政策のインプットを表す変数とそのアウトカムを表す変数があって、2つの変数の間にどのような関係があるかについて、一方が増えるときに、他方が増えるとか減るとかという関係を統計学的に確認することはできる。
しかし、それは相関関係であって因果関係ではない。2つの変数の間に正の相関関係があるからといって、一方の変数が原因で、他方の変数が結果という関係にあると断じてはならない。
しかも、2つの変数以外の別の変数が作用して、一見するとその両者には強い相関関係があるように見えても、実は「見せかけの相関関係」にすぎない場合もある。
政策対象者だけに変化が生じれば「効果アリ」
因果関係を分析するには、そうした分析が可能な形でデータが入手できなければならない。典型的なケースでは、政策の対象となった企業や個人と対象となっていない企業や個人のデータがそれぞれ入手でき、かつ政策を講じる前と後のデータがそれぞれ入手できると、因果関係の分析が可能になるケースがある。
政策の中には、その対象を絞るケースがある。そうしたケースには、政策を講じる前後の変化と対象者と対象外の者との違いに着目して、その政策にしかるべき効果があったか否かを確認できる。
例えば、ある政策を講じる前は、対象者も対象外の者も違いはなかったものの、政策が講じられた後に対象者にだけある変化が生じたのに対して、対象外の者にはそうした変化がまったく生じていなかった、ということなら、その変化はその政策によって引き起こされたと考えられる。
こうした動きをデータで分析できれば、因果関係を確認することができ、当該政策を原因としてしかるべき成果という結果を引き起こしたという立論が可能となる。こうしたケースならば、まさにEBPMといえるものである。
無料会員登録はこちら
ログインはこちら