OHA Shinbun

EBPM新聞

About the show

「EBPM新聞」は、EBPM（Evidence-Based Policy Making：エビデンスに基づく政策立案・評価）を、政策・社会・未来を読み解くための知的素材として整理する音声番組です。 EBPMとは何か、なぜ政策評価や統計、因果推論、ロジックモデルが重要なのか。日本の自治体や行政での具体例、米国・英国・OECD諸国などの国際比較、EBPMのメリット・デメリット、限界や誤用リスクまで、学術的・中立的な立場からわかりやすく解説します。扱うテーマは、EBMとの違い、政策評価、RCT、準実験、行政データの活用、医療・福祉・教育・労働・司法・都市政策での応用、AI時代の文献調査や政策メモ作成などです。特定の政策や立場を支持・否定することを目的とするものではなく、「どのように考え、どのように検証するか」という思考の枠組みを提供することを重視しています。研究者、行政関係者、学生、メディア関係者、企業の公共政策担当者、自治体職員、公共政策に関心を持つ一般の方まで、幅広い視聴者を想定しています。このポッドキャストは、判断を代行するものではありません。視聴者自身が多角的に考え、問いを立て、より良い意思決定を行うための知的素材としてご活用ください。

Newest episodes

実装編#09丨KPIとKGIの違い——EBPMでアウトプットとアウトカムを混同しない

Sep 3, 2026 20 min

KPIは、政策効果の証拠なのでしょうか。研修を20回実施した。手続きを100種類オンライン化した。窓口の処理時間が短くなった。イノシシの捕獲頭数が増えた。防災事業で死傷者が出なかった。数字が改善すると、政策は成功したように見えます。しかし、EBPMの視点では、KPIの達成と政策効果は同じではありません。本エピソードでは、KPI、KGI、アウトプット、アウトカムの混同を取り上げ、行政評価で起きる「指標と目的のすり替わり」を解説します。取り上げる主なテーマ・KPIとKGIの違い・アウトプットとアウトカムの違い・成果の種類と管理上の役割・アウトプットをKPIに固定する危険・中間アウトカムと最終アウトカム・統制可能性と社会的意義のトレードオフ・行政職員が管理しやすい数字に向かう理由・結果を保証する責任から、結果から学習する責任へ・ホルムストロムのマルチタスク理論・測定しやすい業務に努力が偏る問題・ゲーミングと数字のハッキング・窓口処理時間KPIの副作用・ガードレール指標とは何か・不登校支援と登校日数KGIの危うさ・行政手続きのデジタル化と住民負担・鳥獣被害対策と捕獲頭数KPI ・地域防災と天候要因・KPIは政策効果の証拠ではない・警報器としてのKPI ・行政組織の学習成熟度・意思決定につながらない指標は装飾である KPI、KGI、アウトプット、アウトカムは、似た言葉として扱われがちです。しかし、本来は違う次元の概念です。アウトプットやアウトカムは、成果が因果の階段のどこにあるのかを示します。研修を実施した。相談窓口を開いた。オンライン申請画面を作った。これは、行政が直接行ったことです。一方で、就職率が上がった。住民の負担が減った。農作物被害が減った。安心して学べる状態になった。これは、施策の後に社会や人に起きる変化です。つまり、アウトプットとアウトカムは、成果の種類を示す言葉です。一方、KPIやKGIは、管理上どの数字を見るかを示す言葉です。 KPIだから必ずアウトプットでなければならないわけではありません。 KGIだから必ず最終アウトカムだけを置けばよいわけでもありません。ここを混同すると、スピードメーターを見ながら目的地に着いたつもりになるような事故が起きます。行政がアウトプットをKPIに置きたくなるのには、理由があります。研修回数。処理件数。オンライン化した手続き数。捕獲...

事例編#12丨クールジャパンに本気のEBPMがあったら——官民ファンドの失敗を学習可能にする設計

Aug 27, 2026 24 min

もしクールジャパン機構に、本気のEBPMが組み込まれていたら。官民ファンド。文化産業の海外展開。日本コンテンツ。インバウンド。投資損失。累積赤字。撤退条件。政策効果。これらは、どう評価されるべきだったのでしょうか。本エピソードでは、クールジャパン機構をめぐる巨額損失と見直しの局面を素材に、「もし最初から本気のEBPMが組み込まれていたら何が変わっていたのか」を考えます。取り上げる主なテーマ・クールジャパン機構とは何だったのか・文化の海外展開と官民ファンド・クールジャパン政策そのものと機構の違い・設立当初にあった3段階の政策ストーリー・コンテンツ発信、商品販売、インバウンド消費・ロジックモデルと因果仮説の違い・投資収益、政策効果、組織運営費を混ぜる危険・1.0倍超という収益目標の意味・公的資金の資本コスト・社会的便益で赤字を正当化する条件・支援企業数や呼び水効果というKPIの限界・反事実、カウンターファクチュアル・追加性、アディショナリティ・市場成長と政策効果を混同してはいけない理由・本気のEBPMがあった場合の支援前審査・政策手段の分解・共通基盤型、実証学習型、商業投資型・RCTや差の差分析による効果測定・段階的投資と自動停止バルブ・文化産業にEBPMを使う限界・失敗をゼロにするのではなく、質の高い失敗にする・政策責任、経営投資責任、監督検査責任クールジャパン機構をめぐる議論では、しばしば「最初から無計画だったのではないか」と語られます。しかし、設立当初には一定の政策ストーリーがありました。日本のコンテンツを海外に発信する。現地で日本の商品やサービスを売る。日本への関心を訪日観光へつなげる。この流れ自体は、直感的には分かりやすいものです。問題は、ストーリーがあったかどうかではありません。そのストーリーが、検証可能な因果仮説に変換されていたかどうかです。魅力を発信すれば商品が売れる。商品が売れれば日本に来てくれる。文化的関心が経済効果につながる。こうした流れは、ロジックモデルとしては描けます。 EBPMのロジックモデルとは――日本の制度・作り方・因果推論から見る限界しかし、EBPMで必要なのは、どの施策が、誰の行動を、どれくらい変えるのかを事前に定義することです。さらに、為替、動画配信サービス、スマートフォン普及、世界的な日本食ブーム、訪日観...

理論編#13丨「当たった」はエビデンスか——SNS予言を因果推論で読む

Aug 27, 2026 26 min

「当たった」は、エビデンスなのでしょうか。地震を予言した。株価を当てた。売上が上がった。医療費が下がった。キャンペーン後に成果が出た。一見すると、因果関係があるように見えます。しかし、EBPMや因果推論の視点では、「当たった」「増えた」「下がった」という結果だけでは、効果を証明したことにはなりません。本エピソードでは、SNS上の予言投稿やビフォーアフター型の成功報告を手がかりに、分母の消失、反事実仮想、アウトカム・バイアス、交絡要因、内生性、スピルオーバーについて解説します。取り上げる主なテーマ・「当たった」はエビデンスなのか・SNS予言と因果の錯覚・地震予知投稿が拡散される理由・少数の法則への信念・リスク認知と注意価値・正確さよりも恐怖が勝つ情報環境・事実の断片と因果の橋・匂わせ投稿と未完成のパズル・読み手が勝手に因果を補完する仕組み・反応余剰とは何か・SNSアルゴリズムとエンゲージメント・コミュニティノートの効果と副作用・分母の消失・外れた予測を含む全履歴の重要性・アウトカム・バイアス・投資インフルエンサーと予測の自己実現・内生性とスピルオーバー・反事実仮想とは何か・ビフォーアフター比較の罠・交絡要因・EBPMにおける因果効果の読み方 SNSでは、「当たった」という投稿が強く見えます。昨日、注意喚起していた。その後、本当に出来事が起きた。だから予測は正しかった。この流れは、直感的には説得力があります。しかし、因果推論の視点では、これはまだエビデンスではありません。必要なのは、当たった事例だけを見ることではありません。外れた予測は何回あったのか。予測は事前に明確だったのか。対象地域、期間、規模、的中条件は固定されていたのか。後から都合よく解釈できる余地はなかったのか。ここを確認しなければ、「当たった」は単なる印象にとどまります。特に重要なのが、分母です。 10回予測して7回当てた人と、1,000回予測して100回当てた人では、前者の方が成功率は高い。しかしSNSでは、後者の「当たった」投稿が100回流れてくるため、まるで圧倒的な予測能力があるように見えてしまいます。外れた900回が見えない。これが、分母の消失です。人間の脳は、少数の事例からパターンを見つけるのが得意です。 Aが起きた。その後Bが起きた。 2つには似た特徴がある。それだけで、背...

Similar podcasts

Hidden Brain Hidden Brain, Shankar Vedantam

a scope ~リベラルアーツで世界を視る目が変わる~ NewsPicks

あなたの悩み、メタ化します COTEN Inc.

丸ちゃん教授のツミナハナシ-市民のための犯罪学- 刑事司法未来 / PitPa, Inc.

気づくと変わる心理学〜心のリスキリング〜 TAシナジー研究所

ReTACTION Radio ～知とビジネスと仏教の交差点～龍谷大学 × Chronicle

絶対正義はないラジオ pon-kichi

世界は簿記でできている keita kawaji

All episodes

実装編#09丨KPIとKGIの違い——EBPMでアウトプットとアウトカムを混同しない

Sep 3, 2026 20 min

事例編#12丨クールジャパンに本気のEBPMがあったら——官民ファンドの失敗を学習可能にする設計

Aug 27, 2026 24 min

理論編#13丨「当たった」はエビデンスか——SNS予言を因果推論で読む

Aug 27, 2026 26 min

事例編#11丨統計局はEBPMより先に動いていた——データ社会を支える透明なインフラ

Aug 19, 2026 20 min

統計局は、EBPMより先に何をしていたのでしょうか。 e-Stat。統計法改正。メタデータ整備。 API。匿名データ。オーダーメード集計。統計教育。地方自治体のデータ利活用。どれも派手な言葉ではありません。しかし、こうした地味な基盤がなければ、EBPMは走れません。本エピソードでは、総務省統計局の取り組みを手がかりに、日本のEBPMを支える「見えないデータインフラ」について考えます。取り上げる主なテーマ・統計局はEBPMより先に何をしていたのか・2007年統計法改正と2009年施行・統計は国民の共有財産であるという思想・政府統計総合窓口、e-Stat ・各府省の統計を横断検索できる意味・メタデータ整備の重要性・分類、定義、時点、地域区分を揃える泥臭さ・データは置くだけでは使われない・社会人のためのデータサイエンス入門・統計グラフ全国コンクール・なるほど統計学園・統計職員養成所と100年単位の人材育成・API機能とデータ連携・アプリde統計・匿名データの提供・オーダーメード集計・オンサイト施設・使うことと守ることの両立・統計データ利活用センターと和歌山・地方公共団体における統計利活用表彰・データ・スタート・地方自治体のEBPMを支える伴走・透明なインフラとしての統計行政 EBPMは、データに基づいて政策を考える取り組みです。しかし、データに基づくためには、そもそもデータが使える状態で存在していなければなりません。探せること。比較できること。定義が分かること。形式が整っていること。機械で取得できること。安全に分析できること。現場の人が読み解けること。このどれかが欠けるだけで、EBPMは簡単に止まります。統計局の重要性は、まさにここにあります。統計局は、EBPMという言葉が行政の流行語になるより前から、データを社会全体で使える公共インフラにする作業を進めてきました。 2007年の統計法改正では、統計が行政内部の資料ではなく、国民の合理的な意思決定を支える重要な情報として位置づけられました。これは、統計を「役所の数字」から「社会の共有財産」へと再定義する転換でした。そして、その思想を形にした代表例が、政府統計総合窓口、e-Statです。 e-Statは、単に各府省のデータを1つのウェブサイトに並べたものではありません。各省庁で異なる目的、異なる分類、異なる調査時点、異なる地域区分で作られてきた統...

実装編#08丨ロビイングの実態——政策が決まる前にアジェンダは形成される

Aug 18, 2026 27 min

ロビイングとは、政治家に直接お願いすることなのでしょうか。料亭での密談。違法な裏工作。政治家への陳情。業界団体の要望書。そうした古いイメージだけでは、現代の政策形成は見えてきません。本エピソードでは、ロビイング、パブリックアフェアーズ、アジェンダ形成、政策捕獲を取り上げ、政策が決まる前に「何が問題か」「どの解決策が自然に見えるか」がどのように形作られるのかを解説します。取り上げる主なテーマ・現代のロビイングとは何か・パブリックアフェアーズと政策形成・政策が決まる前に勝負は始まっている・アジェンダ形成、アジェンダ・キャプチャー・イシュー・フレーミング、課題の再定義・企業利益を公共課題へ翻訳するプロセス・エビデンス・シェーピング・第三者専門家とシンクタンクの役割・研究資金と政策課題の方向づけ・ネットワーク形成と政策人材育成・アジェンダ・ソーシャライゼーション・シェアド・ボキャブラリー・エキスパート・セレクション・オーソリティ・コンストラクション・░░░░░░と実装パッケージ・ポリシー・レジティメーション・官民共進化モデル・公共利益からの逸脱・EPIA、Evidence-Power-Integrity Audit ・アジェンダの出所・選択肢の開放性・意思決定の追跡可能性・評価の独立性・サンセット条項現代のロビイングは、単発の陳情ではありません。政策が国会で議論される前。予算案が表に出る前。有識者会議が設置される前。もっと上流で、何が社会課題として認識されるのかが形作られています。ある企業が「░░░░░░░░░░」と訴えても、それは企業側の都合に見えます。しかし、それを「░░░░░░░░░░░░░」「░░░░░░░░░░░░░░░」「░░░░░░░░░░░░░░░░」と言い換えると、話は公共政策になります。これが、イシュー・フレーミングです。企業の利益が、公共課題の言葉に翻訳される。ここから、政策の土壌づくりが始まります。次に行われるのが、エビデンスの形成です。企業自身が「これは社会問題だ」と叫ぶよりも、大学の研究者やシンクタンクが、データや国際比較を使って同じ問題を語る方が説得力を持ちます。その研究が嘘だとは限りません。むしろ、個別のデータや分析は正しいことが多い。しかし、どの問いに資金がつき、どの比較対象が研究されず、どの解決策だけが繰り返し提示されるのかによって、政策担当者の前に並ぶ選択肢は偏ってい...

実装編#07丨政策捕獲とは何か——正しいエビデンスでも政策が歪む理由

Aug 17, 2026 23 min

正しいエビデンスがあれば、正しい政策は自動的に生まれるのでしょうか。科学的に正しいデータ。厳密な分析。専門家会議。有識者の推薦。合理的な費用対効果。それでも、政策が公共の利益ではなく、特定の企業や団体の利益に向かってしまうことがあります。本エピソードでは、「政策捕獲（Policy Capture）」を取り上げ、エビデンスが正しくても政策が歪みうる理由を解説します。取り上げる主なテーマ・政策捕獲、Policy Captureとは何か・正しいエビデンスでも政策が歪む理由・良いエビデンスと良いエビデンス利用の違い・EBPMと権力の問題・問いの設定とアジェンダの捕獲・エビデンス形成の偏り・比較対象と指標の選び方・権威の構築と専門家会議・寄付講座、シンクタンク、専門家ネットワーク・政策の正当化プロセス・誰も嘘をついていないのに全体が歪む構造・実装と評価の捕獲・仕様書、採択条件、例外規定の重要性・回転ドアと人的アクセスの価値・戦略産業と正当な利益誘導の境界・政策捕獲を見分ける3条件・証拠の階層と推論の飛躍・EPI監査、Evidence-Power-Integrity Audit ・意思決定フットプリント・レッドチームとサンセット条項・AI時代の自動化された政策捕獲 EBPMという言葉を聞くと、私たちはしばしば、医療の診断のようなものを想像します。正しいデータがある。正しい分析をする。だから、正しい処方箋が出る。しかし、政策の世界はそこまで直線的ではありません。政策では、エビデンスの質だけでなく、誰が問いを立てたのか、誰が比較対象を選んだのか、誰のデータが採用されたのか、誰が専門家として呼ばれたのか、誰に利益が帰属するのかが重要になります。エビデンスが正しいことと、そのエビデンスが公共の利益のために使われることは、同じではありません。たとえば、ある産業政策で「新規参入企業を増やすにはどの支援策が効果的か」という問いを立てたとします。この問い自体は、科学的に分析できます。しかし、その前に本来問うべきことがあります。そもそも新規参入を増やすことが最善なのか。既存企業への支援の方がよいのか。輸入や共同調達という選択肢はないのか。供給能力を確保するための最も費用対効果の高い組み合わせは何か。最初の問いが狭ければ、その後の分析がどれほど正確でも、政策の選択肢は最初から絞られています。これが、アジェンダの...

事例編#10丨RIETIはなぜイケてるのか——日本のEBPMで「ちゃんと分からない」と言える組織

Aug 14, 2026 20 min

RIETIは、なぜ日本のEBPMで重要なのでしょうか。データを集める。グラフを作る。ダッシュボードを眺める。 KPIを管理する。それだけで、政策は賢くなるのでしょうか。本エピソードでは、RIETI(リエティ)、独立行政法人経済産業研究所を取り上げ、日本のEBPMにおいて「良い評価」とは何かを考えます。取り上げる主なテーマ・RIETIはなぜ日本のEBPMで重要なのか・疑似EBPM、Pseudo-EBPMとは何か・政策を正当化するための証拠作り・RIETIの独立行政法人としての立ち位置・経済産業省との距離感と建設的な緊張関係・チーフEBPMオフィサーという仕組み・政策設計と助言のエンジン・研究による事後検証のエンジン・反事実、カウンターファクチュアルの重要性・RCTが難しい産業政策でどう評価するか・方法論的規律とは何か・VRIO分析、QCD分析の活用・横浜市の固定資産税ナッジ・中間KPIと最終アウトカムの違い・千葉県の教科担任制RCT ・理科には効き、算数では効かなかった理由・低所得世帯向け学習支援とスティグマ・保育所の兄弟優先割当と公平性・エビデンス・ユースと行政官の意思決定・近隣自治体の導入という同調圧力・ネガティブエビデンスを残す文化 RIETIが重要なのは、単に高度な統計分析を行っているからではありません。より重要なのは、政策を「成功したことにする」のではなく、どこまで分かったのか、どこからは分からないのかを切り分けようとしている点です。 EBPMで本当に難しいのは、データを集めることではありません。その変化が、政策によって起きたのか。ただ景気が良かっただけなのか。もともと意欲の高い企業や自治体だけが反応したのか。中間KPIが改善しただけで、最終アウトカムは変わっていないのではないか。こうした問いを避けずに扱うことです。 RIETIの面白さは、政府の外側から評論するだけでもなく、政府の内側で自己評価するだけでもない位置にあります。政策の設計段階に近づきながら、同時に一定の独立性を持って、事後検証も行う。厨房に入れる料理評論家のように、政策が作られる過程を見ながら、完成後には「ここは効いていない」と言える緊張関係があります。この立ち位置が、疑似EBPMを防ぐうえで重要です。疑似EBPMとは、政策を良くするための証拠ではなく、すでに決まった政策を正当化するために証拠を集めることです。政策ベースド・エビデンスメイキ...

実装編#06丨民間資金とEBPM——エビデンス仲介機関の利益相反と知識の偏り

Aug 12, 2026 21 min

政策の根拠となるエビデンスは、誰のお金で作られているのでしょうか。政府でしょうか。大学でしょうか。財団でしょうか。企業でしょうか。そして、その資金の流れは、政策の選択肢にどのような影響を与えるのでしょうか。本エピソードでは、民間資金が入ったEBPM団体やエビデンス仲介機関を取り上げ、研究不正ではなく、研究課題、比較対象、アウトカム、公表範囲、解釈がどのように偏りうるのかを解説します。取り上げる主なテーマ・民間資金とEBPMの関係・エビデンス仲介機関とは何か・政府資金と財団・企業資金の混合財源モデル・What Works Networkとインパクト原則・MDRC、Urban Institute、J-PALの資金構造・財団や企業が研究課題をどう形作るか・アジェンダ設定と見えない欠損値・比較対象を選ぶことで結論が変わる問題・アウトカムと時間軸の選び方・企業スポンサー研究と有利な結論・加糖飲料研究に見る利益相反・財団資金と世界観の影響・Results for Americaと行政評価基準・測定可能性バイアス・エビデンス階層の平坦化・著名専門家の権威が波及するリスク・コクランの商業資金排除・WHO FENSAとデューデリジェンス・事前登録と分析計画・未公表研究と出版バイアス・信頼できるEBPM団体を見極める開示項目 EBPMは、客観的で中立的な営みに見えます。しかし、エビデンスは自然に湧いてくるものではありません。誰かが研究テーマを選びます。誰かが資金を出します。誰かが比較対象を決めます。誰かがアウトカムを設定します。誰かが結果を解釈し、公表するかどうかを決めます。つまり、エビデンスは知識の生態系の中で作られています。重要なのは、露骨なデータ改ざんだけを警戒することではありません。現代の利益相反は、もっと洗練されています。スポンサーに都合の悪い結果を捏造するのではなく、そもそもスポンサーに都合の悪い問いを研究しない。新しい商品と「何もしない場合」だけを比較し、安価な既存手段や制度改革とは比較しない。短期的な効果だけを測り、長期的な副作用や財政負担は見ない。測りやすいアウトカムだけを採用し、尊厳、ストレス、制度への信頼、社会的包摂のような測りにくい価値を外す。こうした選択によって、研究としては正しくても、政策判断の前に並ぶ選択肢が偏ることがあります。これが、エビデンスの見えないリスクです。企業スポンサ...

理論編#11丨EBPMとEIPMの違い——エビデンスを「基づく」から「踏まえる」へ

Aug 8, 2026 18 min

EBPMとEIPMは、何が違うのでしょうか。エビデンスに基づく政策立案。エビデンスを踏まえた政策形成。一見すると、似た言葉に見えます。しかし、この「基づく」と「踏まえる」の違いには、政策判断の核心が隠れています。本エピソードでは、EBPMとEIPMの違いを取り上げ、エビデンスを絶対的な正解として扱うのではなく、価値判断、現場の知恵、実現可能性、市民の経験とともに使うための考え方を解説します。取り上げる主なテーマ・EBPMとEIPMの違い・Evidence-Based Policy Makingとは何か・Evidence-Informed Policy Makingとは何か・「基づく」と「踏まえる」の違い・エビデンスを王様にしてはいけない理由・OECDやWHOが重視するインフォームドな政策形成・データは政策判断を自動化しない・価値判断、倫理、費用、実現可能性の役割・パークハーストの「エビデンスのガバナンス」・EBPMというブランド資産・海外実務における看板EBPM、中身EIPMの構造・英語圏以外でも成立するEIPM ・フランス語圏、スペイン語圏の表現・日本語における「エビデンス」の誤解・「基づく」に回収される翻訳の罠・エビデンスを踏まえた政策形成という表現・会議でエビデンスの定義を共有する重要性・専門知、当事者知、現場知、市民経験の位置づけ EBPMは、日本語では「証拠に基づく政策立案」と訳されます。しかし、「基づく」という言葉は、時に強すぎます。データがこう言っている。だから従うべきだ。エビデンスがあるから反論できない。このように使われると、エビデンスは議論を豊かにする道具ではなく、議論を止める印籠になってしまいます。一方、EIPM、Evidence-Informed Policy Makingは、エビデンスを政策判断の重要な材料として位置づけます。ただし、それだけで政策を自動決定するわけではありません。政策には、研究知見だけでは決められない要素があります。誰を優先するのか。どのリスクを引き受けるのか。どれくらいの費用を許容するのか。現場で本当に実行できるのか。市民に受け入れられるのか。少数派や当事者の経験をどう扱うのか。こうした問いは、データだけでは答えられません。データは、現在地を照らすライトです。しかし、どの道を選ぶかは、人間と社会が決める必要があります。カーナビが「2分早い道」を示しても、その道が狭い通学路であれば、あえて大通りを選ぶことがあり...

理論編#10丨ピアレビューとは何か——専門家が専門家を評価する理由

Jul 21, 2026 24 min

専門家が専門家を評価するのは、なぜなのでしょうか。研究費、論文、助成金、採択、不採択。そこでは、世界を変えるかもしれない研究アイデアが、限られた予算をめぐって評価されています。しかし、その評価を誰が行うべきなのでしょうか。政治家でしょうか。行政官でしょうか。市民でしょうか。それとも、その分野を深く知る専門家でしょうか。本エピソードでは、ピアレビュー、つまり「専門家による専門家評価」を取り上げ、公的研究助成において、なぜ専門家審査が必要とされてきたのかを解説します。取り上げる主なテーマ・ピアレビューとは何か・専門家が専門家を評価する理由・公的研究費の配分と説明責任・専門的妥当性の確認・応募者へのフィードバック・研究コミュニティの学習機能・NSF、NIH、JSPS、JSTなどの審査プロセス・外部レビューとパネル審査・専門家評価の強みと限界・評判バイアスと所属機関バイアス・ダブルブラインド審査・NIHの評価基準改革・JSTのマスキング審査・僅差案件とロッタリー審査・スイス国立科学財団の抽選制度・分散型査読と応募者同士の評価・患者、市民参加レビュー・透明性、匿名性、利益相反・専門知と民主的説明責任の関係ピアレビューは、単なる赤ペン採点ではありません。専門知が必要な判断を、専門家の共同体の中で検証するための制度です。新しい研究は、しばしば既存の常識から外れています。その価値や実現可能性を判断するには、表面的な分かりやすさだけでは足りません。方法論を理解しているか。先行研究との関係を正しく捉えているか。研究計画は実行可能か。限られた公的資金を投じるだけの意義があるか。こうした問いに答えるには、同じ分野を知る専門家の目が必要になります。一方で、専門家に任せればすべて解決するわけではありません。専門家も人間です。有名大学の所属に引っ張られることがあります。過去の実績や評判に影響されることがあります。自分の専門分野に近いテーマを高く評価しがちです。学閥、師弟関係、共同研究歴といった見えにくい関係もあります。だからこそ、現代のピアレビューは、専門家の善意だけに頼る制度ではなくなっています。評価基準を整理する。審査員をローテーションする。利益相反を管理する。匿名化する。パネルで複数の視点を入れる。応募者にフィードバックを返す。審査プロセスのログを残す。こ...

理論編#09丨メタアナリシスとは何か——EBPMで不確実性を構造化する方法

Jul 17, 2026 22 min

メタアナリシスとは、何でしょうか。たくさんの研究を集めれば、社会の正解が見えるのでしょうか。研究結果を平均すれば、政策判断は自動的に決まるのでしょうか。それとも、メタアナリシスは、明確な答えではなく、不確実性を読むための地図なのでしょうか。本エピソードでは、EBPMにおけるメタアナリシスを取り上げ、複数の研究を統合する意味、効果量、固定効果モデル、ランダム効果モデル、出版バイアス、異質性、感度分析、そして政策判断への使い方を解説します。取り上げる主なテーマ・メタアナリシスとは何か・EBPMにおける研究統合の意味・投票法から効果量への転換・グラスによるメタアナリシスの提唱・コクランとエビデンス統合・固定効果モデルとランダム効果モデル・平均効果をそのまま信じてはいけない理由・I²やτ²で見る研究間のばらつき・教育政策における個別指導のメタアナリシス・誰が、いつ、どの条件で実施するかの重要性・積極的労働市場政策と時間軸の罠・短期効果と中長期効果の違い・出版バイアスとファンネルプロット・選択バイアスと観察研究の限界・IPDメタアナリシスとは何か・感度分析によるストレステスト・ロジックモデルとメタアナリシスの接続・過去のエビデンスに縛られる危険・脆弱な集団やマイノリティがデータから抜け落ちる問題メタアナリシスは、エビデンスの頂点として語られることがあります。しかし、それは自動的に正解を出す機械ではありません。複数の研究を統合することで、単独研究では見えにくい傾向をつかむことはできます。一方で、集めた研究の質が低ければ、どれほど高度な統計を使っても、精巧な歪みが生まれるだけです。重要なのは、平均値だけを見ることではありません。研究ごとに、対象者、国、制度、実施条件、時間軸が違います。その違いを無視して、平均して効果があるから導入しようと判断すると、現場では失敗することがあります。たとえば、個別指導の研究を統合すると、平均的には学習効果が確認されるかもしれません。しかし、誰が教えるのか。低学年か高学年か。週に何回行うのか。放課後か授業時間内か。条件が変われば、効果も変わります。メタアナリシスの価値は、「効くか、効かないか」を一言で決めることではありません。どの条件なら効くのか。どの条件では効かないのか。どれくらい結果がばらついているのか。そのばらつきは...

理論編#08丨ロジックモデルは証拠ではない——EBPMで「矢印」を疑う思考法

Jul 13, 2026 24 min

ロジックモデルとは、何でしょうか。インプット。アクティビティ。アウトプット。アウトカム。インパクト。四角い箱をきれいに並べたフローチャートのことだと思われがちですが、本当に重要なのは箱ではありません。箱と箱をつなぐ「矢印」です。本エピソードでは、EBPMにおけるロジックモデルを取り上げ、政策や事業を「やった感」で終わらせず、あとから検証できる形にするための考え方を解説します。取り上げる主なテーマ・ロジックモデルとは何か・EBPMにおけるロジックモデルの役割・インプット、アクティビティ、アウトプット、アウトカム、インパクト・5要素モデルと8要素の拡張型・現状把握と課題設定から始める重要性・箱ではなく矢印を見る理由・矢印を支えるエビデンスとは何か・RCTやABテストだけでは分からないブラックボックス・理論駆動型評価とは何か・アウトプットとアウトカムの混同・セミナー開催数と顧客行動変容の違い・文脈、外部要因、前提条件の重要性・CDCの1ページ・ロジックモデル・日本の行政事業レビュー型モデル・がん対策推進基本計画の階層型モデル・イギリスの大学エンタープライズ・ゾーン評価・プロセス評価とインパクト評価の違い・数字の暴走とKPIの罠・エビデンスレジスターと評価マトリクス・ロジックモデルを生きた道具にする方法ロジックモデルは、単なる説明用の図ではありません。 EBPMのロジックモデルとは――日本の制度・作り方・因果推論から見る限界政策や事業が、なぜ成功するはずなのか。どの活動が、どの変化につながるのか。どの前提が崩れると、効果が出なくなるのか。それを事前に見える化するための設計図です。多くの組織では、ロジックモデルが「箱並べ」になってしまいます。予算を入れる。研修を行う。資料を配る。参加者が増える。成果が出る。こう書くと、一見すると論理的に見えます。しかし、本当に重要なのは、「研修を行えば、なぜ参加者の行動が変わるのか」「資料を配れば、なぜ社会課題が改善するのか」という矢印の部分です。箱は状態を示します。矢印は仮説を示します。そして、その矢印を支える根拠こそがエビデンスです。ロジックモデルの役割は、きれいな図を作ることではありません。どの矢印が本当に成立しているのか。どの矢印が願望にすぎないのか。どこで外部要因が入り込むのか。どの指標を見れ...

理論編#07丨エビデンスレベルとは何か——EBPMで証拠の強さを読み間違えない方法

Jul 10, 2026 21 min

エビデンスレベルとは、何でしょうか。 RCTなら強い。観察研究なら弱い。メタアナリシスなら絶対に正しい。本当に、そんな単純な話なのでしょうか。本エピソードでは、EBPMにおけるエビデンスレベルを取り上げ、証拠の強さをどう読み、どう政策判断に使うべきかを解説します。取り上げる主なテーマ・エビデンスレベルとは何か・EBPMで証拠の強さをどう考えるか・エビデンスは絶対的な印籠ではない・因果関係とロジックモデルの重要性・政策の矢印を支える根拠とは何か・RCTが常に最上位とは限らない理由・GRADEによるエビデンスの確実性評価・アウトカムごとに証拠の強さが変わる理由・ダウングレードとアップグレード・観察研究でも強い証拠になる場合・パラシュート例から考える効果の大きさ・USPSTFやEvidence to Decisionの考え方・メキシコのプログレサと段階的導入・受動喫煙防止法と観察研究の束・出生前ステロイド投与と実装条件・日本のEBPMとロジックモデル・データ基盤、人材、インセンティブの課題・ネガティブエビデンスと事後学習・後から賢くなれる政策設計エビデンスレベルは、証拠に身分をつけるための制度ではありません。 RCTが王様で、観察研究は弱い。メタアナリシスなら必ず正しい。そう考えると、エビデンスの読み方を誤ります。重要なのは、まず何を知りたいのかです。どの政策が、誰に、どの条件で、どのアウトカムに効いたのか。この問いが曖昧なまま、研究手法だけを比べても意味がありません。 EBPMでは、ロジックモデルによって、政策の構造を明らかにします。予算を投入する。活動を行う。アウトプットが生まれる。アウトカムが変化する。最終的に社会的インパクトにつながる。この矢印が本当に成り立つのか。その裏付けこそが、エビデンスです。ただし、エビデンスの強さは、研究デザインだけで決まりません。 GRADEの考え方では、RCTから始まった研究でも、バイアスが大きい、対象者が少ない、結果が不安定などの理由で、確実性が下がることがあります。逆に、観察研究であっても、効果が非常に大きい場合や、一貫した結果が複数の文脈で示されている場合には、確実性が高く評価されることがあります。つまり、エビデンスレベルは固定的な階級ではありません。アウトカムごとに変わります。文脈ごとに変わります。仮定やデータの質によって変わります...

実装編#03丨会計検査院こそ最強のEBPM機関なのか——政策を事後検証する日本の独立審判

Jul 7, 2026 28 min

日本で最も強いEBPM機関は、どこなのでしょうか。内閣府でしょうか。各省庁のEBPM推進部局でしょうか。それとも、完成した政策をあとから厳しく検査する会計検査院なのでしょうか。本エピソードでは、「会計検査院こそ最強のEBPM機関なのか」という問いから、日本の政策評価、行政監査、事後検証、そして広義のEBPMについて考えます。取り上げる主なテーマ・会計検査院はEBPM機関なのか・狭義のEBPMと広義のEBPMの違い・事前設計と事後検証の役割分担・会計検査院の憲法上の独立性・経済性、効率性、有効性の検査・マイナンバー制度と利用実績の検証・地方公共団体による情報照会の利用率・統計的抽出と実態調査・高収益作物次期作支援交付金の過大交付・申請データと現場実績の突合・電気・ガス価格激変緩和対策事業と指標設定・行政事業レビューシートのゴールポスト問題・会計検査院と財務省の接続・検査報告が予算編成に与える影響・会計検査院が政策設計者になってはいけない理由・審判とプレイヤーの役割分担・日本のEBPMに必要な事前設計と事後検証の接続 EBPMというと、政策を作る前にロジックモデルを作り、指標を設定し、データに基づいて政策を設計することが想像されがちです。しかし、政策は作って終わりではありません。本当に使われたのか。本当に効果があったのか。制度設計に穴はなかったのか。指標は途中で都合よく変えられていないか。使われなかった予算や過大な交付はなかったのか。こうした問いを、実施後に検証することもEBPMの重要な一部です。その意味で、会計検査院は日本政府における強力な事後検証機関です。会計検査院は、内閣から独立した憲法上の機関として、予算の使われ方だけでなく、政策の経済性、効率性、有効性を検査します。単なる領収書チェックではありません。制度が実際に使われているか。申請内容と実績が一致しているか。成果指標が適切に設定されているか。政策の効果をあとから検証できるデータが残されているか。そうした観点から、政府の政策運営そのものを問い直します。たとえば、マイナンバー制度に関する検査では、全国の行政手続きの利用実績を分析し、システムが実際に使われていない手続きがあることを可視化しました。高収益作物次期作支援交付金では、申請書、実績報告、農地面積、生産記録などを突き合わせ、過大交付を特定しまし...

理論編#06丨RCTとは何か——政策効果を見抜くランダム化比較試験

Jul 6, 2026 20 min

RCTとは、何でしょうか。ある政策が本当に効いたのか。それとも、たまたま景気が良かっただけなのか。別の要因で変化が起きただけなのか。その切り分けを行うための代表的な方法が、RCT、ランダム化比較試験です。本エピソードでは、EBPMにおけるRCTを取り上げ、政策効果を測る難しさ、無作為割り振り、潜在的結果フレームワーク、倫理的課題、社会実験の歴史、そしてRCTの限界を解説します。取り上げる主なテーマ・RCTとは何か・ランダム化比較試験の基本・政策効果を測ることの難しさ・潜在的結果フレームワーク・同じ人の「政策あり」と「政策なし」は同時に観察できない・無作為割り振りがパラレルワールドを作る理由・割り付け隠蔽と盲検化・農業実験から医療、社会政策への展開・ペリー・プリスクール・スタディ・メキシコのプログレサ・J-PALと貧困削減研究・オレゴン・メディケイド実験・納税督促状とナッジ・日本の風疹抗体検査、がん検診勧奨・RCTの倫理的課題・内的妥当性と外的妥当性・RCTだけでは政策判断を完結できない理由・ITT、割り付け通り解析・小さな実験を社会で回し続けることの意味 RCTは、政策評価において非常に強力な方法です。理由は、政策を受ける人と受けない人を、偶然によって分けるからです。くじ引きのようにランダムに分けることで、年齢、意欲、家庭環境、地域差、もともとの能力といった偏りを、平均的に揃えることができます。そのうえで結果に差が出れば、それは政策による効果だと考えやすくなります。つまりRCTは、現実には観察できない「政策がなかった場合の世界」を、集団レベルで近似する方法です。ただし、RCTは魔法の杖ではありません。医療や福祉、教育、社会保障では、支援を受ける人と受けない人をくじ引きで分けることが、倫理的に難しい場合があります。命や生活に関わる支援を、研究のためだけに一部の人から取り上げることはできません。そこで重要になるのが、段階的導入や、予算制約によって自然に生まれた割り振りを活用する考え方です。オレゴン・メディケイド実験では、医療保険の対象枠が限られていたため、抽選によって保険に入れる人と入れない人が分かれました。その結果、身体的な健康指標には短期的な大きな改善が見られなかった一方で、医療費による経済的不安や、うつ症状の改善が確認されました。これは、政策の価値をどの...

理論編#05丨エビデンスとは何か——EBPMで証拠を正しく使うための考え方

Jul 5, 2026 28 min

エビデンスとは、何でしょうか。数字があること。統計表があること。成功事例があること。有名な研究が引用されていること。それだけで、本当に「証拠」と呼べるのでしょうか。本エピソードでは、EBPMにおけるエビデンスの意味を取り上げ、単なるデータや成功事例ではなく、政策判断を支える「証拠のエコシステム」としてのエビデンスを解説します。取り上げる主なテーマ・エビデンスとは何か・EBPMにおける証拠の意味・データとエビデンスの違い・エビデンスを点ではなくエコシステムとして捉える考え方・アウトプットとアウトカムの混同・「やった感」が政策評価を歪める理由・記述的エビデンス、因果エビデンス、実装エビデンス、経済分配エビデンス・ロジックモデルの本来の役割・事後合理化と都合のよい指標の危険・EBM、コクラン、キャンベル共同計画・What Works Networkとエビデンスの翻訳・因果推論と反事実仮想・RCT、ランダム化比較試験・準実験と回帰不連続デザイン・エビデンスレベルの誤解・手法の魔法ではなく、仮定の労働・ネガティブエビデンスの価値・スケールアップの罠・政策評価に必要な人材と組織文化エビデンスは、単なる数字のことではありません。統計表がある。グラフがある。成功事例がある。論文が引用されている。それだけでは、政策判断に使えるエビデンスとは言えません。大切なのは、その証拠が、どの問いに答えているのかです。問題の大きさを示しているのか。政策によって何が変わったのかを示しているのか。どんな条件で実装できるのかを示しているのか。費用に見合う効果があるのかを示しているのか。エビデンスには役割があります。現状を把握する記述的エビデンス。対策の効果を示す因果エビデンス。現場でどう実装すればよいかを示す実装エビデンス。費用対効果や分配への影響を見る経済分配エビデンス。これらを組み合わせて初めて、政策判断に使える証拠になります。一方で、政策や組織はしばしば、測りやすい数字に逃げます。研修を10回実施した。パンフレットを1万枚配った。相談窓口を設置した。イベントに何人来た。これらはアウトプットです。しかし、本当に見るべきなのは、受益者の行動や状態がどう変わったのかというアウトカムです。ダイエットでいえば、ジムに3回行ったことではなく、体重や体脂肪率、健康状態がどう変わ...

理論編#03丨アウトカムとは何か——EBPMで「やったこと」より「変わったこと」を測る

Jul 5, 2026 19 min

アウトカムとは、何でしょうか。予算を使ったこと。研修を実施したこと。資料を配ったこと。イベントに人が集まったこと。それらは本当に、政策や事業の「成果」なのでしょうか。本エピソードでは、EBPMの中心概念である「アウトカム」を取り上げ、インプット、アクティビティ、アウトプット、アウトカム、インパクトの違いを整理しながら、「やったこと」ではなく「何が変わったのか」を測る重要性を解説します。取り上げる主なテーマ・アウトカムとは何か・EBPMにおけるアウトカムの意味・インプット、アクティビティ、アウトプット、アウトカム、インパクトの違い・実施件数や参加者数だけでは成果とは言えない理由・測りやすい代理指標にロジックが乗っ取られる問題・高校卒業率と経済的安定の違い・KPIとアウトカムの関係・因果効果と反事実仮想・RCT、ランダム化比較試験の考え方・準実験と回帰不連続デザイン・ナース・ファミリー・パートナーシップ、NFP ・求職者支援訓練と就職率60%の読み方・短期アウトカム、中期アウトカム、長期インパクト・データのサイロ化と時間軸のズレ・個人情報と倫理的配慮・評価可能性の事前診断・本当に測るべき変化をどう定義するかアウトカムは、単なる活動記録ではありません。何をしたかではなく、その結果として、誰の状態や行動がどう変わったのかを見る概念です。参考書を買ったことはインプット。 10時間勉強したことはアクティビティ。ノートを何ページ埋めたかはアウトプット。しかし、本当に知りたいのは、テストの点数が上がったのか。理解が深まったのか。次の行動が変わったのか。そこがアウトカムです。政策でも同じです。研修を何回実施したか。資料を何部配布したか。イベントに何人来たか。これらは測りやすい数字ですが、それだけでは社会が良くなったとは言えません。本当に見るべきなのは、受益者の行動や状態がどう変わったのかです。若者支援なら、単に講座を受けた人数ではなく、安定した就労や生活につながったのか。教育政策なら、教材を配った数ではなく、学習理解や継続意欲がどう変わったのか。医療や福祉なら、サービス提供件数ではなく、健康状態や生活の質がどう改善したのか。ここを間違えると、組織は「やった感」に満足してしまいます。さらに難しいのは、その変化が本当に自分たちの政策によって起きたのか...

理論編#04丨因果推論とは何か——EBPMで「本当に効いた政策」を見抜く方法

Jul 4, 2026 22 min

その政策は、本当に効いたのでしょうか。風邪薬を飲んで翌朝に熱が下がったとしても、それは薬のおかげかもしれません。ただよく眠って、自然に治っただけかもしれません。政策評価でも、同じ問題が起きます。本エピソードでは、EBPMの中核にある「因果推論」を取り上げ、政策が本当に効果を持ったのかをどう見抜くのかを解説します。取り上げる主なテーマ・因果推論とは何か・政策効果を測ることの難しさ・因果推論の根本問題・反事実仮想とは何か・政策があった世界と、なかった世界をどう比べるか・ATE、ATT、LATEの違い・誰に対する効果なのかを問う重要性・ロジックモデルと因果推論の関係・RCT、ランダム化比較試験とは何か・差分の差分法、DID ・回帰不連続デザイン、RDD ・偽の反事実に騙される危険・前後比較や単純比較の落とし穴・少人数学級の政策評価・職場の乳がん検診車導入と受診率向上・オレゴン・メディケイド実験・Moving to Opportunity、MTO ・効果の異質性とは何か・外的妥当性と政策の移植可能性・因果推論だけでは決められない価値判断因果推論とは、「その変化は本当に政策によって起きたのか」を考えるための方法です。政策を実施した後に、数字が良くなった。それだけでは、政策が効いたとは言えません。景気が良くなっただけかもしれません。もともと意欲の高い人が参加していただけかもしれません。別の制度や地域要因が影響していたかもしれません。だからこそ、EBPMでは「もしその政策がなかったらどうなっていたか」という反事実仮想を考えます。現実には、政策があった世界と、政策がなかった世界を同時に観察することはできません。そこで、研究者や政策担当者は、統計的な方法を使って、できるだけ近い比較対象を作り出します。その代表がRCTです。対象者をランダムに分けることで、政策を受けたグループと受けなかったグループを比較し、政策そのものの効果に近づこうとします。しかし、すべての政策でRCTができるわけではありません。医療、福祉、教育、社会保障では、倫理的にくじ引きが難しい場合があります。そこで、差分の差分法や回帰不連続デザインのような準実験の手法が重要になります。たとえば、A市だけが警察官を増やし、似たようなB市では増やさなかった場合、B市を「A市が政策を行わなかった場合」の近似として使えるかもしれません。ま...

AI編#03丨AIに政策メモを書かせると何が危ないのか——偽脚注、薄い因果、責任の霧

Jun 21, 2026 18 min

AIが書いた文章は、なぜ信じてしまいやすいのでしょうか。整った見出し。論理的に見える箇条書き。もっともらしい脚注。きれいな文章構造。それだけで、私たちは内容まで正しいように感じてしまいます。本エピソードでは、生成AIに政策メモや制作メモを書かせると何が危ないのかを取り上げ、偽の脚注、ハルシネーション、相関と因果のすり替え、そして責任の所在が曖昧になる「責任の霧」について解説します。取り上げる主なテーマ・AIに政策メモを書かせると何が危ないのか・整った文章が信頼を生むメカニズム・コンファビュレーションとハルシネーション・偽の脚注と存在しない参考文献・実在する文献を誤って引用するリスク・AI利用による過度依存と原典確認の低下・相関関係を因果関係に見せる危険・流暢な文章が論理の飛躍を隠す問題・AIによる論点欠落と代替仮説の消失・ニューヨーク市MyCityチャットボットの失敗・ロボデット、オランダ自動手当スキャンダルとの接点・行政AIと責任の霧・各国政府のAI利用ガードレール・AI利用台帳、検証可能性、人間の最終責任・クレーム・エビデンス・アーキテクチャ・証拠拘束型プロンプト・主張、証拠、仮説、代替仮説を分ける実務生成AIの危険は、単に間違った文章を書くことではありません。より深刻なのは、もっともらしい文章の形で、根拠の薄い主張や論理の飛躍を自然に見せてしまうことです。 AIは、わからないことを保留するよりも、もっともらしく埋める方向に動くことがあります。その結果、存在しない文献を作る。実在する文献を誤って引用する。主張と証拠の関係を曖昧にする。相関関係を因果関係のように見せる。こうした問題が、整った文章の中に静かに紛れ込みます。特に危険なのは、「脚注があるから大丈夫」と思ってしまうことです。脚注や参考文献は、それ自体が正しさの証明ではありません。 AIが出した出典は、根拠ではなく、まず検証対象として扱う必要があります。また、AIが作るメモは、しばしば論点の型を先に整えてしまいます。一見すると網羅的に見えるため、人間は例外、反対仮説、別の因果経路を探さなくなります。その結果、政策判断に必要な「厚い因果」が失われる可能性があります。さらに行政や企業の意思決定でAIが使われると、責任の所在も曖昧になります。現場は「AIが出したから正しい」と思う。上司は「担...

AI編#01丨生成AIは政策秘書になれるのか——EBPMを速くする道具と任せてはいけない判断

Jun 21, 2026 18 min

生成AIは、政策秘書になれるのでしょうか。膨大な資料を読み、要約し、比較表を作り、専門用語を平易に言い換える。その速度だけを見れば、AIはすでに非常に優秀な「書記官」です。しかし、AIに政策判断や重要なリサーチを丸ごと任せることはできるのでしょうか。本エピソードでは、生成AIとEBPMの関係を取り上げ、各国政府のAI利用ガイドライン、学術研究、行政現場での導入事例をもとに、AIをどこまで信頼し、どこで線を引くべきかを考えます。取り上げる主なテーマ・生成AIは政策秘書になれるのか・AIは書記官にはなれるが、裁判官にはなれない・各国政府のAI利用ルール・アメリカ、EU、イギリス、日本、オーストラリアの違い・AI利用を技術規制からプロセス管理へ移す流れ・生成AIが重要研究を見落とすリスク・システマティックレビューとAIの限界・ハルシネーションと表面的なパターンマッチング・ヒューマン・イン・ザ・ループの重要性・AIと人間の協働による時間短縮と精度向上・イギリス運輸省のパブリックコメント分析・日本の行政実務用生成AIと組織実装の壁・管理職がAI利用に慎重になる理由・任せてよい作業と任せてはいけない判断・事実と解釈を分離するプロンプト設計・AI使用履歴と説明責任の記録生成AIは、情報処理の速度を大きく引き上げます。長い文書を読む。論点を整理する。比較表を作る。たたき台を書く。専門用語をわかりやすく言い換える。こうした作業において、AIはすでに強力な補助装置です。一方で、政策立案やEBPMで求められるのは、単なる要約速度ではありません。何が事実なのか。どの研究を採用し、どの研究を除外するのか。誰の権利や利益に影響するのか。最終的にどの価値を優先するのか。こうした判断を、AIに丸ごと委ねることはできません。 AIはもっともらしい文章を作ることができます。しかし、重要な研究を見落とすこともあります。存在しない根拠を作ることもあります。事実と解釈を混ぜてしまうこともあります。だからこそ、AIは「判断者」ではなく、「高機能な書記官」として使う必要があります。重要なのは、AIを使うか使わないかではありません。どの業務に使うのか。どの資料だけを参照させるのか。どこから人間が確認するのか。誰が最終的に承認し、説明責任を負うのか。このプロセスを設計することです。 AIを正しく使うということは...

事例編#06丨2026年版EBPM国際比較——世界の政策評価はどこまで進んだか

Jun 6, 2026 24 min

2026年版のEBPM国際比較から、世界の政策評価はどこまで進んだのかを考えます。政府は、本当にデータを使って政策を決めているのでしょうか。それとも、エビデンスは「やっている感」を示すための行政作文になっているのでしょうか。本エピソードでは、日本、イギリス、アメリカ、カナダ、オーストラリア、EU諸国のEBPMを比較し、2026年時点の政策評価、データ基盤、法制度、予算連動、AI時代の課題を解説します。取り上げる主なテーマ・2026年版EBPM国際比較の全体像・EBPMとEvidence-informed policyの違い・エビデンスは政策を自動決定する魔法の杖ではない・イギリスのEvaluation Task Forceと予算連動・NELIに見るランダム化比較試験と全国展開・アメリカのEvidence Actと学習アジェンダ・社会保障局の現場実験と行政サービス改善・カナダの研究データセンター、RDC ・オーストラリアのPLIDAと安全なデータ連結・EUのBetter Regulationと事前評価・政治交渉でエビデンスが変質する問題・2026年時点の日本のEBPMの現在地・EBPM推進委員会と制度化の浅さ・ロジックモデルが行政作文になるリスク・日本に必要な法的義務化、データ基盤、予算連動・AI時代の政策評価と人間の監査能力 EBPMは、データやAIが自動的に正しい政策を選ぶ仕組みではありません。政策には、限られた予算を誰に配分するのか、どの価値を優先するのか、どのリスクを引き受けるのかという政治判断が必ず含まれます。だからこそ重要なのは、エビデンスが政治を置き換えることではなく、政治判断の前提を明らかにし、検証可能にすることです。イギリスは、評価を予算決定に結びつけることで、効果のある政策に資源を集中させようとしています。アメリカは、Evidence Actによって、各行政機関に学習アジェンダや評価計画を義務づけました。カナダやオーストラリアは、個人情報を守りながら政策効果を検証できる安全なデータ基盤を整備しています。 EUは、法案を作る前の事前評価を高度化していますが、政治交渉の過程でエビデンスが変質するという難しさも抱えています。では、日本はどこにいるのでしょうか。 2026年時点の日本は、EBPMという概念の普及段階から、制度として定着させる段階へ移ろうとしています。ただし、評価結果が予算配分や政策修正に十分連動していなければ、ロジックモデルや指標は、きれいな行政作文で終わってしま...

事例編#04丨フィンランド未来委員会とは何か——2026年版丨国家をストレステストするEBPMとフォーサイト

Jun 5, 2026 22 min

政策は、未来に耐えられるのでしょうか。選挙、予算、社会保障、教育、食料安全保障、AI、気候変動。多くの政策は、いま見えている課題には対応できます。しかし、前提そのものが崩れた未来にも耐えられるのでしょうか。本エピソードでは、フィンランド議会の「未来委員会」を取り上げ、国家が政策をどのようにストレステストしているのかを解説します。取り上げる主なテーマ・フィンランド未来委員会とは何か・EBPMとフォーサイトの違い・2045年を想定した4つの未来シナリオ・政策を「晴れの日の計画」で終わらせない仕組み・AI支援型フォーサイトと人間の政治判断・議会決議による政府への応答義務・世代責任法という発想・日本のNISTEPや国会調査機能との違い・未来予測を政策実装につなげるためのループ EBPMは、過去のデータから政策効果を検証するために重要です。しかし、まだデータが存在しない未来に対しては、別の道具が必要になります。フィンランドの未来委員会が示しているのは、未来予測を「当てる」ためではなく、政策の弱点を見つけるために使うという発想です。どの未来が来るかを完全に予測することはできません。だからこそ、複数の未来に政策をぶつけてみる。そのうえで、どのシナリオでも最低限機能する制度、予算、社会保障、教育、産業政策を探していく。これは、国家のためだけの話ではありません。企業の事業計画、個人のキャリア、家庭の資産設計にも同じ問いが向けられます。期待した未来になった場合にだけ機能する計画は、戦略ではなく願書かもしれません。未来予測を水晶玉ではなく、耐震診断として使う。フィンランドの制度から、変化の時代を生き抜くための政策思考を考えます。番組で生まれた言葉や、EBPM・統計・メタ分析をモチーフにした公式グッズをまとめています。 EBPM新聞公式ショップ｜EBPM・統計・研究モチーフのグッズ

事例編#05丨シンガポールCSFとは何か——2026年版丨AIと口論する政府の未来戦略

Jun 5, 2026 22 min

政府は、未来の危機をどう見つけるのでしょうか。シンガポール政府には、未来を「予言」するのではなく、政策の前提を揺さぶるための専門機関があります。それが、首相府に置かれたCentre for Strategic Futures、通称CSFです。本エピソードでは、シンガポール政府がどのように戦略的フォーサイトを制度化し、AI、シナリオプランニング、ウォーゲーミング、SF的想像力を使って、国家の認知インフラを鍛えているのかを解説します。取り上げる主なテーマ・シンガポールCSFとは何か・首相府に組み込まれた未来予測機関・フォーサイトと単なる未来予測の違い・SP+、バックキャスティング、ウォーゲーミング・問題の性質を見極めるクネビン・フレームワーク・行政官向け研修FutureCraft ・幹部ネットワークSFNと実務者サンドボックス・SF作家や外部思想家を政府に入れる意味・AIと口論する「極端な未来体験」・AIを使っても、人間が最後の判断を握る理由・フォーサイト・インパクト・ギャップ・エリート閉鎖性と弱い兆候の見落としシンガポールCSFの特徴は、未来を扱う機能を外部シンクタンクに任せるのではなく、政府の中枢に埋め込んでいる点にあります。過去のデータが通用する世界では、予測は有効です。しかし、パターンそのものが崩れる時代には、予測よりも、前提を疑い、複数の未来を考え、組織の反応力を鍛える仕組みが必要になります。 CSFはそのために、行政官同士のネットワーク、研修、サンドボックス、外部知、AIとの対話を組み合わせています。特に興味深いのは、AIを「正解を出す道具」としてではなく、人間の思考の限界をあぶり出す相手として使っている点です。 AIと口論することで、「そんな未来はあり得ない」と反発した瞬間に、自分たちの暗黙の前提が見えてくる。これは、政策立案だけでなく、企業経営、チーム運営、個人の意思決定にも応用できる考え方です。一方で、シンガポール型のフォーサイトにも限界があります。中枢に近いからこそ影響力を持てる反面、政治的優先順位への同調や、エリート層だけで未来を考えてしまうリスクもあります。本当に強い未来思考とは、優秀な人だけで未来を語ることではありません。会議室の外にある弱い兆候、声なき声、まだ政策言語になっていない違和感を、どうシステムに入れるか。シンガポールCSFの事例から、未来を予測するのではなく、未来に耐...

事例編#03丨ニュージーランド幸福予算とは何か——ウェルビーイング予算の理想と2026年の軌道修正

Jun 5, 2026 18 min

国家の予算は、何を「成功」とみなすのでしょうか。 GDPでしょうか。財政黒字でしょうか。それとも、国民の健康、教育、安心、社会的つながり、将来世代への持続可能性でしょうか。本エピソードでは、ニュージーランドの「ウェルビーイング予算」を取り上げ、2019年の導入から2026年時点の軌道修正までを、EBPMと公共政策の視点から解説します。取り上げる主なテーマ・ニュージーランドのウェルビーイング予算とは何か・幸福を国家予算に組み込むという発想・リビング・スタンダーズ・フレームワーク、LSF ・4つの資本と多面的な豊かさ・マオリのウェルビーイング視点、ヒア・アラ・ワイオラ・2019年予算で重視されたメンタルヘルス、子供、格差対策・CBIXによる費用便益分析・子供の貧困、家庭内暴力、メンタルヘルスの政策効果・幸福予算の成果と限界・政権交代後の2024年以降の方針転換・2026年時点の制度的な巻き戻しと再編・社会投資ファンドと高ニーズ集団へのターゲティング・幸福を測ること、予算化すること、維持することの難しさニュージーランドのウェルビーイング予算は、単なる「幸福スローガン」ではありませんでした。財務省が中心となり、経済成長だけでは測れない豊かさを、予算編成の中に組み込もうとした本格的な制度実験でした。人間資本、自然資本、社会資本、財務・物理資本。そして、先住民マオリの価値観に基づくウェルビーイングの視点。それらを使って、国の予算を「いまの支出」だけでなく、「将来世代への投資」として見直そうとしたのが、この制度の核心です。一方で、制度は理想だけでは動きません。メンタルヘルスや家庭内暴力対策では一定の改善が見られた一方、子供の貧困や民族間格差など、根深い構造的課題は簡単には解消されませんでした。さらに、インフレ、住宅市場、財政制約、政権交代といった外部要因が、制度の持続性に大きな影響を与えました。 2024年以降、ニュージーランドは「ウェルビーイング」という看板から、経済成長、財政規律、インフラ投資をより前面に出す方向へ軌道修正しています。これは、ウェルビーイング予算が完全に消えたというより、再編期に入ったと見る方が正確です。今回の教訓は明確です。幸福を予算に入れることよりも、それを制度として定着させ、政権交代後も維持することの方がはるかに難しい。幸福、成長、財政規律、公平性。...

事例編#02丨2026年版オランダEBPM——なぜエビデンスは政策判断で無視されるのか

Jun 5, 2026 15 min

なぜ、エビデンスは意思決定で無視されるのでしょうか。法律、評価計画、データ基盤、独立研究機関、政策ダッシュボード。制度は整っている。データもある。評価も行われている。それでも、実際の政策判断では使われない。本エピソードでは、2026年版のオランダEBPMを取り上げ、エビデンスを作る仕組みと、政治家・行政幹部がそれを使う仕組みの間にある深い溝を解説します。取り上げる主なテーマ・2026年時点のオランダEBPMの現在地・オランダ流EBPMとは何か・ネットワーク型中央モデル・財務法第3.1条、CW 3.1 ・戦略的評価アジェンダ、SEA ・政策コンパスによる政策形成プロセス・評価やモニタリングが意思決定で使われにくい理由・エビデンスの供給過多と需要不足・Tone at the Topの欠如・STAPプログラムとデッドウェイトロス・ユトレヒト市のRCTと外的妥当性の限界・アムステルダム市の子どもの肥満対策・厳密な因果推論と組織学習の違い・AIとアルゴリズム・ガバナンス・IAMAとEU AI法への対応・EBPMが説明責任の免罪符になるリスク・データと人間をつなぐ知識仲介人材オランダは、EBPMの制度設計において非常に高度な仕組みを持つ国です。新しい政策を提案する際には、目的、手段、費用対効果、評価計画を事前に示すことが求められます。各省庁の予算には、複数年の評価計画が組み込まれ、政策担当者は標準化されたプロセスに沿って、課題設定と選択肢の整理を行います。一見すると、理想的なEBPM国家です。しかし、制度があることと、実際に意思決定で使われることは別問題です。オランダの課題は、エビデンスを作る側の能力不足ではありません。むしろ、独立研究機関や評価制度は非常に充実しています。問題は、政治家や行政幹部が、エビデンスを自ら要求し、議論の争点として使う需要側の仕組みが弱いことです。いくら優れたデータを作っても、トップがそれを求めなければ、現場の評価は形式化します。 EBPMは、データベースや評価報告書を増やすだけでは機能しません。必要なのは、評価を予算や政策形成のルールに編み込むこと。そして、リーダーが証拠を求める文化を作ることです。一方で、現実の政策評価は単純ではありません。 STAPプログラムでは、補助金利用者の一部が、補助金がなくても受講していた可能性が示されました。ユトレヒト市の労働市場実験では、RCTの厳密性を社...

実装編#01丨ロジックモデルとは何か——EBPMを計画倒れにしない政策評価

Jun 4, 2026 19 min

ロジックモデルは、EBPMの実装に本当に役立つのでしょうか。政策の目的。投入する予算。実施する事業。期待される成果。それらを矢印でつなげると、一見すると政策は論理的に見えます。しかし、紙の上で整った計画は、現実社会でも本当に機能するのでしょうか。本エピソードでは、EBPMの実装でよく使われる「ロジックモデル」を取り上げ、政策評価、因果推論、RCT、準実験、そして日本の行政が陥りやすい「ロジックモデル偏重」の罠を解説します。取り上げる主なテーマ・ロジックモデルとは何か・EBPMにおけるロジックモデルの役割・政策の目的、投入、活動、成果をどう整理するか・日本のEBPMがロジックモデル作成に偏りやすい理由・きれいな図が政策効果を証明するわけではない・スケアード・ストレートの失敗・相関関係と因果関係の違い・選択バイアスとは何か・RCT、ランダム化比較試験の考え方・準実験と観察研究の限界・ESSAに見るエビデンス階層・一般均衡効果と置き換え効果・スピルオーバー効果、波及効果・代理指標の最適化とKPIの罠・RCTが万能ではない理由・公平性、実現可能性、費用負担、社会的受容性・What Works Networkと証拠の翻訳・Evidence Actと組織学習・日本のEBPM実装に必要な改善回路ロジックモデルは、政策の設計図として有用です。何のために政策を行うのか。どの資源を投入するのか。どの活動を行うのか。短期・中期・長期でどの成果を目指すのか。これらを整理することで、政策の前提を見える化できます。しかし、ロジックモデルは政策効果の証明ではありません。きれいな矢印が描かれていても、その政策が実際に効果を持つとは限りません。本当に重要なのは、その矢印が現実に成り立つのかを疑い、検証し、必要なら修正することです。アメリカのスケアード・ストレートは、その典型例です。非行のおそれがある少年に刑務所の恐怖を見せれば、犯罪を思いとどまるはずだ。紙の上では、目的と手段がきれいにつながって見えます。しかし実際には、参加した少年の再犯率が上がるという逆効果が示されました。論理として自然に見えることと、現実に効果があることは別物です。だからこそ、EBPMには因果推論が必要になります。政策を受けた人の結果が良かったとしても、それが本当に政策のおかげなのかは分かりません。もともと意欲の高い人が参加していただ...

実装編#02｜EBPMと司法審査：政策のエビデンスを裁判所はどう見るか

May 21, 2026 20 min

EBPM新聞・EBPMスクールでは、政策・行政・社会をエビデンスから読み解きます。今回は、EBPMと司法審査の関係を取り上げます。政策立案に使われる統計データ、RCT、システマティック・レビュー、ロジックモデルなどのエビデンスは、裁判所でどのように評価されるのでしょうか。日本では、行政裁量への司法の介入は比較的慎重とされます。一方、アメリカでは行政手続法やハードルック・レビューを通じて、行政判断とエビデンスの整合性が厳しく問われる場面があります。また、英国ではWhat Works Networkやエビデンスプラン、Magenta Bookなどを通じて、政策評価と予算配分を結びつける仕組みが発展してきました。本回では、日本・アメリカ・英国の比較を通じて、エビデンスが政策の正当性、行政の説明責任、司法審査にどのように関わるのかを考えます。 EBPM、行政法、政策評価、行政裁量、規制政策、公共政策に関心のある方に向けた、やや専門寄りの入門回です。番組で生まれた言葉や、EBPM・統計・メタ分析をモチーフにした公式グッズをまとめています。 EBPM新聞公式ショップ｜EBPM・統計・研究モチーフのグッズ

事例編#01丨2026年版英国EBPM——証拠から逃げられない政策評価システム

May 21, 2026 24 min

2026年版の英国EBPMから、エビデンスを「使わせる」政策評価システムを考えます。 EBPMは、複雑な社会問題に対して自動で正解を出す魔法の杖なのでしょうか。イギリスの経験を見ると、答えは明確です。エビデンスは、政治判断を消すものではありません。むしろ、政治家や行政官が「なぜその判断をしたのか」から逃げられないようにする制度です。本エピソードでは、2026年版の英国EBPMを取り上げ、ROAMEF、グリーンブック、マゼンタブック、Evaluation Task Force、会計責任者制度、大臣指示、AI時代の政策評価までを解説します。取り上げる主なテーマ・2026年版英国EBPMの現在地・EBPMは魔法の杖ではない・ROAMEFによる政策循環・グリーンブックと事前評価・ファイブ・ケース・モデルによる事業計画審査・財務省とEvaluation Task Force、ETF ・マゼンタブックと事後評価・アカウンティング・オフィサー制度・大臣指示、Ministerial Direction ・BCR、費用便益比の限界・社会的価値をどう評価に入れるか・TAIGERによる分析計画の事前登録・What Works Networkと知識仲介・NELIによる幼児期言語支援・ボディカメラ実験と政策効果の解像度・評価計画が意思決定で使われない問題・NAOが指摘した評価インセンティブの歪み・AIアルゴリズム評価と継続的モニタリング・地域主導評価とディスプレイスメント・日本のEBPMに必要な制度設計イギリスのEBPMの特徴は、エビデンスを「正解を出す装置」として扱わない点にあります。政策目的は、最終的には政治が決める。しかし、その政策を実行するには、根拠、目的、選択肢、費用対効果、評価計画を示さなければなりません。そして、実施後には、何が誰にどの条件で効いたのかを検証しなければなりません。この一連の仕組みが、政策判断に対して「あなたの根拠は何ですか」と問い続ける制度の連鎖を作っています。特に重要なのが、会計責任者と大臣指示の仕組みです。大臣が政治判断で政策を押し切ることは可能です。ただし、その場合には、官僚側が反対した記録と、大臣が政治責任で進めた事実が公的に残ります。政治判断を禁止するのではなく、説明責任を可視化する。ここに、イギリス型EBPMの強さがあります。一方で、イギリスの制度も完璧ではありません。評価計画を作っても、それが実際の予算配分、政策の修正、事業の終了判断に使われなければ、評価...

理論編#02｜EBMとEBPMの決定的違い：科学的正しさだけでは社会は動かない

May 21, 2026 14 min

EBPM新聞では、政策・社会・データを読み解くための視点をわかりやすく解説します。今回は、根拠に基づく医療「EBM」と、根拠に基づく政策立案「EBPM」の違いを解説します。 RCT、メタアナリシス、ロジックモデル、What Works Network、COVID-19対策、HPVワクチンの事例を通じて、なぜ「科学的に正しい政策」がそのまま社会で機能するとは限らないのかを考えます。エビデンスは政策の羅針盤です。しかし、最後に舵を切るのは人間の価値判断です。AI、ビッグデータ、行政改革、政策評価に関心のある方に向けた、EBPM入門回です。 EBPMとEBMの違い番組で生まれた言葉や、EBPM・統計・メタ分析をモチーフにした公式グッズをまとめています。 EBPM新聞公式ショップ｜EBPM・統計・研究モチーフのグッズ

理論編#01丨EBPMとは何か——政策を学習させる証拠に基づく政策立案

Jan 4, 2026 19 min

EBPMとは、何でしょうか。データが自動で正解を出す仕組みでしょうか。政治判断をAIや統計に置き換える制度でしょうか。それとも、声の大きい人や慣習だけで政策が決まることを避けるための、社会の学習システムなのでしょうか。本エピソードでは、EBPM、つまり「証拠に基づく政策立案」の基本を取り上げ、医療分野のEBMとの違い、因果推論、政策評価、そして日本でEBPMを実装する際の課題を解説します。取り上げる主なテーマ・EBPMとは何か・証拠に基づく政策立案の基本・EBM、根拠に基づく医療との違い・政策は正解を自動で出す機械ではない・目的、証拠、実施、評価、改善のサイクル・相関関係と因果関係の違い・因果推論と反事実仮想・RCT、ランダム化比較試験とは何か・準実験と差の差分析・観察研究の限界・データだけでは決められない価値判断・公平性、実現可能性、費用対効果・日本の行政データ基盤の課題・イギリスのWhat Works Network ・アメリカのEvidence Actと学習アジェンダ・横浜市の教育DXとデータ活用・世田谷区のオープンデータ整備・EBPMが市民生活にどう関係するのか EBPMは、政策の正解を自動で出す魔法の箱ではありません。政策には、予算、利害、地域差、倫理、公平性、政治的判断が必ず関わります。だからこそ重要なのは、データで政治を置き換えることではなく、政策がなぜ必要なのか、何を目指すのか、どの証拠を使うのか、実施後に何を測るのかを、あらかじめ設計することです。 EBPMは、政策を一度決めて終わりにする考え方ではありません。問いを立てる。測る。実行する。検証する。学ぶ。必要なら変える。この回路を、行政や社会の中に組み込むための考え方です。特に重要なのが、相関と因果の違いです。タブレットを配った学校の成績が高いからといって、タブレットが成績を上げたとは限りません。もともと教育熱心な地域だったのかもしれません。家庭環境の違いが影響しているのかもしれません。他の支援策が同時に行われていたのかもしれません。だからこそ、政策が本当に効果を持ったのかを考えるには、因果推論が必要になります。 RCT、準実験、差の差分析、観察研究。それぞれの手法には強みと限界があります。すべての政策をRCTで測れるわけではありません。倫理的にくじ引きができない政策もあります。全国一律に実施しなければならない制度もあり...

–

0 ratings from members

Rate this podcast

No reviews yet — be the first member to rate "EBPM新聞".

This podcast, its content and its artwork are not owned by, affiliated with, or endorsed by Castquire.

実装編#09丨KPIとKGIの違い——EBPMでアウトプットとアウトカムを混同しない

Share this podcast

Live Chart rankings

#62 Social Sciences 🇯🇵 JP

Chart history

🇯🇵 Social Sciences Best #62

Holding at #62 — the line fills in as this chart moves.

Podcast details

Created by: OHA Shinbun
Status: Inactive
Latest episode: Sep 3, 2026
Episodes: 30
Release period: Several times a week
Avg. episode length: 21 min
Explicit: No
Language: Japanese

Links

Official website ↗ Apple Podcasts ↗ RSS feed ↗

Is this your podcast?

Claim it to show it on your profile. Using the email from your RSS feed approves it instantly.

Keep listening

Discover more podcasts like this.

Browse podcasts See the charts