Correcting Growth-Based Benchmarking Bias: Time-Comparable Efficiency Levels and Context-Sensitive Pathways to High Performance

技術的要約：公共フィットネスサービスにおける成長ベースのベンチマーキング・バイアスの修正

問題提起
公共部門のパフォーマンス管理は、リソース配分や政策学習を導くためのベンチマーキングにますます依存している。しかし、縦断的なベンチマーキングには重大な脆弱性が存在する。それは、パフォーマンスの「水準（レベル）」と「成長率」の混同である。従来の効率性測定では、異なる年度のデータ包絡分析法（DEA）スコアを直接比較可能であると扱ったり、あるいは生産性の変化を測定するマルムキスト指数をパフォーマンスの状態のプロキシ（代理指標）として利用したりすることが多い。これは「時間的成長の錯覚（temporal growth illusion）」を生み出す。すなわち、初期値が低く急速なキャッチアップを経験している管轄区域が「高パフォーマー」と誤認される一方で、安定した成熟した高パフォーマーが、わずかな成長率しか示さないために見落とされるのである。この誤分類は、政策学習を汚染し、不適切なリソース配分を招く。さらに、既存の研究は多くの場合、効率性測定と構成的属性付け（configurational attribution）の整合性に失敗しており、「急速な改善」を「高いパフォーマンス」として集合論的分析に扱うことで、構成概念の不一致を引き起こしている。

手法
本研究は、中国の31省における公共フィットネスサービス（PFS）に関するパネルデータ（2016年–2022年）を用い、2段階の分析フレームワークを採用している。

1. 時間比較可能な効率性測定（Windows-DEA）:

   • 従来の静的なDEAスコア（年度ごとのフロンティアによって変動する）の非比較可能性と、マルムキスト指数（変化ではなく状態を捉えるものの限界）に対処するため、著者らは3年間の移動窓を用いたWindows-DEAアプローチを採用している。
   • この手法は、窓内の異なる期間の観測値を統合された参照セットとして扱い、統一された測定空間上にマッピングされた効率性スコアを生成する。これにより、変化率ではなく絶対的な効率水準を表す、時間的および空間的に比較可能な**ウィンドウベース技術的効率性（W-TE）**スコアが得られる。

2. 構成的属性付け（パネルデータ・ファジーセットQCA）:

   • 本研究は、持続的な高効率を、政治、経済、社会、文化、生態の5つの次元の文脈的条件に結びつけるため、**パネルデータ・ファジーセット定性的比較分析（PD-fsQCA）**を適用している。
   • クロスセクショナルなQCAとは異なり、PD-fsQalaは一貫性を「ユニット間（空間的）」および「ユニット内（時間的）」の次元に分解する。
   • 構成が時間的および空間的に安定していることを確認するため、**一貫性調整距離（CAD）**を用いて頑健性を評価する。集計された一貫性が0.9を超え、かつ両次元のCAD値が0.2を下回る場合、その構成は頑健であるとみなされる。

主な結果

• 「成長の錯覚」と類型化:

  • 本研究は、高いマルムキスト成長率が、必ずしも絶対的な高パフォーマンスではなく、低いベースラインからのキャッチアップを反映していることを実証的に示している。
  • 効率性の軌跡に関する類型化が確立された：
    • タイプA（成長の錯覚）: 低い初期ベースラインに起因する、高い成長率だが絶対的な効率性は低い（例：チベット）。
    • タイプB（成熟型／跳躍型）: 高い絶対的効率性を持つが、成長率は変動する（例：江蘇省、浙江省）。フロンティアへの接近により限界成長が制限されている。
    • タイプC（安定成長型）: 中程度の効率性と安定した成長（例：貴州省、山東省）。
  • 成長指標のみに頼ると、タイプAの管轄区域をベンチマークとして誤分類してしまうが、W-TEはタイプBを安定した高パフォーマーとして正しく識別する。

• 効率性のボトルネック:

  • W-TEの分解により、非効率性は2つの異なる制約に起因することが明らかになった：純粋技術的効率性（PTE）（管理的能力）と規模効率性（SE）（リソース配分構造）。
  • 4つの明確なメカニズムが特定された：デュアル・ドリブン（高PTE／高SE）、スケール制約型（高PTE／低SE）、マネジメント遅滞型（低PTE／高SE）、およびデュアル欠損型（低PTE／低SE）。北京（メガシティの混雑とイベント投資のラグによるデュアル欠損）やチベット（地理的制約と機能的位置付けによるデュアル欠損）などの具体例は、これらのボトルネックを例証している。

• 高効率への構成的経路:

  • 単一の条件が高効率に必要であることは見出されず、因果的複雑性が確認された。持続的な高効率をもたらす4つの等価的な経路（構成）が特定された：
    1. 市場・生態主導型: 高い経済能力と空気の質が、低い政策介入や文化的資本を補完する（例：遼寧省、海南省）。
    2. 経済・資本主導型: 高い可処分所得が弱い社会保障や文化的資本を代替し、市場ベースのフィットネス・ソリューションが効率性を駆動する（例：上海市）。
    3. 生態・社会保障補完型: 高い空気の質と社会保障の範囲が、低い経済水準を相殺し、発展途上の地域において「グリーン・フィットネス」のルートを可能にする（例：雲南省、貴州省）。
    4. 制度・文化シナジー型: 強い政策的関心が核となり、それが生態学的恩恵（S4a）または経済的資本（S4b）によって支持される。
  • 時間的ダイナミクス: 条件の必要性は時間の経過とともに変化する。例えば、社会保障範囲（SSCR）は、非必要要因から、2020年以降（パンデミック期）には準必要条件へと移行した。一方、政策的関心（PDS）は、初期の改革フェーズ（2017年）において「パルス状」の必要性を示した。

主な貢献

1. 方法論的修正: 本論文は、効率性の「状態」と効率性の「変化」を分離するフレームワークを提案し、検証している。Windows-DEAを用いて時間比較可能なスコアを生成することで、マルムキストに基づくベンチマーキングに内在する「成長の錯覚」を修正し、真の政策模範となる単位を特定するためのより信頼できる基盤を提供している。
2. 測定と属性付けの整合: DEAによる効率性測定とQCAによる属性付けの間の論理的乖離を解消している。アウトカム変数（W-TE）が変化率ではなく安定した状態を表すようにすることで、構成分析における構成概念の不一致を回避している。
3. 文脈に即したガバナンス: 本研究は、「より多くのリソース ＝ より良いパフォーマンス」という線形的な論理に異を唱えている。代わりに、高効率は等価的（equifinal）であり、政治、経済、社会、文化、生態の異なる組み合わせを通じて達成可能であることを示している。

意義と主張
本研究は、以下の点を通じて、大規模な公共サービスシステムにおけるパフォーマンス管理の論理を改善すると主張している：

• 改善率とパフォーマンス水準の区別: 政策学習は、急速なキャッチアップを行う単位（誤解を招く可能性のあるベンチマーク）ではなく、安定した高パフォーマー（時間比較可能な状態によって識別される）に焦点を当てるべきである。
• 文脈に即したリソース配分の支援: 複数の等価的な経路を特定することで、単一の「ベストプラクティス」のテンプレートは存在しないことを示唆している。代わりに、管轄区域は自らのローカルな賦存資源（例：低所得地域における生態資産や、高所得地域における市場メカニズム）に合わせてガバナンス戦略を調整すべきである。
• 説明責任の強化: ベンチマークの識別を安定させることで、リソースが単に急速に改善しているように見える単位ではなく、高いパフォーマンスを持続している管轄区域へと確実に流れるようにし、説明責任のシグナルを強化する。

著者らは、効率性の向上は、一律的な投入拡大を通じて追求されるのではなく、ガバナンス戦略が文脈的な制約と優位性に正確に適合したときに最も起こりやすいと結論付けている。