健診を受ければ長生きできます。子どもにテレビを見せると学力が落ちます。偏差値の高い大学へ行けば稼げます。どれも、もっともらしく聞こえます。
だが中室牧子さんと津川友介さんの本書は、この三つがいずれも科学的な検証で支持されなかったと紹介します。日々流れてくる「AをすればBになる」という話の大半は、原因と結果の関係にない、たまたま並んで動いているだけの現象かもしれません。この二つを見分ける技術が、本書の主題の因果推論です。
数字は読めても、因果までは読めない
分析の技術と、読み解く技術は別物です。
著者は教育経済学者と、医師で医療政策学者の組み合わせです。二人が口をそろえて警告するのは、データを誰でも集められる時代の落とし穴です。分析する道具が手に入っても、出てきた数字を正しく解釈する力が自動で身につくわけではありません。
読み解くための基本は、二つの言葉の区別にあります。
多くの人がこれらの問いにイエスと答えてしまうのは、「因果関係」と「相関関係」を混同しているからである。
混同したまま動くと、施策は空振りに終わり、お金と時間が無駄になります。体験談が積み上がるほど説得力が増して見えるのも、この混同を助長します。だから著者は、因果推論を情報があふれる時代の教養と位置づけます。
因果を疑う三つの問い
データに関係が見えたら、偶然ではないか、第三の変数はないか、逆の因果ではないかを順に疑います。
本書はそのための三つの問いを勧めます。
一つ目は、まったくの偶然ではないかという問いです。無関係な二つが似た動きをすることはあります。米軍の情報アナリストだったタイラー・ヴィーゲンが示したのは、ニコラス・ケイジが一年に出る映画の本数と、プールの溺死者数がぴたりと重なるグラフです。
日本では、ジブリ映画のテレビ放映とアメリカの株価を結びつけた「ジブリの呪い」が話題になりました。どちらも偶然が生んだ見かけの相関です。
二つ目は、原因と結果の両方に影響する第三の変数、つまり交絡因子がないかという問いです。体力のある子どもは学力も高い、というデータから全員にマラソンを課しても、成績は上がらないでしょう。背後に教育熱心な親がいて、運動も勉強もさせているのかもしれないからです。
三つ目は、原因と結果が逆ではないかという問いです。警察官の多い地域で犯罪が多いのは、警察官が犯罪を生んだからではありません。犯罪が多い地域に警察官が配置されたからです。
三つの問いをすべて退けて、はじめて因果関係を疑う段階に進めます。順に当てはめると、データを見た直後の素朴な解釈が、少なくとも三つの経路で崩れうると分かります。ここを飛ばした主張が、世の中には多いです。
反事実を作るために、六つの道具がある
因果を示すには、「やらなかった場合」の代わりとなる比較対象を作る必要があります。
因果を示すための中心概念は、反事実という考え方です。もしあの選択をしていなければ、という仮定の世界を指し、現実には起きなかった出来事のことです。
テレビを見せなかった家の子が有名大学に受かったという体験談があっても、その同じ子にテレビを見せていた場合の結果と並べて見なければ、因果は判定できません。
困るのは、同じ人について「やった場合」と「やらなかった場合」を同時には観測できないことです。著者はこれを因果推論の根本問題と呼びます。この根本問題を回避するために反事実の代わりを作り出すことが、あらゆる因果推論の手法に共通する発想です。
原因の有無以外の条件がそっくりな二つの集団を用意できれば、片方を反事実の代役にできます。著者の言い方を借りれば、次のようになります。
「因果推論における根本問題」を克服し、反事実を作り出すことこそが、因果推論に基づくさまざまな手法の根幹である。
六つの手法は別々の道具に見えるが、どれも比較可能な集団をどう手に入れるかの工夫として、一本の線でつながります。
本書は、信頼度の高い順にエビデンス・ピラミッドとして六つの手法を並べます。
ランダム化比較試験は、対象をくじ引きで二群に分ける理想形です。デンマークの実験では、対象は30歳から60歳の男女で、介入群が約1万2000人、対照群が約4万8000人という規模です。
追跡は10年に及びました。日本のメタボ健診には、2008年から2014年の間に約1200億円の税金が投じられたといいます。メタボ健診を受けても、死亡率に差はありませんでした。
企業のA/Bテストも同じ原理です。
自然実験は、すでにある観察データに、実験とほぼ同じ条件が隠れていないかを探します。入院患者を割り当てで担当するホスピタリストの100万人以上のデータでは、女性医師の患者のほうが30日死亡率が0.4パーセント低かったのです。
著者は、この差を、アメリカが10年がかりで下げた死亡率の幅と同程度だと紹介します。
差の差分析は、施策のある側とない側の前後変化を比べ、自然な変化を引き算します。日本の分析では、認可保育所を増設しても母親が働く割合は伸びませんでした。
それまで祖父母らが見ていた子が保育所に移っただけ、という説明がつきます。最低賃金を上げても雇用は減らず、企業が価格に転嫁していた、というカードらの研究も同じ手法の例として挙がります。
操作変数法は、原因にだけ効く変数を使います。1948年から52年のテレビ放送免許の凍結を利用した研究では、小さいころにテレビを見られた世代のほうが、学力テストの偏差値がわずかに0.02高かったのです。
回帰不連続デザインは、合格ラインのような基準のすぐ上と下を比べます。難関高校にかろうじて合格した生徒と、不合格だった生徒を並べた研究では、学力の高い友人に囲まれても、本人の学力はほとんど変わりませんでした。
70歳で医療費の自己負担が下がる制度を使った研究もあり、外来患者は10.3パーセント増えましたが、死亡率は変わりませんでした。
マッチング法は、似た者同士のペアを作ります。同じ大学に合格しながら進学先が違った人を比べると、偏差値の高い大学に進んでも収入は上がりませんでした。潜在能力の高い人が高偏差値の大学を選びやすいという、相関があっただけだったのです。
手法の強さと、事例の置かれた場所
手法には強さの順がありますが、どの手法にも使える場面と結果の通用範囲に限りがあります。
ここまで読むと、ピラミッドの上位の手法ほど頼れるのだと感じるはずです。著者もそう整理しますし、最上位に置かれるのは、複数の試験を束ねて評価するメタアナリシスです。反対に、都合のよい論文だけを拾うチェリー・ピッキングは戒められます。
ただし本書は、最強とされるランダム化比較試験にも限界があると自ら認めています。費用がかさみ、倫理上できない場面もあるうえ、検証した集団の外にも結果が通用する保証がありません。この通用範囲の狭さを外的妥当性の弱さと呼びます。
編集部は、この留保が事例の選び方にも当てはまると考えます。本書の例は医療と教育が中心で、海外の大規模な研究や、国の制度を対象にしたものが目立ちます。自社の施策のように規模が小さく、集団をくじ引きで分けにくい現場では、六つの手法をそのまま使える場面は限られるでしょう。
また、本書の事例は結論が意外なものを選んで並べている印象があります。メタボ健診、保育所の増設、有名大学への進学のように、常識に反する結果が続くので、読後は何でも疑いたくなります。
しかし、疑うことと、否定的な結果を信じ込むことは別です。どの結果も一つの研究が一つの条件で示したものにすぎず、別の国や時代で同じになるとは限りません。
また、数式を使わない入門書なので、各手法がどんな前提のもとで成り立つのかは、深くは扱われません。本書で得られるのは計算の技術ではなく、疑う順番と、比較対象を考える視点だと読むのが妥当です。
明日から何を変えるか
結論を出す前に、一度だけ疑う動作を習慣にしましょう。
本書の提案から、手間の小さい三つを選びました。どれも、この動作に集約できます。
1. 通説に三つの問いをぶつけましょう。 「AすればBになる」と聞いたら、偶然ではないか、隠れた第三の要因はないか、逆の因果ではないかを自問します。健康法や教育法のニュースへの距離の取り方が変わります。
2. 前後比較で喜びません。 「去年より売上が上がったので、キャンペーンの成果だ」は危ういです。市場全体の好調や、極端な数字のあとに平均へ戻る動きが、数字を押し上げただけかもしれません。比べる相手、つまり反事実が適切かを確かめます。キャンペーンをしなかった場合の売上を、何で代用できるかを先に考えておくと、報告の見え方が変わります。
3. 全体に広げる前に、小さく分けて試しましょう。 効果が不確かな施策は、一部をランダムに分けて検証します。手間はかかりますが、空振りの規模を小さくできます。
本書を読み終えて残る最大の収穫は、手法の名前よりも、「やらなかったらどうなっていたか」と考える癖でしょう。成功者の物語でも、語られるのは実際に起きた側の出来事だけで、その人が動かなかった世界は誰にも確かめられません。
数字に強いと言えるのは、計算の速い人でなく、数字にだまされない人です。この線引きを持っておけば、他人の成功談を安易に真似る前に、一度立ち止まれます。
合わせて読みたい
「相関」を見て「原因」だと思い込む、構造的な理由 相関と因果の取り違えは、数字の読み方の問題でもあります。データの解釈で判断を誤らないための視点を、別の切り口から広げてくれます。
