工業化と聞くと、近代化や経済成長という正の側面ばかり頭に浮かんできますよね？

しかし、実際には、短期と長期では工業化の影響は異なるという現象が日本ではあったことが研究によって明かされました！

１９世紀末の日本の急速な経済成長は、全国に張り巡らされた鉄道網が大きな要因の一つでした。交通インフラの重要性は皆さんも想像しやすいと思いますが、その一方で、交通網の発展は、短期的には、感染症の蔓延を引き起こし、死亡率が上昇していたんです！

今となっては、当たり前の日本の鉄道インフラですし、鉄道へ設備投資をしたからこそ、長期的に経済が成長しましたが、短期的な視点で見ると、人の移動が感染症をも拡げていたんですね。非常に興味深い結果です。

なお、分析手法はここでは割愛していますが、DID分析とマッチング手法を使っています。気になる方は、その分析方法や頑健性のチェックの仕方なども調べてみてください！また、もっと気になる方は全文を読むことをお勧めします！

新型コロナウイルスの話題が絶えませんが、皆さんは2009年に拡がった新型インフルエンザを覚えていますか？

メキシコでは特に新型インフルエンザが猛威を振りました。そんなメキシコでは、新型インフルエンザのケースが増えた地域ほど、子供たちの下痢の罹患数が減少していたんです！

下痢ってそんな問題？？と疑問に思う方もいるかもしれませんが、下痢で命を落とす子供たちは世界にたくさんいます。メキシコでも子供たちの死因の第二位に下痢があげられるなど、深刻な時期がありました。

そんなメキシコでは、新型インフルエンザの流行によって、人々の手洗い意識が高まり、結果的に下痢の患者数が減った可能性が高いことが判明しました。本当に、新型インフルエンザの影響によって、下痢の患者数が減ったのであれば、非常にパラドキシカルな発見ですよね。

分析手法は主に、パネルデータ分析で行われているので、興味のある方はググってください！

現在（2020/5/5）、新型コロナウイルスはいまだに猛威を奮っている状況ですね。PCR検査を受けたいと切望するひとが多いですが、検査には感度と特異度という言葉があるのをご存知ですか？

感度とは、病気の人が検査で陽性になる確率、特異度は病気じゃない人が陰性となる確率です。ここで、例えば、コロナウイルスに感染した人の割合が全体で1%だとして、PCR検査の感度と特異度が共に99%だとします。もし、陽性が出た場合にコロナに感染している確率は99%でしょうか？

答えは、NOです。ベイズの定理を使えば、実際の確率は、0.5です... なんと、コインで表が出る確率と同じ確率で感染しているということです！感度と特異度が99%と高くても、全体の感染者割合が低ければ、このような結果になってしまうんです。ベイズってすごいですね、というか、知識って本当に面白いし、ためになりますね！

もっと気になる方は、こちらの本の第二章、またはベイズ統計学で調べてみてください！

因果推論って言葉を耳にする人は一年生や二年生では少ないと思います。簡単に言えば、AとBの因果関係を導き出すってことです。この因果推論って実は簡単じゃないんですよね。

例えば、企業Aが自社の認知度を高めるために広告Bを打ったとします。Bを出してから、Aの業績は上がりました。これは、広告を出したことで業績が上がったという因果関係を意味するのでしょうか？

調べてみないとわからない！が答えでしょう。なぜなら、もしかしたら、広告を出す前から業績が上がるトレンドがあったかもしれないし、企業Aが出した広告Bではなくて、口コミサイトのレビューやその他の原因が業績をアップさせたかもしれないからです。もし、他の原因によって企業Aの業績が上がったのなら、広告Bと業績は疑似相関となります！

因果推論をする方法として、多くの経済学部生が知っているのは重回帰分析だと思います。しかし、それだけではなく、ランダム化比較試験、DID分析、傾向スコア分析、不連続回帰デザインなどなど... 計量経済学の分野は幅広いですね... 詳しく学びたいという方は以下の本を読んでみると面白いと思います。