政策データ分析 （社会情報・専門科目）

Data Analysis for Policy （社会情報・専門科目）

専門教育科目

−

社会情報科学部

学年指定なし

KCJBS3MCA1

2単位

講義 (Lecture)

2024年度後期

木村 真、竹村 匡正

社会情報科学部

日本語

目標1／目標3／目標8／目標10

授業終了後（30分）・教員研究室

s-kimura@sis.u-hyogo.ac.jp
takemura@ai.u-hyogo.ac.jp

2◎／1〇／3〇

ー

ー

ー

【講義目的】
国や自治体、医療機関には、税、社会保険、医療情報などを通じて個人や企業、土地などあらゆる情報が蓄積されている。特に個人の行動を分析するのに所得や資産、健康状態の情報は極めて重要であり、政策分野での積極的な活用が望まれている。本講義を通じて、制度や政策に関する基礎知識を身につけ、政策領域におけるデータ分析の手法等を習得することを目的とする。

【到達目標】

1. 政策領域のうち、特に財政・社会保障、医療分野について制度と役割を説明できること。
2. 政策効果の評価分析方法の基礎について説明できること。
3. 現実の制度とデータの関係や政策現場での実例を学び、Evidence Based Policy Making(EBPM)における対象とされるデータおよび統計モデルを説明できること。

【講義内容】
本講義の前半では、財政、社会保障のしくみの概略を述べた後、シミュレーションや統計分析による政策効果の評価分析方法の基礎について講義する。後半では、前半で学んだ医療制度に関する知識を前提に、医療関連データの成り立ちを踏まえた上で、臨床研究や病院経営などの多岐にわたるデータ分析の実際について講義する。

【授業計画】
1.    政府の役割・政策目標・政策手段（木村）
2.    財政のしくみ１（国・地方）（木村）
3.    財政のしくみ２（税）（木村）
4.    社会保障のしくみ１（理論・日本の全体像）（木村）
6.    社会保障のしくみ２（年金）（木村）
7.    社会保障のしくみ２（医療）（木村）
8.    政策データの分析手法（統計的因果推論・シミュレーション）（木村）
9.    政策と統計・データ分析１（竹村）
10.  政策と統計・データ分析２（竹村）
11.  公衆衛生・疫学（竹村）
12.  臨床研究と政策の実際（竹村）
13.  Evidence Based Policy Making（EBPM）の実際（竹村）
14.  Evidence Based Policy Making（EBPM）とデータ分析（竹村）
15.  まとめ（竹村）

≪生成AIの利用について≫

レポート、小論文、学位論文等については、学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。

事前に配布する教材を使用する。

必要に応じて紹介する。

【予習】事前に配布する教材の読み込み（１回あたり0.5時間）
【復習】課題取り組み、教材の読み直し（１回あたり3.5時間）

採用しない。

【成績評価の基準】
政策に関する制度と役割、政策効果の評価分析方法の基礎、また政策を決定するための統計及びデータの成り立ち、EBPMの現状を説明できるものに対し、講義目的・到達目標に記載する内容の到達度に基づき、S（90点以上）、A（80点以上）、B（70点以上）、C（60点以上）による成績評価のうえ、単位を付与する。

【成績評価の方法】
（木村担当回）課題20%、レポート 30%
（竹村担当回）レポート 50%

期中の提出レポートについては，優秀なものを，講評し，模範解答として紹介する場合がある．
期末の提出物については，評価について質問があった場合に，個別に対応する．

経済データ概論および医療福祉情報論を履修していることが望ましい。

該当しない。

特になし。