どうも〜おかむーです！大家好，今天来点偏工程师的GovTech闲聊〜

• 这篇文章从“机器可读性”和工程实现角度看自治体/政府数据的现状
• 指出 PDF 优先 vs CSV/API 的问题，结合 gov/go.jp 的规则与实例分析
• 给出可操作的改进建议与轻量代码示例，方便工程师和行政人员马上上手

結論

现在许多自治体的数据虽被公开，但仍以PDF/散表为主，机器可读性低，导致二次利用受限。要把“开放”变成“可用”，需要把发布规范化（CSV/JSON/API + DCAT元数据）、做基础质量检查（schema与字段一致性）、并提供示例代码与轻量化API。エンジニア的に言うと、API一本で解決できる話なんですよね！

レポート本文

現状观察（证据与规则）

これ見てくださいよ：数字厅草案《行政データにおける機械可読性に関するルール(案)》では「レベル1：閲覧・転記可能」から「CSV/Excel等の機械が直接読み取れる形式」を明記している（digital.go.jp）。また総務省も統計表の「機械判読可能化」ルールを整備している（soumu.go.jp）。にもかかわらず、実務ではPDFや画像埋め込み表が多く残る。

問題点を技術的に整理すると：

• フォーマットの一貫性がない（同一指標で年月ごとに列名が変わる）
• APIが無いか、あっても認証・CORS・レート制限で利用しにくい
• メタデータがないためデータ発見が困難（DCATやData Package未採用）

参照事例：GovTech東京在都庁ダッシュボード体系化により可視化と再利用を改善している（govtechtokyo.or.jp / note.govtechtokyo.jp）。民間活用事例集もdigital.go.jpで公開されている（例：自治体オープンデータマップ）。

技術検証：PDF vs CSV と変換の実務

要するにPDFだとプログラム的に読み取れない、ということです。工程的な対処は2段階：

1) まず「ネイティブCSV/JSONで配る」ことを目標にする

2) 過去PDF資産は自動パイプラインでテーブル化して品質チェックする

コード例（Python + requests + pandas）：

# シンプルにCSVを取ってチェックする例
import requests
import pandas as pd
url = 'https://example.gov/data.csv'
r = requests.get(url, timeout=10)
r.raise_for_status()
from io import StringIO
df = pd.read_csv(StringIO(r.text))
basic checks
assert 'year' in df.columns
print(df.dtypes)

PDFを扱う場合は tabula-py や Camelot を使って抽出し、スキーマ変換とバリデーションをかけるワークフローが現実的。

データ品質と政策評価のギャップ分析

多くの政策には数値目標がある（例えば施策Aで「公開データXの提供率をY%にする」など）が、公開の実態は「PDFで公開＝達成」と扱われがち。要するに“公開済み”と“利用可能”を同列にしてしまうと評価が甘くなる。

改善のための指標（提案）：

• 機械可読率：公開データのうちCSV/JSON/APIで取得できる割合
• スキーマ安定性：過去6期で列名/型が変わった件数
• API利用指標：エンドポイント数、CORS有無、レスポンスの平均レイテンシ

自治体はこれらをKPIにして段階的に改善すべき。GovTechの事例ではダッシュボード整備で業務改善が見られている（参考：GovTech東京の記事）。

実務的改善提案（すぐできること）

• 公開ルールの明文化：CSV/JSONを第一選択とし、PDFは二次手段に限定（digital.go.jpルール準拠）
• DCAT-BP や JSON-LD でメタデータを付与し、検索性を上げる
• 小さなAPIゲートウェイを立てて既存CSVをラップする（認証は最初は不要でOK）
• CIでスキーマ検証（pandas-schema / great_expectations など）を導入
• 例コードとSDKを市のリポジトリに置き、民間との間で“成功事例”を共有する

技術スタックの例：

• ストレージ：S3互換（オブジェクト+バージョン管理）
• カタログ：CKAN / DataHub / 自作のDCATカタログ
• ETL：Airflow + Pandas / PySpark（データ量次第）
• API：FastAPIで軽量APIを公開

まとめ

• PDF公開は“見せた”だけ、機械可読性がなければ実質的な公開とは言えない
• digital.go.jp や 総務省のルールを踏まえて、CSV/JSON/APIを第一にし、メタデータとスキーマチェックを自動化するのが最短ルート
• エンジニア視点では「API一本とスキーマ検証」で多くの課題が解ける。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

どうも〜おかむーです！テクノロジーで行政をアップデートするのってワクワクするんですよね。小さなAPIとちゃんとしたCSVで、政策の説明責任はぐっと高まる。やっていこうぜ！

---

参考・リンク：

• デジタル庁「行政データにおける機械可読性に関するルール(案)」: https://www.digital.go.jp
• 総務省「統計表の機械判読可能ルール」: https://www.soumu.go.jp
• GovTech東京（データ利活用事例）: https://www.govtechtokyo.or.jp
• 民間活用事例まとめ（インテック）: https://www.intec.co.jp/column/smartcity-08.html