3.3.4
議会答弁『介護』言及の7年推移 — 介護保険法改正の時間構造と policy lag
全国1,316自治体・2024年単年666万件の議会発言データから、『介護』『要介護』『介護保険』の言及率を2018-2024年で集計した。介護言及率は1.89%-2.39% のレンジに収まり、介護保険法改正年（2018）と第9期介護保険事業計画開始年（2024）に上昇する構造が観察される。本稿は個別議会の評価ではなく、議会答弁における政策ターム浸透の時間構造を観察値として読む。
本稿は、構想0区（kousou0.isvd.or.jp、約 2.38 億件の議会発言）に収録された地方議会の答弁データから、「介護」「要介護」「介護保険」を含む発言を年次集計し、介護保険法改正・介護保険事業計画と地方議会答弁の時間構造を読み解く試みである。個別議会・個別議員を評価する目的はもたない。観察対象は全国推移・都道府県分布の粒度に留め、自治体名の上位下位ランキングは公開しない。
何が起きているのか
2018年から2024年までの7年間で、地方議会において「介護」関連語を含む発言は 年10.5万件〜14.4万件 のレンジで推移している。絶対数だけを見ると2018年の14.1万件から2019年に10.5万件まで一度落ち込み、その後緩やかに回復し、2024年に14.4万件で7年間の最大値を記録している。
ただし、絶対数の比較には注意が要る。構想0区の収録自治体数は2018年の1,147から2024年の1,316まで増加しており、絶対数の伸びは収録進捗の影響を含む。総発言数で正規化した「介護言及率」を見ると、2018年2.39%・2019年1.94%・2022年1.89%・2024年2.16% の範囲で動いている。
介護言及率の動きを年次で並べると、2つの上昇局面が見える。1つは2018年で、2017年以前のデータ取得が進めば確定するが、現時点では7年間の最高値である。もう1つは2024年で、2022年の底（1.89%）から2年連続で上昇し2.16% に達している。この2つの上昇局面は、いずれも介護保険関連の制度改正・計画期と一致している。
背景と文脈
介護保険法改正のタイムライン
介護保険法（平成9年法律第123号）は、被保険者の介護に関する給付・サービス提供体制を規定する法律で、3年ごとに改定・介護保険事業計画の改定が行われる。2018-2024年の期間で議会答弁に影響を与えたとみられる主な節目は次の3つである。
- 2018年: 介護保険法改正の施行年。地域包括ケアシステムの深化・推進、共生型サービスの導入、自立支援・重度化防止の強化が制度化された。介護報酬改定は同年4月に実施
- 2020年: 「地域共生社会の実現のための社会福祉法等の一部を改正する法律」(令和2年法律第52号、2020年6月公布) で介護保険法を含む11本の関連法が一括改正された。認知症施策に関する国・地方公共団体の責務の明確化、介護人材確保の介護保険事業計画への位置づけ、社会福祉連携推進法人制度の創設 (2022年4月施行) 等が含まれた
- 2024年: 第9期介護保険事業計画（外部サイト・新しいタブで開きます）の開始年（2024-2026年度）。診療報酬・介護報酬・障害福祉サービス報酬の同時改定 (トリプル改定) で、介護報酬改定は4月施行を基本としつつ、医療と関連の深いサービス (訪問看護・訪問リハ・通所リハ・居宅療養管理指導) は6月施行に分割された
法改正・計画期と議会答弁の言及率を重ねると、2018年と2024年の上昇は制度節目と時間的に同期している。2020年の改正は議会答弁の側で大きな上昇を伴っておらず、感染症対応など他の論点が議会の時間を多く占めた可能性もあるが、本稿の表層集計だけでは原因を切り分けることはできない。
介護人材不足という構造的背景
2020年代の介護政策議論の背景には、人口構造の変化と介護人材の不足がある。2070年までの人口推計では、65歳以上人口比率の上昇と生産年齢人口の減少が同時に進む見通しが示されている。
介護現場の人手不足は介護報酬改定の主要論点として位置づけられており、第9期計画では処遇改善・テクノロジー活用・外国人材受け入れ等が並行して議論された。地方議会で2024年に介護言及率が上昇した背景には、計画開始年に合わせて自治体としての対応方針が議題に上がりやすかった可能性がある。
「介護」という単語が拾うもの
regex 集計の都合上、「介護」を含む発言は介護保険給付以外の文脈も拾う。育児介護休業法における介護休暇、医療現場での看護・介護の連続体、家族介護をめぐる相談支援等が混在する。本稿では「介護関連発言」として一括して集計しており、文脈ごとの内訳分析は次バージョンの課題である。
構造を読む
制度改正と議会答弁の時間構造
介護保険法改正は3年サイクルで予定可能なイベントであり、改正前後の議会で議論が増えるのは設計上当然である。重要なのは、設計上の予測と実際の言及率推移がどの程度一致しているか、ずれている場合にどの方向にずれているかである。
2018年の言及率2.39% は7年間の最高値で、改正施行年における議論の集中が観察される。一方、2020年の改正は2.19% で、2019年の1.94% からの回復はあるものの2018年のピークには届いていない。2024年の2.16% は2022年の1.89% から2年連続の上昇で、第9期計画開始の影響と整合する。
この観察から、議会答弁における介護議論は制度改正に同期する一方、すべての改正年で同水準の上昇が起きるわけではないという構造が見える。改正の論点構成・社会的注目度・並行論点の有無が、議会答弁の言及率に反映されている可能性がある。
policy lag を読む方向
「政策が議会に何年で浸透するか」「議会議論が政策に何年遅れで反映されるか」という時間構造は、議事録の横断検索基盤がなければ測定が難しい論点である。本稿の集計は、その時間構造を測定する素材を提供することを目的としている。
ただし、表層キーワード集計だけでは、議会発言が制度形成に先行しているのか追随しているのかを判別できない。例えば2018年の言及率上昇は、改正の準備期間における先行議論なのか、施行後の事例検証なのかが分離できていない。発言時期の月次分解、議題分類との組み合わせ、答弁主体（議員 vs 行政側）の区別を加えることで、time-lag の方向は順次明らかにできる。
都道府県分布の存在
本稿では全国推移を主軸に扱ったが、都道府県粒度の集計でも介護言及率には幅がある。高齢化率が高い県・低い県、政令市を多く含む県・含まない県、介護施設整備率が高い県・低い県の間で、言及率の地域差が生じる可能性がある。これらは別記事として扱う予定で、本稿との横断引用を計画している。
横断引用の可能性
介護保険の議論は、医療・福祉・労働市場・地域包括ケアシステムの複合領域である。本研究室の他記事との接続点としては、答弁における「検討」表現の分布（case-sakiokuri-rate）と組み合わせることで、介護領域の議論において「検討」留保がどの程度入っているかを測定する道筋がある。また、「議論の空洞化」を扱う他研究室の議論とも構造的に接続できる。
制約 — 現時点で扱えていないこと
- 意味分類の未適用: 「介護」を含む発言の文脈分類（介護保険給付 / 介護休業 / 家族介護相談等）は未実施で、表層集計に留まる
- 議題分類の未統合: 介護関連議案の議会別ポートフォリオによる正規化は未実施。議題構成の差が言及率に与える影響を切り分けていない
- 発言主体の未分離: 議員の問題提起と行政答弁の言及を区別していない。先行 / 追随の time-lag 分析には主体別集計が必要
- 2017年以前の取得不完全: 構想0区のカバレッジは古い年代ほど薄く、改正前後の対比は2018年以降に限定される
- 介護以外の高齢者政策: 地域包括ケア・認知症施策・高齢者住宅等の周辺キーワードは別集計が必要
- 個別自治体の名指しなし: 本稿は構造分析に徹し、自治体名・議員名の上位下位ランキングは提示しない
これらの限界は次バージョンで順次解消する。次の優先事項は、(1) 月次分解による法改正前後の time-lag 測定、(2) 発言主体の区別、(3) 都道府県別集計の精緻化である。
検証可能性
集計に用いたクエリ仕様（spec_version v1-care-trends-2026-06）は本記事末尾に明示し、BigQuery の集計クエリは GitHub の machikarte リポジトリにも置く。第三者が独立に再現できる状態を保つ。
訂正窓口は別途用意し、集計上の誤りや表記揺れの指摘を受け付ける。本研究室の編集判断の手続き（議員データ公開粒度3段階ルール）は、研究室全体の見取り図ノート（hypothesis-overview）に記載した。
集計クエリ（spec_version v1-care-trends-2026-06）
年次「介護」関連発言数（分子）:
SELECT
year,
COUNT(*) AS care_mentions,
COUNT(DISTINCT municipality_code) AS municipalities
FROM `correlate-workspace.isvd_machikarte.speeches`
WHERE year BETWEEN 2018 AND 2024
AND REGEXP_CONTAINS(body, r'(介護|要介護|介護保険)')
GROUP BY year
ORDER BY year
年次総発言数（分母）:
SELECT
year,
COUNT(*) AS total_speeches,
COUNT(DISTINCT municipality_code) AS total_municipalities
FROM `correlate-workspace.isvd_machikarte.speeches`
WHERE year BETWEEN 2018 AND 2024
GROUP BY year
ORDER BY year
クエリ実行日: 2026年6月3日 / 言及率 = 分子 / 分母 × 100。
この記事で使った統計の出典
参考文献
- 1.
- 2.machikarte (GitHub) — schema、aggregation queries、ライセンス（MIT + CC BY 4.0）（外部サイト・新しいタブで開きます）
一般社団法人 社会構想デザイン機構（ISVD） (2026)
GitHub
- 3.
- 4.
- 5.
- 6.BERTベース分類器を用いた国会会議録発言文の役割分類手法の検証（外部サイト・新しいタブで開きます）
宮木優太朗・内田ゆず (2025)
知能と情報（日本知能情報ファジィ学会誌）, 37 巻 1 号, pp. 530-534
