1
00:00:12,534 --> 00:00:15,630
2003年に

2
00:00:15,654 --> 00:00:18,163
イギリス政府が ある調査をしました

3
00:00:19,314 --> 00:00:22,463
国民の数学能力のレベルを測るための

4
00:00:22,487 --> 00:00:23,724
調査です

5
00:00:23,748 --> 00:00:25,391
関係者が衝撃を受けたのは

6
00:00:25,415 --> 00:00:28,779
数学能力がレベル1に達しない人が

7
00:00:28,803 --> 00:00:32,304
成人の労働人口100人当たり
47人に上ったことです

8
00:00:32,712 --> 00:00:36,824
レベル1は一般中等教育修了資格試験で
一番下のレベルに相当し

9
00:00:37,230 --> 00:00:40,478
分数、割合、小数を使えるレベルです

10
00:00:40,502 --> 00:00:45,130
この結果を受けてイギリス政府に
不安が広がりました

11
00:00:45,154 --> 00:00:46,782
政策を見直し

12
00:00:46,806 --> 00:00:48,528
教育予算を増額して

13
00:00:48,552 --> 00:00:51,590
2011年に再び
調査を実施しました

14
00:00:51,614 --> 00:00:53,819
結果は どうなったと思いますか？

15
00:00:55,841 --> 00:00:57,285
100人中49人に増えたんです

16
00:00:57,309 --> 00:00:58,758
（笑）

17
00:00:58,782 --> 00:01:01,231
私がフィナンシャル・タイムズ紙で
この結果を報じた時

18
00:01:01,255 --> 00:01:02,926
こんなジョークを言った
読者がいました

19
00:01:02,950 --> 00:01:06,711
「この結果にショックを受けるのは
国民の51%だけだ」

20
00:01:06,735 --> 00:01:09,021
（笑）

21
00:01:09,045 --> 00:01:12,202
私がもっと気に入ったのは
この話を学校で紹介した時の

22
00:01:12,226 --> 00:01:15,321
ある生徒の反応でした

23
00:01:15,345 --> 00:01:16,876
その生徒は挙手して言ったんです

24
00:01:16,900 --> 00:01:19,416
「その結果をまとめた人は本当に

25
00:01:19,440 --> 00:01:21,255
49%の方には
入ってないんですよね？」

26
00:01:21,279 --> 00:01:22,533
（笑）

27
00:01:22,557 --> 00:01:26,607
数学能力が大事な問題であるのは
明らかです

28
00:01:26,631 --> 00:01:28,741
生活上 大切なスキルですし

29
00:01:28,765 --> 00:01:32,632
私たちが今世紀中の
実現を目指す変革の多くは

30
00:01:32,656 --> 00:01:35,097
私たちが数字に強くなることを
必要とするからです

31
00:01:35,121 --> 00:01:36,969
これはイギリスだけの
問題ではありません

32
00:01:36,993 --> 00:01:41,923
OECDは2016年に 若者の数学能力に関する
調査結果を公表しました

33
00:01:41,947 --> 00:01:44,727
まずは アメリカですが

34
00:01:44,751 --> 00:01:49,421
40%近くの若者は
十分な数学能力が身についていません

35
00:01:49,445 --> 00:01:50,742
イギリスも グラフにありますが

36
00:01:50,766 --> 00:01:55,899
割合が20%を超えるOECD諸国が
７つもあります

37
00:01:55,923 --> 00:01:58,682
これは問題です
必然的な結果ではないからです

38
00:01:58,706 --> 00:02:00,714
このグラフの右端を見ると

39
00:02:00,738 --> 00:02:03,698
オランダや韓国は
１桁台なのがわかります

40
00:02:04,122 --> 00:02:08,506
だから数学能力の問題には
絶対に取り組む必要があります

41
00:02:08,530 --> 00:02:11,460
さて こういった調査と同様に
役に立つのは

42
00:02:11,484 --> 00:02:16,884
つい人を２種類に分けてしまう
私たちの傾向を考えてみることでしょう

43
00:02:16,908 --> 00:02:18,684
つまり人間には２タイプいて

44
00:02:18,708 --> 00:02:23,057
数字に強く計算が得意な人と

45
00:02:23,081 --> 00:02:25,317
計算が苦手な人に
分けてしまいがちなのです

46
00:02:25,341 --> 00:02:27,442
私が今日お話ししたいのは

47
00:02:27,466 --> 00:02:30,508
そんな分け方は
間違っているということです

48
00:02:30,532 --> 00:02:32,400
決して変えられない分類ではありません

49
00:02:32,424 --> 00:02:36,072
数字から新たな発想をするのに
そこまで高度な数学的能力は

50
00:02:36,096 --> 00:02:37,824
必要ないでしょうし

51
00:02:37,848 --> 00:02:40,957
そういう考え方を元にして
検討を進めていくべきです

52
00:02:41,407 --> 00:02:45,718
検討を進める方法の１つとして
私の場合は

53
00:02:45,742 --> 00:02:47,468
統計を取り上げました

54
00:02:47,492 --> 00:02:50,987
統計は イメージに問題があると
認める人間は

55
00:02:51,011 --> 00:02:52,329
私が初めてですかね？

56
00:02:52,353 --> 00:02:53,400
（笑）

57
00:02:53,424 --> 00:02:54,956
統計学は数学の一部門ですが

58
00:02:54,980 --> 00:02:58,039
数学者さえ
それほど好きではありません

59
00:02:58,063 --> 00:03:02,075
統計学を除く数学では
正確さと確実性がすべてですが

60
00:03:02,099 --> 00:03:04,383
統計学は ほぼ正反対だからです

61
00:03:04,813 --> 00:03:09,468
ただ本当は 私が統計の世界に入ったのも
比較的最近のことです

62
00:03:09,492 --> 00:03:11,574
もし私が学部生だった頃 教授に

63
00:03:11,598 --> 00:03:16,357
卒業後 私が才能を発揮する見込みが
最も低い分野を２つ挙げてもらったら

64
00:03:16,381 --> 00:03:19,148
統計とプログラミングを
挙げたでしょうが

65
00:03:19,172 --> 00:03:22,111
これから皆さんに見ていただくのは

66
00:03:22,135 --> 00:03:23,337
私がプログラムした統計グラフです

67
00:03:23,765 --> 00:03:25,520
私に一体何が起きたのでしょう？

68
00:03:25,544 --> 00:03:29,192
統計が 本当は面白いと
思うようになったのは なぜでしょう？

69
00:03:29,216 --> 00:03:31,482
それは統計が 私たち自身に
関する学問だからです

70
00:03:31,889 --> 00:03:34,471
「統計」の語源を見ていくと

71
00:03:34,495 --> 00:03:37,104
それは私たちが暮らす
国や地域に関わる

72
00:03:37,128 --> 00:03:39,558
データを扱う科学のことだと
わかります

73
00:03:39,582 --> 00:03:42,936
つまり統計とは 個人ではなく
集団としての私たちに関する

74
00:03:42,960 --> 00:03:44,635
学問なのです

75
00:03:44,659 --> 00:03:46,129
私たちは社会的存在として

76
00:03:46,153 --> 00:03:50,097
個人が集団や仲間と
どう関わっているかに

77
00:03:50,121 --> 00:03:51,509
皆 関心を持つものです

78
00:03:51,533 --> 00:03:54,643
統計が最も力を発揮するのは

79
00:03:54,667 --> 00:03:55,968
驚くべき発見がある時です

80
00:03:56,497 --> 00:03:59,704
ここ数年 調査会社イプソスモリが
とても素晴らしい調査を

81
00:03:59,728 --> 00:04:01,450
実施しています

82
00:04:01,474 --> 00:04:04,042
これが本当に面白いんです

83
00:04:04,066 --> 00:04:06,774
ある調査ではイギリス国内の
1,000人以上の成人を対象に

84
00:04:06,798 --> 00:04:10,978
こんな質問をしました
「イングランドとウェールズで

85
00:04:11,002 --> 00:04:12,872
イスラム教徒は
100人当たり何人でしょう？」

86
00:04:13,696 --> 00:04:16,342
この調査での平均的な回答—

87
00:04:16,366 --> 00:04:19,778
つまり全人口を代表する回答は

88
00:04:20,264 --> 00:04:21,970
「24人」でした

89
00:04:22,802 --> 00:04:24,178
これが人々のイメージなのです

90
00:04:24,202 --> 00:04:27,841
イギリス人は 国内の100人中24人が
イスラム教徒だと思っています

91
00:04:27,865 --> 00:04:31,968
一方 公表された数値によれば
実際の数は およそ５人です

92
00:04:33,252 --> 00:04:37,239
つまり 私たちのイメージや認識と
統計からわかる現実との間には

93
00:04:37,263 --> 00:04:39,301
大きな隔たりがあるのです

94
00:04:39,325 --> 00:04:40,869
そこが面白いところだと思います

95
00:04:40,893 --> 00:04:44,183
こういう認識の誤りは
何が原因で起こるのでしょう？

96
00:04:44,732 --> 00:04:46,586
私はこの調査に すっかり興奮して

97
00:04:46,610 --> 00:04:50,090
自分のプレゼンで 調査項目から
質問を出すようになったのです

98
00:04:50,114 --> 00:04:51,332
ハマースミスにある

99
00:04:51,356 --> 00:04:53,666
セント・ポール女学校で
プレゼンをした時は

100
00:04:53,690 --> 00:04:55,830
今と同じような聴衆でしたが

101
00:04:55,854 --> 00:04:59,722
全員 女子高生でした

102
00:04:59,746 --> 00:05:02,142
そこで私は言ったんです

103
00:05:03,018 --> 00:05:07,561
「イギリスの一般市民は
十代の女子が毎年何人妊娠すると

104
00:05:07,585 --> 00:05:09,333
考えているでしょう？」

105
00:05:09,357 --> 00:05:12,033
私が答えを言うと
皆 激怒しました

106
00:05:12,873 --> 00:05:16,786
イギリスの一般市民は １年間で
十代女子の100人中15人が

107
00:05:16,810 --> 00:05:18,103
妊娠したと思っていたのです

108
00:05:18,849 --> 00:05:21,080
彼女たちが怒るのも もっともで

109
00:05:21,104 --> 00:05:23,862
公表された数字によると
実際には 妊娠した女の子を

110
00:05:23,886 --> 00:05:25,456
１人見つけるには

111
00:05:25,480 --> 00:05:27,995
200人近く 必要になるのです

112
00:05:28,019 --> 00:05:31,819
数学能力の場合と同じで
これはイギリスだけの問題ではありません

113
00:05:31,843 --> 00:05:36,347
イプソスモリ社は近年
調査対象を世界に拡大し

114
00:05:36,871 --> 00:05:40,121
サウジアラビア人には
こんな質問をしました

115
00:05:40,145 --> 00:05:42,666
「サウジアラビアの成人100人につき

116
00:05:42,690 --> 00:05:45,563
太り気味または肥満の人は
何人でしょうか？」

117
00:05:46,746 --> 00:05:52,079
平均は４分の１ちょっとという
回答でした

118
00:05:52,622 --> 00:05:53,824
これが彼らのイメージです

119
00:05:53,848 --> 00:05:56,416
太り気味または肥満は
全体の４分の１ちょっと

120
00:05:56,440 --> 00:06:01,221
でも公表された数字によると
実際は４分の３近くに上ります

121
00:06:01,245 --> 00:06:02,701
（笑）

122
00:06:02,725 --> 00:06:05,017
ここにも 大きな開きがあります

123
00:06:05,041 --> 00:06:09,487
私のお気に入りはこれ
日本人への質問です

124
00:06:09,511 --> 00:06:11,471
「日本人100人当たり

125
00:06:11,495 --> 00:06:14,096
農村部に住んでいる人は
何人でしょうか？」

126
00:06:14,741 --> 00:06:19,642
平均は だいたい半々
半分を少し超えるくらいでした

127
00:06:19,666 --> 00:06:23,813
日本人は100人中56人が
農村部に住んでいると思っていたのです

128
00:06:23,837 --> 00:06:25,864
でも公表された数字では７人です

129
00:06:27,179 --> 00:06:31,629
ズレがあまりにも大きいので
驚く人もいますが

130
00:06:31,653 --> 00:06:34,042
例えばノーベル賞経済学者
ダニエル・カーネマンの

131
00:06:34,066 --> 00:06:38,458
著書を読んだことがあれば
それほど驚かないでしょう

132
00:06:38,482 --> 00:06:43,574
カーネマンと
同僚のエイモス・トベルスキーは

133
00:06:43,598 --> 00:06:46,743
人の認識と現実は かけ離れていて
統計に対する勘は

134
00:06:46,767 --> 00:06:50,518
まったく当てにならないことを
長年研究してきました

135
00:06:50,542 --> 00:06:52,302
これには理由がいろいろあります

136
00:06:52,326 --> 00:06:55,441
確かに個人の経験は
認識に影響を与えますが

137
00:06:55,465 --> 00:06:59,423
例えば メディアなどからの
影響もあります

138
00:06:59,447 --> 00:07:01,143
普通のことより
例外を大きく報じますから

139
00:07:02,475 --> 00:07:04,601
カーネマンは これを
うまく説明しています

140
00:07:04,625 --> 00:07:06,710
「明白なものも見えない時がある」

141
00:07:06,734 --> 00:07:08,372
だから数字を見誤るわけです

142
00:07:08,396 --> 00:07:10,718
「ただ 見えていないことにさえ
気づかないことがある」

143
00:07:10,742 --> 00:07:13,554
これは意思決定に
大きな影響を及ぼします

144
00:07:15,432 --> 00:07:18,284
この頃 私は
国家統計局に勤務していて

145
00:07:18,308 --> 00:07:20,220
とても面白いと思い
こう考えました

146
00:07:20,244 --> 00:07:22,254
これは明らかに
地球規模の問題だけれど

147
00:07:22,278 --> 00:07:24,713
重要なのは地理に
詳しいかどうかかもしれない

148
00:07:24,737 --> 00:07:28,646
結局 自分の国をどれだけ
知っているかに尽きるのではないか

149
00:07:28,670 --> 00:07:32,663
この場合 イギリス国民6,400万人を
どれだけよく知っているのか？

150
00:07:32,687 --> 00:07:35,419
実は それほど知らないのです
知りようがありません

151
00:07:35,443 --> 00:07:36,767
そこで思いついたのが

152
00:07:36,791 --> 00:07:39,914
イプソスモリの調査と
同じアプローチをとりつつ

153
00:07:39,938 --> 00:07:42,043
もっと地域志向の
考え方をすることでした

154
00:07:42,067 --> 00:07:43,258
地域が問題なのではないか？と

155
00:07:43,282 --> 00:07:45,223
質問の仕方を変えて

156
00:07:45,247 --> 00:07:47,369
回答者の地元についての知識を尋ねれば

157
00:07:47,893 --> 00:07:49,996
回答はもっと正確になるだろうか？

158
00:07:51,337 --> 00:07:53,099
そこで私はテストを作りました

159
00:07:53,123 --> 00:07:54,982
あなたはどのくらい地元を知っているか？

160
00:07:55,974 --> 00:07:57,863
これは単純なウェブ・アプリです

161
00:07:57,887 --> 00:07:59,070
郵便番号を入力すると

162
00:07:59,094 --> 00:08:01,801
その地域の国勢調査データを
元にした―

163
00:08:01,825 --> 00:08:03,364
テストが出ます

164
00:08:03,825 --> 00:08:05,948
デザインには
とても気を使いました

165
00:08:05,972 --> 00:08:10,081
私は 数字を理解できる
[51%]の人々だけでなく

166
00:08:10,105 --> 00:08:12,933
できるだけ いろいろな人を
対象にしたかったし

167
00:08:12,957 --> 00:08:14,712
皆にやって欲しかったのです

168
00:08:14,736 --> 00:08:16,261
だからテストのデザインには

169
00:08:16,685 --> 00:08:20,300
オットー・ノイラートによる
1920〜30年代の図像統計の技法—

170
00:08:20,324 --> 00:08:22,926
「アイソタイプ」からヒントを得ました

171
00:08:22,950 --> 00:08:27,798
アイコンをこんなふうに並べて
数字を表現するという

172
00:08:27,822 --> 00:08:29,595
この技法を使っています

173
00:08:30,060 --> 00:08:33,225
数字は存在していますが
背景に潜んでいるのです

174
00:08:33,249 --> 00:08:35,972
この技法だと
数量をうまく表すことができ

175
00:08:35,996 --> 00:08:38,980
「パーセント」とか「何分の１」とか
「比」といった用語を

176
00:08:39,004 --> 00:08:40,234
使う必要がなくなります

177
00:08:40,258 --> 00:08:41,960
さて テストを見てみましょう

178
00:08:42,730 --> 00:08:44,377
レイアウトは

179
00:08:44,401 --> 00:08:47,220
画面の左側に
アイコンが並んでいて

180
00:08:47,244 --> 00:08:50,367
右側には 質問の対象となる
地域を示した

181
00:08:50,391 --> 00:08:51,558
地図が表示されます

182
00:08:51,582 --> 00:08:52,863
質問は７つです

183
00:08:52,887 --> 00:08:56,780
それぞれ 0から100で答え

184
00:08:56,804 --> 00:08:58,153
テストが終わると

185
00:08:58,177 --> 00:09:01,395
合計スコアが
0から100の値で表示されます

186
00:09:01,419 --> 00:09:03,503
ここはTEDxExeterですから

187
00:09:03,527 --> 00:09:05,852
テストの最初の数問は

188
00:09:05,876 --> 00:09:08,185
エクスターに関するものにしました

189
00:09:08,209 --> 00:09:09,614
１番目の質問は こうです

190
00:09:09,638 --> 00:09:12,630
「16歳未満の人は
100人当たり何人？」

191
00:09:13,204 --> 00:09:16,804
私はエクセターについて
よく知らないので 勘で答えましたが

192
00:09:16,828 --> 00:09:19,389
テストの仕組みは
わかるでしょう

193
00:09:19,413 --> 00:09:23,119
スライダーをドラッグして
アイコンに色をつけ

194
00:09:23,143 --> 00:09:25,378
「送信」をクリックするだけで
回答できます

195
00:09:25,402 --> 00:09:29,065
すると送った答えと現実との違いが
アニメーションで表示されます

196
00:09:29,089 --> 00:09:33,164
結局 推測は全然違いました
５人でした

197
00:09:33,569 --> 00:09:34,993
次の質問はどうでしょう？

198
00:09:35,017 --> 00:09:37,173
平均年齢を聞く質問ですから

199
00:09:37,197 --> 00:09:39,642
要は人口の半分が
その年齢より年下になり

200
00:09:39,666 --> 00:09:41,340
半分が年上になる年齢を答えます

201
00:09:41,364 --> 00:09:44,714
私の答えは35歳—
まさに「中年」でしょう

202
00:09:44,738 --> 00:09:46,181
（笑）

203
00:09:48,626 --> 00:09:50,732
実際は エクセターは
かなり若い地域です

204
00:09:50,756 --> 00:09:55,294
私は この地域にある大学の影響を
小さく見積もっていました

205
00:09:55,318 --> 00:09:57,349
質問は進むにつれて難しくなります

206
00:09:57,373 --> 00:09:59,756
ここでは家の所有率を聞いています

207
00:10:00,375 --> 00:10:04,074
住宅ローンが残っている家は
100軒当たり何軒でしょう？

208
00:10:04,098 --> 00:10:05,378
ここは無難な数にしました

209
00:10:05,402 --> 00:10:08,500
答えが50軒以上違うのは
嫌ですから

210
00:10:08,524 --> 00:10:10,024
（笑）

211
00:10:10,568 --> 00:10:13,034
質問はどんどん難しくなります

212
00:10:13,058 --> 00:10:15,917
その地域に住んでいれば
「年齢」のような問題だと

213
00:10:15,941 --> 00:10:21,191
住民が若いか 年をとっているか
判断する手がかりがあります

214
00:10:21,215 --> 00:10:23,560
地域を歩き回れば
状況が見えるのです

215
00:10:23,584 --> 00:10:26,975
「家の所有率」のような問題は
はるかに見えにくく

216
00:10:26,999 --> 00:10:29,607
「何人くらい家を持っているか」に関する

217
00:10:29,631 --> 00:10:34,082
経験則やバイアスに
いつものように頼ってしまいます

218
00:10:34,106 --> 00:10:37,756
実は 私たちが
このテストを公開した時

219
00:10:37,780 --> 00:10:41,317
元になった国勢調査データは
数年前のものでした

220
00:10:41,341 --> 00:10:45,259
当時もうオンライン・アプリに
郵便番号を入れると

221
00:10:45,283 --> 00:10:47,377
数年分の統計自体は
見られるようになっていました

222
00:10:47,521 --> 00:10:48,710
だから ある意味

223
00:10:48,734 --> 00:10:52,283
これは少し遅れた企画で 
まったく新規のものとは言えません

224
00:10:52,307 --> 00:10:55,946
ただ 面白かったのは
こんな風に

225
00:10:55,970 --> 00:10:58,687
データをゲーム化し

226
00:10:58,711 --> 00:11:00,118
アニメーションを使い

227
00:11:00,142 --> 00:11:03,890
皆 先入観があるという事実で遊ぶことで 
どんな反応があるか知ることでした

228
00:11:05,418 --> 00:11:09,001
実際のところ 反応は —

229
00:11:10,038 --> 00:11:12,584
期待以上でした

230
00:11:13,230 --> 00:11:16,611
統計のウェブサイトが
大量のアクセスのせいで落ちることが

231
00:11:16,635 --> 00:11:18,313
以前から私の野望でしたから

232
00:11:18,313 --> 00:11:19,867
（笑）

233
00:11:19,891 --> 00:11:23,355
このURLは “statistics（統計）”
“gov”、“UK”という

234
00:11:23,379 --> 00:11:26,621
誰もが嫌がる３つの言葉が入っています

235
00:11:26,645 --> 00:11:30,630
でも すごいのは
そのサイトのダウンが

236
00:11:30,654 --> 00:11:32,747
午後9時45分に起きたことです

237
00:11:32,771 --> 00:11:35,982
皆このデータに 自分の意思で

238
00:11:36,006 --> 00:11:37,545
しかも個人の時間を割いて

239
00:11:37,569 --> 00:11:39,088
アクセスしているということですから

240
00:11:39,328 --> 00:11:41,315
とても興味深かったのは

241
00:11:41,339 --> 00:11:45,052
公開から48時間で

242
00:11:45,076 --> 00:11:48,348
およそ25万人が
このテストに取り組んだことです

243
00:11:48,372 --> 00:11:52,299
インターネット上でもSNSでも
大きな話題になりました

244
00:11:52,323 --> 00:11:54,424
話の内容は主に

245
00:11:54,448 --> 00:11:58,377
自分の思い違いを楽しむもので

246
00:11:58,401 --> 00:12:01,460
ある意味では いくつかの点で

247
00:12:01,484 --> 00:12:02,644
私が一番望んでいた姿です

248
00:12:02,668 --> 00:12:05,894
これを政治家に送る人が出てきたのも
いいと思いました

249
00:12:05,918 --> 00:12:08,507
「お膝元のことを
どれだけ知っていますか？」と

250
00:12:08,531 --> 00:12:09,693
（笑）

251
00:12:09,717 --> 00:12:11,277
話の最後に

252
00:12:12,172 --> 00:12:14,502
人間には２種類いるという
話に戻りますが

253
00:12:14,526 --> 00:12:16,783
私は 数に強い人々が
どの程度の成績なのかを

254
00:12:16,807 --> 00:12:19,622
確認するのが とても楽しみでした

255
00:12:19,646 --> 00:12:22,662
イングランドとウェールズの
国家統計官ジョン・プリンジャーなら

256
00:12:22,686 --> 00:12:24,759
かなり良い成績だと思うでしょう

257
00:12:25,704 --> 00:12:28,284
知識の正確度は44%でした
自分の地元のことなのに

258
00:12:28,308 --> 00:12:30,645
（笑）

259
00:12:30,669 --> 00:12:34,589
ジェレミー・パックスマンさえ
少し飲んでいたとはいえ

260
00:12:35,979 --> 00:12:37,129
36%でした

261
00:12:37,301 --> 00:12:38,762
さらに悪いですね

262
00:12:38,786 --> 00:12:41,548
数字は私たち全員を刺激するのです

263
00:12:41,572 --> 00:12:42,832
私たちに驚きを与えます

264
00:12:42,985 --> 00:12:45,040
私たちは統計を不確実性の科学と

265
00:12:45,064 --> 00:12:47,050
呼ぶことも多いです

266
00:12:47,074 --> 00:12:48,857
今日 最後にお伝えしたいのは

267
00:12:48,881 --> 00:12:51,917
統計とは本来 私たち自身に関する
科学だということです

268
00:12:51,941 --> 00:12:54,759
だからこそ数字に
関心を持つべきなのです

269
00:12:54,783 --> 00:12:55,974
ありがとうございました

270
00:12:55,998 --> 00:13:00,714
（拍手）