EBPMが必要になった背景
ちょっと想像してみて欲しいんですけど,今これを聞いているあなたの住む町が,あなたが納めた欠税から,なんと10億円を使って駅前に巨大な新しい広場を作ると発表しました。
10億円ですか。それはかなりの規模ですね。 そうなんですよ。で,なんで作るんですかって理由を聞いたらですね,これが市長の直感で,なんか観光客が来ると思ったからっていう。
ああなるほど。データも何もないわけですね。 そうなんです。明確なデータも成功する証明もない。ただの観なんですよね。ちょっと恐ろしい話に聞こえるかもしれませんが,実はつい最近まで,行政の世界ではこれがごく当たり前の光景だったんですよね。
そうですね。おっしゃる通りです。隣の町で流行ってるからとか,昔からずっとこのやり方でやってきたからみたいな,そういう過去の慣例とか誰かの思い込みだけで私たちの生活に直結する重要なルールとか予算が決められてきたんですよね。
それって住民からするとものすごく不安ですよね。
客観的な根拠がないっていうのはやっぱり非常に怖いことだと思います。
本当ですよね。でも今日このデスクに積み上げられた分厚い資料,自治体ワークスとかデータワイズ,TISI,あと伝算システムのレポートですね。それにデジタル庁の最新カタログなんかを読んでいると,行政の現場で今なんというか静かで巨大な革命が起きていることがわかるんです。
まさに革命と言っていいと思います。しかもこの革命は単に市役所の裏側のシステムが変わるっていうそういうシステムだけの話じゃないんですよね。
というと?
あなたが毎日歩く道とか乗るバス、それに受ける医療や子育て支援といった日常の景色を根本から変える力を持っているんです。
なるほど。ということで今回の深掘りのミッションですが,行政に押し寄せているEBPMと呼ばれる意思決定のパラダイムシフトとそれから自治体DXの最前線を解き明かすこと。
そしてそれがあなたの生活をどう変えるのかを探ることです。よしこの膨大な情報の束を一緒に紐解いていきましょう。
はいよろしくお願いします。まずですねあのなぜ今になって行政の現場が新しい意思決定の方法を迫られているのかその背景から整理させてください。
はいお願いします。
今の日本はご存知の通り少子高齢化で人口が減っていますよね。それに伴って税収っていう財源も市役所で働く職員の数もどんどん減っているんです。
もう本当にどこも人手不足って言いますもんね。
そうなんですよ。つまり限られた資源をいかに無駄なく本当に必要な場所に届けるかっていうのがもう待ったなしの課題になってるんです。
昔みたいにとりあえず良さそうだから予算をつけて全部やってみようみたいにお金をばらまく余裕はもうどこにもないってことですよね。
ええその通りです。そこで今国を挙げて推進されているのがEBPMというアプローチなんです。
EBPMですね。
はい。エビデンスベースドポリシーメイキングの略で日本語だと証拠に基づく政策立案と呼ばれます。
先ほどの市長の直感みたいにたまたま見聞きした事例とか過去の経験これをエピソードベースと呼ぶんですがそこから完全に脱却しようという抜きですね。
つまりエピソードからエビデンスへってことですね。響きは似てますけど中身は真逆というか。
そうなんです。
でもあの証拠に基づくってなんだか病院とか科学の実験室みたいな言葉に聞こえますよね。
そこすごく鋭いですね。実はこの考え方ってもともとは医療の分野のEBMつまり根拠に基づく医療っていうところから来てるんです。
やっぱりそうなんですか。
お医者さんの個人的な勘とか昔はこの手術がうまくいったみたいな経験だけに頼るんじゃなくて膨大な臨床データっていう客観的な証拠に基づいて最も効果的な治療法を選ぶこの厳密なアプローチをそのまま行政にも持ち込んだんですよね。
なるほど。でもそれを行政でやるとなるとどうするんですか。
ロジックモデルと政策効果の測定
そこで政策のコストと効果を可視化するための強力な設計図となるのがロジックモデルという考え方なんです。
ロジックモデル。それって具体的にどういう設計図なんですか。
政策のスタートからゴールまでを因果関係でつないでいくんです。まずインプットとして予算とか人員をどれくらい投入するかを決めます。
はいはい。
次にアクティビティとしてどんな事業を行うか。その結果どれだけの人が参加したかっていうアウトプットを出します。ここまでは従来の行政も普通にやっていました。
イベントに100人来ました。大成功みたいなやつですよね。
そうですそうです。でもロジックモデルが重要なのはその先なんですよ。参加した人にどんな具体的な変化があったのかっていうアウトカム。そして最終的に社会全体にどんなインパクトを与えたのか。ここまでを連続して評価するんです。
なるほど。まさに薬の知見みたいに予算を投じたら本当に効いたのかまでをデータできっちり追うわけですね。
その通りです。
でもここで一つ根本的な疑問があるんですけど、人間の行動とか行政のサービスってどうやってその本当に効いたかを正確に測るんですか。イベントの後にアンケートを取って満足しましたかって聞くくらいしか思いつかないんですけど。
まさにそこがEBPMの肝なんですよね。アンケートだけだとイベントに参加してその時だけ気分が上がったみたいな他の要因を排除できないんです。
確かに。
ここで非常に興味深いのは、今の行政の現場に驚くほど厳密な科学的測定手法が導入され始めているってことなんです。その代表的なのがランダム化比較実験、通称RCTと呼ばれるものです。
RCT、なんか難しそうですね。
いや意外と短ですよ。よくYouTubeとかでサムネイル画像を2つのパターン用意して、どちらが多くクリックされるかテストするABテストってありますよね。
はいはい、よく聞きますね。
あれと同じです。対象者をくじ引きみたいに完全にランダムに2つのグループに分けて、一方にだけ新しい政策を行って、もう一方は何もしないんです。そして結果を比べることで、政策そのものの純粋な効果だけを炙り出すんですよ。
あーなるほど。YouTubeのサムネイルのテストを行政サービスでやるわけだ。でも例えばこのグループにはサービスを提供しませんって、意図的に分けるのって行政だと不公平じゃないかって言われませんか?
おっしゃる通りです。倫理的にも制度的にも難しいケースが多々あります。そういう時に活躍するのが回帰不連続デザイン、RDDという手法なんです。
回帰不連続?
名前はちょっと固いんですけど、仕組みはすごく合理的でして、例えば年収300万円以下っていう明確な基準で補助金を出すとしますよね。
この時、年収299万円で補助金をもらった人と、年収301万円でもらえなかった人を比べるんです。
あーなるほど。たった2万円の差なら、その人たちの生活環境とか属性ってほぼ同じはずですよね。
その通りです。基準線のギリギリにいる人たちを比べれば、無理にランダムに分けなくても補助金の純粋な効果が見えてくるんですよ。
すごい賢いやり方ですね。
さらにもう一つ、差の差分析、DIDという手法もあります。
例えば、隣り合う似たような2つの街があったとして、A街は新しいスマート街頭を導入して、B街は導入しませんでした。
はいはい。
DIDは、今のA街とB街を単純に比べるんじゃなくて、過去1年間でそれぞれの街がどれくらい変化したかっていう変化の差を比べるんです。
変化の差ですか。
ええ。例えば、ガソリン代の高騰とか天候の影響って、A街にもB街にも同じように影響しますよね。
そうですね、隣町なら。
ですから、それぞれの街が時間経過でどう変化したかの差の差を見ることで、そういった外部要因をきれいにフィルターにかけて、スマート街頭の純粋な防犯効果だけを抽出できるんです。
それはすごいですね。つまり、直感とかたまたまうまくいったっていう偶然を排除して、本物のエビデンスだけを取り出せるわけですね。
そういうことです。
データで解決する自治体の事例
理屈はすごくよくわかりました。でも、それが実際にどうやって私たちの街のリアルな問題を解決しているのか。
資料を読んでいて、実際にデータが街を救った成功事例に驚いたんですけど。
はい、いくつか面白い事例がありますよ。
例えば、医療現場の崩壊みたいな深刻な問題って、データ分析なんかで解決できるものなんですか?
素人考えだと、とにかくベッドの数を増やすしかない気がするんですが。
実はですね、宮城県仙台市がまさにその危機に直面して、データで見事に乗り越えたんです。
仙台市ですか?
コロナ禍で救急医療が逼迫したとき、最初は下医療機関に対して何とか受け入れてくださいってお願いするしかなかったんです。
お願いだけじゃ現場パンクしたままですよね。
そうなんですよ。そこで仙台市はベッドを物理的に増やすのではなく、救急統計データから応受率、
つまり救急車が来たときに病院が受け入れられる確率を算出したんです。
応受率、なるほど。
そして過去のデータと照らし合わせて、いつどのような状況でこの確率が急激に低下するのかっていうパターンを可視化しました。
なんと、それでつまり、逼迫する兆候を予測したってことですか。
ええ。来週のこのタイミングで医療資源が不足しますっていう具体的なデータを見せられたことで、医療機関側も具体的な対策を打てるようになったんです。
単なるお願いっていうエピソードベースから予測データに基づく戦略への見事な転換ですよね。
救急車の受け入れっていう命に関わる問題がデータで解決に向かったわけですね。
じゃあ最初の市長の直感で10億円の駅前広場を作るみたいな物理的なまちづくりについてはどうですか。商業施設を作れば人が集まるっていうのは直感というか常識に思えますけど。
兵庫県加古川市のJR加古川駅前再開発の事例がですね、まさにその常識を覆したんです。
え、そうなんですか。
市も最初は駅前に商業施設を置けばにぎわうだろうっていう前提で考えていたんですが、念のために人々の移動データを分析してみたんです。
すると驚くべき事実が判明しました。
どんな事実ですか。
駅周辺を訪れる人の実に6割が電車じゃなくて車で来ていたんです。
え、駅前なのに6割が車ですか。それは誰も予想していなかったでしょうね。
はい、このエビデンスを前に加古川市は商業施設さえあればいいという神話をあっさりと捨てました。
思い切りましたね。
そして道路網とか駐車場の整備など交通ネットワークと一体化した街づくりへと大きく方針を転換したんです。
まさにデータが無駄な運物行政を未然に防いだ事例ですね。
なるほどな。さらに資料を読むと一時産業の世界でもデータが活躍しているんですよね。高知県の農業の話とか。
ああ、高知県のIOPクラウド、通称サワチの取り組みですね。これは本当に画期的ですよ。
農業ってどうしてもおじいちゃんの長年の勘みたいな俗人的な技術になりがちじゃないですか。
そうですよね。この風の匂いは雨が降るみたいな熟練の技というか。
高知県はそこを産学勘で連携して、県知事と1400戸以上の農家がデータ利用契約を結んだんです。
1400戸も?
はい。日射量とかハウス内の温度、水やりのタイミングなど、熟練農家のノウハウをすべてデータ化して一元管理したんです。
その結果、このシステムを利用した農家は利用していない農家に比べて年間出荷量が約3割も増加したという驚異的な結果を出しました。
3割増しは劇的ですね。医療、都市開発、そして農業、データが文字通り街のインフラを救っているんですね。
本当に様々な分野で成果が出ています。
自治体DXの現場と課題
あの、でもちょっと待ってください。データを見れば解決策がわかるというのはすごく理想的ですが、そもそも市役所の職員さんたちってデータサイエンティストの集団じゃないですよね?
はい、もちろん違いますね。
そんな高度な分析をいきなり求められて現場はパンクしないんですか?
おっしゃる通りです。そこがまさにEBPM推進の最大の壁になっているんですよ。現状多くの自治体が3つの課題を抱えています。
3つの課題?
1つ目はそもそも紙ベースの業務が多くて分析できるデータとして存在していないこと。2つ目は統計分析の専門スキルを持つ人材の不足。そして3つ目が分析を外部のコンサルタントに該注すると莫大なコストがかかってしまうことです。
毎回コンサルに頼んでいたら、それこそ税金の無駄遣いになっちゃいますよね?
だからこそ、外部に丸投げするんじゃなくて、現場の職員自身が日常的にデータを扱える仕組みを作ることが重要なんです。
なるほど、でもどうやって?
その課題を見事に解決しているのが兵庫県神戸市の神戸データラウンジという取り組みなんです。
どうやって専門知識のない職員が分析をしているんですか?
神戸市はBIツールという複雑な数字の羅列を直感的なグラフとかダッシュボードに自動で変換してくれるソフトウェアを導入しました。
ああ、BIツール。
これにより一般の職員が自らDIY感覚でデータを分析できる環境を整えたんです。
プログラミングができなくても直感的にデータをいじれるわけですね。
でも、それってただ市役所の人の仕事が楽になっただけじゃないですか?
私たち住民にどう関係してくるんでしょうか?
それは非常に重要な視点ですね。
職員がExcelと格闘したり資料作成に何日も費やしたりする時間が減ればどうなるか。
どうなるんですか?
その浮いた時間はこのデータが何を示しているのかとか、それをどうやって住民の支援策に落とし込むかっていう本質的な議論や、
実際に住民の顔を見て支援する福祉の現場に振り向けられるんです。
なるほど。職員の作業時間が減るっていうことは、それだけ住民への直接的なサービスに時間を使えるようになるってことですね?
その通りです。
でも、そのDIYデータ分析を市役所全体で回すためには、そもそも日々の業務がきちんとデジタル化されている必要がありますよね。
いわゆる自治体DXって、AIだのスマートシティだの言う前に、もっと泥臭い職場の環境改善から始まっている気がします。
いや、まさにその通りなんです。
国も自治体DX推進計画を立てていますが、現状はまだ足元のインフラ整備の段階なんですよ。
例えば、北海道浜尻市の事例は、その泥臭い現実をよく表しています。
あの事例は生々しかったですね。市役所のネットワークが物理的な優先欄に縛り付けられていたっていう。
はい。パソコンがデスクに固定されているため、災害対策本部などの別の部屋にノートパソコンを持ち込んで仕事することができなかったんです。
いざという時に動けないのは致命的ですよね。
ええ。それをGoogleワークスペースというクラウドツールを導入することで、ようやく場所の縛りから解放されたんです。
同時にチャットツールも根付いて、電話とかハンコ待ちの時間が消えて、コミュニケーションが爆発的に早くなったそうです。
群馬県前橋市も、Chromebookというノートパソコンを導入して、軽兵装の会議をペーパーレス化したんですよね。
毎回何百枚も紙を印刷して配っていた手間と、それに伴う税金のコストを大幅に削減したと。
そうですね。あと、岩手県猪瀬町の図書館の例も興味深いです。
手のひらサイズの小型パソコンであるChromeboxを導入して、高齢者でも使いやすい大画面モニターを用意しつつ、システム管理者のメンテナンスの手間を大幅に減らしています。
へえ。
こうした町内の小さな痛みの解消が、やがて住民へのサービス向上へとつながっていくんですよ。
確かに、町内の変化がだんだんと住民との直接の接点にも及んできているんですよね。
例えば、東京都豊島区では、ビデオトークというツールを入れて、引きこもりの方などが自宅からスマホのカメラ越しに、区の相談員と顔を見て話せる環境を作りましたよね。
ええ、素晴らしい取り組みだと思います。
それから、鹿児島県天見市では、電子契約の仕組みを入れて、離島ならではの書類を郵送して何日も待つという時間とコストの問題を一気に解決しています。
こうしたDXの成功例を全体像と結びつけて考えると、非常に重要な共通点が見えてくるんです。
住民サービスを変えるデジタル化
それは、職員の業務効率化と住民の利便性の向上は、車の両輪だということです。どちらか片方だけでは絶対にうまくいきません。
単に最新のタブレットを配ればいいって話じゃないんですね。
ええ、なぜそのシステムを入れるのか。それによって、長年凝り固まった業務プロセスをどう作り直すのか。
その痛みを伴う業務改革があって初めて、データがスムーズに流れ出して、最初のテーマだったEBPMを回す土台が完成するんです。
そうか、自治体DXという足場が固まって初めて、データに基づく政策決定が可能になるんですね。
はい。
では、その足場が完成した先で、私たち住民、つまり今これを聞いているあなたの日常的なサービス体験は具体的にどう進化していくのでしょうか。
デジタル庁のサービスカタログを見ると、未来の断片がすでに実装され始めていますよね。
そうですね。ここから先のフェーズでは、マイナンバーカードと最先端サービスの融合が大きな鍵を握っています。
まずは公共交通ですね。ボールドリーという企業が提供する自動運転バス。
これ、マイナンバーカードのアプリと連携していて、スマホ一つで乗車予約ができるんですよね。
本当に便利になっています。
さらにすごいのが、乗車すると地域ポイントが付与されて、移動先のスーパーで買い物に使えるんです。
移動と経済が一体化したエコシステムができているんですよね。
ユニトランドのチケットQRとか、タクシー運賃割引のシステムもすごく実用的ですよね。
はい。市内のバスやタクシーに乗るとき、専用端末にマイナンバーカードをピッとかざすだけなんです。
この人は市内に住んでいる高齢者だっていう認証が一瞬で行われて、自動的に市民割引が適用されるんですよね。
いちいち面倒な証明書を見せる必要がないんです。
医療や健康、子育ての分野でも住民の負担を劇的に減らすサービスが登場していますよ。
北九州市で導入されているボシモというアプリでは、妊娠の届出が完全にデジタル化されました。
なんと今では93.8%の妊婦さんがスマホからデジタル申請しているそうです。
93.8%ですか。それはすごい普及率ですね。
そうなんです。窓口で待たされるストレスがなくなり、結果的に私職員の業務工数も年間で460時間も削減されたそうです。
お互いにとってウィンウィンですね。
モネテクノロジーズの出張健康相談も画期的ですよ。
中を自由にカスタマイズできる車が地域を巡回して、車内でオンライン保険指導を受けられるんです。
巡回するクリニックみたいな感じですね。
しかもその場でマイナンバーカードを使って、自分の過去の診療履歴とか検診情報を離れた場所にいる専門医と正確に共有できるんですよ。
わざわざ遠くの病院に行かなくても、自分にパーソナライズされた質の高い医療サービスが向こうからやってくる感覚ですね。
ここで強調しておきたいのは、これらの技術が決して一部の人が得をする便利ツールではないってことなんです。
と言いますと?
例えば、岐阜県関市では集積したビッグデータを活用して、自ら助けを求めてこない声なき住民をマッピングしています。
災害時に本当に支援が必要な高齢者とか、障害を持つ方々がどこにいるのか、見えないリスクを可視化しているんです。
データがいざというときのセーフティーネットになっているんですね。
徳島市では、泡躍りに集まる130万人の人流データを分析しています。
人間の目視とか感では絶対に測りきれない混雑状況を可視化して、次回の警備配置とか安全対策の強固なエビデンスにしているんです。
これらはすべて、見えないところで私たちの命や生活を守る新しい都市のインフラとして機能し始めているんですよね。
住民が共同創造者になる行政
なるほど。さて、これらはすべて何を意味しているのでしょうか。
これまで見てきたEBPMと自治体DXは、単に市役所の仕事を自動化して楽にするというような冷たいデジタルの話ではありませんでした。
はい。
税収も働き手も減っていく厳しい現実の中で、本当に支援が必要な人、それはあなたやあなたの家族かもしれませんが、その人たちに的確に無駄なくサービスを届けるための温かいインフラを作ろうとしている。そういうことなんですね。
その通りです。ただ、この大きな進化がもたらす未来について、最後に一つだけ少し視点を変えて皆さんに考えてみてほしいことがあるんです。
何でしょうか。
データを駆使することで、行政はあなたのニーズを完璧に予測して、あらゆる無駄が省かれた最適化されたスマートシティが実現しつつあります。あなたにとっての最適解が先回りして自動で提供される時代です。
すごく便利そうですが。
しかし、その便利さの中で、私たち住民はただ口を開けてサービスを受け取るだけの消費者になってしまって良いのでしょうか。
すべてお任せのお客様状態ですね。
データの力で行政が透明化されるということは、私たち自身が自分の街がどう運営されているかを確認できるようになったということです。
確かに。
自分のデータを自らコントロールし、行政の意思決定のプロセスを理解した上で、ともに街の未来をデザインする共同創造者になるべきではないでしょうか。
本当にそうですね。もはや市長の勘だからとか、昔からそうだからっていう理由は通用しない時代です。
あなたの収めた税金の使い道が誰かの直感で決められる時代から、確かなエビデンスで描かれる時代へ。
次回、あなたの住む街で新しい政策や施設の建設計画が発表された時、ぜひこう想像してみてください。
その裏にあるエビデンスは一体何だろうかと。
その問いこそが、街を変える第一歩になるはずですからね。
そうですね。それでは今回の深掘りはこの辺で。
