開発NGOがインパクトの主張を裏付けるために、涙を誘い、心を温め、クレジットカードを動かすような逸話を用いることほど、開発経済学者の牙を研がせるものはほとんどないと言ってよい。最近の会議でNGOのウェブサイトについて非公式に話していた際、ポール・ニーハウスは半ば冗談めかして、大学院生のリサーチ・アシスタントの時間を使うなら、善意の非営利団体が外れ値の物語だけに基づいて作った、最もひどい「インパクト」ページ上位25件をまとめるのがよいかもしれないと提案した。少なくともそれは、学部生に因果効果を教える優れた教材となり、同時に、開発経済学者が社会に価値を提供する理由は少なくとも一つあるのだと私たちに思い出させ、自尊心をくすぐってくれるだろう。
しかし、インパクトを主張する際、なぜ優れたデータの代わりに物語がこれほど頻繁に使われるのだろうか。少なくとも理由は二つある。第一はよく知られている。因果効果への理解不足、あるいは場合によっては、プログラムを厳密な評価に委ねることへの消極性だ。第二はより興味深い。優れた物語は、どんなに優れたデータにも圧倒的に勝る。あらゆる流派の経済学者や科学者は、多くの人にとって不愉快な事実を受け止める必要がある。人々の心をつかむ競争において、物語は人間の思考に影響を与え、行動を促す力で、常にデータを上回る。そしてこの事実を理解できなければ、最良の反実仮想を生み出し、最も統計的に効率的な推定を行い、最も入念に標準誤差を設計した、最高のインパクト評価でさえ、政策や行動に現実の変化をもたらす力は、誰かほかの人の実に優れた物語より弱いかもしれない。
その理由は、人間の脳が、専門家によるデータ分析であっても、データに感情的に結びつくことが難しいからだ。そして通常、積極的な反応に必要な動機を生み出すのは感情である。これは開発経済学者にとって残念な知らせだが、心理学者ポール・スロヴィックが一連の論文（2007、 2008、 2010）で実証している。彼は、人々が情報過多を行動面で無視するあり方を「心的麻痺」と呼んでいる。これらの研究で彼と共著者たちは、人々は貧困や戦争の被害に遭った個人を特定でき、その人に自分を重ねやすい場合には同情を示す一方、統計上の被害者には同情を示さないことを明らかにしている。その結果、最も説得力のあるデータ分析でさえ、変化を生み出せないことが多い。
このことは、被験者を対象とした実験で明らかになった。研究者は被験者に、セーブ・ザ・チルドレンへ5ドルを寄付する機会を提示した。被験者の半数には、サハラ以南アフリカで何百万人もの人々が置かれている貧困状況を説明する、セーブ・ザ・チルドレンのウェブサイトから得た事実情報（統計上の被害者）を伝えた。もう一方には、マリの貧しい少女一人の物語を伝え、彼女の写真を見せた（特定できる被害者）。結果を見ると、特定できる被害者を示された被験者は2.83ドル、統計上の被害者を示された被験者は1.17ドルを寄付した。研究者たちはクロス処置も実施し、先の二つの処置それぞれの被験者の半数に、次の文章を提示した。
「社会科学者が行ったある研究についてお伝えしたいと思います。この研究は、人々は通常、問題を抱える人々についての統計よりも、問題を抱える具体的な個人に強く反応することを示しています。たとえば1989年、テキサス州で『ベビー・ジェシカ』が井戸に落ちたとき、人々は彼女の救助活動に70万ドル以上を送りました。統計、たとえば今年、自動車事故でほぼ確実に命を落とす何千人もの子どもたちといった情報は、このような強い反応を引き起こすことはめったにありません。」
図に示されているように、その結果、特定できる被害者への寄付は被験者の間で大幅に減ったが、残念ながら統計上の被害者への寄付はわずかに増えただけだった。
より広い意味での真実の個人化を含む物語は、非常に説得力のあるデータでさえ上回るほど、行動に強く影響するようだ。人間が地球規模の気候変動に影響を与えていることを裏付ける膨大なデータがあるにもかかわらず、多くの人々が変化の導入に消極的であることを考えてみよう。それに対して、「泣くインディアン」の公共広告は、公共の場でのポイ捨てや汚染に関するアメリカ人の行動を劇的に変えた。率直に言えば、気候変動にも「泣くインディアン」が必要だ。物語は、善にも悪にも向かう集団行動を促す、非常に強力な力だからである。
物語は、ミクロ経済的な開発において活発な運動を生み出す大きな力を示してきた。マイクロファイナンスの利用者数は、1997年から2012年の間に1,300万人から2億人超へと増加した。研究者が肯定的なインパクトを慎重に実証したからではなく、主として、貧困層の起業家精神を描く魅力的な物語が広く支持され、何千もの感動的な逸話に後押しされたためだ。左派も右派も中道派も、誰もがこの物語を受け入れた。最近ではRCTのインパクトデータがマイクロファイナンスへの熱意の衰えに寄与しているが、過剰債務やマイクロファイナンスの債権回収担当者による脅迫的な取り立ての物語も、同じくらい影響したと言えるだろう。
物語はまた、難解な概念を伝える強力な手段でもある。ノーベル賞を受賞したものも含め、最も影響力のある経済モデルのいくつか――たとえば、情報の非対称性がもたらす結果を説明するためのアカロフによる「レモン市場」の概念や、失業率に複数均衡が生じることを説明するダイアモンドの「ココナツ・モデル」――は、物語や寓話の形で提示されてきた。実際、経済生活についての考え方にこれらのモデルが与えた大きな影響は、抽象的な真実を伝えるために物語を活用する力に由来するのかもしれない。理論も実証分析も、物語から恩恵を受ける。
開発経済学者は、実証研究の中やその周辺に物語や寓話を織り込む技術を、もっと身につける必要がある。しかし、インパクト研究論文に物語の力をどう取り入れればよいのだろうか。研究発表に物語を取り入れる方法を学べば、私たちのインパクト研究そのものが、より大きなインパクトを持つだろう。争点は物語対データではなく、「偏った物語」と「偏りのない物語」の違いとなる。前者は処置群に対する平均処置効果（ATT）について誤解を招く見方を広める一方、後者は研究の読み手が、私たちが偏りのないATTの推定値として提示するものをよりよく理解する助けとなる。
ここで私が「中央値インパクト物語」と呼ぶ、ある手法を提案したい。これは（厳密には平均ではない。平均的な事例は通常、事実として存在しないため）、研究対象のうちインパクトが中位の一人、または数人の物語を伝えるものだ。そこで、少額融資をいくつか受けて小さな織物帝国を築いた外れ値のフアナを取り上げるのではなく、マイクロファイナンスから2年間借り入れた後、大工仕事の事業を拡大する時間を増やし、妻の病気と道具の盗難という、家計に生じた中規模の経済的ショック二つを乗り切るために少額融資を利用したエドゥアルドについて、一段落で説明して締めくくる。中央値インパクト物語の対象を厳密に選ぶなら、実現したインパクトが、推定されたATTとのユークリッド距離（分散共分散行列の逆行列を用いてインパクト変数に重みを付けて算出）が最も近い処置対象者を選ぶ方法が考えられる。
たとえば、ギブ・ディレクトリーを対象としたハウスホーファーとシャピロによる、2013年の傑出した研究の「中央値インパクト物語」を考えてみよう。この研究は、ケニアにおける無条件現金給付がさまざまな面で大きなインパクトをもたらしたことを示している。中央値インパクト物語では、家族6人のヤギ飼いで、電子送金による5回の現金給付で1,100ドルを受け取ったジョセフの経験を描くかもしれない。ジョセフと妻はともに正式な学校教育を受けたのは2年間だけで、4人の子どもを抱えて生計を立てるのに常に苦労してきた。ベースライン時点では、ジョセフの子どもたちは週平均3日、空腹のまま就寝していた。給付を受け取ってから18か月後、彼のヤギの群れは51％増え、家計の経済的安定が増した。また、追跡調査の直前の期間には、子どもたちが空腹のまま就寝することが30％減り、子どもたちが丸一日食べ物を口にしない日数が42％減ったと報告した。コルチゾール検査によれば、ジョセフのストレスは、対照群における同じ差と比べて約0.14標準偏差低下した。この研究の中央値の対象者に関するこの種の物語は、インパクトの真実に即したイメージを読者の心に刻み込む。
物語とデータ分析の利用をめぐって、誤った二分法が生まれている。因果効果についての真実を伝えるうえで、どちらも等しく誤解を招くことも、役立つこともある。研究者が科学的な研究に物語を取り入れ始めれば、非営利団体による物語の適切な利用についての基準が生まれ、物語が平均的なインパクトの真実に即した姿を偏りなく示すよう求めやすくなるだろう。
ブルース・ワイディックはサンフランシスコ大学の経済学教授で、新作の開発経済学小説、 『The Taste of Many Mountains』 （トーマス・ネルソン／ハーパーコリンズ、2014年）の著者である。このフィクション作品は、公正取引コーヒーのインパクトに関するド・ジャンヴリー、マッキントッシュ、サドゥレによる最近の研究に関連したフィールドワークに基づく物語である。
この記事は当初、 世界銀行のDevelopment Impactブログに掲載された。掲載は、世界経済フォーラムが見解を支持することを意味しない。
Forum:Agendaの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者：ブルース・ワイディックは、世界銀行のゲストブロガーである。
画像：2013年9月4日、ニューヨークの通りを歩きながら手をつなぐカップル。ロイター。