A Method for Estimating Technological Innovation in Macroeconomy: An Extension of Econometric Structural Estimation by Simulation

経済を、国々が「GDP」というスコアを上げるためにレベルアップを目指す、巨大で複雑なビデオゲームだと想像してみてください。このゲームには、強くなるための主な方法が2つあります。一つは、より多くのもの（工場や道路など）を築き上げること。もう一つは、すでに持っているものの使いかたをより賢くすることです。「賢くなること」は「技術革新（テクノロジー・イノベーション）」と呼ばれ、経済学の世界では「全要素生産性（TFP）」という指標で測られることがよくあります。TFPを「効率性のステータス」と考えてみてください。もし、ロボットや労働者の数が同じ2つの国があったとして、一方がもう一方の2倍のピザを生産しているなら、その余剰のピザは、より高い効率ステータスのおかげなのです。

しかし、ある国が本当に賢くなっているのか、それとも単に一生懸命働いているだけなのか、どうすれば判断できるのでしょうか？そこが難しいところです。この論文は、この謎を解明するために「完璧な世界」のシミュレーションを構築することで、この問題に挑んでいます。車が目的地（地点Aから地点Bまで）へ向かう際、エンジンが故障せず、ドライバーが疲れることもないと仮定した上で、計算できる「絶対的に最も速く、最も効率的なルート」を示すGPSを想像してみてください。そのGPSのルートこそが「最適成長経路」です。もし車がそのGPSが示す可能性よりも速く走っているなら、その車には「秘密のターボブースト」があるに違いありません。逆に、エンジンは正常なのに、車がGPSよりも遅く走っているなら、ドライバーか道路のどちらかに問題があるのです。この論文は、このGPSのアイデアを用いて、IT革命（コンピュータとインターネットの台団来）によってゲームのルールが変わった後の米国と日本のパフォーマンスを検証しています。

---

経済のビッグレース：米国 vs 日本

独立研究者である榊真崇氏によるこの論文は、いわゆる「IT経済」（コンピュータとインターネットが支配する時代）が本格化した1990年代半ば以降、米国と日本がどのようにパフォーマンスを発揮してきたかを深く掘り下げたものです。著者はこう問いかけました。これらの国々は、新しいテクノロジーによる「ターボブースト」を実際に手に入れたのか、それとも単にたまたま進んでいただけなのか？

これを知るために、著者は単に国がどれだけお金を稼いだかを見たのではありません。代わりに、彼は、もし「古い」テクノロジー（1990年代以前）に基づいた経済が、超スマートで完全に合理的（ラショナル）なプランナーによって運営されていたらどうなるか、という「完璧な経済」の数学的シミュレーションを構築しました。このプランナーは、将来のために貯金するか、今日使うかをどのようにバランスさせれば最高の結果が得られるかを正確に把握しています。この完璧な計画が「最適成長経路」です。

その後、著者は1996年から2022年までの米日両国の実世界のデータを取り、この完璧な計画と比較しました。論理は単純です。もし実世界の経済が、古いテクノロジーに基づいた「完璧な計画」よりも優れた成果を出しているなら、その余剰の成功は、新しい、輝かしい技術革能によるものであるはずです。逆に、実世界の経済が劣っているなら、何かが足かせとなっているのです。

結果：二国間の物語

シミュレーションは、両国に対して全く異なる姿を映し出しました。

米国については、非常にエキサイティングな結果が出ました。シミュレーションによれば、米国経済は古いテクノロジーに基づく「完璧な計画」を実際に追い越して加速していました。論文の推計では、技術革新は2000年代以降、米国のGDPを約20%押し上げ、この累積的なブーストは2020年代までに30〜40%に達しています。ビデオゲームの用語で言えば、米国のプレイヤーは単に上手くプレイしただけでなく、古いゲームのルールでは許されていなかった、自身を大幅に強化する「テックツリー」をアンロックしたのです。

しかし、日本の物語は、それほど明るいものではありませんでした。シミュレーションによれば、日本は1996年以降、実際のGDPが「最適成長経路」を大幅に下回る状態が続いています。これは、日本が新しいIT技術を発明したり利用したりすることに失敗したという意味ではありません。むしろ、この論文は、「マクロ経済的な非効率性」（政策のミス、企業の適応の遅れ、あるいはその他の経済的な不具合など）があまりにも強力であったため、日本が新しいテクノロジーから得られたかもしれない恩恵を完全に打ち消してしまったことを示唆しています。それは、フェラーリのエンジン（新技術）を積んでいても、工事や悪いルールによる渋滞の中を走っているようなものです。本来の能力を発揮できるスピードには決して到達できません。実際、論文では、日本の実績が最適経路からあまりにも乖離していたため、「改善率」がマイナスになっており、理論上、古いテクノロジーでも可能であったはずのレベルにさえ及んでいないことが指摘されています。

落とし穴：「弾力性」の問題

この物語には大きな「しかし」があり、それは技術的な問題です。著者は非常に正直にその点に触れています。この完璧なGPSシミュレーションを実行するには、「経時的代替弾力性（IES）」と呼ばれる特定の数値が必要でした。IESを、「人々が今日の支出を明日の支出と交換することに対して、どの程度意欲的か」という尺度だと考えてください。

論文によると、これまでの研究に基づくIESの推定値のうち、特定の数値を使用した場合、シミュレーションが時として破綻してしまうことが分かりました。米国の場合、ある特定のIESの推定値を用いたとき、コンピュータは信頼できる「完璧な経路」を全く計算できなくなりました。これは、著者が発明した手法には限界があることを意味します。もし私たちが「待つ意欲」に関する正確な数値を知らなければ、私たちの「ターボブト」の計算がどれほど正確であるかを100%確信することはできません。著者は、この手法はイノベーションを見るためのクールな新しい方法ではあるものの、その精度は一つの特定の数値を正しく取得できるかどうかに大きく依存しており、現時点では、その手法をあらゆる状況において完璧にするほどには、まだ十分に理解できていないと結論付けています。

まとめ

要約すると、この論文は、米国がIT革命をうまく活用して経済を加速させ、過去に可能であった水準を遥かに超える成長を実現したことを示唆しています。一方で日本は、新しいテクノロジーから得られる潜在的な利益を覆い隠してしまうような、他の経済的問題によって足止めを食らっているようです。この研究は、目に見えない「効率性のブースト」を測定するための、シミュレーションに基づいた新しい手法を提示していますが、同時に、私たちの測定ツールは「待つ意欲」という要因をより良く理解できるようになるまで、まだ少し不安定な状態にあることも警告しています。