Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
EN
Uploaded by
takehikoihayashi
PDF, PPTX
1,805 views
EBPM, “E”から見るか? “PM”から見るか?
研究者の側から見るEBPMと、政策の現場の側から見るEBPMのギャップなどについて議論しました
Data & Analytics
◦
Read more
0
Save
Share
Embed
Embed presentation
Download
Download as PDF, PPTX
1
/ 22
2
/ 22
3
/ 22
4
/ 22
5
/ 22
6
/ 22
7
/ 22
8
/ 22
9
/ 22
10
/ 22
Most read
11
/ 22
12
/ 22
Most read
13
/ 22
Most read
14
/ 22
15
/ 22
16
/ 22
17
/ 22
18
/ 22
19
/ 22
20
/ 22
21
/ 22
22
/ 22
More Related Content
PDF
環境分野における"EBPM"の可能性と危うさ:他山の石として
by
takehikoihayashi
PPTX
猫でも分かるVariational AutoEncoder
by
Sho Tatsuno
PDF
確率的推論と行動選択
by
Masahiro Suzuki
PDF
NIPS KANSAI Reading Group #7: 逆強化学習の行動解析への応用
by
Eiji Uchibe
PPTX
バンディット問題について
by
jkomiyama
PDF
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
by
Deep Learning JP
PDF
因果推論の奥へ: "What works" meets "why it works"
by
takehikoihayashi
PPTX
[DL輪読会]逆強化学習とGANs
by
Deep Learning JP
環境分野における"EBPM"の可能性と危うさ:他山の石として
by
takehikoihayashi
猫でも分かるVariational AutoEncoder
by
Sho Tatsuno
確率的推論と行動選択
by
Masahiro Suzuki
NIPS KANSAI Reading Group #7: 逆強化学習の行動解析への応用
by
Eiji Uchibe
バンディット問題について
by
jkomiyama
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
by
Deep Learning JP
因果推論の奥へ: "What works" meets "why it works"
by
takehikoihayashi
[DL輪読会]逆強化学習とGANs
by
Deep Learning JP
What's hot
PDF
階層ベイズによるワンToワンマーケティング入門
by
shima o
PDF
モデルではなく、データセットを蒸留する
by
Takahiro Kubo
PDF
MIRU2016 チュートリアル
by
Shunsuke Ono
PPTX
Generative Adversarial Imitation Learningの紹介(RLアーキテクチャ勉強会)
by
Yusuke Nakata
PDF
ドメイン適応の原理と応用
by
Yoshitaka Ushiku
PPTX
Curriculum Learning (関東CV勉強会)
by
Yoshitaka Ushiku
PDF
Random Forestsとその応用
by
MPRG_Chubu_University
PDF
機械学習モデルのハイパパラメータ最適化
by
gree_tech
PDF
Active Learning 入門
by
Shuyo Nakatani
PPTX
海鳥の経路予測のための逆強化学習
by
Tsubasa Hirakawa
PPTX
[DL輪読会]Meta Reinforcement Learning
by
Deep Learning JP
PPTX
【DL輪読会】時系列予測 Transfomers の精度向上手法
by
Deep Learning JP
PDF
【DL輪読会】GPT-4Technical Report
by
Deep Learning JP
PPTX
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
by
RyuichiKanoh
PDF
音響信号に対する異常音検知技術と応用
by
Yuma Koizumi
PPTX
backbone としての timm 入門
by
Takuji Tahara
PDF
工学系大学4年生のための論文の読み方
by
ychtanaka
PDF
『バックドア基準の入門』@統数研研究集会
by
takehikoihayashi
PDF
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
by
SSII
PDF
CV分野におけるサーベイ方法
by
Hirokatsu Kataoka
階層ベイズによるワンToワンマーケティング入門
by
shima o
モデルではなく、データセットを蒸留する
by
Takahiro Kubo
MIRU2016 チュートリアル
by
Shunsuke Ono
Generative Adversarial Imitation Learningの紹介(RLアーキテクチャ勉強会)
by
Yusuke Nakata
ドメイン適応の原理と応用
by
Yoshitaka Ushiku
Curriculum Learning (関東CV勉強会)
by
Yoshitaka Ushiku
Random Forestsとその応用
by
MPRG_Chubu_University
機械学習モデルのハイパパラメータ最適化
by
gree_tech
Active Learning 入門
by
Shuyo Nakatani
海鳥の経路予測のための逆強化学習
by
Tsubasa Hirakawa
[DL輪読会]Meta Reinforcement Learning
by
Deep Learning JP
【DL輪読会】時系列予測 Transfomers の精度向上手法
by
Deep Learning JP
【DL輪読会】GPT-4Technical Report
by
Deep Learning JP
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
by
RyuichiKanoh
音響信号に対する異常音検知技術と応用
by
Yuma Koizumi
backbone としての timm 入門
by
Takuji Tahara
工学系大学4年生のための論文の読み方
by
ychtanaka
『バックドア基準の入門』@統数研研究集会
by
takehikoihayashi
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
by
SSII
CV分野におけるサーベイ方法
by
Hirokatsu Kataoka
More from takehikoihayashi
PDF
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
by
takehikoihayashi
PDF
応用哲学会2018『リスク分析と予防原則』
by
takehikoihayashi
PPTX
生態学会自由集会での講演のプレビュー
by
takehikoihayashi
PDF
世界における疾病および死亡リスク要因の定量化(GBD Study 2010 in Lancetの論文紹介)
by
takehikoihayashi
PDF
比例ハザードモデルはとってもtricky!
by
takehikoihayashi
PDF
連続的なリスクのどこに「線」を引くのか:米国EPAのPM2.5基準値改訂、その"正当化ロジック"を読む
by
takehikoihayashi
PDF
相関と因果について考える:統計的因果推論、その(不)可能性の中心
by
takehikoihayashi
PDF
傾向スコア:その概念とRによる実装
by
takehikoihayashi
KEY
A Bayesian Approach to probabilistic ecological risk assessment
by
takehikoihayashi
PDF
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
by
takehikoihayashi
「生態学における統計的因果推論」という大ネタへの挑戦:その理論的背景と適用事例
by
takehikoihayashi
応用哲学会2018『リスク分析と予防原則』
by
takehikoihayashi
生態学会自由集会での講演のプレビュー
by
takehikoihayashi
世界における疾病および死亡リスク要因の定量化(GBD Study 2010 in Lancetの論文紹介)
by
takehikoihayashi
比例ハザードモデルはとってもtricky!
by
takehikoihayashi
連続的なリスクのどこに「線」を引くのか:米国EPAのPM2.5基準値改訂、その"正当化ロジック"を読む
by
takehikoihayashi
相関と因果について考える:統計的因果推論、その(不)可能性の中心
by
takehikoihayashi
傾向スコア:その概念とRによる実装
by
takehikoihayashi
A Bayesian Approach to probabilistic ecological risk assessment
by
takehikoihayashi
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
by
takehikoihayashi
EBPM, “E”から見るか? “PM”から見るか?
1.
EBPM、 “E”から⾒るか? “PM”から⾒るか? 研究者/研究所として”EBPM”とどう関わるとよいのか?(2019/12/10@国⽴環境権) 林岳彦 国⽴環境研究所環境リスク・健康研究センター
2.
話の前に:林のバックグラウンドと観点 環境リスク学(環境データの統計学、因果推論)・ Science-Policy Interfaceに関する学術領域 SPIの議論⾃体は昔から⾊々あった/ある中で、 EBPMはそのうちのone of
themの流れ Science-Policy Interfaceに関する議論と知⾒ の蓄積を踏まえた観点から”EBPM”を議論する 例えば物理学の原⼦⼒への利⽤とか 本⽇の話
3.
本⽇の論点 E B PM EIPM 加納・林・岸本(submitted) Kano & Hayashi
(submitted) の論点 の論点 の論点 については別の機会に +個別論点のピックアップ Evidence-Informed Policy Making
4.
本⽇の論点 E B PM EIPM 加納・林・岸本(submitted) Kano & Hayashi
(submitted) の論点 の論点 の論点 については別の機会に +個別論点のピックアップ
5.
“E”の論点:狭義の/広義の”エビデンス” 広義の”エビデンス”の⽤例■ 特 集 ない。 「エピソード・ベース」から「エビデ ンス・ベース」に基づく政策立案の 試み 1 EBPM の言葉が初めて政府の資料に登場したのは、 「EBPM」という手段の使い方 ∼文科省「研究大学強化促進事業」の事例をもとに∼ 一般社団法人構想日本 総括ディレクター(理事) 伊藤 伸 ITO
Shin プロフィール 1978 年北海道生まれ。国会議員秘書を経て構想日本勤務。2009 年 10 月か 特 集 EBPMと行政事業レビュー 伊藤伸(2016)『「EBPM」という⼿段の使い⽅ : ⽂科省「研究⼤学強化促進事業」の事例をもと に』より引⽤ CUC view & vision 48, 25-30 http://id.nii.ac.jp/1381/00005823/ CC BY-NC-ND
6.
“E”の論点:狭義の/広義の”エビデンス” ■ では「証拠に基づく政策立案」と訳されるこの言葉が、 少しずつではあるが政府でも注目されつつある。 EBPM とは、「(1)政策目的を明確化させ、(2)そ の目的のため本当に効果が上がる行政手段は何かな ど、「政策の基本的な枠組み」を証拠に基づいて明確に するための取組。」(平成30年3月6日内閣官房行政改 革推進本部事務局資料より)とされる。 政策・事業の立案をする時に、その目的を明確化し たうえで効果の測定に重要な関連を持つ情報やデータ (エビデンス)に基づいたものにしようというものだ。 この際、政策・事業がその目的を達成するに至るまで 広義の”エビデンス”の⽤例 伊藤伸(2016)『「EBPM」という⼿段の使い⽅ :
⽂科省「研究⼤学強化促進事業」の事例をもと に』より引⽤ CUC view & vision 48, 25-30 http://id.nii.ac.jp/1381/00005823/ CC BY-NC-ND
7.
“E”の論点:狭義の/広義の”エビデンス” ■ ば使われない、しかもすぐに抜かれるだろうという予 測もある、なぜそれなのにスピードばかりにこだわる のか? という趣旨だった)。 これらの問いに対する文科省の回答は、「最先端の スパコンがないと最先端の競争に勝てない」「世界一 を取ることにより国民に夢を与える」など、まさにエ ビデンスではなくエピソード・ベース(定性的、情緒 的)ばかりでかみ合わなかった。スパコンという「道具」 を使うことで、どのような研究成果を期待しているの か、スピードで世界一を取ると、具体的にどのような 変化があるのかが伝えられていれば当時あれほど取り 上げられることもなかったのだろうと思う。 広義の”エビデンス”の⽤例 伊藤伸(2016)『「EBPM」という⼿段の使い⽅ : ⽂科省「研究⼤学強化促進事業」の事例をもと に』より引⽤
CUC view & vision 48, 25-30 http://id.nii.ac.jp/1381/00005823/ CC BY-NC-ND
8.
“E”の論点:狭義の/広義の”エビデンス” ■ 「エビデンスとは政策(A)がoutcome(B)に影響 を及ぼした因果関係」であり、この因果関係を ⽰すことのできるデータ分析が求められる 伊藤公⼀朗(2016)『政策の効果をどう測定するか?海外における「エビデンスに基づく 政策」の最新動向』発表資料より引⽤ https://www.rieti.go.jp/jp/events/bbl/16102501_ito.pdf 狭義の”エビデンス”の⽤例 Science-Policy Interfaceの領域の⼀般的な感覚 から⾒ると、⾮常に狭さを感じる定義である CO2が気候変動の原因である”エビデンス”はない? “エビデンス”という⼀般的な⽤語をここまで限定的な意味で使う論理的な必然性があまり明確でないような
9.
本⽇の論点 E B PM EIPM 加納・林・岸本(submitted) Kano & Hayashi
(submitted) の論点 の論点 の論点 については別の機会に +個別論点のピックアップ
10.
“PM”の論点:狭義の/広義の”政策形成” 政策効果の検証は”政策形成”の⼀部でしかない■ ⼩林編著(2010) 『政策形成 BASIC公共政策学』より引⽤ ①政策課題の設定 ②具体的な政策⽴案 ③政策決定 ④政策実施 ⑤実施した政策の評価 ⑥評価にもとづく修正等 狭義のEBPMでは 政策効果の事前or事後検証 に強いフォーカスが 置かれる (その実態はほぼ”EBPTesting”) 「Policy-Making」は検証以外のフェーズも本来的に 含む概念であり、たとえば政策課題の設定時に学術的 に確かな根拠に基づくことは極めて重要な課題である 概念的ギャップ ここが後景化するのは(特に⽇本の現状を考えると)⾮常に良くないのでは
11.
“狭義のEBPM”と”広義のEBPM” “エピソードベースド”PMのオルタナティブとして 提⽰するには「狭義のEBPM」は論理的に不適当 エ ビ デ ン ス の 概 念 範 囲 狭 広 PMの概念範囲 狭 広 狭義の EBPM 広義の EBPM ←ここはもう”What Works”と呼んでしまった ほうが⾊々と捗るのでは(私⾒) 認識のギャップ 端的に概念範囲が狭すぎる
12.
研究者の多くは”Eから視点” ■ 良い研究(E)を良い政策形成につなげたい! これはある意味、ジャーナル(peer-review)共同体の 価値観をそのまま公共政策のアリーナに持ち込んでい る側⾯がある(そこに⾃覚的である⼈はよいのだが・・) 質が低い 質が⾼い ランダム化⽐較試験・メタアナリシス 擬似実験・⾃然実験 純粋な観察研究 専⾨家意⾒ トップジャーナル&政策形成へ
13.
政策の現場の⼈の多くは”PMから視点” ロジックモデルのフレームワーク内で、PMに必要 な情報におけるエビデンスギャップを明らかにする 現時点において最も重⼤なギャップを埋めるために 必要なエビデンスを取得すべき ■ 良い政策形成のために確かな知⾒に基づきたい このとき、 「エビデンスヒエラルキーにおいて質 のより⾼い研究」
が「PMのために必要性のより⾼ い研究」であるとは全く限らない 研究者の”Eから視点”のアプローチと、現場の”PMか ら視点” のアプローチをどう絡めていけばよいのか?
14.
本⽇の論点 E B PM EIPM 加納・林・岸本(submitted) Kano & Hayashi
(submitted) の論点 の論点 の論点 については別の機会に +個別論点のピックアップ
15.
論点のピックアップ(1):PBEMは悪か? ■ PMドリブンだと“PBEM”になりやすい? 特定の政策を誘導するためにエビデンス形成を⾏ う→悪いPolicy-Based Evidence
Making ・ 政策の内容に応じて、政策を選択するためのエビ デンス評価(エビデンスの位置づけ)の枠組み形 成を⾏う→良い、というか業務上必要なPBEM ・ 参考:EUのネオニコチノイド系農薬規制の例 ミツバチへのリスクが懸念される(が情報が不⼗分 の)ため3年間のネオニコ使⽤の時限的禁⽌ →3年間の間に各種の科学的知⾒を政策形成において どう位置づけるかの評価フレームワークを構築 →必要な科学的知⾒の形成→正式の規制へ ・ 良いEの追求がPMに直結するのは稀であり、PMからの⼀定程度の誘導は必要
16.
論点のピックアップ(2):PBEMと利益相反 ■「特定利益誘導のためのエビデンス形成」の罠 医学分野では⻑年、タバコ産業(およびそこから資 ⾦提供を受けた研究者)によりタバコ産業の利益と なる研究知⾒が⽣産され、タバコの健康リスク 管理のあり⽅が歪められてきた ・ 例えば教育分野において(現在、⼤学⼊試での⺠間試 験の利⽤においてベネッセ等が利益相反を疑われる活動を していることは諸報道の通りであるが)仮にベネッセの ような利害関係者がEBPMを前提とした枠組みに おけるエビデンス形成へ関与する際に、何の制限 もなくそれを認めてもよいのか? ・ EBPMでの利益相反の議論は軽視されすぎでは?
17.
論点のピックアップ(2): PBEMと利益相反 ■ たとえエビデンス形成⼿法⾃体は中⽴であった としても、テーマの選定⾃体のところで⼤きな バイアスが⽣じうることが本質的に問題 ・ EBPMはある意味「エビデンスと政策」を繋ぐ“優 先道路”となりうるため、通常よりも厳しく利益相 反は問われるべきであり、EBPMのエビデンス形成 における何らかの利益相反ルール整備は急務では たとえばRCTに⼿⼼を加えることは⼿法的に難しいが、 もしRCTによる効果検証の対象となる教育⼿法が特定の 業者のグループが提供するものに偏っているとき、RCT の使⽤が利益相反の免責に繋がるわけでは全くない 「特定利益誘導のためのエビデンス形成」の罠
18.
論点のピックアップ(3):ロジックモデルという要所 出所:文部科学省研究振興局 伊藤伸(2016)『「EBPM」という⼿段の使い⽅ : ⽂科省「研究⼤学強化促進事業」の事例をもと に』より引⽤
CUC view & vision 48, 25-30 http://id.nii.ac.jp/1381/00005823/ CC BY-NC-ND
19.
論点のピックアップ(3):ロジックモデルという要所 出所:文部科学省研究振興局 課題の明確化 ⽬的の明確化 やることの明確化 想定アウトプット・アウトカムの明確化 想定インパクトの明確化 (⼀般論として) トリートメントとアウトカム等の関係の想定 や効果測定の際の指標の設定については 単にRCTとか因果推論に詳しいだけの半可通によるものではなく 対象分野に対する確かな質的・量的な理解のある者による 学術的な検討が有効かつ必要である たとえば「適切な指標の選択」は ⼀般に⾮常に奥深い問題である ここが担保されていくのか アカデミシャンとしては正直 不安を感じるところ
20.
論点のピックアップ(4):狭義/広義のどっちよ? ”What Works”的な狭義のEBPMを輸⼊したい →わかる。できるものからやるべきである ■ 健全なデータの測定・整備・管理すらおぼつか ないのに、”What Works”なんてできるの? ■ 九九もできてないのに、因数分解やろうとしてない? →これもわかる。基盤的な部分から地道に整備 して、データ・エビデンス・ロジックモデル に基づく広義のEBPM⽂化を拡げていくべき ⽇本の現状を鑑みると「狭義のEBPM&広義の EBPM」の⼆正⾯作戦を取らざるをえない? でも”品評会⽤の鉢植え的EBPM”は成⽴できても、⽇本の⼟地と ⽂化に根付くものにはならないかも?
21.
論点のピックアップ(4):狭義/広義のどっちよ? ⽇本の現状においては「狭義のEBPM」よりも 「広義のEBPM」の⽅がより本質的である ■ 後者の上に前者が花開くことはあっても、 その逆はおそらくない なぜなら 後者の⽅が健全な政策形成においてより基底的である 敢えてさらに踏み込んで⾔うならば
22.
議論のために:研究者/アカデミアの役割は? ■「学術的に正しいロジックモデルの構築」への 貢献というのもわりと本件の要所なのでは ■ 「健全なデータの測定・整備・管理」に貢献 する&その重要さを執拗にアピールするべき ・ やはりここが現状の⼀丁⽬⼀番地かと思われる ・オープンデータの流れと積極的にリンクさせていくべき? 「学術的におかしいロジックモデルに基づく正しいEBPM」 みたいな倒錯的な事態はわりと普通に起こりうると思う ■「良いエビデンス」と「良い政策」をどんどん 繋げるための筋道を整備していこう (1)良いケーススタディを積み上げる、(2)エビデンス評価 (の枠組みづくり)に貢献する、とともに(3)EBPMにおけ る利益相反ルールを整備する必要があると思われる
Download