| 研究課題/領域番号 |
19K21682
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分6:政治学およびその関連分野
|
|---|
| 研究機関 | 高知工科大学 |
|---|
研究代表者 |
矢内 勇生 高知工科大学, 経済・マネジメント学群, 講師 (50580693)
|
|---|
| 研究分担者 |
SONG JAEHYUN 同志社大学, 文化情報学部, 助教 (70822617)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2022-03-31
|
| 研究課題ステータス |
交付 (2020年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 選挙 / メタ分析 / 知見の蓄積・統合 / 日本 / 日本政治 / 計量分析 / データ分析 / データベース / 知の蓄積 / 政治学 |
|---|
| 研究開始時の研究の概要 |
本研究は、これまでに実施された日本の選挙研究の知見を、統計的メタ分析を応用することによって統合し、知識を蓄積・共有するための新たな方法を提案する。本研究の意義は二つある。第一に、本研究のメタ分析により、個々の選挙研究を同じ問題の解決に取り組む研究全体の一部として捉え、その成果を集約し、それを基盤として新たな研究を推進することが可能になる。第二に、本研究が提供するデータベースは、民主制の根幹に関わる選挙についての学術的知見を社会に還元する。本研究は、これからの選挙研究が先行研究をもれなく共有することを促し、研究結果の偏りを縮小することに貢献する。
|
| 研究実績の概要 |
本研究は、これまでに実施された日本の選挙研究の知見を、統計的メタ分析を応用することによって統合し、知識を蓄積・共有するための新たな方法を提案することを主な目的とする。研究者がメタ分析を行うための資源を提供するとともに、政治学がこれまで蓄積してきた選挙研究の分析結果を閲覧するためのデータベースを提供することを目指す。
2年目である2020年度は、初年度に特定した先行研究の本文を実際に収集する作業を進めた。戦後の日本の選挙に関する定量的分析を行った研究のうち、日本語または英語で書かれて公刊されたもので、オンラインで入手可能な論文と現在市場で入手可能な書籍についてはおおむね手に入れ、本文を収集することができた。また、それぞれの先行研究を各研究の説明対象である応答変数（結果）、分析手法、データの種類などに応じて分類する作業を進めた。
さらに、収集したデータを整理するためのデータベースの整備作業を進めた。収集した先行研究の書誌情報だけでなく、各研究の概要とそれぞれの研究内で示された定量分析の具体的な結果を収録したデータベースを構築し、2021年度中にデータベースを公開する目処が立った。
最後に、収集した先行研究のうち、投票参加を説明対象とする研究についてのメタ分析を試みた。その結果、医学や薬学等の分野とは異なり、同じ現象に対して同じ変数を説明変数として用いる研究が非常に少ないことや、まったく同じデータセットを使って異なる結論を出す複数の研究が存在すること、データの前処理方法が異なるために研究同士の比較が困難であることなどが確認された。狭義のメタ分析に囚われずに知見を蓄積・統合する方法を提案することの重要性が浮き彫りになった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新型コロナウィルス感染拡大の影響により、旅行や国立国会図書館の利用が制限され、研究を進める上で必要不可欠な資料の収集が予定通りに進まなかった。オンラインで収集可能なものから優先して収集を進めたものの、データベースに入力するための情報の収集がやや遅れている。
分析枠組みの構築自体はおおむね順調に進んでいるが、資料収集の遅れに伴い、資料をデータとして用いる分析作業もやや遅れている。
|
| 今後の研究の推進方策 |
まず、残された文献の収集作業を進める。COVID-19の影響で国立国会図書館をはじめとする公共施設で収集する予定だった資料が揃っていないので、感染状況を注視しつつ、できるだけ早期に収集を行う。
次に、収集・分類した結果を2年目に作成しデータベースに登録する作業を進める。特定の結果（例えば、投票率）を選択すると、それを説明する研究が表示され、その研究の分析結果（例えば、「晴れの日に比べ、雨の日の投票率は2%低い」など）が表示される仕組みや、特定の説明要因を選択するとその要因を使って選挙を説明する研究が一覧表示され、各研究における当該変数の扱い（例えば、その変数が研究における主な説明変数なのか、研究の主たる関心ではない交絡変数なのか）が確認できる仕組みを作ったので、これを公開するためのユーザーインターフェース (UI) を整備する。UIができ次第、データベースを公開する。
最後に、収集した研究を用いたメタ分析を実施する。これまでの研究により、同じ条件の下で行われた複数の実験結果を統合する基本的なメタ分析では知見の統合が困難であることが示された。政治学の研究においては、研究者ごとに同じ概念を測定する具体的な方法が違ったり、同じ現象を説明するために統制する要因が異なったりするのが普通である。そこで、異なる統計モデルを統一的に解釈するためのメタ回帰と呼ばれる手法を基に、ベイズ統計学で発展したモデル選択の知見を加えた新たな知見の統合・蓄積の方法を提案する。
|
