地域課題をエピソードからエビデンスへ
なんか普段私たちが診断っていう言葉を耳にするときって、そこになんというか正確さみたいなものを期待しちゃいませんか?
あーわかります。医療とかエンジニアリングの世界だと特にそうですよね。 そうそう。例えば腕の骨を折って病院に行けばレントゲン写真にギザギザの線がくっきり映ってお医者さんがここですねって指差してくれるじゃないですか。
ええ。折れてるか折れてないかすごくクリアですよね。
はい。だから私たちって無意識のうちにどんな問題に対してもそういう明確な白黒を求めてしまう傾向があると思うんです。
確かに。問題を視覚化して特定するツールが発達してるからこそ、そういう正解があるはずだって思い込んじゃうんでしょうね。
でもこれが地域コミュニティの課題っていう世界に足を踏み入れた途端、そのレントゲン装置って急に機能しなくなるっていうか。
ええ。もう全く使い物にならないですよね。
ですよね。私たちが直面する地域の診断風景って控えめに言ってもすごく濁っていて曖昧じゃないですか。問題がどこにあるのかとか、そもそも誰が痛みを抱えてるのかパッと見じゃ全然わからない。
いや、むしろ見えているつもりになっていることの方が危険かもしれないですよ。
え、見えてるつもりが危険ですか?
はい。地域の問題って声の大きい一部の人の意見があたかも街全体の問題であるかのように錯覚されやすい性質を持ってるんです。
ああ、なるほど。それはすごくよくわかります。
ええ。だからこそその罠に気づくことが重要なんですよね。
本当にそうですね。
さて、本日は2026年10月9日。この深掘り、ディープダイブのミッションはまさにその見えない地域の課題をどうやって正確に捉えてどうアプローチしていくかを探求することです。
はい、とても重要なテーマですね。
今日は自治体のDX、つまりデジタルトランスフォーメーションですね。それとかEBPM、スマートシティのサービスカタログ、あとは官民連携に関する膨大なレポートや事例集をソースとして読み解いていきます。
え、かなり幅広い資料が揃っていますよ。
リスナーのあなたも、地域を良くしたいっていう情熱だけじゃどうにもならない今の時代に、データとかテクノロジーをどう使えば本当に意味のある変化を起こせるのか、一緒に考えていきましょう。
よし、じゃあ早速これを紐解いていきましょうか。
はい、よろしくお願いします。
まず議論の出発点として抑えておきたいのが、さっき言った声の大きい人の意見に引きずられる罠からの脱却なんです。
なるほど、そこからですね。
政策の現場ではよく、エピソードからエビデンスへって言われるんですけど、これがもうめちゃくちゃ重要なんですよ。
エピソードからエビデンス、つまり隣のおばあちゃんが困ってたから、これが地域全体の問題に違いないって飛びついちゃうようなことですかね。
そうそう、まさにそれです。それが個人的なエピソードに頼るやり方ですね。
情熱があるのは素晴らしいことなんですけど、それだけで動いちゃうとリソースを無駄にしちゃうリスクがあるってことですよね。
だから客観的な事実、つまりエビデンスに基づいた政策立案が必要になるんです。
ただここで誤解してほしくないのは、エビデンスっていうのは単なる冷たい数字の羅列じゃないってことなんですよ。
ふむふむ、数字だけじゃないと。
宇都宮市の車両データと住民の街歩き
岐阜県関市の事例なんかもビッグデータを統合して地域の防災に活かしてるんですけど、特に栃木県宇都宮市の事例がすごく示唆に富んでるんです。
宇都宮市ですか、何をしたんでしょう。
彼らは通信機能付きのICタグを活用して、生活道路での車の急ブレーキとか急加速のデータを大量に集めたんです。
え、住民へのアンケートじゃなくて、実際の車の挙動データを使ったんですか。
そうなんです。そしてどこで危険な運転が起きてるのかをヒートマップで可視化したんですよ。
へー、アンケートだとどうしても、私がいつも通るあの道が危ない気がするみたいな主観が入っちゃいますもんね。
そうなんですよ。以前は自治体が危険な場所はどこですかってヒアリングしても、結局特定の声の大きな人の意見ばかり集まっちゃって。
あー、さっきの罠ですね。
本当に事故リスクが高い、潜在的な危険箇所が見逃されていたんです。でも客観的なプローブデータを使うことで、誰も気づいていなかった見えない暗礁が画面上に浮かび上がったんですよね。
なるほど。これって例えるなら、昔の船乗りが星と風の勘だけで航海してたところから、最新のGPSレーダーを手に入れたような劇的な変化ですよね。
本当にその通りですね。
でも、ちょっと意地悪な見方をするとですよ。
そうやってデータばっかり集めて、ここが危険率80%だから標識を立てますって、アルゴリズムが自動的に街づくりを決めていくのって、なんというか。
ねえ、冷たい感じがしますか?
はい。コミュニティにとって一番大切な人間の体温みたいなものが置き去りにされないかなって。データに現れない高齢者の困り事とか切り捨てられちゃいそうで、少し心配になります。
ああ、その懸念はごもっともです。でも実はそこがこの事例の最も面白いところなんですよ。
ほう、面白いところ。
データは決して冷たい結論を住民に押し付けるためのものじゃなかったんです。宇都宮市が何をしたかっていうと、そのヒートマップ化された客観的データを元に地域住民たちが主体となって街歩きを行ったんですよ。
え、街歩き?データ上で危ないからってそのまま工事するんじゃなくて?
そうなんです。データ上はここで急ブレーキが多発してるみたいだから、実際にみんなで見に行ってみようって。
ああ、なるほど。データを出して終わりじゃなくて、それを理由にして住民自身の足で現地を確認しに行ったんですね。
ええ。あそこの角は危ないぞっていう個人の主観的な主張だと、他の人と意見が対立したときにどうしても感情的な議論になりがちじゃないですか。
確かに。いや、俺は危なくないと思うけど、みたいな水がけ論になりそうです。
そうそう。でもヒートマップっていう客観的なデータがあることで、それが住民同士の共通言語になるんです。
共通言語ですか?
はい。
データがあるからこそ建設的な対話が生まれて、コミュニティの活動が活発になる。
つまり、データと人間の対話は対立するんじゃなくて、人間同士の関わり合いを生むための着火剤として機能してるんですよ。
すごく腑に落ちました。エビデンスって冷たい数字じゃなくて、みんなが同じテーブルに着くための招待状みたいなものなんですね。
まさにその表現がぴったりですね。
高齢者デジタルサポーターとDXの接着剤
ただ、そこで課題が見えて、解決のために新しいデジタルツールとかアプリを導入しようってなったとき、次の壁にぶつかりますよね。
使われない問題ですね。
はい。どんなに素晴らしいツールでも、住民が使ってくれなければ意味がないじゃないですか。
まさにそこが多くの自治体が陥る次の罠なんです。ツールの導入自体が目的化してしまうんですよね。
はいはい。
スマートシティのアプリを作ったはいいけど、ダウンロードしたのは市役所の職員とその家族だけ、なんていう笑えない話。全国に山ほどありますから。
だからこそ、どうやって参加のハードルを下げるかが重要になるわけですね。
資料にあった愛知県の高齢者デジタルサポーター制度って、その心理的なハードルを下げるアプローチとしてすごくよく練られてるなって感じました。
ええ、あれは素晴らしい事例ですね。
若くてITに強い専門家じゃなくて、あえて講習を受けた高齢者が同世代の高齢者にスマホの使い方を教えてるんですよね。
そうなんです。ここには非常に重要な行動心理のメカニズムが働いてるんですよ。
メカニズムですか?
例えば20代のITエンジニアが80代の方にスマホを教えようとすると、どうしても先生と生徒っていう上下関係ができちゃうじゃないですか。
ああ、確かに。教わる側は何度も同じこと聞いたら申し訳ないなって萎縮しちゃいそうです。
そうなんです。それに教える側も、何でこれがわからないんだろうってフラストレーションがたまったりして。
わかります。私も親にスマホの操作を教える時、ついイライラして険悪な空気になっちゃうことありますもん。
そういう摩擦って起きやすいんですよね。でも教える側が同世代だと、私も最初はここがわからなかったのよっていう共感が生まれるんです。
なるほど。共感ベースだから質問もしやすいんですね。
さらに興味深いのは、これが単なるITスキルの学習にとどまらないってことです。
と言いますと?
サポーター側にも自分も教える側に回って地域に貢献したいっていう強烈なモチベーションを生み出してるんです。
政策評価でよくロジックモデルって言いますけど。
インプットとかアウトカムの話ですよね。
はい。つまりスマホ教室を開くっていうインプットが単なる操作スキルの向上っていうアウトプットで終わらずに、高齢者同士の新たなコミュニティ形成っていうより大きなアウトカム、成果につながってるんですよ。
なるほどな。DXって聞くと、どうしてもセルフレジみたいに人間を介在させずに効率化してコストを削るものみたいなイメージが先行しがちじゃないですか。
一般的にはそういう認識が強いですね。
でもコミュニティ活動におけるDXってむしろ逆なんですね。住民を単なるサービスの受け手から教える側、つまりまちづくりの競争者、パートナーに変えるための接着剤として機能してるんだなって。
接着剤。まさにそういう役割です。デジタル化を進めることと対面での人間くさいコミュニケーションを残すことってトレードオフの関係じゃないんですよ。
対立する概念じゃないと。
そうです。むしろバックオフィスの提携業務をデジタルで徹底的に効率化するからこそ、その浮いた時間とリソースを本当に人間の手が必要な対面での寄り添いに投資できるんです。
加古川市と地域サービスの参加設計
それを聞くと兵庫県加古川市の事例なんかもその接着剤の役割をさらに広げた例ですよね。デシディムっていう市民参加型のオンラインプラットフォームを導入した話。
ええ、デシディムですね。あれも画期的です。
これまで市の政策について意見をどうぞって言われても、平日の昼間に開かれるお固い審議会に行けるのって時間を持て余している一部の層に限られてたじゃないですか。
そうなんですよね。現役世代には絶対無理ですから。
それがオンラインになったことで、仕事終わりの夜11時に子育て中の親世代が政策についてコメントできるようになった。参加者の層が全く変わったんですよね。
そうなんです。時間や場所の制約を取り払うことで、これまで声なき声だった人たちが市政に参加できるようになったのは本当に大きな進歩です。
デシディムみたいなプラットフォームだけじゃなくて、地域通貨とかポイントアプリの事例もありましたよね。
ああ、まちのコインやグローフィールドなどのサービスですね。
ええ、あれも面白いなと思って。法定通貨に監禁できないんですよね。
そうなんです。あえて換金性を持たせずに、地域のSDGs活動や人とのつながりを生むことに特化させているんです。
IoT農園で野菜を育ててポイントを貯めたりして。
なるほど、そういうのも全部住民を巻き込む接着剤なんですね。
成功事例を地域向けに翻訳する
ええ、ただここで少し釘を刺しておきたいのは、加古川市やまちのコイン、愛知県が成功したからといって、じゃあうちの町でも明日からあれを導入しようって考えるのは非常に危険だということです。
え、ダメなんですか?素晴らしい成功事例を知ったら、すぐにうちでもやろうって言いたくなっちゃいますけど。
これがいわゆる横展開の罠なんです。表層的なシステムや制度だけを他地域から持ち込んでも、まず間違いなく失敗します。
へえ、どうしてですか?
なぜなら、そのシステムが機能した背景にある地域の文脈を無視しているからです。対象地域の人口規模とか高齢化率、地理的条件なんかをちゃんと分析しないと。
つまり、それってiPhone向けに作られたiOSのアプリをAndroidのスマホにそのままインストールして動かそうとするようなものですよね。
ああ、すごく的確な例えですね。
見た目のデザインとか機能がどれだけ優れてても、そのまちを動かしている根本的なOS、つまり人口動態とか産業構造とか住民の気質みたいな基盤が全く違うから、システムがクラッシュしちゃう。
その通りです。OSが違うのにアプリだけコピペしても動くはずがありません。
あるいは、熱帯の植物を雪国にそのまま植えても枯れてしまうのと同じです。
確かに。まずは土壌を調べてビニールハウスを建てるみたいな作業が必要になるわけですね。
はい。資料でも強調されていたのは、他地域の事例を導入するときは必ず地地域のパラメーターに合わせて再設計、つまり地域最適化への翻訳をしなければならないということです。
なるほど、翻訳ですか。
ユニークな翻訳の成功例として茨城県の事例があるんです。
彼らも若年層の意見を集めたいっていう課題があったんですけど、
はい。
ただ無機質なオンラインアンケートを作るんじゃなくて、茨城というご当地のAIキャラクターとチャットGPTを組み合わせた対話型システムを作ったんですよ。
え、アンケートフォームの代わりにアニメキャラクターとチャットする感覚で市政への意見を引き出したってことですか?
ええ、そうです。彼らは茨城県の若者のOSに合わせてインターフェースを根本から作り変えたわけです。
面白いですね、それ。
結果として、匿名性と柔らかい語り口が心理的ハードルを下げて、通常のパブリックコメントじゃ絶対に集まらないようなリアルな若者の声を引き出すことに成功したんです。
これは見事な翻訳と言えますよね。
その町独自のOSに合わせた翻訳が必要だってことはすごくよくわかりました。
北見市のスモールスタート
でも、いざうちの町向けに翻訳してやってみようと思っても、大きなシステム改修なんて予算もリスクも高すぎて、どこから手をつければいいのか迷うコミュニティも多いんじゃないですかね。
だからこそ最初はデジタルすら使わないアナログなスモールスタートが重要になるんです。
アナログからですか?
ええ、北海道北見市の窓口業務改善がすごく良い例なんですけど、彼らはいきなり高額なシステムを入れたわけじゃないんですよ。
町、何から始めたんですか?
まずは役所の窓口で住民が迷わないように案内サインの色分けを変えるとか、書類の動線を整理するといった徹底的なアナログプロセスの見直しから始めたんです。
なるほど。システムを入れる前に今の業務の無駄をアナログで整理するんですね。
そうです。なぜなら無駄だらけの非効率なアナログ業務をそのままデジタル化しても、非効率なデジタル業務が爆誕するだけだからです。
非効率なデジタル業務、それは誰もハッピーにならないですね。
影響範囲が限定的で効果が数値化しやすいところからスモールスタートして、まずはアナログで小さな成功体験を作る。こういう工夫をすれば住民も自分たちも楽になるんだっていう実感を現場に持たせるんです。
それが結果的に風土を変えていくと。
はい。保守的な組織風土を内側から変える起爆剤になるんですよ。
アプリを入れる前に、まずは自分たちの手作業のプロセスを疑うところから始めるわけですね。
そうやって地域内でスモールスタートを切り、最適化を進めていく。
生活圏に合わせた広域連携
でも、本気でコミュニティの課題に向き合っていくと、いずれどうしても超えられない壁にぶつかりませんか?
おっしゃる通りです。うちの町のリソースだけではこれ以上は無理だっていう物理的な限界ですよね。
はい。
そこで資料に登場するのが境界線を超えた広域連携の考え方ですね。
ええ。人口減少社会においては単独の自治体で全てのインフラ、例えば高度な医療とか公共交通、高度なデータ分析基盤なんかを維持し続けるのはもう不可能です。
三重県の事例がありましたよね。ミエロパっていうデータ連携基盤を県内の複数の自治体で共同利用してるっていう。
そうです。小さな自治体が単独で高度なシステムを作って維持しようとすればあっという間に財政が破綻します。
でもクラウドとか共通のインフラ基盤を使って広域でシェアすれば低コストで高度な分析が可能になるんです。
なるほど。
さらに言えばシステムだけじゃなくてリアルな生活圏での連携も不可欠です。
宮崎県の常鍋市は県境という行政の枠組みすら超えて隣接する鹿児島県の自治体と定住自立圏を形成してるんですよ。
県境を超えてるんですか?
はい。休日の小児医療体制とか公共交通網をお互いに補完し合ってるんです。
すごいなあ。私たちって無意識にここからここまでが私たちの街っていう地図上の境界線に囚われて考えがちじゃないですか。
行政区分で考えてしまいますよね。
でも住んでる人たちの実際の生活圏とか経済圏ってそんな線とは無関係に広がってるわけですよね。
だからリソースのシェアもそのリアルな生活感に合わせてデザインし直す必要があるってことですね。
持続可能な地域づくりとAIの未来
その通りです。行政の都合じゃなくて住民のリアルな生活基盤に合わせて最適化するんです。
そしてこれは民間企業との連携PPPやPFIにおいても同じことが言えます。
企業との連携でもですか。
連携において重要なのは単に施設を作って終わりとか観光客数を増やして終わりといった短期的な数字にとらわれないことです。
山形県にQ1という廃校になった小学校をリノベーションした事例があるんですが。
廃校の活用ですね。
でも単なる箱物作りじゃなくてそこで若者や事業者が小さく挑戦できる場を作ったんです。
そこで誰が育ち次の活動が生まれたかっていう定性的な指標人材育成の視点をすごく重視しているんですね。
なるほど。持続可能なコミュニティを作るには目先の数字に出にくい長期的な指標も含めてPDCAを回し続ける視点が不可欠なんですね。
まさにその通りです。
さてここまで様々な角度から地域コミュニティの現在地を深掘りしてきました。
今日リスナーのあなたと探求してきたポイントを総括してみましょう。
はい、お願いします。
まず一つ目、個人的なエピソードに振り回されるのではなく客観的なエビデンスを持つこと。
ただしそのデータは冷たい決定を下すためではなく住民同士が対話するための共通言語として使うこと。
これが着火剤になるんでしたね。
はい。そして二つ目、デジタル化は人間を排除するためではなく住民同士を街づくりのパートナーとしてつなぐ接着剤として機能させること。
スマホサポーターのような仕組みですね。
三つ目、よその成功事例をそのまま自分たちの街に持ち込む横展開の罠を避け、まずはアナログなプロセスの見直しからスモールスタートを切ること。
ちゃんとOSに合わせて翻訳することが重要です。
そして最後四つ目、地図上の境界線にとらわれず、実際の生活圏に合わせた広域連携でリソースをシェアしていくこと。
これらが思いつきを持続可能な仕組みに変える条件ですね。
そしてこれって一部の特別なリーダーや行政だけの話じゃないですよね。
そうなんです。リスナーのあなた自身が明日自分の職場や所属するコミュニティで何かの課題に直面したとき、
今日お話ししたデータと人間の温かみの融合とかOSに合わせた翻訳というアプローチは必ず応用できるはずです。
まずは身近なアナログな無駄を見直すところから思考を巡らせてみてほしいですね。
本当にそうですね。まずは足元のプロセスを疑ってみる。
さて最後に今日読み解いた資料から一歩だけ踏み出した新しい視点をあなたに提示して終わりにしたいと思います。
何でしょうか。
今回は現在や過去のデータを使って今の課題を解決する話をしてきましたよね。
でももし今後AIがさらに進化して、例えば3年後にこの地域でこういう文化的な軋轢が生まれますよとか、
まだ住民自身すら自覚してない潜在的な孤独のリスクなんかを高精度で予測し始めたらどうなるんでしょうね。
なるほど。課題が顕在化する前にAIが未来のシナリオを予測してしまう世界ですね。
そうなんです。今までは起きた問題をどう解決するかがコミュニティ活動の中心でしたけど、
これからの私たちはAIが予測した未来をどう回避するか、あるいはどうデザインし直すかっていう全く次元の違う役割を求められるようになるのかもしれません。
それは非常に考えさせられる問いですね。
すべてが予測されてしまう世界で、私たち人間が介在する本当の価値って一体何になるんでしょうか。
あなたはそんな未来のコミュニティでどんな役割を果たしたいですか。
ぜひこの問いを心に留めておいてください。
今回のディープダイブはここまでです。お聞きいただきありがとうございました。
