どうも〜おかむーです！今日はちょっとエンジニアっぽい話をしますよ〜

• Government PDFs still dominate; new rules push for CSV/Excel but practice lags
• API-first and DCAT metadata would unlock reuse—技術的にはシンプルな話なんです
• 具体的な改善案とコード例で、どこを直せばすぐ良くなるか示します！

結論

日本のデジタル行政はルール整備が進んでいて（digital.go.jp、内閣官房の資料参照）、機械可読性の方向は合っている。ただし現場ではPDFや人向け文書が残りがちで、API・CSV公開・メタデータ整備を技術的に徹底すれば、政策評価と市民利用の両方が一気に改善する。

Report: what I checked and what it means

これ見てくださいよ。デジタル庁や内閣官房の資料（例: "行政データにおける機械可読性に関するルール"）は、「ファイル形式はExcelやCSV等の機械が直接読み取れる形式で」と明記しています（決定資料: digital.go.jp, cas.go.jp）。要するに、PDFやWordのまま公開しているとエンジニアがデータを再利用できないということです。

現場の事例として、デジタル田園都市国家構想交付金のサイトや自治体の実績評価（例: 須賀川市の評価ページ）では、事業の報告や評価がPDFで掲載されがち。PDFは人間には読めても、コードから直接解析するには工数が増えるんですよね。

エンジニア的に言うと、これAPI一本で解決する話なんです。具体的に足りないのは：

• 機械可読フォーマット（CSV/JSON/Parquet）での一次データ公開
• DCATやschema.orgを用いたメタデータカタログ
• OpenAPI仕様で定義されたAPIとCORS設定
• ライセンス明記（Open Data Commons / CC0等）

技術的なハマりどころ

• PDFにテーブルが埋められている → 人力でTabula/Adobeで抽出するかOCRが必要
• Excelは公開されるが加工済みで列名が不整合 → スキーマを公開していない
• APIがあっても認証・レート制限・レスポンス形状が未記載 → 自動化が困難

簡単なコード例（実務で使える）

CSVを直接読み込む（Python/pandas）:

import pandas as pd
url = 'https://example.gov/data/award_list.csv'
df = pd.read_csv(url)
print(df.head())

PDFの表を抽出する（tabula-py）:

import tabula
dfs = tabula.read_pdf('report.pdf', pages='all', multiple_tables=True)
手動でスキーマを当てる必要あり

簡易API呼び出し（curl + jq）:

curl 'https://api.city.gov/open/grants?year=2024' | jq '.items[] | {id, amount, project}'

政策目標 vs 実績の視点

デジタル田園都市国家構想はデジタル実装支援を掲げ、交付金で地方の取り組みを促している（chisou.go.jp）。要するに「投資している」けど、投資効果を横断的に検証するには統一されたデータフォーマットと公開APIが必須。現状は自治体ごとに形式がバラバラで、合算・比較分析に工数がかかる。

改善提案（エンジニア視点で実装可能）

データ公開パイプラインのテンプレ化

- 出力はCSV/NDJSON/JSON-LD/Parquetを選択肢に

- 自動テストでスキーマ検証（Great Expectations等）

メタデータとカタログ化

- DCAT+schema.orgでデータセットをカタログ化し、CKANやGitHub Pagesで公開

OpenAPIでAPIを明文化

- サンプルクライアントを同梱して利活用を促進

PDF残存対策

- PDFはアーカイブ用に限定、原データは必ず機械可読で公開

- 過去PDFはTabula/ocrmypdfで構造化してCSV化し、差分公開

政策評価の標準指標を定義

- 交付金投下額、成果指標、ベースラインをCSVで定期公開

期待される効果

• 研究者・市民による迅速な二次分析
• 自治体間比較の自動化で政策改善サイクルの短縮
• オープンデータを起点としたスタートアップや自治体DXの促進

まとめ

ルールは整いつつあるけど、運用がポイント。エンジニア的には「APIとマシンリーダブルなファイル、ちゃんと書かれたメタデータ」があれば大半の課題は解決します。PDFが悪というわけじゃないけど、一次データはCSV/JSONで出してほしいんですよね。正直、ここは改善の余地ありまくりだと思ってます！

おかむーから一言

テクノロジーで社会をアップデートするのは言葉じゃなくてデータの開放なんですよ。コード書く人ならわかると思うんですけど、API一本で未来が変わるケースって本当にあるんです。さあ、CSV出そうぜ！