コンドームの生産動向分析、季節調整を添えて

はじめに
コンドームに関する統計
VBAを使ったデータのダウンロード
抽出して表をつくる
データを並べてグラフ化
季節調整
考察
おわりに

はじめに

ある日、友人から一通のメールが届きました。

くだらなすぎて申し訳ないんですが、薬事工業生産動態統計（厚労省）の医薬機器類にてゴムが計上されており（以下画像の下の方）、この推移を見れば日本の性生活実態が追えるということに気付いてしまった。
失業率と性生活の連動とか、政権交代で日本の性生活は盛んになったのかとかも分析できる・・・研究テーマとしていかがでしょうか。
（あと輸入品の割合が多くて意外だった）

なるほど、確かに添付された画像を見ると、ゴム（コンドーム）の生産金額が計上されており性生活の変化がわかりそう。
というわけで、コンドームの生産動向を分析してみました。

コンドームに関する統計

前述の通り、コンドームは医療機器として分類され、厚生労働省の薬事工業生産動態統計に集計されています。
www.mhlw.go.jp
↑上記ページ名は2019年1月以降とありますが、以前のデータもあります。
ですが、一つの品目（コンドーム）の生産量や生産金額の推移を一覧で示してくれるような、親切な設計にはなっていませんので、自分でデータの収集・加工が必要になります。

VBAを使ったデータのダウンロード

ひと月ごと、統計項目ごとに分かれているExcelファイルからどうやってデータを取得するか。できるだけ楽をしたい・・・。
そんな時はそう、VBAですね。

いろいろ調べて、下のようなプログラムを書いてみました。

'ファイルダウンロードのための儀式（定義文）
Private Declare PtrSafe Function URLDownloadToFile Lib "urlmon" Alias "URLDownloadToFileA" _
   (ByVal pCaller As Long, _
    ByVal szURL As String, _
    ByVal szFileName As String, _
    ByVal dwReserved As Long, _
    ByVal lpfnCB As Long _
    ) As Long

'ファイルダウンロードのマクロ
Sub download()
  Dim lngRes As Long
  Dim strURL As String
  Dim strPath As String
    
    strPath = "C:\------\condom\200512.xls"
    strURL = "https://www.mhlw.go.jp/topics/yakuji/2005/12/xls/geppou-j.xls"
    
    lngRes = URLDownloadToFile(0, strURL, strPath, 0, 0)

End Sub

このプログラムでは「strPath」でファイルを保存する場所とファイル名を指定し、「strURL」で指定のURLからデータをダウンロードできます。
なお、「2005」「12」の部分に「2005～2020」「01～12」という変数を設定し、For～Next文で繰り返すことも試してみましたが、自分の知識不足でうまく動きませんでした。

さらにファイルやページの命名規則も揺れているところがあり、例えば上の「geppou-j」は「第10表」ということを示していますが、別の年では「geppou-10」になっていたり、最近のデータは拡張子が.xlsではなく.xlsxになっていたりと、自動化を断念させるような仕掛けが随所に組み込まれていました。

そのため、「2005」「12」の部分を逐一書き換えてダウンロードを繰り返さざるをえませんでした。

気分はシンジくんです。
f:id:Platon:20201216200937j:plain

とは言えいちいちブラウザからページに手動で飛んでファイルをダウンロード、またページを戻って繰り返し・・・とやるよりは早いと思います。
1年分（ダウンロード12回）の作業も2分くらいで済み、さかのぼれる2006年1月までデータを収集するのもあまり苦になりませんでした。

抽出して表をつくる

次は、ダウンロードしたExcelファイルからコンドームの生産に関するデータを抽出し、一つの表にまとめる作業です。
最初はこれも単純作業の繰り返しなので、マクロでvlookupかindex matchを使えないかと調べてみましたが、すぐにはわかりませんでした。

というわけで、手作業です。行をコピーし集計シートに貼り付ける作業の繰り返しです。
Excelファイルを何十個も開いているとだんだん動作が不安定になってくるので、適宜消しながら進めました。
なお、あまりにも多すぎると一気に閉じる途中でクラッシュし、勝手に復元（何十ものファイルを再度すべて開く）してしまうようです。

データを並べてグラフ化

集計シートに集め終わったら、推移を見るために折れ線グラフを作成します。
こんな感じになりました。

f:id:Platon:20201216205913p:plain — コンドーム生産金額の推移

見ての通りがたつきが大きいのと、2019年からは集計方法が変わったらしく、それまでのデータとの連続性という観点からこのままでは使用が難しいものとなっています。
ここで登場する統計手法が「季節調整」です。

季節調整

この「季節調整」という言葉は、ニュースで聞いたことがある方もいるのではないでしょうか。
有名なところですとGDPなどで「季節調整値はいくらで～」といった報道を目にしますね。
では、そもそも季節調整とは何なのか。

例えば、夏になって気温が高くなるとビールが売れるようになったり、反対に夏場は電力消費を抑えたり、お盆休みのために工場の稼働率が減少することで工業品の生産量が少なくなる傾向があります。
こうした季節性、特定の時期に起きる特有の事象による増減幅を取り除く手法が季節調整です。

コンドームの生産金額を月別で表すと下のようになります。

f:id:Platon:20201216210929p:plain — コンドーム生産金額（月別）

ここからわかることとして、コンドームも工業品であるためにお盆の8月に生産が減少、12月は賞与やクリスマスで消費量が多く、それに伴うように生産も多くなるのではないかということが推測できます。

こうした季節性を取り除くために、データを加工します。
今回は、以下のサイトを参考にして季節調整を行いました。
bdastyle.net

簡単に説明すると、前後計12か月のデータを平均し、その数値と実測値の比を計算、それらのトリム平均（最大値と最小値を除いた平均）から補正値を算出、補正値で実測値を割り季節調整済系列を算出、その前後3期の移動平均の算出を2回繰り返して3×3期移動平均を算出、といった具合です。（全然簡単に説明できていない）