若い人の意見が違うのは、年齢のため？生まれた世代のため？

年齢と観測年と出生年を分ける

年齢は、その時点でどれだけ年を取ったかです。期間は、観測した暦年などの時点です。出生コーホートは、同じころに生まれた人の集団を指します。米国National Cancer InstituteのAPCの説明も、年齢、暦年、出生年を区別して変化を扱います。

若者と高齢者の意見が違う一時点の資料では、年齢が違うと同時に出生世代も違います。若いときだけの特徴か、その世代が今後も持ち続ける特徴かは、年齢別の割合だけから決まりません。ここではがんの実測結果でなく、比較の考え方を読みます。

二つが決まると三つ目も決まる

誕生日の端数を省いた年の差として「年齢＝観測年−出生年」と書くと、三つのうち二つが分かれば三つ目も決まります。三つを自由に別々に動かして観測できるわけではありません。正確な満年齢には誕生日の時点も関わります。

同じ出生集団を10年後に調べれば、観測年と年齢がともに10年進みます。同じ30歳を別の年に調べれば、今度は出生年が変わります。追跡調査があれば世代と年齢と時代の影響が自動的に完全分離される、ということにはなりません。

一つの傾向を複数に分けられる

説明のため、結果を年齢・観測年・出生年の線形な寄与の足算で表す模型を置きます。寄与に追加の制約を置かない場合、「年齢に比例する」という説明と「観測年に比例し出生年を差し引く」という説明は同じ予測値を与えます。上の恒等関係があるためです。

これは、同じデータへ同じように合う説明でも、三つへ割り当てる係数を一意に決められないという問題です。観測数を増やすことだけで、その恒等関係は消えません。どの影響をどれだけ認めるかという追加条件が、分解の結論に関わります。

この単純な線形模型の例から、全てのAPC分析や変化の推定が無意味とはいえません。特定の条件を置いて推定するものや、傾向からのずれを扱うものまで否定せず、何を識別し、どんな制約を使ったかを読みます。

世代差という結論の条件を読む

「世代が違うから」という説明を読むときは、同じ年齢の別時点を比べたのか、同じ集団を追ったのかを確認します。そのうえで、年齢・時点・出生集団のどの変化を、どの要因へ割り当てた仮定なのかを調べます。

一時点の差をそのまま固定した世代の性格に変えないことが大切です。観測した違いを示すことと、その違いが加齢・時代・出生世代のどれで生まれたかを説明することを分けると、追加で必要な比較と仮定が明確になります。

架空の線形模型：同じ予測を二つに説明できる

2020年に1990年生まれを、端数を省いて30歳とします。模型Aは「結果＝年齢」、模型Bは「結果＝観測年−出生年」です。どちらも30を予測します。

この一致はこの一人だけでなく、同じ暦年関係を満たす全ての人で成り立ちます。年齢への係数を1とする説明と、期間への係数1・出生年への係数−1とする説明が、同じ予測になる例です。実際の意見や行動を測った数値ではありません。

持ち帰る見方

• 年齢、観測した時代、出生世代を区別する。
• 同じ集団の追跡でも、年齢と時点は一緒に進む。
• 三つを分解した結論には、模型と追加仮定を読む。

次に広がる疑問

• 一時点の年齢差、同年齢の時点差、同じ集団の追跡のどれか。
• 年齢・期間・出生年の寄与を分けるために、どんな制約を置いたか。

出典

• Age-Period-Cohort Analysis Web Tool — Help（National Cancer Institute）https://analysistools.cancer.gov/apc/help.html

  確認日：2026-10-05