明日地震で死ぬ不安

　耐震偽装問題が拡大を続けている。先月九州地方を騒がせた「非姉歯問題」は、今月7日遠く遥かな北の大地へと魔の手を伸ばした。これで日本全土が偽装だらけの底なし沼にはまってしまったかのような暗澹たる気分が人々を襲う。国土交通省はこの事件を受け、国民の不安を払拭するために、全国のマンション500棟の標本調査を実施する方針だという。
　
　こうした一連の耐震偽装問題の根源には、大震災に見舞われても自分や家族や身近な人々が安全に暮らせる保証を得たいという人間の安全欲求が横たわる。誰もが明日死ぬかもしれないという不安は拭い去りたいものだ。明日死ぬ確率をいかに小さく抑えられるか。それが明るい未来への第一歩につながる。
　

　明日死ぬ確率というのは、これから起こる現象の確からしさを表すものだが、確率は将来の予測ばかりに利用されるとは限らない。例えば、39度の高熱が出て寝込んでしまったとしよう。そんなとき、誰しも高熱の原因をあれこれと考え始める。「風邪ひいたかな」「ひょっとしてインフルエンザか」「いや、もっと恐ろしい病気かもしれない」高熱の原因が風邪である確率、インフルエンザである確率というように、既に起こった現象が特定の原因によってもたらされた確率というものもある。ベイズ Bayes,T.という統計学者は、この原因の確率を「ベイズの定理（Bayes' theorem）」として定式化した。当然の話だが、通常高熱が出るまではインフルエンザ発症を疑うことはない。つまり、高熱が出るまでのインフルエンザ発症の主観的確率は実に小さいはずである。この高熱前の確率を事前確率（prior probability; P(A)）という。ところがひとたび39度の高熱が出てしまうと、人はインフルエンザ発症を疑い始める。「高熱」という条件が付いた場合のインフルエンザ発症に関する主観的確率は極めて高いものとなるのである。このように高熱という条件が与えられた後の確率を事後確率（posterior probability; P(A|B)）という。この事後確率は、インフルエンザ発症と高熱が伴う確率（P(B|A)）と高熱が出る確率（P(B)）とインフルエンザ発症の確率（P(A)）という3つの確率によって、「P(A|B)＝P(B|A)×P(A)÷P(B)」と定式化される。これをベイズの定理という。周囲でインフルエンザが大流行し発症確率が高くなればなるほど（P(A)が高くなるほど）、高熱の原因がインフルエンザである可能性は高くなるであろうし、様々な原因によると考えられる高熱患者が大量発生すれば（P(B)が高くなれば）、原因がインフルエンザである確率は低くなるであろう。また、インフルエンザを発症して高熱が出る確率（P(B|A)）は、高熱の原因がインフルエンザである尤もらしさの程度でもあることから、尤度（likelihood）ともいう。インフルエンザの場合、尤度は限りなく100%に近い。インフルエンザ患者のほとんどが高熱を伴うためだ。
　
　心理学研究で取り扱うテーマは、壮大である。ある大学の教室で数十人程度の標本調査を行った結果から、日本人全体の実情を推測して結論を出さなければならない。この日本人全体を推測する際の根拠の一つとして活用されるのがベイズの定理である。例えば、ある大学で男性の育児参加の賛否を問う調査を行ったとする。そこで70%の学生が男性の育児参加に賛成だったとしよう。さて、この結果から日本人の70%は育児参加に賛成しているといえるか。言い換えれば、70%の賛成という結果は、日本人全体も70%だからそれを反映する形で得られたのか、それともそれ以外の原因によって得られたのか。調査の正確さを左右する重要な問題である。日本人全体の割合が70%であることが原因で標本調査の結果が得られた確率を事後確率とみなし、この確率がどの程度のとき、日本人全体の賛成割合も70%であることが尤もらしくなるかという分析を行うわけである。
　
　国土交通省によって設置された「住宅・建築物の地震防災推進会議」によると、日本の住宅総数約4,700万戸のうち、約25%に当たる約1,150万戸が耐震強度の基準を満たしていないという。この事実を知った後、自分の暮らす住居が耐震性不足である主観的確率はどのくらいに膨らむか。国民不安の払拭を目的とした国交省の標本調査はもちろん必要なことではあるが、さらに主観的確率を高め、明日への不安を助長するだけに終わらなければよいが。