支援を利用した効果を、くじ引きの差から調べられる？

割付と利用を二段で比べる

提供するかをくじ引きで決めたとします。提供された人全体と提供されなかった人全体を比べれば、割付の効果を調べられます。しかし、利用者だけを取り出すと、意欲や事情の違う人を比べる可能性があります。

操作変数法では、割付が利用をどれだけ変えたかも使います。割付と利用がそれぞれ有り・無しの二値の場合、割付による結果の平均差を、割付による利用率の差で割るのが基本のWald比です。利用率差が0なら、この比は計算できません。

くじ引きだけでは足りない

利用効果として読むには、割付が元の結果の出やすさや利用傾向から独立していること、割付が利用を変えること、割付の影響が利用を通じてだけ結果へ届くことが必要です。最後は排除制約と呼ばれます。

例えば案内を送っただけで、訓練を受けなくても就職活動が変わるなら、案内には利用以外の経路があります。無作為の案内だからといって、排除制約まで確認できたわけではありません。他人の割付や利用が本人へ影響しないことや、何を利用と呼ぶかの一貫性も必要です。

割付で利用が変わる人の効果

提供によって利用が減る人はいない、という単調性を置きます。提供で利用が増える人も、もともと利用する人も、どちらでも利用しない人もいてよいですが、増える人と減る人が混在する設定をこの説明に入れません。

これらの条件の下で、比が表すのは割付によって利用が変わる人の平均効果、LATEです。提供がなくても利用する人や、提供があっても利用しない人の効果まで同じように分かったことにはなりません。局所的という言葉は、この対象の限定を表します。

この対象者は、利用した人の名簿だけから全員を取り出せる集団ではありません。一人について割付ありと割付なしの両方の利用状態は観測できないため、観測された利用者だけを選び直す手順とは異なります。

条件の根拠を読む

利用率の差は割付と利用の観測データで調べられます。一方、排除制約や独立性を、強い相関があるというだけで証明することはできません。制度の仕組みと、割付がほかの行動をどう変えるかを読む必要があります。

利用率差が小さいと、比の推定が不安定になる問題もあります。報告では提供の結果差、利用率差、比の不確かさを分けて確認します。どの割付で利用が変わった人の効果かを示すと、別の提供方法や全対象へ広げられるかという次の問いも明確になります。

効果が分かった対象を「利用者一般」と言い換えると、提供がなくても利用する人まで含めてしまいます。報告では、どの割付で利用が変わる人の効果を指すかを文章でも残すと、政策の判断に必要な範囲を取り違えにくくなります。

架空の例：提供の差を利用率の差で割る

訓練を提供した群の就職率が60％、提供しない群が54％、利用率がそれぞれ70％と40％だったとします。提供の結果差は6ポイント、利用率差は30ポイントです。

比は0.06÷0.30＝0.20、20ポイントです。上記の独立性、排除制約、単調性、干渉なし等を置いた模型なら、割付で利用が変わる人の平均利用効果として読めます。数字の割算だけから、その条件や全員への効果は確かめられません。

持ち帰る見方

• 提供の結果差と、利用率の差を別に読む。
• 無作為割付と排除制約を同じ条件にしない。
• 割付で利用が変わる人の効果を全員へ広げない。

次に広がる疑問

• 割付が利用以外の経路で結果へ影響しない理由はあるか。
• 推定は、どの割付で利用が変わる人についての効果か。

出典

• Causal Inference: The Mixtape — Instrumental Variables（Scott Cunningham）https://mixtape.scunning.com/07-instrumental_variables

  確認日：2026-10-05