BigCapital ベータ

用語集 · 経済

生産性

生産性とは、働く1時間当たりにどれだけ生産できるかを表す指標です。その伸びが、賃金と生活水準を時間をかけて引き上げます。

別名: 労働生産性, 1時間当たりの生産量, 生産性の伸び

最新の数字(毎晩更新)

アメリカの生産性の伸び、直近4四半期
+2.1%

1時間当たりの生産量、非農業部門、2026年第3四半期まで。

1947年以降の年平均
2.2%

今は、1時間の労働で当時の5.48倍を生産します。

やさしい言葉で

3人の料理人がいるピザ屋が、1時間に60枚のピザを作ります。1人20枚です。もっと良いオーブンを買うと、同じ3人で1時間に75枚、1人25枚になりました。20から25への上昇が、生産性の向上です。同じ労働から、より多くの生産が得られるのです。

アメリカ経済では、労働統計局が農業以外の企業の1時間当たり生産量を測っています。1947年以降、年平均で約2.2%伸び、今は1時間の労働で当時の5.48倍を生産します。2026年第3四半期までの4四半期では、+2.1%変化しました。

長い目で見ると、豊かになるほぼ唯一の方法です。経済は生産したものしか消費できず、1時間当たりの生産を増やせば、物価を上げずに賃金を上げられるからです。

例

成長はどこから来る?

  1. 工場が、500時間の労働で椅子を1,000脚作ります。1時間に2脚です。
  2. 新しい機械を買います(働き手1人当たりの資本が増えます)。同じ500時間で1,100脚になります。
  3. 働き手が訓練を受け、作業場の配置を見直します(技能が上がり、やり方も良くなります)。500時間で1,200脚、1時間に2.4脚で、20%増えます。
  4. 生産性の伸びが年2%なら、1時間当たりの生産量は約35年で2倍になります。1%なら、約70年かかります。

経済学者は、生産性の伸びを、資本の増加、より熟練した労働力、そのほかのすべて(より良い技術や組織)に分けます。そのほかのすべては、全要素生産性と呼ばれます。

もう一歩深く

アメリカの生産性の伸びは波のように来ました。第二次世界大戦後は速く、1973年以降はずっと遅く、1990年代半ばからはコンピューターとインターネットで回復し、2000年代半ば以降は再び鈍りました。10年ごとに見ると、データで最も速かったのは2000年代(年2.7%)で、最も遅かったのは2010年代(1.2%)です。

長い期間で見ると、実質賃金は生産性に沿って動きますが、1対1ではありません。1970年代以降、一般的な働き手の給料は、1時間当たりの生産量よりゆっくり伸びました。収入がより多く利益と高所得者に回ったこと、そして物価の測り方も理由の一部です。

サービス業では測るのが難しくなります。先生や医師の生産量とは何でしょうか。無料のデジタルサービスは、まったく数字に出ないかもしれません。最近の鈍化の一部はそれで説明できると考える経済学者もいますが、説明できるのはほんの少しだと考える人が大半です。

10年ごとの生産性の伸び

アメリカの非農業部門で、1時間当たりの生産量が年平均でどれだけ伸びたかを、10年ごとに示します。年1ポイントの差は、働く人生のあいだに複利で大きな差になります。

非農業部門の労働生産性(1時間当たりの生産量)、BLS。各10年の前の第4四半期から、その10年の最後の第4四半期までの年平均の伸び。
チャートの元になった数字
1時間当たりの生産量、年の伸び
1950年代2.6%
1960年代2.7%
1970年代2.0%
1980年代1.5%
1990年代2.2%
2000年代2.7%
2010年代1.2%
2020年代(現在まで)2.2%

なぜ大切か

生活水準を動かすエンジンです。実質の1人当たりGDPが上がり続けられるのは、1時間の労働がより多くを生産するときだけです。

物価を押し上げずに賃金を上げられるので、中央銀行も注目します。

公的な予算を左右します。生産性が速く伸びると、年金や債務を払うための収入と税収が増えます。

よくある間違い

誤解: 生産性が上がると、仕事が減る。

実際は: 1つの工場ではそうかもしれませんが、経済全体では違います。1時間当たりの生産量は1947年以降5.48倍になり、ほぼ同じ期間にアメリカの雇用者数は4,400万から1.59億へと、3.66倍増えました。物が安くなればお金が浮いて新しいものに使えるので、新しい働き手が必要になります。

よくある質問

労働生産性とは何ですか?

生産量を労働時間で割ったものです。アメリカの代表的な指標は非農業部門(GDPの約4分の3)が対象で、労働統計局が四半期ごとに発表します。

なぜ生産性の伸びは鈍ったのですか?

経済学者の意見は分かれています。世界を変えるような発明が減ったこと、新しい技術が多くの企業に広がるのが遅いこと、企業の投資が弱いこと、労働力の高齢化、デジタルサービスの測り間違いなどが候補です。

AIは生産性を高めますか?

あり得ます。電気やコンピューターのような過去の汎用技術も、数字に表れるまで何十年もかかりました。企業が新しい技術に合わせて仕組みを作り直す必要があったからです。AIブームの記事では、流れ込むお金の動きを追っています。

BigCapitalでさらに読む

数字について

  • このページの数字は、毎晩データから再計算しています。出典はページの最後にまとめています。
  • All employees, total nonfarm: U.S. Bureau of Labor Statistics, Current Employment Statistics (establishment survey), series PAYEMS; retrieved from FRED, Federal Reserve Bank of St. Louis.
  • Labor productivity: output per hour, nonfarm business: U.S. Bureau of Labor Statistics, Productivity and Costs, series OPHNFB; retrieved from FRED, Federal Reserve Bank of St. Louis.
  • このページは用語を解説するものです。投資助言ではありません。

言語

EnglishBahasa IndonesiaDeutschEspañolFrançaisItalianoNederlandsPolskiPortuguêsTürkçeРусскийУкраїнська日本語한국어简体中文