第174回げんさいカフェ． 神出鬼没な災害を引き起こす自然外力からの対策に必要な確率そのものの考え方
ゲスト：恋する極値統計学者 北野 利一 さん （名古屋工業大学社会工学科 教授）
日時：2026年5月29日（金）16:30～18:00
場所：名古屋大学減災館1階減災ギャラリー・オンライン
ファシリテーター： 富田 孝史 さん （名古屋大学減災連携研究センター副センター長・教授）
🔑 重要なキーワード
-
極値統計（テキスト内では「局地統計」）: 100年に1回、1000年に1回といった極端な現象（裾野のデータ）を扱う統計学。
-
ポアソン分布 / ポアソン確率: 事故や災害など、まれに起こる事象の発生回数を表す確率分布。
-
3分の1の法則 / 3の法則: 平均1回起こる現象が「1回も起こらない確率」は約3分の1（約36%）。逆に「平均3回起こる現象」でも、全く起こらない確率が約5%あるという法則。
-
再現期間（〜年に1回）: ある規模の災害が平均して何年に1度起こるかを示す指標。
-
プロクルステスの寝台（ギリシャ神話）: 限られた観測データを、特定の確率分布のモデルに無理やり当てはめようとする強引な手法の例え。
-
アフリカ・グリーンランド現象: グラフ（確率紙）の軸を操作することで、本来合っていないデータがモデルにぴったり合っているように見えてしまう（過小評価・過大評価が生じる）錯覚の例え。
-
超過確率と生起確率: 「ある値を超える確率」と「その現象そのものが起こる確率」。実務と理論での使い分けが重要。
💘 刺さる言葉（印象的なフレーズ）
「平均3回起こるようなことでも、5％の確率で起こらない状態が生まれてしまう。起こらないからといって『絶対起こらない』と安心したら駄目ですよ」 （確率のブレに対する鋭い警鐘。過去のデータで「被害が起きていない」ことの危うさを突いています。）
「1000年に1回ということは『起こる』事象ですので、たまたま自分の生きている100年の間に遭遇すれば、運が悪いというより、起こるべくして起こってしまう」 （「1000年に1回＝自分の代では起きない」というバイアスを打ち砕く、冷徹かつ重要な事実です。）
「観測データでは見えないところを我々は見る（地上の世界と神様の世界）」 （数十年のデータから数百・数千年に一度の確率を予測する極値統計のロマンと困難さを、ミケランジェロの『アダムの創造』に例えた美しい表現です。）
「極端な事象は防げないから全滅さえしなければいい（と諦めるの）ではなく、何とか命だけは助けてほしいという個人の望みに対し、確率が有効に使えると信じたい」 （冷酷な統計データと向き合いながらも、人命を守る防災という目的を見失わない専門家としての矜持が表れています。）
📝 論点整理（トークの全体構造）
北野先生のお話は、大きく以下の4つの論点に整理できます。
1. 「確率」に対する直感的な誤解の解消
天気予報の「降水確率（今日雨が降るか降らないか）」と、災害対策の「ポアソン確率（長い期間の中でいつ起こるかわからない事象）」は全く別物です。「平均1回起こる」と言っても毎年規則正しく起こるわけではなく、偏り（ブレ）が発生することを「3分の1の法則」等を用いて解説しています。
2. データフィッティング（当てはめ）の危うさと誠実さ
数十年の観測データから「100年に1回の確率」を導き出す際、どの確率分布モデルを選ぶかによって予測値は大きく変わります。 これを、旅人の手足を切り落としてベッドのサイズに合わせるギリシャ神話の悪党になぞらえ、「モデルにデータを無理やり当てはめることの危険性（プロクルステスの寝台）」を指摘しています。また、グラフのメモリを操作してデータが適合しているように見せかける手法も批判しています。
3. 身近な現象に潜む「極値統計」
アイドルへの投票（推し活）や、ガチャガチャのコンプリート確率、クラス内で誕生日が同じ人がいる確率など、日常の身近な例（恋する極値統計学）を用いて、ポアソン分布や確率の収束といった難解な概念を直感的に分かりやすく翻訳しています。
4. 自然界のメカニズムと確率の相性
質疑応答で触れられていた重要な論点です。
-
風水害（台風など）: 過去の事象に引きずられない「独立した現象」であるため、ポアソン確率などの統計モデルが適用しやすい。
-
地震: プレートの「ひずみの蓄積と解放」という依存構造（過去の影響を強く受ける）があるため、単純なポアソン確率で語ることは非常に難しく、メカニズムを踏まえた別のアプローチ（AIの活用など）が必要。
