新型コロナウイルス感染者数減少において
効率的な政策の検討

著者は品川女子学院高等部の生徒である。新型コロナウイルスは「三密（密閉・密集・密接）」の条件がそろう環境で感染が広がりやすい。一方で東京都の人口は1400万人を超え一極集中が進み、満員電車（JR横須賀線の朝は混雑率195%）のような「三密」の場も都市部に集中している。そこで著者は「感染者数は人口密度（＝人が集まる度合い）と関係するのではないか」と考えた。

そこで本研究では、47都道府県別の累計感染者数（2022年8月5日現在・NHKまとめ）を目的変数として回帰分析を行う。まず総人口で単回帰し、次に医療・観光・娯楽など16項目で重回帰して、人口以外にどんな社会的事象が感染に関わるかを調べる、という二段構えである。

高校生の部 SSDSE-E＋国勢調査＋NHKまとめ 単回帰分析 重回帰分析 多重共線性の考察

使用データと再現可能性の整理

本研究は複数の出典を組み合わせている。目的変数の累計感染者数は「NHKまとめ」（2022年8月5日現在）、16項目の説明変数は主に SSDSE-E-2022v2（人口・世帯／経済／労働／娯楽／医療）から、公共交通機関通勤・通学率と乗用車保有台数は国勢調査（偏差値化）から取っている。いずれも都道府県粒度である。

主なデータと出典（原論文 表1）

分析の流れ：単回帰 → 重回帰 → 多重共線性の発見

① 単回帰：感染者数と総人口

まず「人が多い＝三密が起きやすい」という直感を確かめる。感染者数を目的変数、総人口を説明変数に単回帰すると、重決定R²=0.9405（原論文 表2）と強い相関が出た。

② 重回帰：16項目で要因を広げる

人口以外の社会的事象を探るため、医療・観光・飲食など16項目で重回帰。P値が0.1未満だったのは、総人口・宿泊飲食の事業所数・延べ宿泊者数・小売店数・飲食店数・一般病院数の6項目（原論文 表3）。

③ 6項目に絞って重回帰

その6項目に絞って重回帰すると R²=0.99063（原論文 表4）とさらに当てはまりが良くなった。観光業・医療・飲食が人口以外の要因として浮かび上がる。

④ 多重共線性を疑う

ただし著者は「6項目は全て人口と強く相関している」と気づく（原論文 図3〜7）。説明変数どうしが相関する多重共線性があると、係数の解釈は難しくなる。当てはまりの良さ＝正しい要因分解、ではないことを著者自身が指摘した。

⑤ 世代別・病院数と高齢者の関係

さらに世代別人口（15歳未満・生産年齢・65歳以上）でも感染者数と単回帰し、世代差が小さいことを確認（図9・11・12）。病院数と高齢者数の相関（図10）も調べ、「病院が多い＝PCR検査がしやすく集団感染も起きやすい」という仮説を検討した。

原論文 図1 は都道府県別の累計感染者数を棒グラフで示したが、感染者数は SSDSE に無い。そこで感染者数と強く連動する総人口（R²=0.94・報告値）を SSDSE-B で実再現する。ここは都道府県データから計算できる実再現部分である。

69
70
71
72
73
74
75
76

df = pd.read_csv(DATA_B, encoding='cp932', skiprows=[1])
NUM = ['A1101', 'A1301', 'A1302', 'A1303', 'G7101', 'I510120']
for c in NUM:
    df[c] = pd.to_numeric(df[c], errors='coerce')
df['年度'] = df['SSDSE-B-2026'].astype(int)

# 直近年（2023）の47都道府県断面
d23 = df[df['SSDSE-B-2026'] == 2023].copy().reset_index(drop=True)

84
85
86
87
88
89
90

rank = d23.sort_values('A1101', ascending=False).reset_index(drop=True)
print(f"標本数 N = {len(d23)} 都道府県（2023年・SSDSE-B A1101 総人口）")
print("人口が多い上位5: " +
      "、".join(f"{r.Prefecture}({int(r.A1101):,})" for r in rank.head(5).itertuples()))
print("人口が少ない下位3: " +
      "、".join(f"{r.Prefecture}({int(r.A1101):,})" for r in rank.tail(3).itertuples()))
print("※原論文は感染者数上位に東京・大阪・神奈川・愛知・福岡、下位に鳥取・山形・秋田を挙げた")

=== [1] 都道府県別 総人口ランキング（2023・実再現） ===
標本数 N = 47 都道府県（2023年・SSDSE-B A1101 総人口）
人口が多い上位5: 東京都(14,086,000)、神奈川県(9,229,000)、大阪府(8,763,000)、愛知県(7,477,000)、埼玉県(7,331,000)
人口が少ない下位3: 高知県(666,000)、島根県(650,000)、鳥取県(537,000)
※原論文は感染者数上位に東京・大阪・神奈川・愛知・福岡、下位に鳥取・山形・秋田を挙げた

図1：都道府県別 総人口ランキング（2023年）。実再現（原論文 図1「累計感染者数」の代理）。SSDSE-B の A1101 から算出。上位は東京・神奈川・大阪・愛知・埼玉。感染者数はSSDSE未収録のため、原論文が単回帰で示した「感染者数≒総人口（R²≈0.94・報告値）」の総人口を実データで並べたもので、感染者数そのものではない。

原論文の核心的な注意点「重回帰の6項目は全て人口と相関している」を、SSDSE-Bで実データ検証する。感染者数・小売店数などは収録されていないので、SSDSE-Bに実在する延べ宿泊者数・一般病院数で確かめる。

118
119
120
121
122
123
124
125
126
127
128

print("\n=== [2] 「説明変数は人口と相関」実データ検証（2023・実再現） ===")
pairs = [('A1101', 'G7101', '総人口 × 延べ宿泊者数', 0.7093, '図4'),
         ('A1101', 'I510120', '総人口 × 一般病院数', 0.801, '図7')]
res2 = []
for xc, yc, name, rep, src in pairs:
    r, p = stats.pearsonr(d23[xc], d23[yc])
    res2.append((name, r, r ** 2, p, rep, src))
    print(f"{name}: r={r:.4f}  実再現R²={r**2:.4f}  (原論文{src}の報告値R²={rep})  p={p:.2e}")
# 参考：一般病院数×65歳以上人口（原論文 図10 に対応）
r10, p10 = stats.pearsonr(d23['I510120'], d23['A1303'])
print(f"（参考）一般病院数 × 65歳以上人口: 実再現R²={r10**2:.4f}  (原論文 図10 の報告値R²=0.8346)")

=== [2] 「説明変数は人口と相関」実データ検証（2023・実再現） ===
総人口 × 延べ宿泊者数: r=0.8398  実再現R²=0.7053  (原論文図4の報告値R²=0.7093)  p=1.61e-13
総人口 × 一般病院数: r=0.9003  実再現R²=0.8105  (原論文図7の報告値R²=0.801)  p=7.28e-18
（参考）一般病院数 × 65歳以上人口: 実再現R²=0.8453  (原論文 図10 の報告値R²=0.8346)

図2：総人口と説明変数の関係（2023年・47都道府県）。実再現。SSDSE-B の A1101・G7101・I510120 から算出。左：総人口×延べ宿泊者数（実再現R²=0.705／原論文 図4 報告値R²=0.7093）、右：総人口×一般病院数（実再現R²=0.811／原論文 図7 報告値R²=0.801）。報告値と実再現はラベルで分離。感染者数そのものの回帰ではなく、原論文の多重共線性の指摘を裏づける実データ検証。

ここからが原論文の中心である。感染者数を目的変数、6項目を説明変数とした重回帰の係数を見る。感染者数・小売店数・飲食店数・事業所数は SSDSE-B に無いため、原論文の報告値を転記して可視化する（再計算ではない）。

=== [3] 原論文の報告値：6項目の重回帰係数（表4・観測数46・重決定R²=0.99062555） ===
変数                                    係数            P値  有意
人口                              0.127976     6.316e-10  ***
事業所数（宿泊業・飲食サービス業）             -36.965634     2.180e-02  *
延べ宿泊者数                          0.010620     1.043e-02  *
小売店数                          -28.317459     2.849e-07  ***
飲食店数                           73.134609     2.624e-05  ***
一般病院数                         934.126306     2.792e-05  ***
※いずれも原論文 表4 の報告値（感染者数・小売店数・飲食店数等は SSDSE-B に無く再計算不可）

図3：原論文 表4 の6項目重回帰係数。報告値の可視化（再計算ではない）（原論文 表4）。青＝正、赤＝負。係数のスケールが桁違い（人口0.13〜病院934）のため sign(β)·log10(|β|+1) で表示。数値はすべて原論文の報告値。

著者は世代別人口でも感染者数と単回帰し、「世代による違いは小さい」ことを確かめた。目的変数が累計感染者数のため再計算できず、報告値を可視化する。

=== [4] 原論文の報告値：累計感染者数を目的変数とした単回帰の決定係数R²（表2・図9・11・12） ===
説明変数              決定係数R²  出所
総人口               0.9405  表2
15歳未満人口           0.9319  図11
15〜64歳人口          0.9501  図12
65歳以上人口           0.8869  図9
※原論文の報告値。目的変数（累計感染者数）が SSDSE に無いため再計算不可。
※図2の近似直線ラベルは R²=0.9354、表2の重決定R²は 0.9405318（原論文の記載どおり併記）。

図4：累計感染者数を目的変数とした単回帰の決定係数R²。報告値の可視化（再計算ではない）（原論文 表2・図9・図11・図12）。総人口・世代別人口いずれも0.88〜0.95と高く、世代差は小さい。数値はすべて原論文の報告値。

結果の解釈と提言

重回帰で人口以外に効いたのは観光・医療・飲食であり、娯楽施設（映画館・体育施設）や交通指標は相関が弱かった。著者はここから、どんな場所の対策が効率的かを考察する。

要因：長期滞在・共有の場ほど感染が広がる（原論文 4章）

公共交通機関や娯楽施設の相関が弱かったのは、滞在時間が短く、他人と同じ物を長く共有しにくいからだと著者は解釈する。逆に、延べ宿泊者数（観光地）や一般病院数（医療・介護施設）が効いたのは、長時間の滞在や、マスクを外す・同じ物を複数人で共有する場面が多いからだと考えた。厚生労働省の集団感染データでも、医療機関・福祉施設の集団感染が上位を占める。

病院数の相関は「因果」ではない（原論文 4章の再検討）

当初は「病院が多い→PCR検査がしやすく集団感染も起きやすい→感染者数が多い」と考えたが、病院数は65歳以上人口とも総人口とも強く相関する。よって「病院が感染を生む」という因果は棄却し、病院数はあくまで人口・高齢者数を映す相関変数だと結論づけた。相関を因果と取り違えない、誠実な後退である。

提言：個人間の感染防止意識に働きかける（原論文 5章）

感染は世代を問わず広がり、症状の軽い人が気づかず感染を広げやすい。そこで著者は、換気されない密閉空間での長時間の接触を避けることを軸に、個人間の感染防止意識に左右されやすい場所——家族や友人間のホームパーティなど——での感染防止の呼びかけを効率的な政策として提言する。特に基礎疾患のある人や関係者がいる場合は一層の注意が必要とした。

原論文のデータ出典は SSDSE-E（都道府県の基礎素材）でした。同じ SSDSE-E-2026 から、感染症対策の検討で鍵になる人口密度変数を構築します。

1
2
3
4
5
6
7
8

e_raw = pd.read_csv('data/raw/SSDSE-E-2026.csv', encoding='cp932', header=2)
e = e_raw[e_raw['地域コード'].str.match(r'^R\d{5}$', na=False)].set_index('都道府県')
ev = lambda c: pd.to_numeric(e[c], errors='coerce')
dens = ev('総人口') / ev('可住地面積')
print('可住地人口密度（人/ha） 上位5県:')
for p2, v in dens.nlargest(5).items(): print(f'  {p2}: {v:.1f}')
print(f'最下位: {dens.idxmin()} {dens.min():.1f}')
print('→ 原論文はこの SSDSE-E の可住地面積から人口密度を作り、感染要因分析の説明変数にした')

まとめと今後の課題

本研究は、都道府県別の新型コロナ累計感染者数は何と関係し、どんな政策が効率的かという問いに、単回帰・重回帰で挑んだ。感染者数は総人口と単回帰でR²=0.9405（報告値）、6項目の重回帰でR²=0.99063（報告値）と非常によく当てはまった。しかし著者は6項目が全て人口と相関する多重共線性を自ら指摘し、病院数の相関も因果ではないと棄却した。そのうえで、長期滞在の観光地・医療介護施設の集団感染対策と、家族・友人間の個人間感染防止の呼びかけを効率的な政策として提言した。本ページでは、総人口の分布（図1）と「説明変数は人口と相関する」構造（図2）をSSDSE-Bで実再現し、感染者数を含む回帰結果は報告値として切り分けた。高校生が高い決定係数に満足せず多重共線性まで踏み込んだ探究の姿勢が見どころである。

データ・コードのダウンロード

このページの実再現の図（図1・図2）は、以下から再現できます。

🐍 再現コード（.py） 📊 SSDSE-B-2026.csv

※ 図1（総人口ランキング）・図2（総人口×延べ宿泊者数／総人口×一般病院数）はSSDSE-Bの A1101／G7101／I510120 から算出した実再現です。図3（表4の重回帰係数）と図4（単回帰の決定係数R²）は、目的変数の累計感染者数や小売店数・飲食店数・事業所数などがSSDSE-B外のため、原論文の報告値を可視化したものです（新たな数値の捏造はしていません）。

🐍 ブラウザで動かす — インストール不要でこの論文の分析を再現する

このページの分析は、この画面の中でそのまま実行できます。 Python をインストールする必要も、CSV をダウンロードする必要もありません。 下のセルの 「▶ ブラウザで実行」 を上から順に押すか、 「▶ 最初から全部実行」 で一気に流してください。 表示されるのは、本文の図表とまったく同じ計算の結果です （動かしているのは再現スクリプト code/2022_H5_7_shorei.py そのもの）。

コードは書き換えられます。「✏️ 書き換える」で数字や変数を変えて ▶ を押すと、 結果がどう変わるかをその場で確かめられます（元に戻すボタンつき）。 ページを開いた時点で裏で実行環境の準備が始まっているので、待ち時間はほとんどありません。 初回だけ実行環境の取得にインターネット接続が必要です。