提案ロジック（10の評価基準）について

概要: その国・同じ分野において、過去にJICAが実施した類似プロジェクトの事後評価結果（特に「有効性」のサブスコア）がどれほど高かったかを分析します。

データソース: 過去十数年のJICA事後評価報告書（外部評価）のPDF解析データ、レーティング情報。

スコアが高い場合、同国におけるそのアプローチは過去に確かな成果を上げており、成功の再現性が高いことを意味します。

概要: 日本外務省が策定する「国別開発協力方針」において、提案内容が重点分野や開発課題として明確に位置付けられているかを評価します。

データソース: 外務省 ODA 国別開発協力方針、事業展開計画（テキストマイニング）。

政策の方向性と軌を一にする提案ほど高く評価され、案件化に向けた制度的な後押しが期待できます。

概要: 相手国自身が掲げる最新の中長期・国家開発計画において、その分野がどれほど緊急性の高い課題として言及されているかを分析します。

データソース: 対象国の国家開発計画ドキュメント、またはJICA国別分析ペーパー等の課題分析セクション。

相手国政府のオーナーシップや協力要請の強さを測る重要な指標です。

概要: そのセクターにおいて、他国の援助機関（ドナー）や国際機関による支援額と、対象国のマクロな資金需要とのギャップ（空白地帯）を推定します。

データソース: OECD DAC統計（援助供与額）、IATI（国際援助透明性イニシアティブ）の活動データ。

他ドナーの支援が手薄な領域や、共同拠出による相乗効果が期待できる領域でスコアが高くなります。

概要: 国際的な統計指標データを用いて、対象分野の現状の遅れや深刻な課題（例えば、低い就学率、高い乳幼児死亡率、インフラ未整備など）を客観的な数値基準で相対評価します。

データソース: 世界銀行 WDI (World Development Indicators) の時系列データ。

「なぜ今、支援が必要なのか」を裏付けるファクトとしての役割を果たします。

概要: 提案されたアプローチが、日本の持つ技術、知見、制度的経験（防災、保健、都市交通システムなど）を活かせる「日本ならでは」の領域かどうかを判定します。

データソース: 過去案件から抽出した「教訓（Lessons Learned）」と日本のODA白書等の重点課題データ。

日本の強みが発揮されやすく、高い付加価値を提供できる提案を高く評価します。

概要: 選択されたスキーム（例：有償資金協力）が、同じ分野の他のスキーム（例：技術協力で人づくりを同時に行う）と組み合わせて実施された過去の成功事例に基づくポテンシャルを評価します。

データソース: スキーム横断的なプロジェクト相関データ。プログラムアプローチの評価結果。

単発のプロジェクトではなく、面的な開発効果（インパクト）を見込めるアプローチを推奨します。

概要: 過去に類似案件で報告された「持続性（財務・運営体制等）のリスク」や「遅延要因」を分析し、今回のアプローチがそれらのリスクを回避しやすいか、または対策が織り込まれているかを予測します。

データソース: JICA事後評価における「持続性」スコア、およびネガティブな教訓データ。

スコアが高いものは、相手国実施機関の能力不足などの典型的な「つまずきポイント」が少ないと判断されます。

概要: DX（デジタルトランスフォーメーション）、GX（グリーントランスフォーメーション）、ジェンダー平等など、国際社会において近年急速に重要度を増している分野トレンドと合致しているかを評価します。

データソース: 近年の新規案件におけるタグ情報、SDGs関連指標の進捗データ。

伝統的なインフラ整備だけでなく、現代の新しい開発ニーズに応える先進的な提案に加点されます。

概要: 限られた予算・リソースの中で、対象国のマクロ経済や社会全体に対してどれだけの波及効果（費用対効果）をもたらす分野であるかを推計します。

データソース: JICA事後評価における「インパクト」の記述量、およびセクターごとの平均的な経済波及効果のモデル化データ。

少額でも多くの裨益者に届くアプローチや、国家の根幹を支えるボトルネックを解消する提案が高スコアとなります。