この体系は、ダンバー数（原則13）と3次の隔たり（原則0）という2つのネットワーク科学の知見に依拠しています。しかし両方に深刻な方法論的批判があり、ダンバー数の推定手法には統計的な再分析による強い異議が、幸福の伝播説には同類性と交絡を「伝播」と誤認している可能性が指摘されています。それでもこの2つを捨てる必要はなく、言い方を変えれば使い続けられます。この記事では、何が残り、何が崩れたのかを線引きします。
【研究・文献深掘りシリーズ】R-11。原則13と原則0の背景を、研究史のレベルで扱います。弱い紐帯についてはF3-10で詳述したため、この記事ではそれ以外の2つの主張を検討します。
目次
- ネットワーク科学の基本概念とダンバー数の推定論理
- ダンバー数への批判と、それでも使える部分
- 3次の隔たり研究とその3つの批判
- 伝播と同類性を分ける難しさ、そして何が残ったか
- 実務への翻訳｜数字を使わずに伝える
- よくある質問
- まとめ
- 参考文献
1. ネットワーク科学の基本概念とダンバー数の推定論理
ネットワーク科学とは、人や物の「つながり」を点（ノード）と線（エッジ）の集合として数理的に分析する学問のことです。議論の前に、まず主要な概念を整理します。
| 概念 | 内容 |
|---|---|
| ノード | 個人（点） |
| エッジ | 関係（線） |
| 次数（degree） | そのノードが持つエッジの数＝知人の数 |
| クラスター係数 | 「友人同士が友人である」度合い |
| 平均経路長 | 任意の2人をつなぐのに必要な最短の中継数 |
Watts & Strogatz (1998, Nature) は、規則的なネットワークに少数のランダムな辺を加えるだけで、クラスター係数を保ったまま平均経路長が劇的に短くなることを発見しました。
これが「6次の隔たり」の数理的な説明であり、この「橋渡し」がGranovetterの弱い紐帯です。異なる理論が、同じ構造を指しています。
また、Barabási & Albert (1999, Science) は、多くの現実のネットワークで次数の分布がべき乗則に従い、少数の極端に次数の高いノード（ハブ）が存在することを発見しました。関係の分布は均等ではなく、ごく少数の人が極めて多くの人とつながっています。ただしスケールフリー性がどれほど普遍的かについては、その後の再検討で議論があり（Broido & Clauset, 2019）、「多くのネットワークで次数分布が偏っている」という定性的な主張として扱うのが安全です。
ダンバー数の推定論理
ダンバー数とは、人間が安定した社会関係を維持できる人数の認知的な上限を示すとされる数字のことです。Robin Dunbar (1992) は、次の論理でこの数字を導きました。
背景にあるのは、霊長類の大きな脳は社会関係の複雑さに対処するために進化したとする社会脳仮説です。関係の数は集団サイズの二乗に比例して増え、10人なら45組、150人なら11,175組になります。この爆発的な増加が認知的な上限を作るという論理です。
Dunbarは、狩猟採集社会の集団規模、新石器時代の農村の規模、軍隊の中隊規模、フッター派の共同体（150人を超えると分割する慣行）、企業組織が非公式に機能する上限など、150という数字が経験的に現れる例を複数挙げました。この傍証の説得力が、理論の普及に大きく寄与しています。
そしてより重要なのが、関係が階層構造をなすという知見です。
| 層 | 人数 | 比率 |
|---|---|---|
| 支援クリーク | 約5人 | — |
| 共感グループ | 約15人 | 3倍 |
| 親しい友人 | 約50人 | 3倍 |
| 安定した関係の上限 | 約150人 | 3倍 |
| 知人 | 約500人 | 3倍 |
| 認識できる顔 | 約1500人 | 3倍 |
約3倍ずつのスケーリングが、複数のデータセットで報告されています。
2. ダンバー数への批判と、それでも使える部分
150という点推定には実質的な意味がなく、代わりに使えるのは行動データが示す階層構造です。Lindenfors, Wartel & Lind (2021, Biology Letters) の「’Dunbar’s number’ deconstructed」は、より大きなデータセットと現代的な統計手法で再分析すると、推定値の信頼区間が極めて広いことを示しました。用いる脳の指標（新皮質比か絶対サイズか）によっても推定値は大きく変わり、95%信頼区間はおよそ2人から520人以上に及びます。この幅の広さが決定的です。
他にも、150前後の事例を集めれば150という数字が現れるという傍証の選択バイアス、社会構造や技術による文化差、「安定した関係」の操作的定義の曖昧さ、社会脳仮説自体への異議（脳の進化には食性や生活史など他の要因も関与する）といった批判があります。
一方でDunbarらは、通話記録・SNS・クリスマスカードの送付数といった行動データから独立に得られた層構造が、理論の推定と整合していると反論しています。脳サイズからの推定は弱くても、実際の行動データから層構造が観察されるなら、それは別の証拠です。
2つの主張を分ける
ここがこの記事の中心です。「ヒトの集団サイズの上限は150人である」という主張Aは信頼区間が広すぎて弱く、「人間の関係には認知的な上限があり、階層構造をなす」という主張Bは行動データからも観察される相対的に強い主張です。
この体系のメモにはすでに次の注記が入っています。
この推定には批判もあり、より大きな幅を報告する再分析も存在する。厳密な定数ではなく「人間の関係維持能力には認知的な上限がある」という定性的な主張として理解するのが適切である。
実務で使えるのは、上位層の容量は固定されている、層によって維持コストが違う、接触頻度が層を決める、関係は放置すると劣化するという構造であり、「あなたの第1層は5人です」「150人を超えると関係が壊れます」といった特定の数字への言い換えは使えません。原則13の2つの実務的結論——上位層は容量固定、層によって維持コストが違う——は、特定の数字に依存していません。
| ❌ | ⭕ |
|---|---|
| ダンバー数は150人です | 人間の関係維持能力には認知的な上限があるとされます |
| 第1層は5人です | 危機のときに本当に頼れる人は、ごく少数です |
| 150人を超えると管理できません | 規模が大きくなると、関係の性質が変わります |
3. 3次の隔たり研究とその3つの批判
3次の隔たりとは、幸福が社会ネットワーク上を友人・友人の友人・そのまた友人まで伝播するという仮説のことですが、この仮説には強い方法論的批判があります。Fowler & Christakis (2008, BMJ) は、1948年から続く大規模な縦断コホート研究Framingham Heart Studyのデータを使い、参加者の主観的幸福度と社会的つながりの関係を分析しました。
| 距離 | 幸福である確率の上昇 |
|---|---|
| 1次（直接の友人） | 約15% |
| 2次（友人の友人） | 約10% |
| 3次（友人の友人の友人） | 約6% |
| 4次 | 有意でない |
これは「3次の隔たりのルール」として定式化され、同じ手法で肥満（NEJM, 2007）、喫煙（NEJM, 2008）、孤独（JPSP, 2009）の伝播も報告されました。原則0では「幸福が社会ネットワーク上を最大3次の隔たりまで伝播する。1人を変えることは、比喩ではなくネットワークを変えることなのです」という形で引用されています。
3つの批判
最も根本的な批判は同類性（homophily）です。人は自分と似た人と友人になるため、友人同士が似ているのは伝播ではなく選択の結果かもしれません。
Cohen-Cole & Fletcher (2008, BMJ) は、同じ手法を伝播するはずのないニキビ・身長・頭痛に適用し、いずれも「伝播」しているように見えることを示しました。身長がネットワークを通じて伝播するはずがないため、この手法は共通環境や選択効果を「伝播」として検出してしまうという強力な反証になっています。
さらにLyons (2011, Statistics, Politics, and Policy) は、用いられた統計モデルの仮定の問題、因果の方向を識別する戦略の不十分さ、モデル選択への強い依存を指摘しました。Shalizi & Thomas (2011) は、より一般的な形で、観察データから同類性と伝播を分離することが原理的に困難であることを示しています。
4. 伝播と同類性を分ける難しさ、そして何が残ったか
伝播・同類性・共通環境という3つのメカニズムは、観察データの上では同じパターンを生むため、原理的に分離が困難です。
| メカニズム | 内容 |
|---|---|
| 伝播（contagion） | AがBに影響を与えた |
| 同類性（homophily） | AとBが似ていたから友人になった |
| 共通環境（confounding） | AとBが同じ環境にいたから、同じ変化が起きた |
唯一の確実な分離方法は、つながりをランダムに割り当てる実験です。それを実際に行ったのが、F3-10で扱ったRajkumar et al. (2022, Science) です。LinkedIn上で「知り合いかも」のアルゴリズムを実験的に変化させ、約2000万人を対象に弱い紐帯が転職に与える影響を因果的に推定しました。これは社会ネットワークの因果効果を大規模に検証した数少ない例です。
| 幸福の伝播 | 弱い紐帯 | |
|---|---|---|
| 手法 | 観察データ | ランダム化実験 |
| 同類性の統制 | 困難 | 統制されている |
| 格付け | B〜C | A |
何が残ったか
近い部分（1対1の伝達）は支持されており、遠い部分（3次の伝播）は弱いというのが結論です。
| 主張 | 格 | 根拠 |
|---|---|---|
| 弱い紐帯が機会をもたらす | A | Granovetter + Rajkumar et al. の因果検証 |
| ネットワークはスモールワールド性を持つ | A | 数理的・実証的に確立 |
| 人間の関係維持能力には認知的上限があり、層構造をなす | B | 行動データからの観察。ただし数字は不確定 |
| ダンバー数は150人である | C以下 | 信頼区間が広すぎる |
| 幸福が3次まで伝播する | C | 同類性と交絡を分離できていない |
| 感情や行動が対人的に影響する | B | 実験室研究（情動伝染）では支持されている |
「感情が人から人へ伝わる」という対面での主張は、情動伝染（Hatfieldらの実験室研究）、生理的同期（Palumbo et al., 2017のレビュー）、Facebookの情動操作実験（Kramer et al., 2014, PNAS。倫理的批判は強いがランダム化されている）という別の証拠に支えられています。
| ❌ | ⭕ |
|---|---|
| 幸福は3次の隔たりまで伝播することが証明されています | 幸福がネットワーク上を伝播する可能性が報告されています（ただし同類性との分離に議論があります） |
| 1人を変えれば、その先の150人が変わります | あなたの状態は、少なくとも目の前の人には確実に伝わります |
| ネットワーク効果で社会が変わります | 変化が周囲に波及する可能性はありますが、規模の予測はできません |
5. 実務への翻訳｜数字を使わずに伝える
実務で優先すべきは、証拠の強い順に弱い紐帯・自分の状態・層構造であり、ネットワーク全体への波及は最後に置きます。
| 優先度 | 実務 | 格 |
|---|---|---|
| 1 | 中程度に弱い紐帯を維持する（過去の関係を保つ） | A |
| 2 | 自分の状態を整える（1対1の伝達は確実） | B |
| 3 | 層構造を意識した関係の設計（容量固定、維持コスト） | B |
| 4 | ネットワーク全体への波及を期待する | C |
この体系の原則0での使われ方——「1人を変えることは、ネットワークを変えること」——は、科学的主張としては証拠が弱いものの、価値判断としては有効に機能します。
原則0の同心円は、実証的な主張ではなく、誰の幸せを射程に入れるかという倫理的な構えです。
クライアントを含む周りの人、そのまた周りの人の幸せを実現すること。
これは「そうなる」という予測ではなく「そこまでを射程に入れる」という宣言であり、そう扱えば証拠の弱さは問題になりません。問題になるのは、価値判断を実証的主張として語ったときだけです。これは原則15で見た自然主義的誤謬への注意と、同じ構造です。
実務で数字を出す必要はほとんどありません。上位層の容量固定なら「本当に頼れる人は、ごく少数しか持てません。だから誰を入れるかは選択です」、維持コストの差なら「深い関係ほど、頻繁な接触が要ります。放っておくと自然に遠くなります」、弱い紐帯なら「新しい機会は、親しい人よりも、たまにしか会わない人から来ることが多いと分かっています」と言い換えられます。3つ目だけは根拠を明示してよく（A格）、他は定性的に語るのが誠実です。
6. よくある質問
ダンバー数を使ってはいけないのですか？
使ってかまいませんが、「厳密な定数」として語らないでください。「人間の関係維持能力には認知的な上限があるとされます」は使える形で、「ダンバー数は150人です」は使えない形です。実務的な価値は数字ではなく構造にあり、原則13の2つの結論は特定の数字に依存していません。
「幸福は伝播する」と言ってはいけませんか？
「証明されています」と言ってはいけません。「幸福がネットワーク上を伝播する可能性が報告されています」「目の前の人に対しては、状態が伝わることが実験的に示されています」という言い方に軸足を置いてください。後者は証拠が相対的に強い領域です。
Cohen-Cole & Fletcherの「身長も伝播する」は、決定的な反証では？
手法への強い反証であり、広く受け入れられています。ただし「伝播が存在しない」ことの証明ではなく、手法が偽陽性を出しうることを示したにすぎません。またFacebookの情動操作実験（Kramer et al., 2014）はランダム化されており、オンラインでの情動伝染を支持しています（効果量は極めて小さく、倫理的批判も強い）。正確な結論は「観察データからは、伝播を確認できない」です。
なぜ因果推論はこれほど難しいのですか？
伝播・同類性・共通環境という3つのメカニズムが同じパターンを生み、観察データからは区別できないためです。人間関係はランダムに割り当てられないという制約が根本にあります。Rajkumar et al. (2022) が画期的だったのは、プラットフォーム上の「知り合いかも」を実験的に操作し、事実上のランダム化を実現したからです。ただしこの種の研究は利用者に知らせずに行動を操作しているという倫理的問題を含みます。
スケールフリーの話は、実務で使えますか？
限定的に使えます。関係の分布は均等ではなく、少数の人が極めて多くの人とつながっているため、情報を広げたいときはハブになっている人に届けると効率が高くなります。ただしスケールフリー性の普遍性には再検討があり（Broido & Clauset, 2019）、定性的な主張として使ってください。また原則13の観点では、ハブになろうとすることが望ましいとは限りません。維持コストが極めて高く、第1層・第2層が犠牲になります。
この記事を読むと、原則13が使えなくなる気がします。
逆です。使い方が明確になります。原則13の実務的な結論は、批判を受けた「150」という数字だけに依存しており、層構造・維持コストの差・弱い紐帯の効果はいずれも別の証拠に支えられています。実務で数字を使う必要は、ほとんどありません。
7. まとめ
- ネットワーク科学の基本はスモールワールド（少数の橋渡しが全体を変える）とスケールフリー（次数分布の偏り）です。
- ダンバー数は社会脳仮説と霊長類データからの回帰に基づきますが、再分析すると95%信頼区間は約2人〜520人以上に及び、点推定に意味がありません。
- ただし行動データからの層構造は別の証拠であり、約3倍ずつのスケーリングは複数のデータで観察されます。崩れたのは「150」という数字だけです。
- Christakis & Fowlerの3次の隔たりは観察データに基づき、Cohen-Cole & Fletcher (2008) は同じ手法で「身長も伝播する」ことを示し、手法が偽陽性を出すことを明らかにしました。
- 伝播・同類性・共通環境は観察データからは分離できず、唯一確実な方法はランダム化実験です。
- 実務の優先順位は、弱い紐帯、自分の状態、層構造の順です。
- 原則0の同心円は実証的主張ではなく倫理的な構えであり、そう扱えば証拠の弱さは問題になりません。
8. 参考文献
- Dunbar, R. I. M. (1992). Neocortex size as a constraint on group size in primates. Journal of Human Evolution, 22(6).
- Dunbar, R. I. M. (2020). Structure and function in human and primate social networks. Proceedings of the Royal Society B, 287.
- Lindenfors, P., Wartel, A., & Lind, J. (2021). ‘Dunbar’s number’ deconstructed. Biology Letters, 17(5).
- Fowler, J. H., & Christakis, N. A. (2008). Dynamic spread of happiness in a large social network. BMJ, 337:a2338.
- Christakis, N. A., & Fowler, J. H. (2007). The Spread of Obesity in a Large Social Network over 32 Years. NEJM, 357.
- Cohen-Cole, E., & Fletcher, J. M. (2008). Detecting implausible social network effects in acne, height, and headaches. BMJ, 337:a2533.
- Lyons, R. (2011). The Spread of Evidence-Poor Medicine via Flawed Social-Network Analysis. Statistics, Politics, and Policy, 2(1).
- Shalizi, C. R., & Thomas, A. C. (2011). Homophily and Contagion Are Generically Confounded in Observational Social Network Studies. Sociological Methods & Research, 40(2).
- Watts, D. J., & Strogatz, S. H. (1998). Collective dynamics of ‘small-world’ networks. Nature, 393.
- Barabási, A.-L., & Albert, R. (1999). Emergence of Scaling in Random Networks. Science, 286.
- Broido, A. D., & Clauset, A. (2019). Scale-free networks are rare. Nature Communications.
- Rajkumar, K. et al. (2022). A causal test of the strength of weak ties. Science, 377(6612).
- Kramer, A. D. I., Guillory, J. E., & Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. PNAS, 111(24).
次の記事：整っていないコーチは、何をやっても届かない（第1章の入口）
前の記事：自分と仲間の祈りを設計する──リーダーシップと組織
