なぜ日本の賃金は上がらなかったのか？――バブル崩壊から35年、企業の財務・投資・利益分配を公的統計で再検証する

2026年版｜AIと公的統計による日本経済35年の再検証

2021年・2023年の記事の再検証・発展版

この記事を読むのに必要な時間は約 29 分です（600字／分で概算）。

はじめに　なぜ日本の賃金は上がらなかったのか

「日本の賃金が上がらないのは、生産性が低いからです」

「もっとイノベーションを起こさなければ、日本経済は成長しません」

このような説明を、私たちは何十年も聞いてきました。

確かに、生産性の向上が経済成長を支えることは間違いありません。新しい技術によって、少ない労働時間でより多くの商品やサービスを生み出せるなら、社会全体の豊かさを高めることができます。

しかし、私は以前から一つの疑問を持っていました。

日本企業は、この35年間、本当に生産性を高めてこなかったのでしょうか？

食品、家電、自動車、工作機械、物流、医療機器、精密機器、娯楽産業。日本の企業が改善を重ねてきた製品やサービスは数え切れません。

例えば、かつて何十万円もしたコンピューターよりはるかに高性能な機器が、現在では比較的安価に手に入ります。製品の品質は向上し、寿命も長くなりました。

食品業界では、品質を維持しながら価格を抑えるための技術革新が繰り返されています。製造業では自動化が進み、物流や店舗運営も効率化されてきました。

これらの技術改善が日本経済全体の生産性を十分に高めたかどうかは、もちろん別の問題です。

しかし、これほど多くの技術改善が行われてきたにもかかわらず、長期間にわたって賃金が伸び悩んだのなら、その原因を生産性やイノベーションの不足だけに求めるのは適切なのでしょうか。

今回の検証でわかったこと

今回、私は16段階にわたる研究から、57件の結果や観測事実を整理しました。税制変更がGDP・消費・民間投資へ与える影響については、公式データを使い、先行研究の主要な推定結果を部分的に再現できました。

企業の財務健全化が長期的に賃金を抑えたのか、商品の高品質化で消費者が追加のお金を払わなくなったのかについては、関連する観測事実を確認できましたが、因果効果の有無と大きさは確定できませんでした。

57件は独立した研究57件ではなく、研究結果・観測事実・反証・未解決事項を含む登録数です。何が賃金停滞につながったのかを考えるため、確認できた結果と残る問いを順に見ていきます。

2021年・2023年からの問い

私は2023年に、この疑問を記事にしました。

その2年前の2021年には、日本のバブル経済がどのように形成され、崩壊したのかを、50の経済指標を使って分析しました。

当時から私が考えていたのは、次の仮説です。

日本の長期停滞には、技術革新の不足だけでなく、バブル崩壊後の金融危機、企業の成長期待の低下、財務健全化の優先、そして投資・賃金への資金配分の変化が関係していたのではないでしょうか。

2026年、この疑問を改めて検証することにしました。

生成AIを活用して内閣府、財務省、日本銀行などの公開統計を集め、過去の研究を調査し、Pythonによる計量分析も行いました。

そのために構築したのが、Japan Corporate Behavior Lab（JCB LAB）です。

調べたいのは、次の三つの疑問です。

• 金融危機を経験した企業が、借入れや投資を控え、賃金を増やすことにも慎重になったのではないか。
• 増税や政府支出の抑制が消費や投資を冷やし、賃金の伸び悩みにつながったのではないか。
• 商品がすでに十分な性能を備えるようになり、さらに性能を高めても、消費者が追加のお金を払わなくなってきたのではないか。

これらの疑問を統計や先行研究と照らし合わせ、賃金停滞を生産性不足だけで説明してよいのかを改めて考えてみたいと思います。

第1章　GDPの低成長だけで技術進歩を評価できるのか

そもそも、経済成長を測るときにGDPを用いること自体、少々雑な面があるのではないかと私は考えています。

例えば、昔は30万円したコンピューターが、現在では10万円で購入でき、性能は何十倍にも向上したとします。

同じ台数が販売された場合、名目上の売上額は3分の1になります。しかし、利用者が受け取る機能や利便性は大きく増えているはずです。

また、製品が壊れにくくなれば買い替えの回数は減ります。省エネルギー技術が進歩すれば、同じ生活水準を維持するために必要なエネルギー消費も減ります。

これらは本来、社会が豊かになった結果です。

しかし、市場で支払われる金額だけを見ると、必ずしも経済活動の拡大として表れるとは限りません。

実質GDPは、物価変動の影響を取り除いて生産量の変化を捉える指標です。コンピューターなどについては、性能向上を反映する品質調整も行われています。それでも、商品の耐久性、無料サービス、利便性、時間の節約などの便益を完全に評価することは困難です。

GDPの伸びが小さいからといって、私たちの生活や技術が進歩していないとは限らないのです。

新技術が生む付加価値と、成熟した技術がもたらす価格低下

もう一つ考えたいことがあります。

新しい技術が登場した直後は、供給者が限られるため、高い価格を設定できる場合があります。

しかし、技術が普及し、多くの企業が同じ機能を提供できるようになると、競争によって価格は下がりやすくなります。

自動車、家電、パソコン、通信機器など、さまざまな分野で起きてきた現象です。

技術革新が競争を生み、その結果として消費者が安く高性能な製品を購入できるようになる。これは経済発展の成果でしょう。

問題は、そこから生まれた余裕が、新たな消費や投資へ十分に循環しない場合です。

企業が投資を控え、家計の所得が伸びず、将来への不安から消費も増えないなら、生産性が向上しても経済全体の売上や賃金は伸び悩む可能性があります。

日本の長期停滞を理解するうえで、この点は重要ではないでしょうか。

第2章　バブル崩壊から1996年まで――一様な不況ではなかった

1985年9月、プラザ合意が成立しました。

その後、急激な円高が進行するなか、日本銀行は金融緩和を進めました。

公定歩合は1985年の5%から1987年には2.5%へ引き下げられました。

低金利によって資金調達が容易になり、企業や金融機関による信用拡大が進みました。

その資金の一部は、工場の建設や生産設備だけでなく、不動産や株式にも向かいました。

土地価格の上昇が担保価値を高め、さらに融資を増やす。この循環が資産価格を押し上げました。

やがて日本銀行は金融引き締めに転じます。

1989年末には日経平均株価がピークを付け、1990年には大蔵省が不動産融資の総量規制を導入しました。

その後、資産価格は下落し、企業や銀行の貸借対照表に大きな問題が残りました。

ただし、ここで強調しておきたいことがあります。

バブル崩壊後、日本経済が1990年からずっと不況だったわけではありません。

内閣府の景気基準日付では、1991年2月が景気の山、1993年10月が谷とされています。

そして、1993年10月から1997年5月までは景気拡張局面でした。

1995年1月には阪神・淡路大震災が発生しました。復旧・復興のための公共投資や住宅再建需要も生まれました。

今回のJCB LABでは、1994～1999年度の震災関連予算措置や公共投資の四半期別GDP寄与度も調査しました。

復興関連の支出が複数年度にわたって行われ、公共投資が景気を下支えした可能性を検討できます。ただし、四半期ごとの公共投資のGDP寄与は正負があり、持続的に押し上げたとまでは言えません。予算措置額も、実際の支出額やGDP寄与そのものではありません。

もちろん、1996年の景気回復をすべて震災復興によるものとすることはできません。

それでも、この時期を単純に「バブル崩壊後の長い不況」と捉えてしまうと、日本経済にとって重要な転換点を見落とすことになります。

私が注目しているのは1997年です。

1. 1985年　プラザ合意
2. 1989年　株価ピーク（当時）
3. 1990年　不動産融資総量規制
4. 1991年　景気の山（2月）
5. 1993年　景気の谷（10月）
6. 1995年　阪神・淡路大震災
7. 1997年　消費税引き上げ・金融危機
8. 2002年　長期景気拡張の開始
9. 2008年　世界金融危機
10. 2013年　大規模金融緩和
11. 2020年　感染症流行
12. 2025年　最新の分析対象年

出典：内閣府「景気基準日付」、日本銀行ほか（各イベントの出典を参照）
淡い背景は1990～1996年、1997～2003年、2004年以降の分析期間です。出来事の時間順であり、因果関係を示しません。

各イベントの出典

• 1985年：プラザ合意
• 1989年：株価ピーク（当時）
• 1990年：不動産融資総量規制
• 1991年：景気の山（2月）
• 1993年：景気の谷（10月）
• 1995年：阪神・淡路大震災
• 1997年：消費税引き上げ・金融危機
• 2002年：長期景気拡張の開始
• 2008年：世界金融危機
• 2013年：大規模金融緩和
• 2020年：感染症流行
• 2025年：最新の分析対象年

第3章　1997年――企業財務はどう変わったのか

1997年、日本経済は再び大きな転換点を迎えました。

同年4月には消費税率が3%から5%へ引き上げられました。

また、アジア通貨危機や国内金融機関の経営破綻が重なり、金融システムへの不安が強まりました。

1997年秋には北海道拓殖銀行や山一證券が経営破綻しました。

金融機関は自己資本の維持、不良債権の処理、資産内容の改善を迫られることになります。

銀行が融資に慎重になれば、企業は設備投資や資金調達の計画を変更せざるを得ません。

実際、内閣府の2001年版経済財政白書では、1997～1998年の銀行の貸出態度の急激な厳格化が、中小企業の設備投資に悪影響を与えたと分析されています。

ただし、銀行が貸さなかったのか、企業が借りたがらなかったのかは区別しなければなりません。

1997～2003年に企業財務はどう変わったのか？

JCB LABでは、財務省の法人企業統計を中心に、この時期の企業財務を調べました。

自己資本比率は、返済義務のない自己資本が総資産に占める割合です。有利子負債比率は、利息の付く借入金などが総資産に占める割合を示します。労働分配率は、生み出した付加価値のうち人件費に回った割合です。

定義と対象企業をそろえて条件付きで比較できる集計では、次の変化が見られました。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

図を拡大（図番号・出典・注記付き）

1997～2003年度のB群では自己資本比率が上昇し、有利子負債比率が低下した。

定義・対象企業が変わる境界では線を切っています。集計値の変化であり、因果効果は未識別です。小規模企業には逆方向の変化もあります。

公的統計の観測。出典：財務省「法人企業統計調査」／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

1990–2005 fiscal

研究上の区分

E4 記述統計

データ品質

B within retained groups

統計対象・比較可能性

群境界で線を切断。全産業・全資本金規模。

対応する仮説

A

反証・例外の詳細

小規模企業の変化は逆方向。1997ダミーは識別ではない。

定義・名目実質・統計上の注意

1997～2003：自己資本 +8.40pp、負債 −7.96pp、労働分配率 −2.10pp。因果効果ではありません。
年度・金融保険除外。定義・母集団群を跨ぐ線は引いていません。

元出典：https://www.e-stat.go.jp/dbview?sid=0003060791

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

自己資本比率が大きく上昇する一方、有利子負債比率と労働分配率は低下しています。企業の財務構造と利益の分配が、この時期に変わったことがわかります。

もちろん、これらが同時に起きたからといって、負債削減が労働分配率を低下させたとまでは言えません。景気変動や企業収益、雇用者数、産業構成の変化も影響するからです。

それでも、ここから重要な仮説が生まれます。

1997年の金融危機は、日本企業の経営方針を「成長のための借入れ・投資」から「倒産を避けるための財務健全化」へと変化させたのではないでしょうか。

そして、その行動は金融危機が収束した後も残ったのではないでしょうか。

これが、今回の研究で検証したい第一の仮説です。

小規模企業では逆方向の変化も

ここで、全企業が同じ行動を取ったと考えるわけにはいきません。資本金1千万円未満の区分では、同じ1997～2003年度に自己資本比率が5.479ポイント低下し、有利子負債比率は5.985ポイント上昇しました。全規模集計とは逆方向です。企業規模を分けることが、仮説の検証には欠かせません。［証拠台帳 S1-040・041］

銀行の問題が企業へ波及したという研究

Phase S1では、銀行の資本制約と貸出を調べたWatanabeの2004年ワーキングペーパー、資本注入と信用配分・投資を調べたKSSの2021年ESRI版を、原著の対象と識別仮定を限定して整理しました。銀行の状態が企業活動に影響するという経路には先行研究がありますが、すべての企業や長期賃金への効果を認定するものではありません。

一方、Miwaの借り手側の四半期データでは、1997年末から1999年初めを含む時期に深刻な信用収縮の明確な兆候がないという異なる結果もあります。対象や推定する効果が異なるため、結果の件数で勝敗を付けることはできません。JCB LABでは、これら銀行研究の原データ・コードによる厳密再現は行っていません。［証拠台帳 S1-019～022］

企業全体では借入依存度が下がり、自己資本が厚くなっていました。では、その後に増えた利益は、国内投資や人件費にどのように反映されたのでしょうか。

第4章　利益と投資・人件費は同じように伸びたのか

2002年から2008年にかけて、日本経済は「いざなみ景気」と呼ばれる長い景気拡張局面を経験しました。企業収益は回復し、不良債権問題も改善に向かいました。

それならば、企業は再び積極的に借入れを行い、国内設備投資や人件費を増やしていったのでしょうか。

ここで重要になるのが、企業の利益剰余金、いわゆる内部留保の増加です。

利益剰余金は企業が過去に稼いだ利益のうち、配当などとして社外に分配されず、会計上蓄積されたものです。

これは現預金と同じものではありません。利益剰余金が増加していても、実際には工場、設備、子会社などに資金が使われている場合があります。

そのため、内部留保の増加だけを理由に、企業が投資をしていないと判断することはできません。

しかし、企業利益と国内設備投資、人件費の伸びを比較すると、興味深い変化が見えてきます。

比較可能な期間で利益・投資・人件費を比べる

Phase S1では、同じ母集団・定義で比較できるB群の2010～2024年度について、経常利益、国内設備投資、人件費を2010年度=100の名目額指数にそろえました。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

図を拡大（図番号・出典・注記付き）

同一母集団・B群の名目指数で、利益の伸びが投資・人件費を上回る。

名目額の指数です。投資も人件費も増加しています。利益の蓄積が伸びの差を生んだという因果効果は未識別です。

公的統計の観測。出典：財務省「法人企業統計調査」／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

2010–2024 fiscal

研究上の区分

E4 記述統計

データ品質

B

統計対象・比較可能性

同一全産業・全規模、共通2010年度基準。

対応する仮説

A

反証・例外の詳細

投資や人件費も増加。利益を貯めたため抑制したという因果関係は未識別。

定義・名目実質・統計上の注意

全産業・金融保険除外。国内設備投資はソフトウェアを除く原統計範囲。
利益はフロー、利益剰余金は別のストックです。指数差を資金配分額と解釈しません。

元出典：https://www.e-stat.go.jp/dbview?sid=0003060791

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

経常利益は約2.62倍、設備投資は約1.63倍、人件費は約1.18倍になりました。投資も人件費も増えています。しかし、利益と同じ割合ではありません。 ここで示しているのは名目額の伸びの違いであり、利益を蓄積したことが投資や賃金を抑えたという因果効果ではありません。

年度指数の差は、そのまま資金の配分額にはなりません。また、ここで扱う国内設備投資はソフトウェアを除く原統計の範囲で、海外投資・研究開発・無形資産投資を含む企業投資全体とは異なります。

約40年の四半期比較

内閣府の2025年版経済財政白書によると、四半期ベースの経常利益と設備投資は次のように変化しています。

出典：内閣府「令和7年度 年次経済財政報告」第3-2-1図（季節調整済み、ソフトウェア除く、四半期値）

約40年間で経常利益は5倍以上になったのに対し、設備投資は2倍にも達していません。

白書では、1990年代までは設備投資が経常利益を上回っていましたが、2000年代前半にはおおむね同水準となり、2010年代以降は経常利益が設備投資を上回る傾向が続いたと説明されています。

これは、私が2023年の記事で問題提起したことと重なります。

企業が利益を増やせるようになったにもかかわらず、国内設備投資は同じようには増えていなかったのです。

それでも、企業収益と国内投資の関係が長期的に変化したことは重要です。

利益を蓄積する企業と、伸び悩む賃金

企業が得た利益は、設備投資、人件費、配当、現預金、負債返済など、さまざまな形で使われます。

もし企業が将来の国内需要を低く見積もっているなら、利益が増えても国内設備投資や雇用拡大を控えることは十分に考えられます。

一社だけなら合理的な経営判断かもしれません。

しかし、多数の企業が同時に投資と賃金の拡大に慎重になったらどうなるでしょうか。

家計の所得が伸びず、消費が増えず、国内需要も弱いままになります。

企業はその弱い需要を見て、さらに投資に慎重になるかもしれません。

このような循環が、日本経済の長期停滞を深めた可能性はないでしょうか。

今回の研究では、この仮説を検証するために、企業規模別の労働分配率も分析しました。

第5章　企業規模で異なる労働分配率

JCB LABで特に興味深かったのが、企業規模別の労働分配率です。

労働分配率は、企業が生み出した付加価値のうち、人件費として配分された割合を示します。

収録された法人企業統計では、次のような違いが見られました。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

図を拡大（図番号・出典・注記付き）

全企業が一様に分配率を下げたわけではない。

2010～2024年度の比較と、1990・2025年度の長期参考点は別です。2025年度には補完等によるC判定を含み、両端点は接続していません。小規模企業には上昇も見られます。

公的統計の観測・反証。出典：財務省「法人企業統計調査」／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

2010–2024 detail;1990,2025 reference

研究上の区分

E4 / E5

データ品質

B detail; endpoint comparison C/U

統計対象・比較可能性

1990と2025は別群の参考点。2025には補完等C判定を含む。

対応する仮説

A

反証・例外の詳細

小規模の上昇、企業入退出・規模移動が残る。

定義・名目実質・統計上の注意

2025は補完等Cを含む参考点。1990→2025の連続変化は認証していません。
労働分配率は実質賃金の水準とは別です。

元出典：https://www.e-stat.go.jp/dbview?sid=0003060791

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

大企業では労働分配率が大幅に低下している一方、小規模企業では上昇しています。

つまり、日本企業がすべて同じように賃金分配を抑えてきたわけではなさそうです。

大企業と中小企業では、国内外の事業展開、資金調達、収益構造などが異なります。

それらが賃金分配にどう影響したのかを考える必要があります。

労働分配率低下の原因は産業構造の変化なのか？

JCB LABでは、2010～2024年度の労働分配率の変化を、業種・規模構成の変化と、同一区分内の変化に分けました。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

この分析では、労働分配率低下の大部分が、業種構成の変化ではなく、同じ業種・規模区分内での変化によって説明されました。

つまり、単に人件費比率の低い産業が増えただけではなかったのです。

ただし、同じ区分内でも企業の参入や退出、規模階層の移動は発生しています。

個々の企業がどのように賃金分配を変えたのかを確定するには、企業単位のデータが必要になります。

これらの分配率の変化を見ると、1997年以降の財務健全化と、その後の賃金分配の変化が関係しているように見えます。

私自身もその可能性を考えていました。

そこでJCB LABでは、業種・資本金規模・年度の違いを考慮したパネル回帰分析を行いました。

対象は主に2012～2024年度です。

自己資本比率の上昇が賃金配分を抑えたのか

前年度の自己資本比率が1ポイント高いとき、労働分配率がどの程度違うかを調べました。表の「95%信頼区間」は、推定値の統計的な不確かさを幅で示したものです。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

このモデルでは、前年度の自己資本比率が1ポイント高いとき、労働分配率の違いは約−0.02ポイントと推定されました。95%信頼区間はゼロを含み、明確な負の関連は確認できませんでした。

設備投資対売上高比率との係数は当初の予想と反対の正の値でしたが、こちらも信頼区間がゼロを含みます。正の関連が存在すると断定することもできません。

財務健全化と投資拡大の両立

2010年代以降のデータでは、自己資本比率が上昇すると同時に設備投資も増加した業種・規模区分の年度が761件ありました。

また、負債比率が低下しながら設備投資と人件費が増加した観測も存在しました。

したがって、財務健全化と投資拡大は必ずしも相反するわけではありません。

ここは、当初の私の仮説を修正する必要がある部分です。

しかし、もう一つ問題があります。

今回の回帰分析が対象とした2012～2024年度は、私が特に問題にしていた1997～2003年の金融危機・財務再建期ではありません。

企業の財務行動が大きく変わったと考えられる時期を、その十数年後のデータだけで検証することには限界があります。

続いて、企業の付加価値と人件費の関係も確認します。

付加価値が増えた区分の人件費

今回の分析では、付加価値が増えた業種・規模区分の年度について、付加価値増加率と人件費増加率の関係を調べました。

結果は次のとおりです。

出典：JCB LAB Phase S1・既存Phase 2／財務省法人企業統計。個別の品質・期間は本文と図注を参照

この係数は、付加価値増加率が1ポイント高いとき、人件費増加率が条件付きで約0.09ポイント高いという関係に対応します。

95%信頼区間はゼロを含むため、確実に正の関係があるとまでは言えません。それでも、付加価値と人件費が1対1の割合で増えるという関係からは、大きく離れていました。

ここで注意したいのは、この結果が「増えた付加価値の9%しか労働者に渡らなかった」という意味ではないことです。

これは分配額の割合ではなく、増加率同士の回帰係数です。

また、人件費そのものが付加価値の構成要素でもあるため、会計上の関係や景気変動の影響を受けます。

それでも、今回の分析では、生産性や付加価値が増えれば賃金もそれに応じて増加するという単純な関係は確認できませんでした。

生産性の向上は大切です。

しかし、生産性向上の成果が、どのように企業と労働者へ分配されるかは別の問題です。

これこそ、私が2023年の記事で最初に提起した疑問でした。

この0.0902という係数については、「係数が1か」という問いと「係数が0か」という問いを分けています。1対1の関係から離れていることを、確実に正の関連があることや、因果的な賃金移転率が推定できたことへ読み替えてはいけません。［証拠台帳 S1-030～034・043・044］

利益が増えても、なぜ賃金は上がらなかったのか

企業の利益が増えていたのなら、なぜその成果が賃金に十分反映されなかったのでしょうか。この問いに関わる研究を、2026年8月14日、日本銀行の研究者が公表しました。安部展弘・平野竜一郎・開発壮平の各氏による日銀リサーチラボ「生産性向上が賃金上昇に反映されなかったのはなぜか：わが国のデフレ期からの教訓」（Research LAB No.26-J-2）です。英文の原論文はAbe, Hirano and Kaihatsu (2026), BOJ Working Paper No.26-E-12です。なお、内容は筆者ら個人の見解で、日本銀行の公式見解ではないと明記されています。

研究が示す観測　研究によると、わが国では1990年代後半以降、生産性が上昇する一方で、実質賃金は横ばいで推移し、両者の乖離が広がりました。フルタイム労働者の所定内給与を労働者ごとの上昇率で見ると、デフレ期には上昇率がゼロ％の近くに集中していました。直近のデータでは、分布が右（プラス方向）へ移り、ゼロ％近辺の集中は和らいでいます。また推計では、賃下げ方向の硬直性はほぼ一定だった一方、賃上げ方向の硬直性（上方硬直性）がデフレ期に強まっていました。

二つの要因と、賃金が上がりにくくなる仕組み　研究は、名目賃金の硬直性を強めた要因として、次の二つに注目しています。

1. 低インフレ・デフレ（トレンドインフレの低下）：モデルでは、名目賃金の引き下げには、組合との難しい交渉や働く人の士気の低下といったコストがかかると仮定します。そのため企業は、将来、生産性が悪化して賃金を下げなければならなくなる可能性を意識すると、今の生産性が高くても、名目の賃上げをあらかじめ抑えることが合理的になります。物価上昇率の基調が低いほど、賃金の伸びの基調も低くなり、将来この「下げにくさ」に直面する可能性が高まるため、この予備的な賃上げ抑制が強く働きます。単に「賃金が硬直的だった」のではなく、下げにくさが、上げにくさを生むという仕組みです。
2. 労使交渉で、賃金よりも雇用の安定を優先する慣行：モデルでは、働く人は提示された賃金が平均と比べてどうかを見て、残るか辞めるかを決めます。賃金を重視する度合いが低いと、賃金を上げなくても人は辞めにくく、企業にとって賃上げの動機が弱まります。デフレ期の労使交渉で雇用の安定を優先する慣行が定着したことは、小倉（2017）やWatanabe (2025)などの先行研究が指摘しています。研究は、その背景に、不透明な経済情勢のもとで労使双方が賃上げより雇用の安定を優先するようになったことを挙げています。

反実仮想の試算（5%と10%）　研究は、実際のデータに合わせた理論モデルで「もしも」の場合を試算しています。1995年から2023年までの累積で見ると、（1）トレンドインフレが2%だった場合、実質賃金の水準はベースライン（実績）より約5%高くなり、（2）それに加えて、労使交渉で賃金を重視する度合いがデフレ期以前と変わらなかった場合は、約10%高くなるという結果です。

読む際には、次の点に注意してください。

• （2）は（1）の条件を含みます。5%と10%を足して15%とするものではありません。
• 年平均の伸び率ではありません。1995～2023年に積み上がった、賃金水準の差です。
• モデルによる試算です。実際に観測された因果効果ではありません。
• 賃金停滞のすべてを、この二つの要因で説明したものではありません。研究自身、交易条件の悪化や非正規雇用の拡大などは明示的には扱っておらず、示した効果は乖離の一部をとらえたものだと述べています。
• この章で見た労働分配率の低下を、どれだけ説明するかを示したものでもありません。

研究はさらに、賃金が動きにくいと、賃金を手がかりにした人の移動が滞り、生産性の高い企業へ人が移りにくくなることで、経済全体の生産性も下押しされた可能性を示しています（同じ二つの場合で、生産性はそれぞれ約0.5%・約0.75%高くなるという試算。企業データの分析もこの仕組みと整合的だとしています）。

JCB LABの企業財務研究との関係　JCB LABの検証では、利益の伸びが国内設備投資や人件費の伸びを上回ったこと（図2）、大企業ほど労働分配率が大きく下がったこと（図3）は観測できましたが、その差を生んだ原因は特定できていません。財務健全化が賃金配分を抑えたという関連も、パネル回帰では確認できませんでした。

日本銀行の研究者によるこの研究は、その空白に対して、企業の財務や利益の大きさとは別に、賃金を決める仕組みそのものが、生産性向上の成果を賃金に届きにくくしていたという説明を示しています。「生産性が低いから賃金が上がらない」という説明とは異なる可能性です。

ただし、JCB LABはこの研究を再現していません。また、JCB LABの三つの仮説（A：企業財務、B：財政政策、C：市場成熟）のどれかを検証した結果でもありません。ここでは、外部の重要な先行研究として紹介しています。

出典：安部展弘・平野竜一郎・開発壮平（2026）日銀リサーチラボ No.26-J-2／Abe, Hirano and Kaihatsu (2026) BOJ WP No.26-E-12。数値は日銀リサーチラボ本文の記述によります。

企業の利益配分には規模による違いがありました。しかし、企業だけの行動で日本経済全体の停滞を説明できるのでしょうか。次に政府の財政政策を調べてみます。

第6章　財政政策は消費・投資にどれだけ影響したのか

ここで、政府の財政政策にも目を向けてみたいと思います。

日本では長い間、政府債務の増加と財政破綻の可能性が議論されてきました。

確かに、政府債務対GDP比が国際的に高い水準にあることは事実です。

しかし、債務残高が増加することと、財政負担が同じ割合で増加することは別です。

名目GDPが増えれば、政府債務残高が増加していても、GDPに対する債務比率が低下することがあります。

反対に、政府支出を削減して債務の増加を抑えても、それ以上に名目GDPの伸びが鈍化すれば、債務対GDP比の改善は限定的になります。

ここに、日本の財政政策を考えるうえで重要な問題があると私は考えています。

民間も政府も支出を抑えたらどうなるのか

企業が投資を控え、家計が消費を控えている状態で、政府まで財政支出を削減した場合、経済全体の需要が弱まる可能性があります。

逆に、政府支出が民間投資や雇用を刺激し、将来の所得や税収を増やすなら、経済成長を通じて債務負担が軽くなる可能性もあります。

もちろん、政府支出は多ければ多いほどよいという話ではありません。

重要なのは、経済の状況に応じて、どのような支出や減税が需要と生産能力に影響するかという点です。

私は、日本の長期停滞を考える際、財政健全化を重視するあまり、必要な需要創出や投資まで抑えていなかったかを検証する必要があると思っています。

今回の追加研究では、この問いをGDP・消費・投資への反応と、賃金への反応に分けて検証しました。ここには、企業財務の集計とは異なる種類の証拠があります。

税制変更の影響を公式データで確かめる

対象はKato, Miyamoto, Nguyen, and Sergeyev（2018）「The Effects of Tax Changes at the Zero Lower Bound: Evidence from Japan」です。以下ではこの研究をF02と呼びます。景気が悪くなったから減税したという逆向きの関係を区別するため、原著は歴史資料に基づく税制変更の分類を使い、外生的とされた税制ショックへの反応を推定しています。

JCB LABでは、F02の公式データセットを取得し、Pythonによって独立再実装しました。全240係数中176係数が一致し、主要な状態別GDP・消費・民間投資の96係数はすべて一致しました。

これは原著Stataコードによる完全再現ではなく、公式パッケージの同梱保存出力と照合した部分再現です。［証拠台帳 S1-001～018・046］

図4では、GDP比1%の減税に対して、その四半期のGDP・消費・投資がどれだけ変わるかを比べます。この直後の反応をh=0と表しています。

ゼロ金利制約下（ZLB）とは、金利がほぼゼロで、追加の利下げによる景気刺激が難しい状態です。図ではこの時期と通常期を分け、原著保存値と独立Python実装を並べています。

図を拡大（図番号・出典・注記付き）

状態別のGDP・消費・投資の主要96係数は原著保存値と一致した部分再現。

通常期の95%信頼区間はゼロをまたぎます。同じ税制ショックの結果で、独立した三つの自然実験ではありません。賃金への直接の証拠ではありません。

先行研究の因果推定・JCB LABの部分再現。出典：Katoほか（2018）公式データ／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

1975Q1–2016Q3; h0 effective1976Q1–2016Q3

研究上の区分

E1 / E2

データ品質

E2 partial independent implementation; 176/240 total

統計対象・比較可能性

同じ税制ショック、4ラグ、L.state、h0有効N=163。

対応する仮説

B

反証・例外の詳細

通常期の区間は広くゼロを跨ぐ。賃金への直接証拠ではない。

定義・名目実質・統計上の注意

丸＝原著同梱保存値、四角＝独立Python。95%区間は保存SE×1.96でJCB作成（原図は68%）。
1975Q1–2016Q3入力、h0有効1976Q1–2016Q3。減税表示は符号反転で、増減税の対称性を実証したものではありません。

推定モデル・信頼区間・標準誤差

入力は1975年1～3月期から2016年7～9月期、4ラグの状態別Local Projectionです。初期反応の有効標本は1976年1～3月期から2016年7～9月期で、観測数は163です。目的変数は原著提供のトレンド除去列を使っています。図の95%区間は係数±1.96×標準誤差という点ごとの区間で、原図の68%帯や同時信頼帯とは異なります。 Local Projectionは、政策変更から何四半期後にどれだけ反応したかを、時点ごとに推定する方法です。全体の標準誤差は132／240が一致し、輸出入64係数や一部の全期間HAC標準誤差の不一致は残っています。

証拠の独立性

GDP・消費・投資は同じ研究・同じ税制ショックの結果です。部分再現は識別仮定の独立した証明ではありません。

元出典：https://doi.org/10.3886/E114461V1

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

出典：JCB LAB Phase S1／F02公式保存出力・Python部分再現、Fiscal F3.1（増税に対する賃金反応は因果未認証）

ゼロ金利制約下では、GDP・消費・投資の初期反応がプラスとなっています。通常期は反応が異なり、95%信頼区間はいずれもゼロをまたぎます。金利環境を区別せずに、一つの政策効果をすべての時期へ当てはめることはできません。

推定方法や標本期間、標準誤差の照合結果は、図4の「統計の定義・出典・検証条件を詳しく見る」にまとめています。

再現の範囲と1997年への適用

GDP・消費・投資は、同じF02研究・同じ税制ショックに対する結果です。独立した因果研究が三件あるとは数えません。部分再現は計算の再現性を確認する作業であり、原著のナラティブ分類の外生性や識別仮定そのものを独立に証明するものでもありません。

減税表示は元の増税ショックの符号を反転したものです。増税と減税を別々に推定して、反応の対称性まで確かめたわけではありません。また、h=0は当期の反応で、累積効果ではありません。

1997年には金融危機やアジア通貨危機、予告に伴う需要の移動も重なっています。F02の平均的反応に1997年の税制変更額を掛けて、その年の確定的な損失や35年間の賃金停滞の原因とすることはできません。税制変更全体のショックを消費税率の引き上げだけに帰属させることも避けます。

不安定な賃金への推定

では、同じ考え方で賃金への効果も確認できたのでしょうか。Fiscal F3.1では、名目現金給与の初期反応について、次のように推定仕様によって符号が変わりました。

出典：JCB LAB Phase S1／F02公式保存出力・Python部分再現、Fiscal F3.1（増税に対する賃金反応は因果未認証）

主仕様だけを見ればプラスですが、仕様を変えるとマイナスになります。

さらに、雇用・労働時間・賃金などについて、政策ショックより前の反応を調べる先行反応診断40件のうち7件が、多数の検定を行う影響を調整するBH補正後も有意でした。賃金の因果推定をそのまま採用するうえで、未解決の問題が残っています。［証拠台帳 S1-047・048］

毎月勤労統計には、30人以上・5人以上の範囲、標本交替、基準・産業分類の更新、実質化に使うCPIなどの制約もあります。F02のGDP・消費・投資の部分再現と、F3.1の新しい賃金推定は別の結果です。賃金への因果効果は未認証であり、1997年固有の長期的な賃金効果も未識別です。 影響がないことを証明したのではなく、方向と大きさを確定できていません。

第7章　諸外国と比べた2010年代の日本の低成長

日本の低成長を考える際には、諸外国と比べた実際の伸びも確認しておきたいと思います。Phase S1では、世界銀行WDIの同じ取得版の実質GDPを、各国の2010年=100にそろえました。

図を拡大（図番号・出典・注記付き）

日本は9.344%成長し、比較6か国で総額の伸びが最小だった。

日本も+9.344%成長しており、完全な横ばいではありません。1人当たりでは日本がフランスを上回り、順位が変わります。

公的統計の観測。出典：世界銀行WDI／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

2010–2019 calendar

研究上の区分

E4

データ品質

official WDI revised vintage

統計対象・比較可能性

同一WDI指標の国別実質量指数。PPP水準比較ではない。

対応する仮説

context

反証・例外の詳細

1人当たりでは日本+10.585%でフランスを上回る。

定義・名目実質・統計上の注意

WDIの各国実質GDPを2010年=100に指数化。縦軸は95～135と明記（ゼロ起点の額ではありません）。
1人当たりでは人口変化により順位が異なります。品質改善の未計測分を推定した図ではありません。

元出典：https://api.worldbank.org/v2/country/JPN;USA;DEU;GBR;FRA;KOR/indicator/NY.GDP.MKTP.KD?format=json&date=2010:2019&per_page=1000

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

出典：世界銀行WDI／Phase S1図5固定CSV

日本は+9.344%で、比較した6か国の中では総額の伸びが最も小さくなっています。私は、この差を見れば「諸外国と比較してほぼ横ばいと言えるほど低成長」という問題提起には根拠があると思います。ただし、日本も約9%成長しており、実質GDPが完全に横ばいだったという意味ではありません。［証拠台帳 S1-055］

一方、1人当たりでは日本は+10.585%で、フランスを上回ります。人口変化を含む総額と、1人当たりの順位は同じではありません。この図は各国の実質量の伸びを比べたもので、PPPによる所得水準や生活の豊かさ、未計測の品質改善分を直接比較したものでもありません。

第1章で述べたGDPと技術進歩の問題と、統計上の相対的な低成長は、区別して考える必要があります。測定の限界を指摘するだけで、国内の所得や需要の弱さを見過ごしてよいわけではないからです。

第8章　高品質化で追加料金を払わなくなるのか

新技術の登場直後には高い価格が成立しても、普及が進むと競争によって価格が下がる。この点は、以前の記事でも考えてきました。では、製品の品質が十分に高くなったとき、消費者は追加的な品質改善に、それまでと同じ追加料金を支払うのでしょうか。

私は、この「追加品質の便益が追加価格に見合うか」という問いを、市場成熟の仮説として調べる価値があると考えています。性能がもう一段よくなることに最大でいくら追加で払うかという「限界支払意思額」を、確かめたいのです。

単に消費者が満足したから買わなくなった、という説明で終わらせるつもりはありません。

普及率と買替時の使用年数

図を拡大（図番号・出典・注記付き）

普及・買替年数は成熟を検討する材料。買替時の使用年数は4品目とも長期化傾向にある。

調査変更の境界では線を切っています。テレビは2005年9.4年から2013年7.9年へ一時的に短縮しましたが、地上デジタル放送への移行と東日本大震災が重なった時期で、2022年以降は10年を超えています。追加品質への支払意思額低下や、その投資・賃金への因果効果は未推定です。

公的統計の観測。出典：内閣府「消費動向調査」／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

1990–2025 March survey, segmented

研究上の区分

E4 / E5

データ品質

B within segments; C across breaks

統計対象・比較可能性

2005参照窓、2013/2018/2025調査変更で線を切断。

対応する仮説

C

一時的な例外の詳細

テレビ2005–2013の短縮は、地デジ移行（2011年7月）による買替えの集中と東日本大震災が重なった時期の一時的な動き。2017年以降に回復し、2022年以降は10年超。原因は統計上識別していない。

定義・名目実質・統計上の注意

普及率と使用年数は別軸。未観測の中間年を補間しません。
耐久財実購入数量の歴史系列はU未認証のため主図から除外。使用年数は購入頻度でもWTPでもありません。

元出典：https://www.e-stat.go.jp/stat-search/file-download?statInfId=000040443741&fileKind=0、https://www.e-stat.go.jp/stat-search/file-download?statInfId=000040443743&fileKind=0、https://www.esri.cao.go.jp/jp/stat/shouhi/0403fukyuritsu.xls

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

高い普及率や、買替時の平均使用年数の長さは、市場の成熟を検討するための観測事実です。しかし、品質が上がったから使用年数が長くなったのか、所得制約によって買替えを控えたのか、人口・世帯構成や規格移行が影響したのかは、この統計だけでは分離できません。

テレビの買替時平均使用年数は、2005年の9.4年から2013年の7.9年へ一時的に短くなりました。2011年7月の地上デジタル放送への移行で、まだ使えるテレビの買替えが集中し、東日本大震災も重なった時期です（地デジ移行の年にテレビの生産が急増したことは、過去記事「生産動態からテレビオワコンを知る」で示しました）。品質とは別の、制度と災害による一時的な動きと考えられます。その後は回復し、2022年以降の調査では10年を超えて、1990年代（8.8～9.9年）を上回る水準になっています。テレビ、冷蔵庫、洗濯機、パソコンのいずれも、買替えまでの使用年数は長期化する傾向にあります。ただし、この比較には参照窓・調査変更の制約があり、図では断絶をまたぐ線を引いていません。また、長く使うことは、追加の品質に払う金額が下がったことを意味しません。［証拠台帳 S1-050・051］

使用年数は購入頻度そのものではなく、買替えた世帯についての条件付きの統計です。普及率も実際の購入数量ではありません。未認証の歴史的な耐久財購入数量を、存在しないゼロとして図へ追加することはしていません。

追加品質への支払意思額は未推定

M2では、22のモデル・ファミリー、品質属性54件、提示価格10件を調べましたが、モデル別の実販売数量は0件でした。販売数量やシェアがなければ、消費者がどの製品をどの価格で選んだのかを十分に追えません。

例えば、同容量601Lの冷蔵庫には19,800円の提示価格差がありました。しかし、これは複数の機能を束ねた提示価格の差であり、買い手が追加品質へ支払う意思額そのものではありません。「追加品質への支払意思額が低下した」という市場成熟仮説の核心は、未推定です。［証拠台帳 S1-056・057］

したがって、高品質化が買替えを減らし、企業の需要期待を低下させ、投資・賃金を抑えたという連鎖も、現時点では未識別です。それでも、追加的な品質改善がどの程度の売上や需要を生むのかを問うことは、「もっとイノベーションを」という説明を具体的に検証する手掛かりになります。

第9章　消費の行き先は変わったのか

市場が成熟したとしても、消費全体が止まるとは限りません。家電などの商品から、別のサービスへ支出が移ることも考えられます。そこで、サービス消費と家計が直接負担する保健医療支出を補助的に調べました。

図を拡大（図番号・出典・注記付き）

実質サービス消費は総消費以上に伸び、直接保健医療の名目寄与は0.416ppだった。

実質の指数と名目の寄与は別のパネルです。+0.416ポイントは家計の直接保健医療のみで、医療・介護全体の寄与ではありません。直接保健医療以外の消費も名目で6.837%増えています。

公的統計の観測・反証。出典：内閣府「国民経済計算」／JCB LAB。

統計の定義・出典・検証条件を詳しく見る

対象年度・頻度

2010–2019 calendar

研究上の区分

E4 / E5

データ品質

A source-table single-agent, not independent reaudit

統計対象・比較可能性

実質指数と名目寄与を別パネル。連鎖実質額は引き算しない。

対応する仮説

C / context

反証・例外の詳細

直接保健医療以外も名目6.837%成長。医療介護全体の相殺割合は不明。

定義・名目実質・統計上の注意

左は実質連鎖量指数。右は名目・直接家計保健医療のみ（増分の5.939%）。
公費・介護全体やGDPへの加算ではありません。右の総消費は内訳への加算対象ではありません。

元出典：https://www.esri.cao.go.jp/jp/sna/data/data_list/kakuhou/files/2024/tables/2024s11rn_jp.xlsx、https://www.esri.cao.go.jp/jp/sna/data/data_list/kakuhou/files/2024/tables/2024s12rn_jp.xlsx、https://www.esri.cao.go.jp/jp/sna/menu.html

元データCSV ／ 正式キャプション全文 ／ 出典・保存入力・ハッシュ

2010～2019年の実質サービス消費は+5.024%で、国内家計最終消費全体の+3.884%を上回って伸びました。これは、需要が全分野で一様に停滞したという説明には合いません。市場成熟を考える場合も、品目や支出先を分ける必要があります。［証拠台帳 S1-053］

医療・介護全体と家計の直接支出の区別

同じ期間の名目国内家計最終消費の増加に対して、家計直接保健医療の寄与は+0.416ポイントで、名目消費増分の5.939%でした。これは医療・介護全体の寄与ではありません。公費による支出や現物社会移転まで含むものではなく、直接保健医療以外の消費も名目で6.837%増加しています。［証拠台帳 S1-054］

実質サービスの指数と、名目の直接保健医療寄与は別のパネルです。連鎖実質額を単純に差し引いて「医療以外」を作ったり、GDPに既に含まれる医療支出を追加加算したりしていません。医療・介護全体が他分野の停滞をどれほど相殺したかという割合も、今回の研究では確定していません。

消費の行き先が変わるなら、需要の伸びを国内の投資や所得へどうつなげるかという問いも変わってきます。市場全体が成熟したという一つの言葉で、この違いを消してしまうことはできません。

第10章　因果関係をどこまで検証できたのか

ここまでの結果を、三つの仮説に沿って整理します。企業財務、財政政策、市場成熟は、同じ種類のデータや同じ識別方法で検証されたものではありません。

わかったことと残る問い

JCB LAB独自に、日本の長期賃金停滞へ至る因果経路全体を識別できた結果は0件です。一方、税制変更のGDP・消費・投資への反応については、原著の識別仮定に基づく因果推定があり、JCB LABはその主要結果を部分再現しました。独立部分再現を確認したのは一つの研究群です。

表全体の出典：JCB LAB Phase S1証拠統合台帳。企業財務Phase 1～3.4、F02原論文・Fiscal F2／F3.1、Market M1／M2を含みます。行別の対応は「研究区分・再現状況・出典」を参照してください。GDP・消費・投資は同じF02研究で、独立した三つの因果研究ではありません。

この表のGDP・消費・投資を独立した三つの因果研究として数えることはできません。57件の証拠台帳は、先行因果推定（E1）、部分再現（E2）、条件付き関連（E3）、記述統計（E4）、反証・未解決（E5）を含みます。同じ出典や処置による依存を12群に整理しましたが、群間の統計的独立性を認証したという意味ではありません。

原著の因果識別も、対象・期間・識別仮定を限定した推定です。「立証」と呼ぶ場合にも、何の効果をどの条件で識別したのかを付ける必要があります。税制の平均反応が、1997年以降の長期賃金停滞の全経路を証明したわけではありません。

A：金融危機・企業財務――危機前後の企業と銀行をつなぐ

今回の研究では、1990年代の有価証券報告書から銀行別の借入情報を復元しました。ファーストリテイリングなどの歴史的企業資料で、危機前の借入先銀行と借入残高を一部確認できましたが、危機前銀行財務、企業別融資関係、危機前後の企業行動をそろえた因果推定の標本には届きませんでした。

必要なのは、危機前の企業・銀行借入関係、銀行財務の危機前指標、投資・雇用・賃金を追跡する企業データ、比較可能な企業群、企業退出情報です。

危機前の投資推移が似た企業同士で、弱い銀行への依存が高かった企業ほど危機後の投資や雇用が相対的に減り、銀行選択・地域需要・企業の成長機会を考慮しても差が残るなら、短期の信用制約仮説を支持する材料になります。

逆に、十分な精度でその差を排除できれば仮説は弱まります。危機前から差があった場合も、同じ因果説明は採用できません。

差の差分析の考え方（仮想例）

出典：本記事の教育用模式図
仮想例・JCB LABの実測値ではありません。危機前の類似だけで平行トレンドや外生性が保証されるわけではありません。危機後の差を、危機前の群間差と比べる考え方を示しています。

さらに、資金調達環境や業績が回復した2004年以降も、危機時の曝露度に応じて現預金・自己資本・投資・人件費の差が残るかを別に追う必要があります。差が解消するなら長期持続の仮説は弱まります。経営者の意識変化まで主張するには、当時の方針や意識調査も必要です。

B：財政政策――決定・予告・実施と賃金の定義をそろえる

必要なのは、個別税制変更の決定・発表・施行時点、その政策動機、当時の期待・予告情報、比較可能な雇用・賃金系列です。1997年については、金融危機やアジア通貨危機など他のショックから政策の影響を区別する設計が必要になります。

政策前の動きが似ていた地域・家計・産業でも、政策への曝露度に応じて消費・雇用・賃金に差が生じ、予告に伴う需要移動や統計断絶を処理しても符号が安定するなら、賃金への経路の検証が進みます。反対に、F3.1のように仕様で符号が反転し、先行反応が残るなら、方向や大きさの断定は弱まります。影響ゼロの証明とは区別します。

C：市場成熟――追加品質にいくら払うかを測る

必要なのは、複数時点のモデル別品質属性、実売価格、販売数量・シェア、選択可能だった商品群、非購入を含む世帯所得の情報、品質への支払意思額を識別できる価格変動です。

所得・価格・製品寿命・規格移行などをそろえても、同じ追加品質への支払意思額が低下するなら、仮説を支持する材料になります。支払意思額が維持・上昇するなら、その部分の仮説は弱まります。さらに市場の変化が需要期待や投資・賃金へ波及したかは、別の企業データで確かめる必要があります。

何を調べれば仮説を支持し、どの結果なら仮説が弱まるのかは、以前より具体的になりました。私は、この到達点を単に「何も分からなかった」と扱うべきではないと考えています。

おわりに　生産性やイノベーションの不足だけで説明してよいのか

2021年、私は50の指標を使って平成バブルの発生と崩壊を調べました。2023年には、生産性やイノベーションが足りないから賃金が上がらないという説明に疑問を投げかけました。そして2026年、AIを活用し、その疑問を公的統計と先行研究で再検証しました。

1997年以降、企業の財務構造が大きく変わったことは、公的統計から観測できます。2000年代以降には利益の蓄積が見られ、今回そろえた2010～2024年度の比較可能な期間でも、企業利益は国内設備投資や人件費より大きく伸びました。ただし、投資も人件費も増加していたことを忘れてはいけません。

今回確定できなかったのは、企業の財務健全化や需要の成熟が賃金停滞に影響したという因果効果の有無と大きさです。因果効果の未認証は、影響がなかったことの証明ではありません。企業財務の転換から長期賃金へ至る経路は未識別で、市場成熟によって追加品質への支払意思額が低下したかも未推定です。財政政策の賃金への効果は、推定仕様によって符号が変わりました。

税制変更のGDP・消費・民間投資への影響には、先行研究の因果推定と、その主要結果の部分再現という、より直接的な根拠があります。ただし、部分再現は原著とは別の独立した因果証明ではありません。三つの原因を証明したわけでも、賃金停滞の原因を一つに特定したわけでもありません。

それでも、何を確認できたのかは明確です。企業の財務と分配は変わり、利益と国内投資・人件費の伸びには差がありました。税制変更の国内需要への反応には、識別研究と部分再現の根拠があります。検証すべき経済経路を持たない一般論ではありません。

AIによって、統計の収集、照合、分析プログラムの作成、先行研究の調査を効率化できました。しかし、AIを使えば存在しない歴史資料が手に入るわけではなく、企業と銀行を結びつけるデータ不足も残りました。この限界と、観測できた事実は分けて考えるべきでしょう。

私は、日本の賃金停滞について「もっと生産性を上げるべきです」と繰り返すだけでは、説明が不足していると考えています。生産性向上の成果を誰が受け取り、どのように再投資し、どのように家計所得へ循環させるのか。 今回の研究は、この問いを金融・財務、財政・需要、市場の変化という検証可能な経路へ具体化しました。

これらとは別に、日本銀行の研究者による2026年の研究は、もう一つの重要な説明を示しています（第5章末尾）。企業が利益を回復させても、賃金が自動的に上がるとは限りません。長引くデフレと、雇用の安定を優先する労使慣行が、賃金を上げにくい仕組みを生んでいた可能性があるのです。これは、生産性を高めるだけで賃金停滞は解決するのかという、この記事の最初の問いに直接つながります。生産性を向上させることと、その成果が賃金として働く人に届くことは、同じではありません。

企業の生産性が向上することと、社会全体が豊かになることは、必ずしも同じではありません。需要、企業の投資、財務構造、利益配分、家計の可処分所得を調べることを、生産性や技術革新の議論から切り離すべきではないと思います。

最後に、改めて問いを残したいと思います。

日本経済に本当に不足していたのは、技術革新だったのでしょうか。

それとも、すでに生み出していた価値を、投資と賃金を通じて社会全体へ循環させる仕組みだったのでしょうか。

私は、今回確認できた根拠を踏まえながら、まだ未識別の経路を事実と取り違えることなく、この問題を検証し続けていきたいと考えています。

研究方法・出典

本記事は、2021年と2023年の問題提起を基礎に、2026年のJCB LAB Phase S1「最終証拠統合」を反映して改訂しました。S1は既存16Phaseの監査と証拠整理で、新しい回帰・因果推定は追加していません。Python、SQLite、公的統計を用いた既存分析の結果を整理しています。

• JCB LAB 研究データ・分析画面
• Phase S1 最終証拠統合レポート／統計品質・比較可能性監査
• 57件の証拠台帳／仮説別の到達点／証拠の依存関係
• 日銀リサーチラボ No.26-J-2：安部・平野・開発（2026）「生産性向上が賃金上昇に反映されなかったのはなぜか」／原論文 BOJ WP No.26-E-12
• F02原論文：Kato, Miyamoto, Nguyen, Sergeyev（2018）／公式データセット（V1）
• 財務省「法人企業統計調査」／内閣府「国民経済計算」
• 内閣府「企業行動に関するアンケート調査」／内閣府「消費動向調査」
• 令和7年度 年次経済財政報告／平成13年度 年次経済財政報告
• 日本銀行「短観」／世界銀行WDI 実質GDP
• Watanabe（2004年WP）／KSS（2021年ESRI版）／Miwa（借り手側データによる異論）

元記事

• 2021年版：「50の指標で『平成バブル』を分析する」（2021年6月14日）
• 2023年版：「賃金が上がらないのは『生産性・イノベーションが足りないから』は本当か？」（2023年3月12日）

A/Bの統計品質と因果識別の認証は別の軸です。図の保存元CSV・出典URL・ハッシュ・品質・反証は、各図の付属資料から確認できます。図の元データや既存研究のCSV・SQLiteは変更していません。

ページ上部へ戻る ↑