沖縄でShecession?

講義で使おうかと思ったが結局没にしたネタを投稿する．

コロナ禍における労働市場の動きについて，去年ゼミで学生から「She-cession」なる表現を教えてもらった．女性の方が男性よりも苦しみがち，とのこと．休校で育児負担が重たくなった，女性の多いセクター・タスクほど自粛による打撃が大きかった，などの理由が考えられる． 

She-cessionは沖縄でも生じてるのだろうか．労働力調査と毎月勤労統計調査をさっと眺めてみた．

結論は，女性に負担が集中している様子は思ったよりも見えない，という話である．

1. 労働力調査では男女差はよくわからない

ひとまず労働力調査から．

大きなショックのせいで季節調整がややこしくなりそうなところだが，ひとまず今回は2004/1から2019/12のデータを使って季節調整を施し，2019年の調整と同じように2020/1以降の季節調整を行った．

就業者数を見ると，女性より男性の方がショック後に低下しているように感じる．特に20年4月頃．

沖縄の就業者数, 男女別. 季調値.

非労働力人口を見ると，男性は変動が大きくよくわからないが，少なくとも女性が急増したようには見えない．失職し非労働力人口に移行する動きは(大きいと思っていたものの)観察できないようである．

沖縄の非労働力人口, 男女別. 季調値.

完全失業率では，女性ではなく男性のほうが上昇しているようである．

沖縄の完全失業率, 男女別. 季調値. (図では2020/1=100に基準化していると書いているがこれは間違い．)

労働力調査を眺めていると，ジョブが破壊されたのは，男性の自営業という印象を受ける(図は省略)．長引く自粛で零細な飲食店や土産物屋，レンタカー事業者などが店じまいした，というイメージだ．

一方，被用者なら，男女問わず，(私の印象では)思いの外，雇用は守られているのではないだろうか(時短などはあろうが)．飲食店のシャッターと張り紙を見るととても悲しい気持ちになるし「沖縄経済厳しいな…」と感じることもあるが，みんながみんな飲食業で働いているわけではないのだ．シャッターのような目に見えやすい情報だけからマクロ的な動きを推測するのは難しいものである．

労働力調査は産業・年齢・職種などいろいろなブレイクダウンがわかるが，サンプルサイズが小さくノイズが大きいので，これ以上細かい何かは見えそうにない，という気もした．

2. 毎勤では男女差が見られなくもない

毎勤でも確認してみた．以下すべて2018/1--2021/3, 5人以上事業所のデータである．季節調整は行っていない．

なお，調査対象事業所の入れ替えのためか，年始などに大きなジャンプがしばしば見られる．どういった標本調査の設計か知らないが，額面通りに捉えないほうがよい気はする．

さっそく労働者数をプロット．男女で異なるトレンドをしていた．

沖縄の労働者数，男女別, 調査産業計 (本月末).

• 労働者数で見ると，男性は増加トレンドにある一方，女性は2020年以降減少トレンドにある．一見すると"Shecession"のようである．

セクター別に見ると，異質性があるようだ．次の図は，女性の労働者数が多いセクターを適当に選んで労働者数をプロットしたものだ．

沖縄の女性の労働者数, 産業別 (本月末).

• 女性の中でも，増加トレンドにあるように見える産業 (D 建設業) もあれば，横ばいの産業 (O 学習支援業) もある．
• 打撃が大きそうな宿泊業(M75, 図右下)では，コロナ禍前まで増加し，コロナ禍で減少に転じた様子が見て取れる．
• 一方，宿泊・飲食サービスというより広いくくりでみた場合(M, 2列目右)は逆に，コロナ前が底で，コロナ期に増加へ向かっている．
• 小売業 (I-2 4列目真ん中) は，コロナ禍前は横ばい，コロナ禍で急減したのち回復中，という様子．
• 意外と減っていたのは金融・保険業(J, 2列目真ん中)である．
• セクター間の労働移動でショックを吸収している動きもありそう．だがこのデータではシリアスな分析はできない気がする．
• 女性雇用の約3割を占める医療・福祉 (P 3列目右) は，コロナ禍前は減少，コロナ期に増加，という動きになっている．産業計 (TL 左上) でコロナ期に減っている分は，医療・福祉以外での減少が積み重なったものになろう．

こうしたセクター間の異質性は，男性と女性で異なる．

次の図は男性についてセクター別にプロットしたものだ．

沖縄の男性の労働者数, 産業別 (本月末).

• 女性と違って，金融・保険業 (J) や小売業 (I2)，サービス業（他に分類されないもの） (R) は増加傾向に見える．
• 女性と違って，建設業 (D) はコロナ禍前は減少ぎみだったが，コロナ期には増加しているように見える．他で失職した男性が流れてくるような，という一種のセーフティネット産業になっているかもしれない．

なお，労働時間やマンアワーを見ると，男女差はあまり見えなくなる．

沖縄のマンアワー, 男女別, 調査産業計.

• どこかで変なことが起こっているような…? あまり額面通りに受け取れない．

次の図はパートタイム労働者比率である．男女ともコロナ期に低下している．男女問わず，非正規雇用が不況の調整弁になっていたように見える．

沖縄のパートタイム労働者比率, 男女別. 調査産業計.

3. まとめ的な話

丁寧な統計的分析を行ったわけではないが，目で追える範囲では，She-cessionの顕著な証拠はなく，あるともないとも判断できない．データによって異なり，労働力調査だとなし，毎勤だとありそう，という感じ．

Shecessionというよりは，男性の自営業や，男女問わず非正規雇用が悲惨な目に遭っているように感じる．

また，女性といっても，産業によって動向は様々である．

結局わかんない，という結論ならこの記事はなんだったんだ…と思われるかもしれないが，冒頭に書いたようにこれは「没ネタ」なのである (すみません)．

今回わかったのは(前から知ってたが)，県が集めているデータではたいしたことはわからないということである．

もちろん，就業者数が思いの外男性以上に減ってないからといって，女性が楽だ，といったことを言いたいわけではないので注意してほしい．同じ離職でも，セーフティネットからこぼれ落ちてがちなシングルマザーは男性よりも苦境に陥りやすい，といったことは考えられる．

コロナ禍で離職ショックが起こったら，それに続き労使の交渉力が変わり，賃金にも影響しそうな予感はする．が面倒なので賃金については今回はスルーで．

かれこれ1年半コロナ禍を耐え生き延びた飲食店は，かえって地元の常連客の信頼が厚い，おいしい優良店というシグナルになるような気がしている(金策だけうまいゾンビ企業かもしれないが)．ワクチン接種が進むまでもう少しがんばってほしい．

沖縄県の労働分配率

少し前の日経新聞に労働分配率(i.e., $wL/Y$)の国際比較が載っていたのをきっかけに，沖縄の労働分配率(2001-2011年)を計算してみた．いわゆるKaldor factsとして労働分配率は時間を通じてまぁまぁstableであることが知られているものの，近年では先進各国で少しずつ変化が見られるようになってきている．

労働分配率の定義にはいろいろありえるが，ここでは野田・阿部(2010)に倣って以下の指標を計算した．
\begin{align}\mbox{index 1} &= \frac{\mbox{県内雇用者報酬}}{\mbox{県民所得}}, \\
\mbox{index 2} &= \frac{\mbox{県内雇用者報酬} / \mbox{雇用者数}}{\mbox{県民所得} / \mbox{就業者数}}, \\
\mbox{index 5} &= \frac{\mbox{県内雇用者報酬} / \mbox{雇用者数}}{\mbox{県内総生産} / \mbox{就業者数}}.
\end{align}
ただし，野田・阿部と異なり，県内総生産は要素費用で表示(雇用者報酬+営業余剰・混合所得+固定資本減耗)した名目値を用いている(市場価格を用いても大差はない．県民所得も要素価格表示で．すべて名目値．)．

沖縄県(青実線)と日本(黒点線)の労働分配率の推移．横軸は年度．出典:沖縄県「県民経済計算」「労働力調査」，内閣府「国民経済計算(2005年基準)」，総務省「労働力調査」．

• どの指標で見ても，沖縄県の労働分配率(実線)は全国(点線)より低いようだ．産業構造の違い，資本財調達コストの違い，スキル構成の違い，測定誤差，などいろいろ考えられる．
• どの指標で見ても，全国とおおむね似たような動きをしている．労働分配率が変化する理由は，およそ内地と同じであろう．
• ただし2004年度頃は全国よりも急速に労働分配率が低下していたようだ．この時期には理由はよくわからないが沖縄の雇用者報酬が大きく減っている．

同じ要領で， 資本所得が所得に占める割合も計算した．つまり，(1)-(3)式の定義で雇用者報酬を営業余剰・混合所得に置き換えたものを再計算した．結果は以下の通り．

沖縄県(赤実線)と日本(黒点線)の資本分配率の推移．横軸は年度．出典:沖縄県「県民経済計算」「労働力調査」，内閣府「国民経済計算(2005年基準)」，総務省「労働力調査」．

• 当然ではあるが，労働分配率とは逆の動きをしている．固定資本減耗はless volatileだ．
• 2004年度前後を除くと，おおむね沖縄県と全国の動きは似ている．また，沖縄県のほうが資本のシェアは高そうに見える．(内地資本の市場支配力が高い?)

参考文献:

• 野田知彦・阿部正浩 (2010) 『労働分配率、賃金低下、非正規雇用増加の背景とその政策対応pp.3-46,pp.439-468』 in 樋口美雄編『バブル/デフレ期の日本経済と経済政策6 労働市場と所得分配』 慶應義塾大学出版会.

沖縄県のマッチング関数

日本労働研究雑誌収録の神林・水町 (2014) にならいつつ，沖縄県のマッチング関数を試算してみた．


次のようなOLSを回してmatching functionを計算する:
\begin{equation}h_{ym} = \alpha + \beta_1 v_{ym} + \beta_2 u_{ym} + \sum_i \gamma_i d_i + \varepsilon_{ym}, \end{equation}

就職件数$h$, 有効求人数$v$, 有効求職数$u$ (いずれも対数, 季調値), は2008年1月から2014年5月分まで沖縄県「一般職業紹介状況」から取得した．$y$は年, $m$は月のindex, $d_i$は年次ダミーである．マッチングの効率性は定数項(というかダミー)の部分で測られる．神林・水町 (2014)と違い，月次ダミーは省いた(あまり本質的な違いにはならないと思う)．

OLSの結果:

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept)  -0.74972    2.59545  -0.289   0.7736    
v             0.57635    0.12443   4.632 1.69e-05 ***
u             0.28379    0.19641   1.445   0.1531    
ydummy(2008)  0.09609    0.04521   2.126   0.0372 *  
ydummy(2009)  0.08228    0.03558   2.313   0.0238 *  
ydummy(2011) -0.10751    0.04443  -2.420   0.0182 *  
ydummy(2012) -0.08565    0.03671  -2.333   0.0226 *  
ydummy(2013) -0.14951    0.05634  -2.654   0.0099 ** 
d.year14     -0.18516    0.07463  -2.481   0.0156 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.05906 on 68 degrees of freedom
Multiple R-squared:  0.3571, Adjusted R-squared:  0.2814 
F-statistic: 4.721 on 8 and 68 DF,  p-value: 0.0001243

神林・水町 (2014) と違い$u$の係数が有意でないが，$v$の係数は似ているように見える．

2010年を0に基準化した上で，暦年ごとのマッチング効率性を，何も考えずに計算した95%信頼区間とともにプロットした．

沖縄のマッチング効率性の推移. 2010年=0.

2012年頃からおかしいと思っていたものの，もう少し前から変化が生じているようにも見える．外側に動いたUV曲線が元に戻る日はいつになるんだろう．


ついでに$\beta_1 + \beta_2 =1$をWald検定してみた．

Linear hypothesis test

Hypothesis:
v  + u = 1

Model 1: restricted model
Model 2: match ~ v + u + ydummy(2008) + ydummy(2009) + ydummy(2011) + 
    ydummy(2012) + ydummy(2013) + d.year14

  Res.Df     RSS Df Sum of Sq      F Pr(>F)
1     69 0.23822                           
2     68 0.23717  1 0.0010448 0.2996 0.5859

一次同次という帰無仮説は棄却できない．

$u$や$v$がそのまんまだと何かとダメっぽいので2SLSをいくらか試してみたが，あまりうまくいかなかった．本ブログに時間を使いすぎるのは慎みたいのでこのあたりで店じまい．


Reference

• 神林龍・水町勇一郎 (2014) 「労働者派遣法の政策効果について」 日本労働研究雑誌 642, 64--82.

科学者たちのサバイバル

黄昏にあっても，その中でミネルヴァの梟として飛び立つべく気を新たに頑張ります．今年もよろしくお願いします．

---

冬休み中に読んだ論文の中から，科学者・エンジニアの生存分析を行った最近の論文を紹介．

• Benjamin Balsmeier and Maikel Pellens (2014) Who makes, who breaks: Which scientists stay in academe? Economics Letters 122, 229-232.

OECD, UNESCO, Web of Scienceのデータで，博士号ホルダーのキャリア(アカデミアからドロップアウトするかどうか)を追った論文である．グラフさえ見れば詳しい説明抜きに十分伝わると思う．

Fig. 1.

Fig. 2.

 撤退するのは4年目がピーク，6年目以降は業績で有意に差が出るようだ．分野は違うが納得．(bloggingで遊んでいる場合じゃない…)

13年5月一般職業紹介状況

先月の記事: 13年4月一般職業紹介状況

 先月同様今月も労働市場は改善中．ここ1,2年のトレンドとして，沖縄では

• 求人数は増加,
• 求職数は減少,

という流れが明らかである．完全失業率もAbenomics以前から低下傾向にある(cf. 前回ポスト)．ただこうした労働市場の改善が消費や生産に結びついているかどうかはよくわからない．

 先月のエントリではBeveridge curveをプロットしたものの，明確な右下がりの関係は検出できなかった．観測期間が短い(2011年1月以降)だけのような予感がしていたので，2009年1月までデータを伸ばしてみた(2008年以前は就職件数のデータがすぐ手に入りそうにないので断念)．

沖縄のBeveridge curve, 2009/01--2013/05. 出典: 厚生労働省「一般職業紹介状況」, 沖縄県「労働力調査」

 たしかに，データを伸ばすと，単回帰で1%有意の関係が出てきた:

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  10.5005     0.6162   17.04  < 2e-16 ***
v            -1.1323     0.3111   -3.64 0.000636 ***
---

Residual standard error: 0.8257 on 51 degrees of freedom
Multiple R-squared:  0.2062, Adjusted R-squared:  0.1907 
F-statistic: 13.25 on 1 and 51 DF,  p-value: 0.0006363
(単にトレンドが効いているだけかもしれない…)

 ついでに，2012年以前(黒丸)と以後(青白丸)で分けてプロットしてみた:

沖縄のBeveridge curves, 2009--2011がオレンジ, 2012/01--2013/05が緑.

2012年頃からUV曲線は内側にシフト&フラット化しているように見えなくもない．構造変化の兆し?

沖縄の非正規雇用

今日のゼミで提示した資料を再掲しておく．

沖縄では働いていても非正規雇用であることが多い．

(役員を除く)雇用者数に占める非正規雇用の割合, 沖縄. 出典: 総務省「H19就業構造基本調査」

• 20-24歳の若者(学生や主婦/主夫を除く)の半分以上はパートタイムで働いている．殊に女性にいたっては正規雇用は1/3程度だ．
• 若年期は自分探し・適職探しをするリターンが高い，育児に時間を割いた方が子供にとってよい(かも)，など正社員として働く誘因が他の世代と比べて低い．
• 就職できてもブラック，という低技能労働者は働く誘因が低いのだろう．うつ病になったり過労死したりするよりはマシ，という判断は十分ありうる．
• 労働需要側にとっては，目下のところ正規雇用で雇う余裕がないのかもしれない．
• 年を取ってもフリーターのままという人も少なくない．「30代 フリーター」などと検索すると，その末路がうかがい知れる．
• 私の所属学部は県内他大学と比べると就職状況は良好だが，それでも少なくない学生が卒業後定職に就くことができないでいる．

沖縄では非正規雇用者の9割弱は年収200万円未満であり，正規雇用者の7割以上は年収200万円以上である(2007年, 就業構造基本調査)．年収以外の面でも差があると思う．家庭の事情は多種多様であるし補足されていない所得も多くあるのだろうが，フリーターとして世帯を支えるのはかなり厳しいことが推測される．

将来不安を煽るのはあまりよくないと思う(焦った弾みでカルト宗教や薄っぺらい自己啓発にハマるとまずい)が，自分に不都合な情報に目をつぶりリアリティのない将来像を抱き続けているのもまたよくないだろう．

Race Against the Machine

村井氏の翻訳で日本語でもアクセスできるようになった『機械との競争』を読み了えた(原著で読んだので訳の良し悪しまでは存じ上げない)．

Erik Brynjolfsson and Andrew McAfee (2011) Race against the machine: How the digital revolution is accelerating innovation, driving productivity, and irreversibly transforming employment and the economy, Digital Frontier Press.
書籍のwebsite

著者らの意向で電子ブックは$5もしない低価格で読める．英語は平易で分量も軽く，さらりと読み終えることができた．経済学を知らなくても十分楽しめるはずである．

読んでいて頭をよぎったのはMalthusの人口論だ．人口はどんどん増えていくのだが，土地は有限なので食糧生産が人口増加に追いつけない．人口が増えても豊かにならん，ということでMalthusian trapと呼ばれる．

Brynjolfsson and McAfeeのポイントは，Moore's lawよろしくICT技術がどんどん向上してきたしこれから先もしていくと予想されるのに，普通の人間がそれに追いつかないということだ．コンピューターと競合するような単純な仕事をやっているようでは，遠からず仕事を失い人生が詰むことになる．(特に私の勤務校では機械に代替される仕事にしかありつけずloserになる危険性の高い学生が少なくないかもしれない．)

では我々はどうすべきか．「against the machine」と機械に正面から挑むのではなく，「with the machine」と機械を活用する仕事をするとよいはずだ．ICTの発達は普通の労働者には脅威だが，それを使いこなす側には大きなチャンスをもたらしてくれる．

機械に食われないためには，もう少し具体的にどういう能力を磨くべきか．たとえば5月2日の日経新聞で東大の柳川先生は

> 「正解」のない問題に対して答える能力こそが、コンピューターに代替されない能力である。

と述べている．問題解決能力は将来野垂れ死なずに生き抜いていく上で大事なスキルである．そしてこのスキルは閉鎖的な環境で不毛な日常を送っているだけでは身につけられないと思う．解決すべき喫緊の問題に直面しないのだから．学生時代の間に，大きな壁にぶち当たるまで真剣に何かに取り組むといいだろう．

Brynjolfsson and McAfeeの議論は特に目新しいものではない．Acemoglu and Autorやら，Goldin and Katzやら，スーパー経済学者たちも長年取り組んできた問題である．そして私も各講義初回に似たような話をしたはずだ．

---

ちなみに"Rage" against the machineのほうは，私が中学生の頃にはすでに伝説的バンドとなっていた．ただその真価がわかったのは大人になって本格的にリズム・トレーニングをしてからである．