前田 裕之 著
日本評論社 出版
元新聞記者の著者が、経済学の三大トップジャーナルに発表された論文を中心に、理論よりも『統計的因果推論』や『ランダム化比較試験 (RCT)』などの分析が増えている点に注目し、経済学の潮流をまとめています。経済学の門外漢にもわかりやすい内容だと思います。
いわゆる計量経済学の分野では、統計学の流派 (以下の図) に対応する、古典派、ベイジアン、ミネソタ不可知論派の 3 派が主だというジャック・ジョンストン (1923-2003) の考えを紹介しています。ただ、ジョンストンは、3 派のどれが生き残るかについては、明言を避けたそうですが、統計学の発展とともに経済学のデータ分析も変遷を遂げてきたことと『推測』の手段に惹かれた様子が窺えました。
そんな流れのなか、統計学を活用する際、帰納的なアプローチではなく、演繹的なアプローチをとるべきだという意見があることが紹介されています。つまり、データ分析は理論を実証するものであり、理論は実証されることを想定して完全を目指すという考え方です。
そういった考え方とは違い、RCT 偏重の風潮もあるそうです。RCT は、治験で新薬と偽薬のグループの結果を比べるかのように介入群と対照群の結果を比べる分析手法で、経済学の研究において近年多用されていますが、懸念点も少なくないようです。因果関係の推定は、因果の定義を明確にするのが難しいだけでなく、さまざまなバイアスの影響も受けやすく、注意が必要のようです。(因果性は、以下の図のような分類が一例としてあげられています。)
確率モデルや因果モデルの構築がソフトウェアの活用などで手軽になると、因果推論が簡単に見えてしまうのか、論文発表そのものが目的になって、因果を突き詰めて考えづらくなるのか、理論ありきのデータ分析ではなく、『RCT ありき』といった風潮が見受けられるようです。
データ分析が隆盛を極めるなか、政策評価への応用が期待されていますが、欧米に比べると日本ではあまり EBPM (Evidence Based Policy Making：証拠にもとづく政策立案) は浸透していないようです。EBPM は、政策介入が政策目標の達成にどのようにつながるのか、『ロジックモデル』と呼ばれる論理構造をもち、政策介入と政策結果が定義・数値化され、政策介入があったときとなかったときの結果を比較するものです。
効果があったというエビデンスをもとに政策を立案するため、導入すべきように見えますが、実際はそんなに簡単な話ではないようです。いくつか理由があげられていますが、わたしがもっとも納得したのは、分析のもととなるデータが蓄積されていなかったり、使える状態になかったりする点です。データが集計ベースであったり、時系列で追えないようになっていたり、研究者に公開されていなかったりするようです。データ蓄積についても時代とともにトレンドが変わってきましたが、日本の場合、IT システムの遅れが分析の遅れにつながっているように見受けられました。
データ分析が万能ではないということを再認識すると同時に、データや分析手法を有効に使えるよう、データの価値などを広く知らしめることも必要ではないかと思いました。
