は若い男性の動きに注目すべきであろう。
まとめ
人びとが日々暮らしていくなかで、「衣・食・住」に対する意識は生活の基礎的な要素となる。「住生活」や「衣生活」は1999年以降、25年間にわたり比較的安定した意識を持ち続けてきた。一方で「食生活」は、日々の暮らしのなかにおける位置づけが大きく高まった。
こうした動きは、これからの10年間においても基本的には変わらないであろう。しかし、細かく性別・年代別にみていくと変化に富んでいる。この変化を捉えることで、データに基づいたマーケティング戦略を構築し、大きなビジネスチャンスを掴み取ることが可能となる。特に「衣・食・住」は人が生活を営むための基礎であり、本レポートではそのベースとなる将来予測を提供してきた。この分野における競争は非常に激しく、そこから一歩抜け出すためにも、将来の変化を見据えた一手が競争に勝ち抜く大きな要素となるのではないだろうか。
＜補足＞ベイズ型コウホートモデルとは
A1. はじめに
コウホート分析は、集団を年齢、時代、世代（コウホート）という観点から解析する手法である。これは特定の期間に共通の経験を持つグループ（コウホート）の行動や傾向を分析する手法であり、マーケティングや経済学、社会学、医学、データサイエンスなどの分野で広く利用されている。これにより、ある現象（例：経済指標、マーケティングの反応率、疾病発生率など）の背景にある年齢効果や時代効果、世代効果を分離して評価することが可能になる。
ベイズ型コウホートモデルは、コウホート分析に対して、事前知識やデータから得られた情報を統合し、確率分布として解析するベイズ統計の手法を組み合わせたものである。ベイズ型コウホートモデルでは、年齢・時代・コウホート（世代）の3つの効果を確率変数としてモデル化し、事前分布とデータに基づく尤度（ゆうど）を組み合わせることで、各効果の不確実性を定量的に評価する。
A2. モデルの構造
ベイズ型コウホートモデルは、コウホートの特性を説明するために階層ベイズモデル（Hierarchical Bayesian Model）を用いる。基本的な構造は以下の通りである。
- データ生成プロセスの定義：各コウホートに対して観測されるデータ（例：購買回数、継続率など）を生成する確率モデルを定義する。
- コウホート間の変動のモデリング：コウホート間の違いを考慮するために、各コウホートのパラメータが共通の分布から生成されると仮定する。
ベイズ型コウホートモデルでは、各観測値に対して以下のような線形予測子（linear predictor）を設定する。たとえば、ある年齢iと時代jにおける効果を考えると、モデルは次のように表すことができる。
ここで、
- αは全体の切片（intercept）
- βi(Age)は年齢iに対応する年齢効果
- γj(Period)は時代jに対応する時代効果
- δk(Cohort)は世代kに対応する世代効果（通常、k＝j－iと定義）
を表す。
この分解により、各効果が独立した寄与を持つと仮定し、のちに事前分布を通じた正則化が可能になる。
A3. 尤度とリンク関数
尤度関数は、観測データが与えられたパラメータの下でどれだけ起こりやすいかを表す関数である。リンク関数は、パラメータとデータとの関係を非線形にモデル化するために用いられる。
A3-1. カウントデータの場合
カウントデータは、特定の期間内に発生した出来事の回数を数えるデータである。代表的な例として、購買回数や訪問回数などがあげられる。カウントデータがポワソン分布に従うと仮定する場合、コウホート（i）の個体（j）に対する介入因子をEijとすると、平均発生確率は
となり、観測値yijは次のように記述される。
A3-2. 割合データ（バイナリデータ）の場合
割合データは、全体に対する部分の比率を表すデータである。代表的な例として、購買率や継続率などがあげられる。割合データが二項分布に従うと仮定する場合は、ロジスティック回帰モデルの枠組みを利用する。線形予測子から成功確率pijをロジットリンクにより定義すると、
となり、総試行数nijに対して成功件数yijは
と表現される。
カウントデータと割合データに対して、それぞれ適切な尤度関数とリンク関数を用いることで、データの特性に応じたモデルを構築することが可能となる。
A4. 事前分布とベイズ推定
ベイズ推定では、データから得られる情報（尤度）と、各パラメータに対する事前知識（事前分布）を組み合わせて、パラメータの事後分布（posterior）を求める。事後分布はベイズの定理に基づいて計算される。例えば、各効果に対して以下のような正規分布を事前分布として設定することが一般的である。
これらと尤度を組み合わせたベイズの定理は、以下のように表される。
ここで、マルコフ連鎖モンテカルロ法（MCMC法, Markov chain Monte Carlo）などのサンプリング手法を用いて、事後分布から各パラメータの推定値や信頼区間を求める。
A5. モデルの推定と解釈
ベイズ型コウホートモデルの推定には、複雑な事後分布からサンプルを生成し、その分布を近似するMCMC法などのサンプリング手法が用いられる。さらに、推定された事後分布から、各コウホートのパラメータの信頼区間や予測分布を得ることができることから、コウホートごとの特性や変動を詳細に解釈することも可能である。
実際の解析では、以下の手順でモデルの推定を行う。
- データの整形と前処理
Excelファイルなどから、年齢、時代、そして世代（通常、時代と年齢の差）を計算し、long形式に整形する - パラメータの設定
切片および各効果に対して、事前分布を設定する。事前分布は、分析対象や専門知識に応じて適切なパラメータを設定する - 尤度関数の定義
カウントデータの場合はポワソン分布、割合データの場合は二項分布を用いて尤度を定義し、リンク関数（対数リンクまたはロジットリンク）を通じて線形予測子と結びつける - MCMCサンプリングによる推定
パラメータの事後分布からサンプルを抽出する。これにより、各効果の平均、分散、そして信頼区間が得られ、効果の大きさや不確実性を評価できる - 結果の解釈
推定された年齢効果、時代効果、世代効果の各パラメータの事後分布を基に、どの効果が有意であるか、またその変化のパターンを解釈する。例えば、ある特定の年齢での急激な変化があれば、対象となる現象のリスクが高い可能性などが考えられる。
A6. ベイズアプローチの利点
- 不確実性の定量化
ベイズ推定では、各パラメータの事後分布から直接信用区間を算出できるため、効果の不確実性を明示的に評価できる - 柔軟なモデル化
複雑な構造や階層的な効果（例えば、年齢・時代・世代の相互作用）も、適切な事前分布 を設定することで安定的に推定できる - 事前情報の活用
過去の研究結果や専門家の意見を事前分布として反映させることで、データが少ない場合でも合理的な推定が可能となる
A7. 結論
ベイズ型コウホートモデルは、コウホート分析にベイズ統計の手法を取り入れることで、より精緻で信頼性の高い解析を行うことができる。これは、年齢、時代、世代という3つの軸に沿った効果を同時に評価するための強力な手法として多くの分野で活用されている。
また、事前分布を用いることで事前知識を反映し、事後分布からパラメータの不確実性を評価することが可能となることは大きなメリットである。線形予測子を基に、ポワソンや二項といった尤度関数を組み合わせることで、観測データから各効果を分離して推定することできる。さらに、ベイズ推定の枠組みにより、各パラメータの不確実性を明示的に扱えるため、マーケティング戦略やデータ分析の精度を向上させることが可能となり、政策決定やリスク評価など、さまざまな応用が期待される分析手法であると言えよう。
[1] 「衣食住」表記の順番について、人が社会で快適に暮らすために大切だから「衣」が最初にあげられるなど諸説あるが、本レポートでは人びとの意識として「食生活」「住生活」「衣生活」の割合が高い順に記述した。
[2] ここでの説明は、中村隆, "年齢・時代・世代の違いを捉える－ベイズ型コウホートモデル－", インフォメーション, 6(9), 74-84, 1987を参考にしている。
[3] 内閣府「国民生活に関する世論調査」。その中の“Q.あなたは、今後の生活において、特にどのような側面に力を入れたいと思いますか。”（複数回答）という質問に対する「食生活」「住生活」「衣生活」の回答割合である。
[4] 国立社会保障・人口問題研究所「日本の将来推計人口（令和5年推計）」。このうち、＜出生中位（死亡中位）＞のケースで推計された男女年齢別人口を将来値として使用した。
[5] 「食生活」関連の景気DIは、「飲食料品・飼料製造」「飲食料品卸売」「飲食料品小売」「飲食店」それぞれの景気DIを平均して算出した。
[6] 景気DIは0～100の値をとり、50を境にそれより上であれば景気が「良い」、下であれば「悪い」を意味し、50が判断の分かれ目となる。
[7] 「住生活」関連の景気DIは、「木造建築工事」「建物売買・土地売買（中小企業）」「不動産代理・仲介」「貸家・貸間」それぞれの景気DIを平均して算出した。
[8] 「衣生活」関連の景気DIは、「繊維・繊維製品・服飾品製造」「繊維・繊維製品・服飾品卸売」「繊維・繊維製品・服飾品小売」それぞれの景気DIを平均して算出した。
Contact Usお問い合わせ先
担当部署
株式会社帝国データバンク 情報統括部 TEL：03-5919-9343 Email：keiki@mail.tdb.co.jp