EBPM新聞

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...

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...

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...

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。...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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。...