Code-First Manifest: Making Local Government Data AI-Ready and Developer-Friendly

どうも〜おかむーです！ Today I want to talk about something close to my hacker heart: turning local government data and systems from PDFs into APIs you actually want to use. エンジニア的に言うと、データの機械可読化と標準化はインフラそのものなんですよ〜

• Local gov data often lives in PDFs or nonstandard CSVs, making reuse hard
• There are government pushes for standardization (Digital Agency, MIC) but gaps remain
• Concrete engineering fixes (schemas, OpenAPI, deployment patterns) can close gaps fast

結論

Local governments already publish lots of useful numbers (see e-Stat, Data StaRt, soumu.go.jp) but the delivery formats and interfaces are inconsistent. 要するに、データそのものはあるけど“API-first / schema-first”で再設計されていない。技術的な改善を進めれば、政策検証と市民利用が一気に拡大しますよね。

Report

現状観察（what's out there）

これ見てくださいよ：総務省の自治体システム標準化ページ（https://www.soumu.go.jp/...）やデジタル庁の施策案（https://digital.go.jp/policies/local_governments）は、標準化の旗を掲げているんですけど、実務ではPDF埋め込みや非正規CSVがまだ多い。内閣官房のAI-Ready資料（https://www.cas.go.jp/...）も機械可読性を求めてるんですけど、実装差が大きい。

問題点を技術的に整理すると：

• フォーマットの多様性（PDF、XLSX、CSVだが列名が不統一）
• スキーマ不在（データ型、コード表、JIS地域コードの扱いがバラバラ）
• API欠如または未整備（CORS、認証、ページングがない）
• メタデータ不足（更新日時、ライセンス、識別子が不明）

データ検証の視点（engineer checklist）

• Machine-readable? → YES/NO
• Schema available? → JSON Schema / CSVW recommended
• Stable IDs? → use JIS codes / official identifiers
• Time series alignment? → ISO8601 timestamps
• Licensing? → CC-BY ideally

具体的なコード例（小さくて実用的）

Pythonで非正規CSVを取り扱う例（pandas + dtype指定）:

import pandas as pd
url = 'https://example.localgov.gov/data.csv'
dtypes = {'city_code': str, 'year': int, 'value': float}
df = pd.read_csv(url, dtype=dtypes)
df['date'] = pd.to_datetime(df['year'], format='%Y')
print(df.head())

APIを1本作るならOpenAPIで設計するとクライアントが簡単：

openapi: 3.0.1
info:
title: LocalGov Stats API
version: 1.0.0
paths:
/population:
get:
parameters:
- name: city_code
in: query
schema: {type: string}
- name: year
in: query
schema: {type: integer}
responses: { '200': { description: 'CSV/JSON time series' }}

政策の数値目標と実績のギャップを検証する方法

• 施策に紐づく指標をID化（例：policy_id + indicator_id）
• 期日と実績を時系列で紐付ける（baseline, target, actual）
• 欠損は必ずメタデータで説明（why missing）

これで、たとえば「標準化PMOツール」（総務省の取り組み参照: https://www.digital.go.jp/...）の報告データを取り込んで、施策ごとの達成率ダッシュボードを自動生成できるんです。

改善提案（工程ベース）

Schema-first publishing: 全ての公開データにJSON Schema or CSVWを付ける

API gateway: OpenAPI準拠のAPIを自治体単位で整備し、共通の認証方式を採用

Data catalog: DCAT準拠でメタデータカタログを整備（更新日、ライセンス、品質指標）

Developer experience: CORS許可、サンプルコード、SDK生成（OpenAPIからclient生成）

Backfill & provenance: 古いPDFデータはETLパイプラインで構造化して provenance を記録

コスト感はクラウド＋CI/CDで数百万円〜数千万円スコープ。自治体向けのテンプレートを作ればスケールするんです。

まとめ

• 政府の意思表示は進んでいるが、現場のデリバリーが追いついていない
• 機械可読化とAPI-firstで、政策の検証と市民利用が圧倒的に楽になる
• 小さな工程（スキーマ付与、OpenAPI、データカタログ）から始めれば効果が出る

おかむーから一言

テクノロジーで行政がもっとオープンになるの、めっちゃワクワクするんですよ！小さな標準化投資で市民サービスが何倍にも伸びます、やりましょう！