新型コロナウイルスによる日本の死者数は欧米に比べて少ない。だが感染者数と死亡者数を「対数グラフ」で分析すると、日本だけが異常な推移をたどっている。統計データ分析家の本川裕氏は、「他国のように収束へ向かう横ばい化への転換が認められず、増加ペースが落ちていない。そこには3つの理由が考えられる」という--。
写真=iStock.com/4X-image
※写真はイメージです - 写真=iStock.com/4X-image

■世界中で日本だけ「コロナ感染のグラフがおかしい」

新型コロナウイルスは、海外でも日本でも「感染爆発」と呼ばれた一時期ほどの急拡大は見られなくなってきた。だが、それでもなお深刻な感染状況が続き、医療が対応しきれないこともあって各国で死者が増えている。

1月に中国・武漢ではじまった新型コロナの感染拡大は、その後、韓国、イラン、イタリアなどと広がり、また、さらに欧州各国や米国などを中心に全世界に拡大してきている。この4カ月余りを過ぎた時点で、地域によって感染拡大のテンポや規模がどのように違っているかを、世界各国と日本の国内で振り返ってみたい。

感染拡大を表すデータとしては、「累積の感染者数の推移」を折れ線グラフで表すことが多かった。その後、感染拡大のピークを過ぎたかどうかに焦点が移り、「毎日の新規感染者数の推移」の棒グラフをみる機会が増えている。

本稿では、地域間の比較に重点をおいて、「累積の感染者数の推移」の折れ線グラフ、しかも「対数」でのグラフを使用する。対数グラフは、データの大きさが大きく異なる系列の比較に適しており、また指数関数的な拡大のテンポを傾きで表現できることから、欧米メディアでは定番になっている。

また欧米メディアでは、グラフの時間軸の起点を「累積感染者数が100人を超えた時点」とするのが通例だ。これは、感染拡大の時期が大きくずれている中国とイタリア、英国などを比較するうえで適切だからである。

■コロナ感染者数・死者数、日本だけ「増加ペース」が一向に落ちない

主要感染国の感染者数推移の対数グラフをまとめたのが図表1だ。Y軸(縦軸)の目盛りが100人、1000人、10000人と10倍ずつ増えていくのが対数グラフの特徴だ。米国と日本では感染者数の規模は大きく異なっている。グラフの最終日である5月4日時点で米国が118万人に対して日本は1万5000人と100倍違う。

普通のグラフでは米国の推移は追えても、日本の推移はX軸(横軸)に張り付いた横ばいの線にしか見えないだろう。対数グラフの場合、軌跡線の傾きが直線の場合は、指数関数的な増加、すなわち、ねずみ算式の倍々ゲームで増えていることを示している。

図表中に、参照線として「黒の点線」で、累積感染者数が「1日目100人から始まって、2〜3日に2倍のペースで増え、25日目からは1カ月に2倍のペースで増えるようにペースダウンした場合」の軌跡線を描いた。この参照線より傾きが急であるなら拡大テンポもより高いことを示し、より緩やかなら拡大テンポもより低いことを示す。

こう理解した上で各国の軌跡を追うと、欧米諸国(米国、スペイン、イタリア、ドイツ、フランスなど)では感染拡大と収束へ向かう右方向に折れ曲がる動きが相互に非常に似ており、参照線に近い形で推移していることが分かる。

もちろん、米国は人口規模が3億3000万人と6000万〜8000万人の欧州諸国の数倍大きいので感染者数の規模も異なっているが、拡大テンポと収束へ向かう横ばい化傾向はよく似ているのである。

■世界で日本だけ「横ばい化」せず、「右肩上がり」の不気味

さらに興味深いのはこうした欧米諸国と東アジア諸国との対照的な推移パターンである。

感染の発生地である中国、そして次に感染が拡大した韓国は、感染100人を超えてからの経過日数別の推移でみると、当初はほぼ欧米諸国と同様の拡大テンポが続いたが、欧米諸国よりかなり早い段階で横ばいに転じている点が目立っている。中国の人口規模は特段に大きいので人口当たりの感染者数の推移で見れば、感染拡大と収束へ向かうパターンについては中国と韓国は見かけよりもっと似ているということになろう。

一方、これらの海外諸国の推移と全く違うパターンで進んでいるのが日本である。

日本の感染拡大のペースは、これまでのところ、他国のように当初急速に拡大(いわゆるオーバーシュート)、そして一定の日数を経て、伸びが急速に落ちるといったパターンでなく、一貫して、「9日間に2倍ぐらいのテンポ」(図表1のグレーの点線)で増加している。他国のドラスチックな変化とは明確に異なっているのである。

■日本の感染者数・死亡者数が「横ばい化」しない3つの理由

次に、累積死亡者数の数について、同様の対数グラフにまとめたのが図表2だ。こちらでは感染拡大の起点を累積死者数が10人に達してからの経過日数にしている。

グラフを見れば、感染者数の推移グラフと似たようなパターンが認められるが、各国のばらつきはより大きいことが分かる。

例えば、ドイツは、感染者数は他の欧米諸国とほとんど同じパターンだが、死亡者数はかなり早い段階で拡大テンポが落ち、他の欧米諸国より良好なパターンを示している。理由としては、感染拡大の地域的な偏りの小ささ、ベッド数など医療体制の充実、PCR検査の充実により感染者が高齢者に偏っていない点などが指摘される(『The Ecomist』March 28th 2020)。

韓国なども早い段階で増加ペースが落ち、ある時点から日本を下回る良好な推移を示している。

日本は死亡者数自体の規模は大きく他国を下回っているものの、推移パターンはかなり日数が経過しているのに、他国のように収束へ向かう横ばい化への転換がなかなか認められない点が懸念される。

感染者数の推移にせよ、死亡者数の推移にせよ、日本の感染拡大のパターンが諸外国と大きく異なっていることは、この2つのグラフから明らかだ。

問題は、その理由である。考えられるのは、以下の要因、あるいはその組み合わせであろう。

ヾ鏡拡大抑止対策の違い

「クラスターつぶし」など個別ケースに密着したきめ細かな感染拡大抑止策が、当初、功を奏して感染拡大を低く抑えることができたが、ある一定レベルの累積数に至ると、この対策では限界が生じ、一方で当初の成功体験から別個の対策へと大きくシフトできず、ジリジリと感染拡大を許してしまっているのかもしれない。

もっとも対策の差が、感染拡大パターンの差につながっているのではなく、逆に、感染拡大パターンの差が対策の差につながっているという考え方もありうる。

△發箸發箸梁亮舛篝験莉慣の差

BCG接種を行っているかどうかが欧米と東アジアの感染率の差になっているという説があるが、それに加え、お酒に弱いといった日本人がもっている遺伝的な体質が逆に新型コロナには強いといった可能性も考えられる。

体質的な差ではなく、日本には、ハグやキスなど個々人が身体を密着させる習慣がない、風呂によく漬かる、家の中では靴を脱ぐといった独自の生活習慣があるため、感染拡大に差が生じたという可能性もあろう。

ウイルスの変異

国立感染症研究所によるウイルス検体の検査・分析によると、国内で初期に発生した複数のクラスターやダイヤモンドプリンセス号の患者から検出されたウイルスは、1月初旬に中国・武漢市で検出されたウイルスと関係が深く、これは3月以降、国内で広がることはなく、終息したとみられるという。

一方、これに代わって国内で確認されるようになったウイルスは、武漢市で確認されたウイルスよりも、欧州各国で感染を広げたウイルスの遺伝子に特徴が近く、3月以降、欧州など海外からの旅行者や帰国者を通じて全国各地に広がった可能性があるという。

こうしたウイルスの変異が、,帆箸濆腓錣気辰董△覆なか感染拡大が収束へと向かわない理由になっているのかもしれない。

■都道府県別の感染者数と感染率(人口10万人当たり感染者)ランキング

次に、国際比較から国内の地域差に目を転じよう。

まず、都道府県別の感染状況のランキングを感染者数自体と人口10万人当たりの人数とで16位まで掲げたグラフを図表3に掲げた(いずれも5月4日確定分までの累計、以下同)。

感染者数そのものについては、1位の東京が4708人と2位の大阪の1674人の2倍以上となっている。東京、大阪といった大都市圏の中心地域で特別に感染率が高くなっている。

3位以下、10位までの上位地域としては、北海道を除くと東西の大都市圏の近郊地域や愛知、福岡といった中枢都市が占めており、概して都市部の感染がウエートとして大きいといえる。

ところが、人口当たりの感染者数(感染率)の都道府県ランキングは実数規模のランキングとはかなり様相を異にしている。1位は34.3の東京であるが、2位の石川も23.5人、3位の富山も19.7人で高い値を示している。今は6位の福井は一時期1位だったこともある。

首都圏近郊の神奈川、埼玉は、実数規模では3〜4位と大きいが、感染率のランキングについてはずっと低くなる。神奈川は11位であるし、埼玉は13位である。感染率は両県の場合、全国平均と同水準である。

そして、飲み会、ライブ、高齢者施設、医療機関などを通じた特定の感染集団によるクラスター感染が偶発的に発生し、それが連鎖的にある程度の広がりをもった特定感染地域ともいうべき都道府県がむしろ上位を占めているのである。

しかし、石川、福井、富山といった北陸3県が人口当たりでそろって上位なのはなぜだろうか。偶発的にしては地域的なまとまりがあるのが気になるところである。

■東京は他地域と比べ、感染拡大の規模とテンポが群を抜いている

こうした状況を踏まえ、国際比較と同様に対数グラフで主要な都道府県の感染者数の推移パターンを比較してみよう(図表4参照)。

前出の各国の動きを表した対数グラフと同じように、主要都道府県別に感染拡大経過日数別の対数グラフを描いてみると感染拡大傾向の地域別の違いが明らかになる。

東京は他地域と比べ、感染拡大の規模とテンポが群を抜いていることがわかる。

埼玉、神奈川などの東京圏の近郊県も100人超過後15日ぐらいは、東京とほぼ同様の軌跡を描いていたが、それ以降は、やや横ばい方向に転じており、大きな都心部を抱える東京とはその点が異なっている。

実は福岡はこうした東京近郊県と同様のパターンをたどっている。

これら地域に対して、大阪、兵庫、京都といった大阪圏の府県は拡大のテンポが一段低くなっていることがわかる。名古屋圏の愛知、あるいは北海道は拡大ペースではさらにゆるやかである。

ただし、北海道については、ゆるやかだったと過去形で言わなければならない。最近の北海道は再度拡大テンポが上がっており、第二波に襲われているという印象が強い。

■政府は都心部特有の感染拡大要因をどう抑えたらよいかわからない

図表4をよく見ると、東京と大阪では感染拡大のレベルでは違いがあるが、最初はやや遅くはじまり、一気に加速し、最近やや拡大テンポが落ちているという感染拡大のカーブでは、お互いに似通っている点に気づく。

東京・大阪以外では、クラスター連鎖の勃発による急拡大と、その後、それを強力に抑えて収束へと向かう、という動きが認められるが、大きな都心部を抱える東京や大阪では、都心部特有の感染拡大要因が作用して、どう抑えたらよいかわからないような感染拡大の軌跡を描いているのではないかと思われる。

この都心部特有の感染拡大要因については、

接待を伴うような飲食店が多い大きな繁華街からの波及
海外赴任や海外旅行からの帰国者が多く海外からのウイルスの持ち込みが多い
都心に居住することが必要な職業人が抱えるその他の感染拡大要因

といったものが可能性として考えられるが、いまだ定かではない。

■「繁華街&富裕層」中央区、港区、世田谷区、渋谷区に感染者多いワケ

最後に最も感染拡大が突出している東京について、都内の地区別のこれまでと同様な対数グラフを描いてみた(図表5参照)。

都内でも感染拡大が大きく進んでいるのは、銀座、新宿、赤坂、六本木といったわが国の代表的な繁華街を有する「都心地区」(中央区、港区、新宿など)、および富裕層も多い住宅地域である「西部地区」(世田谷区・渋谷区など)であり、この2地区が感染者数規模においても、また感染拡大のテンポにおいても他地区を圧倒している。

他方、感染拡大のテンポが緩やかなのは、「下町地区」と「東部地区」であり、累積感染者数100人以上の本格的感染拡大がはじまる時期も遅かったし、その後の拡大規模も比較的小さい。

こうした「都心・山の手方面」と「下町方面」との間の地域的な傾向差からも、偶発的なクラスター感染の連鎖とは異なる上述のような都心部特有の構造的な感染拡大の要因が作用しているはずだと感じられる。

ともあれ、都道府県別に見ても都内の地区別に見ても、エリアによって感染者数の偏りはあるものの、全体として数の「横ばい化」は認められず、日本国内において予断を許さないことは確かだ。

----------
本川 裕(ほんかわ・ゆたか)
統計探偵/統計データ分析家
1951年神奈川県生まれ。東京大学農学部農業経済学科、同大学院出身。財団法人国民経済研究協会常務理事研究部長を経て、アルファ社会科学株式会社主席研究員。「社会実情データ図録」サイト主宰。シンクタンクで多くの分野の調査研究に従事。現在は、インターネット・サイトを運営しながら、地域調査等に従事。著作は、『統計データはおもしろい!』(技術評論社 2010年)、『なぜ、男子は突然、草食化したのか――統計データが解き明かす日本の変化』(日経新聞出版社 2019年)など。
----------

(統計探偵/統計データ分析家 本川 裕)