機械学習的手法による動的な公共政策のデザイン

• 研究課題/領域番号: 24K16342
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分07030:経済統計関連
• 研究機関: 東京大学
• 研究代表者: 坂口 翔政 東京大学, 大学院経済学研究科(経済学部), 講師 (30965942)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: 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

研究開始時の研究の概要

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。