はじめに

2026年2月8日、第51回衆議院議員総選挙が行われ、高市早苗首相率いる自民党が316議席を獲得する圧勝となりました。

公示前の198議席から一気に118議席増。衆議院465議席のうち**約68%**を単独で占める、戦後最多の議席数です。

さて、ここで気になるのが「じゃあ次の衆院選はいつ？」ということ。

衆議院の任期は4年ですが、ご存知の通り日本では任期満了を待たずに解散総選挙が行われることがほとんどです。では、今回のような圧勝の後だと、解散はいつ頃になるのでしょうか？

戦後29回分の衆院選データを使って、機械学習で予測してみました。

使ったデータ

戦後の衆議院選挙（第23回〜第51回）の以下のデータを集めました。

| 項目 | 説明 | |------|------| | 選挙回数 | 第23回〜第51回 | | 選挙日 | 各選挙の実施日 | | 与党名 | 選挙時の与党 | | 与党議席数 | 与党の獲得議席数 | | 総議席数 | 衆議院の総議席数 | | 選挙間隔 | 前回選挙からの経過日数 | | 議席占有率 | 与党議席数 / 総議席数 |

対象は29回の選挙。日本の選挙制度の変遷（中選挙区→小選挙区比例代表並立制）や総議席数の変更も含まれるので、議席占有率（議席数 / 総議席数）で正規化しています。

まずはデータを眺めてみる

選挙間隔の推移

まずは「選挙ってどのくらいの間隔で行われてきたの？」を見てみましょう。

赤い点線が**任期満了ライン（4年 = 1,461日）**です。

面白いことがわかります。

• 任期満了ギリギリまで引っ張るケースは意外と少ない
• 2009年（麻生政権）と2021年（菅→岸田政権）がほぼ任期満了
• わずか200日で再選挙になったケースも（1953年・1980年）
• 今回の第51回は前回からわずか469日。かなり短いスパンでの解散でした

与党の議席占有率と次の選挙までの期間

次に「与党がたくさん勝つと、次の選挙まで長くなる？短くなる？」を見てみます。

横軸が「その選挙での与党の議席占有率」、縦軸が「次の選挙までの日数」です。色が明るいほど最近の選挙です。

なんとなく右肩上がりの傾向が見えます。つまり：

与党が大勝するほど、次の選挙までの期間が長くなる傾向がある

直感的にも納得できますよね。大勝した政権には余裕があるので、急いで解散する必要がない。逆に辛勝や敗北だと、政局が不安定になって早期解散に追い込まれやすい。

ただし、ばらつきはかなり大きいです。政治は数字だけでは決まりませんからね。

機械学習で予測してみる

使ったモデル

2つのモデルで予測しました。

モデルA：線形回帰

いちばんシンプルなモデルです。「議席占有率が上がると、次の選挙までの日数がこれくらい増える」という直線的な関係を学習します。

• 特徴量：議席占有率
• ターゲット：次の選挙までの日数

モデルB：ランダムフォレスト

決定木をたくさん作って多数決する、もう少し賢いモデルです。非線形な関係も捉えられます。

• 特徴量：議席占有率、任期残日数
• ターゲット：次の選挙までの日数

精度はどうだった？

LOOCV（Leave-One-Out Cross Validation：1件ずつ抜いて検証する方法）で精度を測りました。

| モデル | MAE（平均絶対誤差） | |--------|---------------------| | 線形回帰 | 約263日（0.7年） | | ランダムフォレスト | 約313日（0.9年） |

MAEが263日ということは、「平均して9ヶ月くらいのズレ」ということ。

正直、精度はそこまで高くありません。でもデータが29件しかないこと、政治は経済情勢・スキャンダル・国際情勢など無数の要因で動くことを考えれば、これでも傾向は捉えられていると言えるでしょう。

意外にもシンプルな線形回帰のほうが精度が良い結果に。データが少ない場合、複雑なモデルより単純なモデルのほうが汎化しやすいという機械学習のセオリー通りです。

予測結果

第51回衆院選のデータ（議席占有率 68.0%）を入力した結果：

| モデル | 予測日数 | 予測時期 | |--------|----------|----------| | 線形回帰 | 約1,211日後 | 2029年6月頃 | | ランダムフォレスト | 約1,226日後 | 2029年6月頃 | | 平均 | 約1,219日後 | 2029年6月頃 |

両モデルとも2029年6月頃という結果になりました。

これは任期満了（2030年2月）の約8ヶ月前。歴史的に見ても、大勝した政権は3年以上は持つことが多いので、妥当な線と言えそうです。

まとめ

| 項目 | 内容 | |------|------| | 分析対象 | 戦後29回の衆院選 | | 手法 | 線形回帰 + ランダムフォレスト | | 予測結果 | 次の衆院選は2029年6月頃 | | モデル精度 | 平均誤差 約9ヶ月 |

注意点・限界

• データが29件しかない：機械学習には本来もっと大量のデータが必要です
• 政治は数字だけじゃ決まらない：スキャンダル、経済危機、国際情勢など予測不能な要因が山ほどあります
• 選挙制度の変遷：中選挙区制と小選挙区制では議席の動き方が違います
• あくまでお遊びです。投資判断や政治的な主張の根拠にしないでください

とはいえ、戦後80年近くの選挙データを眺めてみると、「与党が勝つと次の選挙まで余裕がある」という傾向は確かに見て取れました。

あなたは次の衆院選、いつだと思いますか？

---

使用ツール

• Python 3.10
• pandas / scikit-learn / matplotlib
• 線形回帰 / ランダムフォレスト回帰
• LOOCV（Leave-One-Out Cross Validation）