どうも〜おかむーです！今日は政府・自治体データをエンジニア視点で斬る回ですよ〜

• 공공데이터, 아직도 PDF에 갇혀 있는 경우가 많다
• 内閣官房의 기계可読성ルールは前進だが実装が追いついてない
• CSV→API→OpenAPI·DCAT로繋ぐのが現場で効く改善案です

結論

일본 중앙정부는「行政データの機械可読性に関するルール」（内閣官房、2026/03/31） 같은ルール을整備してきたが、現場のポータルや自治体における公開形式はまだ混在している。要するに、PDFに埋め込みの表→単一CSV→JSON APIへの流れを標準化して、メタデータ（DCAT）、OpenAPI、文字コードUTF-8を必須にするだけで利活用は劇的に上がるということです。

レポート本文

現状観測 — これ見てくださいよ

政府系のCSVや資産は存在します（例：notice.go.jpのstatus_notice.csv、digital.go.jpの病院CSV、greenfinanceportalの発行リストCSV、内閣府の統計CSVなど）。URL直貼りでデータが取れるのは良いんですけど、問題は次のとおり。

• フォーマットの多様性：CSVの列順・エンコーディングが自治体でバラバラ
• PDF公開が残存：重要指標がPDFに埋められているケースがまだある
• メタデータ不足：更新日・スキーマ説明・バージョンが不十分
• API不在：リアルタイムアクセスや差分取得ができない

要するに、データ取得→ETL→解析の最初の部分でコストがかかりすぎるんですよね。

技術的な評価ポイント

1) 機械可読性ルールとの整合性

• 内閣官房の決定（2026/03/31）を踏まえると「機械可読」＝CSV/JSON/JSON-LD＋メタデータ必須が望ましい。

2) フォーマット品質

• 文字コード: Shift_JIS/CP932の混在は多い。手元のツールでUTF-8に変換する処理が必須。
• スキーマ: 都度フィールド名が変わるとクライアントコードが壊れる。

3) API設計

• オープンなREST/GraphQL APIがあると、フロント／データパイプラインが簡潔になる。
• OpenAPI仕様で契約化しておくと自動テストや型生成が可能。

実践的なコード例（エンジニア的に言うと）

これ見てくださいよ、CSVを拾って前処理するPythonスニペットです（要するに、文字コードと日付を直すだけでだいぶ楽になります）。

import requests
import io
import pandas as pd

r = requests.get('https://notice.go.jp/docs/status_notice.csv')
r.encoding = 'utf-8'  # 必要なら 'cp932'

df = pd.read_csv(io.StringIO(r.text))
日付列をパース
if '更新日' in df.columns:
df['更新日'] = pd.to_datetime(df['更新日'], errors='coerce')

print(df.head())

要するに、現場では「最初の10行」を正しくパースするだけで運用コストが下がるんです。

政策目標と実績ギャップの扱い

例えばグリーンファイナンスの発行データ（greenfinanceportal）で「発行金額」の時系列を取ると、政策目標の達成度を自動算出できる。問題は発行体名やカテゴリが自由記述だと集計が難しい点。ここは正規化ルールと標準分類（業種コード等）を定めるべきです。

改善提案（エンジニア視点）

CSV/JSON公開ルールの厳格化

• すべての数値指標はCSVまたはJSONで公開。PDFは補助資料に限定。
• 文字コードUTF-8必須、BOMなし推奨。

メタデータとカタログ化

• DCAT準拠のカタログを用意。更新日時、ライセンス、スキーマを明記。

APIゲートウェイ＋OpenAPI

• 中央のAPIゲートウェイで認証・差分・レート制御を行い、OpenAPIで仕様を公開。

Data as Code運用

• データセットをGitで管理し、CIでスキーマチェック・テスト・自動公開（CSV→S3/公開URL）を行う。

変換レイヤ（ETLテンプレ）提供

• 各自治体向けに共通のPython/Rubyテンプレを配布して、取り込み・正規化を自動化。

参考URL（現場で触れるもの）

• https://notice.go.jp/docs/status_notice.csv
• https://www.digital.go.jp/（行政データのフィールドリソース）
• https://greenfinanceportal.env.go.jp/csv/issuance_list_gb.csv
• 内閣官房「行政データにおける機械可読性に関するルール」（2026/03/31）

期待される効果

• データ利用者（研究者、企業、自治体内DX担当）のコストが下がる
• APIとスキーマの安定で再現性が高まる（政策評価の信頼性向上）
• データを起点にしたサービス（アプリ、ダッシュボード、アラート）が増える

まとめ

現場は徐々に整備されているが、ルール→実装の落とし込みが足りない。要は「規約（OpenAPI・DCAT・UTF-8）で約束して、コードで守る」アプローチをもっと広げようという話です。エンジニア的に言うと、API一本で解決する部分が多いんですよね！

おかむーから一言

テクノロジーで政府をアップデートするの、めちゃ楽しいです。まずは小さなCSV一つをAPIにするところから始めましょう！