マネージャーのデータ選び：人口、行動、介入をつなぐ

人口構成、実際の行動、介入の効果を学ぶには、それぞれ違うデータが必要になる。企業の説明、論文の報告、設計上の選択を分けて、代表的な資料を比較する。

推奨する組み合わせ

人口構成を検証する教材にはACS 2024 5-yearのB17001集計表、世帯・個人を扱う教材には同じ2020–2024年系列のACS PUMSを使える。生活時間、健康、移動、実験結果は、最初の介入用途を決めてから選ぶ。

人口構成が分かる資料と、行動を観測した資料と、介入の因果効果を調べられる資料は異なる。国勢調査の属性だけから、環境を変えたときの便益は測れない。Aniccaの使命は End suffering.。人口を再構成できることと、苦しみを減らせることは別々に検証する。

データを四つの役割に分ける

先行者が使っているデータ

企業が同種のデータを使うことは、私たちがその企業のデータを利用できることを意味しない。また、公開された購買予測の精度は、環境変更による因果効果の保証ではない。

なぜ最初はACSなのか

ACSは米国国勢調査局のAmerican Community Surveyである。集計表は地域ごとの合計を表し、PUMSはプライバシー保護の加工を受けた人・住宅の標本記録を表す。役割が異なる二種類を同じ調査系列から得られるため、世帯生成まで段階的に学べる。公式の変数辞書、重み、精度の資料、ファイル配布があり、外部の有料データ契約を最初の条件にしなくてよい。

ただし、米国を最終市場と決めたから選ぶわけではない。再実行しやすい人口合成の教材として選ぶ。地域や対象人口を日本へ移す場合には、e-Statの公開集計と個票利用条件を改めて設計する。日本の公開集計があることと、対応する匿名個票を審査なしに使えることは別である。

ACS 5-yearは5年間の調査から得た推計で、今日の住民台帳ではない。1-yearと5-yearの混在、年度・地理境界・対象母集団の違いを避ける。最新のモデルへ変更しても、評価データの版は固定し、比較できる状態にする。

最初の集計表：B17001

人口復元の例では2020–2024 ACS B17001「過去12か月の貧困状態×性別×年齢」を、年齢3群×貧困2群の6セルへまとめる。対象は貧困状態が判定される人口であり、全人口そのものではない。貧困は苦しみの代理指標として自動採用せず、人口再構成の検証項目として使う。

50州とDCを開発6・検証4・最終評価41地域へ分ける。対象地域では周辺集計だけを復元処理へ渡し、交差集計は採点側へ分離する。初期表は開発地域から作り、単純な独立仮定とIPFを比較する。

この分離で防ぐのは答えの混入である。同じACSから計算した周辺集計と評価用交差集計は、独立に採取したデータではない。「隠した組合せをどれだけ復元したか」と報告し、将来予測や実地改善の実証とは呼ばない。

次の個票：ACS PUMS

次段階では2020–2024 ACS 5-year PUMSの住宅ファイルと個人ファイルを使う。最初の小規模読解用にはRhode Islandを推奨する。州を選ぶ理由は処理量を抑え、入出力を追いやすくすること。効果実験の対象地域を選んだことにはしない。

公式配布ディレクトリには住宅の csv_hri.zip と個人の csv_pri.zip がある。

追加で所得・就業・貧困状態を扱う場合は、HINCP・ESR・POVPIPなどを辞書に従って追加する。生コードを人名・現住所・実在個人の識別子と解釈しない。住宅ファイルには空き家、個人ファイルには集団居住施設等の対象もあるため、通常世帯を扱う範囲と除外理由を定義する。NPと結合後の人数、キー重複、続柄、欠測、割当て・加工フラグを検査する。

個票を何行読んだかと、重みを使った人口推計を分ける。世帯を選ぶ重みと個人を集計する重みも混同しない。学習・評価の分割は世帯ID単位にし、同じ世帯の人が両側へ分かれないようにする。

PUMSの公開地理は粗く、個票に正確な町内住所はない。小地域に置く場合には、地理の対応表と別の集計制約が必要になる。PUMSの加重推計とACS詳細表が完全一致するとは限らず、公式資料も推計差を説明している。ACS集計とPUMSは元調査が重なるため、完全に独立した検証とは呼ばない。

生活や介入へ進むときの候補

マネージャーの最初の環境変更用途は未確定である。使命との接点を重視するなら、生活時間やケア負担を扱うATUSは次の読解候補になる。ただし、介入の操作対象と比較設計が決まる前に、最初の実地用途として採用しない。

異なる調査に同じ年齢・所得の行があっても、実在する同じ人ではない。PUMSとATUSやBRFSSを年齢だけで結合し、実測された一人の履歴として扱うことはできない。統計的な対応付けを行うなら、仮定、対象の共通性、対応しない属性、結合後の検証を明示する。

資料と読解範囲

• ACSのPUMS概要、2024年の辞書・精度・利用資料、公式5年配布先。メタデータと配布一覧を確認。
• B17001項目定義。実際にJSON取得し、対象母集団と項目例を確認。
• RTIの論文、公式コード。論文概要とREADMEを確認。コード全体は今回実行していない。
• PopulationSim公式資料。関連資料の調査で世帯展開・出力コードを読解済み。
• Jonesほか、Lim・Yunほか。関連資料の調査で方法・結果と著者コードを読解済み。
• Darselほか最終版、前処理データ。最終版のデータ節と比較を確認。前処理データ本体は今回取得していない。
• COMPASS。人工人口の実験と方法を確認。
• Aaruの公式説明、公開評価。データ種別と評価条件を確認。
• Simileのconfidence記事、what-if記事。データ種別と結果の検証方法を確認。
• Parkほか改訂v3。今回の追加確認は改訂要旨まで。旧版の数字をそのまま最新版の成果として扱わない。
• ATUS、NHTS公式公開ガイド、BRFSS。配布資料と用途を確認。本文データの解析は未実施。
• SocSci210の固定版、HeartSteps V1。前者はカード、後者はREADMEとCC BY 4.0を確認。試験解析は未実施。
• 日本の匿名データ利用。集計と個票の利用手続の違いを確認。

公開ページの読解、データ本体の取得、解析の実施を区別している。