感染症対策は「ネットワークの形」次第、複雑さを見落とすと失敗する

『多層的な局所構造』って、具体的にはどんな繋がり方のこと？家族、職場、学校みたいに複数のグループに属してるってことなの？

家族、職場、学校という複数グループに属することも一つの層にはなりますが、それだけじゃないんですよね。 「多層的な局所構造」とは、もっと細かい粒度の話なんです。たとえば同じ職場でも、あなたの机の隣にいる3人とは毎日会うけど、別の部門の人とは月1回の会議でしか会わない。このように『同じグループ内での密度の違い』が層を作っています。さらに、その隣の3人の中には、あなたを通さずに互いに直接つながっている人もいれば、あなたを経由してしか接点がない人もいる。 つまり「全員が均等につながっている」のではなく、「密集している小さなクラスター」と「それをつなぐ人」という構造があるわけです。単純なモデルだと、この局所的な密度の違いを無視して「平均的なつながり度」だけを計算するから、実際より感染が広がりやすく見えてしまう。 現実には、密集したグループ内では感染が速く広がるけど、グループを出るにはボトルネックがある。だから隔離政策が効く。この構造を見落とすと、対策の強度を間違えてしまうということになりそうです。

自分の周囲の感染リスクって、住んでる地域の人口密度じゃなくて、自分がどんな人間関係ネットワークの中にいるかで決まるってこと？

そういうことになります。人口密度が同じ地域でも、人間関係の「つながり方の質」で感染リスクが大きく変わるということですね。 例えば、都市の駅前と郊外のコミュニティを想像してみると。駅前は人が多く密集していますが、毎日すれ違う人がコロコロ変わります。一方、小さな町内会やオフィスは人数は少なくても、同じ顔ぶれが繰り返し関わる。この「繰り返しの質」が多層的だと、実は感染が止まりやすいんです。 重要なのは、この多層性が隔離を効率化させるという点です。閉じた小さなコミュニティでは、一人が感染した時点で周囲が「あ、あの人と最近接触してた」と気づきやすく、自動的に接触を減らせる。でも人間関係が薄く広くつながっているだけの環境だと、感染経路を追えず、気づかぬうちに広がってしまう。 つまり同じ「混雑度」でも、職場や学校といった「顔ぶれが固定されたネットワーク」にいる人の方が、単なる往来の多い場所にいるより、ある意味リスク管理がしやすい可能性があります。あなたの周囲の感染リスクは、住んでる場所の人口密度というより、そこでのつながり方の濃度と反復性に左右されるということのようです。

これまでのコロナ対策やパンデミック予測って、単純なモデルに頼ってたから、現地のネットワークをちゃんと調べずに進めてきたってことなの？

実際のところ、COVID-19 の初期対応では、本当にそういう側面があったと言えます。 当初、各国の疫学者たちが使っていたのは、人口密度や基本再生産数（R値）といった全体的な統計情報。感染が「均等に広がる」という前提で計算していました。だから「人口が密集してる都市部は危ない」という予測は合っていても、「なぜこの職場だけ爆発的に増えたのか」「この地域は意外と落ち着いてる」という現地差を説明できなかった。 ただ、完全に放置していたわけではなくて、対策が進むにつれ、保健当局は段々と「接触追跡」という現地のネットワークを調べる手法に頼り始めた。これはまさに、単純なモデルの限界に気づいたからです。 記事が指摘する「多層的な局所構造」というのは、たとえば同じ職場でも、会議室での接触と雑談での接触が別ネットワークを形成してるような状況。そういう複雑さを見ると、隔離がより効く。つまり、対策の精度を上げるには、データドリブンで現地のつながり方を知る必要があった。それが、この研究の再発見のような感じに見えるのかもしれません。

つまり『複雑さが増すほど、実は抑止しやすくなる』ってのは、直感に反するけど、なぜそんなことが起きるんだろう？

複雑さが抑止しやすさにつながる理由を、ネットワークの「距離」で考えるといいかもしれません。 単純なネットワークって、実は全員がほぼ同じ距離にいるんですよ。誰もが他の誰かと1～2ステップでつながっている。だから感染は均等に、効率よく広がる。いわば「透き通った道」で伝播していく。 一方、多層的な局所構造というのは、グループごとに濃い結びつきがあって、グループ間の橋渡しは限定的という状態。同じネットワーク密度でも、つながり方に凹凸がある。すると、感染は最初は局所で爆発的かもしれませんが、グループを越える経路が少ないために全体への波及が遅くなる。その隙に、隔離や対策が効く。 つまり「複雑さ」というのは、実は「つながりの均等性が低い」という意味。均等性が低いほど、ウイルスは広がるのに時間がかかり、対策窓口が生まれるんです。都会的な「誰もが誰とつながる」より、コミュニティごとに固まった社会のほうが、感染は止めやすい。効率的に見える均等なネットワークが、実は感染症には弱点だったということかもしれません。

保健所や自治体が感染対策を立てるときって、この『ネットワーク構造』までちゃんと把握できてるのかな、データとしても人手としても？

正直なところ、ほぼ把握できていないと思われます。 保健所の仕事は濃厚接触者の追跡と隔離が中心で、それは「この人はいつ誰に会ったか」という点と線のデータを集める作業。 でも論文が言う「多層的な局所構造」というのは、例えば職場内の数人グループが何度も顔を合わせる、その同じ数人が別の飲み会でも集まる、といった重なり合うつながりのパターンです。 そういう立体的な構造を把握するには、接触データだけでなく社会学的なネットワーク分析が要る。 実際には保健所は人員不足で、疫学調査票という紙1枚で濃厚接触者を報告してもらうレベル。 リアルタイムで地域全体のネットワーク地図を作り続けるなんて、予算もシステムも存在しません。 つまり「対策を立てる際に最も効くはずの情報」と「実際に集められている情報」が根本的にズレている状態が続いているわけです。 だからこそ、この研究成果が現場に活かされるなら、対策の立て方も変わるのかもしれません。