感染症対応ではなく，システミックリスクに対するリスクガバナンス

(1)

– 233 –

日本リスク研究学会誌 Vol. 29, No. 4

【巻頭言】

感染症対応ではなく，システミックリスクに対する

リスクガバナンス*

Risk Governance for Systemic Risks, Not Measures for Infectious Diseases

久保英也**

Hideya KUBO

1. はじめに未知の新型コロナウィルス感染症に日本が，世界が揺れている。ただ，この問題は感染症課題への対応と考えるより，システミックリスクに対するリスクガバナンスの課題と捉えるのが自然である。リスクガバナンスの手法は千差万別であるものの，基本形として，国際リスクガバナンスカウンシル(IRGC)が提唱するリスクガバナンスの枠組みが参考になる。リスクガバナンスは，「意思決定者が行う（もしくは，集合的意思決定の場において），実行に移される措置，プロセス，慣習，組織に関する事柄」としている。そこでは，リスクの発見，リスク評価，リスク管理，対応の事後評価，コミュニケーションという一連のプロセスが，「透明性，有効性，効率性，説明責任，戦略性，持続可能性，公平性と衡平性，法の支配の尊重，実行可能性，倫理性，受け入れ可能性，等に基づき検討，実施されることが重要」としている。その骨格を図 1 に示した。①プレアセスメント，②評価，③キャラクタリゼーションと判定， ④管理，そして，全フェーズに関わる⑤コミュニケーションからなる。①∼③が広い意味のリスク評価にあたり，また，ステークホルダーが参画するコミュニケーション（以下，リスクコミュニケーションと呼ぶ）の重要性が特筆されている。これを，新型コロナウィルス感染症に当てはめて考えてみよう。まず，同感染症の経過をたどると，2019年12月に中国湖北省武漢市での発生確認と中国当局からWHOへの報告，年明けの1月 12日の中国で初の死者の確認，1月13日の中国以外での初の感染者の確認，そして，1月20日に中国専門家グループトップが「人から人」への感染を確認する事態となった。そして，2月1日に日本での「感染症指定」，そして，約1か月後の3月 2日に全国の小中高校の一斉臨時休校，3月11日 WHOのパンデミック宣言，3月18日の38カ国の入国制限と言いようのない不安となし崩し的な政策が続いていく。 2. 国の感染症対応体力と2つの戦略この動きの中で，リスクガバナンスは，12月末のリスク認知時点，遅くても1月20日の人から 日本リスク研究学会誌 29(4): 233–236 (2020) * 2020年3月21日受付，2020年3月21日受理 ** 立教大学大学院21世紀社会デザイン研究科(Rikkyo University) 図1 出典：リスク学事典

(2)

– 234 – 久保：感染症対応ではなく，システミックリスクに対するリスクガバナンス人への感染判明時点で，プレアセスメントの中のフレーミングの構築を開始することになる。まず，被害者となる国民全体の協力なくしては成り立たないという感染症の特異性から，①衛生環境や国民の協力姿勢，②医療インフラの量と質，③ 国民の医療へのアクセスの容易度（公的医療保険制度）など，いわば，「国の感染症対応体力」を確認する。次に，この時点では依然として漠然としているウィルスの感染力と攻撃力について想像力を高めることである。武漢の実情から，一見害が少ない（軽症や自覚のなさ）と見せかけ，人体に取り込まれた途端，悪意の活動（高い高齢者，基礎疾患者の重篤化）を行うところが特徴的であり，このウィルスは，ギリシア神話のトロイア戦争に登場するトロイの木馬やパソコンを感染させるマルウエアーのような存在であることがわかる。それらが想定できれば，次の2つの戦略立てが可能となる。それは，①高齢者の死亡率を抑えるために，病院へのアクセスを徹底的に抑制し，医療崩壊を避ける戦略と②感染拡大は阻止できないと考え，8割が軽症で終わることから国民の大多数（6∼7 割）の感染を容認する「集団免疫」により終息させるという戦略，である。議論になる PCR 検査の多寡は検査インフラ以上にこの戦略の選択により決まる。①をとれば，自ずと検査は制限的になり，②をとれば，検査は拡大的に行うことになる。プレアセスメントは，「国の感染症対応体力」を制約要因とした中で，戦略選択を行うことである。ここで，重要な指標は新規の感染者ではなく，実質感染者総数（検査で表面化した感染者＋潜在感染者）である。そして，それは実質感染者総 数＝α×（感染症対応体力）＋β（政策強度）＋γ（国民 の行動変容）＋残差，と表せる。図1 で示した充実したリスクコミュニケーションは，この「国民の行動変容」を高める方向に作用する。従って，感染症のリスクガバナンスは，緊急性を優先させる「トップダウン型の意思決定」より，様々なステークホルダーが参加する，透明で，開放的で，包摂的な，「民主的意思決定アプローチ」が望ましい。ただ，現実には，きれいな二択は難しく，緊急性を優先させる中でも少しでも民主的意思決定に近づけるためにどうすればよいかが命題となる。図1のプレアセスメントと次の「評価」の段階では，未知の不確実性が極めて高いリスクの評価は，完璧性以上に，国民の理解しやすい形，納得しやすい姿を優先すべきということになる。感染者数のピーク時の目途，そして，収斂までの期間などについて，具体的な数字が公開されず，「ここ1∼2週間が山場」や「当面の自粛期間」を前提に発動された政策はそれがたとえ正しくとも，国民の間では唐突感が生じてしまう。特に，①の戦略をとった場合には，ピークを後ろずれさせ続ける必要があるため，感染症の完全終息には②の戦略より時間がかかる可能性が高い。感染症抑制と国民生活に直結する経済・社会活動の停滞とのトレードオフの関係について十分な説明が求められる。 3. 評価と管理の基本(1)確率的な見方を入 れるまず，将来のリスク事象を一つの絶対事象や絶対値（確定値）としてみず，確率的事象として捉える姿勢を常に持つことが重要である。未知のウィルスの遺伝子配列が70%SARSウィルスと同じだとしても，感染力や攻撃力は異なる。また，日本の場合，感染者の判明数自体も非常に少ないことから，統計的なアプローチが極めて難しい現実が横たわる。更に，日本の感染者数は，感染源 ➡人口や行動経路・範囲の特定➡感染環境（クラスター）➡感染疑い判断➡重症頻度（年齢による格差）➡「重篤順位で厳しく制限したPCR 検査の実施」➡検査の精度（ばらつき）➡陽性者の集計，という各段階において，確率分布を考慮する必要から，因果関係も含め正確に感染者数を把握（モデル化）するのは困難である。そうであれば，次の2つの方法の選択に向うことになる。①リスクの評価を見誤る可能性も高いため，感染予測は行わない（もしくは公表しない）という方法，もしくは，②誤差や推計限界は十分に認識しつつ，統計的手法を駆使してまずは予測に踏み出し，同時に制約の強い前提条件や乏しいサンプルの状況を丁寧に説明する，という方法，の2つである。国民の納得感や行動変容につながりやすい方法はおそらく後者であろう。 ②の方法は特別なことではなく，平常時の経済・社会取引の中でも幅広く行われている。例えば，金融分野のリスク評価において，対象リスクの詳細な構造や因果関係が分からなくとも，顕在

(3)

– 235 – 日本リスク研究学会誌 Vol. 29, No. 4 化した結果（例えば，新型コロナウィルスの新規もしくは累計のPCR検査陽性者数）だけをモデルで再現していくという手法である。この場合，日次の発生数を説明できる諸関数の形（インフルエンザなど急激に拡大する患者数などの推計はガウシアン波形などがフィツトしやすいとされる：出典2）を当てはめ，特定した関数を時系列モデルで先延ばし，予測するという方法である。この段階で関数のパラメータがシンプルに決まれば，これに乱数を与えて確率モデルとすることにより，感染リスクを金融市場などに外部移転することも可能になる。次に，予測精度に頼りすぎない方策を考えることが重要になる。この対応として，①予測が外れる可能性を所与として受け止め，複数のシナリオを立てるシナリオアプローチを採用する。また， ②新規に発表される日次データを追加し，推計を見直す漸次修正法の併用が考えられる。これにより，今までイメージで示されてきた感染数のピークから終息までの想定図が「実日数」で描けることになる。重要なことは，未知の事象に対峙せざる国民に対し今後の感染症の拡大において起こるべき具体的な実像をイメージさせ，それに対応してセットされた政策メニュー群を提示する，いわば，こころの準備をしてもらうのである。具体的には，メインシナリオの発生確率を，例えば 60%とし，予測した感染者の発生カーブの形状からのピーク時の感染者数とピークまでの日数，そして，ピークアウトして終息に至るまでの日数を予測値として公表する。この収束までの期間をマクロ経済モデルに反映させ，経済の低迷期間とボトムアップのタイミングを明示する。国民の負担感の低い政策をとればとるほど終息時期は長引き，政策間のトレードオフが明確になる。そして，それを前提とした各々の①政策メニューと②投入タイミングを示す。すぐにでも大型経済対策をという声は大きいが，感染症を引きずる中で投入した方が良いのか，明確に終息時期が見えた段階で投入した方がよいのかは十分な議論がいる。これとは別に，感染爆発するサブシナリオ 1 （例えば，発生確率25%）と想定以上の速さで終息するサブシナリオ 2（同，発生確率 15%）も同時に置き，メインシナリオと同様に取りうる対策メニューと投入時期を示す。意思決定者（政府）は，日次で予測ラインを漸次修正しながら，事態が大きく変化した場合には，躊躇なく，シナリオの乗り換え（例えば，緊急事態宣言の発動や逆に自主規制の前倒し撤廃など）を行う。この時に，政策の変更をシナリオ変更理由とともに説明する。 4. 同(2)少ないサンプルを補完する日本の統計データが少ないことを所与として受けとめ，他国のデータで補完する努力を行う必要がある。たとえば，中国の研究者と組んで，①中国にある大量のデータを活用し，②感染段階が日本より先行する中国と遅行する日本という関係を使い，中国の現状から日本の将来を推定するという方法をとることが考えられる。例えば，日本の経済・金融市場の将来予測を行う際に，先行する米国の経済・金融市場の動きを用いて推計するのと同様の手法である。中国と言えば，2月には武漢市の医療爆発の現場の映像ばかりが注目され，医療体制やリスク対応に問題があるという論調が多かったが，中国の感染症の研究者と冷静に連携することにより，その実情を知ることができる。中国在住の日本人研究者は少なくなく，日本リスク学会では中国在住の日本人研究者によるデータ分析と感染症予想を会員内の諸議論の一つ基礎としている（会員専用新型コロナウィルス特設サイト）。 5. 同(3)過去の教訓を生かす新型コロナウィルス感染症の経済的影響は世界金融危機（リーマンショック）を超えるとの意見が増えてきたが，前述の人から人への感染が見られた時点でこれをシステマティックリスクと考えるべきである。システミックリスクについては，日本は 3 つの大きな体験を有している。すなわち，①日本のバブル崩壊（1990年代後半），②世界金融危機（2008年），そして，③東日本大震災と原発事故（2011年）である。3.で述べたシナリオアプローチが「未来の展望」を持とうとするのに対し，これは過去を知りその教訓を確認して政策に生かそうとするのである。リスク学事典(2019)の1章(1–14)では，リスクの性格や発生場所が異なるにも関わらず，プレアセスメントや管理の段階で使える共通する教訓と示唆が示されている。すなわち，3つの事例に共通するのは，①環境変化に気づかせない既存の伝

(4)

– 236 – 久保：感染症対応ではなく，システミックリスクに対するリスクガバナンス統的システムや体制，そして，社会規範・基準（1970年代までの銀行は潰れないなどの社会的な神話）の存在，②異常事態への感応度（リスクへの想像力）を著しく低下させ，従来の基準や行動の呪縛から逃れられなくする組織構造の存在である。この 3 つの中から世界金融危機を取り上げると，当時の米国連邦準備制度理事会(FRB)は，決済機能を守るための伝統的なToo big to fail（大きすぎて潰せない）政策に囚われ，1999 年の「グラム・リーチ・ブライリー法」の改正による銀行との垣根が撤廃され，浸食される側となった投資銀行（証券会社）のリスク偏重の経営戦略を見逃していた。また，金融工学を基礎とした証券化技術が金融市場に与える影響を過小評価していた。その結果，低金利を背景とした住宅価格の上昇や低所得者向けのサブプライムローンの急拡大，そして，返済不能件数の増加という変化を見過ごすことになる。その後の証券化商品の暴落と金融機関の破綻，そして，金融危機の国際伝播を許すことになる。翻って，今回の新型コロナウィルス対応を見ると，2002年のSARS対応に揺れたアジア諸国に対し，日本はほぼ無傷であったことから，日本の医療水準と感染症の防御力は高いとの思い込みを生む。2月には，「武漢で起こったことは日本では起こらない」や「韓国の PCR 検査体制が日本の数倍の処理能力と迅速さを持ち合わせていることは不思議」という論調が目立った。日本は常に完璧とする思い込みが存在し，それが，1月20日の「人から人への感染」の判明から3月2日の一斉休校措置まで約1か月間もの政策発動を遅らせることにつながった。一方で，政策の投入に際しては，市場関係者や国民の「期待」を変えるために，当時の FRB の対応どおり，躊躇なく，大胆に行うことが鉄則である。感染症において，2. で述べた「国民の行動変容」をおこさせることと金融市場において悲観一色に染った市場心理を逆転させることは基本的には同じである。過去を紐解けば，その教訓が正しい政策選択に向け，意思決定者の決断の際の背中を押してくれる。新型コロナウィルス問題は，自然科学の感染症分野から社会科学のリスク分野へ移行していくが，リスク学の枠組みで今後の議論が進むことを期待したい。 参考文献 日本リスク研究学会（編） (2019) リスク学事典，丸善出版社，全801ページ．

Toshihisa T. (2020) Relations of parameters for describing the epidemic of COVID-19 by the Kermack-McKendrick model , medRxiv preprint, 1–7.