안녕하세요, 오카무-입니다! 오늘은 정부 보조사업 문서와 지방공공시스템을 코드와 데이터 관점에서 뜯어보는 글을 준비했어요.

• 디지털田園都市国家構想交付金 관련 보고서는 PDF에 묻혀 있고, KPI는 있지만 기계가 읽기 어렵다
• 自治体情報システムの標準化・共通化 정책은 방향성은 좋지만 실무적 데이터 인터페이스가 부족하다
• 엔지니어 관점에서 API/CSV/JSON 등으로 ‘데이터 계약’을 만들면 재현성과 검증 가능성이 훨씬 좋아진다

結論

정책의 성과는 '문서'가 아니라 '데이터'로 말하게 해야 한다! PDF 중심의 리포트와 산발적 KPI는 분석을 가로막는다. 지금 당장 해야 할 일은: (1) 산출물(PDF)을 기계 판독 가능한 데이터로 전환(CSV/JSON/API), (2) KPI 스키마 및 버전 관리 도입, (3) 표준화된 지방정부 API 설계와 운영 가이드라인 적용이다.

レポート本文

どうも、엔지니어적 관점으로 정책 데이터를 보는 걸 좋아하는 사람입니다. 검색해보면 관련 문서가 꽤 나오는데요(例: 内閣府のガイドラインPDF、自治体の評価レポート、デジタル庁の標準化施策)。これ見てくださいよ、PDFの中に「実績額：15,289千円」といった表が埋まっているんですけど、CSVで公開してくれたらめちゃくちゃ使えるのに...！

現状の問題点（データ＋技術観点）

• 機械可読性が低い: 内閣府や各自治体の評価資料はPDF中心（例: r6_houkokusho-suishin.pdf, r6digital…hyouka.pdf）。PDFだとスクレイピング／OCRが必要で誤差が出やすい。
• API不備: デジタル庁は「自治体システムの標準化・統一化」を打ち出しているが、統一API仕様や公開データカタログ（DCAT）の適用が限定的。
• KPIの時間軸・定義バラつき: KPIは設定されているが、スキーマが統一されていないので横断比較が困難。
• 運用の再現性欠如: どの年度のどの計算方法でKPIが算出されたかが追えない（バージョン管理の欠如）。

要するに、政策評価を“読み解く”のに不要なコストがかかっているということです。

データの読み替え・技術的検証の例

エンジニア的に言うと、これはAPI一本で解決する話なんですよね。まずはPDF→CSV→JSONのパイプラインを作る流れを示します。例として、CSVでKPIを公開している想定のコード。

# 예: KPI CSV 불러와서 달성률 계산 (Python/pandas)
import pandas as pd
url = 'https://example.gov.jp/kpi_2024.csv'
df = pd.read_csv(url)
기대値와 실적 컬럼이 있다고 가정
df['achievement_rate'] = df['actual'] / df['target']
summary = df.groupby('policy_area')['achievement_rate'].mean()
print(summary)

PDF만 있을 때는 pdfplumber나 tabula-py로 테이블을 추출하지만, 여전히 수작업 검증이 필요합니다.だから最初からCSV/JSONで出してくれたら良いんです！

KPIギャップの簡単な計算例

例えば、ある自治体報告で「実績額：15,289千円」とあるとします。目標が20,000千円なら達成率は76.445%です。コードでやると再現性が保たれますよね。

API設計・データカタログの提案

実務で使えるレシピを提示します。

• データカタログ: DCAT-AP_JP 準拠で各交付金事業をメタデータ化
• KPIスキーマ: {id, fiscal_year, project_id, kpi_name, target, actual, unit, calculation_method, last_updated, version}
• APIエンドポイント例:

- GET /api/projects/{id}/kpis → KPI一覧（JSON）

- GET /api/projects?grant=denen → 交付金別プロジェクト一覧

- POST /api/ingest/kpi → バルクアップロード（認証・監査ログ必須）

認証: OAuth2 + APIキー、ログ & スキーマバリデーションは必須。データ契約(data contract)を明示して、スキーマ変更は明示的なバージョンアップで。

技術的運用フロー（推奨）

出力原本（申請書・実績報告）を構造化データとして登録

ETLパイプラインでバリデーション（型・範囲・単位）実行

KPIダッシュボードで公開（例: Grafana / Superset）

オープンAPIで第三者が検証可能に

セキュリティとガバナンス

個人情報や機微情報は別ルートで管理。オープンにできるメタ／集計データは積極公開。APIアクセスはレート制限やログ監査を実装して透明性を担保。

まとめ

• 政策は結果をデータで語るべき：PDFは証跡として残すが、評価・分析用は機械可読に
• 標準KPIスキーマとAPIを用意すれば、国・自治体・市民が同じ土俵で議論できる
• 技術的には既存のOSSツール（pandas, dbt, CKAN, APIフレームワーク）で今すぐ始められる

おかむーから一言

テクノロジーで政治をアップデートするのは面倒な作業だけど、やれば効果が見えるんですよ。まずはCSV一つ、API一本から始めよう！