2019年6月21日に政府が閣議決定した「成長戦略実行計画」は、日本経済に大きな変革を求める内容となっています。この計画が目指すのは、第4次産業革命がもたらす新しい技術の力を最大限に引き出し、生産性の向上と経済成長を実現すること。そのためには、企業の組織のあり方から、個人一人ひとりの仕事のやり方に至るまで、経済社会システム全体の根本的な再構築が必要だと説かれています。この重要な岐路において、現在の日本経済が抱える課題を深く掘り下げてみましょう。
現状を裏付けるように、スイスの国際経営開発研究所（IMD）が5月に発表した世界競争力ランキングで、日本は前年の25位から30位へと順位を下げ、過去最低を記録したのです。この生産性の低迷の根本原因について、早稲田大学の戸堂康之教授（6月20日付現代ビジネス）は、経済活動も人も「内向き」になっていることを指摘しています。インパクトのある革新、すなわちイノベーションを起こすには、海外企業との繋がりを持ち、外から多様な知識を取り込むことが不可欠であるにもかかわらず、その機会を逸しているという見解です。教授は、日本人がもっと開放的になるためにも、子どもや若者に積極的に外の世界を見る機会を与えることを提案しています。
生産性低迷を招く「弱者に優しい」経済政策の功罪
生産性低迷の原因は、閉鎖的な日本企業が、外部の技術やアイデアを積極的に取り入れて新しい価値を生み出す「オープンイノベーション」という時代の流れに適応できていないことにもあります。これに加え、富士通総研のエグセクティブ・フェローである早川英男氏（週刊東洋経済6月1日号）は、日本独自の「弱者に優しい経済政策」にも原因があると指摘しています。小泉構造改革後に一時的に高まった生産性の上昇率が、その後一貫して低下している点に着目しているのです。
早川氏は、官製春闘、教育無償化、「国土強靭化」と称した公共事業の積み増しといった、敗者を生み出さないことを目的としたポピュリズム的な経済政策が、民主党政権時代から引き継がれているとして、その見方は非常に手厳しいものです。欧米のような極端なポピュリズムは生まない反面、これは生産性の低迷という大きな代償を払っている状況であり、早川氏はその点に強い懸念を示しています。私の意見としても、国民生活を守るための政策は重要ですが、それが結果として経済の活力を削いでいるのであれば、そのバランスについて真剣に再考する時期に来ていると言えるでしょう。
アベノミクスの「財政政策」と低金利の因果関係
アベノミクスの成果は金融政策に負うところが大きいとする意見が多い中、学習院大学の伊藤元重教授（日経ヴェリタス6月16日号）は、財政政策運営の役割も非常に大きかったと見ています。具体的には、景気の状況を示す基礎的財政収支の赤字幅の縮小スピードを適切にコントロールしてきた点に評価が集まるのでしょう。長期金利が低下し続けるほどに実体経済が弱いという状況が存在するため、経済をデフレ状態にしないためには、日本銀行が低金利政策を継続せざるを得ないという因果関係が成立していると伊藤教授は強調されています。
低金利であれば、たとえ巨額の公的債務があっても利払いは小さく抑えられます。安倍内閣において、基礎的財政収支の赤字は国内総生産（GDP）比で2012年度の5.5%から2018年度には2.8%へと改善しました。このスピードは遅いという批判もありますが、低金利という状況下では、案外好ましい改善スピードであると教授は評価しているのですね。来月には参議院選挙が控えており、経済政策も重要な争点の一つとなるでしょう。選挙とは別に、経済学の実証研究に基づいた客観的な政策効果の評価が待たれるところです。
シニア労働者の活用と全世代型社会保障への道
「成長戦略実行計画」には、全世代型社会保障への改革も組み込まれており、70歳までの就業機会の確保が喫緊の課題として挙げられています。学習院大学名誉教授の今野浩一郎氏（Wedge6月号）は、60歳以上のシニア労働者を真の戦力として活用することに、企業は覚悟をもって取り組むべき状況にあると指摘しています。定年まで長く働いてくれたシニア社員の希望や能力に合わせて単に役割を創出するような「福祉的雇用」では、もはや時代遅れです。
重要なのは、企業や労働市場が求める人材ニーズに対して、シニア層がこれまでに蓄積してきた能力のどの部分が生かせるのかを、しっかりと見極めることなのです。企業が福祉的な視点だけでなく、純粋な戦力としてシニア層の持つ高度な経験やスキルを評価し、適材適所で活用することが、日本全体の生産性向上にも繋がるのではないでしょうか。
「費用対効果」に基づく医療技術評価の重要性
同計画では、政策の推進においてエビデンス（証拠）に基づくことが重要であると掲げられています。一橋大学の井伊雅子教授と中村良太准教授（6月19日付経済教室）は、費用と効果を重視する医療技術評価を、「良い医療」を提供するためのエビデンスづくり、そして意思決定のプロセスとして重視すべきだと論じられています。医療技術評価は、必ずしも医療費を削減することだけを目的としているわけではありません。
費用が高くても非常に効果がある医療と、費用が高い割に効果が薄い医療とを明確に区別し、限られた予算の配分に優先順位を付ける役割を担っています。日本では高額な医薬品や医療機器の値下げを正当化するための仕組みと見なされがちですが、それはあくまで部分的な側面に過ぎません。費用と効果の両方を考慮に入れながら、国の保健医療のあり方全体を見直す過程として、この評価を認識し活用していくことが望まれるのです。
この点で、津田塾大学の伊藤由希子教授（週刊東洋経済6月1日号）が指摘する、世界的に見て病床数が多すぎるにもかかわらず、なかなか減らせない日本の課題は非常に深刻です。規模を縮小しながら生産性を高めるダウンサイジングマネジメントと、医療情報を活用し異業種も参加するオープンイノベーションが必要であるという主張は、まさに的を射ています。病床数の縮小に向け、病院が自発的に動き出すような仕組みを構築していく必要があるでしょう。
AI普及がもたらす便益と「統計的差別」の危険性
膨大な情報を含む多数の観測値からなるビッグデータを活用した取り組みは、様々な分野で拡大しています。このビッグデータを用いて正確な予測を行うには、膨大な情報を予測モデルへ適切に組み込むことが非常に重要です。一橋大学の宮川大介准教授（週刊東洋経済6月8日号）は、将来の売上高や雇用の成長、倒産や廃業の発生を**人工知能（AI）**に予測させ、企業のスコアリングに活用する事例や、財務諸表の不正会計を検知・予測する事例を紹介しています。
予測そのものに人が関わる必要性は低下しつつありますが、引き続き人が果たすべき役割は存在し、そうした業務を担う人材の価値は高まるでしょう。しかし、こうしたAIによる予測の動きが、例えば失業率など経済全体にどんな影響をもたらすかは、まだはっきりと分かっていません。ミクロレベル、つまり個々の企業や分野でのビッグデータ活用の便益が明らかになる中で、経済全体といったマクロ的視点からその活用を評価する試みが、今後一層重要になってくると見られます。
一方で、大阪大学の堀井亮教授（週刊エコノミスト6月18日号）は、性別や人種などのデータ傾向を学習したAIによって、差別が助長されるリスクがあることを強く懸念しています。銀行の融資判断や社員採用、マーケティングといった業務がAIに置き換わると、AIが採否の判定を行うことで、統計的推定によって起こる「統計的差別」が助長される可能性が指摘されているのです。例えば、性別を直接尋ねることを禁止しても、趣味や選好といった別の情報からAIが性別を類推することは技術的に可能です。この課題を克服するためには、社会にとっての公正さとは何かを、我々自身がもう一度深く考え直すことが求められているのでしょう。
コメント