GAGI: A Gini-Adjusted GDP-per-Capita Index for Distribution-Aware Macroeconomic Welfare Monitoring

テクニカル・サマリー：GAGI — 分布を考慮したマクロ経済的福祉モニタリングのためのジニ係数調整済みGDP一人当たり指数

問題提起
現在のマクロ経済モニタリングは、経済的繁栄の主要な指標として、一人当たり国内総生産（GDP）に過度に依存している。本論文は、この指標が、AI主導の自動化による急速な技術転換がもたらす福祉への影響を追跡するには、根本的に不十分であると主張している。GDP一人当たりは人口レベルの平均値であり、実生活における繁栄を決定づける2つの一次的な要因、すなわち「所得分布（不平等）」と「購買力（インフレ）」に対して「盲目」である。その結果、ある国が記録的なGDP成長を報告していても、中央値の世帯の実質的かつ不平等調整済みの生活水準は停滞、あるいは低下しているという事態が起こり得る。著者は、規制ツールキットにおける欠落を指摘している。それは、独自のモデリング上の仮定に頼ることなく、公開データから毎年算出可能で、最小限の構成要素を持ち、再現性と透明性を備えた、分配的危害に対する「早期警戒トリガー」として機能する統計の不在である。

手法：GAGI指標
本論文では、**ジニ係数調整済みGDP一人当たり指数（GAGI）**を導入する。これは、あらゆる人口、地域、期間に適用可能な汎用的な福祉指数として設計されているが、本論文では特にG7諸国（2010年–2026年）に適用して検証を行っている。

指標は、国 $k$ および年 $t$ に対して以下のように定義される：
$$GAGI_{k,t} = \frac{(1 - G_{k,t}) \times \frac{GDP\text{-}pc_{k,t}}{\pi_{k,t}}}{(1 - G_{k,2010}) \times \frac{GDP\text{-}pc_{k,2010}}{\pi_{k,2010}}}$$

ここで：

• $G_{k,t}$ はジニ係数（不平等）を示す。
• $GDP\text{-}pc_{k,t}$ は、2015年固定米ドルでのGDP一人当たりを示す。
• $\pi_{k,t}$ は消費者物価指数（CPI）であり、2010年を基準（100）とする。

主な設計上の特徴：

1. 不平等調整： 指数はGDPを $(1 - G)$ によって再スケールし、不平等の拡大を伴う成長に対してペナルティを課す。
2. 購買力補正： 著者は、GDPデフレーターターによって既に除デフレ（実質化）されている定価ベースのGDPを、あえてCPIで除している。これは、生産される財の価格（国内生産物）と消費される財の価格（家計のバスケット）の間の「乖離（ウェッジ）」を考慮するための意図的なモデリング上の選択である。これは、輸入価格やエネルギー価格が国内生産物価格から乖離するサプライショック時において特に重要となる。
3. 正規化： 結果は2010年のベースライン（値 = 1.0）に対して正規化される。これにより、指標は絶対水準から「変化の尺度」へと変換され、絶対的な所得水準や不平等のレベルが大きく異なる国同士でも、意味のあるクロス・カントリー比較が可能となる。
4. データの最小化： 指数は、世界銀行、IMF、または各国の統計機関から毎年発表される3つの入力値（ジニ係数、GDP一人当たり、CPI）のみに依存しており、独自のデータを使用することなく、完全な監査可能性と再現性を保証している。

実証結果（G7、2010–2026）
G7諸国にGAGIを適用した結果、5つの明確な実証的パターンが明らかになった。

1. GAGI–GDPの乖離（ウェッジ）： すべてのG7諸国において、GAGI指数は標準的なGDP一人当たり指数を一貫して下回っている。この差は、AI投資が加速した2022年以降、顕著に拡大している。これは、生の成長率が福祉調整済みの繁栄を過大評価していることを示している。
2. 分岐する国家の軌跡：
   • 米国： 最大かつ最も持続的なGAGI–GDPの乖離を示している。これは、高いAI投資と、労働吸収能力を持つ制度（積極的労働市場政策支出の低さ、集団的交渉力の弱さ）との相関関係にある。論文では、米国における雇用主起因のAIによるレイオフ件数が2023年から2025年の間に13倍に増加したことが記されている。
   • 日本およびイタリア： 低いAI投資にもかかわらず、ほぼ横ばいのGAGIを示しており、「構造的停滞」という失敗モードを露呈している。これは、自動化の強度とは無関係に、基礎となる生産性の成長が欠如しているために福祉が停滞している状態である。
   • 北欧の比較対象（デンマーク、スウェーデン）： G7圏外のこれらの経済圏は、「自動化と吸収の両立」を示している。ロボット密度が高いにもかかわらず、強力な再分配メカニズム（高いALMP支出、高い失業給付代替率、高い労働組合交渉カバー率）により、GAGIは安定している。
3. 生産性–賃金の乖離： 論文は、高所得諸国における労働生産性の伸びと実質賃金の伸びの間の累積的な14パーセントポイントのギャップを記録している（1999–2024年）。米国ではこの差は20パーセントポイントに達し、日本では生産性が18%上昇した一方で、実質報酬は4%下落している。
4. 中間スキルの空洞化： データは、中間技能職のシェア（例：米国のミドルウェッジ職種は2000年の38.4%から2024年には26.4%へ減少）の低下を裏付けている。これには、事務、法務、カスタマーサービスなどの役割における特異的な露出が含まれる。
5. シナリオ予測（2024–2035）： 論文は、G7平均のGAGIに関する3つのシナリオに基づく予測を提示している：
   • シナリオA（現状維持/Business-as-Usual）： 不平等の拡大と緩やかな成長を想定し、2030年代初頭までにGAGIが重要な安定閾値（約0.85）を下回ると予測している。
   • シナリオB（ガバナンスによる制約）： 政策的な介入により不平等を抑制することを想定し、GAGIの安定を維持する。
   • シナリオC（完全な補完性）： 最適な雇用とスキル転換を想定している。
     著者は、これらは点推定の予測ではなく、政策的利害関係を示す境界条件としての図解であることを強調している。

意義と主張
本論文は、GAGIを新しい福祉経済学の概念（アトキンソン指数や不平等調整済みHDIなどの先駆的研究を引用）としてではなく、**「運用可能なモニタリング・ツール」**として位置づけている。その主要な貢献は「ガバナンスへの適合性」にある：

• 監査可能性： 中央銀行がインフレを追跡するのと同様に、規制当局が分配的危害に対して行動するための、透明かつ再現可能なトリガーを提供する。
• 隠れた危害の検知： 総合的な出力のみを監視すると、たとえヘッドラインの成長が強力であっても、自動化による分配的コストを見逃してしまうことを実証している。
• 政策的関連性： GAGIとGDPの乖離は、「生産調整済みの繁栄」から「福祉調整済みの繁栄」へと、国家の発展がデカップリング（分離）している証拠として機能する。
• HUFとの統合： GAGIは、自動化をマクロ社会経済的ウェルビーイングに適合させるためのより広範なフレームワークである「Human Utility Factor (HUF)」の、「経済的安定性 (E)」コンポーネントに対する経験的なプロキシ（代理指標）として提示されている。

本論文は、観察されたパターン（特に、拡大するGAGI–GDPの乖離、および政策によって分かれる国家レジーム）は、推測的なモデリングを介さずとも公開統計から可視化できるものであり、分布を考慮した指標を含める方向へとマクロ経済モニタリングを転換する必要がある、と結論付けている。