Theoretical and Empirical Research on Optimal Policy Assignment Using Heterogeneity: Toward the Social Implementation of Policy Targeting

• Project/Area Number: 25K00631
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 07040:Economic policy-related
• Research Institution: Kyoto University
• Principal Investigator: 依田 高典 京都大学, 経済学研究科, 教授 (60278794)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥17,940,000 (Direct Cost: ¥13,800,000、Indirect Cost: ¥4,140,000); Fiscal Year 2029: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000); Fiscal Year 2028: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2027: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2026: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2025: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
• Keywords: ポリシー・ターゲティン

Outline of Research at the Start

本研究「異質性を用いた最適政策割当の理論実証研究」では、因果推論と機械学習の比較を通じて、個人ごとの異質な介入効果を明らかにし、「誰を対象に政策介入すべきか」というポリシー・ターゲティングの最適化を図る。具体的には、因果推論の経験厚生最大化（EWM）と機械学習のコウザル・フォレストという二つの手法に注目し、節電リベートを用いた無作為比較対照試験（RCT）から得られた実証データに基づき両者の性能を比較する。政策形成への実装可能性と効果を検証し、根拠に基づく政策形成（EBPM）への貢献を目指す。