世界経済フォーラムのヤング・グローバル・リーダーのネットワークは、COVID-19の非薬事的介入の重症度と関連するか？
Is the Network of World Economic Forum Young Global Leaders Associated With COVID-19 Non-Pharmaceutical Intervention Severity?

www.ncbi.nlm.nih.gov/pmc/articles/PMC9636891/

Is the Network of World Economic Forum Young Global Leaders Associated With COVID-19 Non-Pharmaceutical Intervention Severity?

キュアス.2022 Oct;14(10): e29990.

2022年10月6日オンライン公開doi:10.7759/cureus.29990

pmcid: pmc9636891

PMID：36381709

Rainer J Klement1およびHarald Walach2,3

概要

背景

世界経済フォーラム（WEF）は、大企業、政治、学術、メディアに大きな影響力を持つヤング・グローバル・リーダーズ（YGL）と呼ばれるエリートのグローバルネットワークを産み出してきた。本稿では、このネットワークを通じて、WEFがCOVID-19危機に対応して実施された非医薬品介入（NPI）の規模や範囲に大きな影響を与えたという考えを精査した。私たちは、国レベルのYGLの分布と、政府対応深刻度指数（GRSI）で要約される実施されたNPIの強度と期間との間の関連性を検証した。

材料と方法

国ごとのYGLの数およびカテゴリは、WEFのウェブサイトから抽出した。また、①パンデミックの第一波の始まり（2020年3月1日～2020年4月30日）、②ヨーロッパでの第二波の盛り上がり（2020年12月1日～2021年1月31日）、③おおよそ初年度（2020年3月1日～2021年1月31日）の3期間の最大・中央値のGRSIを抽出した。因果関係の前提として、各時期のYGLの総数またはカテゴリー別の数とGRSI値との関連性を、それぞれスピアマンのρ相関係数と多項式回帰を用いて評価した。

結果

パンデミックの第2波におけるYGLの総数とGRSIの中央値（ρ=0.36,p=2.5×10-7）および最大値（ρ=0.34,p=1.6×10-6）の間には極めて有意な正の相関があったが、第1波では認められなかった。また、YGLの総数は、4次多項式回帰モデルにおいて、パンデミックの第2波におけるGRSI中央値の高さの有意な予測因子であった（p＜0.01）。このモデルにおけるさらなる有意かつ正の予測因子は、国がヨーロッパと南米にそれぞれ位置していることであった（p＜0.01）。ビジネス、政治、市民社会におけるYGLの影響力を加味した数については、3つの期間のいずれにおいてもNPI重症度との有意な関連は見られなかった。

結論

パンデミックの第一波ではなく、第二波で有意な相関が見られたことから、WEFはCOVID-19危機の最初の数ヶ月間、あるいはそれ以前に形成・実行された特定の意見や戦略の起源ではなく、むしろ反響室あるいは増幅器であった可能性があると結論付けている。今後の質的研究によって、今回観察された相関関係の根底にある推定される因果関係のメカニズムが明らかにされるかもしれない。

キーワード　医療政策・経済、SARS-COV-2、COVID-19危機、非医薬品介入、世界経済フォーラム

はじめに

2020年3月11日、世界保健機関（WHO）によるCOVID-19のパンデミック宣言[1]は、激震が走る出来事だった。より目に見える問題は、COVID-19の原因物質であるSARS-CoV-2感染に伴う、無数の人々の死である。第二に、おそらくより重要な部分は、国境閉鎖、マスク着用義務、自宅待機命令、企業閉鎖に始まり、厳しい夜間外出禁止令に終わる、政府によるパンデミックへの対応であった。二次的な問題の多くは、通常、非薬事的介入（NPI）と呼ばれるこれらの政治的対応に起因しているということができる[2,3]。事業閉鎖は、もし国に救済プログラムがなければ、しばしば廃業した中小企業に影響を与えた。ロックダウンや自宅待機命令は、裕福な人たちよりも貧しい人たちに影響を及ぼしている。国によっては、仕事に出かけたり食べ物を買ったりすることが、栄養や生活のために重要であるからだ[2]。政府が強制したNPIの背後にある一般的な考え方は「カーブを平らにする」ことであり、それ故にCOVID-19による死亡を避けることであったが、それらに付随する損害は、悲劇的に何十万もの二次的な死亡を引き起こしたかもしれない[4]。さらに、Haleらは、NPIの厳格さと28日後に測定された死亡との間に有意なグローバルな関連を発見したが、NPIは、いくつかのモデリング研究においてCOVID-19関連の死亡の減少とは関連していなかった[5-7]。

この非常に複雑な状況は、政府がなぜNPIに固執するのかについて様々な考えや理論を生み出したが、これらの多くはかなり早い段階で効果がない、または無関係であることが判明している。この状況の背後に不吉な動機を見出し、金持ちのエリートが大企業の利益を促進するために国と民主主義を静かに買収しようとしているという考えを持つ人々もいる[9]。世界経済フォーラム（WEF）はしばしばその想定される勢力の一つとして言及されている。WEFはビジネス、政治、学術、メディアの分野の間に位置するシンクタンクとして概念化することができ、グローバル資本主義者や技術者エリートの形成のためのトランスナショナルな空間としても認識されている[10-12]。それゆえ、WEFは「グローバルに重要な問題についての政策設計と実施に不釣り合いな影響力」を及ぼす「トランスナショナルな政策ネットワーク」の中に数えられるかもしれない[13]。このことは、創設者であるKlaus Schwab教授への2017年のインタビューが例証しており、彼はそれに対応して次のように述べている。「私たちが非常に誇りに思っているのは、世界経済フォーラムのヤング・グローバル・リーダーズで各国のグローバル・キャビネットに浸透していることだ」[14]。シュワブはまた、2020年に『グレート・リセット』と題するCOVID-19関連書籍を出版している[15]。一見すると、この本は、不吉な計画ではなく、潜在的な機会についての記述と見ることができ、経済成長を生態学的・社会的持続可能性と結びつけることによって生活や労働条件を改善し、「世界をより良い場所にする」ために、前向きな展望を持って、世界に利益をもたらすWEFの一般的傾向に沿っている[12,16,17]。しかし、深く分析すると、その本質において「グレート・リセット」は規範的な考えも含んでおり、その実行は、個人、経済、政治、そして地球に対して構想された「健康」という新しい規範的優位性を絶対価値として、自由民主主義をトップダウンの管理社会へと変容させるものであることがわかる[18]。さらに、ビル＆メリンダ・ゲイツ財団とともに、WEFはCOVID-19のパンデミック開始の数か月前の2019年10月18日に「イベント201」という大規模なパンデミックシミュレーション演習を開催しているので、シュワブもCOVID-19のパンデミックを予想できたはずである[19]。

しかし、deHaven-Smithは、「高官による政治的陰謀は実際に起こる」（[21]、p.6）と指摘しており、WEFに関する上記の理論を客観的に定義し、検証することは可能であるはずである。ここでは、この問題に実証的にアプローチすることを試みる。たとえWEFがグローバルな言説の風景における重要なハブであったとしても、科学界における大多数と重要なオピニオンリーダーがNPIの有効性を信じているため、NPIの推進における活発な役割は、善意の意図から生じたものかもしれない[22]。

私たちの研究は、もしWEFが役割を果たすとすれば、知名度の高い組織とその代表者の世界的なネットワークという一般的かつユニークな位置づけによって行われるだろうという仮定から出発している。影響力の経路はさまざまである。一つは、WEFのメンバーであり、資金を提供している1,000社の大企業を通じてである[16]。もう一つは、2016年以降、YGLの研修を受け、それによってWEFの価値観や考え方の大使として活動することが想定されている約1,250人のヤング・グローバル・リーダー（YGLs）を通じてである。これらのYGLは各国に分布しており、行政・政治的なものから経済・公共サービス的なものまで、さまざまな役割を担っている。例えば、ドイツでは、アンゲラ・メルケル前首相、イェンス・シュパーン前保健長官、アンナレナ・バーボック現外相がWEFのYGL研修を受け[23]、フランスのマクロン大統領も同様である。もしWEFが何らかの役割を果たすのであれば、YGLの影響力レベルやその数とNPI回答との間に関連性があるはずである。したがって、本研究では、リサーチクエスチョンに取り組む。2020年のパンデミックの第一段階において、ある国のYGLの数および影響力は、その国のNPIと関連するのか？パンデミックの初期段階は様々な動機が混在する可能性があるため、意図的に初期段階に焦点を当てる。

材料と方法

研究デザイン

本研究のプロトコルは、データの定義と分析手順を記載し、事前にオープンサイエンス財団のプラットフォーム（https://osf.io/reqn3/）で公開された。つまり、COVID-19の流行に対する政策対応にYGLが因果関係を持つとすれば、YGLの数または別の指標とNPIの重症度との間に相関関係があると仮定し、事前に設定した仮説の検証を行う定量分析であった。

この分析結果を含むプレプリントは、2022年9月12日にSocial Science Research Networkのプラットフォームに掲載された[24]。

データ

WEFのウェブサイトから国ごとのYGLの数と種類を抽出した。研修が新しいほどWEFとの関わりが深いと想定したため、2016年を切り口とした。YGLのタイプ定義としては、①アカデミア、②芸術・メディア、③ビジネス（企業）、④市民社会（NGO、提言団体、類似の市民団体）、⑤政党員、⑥政治（行政、政府、議会、公職）、⑦宗教、⑧スポーツの8カテゴリーに総当たり分類をした。分類は、WEFのページで紹介されているものをそのまま使用した。明らかに間違っているところは修正した。

また、YGLの影響力を判断するために、品質評価を導入した。一般的な影響力を持つYGL（会社員、政治家）には 0.33、より強い影響力を持つYGL（国務長官、役員）には 0.66、最高の影響力を持つYGL（国家主席、企業トップ）には 1の重み付けをした。

Government Response Severity Index（GRSI）と各国の人口規模は、Our World in Data（OWID）のウェブサイトからダウンロードしたスプレッドシート（https://ourworldindata.org/covid-vaccinations、2022年4月12日にアクセス）から取得した。パンデミックの第一波の始まり（2020年3月1日から2020年4月30日）、ヨーロッパでの第二波の最盛期（2020年12月1日から2021年1月31日）[25]、および2020年3月1日から2021年1月31日の全期間におけるNPIの強さの最大値と中央値を抽出した。GRSIは入手できたがYGLが見つからなかった国については、その国のYGLの数およびグラビティはゼロとした。この分析に国を含める基準は、2020年3月から2021年1月までの期間内に少なくとも1つのオックスフォードGRSIが利用可能であることであった。GRSIは毎日更新され、0から100のスケールでその国のNPIの強さを測定する[26]。

感度分析のためのYGLの人口標準化数の算出には、分析に含まれるすべての国の人口数を使用した。

分析手順と仮説

もし、YGLがある国のNPIの重症度に因果関係を持つとすれば、その前提としてYGLの数あるいは影響力の強さとGRSIとの関連性が予想される。そこで、そのような関連性を検証するために、いくつかの簡単な仮説を立てた。

最も一般的な仮説（H1）は、WEFが「彼の主人の声」[12]のための大規模な増幅器ネットワークとして機能するというもので、主人が誰であろうと（主人が少数のグローバルなパワーエリート、金融企業、NGOのネットワークであるという証拠についてはPhillips[27]とRöper[28]参照）、この仮説を検証した。このことは、ある国のYGLの数と、検討した3つの時間軸のそれぞれにおけるNPIの強さの最大値と中央値との単純な相関関係によって検証された。GRSIの中央値と最大値の確率分布を仮定することなく、ノンパラメトリックなスピアマンの順位相関係数（ρ）を用いて、相関の強さを測定することができた。

第二に、より具体的な仮説（H2）として、「YGLの影響力が強いほど、その国のNPIも強い（影響力がある場合）」というものがある。この仮説は、上記のように国ごとにYGLの人数を重み付けし、影響力の強さに応じて0.33,0.66,1としてカウントして検証した。仮説H1の検証で用いたのと同じ相関分析を、国ごとのYGLの総数ではなく、加重した数を用いて行った。

第三の仮説は、より具体的に、ビジネスと政治の利害が乖離している場合を想定したものである（H3）。この場合、ビジネスリーダーの影響力と政治・市民社会リーダーの影響力は異なることが予想される。この仮説は、政治、経済、市民社会の各カテゴリーに属するYGLの加重数を用いて、国ごとのNPIの強さの最大値と中央値を予測する線形回帰アプローチによって検証された。大陸は、アフリカを基準として、アジア、ヨーロッパ、北米、オセアニア、南米の5つのカテゴリー変数とし、COVID-19のフェーズが異なると、大陸ごとに異なる影響を与える可能性を考慮した。

すべての分析は、仮説に基づいた関連性についての妥当性の仮定を支持または反証するものとみなされた。仮説は正の相関を仮定しているので、純粋な相関分析の帰無仮説は、負の相関または相関なし（Spearmanのρ≦0）であった。正の相関は、Spearmanのρ>0.3、関連するp値≤0.005と定義された[29]。回帰分析では、予測因子の統計的有意性はp<0.01と定義し、モデルはバイアス補正した赤池情報量規準（AICc）[30]によって比較された。すべての解析は R version 4.0.2で行った。

結果

対象国の特徴

OWIDデータベースでは、182カ国のGRSIデータが得られた。NPIの強さに関する情報は、パンデミックの第2波（2020年12月から2021年1月）ではこれらすべての国で入手できたが、第1波（2020年3月から4月）では4カ国で不明であった。これら182カ国のうち、WEFのウェブページの情報によると、109カ国が少なくとも1つのYGLを開催していた。

表1に、国ごとのYGLの数、種類、GRSIの中央値、最大値、母集団の大きさを示す。NPIの深刻度は、パンデミックの第1波と第2波を比較すると有意に大きく、これはペアのWilcoxon順位和検定でp<2.2×10-16と確認された。YGLの種類は、企業や法人などの事業者が最も多く、次いで学術、市民社会と続く。YGLの数は1カ国あたり平均7人であったが、1人もいない国（N=73）や1人しかいない国（N=25）が半数以上を占めた。

表1　分析対象となった182カ国のベースライン特性

GRSI,Government Response Severity Index、YGL,Young Global Leader。

バリアブル	中央値（範囲）	平均値（標準偏差）
YGLの総数	1(0-313)	6.8(25.6)
YGLの加重数	0.75(0-179)	4.0(14.6)
YGLタイプ
アカデミア	0(0-32)	0.5(2.5)
芸術とメディア	0(0-11)	0.3(1.3)
事業内容	2(0-247)	5.7(19.7)
市民社会	1(0-14)	0.9(1.7)
政党	0(0-1)	0.03(0.18)
政治	2(0-8)	1.4(1.3)
宗教	0(0-1)	0.01(0.10)
スポーツ	0(0-1)	0.005(0.07)
GRSIの中央値
2020年3月1日～2020年4月30日	80.09(8.33-100)	77.02(16.25)
2020年12月1日～2021年1月31日	58.56(6.48-89.81)	56.16(18.30)
2020年3月1日～2021年1月31日	61.57(13.89-89.81)	59.94(16.43)
最大GRSI
2020年3月1日～2020年4月30日	85.42(13.89-100)	82.33(14.19)
2020年12月1日～2021年1月31日	65.28(8.33-90.74)	61.81(18.54)
2020年3月1日～2021年1月31日	87.04(18.06-100)	83.32(14.46)
母集団の大きさ	1.0×107(3.4×104-1.4×109)	4.3×107(1.5×108)
コンチネント
アフリカ	50
アジア	46
ヨーロッパ	44
北アメリカ	23
オセアニア	7
南米	12

YGLとNPIとの関連性

仮説H1を検証した結果を表2.2に示す。パンデミックの第2波では、1国のYGL数とGRSIの中央値および最大値の間に高い有意な正の相関が見られたが、第1波では見られなかった。2020年3月から2021年1月までの全期間に関しても、YGL数とGRIS中央値の相関は有意であったが、あまり強くはなかった（ρ=0.26）。国ごとに加重した数を用いてYGLの影響の可能性を考慮した仮説H2の検証でも、非常によく似た結果が得られた（表（Table3）。3).一方、YGLの総数を国の人口10万人あたりで標準化したものを用いると、関連性はやや弱くなった（表（Table4）。4).第1波では相関は無視できるが、第2波では非常に有意であったので、パンデミックの最初の1年間に相関係数がどのように変化したかを調べた。図1,1に示すように、相関が有意になったのは2020年9月・10月以降であり、その後の数ヶ月間でその数値は0.3超に達した。

表2　仮説H1を検証するためのスピアマンの順位相関係数

P値は、検定された帰無仮説が否定的または関連なし、対立仮説が肯定的な関連（ρ>0）を示す片側値である。

*p<0.005（統計的に有意）。

GRSI、政府対応深刻度指数

期間	GRSIの中央値		最大GRSI
	スピアマンのρ	p値	スピアマンのρ	p値
2020年3月1日～2020年4月30日	0.045	0.274	0.031	0.337
2020年12月1日～2021年1月31日	0.362	2.5×10-7*	0.335	1.9×10-6*
2020年3月1日～2021年1月31日	0.257	0.00023*	0.043	0.283

表3　仮説H2を検証するためのスピアマンの順位相関係数

P値は、検定された帰無仮説が否定的または関連なしを示し、対立仮説が正の関連（ρ>0）を示す片側である。

*p<0.005(統計的に有意)。

GRSI、政府対応深刻度指数

期間	GRSIの中央値		最大GRSI
	スピアマンのρ	p値	スピアマンのρ	p値
2020年3月1日～2020年4月30日	0.036	0.317	0.030	0.343
2020年12月1日～2021年1月31日	0.362	2.5×10-7*	0.338	1.6×10-6*
2020年3月1日～2021年1月31日	0.256	0.00025*	0.045	0.275

表4　仮説H2を母集団10万人に標準化したYGL数で検証した場合のスピアマンの順位相関係数

P値は、検定された帰無仮説が否定的または関連なし、対立仮説が正の関連（ρ>0）である片側である。

*p<0.005(統計的に有意)。

GRSI、政府対応深刻度指数

期間	GRSIの中央値		最大GRSI
	スピアマンのρ	p値	スピアマンのρ	p値
2020年3月1日～2020年4月30日	0.045	0.271	0.019	0.401
2020年12月1日～2021年1月31日	0.314	8.1×10-6*	0.291	3.4×10-5*
2020年3月1日～2021年1月31日	0.198	0.0037*	0.039	0.299

図1