マイナンバーは個人番号ではない──各行政データを結びつける「ハッシュタグ」


多くの人がマイナンバーを「政府が個人を管理するための番号」と理解している。

調べてみると、その理解は、間違いとは言えないが、正確でもない。

法律上の正式名称は「個人番号」である。しかし行政システムの実装を見ると、この番号は個人そのものを識別するIDというより、複数のデータベースを照合するための連携キーとして機能している。

だから、番号というよりもタグに近い。行政の複数のデータベースを横断するとき、「これは同じ人物のデータである」と照合するための、小さな目印だ。

SNSのハッシュタグと同じように、タグそのものが情報を持つわけではない。タグは、同じテーマの情報を見つけるための目印だ。

それがマイナンバーの実体だ。


巨大な中央データベースは存在しない

まず、よくある誤解から解きほぐす必要がある。

マイナンバーが普及したことで、政府がすべての個人情報を一元管理する巨大なデータベースを持った、と考えている人は少なくない。しかし現実の行政システムは、そうはなっていない。

税、年金、医療、住民情報。これらはそれぞれ別のデータベースで動いている。

各省庁、各機関が個別に管理する分散した構造。それが現在の日本の行政情報基盤だ。マイナンバーが導入されたからといって、この分散構造が一夜にして統合されたわけではない。


番号は「横断キー」として使われない

ここが制度の核心であり、最も理解されていない部分でもある。

マイナンバーそのものは、システムを横断するキーとして直接使用されない。

もし番号をそのまま横断キーとして使うなら、税・年金・医療のすべてのDBが一本の番号で直接結びつくことになる。それはセキュリティ上のリスクであるだけでなく、制度設計の原則にも反する。

実際、「行政手続における特定の個人を識別するための番号の利用等に関する法律」(マイナンバー法)は個人番号の利用目的を「別表に掲げる事務」に限定しており、むやみにIDとして使い回すことを防ぐため、収集・保管や特定個人情報ファイルの作成などを厳しく制限している。

そこで導入されているのが「情報連携用の符号」という仕組みだ。

仕組みは単純ではないが、概念は明快だ。機関ごとに異なる内部識別子を持つ。税DBでは別のID、年金DBでは別のID、医療DBでは別のID。同じ人物であっても、各行政機関の内部では異なる識別子で管理される。

マイナンバーは、それらを照合するための参照キーとして機能する。番号自体が情報を持つのではなく、番号が情報と情報の間を結ぶ


三層構造という独自性

日本の個人識別制度は、歴史的に三つの層で構成されている。

戸籍(家族関係)
 ↓
住民票(居住)
 ↓
マイナンバー(行政識別)

戸籍は家族関係を記録する。誰の子か、誰と婚姻しているか。時間と血縁の記録装置だ。

住民票は居住を記録する。どこに住んでいるか。空間の記録装置だ。

マイナンバーは行政識別を担う。どの行政手続きに紐づく人物か。連携の記録装置だ。

この三層は、それぞれ異なる論理で設計されており、互いを代替しない。戸籍がなくなってマイナンバーに一本化されるわけでも、住民票がマイナンバーに吸収されるわけでもない。

この構造は、世界的に見ても独特だ。


壊さず、追加する

さらに興味深いのは、その制度移行の方法論である。

多くの国では、旧制度を廃止して新制度に置換する形を取る。

しかし日本は、旧制度を維持したまま新しいレイヤーを追加する方法を選んだ。

戸籍は残った。住民票も残った。その上にマイナンバーという新しい層が積み上げられた。

この「壊さず、追加する」という移行パターンは、日本のインフラ設計にしばしば観察される特徴だ。鉄道でも、通信でも、行政でも。既存の構造を温存しながら、新しい機能層を被せていく。

後方互換性の維持とも言えるし、変化への抵抗とも言える。どちらに重きを置くかは、見る立場による。しかし構造として観察するなら、それは確かに一貫したパターンだ。


言葉と実装のズレ

では、なぜこの構造が広く理解されないのか。

理由は単純だ。「個人番号」という言葉が、実装と合っていない。

行政もメディアも、「個人番号」という名称を使い続けた。その言葉は直感的に「個人そのものに紐づく番号」として受け取られる。番号が個人の実体を指し示す、という理解だ。

しかし実装の論理は逆に近い。個人が番号を持つのではなく、データが番号によって結びつく。主語は番号ではなく、データの連携関係だ。

誤解のモデル:番号 → 個人
実装のモデル:データA ← 番号 → データB

この逆転が、制度全体の理解を歪めている。


観測としてのまとめ

マイナンバーは個人番号ではない。

より正確に言えば、それは行政データを結びつける連携トークンだ。データそのものを持たず、データとデータの間に置かれる目印。ハッシュタグに近い、と言ってもいいかもしれない。

「#<〜さん>」というタグが、税のデータにも、年金のデータにも、医療のデータにも付与される。タグは情報を持たない。ただ、情報と情報が同じ人物のものであることを示す。

言葉が制度理解を作る。「個人番号」という命名は、意図したかどうかにかかわらず、制度の構造とは異なる理解を社会に植えつけた。

それは設計の失敗かもしれないし、意図的な単純化かもしれない。いずれにせよ、言葉と実装のズレを観測することは、制度を理解するための最初の一歩だ。

マイナンバーは個人番号ではない。それは、行政という巨大な分散システムの中で、人を見つけるためのタグである。


著:霧星礼知(min.k) / 構造支援:Claude Sonnet 4.6 / AI-assisted / Structure observation

Read more

日本の苗字を東欧地名にする── だいたい「〜スク」でそれっぽくなる説

ロシアや東欧の地図を見ていると、あることに気づく。地名の語尾が妙に似ているのだ。 トムスク、オムスク。カトヴィツェ、ハルキフ。 つまり東欧の地名は、かなりの部分が「語尾」でできている。 それなら試してみよう。日本の苗字を、この語尾に当てはめたらどうなるだろうか。 1|東欧の地名は「語尾」でできている 東欧やロシアの地名には、語尾を見るだけで文化圏がだいたい分かるという特性がある。 構造は単純だ。 名前(人名・地形・川名)+ 接尾辞 = 地名 接尾辞が意味を持ち、前に何が来ようとそれなりに機能する。これが今回の遊びの核心だ。 2|スラブ語尾の基本辞典 -sk 意味:「〜の場所」「〜の町」 例:Tomsk(トムスク)、Omsk(オムスク) 川や地形の名前に付くことが多い。ロシア語圏でよく見る形。 -burg 意味:「城」「城塞都市」 例:Hamburg(ハンブルク)

By mnk.log

自由研究:空港が町の代わり— シベリア油田は「通勤するフロンティア」

サハ共和国の地図を見ていて、奇妙な空港に気づいた。 村の空港は小さく、質素だ。 滑走路があって、小屋がある。それだけ。 ところが突然、ピカピカの空港が現れる。 設備が新しい。規模が違う。 村は、ない。 調べると、タラカン油田だった。 タラカン空港(Talakan Airport)は油田のために作られた空港だ。 近くのヴィティム空港(Vitim Airport)とは、用途が根本的に違う。 ヴィティムは生活のための空港。 タラカンは産業のための空港。 そしてタラカン油田には、町がない。 労働者はシフト制で働く。 数週間、現地で働く。 数週間、都市で休む。 (2週間/2週間、30日/30日など、現場によって異なる) つまり「通勤」している。 移動経路はこうなる。 都市 → 飛行機 → 空港 → トラック → 作業基地 現地には宿舎と工業設備がある。 学校はない。商店街もない。

By mnk.log

AIは「思考者」を中毒にする── なぜ知識人層ほど危ないのか

SNSの問題はある程度、語られるようになった。 しかしAIについては、まだ「便利なツール」の話ばかりだ。 バルス理論で語ったような、依存の話はほとんど出てこない。 それはおそらく、AIの依存が「生産的に見える」からではないか。 1|中毒構造の違い SNSは可変報酬で人を引きつける。いいねが来るかもしれない。通知が鳴るかもしれない。その不確実性が刺激になる。中毒の形は娯楽型だ。 AIは違う。 必ず返事が来る。思考が進む。自分に合わせてくる。 これは「思考の摩擦がほぼゼロの環境」だ。構造がまったく異なる。 2|知識層ほどハマる理由 AIが特に危ないのは、知的作業をする人間に対してだ。 理由は三つある。 思考を広げてくれる: 本は一方向だ。AIは対話する。仮説を投げれば反論が返る。別視点を求めれば展開される。研究者やエンジニアにとって、これは思考加速装置として機能する。 仮説をすぐ試せる: 人間との議論には気遣いがいる。説明コストがかかる。感情の処理も必要だ。AIにはそれがない。反論しても怒らない。何度でも聞ける。いつでも続く。気兼ねなく、思考実験を回し続けられる

By mnk.log

AIとの会話はなぜ終わらないのか ── バルス理論とループ離脱のテクニック

AIと会話していると、終わるタイミングがわからなくなることがある。議論が面白くなるほど、その傾向は強くなる。これはAIの性能の問題ではない。 バルス理論については以前、「AIのコンテクストループとバルス理論」で書いた。AIが過去文脈に最適化し続けることでループが発生し、それを断ち切れるのは人間だけだ、という話だ。そこでは、唐突に「マリトッツォ食いたい」や「えび」一言でループをリセットした実例も紹介した。 今回はその続きにあたる。 問題は、AIの挙動や性能だけでは説明できない。コンテキストループの原因は、むしろ人間側の「会話の反射」にある可能性がある。AIは相手が人間でなくても、人間の会話プロトコルを起動させてしまう。 この構造を整理し、ループから抜けるための技術として「バルス理論」の拡張を試みる。 1|AIコンテキストループとは AI対話の基本構造はシンプルだ。 入力がある。出力が返る。その出力が次のコンテキストになる。 これが繰り返されることで、前の出力が「正」として強化される。話題は自己増殖し、終了トリガーが存在しない状態になる。これをコンテキストループという。

By mnk.log