イノベーションの進展と生産性成長率の関係とは？経済財政白書（No.１８）

平成３０年度年次経済財政報告ー「白書」：今、Society ５．０の経済へー

（平成３０年８月３日）

は、面白いので、少しずつ読んでいきます。内容が盛りだくさんで読み応えがあります。

今回は、

第１章　景気回復の現状と課題

各節省略

第２章　人生１００年時代の人材と働き方

各節省略 

第３章　「Society ５．０」に向けた行動変化

第１節　第４次産業革命の社会実装

１　第４次産業革命の進展と経済構造への影響

２　集中化が進むプラットフォーム・ビジネスとデータ獲得競争

３　生産面・サービス供給面の改革：AI、IoTとロボティクスの普及

４　金融面の変化：FinTech／キャッシュレス化の進展

５　次世代モビリティ・システム、次世代ヘルスケアシステムの動き

第２節　イノベーションの進展と日本の競争力

１　企業レベルでみたイノベーションの現状とグローバル競争力

２　イノベーションの基礎力：人的資本、知識、技術力、研究開発の課題

３　イノベーションへの適合力：組織、人材投資、起業、ルール・制度面の課題

４　第４次産業革命の加速への挑戦

白書の注目点３：新たなイノベーションでの日本の強みと弱みとは

第３節　イノベーションの進展による労働分配率と生産性への影響

１　イノベーションの進展による労働分配率の変化

２　イノベーションの進展と生産性成長率

第４節　本章のまとめ：「Society 5.0」の経済へ 

のうちから、

第３章　「Society ５．０」に向けた行動変化

第３節　　イノベーションの進展による労働分配率と生産性への影響

２　イノベーションの進展と生産性成長率

について、引用します。

第３節　イノベーションの進展による労働分配率と生産性への影響

２　イノベーションの進展と生産性成長率

前項では、イノベーションの進展に伴う資本コストの低下が、労働分配率の低下に一定程度寄与していることを確認したが、ここでは、経済成長の源泉となるイノベーションが、我が国の生産性上昇率の向上にいかに貢献しているかを、企業レベルデータを用いた分析によって確認する。

具体的には、IoTやAIといった第4次産業革命に関連した技術の導入や社員の教育訓練の取組の状況が企業の生産性に与える影響を分析するとともに、経済全体でみたマクロの生産性を考える上で、イノベーションを担うスタートアップ企業など新規企業の参入がどの程度生産性 に影響を与えているかを分析する。

・新技術と教育訓練の組み合わせにより、生産性が向上

はじめに、IoTやAIといった第4次産業革命に関連する技術の導入が企業レベルの生産性にどのように影響するか、また企業における教育訓練など人材育成の取組が新技術の導入と補完性を持って生産性をさらに高める効果があるかを検証する。

推計に使用するデータは、内閣府による企業アンケート調査の個票データである。具体的には、2018年調査（働き方や教育訓練に関するアンケート調査）と2017年調査（第4次産業革命に関連する新技術の導入に関するアンケート調査）の双方に回答した企業をマッチングしたパネルデータを構築し、分析に用いている。

推計方法については、新技術と教育訓練の組合せが生産性に与える因果関係を把握するため、IoT及びAIを「導入済み」または「導入を検討している」と回答した企業（処置群）と、そうでない企業（対照群）を、傾向スコアマッチング法により対応させ、TFP成長率の差を推計している。

推計結果をみると、平均処置効果はいずれの技術でも有意にプラスとなっており、IoTやAIを導入した企業では、その他の条件がほぼ同じで、かつ、これらの新技術を導入していない企業と比べて、生産性の伸びが高い傾向があることが示唆される（第3－3－5図）。

第３−３−５図　新技術と教育訓練の組み合わせによる生産性上昇成果

新技術と教育訓練の組み合わせにより、生産性が向上

IoTまたはAIを導入済・検討中の企業とそうでない企業の生産性の差

また、 そうした新技術を有効に活用するための教育訓練について、「正社員・非正社員関係なく、広く教育訓練を行う」と回答した企業に限定したサンプルにおける平均処置効果をみると、有意にプラスとなっており、その値は全サンプルにおいて推計した場合のものより大きくなっている。

このことから、新技術を導入し、適切な人的投資と組み合わせている企業では、着実に生産性が高まっていることが示唆される。

 ・企業の参入・退出の不活発差が生産性上昇を鈍化させている可能性

次に、日本企業の参入・退出の不活発さによって、資本や労働といった経営資源が適切に配分されず、日本企業全体の生産性が停滞している可能性について検証する。

第2節で指摘したように、需要構造の変化に十分に適応できない企業、あるいは技術の陳腐化を食い止められない企業の生産性は中長期的に低下傾向を辿る可能性が高い。

こうした企業から、新しい技術やアイデアを持ち高い生産性を実現し得る企業へと経営資源が適切に再配分されない場合、経済全体の平均的な生産性は低下すると考えられる。

ここでは、こうした個別企業の生産性の違いが、日本企業全体の集計された生産性にどのような影響を与えるかについて分析するため、

1. 前期以前から存続している企業の生産性変動に よる要因（既存企業要因）、
2. 前期に参入した企業の生産性変動による要因（参入企業要因）、
3. 当期に退出した企業の生産性変動による要因（退出企業要因）、

の3つの要因に分解する。

分解結果をみると、参入企業要因は想定通り一貫して全体の生産性を押し上げる方向に寄与している一方、退出企業要因は逆に押下げに働いており、平均よりも生産性が相対的に高い企業が退出し、平均よりも生産性が低い企業が残ってしまっている可能性が示唆される。

こうした中で、既存企業要因については、2001年～05年の期間や、2011年～15年の期間ではプラスに寄与している一方、世界金融危機時を含む2006年～10年の期間ではマイナスに寄与していることから、主に景気動向に従って推移しているものと考えられる（第 3－ 3－ 6図（1））。

第３−３−６図　企業の参入・退出と生産性

企業の参入・退出の不活発さが生産性を鈍化させている可能性

（１）TFP変動の要因分解

退出企業要因に関してより詳細にみるために、生産性の低い企業が、時間とともにどの程度生き残るのかという割合（低生産性企業の存続率）を計算すると、低生産性企業は時間とともに生存確率が低下（＝市場から退出、もしくは生産性向上により低生産性サンプルから離脱）しているが、その低下スピードはさほど速くなく、例えば、2010年を起点としてみて、5年後でも約半数近くが残っている（第 3－ 3－ 6図（2））。

また、同様にアメリカの低生産性企業の存続率を算出した先行研究をみると、アメリカの上場企業の存続率が30％程度であることを考慮すると、日本では低生産性企業の存続率が相対的に高いことが分かる。

以上の分析結果を踏まえると、

1. 企業の新規参入は生産性を押し上げる方向に寄与はしているものの、2000年代初めと比べると2011年以降については寄与が小さくなっていること、
2.  生産性の低い企業が退出せずに存続していることが生産性を押し下げている可能性があること （退出企業要因がマイナスに働いていること）

が示唆される。

２　所感 

生産性向上の効果は、新技術導入と、教育訓練を実施した企業が高いという、わかりやすい結果です。

日本企業全体でみると、平均よりも生産性の高い企業が退出し、平均よりも低い企業が残っているという、わかりにくい結果になりました。

とはいえ、生産性の高い企業の生き残り率は、年次で下がっていくという結果が出ており、生産性が高いうちに退出する方が、企業としては、その企業全体として、生産性の向上の継続が見込めるのということでしょうか。

最後までお読みいただきありがとうございました。楠木山人。