米国では、働く人の生産性が着実に伸びています。それなのに、その成果が賃金へ十分に反映されていません。Indeed Hiring Labがまとめた2026年第3四半期のデータでは、労働者が生み出した付加価値のうち労働者自身の取り分は53%まで下がり、1947年の統計開始以来もっとも低い水準になりました。この記事では、この「生産性と賃金のギャップ」が何を意味するのか、そして日本で働きリスキリングを考える私たちが何を読み取るべきかを整理します。
米国で起きている「生産性と賃金のギャップ」とは
まず結論から言うと、米国では生産性は伸びているのに、その果実が働き手に回っていないという状態が続いています。
生産性は堅調、取り分は過去最低
2026年第3四半期の非農業部門の労働生産性は、前期比で年率3.6%増、前年比では2.1%増でした。数字だけ見れば悪くない伸びです。
一方で、同じ期間に労働者の実質的な報酬の伸びは生産性に追いついていません。2019年第4四半期を100とした指数で比べると、生産性が116まで伸びたのに対し、実質時給報酬は107.3にとどまっています。
その結果、企業が生み出した付加価値のうち労働者に配分される割合は53%まで低下し、1947年の統計開始以来の最低を記録しました。
少ない人手で多くを生み出す構造
このギャップの背景には、「少ない人手で多くを生み出す」構造があります。
2022年末以降の動きを見ると、非農業部門の産出(output)は約12%増えました。ところが、同じ期間の労働時間の増加は1%未満、雇用者数の増加も1.7%にとどまっています。
- 産出:約12%増
- 労働時間:1%未満の増加
- 雇用者数:1.7%の増加
つまり、人や労働時間をほとんど増やさずに、生み出す量だけが大きく伸びたということです。生産性が上がるのは当然ですが、増えた分がどこへ向かうかは別の問題だと分かります。
なぜ生産性の向上が賃金に届かないのか
生産性が上がれば賃金も上がる、というのは直感的にはもっともらしく聞こえます。しかし現実には、両者は自動的には連動しません。
産出の伸びと労働投入の乖離
先に見たとおり、米国では産出の伸び(約12%)に対して労働時間の伸び(1%未満)が極端に小さい状態です。
生産性は「産出÷労働投入」で計算されるため、労働投入がほとんど増えなければ、産出の伸びはそのまま生産性の伸びとして現れます。ただし、その伸びが賃金の原資として働き手に分配されるかどうかは、生産性の計算式とは別の話です。
要するに、生産性の上昇と賃金の上昇は別々のメカニズムで決まるということです。
AI投資の影響はまだ限定的
近年の生産性の伸びには、AIへの投資が寄与し始めている可能性があります。ただしIndeed Hiring Labは、現時点でAIによる明確な生産性の急加速は見られないとしています。
生産性の伸び自体は堅調でも、それが何によってもたらされ、誰の取り分になっているのかは慎重に見る必要があります。
日本のリスキリング論に引きつけて考える
ここからは、日本で働く私たちにとっての意味を考えます。米国のデータはそのまま日本に当てはまるわけではありませんが、示唆は読み取れます。
「生産性を上げれば賃金が上がる」は自動ではない
日本でもリスキリングや生産性向上は、賃金アップの手段として語られがちです。学び直してスキルを高め、仕事の効率を上げれば、収入も増えるはずだという前提です。
しかし米国の例は、生産性が上がっても、その成果が自動的に賃金へ回るとは限らないことを示しています。成果の配分は、交渉力や市場構造、働き方の設計など、別の要因に左右されます。
この点を踏まえると、リスキリングを「学べば自動的に報われる」ものと期待しすぎるのは危ういと言えます。
個人としてできる備え
では、個人は何を意識すればよいのでしょうか。スキルを高めること自体は、選択肢を広げる意味で有効です。ただし、学んだ成果を賃金や処遇にどう結びつけるかまで含めて考えることが大切です。
次のような視点を持っておくと、学びが処遇につながりやすくなります。
- 身につけたスキルが、社内外でどれだけ評価・需要があるかを確かめる
- 成果を数字や実績で可視化し、評価や交渉の材料にする
- 一つの会社だけでなく、転職市場での自分の価値も定期的に把握する
学ぶことと、学びを処遇へ変えることは別の工程です。両方をセットで設計する姿勢が、生産性と賃金のギャップが広がりうる時代の備えになります。
まとめ
米国の最新データは、生産性が伸びても賃金が自動的には増えないという現実を、長期の統計で示しました。労働者の取り分が53%という過去最低に落ち込んだ事実は、「成果を出す」ことと「成果が自分に還る」ことが別物であると教えてくれます。
日本でリスキリングやキャリアアップを考えるときも、スキルを高めるだけで満足せず、その成果をどう評価・処遇につなげるかまで視野に入れておきたいところです。まずは、自分が身につけようとしているスキルが市場でどれだけ求められているかを、求人情報などで確認するところから始めてみてください。
よくある質問
労働者の「取り分53%」とは具体的に何を指しますか?
企業などが生み出した付加価値(産出)のうち、賃金や報酬として労働者へ配分される割合を指します。Indeed Hiring Labのデータでは、この割合が2026年第3四半期に53%まで低下し、1947年の統計開始以来もっとも低い水準になったと報告されています。
生産性が上がっているのに、なぜ賃金が増えないのですか?
生産性は「産出÷労働投入」で計算される一方、その成果が賃金として分配されるかは別の要因で決まるためです。米国では2022年末以降、産出が約12%増えたのに労働時間の増加は1%未満で、増えた成果が必ずしも働き手の報酬に回っていない状況がうかがえます。
この傾向は日本にも当てはまりますか?
今回のデータは米国労働市場を対象としたもので、そのまま日本に当てはまるわけではありません。ただし「生産性の上昇が自動的に賃金へ反映されるとは限らない」という示唆は、日本のリスキリング論を考えるうえでも参考になります。
AIは賃金や生産性にどう影響していますか?
AIへの投資が生産性データに寄与し始めている可能性はありますが、Indeed Hiring Labは現時点で明確な急加速は見られないとしています。AIが賃金を押し上げたと断定できる段階ではなく、今後の推移を見守る必要があります。
参考文献
関連記事





コメント