二分法的な世界像は現実を見誤らせる

豊かな国と貧しい国という二分法が、連続的な変化を捉え損ねるという主張。

主張は何を意味しているのか

「二分法的な世界像は現実を見誤らせる」という主張は、世界に対立や差が存在しない、という意味ではない。批判の対象になっているのは、複雑な分布や連続的な変化を、「豊かな国／貧しい国」「先進国／途上国」「成功／失敗」「安全／危険」といった二つの箱に早々に分け、その境界を現実そのものだとみなす思考である。

この主張が重要なのは、二分法が単なる言葉遣いではなく、データの読み方を変えるからだ。たとえば所得、寿命、教育年数、乳児死亡率のような指標は、多くの場合、世界を二つの明確な集団に切り分けるより、広い範囲に連続して分布する。ところが人は、カテゴリーが与えられると、その内部のばらつきを見落とし、カテゴリー間の差を実際以上に大きく感じやすい。

この論点は、ハンス・ロスリングらが『FACTFULNESS』で「分断本能」として広めた問題意識と重なる。ただし、ここで検討すべきなのは同書の要約ではなく、より一般的な問いである。すなわち、連続的で重なり合う現実を二つに分けて理解することは、どの程度まで誤りを生み、逆にどのような場合には有効なのか、という問いだ。

なぜ二分法は誤認を生みやすいのか

第一の論拠は、情報の圧縮である。二分法は、多数の値を二つのラベルに変換する。たとえば一人当たり所得を一定の基準で「高所得」と「低所得」に分ければ、境界のすぐ上とすぐ下にいる二つの国が、まったく別の集団として扱われる一方、同じカテゴリーの内部にある大きな差は消えてしまう。

統計的に言えば、連続変数を区分すると情報量が減る。特に、元の値がどの程度離れているかという情報が失われる。医学研究などでは、連続変数を恣意的な閾値で二値化すると、検出力の低下や関係の単純化を招くことが長く指摘されてきた。もちろん研究分野によって条件は異なるが、「測定された連続量を理由なく二つに割ることには代償がある」という点は広く共有されている。

第二の論拠は、分布の重なりである。二つの集団に平均値の差があっても、個々の観測値は大きく重なることがある。男女の身体的特徴、国別の所得、学校間の成績、企業規模と生産性など、平均差だけを見て「二種類の世界」を想像すると、各集団内部の多様性を捨象してしまう。

第三に、二分法は変化の方向を見えにくくする。ある国が「途上国」というラベルに入ったままでも、乳児死亡率、就学率、平均寿命、電化率などが数十年かけて大きく改善していることはありうる。カテゴリー名が固定されていると、実際には連続的に進んでいる変化が、認知上は停止しているように見える。これは世界認識だけでなく、政策評価にも影響する。改善があってもカテゴリーが変わらなければ、「何も変わっていない」と誤解されやすいからだ。

この主張を支持する根拠

この主張には、統計学と認知心理学の双方から支持を与えられる。

統計学の側では、連続変数の恣意的な二値化が問題になる。境界値の設定によって結果が変わりうるうえ、境界付近の観測値を不自然に別集団へ分けるからである。たとえば年齢、血圧、所得、テスト得点を二群に分けると、元の尺度に含まれていた細かな情報は失われる。必要な場合には区分そのものが有用でも、二値化された結果だけを見て現実の構造まで二分されていると考えることはできない。

認知心理学の側では、人がカテゴリーに依存して推論する傾向が知られている。カテゴリー化は複雑な世界を効率的に扱うために不可欠だが、いったん境界が置かれると、「同じカテゴリーのものは似ており、別カテゴリーのものは異なる」と判断しやすくなる。つまり二分法の問題は、分類すること自体ではなく、分類が認知上の差を増幅する点にある。

また、社会統計では分布全体を見ることの重要性が大きい。平均値だけでなく中央値、分位点、分散、密度分布などを確認すれば、「二群に分かれているように見えたものが、実は連続的だった」ということがある。逆に、本当に二峰性の分布が存在する場合もある。重要なのは、最初から二分法を前提にするのではなく、データがどのような形をしているかを先に見ることである。

この点は、可視化の方法とも結びつく。二つのカテゴリーだけを棒グラフで並べれば、読者は二群の差に注意を向けやすい。これに対して散布図、ヒストグラム、箱ひげ図、分位点などを用いると、同じ平均値の差の背後にあるばらつきや重なりが見える。つまり、二分法への警戒は「正しい数字を使う」だけでは足りず、「数字をどの形で提示するか」という情報設計の問題でもある。分類が必要な場面でも、元の分布を併記することで、境界を絶対視する危険を減らせる。

どこまで適用できるのか

ただし、この主張を「すべての二分法は誤りである」と一般化すると、それ自体が別の単純化になる。

現実には、閾値に意味がある場合がある。選挙では当選と落選が制度上明確に分かれる。法律では成年か未成年か、課税対象か非対象か、といった境界が実際の権利や義務を変える。感染症検査でも、連続的な測定値を何らかの基準で判定に変換しなければ、意思決定ができない場面がある。

さらに、自然界や社会に本当に複数の集団が存在する場合もある。二峰性の分布、異なる生成過程を持つ集団、制度によって行動が不連続に変わるケースでは、二つの群として扱うことに実質的な意味がある。たとえば税率や給付の適用条件の前後で行動が変わるなら、閾値は単なるラベルではなく因果的な制度条件になりうる。

したがって問題は、「二つに分けるかどうか」ではなく、「その境界がデータや制度によって正当化されているか」である。二分法が危険なのは、分類が便宜上の道具であることを忘れ、世界そのものが自然に二つへ割れていると思い込むときだ。

批判できる点

この主張への第一の批判は、連続性を強調しすぎると重要な格差を弱く見せる可能性があることだ。

たとえば世界の所得分布が完全な二峰型ではないとしても、極端な貧困と富裕層の生活条件に大きな差があることは変わらない。分布が連続していることと、格差が小さいことは同じではない。二つの山が消えて一つの分布に見えるようになっても、分布の幅や裾が大きければ、不平等は依然として重大である。

第二に、カテゴリーには政治的・行政的な役割がある。「低所得国」「後発開発途上国」「貧困線以下」といった分類は、現実の複雑さを完全に表現するものではないが、国際援助、融資条件、政策対象の設定などに使われる。カテゴリーを廃止すればよいのではなく、何の目的で定義された区分なのかを確認する必要がある。

第三に、「世界は以前より連続的になった」という説明も、指標の選び方に依存する。所得、寿命、教育などでは国際的な収斂が見える局面がある一方、資産、政治制度、安全保障、デジタルアクセスなど別の変数では大きな断絶が残る場合がある。ある指標で二分法が不適切だからといって、すべての領域で同じとは限らない。

さらに、国や地域を単位にした二分法には集計レベルの問題もある。「豊かな国」に住む全員が豊かなわけではなく、「貧しい国」の内部にも大きな所得差がある。国家平均から個人の状態を推測すると、集団レベルの特徴と個人レベルの特徴を取り違える危険がある。したがって、国を二群に分ける議論では、国家間格差と国内格差を分けて読む必要がある。

反論にどう答えられるか

二分法を擁護する側からは、「人間は複雑なデータをそのまま扱えないので、分類は必要だ」という反論が出るだろう。この反論は妥当である。実際、カテゴリーなしに社会を理解することは難しい。

しかし、そこから「二分法でよい」という結論は出ない。分類には段階を増やす方法もあれば、連続尺度を併記する方法もある。四段階や五段階に分けるだけでも、極端な二分法より現実の勾配を表現しやすくなる。また、カテゴリーと元の数値を同時に示せば、意思決定の簡潔さと情報量の両方をある程度保てる。

別の反論として、「境界を曖昧にすると問題の深刻さまで曖昧になる」というものもある。これに対しては、深刻さを示す方法は二分法だけではないと答えられる。分布、格差指標、絶対数、発生率、時間変化などを使えば、単純な二分類より強く問題を示せる場合もある。

研究上の状態

現在の統計的実務では、連続変数を根拠なく二値化することには慎重であるべきだ、という考え方はかなり定着している。一方で、分類そのものを否定する立場が主流というわけではない。分析目的、意思決定、制度設計に応じて、連続量とカテゴリーを使い分けるのが一般的である。

また、分布に複数の集団が潜んでいるかを調べる方法として、混合分布モデルやクラスタリングなどが使われる。しかし、こうした手法も自動的に「真の集団」を発見するわけではない。モデルの仮定や変数の選択によって結果が変わるため、統計的な群分けと社会的に意味のある群分けは区別する必要がある。

この意味で、「二分法的な世界像は現実を見誤らせる」という主張は、研究上すでに決着した単純な命題ではない。より正確には、「根拠のない二分法は情報を失わせ、差を誇張し、変化を見えにくくすることがある」という条件付きの主張として強い支持を持つ。