Data Analysis for Policy

Data Analysis for Policy

Major Courses

−

School of Social Information Science

3Year

KCJBS3MCA1

2.00Credits

講義 (Lecture)

Fall semester 2026

木村 真,竹村 匡正

社会情報科学部

Japanese

1／3／8／10

授業終了後（30分）・教員研究室

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

2◎／1〇／3〇

ー

N/a

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）

In-person

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Fully permitted

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成ＡＩの利用を全面的に許可しており、生成ＡＩの利用について制限を設けないが、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。

事前に配布する教材を使用する。

厚生統計協会「保険と年金の動向」（最新版）

【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】
課題 20%、定期試験 80%
 

期中の提出課題については，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．

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。