2025/10/12

UK / What Works

基礎編

主幹

EBPMとは何か――英国What Worksのエビデンス格付けと予算連動の仕組み

この記事の概要

英国のWhat Works Networkは2013年に始まり、分野別センターが研究を生成・統合し、政策担当者や実務家が使える形へ翻訳しています。

ネットワーク全体に共通のA/B/C/D尺度はなく、EEF、College of Policing、Foundationsなどが、それぞれの分野に適した評価・可視化方式を採用しています。

Evaluation Task Forceは予算の決定機関ではなく、HM Treasury Spending Teamsや各省に対し、Business CaseとSpending Reviewのエビデンス・評価計画について助言します。

EBPMとは何か

EBPM（Evidence-Based Policy Making）とは、エビデンス（客観的データ）に基づいて政策の立案・実施・評価を行う考え方です。ポイントは「データを参照する」ことではなく、政策介入が本当に結果を引き起こしたのか（因果効果）を、可能な範囲で検証し続けることにあります。

EBPMで扱う「エビデンス」は、会議で印象的だった一事例や、担当者が集めた都合の良い成功例とは異なります。政策のエビデンスは、再現性と信頼性が担保された形で、第三者が検証可能であることが求められます。典型的には、行政統計・行政記録データなどの大規模データ、ランダム化比較試験（RCT）や準実験（DiD、RDD、PSMなど）による因果推論、そして既存研究を体系的に統合するシステマティックレビュー／メタ分析が基礎になります。

一方で、EBPMは「数字さえあれば政治が回る」という思想ではありません。最終判断は、国民の価値観、予算制約、倫理・法制度、実装可能性といった要素を含めて行われます。だからこそEBPMは、意思決定を置き換える道具ではなく、意思決定の質を上げるための共通インフラとして位置づきます。

近年、日本でも「骨太の方針」等の政策文書でEBPMが明示され、行政事業レビューや政策評価の枠組みの中でロジックモデルやKPIの設定が求められてきました。ただしロジックモデルは仮説の構造化を助ける一方、それ自体は因果効果を保証しません。

本記事では英国の“What Works”制度を中心に、政府横断の知のネットワーク、エビデンス評価、予算プロセスへの統合を体系的に解説します。

EBPM発祥の地イギリス：What Works Networkとは何か

英国のEBPMを制度として定着させた中核装置が「What Works Network（ワット・ワークス・ネットワーク）」です。これは2013年にCabinet Office主導で立ち上げられた、政府横断型のエビデンス活用インフラです。

目的は「利用可能な最良のエビデンス（Best Available Evidence）を政府の意思決定に組み込むこと」。政策の効果について証拠の質を整理し、比較可能な形に可視化することで、政策の優先順位付けを支えます。

制度の規模と射程

発足：2013年
所管：Cabinet Office
対象分野：教育、犯罪抑止、地域経済、高齢化、医療技術評価、早期介入、ホームレス、コミュニティ、青少年雇用、文化政策など

スローガン：Value for Money

What Works Networkの思想を一言で表すなら、Value for Money（税金の投資効果の最大化）です。「政策が正しいか」ではなく、「税金1ポンドあたり、どれだけの社会的効果を生むか」を基準に意思決定を行うという発想です。

What Worksセンターの共通機能

体系的レビュー（Review）：国内外の既存研究を収集・統合し、確かなものと不確実なものを整理。
実証検証（Validate）：エビデンス不足領域ではRCTや準実験を実施・支援。
翻訳と普及（Translate）：研究成果をツールキットやガイドラインへ変換。
助言（Advise）：政策担当者の相談窓口として機能。

制度的意義

What Works Networkの最大の革新は、エビデンスを参考資料に留めず、制度的な意思決定へ接続する前提インフラを整備したことにあります。

エビデンス格付けのしくみ（A–Dランク）とは何か

元記事では政策効果を裏付ける証拠の強さと信頼性をA〜Dで整理していました。ただし、What Works Network全体で共有される公式のA/B/C/D統一尺度はありません。以下は研究エビデンスの強さを理解するための便宜的な整理であり、各センターは分野ごとに異なる評価基準と表示方法を採用しています。

なぜ格付けが必要なのか

格付けがない場合、担当者に都合のよい成功事例だけが強調される、強い研究と弱いアンケートが同列になる、予算配分の優先順位が曖昧になる、といった問題が生じます。

A〜Dランクの定義と基準

Aランク（★★★★★相当）｜強力な証拠

複数のランダム化比較試験（RCT）
厳密なメタ分析
長期追跡データによる持続効果の確認
異なる地域・対象でも再現

複数の質の高い研究で結果が再現されている場合、実装条件や外的妥当性、費用対効果も確認しながら、拡張を検討しやすくなります。ただし、これはネットワーク共通の公式「Aランク」を意味しません。

Bランク（★★★★☆相当）｜中程度の証拠

単独の大型RCT
厳密な準実験（DiD、RDD、PSMなど）
効果は示唆されるが文脈依存の可能性あり

一定の因果的根拠がある場合でも、対象や地域が変わったときの再現性を確認しながら段階的に拡張します。ただし、これはネットワーク共通の公式「Bランク」を意味しません。

Cランク（★★☆☆☆相当）｜弱い証拠

観察研究
コホート研究
単一事例
相関関係のみ確認

観察研究や単一事例だけでは因果効果への確信が限定されるため、小規模試行、比較設計、外部レビュー、追加データ収集を検討します。ただし、これはネットワーク共通の公式「Cランク」を意味しません。

Dランク（★☆☆☆☆相当）｜初期段階（PoC）

理論モデルのみ
専門家意見のみ
実証データほぼなし

実証データがほとんどない場合は、理論と実装可能性を確認する概念実証（PoC）から始め、評価可能な設計を準備します。ただし、これはネットワーク共通の公式「Dランク」を意味しません。

政策介入の仮説を構造化する方法と、その限界は、ロジックモデルと因果推論の解説で整理しています。

格付けの本質：研究手法のハイアラーキー

研究手法には因果推論上の強みと限界がありますが、研究デザイン名だけでエビデンスの質が自動的に決まるわけではありません。バイアス、精度、再現性、外的妥当性、実装条件を含めて評価します。

格付けは「研究評価」ではなく「予算フィルター」

重要なのは、格付けは学術的称号ではなく、何が確かなのか、どこから先は不確実かを明示し、資源配分の議論を透明にするための制度設計だという点です。

弱い証拠のまま大型予算を通さない「ブレーキ」
強い証拠への資源集中を促す「アクセル」

予算プロセスへの統合 ――エビデンスと評価計画をどう組み込むか

英国ではBusiness CaseやSpending Reviewを通じて、既存エビデンスと評価計画を支出判断へ接続します。「Evidence First」は政府横断の正式制度名として確認できないため、本記事では正式制度名として扱いません。

支出提案におけるエビデンスと評価計画

支出提案では、既存エビデンス、評価目的、評価手法、比較の考え方、データ、評価時期などを早い段階から検討します。ただし「1億ポンド超の案件ではEvidence Planが一律必須」という政府横断ルールは一次資料で確認できないため、そのようには説明しません。

Evaluation Task Force（ETF）の役割

Evaluation Task Force（ETF）は2020年Spending Review後にCabinet OfficeとHM Treasuryの合同組織として設置され、評価設計の質の向上、各省への支援、Spending ReviewやBusiness Caseでのエビデンス活用を支援します。ETFは助言・支援機関であり、独立した予算拒否権を持つ機関ではありません。

格付けと予算配分の連動構造

元記事では、強い証拠の施策は拡張、証拠が弱い施策は小規模試行や再設計へ、という政策学習の循環を説明しています。

制度としての成果

ETFは政府内の評価能力向上と主要支出プログラムの評価強化を支援しています。確認できない削減額や、ETFだけに因果帰属できない財政成果は記載せず、公式資料で確認できる支援実績に限定して評価します。

なぜこれが重要か

エビデンス評価だけでは政策は変わりません。評価結果を意思決定や予算へ接続して初めて、強い証拠に資源が集中し、弱い証拠の施策には再検証が求められ、政策学習の速度が上がります。

日本と英国の制度比較 ――なぜ差が生まれるのか

元記事では、独立した評価体制、横断的な評価基準、評価と予算判断の接続を比較軸として日本と英国を対比しています。

分析を政策・予算議論の共通基盤にする別の制度設計として、オランダCPBの仕組みも比較できます。

① 外部評価体制の違い

英国

分野別What Worksセンターがレビュー
政策実施主体と評価主体を分ける仕組み
評価結果を公開・共有

日本

各省庁による自己評価が中心
分野横断の独立評価センターは限定的

② 格付け基準の統一性

元記事では英国の可視化された評価基準と、日本の省庁ごとに分散した評価実務を比較しています。

③ 予算連動の強度

元記事では、英国は評価結果が支出判断へ組み込まれる一方、日本では評価と予算配分の制度的接続が弱い場合があると論じています。

制度差は文化差か、設計差か

違いは単なる文化差ではなく、財務・評価機能の設計、評価結果の公開、外部機関の専門性の制度化といった制度設計上の差だと整理しています。

日本版What Worksは可能か

重要なのはセンターを作ること自体ではなく、評価主体の独立性、評価基準の一貫性、意思決定との接続を制度として作れるかどうかです。

実績と評価 ――数字で見る“証拠ファースト”

元記事では教育・犯罪抑止・財政を例に、What Works型の実務を紹介しています。

教育：EEF（Education Endowment Foundation）の実績

EEFは学校現場での実証とTeaching and Learning Toolkitによる研究成果の可視化を通じ、教育介入の効果・費用・エビデンス強度を実務家に伝えています。

犯罪抑止：ツールキットによる集中投資と成果

College of PolicingのCrime Reduction Toolkitは、介入策について効果、エビデンス強度、コスト、実装上の情報を可視化し、政策・実務の判断を支えます。

財政：ETF（Evaluation Task Force）による棚卸しと再配分

EBPMが財政統治の装置として機能するためには、予算プロセスそのものがエビデンスと評価計画を要求する設計になっている必要があります。

制度が生む成果の構造

エビデンスの質の可視化
効果・費用対効果を併せた評価
意思決定・予算プロセスへの統合

エビデンス格付けとは？――「証拠の通信簿」を付ける理由と仕掛け

エビデンス格付け（Evidence Rating）とは、政策の効果を裏付ける証拠の信頼性や強さを体系的に評価し、意思決定者が比較できる形にする仕組みです。

なぜエビデンス格付けが必要なのか

強い研究と弱い調査結果が同列に扱われる
担当者に都合のよい事例だけが強調される
予算配分の優先順位が曖昧になる

格付けの基準：研究手法のハイアラーキー

上位：因果関係が強く示せる手法

複数のRCT
厳密なメタ分析
長期追跡データ

中位：準実験的手法

下位：相関に留まる研究

観察研究
コホート研究
単一事例

初期段階：理論モデルのみ

理論仮説
専門家合意

格付けの本質：政策の「アクセル」と「ブレーキ」

強い証拠に資源を集中させ、弱い証拠のまま大型実装へ進むことを避けるという、政策統治のための実務ツールとして説明されています。

エビデンス格付けは何を変えるのか

政策担当者は「証拠はどの程度確からしいか」「効果はどの程度か」「費用対効果はどうか」「さらなる検証が必要か」を確認することになります。

二軸評価と信号機カラー――政策の優先順位はどう決まるのか

二軸評価とは何か

エビデンスの質（信頼性・因果関係の確かさ）
政策効果の大きさ・費用対効果

なぜ二軸が必要なのか

強い証拠があっても効果が小さい場合、効果が大きく見えても証拠が弱い場合があるため、「確からしさ」と「効果の大きさ」を同時に見る必要があります。

信号機カラー表示の意味

元記事では緑・黄・赤などの視覚化に、効果量・費用・実装難易度等を組み合わせるダッシュボード型の情報提示を紹介しています。

優先順位の決定ロジック

① 高信頼 × 高効果

→ 優先投資・全国展開

② 高信頼 × 低効果

→ 限定的実施または代替検討

③ 低信頼 × 高効果

→ 追加検証

④ 低信頼 × 低効果

→ 再考・縮小・終了

二軸評価が変えるもの

政策議論の焦点が「新しい」「画期的だ」といった主張から、証拠の質、効果量、費用対効果へ移ります。

制度的インパクト

二軸評価と可視化は、政策議論の透明化、資源配分の合理化、説明責任の向上を支えるインターフェースとして説明されています。

FAQ ――EBPMとWhat Worksに関するよくある質問

Q. エビデンス（evidence）とは何を指しますか？

EBPMにおけるエビデンスとは、政策の効果を裏付ける再現性と信頼性を備えた客観的データを指します。統計分析、RCT、システマティックレビューなどが代表例です。

Q. RCT（ランダム化比較試験）はなぜ重要ですか？

対象を無作為に介入群と対照群へ割り付けることで、選択バイアスなどを抑え、介入と結果の因果関係を検証しやすくするためです。

Q. エビデンス格付け（A/B/C/D）とは何ですか？

What Works Network全体で共有される公式のA/B/C/D統一尺度はありません。各センターが分野に応じて独自の基準を用い、効果、エビデンスの強さ、費用、実装条件などを示します。

Q. Evidence Firstとは何ですか？

「Evidence First」は英国政府横断の正式制度名として確認できません。実際にはBusiness Case、Spending Review、Green Book、Magenta Book等の枠組みを通じ、既存エビデンスと評価計画を支出判断へ組み込みます。

Q. 日本にWhat Worksのような制度はありますか？

日本では各省庁の政策評価が中心で、英国のような分野別のWhat Worksセンター群とは制度構造が異なります。

Q. EBPMは万能ですか？

いいえ。エビデンスは重要な判断材料ですが、最終的な政治判断は国民の価値観、財政制約、倫理・法制度との整合性なども含めて行われます。

Q. 二軸評価とは何ですか？

エビデンスの質と政策効果の大きさ・費用対効果を同時に見る方法です。

Q. Evaluation Task Force（ETF）とは何ですか？

2020年Spending Review後にCabinet OfficeとHM Treasuryの合同組織として設置され、政府内の評価設計とエビデンス活用能力の向上を支援します。予算を単独で決定・拒否する機関ではありません。

Q. EBPMは地方自治体でも活用できますか？

はい。既存統計、小規模調査、比較設計を工夫し、「仮説→検証→更新」の循環を回すことが重要です。

“If you value it, measure it.”

参考文献

UK Cabinet Office & HM Treasury. (2018). The What Works Network: Five Years On.
UK Government. What Works Network.
OECD Observatory of Public Sector Innovation. (2019). UK—What Works Network.
HM Treasury & Cabinet Office. Evaluation Task Force related guidance / strategy.
HM Treasury. Magenta Book.
National Audit Office. Evaluating Government Spending.
Education Endowment Foundation. Teaching and Learning Toolkit.
Education Endowment Foundation. Impact & participation statistics.
Foundations / Early Intervention Foundation Guidebook.
College of Policing. Crime Reduction Toolkit.
College of Policing. Toolkit case materials.
HM Treasury / UK Government public value and evaluation materials.

初出：2025年10月12日。EBPM.jpへの移管にあたり、原文の構成と問題意識を維持しつつ、英国政府および関係機関の一次資料に基づき制度名称、エビデンス評価、Evaluation Task Forceと予算プロセスの関係を再検証し、事実関係と参考文献を更新しました。