- 方向を知るA・B：研究内容と手法を確認し、自分の背景との距離を測る。
- 根拠を見るC・D：サンプル内の大学と教員候補を確認し、次に調べる先を定める。
- 近づき方E・F：テーマを検証待ちの仮説として見て、いまの一歩を決める。
この方向では何を研究するのか
この方向が何を・どんな手法で研究しているかを確認——想像とずれていないか。
経済学は、人と組織がどのように選択し、資源が市場や制度を通じてどう配分されるかを、データとモデルで明らかにする分野です。近年は、政策評価・労働・産業組織の領域で、因果推論を軸にした実証研究が中心になっています。
現実のデータから「何が何にどれだけ効いたか」を統計的に推定する方法。回帰分析や因果推論を使い、思い込みではなく数字で因果関係を確かめます。
主な用途政策の効果測定、賃金や価格の決定要因の分析、自然実験を用いた因果効果の推定。
別名 / 英語名DID · IV · RDD · Econometrics
複数の主体が互いの出方を読み合って意思決定する状況を数式で描く理論。価格競争・交渉・オークションなど「相手がいる選択」を分析します。
主な用途オークション設計、企業の競争戦略、交渉や制度設計のメカニズム分析。
別名 / 英語名Game Theory · Mechanism Design
実験室やオンラインで人を実際に行動させ、理論どおりに動くかを検証する方法。心理学的な要因も取り込み、現実の意思決定を観察します。
主な用途行動経済学の仮説検証、公共財ゲーム、リスク・時間選好の測定。
別名 / 英語名Experimental Economics · Behavioral Economics
いまからこの方向まで
いまの背景からこの方向まで、足りない一歩は何か——コストの目安であって、足切りではない。
入学前は「教科書 + 統計の手触り」で十分です。専門的な因果推論やモデルは、入学後にゼミと講義で順番に積み上げていきます。
多くは入学後に体系的に学ぶ内容です。今すべてを身につける必要はありません
- 因果推論（DID・IV・RDD）を体系的に学ぶ
- ゲーム理論・メカニズムデザインの大学院レベルの講義
- 計量ソフト（Stata / R）での本格的なデータ分析の作法
確認を続ける大学の手掛かり
確認可能な研究の手掛かりがある大学を見つけ、公式情報で確かめます。
この方向の収録教員と所属大学から得た手掛かりです。大学順位、本人との適合、合格可能性は示しません。
教員候補の手掛かり
3在庫教授・研究キーワード・近年課題は確認可能な手がかりであり、合格可能性を示すものではありません。
上の「大学の手がかり」は在庫教員数（供給の観点）で、この候補教員はあなたとの一致度で選んでいます。抽出基準が異なるため、候補が上の大学と一致するとは限りません。
今回の候補教授サンプル：上位校 2、中堅校 1；関東 1、関西 1、その他の地域 1。
応用ミクロ計量を軸に労働市場の政策評価を続けており、最低賃金や若年雇用のテーマと方法・関心の両面で強く重なります。実証寄りの研究計画を持ち込むなら、第一候補にしやすい教授です。（※サンプル）
理論寄りで、オークション設計やマッチングのメカニズムデザインが中心。実証よりも数理モデルを志向するなら相性が良く、ゲーム理論方向の題目とよくかみ合います。（※サンプル）
実験室での選好測定と行動経済学が専門。実験を主軸にした題目を考えているなら、設計から指導を受けやすい候補です。（※サンプル）
検証するための題目仮説
分野手法の根拠いずれも検証待ちの仮説です。データ・手法・教員研究を確かめてから計画書に使います。
- 因果推論を用いた政策評価に関する研究関連課題のある教授12名
- オークション・マッチング市場のメカニズムデザイン関連課題のある教授8名
- 行動経済学に基づく意思決定の実験的検討関連課題のある教授6名
- 労働市場と賃金格差の実証分析関連課題のある教授5名
判断を次の行動へ
レポートを読み終えたら、いま踏み出せる一歩——「わかった」で止まらない。
先に今回の方向の希望を保存してください。
教授を保存し、研究内容と連絡の優先順位を比較できます。