为解决“供给能力不足”这一课题,助力“社会维持的效率化”与“高附加值产业的创造”的初创企业
本文由 AI(Claude)从日语机器翻译而成,可能存在错误。 阅读日语原文。

NotebookLM 的总结
供给能力不足引发的社会问题已经开始显现。
我认为,解决这些社会问题、创造新的附加值,正是人们对初创企业等新事业的期待所在,但我也感觉到,这一课题的紧迫性似乎没有被充分共享,所以在这篇文章里,我想把一些大致的数字简单整理一下。
这次要谈的是『劳动供给不足』这个通俗易懂的话题。Recruit Works 的 2040 年报告等早已讨论过这个话题,但我想在这里重新探讨一下。
当前的劳动供给不足
首先看眼下的情况,日本的人口虽然在减少,劳动力人口(就业者数+失业者数)却在增加。这被认为是从事兼职工作的女性和老年人增加所致,因此劳动供给不足在短期内有所缓解。
然而即便如此,仍然到处都在喊人手不足。原因在于存在以下几个问题:
- 人均劳动投入量(劳动时间)的增长有限 - 即使劳动者人数增加,如果是短时间劳动,劳动投入量也不会大幅增加
- 需求侧(招聘)质的变化 - 文职等岗位的招聘减少,需要技能的岗位增加(例如目前一般文职岗位的有效求人倍率为 0.3 倍)
- 需求侧(招聘)量的变化 - 过去靠每个人长时间劳动来弥补的部分,因工作方式改革的时间限制,即使工作量相同,招聘人数也会增加
- 地区错配 - 部分职业在地方的招聘很多,但地方上没有年轻人
- 职业错配 - 护理、建筑、运输等特定职业严重短缺
- 条件错配 - 工资、工作时间的灵活性等条件不匹配
就业政策研究会报告书(2024 年)把这些问题分为“需求过剩”“摩擦”“结构”三类,并指出每一类都需要不同的解决办法。
也就是说,当前发生的劳动供给不足,绝不是只要增加劳动供给的绝对数量就能解决的问题。
虽然我先做了这样的铺垫,但接下来为了便于理解,我将围绕劳动供给的数量展开讨论。
2025 年至 2045 年的人口变化
首先,根据未来人口推算(2020 年国势调查,2023 年公布结果),在 2025 年至 2045 年的 20 年间,日本总人口预计减少约 12%。

根据未来人口推算(2020 年国势调查,2023 年公布结果)的数据
我们来看看其中的构成。20~64 岁这一正值壮年的人口将减少约 20%(即使假设延长退休年龄、工作到 69 岁,劳动者也似乎会减少 17%。采用 15 岁到 64 岁这一标准划分也可以,但由于升学率已经达到八成左右,所以我取 20 岁为起点)。

根据未来人口推算(2020 年国势调查,2023 年公布结果)的数据
这里的要点是:如果大致把人口视为国内需求,那么整体需求本身只减少 12%,但满足这些需求的供给方,即劳动者的人数却减少 20%,存在这样的失衡。在这种情况下,如果像现在这样出现劳动需求与供给的错配,处境会更加艰难。
如果再从产业和劳动的角度进一步观察,会看到更严峻的数字。
维持社会的产业与创造附加值的产业
首先,我们把产业大致分为“为维持国内社会的产业”(社会维持产业)和“赚取外汇等创造附加值的产业”(附加值产业)。在此,我们大致把以下这些产业归为“社会维持产业”1。
- 建筑业
- 电力、燃气、热力供应及水务业
- 运输业、邮政业
- 批发业、零售业
- 医疗、福利
- 公务

根据 https://www.stat.go.jp/data/e-census/2021/kekka/index.html 的数据
根据包含“公务”人数的令和 3 年经济普查,附加值产业有 3,259 万人从业,社会维持产业有 2,985 万人从业。
假设这种按产业划分的从业人员比例在 2025 年依然延续,再结合人口的情况来思考。
假设社会维持产业所需的人手会随需求相应减少。也就是说,人口减少 12%,所以假设劳动者同样减少 12%,也能维持当前的社会。(实际上,由于老龄化,护理等方面的需求很可能反而会增加。)
另一方面,20 ~ 65 岁的劳动人口将减少 20%。据此,按
可分配给附加值产业的劳动者 = 劳动者总数 − 社会维持产业劳动者
来计算附加值产业的劳动者人数,得出的结论如下:
- 20 ~ 65 岁的劳动者整体减少 20%
- 但社会维持产业只减少 12% 的人
- 也就是说,可分配给附加值产业的劳动者将减少 27%

也就是说,能够分配给赚钱产业的人将大幅减少。
此外,再补充一个从总劳动时间而非人数的角度来看的数字:根据经产省的资料,2021 年的总劳动时间为 1,022 亿小时,而在 2040 年的基准情景下预计为 828 亿小时。可投入的时间大约会变为原来的 4/5。
(顺便一提,根据经产省新机轴的资料,1994 年的总劳动时间为 1,178 亿小时,从那时到现在已经减少了很多。)
由此,我们面临的课题可以说是这样一个两难:
- 是把人分配去赚钱?
- 还是把人分配去维持社会?

对社会维持的需求相当稳固,但如果供给被这些需求牵着走,就会导致创造附加值、推动经济运转的领域得不到供给——为了缓解这种两难,维持我们当前的经济状况,下面两种应对方式需要至少采取其一,或者两者并行:
- 增加能够以不到现在 27% 的人手创造与现在同等附加值的劳动
- 通过社会维持产业的效率化,减少维持社会所需的劳动

要实现这一点相当困难,但如果不能借助某种技术等实现,我们就无法维持当前的生活。(不过,移民政策或增加家庭护理负担的政策也可以改变现状,所以并不是只能靠技术来解决。)
用初创企业的话来说,就是需要以下两类:
- 为社会维持的效率化而生的初创企业
- 为创造高附加值产业而生的初创企业

当然,现实会随生产率和工资等因素而变化,因此这只是一个简化的模型。但我认为,至少可以说我们必须思考这些问题。
地区的变化更为陡峭

以上是从日本全国来看的数字,如果观察首都圈以外的地区,将会发生更大的变化。
以北陆的某个都道府县为例,人口不是减少 12% 而是减少 20%,20 岁到 65 岁的人数减少 25%。结果是,可分配给附加值产业的人减少了三分之一以上。
此外,首都圈以外的地区劳动供给往往更受限制,因此“如何以少数人赚到更多”是更为紧迫的课题。
从产业来看,地区的处境也更为严峻。首都圈聚集了 IT 和金融等高附加值产业,而地区的高附加值产业基本上以制造业为中心(人们对旅游业寄予厚望,但与旅游业相关的住宿业和餐饮业虽然能吸纳劳动力,却并非高附加值,反而在这 30 年里劳动生产率下降了(见下图),所以我认为,如果这里的劳动者增加,从“以少数人赚钱”的角度来看反而会很艰难)。

https://www.meti.go.jp/shingikai/sankoshin/shin_kijiku/pdf/20250603_2.pdf 住宿业和餐饮业在左下方
这类制造业要在以中国为首的新兴国家的追赶中保持竞争力,将是一场相当艰难的战斗,因此需要为此给出答案。
不要看错应该提高效率的职业和任务
迄今为止,B2B 初创企业服务的对象主要是“仅靠软件就能提高效率”的事务性手续的自动化。
然而正如开头所说,一般文职等岗位的有效求人倍率已经很低,真正短缺的是体力类工作,也就是所谓非桌面办公(non-desk)劳动者的工作。例如,如果想正面应对“建筑业人手不足”的问题,就必须切入真正缺人的现场监督和施工管理环节。
当然,软件也许能在一定程度上减少非桌面办公劳动者所产生的事务性工作,但仅凭这一点,恐怕很难大幅改善人手不足。(也可能有从这类局部任务的效率化切入、进而改变整体的情况,所以并非一定要否定这种单点做法。)
要应对如此巨大的供给不足,恐怕不能止步于局部最优,而必须思考如何优化整个工作流程和价值链,视情况还需要考虑修改检查等方面的法规,以及机器人等手段。
总结

NotebookLM 的总结
如果就这样任时间流逝,只会每况愈下,新的挑战也会变得难以开展。从这个意义上说,我认为我们这一代人现在该做的事情之一,正是解决这样的社会问题。
如果失败,就无法维持目前的生活水平,可以预见,这种愤怒的矛头很可能会指向政治和社会中的弱者。必须在事态发展到那一步之前,想办法采取措施。
留给我们的时间已经不多了。要创造新的高附加值产业,或者把现在维持社会的工作流程大幅提高效率并实现转型,需要大约 10 年的长期时间。距离 2045 年只剩不到 20 年,而且女性和老年人劳动参与持续增加的时期,恐怕也不会太长。
在这仅剩的短暂时间里,如何应对这种供给能力不足?如果企业方面不认真思考这个问题,作为事业持续前提的社会结构就会崩塌,我认为现在正是这样的时期。我期待有更多的初创企业去寻找某种答案,也认为如果有人关注这些问题并思考课题与解决方案,那么对他们给予较多的某种支持是很重要的。
补充
如果很多人工作到 75 岁,劳动者本身是可以增加的。实际上,据说劳动市场的退出年龄目前约为 67 岁(男性 66.9 岁,女性 64.7 岁),工作更长时间的人今后会增加。但是,受身体方面的限制,这类劳动恐怕会集中在事务性工作和清扫等轻体力劳动上。这些岗位的有效求人倍率低于 0.4,已经供过于求。

https://jsite.mhlw.go.jp/kumamoto-roudoukyoku/content/contents/002503692.pdf 的部分截图拼接而成
另一方面,农业从业者的平均年龄接近 68 岁,一直居高不下而没有上升,由此我认为,涉及体力劳动的工作,大概这个年龄就是身体的极限了。
考虑到开始接受护理的年龄约为 82 岁(首次认定者的平均年龄),在“工作到 75 岁相当吃力”这一假设下,我给出了 20 ~ 65 岁或 70 岁这样的数值。
脚注
-
Recruit Works 的调查称之为『生活维持服务』,我在参考它的同时,为了使用经济普查产业大分类的数值,采用了不同的分类 ↩