先日投稿した通り、アメリカの博士課程出願の経験・感想をシェアします。

 

最初のこの記事では、「海外での博士課程」について、なんで知ったのか、なんで目指したのかについてつらつらと書いていこうと思います。

 

まず、進学先をして海外を意識したのは高1の冬のことでした。

なんでそんな話になったのかは忘れましたが、当時の同級生が米国大学への出願を検討してるという話を聞かせてくれたのです。僕は最初、そんなことを考える人がいるのかと驚嘆するとともに、世界のtop10に入るような大学の名前を聞き「なんとなくかっこいいなぁ」と感じたのを覚えています。ただ、当時の僕にとって、米国大学への出願は夢のまた夢のような話でした。キラキラした目で夢を語ってくれた帰国子女の同級生と違って英語は全然ダメでした(高校でも、ややできる部類に入るぐらいでした)。そのうえ、課外活動で特異な成績を残せる見込みもなくアピールポイントはゼロ。そのうえ、学費がべらぼうに高いらしい。比較的恵まれた環境で育ったつもりではいたが、その金額は子供の頭でもわかるほどに高額でした(そのころは奨学金の存在を認知していなかった)。

ここまで壁が立ちはだかると、たいていの人間は選択肢から完全に外してしまうものです。当時の僕も例にもれず、国内の大学に進学するという認識が改まることはありませんでした。しかし、思い返せばこの時から、僕の海外で学ぶという選択肢への情熱は生まれ始めていました。

 

また幸運にも、高校や大学において台湾やアメリカ等へ一週間程度滞在するプログラムに複数参加する機会をいただきました。現地の友達ができることで、外国語習得へのモチベーションが上がったことや、アメリカの某大学で授業に参加するなどして、学生の優秀さや授業スタイルに感銘を受けつつも、授業によっては自分も彼らに太刀打ちできるのではないかと思えるような体験から、挑戦したいという気持ちがひそかに心を占めていきました。

 

晴れて大学生になり、留学についての情報を集める中で「大学院留学」という選択肢があることを知りました。

よくよく話を聞くと、英語力は必要なものの、

 

・課外活動での実績はマストではない(研究実績等の方が重要)

・学費や生活費は大学から出る *

・卒業後の進路も研究者のみならず幅広い

 

*実際は全額支給される例は多くなく、奨学金の獲得等が必要と後日聞きました。

 

という話を聞き、これは僕にもチャンスがあるのではないかと感じるようになりました。

 

上記の通り、僕がこの出願を決めたきっかけは大層なものではなく、選択肢として魅力的だなくらいの感じだったわけです。

巷で聞く話だと、「子供のころから宇宙への夢が。。」とか、「身内を癌で亡くして、薬の研究を。。」とかとても立派な内容が多いんです。もちろんこういう背景を持っていることはとても強いのですが、持っていないからといって選択肢としては変わらないはずなんです。

(もちろん、「なんで特定の大学で特定のことを学びたいのか」を考えていくうちに背景は濃くなっていくのですが、最初から背景が濃い必要はないということです。)

 

日本で大学院に進むのと海外で博士課程に進むのと、同じ進学であるべきなのに、日本では大層なことであるかのように「留学」と区別しもてはやしている現状があります。これでは、単純に進学を志しそのポテンシャルがある人も腰が引けてしまうのではないでしょうか?

 

多くの人が選択肢の一つとして海外大学院進学を認識するようになるといいな。

 

次回は主にアメリカの大学院(博士課程)への出願に際して必要なこと、スケジュール等を書いていきます。

 

 

 

コロナウイルスが世間を騒がせており、みなさんそれぞれに苦労されていることと思います。特に経済への影響から新卒採用及び雇用・給料面で心配を抱えている方も多いとか。

 

実は、筆者は来年度就職の年でありまして、就職活動真っ只中の代なのです。他人事ではありません!!!

自らの進路を考える際に挑戦したことや悩んだことを津々浦々書いていこうかなど思っております。

想定した進路は①米大学院留学②就職の二択です。

あまり詳細に名称を出すつもりはないのですが、特に大学院留学について情報が欲しい方がいらっしゃったらと思い書いていこうと思います。

 

 

まず最初に言っておきますが、①は全滅(未だ一校結果待ち)し、就職することに決めました。

(まだ一年挑戦する猶予があるのですが、就職に舵を切ったということです。)

 

つまり失敗者の話ですので、参考になることはあまりないかと思われます。

ただ、出願スケジュール、教授との連絡、奨学金応募等の体験をシェアすることで読者のみなさんに疑似体験をしてもらえれば御の字かなという気持ちと、合格者のブログ等で自信を無くされている出願希望者の方が自信を取り戻してくださればとの意図で書きます。

 

乞うご期待!!!

気づけば、前回更新からはや二週間。。

遊びやら本業やら遊びやらで完全に忘れていた。

昨年の二の舞とならぬよう頑張ります!

 

前回は確か、一日分のコロナの死亡率をcsvにアウトプットするところまでやってた模様。

そこで今回は、データを時系列に一つのファイルに集積してグラフに書こうと思います。

 

〇まずは、4月分

 

~~

 

import pandas as pd
# 他の日にちのデータも格納したい
data = pd.read_csv('COVID/data_4_1.csv', encoding='SHIFT_JIS')
data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths' })
#regionを行のindexにしたい
list1 = data2.region.tolist()
data2.index = list1
# columnを日付に
data3 = data2.rename(columns = {'deaths': '4_1'} )
# 不要な要素を削除する
Data = data3.drop(['region', 'cases'], axis = 1)
for i in range(25):
    a = '4_' + str(i+2)
    b = 'COVID/data_' + a + '.csv'  # iは0から始まる
    data = pd.read_csv(b, encoding='SHIFT_JIS')
    data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths' })
    #regionを行のindexにしたい
    list1 = data2.region.tolist()
    data2.index = list1
    # columnを日付に
    data3 = data2.rename(columns = {'deaths': a} )
   
    # 不要な要素を削除する
    data4 = data3.drop(['region', 'cases'], axis = 1)
    Data = pd.concat([Data , data4], axis = 1, join = 'inner')
   
Data.to_csv('COVID/output_April.csv', encoding='SHIFT_JIS')
 
~~
とやってあげると下のようなファイルが出力できました~。パチパチ
 
 
 
この調子で
~~
 
#2,3月のデータも
data = pd.read_csv('COVID/data_2_21.csv', encoding='SHIFT_JIS')
data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths','感染者数':'cases', '死亡者数':'deaths' })
#regionを行のindexにしたい
list1 = data2.region.tolist()
data2.index = list1
# columnを日付に
data3 = data2.rename(columns = {'deaths':'2_21'} )
# 不要な要素を削除する
Data = data3.drop(['region', 'cases'], axis = 1)
for i in range(7):
    a = '2_' + str(i+22)
    b = 'COVID/data_' + a + '.csv'
   
    # 全ての日付のデータがあるわけではないので迂回処理
    try:
        data = pd.read_csv(b, encoding='SHIFT_JIS')
        data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths','感染者数':'cases', '死亡者数':'deaths'  })
   
        #regionを行のindexにしたい
        list1 = data2.region.tolist()
        data2.index = list1
        # columnを日付に
        data3 = data2.rename(columns = {'deaths': a} )
        # 不要な要素を削除する
        data4 = data3.drop(['region', 'cases'], axis = 1)
        # 国別でソートしながら連結
        Data =  pd.merge(Data, data4, left_index=True, right_index=True, how='outer')
    except FileNotFoundError:
        print(0)
   
   
   
for i in range(31):
    a = '3_' + str(i+1)
    b = 'COVID/data_' + a + '.csv'  # iは0から始まる
    try:
        data = pd.read_csv(b, encoding='SHIFT_JIS')
        data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths','感染者数':'cases', '死亡者数':'deaths'  })
        list1 = data2.region.tolist()
        data2.index = list1
        data3 = data2.rename(columns = {'deaths': a} )
        data4 = data3.drop(['region', 'cases'], axis = 1)
        Data =  pd.merge(Data, data4, left_index=True, right_index=True, how='outer')
    except FileNotFoundError:
        print(0)
   
for i in range(26):
    a = '4_' + str(i+1)
    b = 'COVID/data_' + a + '.csv'
    data = pd.read_csv(b, encoding='SHIFT_JIS')
    data2 = data.rename(columns={'国・地域':'region', '感染者':'cases', '死亡者':'deaths','感染者数':'cases', '死亡者数':'deaths'  })
    list1 = data2.region.tolist()
    data2.index = list1
    data3 = data2.rename(columns = {'deaths': a} )
    data4 = data3.drop(['region', 'cases'], axis = 1)
    Data = pd.merge(Data , data4, left_index = True, right_index = True, how = 'outer')
   
#Data = Data.replace({ nan : 0})
   
Data.to_csv('output_deaths_overall_outer.csv', encoding='SHIFT_JIS')
 
~~
少し重かったけどなんとかできました。
個人的にてこずったのは、
except FileNotFoundError:
を使ったところ。
厚生労働省のHPのデータは2月末及び3月頭の数日が抜けているのでこの処理をしてあげないと、指定のファイルが見つからないというエラーが出て処理が止まってしまったのでした。。
 
さて、これをグラフにするぞ!!
 
 
~~
import matplotlib as mpl
import matplotlib.pyplot as plt

data = pd.read_csv('output_deaths_overall_outer.csv', encoding='SHIFT_JIS')
list1 = data.iloc[:,0].tolist()
data.index = list1
# データを可視化する。
 
data1 = data.T
data2 = data1.drop(data1.index[[0]])
date = data2.index

Japan = data2.日本.tolist()
m = len(Japan)
fig = plt.figure()
plt.figure(figsize=(100, 60))
ax = fig.add_subplot(1,1,1)
ax.scatter(date, Japan, label = 'Japan')
plt.show()
fig.savefig("img.png")
 
~~
ジャジャジャジャーン!!!
日にちに対する日本における死者数の推移がプロットできました。
(日付の文字が潰れてる。。)
 
テレビの報道では感染者数が取り上げられて、ピークアウトしそうか等言われていたので、
死者数の増加の様子は個人的に想定外の速度のように感じられました。
 
よし、次は他の国との比較をしてみよう。
ということで手始めに中国のデータを。
 
上記のコードの日本を中国に変えて実行してみると、、
こんなエラーがでてしまった。
位を区切っているカンマがあるために数字として認識してくれないみたいだ。。
仕方ないので、
 
~~
China = data2.中国.tolist()
m = len(China)
for i in range(m):
    if type(China[i]) == str:
        China[i] = China[i].replace(',', '')
    else :
        China[i] = China[i]
~~
 
とやや冗長な気もするが、強引にねじ伏せることでグラフ化に成功した。
(またもや、日にちが潰れているのはご愛敬、、いつか直します。)
凡例がつかないのは奇妙だが、オレンジが中国、青が日本である。
中国の死者数の急増は当局のカウントミスの報道によるものであろう。
それにしても中国は本当に抑え込めているのだろうか。。正しいデータを提供してくれていると信じたいところだ。
 
次回は、上位の国の死亡者数のプロットや、その変化率、他の要因との関連性を見れたらうれしいな。
グラフのビジュアルもマシにしたい、、
 
 

ブログの更新はやる気のあるうちに!ということで、

 

「コロナウイルスの現状をデータ解析しよう!!」

 

と張り切ったものの、そもそもデータサイエンスをまともに学んでいないので、まずは基本的な動作確認をしました。

 

Pythonはすこーしだけ触ったことがあったもののあまりなじみがなく、

特に基本的なpandasモジュールを使いこなしたいなと思いやってみました。

 

今回行ったのは、csvファイルを読み込んで少しいじってcsvに出力しなおすというもの。

扱うデータは4月8日12時時点での世界各国のCOVID感染者数及び死者数のデータ。

(厚労省のHPから拾ってきました。

https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000121431_00086.html

)

 

① HPからcsvにコピペする。(これもっといい方法知りたい。。)

 

② とりあえず出力

 

pandas綺麗だ。。

encoding= 'SHIFT_JIS' とかつまずいた。

 

③ 各列のタイトルを英語に。

 

テーブルの項目いじってみようと軽い気持ちでやると、

 

だめだこりゃ。。DataFrameの最初にはテーブルの中身が来るべきでテーブル自体は突っ込めないみたい。

 

気を取り直して、

 

 

renameって関数分かりやすくていいね。

 

④データの中身をいじって加える。

 

おそらくまともなやり方があるはずだが、わからなかったので愚直に、

 

 

取り出していじった後に反映させる。

 

 

 

え~~~~、なんで並び変わってかつ値がでないのだ。。。

 

 

魔法の言葉は’axis=1’. 偉大である。

 

⑤ csvに出力

 

ここまでくれば出力するだけ♪

 

 

ってなわけで、無事csvファイルをいじって出力することができました~。

 

今後は時系列に沿って注目したいデータを可視化したいね、などと思いました。

 

このブログに通知が来ているとのメールでブログの存在を思い出しました。。

 

折角コロナで自粛中なので、一年ぶりに三日坊主ブログ更新再開しようとおもいます。

 

研究の傍ら

コロナウイルス関連のこと詳しくなりたいと思いつつ、

データ解析系のお勉強を始めようとも思いつつ、

本を読みたいと思いつつ、

てな感じで引きこもり活動でやったことを更新してみます!!

昨年末にAmazon Primeに登録してからというもの

映画・ドラマ・アニメへの敷居がなくなって、ついつい時間を溶かしちゃっています。。

 

今日見た映画で面白いなと思ったものを留めておこうと思います。

(ネタバレお許しを。)

その映画は、、

 

"Match Point"

です。

アカデミー賞脚本賞にノミネートされた作品だそうで。

イギリスで撮影されたようですが、監督はアメリカ人のウッディ・アレン。

この方、若かりし頃はマイク一本で観客に向かって漫談を行う

スタンドアップ・コメディアンとして活躍されていたそうです。

 

あらすじとしては、

主人公のプロテニスプレーヤー(クリス)がお金持ちのお嬢様(クロエ)に見初められ、

ビジネスマンとして成功していくのですが、

ある女性(ノラ)との関係により窮地に立たされて・・・

という感じです。

 

この映画を見てみたいと思う方は、ここまでで一旦読むのをやめて

映画を見てから戻ってきてください。(覚えていたら)

これ以降は核心のネタバレがあるのでお気をつけて。

 

 

 

 

さて、もう少し細かく話の内容をつづります。

クリスはプロテニスプレーヤーとして活動しているのですが、

今一つ結果を残せないでいます。

そんなところにクロエがクリスのテニススクールに入り、

二人は恋に落ちます。

クリスは、クロエの父の取り計らいで彼の会社で働くことになり、

結果を出してますますクロエの家族に気に入られます。

 

ちょうど同時期に、クロエの兄トムは

女優を目指しているアメリカ人のノラに出会い一目惚れ。

トムのアプローチの末付き合うことに。

 

ある日、二つのカップルが食事をするのですが、

会話が今一つかみ合いません。

ある物事を成し遂げるのに努力か運かどちらが大事かという話で、

トム・クロエ兄妹は努力、クリス・ノラは運と食い違い。

 

このあたりから後々のクリス・ノラの関係を匂わせています。

クリスはこの時からノラのことが気になっており、

あるオーディションにノラが落ちてトムの家族ともめた際、

二人は関係を持ってしまいます。

しかし、ノラはこの一回きりでクリスを拒み続け

婚約の関係は揺らぐことなく時は流れます。

 

ノラは女優志望であるが結果が出ていないこと、バツイチであることから

トムの母親から嫌われ、結局婚約は解消されてしまいます。

 

その後ノラは姿を消し、ひと段落したかに見えたのですが、

数年後ふとノラは姿を現し、クリスとの不倫関係を持ってしまいます。

ある時ノラの妊娠が発覚し、ノラはクリスにクロエとの離婚を求めるようになります。

実はこの時、クロエとの間に子供ができず、不妊治療を行っているという

なんとも皮肉な状況に陥ります。

 

クリスは

安定して稼ぎ、地位のある現在の生活か

それらすべてを捨て、本当に愛する人との生活をとるのか

選択を迫られます。

 

悩んだ末に彼はノラを殺害し、全て無かったことにして

普段の生活に戻ることを決心するのです。

 

 

一番驚かされたのは、

クリスの犯した罪が発覚しないままエンドを迎えることです。

多くのストーリーでは「因果応報」、

つまり、罪を犯した登場人物は最終的に悪事を暴かれ、

報いを受けることが多いです。

 

描写でも、殺害を強盗犯に見せかけるために持ってきた宝飾品を川に捨てる場面で

最後に放った指輪が橋の塀をギリギリ超えず、橋の欄干に残ってしまいます。

そう、テニスでボールがネットにあたり、自陣に戻ってきてしまうように。

(冒頭部分でネットインプレーの説明があり、ボールがネットに当たった後

相手陣に落ちればラッキー、自陣に起きればアンラッキーという伏線の回収)

 

もともとクリスは、プロテニスプレーヤーとして運がなく

これといった活躍がないこと。

また、運がなく女優として日の目を浴びることのないノラとの不倫関係。

そして、指輪の描写。

ここまでそろえば、誰でもクリスは運がなく悪事が暴露され

結果どん底に落ちるのだと思ってしまうのではないでしょうか?

 

しかし、ウッド・アレン監督期待を裏切ってきます。

結局、クリスは刑事に疑われるものの、

たまたま指輪を拾った薬の売人が犯人として事件は片付きます。

そう、クリスは「運がいい側の人間」だったのです。

社長令嬢と交際し、ビジネス界で成功を収め、

愛する人も手に入れ、

最終的に自分の生活を守り切る。

 

クリスはうまくやり切ったのに、この何とも言えないやるせない感。

こんな感覚は初めてでした。

というか、クリスはノラを愛していたといえたのかなぁ。

 

裕福な家庭で育ったトム・クロエ兄妹の「努力が大事」理論。

クリス・ノラとの対比の中でよく描かれているなと思います。

私は運が大事派です。努力が大事というのは、環境が恵まれていて初めていえることなんですよね。

(努力が必要なのはもちろんですが。)

 

また、映画の中に日本語が出てくるんです!(ほんと一瞬だけど)

これは2005年の映画なのですが、クリスの成功の描写の中で

商談で日本の会社が出てくるんですね。

ここ最近なら、日本は出てこないでしょうね。。苦笑

 

 

ネタバレしてしまいましたが、まだ見ていない人はぜひ見てみてください。

そして感想を共有していただければ楽しいなと思います。

 

 

 

 

 

いきなりですが、ここで問題です!

Q. インドで最大のシェアを誇る自動車会社はどこでしょうか??

 

・スズキ

・日産

・トヨタ

・ホンダ

 

正解は一番最後へ。。

 

空港に着いて最初に驚いたのは、野良犬の多さでしたが、

次に目に入ってきたのは、おびただしいほどのバイクの数。

空港にこんなにバイクが必要なのか疑わしいほどです。

 

実際にホテルまでの道を走っていると、軽車両の多さに驚かされます。

バイクや、リキシャと呼ばれる東南アジアのトゥクトゥクのようなものが半分程度です。

また、インドの車道ははっきり言ってクレイジーです。

彼らは、車間距離をこれでもかというほどに詰めたがるようです。笑

しかも、そのたった3mほどの移動も全速力。本当に危ない!!

白く書かれた車線はただの装飾。軽車両が車の間を縫うように常時走り続けます。

また、その際軽車両が「プップッ」と絶え間なくクラクションを鳴らすので、

騒々しいという言葉がぴったりです。

 

おそらく、このクラクションをひたすら鳴らすのは

大型車にひかれないためなのでしょう。

前述のとおり、彼らは皆常に全速力でいかなる隙間も埋めようするため、

大型車の脇を通る軽車両は、一歩間違えれば簡単に巻き込まれてしまいます。

 

他には、道路の進行方向に垂直に車線変更しようとして立ち往生する自動車。

今まで通った道の中で一番運転したくない道でした。

また、運転手に速度を出させぬよう、わざと道を盛り上げているところもありました。

 

運転免許の取得制度はどうなっているのかな。

 

あともう一点面白かったのが、Uberです。

ご存知の方も多いと思いますが、

Uberというのは配車サービスアプリで、

目的地を設定すると、近くのUberドライバーとマッチングされます。

また、料金はほとんどの場合Web決済のため(アプリ登録の際にクレジット情報を入力する)

トラブルが生じにくいといわれています。

欧米を中心に浸透しており、インドでもUberは活躍しています。

まず驚いたのが、インドのUberはクレジット情報を入力しなくとも登録できるそうです。

少し考えてみれば、キャッシュレスが進んでいない国への適応ということなのでしょう。

個人的には、クレジットカードをおすすめします。

現金の場合ぴったり払えないと、小銭がないなどの理由でお釣りがもらえないことがあります。

それに加えて、配車する車の種類(大きさや豪華さ)を選択するのですが、

なんとそこにリキシャが組み込まれていたのです!!!

Uber社の地域への順応能力には脱帽ですね。

 

次にメトロ。町の歩道の整備が甘く、黄色い砂で覆われている様子を見ていたため、

あまり期待はしていませんでした。

しかし、メトロは違いました!

町の雰囲気とはうってかわって、とてもきれいな空間。

(後で調べたところ、メトロができたのはつい半年ほど前のことだそうで。)

車両やホームはヨーロッパのメトロを匂わせるようなものでした。

一つだけ驚いたのは、改札です。

改札には荷物検査所があり、全ての利用者が

改札を通る前に検査されます。(まさに空港のようなかんじ)

待機しているのは、拳銃を所持した軍。

3日目あたりだったかな。手荷物が検査に引っかかってしまいました。

ドキドキ、、

しかも、軍の方は英語が喋れないようで、何を言っているのかわからない。。

引っかかったのは、、

ビール瓶でした。

 

なぜ引っかかったのかはわかりませんが、

アルコールがまずかったのかなと思っています。

おそらく感知されたのは瓶です。ペットボトルは全くお咎めなしでした。

イスラーム教・ヒンズー教では飲酒は禁止・忌避されています。

そのため、インドで公に飲酒することは、たとえ旅行者でも憚られる行為になります。

(友人がビール瓶を片手に持ち歩いていたとき、地元の人に注意されていました。)

 

とりあえず、改札は改札と荷物検査の二重構造になっていて

日本だったら行列が大変なことになるなぁと思いました。

即ち、インドのメトロ使用人口が、現状大分少ないということなのでしょう。

 

 

ということで、ざっくりとインドの交通手段を見ていきましたがいかがでしょう?

実は現在、数十件の鉄道建設案件があり

数年後にはもっともっと便利になっていることでしょう。

ところで最初の問題の答えは、、

 

スズキ

 

です。みなさんわかりました?

ちなみに、トヨタも日産もほとんど見ないです。

ホンダは自動車ではトップ5に入っています。

 

余談ですが、インドは世界最大の二輪車市場であり、

ホンダは地元の二輪会社ヒーロー社に継ぎ、シェアの3割程度を誇っています。

(日系企業では一番)

 

春休み!ということでスキー旅行に行ってまいりました。

場所は岩手県。

スキーは初級~中級程度なので、

パラレルの精度を上げたり、ジャンプやモーグルの練習をしたりしようと意気込んでいたのですが、

 

色々あって、怪我をしてしまいました。。泣

 

もともと熱気味だったことも相まって症状が悪化。泣く泣く病院へ行くことにしました。(結局大丈夫でした。)

 

 

ここで困ったのが病院までのアクセス。まず、スキー場近くの病院まではタクシーで片道5000円・30分程度。

盛岡駅までのバスの本数は一日に一桁だが、金額は1000円程度でかつ周辺に多くの大きな病院があった。

とりあえず1時間半待って乗車。そこから路線バスに乗って病院へ。

しかし、バスほど見慣れぬ土地で扱いづらい公共交通機関はない。

発車時間がGoogle mapの表示と違ったりなどハプニングがありながらもなんとか病院へ。

 

帰路についたのが午後17時。この時間帯には、行きで使ったスキー場と盛岡駅を結ぶバスはなく、

路線バスと在来線を用いて帰るしかない。

Google mapに頼り、乗り換えがスムーズなバスと電車を見つけバスに乗ると、、バスが遅延。

結果、あと5分のところで電車を逃す。次の電車まで1時間以上。

時間を潰し、最寄り駅まで着きスキー場の近くの宿まで戻ろうとするが、徒歩で約50分。

あたりは真っ暗である。幸運にも、他の宿泊施設の送迎車に乗せていただきなんとか帰還した。

 

 

ここでは、以上の経験を踏まえて地方交通サービスの要素を抽出し、私見を述べたいと思う。

事前に地域の特性ごとに次の大まかな三つに分けておく。

①都心 ②郊外住宅地 ③田舎

 

第一に、在来線(鉄道)の本数の少なさである。(②, ③)

 これは、基本的に経済的要因に拠る。今回使った花輪線は、2016年のJR東日本の発表する

 輸送密度 (1日1㎞あたりの乗客数) において、三ケタに満たない区間を持つ路線であるようだ。

 

 

次にバスの存在感である。

 東京都心において、バスの存在感はJR・地下鉄の裏に隠れているように感じる。(①)

 しかし、少し都会を離れ住宅街に行くとバスの存在感は大きくなり、本数も電車に対し比較的多い。(②)

 更に地方に行くとバスの本数は減少する。(③)

 

 今回の例でいえば、盛岡駅周辺は中段のように10分に一本はバスが出るような地域であり、

 使いこなしている地元の人には便利な公共交通である。

 更に在来線で地方に行けば行くほどバスすらなくなっていく。

 

 

そして、タクシーである。

 タクシーの数はバスの数の傾向ととても似ており、郊外の住宅地に多いイメージである。

 例えば今回の盛岡駅では、常時30台程度のタクシーが駅にて待機していた。

 では、バスと何が違うかといえば、顧客のニーズへの対応力。

 当たり前だが、輸送密度は低い代わりに好きな時に(whenever)、好きな場所へ(wherever)連れて行ってくれる。

 つまり、バスもないような地域においてもタクシー会社に電話を入れれば足として利用できるということです。

 

 

地域の交通を考えるうえでよく挙がる話は、

過疎化・高齢化及び公共交通サービスの低収益性(③)。

確かにこれは重大な問題です。

 

基本的に

 

高齢化→人々の身体機能の低下

         &             ⇒   公共交通サービスの低収益性→人々の移動範囲の狭まり

過疎化→人の交友範囲の狭まり

 

という悪循環ができています。

ここに、近年騒がれている高齢者の運転免許返還が進めば、このループをさらに加速させる方向に進むでしょう。

 

しかし、正直なところこの問題に対する明確な答えはいまいち持ち合わせていません。。難しい。

 

 

今回はもう一点指摘したいことがあります。それは、

②のような地域におけるバスのポテンシャル

です。

私は、現状ではこのバスのポテンシャルは生かしきれていないと感じています。

例えば、あなたがどこか初めて行く場所に旅行するとしましょう。国内でも国外でもいいですが、交通として何を使うでしょうか。

徒歩・電車あたりを重宝するのではないでしょうか?最近ではUber等の配車サービスも便利なので、Uberも入るでしょう。

しかし、この中にバスが入ってくることは難しいのです。その理由は

 

時間の不確実性 及び 行先の不透明性

にあるのではないでしょうか。プラスで「本数の少なさ」が入ることもあるでしょう。

この二つを解決することができれば、誰もがバスを自由に使えるようになれば、

より人々の移動は活発化するのではないでしょうか?旅行のハードルも下がるかもしれません。

 

では、どうすればいいのか。

バス停に各バスが今現在どこにいるのか表示できるようなアプリがあればいいのではないでしょうか。

鉄道の路線図のようなものをバスにも用意してあげれば、そしてその図にアクセスしやすい仕組みができれば、

人々の旅はもっと快適に、そして移動量が増えれば自然と経済も回っていく。

 

盛岡では、次のバスがあと何分で来るのか電子掲示板で表示する仕組みが導入されており、

改善されていました。なぜこれは関東圏でもっと導入されないのか、導入してほしいですね。

あとは、バスの路線図と実際の地図を結び付けていく作業がなされていけば、世界が変わると確信しています。

 

お金がかかるのかなぁ。投資していいところだと強く思うのですが。

前記事では、インドといえばだれもが想像する「辛いカレー」について書いた。

インドの料理はスパイスの聞いているものが多く、辛いのも事実。

しかし、インドには辛くないものもある、、スイーツである。

 

何を当たり前のことをと思われた方は多いと思うが、実はインドのスイーツはとても甘い。

おそらく、伝わっていないだろうがもう一度言う。

と・て・も 甘いのだ。

 

これは、インドの学生に連れられて地元のマーケットに行った時の事。

このマーケットはいわゆる誰もが想像するような東南アジアのマーケット(インドは南アジアだが)の雰囲気である。

その中の一つにスイーツ専門店があり、100g単位で量り売りをしていた。

そこにはなんともカラフルなスイーツたち。綺麗ではあるが、日本では見かけないその見た目に少し不安を覚える。

その中に、揚げドーナツのようなきつね色の丸くて小さいお菓子があり、すぐさまそれに決定。

100g単位なので、一回で14個ほど入れてくれお得な気分になった。

 

早速、一口でいただくと、???

食感はとても柔らかい、カステラのように。ただ噛もうとすると何やら液体が染み出してくる。

 

メープルである。

 

そう、これは球状のカステラ生地にメープルが染み出すほどに染み込ませたお菓子だったのだ。

箱の中を見ると10個以上の球がコロコロと転がっている。

どう考えても、一日以上もつとは考えられず覚悟を決めて10個食べきった。

(残りは、出会った日本人の方にあげた。)

カレーとは違う意味でお腹が大変なことになった瞬間であった。

 

 

個人的に好きであったのは、ニンジンを細かく刻んですりつぶして、砂糖と煮詰めて作るお菓子である。

食べてみるとニンジンらしさは全くなく甘くて温かくて食べやすい。特にアイスクリームと一緒に食べると絶品である。

名前はハルワというらしい。(帰国後調べた)

あるインド人の方の家に招いていただく機会があったのだが、そこでホームメイドのお菓子をたくさんいただいた。

その中にこのハルワがあったのだが、そのハルワはあまりすりつぶしすぎず、

ニンジンらしさを残しながらスイーツになっていてとても美味であった。

 

甘党の皆さん、

インド料理屋に訪れる機会があれば、スイーツを試してみてはいかがだろうか?

インドに渡航する前会う人会う人に言われたこと、それは

インドのカレーは本当においしい!

 

日本で生活する中においても、カレーは好物の一つの私である。

そんな私にとってこの情報は願ってもないことであるが、

とはいえ、本当に毎食カレーを食べて飽きないのだろうか?という不安が頭をよぎる。

(日本では、最高でも4食連続が限界であった。。)

 

そんな不安と期待の入り混じる中、初日の夜をむかえた。

もちろん、初日はカレー!ということで、近くのホテル内のレストランへ。

しかし、これが大変なことに。。

意気揚々と席に座り、一人一つ頼みみんなでシェアしようということになった。内訳は、、

 

・チキンカレー(ファミリーサイズ)

・マトンカレー(ファミリーサイズ)

・マトンビリヤニ

・ベジビリヤニ

・シシカバブ

+ナンたくさん

 

という何とも肉食な布陣。

まずはチキンカレーを一口、、、辛い!食べれないことはないが、これはさすが本場といったところか。。

とりあえず、ビリヤニで辛さを抑えようとマトンビリヤニに手を出すと、さらに辛い!!!

特にビリヤニはスパイスがカレーよりも効いている分舌に来る。。。

とりあえず、選択肢がもうほとんどないので、恐る恐るベジビリヤニに手を出す。少しだけ。。

??甘い!!野菜の甘味が口の中に広がる。これはオアシス。

(おそらくこのあたりから既に味覚が狂い始めていた。)

残るはマトンカレー。マトンビリヤニの経験から渋るスプーンを何とかおしすすめて一口。

辛い!!!!!辛すぎる。これは食べれる代物じゃない。

ここまでで、二本の水のボトルを空けてしまう日本人5人+中国人1人。

ここにきて薄々気づいたのだが、匂いのきついものほどスパイスを強く使用することで、食べやすくしているのであろう。

つまり、ベジ<ノンベジで、チキン<マトンとなるわけだ。。とまぁ、分析したはいいものの、ベジ系はビリヤニ一つしかない。。

ここからは、もう誰もが想像する通り、ベジビリヤニで舌を休めつつ、ナンとカレー7:3くらいの割合で細々と減らしていく耐久戦。

残念ながら、マトンカレーだけは半分以上残してしまった。完全敗北。

(もちろんシシカバブも激辛☆)

これからの日に絶望しつつ初日を終える。

 

 

翌朝、空腹とトラウマとがせめぎ合う中、あっさり空腹にトラウマが敗北し朝食をとる。

朝食はバイキング形式であるが、メニューの半分がカレー、敗北を確信。

昨晩行動を別にした友達が辛い辛いと言いながら食べている。。

泣きそうになりながらカレーを一口パクリ。ん?おいしい!これは甘くておいしい!!

よく見るとダールカレーであった。そもそも辛さを微塵も感じない。甘い。ひたすら甘い!

ここにきて私は気づいた。昨晩のマトンカレーを経験し舌が麻痺している。もう怖いものはない。

 

ここからは、ほとんど毎食カレーを食べた(うち2食は全くカレーを口にしなかった。)が、

これが癖になるおいしさ。香辛料のおかげか、お腹一杯食べても、すぐに食欲がわいてくる。

カレーのルゥもベジ・ノンベジそれぞれ10種類以上、味に飽きることはない。

旅の中で一番奇妙であったのは、ヤギの脳みそのカレーである。

チーズのような香りがするが、食感は柔らかくツルッとしている。なんとなく癖になるような風味であった。

 

とは言えど、やはりスパイスの味ばかりが一週間も続くと飽きがくる。

最後の空港でのご飯の時のこと。

日本食とまではいかないまでも、味の気分転換をしたいと思っていた矢先、目に飛び込んできたのはマック。

この時ほど、あの赤と黄色の光が輝いて見えたことはなかった。

インド風にアレンジしたメニューもあったが、迷わずフィレオフィッシュのセットを注文。

「フィレオフィッシュは間違いない。」そんな確信があった。

フィレオフィッシュを一口ガブリ。これがとてもおいしい。

味が濃くないことはもちろん、そもそも魚を口にしたのもとても久しぶりであった。

最高のインド旅行であったと満足しながら、食べていると、、ん!?

スパイシーな衝撃が舌を襲う。完璧に油断していた。

Indian fried potatoの山が残されていた。。。