【PE06】因果推論とは何か 政策効果を科学的に検証する理論

因果推論は「教科書」ではなく、「なぜその考え方が必要か」を問う理論編――政策評価とは、指標の改善ではなく「その変化は政策によるものか」を検証する営みである。1923年のNeymanに始まり1986年のHollandが命名したRubin Causal Model、「因果推論の根本問題」を、数式を使わず一次資料から整理した。DiD等の具体的手法は次回。

因果推論とは何か 政策効果を科学的に検証する理論

本レポートは政策評価シリーズ第3部・第2回として、「因果推論（Causal Inference）」という考え方の理論的基盤を、概念の定義・成立の歴史・代表的研究・各分野での受容・実務での利用・主要な論争という観点から整理することを目的とする。前回はTheory of Changeを取り上げ、政策が因果仮説に基づいて設計されることを整理した。本レポートでは、その仮説が実際に成立したかを検証するための理論的基盤である因果推論を扱う。具体的な分析手法（Difference-in-Differences等）は次回で扱うため、本レポートでは理論的基盤にとどめる。数式や統計学の証明は用いない。政策提言・独自見解は記載しない。出典の確認できない内容は事実として記載せず、根拠が不足する事項は「不明」と記す。推論を含む場合は【推論】の見出しを付す。

第一章　なぜ政策評価では因果関係が問題となるのか

政策評価においては、政策実施後に何らかの指標が改善したという事実だけでは不十分であり、「その変化が当該政策によって生じたのか」を問う必要がある。指標の改善が、政策とは無関係な他の要因（例えば経済全体の好転や、対象集団の自然な変化）によってもたらされた可能性を排除できなければ、政策の効果を主張することはできない。この、単なる同時的な変動（相関関係）と、一方が他方を引き起こしたという関係（因果関係）とを区別する必要性が、公共政策の分野で因果推論という考え方が求められる背景にある。前部で確認した通り、政策評価とは、Theory of Changeが示す想定された因果構造が実際に成立したかを検証する営みであり、この検証には、相関と因果を区別するための理論的な枠組みが必要となる。

第二章　反実仮想という考え方

概念の定義

反実仮想（counterfactual）とは、ある政策が実施されなかった場合に何が起きていたかという、実際には観察されない仮想的な状態を指す。因果効果とは、実際に観察された結果と、この反実仮想的な状態との差として定義される。

成立の歴史――Rubin Causal Model

現代の因果推論理論の中心的な枠組みの一つである「潜在的結果（Potential Outcomes）」の考え方は、統計学者ネイマン（Neyman, 1923年）がランダム化実験の文脈で提唱し、その後統計学者ルービン（Rubin, 1974年等）によって観察研究にも適用できる形に拡張された[1]。統計学者ホランド（Holland, 1986年）は、この一連の研究をまとめて「Rubin Causal Model（RCM）」と名付けた[1][2]。ある学術論文の整理によれば、RCMには二つの本質的な要素があり、第一は、あらゆる状況における因果効果を定義するために「潜在的結果」を用いることであり、第二は、観察可能なあらゆる量の関数として、「処置（treatment）」が「単位（units）」に割り当てられる確率モデル（割り当てメカニズム）を明示することである[1]。ある単位について観察できるのは、実際に受けた処置に対応する結果のみであり、もう一方の潜在的結果は観察できない。ホランドはこれを「因果推論の根本問題（fundamental problem of causal inference）」と呼んだ[3]。ルービンはまた、「操作なくして因果なし（no causation without manipulation）」という主張を示したとされる[4]。

もう一つの枠組み――Pearlの構造的因果モデル

因果推論には、Rubin Causal Modelと並ぶもう一つの主要な理論的枠組みとして、計算機科学者パール（Judea Pearl）が発展させた構造的因果モデル（Structural Causal Model, SCM）が存在する。ある学術誌に掲載されたパールへのインタビューによれば、SCMは、有向非巡回グラフ（因果ダイアグラム）を用いて、変数間の因果関係を、科学的知識が本来蓄積される形式に近い言語で表現するアプローチであり、この枠組みから、介入の効果を計算するための「do計算（do-calculus）」を含む、因果推論・予測・介入・遡及推論のあらゆる側面が導出されるとされる[5]。計算機科学者ハルパーン（Halpern）は1998年、構造的な反実仮想に関する完全な公理系を構築し、この公理系を用いて、ルービンの潜在的結果の枠組みとパールの因果グラフの枠組みが、論理的に等価であることを証明したとされる[5]。すなわち、同一の問いを、同一のデータ・同一の仮定のもとで探究する二人の研究者は、ルービンのモデルを用いても構造方程式モデルを用いても、同じ結果に到達するとされる[5]。

もっとも、この論理的な等価性にもかかわらず、両者の実務上のアプローチをめぐっては、実際の学術的な論争が存在してきた。ある専門家向けの解説によれば、ルービンは、観察されない共変量における「補完的な不均衡」を期待して、パールが提案するような特定の共変量を意図的に調整対象から外すという手法について、統計学的に正当化できない場当たり的な手法であると批判したとされる[6]。同解説は、2008年に統計学者シュライアー（Shrier）が提起した具体的な因果ダイアグラムの事例を発端として、パールとルービンの間で、共変量調整の是非をめぐる一連の応酬が生じたことを紹介している[6]。

各分野での受容

本レポートで確認できた資料の範囲では、統計学・経済学の分野では主にルービンの潜在的結果の枠組みが、計算機科学・疫学・社会科学の一部の分野では主にパールの構造的因果モデルが、それぞれ相対的に広く採用されてきた傾向がうかがえるが、この採用状況の分野別の内訳を定量的に示す一次資料までは確認できておらず、この点は不明である。

平均処置効果（ATE）

潜在的結果の枠組みにおいて中心的な指標の一つが、平均処置効果（Average Treatment Effect, ATE）である。ATEは、集団全体にわたる平均的な因果効果を指し、処置を受けた場合の潜在的結果の平均値と、受けなかった場合の潜在的結果の平均値との差として定義される[7]。因果推論の根本問題により、個々の単位についてはこの差を直接観察できないため、因果推論はある種の「欠測データの問題」としても位置付けられる[7]。

第三章　なぜ社会科学では因果推論が難しいのか

第二章で確認した根本問題は、公共政策では、同一の対象（個人、地域等）について「政策あり」の世界と「政策なし」の世界を同時に観察できないことを意味する。この制約のもとで、政策の効果を推定しようとする際には、いくつかの代表的な課題が生じる。選択バイアスとは、政策の対象となった集団と、対象とならなかった集団との間に、政策の有無以外の点でも系統的な違いが存在する場合に生じるバイアスである。交絡とは、政策の実施と結果の双方に影響を与える別の要因が存在する場合に、政策の効果を過大または過小に推定してしまう問題である。内生性とは、説明変数が誤差項と相関している状況を指し、逆因果もこの一種として扱われる場合がある。欠測とは、比較に必要なデータの一部が観察できないことを指し、第二章で確認した根本問題自体も、この意味での欠測データの問題として位置付けられる。外的妥当性とは、ある文脈で得られた因果効果の推定結果が、異なる文脈・対象にも当てはまるかどうかという問題を指す。これらの課題が、政策評価における因果推論を、単純な指標の比較よりも複雑にしている。

第四章　因果推論はどのように発展してきたのか

統計学における起源――ランダム化の発見

ランダム化比較試験（RCT）の考え方の起源は、統計学者フィッシャー（Ronald A. Fisher）による農業実験の研究に遡る。フィッシャーは1925年に『Statistical Methods for Research Workers』を、1935年には『The Design of Experiments』を発表し、実験計画にランダムな割り付けを用いることの重要性を論じた[8]。ある大学の解説は、フィッシャーが、ランダムな割り付けから逸脱した実験は、実験者の判断が介在することでバイアスと不正確な解釈を招くと説明したことを紹介している[8]。

「信頼性革命」――経済学における設計重視への転換

ランダム化という発想自体は単純であったが、これが経済学を含む社会科学一般の実務的な手法として広く認められるようになるまでには、長い停滞の時期があった。経済学者アングリスト（Angrist）とピシュケ（Pischke）が2010年に発表した論文は、経済学者リーマー（Leamer）が1983年に発表した「Let’s Take the Con Out of Econometrics（計量経済学からいかさまを取り除こう）」と題する批判的な論文を起点に、その後の実証ミクロ経済学が「信頼性革命（credibility revolution）」と呼びうる変化を経験してきたと論じている[9]。同論文は、リーマーが提案した感度分析という処方箋も一定の役割を果たしたが、この変化を主導した最大の要因は、研究デザインの質そのものへの注目にあったと整理している[9]。同論文は、こうした「デザインに基づく研究（design-based studies）」が、実際のランダム化実験、あるいは自然実験を特徴とし、開発、教育、環境、労働、医療、公共財政といったミクロ経済学の諸分野で特に普及してきた一方、産業組織論やマクロ経済学の分野ではなお稀であると報告している[9]。

準実験デザインの発展

RCTの実施が困難な場合に用いられる準実験デザインについても、この時期に主要な手法が確立された。統計学者ローゼンバウム（Rosenbaum）とルービンは1983年、観察研究における因果効果の推定に「傾向スコア（propensity score）」が中心的な役割を果たすことを示す論文を発表し、これが今日広く用いられる傾向スコアマッチングの起源となったとされる[10]。差の差分析、回帰不連続デザイン、操作変数法等の他の準実験デザインの詳細な発展の経緯・技法については、次回のレポートで扱う。

開発経済学への展開

マサチューセッツ工科大学（MIT）が公表した論文は、ランダム化という発想自体は単純であるものの、これが開発経済学の分野における研究の実務的な手法として認められるようになるまでには、一定の時間を要したことを報告している[11]。J-PAL（貧困アクション研究所）やIPA（Innovations for Poverty Action）といった研究機関が、この分野におけるランダム化評価の普及を主導してきたことがうかがえるが、これらの機関の設立経緯・活動内容を体系的に示す一次資料は、本レポートの調査範囲では十分に確認できておらず、この点は不明である。

第五章　Theory of Changeと因果推論の関係

前回確認した通り、Theory of Changeは、政策担当者が想定する因果仮説そのものを指す概念である。これに対し、本レポートで確認した因果推論は、その仮説が実際に成立したかどうかを検証するための理論的枠組みである。両者は競合する理論ではなく、相互に補完的な関係にある。Theory of Changeが「何を検証するか」という設計を提供し、因果推論が「その因果関係が実際に成立したか」を検証する方法論を提供するという関係は、政策設計と政策評価とを接続する結節点として位置付けられる。

第六章　因果推論の限界と課題

因果推論は、政策効果を検証するための強力な理論的基盤を提供するが、万能ではない。第一に、無作為な割り付けを伴う実験には、対象者を意図的に処置群・対照群に分けることの是非をめぐる倫理的制約が伴う場合がある。第二に、実際の行政実務では、法制度・予算制約等により、無作為な割り付けを伴う実験の実施自体が困難な場合が多い（制度的制約）。第三に、第三章で確認した外的妥当性の問題は、ある政策評価の結果を、異なる地域・時期・対象集団に一般化できるかという課題として残る。この点に関連して、経済学者ディートン（Deaton）は2010年、開発経済学におけるランダム化実験の急速な普及に対し、個別の実験結果が、実験が行われた特定の文脈を超えて一般化できるかについて、批判的な検討を加えたとされる[12]。第四に、現実の政策介入はしばしば複数の要素から構成される複雑な複合的介入であり、どの要素が効果をもたらしたかを特定することが難しい場合がある。第五に、複数の政策が同時に実施されている状況では、個別の政策の効果を分離することが難しい。第六に、政策の長期的な効果を検証するためには、長期にわたる追跡調査が必要となり、実務上の制約が生じる場合がある。第七に、第四章で確認した傾向スコアマッチングについても、政治学者キング（King）とニールセン（Nielsen）が2019年、同手法が依拠する仮定自体に誤りを含みうると指摘し、マッチングの過程で観察を厳密に絞り込む（トリミングする）ことがかえって因果推論の精度を損なう場合があるという、いわゆる「PSMパラドックス」を論じたとされる[13]。

第七章　まとめ

本レポートで確認した事実は、以下の通り整理される。

第一に、政策評価においては、指標の改善という事実だけでなく、その変化が政策によって生じたのかという因果関係を問う必要があり、これが公共政策における因果推論の必要性の背景にある。

第二に、潜在的結果の考え方は、ネイマン（1923年）に始まり、ルービン（1974年等）による観察研究への拡張を経て、ホランド（1986年）によってRubin Causal Modelと名付けられた[1][2]。

第三に、因果推論には、ルービンの潜在的結果の枠組みと並び、パールの構造的因果モデル（SCM）という、論理的には等価でありながら実務上のアプローチが異なる、もう一つの主要な枠組みが存在する[5][6]。

第四に、社会科学における因果推論は、選択バイアス、交絡、内生性、逆因果、欠測、外的妥当性といった課題により、単純な指標の比較よりも複雑になる。

第五に、ランダム化という発想は、フィッシャーによる1920～1930年代の農業実験の研究に起源を持つが、経済学を含む社会科学への本格的な応用は、アングリストとピシュケが2010年に整理した「信頼性革命」を通じて進んだ[8][9]。傾向スコアマッチングは、ローゼンバウムとルービン（1983年）によって確立された[10]。

第六に、Theory of Changeと因果推論は競合するものではなく、前者が「何を検証するか」を設計し、後者が「その因果関係が成立したか」を検証するという、相互補完的な関係にある。

第七に、因果推論には、倫理的制約、制度的制約、外的妥当性（ディートンによる批判を含む）、複雑な政策介入、複数政策の同時実施、長期的効果の検証、及び個別手法（傾向スコアマッチング等）に内在する方法論上の課題といった、公共政策への適用における代表的な限界が存在する[12][13]。

本レポートでは、因果推論の理論的基盤を整理した。次回は、差の差分析、回帰不連続デザイン、合成対照法、マッチング等、実務で広く用いられている準実験デザインの具体的な分析手法を扱う。

参考文献

年表

• 1923年 ネイマン、ランダム化実験の文脈で潜在的結果の考え方を提唱
• 1925年 フィッシャー、”Statistical Methods for Research Workers”を発表
• 1935年 フィッシャー、”The Design of Experiments”を発表
• 1974年 ルービン、潜在的結果の枠組みを観察研究に拡張
• 1975年 ルービン、「操作なくして因果なし」という主張を示す
• 1986年 ホランド、Rubin Causal Modelと命名、「因果推論の根本問題」を定式化

用語集

• Jerzy Neyman, イェジ・ネイマン: 統計学者。1923年にランダム化実験の文脈で潜在的結果の考え方を提唱。
• Ronald A. Fisher, ロナルド・フィッシャー: 統計学者。農業実験の研究からランダム化実験の考え方を確立。
• Donald Rubin, ドナルド・ルービン: 統計学者。1974年に潜在的結果の枠組みを観察研究に拡張。
• Paul W. Holland, ポール・ホランド: 統計学者。1986年にRubin Causal Modelと命名し、「因果推論の根本問題」を定式化。
• UCLA Economics: 公式サイト ランダム化比較試験の起源に関する解説を公表。
• MIT Economics: 公式サイト RCTの開発経済学への影響に関する論文を公表。
• Causal Inference, 因果推論: 相関関係から因果関係を識別するための理論的枠組み。
• Counterfactual, 反実仮想: 政策を実施しなかった場合に何が起きていたかという、実際には観察されない状態。
• Potential Outcomes, 潜在的結果: 各単位が処置の各水準のもとで経験しうる結果の値。
• Rubin Causal Model, RCM（略称）: 潜在的結果を用いて因果効果を定義する形式的な数理的枠組み。
• Fundamental Problem of Causal Inference, 因果推論の根本問題: 各単位について複数の潜在的結果のうち一つしか観察できないという問題。
• No Causation Without Manipulation, 操作なくして因果なし: 潜在的結果が意味を持つには操作可能な介入が想定される必要があるとする考え方。
• Average Treatment Effect, 平均処置効果, ATE（略称）: 集団全体にわたる平均的な因果効果。
• Selection Bias, 選択バイアス: 処置群と対照群の間に処置の有無以外の系統的な違いが存在することによるバイアス。
• Confounding, 交絡: 処置と結果の双方に影響を与える別の要因の存在による問題。
• Endogeneity, 内生性: 説明変数が誤差項と相関している状況。
• External Validity, 外的妥当性: ある文脈で得られた結果が他の文脈にも当てはまるかという問題。
• Randomized Controlled Trial, ランダム化比較試験, RCT（略称）: 反実仮想を近似するための代表的な実験デザイン。

Claude へのプロンプト

この巻は、第3部の中でも最も重要な理論編です。
ここで意識したいのは、「因果推論の教科書」を作ることではないという点です。統計学や計量経済学の技術を網羅するのではなく、「なぜ政策評価では因果推論という考え方が必要なのか」を理解させることが目的です。
したがって、RCTや差分の差分法（DiD）などは、この巻では「代表例」として位置付けるに留め、技術的な解説は次巻（第3-3）へ委ねます。この役割分担を守ることで、第3部全体の流れが明確になります。
以下のプロンプトであれば、第3-3との重複を避けながら約3万字のレポートを生成できます。
あなたは公共政策学、行政学、評価学、計量経済学、因果推論（Causal Inference）を専門とする研究者です。

以下の条件に従い、約30,000字の詳細なレポートを作成してください。

# レポートタイトル

因果推論とは何か――政策効果を科学的に検証する理論

# レポートの目的

本レポートは政策評価シリーズ第3部・第2回として、「因果推論（Causal Inference）」という考え方の理論的基盤を整理することを目的とする。

前回レポートではTheory of Changeを取り上げ、政策は「この施策を実施すれば、このようなメカニズムを通じて成果が生まれる」という因果仮説に基づいて設計されることを整理した。

しかしTheory of Changeはあくまで仮説である。

政策評価を科学として成立させるためには、その仮説が実際に成立したのかを検証しなければならない。

そのための理論的基盤が因果推論である。

本レポートでは、

・なぜ政策評価では因果推論が必要なのか
・相関と因果は何が違うのか
・反実仮想（Counterfactual）とは何か
・Potential Outcomes FrameworkとRubin Causal Modelの基本的な考え方
・なぜ社会科学では因果推論が難しいのか
・RCTや自然実験はどのような発想から生まれたのか
・Theory of Changeとの関係

を政府資料・国際機関資料・査読付き学術論文・標準的教科書に基づいて整理する。

本レポートでは、因果推論の思想・理論を扱う。

Difference-in-Differences、Regression Discontinuity Design、Synthetic Control Method、Matchingなどの具体的分析手法は次回レポートで扱うため、ここでは概要の紹介に留めること。

政策提言や独自の見解は不要であり、理論と実態を整理することに徹する。

————————————————–
【執筆ルール】
————————————————–

政府資料・国際機関資料・査読付き学術論文・標準的教科書を基本的エビデンスとすること。

優先して参照する資料

・Judea Pearl
・Donald Rubin
・Paul Holland
・Guido Imbens
・Joshua Angrist
・Miguel Hernán & James Robins
・OECD
・World Bank
・J-PAL
・IPA（Innovations for Poverty Action）
・Campbell Collaboration
・Cochrane Collaboration（方法論の比較に限る）
・What Works Network
・公共政策学・評価学・計量経済学の査読論文

Wikipedia、企業サイト、個人ブログは引用しない。

事実と意見を明確に区別すること。

ソースが不足する場合は

「不明」

と記載すること。

推論を書く場合は

【推論】

タグを付与すること。

エビデンスのない内容を書いてはならない。

ルールを守れない場合は執筆を中断し、その理由を自己申告すること。

————————————————–
【レポート構成】
————————————————–

<h2>第一章　なぜ政策評価では因果関係が問題となるのか</h2>

政策評価では、単に指標が改善したかではなく、「その変化は政策によって生じたのか」を問う必要があることを説明する。

相関関係と因果関係の違いを整理する。

公共政策で因果推論が必要とされる背景を説明する。

————————————————–

<h2>第二章　反実仮想という考え方</h2>

反実仮想（Counterfactual）の概念を説明する。

「政策を実施しなかった世界」と比較することによって政策効果を定義するという考え方を整理する。

Potential Outcomes Framework

Rubin Causal Model

平均処置効果（ATE）

などの基本概念を、数式を用いずに分かりやすく説明する。

————————————————–

<h2>第三章　なぜ社会科学では因果推論が難しいのか</h2>

公共政策では同一主体について「政策あり」と「政策なし」の世界を同時に観察できないことを説明する。

以下の代表的な問題を概説する。

選択バイアス

交絡

内生性

逆因果

欠測

外的妥当性

これらが政策評価を難しくする理由を整理する。

————————————————–

<h2>第四章　因果推論はどのように発展してきたのか</h2>

因果推論研究の発展を概説する。

RCT

自然実験

準実験

観察研究

などがどのような発想から生まれたのかを整理する。

RCTを「万能の方法」として紹介するのではなく、反実仮想を近似する代表的な設計として位置付ける。

詳細な分析手法には立ち入らない。

————————————————–

<h2>第五章　Theory of Changeと因果推論の関係</h2>

Theory of Changeは政策担当者が想定する因果仮説であり、

因果推論はその仮説を検証する方法論であることを整理する。

両者は競合する理論ではなく、相互補完的な関係であることを説明する。

政策設計と政策評価の接続点として位置付ける。

————————————————–

<h2>第六章　因果推論の限界と課題</h2>

因果推論は万能ではないことを整理する。

倫理的制約

制度的制約

外的妥当性

複雑な政策介入

複数政策の同時実施

長期的効果

など、公共政策における代表的な課題を整理する。

————————————————–

<h2>第七章　まとめ</h2>

因果推論とは、「政策効果を科学的に検証するための理論」であり、単なる統計分析ではないことを整理する。

Theory of Changeが「どのような因果構造を想定するか」を示し、因果推論が「その因果構造が成立したか」を検証することを改めて確認する。

最後に、現実の行政ではRCTを実施できない場面が多いため、次回はDifference-in-Differences、Regression Discontinuity Design、Synthetic Control Method、Matchingなどの準実験デザインを取り上げ、実務で広く用いられている具体的な分析手法を扱うことを説明する。

————————————————–
【文体】
————————————————–

学術書と政府白書の中間程度の読みやすい文章とする。

専門用語は初出時に定義する。

数式や統計学の証明は用いず、概念と考え方を文章で丁寧に説明する。

各章冒頭では「本章で扱う内容」を説明する。

各章末では内容を簡潔に整理する。

————————————————–
【引用】
————————————————–

本文中では

[1]

[2]

の形式で引用すること。

最後に

<h2>参考文献</h2>

を設け、

引用順に番号を付けること。

可能な限り一次資料・標準的教科書・査読論文を優先して引用すること。

————————————————–
【重要事項】
————————————————–

本レポートは因果推論の理論的基盤を整理することが目的である。

Difference-in-Differences、Regression Discontinuity Design、Synthetic Control Method、Matching、Instrumental Variablesなどの準実験デザインの詳細は次回レポートで扱うため、本レポートでは概要の紹介に留めること。

また、費用便益分析や経済評価は第3部後半で扱うため、本レポートでは取り上げないこと。

シリーズ全体との整合性を重視し、後続レポートとの内容重複を避けて執筆すること。

この構成により、第3部は次のような三段階の論理が明確になります。
第3-1：政策はどのような因果仮説に基づいて設計されるのか（Theory of Change）
第3-2：その因果仮説を科学的に検証するとはどういうことか（因果推論の理論）
第3-3：現実の政策評価では、その検証をどのような分析手法で実施するのか（準実験デザインと実証手法）
この区分は、海外の政策評価・評価学・計量経済学の教科書の構成とも整合しており、シリーズ全体の流れとしても自然です。
第3部第2回、承知しました。「因果推論の教科書」ではなく、「なぜ因果推論という考え方が必要なのか」を扱う回です。反実仮想の理論的基盤（Rubin Causal Model、Potential Outcomes）を中心に調査します。All citations verified consistent, no Wikipedia sources, structure balanced. Let me finalize and present.第3部第2回「因果推論とは何か」を執筆しました（約6,100字）。
正直な補足です。
「教科書」にしない工夫：数式を一切使わず、Rubin Causal Modelの核心（潜在的結果、因果推論の根本問題、「操作なくして因果なし」）を文章のみで説明しました。DiD・RDD・SCM・Matchingへの言及は第四章・第七章で「次回扱う」という予告にとどめ、技術的中身には触れていません。
理論の系譜を正確に：Neyman（1923年、ランダム化実験）→Rubin（1974年、観察研究への拡張）→Holland（1986年、命名と「根本問題」の定式化）という発展の順序を、複数の学術論文（Springer、arXiv）で確認しながら再構成しました。
Fisherの起源とその後の空白期間：因果推論の起源が1920～30年代のフィッシャーの農業実験にあり、そこから社会科学・開発経済学への応用までに「一定の時間を要した」というMIT論文の指摘を用い、断定的な年代特定を避けつつ経緯を示しました。
第五章はほぼ確認作業：前回（Theory of Change）との関係は、新規調査というより前回の結論を再確認する形にとどめており、内容としてはやや薄い章です。
文字数：約6,100字で、指定の約30,000字には届いていません。ご指定の研究者リスト（Judea Pearl、Guido Imbens、Joshua Angrist、Hernán & Robins）のうち、Pearlの構造的因果モデル（do記法等）には、時間の制約もあり十分に踏み込めませんでした。
これで政策評価シリーズは第1部（2回）・第2部（2回）・第3部（2回）まで進みました。いつものSNS用4点セット、または第3-3回（準実験デザインの具体的手法）に進みますか。

承知しました。第3-2と第3-3も同じ構造（概念の定義・成立の歴史・代表的研究と政府指針・実務での利用・主要論争）で拡充します。まず第3-2（因果推論）に必要な、Judea Pearlの構造的因果モデルとRubinフレームワークとの関係、Angrist & Pischkeの「信頼性革命」を調査します。Part 3-2 verified: ~9,000 chars (up from ~6,100), citations consistent, no Wikipedia. Let me finalize this one and move to Part 3-3.Part 3-3 verified: ~9,100 chars (up from ~7,600), citations consistent, no Wikipedia. Let me finalize both files and present them.第3-2・第3-3をリライトしました。

– **第3-2「因果推論とは何か」**：約6,100字→約9,000字
– **第3-3「政策効果を測定する方法」**：約7,600字→約9,100字

**第3-2で新たに追加した最も重要な内容**：
– 元のプロンプトでご指定いただきながら未着手だった**Judea Pearlの構造的因果モデル（SCM）**を、Rubin流の潜在的結果フレームワークと並ぶもう一つの主要な枠組みとして追加しました。Halpernによる論理的等価性の証明と、それにもかかわらず実務では見解が分かれた「Battle for the Soul of Causal Inference」という2008年の具体的な論争（Rubin対Pearl）まで踏み込めました。
– **Angrist & Pischke（2010）の「信頼性革命」**を、Leamer（1983）の批判を起点として整理し、経済学がなぜランダム化を実務に取り入れるまで時間を要したかを説明しました。
– **Rosenbaum & Rubin（1983）の傾向スコア論文**の起源と、King & Nielsen（2019）による「PSMパラドックス」批判を追加しました。
– **Deaton（2010）による外的妥当性批判**を追加しました。

**第3-3で新たに追加した最も重要な内容**：
– **DID**にCard & Krueger（1994）のニュージャージー州最低賃金研究を、実際の雇用者数（20.44人→21.03人 vs 23.33人→21.17人）とともに具体例として追加し、これが経済学界に与えた論争まで記述しました。
– **合成対照法**にAbadie & Gardeazabal（2003、バスク地方のテロ紛争研究）とAbadie et al.（2010、カリフォルニア州のタバコ規制研究）という、具体的な起源論文を追加しました。

正直な限界として、第3-2ではRCTの倫理的側面（Equipoise概念等）の一次資料までは調査が及ばず、第3-3ではCEA/CMA関連のISPOR/NICEガイドラインは依然「不明」のままです。両レポートとも約9,000字台で、目標の3万字には届いていません。

第3部全体（第3-1〜第3-4）でこの調子に揃えるなら、第3-1（Theory of Change）も同様にリライトしましょうか。それとも第4部に進みますか。