1

分科会 18 「計量政治分析の新地平――質的分析との対話を求め

て」討論

福元　健太郎　（学習院大学）日本政治学会　研究会

2005 年 10 月 2 日（於明治大学）

2

企画委員による分科会の趣旨• 報告：質的研究が有力とされる分野にお

ける計量分析– 量的分析の長所と弱点– 質的分析と量的分析の対話

• 討論：３つの報告（間、若山、富崎各会員）に共通する傾向・論点

3

討論の構成• 1. 質的分析から量的分析への貢献

– 1. 数量化の妥当性– 2. 数量分析結果の質的解釈

• 2. 量的分析から質的分析への貢献– 効率性と不偏性– データ発生過程

• 3. 提案：対話から「両話」「共話」へ• 4. 共通質問

4

理論

データ

事例

データ発生

経験的世界観念的世界

解釈 数量化

ＤＧＰ仮説

質的分析

量的分析 推定、検

定モデル化

帰納的推論

演繹的推論

説明

5

1. 質的分析から量的分析への貢献

• 質的分析は量的分析よりも、対象（事例、データ）に関する情報量（変数の数）が多い

• 1. 数量化の妥当性– 指標が概念を適切に数量化しているか

• 2. 数量分析結果の質的解釈• 「森ばかりを見て、木を見失う」「例外こそ

重大」（若山）？– 特異な事例の研究が個々の事例（あるいはデー

タ）の理解に資する可能性は否定しないが、それが（「平均的な傾向を見る」）一般理論に結びつかない限り、少なくとも量的分析には貢献しない

6

1.1.1 数量化の妥当性• 間

– 亀裂的流動性→左派／右派、穏健／急進– 懲罰的流動性→与／野党、既／未与党（？）– 県別社会的亀裂→ 国内主要少数派／その他– 亀裂の深さ→ 国内主要少数派の県別人口比率

• 若山– 党への忠誠心・貢献度→接戦度（代理指標）

• 党への忠誠心や貢献が高いと思われる議員ほど当選が確実な安全区から立候補

7

1.1.2 数量化の妥当性？：富崎の「国家」

• 規模– あまり詳細には論じられていない

• 国家性強度– 近代国家の量化を国家全般の量化とする

• 指標：正統的暴力の独占度、住民掌握度、住民忠誠度、領域性– 非近代国家は近代国家らしさが足りないとしているだけで、非近代国家の在り方を、結局は等閑視している

• 例：東南アジアの「まんだら」

• 「指標化を実際に行った実証分析は提示されない」

8

1.2 数量分析の質的解釈• 間

–因子分析– 流動性を亀裂に回帰

• 政党制が亀裂を代表している時期は負の係数– 結論「見かけ上の不安定性は、政党制の代表性の欠如ではなく、政府の統治能力の低さによる」

• 若山– 「党内に留まった議員の不満の表明は，さらなる離党者が出る可能性を感じさせることとなり，結果として党執行部や選挙区労働党に譲歩を引き出す結果をもたらした」

• 譲歩と不満表明の関係が実証的に示されない限り、ここまでは解釈できないと思われる

9

2. 量的分析から質的分析への貢献• 量的分析は質的分析よりも、対象（事例）の数

(Number) が多い– 一般理論に対するより確かな（「効率的な」）裏付

け– ランダム・サンプリングがより容易→理論の偏向

（バイアス）もより避けやすい• データ発生過程（ Data Generation Process ）

– 現実のデータがどのような原理で出てくるか• これがわかればシミュレーションができる

– 理論の再考を促す• 単なる統計技術の問題ではなく、まさに政治現象がどのよう

に起きているかについての理解に再考を促す

10

2.1.1 若山：英国右派労働党議員の不満

• 離党– 社民党結成時– 社民党結成後

• 造反– 有無– 強さ（５回以上か否か）

• こうした場合分けは、事例に対する深い知識があって初めて可能

• データ発生過程に注意を向けることで、右派労働党議員の行動に対する理解を、さらに洗練できる

11

2.1.2 若山：ロジットとインセンティヴ

• （入れ子）二項ロジット・モデルの問題点– 仮に離党者も造反者も接戦度が高い場合も、前者の二項ロ

ジットで接戦度は有意にならないことがあるが、それはインセンティヴが異なることを意味しない

• 多項ロジット ・モデル (STATA: mlogit)– 離党や造反が連動しない（独立）という疑わしい仮定に立つ

• 順序ロジット ・モデル (STATA: ologit)– インセンティヴが質的に異なるのではなく、量的な違いで

あり、右派的傾向（不満の度合い）が強い順に離党第１陣　＞　第２陣　＞　造反５回以上　＞　１～４回　＞　なし

という行動になると考える場合

• インセンティヴが異なる理論的（政治学的）根拠が示されていないので、どのモデルが望ましいかを特定できない

12

2.1.3 若山：ハードル・イヴェント・カウント・モデル

• 造反５回以上か否かの分析の問題点– 全く造反がない議員と、軽微な造反議員とを混ぜているの

で、造反に踏み切った上で、軽微な造反に対して重度の造反をもたらす要因をおそらくは過小評価

– 回数をわざわざ２値にして、豊かな情報を捨てている

• 標記モデルは次の２つを同時に分析 (G.King, COUNT)– 造反するか否か– 造反するとして、何回造反するか（５回に限らず）

• イヴェント・カウント– ポワソン分布：各法案ごとに造反するか否か判断– 負二項分布：一旦造反すると、立て続けに造反（毒食わば

皿まで）

• もしくはゼロ・インフレート・モデル (STATA: zinb)

13

2.2 間：流動性の確率分布• 流動性は正規分布を取り得ない

– 0 から 100 までの間しかとらない– 例えば 30→50 をもたらす要因が、同じ 20 ポイントの増大

として 90→110 をもたらすことはあり得ず、 90→95 などとなる

– 同様に 50→70 の方が 70→90 よりも起きる確率が高い（それだけ小さな効果で済む）

• 対数オッズの差の二乗– 対数オッズには上限と下限がない– その差は、始値によって変わりやすさが違うことを表せる– 大きさに着目しているので二乗する– これが例えばガンマ分布に従うと想定すれば、ガンマ回帰

分析を用いればよい (STATA: glm, family(gamma))

14

3. 提案：対話から「両話」「共話」へ

• １つの論文の中に、２つの方法を採用する• 一人で両方の方法を実行する

–今回の論文はそれを実践。しかしかなり困難。• 共著の勧め

–双方で方法を分担–機能的にも量的にも分業による効率化を図れる–米国政治学における生産性

15

4. 共通質問• 今回の量的分析を行う際に最も苦労した

点は何だったか？– 特に質的分析をする場合と比べて

• それを乗り越えるためにどのような工夫をしたか？– その際に質的分析はどのような役割を果たしたか？