一つの地域で成功した政策は、別の地域でも同じように働く？

研究内の比較と移す先を分ける

研究内では、支援ありと支援なしの比較を適切に作ることが重要です。そこで分かった効果を、判断したい別の対象集団へ移す問題が、外的妥当性や効果の移し替えに関わります。元の研究で無作為割付を行っただけでは、移す先の効果まで保証されません。

まず、研究した対象と使いたい対象を具体的に並べます。同じ国かという大きな区別だけでなく、どんな人が含まれ、何を支援し、何と比較し、いつの結果を測ったかを確認します。研究名や政策名が同じでも、比較の内容は違いえます。

対象の構成が平均を変える

特性別に効果が異なる場合、集団の構成だけでも平均効果が変わります。大きく効果が出る層の割合が高い集団と低い集団は、同じ平均とは限りません。元の研究の平均は、その研究に含まれた構成についての値です。

層別の効果が分かれば、移す先の構成で重みを付けて平均を計算できます。ただし、その層の効果自体が移す先でも同じという条件が必要です。年齢など一つの構成を合わせたことが、未測定の違いまで消した証拠にはなりません。

同じ名前の政策でも実施を比べる

同じ名称の支援でも、具体的な実施内容が異なれば、同じ処置を比べたとは限りません。対象への届き方や実施の版を含めて、何を行った効果なのかを見ます。名目の制度が一致するだけでは不十分です。

人どうしの接触や干渉も関わります。受給者から周囲へ情報が届く仕組みが異なれば、本人と周囲に及ぶ影響の配分も変わります。対象構成だけを直す計算では、この実施や接触の違いを自動的に補えません。

重みで直せる範囲を確かめる

HernánとRobinsの原教材は、対象の構成、処置の版、干渉の違いを、効果の移し替えを考える条件として示しています。見えている特性の層別効果を再構成しても、未知の効果修飾などの違いが残れば真の対象効果とは一致しない可能性があります。

研究を使う際は、元の効果の範囲を保ちながら、移す先について不足する情報を一つずつ具体化します。効果が移せないと決め付けるのでなく、どの条件は似ていて、どの条件は未確認かを示すと、追加の調査や実施条件の検討につながります。

例えば、判断したい対象が元の研究にほとんど含まれていないなら、その対象についてどの情報を頼りに効果を移すかが残ります。元の平均が精密というだけで、対象の違いを補ったことにはなりません。

判断の資料には、元の推定値とその条件をまず置き、移す先の構成と実施内容を並べます。見えている違いを直す計算、未知の違いについての仮定、追加で確かめられる資料を分けると、同じ平均をそのまま使う理由を検討できます。

架空の模型：対象の構成だけを変える

層Aでは支援の効果が10ポイント、層Bでは2ポイントとし、この層別効果が別地域でも変わらないと仮定します。元の地域がAとB各半数なら平均は6ポイントです。

別地域がA20％、B80％なら平均は0.2×10＋0.8×2＝3.6ポイントです。構成だけで平均が変わる模型です。実際に移すには、同じ層の効果や支援内容・干渉が同じという仮定も確かめる必要があります。

持ち帰る見方

• 元の研究対象と、判断したい対象を明示する。
• 構成、実施の版、周囲への影響を比べる。
• 平均を重みで作り直せても、移せる条件は別に読む。

次に広がる疑問

• 元の対象と移す先で、効果に関わる構成は似ているか。
• 具体的な支援内容や、人どうしの接触は同じか。

出典

• Causal Inference: What If（Miguel A. Hernán / James M. Robins）https://miguelhernan.org/s/hernanrobins_WhatIf_2jan25.pdf

  確認日：2026-10-05