Designing dynamic public policies using machine learning techniques

Research Project

Project/Area Number	24K16342
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 07030:Economic statistics-related
Research Institution	The University of Tokyo
Principal Investigator	坂口翔政東京大学, 大学院経済学研究科(経済学部), 講師 (30965942)
Project Period (FY)	2024-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords	計量経済学 / 機械学習 / ターゲティング政策 / 動的トリートメント・レジーム
Outline of Research at the Start	エビデンスに基づいた適切に公共政策を策定することは社会厚生の増大に寄与する。本研究では、機械学習的手法を用いて、動的な公共政策をデータから策定する手法を開発する。特に次の3点に留意して動的ターゲティング政策の学習方法を開発する。 1. 公平性や予算といった公共政策における一般的な制約を満たした政策を学習する。 2. 観察データを利用する場合でもバイアスの小さな学習手法を開発する。 3. 機械学習アルゴリズムを利用することで、大規模データにも適用可能な手法を開発する。開発した手法の理論分析や、シミュレーション研究および実際の政策データへの応用を通して、開発手法の理論的性質・実用性を評価する。