総合フレームワーク因果メカニズム文脈依存何が誰に効くかPawson

リアリスト評価

Realist Evaluation

別名: 現実主義評価、CMO分析

「何が・誰に・どんな状況で・なぜ効くか」を問うアプローチ。Context（文脈）・Mechanism（メカニズム）・Outcome（成果）の構成（CMO構成）を核に置く。

難易度上級 ●●●費用高 ●●●期間 文献レビューとCMO仮説構築に2〜4週間。実証フェーズは数ヶ月〜1年以上

概要

「文脈(C)＋メカニズム(M)＝結果(O)」。何が・誰に・どんな状況で・なぜ効くのかを解明する。

Ray PawsonとNick Tilleyが1997年に『Realistic Evaluation』で提唱した評価アプローチ。「プログラムが効くのはプログラム自体の力ではなく、特定の文脈でメカニズムが発火するから」という存在論的リアリズムに基づく。RCT的な「何が効くか（Does it work?）」という問いに対し、「何が・誰に・どんな状況で・なぜ効くか（What works, for whom, in what circumstances, and why?）」という問いに転換する。

CMO構成（C=Context、M=Mechanism、O=Outcome）が中心概念で、「この文脈（C）でこのメカニズム（M）が働けばこの成果（O）が生じる」という仮説を構築・検証することが評価の目的。文献レビューとリアリスト合成（Realist Synthesis）としても広く使われる。犯罪予防・保健・教育・国際開発など幅広い政策評価に適用されている。

✓ こんな時に使う

「なぜこのプログラムが（この場所では）効いたのか、あの場所では効かなかったのか」を説明したいとき
文脈の異なる場所への移植・スケールアップを検討する際に、移植可能性を判断したいとき
既存の評価・研究から「効くメカニズム」を体系的に学習したいとき（リアリスト合成）
プログラム理論を精緻化し、介入設計を改善したいとき

✕ 向かない場面

メカニズムの解明より「この介入は平均的に有効か」という有効性の証明が目的の場合 — RCTやDIDが適切
CMO仮説を構築するための先行知識・文献が不足しており、探索的研究から始める必要がある段階

実施手順

リサーチクエスチョンのCMO変換
「このプログラムは効くか」という問いを「どんな文脈で・どのメカニズムを通じて・どんな成果が生じるか」に再定式化する。これが評価全体の方向性を決める。
初期CMO仮説の構築
文献・先行評価・プログラム実施者へのインタビューから、想定されるCMO構成を複数立案する。「もし〜という文脈で、〜のメカニズムが機能すれば、〜の成果が生じるだろう」という形式で記述する。
データ収集の設計
CMO仮説の各要素を確認・修正するためのデータ収集方法を設計する。文脈変数の測定、メカニズムの代理指標（例: 認知・感情の変化）、多様な成果の測定を含む。
CMO仮説の検証・精緻化
収集したデータと仮説を照合し、「C→M→O」のチェーンが成り立つか、どの文脈では成り立たないかを分析する。仮説の修正・棄却・精緻化を繰り返す。
CMO構成の洗練と移植可能性の検討
検証・精緻化されたCMO構成をまとめ、「このメカニズムが機能する文脈条件」を特定する。他の文脈への移植可能性と必要な適応を明示する。
政策・実践への提言
CMO分析に基づき、「どんな文脈でこの介入を実施すべきか」「メカニズムを機能させるために何が必要か」という実践的提言を作成する。

長所と限界

長所

「なぜ効くか」のメカニズム解明により、単なる有無を超えた深い理解が得られる
文脈特定性の分析により、スケールアップ・移植の際の失敗リスクを低減できる
RCTが困難な複雑な社会介入に対して厳密な因果思考を適用できる

限界

CMO仮説の構築には高度な概念的・理論的スキルが必要
メカニズムの実証的測定は困難で、代理指標への依存が大きい
「平均的効果」の数値を求めるドナーへの説明には不向き

⚠ よくある落とし穴

「CMO構成を作った」ことで満足し、仮説検証のデータ収集を怠る
Mechanismをプログラム活動（「研修を実施する」）と混同する — MechanismはプログラムへのReasoningとResources（参加者の認知・感情・選択）
文脈変数を「都市/農村」など粗い分類で終わらせ、メカニズムに影響する具体的な文脈要素を特定しない