2026年の一意の最新＆人気コンテンツ -GRAVITY(グラビティ) SNS

「あんな真っ黒けなうどん」「薄いけど塩分が濃いでしょ」…関東VS関西うどんの“黒いつゆ”問題のすれ違い

2/2(月) 11:00　　　Yahooニュース

関東のうどんつゆは「真っ黒でしょっぱい」、関西のうどんつゆは「薄くて物足りない」…そんな東西定番の掛け合いを聞いたことは一度はあるだろう。関東と関西で大きく異なるつゆ文化の真偽をひもとく。

【画像】「ヒガシマルうどんスープ」関東と関西での明白な違い

『東西の味』より一部抜粋、再構成してお届けする。

関東のうどんつゆが「真っ黒け」と評される理由
「あんな真っ黒けなうどん、からいばっかりでよう食わんわ」

これは、関西人が東京の食文化に不満を述べる台詞の古典中の古典です。皆さんもかつて何度となく耳にしたことがあるのではないでしょうか。

もううんざりってとこでしょうし、こと最近では、よその食文化を安易にディスるのは良くないこと、という良識がかなり一般化しつつあるので、今となっては炎上案件です。

個人的には、（それがあくまで個人の嗜好に基づく一意見であることをはっきりさせた上でなら）みんなもっと自由闊達に嫌いな食べ物のことを語った方が面白いんじゃないかと思っていますが、それはさておき、この「暴論」にはこんな反論がなされるのもよく見てきました。

「黒いからってしょっぱいとは限らない。そもそも関西の薄口醬油の方が塩分濃度が高いのだ」

これは一見もっともらしい反論に見えますが、残念ながら実は反論の体をなしていません。

確かに標準的な濃口醬油の塩分濃度が約16％であるのに対して、薄口醬油は約18％です。しかし問題は、醬油そのものの塩分濃度よりも、その希釈割合です。醬油とだしの混合比率と言い換えてもいいでしょう。

関東のうどんつゆは、かけ蕎麦のつゆと兼用されるのが基本です。であるがゆえに「真っ黒け」と評されたりもするのですが、では関西のつゆと関東のつゆは、具体的にどう違うのでしょうか。

関東と関西で違う明らかな味付けの「方針」
先に関西のつゆから解説していきましょう。関西のつゆは薄口醬油で味付けされます。塩が併用されることもありますが、ここでは単純化するために、それも薄口醬油の塩分量に換算して説明します。

もちろん醬油だけだとしょっぱい（関西弁で言うなら「からい」）ので、そこにはみりんも加えられます。みりんの量は様々ではあるのですが、基本は醬油と同量。その場合、だし・薄口醬油・みりんの標準的な割合は12:1:1です。塩分濃度を計算すると、約1.3％。

ただしこれは概ね最も濃い、庶民的とも言える（つまりかつてうどんが「ご飯のおかず」にもなっていたような）パターンで、関西にはもっと薄味のうどんつゆもあります。

僕がかつて京料理の板前さんに教わった割合は16:1:1でした。これはお吸い物よりは少し濃い味付けで、塩分濃度約1％。これ以上薄味のものは、無いわけではありませんが少なくとも外食では稀なはずなので、関西のつゆの塩分濃度はだいたい1〜1.3％と言っていいのではないかと思います。

対して江戸前のかけ蕎麦のつゆは、ご存知の通り濃口醬油が使われ、もちろんそこにみりんも加わり、8:1:1が標準とされます。塩分濃度で言うと約1.6％。

ただしこれもまた様々なパターンがあります。

ざっくりとした傾向としては、チェーン店や新しめの店ではこれより薄く、老舗ではこれよりさらに濃い店も散見される印象です。

ある有名な老舗のかけ蕎麦は、びっくりするほど濃く、僕の推定では6:1:1くらいです。つまり2％。その分つゆの量自体は少なく、蕎麦はそこに半分くらいしか浸っていません。ざる蕎麦のつゆを少しだけ薄めて温めたものとも言えるでしょう。

このように関東と関西では、醬油の種類や色だけではない、明らかな味付けの「方針」の違いがあります。その違いはいったいどこから生まれたのでしょうか。

# ビットは足りているのに、なぜ息苦しいのか —— ラベルという割り当て問題

IPv4は32ビットで約43億個。IPv6は128ビットで、実質的には枯渇しない。
ここまでは技術屋の常識だ。

でも、この差を眺めていると、別の直感が立ち上がってくる。
「足りないこと」そのものより、「どう割り当てるか」のほうが本質ではないか——と。

アドレスは無限に近くても、割り当てのルールがまずければ混乱する。
逆に、限られた空間でも、設計と運用が良ければ回る。
問題の中心は“桁数”ではなく、“配布と運用のガバナンス”だ。

この構造は、人にラベルを貼る行為とよく似ている。

## 1. 33個の質問で、世界を識別できる（理屈の上では）

イエス・ノーで答えられる質問を考える。
質問同士に重なりがなければ、33個で2^33 ≒ 86億通りを区別できる。
理屈の上では、世界人口を一意に識別することも可能だ。

さらに、評価軸を128個くらい用意して、それぞれ何らかの値が入るなら、
ラベルが衝突する可能性は実用上ほぼゼロにできるだろう。
情報量としては十分すぎる。

それでも現実には、人はラベリングを嫌う。
「足りない」からではない。「むしろ足りすぎる」世界で、なぜ抵抗が生まれるのか。

## 2. ラベルは情報の不足ではなく、情報の圧縮だ

ラベルは一言で言えば、圧縮だ。
多次元の状態を、少数の言葉や記号に畳み込む。
それ自体は、運用のための必須技術でもある。現場は要約で回っている。

ただしラベルは、たいてい非可逆圧縮（lossy compression）になる。
圧縮の過程で、ほとんどの情報は捨てられる。

そして、決定的に効いてくるのはここだ。
どの情報が捨てられたのかを、本人が選べないことが多い。

自分の中では重要だった軸が、評価対象にすらならない。
努力して伸ばした能力が、観測されていない。
文脈が切り落とされ、誤解の余地だけが残る。
この「消された感じ」が、強い違和感を生む。

## 3. “軸を増やせば解決”は半分正しく、半分危険だ

情報理論的には、軸を増やせば識別精度は上がり、衝突は減る。
モデルはより豊かになる。ここまでは正しい。

しかし、評価軸が増えすぎると、別の問題が立ち上がる。
それは「伝わらなくなる」という問題だ。

高次元の評価は、どの軸がどの程度効いたのかを直感的に説明しづらい。
各軸は妥当で、全体としては正しくても、
共有できるのは「そう判定された」という事実だけになる。

さらに、軸が増えるほど意味は分散する。
どれが本質なのか分からなくなる。
正確だが、焦点を持たない分類——いわば“高精度な散漫さ”が生まれる。

結果としてラベルは、辞書に載らない個別定義になり、
検索も集約も比較もできなくなる。
情報量は増えたのに、意味として届かない。
帯域があるのに、プロトコルが噛み合わない。

## 4. 本当に怖いのは、数ではなく「ブラックボックスな割り当て」だ

評価軸が多ければ安心かというと、そうでもない。
問題は数ではなく、

- どんな軸があるのか
- それぞれにどんな重みがあるのか
- それが将来変わるのか
- いつの観測に基づくのか

が見えないことだ。

ブラックボックスな分類器に「あなたはこのクラスです」と言われる感覚。
それは識別ではなく、確定に近い。

ここでラベルは“説明”から“統治”に変質する。
つまり、ラベルは単なる情報ではなく、運用上は資源配分のトリガになる。

配属、権限、報酬、機会、発言力。
任せてもらえる範囲、レビューの厳しさ、期待値の固定。
ラベルが決まると、周囲の観測もその仮説に引っ張られる。
すると本人は、更新の機会そのものを失う。

「あなたはこういう人」という要約が、
「あなたはこう扱うべき人」という制約（constraint）に変換された瞬間、
人は息苦しくなる。

## 5. 自己選択ラベルが少し楽なのは、“ロール”になるから

では、「自分でラベルを選んでいいよ」と言われたらどうだろう。
不思議と、少し受け入れやすくなる。

ここには構造的な理由がある。
自己選択ラベルは、状態の固定値ではなく、一時的な役割（ロール）として扱われやすい。

ロールは「今この目的に対して、どの役割を担うか」という宣言だ。
宣言には、変更可能性が含まれる。
選んだという事実そのものが、将来変更できる余地を残す。

だから受け入れやすい。
嫌なのは“ラベル”ではなく、“取り消せないラベル”なのだ。

## 6. 完全にかぶらないラベルは作れるが、使いものにならない

技術的には、完全に一意なラベルを設計することは可能だ。
しかしそれをやると、周囲に意味が通らなくなる。

検索できない。集約できない。比較できない。
たとえば、全員が固有の型番を持っていても、
型番だけでは「何ができる人か」「どこにアサインすべきか」が共有できない。

だから現実のラベル設計は、必ずトレードオフを背負う。

- 内部では豊かな情報（多次元ベクトル）を持つ
- 外部共有では、語彙を一般化し、少数のラベルに落とす

この二層構造は辞書に似ている。
内部には無数の意味があり、外部には限られた定義がある。
辞書の価値は、厳密さよりも相互運用性にある。

## 7. もう一つの根本：人は未完成なモデルで、重みが変わる

そして重要なのは、未知のパラメーターが常に残っていることだ。
人は未完成なモデルだ。学習途中で、特徴量が増えたり、重みが変わったりする。
環境が変われば、同じ人でも出力は変わる。

その途中経過を確定ラベルとして扱われると、
探索が止められたように感じる。

アイデンティティや「自分探し」と似た感覚が出てくるのは自然だ。
それは「自分を知る」話ではない。
「どこまで確定していいのか」という話だからだ。

## 8. まとめ：嫌われるのは識別ではなく、可逆性のない確定

結局、ラベリングが嫌われる理由は、識別されることではない。

- 可逆性がないこと
- 更新できないこと
- 評価軸の主導権が自分にないこと
- 目的外利用されること（別用途へ流用されること）
- 説明可能性がなく、異議申し立ての余地がないこと

それらが一緒になったとき、人は強い抵抗を覚える。

ビットは足りている。
情報量の問題ではない。
問題は「割り当ての設計」と「運用のガバナンス」だ。

## 9. もし“良いラベル”を設計するとしたら（運用原則の形）

最後に、ラベルが“確定”に化けないための設計原則を置いておく。

1) 目的限定（Purpose limitation）
- 何のためのラベルかを明文化し、用途外利用を制限する

2) 透明性（axes / weights / policy）
- どの軸があり、何を重視し、どこが不確かかを説明する
- 可能なら信頼度や適用範囲（文脈）も併記する

3) 可逆性（versioning / expiry / update）
- ラベルに有効期限を持たせる
- 観測時点を記録し、更新を前提にする

4) 共同編集（appeal / co-labeling）
- 本人の説明が入力として反映される導線を持つ
- ラベルを「宣告」ではなく「仮説」として扱う

5) 二層化（public summary / private profile）
- 内部は高解像度でもよい
- 外部共有は検索・集約・比較のために少数語彙に落とす

ラベルは、情報を減らす。だからこそ、運用を支える。
しかし同時に、未来を縛る力も持つ。

IPv6が無限に近くても、割り当てが雑なら混乱する。
人のラベルも同じだ。
問うべきは「何ビットあるか」ではなく、
「誰が、どの目的で、どの程度の可逆性を残して割り当てるのか」——その一点に集約される。

関連惑星

一次創作の星

一眼カメラを楽しむ星

一途なピュア星

天下統一の星

一緒に勉強しよ！の星

加藤純一の星

意味深な星

推し推されたい一般人

一級建築士勉強の星

生きる意味探しの星

人気

関連検索ワード

新着

おすすめのクリエーター