1. 長い歴史がある政策効果研究
RIETIウェブサイトのトップページにRIETIのミッションは、「エビデンスに基づく政策提言を行うこと」であると書かれている。EBPMに寄与する研究や提言は、RIETIの存在意義とも言える。理論・実証研究に基づき、政策目的を達成するための有効性が高く、副作用の小さい政策を採用すべきなのは、時代を問わず当然のことである。そのための素材を提供することはRIETIに限らず政策研究機関の本質的な役割である。このことは、EBPMが人口に膾炙するようになる前からの基本であり、計量モデルを用いた政策シミュレーションや費用対効果（便益）分析は、昔から行われてきている。
近年のEBPM研究が以前と大きく異なるのはその方法論である。計量経済分析の技術進歩に伴う様々な因果推論の手法を用いることが、政策研究の世界的な潮流となってきた。すなわち、パネルデータの利用可能性の向上ともあいまって、1990年代頃から労働経済学、公共経済学、開発経済学といった分野を中心に、ランダム化比較試験（RCT）や自然実験を用いた因果推論が活発に行われるようになった。こうした経済学の分析手法の変化は、「クレディビリティ革命（credibility revolution）」とも言われる（Angrist and Pischke, 2010）。
実際、2000年代以降、経済学のトップクラスの国際的学術誌において、政策の実証的評価を行った論文のうち約2/3が、RCTをはじめ何らかの因果推論の手法を用いている（森川, 2019）（注1）。
2. RIETIにおけるEBPM研究草創期
RIETI発足時の「中期計画」（2001年度～）には、「理論的・分析的フレームワークに基づいた客観的な政策研究・提言活動を行う」と記されていた。EBPMという用語は使われていなかったが、基本的な考え方は現在と本質的に同じである。
RIETIの研究の中で「エビデンスに基づく」と銘打った研究プロジェクトが始まったのは、①社会保障政策に関する研究（市村英彦フェロー、2006年度～）、②開発援助に関する一連の研究（澤田康幸フェロー、2006年度～）の頃である。①は「豊富なミクロデータを踏まえたEvidence-Based Policy Makingを日本の社会保障政策分野で確立する」ことを目的に、高齢者パネルデータ（JSTAR）の構築を進めた。②は「開発援助のガバナンス構造をエビデンスに基づきながら体系的に解明する」ことを目的としていた。
2010年代に入ると、エビデンスに基づく政策研究という考え方が、RIETIの活動全体の基調となっていく。本稿冒頭のウェブサイトの記述もこの頃からである。また、第3期「中期計画」（2011年度～）には、「客観的・中立的な分析に基づく『エビデンス・ベースド・ポリシー・リサーチ』の実施を研究の原則とする」と明記されている。この時点ではEBPMという略語ではなかった（あえて略せば「EBPR」）が、政府全体でのEBPMへの取り組みに数年ほど先行していた。
3. 政府のEBPMへの取り組み
政府全体の政策文書の中にも、2010年代に入ってから「エビデンスに基づく政策」といった表現が散発的に現れるようになる（注2）。特に、2017年の「経済財政運営と改革の基本方針」では、「エビデンスに基づく政策立案を推進する」と明記されるとともにEBPMという略語が登場し、同年に内閣府に「EBPM推進委員会」が設けられるなど、政府全体としてのEBPMへの取り組みが本格化していく。
2017年前半には、伊藤（2017）、中室・津川（2017）という因果推論に関する代表的な邦文の啓発書が刊行されており、政府全体の方針にも影響を与えたと想像される。また、東京大学の政策評価研究教育センター（CREPE）創設、大阪大学や一橋大学のEBPM研究センター設置など、教育・研究サイドでの動きも活発化していく。
4. RIETIのEBPM研究：進展と拡充
この時期、RIETIでは、第4期「中期計画」（2016年度～）において政策史・政策評価プログラム（武田晴人プログラムディレクター）が設けられた（注3）。同プログラムの中で、2017年から「日本におけるエビデンスに基づく政策の推進」プロジェクト（山口一男VF）が、2018年から「総合的EBPM研究」プロジェクト（関沢洋一SF）がスタートした。機構面では、「EBPMユニット」を設置（2018年度）するとともに、EBPM関連の政策評価研究や政策当局への学術的な知見についての助言を主な任務とする「政策エコノミスト」の新規採用を始めた。
EBPMを銘打ったプロジェクト以外でも、政策評価論文の数は増加傾向にある。そして世界的な政策研究の潮流変化を背景に、RCT、RDD、DIDといった因果推論の手法を用いた研究論文のシェアが高まっている（図1参照）（注4）。
しかし、雇用政策、教育、医療など個人や家計を対象とした政策とは異なり、産業や企業を対象とした産業政策の場合、因果推論の適用には様々な技術的困難がある（森川, 2020）。すなわち、①個人に比べて企業毎の異質性が大きいこと、②企業の生産性・投資などに目に見えるような影響を与える実証実験はコスト的に困難なこと、③マクロ経済的インパクトを持つ政策の場合、一般均衡的な二次的影響が入りやすいことなどのため、EBPMのgold standardとされるRCTの実行可能性が限られる。このため自然実験に基づくDID、RDDなどが有用だが、現実の政策の中でそのような実証分析に必要なヴァリエーションがあるケースは必ずしも多くない。
こうした中、RIETIでは既存の体制を拡げる形で、2022年度初めにEBPM研究センターを設置した。そこでは、前述のEBPMユニットに加えて、大規模プロジェクトなど標準的な因果推論手法の適用が難しいタイプの政策について、分析方法の検討や助言を行うユニットを設けた。冒頭に述べた通り、政策効果研究においてモデルのシミュレーションや費用対効果分析には長い歴史がある。ただし、政策効果を実用に耐える精度で明らかにするためには、信頼性の高いパラメーターの設定が必要で、使用するデータへの要請は一段と高くなるし、新しい政策を扱う上では方法論的な試行錯誤も必要になるだろう。
5. EBPMの課題
RIETIの取り組みはEBPMに寄与する政策研究の一部に過ぎない。迂遠なようだが、大学や研究機関に所属する多くの研究者が政策研究にアクセスしやすい環境を作ることが、EBPM研究の裾野を拡げる上で不可欠である。そのために政策サイドで行うべき課題として、政策に係るデータを一般の研究者が使える形で整備すること、政府統計や業務統計のミクロデータ利用の障壁を低くすることが挙げられる。
政策現場でEBPMへの意識が高まってきたのは良いことだが、政策評価分析には様々な限界があることにも注意する必要がある（注5）。1つの政策評価分析の結果だけから白か黒かを確定的に明らかにできるわけではなく、それだけで政策の当否を機械的に判断するのは無理がある。また、意味のあるEBPMサイクルにとって評価結果に基づく政策資源の再配分が必要だが、結論を急ぐあまりPolicy-Based Evidence Makingに陥らないようにしなければならない。
新たに分析を行うまでもなく分かっている知見も多い。政策の企画立案段階で現実的に重要なのは、既存の学術的エビデンスを生かすことである。例えば、内外の研究蓄積から見て有効でない、費用対効果が低い、副作用が大きい蓋然性が高い政策を採用しないこと、そうした政策があれば廃止ないし修正することである（注6）。
