日本におけるワークライフバランスの達成状況とその課題

import os
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from matplotlib.patches import Patch
from scipy import stats

plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['figure.dpi'] = 150

FIG_DIR = 'html/figures'
DATA_D  = 'data/raw/SSDSE-D-2023.csv'
os.makedirs(FIG_DIR, exist_ok=True)

# ─── データ読み込み（SSDSE-D）───────────────────────────────────
# 先頭行はデータセットID、2行目が日本語の列名なので header=1 で読む。
df_d = pd.read_csv(DATA_D, encoding='cp932', header=1)
df_d = df_d[df_d['都道府県'] != '全国'].copy()   # 全国行を除き47都道府県に

# 男女の別で3つに分割（0_総数 / 1_男 / 2_女）
tot = df_d[df_d['男女の別'] == '0_総数'].reset_index(drop=True)
men = df_d[df_d['男女の別'] == '1_男'].reset_index(drop=True)
wom = df_d[df_d['男女の別'] == '2_女'].reset_index(drop=True)
assert len(tot) == len(men) == len(wom) == 47, "都道府県数が47ではありません"

# 使う列（仕事＝総平均時間・分、趣味娯楽/旅行行楽＝行動者率・%、人口＝推定人口）
WORK = '仕事'
HOBBY = '趣味・娯楽の総数'
TRIP = '旅行・行楽の総数'
POP  = '推定人口（10歳以上）'

# ─── 基本統計量（ワークの男女差）─────────────────────────────────
print('=== 仕事時間（総平均・分）の平均値 ===')
print(f"男性  {men[WORK].mean():.1f}")
print(f"女性  {wom[WORK].mean():.1f}")
print(f"総数  {tot[WORK].mean():.1f}")
print(f"男女差 {men[WORK].mean() - wom[WORK].mean():.1f} 分")

# 都道府県別（総数）の最長・最短
i_max, i_min = tot[WORK].idxmax(), tot[WORK].idxmin()
print(f"\n最長: {tot.loc[i_max, '都道府県']} {tot.loc[i_max, WORK]}分 / "
      f"最短: {tot.loc[i_min, '都道府県']} {tot.loc[i_min, WORK]}分 / "
      f"差 {tot[WORK].max() - tot[WORK].min()}分")

# ─── 図1: 仕事時間の箱ひげ図（男女別）─────────────────────────────
fig1, ax1 = plt.subplots(figsize=(8, 6))
box = ax1.boxplot(
    [men[WORK], tot[WORK], wom[WORK]],
    tick_labels=['男性のみ', '男女の総数', '女性のみ'],
    patch_artist=True, widths=0.55, showmeans=True,
    meanprops=dict(marker='D', markerfacecolor='white', markeredgecolor='#333', markersize=7),
)
for patch, c in zip(box['boxes'], ['#4e9af1', '#9e9e9e', '#e05c5c']):
    patch.set_facecolor(c); patch.set_alpha(0.75)
for med in box['medians']:
    med.set_color('#212121'); med.set_linewidth(1.5)
ax1.set_ylabel('仕事時間（総平均・分/週全体）', fontsize=12)
ax1.set_title('図1: 仕事時間の箱ひげ図（男女別・47都道府県）\nSSDSE-D-2023（2021年調査）で再現', fontsize=12, pad=10)
ax1.grid(axis='y', alpha=0.3)
fig1.tight_layout()
fig1.savefig(os.path.join(FIG_DIR, '2021_H1_fig1.png'), bbox_inches='tight')
plt.close(fig1)
print('\nfig1 saved')

# ─── 図3: 都道府県別の仕事時間（総数）棒グラフ ─────────────────────
tot_sorted = tot.sort_values(WORK).reset_index(drop=True)
fig3, ax3 = plt.subplots(figsize=(13, 5))
bars = ax3.bar(range(len(tot_sorted)), tot_sorted[WORK], color='#4e9af1', alpha=0.85, edgecolor='white')
ax3.set_xticks(range(len(tot_sorted)))
ax3.set_xticklabels(tot_sorted['都道府県'], rotation=90, fontsize=7.5)
ax3.set_ylabel('仕事時間（総平均・分）', fontsize=11)
ax3.set_ylim(tot_sorted[WORK].min() - 15, tot_sorted[WORK].max() + 8)
ax3.set_title('図3: 都道府県別の仕事時間（男女の総数・SSDSE-D-2023）', fontsize=12, pad=8)
ax3.grid(axis='y', alpha=0.3)
fig3.tight_layout()
fig3.savefig(os.path.join(FIG_DIR, '2021_H1_fig3.png'), bbox_inches='tight')
plt.close(fig3)
print('fig3 saved')

# ─── 相関分析（ワークとライフ・人口）─────────────────────────────
print('\n=== 相関係数（仕事時間 × 各指標）===')
for lab, d in [('男性', men), ('女性', wom)]:
    r_h, p_h = stats.pearsonr(d[WORK], d[HOBBY])
    r_t, p_t = stats.pearsonr(d[WORK], d[TRIP])
    r_p, p_p = stats.pearsonr(d[WORK], d[POP])
    print(f"{lab}: 趣味娯楽 r={r_h:+.3f}(p={p_h:.3f}) / "
          f"旅行行楽 r={r_t:+.3f}(p={p_t:.3f}) / 人口 r={r_p:+.3f}(p={p_p:.3f})")

# ─── 図2: 仕事時間 × 余暇行動者率の散布図（男女別・2枚）──────────────
fig2, (axL, axR) = plt.subplots(1, 2, figsize=(13, 5.6))
for ax, ycol, ylabel, title in [
    (axL, HOBBY, '趣味・娯楽（総数）の行動者率（%）', '図2a: 仕事時間 × 趣味・娯楽'),
    (axR, TRIP,  '旅行・行楽（総数）の行動者率（%）', '図2b: 仕事時間 × 旅行・行楽'),
]:
    for d, c, lab in [(men, '#4e9af1', '男性のみ'), (wom, '#e05c5c', '女性のみ')]:
        ax.scatter(d[WORK], d[ycol], c=c, s=45, alpha=0.8, label=lab, zorder=3)
        r, _ = stats.pearsonr(d[WORK], d[ycol])
        # 回帰線
        s, b, *_ = stats.linregress(d[WORK], d[ycol])
        xs = np.linspace(d[WORK].min(), d[WORK].max(), 50)
        ax.plot(xs, s * xs + b, c=c, lw=1.3, ls='--', zorder=2)
        ax.annotate(f'{lab} r={r:+.3f}', (0.04, 0.10 if lab == '女性のみ' else 0.03),
                    xycoords='axes fraction', color=c, fontsize=10, fontweight='bold')
    ax.set_xlabel('仕事時間（総平均・分）', fontsize=11)
    ax.set_ylabel(ylabel, fontsize=11)
    ax.set_title(title, fontsize=12, pad=8)
    ax.legend(fontsize=9, loc='upper right', framealpha=0.9)
    ax.grid(True, alpha=0.3)
fig2.suptitle('SSDSE-D-2023（2021年調査）で再現：女性ほど仕事時間と余暇行動者率が負に相関', fontsize=12, y=1.02)
fig2.tight_layout()
fig2.savefig(os.path.join(FIG_DIR, '2021_H1_fig2.png'), bbox_inches='tight')
plt.close(fig2)
print('fig2 saved')

# ─── 図4: 【報告値の可視化】社会生活基本調査の重回帰係数（原論文・表4）──
# 以下は SSDSE には収録されていない社会生活基本調査ベースの重回帰分析の
# 「報告値」である。再計算ではなく、原論文・表4の係数をそのまま描画する。
report_vars = ['1人当たり県民所得', '総人口', '女子人口割合', '15〜64歳人口割合',
               '第三次産業人口割合', '管理職割合', '専門技術職割合', '事務職割合',
               '販売職割合', 'サービス職割合']
report_coef = [-0.014, 0.000, 1.183, 5.471, -2.848, 17.826, 3.086, -3.387, 8.442, -1.173]
report_sig  = [False, False, False, True, True, False, False, False, True, False]  # p<0.05
order = np.argsort(report_coef)
rv = [report_vars[i] for i in order]
rc = [report_coef[i] for i in order]
rs = [report_sig[i] for i in order]
colors = ['#e05c5c' if c > 0 else '#4e9af1' for c in rc]
fig4, ax4 = plt.subplots(figsize=(9, 5.5))
bars4 = ax4.barh(range(len(rv)), rc, color=colors, alpha=0.85, edgecolor='white')
for i, (c, sig) in enumerate(zip(rc, rs)):
    if sig:
        bars4[i].set_edgecolor('#B8860B'); bars4[i].set_linewidth(2.2)
    ax4.text(c + (0.3 if c >= 0 else -0.3), i, f'{c:+.3f}' + ('*' if sig else ''),
             va='center', ha='left' if c >= 0 else 'right', fontsize=9,
             color='#B8860B' if sig else '#555', fontweight='bold' if sig else 'normal')
ax4.axvline(0, color='#333', lw=0.8)
ax4.set_yticks(range(len(rv)))
ax4.set_yticklabels(rv, fontsize=10)
ax4.set_xlabel('回帰係数（仕事時間を従属変数）', fontsize=11)
ax4.set_title('図4【報告値の可視化】社会生活基本調査による重回帰係数\n'
              '（原論文・表4の報告値。SSDSE未収録のため再計算ではない）',
              fontsize=11.5, pad=10)
ax4.text(0.98, 0.03, '重決定R²=0.628 / 補正R²=0.525 / n=47   *p<0.05',
         transform=ax4.transAxes, ha='right', va='bottom', fontsize=9, color='#555')
ax4.set_xlim(min(rc) - 4, max(rc) + 6)
fig4.tight_layout()
fig4.savefig(os.path.join(FIG_DIR, '2021_H1_fig4.png'), bbox_inches='tight')
plt.close(fig4)
print('fig4 saved')