【要約・5分で読める】『原因と結果の経済学』

こんにちは。なべおです！

今回はおすすめ本紹介ということで中室牧子・津川友介著の『原因と結果の経済学』を紹介したいと思います。

中室氏は政府にも数々の提言をこれまで行ってきた日本を代表する経済学者です。

また津川氏は医師かつ医療政策学者で、ビッグデータを駆使した統計的な分析を専門に行っている方です。

本記事ではそんな名著の要約や感想を書きました。

ぜひ最後まで読んでみてください！

原因と結果の経済学の要約

まず最初に『原因と結果の経済学』の要約を簡単にしていきたいと思います。

本書の大きな一つのテーマとして相関関係と因果関係の混同があります。

これは実際に本書で上がっていた例ですが、「偏差値の高い大学に行けば収入が上がる」というのを聞いて皆さんはどう思いますか？

確かに偏差値の高い大学に行けば、収入の高いところに就職できて、結果収入も上がるのではないかと思うかもしれません。

そして実際に偏差値と収入のデータを持ってきてみると、確かに偏差値と収入には正の相関があることが結果として出てきます。

実際、本書で上がっているような統計的な手法を用いてさらに詳しく分析してみると、偏差値の高い大学に行く⇒収入が上がるという因果関係は見出せませんでした。

これは典型的な相関関係と因果関係の混同です。

相関関係と因果関係の混同は「見せかけの相関」に原因がある

相関関係を因果関係だとはき違えてしまう理由にはいくつかあります。

その多くは見せかけの相関（疑似相関）と呼ばれるものです。

例えば体力がある子供は学力も高いという命題があったとします。

これについては「本当に正しいか？？」と思う方が多いと思います。

しかし、実際に回帰分析をしてみると、正の相関関係が抽出できます。

ただこれに関しては「見せかけの相関」が働いています。

この見せかけの相関の理由には体力にも学力にも影響を及ぼす変数（交絡因子）の存在があります。

因果関係だと結論付けるための手法

本書では回帰分析などにより判明した相関関係を因果関係だと断定するための方法がいくつか紹介されています。

詳細は本書に譲るとして、ここでは名前だけ紹介させていただきます。

• ランダム化比較実験
• 自然実験
• 差の差分析
• 操作変数法
• 回帰不連続デザイン
• マッチング法
• 回帰分析

これらに共通する考えが1つあります。それは対照的な環境で両者を比較をしないと本当に効果があったかは分からないということです。

例えば先のコロナ禍における政府の一律10万円給付についても、ほかの社会情勢などをすべて一定としたうえで、給付した場合と給付しなかった場合で、結果がどう異なってくるのかというのを本来であれば統計的な検証をしっかりした後で判断をすべきだったということです。

対照的な環境でないと、第3の要素が結果に影響を及ぼす可能性を排除できないというわけです。

原因と結果の経済学の感想

続いては『原因と結果の経済学』の感想を書いていきます。

この本では相関関係と因果関係を取り違えない方法として様々な統計的な手法が紹介されていました。

この本の内容は大学の経済学や統計学で得学ぶような手法が多く紹介されていますが、一般の方々にも非常にとっつきやすい本なのではないかと個人的には思いました。

豊富な具体例と図解付きの説明で非常に分かりやすく各手法が書かれていました。

今や統計は必須のリテラシー

ビッグデータの時代である昨今の世の中において、データ分析は必須のリテラシーといえます。

科学的な根拠がない中で、なんとなくこうなんじゃないかという感覚的な考えは説得力のかけらもありません。

デマに流されないためにも常にエビデンスに基づいた論理的・客観的な思考を持てるようにするためにも統計的な考え方を身に着けておくことはとても大事ではないかと私は思っています。

特に相関関係と因果関係の混同は私たちもしばしば犯してしまいます。

先の「偏差値の高い大学に行く⇒収入が上がる」という命題についても、私たちはついつい鵜呑みにしてしまいます。

しかし、信じそうになってしまった時も、いったん立ち止まって考える、心の余裕があると誤った意思決定をすることも減ると思います。

日本政府もようやく統計を重視するようになった

欧米各国では統計に関する教育が進んでいる一方で、かつての日本では遅れをとっていました。

令和2年度の学習指導要領の改定により、統計についての項目が拡充され、小学校や中学校でも「データの活用」といった科目が設置され、統計について触れる機会が増えてきました。（また2022年度の新学習指導要領でも「情報Ⅰ」という科目が新たに新設され、高校でもプログラミングを学ぶようになりました。）
参考：https://www.mext.go.jp/a_menu/shotou/new-cs/

また政府の政策決定会合の中でもEBPMという標語が最近重視されるようになりました。

これは「Evidence-based policy making」の略語で、統計的な証拠に基づいた政策決定を行っていこうという政府の取り組みのことです。

相関関係と因果関係の混同もそうですが、一見因果関係に見えることでも、それは単なる相関関係にすぎない場合が多々あります。

本書の副題にもあるように「データから真実を見抜く」ためには、まず何よりも統計的な手法をしっかり学ぶ必要があると思います。

原因と結果の経済学のレビュー

ここからは実際に本書を読んだ方のレビューを紹介したいと思います。

ぜひ参考にしてみてください！

あとがきにあった一文が印象的でした！

「相関関係があるということは因果関係があるということを意味しない」

この部分、

結構思いあたることもあるので大変重要な一文です。

それっぽいデータに惑わされない。

それっぽい分析に誤った誘導をされない。

そして自分自身が誤った判断で間違った方向に先導しない！

とても大事なことを大変わかりやすく教えてくれました。

良書です。

Amazonから引用

職場の上司の推薦で読みました。

この本は、「データから」といっても、数理とかは関係なく、文系人間の私でも、直感的に理解できる内容。

ただし、飽くまで「読み物」

いわゆるノウハウ、技術向上のためのものではないですので、念のため。

Rakutenから引用

本書で詳しく解説されているような「因果推論」の知識は誰しもが身に付けておくべき必須のリテラシーだと思います。

誤った情報を誤りだと見抜き、正しい情報を獲得するうえで、この「因果推論」の知識は絶対に必要だと思います。

ぜひ本書を読んで、この「因果推論」の知識を身に付けていただければと思います。

本記事の内容が少しでも皆さんのためになったということであれば幸いです。

最後までお読みいただきありがとうございました！