概要
3月からの日本でのCOVID-19の感染拡大は、緊急事態宣言等を通じて人と人との接触機会を削減し、5月末には一旦の収束を迎えた。本稿では、この期間における、世代別・性別の外出率とCOVID-19陽性者割合との関係を明らかにする。多くの地域で、高齢者を除き、外出率が高い世代や性別で、外出率に比例して陽性者割合が高まっていた。家庭内での二次感染をシミュレートすることで、家庭内での二次感染者が限定的であったことが分かる。これらの結果は、日本における主な感染は外出時に起きており、外出率が陽性者割合に比例的に影響を与えていた可能性を示唆している。また、実効再生算数のトレンドの変化は、外出率の変化と一定の相関がある。外出自粛が感染抑制に寄与していたことを意味する。
1 はじめに
2019年末に中国で発生したコロナウイルス感染症は、またたく間に、世界中に広がり、現在（2020年6月30日）までに、全世界で1000万人以上が感染し、50万人以上の命が失われている。このパンデミックを止めるために、世界各地で外出禁止令が発動された。日本においては、4月7日に政府が7都府県を対象として緊急事態宣言を出した。安倍首相はコロナウイルスの感染予防のために、人と人との接触機会を、最低7割、極力8割削減するよう呼びかけた [1]。4月16日には緊急事態宣言の対象地域が全国に拡大された[2]。内閣官房は携帯電話の位置情報などをもとに、日々、中心市街地やターミナル駅周辺における昼間人口を公開し、国民に人出の削減を促している[3]。首都圏では、4月25日から5月6日までイベント「いのちを守る STAY HOME週間」を実施し、住民に不要不急の外出を自粛するよう、積極的に家にいるように強い要請がなされた[4]。緊急事態宣言下において、新規陽性者数は持続的に減少し、緊急事態宣言は、5月14日に陽性者の多い8都道府県を除き解除され、5月25日に全面解除された[5,6]。
政府は感染抑制のために接触頻度の削減を要請してきた。特に、外出の自粛を強く要請した。しかしながら、接触頻度には外出の自粛だけではなく、家庭内や院内、介護施設内での接触も含まれるため、外出の自粛が感染抑制に効果的であったかは自明ではない。中国広州市では、同居していない相手に二次感染する確率は2.4%なのに対して、同居者の場合は17.1％に高まったことが報告されている[7]。今後に備えて、日本における外出自粛の感染抑制への効果を明らかにしておかなければならない。
他者との接触頻度と経済活動の度合いは直結している[8]。4月から始まった全国一律の外出の自粛では、日本経済は感染者の少ない地方も含め大きなダメージを受けた。内閣府が発表した4月の景気ウォッチャー調査では景気の現状判断DIは、すべての地域で過去最低を記録した[9]。外出自粛による感染抑制の効果を明らかにし、地域の感染状況に合わせた自粛要請により、過剰な経済損失を防ぐことが必要である。
本稿では、年齢と性別により外出率が異なることに注目し、外出率と陽性者割合との関係を明らかにする。高齢者を除き、外出率が高い世代や性別で、外出率に比例して陽性者割合が高まる傾向にある。20代は男性女性ともに外出率も陽性者割合も高い。30代以降になると、男性女性ともに外出率と陽性者割合が低下するが、外出率の低下の大きい女性の方が顕著に陽性割合が低下する。これらの結果は、主な感染は外出時に起きており、外出率が陽性者割合に比例的に影響を与えている可能性を示唆している。次に、1人の感染者が平均で何人を直接感染させるかを示す実効再生産数と外出率との関係を示す。実効再生産数のトレンドの変化は、外出率の変化と一定程度の同期が観測される。これは外出自粛が感染抑制に寄与していたことを意味する。
以降の節では、第2節では、本稿で用いるデータについて述べる。第3節では、住人の外出率を推定する手法を紹介する。第4節では、外出率の低い世代や性別で比例して陽性率が低くなっていることを示す。第5節では、実効再生産数のトレンドの転換と外出率の関係について示す。第6節は、まとめである。
2 人口ビッグデータ
地域の外出率を算出するために、株式会社ドコモ・インサイトマーケティングが提供する国内人口分布統計（リアルタイム版）モバイル空間統計®[11]を利用する。モバイル空間統計は、約8000万台のドコモ携帯電話の運用データから推計された日本における1時間ごとのリアルタイム人口分布である。各地にある携帯電話の基地局は周期的に、地域内にある携帯電話を把握しており、ドコモの携帯電話加入者の年齢（15歳から79歳）や性別、居住地区（最小市区町村）、各地域のドコモの市場シェアを加味して、日本のあらゆる約500m四方の15歳から79歳までの流動人口（500mメッシュ流動人口）が推計されている。ただし、数人程度の少人数メッシュは個人情報を保護するために取り除かれている。データには、日本を500m四方で分割したときの各場所の位置情報、その場所における年齢別や性別、居住地区（市区町村大字レベル）別の流動人口が、1時間ごとに収録されている。本研究では、2020年1月6日（月）から2020年6月22日（月）までのデータを用いる。
家庭内での感染をシミュレートするために原田、村田（2018）によって市区町村の統計表より作成された、世帯構成を再現した合成人口データ[12]を利用する。彼らは、日本における21種類の統計表：人口動態職業・産業別統計における（1）父子の年齢差、人口動態調査確定数保管統計表における（2）母子の年齢差、国勢調査における（3）夫婦の年齢差、（4）単独世帯の男性の人口分布、（5）単独世帯の女性の人口分布、（6）夫婦のみ世帯の男性の人口分布、（7）夫婦のみの世帯の女性の人口分布、（8）夫婦と子供世帯の男性の人口分布、（9）夫婦と子供世帯の女性の人口分布、（10）男親と子供世帯の男性の人口分布、（11）男親と子供世帯の女性の人口分布、（12）女親と子供世帯の男性の人口分布、（13）女親と子供世帯の女性の人口分布、（14）夫婦と両親世帯の男性の人口分布、（15）夫婦と両親世帯の女性の人口分布、（16）夫婦とひとり親世帯の男性の人口分布、（17）夫婦とひとり親世帯の女性の人口分布、（18）夫婦、子供と両親世帯の男性の人口分布、（19）夫婦、子供と両親世帯の女性の人口分布、（20）夫婦、子供とひとり親世帯の男性の人口分布、（21）夫婦、子供とひとり親世帯の女性の人口分布を再現するように、各地域の全ての世帯の構成を人工的に作成した。推定不可能な要素は乱数で与えられている。合成人口データには、住所と、その住所に住む世帯の構成が、構成員の年齢と性別とともに収録されている。本研究では、2015年度の統計表から作られたデータを用いる。
3 地域住民の外出率の算出手法
地域内における住宅地を抽出し、その住宅地での日中の人口の増減を観測することにより、地域住民の外出率を算出する。国勢調査では日本全国の常住地での人口分布を調べている。多くの人は、深夜は自宅で過ごすため、夜間人口とも呼ばれている。一方で、昼間、多くの人々は自宅を離れて会社や学校等に出かける。この昼間の人口分布、昼間人口も、国勢調査では通勤・通学先の集計値を夜間人口に反映させることによって算出している。夜間人口と昼間人口の比率は、昼夜間人口比率と呼ばれており、川崎市宮前区 （0.74）、さいたま市南区（0.76）、横浜市青葉区（0.77）など都心部のベッドタウンでは昼夜人口比率0.8以下になっていることが報告されている [13]。そこで、水野、大西、渡辺（2020）では、全国を500mメッシュに区切り、モバイル空間統計に収録されている、深夜0時から6時までと、朝9時から夕方18時までの500mメッシュ流動人口から、全ての500mメッシュについて平均的な昼間人口と夜間人口を算出し、「昼間人口＜0.8×夜間人口」となる500mメッシュから住宅地を抽出した[10]。
ある地域における、ある集団の外出率を算出する手順を、集団を40代男性とした例を用いて述べる。まず、その地域内における住宅地での40代男性の夜間人口を、40代男性の居住者人口とする。ここでは、2020年1月における深夜0時から6時までの1時間あたりの平均人口を居住者人口とした。次に、ある日の住宅地における24時間平均の40代男性の人口を求める。「24時間平均人口＜居住者人口」となっており、「ある日の外出率＝（居住者人口ーある日の24時間平均人口）／居住者人口」と求まる。このようにして、特定の地域や時期、集団の外出率を算出することで、次節以降、外出率と陽性者割合との関係を見ていく。
4 世代別・性別での外出率と陽性者割合
外出率は世代や性別によって大きく異る。図1は東京都における世代別、性別の外出率の時系列である。1月6日の東京都の40代男性の外出率を基準値の「1」と規格化している。全世代で1週間の周期性が観測され、外出率は休日に比べて平日が高い。また、緊急事態宣言が発令された4月以降は全世代で外出率は低い値となっている。平日では40代女性は40代男性に比べて外出率が8割程度となっている。これは、専業主婦が一定程度存在し、外出頻度が少ないためである。一方で、平常時において、20代女性は40代男性と比べて休日平日ともに活発に外出している。しかし、緊急事態宣言の発令以降は、20代女性と40代男性の外出率の関係は逆転している。3月2日に日本政府は小中高の臨時休校を要請した。その結果、10代男性では他の世代に比べて一足早く、3月から外出率は急落している。70代男性は、感染が拡大する以前から外出率は低く、40代男性の3割程度である。このように、世代や性別、時期によって外出率は大きく異なっている。
感染拡大期における外出率は地域によっても大きく異る。水野、大西、渡辺（2020）では、都道府県別に外出の自粛率を算出しており、感染拡大期の4月19日では陽性者数の多い東京都での自粛率が58％に対して、陽性者数の少ない鹿児島県や宮崎県では32％程度であった[10]。
※クリックでオリジナル画像表示
図1 東京都における世代別、性別の外出率
1月6日の東京都の40代男性の外出率を基準値の「1」と規格化している。
外出率と陽性者割合の関係を明らかにするために、地域と時期を絞って、世代と性別の違いによる外出率の違いと、その世代と性別の人口あたりの新規陽性者数の違いの関係について調査する。東京都における世代別と性別の外出率と陽性者割合（＝人口あたりの新陽性者数）を図2で示す。外出率は3月9日から5月3日を、新規陽性者数は3月16日から5月10日の値を用いた。それぞれ、40代男性の値を基準値の「1」と規格化している。30代以降、男性に比べて女性の方が外出率が低く、同じく陽性者割合も低いことが読み取れる。また、世代が上がるほど外出率は低下し、同じく陽性者割合も低下する傾向にある。
※クリックでオリジナル画像表示
図2 東京都での世代別・性別の陽性者割合と外出率
陽性者割合は3月16日から5月10日を、外出率は3月9日から5月3日の値を用いた。それぞれ、40代男性の値を基準値の「1」と規格化している。
外出率と陽性者割合との関係を統計的にみるために、東京都、大阪市、福岡市、神戸市、川崎市について、同様に各地域の40代男性の値を基準に、図3のように外出率と陽性者割合の関係を調査した。外出率と陽性者割合には「外出率＝陽性者割合」の線形の関係があることが分かる。外出が多い集団ほど、陽性者割合が比例して高くなる特徴は、これらの地域を含む多くの地域で同様に確認された。同様に、70代は外出率に比べて陽性者割合が高くなる傾向にあった。この結果は、70代での感染では、外出を伴わない院内や介護施設での同世代への集団感染が発生していることが原因と考えられる。
※クリックでオリジナル画像表示
図3 外出率と陽性者割合の関係
陽性者割合は3月16日から5月10日を、外出率は3月9日から5月3日の値を用いた。それぞれ、40代男性の値を基準値の「1」と規格化している。黒色は20代から60代、灰色は70代の値を表す。
外出により感染してしまった方が家庭内で二次感染を起こしてしまった場合に、外出率や世帯構成分布から予想される陽性者割合は、どの様になるのであろうか。それを見ることによって、家庭内での二次感染が抑えられていたことを示す。我々は、大阪市の世帯構成を再現した合成人口データを用いて、外出により感染してしまった方が、同居している家族全員に二次感染させてしまった場合をシミュレートした。3月16日から5月10日までの40代男性の陽性率は0.038%である。この値に、世代別・性別の外出率をかけることによって、外出によって、各世代の各性別の人物が感染し陽性者になる確率を定めた。次に、この世代と性別で条件付けられた陽性者になる確率に従って、大阪市内の全て人物をランダムに陽性者にし、同居している家族内に陽性者がいれば、家族全員が確率1で陽性者になる状況をシミュレートした。シミュレーションの結果を図4で示す。東京都と同様に、大阪市も年齢別・性別の陽性者割合は外出率と強い相関を示している。従って、外出のみで感染する状況をシミュレートすると実際の陽性者割合が概ね再現できる。一方で、家庭内で100％感染する二次感染を加えると、既婚者の多い40代以降で、男女間の陽性者割合の差がほぼ無くなる。つまり、家庭内での二次感染確率は、外出率の異なる40代以降の男女間で、どの程度、陽性者割合が一致しているかで測ることが可能である。図3で調査した、東京都、大阪市、福岡市、神戸市、川崎市では、男女間の陽性者割合の差は外出率の違いで概ね再現できており、陽性者の発生は家庭内での二次感染者に比べて外出による一次感染者が支配的であったと言える。
※クリックでオリジナル画像表示
図4 大阪市での世代別・性別の陽性者割合とシミュレーション結果
オレンジは外出のみで感染する場合の陽性者割合のシミュレーション結果（＝外出率）。緑は外出での感染と同居する家庭全員へ二次感染する場合の陽性者割合のシミュレーション結果。陽性者割合は3月16日から5月10日を、外出率は3月9日から5月3日の値を用いた。それぞれ、40代男性の値を基準値の「1」と規格化している。
5 外出率と実効再生産数との関係
日本において、疫学において1人の感染者が平均で何人を直接感染させるかを示す実効再生産数と繁華街の人出との関係性について、しばしば、マスメディア等で論じられている。ここでは、実効再生産数と外出率の関係性を見ていく。実効再生産数には、東洋経済オンライン編集部が発表している「実効再生産数＝（直近7日間の新規陽性者数／その前7日間の新規陽性者数）＾（平均世代時間／報告間隔）」を用いた[14]。平均世代時間は5日、報告間隔は7日、新規陽性者数は報告日ベースの値である。外出率は、世代と性別を分けずに、地域の住宅地における1月の1時間あたりの外出者数を基準値の「1」として算出している。図5は、東京都と大阪府における実効再生産数の対数値と外出率の時系列である。
両県ともに3月末から外出率は大きく減少しており、そのタイミングで実行再生産数のトレンドが減少に転換していることが読み取れる。この特徴は他の都道府県でも確認できる。その後は、外出率の減少率と同期するように実効再生産数は減少し、東京では自粛がピークを迎えると外出率とともに実効再生産数も上昇に転じた。この5月中旬におけるトレンドの転換は、新規陽性者が十分に現れる首都圏以外では観測されにくい。例えば、大阪府では、この時点で1週間の新規陽性確認者数が「ゼロ」になり、新規陽性者数の比率で観測する実効再生産数は発散、もしくは非常に大きな揺らぎ（誤差）を持ってしまい、トレンド転換の評価は困難である。従って、十分な新規陽性者数のない都道府県における実効再生産数の下落から上昇トレンドへの転換は長期的に観測していく必要がある。このように、外出率と実効再生産数には一定の関係が見られるため、この結果からも、日本における主な感染は外出時に起きており外出自粛が感染抑制に一定程度寄与していたと考えられる。
※クリックでオリジナル画像表示
図5 東京都と大阪府における実効再生産数と外出率
外出率は直近7日間の移動平均値である。実効再生産係数の日付は報告日の7日前としている。
6 まとめ
本研究では、昼間人口と夜間人口との差から地域の住宅地を検出し、性別や世代別に住宅地からの人々の外出者数（流出数）を観測することによって、地域住民の外出率を算出した。性別や世代によって外出率は大きくことなる。そして、それに比例して新型コロナウイルスの陽性者割合も大きくなっている。外出率も陽性者割合も、若い世代ほど高く、年齢が高まるに連れ減少していく。20代では、男女間で外出率や陽性者割合に差はないが、30代以降では、女性は男性に比べて外出率も陽性者割合も顕著に低くなることが確認できる。これらの結果は、外出率が陽性者割合に比例的に影響を与えている可能性を示唆している。
20代女性は感染しやすく、そして、30代になると男性と比較して急激に感染しにくくなり、偶然に、外出率も同じ傾向を持っているという可能性は、本研究では否定できない。これを否定するためには、年代と性別を固定した上で、外出率の高い集団と低い集団とでの陽性者割合を比較する必要がある。これを比較するのは今後の課題である。
地域の世帯構成を再現した合成人口データを用いて、家庭内での二次感染が世代や性別の陽性者割合に与える影響を調査した。二次感染が広がると40代以降の男女間で陽性者割合が小さくなる。日本の主要な地域において、男女間の陽性者割合の差は、70代を除き外出率の違いと概ね一致しており、家庭内での二次感染者に比べて外出による一次感染者が支配的であったと言える。ただし、高齢者に関しては、外出率に対して陽性者割合が高い傾向にあり、外出を伴わない家庭内や院内、介護施設内での二次感染が発生している。
外出率と実効再生産数とに一定の関係があることが読み取れた。実効再生産数が1以下になれば、感染は収束する。3月からの感染拡大では東京都も大阪府も外出率が0．6程度、つまり人出を4割削減した4月中旬に実効再生産数が1以下となった。当初、政府は感染収束には7割から8割の人と人との接触削減を求めていたが、人出は、それよりも低い削減率となった。この一因はソーシャルディスタンスの確保による接触削減効果があったと考えることもできる。実効再生産数と外出率の乖離の要因を抽出し、ソーシャルディスタンス等の要因の効果を測ることは今後の課題である。
日本は、新規陽性者数を減らし、第一波を乗り越えた。それによって、行動変容や感染状況の変動に関するデータを揃えることができた。これらのデータ資産を適切に利活用することによって、仮に感染が再拡大した場合に、ソーシャルディスタンス等の度合いを加味して、外出制限や家庭内や院内等の二次感染対策を過不足なく実施することが可能であろう。世代別・性別の外出率と陽性者割合とに相関があることが分かった。仮に、市中感染がなく夜の街のような特定のクラスターのみで感染者が出れば、この相関関係は崩れる。相関の強さをモニタリングすることによって、市中感染の度合いの把握にも役立つ。本研究によって明らかになった、3月から5月まで続いた日本での感染拡大における外出率と感染状況との関係が、将来の対策の科学的な助けになることを期待する。
謝辞
本研究の一部は、科学研究費補助金19K22852、16H02872、情報・システム研究機構の支援を受けている。本稿で用いた国内人口分布統計（リアルタイム版）モバイル空間統計®は株式会社ドコモ・インサイトマーケティングから提供を受けました。感謝を申し上げます。
◇ 参考文献 ◇
[1] 内閣官房内閣広報室Webサイト：https://www.kantei.go.jp/jp/98_abe/statement/2020/0407kaiken.html （2020年7月2日アクセス）
[2] 内閣官房内閣広報室Webサイト：https://www.kantei.go.jp/jp/98_abe/actions/202004/16corona.html （2020年7月2日アクセス）
[3] 内閣官房新型コロナウイルス感染症対策推進室：https://corona.go.jp/（2020年7月2日アクセス）
[4] 旧「STAY HOME週間」ポータルサイト（アーカイブ）：https://www.koho.metro.tokyo.lg.jp/diary/news/stay_home.html （2020年7月2日アクセス）
[5] 内閣官房内閣広報室Webサイト：https://www.kantei.go.jp/jp/98_abe/statement/2020/0514kaiken.html （2020年7月2日アクセス）
[6] 内閣官房内閣広報室Webサイト：https://www.kantei.go.jp/jp/98_abe/statement/2020/0525kaiken.html （2020年7月2日アクセス）
[7] Qin-Long Jing, et. al. Household secondary attack rate of COVID-19 and associated determinants in Guangzhou, China: a retrospective cohort study. The Lancet, June 17, 2020. DOI: https://doi.org/10.1016/S1473-3099(20)30471-0
[8] Martin S. Eichenbaum, Sergio Rebelo, and Mathias Trabandt. The macroeconomics of epidemics. No. w26882. National Bureau of Economic Research, 2020.
[9] 内閣府Webサイト：景気ウォッチャー調査. https://www5.cao.go.jp/keizai3/watcher/watcher_menu.html （2020年7月2日アクセス）
[10] 水野貴之, 大西立顕, 渡辺努. 流動人口ビッグデータによる地域住民の自粛率の見える化 - 感染者数と自粛の関係 -, キヤノングローバル戦略研究所コラム・論文, 2020.04.22．
[11] 国内人口分布統計（リアルタイム版）モバイル空間統計®．「モバイル空間統計」は株式会社NTTドコモの登録商標です．
[12] 原田拓弥, 村田忠彦. 市区町村の統計表を考慮した都道府県単位の仮想個票の合成. 計測自動制御学会第15回社会システム部会研究会資料（沖縄, 3月14-16日, 2018）, pp. 30-35, 2018.
[13] 総務省統計局. 平成22年国勢調査最終報告書「日本の人口・世帯」, 2010.
[14] 東洋経済オンライン編集部：新型コロナウイルス国内感染の状況．https://toyokeizai.net/sp/visual/tko/covid19/（2020年7月2日アクセス）