支援を受けていない人にも影響すると、効果の比較はどう変わる？

他人の割付も結果に関わる

一人の結果が、本人への処置だけでなく、他人への処置にも左右されることを干渉と呼びます。感染や教育など、人どうしの接触が関わる場面で考える必要があります。周囲への波及があるなら、本人を処置なしにしただけでは、政策の影響が全くない状態とは限りません。

同じ学校の生徒の結果が似るという集団内の相関と、ほかの生徒への支援が本人の結果を変える干渉は別です。相関に合わせた標準誤差の計算だけで、比較する効果の定義まで解決したことにはなりません。

何を変える効果かを決める

本人が支援を受ける効果を知りたい場合にも、周囲への支援の配分を決める必要があります。周囲の誰も受けない状況で本人だけを支援する比較と、周囲の大半が受ける状況で本人を支援する比較は、異なる問いです。

同じ支援でも、周囲の配分によって本人への効果が違いうるためです。一方、地域全体への支援を増やす効果を知りたいなら、本人と周囲を含む配分を変える比較になります。何を変えるかを一つに決めず、報告の効果がどの配分の差を指すかを読みます。

周囲の配分を固定して本人への支援だけを変えるのか、教室全体の配分を変えるのかで、答えたい問いは変わります。支援がどの相手からどの相手へ届くかを言葉で表すと、比較条件に含める必要がある周囲の範囲を考えやすくなります。

波及の向きは一つではない

波及が比較群の結果を改善すれば、二群の差が小さくなる例は考えられます。しかし、波及が常に同じ方向に働くとは限りません。他人の処置に結果が依存するという定義だけから、偏りの向きや大きさは決まりません。

したがって、差が小さかったから政策全体の効果がないとも、干渉があるから真の効果は必ず大きいともいえません。観測した割付の比較が何を表すかを確かめ、想定した政策全体の実施と同じ配分になっているかを検討します。

研究の境界と接触を確かめる

研究を読む際は、割付の単位、支援を受けた範囲、人どうしの接触を見ます。学校単位に割り付けたとしても、別の学校の生徒へ情報が届く可能性があれば、学校間の干渉までなくなったとはいえません。

どの境界で周囲への影響を扱うかを、実際の交流や実施内容に合わせて確認します。一つの研究の条件を別の地域へ移す場合も、接触の仕方が違えば効果が変わる可能性があります。個人の平均差を読む前に、その平均がどんな支援配分の下で得られたかを示すことが大切です。

「受けなかった群」という見出しを読む際は、本人への配布や受給がなかったという意味か、周囲からも影響を受けない設計だったかを確認します。二つの意味を分けると、差の解釈を数字の大小だけで決めずに済みます。

架空の例：教材が友人にも届く

100人の教室で、50人へ教材を配ったとします。受け取った生徒が友人と教材を共有するなら、配られなかった生徒も内容に触れる可能性があります。配られなかったというラベルと、教材の影響を受けなかった状態は一致しません。

この設定での割付差は、半数へ配る仕組みの下で得られた差です。「誰にも配らない」と「全員へ配る」の教室全体の差が、そのまま分かったわけではありません。共有の範囲を調べ、比較したい配分を明らかにします。

持ち帰る見方

• 本人の割付と、周囲も含む支援の配分を分ける。
• 処置なしというラベルが、影響なしを意味するか確認する。
• 割付単位と、実際に波及する範囲を比べる。

次に広がる疑問

• 比較群も、周囲の受給者から影響を受けるか。
• 本人への支援と、全体の配分のどちらを変える比較か。

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