Global Unemployment Dynamics and Labour Market Transformation: A Multidimensional Analysis

技術要約：グローバルな失業動態と労働市場の変容

問題提起
失業は、技術的破壊、人口動態の変化、および制度的要因の複雑な相互作用によって引き起こされる、経済成長と社会の安定に対する持続的な世界的阻害要因となっている。既存の文献は、人口特性や単一国のケーススタディといった失業の特定のアスペクトを扱ってはいるものの、多次元的な視点から失業の時系列的進化を検証する、統合的なクロス・カントリー分析には大きな空白が存在する。具体的には、先行研究では、労働市場のセグメンテーション（年齢、性別、教育）、戦略的な労働力変革（自動化、AI）、および制度的な政策動態が、異なる所得層や地域においてどのように相互作用するかについて、包括的な理解が欠けている。特に、パンデミック前後およびAI産業の急速な台頭という文脈において、その傾向が顕著である。本研究は、政策策定のためのエビデンスに基づいた知見を提供することを目的とし、マレーシアの労働力のレジリエンスに焦点を当てつつ、25年間（2001年〜2025年）の失業トレンドを駆動する要因を調査する。

方法論
本研究は、系統的な文献レビューと定量的因子分析という、二段構えのメソッドを採用している。

1. 系統的レビュー： 著者らは、PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）モデルに従い、Lens.orgおよびScopusのデータベースを用いて、失業、若年失業、AIの影響、およびポストCOVID条件（2019年〜2024年）に関連するキーワードを用いて検索を行った。初期の3,550件のレコードから、厳格な適格基準を満たす49件の記事が、主要なドライバーと研究のギャップを特定するためのテーマ別分析のために選定された。
2. データ収集： 実証データは、高所得、中上所得、および低中所得レベルの国々を代表する多様なサンプル（例：日本、米国、中国、マレーシア、インド、ケニア）を対象として、世界銀行から取得した。
3. 統計分析：
   • 主成分分析 (PCA)： データセットの次元を削減し、教育水準、ジェンダー不平等、産業構造、および若年失業などの変数間の潜在的なパターンを特定するために使用した。
   • K-meansクラスタリング： 国々を、失業プロファイル、政策対応、および技術的破壊のレベルに基づく類似性によってグループ化するために適用し、異なる経済的文脈間での比較分析を容易にした。

主な貢献
本論文は、労働市場のセグメンテーション、戦略的な労働力変革、および制度的な政策動態という3つの異なる理論的レンズを、グローバルな失業を分析するための統一されたフレームワークへと統合することで、当該分野に貢献するものである。本研究は、静的な記述を超え、2001年から2025年までの失業の要因がいかに進化してきたかという動的な時系列的分析を提供する。さらに、本研究は、国家人的資源ブループリントの文脈において、若年失業と高学歴者の不完全雇用という二重の課題に対処するため、マレーシアに対する具体的かつデータに基づいた政策ロードマップを提供する。

結果
分析の結果、失業は単一の要因によって引き起こされるのではなく、人口統計学的、構造的、技術的、および制度的な力の相互作用によって引き起こされることが明らかになった。

• 時系列的動態： 労働市場は、重工業優位（2000年〜2008年）からサービス部門への依存（2017年〜2023年）へと構造的なシフトを遂げた。2019年から現在までの期間は、パンデミックによる「スカーリング（傷跡）」効果とデジタル変革の加速を特徴とする、重要な転換点となっている。
• 技術的破壊： PCAの結果、技術的破壊はグローバルな労働市場における主要な識別要因であり、分散の61.7%を説明していることが示された。中国やセネガルなどの国々は技術的破壊との関連性が最も高く、一方でヨルダンやスペインなどは関連性が低い。
• 労働市場のセグメンテーション：
  • 若年失業： 依然として深刻かつ持続的な問題であり、スペイン、ヨルダン、南アフリカなどの国々が、高い若年失業率を示す明確なクラスターを形成している。パンデミック（2020年）は、特に女性の若年層においてこれを悪化させた。
  • ジェンダー不平等： 男性と女性の労働力人口比率の間には強い対照が見られる。近年、女性の労働参加率の向上へのシフトが見られるものの、依然として大きな格差が存在し、発展途上国の女性はしばしば脆弱な非公式雇用に集中している。
  • 教育： 失業パターンは時間の経過とともに変化している。2015年以降、教育を受けた労働者の失業が支配的な要因となっており、これは教育達成度と労働市場の需要との間の乖離が拡大していることを示唆している。
• 政策対応： クラスタリング分析により、制度的な対応に偏りがあることが明らかになった。スペイン、南アフリカ、ヨルダン（クラスター1）は、深刻な失業圧力に対応して、より強力な政策介入パターンを示している。一方、その他の国々（クラスター2）は、より緩やかな対応を示している。
• ポストパンデミックの景観： ほとんどの国々（マレーシア、日本、米国を含む）は、スキルベースの再構築を特徴とする同様のポストパンデミック調整パターンを共有している。しかし、ヨルダンや南アフリカのような国々は、著しく高い混乱と遅れた回復に直面している。

意義と主張
著者らは、本研究が労働市場のセグメンテーション、労働力変革、および政策動態の視点を統合することにより、グローバルな失業に関する包括的な理解を提供するものであると主張している。知見の意義は、エビデンスに基づいた政策介入を情報提供する能力にある。具体的には、マレーシアにとって、失業対策には単なる一般的な雇用創出を超えて、以下のターゲットを絞った戦略が必要であると本研究は論じている：

1. セグメンテーションを緩和するために、脆弱なグループ（若者、女性、新卒者）を優先すること。
2. スキルのミスマッチを減らすために、自動化、AI、およびデジタル経済の要求に労働力スキルを適合させること。
3. 労働力のレジリエンスを高めるために、教育提供者、産業界、および政府間の制度的な連携を強化すること。

本論文は、デジタル変革と経済的不確実性の時代における効果的な失業緩和には、政府、雇用主、および教育機関が関与する調整された戦略が必要であると結論付けている。また、技術的進歩は機会を創出すると同時に、配置転換や不平等に関する課題を激化させるため、適応的かつ多次元的な政策対応が必要であることを強調している。