macroscope

( はてなダイアリーから移動しました)

関東地方の市区町村別のCOVID陽性患者数 (不定期 30) 7都県の 2022-07-29 まで1週間の新規陽性者数

- 1 -
関東地方の各都県が発表した新型コロナウイルスの陽性者数のうち、最近1週間の新規陽性者数を、市区町村別 (ただし区は東京都の特別区だけ、群馬県は保健所管轄区域ごと) に、人口あたりにして、地図上に表示してみている。これまでにつくった図を、つぎのウェブページに、一覧表の形でまとめた。その図を発表したブログ記事があるばあいは、そこへのリンクをいれている。

2022年2月4日から、対象を関東7都県全体にした。ただし、埼玉、東京、神奈川は、累積人数の1週まえとの差にもとづいているので、過去の累積人数の修正があると誤差としてきいてくる。

(記事表題を「不定期」として、新規陽性者数がすくなくなったら休もうと思ったのだが、なかなかへらないので、定期的に毎週出すことになってしまった。)

階級わけ・色わけは、まえの時期に決めたまま、なるべく変えず、数値の範囲がひろがってしまったときだけあたらしい階級を追加してきたので、いまの数値を見るためには不適切なところがある。しかし残念ながら過去にさかのぼって図をつくりなおす時間がとれそうもないので、このようにしている。

- 2 -
2022年7月29日 (金) までの1週間の値にもとづく分布地図を、一覧表の 2022-07-29 の行にいれた。

今回は、千葉県も、金曜日の値が土曜日の19時までに県のウェブサイトで公開されていたので、7月29日までの1週間の人数をつかった。1週間まえの図は まだ修正していないので、このブログでの前の週からの間隔は 9日である。

計算の方法は、[不定期 5 (2022-02-05)]の記事に書いたとおりである。

  • 左端: 人口あたりの1週間の新規陽性者数 (人/十万人)
  • 右から2番め: 人口あたりの1週間の新規陽性者数 (人/十万人) を、人口密度 (人/km2) の平方根 で わったもの
  • 右端: 人口あたりの1週間の新規陽性者数 (人/十万人) を、人口密度 (人/km2) の3乗根 で わったもの

である。

【[2022-08-06 改訂] 7月29日の埼玉県の累積陽性者数のうち狭山市の人数をわたしが読みまちがえていた。(8月5日の値と比較したとき気づいた。) 8月6日に計算しなおして、2022-07-29 の列の図をさしかえた。この下の文中の取り消し線がひいてあるところ (この形) は消した形で読んでいただきたい。】

新規陽性者数は、1週間まえ (2022-07-22) から 2倍弱 のふえかたをつづけている。東京都の 23区のうち都心部や南部の大部分の区で 1600人/十万人をこえた。(都心部の中央区と台東区はその階級に達していないが 1500 をこえている。) そのほか、埼玉県の狭山市と戸田市、神奈川県の横須賀市でも 1600 をこえているが、空間的まとまりはないようだ。最大は 千代田区の 1859人/十万人である。

人口あたりの新規陽性者数を人口密度の3乗根でわったものは、多くがこの図の 30~100の階級 にはいっているが、100 以上のところもある。まだ 300 以上のところはないのであたらしい階級をたてていないが、300 に近い値のところはある。値の大きいところのうち、千代田区や横須賀市は実際に陽性者数が多いのだが、多くは人口密度がわりあい小さいところにみられる。人口密度への依存性が3乗根よりも弱くなったといえるだろう。

- 3 -
横軸に人口密度、縦軸に人口あたりの新規陽性者数をとった散布図も [関東地方 市町村別 人口10万人あたりの新規陽性者数] の一覧表にふくめている。【散布図の縦軸の範囲が、1 ~ 1000 人/十万人 であったり、10 ~ 10000 であったり、不ぞろいだが、いまのところ統一していないので、図を見る際には縦軸の目盛りに注意していただきたい。】

2022年4~5月ごろとちがって、多くの点が (両対数で) ななめの直線のちかくにある。(ただし、千代田区、横須賀市、戸田市、狭山市などは上にとびだしている。また、神奈川県はばらつきが大きく見える。) 直線の傾きは、1週間まえよりもゆるくなっている。人口あたりの新規陽性者数の人口密度への依存性は、人口密度の3乗根に比例よりも弱くなった。その原因はわからないが、ひとつの可能性は、あたらしい変異株の流行の初期にはその株の感染者が少ないので人口密度の高い地域のほうがそれに出あう確率が高いが、感染がひろまるにつれてどこでも似た確率になっていくことだ。もうひとつの可能性は、感染者総数がふえたので、人口密度の高い地域で行政が感染者を確認する能力が飽和してしまい、公的機関の集計が実際の流行をじゅうぶんとらえていないことだ。