「日本で富士山に次いで高い山は?」に答える、分析指標の絞り込みとデータの見方

第4部:RESASを活用したデータ活用実況中継(第3回)

 新潟県燕市と弥彦村の自治体横断「データ活用課題解決プロジェクト」は、計8名のメンバーで開始された。“データを活用して課題解決”というと、多くの人は関連するデータをどんどん集め、それらを整理して眺めながら問題の所在や解決の糸口を見つけようとするのではないだろうか。ところが、このアプローチは(特にデータ活用入門者にとって)ほとんどうまくいかない。では、何よりも最初にすべきこととはどんなことなのだろうか?

[公開日]

[著] 柏木 吉基

[タグ] データ・アナリティクス ビジネススキル 地域創生 RESAS

  • このエントリーをはてなブックマークに追加

分析素材に“厚み”を持たせるには、思い込みを避け、データを多面的に見ること

 前回のチーム討議で、“地場産業”を産業の「付加価値額(利益額)」「売上額(出荷額)」「事業所数」をメイン指標として特定しようと決めた。ある程度最初にRESASについて知識を頭に仕入れておいたこともあり、結果的にRESASにて取得できる指標にまとまった。ここで気を付けたのは次の2つの基本だ。

  1. 指標を一つだけに絞ることによる短絡的な判断を避けること・・・一本足打法にならないこと
  2. 同じ指標のデータでも多面的に評価すること・・・数値の大小の比較評価にならないこと

 具体的にはまずは「大分類」と呼ばれる、製造業、サービス業・・・といったレベルから燕市内各産業のポジショニングをみてみた。

燕市内の各産業比較(大分類)燕市内の各産業比較(大分類):縦軸(労働生産性の特化係数)、横軸(付加価値額の特化係数)(RESAS)

 “付加価値額”と一言にいっても、様々な(多面的な)見方がある。ここでは特化係数というあまり聞きなれない見方で付加価値額(横軸)と労働生産性(縦軸)をRESASでグラフ化した。特化係数とは、地域のある産業が、全国の平均的な比率と比べてどれだけ特化している(偏っている)のかを示す係数のことで、1を超えるとそれだけその産業に特化(偏り)が生じていることを示す。

 上図では、燕市の製造業が付加価値額への特化(偏り)で全国を大きく上回っている(1を超えて大きく右に寄っている)ことが読み取れる。つまり、全産業内での製造業による付加価値額の割合が全国平均比で相対的に高いと言える。確かに地場産業候補として有力だ。

 一方で、従業員当たりの付加価値を示す労働生産性の特化係数が1を下回っており、この点が気になる点として残った。

バックナンバー