補助金の文書は、
何%が決まり文句か。

要旨— 行政文書の定型表現を数える

福岡県が公開する補助金関連文書 13本（交付要綱・募集案内・リーフレット・申請書類の記載例・実施計画書）を、AI が設計した行政定型句辞書（5カテゴリ・約70語）で採点した。決まり文句率は交付要綱で 11.9%、チラシで 1.8%。同じ補助金の文書でも、約 6.5 倍の開きがあった。

さらに、決まり文句率と一文の長さは負の相関（r = −0.50）を示した。決まり文句で固める文書と、長い一文で攻める文書があり、「読みにくさ」は一つの指標では捉えられない。同じ入力には、必ず同じ結果が返る。

決まり文句は、申請者が最後に読む文書に集まっていた。

方法— 決まり文句率をどう測ったか

福岡県が 2025〜2026 年に公開した補助金関連文書 13 本を PDF から取得し、本文テキストを抽出した。各文書について、行政文書に特徴的な定型表現の辞書とのマッチを取り、その非重複の文字カバレッジを「決まり文句率」とした。

決まり文句率

辞書にマッチした文字の非重複カバレッジ ÷ 本文文字数 × 100。「本文の何％が定型表現の文字でできているか」

辞書の5カテゴリ

①法令調の語尾（〜ものとする／〜しなければならない 等）②条文参照の常套句（次の各号／前項／当該 等）③儀礼的接続（なお、／ただし、／下記のとおり 等）④留保・ぼかし表現（等／その他／必要に応じ／適宜 等）⑤行政文体の硬い接続（において／により／に係る／について 等）

文書グループ

13本を5タイプに分類：要綱(1)／案内・手引き(3)／リーフレット(2)／記載例(2)／実施計画書(5)

副指標

平均文長（句点「。」で区切った一文あたりの文字数）。決まり文句率とは独立した「読みにくさ」の軸として併記

対象範囲

福岡県の3つの補助金/事業（生産性向上・賃上げ／経営革新・賃上げ／地域少子化対策）の公開文書。すべて機械可読な文字 PDF。出典は References に明記

限界

「決まり文句」は行政文体に特徴的な定型表現を辞書で操作的に定義したもの。文章の良し悪し・正確さ・必要性を評価するものではない。定型表現には法的に必要なものも多く含まれる

AIの関与（開示）

本研究では AI が「決まり文句」の辞書（5カテゴリ・約70語）を公用文・行政文書の通念から設計し、研究部が検証して固定した。各文書のカバレッジ計算は完全に決定的。下の AI 所見は算出された統計量から AI が言語化し、研究部が確認したもの

※ 「決まり文句率」は文書の質や誠実さを測るものではない。観測可能な定型表現の密度である。

結果— 決まり文句は、どこに集まるか

文書タイプ別に決まり文句率を平均すると、交付要綱が突出して高い。要綱は補助金の効力を法的に定める文書で、案内・手引き、記載例、リーフレットの順に下がっていく。決まり文句は、申請者が最終的に従う「効力を持つ文書」に集中していた。

一方、決まり文句率と一文の長さの関係を見ると、負の相関（r = −0.50）が現れた。決まり文句率が高い交付要綱は一文が短く（平均90字）、決まり文句率が低い実施計画書は一文が極端に長い（最長226字）。読みにくさには、定型句で固める方向と、長い一文で攻める方向の2つがある。

文書 13 本を決まり文句率の順に並べると、次のようになる。交付要綱だけが二桁、最も低いのは添付書類の記載例（賃金台帳）とチラシだった。

決まり文句率を辞書のカテゴリ別に分解すると、最も寄与が大きいのは「行政文体の硬い接続」（〜において／〜により／〜に係る 等）だった。法令調の語尾や条文参照より、こうした漢語＋格助詞の硬い接続のほうが、行政文書の手触りを支配している。

• 01交付要綱の決まり文句率は 11.9%。本文の約 8 文字に 1 文字が定型表現の文字だった。チラシ（1.8%）の約 6.5 倍。
• 02決まり文句率と一文の長さは負相関（r = −0.50）。要綱は「短い定型句の文」、実施計画書は「長い一文」。読みにくさは一軸では測れない。
• 03決まり文句の正体の半分以上は「〜において」「〜により」「〜に係る」といった硬い接続。劇的な法令用語より、地味な接続が手触りを決めていた。

あなたの文章も、計ってみる。— 決まり文句率サブツール

仕事のメール・申請書・案内文など、どんな日本語でも貼ると、同じ5カテゴリの辞書で決まり文句率を採点し、どこが定型表現かをハイライトする。同じ文を入れれば、必ず同じ点数が出る。

結論— 決まり文句は、効力を持つ文書に集まる

福岡県の補助金関連文書 13 本において、決まり文句率は文書タイプによって約 6.5 倍の開きがあった。最も高いのは交付要綱——補助金の効力を法的に定め、申請者が最終的に従う文書である。入口のチラシやリーフレットは平易に書かれ、核心の要綱は定型表現で固められていた。

これは、行政文書が「読ませたい文書」と「効力を持つ文書」で文体を切り替えていることを示唆する。また、決まり文句率と一文の長さが負の相関を示したことは、読みにくさが単一の尺度では測れないことを意味する。本研究は文書の良し悪しや必要性を評価するものではない。定型表現の多くは法的・形式的に必要なものでもある。

allfesta Labs は、こうして普段は「お役所言葉」と一括りにされる文体を、辞書とカバレッジで淡々と数に置き換え、何が言えて何が言えないのかをはっきりさせていく。考察の言語化は AI が担い、研究部が検証している。

ネタもと— 一次資料・前提

• A福岡県中小企業生産性向上・賃上げ緊急支援補助金（令和7年12月補正分）（福岡県, 2025）
  交付要綱・募集案内・募集リーフレット・交付申請書類の記載例・賃金台帳の記載例の5文書を解析。
• B福岡県中小企業経営革新・賃上げ緊急支援補助金（福岡県, 2025）
  チラシ・申請の手引き・作成についてのQ&Aの3文書を解析。
• C福岡県地域少子化対策重点推進事業（福岡県, 2025）
  各事業の実施計画書から5文書を解析。
• D文化庁「公用文作成の考え方」（建議, 2022）
  公用文の平易化・定型表現に関する国の指針。本稿の決まり文句辞書のカテゴリ設計の前提として参照。
• Eテキストの操作的計量（コンテンツ分析）の枠組み
  辞書に基づく語句のカバレッジ計測は、コンテンツ分析の標準的手法。R013（パブコメ本気度スコア）と同系統の方法論。
• FAI自由研究 — 自作研究プロジェクトの流用
  本稿は allfesta Labs の自作研究プロジェクト（申請文書のテキスト解析）の流用。カバレッジ計算は決定的、辞書設計と解釈は AI 生成・研究部検証。